How reliable is deep learning segmentation of the infant brain? Variability and failure analysis of segmentation pipelines under a common protocol in 51 infants aged 1 to 9 months
यह अध्ययन प्रदर्शित करता है कि जबकि तीन सक्षम रूप से कॉन्फ़िगर किए गए 3D डीप लर्निंग पाइपलाइन, शिशु मस्तिष्क के सेग्मेंटेशन में पुन: प्रशिक्षण या क्रॉस-वैलिडेशन द्वारा संचालित नगण्य अंतरों के बावजूद समान रूप से उच्च सटीकता प्राप्त करते हैं, एक सरल सर्वसम्मति (consensus) दृष्टिकोण प्रभावी रूप से दुर्लभ सेग्मेंटेशन विफलताओं को समाप्त कर देता है, जो केवल औसत डाइस स्कोर (Dice scores) पर निर्भर रहने के बजाय परिवर्तनशीलता और विफलता दरों को रिपोर्ट करने की महत्वपूर्ण आवश्यकता को रेखांकित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
मानव मस्तिष्क जीवन के पहले वर्ष में किसी भी अन्य समय की तुलना में अधिक तेजी से बढ़ता है। इस अवधि के दौरान, खोपड़ी के भीतर का कोमल ऊतक एक नाटकीय परिवर्तन से गुजरता है क्योंकि यह सख्त और संगठित होता है। डॉक्टरों और शोधकर्ताओं के लिए, जो यह समझने की कोशिश कर रहे हैं कि एक बच्चा कैसे विकसित होता है, या समस्याओं के शुरुआती संकेतों को पकड़ने की कोशिश कर रहे हैं, इस बदलते परिदृश्य के भीतर देखना आवश्यक है। वे चुंबकीय अनुनाद इमेजिंग (एमआरआई) का उपयोग करते हैं, जो एक शक्तिशाली स्कैनर है जो बिना विकिरण (रेडिएशन) के विस्तृत चित्र बनाता है। हालांकि, इन चित्रों को उपयोगी डेटा में बदलना कठिन है। मस्तिष्क कई छोटे, मुड़े हुए हिस्सों से बना है, और एक बच्चे में, इन हिस्सों के बीच का अंतर अक्सर कुछ महीनों के लिए गायब हो जाता है, जिससे वे एक समान धूसर द्रव्यमान (ग्रे मास) की तरह दिखने लगते हैं। विकास का अध्ययन करने के लिए, वैज्ञानिकों को विशिष्ट क्षेत्रों के आयतन (वॉल्यूम) को गिनने की आवश्यकता होती है, लेकिन इसे हाथ से करना धीमा है और इसमें मानवीय त्रुटि की संभावना बनी रहती है। हाल ही में, आर्टिफिशियल इंटेलिजेंस ने स्वचालित रूप से गिनती करने के लिए कदम बढ़ाया है, जो मस्तिष्क की संरचनाओं को पहचानने और उनके चारों ओर रूपरेखा खींचने के लिए डीप लर्निंग का उपयोग करता है। उम्मीद है कि ये कंप्यूटर प्रोग्राम एक बच्चे के मस्तिष्क को मापने का एक विश्वसनीय और तेज़ तरीका प्रदान कर सकते हैं, लेकिन सवाल यह बना हुआ है: क्या हम उन पर भरोसा कर सकते हैं जब चित्र इतने जटिल हों?
शोधकर्ताओं की एक टीम ने एक से नौ महीने तक के इकहत्तर शिशुओं के समूह पर इन स्वचालित उपकरणों की विश्वसनीयता का परीक्षण करने के लिए काम शुरू किया। उन्होंने चित्र सत्तर एक मस्तिष्क स्कैन का एक संग्रह एकत्र किया, जिनमें टी1 (T1) और टी2 (T2) वेटेड इमेज दोनों शामिल थे, जो मस्तिष्क की संरचना को कैप्चर करने के दो अलग-अलग तरीके हैं। एक निष्पक्ष परीक्षण सुनिश्चित करने के लिए, उन्होंने केवल अंतिम स्कोर नहीं देखा; उन्होंने यह भी जांचा कि जब डेटा थोड़ा बदल जाता है या जब एक ही टूल को कई बार चलाया जाता है, तो ये उपकरण कैसे व्यवहार करते हैं। उन्होंने चार अलग-अलग आर्टिफिशियल इंटेलिजेंस प्रणालियों की तुलना की जिन्हें विशेष रूप से शिशु डेटा पर प्रशिक्षित किया गया था। इन प्रणालियों के डिजाइन में भिन्नता थी: कुछ ने इमेज को प्रोसेस करने के लिए मानक तीन-आयामी (3D) ब्लॉक्स का उपयोग किया, जबकि अन्य ने विभिन्न गणितीय दृष्टिकोणों को जोड़ा या मस्तिष्क को स्लाइस (परतों) में देखा। शोधकर्ताओं ने एक "कंसेंसस" (आम सहमति) संस्करण भी बनाया, जहाँ चार प्रणालियाँ मस्तिष्क के प्रत्येक भाग के लिए अंतिम उत्तर पर मतदान करती थीं, इस उम्मीद में कि उनकी राय को मिलाने से व्यक्तिगत गलतियों को सुधारा जा सके।
