Robot-Tracked Multi-View 3D Ultrasound Reconstruction for Quantitative Assessment of Simulated Abdominal Haemorrhage in a Tissue-Mimicking Phantom
यह अध्ययन प्रदर्शित करता है कि एक रोबोट-ट्रैक्ड मल्टी-व्यू 3D अल्ट्रासाउंड फ्रेमवर्क, जब विशेषज्ञ-सत्यापित पंजीकरण परिशोधन (registration refinement) के साथ संयोजित किया जाता है, तो एक टिश्यू-मिमिकिंग फैंटम में सिम्युलेटेड एब्डोमिनल हेमरेज वॉल्यूम को सटीक रूप से परिमाणित कर सकता है, जो अनियमित तरल संग्रहों को मापने में पारंपरिक 2D अल्ट्रासाउंड की सीमाओं को दूर करता 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
एक गंभीर कार दुर्घटना या शरीर पर किसी हिंसक प्रहार के बाद के अराजक मिनटों में, जीवन और मृत्यु के बीच का अंतर अक्सर इस बात पर निर्भर करता है कि एक डॉक्टर कितनी जल्दी आंतरिक रक्तस्राव (internal bleeding) का पता लगा पाता है। जब रक्त पेट की गुहा (abdominal cavity) में रिसता है, तो यह सबसे निचले स्थानों में जमा हो जाता है, जो दृष्टि से ओझल रहता है। इस तरल पदार्थ को खोजने के लिए मानक उपकरण अल्ट्रासाउंड है, एक ऐसी तकनीक जो शरीर के भीतर की छवियां बनाने के लिए ध्वनि तरंगों का उपयोग करती है। यह तेज़, सुरक्षित है और इसे सीधे बिस्तर के पास ही किया जा सकता है। हालाँकि, अल्ट्रासाउंड का उपयोग करने का पारंपरिक तरीका ब्रेड के पूरे लोफ (loaf) के आकार का अनुमान लगाने के लिए ब्रेड के एक अकेले स्लाइस को देखने जैसा है। एक डॉक्टर त्वचा पर प्रोब घुमाता है, एक सपाट स्क्रीन पर तरल का एक गहरा धब्बा देखता है, और जानता है कि वह वहां मौजूद है, लेकिन यह बताना बहुत कठिन होता है कि वास्तव में कितना रक्त जमा हुआ है या उस तरल के पूल का आकार समय के साथ कैसे बदल रहा है। यह सीमा महत्वपूर्ण है क्योंकि रक्तस्राव की सटीक मात्रा जानना डॉक्टरों को यह निर्णय लेने में मदद कर सकता है कि क्या रोगी को तत्काल सर्जरी की आवश्यकता है या क्या उनकी अधिक बारीकी से निगरानी की जा सकती है।
इसे हल करने के लिए, शोधकर्ता अल्ट्रासाउंड को एक ऐसे उपकरण में बदलने के तरीके तलाश रहे हैं जो तरल संग्रह के पूर्ण त्रि-आयामी (3D) आकार को कैप्चर कर सके। कल्पना कीजिए कि आप अलग-अलग कोणों से एक कमरे की कई ओवरलैपिंग तस्वीरें ले रहे हैं और उन्हें एक पूर्ण, नेविगेटेबल मॉडल बनाने के लिए आपस में जोड़ रहे हैं। यही मल्टी-व्यू 3D अल्ट्रासाउंड का लक्ष्य है। लेकिन इन छवियों को आपस में जोड़ना अविश्वसनीय रूप से कठिन है क्योंकि ध्वनि तरंगें विकृत हो सकती हैं, और प्रोब को बिल्कुल सही स्थिति में रखा जाना चाहिए ताकि हिस्से आपस में फिट हो सकें। यदि कंप्यूटर प्रत्येक तस्वीर की स्थिति का गलत अनुमान लगाता है, तो अंतिम 3D मॉडल विकृत हो जाएगा, और उसके भीतर के तरल का कोई भी माप गलत होगा। चुनौती केवल तस्वीरें लेने की नहीं है, बल्कि यह जानने की भी है कि प्रत्येक तस्वीर अंतरिक्ष में वास्तव में कहाँ स्थित है ताकि कंप्यूटर रक्तस्राव की एक वास्तविक प्रतिलिपि बना सके।
क्वींसलैंड यूनिवर्सिटी ऑफ टेक्नोलॉजी और कॉमनवेल्थ साइंटिफिक एंड इंडस्ट्रियल रिसर्च ऑर्गनाइजेशन के शोधकर्ताओं की एक टीम ने इस स्थानिक पहेली को सुलझाने का एक नया तरीका परीक्षण करने के लिए हाथ बढ़ाया। उन्होंने एक ऐसा सिस्टम बनाया जिसमें एक रोबोटिक आर्म अल्ट्रासाउंड प्रोब को थामे हुए था, जो एक सटीक ट्रैकर के रूप में कार्य करता था और प्रत्येक छवि लेने के लिए डिवाइस की सटीक स्थिति और ओरिएंटेशन को रिकॉर्ड करता था। उन्होंने इस रोबोट का उपयोग किसी मरीज को स्कैन करने के लिए नहीं किया, बल्कि एक नियंत्रित, आदर्श वातावरण बनाने के लिए किया ताकि यह परीक्षण किया जा सके कि क्या रोबोट के ट्रैकिंग डेटा मात्र से एक सटीक 3D मानचित्र बनाना संभव है। उन्होंने मानव उदर (abdomen) का एक विशेष मॉडल बनाया जिसमें वास्तविक ऊतक (tissue) की बनावट की नकल करने के लिए जिलेटिन, कीमा बनाया हुआ बीफ और पोर्क बेली की परतों का उपयोग किया गया था। इसके भीतर, उन्होंने एक लचीला बैग रखा जिसे पानी रखने के लिए डिज़ाइन किया गया था, जो वास्तविक चोट में जमा होने वाले तरल का प्रतिनिधित्व करता है।
