في سعيهم لإحداث ثورة في مجال التصوير الطبي، قام فريق من الباحثين بتطوير قاعدة بيانات جديدة تهدف إلى تعزيز جودة الصور في أجهزة الموجات فوق الصوتية المستخدمة في الرعاية الصحية الفورية (POCUS). والجدير بالذكر أن هذه المبادرة تعتمد على الذكاء الاصطناعي، وتحديداً تقنية الشبكات التوليدية العداونية الشرطية (cGAN)، التي تُستخدم لتحسين دقة وجودة الصور بشكل ملحوظ.

الهدف من المشروع هو تحسين جودة الصور الملتقطة بواسطة أجهزة POCUS التي تعتبر ذات تكلفة منخفضة، عن طريق استخدامها جنباً إلى جنب مع صور عالية الجودة تم الحصول عليها من أجهزة الموجات فوق الصوتية المتطورة. ولقد قام الباحثون بجمع أول قاعدة بيانات بدقة عالية باستخدام نظام جرانت أوتوماتيكي جديد، مما أدى إلى جمع بيانات موثوقة.

الهيكل الأساسي للعمل يعتمد على معمارية pix2pix، ويستخدم مُولِّد بشبكة U-Net والذي يدمج كلاً من خسائر L1 ومؤشر التشابه الهيكلي (SSIM) لتعزيز الجودة الإدراكية للصور. كما أن مرحلة التدريب المسبق على مجموعة بيانات محاكاة قد ساهمت في تعزيز الأداء بشكل أكبر.

تم تقييم النتائج باستخدام 1064 مجموعة من صور الأنسجة الحية وبيانات التصوير الوهمي، والتي أظهرت تحسناً ملحوظاً. حيث ارتفع مؤشر SSIM من 0.29 إلى 0.54، كما تحسن PSNR من 19.16 ديسيبل إلى 22.41 ديسيبل. فضلًا عن ذلك، سجلت المقاييس غير المرجعية تحسناً واضحاً، مع انخفاض نقاط NIQE وPIQE بشكل كبير.

تمثل هذه الدراسة خطوة جديدة في مسار تطوير أجهزة POCUS، حيث تثبت النتائج إمكانيات هذا الإطار في التغلب على القيود التقنية لأجهزة الموجات فوق الصوتية المحمولة، مما يعزز من قيمتها التشخيصية في البيئات منخفضة الموارد. يُذكر أن قاعدة بيانات POCUS-IQ متاحة للجمهور على الرابط التالي: [https://github.com/NKI-MedTech-AI/POCUS-IQ].

ما رأيكم في هذا التطور المثير؟ شاركونا في التعليقات.