फोटोअकॉस्टिक इमेजिंग में डीप लर्निंग से तात्पर्य तंत्रिका नेटवर्क के उपयोग से है, जो फोटोअकॉस्टिक टोमोग्राफी (PAT) और फोटोअकॉस्टिक माइक्रोस्कोपी (PAM) में व्युत्क्रम समस्याओं को हल करने और छवि गुणवत्ता बढ़ाने के लिए किया जाता है। फोटोअकॉस्टिक इमेजिंग ऑप्टिकल कंट्रास्ट को अल्ट्रासोनिक रिज़ॉल्यूशन के साथ जोड़ती है, जिसमें ऊतक को छोटे लेज़र पल्स से रोशन किया जाता है, जिससे थर्मोइलास्टिक विस्तार होता है और अल्ट्रासाउंड तरंगें उत्पन्न होती हैं जिन्हें ट्रांसड्यूसर द्वारा पता लगाया जाता है। पारंपरिक पुनर्निर्माण एल्गोरिदम, जैसे बैक-प्रोजेक्शन और मॉडल-आधारित विधियाँ, अक्सर घने नमूनाकरण और ध्वनिक प्रसार के सटीक मॉडलिंग की आवश्यकता होती हैं, जो कम्प्यूटेशनल रूप से महंगी और शोर के प्रति संवेदनशील हो सकती हैं। डीप लर्निंग विधियाँ, जिन्हें 2016 के आसपास प्रयोगात्मक रूप से पेश किया गया था, कच्चे सेंसर डेटा या निम्न-गुणवत्ता वाली छवियों से उच्च-निष्ठा पुनर्निर्माण तक मैपिंग सीखती हैं, जिससे अक्सर वास्तविक समय का प्रदर्शन और बेहतर मात्रात्मक मीट्रिक प्राप्त होते हैं।
यह क्षेत्र डीप लर्निंग और मशीन लर्निंग में व्यापक प्रगति पर आधारित है, विशेष रूप से U-Net और अवशिष्ट नेटवर्क जैसे कन्वोल्यूशनल आर्किटेक्चर पर। ये मॉडल सिम्युलेटेड या प्रयोगात्मक रूप से अधिग्रहीत डेटासेट पर प्रशिक्षित होते हैं, जिनमें संरचनात्मक विवरण संरक्षित करने और कलाकृतियों को कम करने के लिए तैयार किए गए लॉस फ़ंक्शन होते हैं। अनुप्रयोगों में विरल-दृश्य पुनर्निर्माण, शोर हटाना, संवहनी नेटवर्क का विभाजन, और ऑप्टिकल अवशोषण गुणांक का अनुमान शामिल है। डीप लर्निंग के एकीकरण ने नए इमेजिंग प्रतिमानों को भी सक्षम किया है, जैसे जनरेटिव मॉडल का उपयोग करके अयुग्मित डेटा से सीखना, और नैदानिक निर्णय लेने के लिए अनिश्चितता मात्रा निर्धारण पर शोध को प्रेरित किया है।
ऐतिहासिक विकास
फोटोअकॉस्टिक इमेजिंग में डीप लर्निंग पर प्रारंभिक कार्य ऑप्टिक्स और कंप्यूटर विज्ञान समूहों के बीच सहयोग से उभरा, विशेष रूप से कार्नेगी मेलन विश्वविद्यालय और टोरंटो विश्वविद्यालय जैसे संस्थानों में। 2016 में, शोधकर्ताओं ने पहली बार प्रदर्शित किया कि एक पूरी तरह से जुड़ा नेटवर्क समय-श्रृंखला फोटोअकॉस्टिक संकेतों को प्रारंभिक दबाव वितरण में मैप कर सकता है, जो सिमुलेशन में रैखिक बैक-प्रोजेक्शन से बेहतर प्रदर्शन करता है। 2018 तक, कन्वोल्यूशनल आर्किटेक्चर मानक बन गए, और अध्ययनों ने दिखाया कि U-Net-आधारित मॉडल सीमित-दृश्य मापों से कलाकृतियों को पीक सिग्नल-टू-शोर अनुपात में 50% से अधिक कम कर सकते हैं।
एक प्रमुख मील का पत्थर सीखा पुनरावृत्त पुनर्निर्माण की शुरूआत थी, जो अनुकूलन एल्गोरिदम को नेटवर्क परतों में खोलता है, मॉडल-आधारित पूर्व ज्ञान को डेटा-संचालित परिशोधन के साथ जोड़ता है। 2019 में प्रकाशित यह दृष्टिकोण, ध्वनिक विषमता के प्रति मजबूती में सुधार करता है और ऑक्सीजन संतृप्ति की मात्रात्मक इमेजिंग की अनुमति देता है। इस क्षेत्र को ओपन-सोर्स सिमुलेशन टूल, जैसे k-Wave टूलबॉक्स से भी लाभ हुआ, जिसने प्रशिक्षण के लिए बड़े सिंथेटिक डेटासेट उत्पन्न किए। 2021 तक, कई समूहों ने छोटे जानवरों में इन विवो प्रदर्शनों की सूचना दी थी, और स्तन कैंसर स्क्रीनिंग और संवहनी इमेजिंग के लिए नैदानिक व्यवहार्यता अध्ययन चल रहे थे।
