← नवीनतम पेपर
🤖 AI

Mitosis Detection in the Wild: Multi-Tumor and Context-Aware Generalization in the MIDOG 2025 Challenge

MIDOG 2025 चुनौती विभिन्न प्रकार के ट्यूमर, प्रजातियों और स्कैनिंग प्लेटफॉर्म्स में स्वचालित माइटोसिस डिटेक्शन मॉडल की सामान्यीकरण क्षमताओं का मूल्यांकन करती है, जो चुनौतीपूर्ण वास्तविक संदर्भों में महत्वपूर्ण प्रदर्शन गिरावट को प्रकट करती है और एंसेम्बलिंग (ensembling) के लाभों के बावजूद वर्तमान आर्किटेक्चर की सीमाओं को उजागर करती है।

मूल लेखक: Marc Aubreville, Jonas Ammeling, Sweta Banerjee, Viktoria Weiss, Taryn A. Donovan, Robert Klopfleisch, Jiaqi Lv, Shan E Ahmed Raza, Raphaël Bourgade, Thomas Walter, Yasemin Topuz, Songül Varlı, Charle
प्रकाशित 2026-06-08
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Marc Aubreville, Jonas Ammeling, Sweta Banerjee, Viktoria Weiss, Taryn A. Donovan, Robert Klopfleisch, Jiaqi Lv, Shan E Ahmed Raza, Raphaël Bourgade, Thomas Walter, Yasemin Topuz, Songül Varlı, Charles-Antoine Collins-Fekete, Zhuoyan Shen, Navya Sri Kelam, Nitin Singhal, Christian Marzahl, Brian Napora, Tengyou Xu, Hongyan Gu, Mario Vento, Gennaro Percannella, Norbert Ropiak, Izabela Wasiak, Jie Xiao, Shaojun Liu, Seungho Choe, April Khademi, Vidushi Walia, Sujatha Kotte, Andrew Broad, Alex Wright, Guillaume Balezo, Esha Sadia Nasir, Mostafa Jahanifar, Yosuke Yamagishi, Shouhei Hanaoka, Mattia Sarno, Francesco Tortorella, Biwen Meng, Jingxin Liu, Sara Krauss, Daniel Hieber, Lavish Ramchandani, Dev Kumar Das, Mieko Ochi, Yuan Bae, Piotr Giedziun, Mateusz Maniewski, Vangala Govindakrishnan Saipradeep, Naveen Sivadasan, Leire Benito-Del-Valle, Adrian Galdran, Kaustubh Atey, Sameer Anand Jha, Adinath Dukre, Imran Razzak, Maxime W. Lafarge, Viktor H. Koelzer, Nils Porsche, Nikolas Stathonikos, Mitko Veta, Dominik Hirling, Zsanett Zsófia Iván, Peter Horvath, Katharina Breininger, Christof A. Bertram

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 रोबोट को एक विशाल, अराजक शहर (एक ऊतक नमूने/tissue sample) के भीतर एक विशिष्ट प्रकार के छोटे, व्यस्त कार्यकर्ता (एक विभाजित कोशिका/dividing cell) को पहचानने के लिए सिखाने की कोशिश कर रहे हैं। वर्षों तक, शोधकर्ताओं ने केवल इन रोबोटों को शहर के सबसे व्यस्त, सबसे स्पष्ट निर्माण क्षेत्रों की तस्वीरें दिखाकर प्रशिक्षित किया। रोबोट उन विशिष्ट क्षेत्रों में श्रमिकों को खोजने में बहुत कुशल हो गए।

लेकिन वास्तविक दुनिया में, डॉक्टर केवल व्यस्त क्षेत्रों को नहीं देखते; उन्हें पूरे शहर को स्कैन करना होता है, जिसमें शांत पड़ोस और भ्रमित करने वाले निर्माण स्थल भी शामिल हैं जो श्रमिकों जैसे दिखते हैं लेकिन वास्तव में वे नहीं हैं।

