Upload
others
View
11
Download
0
Embed Size (px)
Citation preview
SILENT KILLER
Ciri Primer : Glukosa darah tidak normal Nilai Glukosa DarahPuasa (60-120 mg/dl)Nilai Glukosa 2 Jam Satelah Makan (≤150 mg/dl).Penelitian memprediksibahwa penderitamencapai 522 juta jiwa pada 2030 [Whiting, 2011].
Metode non-invasiveberbasis optis:
1. Optical Coherence Tomography (OCT).
2. Diffuse Reflectanace Spectroscopy.
3. Photoacustic Spectroscopy.
4. Thermo-Optical Spectroscopy.
Metode invasive :1.Media Urin.2.Media Darah.
• Colorimetric Strip.
• Electrochemical Sensor.
• Biosensor.
Metode sederhana yang memiliki akurasi tinggi sehinggabanyak digunakan dalam penelitian. Metode ini dapatdidekati secarakomputasional maupun eksperimental.
Metode KomputasionalMonte Carlo “Golden Standard”
Metode EksperimentalSource : Sumber Cahaya.Detector : Sensor Cahaya Terpantul.
Kedua MotodeSalingMemperbaiki&Melengkapi
Start
Last Photon?
Survive Roulette?
Photon Weight Small?
Hit Boundary?
Set Step Size S
Move S
Store
Unfinished S
Scatter
Absorp
Move to
Boundary
Transmit Or
Reflect
End
No
Yes
No
Yes
Yes
No
Yes
Launch
Photon
No
Diagram Alir Monte Carlo Multilayered TissuePenjalaran Cahaya Dalam
Multilayer Tissue
SIMULASI MONTE CARLO UNTUK MENEMUKAN PENCIRI SPEKTRAL
PENYAKIT DIABETES MELLITUS
Non-Invasive Glucose Sensing Using Diffuse Reflectance Spectroscopy
Computational Experimental
Analitical Study Of feasibility of Blood Glucose Sensing Using Reduced Scatering (Clancy, 2005)
Monte Carlo Simulation to Find “Finger Print” Spectral of Diabetes Mellitus (Anshori, 2014)
Noninvasive Blood Glucose Assay Using a Newly Developed Near-Infrared System (Maruo, 2003)
Optical Immersion Clearing of Blood by Glucose (baskatov, 2005)
Monte Carlo Simulation of Light Propagation in Human Tissues and Noninvasive Glucose Sensing (Bykov, 2009)
Preliminary evaluation of optical glucose sensing in red cell concentrations using near-infrared diffuse-reflectance Spectroscopy (Suzuki, 2012)
Discussion on the validity of NIR spectral data in non-invasive blood glucose sensing (Zhang,2013)
::
TujuanUntuk mendapatkan penciri spektral (pola diffusereflectance) yang dapat digunakan untuk pengukuran diagnostik diabetes mellitus.
ManfaatSebagai bahan rujukan bagi peneliti lain karena dapat menjadi dasar dan pertimbangan dalam perencanaan pengukuran eksperimental.
Dalam penelitian ini digunakan beberapa batasan masalah, antara lain :
1. Jenis tissue yang digunakan adalah model multilayer denganjumlah layer 3, 6 , 8, dan 10 buah [Yussof, 2012], [Nunez, 2009].
2. Karakteristik optis tissue dalam studi komputasional ini hanyayang terkait dengan interaksi-interaksi pemantulan, penyerapan, dan penghamburan.
3. Panjang gelombang cahaya yang digunakan adalah 430-1300 nm dengan step 5 nm [Meglinski, 2002].
4. Jumlah foton yang digunakan adalah 106 buah [Wang, 1992].
5. Interaksi inisial foton diasumsikan tegak lurus terhadapbidang batas tissue dalam koordinat 2 dimensi.
6. Algoritma Monte Carlo yang digunakan sesuai dengan hasilpenelitian Wang [1992].
1. Menguji Algoritma Software Monte Carlo.
2. Memodelkan Tissue Kulit.3. Mememilih Model Tissue Kulit Yang
Paling Mendekati Tissue Kompleks.4. Mensimulasikan Perubahan Reflektansi
Terhadap Perubahan Kadar GlukosaDarah dan Ketebalan Reticular Dermis.
