XRF-to-Optical Field-of-View Localization with Vision Language Models

वैज्ञानिकों को अक्सर यह समझने के लिए कि ऊतक (tissue) के भीतर क्या हो रहा है, एक ही सूक्ष्म ऊतक के टुकड़े को दो अलग-अलग तरीकों से देखना पड़ता है। एक तरीका एक मानक प्रकाश सूक्ष्मदर्शी (light microscope) का उपयोग करता है ताकि कोशिकाओं और ऊतकों के आकार को देखा जा सके, जो बिल्कुल वैसा ही है जैसे किसी शहर के मानचित्र को देखकर यह देखना कि पार्क और इमारतें कहाँ स्थित हैं। दूसरा तरीका एक शक्तिशाली एक्स-रे तकनीक का उपयोग करता है ताकि विशिष्ट रासायनिक तत्वों, जैसे कि फास्फोरस, का पता लगाया जा सके, जो एक स्पॉटलाइट की तरह उन तत्वों के सटीक स्थान को ऊतक के भीतर उजागर करता है। डेटा को समझने के लिए, शोधकर्ताओं को इन दोनों चित्रों को पूरी तरह से एक साथ मिलाने में सक्षम होना चाहिए, यानी रासायनिक मानचित्र को आकार के मानचित्र के साथ मिलाना चाहिए। इस प्रक्रिया को लोकलाइजेशन (localization) कहा जाता है। यह अध्ययन करना कि कैसे सूक्ष्म तत्व न्यूरॉन्स के माध्यम से चलते हैं या नैनोकण कोशिकाओं के भीतर कैसे व्यवहार करते हैं, इसके लिए यह अत्यंत आवश्यक है। हालाँकि, इस मिलान को करना आश्चर्यजनक रूपला कठिन है क्योंकि दोनों चित्र अक्सर एक-दूसरे से बिल्कुल अलग दिखते हैं। रासायनिक मानचित्र केवल एक छोटा, धुंधला धब्बा दिखा सकता है, जबकि प्रकाश चित्र कोशिकाओं का एक जटिल परिदृश्य दिखा सकता है। इसके अलावा, रासायनिक मानचित्र प्रकाश चित्र के ठीक बगल वाले ऊतक के स्लाइस (slice) से आ सकता है, जिसका अर्थ है कि संरचनाएं पूरी तरह से मेल नहीं खाती हैं, और रासायनिक मानचित्र अक्सर प्रकाश चित्र के कुल क्षेत्र के केवल एक छोटे से हिस्से को ही कवर करता है।

आर्गॉन नेशनल लेबोरेटरी और नॉर्थवेस्टर्न यूनिवर्सिटी के शोधकर्ताओं ने एक नया दृष्टिकोण परीक्षण करके हाल ही में इस समस्या का समाधान किया, जो इस कार्य के लिए विशेष रूप से सिखाए बिना ही स्थान खोजने के लिए आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करता है। उन्होंने दो प्रकार के ऊतक नमूनों के साथ काम किया। पहला प्रकार सीधा था: रासायनिक मानचित्र और प्रकाश चित्र एक ही ऊतक के स्लाइस से आए थे, इसलिए आकार अच्छी तरह से मेल खाते थे। दूसरा प्रकार बहुत कठिन था: चित्र दो अलग-अलग, आसन्न (adjacent) स्लाइस से आए थे। इस कठिन मामले में, आकार थोड़े भिन्न थे, और रासायनिक मानचित्र एक बहुत छोटे क्षेत्र को कवर करता था, जो कभी-कभी कुल छवि का एक प्रतिशत से भी कम होता था। टीम ने परीक्षण किया कि क्या आधुनिक विजन-लैंग्वेज मॉडल—ऐसे आर्टिफिशियल इंटेलिजेंस सिस्टम जो छवियों और लिखित निर्देशों दोनों को समझ सकते हैं—केवल निर्देश दिए जाने पर रासायनिक मानचित्र के स्थान को पहचान सकते हैं। उन्होंने पाया कि केवल AI से स्थान बताने के लिए कहना पर्याप्त विश्वसनीय नहीं था। AI अनुमान तो लगा सकता था, लेकिन वह अक्सर गलतियाँ करता था, विशेष रूपकर तब जब ऊतक के स्लाइस अलग हों या लक्ष्य बहुत छोटा हो।

