PA-SfM: Tracker-free freehand 3D photoacoustic imaging via differentiable acoustic radiation
यह शोध पत्र PA-SfM को प्रस्तुत करता है, जो एक ट्रैकर-मुक्त ढांचा है जो एक विभेदक (differentiable) ध्वनिक विकिरण मॉडल का उपयोग करके PA मापों से सीधे कैमरा पोजों और वॉल्यूम के पुनर्निर्माण को संयुक्त रूप से अनुमानित करके फ्रीहैंड 3D फोटोएकॉस्टिक इमेजिंग को सक्षम बनाता है, जिससे बिना किसी बाहरी ट्रैकिंग सिस्टम की आवश्यकता के स्पार्स सेंसर एरे की स्थानिक और क्षेत्र-दृष्टि (field-of-view) सीमाओं को दूर किया जा सकता 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 अपने शरीर के भीतर गहराई में छिपी किसी चीज़ की त्रि-आयामी (थ्री-डायमेंशनल) तस्वीर लेने की कोशिश कर रहे हैं, लेकिन आप इसे एक बार में केवल एक ही कोण से देख सकते हैं। यह चुनौती फोटोअकॉस्टिक इमेजिंग नामक एक शक्तिशाली चिकित्सा इमेजिंग तकनीक के सामने है। यह शरीर के भीतर प्रकाश की एक सुरक्षित, संक्षिप्त पल्स (धड़कन) भेजकर काम करती है; ऊतक (टिश्यू) प्रकाश को अवशोषित करते हैं, थोड़ा गर्म होते हैं, और फैलते हैं जिससे एक सूक्ष्म ध्वनि तरंग पैदा होती है। त्वचा पर लगे सेंसर इन ध्वनि तरंगों को पकड़ते हैं, और एक कंप्यूटर इनका उपयोग रक्त वाहिकाओं और अन्य संरचनाओं की तस्वीर बनाने के लिए करता है। जबकि यह विधि हानिकारक विकिरण का उपयोग किए बिना रक्त के प्रवाह का स्पष्ट दृश्य प्रदान करती है, एक एकल स्नैपशॉट अक्सर विवरणों को छोड़ देता है क्योंकि सेंसर केवल एक सीमित क्षेत्र को कवर कर सकते हैं। पूरी तस्वीर देखने के लिए, डॉक्टरों को आमतौर पर सेंसर को रोगी के चारों ओर घुमाना पड़ता है, लेकिन ऐसा हाथ से करना कठिन है। यदि हाथ एक मिलीमीटर के एक अंश भी अधिक हिल जाता है या थोड़ा घूम जाता है, तो कंप्यूटर छवियों को सही ढंग से जोड़ने में असमर्थ होता है, जिसके परिणामस्वरूप एक धुंधली और टूटी हुई तस्वीर बनती है। पारंपरिक रूप से, इस समस्या को हल करने के लिए, इंजीनियर उपकरण के साथ भारी मोटर या बाहरी ट्रैकिंग कैमरे जोड़ देते हैं ताकि हर क्षण इसके सटीक स्थान को रिकॉर्ड किया जा सके। ये अतिरिक्त चीजें सिस्टम को भारी, महंगी और व्यस्त अस्पताल के कमरे में उपयोग करने में कठिन बना देती हैं।
शोधकर्ताओं की एक टीम ने अब एक ऐसा तरीका खोज निकाला है जिससे इमेजिंग डिवाइस बिना किसी बाहरी ट्रैकर या मोटर के स्वतंत्र रूप से घूम सके, और इसके लिए कंप्यूटर को अपना स्थान स्वयं समझने के लिए प्रशिक्षित किया गया है। उन्होंने एक नई विधि विकसित की है जिसे PA-SfM कहा जाता है, जिसका अर्थ है 'फोटोअकॉस्टिक स्ट्रक्चर-फ्रॉम-मोशन'। यह निर्भर करने के बजाय कि कोई अलग उपकरण कंप्यूटर को बताए कि सेंसर कहाँ है, यह नया सिस्टम सीधे शरीर से आने वाली ध्वनि तरंगों को देखकर सेंसर के स्थान का पता लगाता है। शोधकर्ताओं ने महसूस किया कि ध्वनि तरंगें सेंसर की ऊतक के सापेक्ष स्थिति का एक छिपा हुआ मानचित्र वहन करती हैं। एक गणितीय मॉडल का उपयोग करके जिसे कंप्यूटर द्वारा स्वयं समायोजित और परिष्कृत किया जा सकता है, सिस्टम उन ध्वनि तरंगों की तुलना कर सकता है जो वह सुनता है और जो उसे सुनने की उम्मीद थी यदि सेंसर किसी विशिष्ट स्थान पर होता। यदि भविष्यवाणी वास्तविकता से मेल नहीं खाती है, तो कंप्यूटर अपने इस अनुमान को बदल देता है कि सेंसर कहाँ है और फिर से प्रयास करता है। यह प्रक्रिया दोहराता है, अपने सेंसर के संचलन और रक्त वाहिकाओं के आकार के अनुमान को एक साथ परिष्कृत करता है, जब तक कि तस्वीर स्पष्ट न हो जाए और सेंसर का पथ स्पष्ट न हो जाए।
