🔬 physics

Microwave focusing with temporal interference for non-invasive deep brain stimulation

यह शोध पत्र एक गैर-आक्रामक गहन मस्तिष्क उत्तेजना (डीप ब्रेन स्टिमुलेशन) पद्धति का प्रस्ताव और सत्यापन करता है जो एक यथार्थवादी सिर मॉडल के भीतर विशिष्ट मस्तिष्क लक्ष्यों पर माइक्रोवेव-प्रेरित विद्युत क्षेत्रों को सटीक रूप से केंद्रित करने के लिए पुनरावृत्ति समय उत्क्रमण (इटरेटिव टाइम रिवर्सल) और टेम्पोरल इंटरफेरेंस अनुकूलन को जोड़ता है, जबकि विशिष्ट अवशोषण दर (एसएआर) अनुपालन के माध्यम से सुरक्षा सुनिश्चित करता है।

मूल लेखक: Mika Söderström, Melker Carlsson, Patrik Nicolausson, Mariana Dalarsson

प्रकाशित 2026-06-05

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Mika Söderström, Melker Carlsson, Patrik Nicolausson, Mariana Dalarsson

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

कल्पना कीजिए कि आपके पास एक गहरे समुद्र का खजाना संदूक (आपके मस्तिष्क का एक विशिष्ट हिस्सा) है जिसे सही ढंग से काम करने के लिए एक हल्के से धक्के या संकेत की आवश्यकता है। वर्तमान में, उस तक पहुँचने का एकमात्र तरीका खोपड़ी में छेद करके एक तार डालना है—जो कि एक जोखिम भरी सर्जरी है। यह शोध पत्र एक नया, गैर-आक्रामक (non-invasive) तरीका प्रस्तावित करता है जिससे माइक्रोवेव का उपयोग करके वह "धक्का" भेजा जा सके, जो एक हाई-टेक टॉर्च की तरह है जो केवल खजाने के संदूक पर ही रोशनी डाल सकती है बिना कमरे के बाकी हिस्सों को रोशन किए।

लेखकों ने इसे कैसे हासिल किया, इसे सरल उपमाओं के माध्यम से समझाया गया है:

1. समस्या: "टॉर्च" की दुविधा

सामान्यतः, यदि आप एक मोटी, धुंधली दीवार (आपकी खोपड़ी और मस्तिष्क के ऊतक) के माध्यम से प्रकाश (या एक विद्युत संकेत) चमकाने की कोशिश करते हैं, तो प्रकाश बिखर जाता है और धुंधला हो जाता है। आप इसे अंदर गहराई में स्थित एक छोटे से बिंदु पर केंद्रित नहीं कर सकते बिना उसके सामने की हर चीज़ को अंधा किए।

पुराना तरीका: कम-आवृत्ति वाले संकेत (जैसे वर्तमान गैर-आक्रामक उपचारों में उपयोग किए जाते हैं) एक चौड़े फ्लडलाइट की तरह होते हैं। वे खोपड़ी के माध्यम से गुजर सकते हैं, लेकिन वे पूरे मस्तिष्क को रोशन कर देते हैं, न कि केवल उस विशिष्ट स्थान को जिसे आप चाहते हैं।
नया विचार: उच्च-आवृत्ति वाले माइक्रोवेव (एक लेजर की तरह) का उपयोग करें क्योंकि उन्हें कसकर केंद्रित किया जा सकता है। लेकिन एक पेंच है: मस्तिष्क की कोशिकाएं (न्यूरॉन्स) एक लेजर-तेज संकेत पर प्रतिक्रिया करने के लिए बहुत धीमी हैं। वे केवल धीमी, लयबद्ध तरंगों (pulses) पर प्रतिक्रिया करती हैं।

2. समाधान: "बीट" का कमाल (टेम्पोरल इंटरफेरेंस)

