Intensity-based scattering correction enables in vivo two-photon imaging beyond 1 mm

मस्तिष्क जैविक ऊतकों का एक किला है, जो घना और धुंधला होता है, जिसके कारण प्रकाश के माध्यम से इसके भीतर गहराई तक देखना एक कठिन चुनौती बन जाता है। दशकों से, वैज्ञानिक अविश्वसनीय स्पष्टता के साथ जीवित मस्तिष्कों को देखने के लिए टू-फोटोन माइक्रोस्कोपी (two-photon microscopy) नामक एक शक्तिशाली इमेजिंग तकनीक का उपयोग करते रहे हैं। यह विधि प्रकाश की तरंगों (pulses) का उपयोग करके सूक्ष्म फ्लोरोसेंट मार्करों को चमकाने के लिए करती है, जिससे शोधकर्ता व्यक्तिगत कोशिकाओं और उनके कनेक्शनों को देख पाते हैं। हालाँकि, जैसे-जैसे प्रकाश गहराई में जाता है, यह मस्तिष्क के बिखराव वाले ऊतकों से टकराकर बिखर जाता है, ठीक वैसे ही जैसे घने कोहरे में टॉर्च की रोशनी फैल जाती है। यह बिखराव छवि को धुंधला कर देता है और सिग्नल को कम कर देता है, जिससे माइक्रोस्कोप का दृश्य प्रभावी रूप से मस्तिष्क की ऊपरी परत, यानी कॉर्टेक्स (cortex) के भीतर ही फंस जाता है। गहरे संरचनाओं, जैसे कि हिप्पोकैम्पस (hippocampus) को देखने के लिए, जो स्मृति के लिए महत्वपूर्ण है, शोधकर्ताओं को पारंपरिक रूप से और भी जटिल और महंगे थ्री-फोटोन माइक्रोस्कोप (three-photon microscopes) पर स्विच करने या प्रकाश की लंबी तरंग दैर्ध्य (wavelengths) का उपयोग करने की आवश्यकता होती है, जिन्हें उत्पन्न करना कठिन होता है।

कैलिफोर्निया विश्वविद्यालय, डेविस के शोधकर्ताओं की एक टीम ने अब मानक टू-फोटोन माइक्रोस्कोप की सीमाओं को पहले की तुलना में बहुत अधिक गहराई तक धकेलने का एक तरीका खोज निकाला है। उन्होंने DeepFOCUS नामक एक नई विधि विकसित की है, जो आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग किसी धुंधली तस्वीर को लेने के बाद उसे ठीक करने के लिए नहीं, बल्कि मस्तिष्क में प्रवेश करने से पहले प्रकाश को आकार देने के लिए करती है। प्रकाश की तीव्रता के एक विशिष्ट पैटर्न की वास्तविक समय (real-time) में गणना करके, यह प्रणाली बिखराव वाले ऊतकों की भरपाई करती है, जिससे प्रकाश सतह से एक मिलीमीटर या उससे अधिक गहराई में भी तीक्ष्णता से केंद्रित हो पाता है। यह सफलता यह सुनिश्चित करती है कि मौजूदा टू-फोटोन माइक्रोस्कोप, जो न्यूरोसाइंस प्रयोगशालाओं में सामान्य हैं, उन्हें पूरी तरह से नए, विशेष हार्डवेयर की आवश्यकता के बिना गहरे मस्तिष्क संरचनाओं को देखने के लिए अपग्रेड किया जा सके।

इस उपलब्धि का मूल आधार यह है कि शोधकर्ता प्रकाश के बिखराव (scattering) के अराजक व्यवहार को कैसे संभालते हैं। जब प्रकाश मस्तिष्क से गुजरता है, तो यह बिखर जाता है, और फोटॉन लक्ष्य तक अव्यवस्था में पहुँचते हैं। पारंपरिक तरीके इस बिखराव को मापने और एक विपरीत विकृति (counter-distortion) लागू करके इसे उलटने का प्रयास करते हैं, लेकिन गहरे ऊतकों में यह अक्सर विफल हो जाता है क्योंकि सिग्नल इतना कमजोर हो जाता है कि उसे सटीक रूप से मापा नहीं जा सकता। DeepFOCUS टीम ने एक अलग दृष्टिकोण अपनाया। प्रकाश के वेवफ्रंट (wavefront) को उलटने के बजाय, उन्होंने प्रकाश की तीव्रता, या चमक पर ध्यान केंद्रित किया। उन्होंने एक डिजिटल माइक्रोमिरर डिवाइस (digital micromirror device) का उपयोग किया, जो हजारों छोटे दर्पणों से ढकी एक चिप है, ताकि मस्तिष्क पर प्रकाश के यादृच्छिक पैटर्न (random patterns) को प्रक्षेपित किया जा सके। जैसे ही ये पैटर्न ऊतक से टकराते हैं, प्रकाश के कुछ हिस्से रचनात्मक रूप से हस्तक्षेप (constructively interfere) करते हैं, जिससे एक उज्ज्वल बिंदु बनता है, जबकि अन्य आपस में रद्द हो जाते हैं।

