🔬 physics

Lesion-Aware Adaptive Fourier Neural Operator for CT-to-PSMA PET Synthesis in Prostate Cancer

यह शोध पत्र LAFNO को प्रस्तुत करता है, जो एक लीजन-अवेयर एडेप्टिव फूरियर न्यूरल ऑपरेटर है जो CT स्कैन से PSMA-PET छवियों को संश्लेषित करने के लिए स्थानीय घनत्व और बनावट के कुशल CT-व्युत्पन्न प्रॉक्सी चैनलों का उपयोग करता है, जो पूरे वॉल्यूम की उच्च छवि गुणवत्ता को बनाए रखते हुए मानक ग्लोबल-लॉस मॉडलों की तुलना में ट्यूमर गतिविधि सटीकता और रेडियोमिक्स पुनरुत्पादकता में महत्वपूर्ण सुधार करता है।

मूल लेखक: Rashmi Bhaskara, Waleed M. Almutairi, Matthew Gopaulchan, Maram Musaad Alqurashi, Francis Asamoah, Alex Ocana, Clinton D. Bahler, Oluwaseyi M. Oderinde

प्रकाशित 2026-08-12

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Rashmi Bhaskara, Waleed M. Almutairi, Matthew Gopaulchan, Maram Musaad Alqurashi, Francis Asamoah, Alex Ocana, Clinton D. Bahler, Oluwaseyi M. Oderinde

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 आप एक विशाल, घने अंधेरे गोदाम के भीतर छिपी हुई एक नन्ही, चमकती हुई जुगनू को खोजने की कोशिश कर रहे हैं। आधुनिक इमेजिंग का उपयोग करके प्रोस्टेट कैंसर का पता लगाने की कोशिश करते समय डॉक्टरों को लगभग यही सामना करना पड़ता है। वे एक विशेष स्कैनर का उपयोग करते हैं जिसे PET स्कैन कहा जाता है, जो कैंसर कोशिकाओं के लिए नाइट-विज़न कैमरे की तरह काम करता है। ये कोशिकाएं एक रेडियोधर्मी ट्रेसर को "खाती" हैं, जिससे वे स्वस्थ ऊतकों के अंधेरे बैकग्राउंड के बीच छोटे सितारों की तरह चमक उठती हैं। यह कैंसर कहाँ फैला है, यह खोजने में अविश्वसनीय रूप से सहायक है, लेकिन PET स्कैन लेना महंगा है, इसके लिए विशेष रेडियोधर्मी सामग्रियों की आवश्यकता होती है जो लंबे समय तक नहीं टिकतीं, और इसके लिए एक ऐसी मशीन की आवश्यकता होती है जिसकी मांग बहुत अधिक है।

चीजों को आसान बनाने के लिए, वैज्ञानिक कंप्यूटर को यह "कल्पना" करना सिखाने की कोशिश कर रहे हैं कि केवल एक मानक CT स्कैन को देखकर PET स्कैन कैसा दिखेगा। एक CT स्कैन आपकी हड्डियों और अंगों के आकार और घनत्व को दिखाने वाला एक विस्तृत 3D एक्स-रे है, लेकिन यह उन कोमल, नरम विवरणों को दिखाने में बहुत खराब है जहाँ कैंसर छिपा होता है। यह बिल्कुल वैसा ही है जैसे केक के डिब्बे को देखकर ही उसके स्वाद का अनुमान लगाने की कोशिश करना। चुनौती यह है कि पूरे शरीर की तुलना में कैंसर के धब्बे अक्सर बहुत छोटे होते हैं, इसलिए जब कंप्यूटर यह ट्रिक सीखने की कोशिश करता है, तो वह अक्सर विशाल, उबाऊ बैकग्राउंड से विचलित हो जाता है और उन नन्ही, महत्वपूर्ण जुगनूओं को मिस कर देता है। यह शोध पत्र एक नया, चतुर तरीका पेश करता है जिससे कंप्यूटर को उन जुगनूओं को अनदेखा करना बंद करने और उन विशिष्ट मोहल्लों पर ध्यान देने के लिए सिखाया जा सके जहाँ वे रहते हैं।

