⚡ electrical engineering

ConRad: Efficient Conformal Prediction for Radiomics

ConRad एक कुशल कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क है जो रेडियोमिक विशेषताओं के लिए अनुकूलन योग्य, वितरण-मुक्त (डिस्ट्रीब्यूशन-फ्री) प्रेडिक्शन इंटरवल बनाने के लिए इमेज अपीयरेंस, मास्क ज्योमेट्री और सेगमेंटेशन अनसर्टेंटी का लाभ उठाता है, जो विविध मेडिकल इमेजिंग डेटासेट्स में लगभग-नॉमिनल कवरेज बनाए रखते हुए इंटरवल दक्षता में महत्वपूर्ण सुधार करता है।

मूल लेखक: Matt Y. Cheung, Ashok Veeraraghavan, Guha Balakrishnan

प्रकाशित 2026-07-10

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Matt Y. Cheung, Ashok Veeraraghavan, Guha Balakrishnan

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 जासूस हैं जो एक धुंधली तस्वीर से सुरागों का उपयोग करके एक रहस्य को सुलझाने की कोशिश कर रहे हैं। आपके पास एक रोबोट सहायक है जो संदिग्ध के चारों ओर एक मोटा रेखाचित्र (एक "मास्क") बनाता है। इस रूपरेखा के आधार पर, रोबोट एक "रेडियोमिक" संख्या की गणना करता है—शायद संदिग्ध की टोपी का आकार या उसके कोट की बनावट। यह संख्या डॉक्टरों को बड़े निर्णय लेने में मदद करती है।

लेकिन यहाँ एक पेंच है: रोबोट दोषरहित नहीं है। कभी-कभी यह अति-आत्मविश्वासी हो जाता है, एक ऐसी कांपती हुई रूपरेखा बनाता है जो ठोस दिखती है। यदि आप केवल रोबोट की संख्या लेते हैं और कहते हैं, "टोपी का आकार 10 इंच है," तो आप गलत हो सकते हैं, और आपको यह भी पता नहीं होगा कि आप कितने गलत हो सकते हैं। आपको एक सुरक्षा जाल की आवश्यकता है, जैसे कि संभावित मूल्यों की एक सीमा: "टोपी 8 और 12 इंच के बीच है।"

लंबे समय तक, वैज्ञानिकों ने इन सुरक्षा जालों को बनाने के लिए एक "ब्लैक बॉक्स" दृष्टिकोण का उपयोग करने की कोशिश की। वे अंतिम संख्या को देखते थे और एक सीमा का अनुमान लगाते थे, यह अनदेखा करते हुए कि रोबोट ने रूपरेखा कैसे बनाई। यह मौसम का अनुमान केवल तापमान के आधार पर लगाने जैसा था, हवा, नमी और बादलों के आकार को अनदेखा करते हुए। इस वजह से सुरक्षा जाल बहुत चौड़े और अनाड़ी बन जाते थे।

अब आया ConRad, एक नई विधि जिसे मैट चेंग और राइस यूनिवर्सिटी की उनकी टीम ने प्रस्तावित किया है। ConRad को एक सुपर-स्मार्ट जासूस के रूप में समझें जो केवल अंतिम संख्या को नहीं देखता है। इसके बजाय, ConRad काम करते समय रोबोट की स्केचबुक की जांच करता है। यह पूछता है: "रूपरेखा कितनी डगमगा रही है? क्या रोबोट किनारों को लेकर अनिश्चित है? आकार कितना बड़ा है?"

