Superresolution imaging across scales

सूक्ष्म जगत को देखने की दुनिया में, एक जिद्दी दीवार एक सदी से अधिक समय से खड़ी है। इसे विवर्तन सीमा (diffraction limit) कहा जाता है, जो भौतिकी का एक मौलिक नियम है जो कहता है कि प्रकाश को एक निश्चित आकार से छोटे बिंदु पर केंद्रित नहीं किया जा सकता है। कल्पना कीजिए कि आप दो ऐसे अक्षरों को पढ़ने की कोशिश कर रहे हैं जो एक-दूसरे के इतने करीब छपे हैं कि उनके धुंधले किनारे मिलकर एक अस्पष्ट धब्बा बन गए हैं। चाहे लेंस कितना भी शक्तिशाली क्यों न हो, यदि दो स्रोतों से आने वाली प्रकाश तरंगें बहुत अधिक ओवरलैप होती हैं, तो वे आपस में मिल जाती हैं, और आँख या कैमरा केवल एक ही वस्तु देखता है। दशकों तक, वैज्ञानिकों ने इसे एक अटूट बाधा के रूप में स्वीकार कर लिया। उन्होंने इसके इर्द-गिर्द काम करने के लिए चतुर तरीके विकसित किए, लेकिन मूल समस्या बनी रही: जब प्रकाश के दो सूक्ष्म स्रोत बहुत करीब होते हैं, तो उनकी संयुक्त चमक एक सपाट, विशेषताहीन टीले में बदल जाती है, जिससे इस बात का कोई संकेत नहीं मिलता कि नीचे दो अलग चीजें छिपी हुई हैं।

यह बाधा स्पैरो सीमा (Sparrow limit) के रूप में जानी जाती है। इसका नाम एक विशिष्ट स्थिति के नाम पर रखा गया है जहाँ दो प्रकाश स्रोतों के बीच का गड्ढा पूरी तरह से गायब हो जाता है, जिससे संयुक्त चमक का शीर्ष बिल्कुल सपाट हो जाता है। इस सटीक क्षण में, दोनों स्रोत सांख्यिकीय रूप से अविभेद्य हो जाते हैं; एक स्रोत से आने वाला प्रकाश दूसरे के साथ इतनी पूर्णता से मिल जाता है कि वे एक ही उत्सर्जक के रूप में दिखाई देते हैं। लंबे समय तक, इसे ऑप्टिकल इमेजिंग के लिए पूर्ण 'नो रिटर्न' बिंदु माना जाता था। यदि आप एक गड्ढा नहीं देख सकते थे, तो आप दो चीजों को नहीं देख सकते थे। हालाँकि, एक नया अध्ययन बताता है कि यह सीमा प्रकृति का कोई नियम नहीं है, बल्कि इस बात की सीमा है कि हम डेटा को कैसे देखते हैं। कैमरे द्वारा कैप्चर किए गए कच्चे नंबरों पर एक विशिष्ट गणितीय तकनीक लागू करके, शोधकर्ताओं ने दिखाया है कि दो स्रोतों को अलग करना संभव है, भले ही उनका प्रकाश एक एकल, सपाट शिखर में मिल गया हो।