इस अध्ययन के पीछे के शोधकर्ताओं ने, रश्मि भास्कर और उनकी टीम ने, एक नया AI मॉडल बनाया है जिसे वे LAFNO (लेजन-अवेयर एडेप्टिव फूरियर न्यूरल ऑपरेटर) कहते हैं। LAFNO को एक सुपर-स्मार्ट कलाकार के रूप में समझें जो केवल एक ब्लैक-एंड-व्हाइट स्केच के आधार पर ट्यूमर की एक चमकती हुई तस्वीर पेंट करना सीख रहा है। अतीत में, इन कलाकारों को पूरी पेंटिंग को पिक्सेल दर पिक्सेल वास्तविक चीज़ के जितना संभव हो सके उतना समान दिखने के लिए प्रशिक्षित किया गया था। समस्या यह थी कि "बैकग्राउंड" पिक्सेल (स्वस्थ ऊतक) चित्र का 99% हिस्सा बनाते थे, इसलिए कलाकार बैकग्राउंड को पूरी तरह से पेंट करने के लिए A+ प्राप्त कर लेता था लेकिन कोने में मौजूद नन्ही, चमकती हुई ट्यूमर को मिस कर देता था।

इसे ठीक करने के लिए, टीम को एहसास हुआ कि उन्हें कलाकार को एक विशेष "चश्मा" देने की आवश्यकता है ताकि वे यह देखने में मदद कर सकें कि परेशानी वाले स्थान कहाँ हो सकते हैं, बिना यह जाने कि ट्यूमर वास्तव में कहाँ है। उन्होंने हजारों वास्तविक स्कैनों को देखा और गौर किया कि कैंसर के आसपास के CT चित्रों में दो सरल पैटर्न होते हैं:

द कंट्रास्ट प्रॉक्सी (The Contrast Proxy): कैंसर के धब्बे अक्सर ऐसे क्षेत्र में स्थित होते हैं जहाँ ऊतकों का घनत्व तेजी से बदलता है, जैसे कि किसी खड़ी ढलान या चट्टान का किनारा। मॉडल इन "चट्टानों" को हाइलाइट करने के लिए एक गणितीय ट्रिक का उपयोग करता है।
द डिसऑर्डर प्रॉक्सी (The Disorder Proxy): ट्यूमर के ठीक बगल का ऊतक अक्सर अव्यवस्थित और अराजक होता है, जो चिकने, व्यवस्थित स्वस्थ ऊतक के विपरीत है। मॉडल इस "अव्यवस्था" को पहचानने के लिए एक अन्य ट्रिक का उपयोग करता है।

कंप्यूटर को एक जटिल, पूर्व-गणना किए गए ट्यूमर मैप को फीड करने के बजाय (जिसमें बहुत समय लगता है और पहले एक इंसान द्वारा उसे खींचने की आवश्यकता होती है), LAFNO इन दो सरल "चश्मों" का उपयोग करके अपने मस्तिष्क को अनुकूलित (condition) करता है। यह कलाकार को यह बताने जैसा है, "हे, इन चट्टानों और अव्यवस्थित पैच पर विशेष ध्यान दें; जुगनू आमतौर पर यहीं रहते हैं।"

लेकिन टीम यहीं नहीं रुकी। उन्होंने खेल के नियम भी बदल दिए। केवल कलाकार को यह ग्रेड देने के बजाय कि पूरी पेंटिंग कैसी दिखती है, उन्होंने एक विशेष नियम जोड़ा: "आपको जुगनूओं की चमक को बिल्कुल सही तरीके से प्राप्त करना होगा।" उन्होंने एक नई स्कोरिंग प्रणाली बनाई जो विशेष रूप से ट्यूमर क्षेत्रों से आने वाली कुल रोशनी की जांच करती है। यदि कलाकार बैकग्राउंड को पूरी तरह से पेंट करता है लेकिन ट्यूमर बहुत धुंधला है, तो उन्हें बुरा स्कोर मिलता है। यह AI को बड़े चित्र के बजाय सूक्ष्म, महत्वपूर्ण विवरणों पर ध्यान केंद्रित करने के लिए मजबूर करता है।

