Анализ данных медико-биологических мультисенсорных оптических систем

Полный текст на elibrary.ru

Ссылка для цитирования:

Мазинг М.С., Зайцева А.Ю., Новиков Л.В. Анализ данных медико-биологических мультисенсорных оптических систем // Оптический журнал. 2024. Т. 91. № 7. С. 121–131. http://doi.org/10.17586/1023-5086-2024-91-07-121-131

Mazing M.S., Zaitseva A.Yu., Novikov L.V. Analysis of data from medical and biological multisensor optical systems [in Russian] // Opticheskii Zhurnal. 2024. V. 91. № 7. P. 121–131. http://doi.org/10.17586/1023-5086-2024-91-07-121-131

Ссылка на англоязычную версию:

Аннотация:

Предмет исследования. Мультисенсорные оптические системы, предназначенные для медико-биологических исследований, и методология применения мультисенсорного подхода в оптической биомедицинской диагностике. Цель работы. Разработка и детальное исследование многоканальной оптической системы, предназначенной для сбора, передачи и последующего анализа диагностической информации, а также разработка эффективного алгоритма предварительной обработки большого объема оптических сигналов, описывающих состояние биологического объекта, с использованием методов интеллектуального анализа данных. Метод. Методы интеллектуального анализа многомерных данных в применении к мультисенсорному подходу ранжирования сигналов оптической спектроскопии. Основные результаты. Представлена малогабаритная оптическая мультисенсорная система для биомедицинской диагностики, включающая массив из 18 фотодиодных чувствительных элементов, имеющих селективную чувствительность в видимом и инфракрасном диапазонах оптического излучения на длинах волн от 410 до 940 нм. Описаны этапы анализа многомерной информации, получаемой от системы, в которых предлагается использование метода главных компонент и алгоритмов кластерного анализа. Проведено экспериментальное исследование с участием испытуемых, которое подтвердило эффективность предложенных подходов. Методами интеллектуального анализа данных проведена визуализация результатов ранжирования испытуемых, которая позволила выявить скрытые закономерности в функциональном состоянии микроциркуляторно-тканевых систем по показаниям массива оптических сенсоров. Практическая значимость. Результаты проведенных исследований могут быть использованы при проектировании автоматизированных комплексов на основе оптических мультисенсорных систем для решения задач идентификации и анализа функционального состояния сложных многокомпонентных биологических тканей и жидкостей организма человека.

Ключевые слова:

мультисенсорная оптическая система, оптическая спектроскопия, интеллектуальный анализ данных, метод главных компонент

Благодарность:

исследование выполнено за счет гранта Российского научного фонда (проект № 24-21-00404).

Коды OCIS: 170.3880, 170.1470, 170.4580

Список источников:

1. Дунаев А.В. Мультимодальная оптическая диагностика микроциркуляторно-тканевых систем организма человека: монография. Старый Оскол: ТНТ, 2022. 440 с.

Dunaev A.V. Multimodal optical diagnostics of microcirculatory tissue systems of the human body: Monograph [in Russian]. Stary Oskol: TNT, 2022. 440 p.

2. Дунаев А.В. Метод и устройство оценки функционального состояния микроциркуляторно-тканевых систем организма человека на основе мультипараметрической оптической диагностики // Известия вузов России. Радиоэлектроника. 2022. Т. 23. № 4. С. 77–91.

Dunaev A.V. Method and device for assessing the functional state of microcirculatory tissue systems of the human body based on multiparametric optical diagnostics [in Russian] // News of Higher Educational Institutions of Russia. Radioelectronics. 2022. V. 23. № 4. P. 77–91.

3. Pirzada M., Altintas Z. Recent progress in optical sensors for biomedical diagnostics // Micromachines. 2020. V. 11. № 4. P. 356. https://doi.org/10.3390/mi11040356

4. Tian L., Hunt B., Bell M., et al. Deep learning in biomedical optics // Lasers in Surgery and Medicine. 2021. V. 53. № 6. P. 748–775. https://doi.org/10.1002/lsm.23414

5. Богомолов А.Ю. Оптические мультисенсорные системы в аналитической спектроскопии // Журнал аналитической химии. 2022. Т. 77. № 3. С. 227–247.

Bogomolov A.Yu. Optical multisensor systems in analytical spectroscopy [in Russian] // J. Analytical Chemistry. 2022. V. 77. № 3. P. 227–247.

6. Ali J., Cody J., Maldonado Y., et al. Near-infrared spectroscopy (NIRS) for cerebral and tissue oximetry: Analysis of evolving applications // J. Cardiothoracic and Vascular Anesthesia. 2022. V. 36. № 8. P. 2758–2766. https://doi.org/10.1053/j.jvca.2021.07.015

7. Scholkmann F., Scherer-Vrana A. Comparison of two NIRS tissue oximeters (moxy and nimo) for non-invasive assessment of muscle oxygenation and perfusion // Oxygen Transport to Tissue XLI. 2020. P. 253–259. https://doi.org/10.1007/978-3-030-34461-0_32

8. Рогаткин Д.А., Лапитан Д.Г., Рогаткин Д.А. Функциональные исследования системы микроциркуляции крови методом лазерной допплеровской флоуметрии в клинической медицине: проблемы и перспективы // Альманах клинической медицины. 2016. Т. 44. № 2. С. 249–259.

