Artykuł metodologiczny
Ten artykuł dotyczący metod przedstawia powtarzalny, poddawany kontroli jakości proces ulepszania skanowanych, historycznych ilustracji neuroanatomicznych przy użyciu sztucznej inteligencji. Protokół definiuje selekcję źródeł, ekstrakcję, standaryzację plików, lokalne przetwarzanie z nadrozdzielczością, archiwizowanie oryginalne-ulepszonych plików, przegląd kontroli jakości technicznej oraz dokumentację zarówno akceptowalnych, jak i nieoptymalnych wyników.
Zdigitalizowane historyczne ilustracje neuroanatomiczne są cennymi zasobami dla edukacji anatomicznej, badań historycznych i archiwizacji cyfrowej. Jednak ich praktyczne zastosowanie w materiale dydaktycznym i prezentacji naukowej jest często ograniczone przez niską widoczną rozdzielczość, blaknięcie, przebarwienie papieru, artefakty kompresji i zmniejszoną czytelność drobnych anatomicznych linii lub etykiet. Sztuczna inteligencja wspierana przez super-rozdzielczość może poprawić wizualną przydatność tych zdigitalizowanych reprodukcji, ale niekontrolowana poprawa może również wprowadzić sztuczną teksturę, zmienioną ciągłość linii, zniekształcone etykiety lub wizualnie wiarygodne szczegóły, które nie są wspierane przez obraz źródłowy. Dlatego wymagane są standaryzowane i przejrzyste procedury przy stosowaniu wzmocnienia wspomaganego sztuczną inteligencją do historycznych ilustracji naukowych.
W tym artykule opisano krokową procedurę kontrolowanego wzmocnienia zdigitalizowanych historycznych ilustracji neuroanatomicznych. Protokół obejmuje wybór obrazu źródłowego, dokumentację proweniencji i statusu ponownego wykorzystania, ekstrakcję obrazu, konserwatywne przetwarzanie wstępne, lokalne wzmocnienie super-rozdzielczości przy użyciu ustawień stałych, archiwizowanie oryginalnego i wzmocnionego zestawu, inspekcję opartą na regionie zainteresowania oraz udokumentowane, strukturalne zapisy dotyczące kontroli jakości technicznej. Procedura ma na celu poprawę dostępności wizualnej dla nauczania, prezentacji i wstępnej inspekcji wizualnej, zachowując bezpośrednie powiązanie interpretacyjne między każdym wzmocnionym wyjściem a jego oryginalnym zdigitalizowanym źródłem.
Metodę należy uważać za uzupełniające wzmocnienie zeskanowanych kopii cyfrowych, a nie przywracanie oryginalnych prac sztuki, uwierzytelnianie źródeł historycznych lub odzyskiwanie utraconej informacji anatomicznej. Oryginalne i wzmocnione wersje muszą być archiwizowane razem, a wzmocnione wyniki należy przeglądać pod kątem możliwych artefaktów przed użyciem. Ten protokół zapewnia praktyczne, nisko kosztowane i możliwe do powtórzenia podejście do przygotowywania historycznych obrazów neuroanatomicznych jako sparowanych wizualizowanych obrazów towarzyszących, zachowując ostrożność w kwestii integralności anatomicznej i historycznej.
Historyczne ilustracje neuroanatomiczne odgrywały ważną rolę w wizualnym dokumentowaniu, nauczaniu i interpretacji układu nerwowego. Przed rozwojem nowoczesnych metod neuroobrazowania, płyty anatomiczne służyły jako podstawowy medium do przekazywania obserwacji mózgu, komór mózgu, nerwów czaszkowych, struktur naczyniowych i anatomii pnia mózgu1,2,3. Wiele z tych prac jest teraz dostępnych poprzez zdigitalizowane książki, zeskanizowane zbiory archiwalne i repozytoria internetowe. Jednakże, bezpośrednie wykorzystanie zeskanizowanych historycznych ilustracji we współczesnym nauczaniu, prezentacjach i cyfrowym archiwizacja jest często ograniczone przez niską rozdzielczość, blaknięcie, przebarwienie papieru, artefakty kompresji, rozmazanie związane ze skanowaniem i zmniejszoną czytelność drobnych linii lub etykiet4,5,6,7,8.