टीम ने पहले एक स्वयंसेवक के हाथ पर इस विचार का परीक्षण किया। उन्होंने सेंसर को हाथ के ऊपर रखा और व्यक्ति को अपने हाथ को विभिन्न दिशाओं में घुमाने और फैलाने के लिए कहा। सिस्टम ने हाथ के हिलने के दौरान ध्वनि तरंगों को रिकॉर्ड किया, जिससे कई अलग-अलग कोणों से रक्त वाहिकाओं को कैप्चर किया गया। बिना किसी बाहरी मार्गदर्शन के, कंप्यूटर ने सफलतापूर्वक पता लगाया कि हाथ कैसे हिला था और सभी आंशिक दृश्यों को हाथ के एक एकल, बड़े, त्रि-आयामी मानचित्र में संयोजित किया। परिणाम रक्त वाहिकाओं की एक पूर्ण तस्वीर थी जिसने बारीक विवरण दिखाए, बिना उस धुंधलेपन या दोहराव के जो आमतौर पर छवियों को गलत तरीके से जोड़ने पर होता है। शोधकर्ताओं ने पाया कि भले ही हाथ प्रत्येक स्नैपशॉट के बीच 9 मिलीमीटर तक हिला हो, फिर भी सिस्टम छवियों को पूरी तरह से संरेखित करने में सक्षम था।
यह सुनिश्चित करने के लिए कि उनकी विधि मौजूदा तकनीकों से बेहतर काम करती है, शोधकर्ताओं ने जानवरों पर और कंप्यूटर सिमुलेशन में भी इसका परीक्षण किया। एक प्रयोग में, उन्होंने एक ऐसी मशीन का उपयोग किया जो सेंसर को एक सटीक, नियंत्रित तरीके से घुमाती है, जो स्पष्ट चित्र प्राप्त करने के लिए वर्तमान मानक है। उन्होंने मशीन के अंतर्निहित स्थिति सेंसरों का उपयोग करके बनाई गई छवियों के विरुद्ध इस नई ट्रैकर-मुक्त विधि का उपयोग करके बनाई गई छवियों की तुलना की। नई विधि ने कम त्रुटियों के साथ अधिक स्पष्ट चित्र बनाए, जिससे सिद्ध हुआ कि कंप्यूटर स्वयं यांत्रिक सेंसरों की तुलना में सेंसर की स्थिति को अधिक सटीकता से निर्धारित कर सकता है। एक अन्य परीक्षण में, उन्होंने एक परिदृश्य का अनुकरण किया जहाँ सेंसर बहुत तेज़ी से, 80 मिलीमीटर प्रति सेकंड तक, गति कर रहा था, और जहाँ सेंसर दूर-दूर स्थित थे। इन कठिन परिस्थितियों में भी, नया तरीका संचलन को ट्रैक करने और छवि को पुनर्गठित करने में सक्षम था, जबकि इमेज पैटर्न की तुलना करने पर आधारित पुराने तरीके पिछड़ गए।
शोधकर्ताओं ने वास्तविक डेटा का उपयोग करके भी अपने दृष्टिकोण को मान्य किया, जहाँ वे जानते थे कि सेंसर की सटीक स्थिति क्या है क्योंकि उन्होंने उन्हें एक विशिष्ट तरीके से स्थापित किया था। जब उन्होंने अपने नए सिस्टम को स्वयं स्थितियों का पता लगाने दिया, तो परिणामी छवियां लगभग उन्हीं के समान थीं जो ज्ञात स्थितियों के साथ बनाई गई थीं, जो उच्च स्तर की सटीकता को दर्शाती हैं। सिस्टम ने आधे मिलीमीटर से भी कम की त्रुटि के साथ सेंसर का पता लगाने में सफलता प्राप्त की, जो सूक्ष्म रक्त वाहिकाओं को स्पष्ट रूप से देखने के लिए पर्याप्त छोटी है। इस सफलता से पता चलता है कि यह विधि फ्रीहैंड स्कैनिंग की जटिल और अव्यवsted वास्तविकता को संभाल सकती है, जहाँ संचलन अप्रत्याशित होता है और विभिन्न दृश्यों के बीच ओवरलैप कभी-कभी कम होता है।
यह कार्य उन्नत चिकित्सा इमेजिंग को अधिक व्यावहारिक और सुलभ बनाने की दिशा में एक महत्वपूर्ण कदम है। भारी मोटरों, बाहरी कैमरों या इलेक्ट्रोमैग्नेटिक ट्रैकर्स की आवश्यकता को हटाकर, नया सिस्टम डॉक्टरों को उपकरण को स्वाभाविक रूप से पकड़ने और रोगी के शरीर के चारों ओर आसानी से घुमाने की अनुमति देता है। कंप्यूटर कठिन काम करता है, ज्यामिति को समझना, और आंदोलनों की एक अराजक श्रृंखला को एक सुसंगत, उच्च-गुणवत्ता वाली 3D छवि में बदल देता है। शोधकर्ताओं ने प्रदर्शित किया कि यह दृष्टिकोण मानव हाथों, पशु अंगों और सिम्युलेटेड परिदृश्यों के लिए काम करता है, जो नैदानिक सेटिंग्स में भविष्य के उपयोग के लिए एक ठोस आधार प्रदान करता है। हालांकि वर्तमान सिस्टम को स्कैन समाप्त होने के बाद डेटा को प्रोसेस करने के लिए कुछ समय की आवश्यकता होती है, लेकिन बाहरी ट्रैकिंग के बिना रक्त वाहिकाओं के विस्तृत, बड़े पैमाने के मानचित्र बनाने की क्षमता भविष्य में अधिक लचीली और रोगी-अनुकूल इमेजिंग के द्वार खोलती है। अध्ययन इस बात की पुष्टि करता है कि ध्वनि तरंगों में स्वयं वह सारी जानकारी होती है जिसकी मार्गदर्शन के लिए आवश्यकता होती है, बशर्ते कंप्यूटर को सुनने और सीखने के लिए सही उपकरण दिए जाएं।
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।