Медицинская визуализация — шумоподавление на МРТ и экспрессия генов по гистологическим изображениям

Коротко

• Спекл-шум скрывает диагностически значимые детали на МРТ; анализы экспрессии генов медленные и дорогие, а гистологические изображения — быстрые и дешёвые.
• Модели подавления спекл-шума для МРТ и диссертация о предсказании экспрессии генов по гигапиксельным гистологическим изображениям.
• Завершено: проект по МРТ — с 2020 по 2021 год; магистерская диссертация завершена в сентябре 2025 года, статья в процессе подготовки.

Главное

• Подавление спекл-шума на МРТ

  Модели шумоподавления, нацеленные на спекл-шум, который уничтожает диагностически значимые детали на МРТ и в родственных методах визуализации.

• Экспрессия генов по гистологическим изображениям

  Диссертация проверяет, могут ли полнослайдовые гистологические изображения заменить медленный и дорогой анализ экспрессии генов.

• Фундаментальные модели компьютерного зрения

  Фундаментальная модель компьютерного зрения обрабатывает гигапиксельное полнослайдовое изображение — это первый шаг направления цифровой патологии.

• Графовые нейронные сети

  Графовая нейронная сеть строится на выходных данных модели компьютерного зрения на пути к предсказанию экспрессии генов.

• Адаптированные методы языковых моделей

  Методы больших языковых моделей, адаптированные для этой задачи, в сочетании со статистическими и вероятностными методами.

• Курс на низкие вычислительные затраты и малую задержку

  В диссертации стремились свести объём вычислений и задержку к минимуму — жёсткое ограничение для гигапиксельных входных данных.

Задача

Спекл-шум уничтожает диагностически значимые детали на МРТ. Первый проект был направлен на его подавление — на МРТ и в родственных методах визуализации.

Вторая задача в той же мере экономическая, что и научная. Анализы экспрессии генов медленные, дорогие и сложные с точки зрения логистики, тогда как полнослайдовые гистологические изображения получать быстро и дёшево. Такие изображения имеют гигапиксельный масштаб, а диссертация ставила жёсткое ограничение на вычислительные ресурсы и задержку.

Архитектура

Два исследовательских направления. Для МРТ — модели подавления спекл-шума. Для цифровой патологии — фундаментальная модель компьютерного зрения обрабатывает полнослайдовое изображение, графовая нейронная сеть строится на её выходных данных, а адаптированные для этой задачи методы больших языковых моделей также участвуют в предсказании экспрессии генов. Кроме того, в подходе используются статистические и вероятностные методы.

Решение

Диссертация исследует, могут ли полнослайдовые гистологические изображения заменить анализ экспрессии генов. Её цель — извлекать молекулярно-биологический сигнал непосредственно из гигапиксельных изображений, сохраняя при этом объём вычислений и задержку на минимально возможном уровне.

• МРТ: подавление спекл-шума на МРТ и в родственных методах визуализации.

• Цифровая патология: предсказание экспрессии генов по цифровым гистологическим изображениям с сочетанием графовых нейронных сетей, фундаментальных моделей компьютерного зрения, адаптированных методов больших языковых моделей и статистического моделирования.

Результат

Магистерская диссертация была завершена в сентябре 2025 года в Исфаханском технологическом университете; на её основе готовится научная статья. Проект по подавлению спекл-шума на МРТ для частной компании длился с марта 2020 по март 2021 года.

Моя роль

• Исследовал подавление спекл-шума на МРТ и в родственных методах визуализации для частной компании с марта 2020 по март 2021 года.
• Написал магистерскую диссертацию в Исфаханском технологическом университете о предсказании экспрессии генов по цифровым гистологическим изображениям.
• Объединил в подходе диссертации графовые нейронные сети, фундаментальные модели компьютерного зрения, адаптированные методы больших языковых моделей и статистические методы.
• В диссертации работал в условиях жёсткого ограничения на вычислительные ресурсы и задержку.

Инженерия

• Вычисления и задержка как ограничения

  Диссертация выполнялась в условиях жёсткого ограничения на вычислительные ресурсы и задержку, с целью свести и то и другое к минимуму.

• Рассчитано на гигапиксельные входные данные

  Направление цифровой патологии работает непосредственно с гигапиксельными полнослайдовыми изображениями.

• Несколько семейств моделей — одно предсказание

  Графовые методы, фундаментальные модели компьютерного зрения и адаптированные методы языковых моделей работают на единое предсказание экспрессии генов, а рядом с ними применяются статистические методы.

Результаты

• Магистерская диссертация завершена в сентябре 2025 года в Исфаханском технологическом университете; готовится научная статья.
• Проект по подавлению спекл-шума на МРТ для частной компании завершён: с марта 2020 по март 2021 года.
• Диссертация: «Предсказание экспрессии генов (молекулярная биология) по цифровым гистологическим изображениям».