cariada
Resumen Antecedentes
láser Desglose inducida por Espectroscopia de (LIBS) se puede utilizar para medir las concentraciones de elementos traza en sólidos , líquidos y gases, con resolución espacial y quantifaction absoluta de ser factible, a niveles de concentración de partes por millón. Algunas aplicaciones de LIBS no necesariamente requieren mediciones exactas, cuantitativos. Esto incluye aplicaciones en odontología, que son de un "identificar-y-tipo" carácter más - por ejemplo, identificación de los dientes afectados por caries.
Métodos
Un conjunto de una sola fibra de emisión de luz /recogida para el análisis se utilizó LIBS, que en principio se presta para la rutina en sobre las aplicaciones in vitro /in vivo en un consultorio dental. Un número de algoritmos de evaluación para los datos de LIBS se puede utilizar para evaluar la similitud de un espectro, medida en lugares específicos de la muestra, con un conjunto de entrenamiento de espectros de referencia. Aquí, la descripción se ha restringido a un algoritmo de reconocimiento de patrones, a saber, el denominado método de Mahalanobis Distancia.
Resultados comentario El plasma creado cuando el pulso láser extirpa la muestra (in vitro
/in vivo
), se analizó espectralmente. Hemos demostrado que, utilizando el algoritmo de reconocimiento de patrones Distancia de Mahalanobis, pudimos determinar de forma inequívoca la identidad de una muestra de dientes "desconocido" en tiempo real. Sobre la base de un solo espectros obtenidos de la muestra, la transición de la caries afecta al material dental sana podría ser distinguida, con una alta resolución espacial.
Conclusiones
La combinación de LIBS y algoritmos de reconocimiento de patrones proporciona una herramienta potencialmente útil para los dentistas para los problemas de identificación de los materiales rápidos, como por ejemplo el control preciso del proceso de perforación por láser /limpieza
material complementario Electrónico
la versión en línea de este artículo (doi:.. 10 1186 /1472-6831-1 -1) contiene material complementario, que está disponible para los usuarios autorizados
Antecedentes
Numerosas técnicas se han ideado para examinar la caries dental.; muchos de ellos han sido revisados por ejemplo, por Murray [1] y Niemz [2]. Sin embargo, más prometedores algunas realizaciones tecnológicas de reciente aparición en la espectroscopia de fluorescencia de análisis, incluyendo láser (ya un sistema de diagnóstico comercial KaVo DIAGNOdent
está disponible) [3, 4], imagen digital de fibra óptica transiluminación [4, 5], afinado apertura la tomografía computarizada [6, 7], y la radiografía digital [6, 8]. La gran sensibilidad de algunos de estos métodos permite la detección de caries en la etapa antes que los métodos convencionales [1, 2, 9]. Desafortunadamente, ninguna de estas técnicas normalmente se puede utilizar para la detección en tiempo real de esmalte desmineralizada /dentina (acompañado de pérdida de calcio Ca
y fósforo P
[10]), asociada con la caries, directamente durante la aplicación de láser de perforación.
