Підвищення ефективності методів відновлення зображень на основі модифікованої згорткової мережі
Вантажиться...
Дата
2026
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Линовський А.О. Підвищення ефективності методів відновлення зображень на основі модифікованої згорткової мережі. - Кваліфікаційна наукова праця на правах рукопису. Дисертаційна робота на здобуття наукового ступеня доктора філософії за спеціальністю 122 «Компʼютерні науки». - Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», 2026.
Об’єктом дослідження є процес шумозаглушення медичних зображень, пошкоджених імпульсним SaP-шумом. Зокрема згорткові нейронні мережі та модулі уваги. Предметом дослідження є методи й засоби нейромережевого шумозаглушення, зокрема модифікації архітектури SeConvNet, а також їхній вплив на якість відновлення (PSNR), обчислювальні витрати та стійкість до різних рівнів SaP-шуму на реальних і синтетичних даних. У першому розділі здійснено всебічний та комплексний аналіз існуючих методів відновлення зображень після шумових спотворень. Досліджено еволюцію підходів, починаючи від класичних методів обробки у просторовій області (лінійні та нелінійні фільтри, зокрема медіанна фільтрація) та методів у перетворюючій області (вейвлет-перетворення, DCT). Встановлено, що класичні просторові фільтри схильні до надмірного згладжування контурів та втрати дрібних деталей при високій щільності імпульсного шуму. Сучасні нелокальні алгоритми, такі як BM3D та NL-Means, забезпечують вищу якість та добре відновлюють повторювані текстури, однак їх використання жорстко обмежене значною обчислювальною складністю. Детально проаналізовано застосування методів машинного та глибокого навчання (CNN, RNN, GAN, дифузійні імовірнісні моделі та трансформери) для усунення шуму. Згорткові нейронні мережі (наприклад, архітектура DnCNN) продемонстрували високу ефективність для гаусівського шуму, проте їх здатність обробляти складний кластерний імпульсний шум залишається обмеженою. Особливу увагу в розділі приділено специфіці імпульсного шуму типу SaP на медичних рентгенівських зображеннях та наслідкам його появи для діагностики. У другому розділі проведено глибокий аналіз базової моделі згорткової нейронної мережі SeConvNet. Виявлено її системні обмеження під час обробки медичних рентгенівських знімків, пошкоджених великими кластерними плямами SaP-шуму. Доведено, що через локальну природу SeConv-блоків та використання цільової функції мінімізації середньоквадратичної помилки (MSE) під час навчання, мережа втрачає глобальний контекст. Для великих зашумлених зон гіпотеза математичного «усереднення» дає меншу сумарну помилку, що неминуче спричиняє залишкові артефакти, втрату різкості анатомічних контурів та деградацію локальних контрастів. Для подолання цих критичних недоліків було розроблено та теоретично обґрунтовано модифіковану архітектуру SeConvNet + CBAM. Запропоновано стратегічну інтеграцію модуля канально-просторової уваги безпосередньо після операцій залишкового додавання у згорткових секціях мережі. Канальна увага фокусується на виділенні найбільш інформативних ознак через механізми глобального усереднення та максимізації, а просторова увага детально локалізує ці важливі області на площині. Це дозволило моделі адаптивно підсилювати релевантні структурні ознаки, відрізняючи корисний медичний сигнал від шуму. У третьому розділі детально розкрито інструментальні засоби, механізми реалізації та алгоритм роботи модифікованої моделі в умовах обмежених обчислювальних ресурсів. Описано формальну математичну модель запропонованої архітектури та поетапний процес відновлення зображень, що поєднує локальні й глобальні стратегії. На першому етапі відбувається первинне локальне заповнення пошкоджених пікселів каскадом із семи селективних згорток, розмір ядра яких поступово зростає від 3x3 до 15x15 пікселів. На другому етапі отримані карти ознак проходять через глибоку згорткову підсистему із прямими шунтувальними (залишковими) зв’язками для видобутку високорівневих ознак. На третьому етапі відбувається адаптивне зважування ознак за допомогою модулів уваги CBAM. Фінальний шар генерує залишкову корекцію, яка через жорстке маскування застосовується виключно до тих пікселів, що були початково пошкоджені, залишаючи чисті ділянки незмінними. У розділі також глибоко деталізовано специфіку процесу підготовки даних та навчання моделі. Навчальна вибірка формувалася шляхом масштабування, нарізки зображень на фрагменти та інтенсивного розширення даних у 8 разів за рахунок геометричних перетворень. Навчання оптимізовано за допомогою алгоритму Adam з поступовим зменшенням швидкості навчання. Проаналізовано вплив апаратних платформ (CPU, GPU, TPU) на ефективність тренування та розглянуто методи зниження витрат оперативної пам'яті (Gradient checkpointing, змішана точність). У четвертому розділі представлено результати експериментальних досліджень та здійснено ретельний порівняльний аналіз ефективності зменшення шуму оригінальної та модифікованої моделей. Тестування проводилося на наборі медичних даних NIH Chest X-rays із моделюванням екстремального рівня