स्त्री रोग और प्रसूति विज्ञान
खुला एक्सेस
आईएसएसएन: 2161-0932
आईएसएसएन: 2161-0932
आबिद सरवर, ज्योत्सना सूरी, विनोद शर्मा और मेहबूब अली
उद्देश्य: इस शोध कार्य का प्राथमिक उद्देश्य पपैनिकोलाऊ स्मीयर परीक्षण की स्लाइडों से प्राप्त डिजिटाइज्ड और कैलिब्रेटेड, ग्रीवा कोशिकाओं का एक नया बेंचमार्क डेटाबेस विकसित करना है, जो गर्भाशय ग्रीवा के कैंसर की जांच के लिए किया जाता है। यह डेटाबेस पपैनिकोलाऊ स्मीयर छवियों के लक्षण वर्णन और वर्गीकरण द्वारा गर्भाशय ग्रीवा के कैंसर के निदान के लिए विभिन्न कृत्रिम बुद्धिमत्ता आधारित प्रणालियों के डिजाइन, विकास, प्रशिक्षण, परीक्षण और सत्यापन के लिए एक संभावित उपकरण के रूप में काम कर सकता है। डेटाबेस का उपयोग अन्य शोधकर्ताओं द्वारा विभिन्न मशीन लर्निंग और इमेज प्रोसेसिंग एल्गोरिदम की कार्यकुशलता के तुलनात्मक विश्लेषण के लिए भी किया जा सकता है। संबंधित लेखक को अनुरोध भेजकर डेटाबेस प्राप्त किया जा सकता है। एक समृद्ध मशीन लर्निंग डेटाबेस विकसित करने के अलावा हमने पपैनिकोलाऊ स्मीयर छवियों के स्वचालित विश्लेषण द्वारा गर्भाशय ग्रीवा के कैंसर की कुशल जांच के लिए
कार्यप्रणाली: गर्भाशय ग्रीवा के कैंसर का सही और समय पर निदान चिकित्सा जगत की प्रमुख समस्याओं में से एक है। साहित्य से यह पता चला है कि विभिन्न पैटर्न पहचान तकनीकें उन्हें इस क्षेत्र में सुधार करने में मदद कर सकती हैं। पैपनिकोलाउ स्मीयर (जिसे पैप स्मीयर भी कहा जाता है) गर्भाशय के निचले, संकीर्ण भाग, जिसे गर्भाशय ग्रीवा कहा जाता है, से निकाले गए मानव कोशिकाओं के नमूनों की सूक्ष्म जांच है। पैपनिकोलाउ विधि का उपयोग करके दागे जाने के बाद कोशिकाओं के नमूने का माइक्रोस्कोप के नीचे विश्लेषण किया जाता है ताकि किसी भी असामान्य विकास की उपस्थिति का पता लगाया जा सके जो किसी भी पूर्व कैंसर और संभावित पूर्व कैंसर विकास का संकेत देता है। असामान्य निष्कर्ष, यदि देखे जाते हैं, तो आगे सटीक नैदानिक सबरूटीन के अधीन होते हैं। गर्भाशय ग्रीवा में असामान्यताओं के लिए सेल छवियों की जांच करना त्वरित कार्रवाई के प्रावधान के लिए आधार प्रदान करता है और इस प्रकार गर्भाशय ग्रीवा के कैंसर से होने वाली घटनाओं और मौतों को कम करता है। यह गर्भाशय ग्रीवा के कैंसर की जांच के लिए इस्तेमाल की जाने वाली सबसे लोकप्रिय तकनीक है। पैप स्मीयर परीक्षण, यदि नियमित जांच कार्यक्रमों और उचित अनुवर्ती कार्रवाई के साथ किया जाता है, तो गर्भाशय ग्रीवा के कैंसर की मृत्यु दर को 80% तक कम किया जा सकता है। इस शोधपत्र का योगदान यह है कि हमने पैप्समीयर परीक्षण स्लाइड से प्राप्त मात्रात्मक रूप से प्रोफाइल और कैलिब्रेटेड ग्रीवा कोशिकाओं का एक समृद्ध मशीन लर्निंग डेटाबेस बनाया है। इस प्रकार बनाए गए