گہری سیکھنے کے ماڈل کینسر کے خطرے کی پیش گوئی میں مدد کر سکتے ہیں۔

چھاتی کا کینسر دنیا بھر میں لوگوں میں سب سے عام کینسر ہے۔ ورلڈ ہیلتھ آرگنائزیشن کے مطابق 2020 میں 2.3 ملین خواتین میں چھاتی کے کینسر کی تشخیص کی جائے گی۔ ہندوستان میں ہر چار منٹ میں ایک خاتون میں چھاتی کے کینسر کی تشخیص کی جائے گی۔ ہندوستان ٹائمز فروری 2023 میں

اگرچہ سب کو روکا نہیں جا سکتا۔ لیکن طبی ادارے اس کا پتہ لگانے کے لیے وقتاً فوقتاً اسکریننگ کا مشورہ دیتے ہیں۔ جو کینسر کے خطرے کا اندازہ لگانے میں مدد کرتا ہے۔ چھاتی کی جکڑن جس کی تعریف چھاتی کے اندر فائبرو غدود کے ٹشو کے تناسب سے کی جاتی ہے۔ یہ اکثر کینسر کے خطرے کا اندازہ لگانے کے لیے استعمال ہوتا ہے۔

مانچسٹر یونیورسٹی سے پروفیسر سوسن ایم ایسٹلی کی سربراہی میں ایک تحقیقی ٹیم کے مطابق۔ متحدہ سلطنت یونائیٹڈ کنگڈم گہرے سیکھنے کے طریقوں سے فعال تربیتی ڈیٹا سے خودکار فیچر نکالنا چھاتی کی کثافت کے تخمینہ کو پرکشش بناتا ہے۔ نتائج میں شائع ہوئے ہیں۔ جرنل آف میڈیکل امیجنگ۔

مزید پڑھ: کیا آپ کینسر کی معلومات کے لیے ChatGPT پر بھروسہ کر سکتے ہیں؟

عام طور پر، محدود ڈیٹا سیٹ کی وجہ سے طبی تصویری تجزیہ کے لیے گہرے سیکھنے کے ماڈلز کی تربیت مشکل ہے۔ محققین نے دو آزاد گہرے سیکھنے کے ماڈلز کا استعمال کیا جو ابتدائی طور پر امیج نیٹ پر تربیت یافتہ تھے، ایک غیر طبی تصویری ڈیٹا سیٹ جس میں دس لاکھ سے زیادہ تصاویر شامل تھیں۔ یہ طریقہ کہا جاتا ہے بین الاقوامی سوسائٹی برائے آپٹکس اور فوٹوونکس SPIE کے مطابق، “ٹرانسفر لرننگ” انہیں کم میڈیکل امیجنگ ڈیٹا کا استعمال کرتے ہوئے ماڈلز کو زیادہ موثر طریقے سے تربیت دینے کی اجازت دیتی ہے۔

ماہرین، بشمول ریڈیولوجسٹ اعلی درجے کی ریڈیوگرافر اور میمولوجسٹ نے بصری اینالاگ پیمانے پر 39.357 خواتین کی 160,000 فل فیلڈ ڈیجیٹل میموگرام امیجز کو کثافت کی قدریں تفویض کیں۔ میموگرام امیج کو ان پٹ کے طور پر استعمال کرنے اور کثافت کے سکور کو آؤٹ پٹ کے طور پر پیش کرنے کے لیے محققین کی طرف سے ہر میموگرام امیج کے لیے کثافت سکور کی تشخیص کا طریقہ کار تیار کیا گیا تھا۔

اس طریقہ کار میں تربیتی عمل کو کمپیوٹیشنل طور پر کم گہرا بنانے کے لیے تصاویر کو پہلے سے تیار کرنا شامل ہے۔ گہرے سیکھنے کے ماڈلز کے ذریعے پروسیس کردہ تصاویر سے خصوصیات نکالنا کثافت پوائنٹس کے سیٹ پر نقشہ سازی کو نمایاں کریں۔ اور حتمی کثافت کا تخمینہ تیار کرنے کے لیے جوڑ طریقہ کا استعمال کرتے ہوئے اسکور کو یکجا کرنا SPIE.

ٹیم نے چھاتی کی کثافت اور کینسر کے خطرے سے اس کے تعلق کا اندازہ لگانے والا ایک انتہائی درست ماڈل بنایا۔ کمپیوٹیشنل وقت اور میموری کی بچت کرتے ہوئے

ماڈل کی کارکردگی غیر یقینی صورتحال کے دائرے میں انسانی ماہرین کے مقابلے میں ہے، “لیڈ محقق ایسٹلی نے کہا۔ “اس سے زیادہ یہ چھوٹے ڈیٹاسیٹس یا بڑے ڈیٹاسیٹس کے ذیلی سیٹوں پر بہت تیزی سے تربیت دے سکتا ہے۔

اسے دوسرے میڈیکل امیجنگ ماڈلز کی تربیت کے لیے بھی استعمال کیا جا سکتا ہے۔ چھاتی کے بافتوں کی کثافت کے تخمینے کے مطابق اس کے مطابق، یہ کینسر کے خطرے کی پیشن گوئی یا تصویر کی تقسیم جیسے کاموں میں بہتر کارکردگی کی اجازت دیتا ہے۔ SPIE.

مزید پڑھ: اپنی روزمرہ کی سیر سے مزید فائدہ کیسے حاصل کریں۔