यह लेख MIDOG 2025 चैलेंज का वर्णन करता है, जो एक विशाल प्रतियोगिता है जहाँ कंप्यूटर वैज्ञानिकों की 18 टीमों ने ऐसे रोबोट बनाने की कोशिश की जो इन "श्रमिकों" (mitotic figures) को कहीं भी खोज सकें, न कि केवल आसान जगहों पर। उन्हें एक दूसरा कार्य भी दिया गया था: यह पता लगाना कि जो श्रमिक उन्हें मिला है, क्या वह अपना काम सामान्य रूप से कर रहा है या वह "असामान्य" (atypical) है (कुछ अजीब और संभावित रूप से खतरनाक कर रहा है)।

यहाँ इसका विवरण दिया गया है, सरल उपमाओं (analogies) का उपयोग करते हुए:

1. "श्रमिक को पहचानो" खेल (ट्रैक 1)

पहला कार्य तीन अलग-अलग प्रकार के पड़ोसों में प्रत्येक विभाजित कोशिका को खोजना था:

  • "हॉटस्पॉट" पड़ोस: स्पष्ट, व्यस्त निर्माण क्षेत्र जहाँ हर जगह श्रमिक मौजूद हैं। (यही पिछले चुनौतियों में उपयोग किया गया था)।
  • "रैंडम" पड़ोस: शहर का एक यादृच्छिक हिस्सा, जो पूरे ऊतक का एक सामान्य, औसत दृश्य प्रस्तुत करता है।
  • "चुनौतीपूर्ण" पड़ोस: एक कठिन क्षेत्र जो "बहरूपियों" (imposters) से भरा है—ऐसी चीजें जो श्रमिकों जैसी दिखती हैं (जैसे मृत कोशिकाएं या स्याही के निशान) लेकिन वास्तव में वे नहीं हैं।

बड़ी हैरानी:
रोबोट "हॉटस्पॉट" पड़ोसों में उत्कृष्ट थे। लेकिन जैसे ही उन्होंने "रैंडम" या "चुनौतीपूर्ण" पड़ोसों में कदम रखा, वे गलतियाँ करने लगे।

  • उपमा: कल्पना कीजिए कि एक सुरक्षा गार्ड है जो एक भीड़ भरे स्टेडियम में चोरों को पकड़ने में माहिर है (हॉटस्पॉट)। लेकिन जब आप उसी गार्ड को एक शांत पुस्तकालय (रैंडम) या एक ऐसे कमरे में रखते हैं जहाँ लोग बिल्कुल एक जैसे दिखने वाले कपड़े पहने हुए हैं (चुनौतीपूर्ण), तो वह निर्दोष लोगों को देखकर भी चिल्लाने लगता है कि "चोर! चोर!"।
  • परिणाम: "चुनौतीपूर्ण" क्षेत्रों में, रोबतों के झूठे अलार्म (निर्दोष चीजों को "श्रमिक" कहना) 208% बढ़ गए। इसका मतलब है कि वर्तमान तकनीक अभी भी पूरे ऊतक स्लाइड को विश्वसनीय रूप से स्कैन करने के लिए तैयार नहीं है; यह भ्रमित करने वाले क्षेत्रों में बहुत जल्दी घबरा जाती है।

2. "सामान्य बनाम अजीब" खेल (ट्रैक 2)

दूसरा कार्य उन श्रमिकों को देखना था जिन्हें रोबोटों ने पाया और यह तय करना था: "क्या यह एक सामान्य श्रमिक है, या यह एक अजीब, खतरनाक वाला है?"

  • परिणाम: रोबोट इस काम में बहुत बेहतर थे। शीर्ष टीमों ने लगभग 91% सटीकता प्राप्त की।
  • पेंच: यहाँ भी, रोबोट दुर्लभ प्रकार के ट्यूमर के साथ संघर्ष कर रहे थे। यह ऐसा ही है जैसे एक सुरक्षा गार्ड जो 10,000 लोगों की भीड़ में अजीब व्यवहार को पहचानने में माहिर है, लेकिन जब भीड़ एक बहुत ही विशिष्ट, दुर्लभ समूह की बनी होती है जिसे उसने पहले कभी नहीं देखा, तो वह भ्रमित हो जाता है।

3. "गुप्त हथियार" (वास्तव में किस चीज़ ने मदद की?)

