ماڈل میڈیکل امیج کو دیکھنے سے پہلے اور بعد میں کیا ہوتا ہے؟

میڈیکل امیجنگ پیپرز ایسے اصطلاحات سے بھرے ہوتے ہیں جو مانوس معلوم ہوتے ہیں، بشمول نارملائزیشن، لیبلنگ، توثیق، تشریح، اور پری پروسیسنگ۔

اگر آپ مشین لرننگ کے عمومی شعبے سے واقف ہیں، تو آپ سوچ سکتے ہیں کہ آپ کو پہلے ہی معلوم ہے کہ اس لفظ کا کیا مطلب ہے۔ اور کبھی کبھی ایسا ہوتا ہے۔

لیکن میڈیکل امیجنگ میں کچھ موڑ شامل ہیں۔ کچھ اصطلاحات کے مختلف معنی ہوتے ہیں، اور کچھ اصطلاحات سیاق و سباق کے لحاظ سے مختلف طریقوں سے استعمال ہوتی ہیں۔

اس مضمون میں، ہم اس لمحے سے پیروی کرتے ہیں جب سے ماڈل کی پیشن گوئی کرنے کے وقت تک سینے کا ایکسرے لیا جاتا ہے۔ راستے میں، ہم میڈیکل امیجنگ لٹریچر میں آپ کو نظر آنے والی عام اصطلاحات اور ان کا اصل مطلب دیکھیں گے۔

ساتھی نوٹ بک آپ کو ان میں سے زیادہ تر مراحل کو صرف پڑھنے کے بجائے خود انجام دینے کی اجازت دیتی ہے۔

ہم کیا احاطہ کریں گے:

جو آپ سیکھیں گے۔

• میڈیکل امیجنگ پائپ لائن کے مراحل کو کیا کہا جاتا ہے، اور ہر مرحلے پر اصل میں کیا ہوتا ہے؟

• گمنامی، غیر شناخت، اور تخلص کے درمیان فرق

• کیوں "تشریح” اور "نارملائزیشن” کا مطلب مختلف سیاق و سباق میں مختلف چیزیں ہو سکتی ہیں۔

• ایک ہی تصویر پر درجہ بندی، پتہ لگانے اور تقسیم کرنے کا فرق کیسے ہے۔

• کن ہارمونک تصحیح کی ضرورت ہے اور ماڈل کے انتخاب سے توثیق ڈیزائن کیوں زیادہ اہم ہے؟

تصاویر سے ڈیٹاسیٹس تک

1. حصول

حصول اس وقت ہوتا ہے جب تصویر بنتی ہے۔ اس میں امیجنگ مشین، اس کی سیٹنگز، اور مریض کی پوزیشننگ شامل ہے۔

ایک ہی مریض کے سینے کے دو ایکسرے اگر مختلف مشینوں سے لیے جائیں تو مختلف نظر آسکتے ہیں۔ مینوفیکچرر، ڈیٹیکٹر، نمائش کی ترتیبات، اور تصویری پروسیسنگ سافٹ ویئر سبھی حتمی تصویر کو متاثر کر سکتے ہیں۔

مریض کا نقطہ نظر بھی اہم ہے۔ مثال کے طور پر کھڑا ہونا PA (پچھلے-پچھلے) سینے کا ایکسرے ہاتھ سے پکڑے گئے ایکسرے سے بہت مختلف نظر آتا ہے۔ اے پی (پہلے اور بعد میں) یہ ایک ایکسرے ہے جب مریض بستر پر لیٹا ہوا تھا۔

ایک اہم فرق دل کا ظاہری سائز ہے۔ یہ ماڈل کے سیکھنے پر اثر انداز ہو سکتا ہے۔

اس میں سے زیادہ تر معلومات DICOM فائل

DICOM (ڈیجیٹل امیجنگ اینڈ کمیونیکیشنز ان میڈیسن) ایک معیاری فارمیٹ ہے جو طبی امیجز کو ذخیرہ کرنے اور بات چیت کرنے کے لیے استعمال ہوتا ہے۔ DICOM فائلوں میں صرف پکسلز سے زیادہ ہوتے ہیں۔ اس میں مریض کے بارے میں معلومات، سکینر، مطالعہ، تصویر کی واقفیت، پکسل کی جگہ، اور دیگر تفصیلات بھی شامل ہو سکتی ہیں۔

اس ٹیوٹوریل میں استعمال ہونے والی تصاویر اصل میں JPEGs کے طور پر پہنچی ہیں، لہذا اصل طبی DICOM میٹا ڈیٹا دستیاب نہیں تھا۔ مظاہرے کے مقاصد کے لیے، نوٹ بک تصویر کو ایک نئی DICOM فائل میں لپیٹتی ہے اور کچھ مفید فیلڈز کا اضافہ کرتی ہے۔

ds = pydicom.dcmread("synthetic_cxr.dcm")

for tag in ["Modality", "BodyPartExamined", "ViewPosition",
            "Manufacturer", "ManufacturerModelName", "KVP", "PixelSpacing"]:
    print(f"{tag:24s} {ds[tag].value}")

