Biyolojik Dokuların Esnek Saçılım Spektroskopisi Verilerine Göre Sınıflandırılması

Abstract

Bu çalışmada, dokuların yapısal farklılıklarının saptanma başarısı, esnek saçılım spektroskopisi (ESS) yöntemi kullanılarak veri madenciliği yöntemleriyle araştırılmıştır. ESS sırasında dokuya optik lif prob ile görünür ışık gönderilmekte ve geri saçılan ışığın spektrum analizi yapılarak, dokunun yapısı hakkında bilgi edinilmektedir. In-vitro spektroskopik veriler, toplam üç adet kuzu beyninin oda sıcaklığındaki (25°C) ve farklı sıcaklıklarda (45°C, 60°C ve 80°C) haraplanmış doku örneklerinden alınmıştır. Ayrıca, insan beyni, akciğer ya da paratrakeal lenf nodu (APLN) ve meme doku örneklerinden de in-vitro spektroskopik veri alınmıştır. 450 ile 750-nm dalga boyu aralığındaki ESS spektrumu eldeki patolojik bilgiler ışığında değerlendirilmiş ve dokular sınıflandırılmıştır. Kuzu beyni doku örneklerinden alınan spektroskopik verilerin 50-nm aralıklarla, insan doku örneklerinden alınan spektroskopik verilerin ise hem 20-nm hem de 50-nm aralıklarla eğimleri ve ortalama değerleri öznitelik bilgisi olarak alınmıştır. Kuzu beyninde sınıflandırma, beynin farklı anatomik bölgelerine (beyin sapı, beyincik, gri madde ve beyaz madde) ve doku haraplanma oranına göre yapılmıştır. İnsan dokusundaki sınıflandırma ise dokunun normal, kanserli veya anormal olmasına göre yapılmıştır. Elde edilen sınıflandırma başarım sonuçları, ESS ile farklı yapıdaki dokuları birbirinden ayırt etme yönteminin güvenirliğini test etmektedir.

Data mining techniques were employed to test the differential performance of Elastic Scattering Spectroscopy (ESS) for classification of biological tissues. Visible light was delivered to target tissue by an optical fiber probe. Structural information was obtained by analyzing the spectrum of back-scattered light. In-vitro spectroscopic data were taken from different lamb brain specimens that were native and coagulated at different temperatures (45°C, 60°C and 80°C). Furthermore, in-vitro spectroscopic data were taken from human brain, human lung or paratracheal lymph node (LPLN) and human breast specimens. The spectra between 450 and 750-nm were evaluated using data mining techniques to classify tissues. The slope and average values of spectroscopic data in each 50-nm interval for lamb brain specimens were chosen as attributes for classification. As for human tissue specimens, the slope and average values of spectroscopic data in each 20-nm and 50-nm intervals were chosen as attributes for classification. Data from lamb brain specimens were classified with respect to anatomic location (brainstem, cerebellum, gray matter and white matter) and degree of thermal damage. Human tissue specimens were classified pathologically as normal, cancerous or abnormal. Classification performance results obtained from our analysis can be used to test the reliability of ESS method for discrimination of different tissues.