From Geometric Initialization to Gaussian Refinement: A Depth-Prior-Guided Framework for Monocular Endoscopic 3D Gaussian Reconstruction

داخل جسم الإنسان، غالبًا ما تكون رؤية الجراح محدودة عبر النفق الضيق والمتغير للمنظار الداخلي. وللتنقل بأمان وأداء مهام دقيقة، يعتمد الأطباء على أنظمة مدعومة بالحاسوب يمكنها بناء خريطة ثلاثية الأبعاد لموقع الجراحة من خلال بث كاميرا واحدة فقط. ويمثل هذا تحديًا صعبًا لأن داخل الجسم ليس غرفة ثابتة جيدة الإضاءة؛ بل هو مشهد من الأنسجة الرخوة والمبللة التي تتحرك وتتمدد وتتشوه مع كل نفس وضربة قلب. كما أن الأسطح غالبًا ما تكون زلقة وعاكسة، مع وجود قليل من الأنماط المتميزة التي يمكن للحاسوب التشبث بها. وعندما يصطدم ضوء الكاميرا بسطح مبلل، فإنه يخلق بقعًا ساطعة ومبهرة تربك خوارزميات الرؤية القياسية. لسنوات طويلة، حاول الباحثون بناء هذه الخرائط ثلاثية الأبعاد باستخدام تقنيات تتبع كيفية تحرك المعالم من إطار فيديو إلى آخر، ولكن في البيئة الفوضوية للجراحة، غالبًا ما تختفي هذه المعالم أو تصبح ضبابية، مما يترك الحاسوب بفهم مجزأ وغير مكتمل للمشهد.

مؤخرًا، ظهر نهج جديد يسمى "التشتت الغاوسي ثلاثي الأبعاد" (3D Gaussian Splatting) كأداة قوية لإنشاء هذه الخرائط. تخيل المشهد ليس كشبكة صلبة أو سحابة مستمرة، بل كمجموعة من ملايين الأشكال البيضاوية الصغيرة والضبابية والملونة التي تطفو في الفضاء. يحمل كل شكل من هذه الأشكال الصغيرة معلومات عن اللون والعمق، وعندما ينظر إليها الحاسوب من زاوية معينة، يقوم بدمجها معًا لإنشاء صورة حادة وواقعية. هذه الطريقة سريعة وفعالة للغاية مقارنة بالتقنيات القديمة، ولكن لديها نقطة ضعف حرجة: فهي تحتاج إلى نقطة بداية جيدة جدًا. فإذا بدأ الحاسوب بمجموعة مبعثرة أو نادرة أو غير دقيقة من هذه الأشكال العائمة، فستكون الخريطة ثلاثية الأبعاد النهائية مشوهة أو ضبابية أو تفتقر إلى أجزاء كبيرة. وفي سياق الجراحة، تعني نقطة البداية السيئة أن الحاسوب قد يخطئ في تقدير المسافة إلى عضو حيوي، وهو خطأ خطير لجراح يعتمد على النظام.

لقد طور فريق من الباحثين إطار عمل جديدًا لحل هذه المشكلة، مصمم خصيصًا للظروف الصعبة للجراحة التنظيرية أحادية العدسة. يعالج عملهم مرحلتين رئيسيتين حيث تحدث الأخطاء عادةً: الإنشاء الأولي للخريطة ثلاثية الأبعاد، والعملية اللاحقة لصقل تلك الخريطة لجعلها دقيقة. وبدلاً من الاعتماد على مصدر واحد للمعلومات لتخمين عمق الأنسجة، أنشأوا نظامًا يستمع إلى عدة "خبراء" لتقدير العمق في آن واحد. هؤلاء هم نماذج حاسوبية مختلفة، تم تدريب كل منها للتنبؤ بمدى بعد الأشياء، ولكن لكل منها نقاط قوة ونقاط ضعف خاصة به. فقد يكون أحد النماذج جيدًا في رؤية الحواف، بينما يكون نموذج آخر أفضل في فهم الأسطح الناعمة. ووجد الباحثون أنه عندما يكتفون ببساطة باختيار أفضل تخمين من نموذج واحد، فإن النتيجة غالبًا ما تكون منحازة أو غير متسقة. ولإصلاح ذلك، بنوا نظامًا تعاونيًا يعمل على محاذاة تنبؤات هؤلاء الخبراء المختلفين، وإيجاد أرضية مشتركة حيث تتفق تقديراتهم، ثم دمجها في دليل واحد قوي. يعمل هذا الدليل المدمج كنموذج موثوق، مما يسم يسمح للحاسوب بوضع ملايين من تلك الأشكال ثلاثية الأبعاد الصغيرة بكثافة ودقة منذ البداية، بدلاً من المعاناة لملء الفجوات لاحقًا.

