Extending the field of view in modulation-based X-ray phase microtomography
यह शोध पत्र बीम स्थिरता और डिटेक्टर की सीमाओं को दूर करने के लिए आइगेनफ्लैट ऑप्टिमाइज़ेशन (eigenflat optimization) को डिफॉर्मेबल इमेज रजिस्ट्रेशन (deformable image registration) के साथ संयोजित करने वाली एक नवीन इमेज प्रोसेसिंग तकनीक प्रस्तुत करता है, जो सेंटीमीटर-आकार की वस्तुओं के मात्रात्मक उच्च-रिज़ॉल्यूशन एक्स-रे फेज माइक्रोटोमोग्राफी को सक्षम बनाता है जिसका फील्ड ऑफ व्यू (field of view) आपतित बीम प्रोफाइल से काफी बड़ा है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक बड़ी तस्वीर: एक नन्हे मस्तिष्क का "पैनोरमा" लेना
कल्पना कीजिए कि आप एक पूरे चूहे के मस्तिष्क की उच्च-रिज़ॉल्यूशन वाली तस्वीर लेने की कोशिश कर रहे हैं, जो लगभग एक बड़े अंगूर (15 मिमी चौड़ा) के आकार का है। हालाँकि, आपके कैमरे का लेंस बहुत शक्तिशाली है लेकिन उसकी खिड़की बहुत छोटी है; यह एक बार में केवल 6 मिमी चौड़ी पट्टी ही देख सकता है।
यदि आप एक फोटो लेने की कोशिश करते हैं, तो आप केवल एक स्लाइस (टुकड़ा) देखते हैं। यदि आप तीन फोटो अगल-बगल में लेते हैं और उन्हें आपस में जोड़ने के लिए टेप से चिपकाने की कोशिश करते हैं, तो आपको दो बड़ी समस्याओं का सामना करना पड़ता है:
- "झिलमिलाती रोशनी" की समस्या: एक्स-रे बीम पूरी तरह से स्थिर नहीं होती है। यह एक पैनोरमा फोटो लेने की कोशिश करने जैसा है जबकि सूरज की चमक और रंग लगातार बदल रहे हों। यदि आप इसके लिए सुधार नहीं करते हैं, तो जहाँ आप फोटो को जोड़ेंगे, वे जोड़ टेढ़े-मेढ़े और गलत दिखेंगे।
- "गंदे लेंस" की समस्या: उपयोग की जाने वाली तकनीक (मॉड्यूलेशन-आधारित इमेजिंग) में बीम में एक विशेष पैटर्न (जैसे ग्रिड या रेगमाल) रखा जाता है ताकि घनत्व (density) को मापा जा सके। यदि प्रकाश स्रोत थोड़ा भी हिल जाता है, तो यह पैटर्न अंतिम छवि में "फँस" जाता है, जो आपके मस्तिष्क के ऊपर शोर (noise) के एक स्थायी ग्रिड की तरह दिखता है।
समाधान: शोधकर्ताओं ने इन तीन छोटे स्लाइसों को मस्तिष्क के इलेक्ट्रॉन घनत्व के एक विशाल, स्पष्ट, 3D मानचित्र में जोड़ने के लिए एक चतुर सॉफ़्टवेयर ट्रिक का आविष्कार किया, जो शोर को हटा देता है और प्रकाश व्यवस्था की समस्याओं को स्वचालित रूप से ठीक कर देता है।
तीन-चरणीय जादू का खेल
उन्होंने इसे कैसे किया, यहाँ रोज़मर्रा की अवधारणाओं के माध्यम से बताया गया है:
1. "स्मार्ट फोटो एडिटर" (आइजनफ्लैट ऑप्टिमाइज़ेशन - Eigenflat Optimization)
समस्या: मानक एक्स-रे इमेजिंग में, आप बैकग्राउंड कैसा दिखता है यह देखने के लिए एक "खाली" फोटो (बिना सैंपल के) लेते हैं, फिर सैंपल वाली फोटो में से उसे घटा देते हैं। लेकिन यहाँ, "खाली" फोटो हर सेकंड बदलती रहती है क्योंकि एक्स-रे बीम डगमगाती रहती है। साथ ही, मस्तिष्क के बीच वाले स्लाइस के लिए, कोई "खाली" क्षेत्र नहीं होता क्योंकि मस्तिष्क पूरे दृश्य को भर देता है।
उपमा: कल्पना कीजिए कि आप एक चित्र बना रहे हैं, लेकिन कमरे की रोशनी लगातार पीले से नीले रंग में बदल रही है। आप यह जानने के लिए कि खाली कमरे का बैकग्राउंड कैसा दिखता है, केवल एक फोटो नहीं ले सकते।
समाधान: शोधकर्ताओं ने आइजनफ्लैट ऑप्टिमाइज़ेशन नामक तकनीक का उपयोग किया। इसे एक "स्मार्ट फोटो एडिटर" के रूप में सोचें जो प्रकाश कैसे बदलता है, उसके पैटर्न को सीखता है। यह सैकड़ों खाली फोटो लेता है, उन्हें उनके बुनियादी "सामग्रियों" (जैसे लाल, हरा और नीला रंग मिलाने की तरह) में तोड़ देता है, और फिर उन सामग्रियों को गणितीय रूप से मिलाकर हर एक स्कैन के क्षण के लिए परफेक्ट बैकग्राउंड फोटो बनाता है। यह उस "ग्रिड" वाले शोर को हटा देता है जो आमतौर पर छवि को खराब कर देता है।
2. "स्ट्रेची रबर शीट" (डिफॉर्मेबल इमेज रजिस्ट्रेशन - Deformable Image Registration)
