CC BY
4А „ SSSE5SSS 24-26 октября 2023 г.
^ А -ПРОХОРОвОСИЕ НЕДЕЛИ-
Дифференциация опухолей головного мозга на основании спектроскопии комбинационного рассеяния и алгоритмов кластерного анализа
Оспанов А.Р.1, Романишкин И.Д.2
1-Национальный исследовательский ядерный университет «Московский инженерно-физический институт», Москва.
2- «Институт общей физики им. А.М. Прохорова Российской академии наук»,
Москва.
Е-mail: ospanovanuar99@gmail. com
DOI: 10.24412/cl-35673-2023-1-183-185
На сегодняшний день имеется ряд проблем в нейроонкологии, решение которых может осуществляться посредством использования оптико-спектральных методов. Одной из подобных проблем является сложность определения границ опухолей ввиду особенности их роста. Глиальные опухоли прорастают в белое вещество головного мозга вдоль кровеносных сосудов и нервных волокон, что усложняет их удаление и приводит к высокой вероятности появления рецидивов. Спектроскопия комбинационного рассеяния позволяет неинвазивно анализировать химический состав биологической ткани с целью определения степени ее злокачественности. Отсутствие необходимости использования дополнительных красителей является одним из преимуществ данного метода [1].
В ходе работы было исследовано 115 пациентов с диагнозами: менингиома (39 пациентов), глиобластома (50 пациентов), олигодендроглиома (12 пациентов), астроцитома (14 пациентов). Пациенты с метастазами других опухолей в данной работе не рассматривались. Исследования проводились в НМИЦ нейрохирургии им. ак. Н.Н. Бурденко на образцах опухолевых тканей, извлеченных во время нейрохирургических операций непосредственно после удаления. Производилась регистрация спектров флуоресценции протопорфирина IX, диффузного отражения и комбинационного рассеяния биоптатов. Флуоресценция возбуждалась 405 и 632,8 нм лазерами. Исследования диффузного отражения проводились с помощью источника белого света.
Спектры спонтанного комбинационного рассеяния (СКР) получали с помощью установки, состоящей из спектрометра Raman-HR-TEC-785 (StellarNet, США), источника лазерного
А . й"„одь°;"чТны; ФИЗИКА БИОТОГИЧЕСКИХ И МЕДИЦИНСКИХ ПРИЛОЖЕНИЙ
-ПРОХОРОвОСИЕ НЕДЕЛИ-
излучения Ramulaser-785 (StellarNet, США; длина волны излучения 785 нм), волоконно-оптического конфокального зонда для доставки лазерного излучения и сигнала СКР.
Спектры СКР каждого образца регистрировали в серии из 10 измерений с экспозицией в 30 секунд. Перед каждой серией измеряли фоновый сигнал (серия из 20 измерений по 30 секунд каждый). Измерение производилось в затемненном помещении.
Была проведена первичная обработка спектров СКР. Спектры усреднялись, производилось их сглаживание фильтром Савицкого-Галея (ширина подвижного окна 15 пикселей, полином 3-й степени), фоновый и флуоресцентный сигналы вычитались с помощью алгоритма airPLS [2].
В работе проводился анализ методов понижения размерностей и методов кластеризации. В качестве метода понижения размерностей применялись: метод главных компонент, линейный дискриминантный анализ, многомерное масштабирование, изометрическое сопоставление объектов, локально-линейное вложение, гессенское локально-линейное вложение, спектральное вложение, ^ распределённое стохастическое вложение соседей. Для кластеризации применялись алгоритмы: метод ^средних, агломеративный иерархический кластерный анализ, метод нечеткой кластеризации ^ средних, основанная на плотности пространственная кластеризация для приложений с шумами. В качестве функции расстояния в алгоритмах кластеризации использовалось евклидово расстояние.
Для оценки эффективности жестких методов кластеризации применялись следующие метрики: оценка силуэта, индекс Калинского-Харбаза, индекс Дэвиса-Булдуина. Для оценки же метода нечёткой кластеризации С-средних использовались коэффициент разделения и коэффициент энтропии разделения.
Самые лучшие метрики среди жестких алгоритмов кластеризации были получены с помощью алгоритма агломеративной иерархической кластеризации, с числом кластеров, равным 3. Разделение на менингеальные (менингиома) и глиальные (глиобластома, олигодендроглиома, астроцитома) происходит удовлетворительно. В первом кластере присутствует 35 % менингеальных опухолей, 65 % глиальных опухолей. Во втором кластере только глиальные опухоли. В третьем кластере 51 % менингеальных опухолей, 49 % глиальных опухолей.
А „ SSSE5SSS 24-26 октября 2023 г.
^ А -ПРОХОРОвОСИЕ НЕДЕЛИ-
Авторы выражают благодарность д.ф.-м.н. Лощенову В.Б. и к.ф.-м.н. Савельевой Т.А. за постановку научной задачи и обсуждение результатов.
1. Романишкин И.Д., Оспанов А., Савельева Т.А. и др. Вопросы нейрохирургии имени Н.Н. Бурденко. 2022. 86(5). 5-12.
2. Zhang Z.-M., Chen S., Liang Y.-Z. The Analyst. 2010. (5(135)). 1138.
