Classification of Healthy People and Schizophrenics Using Time- Frequency Domain Features Extracted from Electroencephalogram Signals
यह अध्ययन एक नवीन स्वचालित निदान योजना प्रस्तावित करता है जो ईईजी (EEG) संकेतों से समय-आवृत्ति डोमेन विशेषताओं को निकालने और विभिन्न मशीन लर्निंग एल्गोरिदम का उपयोग करके उन्हें वर्गीकृत करके रोगियों को स्वस्थ व्यक्तियों से अलग करने में 100% सटीकता प्राप्त करता 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
कल्पना कीजिए कि आपका मस्तिष्क एक व्यस्त शहर की तरह है जहाँ लाखों कारें (न्यूरॉन्स) घूम रही हैं, जो यातायात का एक निरंतर प्रवाह बना रही हैं। जब शहर स्वस्थ होता है, तो यातायात एक अनुमानित, व्यवस्थित लय में चलता है। लेकिन सिज़ोफ्रेनिया (Schizophrenia) से पीड़ित लोगों में, यातायात के पैटर्न अराजक, अप्रत्याशमिक और कभी-कभी पूरी तरह से जाम हो जाते हैं।
वर्तमान में, डॉक्टर इस "यातायात की अराजकता" का निदान ड्राइवर (मरीज) का इंटरव्यू लेकर और यह पूछकर करने की कोशिश करते हैं कि "यातायात कैसा महसूस हो रहा है?" यह व्यक्तिपरक (subjective), धीमा है, और कभी-कभी ड्राइवर को यह भी पता नहीं होता कि यातायात गड़बड़ है, या वे इसे अन्य प्रकार के ट्रैफिक जाम (जैसे बाइपोलर डिसऑर्डर) समझ सकते हैं।
यह शोध पत्र एक स्मार्ट ट्रैफिक कैमरा सिस्टम (एक स्वचालित कंप्यूटर प्रोग्राम) का प्रस्ताव करता है जो यातायात के प्रवाह (मस्तिष्क की तरंगों) को सीधे देखता है ताकि अराजकता को तुरंत और सटीक रूप से पहचाना जा सके।
उन्होंने इस सिस्टम को कैसे बनाया, इसे सरल भाषा में यहाँ समझाया गया है:
1. कच्चा माल: मस्तिष्क के रेडियो को सुनना
शोधकर्ताओं ने EEG का उपयोग किया, जो मस्तिष्क की विद्युत "रेडियो तरंगों" को रिकॉर्ड करने के लिए स्कैल्प पर माइक्रोफ़ोन का एक सेट लगाने जैसा है।
- विषय (Subjects): उन्होंने 14 स्वस्थ लोगों और 14 सिज़ोफ्रेनिया से पीड़ित लोगों का रिकॉर्ड किया।
- सेटअप: सभी ने 5 मिनट के लिए आँखें बंद करके शांति से बैठे। यह सबको एक शांत कमरे में बैठने और एक धुन गुनगुनाने के लिए कहने जैसा है ताकि माइक्रोफ़ोन उनके मस्तिष्क की प्राकृतिक लय को सुन सकें।
2. सिग्नल की सफाई: रेडियो को ट्यून करना
विश्लेषण करने से पहले, उन्हें रिकॉर्डिंग को साफ करना था।
- फ़िल्टर: रेडियो को स्टेटिक (शोर) हटाने के लिए ट्यून करने की तरह, उन्होंने दिल की धड़कन, आँखों के झपकने और पावर ग्रिड से आने वाली बिजली की गूँज जैसे "शोर" को फ़िल्टर किया।
- परिणाम: मस्तिष्क की गतिविधि का एक स्वच्छ, शुद्ध रिकॉर्डिंग।
3. जासूसी का काम: सुराग ढूँढना (फीचर एक्सट्रैक्शन)
यह सबसे रचनात्मक हिस्सा है। शोधकर्ताओं ने केवल कच्चे स्वर को नहीं देखा; उन्होंने छिपे हुए सुराग खोजने के लिए इसे तीन अलग-अलग "भाषाओं" में तोड़ दिया जिन्हें मानवीय आँख नहीं देख सकती।
भाषा 1: टाइम डोमेन (लय - The Rhythm)
- उपमा: कल्पना करें कि आप एक ड्रम की ताल सुन रहे हैं। क्या यह स्थिर है? क्या यह अनिश्चित है?
