Learnable Gabor and Wavelet Filters in Deep Learning for Mammographic Breast Cancer Classification: A Systematic Review
2010 और 2026 के बीच प्रकाशित 22 अध्ययनों का यह व्यवस्थित अवलोकन निष्कर्ष निकालता है कि जबकि सीखने योग्य (learnable) गैबोर (Gabor) और वेवलेट फिल्टर मैमोग्राफिक स्तन कैंसर वर्गीकरण के लिए व्याख्या योग्य और पैरामीटर-कुशल सुधार प्रदान करते हैं, मल्टीक्लास रेडियोलॉजिकल और पैथोलॉजिकल स्टेजिंग के लिए उनके संयुक्त एकीकरण के संबंध में एक महत्वपूर्ण साक्ष्य अंतराल बना हुआ है।
मूल पेपर CC BY 4.0 (https://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
एक बड़ा चित्र: कंप्यूटर को स्तन कैंसर को बेहतर तरीके से "देखना" सिखाना
कल्पना कीजिए कि आप कपड़े के एक जटिल, बनावट वाले टुकड़े में एक विशिष्ट प्रकार की दरार खोजने की कोशिश कर रहे हैं। एक मानक कंप्यूटर विजन सिस्टम (जैसे कि एक सामान्य कनवल्शनल न्यूरल नेटवर्क, या CNN) एक बच्चे की तरह है जो दुनिया को देखने की कोशिश कर रहा है: वह कपड़े को देखता है और अनुमान लगाने की कोशिश करता है कि दरार कैसी दिखती है। वह अंततः इसमें कुशल हो जाता है, लेकिन वह वास्तव में यह नहीं समझ पाता कि दरार ऐसी क्यों दिखती है। वह बस पैटर्न को याद कर लेता है।
यह शोध एक स्मार्ट दृष्टिकोण की समीक्षा करता है: सीखना शुरू करने से पहले कंप्यूटर को "विशेष चश्मे" का एक सेट देना।
ये "चश्मे" दो पुराने गणितीय उपकरणों पर आधारित हैं: गैबोर फिल्टर्स (Gabor filters) और वेवलेट ट्रांसफॉर्म (Wavelet transforms)।
- गैबोर फिल्टर्स उन फ्लैशलाइट्स के एक सेट की तरह हैं जो विशिष्ट दिशाओं (क्षैतिज, ऊर्ध्वाधर, तिरछी) में चमक सकती हैं ताकि किनारों और रेखाओं को पकड़ा जा सके।
- वेवलेट ट्रांसफॉर्म ज़ूम लेंस के एक सेट की तरह हैं जो दूर से कपड़े को देख सकते हैं (बड़ी तस्वीर देखने के लिए) और बहुत करीब से देख सकते हैं (सूक्ष्म-कैल्सीफिकेशन जैसे छोटे विवरणों को देखने के लिए)।
पुराने तरीके के साथ समस्या
अतीत में, वैज्ञानिक इन "विशेष चश्मों" का उपयोग करते थे, लेकिन वे निश्चित (fixed) थे। कल्पना कीजिए कि आपने ऐसे चश्मे खरीदे हैं जो केवल क्षैतिज रेखाओं पर ध्यान केंद्रित करते हैं। यदि वह दरार जिसे आप ढूंढ रहे हैं तिरछी है, तो वे चश्मे बेकार हैं। आपको हर एक काम के लिए चश्मों को मैन्युअल रूप से डिजाइन करना पड़ता था, जो धीमा और कठोर था।
नया विचार: "सीखने योग्य" चश्मे
शोधकर्ताओं ने इस पेपर में उन अध्ययनों को देखा जहाँ वैज्ञानिकों ने इन चश्मों को समायोज्य (adjustable) बनाया। निश्चित होने के बजाय, कंप्यूटर अब डेटा का अध्ययन करते समय इन फिल्टर्स के फोकस और दिशा को कैसे ट्यून करना है, यह सीख सकता है।
इसे कंप्यूटर को स्मार्ट, खुद-समायोजित होने वाले चश्मे देने जैसा समझें। जैसे-जैसे कंप्यूटर हजारों मैमोग्राम (स्तन के एक्स-रे) को देखता है, वह अपने "चश्मों" को स्वचालित रूप से कैंसरयुक्त ट्यूमर के विशिष्ट आकार और बनावट को पूरी तरह से उभारने के लिए ट्यून करता है, बिना किसी इंसान को यह बताए कि इसे ठीक से कैसे करना है।
