Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Ein reproduzierbares Protokoll zur künstlich-intelligenzunterstützten Verbesserung digitalisierter historischer neuroanatomischer Illustrationen

79 Aufrufe

⸱

DOI:

10.3791/72309

⸱

7. August 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

In diesem Artikel

Zusammenfassung

Dieser Methodenartikel präsentiert einen reproduzierbaren, qualitätskontrollierten Workflow zur künstlich-intelligent-unterstützten Verbesserung digitalisierter historischer neuroanatomischer Illustrationen. Das Protokoll definiert Quellcodeauswahl, -extraktion, Dateistandardisierung, lokale Super-Resolution-Verarbeitung, gepaarte original-verbesserte Archivierung, technische Qualitätskontrolle und Dokumentation sowohl akzeptabler als auch suboptimaler Ausgaben.

Zusammenfassung

Digitalisierte historische neuroanatomische Illustrationen sind wertvolle Ressourcen für anatomische Ausbildung, historische Forschung und digitale Archivierung. Ihr praktischer Einsatz im Lehrmaterial und in der wissenschaftlichen Präsentation ist jedoch oft durch geringe scheinbare Auflösung, Verblassen, Verfärbungen des Papiers, Kompressionsartefakte und verminderte Lesbarkeit feiner anatomischer Linien oder Etiketten eingeschränkt. Künstliche-Intelligenz-unterstützte Superauflösung kann die visuelle Nutzbarkeit dieser digitalisierten Reproduktionen verbessern, aber unkontrollierte Verbesserungen können auch künstliche Textur, veränderte Zeilenkontinuität, verzerrte Beschriftungen oder visuell plausible Details verursachen, die vom Quellbild nicht unterstützt werden. Daher sind standardisierte und transparente Verfahren erforderlich, wenn künstliche Intelligenz unterstützte Verbesserung auf historische wissenschaftliche Illustrationen angewendet wird.

Dieser Artikel beschreibt einen Schritt-für-Schritt-Workflow zur kontrollierten Verbesserung digitalisierter historischer neuroanatomischer Illustrationen. Das Protokoll umfasst die Auswahl des Quellbilds, die Dokumentation von Herkunft und Wiederverwendungsstatus, Bildextraktion, konservative Vorverarbeitung, lokale Superauflösungsverbesserung mit festen Einstellungen, gepaarte original-verbesserte Archivierung, regionalbasierte Inspektion und strukturierte technische Qualitätskontrolldokumentation. Der Arbeitsablauf soll die visuelle Zugänglichkeit für Lehre, Präsentation und vorläufige visuelle Inspektion verbessern und gleichzeitig eine direkte interpretative Verbindung zwischen jedem erweiterten Output und seiner ursprünglichen digitalisierten Quelle aufrechterhalten.

Die Methode sollte als ergänzende Verbesserung gescannter digitaler Reproduktionen betrachtet werden, nicht als Restaurierung originaler Kunstwerke, als Authentifizierung historischer Quellen oder als Wiederherstellung verlorener anatomischer Informationen. Original- und erweiterte Versionen müssen zusammen archiviert werden, und erweiterte Ausgaben sollten vor der Nutzung auf mögliche Artefakte überprüft werden. Dieses Protokoll bietet einen praktischen, kostengünstigen und reproduzierbaren Ansatz zur Erstellung historischer neuroanatomischer Bilder als gepaarte Begleitvisualisierungen, wobei vorsichtig in Bezug auf anatomische und historische Integrität gewahrt wird.

