Deep Learning-Based Sex Classification and Chronological Age-Group Estimation from Knee Radiographs Using a Multi-Task Framework with Rank-Fusion and Tri-Loss Learning

फोरेंसिक विज्ञान और चिकित्सा निदान की दुनिया में, किसी अज्ञात व्यक्ति की पहचान करना अक्सर एक सरल प्रश्न से शुरू होता है: वे कौन थे? दो सबसे मौलिक उत्तर हैं उनका जैविक लिंग और उनकी आयु। दशकों से, विशेषज्ञ कंकाल से इन सुरागों को प्राप्त करने के लिए उन पर भरोसा करते आए हैं, हड्डियों का परीक्षण इस बात के संकेतों के लिए करते हैं कि उन्हें कैसे बनाया गया था और समय के साथ उनमें कैसे परिवर्तन आए। घुटने का जोड़, जहाँ जांघ की हड्डी शिन बोन (shin bone) से मिलती है, एक जटिल हिंज (hinge) की तरह होता है और यह इस कार्य के लिए विशेष रूप से मूल्यवान है। यह एक ऐसा स्थल है जो पुरुषों और महिलाओं के बीच स्पष्ट अंतर दिखाता है, और जैसे-जैसे व्यक्ति युवा वयस्कता से वृद्धावस्था की ओर बढ़ता है, इसमें अनुमानित और क्रमिक परिवर्तन होते हैं। पारंपरिक रूप से, डॉक्टर और फोरेंसिक विशेषज्ञ इस जोड़ के एक्स-रे को अपनी आँखों से देखते रहे हैं, और हड्डियों की स्थिति को स्कोर करने के लिए मानकीकृत चार्ट का उपयोग करते रहे हैं। हालाँकि, यह मैन्युअल प्रक्रिया धीमी हो सकती है, और अलग-अलग विशेषज्ञ हमेशा एक ही छवि पर एकमत नहीं हो सकते। जैसे-जैसे आर्टिफिशियल इंटेलिजेंस का क्षेत्र विकसित हुआ है, शोधकर्ताओं ने यह पूछना शुरू कर दिया है कि क्या कंप्यूटर मानव आँख की तुलना में इन सूक्ष्म पैटर्न को अधिक निरंतरता और सटीकता के साथ देख सकते हैं।

तुर्की के कुटाह्या हेल्थ साइंसेज यूनिवर्सिटी और कुटाह्या सिटी अस्पताल के शोधकर्ताओं की एक टीम ने इस प्रयास में एक महत्वपूर्ण कदम उठाया है। उन्होंने एक नया कंप्यूटर सिस्टम विकसित किया है जिसे घुटने के एक्स-रे को पढ़ने और उस व्यक्ति के लिंग और आयु समूह को स्वचालित रूप से निर्धारित करने के लिए डिज़ाइन किया गया है जिसका वह घुटना है। केवल एक विधि पर निर्भर रहने के बजाय, उन्होंने एक ऐसा ढांचा बनाया जो एक साथ दो अलग-अलग कार्यों को संभालता है। पहले कार्य के लिए, यह पता लगाने के लिए कि घुटना एक पुरुष का है या महिला का, टीम ने केवल एक कंप्यूटर मॉडल पर भरोसा नहीं किया। इसके बजाय, उन्होंने एक ही छवि को देखने के लिए तीन अलग-अलग प्रकार के उन्नत आर्टिफिशियल इंटेलिजेंस सिस्टम को प्रशिक्षित किया। फिर उन्होंने इन तीन प्रणालियों के परिणामों को एक एकल, एकीकृत निर्णय में संयोजित किया। यह दृष्टिकोण, जिसे वे 'रैंक-फ्यूजन एन्सेम्बल' (Rank-Fusion Ensemble) कहते हैं, कंप्यूटर को प्रत्येक मॉडल की ताकत को तौलने की अनुमति देता है, जिससे जैविक लिंग की अत्यधिक विश्वसनीय पहचान होती है।

दूसरा कार्य अधिक जटिल था: व्यक्ति की आयु का अनुमान लगाना। लिंग के विपरीत, जो एक बाइनरी श्रेणी है, आयु एक निरंतर प्रगति है। तीस वर्ष के व्यक्ति में चालीस वर्ष के व्यक्ति के समान कई शारीरिक लक्षण होते हैं, जिससे आयु समूहों के बीच की सीमाएं धुंधली हो जाती हैं। इसे संभालने के लिए, शोधकर्ताओं ने 'कन्वनेक्स्ट-टिनी' (ConvNeXt-Tiny) नामक एक विशेष कंप्यूटर आर्किटेक्चर का उपयोग किया, जो छवियों में बारीक विवरणों को पहचानने में विशेष रूप से कुशल है। उन्होंने इस प्रणाली को यह समझने के लिए प्रशिक्षित किया कि आयु समूह एक विशिष्ट क्रम का पालन करते हैं। उन्होंने एक प्रशिक्षण पद्धति तैयार की जो कंप्यूटर को पड़ोसी आयु समूह का अनुमान लगाने के लिए कम दंडित करती है और दूर के आयु समूह का अनुमान लगाने के लिए अधिक दंडित करती है। उदाहरण के लिए, यदि सिस्टम ने पचास वर्ष के व्यक्ति को चालीस वर्ष का बताया, तो इसे एक मामूली त्रुटि माना गया; यदि उसने उसे बीस वर्ष का बताया, तो यह एक बड़ी गलती मानी गई। इस दृष्टिकोण ने, जिसे लेखक 'ट्राई-लॉस रणनीति' (Tri-Loss strategy) कहते हैं, मॉडल को उम्र बढ़ने की स्वाभाविक, चरणबद्ध प्रकृति का सम्मान करने में मदद की।