शोधकर्ताओं ने जीतने वाले रोबोटों के काम करने के तरीके को गहराई से देखा कि उन्होंने कौन सी तरकीबें इस्तेमाल कीं।

  • "समूह सोच" रणनीति (Ensembling):

    • यह क्या है: एक अकेला रोबोट इस्तेमाल करने के बजाय, कुछ टीमों ने 3 से 5 रोबोटों की एक टीम का उपयोग किया और उन्हें उत्तर पर वोट करने दिया।
    • क्या यह काम आया? हाँ। यह सबसे सुसंगत बूस्टर था। यह एक एकल राय के बजाय विशेषज्ञों की एक समिति होने जैसा था। इसने सभी क्षेत्रों में, विशेष रूप से कठिन क्षेत्रों में, स्कोर में सुधार किया।
    • नोट: दूसरे ट्रैक का पूर्ण विजेता (#1) इस ट्रिक का उपयोग नहीं करता था, जिससे सिद्ध होता है कि आपको जीतने के लिए एक समिति की आवश्यकता नहीं है, लेकिन यह आमतौर पर मदद करता है।

  • "दोबारा जाँचने" की रणनीति (Test-Time Augmentation):

    • यह क्या है: इसमें रोबोट को एक ही छवि कई बार दिखाई जाती है, लेकिन उसे पलटकर, घुमाकर या ज़ूम करके, यह देखने के लिए कि क्या वह अभी भी श्रमिक को पहचान पाता है।
    • क्या यह काम आया? नहीं। इससे कोई खास मदद नहीं मिली। वास्तव में, इसने रोबोट को धीमा कर दिया और अधिक कंप्यूटर शक्ति का उपयोग किया बिना उसे और स्मार्ट बनाए। यह एक व्यक्ति को एक फोटो देखने के बाद, फिर फोटो को उल्टा करके फिर से देखने के लिए कहने जैसा है, इस उम्मीद में कि शायद वह पहली बार में छूटी हुई गलती को पकड़ लेगा। इन रोबोटों के लिए, यह केवल समय की बर्बादी थी।

4. "अंध बिंदु" (Blind Spots)

पेपर यह रेखांकित करता है कि रोबोटों के "अंध बिंदु" हैं।

  • ट्यूमर के प्रकार: रोबोट सामान्य ट्यूमर पर अच्छा काम करते थे लेकिन दुर्लभ या बहुत ही अस्त-व्यस्त दिखने वाले ट्यूमर (जैसे मानव ग्लियोब्लास्टोमा) के साथ काफी संघर्ष करते थे।
  • संदर्भ (Context): रोबोटों को मुख्य रूप से केवल श्रमिक के छोटे, क्रॉप किए गए चित्रों पर प्रशिक्षित किया गया था। वे आसपास के परिवेश के "बड़े चित्र" को समझने में चूक गए। पेपर सुझाव देता है कि बेहतर होने के लिए, भविष्य के रोबोटों को केवल श्रमिक के चेहरे को ही नहीं, बल्कि पूरे पड़ोस को देखना चाहिए।

निष्कर्ष (The Bottom Line)

MIDOG 2025 चुनौती ने साबित कर दिया कि हालांकि AI ऊतक स्लाइड के "आसान" हिस्सों में विभाजित कोशिकाओं को खोजने में बहुत अच्छा हो रहा है, फिर भी यह अभी भी पूरे स्लाइड के लिए विश्वसनीय नहीं है।

  • वर्तमान स्थिति: "हॉटस्पॉट्स" के लिए बेहतरीन, "चुनौतीपूर्ण" क्षेत्रों के लिए बेहद खराब।
  • समाधान: हमें इन रोबोटों को अधिक विविध, अस्त-व्यस्त और "वास्तविक दुनिया" के डेटा पर प्रशिक्षित करने की आवश्यकता है, न कि केवल आदर्श, चुनिकीकृत तस्वीरों पर।
  • मुख्य बात: इससे पहले कि हम इन रोबोटों पर किसी मरीज के पूरे ऊतक नमूने को स्कैन करने के लिए भरोसा करें, हमें यह सुनिश्चित करना होगा कि वे "चुनौतीपूर्ण" पड़ोस में मौजूद "बहरूपियों" से भ्रमित न हों।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🤖 cs.AI →