🔬 applied physics

An angular distortion matrix approach for joint wave-speed tomography and aberration correction in scattering media

यह शोध पत्र एक पुनरावृत्ति कोणीय विरूपण मैट्रिक्स दृष्टिकोण प्रस्तुत करता है जो स्कैटरिंग मीडिया में तरंग-गति वितरणों का अनुमान लगाने और चरण विपथन (फेज एबरेशन) को सुधारने के लिए टाइम-रिवर्सल विश्लेषण का लाभ उठाता है, जिससे नैदानिक अल्ट्रासाउंड अनुप्रयोगों के लिए प्रतिबिंब इमेजिंग की गुणवत्ता में महत्वपूर्ण वृद्धि होती है।

मूल लेखक: Chenyu Cui, Flavien Bureau, Foucauld Chamming's, Alexandre Aubry, Naiara Korta Martiartu

प्रकाशित 2026-09-10

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Chenyu Cui, Flavien Bureau, Foucauld Chamming's, Alexandre Aubry, Naiara Korta Martiartu

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

ध्वनि तरंगें छिपे हुए को देखने का प्रकृति का तरीका हैं। किसी पदार्थ में कंपन भेजकर और वापस आने वाली गूँज को सुनकर, वैज्ञानिक और डॉक्टर उन वस्तुओं के भीतर की तस्वीर को पुनर्गठित कर सकते हैं जिन्हें खोला नहीं जा सकता, चाहे वह हमारे पैरों के नीचे पृथ्वी की गहरी परत हो या मानव शरीर के भीतर के कोमल ऊतक। यह तकनीक, जिसे रिफ्लेक्शन इमेजिंग (परावर्तक प्रतिबिंब चित्रण) कहा जाता है, अल्ट्रासाउंड स्कैन का आधार है जिसका उपयोग अस्पतालों में प्रतिदिन किया जाता है। हालाँकि, इन चित्रों की स्पष्टता पूरी तरह से इस बात पर निर्भर करती है कि उस पदार्थ के माध्यम से ध्वनि कितनी तेजी से चलती है जिसका स्कैन किया जा रहा है। एक आदर्श, एकसमान दुनिया में, यह गति स्थिर होती है, लेकिन वास्तविक शरीर जटिल होते हैं। वे वसा, मांसपेशियों और अंगों की परतों से बने होते हैं, जिनमें से प्रत्येक में ध्वनि की गति थोड़ी भिन्न होती है। जब इमेजिंग मशीन पूरे शरीर के लिए एक एकल, औसत गति मान लेती है, तो लहरें इन विभिन्न परतों से गुजरते समय विकृत हो जाती हैं, ठीक वैसे ही जैसे प्रकाश एक टेके हुए कांच के टुकड़े से गुजरने पर मुड़ जाता है। ये विकृतियाँ, जिन्हें एबरेशन (अतिव्यापन) कहा जाता है, अंतिम चित्र को धुंधला कर देती हैं और महत्वपूर्ण विवरणों को छिपा सकती हैं या स्वस्थ ऊतक को बीमार दिखा सकती हैं।

दशकों से, शोधकर्ताओं को एक कठिन 'कैच-22' (दुविधा) का सामना करना पड़ा है: धुंधली छवि को ठीक करने के लिए, उन्हें शरीर के हर हिस्से में ध्वनि की वास्तविक गति जानने की आवश्यकता है, लेकिन उस गति को मापने के लिए, उन्हें शुरुआत में ही एक स्पष्ट छवि की आवश्यकता होती है। वे विकृतियाँ जो चित्र को खराब करती हैं, उनमें उन सुरागों को भी ले जाया जाता है जिनकी आवश्यकता इसे ठीक करने के लिए होती है, लेकिन उन सुरागों को ऊतक के शोर से अलग करना एक बड़ी बाधा रही है। स्विट्जरलैंड और फ्रांस के शोधकर्ताओं की एक टीम द्वारा किए गए एक नए अध्ययन ने इस चक्र को तोड़ने का एक तरीका खोज लिया है। उन्होंने एक ऐसी विधि विकसित की है जो ध्वनि की गति का मानचित्रण और छवि विकृतियों को सुधारने का कार्य एक साथ करती है, जिससे एक धुंधला, अविश्वसनीय स्कैन एक स्पष्ट, मात्रात्मक ऊतक गुणों के मानचित्र में बदल जाता है।

