A Pixel-based Confidence Weighted Transfusion model for Colonoscopy and Colon Capsule Endoscopy image-based Polyp Segmentation
यह शोधपत्र TransFuseNet का प्रस्ताव करता है, जो एक पिक्सेल-आधारित कॉन्फिडेंस-वेटेड ट्रांसफ्यूजन मॉडल है जो स्थानीय और वैश्विक प्रासंगिक विशेषताओं (contextual features) को संलयित करके लो- और हाई-रिज़ॉल्यूशन कोलोनोस्कोपी और कैप्सूल एंडोस्कोपी छवियों में पॉलिप्स को प्रभावी ढंग से सेगमेंट करता है, जिससे सात विविध डेटासेटों में 82.07% से 89.58% तक के इंटरसेक्शन ओवर यूनियन (IoU) के साथ मजबूत प्रदर्शन प्राप्त होता 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
मानव शरीर के भीतर, बड़ी आंत की परत एक जटिल परिदृश्य है जहाँ पॉलीप्स नामक छोटी, अक्सर अदृश्य वृद्धि हो सकती है। ये वृद्धि महत्वपूर्ण हैं क्योंकि ये अंततः कैंसर में बदल सकती हैं, जिससे इनका जल्द पता लगाना जीवन बचाने के लिए एक महत्वपूर्ण कदम बन जाता है। इन पॉलीप्स को खोजने के लिए वर्तमान स्वर्ण मानक कोलोनोस्कोपी नामक एक प्रक्रिया है, जिसमें एक डॉक्टर कैमरे वाले एक लचीले ट्यूब को कोलन के माध्यम से निर्देशित करता है ताकि समस्याओं को देखा जा सके। हालाँकि, यह प्रक्रिया कठिन है। डॉक्टरों को हजारों छवियों को स्कैन करना पड़ता है, जो अक्सर कठिन प्रकाश व्यवस्था या कैमरे के हिलने के दौरान होती है, और वे केवल इसलिए एक तिहाई तक इन वृद्धियों को मिस कर सकते हैं क्योंकि वे छोटी, छिपी हुई या पृष्ठभूमि में मिल जाती हैं। मदद के लिए, वैज्ञानिकों ने आर्टिफिशियल इंटेलिजेंस (AI) की ओर रुख किया है, और कंप्यूटर को इन वृद्धियों को पहचानना सिखाया है। फिर भी, उन्होंने जो उपकरण बनाए हैं वे एक जिद्दी समस्या का सामना करते हैं: वे पूरी तस्वीर को समझने में संघर्ष करते हैं। वे अक्सर बारीक विवरण देखने में अच्छे होते हैं लेकिन बड़े संदर्भ को समझने में खराब, या इसके विपरीत, और वे तब विफल हो जाते हैं जब कैमरे का प्रकार या छवि की गुणवत्ता बदल जाती है।
डेनमार्क के विश्वविद्यालयों और अस्पतालों के शोधकर्ताओं की एक टीम ने इस विशिष्ट समस्या को हल करने के लिए एक नया दृष्टिकोण विकसित किया है। उन्होंने एक ऐसा कंप्यूटर मॉडल बनाया है जिसे कोलन को देखने के दो अलग-अलग तरीकों के बीच एक सेतु (ब्रिज) के रूप में कार्य करने के लिए डिज़ाइन किया गया है। एक तरीका पारंपरिक कोलोनोस्कोस्कोपी का उपयोग करता है, जो उच्च-रिज़ॉल्यूशन, स्पष्ट चित्र प्रदान करता है। दूसरा कैप्सूल एंडोस्कोपी का उपयोग करता है, जहाँ एक रोगी एक गोली के आकार का कैमरा निगल लेता है जो पाचन तंत्र के माध्यम से यात्रा करते समय तस्वीरें लेता है; ये छवियां अक्सर कम रिज़ॉल्यूशन वाली होती हैं और कम नियंत्रित प्रकाश व्यवस्था में ली जाती हैं। शोधकर्ताओं ने महसूस किया कि एक प्रकार की छवि पर प्रशिक्षित एकल कंप्यूटर मॉडल अक्सर दूसरी प्रकार की छवि दिखाने पर विफल हो जाता है। वास्तव में, उच्च-गुणवत्ता वाली ऑप्टिकल कोलोनोस्कोपी छवियों पर प्रशिक्षित मॉडल कैप्सूल डेटा के कम-गुणवत्ता वाले डेटा पर लागू होने पर अपना प्रदर्शन बनाए रखने में विफल रहता है, जो इन इमेजिंग प्रकारों के बीच ज्ञान हस्तांतरण के एक महत्वपूर्ण अंतर को उजागर करता है। इसे ठीक करने के लिए, उन्होंने एक ऐसी प्रणाली बनाई जो दो अलग-अलग मॉडलों की शक्तियों को जोड़ती है। एक मॉडल