सिस्टम ने फिर मस्तिष्क में फ्लोरोसेंट मार्करों से निकलने वाली चमक को मापा। एक हल्के, स्व-पर्यवेक्षित (self-supervised) न्यूरल नेटवर्क ने इन चमक के मापों का विश्लेषण किया ताकि यह पता लगाया जा सके कि चिप पर किन विशिष्ट दर्पणों को सबसे प्रभावी प्रकाश पैटर्न बनाने के लिए चालू किया जाना चाहिए। इस नेटवर्क ने किसी पूर्व-प्रशिक्षित इमेज डेटाबेस पर निर्भर रहने के बजाय, सीधे उस विशिष्ट मस्तिष्क से सीखा जिसे वह वर्तमान में देख रहा था। एक बार जब नेटवर्क ने सर्वोत्तम पैटर्न की पहचान कर ली, तो उसने उस पैटर्न को मस्तिष्क पर प्रक्षेपित किया, जिससे प्रकाश को भौतिक रूप से आकार मिला ताकि वह बिखराव वाले ऊतकों को भेद सके और लक्ष्य पर तीक्ष्णता से केंद्रित हो सके। यह प्रक्रिया वास्तविक समय में होती है, जिससे माइक्रोस्कोप को चलते समय छवि को स्कैन करने और सुधारने की अनुमति मिलती है।

शोधकर्ताओं ने जीवित चूहों पर इस प्रणाली का परीक्षण किया, जिसमें उन्होंने मस्तिष्क की पूरी मोटाई और उसके नीचे के अत्यधिक बिखराव वाले व्हाइट मैटर (white matter) की इमेजिंग की। सुधार के बिना, जैसे-जैसे माइक्रोस्कोप गहरा जाता था, रक्त वाहिकाओं और न्यूरॉन्स की छवियां अस्पष्ट और फीकी पड़ती जाती थीं। DeepFOCUS के साथ, टीम ने 1.1 मिलीमीटर की गहराई तक फ्लोरोसेंट रक्त वाहिकाओं की सफलतापूर्वक इमेजिंग की और 1.2 मिलीमीटर की गहराई पर हिप्पोकैम्पस में व्यक्तिगत न्यूरॉन्स को देखा। इन गहराइयों पर, सुधारा गया चित्र सूक्ष्म केशिकाओं (capillaries) और न्यूरॉन्स की नाजुक शाखाओं जैसे बारीक विवरणों को प्रकट करता है, जो उस तरंग दैर्ध्य पर मानक टू-फोटोन माइक्रोस्कोपी के साथ पहले असंभव था। सिस्टम ने मस्तिष्क को छोटे उप-क्षेत्रों (sub-regions) में विभाजित करके और प्रत्येक के लिए एक अद्वितीय सुधार पैटर्न की गणना करके यह हासिल किया, जिससे यह सुनिश्चित हुआ कि प्रकाश केंद्रित रहे, भले ही मस्तिष्क के विभिन्न क्षेत्रों में बिखराव के गुण बदल रहे हों।

यह कार्य प्रदर्शित करता है कि टू-फोटोन माइक्रोस्कोपी की गहराई की सीमा एक निश्चित बाधा नहीं है, बल्कि एक ऐसी चुनौती है जिसे स्मार्ट प्रकाश नियंत्रण के साथ पार किया जा सकता है। शोधकर्ताओं ने दिखाया कि एक न्यूरल नेटवर्क का उपयोग करके सही तीव्रता पैटर्न की गणना करके, वे उन गहराइयों से सिग्नल प्राप्त कर सकते थे जो पहले केवल अधिक जटिल थ्री-फोटोन प्रणालियों के माध्यम से सुलभ थे। यह विधि उत्तेजना प्रकाश (excitation light) को भौतिक रूप से आकार देकर काम करती है ताकि सिग्नल को बढ़ाया जा सके, न कि बाद में एक खराब हुई छवि को डिजिटल रूप से बहाल करने का प्रयास करके। यह अंतर महत्वपूर्ण है क्योंकि यह उन "भ्रमों" (hallucinations) के जोखिम से बचाता है जो तब उत्पन्न हो सकते हैं जब सॉफ्टवेयर यह अनुमान लगाने की कोशिश करता है कि एक धुंधली छवि कैसी दिखनी चाहिए। इसके बजाय, सिस्टम वास्तविक फ्लोरोसेंस को मापकर प्रत्येक सुधार को सत्यापित करता है।

