💻 computer science

AbdomenGen: Sequential Volume-Conditioned Diffusion Framework for Abdominal Anatomy Generation

यह शोध पत्र AbdomenGen प्रस्तुत करता है, जो एक अनुक्रमिक वॉल्यूम-कंडीशन्ड डिफ्यूजन फ्रेमवर्क है जो स्वतंत्र मल्टी-ऑर्गन कंट्रोल और मेडिकल इमेजिंग रिसर्च के लिए बेहतर वितरण संरेखण के साथ नैदानिक रूप से सार्थक, ज्यामितीय रूप से सटीक उदर शारीरिक विविधताओं को उत्पन्न करने के लिए एक नवीन वॉल्यूम कंट्रोल स्केलर का उपयोग करता है।

मूल लेखक: Yubraj Bhandari, Lavsen Dahal, Paul Segars, Joseph Y. Lo

प्रकाशित 2026-04-15

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yubraj Bhandari, Lavsen Dahal, Paul Segars, Joseph Y. Lo

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 मानव शरीर के बारे में एक फिल्म के लिए कास्टिंग कर रहे हैं एक निर्देशक के रूप में। आपको ऐसे अभिनेताओं (अंगों) की आवश्यकता है जो वास्तविक दिखें, लेकिन आपको उन्हें विशिष्ट निर्देश देने में भी सक्षम होना चाहिए: "लीवर को थोड़ा बड़ा करें," या "प्लीहा (spleen) को सिकोड़ें," बिना पूरे दृश्य को खराब किए।

लंबे समय तक, कंप्यूटर वैज्ञानिक जो डिजिटल मानव शरीर (फैंटम) बनाने की कोशिश कर रहे थे (चिकित्सा अनुसंधान के लिए), वे संघर्ष करते रहे। या तो वे एक वास्तविक व्यक्ति की सटीक प्रति बना सकते थे, या वे यादृच्छिक आकृतियाँ बना सकते थे, लेकिन वे पूरे शरीर को स्वाभाविक रखते हुए विशिष्ट अंगों के आकार को आसानी से नियंत्रित नहीं कर सकते थे।

यहाँ AbdomenGen आता है, एक नया AI टूल जो इस समस्या को हल करता है। यह कैसे काम करता है, यहाँ सरल भाषा में समझाया गया है:

1. समस्या: "बहुत बड़ा" शरीर बनाम "बहुत छोटा" अंग

आमतौर पर, यदि आप एक बड़ा लीवर चाहते हैं, तो आप केवल कंप्यूटर को कह सकते हैं, "लीवर का आयतन (volume) 20% बढ़ा दें।" लेकिन AI भ्रमित हो जाता है। वास्तविक जीवन में, बड़े लोग (लंबे, भारी) स्वाभाविक रूप से बड़े लीवर वाले होते हैं। यदि आप केवल "बड़ा लीवर" कहते हैं, तो AI गलती से पूरे शरीर को विशाल बना सकता है ताकि वह मेल खा सके, या यह एक ऐसा लीवर बना सकता है जो एक विशालकाय व्यक्ति का लगता है लेकिन एक छोटे शरीर पर लगा हुआ है। यह एक खिलौने वाली कार पर बास्केटबॉल रखने जैसा है; अनुपात गलत दिखता है।

2. समाधान: "वॉल्यूम कंट्रोल स्केलर" (VCS)

शोधकर्ताओं ने एक विशेष डायल बनाया जिसे वॉल्यूम कंट्रोल स्केलर (VCS) कहा जाता है। इसे एक "वॉल्यूम नॉब" के रूप में सोचें जो विशेष रूप से अंगों के लिए है, लेकिन एक स्मार्ट ट्विस्ट के साथ।

केवल "बड़ा करो" कहने के बजाय, VCS पूछता है: "इस विशिष्ट शरीर के आकार के लिए अपेक्षित आकार की तुलना में यह अंग कितना बड़ा है?"