स्पष्ट, विस्तृत छवियों के लिए विशिष्ट है, जबकि दूसरा पिल कैमरा (गोली वाले कैमरे) से प्राप्त परिवर्तनशील छवियों के लिए अनुकूलित है। इन दोनों मॉडलों को एक ही उत्तर पर सहमत होने के लिए मजबूर करने के बजाय, नई प्रणाली प्रत्येक छवि के हर एक पिक्सेल को देखती है और एक सरल प्रश्न पूछती है: कौन सा मॉडल इस विशिष्ट स्थान के बारे में अधिक आश्वस्त है? फिर यह उत्तरों को मिला देती है, और उस मॉडल को अधिक महत्व देती है जो अधिक सुनिश्चित है। यह सिस्टम को तुरंत अनुकूलित होने की अनुमति देता है, चाहे वह एक तीक्ष्ण, हाई-डेफिनिशन छवि देख रहा हो या एक धुंधली, कम-रिज़ॉल्यूशन वाली छवि।
शोधकर्ताओं ने इस नए सिस्टम का परीक्षण 'ट्रांसफ्यूजनेट' (TransFuseNet) नाम से, हजारों प्रक्रियाओं से प्राप्त वास्तविक रोगी डेटा और कंप्यूटर द्वारा बनाई गई सिंथेटिक छवियों सहित विभिन्न इमेज सेटों पर किया। उन्होंने पाया कि सिस्टम विभिन्न स्थितियों में पॉलीप्स के आकार और आकृति को सटीक रूप से रेखांकित कर सकता है। कोलन कैप्सूल से वास्तविक दुनिया की छवियों का उपयोग करते हुए परीक्षणों में, सिस्टम ने लगभग 82 प्रतिशत मामलों में पॉलीप्स की सीमाओं की सही पहचान की, और मानक कोलोनोस्कोपी छवियों के साथ परीक्षणों में, इसने लगभग 90 प्रतिशत सटीकता प्राप्त की। महत्वपूर्ण रूप से, नए संयुक्त सिस्टम ने इन इमेजिंग प्रकारों के बीच स्विच करने पर आमतौर पर देखे जाने वाले प्रदर्शन के गिरावट को सफलतापूर्वक कम किया। जबकि एक प्रकार की इमेजिंग पर प्रशिक्षित व्यक्तिगत मॉडल दूसरी प्रकार पर परीक्षण किए जाने पर काफी संघर्ष करते थे, फ्यूज्ड सिस्टम ने प्रत्येक पिक्सेल के लिए सबसे विश्वसनीय भविष्यवाणियों को गतिशील रूप से चुनकर मजबूत सटीकता बनाए रखी। सिस्टम ने प्रत्येक भविष्यवाणी के लिए निश्चितता का एक स्तर भी प्रदान किया, जिससे यह स्पष्ट हुआ कि वह कहाँ सुनिश्चित था और कहाँ कम आश्वस्त था, जो डॉक्टरों को यह जानने में मदद कर सकता है कि कंप्यूटर के सुझाव पर कब भरोसा किया जाए।
केवल पॉलीप्स को खोजने के अलावा, यह सिस्टम उन्हें मापने का एक तरीका भी प्रदान करता है। पता लगाए गए विकास (ग्रोथ) को बनाने वाले पिक्सेल की गिनती करके, सॉफ्टवेयर पॉलीप के सापेक्ष आकार का अनुमान लगा सकता है, जो यह निर्धारित करने के लिए एक प्रमुख कारक है कि क्या वह खतरनाक है। शोधकर्ताओं ने दिखाया कि उनका मॉडल छवियों को इतनी तेजी से प्रोसेस कर सकता है कि वह एक लाइव वीडियो फीड के साथ तालमेल बिठा सके, जो प्रति सेकंड लगभग 46 फ्रेम का विश्लेषण करता है, जो डॉक्टरों द्वारा वीडियो की समीक्षा करने की गति से भी तेज है। यह गति बताती है कि इस टूल का उपयोग प्रक्रिया के दौरान वास्तविक समय में, एक ऐसी दूसरी जोड़ी की आँखों के रूप में किया जा सकता है जो कभी थकती नहीं है। अध्ययन इस बात की पुष्टि करता है कि स्थानीय विवरणों को व्यापक समझ के साथ जोड़कर, और कंप्यूटर को यह तय करने देकर कि सूचना के किस स्रोत पर विश्वास किया जाए, अधिक विश्वसनीय उपकरण बनाना संभव है। हालांकि यह सिस्टम डॉक्टर का विकल्प नहीं है, लेकिन यह छूटे हुए पॉलीप्स की संख्या को कम करने के लिए एक मजबूत तरीका प्रदान करता है, जिससे संभावित रूप से कोलोरेक्टल कैंसर का सामना कर रहे रोगियों के लिए बेहतर उपचार और बेहतर परिणाम मिल सकते हैं।
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।