High-SNR Whole-Brain Mesoscale Diffusion MRI Using Rotating-View Acquisitions (ROVER-dMRI)

मानव मस्तिष्क जटिल वायरिंग का एक परिदृश्य है, जहाँ अरबों न्यूरॉन्स ऐसे पैटर्न में जुड़ते हैं जो इतने सूक्ष्म होते हैं कि वे अक्सर मानक चिकित्सा इमेजिंग में अदृश्य रहते हैं। दशकों से, डॉक्टर और वैज्ञानिक इन कनेक्शनों को मैप करने के लिए मैग्नेटिक रेजोनेंस इमेजिंग (एमआरआई) पर निर्भर रहे हैं, लेकिन उन्हें जो चित्र मिलते हैं वे अक्सर धुंधले होते हैं, जैसे घने कोहरे के माध्यम से एक विस्तृत जंगल को देखना। यह धुंधलापन इसलिए होता है क्योंकि स्कैन में उपयोग की जाने वाली माप की इकाइयाँ इतनी बड़ी होती हैं कि वे आस-पास के ऊतकों के साथ मिल जाए बिना तंत्रिका पथों के नाजुक धागों को कैप्चर नहीं कर पातीं। मस्तिष्क की वास्तविक वास्तुकला को देखने के लिए, शोधकर्ताओं को इन माप की इकाइयों को छोटा करने की आवश्यकता है, लेकिन ऐसा करने से एक नई समस्या पैदा होती है: सिग्नल इतना कमजोर हो जाता है कि वह मशीन के शोर (स्टैटिक) में गायब हो जाता है। यह भौतिकी का एक मौलिक ट्रेड-ऑफ है: चित्र जितना छोटा होगा, सिग्नल उतना ही शांत होगा।

शोधकर्ताओं की एक टीम ने अब इस गतिरोध को तोड़ने का एक तरीका खोज लिया है, जो जीवित व्यक्ति के लिए व्यावहारिक स्कैन समय बनाए रखते हुए अभूतपूर्व स्पष्टता के साथ मस्तिष्क की वायरिंग को देखने की एक नई विधि प्रदान करता है। उनका काम, जो हाल ही में प्रकाशित एक अध्ययन में प्रस्तुत किया गया है, ROVER-dMRI नामक एक तकनीक पेश करता है। यह दृष्टिकोण सीधे तौर पर मशीन को छोटे पिक्सेल देखने के लिए मजबूर करने की कोशिश नहीं करता है। इसके बजाय, यह कई अलग-अलग कोणों से मस्तिष्क के कई मोटे, शोर वाले स्लाइस लेता है और उन्हें एक एकल, स्पष्ट, त्रि-आयामी छवि में बुनने के लिए एक परिष्कृत कंप्यूटर मॉडल का उपयोग करता है। मोटे स्लाइस की शक्ति को घूमने वाले दृश्यों की सटीकता के साथ जोड़कर, शोधकर्ता मस्तिष्क की कनेक्टिविटी के उच्च-रिज़ॉल्यूशन मानचित्र बनाने में सफल रहे हैं जो पहले उचित समय में प्राप्त करना असंभव था।

इस उपलब्धि का मूल आधार यह है कि शोधकर्ताओं ने सिग्नल के नुकसान की समस्या को कैसे हल किया। मानक मस्तिष्क स्कैन में, मशीन ऊतक का एक पतला स्लाइस लेती है। यदि आप अधिक विवरण प्राप्त करने के लिए उस स्ים को पतला करते हैं, तो सिग्नल की मात्रा नाटकीय रूप रूप से गिर जाती है, जिससे छवि दानेदार और शोर से भरी हो जाती है। शोधकर्ताओं ने महसूस किया कि यदि वे स्लाइस को मोटा रखते, तो वे एक मजबूत, स्पष्ट सिग्नल कैप्चर कर सकते थे, लेकिन स्लाइस की मोटाई की दिशा में छवि धुंधली होती। इसे हल करने के लिए, उन्होंने इन मोटे स्लाइसों को केवल एक कोण से ही नहीं, बल्कि कई अलग-अलग घूमे हुए कोणों से प्राप्त किया, ठीक वैसे ही जैसे किसी वस्तु की फोटो सामने, बगल और ऊपर से ली जाती है। प्रत्येक कोण उसी अंतर्निहित संरचना पर एक अलग दृष्टिकोण प्रदान करता है। जहाँ एक कोण धुंधला है, दूसरा स्पष्ट है, और जहाँ एक शोर भरा है, अन्य एक स्पष्ट दृश्य प्रदान करते हैं।