लेखक टेम्पोरल इंटरफेरेंस (TI) नामक एक चतुर तकनीक का उपयोग करते हैं।

उपमा: कल्पना कीजिए कि दो लोग तालियाँ बजा रहे हैं।
- व्यक्ति A बहुत तेज़, स्थिर लय (एक उच्च-आवृत्ति तरंग) पर ताली बजाता है।
- व्यक्ति B एक थोड़ी अलग, लेकिन उतनी ही तेज़ लय पर ताली बजाता है।
- यदि आप उस स्थान पर खड़े हैं जहाँ उनकी तालियाँ पूरी तरह से आपस में मिलती हैं, तो आप एक "वाह-वाह-वाह" जैसी ध्वनि (एक बीट) सुनते हैं जो व्यक्तिगत तालियों की तुलना में बहुत धीमी होती है।
मस्तिष्क में यह कैसे काम करता है: शोधकर्ता मस्तिष्क में दो उच्च-गति वाले माइक्रोवेव संकेत भेजते हैं। हर जगह, संकेत केवल तेज़ शोर की तरह होते हैं जिन्हें मस्तिष्क अनदेखा कर देता है। लेकिन ठीक उस स्थान पर जहाँ दोनों संकेत मिलते हैं, वे एक "बीट" (एक धीमी, लयबद्ध तरंग) बनाते हैं। यह धीमी बीट ही वह संकेत है जिसे मस्तिष्क की कोशिकाएं वास्तव में सुन सकती हैं और जिस पर प्रतिक्रिया दे सकती हैं।

3. सेटअप: "स्मार्ट स्पीकर ऐरे"

इसे साकार करने के लिए, उन्होंने केवल एक एंटीना का उपयोग नहीं किया। उन्होंने सिर के चारों ओर कई छोटे एंटीना का एक समूह (array) उपयोग किया, जो स्मार्ट स्पीकर्स के एक घेरे की तरह है।

चुनौती: मस्तिष्क विभिन्न सामग्रियों (हड्डी, वसा, पानी, ग्रे मैटर) से बना एक घर है। कुछ सामग्रियां तरंगों को धीमा कर देती हैं, कुछ उन्हें सोख लेती हैं। यह एक जटिल भूलभुलैया है।
दो-चरणीय रणनीति:
1. चरण 1: "इको" मैप (इटरेटिव टाइम रिवर्सल): कल्पना कीजिए कि आप एक गुफा में चिल्ला रहे हैं और उसकी गूँज (echo) सुन रहे हैं। कंप्यूटर लक्ष्य स्थान से बाहर की ओर एंटीना की ओर जाने वाले संकेत का अनुकरण करता है, फिर उस पथ को उल्टा कर देता है। यह सिस्टम को बताता है कि एंटीना को कहाँ रखना है और मस्तिष्क के जटिल ऊतकों से लड़ने के लिए उन्हें कैसे लक्षित करना है। यह एक भूलभुलैया के माध्यम से पीछे की ओर चलकर उसका सटीक मार्ग मैप करने जैसा है।
2. चरण 2: "कंडक्टर" (जेनेटिक एल्गोरिदम ऑप्टिमाइज़ेशन): एक बार जब एंटीना स्थापित हो जाते हैं, तो कंप्यूटर एक ऑर्केस्ट्रा के कंडक्टर की तरह कार्य करता है। यह प्रत्येक एंटीना के वॉल्यूम (एम्प्लीट्यूड), समय (फेज) और कौन सा "नोट" (फ्रीक्वेंसी) बजा रहा है, उसमें सूक्ष्म बदलाव करता है। यह हजारों सिमुलेशन चलाता है ताकि वह पूर्ण संयोजन खोज सके जो केवल लक्ष्य पर ही "बीट" को तेज़ और स्पष्ट बनाए, जबकि बाकी जगहों पर उसे रद्द कर दे।

4. परिणाम: एक केंद्रित, सुरक्षित बीम

लेखकों ने मानव सिर के एक अत्यधिक विस्तृत, 3D डिजिटल मॉडल (जिसमें 38 अलग-अलग प्रकार के ऊतक थे) पर परीक्षण किया।

