A Computational Pipeline for Retinal Capillary Blood Flow Measurement using Adaptive Optics Line Confocal Ophthalmoscopy
यह शोध पत्र एक कम्प्यूटेशनल पाइपलाइन प्रस्तुत करता है, जो एक इंटरैक्टिव 3D Slicer एक्सटेंशन और कमांड-लाइन टूल दोनों के रूप में उपलब्ध है, जो नेत्र गति के विरुद्ध एडेप्टिव ऑप्टिक्स लाइन कॉन्फोकल ऑप्थाल्मोस्कोपी वीडियो को स्थिर करती है और 4% त्रुटि मार्जिन के साथ रेटिनल कैपिलरी रक्त प्रवाह वेगों को सटीक रूप से परिमाणित करती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
मानव आँख शरीर की सबसे जटिल प्लंबिंग प्रणाली की एक खिड़की है। रेटिना के भीतर, सूक्ष्म केशिकाओं (कैपिलरीज) का एक नेटवर्क उन कोशिकाओं को ऑक्सीजन और पोषक तत्व पहुँचाता है जो दृष्टि के लिए जिम्मेदार हैं। ये वाहिकाएं इतनी संकरी हैं कि व्यक्तिगत लाल रक्त कोशिकाएं उनके माध्यम से एक-एक करके गुजरती हैं, जैसे कि कारें एक सिंगल-लेन सुरंग में नेविगेट कर रही हों। मधुमेह या उच्च रक्तचाप जैसी स्थितियों में, यह नाजुक प्रवाह किसी व्यक्ति के दृष्टि में कोई बदलाव महसूस करने से बहुत पहले ही टूट सकता है। दशकों से, डॉक्टर इन वाहिकाओं की संरचना को देखने में सक्षम रहे हैं, लेकिन इनमें बहने वाले रक्त की गति को मापना एक कठिन चुनौती बनी हुई है। आँख कभी भी पूरी तरह स्थिर नहीं होती; यहाँ तक कि जब कोई व्यक्ति ध्यान केंद्रित करने की कोशिश करता है, तब भी आँख के सूक्ष्म कंपन और तीव्र झटके प्रति सेकंड हजारों बार छवि को धुंधला कर देते हैं, जिससे व्यक्तिगत कोशिकाओं की गति को ट्रैक करना असंभव हो जाता है।
शोधकर्ताओं की एक टीम ने अब इस समस्या का समाधान करते हुए एक नया कम्प्यूटेशनल पाइपलाइन बनाया है, जिससे वैज्ञानिक अभूतपूर्व स्पष्टता के साथ इन सूक्ष्म केशिकाओं में रक्त प्रवाह की गति को माप सकते हैं। हाई-स्पीड इमेजिंग को एक परिष्कृत सॉफ्टवेयर सिस्टम के साथ जोड़कर, उन्होंने एक ऐसा उपकरण बनाया है जो आँख की अराजक गति को स्थिर करता है और चलती कोशिकाओं के धुंधले निशानों को सटीक गति माप में बदल देता है। यह कार्य केवल आँख को देखने का एक नया तरीका ही नहीं प्रदान करता है; बल्कि यह रक्त प्रवाह को वास्तविक भौतिक इकाइयों में मापने का एक विश्वसनीय तरीका भी प्रदान करता है, जो दैहिक रोगों (सिस्टमिक डिजीज) के लिए एक संवेदनशील मार्कर के रूप में रेटिनल सर्कुलेशन के उपयोग का मार्ग खोलता है।
शोधकर्ताओं ने एक विशेष कैमरे से शुरुआत की जिसे 'एडेप्टिव ऑप्टिक्स लाइन-कॉन्फोकल ऑप्थैल्मोस्कोप' कहा जाता है। यह उपकरण आँख के प्राकृतिक धुंधलेपन को दूर करने के लिए एक 'डिफॉर्मेबल मिरर' का उपयोग करता है, जिससे यह केवल पांच माइक्रोमीटर चौड़ी केशिकाओं के माध्यम से यात्रा करने वाली व्यक्तिगत लाल रक्त कोशिकाओं को भी स्पष्ट रूप से देख पाता है। हालांकि, इस कैमरे से आने वाला कच्चा वीडियो एक अराजक मिश्रण होता है। क्योंकि आँख लगातार हिलती रहती है, एक फ्रेम से दूसरे फ्रेम में रक्त वाहिका की छवि सैकड़ों पिक्सेल तक खिसक जाती है। यदि कोई शोधकर्ता इस अनप्रोसेस्ड वीडियो में कोशिका की गति को मापने का प्रयास करता, तो परिणाम अर्थहीन होता, क्योंकि आँख की गति और रक्त की गति के बीच अंतर करना असंभव होता।
