⚡ electrical engineering

Camera-Free In-Body Imaging via Nano-Distributed Molecular Communication Networks for Tumor Localization Based on IoBNT

यह शोध पत्र इंटरनेट ऑफ बायो-नैनो थिंग्स के लिए एक नवीन नैनो-डिस्ट्रीब्यूटेड इमेजिंग सिस्टम (NDIS) का प्रस्ताव करता है जो उच्च-रिज़ॉल्यूशन, कैमरा-मुक्त इन-बॉडी ट्यूमर लोकलाइजेशन और बायोकेमिकल एक्टिविटी मैपिंग प्राप्त करने के लिए कार्यात्मक नैनोडिवाइसेस और एक कंप्रेस्ड सेंसिंग-आधारित रिकंस्ट्रक्शन फ्रेमवर्क का उपयोग करता है, जो वास्तविक शारीरिक स्थितियों के तहत श्रेष्ठ स्थानिक दृश्यता और सटीकता प्रदर्शित करता है।

मूल लेखक: Islam R.Kamal, S. F. El-Zoghdy, Randa F. Soliman

प्रकाशित 2026-07-10

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Islam R.Kamal, S. F. El-Zoghdy, Randa F. Soliman

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक अंधेरी, भीड़भाड़ वाली गुफा के भीतर छिपे हुए खजाने की तस्वीर लेने की कोशिश कर रहे हैं, लेकिन आप अंदर टॉर्च या कैमरा नहीं ले जा सकते। यही वह समस्या है जिसका सामना डॉक्टर तब करते हैं जब वे मानव शरीर के भीतर गहराई में स्थित सूक्ष्म ट्यूमर को खोजने की कोशिश करते हैं। पारंपरिक कैमरे बहुत बड़े होते हैं, और मानक एक्स-रे आणविक स्तर पर होने वाले सूक्ष्म रासायनिक संकेतों को नहीं देख सकते।

इस शोध पत्र में, लेखक नैनोडिवाइसेस (nanodevices) नामक सूक्ष्म जासूसों की एक टीम का उपयोग करके एक चतुर, कैमरा-रहित समाधान प्रस्तावित करते हैं। इन नैनोडिवाइसेस को रक्तप्रवाह में छोड़े गए सूक्ष्म, अदृश्य जुगनुओं के झुंड के रूप में सोचें। उनके पास कैमरे नहीं हैं; इसके बजाय, वे "स्थानिक-रासायनिक रिपोर्टर" (spatio-chemical reporters) के रूप में कार्य करते हैं। वे केवल इसलिए नहीं चमकते क्योंकि उन्हें ट्यूमर मिल गया है; वे केवल तभी चमकते हैं जब कोई बाहरी संकेत उन्हें ऐसा करने के लिए कहता है।

अदृश्य जुगनू नेटवर्क (The Invisible Firefly Network)

यह प्रणाली कैसे काम करती है, यहाँ चरण-दर-चरण दिया गया है:

