-ಸುನ್ರೀತಾ ಭಟ್ಟಾಚಾರ್ಯ
ಕೋವಿಡ್-19 ಕಾಯಿಲೆ ಬಾಧಿತರ ಶ್ವಾಸಕೋಶ ಸೋಂಕಿನ ತೀವ್ರತೆಯನ್ನು ನಿಖರವಾಗಿ ಪತ್ತೆಹಚ್ಚಬಲ್ಲ ಹೊಸ ತಂತ್ರಾಂಶವನ್ನು ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆ (ಐ.ಐ.ಎಸ್.ಸಿ.)ಯ ಸಂಶೋಧಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ. ಸಂಸ್ಥೆಯ ಕಾಂಪ್ಯುಟೇಷನಲ್ ಅಂಡ್ ಡ್ಯಾಟಾ ಸೈನ್ಸ್ (ಸಿಡಿಎಸ್), ಇನ್ಸ್ಟ್ರುಮೆಂಟೇಷನ್ ಮತ್ತು ಆನ್ವಯಿಕ ಭೌತಶಾಸ್ತ್ರ ವಿಭಾಗಗಳು ಓಸ್ಲೋ ಯೂನಿವರ್ಸಿಟಿ ಹಾಸ್ಟಿಟಲ್ ಹಾಗೂ ನಾರ್ವೆಯ ಆಗ್ಡೆರ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಸಹಯೋಗದಲ್ಲಿ ಇದನ್ನು ಸಾಧಿಸಿವೆ. ಐಇಇಇ ಟ್ರ್ಯಾನ್ಸಾಕ್ಷನ್ಸ್ ಆನ್ ನ್ಯೂರಲ್ ನೆಟ್ ವರ್ಕ್ಸ್ ಅಂಡ್ ಲರ್ನಿಂಗ್ ಸಿಸ್ಟಮ್ಸ್’ ನಿಯತಕಾಲಿಕದಲ್ಲಿ ಇತ್ತೀಚೆಗೆ ಪ್ರಕಟವಾದ ಲೇಖನದಲ್ಲಿ ಈ ಕುರಿತು ವಿವರಿಸಲಾಗಿದೆ.
ಕೋವಿಡ್-19 ಸೋಂಕು ಉಸಿರಾಟ ವ್ಯವಸ್ಥೆಗೆ, ಅದರಲ್ಲೂ ಶ್ವಾಸಕೋಶದ ಅಂಗಾಂಶಗಳಿಗೆ ತೀವ್ರ ಹಾನಿ ಉಂಟುಮಾಡಬಲ್ಲದು. ಎಕ್ಸ್-ರೇ ಅಥವಾ ಸಿ.ಟಿ.ಸ್ಕ್ಯಾನ್ ನಂತರ ಛಾಯಾದೃಶ್ಯ ಆಧಾರಿತ ವಿಧಾನಗಳು ಸೋಂಕು ಎಷ್ಟರಮಟ್ಟಿಗೆ ತೀವ್ರವಾಗಿರಬಹುದು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಸಹಾಯಕವಾಗಿವೆ.