इस समस्या को हल करने के लिए, शोधकर्ताओं ने एक दो-चरणीय वर्कफ़्लो विकसित किया। सबसे पहले, उन्होंने आर्टिफिशियल इंटेलिजेंस को कई अलग-अलग अनुमान लगाने दिया कि रासायनिक मानचित्र कहाँ हो सकता है। केवल एक अनुमान पर भरोसा करने के बजाय, उन्होंने इन अनुमानों को संभावित उम्मीदवारों (candidates) की एक सूची के रूप में माना। फिर, उन्होंने वास्तविक रासायनिक डेटा के विरुद्ध प्रत्येक उम्मीदवार की जाँच करने के लिए एक मानक कंप्यूटर प्रोग्राम का उपयोग किया ताकि यह देखा जा सके कि कौन सा सबसे अच्छा मिलान है। विकल्पों को प्रस्तावित करने और फिर उनकी पुष्टि करने की यह विधि केवल AI पर निर्भर रहने की तुलना में बहुत बेहतर काम करती थी। कठिन, आसन्न-ऊतक नमूनों वाले मामलों में जहाँ पारंपरिक तरीके पूरी तरह से विफल हो गए थे, इस नए वर्कफ़्लो ने कई मामलों में सही स्थान को सफलतापूर्वक खोज लिया। शोधकर्ताओं ने अन्य उन्नत AI उपकरणों का भी परीक्षण किया जो विशेष रूप से इस कार्य के लिए नहीं बनाए गए थे, लेकिन पाया कि इस दो-चरणीय प्रक्रिया के बिना उनमें से कोई भी अकेले समस्या को हल नहीं कर सका।

अध्ययन ने दिखाया कि हालांकि ये शक्तिशाली AI मॉडल अपने आप में सटीक स्थानों को चिह्नित करने में पूर्ण नहीं हैं, लेकिन वे संभावनाओं की एक संक्षिप्त सूची बनाने में उत्कृष्ट हैं। जब इन्हें दो छवियों के दृश्य पैटर्न की तुलना करने वाले एक सरल चेक के साथ जोड़ा जाता है, तो यह प्रणाली वैज्ञानिकों के लिए एक विश्वसनीय उपकरण बन जाती है। यह विशेष रूप से उन कठिन मामलों के लिए महत्वपूर्ण है जहाँ ऊतक के स्लाइस पूरी तरह से मेल नहीं खाते हैं, एक ऐसी स्थिति जहाँ पुराने तरीके आमतौर पर हार मान लेते हैं। शोधकर्ताओं ने प्रदर्शित किया कि AI का उपयोग संभावनाओं का सुझाव देने के लिए करने और फिर कंप्यूटर को सर्वोत्तम का सत्यापन करने देने से, वे उपयोगी परिणाम प्राप्त कर सकते हैं भले ही चित्र बहुत अलग दिखते हों। इस दृष्टिकोण के लिए हर प्रयोग के लिए AI को नए डेटा पर प्रशिक्षित करने की आवश्यकता नहीं होती है, जो इसे उन वैज्ञानिकों के लिए एक लचीला उपकरण बनाता है जिन्हें विभिन्न प्रकार के सूक्ष्मदर्शी छवियों को जल्दी और सटीक रूप से जोड़ना होता है। यह कार्य पुष्टि करता है कि सबसे चुनौतीपूर्ण वैज्ञानिक इमेजिंग कार्यों के लिए, सबसे अच्छी रणनीति अक्सर यह होती है कि AI को विचार मंथन (brainstorm) करने दिया जाए और फिर डेटा को अंतिम निर्णय लेने दिया जाए।