Einleitung

Historische neuroanatomische Illustrationen haben eine wichtige Rolle bei der visuellen Dokumentation, Lehre und Interpretation des Nervensystems gespielt. Vor der Entwicklung der modernen Neurobildgebung dienten anatomische Platten als primäres Medium zur Kommunikation von Beobachtungen des Gehirns, der Großhirnkammern, der Hirnnerven, der Gefäßstrukturen und der Hirnstammanatomie 1,2,3. Viele dieser Werke sind heute über digitalisierte Bücher, gescannte Archivsammlungen und Online-Archive zugänglich. Der direkte Einsatz digitalisierter historischer Illustrationen in moderner Lehre, Präsentationen und digitaler Archivierung ist jedoch oft durch niedrige Auflösung, Verblassen, Papierverfärbung, Kompressionsartefakte, scanbezogene Unschärfe und eine verminderte Lesbarkeit von Feinlinien oder Beschriftungen begrenzt.

KI-unterstützte Bildverbesserungs- und Superauflösungsmethoden bieten eine praktische Möglichkeit, die visuelle Benutzerfreundlichkeit von verschlechterten oder niedrig aufgelösten digitalisierten Bildern zu verbessern. Deep-Learning-basierte Superauflösungsalgorithmen können die scheinbare Auflösung erhöhen, die Kantendefinition verbessern und scanbezogene visuelle Verschlechterung in digitalen Bildern reduzieren 9,10,11,12. Für historische neuroanatomische Illustrationen können solche Methoden helfen, feine anatomische Linien, Beschriftungen und strukturelle Grenzen zu klären, die in der ursprünglichen digitalisierten Reproduktion schwer zu überprüfen sind. Dennoch erfordern historische anatomische Bilder Vorsicht. Diese Illustrationen sind nicht nur visuelle Lehrmaterialien, sondern auch wissenschaftliche und historische Dokumente. Verbesserungen können die Klarheit verbessern, können aber auch die Linientextur verändern, Kanten übertreiben, Schattierungen verändern oder künstliche Details erzeugen, wenn sie ohne standardisierten Workflow angewendet wird.

Aus diesem Grund sollte die durch künstliche Intelligenz unterstützte Verbesserung historischer anatomischer Illustrationen als kontrollierter technischer Prozess stattfinden und nicht als uneingeschränkte Bildmanipulation. Ein reproduzierbares Protokoll sollte definieren, wie Quellbilder ausgewählt werden, wie Herkunft und Wiederverwendung dokumentiert werden, wie Bilder extrahiert und standardisiert werden, welche Verbesserungseinstellungen angewendet werden, wie Ausgabedateien archiviert werden und wie verbesserte Bilder auf mögliche Artefakte überprüft werden. Original- und erweiterte Versionen sollten im gesamten Arbeitsablauf miteinander verknüpft bleiben, sodass die erweiterte Ausgabe immer als bearbeitete digitale Reproduktion und nicht als restauriertes oder historisch originales Bild interpretiert werden kann.

Ein standardisierter Arbeitsablauf ist vorzuziehen gegenüber ad-hoc künstlicher Intelligenz-unterstützter Verbesserung, da er Quellcodeauswahl, konservative Vorverarbeitung, feste Verbesserungseinstellungen, gepaarte original-verbesserte Archivierung und Qualitätskontrolle nach der Verbesserung vor der Verwendung des bearbeiteten Bildes definiert. Zu den vorgesehenen Endnutzern gehören Anatomen, Neurochirurgen, medizinische Lehrkräfte, Anatomiehistoriker, medizinische Illustratoren und Nutzer digitaler Archive, die visuell lesbare Begleitkopien benötigen, während sie den direkten Zugang zur Originalquelle erhalten.

