يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة منهجية

بروتوكول قابل للتكرار لتعزيز الرسوم التوضيحية العصبية التشريحية التاريخية الرقمية بمساعدة الذكاء الاصطناعي

79 مشاهدة

⸱

DOI:

10.3791/72309

⸱

أغسطس 7, 2026

 ,  ,  ,  ,  , 
1Department of Neurosurgery, Dörtyol State Hospital, 2Department of Neurosurgery, Istanbul University, 3Department of Neurosurgery, Adiyaman Training and Research Hospital, 4Department of Neurosurgery, Altınbas University Medical Park Bahcelievler Hospital, 5Department of Neurosurgery, Yeditepe University School of Medicine, 6Department of Neurosurgery, Istinye University

في هذه المقالة

ملخص

تقدم هذه المقالة عن الطرق سير عمل قابل للتكرار ومضبوطة الجودة لتعزيز الرسومات التشريحية العصبية التاريخية الرقمية بمساعدة الذكاء الاصطناعي. يحدد البروتوكول اختيار المصدر، والاستخراج، وتوحيد الملفات، والمعالجة المحلية فائقة الدقة، والأرشفة المحسنة الأصلية المزدوجة مع الوقت، ومراجعة مراقبة الجودة التقنية، وتوثيق المخرجات المقبولة وغير المثالية.

الملخص

تعد الرسوم التوضيحية التاريخية العصبية التشريحية الرقمية مصادر قيمة للتعليم التشريحي، والبحث التاريخي، والأرشفة الرقمية. ومع ذلك، فإن استخدامها العملي في المواد التعليمية والعرض الأكاديمي غالبا ما يقتصر على انخفاض الدقة الظاهرة، والتلاشي، وتغير لون الورق، وتأثيرات الضغط، وانخفاض وضوح الخطوط التشريحية الدقيقة أو الملصقات. قد تحسن الدقة الفائقة المدعومة بالذكاء الاصطناعي من قابلية الاستخدام البصري لهذه النسخ الرقمية، لكن التحسين غير المنضبط قد يؤدي أيضا إلى إضافة نسيج صناعي، أو تعديل استمرارية السطر، أو تسميات مشوهة، أو تفاصيل بصرية غير مدعومة بالصورة الأصلية. لذلك، هناك حاجة إلى إجراءات موحدة وشفافة عند تطبيق التعزيز بمساعدة الذكاء الاصطناعي على الرسوم العلمية التاريخية.

تصف هذه المقالة سير عمل خطوة بخطوة لتعزيز الرسومات التاريخية الرقمية للأعصاب التشريحية. يشمل البروتوكول اختيار المصدر للصورة، وتوثيق المصدر وحالة إعادة الاستخدام، واستخراج الصور، والمعالجة المسبقة المحافظة، وتحسين الدقة المحلية الفائقة باستخدام إعدادات ثابتة، والأرشفة الأصلية المحسنة بشكل مزدوج، والفحص القائم على منطقة الاهتمام، وتوثيق فني منظم للرقابة على الجودة. يهدف سير العمل إلى تحسين سهولة الوصول البصري للتدريس، والعرض، والفحص البصري الأولي مع الحفاظ على رابط تفسيري مباشر بين كل مخرج محسن ومصدره الرقمي الأصلي.

يجب اعتبار هذه الطريقة تحسينا مساعدا للنسخ الرقمية الممسوحة، وليس استعادة للأعمال الفنية الأصلية، أو التحقق من صحة المصادر التاريخية، أو استعادة المعلومات التشريحية المفقودة. يجب أرشفة النسخ الأصلية والمحسنة معا، ويجب مراجعة المخرجات المحسنة بحثا عن أي عيوب أثرية محتملة قبل الاستخدام. يوفر هذا البروتوكول نهجا عمليا ومنخفض التكلفة وقابلا للتكرار لإعداد صور تشريح عصبي تاريخية كتصورات مرافقة مع الحفاظ على الحذر فيما يتعلق بالنزاهة التشريحية والتاريخية.

المقدمة

لعبت الرسوم التوضيحية التشريحية العصبية التاريخية دورا مهما في التوثيق البصري والتعليم والتفسير للجهاز العصبي. قبل تطوير التصوير العصبي الحديث، كانت الصفائح التشريحية الوسيلة الأساسية للتواصل حول ملاحظات الدماغ، البطينات الدماغية، الأعصاب القمجمية، الهياكل الوعائية، وتشريح جذع الدماغ 1,2,3. العديد من هذه الأعمال متاحة الآن من خلال الكتب الرقمية، والمجموعات الأرشيفية الممسوحة ضوئيا، والمستودعات الإلكترونية. ومع ذلك، فإن الاستخدام المباشر للرسومات التاريخية الرقمية في التعليم الحديث، والعروض، والأرشفة الرقمية غالبا ما يكون محدودا بسبب انخفاض الدقة، والتلاشي، وتغير لون الورق، وتشويش الضغط، والتشويش المرتبط بالمسح، وانخفاض وضوح الخطوط الدقيقة أو الملصقات 4,5,6,7,8.

