এক্স-রে ছবি হলো শরীরের ছায়া: ডিটেক্টর রেকর্ড করে কতটুকু বিকিরণ টিস্যুর মধ্য দিয়ে অতিক্রম করেছে। ছবির প্রতিটি বিন্দু পুরো রশ্মিপথ বরাবর ক্ষীণীভবনের যোগফল, তাই গভীরতার তথ্য অপূরণীয়ভাবে হারিয়ে যায়। মাত্র দুটি ছবি তুললেও—বিভিন্ন কোণ থেকে—সমস্যাটি এখনও অসম্পূর্ণ থেকে যায়: অসীম সংখ্যক ত্রিমাত্রিক ঘনত্ব বিন্যাস রয়েছে যা একই প্রজেকশন দেবে। শাস্ত্রীয় পদ্ধতিগুলো নিয়মিতকরণ এবং পূর্বানুমানের মাধ্যমে এই সমস্যার সমাধান করে, কিন্তু প্রায়শই ঝাপসা সীমানা এবং আর্টিফ্যাক্টের মূল্য দিতে হয়।
এখানেই LiftXR সাহায্যে আসে—একটি নতুন পদ্ধতি যা জটিল কাজটিকে দুটি সহজ অংশে ভাগ করার প্রস্তাব দেয়: নির্ধারণ করা কোথায় মহাকাশে শারীরবৃত্তীয় কাঠামো অবস্থিত, এবং কী তারা তীব্রতার দিক থেকে। একক ভলিউমেট্রিক ক্ষেত্র খোঁজার পরিবর্তে, পদ্ধতিটি প্রথমে একটি মোটামুটি জ্যামিতিক মানচিত্র তৈরি করে, তারপর এক্স-রে ডেটার ভিত্তিতে তা পরিমার্জন করে।
কেন গভীরতা যথেষ্ট নয়
সমস্যাটি বোঝার জন্য পদার্থবিজ্ঞান মনে রাখা দরকার: রশ্মি তার পথে টিস্যুর ঘনত্বের অনুপাতে ক্ষীণ হয়। চূড়ান্ত সংকেত হলো একটি ইন্টিগ্রাল, যা থেকে অতিরিক্ত শর্ত ছাড়া ইন্টিগ্র্যান্ড পুনর্গঠন করা যায় না। বাইপ্ল্যানার ইমেজিং আরেকটি কোণ থেকে দ্বিতীয় ছবি যোগ করে, কিন্তু এমনকি এক জোড়া প্রজেকশনও 3D বিন্যাস দ্ব্যর্থহীনভাবে পুনর্গঠন করতে দেয় না। গাণিতিকভাবে সমস্যাটি অসংগতভাবে উত্থাপিত শ্রেণীর অন্তর্গত: ইনপুটে ছোট ত্রুটি সমাধানে বড় বিচ্যুতি ঘটায়, এবং অনেক ভিন্ন ভলিউম একই প্রজেকশন সেট দেয়। তাই অতিরিক্ত সীমাবদ্ধতা বা ইঙ্গিত প্রয়োজন।
কোথায় এবং কী: পুনর্গঠনের দুটি প্রশ্ন
LiftXR-এ নিহিত মূল ধারণা হলো "কোথায়" এবং "কী" প্রশ্ন দুটি আলাদা করা। প্রথম প্রশ্নটি অঙ্গগুলির স্থানিক অবস্থান নিয়ে: ফুসফুস, হাড়, নরম টিস্যু কোথায়? দ্বিতীয়টি—তাদের সাথে কোন ক্ষীণীভবন মান মিলে যায়, অর্থাৎ কোন অঞ্চল কত ঘন। যদি উভয় কাজ একসাথে সমাধান করা হয়, তারা হস্তক্ষেপ করে, এবং অ্যালগরিদম জ্যামিতিক ত্রুটিগুলিকে তীব্রতার ত্রুটির সাথে মিশিয়ে দিতে পারে। যদি প্রথমে একটি শারীরবৃত্তীয় "কঙ্কাল" তৈরি করা হয়—কাঠামোর অবস্থানের একটি মোটামুটি ত্রিমাত্রিক মানচিত্র—তাহলে পরবর্তী তীব্রতা পুনর্গঠনের জন্য একটি রেফারেন্স পয়েন্ট থাকে।
এটি কীভাবে কাজ করে
LiftXR পদ্ধতিটি তিনটি মডিউলের সমন্বয়ে গঠিত। প্রথমটি—layout lifter—এক জোড়া এক্স-রে ছবি থেকে 3D অ্যানাটমি মানচিত্র তৈরি করে। এই মানচিত্রটি অঞ্চলগুলির স্থানিক সীমানা নির্ধারণ করে, কিন্তু সঠিক তীব্রতার মান ধারণ করে না। দ্বিতীয় মডিউল—intensity renderer—এই মানচিত্রটিকে শর্ত হিসেবে নেয় এবং প্রতিটি অঞ্চলকে উপযুক্ত ক্ষীণীভবন মান দিয়ে পূর্ণ করে একটি সম্পূর্ণ সিটি ভলিউম পুনর্গঠন করে। তৃতীয় মডিউল—anatomical parser—ইতিমধ্যে তৈরি ভলিউম নিয়ে কাজ করে: এটি সীমানা এবং তীব্রতা সংকেত বিশ্লেষণ করে, প্রাথমিক layout পরিমার্জন করে এবং সেই পরিমার্জিত সংস্করণটি ফিরিয়ে দেয় যাতে তীব্রতা পূরণের প্রক্রিয়া সংশোধন করা যায়। এই প্রতিক্রিয়া লুপ জ্যামিতিক তথ্য এবং তীব্রতা ডেটাকে একে অপরের সাথে খাপ খাইয়ে নিতে দেয়।
পরীক্ষা এবং ফলাফল
লেখকরা দুটি পাবলিক ডেটাসেটে পদ্ধতিটি পরীক্ষা করেছেন। সাম্প্রতিক পুনর্গঠন পদ্ধতির সাথে তুলনা দেখায় যে LiftXR মানক মেট্রিক্সে আরও নির্ভুল সিটি ছবি পায়। কিন্তু মূল বিষয় হলো—পুনর্গঠিত ভলিউমগুলি পরবর্তী স্বয়ংক্রিয় অঙ্গ বিভাজনের জন্য আরও উপযুক্ত, অর্থাৎ কম শারীরবৃত্তীয় বিকৃতি ধারণ করে। এর অর্থ হলো জ্যামিতি এবং তীব্রতার বিভাজন কেবল সুন্দর ছবিই দেয় না, বরং ক্লিনিক্যালি গুরুত্বপূর্ণ কাজগুলিকে সত্যিই উন্নত করে।
উপসংহার
সুতরাং, LiftXR দেখায় যে স্থানিক কাঠামো এবং তীব্রতায় বিভাজন সীমিত সংখ্যক প্রজেকশন থেকে পুনর্গঠনের জন্য একটি আশাব্যঞ্জক পথ। এই পদ্ধতি দ্ব্যর্থতা হ্রাস করে এবং আরও বিশ্লেষণের জন্য উপযুক্ত টমোগ্রাম পেতে দেয়। লেখকদের পরিকল্পনায়—কোড প্রকাশ করা, যা পুনরুত্পাদন এবং আরও পরীক্ষা সহজতর করবে।