न्यूरोसाइंस के लिए इसके निहितार्थ महत्वपूर्ण हैं। हिप्पोकैम्पस एक ऐसा क्षेत्र है जो सीखने और स्मृति के लिए महत्वपूर्ण है, फिर भी आक्रामक प्रक्रियाओं के बिना जीवित जानवरों में इसका अध्ययन करना कठिन रहा है। एक अखंड मस्तिष्क में इस गहरी संरचना की उच्च-रिज़ॉल्यूशन इमेजिंग को सक्षम करके, DeepFOCUS न्यूरल सर्किट के वास्तविक समय में कार्य करने के अवलोकन के लिए नए द्वार खोलता है। शोधकर्ताओं ने उल्लेख किया कि उनके सिस्टम को एक डिजिटल माइक्रोमिरर डिवाइस और आवश्यक सॉफ्टवेयर के साथ मौजूदा टू-फोटोन माइक्रोस्कोप को अपग्रेड करके लागू किया जा सकता है, जिससे गहरे मस्तिष्क की इमेजिंग दुनिया भर की प्रयोगशालाओं के लिए अधिक सुलभ हो जाएगी। हालांकि यह तकनीक अभी तक मस्तिष्क की पूर्णतम सीमाओं तक नहीं पहुँचती है, फिर भी यह मानक उपकरणों के साथ संभव कार्य की सीमा को आगे बढ़ाती है, यह सिद्ध करती है कि गहन ऊतक इमेजिंग केवल कच्चे बल या अधिक जटिल हार्डवेयर के बजाय प्रकाश की तीव्रता के बुद्धिमान हेरफेर के माध्यम से प्राप्त की जा सकती है।

अध्ययन ने यह सुनिश्चित करने के लिए उनके सिस्टम के मापदंडों का सावधानीपूर्वक मूल्यांकन भी किया कि वे कितने मजबूत हैं। उन्होंने परीक्षण किया कि सेंसिंग के लिए उपयोग किए गए प्रकाश पैटर्न की संख्या सुधार की गुणवत्ता को कैसे प्रभावित करती है, जिसमें पाया गया कि मापन की एक विशिष्ट संख्या गति और सटीकता के बीच एक विश्वसनीय संतुलन प्रदान करती है। उन्होंने न्यूरल नेटवर्क की संरचना को भी अनुकूलित किया, यह निर्धारित किया कि डेटा को कुशलतापूर्वक संभालने के लिए इसके आंतरिक प्रसंस्करण इकाइयों का आदर्श आकार क्या है। इन परीक्षणों ने पुष्टि की कि सिस्टम विभिन्न बिखराव स्थितियों के अनुकूल हो सकता है और विभिन्न गहराइयों एवं ऊतकों के प्रकारों में उच्च प्रदर्शन बनाए रख सकता है। परिणाम सुसंगत थे, जो छवि की चमक और स्पष्टता में पर्याप्त वृद्धि दिखाते हैं, जहाँ कुछ क्षेत्रों में सिग्नल की शक्ति में लगभग छह गुना सुधार देखा गया।

अंततः, यह शोध गहरे मस्तिष्क के अध्ययन के लिए एक व्यावहारिक मार्ग प्रदान करता है। यह वर्तमान टू-फोटोन तकनीक की क्षमताओं और उन न्यूरोसाइंटिस्टों की आवश्यकताओं के बीच के अंतर को पाटता है जिन्हें सबकोर्टिकल (subcortical) क्षेत्रों तक पहुँच की आवश्यकता होती है। बिखराव की समस्या को न्यूरल नेटवर्क के लिए एक सुल्झने योग्य पहेली में बदलकर, टीम ने एक ऐसा उपकरण प्रदान किया है जो शक्तिशाली और अनुकूलन योग्य दोनों है। मौजूदा प्रयोगशाला सेटअपों के साथ संगत पद्धति का उपयोग करके जीवित मस्तिष्क के भीतर उपकोशिकीय (subcellular) रिज़ॉल्यूशन के साथ गहराई तक देखने की क्षमता, स्वास्थ्य और रोग में मस्तिष्क के जटिल कार्यों को समझने की दिशा में एक सार्थक कदम है। यह कार्य ऑप्टिकल भौतिकी को आधुनिक कम्प्यूटेशनल विधियों के साथ जोड़ने की शक्ति का प्रमाण है।