Как низкая доза рентгена превращается в чёткий снимок экспресс
Снимок с низкой дозой рентгена похож на вид через запотевшее стекло: очертания есть, но детали тонут в мутной пелене. Врачам такие кадры нужны во время лучевой терапии — чтобы нацелить пучок точно в опухоль и не задеть здоровые ткани. Но экономия излучения оборачивается шумами, полосами и пятнами, которые мешают разглядеть главное.
Авторы работы построили нейросеть, действующую как терпеливый реставратор. Она берёт испорченное изображение и шаг за шагом убирает дефекты, проявляя чёткую структуру. В основе лежит диффузионная модель — алгоритм, который учится на парах «мутный снимок — чистый снимок» и затем восстанавливает детали даже из очень зашумлённых данных. Словно программа, натренированная угадывать исходный вид по размытой фотографии.
Сеть обучали на снимках пациентов, проходивших лучевую терапию, и проверяли, насколько синтезированное КТ совпадает с настоящим. Оказалось, что физически осмысленное представление данных — не просто удобная абстракция, а реальный способ повысить точность. Для клиники это значит: меньше облучения на этапе контроля, а качество планирования остаётся высоким. Так мутное стекло становится прозрачным — и врач видит каждый миллиметр тканей.
Диффузионные модели, которые здесь используют, изначально придумали для генерации изображений по текстовому описанию — они лежат в основе популярных нейросетей-художников. А теперь та же идея помогает очищать медицинские снимки от шума.