सटीकता: उन्होंने पाया कि वे "बीट" को मस्तिष्क के भीतर गहराई में एक छोटे, टाइट गोले (लगभग एक अंगूर के आकार के) में केंद्रित कर सकते हैं।
सुरक्षा: उन्होंने उत्पन्न "गर्मी" (विशिष्ट अवशोषण दर या SAR) की जाँच की। जैसे माइक्रोवेव ओवन भोजन को गर्म करता है, वैसे ही ये तरंगें ऊतकों को गर्म कर सकती हैं। अध्ययन ने दिखाया कि मस्तिष्क के गहरे क्षेत्रों तक पहुँचने के लिए आवश्यक उच्च शक्ति के साथ भी, गर्मी मानक चिकित्सा उपकरणों के लिए अनुमत सुरक्षित सीमाओं के भीतर रही।
मजबूती (Robustness): उन्होंने परीक्षण किया कि क्या होता है यदि एंटीना को थोड़ा हिला दिया जाए या सेटिंग्स में थोड़ा बदलाव किया जाए। सिस्टम स्थिर रहा, जिसका अर्थ है कि "बीम" खतरनाक रूप से डगमगाया नहीं।

5. समझौते (Trade-offs)

यह शोध पत्र रेडियो ट्यून करने की तरह एक संतुलन को उजागर करता है:

आवृत्ति (Frequency): कम आवृत्तियाँ गहराई तक प्रवेश करती हैं लेकिन उन्हें कसकर केंद्रित करना कठिन होता है (एक चौड़े बीम की तरह)। उच्च आवृत्तियाँ कसकर केंद्रित होती हैं लेकिन त्वचा और खोपड़ी तक पहुँचने से पहले ही अवशोषित हो जाती हैं (एक लेजर की तरह जो कोहरे में रुक जाता है)। लेखकों ने एक "स्वीट स्पॉट" (लगभग 700 MHz) पाया जो गहराई और फोकस के बीच संतुलन बनाता है।
एंटीना की संख्या: अधिक एंटीना एक अधिक केंद्रित और मजबूत फोकस की अनुमति देते हैं। कम एंटीना के परिणामस्वरूप एक धुंधला बीम मिलता है।

सारांश

यह शोध पत्र एक कम्प्यूटेशनल अध्ययन प्रस्तुत करता है जो यह सिद्ध करता है कि सैद्धांतिक रूप से यह संभव है कि एंटीना के एक बाहरी घेरे का उपयोग करके बिना सर्जरी के मस्तिष्क के गहरे हिस्से में एक केंद्रित, सुरक्षित और लयबद्ध "धक्का" भेजा जा सके। उन्होंने मस्तिष्क की जटिल संरचना के माध्यम से नेविगेट करने के लिए एक "बैकवर्ड-मैपिंग" तकनीक को उच्च-गति वाली तरंगों के माध्यम से मस्तिष्क कोशिकाओं को प्रतिक्रिया देने के लिए "बीट-मेकिंग" ट्रिक के साथ जोड़कर इसे हासिल किया।

महत्वपूर्ण नोट: यह एक कम्प्यूटेशनल अध्ययन है। लेखकों ने एक डिजिटल मॉडल बनाया और सिमुलेशन चलाया। उन्होंने इस विशिष्ट शोध पत्र में वास्तविक मनुष्यों या जानवरों पर परीक्षण नहीं किया है। उन्होंने एक यथार्थवादी डिजिटल वातावरण में इस विधि की व्यवहार्यता (feasibility) स्थापित की है, जो भविष्य के भौतिक विकास के लिए आधार तैयार करती है।

तकनीकी सारांश: गैर-आक्रामक डीप ब्रेन स्टिमुलेशन (DBS) के लिए टेम्पोरल इंटरफेरेंस के साथ माइक्रोवेव फोकसिंग

