Спектроскопия диффузного рассеяния для биомедицинских приложений

Язык труда и переводы:
УДК:
681:785.5
Дата публикации:
14 ноября 2022, 19:23
Категория:
Математическое моделирование физических процессов и технических систем
Авторы
Анфимов Дмитрий Романович
МГТУ им. Н.Э. Баумана
Фуфурин Игорь Леонидович
МГТУ им. Н.Э. Баумана
Голяк Игорь Семенович
МГТУ им. Н. Э. Баумана
Морозов Андрей Николаевич
МГТУ им. Н. Э. Баумана
Аннотация:
В данной работе рассмотрена математическая модель затухающих гармонических осцилляторов на основе уравнений Лоренца для расчета оптических характеристик среды. Представлена экспериментальная установка на основе квантово-каскадного лазера в диапазоне 5,3-12,8 мкм, на которой зарегистрированы спектры диффузного рассеяния перхлората калия в твердом состоянии. С помощью математической модели Лоренца и соотношений Крамерса-Кронига рассчитаны спектры пропускания и показана эффективность идентификации веществ по полученным спектрам пропускания. Экспериментально показано применение разработанных алгоритмов для биологических объектов, таких как триптофан, который является характерным объектом, входящим в состав белков. Рассмотрены перспективы применения данных методов для медицинских приложений.
Ключевые слова:
диффузное рассеяние, квантово-каскадный лазер, инфракрасная спектроскопия, дисперсионная модель Лоренца
Основной текст труда

Ввведение

На данный момент задача исследования различных веществ является крайне актуальной и решается множеством научных коллективов, как в России [1, 2], так и за рубежом [3]. Одним из общепризнанных оптических методов является инфракрасная спектроскопия. Для исследования веществ в газообразной фазе используется инфракрасная (ИК) фурье-спектроскопия [4]. Для исследования веществ в твердых и жидких фазах применяются такие методы, как спектроскопия комбинационного рассеяния света (раман-спектроскопия) [5] и спектроскопия диффузного рассеяния света [6], которая так же активно используется для исследования биологических тканей и жидкостей. Для спектроскопии диффузного рассеяния необходимы широкополосные источники излучения, например, квантово-каскадные лазеры, которые являются маломощными и широкополосными источниками излучения в достаточно широком ИК-диапазоне.

Спектры диффузного рассеяния обладают довольно низкой селективностью, которая может быть повышена с помощью различных методов, таких как моделирование спектров с помощью дисперсионной модели Лоренца [7] или преобразования Крамерса — Кронига [8]. Они позволяют перейти к более селективным спектрам пропускания, с помощью которых можно проводить идентификацию вещества. Данный метод может быть использован как для идентификации химических веществ в твердой и жидкой фазе, а также, например, для идентификации биологической ткани в режиме реального времени, что может быть использовано в современной хирургии [9].

В данной работе приведен обзор применения спектроскопии диффузного рассеяния в области биомедицины и исследование математических методов повышения селективности спектров рассеяния на достаточно простых веществах в твердой и жидкой фазах.

Математическая модель

Дисперсионная модель Лоренца

Для моделирования экспериментальных спектров рассеяния широко может быть использована дисперсионная модель Лоренца [10]. С помощью дисперсионной модели Лоренца есть возможность рассчитать действительную и мнимую части диэлектрической проницаемости [11]:

\varepsilon '=n_{0}^{2}+\sum \limits _{j}{\frac {B_{j}(\omega _{0}^{2}-\omega ^{2})}{(\omega _{0}^{2}-\omega ^{2})^{2}+\lambda _{j}^{2}\omega ^{2}}};  

\varepsilon ''=\sum \limits _{j}{\frac {B_{j}\lambda _{j}\omega }{(\omega _{0}^{2}-\omega ^{2})^{2}+\lambda _{j}^{2}\omega ^{2}}},

где ωj — резонансная частота осциллятора; Bj — сила осциллятора; λj — коэффициент затухания; j — номер осциллятора;  n0− поправочный коэффициент, описывающий влияние других осцилляторов, не учитываемых при суммировании.