इसे ठीक करने के लिए, टीम ने चार-चरणीय सॉफ्टवेयर पाइपलाइन विकसित की। पहला चरण वीडियो को साफ करता है, कैमरा सेंसर के कारण होने वाले काले किनारों को हटाता है और उन फ्रेमों की पहचान करता है जहाँ आँख बंद है या पलक झपक रही है। दूसरा चरण, जो सबसे अधिक कम्प्यूटेशनल रूप से चुनौतीपूर्ण है, एक डिजिटल स्टेबलाइजर के रूप में कार्य करता है। यह एक फास्ट, ग्राफिक्स-प्रोसेसिंग-यूनिट द्वारा संचालित एल्गोरिदम का उपयोग करता है जो वीडियो के प्रत्येक फ्रेम को एक संदर्भ बिंदु (रेफरेंस पॉइंट) के साथ संरेखित करता है। यह चरण आँख की गतिविधियों के कारण होने वाले बड़े बदलावों को ठीक करता है, जिससे रेटिनल छवि प्रभावी रूप से स्थिर हो जाती है ताकि केवल रक्त का प्रवाह ही शेष गति के रूप में दिखाई दे। शोधकर्ताओं ने पाया कि उनकी नई विधि मौजूदा तकनीकों की तुलना में काफी तेज और अधिक मजबूत थी, जो आँख की तीव्र और झटकेदार गतिविधियों को बिना छवि खोए संभालने में सक्षम थी।
एक बार जब वीडियो स्थिर हो जाता है, तो तीसरा चरण गतिशील रक्त को स्थिर ऊतकों (स्टैटिक टिश्यू) से अलग करता है। आसन्न फ्रेमों की तुलना करके, सॉफ्टवेयर उन सभी चीजों को हटा देता है जो गति नहीं कर रहे हैं, जैसे कि वाहिका की दीवारें और आसपास के ऊतक। जो बचता है वह बहती रक्त कोशिकाओं का एक स्पष्ट संकेत है। इस प्रोसेस्ड डेटा का उपयोग फिर परफ्यूज्ड केशिका नेटवर्क का मानचित्र बनाने के लिए किया जाता है, जो दिखाता है कि वास्तव में कौन सी वाहिकाएं रक्त ले जा रही हैं। अंतिम चरण में, शोधकर्ता प्रवाह की गति को मापते हैं। एक ऑपरेटर मानचित्र पर एक विशिष्ट वाहिका का चयन करता है, और सॉफ्टवेयर स्थान और समय को मिलाने वाली एक विशेष छवि बनाता है। इस छवि में, एक चलती हुई लाल रक्त कोशिका एक रेखा या तिरछी रेखा के रूप में दिखाई देती है। रेखा जितनी खड़ी (steeper) होगी, कोशिका उतनी ही धीमी होगी; रेखा जितनी उथली (shallower) होगी, वह उतनी ही तेज चल रही होगी।
टीम ने अपने सिस्टम का कड़ाई से परीक्षण किया। सबसे पहले, उन्होंने सिंथेटिक वीडियो के साथ सिमुलेशन चलाया जहाँ रक्त की वास्तविक गति ज्ञात थी। इन परीक्षणों में, उनके सॉफ्टवेयर ने चार प्रतिशत से कम की त्रुटि के साथ गति को पुनः प्राप्त किया, जिससे यह सिद्ध हुआ कि उनका गणितीय दृष्टिकोण सही था। इसके बाद उन्होंने अपने पाइपलाइन को 57 मानव विषयों के वास्तविक डेटा पर लागू किया, जिसमें 2,300 से अधिक वीडियो रिकॉर्डिंग का विश्लेषण किया गया। परिणामों ने दिखाया कि सॉफ्टवेयर ने छवियों को सफलतापूर्वक स्थिर किया, जिससे पूरे समूह में वीडियो फ्रेम की स्पष्टता में सुधार हुआ। जब उन्होंने वास्तविक केशिकाओं में रक्त प्रवाह को मापा, तो जो गति उन्हें मिली वह शारीरिक रूप से तर्कसंगत थी, जो पिछले अध्ययनों में रिपोर्ट की गई मानों की सीमा के भीतर थी, हालांकि अक्सर थोड़ी कम थी। यह अंतर संभवतः इस तथ्य के कारण है कि उनकी विधि प्रवाह की पूरी रेंज को कैप्चर करती है, जिसमें वे क्षण भी शामिल हैं जब कोशिकाएं रुक जाती हैं, जबकि अन्य विधियां केवल सबसे तेज चलने वाली कोशिकाओं को ही ट्रैक कर सकती हैं।