समस्या: जब आप अगला स्लाइस लेने के लिए सैंपल को हिलाते हैं, तो डिटेक्टर थोड़ा विकृत हो सकता है, या बीम थोड़े अलग कोण पर टकरा सकती है। यदि आप छवियों को बस एक-दूसरे के बगल में खिसकाते हैं (जैसे एक कठोर पहेली का टुकड़ा), तो वे पूरी तरह से मेल नहीं खाएंगे। यह एक नक्शे के दो टुकड़ों को मिलाने जैसा है जिन्हें अलग-अलग तरह से खींचा गया है।
उपमा: कल्पना कीजिए कि आपके पास रबर की एक शीट के तीन टुकड़े हैं जिन पर मस्तिष्क का चित्र है। यदि आप उन्हें बस टेप से जोड़ते हैं, तो रेखाएं टेढ़ी हो सकती हैं।
समाधान: उन्होंने डिफॉर्मेबल इमेज रजिस्ट्रेशन का उपयोग किया। यह एक जादुई रबर शीट की तरह है जो अगली स्लाइस के साथ मस्तिष्क के किनारों को पूरी तरह से मिलाने के लिए स्थानीय रूप से खिंच सकती है, सिकुड़ सकती है और मुड़ सकती है। यह छवि को इतना मोड़ देता है कि रक्त वाहिकाएं और ऊतक (tissue) की रेखाएं एक स्लाइस से दूसरे स्लाइस में सहजता से बहती हुई दिखाई देती हैं, भले ही हार्डवेयर पूरी तरह से संरेखित (aligned) न रहा हो।
3. "सीमलेस स्टिच" (ब्लेंडिंग - Blending)
समस्या: एक बार जब छवियां संरेखित हो जाती हैं और शोर हट जाता है, तो आपको ओवरलैपिंग क्षेत्रों को मिलाना होता है ताकि आपको वह रेखा न दिखे जहाँ एक फोटो समाप्त होती है और दूसरी शुरू होती है।
उपमा: इसे एक फिल्म में 'क्रॉस-फेड' की तरह सोचें। एक कठोर कट के बजाय, बाईं छवि की चमक धीरे-धीरे कम होती है जबकि दाईं छवि उभरती है।
समाधान: कंप्यूटर एक सुचारू संक्रमण क्षेत्र (transition zone) की गणना करता है। यह बाईं छवि के सबसे अच्छे हिस्सों और दाईं छवि के सबसे अच्छे हिस्सों को लेता है और उन्हें गणितीय रूप से मिला देता है। परिणाम एक विशाल, निरंतर छवि है जो ऐसी दिखती है जैसे इसे एक ही बार में लिया गया हो, भले ही वास्तव में यह तीन अलग-अलग स्कैन थे।
यह क्यों मायने रखता है?
1. अदृश्य को देखना:
यह विधि वैज्ञानिकों को मस्तिष्क के इलेक्ट्रॉन घनत्व को देखने की अनुमति देती है। इलेक्ट्रॉन घनत्व को ऊतक के भीतर परमाणुओं का एक "वेट मैप" (वजन का नक्शा) समझें। यह उन्हें बताता है कि मस्तिष्क के विभिन्न हिस्से कितने घने हैं, जिससे उन्हें बिना मस्तिष्क को काटे, स्वस्थ ऊतक और बीमारी के बीच या विभिन्न प्रकार की कोशिकाओं के बीच अंतर करने में मदद मिलती है।
2. "चौथी पीढ़ी" का भविष्य:
नई, अत्यंत शक्तिशाली एक्स-रे मशीनें (सिनक्रोट्रॉन) बनाई जा रही हैं। वे इतनी शक्तिशाली हैं कि उनकी बीम अविश्वसनीय रूप से संकीर्ण (एक लेजर पॉइंटर की तरह) है। इसका मतलब है कि वे एक बार में केवल बहुत छोटी चीजों को ही देख सकती हैं। यह नई विधि वह "सेतु" (bridge) है जो हमें कई छोटे दृश्यों को जोड़कर बड़े ऑब्जेक्ट्स (जैसे पूरे अंग या चट्टानें) को स्कैन करने के लिए इस छोटी, शक्तिशाली बीम का उपयोग करने की अनुमति देती है।
3. "एक ही आकार सबके लिए" वाली धारणाओं का अंत:
पुरानी विधियाँ अक्सर मान लेती थीं कि पूरी वस्तु एक ही सामग्री से बनी है (जैसे यह मानना कि मस्तिष्क केवल पानी का एक बड़ा गोला है)। यह नई विधि स्मार्ट है और जटिल, मिश्रित सामग्रियों (जैसे हड्डी, वसा और नरम ऊतक एक साथ) को संभालने और प्रत्येक के लिए सटीक माप देने में सक्षम है।
परिणाम
टीम ने सफलतापूर्वक एक पूरे चूहे के मस्तिष्क (15 मिमी चौड़ा) को स्कैन किया, जिसे केवल 6 मिमी देख पाने वाली मशीन का उपयोग करके बनाया गया था। अंतिम छवि लगभग 10 माइक्रोमीटर (मानव बाल से भी पतला) के रिज़ॉल्यूशन वाला एक 3D मानचित्र था। यह इतना चिकना और स्पष्ट था कि आप यह नहीं बता सकते थे कि तीन अलग-अलग स्कैन को कहाँ जोड़ा गया था।
संक्षेप में: उन्होंने कंप्यूटर को एक मास्टर फोटो एडिटर और एक कुशल दर्जी बनना सिखाया, जिससे उन्हें एक विशाल, हाई-डेफिनिशन 3D मानचित्र को जोड़ने की अनुमति मिली, बावजूद इसके कि कैमरा केवल एक छोटे से हिस्से को ही देख पा रहा था।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।