🔬 instrumentation

Position-Sensitive Silicon Photomultiplier Array with Enhanced Position Reconstruction by means of a Deep Neural Network

यह शोध पत्र प्रदर्शित करता है कि लीनियरली-ग्रेडेड सिलिकॉन फोटोमल्टीप्लायर्स के 2x2 ऐरे पर डीप न्यूरल नेटवर्क लागू करने से पारंपरिक पुनर्निर्माण विधियों की तुलना में रिज़ॉल्यूशन और लीनियरिटी में महत्वपूर्ण सुधार होता है और साथ ही हल करने योग्य पिक्सल की संख्या में 5.7 से 12.1 गुना की वृद्धि होती है।

मूल लेखक: Cyril Alispach, Fabio Acerbi, Hossein Arabi, Domenico della Volpe, Alberto Gola, Aramis Raiola, Habib Zaidi

प्रकाशित 2026-03-06✓ Author reviewed ⓘ

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Cyril Alispach, Fabio Acerbi, Hossein Arabi, Domenico della Volpe, Alberto Gola, Aramis Raiola, Habib Zaidi

✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने नहीं लिखा है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक बड़ी, अंधेरी खिड़की पर बैठी एक नन्ही, चमकती हुई जुगनू की तस्वीर लेने की कोशिश कर रहे हैं। आप यह जानना चाहते हैं कि वह खिड़की पर ठीक कहाँ बैठी है।

मेडिकल इमेजिंग (जैसे PET स्कैन या SPECT स्कैन) की दुनिया में, वैज्ञानिक सिलिकॉन फोटोमल्टीप्लायर (SiPMs) नामक विशेष सेंसर का उपयोग करते हैं जो उस खिड़की की तरह काम करते हैं। वे रेडिएशन के टकराने से उत्पन्न होने वाली रोशनी की नन्ही चमक को पहचानते हैं। लक्ष्य यह है कि ये चमकें कहाँ हो रही हैं, इसका सटीक नक्शा बनाया जा सके ताकि रोगी के शरीर के भीतर की स्पष्ट तस्वीर बनाई जा सके।

समस्या: "धुंधली" खिड़की

शोधकर्ता एक विशिष्ट प्रकार के सेंसर के साथ काम कर रहे थे जिसे LG-SiPM कहा जाता है। इस सेंसर को एक व्यक्तिगत पिक्सेल वाले ग्रिड (जैसे एक मानक कैमरा) के रूप में नहीं, बल्कि कांच की एक एकल, बड़ी, निरंतर शीट के रूप में सोचें जिस पर एक विशेष "रेसिस्टिव" कोटिंग है।

जब रोशनी की एक चमक इस शीट से टकराती है, तो यह फैल जाती है, जैसे गीले कागज पर स्याही की एक बूंद गिरती है। इस सेंसर से केवल 6 तार (चैनल) बाहर निकल रहे हैं जो यह मापने के लिए हैं कि कितना "स्याही" (चार्ज) प्रत्येक कोने तक पहुँचा।

पुराना तरीका (लीनियर रिकंस्ट्रक्शन):
परंपरागत रूप से, वैज्ञानिकों ने एक सरल गणितीय सूत्र का उपयोग करके यह अनुमान लगाने की कोशिश की कि जुगनू कहाँ गिरा। यह कुछ ऐसा है जैसे कहना, "यदि बाएं तार को 30% सिग्नल मिला और दाएं को 70%, तो जुगनू बाएं से 30% की दूरी पर होना चाहिए।"

खामी: वास्तविक जीवन आदर्श नहीं होता। तारों में मामूली दोष होते हैं, कांच पूरी तरह से एक समान नहीं होता है, और स्याही असमान रूप से फैलती है। यह सरल गणितीय सूत्र भ्रमित हो जाता है, जिससे एक धुंधला और विकृत नक्शा बनता है। यह एक ऐसे शहर में नेविगेट करने जैसा है जहाँ मानचित्र में सड़कें थोड़ी टेढ़ी-मेढ़ी हैं; आप गलत पड़ोस में पहुँच जाते हैं।

समाधान: "सुपर-इंटेलिजेंट" अनुवादक

शोधकर्ताओं ने साधारण गणितीय सूत्र का उपयोग करना बंद करने और इसके बजाय एक डीप न्यूरल नेटवर्क (DNN) को इस पहेली को सुलझाने के लिए प्रशिक्षित करने का निर्णय लिया।

