Learned Bias Correction for Surface-Area Estimation from CT-like Voxel Data
यह अध्ययन प्रदर्शित करता है कि मशीन लर्निंग मॉडल, विशेष रूप से रैंडम फॉरेस्ट और 3D CNN, मार्चिंग क्यूब्स आउटपुट के लिए बायस सुधारों को सीखकर, CT जैसे वोक्सेल डेटा में सतह क्षेत्र अनुमान त्रुटियों को लगभग 4% से घटाकर 0.2% से भी कम कर सकते हैं, हालांकि सभी विधियाँ दो वोक्सेल से पतली संरचनाओं के साथ संघर्ष करती हैं।
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
मेडिकल इमेजिंग और सामग्री विज्ञान की दुनिया में, एक कंप्यूटेड टोमोग्राफी स्कैन, या सीटी (CT) स्कैन, किसी वस्तु की एक चिकनी, निरंतर तस्वीर नहीं बनाता है। इसके बजाय, यह लाखों छोटे, ठोस क्यूब्स से बना एक डिजिटल ग्रिड बनाता है, जिन्हें वोक्सेल (voxels) कहा जाता है। कल्पना कीजिए कि एक मूर्ति पूरी तरह से लेगो (Lego) ईंटों के ढेर से बनी है; ईंटें कितनी भी छोटी क्यों न हों, मूर्ति की सतह कभी वास्तव में चिकनी नहीं होती। यह चरणों की एक ऊबड़-खाबड़ सीढ़ी की तरह होती है। जब वैज्ञानिकों को शरीर के भीतर या किसी मशीन के पुर्जे की सतह के क्षेत्रफल को मापने की आवश्यकता होती है, तो उन्हें इस डिजिटल सीढ़ी के क्षेत्रफल की गणना करनी पड़ती है। यह माप महत्वपूर्ण है क्योंकि किसी सामग्री का सतह क्षेत्र अक्सर यह निर्धारित करता है कि वह कैसे व्यवहार करेगी, जैसे कि एक रासायनिक उत्प्रेरक (catalyst) कितनी तेज़ी से प्रतिक्रिया कर सकता है या एक छिद्रपूर्ण चट्टान के माध्यम से तरल पदार्थ कितनी अच्छी तरह बह सकता है। हालाँकि, क्योंकि डिजिटल ग्रिड एक चिकने वक्र को ब्लॉक वाले चरण में बदल देता है, इसलिए कच्ची गणना लगभग हमेशा गलत होती है, जो आमतौर पर वास्तविक आकार का बहुत अधिक बढ़ा-चढ़ाकर अनुमान लगाती है।
दशकों से, शोधकर्ताओं ने गणितीय युक्तियों का उपयोग करके इस त्रुटि को ठीक करने का प्रयास किया है। एक सामान्य विधि, जिसे मार्चिंग क्यूब्स (marching cubes) कहा जाता है, डेटा के ऊपर त्रिभुजों का एक जाल फिट करके ऊबड़-खाबड़ चरणों को चिकना करने का प्रयास करती है। हालांकि यह केवल ब्लॉक के चेहरों को गिनने से बेहतर है, फिर भी यह एक महत्वपूर्ण त्रुटि छोड़ देता है, विशेष रूप से तब जब वस्तु छोटी हो, छवि दानेदार हो, या सतह घुमावदार हो। समस्या यह है कि त्रुटि वस्तु के आकार, ब्लॉकों के आकार और स्कैन में शोर (noise) की मात्रा के आधार पर बदलती रहती है। एक एकल गणितीय सूत्र इन सभी विभिन्न समस्याओं को एक साथ हल नहीं कर सकता। इसे हल करने के लिए, भारतीय प्रौद्योगिकी संस्थान रुड़की के शोधकर्ताओं के एक दल ने कंप्यूटर को स्वयं सुधार सीखने के लिए प्रशिक्षित करने का निर्णय लिया, बजाय इसके कि हाथ से एक आदर्श नियम लिखने का प्रयास किया जाए।
