Optimizing MR-based gaze-decoding for eyes-closed eye-tracking in fMRI

एमआरआई (MRI) स्कैनर की शांत गूंज के बीच, शोधकर्ता अक्सर लोगों से बिल्कुल स्थिर लेटने के लिए कहते हैं जबकि उनके मस्तिष्क चित्रों, ध्वनियों या विचारों के प्रति प्रतिक्रिया देते हुए चमकते हैं। दशकों से, वैज्ञानिक जानते हैं कि व्यक्ति कहाँ देख रहा है, यह उतना ही महत्वपूर्ण है जितना कि वह क्या सोच रहा है। यदि किसी प्रतिभागी की आँखें थोड़ी भी भटक जाती हैं, तो रिकॉर्ड की गई मस्तिष्क गतिविधि पूरी तरह से बदल सकती है, जिससे एक स्पष्ट संकेत भ्रमित करने वाले शोर में बदल जाता है। इसे रोकने के लिए, अधिकांश अध्ययन आँखों को ट्रैक करने के लिए हाई-स्पीड कैमरों का उपयोग करते हैं, जिससे यह सुनिश्चित होता है कि व्यक्ति ठीक वहीं देख रहा है जहाँ उसे देखना चाहिए। लेकिन इन कैमरों की एक अंध बिंदु (blind spot) होती है: वे तब नहीं देख सकते जब आँखें बंद हों। यह हमारी समझ में एक बड़ा अंतर छोड़ देता है। हम यह अध्ययन नहीं कर सकते कि नींद के दौरान, आँखें बंद करके गहरी विश्रांति के दौरान, या जब लोगों को अपने मन में दृश्य कल्पना करने के लिए कहा जाता है, तो मस्तिष्क में क्या होता है, क्योंकि हमारे पास यह जानने का कोई तरीका नहीं है कि उनकी आँखें हिल रही हैं या वे कहाँ इशारा कर रही हो सकती हैं।

शोधकर्ताओं की एक टीम ने अब उस अंधेरे के पार देखने का एक तरीका खोज लिया है, कैमरे से नहीं, बल्कि स्वयं आँखों के चुंबकीय संकेतों को सुनकर। एक शक्तिशाली कंप्यूटर प्रोग्राम का उपयोग करके जो मस्तिष्क स्कैन में पैटर्न पहचानना सीखता है, उन्होंने एक मशीन को यह अनुमान लगाने के लिए प्रशिक्षित किया है कि व्यक्ति कहाँ देख रहा है, भले ही उसकी पलकें कसकर बंद हों। यह सफलता महंगे उपकरणों या आदर्श स्थितियों पर निर्भर नहीं करती है। इसके बजाय, यह एक चतुर प्रशिक्षण पद्धति पर निर्भर करती है जो सिस्टम को विभिन्न स्कैनर और विभिन्न कार्यों के अनुकूल होने की अनुमति देती है, जिससे मन की आँख की छिपी हुई गतिविधियों के लिए एक खिड़की खुल जाती है।

कहानी 'डीपएमआरआईआई' (DeepMReye) नामक एक उपकरण के साथ शुरू होती है, जो एक परिष्कृत कंप्यूटर प्रोग्राम है जो पहले से ही तब अच्छा काम करने के लिए जाना जाता था जब लोग स्क्रीन की ओर देख रहे होते हैं। यह प्रोग्राम एक अनुवादक की तरह कार्य करता है, जो स्कैनर के भीतर आँखों से आने वाली मंद चुंबकीय तरंगों को इस मानचित्र में बदल देता है कि दृष्टि किस दिशा में निर्देशित है। हालाँकि, इस अनुवादक का मूल संस्करण मुख्य रूप से उन लोगों के डेटा पर प्रशिक्षित था जिनकी आँखें खुली थीं। जब शोधकर्ताओं ने इसे उन लोगों पर उपयोग करने की कोशिश की जिनकी आँखें बंद थीं, तो परिणाम अस्थिर रहे। पलकें नीचे दबने पर आँख का भौतिक आकार थोड़ा बदल जाता है, और चुंबकीय संकेत उन तरीकों से बदलते हैं जिन्हें कंप्यूटर ने पहले कभी नहीं देखा था। यह एक ऐसे अनुवादक से पूछने जैसा था जो केवल अंग्रेजी बोलता है और अचानक उस भाषा का अर्थ निकालने के लिए कहा गया हो जिसमें पूरी तरह से अलग व्याकरण का उपयोग किया जाता है।