यदि शरीर औसत है, और आप नॉब को +2 पर घुमाते हैं, तो लीवर उस शरीर के लिए औसत से बड़ा हो जाता है।
यदि शरीर बहुत विशाल है, और आप नॉब को -2 पर घुमाते हैं, तो लीवर उस शरीर के लिए औसत से छोटा हो जाता है।

यह AI को पूरे शरीर के आकार के स्वतंत्र रूप से एक अंग के आकार को बदलने की अनुमति देता है, जिससे सब कुछ वास्तविक और आनुपातिक बना रहता है।

3. रणनीति: एक कमरे के बाद दूसरा कमरा बनाकर घर बनाना

एक साथ पूरा पेट, लीवर, किडनी और प्लीहा उत्पन्न करना, ईंटों, खिड़कियों और छत को एक ढेर में फेंकने और उम्मीद करने जैसा है कि वे आपस में जुड़ जाएंगे। यह आमतौर पर एक गड़बड़ी पैदा करता है।

AbdomenGen एक अनुक्रमिक रणनीति (Sequential Strategy) का उपयोग करता है। यह पेट को एक सावधानीपूर्वक ठेकेदार की तरह बनाता है:

पहले, यह "ढांचा" (शरीर की रूपरेखा) बनाता है।
फिर, यह सबसे बड़ा कमरा (लीवर) बनाता है।
इसके बाद, यह प्लीहा बनाता है, अभी बनाए गए लीवर को देखते हुए ताकि वे एक साथ फिट हो सकें।
फिर यह किडनी बनाता है, लीवर और प्लीहा दोनों को देखते हुए।

एक-एक करके उन्हें बनाने और हमेशा "पड़ोसी" अंगों की जांच करने से, AI यह सुनिश्चित करता है कि लीवर गलती से किडनी के अंदर न बढ़ जाए। वे अपने सही स्थानों पर रहते हैं, ठीक वैसे ही जैसे एक अच्छी तरह से व्यवस्थित कमरे में फर्नीचर होता है।

4. यह क्यों महत्वपूर्ण है: "तनाव परीक्षण" (Stress Test)

हमें इसकी आवश्यकता क्यों है? कल्पना कीजिए कि एक डॉक्टर एक नई एक्स-रे मशीन का परीक्षण कर रहा है। उन्हें यह देखने की आवश्यकता है कि यह अजीब मामलों को कैसे संभालता है: जैसे एक मरीज जिसका लीवर बहुत बड़ा है (हेपेटोमेगाली) या बहुत छोटी पेट की थैली।

वास्तविक अस्पतालों में इन दुर्लभ, चरम मामलों के नए उपकरणों का पूरी तरह से परीक्षण करने के लिए पर्याप्त एक्स-रे नहीं होते हैं।

पुराना तरीका: आपको एक वास्तविक मरीज के आने का इंतजार करना पड़ता था जिसका लीवर विशाल हो, जिसमें वर्षों लग सकते थे।
AbdomenGen का तरीका: आप VCS को "विशाल लीवर" पर डायल कर सकते हैं, और AI तुरंत उस सटीक स्थिति के साथ एक वास्तविक, 3D डिजिटल रोगी उत्पन्न कर देता है।

शोधकर्ताओं ने यह परीक्षण करने के लिए एक समूह बनाया कि वे बढ़े हुए लीवर वाले "डिजिटल रोगियों" को बना सकते हैं। उन्होंने पाया कि AI वास्तविक दुनिया के बीमार रोगियों के आंकड़ों की इतनी अच्छी तरह नकल कर सका कि उनके नकली डेटा और वास्तविक डेटा के बीच का अंतर 73% तक कम हो गया।

निष्कर्ष

AbdomenGen मानव शरीर रचना विज्ञान के लिए एक उच्च-तकनीकी, 3D प्रिंटिंग प्रेस की तरह है। यह वैज्ञानिकों और डॉक्टरों को अनुमति देता है:

अनुकूलित करना (Customize): शरीर को खराब किए बिना विशिष्ट अंगों का आकार बदलना।
नियंत्रित करना (Control): नए उपकरणों का परीक्षण करने के लिए मांग पर दुर्लभ चिकित्सा स्थितियां बनाना।
यथार्थवाद (Realism): यह सुनिश्चित करना कि अंगों को बदलने के बावजूद, वे अभी भी एक वास्तविक मानव के हिस्से लगें।

यह "शरीर के अनुपात" के जटिल गणित को एक सरल, समायोज्य डायल में बदल देता है, जिससे हमें बेहतर चिकित्सा उपकरण और सुरक्षित उपचार बनाने में मदद मिलती है।