ایک قابل ذکر علاقہ ہے۔ پکسل کا فاصلہ. یہ آپ کو جسمانی سائز (عام طور پر ملی میٹر) بتاتا ہے جس کی ہر ایک پکسل نمائندگی کرتا ہے۔ دونوں تصاویر 512 × 512 پکسلز کی ہو سکتی ہیں، لیکن وہ مختلف جسمانی علاقوں کا احاطہ کرتی ہیں۔

لہذا اگر آپ ملی میٹر میں کسی چیز کی پیمائش کرنا چاہتے ہیں، تو آپ صرف پکسلز کی تعداد کو شمار نہیں کر سکتے۔ آپ کو پکسل سپیسنگ بھی جاننے کی ضرورت ہے۔

2. گمنامی، غیر شناخت، تخلص

یہ تینوں اصطلاحات اکثر ایک دوسرے کے بدلے استعمال ہوتی ہیں لیکن ان کے مختلف معنی ہوتے ہیں۔

غیر شناخت

ڈی-شناخت ذاتی طور پر قابل شناخت معلومات کو ہٹاتا یا تبدیل کرتا ہے۔

مثال کے طور پر:

Patient name
Medical record number
Date of birth
Phone numbers
Other identifying information

مقصد اس امکان کو کم کرنا ہے کہ ڈیٹا کو کسی شخص سے منسلک کیا جا سکتا ہے۔

تخلص

تخلص شناخت کنندگان کو کوڈز سے بدل دیتا ہے۔

مثال کے طور پر:

Jane Doe → SUBJ_0041

اہم فرق یہ ہے کہ آپ اب بھی علیحدہ کلید کے ساتھ جڑ سکتے ہیں۔ SUBJ_0041 آئیے واپس جین ڈو پر چلتے ہیں۔

یہ ضروری ہو سکتا ہے کیونکہ ہسپتال کو اصل مریض کے پاس واپس جانے کی ضرورت پڑ سکتی ہے۔

گمنامی

گمنامی کا مقصد دوبارہ شناخت کو اب معقول حد تک ممکن نہیں بنانا ہے۔

تخلص کے برعکس، کوئی ذخیرہ شدہ کلید نہیں ہے جو ڈیٹا کو کسی فرد سے منسلک کرنے کے لیے استعمال کی جا سکے۔

ایک سادہ سا سوال مدد کر سکتا ہے۔

کیا ہم اس ڈیٹا کو کسی فرد سے منسلک کرنے کے لیے اضافی معلومات استعمال کرسکتے ہیں؟

اگر جواب ہاں میں ہے کیونکہ ایک علیحدہ کلید موجود ہے، تو آپ عام طور پر تخلص کے ساتھ کام کر رہے ہیں نہ کہ اصل گمنامی سے۔

محققین کو ان اصطلاحات کا استعمال کرتے وقت محتاط رہنا چاہیے، کیونکہ ان کے درست قانونی معنی ملک اور ضابطے کے لحاظ سے مختلف ہوتے ہیں۔

پکسلز میں شناخت کنندگان بھی شامل ہو سکتے ہیں۔

DICOM ہیڈر سے معلومات کو ہٹانا کام کا صرف ایک حصہ ہے۔

کبھی کبھی متن اصل میں تصویر پر کھینچا جاتا ہے۔

مثال کے طور پر:

Patient name
Date
Hospital name
R
PORTABLE

اسے کہتے ہیں۔ برن ان نوٹیشن۔

DICOM میٹا ڈیٹا کو ہٹانے سے اس متن پر کوئی اثر نہیں پڑے گا۔ ہمیں پکسل کے اندر متن کو تلاش کرنے اور اسے ہٹانے کی ضرورت ہے۔

یہ آپ کے خیال سے کہیں زیادہ مشکل ہے۔ "تصویر کے اوپری حصے کے قریب روشن پکسلز تلاش کریں” جیسے سادہ اصول آپ کو متن سے زیادہ تلاش کرنے میں مدد کر سکتے ہیں۔ ہڈیاں جیسے کالر اور پسلیاں بھی روشن ہوتی ہیں۔

اس کا مطلب یہ ہے کہ حقیقی دنیا سے شناخت کرنے والی پائپ لائنیں عام طور پر متعدد تکنیکوں کو یکجا کرتی ہیں۔

Text detection
OCR
Image-region rules
DICOM metadata removal
Validation

مقصد صرف متن کو ہٹانا نہیں ہے۔ یہ ثابت کرنا ہے کہ متن دراصل حذف کر دیا گیا تھا۔

مثال کے طور پر:

