TokenSTFormer: A Tokenized Spatial-temporal Attention Model for Holistic Motion Analysis in Adolescent Idiopathic Scoliosis Screening
यह शोध पत्र ScoliGait डेटासेट और TokenSTFormer का परिचय देता है, जो एक नवीन टोकेनाइज्ड स्थानिक-कालिक अटेंशन मॉडल है जो पारंपरिक तरीकों की सीमाओं को दूर करने के लिए समग्र गेट मोशन फीचर्स का लाभ उठाकर किशोर इडियोपैथिक स्कोलियोसिस स्क्रीनिंग में अत्याधुनिक सटीकता 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
मानव रीढ़ एक अद्भुत संरचना है, जिसे लचीला और मजबूत दोनों होने के लिए डिज़ाइन किया गया है, फिर भी किशोवस्था के दौरान इसमें एक सूक्ष्म, पार्श्व वक्रता विकसित हो सकती है। यह स्थिति, जिसे एडोलसेंट इडियोपैथिक स्कोलियोसिस (adolescent idiopathic scoliosis) के रूप में जाना जाता है, दुनिया भर में बच्चों के एक महत्वपूर्ण हिस्से को प्रभावित करती है। यदि इस पर ध्यान न दिया जाए, तो यह वक्रता और बिगड़ सकती है, जिससे जीवन के उत्तरार्ध में पुराने दर्द और भावनात्मक संकट का सामना करना पड़ सकता है। दशकों से, डॉक्टर एक सरल शारीरिक परीक्षण पर भरोसा करते रहे हैं जहाँ एक बच्चा आगे की ओर झुकता है ताकि पीठ में किसी भी विषमता का पता लगाया जा सके, या वक्र के सटीक कोण को मापने के लिए एक्स-रे का उपयोग किया जाता है। हालांकि एक्स-रे निदान के लिए स्वर्ण मानक (gold standard) हैं, लेकिन उनमें विकिरण (radiation) शामिल होता है, और शारीरिक परीक्षण व्यक्तिपरक हो सकते हैं, जो परीक्षक के कौशल या रोगी के शरीर के प्रकार के आधार पर भिन्न होते हैं। एक ऐसी स्क्रीनिंग पद्धति की बढ़ती आवश्यकता है जो गैर-आक्रामक (non-invasive) हो, स्कूलों या क्लीनिकों में उपयोग में आसान हो, और इन वक्रों को गंभीर होने से पहले जल्दी पकड़ने में सक्षम हो।
हांगकांग विश्वविद्यालय के शोधकर्ताओं की एक टीम ने लोगों के चलने के तरीके को देखकर इस समस्या के प्रति एक नया दृष्टिकोण अपनाया है। केवल पीठ के एक स्थिर चित्र या एकल एक्स-रे पर निर्भर रहने के बजाय, उन्होंने एक ऐसी प्रणाली विकसित की है जो समय के साथ पूरे शरीर की गति का विश्लेषण करती है। उन्होंने 'स्कॉलीगेट' (ScoliGait) नामक एक नया डेटा संग्रह बनाया, जिसमें किशोरों के चलने के 1,500 से अधिक वीडियो क्लिप शामिल हैं, जिनमें से प्रत्येक को एक संबंधित एक्स-रे के साथ जोड़ा गया है जो पुष्टि करता है कि उनमें स्कोलियोसिस है या नहीं। यह डेटासेट अद्वितीय है क्योंकि यह एक व्यक्ति के चलने के तरीके को वास्तविक चिकित्सा निदान से जोड़ता है, जिससे कंप्यूटर को स्थिति के सूक्ष्म संकेतों को पहचानने के लिए प्रशिक्षित करने हेतु एक विश्वसनीय आधार मिलता है। शोधकर्ताओं ने पाया कि स्कोलियोसिस वाले व्यक्ति के चलने का तरीका बिना इस स्थिति वाले व्यक्ति से अलग होता है, न केवल उनकी रीढ़ की स्थिति में, बल्कि उनके पूरे शरीर के जटिल, लयबद्ध पैटर्न में भी।