ಐ.ಐ.ಎಸ್.ಸಿ.-ನೇತೃತ್ವದ ತಂಡವು ರೂಪಿಸಿರುವ ‘ಆನಂನೆಟ್’, ಕೋವಿಡ್-19 ಕಾಯಿಲೆ ಬಾಧಿತರ ಎದೆಭಾಗದ ಸಿ.ಟಿ.ಸ್ಕ್ಯಾನ್ ಗಳನ್ನು ವಿಶೇಷ ಬಗೆಯ ನ್ಯೂರಲ್ ನೆಟ್ ವರ್ಕ್ ಬಳಸಿಕೊಂಡು ‘ರೀಡ್’ ಮಾಡಲಿದೆ. ಆ ಮೂಲಕ ನಿರ್ದಿಷ್ಟ ಅಸಹಜ ಅಂಶಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಿ ಶ್ವಾಸಕೋಶಕ್ಕೆ ಆಗಿರುವ ಹಾನಿಯನ್ನು ಲೆಕ್ಕಹಾಕಲಿದೆ. ಈ ತಂತ್ರಾಂಶ ಸಾಧನವು ವೈದ್ಯರಿಗೆ ಸ್ವಯಂಚಾಲಿತ ನೆರವು ಒದಗಿಸುತ್ತದೆ. ಇದರಿಂದಾಗಿ ಶೀಘ್ರ ರೋಗ ದೃಢೀಕರಣಕ್ಕೆ ಹಾಗೂ ಕೋವಿಡ್-19ನ ಸುಧಾರಿತ ನಿರ್ವಹಣೆಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
‘ಆನಮ್ ನೆಟ್’ ತಂತ್ರಾಂಶ ಸಾಧನದಲ್ಲಿ, ಜೀವವೈದ್ಯಕೀಯ ಸಂಶೋಧನೆ ಹಾಗೂ ಆನ್ವಯಿಕತೆಗಳ ಅವಿಭಾಜ್ಯ ಅಂಗವಾಗಿರುವ ಡೀಪ್ ಲರ್ನಿಂಗ್ ಹಾಗೂ ಇತರ ಛಾಯಾದೃಶ್ಯ ಸಂಸ್ಕರಣೆ ತಾಂತ್ರಿಕತೆಗಳನ್ನು ಅಳವಡಿಸಲಾಗಿದೆ. ಈ ತಂತ್ರಾಂಶವು ಎದೆಭಾಗದ ಸಿ.ಟಿ.ಸ್ಕ್ಯಾನ್ ನ ಸೋಂಕಿನ ಜಾಗಗಳನ್ನು ಹೆಚ್ಚಿನ ನಿಖರತೆಯೊಂದಿಗೆ ಗುರುತಿಸುತ್ತದೆ.
ಸಂಶೋಧಕರು ‘ಆನಮ್ ನೆಟ್’ಗೆ ಅಸಹಜತೆಗಳನ್ನು ಗುರುತಿಸಬಲ್ಲ ಸಾಮರ್ಥ್ಯವನ್ನು ತುಂಬಿದ್ದಾರೆ. ಇದು, ಸ್ಕ್ಯಾನ್ ಗೆ ಒಳಗಾದ ಶ್ವಾಸಕೋಶದ ಜಾಗಗಳನ್ನು ‘ಸೋಂಕುಪೀಡಿತ’ ಅಥವಾ ‘ಸೋಂಕುರಹಿತ’ ಎಂದು ವರ್ಗೀಕರಿಸಬಲ್ಲದು. ಈ ಪ್ರಕ್ರಿಯೆಗೆ ‘ಸೆಗ್ಮೆಂಟೇಷನ್’ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಈ ತಂತ್ರಾಂಶ ಸಾಧನವು ಸೋಂಕಿನ ಜಾಗ ಹಾಗೂ ಆರೋಗ್ಯಕರ ಜಾಗಗಳ ನಡುವೆ ಹೋಲಿಕೆ ಮಾಡಿ ಕಾಯಿಲೆಯ ತೀವ್ರತೆಯನ್ನು ನಿರ್ಣಯಿಸಬಲ್ಲದು. “ಇದು ಎದೆಯ ಸಿ.ಟಿ.ಛಾಯಾದೃಶ್ಯಗಳಲ್ಲಿನ ಅಂಶಗಳನ್ನು ಗ್ರಹಿಸಿ ಗಣಿತೀಯವಾಗಿ ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ನಂತರ, ಈ ಪ್ರಾತಿನಿಧಿಕದಿಂದ ಛಾಯಾದೃಶ್ಯವನ್ನು (ವರ್ಗೀಕರಿಸಿದ) ಪುನರ್ ಸೃಷ್ಟಿ ಮಾಡುತ್ತದೆ. ಇದನ್ನು ಅನಾಮಾರ್ಫಿಕ್ ಛಾಯಾದೃಶ್ಯ ಸಂಸ್ಕರಣೆ (ಅನಾಮಾರ್ಫಿಕ್ ಇಮೇಜ್ ಪ್ರೊಸೆಸಿಂಗ್)” ಎನ್ನುತ್ತಾರೆ ಪ್ರೌಢ ಪ್ರಬಂಧದ ಮೊದಲ ಲೇಖಕ ಹಾಗೂ ಸಿ.ಡಿ.ಎಸ್.ನಲ್ಲಿ ಸಹ ಪ್ರಾಧ್ಯಾಪಕರಾಗಿರುವ ಫಣೀಂದ್ರ ಯಲವರ್ತಿ ಅವರ ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಪಿಎಚ್.ಡಿ. ವಿದ್ಯಾರ್ಥಿಯಾಗಿರುವ ನವೀನ್ ಪಲುರು.