Dieser Methodenartikel präsentiert ein Schritt-für-Schritt-Protokoll zur KI-unterstützten Verbesserung digitalisierter historischer neuroanatomischer Illustrationen. Die zentrale Bildverarbeitungssequenz, einschließlich Bildvorbereitung, fester 16× Superauflösungsverbesserung und PNG-Export, ist in Abbildung 1 zusammengefasst. Weitere Protokollschritte umfassen gepaarte original-verbesserte Archivierung, Qualitätskontrolle nach der Verbesserung, visuelle Inspektion auf Interessensgebiet und die Dokumentation erfolgreicher und suboptimaler Ergebnisse. Das Protokoll soll nicht die Restaurierung des Originalkunstwerks oder die Wiederherstellung verlorener anatomischer Informationen beanspruchen; vielmehr soll sie die visuelle Zugänglichkeit digitalisierter Reproduktionen verbessern und gleichzeitig die interpretative Beziehung zwischen dem verbesserten Bild und der Originalquelle bewahren.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Dieses Protokoll wurde nur auf digitalisierte historische neuroanatomische Illustrationen angewendet und umfasste keine menschlichen Teilnehmer, Patientendaten, Tierproben, biologische Proben oder identifizierbare persönliche Informationen; daher war die institutionelle Forschungsgenehmigung für Menschen nicht anwendbar. Alle Bilder stammen aus gemeinfreien Quellen, mit Genehmigung oder entsprechend lizenzierten historischen Quellen.

1. Quellennutzungsüberlegungen

  1. Überprüfen Sie vor der Verarbeitung die Herkunft jedes Bildes, einschließlich des historischen Autors, des Quellentitels, des ungefähren Veröffentlichungsjahres und der digitalen Quelle.
  2. Interpretieren Sie verbesserte Ausgaben als verarbeitete digitale Reproduktionen und nicht als restaurierte Originalkunstwerke oder Beweise, dass verlorene anatomische Informationen wiederhergestellt wurden.
  3. Archivieren Sie Original- und verbesserte Dateien zusammen, sodass das bearbeitete Bild immer direkt mit dem Quellbild verglichen werden kann.

2. Auswahl digitalisierter historischer neuroanatomischer Illustrationen

  1. Ausgewählte digitalisierte historische Illustrationen, die vom sechzehnten bis zum neunzehnten Jahrhundert veröffentlicht wurden.
  2. Enthält Illustrationen, die neuroanatomische Strukturen wie das Gehirn, die Gehirnhemisphären, Gyri und Sulci, das Ventrikelsystem, den Hirnstamm, die Hirnnerven, die Gehirngefäße oder die verwandte Anatomie des Nervensystems darstellen.
  3. Beziehen Sie nur Bilder ein, die aus Quellen mit identifizierbarer Herkunft sowie gemeinfreien- oder wiederverwendbarem Status stammen. Bestätigen, dass jede ausgewählte Illustration zwischen dem sechzehnten und neunzehnten Jahrhundert veröffentlicht wurde und dass ihre Herkunft und ihr Wiederverwendungsstatus vor der Aufnahme einzeln überprüft wurden.
  4. Ausschließen Sie duplizierte Bilder, stark beschnittene Bilder, unvollständige Platten, moderne neu gezeichnete Reproduktionen oder Bilder mit unzureichender Quellklarheit, einschließlich Quelldateien mit einer Langachsendimension unter etwa 1.000 Pixeln, wenn eine hochwertigere Version verfügbar ist, fehlende oder beschnittene anatomische Inhalte, die mehr als etwa 20 % der Illustration betreffen, unlesbare Beschriftungen im ausgewählten Bereich, schwere Kompressionsartefakte, oder scan-bedingte Verschlechterung, die den Vergleich mit dem Originalbild verhindert.
  5. Identifizieren Sie doppelte Illustrationen, indem Sie den historischen Autor, Quelltitel, Veröffentlichungsjahr, Kennzeichen oder Seitenzahl, sofern verfügbar, die Metadaten des Archivs und visuelle Inhalte vergleichen. Wenn doppelte Scans verfügbar sind, behalten Sie die Version mit höherer Auflösung, vollständigeren Plattengrenzen und klareren Etiketten.
  6. Jedem enthaltenen Bild vor der Verarbeitung eine eindeutige Dateiidentität zuweisen.
  7. Bewahren Sie während des gesamten Arbeitsablaufs gepaarte Original- und verbesserte Versionen jedes Bildes aufrecht.