समीक्षा में क्या मिला
लेखकों ने यह देखने के लिए 22 अलग-अलग अध्ययनों की समीक्षा की कि यह "स्मार्ट चश्मे" वाला विचार कितनी अच्छी तरह काम करता है। उन्होंने यह खोजा:
- यह बहुत अच्छा काम करता है: जब इन समायोज्य फिल्टर्स का उपयोग किया गया, तो कंप्यूटर कैंसर का पता लगाने में बहुत कुशल हो गए। सटीकता उच्च थी (85% और 98% के बीच), और वे अक्सर मानक कंप्यूटर प्रणालियों के समान या उनसे बेहतर थे।
- यह अधिक कुशल है: क्योंकि कंप्यूटर महत्वपूर्ण हिस्सों को खोजने के लिए इन विशेष "चश्मों" का उपयोग कर रहा है, इसलिए इसे बहुत अधिक अतिरिक्त जानकारी याद रखने की आवश्यकता नहीं है। यह घास के ढेर में सुई खोजने के लिए अपनी आँखें बंद करके पूरे ढेर को खोजने के बजाय आवर्धक लेंस (magnifying glass) का उपयोग करने जैसा है। इसका मतलब है कि कंप्यूटर को यह काम करने के लिए कम मेमोरी और शक्ति की आवश्यकता होती है।
- इसे समझना आसान है: क्योंकि ये फिल्टर्स ज्ञात गणितीय नियमों (जैसे कि प्रकाश या ध्वनि तरंगें कैसे काम करती हैं) पर आधारित हैं, इसलिए डॉक्टर यह देख सकते हैं कि कंप्यूटर क्या देख रहा है और समझ सकते हैं कि उसने किसी स्थान को संदिग्ध क्यों माना। यह एक "ब्लैक बॉक्स" रहस्य नहीं है।
लापता हिस्सा (एक अंतराल)
भले ही यह सुनने में एकदम सही लगे, समीक्षा में वर्तमान शोध में एक बड़ा छेद पाया गया:
- किसी ने भी उन्हें अभी तक जोड़ा नहीं है: कुछ अध्ययनों ने "गैबोर चश्मों" (दिशा के लिए) का उपयोग किया, और अन्य ने "वेवलेट चश्मों" (ज़ूम स्तरों के लिए) का उपयोग किया, लेकिन किसी ने भी एक ऐसा सिस्टम नहीं बनाया है जो एक ही समय में इन दोनों प्रकार के स्मार्ट चश्मों का उपयोग करता हो।
- केवल सरल कार्य: अधिकांश के सिस्टम केवल एक सरल "हाँ/नहीं" प्रश्न पर परीक्षण किए गए थे: क्या कैंसर है या नहीं? उन्हें कठिन, अधिक जटिल प्रश्नों पर नहीं परखा गया है जिनकी डॉक्टरों को वास्तव में आवश्यकता होती है, जैसे: कैंसर का विशिष्ट चरण क्या है? क्या यह प्रकार A, B, या C है?
निष्कर्ष
पेपर यह निष्कर्ष निकालता है कि डीप लर्निंग सिस्टम को ये समायोज्य, गणित-आधारित फिल्टर देना एक शानदार विचार है। यह उन्हें स्मार्ट, तेज़ और भरोसेमंद बनाता है। हालांकि, हम वर्तमान में एक समय में केवल एक ही प्रकार के फिल्टर का उपयोग कर रहे हैं।
लेखक सुझाव देते हैं कि अगला बड़ा कदम एक ऐसा सिस्टम बनाना है जो दोनों प्रकार के फिल्टर्स को जोड़ता हो और उनका उपयोग स्तन कैंसर के बारे में जटिल, बहु-स्तरीय प्रश्नों का उत्तर देने के लिए करता हो, ठीक वैसे ही जैसे एक वास्तविक डॉक्टर करता है। तब तक, यह शक्तिशाली उपकरण एक "अनसुलझा साक्ष्य अंतराल" (unaddressed evidence gap) बना हुआ 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।