Diversity-enhanced Neutron Microscopy

न्यूट्रॉन इमेजिंग किसी भी चीज़ को बिना काटे उसके अंदर देखने का एक शक्तिशाली तरीका है। एक्स-रे के विपरीत, जो भारी धातुओं के माध्यम से आसानी से गुजर जाते हैं लेकिन हाइड्रोजन जैसे हल्के तत्वों के साथ संघर्ष करते हैं, न्यूट्रॉन हल्के परमाणुओं के साथ मजबूती से प्रतिक्रिया करते हैं जबकि कई भारी तत्वों के माध्यम से गुजर जाते हैं। यह उन्हें बैटरी घटकों, ईंधन कोशिकाओं और जैविक ऊतकों के अध्ययन के लिए अमूल्य बनाता है। हालाँकि, न्यूट्रॉन के साथ एक स्पष्ट तस्वीर प्राप्त करना हमेशा कठिन रहा है। कणों को केंद्रित करना कठिन होता है, और उन्हें कैप्चर करने के लिए उपयोग किए जाने वाले डिटेक्टर अक्सर दानेदार बनावट वाले होते हैं, जो पुरानी फिल्म की तरह दिखते हैं। यह बनावट शोर (noise) का एक निश्चित पैटर्न बनाती है जो सूक्ष्म विवरणों को धुंधला कर देती है, जिससे यह सीमित हो जाता है कि वैज्ञानिक कितनी छोटी विशेषता देख सकते हैं। वर्षों तक, शोधकर्ताओं ने बेहतर लेंस बनाने या चिकने डिटेक्टरों के निर्माण की कोशिश की ताकि इस समस्या को दूर किया जा सके, लेकिन सामग्रियों की मौलिक सीमाओं और न्यूट्रॉन बीम की कमजोर प्रकृति ने रिज़ॉल्यूशन को उस स्तर पर अटका दिया जहाँ सबसे छोटे विवरण भी धुंधले रहते हैं।

पॉल शेर इंस्टीट्यूट, स्विट्जरलैंड और टेक्निकल यूनिवर्सिटी ऑफ म्यूनिख के शोधकर्ताओं की एक टीम ने छवि को साफ करने का एक अलग तरीका खोजा है। एक आदर्श डिटेक्टर बनाने के बजाय, उन्होंने उसी डिटेक्टर का उपयोग किया जो उनके पास था और जिस वस्तु का अध्ययन किया जा रहा था उसे एक बहुत ही विशिष्ट तरीके से हिलाया। एक ही वस्तु की थोड़ी अलग स्थितियों से कई तस्वीरें लेकर और उन्हें कंप्यूटर के माध्यम से संयोजित करके, वे उस दानेदार शोर को धो पाए जो आमतौर पर तस्वीर को खराब कर देता है। परिणाम एक बहुत ही स्पष्ट छवि है जो कुछ माइक्रोमीटर जितने छोटे विवरणों को भी प्रकट करती है, और यह सब बिना अधिक विकिरण या बेहतर कैमरे के संभव हुआ।

उनकी खोज का मूल एक सरल लेकिन चतुर विचार पर आधारित है: यदि आप एक बनावट वाली सतह की फोटो लेते हैं, तो वह बनावट तस्वीर का हिस्सा होती है। लेकिन यदि आप वस्तु को थोड़ा सा हिलाते हैं और दूसरी फोटो लेते हैं, तो बनावट कैमरा सेंसर पर एक ही स्थान पर रहती है, जबकि वस्तु हिल जाती है। यदि आप पर्याप्त फोटो विभिन्न स्थानों से लेते हैं और उन्हें एक साथ जोड़ते हैं, तो हिलती हुई वस्तु एक स्पष्ट चित्र जोड़ती है, जबकि कैमरा सेंसर की स्थिर बनावट औसत (average) होकर गायब हो जाती है। अतीत में, न्यूट्रॉन इमेजिंग के लिए पर्याप्त प्रकाश प्राप्त करने हेतु लंबे एक्सपोजर समय की आवश्यकता होती थी, इसलिए शोधकर्ता आमतौर पर एक लंबा एक्सपोजर लेते थे या बिल्कुल एक ही स्थान पर कुछ चित्रों को स्टैक करते थे। यह नया तरीका, जिसे 'डाइवर्सिटी-एन्हांस्ड माइक्रोस्कोपी' कहा जाता है, इस तथ्य का लाभ उठाता है कि उच्च-रिज़ॉल्यूशन वाली न्यूट्रॉन इमेजिंग के लिए पहले से ही एक एकल छवि बनाने के लिए कई अलग-अलग फ्रेमों की आवश्यकता होती है। शोधकर्ताओं ने बस प्रत्येक फ्रेम के बीच नमूने (sample) को एक नई स्थिति में स्थानांतरित किया, जिससे छवियों की एक ऐसी श्रृंखला बनाई गई जहाँ नमूना तो हिला, लेकिन कैमरे का आंतरिक दाना नहीं हिला।