IDENTIFIERS = [
    "PatientName",
    "PatientID",
    "PatientBirthDate",
    "PatientSex",
    "InstitutionName",
    "ReferringPhysicianName",
    "StudyDate",
    "StudyTime",
    "AccessionNumber"
]

for tag in IDENTIFIERS:
    if tag in ds:
        ds[tag].value = ""

# Records that an identity-removal process was performed.
# This field alone does not make the dataset de-identified.
ds.PatientIdentityRemoved = "YES"

پکسل لیول کا حصہ وہ ہے جہاں سادہ ڈیمو اور اصل پروڈکشن پائپ لائنیں بہت مختلف ہیں۔

3. دستبرداری اور ماہرانہ فیصلے

امریکی صحت کی دیکھ بھال کے ڈیٹا کے ساتھ کام کرتے وقت، آپ کو اکثر HIPAA کی دو شرائط نظر آئیں گی: محفوظ بندرگاہ اور ماہر فیصلہ.

یہ تعین کرنے کے دو طریقے ہیں کہ آیا آپ کی محفوظ شدہ صحت کی معلومات HIPAA کے تحت غیر شناخت شدہ ہو گئی ہے۔

محفوظ بندرگاہ

سیف ہاربر ایک چیک لسٹ ہے۔ شناخت کنندگان کی اٹھارہ اقسام کو ہٹانا ضروری ہے، بشمول:

Names
Geographic information smaller than a state
Certain dates
Phone numbers
Medical record numbers
Device identifiers
Full-face photographs

یہ نسبتاً آسان ہے کیونکہ آپ ایک متعین فہرست کی پیروی کر سکتے ہیں۔

ماہر فیصلہ

ماہرین کے فیصلے ایک مختلف انداز اختیار کرتے ہیں۔ ایک مستند پیشہ ور دوبارہ شناخت کے خطرے کا جائزہ لے گا اور دستاویز کرے گا کہ باقی خطرہ بہت چھوٹا کیوں ہے۔ یہ محققین کو ان معلومات کو برقرار رکھنے کی اجازت دیتا ہے جسے سیف ہاربر سے ہٹا دیا جانا چاہیے۔

مثال کے طور پر، درست تاریخیں اس وقت بہت کارآمد ثابت ہو سکتی ہیں جب یہ مطالعہ کیا جائے کہ وقت کے ساتھ بیماری کیسے بدلتی ہے۔

تو سمجھوتہ ہوتا ہے۔

سیف ہاربر آسان اور زیادہ محدود ہے۔

ماہرین کے فیصلے زیادہ لچکدار ہوتے ہیں لیکن دستاویزی خطرے کی تشخیص کی ضرورت ہوتی ہے۔

یہ امریکی HIPAA کا تصور ہے۔ مختلف ممالک میں رازداری کے مختلف قوانین اور تعریفیں ہیں۔

مثال کے طور پر، یورپی یونین کے جی ڈی پی آر اور انڈیا کے ڈی پی ڈی پی ایکٹ میں گمنام اور تخلص والے ڈیٹا کے لیے منفرد نقطہ نظر ہیں۔

ڈیٹاسیٹ سے ماڈل ان پٹ تک

4. قبل از علاج

پری پروسیسنگ وہ چیز ہے جو آپ کسی تصویر کو ماڈل کو کھلانے سے پہلے کرتے ہیں۔

عام پری پروسیسنگ اقدامات میں شامل ہیں:

• سائز تبدیل کریں

• کھڑکی

• سمت تبدیل کریں

• پکسل کی اقدار کو معمول بنائیں

سائز تبدیل کریں

ماڈلز عام طور پر توقع کرتے ہیں کہ تصاویر کا سائز ایک مقررہ ہے۔ طبی تصاویر مختلف سائز میں آ سکتی ہیں اور اس لیے اکثر ان کا سائز تبدیل کیا جاتا ہے۔

تاہم، سائز تبدیل کرنے سے پکسلز اور جسمانی جگہ کے درمیان تعلق بدل جاتا ہے۔

مثال کے طور پر، اگر آپ کسی تصویر کا سائز 1024 × 1024 سے 512 × 512 کر دیتے ہیں، تو ہر پکسل اب ایک مختلف فزیکل ایریا کی نمائندگی کرتا ہے۔

اس لیے، اگر آپ کو جسمانی پیمائش کی ضرورت ہے جیسے کہ فاصلہ یا رقبہ (ملی میٹر میں)، تو آپ کو اصل پکسل کی جگہ یا دوبارہ نمونے والے پکسل کی جگہ پر غور کرنے کی ضرورت ہے۔

