Motion Artifact-Aware Self-Supervised Representation Learning for 3D Brain MRI Motion Artifact Reduction

कल्पना कीजिए कि आप कांच से बने एक छोटे, जटिल महल की एक सटीक, हाई-डेफिनिशन फोटो खींचने की कोशिश कर रहे हैं। यदि फोटो खींचते समय आपका हाथ थोड़ा सा भी हिल जाए, तो तस्वीर धुंधली आती है, जिसमें मीनारों के चारों ओर भूतिया दोहरी छवियां तैरती हुई दिखाई देती हैं। अब, कल्पना कीजिए कि कैमरे के बजाय, आप मानव मस्तिष्क के भीतर देखने के लिए एक विशाल, सुपर-सेंसिटिव स्कैनर का उपयोग कर रहे हैं। मस्तिष्क वह कांच का महल है, और स्कैनर वह कैमरा है। लेकिन यहाँ एक पेंच है: लोग उस मिनटों के दौरान पूरी तरह स्थिर नहीं रह सकते जो मस्तिष्क को स्कैन करने में लगता है। वे फड़क सकते हैं, खांस सकते हैं, या बस सो सकते हैं। यह हलचल "मोशन आर्टिफैक्ट्स" (गति संबंधी दोष) पैदा करती है—धुंधली धारियाँ, भूतिया डुप्लिकेट और विकृत आकृतियाँ जो तस्वीर को खराब कर देती हैं।

वैज्ञानिकों और डॉक्टरों के लिए, ये धुंधली तस्वीरें एक दुस्वप्न की तरह हैं। उन्हें मस्तिष्क के अंगों के आकार को मापने, बीमारियों को ट्रैक करने या मस्तिष्क कैसे काम करता है यह समझने के लिए क्रिस्टल-क्लियर (स्पष्ट) छवियों की आवश्यकता होती है। आमतौर पर, एक धुंधली फोटो को ठीक करने के लिए, आपको यह जानने की आवश्यकता होगी कि मूल, आदर्श फोटो कैसी दिखती थी ताकि आप दोनों की तुलना कर सकें और गलतियों को सुधार सकें। लेकिन मेडिकल स्कैन की वास्तविक दुनिया में, आप उसी व्यक्ति के मस्तिष्क की "परफेक्ट" फोटो लेने के लिए वापस समय में नहीं जा सकते जब वह हिल रहा था। आपके पास केवल वह बिखरी हुई, धुंधली फोटो ही होती है। यह शोध पत्र इस समस्या पर काम करता है कि बिना किसी "परफेक्ट" संस्करण को देखे इन धुंधली ब्रेन स्कैन्स को कैसे साफ किया जाए।

इस अध्ययन के पीछे के शोधकर्ताओं ने, जिनका नेतृत्व मोजताबा सफारी और ज़ियाओफेंग यांग कर रहे हैं, SSRL-MAR नामक एक चतुर नया टूल बनाया है। इसे एक डिजिटल जासूस के रूप में समझें जो "अंतर पहचानें" और "गंदगी फैलाएं" का खेल खेलकर धुंधले ब्रेन स्कैन्स को ठीक करना सीखता है, और इसके लिए उसे किसी संदर्भ मानक (रेफरेंस स्टैंडर्ड) की आवश्यकता नहीं होती।

यहाँ बताया गया है कि उनका सिस्टम कैसे काम करता है, जिसे तीन मजेदार चरणों में विभाजित किया गया है:

चरण 1: "अंतर पहचानो" प्रशिक्षण (The "Spot the Difference" Training)
सबसे पहले, कंप्यूटर को यह सीखने की आवश्यकता है कि "मोशन" (हलचल) वास्तव में कैसा दिखता है। कल्पना कीजिए कि आपके पास अलग-अलग लोगों के मस्तिष्क की साफ, स्पष्ट फोटो का एक ढेर है और धुंधले, बिखरे हुए फोटो का एक दूसरा ढेर है। कंप्यूटर को यह नहीं पता कि कौन सा क्या है, लेकिन इसे यह खोजने के लिए कहा जाता है कि धुंधले वाले कौन से हैं। यह छवियों के छोटे 3D टुकड़ों को देखता है और यह पता लगाने की कोशिश करता है: "क्या यह टुकड़ा ऐसा दिखता है जैसे इसे हिलाया गया हो?" यह मस्तिष्क के आकार (महल) को ब्लर (हिलते हुए हाथ) से अलग करना सीखता है। शोध पत्र दिखाता है कि कंप्यूटर इसमें बहुत कुशल हो जाता है, वह व्यक्ति के मस्तिष्क के विशिष्ट विवरणों को अनदेखा करना और केवल हलचल के कारण होने वाले अजीब, लहरदार पैटर्न पर ध्यान केंद्रित करना सीख जाता है।

