TR-GS: High-Fidelity Sparse-View CT Volumetric Rendering via t-Distribution Gaussian Splatting and Ray-Confidence Modeling

मेडिकल इमेजिंग लंबे समय से स्पष्टता और सुरक्षा के बीच एक नाजुक संतुलन पर टिकी रही है। मानव शरीर के भीतर देखने के लिए बिना चीर-फाड़ किए, डॉक्टर कंप्यूटेड टोमोग्राफी, या सीटी (CT) का उपयोग करते हैं, जो विभिन्न कोणों से ली गई सैकड़ों सपाट एक्स-रे छवियों से एक त्रि-आयामी (3D) चित्र बनाता है। जितने अधिक कोण कैप्चर किए जाएंगे, अंतिम चित्र उतना ही स्पष्ट होगा, लेकिन प्रत्येक अतिरिक्त एक्स-रे रोगी के रेडिएशन एक्सपोजर (विकिरण जोखिम) को बढ़ा देता है। दशकों से, लक्ष्य कम से कम एक्स-रे से एक तीक्ष्ण, उपयोगी छवि प्राप्त करना रहा है, जिसे 'स्पार्स-व्यू रिकन्स्ट्रक्शन' (sparse-view reconstruction) के रूप में जाना जाता है। जब बहुत कम कोणों का उपयोग किया जाता है, तो परिणामी छवियों में अक्सर धारियां (streaks) और धुंधलापन आ जाता है, जिससे छोटे ट्यूमर को पहचानना या नाजुक सर्जरी की योजना बनाना कठिन हो जाता है। हालांकि आधुनिक कंप्यूटर अब तस्वीरों से 3D दृश्य बना सकते हैं, लेकिन इन तकनीकों को मेडिकल स्कैन पर लागू करना चुनौतीपूर्ण रहा है क्योंकि प्राकृतिक वस्तुओं के लिए उपयोग किए जाने वाले गणितीय तरीके हमेशा कम-डोज वाले मेडिकल स्कैन में पाई जाने वाली अनिश्चितता और लुप्त डेटा को नहीं संभाल पाते हैं।

शेनझेन यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस विशिष्ट समस्या को हल करने के लिए TR-GS नामक एक नई विधि विकसित की है। अधिकांश 3D इमेजिंग सॉफ्टवेयर जिस मानक गणितीय आकृतियों पर निर्भर करते हैं, उनके बजाय, उन्होंने उन्हें एक अलग, अधिक लचीली आकृति से बदल दिया है जो स्वाभाविक रूप से त्रुटियों को अनदेखा करने में बेहतर है। कंप्यूटर ग्राफिक्स की दुनिया में, 3D दृश्यों को लाखों छोटे, धुंधले दीर्घवृत्त (ellipsoids), या अंडाकार बादलों से बनाया जाता है, जो तीन आयामों में पिक्सेल की तरह कार्य करते हैं। मानक विधियां बहुत सख्त और 'थिन-टेल्ड' (thin-tailed) आकृतियों का उपयोग करती हैं, जिसका अर्थ है कि वे मानती हैं कि डेटा का हर हिस्सा पूर्ण है और वे उस आकृति को बिल्कुल सटीक रूप से फिट करने की कोशिश करती हैं। जब डेटा अधूरा या शोर (noise) युक्त होता है, जैसा कि लो-डोज सीटी स्कैन में होता है, तो ये सख्त आकृतियाँ संघर्ष करती हैं, जिससे टेढ़ी-मेढ़ी धारियां और विकृत संरचनाएं बन जाती हैं। शोधकर्ताओं ने इन्हें एक ऐसी आकृति से बदल दिया है जिसमें "हेवी टेल्स" (heavier tails) हैं, जो एक सांख्यिकीय गुण है जो आकार को वस्तु की समग्र संरचना खोए बिना खराब डेटा बिंदुओं के प्रति अधिक उदार बनने की अनुमति देता है।

