Braided Vision Transformer for Stroke Detection in Multi-view Retinal Fundus Imaging
यह शोध पत्र ब्रेडेड विजन ट्रांसफॉर्मर (BViT) को प्रस्तुत करता है, जो एक नवीन डीप लर्निंग मॉडल है जो स्ट्रोक और क्षणिक इस्केमिक हमलों का पता लगाने के लिए दोनों आंखों से प्राप्त मल्टी-व्यू रेटिनल फंडस छवियों का लाभ उठाता है, जो विशेषताओं को निकालने और इंटर-व्यू संबंधों को मॉडल करने के साथ-साथ एक नए एकत्रित डेटासेट पर 0.75 का AUC प्राप्त करता है।
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
स्ट्रोक दुनिया की सबसे विनाशकारी स्वास्थ्य चुनौतियों में से एक बना हुआ है, जो बिना किसी चेतावनी के होने वाली मृत्यु और दीर्घकालिक विकलांगता का एक प्रमुख कारण है। दशकों से, डॉक्टर मस्तिष्क के भीतर देखने और स्ट्रोक की पुष्टि करने के लिए सीटी स्कैनर और एमआरआई जैसी भारी और महंगी मशीनों पर निर्भर रहे हैं। ये उपकरण उपचार के लिए आवश्यक हैं, लेकिन वे त्वरित स्क्रीनिंग के लिए हमेशा उपलब्ध नहीं होते, विशेष रूप से दूरदराज के क्षेत्रों में या शुरुआती चेतावनी संकेतों के लिए। शोध का एक बढ़ता हुआ समूह यह सुझाव देता है कि इन खतरों को पहचानने की कुंजी मस्तिष्क में नहीं, बल्कि आंख में हो सकती है। रेटिना, जो आंख के पिछले हिस्से में स्थित प्रकाश के प्रति संवेदनशील ऊतक है, शरीर का एकमात्र ऐसा स्थान है जहां डॉक्टर बिना सर्जरी के रक्त वाहिकाओं को सीधे देख सकते हैं। क्योंकि आंख और मस्तिष्क की वाहिकाएं बहुत समान होती हैं, इसलिए रेटिना की सूक्ष्म रक्त वाहिकाओं में होने वाले परिवर्तन अक्सर मस्तिष्क की अपनी परिसंचरण प्रणाली के स्वास्थ्य को दर्शाते हैं। इस संबंध ने केवल आंख की एक तस्वीर का उपयोग करके स्ट्रोक के जोखिम का आकलन करने के एक तेज़, सस्ते और गैर-आक्रामक तरीके की खोज को प्रेरित किया है।
फिनलैंड के वीटीटी (VTT) तकनीकी अनुसंधान केंद्र के शोधकर्ताओं ने इस अवधारणा को एक कदम आगे ले जाते हुए एक नई कंप्यूटर प्रणाली विकसित की है, जिसे अभूतपूर्व गहराई के साथ इन रेटिनल फोटोग्राफ्स को पढ़ने के लिए डिज़ाइन किया गया है। एक हालिया अध्ययन में, उन्होंने 'ब्रेडिड विजन ट्रांसफॉर्मर' (Braided Vision Transformer) नामक एक विधि पेश की, जो एक प्रकार का आर्टिफिशियल इंटेलिजेंस है जो आंख को उस तरह से देखता है जैसे पहले कोई भी सिस्टम नहीं देख सका। एक एकल छवि का अलग से विश्लेषण करने के बजाय, यह प्रणाली एक साथ रेटिना के चार अलग-अलग दृश्यों का परीक्षण करती है: मैकुला और ऑप्टिक नर्व हेड, दोनों बाईं और दाईं आंखों से। मैकुला रेटिना का केंद्रीय भाग है जो तीक्ष्ण दृष्टि के लिए जिम्मेदार है, जबकि ऑप्टिक नर्व हेड वह स्थान है जहां तंत्रिका फाइबर आंख से बाहर निकलकर मस्तिष्क की ओर जाते हैं। दोनों आंखों से इन विशिष्ट क्षेत्रों को कैप्चर करके, यह प्रणाली किसी व्यक्ति के संवहनी स्वास्थ्य (vascular health) की एक एकल स्नैपशॉट की तुलना में कहीं अधिक समृद्ध चित्र एकत्र करती है।
