Алгоритм улучшения качества КТ-изображений позвоночника человека с применением вариационного автокодировщика

Abstract

Предложен алгоритм улучшения качества КТ-изображений позвоночника человека с применением модели машинного обучения на основе вариационного автокодировщика (VAE). Модель VAE разработана для уменьшения шума и артефактов, повышения контрастности и четкости изображений. Описаны этапы подготовки данных, архитектура модели и результаты тестирования. Апробация показала, что предложенный подход обеспечивает улучшение качества изображений с высокой скоростью обработки.

The thesis proposes an algorithm for improving the quality of human spinal CT images using a machine learning model based on a variational autoencoder (VAE). The VAE model is designed to reduce noise and artifacts while enhancing the contrast and clarity of images. The article outlines the data preparation stages, the model architecture, and the results of system testing. Experiments have shown that the proposed approach improves image quality with high processing speed.