🤖 machine learning

Brain Tumor Classification from 3D MRI Using Persistent Homology and Betti Features: A Topological Data Analysis Approach on BraTS2020

यह अध्ययन BraTS 2020 डेटासेट पर कुशल क्लासिकल मशीन लर्निंग क्लासिफायर के माध्यम से हाई-ग्रेड और लो-ग्रेड ग्लियोमा को वर्गीकृत करने में 89.19% सटीकता प्राप्त करते हुए, 3D FLAIR MRI वॉल्यूम से व्याख्या योग्य बेट्टी (Betti) फीचर्स निकालने के लिए पर्सिस्टेंट होमोलॉजी का उपयोग करने वाला एक टोपोलॉजी-ड्रिवन फ्रेमवर्क प्रस्तावित करता है।

मूल लेखक: Faisal Ahmed

प्रकाशित 2026-03-17

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Faisal Ahmed

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप दो प्रकार के बादलों के बीच अंतर करने की कोशिश कर रहे हैं: एक फूला हुआ, हानिरहित क्यूमुलस बादल (एक लो-ग्रेड ग्लियोमा) और एक गहरा, तूफानी, खतरनाक क्यूमुलोनिम्बस बादल (एक हाई-ग्रेड ग्लियोमा)।

आमतौर पर, डॉक्टर और कंप्यूटर इन बादलों को उनके रंग या बनावट (तीव्रता) को मापकर देखते हैं। लेकिन कभी-कभी, दो बादल दिखने में रंग और बनावट में बिल्कुल समान हो सकते हैं, फिर भी उनकी आंतरिक संरचना पूरी तरह से अलग हो सकती है। एक ठोस पानी का ब्लॉक हो सकता है, जबकि दूसरा छेदों और सुरंगों से भरा हो सकता है।

यह शोध पत्र 3D MRI स्कैन का उपयोग करके मस्तिष्क के ट्यूमर को देखने का एक नया तरीका प्रस्तावित करता है। केवल ट्यूमर के "रंग" को देखने के बजाय, लेखक, फैसल अहमद, टोपोलॉजिकल डेटा एनालिसिस (TDA) नामक एक गणितीय उपकरण का उपयोग करते हैं। इसे ट्यूमर के अंदर छेद के आकार को देखने के रूप में समझें, न कि केवल उसकी सतह को।

यहाँ सरल उपमाओं का उपयोग करके शोध पत्र का विवरण दिया गया है:

1. समस्या: बहुत अधिक डेटा, लेकिन स्पष्टता की कमी

ब्रेन MRI स्कैन लाखों छोटे क्यूब्स (वॉक्सेल) से बनी विशाल 3D पहेलियों की तरह हैं। पारंपरिक AI (डीप लर्निंग) इस पहेली को लाखों उदाहरणों को याद करके हल करने की कोशिश करता है। यह एक पुस्तकालय के हर एक वाक्य को याद करके भाषा सीखने जैसा है। यह काम तो करता है, लेकिन इसके लिए एक विशाल पुस्तकालय (बहुत सारा डेटा), एक बहुत बड़ा दिमाग (सुपरकंप्यूटर) चाहिए, और अंतिम परिणाम अक्सर एक "ब्लैक बॉक्स" होता है—हम जानते हैं कि यह काम करता है, लेकिन हम यह नहीं जानते कि क्यों।

2. समाधान: "छेद" खोजने वाला यंत्र

लेखक एक स्मार्ट, हल्के दृष्टिकोण का सुझाव देते हैं। हर पिक्सेल को याद करने के बजाय, आइए छेद गिनते हैं।

गणित में, तीन मुख्य प्रकार के "छेद" या आकार होते हैं जिन्हें हम एक 3D वस्तु में पा सकते हैं:

बेटी-0 (द्वीप): कितने अलग-अलग हिस्से हैं? (क्या ट्यूमर एक बड़ा पिंड है, या यह तीन छोटे द्वीपों में टूटा हुआ है?)
बेटी-1 (लूप): क्या वहां कोई सुरंग या रिंग है? (जैसे एक डोनट या पहाड़ के माध्यम से एक सुरंग।)
बेटी-2 (गुफाएं): क्या अंदर कोई बंद खाली स्थान है? (जैसे एक पत्थर के अंदर खोखली गेंद या गुफा।)

