কম্পিউটেশনাল মাইক্রোস্কোপ গতি, পরিসর ও বিশদের মধ্যে প্রচলিত সমঝোতা ভেঙে দেয়

একটি পুরনো প্রকৌশল-সমঝোতা এড়াতে তৈরি মাইক্রোস্কোপ

মাইক্রোস্কোপ নকশা দীর্ঘদিন ধরে এক ধরনের অটল সমঝোতার দ্বারা নির্ধারিত হয়েছে। গবেষকেরা সাধারণত উচ্চ রেজোলিউশন, বিস্তৃত দৃশ্যপট, বা দ্রুত ইমেজিংয়ের মধ্যে যেকোনও একটিকে অগ্রাধিকার দিতে পারেন, কিন্তু এই গুণগুলোর একটিকে উন্নত করলে সাধারণত অন্যগুলোর অন্তত একটির ক্ষতি হয়। গতিশীল জৈবিক কার্যকলাপের বিস্তারিত ও বৃহৎ-স্কেলের দৃশ্য একসঙ্গে দেখতে চাইলে এই সমঝোতা বিজ্ঞানীদের পর্যবেক্ষণকে সীমিত করে এসেছে।

UC Berkeley-নেতৃত্বাধীন একটি দল এখন বলছে, তারা এমন একটি কম্পিউটেশনাল মাইক্রোস্কোপ তৈরি করেছে যা এই ভারসাম্য বদলে দেয়। Nature Photonics-এ প্রকাশিত এবং Phys.org-এ বর্ণিত এই কাজে, গবেষকেরা এমন একটি সিস্টেম তৈরি করেছেন যা ভিডিও-গতির চেয়েও দ্রুত, বহু-সেন্টিমিটার এলাকাজুড়ে মাইক্রন-স্তরের রেজোলিউশন ধারণ করতে পারে। তাদের প্রতিবেদনে উল্লেখিত থ্রুপুট সেকেন্ডে 25.2 বিলিয়ন পিক্সেল, যা বিস্তৃত-এলাকার ইমেজিং এবং সূক্ষ্ম বিশদকে এমন গতিতে একত্র করে, যা প্রচলিত মাইক্রোস্কোপ স্থাপত্যের পক্ষে মেলানো কঠিন।

এই কর্মক্ষমতা যদি বাস্তব ল্যাবরেটরি ওয়ার্কফ্লোতে ভালভাবে প্রয়োগ করা যায়, তাহলে মাইক্রোস্কোপির ব্যবহার আরও বাড়তে পারে, বিশেষত এমন সব পরীক্ষায় যেখানে বহু চলমান জীব বা বড় জীবন্ত নমুনাকে সময়ের সঙ্গে সঙ্গে ট্র্যাক করতে হয়।

এটি কেন গুরুত্বপূর্ণ

মাইক্রোস্কোপির প্রচলিত সমস্যাটি বলা সহজ, কিন্তু সমাধান করা কঠিন। উচ্চ-আবর্ধন সেটআপ ক্ষুদ্র গঠন প্রকাশ করতে পারে, কিন্তু সাধারণত সীমিত এলাকায়। বিস্তৃত দৃশ্য নমুনার আরও অংশ দেখাতে পারে, কিন্তু সাধারণত কম বিশদে। দ্রুত ইমেজিং আরেকটি সীমাবদ্ধতা যোগ করে, কারণ উচ্চ গতিতে বেশি তথ্য সংগ্রহ করলে অপটিক্স, সেন্সর বা প্রসেসিং পাইপলাইন অতিভারাক্রান্ত হতে পারে।

Berkeley দলের সিস্টেম একই সঙ্গে এই সীমাগুলোকে ঠেলে দিতে চায়। প্রতিবেদনের মতে, মাইক্রোস্কোপটি 5 বর্গসেন্টিমিটারেরও বেশি এলাকাজুড়ে 3-মাইক্রন রেজোলিউশন এবং সেকেন্ডে 120 ফ্রেম অর্জন করে। প্রধান গবেষক Laura Waller ফলাফলটিকে computational microscopy-তে একটি ব্রেকথ্রু হিসেবে বর্ণনা করেছেন এবং বলেছেন, রেজোলিউশন, এলাকা ও গতির এই সংমিশ্রণ ঐতিহ্যবাহী পদ্ধতিতে সম্ভব নয়।

