МРТ

Квантовая нейросеть диагностирует опухоли мозга

МРТ-снимки часто искажены — это мешает диагнозу. Гибридная нейросеть ННГУ с квантовым слоем диагностирует опухоли мозга с точностью 98% даже при сильном шуме. Как это поможет врачам и чем отличается от классических моделей?
Автор Наука Mail
МРТ
Модель поможет врачам не пропускать важные признаки на МРТИсточник: Пресс-служба ННГУ

Ученые Нижегородского государственного университета имени Н.И. Лобачевского создали гибридную квантово-классическую нейросеть для диагностики опухолей головного мозга по МРТ-изображениям, рассказали в пресс-службе вуза.

Модель обучали на открытых базах данных и достигли точности до 98%. Это одна из первых успешных попыток объединить классические нейросети и квантовые схемы для анализа медицинских данных.

МРТ-снимки
Квантовые преобразования делают анализ снимков устойчивее к шумамИсточник: Пресс-служба ННГУ

Квантовый слой позволяет глубоко анализировать снимки по меньшему числу параметров, чем требуется классическим сетям. Это делает модель более эффективной. При сильном гауссовском шуме точность квантово-классической модели составила 96,6% против 92,2% у классической сети. Это важно для реальной практики, где качество снимков зависит от множества факторов: от положения пациента до особенностей оборудования.

Наш подход позволяет повысить точность классификации за счет оптимизации архитектуры нейросети. Классические глубокие модели могут содержать миллиарды обучаемых параметров и требуют значительных вычислительных ресурсов. В нашей архитектуре квантовый слой работает с сильно сжатым представлением признаков. При этом важную роль играет именно взаимодействие классической и квантовой частей модели
Марина Бастракова
старший научный сотрудник лаборатории «Искусственный интеллект в превентивной медицине» ННГУ

Исследователи заметили, что устройство квантового слоя влияет на результат. Модели с более развитыми повторяющимися квантовыми блоками лучше сохраняли точность при искажении изображений. Это позволяет предположить, что квантовые преобразования помогают формировать устойчивое представление данных. Однако механизм требует дальнейшего изучения на реальном квантовом оборудовании.

Разработчики подчеркивают: нейросеть не заменяет врача, а служит помощником при первичной диагностике. Она помогает не пропустить важные признаки и дает сигнал обратить внимание на критические значения. Это снижает вероятность ошибки и делает диагноз более обоснованным. В будущем ученые планируют протестировать подход на новых данных с использованием мощностей российских квантовых компьютеров. Результаты опубликованы в The European Physical Journal Special Topics.

Ранее Наука Mail писала о системе ИИ для диагностики опухоли мозга.