A structured-illumination miniscope for optically sectioned imaging and real-time neural decoding

कल्पना कीजिए कि आप एक शोर-शराबे वाले कॉन्सर्ट हॉल के बीचों-बीच एक एकल वायलिन वादक को सुंदर सोलो बजाते हुए सुनने की कोशिश कर रहे हैं। यह उन वैज्ञानिकों का दैनिक संघर्ष है जो यह देखना चाहते हैं कि व्यक्तिगत मस्तिष्क कोशिकाएं (न्यूरॉन्स) एक जानवर के दौड़ने, कूदने या घूमने के दौरान आपस में कैसे "बात" करती हैं। वर्षों से, उन्होंने यह करने के लिए चूहों के सिर पर लगे छोटे, हल्के सूक्ष्मदर्शी (माइक्रोस्कोप) का उपयोग किया है। ये उपकरण छोटे कैमरों की तरह हैं जो न्यूरॉन्स के सक्रिय होने के चमकते संकेतों को देख सकते हैं। हालाँकि, एक बड़ी समस्या है: ये कैमरे अपने सामने की सब कुछ देखते हैं, न कि केवल उस विशिष्ट परत को जिसे वे देख रहे हैं। यह एक स्टेडियम की एक विशिष्ट पंक्ति की स्पष्ट फोटो लेने की कोशिश करने जैसा है, लेकिन कैमरा ऊपर और नीचे की पंक्तियों में मौजूद धुंधली, चमकती भीड़ को भी कैप्चर कर लेता है। यह "आउट-ऑफ-फोकस" चमक विवरणों को धुंधला कर देती है, जिससे यह बताना मुश्किल हो जाता है कि वास्तव में कौन सा न्यूरॉन क्या कर रहा है। हालांकि शक्तिशाली, महंगे सूक्ष्मदर्शी मौजूद हैं जो विशेष लेजर का उपयोग करके इस समस्या को हल कर सकते हैं, लेकिन वे दौड़ते हुए चूहे के सिर पर बांधने के लिए बहुत भारी और जटिल हैं। इसलिए, वैज्ञानिक एक कठिन स्थिति में फंस गए थे: या तो एक भारी मशीन के साथ एक छोटे क्षेत्र की स्पष्ट तस्वीर लें, या एक हल्का कैमरा लें जो एक धुंधले मलबे जैसा दिखता हो।

यह शोध पत्र एक चतुर, हल्के समाधान को पेश करता है जो इन छोटे कैमरों के लिए एक "स्मार्ट फिल्टर" के रूप में कार्य करता है। शोधकर्ताओं ने एक नया प्रकार का मिनीस्कोप बनाया है जिसका वजन 3 ग्राम से कम (लगभग एक AA बैटरी के बराबर) है और यह "स्ट्रक्चर्ड इल्यूमिनेशन" (संरचित प्रकाश) नामक एक तकनीक का उपयोग करता है। इसे एक बाड़ (पिकेट फेंस) के माध्यम से दीवार पर टॉर्च की रोशनी दिखाने की तरह समझें। यदि आप सामान्य रोशनी चमकाते हैं, तो आपको पूरी दीवार दिखाई देती है। लेकिन यदि आप बाड़ के माध्यम through रोशनी चमकाते हैं, तो आपको धारियाँ दिखाई देती हैं। इस नए उपकरण में लगा स्मार्ट कैमरा दो त्वरित स्नैपशॉट लेता है: एक सामान्य रोशनी के साथ और एक "धारियों वाली" रोशनी के साथ। इन दोनों तस्वीरों की तुलना करके, कंप्यूटर गणितीय रूप से यह पता लगा सकता है कि छवि के कौन से हिस्से तीखे और फोकस में हैं (धारियाँ स्पष्ट हैं) और कौन सा हिस्सा धुंधला बैकग्राउंड शोर है (धारियाँ धुंधली हो जाती हैं)। फिर यह धुंधले हिस्सों को हटा देता है, जिससे केवल उन्हीं न्यूरॉन्स की एकदम स्पष्ट छवि बचती है जिन्हें वह देख रहा है। यह चूहे को स्वतंत्र रूप से दौड़ने देता है जबकि वैज्ञानिकों को भारी, महंगे उपकरणों के बिना उच्च-गुणवत्ता वाला, स्पष्ट डेटा प्राप्त होता है।