इन अतिरिक्त सुरागों का उपयोग करके—विशेष रूप से रोबोट के चित्र के किनारों पर अनिश्चितता का उपयोग करके—ConRad उन अनाड़े सुरक्षा जालों को सिकोड़ सकता है। यह संभावित उत्तरों की सीमा को बहुत अधिक सटीक और उपयोगी बनाता है, बिना अपने अधिकांश बार सही होने के वादे को खोए।

बड़ा परीक्षण (The Big Test Drive)

यह वास्तव में काम करता है या नहीं, यह देखने के लिए टीम ने केवल अनुमान नहीं लगाया; उन्होंने एक विशाल परीक्षण चलाया। उन्होंने पाँच अलग-अलग मेडिकल इमेजिंग डेटासेट्स (जैसे त्वचा, पेट के अंदर के हिस्से, चेस्ट एक्स-रे और थायराइड अल्ट्रासाउंड की तस्वीरें) का उपयोग किया और 171 विभिन्न रेडियोमिक लक्ष्यों (वे सभी टोपी के आकार, बनावट और आकार) को ट्रैक किया।

उन्होंने ConRad की तुलना पुराने "ब्लैक बॉक्स" तरीकों और कुछ थोड़े स्मार्ट संस्करणों से की जो चित्र को देखते थे लेकिन कांपते किनारों को अनदेखा कर देते थे। परिणाम उत्साहजनक थे:

पाँच में से चार डेटासेट्स पर, ConRad ने सुरक्षा जालों को काफी सिकोड़ दिया। उदाहरण के लिए, थायराइड अल्ट्रासाउंड डेटा (TN3K) पर, अंतराल औसतन लगभग 2.03% कम (नैरो) हो गए। स्किन इमेज डेटा (HAM10000) पर, इनमें 5.47% का सुधार हुआ।
यह सबसे अधिक बार जीता: स्किन इमेज के 82.5% मामलों में और चेस्ट एक्स-रे के 91.3% मामलों में, ConRad ने सबसे अच्छे प्रतिस्पर्धी तरीके की तुलना में बेहतर (संकीर्ण) रेंज प्रदान की।
यह ईमानदार रहा: भले ही रेंज छोटी हो गई थी, ConRad ने अपना वादा निभाया। इसने लगभग 90% समय सही उत्तर को कवर किया (लक्ष्य 1 − α = 0.9 पर सेट किया गया था)। वास्तव में, 171 में से 170 लक्ष्यों ने उस 90% के स्तर को छुआ।

गुप्त नुस्खा: किनारा मायने रखता है (The Secret Sauce: The Edge Matters)

सबसे मजेदार खोजों में से एक यह पता लगाना था कि क्यों ConRad इतना अच्छा काम कर रहा था। टीम ने "अगर हम इस सुराग को हटा दें तो क्या होगा?" का खेल खेला। उन्होंने आकार, चमक और अनुमानित संख्याओं के सुरागों को एक-एक करके हटा दिया।

उन्होंने पाया कि बाउंड्री अनिश्चितता (boundary uncertainty)—यानी रोबвोट की रूपरेखा किनारों के पास कितनी कांप रही थी, इसके सुराग—ही असली विजेता (MVP) थी। यह सुधार के लगभग 40.5% के लिए जिम्मेदार थी। यह स्पष्ट है कि जानना कि रोबोट कहाँ भ्रमित है (आमतौर पर वस्तु के किनारे पर), सुरक्षा जाल को सिकोड़ने का सबसे शक्तिशाली तरीका है। अन्य सुराग, जैसे समग्र चमक या आकार, मदद तो करते थे, लेकिन उतने नहीं।

यह क्या नहीं करता (अभी तक)

यह जानना महत्वपूर्ण है कि ConRad क्या नहीं कर रहा है। पेपर स्पष्ट रूप से कुछ चीजों को खारिज करता है:

