मानसिक स्वास्थ्य विकारों का निदान करने के लिए एआई चेहरे के भाव मूल्यांकन

जर्मनी के शोधकर्ताओं ने कंप्यूटर विजन द्वारा व्याख्या किए गए चेहरे के भावों के आधार पर मानसिक विकारों की पहचान करने के लिए एक विधि विकसित की है।

यह नई दृष्टिकोण न केवल प्रभावित और अप्रभावित विषयों के बीच अंतर कर सकता है, बल्कि अवसाद और स्किज़ोफ्रेनिया के बीच सही ढंग से अंतर कर सकता है, साथ ही साथ यह भी निर्धारित कर सकता है कि रोगी वर्तमान में बीमारी से कितना प्रभावित है।

शोधकर्ताओं ने एक संयुक्त छवि प्रदान की है जो उनके परीक्षणों के लिए नियंत्रण समूह (चित्र में बाएं) और मानसिक विकारों से पीड़ित रोगियों (दाएं) का प्रतिनिधित्व करती है। प्रतिनिधित्व में कई लोगों की पहचान मिलाई जाती है, और न ही कोई छवि एक विशिष्ट व्यक्ति को दर्शाती है:

स्रोत: https://arxiv.org/pdf/2208.01369.pdf

भावनात्मक विकारों वाले व्यक्तियों में अक्सर उठे हुए भौहें, भारी दृष्टि, सूजन वाले चेहरे और मुंह के भाव होते हैं। रोगी गोपनीयता की रक्षा के लिए, ये संयुक्त छवियां नए कार्य के समर्थन में उपलब्ध एकमात्र छवियां हैं।

अब तक, चेहरे की भावना पहचान मुख्य रूप से मूल निदान के लिए एक संभावित उपकरण के रूप में उपयोग की जाती थी। नई दृष्टिकोण, इसके बजाय, उपचार के दौरान रोगी की प्रगति का मूल्यांकन करने का एक संभावित तरीका प्रदान करता है, या संभावित रूप से (हालांकि पत्र में इसका सुझाव नहीं दिया गया है) घरेलू पर्यावरण में आउटपेशेंट निगरानी के लिए।

लेख में कहा गया है*:

‘भावनात्मक कंप्यूटिंग में अवसाद के मशीन निदान से परे, जो पिछले अध्ययनों में विकसित किया गया था, हम दिखाते हैं कि कंप्यूटर विजन के माध्यम से अनुमानित मापनीय भावनात्मक राज्य शुद्ध श्रेणीबद्ध वर्गीकरण में बहुत अधिक जानकारी है।’

शोधकर्ताओं ने इस तकनीक को ऑप्टो इलेक्ट्रॉनिक एन्सेफेलोग्राफी (ओईजी) नाम दिया है, जो चेहरे की छवि विश्लेषण के माध्यम से मानसिक अवस्था का अनुमान लगाने का एक पूरी तरह से निष्क्रिय तरीका है, स्थानीय सेंसर या रे आधारित चिकित्सा इमेजिंग प्रौद्योगिकियों के बजाय।

लेखकों का निष्कर्ष है कि ओईजी न केवल निदान और उपचार में एक माध्यमिक सहायक हो सकता है, बल्कि दीर्घकाल में उपचार पाइपलाइन के मूल्यांकनकारी हिस्सों का एक संभावित प्रतिस्थापन हो सकता है, और जो रोगी निगरानी और प्रारंभिक निदान के लिए आवश्यक समय को कम कर सकता है। वे नोट करते हैं:

‘कुल मिलाकर, मशीन द्वारा पूर्वानुमानित परिणाम पूरे नैदानिक ​​​​पर्यवेक्षक रेटिंग आधारित प्रश्नावली की तुलना में बेहतर संबंध दिखाते हैं और वbjective हैं। कंप्यूटर विजन दृष्टिकोण के लिए कुछ मिनटों का अपेक्षाकृत कम मापन अवधि भी उल्लेखनीय है, जबकि नैदानिक ​​​​साक्षात्कार के लिए कभी-कभी घंटे लगते हैं।’