توفر تقنيات تحسين الصورة بمساعدة الذكاء الاصطناعي وطرق الدقة الفائقة فرصة عملية لتحسين قابلية الاستخدام البصري للصور الرقمية المتدهورة أو منخفضة الدقة. يمكن لخوارزميات الدقة الفائقة المعتمدة على التعلم العميق زيادة الدقة الظاهرة، وتحسين وضوح الحواف، وتقليل التدهور البصري المرتبط بالمسح في الصور الرقمية 9,10,11,12. بالنسبة للتوضيحات التشريحية العصبية التاريخية، قد تساعد هذه الطرق في توضيح الخطوط التشريحية الدقيقة، والتسميات، والحدود الهيكلية التي يصعب فحصها في النسخ الرقمي الأصلي. ومع ذلك، تتطلب الصور التشريحية التاريخية الحذر. هذه الرسوم ليست فقط مواد تعليمية بصرية بل أيضا وثائق علمية وتاريخية. قد يحسن التحسين الوضوح لكنه قد يغير أيضا نسيج الخط، أو يبالغ في الحواف، أو يعدل التظليل، أو يخلق تفاصيل مصطنعة إذا تم تطبيقه دون سير عمل موحد.

لهذا السبب، يجب أن يتم تحسين الرسوم التشريحية التاريخية بمساعدة الذكاء الاصطناعي كعملية تقنية مضبوطة بدلا من التلاعب غير المقيد بالصور. يجب أن يحدد بروتوكول إعادة الإنتاج كيفية اختيار الصور المصدرية، وكيفية توثيق المصدر وحالة إعادة الاستخدام، وكيفية استخراج الصور وتوحيدها، وأي إعدادات التحسين تطبق، وكيفية أرشفة ملفات الإخراج، وكيفية فحص الصور المحسنة بحثا عن أي تشوهات محتملة. يجب أن تبقى النسخ الأصلية والمحسنة مرتبطة طوال سير العمل بحيث يمكن تفسير الناتج المحسن دائما كنسخة رقمية معالجة بدلا من صورة مستعادة أو أصلية تاريخيا.

يفضل سير العمل الموحد على التحسين المؤقت بمساعدة الذكاء الاصطناعي لأنه يحدد اختيار المصدر، والمعالجة المسبقة المحافظة، وإعدادات التحسين الثابتة، والأرشفة الأصلية المحسنة بشكل مزدوج، ومراقبة الجودة بعد التحسين قبل استخدام الصورة المعالجة. المستخدمون النهائيون المقصودون يشملون علماء التشريح، وجراحي الأعصاب، والمعلمين الطبيين، ومؤرخي التشريح، والرسامين الطبيين، ومستخدمي الأرشيف الرقمي الذين يحتاجون إلى نسخ مرافقة واضحة للقراءة مع الحفاظ على الوصول المباشر إلى المصدر الأصلي.

تقدم هذه المقالة التقنية بروتوكولا خطوة بخطوة لتحسين الرسوم البيانية العصبية التاريخية الرقمية بمساعدة الذكاء الاصطناعي. يتم تلخيص تسلسل معالجة الصور الأساسي، بما في ذلك تحضير الصورة، وتعزيز الدقة فائقة الثابت 16×، وتصدير PNG، في الشكل 1. تشمل خطوات البروتوكول اللاحقة أرشفة أصلية محسنة بشكل مزدوج، ومراقبة جودة بعد التحسين، والفحص البصري القائم على منطقة الاهتمام، وتوثيق النتائج الناجحة وغير المثالية. البروتوكول لا يهدف إلى الادعاء باستعادة العمل الفني الأصلي أو استعادة المعلومات التشريحية المفقودة؛ بل يهدف إلى تحسين سهولة الوصول البصري للنسخ الرقمية مع الحفاظ على العلاقة التفسيرية بين الصورة المحسنة والمصدر الأصلي.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

تم تطبيق هذا البروتوكول فقط على الرسوم التوضيحية العصبية التشريحية التاريخية الرقمية ولم يشمل المشاركين البشريين، أو بيانات المرضى، أو الأشخاص الحيوانيين، أو العينات البيولوجية، أو المعلومات الشخصية القابلة للتعريف؛ لذلك، لم يكن الموافقة على أبحاث البشر في المؤسسات مطبقة. تم الحصول على جميع الصور من مصادر تاريخية ذات ملكية عامة، أو معتمدة على الأذون، أو مرخصة بشكل مناسب.

