פילוח חוליות מותניות מבוסס רשת רגישת-גבול ומדידת ספונדילוליסתזיס

מדוע סריקות גב זקוקות לעין חכמה יותר

כאב גב תחתון משפיע על מאות מיליוני אנשים ברחבי העולם, אך אבחון הסיבה המדויקת בסריקות רפואיות נעשה לעתים איטי ולא מדויק. בעיה שכיחה, שנקראת ספונדילוליסתזיס, מתרחשת כאשר אחת העצמות בחלק התחתון של הגב מחליקה ממקומה, ועלולה ללחוץ על עצבים ולגרום לכאב חמור. רופאים מסתמכים על תמונות CT או MRI כדי לזהות את ההחלקה הזאת, אבל הכלים הקיימים מתקשים לסמן כל חוליה קטנה בדיוק ולמדוד עד כמה היא זזה. המחקר הזה מציג מערכת בינה מלאכותית חדשה שתוכננה "לראות" את עצמות עמוד השדרה ואת גבולותיהן בצורה ברורה יותר, כך שמדידות ההחלקה יהיו מהירות, אוטומטיות ומהימנות.

בעיות עמוד השדרה בחיי היומיום

החלק התחתון של עמוד השדרה נושא חלק ניכר ממשקל הגוף ומתקפל עם כל צעד, מה שהופך אותו לפגיע במיוחד לשחיקה. עם הזמן, הדיסקים עלולים לדחוק, המפרקים להתקשות והחוליות לעצמן עשויות לזוז קדימה או אחורה. כאשר ההחלקה—ספונדילוליסתזיס—מגיעה לידי ביטוי משמעותי, היא יכולה לדחוס עצבים ולגרום לכאב חד ברגל, חולשה ואפילו לבעיות בשליטה על שלפוחית השתן והמעי. רופאים משתמשים בסריקות CT משום שהן מציגות בבירור את העצמות ויכולות להבחין גם ברקמות הרכות שמסביב. עם זאת, במציאות המומחים עדיין צריכים לשרטט את החוליות ידנית ולהעריך זוויות ומרחקים—תהליך גוזל זמן ורגיש לשונות בין צופה לצופה.

מדוע מדידות מסורתיות לא מספקות

מדידות סטנדרטיות של עמוד השדרה פותחו עבור רנטגנים דו־ממדיים פשוטים ואינן תמיד מתרגמות היטב לתמונות CT העשירות של היום. שיטות כמו זווית קוב (Cobb) נבנו כדי לתאר עקומות עמוד השדרה, ולא החלקות קדמיות מפורטות של חוליות בודדות. במקביל, תוכנות אוטומטיות מטפלות בדרך כלל במשימות בשלבים נפרדים: תחילה פילוח החוליות, ואז העברת המפות לחלק אחר למדידה. כל שלב עלול להכניס שגיאות קטנות שמצטברות, במיוחד כאשר שולי החוליות נראים משוננים בעקבות שינויים הקשורים לגיל או מטושטשים בגלל אופן הצילום. כתוצאה מכך קשה ליצור מערכת אחת מהימנה שמסמנת כל חוליה וחושבת מדידות клиיניות משמעותיות.

רשת שמשקיעה תשומת לב בקצוות

המחברים מציעים מודל למידה עמוקה חדש, שנקרא BS‑Net (Boundary Sensitive‑Net), שאומן להיות קשוב במיוחד לגבולות של כל חוליה. המבוסס על שלד ניתוח תמונה פופולרי, המערכת מוסיפה שני רכיבים מרכזיים. הראשון הוא מודול עיבוד קצוות רב־משימתי, שלומד לזהות גם את פנים כל עצם וגם את קווי המתאר שלה באותו הזמן, באמצעות מנגנון תשומת לב שמאפשר למידע על הצורה ואיכות הקצה לחזק זה את זה. השני הוא מודול מיזוג דו־צדדי קונטקסטואלי, שממזג רמזים דקים של קצה משכבות מוקדמות של הרשת עם מידע רחב ורמת גבוהה משכבות עמוקות יותר. יחד עם פונקציית אובדן מיוחדת שמענישה במפורש טעויות בגבול, מודולים אלה מלמדים את BS‑Net לשרטט את שולי העצם בצורה חדה, גם כאשר הם בלתי סדירים או בעלי ניגודיות נמוכה.

ממפות נקיות למספרים קונקרטיים

לאחר ש‑BS‑Net מפרידה כל חוליה בתמונת CT, המערכת עוברת מתמונות למדידות. היא מלטשת את המפות באמצעות שלב החלקה הסתברותי, ואז מיישמת טכניקות גאומטריות כדי לאתר את מרכז כל חוליה ואת שולי הקדמי‑אחורי. שיטת מלבן גבול מינימלי הוכחה כמדויקת ביותר במציאת המרכזים. עם סימני דרך אלה, המערכת מחשבת את הזוויות בין חוליות שכנות ואת מרחק ההחלקה של עצם ביחס לזו שמתחתיה, המובא כאחוז מעומקה—בהמשכיות לסולם הדירוג של Meyerding המקובל בבתי חולים. שנבדקה על 783 תמונות CT מ‑379 חולים ועל מערך MRI חיצוני, BS‑Net עלתה על עשר רשתות פילוח מבוססות קיימות, והשיגה מדדי חפיפה גבוהים בין המסכות האוטומטיות שלה לאלו שצוירו על ידי מומחים. חשוב מכך, מדידות ההחלקה שלה תאמו מקרוב הערכות ידניות, עם ערכי מתאם מעל 0.9 ושגיאות מרחק קטנות יותר מאשר שיטות מתחרות.

מה זה אומר למטופלים ולמרפאות

בקצרה, המחקר מראה שמערכת בינה מלאכותית ממוקדת שדרה יכולה לצייר קווי מתאר מדויקים יותר של עצמות הגב התחתון ולהמיר קווים אלה למדידות אמינות של היקף ההחלקה של חוליה. הדבר עשוי לסייע לרדיולוגים ולמנתחים לזהות החלקות בעייתיות בעקביות רבה יותר, לעקוב אחרי התקדמות המחלה ולתכנן טיפולים בביטחון רב יותר, וכל זאת תוך חיסכון בזמן. המחברים מזהירים שהשיטה עדיין מתקשה במקרים חריגים מאוד, כגון מטופלים עם שתלים מתכתיים או עיוותים קיצוניים, ויידרש אימון נוסף על נתונים מגוונים. יחד עם זאת, BS‑Net מייצגת צעד משמעותי לקראת הערכה כמותית אוטומטית מלאה של ספונדילוליסתזיס מותני מסריקות שגרתיות של CT ו‑MRI.

ציטוט: Ji, D., Qian, F. & Zong, Y. Boundary sensitive-net-based lumbar vertebra segmentation and spondylolisthesis measurement. Sci Rep 16, 13612 (2026). https://doi.org/10.1038/s41598-026-38522-7

מילות מפתח: עמוד שדרה מותני, ספונדילוליסתזיס, פילוח תמונות רפואיות, למידה עמוקה, ניתוח CT של חוליות