Unsupervised Adversarial Domain Adaptation for Uterine layer Segmentation: From Labeled Cine to Unlabeled Dynamic EPI MRI

कल्पना कीजिए कि मानव शरीर एक हलचल भरे शहर की तरह है जहाँ हर अंग की अपनी एक लय और अपनी एक कहानी है। चिकित्सा विज्ञान की दुनिया में, गर्भाशय (uterus) नामक एक दिलचस्प पड़ोस है, जो केवल स्थिर नहीं रहता; यह नृत्य करता है। इस नृत्य को "पेरिस्टालसिस" (peristalsis) कहा जाता है, जो एक लहर जैसी गति है जो चीजों को इधर-उधर ले जाने में मदद करती है, जैसे किसी नाव को धकेलती एक सौम्य लहर या सीढ़ियों से उतरता हुआ एक स्लिंकी (slinky)। लंबे समय से, डॉक्टर और वैज्ञानिक इस नृत्य को हाई डेफिनिशन में देखना चाहते हैं ताकि यह समझ सकें कि यह हमें स्वस्थ रखने में कैसे मदद करता है या जब इसकी लय बिगड़ जाती है तो क्या होता है। इसे करने के लिए, वे एमआरआई (MRI - मैग्नेटिक रेजोनेंस इमेजिंग) नामक एक विशेष प्रकार के कैमरे का उपयोग करते हैं, जो एक सुपर-पावर्ड टॉर्च की तरह काम करता है जो शरीर को बिना काटे अंदर देख सकता है।

हालाँकि, इसमें एक पेंच है। वे कैमरे जो नृत्य के आकार (एनाटॉमी) को दिखाने में बहुत अच्छे हैं, वे अक्सर नृत्य की गति और रसायन विज्ञान (फंक्शन) को दिखाने में बहुत खराब होते हैं। यह एक ऐसे वीडियो कैमरा की तरह है जो नर्तक की पोशाक की सुंदर, स्पष्ट तस्वीरें तो लेता है लेकिन केवल ब्लैक एंड व्हाइट में, जबकि दूसरा कैमरा नर्तक को पूर्ण रंग और गति में कैप्चर करता है लेकिन एक धुंधली, हिलती हुई छवि के साथ। वैज्ञानिक इन दो दृश्यों को मिलाने की कोशिश में फंसे हुए थे। उनके पास नर्तक की पोशाक (गर्भाशय की परतें) की स्पष्ट, लेबल वाली तस्वीरों का एक पुस्तकालय है, लेकिन उन्हें इस ज्ञान को धुंधले, चलते हुए वीडियो पर लागू करने की आवश्यकता है ताकि वे पूरे प्रदर्शन को समझ सकें। यह शोध पत्र एक कंप्यूटर को अंतिम अनुवादक बनने की शिक्षा देने के बारे में है, जो स्पष्ट तस्वीरों और धुंधले वीडियो के बीच के अंतर को पाटता है ताकि हम अंततः गर्भाशय के नृत्य की पूरी कहानी देख सकें।

समस्या: "धुंधला बनाम स्पष्ट" दुविधा

गर्भाशय एक जटिल मांसपेशी है जिसमें तीन अलग-अलग परतें होती हैं, जो एक तीन-परत वाले केक की तरह है। इसके स्वास्थ्य को समझने के लिए, वैज्ञानिकों को इन परतों को वास्तविक समय में चलते और बदलते रंग (विशेष रूप से, उनमें ऑक्सीजन कितनी है) को देखने की आवश्यकता होती है। इसके लिए वे दो प्रकार के एमआरआई स्कैन का उपयोग करते हैं:

1. सिने एमआरआई (Cine MRI): ये हाई-डेफिनशन, स्लो-मोशन फिल्मों की तरह हैं। ये बहुत स्पष्ट हैं और तीनों परतों को स्पष्ट रूप से देखना आसान बनाते हैं, लेकिन ये ऊतकों के रासायनिक गुणों के बारे में अधिक कुछ नहीं बताते हैं।
2. डायनेमिक ईपीआई एमआरआई (Dynamic EPI MRI): ये तेज़-तर्रार, एक्शन से भरपूर फिल्मों की तरह हैं। ये तीव्र परिवर्तनों और रासायनिक संकेतों (विशेष रूप से टी2* (T2*), जो ऑक्सीजन से संबंधित है) को दिखाने के लिए बेहतरीन हैं, लेकिन ये चित्र अक्सर धुंधले, हिलते हुए और "भूतों" (आंतों में गैस के कारण उत्पन्न होने वाले आर्टिफैक्ट्स) से भरे होते हैं।