1. اعتبارات استخدام المصدر

  1. تحقق من مصدر كل صورة قبل المعالجة، بما في ذلك المؤلف التاريخي، عنوان المصدر، سنة النشر التقريبية، والمصدر الرقمي.
  2. تفسير المخرجات المحسنة على أنها نسخ رقمية معالجة بدلا من كونها أعمال فنية أصلية مستعادة أو أدلة على استعادة المعلومات التشريحية المفقودة.
  3. أرشفة الملفات الأصلية والمحسنة معا بحيث يمكن دائما مقارنة الصورة المعالجة مباشرة مع الصورة الأصلية.

2. اختيار الرسوم التوضيحية التاريخية التشريحية العصبية الرقمية

  1. مختارة من الرسوم التوضيحية التاريخية الرقمية التي نشرت من القرن السادس عشر حتى القرن التاسع عشر.
  2. تتضمن رسومات توضيحية تصور الهياكل العصبية التشريحية مثل الدماغ، نصفي الدماغ، التلفيفات والتوتريات، الجهاز البطيني، جذع الدماغ، الأعصاب القحفية، الأوعية الدموية الدماغية، أو تشريح الجهاز العصبي المرتبط به.
  3. يشمل فقط الصور التي تم الحصول عليها من مصادر ذات مصدر محدد وحالة متوافقة مع الملكية العامة أو إعادة الاستخدام. تأكيد أن كل رسم مختارة نشر بين القرنين السادس عشر والتاسع عشر وأن مصدره وحالة إعادة استخدامه تم التحقق منه بشكل فردي قبل الإدراج.
  4. استبعاد الصور المكررة، الصور المقطوعة بشدة، اللوحات غير المكتملة، النسخ المعاد رسمها الحديثة، أو الصور ذات وضوح المصدر غير الكافي، بما في ذلك ملفات المصدر ذات المحور الطويل الذي يقل عن حوالي 1000 بكسل عندما تتوفر نسخة ذات جودة أعلى، أو محتوى تشريحي مفقود أو مقصوص يؤثر على أكثر من حوالي 20٪ من الرسمة، والتسميات غير القابلة للقراءة في المنطقة المختارة، وتشاؤلات ضغط شديدة، أو تدهور مرتبط بالمسح يمنع المقارنة مع الصورة الأصلية.
  5. حدد الرسوم التوضيحية المكررة بمقارنة المؤلف التاريخي، عنوان المصدر، سنة النشر، رقم اللوحة أو الصفحة عند توفرها، بيانات المستودع الوصفية، والمحتوى البصري. عندما تتوفر النسخ المكررة، احتفظ بالنسخة ذات الدقة الأعلى، وحدود الألواح الأكثر اكتمالا، والتسميات الأكثر وضوحا.
  6. تعيين هوية ملف فريدة لكل صورة مرفقة قبل المعالجة.
  7. حافظ على النسخ الأصلية والمحسنة من كل صورة طوال سير العمل.

3. استخراج الصور من المصادر الرقمية

  1. افتح الملف المصدر الرقمي باستخدام أعلى جودة من النسخة المتاحة.
  2. استرجاع كل رسم توضيحي مستهدف عن طريق تصديره من ملف المستند المحمول (PDF) المصدر أو عن طريق التقاطه من المصدر الرقمي عندما لا يكون التصدير المباشر ممكنا.
  3. استخدم قارئ PDF أو برنامج تصدير لاستخراج الصور المعتمدة على PDF. استخدم أداة التقاط الشاشة القياسية فقط عندما لا يكون التصدير المباشر ممكنا.
  4. للاستخراج المعتمد على PDF، استخدم دقة الصورة المدمجة الأصلية عندما تكون متاحة وتجنب تقليل العينات أثناء التصدير. للاستخراج المعتمد على لقطات الشاشة، عرض المصدر بتكبير 100٪ أو 200٪ وسجل دقة العرض، وتكبير الشاشة، وإعدادات تحجيم الشاشة، وأبعاد لقطات الشاشة الناتجة.
  5. احفظ الصورة المستخرجة بصيغة مجموعة خبراء التصوير المشترك (JPEG) أو بصيغة الرسومات الشبكية المحمولة (PNG)، حسب توفر المصدر وطريقة الاستخراج.
  6. حافظ على الرسم التشريحي الكامل أثناء الاستخلاص كلما أمكن. إذا لم يكن بالإمكان الحفاظ على الرسم التوضيحي الكامل، فطبق معايير الاستبعاد في الخطوة 2.4 ووثق المحصول.
  7. احتفظ بالملصقات والعلامات ذات الصلة التاريخية إذا كانت جزءا من الرسم الرئيسي. لا تقم بإعادة الرسم أو إعادة التلوين أو إعادة البناء أو التعديل اليدوي للهياكل التشريحية أثناء الاستخلاص.