जासूसी टीम (नैनो-डिस्ट्रीब्यूटेड इमेजिंग सिस्टम): डॉक्टर शरीर में निष्क्रिय नैनोडिवाइसेस का एक झुंड इंजेक्ट करते हैं। ये केवल यादृच्छिक कण नहीं हैं; इन्हें सेंसर के रूप में कार्य करने के लिए प्रोग्राम किया गया है। जब शरीर के बाहर स्थित बायो-साइबर कंट्रोलर (BCC) एक विशिष्ट संकेत (जैसे प्रकाश या गर्मी की एक चमक) भेजता है, तो ये नैनोडिवाइसेस एक मंद, पता लगाने योग्य प्रकाश (बायोलुमिनेसेंस) उत्सर्जित करके प्रतिक्रिया करते हैं, ठीक वैसे ही जैसे किसी जुगनू को छूने पर वह चमकता है।
मस्तिष्क (बायो-साइबर कंट्रोलर): शरीर के बाहर, एक "बायो-साइबर कंट्रोलर" (BCC) है। यह ऑपरेशन का मस्तिष्क है। यह नैनोडिवाइसेस को चमकने के लिए ट्रिगर करने के लिए (जुगनुओं के लिए "फ्लैश" के रूप में कार्य करने हेतु) शरीर के अंदर संकेत भेजता है और शरीर से प्रकाश संकेतों को वापस प्राप्त करता है।
जादुई गणित (BFISTA): वापस आने वाला प्रकाश अव्यवस्थित होता है। यह धुंधला, कमजोर और बिखरा हुआ होता है क्योंकि इसे रक्त और ऊतकों के माध्यम से यात्रा करनी पड़ती है। इस धुंधले ढेर को एक स्पष्ट तस्वीर में बदलने के लिए, प्रणाली एक विशेष गणितीय तकनीक का उपयोग करती है जिसे BFISTA (बायो-फास्ट इटरेटिव श्रिंकेज थ्रेशोल्डिंग एल्गोरिदम) कहा जाता है। कल्पना कीजिए कि आप बिखरे हुए कांच के टुकड़ों से एक टूटे हुए रंगीन कांच के झरोखे (stained-glass window) को फिर से बनाने की कोशिश कर रहे हैं; BFISTA वह एल्गोरिदम है जो यह पता लगाता है कि हर टुकड़ा वास्तव में कहाँ होना चाहिए ताकि पूरी छवि को फिर से बनाया जा सके।

शरीर के माध्यम से यात्रा

यह शोध पत्र इन नैनोडिवाइसेस और उनके द्वारा ले जाए जाने वाले दवा अणुओं (विशेष रूप से कैंसर से लड़ने वाली दवा DOX) की यात्रा को एक बहु-कंपार्टमेंटल ढांचे (multi-compartmental framework) का उपयोग करके मॉडल करता है।

अग्रिम पथ (इलाज भेजना): कंट्रोलर एक संकेत भेजता है जो एक विशिष्ट प्रकार के नैनोडिवाइस (जिसे Nano-TR1 कहा जाता है) को दवा छोड़ने के लिए ट्रिगर करता है। यह दवा रक्त वाहिकाओं (नसों के नेटवर्क) के माध्यम से यात्रा करती है और ट्यूमर ऊतक में रिस जाती है। लेखकों ने एक गणितीय मॉडल का उपयोग यह ट्रैक करने के लिए किया कि कितनी दवा ट्यूमर कोशिकाओं तक पहुँचती है बनाम कितनी दवा नष्ट हो जाती है या बह जाती है।
विपरीत पथ (छवि भेजना): एक बार जब नैनोडिवाइसेस ट्यूमर पर पहुँच जाते हैं, तो वे चमकने लगते हैं (कंट्रोलर द्वारा ट्रिगर होने पर)। यह प्रकाश संकेत रक्त के माध्यम से वापस कंट्रोलर की ओर यात्रा करता है। शोध पत्र सिमुलेट करता है कि यह संकेत शरीर से बाहर निकलते समय कैसे बदलता है, जिसमें इस बात का भी ध्यान रखा जाता है कि दवा शरीर से कितनी तेजी से बाहर निकलती है और रिसेप्टर्स के साथ कितनी अच्छी तरह जुड़ती है।

उनके सिमुलेशन क्या दिखाते हैं

लेखकों ने अभी तक वास्तविक मनुष्यों पर इसका परीक्षण नहीं किया है; उन्होंने यह देखने के लिए कि क्या यह विचार काम करेगा, कंप्यूटर पर संख्यात्मक सिमुलेशन (numerical simulations) चलाए। यहाँ उनके "आभासी प्रयोग" के निष्कर्ष दिए गए हैं:

स्पष्ट चित्र: भले ही संकेत अव्यवस्थित और शोर युक्त (noisy) हो गया हो, BFISTA एल्गोरिदम ट्यूमर का एक उच्च-रिज़ॉल्यूशन मानचित्र पुनर्गठित करने में सक्षम था। उनके सिमुलेशन में, पुनर्गठित छवियां अविश्वसनीय रूप से स्पष्ट थीं, जिसमें PSNR (पीक सिग्नल-टू-नॉइज़ रेशियो) 43 dB से अधिक और SSIM (स्ट्रक्चरल सिमिलरिटी इंडेक्स) 0.97 से ऊपर प्राप्त हुआ। इसे समझने के लिए, SSIM का 1.0 एक पूर्ण मिलान है; 0.97 का अर्थ है कि कंप्यूटर-जनित छवि वास्तविक ट्यूमर मानचित्र के लगभग समान दिखती थी।
गति: गणितीय एल्गोरिदम तेज़ था, जो 150 पुनरावृत्तियों (iterations) से कम में गणना पूरी करने (converge होने) में सक्षम था।
सटीकता: प्रणाली ने यथार्थवादी स्थितियों के तहत मिलीमीटर से भी कम सटीकता (sub-millimeter accuracy) के साथ ट्यूमर के स्थान को सटीक रूप से पहचानने की क्षमता दिखाई, भले ही दवा को रक्त-ऊतक बाधा जैसी कठिन बाधाओं को पार करना पड़ा हो।

यह क्या नहीं है

यह स्पष्ट करना महत्वपूर्ण है कि यह शोध पत्र क्या नहीं करता है।

शरीर के अंदर कोई कैमरा नहीं: यह शोध पत्र स्पष्ट रूप से शरीर के अंदर कैमरे रखने के विचार को खारिज करता है। पूरा उद्देश्य यह है कि नैनोडिवाइसेस ही सेंसर हैं, और "कैमरा" वास्तव में शरीर के बाहर का गणित है।
अभी तक कोई रामबाण इलाज नहीं: यह शोध पत्र यह दावा नहीं करता है कि यह कैंसर का प्रमाणित इलाज है। यह एक इमेजिंग और लोकलाइजेशन (स्थान निर्धारण) के लिए प्रस्तावित ढांचा है। हालांकि यह लक्षित दवा वितरण में मदद कर सकता है, प्रस्तुत परिणाम पूरी तरह से कंप्यूटर सिमुलेशन से हैं, न कि रोगियों पर नैदानिक परीक्षणों (clinical trials) से।
कोई जादुई छड़ी नहीं: यह प्रणाली इस बात पर निर्भर करती है कि नैनोडिवाइसेस रक्त-ऊतक बाधा को पार करने में सक्षम हों और गणित शोर (noise) को संभालने में सक्षम हो। शोध पत्र का तर्क है कि इस विशिष्ट "कैमरा-रहित" दृष्टिकोण के बिना, वर्तमान विधियाँ सिग्नल क्षीणन (सिग्नल का बहुत कमजोर हो जाना) और सीमित दृश्यता के साथ संघर्ष करती हैं।

मुख्य निष्कर्ष

यह शोध पत्र सुझाव देता है कि चमकते हुए नैनोडिवाइसेस के झुंड को एक शक्तिशाली कंप्यूटर एल्गोरिदम के साथ जोड़कर, हम बिना किसी आक्रामक कैमरे के शरीर के भीतर ट्यूमर को "देख" सकते हैं। सिमुलेशन बताते हैं कि यह नैनो-डिस्ट्रीब्यूटेड इमेजिंग सिस्टम (NDIS) ट्यूमर कहाँ है इसका अत्यंत स्पष्ट मानचित्र बना सकता है, जिससे डॉक्टरों को दवाओं को अधिक सटीक रूप से पहुँचाने में मदद मिल सकती है। हालाँकि गणित कंप्यूटर में आशाजनक दिखता है, अगला कदम यह देखना होगा कि क्या यह जीवित मानव शरीर की जटिल और वास्तविक परिस्थितियों में काम करता है।

