CT-to-MRI Synthesis with Dual CycleGAN: Advancing Radiotherapy Planning in Brain Glioblastoma Multiform

कल्पना कीजिए कि आप एक जासूस हैं जो एक मानव मस्तिष्क के भीतर रहस्य सुलझाने की कोशिश कर रहे हैं। इसे करने के लिए आपके पास दो विशेष टॉर्च हैं। पहली टॉर्च, जिसे सीटी (CT) स्कैन कहा जाता है, एक सुपर-फास्ट, सस्ती और आसानी से मिलने वाली टॉर्च की तरह है जो खोपड़ी की कठोर हड्डियों को बहुत स्पष्ट रूप से दिखाती है। हालाँकि, यह अंदर के नरम, कोमल हिस्सों, जैसे कि मस्तिष्क के ऊतकों या ट्यूमर को दिखाने में थोड़ी धुंधली है। दूसरी टॉर्च, एमआरआई (MRI) है, जो एक हाई-डेफिनिशन स्लो-मोशन कैमरे की तरह है जो कोमल ऊतकों के हर सूक्ष्म विवरण को देख सकती है, लेकिन यह महंगी है, इसमें बहुत समय लगता है, और कुछ लोग धातु के इम्प्लांट या छोटी जगहों के डर के कारण इसका उपयोग नहीं कर सकते।

लंबे समय तक, डॉक्टरों को या तो तेज़ और धुंधली रोशनी या फिर धीमी और विस्तृत रोशनी में से किसी एक को चुनना पड़ता था। लेकिन क्या होगा यदि आप उस तेज़ रोशनी का उपयोग करके एक ऐसा चित्र बना सकें जो धीमी, विस्तृत रोशनी जैसा दिखता हो? यही वह बड़ा सवाल है जिसका यह शोध पत्र अन्वेषण करता है। यह "साइकिल-जीएएन" (CycleGAN) नामक एक प्रकार के आर्टिफिशियल इंटेलिजेंस का उपयोग करता है। इस एआई को एक बहुत ही प्रतिभाशाली कलाकार के रूप में समझें जिसने दोनों टॉर्चों की हजारों तस्वीरों का अध्ययन किया है। कलाकार यह सीखता है कि कैसे एक तेज़ टॉर्च की तस्वीर को लेना है और उस पर फिर से पेंट करना है, जिससे उसमें सभी गायब कोमल-ऊतक विवरणों को जोड़ा जा सके ताकि वह एक उच्च-गुणवत्ता वाले एमआरआई की तरह अधिक दिखाई दे, और इसके लिए उसे मूल रूप से धीमी तस्वीर लेने की आवश्यकता भी नहीं पड़ती। यह रोमांचक है क्योंकि यह उन रोगियों के लिए कैंसर उपचार की योजना बनाने में मदद कर सकता है जो एमआरआई नहीं ले सकते, या उन स्थानों पर जहाँ एमआरआई मशीनें दुर्लभ हैं।

इस शोध पत्र के शोधकर्ताओं ने, मोहम्मद ओ. एफ. अलज़ोगबी और उनकी टीम के नेतृत्व में, इस विचार का परीक्षण ग्लियोब्लास्टोमा मल्टीफॉर्म (GBM) नामक एक बहुत ही आक्रामक मस्तिष्क ट्यूमर वाले रोगियों पर करने का निर्णय लिया। वे देखना चाहते थे कि क्या उनका एआई कलाकार सीटी स्कैन को सिंथेटिक टी1-वेटेड एमआरआई में बदल सकता है जो रेडियोथेरेपी की योजना बनाने में सक्षम हो। उन्होंने 40 रोगियों का डेटा एकत्र किया, जिसमें युग्मित (paired) स्कैन (जहाँ रोगी के पास सीटी और एमआरआई दोनों थे) और युग्मित न होने वाले (unpaired) स्कैन (जहाँ स्कैन समय में पूरी तरह से मेल नहीं खाते थे) का मिश्रण था। उन्होंने एक "ड्यूल साइकिल-जीएएन" (Dual CycleGAN) प्रणाली बनाई, जो एआई के लिए एक दो-तरफा रास्ते की तरह है। एआई का एक हिस्सा सीटी को एमआरआई में बदलने की कोशिश करता है, और दूसरा हिस्सा उस नकली एमआरआई को वापस सीटी में बदलने की कोशिश करता है। मस्तिष्क के आकार को खोए बिना आगे और पीछे जाने की क्षमता सुनिश्चित करने के लिए एआई को मजबूर करके, वे उम्मीद करते हैं कि वे शरीर रचना विज्ञान (anatomy) को सटीक रखेंगे।

