तकनीकी सारांश: संवर्धन से परे: EEG-आधारित अवसाद पहचान के लिए स्कोर-निर्देशित रोगजनक पूर्ववृत्त (Score-Guided Pathological Prior)

1. समस्या विवरण (Problem Statement)

इलेक्ट्रोएन्सेफलोग्राफी (EEG) का उपयोग करके मेजर डिप्रेसिव डिसऑर्डर (MDD) का पता लगाना मौलिक रूप से लघु-नमूना समस्या (small-sample dilemma) से बाधित है, जहाँ नैदानिक डेटासेट में आमतौर पर 100 से कम विषय होते हैं। डेटा की कमी को दूर करने के लिए, प्रचलित विधियाँ जेनरेटिव डेटा ऑग्मेंटेशन (जैसे, GANs, डिफ्यूजन मॉडल) पर निर्भर करती हैं ताकि छद्म-नमूने (pseudo-samples) संश्लेषित किए जा सकें। हालाँकि, लेखक तर्क देते हैं कि यह दृष्टिकोण गंभीर पद्धतिगत दोष उत्पन्न करता है:

• सिंथेटिक शोर (Synthetic Noise): उच्च-आयामी, गैर-स्थिर कच्चे EEG संकेतों का सीधा संश्लेषण गंभीर रूपात्मक विकृति (morphological distortions) और उच्च-आवृत्ति आर्टिफैक्ट्स का परिणाम देता है।
• वितरण विस्थापन (Distribution Shift): उत्पन्न नमूने वास्तविक डेटा मैनिफोल्ड से एक स्पष्ट वितरण विस्थापन ($\Delta\sigma = 0.73$) प्रदर्शित करते हैं, जो अंतर्निहित सांख्यिकीय गुणों को बनाए रखने में विफल रहते हैं।
• सीमा धुंधलापन (Boundary Blurring): वर्गीकरण सीमाओं को तेज करने के बजाय, शोर युक्त संवर्धन स्पूरियस सहसंबंधों (spurious correlations) को इंजेक्ट करता है, जिससे मॉडल नैदानिक रूप से सार्थक बायोमार्कर के बजाय सिंथेटिक शोर को याद (memorize) करने लगता है।
• हार्डवेयर विषमता (Hardware Heterogeneity): वास्तविक दुनिया में तैनाती विभिन्न इलेक्ट्रोड कॉन्फ़िगरेशन (जैसे, 19 बनाम 128 चैनल) द्वारा बाधित होती है, जो मानक मॉडलों को बिना महंगे पुन: प्रशिक्षण के सामान्यीकृत होने से रोकती है।

2. कार्यप्रणाली: स्कोर-निर्देशित वर्गीकरण (SGC)

लेखक स्कोर-निर्देशित वर्गीकरण (SGC) का प्रस्ताव करते हैं, जो प्रतिमान को "नमूना पीढ़ी" (sample generation) से बदलकर "पूर्ववृत्त खनन" (prior mining) की ओर ले जाता है। नए डेटा को संश्लेषित करने के बजाय, SGC एक अनसुपरवाइज्ड जेनरेटिव आर्किटेक्चर का उपयोग करता है ताकि नमूनों के संरचनात्मक और सांख्यिकीय विसंगति स्तरों को मॉडल किया जा सके, जो एक नियतात्मक (deterministic), शोर-मुक्त रोगजनक पूर्ववृत्त (pathological prior) के रूप में कार्य करता है।

मुख्य आर्किटेक्चर

यह ढांचा एक दोहरी-धारा आर्किटेक्चर (dual-stream architecture) के माध्यम से संचालित होता है:

A. अनसुपरवाइज्ड स्ट्रीम (रोगजनक पूर्ववृत्त मॉडलिंग)

यह विशेष रूप से स्वस्थ नियंत्रण (Healthy Control - HC) डेटा पर प्रशिक्षित है ताकि सामान्य मस्तिष्क गतिकी के अंतर्निहित मैनिफोल्ड को एंकर किया जा सके। इसमें दो पूरक मॉडल शामिल हैं:

1. VQ-VAE (वेक्टर-क्वांटाइज्ड वेरिएशनल ऑटोएनकोडर): यह स्वस्थ संकेतों की विविक्त संरचनात्मक आकृति विज्ञान (discrete structural morphology) को मॉडल करता है। यह "स्वस्थ आधार परमाणुओं" (healthy basis atoms) का एक सीमित सेट (codebook) सीखता है। पुनर्निर्माण त्रुटि ($L'_{VQ}$) संरचनात्मक विचलन को मापती है।
2. DDPM (डिनोइजिंग डिफ्यूजन प्रोबेबिलिस्टिक मॉडल): यह बैकग्राउंड शोर के सतत संभाव्यता वितरण (continuous probabilistic distribution) को मॉडल करता है। डिफ्यूजन लॉस ($L'_{Diff}$) स्टोकेस्टिक बैकग्राउंड में सांख्यिकीय बदलावों को मापता है।

