Principal Component Analysis Searched Binary Neural Network for Carcinoma Detection using Multi-Modal Data

जासूसी किट: छिपे हुए कैंसर के रहस्य को सुलझाना

कल्पना कीजिए कि आप एक अपराध को सुलझाने की कोशिश कर रहे हैं एक जासूस के रूप में, लेकिन सुराग दो बहुत ही अलग दुनियाओं में बिखरे हुए हैं। एक दुनिया शहर का एक उच्च-रिज़ॉल्यूशन 3D मानचित्र है (जैसे शरीर का सीटी स्कैन), जो सड़कों और इमारतों को दिखाता है। दूसरी दुनिया पुलिस रिपोर्टों और गवाहों के बयानों का एक ढेर है (जैसे आयु, लैब परिणाम और जीवनशैली की आदतें जैसे क्लिनिकल डेटा)। लंबे समय तक, जासूसों ने केवल मानचित्र या केवल रिपोर्टों का उपयोग करके केस को सुलझाने की कोशिश की, लेकिन वे अक्सर उन सूक्ष्म सुरागों को छोड़ देते थे जो दोनों को एक साथ देखने पर ही दिखाई देते हैं। यह चिकित्सा निदान (मेडिकल डायग्नोस्टिक्स) के क्षेत्र में एक चुनौती है: कैंसर को प्रभावी ढंग से इलाज करने के लिए पर्याप्त जल्दी ढूंढना।

इस कहानी में, "अपराध" कार्सिनोमा (carcinoma) है, जो एक प्रकार का कैंसर है जो हमारे अंगों के त्वचा जैसे ऊतकों (tissues) में शुरू होता है। "सुराग" मेडिकल इमेज और रोगी के इतिहास में छिपे हुए हैं। पारंपरिक तरीके कभी-कभी एक धुंधले कैमरे या एक थके हुए जासूस की तरह काम करते हैं, जो शुरुआती संकेतों को मिस कर देते हैं या गलत अलार्म से भ्रमित हो जाते हैं। इसे ठीक करने के लिए, वैज्ञानिक "सुपर-डिटेक्टिव" बना रहे हैं, जो डीप लर्निंग नामक विज्ञान की एक शाखा का उपयोग करते हैं। डीप लर्निंग को एक कंप्यूटर मस्तिष्क के रूप में समझें जो हजारों उदाहरणों का अध्ययन करके पैटर्न पहचानना सीखता है, ठीक वैसे ही जैसे एक बच्चा कई अलग-अलग कुत्तों को देखकर कुत्ते को पहचानना सीखता है। यह विशिष्ट पहेली जिस पर यह पेपर काम करता है, वह यह है कि विजुअल मैप (सीटी स्कैन) को लिखित रिपोर्ट (क्लिनिकल डेटा) के साथ कैसे जोड़ा जाए ताकि एक एकल, सुपर-स्मार्ट सिस्टम बनाया जा सके जो अविश्वसनीय सटीकता के साथ कैंसर का पता लगा सके।

इस पेपर का बड़ा विचार: एक दो-सदस्यीय जासूसी टीम

इस पेपर के लेखक, टी. थंगम और डॉ. ए. कलील रहमान ने एक नया डिजिटल डिटेक्टिव सिस्टम बनाया है जिसे वे PCA-SBNN कहते हैं। उनका लक्ष्य एक ऐसा मॉडल बनाना था जो न केवल एक तस्वीर देखे या एक रिपोर्ट पढ़े, बल्कि उन्हें खोजने के लिए उन्हें आपस में मिला दे (फ्यूज कर दे) ताकि उच्च सटीकता के साथ कार्सिनोमा (विशेष रूप से इस अध्ययन में लिवर कैंसर) का पता लगाया जा सके। उन्होंने अपने विचार का परीक्षण 105 रोगियों के डेटासेट पर किया, जिन्होंने विशिष्ट उपचार प्राप्त किए थे, जिसमें उनके सीटी स्कैन और उनके क्लिनिकल रिकॉर्ड दोनों का उपयोग किया गया था।

यहाँ बताया गया है कि उनका "सुपर-डिटेक्टिव" कैसे काम करता है, जिसे एक मजेदार, स्टेप-बाय-स्टेप एडवेंचर में विभाजित किया गया है:

1. लेंस की सफाई (Pre-processing)
सबसे पहले, सिस्टम लिवर की एक कच्ची (raw) सीटी इमेज लेता है। इसे एक गंदी खिड़की के माध्यम से फोटो देखने की तरह समझें। पेपर में एक विशेष टूल का उपयोग किया गया है जिसे कॉन्ट्रा-हारमोनिक मीन फिल्टर (Contra-Harmonic Mean filter) कहा जाता है ताकि कांच को साफ किया जा सके। यह टूल एक स्मार्ट इरेज़र की तरह है जो लिवर के महत्वपूर्ण किनारों को धुंधला किए बिना "साल्ट-एंड-पेपर" शोर (छोटे-छोटे स्टैटिक के कणों) को हटा देता है, जिससे यह सुनिश्चित होता है कि वास्तविक काम शुरू होने से पहले तस्वीर एकदम स्पष्ट हो।

2. लक्ष्य को खोजना (Segmentation)
एक बार जब इमेज साफ हो जाती है, तो सिस्टम को खुद लिवर को खोजना होता है, उसे शरीर के बाकी हिस्सों से अलग करना होता है। वे TBConvL-Net नामक एक कस्टम-निर्मित रोबोट ब्रेन का उपयोग करते हैं। कल्पना कीजिए कि यह एक अत्यधिक कुशल कलाकार है जो एक जटिल ड्राइंग में एक आकार की सटीक रूपरेखा खींच सकता है। यह रोबोट लिवर के क्षेत्र को बाकी सब कुछ अनदेखा करते हुए पूरी तरह से अलग कर देता है, ताकि अगले चरण केवल उसी क्षेत्र पर ध्यान केंद्रित करें जो महत्वपूर्ण है।