शोधकर्ताओं के दल ने, जो उरुग्वे, क्यूबा, मैक्सिको और यूनाइटेड किंगडम के विश्वविद्यालयों और संस्थानों के वैज्ञानिकों की एक टीम थी, यह सिद्ध करने का प्रयास किया कि 'मीनशिफ्ट' (MeanShift) नामक विधि इस बाधा को तोड़ सकती है। उन्होंने 'मीनशिफ्ट सुपर-रिज़ॉल्यूशन' (MeanShift SuperResolution), या MSSR नामक तकनीक पर ध्यान केंद्रित किया। यह समझने के लिए कि उन्होंने क्या किया, एक परिदृश्य की कल्पना करें जहाँ पहाड़ियों और घाटियों का उतार-चढ़ाव छवि की चमक का प्रतिनिधित्व करता है। स्पैरो सीमा पर दो बहुत करीबी प्रकाश स्रोतों की एक मानक फोटो में, उनके बीच का परिदृश्य एक सपाट पठार की तरह होता है। मीनशिफ्ट विधि एक स्मार्ट मार्गदर्शक की तरह कार्य करती है जो इस परिदृश्य के प्रत्येक बिंदु को देखती है और एक सरल प्रश्न पूछती है: "प्रकाश कहाँ अधिक सघन हो रहा है?" फिर यह उस बिंदु को उच्चतम घनत्व वाले क्षेत्र की ओर थोड़ा स्थानांतरित कर देती है। जब इस प्रक्रिया को दो मिले हुए प्रकाशों के बीच के सपाट पठार पर लागू किया जाता है, तो कुछ आश्चर्यजनक होता है। एल्गोरिदम केवल छवि को सुचारू (smooth) नहीं बनाता है; यह सक्रिय रूप से उसे नया आकार देता है। यह प्रकाश को सपाट स्थान के केंद्र से दूर धकेलता है और इसे किनारों की ओर केंद्रित करता है, जिससे प्रभावी रूप से एक नया गड्ढा बनता है जहाँ पहले कुछ नहीं था।

टीम ने पहला कठोर गणितीय प्रमाण प्रदान किया कि यह पुनर्गठन कोई दुर्घटना या कंप्यूटर की कोई ट्रिक नहीं है, बल्कि गणित का एक अनुमानित परिणाम है। उन्होंने प्रदर्शित किया कि दो प्रकाश स्रोतों के लिए, जिन्हें चिकने, घंटी के आकार के वक्रों (bell-shaped curves) के रूप में मॉडल किया गया है, वह बिंदु जहाँ वे अविभेद्य हो जाते हैं, तब होता है जब वे उनकी चौड़ाई के एक विशिष्ट माप के ठीक दोगुने से अलग होते हैं। इस सटीक दूरी पर, संयुक्त प्रकाश प्रोफ़ाइल पूरी तरह से सपाट होती है। शोधकर्ताओं ने फिर दिखाया कि मीनशिफ्ट वेक्टर, जो प्रकाश के सबसे घने क्षेत्रों की ओर संकेत करता है, इस सपाट क्षेत्र के बीच में एक विशिष्ट शिखर (peak) बनाता है। यह शिखर दो स्रोतों को प्रकट करने का पहला चरण है। जब पूर्ण MSSR प्रक्रिया लागू की जाती है, तो यह शिखर उल्टा होकर एक गहरा गड्ढा बन जाता है, जो दो स्रोतों को अलग करता है और उन्हें फिर से अलग-अलग संस्थाओं के रूप में देखने की अनुमति देता है। यह सिद्ध करता है कि यह सीमा भौतिकी की कोई कठोर दीवार नहीं है, बल्कि डेटा की एक विशेषता है जिसे गणना के माध्यम से बदला जा सकता है।

यह सुनिश्चित करने के लिए कि यह केवल कागज पर काम करने वाला सिद्धांत नहीं है, टीम ने तीन बहुत अलग क्षेत्रों के वास्तविक डेटा के साथ इसका परीक्षण किया। उन्होंने माइक्रोस्कोपी में उपयोग किए जाने वाले फ्लोरोसेंट डॉट्स, चिप पर लेजर द्वारा बनाए गए पैटर्न और रात के आकाश में तारों की छवियों का अध्ययन किया। हर मामले में, यह विधि सफल रही। सूक्ष्मदर्शी छवियों में, वे फ्लोरोसेंट डॉट्स को उन दूरियों पर अलग कर सके जहाँ पारंपरिक कैमरे केवल एक धुंधलापन देखते थे। उन्होंने एक्स-रे स्पेक्ट्रोस्कोपी पर भी इस तकनीक को लागू किया, जो तत्वों की पहचान करने की एक विधि है जो उनके द्वारा उत्सर्जित प्रकाश की ऊर्जा से होती है। यहाँ, "दूरी" भौतिक स्थान नहीं बल्कि ऊर्जा का अंतर है। टीम ने मोलिब्डेनम और सल्फर के ओवरलैपिंग ऊर्जा शिखरों को सफलतापूर्वक अलग किया, जो सामान्यतः इतने करीब होते हैं कि वे डेटा में एक ही उभार के रूप में दिखाई देते हैं। इसी गणितीय तर्क का उपयोग करके, वे इन उभारों को विभाजित करने और दोनों तत्वों को स्पष्ट रूप से पहचानने में सक्षम रहे।

