Parameter-Efficient Mask-Conditioned Magnetic Resonance Image Synthesis for Segmentation Augmentation

मेडिकल इमेजिंग लंबे समय से एक सरल लेकिन कठिन सत्य पर निर्भर रही है: कंप्यूटर को किसी बीमारी को पहचानना सिखाने के लिए, आपको उस बीमारी के हजारों उदाहरणों की आवश्यकता होती है, जिनमें से प्रत्येक को एक मानव विशेषज्ञ द्वारा सावधानीपूर्वक लेबल किया जाना चाहिए। एमआरआई (MRI) की दुनिया में, ये लेबल अक्सर मास्क होते हैं जो ठीक से रेखांकित करते हैं कि ट्यूमर या हृदय का कक्ष कहाँ शुरू होता है और कहाँ समाप्त होता है। इन मास्क को बनाना धीमा, महंगा और विशेष ज्ञान की मांग करने वाला कार्य है, जिसका अर्थ है कि कई स्थितियों के लिए, आर्टिफिशियल इंटेलिजेंस को प्रशिक्षित करने के लिए उपलब्ध लेबल किए गए डेटा की मात्रा बहुत कम है। जब डेटा की कमी होती है, तो इन स्कैन का विश्लेषण करने वाले कंप्यूटर अक्सर विश्वसनीय प्रदर्शन करने में संघर्ष करते हैं। शोधकर्ताओं ने खाली स्थानों को भरने के लिए नकली चित्र बनाकर इसे हल करने की कोशिश की है, लेकिन एक ऐसा नकली चित्र बनाना जो उपयोगी होने के लिए पर्याप्त वास्तविक दिखे, और साथ ही बीमारी के सटीक आकार से मेल खाए, एक कठिन चुनौती साबित हुआ है।

तियानजिन यूनिवर्सिटी ऑफ कॉमर्स के शोधकर्ताओं की एक टीम ने इस समस्या के लिए एक नया दृष्टिकोण विकसित किया है, जो ब्रूट फोर्स (brute force) के बजाय दक्षता और सटीकता पर ध्यान केंद्रित करता है। उनका काम, जो हाल ही के एक अध्ययन में प्रकाशित हुआ है, CLoRA-MRI नामक एक प्रणाली पेश करता है। सब कुछ शून्य से सीखने या भारी मात्रा में कंप्यूटिंग शक्ति का उपयोग करने के बजाय, यह प्रणाली एक मौजूदा, प्री-ट्रेंड एआई मॉडल लेती है जो पहले से ही चित्र बनाना जानता है और उसे अपने स्वयं के मस्तिष्क के एक बहुत छोटे हिस्से का उपयोग करके एक बहुत ही विशिष्ट ट्रिक सिखाती है। शोधकर्ता जानना चाहते थे कि क्या वे इन मौजूदा बीमारी के रेखांकनों, या मास्क का उपयोग करके नए, वास्तविक दिखने वाले एमआरआई स्कैन उत्पन्न कर सकते हैं, जिनका उपयोग फिर बेहतर नैदानिक उपकरणों को प्रशिक्षित करने के लिए किया जा सके। उन्होंने इस विचार का परीक्षण दो बहुत अलग प्रकार के मेडिकल स्कैन पर किया: ट्यूमर दिखाने वाले मस्तिष्क के चित्र और हृदय के कक्षों और मांसपेशियों की दीवारों को दिखाने वाले हृदय के चित्र।