4. المعالجة المبدئية وتوحيد الملفات قبل التحسين

  1. راجع كل صورة مستخرجة قبل التعزيز.
  2. اقتصاص فقط الهوامش الخارجية غير المفيدة أو المناطق المحيطة الفارغة. لا تقوم بتصحيح بصري يدوي سوى القص. تحديدا، لا تطبق الشحذ اليدوي، أو إزالة التلوين، أو إعادة التلوين، أو إعادة الرسم، أو التنظيف الانتقائي، أو التعديل التشريحي قبل التحسين.
  3. استخدم برامج تحرير الصور فقط لقص الصور بشكل محافظ وتحضير تخطيط بسيط. لا تقوم بإجراء تعديل تشريحي.
  4. احتفظ بالصور الأساسية كملفات مرجعية أصلية قبل التحسين. لا تجبر حجم الصورة الأساسي ودقته على بعد بكسل موحد واحد قبل المعالجة لأن أبعاد المصدر الأصلية تختلف عبر الألواح التاريخية.
  5. تأكد من أن كل ملف معالج مسبقا يظل نسخة رقمية وفية من الصورة الأصلية قبل الانتقال إلى التحسين بمساعدة الذكاء الاصطناعي.

5. تعزيز بمساعدة الذكاء الاصطناعي

  1. افتح صورة الإدخال الموحدة في برنامج ترقية الصور المعتمد على الذكاء الاصطناعي محليا.
  2. استخدم وضع معالجة الصورة المفردة إلا إذا كان هناك حاجة محددة للمعالجة الدفعية.
  3. اختر صورة الإدخال باستخدام وظيفة اختيار الصورة .
  4. اختر نموذجا فائقا بدقة ثابتة أو إعدادا مسبقا قبل المعالجة واستخدم نفس النموذج لجميع الصور المرفقة.
  5. قم بضبط مقياس الصورة إلى 16x لإعادة إنتاج الإعداد الثابت المستخدم في هذا السير العمل، وسجل أن معلمات البرنامج الافتراضية لم يتم تعديلها يدويا. لا تفسر المقياس المختار على أنه محسن أو متفوق على عوامل المقياس البديلة.
  6. استخدم نفس إعدادات التحسين لجميع الصور المرفقة للحفاظ على الاتساق عبر سير العمل.
  7. قم بتعيين مجلد الإخراج على نفس المجلد الذي يحتوي عليه صورة الإدخال أو إلى مجلد إخراج مشروع محدد مسبقا، واستخدم مجلد إخراج منفصل عندما يكون ذلك ممكنا لمنع الكتابة فوق الملفات الأصلية عن طريق الخطأ.
  8. قم بتنفيذ التحسين على جهاز كمبيوتر مزود بوحدة معالجة مركزية متنقلة من الجيل الثالث عشر ب 16 نواة و24 خيطا، ووحدة معالجة رسومات مخصصة لللابتوب بذاكرة رسومات بسعة 8 جيجابايت، وذاكرة RAM بسعة 32 جيجابايت. تمكين تسريع وحدة معالجة الرسومات (GPU) أثناء معالجة الصورة لتقليل وقت المعالجة إلى حوالي 3 دقائق لكل صورة، حسب أبعاد الصورة الداخلة.
    ملاحظة: لن يكون هناك حاجة إلى الوصول إلى الإنترنت بعد تثبيت ملفات البرمجيات والنماذج محليا.
  9. شغل عملية التحسين باستخدام أمر التحسين أو بدء المعالجة في البرنامج.
  10. تصدير الإخراج المحسن بصيغة PNG.
  11. الحفاظ على اسم ملف الإخراج التلقائي الذي يولده البرنامج عندما يكون ذلك ممكنا، أو تعيين اسم ملف منظم يسجل هوية الصورة المصدر، ومقياس التحسين، وتنسيق الإخراج.
    ملاحظة: لا تعيد الرسم يدويا أو تعيد التلوين أو تصحيح التفاصيل التشريحية بشكل انتقائي بعد تعزيز الذكاء الاصطناعي.
  12. أرشفة ملف PNG المحسن مع صورة الأساس الأصلية.