यह 3D के लिए जादुई समाधान नहीं है: परीक्षण केवल 2D छवियों (फ्लैट चित्रों) पर किए गए थे। लेखकों का सुझाव है कि 3D रेडियोमिक्स अलग तरह से व्यवहार कर सकते हैं, लेकिन उन्होंने अभी तक इसका परीक्षण नहीं किया है।
यह हर एक मामले के लिए गारंटी नहीं है: यह विधि पूरे मरीजों के समूह में 90% समय सही होने की गारंटी देती है (मार्जिनल कवरेज)। यह हर एक व्यक्तिगत मरीज या विशिष्ट उपसमूह के लिए सही होने का वादा नहीं करती है। यदि डेटा बदल जाता है (जैसे किसी अलग प्रकार के स्कैनर का उपयोग करना), तो विधि को ट्यून-अप की आवश्यकता हो सकती है।
यह सब कुछ एक साथ हल नहीं करता है: वर्तमान में, ConRad प्रत्येक रेडियोमिक लक्ष्य (जैसे "टोपी का आकार" या "कोट की बनावट") को अलग-अलग मानता है। यह अभी तक जटिल, बहु-भाग वाले भविष्यवाणियों को एक साथ नहीं संभालता है।

निचोड़ (The Bottom Line)

ConRad यह सुझाव देता है कि ड्राइंग के किनारों पर रोबोट के "कांपते हाथों" पर ध्यान देकर, हम चिकित्सा भविष्यवाणियों को बहुत अधिक सटीक और विश्वसनीय बना सकते हैं। यह यह सुनिश्चित करने की दिशा में एक कदम है कि जब डॉक्टर इन फैंसी कंप्यूटर मापों का उपयोग करें, तो उन्हें पता हो कि वे उन पर कितना भरोसा कर सकते हैं। लेखकों ने पाया कि यह दृष्टिकोण कई अलग-अलग प्रकार की मेडिकल इमेजरी में अच्छी तरह काम करता है, लेकिन वे यह भी स्वीकार करते हैं कि 3D स्कैन या जटिल, मल्टी-टारगेट परिदृश्यों को संभालने से पहले अभी भी बहुत काम किया जाना बाकी है।

तकनीकी सारांश: ConRad: रेडियोमिक्स के लिए कुशल कॉन्फॉर्मल प्रेडिक्शन (Conformal Prediction)

समस्या विवरण (Problem Statement)

मेडिकल इमेज और सेगमेंटेशन मास्क से प्राप्त रेडियोमिक फीचर्स (Radiomic features) क्लिनिकल निर्णय लेने के लिए महत्वपूर्ण हैं। हालांकि, व्यवहार में, ये फीचर्स अक्सर ऑटोमेटेड मॉडल्स द्वारा जनरेट किए गए प्रेडिक्टेड सेगमेंटेशन मास्क से कंप्यूट किए जाते हैं। ये सेगमेंटेशन मॉडल्स ओवरकॉन्फिडेंट या खराब रूप से कैलिब्रेटेड हो सकते हैं, जिससे प्राप्त रेडियोमिक माप वास्तव में जितने विश्वसनीय हैं, उससे कहीं अधिक विश्वसनीय प्रतीत हो सकते हैं।

जबकि अनिश्चितता परिमाणीकरण (Uncertainty Quantification - UQ) उच्च-जोखिम वाले परिदृश्यों में आवश्यक है, मानक दृष्टिकोण अक्सर रेडियोमिक मापों को मनमाने स्केलर आउटपुट के रूप में मानते हैं, और उनके निर्माण की विशिष्ट प्रक्रिया की अनदेखी करते हैं। मौजूदा कॉन्फॉर्मल प्रेडिक्शन (CP) विधियाँ आमतौर पर सेगमेंटेशन के लिए पिक्सेल-लेवल अनिश्चितता या वॉल्यूम-आधारित मेट्रिक्स पर ध्यान केंद्रित करती हैं। वे नॉन-वोल्यूमेट्रिक रेडियोमिक लक्ष्यों (जैसे टेक्सचर, शेप, इंटेंसिटी डिस्ट्रीब्यूशन) के लिए कुशल, कैलिब्रेटेड अंतराल प्रदान करने में विफल रहती हैं क्योंकि वे इमेज अपीयरेंस, मास्क ज्योमेट्री और सेगमेंटेशन अनिश्चितता के संबंध में टेस्ट-टाइम जानकारी का लाभ नहीं उठा पाती हैं। फलस्वरूप, डायरेक्ट UQ विधियाँ प्रेडिक्टेड मास्क में निहित जानकारी का उपयोग न करके दक्षता के महत्वपूर्ण लाभों को खो सकती हैं।