Metody ulepszania i nadrozdzielczania obrazów wspomaganego przez sztuczną inteligencję oferują praktyczną możliwość poprawy wizualnej przydatności zdegradowanych lub niskorozdzielczych zeskanizowanych obrazów. Algorytmy nadrozdzielczania oparte na głębokim uczeniu się mogą zwiększyć pozorna rozdzielczość, poprawić definicję krawędzi i zmniejszyć wizualne zdegradowanie związane ze skanowaniem w cyfrowych obrazach9,10,11,12. W przypadku historycznych ilustracji neuroanatomicznych, takie metody mogą pomóc wyjaśnić drobne linie anatomiczne, etykiety i granice strukturalne, które są trudne do zbadania na oryginalnej zdigitalizowanej reprodukcji. Niemniej jednak, historyczne obrazy anatomiczne wymagają ostrożności. Te ilustracje są nie tylko materiałami dydaktycznymi, ale także dokumentami naukowymi i historycznymi. Ulepszenie może poprawić czytelność, ale może również zmienić teksturę linii, nadmiernie zaostrzyć krawędzie, zmodyfikować cieniowanie lub stworzyć sztuczne szczegóły, jeśli jest zastosowane bez znormalizowanego przepływu pracy.
Z tego powodu ulepszenie historycznych ilustracji anatomicznych wspomagane sztuczną inteligencją powinno być przeprowadzane jako kontrolowany proces techniczny, a nie jako nieograniczona manipulacja obrazem. Do uzyskania wyników można zastosować wykonalny protokół, który definiuje sposób wybierania obrazów źródłowych, dokumentowanie proweniencji i statusu ponownego użycia, sposób wyodrębniania i standaryzacji obrazów, zastosowane ustawienia ulepszania, sposób archiwizacji plików wyjściowych oraz sprawdzanie ulepszonych obrazów pod kątem możliwych artefaktów. Oryginalne i ulepszone wersje powinny pozostać powiązane przez cały przepływ pracy, aby ulepszony wynik zawsze mógł być interpretowany jako przetworzona cyfrowa reprodukcja, a nie jako przywrócony lub historycznie oryginalny obraz.
Standaryzowany przepływ pracy jest preferowany w stosunku do przypadkowego ulepszania wspomaganego sztuczną inteligencją, ponieważ definiuje selekcję źródeł, konserwatywne przetwarzanie wstępne, ustalone ustawienia ulepszania, sparowaną archiwizację oryginalną i ulepszoną oraz kontrolę jakości po ulepszeniu, zanim przetworzony obraz zostanie użyty. Przewidywanymi użytkownikami końcowymi są anatomowie, neurochirurdzy, nauczyciele medycyny, historycy anatomii, ilustratorzy medyczni i użytkownicy archiwum cyfrowego, którzy wymagają wizualnie czytelnych kopii towarzyszących, zachowując jednocześnie bezpośredni dostęp do oryginalnego źródła.
Ten artykuł metodyczny przedstawia krokowy protokół dotyczący ulepszania wspomaganego przez sztuczną inteligencję zdigitalizowanych historycznych ilustracji neuroanatomicznych. Podstawowa sekwencja przetwarzania obrazów, w tym przygotowanie obrazów, ustalona nadrozdzielczająca poprawa 16× i eksport PNG, jest podsumowania w Rysunku 1. Następne kroki protokołu obejmują sparowaną archiwizację oryginalną i ulepszoną, kontrolę jakości po ulepszeniu, kontrolę wizualną na podstawie regionów interesujących oraz dokumentację udanych i nieoptymalnych wyników. Protokół nie ma na celu twierdzić o przywróceniu oryginalnego dzieła sztuki lub odzyskaniu utraconej informacji anatomicznej; zamiast tego ma na celu poprawę wizualnej dostępności zdigitalizowanych reprodukcji, zachowując interpretacyjną relację między ulepszonym obrazem a oryginalnym źródłem.