6. مراجعة مراقبة الجودة بعد التحسين

  1. افتح كل صورة محسنة مع الصورة الأصلية المقابلة لها. تأكد من أن الملف المحسن تم إنشاؤه بالكامل وأنه لم يحدث تلف أو تصدير غير مكتمل.
  2. قارن الصورة المحسنة مع الصورة الأصلية بتكبير منخفض ومرتفع. تحقق مما إذا كان التحسين يبدو أنه يحسن من وضوح خطوط العمل، والخطوط التشريحية، والملصقات، والتفاصيل الممسوحة ضوئيا.
  3. طبق قائمة مراجعة تقنية منظمة لمراقبة الجودة. هذه القائمة هي خطوة توثيق وليست دراسة رسمية للتحقق من قبل التقييم.
  4. فحص المخرجات تحديدا للبحث عن المشكلات المتعلقة بالتحسين التالية: تكوين نسيج صناعي؛ شحذ مفرط، بما في ذلك خطوط دقيقة سميكة، حبيبات ورق مبالغ فيها، أو حواف تبدو أكثر وضوحا مما في الصورة الأصلية؛ تشويه الحروف أو الملصقات؛ الاستمرارية الزائفة بين الخطوط المنفصلة؛ تكثيف الخطوط التشريحية الدقيقة؛ ملمس ورق مبالغ فيه؛ وهياكل لا تدعمها الصورة الأصلية بوضوح.
  5. صنف كل مخرج على أنه مقبول تقنيا أو غير مثالي.
    1. اعتبر مخرجا مقبولا تقنيا إذا ظلت الخطوط التشريحية والتسميات والعلامات التاريخية متسقة بصريا مع الصورة الرقمية الأصلية.
    2. اعتبر أن الناتج أقل من الأمثل إذا أدى التحسين إلى نسيج مضلل، أو نص مشوه، أو تكوين أسطر مصطنع، أو تغيير مفرط في المظهر التاريخي. احتفظ بالمخرجات غير المثالية للتوثيق عندما توضح قيود الطريقة.
  6. لا تستبدل الصورة الأصلية بالصورة المحسنة. استخدم الصورة المحسنة فقط كنسخة مرافقة معالجة.

7. اختيار منطقة الاهتمام للمقارنة الزوجية

  1. اختر منطقة أو أكثر من المناطق التمثيلية ذات الاهتمام (ROIs) يدويا من كل زوج صور بعد أرشفة الصور الأصلية والمحسنة الكاملة. اختر المناطق التي تظهر التأثير العملي للتحسين على التصور العصبي التشريحي. يفضل المناطق التي تحتوي على تفاصيل تشريحية معقدة بصريا أو غنية بالأعماق، مثل الهياكل البطينية، التلفيفات والتشقيات، العمل على خطوط الأوعية الدموية، منحنيات جذع الدماغ، تفاصيل متعلقة بالأعصاب القحفية، أو العلامات الصغيرة. تجنب اختيار المناطق المثالية بصريا فقط؛ يشمل المناطق التي تمثل بشكل عادل نقاط القوة والقيود في التحسين.
  2. لكل منطقة مختارة، اقتصاص نفس المنطقة التشريحية من الصور الأصلية والمحسنة باستخدام إحداثيات نسبية متطابقة. إذا لم يكن من الممكن مطابقة الإحداثيات بدقة بسبب اختلاف أبعاد الصورة، يرجى توثيق التعديل. استخدم حجم عائد على الاستثمار حوالي 10٪–20٪ من عرض وارتفاع الصورة، مع تعديل فقط عند الحاجة لتضمين نفس البنية التشريحية أو المسمنة في كلتا اللوحتين.
  3. تأكد من أن لوحات العائد على الاستثمار الأصلية والمحسنة تظهر نفس المجال التشريحي. لا تطبق المزيد من الحدة أو ضبط التباين أو التصحيح اليدوي على لوحات العائد بعد القص.
  4. استخدم لوحات العائد على الاستثمار فقط للعرض البصري لتأثير التعزيز، وليس كمادة مستقلة لتقييم الخبراء.