जब उन्होंने इस नए सिस्टम का परीक्षण किया, तो परिणाम उत्साहजनक थे। LAFNO मॉडल अन्य शीर्ष मॉडलों की तरह ही बैकग्राउंड को पेंट करने में सक्षम था, जिसमें एक प्रकार के ट्रेसर के लिए एक स्ट्रक्चरल सिमिलरिटी स्कोर (SSIM) 0.960 और दूसरे के लिए 0.938 था। लेकिन असली जादू ट्यूमर के साथ हुआ। जबकि अन्य मॉडल अक्सर ट्यूमर की चमक का अनुमान लगाने में लगभग 60% से 70% की त्रुटि करते थे, LAFNO ने एक ट्रेसर के लिए उस त्रुटि को घटाकर 48.3% और दूसरे के लिए 64.0% कर दिया। यह ट्यूमर के भीतर के सूक्ष्म, जटिल टेक्सचर को फिर से बनाने में भी बहुत बेहतर था, जो डॉक्टरों के लिए यह समझने हेतु महत्वपूर्ण है कि कैंसर कितना आक्रामक हो सकता है।

हालाँकि, लेखक सावधानीपूर्वक यह नोट करते हैं कि यह अभी तक सब कुछ हल करने वाली कोई जादुई छड़ी नहीं है। मॉडल अभी भी ट्यूमर के किनारे के "धुंधले" क्षेत्र के साथ थोड़ा संघर्ष करता है, विशेष रूप से 68Ga-PSMA नामक एक विशिष्ट प्रकार के ट्रेसर के साथ। वे सुझाव देते हैं कि ऐसा इसलिए हो सकता है क्योंकि यह ट्रेसर मूल रूप से थोड़ा धुंधली छवि बनाता है, जिससे AI के लिए सटीक सीमाओं को सीखना कठिन हो जाता है। यह अध्ययन दिखाता है कि इन सरल "चट्टान" और "अव्यवस्था" के संकेतों का उपयोग करके, और ट्यूमर के लिए एक सख्त ग्रेडिंग सिस्टम के साथ, हम एक पूर्ण सिंथेटिक स्कैन के बहुत करीब पहुँच सकते हैं। यह एक प्रगतिशील कदम है जो बताता है कि हमें कंप्यूटर को यह सिखाने के लिए कि वह कैंसर को कैसे खोजे, हमें ठीक से यह जानने की आवश्यकता नहीं है कि कैंसर कहाँ है; हमें बस यह सिखाने की आवश्यकता है कि उस मोहल्ले का स्वरूप कैसा दिखता है।

तकनीकी सारांश: CT-से-PSMA PET संश्लेषण के लिए लीजन-अवेयर एडेप्टिव फूरियर न्यूरल ऑपरेटर (LAFNO)

समस्या विवरण
कंप्यूटेड टोमोग्राफी (CT) या मैग्नेटिक रेजोनेंस इमेजिंग (MRI) से पोज़िट्रॉन एमिशन टोमोग्राफी (PET) को संश्लेषित करने वाले डीप लर्निंग मॉडल, रोगी के रेडिएशन डोज़ और स्कैनर की मांग को कम करने के उद्देश्य से बनाए जाते हैं। हालाँकि, मौजूदा मॉडल आमतौर पर मीन स्क्वेर्ड एरर (MSE) या L1 जैसे लॉस फंक्शन का उपयोग करके वैश्विक छवि समानता (global image similarity) के लिए अनुकूलित होते हैं, जो सभी वोक्सेल्स (voxels) के साथ समान व्यवहार करते हैं। संपूर्ण-शरीर प्रोस्टेट-स्पेसिफिक मेम्ब्रेन एंटीजन (PSMA) PET में, ट्यूमर वोक्सेल्स कुल वॉल्यूम का एक छोटा हिस्सा होते हैं लेकिन वे नैदानिक रूप से महत्वपूर्ण गतिविधि सिग्नल वहन करते हैं। फलस्वरूप, वैश्विक मेट्रिक्स (जैसे SSIM, PSNR) के लिए अनुकूलित मॉडल उच्च संरचनात्मक समानता प्राप्त कर सकते हैं, लेकिन वे लीजन (lesion) की गतिविधि को कम आंकते हैं या ट्यूमर-विशिष्ट संरचनाओं को संरक्षित करने में विफल रहते हैं। इसके अतिरिक्त, जबकि रेडियोमिक्स (radiomics) ट्यूमर की तीव्रता और बनावट के जैविक रूप से सार्थक डिस्क्रिप्टर्स प्रदान करता है, रेडियोमिक्स फीचर्स पर सीधा कंडीशनिंग करना कम्प्यूटेशनल रूप से महंगा है और इसके लिए समय लेने वाली, ऑपरेटर-निर्भर लीजन सेगमेंटेशन की आवश्यकता होती है।

