Μελέτη Μαστικού Ιστού με Φασματοσκοπία Ράμαν για τη Διάγνωση Καρκίνου του Μαστού

Κάντα, Δήμητρα; Kanta, Dimitra

dc.contributor.author	Κάντα, Δήμητρα	el
dc.contributor.author	Kanta, Dimitra	en
dc.date.accessioned	2017-08-24T08:38:01Z
dc.date.available	2017-08-24T08:38:01Z
dc.date.issued	2017-08-24
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45425
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.7177
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Φυσική και Τεχνολογικές Εφαρμογές”	el
dc.rights	Default License
dc.subject	ραμαν	el
dc.subject	Φασματοσκοπία	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Διάγνωση καρκίνου	el
dc.subject	Βιοφυσική	el
dc.subject	Spectroscopy	en
dc.subject	Classification	el
dc.subject	Cancer diagnosis	el
dc.subject	Laser	el
dc.subject	Rraman	el
dc.title	Μελέτη Μαστικού Ιστού με Φασματοσκοπία Ράμαν για τη Διάγνωση Καρκίνου του Μαστού	el
dc.title	Raman Spectroscopy Study of Breast Tissue in the Detection of Breast Cancer	en
heal.type	masterThesis
heal.secondaryTitle	Raman Spectroscopy Study of Breast Tissue in the Detection of Breast Cancer	en
heal.classification	ΦΑΣΜΑΤΟΣΚΟΠΙΑ ΥΠΕΡΥΘΡΟΥ, RAΗΜΑΝ ΚΑΙ ΜΙΚΡΟΚΥΜΑΤΩΝ	el
heal.classification	ΒΙΟΦΥΣΙΚΗ ΚΑΙ ΙΑΤΡΙΚΗ ΦΥΣΙΚΗ	el
heal.classification	ΕΦΑΡΜΟΓΕΣ ΛΕΪΖΕΡ ΣΤΗΝ ΙΑΤΡΙΚΗ	el
heal.classification	ΔΙΑΓΝΩΣΗ	el
heal.classification	Molecular spectroscopy	en
heal.classification	Spectroscopy	el
heal.classification	LASERS, LASER SYSTEMS AND LASER APPLICATIONS	el
heal.classification	Biophysics	el
heal.classification	multivariate analysis	el
heal.classification	Learning classifier systems	el
heal.classification	Machine learning	el
heal.classification	Principal component analysis	el
heal.classification	Classification	el
heal.classificationURI	http://data.seab.gr/concepts/ffc1feb775249e46c0a2c4c8c83174ca4d2a125e
heal.classificationURI	http://data.seab.gr/concepts/b58a5db672dcbfe713694ce50ea555dbe4680c37
heal.classificationURI	http://data.seab.gr/concepts/2271df48cd0b1f7a6962a22249596e0b524e9959
heal.classificationURI	http://data.seab.gr/concepts/e546db1de1849ffcbced27deb40b525d0296fd15
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh85086592
heal.classificationURI	http://skos.um.es/unesco6/220921
heal.classificationURI	http://data.seab.gr/concepts/b0dc3813d67ef74400db7649a2ddb2ab4efee8d7
heal.classificationURI	http://skos.um.es/unesco6/2406
heal.classificationURI	http://lod.nal.usda.gov/53708
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh2009000319
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh85079324
heal.classificationURI	http://lod.nal.usda.gov/59637
heal.classificationURI	http://lod.nal.usda.gov/26658
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-01-20
heal.abstract	Η φασματοσκοπία Raman μπορεί να χρησιμοποιηθεί για τη μέτρηση της χημικής σύνθεσης ενός δείγματος, η οποία μπορεί με τη σειρά της να χρησιμοποιηθεί για την εξαγωγή βιολογικών πληροφοριών. Η εφαρμογή της φασματοσκοπίας Raman στη βιολογία αυξάνεται ραγδαία αφού μπορεί να παρέχει χημικές αλλά και δομικές πληροφορίες1. Τα κύρια πλεονεκτήματα της πιθανής χρήσης της φασματοσκοπίας Raman είναι: άμεση in vivo διάγνωση, μείωση του αριθμού των βιοψιών, συνδυασμός βιοχημικής και δομικης διάγνωσης 2.