शोधकर्ताओं ने अलग-अलग रक्तस्राव के स्तरों का अनुकरण करने के लिए इस आंतरिक बैग को 70 मिलीलीटर से 190 मिलीलीटर तक की पांच अलग-अलग मात्रा में पानी से भरा। दो अनुभवी सोनोग्राफर्स ने मॉडल के ऊपर रोबोट-माउंटेड प्रोब का मार्गदर्शन किया और ओवरलैपिंग 3D स्कैन की एक श्रृंखला ली। रोबोट ने प्रत्येक स्कैन के लिए प्रोब की स्थिति दर्ज की, और टीम ने इन छवियों को एक एकल 3D वॉल्यूम में जोड़ने के लिए इस डेटा का उपयोग किया। इसके बाद उन्होंने पुनर्गठित छवि में पानी के आयतन को मापा और इसकी तुलना पानी की वास्तविक मात्रा से की जो उन्होंने डाली थी। परिणामों से पता चला कि हालांकि रोबोट के ट्रैकिंग डेटा ने एक अच्छा शुरुआती बिंदु प्रदान किया और तरल के सामान्य आकार को कैप्चर किया, लेकिन अंतिम 3D मॉडल पूर्ण नहीं था। सिस्टम ने लगातार पानी की मात्रा को कम करके दिखाया, औसतन कुल आयतन का लगभग 10 प्रतिशत कम पाया गया। पुनर्गठित छवियों में छोटे अंतराल और मिसअलाइनमेंट (misalignment) दिखाई दिए जहाँ विभिन्न स्कैन मिलते थे, जिससे कंप्यूटर ने वास्तव में मौजूद स्थान से थोड़ा छोटा स्थान कैलकुलेट किया।
यह देखने के लिए कि मानवीय सहायता के साथ यह प्रणाली कितनी बेहतर हो सकती है, शोधकर्ताओं ने उन्हीं स्कैन्स को लिया और छवियों के संरेखण (alignment) को मैन्युअल रूप से समायोजित किया, अंतराल को भरने और तरल को निरंतर दिखाने के लिए अपनी विशेषज्ञता का उपयोग किया। जब उन्होंने विशेषज्ञ-संशोधित मॉडलों का उपयोग करके आयतन को पुन: मापा, तो सटीकता नाटकीय रूप से सुधर गई। त्रुटि लगभग 10 प्रतिशत से घटकर 1 प्रतिशत से भी कम हो गई, और पुनर्गठित आयतन वास्तविक पानी की मात्रा से लगभग पूरी तरह मेल खा गया। यह निष्कर्ष बताता है कि हालांकि रोबोटिक ट्रैकिंग 3D अल्ट्रासाउंड मैप बनाने के लिए एक ठोस आधार प्रदान करती है, लेकिन यह अपने आप में डॉक्टरों को वे सटीक आंकड़े देने के लिए पर्याप्त सटीक नहीं है जिनकी उन्हें महत्वपूर्ण निर्णयों के लिए आवश्यकता होती है। ट्रैकिंग डेटा टुकड़ों को सही पड़ोस में तो पहुँचा देता है, लेकिन घर को सीधा खड़ा करने के लिए एक अंतिम, सावधानीपूर्ण संरेखण की अभी भी आवश्यकता होती है।
अध्ययन इस निष्कर्ष पर पहुँचता है कि रोबोट-ट्रैक्ड दृष्टिकोण एक ऐसे भविष्य की ओर एक आशाजनक कदम है जहाँ डॉक्टर वास्तविक समय में आंतरिक रक्तस्राव के पूर्ण, मापने योग्य विस्तार को देख सकेंगे। शोधकर्ताओं ने प्रदर्शित किया कि कई दृश्यों (views) को एक एकल मात्रात्मक मूल्यांकन में संयोजित करना संभव है, लेकिन उन्होंने यह भी रेखांकित किया कि वर्तमान तकनीक एक ऐसे स्तर की सटीकता पर निर्भर करती है जिसके लिए विशेषज्ञ सुधार की आवश्यकता होती है। यह कार्य एक बेंचमार्क के रूप में कार्य करता है, जो यह सिद्ध करता है कि अवधारणा नियंत्रित सेटिंग में काम करती है और यह भी दिखाती है कि तकनीक को कहाँ सुधार की आवश्यकता है। कच्चे ट्रैकिंग डेटा से सत्यापित 3D आयतन तक का एक स्पष्ट मार्ग स्थापित करके, टीम ने भविष्य के उन सिस्टमों के लिए आधार तैयार किया है जो शायद एक दिन इस प्रक्रिया को स्वचालित कर सकें, जिससे बिना रेडिएशन या जटिल अस्पताल बुनियादी ढांचे के तीव्र, सटीक और वस्तुनिष्ठ मूल्यांकन की अनुमति मिल सके।
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।