Key steps in the proposed approach for automated segmentation of abnormalities/anomalies in chest CT images (Credit: IEEE)
ಇದೇ ರೀತಿಯ ಕೆಲಸ ಮಾಡಬಲ್ಲ ಇನ್ನಿತರ ಆಧುನಿಕ ತಂತ್ರಾಂಶ ಸಾಧನಗಳೊಂದಿಗೆ ‘ಆನ್ ಮ್ ನೆಟ್’ ನ ಕಾರ್ಯನಿರ್ವಹಣೆಯನ್ನು ಸಂಶೋಧಕರು ತುಲನೆ ಮಾಡಿದ್ದಾರೆ. ಇದು, ಇದೇ ಮಾದರಿಯ ಇತರ ತಂತ್ರಾಂಶಗಳಿಗೆ ಸರಿಸಮಾನವಾಗಿರುವುದರ ಜೊತೆಗೆ ಅವುಗಳಿಗಿಂತ ಕಡಿಮೆ ಮಾನದಂಡಗಳನ್ನು ಬಳಸಿಕೊಂಡು ನಿಖರ ಫಲಿತಾಂಶ ಕೊಡುತ್ತದೆ. ಇದರ ಜೊತೆಗೆ ನ್ಯೂರಲ್ ನೆಟ್ ವರ್ಕ್ ಕ್ಲಿಷ್ಟತೆ ಕೂಡ ಕಡಿಮೆ ಮಟ್ಟದಲ್ಲಿದೆ. ಇದರಿಂದಾಗಿ ಅಸಹಜತೆಗಳನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಇದಕ್ಕೆ ಅಧಿಕವಾಗಿ ಅಡಕಗೊಳಿಸಬಹುದು.