लेखक पर्ज़िस्टेंट होमोलॉजी (Persistent Homology) नामक एक विधि का उपयोग करते हैं। कल्पना कीजिए कि आप MRI स्कैन को धीरे-धीरे पानी से भर रहे हैं, नीचे से ऊपर की ओर। जैसे-जैसे पानी का स्तर बढ़ता है:

नए द्वीप दिखाई देते हैं (बेटी-0)।
सुरंगें बनती हैं और फिर जलमग्न हो जाती हैं (बेटी-1)।
गुफाएं भर जाती हैं (बेटी-2)।

इन आकारों के प्रकट होने और उनके गायब होने के समय को ट्रैक करके, कंप्यूटर ट्यूमर का एक अनूक सा "फिंगरप्रिंट" बनाता है।

3. प्रक्रिया: 3D स्कैन से एक सरल सूची तक

लेखक ने वास्तव में क्या किया:

डेटा: उन्होंने BraTS 2020 डेटासेट (ब्रेन ट्यूमर स्कैन का एक प्रसिद्ध संग्रह) से मस्तिष्क के 3D MRI स्कैन का उपयोग किया। उन्होंने FLAIR स्कैन पर ध्यान केंद्रित किया, जो एक विशेष फिल्टर की तरह है जो ट्यूमर को स्वस्थ मस्तिष्क के सामने "चमकने" में मदद करता है।
फ़िल्टर: उन्होंने पूरे मस्तिष्क को नहीं देखा, बल्कि केवल बीच के स्लाइस को देखा जहाँ ट्यूमर आमतौर पर पाया जाता है, ताकि समय बचाया जा सके।
गिनती: उन्होंने "पानी भरने" के सिमुलेशन (पर्ज़िस्टेंट होमोलॉजी) को चलाया ताकि 100 अलग-अलग "पानी के स्तरों" पर द्वीपों, लूपों और गुफाओं को गिना जा सके।
परिणाम: इसने एक विशाल 3D छवि को 300 नंबरों की एक सरल सूची में बदल दिया। ये नंबर ट्यूमर की आकृति का सटीक वर्णन करते हैं।
सफाई: उन 300 नंबरों में से कुछ केवल शोर (noise) थे। लेखक ने एक "फीचर सिलेक्शन" टूल (एक छलनी की तरह) का उपयोग किया ताकि केवल सबसे महत्वपूर्ण 14 से 42 नंबरों को रखा जा सके जो वास्तव में दोनों प्रकार के ट्यूमर के बीच अंतर करने में मदद करते हैं।

4. परीक्षण: सरल गणित बनाम जटिल AI

लेखक ने इन सरलीकृत नंबरों की सूचियों को दो क्लासिक, समझने में आसान मशीन लर्निंग मॉडलों में डाला: रैंडम फॉरेस्ट (निर्णय वृक्षों की एक समिति) और XGBoost (एक स्मार्ट, चरण-दर-चरण सीखने वाला)।

परिणाम:

इस सिस्टम को सुपरकंप्यूटर की आवश्यकता नहीं थी। यह एक मानक लैपटॉप पर चल गया।
इसे सीखने के लिए "नकली" डेटा (डेटा ऑग्मेंटेशन) की आवश्यकता नहीं पड़ी।
सटीकता: सबसे अच्छे मॉडल (रैंडम फॉरेस्ट) ने 89.19% बार सही पहचान की।
व्याख्यात्मकता (Interpretability): क्योंकि यह मॉडल छेदों और लूपों को गिनने पर आधारित है, इसलिए एक डॉक्टर वास्तव में समझ सकता है कि कंप्यूटर ने निर्णय क्यों लिया। "यह एक हाई-ग्रेड ट्यूमर है क्योंकि इसमें बहुत अधिक आंतरिक गुफाएं हैं," यह एक बहुत अधिक स्पष्ट व्याख्या है बजाय इसके कि "न्यूरल नेटवर्क की हिडन लेयर 4 एक्टिवेशन एक ट्यूमर का संकेत देती है।"

मुख्य निष्कर्ष

इस शोध पत्र को एक विशाल, महंगे, ब्लैक-बॉक्स कैमरे के बजाय एक स्मार्ट, हल्के चश्मे के रूप में समझें।

पूरे मस्तिष्क की तस्वीर को याद करने के बजाय, यह विधि कंप्यूटर को छेद के आकार को देखना सिखाती है। यह साबित करता है कि चिकित्सा समस्याओं को हल करने के लिए आपको हमेशा एक विशाल, जटिल AI की आवश्यकता नहीं होती है। कभी-कभी, डेटा के "आकार" को देखने का एक चतुर गणितीय तरीका अधिक तेज़, सस्ता और भरोसेमंद होता है।