उनकी पद्धति का मूल एक ऐसी तकनीक में निहित है जो एआई को उसकी पूरी स्मृति को फिर से लिखे बिना एक नए कार्य को सीखने की अनुमति देती है। कल्पना कीजिए कि एक मास्टर पेंटर जिसने परिदृश्य (landscapes) पेंट करना सीखने में वर्षों बिताए हैं; शोधकर्ताओं ने इस पेंटर को सब कुछ भूलकर फिर से शुरू करने के लिए नहीं कहा। इसके बजाय, उन्होंने पेंटर को औजारों का एक छोटा, विशेष सेट दिया जिसने उन्हें केवल कुछ नए ब्रशस्ट्रोक का उपयोग करके चिकित्सा स्कैन पेंट करने के लिए अपनी शैली को जल्दी से अनुकूलित करने की अनुमति दी। तकनीकी शब्दों में, उन्होंने लो-रैंक अडैप्टेशन (low-rank adaptation) नामक एक विधि का उपयोग किया, जो मॉडल की कुल सेटिंग्स के लगभग तीन प्रतिशत को ही समायोजित करता है। इसने प्रक्रिया को तेज और किफायती रखा, जो एक मानक लैपटॉप ग्राफिक्स कार्ड पर भी चल सकती थी। महत्वपूर्ण रूप से, उन्होंने एक समर्पित मार्ग भी बनाया जो एआई को बीमारी का सटीक आकार—मास्क—प्रदान करता था, ताकि उत्पन्न चित्र हमेशा दिए गए रूपरेखा से मेल खाए। इसने यह सुनिश्चित किया कि यदि मास्क एक विशिष्ट स्थान पर ट्यूमर दिखाता है, तो नकली चित्र भी उसी स्थान पर ट्यूमर दिखाएगा, कहीं और नहीं।

शोधकर्ताओं ने पुराने तरीकों की तुलना करके और यह देखकर कि उनके नकली चित्र वास्तविक स्कैन में बीमारियों को सेगमेंट (यानी रेखांकित) करने के लिए कंप्यूटर को प्रशिक्षित करने में कितने सहायक रहे, अपने सिस्टम का परीक्षण किया। उन्होंने पाया कि नकली चित्रों की गुणवत्ता सबसे महत्वपूर्ण कारक नहीं थी; जो मायने रखता था वह यह था कि क्या चित्र कंप्यूटर को सीखने में मदद करते हैं। ब्रेन ट्यूमर स्कैन का उपयोग करते हुए परीक्षणों में, जब शोधकर्ताओं के पास वास्तविक डेटा की बहुत कम मात्रा उपलब्ध थी—विशेष रूप से, उपलब्ध वास्तविक स्लाइस का केवल दस प्रतिशत—तब उनके सिंथेटिक चित्रों को जोड़ने से कंप्यूटर की सटीकता में काफी सुधार हुआ। ट्यूमर की सीमाओं को सही ढंग से पहचानने की कंप्यूटर की क्षमता लगभग 0.72 के स्कोर से बढ़कर 0.74 हो गई, और ट्यूमर के किनारे में त्रुटियां कई पिक्सेल तक कम हो गईं। यह सुधार केवल एक मामूली उछाल नहीं था; यह एक स्पष्ट, मापने योग्य लाभ था जिसने नैदानिक उपकरण को अधिक विश्वसनीय बना दिया।

हालाँकि, अध्ययन ने एक स्पष्ट सीमा भी प्रकट की कि ये नकली चित्र कितनी मदद कर सकते हैं। जैसे-जैसे शोधकर्ताओं ने कंप्यूटर के लिए वास्तविक डेटा की मात्रा बढ़ाई, सिंथेटिक चित्रों को जोड़ने का लाभ समाप्त हो गया। जब कंप्यूटर के पास आधे या सभी वास्तविक स्कैन तक पहुंच थी, तो नकली चित्रों ने कोई लाभ नहीं दिया और कुछ मामलों में, सिस्टम को भ्रमित भी किया। यह सुझाव देता है कि नए डेटा को उत्पन्न करने का मूल्य पूरी तरह से इस बात से जुड़ा है कि वास्तविक डेटा वास्तव में कितना कम मौजूद है। यह प्रणाली तब सबसे उपयोगी होती है जब एक डॉक्टर या शोधकर्ता के पास कुछ अच्छे उदाहरण हों और उन्हें और आगे बढ़ाने की आवश्यकता हो, लेकिन यह वास्तविक दुनिया के डेटा को इकट्ठा करने की आवश्यकता का विकल्प नहीं है जब वह डेटा पहले से ही प्रचुर मात्रा में हो।

