cariée
Résumé de l'arrière-plan
Laser Induced Breakdown Spectroscopy (LIBS) peut être utilisé pour mesurer les concentrations d'oligo-éléments dans les solides , les liquides et les gaz, avec une résolution spatiale et quantifaction absolue étant possible, à des niveaux de concentration parties par million. Certaines applications de LIBS ne nécessitent pas nécessairement des mesures exactes, quantitatives. Ceux-ci comprennent des applications en dentisterie, qui sont d'un «identifier et trier" nature plus - par exemple identification des dents touchées par la carie.
Méthodes
Une livraison de lumière de montage /de collecte d'une fibre pour l'analyse LIBS a été utilisé, ce qui se prête en principe routine in vitro /in vivo
applications dans un cabinet dentaire. Un certain nombre d'algorithmes d'évaluation pour les données de LIBS peut être utilisée pour évaluer la similitude d'un spectre mesuré à des emplacements spécifiques de l'échantillon, avec un ensemble de spectres de référence d'entraînement. Ici, la description a été limitée à un algorithme de reconnaissance de formes, à savoir la méthode dite de Mahalanobis Distance.: Résultats
Le plasma créé lors de l'impulsion laser ablation de l'échantillon (in vitro
/in vivo
), a été analysée spectralement. Nous avons démontré que, en utilisant la reconnaissance de formes algorithme Mahalanobis Distance, nous pourrions clairement déterminer l'identité d'un "inconnu" échantillon de dent en temps réel. Sur la base de spectres unique obtenu à partir de l'échantillon, le passage de la carie affectée à la matière dentaire saine pourrait être distingué, avec une résolution spatiale élevée.
Conclusions
La combinaison d'algorithmes LIBS et la reconnaissance des formes fournit un outil potentiellement utile pour les dentistes pour rapidement des problèmes d'identification des matériaux, comme par exemple le contrôle précis du /processus de nettoyage perçage laser
matériel supplémentaire électronique
la version en ligne de cet article (de doi:.. 10 1186 /1472-6831-1 -1) contient du matériel supplémentaire, qui est disponible pour les utilisateurs autorisés
Contexte
de nombreuses techniques ont été mises au point pour examiner les caries dentaires. beaucoup d'entre elles ont été examinées par exemple Murray [1] et Niemz [2]. Cependant, les plus prometteurs des réalisations technologiques émergentes en spectroscopie analytique, y compris la fluorescence laser (déjà un système de diagnostic commercial KaVo DIAGNOdent
est disponible) [3, 4], imagerie numérique fibre optique transillumination [4, 5], écoute-ouverture tomographie par ordinateur [6, 7], et la radiographie numérique [6, 8]. La grande sensibilité de certaines de ces méthodes permet de détecter des caries au stade plus précoce que les méthodes classiques [1, 2, 9]. Malheureusement, aucune de ces techniques ne peut normalement être utilisé pour la détection en temps réel de l'émail déminéralisé /dentinaire (accompagné d'une perte de calcium Ca et du phosphore P
[10]) associé à la carie, directement lors de l'application laser forage.
dans les groupes ces dernières années de recherche en particulier en Allemagne ont montré que l'utilisation de femto-seconde lasers peut présenter une alternative aux techniques de forage mécanique classique pour réaliser des exercices sans contact en dentisterie [2, 11, 12]. Alors que curieusement élégant, femto-seconde perçage laser éprouve encore des problèmes avec l'ablation efficacité [11, 12]. Par exemple, certains dentistes utilisent Er: YAG [12, 13], qui ont été récemment approuvés par la US Food and Drug Administration (FDA) pour une utilisation sur des sujets humains [14]. Er: YAG ont une plus grande efficacité que les autres, disponibles actuellement femto-seconde systèmes laser. Cependant, les zones de forage traités par Er: YAG Lasers contiennent parfois de longues fissures qui surviennent en raison d'une vaporisation brutale de l'eau contenue dans le tissu de la dent [11, 12, 15]. Cela peut entraîner des surfaces des dents rugueuses avec des fissures profondes, jusqu'à 300 um; leur présence et l'étendue ont été détectés à l'aide de tests de pénétration du colorant [2]. En raison de telles fissures, les acides peuvent pénétrer la dent et peuvent être la source de nouvelles lésions carieuses. Bien que certains auteurs ont rapporté que des microfissures sont évitables [13, 14, 16], il est évident que leur présence dépend des conditions d'ablation spécifiques; actuellement un consensus commun en ce qui concerne l'apparition de fissures ne semble pas exister (voir Eguro et al
[17]). D'autre part, il a été rapporté que la modification de la longueur d'onde du laser à partir du IR /visible aux UV peut largement surmonté le problème de la contrainte mécanique, ce qui provoque ledit problème [18]. Par conséquent, malgré les problèmes actuels, il est probable que dans un avenir proche, avec la poursuite du développement de nouveaux systèmes laser, l'application clinique de pulsée perçage laser femto-seconde peut apparaître comme une véritable alternative à mécanique /Er: traitement dentaire YAG-laser. Par conséquent, quel que soit le système laser finalement retenu, les méthodes sont nécessaires pour surveiller le processus de forage.
