कल्पना कीजिए कि आप एक शहर का 3D मानचित्र बनाने की कोशिश कर रहे हैं, लेकिन हर बार जब आप किसी दूसरे मोहल्ले को देखते हैं, तो सड़कें एक अलग शैली में खींची होती हैं, इमारतें अलग सामग्रियों से बनी होती हैं, और कभी-कभी मानचित्र उल्टा भी हो जाता है। यह मैकाक बंदरों (macaque monkeys) के मस्तिष्क का अध्ययन करने वाले वैज्ञानिकों की दैनिक वास्तविकता है। ये बंदर हमारे मस्तिष्क के काम करने के तरीके को समझने के लिए "गोल्ड स्टैंडर्ड" हैं क्योंकि वे हमारे करीबी विकासवादी संबंधी हैं, और हम उनका अध्ययन उन तरीकों से कर सकते हैं जो हम मनुष्यों के साथ नहीं कर सकते। हालाँकि, उनके मस्तिष्क की एक स्पष्ट, सुसंगत तस्वीर प्राप्त करना एक दुस्वप्न रहा है। उनके द्वारा ली गई छवियां (जिन्हें MRI स्कैन कहा जाता है) दुनिया भर की सैकड़ों अलग-अलग प्रयोगशालाओं से आती हैं, जो अलग-अलग मशीनों, अलग-अलग सेटिंग्स और बंदरों को पकड़ने के अलग-अलग तरीकों का उपयोग करती हैं। यह एक ऐसे पहेली को जोड़ने जैसा है जिसके टुकड़े अलग-अलग डिब्बों से हैं, कुछ धुंधले हैं, और कुछ उल्टे हैं। इस अव्यवस्था को स्वचालित रूप से ठीक करने का कोई तरीका न होने के कारण, वैज्ञानिक एक छोटे बंदर के डेटा की तुलना एक पुराने बंदर से, या बीजिंग की एक लैब के डेटा की तुलना बेल्जियम की एक लैब से नहीं कर सकते, बिना बड़ी गलतियाँ किए।

यहाँ MacaSurfer आता है, जो विशेष रूप से इस अराजकता को हल करने के लिए डिज़ाइन किया गया एक नया, पूरी तरह से स्वचालित "ब्रेन मैप मेकर" (मस्तिष्क मानचित्र निर्माता) है। MacaSurfer को एक सुपर-स्मार्ट, अथक रोबोट आर्किटेक्ट के रूप में सोचें जो बंदर के मस्तिष्क की एक अस्त-व्यस्त, धुंधली या यहाँ तक कि उल्टी फोटो ले सकता है और उसे एक पूर्ण, हाई-डेफिनिशन 3D मॉडल में बदल सकता है। यह केवल अनुमान नहीं लगाता; यह त्रुटियों को ठीक करने, झुर्रियों को चिकना करने और मस्तिष्क के विभिन्न हिस्सों के बीच की सीमाओं को अविश्वसनीय सटीकता के साथ खींचने के लिए नियमों के एक विशेष सेट और बंदर की शारीरिक रचना (anatomy) की गहरी समझ का उपयोग करता है। टीम ने इस रोबोट का परीक्षण बंदरों के 1,346 मस्तिष्क स्कैन के विशाल संग्रह पर किया, जो 965 बंदरों से लिए गए थे, जिनमें 2 सप्ताह के शिशु से लेकर 23 साल के बुजुर्ग तक शामिल थे, जिन्हें 39 अलग-अलग अनुसंधान केंद्रों से एकत्र किया गया था। परिणाम? एक ऐसा उपकरण जो मूल डेटा चाहे कितना भी अस्त-व्यस्त क्यों न हो, भरोसेमंद तरीके से काम करता है, जिससे वैज्ञानिकों के लिए पूरे जीवनकाल में और दुनिया भर में बंदरों के मस्तिष्क की तुलना करना पहले की तुलना में कहीं अधिक सटीकता के साथ संभव हो गया है।

