⚡ electrical engineering

Performance Benchmarking and Optimisation of Clustering Algorithms for Local and Non-Local Similarity Measure in Medical Image Analysis

यह शोध पत्र चिकित्सा इमेज विश्लेषण के लिए पांच क्लस्टरिंग एल्गोरिदम का मूल्यांकन और अनुकूलन करता है, जिसमें यह पाया गया है कि एग्लोमरेटिव क्लस्टरिंग एमआरआई और अल्ट्रासाउंड में सूक्ष्म विवरणों को संरक्षित करने के लिए सर्वश्रेष्ठ है, मिनी-बैच के-मीन्स चेस्ट एक्स-रे के लिए सबसे अच्छा संतुलन प्रदान करता है, जबकि मानक के-मीन्स और बाइसेक्टिंग के-मीन्स इंट्रा-क्लस्टर परिवर्तनशीलता के साथ संघर्ष करते हैं, और BIRCH सभी मोडैलिटीज में लगातार खराब प्रदर्शन करता है।

मूल लेखक: Sisipho Hamlomo, Marcellin Atemkeng

प्रकाशित 2026-07-14

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Sisipho Hamlomo, Marcellin Atemkeng

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 आपके पास मस्तिष्क, धड़कते हुए हृदय या छाती की एक विशाल, अल्ट्रा-हाई-डेफिनिशन फोटो है। यह इतनी विस्तृत है कि यह लाखों छोटे, अद्वितीय पहेली के टुकड़ों (puzzle pieces) वाले एक पुस्तकालय की तरह है। समस्या क्या है? इन विशाल पुस्तकालयों को स्टोर करना और भेजना अस्पतालों के लिए एक दुस्वप्न है; वे बहुत अधिक जगह घेरते हैं और बहुत धीरे चलते हैं।

इसे ठीक करने के लिए, वैज्ञानिक छवियों को कंप्रेस (छोटा) करने की कोशिश करते हैं। लेकिन यहाँ एक पेच है: यदि आप छवि को बहुत अधिक दबा देते हैं, तो आप अनजाने में उन सूक्ष्म, जीवन रक्षक विवरणों को धुंधला कर सकते हैं जिन्हें देखने के लिए डॉक्टर की आवश्यकता होती है।

यह शोध पत्र एक जासूसी कहानी की तरह है जहाँ लेखक पाँच अलग-अलग "आयोजकों" (क्लस्टरिंग एल्गोरिदम) का परीक्षण करते हैं ताकि यह देखा जा सके कि कौन सा उन्हें व्यवस्थित और समान ढेरों में वर्गीकृत कर सकता है। लक्ष्य? उन टुकड़ों को समूह में लाना जो बिल्कुल एक जैसे दिखते हैं ताकि उन्हें बिना किसी महत्वपूर्ण जानकारी को खोए मजबूती से एक साथ दबाया जा सके।

पाँच दावेदार

लेखकों ने तीन प्रकार की मेडिकल छवियों: मस्तिष्क स्कैन (MRI), अल्ट्रासाउंड इमेज और चेस्ट एक्स-रे का उपयोग करके पाँच अलग-अलग सॉर्टिंग विधियों को एक कठोर प्रशिक्षण शिविर से गुजारा। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने प्रत्येक विधि के लिए हर एक सेटिंग को ट्यून करने के लिए "रैंडम सर्च" का उपयोग किया ताकि वे अपने सर्वोत्तम प्रदर्शन कर सकें।

पाँच विधियाँ थीं:

K-means: क्लासिक, सीधा सॉर्टर।
Mini-batch K-means: एक तेज़ संस्करण जो छोटे बैचों में सॉर्ट करता है।
Agglomerative Hierarchical Clustering: एक विधि जो हर टुकड़े को अपना स्वयं का समूह मानकर शुरू होती है और फिर धीरे-धीरे उन्हें आपस में मिलाती है, जैसे कि एक फैमिली ट्री बनाना।
BIRCH: एक विधि जिसे पहले एक सारांशित पेड़ (summary tree) बनाकर विशाल डेटा को संभालने के लिए डिज़ाइन किया गया है।
Bisecting K-means: एक विधि जो एक विशाल ढेर से शुरू होती है और तब तक उसे आधे में विभाजित करती रहती है जब तक कि वह पूरा न हो जाए।