टीम ने हृदय के स्कैन पर भी अपने तरीके का परीक्षण किया, जो मस्तिष्क के स्कैन से संरचनात्मक रूप से भिन्न हैं और जिनके लिए एआई को आकारों के एक नए सेट को सीखने की आवश्यकता होती है। उन्होंने हृदय के चित्रों के लिए एक अलग, छोटा अडैप्टर प्रशिक्षित किया और समान परिणाम पाए। केवल दस प्रतिशत वास्तविक हृदय डेटा के साथ, सिंथेटिक चित्रों को जोड़ने से कंप्यूटर की सटीकता 0.76 से बढ़कर 0.82 हो गई, जो एक बड़ा सुधार है। यह विशेष रूप से हृदय की मांसपेशियों की पतली दीवारों के लिए सच था, जिन्हें डेटा की कमी होने पर कंप्यूटर के लिए पहचानना अत्यंत कठिन होता है। तथ्य यह है कि यह प्रणाली मस्तिष्क और हृदय दोनों पर अच्छी तरह से काम करती है, बावजूद इसके कि प्रत्येक के लिए अलग-अलग डेटा पर प्रशिक्षित किया गया था, यह सुझाव देता है कि यह दृष्टिकोण शरीर के अन्य हिस्सों पर भी लागू होने के लिए पर्याप्त लचीला है।

सबसे दिलचस्प निष्कर्षों में से एक यह था कि सिस्टम ने छवियों की दृश्य गुणवत्ता को कैसे संभाला। पुराने तरीके जो पिक्सेल-दर-पिक्सेल मिलान करने की कोशिश करते थे, वे अक्सर ऐसे चित्र पैदा करते थे जो तीखे और सटीक दिखते थे लेकिन उनमें वास्तविक स्कैन की प्राकृतिक विविधता की कमी होती थी। इसके विपरीत, नई प्रणाली ने ऐसे चित्र बनाए जो प्रत्यक्ष पिक्सेल-दर-पिक्सेल तुलना में थोड़े कम पूर्ण थे, लेकिन वे वास्तविक ट्यूमर और हृदय ऊतकों के समग्र वितरण को पकड़ने में बहुत बेहतर थे। इस व्यापक, अधिक वास्तविक विविधता ने कंप्यूटर को प्रशिक्षित करने के लिए पिक्सेल मिलान की पूर्णता की तुलना में अधिक उपयोगी साबित किया। शोधकर्ताओं ने नोट किया कि हालांकि नकली चित्र वास्तविक चित्रों के समान नहीं थे, लेकिन वे सही तरीकों से इतने करीब थे कि कंप्यूटर को यह सिखा सकें कि क्या देखना है।

अध्ययन यह निष्कर्ष निकालता है कि यह कुशल, मास्क-निर्देशित दृष्टिकोण एक विशिष्ट समस्या के लिए एक व्यावहारिक समाधान प्रदान करता है: लेबल किए गए चिकित्सा डेटा की कमी। मॉडल की क्षमता के एक बहुत छोटे हिस्से का उपयोग करके मौजूदा मास्क से सीखने के माध्यम से, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो पूर्ण मॉडल पुन: प्रशिक्षण की भारी लागत के बिना उपयोगी प्रशिक्षण डेटा उत्पन्न कर सकता है। परिणाम संकेत देते हैं कि यह विधि तब सबसे प्रभावी होती है जब वास्तविक डेटा दुर्लभ होता है, जो एक सेतु के रूप में कार्य करती है ताकि कंप्यूटर तब तक सीख सके जब तक पर्याप्त वास्तविक उदाहरण एकत्र न किए जा सकें। यह डेटा की कमी की समस्या को हमेशा के लिए हल नहीं करता है, न ही यह प्रारंभिक मास्क बनाने के लिए मानव विशेषज्ञों की आवश्यकता को प्रतिस्थापित करता है, लेकिन यह उपलब्ध सीमित डेटा का सर्वोत्तम उपयोग करने का एक शक्तिशाली तरीका प्रदान करता है। दुर्लभ स्थितियों या छोटे डेटासेट के साथ काम करने वाले चिकित्सा शोधकर्ताओं के लिए, यह अधिक विश्वसनीय नैदानिक उपकरण बनाने का एक नया तरीका प्रदान करता है, बिना और अधिक स्कैन एकत्र करने के लिए वर्षों प्रतीक्षा किए।