समस्या: गायब और उल्टे टुकड़ों वाली एक पहेली

लंबे समय तक, बंदरों के मस्तिष्क का मानचित्र बनाने की कोशिश करने वाले वैज्ञानिकों को उन उपकरणों पर निर्भर रहना पड़ा जो मनुष्यों के लिए बनाए गए थे। लेकिन बंदरों के मस्तिष्क अलग होते हैं; वे छोटे होते हैं, उनमें अलग तरह की परतें (folds) होती हैं, और जैसे-जैसे बंदर बड़े होते हैं, वे नाटकीय रूप से बदल जाते हैं। एक छोटे बंदर का मस्तिष्क ज्यादातर पानी से बना होता है और इसमें "व्हाइट मैटर" (मस्तिष्क की वायरिंग) अभी विकसित नहीं हुआ होता है, जिससे यह एक वयस्क से बहुत अलग दिखता है। जब आप इन बदलते, अस्त-व्यस्त चित्रों पर मानवीय उपकरणों का उपयोग करने की कोशिश करते हैं, तो सॉफ्टवेयर अक्सर भ्रमित हो जाता है। यह सोच सकता है कि मस्तिष्क उल्टा है, या यह पतली ऊतक की परतों (tissue layers) को देखने में विफल हो सकता है क्योंकि छवि बहुत धुंधली है।

यह शोध पत्र तर्क देता है कि काम करने का पुराना तरीका—प्रक्रिया के प्रत्येक चरण के लिए अलग-अलग, असंबद्ध उपकरणों का उपयोग करना—टूटा हुआ है। यह एक घर बनाने के समान है जहाँ एक व्यक्ति ईंटें बिछाता है, दूसरा व्यक्ति दीवारों को पेंट करता है, और तीसरा छत स्थापित करता है, लेकिन आपस में कोई बात नहीं करता। यदि ईंट बिछाने वाला गलती करता है, तो पेंटर को पता नहीं चलता, और पूरा घर टेढ़ा हो जाता है। लेखक दिखाते हैं कि मौजूदा विधियाँ, जो मुख्य रूप से मानव अध्ययनों से अनुकूलित थीं, एक सुसंगत मानचित्र बनाने में विफल रहती हैं जब डेटा अलग-अलग स्थानों या अलग-अलग उम्र से आता है। वे इस विचार को स्पष्ट रूप से खारिज करते हैं कि केवल मानवीय सॉफ्टवेयर में थोड़ा बदलाव करना ही पर्याप्त है; एक नए, बंदर-विशिष्ट दृष्टिकोण की आवश्यकता है।

समाधान: "रोबोट आर्किटेक्ट" जो सीखता है

लेखकों ने MacaSurfer बनाया है, जो एक पूर्ण, स्वचालित प्रणाली है जो शुरुआत से अंत तक पूरी प्रक्रिया को संभालती है। कल्पना करें कि एक फैक्ट्री लाइन है जहाँ एक कच्चा, अस्त-व्यस्त मस्तिष्क स्कैन एक छोर से प्रवेश करता है, और दूसरे छोर से एक पूर्ण, पॉलिश किया हुआ 3D मानचित्र बाहर निकलता है। यह कैसे काम करता है, इसके लिए कुछ मजेदार उपमाओं का उपयोग करते हैं:

1. उल्टे मस्तिष्क को ठीक करना
कभी-कभी, इन स्कैन के लिए कंप्यूटर फाइलें अपनी दिशाएं मिला देती हैं। मस्तिष्क को "उल्टा" या "तिरछा" लेबल किया जा सकता है। MacaSurfer में एक अंतर्निहित "कंपास" है जो तुरंत ओरिएंटेशन की जांच करता है और मस्तिष्क को वापस सही स्थिति में पलट देता है। परीक्षणों में, इसने ओरिएंटेशन की 100% त्रुटियों को ठीक किया, यह सुनिश्चित करते हुए कि कोई भी मैपिंग शुरू होने से पहले हर मस्तिष्क सही स्थान पर हो।

2. "एक्सपर्ट-इन-द-लूप" लर्निंग (विशेषज्ञ-आधारित सीखना)
सबसे बड़ी बाधाओं में से एक यह थी कि कंप्यूटर को यह सिखाने के लिए कि क्या देखना है, बंदरों के मस्तिष्क के पर्याप्त आदर्श उदाहरण नहीं थे। इसे हल करने के लिए, टीम ने एक चतुर "बूटस्ट्रैपिंग" पद्धति का उपयोग किया। उन्होंने सॉफ़्टवेयर के एक बुनियादी संस्करण के साथ शुरुआत की, उसे अपने सर्वश्रेष्ठ अनुमान लगाने दिए, और फिर मानव मस्तिष्क विशेषज्ञों (न्यूरोएनाटॉमिस्ट्स) से परिणामों की समीक्षा करवाई। विशेषज्ञों ने गलतियों को सुधारा, और कंप्यूटर ने उन सुधारों से सीखा। उन्होंने इसे तीन बार किया, सॉफ़्टवेयर को तब तक परिष्कृत किया जब तक कि वह अविश्वसनीय रूप से स्मार्ट नहीं हो गया। यह एक छात्र की तरह है जो अभ्यास टेस्ट देता रहता है, शिक्षक द्वारा ग्रेड किया जाता है, अपनी गलतियों का अध्ययन करता है, और टेस्ट को दोबारा लेता है जब तक कि उसे ए+ (A+) न मिल जाए। इस प्रक्रिया ने उन्हें 2,157 स्कैनों पर एक डीप-लर्निंग मॉडल को प्रशिक्षित करने की अनुमति दी, जिससे इसे उच्च सटीकता के साथ 18 अलग-अलग प्रकार के मस्तिष्क ऊतकों (brain tissues) को पहचानना सिखाया गया।