मस्तिष्क कैमरों के लिए "स्मार्ट फिल्टर"

टीम ने, जिसका नेतृत्व चाइनीज इंस्टीट्यूट फॉर ब्रेन रिसर्च और बीजिंग नॉर्मल यूनिवर्सिटी के शोधकर्ताओं ने किया था, इस नए उपकरण को "धुंधले बैकग्राउंड" की समस्या को हल करने के लिए बनाया है। वे इसे HiLo मिनीस्कोप कहते हैं। यह नाम उस तकनीक से आता है जिसका यह उपयोग करता है: High-frequency (उच्च आवृत्ति) और Low-frequency (निम्न आवृत्ति) प्रकाश प्रसंस्करण।

यह सरल अंग्रेजी में इस प्रकार काम करता है:
डिवाइस दो छोटे नीले LED (प्रकाश स्रोत) का उपयोग करता है। एक मस्तिष्क पर सामान्य, समान रोशनी बिखेरता है। दूसरा एक साधारण ग्रिड (जिसे रोन्ची ग्रेटिंग कहा जाता है) के माध्यम से रोशनी बिखेरता है, जिससे मस्तिष्क पर धारियों का एक पैटर्न बनता है। कैमरा एक समान रोशनी की एक तस्वीर लेता है, फिर धारियों वाली रोशनी की एक तस्वीर लेता है, और यह प्रक्रिया बहुत तेजी से—हर सेकंड 30 बार—करता है।

क्योंकि जिस न्यूरॉन पर कैमरा केंद्रित है, वे तीखे होते हैं, इसलिए धारियाँ उन पर स्पष्ट दिखती हैं। लेकिन पृष्ठभूमि में मौजूद धुंधले, आउट-ऑफ-फोकस सेल स्पष्ट रूप से धारियाँ नहीं दिखा पाते; वे केवल एक धुंधली चमक की तरह दिखते हैं। कंप्यूटर दोनों तस्वीरों को देखता है और कहता है, "ठीक है, जो हिस्से धारियों जैसे दिख रहे हैं वे वास्तविक सिग्नल हैं। जो हिस्से धुंधली चमक की तरह दिख रहे हैं वे केवल बैकग्राउंड शोर हैं।" फिर यह धुंधली चमक को हटा देता है और स्पष्ट सिग्नल को रखता है। परिणाम स्वरूप, मस्तिष्क का एक वीडियो मिलता है जो मानक कैमरों की तुलना में बहुत अधिक स्पष्ट है और जिसमें बेहतर कंट्रास्ट है।

उन्होंने क्या पाया: स्पष्ट संकेत, अधिक न्यूरॉन्स

शोधकर्ताओं ने इस नए सूक्ष्मदर्शी का परीक्षण कई तरीकों से किया ताकि वे देख सकें कि क्या यह वास्तव में काम करता है।

1. यह शोर को साफ करता है:
सबसे पहले, उन्होंने चूहे के मस्तिष्क के स्लाइस देखे। नए HiLo सूक्ष्मदर्शी से प्राप्त छवियों ने मानक वाइडफील्ड छवियों की तुलना में "धुंधली चमक" में भारी कमी दिखाई। न्यूरॉन्स एक गहरे बैकग्राउंड के मुकाबले स्पष्ट रूप से उभर कर आए।