Ten protokół był stosowany tylko do zdigitalizowanych historycznych ilustracji neuroanatomicznych i nie obejmował ludzkich uczestników, danych pacjentów, zwierząt doświadczalnych, próbek biologicznych ani informacji osobistych umożliwiających identyfikację; dlatego zgoda instytucjonalna na badania z udziałem ludzi nie była zastosowana. Wszystkie obrazy zostały uzyskane z publikacji w domenie publicznej, z pozyskanymi pozwoleniami lub odpowiednio licencjonowanych źródeł historycznych.
1. Zasady korzystania z źródeł
2. Wybór zdigitalizowanych historycznych ilustracji neuroanatomicznych
3. Wyodrębnianie obrazów ze zdigitalizowanych źródeł
4. Przed przetwarzaniem i standardyzacja plików przed ulepszeniem
Przedstawione w publikacji porównania oryginalnych i ulepszonych obrazów są przedstawione na rycinach. Data publikacji, źródło pochodzenia, informacje o repozytorium i status ponownego użycia zostały zweryfikowane i udokumentowane dla każdej z 40 historycznych ilustracji uwzględnionych w tej pracy.
Zestaw obrazów i cechy źródła
Protokół został zastosowany do 40 zdigitalizowanych historycznych ilustracji neuroanatomicznych. Data publikacji, pochodzenie i status ponownego użycia każdej ilustracji były indywidualnie zweryfikowane przed włączeniem do badania, a wszystkie wybrane ilustracje pochodziły z prac opublikowanych między szesnastym a dziewiętnastym wiekiem. Obejmowały one zakres tematów neuroanatomicznych, w tym anatomię powierzchni kory mózgowej, zakręty i wcięcia mózgu, struktury komorowe, obszary pnia mózgu, anatomię związaną z nerwami czaszki oraz cechy naczyniowe. Obrazy uzyskano ze źródeł historycznych, zdigitalizowanych, dostępnych publicznie, wolnych od opłat lub zgodnych z ponownym użyciem; informacje o repozytorium i status ponownego użycia zostały indywidualnie udokumentowane dla wszystkich 40 ilustracji.
Oryginalne zdigitalizowane reprodukcje wykazywały typowe ograniczenia spotykane w materiałach historycznych, w tym niską rzekomą rozdzielczość, wyblakły rysunek, przebarwienie tła, rozmazanie związane ze skanowaniem, artefakty kompresji i zmniejszoną czytelność małych etykiet. Te ograniczenia zapewniły praktyczne przypadki testowe dla zastosowania standaryzowanego przepływu pracy do ulepszania. Oryginalne, niedokończone obrazy zostały zachowane jako pliki bazowe i zostały sparowane z odpowiadającymi im ulepszonymi wynikami w trakcie całego przepływu pracy.
Wyniki techniczne przepływu pracy do ulepszania
Wszystkie 40 bazowych obrazów zostało przetworzonych za pomocą tego samego lokalnie zainstalowanego oprogramowania do ulepszania obrazów wspomaganego przez sztuczną inteligencję z ustawieniami ulepszania ustalonymi na stałe. Konstantnie na wszystkich uwzględnionych obrazach zastosowano predefiniowany tryb super-rozdzielczości 16x, a ulepszone wyniki zostały wyeksportowane w formacie PNG. Przed i po ulepszeniu nie wykonano żadnego ręcznego przerysowywania, przemalowywania, selektywnej korekcji ani anatomicznej retuszy. Przetwarzanie było wykonywane na komputerze wyposażonym w mobilny procesor centralny 13. generacji z 16 rdzeniami, 24 wątkami, dedykowaną jednostkę graficzną laptopa z 8 GB pamięci graficznej i 32 GB pamięci RAM, z włączoną akceleracji jednostki graficznej. Czas przetwarzania wynosił około 3 minut na obraz, w zależności od wymiarów wejściowego obrazu.
