Inter-Beat Interval Estimation with Tiramisu Model: A Novel Approach with Reduced Error

कल्पना कीजिए कि आपका हृदय आपके सीने के भीतर एक छोटा, लयबद्ध ढोल बजाने वाला (drummer) है, जो एक ताल बजा रहा है जो आपके स्वास्थ्य के बारे में एक कहानी बताती है। कभी-कभी, वह कहानी एक स्थिर, सुखद लय होती है; अन्य समय में, यह एक उन्मत्त ड्रम सोलो होता है जो परेशानी का संकेत देता है। डॉक्टर इस लय को दो धड़कनों के बीच के समय को मापकर सुनते हैं, जिसे "इंटर-बीट इंटरवल" (या IBI) नामक एक छोटा सा अंतराल कहा जाता है। इस अंतराल में होने वाले बदलावों पर नज़र रखकर, वे संकट आने से पहले हृदय रोग के शुरुआती चेतावनी संकेतों को पहचान सकते हैं। लेकिन यहाँ एक पेंच है: जब आप स्थिर बैठे होते हैं तो अपने दिल को सुनना आसान है। लेकिन जब आप मैराथन दौड़ रहे हों, नाच रहे हों, या बस इधर-उधर घूम रहे हों, तो इसे सुनना एक दुःस्वप्न है। आपके शरीर की हलचल एक अराजक शोर (static noise) पैदा करती है जो नाजुक धड़कन को दबा देती है, जैसे किसी रॉक कॉन्सर्ट के बीच में फुसफुसाहट सुनने की कोशिश करना। वर्षों से, वैज्ञानिक इस "मोशन नॉइज़" (गति के कारण होने वाले शोर) को साफ करने और एक स्पष्ट रीडिंग प्राप्त करने के लिए संघर्ष कर रहे हैं, और अक्सर तब विफल हो जाते हैं जब शोर बहुत अधिक हो जाता है।

यह शोध पत्र इस समस्या के लिए एक चतुर नया समाधान पेश करता है, जो "तिरामिसु मॉडल" (Tiramisu model) नामक कृत्रिम बुद्धिमत्ता (AI) के एक प्रकार का उपयोग करता है। इस मॉडल को एक फैंसी केक के रूप में नहीं, बल्कि एक अत्यंत स्मार्ट, बहु-स्तरीय छलनी के रूप में सोचें। जब एक अस्त-व्यस्त, शोर वाले हृदय संकेत को इस छलनी में डाला जाता है, तो यह AI अराजकता के बीच से छानता है, शोर और गति के प्रभावों को हटा देता है जबकि हृदय की धड़कन के महत्वपूर्ण हिस्सों को बरकरार रखता है। शोधकर्ताओं ने पाया कि यह तरीका अपने काम में अविश्वसनीय रूप से कुशल है। यहाँ तक कि जब शोर इतना तेज़ हो कि वह वास्तविक हृदय संकेत से 1,000 गुना अधिक शक्तिशाली हो (जिसे -30dB के स्तर के रूप में जाना जाता है), तब भी उनका मॉडल हृदय की चोटियों (peaks) को ढूंढ सकता है और उनके बीच के समय की उच्च सटीकता के साथ गणना कर सकता है। इन चरम स्थितियों में, उनकी विधि ने त्रुटि दर को 8% से नीचे रखा, जो आज उपलब्ध अन्य शीर्ष-स्तरीय तकनीकों की तुलना में काफी बेहतर है। हालाँकि यह मॉडल हृदय की विद्युत तरंग के पूरे आकार को पूरी तरह से बहाल नहीं कर सकता है, लेकिन यह सबसे महत्वपूर्ण हिस्से—धड़कनों के समय—को सफलतापूर्वक बचा लेता है, जिससे सक्रिय लोगों के लिए भी अधिक विश्वसनीय स्वास्थ्य निगरानी संभव हो पाती है।

शोर भरी दुनिया में हृदय की धड़कन का जासूस

आइए इस कहानी में उतरें कि कैसे शोधकर्ताओं की इस टीम ने "शोर भरी धड़कन" की समस्या को हल किया।

समस्या: तूफान में खोई हुई धड़कन
कल्पना कीजिए कि आप एक अंधेरे कमरे में जुगनू की तस्वीर लेने की कोशिश कर रहे हैं। यदि कमरा शांत और स्थिर है, तो यह आसान है। लेकिन यदि कोई कैमरा हिलाना शुरू कर दे और चमकदार स्ट्रोब लाइटें चमकाने लगे (जो "मोशन आर्टिफैक्ट" शोर है), तो जुगनू गायब हो जाता है। हृदय सेंसरों के साथ भी यही होता है जब आप हिलते-डुलते हैं। सेंसर आपके हृदय के विद्युत संकेत को पकड़ते हैं, लेकिन वे आपकी मांसपेशियों की हरकत और त्वचा के खिंचाव से उत्पन्न शोर को भी पकड़ लेते हैं। यह शोर इतना शक्तिशाली होता है कि यह हृदय के "R-peaks" (वे तीक्ष्ण स्पाइक्स जो एक धड़कन को चिह्नित करते हैं) को दबा देता है, जिससे धड़कनों को गिनना या उनके बीच के समय को सटीक रूप से मापना असंभव हो जाता है।