С помощью полученных параметров есть возможность получить коэффициенты преломления (n) и экстинкции (k), благодаря которым можно получить спектр пропускания:

k={\frac {1}{\sqrt {2}}}{[({\varepsilon '}^{2}+{\varepsilon ''}^{2})^{\frac {1}{2}}-\varepsilon ']}^{1/2};

n={\frac {1}{\sqrt {2}}}{[({\varepsilon '}^{2}+{\varepsilon ''}^{2})^{\frac {1}{2}}+\varepsilon ']}^{1/2};

R={\frac {(n-1)^{2}+k^{2}}{(n+1)^{2}+k^{2}}}.  

Преобразования Крамерса — Кронига

Соотношения Крамерса — Кронига – это интегральная связь между действительной и мнимой частями любой комплексной функции, аналитичной в верхней полуплоскости.

В классической электродинамике соотношения связывают действительную и мнимую части диэлектрической проницаемости. В случае с диффузным рассеянием соотношения Крамерса — Кронига связывают между собой амплитуду и фазу комплексной величины диффузного рассеяния света и позволяют рассчитать коэффициенты преломления и экстинкции:

n(\nu )={\frac {1-R(\nu )}{1+R(\nu )+2{\sqrt {R(\nu )}}\cos {\phi (\nu )}}};  

k(\nu )={\frac {2{\sqrt {R(\nu )}}\sin {\phi (\nu )}}{1+R(\nu )-2{\sqrt {R(\nu )}}cos\phi (\nu )}}.  

Экспериментальная установка

Экспериментальная установка [12] измерения диффузно рассеянного инфракрасного излучения твердых тел и жидкостей на различных поверхностях состоит из квантовокаскадного лазера (ККЛ) и кадмий-ртуть-теллурового фотоприемного устройства (ФПУ), охлаждается система с помощью каскада элементов Пельтье.

На рис. 1 представлена экспериментальная установка, используемая для регистрации спектров диффузного рассеяния. Принцип работы установки заключается в следующем: инфракрасное излучение от ККЛ падает по нормали на неотражающую подложку, на которой расположен исследуемый образец. Для твердых частиц размер частиц составляет от 0,1 до 1,0 мм; для жидкостей размеры капель составляют от 2 до 5 мм. Диффузно рассеянное излучение падает на фотоприемное устройство, которое фиксирует спектр диффузного рассеяния.

Рис. 1. Экспериментальная установка: 1 — квантово-каскадный лазер; 2 — исследуемое вещество; 3 — подложка; 4 — собирающая оптика; 5 — кадмий-ртуть-теллуровый фотоприемник

Результаты

На рис. 2 представлен результат моделирования спектра диффузного рассеяния KCLO4 с помощью дисперсионной модели Лоренца. В табл. 1 представлены коэффициенты, полученные с помощью расчета модели нелинейным методом наименьших квадратов.

Рис. 2. Модель спектра диффузного рассеяния KClO4 в диапазоне волновых чисел от 900 до 1500 см1: 1 — экспериментальный спектр; 2 — модель, 3 — начальная модель

Параметры модели KClO4

Номер осциллятора

ωj, cm-1

   Bj, ×104 cm-2

λj, cm-1

n0

1

859,11

14,06

70,42

1,18

2

1074,72

56,30

97,03

1,11

3

1374,67

8,60

50,52

0,80

4

1453,78

10,89

55,91

1,00

На рис. 3 приведены матрицы кросс-корреляции, показывающие снижение коэффициента корреляции между спектрами пропускания различных веществ, в том числе часто встречающихся у живых организмов, по сравнению со спектрами пропускания. Снижение коэффициента корреляции показывает повышение селективности спектров, которая напрямую связана с вероятностью правильного распознавания веществ. Спектры пропускания были рассчитаны с помощью дисперсионной модели Лоренца.