इसकी परीक्षा करने के लिए, टीम ने जर्मनी के एक अनुसंधान केंद्र में एक विशेष न्यूट्रॉन माइक्रोस्कोप का उपयोग किया। उन्होंने बीम में एक छोटा अंशांकन लक्ष्य (calibration target) रखा, जो अलग-अलग मोटाई वाली तीलियों वाला एक तारे के आकार का था। इस लक्ष्य में 1.9 माइक्रोमीटर जितनी सूक्ष्म विशेषताएं थीं, जो एक मानव बाल की चौड़ाई से भी कम है। उन्होंने स्पाइरल पैटर्न में 74 अलग-अलग स्थितियों में लक्ष्य को स्कैन किया, प्रत्येक स्थान पर दस फोटो लीं। इसके परिणामस्वरूप कुल 740 छवियां बनीं। फिर उन्होंने कंप्यूटर का उपयोग करके इन सभी छवियों को एक सामान्य संरेखण (alignment) में वापस लाने और उन्हें संयोजित करने के लिए किया। परिणाम आश्चर्यजनक था। पारंपरिक छवि, जो केवल एक ही स्थान पर ली गई तस्वीरों को स्टैक करके बनाई गई थी, एक दानेदार धुंध से ढकी हुई थी जिसने तारे के सबसे महीन विवरणों को छिपा दिया था। हालाँकि, नई डाइवर्सिटी-एन्हांस्ड छवि साफ थी। डिटेक्टर की दानेदार बनावट गायब हो गई, और तारे की सबसे पतली तीलियाँ स्पष्ट रूप से दिखाई देने लगीं।

शोधकर्ताओं ने दो डेटा हिस्सों के बीच तुलना करने वाले एक सांख्यिकीय परीक्षण का उपयोग करके सुधार को मापा कि वे कितनी अच्छी तरह सहमत हैं। उन्होंने पाया कि नया तरीका लगभग 6.9 माइक्रोमीटर तक के विवरणों को हल (resolve) कर सकता है, जो मानक विधि के साथ संभव लगभग 10 माइक्रोमीटर की तुलना में एक महत्वपूर्ण सुधार है। इससे भी महत्वपूर्ण बात यह है कि छवि न केवल स्पष्ट थी; बल्कि वह अधिक विश्वसनीय भी थी। शोर, जो आमतौर पर आपको छवि के सबसे हल्के हिस्सों को कितनी स्पष्टता से देखने की अनुमति देता है, उसे लगभग 30 प्रतिशत तक कम कर दिया गया था। यह इसलिए हुआ क्योंकि इस पद्धति ने डिटेक्टर के 'फिक्स्ड पैटर्न' शोर को प्रभावी ढंग से हटा दिया जो उसके स्किंटिलेटर स्क्रीन (scintillator screen) में निहित है, जो एक ऐसी सामग्री है जो न्यूट्रॉन्स को दृश्य प्रकाश में परिवर्तित करती है। यह स्क्रीन छोटे दानों से बनी होती है, और इन दानों की असमानता हर छवि पर एक स्थायी छाप बनाती है। नमूने को हिलाकर, शोधकर्ताओं ने यह सुनिश्चित किया कि नमूने के प्रत्येक भाग को स्क्रीन के कई अलग-अलग दानों के माध्यम से देखा जाए, जिससे कंप्यूटर को स्क्रीन के यादृच्छिक उभारों और ढलानों को अनदेखा करते हुए नमूने के वास्तविक आकार की गणना करने में मदद मिली।

एक सबसे आश्चर्यजनक खोज यह थी कि यह तकनीक इस समस्या को भी ठीक कर सकती थी कि एक अलग "फ्लैट फील्ड" अंशांकन (calibration) की आवश्यकता होती है। मानक इमेजिंग में, वैज्ञानिकों को डिटेक्टर की खामियों को मैप करने और उन्हें ठीक करने के लिए खाली बीम (बिना नमूने के) की तस्वीर लेनी होती है। इसमें अतिरिक्त समय लगता है और यदि अंशांकन और वास्तविक प्रयोग के बीच बीम या डिटेक्टर में थोड़ा बदलाव आता है, तो यह गलत भी हो सकता है। शोधकर्ताओं ने दिखाया कि उनका स्कैनिंग तरीका सीधे नमूना स्कैन के डेटा से ही इस अंशांकन मानचित्र को उत्पन्न कर सकता है। चलते हुए नमूने को स्थिर डिटेक्टर पैटर्न से गणितीय रूप से अलग करके, वे पुनर्निर्मित कर सके कि खुला बीम कैसा दिखता था, और यह केवल तारे की छवियों से ही संभव हुआ। जब उन्होंने इस स्व-जनित मानचित्र का उपयोग छवि को ठीक करने के लिए किया, तो परिणाम एक अलग से मापे गए अंशांकन के लगभग समान था, लेकिन इसमें शोर और भी कम था। इसका अर्थ यह है कि कई उच्च-रिज़ॉल्यूशन अध्ययनों के लिए, अलग से अंशांकन चित्र लेने के समय लेने वाले चरण को पूरी तरह से छोड़ा जा सकता है, जिससे कीमती बीम समय बचता है और उपकरणों में आने वाले बदलावों के कारण होने वाली त्रुटियों का जोखिम कम होता है।