इस अध्ययन का एक प्रमुख निष्कर्ष यह है कि यह सिस्टम तब भी विश्वसनीय रूप से काम करता है जब आँख महत्वपूर्ण रूप से हिलती है। अपने परीक्षणों में, सॉफ्टवेयर ने उन आँख की गतिविधियों को ठीक किया जिनसे छवि प्रति फ्रेम लगभग सौ माइक्रोमीटर तक खिसक गई थी, एक ऐसी दूरी जो पुरानी विधियों के साथ माप को पूरी तरह से बर्बाद कर देती। शोधकर्ताओं ने यह भी प्रदर्शित किया कि उनका टूल रक्त प्रवाह के प्राकृतिक स्पंदन (पल्सिंग) को कैप्चर कर सकता है, जो हर धड़कन के साथ तेज और धीमा होता है। प्रवाह के इन लयबद्ध परिवर्तनों को देखने की यह क्षमता यह सुझाव देती है कि इस पाइपलाइन का उपयोग अंततः विभिन्न शारीरिक अवस्थाओं के प्रति रक्त परिसंचरण की प्रतिक्रिया का अध्ययन करने के लिए किया जा सकता है।
यह शोध पत्र कई सीमाओं और त्रुटियों के संभावित स्रोतों को भी संबोधित करता है। शोधकर्ताओं ने नोट किया कि रक्त प्रवाह की गति आँख के सटीक आकार पर निर्भर करती है, जो व्यक्ति दर व्यक्ति भिन्न होती है। चूंकि उन्होंने सभी गणनाओं के लिए एक मानक आकार का उपयोग किया था, इसलिए असामान्य रूप से बड़ी या छोटी आँखों वाले व्यक्तियों के लिए पूर्ण गति संख्याएं थोड़ी गलत हो सकती हैं, हालांकि प्रवाह के सापेक्ष पैटर्न सटीक रहते हैं। उन्होंने कुछ विजुअल आर्टिफैक्ट्स की भी पहचान की, जैसे कि आँख के ऊपर से गुजरते हुए आंसू फिल्म (tear film) के कारण उत्पन्न होने वाली प्रकाश की एक घूमती हुई पट्टी, जिसे तेजी से चलती रक्त कोशिका समझ लिया जा सकता है। इसे रोकने के लिए, उनके सॉफ्टवेयर में एक 'गार्ड' शामिल है जो उन डेटा फ्रेम को हटा देता है जहाँ आँख पूरी तरह से खुली नहीं होती है, जिससे यह सुनिश्चित होता है कि माप इन आर्टिफैक्ट्स से दूषित न हों।
अंततः, यह कार्य रेटिनल ब्लड फ्लो मेजरमेंट को एक व्यावहारिक और पुनरुत्पादनीय उपकरण बनाने की दिशा में एक महत्वपूर्ण कदम है। अपने जटिल एल्गोरिदम को एक उपयोगकर्ता के अनुकूल इंटरफेस में पैक करके, जो एक स्टैंडअलोन प्रोग्राम और मेडिकल इमेजिंग सॉफ्टवेयर के विस्तार (एक्सटेंशन) दोनों के रूप में काम करता है, शोधकर्ताओं ने इस तकनीक को अन्य वैज्ञानिकों के लिए सुलभ बना दिया है। उन्होंने दिखाया है कि एक चलती हुई आँख के अराजक, हाई-स्पीड वीडियो को रक्त प्रवाह के सटीक मानचित्र में बदलना संभव है, जो लाल रक्त कोशिकाओं की सूक्ष्म गति को एक स्पष्ट, मापने योग्य संकेत में बदल देता है। यह क्षमता इस क्षेत्र को रेटिनल हेमोडायनामिक्स को एक नियमित क्लिनिकल बायोमार्कर के रूप में उपयोग करने के करीब लाती है, जो शरीर की संचार प्रणाली के स्वास्थ्य में एक गैर-आक्रामक (नॉन-इनवेसिव) खिड़की प्रदान करती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।