空間内で粒子がどのように移動するかを説明する数学は、迷走ピクセルに適用され、画像からノイズを除去します。
ジャーナルから： AIPは進歩します
量子力学の原則に基づく医療画像除去方法機械学習、統計的方法、およびニューラルネットワークを上回る。同じアプローチは、大規模な量子コンピューティングのパフォーマンスを支援する可能性があります。クレジット：Hashemi et al。
ワシントン、2025年8月12日 – 超音波やMRIなどの医療イメージング方法は、バックグラウンドノイズの影響を受けることがよくあります。医療画像に依存する臨床医の場合、バックグラウンドノイズは正確な診断を行う際の根本的な問題です。
除去の方法はある程度成功して開発されていますが、医療画像のノイズパターンの複雑さと闘い、パラメーターの手動での調整が必要であり、除去プロセスに複雑さを加えます。
「量子局在は物理的な材料の確立された現象ですが、私たちの主要な革新は、騒々しいイメージのためにそれを概念化することでした。物理学を比phor的にだけでなく、文字通り翻訳しました」 「この基本的な類推は以前には存在しませんでした。私たちはそれを最初に正式化しました。」
「主な側面は、個別の動作を活用することにより、画像内のピクセルのローカライズされた（信号）および非ローカライズされた（ノイズ）コンポーネントを自動的に分離するアルゴリズムを開発することでした」とHashemi氏は述べています。
「私たちの方法は、ローカリゼーションや拡散的なダイナミクスなど、物理学駆動の原則を活用しています。これは、高価な最適化なしにシグナルから本質的にノイズを分離します」とHashemi氏は述べています。 「アルゴリズムは設計によって機能し、ブルートフォース計算を回避します。」
それらの方法には、医療イメージの除去だけでなく、量子コンピューティング全体にもアプリケーションがあります。
「当社の物理主導のフレームワークは、量子システムの計算プリミティブと一致しており、量子コンピューティングスケールとしての潜在的なパフォーマンスの利点を提供します。」
###
記事タイトル
医療イメージングへの適用を伴う量子ローカリゼーションを使用した除去に関する新しい視点
著者
Amirreza Hashemi、Sayantan Dutta、Bertrand Georgeot、DenisKouamé、Hamid Sabet
著者の所属
マサチューセッツ総合病院＆ハーバード大学医学部、Weill Cornell Medicine、Advanced Technology Group、UniversitédeToulouse
#次のレベルのピクセル粒子の類推を使用した医療画像の明確化