الشبكات العصبية التلافيفية مع خسارة وسطية لتحسين دقة الصور ثلاثية الأبعاد للفحوصات الطبية بالأشعة المقطعية والرنين المغناطيسي

تُنتج أجهزة التصوير المقطعي المحوسب (CT) التي تُستخدم حاليًا في المستشفيات صورًا ذات دقة منخفضة، تصل إلى 512 بكسل في الحجم. يتوافق كل بكسل في الصورة مع جزء من الأنسجة بحجم مليمتر واحد. ولتمكين الأطباء من تقسيم الأورام بدقة ووضع خطط علاجية فعّالة، يُعدّ وجود صور مقطعية ذات دقة أعلى أمرًا ضروريًا. يظهر نفس المشكل في التصوير بالرنين المغناطيسي (MRI). في هذا البحث، نقترح منهجية لتحسين دقة الصورة الفردية (Single-image Super-Resolution) للصوّرات ثلاثية الأبعاد (3D) من أجهزة التصوير المقطعي المحوسب أو الرنين المغناطيسي. تعتمد منهجيتنا على شبكات عصبية تلافيفية عميقة (CNN) مكوّنة من 10 طبقات تلافيفية، بالإضافة إلى طبقة تكبير وسطية تُوضع بعد أول 6 طبقات تلافيفية. يلي الشبكة الأولى، التي تُحسّن الدقة على المحورين (العرض والارتفاع)، شبكة ثانية تُحسّن الدقة على المحور الثالث (العمق). على عكس الطرق الأخرى، نحسب دالة الخطأ (Loss) بالنسبة للصورة عالية الدقة الحقيقية (Ground-truth) مباشرة بعد طبقة التكبير، بالإضافة إلى حساب الخطأ بعد آخر طبقة تلافيفية. يُجبر هذا الخطأ الوسيط الشبكة على إنتاج نتيجة أفضل، أقرب إلى الصورة الحقيقية. من الطرق الشائعة لتحقيق نتائج واضحة هو تطبيق ضبابية جاوسية باستخدام انحراف معياري ثابت. ولتجنب التعلّم الزائد (Overfitting) على انحراف معياري ثابت، نطبّق تمويه جاوسية باستخدام عدة قيم مختلفة للانحراف المعياري، على عكس الطرق الأخرى. قمنا بتقييم منهجيتنا في سياق تحسين دقة الصورة ثنائي وثلاثي الأبعاد لصور التصوير المقطعي المحوسب والرنين المغناطيسي من قاعدتي بيانات مختلفتين، وقورناها مع الدراسات المرتبطة ذات الصلة والأساليب الأساسية القائمة على تقنيات الاستيفاء المختلفة، باستخدام عوامل تكبير 2x و4x. أظهرت النتائج التجريبية أن منهجيتنا تحقق نتائج أفضل من جميع الطرق الأخرى. علاوةً على ذلك، كشفت دراسة التصنيف البشرية التي أجريناها أن كلًّا من الأطباء والمحررين العاديين اختاروا منهجيتنا على طريقة الاستيفاء لانشوز في 97.55% من الحالات عند عامل التكبير 2x، وفي 96.69% من الحالات عند عامل التكبير 4x.