کھڑکی

ونڈونگ شدت کی قدروں اور نقشوں کی ایک حد کو منتخب کرتی ہے جو ڈسپلے کی حد تک ہوتی ہے۔ رینج سے باہر کی قدریں کٹی ہوئی ہیں۔

ریڈیولوجسٹ عام طور پر CT امیجز دیکھتے وقت مختلف ونڈو سیٹنگز استعمال کرتے ہیں کیونکہ مختلف ونڈو میں مختلف ٹشوز کو دیکھنا آسان ہوتا ہے۔

ونڈوز کے استعمال سے تصویروں کی نمائش یا نمائش کا طریقہ بدل جاتا ہے۔ اس کا مطلب یہ نہیں ہے کہ اصل تصویر کا ڈیٹا تبدیل کر دیا گیا ہے۔

نوٹ بک 2nd اور 98th پرسنٹائل کا استعمال کرتے ہوئے مدت کی ترتیبات دکھاتی ہے۔

lo, hi = np.percentile(img, [2, 98])
windowed = np.clip(
    (img.astype(float) - lo) / (hi - lo),
    0,
    1
)

واقفیت

طبی تصویروں میں واقفیت کے بارے میں بھی معلومات ہوتی ہیں۔ اس کے غلط ہونے کا مطلب ہے کہ بائیں اور دائیں طرف تبدیل ہو گئے ہیں، جو کہ سینے کے ایکسرے کی صورت میں ایک سنگین غلطی ہے۔

5. نارملائزیشن

دوہرے معنی والے پہلے الفاظ یہ ہیں:

مشین لرننگ میں، نارملائزیشن کا مطلب عام طور پر عددی اقدار کو زیادہ مستقل پیمانے یا تقسیم میں تبدیل کرنا ہوتا ہے تاکہ تربیت زیادہ پیش گوئی کے ساتھ برتاؤ کرے۔ دو عام ورژن:

• کم از کم زیادہ سے زیادہ: سائز تبدیل کریں تاکہ سب سے کم قیمت 0 ہو اور سب سے زیادہ قدر 1 ہو۔

f = img.astype(np.float32)

minmax = (f - f.min()) / (f.max() - f.min())

• زیڈ سکور: اگر آپ اوسط کو گھٹاتے ہیں اور معیاری انحراف سے تقسیم کرتے ہیں تو اوسط 0 اور معیاری انحراف 1 بن جاتا ہے۔

  zscore = (f - f.mean()) / f.std()
  

کم از کم ریگولرائزیشن میں ایک کمزوری ہے۔ یہ براہ راست کم سے کم اور زیادہ سے زیادہ اقدار پر منحصر ہے۔ بہت روشن پکسلز، جیسے کہ آلات یا شور کی وجہ سے، رینج کو تبدیل کر سکتے ہیں اور زیادہ تر تصویر کو چھوٹے پیمانے پر حصوں میں سکیڑ سکتے ہیں۔

زیڈ سکور نارملائزیشن کم از کم اور زیادہ سے زیادہ اقدار پر کم انحصار کرتی ہے، لیکن انتہائی قدریں اب بھی اوسط اور معیاری انحراف کو متاثر کر سکتی ہیں۔

میڈیکل امیجنگ میں، نارملائزیشن کا اطلاق تمام تصاویر یا ڈیٹاسیٹس پر مستقل طور پر کیا جا سکتا ہے، لیکن مختلف سکینرز یا اداروں سے تصاویر کا موازنہ کرنا زیادہ مخصوص ہے: ہم آہنگی. جب سیکشن 10 میں بیان کیا گیا ہے، متعدد سائٹس کے ساتھ کام کرتے وقت فرق اہم ہو جاتا ہے۔

6. تشریحات اور لیبلز

وہ دونوں تصویر سے متعلق معلومات کی وضاحت کرتے ہیں، لیکن وہ اس میں مختلف ہیں کہ وہ معلومات کس چیز کی نمائندگی کرتی ہے۔

کوئی راستہ نہیں برانڈ عام طور پر تصویر کو مجموعی طور پر بیان کرتا ہے۔

مثال کے طور پر:

Image → Pneumonia

نہیں تشریح یہ عام طور پر آپ کو بتاتا ہے کہ تصویر میں کچھ کہاں ہے۔

یہ کچھ اس طرح ہوسکتا ہے:

• نقطہ

• باؤنڈنگ باکس

• کثیرالاضلاع

• سموچ

• پکسل سطح کا ماسک

مثال کے طور پر:

Image → Lung mask

بنیادی فرق یہ ہے۔ مقام.

