तकनीकी सारांश: PRISM – व्याख्यात्मक आकार मॉडलिंग के लिए एक 3D संभाव्य न्यूरल प्रतिनिधित्व (A 3D Probabilistic Neural Representation for Interpretable Shape Modeling)

1. समस्या विवरण (Problem Statement)

सांख्यिकीय आकार मॉडलिंग (Statistical Shape Modeling - SSM) का लक्ष्य जैविक भिन्नता को मापने के लिए शारीरिक ज्यामिति (anatomical geometries) के वितरण को कैप्चर करना है। स्वास्थ्य सेवा अनुसंधान में एक महत्वपूर्ण चुनौती यह है कि निरंतर सहचरों (covariates) (जैसे आयु $t$) के जवाब में शरीर रचना विज्ञान कैसे विकसित होता है, इसे मॉडल करना और साथ ही स्थानिक रूप से परिवर्तनशील अनिश्चितताओं (spatially varying uncertainties) को मापना। मौजूदा दृष्टिकोणों में महत्वपूर्ण सीमाएँ हैं:

• निश्चयात्मक मॉडल (Deterministic Models): NAISR जैसे तरीके उच्च-सटीकता वाली सशर्त पीढ़ी (conditional generation) प्राप्त करते हैं, लेकिन वे मौलिक रूप से निश्चयात्मक हैं, जो आत्मविश्वास या जनसंख्या भिन्नता को दर्शाए बिना केवल बिंदु अनुमान (point estimates) प्रदान करते हैं।
• शास्त्रीय सांख्यिकीय एटलस (Classical Statistical Atlases): विभेदक मैपिंग (diffeomorphic mapping, जैसे LDDMM) पर आधारित दृष्टिकोण पैरामीटर स्पेस (जैसे प्रारंभिक मोमेंटा) में परिवर्तनशीलता को मॉडल करते हैं। हालाँकि, इस अनिश्चितता को इमेज डोमेन तक पहुँचाना ताकि शरीर रचना पर एक बिंदु-वार अनिश्चितता मानचित्र प्राप्त किया जा सके, विश्लेعي रूप से कठिन है, और इसके लिए आमतौर पर गणनात्मक रूप से गहन संख्यात्मक पुनर्मूल्यांकन (जैसे मोंटे कार्लो) की आवश्यकता होती है।
• अंतराल (Gap): एक ऐसे ढांचे का अभाव है जो सैद्धांतिक रूप से सुदृढ़, क्लोज्ड-फॉर्म (closed-form) फॉर्मूलेशन प्रदान कर सके, जो सीधे आंतरिक जैविक अस्पष्टता को शारीरिक स्थान पर मैप कर सके, जिससे सहचरों (covariates) पर आधारित स्थानिक रूप से रिज़ॉल की गई अनिश्चितता का परिमाणीकरण संभव हो सके।

2. कार्यप्रणाली (Methodology)

PRISM (प्रोबेबिलिस्टिक इंटरप्रिटेबल शेप मॉडलिंग) इंप्लिसिट न्यूरल रिप्रेजेंटेशन को सूचना ज्यामिति (information geometry) के साथ जोड़ता है। यह आकार के विकास को एक निरंतर, हेटरोसेडास्टिक गाऊसी क्षेत्र (heteroscedastic Gaussian field) के रूप में मॉडल करता है जो एक सहचर $t$ (जैसे कालानुक्रमिक आयु) पर आधारित होता है।

2.1. सशर्त आकार वितरण (Conditional Shape Distribution)

यह ढांचा एक सामान्य टेम्पलेट $T$ से विस्थापन क्षेत्रों (displacement fields) $\phi$ के रूप में प्रतिनिधित्व किए गए आकारों पर कार्य करता है। एक टेम्पलेट बिंदु $p$ और सहचर $t$ के लिए, विस्थापन $d$ को इस प्रकार मॉडल किया जाता है:
$$d | p, t \sim \mathcal{N}(\mu(p, t), \Sigma(p, t))$$
जहाँ $\mu(p, t)$ माध्य विकासात्मक प्रक्षेपवक्र (mean developmental trajectory) है और $\Sigma(p, t)$ कुल जनसंख्या परिवर्तनशीलता को दर्शाता है।

