सिंथेटिक डेटा: चेहरे की छवियों में नस्ल को बदलना चिकित्सा डेटासेट में पूर्वाग्रह को दूर करने के लिए

यूसीएलए के शोधकर्ताओं ने चिकित्सा मशीन लर्निंग सिस्टम को प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटासेट में चेहरों की नस्ल को बदलने का एक तरीका विकसित किया है, जो अक्सर नस्लीय पूर्वाग्रह से ग्रस्त होते हैं।

यह नई तकनीक फोटोरियलिस्टिक और शारीरिक रूप से सटीक सिंथेटिक वीडियो का उत्पादन करने में सक्षम है, जो दूरस्थ स्वास्थ्य निदान और निगरानी के लिए नए निदान प्रणाली विकसित करने में मदद करेगी। यह प्रणाली दूरस्थ फोटोप्लेथिस्मोग्राफी (rPPG) में सुधार करने के लिए डिज़ाइन की गई है, जो एक कंप्यूटर दृष्टि तकनीक है जो चेहरे की वीडियो सामग्री का मूल्यांकन करती है ताकि रक्त की आपूर्ति में वolumetric परिवर्तनों का पता लगाया जा सके।

स्रोत: https://arxiv.org/pdf/2106.06007.pdf. बड़ा करने के लिए क्लिक करें।

सीएनएन के लिए नस्लीय परिवर्तन

इस प्रणाली का पहला भाग डरहम विश्वविद्यालय द्वारा 2020 में प्रकाशित शोध के आधार पर विकसित किया गया है, जो वीजीजेएफेस2 पर पूर्व-प्रशिक्षित डरहम नस्ल स्थानांतरण मॉडल का उपयोग करके प्रॉक्सी लक्ष्य फ्रेम का उत्पादन करता है। यह एक समतल नस्लीय विशेषताओं का स्थानांतरण उत्पन्न करता है, लेकिन इसमें रंग और टोन में परिवर्तन शामिल नहीं हैं जो रक्त प्रवाह की शारीरिक स्थिति के दृश्य शारीरिक संकेतक का प्रतिनिधित्व करते हैं।

2020 में डरहम विश्वविद्यालय द्वारा किए गए शोध के परिवर्तन पाइपलाइन का एक हिस्सा, जो नए यूसीएलए शोध में शामिल किया गया है। स्रोत: https://arxiv.org/pdf/2004.08945.pdf. बड़ा करने के लिए क्लिक करें।

एक दूसरा नेटवर्क, जिसे फिजरेसनेट (पीआरएन) कहा जाता है, आरपीपीजी घटक प्रदान करता है। फिजरेसनेट दृश्य उपस्थिति और रंग परिवर्तन दोनों को सीखने के लिए प्रशिक्षित किया जाता है जो त्वचा के नीचे रक्त की मात्रा की गति को परिभाषित करते हैं।

नीचे बाएं, 2020 के डरहम शोध द्वारा प्राप्त परिणाम, जिसमें पीपीजी जानकारी की कमी है। मध्य बाएं, नस्लीय परिवर्तन में पीपीजी जानकारी शामिल की गई। क्लिक करके बड़ा करें।

यूसीएलए परियोजना द्वारा प्रस्तावित आर्किटेक्चर पीपीजी तकनीकों को भी बिना त्वचा के रंग संवर्द्धन के मामले में पार करता है, जो 31% की वृद्धि का प्रतिनिधित्व करता है जो एमएई और आरएमएसई के साथ अनुकूलित समान तकनीकों पर।

यूसीएलए नेटवर्क रक्त की मात्रा और वितरण जानकारी को सफलतापूर्वक संरक्षित करता है। बड़ा करने के लिए क्लिक करें।

यूसीएलए शोधकर्ताओं को उम्मीद है कि भविष्य के कार्य में इस क्षेत्र में नस्लीय पूर्वाग्रह को दूर करने के लिए अधिक व्यापक चुनौतियों का सामना किया जाएगा, और आशा है कि बाद की योजनाओं में उच्च-रिज़ॉल्यूशन वीडियो का उत्पादन किया जाएगा, क्योंकि यह प्रणाली 80×80 पिक्सेल रिज़ॉल्यूशन तक सीमित है, जो दूरस्थ स्वास्थ्य सेवा के लिए उपयुक्त है, लेकिन आदर्श नहीं है।