لیبل آپ کو بتاتا ہے۔ کیا یہ تب تک موجود ہے جب تک تشریح اشارہ کرتی ہے۔ کیا موجود ہے اور کہاں کہ

تشریحات بنانے میں بھی بہت زیادہ محنت درکار ہوتی ہے۔

ایک بڑے ڈیٹاسیٹ میں ریڈیولاجی رپورٹس سے نکالے گئے لاکھوں تصویری سطح کے لیبل ہو سکتے ہیں، لیکن صرف ایک چھوٹے سب سیٹ میں طبی ماہرین کے تیار کردہ تفصیلی ماسک ہو سکتے ہیں۔

اس شارٹ کٹ میں پیسے خرچ ہوتے ہیں۔ رپورٹ میں "نمونیا” کہا جا سکتا ہے، لیکن یہ آپ کو قطعی طور پر یہ نہیں بتاتی ہے کہ کون سے پکسلز نمونیا کی نمائندگی کرتے ہیں۔ یہ اس کی قیادت کر سکتا ہے: بلند آواز کا لیبل.

7. ڈیٹاسیٹ تقسیم کریں۔

میڈیکل امیجنگ اسٹڈیز میں سب سے اہم فیصلوں میں سے ایک یہ ہے: ڈیٹا تقسیم کرنے کا طریقہ.

تقسیم عام طور پر اس وقت ہونی چاہیے جب: مریض کی سطحتصویر کی سطح پر نہیں۔

تصور کریں کہ ایک مریض کے پاس 5 ایکسرے ہیں۔ اگر آپ تین تصاویر کو تربیت میں اور دو کو جانچ میں ڈالتے ہیں، تو ماڈل نے پہلے ہی تربیت کے دوران اس مریض کی تصاویر دیکھی ہیں۔ مریض کی مخصوص خصوصیات دونوں سیٹوں میں ظاہر ہو سکتی ہیں۔ اس کی شکل ہے: ڈیٹا کی خلاف ورزی.

اسی خیال پر لاگو ہوتا ہے:

• ایک ہی مریض کے متعدد اسکین

• ایک ہی مطالعہ سے متعدد تصاویر

• اسی اصل اسکین سے اخذ کردہ تصویر

مقصد آسان ہے۔ ٹیسٹ سیٹ میں ایسے مریض شامل ہونے چاہئیں جو ماڈل نے تربیت کے دوران نہیں دیکھے۔

تو اس کے بجائے:

تصویر کی تقسیم اور مریض کی تفویض

یہ کریں:

مریض کی تقسیم اور تصویر کی تفویض

یہ ان تفصیلات میں سے ایک ہے جس کا ماڈل فن تعمیر کو تبدیل کرنے کے مقابلے میں نتائج پر زیادہ اثر پڑ سکتا ہے۔

ماڈل سے پیشین گوئی تک

8. درجہ بندی، پتہ لگانے اور تقسیم کرنا

ایک ہی سینے کا ایکسرے لیں اور تین مختلف سوالات پوچھیں۔

درجہ بندی

کیا آپ کو نمونیا ہے؟

ماڈلز لیبل یا امکانات واپس کرتے ہیں۔

Pneumonia: 0.92

یہ آپ کو بتاتا ہے کیا یہ تصویر میں ہے۔ یہ آپ کو نہیں بتاتا کہ یہ کہاں ہے۔

پتہ لگانے

مثالی کہاں ہے؟ ماڈل ایک باؤنڈنگ باکس لوٹاتا ہے۔

[x, y, width, height]

اس سے آپ کو اندازہ ہوتا ہے کہ نتائج کہاں ہیں۔ یہ صحیح شکل کی وضاحت نہیں کرتا ہے۔

تقسیم

کون سے پکسلز غیر معمولی ہیں؟

ماڈل ایک پکسل لیول ماسک واپس کرتا ہے۔ اس سے آپ کو اندازہ ہو جائے گا کہ تلاش کیسی نظر آتی ہے اور یہ کہاں واقع ہے۔

اسے یاد رکھنے کا ایک آسان طریقہ:

درجہ بندی = کیا؟

کھوج = کہاں؟

سیگمنٹیشن = کون سے پکسلز؟

عام طور پر، تشریح کے کام کا بوجھ بڑھ جاتا ہے جب آپ درجہ بندی سے پتہ لگانے سے سیگمنٹیشن کی طرف جاتے ہیں۔

لہذا سب سے آسان کام کا انتخاب کریں جو آپ کے سوال کا جواب دیتا ہے۔ اگر آپ صرف یہ جاننا چاہتے ہیں کہ آیا اسکین غیر معمولی ہے، تو شاید آپ کو سیگمنٹیشن کی ضرورت نہیں ہے۔

9. اضافہ

تربیت کی نئی مثالیں تخلیق کرنے کے لیے اضافہ موجودہ تصاویر کو تبدیل کرتا ہے۔

عام تبادلے ہیں:

• گردش

• ترجمہ

• زوم

• چمک کی تبدیلی

جب طبی ڈیٹاسیٹس چھوٹے ہوں تو یہ مفید ہو سکتا ہے۔

تاہم، طبی امیجنگ کی اہم حدود ہیں۔ تبدیل شدہ تصویر کو اب بھی ایسا ہی نظر آنا چاہیے جو حقیقت میں مریض کے ساتھ ہوتا ہے۔

