কনভোলিউশনাল নিউরাল নেটওয়ার্ক ব্যবহার করে অনুনাসিক এন্ডোস্কোপির নির্ভুলতা উন্নত করা

Ochsner Well being এর গবেষকদের একটি দল সম্প্রতি ইন্টারন্যাশনাল ফোরাম অফ অ্যালার্জি এবং রাইনোলজি অনুনাসিক এন্ডোস্কোপির নির্ভুলতা এবং দক্ষতা উন্নত করতে কনভোলিউশনাল নিউরাল নেটওয়ার্ক (সিএনএন) এর প্রয়োগ অন্বেষণ করুন। জ্যেষ্ঠ অটোল্যারিঙ্গোলজিস্ট ডক্টর এডওয়ার্ড ডি. ম্যাককুলের নির্দেশনায় আবাসিক চিকিত্সক ড. বিনায়ক গণেশান দ্বারা পরিচালিত এই সমীক্ষার লক্ষ্য ছিল রাইনোলজিক্যাল রোগ নির্ণয়ের জটিল অনুনাসিক শারীরস্থান দ্বারা সৃষ্ট চ্যালেঞ্জগুলি মোকাবেলা করা।

অনুনাসিক এন্ডোস্কোপি (NE) হল রাইনোলজির একটি গুরুত্বপূর্ণ ডায়গনিস্টিক টুল, কিন্তু এর কার্যকারিতা অনুনাসিক গহ্বরের জটিল গঠন দ্বারা বাধাগ্রস্ত হতে পারে। এই গবেষণাটি এন্ডোনাসাল এন্ডোস্কোপিক চিত্রগুলিতে গুরুত্বপূর্ণ ল্যান্ডমার্কগুলিকে সঠিকভাবে স্থানীয়করণ এবং সেগমেন্ট করার জন্য ডিজাইন করা একটি সিএনএন-ভিত্তিক মডেল তদন্ত করে। অধ্যয়নের চিত্রগুলি 2014 এবং 2023 এর মধ্যে নিউ অরলিন্সের ওচসনার মেডিকেল সেন্টারে একটি স্ট্যান্ডার্ড ডিজিটাল এন্ডোস্কোপ ব্যবহার করে সম্পাদিত NE পরীক্ষাগুলি থেকে ছিল। তিনজন ডাক্তার মোট 2,111টি ছবিতে ম্যানুয়াল সেগমেন্টেশন করেছেন।

গবেষকরা তিনটি কাজ সম্পাদন করার জন্য YOLOv8 অবজেক্ট সনাক্তকরণ মডেলটি কনফিগার করেছেন: টারবিনেটের উপস্থিতি শ্রেণীবদ্ধ করুন, তাদের অবস্থান সনাক্ত করুন এবং তাদের সীমানা চিহ্নিত করতে বিভাজন মাস্ক প্রয়োগ করুন। ট্রান্সফার লার্নিং ব্যাকপ্রপাগেশন এবং স্টোকাস্টিক গ্রেডিয়েন্ট ডিসেন্টের মাধ্যমে NE ইমেজে মডেলের কর্মক্ষমতা উন্নত করতে ব্যবহৃত হয়। ম্যানুয়ালি হাইপারপ্যারামিটার নির্বাচন করে এবং 15 যুগের পর প্রশিক্ষণ বন্ধ করে যখন বৈধতা কার্যকারিতা বন্ধ হয়ে যায়, মডেলটি চিত্তাকর্ষক ফলাফল অর্জন করে।

মডেলটি 91.5% গড় নির্ভুলতা, 92.5% গড় নির্ভুলতা এবং 93.8% গড় প্রত্যাহার সহ নিম্নতর টারবিনেট (IT) এবং মধ্যম টারবিনেট (MT) চিহ্নিত করেছে। 60% কনফিডেন্স থ্রেশহোল্ডে, মডেলটির গড় F1 স্কোর 93.1%।

আমাদের অধ্যয়ন দেখায় যে কনভোল্যুশনাল নিউরাল নেটওয়ার্কগুলি অনুনাসিক এন্ডোস্কোপির ব্যাখ্যার সঠিকতাকে উল্লেখযোগ্যভাবে উন্নত করতে পারে। নিকৃষ্ট এবং মধ্যম টারবিনেটের মতো গুরুত্বপূর্ণ শারীরবৃত্তীয় কাঠামোগুলি সনাক্ত করার ক্ষেত্রে গড় নির্ভুলতা 91.5% অর্জন করা ডায়াগনস্টিক দক্ষতা এবং নির্ভুলতার ক্ষেত্রে এক ধাপ এগিয়ে চিহ্নিত করে। “

ডঃ বিনায়ক গণেশান

YOLOv8 মডেলের সফল স্থাপনা রাইনোলজিতে একটি বড় অগ্রগতির প্রতিনিধিত্ব করে। মডেলটি সঠিকভাবে এন্ডোনাসাল এবং ইন্ট্রানাসাল এন্ডোস্কোপিক ডিভাইসগুলি সনাক্ত করতে এবং সেগমেন্ট করতে সক্ষম, যার ফলে চিকিত্সকদের সাইনাস রোগগুলি আরও কার্যকরভাবে নির্ণয় এবং চিকিত্সা করতে সহায়তা করে। এই অগ্রগতি বিশেষত প্রশিক্ষণার্থী চিকিত্সক এবং সাধারণ মানুষদের জন্য উপকারী যারা প্রায়ই অনুনাসিক গহ্বরের জটিল শারীরবৃত্তিতে অসুবিধার সম্মুখীন হন।

“এই গবেষণাটি সাইনাস এন্ডোস্কোপির নির্ভুলতা এবং কার্যকারিতা উন্নত করার জন্য সিএনএন-এর সম্ভাব্যতা প্রদর্শন করে,” ডাঃ ম্যাককুল বলেন, “উন্নত AI প্রযুক্তির ব্যবহার করে, আমরা সাইনাস রোগে আক্রান্ত রোগীদের মানসম্পন্ন যত্ন প্রদান করতে পারি।”