شبكات التوليد التنافسية العميقة لتقليل الضوضاء في الصور الطبية

التصوير الطبي هو ركن أساسي في التشخيص والكشف المبكر للعديد من الأمراض. ولكن وجود الضوضاء (الشوائب) قد يؤثر سلباً على دقة التشخيص وجودة الصورة. وللضوضاء انواعٍ مختلفة نذكر منها: ضوضاء الحبيبات (Speckle noise)، وضوضاء البوسون (Poisson noise)، وضوضاء الملح والفلفل (Salt-and-pepper noise)، والضوضاء الغاوسية (Gaussian noise) وغيرها.تواجه طرائق إزالة الضوضاء التقليدية، مثل التصفية المكانية وتصفية المجال التحويلي، صعوبة في التعامل مع أنواع الضوضاء المختلفة. لذا هناك حاجة للبحث عن طرائق جديدة تتوافق مع التطور الحاصل في مجال معالجة الصور الطبية. ومع تطور التعلم العميق، وخاصة شبكات التوليد التنافسية (Generative Adversarial Networks- GAN)، التي أثبتت قدرتها على إزالة ضوضاء الصور بكفاءة تفوق الطرق التقليدية. تقارن هذه الدراسة فعالية تقنيات GAN مع أساليب إزالة الضوضاء المعروفة، وتحلل تأثير مصادر الضوضاء المختلفة على الصور الطبية.