Рис. 3. Кросс-корреляционные матрицы для веществ в тестовой базе данных: слева — для спектров диффузного рассеяния, справа — для спектров пропускания

Заключение

В настоящей работе предложена математическая модель затухающих гармонических осцилляторов на основе уравнений Лоренца для расчета оптических характеристик среды. Проведено сравнение спектров пропускания, полученных с помощью модели Лоренца, а также с помощью преобразований Крамерса — Кронига. Оба приведенных метода позволяют вычислять спектр пропускания среды с высоким коэффициентом корреляции Пирсона (не хуже 0,7) между вычисленным и эталонным спектрами пропускания. 

Была получена база веществ, среди которых есть вещества, содержащиеся в белках и клетках живых организмов. Показано, что использование спектров пропускания существенно повышает селективность и, соответственно, вероятность правильного распознавания.

Грант
Работа выполнена в рамках реализации программы стратегического академического лидерства «Приоритет-2030», утвержденной постановлением Правительства Российской Федерации от 13 мая 2021 г. № 729.
Литература
  1. Vintaykin I. B. et al. Application of a Static IR Fourier Spectrometer for Recording Chemical Compounds in an Open Atmosphere //Russian Journal of Physical Chemistry B. – 2021. – Т. 15. – №. 3. – С. 413-419.
  2. Maiorov V. D., Voloshenko G. I., Kislina I. S. Composition and structure of complexes formed in aqueous solutions of trifluoroacetic acid according to IR spectroscopy data //Russian Journal of Physical Chemistry B. – 2018. – Т. 12. – №. 2. – С. 185-191.
  3. Yasuura M., Fujimaki M. Detection of extremely low concentrations of biological substances using near-field illumination //Scientific reports. – 2016. – Т. 6. – №. 1. – С. 1-7.
  4. Морозов А. Н., Светличный С. И. Основы фурье-спектрорадиометрии. – 2006.
  5. Portnov A., Rosenwaks S., Bar I. Detection of particles of explosives via backward coherent anti-Stokes Raman spectroscopy //Applied Physics Letters. – 2008. – Т. 93. – №. 4. – С. 041115.
  6. Kelley D. B. et al. High-speed mid-infrared hyperspectral imaging using quantum cascade lasers //Chemical, Biological, Radiological, Nuclear, and Explosives (CBRNE) Sensing XVIII. – SPIE, 2017. – Т. 10183. – С. 19-28.
  7. Wu C. K., Andermann G. Improved Kramers–Kronig Dispersion Analysis of Infrared Reflectance Data for Lithium Fluoride //JOSA. – 1968. – Т. 58. – №. 4. – С. 519-525.
  8. Young R. H. Validity of the Kramers-Kronig transformation used in reflection spectroscopy //JOSA. – 1977. – Т. 67. – №. 4. – С. 520-523.
  9. De Boer L. L. et al. Towards the use of diffuse reflectance spectroscopy for real-time in vivo detection of breast cancer during surgery //Journal of translational medicine. – 2018. – Т. 16. – №. 1. – С. 1-14.
  10. Andermann G., Caron A., Dows D. A. Kramers–Kronig dispersion analysis of infrared reflectance bands //JOSA. – 1965. – Т. 55. – №. 10. – С. 1210-1216.
  11. Ефимов А. М. Оптические свойства материалов и механизмы их формирования //СПб: СПбГУИТМО. – 2008.
  12. Samsonov D. A., Tabalina A. S., Fufurin I. L. QCL spectroscopy combined with the least squares method for substance analysis //Journal of Physics: Conference Series. – IOP Publishing, 2017. – Т. 918. – №. 1. – С. 012034.
Ваш браузер устарел и не обеспечивает полноценную и безопасную работу с сайтом.
Установите актуальную версию вашего браузера или одну из современных альтернатив.