ملخص
التصوير الفائق الطيفي عبارة عن تقنية تصوير متقدمة تستخدم لالتقاط المعلومات ومعالجتها عبر الطيف الكهرومغناطيسي. على عكس طرق التصوير التقليدية التي تلتقط البيانات ضمن نطاقات محددة من الطيف (مثل RGB في الضوء المرئي)، يقوم التصوير الفائق الطيفي بجمع المعلومات ومعالجتها عبر مئات أو حتى آلاف النطاقات الطيفية المتجاورة. توفر هذه التقنية ملفًا طيفيًا تفصيليًا لكل بكسل في الصورة، مما يوفر ثروة من المعلومات تتجاوز ما يمكن أن توفره طرق التصوير التقليدية. يحتوي التوقيع الطيفي لكل بكسل على معلومات حول التركيب الكيميائي للكائن، وخصائص المادة، وغيرها من الخصائص المحددة التي قد لا تكون مرئية للعين البشرية.
يوفر التصوير الفائق الطيفي في الطب إمكانات فريدة لمختلف التطبيقات، مع الاستفادة من المعلومات الطيفية التفصيلية للمساعدة في التشخيص وتحليل الأنسجة واكتشاف الأمراض. بعض الأمثلة على كيفية استخدام البيانات فوق الطيفية في المجال الطبي تشمل الكشف عن السرطان، وتحليل الأنسجة والتشريح المرضي، والتنظير الداخلي، والجراحة طفيفة التوغل. أظهرت العديد من دراسات إثبات المفهوم أن التصوير الفائق الطيفي قادر على التمييز بين الخلايا والأنسجة المريضة وغير المريضة. هناك أيضًا أدلة متزايدة على أن هذه التقنيات يمكن أن تساعد في التنبؤ بالنتائج المحتملة للمرض. ومع ذلك، فإن أحدث النماذج المصممة للعمل مع نطاقات محددة من الطيف (مثل RGB في الضوء المرئي) تفشل في الاستفادة بكفاءة من ثروة المعلومات التي يوفرها التصوير الفائق الطيفي.
ستركز موضوعات هذا المشروع على:
- طرق الرؤية الحاسوبية وفهم الصورة لاستخراج المستوى الأعلى
المعلومات الدلالية من الصور المورفولوجية (الطبية / RGB).
- تطوير النماذج التي تستخدم المعلومات فائقة الطيف بشكل فعال بالإضافة إلى
الصور المورفولوجية.
- إظهار قدرات النماذج التي تستخدم بشكل فعال الطيف الفائق
التصوير لتوصيف الأنسجة في التطبيقات السريرية.
من المتوقع أن يكون لديك معرفة جيدة بالموضوعات الأساسية في رؤية الكمبيوتر والتعلم العميق، إلى جانب مهارات البرمجة القوية في لغة بايثون. تجربة مع موضوعات التعلم العميق المتقدمة، وخاصة التعلم العميق متعدد الوسائط، ويفضل نماذج الاهتمام.