Ulepszane obrazy ogólnie wykazywały większą rzekomą ostrość, silniejszą definicję linii, wyraźniejsze oddzielenie linii anatomicznych od tła i zwiększoną postrzeganą widoczność małych szczegółów anatomicznych lub tekstowych. Te efekty były najbardziej zauważalne na obrazach z wyblakłym tuszem, niskim kontrastem lub rozmazaniem związanym ze skanowaniem. Ulepszanie było interpretowane jako techniczne przetwarzanie zdigitalizowanych reprodukcji, a nie odrestaurowanie oryginalnego historycznego dzieła sztuki.
Praktyką ograniczeniem przepływu pracy był znaczny wzrost rozmiaru wyjściowego pliku. W niektórych przypadkach, pliki o wadze około 1 MB zwiększyły się do ponad 200 MB po ulepszeniu 16x. Dlatego też, pojemność pamięci masowej, zarządzanie plikami i przygotowanie figur powinny być brane pod uwagę przy stosowaniu przepływu pracy do większych kolekcji obrazów.
Przedstawiające sukcesywne wyniki ulepszania
Przedstawiające sparowane przykłady wykazały praktyczny efekt protokołu na historycznych ilustracjach neuroanatomicznych z różnych źródeł i okresów (Rysunek 2, Rysunek 3, Rysunek 4 i Rysunek 5). W przypadku udanych przykładów, ulepszane obrazy wykazywały wyraźniejsze kontury anatomiczne, większą ciągłość drobnych linii i zwiększoną postrzeganą widoczność złożonych regionów, w tym zakrętów kory, struktur komorowych, linii naczyniowych i szczegółów związanych z pniem mózgu.
Format sparowanych rysunków umożliwiał bezpośrednie porównanie oryginalnych i ulepszonych wersji. Przy niskim powiększeniu, najbardziej zauważalne poprawy dotyczyły globalnej jasności, kontrastu i czytelności. Przy większym powiększeniu, różnice w ciągłości linii, definicji krawędzi i widoczności małych etykiet stawały się bardziej widoczne. Pasujące regiony zainteresowania były przydatne do demonstracji lokalnego efektu ulepszania na anatomicznie istotnych szczegółach.
Oryginalny obraz pozostawał niezbędny do interpretacji we wszystkich przypadkach. Ulepszane obrazy powinny zatem być prezentowane jako towarzyszące przetworzone obrazy, a nie jako zamienniki dla oryginalnego historycznego źródła.
Suboptymalne wyniki ulepszania i ustalenia dotyczące kontroli jakości
Mimo że przepływ pracy wyprodukował technicznie akceptowalne wyniki w większości przedstawiających przykładów, ki
Niniejszy artykuł metodyczny przedstawia odtwarzalny proces poprawy skanowanych historycznych ilustracji neuroanatomicznych przy użyciu sztucznej inteligencji. Historyczne obrazy anatomiczne od dawna służą jako ważne narzędzia do dokumentacji anatomicznej, nauczania i komunikacji naukowej, a wiele z tych prac jest teraz dostępnych poprzez skanizowane książki, skanowanie archiwów i repozytoria internetowe. Jednak ich użycie we współczesnym nauczaniu, prezentacjach i cyfrowym archiwizacji jest często ograniczone przez niską wizualną rozdzielczość, wyblakły rysunek linii, zniekształcenie tła, rozmazanie spowodowane skanowaniem, artefakty kompresji i zmniejszoną czytelność małych etykiet12,18,19,20.
Główną zaletą protokołu jest jego prostota i odtwarzalność. Protokół nie ma na celu wprowadzenia nowego algorytmu superrozdzielczości ani twierdzenie, że poprawione obrazy są bardziej historycznie autentyczne niż obrazy źródłowe. Zamiast tego jego wkładem jest standaryzacja ostrożnego procesu, który zmniejsza ryzyko niekontrolowanej, ad hoc poprawy. Proces korzysta ze źródeł cyfrowych domen publicznych lub zgodnych z ponownym użyciem, konserwatywnego przycinania i ustawienia poprawy w aplikacji do powiększania obrazów. Ten sam preset 16x superrozdzielczości został zastosowany do wszystkich uwzględnionych obrazów i nie wykonano żadnej ręcznej anatomicznej retuszu, ponownego rysowania, ponownego kolorowania ani selektywnej korekcji. Jest to ważne, ponieważ historyczne ilustracje neuroanatomiczne nie są zwykłymi obrazami cyfrowymi; są one dokumentami naukowymi, edukacyjnymi, artystycznymi i historycznymi. Dlatego poprawa powinna być interpretowana jako przetwarzanie zeskanowanej reprodukcji, a nie jako przywrócenie oryginalnego dzieła sztuki lub dowód na odzyskanie utraconych informacji anatomicznych19,21,22.