مثال کے طور پر، قدرتی امیج مشین لرننگ میں افقی پلٹنا عام ہے۔

اگر آپ بلی کی تصویر کو پلٹائیں تو بلی وہیں موجود ہے۔

تاہم، اگر آپ سینے کا ایکسرے پلٹتے ہیں، تو دل الٹی طرف جاتا ہے۔ ہو سکتا ہے آپ نے ابھی اس طرح کی تصویر بنائی ہو: dextrocardiaجہاں دل دائیں طرف ہوتا ہے۔

مارکر کے ساتھ بھی یہی مسئلہ ہوتا ہے۔ دائیں مارکر اچانک بائیں طرف ظاہر ہو سکتا ہے۔ حروف خود بھی آئینہ دار ہیں۔ ماڈل خود بخود نہیں سمجھتا ہے کہ یہ جسمانی طور پر غلط ہے۔

دیگر اضافہ بھی مسائل کا سبب بن سکتا ہے۔ چمک میں بڑی تبدیلیاں اہم نتائج کو چھپا سکتی ہیں۔ جارحانہ فصلیں پھیپھڑوں کا کچھ حصہ نکال سکتی ہیں۔

لہذا کسی بھی اضافہ کو استعمال کرنے سے پہلے، اپنے آپ سے یہ سوالات پوچھیں: کیا یہ تصاویر واقعی ایک حقیقی اسکینر اور ایک حقیقی مریض سے آ سکتی ہیں؟

بصورت دیگر، اسے استعمال نہ کریں۔

# Reasonable: small rotation
M = cv2.getRotationMatrix2D((cx, cy), 7, 1.0)
rotated = cv2.warpAffine(
    img,
    M,
    (w, h),
    borderMode=cv2.BORDER_REPLICATE
)

# Potentially problematic for a chest X-ray:
flipped = img[:, ::-1]

10. پوسٹ پروسیسنگ

پوسٹ پروسیسنگ اس وقت ہوتی ہے جب ماڈل آؤٹ پٹ تیار کرتا ہے۔

سیگمنٹیشن ماڈل عام طور پر ہر پکسل کے لیے امکانات پیدا کرتے ہیں۔ حد لگانے کے بعد، ماسک میں چھوٹے ناپسندیدہ حصے یا سوراخ ہو سکتے ہیں۔

مثال کے طور پر، لیپ ٹاپ پر خام ماسک پر مشتمل ہے:

صفائی کا ایک عام مرحلہ صرف سب سے بڑے منسلک اجزاء کو رکھنا ہے۔

چونکہ آپ دو پھیپھڑوں کی توقع کر رہے ہیں، آپ دو سب سے بڑے علاقوں کو رکھ سکتے ہیں. یہاں تک کہ چھوٹے سوراخ بھی بھرے جا سکتے ہیں۔

labelled, n = ndimage.label(mask > 0)

sizes = ndimage.sum(
    mask > 0,
    labelled,
    range(1, n + 1)
)

keep = np.isin(
    labelled,
    np.argsort(sizes)[-2:] + 1
)

clean = ndimage.binary_fill_holes(keep)

اس مثال میں، کلین اپ منسلک اجزاء کی تعداد کو 16 سے 2 تک کم کر دیتا ہے جبکہ 5% سے کم پکسلز کو تبدیل کرتا ہے۔

یہ ظاہر کرتا ہے: تشخیص میں اہم نکات: یہاں تک کہ اگر پیشین گوئی کا ڈھانچہ نمایاں طور پر تبدیل ہوتا ہے، پکسل اوورلیپ میٹرک تھوڑا سا تبدیل ہو سکتا ہے۔

کچھ ایپلیکیشنز کے لیے، منسلک علاقوں کی تعداد اور شکل پکسل اوورلیپ میں چھوٹی تبدیلیوں سے زیادہ اہم ہیں۔ اس لیے ایک میٹرک کا انتخاب کریں جو ان غلطیوں سے مماثل ہو جو آپ کو درحقیقت پسند ہیں۔

اس کے علاوہ، پوسٹ پروسیسنگ پر توجہ دینا. اگر آپ کو اپنے ماڈل کو صاف کرنے کے لیے کافی وقت درکار ہے اس سے پہلے کہ نتائج اچھے لگیں، تو صفائی آپ کے ماڈل میں مسائل کو چھپا رہی ہے۔

ہمیشہ خام پیداوار کو بھی دیکھیں۔

ایک ہسپتال سے حقیقی دنیا تک

11. ہم آہنگی۔

تصور کریں کہ دو ہسپتال مختلف سکینر استعمال کرتے ہیں۔

تصاویر مختلف ہو سکتی ہیں:

