Multi-Source Multi-View Graph Domain Adaptation with Hyperbolic Residual Encoding for Cross-Site MDD Identification from rs-fMRI

कल्पना कीजिए कि आप एक रोबोट को मस्तिष्क की तस्वीरों का उपयोग करके मानव मस्तिष्क में उदासी के एक विशिष्ट प्रकार को पहचानना सिखाने की कोशिश कर रहे हैं। यह न्यूरोसाइंस और आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया है, जहाँ वैज्ञानिक एक विशेष कैमरे का उपयोग करते हैं जिसे fMRI कहा जाता है, ताकि एक व्यक्ति के आराम करने के दौरान मस्तिष्क की "तस्वीरें" ली जा सकें। ये तस्वीरें दिखाती हैं कि मस्तिष्क के विभिन्न हिस्से एक-दूसरे से कैसे बात करते हैं, ठीक वैसे ही जैसे आप देख रहे हों कि स्कूल के लंच के दौरान कौन से दोस्त आपस में फुसफुसा रहे हैं। इसका लक्ष्य उन पैटर्नों को पहचानना है जो मेजर डिप्रेसिव डिसऑर्डर (MDD) का संकेत दे सकते हैं, जो एक गंभीर स्थिति है जो लोगों को बहुत उदास और थका हुआ महसूस कराती है।

हालाँकि, एक बहुत बड़ी समस्या है: ये मस्तिष्क की तस्वीरें इस आधार पर बहुत अलग दिखती हैं कि उन्हें किस अस्पताल द्वारा लिया गया है। यह एक छात्र को केवल गोल्डन रिट्रीवर की तस्वीरें दिखाकर कुत्ता पहचानने की शिक्षा देने जैसा है, लेकिन फिर उससे दूसरे फोटो में पूडल (Poodle) को पहचानने के लिए कहने जैसा। "कैमरा" (MRI मशीन), "लाइटिंग" (स्कैनिंग सेटिंग्स), और यहाँ तक कि "नस्ल" (स्कैन किए गए लोगों का समूह) भी एक स्थान से दूसरे स्थान पर बदल जाता है। यह काम को कठिन बना देता है क्योंकि एक अस्पताल में प्रशिक्षित कंप्यूटर प्रोग्राम दूसरे अस्पताल में सही ढंग से काम नहीं कर पाता। इसके अलावा, वैज्ञानिक मस्तिष्क के कनेक्शनों को तीन अलग-अलग तरीकों से देख सकते हैं: यह देखना कि कौन बस साथ में घूम रहा है, कौन एक-दूसरे के मूव्स की नकल कर रहा है, या कौन वास्तव में आदेश दे रहा है। प्रत्येक दृश्य कहानी का एक अलग हिस्सा बताता है, लेकिन विवरण खोए बिना इन सबको मिलाना एक कठिन पहेली है।

यह शोध पत्र उस पहेली को सुलझाने के लिए एक अत्यंत स्मार्ट कंप्यूटर सिस्टम बनाने की दिशा में काम करता है जो एक साथ कई अस्पतालों से सीख सके और मस्तिष्क को देखने के तीनों तरीकों को समझ सके, भले ही वह लक्षित अस्पताल पहले कभी देखा न गया हो। शोधकर्ताओं ने "मल्टी-सोर्स मल्टी-व्यू ग्राफ डोमेन अडैप्टेशन विद हाइपरबोलिक रेसिडुअल एनकोडिंग" (Multi-Source Multi-View Graph Domain Adaptation with Hyperbolic Residual Encoding) नामक एक विधि बनाई है। यह नाम थोड़ा कठिन है, तो आइए इसे विभिन्न शहरों में एक रहस्य सुलझाने वाली जासूसों की टीम की कहानी के रूप में समझते हैं।

जासूसों की टीम और तीन लेंस

कल्पना कीजिए कि आप एक केस सुलझाने की कोशिश कर रहे एक जासूस हैं, लेकिन आपके पास तीन अलग-अलग तरह के चश्मे हैं:

1. "दोस्ती" वाले चश्मे (पियर्सन कोरिलेशन - Pearson Correlation): ये आपको दिखाते हैं कि मस्तिष्क में कौन बस साथ में घूम रहा है।
2. "नकलची" वाले चश्मे (स्पार्स रिप्रेजेंटेशन - Sparse Representation): ये दिखाते हैं कि कौन दूसरों के संकेतों को फिर से बनाने या उनकी नकल करने की कोशिश कर रहा है।
3. "बॉस" वाले चश्मे (ग्रेंजर कॉज़ैलिटी - Granger Causality): ये दिखाते हैं कि कौन वास्तव में दूसरों को प्रभावित या निर्देशित कर रहा है।