बड़ा खुलासा: "अच्छा" हमेशा "सर्वश्रेष्ठ" नहीं होता

यहाँ वह मोड़ है जो यह शोध पत्र उजागर करता है। यदि आप केवल मानक स्कोरबोर्ड (जैसे कि सिलुएट स्कोर, डेविस-बोल्डिन इंडेक्स और कैलिंस्की-हाराबज़ इंडेक्स) को देखते हैं, तो K-means और Biserting K-means चैंपियन दिखाई देते हैं। वे उच्चतम स्कोर प्राप्त करते हैं, जिसका अर्थ है कि वे समूहों को बहुत स्पष्ट रूप से अलग करते हैं।

हालाँकि, यह शोध पत्र अंतिम कार्य के लिए उनका उपयोग करने के विरुद्ध तर्क देता है।

इसे इस तरह समझें: K-means और Bisecting K-means एक सख्त शिक्षक की तरह हैं जो सभी छात्रों को केवल दो या तीन बड़े क्लासरूम में डाल देता है। जबकि क्लासरूम एक दूसरे से स्पष्ट रूप से अलग हैं, क्लासरूम के अंदर के छात्र अव्यवस्थित हैं! एक बच्चा टक्सीडो पहने हुए है, दूसरा पजामा में है, और तीसरा सुपरहीरो कॉस्ट्यूम में है। वे सभी एक ही कमरे में हैं, लेकिन वे एक दूसरे से बहुत अलग हैं। यदि आप इस कमरे (इमेज पैच) को कंप्रेस करने की कोशिश करते हैं, तो आपको बहुत सावधानी बरतनी होगी, अन्यथा आप विवरणों को खराब कर देंगे।

शोध पत्र ने पाया कि MRI और अल्ट्रासाउंड छवियों के लिए, Agglomerative Hierarchical Clustering वास्तविक नायक था। भले ही इसे चलाने के लिए थोड़े अधिक कंप्यूटर पावर की आवश्यकता थी, लेकिन इसने एक सूक्ष्म लाइब्रेरियन की तरह काम किया। इसने बहुत अधिक, छोटे समूह बनाए जहाँ प्रत्येक वस्तु अपने पड़ोसियों के लगभग समान थी।

परिणाम: MRI और अल्ट्रासाउंड के लिए, इस विधि ने बहुत कम "इंट्रा-क्लस्टर वेरिएबिलिटी" (मतलब, इसके अंदर की वस्तुएं बहुत समान थीं) वाले क्लस्टर बनाए। यह डॉक्टर को आवश्यक सूक्ष्म, महत्वपूर्ण विवरणों को खोए बिना छवि को बहुत आक्रामक रूप से कंप्रेस करने की अनुमति देता है।
आंकड़े: MRI परीक्षणों में, Agglomerative क्लस्टरिंग ने 7 क्लस्टर बनाए, जबकि K-means ने केवल 3 बनाए। अल्ट्रासाउंड में, Agglomerative ने K-means के मात्र 2 क्लस्टरों की तुलना में 11 क्लस्टर बनाए।

एक्स-रे अपवाद

लेकिन रुकिए, चेस्ट एक्स-रे के लिए एक ट्विस्ट है!
इस विशिष्ट प्रकार की छवि के लिए, Mini-batch K-means ने एक आदर्श संतुलन बनाया। यह 4 क्लस्टर बनाने में सफल रहा जो उच्च गुणवत्ता वाले और संपीड़न (compression) के लिए पर्याप्त सघन थे। यह एक्स-रे के लिए "गोल्डिलॉक्स" समाधान था, जो अन्य विधियों की तुलना में बेहतर ट्रेड-ऑफ प्रदान करता था।

हारने वाला

एक विधि, BIRCH, तीनों प्रकार की छवियों में लगातार खराब प्रदर्शन करती रही। चाहे वह मस्तिष्क स्कैन को सॉर्ट करना हो, अल्ट्रासाउंड को, या एक्स-रे को, इसने प्रभावी संपीड़न के लिए आवश्यक घने, एकसमान समूह नहीं बनाए। शोध पत्र सुझाव देता है कि यह इस विशिष्ट कार्य के लिए सबसे कम उपयुक्त विकल्प है।