بنیادی طور پر ہسپتال A پر تربیت یافتہ ماڈل بیماری سے متعلقہ خصوصیات کو سیکھنے کے بجائے ان میں سے کچھ فرق سیکھ سکتا ہے۔ یہ ہسپتال A میں اچھی کارکردگی کا مظاہرہ کر سکتا ہے لیکن ہسپتال B میں ناکام ہو جاتا ہے۔

یہ جگہ ہم آہنگی اس سے مدد مل سکتی ہے۔

ہم آہنگی اہم معلومات کو محفوظ رکھتے ہوئے مختلف ذرائع سے ڈیٹا کو زیادہ موازنہ کرنے کی کوشش کرتی ہے۔

ایک سادہ مثال یہ ہے: ہسٹوگرام ملاپ.

ایک تصویر میں پکسل کی قدروں کی تقسیم کو ایڈجسٹ کرتا ہے تاکہ یہ ایک حوالہ تصویر کی طرح نظر آئے۔

from skimage.exposure import match_histograms

harmonized = match_histograms(
    image_from_hospital_b,
    reference_from_hospital_a
)

اس سے چمک اور تضاد کے فرق کو حل کرنے میں مدد مل سکتی ہے، لیکن یہ سب کچھ ٹھیک نہیں کر سکتا۔

اگر دونوں اسکینرز میں مختلف ریزولوشنز، شور کی خصوصیات، یا امیج پروسیسنگ پائپ لائنز ہیں، تو اکیلے ہسٹوگرام کا ملاپ کافی نہیں ہے۔

اگر تصویر کے حصول یا تراشے کے دوران معلومات ضائع ہو جاتی ہیں، تو اس معلومات کو ہم آہنگی کے ذریعے جادوئی طور پر بازیافت نہیں کیا جا سکتا۔

انگوٹھے کا ایک مفید اصول ہے:

نارملائزیشن عددی اقدار کی مستقل مزاجی کو بہتر بناتی ہے۔

ہم آہنگی ڈیٹا کے ذرائع کے درمیان منظم اختلافات کو حل کرتی ہے۔

12. سابقہ ​​اور ممکنہ تصدیق

یہ سیکشن ریسرچ ڈیزائن کے بارے میں ہے۔

سابقہ

سابقہ ​​مطالعہ پہلے سے موجود ڈیٹا کا استعمال کرتا ہے۔

مثال کے طور پر:

ہم نے ہسپتال کے آرکائیوز سے 4,000 سینے کی ایکس رے جمع کرکے اپنے ماڈل کا تجربہ کیا۔

یہ ہیلتھ کیئر AI میں عام ہے کیونکہ یہ نسبتاً تیز اور سستا ہے۔

لیکن یہ تعصب کے مواقع بھی پیدا کرتا ہے۔ محققین یہ فیصلہ کر سکتے ہیں کہ کن مریضوں کو شامل کرنا ہے، کن سکین کو خارج کرنا ہے، کون سے ہسپتالوں کو استعمال کرنا ہے، اور کون سی حد کا انتخاب کرنا ہے۔

یہ فیصلے غیر ارادی طور پر نتائج کو بہتر بنا سکتے ہیں۔

امید

ایک متوقع مطالعہ میں، آپ پہلے مطالعہ کے منصوبے کی وضاحت کرتے ہیں اور پھر ممکنہ بنیاد پر ڈیٹا اکٹھا کرتے ہیں۔

مثال کے طور پر:

تصویر کے حصول سے پہلے مریض کی آبادی، تشخیص کے معیار، اور کامیابی کے اشارے کی وضاحت کریں۔

یہ تعصب کے کچھ ذرائع کو کم کر سکتا ہے کیونکہ اہم فیصلے نتائج دیکھنے سے پہلے کیے جاتے ہیں۔

بیرونی تصدیق

شرائط بھی ظاہر ہوتی ہیں۔ بیرونی تصدیق.

اس کا مطلب ڈیٹا پر ماڈل کی جانچ کرنا ہے جو اسے تیار کرنے کے لیے استعمال کیے جانے والے ڈیٹا سے آزاد ہے۔

مثال کے طور پر:

Hospital A → Training
Hospital A → Internal test
Hospital B → External validation

ایک زیادہ مضبوط ٹیسٹ یہ ہوگا:

Hospital A + B → Development
Hospital C → External validation

ایک ایسا ماڈل جو ایک ہسپتال کے ڈیٹا پر اچھی کارکردگی کا مظاہرہ کرتا ہے لیکن دوسرے ہسپتال سے خراب ہے اس نے بیماری کی عمومی خصوصیات کے بجائے سائٹ کے مخصوص نمونے سیکھے ہوں گے۔