हालांकि, लेखक इस बात पर जोर देने के लिए उत्सुक हैं कि इस क्षेत्र में रोगी देखभाल एक बहुस्तरीय पीछा है, जिसमें रोगी की स्थिति को ध्यान में रखने के लिए चेहरे के भावों के अलावा कई अन्य संकेतक हैं। यह पारंपरिक दृष्टिकोणों की पूरी तरह से प्रतिस्थापन के रूप में ऐसी प्रणाली को मानने के लिए बहुत जल्दी है। हालांकि, वे ओईजी को एक आशाजनक सहायक प्रौद्योगिकी के रूप में मानते हैं, विशेष रूप से एक रोगी के निर्धारित शासन में दवा उपचार के प्रभावों को ग्रेड करने के तरीके के रूप में।
लेख लेख शीर्षक है भावनात्मक विकारों का चेहरा, और आठ शोधकर्ताओं से आता है जो निजी और सार्वजनिक चिकित्सा अनुसंधान क्षेत्र के विभिन्न संस्थानों से।

डेटा

(नई पत्र मुख्य रूप से मानसिक विकारों के रोगी निदान में वर्तमान में लोकप्रिय विभिन्न सिद्धांतों और विधियों से संबंधित है, परीक्षणों और विभिन्न प्रयोगों में उपयोग की जाने वाली वास्तविक प्रौद्योगिकियों और प्रक्रियाओं पर सामान्य से कम ध्यान देता है)

डेटा संग्रह आचेन विश्वविद्यालय अस्पताल में हुआ, जिसमें 100 लिंग-संतुलित रोगियों और 50 गैर-प्रभावित लोगों का एक नियंत्रण समूह शामिल था। रोगियों में 35 स्किज़ोफ्रेनिया और 65 अवसाद से पीड़ित थे।

रोगी भाग के लिए, प्रारंभिक माप पहले अस्पताल में भर्ती होने पर लिए गए थे, और दूसरा उनके अस्पताल से छुट्टी से पहले, जो कि औसतन 12 सप्ताह का अंतर था। नियंत्रण समूह के प्रतिभागियों को स्थानीय आबादी से यादृच्छिक रूप से भर्ती किया गया था, जिनका स्वागत और ‘छुट्टी’ वास्तविक रोगियों के समान था।

वास्तव में, ऐसे प्रयोग के लिए सबसे महत्वपूर्ण ‘मैदानी सच’ अनुमोदित और मानक विधियों द्वारा प्राप्त निदान होना चाहिए, और ओईजी परीक्षणों के लिए यह मामला था।

हालांकि, डेटा संग्रह चरण ने मशीन व्याख्या के लिए अधिक उपयुक्त अतिरिक्त डेटा प्राप्त किया: 90 मिनट के साक्षात्कार तीन चरणों में एक लॉजिटेक सी270 उपभोक्ता वेबकैम पर 25fps पर कब्जा कर लिया गया था।

पहले चरण में एक मानक हैमिल्टन साक्षात्कार (1960 के आसपास शुरू हुआ) शामिल था, जैसा कि आमतौर पर प्रवेश पर दिया जाता है। दूसरे चरण में, असामान्य रूप से, रोगियों (और नियंत्रण समूह में उनके समकक्ष) को चेहरे के भावों की एक श्रृंखला के वीडियो दिखाए गए, और उनसे प्रत्येक की नकल करने और उस समय अपनी मानसिक स्थिति का अपना अनुमान लगाने के लिए कहा गया, जिसमें भावनात्मक राज्य और तीव्रता शामिल थी। यह चरण लगभग दस मिनट तक चला।

तीसरे और अंतिम चरण में, प्रतिभागियों को 96 वीडियो दिखाए गए, जो लगभग दस सेकंड तक चले, जो कि तीव्र भावनात्मक अनुभवों का वर्णन करते थे। प्रतिभागियों को वीडियो में दर्शाई गई भावना और तीव्रता का मूल्यांकन करने के लिए कहा गया, साथ ही साथ अपनी खुद की भावनाएं भी। यह चरण लगभग 15 मिनट तक चला।

