אוטואנקודר קוונטי לניקוי רעש משפר איכות תמונות מוקד לעיניים לסקר מוקדם של רטינופתיה סוכרתית

סריקות עין חדה יותר להגנת הראייה

עבור מיליוני אנשים חיים עם סוכרת, צילום פשוט של חלקו האחורי של העין יכול לחשוף את סימני האזהרה המוקדמים ביותר לעיוורון. אך תמונות רשתית אלה לעיתים קרובות גרעיניות או מטושטשות עקב רעש מצלמה, מה שמקשה לראות פרטים קטנים שיכולים להציל את הראייה. המאמר הזה בוחן בעל ברית לא שגרתי במאבק בעיוורון: שיטת ניקוי תמונה חדשה המשלבת למידת עומק עכשווית עם מחשבים קוונטיים עתידיים כדי לייצר סריקות עין ברורות יותר לסקר מוקדם של רטינופתיה סוכרתית.

מדוע פרטים קטנים בתמונות עין חשובים

רטינופתיה סוכרתית היא מחלה שבה רמות סוכר גבוהות בדם פוגעות בהדרגה בכלי הדם העדינים ברשתית. רופאים מחפשים בליטות קטנות בכלי הדם (מיקרואנוריזמות), נימים מתפצלים דקים ושינויים תת־עמומים במרקם כדי לתפוס את המחלה לפני שאבדן הראייה יתחיל. סימנים אלה נראים לעיתים בכמה פיקסלים בודדים בלבד בתצלום מוקד סטנדרטי. לצערנו, תמונות מהעולם האמיתי שנלקחות במרכזי סקר מושפעות מסוגים רבים של רעש: ליקויי חיישן, תאורה חלשה וטשטוש תנועה. כלי ניקוי מסורתיים, כמו החלקה גאוסית או פילטרי חציון, יכולים להסיר חלק מהרעש—אך הם נוטים למחוק דווקא את המבנים העדינים שהרופאים מתמקדים בהם.

מגבלות המסננים החכמים של היום

בשנים האחרונות שיטות למידת עומק הפכו לסוסי עבודה בניקוי רעש בתמונות רפואיות. אוטואנקודרים קונבולוציוניים, רשתות שאריות (ResNets) ורשתות CNN מיוחדות לניקוי רעש יכולים ללמוד כיצד אמורה להיראות תמונה "נקייה" ואז להסיר את הרעש מסריקות חדשות. מודלים אלה עובדים היטב, אך יש להם חסרונות. כדי לתפוס דפוסים מורכבים בתמונה הם זקוקים להרבה שכבות ומיליוני פרמטרים, מה שדורש חישוב כבד והרבה נתוני אימון. בהדמיה רפואית, שבה מערכי נתונים מתויגים הם יחסית קטנים, מודלים גדולים כאלה עלולים להתאים יתר על המידה—לשנן תמונות אימון במקום להכליל—ולעדיין לטשטש כלי דם דקים או פגיעות זעירות.

להכניס רעיונות קוונטיים לתמונה

המחברים מציעים גישה היברידית הנקראת אוטואנקודר ניקוי רעש קוונטי (QDAE). במבט ראשון הוא דומה לצינור למידת עומק סטנדרטי: מקודד קלאסי מדחס כל צילום עין עם רעש למערכת תכונות קומפקטית, ומאוחר יותר מפענח קלאסי משחזר תמונה מנוקתה. הסיבוב הקריטי קורה באמצע. במקום להעביר תכונות ישירות דרך צוואר בקבוק מתמטי פשוט, QDAE ממיר אותן למצב בסגנון קוונטי ומעבד אותן עם מעגל קוונטי מוכלל קטן לפני החזרה למצב קלאסי. במכונות קוונטיות פיזיות, סופרפוזיציה תאפשר לשקול בו־זמנית קומבינציות רבות של תכונות, ושזירה תקשר חלקים מרוחקים של התמונה. אף שעבודה זו משתמשת בסימולציה של מעגלים על GPU רגיל, אותו מבנה מאפשר למודל לייצג קשרים לא־ליניאריים ועשירים בין פיקסלים עם מספר יחסי קטן של פרמטרים הניתנים לאימון.

תמונות ברורות יותר, כלים דקים נשמרים

כדי לבחון את QDAE, החוקרים השתמשו במאגר תמונות רשתית ציבורי, שמדוּג בקנה מידה של 224×224 פיקסלים ונדבק באופן מלאכותי ברעש גאוסי וספקל ריאליסטיים. הם השוו את שיטתם לשלוש שורות בסיס חזקות: אוטואנקודר קונבולוציוני, מודל מבוסס ResNet ורשת CNN פופולרית לניקוי רעש. כל המודלים אומנו והוערכו על אותם נתונים באמצעות מדדי איכות תמונה סטנדרטיים. המודל המועשר בקוונטי הצטיין בכל מדד מרכזי: הוא השיג יחס אות לרעש (PSNR) של 38.8 דציבלים וציון דמיון מבני (SSIM) של 0.96, גבוה משמעותית מהרשתות הקלאסיות. כמו כן הוא שמר טוב יותר על עוצמת האור והדפוסי המרקם המקוריים בתמונות, כולל בהירות וניגודיות של דיסק הראייה, מקולה ורשת הכלים הדקים. אף שהשלב הקוונטי הוסיף השהייה קטנה—כ־חצי שנייה לתמונה—עלות החישוב הכוללת נשארה דומה לזו של רשתות CNN עמוקות הודות לשימוש במעגלים רדודים עם רק ארבעה קיוביטים ושלוש שכבות.

מה משמעות הדבר למטופלים ומרפאות

עבור אדם עם סוכרת, הפרטים הטכניים מתקצרים לתועלת פשוטה: תמונות עין חדות יותר שמקלות על תוכנה ומומחים לזהות מחלה בשלב מוקדם, כשהטיפול עדיין יכול למנוע אובדן ראייה. QDAE פועל כשכבת קדם־ניקוי חכמה שניתן לחבר למערכות סקר קיימות, ותומך בכלים שמבצעים סגמנטציה של נגעים או דרוג חומרת המחלה. מכיוון שהחלק הקוונטי כעת מדומה, בתי חולים לא יצטרכו חומרה קוונטית מיוחדת כדי לנסות אותו, אך העיצוב מוכן להתאמה להתקנים קוונטיים עתידיים ככל שיתבגרו. המחקר עדיין זקוק לבחינה קלינית רחבה יותר על תמונות ממספר מרפאות ומצלמות שונות, אך הוא מציע הצצה מסקרנת לאופן שבו מחשוב בהשראה קוונטית יכול לשפר בדיקות עיניים שגרתיות ובעתיד לסייע בשימור הראייה.

ציטוט: Chilukuri, R., P, P., Gatla, R.K. et al. Quantum denoising autoencoder improves retinal fundus image quality for early diabetic retinopathy screening. Sci Rep 16, 5970 (2026). https://doi.org/10.1038/s41598-026-35540-3

מילות מפתח: רטינופתיה סוכרתית, הדמית רשתית, ניקוי רעש תמונה, למידת מכונה קוונטית, בינה מלאכותית רפואית