इस कार्य का मुख्य नवाचार यह है कि कंप्यूटर इन चार छवियों को कैसे संसाधित करता है। पारंपरिक आर्टिफिशियल इंटेलिजेंस मॉडल अक्सर प्रत्येक छवि को एक अलग पहेली के टुकड़े के रूप में देखते हैं, और उन्हें जोड़ने से पहले एक-एक करके हल करते हैं। हालाँकि, नया 'ब्रेडिड विजन ट्रांसफॉर्मर', जानकारी को शुरुआत से ही आपस में बुन देता है। यह एक ऐसी संरचना बनाता है जहाँ कंप्यूटर लगातार बाईं आंख के रक्त वाहिका पैटर्न की तुलना दाईं आंख से करता है, और केंद्रीय दृश्य की तुलना साइड व्यू से करता है, और वह भी एक ही समय में। यह दृष्टिकोण उस तरह की नकल करता है जैसे एक कुशल चिकित्सक रोगी को देखता है, जो सूक्ष्म विसंगतियों को पकड़ने के लिए आंख के विभिन्न हिस्सों और दोनों आंखों के बीच लगातार अपना ध्यान केंद्रित करता है, जो परेशानी का संकेत दे सकते हैं। शोधकर्ताओं ने इस प्रणाली को 200 से अधिक प्रतिभागियों से एकत्र की गई 800 से अधिक रेटिनल छवियों के डेटासेट पर प्रशिक्षित किया, जिसमें वे लोग भी शामिल थे जिन्होंने स्ट्रोक का अनुभव किया था, वे जिन्होंने 'ट्रांजिएंट इस्केमिक अटैक' (एक अस्थायी रुकावट जिसे अक्सर मिनी-स्ट्रोक कहा जाता है) का अनुभव किया था, और स्वस्थ व्यक्ति भी।
इस प्रशिक्षण के परिणाम उत्साहजनक रहे। स्वस्थ आंखों और स्ट्रोक या मिनी-स्ट्रोक के संकेत दिखाने वाली आंखों के बीच अंतर करने की अपनी क्षमता पर परीक्षण करते समय, नए सिस्टम ने 0.75 का प्रदर्शन स्कोर प्राप्त किया, जो सटीकता का एक पैमाना है जो उसी अध्ययन में परीक्षण किए गए अन्य मानक कंप्यूटर विजन मॉडलों से अधिक था। यह प्रणाली सेरेब्रोवास्कुलर घटनाओं (cerebrovascular events) से जुड़े जटिल पैटर्न को पहचानने में विशेष रूप से प्रभावी साबित हुई, जिसने उन मॉडलों को पछाड़ दिया जो व्यक्तिगत रूप से छवियों को देखते थे या डेटा को संयोजित करने के पुराने तरीकों का उपयोग करते थे। अध्ययन ने एक महत्वपूर्ण निष्कर्ष भी रेखांकित किया: आंख के कई दृश्यों को देखना केवल एक दृश्य को देखने की तुलना में काफी बेहतर है। जब शोधकर्ताओं ने सिस्टम के एक संस्करण का परीक्षण किया जो केवल एक एकल छवि को देखता था, तो स्ट्रोक का पता लगाने की इसकी क्षमता नाटकीय रूप रूप से गिर गई, जिससे पता चलता है कि संवहनी रोग के सूक्ष्म संकेत रेटिना के विभिन्न हिस्सों और दोनों आंखों में वितरित होते हैं, और यदि दृश्य बहुत संकीर्ण हो तो उन्हें आसानी से छोड़ा जा सकता है।
हालांकि यह प्रणाली अभी अस्पताल के आपातकालीन कक्ष में सीटी स्कैनर को बदलने के लिए तैयार नहीं है, फिर भी यह प्रारंभिक स्क्रीनिंग की क्षमता में एक महत्वपूर्ण छलांग का प्रतिनिधित्व करती है। शोधकर्ता बताते हैं कि उनका दृष्टिकोण एक पोर्टेबल और लागत प्रभावी विकल्प प्रदान करता है जिसका उपयोग भविष्य में सामुदायिक क्लीनिकों या यहां तक कि दूरदराज के स्थानों में उन व्यक्तियों को चिह्नित करने के लिए किया जा सकता है जिन्हें तत्काल, अधिक विस्तृत चिकित्सा ध्यान की आवश्यकता है। अध्ययन इस बात की पुष्टि करता है कि रेटिना मस्तिष्क के स्वास्थ्य के बारे में मूल्यवान सुराग रखता है और आधुनिक आर्टिफिशियल इंटेलिजेंस, जब केवल एक हिस्से के बजाय पूरी तस्वीर को देखने के लिए डिज़ाइन किया जाता है, तो वह उन सुरागों को पहले की तुलना में अधिक प्रभावी ढंग से खोल सकता है। आंख के कई दृश्यों को सफलतापूर्वक बुनकर, यह नई विधि बताती है कि भविष्य में स्ट्रोक के खिलाफ रक्षा की पहली पंक्ति एक त्वरित, दर्द रहित फोटोग्राफ जितनी सरल हो सकती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।