Разделить снимки мозга: где болезнь, а где искажение экспресс
Два снимка одного мозга, сделанные в разное время, похожи на фотографии одного дома до и после ремонта. Чтобы понять, что изменилось, их накладывают друг на друга и смотрят на различия. Но томограф — не идеальная камера: он сам добавляет искажения, будто снимок сделан через слегка неровное стекло. Раньше программы не различали, какие изменения настоящие, а какие — от аппарата.
Нейросеть DisMorph учится на полностью синтетических примерах, где заранее известно, какая часть искажения техническая, а какая — анатомическая. Затем она раскладывает различия между двумя снимками на два потока: один отвечает за помехи томографа, другой — за реальные изменения тканей. Такой подход напоминает работу реставратора, который отделяет трещины от старой краски, чтобы понять, что было на картине изначально.
На парах снимков пациентов с болезнью Альцгеймера метод выявлял изменения в структурах мозга, связанных с заболеванием, и одновременно указывал на остаточные искажения после стандартной коррекции. Это как если бы врач получил не один размытый снимок, а два чётких: один показывает сам мозг, другой — дефекты съёмки.
Такой подход открывает путь к более точным измерениям изменений мозга в клиниках, где аппараты и настройки не всегда одинаковы. Вместо того чтобы гадать, что на снимке — болезнь или артефакт, врач сможет видеть их по отдельности.
Градиентная нелинейность — это искажение, при котором прямые линии на снимке выглядят изогнутыми, как отражение в кривом зеркале. Оно возникает из-за неидеальности магнитного поля томографа.
В сериале «Чёрное зеркало» есть эпизод, где воспоминания записывают и пересматривают, но техника искажает детали. DisMorph решает похожую задачу: отделяет технические помехи от реальных изменений, только для снимков мозга.