نهج التعلم العميق لتصحيح الدقة الفائقة لآثار الحركة في صور الرنين المغناطيسي للدماغ من أجل قياس حجم الحُصين بدقة

لماذا تهم صور الدماغ أوضح

مع تقدّم السكان في العمر، يعيش عدد أكبر من الناس مع مشكلات في الذاكرة والخرف. يعتمد الأطباء غالبًا على صور الرنين المغناطيسي للدماغ لرصد التغيرات المبكرة في بنية صغيرة وعميقة تُدعى الحُصين، والتي تُعدّ حاسمة لتكوين ذكريات جديدة. لكن فحوصات الرنين تستغرق وقتًا، وحتى عطسة بسيطة أو لمس وجهي قصير يمكن أن يطمس الصور، مما يجعل الحُصين يبدو أصغر أو أكبر مما هو عليه فعليًا. تستكشف هذه الدراسة ما إذا كان شكل متقدم من الذكاء الاصطناعي قادرًا على «تنقية» هذه الصور المموهة بالحركة، لمساعدة الأطباء على قياس الحُصين بدقة أكبر دون تكرار فحوص طويلة ومزعجة.

صور ضبابية وفقدان الذاكرة

في حالات مثل مرض الزهايمر، ينكمش الحُصين ببطء قبل سنوات من ظهور الأعراض بوضوح. يمكن أن يساعد تتبعه عبر الزمن الأطباء على تشخيص المرض مبكرًا ومتابعة تقدمه. للأسف، الرنين المغناطيسي حساس جدًا للحركة: حركة قصيرة أثناء مسح يستغرق عدة دقائق يمكن أن تخلق خطوطًا وهالات تشبه الصورة الطويلة التعريض المهتزة. يمكن أن تخدع هذه التشويشات برامج الحاسوب فتؤدي إلى تقدير مبالغ فيه أو مقلل لحجم الحُصين، مما قد يدفع الشخص عبر عتبة تشخيصية. لذلك، يُعدّ تقليل هذا التشويه الناتج عن الحركة مفتاحًا لقياسات دماغية كمية موثوقة.

تعليم الحاسوب على تحسين الصور

ركّز الباحثون على طريقة تعلم عميق تسمى شبكة التعزيز الفائق للدقة العميقة، أو EDSR. تُصمَّم خوارزميات الدقة الفائقة لأخذ صورة ذات جودة أدنى وإعادة بناء نسخة أكثر حدة وتفصيلاً. هنا، درّبت الفريق EDSR على آلاف صور الدماغ عالية الجودة لأشخاص بالغين مسنين، ليعلّموها كيف ينبغي أن تبدو الهياكل الدماغية الدقيقة. ثم صمموا عملية من خطوتين للصور المموهة بالحركة: أولاً، تم تقليل عيّنات الصور المموهة بلطف، مما يخفف من التشوهات عالية التردد التي تُدخلها الحركة؛ وثانيًا، أعادت EDSR بناء صورة عالية الدقة من هذا الإصدار المملس، بهدف استعادة التشريح الحقيقي مع قمع الآثار المزعجة.

اختبار الطريقة

لمعرفة مدى كفاءة هذا النهج، أجرى الباحثون مسحًا لواحد وعشرين شابًا بالغًا بصحة جيدة ثلاث مرات: مرة مع بقاء تام ساكنين، ومرتين أثناء تحرّك متعمَّد بطرق واقعية—عطسة أو لمس الوجه لفترة قصيرة—أثناء المسح. خدمت الصورة الخالية من الحركة كمرجع. ثم جرى معالجة الصور المتأثرة بالحركة بواسطة EDSR لإنتاج نسخ مُصحّحة من الحركة. قام أداة آلية بقياس حجم الحُصين من مجموعات الصور الثلاث، وقارن الفريق مدى انحراف قياسات الحركة والقياسات المصححة عن حجم المرجع الحقيقي. كما حسبوا مقاييس جودة الصورة الشائعة التي تلتقط مدى تشابه كل مسح مع الأصل من حيث قيم البكسل والبنية العامة.

ما الذي تحسّن وما الذي بقي كما هو

حسّنت الطريقة القائمة على الذكاء الاصطناعي مظهر الصور بشكل واضح على مستوى المقاييس: عبر كل من الحركات الشبيهة بالعطس ولمس الوجه، حصلت الصور المصححة على درجات تشابه أعلى ومقاييس خطأ أقل من الصور غير المصححة عند مقارنتها بالمرجع الخالي من الحركة. بعبارة أخرى، أنتجت EDSR صورًا كانت باستمرار أقرب إلى ما كان الماسح سيشاهده لو لم يتحرك الشخص. أما بالنسبة لأرقام حجم الحُصين الفعلية، فكانت النتيجة أكثر تدرجًا. في معظم الحالات لم يتغير الخطأ العام بشكل كبير، ولكن في المجموعة الفرعية ذات أقوى حركة أثناء مسحات شبيهة بالعطس، أصبحت قياسات الحُصين الأيسر أدق بشكل ذي دلالة بعد التصحيح. في حالات الحركة المنخفضة، كان لأداة EDSR عادة تأثير ضئيل فقط، وفي مجموعة فرعية واحدة زاد الخطأ قليلاً على الجانب الأيمن، مما يشير إلى أن الاستخدام العشوائي على المسحات النظيفة تقريبًا قد يكون ضدًا للإنتاجية.

التطلع نحو رعاية دماغية أفضل

بشكل عام، تُظهر الدراسة أن التعلم العميق يمكنه جعل صور الرنين المغناطيسي المموهة بالحركة تبدو أكثر شبهاً بالصور الخالية من الحركة وفي بعض حالات الحركة الشديدة يقرب قياسات الحُصين من قيمها الحقيقية. وبينما لا يمثل هذا حلًا نهائيًا—فبعض أخطاء الحركة تبقى، وكان المشاركون في الاختبار شبابًا أصحاء—تشير النتائج إلى مستقبل قد تُصلح فيه أدوات إعادة البناء الذكية الصور غير الكاملة بصمت في الخلفية. إذا ما نُقّحت هذه التقنيات وتحقق من صلاحيتها في مرضى مسنين مع حركة في العالم الحقيقي، فقد تقلل الحاجة لإعادة الفحوص، وتقصر زمن الاختبارات، وتجعل تقييمات الخرف المبكرة المعتمدة على حجم الحُصين أكثر موثوقية لكل من الأطباء والمرضى.

الاستشهاد: Yoshida, N., Kageyama, H., Akai, H. et al. Deep learning approach to super-resolution correction of brain MRI motion artifacts for accurate hippocampal volumetry. Sci Rep 16, 14493 (2026). https://doi.org/10.1038/s41598-026-44834-5

الكلمات المفتاحية: رنين مغناطيسي للدماغ, آثار الحركة, التعلم العميق, حجم الحُصين, تصوير الخرف