ये मॉडल HC डेटा पर प्रशिक्षण के बाद फ्रीज कर दिए जाते हैं। किसी भी इनपुट के लिए, वे एक संयुक्त विसंगति स्कोर $S$ की गणना करते हैं:
$$S = \alpha L'_{VQ} + (1 - \alpha) L'_{Diff}$$
जहाँ $\alpha=0.7$ संरचनात्मक त्रुटि को प्राथमिकता देता है। इस स्कोर को एक बाउंडेड प्रायर $S' \in [0, 1]$ बनाने के लिए मजबूती से सामान्यीकृत (5वें और 95वें पर्सेंटाइल का उपयोग करके) किया जाता है।

B. सुपरवाइज्ड स्ट्रीम (फीचर फ्यूजन और वर्गीकरण)

यह स्ट्रीम आने वाले EEG खंडों (MDD और HC दोनों) को तीन चरणों के माध्यम से संसाधित करती है:

1. क्रॉस-इलेक्ट्रोड स्थानिक अनुकूलन (Cross-electrode Spatial Adaptation): हार्डवेयर विषमता को संभालने के लिए, उच्च-घनत्व वाले संकेतों को स्फेरिकल स्प्लाइन इंटरपोलेशन का उपयोग करके एक मानकीकृत 19-इलेक्ट्रोड लेआउट (इंटरनेशनल 10-20 सिस्टम) पर प्रोजेक्ट किया जाता है। यह बिना आर्किटेक्चरल रिट्रेनिंग के ज़ीरो-शॉट ट्रांसफर सक्षम बनाता है।
2. हाइब्रिड फीचर एक्सट्रैक्टर: एक 1D-CNN स्थानीय टेम्पोरल रूपात्मक विशेषताओं को कैप्चर करता है, जिसके बाद एक ट्रांसफॉर्मर एनकोडर लॉन्ग-रेंज ग्लोबल डिपेंडेंसी को मॉडल करता है, जिससे एक डीप फीचर वेक्टर $F_{deep}$ प्राप्त होता है।
3. स्कोर-निर्देशित फीचर फ्यूजन: अंतिम MLP क्लासिफायर से पहले सामान्यीकृत विसंगति स्कोर $S'$ को $F_{deep}$ के साथ स्पष्ट रूप से जोड़ा (concatenate) जाता है। यह डीप रिप्रेजेंटेशन को रोगजनक पूर्ववृत्त के साथ फ्यूज करता है, जिससे निर्णय सीमा (decision boundary) गतिशील रूप से कैलिब्रेट होती है।

प्रशिक्षण रणनीति

लघु-नमूना शासन में ओवरफिटिंग को कम करने के लिए, लेखक निम्नलिखित का उपयोग करते हैं:

• कोसाइन एनीलिंग (Cosine Annealing) लर्निंग रेट शेड्यूलिंग।
• लेबल स्मूथिंग (Label Smoothing) अत्यधिक आत्मविश्वास (over-confidence) को रोकने के लिए।
• ज़ीरो-ऑग्मेंटेशन सेटिंग: मॉडल को बिना किसी सिंथेटिक नमूने उत्पन्न किए प्रशिक्षित किया जाता है।

3. प्रमुख योगदान

1. ऑग्मेंटेशन-मुक्त ढांचा: SGC जेनरेटिव उपयोगिता को पुनः परिभाषित करता है, जो कच्चे संकेतों को मतिभ्रम (hallucinating) दिखाने के बजाय एक नॉर्मेटिव बेसलाइन को मॉडल करता है, जिससे सिंथेटिक शोर इंजेक्शन के जोखिमों से बचा जा सकता है।
2. दोहरी-धारा रोगजनक पूर्ववृत्त (Dual-Stream Pathological Prior): संरचनात्मक क्वांटाइजेशन (VQ-VAE) और संभाव्यता डिफ्यूजन (DDPM) को सिनर्जी प्रदान करके, यह विधि एक व्यापक विसंगति स्कोर का निर्माण करती है जो रूपात्मक विकृतियों और सांख्यिकीय बदलावों दोनों को कैप्चर करता है।
3. हार्डवेयर-अज्ञेयवादी सामान्यीकरण (Hardware-Agnostic Generalization): प्रस्तावित स्थानिक टोपोलॉजी मैपिंग रणनीति क्रॉस-कोहोर्ट इलेक्ट्रोड बेमेल को हल करती है, जिससे अलग-अलग चैनल कॉन्फ़िगरेशन वाले डेटासेट के बीच निर्बाक ज़ीरो-शॉट ट्रांसफर संभव होता है।