परिणामों ने दिखाया कि तीन सबसे उन्नत तीन-आयामी प्रणालियों ने बहुत अच्छा प्रदर्शन किया, जिनका औसत सटीकता स्कोर 1.0 में से लगभग 0.88 था। इसका अर्थ है कि उन्होंने मस्तिष्क के अधिकांश ऊतकों की सही पहचान की। चौथे सिस्टम ने, जिसने मस्तिष्क को स्लाइस में देखा, काफी खराब प्रदर्शन किया, जिसका स्कोर लगभग 0.79 था। हालांकि, शीर्ष तीन प्रदर्शन करने वालों के बीच का अंतर इतना कम था कि वह मुश्किल से दिखाई दे रहा था। वास्तव में, शोधकर्ताओं ने पाया कि प्रशिक्षण समूह में शिशुओं को बदलने से होने वाला बदलाव, सबसे अच्छे और दूसरे सबसे अच्छे सिस्टम के बीच के अंतर से अधिक बड़ा था। यह सुझाव देता है कि इन अच्छी तरह से कॉन्फ़िगर किए गए उपकरणों के लिए, एल्गोरिदम का विशिष्ट चयन इस बात से कम महत्वपूर्ण है कि डेटा को सही ढंग से कैसे संभाला जाए। एक सिस्टम ने दो विशिष्ट स्कैन पर एक बड़ी गलती की, जिसमें वह मस्तिष्क की कई गहरी संरचनाओं को पहचानने में पूरी तरह विफल रहा, जबकि अन्य ने उन्हीं स्कैन को सही ढंग से संभाला। इसने इस बात को उजागर किया कि उच्च प्रदर्शन करने वाले उपकरणों में भी दुर्लभ, विनाशकारी विफलताएं हो सकती हैं जो औसत स्कोर रिपोर्ट किए जाने पर छिप जाती हैं।
जब शोधकर्ताओं ने चार प्रणालियों के अनुमानों को एक एकल कंसेंसस में जोड़ा, तो परिणाम और भी मजबूत था। इस संयुक्त दृष्टिकोण ने सभी पूर्ण विफलताओं को समाप्त कर दिया, जिसका अर्थ है कि मस्तिष्क की किसी भी संरचना को पूरी तरह से नहीं छोड़ा गया, और इसने समग्र सटीकता में भी थोड़ा सुधार किया। अध्ययन ने यह भी देखा कि क्या बच्चे की उम्र या चित्र की गुणवत्ता ने परिणामों को प्रभावित किया। उन्होंने पाया कि कोई प्रमाण नहीं मिला कि उपकरण शिशुओं के बड़े होने के साथ बेहतर या बदतर काम करते हैं, यहाँ तक कि उस कठिन अवधि के दौरान भी जब मस्तिष्क का ऊतक सबसे अधिक एक समान दिखता है। इसी तरह, टूल्स को कुछ विशेष प्रकार के इमेज कंट्रास्ट के साथ संघर्ष करते हुए भी नहीं देखा गया। शोधकर्ताओं ने निष्कर्ष निकाला कि हालांकि ये आर्टिफिशियल इंटेलिजेंस उपकरण अब उच्च सटीकता के साथ शिशु मस्तिष्क का विभाजन (सेगमेंटेशन) करने में सक्षम हैं, लेकिन उनके प्रदर्शन को रिपोर्ट करने के तरीके को बदलने की आवश्यकता है। केवल एक औसत संख्या पर निर्भर रहना पर्याप्त नहीं है; शोधकर्ताओं को यह भी रिपोर्ट करना चाहिए कि उपकरण कितनी बार पूरी तरह विफल होते हैं, डेटा बदलने पर उनके परिणाम कितना भिन्न होते हैं, और वे मामले-दर-मामले आधार पर एक-दूसरे से कितने सहमत हैं।
यह अध्ययन इस बात की याद दिलाता है कि मेडिकल इमेजिंग की दुनिया में, एक उच्च औसत स्कोर हर एक मरीज के लिए सुरक्षा या विश्वसनीयता की गारंटी नहीं देता है। शोधकर्ताओं ने पाया कि दो विशिष्ट स्कैन अध्ययन में देखी गई अधिकांश त्रुटियों के लिए जिम्मेदार थे, एक ऐसा तथ्य जिसे वे तब मिस कर देते यदि वे केवल समूह के औसत को देखते। इन दुर्लभ विफलताओं की जांच करके और यह समझकर कि विभिन्न डेटा समूहों में ये उपकरण कैसे व्यवहार करते हैं, वैज्ञानिक अधिक भरोसेमंद सिस्टम बना सकते हैं। कंसेंसस विधि, जो सरल रूप से कई टूल्स को उत्तर पर मतदान करने देती है, एक नया, जटिल मॉडल प्रशिक्षित करने के बिना सबसे खराब त्रुटियों को हटाने का एक सरल और प्रभावी तरीका साबित हुई। बाल रोग रेडियोलॉजिस्ट और शोधकर्ताओं के लिए, आगे का रास्ता केवल सबसे सटीक टूल खोजने में नहीं है, बल्कि उन्हें टेस्ट करने और उन पर रिपोर्ट करने के लिए एक मानक स्थापित करने में है, ताकि यह सुनिश्चित हो सके कि बच्चे के विकास को मापने के लिए उपयोग किए जाने वाले उपकरण उतने ही विश्वसनीय हैं जितना कि विज्ञान है जो उन्हें सहारा देता 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।