संक्षेप में: लेखक ने दिखाया कि मस्तिष्क के ट्यूमर के अंदर "द्वीपों, सुरंगों और गुफाओं" को गिनकर, हम एक साधारण कंप्यूटर का उपयोग करके सटीक रूप से बता सकते हैं कि वह खतरनाक है या नहीं।

"परसिस्टेंट होमोलॉजी और बेटी फीचर्स का उपयोग करके 3D MRI से ब्रेन ट्यूमर वर्गीकरण: BraTS 2020 पर एक टोपोलॉजिकल डेटा एनालिसिस दृष्टिकोण।" का विस्तृत तकनीकी सारांश यहाँ दिया गया है।

1. समस्या विवरण (Problem Statement)

3D मैग्नेटिक रेजोनेंस इमेजिंग (MRI) से ब्रेन ट्यूमर (विशेष रूप से हाई-ग्रेड ग्लियोमा [HGG] और लो-ग्रेड ग्लियोमा [LGG] के बीच अंतर करना) का सटीक वर्गीकरण चुनौतीपूर्ण है क्योंकि:

उच्च आयामीता (High Dimensionality): 3D MRI वॉल्यूम में विशाल मात्रा में डेटा होता है, जिससे प्रोसेसिंग के लिए अत्यधिक कंप्यूटेशनल संसाधनों की आवश्यकता होती है।
जटिल संरचनात्मक पैटर्न (Complex Structural Patterns): ट्यूमर जटिल रूपात्मक विविधताओं (morphological variations) को प्रदर्शित करते हैं जिन्हें मानक तीव्रता-आधारित (intensity-based) फीचर्स के माध्यम से पकड़ना कठिन होता है।
डीप लर्निंग की सीमाएँ (Limitations of Deep Learning): जबकि कन्वेन्शनल न्यूरल नेटवर्क (CNNs) प्रमुख हैं, उन्हें विशाल लेबल वाले डेटासेट, व्यापक डेटा ऑग्मेंटेशन और महत्वपूर्ण कंप्यूटेशनल संसाधनों की आवश्यकता होती है। इसके अलावा, वे अक्सर व्याख्या योग्य (interpretable) नहीं होते हैं, जो नैदानिक निर्णय लेने के लिए अत्यंत महत्वपूर्ण है।

यह शोध पत्र एक समाधान प्रस्तावित करता है जो टोपोलॉजिकल डेटा एनालिसिस (TDA) का उपयोग करके 3D MRI वॉल्यूम से संक्षिप्त, व्याख्या योग्य और सुदृढ़ संरचनात्मक डिस्क्रिप्टर (descriptors) निकालकर इन सीमाओं को दूर करता है।

2. कार्यप्रणाली (Methodology)

प्रस्तावित ढांचा एक "टोपोलॉजी-संचालित" पाइपलाइन है जो परसिस्टेंट होमोलॉजी (Persistent Homology) का उपयोग करके 3D MRI वॉल्यूम को निश्चित-लंबाई वाले फीचर वेक्टर्स में परिवर्तित करता है। यह प्रक्रिया चार मुख्य चरणों से मिलकर बनी है:

A. डेटा प्रीप्रोसेसिंग (Data Preprocessing)

डेटासेट: BraTS 2020 डेटासेट जिसमें 369 विषय (293 HGG, 76 LGG) शामिल हैं।
मोडैलिटी (Modality): FLAIR (Fluid Attenuated Inversion Recovery) छवियों का चयन किया गया क्योंकि वे ट्यूमर से संबंधित एडिमा (edema) को सबसे बेहतर तरीके से दर्शाती हैं।
वॉल्यूम रिडक्शन: मूल 155-स्लाइस वॉल्यूम के कंप्यूटेशनल भार को कम करने और ट्यूमर संरचनाओं को सुरक्षित रखने के लिए, केंद्रीय 60 स्लाइस (इंडेक्स 30–90) निकाले गए, जिससे लगभग $60 \times 240 \times 240$ का एक वर्किंग वॉल्यूम प्राप्त हुआ।