Poprawa obrazów przy użyciu sztucznej inteligencji i metody superrozdzielczości mogą poprawić wizualną rozdzielczość, definicję krawędzi, kontrast i dostępność wizualną w zdegradowanych lub niskorozdzielczych obrazach. W przypadku udanych przykładów, obecny proces wyprodukował większą postrzeganą widoczność drobnych anatomicznych linii, konturów kory i komór, szczegółów naczyniowych, struktur związanych ze śródmózgowiem i małych etykiet. Te zmiany mogą być przydatne przy przygotowywaniu historycznych ilustracji neuroanatomicznych na wykłady, figury edukacyjne, archiwa cyfrowe lub prezentacje naukowe. Jednak oryginalny obraz powinien pozostać dostępny jako źródło referencyjne, a poprawione obrazy powinny być używane jako obraz towarzyszący, a nie zastępujące9,23,24.
Kontrola jakości po poprawie jest istotnym etapem protokołu. Poprawa przy użyciu sztucznej inteligencji może sporadycznie dawać nieoptymalne wyniki, szczególnie w przypadku obrazów o poważnym degradacji początkowej, gęstym etykietowaniu, słabej rozdzielczości źródła lub wyraźnej fakturze papieru. Potencjalne problemy obejmują sztuczną formę tekstury, nadmierną ostrość, pogrubienie drobnych linii, zniekształcenie małych liter i wizualnie wprowadzające w błąd zmiany w ciągłości linii. Te ryzyka są zgodne z szerszymi obawami dotyczącymi anatomicznej wiarygodności obrazów medycznych generowanych lub modyfikowanych przez sztuczną inteligencję, w których wizualizacja niekoniecznie gwarantuje dokładność anatomiczną. Z tego powodu każde poprawione wyjście powinno być bezpośrednio porównywane z oryginalnym skanowanym źródłem przed użyciem12,25,26.
Niniejszy protokół ma kilka ograniczeń. Po pierwsze, jakość poprawionego wyjścia silnie zależy od jakości obrazu źródłowego. Obrazy znacznie zdegradowane, niekompletne lub słabo skanujące mogą nie wytwarzać wiarygodnych wyników. Po drugie, 16x poprawa może znacznie zwiększyć rozmiar pliku wyjściowego, co może komplikować przechowywanie, transfer i przygotowanie figur. Wybrana skala 16x nie została porównana z alternatywnymi współczynnikami skali i nie powinna być interpretowana jako optymalna. Po trzecie, niniejszy artykuł nie dostarcza obiektywnych wskaźników jakości obrazu, wyników eksperckich oceniających lub danych dotyczących efektów edukacyjnych. Zamiast tego obecny protokół zapewnia strukturalną dokumentację kontroli jakości technicznej i wyraźnie przedstawia poprawione obrazy jako towarzyszące wizualizacje, a nie zweryfikowane zamienniki oryginalnych źródeł historycznych. Celem jest opisanie standaryzowanego procesu technicznego, a nie udowodnienie wyższości nad innymi algorytmami poprawy lub mierzenie wyników edukacyjnych.
Przyszły badania mogą porównywać różne modele poprawy, współczynniki skali i obiektywne wskaźniki jakości obrazu, takie jak ostrość, kontrast, zachowanie krawędzi, czytelność tekstu, wielkość pliku i czas przetwarzania. Badania edukacyjne mogą również ocenić, czy poprawione history
Autorzy deklarują, że nie mają żadnych konfliktów interesów.