8. إعداد الشخصيات التمثيلية

  1. أعد شكل سير عمل واحد يلخص البروتوكول الكامل.
  2. قم بتحضير صور مزدوجة تمثيلية تعرض النسخ الأصلية والمحسنة.
  3. لكل شكل صورة تمثيلي، استخدم هيكلا من أربع لوحات عندما يكون ذلك ممكنا. ضع الرسم الرقمي الأصلي في اللوحة A؛ الرسم التوضيحي المعزز بالذكاء الاصطناعي في اللوحة B؛ العائد المكبر من الصورة الأصلية في اللوحة C؛ وعائد الاستثمارات المكبر المطابق من الصورة المحسنة في اللوحة D.
  4. استخدم تباعد اللوحات المتسق، والمحاذاة، وملصقات الألواح، والتكبير عبر اللوحات المحسنة الأصلية المزدوجة. استخدم خط بدون سيريف قياسي بحجم ثابت وواضح لتصنيفات اللوحات والتعليقات، وسجل الخط والحجم المختار.
  5. استخدم الأسهم أو رؤوس الأسهم فقط عند الحاجة للدلالة على خط أو تسمية أو قطعة أثرية محددة، ولا تضيف أسهما توحي بتفسير تشريحي غير مرئي في الصورة الأصلية.
  6. تضيف أشرطة المقياس فقط عندما توفر الصورة المصدر معايرة مكانية موثوقة. بالنسبة للألواح التاريخية التي لا تحتوي على مقياس مكاني صالح، لا تضيف أشرطة مقياس.
  7. لا تقم بإضافة أي تعديلات إضافية على السطوع أو التباين عند تجهيز الألواح الأصلية والمحسنة المزدوجة. تصدير الأرقام عند 300 نقطة في البوصة، أو 600 نقطة في البوصة عندما تتطلب الأعمال الدقيقة والملصقات شاشة عالية الدقة.
  8. أضف أمثلة من مصادر تاريخية مختلفة لإظهار أن سير العمل يمكن تطبيقه عبر أنماط الرسم المتغيرة وخصائص المسح. أضف على الأقل مثالا واحدا يوضح نتيجة تحسين غير مثالية، مثل تكوين نسيج صناعي أو تشويه النص، لتوضيح حدود الطريقة.
  9. تصدير الأشكال كملفات PDF أو TIFF أو JPEG عالية الجودة منفصلة بدون أساطير مدمجة. لتصدير PDF، حافظ على أبعاد الصورة المصدر وتجنب تقليل العينة أو الضغط المفقود.
  10. قدم أساطير الشخصيات فقط في ملف المخطوطة.
  11. تحقق من جميع لوحات الأشكال من حيث القص، الدقة، واكتمال اللوحات قبل التقديم.

9. التوثيق وإدارة البيانات

  1. تخزين النسخ الأصلية والمحسنة من كل صورة كملفات مزدوجة بحيث يمكن تتبع كل مخرج محسن إلى الصورة المصدرية المقابلة.
  2. سجل مستودع المصدر لكل رسم توضيحي، بما في ذلك اسم الأرشيف أو المستودع، وعنوان URL المستقر أو معلومات الإدخال عند توفرها، وحالة إعادة الاستخدام، وتاريخ الوصول.
  3. سجل طريقة المعالجة لكل صورة، بما في ذلك طريقة الاستخراج، خطوة المعالجة المسبقة، برنامج التحسين، إصدار البرنامج، النموذج المختار، عامل الحجم، تنسيق الإخراج، واسم الملف النهائي.
  4. سجل ما إذا كانت كل صورة قد تم استخراجها عبر تصدير PDF أو التقاط لقطات شاشة، وما إذا كان القص مقتصرا على هوامش غير معلوماتية، وما إذا كان التحسين يستخدم إعداد الدقة الفائقة الثابت 16x.
  5. احتفظ بأسماء ملفات الإخراج التي يتم إنشاؤها من قبل البرمجيات عندما يكون ذلك ممكنا، أو تعيين أسماء ملفات منظمة تسجل هوية الصورة المصدر، ومقياس التعزيز، وصيغة الإخراج.
  6. توثيق ما إذا كان كل مخرج محسن مقبولا تقنيا أو غير مثالي. قد تشمل النتائج غير المثالية تكوين نسيج صناعي، أو حدة مفرطة، أو تشوهات تسميات، أو تغييرات خطوط مضللة بصريا.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

تم توفير مقارنات صور أصلية ومحسنة تمثيلية في أشكال المخطوطة. تم التحقق من تاريخ النشر، ومصدر المصدر، ومعلومات المستودع، وحالة إعادة الاستخدام وتوثيقها لكل من 40 رسمة تاريخية مدرجة في هذه الدراسة.