निचोड़

यह शोध पत्र यह दावा नहीं करता है कि उसने दुनिया की संपीड़न समस्याओं को हमेशा के लिए हल कर दिया है। इसके बजाय, यह सुझाव देता है कि "सर्वश्रेष्ठ" उपकरण पूरी तरह से इस पर निर्भर करता है कि आप क्या देख रहे हैं।

यदि आप MRI या अल्ट्रासाउंड देख रहे हैं, तो लेखक Agglomerative Hierarchical Clustering का उपयोग करने का सुझाव देते हैं क्योंकि यह बहुत ही एकसमान समूह बनाकर सूक्ष्म विवरणों को सुरक्षित रखता है।
यदि आप चेस्ट एक्स-रे देख रहे हैं, तो Mini-batch K-means सबसे अच्छा फिट लगता है।
यदि आप K-means या Bisecting K-means देख रहे हैं, तो शोध पत्र सुझाव देता है कि सावधान रहें: वे कागजी स्कोर में बहुत अच्छे दिखते हैं, लेकिन वे बहुत सी अलग-अलग चीजों को एक साथ जोड़ सकते हैं, जिससे महत्वपूर्ण मेडिकल सुरागों को खोए बिना छवि को कंप्रेस करना जोखिम भरा हो जाता है।

संक्षेप में, यह शोध पत्र साबित करता है कि मेडिकल इमेजेस के लिए, आप केवल "सबसे तेज़" या "उच्चतम स्कोर" वाले सॉर्टर का उपयोग नहीं कर सकते; आपको उस सॉर्टर की आवश्यकता है जो प्रत्येक ढेर के भीतर पहेली के टुकड़ों को जितना संभव हो उतना एक जैसा रखता है।

तकनीकी सारांश: स्थानीय और गैर-स्थानीय समानता माप के लिए चिकित्सा इमेज विश्लेषण में क्लस्टरिंग एल्गोरिदम का प्रदर्शन बेंचमार्किंग और अनुकूलन

समस्या विवरण
उच्च-रिज़ॉल्यूशन वाली मेडिकल इमेजिंग (MRI, CT, अल्ट्रासाउंड, X-ray) विशाल मात्रा में उच्च-आयामी डेटा उत्पन्न करती है, जो भंडारण, संचरण और कम्प्यूटेशनल प्रोसेसिंग के लिए महत्वपूर्ण चुनौतियाँ पैदा करती है। जबकि लो-रैंक मैट्रिक्स एप्रोक्सिमेशन (LoRMA) तकनीकें संरचनात्मक अतिरेक (structural redundancy) का लाभ उठाकर कुशल संपीड़न (compression) प्रदान करती हैं, वैश्विक दृष्टिकोण अक्सर उन स्थानीय विवरणों को बनाए रखने में विफल रहते हैं जो निदान के लिए महत्वपूर्ण होते हैं। हालिया शोध ने पैच-आधारित रणनीतियों की ओर रुख किया है जो अनुकूलित संपीड़न (adaptive compression) के लिए संरचनात्मक रूप से समान क्षेत्रों को समूहबद्ध करने हेतु गैर-स्थानीय स्व-समानता (non-local self-similarity) का उपयोग करते हैं। हालाँकि, एक महत्वपूर्ण अंतराल यह पहचानने में बना हुआ है कि कौन सी क्लस्टरिंग तकनीक सबसे प्रभावी ढंग से उन सजातीय (homogeneous), कम-विचरण वाले क्लस्टर्स को बनाती है जो उच्च-निष्ठा वाले अनुकूलित संपीड़न के लिए आवश्यक हैं। विभिन्न एल्गोरिदम अलग-अलग ट्रेड-ऑफ को प्राथमिकता देते हैं: कुछ वैश्विक पृथक्करण को अनुकूलित करते हैं (जो अच्छे मेट्रिक्स देते हैं लेकिन उच्च इंट्रा-क्लस्टर परिवर्तनशीलता का कारण बनते हैं), जबकि अन्य अधिक क्लस्टर बनाने की कीमत पर अधिक सघन समूह बनाते हैं। यह परिवर्तनशीलता सीधे तौर पर संपीड़न प्रदर्शन को प्रभावित करती है, क्योंकि सजातीय क्लस्टर नैदानिक रूप से महत्वपूर्ण जानकारी खोए बिना आक्रामक संपीड़न की अनुमति देते हैं।

