Self-contained intraoperative surface acquisition on a mixed-reality headset: a comparison of sensor-based and learning-based reconstruction
यह अध्ययन प्रदर्शित करता है कि एक व्यावसायिक मिश्रित-वास्तविकता (मिक्सड-रियलिटी) हेडसेट केवल ऑनबोर्ड सेंसरों का उपयोग करके इंट्राऑपरेटिव अंग सतहों को प्राप्त कर सकता है, जिसमें यह पाया गया कि जबकि इसका टाइम-ऑफ-फ़्लाइट डेप्थ सेंसर अपारदर्शी ऊतकों पर आम तौर पर बेहतर सटीकता प्रदान करता है, लर्निंग-आधारित RGB पुनर्निर्माण उन पारभासी सतहों के लिए एक अधिक सुदृढ़ विकल्प प्रदान करता है जहाँ सक्रिय डेप्थ सेंसिंग विफल हो जाती है।
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 नरम, हिलते-डुलते ऑब्जेक्ट का सटीक 3D मैप बनाने की कोशिश कर रहे हैं, जैसे कि एक विशाल, जीवित जेलीफ़िश, जबकि आप उसके बिल्कुल बगल में खड़े हैं। सर्जरी की दुनिया में, डॉक्टरों को ठीक यही करने की ज़रूरत होती है। ऑपरेशन से पहले, उनके पास सीटी स्कैन से प्राप्त एक स्थिर (static) 3D मॉडल होता है, लेकिन जैसे ही सर्जरी शुरू होती है, लीवर जैसे अंग हिलते हैं, पिचकते हैं और अपना आकार बदलते हैं। सर्जन को सुरक्षित रूप से मार्गदर्शन करने के लिए, उन्हें उस डिजिटल मैप को वास्तविक, हिलते हुए अंग के अनुरूप वास्तविक समय (real-time) में अपडेट करने की आवश्यकता होती है। इसे "डेफॉर्मेबल रजिस्ट्रेशन" (deformable registration) कहा जाता है।
कठिन हिस्सा यह पता लगाना है कि अंग का आकार अभी कैसा है, बिना उसे छुए या बहुत सारे अतिरिक्त कैमरों का उपयोग किए जो ऑपरेटिंग रूम में भीड़ बढ़ा दें। यहाँ "मिक्स्ड रियलिटी" (MR) हेडसेट्स की भूमिका आती है। इन हाई-टेक चश्मों के बारे में सोचें जो आपको वास्तविक दुनिया में तैरते हुए डिजिटल होलोग्राम देखने देते हैं। कुछ चश्मों में दूरी मापने के लिए अंतर्निहित "आंखें" होती हैं, जो कुछ हद तक प्रकाश के माध्यम से चमगादड़ द्वारा उपयोग की जाने वाली इकोलोकेशन (echolocation) की तरह काम करती हैं। हालाँकि, ये अंतर्निहित आंखें कभी-कभी चमकदार या पारदर्शी सतहों, जैसे कि गीली त्वचा या जेलेटिन से भ्रमित हो सकती हैं। इसलिए, वैज्ञानिक पूछ रहे हैं: क्या ये चश्मे अपने आप में अंग के आकार को अच्छी तरह से माप सकते हैं, या उन्हें केवल नियमित वीडियो कैमरे और स्मार्ट कंप्यूटर अनुमान (computer guessing) का उपयोग करके एक बैकअप योजना की आवश्यकता है?
यह शोध पत्र इसी सटीक प्रश्न की गहराई में जाता है, जिसमें "मैजिक लीप 2" (Magic Leap 2) हेडसेट का उपयोग किया गया है। शोधकर्ता यह देखना चाहते थे कि क्या हेडसेट का अंतर्निहित दूरी सेंसर (जो अदृश्य प्रकाश तरंगें छोड़ता है) एक अंग का सटीक 3D मैप बना सकता है, या क्या एक "लर्निंग-आधारित" (learning-based) तरीका (जहाँ कंप्यूटर सामान्य तस्वीरों को देखता है और गहराई का अनुमान लगाता है) बेहतर होगा। उन्होंने इसका परीक्षण विभिन्न सामग्रियों से बने नकली अंगों पर किया: कुछ ठोस और मैट (जैसे सफेद प्लास्टर कास्ट), कुछ पारभासी और लचीले (जैसे लाल सिलिकॉन), और यहाँ तक कि एक असली सूअर का लीवर।
टीम ने पाया कि कोई एक "सर्वश्रेष्ठ" तरीका नहीं है; यह पूरी तरह से इस बात पर निर्भर करता है कि अंग कैसा दिखता है। जब सतह ठोस और अपारदर्शी (जैसे सफेद प्लास्टर) थी, तो हेडसेट का अंतर्निहित दूरी सेंसर स्पष्ट विजेता था, जिसने लगभग 2 से 3 मिलीमीटर की सटीकता के साथ एक मैप बनाया। यह एक इंची टेप (tape measure) का उपयोग करने जैसा था: सीधा और विश्वसनीय। हालाँकि, जब सतह पारभासी या जटिल (जैसे लाल सिलिकॉन या असली लीवर) थी, तो अंतर्निहित सेंसर भ्रमित हो गया। प्रकाश सामग्री के भीतर इधर-उधर टकराने लगा, जिससे अंग वास्तव में जितना है उससे अधिक करीब दिखने लगा। इन मामलों में, "लर्निंग-आधारित" तरीका, जो केवल नियमित वीडियो तस्वीरों का विश्लेषण करता था, बेहतर प्रदर्शन कर रहा था क्योंकि उसने उन ऑप्टिकल धोखों से परहेज किया।
शोधकर्ताओं ने यह देखने के लिए एक जीवित, एनेस्थीसिया के प्रभाव में मौजूद सूअर पर भी परीक्षण किया कि क्या यह वास्तविक सर्जरी सेटिंग में काम करेगा। उन्होंने पाया कि हेडसेट वास्तव में बिना किसी अतिरिक्त उपकरण के लीवर की सतह को कैप्चर कर सकता है। हालाँकि, उन्होंने एक पेंच (catch) देखा: फोटो-आधारित तरीके को ठीक से काम करने के लिए कई अलग-अलग कोणों से अंग को देखने की आवश्यकता थी। यदि सर्जन केवल एक तरफ से लीवर को देख सकता था (जो तंग सर्जिकल स्थानों में होता है), तो फोटो विधि संघर्ष करती थी, लेकिन अंतर्निहित सेंसर फिर भी एक अच्छा मैप बनाने में सक्षम था।
संक्षेप में, यह शोध पत्र सुझाव देता है कि एक व्यावसायिक MR हेडसेट सर्जरी के दौरान अंगों के मानचित्रण के लिए एक स्व-निहित उपकरण के रूप में कार्य कर सकता है, लेकिन सबसे अच्छी रणनीति ऊतक (tissue) के आधार पर बदल जाती है। यदि ऊतक ठोस और मैट है, तो दूरी सेंसर पर भरोसा करें। यदि ऊतक गीला, चमकदार या पारभासी है, तो कंप्यूटर के फोटो-अनुमान पर भरोसा करें। लेखक निष्कर्ष निकालते हैं कि सही ऊतक के लिए सही तरीका चुनकर, सर्जन एक दिन भारी बाहरी कैमरों को छोड़कर केवल अपने स्मार्ट चश्मों के माध्यम से मानव शरीर के बदलते परिदृश्य में नेविगेट कर सकते हैं।
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।