शोधकर्ताओं ने अपने दृष्टिकोण का परीक्षण एक जिलेटिन ब्लॉक का उपयोग करके किया जिसे मानव ऊतक की नकल करने के लिए डिज़ाइन किया गया था, जिसमें वसा और मांसपेशियों की परतें शामिल थीं जिनके ध्वनि की गति अलग-अलग थी। उन्होंने इस पद्धति को वास्तविक रोगियों पर भी लागू किया, स्वस्थ स्वयंसेवकों के यकृत (लिवर) और कैंसर की पुष्टि वाले मरीजों के स्तन का स्कैन किया। लैब में, जिलेटिन ब्लॉक में विशिष्ट क्षेत्र थे जहाँ ध्वनि 1420 से 1550 मीटर प्रति सेकंड की गति से यात्रा करती थी। जब टीम ने शुरू में इस ब्लॉक की इमेजिंग एक मानक धारणा का उपयोग करके की कि ध्वनि 1540 मीटर प्रति सेकंड की समान गति से चलती है, तो परिणामी चित्र धुंधला था, और परतें पहचानना कठिन था। लहरें गति के अंतरों के कारण बिखर गई थीं, जिससे चित्र अपना फोकस खो बैठा था।

इसे हल करने के लिए, टीम ने 'मैट्रिक्स इमेजिंग' नामक एक तकनीक का उपयोग किया। केवल ध्वनि की एक किरण भेजने और गूँज सुनने के बजाय, उन्होंने रिकॉर्ड किया कि ध्वनि हर संभव कोण से कैसे व्यवहार करती है और प्रोब के प्रत्येक सेंसर द्वारा कैसे प्राप्त की जाती है। इसने डेटा की एक विशाल मात्रा बनाई जो बताती थी कि लहरें ऊतक के साथ कैसे परस्पर क्रिया करती हैं। मुख्य नवाचार एक नया गणितीय उपकरण था जिसे उन्होंने "एंगुलर डिस्टॉर्शन मैट्रिक्स" (कोणीय विरूपण मैट्रिक्स) कहा। इस उपकरण ने उन्हें डेटा को एक विशिष्ट तरीके से देखने की अनुमति दी जिसने ऊतक की वास्तविक बनावट से ऊतक की गति विविधताओं के कारण होने वाले विरूपणों को अलग कर दिया। विभिन्न कोणों पर लहरें एक-दूसरे के साथ कैसे सहसंबंधित होती हैं, इसका विश्लेषण करके, वे विशिष्ट 'फेज एरर्स' (चरण त्रुटियों)—यानी समय की देरी—को निकाल सके जो शरीर के माध्यम से यात्रा करते समय लहरों ने संचित की थी।

इन समय त्रुटियों का उपयोग शरीर के भीतर ध्वनि की गति का एक नया, अधिक सटीक मानचित्र बनाने के लिए किया गया। इस नए मानचित्र के साथ, शोधकर्ता अपने मॉडल को अपडेट कर सके कि ध्वनि शरीर के भीतर कैसे चलती है और मूल डेटा को फिर से प्रोसेस कर सके। यह प्रक्रिया एक लूप में दोहराई गई: बेहतर गति मानचित्र से एक स्पष्ट छवि मिली, जिसने बदले में एक और भी सटीक गति मानचित्र की अनुमति दी। इस शोधन के कुछ दौरों के बाद ही, धुंधला जिलेटिन ब्लॉक एक स्पष्ट छवि में बदल गया जहाँ वसा और मांसपेशियों की विभिन्न परतें स्पष्ट रूप से अलग दिखाई दे रही थीं। ध्वनि की गति का अंतिम मानचित्र ज्ञात मानों के एक प्रतिशत के भीतर सटीक था, जिससे सिद्ध हुआ कि यह विधि ऊतक के वास्तविक भौतिक गुणों को पुनः प्राप्त कर सकती है।

