💻 computer science

Ranking-Guided Semi-Supervised Domain Adaptation for Severity Classification

यह शोध पत्र एक नवीन रैंकिंग-निर्देशित अर्ध-पर्यवेक्षित डोमेन अनुकूलन पद्धति प्रस्तावित करता है जो स्वाभाविक रूप से क्रमबद्ध वर्ग लेबल को ध्यान में रखते हुए चिकित्सा छवि विश्लेषण में गंभीरता वर्गीकरण की चुनौतियों को प्रभावी ढंग से संबोधित करने के लिए क्रॉस-डोमेन रैंकिंग और रैंक स्कोर के निरंतर वितरण संरेखण का लाभ उठाता है।

मूल लेखक: Shota Harada, Ryoma Bise, Kiyohito Tanaka, Seiichi Uchida

प्रकाशित 2026-04-03

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Shota Harada, Ryoma Bise, Kiyohito Tanaka, Seiichi Uchida

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 एक डॉक्टर हैं जो एक कंप्यूटर को यह पहचानना सिखा रहे हैं कि किसी बीमारी की गंभीरता कितनी है, जैसे कि पेट का अल्सर कितना बुरा है या मधुमेह से होने वाले आंखों के नुकसान (diabetic eye damage) की स्थिति कितनी उन्नत है।

वास्तविक दुनिया में, ये बीमारियाँ केवल "अच्छी" या "बुरी" नहीं होतीं। वे एक स्लाइडिंग स्केल पर मौजूद होती हैं: हल्की (Mild) → मध्यम (Moderate) → गंभीर (Severe) → अत्यंत गंभीर (Critical)। इसे सेवेरिटी क्लासिफिकेशन (Severity Classification) कहा जाता है।

समस्या यह है कि कंप्यूटर अस्पताल A (सोर्स) के डेटा पर सीखता है, लेकिन जब आप इसे अस्पताल B (टारगेट) में भेजते हैं, तो यह भ्रमित हो जाता है। क्यों? क्योंकि अस्पताल B अलग कैमरों, अलग लाइटिंग और अलग प्रोटोकॉल का उपयोग करता है। कंप्यूटर अस्पताल B के "मध्यम" मामलों को देखता है और सोचता है कि वे अस्पताल A के "गंभीर" मामलों जैसे दिख रहे हैं। इसे डोमेन शिफ्ट (Domain Shift) कहा जाता है।

आमतौर पर, हम इसे अस्पताल B से कुछ लेबल किए गए उदाहरण देकर ठीक करते हैं। लेकिन यहाँ एक पेंच है: सेवेरिटी क्लासिफिकेशन में, "हल्के" और "मध्यम" के बीच की रेखाएं धुंधली होती हैं। एक स्पष्ट रेखा खींचना कठिन है। पारंपरिक कंप्यूटर तरीके इन धुंधले वर्गों को व्यवस्थित, अलग बक्सों में जबरदस्ती फिट करने की कोशिश करते हैं, जो बुरी तरह विफल हो जाता है।

समाधान: एक "रैंकिंग" दृष्टिकोण

इस शोध पत्र के लेखक कंप्यूटर को सिखाने का एक चतुर नया तरीका प्रस्तावित करते हैं। यह पूछने के बजाय कि, "क्या यह हल्का है या मध्यम?" वे पूछते हैं, "इन दो रोगियों में से कौन अधिक बीमार है?"

