नोएडा के इंजीनियरिंग छात्रों ने तैयार किया स्मार्ट एआई सिस्टम, एक्स-रे और एमआरआई से बीमारी की पहचान करने में मिलेगी मदद

Share

- Advertisement -

Noida News: बीमारी की सटीक पहचान के लिए मेडिकल जांच की तस्वीरों का विश्लेषण करने में अब आर्टिफिशियल इंटेलिजेंस (AI) भी मददगार साबित हो सकता है। नोएडा स्थित एमजीएम कॉलेज ऑफ इंजीनियरिंग एंड टेक्नोलॉजी के बीटेक कंप्यूटर साइंस (अंतिम वर्ष) के तीन छात्रों ने एक ऐसा ही स्मार्ट सिस्टम तैयार किया है, जो एक्स-रे और एमआरआई की तस्वीरों का विश्लेषण कर संभावित बीमारी या असामान्यता की पहचान करने में सहायता करेगा।

देवांश धींगरा, कनिष्क शांडिल्य और कोमल कश्यप ने ‘ऑटोमेटेड मेडिकल इमेज एनालिसिस फॉर डिजीज डायग्नोसिस यूजिंग डीप लर्निंग’ नाम से यह प्रोजेक्ट विकसित किया है। असिस्टेंट प्रोफेसर पूजा सिंह के मार्गदर्शन में तैयार इस सिस्टम की खास बात यह है कि इसमें तीन अलग-अलग जांच सुविधाओं को एक ही प्लेटफॉर्म पर एकीकृत किया गया है।

एक ही प्लेटफॉर्म पर तीन प्रमुख जांच सुविधाएं

इस एआई आधारित प्रणाली में मुख्य रूप से तीन प्रकार की चिकित्सा जांचों की सुविधा दी गई है:

  • छाती के एक्स-रे से निमोनिया की पहचान।
  • हृदय से जुड़ी असामान्यताओं का वर्गीकरण।
  • कार्डियक एमआरआई से हृदय के एट्रियम (ऊपरी कक्ष) की पहचान।

छात्रों के अनुसार, इस सिस्टम में अभी अन्य नए फीचर जोड़ने की प्रक्रिया भी जारी है।

हीटमैप के जरिए दिखेगा बीमारी वाला संदिग्ध हिस्सा

इस प्रणाली की सबसे बड़ी विशेषता केवल बीमारी से जुड़ा परिणाम बताना नहीं है, बल्कि तस्वीर के उस हिस्से को चिह्नित करके दिखाना भी है, जिसके आधार पर एआई ने अपना निष्कर्ष निकाला है। एक्स-रे जांच में हीटमैप के माध्यम से संदिग्ध हिस्से को दर्शाया जाता है, जबकि एमआरआई में हृदय के एट्रियम वाले क्षेत्र की रूपरेखा तैयार की जाती है। इससे डॉक्टरों और विशेषज्ञों को मेडिकल इमेज समझने में अधिक आसानी हो सकती है।

परीक्षण में मिली 97 प्रतिशत तक सटीकता

प्रोजेक्ट के परीक्षण के दौरान उत्साहजनक परिणाम सामने आए हैं। निमोनिया की पहचान करने वाले मॉडल ने 95 से 97 प्रतिशत तक सटीकता दर्ज की है, जबकि हृदय संबंधी असामान्यताओं के वर्गीकरण में यह आंकड़ा लगभग 93 से 96 प्रतिशत रहा। वहीं, एमआरआई में एट्रियम की पहचान का परिणाम 85 से 90 प्रतिशत तक दर्ज किया गया। छात्रों ने इस मॉडल को विकसित करने के लिए डीप लर्निंग, कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) और यू-नेट (U-Net) तकनीक का उपयोग किया है।

वेब आधारित एप्लीकेशन भी किया तैयार

छात्रों ने फ्लास्क (Flask) तकनीक की मदद से इसका एक वेब आधारित एप्लीकेशन भी तैयार किया है। इसमें उपयोगकर्ता मेडिकल इमेज अपलोड कर अपनी आवश्यकता के अनुसार जांच का विकल्प चुन सकता है, जिसके बाद सिस्टम विश्लेषण कर परिणाम और संबंधित चिह्नित तस्वीर प्रस्तुत करता है।

इस पहल से यह प्रोजेक्ट केवल एक तकनीकी प्रयोग तक सीमित न रहकर एक व्यावहारिक प्लेटफॉर्म के रूप में विकसित हुआ है। विशेषज्ञों के अनुसार, इस तकनीक का उद्देश्य डॉक्टरों की जगह लेना नहीं, बल्कि मेडिकल इमेज के त्वरित और सटीक विश्लेषण में उनकी सहायता करना है।

Desh Raj
Desh Raj
Please wait....

Read more

Related News