कार्यप्रणाली: ConRad फ्रेमवर्क (Methodology: ConRad Framework)

लेखक ConRad का प्रस्ताव करते हैं, जो एक कॉन्फॉर्मल फ्रेमवर्क है जिसे प्रेडिक्टेड सेगमेंटेशन मास्क से प्राप्त स्केलर रेडियोमिक लक्ष्यों के लिए एडेप्टिव, कुशल प्रेडिक्शन अंतराल बनाने के लिए डिज़ाइन किया गया है। यह विधि कॉन्फॉर्मलाइज्ड क्वांटाइल रिग्रेशन (CQR) का उपयोग करती है ताकि केस की कठिनाई के आधार पर अंतराल की चौड़ाई को अनुकूलित करने वाले कंडीशनल क्वांटाइल मॉडल्स को सीखा जा सके।

वर्कफ़्लो (Workflow)

इनपुट परिभाषा: एक केस $i$ $i$ के लिए, $A_i$ $A_{i}$ इनपुट इमेज है, $\hat{M}_i$ $\hat{M}_{i}$ प्रेडिक्टेड सेगमेंटेशन मास्क है (जो इन्फरेंस के समय उपलब्ध होता है), और $M_i$ $M_{i}$ रेफरेंस मास्क है (जो केवल ट्रेनिंग/कैलिब्रेशन के लिए उपयोग किया जाता है)। एक रेडियोमिक्स एक्सट्रैक्टर $\rho$ $ρ$ इमेज-मास्क पेयर को एक स्केलर टारगेट में मैप करता है।
- प्रेडिक्टेड टारगेट: $\hat{Y}_i = \rho(A_i, \hat{M}_i)$
- रेफरेंस टारगेट: $Y_i = \rho(A_i, M_i)$
फीचर कंस्ट्रक्शन ( $X_i$ ): Con-Rad केवल टेस्ट-टाइम जानकारी का उपयोग करके एक फीचर वेक्टर $X_i = (\hat{Y}_i, \hat{Z}_i)$ $X_{i} = (\hat{Y}_{i}, \hat{Z}_{i})$ का निर्माण करता है। $\hat{Z}_i$ $\hat{Z}_{i}$ में चार परिवारों के कोवेरियेट्स (covariates) शामिल हैं:
- ज्यामिति और टोपोलॉजी (Geometry and Topology): पिक्सेल काउंट, ऑक्यूपाइड इमेज फ्रैक्शन, और प्रेडिक्टेड मास्क में कनेक्टेड कंपोनेंट्स की संख्या।
- इंटेंसिटी डिस्ट्रीब्यूशन (Intensity Distribution): प्रेडिक्टेड रीजन के भीतर इमेज इंटेंसिटी के सांख्यिकीय मान (मीन, स्टैंडर्ड डेविएशन, मिन, मैक्स, पर्सेंटाइल्स)।
- प्रेडिक्टेड रेडियोमिक्स (Predicted Radiomics): प्रेडिक्टेड रेडियोमिक वैल्यू स्वयं, और शेप, फर्स्ट-ऑर्डर इंटेंसिटी, और टेक्सचर फैमिली से अन्य प्रेडिक्टेड फीचर्स।
- बाउंड्री अनसर्टेनिटी (Boundary Uncertainty): प्रेडिक्टेड प्रोबेबिलिटी मैप से प्राप्त प्रोबेबिलिटी स्टैटिस्टिक्स और एंट्रॉपी, जो विशेष रूप से एक बाउंड्री बैंड (मास्क को 1 पिक्सेल से डाइलेट/इरोड करके बनाया गया) और ग्लोबल स्तर पर आधारित है।
ट्रेनिंग और कैलिब्रेशन (Training and Calibration):
- ट्रेनिंग: CQR एक ट्रेनिंग सेट पर लोअर ( $\hat{Q}_{\alpha/2}$ ) और अपर ( $\hat{Q}_{1-\alpha/2}$ ) कंडीशनल क्वांटाइल मॉडल्स को ट्रेन करता है।
- कैलिब्रेशन: एक अलग (disjoint) कैलिब्रेशन सेट पर, नॉन-कन्फॉर्मिटी स्कोर $R_i = \max\{\hat{Q}_{\alpha/2}(X_i) - Y_i, Y_i - \hat{Q}_{1-\alpha/2}(X_i)\}$ की गणना की जाती है। एक कॉन्फॉर्मल क्वांटाइल $\hat{q}$ को इन स्कोर्स के $\lceil(1-\alpha)(n+1)\rceil$ -वें ऑर्डर स्टैटिस्टिक के रूप में निर्धारित किया जाता है।
- प्रेडिक्शन: एक नए टेस्ट केस के लिए, अंतराल $S(X_{test}) = [\hat{Q}_{\alpha/2}(X_{test}) - \hat{q}, \hat{Q}_{1-\alpha/2}(X_{test}) + \hat{q}]$ होता है।
थ्योरिटिकल गारंटी (Theoretical Guarantee): कैलिब्रेशन और टेस्ट एग्जांपल्स के बीच एक्सचेंजेबिलिटी (exchangeability) की धारणा के तहत, ConRad फाइनाइट-सैंपल मार्जिनल कवरेज की गारंटी देता है: $\Pr\{Y_{test} \in S(X_{test})\} \geq 1 - \alpha$ ।

