Reelele neuronale artificiale pentru procesare datelor de spectroscopie fluorescenta n diagnosticarea cancerului de pieleL Lenhardt, I Zekovic, T Dramicanin and M D Dramicanin

Institute for Nuclear Sciences Vinca, University of Belgrade, PO Box 522, 11001 Belgrade, Serbia

E-mail: dramican@vinca.rs

Received 25 August 2012

Accepted for publication 14 January 2013

Published 15 November 2013

Online at stacks.iop.org/PhysScr/T157/014057

Abstract

De-a lungul anilor diverse tehnici spectroscopice optice au fost utilizate pe scar larg ca instrumente de diagnosticarea ndiscriminarea multor tipuri de boli maligne . Recent , spectroscopie fluorescent sincrona ( SFS ) cuplat cu chemometrici a fost aplicat n diagnosticarea cancerului. Metoda SFS implic scanarea simultana a emisilor si a excitatiei lungimilor de und undeintervalul lungimilor de und a fost mentinut constant( modul constant - lungime de und ) sau frecvena (mod constant de energie), ntre ele. Aceast metod este rapid , relativieftin , sensibil si non- invaziv . Toate mostrele de SFS de piele normale, nevus i melanom au fost folosite ca input pentru formarea de reele neuronale artificiale. Dou tipuri diferite de reele neuronale artificiale au fost instruite , cea cu harta auto- organizareai reele neuronale feed-forward(control-inainte) . Rezultatele histopatologice ale mostrelor de piele investigate au fost utilizate ca standard de aur pentru reeaua de ieire . Pe baza clasificrii obinuterata de succes a reelelor neuronale , am ajuns la concluzia c cele dou reele furnizau o sensibilitate ridicat cu erori de clasificare ntre 2 i 4 % .1. Introducere

Cancerul de piele este una dintre cele mai comune afectiuni malignela nivel mondial . Detectare trziu ofer rate ridicate de mortalitate , dardaca este diagnosticat n stadii incipiente , este una dintrecele mai tratabileforme de cancer . Lund aceast problem n considerare , n curs de dezvoltarenoi metode pentru diagnosticarea cancerului este de importan crucial .n ultimele decenii , n domeniul diagnosticului de cancer ,spectroscopie de fluorescenta sa dovedit a fi un foarte promitatoareTehnica ( Alfano i colab 1987, Sterenborg et al 1994 , Palmeret al 2003) .esuturi umane sunt un amestec complex de diferitemolecule i unele dintre aceste molecule , numite endogenfluorofori , au capacitatea de a absorbi i emite lumin dediferite lungimi de und . Concentraia i distribuiadiverse fluorofori ale pielii , cum ar fi nicotinamid adenindinucleotid ( NADH ) , adenin dinucleotid flavine ( FAD ) ,keratina , colagen , elastina , aminoacizi , lipide i porfirinesunt fundamentale pentru discriminare ntre cancer itesut normal de spectroscopie de fluorescenta . n ultimii ani,Sa demonstrat c spectroscopie de fluorescen sincron

( SFS ) poate fi folosit cu succes n detectarea cancerului ( Vo - Dinh2000, Vengadesan i alii, 2002 , Drami'canin et al 2005 ,2006 , 2011) . Aceast metod implic scanarea simultande lungimi de und att de emisie i excitaie pstrnd n acelai timpintervalul de lungimi de und (mod constant - lungime de und ) saufrecvene (mod constant de energie ), ntre ele constante .Avantajul unui spectru sincron peste ordinarspectre de emisie este faptul c are de multe ori mai multe caracteristici iofer mai multe informaii . Datele obinute sunt de obiceifoarte corelat cu diferente subtile intre anormali esuturile normale , i n acest scop neuronale artificialereele ( ANN ), pot fi foarte utile pentru a construi un diagnosticmodel. ANN este un sistem adaptiv care modific structurape baza constatrilor de intrare pentru a genera ieire robust . beneficiulde aceast metod este consecvena i obiectivitatea sa din cauzalipsa de oboseal umane i prtinire . n aceast lucrare , dou tipuri diferitetipuri de ANN au fost instruii , harta auto - organizare ( SOM )i a reelei neuronale feed-forward . SOM este unul dintrecele mai multe reele neuronale populare care transform high -dimensionalrelatii statistice neliniare n geometrice simplerelaiile ntr-un mod nesupravegheat ( Kohonen 2001) .

Spre deosebire de SOM, retele neuronale feed-forward este instruit n un mod supravegheat cu o cunoatere prealabil a grupului unui eantion de membru prin introducerea datelor de la intrrile care trece prin straturi de neuroni pn cnd acesta ajunge la ieirile fr nici informaii de feedback ntre straturi (Jiang et al 2003).ANN sunt adesea instruii pentru a fi utilizat n continuare ca de clasificare modele (Rhee et al 2005, Drami'canin et al 2009).scopulal acestei lucrri a fost de a investiga posibilitatea de a construi ocancer de piele metod de diagnostic prin formare ANN utilizarea total Spectrele de fluorescen de diferite tipuri de leziuni ale pielii.

