DualMiT-Net: Local-Global Transformer-Convolutional Fusion for Breast Mass Segmentation in Mammographic Regions of Interest
यह शोधपत्र DualMiT-Net को प्रस्तुत करता है, जो एक डुअल-ब्रांच नेटवर्क है जो CBIS-DDSM डेटासेट पर अत्याधुनिक (state-of-the-art) ब्रेस्ट मास सेगमेंटेशन प्राप्त करने के लिए एक स्पैटियली गेटेड डिकोडर के माध्यम से मिक्स ट्रांसफॉर्मर एनकोडर से स्थानीय मास विवरणों को एफिशिएंटनेट (EfficientNet) एनकोडर से वैश्विक ब्रेस्ट संदर्भ के साथ संलयित (fuse) 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
स्तन कैंसर आज महिलाओं के सामने सबसे महत्वपूर्ण स्वास्थ्य चुनौतियों में से एक बना हुआ है, फिर भी शुरुआती पहचान एक शक्तिशाली बचाव प्रदान करती है। जब यह बीमारी स्थानीय स्तर पर ही मिल जाती है, तो पांच साल की जीवित रहने की दर नब्बे प्रतिशत से अधिक होती है। इन शुरुआती संकेतों को खोजने के लिए, डॉक्टर मैमोग्राम पर निर्भर करते हैं, जो स्तन के एक्स-रे चित्र होते हैं। हालाँकि, इन चित्रों को पढ़ना एक कठिन कार्य है। ट्यूमर, या द्रव्यमान (masses), अक्सर आसपास के ऊतकों के साथ घुल-मिल जाते हैं, जिनमें स्पष्ट किनारे या स्पष्ट कंट्रास्ट की कमी होती है, और उनका आकार अनियमित और ट्रेस करने में कठिन हो सकता है। अनुभवी रेडियोलॉजिस्टों के लिए भी, एक द्रव्यमान की सटीक रूपरेखा खींचने में समय लग सकता है और यह एक पाठक से दूसरे पाठक में भिन्न हो सकता है। यहीं पर कंप्यूटर विज्ञान काम आता है, जिसका लक्ष्य मशीनों को उन छिपी हुई सीमाओं को उसी सटीकता के साथ देखना सिखाना है जिसके लिए मानवीय आँख प्रयास करती है, लेकिन उस निरंतरता और गति के साथ जो केवल सॉफ्टवेयर प्रदान कर सकता है।
शोधकर्ताओं ने लंबे समय से डीप लर्निंग का उपयोग करके कंप्यूटर को चिकित्सा छवियों को समझने में मदद करने का प्रयास किया है, जो एक प्रकार की कृत्रिम बुद्धिमत्ता (AI) है जो हजारों उदाहरणों का विश्लेषण करके सीखती है। शुरुआती प्रयासों में ऐसे नेटवर्कों का उपयोग किया गया जो छोटे, स्थानीय विवरणों को पहचानने में बहुत अच्छे थे लेकिन कभी-कभी आसपास के ऊतकों के बड़े परिदृश्य को समझने में संघर्ष करते थे। अधिक हालिया मॉडलों ने इस बात से विचार उधार लिए कि मानव दृष्टि कैसे काम करती है, जिसमें ऐसे सिस्टम का उपयोग किया गया जो एक छवि के दूर के हिस्सों को देख सकते हैं और उन्हें जोड़ सकते हैं। फिर भी, स्तन द्रव्यमान के लिए एक विशिष्ट चुनौती बनी रही: एक कंप्यूटर को द्रव्यमान को परिभाषित करने के लिए उसके बारीक, टेढ़े-मेढ़े किनारे को देखने की आवश्यकता होती है, लेकिन उसे यह समझने के लिए स्तन के व्यापक क्षेत्र को भी देखने की आवश्यकता होती है कि वह द्रव्यमान किसके बगल में स्थित है। एक तंग, क्लोज-अप दृश्य किनारे को दिखाता है, जबकि एक विस्तृत दृश्य संदर्भ प्रदान करता है, लेकिन अधिकांश कंप्यूटर मॉडल ऐतिहासिक रूप रूप से एक ही, निश्चित दृश्य के साथ दोनों को करने की कोशिश करते रहे हैं।
इसे हल करने के लिए, लॉरेंस टेक्नोलॉजिकल यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने DualMiT-Net नामक एक नई प्रणाली विकसित की है। कंप्यूटर को क्लोज-अप और वाइड शॉट में से किसी एक को चुनने के लिए मजबूर करने के बजाय, यह प्रणाली एक ही द्रव्यमान को एक साथ देखने के लिए दो अलग-अलग "आंखों" का उपयोग करती है। एक आंख ट्यूमर पर ध्यान केंद्रित करती है, ज़ूम इन करती है ताकि बनावट और द्रव्यमान की सटीक सीमा को पकड़ा जा सके। दूसरी आंख एक व्यापक दृश्य लेने के लिए पीछे हटती है ताकि आसपास के स्तन ऊतकों का व्यापक परिदृश्य लिया जा सके, जो यह समझने के लिए आवश्यक संदर्भ प्रदान करता है कि द्रव्यमान कहाँ समाप्त होता है और स्वस्थ ऊतक कहाँ शुरू होते हैं। इन दो दृष्टिकोणों को कंप्यूटर मस्तिष्क के विभिन्न हिस्सों द्वारा संसाधित किया जाता है, जिन्हें क्रमशः सूक्ष्म विवरणों और व्यापक पैटर्न को संभालने के लिए डिज़ाइन किया गया है।