• आर्किटेक्चर: एक कोऑर्डिनेट-आधारित न्यूरल नेटवर्क $f(\cdot)$ $\mu$ और $\Sigma$ के चोलेस्की फैक्टर (Cholesky factor) $L$ (जहाँ $\Sigma = LL^\top$) को पैरामीटराइज़ करता है।
• विघटन (Decomposition): मॉडल पहचान क्षमता (identifiability) सुनिश्चित करने के लिए सहचर-संचालित पदों को सहचर-स्वतंत्र अवशेषों (residuals) से अलग करता है।
• प्रशिक्षण: माध्य अनुमान में वेरियंस-वेटेड ग्रेडिएंट्स के कारण होने वाले पूर्वास (bias) से बचने के लिए, PRISM एक दो-चरणीय करिकुलम (curriculum) का उपयोग करता है। यह $\ell_1$ लॉस के साथ माध्य शाखा ($\mu$) को और नेगेटिव लॉग-लाइक्लीहुड (NLL) लॉस के साथ कोवेरियेंस शाखा ($\Sigma$) को प्रशिक्षित करके ग्रेडिएंट प्रसार को अलग करता है, जिसमें संयुक्त अनुकूलन (joint optimization) से पहले माध्य के लिए वार्म-अप चरण का उपयोग किया जाता है।

2.2. आंतरिक समय अनुमान (Intrinsic Time Estimation)

यह ढांचा आंतरिक समय $\tau$ को पेश करता है, जो एक लेटेंट वेरिएबल (latent variable) है और कालानुक्रमिक समय $t$ से भिन्न वास्तविक विकासात्मक प्रगति का प्रतिनिधित्व करता है।

• इनवर्स एनकोडर (Inverse Encoder): एक एमोर्टाइज्ड (amortized) इनवर्स एनकोडर $g(\cdot)$ को स्थानीय अवलोकनों (टेम्पलेट बिंदु $p$ और विस्थापन $d$) को सीधे अनुमानित आंतरिक समय $\hat{\tau}$ में मैप करने के लिए प्रशिक्षित किया जाता है।
• प्रशिक्षण: एनकोडर को फॉरवर्ड मॉडल द्वारा उत्पन्न सिंथेटिक ट्रिपलेट्स $(p, d, \tau)$ पर $\ell_1$ लॉस को कम करते हुए प्रशिक्षित किया जाता है। यह बिना टेस्ट-टाइम ऑप्टिमाइज़ेशन के पूरे शरीर रचना में सघन (dense) टेम्पोरल इन्फरेंस की अनुमति देता है।

2.3. टेम्पोरल अनिश्चितता परिमाणीकरण (Temporal Uncertainty Quantification)

PRISM फिशर इंफॉर्मेशन (Fisher Information) मेट्रिक का उपयोग करके आंतरिक समय अनुमान की अनिश्चितता को मापता है।

• सैद्धांतिक आधार: इस धारणा के तहत कि जनसंख्या-औसत आंतरिक समय कालानुक्रमिक समय के बराबर है ($E[\tau] = t$), क्रैमर-राओ (Cramér-Rao) असमानता बताती है कि एस्टीमेटर का वेरिएंस फिशर इंफॉर्मेशन के व्युत्क्रम द्वारा सीमित है: $\text{Var}(\tau) \geq 1/I(p, t)$।
• क्लोज्ड-फॉर्म मेट्रिक: हेटरोसेडास्टिक गाऊसी मॉडल के लिए, फिशर इंफॉर्मेशन एक क्लोज्ड-फॉर्म अभिव्यक्ति स्वीकार करती है जो दो पदों में विभाजित है:
  1. $I_\mu$ (मीन टर्म): माध्य प्रक्षेपवक्र के विकास से प्राप्त सूचना।
  2. $I_\Sigma$ (कोवेरियेंस टर्म): जनसंख्या फैलाव (dispersion) में परिवर्तनों से प्राप्त सूचना।
• चयन: लेखक केवल $I_\mu$ को टेम्पोरल अनिश्चितता मेट्रिक के रूप में रखते हैं। उनका तर्क है कि जबकि $I_\Sigma$ जनसंख्या विविधता के संबंध में सांख्यिकीय रूप से सूचनात्मक है, यह स्थानीय स्तर पर व्यक्ति को माध्य विकासात्मक प्रक्षेपवक्र के साथ जोड़ने के लक्ष्य के समानांतर (orthogonal) है।
• गणना: मेट्रिक की गणना ऑटोमैटिक डिफरेंशिएशन के माध्यम से माध्य प्रक्षेपव $\frac{\partial \mu}{\partial t}$ और कोवेरियंस $\Sigma^{-1}$ के माध्यम से विश्लेषणात्मक रूप से की जाती है, जिससे सैंपलिंग वेरिएंस से बचा जा सकता है।