जब उन्होंने अपनी रचना का परीक्षण किया, तो परिणाम "बुरे नहीं हैं" और "सुधार की आवश्यकता है" का मिश्रण थे। एआई ने ऐसे सिंथेटिक एमआरआई बनाए जो नग्न आंखों को काफी वास्तविक लगे। इसने वेंट्रिकल्स (मस्तिष्क में तरल पदार्थ से भरे स्थान) और मस्तिष्क की सतह की सिलवटों जैसे प्रमुख लैंडमार्क्स को सफलतापूर्वक पुन: निर्मित किया। वास्तव में, सिंथेटिक छवियों ने मूल सीटी स्कैन की तुलना में बहुत बेहतर सॉफ्ट-टिश्यू कंट्रास्ट दिखाया, जिससे ग्रे और व्हाइट मैटर के बीच अंतर करना आसान हो गया। टीम ने इसे कई गणितीय उपकरणों के साथ मापा। उन्होंने एक औसत मीन स्क्वेर्ड एरर (MSE) 0.133 ± 0.017, एक पीक सिग्नल-टू-नॉइज़ रेशियो (PSNR) 15.3 ± 0.8 dB, और एक स्ट्रक्चरल सिमिलरिटी इंडेक्स (SSIM) 0.60 ± 0.03 पाया। उन्होंने एक फ्रैच इनसेप्शन डिस्टेंस (FID) भी निकाला जो 154.4 ± 6.2 था, जो यह मापता है कि नकली छवियां वास्तविक छवियों से कितनी अलग हैं, और 92.4 ± 0.6% की बाइनरी सटीकता पाई।

हालाँकि, यह शोध पत्र बहुत सावधानी से कहता है कि यह कोई पूर्ण समाधान नहीं है। जबकि एआई ने बड़ी तस्वीर को सही पकड़ा, लेकिन यह सूक्ष्म विवरणों के मामले में संघर्ष करता रहा। लेखकों ने नोट किया कि ट्यूमर के किनारे कम सटीक थे और सूक्ष्म संरचनात्मक विवरण वास्तविक एमआरआई की तुलना में कम स्पष्ट थे। वे स्पष्ट रूप से कहते हैं कि यह मॉडल अभी तक एक वास्तविक नैदानिक एमआरआई का स्थान नहीं लेता है। इसका उपयोग अपने आप में अंतिम उपचार निर्णय लेने के लिए नहीं किया जा सकता क्योंकि यह विकिरण के लिए आवश्यक सटीक सीमाओं को चूक सकता है। शोध पत्र इस विचार का खंडन करता है कि वर्तमान एआई लापता एमआरआई की समस्या को पूरी तरह से हल कर सकता है; इसके बजाय, वे सुझाव देते हैं कि यह एक "प्रूफ-ऑफ-कॉन्सेप्ट" उपकरण है। यह दिखाता है कि इन छवियों को उत्पन्न करना संभव है, जो संसाधन-सीमित सेटिंग्स के लिए एक संभावित बैकअप योजना प्रदान करता है, लेकिन अस्पताल में भरोसेमंद बनने से पहले इसे बहुत अधिक परिष्करण की आवश्यकता है।

अंत में, टीम निष्कर्ष निकालती है कि उनका ड्यूल साइकिल-जीएएन ढांचा एक आशाजनक कदम है। यह प्रदर्शित करता है कि हम आसानी से उपलब्ध सीटी स्कैन का उपयोग एमआरआई की तरह दिखने वाली छवियां उत्पन्न करने के लिए कर सकते हैं, जिससे कोमल ऊतकों की दृश्यता में सुधार होता है। लेकिन, जैसा कि लेखकों ने कहा, यह केवल आधार है। इसे जीवन बचाने वाला एक वास्तविक उपकरण बनाने के लिए, उन्हें अधिक रोगियों पर इसका परीक्षण करने, बेहतर 3D मॉडल का उपयोग करने और यह साबित करने की आवश्यकता है कि यह वास्तव में डॉक्टरों को विकिरण खुराक की योजना बनाने में मदद करता है। फिलहाल, यह एक आकर्षक झलक है कि कैसे भविष्य में एआई उस अंतर को पाटने में मदद कर सकता है जिसे हम आसानी से देख सकते हैं और जिसे जानने की हमें वास्तव में आवश्यकता है।