इन वीडियो को समझने के लिए, टीम ने एक नए प्रकार का आर्टिफिशियल इंटेलिजेंस मॉडल बनाया जिसे वे 'टोकनएसटीफॉर्मर' (TokenSTFormer) कहते हैं। कल्पना कीजिए कि आप एक वीडियो को सूचना के छोटे-छोटे टुकड़ों में तोड़ रहे हैं जो यह दर्शाते हैं कि शरीर के अंग कहाँ हैं और समय के साथ वे कैसे चलते हैं। मॉडल इन टुकड़ों को विशिष्ट इकाइयों, या 'टोकन' के रूप में मानता है, जिससे यह शरीर के आकार और गति के समय के बीच के संबंध को समझने में सक्षम होता है। इस जानकारी को एक विशिष्ट तरीके से व्यवस्थित करके, मॉडल उस छिपे हुए पैटर्न को पहचानने में सक्षम हो सकता है जो रीढ़ की वक्रता का संकेत देते हैं। शोधकर्ताओं ने इस प्रणाली को एक मानक स्मार्टफोन कैमरे के साथ काम करने के लिए डिज़ाइन किया है, जिससे एक बच्चे को गलियारे में चलते हुए रिकॉर्ड करना और महंगे चिकित्सा उपकरणों या विकिरण के बिना तुरंत फुटेज का विश्लेषण करना संभव हो जाता है।
उनके परीक्षण के परिणाम उत्साहजनक रहे। जब उन्होंने अपने नए मॉडल की तुलना एक मानक प्रकार के इमेज-एनालिसिस टूल से की, तो उनकी प्रणाली ने उन लोगों की पहचान करने में बेहतर प्रदर्शन किया जिन्हें यह स्थिति थी और जिन्हें नहीं थी। उनके परीक्षणों में, मॉडल ने लगभग 85 प्रतिशत मामलों में स्थिति की सही पहचान की जहाँ यह मौजूद थी, और इसने समग्र रूप से उच्च स्तर की सटीकता बनाए रखी। यह सुझाव देता है कि मॉडल केवल अनुमान नहीं लगा रहा है, बल्कि वास्तव में चलने के उन विशिष्ट अंतरों को सीख रहा है जो स्कोलियोसिस के साथ आते हैं। अध्ययन ने यह भी दिखाया कि गति के डेटा को इन विशिष्ट स्थानिक (spatial) और समय-आधारित इकाइयों में तोड़ने से यह महत्वपूर्ण था; इस पद्धति के बिना, स्थिति का पता लगाने की मॉडल की क्षमता काफी कम हो गई।
शोधकर्ताओं ने केवल मॉडल बनाने तक ही सीमित नहीं रहे; उन्होंने डेटा का प्रतिनिधित्व करने का एक तरीका भी बनाया जो व्यक्तियों की गोपनीयता की रक्षा करता है। बच्चे के वास्तविक वीडियो को संग्रहीत करने के बजाय, प्रणाली गति को एक "काइनेमैटिक नॉलेज मैप" (kinematic knowledge map) में बदल देती है, जो संख्याओं का एक सेट है जो व्यक्ति की पहचान प्रकट किए बिना उसकी गति का वर्णन करता है। यह डेटा को गुमनाम और सुरक्षित रखते हुए मोबाइल उपकरणों पर इस प्रणाली के उपयोग की अनुमति देता है। यह अध्ययन इस बात पर प्रकाश डालता है कि केवल एक कोण या एक स्थिर छवि के बजाय पूरे शरीर की गति पर ध्यान केंद्रित करके, एक प्रभावी और स्केलेबल स्क्रीनिंग टूल बनाना संभव है। जबकि यह कार्य एक महत्वपूर्ण कदम है, लेखकों का कहना है कि यह एक 'प्रूफ ऑफ कॉन्सेप्ट' है जिसे भविष्य के नैदानिक अनुप्रयोगों के लिए मार्ग प्रशस्त करने के लिए डिज़ाइन किया गया है, जो किशोरों में स्कोलियोसिस की जांच के लिए एक सरल, सुरक्षित और अधिक सुलभ मार्ग की संभावना प्रदान करता 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।