Pupil-DLC: an open-source deep learning pipeline for scalable, markerless tracking of pupil dynamics across conscious and unconscious states
प्यूपिल-डीएलसी (Pupil-DLC) एक ओपन-सोर्स, डीपलैबकट (DeepLabCut)-आधारित डीप लर्निंग पाइपलाइन है जो विभिन्न प्रजातियों और चेतना की अवस्थाओं में पुतली की गतिशीलता (pupil dynamics) की स्केलेबल, मार्करलेस और सुदृढ़ ट्रैकिंग सक्षम करती है, जो सटीकता में मौजूदा विधियों से बेहतर प्रदर्शन करते हुए चूहे और मानव दोनों के प्यूपिलोमेट्री (pupillometry) के लिए लचीला और पुनरुत्पादक विश्लेषण प्रदान करती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
अपनी पुतली (आपकी आँख के काले केंद्र) की कल्पना एक छोटे, जीवित झरोखे के रूप में करें जो आपके मस्तिष्क के भीतर क्या हो रहा है, यह दिखाने के लिए लगातार खुलता और बंद होता रहता है। जब आप सतर्क, केंद्रित, या यहाँ तक कि सपने देख रहे होते हैं, तो यह झरोखा आकार बदलता है। वैज्ञानिक लंबे समय से इन परिवर्तनों को मापने के लिए उत्सुक रहे हैं ताकि मस्तिष्क की अवस्थाओं को समझा जा सके, लेकिन अब तक उन्होंने जिन उपकरणों का उपयोग किया है वे पुराने, भारी-भरकम कैमरों की तरह हैं: वे धीमे हैं, नई स्थितियों में आसानी से टूट जाते हैं, और हलचल के साथ तालमेल बिठाने में संघर्ष करते हैं।
यह शोध-पत्र Pupil-DLC पेश करता है, जो एक नया, मुफ्त सॉफ़्टवेयर टूल है जो इन आँखों के झरोखों पर नज़र रखने के लिए एक अत्यंत बुद्धिमान, अथक डिजिटल जासूस की तरह काम करता है। यह कैसे काम करता है, इसके लिए सरल तुलनाओं का उपयोग किया गया है:
"प्रशिक्षण स्कूल"
एक विशेषज्ञ बनने के लिए, Pupil-DLC एक विशाल प्रशिक्षण स्कूल में गया। इसने चूहों के 130 से अधिक वीडियो से लिए गए 20,000 से अधिक स्नैपशॉट्स का अध्ययन किया। ये चूहे सभी प्रकार के "मूड" में थे: जागृत और सक्रिय, नींद में, या विभिन्न दवाओं (साइकेडेलिक्स और एनेस्थीसिया सहित) के प्रभाव में। विशेषज्ञों की एक टीम ने कंप्यूटर को ठीक से यह सिखाने के लिए कि उसे वास्तव में क्या देखना है, इन तस्वीरों में मौजूद हर एक पुतली को सावधानीपूर्वक लेबल किया।
"दो-उपकरण किट"
केवल एक विधि का उपयोग करने के बजाय, Pupil-DLC एक दोहरी-उपकरण किट के साथ आता है:
- सामान्य मॉडल (GM): इसे एक मास्टर की (master key) के रूप में समझें। इसे इन्फ्रारेड कैमरों द्वारा रिकॉर्ड किए गए लगभग किसी भी चूहे के वीडियो पर तुरंत काम करने के लिए डिज़ाइन किया गया है, जो इसे प्रत्येक चूहे के लिए अनुकूलित किए बिना डेटा की विशाल मात्रा का तेजी से विश्लेषण करने के लिए आदर्श बनाता है।
- व्यक्तिगत मॉडल (IM): यह एक दर्जी द्वारा बनाए गए सूट की तरह है। यदि आपको किसी विशिष्ट प्रयोग के लिए अत्यधिक सटीकता की आवश्यकता है, तो यह उपकरण उस विशिष्ट सत्र की अनूठी विशेषताओं के अनुसार खुद को ढाल लेता है।
यह बेहतर क्यों है
शोध-पत्र का दावा है कि Pupil-DLC वर्तमान "गोल्ड स्टैंडर्ड" उपकरणों की तुलना में अधिक सटीक और विश्वसनीय है। यह केवल अनुमान नहीं लगाता; यह एक कॉन्फिडेंस स्कोर (विश्वास स्कोर) प्रदान करता है, जो एक मौसम पूर्वानुमान की तरह काम करता है जो आपको बताता है, "मैं 99% सुनिश्चित हूँ कि यह पुतली खुली है," या "मैं केवल 60% सुनिश्चित हूँ, इसलिए आपको इस हिस्से की दोबारा जाँच करनी चाहिए।" यह शोधकर्ताओं को सटीकता खोए बिना कितना डेटा रखना है, यह तय करने में मदद करता है।
प्रजातियों की सीमाओं को पार करना
शायद इसका सबसे आश्चर्यजनक कौशल इसकी सामान्यीकरण करने की क्षमता है। बिना किसी अतिरिक्त प्रशिक्षण के, Pupil-DLC मानव इन्फ्रारेड आँखों के वीडियो को देख सकता है और चूहों की तरह ही पुतलियों को ट्रैक कर सकता है। यदि शोधकर्ता इसे दिन के उजाले में या अलग कैमरों से लिए गए मानव वीडियो पर थोड़ा अतिरिक्त प्रशिक्षण देते हैं, तो यह उन स्थितियों को भी संभाल सकता है।
निष्कर्ष
Pupil-DLC एक ओपन-सोर्स, लचीला प्लेटफॉर्म है जो पुतली के परिवर्तनों को ट्रैक करने के कठिन कार्य को एक सुचारू, स्वचालित प्रक्रिया में बदल देता है। यह वैज्ञानिकों को चूहों और मनुष्यों दोनों में मस्तिष्क की अवस्थाओं को मापने की अनुमति देता है—गहरी नींद से लेकर दवाओं के प्रभावों तक की विविध स्थितियों में—एक ऐसे उपकरण का उपयोग करके जो तेज़, सटीक और टिकाऊ 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।