समस्या विवरण
डीप ब्रेन स्टिमुलेशन (DBS) पार्किंसंस रोग, मिर्गी और अवसाद जैसे न्यूरोलॉजिकल विकारों के लिए एक सिद्ध उपचार है, फिर भी यह वर्तमान में इलेक्ट्रोड के आक्रामक सर्जिकल प्रत्यारोपण (इम्प्लांटेशन) पर निर्भर करता है। इस आक्रामक दृष्टिकोण में रक्तस्राव, संक्रमण और हार्डवेयर विफलता जैसे जोखिम शामिल हैं। जबकि ट्रांसक्रानियल मैग्नेटिक स्टिमुलेशन (TMS) और ट्रांसक्रानियल इलेक्ट्रिक स्टिमुलेशन (TES) जैसे गैर-आक्रामक विकल्प मौजूद हैं, वे निम्न-आवृत्ति वाले क्षेत्रों (fields) का उपयोग करते जिनमें गहरे मस्तिष्क की संरचनाओं को लक्षित करने के लिए आवश्यक स्थानिक चयनात्मकता (spatial selectivity) का अभाव होता है, जिससे सतही ऊतकों (superficial tissue) पर प्रभाव पड़ता है। इसके विपरीत, माइक्रोवेव (MW) क्षेत्र बेहतर स्थानिक फोकस क्षमता प्रदान करते हैं, लेकिन वे न्यूरॉन्स को सीधे उत्तेजित नहीं कर सकते क्योंकि न्यूरॉन्स में लो-पास फ़िल्टरिंग विशेषता होती है (कट-ऑफ फ्रीक्वेंसी आमतौर पर 1 kHz से नीचे होती है)। चुनौती उच्च स्थानिक सटीकता के साथ गहरे मस्तिष्क को लक्षित करने के लिए सुरक्षित ऊतक ताप सीमाओं का पालन करते हुए गैर-आक्रामक, गहरा लक्ष्य प्राप्त करना है।

कार्यप्रणाली
लेखक एक कम्प्यूटेशनल फ्रेमवर्क प्रस्तावित करते हैं जो एक यथार्थवादी मानव सिर मॉडल के भीतर केंद्रित, एम्प्लीट्यूड-मॉड्यूलेटेड (AM) इलेक्ट्रिक फील्ड उत्पन्न करने के लिए इटरेटिव टाइम रिवर्सल (iTR) और टेम्पोरल इंटरफेरेंस (TI) अनुकूलन को जोड़ता है।

