Imagem médica — remoção de ruído em RM e expressão gênica a partir da patologia

Em resumo

• O ruído speckle esconde detalhes diagnósticos na ressonância magnética; ensaios de expressão gênica são lentos e caros, enquanto imagens de patologia são rápidas e baratas.
• Modelos de remoção de ruído speckle para ressonância magnética e uma dissertação que prevê a expressão gênica a partir de imagens de patologia de gigapixels.
• Concluído: projeto de ressonância magnética de 2020 a 2021; dissertação de mestrado finalizada em setembro de 2025, com um artigo em preparação.

Destaques

• Redução de ruído speckle em ressonância magnética

  Modelos de remoção de ruído voltados ao ruído speckle, que destrói detalhes diagnósticos na ressonância magnética e em modalidades relacionadas.

• Expressão gênica a partir de imagens de patologia

  A dissertação testa se imagens de patologia de lâmina inteira podem substituir um ensaio de expressão gênica lento e caro.

• Modelos fundacionais de visão

  Um modelo fundacional de visão processa a imagem de lâmina inteira, na escala de gigapixels, como primeira etapa da linha de patologia.

• Redes neurais de grafos

  Uma rede neural de grafos trabalha sobre a saída do modelo de visão, no caminho até a previsão de expressão gênica.

• Técnicas adaptadas de modelos de linguagem

  Técnicas de grandes modelos de linguagem, adaptadas a esta tarefa e combinadas com métodos estatísticos e probabilísticos.

• Visando baixo custo computacional e baixa latência

  A dissertação buscou manter o processamento e a latência tão baixos quanto possível, uma restrição rígida para entradas de gigapixels.

O desafio

O ruído speckle destrói detalhes diagnósticos na ressonância magnética. O primeiro projeto buscou reduzi-lo, na ressonância magnética e em modalidades de imagem relacionadas.

O segundo problema é tão econômico quanto científico. Ensaios de expressão gênica são lentos, caros e logisticamente trabalhosos, enquanto imagens de patologia de lâmina inteira são rápidas e baratas de obter. Essas imagens estão na escala de gigapixels, e a dissertação estabeleceu uma restrição rígida de computação e latência.

Arquitetura

Duas linhas de pesquisa. Para a ressonância magnética, modelos de remoção de ruído speckle. Para a patologia, um modelo fundacional de visão processa a imagem de lâmina inteira e uma rede neural de grafos trabalha sobre a saída dele, enquanto técnicas de grandes modelos de linguagem adaptadas à tarefa também alimentam a previsão de expressão gênica. A abordagem também usa métodos estatísticos e probabilísticos.

O que eu construí

A dissertação investiga se imagens de patologia de lâmina inteira podem substituir um ensaio de expressão gênica. O objetivo é recuperar sinal de biologia molecular diretamente de imagens de gigapixels, mantendo o processamento e a latência tão baixos quanto possível.

• RM: redução de ruído speckle em ressonância magnética e em modalidades de imagem relacionadas.

• Patologia: previsão de expressão gênica a partir de imagens de patologia digital, combinando redes neurais de grafos, modelos fundacionais de visão, técnicas adaptadas de LLM e modelagem estatística.

Resultado

A dissertação de mestrado foi concluída em setembro de 2025 na Isfahan University of Technology, e um artigo baseado nela está em preparação. O projeto de ruído speckle em ressonância magnética para uma empresa privada se estendeu de março de 2020 a março de 2021.

Meu papel

• Pesquisou a redução de ruído speckle em ressonância magnética e em modalidades de imagem relacionadas para uma empresa privada, de março de 2020 a março de 2021.
• Escreveu uma dissertação de mestrado na Isfahan University of Technology sobre a previsão da expressão gênica a partir de imagens de patologia digital.
• Combinou redes neurais de grafos, modelos fundacionais de visão, técnicas adaptadas de LLM e métodos estatísticos na abordagem da dissertação.
• Trabalhou, na dissertação, sob uma restrição rígida de computação e latência.

Engenharia

• Computação e latência como restrições

  A dissertação trabalhou sob uma restrição rígida de computação e latência, buscando manter ambas tão baixas quanto possível.

• Projetado para entradas de gigapixels

  A linha de patologia trabalha diretamente sobre imagens de lâmina inteira na escala de gigapixels.

• Várias famílias de modelos, uma única previsão

  Métodos de grafos, de modelos fundacionais de visão e de modelos de linguagem adaptados alimentam uma única previsão de expressão gênica, complementados por métodos estatísticos.

Resultados

• Dissertação de mestrado concluída em setembro de 2025 na Isfahan University of Technology; um artigo está em preparação.
• Projeto de redução de ruído speckle em ressonância magnética concluído para uma empresa privada, de março de 2020 a março de 2021.
• Dissertação: Previsão da expressão gênica (biologia molecular) a partir de imagens de patologia digital.