4. प्रयोगात्मक परिणाम

प्रयोग Mumtaz2016 (19 इलेक्ट्रोड, 34 MDD/30 HC) और MODMA (128 इलेक्ट्रोड, 24 MDD/29 HC) डेटासेट पर किए गए।

• स्टेट-ऑफ-द-आर्ट प्रदर्शन: Mumtaz2016 पर, SGC ने 95.19% सटीकता प्राप्त की, जो पारंपरिक डीप लर्निंग मॉडलों (जैसे, DeprNet: 89.84%) और सर्वश्रेष्ठ जेनरेटिव ऑग्मेंटेशन विधि, DiffMDD (93.85%) को पीछे छोड़ दिया।
• ज़ीरो-शॉट सामान्यीकरण: एक क्रॉस-डेटासेट मूल्यांकन में (Mumtaz2016 पर प्रशिक्षण, MODMA पर बिना फाइन-ट्यूनिंग के परीक्षण), SGC ने 78.50% सटीकता बनाए रखी। इसके विपरीत, मौजूदा SOTA मॉडल विनाशकारी गिरावट का शिकार हुए (जैसे, GC-GRU 55.40% गिर गया, DiffMDD 68.34% गिर गया)।
• नैदानिक सुरक्षा: SGC ने ज़ीरो-शॉट ट्रांसफर में 75.34% रिकॉल (Recall) प्राप्त किया, जो बेसलाइन (Recall $\le$ 61%) से काफी बेहतर है। कन्फ्यूजन मैट्रिक्स विश्लेषण ने दिखाया कि SGC उन फॉल्स नेगेटिव (छूटे हुए निदान) को समाप्त करता है जो जेनरेटिव ऑग्मेंटेशन विधियों में बड़ी समस्या थे।
• एब्लेशन अध्ययन (Ablation Studies):
  • संरचनात्मक या वितरण संबंधी स्ट्रीम में से किसी एक को हटाने से प्रदर्शन कम हो गया, जो उनकी पूरकता की पुष्टि करता है।
    फ्यूजन को फीचर-स्तर के बजाय निर्णय-स्तर (decision-level) पर बदलने से ज़ीरो-शॉट प्रदर्शन में महत्वपूर्ण गिरावट (78.50% से 69.69% तक) आई, जो फीचर के रूप में प्रायर को इंजेक्ट करने की आवश्यकता को सिद्ध करता है।
  • उन्नत जेनरेटिव ह्यूरिस्टिक्स (Hard Negative Mining, Artifact Cleaning) के साथ तुलना से पता चला कि SGC का प्रायर माइनिंग दृष्टिकोण नमूना संश्लेषण (sample synthesis) की तुलना में मौलिक रूप से बेहतर है।

5. महत्व और दावे

यह शोध पत्र दावा करता है कि EEG विश्लेषण में प्रचलित "डेटा-मात्रा-प्रथम" (data-quantity-first) परंपरा त्रुटिपूर्ण है क्योंकि सिंथेटिक डेटा आर्टिफैक्ट्स पेश करता है जो निर्णय सीमाओं को धुंधला कर देते हैं। सिंथेटिक मात्रा के बजाय फीचर अखंडता (feature integrity) पर ध्यान केंद्रित करके, SGC सिद्ध करता है कि:

• फ्यू-शॉट लर्निंग के लिए स्पष्ट रोगजनक पूर्ववृत्त (Explicit Pathological Priors) जेनरेटिव ऑगमेंटेशन की तुलना में अधिक मजबूत हैं।
• विसंगति स्कोरिंग (Anomaly Scoring) एक शक्तिशाली, शोर-मुक्त तंत्र के रूप में कार्य करता है जो क्लासिफायर को निर्देशित करता है, जिससे बैकग्राउंड वेरिएंस से वास्तविक बायोमार्कर को प्रभावी ढंग से अलग किया जा सकता है।
• ज्यामितीय प्रोजेक्शन के माध्यम से हार्डवेयर अज्ञेयता (Hardware Agnosticism) प्राप्त की जा सकती है, जिससे सिस्टम को बिना पुन: प्रशिक्षण के मल्टी-सेंटर क्लिनिकल डिप्लॉयमेंट के लिए व्यवहार्य बनाया जा सकता है।

लेखक निष्कर्ष निकालते हैं कि SGC जटिल मेडिकल टाइम-सीरीज के लिए एक विश्वसनीय नैदानिक मार्ग स्थापित करता है, जो संभावित रूप से भ्रामक सिंथेटिक डेटा उत्पन्न करने के बजाय अपरिवर्तनीय रोगजनक मैनिफोल्ड (invariant pathological manifolds) के निष्कर्षण को प्राथमिकता देता है। भविष्य के कार्य के रूप में हार्डवेयर विषमताओं को और अधिक पाटने के लिए अनसुपरवाइज्ड डोमेन अडैप्टेशन (UDA) को एकीकृत करना पहचाना गया है।