ಆನಮ್ ನೆಟ್ ತಂತ್ರಾಂಶ ಸಾಧನವು ಹಗುರವಾಗಿರುವುದು, ಅಂದರೆ, ಕಡಿಮೆ ಪ್ರಮಾಣದ ಮೆಮೊರಿ ಸಾಕಾಗುವುದು, ಇದರ ಮತ್ತೊಂದು ಪ್ರಮುಖ ಅನುಕೂಲವಾಗಿದೆ. ಇದರಿಂದಾಗಿ ಸಂಶೋಧಕರ ತಂಡಕ್ಕೆ ಮೊಬೈಲ್ ಫೋನ್ ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ‘ಕೋವ್ ಸೆಗ್’ ಎಂಬ ಆಪ್ (ಕಿರು ತಂತ್ರಾಂಶ) ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಾಧ್ಯವಾಗಿದೆ. ಇದು ಆರೋಗ್ಯಸೇವಾ ವೃತ್ತಿಪರರಿಗೆ ತುಂಬಾ ಅನುಕೂಲಕರ. “ಸ್ಮಾರ್ಟ್ ಫೋನ್ ನಲ್ಲಿ ಅಥವಾ ರಾಸ್ಬೆರಿ ಪೈನಲ್ಲಿ ಬಳಸಬಹುದಾದ ರೋಗ ದೃಢೀಕರಣ ತಂತ್ರಾಂಶ ಸಾಧನವನ್ನು ರೂಪಿಸುವುದು ಅಗತ್ಯವೆಂದು ನಮಗೆ ಅನ್ನಿಸಿತು” ಎನ್ನುತ್ತಾರೆ ಪಲುರು. ಈಗ ಲಭ್ಯವಿರುವ ಯುನೆಟ್ ನಂತಹ ಆಧುನಿಕ ತಂತ್ರಾಂಶಗಳಲ್ಲಿ ಈ ಅನುಕೂಲ ಇಲ್ಲ. ಅವುಗಳ ಕಾರ್ಯನಿರ್ವಹಣೆಗೆ ವಿಶೇಷ ಹಾರ್ಡ್ ವೇರ್ ಗಳು ಬೇಕಾಗುತ್ತವೆ” ಎಂದೂ ಅವರು ಹೇಳುತ್ತಾರೆ.
ಲೇಖಕರ ಪ್ರಕಾರ, ಆನಮ್ ನೆಟ್ ಅನ್ನು ಕೋವಿಡ್-19 ಶ್ವಾಸಕೋಶ ಸೋಂಕು ಮಾತ್ರವಲ್ಲದೆ ಇನ್ನಿತರ ಸಂದರ್ಭಗಳಲ್ಲೂ ಬಳಸುವ ಭರವಸೆ ಮೂಡಿದೆ. “ಸದ್ಯ ನಾವು ಈ ತಂತ್ರಾಂಶವನ್ನು ಕೋವಿಡ್-19 ಸ್ಕ್ಯಾನಿಂಗ್ ನಿರ್ವಹಣೆಯನ್ನು ಗಮನದಲ್ಲಿರಿಸಿಕೊಂಡು ಸದೃಢಗೊಳಿಸುತ್ತಿದ್ದೇವೆ. ಆದರೆ, ಮುಂಬರುವ ದಿನಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ ಶ್ವಾಸಕೋಶ ಕಾಯಿಲೆಗಳಾದ ನ್ಯೂಮೋನಿಯಾ, ಫೈಬ್ರೋಸಿಸ್ ಹಾಗೂ ಶ್ವಾಸಕೋಶ ಕ್ಯಾನ್ಸರ್ ಪ್ರಕರಣಗಳಿಗೆ ಕೂಡ ಇದನ್ನು ಬಳಸುವ ಸಾಧ್ಯತೆ ಬಗ್ಗೆ ಆಲೋಚಿಸುತ್ತಿದ್ದೇವೆ” ಎನ್ನುತ್ತಾರೆ ಯಲವರ್ತಿ. ಈಗಿರುವ ವಿನ್ಯಾಸದಲ್ಲಿ ಕೆಲವು ಬದಲಾವಣೆಗಳನ್ನು ಮಾಡಿದರೆ ಈ ತಂತ್ರಾಂಶ ಸಾಧನವನ್ನು ಮಿದುಳಿನ ಸ್ಕ್ಯಾನಿಂಗ್ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಲು ಕೂಡ ಬಳಸಬಹುದು ಎಂದೂ ಅವರು ವಿಶ್ವಾಸ ವ್ಯಕ್ತಪಡಿಸುತ್ತಾರೆ.
ಈ ತಂತ್ರಾಂಶ ಸಾಧನವು ಸಾರ್ವಜನಿಕರಿಗೆ ಉಚಿತವಾಗಿ ಲಭ್ಯವಿದೆ.