3. Bildgewinnung aus digitalisierten Quellen

  1. Öffnen Sie die digitalisierte Quelldatei mit der hochwertigsten verfügbaren Version.
  2. Jede Zielillustration wird abgerufen, indem man sie aus der Quelldatei des portablen Dokumentformats (PDF) exportiert oder aus der digitalen Quelle ernimmt, wenn ein direkter Export nicht möglich ist.
  3. Verwenden Sie einen PDF-Reader oder eine Exportsoftware für die PDF-basierte Bildextrahierung. Verwenden Sie ein Standard-Screencapture-Tool nur, wenn der direkte Export nicht möglich ist.
  4. Für PDF-basierte Extraktion verwenden Sie bei Verfügbarkeit die originale eingebettete Bildauflösung und vermeiden Sie Downsampling während des Exports. Für die screenshotbasierte Extraktion zeigen Sie die Quelle mit 100 % oder 200 % Vergrößerung an und zeichnen Sie die Anzeigeauflösung, Vergrößerung, Monitorskalierung und resultierende Screenshot-Abmessungen auf.
  5. Speichern Sie das extrahierte Bild im Format Joint Photographic Experts Group (JPEG) oder Portable Network Graphics (PNG), abhängig von Quellverfügbarkeit und Extraktionsmethode.
  6. Bewahren Sie die vollständige anatomische Abbildung während der Entnahme wann immer möglich auf. Wenn die vollständige Abbildung nicht erhalten bleiben kann, wenden Sie die Ausschlusskriterien in Schritt 2.4 an und dokumentieren Sie den Beschnitt.
  7. Behalte Etiketten und historisch relevante Markierungen, wenn diese Teil der Hauptillustration sind. Zeichnen, färben, rekonstruieren oder retuieren Sie anatomische Strukturen während der Extraktion nicht manuell.

4. Vorverarbeitung und Dateistandardisierung vor der Verbesserung

  1. Überprüfen Sie jedes extrahierte Bild vor der Verbesserung.
  2. Schneiden Sie nur nicht-informative Außenränder oder leere umliegende Bereiche zu. Führen Sie keine manuelle visuelle Korrektur außer dem Zuschneiden durch. Insbesondere sollten Sie vor der Verbesserung kein manuelles Schärfen, Entschädigen, Neufärben, Nachzeichnen, selektives Reinigen oder anatomisches Retuschen vornehmen.
  3. Verwenden Sie Bildbearbeitungssoftware nur für konservatives Bildzuschneiden und einfache Layout-Vorbereitung. Führen Sie keine anatomischen Retusche durch.
  4. Erhalten Sie die Basisbilder als die ursprünglichen Referenzdateien vor der Erweiterung. Erzwingen Sie vor der Verarbeitung keine Basisbildgröße und -auflösung in eine einheitliche Pixeldimension, da die ursprünglichen Quellmaße zwischen historischen Platten variieren.
  5. Bestätigen Sie, dass jede vorbearbeitete Datei eine originalgetreue digitalisierte Reproduktion des ursprünglichen Quellbilds bleibt, bevor Sie mit der KI-unterstützten Verbesserung fortfahren.