विधि

माध्यमिक चेहरे के माध्यम से कब्जा किए गए भावों के माध्यमिक औसत (ऊपर देखें) तक पहुंचने के लिए, EmoNet ढांचे के साथ भावनात्मक मील का पत्थर कब्जा कर लिया गया था। बाद में, चेहरे के आकार और औसत (औसत) चेहरे के आकार के बीच संबंध पीसवाइस एफिन ट्रांसफॉर्मेशन के माध्यम से निर्धारित किया गया था।

आयामी भावना मान्यता और नेत्र दृष्टि अनुमान पिछले चरण में पहचाने गए प्रत्येक मील के पत्थर पर किया गया था।

इस बिंदु पर, ऑडियो-आधारित भावना अनुमान से पता चलता है कि रोगी की मानसिक स्थिति में एक सिखाने का क्षण आ गया है, और कार्य रोगी के मानसिक राज्य के संबंधित आयाम और डोमेन को विकसित करने और कब्जा करने के लिए संबंधित चेहरे की छवि को पकड़ना है।

(ऊपर दिए गए वीडियो में, हम उन लेखकों द्वारा विकसित कार्य को देखते हैं जिन्होंने आयामी भावना मान्यता प्रौद्योगिकियों का उपयोग किया था जो शोधकर्ताओं द्वारा नए कार्य के लिए किया गया था।)

सामग्री के आकार का भू-विज्ञान प्रत्येक फ्रेम के लिए गणना की गई थी, और एकल मान गुणनीय विचलन (एसवीडी) कमी लागू की गई थी। परिणामी समय श्रृंखला डेटा को अंततः एक वीएआर प्रक्रिया के रूप में मॉडल किया गया था, और फिर एसवीडी के माध्यम से आगे कम किया गया था। मैप अनुकूलन से पहले।

भू-विज्ञान कमी प्रक्रिया के लिए कार्यप्रवाह।

EmoNet नेटवर्क में वैलेंस और उत्तेजना मान भी इसी तरह VAR मॉडलिंग और अनुक्रम कर्नेल गणना के साथ संसाधित किए गए थे।

प्रयोग

जैसा कि पहले बताया गया है, नया कार्य मुख्य रूप से एक चिकित्सा अनुसंधान पत्र है और एक मानक कंप्यूटर विजन जमा नहीं है, और हम पाठक को गहन कवरेज के लिए स्वयं पत्र का संदर्भ देते हैं।

फिर भी, एक चयन को सारांशित करने के लिए:

भावनात्मक विकार संकेत

यहां 40 प्रतिभागियों (नियंत्रण या रोगी समूह से नहीं) से मूल्यांकित माध्यमिक चेहरों (ऊपर देखें) के संबंध में कई प्रश्नों का मूल्यांकन करने के लिए कहा गया था, बिना संदर्भ के डेटा के बारे में सूचित किए। प्रश्न थे:

दो चेहरों का लिंग क्या है?
क्या चेहरे आकर्षक दिखते हैं?
क्या ये चेहरे विश्वासपात्र व्यक्ति हैं?
इन लोगों की कार्रवाई करने की क्षमता कैसे मूल्यांकन करें?
दो चेहरों की भावना क्या है?
दो चेहरों की त्वचा की उपस्थिति क्या है?
दृष्टि की छाप क्या है?
क्या दो चेहरों में मुंह के कोने लटके हुए हैं?
क्या दो चेहरों में उठी हुई भौहें हैं?
क्या ये व्यक्ति चिकित्सा रोगी हैं?

