A Multi-Stage Optimized Framework for Fundus Image Classification in Diabetic Retinopathy

मानव आँख एक नाजुक अंग है, और मधुमेह (डायबिटीज) से पीड़ित लाखों लोगों के लिए, यह डायबिटिक रेटिनोपैथी नामक एक शांत, प्रगतिशील खतरे का सामना करती है। यह स्थिति तब शुरू होती है जब उच्च रक्त शर्करा का स्तर उन सूक्ष्म, नाजुक रक्त वाहिकाओं को नुकसान पहुँचाता है जो रेटिना (आँख के पीछे की प्रकाश-संवेदनशील परत) को पोषण देती हैं। जैसे-जैसे ये वाहिकाएं कमजोर होती हैं, वे तरल पदार्थ या रक्त का रिसाव कर सकती हैं, या यहाँ तक कि नई, असामान्य वृद्धि भी पैदा कर सकती हैं जो फटने के प्रति संवेदनशील होती हैं। समय के साथ, यह क्षति धुंधली दृष्टि, काले धब्बों और अंततः अपरिवर्तनीय अंधापन का कारण बन सकती है। क्योंकि यह रोग अक्सर अपने शुरुआती चरणों में कोई लक्षण नहीं दिखाता है, इसलिए दृष्टि खोने से पहले इसे पकड़ना महत्वपूर्ण है। डॉक्टर पारंपरिक रूप से फंडस फोटोग्राफी पर निर्भर करते हैं, जो रेटिना की विस्तृत तस्वीरें लेती है ताकि क्षति के संकेतों जैसे कि छोटे लाल धब्बों या पीले जमाव को देखा जा सके। हालाँकि, इन छवियों की मैन्युअल जांच करना धीमा, मानवीय त्रुटियों के प्रति संवेदनशील और बड़ी आबादी के लिए कठिन है। वैज्ञानिकों के लिए चुनौती एक ऐसा कंप्यूटर सिस्टम बनाना था जो इन सूक्ष्म संकेतों को एक प्रशिक्षित विशेषज्ञ की तरह स्पष्ट रूप से देख सके, लेकिन एक मशीन की गति और निरंतरता के साथ।

शोधकर्ताओं की एक टीम ने इस पहचान प्रक्रिया को स्वचालित करने के लिए एक नया, बहु-चरणीय ढांचा विकसित किया है जो उल्लेखनीय सटीकता के साथ काम करता है। उनका दृष्टिकोण इस बात पर निर्भर नहीं है कि एक ही विशाल कंप्यूटर प्रोग्राम सब कुछ एक साथ करे। इसके बजाय, उन्होंने समस्या को चार अलग-अलग चरणों में विभाजित किया, जिसमें छवि को परिष्कृत करने, क्षतिग्रस्त क्षेत्रों को खोजने, सबसे महत्वपूर्ण विवरणों को चुनने और अंत में निदान करने के लिए उन्नत गणितीय रणनीतियों की एक श्रृंखला का उपयोग किया गया है। यह प्रक्रिया कच्ची नेत्र छवियों को साफ करने के साथ शुरू होती है। रेटिना की तस्वीरों में अक्सर असमान रोशनी या दानेदार शोर (नॉइज़) होता है जो उन घावों को छिपा सकता है जिन्हें डॉक्टर देखने की आवश्यकता समझते हैं। शोधकर्ताओं ने ग्रे वुल्फ्स (भेड़ियों) के शिकार करने के तरीके से प्रेरित एक बेहतर रणनीति का उपयोग किया, जिसे वे 'इम्प्रूव्ड ग्रे वुल्फ ऑप्टिमाइजेशन' कहते हैं। यह विधि एक अत्यधिक कुशल संपादक की तरह कार्य करती है, जो कंट्रास्ट को समायोजित करती है और शोर को हटाती है ताकि घाव पृष्ठभूमि के मुकाबले स्पष्ट रूप से उभर सकें। अपने परीक्षणों में, इस चरण ने उन छवियों का उत्पादन किया जो पुरानी, मानक तकनीकों द्वारा संसाधित छवियों की तुलना में काफी अधिक स्पष्ट और विस्तृत थीं, जिससे विकर्षणों को हटाते हुए रेटिना की सूक्ष्म संरचनाओं को सुरक्षित रखा गया।