यहाँ शोध पत्र "AbdomenGen: Sequential Volume-Conditioned Diffusion Framework for Abdominal Anatomy Generation" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

कंप्यूटेशनल एनाटॉमिकल फैंटम (computational anatomical phantoms) वर्चुअल इमेजिंग परीक्षणों, रेडिएशन डोज़िमेट्री और सर्जिकल सिमुलेशन के लिए आवश्यक हैं। हालाँकि, वर्तमान विधियों को तीन महत्वपूर्ण सीमाओं का सामना करना पड़ता है:

विश्वसनीयता और विविधता का अभाव (Lack of Fidelity & Diversity): मौजूदा मॉडल अक्सर यथार्थवादी, स्थानिक रूप से सुसंगत अंगों और पर्याप्त रूपात्मक विविधता (morphological diversity) को उत्पन्न करने में विफल रहते हैं, विशेष रूप से दुर्लभ या रोग संबंधी शरीर रचना (pathological anatomies) के लिए।
अनकैलिब्रेटेड नियंत्रण (Uncalibrated Control): हालांकि कुछ जनरेटिव मॉडल मौजूद हैं, उनमें हैबिटस-अवेयर (habitus-aware), अंग-वार नियंत्रणीयता की कमी है। विशेष रूप से, कच्चे अंग आयतन (raw organ volume) पर सीधे कंडीशन करना विरोधाभासी संकेत पैदा करता है क्योंकि अंग का आकार स्वाभाविक रूप से बॉडी हैबिटस (शरीर के आकार) के साथ जुड़ा होता है।
अनुक्रमिक निरंतरता (Sequential Consistency): कई अंगों को संयुक्त रूप से उत्पन्न करने में अक्सर स्थानिक निरंतरता और वैश्विक शारीरिक सुसंगतता बनाए रखने में संघर्ष करना पड़ता है।

लेखक एक ऐसे नियंत्रणीय, बहु-अंग पेट के फैंटम (multi-organ abdominal phantoms) को उत्पन्न करने की समस्या को हल करने का लक्ष्य रखते हैं जहाँ शारीरिक संबंधों को तोड़े बिना या बॉडी हैबिटस जानकारी को पुनः एनकोड किए बिना अंगों के आकार को स्वतंत्र रूप से नियंत्रित किया जा सके।

2. कार्यप्रणाली: AbdomenGen (Methodology: AbdomenGen)

प्रस्तावित ढांचा एक अनुक्रमिक, वॉल्यूम-कंडीशन्ड डिफ्यूजन मॉडल (sequential, volume-conditioned diffusion model) है जिसे 11 पेट के अंगों को एक-एक करके संश्लेषित करने के लिए डिज़ाइन किया गया है।

A. मुख्य आर्किटेक्चर (Core Architecture)

प्रतिनिधित्व (Representation): अंगों को एक निश्चित ग्रिड पर साइंड डिस्टेंस फील्ड्स (Signed Distance Fields - SDFs) के रूप में दर्शाया गया है, जो डिफ्यूजन मॉडलिंग के लिए उपयुक्त स्मूथ ज्योमेट्रिक सिग्नल प्रदान करते हैं।
अनुक्रमिक पीढ़ी रणनीति (Sequential Generation Strategy):
- अंगों को एक पूर्व-निर्धारित क्रम में उत्पन्न किया जाता है (बड़े, स्थानिक रूप से परिभाषित संरचनाओं से लेकर छोटे, आश्रित अंगों तक)।
- प्रत्येक अंग $o_i$ $o_{i}$ के लिए, मॉडल निम्नलिखित पर आधारित (condition) होता है:
  1. बॉडी मास्क SDF ( $B$ )।
  2. कॉन्टेक्स्ट SDF ( $S^i_{ctx}$ ): सभी पहले से उत्पन्न अंगों का एक एकत्रीकरण (पूर्ववर्ती SDFs के मैक्स के रूप में गणना की गई)।
  3. वॉल्यूम कंट्रोल स्केलर ( $v_o$ )।
- यह ऑटोरेग्रेसिव दृष्टिकोण सुनिश्चित करता है कि प्रत्येक नया अंग शरीर की स्थानिक बाधाओं और पहले से रखे गए अंगों का सम्मान करता है।