синтетичного SaP-шуму. Аналіз підтвердив покращення результатів: модифікована модель SeConvNet + CBAM забезпечила систематичне зростання середнього показника PSNR на 4.7%. На особливо критичних ділянках із сильною концентрацією кластерного шуму приріст PSNR сягав 5-8%. Візуальний аналіз відновлених фрагментів довів перевагу модифікованої моделі. Запропонована архітектура значно точніше відновлювала дрібні анатомічні структури, контури ребер та судинний малюнок, успішно мінімізуючи ефект зернистості та розмиття, що були притаманні оригінальній базовій мережі. Аналіз обчислювальної ефективності підтвердив практичну придатність розробленої моделі для роботи в клінічних умовах. Збільшення кількості параметрів та часу обробки одного зображення (з 0.42 с до 0.47 с на базовому процесорі CPU) є мінімальним і повністю виправдовується суттєвим підвищенням діагностичної якості медичних знімків. Наукова новизна отриманих результатів Вперше запропоновано метод підвищення ефективності відновлення зображень, пошкоджених імпульсним шумом, який відрізняється інтеграцією механізму канально-просторової уваги (CBAM) у структуру селективної згорткової мережі після залишкових зв’язків, що дозволяє адаптивно підсилювати важливі структурні ознаки та мінімізувати артефакти згладжування при відновленні кластерних шумових плям. Запропоновано модифіковану модель нейронної мережі SeConvNet, яка відрізняється спеціальним розміщенням блоків уваги для обробки сумарного сигналу прямого поширення та корекційної гілки, що дозволяє підвищити точність відновлення дрібних анатомічних деталей (зріст PSNR до 8% на складних ділянках) при збереженні обчислювальної ефективності для використання в ресурснообмежених середовищах. Практичне значення отриманих результатів полягає в покращенні якості медичних зображень: модифікована SeConvNet + CBAM дозволяє більш акуратно відновлювати дрібні анатомічні деталі при високій щільності SaP-шуму, що підвищує інформативність знімків для попереднього аналізу і візуальної інтерпретації. Невеликі апаратні вимоги що надає можливість запускати на не вимогливих засобах: додавання CBAM незначно збільшує кількість параметрів (в середньому на 5%), тож впровадження можливе навіть у системах з обмеженими ресурсами (клінічні робочі станції), а для більш продуктивного навчання передбачено перенесення на GPU-середовища. Вперше запропоновано модифіковану архітектуру SeConvNet + CBAM, яка поєднує селективні локальні SeConv-блоки з послідовним канально-просторовим механізмом уваги (CBAM), що дозволяє адаптивно підсилювати важливі канали й локалізувати інформативні області для ефективного придушення імпульсного SaPшуму без значного зростання обчислювальних витрат. Розроблено засоби підвищення достовірності діагностичних процедур на основі стратегічної інтеграції механізму уваги CBAM після операції резидуального додавання у згорткових секціях мережі. Таке архітектурне розміщення гарантує доступ маски уваги до комбінованого представлення - сумарного сигналу початкового шляху й корекційної гілки. В результаті в критичних тестах із кластерним шумом досягнуто приросту PSNR до 8%, що забезпечує помітне покращення візуальної якості та інформаційної цінності зображень. Отримані результати демонструють можливість точного відновлення медичних зображень із мінімізацією надмірного згладжування, що дозволяє зберегти важливі анатомічні деталі. Актуальність та наукова новизна результатів дослідження повною мірою підтверджується їх апробацією та публікацією у провідних фахових виданнях. Зокрема, базові концепції та засоби покращення якості візуальних даних висвітлено у журналі «Телекомунікаційні та інформаційні технології» (2023), де основну увагу було приділено особливостям знешумлення зображень за допомогою комплексного застосування згорткових і рекурентних нейронних мереж, що дозволило закласти фундамент для ефективного виявлення та усунення артефактів. Подальший розвиток та адаптація запропонованих алгоритмічних рішень відображені у виданні «Кібербезпека: освіта, наука, техніка» (2024). А також публікація в журналі «Проблеми інформатизації та управління» (2024), яка описує найбільш глибоко оптимізований варіант системи. Інтеграція в архітектуру залишкових зв’язків (residual connections) та спеціалізованого модулю уваги (attention module) дала змогу стабілізувати процес глибокого навчання мережі, змушуючи алгоритм прицільно фокусуватися на значущих структурних елементах зображення і максимально нівелювати вплив складних шумових завад.
Опис
Ключові слова
згорткові нейронні мережі, рекурентні нейронні мережі, rnn, залишкова нейронна мережа, нелокальні операції, імпульсний шум «сіль і перець», штучний інтелект, машинне навчання, convolutional neural networks, recurrent neural networks, residual neural network, nonlocal operations, salt-and-pepper impulse noise, artificial intelligence, machine learning
Бібліографічний опис
Линовський, А. О. Підвищення ефективності методів відновлення зображень на основі модифікованої згорткової мережі : дис. … д-ра філософії : 122 Комп’ютерні науки / Линовський Андрій Олексійович. – Київ, 2026. – 117 с.