टारगेट फिल्टरिंग (Target Filtering)

अर्थपूर्ण मूल्यांकन सुनिश्चित करने के लिए, लेखक तीन परिवारों (शेप, फर्स्ट-ऑर्डर इंटेंसिटी, और टेक्सचर/हेटेरोजेनिटी फीचर्स) में डिजेनरेट रेडियोमिक लक्ष्यों (जैसे मिसिंग वैल्यूज, लगभग स्थिर मान, या जीरो वेरिएंस वाले फीचर्स) को हटाने के लिए एक फिल्टरिंग प्रक्रिया लागू करते हैं।

मुख्य योगदान (Key Contributions)

ConRad फ्रेमवर्क: प्रेडिक्टेड सेगमेंटेशन मास्क से प्राप्त स्केलर रेडियोमिक लक्ष्यों के लिए विशेष रूप से डिज़ाइन किया गया एक फीचर-एडेप्टिव कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क। यह दक्षता में सुधार के लिए सेगमेंटेशन आउटपुट की जानकारी (ज्यामिति, इंटेंसिटी और बाउंड्री अनसर्टेनिटी) का स्पष्ट रूप से उपयोग करता है।
मूल्यांकन प्रोटोकॉल (Evaluation Protocol): एक स्केल-नॉर्मलाइज्ड, टारगेट-लेवल मूल्यांकन प्रोटोकॉल का परिचय। चूंकि रेडियोमिक फीचर्स विभिन्न स्केल और यूनिट्स में होते हैं, इसलिए लेखक रॉ इंटरवल विड्थ को पूल करने के बजाय, सबसे मजबूत बेसलाइन के विरुद्ध टारगेट-लेवल विन रेट्स और सिमेट्रिक रिलेटिव विड्थ इम्प्रूवमेंट का उपयोग करके दक्षता का मूल्यांकन करते हैं।

प्रयोगात्मक परिणाम (Experimental Results)

इस पद्धति का मूल्यांकन पाँच 2D मेडिकल इमेजिंग डेटासेट्स (HAM10000, Kvasir, COVID-QU-EX, TG3K, TN3K) पर किया गया, जिसमें डर्मेटोलॉजी, एंडोस्कोपी, चेस्ट एक्स-रे और थायराइड अल्ट्रासाउंड शामिल हैं। फिल्टरिंग के बाद कुल 171 रेडियोमिक लक्ष्य रिटेन किए गए।