B. वॉल्यूम कंट्रोल स्केलर (Volume Control Scalar - VCS)

अंग के आकार और बॉडी हैबिटस के बीच संबंध को संबोधित करने के लिए, लेखकों ने वॉल्यूम कंट्रोल स्केलर (VCS) पेश किया है:

डिकपलिंग तंत्र (Decoupling Mechanism): कच्चे आयतन के बजाय, मॉडल बॉडी वॉल्यूम ( $V_B$ ) के एक रैखिक फलन (linear function) के रूप में अपेक्षित अंग आयतन ( $\hat{V}_o$ ) की भविष्यवाणी करता है।
अवशिष्ट गणना (Residual Calculation): नियंत्रण चर, बॉडी आकार के आधार पर अनुमानित आयतन के सापेक्ष वास्तविक आयतन का मानकीकृत अवशिष्ट (standardized residual) है:
$v_i = \frac{(V^{ref}_i - \hat{V}_i(V_B)) - \mu_i}{\sigma_i}$
लाभ: यह एक व्याख्या योग्य नियंत्रण अक्ष बनाता है जो बॉडी हैबिटस से स्वतंत्र रूप से अंग के आकार को नियंत्रित करता है, जिससे मॉडल असंभव बॉडी-ऑर्गन वॉल्यूम जोड़े का अनुरोध करने से बच जाता है।

C. डिफ्यूजन मॉडल और प्रशिक्षण (Diffusion Model & Training)

नेटवर्क: VCS स्केलर को इंटरमीडिएट नेटवर्क फीचर्स में इंजेक्ट करने के लिए FiLM (Feature-wise Linear Modulation) कंडीशनिंग के साथ एक 3D डिनोइजिंग डिफ्यूजन U-Net।
इनपुट: नॉइजी ऑर्गन SDF, बॉडी SDF, कॉन्टेक्स्ट SDF, और VCS।
लॉस फंक्शन (Loss Function):
- $L_{SDF}$ : SDF के लिए $\ell_1$ रिकंस्ट्रक्शन लॉस।
- $L_{BCE}$ : ऑक्यूपेंसी मास्क के लिए बाइनरी क्रॉस-एन्ट्रॉपी।
- $L_{ov}$ : अंगों के ओवरलैप को रोकने के लिए डिफरेंशिएबल रिवर्स डाइस पेनल्टी।
- $L_{vcs}$ : एक कैलिब्रेशन लॉस (प्रारंभिक इपोक के बाद सक्रिय) जो अनुमानित आयतन के मानकीकृत अवशिष्ट को लक्षित VCS के अनुरूप होने के लिए मजबूर करता है।

3. प्रमुख योगदान (Key Contributions)

AbdomenGen फ्रेमवर्क: एक स्केलेबल डिफ्यूजन सिस्टम जो स्थानिक सुसंगतता और स्वतंत्र अंग-वार नियंत्रण प्राप्त करते हुए 11 पेट के अंगों को अनुक्रमिक रूप से उत्पन्न करता है।
वॉल्यूम कंट्रोल स्केलर (VCS): एक नवीन कंडीशनिंग वेरिएबल जो अंग के आकार को बॉडी हैबिटस से अलग करता है, जिससे "विरोधाभासी सिग्नल" की समस्या हल होती है और एक कैलिब्रेटेड नियंत्रण अक्ष प्राप्त होता है।
डिस्ट्रीब्यूशन-लेवल कंट्रोलेबिलिटी: विशिष्ट VCS वितरणों का चयन करके लक्षित रोगी आबादी (जैसे, पैथोलॉजिकल कोहॉर्ट्स) से मेल खाने की क्षमता, जिसे बिना रिट्रेनिंग के हेपेटोमेगाली (hepatomegaly) कोहॉर्ट के प्रति वितरण संबंधी दूरी में 73.6% की कमी द्वारा प्रदर्शित किया गया है।

4. प्रयोगात्मक परिणाम (Experimental Results)

मॉडल को 556 पेट के CT स्कैन (314 ट्रेन, 200 टेस्ट) पर प्रशिक्षित किया गया था और संदर्भ मास्क और बाहरी कोहॉर्ट्स के विरुद्ध मूल्यांकन किया गया था।