Τα φάσματα Raman του κανονικού, πρώιμου και όψιμου καρκινικού ιστού του μαστού των ποντικών μελετήθηκαν Ex-vivo χρησιμοποιώντας ένα 532 nm σύστημα Raman. Ένας συνολικός αριθμός 146 Raman φασμάτων αποκτήθηκαν από φυσιολογικούς (49), πρώιμους καρκινικούς (39) και όψιμους καρκινικούς (58) ιστούς μαστού. Οι διαφορές μεταξύ των φασμάτων Raman φυσιολογικού και καρκινικού ιστού έχουν καταγραφεί και αναλυθεί ως μια μέθοδος για την έγκαιρη ανίχνευση του καρκίνου του μαστού. Συλλέξαμε χαρακτηριστικές κορυφές από τους ιστούς μέσα στην περιοχή μεταξύ 2.550 έως 3.050 cm-1. Μια ευρεία ζώνη κορυφών εντός της περιοχής αυτής παρατηρήθηκε, λόγω των ομάδων (-CH3) και (-CH2-)3. Διενεργήσαμε Ανάλυση Κύριων Συνιστωσών (Principal Component Analysis, PCA) για τη μείωση των διαστάσεων των δεδομένων και εκπαιδεύσαμε πολλαπλούς αλγόριθμους με τα δεδομένα μας. Τα αποτελέσματα είναι πολύ ελπιδοφόρα, με την sensitivity του συνόλου δοκιμής να κυμαίνεται από 83% - 100%, ανάλογα με τον αλγόριθμο που χρησιμοποιείται. Το αρκετά μικρό σύνολο δεδομένων μας θα μπορούσε ωστόσο να προκαλέσει overfitting στα δεδομένα μας και ως εκ τούτου για τις μελλοντικές μελέτες θα πρέπει να χρησιμοποιείται ένα πολύ μεγαλύτερο σύνολο δεδομένων.	el
heal.abstract	Raman spectroscopy can be used to measure the chemical composition of a sample, which can in turn be used to extract biological information. The application of Raman spectroscopy and microscopy within biology is rapidly increasing since it can provide chemical and compositional information 1.The main advantages of potentially employing Raman spectroscopy are: immediate in vivo diagnosis, reduction of the number of biopsies, combination of biochemical and structural diagnosis 2. The Raman spectra of normal, early and late cancerous breast tissues of mice were investigated in vitro using a 532 nm Raman system. A total number of 146 Raman spectra were acquired from normal (49), early (39) and late (58) cancerous breast tissues. Differences between Raman spectra of normal, late and early cancer tissues have been recorded and analyzed as a method for the early detection of breast cancer. We collected characteristic peaks from the tissues within the region of 2550-3050. A broad band of peaks within this region was observed, due to the methyl (-CH3) and methylene (-CH2-) group bonds 3. We conducted Principal Component Analysis (PCA) for data reduction and trained our data with multiple algorithms. The results are quite promising, with a sensitivity of the test set ranging from 83%-100% depending on the algorithm used. The small data set could however cause overfitting to our data and as a result for future studies a much bigger data set should be used. REFERENCES [1] Holly J Butler and Lorna Ashton and Benjamin Bird and Gianfelice Cinque and Kelly Curtis and Jennifer Dorney and Karen Esmonde-White and Nigel J Fullwood and Benjamin Gardner and Pierre L Martin-Hirsch and Michael J Walsh and Martin R McAinsh and Nicholas Stone and Francis L Martin, “Using Raman spectroscopy to characterize biological materials”, Nature Protocols, 2016 [2] H. Abramczyk, I. Placek, B. Brozek-Pluska, K. Kurczewski, Z. Morawiecc and M. Tazbir “Human breast tissue cancer diagnosis by Raman spectroscopy”, Spectroscopy, 2008 [3] C.-H. Liu, et.al. “Resonance Raman and Raman Spectroscopy for Breast Cancer Detection”, Technology in Cancer Research and Treatment , ISSN 1533-0346, Volume 12, Number 4, August 2013, pp 371-382.	en
heal.advisorName	Ράπτης, Ιωάννης	el
heal.advisorName	Ζεργιώτη, Ιωάννα	el
heal.committeeMemberName	Ράπτης, Ιωάννης	el
heal.committeeMemberName	Ζεργιώτη, Ιωάννα	el
heal.committeeMemberName	Μακροπούλου, Μυρσίνη	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών	el
heal.academicPublisherID	ntua
heal.numberOfPages	79 σ.	el
heal.fullTextAvailability	true