5. Künstlich-Intelligenz-unterstützte Verbesserung

  1. Öffnen Sie das standardisierte Eingabebild in einer lokal installierten, auf künstlicher Intelligenz basierenden Bild-Upscaling-Software.
  2. Verwenden Sie den Einzelbildverarbeitungsmodus , es sei denn, Batch-Verarbeitung ist ausdrücklich erforderlich.
  3. Wählen Sie das Eingabebild mit der Funktion "Bild auswählen " aus.
  4. Wählen Sie vor der Verarbeitung ein festes Superauflösungsmodell oder -preset aus und verwenden Sie dasselbe Modell für alle enthaltenen Bilder.
  5. Stellen Sie die Bildskala auf 16x ein, um die feste Einstellung in diesem Workflow wiederzugeben, und notieren Sie, dass die Standard-Softwareparameter nicht manuell geändert wurden. Interpretieren Sie die ausgewählte Skala nicht als optimiert oder überlegen gegenüber alternativen Skalierungsfaktoren.
  6. Verwenden Sie dieselben Verbesserungseinstellungen für alle enthaltenen Bilder, um die Konsistenz im gesamten Workflow zu gewährleisten.
  7. Setze den Ausgabeordner auf dasselbe Verzeichnis wie das Eingabebild oder auf einen vordefinierten Projektausgabeordner und verwende wenn möglich ein separates Ausgabeverzeichnis, um versehentliches Überschreiben der Originaldateien zu verhindern.
  8. Führen Sie die Verbesserung an einem Computer durch, der mit einer 16-Kern-Zentralverarbeitungseinheit der 13. Generation mit 24 Threads, einer dedizierten Laptop-Grafikeinheit mit 8 GB Grafikspeicher und 32 GB RAM ausgestattet ist. Aktivieren Sie die Beschleunigung der Grafikeinheit (GPU) während der Bildverarbeitung, um die Verarbeitungszeit je nach Bildmaß auf etwa 3 Minuten pro Bild zu reduzieren.
    HINWEIS: Nach der lokalen Installation der Software- und Modelldateien ist kein Internetzugang erforderlich.
  9. Führen Sie den Enhancement-Prozess mit dem Befehl "Enhancement" oder Start-Processing der Software aus.
  10. Exportiere die erweiterte Ausgabe im PNG-Format.
  11. Bewahren Sie den von der Software generierten automatisierten Ausgabedateinamen, wenn möglich, oder weisen Sie einen strukturierten Dateinamen zu, der die Quellbild-Identität, den Enhancement-Umfang und das Ausgabeformat aufzeichnet.
    HINWEIS: Zeichnen Sie nach der KI-Verbesserung nicht manuell neu, retuschieren, färben oder selektiv anatomische Details korrigieren.
  12. Archiviere die verbesserte PNG-Datei zusammen mit dem ursprünglichen Basisbild.

6. Qualitätskontrollüberprüfung nach der Verbesserung

  1. Öffnen Sie jedes verbesserte Bild zusammen mit dem entsprechenden Originalbild. Bestätigen Sie, dass die erweiterte Datei vollständig generiert wurde und keine Dateibeschädigung oder unvollständiger Export aufgetreten ist.
  2. Vergleichen Sie das verbesserte Bild mit dem Originalbild bei niedriger und hoher Vergrößerung. Überprüfen Sie, ob die Verbesserung die Sichtbarkeit von Linienarbeiten, anatomischen Konturen, Etiketten und eingescannten Details verbessert.
  3. Wenden Sie eine strukturierte technische Qualitätskontroll-Checkliste an. Diese Checkliste ist ein Dokumentationsschritt und keine formale Validierungsstudie durch Experten und Bewerter.
  4. Inspiziere das Ergebnis speziell auf folgende verbesserungsbezogene Probleme: künstliche Texturbildung; übermäßige Schärfung, einschließlich verdickter feiner Linien, übertriebener Papierkörnung oder Kanten, die ausgeprägter erscheinen als im Originalbild; Verzerrung von Buchstaben oder Beschriftungen; falsche Kontinuität zwischen getrennten Linien; Verdickung feiner anatomischer Linien; übertriebene Papierstruktur; und Strukturen, die nicht eindeutig durch das Originalbild gestützt werden.
  5. Klassifiziere jede Ausgabe als technisch akzeptabel oder suboptimal.
    1. Betrachten Sie ein Ergebnis als technisch akzeptabel, wenn anatomische Konturen, Etiketten und historische Markierungen visuell mit dem ursprünglich digitalisierten Bild übereinstimmen.
    2. Betrachten Sie einen Output als suboptimal, wenn die Verbesserung irreführende Textur, verzerrten Text, künstliche Linienbildung oder übermäßige Veränderungen des historischen Erscheinungsbildes erzeugt. Bewahren Sie suboptimale Ausgaben für die Dokumentation bei, wenn sie die Einschränkungen der Methode aufzeigen.
  6. Ersetzen Sie das Originalbild nicht durch das verbesserte Bild. Verwenden Sie das verbesserte Bild nur als bearbeitete Begleitversion.