वे दो मुख्य तरकीबों का उपयोग करते हैं ताकि कंप्यूटर विभिन्न अस्पतालों के बीच इस स्लाइडिंग स्केल को समझ सके:

1. "क्रॉस-डोमेन डेटिंग" की तरकीब (Cross-Domain Ranking)

कल्पना कीजिए कि आप न्यूयॉर्क (अस्पताल A) के एक छात्र और टोक्यो (अस्पपाल B) के एक छात्र को भोजन के "तीखेपन" का निर्णय लेना सिखा रहे हैं।

पुराना तरीका: आप न्यूयॉर्क के छात्र को एक हल्के मिर्च और एक तीखी मिर्च की तस्वीर दिखाते हैं। आप टोक्यो के छात्र को भी एक हल्की मिर्च और एक तीखी मिर्च की तस्वीर दिखाते हैं। वे अलग-अलग सीखते हैं। लेकिन टोक्यो की "तीखी मिर्च" न्यूयॉर्क की तुलना में अलग दिख सकती है, इसलिए वे तुलना करने में भ्रमित हो जाते हैं।
पेपर का तरीका: आप न्यूयॉर्क की एक "हल्की" मिर्च और टोक्यो की एक "तीखी" मिर्च की तस्वीर लेते हैं। आप कंप्यूटर से पूछते हैं: "कौन सी अधिक तीखी है?"
- भले ही तस्वीरें अलग दिखती हों, कंप्यूटर सीखता है कि टोक्यो की "तीखी" मिर्च निश्चित रूप से न्यूयॉर्क की "हल्की" मिर्च से अधिक तीखी है।
- दोनों अस्पतालों के नमूनों की आपस में तुलना करके, कंप्यूटर एक एकल, सार्वभौमिक "तीखेपन का पैमाना" (Spiciness Scale) बनाता है जो दोनों के लिए काम करता है। यह कैमरा अंतरों की चिंता करना बंद कर देता है और गंभीरता के सापेक्ष क्रम (relative order) पर ध्यान केंद्रित करता है।

2. "सॉफ्ट लैंडिंग" की तरकीब (Continuous Distribution Alignment)

एक बार जब कंप्यूटर के पास यह सार्वभौमिक पैमाना होता है, तो उसे यह सुनिश्चित करने की आवश्यकता होती है कि टोक्यो के "हल्के" रोगी पैमाने पर उसी स्थान पर आएं जहाँ न्यूयॉर्क के "हल्के" रोगी आते हैं।

समस्या: वास्तविक दुनिया में, एक "हल्का" मामला केवल एक बिंदु नहीं है; यह संभावनाओं का एक बादल है। कुछ "हल्के" मामले लगभग "मध्यम" के करीब होते हैं, और कुछ लगभग "सामान्य" के।
समाधान: हर रोगी को "हल्का" लेबल वाले एक कठोर बॉक्स में डालने के बजाय, कंप्यूटर उन्हें एक प्रोबेबिलिटी स्कोर (एक "सॉफ्ट लेबल") प्रदान करता है।
- यह कहता है, "यह टोक्यो का रोगी 80% संभावना के साथ 'हल्के' बादल में है और 20% संभावना के साथ 'मध्यम' बादल में है।"
- कंप्यूटर फिर पूरे "टोक्यो क्लाउड" को "न्यूयॉर्क क्लाउड" के आकार और स्थिति से मेल खाने के लिए धीरे से धकेलता है।
- यह इस तथ्य का सम्मान करता है कि गंभीरता एक निरंतर प्रवाह (continuous flow) है, न कि सीढ़ियों का एक सेट।

यह क्यों मायने रखता है

शोधकर्ताओं ने दो वास्तविक चिकित्सा समस्याओं पर इसका परीक्षण किया:

अल्सेरेटिव कोलाइटिस (Ulcerative Colitis): एंडोस्कोपिक छवियों का उपयोग करके कोलन में सूजन की ग्रेडिंग करना।
डायबिटिक रेटिनोपैथी (Diabetic Retinopathy): फंडस फोटो का उपयोग करके आंखों के नुकसान की ग्रेडिंग करना।

परिणाम:
उनका नया तरीका पिछले तकनीकों की तुलना में काफी बेहतर था। इसने न केवल सही श्रेणी का अनुमान लगाया; बल्कि इसने गंभीरता के क्रम को भी समझा। इसने विभिन्न अस्पतालों के डेटा को सफलतापूर्वक संरेखित (align) किया ताकि एक अस्पताल के "गंभीर" मामले को दूसरे अस्पताल में भी "गंभीर" के रूप में पहचाना जा सके, भले ही छवियां पूरी तरह से अलग दिखती हों।