2 . Materiale i metode

Spectrele de fluorescen sincron de 50 de probe de piele ( 12 melanom , 18 nev i 20 de probe ormale de piele ) au fost msurat ex vivo utiliznd un spectrofotometru de fluorescen( Perkin Elmer LS45 ) n mod constant - lungime de und .Spectrele au fost colectate la o vitez de scanare de 200 nm min - 1 nGama de excitaie 330-550 nm i lungimea de undcompensa gam 1 ? 30-120 nm i automatnormalizat la excitaie de instrument. Probele au fostobtinute de la pacienti umani la scurt timp dupa rezectia chirurgicala ,histopatologic identificat i apoi msurat prininstrument la temperatura camerei . Pentru a reducedimensionalitate spectrelor obinute , component principalAnaliza ( APC) a fost aplicat . Pentru formare , PCA calculatComponentele au fost introduse n SOM i feed- forwardreele neuronale . Pentru a evalua eroare de clasificare , acestea au fost testatecu noi probe necunoscute la ambele ANN .3 . Rezultate i discuii

Figura 1 prezint spectre de fluorescenta total sincron nsub form de diagrame de contur ale diferitelor mostre de piele :piele normala , nev i melanom . modele de emisiereflecte specificitatea de fluorofori endogene i lormicromedii n piele . Se poate observa cu claritate cprincipalelediferenele defluorescen leziunilor cutanate sunt observabilen mai multe regiuni spectrale . Prima regiune se ntinde de excitaielungime de und 330-400 nm iintervalul sincron30-55 nm . Proteine structurale ale extracelularmatrice , colagen i elastin au excitaie maxim n acestregiune ( Ramanujam 2000) . A doua i a treia spectraleregiuni acoperintervalul de lungimi de und de excitaie de la 430 la 480 nm , ntre 350 i 400 nm, iar intervalul de la sincron30 pn la 50 nm , 65-90 nm , respectiv. fluorescen deaceste regiuni provine de la mai multe fluorofori , cum ar fico- enzime NADH i FAD .O metod de cancer de piele de diagnostic bazate pe msurtoride SFS i un model de clasificare construit folosind dou tipuri diferiteANN a fost dezvoltat in mai multe etape . n primul rnd reducereadimensionalitate a fost necesar din cauza dimensiunii mari a adunatSFS . n acest scop, APC a fost aplicat pe date SFSi un model de APC de cinci component a fost achiziionat . PCA esteo metod statistic nesupravegheat folosit pentru a distinge iidentifica modele n date i le exprima ntr-o manierca pentru a sublinia asemnrile i deosebirile lor . Aceast metodtransform un numr de variabile , eventual, corelate nun numr mai mic de variabile necorelate numite principalcomponente , care reprezint cea mai mare din varianavariabile observate . Acest lucru ne-a permis de a explora datele noastre ipentru a determina pentru care lungimea de und a compensa valoarea ( 1 ? ) cel mai bunseparare ntre grupuri a fost atins . Dup examinarearezultate din APC , sa ajuns la concluzia c cea mai bun diferenierentre clase este de 1 ? = 70 nm , figura 2 . n figura 3 ose poate vedea o distincie evident ntre clase . de a lua acestn considerare , scoruri APC 25 de probe " pentru 1 ? = 70 nmau fost utilizate pentru a instrui i SOM reele neuronale feed-forward .n scopul de a mri numrul de eantioane pentru formare ANN ,am creat un set distribuit n mod normal de date bazate pevaloare i deviaia standard de 25 de probe utilizate pentru nsemnaformare . Cu un nou set de date de 2000 de probe ne-am antrenat attANN .SOM nva s date de grup bazate pe similaritate itopologie , i ca urmare se atribuie aceleai indicii pentru fiecareclas . Acesta este utilizat pentru reducerea dimensionalitii i clustering date . Am introdus o 5 matrice 2000 ( 2000 de probe i 5Parametrii care descriu fiecare prob ) pentru a som cu 3 neuroni( dimensiune 1 3 ) , figura 4 , i a nceput de formare cu 150 de iteraii .Prin toate acestea , SOM nu au avut nici informaii despreapartenena la un grup eantion (de nvare nesupravegheat ) . cndinstruit , SOM a fost testat cu 25 de noi probe necunoscute dereea i de eroare de clasificare a fost achiziionat . acestproces de formare SOM i testare a fost repetat de mai multeori , de fiecare dat , folosind o combinaie diferit de date pentruinstruire i testare . Fcnd acest lucru am obinut o mai precisPrivire de ansamblu asupra eficienei acestei metode .Reele de alimentare nainte , figura 5 , conin serie de straturi .Primul strat obine datele de intrare de reea , i fiecare ulterioarstrat este conectat lastratul anterior n timp ce stratul finalda reea de ieire . Ele sunt de obicei utilizate pentru intrare la ieirecartografiere . Am folosit reeaua de feed-forward cu un ascunsstrat pentru a construi un model de clasificare , dndu-i drept de intrare2000 5 matrice , aceeai matrice utilizat pentru formarea SOM , imatricea cu informaii de clas membru a tuturor 2000probe ( supravegheat de nvare ) . Procesul de testare a fostaceeai ca i pentru SOM , mai multe modele au fost construite i testate cu ajutoruldiferite combinaii de date iclasificarea medieeroare pentru toate modelele a fost calculat .Pe baza erorilor de clasificare obinute de neuronalereelelor , am constatat c ambele reele oferi de naltsensibilitate cu erori de clasificare ntre 2 i 4 % . pentrudiferite date de intrare de eroare de clasificare SOM a fost ntre 2 i 3 % , n timp ce pentru reeaua de feed-forward a fost ntre3 i 4 % .4 . concluzien aceast lucrare , am folosit analize statistice i ANN pentru a clasificadate de spectre de fluorescen sincron cu scopul de adezvoltarea unei metode de diagnostic pentru diagnosticarea cancerului de piele .Spectrele de fluorescen a trei tipuri diferite de leziuni ale pielii ,melanom , nev i pielea normala , diferenele relevatntre ele datorit diferenelor de concentraie de diferitefluorofori i micromedii lor . AplicareaAPC a furnizat date cu variaii mrite ntre eantiongrupuri . Se arat c att SOM i neuronale feed-forwardreelelor a dat rezultate promitatoare , cu un esut succes 96-98 %Rata de clasificare . Mai mult dect att ,metoda prezentat este rapid ,sensibil , ieftin i non- distructive . Pe baza acestordescoperiri , putem concluziona c SFS combinat cu neuralclasificare pe baz de reea are un potential bun in melanomdiagnosticare .confirmareAceasta lucrare a fost sustinuta de Ministerul srb al tiineii dezvoltare tehnologic ( numr de proiect i 17304945020 ) .