इसे ठीक करने के लिए, शोधकर्ताओं ने एक नए प्रकार के प्रशिक्षण सत्र को डिजाइन किया। वे पंद्रह स्वयंसेvolunteers को स्कैनर में लेकर आए और उनसे मस्तिष्क स्कैन के दौरान आँखों की एक श्रृंखला में हलचल करने के लिए कहा। सबसे पहले, स्वयंसेवकों ने स्क्रीन पर एक लक्ष्य को देखा, उसके साथ चलते हुए विशिष्ट पैटर्न का पालन किया, जैसे कि अपनी आँखों से हवा में त्रिभुज बनाना। यह हिस्सा आँखों के खुले होने के साथ किया गया था, जो कंप्यूटर को स्पष्ट, आदर्श उदाहरण प्रदान करता है कि नियंत्रित तरीके से आँखें हिलने पर चुंबकीय संकेत कैसे दिखते हैं। शोधकर्ताओं ने इस ताज़ा डेटा का उपयोग कंप्यूटर प्रोग्राम को "फाइन-ट्यून" करने के लिए किया, जिसका अर्थ है इसे यह सिखाना कि उनके विशिष्ट स्कैनर और उनके विशिष्ट सेटअप ने दुनिया को कैसे देखा।

परिणाम तत्काल और स्पष्ट थे। जब शोधकर्ताओं ने उसी आँख खोलने वाले कार्य के लिए नए प्रशिक्षित प्रोग्राम का परीक्षण किया, तो इसने मूल संस्करण की तुलना में काफी बेहतर प्रदर्शन किया। इसने बहुत अधिक सटीकता के साथ गतिविधियों को ट्रैक किया, और उस दूरी को कम किया जो कंप्यूटर द्वारा सोची गई आँखों की स्थिति और वास्तविक स्थिति के बीच थी। महत्वपूर्ण रूप से, शोधकर्ताओं ने पाया कि यह सुधार केवल संख्याओं को बड़ी स्क्रीन पर फिट करने के लिए खींचने का मामला नहीं था। प्रोग्राम ने वास्तव में उनके स्कैनर द्वारा आँख की गति को कैप्चर करने के अनूठे तरीके को सीख लिया था। इससे भी आश्चर्यजनक रूप से, उन्होंने पाया कि उन्हें इस प्रशिक्षण के लिए कैमरा डेटा की आवश्यकता नहीं थी। वे बस कंप्यूटर को बता सकते थे, "व्यक्ति इस विशिष्ट स्थान पर देख रहा था," और प्रोग्राम ने उतना ही अच्छा सीखा जितना कि यदि उसने कैमरा द्वारा रिकॉर्ड की गई वास्तविक आँख की गतिविधियों को देखा होता। इसका अर्थ है कि कोई भी लैब, यहाँ तक कि जिसके पास कैमरा भी नहीं है, अब इस सिस्टम को अपने लिए काम करने के लिए प्रशिक्षित कर सकती है।

असली जादू, हालांकि, तब हुआ जब रोशनी बुझ गई। शोधकर्ताओं ने स्वयंसेवकों को ठीक वही त्रिभुज बनाने वाला कार्य करने के लिए कहा, लेकिन इस बार केवल बीप की एक श्रृंखला के मार्गदर्शन में, उनकी आँखें बंद थीं। उन्होंने उन्हें धीरे-धीरे पलकें झपकाने और बिना कुछ देखे आँखें खुली रखने के लिए भी कहा। जब उन्होंने इन बंद-आँख वाले सत्रों के मस्तिष्क स्कैन को नए प्रशिक्षित प्रोग्राम में डाला, तो इसने आँखों की गतिविधियों को सफलतापूर्वक पुनर्गठित किया। कंप्यूटर "देख" सकता था कि अंधेरे में त्रिभुज बनाए जा रहे थे। यह साबित करने के लिए कि यह कोई तुक्का नहीं था, शोधकर्ताओं ने डेटा में गतिविधियों के क्रम को उलट दिया। जब अनुक्रम टूट गया, तो प्रोग्राम पहचान नहीं सका, जिससे यह सिद्ध हुआ कि यह वास्तव में आँख के पथ को डिकोड कर रहा था और न कि केवल ध्वनियों के समय के आधार पर अनुमान लगा रहा था।