- उन्होंने मापा कि सिग्नल कितनी बार शून्य को पार करता है (यह कितना अस्थिर है) और पैटर्न कितना जटिल है। यह जाँचने जैसा है कि ड्रमर एक साधारण ताल बनाए रख रहा है या एक जटिल सोलो के साथ पागल हो रहा है।
भाषा 2: फ्रीक्वेंसी डोमेन (पिच - The Pitch)
- उपमा: कल्पना करें कि एक पियानो है। कुछ नोट कम (बास) होते हैं, कुछ ऊँचे (ट्रेबल)।
- उन्होंने जांचा कि कम नोट्स (डेल्टा/थीटा) बनाम उच्च नोट्स (अल्फा/बीटा) में कितनी "ऊर्जा" थी। सिज़ोफ्रेनिया में, "बास" बहुत तेज़ हो सकता है, और "ट्रेबल" बहुत धीमा। उन्होंने इन नोट्स के बीच के अनुपात की गणना की ताकि असंतुलन का पता लगाया जा सके।
भाषा 3: टाइम-फ्रीक्वेंसी डोमेन (मूवी - The Movie)
- उपमा: पहली दो भाषाएँ एक स्थिर फोटो देखने या एक एकल नोट सुनने जैसी हैं। यह एक मूवी देखने जैसा है।
- उन्होंने वेवलेट ट्रांसफॉर्म (Wavelet Transform) नामक एक गणितीय उपकरण (एक जादुई ज़ूम लेंस की तरह सोचें) का उपयोग किया ताकि यह देखा जा सके कि समय के साथ लय और पिच कैसे बदलते हैं। इसने उन छिपे हुए पैटर्न को प्रकट किया जो अन्य दो दृश्यों में अदृश्य थे।
4. फ़िल्टर: सर्वश्रेष्ठ सुराग चुनना (फीचर सिलेक्शन)
उन्हें 18 अलग-अलग प्रकार के सुराग मिले (जैसे "अस्थिरता," "बास वॉल्यूम," "जटिलता")। लेकिन बहुत अधिक सुराग होने से कंप्यूटर भ्रमित हो जाता है।
- रणनीति: उन्होंने एक स्मार्ट फ़िल्टर (म्युचुअल इंफॉर्मेशन और फॉरवर्ड सिलेक्शन का मिश्रण) का उपयोग किया और पूछा: "कौन से 10 सुराग एक स्वस्थ मस्तिष्क और एक बीमार मस्तिष्क के बीच अंतर बताने के लिए सबसे अच्छे हैं?"
- परिणाम: उन्होंने प्रत्येक कंप्यूटर प्रोग्राम के लिए शीर्ष 10 "सुपर सुरागों" तक अपनी संख्या सीमित कर दी।
5. निर्णायक: क्लासिफायर (The Classifiers)
उन्होंने इन शीर्ष सुरागों को सात अलग-अलग "निर्णायकों" (मशीन लर्निंग एल्गोरिदम) में डाला यह देखने के लिए कि कौन सबसे अच्छा निदान कर सकता है:
- KNN: पड़ोसियों को देखता है। "यदि आपकी मस्तिष्क तरंगें आपके पास के स्वस्थ लोगों जैसी दिखती हैं, तो आप स्वस्थ हैं।"
- SVM: एक रेखा खींचता है। "यदि आप इस रेखा के इस तरफ हैं, तो आप स्वस्थ हैं; दूसरी तरफ, आप बीमार हैं।"
- Decision Tree: हाँ/नहीं के प्रश्नों की एक श्रृंखला पूछता है। "क्या बास बहुत तेज़ है? हाँ। क्या लय बहुत तेज़ है? हाँ। -> निदान: सिज़ोफ्रेनिया।"
- Naive Bayes: संभावना का उपयोग करता है। "पिछले डेटा के आधार पर, 99% संभावना है कि यह पैटर्न एक बीमार व्यक्ति का है।"
भव्य समापन: स्कोरबोर्ड
परिणाम चौंकाने वाले थे।
- सर्वश्रेष्ठ सुराग चुनने से पहले, कंप्यूटर काफी हद तक सटीक थे (लगभग 90-95% सटीक)।
- सर्वश्रेष्ठ 10 सुरागों को चुनने के बाद, तीन निर्णायकों (Linear SVM, Nonlinear SVM, और Decision Tree) ने 100% का स्कोर प्राप्त किया।
उन्होंने केवल अनुमान नहीं लगाया; उन्होंने अध्ययन में मौजूद हर एक व्यक्ति की सही पहचान की कि वह स्वस्थ था या सिज़ोफ्रेनिया से पीड़ित था।
यह क्यों महत्वपूर्ण है
इसे एक सुपर-पावर्ड स्टेथोस्कोप के रूप में सोचें।
- वर्तमान निदान: एक डॉक्टर द्वारा मरीज की कहानी सुनना (जो अस्पष्ट या गलत समझ में आ सकती है)।
- यह नया टूल: एक कंप्यूटर जो मस्तिष्क के विद्युत "यातायात" को देखता है और कहता है, "मैं पैटर्न देख रहा हूँ। यह सिज़ोफ्रेनिया है," 100% निश्चितता के साथ।
मुख्य बात:
लेखक यह नहीं कह रहे हैं कि यह अभी डॉक्टर की जगह ले लेगा। इसके बजाय, वे एक दूसरा मत (second opinion) दे रहे हैं जो तेज़, वस्तुनिष्ठ और अविश्वसनीय रूप से सटीक है। यह एक सह-पायलट होने जैसा है जो कभी थकता नहीं और कभी कोई विवरण मिस नहीं करता, जिससे डॉक्टर को तेजी से सही निर्णय लेने में मदद मिलती है।
भविष्य में, इस "ट्रैफिक कैमरा" का उपयोग बीमारी को जल्दी पकड़ने, सिज़ोफ्रेनिया के विभिन्न प्रकारों का परीक्षण करने, या यहाँ तक कि किशोरों में इसके निदान में मदद करने के लिए किया जा सकता है, जिससे अराजकता के शहर पर कब्जा करने से पहले ही जीवन बचाया जा सकता 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।