कार्यप्रणाली
यह अध्ययन चिकित्सा छवियों से निकाले गए ओवरलैपिंग वर्गाकार पैच पर लागू पांच क्लस्टरिंग एल्गोरिदम का एक व्यवस्थित बेंचमार्किंग प्रस्तुत करता है। छवि $A \in \mathbb{R}^{H \times W}$ को $p \times p$ आकार के पैच में विभाजित किया जाता है जिसका स्ट्राइड $s < p$ है, जिन्हें कॉलम वेक्टर्स में परिवर्तित किया जाता है, और समान क्षेत्रों को समूहबद्ध करने के लिए क्लस्टर किया जाता है।

मूल्यांकित पाँच तकनीकें विभाजन-आधारित (partitioning-based) और पदानुक्रमित-आधारित (hierarchical-based) दोनों दृष्टिकोणों का प्रतिनिधित्व करती हैं:

k-means: मानक विभाजन एल्गोरिदम।
Mini-batch k-means: छोटे रैंडम बैचों का उपयोग करके सेंट्रोइड्स को अपडेट करने वाला एक स्केलेबल संस्करण।
Agglomerative Hierarchical Clustering: लिंकेज मानदंडों (सिंगल, कम्प्लीट, एवरेज, या वार्ड्स) का उपयोग करने वाला एक बॉटम-अप दृष्टिकोण।
BIRCH (Balanced Iterative Reducing and Clustering using Hierarchies): बड़े डेटासेट को सारांशित करने के लिए क्लस्टरिंग फीचर (CF) ट्री का उपयोग करने वाला एक वृद्धिशील (incremental) एल्गोरिदम।
Bisecting k-means: एक पदानुक्रमित दृष्टिकोण जो $K$ क्लस्टर बनने तक एक सेट को पुनरावर्ती रूप से दो समूहों में विभाजित करता है।

अनुकूलन और मूल्यांकन:

हाइपरपैरामीटर ट्यूनिंग: सभी एल्गोरिदम को प्रत्येक मोडैलिटी के लिए इष्टतम प्रदर्शन सुनिश्चित करने के लिए एक व्यवहार्य हाइपरपैरामीटर स्पेस (जिसमें क्लस्टर्स की संख्या $K$ , बैच आकार, लिंकेज मानदंड और ट्री थ्रेसहोल्ड शामिल हैं) पर रैंडम सर्च का उपयोग करके अनुकूलित किया गया था।
डेटासेट्स: प्रयोग तीन मोडैलिटीज के प्रतिनिधि चित्रों पर किए गए: ब्रेन MRI (BraTS2020), ब्रेस्ट अल्ट्रासाउंड, और चेस्ट एक्स-रे (COVIDqu)।
मेट्रिक्स: क्लस्टर गुणवत्ता का आकलन निम्नलिखित द्वारा किया गया:
- सिलुएट स्कोर (Silhouette Score): एकजुटता (cohesion) और पृथक्करण को मापता है (सीमा [-1, 1])।
- डेवीज़-बोल्डिन (DB) इंडेक्स: कम मान बेहतर सघनता और पृथक्करण का संकेत देते हैं।
- कैलिंस्की-हाराबज़ (CH) इंडेक्स: उच्च मान स्पष्ट, अच्छी तरह से अलग किए गए क्लस्टर्स का संकेत देते हैं।
महत्वपूर्ण विश्लेषण: मानक मेट्रिक्स के अलावा, अध्ययन ने विशेष रूप से इंट्रा-क्लस्टर परिवर्तनशीलता (बॉक्स-प्लॉट के माध्यम से) का विश्लेषण किया ताकि यह निर्धारित किया जा सके कि क्या वे एडेप्टिव कंप्रेशन जैसे पोस्ट-प्रोसेसिंग कार्यों के लिए उपयुक्त हैं।