এর গুরুত্ব কেবল পারফরম্যান্স চার্টে একটি বড় সংখ্যা নয়। এমন একটি মাইক্রোস্কোপ, যা বড় দৃশ্যের মধ্যে স্বাধীনভাবে চলমান বহু জীব পর্যবেক্ষণ করতে পারে এবং একই সঙ্গে মাইক্রন-স্তরের বৈশিষ্ট্যও আলাদা করতে পারে, তা কিছু নির্দিষ্ট পরীক্ষাকে চালানো সহজ এবং বিশ্লেষণে আরও তথ্যবহুল করতে পারে।

সিস্টেমটি কীভাবে কাজ করে

এই নকশা একটি একক ডিটেক্টরের ওপর নির্ভর না করে 48টি ক্যামেরা সেন্সরের একটি অ্যারে ব্যবহার করে। এটি একটি diffractive optical element-ও ব্যবহার করে, যা ইমেজ প্লেনে একটি distributed multi-spot point spread function তৈরি করে। সহজভাবে বললে, অপটিক্স ইচ্ছাকৃতভাবে ভিজ্যুয়াল তথ্য এমনভাবে এনকোড করে, যা পরে computationally পুনর্গঠন করা যায়।

এটি গুরুত্বপূর্ণ, কারণ 48টি সেন্সর গ্রিড আকারে বসানো হয়েছে, এবং তাদের মধ্যে ফাঁক রয়েছে। স্বাভাবিক অবস্থায় ওই ফাঁকগুলোর মানে হতো ছবির কিছু তথ্য হারিয়ে যাওয়া। তার বদলে, প্রতিবেদনে বর্ণিত computational imaging tricks ব্যবহার করে এমন অংশগুলো compressively encode করা হয়, যা অন্যথায় ওই ফাঁকা অঞ্চলে পড়ত। এরপর একটি computational inverse problem পুরো ছবিটি পুনরুদ্ধার করে।

এই পদ্ধতি ইমেজিং বিজ্ঞানে একটি বৃহত্তর পরিবর্তনকে প্রতিফলিত করে। কেবল অপটিক্সকে সব কাজ করাতে না চেয়ে, গবেষকেরা ক্রমশ হার্ডওয়্যার ও অ্যালগরিদমকে একসঙ্গে নকশা করছেন, যাতে একে অন্যের সীমাবদ্ধতা পূরণ করতে পারে। এই ক্ষেত্রে, মাইক্রোস্কোপের কর্মক্ষমতা সেই জুটির ওপর নির্ভরশীল। অপটিক্যাল সেটআপ তথ্যসমৃদ্ধ সংকেত তৈরি করে, আর computational reconstruction সেটিকে ব্যবহারযোগ্য ইমেজ সিকোয়েন্সে রূপান্তর করে।

গবেষকেরা কী দেখিয়েছেন

প্রবন্ধে 5 বর্গসেন্টিমিটারেরও বেশি ভিউ ফিল্ড জুড়ে স্বাধীনভাবে চলমান C. elegans ইমেজিংয়ের কথা উল্লেখ করা হয়েছে। এটি একটি উপযোগী প্রদর্শনী, কারণ এতে গতি, বহুসংখ্যা ও জৈবিক প্রাসঙ্গিকতা একসঙ্গে রয়েছে। উচ্চ আবর্ধনে কয়েকটি জীবকে ট্র্যাক করা একটি চ্যালেঞ্জ। বড় এলাকাজুড়ে বিশদ না হারিয়ে বহু জীবকে ট্র্যাক করা আরেকটি চ্যালেঞ্জ।

গবেষকেরা বলছেন, এই সিস্টেম একই সঙ্গে অনেক জীবন্ত জীব ইমেজ করার এবং সময়ের সঙ্গে সঙ্গে নমুনা পর্যবেক্ষণ করার পথ খুলে দেয়। এর সম্ভাব্য মূল্য আচরণগত জীববিজ্ঞান, বিকাশগত গবেষণা, স্ক্রিনিং ওয়ার্কফ্লো, এবং এমন অন্যান্য ক্ষেত্রে থাকতে পারে যেখানে বড় জনসংখ্যা বা বড়-ফরম্যাট নমুনাকে ধারাবাহিকভাবে পর্যবেক্ষণ করতে হয়।

এখানে গতি কেন্দ্রীয়। সেকেন্ডে 120 ফ্রেমে, সিস্টেমটি কেবল স্থির আল্ট্রা-লার্জ ছবি তৈরি করছে না। এটি এমন গতিতে ডাইনামিক প্রক্রিয়া ধারণ করছে, যা ধীর সিস্টেমে ঝাপসা হয়ে যেতে বা হারিয়ে যেতে পারত। গবেষণার বস্তু মুহূর্তে মুহূর্তে আকৃতি, অবস্থান বা পারস্পরিক ক্রিয়ার অবস্থা বদলালে এটি গুরুত্বপূর্ণ।