7. Auswahl des Interessensbereichs für den gepaarten Vergleich

  1. Wählen Sie aus jedem Bildpaar manuell eine oder mehrere repräsentative Interessensgebiete (ROIs) aus, nachdem das Original und die erweiterten vollständigen Bilder archiviert wurden. Wählen Sie Regionen, die die praktische Wirkung der Verbesserung auf die neuroanatomische Visualisierung zeigen. Bevorzugen Sie Bereiche mit visuell komplexen oder tiefenreichen anatomischen Details, wie ventrikulären Strukturen, Gyri und Sulci, Gefäßlinien, Hirnstammkonturen, Schädelnerven-bezogenen Details oder kleinen Etiketten. Vermeiden Sie es, nur die visuell besten Regionen auszuwählen; Beziehen Sie Regionen ein, die die Stärken und Schwächen der Verbesserung fair widerspiegeln.
  2. Für jede ausgewählte Region schneiden Sie denselben anatomischen Bereich aus den Original- und verbesserten Bildern mit identischen proportionalen Koordinaten zu. Wenn eine exakte Koordinatenübereinstimmung aufgrund unterschiedlicher Bilddimensionen nicht möglich ist, dokumentieren Sie die Anpassung. Verwenden Sie eine ROI-Größe von etwa 10–20 % der Bildbreite und -höhe, die nur bei Bedarf angepasst wird, um dieselbe anatomische Struktur oder Beschriftung in beiden Panels einzubeziehen.
  3. Stellen Sie sicher, dass die ursprünglichen und verbesserten ROI-Panels das gleiche anatomische Feld zeigen. Fügen Sie nach dem Zuschneiden keine zusätzlichen Schärfungen, Kontrastanpassungen oder manuellen Korrekturen an den ROI-Panels vor.
  4. Verwenden Sie die ROI-Panels nur zur visuellen Demonstration des Verbesserungseffekts, nicht als unabhängiges Expertenbewertungsmaterial.

8. Erstellung repräsentativer Figuren

  1. Bereite eine Workflow-Abbildung vor, die das vollständige Protokoll zusammenfasst.
  2. Bereiten Sie repräsentative, gepaarte Bildfiguren vor, die Original- und verbesserte Versionen zeigen.
  3. Für jede repräsentative Bildfigur solltest du bei Möglichkeit eine Vier-Panel-Struktur verwenden. Platzieren Sie die originale digitalisierte Illustration in Panel A; die KI-optimierte Illustration in Panel B; die verstärkte Rendite des Originalbildes in Panel C; und die abgestimmte vergrößerte Rendite des verbesserten Bildes in Panel D.
  4. Verwenden Sie konsistente Panelabstände, Ausrichtung, Paneletiketten und Vergrößerung über paarweise original-verbesserte Panels. Verwenden Sie eine Standard-Serifenlose Schrift in einer einheitlichen, lesbaren Größe für Panelbeschriftungen und Anmerkungen und notieren Sie die ausgewählte Schriftart und Größe.
  5. Verwenden Sie Pfeile oder Pfeilspitzen nur, wenn es notwendig ist, um eine bestimmte Linie, Beschriftung oder ein Artefakt anzuzeigen, und fügen Sie keine Pfeile hinzu, die eine anatomische Interpretation implizieren, die im Originalbild nicht sichtbar ist.
  6. Füge Skalenbalken nur dann hinzu, wenn das Quellbild eine zuverlässige räumliche Kalibrierung bietet. Für historische Tafeln ohne gültige räumliche Maßstab sollten keine Maßstabsbalken hinzugefügt werden.
  7. Nehmen Sie bei der Vorbereitung der gepaarten ursprünglichen und verbesserten Panels keine zusätzlichen Helligkeits- oder Kontrastanpassungen vor. Exportieren Sie Werte mit 300 dpi oder 600 dpi, wenn Feinlinienarbeiten und Etiketten eine höher aufgelöste Darstellung erfordern.
  8. Fügen Sie Beispiele aus verschiedenen historischen Quellen hinzu, um zu zeigen, dass der Workflow über variable Zeichenstile und Scanqualitäten hinweg angewendet werden kann. Fügen Sie mindestens ein Beispiel bei, das ein suboptimales Verbesserungsergebnis zeigt, wie künstliche Texturbildung oder Textverzerrung, um die Einschränkungen der Methode zu verdeutlichen.
  9. Exportiere Figuren als separate, hochwertige PDF-, TIFF- oder JPEG-Dateien ohne eingebettete Legenden. Für den PDF-Export erhalten Sie die Quellbildmaße und vermeiden Sie Downsampling oder verlustbehaftende Kompression.
  10. Stellen Sie Figurenlegenden nur in der Manuskriptdatei an.
  11. Überprüfen Sie alle Figurenpanels auf Beschnitt, Auflösung und Panelvollständigkeit vor der Einreichung.