तकनीकी सारांश: नैनो-वितरित आणविक संचार नेटवर्क के माध्यम से कैमरा-मुक्त इन-बॉडी इमेजिंग

समस्या विवरण
इंटरनेट ऑफ बायो-नैनो थिंग्स (IoBNT) ढांचे के भीतर विश्वसनीय, वास्तविक समय की बायोमेडिकल इमेजिंग को साकार करने में महत्वपूर्ण बाधाएं हैं। पारंपरिक दृष्टिकोण सिग्नल क्षीणन (attenuation), सीमित स्थानिक अवलोकन क्षमता (spatial observability), और मल्टी-लेयर जैविक ऊतकों, विशेष रूप से रक्त-ऊतक अवरोध (BTB) के माध्यम से अणुओं के जटिल प्रसार के साथ संघर्ष करते हैं। मौजूदा लक्षित दवा वितरण प्रणालियों (TDDS) में अक्सर वास्तविक समय की निगरानी और अनुकूली फीडबैक नियंत्रण के तंत्रों की कमी होती है, जबकि वर्तमान इमेजिंग तकनीकें या तो बहुत आक्रामक हैं या इन विवो (in vivo) में नैनोस्केल जैव-रासायनिक गतिविधि को कैप्चर करने में अपर्याप्त हैं। ट्यूमर स्थानीयकरण और सटीक चिकित्सा का समर्थन करने के लिए शारीरिक वातावरण के भीतर संचालित होने वाले गैर-आक्रामक, उच्च-रिज़ॉल्यूशन आणविक इमेजिंग आर्किटेक्चर की तत्काल आवश्यकता है।

कार्यप्रणाली
लेखक एक नैनो-डिस्ट्रीब्यूटेड इमेजिंग सिस्टम (NDIS) का प्रस्ताव करते हैं जो ऑनबोर्ड कैमरों के बिना कार्य करता है, जो एक क्लोज्ड-लूप बायो-साइबर कंट्रोलर (BCC) और वितरित पैसिव नैनो-उपकरणों पर निर्भर करता है।

