ННГУ обучил квантовую нейросеть выявлять опухоли на МРТ с точностью до 98%
Учёные Нижегородского государственного университета имени Н. И. Лобачевского разработали гибридную квантово-классическую нейросеть, которая в тестах выявляла опухоли головного мозга по МРТ-снимкам с точностью до 98%. Модель также показала более высокую устойчивость к искажённым изображениям, чем классическая нейросеть.
Об этом говорится в сообщении ННГУ. Разработку создали специалисты лаборатории «Искусственный интеллект в превентивной медицине» Исследовательского центра в сфере ИИ Института информационных технологий, математики и механики университета.
Модель объединяет стандартную нейросеть и квантовый слой, который обрабатывает сжатое представление признаков на снимках. Такой подход позволяет сократить число параметров, необходимых для анализа изображений, по сравнению с классическими глубокими нейросетями, пояснила старший научный сотрудник лаборатории Марина Бастракова.
«Наш подход позволяет повысить точность классификации за счёт оптимизации архитектуры нейросети. Классические глубокие модели могут содержать миллиарды обучаемых параметров и требуют значительных вычислительных ресурсов», — отметила она.
На МРТ-изображениях с сильным гауссовским шумом одна из квантово-классических моделей обеспечила точность 96,6%, тогда как классическая сеть — 92,2%. Устойчивость к шумам важна для практического применения алгоритмов: на качество медицинских снимков могут влиять положение пациента, параметры оборудования и протоколы сканирования.
Пока система тестировалась на изображениях из открытых наборов данных, а не в клиническом контуре. Следующим этапом станет проверка метода на новых медицинских данных и российских квантовых компьютерах. ННГУ также намерен расширить возможности модели, чтобы она могла не только классифицировать снимки, но и формировать более детальное описание выявленных признаков.