B. फिल्ट्रेशन कंस्ट्रक्शन (Filtration Construction)

ग्रेस्केल MRI वॉल्यूम से एक क्यूबिकल सबलेवल फिल्ट्रेशन (cubical sublevel filtration) बनाया गया है।
तीव्रता रेंज $[0, 255]$ को $N=100$ थ्रेसहोल्ड्स ( $t_1 < t_2 < \dots < t_{100}$ ) में विभाजित किया गया है।
जैसे-जैसे थ्रेसहोल्ड बढ़ता है, वोक्सेल्स (voxels) क्रमिक रूप से सक्रिय होते जाते हैं, जिससे नेस्टेड बाइनरी इमेज ( $X_1 \subset X_2 \subset \dots \subset X_{100}$ ) का निर्माण होता है। यह इस बात को ट्रैक करता है कि टोपोलॉजिकल संरचनाएं कैसे उभरती और विकसित होती हैं।

C. परसिस्टेंट होमोलॉजी और फीचर एक्सट्रैक्शन (Persistent Homology & Feature Extraction)

परसिस्टेंट होमोलॉजी फिल्ट्रेशन के दौरान टोपोलॉजिकल फीचर्स के "जन्म" (birth) और "मृत्यु" (death) को ट्रैक करती है।
बेटी नंबर्स (Betti Numbers): यह विधि तीन होमोलॉजी आयामों के लिए बेटी नंबर्स की गणना करती है:
- बेटी-0 ( $k=0$ ): कनेक्टेड कंपोनेंट्स (विभिन्न क्षेत्रों की संख्या)।
- बेटी-1 ( $k=1$ ): लूप्स या टनल (loops or tunnels)।
- बेटी-2 ( $k=2$ ): वॉइड्स या कैविटीज़ (voids or cavities)।
वेक्टराइजेशन (Vectorization): पर्सिस्टेंस डायग्राम्स (जो बिंदुओं के सेट हैं) का उपयोग करने के बजाय, लेखक उन्हें बेटी कर्व्स (Betti curves) में परिवर्तित करते हैं। प्रत्येक आयाम $k$ के लिए, एक लंबाई 100 का वेक्टर $\beta_k(X)$ जनरेट किया जाता है, जो प्रत्येक थ्रेसहोल्ड पर फीचर्स की संख्या को दर्शाता है।
अंतिम फीचर वेक्टर: प्रत्येक MRI वॉल्यूम के लिए $k=0, 1, 2$ के वेक्टर्स को मिलाकर एक 300-आयामी फीचर वेक्टर ( $f(X) \in \mathbb{R}^{300}$ ) बनाया जाता है।

D. वर्गीकरण (Classification)

फीचर सिलेक्शन: अतिरेक (redundancy) को कम करने के लिए, ट्री-आधारित मॉडल्स से प्राप्त फीचर महत्व स्कोर का उपयोग सबसे सूचनात्मक बेटी फीचर्स के चयन के लिए किया जाता है।
क्लासिफायर (Classifiers): दो क्लासिकल मशीन लर्निंग मॉडल्स को प्रशिक्षित किया गया:
1. रैंडम फॉरेस्ट (Random Forest - RF)
2. एक्सट्रीम ग्रेडिएंट बूस्टिंग (XGBoost)
कार्य: HGG बनाम LGG का बाइनरी क्लासिफिकेशन।
लाभ: टोपोलॉजिकल फीचर्स स्वाभाविक रूप से रोटेशन, रिफ्लेक्शन और मामूली तीव्रता परिवर्तनों के प्रति अपरिवर्तनीय (invariant) हैं, जिससे डेटा ऑग्मेंटेशन की आवश्यकता समाप्त हो जाती है।

3. मुख्य योगदान (Key Contributions)

टोपोलॉजी-संचालित ढांचा: ट्यूमर वर्गीकरण के लिए सीधे पूर्ण 3D MRI वॉल्यूम (बजाय 2D स्लाइस के) पर परसिस्टेंट होमोलॉजी लागू करने वाला एक नवीन दृष्टिकोण प्रस्तावित करता है।
व्याख्या योग्य डिस्क्रिप्टर्स (Interpretable Descriptors): बेटी-आधारित फीचर्स (0, 1, 2) निकाले गए जो ट्यूमर की आकृति विज्ञान (morphology) का गणितीय विवरण (कंपोनेंट्स, लूप्स, वॉइड्स) प्रदान करते हैं, जो डीप लर्निंग फीचर्स की तुलना में उच्च व्याख्यात्मकता प्रदान करते हैं।
कंप्यूटेशनल दक्षता: यह प्रदर्शित करता है कि जटिल डीप लर्निंग आर्किटेक्चर, विशाल डेटासेट या डेटा ऑग्मेंटेशन के बिना भी उच्च प्रदर्शन प्राप्त किया जा सकता है।
डायमेंशनलिटी रिडक्शन: महत्वपूर्ण संरचनात्मक जानकारी को संरक्षित करते हुए 3D वॉल्यूमेट्रिक डेटा को एक संक्षिप्त 300-आयामी (या चयन के साथ उससे कम) फीचर सेट में सफलतापूर्वक बदल देता है।