समाधान: तिरामिसु मॉडल
शोधकर्ताओं ने हृदय संकेतों के लिए एक डिजिटल "नॉइज़-कैंसलिंग हेडफ़ोन" बनाने का निर्णय लिया, लेकिन ध्वनि के बजाय, यह विद्युत तरंगों पर काम करता है। उन्होंने "तिरामिसु" आर्किटेटेक्चर पर आधारित एक डीप लर्निंग मॉडल का उपयोग किया। तिरामिसु क्यों? ठीक वैसे ही जैसे प्रसिद्ध इतालवी मिठाई में केक और क्रीम की कई परतें होती हैं, इस AI मॉडल में डिजिटल प्रोसेसिंग की कई परतें हैं।

यहाँ बताया गया है कि परतें कैसे काम करती हैं:

1. द स्क्वीज़ (दबाव): शोर वाला संकेत मॉडल में प्रवेश करता है। पहली परतें डेटा को संकुचित (compress) करके सबसे महत्वपूर्ण पैटर्न खोजने के लिए एक तंग दबाव की तरह कार्य करती हैं।
2. द फ़िल्टर (छलनी): जैसे-जैसे संकेत परतों के माध्यम से आगे बढ़ता है, मॉडल यह पहचानना सीख जाता है कि "शोर" कैसा दिखता है और "वास्तविक धड़कन" कैसी दिखती है। यह एक क्लब के बाउंसर की तरह है जो जानता है कि डांस फ्लोर पर कौन रहने योग्य है (धड़कन) और कौन केवल एक व्यवधान है (शोर)।
3. द रिवील (प्रकटीकरण): संकेत दूसरी ओर से बाहर आता है, अपने मूल आकार में वापस फैल जाता है, लेकिन अब शोर गायब है। R-peaks (हृदय की धड़कनें) स्पष्ट रूप से उभर कर आती हैं, जैसे जुगनू फिर से चमक रहा हो।

परिणाम: शोर की लड़ाई में जीत
टीम ने अपने मॉडल का परीक्षण उन हृदय संकेतों पर किया जो पूरी तरह से शोर में दबे हुए थे। उन्होंने केवल थोड़ा परीक्षण नहीं किया; उन्होंने परीक्षण तब तक किया जब तक कि शोर हृदय संकेत से 1,000 गुना अधिक तेज़ नहीं हो गया (एक सिग्नल-टू-नॉइज़ रेशियो ऑफ -30dB)।

• सटीकता: इस अराजक वातावरण में भी, मॉडल ने धड़कनों के बीच के समय का अनुमान लगाने में औसतन केवल 13 मिलीसेकंड की त्रुटि दर्ज की। यह पलक झपकने से भी कम समय है!
• तुलना: उन्होंने अपने तिरामिसु मॉडल की तुलना अन्य स्मार्ट तरीकों से की जो वैज्ञानिकों द्वारा पहले विकसित किए गए थे। अन्य तरीके इस शोर के स्तर पर बुरी तरह संघर्ष करते हैं, जहाँ त्रुटियाँ 31 मिलीसेकंड से लेकर लगभग 50 मिलीसेकंड तक पहुँच जाती हैं। तिरामिसु मॉडल स्पष्ट विजेता था, जिसने अपनी त्रुटि प्रतिशत को 8% से नीचे रखा जबकि अन्य बहुत ऊपर चले गए।
• सीमा: शोधकर्ता अपनी सीमाओं के प्रति ईमानदार थे। उन्होंने पाया कि यदि शोर -30dB से भी अधिक बढ़ जाता है, या यदि हृदय का संकेत असामान्य रूप से विकृत (जैसे अलग-अलग आकार की धड़कनें) हो जाता है, तो मॉडल संघर्ष करने लगता है। यह शोर को साफ करने में तो बेहतरीन है, लेकिन यह टूटे हुए हृदय संकेत या बहुत अधिक बिगड़े हुए संकेत को ठीक नहीं कर सकता।

यह क्यों महत्वपूर्ण है
यह केवल एक साफ ग्राफ बनाने के बारे में नहीं है; यह सक्रिय लोगों के लिए स्वास्थ्य निगरानी को संभव बनाने के बारे में है। वर्तमान में, यदि आप व्यायाम करते समय हार्ट मॉनिटर पहनते हैं, तो डेटा अक्सर इतना अव्यवस्थित होता है कि उस पर भरोसा नहीं किया जा सकता। यह नया तरीका बताता है कि एक दिन हम ऐसे उपकरण पहन सकते हैं जो हमें दौड़ते, कूदते या चलते समय भी सटीक हृदय डेटा दे सकें। यह एक शोर भरे, अनुपयोगी संकेत को एक स्पष्ट, जीवन बचाने वाली कहानी में बदल देता है, यह सिद्ध करता है कि सही डिजिटल उपकरणों के साथ, हम सबसे तेज़ तूफान में भी हृदय की फुसफुसाहट सुन सकते हैं।