कार्यप्रणाली
लेखक LAFNO (लीजन-अवेयर एडेप्टिव फूरियर न्यूरल ऑपरेटर) का प्रस्ताव करते हैं, जो एक ऐसा फ्रेमवर्क है जिसे बिना इन्फरेंस के दौरान स्पष्ट लीजन सेगमेंटेशन की आवश्यकता के, रेडियोमिक्स-प्रेरित पैटर्न को एकीकृत करके CT से PSMA-PET को संश्लेषित करने के लिए डिज़ाइन किया गया है।

रेडियोमिक्स विश्लेषण और प्रॉक्सी व्युत्पत्ति:
लेखकों ने पहले TCIA PSMA-PET-CT-Lesions डेटासेट में 10,209 PSMA-एविड ट्यूमर क्षेत्रों का विश्लेषण किया। उन्होंने दो व्यवस्थित CT सिग्नेचर देखे:

कोर-टू-पेरिफेरी एटेन्यूएशन (Core-to-Periphery Attenuation): ट्यूमर कोर से पेरिट्यूमरल (peritumoral) क्षेत्र की ओर बढ़ते हुए CT एटेन्यूएशन मोनोटोनिक रूप से घटता है।
टेक्चर हेटेरोजेनिटी (Texture Heterogeneity): ट्यूमर कोर से पेरिट्यूमरल क्षेत्र में जाने पर CT टेक्चर हेटेरोजेनिटी बढ़ती है।
इन सिग्नेचरों को कुशलतापूर्वक कैप्चर करने के लिए, उन्होंने दो डिफरेंशिएबल (differentiable), CT-व्युत्पन्न प्रॉक्सी चैनल्स पेश किए जिन्हें ग्राउंड-ट्रुथ मास्क की आवश्यकता नहीं है:
कॉन्ट्रास्ट प्रॉक्सी (Contrast Proxy): स्थानीय घनत्व भिन्नता को अनुमानित करने के लिए एक गॉसियन रेसिडुअल फिल्टर ( $C(x) = CT(x) - G_\sigma * CT(x)$ ) के माध्यम से कंप्यूट किया गया है।
डिसऑर्डर प्रॉक्सी (Disorder Proxy): स्थानीय टेक्चर हेटेरोजेनिटी को अनुमानित करने के लिए स्लाइडिंग विंडो पर लोकल वेरिएंस ( $D(x) = CT_w^2(x) - (CT_w(x))^2$ ) के माध्यम से कंप्यूट किया गया है।

आर्किटेक्चर (LAFNO):
मॉडल एक 3D U-Net आर्किटेक्चर का उपयोग करता है जिसमें एक एडेप्टिव फूरियर न्यूरल ऑपरेटर (AFNO) बॉटलनेक है। दो CT-व्युत्पन्न प्रॉक्सी चैनल्स को बॉटलनेक लेयर (पूलिंग के बाद) में इंजेक्ट किया जाता है और AFNO ब्लॉक्स के माध्यम से गुजरने से पहले लेटेंट फीचर्स के साथ कॉन्कैटिनेट किया जाता है। यह मॉडल को ट्यूमर-प्रासंगिक घनत्व और टेक्चर पैटर्न पर सिंथेसिस को कंडीशन करने की अनुमति देता है।
लीजन-अवेयर लॉस फंक्शन:
प्रशिक्षण उद्देश्य में संपूर्ण-वॉल्यूम पुनर्निर्माण के साथ विशिष्ट लीजन-स्तरीय और पेरिट्यूमरल पर्यवेक्षण (supervision) को जोड़ा गया है:

$\mathcal{L}_{L1}$ : वैश्विक पुनर्निर्माण के लिए मानक वोक्सेल-वाइज L1 लॉस।
$\mathcal{L}_{TLA}$ (टोटल लीजन एक्टिविटी): एक लीजन-वाइज लॉस जो प्रत्येक कनेक्टेड कंपोनेंट की संचित गतिविधि (summed activity) की स्वतंत्र रूप से निगरानी करता है। यह बड़े लीजनों को ग्रेडिएंट पर हावी होने से रोकने और उन्हें पूर्ण परिमाण के बजाय संख्या द्वारा वेट देने के लिए एक लॉगरिदमिक ट्रांसफॉर्म और नॉर्मलाइजेशन का उपयोग करता है।
$\mathcal{L}_{c}$ (ट्यूमर-कॉन्ट्रास्ट): अनुमानित और ग्राउंड-ट्रुथ PET वॉल्यूम के भीतर ट्यूमर मास्क के भीतर कॉन्ट्रास्ट ऑपरेशन लागू करता है ताकि स्थानीय अपटेक स्ट्रक्चर में विसंगतियों को दंडित किया जा सके।
$\mathcal{L}_{peri}$ (पेरिट्यूमरल): ट्यूमर मास्क के बाहर 0–10 मिमी रिंग पर लागू एक एक्सपोनेंशियल डिस्टेंस-वेटेड L1 लॉस, जो ट्यूमर-निकट सूक्ष्म वातावरण में निष्ठा (fidelity) को प्रोत्साहित करता है।

प्रमुख योगदान

CT-व्युत्पन्न प्रॉक्सी कंडीशनिंग: दो कंप्यूटेशनल रूप से कुशल कॉन्ट्रास्ट और डिसऑर्डर प्रॉक्सी चैनल्स का परिचय, जो उच्च-आयामी रेडियोमिक्स कंडीशनिंग को प्रतिस्थापित करते हैं, जिससे मॉडल को इन्फरेंस के दौरान सेगमेंटेशन की आवश्यकता के बिना ट्यूमर-कोर और पेरिट्यूमरल पैटर्न सीखने में सक्षम बनाया जा सके।
लीजन-अवेयर ऑब्जेक्टिव: एक कंपोजिट लॉस फंक्शन जो स्पष्ट रूप से टोटल लीजन एक्टिविटी (TLA) की निगरानी करता है और ट्यूमर-निकट पेरिट्यूमरल क्षेत्र में त्रुटियों को दंडित करता है, जो वैश्विक समानता मेट्रिक्स से आगे बढ़ता है।
मूल्यांकन ढांचा: एक मूल्यांकन रणनीति जो सिंथेटिक PET का आकलन न केवल संपूर्ण-वॉल्यूम मेट्रिक्स (SSIM, PSNS) के माध्यम से करती है, बल्कि लीजन-स्तरीय अपटेक मेट्रिक्स और ट्यूमर/पेरिट्यूमरल रेडियोमिक्स पुनरुत्पादकता (इंट्राक्लास कोरिलेशन कोएफिशिएंट, ICC) के माध्यम से भी करती है।

परिणाम
मॉडल का मूल्यांकन TCIA PSMA-PET-CT-Lesions डेटासेट पर किया गया जिसमें 18F-PSMA ( $N=335$ ) और 68Ga-PSMA ( $N=204$ ) रोगी शामिल थे, और इसकी तुलना चार बेसलाइन: AFNO-L1, Pix2Pix, FlowLet, और cWDM से की गई।