सिमुलेशन वातावरण: अध्ययन एक शारीरिक रूप से यथार्थवादी वोक्सेल हेड मॉडल (IT'IS वर्चुअल पॉपुलेशन से ड्यूक) का उपयोग करता है, जिसमें 38 अद्वितीय ऊतक प्रकार हैं जो विषम (heterogeneous), हानिपूर्ण (lossy) और विसरणात्मक (dispersive) गुणों से युक्त हैं। मॉडल एक लॉसलेस मैचिंग लेयर से घिरा हुआ है और एक फाइबोनैकी स्फीयर (Fibonacci sphere) पर स्थित मैग्नेटिक पॉइंट डायपोल (MPD) का एक बाहरी ऐरे (array) है।
दो-चरणीय अनुकूलन ढांचा:
- चरण 1: इटरेटिव टाइम रिवर्सल (iTR): यह चरण एंटीना ऐरे के भौतिक विन्यास को अनुकूलित करता है। एक बिंदु स्रोत (point source) को वांछित फोकल पॉइंट पर रखा जाता है ताकि एक फॉरवर्ड फील्ड उत्पन्न किया जा सके। सिस्टम फिर टाइम-रिवर्स प्रोपेगेशन का उपयोग करके एक बैकवर्ड फील्ड को पुनर्गठित करता है। एंटीना की स्थिति, ओरिएंटेशन और स्टीयरिंग मापदंडों को अपडेट करने के लिए इटरेटिव अपडेट के माध्यम से, एल्गोरिदम हाफ-इंटेंसिटी रेडियस (HIR) और फोकस इंटेंसिटी क्वोटिएंट (FIQ) पर आधारित एक ऑब्जेक्टिव फंक्शन को कम करता है। यह ऐरे ज्यामिति के लिए एक भौतिक रूप से सूचित इनिशियलाइजेशन प्रदान करता है।
- चरण 2: टेम्पोरल इंटरफेरेंस (TI) अनुकूलन: चरण 1 से प्राप्त ऐरे ज्यामिति का उपयोग करते हुए, एक जेनेटिक एल्गोरिदम (GA) प्रत्येक एंटीना के लिए उत्तेजना मापदंडों (एम्प्लीट्यूड, फेज और फ्रीक्वेंसी असाइनमेंट) को अनुकूलित करता है। दो उच्च-आवृत्ति वाहक ( $f_1$ और $f_2$ ) का उपयोग एक AM फील्ड उत्पन्न करने के लिए किया जाता है जिसका एक लो-फ्रीक्वेंसी एनवेलप ( $\Delta f$ ) होता है। इसका उद्देश्य लक्ष्य पर एनवेलप एम्प्लीट्यूड ( $E_{AM}$ ) को अधिकतम करना और अन्य स्थानों पर इसे न्यूनतम करना है, जिससे सतही न्यूरॉन्स को सक्रिय किए बिना गहरे क्षेत्रों में स्टिमुलेशन को निर्देशित करना संभव हो सके।
सुरक्षा मूल्यांकन: अंतरराष्ट्रीय सुरक्षा मानकों (IEEE/ICNIRP) के अनुपालन का आकलन स्पेसिफिक एब्जॉर्प्शन रेट (SAR), विशेष रूप से 10-जी स्थानिक औसत SAR ( $SAR_{10g}$ ), का उपयोग करके किया जाता है, यह सुनिश्चित करते हुए कि यह 10 W/kg से नीचे रहे।

प्रमुख योगदान

एकीकृत ढांचा: यह कार्य एक यथार्थवादी वोक्सेल हेड मॉडल में माइक्रोवेव-आधारित गैर-आक्रामक DBS के लिए विशेष रूप से iTR और TI अनुकूलन को संयोजित करने वाला पहला कम्प्यूटेशनल प्रदर्शन प्रस्तुत करता है।
नवीन ऑब्जेक्टिव फंक्शन: पिछले MW फोकसिंग अध्ययनों के विपरीत, जो एकल-फ्रीक्वेंसी फील्ड तीव्रता (अक्सर हाइपरथर्मिया के लिए) को अनुकूलित करते हैं, यह विधि एक TI-आधारित ऑब्जेक्टिव फंक्शन पेश करती है जो स्पष्ट रूप से न्यूरोमॉड्यूलेशन तंत्र (एनवेलप एम्प्लीट्यूड) को लक्षित करती है।
उच्च आवृत्तियों तक विस्तार: फ्रेमवर्क पारंपरिक kHz कैरियर रेंज से MHz–GHz रिजीम तक TI सिद्धांतों को विस्तारित करता है, जिससे माइक्रोवेव फोकसिंग क्षमताओं के साथ अनुकूलता सक्षम होती है।
व्यापक सत्यापन: अध्ययन में शारीरिक विषमता (anatomical heterogeneity) और कार्यान्वयन अनिश्चितताओं के विरुद्ध मजबूती प्रदर्शित करने के लिए व्यवस्थित पैरामीटर स्वीप (फ्रीक्वेंसी, ऐरे साइज, टारगेट लोकेशन), परटर्बेशन विश्लेषण और सांख्यिकीय मूल्यांकन शामिल हैं।

परिणाम
विभिन्न कॉन्फ़िगरेशन में संख्यात्मक सिमुलेशन ने निम्नलिखित निष्कर्ष दिए:

