Haptic Virtual Palpation of Volumetric CT: A Density-to-Force Rendering Method andIts Technical Characterisation
تقدم هذه الورقة وتُحلل طريقةً لتوليد اللمس (haptic rendering) قائمةً على محرك "يونيتي" (Unity) تقوم بتحويل وحدات "هونسفيلد" المقطعية (CT Hounsfield units) إلى تغذية راجعة للقوة، مُثبتةً أنه في حين أن التمييز التفاعلي بين الأنسجة الرخوة والصلبة أمرٌ ممكن، فإن قدرة النظام على التمييز بين فئات الأنسجة الأكثر كثافة محدودة حالياً بسبب التقييد التحفظي للقوة (force clamping) وليس بسبب خوارزمية الربط الأساسية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في قسم الأشعة بمستشفى، ينظر طبيب إلى شاشة كمبيوتر ليرى ما بداخل جسم المريض. تأتي هذه الصور من ماسح مقطعي محوسب (CT)، وهو جهاز يستخدم الأشعة السينية لإنشاء خريطة ثلاثية الأبعاد للأنسجة. في هذه الخريطة، لكل نقطة صغيرة رقم يخبر الكمبيوتر بمدى قدرة النسيج على حجب الأشعة السينية. فالعظم الكثيف يحجب الكثير ويحصل على رقم عالٍ؛ والعضلات اللينة تحجب أقل وتحصل على رقم أقل؛ أما الهواء فيحجب القليل جداً ويحصل على رقم منخفض للغاية. لعقود من الزمن، استخدم الأطباء أعينهم لقراءة هذه الأرقام وفهم بنية الجسم. ولكن عندما يفحص الطبيب مريضاً في الواقع، فإنه لا يكتفي بالنظر فحسب، بل يلمس أيضاً. فهو يضغط على الجلد ليشعر ما إذا كان العضو صلباً أم ليناً، وهو دليل حيوي لا تستطيع الصورة المسطحة توفيره. وقد تمثل التحدي للمهندسين في منح الطبيب حاسة اللمس أثناء النظر إلى صورة رقمية، مما يسمح له بـ "الشعور" بالعظام والأعضاء الافتراضية على الشاشة كما لو كانت حقيقية.
قام فريق من الباحثين في جامعة "ياد" للعلوم التطبيقية في ألمانيا ببناء نظام يحاول حل هذه المشكلة. فقد ابتكروا طريقة تحول أرقام الكثافة من الفحص المقطعي مباشرة إلى شعور بالمقاومة. فعندما يحرك المستخدم قلماً خاصاً (stylus)، يشبه القلم ومتصل بجهاز كمبيوتر، عبر مسح مقطعي افتراضي، يقوم الجهاز بالضغط عكس اتجاه يد المستخدم. وكلما كان النسيج أكثر صلابة في المسح، زادت قوة دفع الجهاز. هذا ليس مجرد خدعة بسيطة لجعل كل شيء يبدو متشابهاً؛ بل صُمم النظام للتمييز بين أنواع الأنسجة المختلفة، مثل الدهون، والسوائل، والأعضاء اللينة، والعظام، عن طريق تغيير صلابة السطح الافتراضي في الوقت الفعلي. أراد الباحثون معرفة ما إذا كان هذا الترجمة المباشرة من بيانات الصورة إلى قوة فيزيائية تعمل بشكل جيد بما يكفي لتكون مفيدة، وما إذا كان الكمبيوتر يستطيع تحديث الشعور بسرعة كافية ليكون سلساً وطبيعياً.
لاختبار فكرتهم، استخدم الفريق جهازاً لمسياً قياسياً (haptic device)، وهو عبان ذراع روبوتية يمكنها الدفع والسحب بيد المستخدم، متصلة بجهاز كمبيوتر يعمل بمحاكاة لصور مقطعية لمنطقة البطن. لم يستخدموا مرضى حقيقيين أو نماذج فيزيائية للأنسجة، بل قاموا ببرمجة مسبار افتراضي يتحرك عبر خمسة مسوحات مقطعية عامة، متتبعاً مسارات عبر الجسم الافتراضي. وبينما يتحرك المسبار، يحسب الكمبيوتر مقدار القوة الواجب تطبيقها بناءً على كثافة النسيج في تلك النقطة تحديداً. يستخدم النظام قاعدة معينة لتحديد مدى صلابة النسيج؛ فهو يعامل أرقام الكثافة كسلسلة من الخطوات. على سبيل المثال، يخصص صلابة معينة للدهون، وأخرى مختلفة للسوائل، وأخرى للأعضاء اللينة. ومن المثير للاهتمام أن الباحثين برمجوا النظام لجعل السائل يبدو أنعم من الدهون، رغم أن الدهون أقل كثافة من السوائل في بيانات المسح. كان هذا خياراً متعمداً ليتوافق مع الواقع الفيزيائي الذي يشعر فيه المسبر بالانغماس بسهولة في السائل الحر ولكنه يواجه مقاومة أكبر في الأنسجة الدهنية، مما يظهر أن النظام يعطي الأولوية لكيفية توقع الطبيب لشعور الجسم على الترتيب الرياضي الصارم للأرقام.