इन ओवरलैपिंग, घूमे हुए दृश्यों को एक एकल, हाई-डेफिनिशन छवि में बदलने के लिए, टीम ने 'इम्प्लिसिट न्यूरल रिप्रेजेंटेशन' नामक एक प्रकार के आर्टिफिशियल इंटेलिजेंस का उपयोग किया। इसे एक मानक कंप्यूटर प्रोग्राम के रूप में न सोचें जो एक चित्र को पिक्सेल के ग्रिड के रूप में संग्रहीत करता है, बल्कि एक निरंतर गणितीय फलन (फंक्शन) के रूप में सोचें जो डेटा से सीधे मस्तिष्क के आकार को सीखता है। यह प्रणाली यह समझने के लिए प्रशिक्षित है कि मस्तिष्क एक चिकना, निरंतर पिंड है, जिससे यह मोटे स्लाइसों के बीच के अंतराल को उल्लेखनीय सटीकता के साथ भर सकता है। शोधकर्ताओं ने इस प्रणाली को भौतिक यथार्थवाद की एक परत जोड़कर बढ़ाया। उन्होंने कंप्यूटर को यह समझने के लिए प्रोग्राम किया कि स्कैन में उपयोग किए जाने वाले चुंबकीय पल्स मस्तिष्क के ऊतकों के साथ वास्तव में कैसे परस्पर क्रिया करते हैं, यह सुनिश्चित करते हुए कि अंतिम छवि केवल गणितीय अनुमानों के बजाय सिग्नल के वास्तविक भौतिकी को दर्शाती है। इस 'फिजिक्स-इन्फॉर्म्ड' दृष्टिकोण ने उन्हें उन विशिष्ट प्रकार के विजुअल आर्टिफैक्ट्स (दृश्य दोषों) को हटाने की अनुमति दी, जो इस तरह की इमेजिंग के पिछले प्रयासों में बाधा बनते थे।

इस नई पद्धति के परिणाम आश्चर्यजनक हैं। मानव मस्तिष्क पर परीक्षण करते समय, इस तकनीक ने 0.78 मिलीमीटर का रिज़ॉल्यूशन प्रदान किया, जो मस्तिष्क की बाहरी परतों को जोड़ने वाले सूक्ष्म तंत्रिका तंतुओं जैसे बारीक ढांचों को भी प्रकट करता है। इन छवियों में, शोधकर्ता फाइबर के विभिन्न बंडलों के बीच स्पष्ट अंतर कर सके, यहाँ तक कि वहाँ भी जहाँ वे एक-दूसरे के ऊपर से गुजरते हैं, जो कि मानक स्कैन के साथ अक्सर असंभव होता है। स्पष्टता इतनी अधिक थी कि छवियों ने आज उपलब्ध सर्वोत्तम व्यावसायिक स्कैनर की तुलना में भी कम शोर दिखाया। इसके अलावा, टीम ने यह प्रदर्शित किया कि वे छवि बनाने के लिए आवश्यक कोणों की संख्या को लगभग आधा कर सकते हैं, जिससे बारीक विवरणों को खोए बिना स्कैन समय में काफी कमी आती है। इसका अर्थ है कि एक स्कैन जिसमें एक घंटे से अधिक का समय लग सकता था, उसे कम समय में किया जा सकता है, फिर भी वह मस्तिष्क की जटिल सूक्ष्म संरचना को प्रकट कर सकता है।

