A fiducial-based framework for precise MRI-guided stereotaxic targeting in nonhuman primates

मस्तिष्क की आंतरिक कार्यप्रणाली का अध्ययन करने के लिए, वैज्ञानिकों को अक्सर अत्यधिक सटीकता के साथ खोपड़ी के भीतर गहरे स्थित विशिष्ट, सूक्ष्म स्थानों तक पहुँचना पड़ता है। यह विशेष रूप से गैर-मानव प्राइमेट्स (वानरों) के साथ काम करते समय सत्य है, जिनका मस्तिष्क जटिल है और मानव संज्ञान एवं रोगों को समझने के लिए अत्यंत मूल्यवान है। चुनौती मस्तिष्क को देखने के दो अलग-अलग तरीकों के बीच के अंतर को पाटने में निहित है: मैग्नेटिक रेजोनेंस इमेजिंग, या एमआरआई (MRI), द्वारा प्रदान किया गया विस्तृत, त्रि-आयामी मानचित्र, और एक सर्जिकल फ्रेम का भौतिक, यांत्रिक स्थान जो जानवर के सिर को स्थिर रखता है। एक सर्जन के लिए किसी उपकरण को लक्ष्य तक सफलतापूर्वक निर्देशित करने हेतु, स्कैन के निर्देशांकों (coordinates) का भौतिक ऑपरेटिंग रूम की वास्तविकता के साथ पूरी तरह मेल खाना आवश्यक है। यदि ये दोनों मानचित्र मेल नहीं खाते हैं, तो एक छोटी सी त्रुटि भी लक्ष्य से चूकने का कारण बन सकती है, जिससे प्रयोग विफल हो सकता है या क्षति पहुँच सकती है। इसका समाधान डिजिटल छवि और भौतिक स्थान को एक विश्वसनीय तरीके से पंजीकृत करने, या आपस में जोड़ने की आवश्यकता है ताकि स्क्रीन पर दिखने वाला एक बिंदु खोपड़ी के भीतर एक सटीक बिंदु के अनुरूप हो।

हाल ही में एक अध्ययन में, शोधकर्ताओं ने छोटे, पेंच जैसे मार्करों का उपयोग करके इस संरेखण (alignment) को प्राप्त करने के सबसे व्यावहारिक और सटीक तरीके को खोजने का प्रयास किया, जिन्हें सीधे खोपड़ी पर लगाया जा सकता है। ये मार्कर, जिन्हें फिडुशियल्स (fiducials) कहा जाता है, ऐसी सामग्रियों से बने होते हैं जो एमआरआई स्कैन में स्पष्ट रूप से दिखाई देते हैं, जो स्थायी संदर्भ बिंदु के रूप में कार्य करते हैं जिन्हें कंप्यूटर देख सकता है। टीम ने इन अट्ठाइस पेंच मार्करों से सुसज्जित खोपड़ी के एक 3D-प्रिंटेड मॉडल का उपयोग करके एक विधि का परीक्षण किया। उन्होंने मॉडल के भीतर तीन विशिष्ट लक्ष्यों को रखा ताकि उन गहरे मस्तिष्क क्षेत्रों का प्रतिनिधित्व किया जा सके जहाँ वे पहुँचना चाहते थे। इसके बाद शोधकर्ताओं ने परीक्षणों की एक श्रृंखला चलाई ताकि यह देख सकें कि विभिन्न गणितीय विधियाँ मार्करों की स्थिति को सर्जिकल फ्रेम के भौतिक स्थान में कितनी अच्छी तरह अनुवादित कर सकती हैं। उन्होंने मॉडल को गलत संरेखित करके जानबूझकर त्रुटियां उत्पन्न कीं ताकि यह देखा जा सके कि प्रत्येक विधि उस गलती को कैसे संभालती है, जो वास्तविक ऑपरेटिंग रूम में होने वाले छोटे बदलावों का अनुकरण करती है।

अध्ययन ने स्थिति की गणना करने के तीन अलग-अलग तरीकों की तुलना की। पहला तरीका केवल पूरी छवि को एक निश्चित मात्रा में स्थानांतरित करता था, एक ऐसी तकनीक जिसे शोधकर्ताओं ने किसी भी गलत संरेखण के प्रति अत्यधिक संवेदनशील पाया; यदि मॉडल थोड़ा भी गलत होता, तो लक्ष्य चूक जाता। दूसरा तरीका, जिसे एफाइन रजिस्ट्रेशन (affine registration) कहा जाता है, मार्करों को पूरी तरह से फिट करने के लिए छवि को खींचने और मोड़ने का प्रयास करता था। हालांकि इस दृष्टिकोण ने सतह पर मार्करों को बहुत करीब से संरेखित किया, लेकिन इसने आंतरिक लक्ष्यों पर त्रुटि को वास्तव में बढ़ा दिया, जिससे यह संकेत मिला कि बाहर एक सटीक फिट लाने का प्रयास अंदर के हिस्से को विकृत कर सकता है। तीसरा तरीका, रिजिड रजिस्ट्रेशन (rigid registration), खोपड़ी को एक ठोस वस्तु के रूप में मानता है जिसे हिलाया और घुमाया जा सकता है लेकिन खींचा या फैलाया नहीं जा सकता। इस दृष्टिकोण ने आंतरिक लक्ष्यों पर सबसे कम समग्र त्रुटियां प्रदर्शित कीं, भले ही मॉडल गलत संरेखित था। शोधकर्ताओं ने यह भी पुष्टि की कि इन पेंच मार्करों को एक जीवित जानवर में सफलतापूर्वक प्रत्यारोपित किया जा सकता था, एमआरआई पर स्पष्ट रूप से देखा जा सकता था, और फिर बाद की सर्जरी के दौरान पुनः खोजा जा सकता था, जो यह सिद्ध करता है कि यह प्रणाली एक वास्तविक जैविक परिवेश में कार्य करती है।

निष्कर्ष बताते हैं कि सर्जरी के मार्गदर्शन के लिए खोपड़ी-स्थिर मार्करों का उपयोग रिजिड रजिस्ट्रेशन पद्धति के साथ करना सबसे सुरक्षित संतुलन प्रदान करता है। यह दृष्टिकोण मस्तिष्क के आंतरिक मानचित्र को विकृत किए बिना, जानवर की स्थिति में होने वाले अंतरों को ठीक करता है। यह अध्ययन कि कितने मार्करों का उपयोग किया जाए और विभिन्न गणना विधियाँ त्रुटियों को कैसे संभालती हैं, का व्यवस्थित परीक्षण करके, एक व्यावहारिक ढांचा प्रदान करता है जो पिछली तकनीकों में सुधार करता है। परिणाम संकेत देते हैं कि जबकि जटिल समायोजन बेहतर सटीकता प्रदान कर सकते हैं, गणना के दौरान खोपड़ी के आकार को कठोर और अपरिवर्तित रखना मस्तिष्क के भीतर महत्वपूर्ण लक्ष्यों पर अधिक सटीक परिणाम लाता है। यह कार्य शोधकर्ताओं के लिए प्राइमेट मस्तिष्क के जटिल परिदृश्य में आत्मविश्वास के साथ नेविगेट करने के लिए एक विश्वसनीय मार्ग स्थापित करता है, जिससे यह सुनिश्चित होता है कि उपकरण ठीक वहीं पहुँचें जहाँ उन्हें जाना चाहिए।