सिस्टम आर्किटेक्चर:
- फॉरवर्ड पाथ (चिकित्सीय नियंत्रण): एक स्मार्ट इंजेक्शन पंप रक्तप्रवाह में दवा-युक्त नैनो-उपकरणों (विशेष रूप से डॉक्सोरूबिसिन/DOX को एनकैप्सुलेट करने वाले PEGylated लिपोसॉम्स) को छोड़ता है। BCC बाहरी विद्युत चुम्बकीय कमांड को जैव-रासायनिक उत्तेजनाओं (तापीय या फोटोनिक) में परिवर्तित करता है ताकि चिकित्सीय एजेंटों के रिलीज को ट्रिगर किया जा सके।
- रिवर्स पाथ (इमेजिंग और फीडबैक): वितरित बायो-नैनोसेंसर्स आंतरिक जैव-रासायनिक वातावरण की निगरानी करते हैं। बाहरी उत्तेजना के जवाब में, ये उपकरण स्पैटियो-केमिकल रिपोर्टर के रूप में कार्य करते हैं, जो स्थानीय जैव-रासायनिक गतिविधि के अनुपात में ऑप्टिकली डिटेक्टेबल सिग्नेचर (लुसिफरेज और ATP प्रतिक्रियाओं द्वारा संचालित बायोल्यूमिनेसेंस) उत्सर्जित करते हैं।
- बायो-साइबर इंटरफेस: BCC एक द्विदिश ट्रांसड्यूसर (bidirectional transducer) के रूप में कार्य करता है, जो विद्युत संकेतों को जैव-रासायनिक उत्तेजनाओं में और इसके विपरीत परिवर्तित करता है। यह रक्तप्रवाह से आणविक संकेतों को इलेक्ट्रिकल इमेजिंग डेटा में अनुवादित करने के लिए बायोल्यूमिनेसेंस-ड्रिवन इंटरफेस का उपयोग करता है।
गणितीय मॉडलिंग:
- मल्टी-कंपार्टमेंटल ट्रांसपोर्ट: लेखक संवहनी (vascular) और ऊतक क्षेत्रों के बीच अणु परिवहन को चरित्रित करने के लिए एक कंपार्टमेंटल मॉडल विकसित करते हैं। इसमें रक्त नेटवर्क, ट्यूमर प्लाज्मा, एक्स्ट्रासेलुलर एक्सट्रावैस्कुलर स्पेस (EES), और इंट्रासेलुलर ट्यूमर कोशिकाओं में दवा सांद्रता का वर्णन करने वाले विभेदक समीकरण (differential equations) शामिल हैं। मॉडल पैसिव डिफ्यूजन, परफ्यूजन, पारगम्यता सतह क्षेत्र उत्पादों और लिगैंड-रिसेप्टर बाइंडिंग काइनेटिक्स को ध्यान में रखता है।
- इनवर्स रिकंस्ट्रक्शन: सीमित आणविक मापों से उच्च-रिज़ॉल्यूशन मानचित्र प्राप्त करने के लिए, सिस्टम एक कंप्रेस्ड सेंसिंग ढांचे का उपयोग करता है। रिकंस्ट्रक्शन समस्या को एक अनुकूलन कार्य के रूप में तैयार किया गया है जिसे बायो-फास्ट इटरेटिव श्रिंकेज थ्रेशोल्डिंग एल्गोरिदम (BFISTA) के माध्यम से हल किया जाता है। यह एल्गोरिदम एक लीस्ट-स्क्वेयर्स डेटा फिडेलिटी टर्म और एक स्पैरसिटी-प्रमोटिंग रेगुलराइज़र ( $L_1$ नॉर्म) वाले कॉस्ट फंक्शन को कम करता है।
सिमुलेशन फ्रेमवर्क:
- यथार्थवादी डिफ्यूजन, परफ्यूजन और BTB पारगम्यता स्थितियों के तहत सिस्टम का मूल्यांकन करने के लिए पायथन (Python) का उपयोग करके संख्यात्मक सिमुलेशन किए गए।
- मापदंडों में दवा रिलीज के विशिष्ट काइनेटिक स्थिरांक, उन्मूलन दर (elimination rates), और बायोल्यूमिनेसेंस प्रतिक्रिया दर (माइकलिस-मेंटन काइनेटिक्स) शामिल थे।
- प्रदर्शन का मूल्यांकन पीक सिग्नल-टू-नॉइज़ रेशियो (PSNR), नॉर्मलाइज्ड मीन स्क्वायर एरर (NMSE), और स्ट्रक्चरल सिमिलरिटी इंडेक्स मेजर (SSIM) के माध्यम से किया गया।

प्रमुख योगदान

कैमरा-मुक्त इमेजिंग प्रतिमान: एक ऐसे सिस्टम का परिचय जहाँ वितरित नैनोमशीनें स्पैटियो-केमिकल रिपोर्टर के रूप में कार्य करती हैं, जिससे आंतरिक कैमरों के बिना इन-बॉडी इमेज रिकंस्ट्रक्शन संभव होता है।
एकीकृत बायो-साइबर फ्रेमवर्क: एक एकीकृत आर्किटेक्चर जो आणविक सेंसिंग, इमेजिंग और चिकित्सीय नियंत्रण को एक BCC के माध्यम से जोड़ता है, जिससे वास्तविक समय का जैव-रासायनिक मैपिंग सुलभ होता है।
मल्टी-कंपार्टमेंटल ट्रांसपोर्ट मॉडल: जैविक बाधाओं के माध्यम से मॉलिक्यूल-टू-सिग्नल ट्रांसडक्शन को चरित्रित करने वाला एक विस्तृत मॉडल, जो आणविक संचार (MC) चैनल का सटीक समय-परिवर्तनीय प्रतिनिधित्व प्रदान करता है।
एल्गोरिद्मिक कार्यान्वयन: संकुचित, शोर युक्त आणविक अवलोकनों से उच्च-रिज़ॉल्यूशन स्थानिक जैव-रासायनिक गतिविधि मानचित्रों को पुनः प्राप्त करने के लिए BFISTA एल्गोरिदम का अनुप्रयोग।