स्थानिक स्थानीयकरण (Spatial Localization): विधि ने लक्षित गहराई (जैसे, सबथैलेमिक न्यूक्लियस) पर स्थानीयकृत AM फील्ड सफलतापूर्वक उत्पन्न किए, जिसका फोकैलिटी वॉल्यूम ( $V_{50\%}$ ) लगभग 3–4 सेमी त्रिज्या के अनुरूप था।
तीव्रता और प्रवेश: पीक एनवेलप तीव्रता ( $E_{max}^{AM}$ ) फ्रीक्वेंसी और टारगेट डेप्थ के आधार पर लगभग 96 V/m से 178 V/m के बीच रही। निचली आवृत्तियों ने उच्च तीव्रता प्रदान की लेकिन फोकस कम हुआ, जबकि उच्च आवृत्तियों ने ऊतक क्षीणन (tissue attenuation) के कारण तीव्रता की कीमत पर बेहतर फोकस प्रदान किया।
सुरक्षा: सभी कॉन्फ़िगरेशन ने प्रासंगिक ऊतकों (त्वचा, CSF, खोपड़ी) में $SAR_{10g}$ को 10 W/kg की सीमा के नीचे बनाए रखा। अधिकतम SAR मान लगातार गहरे लक्ष्य के बजाय पार्श्व सतही क्षेत्रों (कानों के पास) में देखे गए।
मजबूती (Robustness): सिस्टम ने एंटीना स्थिति (±2 mm), ओरिएंटेशन (±2°), मैग्नीट्यूड (±1.5 $\mu$ Am $^2$ ) और फेज में छोटे परटर्बेशन के खिलाफ स्थिरता प्रदर्शित की। जबकि फोकल फील्ड स्थिर रहा, सतही क्षेत्रों में SAR मानों ने परटर्बेशन के प्रति थोड़ी अधिक संवेदनशीलता दिखाई, जो खराब-से-खराब मामलों (worst-case scenarios) में सीमा से थोड़ा अधिक हो गया।
लक्ष्य लचीलापन: फ्रेमवर्क ने केंद्र से ±2 सेमी विस्थापित लक्ष्यों के लिए सुसंगत फोकसिंग प्रदर्शन बनाए रखा, जो शारीरिक विषमता और परिवर्तनशील प्रसार पथों की भरपाई के लिए एंटीना उत्तेजनाओं को अनुकूलित करता है।

महत्व और दावे
लेखक दावा करते हैं कि यह अध्ययन सुरक्षित, गैर-आक्रामक माइक्रोवेव न्यूरोमॉड्यूलेशन के लिए एक आधारभूत ढांचा स्थापित करता है। iTR को ऐरे कॉन्फ़िगरेशन के लिए और TI को स्टिमुलेशन तंत्र के लिए एकीकृत करके, यह दृष्टिकोण गहरे प्रवेश और स्थानिक चयनात्मकता की दोहरी चुनौतियों का समाधान करता है। पेपर का तर्क है कि, लेखकों की जानकारी के अनुसार, यह एक यथार्थवादी हेड मॉडल में MW-DBS के लिए इस संयुक्त अनुकूलन रणनीति को लागू करने वाला पहला अध्ययन है। परिणाम बताते हैं कि बाहरी MW एंटीना ऐरे स्थानीयकृत स्टिमुलेशन प्राप्त कर सकते हैं जिसकी तीव्रता पिछले आक्रामक TI-आधारित MW अध्ययनों के बराबर या उससे अधिक है, जबकि इम्प्लांटेड हार्डवेयर से जुड़े जोखिमों से बचा जा सकता है। यह कार्य फोकस, प्रवेश गहराई और सुरक्षा के बीच अंतर्निहित ट्रेड-ऑफ को उजागर करता है, जो भौतिक रूप से साकार एंटीना सिस्टम और अधिक विस्तृत न्यूरोफिजियोलॉजिकल मॉडल के भविष्य के विकास के लिए एक आधार प्रदान करता है।