বেকম্যান ইনস্টিটিউট ফর অ্যাডভান্সড সায়েন্স অ্যান্ড টেকনোলজির গবেষকরা একটি নতুন প্রযুক্তি তৈরি করেছেন যা আল্ট্রাসাউন্ড স্থানীয়করণ মাইক্রোস্কোপি তৈরি করে, উচ্চ-রেজোলিউশন মাইক্রোভাসকুলার ইমেজিংয়ের জন্য একটি উদীয়মান ডায়গনিস্টিক টুল, ক্লিনিকাল সেটিংসে আরও ব্যবহারিক। তাদের পদ্ধতি ULM-এর পোস্ট-প্রসেসিং পাইপলাইনকে এগিয়ে নিতে গভীর শিক্ষা ব্যবহার করে।
তাদের প্রযুক্তিকে বলা হয় স্থানীয়করণ উইথ কনটেক্সট-অওয়ার আল্ট্রাসাউন্ড লোকালাইজেশন মাইক্রোস্কোপি, বা LOCA-ULM, হাজির ডায়েরিতে প্রকৃতি যোগাযোগ.
“আমি ULM কে আরও দ্রুত এবং আরও ভাল করতে আগ্রহী যাতে আমি মনে করি আরও বেশি লোক এই প্রযুক্তি ব্যবহার করতে পারে গভীর জ্ঞানার্জনকম্পিউটেশনাল ইমেজিং-ভিত্তিক সরঞ্জামগুলি ULM-এর স্থানিক এবং অস্থায়ী রেজোলিউশনের সীমাবদ্ধতায় একটি গুরুত্বপূর্ণ ভূমিকা পালন করতে থাকবে। “প্রথম লেখক ইইরাং শিন বলেছেন, আরবানা-চ্যাম্পেইনের ইলিনয় বিশ্ববিদ্যালয়ের বৈদ্যুতিক ও কম্পিউটার প্রকৌশল বিভাগের একজন স্নাতক ছাত্র।
আল্ট্রাসাউন্ড স্থানীয়করণ মাইক্রোস্কোপি কনট্রাস্ট এজেন্ট হিসাবে কাজ করার জন্য রক্তনালীতে মাইক্রোবুবল ইনজেকশনের মাধ্যমে কাজ করে। ক্লিনিকাল ব্যবহারের জন্য এফডিএ দ্বারা মাইক্রোবাবলগুলি অনুমোদিত হয়েছে। আল্ট্রাসাউন্ড তরঙ্গগুলি শরীরের গভীর টিস্যুতে প্রবেশ করতে পারে এবং রক্তের মধ্য দিয়ে যাওয়ার সময় এই মাইক্রোবুবলগুলির অবস্থান (প্রতিটি মাত্র কয়েক মাইক্রন আকারে) চিহ্নিত করতে পারে।গবেষকরা রক্ত প্রবাহের বেগ ট্র্যাক করতে এবং রক্তের স্থানিক চিত্র তৈরি করতে মাইক্রোবুবল ব্যবহার করেন রক্তনালী মাইক্রোস্কোপিক স্কেলে।
ULM-এর বর্তমান ইমেজিং গতি চিকিৎসা ক্ষেত্রে একটি ডায়াগনস্টিক টুল এবং একটি মৌলিক বৈজ্ঞানিক গবেষণা টুল হিসাবে এর ব্যবহারিক প্রয়োগকে সীমিত করে। ইমেজিং গতির উন্নতির জন্য রক্তে মাইক্রোবুবলের উচ্চ ঘনত্ব প্রয়োজন, যা পোস্ট-প্রসেসিংকে আরও কঠিন করে তোলে, শিন বলেন।
গবেষকদের নতুন পদ্ধতি উন্নত ইমেজিং কর্মক্ষমতা এবং প্রক্রিয়াকরণের গতি, কার্যকরী ULM-এর বৃহত্তর সংবেদনশীলতা এবং ভিভো ইমেজিংয়ে সামগ্রিকভাবে উচ্চতর প্রদর্শন করে। এটি উন্নত গণনামূলক এবং মাইক্রোবাবল স্থানীয়করণ কর্মক্ষমতা প্রদর্শন করে এবং বিভিন্ন মাইক্রোবাবল ঘনত্বের জন্য প্রযোজ্য।
“এটি সত্যিই প্রথাগত মাইক্রোবাবল স্থানীয়করণ পদ্ধতিকে হার মানায়; এটিই কাজ করে,” পেংফেই সং বলেছেন, একজন বেকম্যান ফেলো, YT লো ফ্যাকাল্টি ফেলো এবং ইলিনয় এর ইলেকট্রিক্যাল অ্যান্ড কম্পিউটার ইঞ্জিনিয়ারিং বিভাগের সহকারী অধ্যাপক৷
মাইক্রো বুদবুদ তৈরি করতে স্থানীয়করণ দ্রুত, আরও নির্ভুল এবং আরও দক্ষ হওয়ার জন্য, গবেষকরা জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক (GAN) এর উপর ভিত্তি করে একটি সিমুলেশন মডেল তৈরি করেছেন।এই সিমুলেশন একটি বাস্তবসম্মত তৈরি করে microbubbles গভীর প্রসঙ্গ-সচেতন নিউরাল নেটওয়ার্ক DECODE প্রশিক্ষণের সংকেত।
পেংফেই গান ইলিনয়েসের কার্ল আর. ভস ইনস্টিটিউট ফর জিনোমিক বায়োলজিতে বায়োইঞ্জিনিয়ারিং, বায়োমেডিকাল এবং অনুবাদমূলক বিজ্ঞানের একজন সহকারী অধ্যাপক।
অন্যান্য সহ-লেখকদের মধ্যে রয়েছে ম্যাথিউ আর. লোরিসন, ইয়েক ওয়াং, শি চেন, কিউই ইউ, ঝিজি ডং এবং মার্ক এ অ্যানাস্তাসিও।
অধিক তথ্য:
YiRang Shin et al., প্রসঙ্গ-সচেতন গভীর শিক্ষা সুপার-রেজোলিউশন আল্ট্রাসাউন্ড স্থানীয়করণ মাইক্রোস্কোপির জন্য উচ্চ-ঘনত্বের মাইক্রোবাবলের দক্ষ স্থানীয়করণ সক্ষম করে, প্রকৃতি যোগাযোগ (2024)। DOI: 10.1038/s41467-024-47154-2
দ্বারা প্রদান করা হয়
বেকম্যান ইনস্টিটিউট ফর অ্যাডভান্সড সায়েন্স অ্যান্ড টেকনোলজি
উদ্ধৃতি: গভীর শিক্ষার মাধ্যমে উচ্চ-রেজোলিউশন আল্ট্রাসাউন্ড ইমেজিংয়ের অগ্রগতি (2024, এপ্রিল 22) 22 এপ্রিল, 2024 সংগৃহীত https://medicalxpress.com/news/2024-04-advancing-high-resolution-ultrasound-imaging .html
এই নথিটি কপিরাইট দ্বারা সুরক্ষিত। ব্যক্তিগত অধ্যয়ন বা গবেষণার উদ্দেশ্যে ন্যায্য লেনদেনের স্বার্থ ছাড়া লিখিত অনুমতি ছাড়া কোনো অংশ পুনরুত্পাদন করা যাবে না। বিষয়বস্তু শুধুমাত্র রেফারেন্স জন্য.