बड़ी तस्वीर

इस पद्धति को एक ऐसे अनुवादक को सिखाने के रूप में समझें जो न केवल शब्दों (बीमारी के लेबल) को, बल्कि दो अलग-अलग भाषाओं (दो अलग-अलग अस्पतालों) के लहजे और बारीकियों (गंभीरता) को भी समझता है। सापेक्ष रैंकिंग ("कौन अधिक बीमार है?") और सॉफ्ट प्रोबेबिलिटीज ("इसकी कितनी संभावना है?") पर ध्यान केंद्रित करके, कंप्यूटर बिना किसी बड़े नए डेटा के नए वातावरण में अनुकूल होने की क्षमता सीखता है।

यह मेडिकल एआई (Medical AI) की दिशा में एक बड़ा कदम है, जिससे नए अस्पतालों में नए सिरे से प्रशिक्षण दिए बिना नैदानिक उपकरणों (diagnostic tools) को तैनात करना आसान हो जाता है।

यहाँ शोध पत्र "Ranking-Guided Semi-Supervised Domain Adaptation for Severity Classification" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र मेडिकल इमेज विश्लेषण में डोमेन शिफ्ट (Domain Shift) की चुनौती को संबोधित करता है, विशेष रूप से गंभीरता वर्गीकरण (Severity Classification) (ऑर्डिनल क्लासिफिकेशन) के लिए।

संदर्भ: मेडिकल सेटिंग्स (जैसे अल्सरेटिव कोलाइटिस या डायबिटिक रेटिनोपैथी) में, सोर्स अस्पताल के लेबल वाले डेटा पर प्रशिक्षित क्लासिफायर अक्सर दूसरे टारगेट अस्पताल में लागू होने पर विफल हो जाते हैं, जिसका कारण इमेजिंग उपकरण, प्रोटोकॉल और स्थितियों में अंतर होता है।
विशिष्ट चुनौती: मानक वर्गीकरण के विपरीत, जहाँ वर्ग (classes) अलग-अलग क्लस्टर होते हैं, गंभीरता वर्गीकरण में क्रमित, निरंतर वर्ग लेबल (जैसे हल्का, मध्यम, गंभीर) शामिल होते हैं। इन वर्गों के बीच की सीमाएँ स्वाभाविक रूप से अस्पष्ट होती हैं।
मौजूदा विधियों की सीमा: पारंपरिक सेमी-सुपरवाइज्ड डोमेन एडैप्टेशन (SSDA) विधियाँ फीचर स्पेस में अलग-अलग क्लास क्लस्टर्स की धारणा रखती हैं। गंभीरता वर्गीकरण के मामले में, ये विधियाँ विफल हो जाती हैं क्योंकि वे डेटा की क्रमिक प्रकृति (ordinal nature) को कैप्चर नहीं कर पाती हैं, जिससे फीचर डिस्ट्रीब्यूशन का मिसअलाइनमेंट और सब-ऑप्टिमल प्रदर्शन होता है।

2. कार्यप्रणाली (Methodology)

लेखक एक नया फ्रेमवर्क प्रस्तावित करते हैं जो सोर्स और टारगेट डोमेन को एक निरंतर रैंक स्कोर (continuous rank score) सीखने के माध्यम से संरेखित (align) करता है, न कि वर्गों को अलग-अलग, स्वतंत्र श्रेणियों के रूप में मानकर। नेटवर्क आर्किटेक्चर में एक फीचर एक्सट्रैक्टर ( $F_e$ ) शामिल है जो एक क्लासिफायर ( $F_c$ ) और एक रैंकिंग फंक्शन ( $F_r$ ) में विभाजित होता है।

इस विधि को दो मुख्य घटकों का उपयोग करके दो चरणों में अनुकूलित किया जाता है:

A. क्रॉस-डोमेन रैंकिंग (CDR)

लक्ष्य: सोर्स और टारगेट नमूनों के बीच सापेक्ष रैंकिंग सीखकर दोनों डोमेन के बीच एक सुसंगत गंभीरता स्केल स्थापित करना।
तंत्र: केवल एक ही डोमेन के भीतर रैंकिंग करने के बजाय, CDR सोर्स ( $D_s$ ) और टारगेट ( $D_t$ ) दोनों डोमेन के लेबल वाले नमूनों के जोड़े बनाता है।
लॉस फंक्शन: यह एक पेयरवाइज रैंकिंग लॉस को कम करता है जहाँ जोड़े का सापेक्ष क्रम उनके ग्राउंड-ट्रुथ क्लास लेबल ( $y_i > y_j$ ) द्वारा निर्धारित होता है।
प्रभाव: यह मॉडल को एक रैंकिंग फंक्शन $r(x)$ सीखने के लिए मजबूर करता है जो समान सापेक्ष गंभीरता वाले नमूनों के लिए सुसंगत रैंक स्कोर उत्पन्न करता है, चाहे वे किसी भी डोमेन से हों। यह गंभीरता स्तरों के ग्लोबल डिस्ट्रीब्यूशन को डोमेन के पार संरेखित करता है।

B. निरंतर वितरण संरेखण (CDA)

लक्ष्य: सोर्स और टारगेट डोमेन के रैंक स्कोर डिस्ट्रीब्यूशन को संरेखित करना, विशेष रूप से अनलेबल टारगेट नम들이 ( $D_u$ ) को संभालना।
तंत्र:
1. सॉफ्ट लेबलिंग: अनलेबल टारगेट नमूनों के लिए, यह विधि वर्तमान रैंक स्कोर डिस्ट्रीब्यूशन के आधार पर गॉसियन मिक्सचर मॉडल (GMM) का उपयोग करके प्रत्येक वर्ग से संबंधित होने की संभावना का अनुमान लगाती है। यह रैंक-आधारित सॉफ्ट लेबल ( $w_{i,k}$ ) बनाता है, न कि हार्ड सूडो-लेबल।
2. एलाइनमेंट: विधि नमूने के रैंक स्कोर और सोर्स डोमेन में संबंधित वर्ग के माध्य रैंक स्कोर (प्रोटोटाइप $\mu_k$ ) के बीच की दूरी को कम करती है।
प्रभाव: वर्गों को निरंतर वितरण के रूप में मानकर, CDA क्लास सीमाओं की अस्पष्टता को कम करता है। यह सुनिश्चित करता है कि टारगेट डोमेन का फीचर डिस्ट्रीब्यूशन सोर्स डोमेन के ऑर्डिनल स्ट्रक्चर के साथ संरेखित हो।

समग्र उद्देश्य (Overall Objective)

कुल लॉस फंक्शन निम्नलिखित को जोड़ता है:

लेबल वाले डेटा पर क्लासिफिकेशन लॉस ( $L_c$ )।
लेबल वाले डेटा पर पेयरवाइज रैंकिंग लॉस ( $L_r$ ) (इंट्रा-डोमेन और क्रॉस-डोमेन दोनों)।
सभी डेटा (लेबल वाले और अनलेबल) पर निरंतर वितरण संरेखण लॉस ( $L_a$ )।

3. प्रमुख योगदान (Key Contributions)