en los últimos años los grupos de investigación en particular en Alemania han demostrado que el uso de láseres femto-segundo puede presentar una alternativa a las técnicas de perforación mecánica clásica para realizar ejercicios sin contacto en odontología [2, 11, 12]. Aunque curiosamente elegante, femto-segundo perforación por láser todavía experimenta problemas con la eficiencia de la ablación [11, 12]. Por ejemplo, algunos dentistas utilizan Er: YAG [12, 13], los cuales fueron aprobados recientemente por la Food and Drug Administration de Estados Unidos (FDA) para su uso en seres humanos [14]. Er: YAG tienen una mayor eficiencia que otros sistemas de láser, actualmente disponibles femto-segundos. Sin embargo, las áreas de perforación tratados por Er: YAG láseres contienen ocasionalmente largas fisuras que surgen debido a la vaporización súbita del agua en el tejido dental [11, 12, 15]. Esto puede resultar en superficies de los dientes en bruto con grietas profundas, de hasta 300 micras; su presencia y extensión se detectaron mediante pruebas de penetración de colorante [2]. Debido a tales grietas, los ácidos pueden penetrar al diente y pueden ser la fuente de nuevas lesiones de caries. Aunque algunos autores informaron que los micro-grietas son evitables [13, 14, 16], es obvio que su aspecto depende de las condiciones de ablación específicos; actualmente un consenso común en relación con la aparición de grietas no parece existir (ver Eguro et al
[17]). Por otra parte, se ha informado de que el cambio de la longitud de onda láser de la IR /visible al UV puede superar en gran medida el problema de la tensión mecánica, que hace que dicho problema [18]. Por lo tanto, a pesar de los problemas actuales es probable que en un futuro próximo, con un mayor desarrollo de los sistemas láser novedosos, la aplicación clínica de perforación por láser pulsado femto-segundo puede surgir como una alternativa real a la mecánica /Er: tratamiento dental láser YAG. Por lo tanto, independientemente del sistema de láser en última instancia seleccionada, se requieren métodos para supervisar el proceso de perforación.
Aquí proponemos un método basado en la técnica de láser Breakdown Spectroscopy inducido (LIBS), capaz de monitorizar el proceso de perforación por láser mediante el control y analizar el plasma luminiscente - in vivo
y en tiempo real; de este modo se puede lograr un control preciso de material separada por ablación. En la práctica dental, se elimina el tejido generalmente más saludable que en última instancia es necesario. El seguimiento depende principalmente de un factor "humano" - la inspección visual por el dentista. El plasma, que se crea durante la ablación utilizando pulsos de láser cortos, se puede analizar espectralmente mediante un suministro de luz de una sola fibra y sistema de recogida de
a utilizar el análisis espectroscópico de plasmas inducidas por láser, para obtener información acerca de las caries. - estado de los tejidos dentales, se sugirió por primera vez por Niemz [2] y Kohns [12]. Sus estudios incluyeron únicamente la investigación espectroscópica de líneas espectrales de calcio (intensidad y ancho de línea). Sin embargo, el uso de sólo unas pocas líneas espectrales de un solo elemento es conocido por ser potencialmente una fuente de grandes errores en cualquier técnica analítica láser como LIBS. Para nuestro conocimiento, no ha habido ningún estudio, excepto por nuestro grupo [21], para explotar de forma simultánea la información espectral de más de un elemento, a partir de elementos de matriz y no la matriz, para distinguir entre el tejido sano y caries. Este nuevo enfoque constituye parte de nuestra investigación actual. La distinción entre tejido sano y de caries puede ser muy sensible al explotar los datos espectrales de un par, o incluso más de un par, de elementos adecuados en la forma de relaciones de intensidad de línea en combinación con un algoritmo de reconocimiento de patrones.
/Diente sano cariada el material puede ser identificado a través de la disminución de los elementos de la matriz (Ca y P
) y /o el incremento de elementos no matriz (normalmente Li
, Sr
, Ba
, Na
, Mg
, Zn
y C
), el uso de algoritmos de reconocimiento de patrones. Este proceso de análisis puede llevarse a cabo con una resolución espacial. precisión lateral del orden de 100 a 200 micras, mientras que perfiles de profundidad tiene una precisión de menos de 10 micras. Por lo tanto, en principio, la combinación de LIBS y un algoritmo de reconocimiento de patrones da dentistas una poderosa herramienta para el monitoreo en tiempo real y precisa y la identificación de tejido afectada por caries o materiales de restauración dental en el curso de la perforación por láser.