असली परीक्षा तब हुई जब टीम ने जीवित मनुष्यों पर इस तकनीक को लागू किया। एक मरीज के स्तन इमेजिंग मामले में, जिसमें आक्रामक कार्सिनोमा (invasive carcinoma) था, मानक अल्ट्रासाउंड इमेज ने एक घाव दिखाया, लेकिन आसपास का ऊतक वसा और ग्रंथियों के ऊतकों के जटिल मिश्रण के कारण अस्पष्ट था। नई पद्धति ने इन परतों के कारण होने वाले विरूपणों को ठीक किया, जिससे ट्यूमर का एक स्पष्ट दृश्य सामने आया। इससे भी महत्वपूर्ण बात यह है कि स्पीड मैप ने दिखाया कि कैंसरयुक्त ऊतक में आसपास के स्वस्थ ऊतक की तुलना में उच्च ध्वनि गति थी, जो घातक वृद्धि (malignant growths) की एक ज्ञात विशेषता है। सुधारात्मक छवि ने यह भी प्रकट किया कि घाव मानक स्कैन द्वारा सुझाए गए स्थान से थोड़ा अलग स्थान पर दिखाई दिया, जिससे सिद्ध हुआ कि बिना सुधारे गए विरूपणों ने दृष्टि को भ्रमित किया था।

स्वस्थ स्वयंसेवकों के लिवर स्कैन में, यह पद्धति समान रूप से शक्तिशाली सिद्ध हुई। पेट की दीवार त्वचा, वसा और मांसपेशियों का एक मोटा ढेर है जो अक्सर लिवर की छवियों की गुणवत्ता को खराब कर देता है। नए दृष्टिकोण ने सफलतापूर्वक इन परतों के माध्यम से ध्वनि की गति का मानचित्रण किया, जिससे शोधकर्ताओं को अभूतपूर्व स्पष्टता के साथ लिवर के भीतर गहराई तक देखने की अनुमति मिली। परिणामी छवियों ने सूक्ष्म विवरण और रक्त वाहिकाओं को दिखाया जो पहले अदृश्य थे, और ध्वनि की गति का मानचित्र स्वस्थ लिवर ऊतक के अपेक्षित मानों से मेल खाता था। यह तकनीक जटिल, बहु-परतीय संरचनाओं की उपस्थिति में भी काम करती रही, जिससे सिद्ध हुआ कि यह मानव शरीर रचना की जटिल वास्तविकता को संभाल सकती है।

यह कार्य केवल चित्रों को स्पष्ट करने से कहीं अधिक है; यह शरीर को काटे बिना ऊतक की भौतिक स्थिति को मापने का एक तरीका प्रदान करता है। ध्वनि की गति एक 'बायोमार्कर' है, जो शरीर के भीतर क्या हो रहा है इसका एक मापने योग्य संकेत है। स्तन में, उच्च गति कैंसर का संकेत दे सकती है, जबकि लिवर में, कम गति वसा के जमाव का संकेत दे सकती है। छवि विकृतियों को एक ही समय में ध्वनि की गति मापने के साथ ठीक करके, यह विधि डॉक्टरों को एक साथ दो शक्तिशाली उपकरण प्रदान करती है: शरीर रचना का एक स्पष्ट दृश्य और ऊतक स्वास्थ्य का एक मात्रात्मक माप। शोधकर्ताओं ने दिखाया कि यह दृष्टिकोण न केवल नियंत्रित प्रयोगशाला सेटिंग्स में बल्कि मानव शरीर के जटिल, परिवर्तनशील वातावरण में भी काम करता है, जो अधिक विश्वसनीय निदान और जीवन के साथ ध्वनि कैसे परस्पर क्रिया करती है, इसकी गहरी समझ के द्वार खोलता है।

तकनीकी सारांश: जॉइंट वेव-स्पीड टोमोग्राफी और एबरेशन करेक्शन के लिए एंगुलर डिस्टॉर्शन मैट्रिक्स दृष्टिकोण