Rogatkin D.A., Lapitan D.G., Rogatkin D.A. Functional studies of the blood microcirculation system using laser Doppler flowmetry in clinical medicine: Problems and prospects [in Russian] // Almanac of Clinical Medicine. 2016. V. 44. № 2. P. 249–259.

9. Рогаткин Д.А., Лапитан Д.Г., Колбас Ю.Ю. и др. Индивидуальная вариабельность параметров микроциркуляции крови и проблемы функциональной диагностики системы микроциркуляции // Функциональная диагностика. 2012. Т. 4. С. 9–24.

Rogatkin D.A., Lapitan D.G., Kolbas Yu.Yu., et al. Individual variability of blood microcirculation parameters and problems of functional diagnostics of the microcirculation system [in Russian] // Functional Diagnostics. 2012. V. 4. P. 9–24.

10. de Keijzer I.N., Massari D., Sahinovic M., et al. What is new in microcirculation and tissue oxygenation monitoring? // J. Clinical Monitoring and Computing. 2022. V. 36. № 2. P. 291–299. https://doi.org/10.1007/s10877-022-00837-x

11. Cornelis N., Chatzinikolaou P., Buys R., et al. The use of near infrared spectroscopy to evaluate the effect of exercise on peripheral muscle oxygenation in patients with lower extremity artery disease: a systematic review // Europ. J. Vascular and Endovascular Surgery. 2021. V. 61. № 5. P. 837–847. https://doi.org/10.1016/j.ejvs.2021.02.008

12. Heise H.M. Medical applications of NIR spectroscopy // Near-Infrared Spectroscopy: Theory, Spectral Analysis, Instrumentation, and Applications / 2021. P. 437–473.

13. Леонов В.Е. Программное обеспечение для обработки данных мультисенсорной системы типа «электронный нос» // Информационные технологии в науке и производстве. 2018. С. 46–51.

Leonov V.E. Software for data processing of a multisensory system such as “electronic nose” [in Russian] // Information Technol. in Sci. and Production. 2018. P. 46–51.

14. Власов Ю.Г., Легин А.В., Рудницкая А.М. Мультисенсорные системы типа электронный язык — новые возможности создания и применения химических сенсоров // Успехи химии. 2006. Т. 75. № 2. С. 141–150.

Vlasov Yu.G., Legin A.V., Rudnitskaya A.M. Multisensory systems of the electronic tongue type — new possibilities for the creation and application of chemical sensors [in Russian] // Advances in Chem. 2006. V. 75. № 2. P. 141–150.

15. Kherif F., Latypova A. Principal component analysis. Machine Learning — Academic Press, 2020. P. 209–225. https://doi.org/10.1016/B978-0-12-815739-8.00012-2

16. Hasan B.M., Abdulazeez A.M. A review of principal component analysis algorithm for dimensionality reduction // J. Soft Computing and Data Mining. 2021. V. 2. № 1. P. 20–30.

17. Maćkiewicz A., Ratajczak W. Principal components analysis (PCA) // Computers & Geosciences. 1993. V. 19. № 3. P. 303–342.

18. Родионова О.Е. Хемометрический подход к исследованию больших массивов химических данных // Российский химический журнал. 2006. Т. 50. № 2. С. 128–144.

Rodionova O.E. Chemometric approach to the study of large amounts of chemical data [in Russian] // Russian Chemical J. 2006. V. 50. № 2. P. 128–144.

19. Рогаткин Д.А., Быченков О.А., Поляков П.Ю. Неинвазивная спектрофотометрия в современной радиологии: вопросы точности и информативности результатов измерений // Альманах клинической медицины. 2008. № 17–1. С. 83–87.

Rogatkin D.A., Bychenkov O.A., Polyakov P.Yu. Non-invasive spectrophotometry in modern radiology: Issues of accuracy and informativeness of measurement results [in Russian] // Almanac of Clinical Medicine. 2008. № 17–1. P. 83–87.

20. Афанасьев А.И., Рогаткин Д.А., Сергиенко А.А. и др. Новое поколение приборов неинвазивной спектрофотометрии: оптический тканевый оксиметр и анализатор объемного кровенаполнения мягких биологических тканей «Спектротест» // Доктор. ру. 2007. № 4. С. 45–47.

Afanasyev A.I., Rogatkin D.A., Sergienko A.A., et al. New generation of non-invasive spectrophotometry devices: Optical tissue oximeter and analyzer of volumetric blood filling of soft biological tissues “Spectrotest” [in Russian] // Dr. RU. 2007. № 4. P. 45–47.

21. Рогаткин Д.А. Физические основы оптической оксиметрии // Медицинская физика. 2012. № 2. С. 97–114.

Rogatkin D.A. Physical foundations of optical oximetry [in Russian] // Medical Phys. 2012. № 2. P. 97–114.