एक बार जब छवि साफ हो जाती है, तो अगला कार्य विशिष्ट क्षतिग्रस्त क्षेत्रों, जैसे कि रक्तस्राव (हेमरेज) या एक्सुडेट्स (एक्सुडेट्स) को पहचानना और उन्हें स्वस्थ ऊतकों से अलग करना है। यह एक कठिन कार्य है क्योंकि क्षतिग्रस्त स्थान बहुत छोटे, अनियमित आकार के हो सकते हैं, या रक्त वाहिकाओं के साथ मिल सकते हैं। टीम ने व्हेल के शिकार व्यवहार पर आधारित एक दूसरी रणनीति का उपयोग किया, जिसे 'इम्प्रूवड व्हेल ऑप्टिमाइजेशन एल्गोरिदम' के रूप में जाना जाता है। मानक तरीकों के विपरीत जो गलत स्थानों को देखते हुए अटक सकते हैं या छोटे विवरणों को छोड़ सकते हैं, यह बेहतर संस्करण अपनी खोज को गतिशील रूप से समायोजित करता है। यह पूरी छवि की व्यापक खोज और विशिष्ट क्षेत्रों में गहन खोज के बीच संतुलन बनाता है, जिससे यह सुनिश्चित होता है कि क्षति के तीखे किनारों को खोए बिना सबसे छोटे घावों को भी खोजा जा सके। परिणाम आश्चर्यजनक थे: सिस्टम ने सफलतापूर्वक घावों की पहचान की और उनकी रूपरेखा तैयार की, जिसकी सटीकता जटिल डीप लर्निंग मॉडलों के बराबर या उससे अधिक थी, और इसने लगभग हर मामले में क्षति की सीमाओं को सही ढंग से मैप किया।

घावों के स्थान का पता लगाने के बाद, कंप्यूटर एक नई समस्या का सामना करता है: छवि में रंग, बनावट और आकार का वर्णन करने वाले हजारों डेटा बिंदु होते हैं, जिनमें से कई अनावश्यक या अप्रासंगिक होते हैं। इसे हल करने के लिए, शोधकर्ताओं ने मधुमक्खियों के भोजन खोजने की पद्धति से प्रेरित एक तीसरी रणनीति का उपयोग किया, जिसे 'इम्प्रूवड आर्टिफिशियल बी कॉलोनी' एल्गोरिदम कहा जाता है। यह प्रणाली एक फिल्टर के रूप में कार्य करती है, जो निदान के लिए वास्तव में महत्वपूर्ण विवरणों को खोजने के लिए विशाल विशेषताओं की सूची को छानती है। शोर को हटाकर और केवल सबसे सूचनात्मक विवरणों को रखकर, यह प्रणाली आवश्यक डेटा की मात्रा को दो-तिहाई से अधिक कम कर देती है। यह चरण महत्वपूर्ण है क्योंकि यह सटीकता से समझौता किए बिना निर्णय लेने की प्रक्रिया को तेज करता है। शेष विशेषताओं को फिर एक अंतिम क्लासिफायर, 'इम्प्रूव्ड फजी सपोर्ट वेक्टर मशीन' में फीड किया गया। यह उपकरण चिकित्सा छवियों में पाए जाने वाले अनिश्चितता और ओवरलैप को संभालने के लिए डिज़ाइन किया गया है, जहाँ एक स्वस्थ स्थान थोड़ा क्षतिग्रस्त जैसा दिख सकता है। यह साक्ष्यों को तौलने के लिए एक "फजी" लॉजिक सिस्टम का उपयोग करता है, जिससे यह स्वास्थ्य और बीमारी के बीच की रेखाओं के स्पष्ट न होने पर भी एक आत्मविश्वासी निर्णय लेने में सक्षम होता है।

इस चार-चरणीय ढांचे का परिणाम एक ऐसा सिस्टम है जो अत्यधिक सटीक और गणनात्मक रूप से कुशल है। रेटिना छवियों के एक मानक डेटासेट पर परीक्षण किए जाने पर, पूरी प्रक्रिया ने असाधारण विश्वसनीयता प्रदर्शित की। प्रीप्रोसेसिंग चरण ने उच्च-गुणवत्ता वाली छवियां बनाने में एक सेकंड से भी कम समय लिया, और फीचर सिलेक्शन चरण ने केवल छह सेकंड से अधिक समय में डेटा लोड को कम कर दिया। सबसे महत्वपूर्ण बात यह है कि अंतिम निदान ने 98.55% की सटीकता प्राप्त की, जिसमें प्रिसिजन (शुद्धता) और रिकॉल (पुनर्प्राप्ति) दर लगभग समान थी, जिसका अर्थ है कि सिस्टम ने बीमारी के मामलों को शायद ही कभी छोड़ा और स्वस्थ आंख को बीमार के रूप में शायद ही कभी चिह्नित किया। शोधकर्ताओं ने कठोर सांख्यिकीय विधियों का उपयोग करके इन निष्कर्षों को मान्य किया, जिससे पुष्टि हुई कि परिणाम केवल एक संयोग नहीं थे बल्कि विभिन्न समूहों के डेटा में सुसंगत थे। इन अनुकूलित रणनीतियों को जोड़कर, यह अध्ययन डायबिटिक रेटिनोपैथी की स्क्रीनिंग के लिए एक मजबूत, स्वचालित तरीका प्रदान करता है, जिससे दुनिया भर के रोगियों के लिए महंगे और समय लेने वाले मैन्युअल रिव्यू की आवश्यकता के बिना शीघ्र पहचान और हस्तक्षेप संभव हो सकता है।