यह विधि अन्य प्रजातियों और यहाँ तक कि उच्च रिज़ॉल्यूशन पर भी समान रूप से प्रभावी साबित हुई। बंदर के मस्तिष्क के स्कैन में, तकनीक ने 0.6 मिलीमीटर रिज़ॉल्यूशन उत्पन्न किया, जो बहुत लंबे स्कैन की गुणवत्ता से मेल खाता है लेकिन बहुत कम समय में। जब इसे मानव मस्तिष्क पर इसकी सीमा तक धकेला गया, तो सिस्टम ने 0.5 मिलीमीटर का रिज़ॉल्यूशन प्राप्त किया, जिससे सेरिबैलम और अन्य गहरे मस्तिष्क संरचनाओं में जटिल विवरण प्रकट हुए जो पहले अदृश्य थे। इस स्तर के विवरण पर, शोधकर्ता तंत्रिका तंतुओं के विशिष्ट ओरिएंटेशन (अभिविन्यास) को इतनी स्पष्टता के साथ देख सके जिससे यह समझ में आता है कि मस्तिष्क के विभिन्न भाग कैसे संवाद करते हैं। छवियों ने इन मार्गों की अखंडता को बनाए रखा, जिससे कनेक्शन की सुसंगत रेखाएं दिखाई दीं जो शोर या स्कैनिंग उपकरण की सीमाओं से विकृत नहीं हुईं।

यह विकास विशेष रूप से महत्वपूर्ण है क्योंकि इसके लिए किसी नए, विदेशी मशीन या पूरी तरह से अलग प्रकार के स्कैन की आवश्यकता नहीं है। शोधकर्ताओं ने मानक मैग्नेटिक रेजोनेंस इमेजिंग हार्डवेयर का उपयोग किया, जो दुनिया भर के अस्पतालों में पाया जाता है, और केवल डेटा एकत्र करने और संसाधित करने के तरीके को बदला। उन्होंने चुंबकीय पल्स का एक कस्टम अनुक्रम विकसित किया जो रोगी को मैन्युअल रूप से पुनर्गठित किए बिना स्कैनिंग कोण को स्वचालित रूप से घुमा सकता था। यह स्वचालन क्लिनिकल सेटिंग में इस तकनीक के उपयोग के लिए एक बड़े अवरोध को हटा देता है। इस सॉफ्टवेयर और पल्स अनुक्रम को ओपन-सोर्स टूल के रूप में जारी करके, टीम ने यह संभव बना दिया है कि अन्य वैज्ञानिक और अस्पताल तुरंत इस पद्धति को अपना सकें।

मस्तिष्क की वायरिंग को इतनी सटीकता के साथ देखने की क्षमता के निहितार्थ अत्यंत गहरे हैं। कई न्यूरोलॉजिकल स्थितियों में इन सूक्ष्म, छोटे कनेक्शनों को नुकसान शामिल होता है, जो वर्तमान इमेजिंग तकनीकों में अक्सर छूट जाते हैं। इस नई पद्धति के साथ, डॉक्टर और शोधकर्ता अंततः जीवित रोगियों में इन सूक्ष्म परिवर्तनों को देख सकते हैं, जिससे संभावित रूप से शीघ्र निदान और अधिक लक्षित उपचारों की ओर मार्ग प्रशस्त होगा। इतने बारीक विवरण में मस्तिष्क की कनेक्टिविटी को मैप करने की क्षमता यह भी समझने के नए द्वार खोलती है कि मस्तिष्क कैसे व्यवस्थित होता है और समय के साथ कैसे बदलता है। शोधकर्ताओं ने दिखाया है कि डेटा एकत्र करने और संयोजित करने के बारे में अलग तरह से सोचकर, चिकित्सा इमेजिंग को लंबे समय से बाधित करने वाली भौतिक सीमाओं को पार किया जा सकता है। कोहरा केवल छंटा नहीं है; दृश्य इतना स्पष्ट हो गया है कि मानव मन के व्यक्तिगत धागों को देखा जा सके।