नस्लीय रूप से विविध डेटासेट की कमी

नस्लीय रूप से विविध डेटासेट के आर्थिक और व्यावहारिक परिस्थितियों ने चिकित्सा अनुसंधान के लिए कई वर्षों से एक बाधा के रूप में कार्य किया है। डेटा आमतौर पर स्थानीय रूप से उत्पन्न होता है, जिसमें कई कारक शामिल होते हैं जो डेटा विषयों की नस्लीय रूप से एकरूपता में योगदान करते हैं। इनमें शोध के लिए उपयोग किए जाने वाले शहरों में अल्पसंख्यक आबादी की संरचना और अन्य सामाजिक-आर्थिक कारक शामिल हैं जो गैर-श्वेत विषयों की उपस्थिति को प्रभावित कर सकते हैं जो शोधकर्ताओं को वैश्विक रूप से लागू करने की इच्छा है।

जिन देशों में त्वचा के रंग वाले विषयों का अनुपात अधिक है, वहां आवश्यक उपकरण और संसाधन अक्सर कम होते हैं।

स्वदेशी लोगों के लिए त्वचा के रंग का विश्व मानचित्र, अमेरिकन जर्नल ऑफ फिजिकल एंथ्रोपोलॉजी से।

वर्तमान में डार्क-स्किन वाले विषय आरपीपीजी डेटासेट में काफी कम प्रतिनिधित्व करते हैं, जो तीन प्राथमिक डेटाबेस में 0%, 5% और 10% की सामग्री का प्रतिनिधित्व करते हैं।

होमोजीनस कॉकेशियन डेटा

2019 में विज्ञान में प्रकाशित एक नए शोध में पाया गया कि एक एल्गोरिदम जो अमेरिकी अस्पताल देखभाल में व्यापक रूप से प्रसारित है, कॉकेशियन विषयों के पक्ष में भारी रूप से पूर्वाग्रहित था। अध्ययन में पाया गया कि काले लोगों को विशेषज्ञ देखभाल में रेफरल और अस्पताल में प्रवेश के गहरे स्तरों में कम संभावना थी।

इसके अलावा, उसी वर्ष में मलेशिया और ऑस्ट्रेलिया के शोधकर्ताओं ने पाया कि डेटासेट जनरेशन के लिए ‘आपनी नस्ल का पूर्वाग्रह’ की समस्या विश्व के कई क्षेत्रों में,包括 एशिया में भी है।

पैमाने और वास्तुकला की संभावित सीमाएं

कुछ सीमाएं जो सीमित-नस्लीय डेटासेट के परिणामस्वरूप हुई हैं, वे नैतिक नहीं बल्कि व्यावहारिक हैं। डेटा की व्यापकता जितनी अधिक होगी, उतनी ही बेहतर यह विभिन्न विषयों पर लागू होगी, लेकिन प्रत्येक विशिष्ट विशेषता के लिए प्रशिक्षण समय, ध्यान और संसाधनों का एक छोटा सा हिस्सा उपलब्ध होगा, जिसमें नस्ल भी शामिल है।

इसके परिणामस्वरूप मॉडल जो व्यापक रूप से लागू होते हैं लेकिन विशिष्ट परिणाम प्राप्त करते हैं, क्योंकि डेटा के आकार, बैच आकार के अर्थशास्त्र और सीमित हार्डवेयर संसाधनों के कारण लेटेंट स्पेस की सीमाओं के कारण होते हैं।

दूसरी ओर, यदि डेटा को एक सीमित सेट của विशेषताओं तक सीमित किया जाता है, जिसमें नस्ल भी शामिल है, तो परिणाम प्रभावी और विस्तृत हो सकते हैं, लेकिन सीमित डेटा पर अधिक फिट होने के कारण व्यापक रूप से लागू नहीं हो सकते हैं, यहां तक कि उसी भौगोलिक क्षेत्र में भी जहां मूल डेटासेट विषय प्राप्त किए गए थे।

पीपीजी सिम्युलेशन के लिए सिंथेटिक अवतार

यूसीएलए के शोध पत्र में 2020 में माइक्रोसॉफ्ट रिसर्च द्वारा किए गए पूर्व कार्य का उल्लेख किया गया है, जो नस्लीय रूप से लचीले सिंथेटिक अवतार का उपयोग पीपीजी जानकारी से भरपूर चेहरे के वीडियो बनाने के लिए करता है, जो 3डी इमेज सिंथेसिस का लाभ उठाता है।

माइक्रोसॉफ्ट रिसर्च द्वारा बनाए गए सिंथेटिक अवतार, जो पीपीजी डेटा वाली रे ट्रेस्ड छवियों को दर्शाते हैं। स्रोत: https://arxiv.org/pdf/2010.12949.pdf. बड़ा करने के लिए क्लिक करें।