Como una nota de precaución que nos gusta hacer hincapié desde el principio que el láser utilizado en este estudio, a saber, un láser Nd: YAG que operan a su longitud de onda fundamental y proporcionar pulsos de duración de nanosegundos, es muy probable que no el láser de elección para real in vivo
perforación por láser de dientes. Además, no hay pruebas clínicas completas han llevado a cabo hasta el momento, sólo un único in vivo
medición se realizó en un diente de un voluntario. Por lo tanto, los resultados aquí presentados deben ser vistos como una prueba de principio, en lugar de la prestación de una técnica completamente desarrollada inmediatamente aplicable en la práctica odontológica.
Método y materiales Hoteles en Espectroscopia de plasma inducido por láser se utiliza la altas densidades de potencia obtenidos por enfocar la radiación procedente de un láser pulsado (normalmente opera a una longitud de onda única, fija), para generar un plasma micro luminosa a partir del analito (sólidos, líquidos y muestras gaseosas). Para una buena aproximación, la composición de plasma es representativa de la composición elemental del analito. En los treinta o más años desde su creación el potencial de LIBS como herramienta de análisis ha sido realizado, dando lugar a una lista cada vez mayor de aplicaciones, tanto para el análisis en el laboratorio y entornos industriales [19, 20]. Nos gustaría señalar que la ablación de tejido dental usando láseres pulsados, y el seguimiento de la emisión de plasma de forma simultánea imita el principio detrás de la técnica LIBS de [21] Los sistemas de análisis.
LIBS estándar comprender unidades típicas de componentes principales, a saber: (a ) la fuente de láser; (B) el suministro de luz láser y sistema de recogida de emisión de plasma; y (c) el sistema para el análisis espectral. Para el estudio experimental descrito aquí, es decir, la aplicación de LIBS en la odontología se utilizó un conjunto de LIBS a base de fibras [22] Francia El sistema láser
El láser utilizado para la generación de plasma era un estándar pulsado Nd:. Láser YAG ( Quantel brillante
o BigSky
), operando a su longitud de onda fundamental de 1064 nm, la velocidad de repetición de 20 Hz. pulsos de láser individuales tenían una longitud de pulso de 4-8 ns (dependiendo del ajuste de temporización Q-interruptor de la fuente de alimentación de láser). La energía del pulso se controla de forma precisa utilizando una placa de retardo de media onda y el polarizador Glan-láser en la trayectoria del haz. Se midió utilizando un medidor de energía calibrada (coherente LabMaster
); por lo general, se utilizan energías de impulso en el rango de 10-30 mJ. Nos gustaría señalar aquí, que cerca de los láseres infrarrojos de duración del pulso de nanosegundos más probable es que no serán los láseres de elección en aplicaciones prácticas para la perforación dental, pero debe ser visto como un escenario de prueba de principio. Francia El suministro de luz y sistema de recogida de
la disposición óptica global utilizada en nuestros experimentos se muestra en la Figura 1. Una sola fibra de diámetro del núcleo 550 micras (Ensign-Bicford HCG550
) y la longitud de 5 m se utilizó para entregar la radiación láser a la material objetivo (diente) - en vivo
e in vitro CD -, y de recoger la emisión de plasma generado para su posterior análisis. La fibra de extremos de fibra se preparan mediante un proceso de escisión que permitió irradiancias de & gt; 1 GW /cm
2 para ser transportados sin causar daño a la fibra. Figura 1 Vista en planta de la disposición óptica y el equipo experimental
Como se muestra en la puesta a punto, la radiación del láser Nd:. YAG láser se centró en el extremo inyección de la fibra, colocado justo más allá del punto focal de la lente , a través de un espejo de alta reflectividad (recubierto para R & gt; 99,5% a 1064 nm), utilizando una lente convergente de distancia focal 250 mm. Esta radiación se pasó a través de un orificio central de 2 mm de diámetro en el espejo de captación de luz. México La pulsos de luz láser que sale el otro extremo de la fibra (-extremo distal) fueron dirigidos sobre el material objetivo. Tenga en cuenta que para una gran parte de nuestros experimentos se utilizaron los componentes ópticos entre el extremo de la fibra y el diente. La separación entre la fibra y el objetivo (diente) estaba a punto D
≠ 1,5-2,0 mm. Teniendo en cuenta esta distancia de fibra con objetivo y apertura numérica de la fibra (NA
= 0,22), la irradiancia en el blanco es del orden I
T
≠ 0,092-0,065 GW /cm 2, para una energía de impulso lanzamiento de E
PF
= 12 mJ. Este valor es con seguridad por encima del umbral para la generación de un plasma luminoso, el cual se determinó como sobre I
T, TH
≠ 0,05 GW /cm 2.