मुख्य विधियाँ और आर्किटेक्चर
फोटोअकॉस्टिक इमेजिंग में अधिकांश डीप लर्निंग दृष्टिकोणों को पोस्ट-प्रोसेसिंग, प्रत्यक्ष पुनर्निर्माण, और मॉडल-आधारित अनरोलिंग में वर्गीकृत किया जा सकता है। पोस्ट-प्रोसेसिंग नेटवर्क पारंपरिक पुनर्निर्माणों को इनपुट के रूप में लेते हैं और बढ़ी हुई छवियों को आउटपुट करते हैं, अक्सर सामान्यीकरण में सुधार के लिए डेटा संवर्धन का उपयोग करते हैं। प्रत्यक्ष पुनर्निर्माण नेटवर्क कच्चे रेडियो-फ्रीक्वेंसी डेटा को छवियों में मैप करते हैं, पारंपरिक बीमफॉर्मिंग या बैक-प्रोजेक्शन को पूरी तरह से दरकिनार करते हैं। ये नेटवर्क आमतौर पर उच्च-आवृत्ति विवरण संरक्षित करने के लिए स्किप कनेक्शन के साथ एनकोडर-डिकोडर संरचनाओं का उपयोग करते हैं, जैसे U-Net।
मॉडल-आधारित अनरोलिंग भौतिक फॉरवर्ड मॉडल को नेटवर्क आर्किटेक्चर में एकीकृत करता है। एक अनुकूलन एल्गोरिदम का प्रत्येक पुनरावृत्ति, जैसे ग्रेडिएंट डिसेंट या वैकल्पिक दिशा विधि का गुणक, एक सीखने योग्य परत द्वारा प्रतिस्थापित किया जाता है। यह दृष्टिकोण आवश्यक पैरामीटरों की संख्या कम करता है और व्याख्यात्मकता में सुधार करता है। लॉस फ़ंक्शन में आमतौर पर माध्य वर्ग त्रुटि, संरचनात्मक समानता सूचकांक, और अवधारणात्मक लॉस शामिल होते हैं। प्रशिक्षण अक्सर ज्ञात ग्राउंड ट्रुथ के साथ सिम्युलेटेड डेटा का उपयोग करता है, इसके बाद प्रयोगात्मक मापों पर फाइन-ट्यूनिंग की जाती है। बैच सामान्यीकरण और ड्रॉपआउट जैसी तकनीकें प्रशिक्षण को स्थिर करने और ओवरफिटिंग को रोकने के लिए लागू की जाती हैं, विशेष रूप से जब प्रयोगात्मक डेटासेट सीमित होते हैं।
अनुप्रयोग और नैदानिक अनुवाद
डीप लर्निंग ने लंबे समय से चली आ रही बाधाओं को संबोधित करके फोटोअकॉस्टिक इमेजिंग के नैदानिक अनुवाद को तेज किया है। स्तन कैंसर इमेजिंग में, नेटवर्क को विरल ट्रांसड्यूसर सरणियों से उच्च-रिज़ॉल्यूशन छवियों का पुनर्निर्माण करने के लिए प्रशिक्षित किया गया है, जिससे स्कैन समय मिनटों से सेकंड तक कम हो गया है। रुमेटीइड गठिया मूल्यांकन के लिए, संवहनी और सिनोवियल संरचनाओं के डीप लर्निंग विभाजन ने विशेषज्ञ रेडियोलॉजिस्ट के बराबर सटीकता हासिल की है। त्वचाविज्ञान में, डीप लर्निंग का उपयोग करने वाली PAM प्रणालियों ने सर्जरी के दौरान मेलेनोमा मार्जिन के वास्तविक समय विज़ुअलाइज़ेशन को सक्षम किया है।
एक और महत्वपूर्ण अनुप्रयोग कार्यात्मक इमेजिंग है, जहां डीप लर्निंग बहु-तरंगदैर्ध्य फोटोअकॉस्टिक डेटा से ऑक्सीजन संतृप्ति और रक्त प्रवाह का अनुमान लगाता है। ये कार्य तरंगदैर्ध्य-निर्भर प्रकाश क्षीणन के कारण अच्छी तरह से प्रस्तुत नहीं होते हैं, लेकिन तंत्रिका नेटवर्क गहराई-निर्भर प्रभावों की भरपाई करना सीख सकते हैं। अध्ययनों से पता चला है कि डीप लर्निंग-आधारित sO2 मैपिंग रैखिक अनमिक्सिंग विधियों की तुलना में त्रुटि को 30-40% तक कम करती है। इसके अतिरिक्त, जनरेटिव मॉडल का उपयोग अल्ट्रासाउंड या ऑप्टिकल कोहेरेंस टोमोग्राफी डेटा से फोटोअकॉस्टिक छवियों को संश्लेषित करने के लिए किया गया है, जिससे अतिरिक्त हार्डवेयर के बिना मल्टीमॉडल फ्यूज़न सक्षम होता है।