रैंकिंग-गाइडेड SSDA फ्रेमवर्क: गंभीरता वर्गीकरण के लिए एक अभिनव दृष्टिकोण जो निरंतर क्लास बाउंड्रीज़ को संभालने के लिए लर्निंग-टू-रैंक का लाभ उठाता है, और अलग-अलग क्लास क्लस्टर्स की धारणा से हटकर काम करता है।
क्रॉस-डोमेन रैंकिंग (CDR): एक तंत्र जो विभिन्न डोमेन के बीच नमूना जोड़ों से रैंकिंग सीखता है ताकि एक सुसंगत गंभीरता व्याख्या और रैंक स्कोर डिस्ट्रीब्यूशन को संरेखित किया जा सके।
निरंतर वितरण संरेखण (CDA): एक लॉस फंक्शन जो अनलेबल टारगेट नमूनों के निरंतर गंभीरता डिस्ट्रीब्यूशन को सोर्स डोमेन के साथ संरेखित करने के लिए रैंक-आधारित सॉफ्ट लेबल का उपयोग करता है, जिससे क्लास अस्पष्टता प्रभावी ढंग से नियंत्रित होती है।

4. प्रयोगात्मक परिणाम (Experimental Results)

विधि का मूल्यांकन दो मेडिकल इमेजिंग कार्यों पर किया गया:

अल्सरेटिव कोलाइटिस (UC): एंडोस्कोपिक इमेज (LIMUC डेटासेट $\to$ प्राइवेट हॉस्पिटल डेटासेट)।
डायबिटिक रेटिनोपैथी (DR): फंडस इमेज (DDR डेटासेट $\to$ FGADR डेटासेट)।
सेटअप: सेमी-सुपरवाइज्ड सेटिंग जिसमें प्रति क्लास केवल 10 लेबल वाले टारगेट नमूने हैं।

प्रदर्शन हाइलाइट्स:

श्रेष्ठता: प्रस्तावित विधि ने मीन मैक्रो प्रिसिजन (mP) और मीन मैरो F1 (mF1) के मामले में स्टेट-ऑफ-द-आर्ट बेसलाइन्स (MME, CDAC, SLA, और ORUDA सहित) को पछाड़ दिया।
एब्लेशन स्टडी:
- CDR जोड़ने से प्रिसिजन (बेहतर क्लास डिस्क्रिमिनेशन) में काफी सुधार हुआ।
- CDA जोड़ने से रिकॉल (बेहतर डिस्ट्रीब्यूशन कवरेज) में काफी सुधार हुआ।
- दोनों घटकों का एक साथ उपयोग करने से सर्वोत्तम समग्र प्रदर्शन प्राप्त हुआ, जो उनकी पूरक प्रकृति को दर्शाता है।
विज़ुअलाइज़ेशन: t-SNE और रैंक डिस्ट्रीब्यूशन प्लॉट्स ने पुष्टि की कि विधि ने प्रत्येक गंभीरता वर्ग के लिए सोर्स और टारगेट डोमेन के बीच रैंक स्कोर डिस्ट्रीब्यूशन को सफलतापूर्वक संरेखित किया, जबकि बेसलाइन विधियों में मिसअलाइनमेंट दिखा।

5. महत्व (Significance)

मेडिकल प्रासंगिकता: यह कार्य उन नए अस्पतालों में डायग्नोस्टिक AI को तैनात करने के लिए एक मजबूत समाधान प्रदान करता है जहाँ लेबल वाला डेटा कम है। यह विशेष रूप रूप से बीमारी के बढ़ने (progression) की बारीकियों को संबोधित करता है, जो अक्सर श्रेणीबद्ध (categorical) के बजाय निरंतर होता है।
सैद्धांतिक प्रगति: यह "विशिष्ट क्लस्टर्स" की मानक डोमेन एडैप्टेशन धारणा को चुनौती देता है, और इसके बजाय यह प्रस्तावित करता है कि ऑर्डिनल स्ट्रक्चर को रैंक स्कोर के माध्यम से संरक्षित और संरेखित किया जाना चाहिए।
व्यावहारिक प्रभाव: अनलेबल डेटा की बड़ी संख्या और लेबल वाले बहुत कम टारगेट नमूनों का प्रभावी ढंग से उपयोग करके, यह विधि मेडिकल विशेषज्ञों पर एनोटेशन के बोझ को कम करती है और विभिन्न इमेजिंग वातावरणों में उच्च डायग्नोस्टिक सटीकता बनाए रखती है।