3. बारीक विवरण पढ़ना (Feature Extraction)
अब जब लिवर अलग हो गया है, तो सिस्टम को कैंसर के "फिंगरप्रिंट" को खोजना होगा। यह ऊतक (tissue) की बनावट को पढ़ने के लिए दो अलग-अलग तरीकों का उपयोग करता है:

• PRICoLBP विद एंट्रॉपी (Entropy): यह एक टेक्सचर स्कैनर की तरह है जो देखता है कि पिक्सेल कैसे व्यवस्थित हैं, भले ही इमेज घुमाई गई हो या लाइटिंग बदली गई हो। यह ऊतक की "अराजकता" या जटिलता को मापता है।
• हारालिक टेक्सचर्स (Haralick Textures): यह एक सांख्यिकीय आवर्धक लेंस (magnifying glass) है जो कंट्रास्ट (रंगों के बीच अंतर), कोरिलेशन (पड़ोसी एक-दूसरे से कैसे संबंधित हैं), और एनर्जी (पैटर्न कितना समान है) को मापता है।
  इस चरण का परिणाम आउटपुट-1 (Output-1) है: लिवर की बनावट का एक विस्तृत डिजिटल विवरण।

4. फाइलों को व्यवस्थित करना (Clinical Data Normalization)
जबकि इमेज का विश्लेषण किया जा रहा है, सिस्टम रोगी के मेडिकल इतिहास (आयु, लैब परिणाम, आदि) को भी पढ़ रहा है। लेकिन मेडिकल डेटा अव्यवस्थित हो सकता है; एक संख्या मिलीग्राम में हो सकती है और दूसरी ग्राम में। इसे ठीक करने के लिए, सिस्टम पेलडशस नॉर्मलाइजेशन (Peldschus normalization) का उपयोग करता है। इसे एक अनुवादक के रूप में समझें जो सभी विभिन्न भाषाओं और इकाइयों को एक एकल, मानक बोली में परिवर्तित करता है ताकि कंप्यूटर उन सभी को समान रूप से समझ सके। यह आउटपुट-2 (Output-2) बनाता है।

5. ग्रैंड फ्यूजन (The PCA-SBNN Model)
यहीं पर जादू होता है। सिस्टम टेक्सचर विवरण (आउटपुट-1) और अनुवादित मेडिकल इतिहास (आउटपुट-2) को लेता है और उन्हें अपने मुख्य मस्तिष्क में फीड करता है: PCA-SBNN।

• PCANet: यह हिस्सा एक कंप्रेशन एक्सपर्ट की तरह काम करता है। यह सभी जटिल विवरणों को लेता है और उन्हें डेटा के सबसे महत्वपूर्ण "सार" में सिकोड़ देता है, केवल उन्हीं सुरागों को रखता है जो सबसे अधिक मायने रखते हैं।
• SBNN (Searched Binary Neural Network): यह अंतिम निर्णायक है। यह एक सुपर-फास्ट, लाइटवेट ब्रेन है जो अंतिम निर्णय लेता है। यह एक सर्च इंजन की तरह है जिसे सुरागों और उत्तर के बीच सही मिलान खोजने के लिए प्रशिक्षित किया गया है: "कैंसर" या "कोई कैंसर नहीं"।

उन्होंने क्या पाया

लेखकों ने अपनी नई जासूसी टीम का परीक्षण कई अन्य मौजूदा तरीकों (जैसे meGPS, HelioLiver Test, LI-RADS, और MSHA) के विरुद्ध किया। परिणाम प्रभावशाली थे। जब सिस्टम को उपलब्ध डेटा के 90% पर प्रशिक्षित किया गया, तो इसने निम्नलिखित स्कोर प्राप्त किए:

• सटीकता (Accuracy): 96.78% (इसने लगभग हर बार सही उत्तर दिया)।
• संवेदनशीलता (Sensitivity): 95.92% (यह वास्तव में कैंसर के मामलों को पकड़ने में बहुत अच्छा था)।
• विशिष्टता (Specificity): 96.97% (यह वहां "कोई कैंसर नहीं" कहने में बहुत अच्छा था जहां वास्तव में कैंसर नहीं था)।
• फॉल्स ओमिशन रेट (FOR): 0.036 (यह एक बहुत कम संख्या है, जिसका अर्थ है कि इसने शायद ही कभी कैंसर का मामला छोड़ा)।
• MCC (Matthews Correlation Coefficient): 0.958 (एक स्कोर जो ऊपर दिए गए सभी मेट्रिक्स को संतुलित करता है, जो एक बहुत मजबूत, विश्वसनीय प्रदर्शन दिखाता है)।

पेपर सुझाव देता है कि सीटी स्कैन से विजुअल सुरागों को क्लिनिकल डेटा के संदर्भ के साथ जोड़कर, और इस विशिष्ट मिश्रण (फिल्टर्स और न्यूरल नेटवर्क) का उपयोग करके, PCA-SBNN मॉडल पुराने तरीकों की तुलना में अधिक विश्वसनीय है। लेखक निष्कर्ष निकालते हैं कि यह दृष्टिकोण शुरुआती पहचान के लिए एक आशाजनक मार्ग प्रदान करता है, जो संभावित रूप से डॉक्टरों को तेजी से और अधिक सटीक निर्णय लेने में मदद कर सकता है, हालांकि वे नोट करते हैं कि भविष्य के कार्य में सिस्टम को और भी बेहतर बनाने के लिए और अधिक प्रकार के डेटा का उपयोग किया जा सकता है।