تحظى نمذجة القلب المخصصة بأهمية كبيرة في عالم طب القلب الدقيق (Precision Cardiology)، لكن تبقى العقبة الرئيسية أمام استخدام هذه النماذج في العيادات هي صعوبة وسرعة إنشاء الشبكات. الطرق التقليدية تتطلب تقنيات معقدة وتخصصات متعددة، مما يجعلها عملية مرهقة وغير فعالة.

وهنا تأتي تقنية جديدة تقدم حلاً مبتكرًا. بدلاً من فصل عمليات تقسيم الصور (Segmentation) وإنشاء الشبكات (Mesh Generation) إلى مشكلتين منفصلتين، تم تطوير شبكة عصبية شاملة تأخذ الصورة الطبية ثلاثية الأبعاد من الصورة الخام إلى إنشاء شبكة قلبية سلسة جاهزة للتطبيق.

تتكون هذه التقنية من مشفر-فك مشفر ثلاثي الأبعاد (3D Swin Transformer) الذي يستخرج الخصائص الحجمية من الأشعة المقطعية (CT) أو التصوير بالرنين المغناطيسي (MRI)، ويتبعه رأس شبكة الانتباه البياني (Graph Attention Network) الذي يتشكل بشكل تكراري ليتناسب مع حدود قلب المريض.

عند الاختبار على معيار MM-WHS 2017 باستخدام كل من CT وMRI، أظهرت النتائج دقة عالية (Dice 0.84 على CT، و0.83 على MRI)، لكن التركيز الرئيسي كان على جودة الشبكة: بمسافة شامفر متوسطة تبلغ 1.8 مم، مع عدم تجاوز المسافة السطحية في النسبة المئوية 95 أكثر من 5 مم.

هذه التقنية تقلل الوقت المستغرق في إجراء عمليات تشكيل الشبكات إلى مجرد عملية فردية دون الحاجة إلى عمليات ما بعد التنقية، مما يسهل بشكل كبير الوصول إلى نمذجة القلب المخصصة. وبالتركيز على الدقة الهندسية والصحة الطوبولوجية، يعد هذا التطور خطوة جبارة نحو تحسين الرعاية الصحية.