أظهرت نتائج المحاكاة أن النظام يمكنه بنجاح خلق فرق واضح بين الأنسجة اللينة والصلبة. فعندما كان المسبر الافتراضي يتحرك عبر النطاقات الأكثر ليونة، مثل الدهون أو السوائل، كانت القوة التي يشعر بها خفيفة جداً، وتقاس بأجزاء من الألف من النيوتن. وعندما كان ينتقل إلى المناطق الأكثر صلابة، مثل الأعضاء اللينة أو الأنسجة المتكلسة، كانت المقاومة تزدادة بشكل ملحوظ. وكان الفرق بين الأنسجة الأكثر ليونة والأكثر صلابة كبيراً بما يكفي ليكون متميزاً بوضوح في البيانات، حيث كانت الأنسجة الصلبة أقوى بنحو عشرين إلى ثمانية وستين من الألف من النيوتن مقارنة بالأنسجة اللينة. وكان هذا الفصل ثابتاً عبر جميع المسوحات الخمسة التي اختبروها. ومع ذلك، وجد الباحثون قيداً كبيراً عند ملامسة المسبار للمواد الأكثر كثافة، مثل العظام. إذ يحتوي الجهاز على حد أمان لكيفية الضغط لمنع الاهتزاز أو الرجفة غير المنضبطة. ولأن العظم في المسوحات كان كثيفاً جداً، فإن القوة المطلوبة للإحساس به بشكل صحيح وصلت إلى حد الأمان هذا. ونتيجة لذلك، لم يتمكن النظام من إظهار الفرق الكامل بين الأنسجة المتكلسة شديدة الصلابة والعظام؛ حيث بدا كلاهما متشابهاً تقريباً لأن قوة دفع الجهاز كانت محدودة بسقف معين.
كما بحثت الدراسة في مدى سرعة تحديث النظام للشعور. فمن أجل أن يكون الإحساس باللمس سلساً وحقيقياً، يحتاج الكمبيوتر إلى إعادة حساب القوة مئات المرات في الثانية. ووجد الباحثون أن نظامهم قام بتحديث القوة بين 213 و278 مرة في الثانية. ورغم أن هذا سريع بما يكفي للتفاعل، إلا أنه أبطأ من المحرك الداخلي للجهاز، الذي يعمل بمعدل 1,000 تحديث في الثانية. ويعني هذا الفارق أنه عندما يلمس المستخدم سطحاً شديد الصلابة، فإن القوة تبدو متدرجة أو متقطعة قليلاً، مما قد يسبب شعوراً بالطنين. وأشار الباحثون إلى أنه لو سمحوا للجهاز بالدفع بقوة أكبر، لكان الفرق بين الأنسجة الكثيفة أكثر وضوحاً، لكنهم اضطروا لإبقاء القوة منخفضة لتجنب ذلك الطنين. وخلصوا إلى أن الطريقة تعمل جيداً في محاكاة الكمبيوتر للفصل بين الأنسجة اللينة والصلبة، لكن إعدادات الأمان الحالية تحجب الاختلافات بين أقسى أنواع الأنسجة.
في النهاية، يوضح هذا العمل أنه من الممكن تحويل المسح المقطعي إلى تجربة لمسية حيث يمكن للطبيب الشعور بالفرق بين عضو لين وعظم صلب. لقد نجح النظام في ترجمة بيانات الصورة إلى قوة يمكن ليد الإنسان إدراكها، مما خلق تمييزاً واضحاً بين المناطق اللينة والصلبة. إن العقبة الرئيسية ليست في كيفية تحويل الصورة إلى قوة، بل في حدود الأمان الخاصة بالعتاد الحالي، والتي تمنع الجهاز من إظهار النطاق الكامل للصلابة الموجودة في الجسم. ويقترح الباحثون أنه إذا تمكنوا من قياس استقرار الجهاز بدقة أكبر والسماح بقوى أعلى دون حدوث طنين، فقد يصبح النظام أداة قوية للأطباء لتعديل والتحقق من النماذج ثلاثية الأبعاد للأعضاء، مما يضيف حاسة اللمس إلى المعلومات البصرية التي يعتمدون عليها بالفعل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.