Ici, nous proposons une méthode basée sur la technique du Laser Induced Breakdown Spectroscopy (LIBS), capable de surveiller le processus de forage au laser par le suivi et analyser le plasma luminescent - in vivo et
en temps réel; ainsi un contrôle précis du matériau ayant subi l'ablation peut être réalisée. Dans la pratique dentaire, tissu généralement plus sain que finalement nécessaire est enlevée. La surveillance dépend principalement d'un facteur «humain» - l'inspection visuelle par le dentiste. Le plasma, qui est créé lors de l'ablation à l'aide de courtes impulsions laser, peut être analysé spectralement en utilisant une distribution de la lumière d'une fibre et système de collecte
Pour utiliser l'analyse spectroscopique des plasmas induits par laser, pour obtenir des informations sur les caries. - état de tissu dentaire, a d'abord été suggérée par Niemz [2] et Kohns [12]. Leurs études ont porté sur seulement l'enquête spectroscopique des raies spectrales de calcium (intensité et la largeur de ligne). Cependant, en utilisant seulement quelques lignes spectrales d'un seul élément est connu pour être potentiellement une source de grandes erreurs dans toute technique d'analyse laser comme LIBS. A notre connaissance, il n'y a eu aucune étude, à l'exception de notre groupe [21], afin d'exploiter simultanément les informations spectrales à partir de plus d'un élément, à partir de la matrice et non matrice d'éléments, la distinction entre les tissus sains et carieuse. Cette nouvelle approche constitue une partie de notre enquête actuelle. Carious /dent saine de la distinction entre les tissus sains et cariée peut être très sensible lorsque l'exploitation des données spectrales d'une paire, ou même plus d'une paire, d'éléments appropriés sous la forme de rapports d'intensité de ligne combinée à un algorithme de reconnaissance de formes. matériau peut être identifié grâce à la diminution des éléments de matrice (Ca
et P
) et /ou l'augmentation des éléments non-matrice (typiquement Li
,
Sr, Ba
, Na
, Mg
, Zn
et C
), en utilisant des algorithmes de reconnaissance de formes. Ce processus d'analyse peut être effectuée avec résolution spatiale. précision latérale de l'ordre de 100-200 um, tandis que la profondeur du profil est précis à moins de 10 um. Ainsi, en principe, la combinaison de LIBS et un algorithme de reconnaissance de formes donne des dentistes un outil puissant pour un contrôle précis en temps réel et l'identification des caries touchés tissus ou matériaux de restauration dentaire au cours de forage au laser.
Comme une note de la prudence, nous tenons à souligner dès le début que le laser utilisé dans cette étude, à savoir un laser Nd: YAG fonctionnant à sa longueur d'onde fondamentale et en fournissant des impulsions de durée nanoseconde, est très probablement pas le laser de choix pour réelle in vivo
le perçage au laser des dents. En outre, aucun des tests cliniques complets ont été réalisés à ce jour, un seul vivo
mesure en a été réalisée sur une dent d'un volontaire. Par conséquent, les résultats présentés ici doivent être considérés comme une preuve de principe, plutôt que la mise à disposition d'une technique entièrement développé immédiatement applicable dans la pratique dentaire.
Méthode et matériaux
En spectroscopie de décomposition induite par laser-one utilise la de fortes densités de puissance obtenues par la focalisation du rayonnement émis par un laser pulsé (normalement fonctionnant à une seule longueur d'onde fixe) pour générer un micro-plasma lumineux à partir de la substance à analyser (solides, liquides et gazeux d'échantillons). Une bonne approximation, la composition du plasma est représentative de la composition élémentaire de la substance à analyser. Dans les trente ans ou plus depuis sa création le potentiel de LIBS comme outil d'analyse a été réalisé, conduisant à une liste toujours croissante des applications, à la fois pour l'analyse en laboratoire et des environnements industriels [19, 20]. Nous tenons à souligner que l'ablation du tissu dentaire en utilisant des lasers pulsés, et surveiller simultanément l'émission de plasma imite étroitement le principe de la technique de LIBS [21] Norme LIBS de. Systèmes d'analyse comprennent les principales unités de composants typiques, à savoir (a ) la source laser; (B) la fourniture de la lumière laser et la collecte d'émission à plasma de système; et (c) le système d'analyse spectrale. Pour l'étude expérimentale décrite ici, à savoir la mise en oeuvre de LIBS en dentisterie, nous avons utilisé un ensemble LIBS à base de fibres [22]
Le système laser
Le laser utilisé pour la génération de plasma est une norme pulsé Nd. YAG ( Quantel de
Brilliant ou BigSky
), fonctionnant à sa longueur d'onde fondamentale de 1064 nm, à un taux de répétition de 20 Hz. des impulsions laser individuelles ont une longueur d'impulsion de 4-8 ns (en fonction du commutateur Q de réglage du calage de l'alimentation électrique au laser). L'énergie d'impulsion est réglée avec précision en utilisant une lame à retard demi-onde et le polariseur de Glan-laser dans le trajet du faisceau. Elle a été mesurée en utilisant un compteur d'énergie calibrée (Coherent LabMaster
); généralement, des énergies d'impulsion dans la gamme 10-30 mJ ont été utilisés. Nous tenons à souligner ici, que les lasers de durée d'impulsion de nanoseconde IR près très probablement ne seront pas les lasers de choix dans les applications pratiques pour le forage dentaire, mais doivent être considérés comme un scénario de validation de principe.