जियोमेट्रिक फिडेलिटी (Geometric Fidelity):
- मजबूत डाइस स्कोर प्राप्त किए, विशेष रूप से लिवर (0.83 ± 0.05) के लिए।
- छोटे/परिवर्तनीय अंगों (जैसे, किडनी: 0.60) के लिए कम स्कोर को वॉल्यूमेट्रिक विफलता के बजाय सतह विचलन (surface deviations) के कारण बताया गया।
- मैनिफोल्ड रियलिज्म (Manifold Realism): उत्पन्न नमूने एम्पिरिकल एनाटॉमिकल मैनिफोल्ड पर रहे (निकटतम प्रशिक्षण पड़ोसी से दूरी संदर्भ मास्क के समान थी), जो यह सिद्ध करता है कि मॉडल ने केवल प्रशिक्षण डेटा को याद नहीं किया है।
कंट्रोलेबिलिटी (Controllability):
- सिंगल-ऑर्गन: VCS को -3 से +3 तक स्वीप करने से सुसंगत, व्याख्या योग्य वॉल्यूम परिवर्तन (जैसे, लिवर/किडनी के लिए लीनियर स्केलिंग) प्राप्त हुए।
- मल्टी-ऑर्गन इंडिपेंडेंस: लिवर और प्लीहा (spleen) के संयुक्त कंडीशनिंग ने न्यूनतम क्रॉस-कपलिंग दिखाई; एक अंग के VCS को बदलने से मुख्य रूप से इच्छित अक्ष के साथ वितरण में बदलाव आया।
क्लिनिकल यूटिलिटी (हेपेटोमेगाली):
- एक इष्टतम VCS ($VCS = 4.9$) चुनकर, फ्रेमवर्क ने वास्तविक दुनिया के हेपेटोमेगाली (बड़ा लिवर) कोहॉर्ट के लिए जेनरेटेड लिवर वॉल्यूम और वास्तविक वॉल्यूम के बीच वासरस्टीन-1 (Wasserstein-1) दूरी को 73.6% (899.5 mL से 237.0 mL) कम कर दिया।
विविधता (Diversity): MAISI मॉडल की तुलना में, AbdomenGen ने उच्च इंटर-सैंपल वेरिएबिलिटी (कम पेयरवाइज डाइस, उच्च चैम्फर डिस्टेंस) प्रदर्शित की, जो अधिक व्यापक रेंज में संभावित एनाटॉमी का संकेत देती है।

5. महत्व और निष्कर्ष (Significance and Conclusion)

AbdomenGen डीप लर्निंग लचीलेपन और क्लिनिकल व्याख्यात्मकता के बीच के अंतर को पाटकर कम्प्यूटेशनल फैंटम जनरेशन में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है।

क्लिनिकल प्रासंगिकता: यह नए डेटा संग्रह या जटिल पोस्ट-हॉक रजिस्ट्रेशन की आवश्यकता के बिना दुर्लभ विकृतियों (जैसे हेपेटोमेगाली) के लिए "स्ट्रेस-टेस्ट" आबादी के ऑन-डिमांड निर्माण को सक्षम बनाता है।
मेथोडोलॉजिकल इनोवेशन: VCS दृष्टिकोण उन जनरेटिव मॉडल्स में ज्यामितीय गुणों को नियंत्रित करने के लिए एक मजबूत समाधान प्रदान करता है जहाँ गुण स्वाभाविक रूप से सह-संबंधित (आकार बनाम हैबिटस) होते हैं।
भविष्य का प्रभाव: यह फ्रेमवर्क वर्चुअल इमेजिंग परीक्षणों और सेगमेंटेशन स्ट्रेस-टेस्टिंग का समर्थन करता है। हालांकि वर्तमान सीमाओं में अनुक्रमिक संश्लेषण में त्रुटि संचय (error accumulation) और ट्यूबलर संरचनाओं (कोलन) के साथ कठिनाई शामिल है, यह कार्य सांख्यिकीय रूप से आधारित, नियंत्रणीय एनाटॉमिकल मॉडलिंग के लिए एक आधार स्थापित करता है।