Una fracción de la la luz emitida desde la superficie del blanco se recogió a través de la misma fibra; esta re-emerge en el extremo de inyección (proximal-end), con una divergencia con respecto a la apertura numérica de la fibra. El espejo con un recubrimiento metálico mejorado UV se utiliza para separar este punto de vista divergentes de los prometedores en Nd: YAG pulsos láser. Esta luz de fluorescencia (divergente) en plasma fue re-enfoca sobre el haz de fibras espectrógrafo. Tenga en cuenta que el conjunto de fibras se puede utilizar para simplemente recoger la luz del plasma simplemente colocando el extremo distal cerca de la meta, en el caso de que los pulsos de láser no se entregan a través de la misma fibra óptica para la perforación de tejido dental.
Para obtener ayuda opcional en una orientación precisa de la radiación de ablación IR cercano en determinadas zonas del diente, la luz de un láser de He-Ne podría ser introducido a través de la forma colineal Nd:. espejo de orientación de haz YAG (transmisión de alta a 633 nm) Francia el sistema para el análisis espectral de Francia El sistema utilizado para el análisis espectral consistía en un espectrógrafo estándar (ACR500, Acton Investigación
) con un gateable, intensificado detector de arreglo de diodos (IRY1024, Princeton Instruments) conectados a él. La compuerta del detector y el tiempo para la acumulación de espectro se controla mediante un PC a través de un generador de impulsos de retardo (PG200, Princeton Instruments).
Nos gustaría señalar que se obtuvieron los resultados experimentales presentados aquí usando pulsos láser de una duración de nanosegundos pocos. normalmente se necesita gating tiempo preciso del sistema para el análisis de plasma, para evitar la fuerte contribución, la banda ancha espectral de Bremsstrahlung
durante la fase temprana de la evolución plasma [23] (en gran parte debido a plasma - interacción radiación láser). Explotar el algoritmo de reconocimiento de patrones, que se describe más adelante en este documento, el tiempo-compuerta del sistema de detección no tiene por qué ser excesivamente crítico: no deseados contribuciones de fondo de banda ancha se contabilizan automáticamente. Así, el tiempo de adquisición se puede ajustar tan alto como de unos pocos milisegundos [24], en lugar de los intervalos habituales microsegundos; sólo se requiere una correcta sincronización con el pulso de láser, en principio. Por lo tanto, generadores de retardo /electrónicos y fotónicos detectores menos sofisticados, como por ejemplo, tubos fotomultiplicadores simples /diodos de avalancha de alta ganancia podría ser suficiente en la construcción de un dispositivo rentable para controlar la luz a partir del plasma luminoso. Además, nos gusta tener en cuenta que para los pulsos de láser de picosegundos o sub-picosegundos de duración del plasma - la interacción radiación láser es mucho más corto, y normalmente Frenorradiación
no juega un papel muy importante en la escala de tiempo del espectro utilizado para elemental análisis. Normalmente, menor Bremsstrahlung
fondos también se encuentran cuando se utiliza la radiación láser UV para generar el plasma de ablación.
Análisis discriminante
Cada espectro recogido utilizando un instrumento LIBS se está analizando una "huella dactilar" del material y las condiciones en las que se han recogido. La mayoría de los esfuerzos en la investigación cuantitativa LIBS se han dirigido a la normalización de las condiciones y procedimientos de recolección de espectro, por lo que los espectros son suficientemente reproducibles para el análisis cuantitativo preciso, a las sensibilidades de detección de unas pocas partes por millón. En el proceso de supervisión descrito aquí, realmente no se requiere esta sofisticación.