1. Menguji Algoritma Software Monte
2. Carlo
ParameterRMSE
1
RMSE
2
RMSE
3Rerata
Diffuse
Reflectance0,01610 0,01021 0,01208 0,01130
Transmitance 0,00845 0,00854 0,00916 0,00872
Data Pembanding dari[Wang,1992] menggunakaninfinitely narrow beam.
RMSE diffuse reflectance rata – rata sebesar 0,0113.
RMSE transmitansi rata-rata sebesar 0,008717.
Tahap pengujian infinitely narrow beam pada software ini lulus verifikasi.
ParameterRMSE
1
RMSE
2
RMSE
3Rerata
Diffuse
Reflectance0,05324 0,05502 0,05332 0,05386
Transmitance 0,00449 0,00446 0,00458 0,00495
Data Pembanding dari[Wang,1992] menggunakanGaussian beam.RMSE diffuse reflectance rata – rata sebesar 0,05386.RMSE transmitansi rata-rata sebesar 0.00495.Tahap pengujian Gaussian beam pada software inilulus verifikasi.
TISSUE KULIT
Stratum CorneumStratum Lucidum
Stratum Granulosume
Stratum Spinosum
Stratum BasalePapilary Dermis
Upper blood net dermisReticular dermis
Deep blood net dermisSubcutaneous
MULTI LAYER TISSUE KULITMULTI LAYER TISSUE
Subcutaneus
Indeks bias adalahperbandingankecepatan cahayaantara ruang hampadengan medium.
Koefisien Penyerapan adalah probabilitas foton mengalamipenyerapan dalam medium per panjang lintasan foton (cm-1).
Koefisien Hamburan adalah probabilitas foton mengalamipenghamburan dalam medium per panjang lintasan foton(cm-1).
Anisotropy adalahparameter yang mendiskripsikanketidakseragaman bentukgeometri selpenyusun tissue (-).
Teori Mie merupakan teoriyang menjabarkan prosespenghamburan, penyerapancahaya oleh partikel denganindeks bias np, yang beradadalam homogen homogendengan indeks bias nm. Diameter partikel harus lebihkecil dari panjanggelombang cahaya.
Fraksi Volume darah & air (%) memiliki kontribusi yang penting dalam membentuk pola reflectance. Menurut[Nunez, 2009] nilai fraksi volume darah / air tiap layer adalah :
3. Memilih Model Tissue Kulit Yang Mendekati Tissue Kompleks.
3 Layer 8 layer 9 layer 10 layer
Epidermis
Stratum Corneum
Stratum Corneum Stratum Corneum
Stratum “L.G.S.,” (Gabungan
Stratum Lucidum, stratum
granulosum danstratum
spinosum)
Stratum Lucidum Stratum LucidumStratum
GranulosumeStratum
Granulosume
Stratum Spinosum Stratum Spinosum
Stratum Basale Stratum Basale Stratum Basale
Dermis
Papilary Dermis Papilary Dermis Papilary DermisUpper Blood Net
DermisUpper Blood Net
DermisUpper Blood Net
DermisReticular Dermis Reticular Dermis Reticular DermisDeep Blood Net
Dermis Deep Blood Net Dermis
Deep Blood Net Dermis
Subcutaneous Subcutaneous Subcutaneous
Variabel Nilai
Fraksi Melanin 0,0329%
Fraksi Darah 0,6829%
Tebal Stratum Corneum 0,002 cm
Tebal Stratum Lucidum 0,001 cm
Tebal Stratum Granulosum 0,001 cm
Tebal Stratum Spinosum 0,0045 cm
Tebal Stratum Basale 0,0015 cm
Tebal Papilary Dermis 0,0015 cm
Tebal Upper Blood Net Dermis 0,008 cm
Tebal Reticular Dermis 0,1 cm
Tebal Deep Blood Net Dermis 0,008 cm
Tebal Subcutaneous 0,6 cm
Konsentrasi Bilirubin 0,05 g/L
Konsentrasi Bhetacaroten 2,1 × 104 g/L
Konsentrasi Glukosa 100 mg/dl
Konsentrasi Hemoglobin 150 g/L
Fraksi air 21%
Nilai variabel dalam simulasi pemilihan model tissue
Nilai reflektansi hasil simulasi model tissue kulitdan data referensi menggunakan infinitely
narrow beam.