चरण 2: "गंदगी फैलाने वाला" सिम्युलेटर (The "Mess-Maker" Simulator)
एक बार जब कंप्यूटर जान जाता है कि मोशन कैसा दिखता है, तो उसे एक नया काम मिलता है: वह एक शरारती बच्चा बन जाता है। वह एक साफ ब्रेन स्कैन लेता है और चरण 1 में सीखे गए सटीक प्रकार का ब्लर (धुंधलापन) जोड़ने की कोशिश करता है। यह एक वीडियो गेम कैरेक्टर की तरह है जो इतनी अच्छी तरह से कीचड़ फेंकना सीख रहा है ताकि वह शून्य से ही एक कीचड़ भरा दृश्य फिर से बना सके। शोध पत्र नोट करता है कि यह "डिग्रेडर" नेटवर्क असली दिखने वाले नकली धुंधले स्कैन बनाने में बहुत सक्षम है। यह महत्वपूर्ण है क्योंकि यह कंप्यूटर को अपना स्वयं का प्रशिक्षण डेटा बनाने की अनुमति देता है। वह एक साफ स्कैन ले सकता है, उसे गंदा कर सकता है, और फिर उसे ठीक करने की कोशिश कर सकता है, जिससे वह प्रभावी रूप से खुद को गंदगी साफ करना सिखाता है।

चरण 3: "द रिस्टोरर" (The "Restorer")
अंत में, कंप्यूटर नायक की भूमिका निभाता है। वह चरण 2 में बनाए गए बिखरे हुए स्कैन लेता है और उन्हें वापस साफ छवियों में बदलने की कोशिश करता है। चूंकि वह जानता है कि उसने किस तरह की गंदगी फैलाई है, इसलिए वह उसे कैसे उलटा (undo) करना है, यह समझ सकता है। यह पूरी प्रक्रिया एक लूप में चलती है: ब्लर को सीखो, ब्लरल को बनाओ, ब्लर को ठीक करो। शोध पत्र इसे "क्लोज्ड-लूप" सिस्टम कहता है क्योंकि इसे सही उत्तर बताने के लिए किसी की आवश्यकता नहीं होती; यह खुद अभ्यास करके इसे समझ लेता है।

उन्होंने क्या पाया?
टीम ने अपने नए टूल का परीक्षण दो प्रकार के डेटा पर किया। पहले, उन्होंने "इन-सिलिको" डेटा का उपयोग किया, जिसका अर्थ है कि उन्होंने वास्तविक ब्रेन स्कैन लिए और कंप्यूटर का उपयोग करके कृत्रिम रूप से मोशन जोड़ा। इन परीक्षणों में, उनके तरीके ने इमेज क्वालिटी में काफी सुधार किया, जिससे PSNR (जो यह मापता है कि छवि पूर्णता के कितने करीब है) का स्कोर 23.81 dB तक बढ़ गया और छवियां मूल संरचना के 91.55% समान (SSIM) दिखीं।

फिर, उन्होंने वास्तविक मरीजों के वास्तविक, बिखरे हुए स्कैन्स (MR-ART डेटासेट) पर इसका परीक्षण किया। यह कठिन हिस्सा है क्योंकि उनके पास तुलना करने के लिए "परफेक्ट" संस्करण नहीं था। इसके बावजूद, उनके टूल ने सफलतापूर्वक ब्लर और घोस्टिंग (भूतिया छाया) को कम किया। जब उन्होंने अपने तरीके की तुलना अन्य स्मार्ट कंप्यूटर प्रोग्रामों से की, तो SSRL-MAR शीर्ष पर आया। यह एक "सोर्स-ओनली" सुपरवाइज्ड मॉडल (एक प्रोग्राम जिसे केवल नकली डेटा पर प्रशिक्षित किया गया था) से PSNR में 2.0 dB तक बेहतर था।