A condición de que las fluctuaciones de intensidad relativa relacionadas con la reproducibilidad de la técnica de medición en sí son más pequeños que las variaciones de señal esperados asociados con las distribuciones de elementos de la muestra, los espectros permitir la distinción concluyente entre composiciones de ejemplo específicas. Esto es debido al hecho de que las irregularidades generales en el procedimiento de recogida de espectro pueden ser incluidos en la "huella digital" tolerancia de la muestra. Por lo tanto, una tasa de identificación de cerca de 100% es posible [25]. El límite de esta hipótesis se acercó cuando los grupos de la muestra a identificar son muy similares, es decir, muestras de la misma matriz tienden a este límite si sus composiciones traza no difieren significativamente entre las muestras individuales. Sin embargo, esto no supone un problema en el caso que aquí se presenta; única diferenciación entre el tejido cariado y saludable tiene que ser logrado. Esto es fácil de realizar mediante el algoritmo de reconocimiento de patrones considerado aquí. Como nota de precaución que hay que añadir que, caries en sus etapas iniciales puede suponer un reto para el algoritmo de reconocimiento debido a que la diferencia en el tejido sano no puede ser muy grande. Sin embargo, hemos demostrado por una serie de matrices con sutiles diferencias de composición única que nuestro método es todavía un éxito [25].
Más comúnmente se conoce como análisis discriminante Hoteles en espectroscopia, el objetivo de cualquier algoritmo de reconocimiento de patrones es inequívocamente determinar la identidad o la calidad de una muestra desconocida en comparación con una base de datos de referencia. Hay dos aplicaciones básicas para el análisis discriminante espectroscópica: (i) la pureza del material /determinación de la calidad, y (ii) la identificación del material /detección. En este trabajo nos hemos centrado en este último punto, ya que - hacer hincapié en esto otra vez - solamente una identificación inequívoca es un problema para el seguimiento de la diferencia entre el tejido sano y cariado. Llegará a ser evidente a partir de la discusión más adelante que la caries, incluso reconociendo en sus primeras etapas de desarrollo debe ser posible en principio.
Identificación del material y el método de Mahalanobis Distancia de juego espectro
Cuando se utiliza en el análisis discriminante de identificación del producto o el producto de detección de modo, el espectro de la muestra "desconocido" puede ser comparado contra múltiples modelos discriminantes. Cada modelo se construye a partir de los espectros de recogida de muestras representativas de diferentes grupos de materiales, como se define por la composición de las muestras. Una indicación de la probabilidad de que el espectro de búsqueda de uno de estos grupos se desprende del análisis, y por lo tanto cualquier muestra puede ser clasificada como una "coincidencia", o como "no-match" (ver Figura 2). Esta identificación se puede mostrar visualmente en un monitor (pantalla de ordenador, por ejemplo), o para la identificación rápida puede ser en forma de una señal de sonido que se activa cuando, por ejemplo, se identificó la transición de la caries con el material diente sano. Nos gusta hacer notar aquí que, en principio, sólo un modelo discriminante con su base de datos (conjunto de entrenamiento) relacionada sería suficiente para la identificación de caries. Dicha base de datos tiene que incluir los espectros de una amplia selección de los dientes sanos para proporcionar un medio estadístico de dispersión de la concentración de elementos; cualquier desviación fuera de ese límite de estadística puede entonces estar asociado con tejido cariado. Por otro lado, el algoritmo tiene que ser "entrenado" para incluir solamente características espectrales que son potencialmente asociados con la caries ya que otras concentraciones elementales también pueden cambiar, debido a otras causas (por ejemplo, la presencia de un relleno de dientes). Para tener en cuenta las causas como la que se menciona que tenga que ser añadido para identificar inequívocamente el efecto de la caries modelos discriminantes adicionales. Figura 2 Principio de aplicaciones de identificación /detección de muestra basado en el análisis discriminante, aquí para la alerta cuando el material diente sano está dirigido durante la perforación con láser. Existen
Numerosos algoritmos que pueden utilizarse para evaluar la similitud de un espectro medido con el conjunto de entrenamiento . A continuación, la descripción se ha restringido al algoritmo de interés, es decir, el llamado Método de Mahalanobis Distancia
.