لہذا، خارجی توثیق صرف ایک ہی ڈیٹا سیٹ سے ایک اور بے ترتیب تقسیم پیدا کرنے سے کہیں زیادہ معلومات فراہم کرتی ہے۔

ایک ساتھ رکھو

اب فرضی طبی امیجنگ پیپر سے درج ذیل جملوں پر غور کریں۔

ہم نے سابقہ ​​طور پر دو اداروں سے 4,120 شناخت شدہ سینے کے ریڈیو گراف جمع کیے ہیں۔ تصاویر کو 512 × 512 پر دوبارہ نمونہ بنایا گیا، شدت کو معمول بنایا گیا، اور ہسٹوگرام میچنگ کے ذریعے تمام سائٹس پر ہم آہنگ کیا گیا۔ دو ریڈیولوجسٹوں نے دستی طور پر پھیپھڑوں کے کھیتوں کی تشریح کی۔ زیادہ سے زیادہ اجزاء کے انتخاب کے ذریعے منقسم آؤٹ پٹ کو پوسٹ پروسیس کیا گیا تھا۔ ماڈل کو تیسری سائٹ سے 890 مطالعات میں بیرونی طور پر توثیق کیا گیا تھا۔

اس پیراگراف میں بہت ساری معلومات ہیں، لیکن اب آپ اسے سمجھ سکتے ہیں۔

1. سابقہ ​​طور پر جمع کردہ اشیاء: محققین نے پہلے سے موجود تصاویر کا استعمال کیا۔

2. گمنام: قابل شناخت معلومات کو ہٹا دیا گیا ہے یا تبدیل کر دیا گیا ہے۔

3. دو تنظیمیں: ڈیٹا سیٹ ایک سے زیادہ ذرائع سے آتے ہیں۔

4. 512 × 512 پر دوبارہ نمونہ دیا گیا: تصاویر کو عام تصویری سائز میں تبدیل کر دیا گیا تھا۔

5. شدت کو معمول پر لانا: پکسل کی قدروں کو زیادہ مستقل عددی پیمانے میں تبدیل کر دیا گیا ہے۔

6. ہم آہنگی: محققین نے دونوں سائٹس کے درمیان منظم فرق کو کم کرنے کی کوشش کی۔

7. دو ریڈیولوجسٹوں نے دستی تشریحات شامل کیں۔ ماہرین نے ایک جغرافیائی نقشہ بنایا ہے جو دکھاتا ہے کہ لاوارث سہولیات کہاں واقع ہیں۔

8. پوسٹ پروسیسنگ: ماڈل کی خام سیگمنٹیشن آؤٹ پٹ کو صاف کر دیا گیا ہے۔

9. بیرونی تصدیق: ماڈل کو مختلف سائٹس کے آزاد ڈیٹا پر آزمایا گیا۔

اور یہ آخری حصہ خاص طور پر اہم ہے۔ ایک ماڈل جو صرف اس ڈیٹا پر اچھا کام کرتا ہے جس کے لیے اسے تیار کیا گیا تھا ہمیں اس بارے میں بہت کم بتاتا ہے کہ یہ حقیقی دنیا میں کیسی کارکردگی دکھائے گا۔

نتیجہ

میڈیکل امیجنگ پیپرز اپنی پوری ڈیٹا پائپ لائن کو صرف چند جملوں میں بیان کر سکتے ہیں۔

ایک بار جب آپ اصطلاحات کو سمجھ لیں تو آپ جملے کو مختلف طریقے سے پڑھ سکتے ہیں۔

صرف ماڈل اور اس کی درستگی کو دیکھنے کے بجائے، ہم پوچھ سکتے ہیں:

• تصویر کہاں سے آتی ہے؟

• کون سا سکینر استعمال کیا گیا؟

• کیا مریضوں کو تربیت اور جانچ کے درمیان الگ کیا گیا تھا؟

• شناخت کنندگان کو کیسے ہٹایا گیا؟

• کیا وہاں جلا ہوا متن ہو سکتا ہے؟

• لیبل یا تشریحات کس نے بنائے؟

• کیا پری پروسیسنگ کی گئی تھی؟

• پکسل کی قدروں کو کیسے معمول بنایا جاتا ہے؟

• کیا مختلف ہسپتالوں یا اسکینرز میں ہم آہنگی ہے؟

• کیا ماڈل کی بیرونی طور پر توثیق کی گئی ہے؟

• کیا ٹیسٹ کا ڈیٹا واقعی آزاد تھا؟

• پیشن گوئی کے بعد ماڈل کی پیداوار کیا تھی؟

یہ ماڈل میڈیکل امیجنگ پائپ لائن کا صرف ایک حصہ ہے۔ زیادہ اہم سوالات اکثر آتے ہیں۔ اس سے پہلے کہ ماڈل بھی تصویر دیکھے۔.