संपूर्ण-वॉल्यूम गुणवत्ता: LAFNO ने प्रतिस्पर्धी वैश्विक छवि गुणवत्ता हासिल की, जिसमें 18F के लिए 0.960 और 68Ga के लिए 0.938 का SSIM स्कोर रहा। जबकि बेसलाइन AFNO-L1 (लीजन-अवेयर घटकों के बिना) वैश्विक मेट्रिक्स में थोड़ा बेहतर प्रदर्शन करता है, LAFNO ने लीजन फिडेलिटी को प्राथमिकता दी।
लीजन एक्टिविटी संरक्षण: LAFNO ने बेसलाइन की तुलना में प्रति-रोगी TLA त्रुटि को काफी कम कर दिया। 18F-PSMA के लिए, औसत एब्सोल्यूट पेशेंट-लेवल TLA त्रुटि घटकर 48.3% (बेसलाइन के 58.7–69.0% के मुकाबले) हो गई। 68Ga-PSMA के लिए, यह त्रुटि 64.0% थी। LAFNO ने 25%, 50%, और 75% से नीचे TLA त्रुटियों वाले लीजनों का उच्चतम अंश भी प्राप्त किया।
रेडियोमिक्स पुनरुत्पादकता: LAFNO ने दोनों ट्रेसर के लिए ट्यूमर कोर में सभी फीचर क्लासेज (First-order, GLCM, GLRLM, GLSZM) में उच्चतम ICC प्राप्त किया, जो ट्यूमर टेक्चर और संरचना के बेहतर संरक्षण को दर्शाता है।
पेरिट्यूमरल फिडेलिटी: 0–10 मिमी पेरिट्यूमरल रिंग में, LAFNO ने 18F-PSMA के लिए सभी फीचर क्लासेज में उच्चतम ICC दिखाया। 68Ga-PSMA के लिए, परिणाम मिश्रित थे, जहाँ अन्य मॉडल कुछ फीचर क्लासेज में बेहतर प्रदर्शन करते दिखे। लेखक नोट करते हैं कि पेरिट्यूमरल पुनरुत्पादकता, विशेष रूप से तत्काल ट्यूमर सीमा के पास, एक चुनौतीपूर्ण कार्य बनी हुई है।

महत्व और दावे
पेपर का दावा है कि LAFNO रेडियोमिक्स-प्रेरित, लीजन-अवेयर पर्यवेक्षण को शामिल करके स्वस्थ बैकग्राउंड टिश्यू की ओर वैश्विक पुनर्निर्माण मॉडलों के झुकाव को सफलतापूर्वक संबोधित करता है। CT-व्युत्पन्न प्रॉक्सी का उपयोग करके, मॉडल वास्तविक समय रेडियोमिक्स एक्सट्रैक्शन या सेगमेंटेशन के कम्प्यूटेशनल बोझ के बिना जैविक रूप से प्रासंगिक ट्यूमर पैटर्न (घनत्व ग्रेडिएंट और टेक्चर हेटेरोजेनिटी) को कैप्चर करता है।

लेखक इस बात पर जोर देते हैं कि जबकि LAFNO लीजन-लेवल सटीकता और ट्यूमर-कोर रेडियोमिक्स पुनरुत्पादकता में सुधार करता है, पेरिट्यूमरल फिडेलिटी एक महत्वपूर्ण चुनौती बनी हुई है, विशेष रूप से 68Ga-PSMA के लिए। वे अवशिष्ट त्रुटियों का श्रेय ट्यूमर हेटेरोजेनिटी, CT-से-PET मैपिंग की 'वन-टू-मेनी' प्रकृति, और स्कैनर मापदंडों एवं ट्रेसर फिजिक्स (जैसे 18F और 68Ga के बीच पोज़िट्रॉन रेंज अंतर) में भिन्नता को देते हैं। अध्ययन इस निष्कर्ष पर पहुँचता है कि सिंथेटिक PSMA-PET मॉडलों को चिकित्सकीय रूप से प्रासंगिक ट्यूमर जानकारी को संरक्षित करने के लिए वैश्विक छवि समानता से आगे बढ़ना चाहिए, हालांकि ट्यूमर माइक्रोएनवायरनमेंट में जैविक फिडेलिटी के लिए और अधिक शोधन की आवश्यकता है।

इसी तरह के और पेपर