इस प्रणाली का जादू इस बात में है कि ये दो दृश्य आपस में कैसे बात करते हैं। जैसे ही कंप्यूटर छवि का विश्लेषण करता है, यह क्लोज-अप दृश्य और वाइड दृश्य के बीच सूचना साझा करता है। इसके बाद, जैसे ही यह अंतिम चित्र बनाता है, यह एक विशेष गेट (gate) का उपयोग यह तय करने के लिए करता है कि प्रत्येक बिंदु पर विस्तृत क्लोज-अप में कितनी व्यापक, प्रासंगिक जानकारी जोड़ी जानी चाहिए। यह सिस्टम को ट्यूमर के तीखे किनारों को बनाए रखने की अनुमति देता है जबकि भ्रमित करने वाले क्षेत्रों को स्पष्ट करने के लिए आसपास के ऊतकों का उपयोग करता है। शोधकर्ताओं ने यह भी पाया कि कंप्यूटर को एक विशिष्ट प्रकार की छवि तैयारी खिलाने से सबसे अधिक मदद मिली। उन्होंने मानक मैमोग्राम लिया, महत्वपूर्ण विवरणों को उजागर करने के लिए इसकी चमक को समायोजित किया, और बनावट की एक ऐसी परत जोड़ी जो स्तन के ऊतकों में पाए जाने वाले विशिष्ट पैटर्न, जैसे कि ट्यूमर में देखे जाने वाले नुकीले किनारों के प्रति प्रतिक्रिया करती है।
जब सैकड़ों मामलों वाले मैमोग्राम के एक बड़े, सार्वजनिक संग्रह पर इस दोहरी-दृश्य प्रणाली का परीक्षण किया गया, तो इसने उल्लेखनीय सटीकता के साथ प्रदर्शन किया। शोधकर्ताओं ने मापा कि कंप्यूटर की रूपरेखा विशेषज्ञों द्वारा खींची गई रूपरेखाओं से कितनी अच्छी तरह मेल खाती है। इस प्रणाली ने 0.9375 का स्कोर प्राप्त किया, जहाँ एक पूर्ण मिलान के लिए 1.0 का पैमाना है, जो कई प्रशिक्षण सत्रों में सुसंगत परिणाम था। यह स्कोर उन छह अन्य मानक कंप्यूटर मॉडलों से काफी अधिक था जिनका परीक्षण ठीक समान परिस्थितियों में किया गया था। नया सिस्टम ट्यूमर के पूर्ण क्षेत्र को पुनः प्राप्त करने और विशेषज्ञ के निशानों के करीब सीमा रेखाओं को बनाए रखने में बेहतर था, यहाँ तक कि कठिन मामलों में भी जहाँ द्रव्यमान का कंट्रास्ट कम या किनारे धुंधले थे।
अध्ययन ने सावधानीपूर्वक यह भी जांचा कि सिस्टम के कुछ हिस्सों को हटाने पर क्या होता है ताकि यह देखा जा सके कि कौन से हिस्से वास्तव में आवश्यक थे। उन्होंने पाया कि हालांकि छवि को परिष्कृत करने के लिए उपयोग किए जाने वाले विशिष्ट उपकरण मददगार थे, लेकिन सिस्टम की मुख्य शक्ति एक साथ दो अलग-अलग दृश्यों का उपयोग करने के सरल विचार से आई। यह सिस्टम किसी एक ट्रिक पर नहीं, बल्कि स्थानीय विवरण और वैश्विक संदर्भ के मिलकर काम करने के संयोजन पर आधारित था। हालांकि वर्तमान मॉडल के लिए कंप्यूटर को पहले से ही यह पता होना आवश्यक है कि द्रव्यमान मोटे तौर पर कहाँ स्थित है, लेकिन यह इन ट्यूमर की रूपरेखा बनाने के कठिन कार्य को स्वचालित करने की दिशा में एक महत्वपूर्ण कदम है। एक रेडियोलॉजिस्ट द्वारा विस्तार और संपूर्ण चित्र के बीच अपना ध्यान स्थानांतरित करने के तरीके की नकल करके, यह नया दृष्टिकोण इन स्तन द्रव्यमानों की सीमाओं को परिभाषित करने के लिए एक अधिक विश्वसनीय तरीका प्रदान करता है, जिससे संभावित रूप से डॉक्टरों को तेजी से और अधिक सुसंगत निदान करने में मदद मिल 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।