Impact of preprocessing methods on the Raman spectra of brain tissue

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: id:"swepub:oai:DiVA.org:ltu-95007" > Impact of preproces...

1 av 1
Föregående post
Nästa post
Till träfflistan

Wahl, JoelLuleå tekniska universitet,Strömningslära och experimentell mekanik,Lulea Univ Technol, Sweden (författare)

Impact of preprocessing methods on the Raman spectra of brain tissue

Artikel/kapitelEngelska2022

Förlag, utgivningsår, omfång ...

Optica Publishing Group (formerly OSA),2022
printrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:ltu-95007
https://urn.kb.se/resolve?urn=urn:nbn:se:ltu:diva-95007URI
https://doi.org/10.1364/BOE.476507DOI
https://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-192015URI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:ref swepub-contenttype
Ämneskategori:art swepub-publicationtype

Anmärkningar

Validerad;2023;Nivå 2;2023-02-17 (hanlid)
Funding Agencies|Swedish Foundation for Strategic Research; [RMX18-0056]
Delineating cancer tissue while leaving functional tissue intact is crucial in brain tumor resection. Despite several available aids, surgeons are limited by preoperative or subjective tools. Raman spectroscopy is a label-free optical technique with promising indications for tumor tissue identification. To allow direct comparisons between measurements preprocessing of the Raman signal is required. There are many recognized methods for preprocessing Raman spectra; however, there is no universal standard. In this paper, six different preprocessing methods were tested on Raman spectra (n > 900) from fresh brain tissue samples (n = 34). The sample cohort included both primary brain tumors, such as adult-type diffuse gliomas and meningiomas, as well as metastases of breast cancer. Each tissue sample was classified according to the CNS WHO 2021 guidelines. The six methods include both direct and iterative polynomial fitting, mathematical morphology, signal derivative, commercial software, and a neural network. Data exploration was performed using principal component analysis, t-distributed stochastic neighbor embedding, and k-means clustering. For each of the six methods, the parameter combination that explained the most variance in the data, i.e., resulting in the highest Gap-statistic, was chosen and compared to the other five methods. Depending on the preprocessing method, the resulting clusters varied in number, size, and associated spectral features. The detected features were associated with hemoglobin, neuroglobin, carotenoid, water, and protoporphyrin, as well as proteins and lipids. However, the spectral features seen in the Raman spectra could not be unambiguously assigned to tissue labels, regardless of preprocessing method. We have illustrated that depending on the chosen preprocessing method, the spectral appearance of Raman features from brain tumor tissue can change. Therefore, we argue both for caution in comparing spectral features from different Raman studies, as well as the importance of transparency of methodology and implementation of the preprocessing. As discussed in this study, Raman spectroscopy for in vivo guidance in neurosurgery requires fast and adaptive preprocessing. On this basis, a pre-trained neural network appears to be a promising approach for the operating room.

Ämnesord och genrebeteckningar

TEKNIK OCH TEKNOLOGIER Medicinteknik Medicinsk laboratorie- och mätteknik hsv//swe
ENGINEERING AND TECHNOLOGY Medical Engineering Medical Laboratory and Measurements Technologies hsv//eng
TEKNIK OCH TEKNOLOGIER Medicinteknik Medicinsk bildbehandling hsv//swe
ENGINEERING AND TECHNOLOGY Medical Engineering Medical Image Processing hsv//eng
Experimental Mechanics
Experimentell mekanik

Biuppslag (personer, institutioner, konferenser, titlar ...)

Klint, ElisabethLinköpings universitet,Avdelningen för medicinsk teknik,Tekniska fakulteten(Swepub:liu)elikl52 (författare)
Hallbeck, MartinLinköpings universitet,Avdelningen för neurobiologi,Medicinska fakulteten,Region Östergötland, Klinisk patologi(Swepub:liu)marha90 (författare)
Hillman, JanLinköpings universitet,Avdelningen för kirurgi, ortopedi och onkologi,Medicinska fakulteten,Region Östergötland, Neurokirurgiska kliniken US(Swepub:liu)janhi50 (författare)
Wårdell, KarinLinköpings universitet,Avdelningen för medicinsk teknik,Tekniska fakulteten(Swepub:liu)karwa46 (författare)
Ramser, KerstinLuleå tekniska universitet,Strömningslära och experimentell mekanik,Lulea Univ Technol, Sweden(Swepub:ltu)ramser (författare)
Luleå tekniska universitetStrömningslära och experimentell mekanik (creator_code:org_t)

Sammanhörande titlar

Ingår i:Biomedical Optics Express: Optica Publishing Group (formerly OSA)13:12, s. 6763-67772156-7085

Internetlänk

Hitta via bibliotek

Biomedical Optics Express (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Wahl, Joel; Klint, Elisabeth; Hallbeck, Martin; Hillman, Jan; Wårdell, Karin; Ramser, Kerstin

Om ämnet

TEKNIK OCH TEKNOLOGIER: TEKNIK OCH TEKNO ...; och Medicinteknik; och Medicinsk labora ...

TEKNIK OCH TEKNOLOGIER: TEKNIK OCH TEKNO ...; och Medicinteknik; och Medicinsk bildbe ...

Artiklar i publikationen: Biomedical Optic ...

Av lärosätet: Luleå tekniska universitet; Linköpings universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se