9. Dokumentation und Datenmanagement

  1. Speichere die Original- und erweiterten Versionen jedes Bildes als gepaarte Dateien, sodass jeder verbesserte Ausgang auf das entsprechende Quellbild zurückverfolgt werden kann.
  2. Erfassen Sie das Quellverzeichnis für jede Illustration, einschließlich des Archiv- oder Archivnamens, der stabilen URL oder der verfügbaren Zugangsinformationen, des Wiederverwendungsstatus und des Zugriffsdatums.
  3. Erfassen Sie die Verarbeitungsmethode für jedes Bild, einschließlich der Extraktionsmethode, des Vorverarbeitungsschritts, der Verbesserungssoftware, der Softwareversion, des ausgewählten Modells, des Skalierungsfaktors, des Ausgabeformats und des endgültigen Dateinamens.
  4. Notieren Sie, ob jedes Bild durch PDF-Export oder Screenshot-Erfassung extrahiert wurde, ob das Zuschneiden auf nicht informative Ränder beschränkt war und ob die Verbesserung die feste 16x-Super-Auflösungseinstellung verwendet hat.
  5. Bewahren Sie die softwaregenerierten Ausgabedateinamen, wenn möglich, oder weisen Sie strukturierte Dateinamen zu, die die Quellbildidentität, den Erweiterungsbereich und das Ausgabeformat aufzeichnen.
  6. Dokumentieren Sie, ob jede verbesserte Ausgabe technisch akzeptabel oder suboptimal war. Suboptimale Befunde können künstliche Texturbildung, übermäßiges Schärfen, verzerrte Etiketten oder visuell irreführende Linienveränderungen sein.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Repräsentative Original- und verbesserte Bildvergleiche werden in den Manuskriptfiguren bereitgestellt. Das Veröffentlichungsdatum, die Herkunft, die Archivinformationen und der Wiederverwendungsstatus wurden für jede der 40 in dieser Studie enthaltenen historischen Illustrationen überprüft und dokumentiert.

Bilddatensatz und Quellcharakteristika
Das Protokoll wurde auf 40 digitalisierte historische neuroanatomische Illustrationen angewandt...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Dieser Methodenartikel präsentiert einen reproduzierbaren Workflow zur KI-unterstützten Verbesserung digitalisierter historischer neuroanatomischer Illustrationen. Historische anatomische Bilder dienen seit langem als wichtige Werkzeuge für anatomische Dokumentation, Lehre und wissenschaftliche Kommunikation, und viele dieser Werke sind heute über digitalisierte Bücher, gescannte Archive und Online-Archive zugänglich. Ihre Verwendung in moderner Lehre, Präsentation und digitaler Archivie...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass sie keine Interessenkonflikte haben.

