Self-Calibrated Hyperspectral Neural Radiance Fields for 3D Reconstruction of Bone and Bone Analogues
تقدم الورقة البحثية BoNeRF-HS، وهو إطار عمل لمجال الإشعاع العصبي فائق الطيف ذاتي المعايرة يتيح إعادة بناء ثلاثي الأبعاد عالي الجودة وخالٍ من قيود الوضعية للعظام ونظائر العظام من خلال التحسين المشترك للخصائص الداخلية للكاميرا والإشعاع الطيفي مع الاستفادة من محول طيفي بوابي لالتقاط تفاصيل الأنسجة المعتمدة على الطول الموجي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول التقاط صورة ثلاثية الأبعاد مثالية لقطعة من العظم. في الكاميرا العادية، تعتمد على ملمس السطح — الشقوق، والمسام، والخشونة — لتخبر الكمبيوتر أين تنتهي نقطة ما وتبدأ أخرى. لكن العظام غالبًا ما تكون ملساء، ولامعة، ومتجانسة بشكل غريب، مما يجعل من الصعب على الكاميرات التقليدية تحديد موقعها أو شكل الجسم الذي تنظر إليه. يمثل هذا عقبة رئيسية للأطباء والعلماء الذين يحتاجون لرؤية العظام في ثلاثة أبعاد دون لمسها، خاصة عندما يرغبون أيضًا في معرفة مكوناتها الكيميائية. ولحل هذه المشكلة، طور باحثون طريقة جديدة لبناء نماذج ثلاثية الأبعاد لا تتطلب من الكاميرا معرفة موقعها مسبقًا؛ فبدلاً من ذلك، يتعلم الكمبيوتر موقع الكاميرا وشكل الجسم في آن واحد، باستخدام نوع خاص من الضوء يكشف التركيب الكيميائي الخفي للأنسجة.
إن التحدي المتمثل في رؤية العظام بوضوح لا يتعلق بالشكل فحسب، بل بالتركيب أيضًا. فبينما ترى الكاميرا العادية ثلاثة ألوان فقط، ترى الكاميرا فائقة الطيف (hyperspectral) مئات النطاقات الضيقة من الضوء، والتي تمتد من الطيف المرئي إلى الأشعة تحت الحمراء القريبة. وهذا يسمح للكاميرا برصد الاختلافات الدقيقة في كيفية ارتداد الضوء عن الأنسجة المعدنية، مما يكشف معلومات عن صحة العظام، وكثافتها، وبنيتها الكيميائية. ومع ذلك، كان دمج هذه البيانات الكيميائية الغنية مع نموذج ثلاثي الأبعاد أمرًا صعبًا لأن الطرق المستخدمة لبناء الأشكال ثلاثية الأبعاد عادة ما تفشل مع العظام. تعتمد الأدوات القياسية على إيجاد أنماط متطابقة في الصور لتخمين حركة الكاميرا، لكن أسطح العظام ملساء وعاكسة للغاية بحيث لا تعمل هذه الأدوات بشكل موثوق. وعندما يتم تخمين موقع الكاميرا بشكل خاطئ، يصبح النموذج ثلاثي الأبعاد الناتج ضبابيًا أو مشوهًا، وتتشتت البيانات الكيميائية عبر الأجزاء الخاطئة من السطح.
وللتغلب على ذلك، طور فريق من الباحثين من جامعة غرينتش ومدرسة ميدواي للصيدلة نظامًا جديدًا يسمى BoNeRF-HS. هذا النظام هو نوع من الذكاء الاصطناعي الذي يتعلم إنشاء خريطة ثلاثية الأبعاد لجسم ما مباشرة من سلسلة من الصور الملتقطة من زوايا مختلفة، دون الحاجة إلى أي معلومات محسوبة مسبقًا حول مكان وجود الكاميرا. اختبر الباحثون هذا النظام على ثلاثة أنواع محددة من العينات: عظمة فأر حقيقية، ومادة اصطناعية مصممة لمحاكاة البنية المسامية الإسفنجية للعظم التربيقي (trabecular bone)، ومادة اصطناعية أخرى تحاكي الطبقة الخارجية الكثيفة والصلبة للعظم القشري (cortical bone). وقد التقطوا 45 عرضًا مختلفًا لكل عينة، حيث يحتوي كل عرض على 120 نطاقًا متميزًا من الضوء يتراوح من 400 إلى 1000 نانومتر.