टीम ने 22 से 69 वर्ष की आयु के रोगियों के 1,042 घुटने के एक्स-रे के सावधानीपूर्वक चुने गए संग्रह पर अपने सिस्टम का परीक्षण किया। डेटा संतुलित था ताकि पुरुषों और महिलाओं की संख्या लगभग समान हो, और रोगी जीवन के पांच अलग-अलग दशकों में समान रूप से फैले हुए थे। जब सिस्टम का परीक्षण उन छवियों पर किया गया जिन्हें उसने पहले कभी नहीं देखा था, तो परिणाम आश्चर्यजनक थे। लिंग निर्धारण के लिए, संयुक्त प्रणाली 96.65% बार सही थी। यह पुरुष और महिला अस्थि संरचनाओं के बीच अंतर करने में असाधारण रूप से अच्छी थी, जिसने एक ऐसा स्कोर प्राप्त किया जो दोनों समूहों को अलग करने में लगभग पूर्ण विश्वसनीयता दर्शाता है। यह प्रदर्शन उस किसी भी व्यक्तिगत कंप्यूटर मॉडल की तुलना में काफी बेहतर था जिसका उपयोग एन्सेम्बल बनाने के लिए किया गया था।

आयु अनुमान कार्य अधिक चुनौतीपूर्ण साबित हुआ, क्योंकि आस-पास के दशकों के बीच के अंतर अक्सर सूक्ष्म होते हैं। फिर भी, विशेष प्रणाली ने सही दशक का अनुमान लगाने में 71.29% की सटीकता प्राप्त की। इससे भी महत्वपूर्ण बात यह है कि सिस्टम ने बहुत गलतियाँ नहीं कीं। जब यह गलत था, तो यह लगभग हमेशा केवल एक दशक के अंतर से ही गलत था। शोधकर्ताओं ने पाया कि 96.65% मामलों में, कंप्यूटर का अनुमान या तो सही आयु समूह था या उससे ठीक पहले या ठीक बाद वाला। इसने उस प्रकार की चरम गलती कभी नहीं की जहाँ यह एक युवा वयस्क को वृद्ध व्यक्ति समझ ले। यह सुझाव देता है कि सिस्टम ने केवल अलग-अलग श्रेणियों को याद करने के बजाय, उम्र बढ़ने के साथ घुटने में होने वाले क्रमिक और ओवरलैपिंग परिवर्तनों को सफलतापूर्वक सीख लिया है।

अध्ययन ने इस बात पर भी गौर किया कि कंप्यूटर अपने उत्तरों में कितना आश्वस्त था। इसने पाया कि जब सिस्टम उच्च आत्मविश्वास व्यक्त करता था, तो वह आमतौर पर सही होता था, जिसका अर्थ है कि उसके द्वारा गणना की गई संभावनाएँ भरोसेमंद थीं। यह चिकित्सा और फोरेंसिक उपयोग के लिए एक महत्वपूर्ण विवरण है, जहाँ परिणाम की विश्वसनीयता जानना स्वयं परिणाम जितना ही महत्वपूर्ण है। शोधकर्ताओं ने नोट किया कि जबकि सिस्टम ने बहुत कम उम्र के और बहुत अधिक उम्र के लोगों की पहचान करने में असावधानी से उत्कृष्ट प्रदर्शन किया, मध्यम आयु समूहों को पहचानना थोड़ा कठिन था, संभवतः इसलिए क्योंकि उन वर्षों के दौरान घुटने में होने वाले शारीरिक परिवर्तन अधिक क्रमिक और कम स्पष्ट होते हैं।

यह कार्य प्रदर्शित करता है कि डीप लर्निंग हमारी हड्डियों में लिखी कहानी को पढ़ने के लिए एक शक्तिशाली, वस्तुनिष्ठ उपकरण के रूप में कार्य कर सकता है। लिंग पहचान के लिए कई आर्टिफिशियल इंटेलिजेंस मॉडल को संयोजित करके और आयु अनुमान के लिए एक विशेष दृष्टिकोण का उपयोग करके, शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो पारंपरिक, मैन्युअल अवलोकन का एक मात्रात्मक विकल्प प्रदान करता है। हालांकि अध्ययन एक विशिष्ट जनसंख्या और एक विशिष्ट आयु सीमा पर केंद्रित था, परिणाम बताते हैं कि घुटने के रेडियोग्राफ का स्वचालित विश्लेषण निरंतर, उच्च-सटीक जनसांख्यिकीय प्रोफाइल प्रदान कर सकता है। यह क्षमता अंततः फोरेंसिक विशेषज्ञों को अज्ञात अवशेषों की पहचान करने में सहायता कर सकती है या क्लीनिशियन को जीवित रोगियों में आयु-संबंधी परिवर्तनों का आकलन करने में मदद कर सकती है, वह भी मानवीय व्याख्या से आने वाली परिवर्तनशीलता के बिना। निष्कर्ष पुष्टि करते हैं कि घुटना, अपने स्पष्ट लैंगिक द्विरूपता (sexual dimorphism) और अनुमानित उम्र बढ़ने की प्रक्रिया के साथ, सूचना का एक समृद्ध स्रोत बना हुआ है, जो अब आधुनिक मशीन लर्निंग के लेंस के माध्यम से सुलभ है।