400 500 600 700 800 900 1000 1100 1200
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Ref
lekt
ansi
[-]
Panjang Gelombang (nm)
Model 3 Layer, RMSE = 0,1323 Model 8 Layer, RMSE = 0,0725 Model 9 Layer, RMSE = 0,0718 Model 10 Layer, RMSE = 0,0788 Data Referensi
4. Mensimulasikan Perubahan ReflektansiTerhadap Perubahan Kadar GlukosaDarah dan Ketebalan Reticular Dermis.
Jumlah foton :1juta buah.
Spektrum panjanggelombang :430-1100, step 5 nm.
Grid size (dz=0,005cm;dr=0,005cm), (da=1),
Grid elemen(nodz=1482,nodr=125).
Variabel Nilai
Fraksi Melanin 13,5 %
Fraksi Darah 0,6829 %
Tebal Stratum Corneum 0,002 cm
Tebal Stratum Lucidum 0,001 cm
Tebal Stratum Granulosum 0,001 cm
Tebal Stratum Spinosum 0,0045 cm
Tebal Stratum Basale 0,0015 cm
Tebal Papilary Dermis 0,0015 cm
Tebal Upper Blood Net
Dermis0,008 cm
Tebal Reticular Dermis 0,15 cm
Tebal Deep Blood Net Dermis 0,008 cm
Tebal Subcutaneous 0,6 cm
Konsentrasi Bilirubin 0,05 g/L
Konsentrasi Bhetacaroten 2,1 × 104 g/L
Konsentrasi Glukosa 50, 100, 150, dan 200 mg/dl
Konsentrasi Hemoglobin 150 g/L
Nilai Variabel Dalam Simulasi.Perubahan Kadar Glukosa Darah
Nilai Reflektansi Hasil Simulasi Perubahan KadarGlukosa Darah Nilai reflektansi hasil simulasi kadar glukosa darah
fungsi panjang gelombang pilihan menggunakan infinitely narrow beam
400 500 600 700 800 900 1000 1100 12000.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0.60
0.65
969.9 970.0 970.10.5471
0.5472
0.5473
0.5474
0.5475
0.5476
0.5477
Ref
lekt
ansi
[-]
Panjang Gelombang (nm)
Kadar Glukosa Darah = 50 mg/dl Kadar Glukosa Darah = 100 mg/dl Kadar Glukosa Darah = 150 mg/dl Kadar Glukosa Darah = 200 mg/dl
Ref
lekt
ansi
[-]
Panjang Gelombang (nm)
400 500 600 700 800 900 1000 11000.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0.60
0.65
969.9 970.0 970.10.5471
0.5472
0.5473
0.5474
0.5475
0.5476
0.5477
Kadar Glukosa Darah = 50 mg/dl Kadar Glukosa Darah = 100 mg/dl Kadar Glukosa Darah = 150 mg/dl Kadar Glukosa Darah = 200 mg/dl
Ref
lekt
ansi
[-]
Panjang Gelombang (nm)
Ref
lekt
ansi
[-]
Panjang Gelombang (nm)
400 600 800 1000 12000.997
0.998
0.999
1.000
1.001
1.002
1.003
1.004
0.00
0.25
0.50
0.75
1.00
1.25
1.50
400 600 800 1000 1200
(a)
(b)
Per
band
inga
n R
efle
ktan
si
[ R
(x m
g/dl
) ] p
er [
R (5
0 m
g/dl
) ]Panjang Gelombang (nm)
x = 100 mg/dl x = 150 mg/dl x = 200 mg/dl
[ R (x
mg/
dl) -
R (5
0 m
g/dl
) ] p
er
[ R (2
00 m
g/dl
) - R
(50
mg/
dl) ] x = 50 mg/dl
x = 100 mg/dl x = 150 mg/dl x = 200 mg/dl
Nilai reflektansi kadar glukosa darah relatif (a) terhadap kadar glukosa darah 50 mg/dl dan (b) terhadap rentang nilai kadar glukosa darah minimal (50 mg/dl) dan maksimal (200 mg/dl) fungsi panjang gelombang pilihan