न्यूरल नेटवर्क को एक सुपर-स्मार्ट अनुवादक या एक ट्यूटर के रूप में समझें।

प्रशिक्षण: उन्होंने एक लेजर पॉइंटर (जो जुगनू की तरह कार्य करता है) लिया और उसे सेंसर के हजारों ज्ञात, सटीक स्थानों पर घुमाया। उन्होंने रिकॉर्ड किया कि प्रत्येक स्थान पर 6 तारों ने क्या "देखा"।
सीखना: उन्होंने इस डेटा को AI में डाला। AI ने 6 तारों से प्राप्त बिखरे हुए, विकृत संकेतों को देखा और उनकी तुलना लेजर के वास्तविक स्थान से की। इसने सेंसर की "बारीकियों" और "गड़बड़ियों" को समझ लिया। इसने महसूस किया, "ओह, जब ऊपर वाला तार X और नीचे वाला Y पढ़ता है, तो सरल गणित कहता है कि यह यहाँ है, लेकिन कांच के उस अजीब दोष के कारण, यह वास्तव में वहाँ है।"
परिणाम: प्रशिक्षित होने के बाद, AI एक नए, बिखरे हुए सिग्नल को देख सकता था और तुरंत विरूपण (डिस्टॉर्शन) को ठीक कर सकता था, जिससे अविश्वसनीय सटीकता के साथ स्थान का पता चल जाता था।

जादुई संख्याएँ: एक ग्रिड से एक जंगल तक

परिणाम चौंकाने वाले थे।

पुराना तरीका: केवल सेंसर पर लगभग 540 अलग-अलग स्थानों को पहचान सकता था। कल्पना कीजिए कि आप एक ऐसे जंगल में चलने की कोशिश कर रहे हैं जहाँ पेड़ एक-दूसरे से बहुत दूर हैं; आप उनके बीच के विवरण नहीं देख सकते।
नया AI तरीका: यह 6,500 से अधिक अलग-अलग स्थानों को पहचान सकता था!
- उपमा: यह उसी जंगल को लेने और अचानक यह महसूस करने जैसा है कि घास की हर एक पत्ती एक अलग पेड़ है। रिज़ॉल्यूशन (विभेदन) में 12 गुना वृद्धि हुई।

यह क्यों मायने रखता है?

मेडिकल इमेजिंग में, उच्च रिज़ॉल्यूशन का अर्थ है कि डॉक्टर शरीर के भीतर छोटे ट्यूमर या सूक्ष्म विवरण देख सकते हैं।

पहले: सेंसर एक लो-रिज़ॉल्यूशन टीवी स्क्रीन (बड़े, ब्लॉक वाले पिक्सेल) की तरह था।
बाद में: AI के साथ, यह एक 4K अल्ट्रा एचडी स्क्रीन की तरह है।

शोधकर्ताओं ने दिखाया कि उच्च-डेफिनिशन चित्र प्राप्त करने के लिए आपको हजारों तारों वाले महंगे, जटिल सेंसर बनाने की आवश्यकता नहीं है। आप कम तारों वाले एक सरल, सस्ते सेंसर का उपयोग कर सकते हैं और बस एक स्मार्ट कंप्यूटर को धुंधले हिस्सों को ठीक करने के लिए भारी काम सौंप सकते हैं।

निचोड़

यह शोध पत्र सिद्ध करता है कि एक चतुराई से डिज़ाइन किए गए सेंसर के साथ एक "मस्तिष्क" (डीप न्यूरल नेटवर्क) को जोड़कर, हम एक थोड़े अपूर्ण, कम-चैनल वाले डिवाइस को एक उच्च-सटीक इमेजिंग टूल में बदल सकते हैं। यह इस बात का एक आदर्श उदाहरण है कि कैसे आधुनिक AI हार्डवेयर की भौतिक सीमाओं को ठीक कर सकता है, जिससे मेडिकल स्कैन अधिक स्पष्ट, साफ और संभावित रूप से अधिक किफायती बन सकते हैं।

यहाँ शोध पत्र "Position-Sensitive Silicon Photomultiplier Array with Enhanced Position Reconstruction by means of a Deep Neural Network" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