2.4. अनुप्रयोग (Applications)

यह एकीकृत ढांचा निम्नलिखित का समर्थन करता है:

• निरंतर आकार प्रक्षेपवक्र (Continuous Shape Trajectory): मनमाने स्पैटियो-टेम्पोरल रिज़ॉल्यूशन पर मानक जनसंख्या वितरण उत्पन्न करना।
• आंतरिक समय अनुमान (Intrinsic Time Estimation): वैश्विक या स्थानीय विकासात्मक चरणों का अनुमान लगाना।
• व्यक्तिगत अनुदैर्घ्य भविष्यवाणी (Personalized Longitudinal Prediction): यह मानते हुए कि किसी विषय का टेम्पोरल z-स्कोर स्थिर रहता है, भविष्य के आकारों का पूर्वानुमान लगाना।
• आउट-ऑफ-डिस्ट्रीब्यूशन (OOD) डिटेक्शन: उन क्षेत्रों की पहचान करके विसंगतियों (जैसे सबग्लोटिक स्टेनोसिस) का पता लगाना जहाँ स्थानीय आंतरिक समय, स्थानीय अनिश्चितता द्वारा सामान्यीकृत होने के बाद, एनाटॉमी-वाइड मीडियन से काफी पीछे रह जाता है।

3. मुख्य योगदान (Key Contributions)

1. कंडीशनल प्रोबेबिलिस्टिक इंप्लिसिट फील्ड: एक ढांचा जो क्रॉस-सेक्शनल डेटा से माध्य विकासात्मक प्रक्षेपवक्र और स्थानिक रूप से परिवर्तनशील जनसंख्या परिवर्तनशीलता को संयुक्त रूप से मॉडल करता है।
2. क्लोज्ड-फॉर्म फिशर इंफॉर्मेशन मेट्रिक: ऑटोमैटिक डिफरेंशिएशन के माध्यम से कुशल स्थानीय अनिश्चितता परिमाणीकरण के लिए एक विश्लेषणात्मक रूप से सुलभ तरीका, जो मोंटे कार्लो पुनर्मूल्यांकन की आवश्यकता को समाप्त करता है।
3. एमोर्टाइज्ड इनवर्स एनकोडर: टेस्ट-टाइम ऑप्टिमाइज़ेशन के बिना स्थानीय आकारों से आंतरिक विकासात्मक समय का अनुमान लगाने के लिए एक तंत्र, जो सघन टेम्पोरल इन्फरेंस को सक्षम बनाता है।

4. प्रयोगात्मक परिणाम (Experimental Results)

प्रयोग तीन सिंथेटिक डेटासेट्स (Starman G/L, ANNY) और एक क्लिनिकल डेटासेट (पीडियाट्रिक एयरवे) पर किए गए।