3. कोहरे के पार देखना
बंदर के मस्तिष्क की छवियों में अक्सर "परछाइयाँ" या असमान चमक (जिसे बायस फील्ड कहा जाता है) होती है जो व्हाइट मैटर की पतली परतों को देखना कठिन बना देती है, विशेष रूप से मस्तिष्क के पिछले हिस्से में। MacaSurfer एक विशेष "टिशू-गाइडेड" (ऊतक-निर्देशित) सुधार का उपयोग करता है। केवल एक सामान्य फ़िल्टर की तरह पूरी छवि को स्मूथ करने के बजाय, यह पहले से पहचाने गए विशिष्ट ऊतकों को देखता है और प्रकाश व्यवस्था को ठीक करने के लिए उन्हें एक गाइड के रूप में उपयोग करता है। यह इसे व्हाइट मैटर के पतले धागों को पुनः प्राप्त करने की अनुमति देता है जिन्हें अन्य उपकरण आमतौर पर मिटा देते हैं या मिस कर देते हैं।

4. सतह और आयतन का नृत्य (The Surface and Volume Dance)
अधिकांश उपकरण मस्तिष्क की सतह (झुर्रियों वाली बाहरी परत) और उसके आयतन (अंदर का हिस्सा) को अलग-अलग समस्याओं के रूप में देखते हैं। MacaSurfer इन दोनों को साझेदारों के रूप में देखता है। यह सतह और आयतन दोनों को एक साथ बनाता है, जिससे वे एक-दूसरे की मदद कर सकें। यदि सतह का मानचित्र अजीब दिखता है, तो यह आयतन को समायोजित करता है; यदि आयतन धुंधला दिखता है, तो यह सतह को परिष्कृत करता है। यह "द्विदिश" (bidirectional) दृष्टिकोण सुनिश्चित करता है कि अंतिम मानचित्र शारीरिक रूप से सही हो, जो उन सूक्ष्म तहों और खांचों को सुरक्षित रखता है जो मस्तिष्क को समझने के लिए महत्वपूर्ण हैं।

परिणाम: हर उम्र और हर लैब के लिए एक मानचित्र

टीम ने MacaSurfer को अंतिम परीक्षा में डाला। उन्होंने इसे 39 अलग-अलग अंतरराष्ट्रीय साइटों के डेटा पर चलाया, जिसमें 2 सप्ताह के शिशुओं से लेकर 23 वर्ष के बंदरों तक शामिल थे।

• यह बच्चों और बुजुर्गों पर काम करता है: सॉफ़्टवेयर ने 2 सप्ताह के शिशुओं के लिए स्पष्ट मानचित्र सफलतापूर्वक बनाए, जिनका मस्तिष्क स्कैन करना बहुत कठिन होता है क्योंकि वे बहुत गीले होते हैं और उनमें कंट्रास्ट की कमी होती है। यह 23 साल के बंदरों पर भी पूरी तरह से काम करता है, जिनके मस्तिष्क समय के साथ सिकुड़ गए हैं और बदल गए हैं।
• यह "एज केसेस" (कठिन मामलों) को संभालता है: यहाँ तक कि जब स्कैन में गंभीर समस्याएं थीं—जैसे मोशन ब्लर, मस्तिष्क में बड़े छेद (वेंट्रिकल्स), या अजीब आर्टिफैक्ट्स—तब भी MacaSurफ ने एक तर्कसंगत मानचित्र बनाने में सफलता प्राप्त की। हालांकि यह पूरी तरह से नष्ट हुई छवि को ठीक नहीं कर सका, लेकिन यह मस्तिष्क के मुख्य हिस्सों की पहचान करने में सक्षम था जहाँ अन्य उपकरण पूरी तरह से हार मान लेते।
• यह अविश्वसनीय रूप से सटीक है: जब एक ही बंदर को कई बार स्कैन किया गया, तो MacaSurfer ने लगभग समान मानचित्र तैयार किए, जिसमें मोटाई के माप में 0.6 मिमी से कम का अंतर था। समय के साथ होने वाले परिवर्तनों को ट्रैक करने के लिए, जैसे कि मस्तिष्क के बूढ़े होने या चोट से उबरने को देखना, यह स्थिरता आवश्यक है।
• यह केवल एक प्रकार के स्कैन के साथ काम करता है: कई पुराने डेटासेट में केवल एक प्रकार की इमेज (T1-वेटेड) होती है। MacaSurfer ने साबित कर दिया कि यह केवल इसी एक प्रकार की इमेज का उपयोग करके उच्च-गुणवत्ता वाले मानचित्र बना सकता है, जिससे दशकों पुराने डेटा का उपयोग करना संभव हो गया है जो पहले बहुत अस्त-व्यस्त था।