शोधकर्ताओं ने कंप्यूटर के भीतर पूर्ण, ज्ञात आकृतियों की एक विशाल लाइब्रेरी बनाना शुरू किया। उन्होंने 2,400 विशिष्ट वस्तुओं को डिजाइन किया, जिनमें सरल गोले और सिलेंडर से लेकर जटिल, तारे जैसी गांठों वाली आकृतियों और तीखे किनारों वाली आकृतियों तक शामिल थे। इन प्रत्येक आकृतियों के लिए, वे किसी भी वास्तविक स्कैनर की तुलना में अत्यधिक सटीकता के साथ सटीक सतह क्षेत्र जानते थे। इसके बाद उन्होंने सिम्युलेट किया कि यदि ये पूर्ण आकृतियाँ सीटी स्कैन ले रही होतीं, तो वे कैसी दिखतीं। उन्होंने छवियों को ग्रिड को मोटा करके, यादृच्छिक स्टैटिक शोर जोड़कर और किनारों को धुंधला करके खराब किया, जैसा कि एक वास्तविक स्कैनर करता है। इस प्रक्रिया ने 14,400 अलग-अलग डिजिटल वॉल्यूम उत्पन्न किए, जिनमें से प्रत्येक एक ज्ञात वस्तु का imperfect लेंस के माध्यम से प्रतिनिधित्व करता था।
इस सिंथेटिक डेटा के साथ, टीम ने कई अलग-अलग कंप्यूटर मॉडल को एक सुधार परत (correction layer) के रूप में कार्य करने के लिए प्रशिक्षित किया। उन्होंने कंप्यूटरों को पारंपरिक माप विधियों को बदलने के लिए नहीं कहा। इसके बजाय, उन्होंने कंप्यूटरों से पूछा कि वे मानक "मार्चिंग क्यूब्स" विधि द्वारा उत्पन्न परिणाम में ठीक कितनी गलती है, इसका अनुमान लगाएं। उन्होंने तीन अलग-अलग दृष्टिकोणों का परीक्षण किया: एक सरल सांख्यिकीय मॉडल जिसने आकार के दस बुनियादी मापों को देखा, एक जटिल 3D न्यूरल नेटवर्क जिसने पूरे वॉल्यूम का एक गहरी छवि की तरह विश्लेषण किया, और एक पॉइंट-आधारित नेटवर्क जिसने सतह के बिंदुओं को देखा। लक्ष्य यह देखना था कि क्या ये मॉडल त्रुटि के उन सूक्ष्म पैटर्न को पहचान सकते हैं जिन्हें मानवीय सूत्र चूक जाते हैं।
परिणामों ने दिखाया कि पारंपरिक विधियाँ वास्तव में संघर्ष कर रही थीं। जब शोधकर्ताओं ने शोर वाले, ब्लॉक वाले डेटा पर परीक्षण आकृतियों के सतह क्षेत्र को मानक मार्चिंग क्यूब्स विधि का उपयोग करके मापा, तो त्रुटि औसतन लगभग पांच प्रतिशत थी। कुछ मामलों में, त्रुटि बहुत अधिक थी, विशेष रूप से छोटी वस्तुओं या बहुत शोर वाले स्कैन के लिए। हालाँकि, जब सीखे गए मॉडलों ने अपने सुधार लागू किए, तो त्रुटि नाटकीय रूप रूप से कम हो गई। सबसे अच्छा प्रदर्शन करने वाला मॉडल, जो सरल आकार मापों पर आधारित एक रैंडम फॉरेस्ट एल्गोरिदम था, ने महीन ग्रिड पर औसत त्रुटि को एक-दशांश प्रतिशत से भी कम कर दिया। यहाँ तक कि अधिक जटिल 3D न्यूरल नेटवर्क ने, जिसे काफी अधिक कंप्यूटिंग शक्ति की आवश्यकता थी, समान सटीकता प्राप्त की, जिससे त्रुटि एक प्रतिशत से भी कम हो गई।