مجموعة بيانات الصور وخصائص المصدر
تم تطبيق البروتوكول على 40 رسما تاريخيا رقميا للأعصاب التشريحية. تم التحقق من تاريخ النشر، والمصدر، وحالة إعادة الاستخدام لكل رسم توضيحي بشكل فردي قبل الإدراج، وجميع الرسوم المختارة نشأت من أعمال نشرت بين القرنين ا...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

تقدم هذه المقالة طريقة عمل قابلة للتكرار لتحسين الرسوم التشريحية العصبية التاريخية الرقمية بمساعدة الذكاء الاصطناعي. لطالما خدمت الصور التشريحية التاريخية كأدوات مهمة للتوثيق التشريحي، والتعليم، والتواصل العلمي، والعديد من هذه الأعمال متاحة الآن من خلال الكتب الرقمية، والأرشيفات الممسوحة ضوئيا، والمستودعات الإلكترونية. ومع ذلك، فإن استخدامها في التعليم الحديث، والعروض التقديمية، والأرشفة الرقمية غالبا ما يكون محدودا بسبب انخفاض الدقة الظاهرة، وأعمال الخطوط الباهتة، وتغير لون الخلفية، وال...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

يعلن المؤلفون أنهم لا يملكون تضارب مصالح.

شكر وتقدير

يعترف المؤلفون بالمستودعات الرقمية والمجموعات الأرشيفية التي توفر الوصول إلى الأعمال التشريحية التاريخية الرقمية. لم يتم تلقي أي دعم مالي لهذه الدراسة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
Adobe AcrobatAdobeالإصدار غير مسجلاستخراج الصور بناءً على PDF
محطة عمل الكمبيوترغير مبلغ عنها في الملفات المرسلةالتكوين غير مبلغ عنهالأجهزة المستخدمة لتعزيز الصور محليًا بمساعدة الذكاء الاصطناعي
إعدادات العرض/لقطات الشاشةأداة التقاط شاشة Windows أو ما يعادلهاتصغير الشاشة بنسبة 100% أو 200%؛ تم تسجيل تدرج الشاشةاستخراج قياسي يعتمد على لقطات الشاشة عندما لم يكن التصدير المباشر لـ PDF ممكنًا
GallicaBibliothèque nationale de Franceمستودع عبر الإنترنتمصدر الأعمال التاريخية الرقمية
إعداد Real-ESRGAN العام للصورنموذج Upscayl / Real-ESRGANإعداد 16xتحسين الدقة الفائقة للرسوم التوضيحية الرقمية
Google BooksGoogleمستودع عبر الإنترنتمصدر الكتب التاريخية الرقمية
وحدة معالجة الرسوماتغير مبلغ عنها في الملفات المرسلةلم يتم الإبلاغ عن طراز وتسريع الوحدةتسريع وحدة معالجة الرسومات لتكبير الصورة عندما يكون ممكّنًا
الأرشيف الإنترنتالأرشيف الإنترنتمستودع عبر الإنترنتمصدر الأعمال التاريخية الرقمية المتاحة للجمهور
محرك أقراص التخزين المحليمحطة عمل محددة من قبل المستخدممساحة تخزين كافية متوفرةتخزين الملفات الأصلية والمحسنة والملفات الجاهزة للشكل
إعدادات تصدير PDFAdobe Acrobat أو برنامج قارئ/تصدير PDF مكافئالدقة المضمنة الأصلية عند توفرهااستخراج الصور من مصادر PDF رقمية دون تقليل الدقة عمدًا
PhotoScape XMOOII Techv4.1.1القص المحافظ وإعداد الشكل
صيغة صورة PNG——تنسيق الإخراج للصور المحسنة
جدول بيانات سجل المعالجةMicrosoft Excel أو برنامج جداول بيانات مكافئالإصدار غير حاسمتوثيق المصدر، وطريقة الاستخراج، وإعداد التحسين، ووقت المعالجة، واسم ملف الإخراج، وتصنيف مراقبة الجودة
قائمة مراجعة مراقبة الجودةقائمة مراجعة مولد من قبل المؤلفغير مطبقمراجعة فنية منظمة للملمس الاصطناعي، والحد من التشبع، وتشويه التسمية، وسماكة الخطوط، والتغييرات المرئية غير المدعومة
ذاكرة النظامغير مبلغ عنها في الملفات المرسلةسعة ذاكرة الوصول العشوائي غير مبلغ عنهاالذاكرة المتاحة لتحسين الصور على نطاق واسع
UpscaylUpscaylv2.11.5تكبير الصورة بمساعدة الذكاء الاصطناعي
Wellcome CollectionWellcome Collectionمستودع عبر الإنترنتمصدر الأعمال التاريخية الرقمية المتاحة للجمهور
Wikimedia Commonsمؤسسة ويكيميديامستودع عبر الإنترنتمصدر الصور المتاحة للجمهور أو المتوافقة مع إعادة الاستخدام
نظام تشغيل WindowsMicrosoftWindows 10نظام التشغيل المستخدم لاستخراج الصور ومعالجتها
أداة التقاط شاشة WindowsMicrosoftأداة Windows 10 المضمنةالتقاط الصور المستند إلى لقطات الشاشة عندما لم يكن التصدير لـ PDF ممكنًا