शोध पत्र ने यह भी देखा कि टूल ने मस्तिष्क के वास्तविक आकार को कितनी अच्छी तरह संरक्षित किया। उन्होंने कॉर्पस कैलोसम (मस्तिष्क के दोनों हिस्सों के बीच का पुल) और वेंट्रिकल्स (तरल पदार्थ से भरे स्थान) जैसे महत्वपूर्ण हिस्सों के आयतन को मापा। हल्के मोशन के मामलों में, इन हिस्सों को मापने में त्रुटि टूल द्वारा इमेज को साफ करने के बाद 50% से अधिक कम हो गई। यह सुझाव देता है कि टूल केवल तस्वीर को स्मूथ नहीं करता है; बल्कि यह मस्तिष्क की शारीरिक रचना (एनाटॉमी) को वास्तव में सटीक रखता है।

वे क्या दावा नहीं करते
यह ध्यान रखना महत्वपूर्ण है कि यह शोध पत्र क्या नहीं कहता है। लेखक सावधानीपूर्वक यह बताते हैं कि हालांकि उनका टूल बेहतरीन है, लेकिन यह जादू नहीं है।

• यह अत्यधिक मोशन के लिए पूर्ण समाधान नहीं है: यदि हलचल बहुत गंभीर है (जैसे कि एक बड़ा झटका), तो टूल खोई हुई जानकारी को वापस नहीं ला सकता। शोध पत्र दिखाता है कि जैसे-जैसे मोशन बढ़ता है, इमेज क्वालिटी गिरती है, लेकिन बिना टूल के जितनी गिरती, उतनी बुरी नहीं होती।
• यह नई चीजें नहीं बनाता: शोधकर्ताओं को चिंता थी कि कंप्यूटर उन चीजों को "हैलुसिनेट" (मनगढ़ंत बनाना) कर सकता है जो वहां नहीं थीं। लेकिन उनके परीक्षणों ने इसके विपरीत दिखाया: टूल रूढ़िवादी (कंजर्वेटिव) है। यह काल्पनिक विवरण बनाने के बजाय चीजों को स्मूथ करने की ओर झुकता है, जो चिकित्सा उपयोग के लिए अधिक सुरक्षित है।
• यह अभी भी हर प्रकार के स्कैन के लिए रामबाण नहीं है: अध्ययन विशेष रूप से T1-वेटेड ब्रेन स्कैन्स पर केंद्रित था। शोध पत्र सुझाव देता है कि इसे अन्य प्रकार के स्कैनों (जैसे T2 या FLAIR) या शरीर के अन्य अंगों पर लागू करने के लिए और अधिक परीक्षण की आवश्यकता होगी।

निष्कर्ष (The Bottom Line)
शोध पत्र सुझाव देता है कि SSRL-MAR एक मजबूत और स्केलेबल तरीका है जिससे उन "परफेक्ट बनाम मेसी" इमेज पेयर्स की आवश्यकता के बिना ब्रेन MRI स्कैन्स को साफ किया जा सकता है जो प्राप्त करना असंभव है। कंप्यूटर को मोशन को समझने, नकली मोशन बनाने और फिर उसे ठीक करने के लिए प्रशिक्षित करके, उन्होंने एक ऐसा सिस्टम बनाया है जो लगभग एक "परफेक्ट" सुपरवाइज्ड मॉडल के बराबर काम करता है (जिसके लिए वास्तविक पेयर्ड डेटा की आवश्यकता होती है जो व्यवहार में मौजूद नहीं है)। लेखक निष्कर्ष निकालते हैं कि यह दृष्टिकोण डॉक्टरों और शोधकर्ताओं को रोगियों के बड़े समूहों से स्पष्ट और अधिक विश्वसनीय माप प्राप्त करने में मदद कर सकता है, भले ही वे स्कैन के दौरान स्थिर न रह सकें। यह ब्रेन इमेजिंग को अधिक विश्वसनीय बनाने की दिशा में एक कदम है, भले ही मानव शरीर स्थिर रहने से इनकार कर दे।