सबसे आश्चर्यजनक बात यह है कि सरल मॉडल ने अधिकांश वस्तुओं के लिए जटिल डीप-लर्निंग नेटवर्क के समान ही प्रदर्शन किया। जटिल नेटवर्क केवल तभी स्पष्ट लाभ दिखाता था जब वस्तुएं बहुत छोटी होती थीं, जो 16 से कम ग्रिड ब्लॉकों को घेरती थीं। इन नन्हे मामलों में, मानक विधि बुरी तरह विफल हो गई, लेकिन न्यूरल नेटवर्क अभी भी उचित सटीकता के साथ आकार को पुनः प्राप्त कर सका। शोधकर्ताओं ने इन मॉडलों का परीक्षण पूरी तरह से नई प्रकार की आकृतियों पर भी किया जिन्हें उन्होंने प्रशिक्षण के दौरान कभी नहीं देखा था, जैसे कि तीखे कोनों या खुरदरी, ऊबड़-खाबड़ सतहों वाली आकृतियाँ। इन अनदेखी वस्तुओं पर भी, सीखे गए सुधारों ने त्रुटि को दो प्रतिशत से काफी नीचे रखा, जिससे सिद्ध हुआ कि मॉडलों ने विशिष्ट उदाहरणों को याद करने के बजाय सामान्य सिद्धांतों को सीखा है।
अध्ययन ने मापने की भौतिक सीमाओं को भी रेखांकित किया। शोधकर्ताओं ने पाया कि कोई भी विधि, चाहे वह कितनी भी परिष्कृत क्यों न हो, उन संरचनाओं को सटीक रूप से पुनः प्राप्त नहीं कर सकती जो लगभग दो ग्रिड ब्लॉकों से पतली हैं। यदि कोई विशेषता इतनी छोटी है कि वह स्कैन के धुंधलेपन में खो जाती है, तो जानकारी बस चली जाती है, और कोई भी गणितीय सुधार उसे वापस नहीं ला सकता। इसी तरह, बहुत खुरदरी सतहें जिनमें एक एकल ब्लॉक से भी छोटे उभार होते हैं, पहुंच से बाहर रहती हैं, क्योंकि स्कैन शोर से उस खुरदरेपन में अंतर नहीं कर सकता है।
अंततः, यह कार्य यह प्रदर्शित करता है कि जबकि सीटी स्कैन का डिजिटल स्टेयरकेस हमेशा वास्तविकता का एक अपूर्ण प्रतिनिधित्व रहेगा, हम मशीनों को यह समझने के लिए प्रशिक्षित कर सकते हैं कि वह कितना अपूर्ण है। पूर्ण सिंथेटिक डेटा पर प्रशिक्षण देकर, ये मॉडल एक अत्यधिक सटीक फिल्टर के रूप में कार्य कर सकते हैं, जो स्कैनर के रिज़ॉल्यूशन और शोर द्वारा उत्पन्न व्यवस्थित त्रुटियों को हटा देते हैं। उत्प्रेरकों, चिकित्सा प्रत्यारोपणों या भूवैज्ञानिक नमूनों को मापने वाले वैज्ञानिकों के लिए, इसका अर्थ है कि वे जिन संख्याओं पर भरोसा करते हैं, वे अब उस स्तर की सटीकता के साथ विश्वसनीय हो सकती हैं जो पहले असंभव थी, बशर्ते कि वस्तुएं स्कैनर द्वारा स्पष्ट रूप से देखी जाने योग्य आकार की हों। आगे का रास्ता इन विधियों को वास्तविक दुनिया के स्कैन और अधिक जटिल परिदृश्यों पर परीक्षण करने में निहित है, लेकिन नींव रखी जा चुकी है: त्रुटि यादृच्छिक नहीं है, और इसे सीखा जा सकता 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।