يكمن جوهر هذه الطرح الجديد في عملية يقوم فيها الكمبيوتر بتحديد الإعدادات الداخلية للكاميرا وموقعها لكل صورة على حدوة، أثناء بناء الشكل ثلاثي الأبعاد في الوقت نفسه. في المحاولات السابقة، كان على العلماء استخدام برامج منفصلة لتقدير موقع الكاميرا أولاً، وهي خطوة غالبًا ما كانت تفشل مع العظام. يقوم نظام BoNeRF-HS بإلغاء هذه الخطوة تمامًا؛ فهو يعامل موقع الكاميرا وكثافة الجسم ثلاثية الأبعاد كأشياء يمكن تعلمها وتحسينها معًا. ولجعل البيانات الكيميائية أكثر دقة، يتضمن النظام مكونًا خاصًا ينظر في كيفية ارتباط نطاقات الضوء المتجاورة ببعضها البعض. وبما أن الضوء عند طول موجي معين غالبًا ما يتصرف بشكل مشابه للضوء عند الطول الموجي التالي، فإن هذا المكون يجري تعديلات صغيرة وذكية على الألوان المتوقعة، مما يضمن بقاء البصمة الكيميائية للعظم حادة وحقيقية تمامًا.
وعندما قارن الباحثون نظامهم الجديد بالطرق الموجودة، كانت النتائج واضحة. فقد أنتج النهج الجديد صورًا أكثر حدة وأشكالًا ثلاثية الأبعاد أكثر دقة لجميع العينات الثلاث. وبالنسبة لعظمة الفأر، حقق النظام مستوى من التفاصيل لم تستطع الطرق السابقة مضاهاته، حيث حافظ على الحواف الدقيقة وأنسجة السطح التي غالبًا ما تُفقد. أما بالنسبة لنظائر العظام الاصطناعية، فقد نجح النظام في التقاط البنية المسامية المعقدة للعظم الإسفنجي والسطح الأملس للعظم الكثيف، مع خطأ أقل بكثير في بيانات اللون والكيمياء مقارنة بالتقنيات القديمة. كما تم اختبار النظام على أنسجة الفأر الرخوة، حيث كان أداؤه جيدًا، وإن أظهرت النتائج أن الطريقة تعمل بشكل مختلف قليلاً على الأنسجة الرخوة القابلة للتشوه مقارنة بالعظام الصلبة، وهو تميز لاحظه الباحثون للدراسة المستقبلية.
تكمن أهمية هذا العمل في قدرته على إنشاء عرض كامل وغير تلامسي للعظام يتضمن شكلها الفيزيائي وتركيبها الكيميائي معًا. وهذه خطوة حاسمة نحو الأمام في مجالات مثل جراحة العظام، حيث قد يستخدم الجراحون يومًا ما مثل هذا النظام لرؤية مكان الكسر بدقة وكيفية التئام العظم دون تعريض المريض للإشعاع. كما أنه يحمل وعودًا في مجال العلوم الجنائية، حيث يمكن لفهم حالة البقايا الهيكلية أن يوفر أدلة حيوية. ومن خلال إثبات إمكانية بناء نموذج ثلاثي الأبعاد بدقة من بيانات فائقة الطيف دون الحاجة لمعرفة موقع الكاميرا مسبقًا، فتح الباحثون مسارًا عمليًا لتصور العظام بطريقة كانت مستحيلة سابقًا، محولين مشكلة تصوير صعبة إلى أداة موثوقة للاكتشاف الطبي والعلمي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.