अध्ययन ने इस नए दृष्टिकोण की तुलना अन्य उन्नत विधियों से भी की जो सूक्ष्म चीजों को देखने के लिए उपयोग की जाती हैं। उन्होंने अपनी तकनीक का परीक्षण लुसी-रिचर्डसन डीकनवोल्यूशन (Lucy-Richardson deconvolution) जैसे स्थापित एल्गोरिदम और छवियों को तेज करने के लिए डिज़ाइन किए गए अन्य तरीकों के विरुद्ध किया। परिणामों ने दिखाया कि जबकि कुछ पुराने तरीके स्रोतों के बीच एक हल्का गड्ढा बना सकते थे, मीनशिफ्ट दृष्टिकोण स्रोतों के बीच स्पष्ट अलगाव पैदा करने में कहीं अधिक प्रभावी था, भले ही स्रोत उस सीमा पर हों जिसे अब तक असंभव माना जाता था। टीम ने पाया कि विधि की सफलता एक विशिष्ट सेटिंग पर निर्भर करती है, एक त्रिज्या (radius) जो यह निर्धारित करती है कि एल्गोरिदम सबसे घने प्रकाश को खोजने के लिए कितनी दूर तक देखता है। उन्होंने गणना की कि जब तक इस त्रिज्या को प्रकाश स्रोत के आकार के सापेक्ष एक निश्चित सीमा से नीचे रखा जाता है, तब तक यह विधि हमेशा छिपे हुए अलगाव को प्रकट करने में सफल होगी।

जो बात इस खोज को महत्वपूर्ण बनाती है, वह यह है कि यह इमेजिंग की संभावनाओं के बारे में बातचीत को बदल देती है। वर्षों से, ध्यान बेहतर लेंस बनाने या अधिक जानकारी कैप्चर करने के लिए अधिक जटिल ऑप्टिकल सेटअप का उपयोग करने पर रहा है। यह कार्य दिखाता है कि जानकारी पहले से ही वहां मौजूद है, छवि के सांख्यिकीय शोर (statistical noise) के भीतर छिपी हुई, जो सही गणितीय कुंजी द्वारा अनलॉक होने की प्रतीक्षा कर रही है। शोधकर्ताओं को माइक्रोस्कोप या टेलीस्कोप बदलने की आवश्यकता नहीं पड़ी; उन्होंने केवल यह बदला कि कैप्चर किए गए डेटा को कैसे प्रोसेस किया जाता है। यह सिद्ध करके कि स्पैरो सीमा को एक एकल छवि और एक विशिष्ट गणना का उपयोग करके पार किया जा सकता है, उन्होंने बिना किसी महंगे नए हार्डवेयर के जीव विज्ञान, खगोल विज्ञान और सामग्री विज्ञान में सूक्ष्म विवरणों को देखने का द्वार खोल दिया है। विवर्तन सीमा की दीवार कच्चे प्रकाश के लिए बनी रहती है, लेकिन स्पैरो सीमा की दीवार को पार करने योग्य दिखाया गया है, जिससे हम उन दो अलग-अलग स्रोतों को देख सकते हैं जो साक्षात सामने छिपे हुए थे।