কম্পিউটেশনাল মাইক্রোস্কোপির বৃহত্তর তাৎপর্য

এই অগ্রগতি দেখায়, computational microscopy কীভাবে একটি বিশেষায়িত পদ্ধতি থেকে ব্যবহারিক প্রকৌশল কৌশলে পরিণত হচ্ছে। বহু বছর ধরে, encoded measurements থেকে আরও তথ্য পুনরুদ্ধারের ধারণা ইমেজিংয়ের ভৌত bottleneck ভাঙার প্রতিশ্রুতি দিয়ে এসেছে। চ্যালেঞ্জ ছিল এমন সিস্টেম তৈরি করা, যেখানে reconstruction যথেষ্ট শক্তিশালী এবং সামগ্রিক সেটআপ বাস্তব ব্যবহারের জন্য যথেষ্ট ব্যবহারিক।

Berkeley-এর কাজ এমন এক ভবিষ্যতের ইঙ্গিত দেয়, যেখানে মাইক্রোস্কোপের কর্মক্ষমতা শুধু লেন্স ও সেন্সরের আকারে নয়, বরং যন্ত্রটির মোট তথ্য-স্থাপত্য দিয়ে নির্ধারিত হবে। সেন্সর অ্যারে, structured optical encoding, এবং reconstruction অ্যালগরিদম আলাদা প্রযুক্তিগত স্তর না হয়ে একক যন্ত্রের অংশ হয়ে উঠবে।

এটি শুধু একটি যন্ত্রের নকশার বাইরেও গুরুত্বপূর্ণ হতে পারে। যদি অনুরূপ পদ্ধতি অন্য মাইক্রোস্কোপি প্রসঙ্গে মানিয়ে নেওয়া যায়, তাহলে ল্যাবগুলো এমন ঘটনাগুলি পর্যবেক্ষণের নতুন উপায় পেতে পারে, যেখানে আগে বিশদ ও কভারেজের মধ্যে একটি বেছে নিতে হতো। সীমাবদ্ধ প্রশ্নটি তখন আর কোন কর্মক্ষমতার মাত্রা ত্যাগ করতে হবে তা নয়, বরং ক্যালিব্রেশন ও কম্পিউটেশনে গবেষকেরা কতটা জটিলতা গ্রহণ করতে প্রস্তুত।

এরপর কী দেখার আছে

প্রতিবেদিত ফলাফলগুলি চিত্তাকর্ষক, কিন্তু দীর্ঘমেয়াদি প্রভাব নির্ভর করবে এই কৌশল কতটা বিস্তৃতভাবে প্রয়োগ করা যায় এবং এটি যে ল্যাব এটি তৈরি করেছে তার বাইরে কতটা সহজলভ্য হয় তার ওপর। উচ্চ-কর্মক্ষমতার প্রোটোটাইপগুলো প্রায়শই ধারণাটি প্রমাণ করে, কিন্তু সেই ধারণাকে পুনরাবৃত্তিযোগ্য গবেষণা-সরঞ্জামে রূপান্তর করার কঠিন কাজটি পরে আসে।

তবু, মূল ফলাফল নিজেই উল্লেখযোগ্য। দলটি একটি ব্যবহারিক মাইক্রোস্কোপের কথা বলছে, যার space-bandwidth time product অস্বাভাবিকভাবে বড়, এবং যা উচ্চ বিশদ, বিস্তৃত কভারেজ ও দ্রুত ইমেজিংকে এক প্ল্যাটফর্মে একত্র করেছে। দীর্ঘদিন ধরে সমঝোতা-নির্ভর একটি ক্ষেত্রে এটি একটি অর্থবহ প্রযুক্তিগত পরিবর্তন।

মাইক্রোস্কোপিতে অগ্রগতি প্রায়ই আরও ধারালো ছবি বা দ্রুত ক্যাপচারের মাধ্যমে বর্ণনা করা হয়। এই কাজটি আলাদা, কারণ এটি দুটিই দাবি করে, এবং দৃশ্যপটের পরিসর এতটা বাড়ায় যে শুরুতেই কী ধরনের পরীক্ষা চালানো যাবে তা বদলে যায়। তাই এই গবেষণাটি কেবল ধাপে ধাপে উন্নত একটি সেন্সর আপগ্রেডের মতো নয়, বরং অপটিক্স ও কম্পিউটেশনের ভারসাম্য পুনর্নির্মাণের মতো পড়ে।

এই প্রবন্ধটি Phys.org-এর প্রতিবেদনের ওপর ভিত্তি করে। মূল প্রবন্ধ পড়ুন.