Nilai diffuse reflectance
fungsi radius untuk tigapanjang gelombang pilihan menggunakan gaussian beam, energi 1J, dan radius beam 0,2 cm
0.0 0.5 1.0 1.5
0.0
1.3
2.6
3.9
0.0
1.5
3.0
4.5
0.0
1.3
2.6
3.9
0.0 0.5 1.0 1.5
0.210 0.211
0.816
0.818
0.820
0.822
0.824
0.826
0.210 0.2111.060
1.062
1.064
1.066
1.068
1.070
0.210 0.2111.100
1.102
1.104
1.106
1.108
1.110
1.112
82
0 n
m6
45
nm
93
0 n
m
Radius (cm)
Dif
fuse
Ref
lect
ance
(J/
cm2)
50 mg/dl
100 mg/dl
150 mg/dl
200 mg/dl
Jumlah foton :1juta buah.
Spektrum panjanggelombang :430-1100, step 5 nm.
Grid size (dz=0,005cm;dr=0,005cm), (da=1),
Grid elemen(nodz=1482,nodr=125).
Variabel Nilai
Fraksi Melanin 13,5 %
Fraksi Darah 0,6829 %
Tebal Stratum Corneum 0,002 cm
Tebal Stratum Lucidum 0,001 cm
Tebal Stratum Granulosum 0,001 cm
Tebal Stratum Spinosum 0,0045 cm
Tebal Stratum Basale 0,0015 cm
Tebal Papilary Dermis 0,0015 cm
Tebal Upper Blood Net
Dermis0,008 cm
Tebal Reticular Dermis 0,1; 0,3; dan 0,5 cm
Tebal Deep Blood Net Dermis 0,008 cm
Tebal Subcutaneous 0,6 cm
Konsentrasi Bilirubin 0,05 g/L
Konsentrasi Bhetacaroten 2,1 × 104 g/L
Konsentrasi Glukosa 100 mg/dl
Konsentrasi Hemoglobin 150 g/L
Nilai Variabel Dalam Simulasi.Perubahan KetebalanReticular Dermis
Nilai reflektansi hasil simulasi perubahan ketebalan reticular dermis menggunakan infinitely narrow
beam Nilai reflektansi ketebalan reticular dermis relatif (a) terhadap ketebalan reticular dermis 0,1 cm dan (b) relatif terhadap rentang nilai ketebalan reticular
dermis minimal (0,1 cm) dan maksimal (0,5 cm) fungsi panjang gelombang pilihan
400 500 600 700 800 900 1000 1100 12000.2
0.3
0.4
0.5
0.6
0.7
Refle
ktan
si [-]
Panjang Gelombang (nm)
Hasil Simulasi Reticular Dermis = 0,1 cm Hasil Simulasi Reticular Dermis = 0,3 cm Hasil Simulasi Reticular Dermis = 0,5 cm
400 600 800 10000.85
0.90
0.95
1.00
1.05
-0.5
0.0
0.5
1.0
400 600 800 1000
x = 0,3 cm x = 0,5 cm
Panjang Gelombang (nm)
(a)
(b)
[ R
(x c
m) ]
per
[ R
(0,1
cm
) ]Pe
rban
ding
an R
efle
ktan
si
[ R (x
cm
) - R
(0,1
cm
) ] p
er
[ R (0
,5 c
m) -
R (0
,1 c
m) ]
x = 0,1 cm x = 0,3 cm x = 0,5 cm
Nilai diffuse reflectance fungsi radius untuk tiga panjang gelombang pilihan menggunakan gaussian beam, energi 1J, dan radius beam 0,2 cm
0.0 0.5 1.0 1.5
0.0
1.5
3.0
4.5
0.0
1.3
2.6
3.9
0.0
1.3
2.6
3.9
0.0 0.5 1.0 1.5
0.0254.044.064.084.104.124.144.164.184.20
0.0254.044.064.084.104.124.144.164.184.204.22
0.0254.204.224.244.264.284.304.324.344.364.384.40
845
nm
765
nm
Radius (cm)
Diffu
se R
eflec
tanc
e (J
/cm2 )
885
nm