References

Alfano R R, Tang G C, Pradhan A, Lam W, Choy D S J and Opher E

1987 Fluorescence spectra from cancerous and normal human

breast and lung tissues IEEE J. Quantum Electron. 23 180611

Dramicanin T, Dimitrijevic B and Dramicanin M D 2011

Application of supervised self-organising maps in breast

cancer diagnosis by total synchronous luminescence

spectroscopy Appl. Spectrosc. 65 2937

Dramicanin T, Dramicanin M D, Dimitrijevic B, Jokanovic V and

Lukic S 2006 Discrimination between normal and malignant

breast tissues by synchronous luminescence spectroscopy Acta

Chim. Slov. 53 4449

Dramicanin T, Dramicanin M D, Jokanovic V,

Nikolic-Vukosavljevic D and Dimitrijevic B 2005

Three-dimensional total synchronous luminescence

spectroscopy criteria for discrimination between normal and

malignant breast tissues Photochem. Photobiol. 81 15548

Dramicanin T, Zekovic I, Dimitrijevic B, Ribar S and

Dramicanin M D 2009 Optical biopsy method for breast

cancer diagnosis based on artificial neural network

classification of fluorescence landscape data Acta Phys. Pol. A

116 6902

Jiang X and Wah A H K S 2003 Constructing and training

feed-forward neural networks for pattern classification Pattern

Recognit. 36 85367

Kohonen T 2001 Self-Organizing Maps 3rd edn (Berlin: Springer)

Palmer G M, Keely P J, Breslin T M and Ramanujam N 2003

Autofluorescence spectroscopy of normal and malignant

human breast cell lines Photochem. Photobiol.

78 4629

Ramanujam N 2000 Encyclopedia of Analytical Chemistry

(Chichester, NY: Wiley) pp 2056

Rhee J I, Lee K I, Kim C K, Yim Y S, Chung S W, Wei J and

Bellgardt K H 2005 Classification of two-dimensional

fluorescence spectra using self-organizing maps

Biochem. Eng. J. 22 13544

Sterenborg H J C M, Motamedi M, Wagner R F, Duvic M,

Thomsen S and Jacques S L 1994 In vivo fluorescence

spectroscopy and imaging of human skin tumours Laser Med.

Sci. 9 191201

Vengadesan N, Anbupalam T, Hemamalini S, Ebenezar J,

Muthvelu K, Koteeswaran D, Aruna P R and Ganesan S C

2002 Characterization of cervical normal and abnormal tissues

by synchronous luminescence spectroscopy Proc. SPIE

4613 137

Vo-Dinh T 2000 Principle of synchronous luminescence (SL)

technique for biomedical diagnostics Proc. SPIE 3911 429

4_1450788212.unknown