मुख्य परिणाम

MRI और अल्ट्रासाउंड: मानक k-means और bisecting k-means ने उच्चतम सिलुएट स्कोर और निम्नतम DB इंडेक्स प्राप्त किया, जो मजबूत वैश्विक एकजुटता को दर्शाता है। हालाँकि, उन्होंने क्लस्टरों की एक छोटी संख्या (जैसे, 2–3) बनाई जिसमें उच्च इंट्रा-क्लस्टर परिवर्तनशीलता थी। इसके विपरीत, Agglomerative clustering ने क्लस्टरों की एक बड़ी संख्या उत्पन्न की जिसमें काफी कम इंट्रा-क्लस्टर परिवर्तनशीलता थी, जिसके परिणामस्वरूप थोड़े कम वैश्विक मेट्रिक स्कोर के बावजूद, अधिक सघन और सजातीय समूह बने।
चेस्ट एक्स-रे: Mini-batch k-means ने क्लस्टरिंग गुणवत्ता मेट्रिक्स और इंट्रा-क्लस्टर सघनता के बीच सर्वोत्तम संतुलन प्राप्त किया, जिसने इस विशिष्ट मोडैलिटी में अन्य विधियों को पीछे छोड़ दिया।
BIRCH: सभी मोडैलिटीज में क्लस्टरिंग गुणवत्ता मेट्रिक्स और इंट्रा-क्लस्टर सजातीयता दोनों में लगातार खराब प्रदर्शन किया।

योगदान
यह शोध पत्र तीन प्राथमिक योगदान देता है:

तीन अलग-अलग चिकित्सा इमेजिंग मोडैलिटीज (MRI, अल्ट्रासाउंड, X-ray) में चार (व्यवहार में पांच) क्लस्टरिंग तकनीकों का एक व्यवस्थित मूल्यांकन।
प्रत्येक क्लस्टरिंग एल्गोरिदम के लिए हाइपरपैरामीटर को ट्यून करने के लिए रैंडम सर्च का अनुप्रयोग, जिससे एक निष्पक्ष और अनुकूलित तुलना सुनिश्चित हुई।
मोडैलिटी-विशिष्ट सिफारिशें कि किस क्लस्टरिंग तकनीक का उपयोग किया जाना चाहिए, जिसमें कच्चे मेट्रिक स्कोर के बजाय इंट्रा-क्लस्टर सजातीयता को प्राथमिकता दी गई है।

महत्व और दावे
लेखकों का दावा है कि क्लस्टरिंग एल्गोरिदम का चयन विशिष्ट इमेजिंग मोडैलिटी और कम्प्यूटेशनल दक्षता एवं संपीड़न निष्ठा (compression fidelity) के बीच के ट्रेड-ऑफ द्वारा निर्देशित होना चाहिए।

MRI और अल्ट्रासाउंड के लिए: Agglomerative clustering की सिफारिश की जाती है। हालांकि यह कम्प्यूटेशनल रूप से अधिक गहन है, इसकी कम इंट्रा-क्लस्टर परिवर्तनशीलता वाले अधिक सघन, अधिक सजातीय क्लस्टर बनाने की क्षमता इसे एडेप्टिव LoRMA-आधारित संपीड़न के दौरान सूक्ष्म नैदानिक विवरणों को संरक्षित करने के लिए श्रेष्ठ बनाती है।
चेस्ट एक्स-रे के लिए: Mini-batch k-means की सिफारिश की जाती है क्योंकि यह क्लस्टरिंग गुणवत्ता और सघनता के बीच सबसे अच्छा संतुलन प्रदान करता है।
सामान्य निष्कर्ष: जबकि मानक k-means वेरिएंट अक्सर बेहतर सिलुएट और CH स्कोर प्रदान करते हैं, उनकी कम संख्या में उच्च-विचरण वाले क्लस्टर बनाने की प्रवृत्ति उन्हें उन एडेप्टिव कंप्रेशन कार्यों के लिए सीमित करती है जहाँ स्थानीय संरचनात्मक विवरणों को संरक्षित करना सर्वोपरि है। अध्ययन यह निष्कर्ष निकालता है कि उच्च-निष्ठा वाले मेडिकल इमेज कंप्रेशन के लिए इंट्रा-क्लस्टर सजातीयता को अनुकूलित करना महत्वपूर्ण है, जो एक ऐसा सूक्ष्म पहलू है जिसे केवल मानक क्लस्टरिंग मेट्रिक्स पर निर्भर रहकर अक्सर अनदेखा कर दिया जाता है।

पाँच दावेदार

बड़ा खुलासा: "अच्छा" हमेशा "सर्वश्रेष्ठ" नहीं होता

एक्स-रे अपवाद

हारने वाला

निचोड़

इसी तरह के और पेपर