Рентгеновский томограф напоминает столяра, который осматривает бревно со всех сторон, чтобы понять, где внутри пустота. Он делает десятки плоских снимков-теней, поворачивая источник и детектор вокруг объекта. Потом программа-«сборщик» склеивает из этих теней объёмную модель. Самый расторопный сборщик — алгоритм FBP (фильтрованная обратная проекция). Он работает почти мгновенно, но есть нюанс: когда снимков мало или доза излучения снижена, тени становятся нечёткими. И тогда FBP начинает размазывать шум по всей картинке. Вместо пустоты в бревне видна рябь.

Авторы работы предложили другого «сборщика» — вероятностного. Он не просто складывает тени, а прикидывает: какое внутреннее строение объекта с наибольшей вероятностью дало бы именно такие размытые проекции? В основе лежит модель марковского случайного поля — способ описать, как соседние точки объёма влияют друг на друга. Если соседние воксели (объёмные пиксели) почти всегда похожи по плотности, алгоритм получает подсказку: одиночная яркая точка среди тёмных — скорее шум, чем реальная деталь. Программа сама настраивает свою чувствительность, оценивая уровень шума прямо по входным данным — через минимизацию байесовской свободной энергии. Никаких ручных регулировок.

Испытания на симуляциях показали: в условиях низкой дозы и малого числа ракурсов новый метод выдаёт куда более чистую картинку, чем FBP. Это открывает дорогу к томографии там, где раньше приходилось выбирать между качеством и безопасностью: контроль качества микроэлектроники без длительного облучения, проверка багажа всего за пару ракурсов, медицинская диагностика с пониженной лучевой нагрузкой. Быстрый сбор данных и тихая, вдумчивая сборка — вместо спешки, которая портит результат.