बंद आँखों की गतिविधियों को देखने की यह क्षमता केवल एक दिखावा नहीं थी; इसने इस बारे में एक गहरा रहस्य खोला कि मस्तिष्क और आँखें कैसे परस्पर क्रिया करते हैं। शोधकर्ताओं ने पाया कि प्रोग्राम उच्च सटीकता के साथ खुली और बंद पलकों के बीच अंतर भी बता सकता था। वह पता लगा सकता था कि व्यक्ति कब पलकें झपका रहा है या उसकी आँखें पूरी तरह से बंद हैं, केवल चुंबकीय संकेतों को पढ़कर। यह सुझाव देता है कि पलक की स्थिति मस्तिष्क स्कैन पर एक विशिष्ट 'फिंगरप्रिंट' छोड़ती है, जिसे कंप्यूटर पहचानना सीख सकता है।

शायद सबसे व्यावहारिक खोज यह थी कि प्रोग्राम को बंद-आँख वाले कार्यों के लिए काम करने हेतु बंद-आँख वाले डेटा पर प्रशिक्षित करने की आवश्यकता नहीं थी। शोधकर्ताओं ने पहले एकत्र किए गए केवल खुली-आँख वाले डेटा का उपयोग करके सिस्टम को प्रशिक्षित करने का प्रयास किया। जब उन्होंने इस संस्करण का परीक्षण बंद-आँख वाले सत्रों पर किया, तो इसने उस संस्करण के लगभग उतना ही अच्छा प्रदर्शन किया जिसे खुली और बंद दोनों आँखों के डेटा पर प्रशिक्षित किया गया था। इसका अर्थ है कि भविष्य में नींद या मानसिक कल्पना का अध्ययन करने के लिए, वैज्ञानिकों को अंधेरे में कैमरा चलाने के लिए संघर्ष करने की आवश्यकता नहीं है। वे बस विषय को जागते हुए और स्क्रीन की ओर देखते हुए प्रशिक्षित कर सकते हैं, और फिर उस ज्ञान को बंद-आँख वाले क्षणों में लागू कर सकते हैं।

अध्ययन ने इस तरह से उपयोग किए जाने वाले सिस्टम की एक सामान्य सीमा को भी संबोधित किया। अक्सर, शोधकर्ता मान लेते हैं कि यदि वे आउटपुट के पैमाने को समायोजित कर दें, तो एक सामान्य प्रोग्राम काम करेगा। शोधकर्ताओं ने दिखाया कि यह पर्याप्त नहीं है। केवल गणितीय रूप से संख्याओं को खींचने से उस प्रदर्शन की बराबरी नहीं की जा सकती थी जो एक विशेष रूप से स्थानीय डेटा पर प्रशिक्षित कार्यक्रम द्वारा प्राप्त किया गया था। कंप्यूटर को उस स्कैनर की विशिष्ट "आवाज" और उस विशेष कमरे में आँखों की गति के अनूठे तरीके को सीखने की आवश्यकता थी।

एक सरल प्रशिक्षण दिनचर्या को एक शक्तिशाली लर्निंग एल्गोरिदम के साथ जोड़कर, शोधकर्ताओं ने मस्तिष्क के अध्ययन में एक बड़ी बाधा को हटा दिया है। उन्होंने दिखाया है कि अब हम यह ट्रैक कर सकते हैं कि मन कहाँ देख रहा है, भले ही आँखें बंद हों, और इसके लिए आँख को देखने के लिए कैमरे की आवश्यकता नहीं है। यह नींद, गहरी विश्रांति और कल्पना के आंतरिक परिदृश्यों का अध्ययन करने के लिए द्वार खोलता है, जो पहले असंभव था। तकनीक पूर्ण नहीं है; बंद आँखों की गति स्वाभाविक रूप से खुली आँखों की तुलना में कम सटीक होती है, और कंप्यूटर उस वास्तविकता को दर्शाता है। लेकिन पहली बार, बंद आँख का अंधेरा मानव मस्तिष्क की समझ में एक अंध बिंदु नहीं रह गया है।