बंदरों के मस्तिष्क के लिए "ग्रोथ चार्ट"

शायद सबसे रोमांचक परिणाम यह है कि लेखकों ने केवल एक उपकरण नहीं बनाया; उन्होंने एक संदर्भ मार्गदर्शिका (reference guide) बनाई है। 835 स्वस्थ बंदरों के डेटा का उपयोग करके, उन्होंने "नॉर्मेटिव ट्रेजेक्टरीज" (सामान्य पथ) का एक सेट बनाया। इसे ऊंचाई और वजन के लिए ग्रोथ चार्ट की तरह समझें, लेकिन मस्तिष्क की संरचना के लिए।

जिस तरह एक बाल रोग विशेषज्ञ यह बता सकता है कि क्या एक बच्चा सामान्य रूप से बढ़ रहा है या नहीं, उसी तरह वैज्ञानिक अब MacaSurfer का उपयोग यह देखने के लिए कर सकते हैं कि क्या एक विशिष्ट बंदर का मस्तिष्क सामान्य रूप से विकसित हो रहा है। सिस्टम प्रत्येक व्यक्तिगत बंदर के लिए एक "Z-स्कोर मैप" उत्पन्न करता है, जो बिल्कुल यह दिखाता है कि उनकी उम्र के हिसाब से उनका मस्तिष्क कहाँ बड़ा, छोटा, मोटा या पतला है। यह शोधकर्ताओं को उन सूक्ष्म असामान्यताओं को पहचानने की अनुमति देता जो बीमारी या प्रयोग के प्रभावों का संकेत दे सकती हैं, जिससे एक साधारण ब्रेन स्कैन को एक शक्तिशाली नैदानिक उपकरण (diagnostic tool) में बदल दिया जाता है।

यह क्यों महत्वपूर्ण है

लेखक निष्कर्ष निकालते हैं कि MacaSurfer केवल एक सॉफ़्टवेयर अपडेट नहीं है; यह बंदर न्यूरोसाइंस के लिए एक नया आधार है। बंदरों के मस्तिष्क का मानचित्र बनाने के लिए एक मानकीकृत, पुनरुत्पादित और स्वचालित तरीका प्रदान करके, यह उन बाधाओं को दूर करता है जिन्होंने वैज्ञानिकों को दुनिया भर के डेटा की तुलना करने से रोक रखा था। यह अस्त-व्यस्त छवियों के संग्रह को एक एकीकृत, उच्च-गुणवत्ता वाले डेटासेट में बदल देता है। इसका मतलब है कि एक लैब में की गई खोज को दूसरी लैब में तुरंत सत्यापित किया जा सकता है, और हम अंततः मानव बच्चों की तरह ही स्पष्टता के साथ बचपन से बुढ़ापे तक बंदर के मस्तिष्क के विकास को ट्रैक कर सकते हैं।

लेखक सावधानी बरतते हुए कहते हैं कि हालांकि यह एक बड़ा कदम है, लेकिन यह विशेष रूप से रिसस मैकाक (rhesus macaques) के लिए डिज़ाइन किया गया है। अन्य बंदर प्रजातियों तक इसका विस्तार करने के लिए नए टेम्पलेट्स और प्रशिक्षण की आवश्यकता होगी। हालाँकि, उनके द्वारा उपयोग की गई "एक्सपर्ट-इन-द-लूप" पद्धति एक ब्लूप्रिंट प्रदान करती है कि अन्य जानवरों के लिए समान चुनौतियों से कैसे निपटा जाए। अंततः, MacaSurfer वैज्ञानिक डेटा की अव्यवस्थित वास्तविकता और मस्तिष्क को समझने के लिए आवश्यक स्वच्छ, सटीक मानचित्रों के बीच के अंतर को पाटता है, जिससे हमारे अपने मस्तिष्क के काम करने के तरीके और वे कैसे गलत हो सकते हैं, इसे समझने के बेहतर अंतर्दृष्टि का मार्ग प्रशस्त होता है।