في كل مرة نلتقط فيها صورة أو نفحص مريضًا أو نرسل صورًا من قمر صناعي، فإننا نوازن بين جودة الصورة ومساحة التخزين والوقت. يقدم هذا البحث طريقة جديدة لتنقية الصور المشوشة التي التُقِطت في شكل مضغوط للغاية، مما يساعد على إنتاج صور أكثر وضوحًا من قياسات أقل. هذا مهم لكل شيء بدءًا من صور الهاتف الأكثر وضوحًا في الإضاءة الخافتة إلى فحوصات طبية أكثر أمانًا تستخدم إشعاعًا أقل.
لماذا يمكن أن تبدو الاختصارات جيدة
تتبع الكاميرات والماسحات التقليدية قاعدة بسيطة: جمع مزيد من وحدات المعلومات أكثر مما قد تحتاج فعليًا حتى لا يُفقد شيء. وبعد ذلك فقط تُضغط الصورة لتوفير المساحة. يقلب الاستشعار المضغوط هذه المنطق رأسًا على عقب. بدلاً من تسجيل كل بكسل أولًا، يلتقط مجموعة أصغر مُختارة بعناية من القياسات المجمعة التي لا تزال تحتوي على أغلب المعلومات البصرية الهامة. نظريًا، يتيح لنا هذا إعادة بناء صورة حادة من بيانات مفاجئة الصغر. لكن عمليًا، قد يؤدي الضوضاء أثناء الالتقاط والاختيارات غير المناسبة لكيفية أخذ هذه القياسات إلى ضبابية التفاصيل، وظهور آثار مربعة، وفقدان البنى الدقيقة، خصوصًا في بيئات مطلوبة مثل التصوير الطبي.
تفكيك الصور إلى أجزاء صغيرة ذكية Figure 1.
يقترح المؤلفون إطار عمل من ثلاث خطوات يعمل على رقع مربعة صغيرة، أو قطع، من الصورة بدلًا من العمل على الصورة كاملة في آن واحد. تُحوَّل كل قطعة أولًا إلى شكل تُكثف فيه معظم المحتوى المهم في مجموعة مدمجة من القيم بينما تُفصل التفاصيل والخامات الدقيقة. ثم تُعاد ترتيب هذه القيم في مسار متعرج (زجزاج) يضع الأجزاء العريضة والناعمة من الصورة أولًا والتبدلات الدقيقة والحادة لاحقًا. هذا الترتيب مهم لأنه يضمن أنه عند ضغط الصورة تُحافظ القطع البصرية الأكثر أهمية في مقدمة الصف، حتى لو تم تخزين جزء فقط من البيانات.
اختصارات أفضل عبر البيانات
بمجرد أن تُعاد ترتيب كل قطعة، تُمرَّر عبر جهاز رياضي يُدعى مصفوفة الاستشعار، التي تحدد بالضبط كيف تُخَفَّض القيم الأصلية المتعددة إلى مجموعة أصغر من القياسات. بدلًا من الاعتماد على اختيار عشوائي عام، يقوم الباحثون بضبط هذه المصفوفة بحيث تكون ملائمة بشكل خاص لأنواع الصور التي يرغبون في إعادة بنائها. يفعلون ذلك بحل مسألة تحسين تعيد تشكيل المصفوفة حتى تُسهِّل أنماطها الداخلية تمييز البنية المهمة عن الضوضاء. ثم يستخدم إجراء شائع لإعادة الإعمار هذه القياسات المضغوطة لتقريب القطعة الأصلية، مسترشدين بالافتراض أن عددًا نسبيًا صغيرًا فقط من الميزات الأساسية مطلوب فعليًا لوصفها.
تلميع البقايا من الضوضاء Figure 2.
حتى بعد الضغط وإعادة الإعمار بعناية، يبقى بعض الضوضاء والآثار الصغيرة. لمعالجة ذلك، يطبق المرحلة النهائية تقنية إزالة ضوضاء حديثة تعرف بطريقة سبليت بريجمان. تتعامل هذه الطريقة مع الصورة كسطح وتُنعِّم بلطف التقلبات الطفيفة مع الحفاظ على الحواف والحدود التشريحية حادة. من خلال تقسيم المشكلة مرارًا إلى خطوات جزئية أبسط، تتقارب هذه الطريقة بسرعة وبثبات. النتيجة هي صورة مُنقَّاة تقل فيها الحبيبات المتكتلة بينما تُحفظ الخطوط والقوام الأساسية — مثل حواف الأنسجة في فحص أو حواف في مشهد— بوضوح.
من صور الاختبار إلى الفحوصات الطبية
اختبر الفريق إطار العمل الخاص بهم على كل من الصور اليومية والصور الطبية مثل مقاطع التصوير المقطعي (CT) والأشعة السينية. عمدوا إلى تلويث النسخ الأصلية بكميات مختلفة من الضوضاء الصناعية ومحاكاة سيناريوهات جُمِعَ فيها فقط 20% إلى 50% من البيانات الاعتيادية. عبر هذه الإعدادات، قارنوا طريقتهم بنظام مشابه تخطى خطوة الزجزاج واستخدم نهج استشعار قياسي. باستخدام مقاييس جودة معيارية تقيس الحدة والتشابه مع الأصل والخطأ الكلي، أنتجت طريقتهم صورًا أنظف وأكثر وفاءً باستمرار. وكان ذلك صحيحًا لكل من صور الاختبار المألوفة وكذلك للفحوصات السريرية ذات الصلة للرئتين والركبتين واليدين والصدر.
صور أوضح بتعرض أقل
باختصار، تُظهر الدراسة أننا نستطيع تصميم طريقة جمع بيانات الصورة وإزالة الضوضاء بعدها بذكاء للحصول على المزيد من القليل. من خلال الجمع بين المعالجة القائمة على القطع، والترتيب الزجزاجي، وطريقة مُحسَّنة لأخذ القياسات المضغوطة، وخطوة تنظيف نهائية قوية، يحسن الإطار المقترح وضوح الصورة تحت قيود صارمة على البيانات والضوضاء. بالنسبة للمرضى، قد يترجم هذا يومًا إلى فحوصات عالية الجودة من عدد أقل من الإسقاطات بالأشعة وبالتالي جرعات إشعاع أقل؛ وبالنسبة لأنظمة التصوير عمومًا، فإنه يشير إلى مستقبل حيث لم تعد الصور الحادة تتطلب كميات هائلة من البيانات.
الاستشهاد: Thomas, E.N., Theeda, P. & Praveen, T. Block compressive sensing-based image denoising framework using optimized sensing matrix and split Bregman algorithm.
Sci Rep16, 9485 (2026). https://doi.org/10.1038/s41598-026-38785-0
الكلمات المفتاحية: الاستشعار المضغوط, إزالة ضوضاء الصورة, التصوير الطبي, إعادة بناء الصورة, معالجة الإشارة