गामा-रे इमेजिंग अनुप्रयोगों (जैसे SPECT और PET) के लिए ऐसी स्थिति-संवेदनशील डिटेक्टरों (position-sensitive detectors) की आवश्यकता होती है जो स्किंटिलेशन घटनाओं (scintillation events) के स्थान का पुनर्निर्माण (reconstruct) कर सकें। जबकि सिलिकॉन फोटोमल्टीप्लायर (SiPMs) उच्च गेन (gain) और टाइमिंग रेजोल्यूशन प्रदान करते हैं, पारंपरिक स्थिति पुनर्निर्माण विधियों को महत्वपूर्ण सीमाओं का सामना करना पड़ता है:

चैनल संख्या बनाम रेजोल्यूशन: मानक एरेज़ में प्रत्येक पिक्सेल के लिए एक रीडआउट चैनल की आवश्यकता होती है, जिससे इलेक्ट्रॉनिक्स जटिल हो जाते हैं। स्थिति-संवेदनशील SiPMs (विशेष रूप से लीनियरली-ग्रेडेड SiPMs या LG-SiPMs) कम चैनलों (जैसे 2x2 एरे के लिए 4 या 6 चैनल) का उपयोग करके स्थिति का अनुमान लगाने के लिए एक रेसिस्टिव नेटवर्क का उपयोग करते हैं, लेकिन यह गैर-रैखिकता (non-linearities) पेश करता है।
विकृतियाँ और गैर-रैखिकता (Distortions and Non-Linearity): मानक "सेंटर ऑफ ग्रेविटी" (CoG) पुनर्निर्माण सूत्र एक आदर्श, रैखिक सेंसर व्यवहार को मानता है। वास्तव में, इलेक्ट्रॉनिक दोष, रेसिस्टिव नेटवर्क में गैर-एकरूपता और किनारों के प्रभाव (edge effects), पुनर्निर्मित इवेंट मैप्स में व्यवस्थित बदलाव (systematic shifts), विकृतियाँ और कम रैखिकता का कारण बनते हैं।
सीमित सूक्ष्मता (Limited Granularity): ये विकृतियाँ सेंसर क्षेत्र के भीतर विशिष्ट क्षेत्रों ("पिक्सेल") की संख्या को कम कर देती हैं, जिससे प्रभावी स्थानिक रेजोल्यूशन (spatial resolution) और इमेजिंग परिशुद्धता सीमित हो जाती है।

2. कार्यप्रणाली (Methodology)

प्रयोगात्मक सेटअप (Experimental Setup)

डिवाइस: LG-SiPMs का एक 2x2 टाइल, प्रत्येक तत्व लगभग $8 \times 8 \text{ mm}^2$ , जो $\approx 16 \times 16 \text{ mm}^2$ का कुल संवेदनशील क्षेत्र बनाता है। चिप्स $20 \mu\text{m}$ सेल पिच के साथ FBK RGB-HD तकनीक का उपयोग करते हैं।
रीडआउट: एक "स्मार्ट चैनल" कॉन्फ़िगरेशन 2x2 एरे के केंद्रीय चैनलों को जोड़ता है, जिसके परिणामस्वरूप हिट स्थिति का अनुमान लगाने के लिए केवल 6 रीडआउट चैनल ( $Q_1$ से $Q_6$ ) प्राप्त होते हैं।
डेटा अधिग्रहण (Data Acquisition):
- प्रकाश स्रोत के रूप में एक ऑप्टिकल फाइबर से जुड़ा एक नीला LED ( $470 \text{ nm}$ ) उपयोग किया गया था।
- सेंसर को लीनियर स्टेज का उपयोग करके ग्रिड पैटर्न ( $37 \times 37$ स्टेप्स, $0.5 \text{ mm}$ स्पेसिंग) में घुमाया गया।
- प्रत्येक स्टेप पर, प्रति चैनल 10,000 वेवफॉर्म (waveforms) प्राप्त किए गए।
- डेटा को एज इफेक्ट्स और टाइल्स के बीच के अंतराल को बाहर करने के लिए कुल चार्ज द्वारा फ़िल्टर किया गया।

पुनर्निर्माण दृष्टिकोण (Reconstruction Approaches)

अध्ययन ने दो पुनर्निर्माण विधियों की तुलना की:

रैखिक पुनर्निर्माण (Linear Reconstruction - बेसलाइन):
- रेसिस्टिव नेटवर्क आर्किटेक्चर से प्राप्त मानक विश्लेषणात्मक सूत्र (पेपर में समीकरण 1 और 2) का उपयोग करता है।
- सापेक्ष निर्देशांकों (relative coordinates) को पूर्ण मोटर निर्देशांकों (absolute motor coordinates) में मैप करने के लिए एक रैखिक रूपांतरण (स्केलिंग, रोटेशन और शिफ्टिंग) लागू करता है।
- प्रभावी रूप से एक "जीरो हिडन लेयर" वाला न्यूरल नेटवर्क है जिसमें फिक्स्ड या न्यूनतम अनुकूलित रैखिक वेट्स (weights) हैं।
डीप न्यूरल नेटवर्क (DNN) पुनर्निर्माण:
- आर्किटेक्चर: एक फीडफॉरवर्ड नेटवर्क जिसमें 6-यूनिट इनपुट लेयर (सामान्यीकृत चार्ज एम्प्लीट्यूड $Q_i$ ), हाइपरबोलिक टेंगेंट (tanh) एक्टिवेशन फंक्शन के साथ $N_{layers}$ हिडन डेंस लेयर्स (प्रत्येक 64 यूनिट्स) है। आउटपुट लेयर में $x$ और $y$ निर्देशांकों के लिए 2 यूनिट्स (लीनियर एक्टिवेशन) हैं।
- प्रशिक्षण रणनीति (Training Strategy): सामान्यीकरण (generalization) का परीक्षण करने के लिए डेटासेट को तीन अलग-अलग तकनीकों का उपयोग करके विभाजित किया गया:
  - (A) रैंडम स्प्लिट।
  - (B) चेसबोर्ड स्प्लिट (वैकल्पिक ग्रिड पोजीशन)।
  - (C) रैंडम पोजीशन स्प्लिट।
- अनुकूलन (Optimization): ज्ञात मोटर पोजीशन और प्राप्त चार्ज के बीच मीन स्क्वेर्ड एरर (MSE) को कम करने के लिए एडम (Adam) ऑप्टिमाइज़र का उपयोग करके प्रशिक्षित किया गया। एब्सोल्यूट लाइट यील्ड पर निर्भरता को हटाने के लिए इनपुट चार्ज को टोटल चार्ज द्वारा नॉर्मलाइज़ किया गया था।

3. मुख्य योगदान (Key Contributions)

स्थिति सुधार के लिए DNN: यह प्रदर्शित किया कि एक डीप न्यूरल नेटवर्क, एलजी-एसआईपीएम (LG-SiPM) रेसिस्टिव नेटवर्क में निहित गैर-रैखिक विकृतियों को प्रभावी ढंग से सीख और ठीक कर सकता है, जो नाममात्र (nominal) विश्लेषणात्मक पुनर्निर्माण सूत्र से बेहतर प्रदर्शन करता है।
ग्रैनुलैरिटी वृद्धि: दिखाया गया कि DNN प्रभावी रूप से सेंसर की ग्रैनुलैरिटी को काफी बढ़ा सकता है, जिससे पहले के रैखिक तरीकों की तुलना में बहुत छोटे क्षेत्रों को हल (resolve) करना संभव हो जाता है।
मजबूती का सत्यापन (Robustness Testing): विधि को तीन अलग-अलग डेटा स्प्लिटिंग रणनीतियों के माध्यम से मान्य किया गया, जो यह सिद्ध करता है कि DNN केवल विशिष्ट प्रशिक्षण निर्देशांकों को याद करने के बजाय अंतर्निहित सेंसर भौतिकी (sensor physics) को सीखता है।

4. मुख्य परिणाम (Key Results)

मेट्रिक (Metric)	रैखिक पुनर्निर्माण (Linear)	DNN पुनर्निर्माण (सर्वश्रेष्ठ मामला)	सुधार कारक (Improvement Factor)
माध्य रेजोल्यूशन ( $\sigma$ )	$\approx 78.5 \mu\text{m}$	$\approx 67.4 \mu\text{m}$	$\approx 1.17\times$
माध्य व्यवस्थित बदलाव ( $\nu$ )	$\approx 317 \mu\text{m}$	$\approx 41 \mu\text{m}$	$7.8\times$
ग्रैनुलैरिटी ( $2\langle d \rangle$ )	$\approx 687 \mu\text{m}$	$\approx 198 \mu\text{m}$	$3.5\times$
हल किए गए क्षेत्र ( $N$ )	$\approx 541$	$\approx 6,530$	$12.1\times$