चुनौतियाँ और सीमाएँ
अपने वादे के बावजूद, फोटोअकॉस्टिक इमेजिंग में डीप लर्निंग को कई चुनौतियों का सामना करना पड़ता है। मानकीकृत, बड़े पैमाने पर प्रयोगात्मक डेटासेट की कमी प्रतिलिपि प्रस्तुतिकरण और बेंचमार्किंग में बाधा डालती है। अधिकांश मॉडल सिम्युलेटेड डेटा पर प्रशिक्षित होते हैं, जो ऊतक विषमता और ध्वनिक क्षीणन की पूर्ण जटिलता को पकड़ नहीं सकते हैं। सिमुलेशन और वास्तविक दुनिया के मापों के बीच डोमेन शिफ्ट अक्सर प्रदर्शन को खराब कर देता है, जिसके लिए ट्रांसफर लर्निंग या प्रतिकूल डोमेन अनुकूलन जैसी तकनीकों की आवश्यकता होती है। व्याख्यात्मकता एक चिंता का विषय बनी हुई है, क्योंकि निदान के लिए चिकित्सकों को मॉडल आउटपुट पर भरोसा करने की आवश्यकता होती है। शोधकर्ताओं ने बायेसियन तंत्रिका नेटवर्क या मोंटे कार्लो ड्रॉपआउट का उपयोग करके अनिश्चितता अनुमान का पता लगाया है, लेकिन ये विधियाँ कम्प्यूटेशनल लागत बढ़ाती हैं।
एक और सीमा प्रशिक्षण और अनुमान की कम्प्यूटेशनल बोझ है, विशेष रूप से 3D वॉल्यूमेट्रिक इमेजिंग के लिए। जबकि ग्राफकोर और अन्य AI हार्डवेयर कंपनियों ने एक्सेलेरेटर विकसित किए हैं, अधिकांश नैदानिक प्रणालियाँ मानक GPU पर निर्भर करती हैं। 2D छवियों के लिए वास्तविक समय का प्रदर्शन प्राप्त करने योग्य है, लेकिन 3D पुनर्निर्माण के लिए अक्सर ऑफ़लाइन प्रोसेसिंग की आवश्यकता होती है। इसके अलावा, AI-आधारित चिकित्सा उपकरणों के लिए नियामक अनुमोदन अभी भी विकसित हो रहा है, और डीप लर्निंग घटकों वाली फोटोअकॉस्टिक प्रणालियों को कठोर सत्यापन से गुजरना होगा। 2025 तक, किसी भी डीप लर्निंग-आधारित फोटोअकॉस्टिक इमेजिंग प्रणाली को FDA मंजूरी नहीं मिली है, हालांकि कई नैदानिक परीक्षणों में हैं।
भविष्य की दिशाएँ
भविष्य के शोध में स्व-पर्यवेक्षित और फाउंडेशन मॉडल पर ध्यान केंद्रित होने की संभावना है जो विभिन्न इमेजिंग प्रणालियों और ऊतक प्रकारों में सामान्यीकरण कर सकते हैं। अन्य डोमेन में ट्रांसफॉर्मर आर्किटेक्चर की सफलता ने फोटोअकॉस्टिक पुनर्निर्माण के लिए ध्यान तंत्र का उपयोग करने वाले प्रारंभिक अध्ययनों को प्रेरित किया है, हालांकि कम्प्यूटेशनल लागत अधिक बनी हुई है। स्वचालित निदान के लिए कृत्रिम बुद्धिमत्ता प्रणालियों के साथ एकीकरण, जैसे ट्यूमर का पता लगाना या उपचार प्रतिक्रिया की निगरानी, एक सक्रिय क्षेत्र है। इसके अतिरिक्त, फेडरेटेड लर्निंग रोगी डेटा साझा किए बिना बहु-केंद्र प्रशिक्षण को सक्षम कर सकता है, जो गोपनीयता संबंधी चिंताओं को संबोधित करता है। हार्डवेयर में प्रगति, जैसे तेज़ लेज़र प्रणालियाँ और अधिक संवेदनशील ट्रांसड्यूसर, एल्गोरिदमिक सुधारों के पूरक होंगे, संभावित रूप से अगले दशक के भीतर डीप लर्निंग-आधारित फोटोअकॉस्टिक इमेजिंग को एक नियमित नैदानिक उपकरण बना देंगे।