डेटाबेस में लगभग 200 नैदानिक मामलों (8091 ग्रीवा कोशिकाओं) का डेटा शामिल है, जो कई स्वास्थ्य देखभाल केंद्रों से प्राप्त किया गया है, ताकि डेटा में विविधता सुनिश्चित की जा सके। स्लाइड को एक बहु-सिर वाले डिजिटल माइक्रोस्कोप का उपयोग करके संसाधित किया गया और ग्रीवा कोशिकाओं की छवियां प्राप्त की गईं, जिन्हें विभिन्न डेटा प्रीप्रोसेसिंग सबरूटीन के माध्यम से पारित किया गया। प्रीप्रोसेसिंग के बाद कोशिकाओं को क्रमशः साइटोप्लाज्म और नाभिक की विभिन्न विशेषताओं के अलग-अलग मात्रात्मक माप प्राप्त करने के लिए रूपात्मक रूप से प्रोफाइल और स्केल किया गया। डेटाबेस में कोशिकाओं को तकनीशियनों द्वारा वर्गीकरण की नवीनतम 2001-बेथेस्डा प्रणाली के अनुसार विभिन्न संगत वर्गों में सावधानीपूर्वक वर्गीकृत किया गया था। इसके अलावा, हमने पैप स्मीयर डेटा के वर्गीकरण द्वारा गर्भाशय ग्रीवा के कैंसर की जांच करने के लिए दोनों नए डेटाबेस और नए हाइब्रिड एन्सेम्बल तकनीक की प्रभावशीलता का मूल्यांकन करने के लिए इस डेटाबेस में एक नए हाइब्रिड एन्सेम्बल सिस्टम को लागू करने का बीड़ा उठाया है। इस शोधपत्र में गर्भाशय-ग्रीवा कैंसर के निदान के लिए बहुविध कृत्रिम बुद्धिमत्ता आधारित वर्गीकरण एल्गोरिदम का तुलनात्मक विश्लेषण भी प्रस्तुत किया गया है।
परिणाम: इस कार्य में तैयार डिजिटल डेटाबेस की प्रभावशीलता और शुद्धता का मूल्यांकन करने के लिए, लेखकों ने पंद्रह अलग-अलग कृत्रिम बुद्धिमत्ता आधारित मशीन लर्निंग एल्गोरिदम को प्रशिक्षित करने, परीक्षण करने और मान्य करने के लिए इस डेटाबेस को लागू किया। इस डेटाबेस से प्रशिक्षित सभी एल्गोरिदम ने गर्भाशय ग्रीवा के कैंसर की जांच में सराहनीय दक्षता प्रस्तुत की। दो-वर्ग की समस्या के लिए डिजिटल डेटाबेस से प्रशिक्षित सभी एल्गोरिदम ने लगभग 93-95% की सीमा में दक्षता दिखाई, जबकि बहु-वर्ग समस्या के मामले में एल्गोरिदम ने लगभग 69-78% की सीमा में दक्षता व्यक्त की। परिणाम दर्शाते हैं कि इस कार्य में तैयार किए गए नए डिजिटल डेटाबेस का उपयोग गर्भाशय ग्रीवा के कैंसर की स्वचालित जांच के लिए नई मशीन लर्निंग आधारित तकनीकों को विकसित करने के लिए कुशलतापूर्वक किया जा सकता है। परिणाम यह भी दर्शाते हैं कि हाइब्रिड एन्सेम्बल तकनीक पैप-स्मीयर छवियों के वर्गीकरण के लिए एक कुशल विधि है और इसलिए गर्भाशय ग्रीवा के कैंसर के निदान के लिए इसका प्रभावी रूप से उपयोग किया जा सकता है। लागू किए गए सभी एल्गोरिदम में, हाइब्रिड एन्सेम्बल दृष्टिकोण ने बेहतर प्रदर्शन किया और 2-वर्ग की समस्या के लिए लगभग 98% और 7-वर्ग की समस्या के लिए लगभग 86% की दक्षता व्यक्त की। सभी स्टैंडअलोन क्लासिफायरों के साथ तुलना करने पर परिणाम दो-वर्गीय और बहु-वर्गीय दोनों समस्याओं के लिए काफी बेहतर थे।