LiFT: ثورة جديدة في توليد الصور الطبية ثلاثية الأبعاد من المولدات ثنائية الأبعاد!

في عصر تتقدم فيه [التكنولوجيا](/tag/التكنولوجيا) بشكل سريع، يبقى [توليد الصور](/tag/[توليد](/tag/توليد)-[الصور](/tag/الصور)) [الطبية](/tag/الطبية) ثلاثية الأبعاد (3D) من التحديات الكبرى. فعلى الرغم من أن [النماذج](/tag/النماذج) الكاملة الحجم (volumetric models) توفر تفاصيل دقيقة، إلا أن تكلفتها العالية تجعل استخدامها محدودًا. من ناحية أخرى، يمكن لمولدات الشرائح ثنائية الأبعاد (2D slice generators) أن تكون فعالة، لكنها تعاني من [فشل](/tag/فشل) في الحفاظ على [التناسق](/tag/التناسق) التشريحي [عبر](/tag/عبر) الأبعاد.

هنا تبرز أهمية الإطار الجديد **LiFT**، الذي يرمز إلى 'Lifted inter-slice Feature Trajectories'. يقدم LiFT طريقة جديدة لتوليد [الصور](/tag/الصور) حيث يقوم بتفكيك عملية [توليد](/tag/توليد) الحجم الثلاثي الأبعاد إلى مراحل [الصور](/tag/الصور) الفردية وإدارة المسارات بين الشرائح.

بدلًا من معالجة توزيع الحجم بطريقة شاملة، يقوم LiFT بمعالجة كل حجم كمسار منظم في [فضاء](/tag/فضاء) الميزات (feature space)، مما يتيح له التقاط كيف تظهر الهياكل التشريحية وتتحول وتختفي على طول [العمق](/tag/العمق). يتم استخدام [تقنية جديدة](/tag/[تقنية](/tag/تقنية)-جديدة) تسمى **tri-planar drifting loss** لمزامنة المسارات الناتجة للشرائح مع تلك الخاصة بالصور الحقيقية، مما يعزز [التعلم](/tag/التعلم) التوزيعي [عبر](/tag/عبر) التطورات بين الشرائح.

عند [تقييم](/tag/تقييم) LiFT على ثلاث [مجموعات بيانات](/tag/مجموعات-[بيانات](/tag/بيانات)) رئيسية، بما في ذلك **BraTS 2023** و**SynthRAD2023**، أظهرت النتائج أن LiFT يحافظ على جودة الشرائح ويحسن من الاتساق [عبر](/tag/عبر) المستوى. الأمر المثير أن LiFT يحقق جودة إعادة [بناء](/tag/بناء) [الصور](/tag/الصور) المفقودة لمستويات تصل إلى 135 ضعفًا أقل في التكلفة، دون أي [اختبارات](/tag/اختبارات) تعادل رسمية.

باختصار، يثبت LiFT أنه باعتماد [تقنيات](/tag/تقنيات) وزنها خفيف لإدارة المسارات بين الشرائح، يمكن [تحقيق](/tag/تحقيق) [توليد](/tag/توليد) دقيق وعالي [الدقة](/tag/الدقة) للصور [الطبية](/tag/الطبية) الثلاثية الأبعاد، مما يمثل نقلة نوعية في هذا المجال.