La livraison lumière et le système
le dispositif optique global utilisé dans nos expériences de collecte est représentée sur la figure 1. Une seule fibre de diamètre de coeur de 550 um (Ensign-Bicford HCG550
) et la longueur 5 m a été utilisé pour délivrer le rayonnement laser à la matériau cible (dent) - pour
in vivo et in vitro dans des applications
- et de recueillir l'émission du plasma généré pour une analyse ultérieure. Les extrémités des fibres ont été préparées par un procédé de clivage qui a permis à des irradiations de & gt; 1 GW /cm
2 pour être transporté sans causer de dommages à la fibre. Figure 1 Vue en plan de la mise en page optique et l'équipement expérimental
Comme le montre le set-up, le rayonnement du Nd. YAG laser a été focalisé sur l'extrémité de lancement de la fibre, positionné juste au-delà du point focal de la lentille , par l'intermédiaire d'un miroir de haute réflectivité (enduit à la R & gt; 99,5% à 1,064 nm) en utilisant un 250 mm de focale lentille convergente. Ce rayonnement est passé à travers un trou central d'un diamètre de 2 mm dans le miroir de collecte de lumière.
Les impulsions de lumière laser sortant de l'extrémité de la fibre (extrémité distale) ont été dirigés sur le matériau cible. A noter que pour une fraction importante de nos expériences, aucun des composants optiques ont été utilisées entre l'extrémité de la fibre et la dent. La séparation entre la fibre et la cible (dent) est d'environ
D ≠ 1,5-2,0 mm. Compte tenu de cette distance fibre-to-cible et l'ouverture numérique de la fibre (NA
= 0,22), l'irradiance sur la cible est de l'ordre I
T
≠ 0,092 à 0,065 GW /cm 2, pour une énergie d'impulsion de lancement de de E pf
= 12 mJ. Cette valeur est en toute sécurité au-dessus du seuil pour la génération d'un plasma lumineux, qui nous avons déterminé que sur I
T, e
≠ 0,05 GW /cm 2.
Une fraction du la lumière émise depuis la surface cible ont été collectées par l'intermédiaire de la même fibre; cette ré-émerge à l'extrémité de lancement (extrémité proximale), avec une divergence relative à l'ouverture numérique de la fibre. Le miroir d'un revêtement métallique renforcée par UV a été utilisée pour séparer cette lumière divergente à partir des en-vient Nd: YAG impulsions laser. Cette (divergente) plasma fluorescence lumière a été re-focalisé sur le faisceau de fibres de spectrographe. A noter que l'ensemble de fibres peut être utilisé pour simplement recueillir la lumière provenant du plasma, simplement en plaçant l'extrémité distale à proximité de la cible, dans le cas où les impulsions laser ne sont pas fournies par la même fibre optique pour le perçage de tissu dentaire.
Pour obtenir une aide facultative pointage précis de l'infrarouge proche ablation rayonnement sur des domaines particuliers de la dent, la lumière d'un laser HeNe pourrait être introduit colinéaire via le Nd:. YAG miroir d'orientation de faisceau (haute transmission à 633 nm)
la système pour l'analyse spectrale
Le système utilisé pour l'analyse spectrale est composée d'un spectrographe standard (ACR500, Acton Research
) avec un déclenchable, l'intensification de détecteur à photodiode (IRY1024, Princeton Instruments
) qui lui sont attachés. Le déclenchement du détecteur et le calendrier pour l'accumulation spectrale ont été contrôlés par un PC via un générateur de retard d'impulsion (PG200, Princeton Instruments
).