अतीत में, जासूस (वैज्ञानिक) आमतौर पर इनमें से केवल एक जोड़ी चश्मे को चुनते थे या तीनों को एक जैसा दिखाने की कोशिश करते थे, जिससे अक्सर वे महत्वपूर्ण सुराग चूक जाते थे। यह पेपर कहता है, "ऐसा नहीं होगा!" इसके बजाय, उन्होंने एक ऐसा सिस्टम बनाया जो तीनों जोड़ियों को अलग रखता है लेकिन उन्हें एक-दूसरे से बात करने देता है। वे प्रत्येक जोड़ी के लिए एक विशेष "ग्राफ अटेंशन नेटवर्क" का उपयोग करते हैं, जो एक विशिष्ट एजेंट होने जैसा है जिसे पता है कि उस विशिष्ट प्रकार के मानचित्र को कैसे पढ़ा जाए।

आकार बदलने वाला मानचित्र

यहाँ मामला बहुत दिलचस्प हो जाता है। मस्तिष्क कागज के टुकड़े की तरह सपाट नहीं है; यह परतों और पदानुक्रमों (hierarchies) में व्यवस्थित है, जैसे कि एक फैमिली ट्री या पिरामिड। यदि आप एक पिरामिड को कागज पर चपटा करने की कोशिश करते हैं, तो चीजें विकृत हो जाती हैं। लेखकों ने महसूस किया कि मानक कंप्यूटर मानचित्र (यूक्लिडियन स्पेस) इन मस्तिष्क आकृतियों को रखने में सक्षम नहीं थे। इसलिए, उन्होंने एक "हाइपरबोलिक रेसिडुअल एनकोडर" जोड़ा।

इसे एक जादुई, घुमावदार मानचित्र (जैसे कि एक सैडल या प्रिंगल्स चिप की सतह) के रूप में सोचें जो मस्तिष्क की जटिल, स्तरित संरचना को बिना कुचले या बिगाड़े पूरी तरह से फिट हो सकता है। तीनों जासूस एजेंटों के नोट्स साझा करने के बाद, यह जादुई मानचित्र अंतिम तस्वीर को परिष्कृत करता है, यह सुनिश्चित करता है कि मस्तिष्क के कनेक्शनों का आकार सुरक्षित रहे। यह "कर्वेचर-अवेयर" (वक्रता-जागरूक) चरण एक प्रमुख कारण है जिससे उनकी विधि काम करती है।

महान मस्तिष्क विनिमय (The Great Brain Swap)

अब, कल्पना कीजिए कि जासूसों ने दो बड़े शहरों (साइट 20 और साइट 21) के मामलों पर प्रशिक्षण लिया है जहाँ उनके पास सभी उत्तर मौजूद हैं। लेकिन उन्हें सात नए, अज्ञात शहरों (लक्षित साइट्स) में एक रहस्य सुलझाना है जहाँ उन्हें नहीं पता कि कौन बीमार है और कौन स्वस्थ।

आमतौर पर, यदि आप न्यूयॉर्क में प्रशिक्षित जासूस को किसी दूसरे देश के गाँव में भेजते हैं, तो वह स्थानीय रीति-रिवाजों से भ्रमित हो सकता है। यह पेपर "डोमेन अडैप्टेशन" रणनीति का उपयोग करके इस समस्या को हल करता है। यह एक अनुवादक और सांस्कृतिक मार्गदर्शक देने जैसा है। सिस्टम कुछ चतुर तरीकों का उपयोग करता है:

• कॉची-श्वार्ज़ अलाइनमेंट (Cauchy–Schwarz Alignment): यह एक डांस इंस्ट्रक्टर की तरह है जो यह सुनिश्चित करता है कि दोनों स्रोत शहरों के स्टेप्स नए शहरों के स्टेप्स से मेल खाएं, ताकि हर कोई एक ही लय पर नाच सके।
• एडवर्सरियल लर्निंग (Adversarial Learning): यह "लुका-छिपी" का एक खेल है जहाँ सिस्टम डेटा को इतना समान बनाने की कोशिश करता है कि एक "जासूस" यह न बता सके कि डेटा किस शहर का है। यह सिस्टम को केवल अस्पताल की स्थानीय विशेषताओं के बजाय विकार के वास्तविक संकेतों को सीखने के लिए मजबूर करता है।
• कॉन्फिडेंस-अवेयर स्यूडो-लेबलिंग (Confidence-Aware Pseudo-Labeling): चूंकि नए शहरों के पास लेबल नहीं हैं, सिस्टम अपना सबसे अच्छा अनुमान लगाता है। यदि वह बहुत आश्वस्त है (जैसे 90% निश्चित), तो वह उस अनुमान को एक तथ्य के रूप में मानता है ताकि खुद को सिखा सके। यदि वह अनिश्चित है, तो वह प्रतीक्षा करता है।

