Данная работа посвящена разработке и тестированию метода фильтрации КТ- изображений с использованием предварительного переноса стиля на изображение перед обработкой с помощью свёрточной нейронной сети. Целью работы является разработка и реализация метода, а также оценка применимости переноса стиля на изображения в качестве предобработки перед использованием ANN для улучшения качества финального результата фильтрации КТ-изображения. В ходе работы был реализован алгоритм, состоящий из трёх стадий обработки КТ- изображения; было проведено сравнение качества фильтрации КТ-изображений с использованием переноса стиля и без него. Сравнение было произведено путём измерения зашумлённости изображений после фильтрации, а также с помощью оценки сохранения структурных деталей изображения. Результаты, полученные в данной работе, позволяют сделать выводы о том, что в случае ограниченного объёма размеченных данных для обучения нейронных сетей для фильтрации КТ-изображений их обобщающие способности могут быть улучшены с помощью разработанного подхода, а именно с помощью переноса автоматически подобранного стиля на это изображение.

The given work is devoted to implementation and performance estimation of method of CT images filtration improvement via style transfer as a domain adaptation. Experiments on different datasets demonstrate that proposed strategy is applicable for real world situations, when ANNs only have access to limited labelled data number. In this case fast automatic style transfer as a preprocessing step may improve the generalization ability.