परिणाम

रिकंस्ट्रक्शन सटीकता: प्रस्तावित NDIS आर्किटेक्चर ने महत्वपूर्ण स्थानिक अवलोकन क्षमता में वृद्धि प्रदर्शित की। BFISTA एल्गोरिदम ने यथार्थवादी शोर स्थितियों ( $\sigma^2 = 0.5 \times 10^{-1} \mu M$ ) के तहत पुनर्गठित जैव-रासायनिक गतिविधि मानचित्रों के लिए 43 dB से अधिक का PSNR (विशेष रूप से 150 पुनरावृत्तियों पर 43.52 dB) और 0.97 से ऊपर का SSIM (0.9755) प्राप्त किया।
अभिसरण (Convergence): एल्गोरिदम ने 150 से कम पुनरावृत्तियों के भीतर स्थिर अभिसरण प्रदर्शित किया, जिसमें सापेक्ष रिकंस्ट्रक्शन त्रुटियां 0.05 से नीचे गिर गईं।
पैरामीटर संवेदनशीलता: सिमुलेशन ने पुष्टि की कि लिगैंड-रिसेप्टर बाइंडिंग स्थिरांक ( $k_l$ ) को बढ़ाने और रिलीज दर ( $\delta$ ) को अनुकूलित करने से लक्षित स्थल पर दवा संचय में सुधार होता है। इसके विपरीत, उच्च उन्मूलन दर ( $k_{10}$ ) सिग्नल तीव्रता और सिस्टम रिस्पॉन्सिवनेस को कम करती है।
स्थानीयकरण (Localization): सिस्टम ने अंडर-सैम्पल्ड मापों (सैंपलिंग रेश्यो $M/N = 0.3$ ) से ट्यूमर-संबंधित ल्यूमिनेसेंट पैटर्न को सफलतापूर्वक रिकवर किया, जो सब-मिलीमीटर स्थानीयकरण सटीकता क्षमता को प्रदर्शित करता है।

महत्व और दावे
यह पेपर दावा करता है कि प्रस्तावित NDIS ढांचा एक कैमरा-मुक्त आणविक इमेजिंग प्रतिमान पेश करके IoBNTs में एक बड़े अंतर को पाटता है। यह तर्क देता है कि यह आर्किटेक्चर न्यूनतम आक्रामक इमेजिंग समाधानों के लिए एक आशाजनक आधार प्रदान करता है जो मस्तिष्क निगरानी, ट्यूमर का पता लगाने और लक्षित दवा वितरण के लिए लागू होते हैं। आणविक संचार को कंप्रेस्ड सेंसिंग-आधारित रिकंस्ट्रक्शन के साथ एकीकृत करके, सिस्टम क्लोज्ड-लूप चिकित्सीय नियंत्रण को सक्षम बनाता है, जिससे ट्यूमर की प्रगति और जैव-रासायनिक गतिविधि के आधार पर दवा की खुराक को गतिशील रूप से समायोजित करना संभव होता है। लेखक का कहना है कि यह दृष्टिकोण सटीक स्थानीयकरण और निगरानी के माध्यम से कैंसर उपचार में नैदानिक परिणामों को बेहतर बनाने के लिए बुद्धिमान, न्यूनतम आक्रामक बायोमेडिकल सिस्टम की दिशा में अत्याधुनिक अवस्था (state of the art) को आगे बढ़ाता है।

अदृश्य जुगनू नेटवर्क (The Invisible Firefly Network)

शरीर के माध्यम से यात्रा

उनके सिमुलेशन क्या दिखाते हैं

यह क्या नहीं है

मुख्य निष्कर्ष

इसी तरह के और पेपर