प्रदर्शन (Performance)

दक्षता (Efficiency): ConRad ने (स्प्लिट कॉन्फॉर्मल प्रेडिक्शन, केवल प्रेडिक्टेड वैल्यूज का उपयोग करने वाला CQR, और जेनेरिक फीचर्स का उपयोग करने वाला CQR जैसे) बेसलाइन्स की तुलना में फीचर-लेवल इंटरवल दक्षता में सुधार किया, जबकि नाममात्र (nominal) कवरेज बनाए रखा।
- मीन रिलेटिव इम्प्रूवमेंट: अधिकांश डेटासेट्स में सकारात्मक लाभ देखे गए, जो 2.03% (TN3K) से 5.83% (TG3K) के बीच थे।
- विन रेट्स (Win Rates): ConRad ने अधिकांश मामलों में सबसे मजबूत बेसलाइन को पछाड़ दिया, जिसमें विन रेट 55.3% (Kvasir) से 91.3% (COVID-QU-EX) के बीच रहा।
कवरेज (Coverage): एम्पिरिकल कवरेज नाममात्र 90% स्तर ( $1-\alpha$ ) के करीब रहा। न्यूनतम मीन टारगेट-वाइज कवरेज 89.9% था, और 171 में से 170 लक्ष्यों ने कम से कम 90% मीन कवरेज प्राप्त किया।
एब्लेशन स्टडी (Ablation Study): एक ग्रुपड फीचर एब्लेशन विश्लेषण से पता चला कि बाउंड्री अनसर्टेटी (Boundary Uncertainty) फीचर्स दक्षता लाभ में सबसे बड़े योगदानकर्ता थे, जिन्होंने औसतन 40.5% का नॉर्मलाइज्ड एब्लेशन इम्पॉर्टेंस योगदान दिया। यह सुझाव देता है कि ऑब्जेक्ट बाउंड्रीज़ के पास सेगमेंटेशन अनसर्टेटी, जेनेरिक इमेज और मास्क समरी से परे पूरक जानकारी प्रदान करती है।

महत्व और दावे (Significance and Claims)

यह पेपर दावा करता है कि ConRad साधारण वॉल्यूम-आधारित सेगमेंटेशन मेजरमेंट्स से आगे बढ़कर व्यापक रेडियोमिक मेजरमेंट्स तक मेट्रिक-लेवल कॉन्फॉर्मल अनसर्टेटी क्वांटिफिकेशन का विस्तार करता है। सेगमेंटेशन आउटपुट और उसकी अनसर्टेटी के बारे में टेस्ट-टाइम जानकारी का लाभ उठाकर, ConRad औपचारिक कवरेज गारंटी से समझौता किए बिना संकीर्ण अनसर्टेटी इंटरवल बनाता है।

लेखक नोट करते हैं कि हालांकि यह विधि दक्षता में सुधार करती है, यह विशिष्ट सब-ग्रुप्स के लिए कंडीशनल कवरेज के बजाय एक्सचेंजेबल टेस्ट एग्जांपल्स के लिए मार्जिनल कवरेज प्रदान करती है। वे सीमाओं को भी स्वीकार करते हैं, जिसमें 2D डेटासेट्स पर ध्यान केंद्रित करना (3D रेडियोमिक्स अलग तरह से व्यवहार कर सकते हैं) और बाउंड्री अनसर्टेटी के लिए उपयोगी प्रोबेबिलिटी मैप्स पर निर्भरता शामिल है। यह कार्य क्लिनिकल इमेजिंग में अधिक विश्वसनीय, अनसर्टेटी-अवेयर रेडियोमिक पाइपलाइनों की दिशा में एक कदम के रूप में स्थित है।