2. यह दौड़ते हुए चूहों पर काम करता है:
इसके बाद, उन्होंने डिवाइस को चूहों के सिर पर बांधा और उन्हें दौड़ते हुए देखा। उन्होंने हिप्पोकैम्पस में गतिविधि को रिकॉर्ड किया, जो स्मृति और नेविगेशन से जुड़ा मस्तिष्क का एक हिस्सा है।

• परिणाम: व्यक्तिगत न्यूरॉन्स के संकेत बहुत अधिक साफ थे। जब उन्होंने डेटा देखा, तो मानक सूक्ष्मदर्शी की तुलना में HiLo सूक्ष्मदर्शी के साथ "सिग्नल-टू-नॉइज़ रेशियो" (कितनी वास्तविक मस्तिष्क गतिविधि है बनाम बैकग्राउंड का धुंधलापन) काफी बेहतर था।
• दिलचस्प बात: आमतौर पर, मानक सूक्ष्मदर्शी से साफ डेटा प्राप्त करने के लिए, वैज्ञानिकों को प्रयोग के बाद संकेतों को "डीमिक्स" करने के लिए जटिल कंप्यूटर प्रोग्रामों का उपयोग करना पड़ता है। इसमें बहुत समय और कंप्यूटिंग शक्ति लगती है। शोधकर्ताओं ने पाया कि HiLo सूक्ष्मदर्शी के साथ, वे न्यूरॉन के क्षेत्र के पिक्सेल का एक साधारण औसत ले सकते थे, और यह जटिल कंप्यूटर-सुधारित डेटा के लगभग बराबर ही था। इसका मतलब है कि वे बाद में इसे ठीक करने के लिए धीमे कंप्यूटर का इंतजार किए बिना, अभी उच्च-गुणवत्ता वाला डेटा प्राप्त कर सकते हैं।

3. यह अधिक परतों को देखता है:
सूक्ष्मदर्शी में एक विशेष लिक्विड लेंस भी है जो बहुत तेज़ी से फोकस बदल सकता है। टीम ने मस्तिष्क की दो अलग-अलग गहराइयों को एक साथ देखने के लिए इसका उपयोग किया, जो प्रति सेकंड 2.5 बार स्विच करता है।

• परिणाम: इसने उन्हें पहले की तुलना में बहुत अधिक न्यूरॉन्स को रिकॉर्ड करने की अनुमति दी। उन्होंने पाया कि दो परतों को देखने से उन्हें अध्ययन के लिए न्यूरॉन्स का एक बहुत बड़ा समूह मिला, और दोनों परतों के संकेत अभी भी स्पष्ट और विश्वसनीय थे।

4. यह चूहे के स्थान को समझने में मदद करता है:
क्योंकि संकेत इतने स्पष्ट थे, शोधकर्ता केवल मस्तिष्क की गतिविधि को देखकर यह पता लगा सके कि चूहा कमरे में कहाँ था।

• परिणाम: जब उन्होंने स्थान का अनुमान लगाने के लिए साधारण HiLo संकेतों का उपयोग किया, तो वे मानक वाइडफील्ड संकेतों की तुलना में बहुत अधिक सटीक थे। वास्तव में, साधारण HiLo संकेत, मानक सूक्ष्मदर्शी के जटिल, कंप्यूटर-सुधारित संकेतों के लगभग जितने ही प्रभावी थे। यह साबित करता है कि "स्मार्ट फिल्टर" रिकॉर्डिंग के क्षण में ही महत्वपूर्ण जानकारी को कैप्चर कर रहा है।

"माइंड-कंट्रोल" टेस्ट: एक क्लोज्ड-लूप ब्रेन-मशीन इंटरफेस

अध्ययन का सबसे रोमांचक हिस्सा एक "प्रूफ-ऑफ-प्रिंसिपल" परीक्षण था यह देखने के लिए कि क्या इस तकनीक का उपयोग ब्रेन-मशीन इंटरफेस (BMI) के लिए किया जा सकता है। यह एक ऐसी प्रणाली है जहाँ मस्तिष्क वास्तविक समय में एक मशीन को नियंत्रित करता है।