इस प्रणाली को और भी बेहतर बनाने के लिए, टीम ने इस प्रक्रिया में निर्णय लेने की एक स्मार्ट परत जोड़ी। उन्होंने एक ऐसी प्रणाली बनाई जो यह जांचती है कि प्रत्येक छोटे 3-D आकार को एक्स-रे कैमरों से कितनी जानकारी प्राप्त हुई है। यदि कोई आकार कई दिशाओं से आने वाली कई एक्स-रे किरणों से घिरा हुआ है, तो सिस्टम उसे अत्यधिक विश्वसनीय मानता है और उसके आकार को सटीक रखता है। यदि कोई आकार ऐसे स्थान पर है जहाँ से बहुत कम एक्स-रे गुजरते हैं, तो सिस्टम उस अनिश्चितता को पहचान लेता है और उस आकार को अधिक लचीला और मजबूत होने की अनुमति देता है, जिससे गलत विवरण पैदा होने से रोका जा सके। यह गतिशील समायोजन कंप्यूटर की लर्निंग प्रक्रिया के दौरान स्वचालित रूप से होता है, जिससे यह सुनिश्चित होता है कि अच्छी तरह से देखे गए क्षेत्र तीक्ष्ण बने रहें जबकि कम देखे गए क्षेत्रों में भ्रमित करने वाला शोर उत्पन्न न हो।

शोधकर्ताओं ने शरीर रचना के सूक्ष्म विवरणों, जैसे हड्डियों के किनारों या कोमल ऊतकों (soft tissue) की बनावट को सुरक्षित रखने के लिए एक तकनीक भी पेश की है, जिन्हें कभी-कभी लचीली आकृतियों द्वारा धुंधला किया जा सकता है। उन्होंने एक गणितीय उपकरण का उपयोग किया जो छवि को विवरण की विभिन्न परतों में विभाजित करता है, जिससे कंप्यूटर उन क्षेत्रों में तीक्ष्ण, उच्च-आवृत्ति (high-frequency) विशेषताओं को बढ़ा सकता है जहाँ डेटा भरोसेमंद है, जबकि उन क्षेत्रों में रैंडम शोर को दबा सकता है जहाँ डेटा कमजोर है। यह सुनिश्चित करता है कि अंतिम छवि चिकित्सा निदान के लिए आवश्यक स्पष्टता बनाए रखे, बिना कम एक्स-रे के उपयोग से उत्पन्न होने वाले स्टैटिक (static) को बढ़ाए।

जब कंप्यूटर-जनरेटेड मॉडल और वास्तविक रोगी स्कैन दोनों पर परीक्षण किया गया, तो इस नए दृष्टिकोण ने पिछले तरीकों की तुलना में काफी स्पष्ट चित्र प्रस्तुत किए। केवल 18 एक्स-रे दृश्यों (जो एक मानक स्कैन के लिए बहुत कम संख्या है) का उपयोग करने वाले परीक्षणों में, इस नई विधि ने आंतरिक संरचनाओं को 35.30 की स्पष्टता स्कोर के साथ पुनर्गठित किया, जो एक मीट्रिक है कि छवि मूल के कितने करीब है। यह मौजूदा सर्वोत्तम तकनीकों की तुलना में एक उल्लेखनीय सुधार था, जिनका स्कोर कम था और जिनमें अधिक धारियां और धुंधलापन दिखाई दिया। यह विधि तब भी अधिक लचीली साबित हुई जब एक्स-रे डेटा में रैंडम शोर मौजूद था—जो लो-डोज स्कैन की एक सामान्य समस्या है—और इसने अपनी सटीकता बनाए रखी जहाँ अन्य विधियां विफल होने लगी थीं।

परिणाम बताते हैं कि यह दृष्टिकोण सुरक्षित मेडिकल इमेजिंग की ओर एक व्यवहार्य मार्ग प्रदान करता है। कम एक्स-रे शॉट्स से उच्च-गुणवत्ता वाले 3D दृश्य प्राप्त करने की अनुमति देकर, यह तकनीक मरीजों को नियमित स्कैन के दौरान मिलने वाले रेडिएशन को कम कर सकती है, जबकि साथ ही सर्जिकल प्लानिंग और रोग के आकलन के लिए आवश्यक विस्तृत जानकारी भी प्रदान कर सकती है। शोधकर्ताओं ने अपना कोड सार्वजनिक रूप से उपलब्ध करा दिया है, जिससे इस सिद्धांत को और अधिक जटिल मेडिकल परिदृश्यों, जैसे कि सीमित कोणों से लिए गए स्कैन या विशिष्ट शरीर के अंगों के स्कैन जहाँ डेटा जुटाना सबसे कठिन होता है, पर लागू करने के लिए आगे के विकास को आमंत्रित किया गया है।