Ученые Томского государственного университета создают новые подходы для диагностики социально значимых заболеваний — инфекционных, диабета, инфаркта, онкологии, используя в качестве основного инструмента технологии лазерной спектроскопии и машинное обучение.
Одной из проблем при диагностике являются побочные шумы, которые искажают спектральный сигнал и снижают точность анализа. Убрать помехи теперь помогает глубокая нейросеть.
— Шумовая составляющая затрудняет количественный и качественный анализ спектральных данных, полученных с использованием оптических методов, — пояснил заведующий лабораторией лазерного молекулярного имиджинга и машинного обучения ТГУ Юрий Кистенев. — Для уменьшения шумов созданы различные фильтры, однако подавляющее большинство из них одновременно с фильтрацией искажает и полезный сигнал.
Ученые лаборатории ТГУ нашли техническое решение задачи. Они обучили глубокую нейросеть на большой выборке данных, в том числе зашумленных, синтезированных с учетом специфики задачи. По словам разработчиков, модельные эксперименты показали высокую эффективность фильтрации. Причем новый подход позволил не только существенно уменьшать уровень помех, но и восстанавливать исходный сигнал из зашумленного.
Исследования проводились в рамках проекта, реализуемого учеными ТГУ совместно с коллегами из Университета прибрежного опалового побережья (Франция) при поддержке Минобрнауки РФ. В рамках совместных исследований также был создан новый способ анализа молекулярных компонент в атмосфере с помощью методов терагерцовой спектроскопии и искусственного интеллекта. Его можно будет использовать для анализа химических соединений в атмосфере, для экологического мониторинга и контроля индустриальных загрязнений. Наряду с этим разработка поможет противостоять техногенным, биогенным и террористическим угрозам.
— По сути, технология, созданная для фильтрации шумов, является универсальной, ее можно адаптировать под разные оптические методы, будь то терагерцовая спектроскопия, рамановская спектроскопия или другие виды спектрального анализа, — говорит Юрий Кистенев. — Мы, например, используем глубокую нейросеть, способную «очищать» спектральный сигнал от шума при создании новых методов диагностики заболеваний по выдыхаемому воздуху. Работа над ними идет на базе лаборатории при поддержке мегагранта Правительства РФ.
Описание нового подхода представлено статье, опубликованной в Journal of Quantitative Spectroscopy and Radiative Transfer (Q2). Лаборатория создана в рамках нацпроекта «Наука и университеты».
Источник публикации научно-информационный портал ПОИСК.