Tebal Reticular Dermis 0,1 cm Tebal Reticular Dermis 0,3 cm Tebal Reticular Dermis 0,5 cm
Kesimpulan Berdasarkan hasil pengujian empat model tissue kulit (slide 21) diperoleh bahwa
model 8 layer adalah konfigurasi terbaik, karena memiliki pola reflektansi yang paling mendekati pola reflektansi tissue kompleks dengan nilai RMSE 0,0725.
Berdasarkan hasil simulasi terhadap perubahan kadar glukosa darah dan ketebalanreticular dermis, diperoleh bahwa panjang gelombang penciri penyakit diabetes mellitus terdapat dalam spektrum cahaya tampak hingga inframerah dekat yang bersifat diskrit pada variabel glukosa darah dan bersifat kontinyu pada variabelketebalan reticular dermis.
Terdapat tiga panjang gelombang yang memiliki sensitifitas perubahan nilaireflektansi terbesar (slide 26 dan 29) terhadap perubahan kadar glukosa darah, yaitu : 645, 820, dan 930 nm dan terhadap ketebalan reticular dermis, yaitu : 765, 845, dan 885 nm.
Saran
Pendekatan analitis yang digunakan untuk menentukan nilai karakteristik optisdarah mengasumsikan bahwa molekul eritrosit dalam darah berbentuk sphere danantara satu dengan lainnya bersifat homogen, sedangkan keadaan sebenarnyaberbentuk flat biconcave dan bersifat heterogen. Oleh karena itu, penelitianberikutnya perlu mempertimbangkan penggunaan data pengukuran eksperimentalkarakteristik optis darah yang mengandung eritrosit bersifat heterogen.
Hendaknya perlu mempertimbangkan kadar oksigen sebagai variabel penciridiabetes mellitus. Karena penderita memiliki mikrosirkulasi darah yang buruk, sehingga kadar oksigen darah menjadi rendah (Perez, 1994).
DCCT, 1993. “The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus”. J. Med.329, 977–986.
Bashkatov, A. N., Zhestkov, D. M., Genina, É. A., and Tuchin, V. V., 2005. “Immersion clearing of human blood in the visible and near-infrared spectral regions”. J. Optics And Spectroscopy 98, 4 638–646.
Clancy, N.T. and Leahy, M. J., 2005. “Effect of glucose on the optical properties of arterial blood using Mie theory simulations”. Proceeding SPIE-OSA Biomedical Optics5862, 58620Y 1-7.
Dua, P., Doyle, F. J., and Pistikopoulos, E. N., Aug. 2006. “Model-based blood glucose control for type 1 diabetes via parametric programming”. IEEE Trans. On Biomedical Engineering 8, 6 1478-1491.
Irvine, M. W. and Pollack, J. B., 1986. “Infrared optical properties of water and ice spheres”. ICARUS 8, 324-360.
Jacques, S. L., 2013. “Optical properties of biological tissues: a review”. J. Phys. Med. Biol. 58, 37–61.
Krishnaswamy, A. and Baranoski, G. V. G., Jan. 2004. A study on skin optics. Natural Phenomena Simulation Group, Canada, Tech. Rep. CS-2004-01.
