PatchDenoiser: Denoising multiscala leggero per imaging TC a basso dosaggio

È stato introdotto un nuovo sistema di denoising leggero chiamato PatchDenoiser per l'imaging TC a basso dosaggio, che affronta i problemi di rumore causati da livelli di radiazione ridotti, movimento del paziente o limitazioni dello scanner. Le tecniche di filtraggio convenzionali tendono a rendere le immagini eccessivamente lisce, con conseguente perdita di dettagli anatomici intricati. Al contrario, i metodi di deep learning come CNN, GAN e transformer spesso non riescono a mantenere i dettagli o richiedono modelli grandi e dispendiosi in termini di risorse. PatchDenoiser separa il denoising in estrazione locale della texture e aggregazione globale del contesto, combinate attraverso un approccio di fusione di patch spazialmente consapevole. Questo framework basato su patch multiscala riduce efficacemente il rumore mantenendo i dettagli strutturali e anatomici fini, presentando un'opzione pratica ed energeticamente efficiente per l'uso clinico. La metodologia è descritta in un preprint su arXiv (2602.21987).