Danksagungen

Die Autoren erkennen die gemeinfreien digitalen Archive und Archivsammlungen an, die Zugang zu digitalisierten historischen anatomischen Werken bieten. Für diese Studie wurde keine finanzielle Unterstützung erhalten.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Adobe AcrobatAdobeVersion nicht aufgezeichnetPDF-basierte Bildextraktion
ComputerarbeitsplatzNicht in den eingereichten Dateien gemeldetKonfiguration nicht gemeldetHardware für lokale KI-gestützte Bildverbesserung
Anzeige-/Screenshot-EinstellungenWindows-Bildschirmaufnahme-Tool oder Äquivalent100% oder 200% Bildschirmvergrößerung; Monitorskalierung aufgezeichnetStandardisierte screenshotbasierte Extraktion, wenn ein direkter PDF-Export nicht möglich war
GallicaBibliothèque nationale de FranceOnline-RepositoryQuelle digitalisierter historischer Werke
General Photo Real-ESRGAN-VoreinstellungUpscayl / Real-ESRGAN-basiertes Modell16x EinstellungSuperauflösungsverbesserung digitalisierter Illustrationen
Google BooksGoogleOnline-RepositoryQuelle digitalisierter historischer Bücher
GrafikverarbeitungseinheitNicht in den eingereichten Dateien gemeldetModell und Beschleunigungsstatus nicht gemeldetGPU-Beschleunigung für Bildvergrößerung, wenn aktiviert
Internet ArchiveInternet ArchiveOnline-RepositoryQuelle öffentlich zugänglicher digitalisierter historischer Werke
Lokaler SpeicherlaufwerkBenutzerspezifizierter ArbeitsplatzAusreichend freier SpeicherplatzSpeicherung der Original-, verbesserten und figurbereiten Bilddateien
PDF-Export-EinstellungenAdobe Acrobat oder gleichwertige PDF-Reader/Export-SoftwareUrsprüngliche eingebettete Auflösung, wenn verfügbarExtraktion von Bildern aus digitalisierten PDF-Quellen ohne absichtliche Abtastung
PhotoScape XMOOII Techv4.1.1Konservatives Zuschneiden und Figurenvorbereitung
PNG-Bildformat——Ausgabeformat für verbesserte Bilder
Verarbeitungsprotokoll-TabelleMicrosoft Excel oder gleichwertige Tabellenkalkulation-SoftwareVersion nicht kritischDokumentation der Quelle, Extraktionsmethode, Verbesserungseinstellung, Verarbeitungszeit, Ausgabedateiname und QC-Klassifizierung
Qualitätskontroll-ChecklisteAutorengenerierte ChecklisteNicht anwendbarStrukturierte technische Überprüfung für künstliche Textur, übermäßige Schärfung, Etikettenverzerrung, Linienverdickung und nicht unterstützte visuelle Änderungen
SystemspeicherNicht in den eingereichten Dateien gemeldetRAM-Kapazität nicht gemeldetVerfügbarer Speicher für hochskalige Bildverbesserung
UpscaylUpscaylv2.11.5Künstliche Intelligenz unterstützte Bildvergrößerung
Wellcome CollectionWellcome CollectionOnline-RepositoryQuelle öffentlich zugänglicher digitalisierter historischer Werke
Wikimedia CommonsWikimedia FoundationOnline-RepositoryQuelle öffentlich zugänglicher oder wiederverwendbarer Bilder
Windows-BetriebssystemMicrosoftWindows 10Betriebssystem zur Bildextraktion und -verarbeitung
Windows-Bildschirmaufnahme-ToolMicrosoftWindows 10 eingebautes ToolScreenshot-basierte Bildaufnahme, wenn PDF-Export nicht möglich war

Referenzen

  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.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

NeurowissenschaftenAusgabe 234Ausgabe 234BildverbesserungNeuroanatomiehistorische Illustrationendigitale ArchivierungSuper Resolutionanatomische Ausbildung
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.