ಉಲ್ಲೇಖ:
ಪಲುರು ಎನ್. ದಯಾಳ್ ಎ., ಜೆನ್ ಸ್ಸೆನ್ ಎಚ್.ಬಿ., ಸಾಕಿನಿಸ್ ಟಿ., ಸೆಂಕೆರಮಡ್ಡಿ ಎಲ್.ಆರ್., ಪ್ರಕಾಶ್ ಜೆ., ಯಲವರ್ತಿ ಪಿ.ಕೆ., Anam-Net: Anamorphic Depth Embedding-Based Lightweight CNN for Segmentation of Anomalies in COVID-19 Chest CT Images. IEEE Trans Neural Netw Learn Syst. 2021.
https://ieeexplore.ieee.org/document/9349153/
ಸಂಪರ್ಕಿಸಿ:
ಫಣೀಂದ್ರ ಯಲವರ್ತಿ
ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕರು
ಕಾಂಪ್ಯುಟೇಷನಲ್ ಮತ್ತು ಡ್ಯಾಟಾ ಸೈನ್ಸ್ ವಿಭಾಗ (ಸಿ.ಡಿ.ಎಸ್.)
ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆ (ಐ.ಐ.ಎಸ್.ಸಿ.)
yalavarthy@iisc.ac.in
+91-80-2293 2496
ನವೀನ್ ಪಲುರು
ಕಾಂಪ್ಯುಟೇಷನಲ್ ಮತ್ತು ಡ್ಯಾಟಾ ಸೈನ್ಸ್ ವಿಭಾಗ (ಸಿ.ಡಿ.ಎಸ್.)
ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆ (ಐ.ಐ.ಎಸ್.ಸಿ.)
naveenp@iisc.ac.in
ಹಕ್ಕು ನಿರಾಕರಣೆ:
ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ತಂತ್ರಾಂಶಗಳು ಹಾಗೂ ಆಪ್ ಗಳನ್ನು ರೋಗ ದೃಢೀಕರಣ, ಚಿಕಿತ್ಸೆ, ರೋಗ ನಿಯಂತ್ರಣ, ನಿವಾರಣೆ, ತಡೆಗಟ್ಟುವಿಕೆ ಅಥವಾ ವೈದ್ಯಕೀಯ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ ಬಳಸಲು ಹಕ್ಕುದಾರಿಕೆಯುಳ್ಳವು ಎಂದು ಪರಿಭಾವಿಸಬಾರದು. ತಂತ್ರಾಂಶಗಳು/ ಆಪ್ ಗಳು ಚಿಕಿತ್ಸಕವಾಗಿ ಪ್ರಮಾಣೀಕೃತವಾಗಿರುವುದಿಲ್ಲ ಅಥವಾ ಚಿಕಿತ್ಸಕ ಪರಿಶೀಲನೆಗೆ ಒಳಪಟ್ಟಿರುವುದಿಲ್ಲ.
ಪತ್ರಕರ್ತರ ಗಮನಕ್ಕೆ:
ಅ) ಈ ಪತ್ರಿಕಾ ಬಿಡುಗಡೆಯ ಯಾವುದೇ ಪಠ್ಯ ಭಾಗವನ್ನು ಯಥಾವತ್ತಾಗಿ ಬಳಸಿಕೊಂಡರೆ, ದಯವಿಟ್ಟು ಐ.ಐ.ಎಸ್.ಸಿ. ಪತ್ರಿಕಾ ಬಿಡುಗಡೆ ಹೆಸರಿನಲ್ಲಿ ಪ್ರಕಟಿಸಿ.
ಆ) ಐ.ಐ.ಎಸ್.ಸಿ. ಪತ್ರಿಕಾ ಬಿಡುಗಡೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಯಾವುದೇ ಪ್ರಶ್ನೆ ಕೇಳುವುದಿದ್ದರೆ ದಯವಿಟ್ಟು news@iisc.ac.in or pro@iisc.ac.in ಗೆ ಬರೆಯಿರಿ.
—-000—-