Para el cálculo de la distancia de Mahalanobis gratis (M. DIST), análisis de componente principal
(PCA) se utiliza. PCA es un enfoque analítico típico, que normalmente forma parte de cualquier paquete de software de análisis de datos espectrales, y por lo tanto se abstienen aquí desde donde figuran numerosos detalles de tales métodos y algoritmos de análisis pero sólo proporcionan una imagen general de procedimiento. En PCA /M. DIST conjuntos de entrenamiento análisis de espectros se descomponen en una serie de espectros matemática llamados factores
que, cuando se suman, reconstruir el espectro original. La contribución de cualquier factor hace que cada espectro está representado por un coeficiente de escala
, o la puntuación
, que se calcula para todos los factores identificados en el conjunto de entrenamiento. Por lo tanto, si se conoce el conjunto de factores para todo el conjunto de entrenamiento, los puntajes se representan los espectros con la mayor precisión las respuestas originales en todas las longitudes de onda [25].
Muestras analizadas
En este estudio, se investigaron los dientes diferente muestras con y sin caries - dientes predominantemente molares y caninos de adultos. No hay un tratamiento especial de la muestra se llevó a cabo; dientes extraídos fueron simplemente por lavado en agua destilada y se seca al aire. Uno-Ciento cincuenta y nueve (159) dientes extraídos con diferente grado de caries obvias (123 molares y 36 dientes caninos de los adultos), los cuales fueron evaluados utilizando el examen visual por examinadores entrenados, fueron utilizados para los resultados mencionados en esta publicación. La difíciles de detectar lesiones de caries tempranas, como en fosas y fisuras, que son por lo general no pigmentada o lesiones de mancha blanca no se incluyeron en el estudio. Esto se debía a que el análisis histopatológico, para la correcta distinción entre el tejido cariado y saludable en estos casos no evidentes, no estaba disponible en el momento del estudio. Dicha investigación extendida se encuentra ahora en la preparación, en colaboración con dos prácticas dentales y un hospital.
Mayoría de los experimentos se llevaron a cabo in vitro
. Además, un experimento de prueba también se llevó a cabo in vivo
en un diente molar de un voluntario adulto. El último experimento se llevó a cabo a muy bajo irradiación láser, justo por encima del umbral de ablación, donde la densidad de potencia no es suficiente para causar daño perceptible para el diente, pero sin embargo se crea un plasma luminoso.
Resultados y discusión Francia El Mahalanobis Distancia método para la coincidencia de LIBS espectros de muestras de dientes
para probar este análisis discriminante en la identificación de las muestras de tejido de caries /sanos, diez entradas de bases de datos se construyeron a partir de los espectros recogidos para formar diez modelos análisis discriminante
separadas, cinco cada uno de los tejidos de caries y saludables. Se utilizaron seis rangos espectrales distintas que abarcan una gama de elementos de la matriz y no de la matriz; los espectros relevantes se muestran en la Figura 3. De esta manera se generaron seis pares de identificadores "sanos /enfermos". Como se ha señalado nuestra anterior, en principio, un único modelo probablemente sería suficiente, pero que tiene más de un decisivo mejora naturalmente en la precisión de identificación. Figura 3 Seleccionado espectros LIBS de una parte del esmalte del diente, grabado en un lugar afectado por caries (traza la línea completa) y en un sonido, la ubicación no afectado (traza la línea de puntos). En la sección afectada por caries (a) Ca
disminuye a expensas de Mg
; (B) Ca
disminuye a expensas de Li
; (C) Ca
disminuye a expensas de Ba y Sr
; (D) Ca y P
disminuye a expensas de Zn
y C
; (E) Ca
disminuye a expensas de Na
; y (f) Ca
disminuye a expensas de K y Mg
.
