مخطط هجين لتحسين صور الموجات فوق الصوتية باستخدام تقنية التعلم العميق

الملخص

        تُعدّ إزالة التشويش خطوةً أساسيةً وهامةً في مرحلة المعالجة الرئيسية، لا سيما في الصور الطبية. عند التعامل مع صور الموجات فوق الصوتية، من الضروري للغاية ضمان نجاح التشخيص ودقته. ونظرًا لبعض العوامل المصاحبة لعملية التقاط الصورة، نلاحظ وجود بعض التشويش، مما يُصعّب رؤية الأنسجة الدقيقة والحساسة والمناطق المعقدة بوضوح. توجد العديد من التقنيات المستخدمة في هذا المجال، وهي معروفة ولكنها محدودة نوعًا ما. من جهة أخرى، توجد بعض التقنيات، مثل الشبكات العميقة، التي أثبتت جدواها، ولكنها تستهلك كميات كبيرة من البيانات في مرحلة التدريب.في هذا البحث، نُقدّم طريقةً جديدةً تجمع بين شبكة عصبية عشوائية (RDN) وتقنيات تقدير التشويش التكيفية، وبعض المرشحات التقليدية، وتقنيات التعلم العميق. يهدف هذا الجمع إلى تحسين وضوح وتباين الصور الشعاعية. وتكمن الفكرة وراء هذا النهج في أن الطريقتين تُكمّل كلٌ منهما نقاط ضعف الأخرى، مع تعزيز نقاط قوتها. أظهرت التجارب على نموذج تحسنًا ملحوظًا في جودة الصور، كما تم التحقق من ذلك باستخدام مؤشرات PSNR وSSIM وNIQUE ومعدل الإشارة المباشرة ومعدل الخطأ التربيعي المتوسط ​​وقوة الحواف في خوارزمية CSI المُحسَّنة باستخدام PSO. تم اختبار النموذج على مجموعة كبيرة من صور الأشعة في حالات حميدة وخبيثة، ودُرست تأثيرات الضوضاء عند مستويات 20 و50 و80 و100.