ومع ذلك، حتى مع وجود مخطط أولي جيد، يمكن للخريطة أن تعاني من أخطاء صغيرة أثناء محاولة الحاسوب تحسين الصورة. فالأنسجة داخل الجسم تحتوي على تفاصيل دقيقة — مثل التعرجات الطفيفة، والأوعية الدموية الصغيرة، والحدود الحادة بين أنواع الأعضاء المختلفة — والتي يسهل تنعيمها أو فقدانها أثناء عملية التحسين. وللحفاظ على هذه الهياكل الدقيقة، قدم الباحثون طريقة جديدة للتحقق من العمل. فبدلاً من مجرد النظر إلى الصورة النهائية لمعرفة ما إذا كانت الألوان متطابقة، يقومون بفحص الصورة من خلال ثلاث عدسات مختلفة في وقت واحد. إنهم يتحققون من الشكل العام واللون، لكنهم يحللون الصورة أيضًا بطريقة تبرز الأنسجة الدقيقة والحواف الحادة، وطريقة أخرى تركز تحديدًا على اتجاه وقوة الحدود. ومن خلال تطبيق هذه الفحوص الثلاثة في وقت واحد، يُجبر النظام على إبقاء التفاصيل الدقيقة حادة والحدود واضحة، مما يمنع الصورة من أن تصبح ضبابية أو تفقد سلامتها الهيكلية. يضمن هذا النهج متعدد الطبقات أن يكون إعادة البناء ثلاثي الأبعاد النهائي ليس مجرد تقريب تقريبي، بل تمثيل عالي الدقة للمشهد الجراحي.

اختبر الفريق طريقتهم على مجموعتي بيانات من العالم الحقيقي تحتويان على لقطات فيديو جراحية فعلية. وأظهرت النتائج تحسنًا واضحًا عن الطرق السابقة. ففي إحدى مجموعات البيانات، أنتج نظامهم صورًا أكثر وضوحًا ودقة بشكل ملحوظ، حيث تحسنت جودة الصورة بنسبة تقارب 8 بالمائة مقارنة بأفضل التقنيات الموجودة. وفي مجموعة البيانات الأخرى، كان التحسن أكثر وضوحًا، مع زيادة في الجودة تجاوزت 4 بالمائة. والأهم من ذلك، كانت الصور تبدو أكثر طبيعية للعين البشرية، مع وجود آثار مشتتة أقل وحفاظ أفضل على التفاصيل التشريحية الدقيقة. حقق النظام هذه النتائج في غضون دقائق قليلة من وقت المعالجة، مما يجعله سريعًا بما يكفي ليكون مفيدًا في السياق السريري، مع استخدام كمية معقولة من ذاكرة الحاسوب. وقد أثبت الباحثون أنه من خلال الجمع بين نهج ذكي وتعاوني لبناء الخريطة ثلاثية الأبعاد الأولية، وبين طريقة صارمة ومتعددة الأوجه لصقلها، استطاعوا التغلب على التحديات المحددة المتمثلة في ضعف الأنسجة وتشوه الأنسجة التي لطالما أرقت إعادة البناء التنظيري. ويشير هذا العمل إلى أن مستقبل الملاحة الجراحية قد لا يعتمد على إيجاد خوارزمية واحدة مثالية، بل على تنسيق خوارزميات متعددة غير مثالية لخلق حقيقة واحدة موثوقة.