व्यवस्थित बदलाव (Systematic Shift): सबसे महत्वपूर्ण सुधार व्यवस्थित बदलावों को कम करने में हुआ। DNN ने औसत विस्थापन त्रुटि (displacement error) को रैखिक विधि की तुलना में 3.4 से 7.8 गुना कम कर दिया, जो प्रभावी रूप से टाइल गैप और बॉर्डर पर विकृतियों को ठीक करता है।
हल किए गए क्षेत्र (Resolvable Regions): $16 \times 16 \text{ mm}^2$ क्षेत्र के लिए 'डिस्टिंग्विशेबल पिक्सेल' की संख्या ~541 (रैखिक) से बढ़कर ~6,530 (DNN) हो गई, जो डेटा स्प्लिटिंग पद्धति के आधार पर 5.7 से 12.1 गुना की वृद्धि को दर्शाता है।
इष्टतम आर्किटेक्चर (Optimal Architecture): 3 हिडन लेयर्स वाले नेटवर्क ने कन्वर्जेंस स्पीड और प्रदर्शन के बीच सबसे अच्छा संतुलन प्रदान किया। अधिक लेयर्स जोड़ने से लाभ कम होने लगा (diminishing returns), जबकि कम लेयर्स (0-2) उप-इष्टतम (suboptimal) थीं।
रेजोल्यूशन: हालांकि अंतर्निहित शोर (intrinsic noise/resolution $\sigma$ ) में मामूली सुधार हुआ ( $78.5 \to 67.4 \mu\text{m}$ ), मुख्य लाभ रैखिकता और व्यवस्थित पूर्वाग्रह (systematic bias) को कम करने में था।

5. महत्व और निष्कर्ष (Significance and Conclusion)

सब-मिलीमीटर परिशुद्धता: यह अध्ययन सिद्ध करता है कि LG-SiPMs, जब DNN-आधारित पुनर्निर्माण के साथ जोड़े जाते हैं, तो रीडआउट चैनलों की संख्या बढ़ाए बिना सब-मिलीमीटर स्थानिक रेजोल्यूशन ( $\approx 200 \mu\text{m}$ ग्रैनुलैरिटी) प्राप्त कर सकते हैं।
मेडिकल इमेजिंग प्रभाव: यह तकनीक कॉम्पैक्ट गामा कैमरों (SPECT/PET) के लिए अत्यधिक प्रासंगिक है, जहाँ चैनल काउंट कम करने से इमेज क्वालिटी बनाए रखते हुए लागत और जटिलता कम होती है।
भविष्य का दृष्टिकोण: हालांकि वर्तमान अध्ययन में LED स्कैन (केवल प्रकाश) का उपयोग किया गया था, लेखक नोट करते हैं कि वास्तविक स्किंटिलेशन घटनाओं के तहत भी रैखिक विधियों की तुलना में DNN का तुलनात्मक लाभ बना रहेगा। भविष्य के कार्यों में वास्तविक रेडिएशन डिटेक्शन स्थितियों के तहत प्रदर्शन को मान्य करने के लिए इन सेंसरों को स्किंटिलेटर के साथ जोड़ा जाएगा, भले ही गामा किरणों के लिए 'ग्राउंड-ट्रुथ' स्थिति प्राप्त करना चुनौतीपूर्ण हो।

संक्षेप में, यह शोध पत्र स्थापित करता है कि लिनियरली-ग्रेडेड SiPM एरेज़ में स्थिति के पुनर्निर्माण के लिए डीप न्यूरल नेटवर्क, विश्लेषणात्मक सूत्रों के लिए एक बेहतर विकल्प हैं, जो एक ऐसे सेंसर को उच्च-परिशुद्धता, उच्च-ग्रैनुलैरिटी इमेजिंग डिवाइस में बदल देते हैं जिसमें महत्वपूर्ण गैर-रैखिक विकृतियाँ मौजूद होती हैं।