المراجع

  1. Arantius JC. De humano foetu liber tertio editus, ac recognitus. Apud Bartholomaeum Carampellum; Venice; 1595.
  2. Vesalius A. De humani corporis fabrica libri septem. Ex Officina Joannis Oporini; Basel; 1543.
  3. Burdach KF. Vom Baue und Leben des Gehirns. Dyk’sche Buchhandlung; Leipzig; 1819.
  4. McMenamin PG. Art and anatomy in the Renaissance: are the lessons still relevant today? ANZ J Surg. 2022;92(1-2):34-45.
  5. Narang P et al. The evolution of 3D anatomical models: a brief historical overview. World Neurosurg. 2021;155:135-43.
  6. Jocks I, Livingstone D, Rea PM. An investigation to examine the most appropriate methodology to capture historical and modern preserved anatomical specimens for use in the digital age to improve access: a pilot study [conference paper]. Presented at: 9th International Technology, Education and Development Conference; Madrid, Spain; 2015. p. 6377-86.
  7. Mitchell PD et al. The study of anatomy in England from 1700 to the early 20th century. J Anat. 2011;219(2):91-9.
  8. Swarup J, Sreedevi I. DWT based historical image enhancement technique using adaptive gamma correction. Journal of Algebraic Statistics. 2022;13(1):654-64.
  9. Cullinane DP, Franklin C, Barry DS. Reviving the anatomic past: breathing new life into historic anatomical teaching tools. J Anat. 2023;242(4):701-4.
  10. Nwuko OC, Chibueze KI, Nwobodo-Nzeribe HN. Enhancement of digital medical image analysis performance using deep learning technique [conference paper]. Presented at: 1st CEE 2024 International Conference/Alumni Homecoming; Enugu, Nigeria; 2024. p. 49-54. doi:10.5281/zenodo.13384207.
  11. Ozturk S et al. Feasibility of artificial intelligence-based image enhancement program for anatomical dissection photographs. Clin Anat. 2026;39(3):411-8.
  12. Zhou SK et al. A review of deep learning in medical imaging: imaging traits, technology trends, case studies with progress highlights, and future promises. Proc IEEE Inst Electr Electron Eng. 2021;109(5):820-38.
  13. Vesalius A. Andreae Vesalii Bruxellensis De humani corporis fabrica libri septem. Franciscus Senensis and Joannes Criegher Germanus; Venice; 1568.
  14. Steno N. Discours de monsieur Stenon, sur l’anatomie du cerveau à messieurs de l’assemblée, qui se fait chez Monsieur Theuenot. Robert de Ninville; Paris; 1669.
  15. Rolando L. Della struttura degli emisferi cerebrali. Dalla Stamperia Reale; Turin; 1830.
  16. Vicq-d’Azyr F. Traité d’anatomie et de physiologie, avec des planches coloriées représentant au naturel les divers organes de l’homme et des animaux. François-Ambroise Didot l’aîné; Paris; 1786.
  17. Arnold F. Tabulae anatomicae: quas ad naturam accurate descriptas in lucem edidit. Orell, Fuesslin et Sociorum; Zurich; 1838-1842.
  18. Calkins CM, Franciosi JP, Kolesari GL. Human anatomical science and illustration: the origin of two inseparable disciplines. Clin Anat. 1999;12(2):120-9.
  19. Rubalcava NS, Gadepalli SK. From ancient texts to digital imagery: a brief history on the evolution of anatomic illustrations. Am Surg. 2021;87(8):1259-66.
  20. Qiu D, Cheng Y, Wang X. Medical image super-resolution reconstruction algorithms based on deep learning: a survey. Comput Methods Programs Biomed. 2023;238:107590.
  21. Habbal O. The science of anatomy: a historical timeline. Sultan Qaboos Univ Med J. 2017;17(1):e18-22.
  22. Graziani GC et al. Technologies for studying and teaching human anatomy: implications in academic education. Med Sci Educ. 2024;34(5):1203-14.
  23. Singal A. Transforming anatomy education: then and now. Anat Sci Int. 2022;97(2):230-1.
  24. Wickramasinghe N, Thompson BR, Xiao J. The opportunities and challenges of digital anatomy for medical sciences: narrative review. JMIR Med Educ. 2022;8(2):e34687.
  25. Eldesoqui M et al. Assessing the anatomical accuracy of AI-generated medical illustrations: a comparative study of text-to-image generator tools in anatomy education. Clin Anat. 2025;38(6):712-7.
  26. Haider SA et al. A validity analysis of text-to-image generative artificial intelligence models for craniofacial anatomy illustration. J Clin Med. 2025;14(7):2136.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

الوسوم

234 234
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.