परिणाम: रहस्य सुलझाना

टीम ने अपने सिस्टम का परीक्षण सात अलग-अलग लक्षित साइटों पर किया। परिणाम प्रभावशाली थे। उनकी विधि ने औसतन 73.60% सटीकता और 71.90% एरिया अंडर द कर्व (AUC) स्कोर प्राप्त किया। इसे समझने के लिए, जिस अगली सर्वश्रेष्ठ विधि से उन्होंने तुलना की थी, उसे केवल लगभग 67.67% सटीकता मिली। यह एक महत्वपूर्ण उछाल है, जो बताता है कि उनका "तीन लेंस प्लस घुमावदार मानचित्र" वाला दृष्टिकोण विभिन्न अस्पतालों में अवसाद के संकेतों को पहचानने में बहुत बेहतर है।

उन्होंने यह देखने के लिए भी प्रयोग किए कि क्या होता है यदि वे अपने सिस्टम के हिस्सों को हटा दें। जब उन्होंने "घुमावदार मानचित्र" (हाइपरबोलिक एनकोडिंग) को हटाया, तो सटीकता गिर गई। जब उन्होंने "डोमेन अडैप्टेशन" (नए शहरों से सीखने की क्षमता) को हटाया, तो सटीकता और भी अधिक गिर गई। यह साबित करता है कि मानचित्र का विशेष आकार और नए स्थानों के अनुकूल होने की क्षमता, दोनों ही आवश्यक हैं।

दिलचस्प बात यह है कि उन्होंने पाया कि केवल दो स्रोत शहरों के डेटा को एक साथ मिलाने से हमेशा सबसे अच्छा परिणाम नहीं मिला। दोनों स्रोत शहरों को अलग रखना और सिस्टम को यह सीखने देना कि वे एक-दूसरे से कैसे संबंधित हैं, वास्तव में बेहतर था। यह सुझाव देता है कि विभिन्न अस्पतालों को अद्वितीय लेकिन संबंधित स्रोतों के रूप में मानना, उन्हें एक बड़े ढेर में डालने से अधिक स्मार्ट है।

इसका क्या अर्थ है

यह पेपर यह दावा नहीं करता है कि इसने अवसाद का "इलाज" कर दिया है या डॉक्टरों के लिए उपयोग करने हेतु एक पूर्ण नैदानिक उपकरण बना दिया है। इसके बजाय, यह एक शक्तिशाली नए तरीके का सुझाव देता है जिससे कंप्यूटर मॉडल बनाए जा सकते हैं जो कई अलग-अलग स्थानों और मस्तिष्क को देखने के कई अलग-अलग तरीकों से सीख सकते हैं। प्रत्येक अस्पताल के अनूठे "फ्लेवर" और प्रत्येक प्रकार के मस्तिष्क कनेक्शन का सम्मान करके, और एक घुमावदार मानचित्र का उपयोग करके, सिस्टम बहुत बेहतर तरीके से सामान्यीकरण कर सकता है।

लेखक सावधानी बरतते हुए कहते हैं कि इसका परीक्षण एक विशिष्ट तरीके (ट्रांसडक्टिव सेटिंग) में किया गया था जहाँ लक्षित डेटा सीखने की प्रक्रिया के दौरान उपलब्ध था। वे सुझाव देते हैं कि भविष्य के कार्यों को स्वतंत्र वास्तविक दुनिया के परिदृश्यों में परीक्षण करने की आवश्यकता होगी और शायद इसे अन्य प्रकार के डेटा के साथ जोड़ने की आवश्यकता होगी। लेकिन फिलहाल, उन्होंने दिखाया है कि जब आप कई दृश्यों को मिलाते हैं, मस्तिष्क के आकार का सम्मान करते हैं, और कंप्यूटर को नए वातावरण के अनुकूल होने के लिए सिखाते हैं, तो आप अवसाद से जूझ रहे लोगों के मन में क्या चल रहा है, उसकी बहुत स्पष्ट तस्वीर प्राप्त कर सकते हैं। यह मस्तिष्क स्कैनिंग को दुनिया के किसी भी कोने में अधिक विश्वसनीय उपकरण बनाने की दिशा में एक कदम है।