पृष्ठभूमि/उद्देश्य: आधुनिक संज्ञानात्मक भार, तनाव, और जीवनशैली के दबावों के कारण व्यापक तंत्रिका अस्थिरता में वृद्धि के साथ मस्तिष्क स्वास्थ्य निगरानी आवश्यक होती जा रही है। यह पेपर BrainTwin प्रस्तुत करता है, जो अगली पीढ़ी का संज्ञानात्मक डिजिटल ट्विन है, एक रोगी-विशिष्ट, सतत अपडेट होने वाला कंप्यूटर मॉडल जो मस्तिष्क तंत्रिका-ऑन्कोलॉजिकल मूल्यांकन के लिए अत्याधुनिक MRI विश्लेषण को वास्तविक समय EEG-आधारित मस्तिष्क स्वास्थ्य बुद्धिमत्ता के साथ संयोजित करता है, जो कि केंद्रीय तंत्रिका तंत्र को प्रभावित करने वाले ट्यूमर (जिनमें उनका पता लगाना, प्रगति, और निगरानी शामिल है) के क्लिनिकल अध्ययन और प्रबंधन से संबंधित है। विधियाँ: संरचनात्मक विश्लेषण एक एनहैंस्ड विज़न ट्रांसफॉर्मर (ViT++) द्वारा संचालित है, जो स्थानिक प्रतिनिधित्व और सीमा स्थानीयकरण को सुधारता है, पारंपरिक मॉडलों की तुलना में अधिक सटीक ट्यूमर पूर्वानुमान प्रदान करता है। निकाले गए ट्यूमर आयतन संक्षिप्त अवधि के ट्यूमर प्रगति मॉडलिंग के लिए आधार बनता है। MRI विश्लेषण के समानांतर, एक इन-हाउस वेयरेबल स्कलकैप के माध्यम से सतत EEG सिग्नल कैप्चर किए जाते हैं, जिन्हें Edge AI का उपयोग कर Hailo Toolkit-सक्षम Raspberry Pi 5 पर पूर्व-प्रसंस्कृत किया जाता है, जिससे कम विलंबता वाला डिनॉइज़िंग और सुरक्षित क्लाउड ट्रांसमिशन संभव होता है। पूर्व-प्रसंस्कृत EEG पैकेट्स फॉग परत पर प्रमाणीकृत होते हैं, जो सुरक्षित और विश्वसनीय क्लाउड ट्रांसफर सुनिश्चित करते हैं, जिससे एज और क्लाउड नोड्स पर महत्वपूर्ण लोड कमी होती है। डिजिटल ट्विन में, EEG विशेषताएं गतिशील ब्रेनवेव विश्लेषण के माध्यम से वास्तविक समय कार्यात्मक निगरानी प्रदान करती हैं, जबकि एक BiLSTM वर्गीकर्ता विश्राम, तनाव, और थकान की अवस्थाओं को अलग करता है, जो EEG स्पेक्ट्रल पैटर्न से प्राप्त संभाव्य संज्ञानात्मक अवस्थाएँ होती हैं। स्थैतिक MRI इमेजिंग के विपरीत, EEG वास्तविक समय मस्तिष्क स्वास्थ्य निगरानी प्रदान करता है। BrainTwin EEG–MRI फ्यूजन करता है, ViT++ संरचनात्मक एम्बेडिंग्स के साथ कार्यात्मक EEG मेट्रिक्स का सहसंबंध करता है ताकि एकल जोखिम स्कोर उत्पन्न किया जा सके जिसे चिकित्सक मस्तिष्क की भविष्य की बीमारियों के प्रति संवेदनशीलता निर्धारित करने के लिए व्याख्यायित कर सकते हैं। व्याख्यायोग्य कृत्रिम बुद्धिमत्ता (XAI) ग्रेडिएंट-वेटेड क्लास एक्टिवेशन मैपिंग (Grad-CAM) हीटमैप्स के माध्यम से नैदानिक व्याख्यात्मकता प्रदान करती है, जो ViT++ के निर्णयों की व्याख्या के लिए उपयोग की जाती हैं और अधिक गहन स्थानिक विवरणों की जांच के लिए 3D इंटरैक्टिव मस्तिष्क मॉडल पर विज़ुअलाइज़ की जाती हैं। परिणाम: मूल्यांकन मापन BiLSTM मैक्रो-F1 0.94 (प्रिसिशन/रियल/एफ1: रिलैक्स्ड 0.96, स्ट्रेस 0.93, थकान 0.92) और ViT++ MRI सटीकता 96% प्रदर्शित करते हैं, जो बेसलाइन आर्किटेक्चर से बेहतर हैं। निष्कर्ष: ये परिणाम BrainTwin की विश्वसनीयता, व्याख्यायिकता, और ट्यूमर मूल्यांकन तथा वास्तविक समय कार्यात्मक मस्तिष्क निगरानी के लिए एक एकीकृत डिजिटल साथी के रूप में नैदानिक उपयोगिता को दर्शाते हैं।
Saha et al. (Mon,) ने इस प्रश्न का अध्ययन किया।