Mansouri, C., L’Huillier, J. P., Kashou, N. H., and Humeau, A., 2010. “Depth sensitivity analysis of functional near-infrared spectroscopy measurement using three-dimensional monte carlo modelling-based magnetic resonance imaging”. J. Lasers Med. Sci. 25, 431-438.
Mätzler, C., Jun. 2002. MATLAB functions for mie scattering and absorption. Institute of Applied Physics University of Bern, Swiss, Res. Rep. No. 2002-08.
Mcnichols, R. J. and Cot´E, G. L., 2000. “Optical Glucose Sensing In Biological Fluids: An Overview”. J. Biomed. Opt. 5, 5–16.
Meglinski, I. V. and Macher, S. J., 2002. “Quantitative assessment of skin layers absorption and skin reflectance spectra simulation in the visible and near-infrared spectral regions”. J. Physiological Measurement 23, 4 741-753.
Nunez, A. S., 2009. A Physical Model of Human Skin and Its Application for Search and Rescue. M.S. dissertation, Dept. Air Force, Air Force Institute of Technology, Ohio, USA.
Perez, M. I. and Kohn, S. R., 1994. “Cutaneous manifestations of diabetes mellitus”. J. the American Academy of Dermatology 30, 4 519-531.
Prahl, S. A., 1988. Light Transport in Tissue. Ph.D. dissertation, University of Texas, Austin, USA.
Prahl, S. A., 2007. Monte Carlo Simulation, <URL:http://www.omlc.org/software/mc.html> Tuchin, V. V., 2009. Handbook of Optical Sensing of Glucose in Biological Fluids and
Tissues. USA : CRC Press Ch 1-3,5. Veen, R. L. P. V., Sterenborg, H. J. C. M., Pifferi, A., Torricelli, A., and Cubeddu, R.,
2004. “Determination of VIS- NIR absorption coefficients of mammalian fat, with time and spatially resolved diffuse reflectance and transmission spectroscopy”. OSA Annual BIOMED Topical Meeting.
Wang, L. and Jacques, S. L., 1992. Monte Carlo Modeling of Light Transport in Multi-layered Tissues in Standard C. University of Texas M. D. Anderson Cancer Center.
Wang, L., Zhang, Y. T., Chen, X. D., and Wang, Z., 2009. “Monte carlo simulation of light propagation in human tissue model”. Proceeding on Bioinformatics and Biomedical Engineering, China 1-4.
Wang, S., Zhao, J., Lui, H., He, Q., and Zeng, H., 2011. “Monte Carlo simulation of near infrared autofluorescence measurements of in vivo skin”. J. Photochemistry and Photobiology 105, 183-189.
Whiting, D. R., Guariguata, L., Weil, C., and Shaw, J., 2011. “IDF Diabetes Atlas: Global estimates of the prevalence of diabetes for 2011 and 2030”. J. Diabetes Research and Clinical Practice 94, 311-321.
Wondim, Y. K., 2011. Hyperspectral Image Analysis Algorith for Characterizing Human Tissue. Department of Biomedical Engineering, Linköping Universitet, SE-581 85 Linköping, Sweden.
Xue, L. L., Zhang, X., Wang, Y., Zhu, M.Y., Zhang, L. S., Chi, R. H., Zhang, J. D., and Zhang, G. Y., Feb. 2000. “Monte carlo simulation of light transportion in five layered skin tissue”. Chin. Phys. Lett. 17, 12 909-911.
Yussof, M. N. S. and Jaafar, M. S., 2012. “Performance of CUDA GPU in monte carlosimulation of light-skin diffuse reflectance spectra”. IEEE EMBS Int. Conf. on Biomedical Engineering and Science, Langkawi 264-269.
Zhestkov, D. M., Tuchin, V. V., Bashkatov, A. N., Genina, E. A., 2004. “Optical immersion of erythrocytes in blood: a theoretical modeling”. Proceeding on Advanced Laser Technologies: Biomedical Optics. Bellingham. 5486:339-346.