बड़ी समस्या यह है कि जो कंप्यूटर प्रोग्राम सिने फिल्मों में परतों को पहचानने में बहुत अच्छे हैं, वे ईपीआई फिल्मों को देखते समय भ्रमित हो जाते हैं। यह एक छात्र को केवल स्पष्ट, स्टूडियो फोटो का उपयोग करके बिल्ली पहचानना सिखाने और फिर उसी छात्र से एक धुंधले, चलते हुए वीडियो में बिल्ली को पहचानने के लिए कहने जैसा है। छात्र विफल हो जाता है क्योंकि "डोमेन" (छवि की शैली) बदल गई है।

समाधान: "अनसुपरवाइज्ड एडवरसेरियल" अनुवादक

शोधकर्ताओं ने, स्मिति त्रिपथरी और उनकी टीम के नेतृत्व में, इस समस्या को हल करने के लिए एक चतुर एआई (AI) सिस्टम बनाया। उन्होंने केवल अधिक डेटा नहीं डाला; उन्होंने अनसुपरवाइज्ड एडवरसेरियल डोमेन अडैप्टेशन (Unsupervised Adversarial Domain Adaptation) नामक तकनीक का उपयोग किया।

इस प्रणाली को दो टीमों के बीच खेले जाने वाले "अंतर पहचानो" के खेल के रूप में सोचें:

• टीम ए (सेगमेंटेशन नेटवर्क): यह वह छात्र है जो धुंधले वीडियो में केक काटने (गर्भाशय की परतों को पहचानने) का सीखने की कोशिश कर रहा है।
• टीम बी (डोमेन डिस्क्रिमिनेटर): यह वह सख्त रेफरी है जिसका काम यह अनुमान लगाना है कि क्या कोई तस्वीर स्पष्ट "सिने" लाइब्रेरी से आई है या धुंधली "ईपीआई" लाइब्रेरी से।

यहाँ जादू का मंत्र है: शोधकर्ताओं ने एक लूप सेट किया जहाँ टीम ए धुंधली छवियों को इतना अधिक स्पष्ट छवियों जैसा बनाने की कोशिश करती है कि टीम बी भ्रमित हो जाए और उनमें अंतर न कर सके। यदि टीम बी अभी भी अंतर बता सकती है, तो टीम ए को पता चल जाता है कि उसे और अधिक प्रयास करने की आवश्यकता है। समय के साथ, टीम ए "धुंधलेपन" को अनदेखा करना और केवल गर्भाशय की परतों के वास्तविक आकार पर ध्यान केंद्रित करना सीख जाती है।

यह सुनिश्चित करने के लिए कि एआई समझता है कि गर्भाशय चल रहा है, उन्होंने एआई के मस्तिष्क में एलएसटीएम (LSTM - लॉन्ग शॉर्ट-टर्म मेमोरी) नामक एक विशेष मेमोरी घटक जोड़ा। यह एआई को एक अल्पकालिक स्मृति देने जैसा है ताकि वह केवल एक स्थिर फ्रेम को न देखे बल्कि यह समझे कि परतें बह रही हैं और बदल रही हैं, ठीक वैसे ही जैसे एक वास्तविक नृत्य।

उन्होंने क्या पाया

टीम ने 100 महिलाओं के डेटा पर एक 0.55T एमआरआई स्कैनर (एक विशिष्ट प्रकार की मशीन) का उपयोग करके इस नए सिस्टम का परीक्षण किया। उनके पास एआई को प्रशिक्षित करने के लिए 88 महिलाओं का स्पष्ट, लेबल वाला डेटा था, और फिर उन्होंने एआई से 52 महिलाओं के धुंधले, बिना लेबल वाले डेटा में परतों को पहचानने के लिए कहा।

परिणाम:

• स्कोर: एआई आश्चर्यजनक रूप से अच्छा था। इसने 0.88 का "डाइस स्कोर" (Dice score) और 0.80 का "जैकार्ड इंडेक्स" (Jaccard index) प्राप्त किया। इमेज सेगमेंटेशन की दुनिया में, ये उच्च स्कोर हैं, जिसका अर्थ है कि एआई द्वारा बनाई गई गर्भाशय की परतों की रूपरेखा मानव विशेषज्ञों की रूपरेखा से बहुत करीब थी।
• तुलना: जब उन्होंने बिना "रेफरी" (डोमेन डिस्क्रिमिनेटर) के यह करने की कोशिश की, तो एआई का प्रदर्शन काफी गिर गया (0.47 के डाइस स्कोर तक)। इससे सिद्ध हुआ कि "एडवरसेरियल" खेल ही सफलता की कुंजी थी।
• परतें: एआई ने सफलतापूर्वक तीन परतों को अलग किया: मायोमेट्रियम (बाहरी मांसपेशी), जंक्शनल ज़ोन (आंतरिक मांसपेशी परत), और एंडोमेट्रियम (आंतरिक अस्तर)।

खोज: ऑक्सीजन का नृत्य

एक बार जब एआई धुंधले वीडियो में परतों को सटीक रूप से ट्रेस करने में सक्षम हो गया, तो शोधकर्ता अंततः कुछ नया माप सके: गर्भाभ संकुचन के दौरान ऑक्सीजन स्तर (T2* मान) कैसे बदलते हैं।

उन्होंने कुछ दिलचस्प पैटर्न पाए:

• औसत मान: मायोमेट्रियम के लिए औसत T2* मान 108 ms, जंक्शनल ज़ोन के लिए 76 ms, और एंडोमेट्रियम के लिए 124 ms था।
• विपरीत नृत्य: 39 में से 14 मामलों में, उन्होंने एक "नकारात्मक सहसंबंध" (negative correlation) देखा। इसका मतलब है कि जब जंक्शनल ज़ोन बड़ा (संकुचित) हुआ, तो T2* मान (ऑक्सीजन सिग्नल) कम हो गया। ऐसा लग रहा है जैसे मांसपेशी इतनी जोर से दबी कि उसने रक्त को बाहर धकेल दिया, जिससे अस्थायी रूप से ऑक्सीजन रीडिंग कम हो गई।
• रहस्य: 39 में से 7 मामलों में, इसके विपरीत हुआ (सकारात्मक सहसंबंध), और 39 में से 18 मामलों में, कोई स्पष्ट पैटर्न नहीं था। लेखकों का सुझाव है कि यह इसलिए हो सकता है क्योंकि महिला के मासिक धर्म चक्र में स्थिति या संकुचन की तीव्रता के आधार पर गर्भाशय अलग तरह से व्यवहार करता है।

यह क्यों महत्वपूर्ण है

यह शोध पत्र यह दावा नहीं करता है कि इसने किसी बीमारी को ठीक कर दिया है या गर्भाशय के रहस्यों को सुलझा लिया है। इसके बजाय, यह दिखाता है कि दो अलग-अलग प्रकार के एमआरआई स्कैन को जोड़ने के लिए एआई का उपयोग करना संभव है। कंप्यूटर को "स्पष्ट लेकिन स्थिर" से "धुंधले लेकिन गतिशील" में अनुवाद करना सिखाकर, उन्होंने वास्तविक समय में गर्भाशय के नृत्य को देखने और साथ ही इसके रासायनिक स्वास्थ्य को मापने का द्वार खोल दिया है।

लेखक सुझाव देते हैं कि यह पद्धति शोधकर्ताओं को यह बेहतर ढंग से समझने में मदद कर सकती है कि गर्भाशय कैसे चलता है और इसके ऊतकों के गुण कैसे बदलते हैं, जो भविष्य में बांझपन या दर्दनाक पीरियड्स जैसी स्थितियों को समझाने में मदद कर सकता है। लेकिन फिलहाल, मुख्य जीत यह साबित करना है कि यह "एडवरसेरियल ट्रांसलेटर" काम करता है, जो एक धुंधले, भ्रमित करने वाले वीडियो को गर्भाशय की परतों के स्पष्ट मानचित्र में बदल देता है, जिससे वैज्ञानिक अंततः गर्भाशय के पेरिस्टालसिस नृत्य की पूरी तस्वीर देख पाते हैं।