Autorzy uznają zasługi repozytoriów cyfrowych o dostępie publicznym oraz zbiorów archiwalnych, które umożliwiają dostęp do scyfryfikowanych historycznych prac anatomicznych. Na niniejszą pracę nie otrzymano żadnego wsparcia finansowego.
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Adobe Acrobat | Adobe | Wersja niezarejestrowana | Ekstrakcja obrazu na podstawie PDF |
| Komputer stacjonarny | Nie zgłoszono w przesłanych plikach | Konfiguracja niezgłoszona | Sprzęt użyty do lokalnego ulepszania obrazu przy użyciu sztucznej inteligencji |
| Ustawienia wyświetlania/zrzutu ekranu | Narzędzie do zrzutu ekranu Windows lub równoważne | Powiększenie ekranu 100% lub 200%; skala monitora zarejestrowana | Standardowa ekstrakcja na podstawie zrzutu ekranu, gdy bezpośredni eksport PDF nie był możliwy |
| Gallica | Bibliothèque nationale de France | Repozytorium online | Źródło scyfryzowanych dzieł historycznych |
| Ustawienie Photo Real-ESRGAN ogólne | Model oparty na Upscayl / Real-ESRGAN | Ustawienie 16x | Superrezolucjonalne ulepszanie scyfryzowanych ilustracji |
| Google Books | Repozytorium online | Źródło scyfryzowanych książek historycznych | |
| Jednostka graficzna | Nie zgłoszono w przesłanych plikach | Model i status przyspieszenia niezgłoszone | Przyspieszenie GPU do skalowania obrazu, gdy jest włączone |
| Internet Archive | Internet Archive | Repozytorium online | Źródło scyfryzowanych dzieł historycznych z domeny publicznej |
| Dysk pamięci lokalnej | Stacjonarny komputer określony przez użytkownika | Wystarczająco duża wolna przestrzeń dyskowa | Przechowywanie plików obrazów oryginalnych, ulepszonych i gotowych do publikacji |
| Ustawienia eksportu PDF | Adobe Acrobat lub odpowiednie oprogramowanie do odczytu/eksportu PDF | Oryginalna osadzona rozdzielczość, jeśli jest dostępna | Ekstrakcja obrazów ze scyfryzowanych źródeł PDF bez celowego pomniejszenia |
| PhotoScape X | MOOII Tech | v4.1.1 | Konserwatywne przycinanie i przygotowanie figur |
| Format obrazu PNG | — | — | Format wyjściowy dla ulepszonych obrazów |
| Arkusz kalkulacyjny rejestru przetwarzania | Microsoft Excel lub odpowiednie oprogramowanie arkuszowe | Wersja nie ma znaczenia | Dokumentacja źródła, metody ekstrakcji, ustawienia ulepszania, czas przetwarzania, nazwa pliku wyjściowego i klasyfikacji QC |
| Lista kontrolna kontroli jakości | Lista kontrolna wygenerowana przez autora | Nie dotyczy | Ustrukturyzowana recenzja techniczna pod kątem sztucznej tekstury, nadmiernego ostrzenia, zniekształcenia etykiety, pogrubienia linii i nieobsługiwanych zmian wizualnych |
| Pamięć systemowa | Nie zgłoszono w przesłanych plikach | Pojemność pamięci RAM niezgłoszona | Pamięć dostępna na potrzeby ulepszania obrazów na dużą skalę |
| Upscayl | Upscayl | v2.11.5 | Ulepszanie obrazu przy użyciu sztucznej inteligencji |
| Wellcome Collection | Wellcome Collection | Repozytorium online | Źródło scyfryzowanych dzieł historycznych z domeny publicznej |
| Wikimedia Commons | Wikimedia Foundation | Repozytorium online | Źródło obrazów z domeny publicznej lub kompatybilnych z ponownym użyciem |
| System operacyjny Windows | Microsoft | Windows 10 | System operacyjny używany do ekstrakcji i przetwarzania obrazów |
| Narzędzie do zrzutu ekranu Windows | Microsoft | Wbudowane narzędzie systemu Windows 10 | Przechwytywanie obrazu na podstawie zrzutu ekranu, gdy eksport PDF nie był możliwy |
Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE
Poproś o pozwolenie