ثورة جديدة في التصوير بالرنين المغناطيسي: تصحيح حركة الصورة بذكاء اصطناعي متقدم

في عالم التصوير الطبي، تُعتبر دقة النتائج أمراً حيوياً. ومع ذلك، تعاني التصوير بالرنين المغناطيسي (MRI) من عيوب الحركة التي يمكن أن تؤثر سلباً على موثوقية التشخيص. بينما كانت الطرق السابقة تعتمد غالبًا على أساليب تعلم عميق (Deep Learning) محددة خاصة بالنوع، جاءت دراسة جديدة لتقلب الموازين.

تقدم هذه الدراسة إطار عمل موحد يجمع بين فك الارتباط المعلوماتي (Disentanglement) المدفوع بالمعلمات والتصحيح التكيفي القائم على شدة العيوب. يُطلق على هذا النظام الجديد اسم ScanCLIP، الذي تم تدريبه على أكثر من 30,000 زوج من صور النصوص والتصوير بالرنين المغناطيسي.

ما يميز ScanCLIP هو قدرته على استخراج ترميزات التباين من معلمات الاكتساب، مما يُسهل عملية فصل نمط التباين عن المحتويات التشريحية. هذا يسمح له بتوفير ميزات خالية من التباين، وهو ما يمثل خطوة كبيرة نحو تحسين جودة الصور.

بعد ذلك، يتم استخدام شبكة Vision Transformer لتقدير شدة الحركة وتوجيه الميزات عبر شبكة مزيج الخبراء (Mixture-of-Experts)، مما يمكّن من تصحيح العيوب بشكل مُستهدف. كما يتضمن النظام مُشفّر ثنائي المسار يقوم بإعادة بناء كل من الصورة النظيفة وخريطة العيوب المتبقية، مما يعزز اتساق الصورة.

عند اختبار أسلوبنا على معيار IXI و HCP، أظهر انجازات ملحوظة في تحسين قيم PSNR بمقدار 0.75 ديسيبل و SSIM تجاوزت 0.0279 مقارنةً بالأساليب الحالية. وعلاوة على ذلك، فقد أثبت النظام قدرته على التعميم الجدير بالثقة على البيانات السريرية الحقيقية التي تم الحصول عليها مع معلمات مسح غير مرئية، حيث عانت الأساليب الحالية من الفشل في إزالة العيوب أو تقديم تشويهات إضافية.

إن هذه التقنية تُعد بمثابة نقطة تحول في مجال التصوير بالرنين المغناطيسي، ويُعتقد أنها ستُحدث تغييراً جذرياً في كيفية إجراء وتحليل الفحوصات الطبية.