शोधकर्ताओं ने पाया कि ये अंधे मूल्यांकन पंजीकृत राज्य के संसाधित डेटा से संबंधित थे:

माध्यमिक चेहरे के सर्वेक्षण के लिए बॉक्स प्लॉट परिणाम।

नैदानिक ​​मूल्यांकन

ओईजी की प्रारंभिक मूल्यांकन में उपयोगिता का मूल्यांकन करने के लिए, शोधकर्ताओं ने पहले मानक नैदानिक ​​मूल्यांकन की प्रभावशीलता का मूल्यांकन किया, जो प्रवेश और दूसरे चरण (जिस समय रोगी आमतौर पर दवा आधारित उपचार प्राप्त कर रहा होता है) के बीच सुधार के स्तर को मापता है।

शोधकर्ताओं ने निष्कर्ष निकाला कि स्थिति और लक्षण की गंभीरता को इस विधि द्वारा अच्छी तरह से मूल्यांकन किया जा सकता है, 0.82 का संबंध प्राप्त किया जा सकता है। हालांकि, अवसाद या स्किज़ोफ्रेनिया का सटीक निदान अधिक चुनौतीपूर्ण साबित हुआ, जिसमें मानक विधि केवल 0.03 का स्कोर प्राप्त किया गया था।

लेखकों का टिप्पणी है:

‘मूल रूप से, रोगी की स्थिति को सामान्य प्रश्नावली का उपयोग करके अपेक्षाकृत अच्छी तरह से निर्धारित किया जा सकता है। हालांकि, यही एकमात्र निष्कर्ष है जो इससे निकाला जा सकता है। यह नहीं दर्शाता है कि कोई अवसादग्रस्त है या स्किज़ोफ्रेनिक है। यही उपचार प्रतिक्रिया के लिए भी लागू होता है।’

मशीन प्रक्रिया से प्राप्त परिणाम इस समस्या क्षेत्र में उच्च स्कोर प्राप्त करने में सक्षम थे, और प्रारंभिक रोगी मूल्यांकन पहलू के लिए तुलनात्मक स्कोर:

अधिक संख्या बेहतर है। बाएं, मानक साक्षात्कार-आधारित मूल्यांकन सटीकता परिणाम परीक्षण वास्तुकला के चार चरणों में; दाएं, मशीन-आधारित परिणाम।

विकार निदान

स्थिर चेहरे की छवियों के माध्यम से अवसाद को स्किज़ोफ्रेनिया से अलग करना एक महत्वपूर्ण मामला नहीं है। क्रॉस-मान्य, मशीन प्रक्रिया विभिन्न परीक्षण चरणों में उच्च सटीकता स्कोर प्राप्त करने में सक्षम थी:

अन्य प्रयोगों में, शोधकर्ताओं ने यह प्रदर्शित करने में सक्षम थे कि ओईजी दवा उपचार के माध्यम से रोगी में सुधार को महसूस कर सकता है, और विकार के सामान्य उपचार:

‘फार्माकोलॉजिकल उपचार को समायोजित करने के लिए सांख्यिकीय पूर्व ज्ञान के साथ सांख्यिकीय अनुमान के कारण चेहरे की गतिविधि का शारीरिक नियमन में वापसी देखी गई। ऐसा क्लिनिकल नुस्खे के दौरान नहीं देखा गया था। ‘

‘वर्तमान में यह स्पष्ट नहीं है कि क्या ऐसी मशीन-आधारित सिफारिश वास्तव में चिकित्सा में महत्वपूर्ण बेहतर सफलता का परिणाम होगी। विशेष रूप से जब यह ज्ञात है कि दवाएं लंबे समय तक क्या प्रभाव डाल सकती हैं। ‘

‘हालांकि, इस तरह के रोगी-विशिष्ट दृष्टिकोण दैनिक जीवन में अभी भी प्रमुख रूप से उपयोग की जाने वाली सामान्य श्रेणीबद्ध वर्गीकरण योजना की बाधाओं को तोड़ सकते हैं।’

* लेखकों के इनलाइन उद्धरणों को हाइपरलिंक में बदलने के लिए मेरा रूपांतरण।

पहली बार 3 अगस्त 2022 को प्रकाशित।