Para la creación de los modelos de análisis discriminante una lista de los espectros del conjunto de entrenamiento se ha introducido simplemente en el PLS más /CI
programa de apego a gramos /32
paquete de software de evaluación espectral (Galactic software Ltd.) y unidos entre sí con los códigos de macro en la casa escritas para la presentación visual (y audio) de los resultados del análisis. El programa genera un modelo de análisis discriminante para cada muestra, usando los métodos descritos en la sección anterior, contra el que se juego con los espectros de prueba. Al comprobar la identidad de los espectros "desconocidos" recogidos de una serie de muestras de dientes, todos fueron identificados de forma tan definida
o posible
partidos de los modelos de análisis discriminante tejidos sanos o enfermos, incluso si sólo uno de los seis se utilizaron las regiones espectrales de identificador. México la principal constituyente de la estructura del esmalte cristalino y la matriz de la dentina del diente es la hidroxiapatita, Ca
10 (PO
4) 6 (OH
) 2 cuya abundancia absoluta es claramente diferente de tejido dental sano, y el tejido afectado por la caries. Para los dientes afectados las concentraciones relativas de los elementos de matriz Ca y P
disminuir severamente. Por otra parte, no mineralizantes (no-matriz) elementos, por ejemplo, zinc, y materiales orgánicos (la aparición de la línea de carbono 193 nm es indicativo de estos) aumentar fuertemente; véase la Figura 3d. Un indicador similar para el efecto de ataque de caries es el aumento sustancial de estroncio, Sr
, y bario, Ba
, en relación con el elemento de matriz Ca
; véase la Figura 3c. Hoteles en los modelos de análisis discriminante utilizó aquí el resultado importante es el valor
M. DIST. En función de esto, un pase gratis (P) - el tejido sano, es posible gratis (?) - /Tejido cariado sano o gratis (F) fallará - tejido cariado - resultado se devuelve en las pruebas de límites, en relación con determinados grupos de la muestra de referencia. Las pruebas llevadas a cabo en cientos de espectros registrados a partir de una multitud de diferentes dientes mostraron evidencia concluyente de que mediante el uso de la M. DIST
valora los espectros se podría categorizar correctamente en los dos grupos de muestras distintas, a saber, sonido, diente sano area Estados /zona afectada por caries dental.
comentario el valor M. DIST es efectivamente una medida de la similitud de un espectro de "desconocido" a un grupo de espectros de entrenamiento. Así, el valor M. DIST en modelos de análisis discriminante informar de un "FALLO
" resultado es normalmente alta, lo que indica que las contribuciones espectrales de los elementos individuales son muy diferentes para, por ejemplo, saludable y las muestras de caries afectadas. se encuentran los valores más pequeños del M. DIST para un modelo que da un "FAIL" número
las variaciones menos elementales. En fluctuaciones estadísticas esta base en los espectros, causadas por las variaciones de intensidad inevitables-impulso a impulso, también puede tenerse en cuenta en el módulo de predicción fotos: por el ajuste de la M. DIST pasa /no pasa
límites adecuadamente [25].