• मीन प्रक्षेपवक्र पुनर्निर्माण (Mean Trajectory Reconstruction): PRISM ने बेसलाइन A-SDF और NAISR की तुलना में पुनर्निर्माण त्रुटि (Chamfer, Hausdorff, Earth Mover's Distance) में प्रतिस्पर्धी या बेहतर प्रदर्शन किया। इसने विरल (sparse) डेटा से वैश्विक रुझानों को प्रभावी ढंग से रिकवर किया।
• आंतरिक समय अनुमान (Intrinsic Time Estimation):
  • वैश्विक (Global): PRISM का एमोर्टाइज्ड इन्फरेंस, टेस्ट-टाइम ऑप्टिमाइज़ेशन (TTO) बेसलाइन्स की तुलना में एक क्रम (order of magnitude) अधिक तेज़ था, जबकि तुलनीय सटीकता बनाए रखी।
  • स्थानीय (Local): Starman (L) डेटासेट पर, PRISM ने अनूठे रूप से स्थानिक रूप से परिवर्तनशील आंतरिक समय (हाथ बनाम पैर) के सटीक अनुमान को प्राप्त किया, जो बेसलाइन्स में मौजूद नहीं था।
• अनिश्चितता परिमाणीकरण (Uncertainty Quantification): ग्राउंड ट्रुथ के साथ सिंथेटिक डेटा पर, PRISM द्वारा अनुमानित 95% कॉन्फिडेंस इंटरवल वास्तविक कंडीशनल डिस्ट्रीब्यूशन के साथ निकटता से संरेखित थे। क्लिनिकल एयरवे डेटा पर, अनिश्चितता बैंड स्थानिक रूप से भिन्न थे, जिन्होंने सॉफ्ट टिश्यू क्षेत्रों (जैसे जीभ का आधार) को उच्च परिवर्तनशीलता वाले क्षेत्रों के रूप में सही ढंग से पहचाना।
• व्यक्तिगत भविष्यवाणी (Personalized Prediction): PRISM ने अनुदैर्घ्य भविष्यवाणी कार्यों में बेसलाइन्स को पछाड़ दिया, जो प्रशिक्षण रेंज से परे मजबूत एक्सट्रपलेशन प्रदर्शित करता है।
• OOD डिटेक्शन: लोकल स्कोरिंग के साथ PRISM ने पैथोलॉजिकल एयरवे नैरोइंग का पता लगाने में सभी ग्लोबल-टाइम विधियों (NAISR के 0.605 AUC के मुकाबले 0.875 AUC) से काफी बेहतर प्रदर्शन किया। यह स्थानीय विकासात्मक विचलन को पकड़ने में ग्लोबल दृष्टिकोण की सीमाओं को उजागर करता है।

5. महत्व और दावे (Significance and Claims)

लेख दावा करता है कि PRISM अनिश्चितता-जागरूक सांख्यिकीय आकार विश्लेषण के लिए पहला इंप्लिसिट न्यूरल रिप्रेजेंटेशन ढांचा है। इसका महत्व यहाँ निहित है:

• व्याख्यात्मकता (Interpretability): शरीर रचना पर सीधे स्थानिक रूप से निरंतर, नैदानिक रूप से सार्थक अनिश्चितता अनुमान प्रदान करना।
• दक्षता (Efficiency): संख्यात्मक पुनर्मूल्यांकन की तुलना में एक क्लोज्ड-फॉर्म समाधान प्रदान करना जो टेम्पोरल अनिश्चितता के लिए गणनात्मक रूप से कुशल है।
• बहुमुखी प्रतिभा (Versatility): एक एकल संभाव्य मॉडल के भीतर आकार के विकास और व्यक्तिगत भविष्यवाणी से लेकर विसंगति का पता लगाने तक विविध कार्यों को संभालने में सक्षम एक एकीकृत ढांचे का प्रदर्शन।
• नैदानिक उपयोगिता (Clinical Utility): पीडियाट्रिक एयरवे विश्लेषण पर इन अवधारणाओं को सफलतापूर्वक लागू करना, जहाँ शारीरिक भिन्नता और पैथोलॉजी के बीच अंतर करना महत्वपूर्ण है।

लेखक वर्तमान में एकल स्केलर सहचर (scalar covariate) पर निर्भरता और दीर्घकालिक गिरावट वाली स्थितियों (degenerative conditions) के लिए पूर्वानुमान में आगे के सत्यापन की आवश्यकता जैसी सीमाओं को नोट करते हैं। वे इस बात पर जोर देते हैं कि क्लिनिकल ट्रांसलेशन के लिए लक्षित आबादी पर बाहरी सत्यापन की आवश्यकता है और चेतावनी देते हैं कि जब व्यक्तिगत भिन्नता सहचर-संचालित भिन्नता के करीब पहुँचती है, तो भविष्यवाणियों की व्याख्या सावधानी से की जानी चाहिए।