H2AL: Hyperbolic Hierarchy-aware Aggregative Learning for Registration-based Few-shot Medical Image Segmentation

कल्पना कीजिए कि आप एक कंप्यूटर को एक विशाल, बिखरी हुई गुफा के अंदर छिपे एक छोटे से, गुप्त खजाने को पहचानना सिखाने की कोशिश कर रहे हैं। मेडिकल इमेजिंग की दुनिया में, वह "खजाना" एक छोटा अंग या एक विशिष्ट ऊतक (tissue) है, और "गुफा" मानव शरीर का एक 3D स्कैन है। समस्या यह है कि हमारे पास पर्याप्त मानचित्र (लेबल वाली छवियां) नहीं हैं जो कंप्यूटर को ठीक से दिखा सकें कि खजाना कहाँ है। इसलिए, वैज्ञानिक "रजिस्ट्रेशन" नामक एक चतुर तकनीक का उपयोग करते हैं। इसे एक गुफा के स्पष्ट, लेबल वाले मानचित्र को लेने और उसे तब तक खींचने और सिकोड़ने जैसा समझें जब तक कि वह एक नए, बिना लेबल वाली गुफा के साथ पूरी तरह से मेल न खा जाए। एक बार जब मानचित्र फिट हो जाता है, तो कंप्यूटर नई गुफा में खजाना खोजने के लिए उसका उपयोग एक मार्गदर्शक के रूप में कर सकता है। यही "फ्यू-शॉट मेडिकल इमेज सेगमेंटेशन" (बहुत कम उदाहरणों के साथ चीजों को ढूंढना सीखना) का मूल है। लेकिन यहाँ एक पेंच है: जबकि बड़े, स्पष्ट लैंडमार्क को मिलाना आसान है, सूक्ष्म, धुंधले विवरण अक्सर मानचित्र को खींचने पर खो जाते हैं या भ्रमित हो जाते हैं। कंप्यूटर को यह समझने के लिए एक बेहतर तरीके की आवश्यकता है कि कुछ चीजें अन्य चीजों की "जनक" (parents) होती हैं (जैसे कि कैसे एक पेड़ का तना एक शाखा का जनक होता है) ताकि सूक्ष्म विवरणों को आपस में मिलने से रोका जा सके।

यहीं पर जिया वांग और उनकी टीम का एक नया शोध पत्र आता है जो एक समाधान पेश करता है जिसे वे H2AL कहते हैं। उन्होंने महसूस किया कि कंप्यूटर आमतौर पर इन मानचित्रों के बारे में जिस तरह से सोचते हैं, वह बहुत अधिक "सपाट" (flat) है। यह एक विशाल पुस्तकालय को केवल एक सीधी रेखा में फर्श पर सारी किताबें रखकर व्यवस्थित करने जैसा है; यह बड़े ढेरों के लिए ठीक काम करता है, लेकिन एक विशिष्ट छोटे पर्चे को ढूंढना एक दुस्वप्न बन जाता है। लेखक सुझाव देते हैं कि चिकित्सा संरचनाएं वास्तव में एक पेड़ या वंशावली की तरह होती हैं, जिसमें बड़ी शाखाएं छोटी टहनियों को थामे रहती हैं। इसे ठीक करने के लिए, उन्होंने एक प्रणाली बनाई जो "हाइपरबोलिक ज्योमेट्री" नामक एक विशेष प्रकार के गणित का उपयोग करती है। आप इसे एक जादुई, फैलते हुए कमरे के रूप में सोच सकते हैं जहाँ आप केंद्र से जितना दूर जाते हैं, आपके पास चीजों को अलग करने के लिए उतना ही अधिक स्थान होता है। यह कंप्यूटर को "बड़ी तस्वीर" (तने) और "सूक्ष्म विवरणों" (पत्तियों) को इस तरह व्यवस्थित रखने की अनुमति देता है जिसे सपाट गणित नहीं कर सकता।

टीम की मुख्य खोज यह है कि इस "जादुई कमरे" (हाइपरबोलिक स्पेस) को कंप्यूटर के सामान्य "सपाट कमरे" (यूक्लिडियन स्पेस) के साथ मिलाकर, वे बहुत बेहतर मानचित्र बना सकते हैं। उन्होंने एक मॉड्यूल बनाया जिसे H2I (हाइपरबोलिक हाइरार्की-अवेयर इन्फ्यूजन) कहा जाता है, जो एक अनुवादक की तरह कार्य करता है, जो जादुई कमरे से व्यवस्थित, पेड़ जैसी जानकारी लेता है और उसे सपाट मानचित्र में डाल देता है ताकि कंप्यूटर सूक्ष्म संरचनाओं को अधिक स्पष्ट रूप से देख सके। उन्होंने कंप्यूटर को प्रशिक्षित करने का एक नया तरीका भी ईजाद किया जिसे ग्रेडिएंट एग्रीगेशन कहा जाता है। कल्पना कीजिए कि दो कोच एक छात्र को सिखाने की कोशिश कर रहे हैं; यदि वे एक ही समय में अलग-अलग निर्देश चिल्लाते हैं, तो छात्र भ्रमित हो जाता है। इसके बजाय, यह विधि कोचों को छात्र को बताने से पहले अपने निर्देशों को एक स्पष्ट, एकीकृत कमांड में मिलाने के लिए कहती है। यह सीखने की प्रक्रिया को सुचारू और तेज़ रखता है।

जब उन्होंने मस्तिष्क और हृदय के स्कैन पर इसका परीक्षण किया, तो परिणाम उत्साहजनक थे। शोध पत्र दिखाता है कि उनके तरीके ने पंजीकरण (मानचित्र बनाने) के हिस्से के लिए लगभग 1.47% और अंतिम सेगमेंटेशन (खजाना खोजने) के हिस्से के लिए लगभग 1.84% की सटीकता में सुधार किया, जो मौजूदा सर्वोत्तम विधियों की तुलना में बेहतर है। उन्होंने पाया कि जबकि बड़ी संरचनाओं को ढूंढना पहले से ही आसान था, उनका नया सिस्टम विशेष रूप से उन सूक्ष्म, अस्पष्ट हिस्सों को रोकने में अच्छा था जो आमतौर पर दरारों से निकल जाते हैं। लेखक सुझाव देते हैं कि शरीर की शारीरिक रचना के प्राकृतिक "वंश वृक्ष" का सम्मान करके, हम मेडिकल AI को अधिक विश्वसनीय बना सकते हैं, खासकर जब शुरुआत करने के लिए बहुत कम लेबल वाले उदाहरण हों। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने वास्तविक मस्तिष्क और हृदय के डेटा पर व्यापक प्रयोग किए, जिससे पता चला कि उनका दृष्टिकोण मानचित्र बनाने और सूक्ष्म विवरणों को खोजने, दोनों में अन्य शीर्ष विधियों से लगातार बेहतर रहा।