Como es el caso en todos los análisis cuantitativo multivariado se acerca, se requiere una aplicación cuidadosa si la técnica se va a aplicar tanto correctamente y con éxito. Por ejemplo, los límites en los que los valores M. DIST indican un estado de partido de PASS, POSIBLE
o fracasan con frecuencia ¿Cuáles son definidos por defecto como & lt; 2, 2-3, y & gt; 3, respectivamente. Por ejemplo, espectroscopistas Raman suelen utilizar valores superiores a éstos, por ejemplo, & Lt; 5, 5-15, y & gt; 15, respectivamente. Por lo tanto, estos límites siempre tienen que ser determinado antes de una aplicación práctica, tales como la distinción entre el material dental sana y afectada por caries. Los factores, que dictan estos límites en análisis LIBS son (i) la reproducibilidad del espectro y (ii) la homogeneidad de muestra a muestra. Al probar los modelos producidos con espectros recogidos al azar de muestras del material que representan (de caries o el sonido tejido dental), el rango de valores M. DIST, lo que da una identificación positiva se puede encontrar. Si esto no se hace, entonces el modelo podría perderse incorrectamente-identificar materiales.
Además, ajustando cuidadosamente los límites M. DIST, mala reproducibilidad en principio, puede ser explicado, siempre existen suficientes diferencias elementales en las muestras que se están ordenados , que los claros cambios tales en las respuestas espectrales pueden observarse. Con referencia a la figura 3 diferencias de hecho grandes en la firma espectral de tejido sano y afectados por caries se encuentran, y hemos demostrado que, en contraste a estos casos obvios, las diferencias sutiles pueden también ser distinguidas (lo que significa que incluso la detección de lesiones de caries tempranas debería ser factible). Esto se discutirá más adelante, también con referencia a la elección de los valores límite M. DIST.
Por último, nos gusta tener en cuenta que el análisis multivariante es bastante poco intuitivo para el no experto desde un simple representación gráfica del modelo estadístico puede normalmente no será dado, como es el caso en el análisis univariado. En el análisis univariante una distribución estadística f (x)
se representa frente a su variable x
, que presenta un parámetro de anchura (límite de confianza) ± Dx, España o ± σ. En el análisis multivariado, hay muchas variables x
i
, y la función requerirían una parcela multidimensional. Para un espectro con un máximo de unos pocos cientos de puntos de datos (variables) esto no puede ser percibido. El valor M. DIST puede crudamente interpretarse como una especie de límite de confianza, similar a la σ en el análisis univariado. Con el fin de aclarar este punto, se da un ejemplo para el análisis univariado más adelante. Tenga en cuenta que en la mayoría de los casos de análisis de buen comportamiento algoritmos multivariados datos proporcionarán reducción de errores en comparación con los algoritmos de univariados.
Aplicación del método de Mahalanobis Distancia a la cartografía de dientes cariados
A partir del análisis de repetición de los espectros recogidos de diversos muestras de dientes, que con seguridad podría concluir que el algoritmo de Distancia de Mahalanobis tenía el potencial de proporcionar una herramienta superior para comparar espectros LIBS y la identificación de materiales de caries /sonido "desconocido". En este estudio hemos conseguido cerca de identificación 100%; sólo una única muestra fue malinterpretado durante nuestras mediciones de prueba.
Este resultado es bastante notable, ya que los espectros recogidos en este estudio con respecto a la configuración no optimizadas. La distal de extremo de la fibra óptica se acaba de montar a una distancia de unos 2 mm de la muestra para in vitro sobre las aplicaciones, y para los in vivo
mediciones en la fibra se llevó a cabo simplemente con la mano mientras la ablación del diente.
Cada espectro se acumuló durante sólo diez eventos de plasma inducido por láser. Menos pulsos de láser por espectro fueron utilizados a veces para acelerar el proceso de análisis, pero esto fue a expensas de la reproducibilidad del espectro, y por lo tanto ligeramente reducida probabilidad de identificación.
Los espectros de formación utilizado en este estudio se obtuvieron de una serie de muestras de dientes in vitro.
- es decir, de diente extraído suministrada por los dentistas
un ejemplo de la fuerza del método de análisis se puede ver en la figura 4. a continuación, una medición in vitro se llevó a cabo en un diente afectada por caries de mapear las áreas de tejido "sano" y "enfermo". La región espectral utilizada en este caso específico se muestra que en la Figura 3a (básicamente incluyendo los elementos Mg
y Ca
).