टीम ने यह भी पता लगाया कि क्या यह तकनीक रिज़ॉल्यूशन को और आगे बढ़ा सकती है, शायद उन विवरणों को प्रकट कर सकती है जो कैमरा पिक्सल द्वारा सामान्य रूप से देखे जा सकते हैं। उन्होंने पाया कि यह नहीं कर सकती। सुधार पूरी तरह से शोर को हटाने से आया, न कि नई ऑप्टिकल शक्ति बनाने से। कैमरा पहले से ही बारीक विवरणों को देखने के लिए पर्याप्त अच्छा था, लेकिन दानेदार शोर उन्हें छिपा रहा था। एक बार जब शोर हट गया, तो ऑप्टिक्स की वास्तविक सीमा सामने आ गई। यह एक महत्वपूर्ण अंतर है: यह विधि शून्य से सुपर-रिज़ॉल्यूशन छवि नहीं बनाती; यह केवल उस स्पष्टता को प्रकट करती है जो पहले से ही वहां मौजूद थी लेकिन डिटेक्टर की अपनी बनावट द्वारा छिपी हुई थी। शोधकर्ताओं ने पुष्टि की कि केवल नमूने को छोटे चरणों में हिलाने या पिक्सल को पुनर्संयोजित करने के लिए अधिक जटिल गणितीय युक्तियों का उपयोग करने से छवि और अधिक स्पष्ट नहीं हुई। मुख्य बात बहुत सारे अलग-अलग स्थानों का उपयोग करना था ताकि शोर का औसत निकाला जा सके।

इस कार्य के निहितार्थ केवल न्यूट्रॉन तक ही सीमित नहीं हैं। यही सिद्धांत किसी भी ऐसे इमेजिंग सिस्टम पर लागू होता है जहाँ एक डिटेक्टर में एक निश्चित, दानेदार पैटर्न होता है, जैसे कि कुछ एक्स-रे कैमरे या मेडिकल स्कैनर। यदि अध्ययन की जाने वाली वस्तु को एक्सपोजर के बीच थोड़ा सा हिलाया जा सकता है, या यदि डिटेक्टर को स्थानांतरित किया जा सकता है, तो दानेदार शोर को औसत निकालकर हटाया जा सकता है। यह दृष्टिकोण हार्डवेयर की एक सीमा को सॉफ्टवेयर की एक विशेषता में बदल देता है। यह वैज्ञानिकों को उनके पास पहले से मौजूद उपकरणों का अधिकतम लाभ उठाने की अनुमति देता है, जिससे महंगे नए डिटेक्टरों या लंबे एक्सपोजर समय की आवश्यकता के बिना इमेज गुणवत्ता में सुधार होता है। शोधकर्ताओं ने प्रदर्शित किया कि मामूली स्कैनिंग के साथ, वे उस स्तर की स्पष्टता प्राप्त कर सकते थे जिसके लिए पहले एक पूर्ण, समान डिटेक्टर की आवश्यकता मानी जाती थी।

अंत में, यह अध्ययन दिखाता है कि कभी-कभी स्पष्ट रूप से देखने का सबसे अच्छा तरीका बेहतर लेंस बनाना नहीं, बल्कि देखने का तरीका बदलना है। नमूने को हिलाकर और कंप्यूटर को शोर को छाँटने का भारी काम करने देकर, शोधकर्ताओं ने एक दानेदार, धुंधली तस्वीर को सूक्ष्म दुनिया के एक स्पष्ट, विस्तृत दृश्य में बदल दिया। यह तकनीक न्यूट्रॉन इमेजिंग के लिए एक व्यावहारिक मार्ग प्रदान करती है, जिससे सामग्री विज्ञान और जीव विज्ञान में सूक्ष्म विवरणों को देखना संभव हो जाता है, जबकि कम समय और कम संसाधनों का उपयोग किया जाता है। यह एक अनुस्मारक है कि इमेजिंग की दुनिया में, एक धुंधली तस्वीर का उत्तर एक नया कैमरा नहीं, बल्कि विषय को हिलाने का एक नया तरीका हो सकता है।