4. प्रयोगात्मक परिणाम (Experimental Results)

प्रयोग BraTS 2020 डेटासेट पर 80/20 ट्रेन-टेस्ट स्प्लिट के साथ किए गए।

फीचर सिलेक्शन का प्रभाव: फीचर सिलेक्शन ने प्रदर्शन में काफी सुधार किया और आवश्यक फीचर्स की संख्या को कम कर दिया।
- XGBoost: 42 चयनित फीचर्स (संयोजित B0+B1+B2) का उपयोग करके 87.84% सटीकता प्राप्त की।
- Random Forest: 89.19% सटीकता के साथ सर्वश्रेष्ठ समग्र प्रदर्शन किया।
  - सबसे अच्छे RF कॉन्फ़िगरेशन ने B1+B2 फीचर्स (42 फीचर्स) या तीनों (14 फीचर्स) के संयोजन का उपयोग किया।
  - B1+B2 संयोजन के लिए प्रिसिजन (Precision) 90.50% तक पहुँचा।
तुलना:
- सभी बेटी फीचर्स (B0+B1+B2) को मिलाने से आमतौर पर एकल फीचर्स के उपयोग की तुलना में बेहतर प्रदर्शन हुआ।
- यह दृष्टिकोण डीप लर्निंग विधियों के मुकाबले प्रतिस्पर्धी परिणाम प्राप्त करता है, जबकि बहुत कम कंप्यूटेशनल संसाधनों का उपयोग करता है और इसमें किसी डेटा ऑग्मेंटेशन की आवश्यकता नहीं होती।
विजुअलाइजेशन: PCA प्लॉट्स और बेटी कर्व्स ने HGG और LGG के बीच अलग-अलग वितरण को स्पष्ट रूप से दिखाया, जो पुष्टि करता है कि टोपोलॉजिकल डिस्क्रिप्टर ट्यूमर ग्रेड के बीच विशिष्ट संरचनात्मक अंतरों को पकड़ते हैं।

5. महत्व और निष्कर्ष (Significance and Conclusion)

नैदानिक प्रासंगिकता (Clinical Relevance): यह विधि डीप लर्निंग का एक हल्का, व्याख्या योग्य विकल्प प्रदान करती है, जो चिकित्सा क्षेत्र में अत्यंत महत्वपूर्ण है जहाँ यह समझना कि मॉडल ने निर्णय क्यों लिया, निर्णय लेने जितना ही महत्वपूर्ण है।
सुदृढ़ता (Robustness): टोपोलॉजिकल दृष्टिकोण शोर (noise) और ज्यामितीय रूपांतरणों के प्रति मजबूत है, जो इसे वास्तविक दुनिया के क्लिनिकल डेटा के लिए उपयुक्त बनाता है जहाँ इमेज क्वालिटी भिन्न हो सकती है।
दक्षता (Efficiency): बड़े पैमाने पर प्रशिक्षण डेटा और भारी GPU संसाधनों की आवश्यकता को समाप्त करके, यह ढांचा संसाधन-सीमित वातावरण में तैनाती के लिए अधिक सुलभ है।
भावी कार्य (Future Work): लेखक इन टोपोलॉजिकल डिस्क्रिप्टर्स को डीप लर्निंग रिप्रेजेंटेशन के साथ एकीकृत करने और और भी समृद्ध विश्लेषण के लिए फ्रेमवर्क को मल्टी-मोडल MRI डेटा तक विस्तारित करने का सुझाव देते हैं।

संक्षेप में, यह शोध पत्र सफलतापूर्वक प्रदर्शित करता है कि परसिस्टेंट होमोलॉजी जटिल 3D ब्रेन ट्यूमर संरचनाओं को सरल, व्याख्या योग्य संख्यात्मक फीचर्स में प्रभावी ढंग से संकुचित कर सकती है, जिससे मानक मशीन लर्निंग एल्गोरिदम के माध्यम से अत्यधिक सटीक वर्गीकरण संभव हो पाता है।