समस्या विवरण
परावर्तन इमेजिंग (अल्ट्रासाउंड, ऑप्टिक्स, सीस्मोलॉजी) में, माध्यम की परावर्तनशीलता (reflectivity) का सटीक पुनर्निर्माण तरंग-प्रसार मॉडल (wave-propagation model) पर निर्भर करता है, जो तरंग-गति वितरण (wave-speed distribution) द्वारा नियंत्रित होता है। हालांकि, जटिल प्रकीर्णन वाले माध्यमों (scattering media) में, तरंग की गति पूर्व-निर्धारित रूप से ज्ञात नहीं होती है। अनुमानित और वास्तविक तरंग गति के बीच का अंतर 'फेज एबरेशन' (phase aberrations) उत्पन्न करता है, जो फोकसिंग को खराब करता है, पॉइंट-स्प्रेड फंक्शन को विस्तृत करता है और स्कैटरर्स के आभासी स्थान को विकृत करता है। जबकि ये एबरेशन तरंग-गति की विषमताओं के बारे में जानकारी प्रदान करते हैं, उन्हें माध्यम की परावर्तनशीलता से अलग करना कठिन है, विशेष रूप से स्पेकल-प्रधान माध्यमों में। मौजूदा विधियाँ एक मौलिक युग्मन समस्या (coupling problem) का सामना करती हैं: एबरेशन को ठीक करने के लिए एक सटीक तरंग-गति मॉडल की आवश्यकता होती है, फिर भी इस मॉडल को प्राप्त करने के लिए ऐसे अवलोकनों (observables) की आवश्यकता होती है जो स्वयं एबरेशन से प्रभावित न हों। इसके अतिरिक्त, पारंपरिक डिस्टॉर्शन मैट्रिक्स दृष्टिकोण यह मानते हैं कि एबरेशन या तो आपतित (incident) पथ से या परावर्तित (reflected) पथ से उत्पन्न होते हैं, जबकि वास्तव में दोनों का योगदान मिश्रित होता है, जिससे गहराई में ऐसे बदलाव (depth shifts) आते हैं जिन्हें वेग मॉडल को अपडेट किए बिना ठीक नहीं किया जा सकता।

कार्यप्रणाली
लेखक एक एकीकृत ढांचा प्रस्तावित करते हैं जो एक नवीन एंगुलर डिस्टॉर्शन मैट्रिक्स ( $D_{\theta\theta}$ ) का उपयोग करके तरंग-गति वितरण का अनुमान लगाता है और एबरेशन को ठीक करता है। कार्यप्रणाली इस प्रकार है:

मैट्रिक्स इमेजिंग और फ्रीक्वेंसी-वेवनंबर प्रतिनिधित्व:
प्रक्रिया एक रिफ्लेक्शन मैट्रिक्स $R_{uu}$ (ट्रांसड्यूसर-टू-ट्रांसड्यूसर रिस्पॉन्स) प्राप्त करने के साथ शुरू होती है। इसे एक फोकस्ड बेसिस में प्रोजेक्ट किया जाता है ताकि फोकस्ड रिफ्लेक्शन मैट्रिक्स $R_{xx}$ प्राप्त हो सके। विरूपण (distortions) को अलग करने के लिए, लेखक तरंग विरूपण का एक फ्रीक्वेंसी-वेवनंबर प्रतिनिधित्व, $D_{kk}$ पेश करते हैं। यह ऑपरेटर प्रतिक्रियाओं से अपेक्षित ज्यामितीय फेज घटकों को हटाकर बनाया जाता है, जैसे कि प्रकीर्णन किसी भी बिंदु $x$ से उत्पन्न हुआ हो। यह पोस्ट-प्रोसेसिंग में किसी भी वर्चुअल प्रयोग के लिए विरूपणों के संश्लेषण की अनुमति देता है।
एंगुलर डिस्टॉर्शन मैट्रिक्स का निर्माण:
$D_{kk}$ ऑपरेटर को एक गौसियन-बीम बेसिस पर प्रोजेक्ट किया जाता है ताकि एंगुलर डिस्टॉर्शन मैट्रिक्स $D_{\theta\theta}$ प्राप्त हो सके। यह बेसिस आपतित ( $\theta_{in}$ ) और परावर्तित ( $\theta_{out}$ ) कोणों द्वारा निर्देशित गौसियन बीमों का उपयोग करता है। यह प्रोजेक्शन एंगुलर मेमोरी इफेक्ट का लाभ उठाता है, जहाँ तरंगें विक्षोभ के बावजूद विशिष्ट कोणीय दिशाओं के साथ मजबूत सहसंबंध प्रदर्शित करती हैं। $D_{\theta\theta}$ के एंटी-डायगोनल्स (स्थिर मिड-एंगल $\theta_m = (\theta_{in} + \theta_{out})/2$ ) का विश्लेषण करके, यह विधि सुस्पष्ट प्रसार पथों से जुड़े फेज एबरेशन को अलग करती है।
स्थानीय एबरेशन अनुमान (Local Aberration Estimation):
फील्ड ऑफ व्यू (FOV) को ओवरलैपिंग "आइसोप्लैनेटिक पैचेस" (isoplanatic patches) में विभाजित किया जाता है। प्रत्येक पैच के भीतर, एंगुलर डिस्टॉर्शन मैट्रिक्स तत्वों से एक स्थानीय सहसंबंध मैट्रिक्स (correlation matrix) की गणना की जाती है। इस धारणा के तहत कि तरंग विरूपण छोटे क्षेत्रों में अपरिवर्तित रहते हैं, इस सहसंबंध मैट्रिक्स का प्रथम आइजनवेक्टर स्थानीय फेज एबरेशन नियम ( $u_m$ ) का अनुमान प्रदान करता है। फेज एलियासिंग से बचने के लिए, विधि क्रमिक हाफ-डिफरेंस एंगल्स ( $\theta_d$ ) के बीच सापेक्ष फेज अंतर का उपयोग करती है।
वेव-स्पीड टोमोग्राफी के लिए पुनरावृत्ति व्युत्क्रम (Iterative Inversion):
अनुमानित फेज एबरेशन का उपयोग तरंग-गति वितरण के पुनर्निर्माण के लिए किया जाता है। समस्या को एक अनुकूलन कार्य (optimization task) के रूप में तैयार किया गया है जो एक प्रसार मॉडल द्वारा अनुमानित फेज अंतर और मापे गए फेज अंतर के बीच मिसफिट को कम करता है। व्युत्क्रमण (inversion) पुनरावृत्ति में किया जाता है:

एक प्रारंभिक होमोजेनियस मॉडल (जैसे, $c_0 = 1540$ मी/से) माना जाता है।
एबरेशन का अनुमान लगाया जाता है और उन्हें ठीक किया जाता है।
एक रैखिककृत व्युत्क्रम समस्या (जैकोबियन के लिए स्ट्रेट-रे अनुमान और टिखोनोव रेगुलाइजेशन का उपयोग करते हुए) स्लोनेस परटर्बेशन ( $\Delta s$ ) के लिए समाधान करती है।
तरंग-प्रसार मॉडल को अपडेट किया जाता है, और प्रक्रिया तब तक दोहराई जाती है जब तक कि अवशेष (residual) एबरेशन नगण्य न हो जाएं।

मल्टीपल स्कैटरिंग को संभालना:
अत्यधिक विषम माध्यमों (जैसे स्तन ऊतक) में जहाँ मल्टीपल स्कैटरिंग मेमोरी इफेक्ट को कम करती है, डिस्टॉर्शन मैट्रिक्स की गणना करने से पहले रिफ्लेक्शन मैट्रिक्स पर एक एडेप्टिव कॉन्फोकल फिल्टर लागू किया जाता है। यह सिंगल स्कैटरिंग से जुड़ी डायगोनल ऊर्जा को संरक्षित करते हुए इनकोहेरेंट बैकग्राउंड शोर को दबा देता है।

प्रमुख परिणाम
इस दृष्टिकोण को तीन परिदृश्यों में अल्ट्रासाउंड प्रयोगों का उपयोग करके सत्यापित किया गया:

टिशू-मिमिकिंग फैंटम: एक फैंटम जिसमें ज्ञात स्तरित संरचनाएं (वसा, मांसपेशी, लिवर) और विभिन्न ध्वनि गतियां (1420–1550 मी/से) थीं, का उपयोग किया गया। पुनरावृत्ति विधि ने ग्राउंड ट्रुथ के 1% के भीतर माध्य त्रुटियों के साथ साउंड-स्पीड मैप को सफलतापूर्वक रिकवर किया। स्ट्रेहल अनुपात (फोकसिंग गुणवत्ता का एक माप) 0.34 से बढ़कर 0.96 हो गया, और रिफ्लेक्टिविटी इमेज में स्पष्ट इंटरफेस और बेहतर स्पेकल कंट्रास्ट दिखाई दिए।
इन विवो ब्रेस्ट इमेजिंग: एक मरीज में आक्रामक कार्सिनोमा (invasive carcinoma) पर लागू किया गया। विधि ने उच्च ध्वनि गति (~1574 मी/से) वाले एक स्थानीयकृत क्षेत्र की पहचान की, जो आसपास के एडिपोज़ और फाइब्रोग्लैंडुलर ऊतकों से भिन्न था। एबरेशन करेक्शन ने खुलासा किया कि अनकरेक्टेड इमेजिंग ने शारीरिक विशेषताओं के आभासी गहराई (apparent depth) को बायस किया था।
इन विवो लिवर इमेजिंग: एक स्वस्थ स्वयंसेवक पर लागू किया गया। विधि ने पेट की दीवार (त्वचा, वसा, मांसपेशी) और लिवर पैरेन्काइमा की स्तरित संरचना को उच्च एक्सियल रेजोल्यूशन के साथ हल किया। प्राप्तित ध्वनि गतियां स्वस्थ ऊतकों के साहित्य मानों से मेल खाती थीं, और स्ट्रेहल अनुपात 0.61 से बढ़कर 0.93 हो गया, जिससे रिफ्लेक्टिविटी इमेज काफी स्पष्ट हो गई और पहले छिपी हुई संरचनाएं जैसे एनेकोइक नसें (anechoic veins) सामने आईं।

महत्व और दावे
यह पेपर दावा करता है कि एंगुलर डिस्टॉर्शन मैट्रिक्स दृष्टिकोण वेव-स्पीड टोमोग्राफी और एबरेशन करेक्शन की युग्मित समस्या का एक मजबूत समाधान प्रदान करता है। इसका प्राथमिक महत्व निम्नलिखित है:

एकीकरण (Unification): यह एक ही पुनरावृत्ति मैट्रिक्स-इमेजिंग ढांचे के भीतर डिस्टॉर्शन मैट्रिक्स अवधारणाओं (जो आमतौर पर एबरेशन सुधार के लिए उपयोग किए जाते हैं) को कंप्यूटेड अल्ट्रासाउंड टोमोग्राफी इन इको मोड (CUTE) के साथ एकीकृत करता है।
मॉडल स्वतंत्रता (Model Independence): एंगुलर डिस्टॉर्शन मैट्रिक्स का निर्माण फोकसिंग के लिए उपयोग किए जाने वाले विशिष्ट तरंग-प्रसार मॉडल से स्वतंत्र है, जिससे यह विधि स्वयं मॉडल को क्रमिक रूप से परिष्कृत करने की अनुमति देती है।
उच्च रिज़ॉल्यूशन (High Resolution): गौसियन-बीम बेसिस पर प्रोजेक्ट करके, यह विधि शास्त्रीय डिस्टॉर्शन मैट्रिक्स दृष्टिकोणों की तुलना में छोटे आइसोप्लैस्टिक पैचेस (लगभग 1 मिमी) पर एबरेशन का अनुमान लगा सकती है, जिससे टोमोग्राफी में उच्च स्थानिक रिज़ॉल्यूशन सक्षम होता है।
नैदानिक उपयोगिता (Clinical Utility): यह विधि मात्रात्मक ध्वनि-गति मानचित्र (पैथोलॉजी के लिए संभावित बायोमार्कर) प्रदान करने और साथ ही जटिल, विषम ऊतकों में संरचनात्मक छवि गुणवत्ता में सुधार करने की क्षमता प्रदर्शित करती है।
व्यापकता (Generality): हालांकि इसे अल्ट्रासाउंड के लिए प्रदर्शित किया गया है, यह ढांचा किसी भी तरंग मोड (ऑप्टिक्स, सीस्मोलॉजी) के लिए लागू किया जा सकता है जहाँ रिफ्लेक्शन-मैट्रिक्स इमेजिंग को कार्यान्वित किया जा सकता है।

इसी तरह के और पेपर