सेटअप:
उन्होंने एक चूहे को हेड-फिक्स्ड स्थिति में रखा और उसे एक गंध (एक सुगंध) दी। जब चूहे की मस्तिष्क गतिविधि एक विशिष्ट पैटर्न (जैसे, "मुझे यह गंध आ रही है" का संकेत) से मेल खाती थी, तो कंप्यूटर तुरंत इनाम के रूप में मीठा पानी की एक बूंद देता था।

चुनौती:
इसके काम करने के लिए, कंप्यूटर को मस्तिष्क के संकेत को पढ़ना होगा, यह तय करना होगा कि क्या यह पैटर्न से मेल खाता है, और तुरंत इनाम देना होगा। यदि सिग्नल धुंधला है या कंप्यूटर को इसे साफ करने में बहुत अधिक समय लगता है, तो सिस्टम विफल हो जाता है।

परिणाम:
HiLo सूक्ष्मदर्शी का उपयोग करके, सिस्टम पूरी तरह से काम कर गया। क्योंकि सूक्ष्मदर्शी तुरंत इतने स्पष्ट संकेत प्रदान करता था, कंप्यूटर वास्तविक समय में "गंध पैटर्न" का पता लगा सका और इनाम को ट्रिगर कर सका। चूहों ने सिस्टम को नियंत्रित करना सीख लिया; वे अधिक इनाम पाने के लिए अपनी मस्तिष्क गतिविधि को नियंत्रित कर सकते थे। इसने दिखाया कि HiLo सूक्ष्मदर्शी इतना तेज़ और स्पष्ट है कि इसका उपयोग वास्तविक समय के प्रयोगों के लिए किया जा सकता है जहाँ मस्तिष्क एक मशीन से बात करता है और तुरंत फीडबैक प्राप्त करता है।

यह क्यों महत्वपूर्ण है

यह शोध पत्र यह दावा नहीं करता कि इसने न्यूरोसाइंस की हर समस्या को हल करने वाली कोई जादुई छड़ी बना ली है। लेखक सावधानीपूर्वक नोट करते हैं कि उनका उपकरण भारी, महंगे मल्टीफोटन सूक्ष्मदर्शी की तरह मस्तिष्क में बहुत गहराई तक नहीं देख पाता है, और यह उन्नत कंप्यूटर एल्गोरिदम की तरह ओवरलैपिंग न्यूरॉन्स को उतनी पूर्णता से अलग नहीं करता है।

हालाँकि, उन्होंने दिखाया है कि स्ट्रक्चर्ड इल्यूमिनेशन स्वतंत्र रूप से घूमते हुए जानवरों में मस्तिष्क इमेजिंग की गुणवत्ता में सुधार करने का एक व्यावहारिक, सुलभ और अत्यधिक प्रभावी तरीका है। इमेज को कंप्यूटर के देखने से पहले ही साफ करके, उन्होंने बिना भारी उपकरण या धीमी, जटिल प्रोसेसिंग के उच्च-गुणवत्ता वाला डेटा प्राप्त करना संभव बना दिया है। यह उन प्रयोगों के लिए द्वार खोलता है जिनमें तेज़, वास्तविक समय के फीडबैक की आवश्यकता होती है, जिससे हमें यह समझने में मदद मिलती है कि मस्तिष्क वास्तव में कुछ करने के दौरान कैसे काम करता है, न कि केवल स्थिर बैठे रहने के दौरान।

संक्षेप में, उन्होंने एक छोटा, स्मार्ट कैमरा बनाया है जो शोर को फिल्टर करता है, जिससे वैज्ञानिक "कॉन्सर्ट हॉल" के बीच में भी "वायलिन वादक" को स्पष्ट रूप से सुन पाते हैं।