Nous tenons à noter que les résultats expérimentaux présentés ici ont été obtenus en utilisant des impulsions laser d'une durée de nanosecondes quelques-uns. Precise gating de temps du système pour l'analyse de plasma est normalement nécessaire, pour éviter la forte contribution spectrale, large bande de Bremsstrahlung
au cours de la phase précoce de l'évolution du plasma [23] (en grande partie due au plasma - laser interaction de rayonnement). Exploiter l'algorithme de reconnaissance de formes, décrit plus loin dans ce document, le temps de déclenchement du système de détection ne doit pas être trop critique: indésirables contributions à large bande de fond sont automatiquement pris en compte. Ainsi, le temps d'acquisition peut être placé aussi haut que quelques millisecondes [24], plutôt que les intervalles de microsecondes habituels; seule une bonne synchronisation de l'impulsion laser est nécessaire, en principe. Par conséquent, les générateurs de retard /électronique et photons détecteurs moins sophistiqués, tels que par exemple tubes photomultiplicateurs simples /gain élevé des diodes à avalanche pourraient suffire dans la construction d'un dispositif rentable pour surveiller la lumière du plasma lumineux. En outre, nous tenons à noter que pour les impulsions laser de picoseconde ou sous-picoseconde durée du plasma - interaction de rayonnement laser est beaucoup plus courte, et normalement Bremsstrahlung
ne joue pas un rôle très important sur l'échelle de temps du spectre utilisé pour élémentaire une analyse. Normalement, les antécédents de Bremsstrahlung inférieur sont également rencontrés lors de l'utilisation de rayonnement laser UV pour générer le plasma d'ablation.
Analyse discriminante
Chaque spectre recueillies à l'aide d'un instrument LIBS est une «empreinte digitale» de la matière en cours d'analyse et les conditions dans lesquelles ils ont été recueillis. La plupart des efforts dans la recherche quantitative LIBS ont été visant à normaliser les conditions et procédures de collecte du spectre, de sorte que les spectres sont suffisamment reproductibles pour l'analyse quantitative précise, jusqu'à des sensibilités de détection de quelques parties par million. Dans le procédé de surveillance décrit ici, cette complexité ne soit pas vraiment nécessaire.
A condition que les fluctuations d'intensité relatifs liés à la reproductibilité de la technique de mesure lui-même sont plus petits, puis les variations de signal attendues associées à la distribution des éléments de l'échantillon, les spectres permettre la distinction entre concluante compositions d'échantillons spécifiques. Ceci est dû au fait que les irrégularités dans l'ensemble de la procédure de collecte de spectre peuvent être inclus dans le "empreinte digitale" tolérance de l'échantillon. Ainsi, un taux de près de 100% d'identification est possible [25]. La limite de cette hypothèse est abordée lorsque les groupes d'échantillons à être identifiés sont très similaires, à savoir des échantillons de la même matrice ont tendance à cette limite si leurs compositions de trace ne diffèrent pas significativement entre les échantillons individuels. Toutefois, cela ne pose pas de problème dans le cas présenté ici; que la différenciation entre les tissus carieux et en bonne santé doit être atteint. Ceci est facile à réaliser en utilisant l'algorithme de reconnaissance de modèle considéré ici. Comme une note de prudence, il convient d'ajouter que, la carie dans ses premiers stades pourraient poser un défi à l'algorithme de reconnaissance parce que la différence de tissu sain peut ne pas être très grand. Cependant, nous avons montré pour une gamme de matrices avec des différences de composition ne subtiles que notre méthode est toujours couronnée de succès [25].
Plus communément connu sous le nom d'analyse discriminante
en spectroscopie, le but de tout algorithme de reconnaissance de formes est de manière non ambiguë déterminer l'identité ou la qualité d'un échantillon inconnu par rapport à une base de données de référence. Il existe deux applications de base pour l'analyse discriminante spectroscopique: (i) pureté matériau /détermination de la qualité, et (ii) l'identification des matières /dépistage. Dans ce travail, nous avons mis l'accent sur ce dernier point, puisque - d'insister sur ce nouveau - que l'identification univoque est un problème pour la surveillance de la différence entre les tissus sains et cariée. Il deviendra évident de la discussion plus loin que les caries, même en reconnaissant dans ses premiers stades de développement devrait être possible en principe.
Identification des matériaux et la méthode Mahalanobis Distance de l'appariement du spectre
Lorsque l'analyse discriminante est utilisée dans l'identification du produit , ou un produit de dépistage mode, le spectre de l'échantillon «inconnu» peut être comparée à de multiples modèles discriminants. Chaque modèle est construit à partir des spectres ont été recueillies à partir d'échantillons représentatifs de divers groupes, tels que définis par la composition des échantillons. Une indication de la probabilité du spectre correspondant à un de ces groupes se dégage de l'analyse, et tout échantillon peut donc être classé comme un «match», ou comme «non match» (voir Figure 2). Cette identification peut être affiché visuellement sur un (par exemple écran d'ordinateur) du moniteur, ou pour l'identification rapide peut être sous la forme d'un signal sonore étant activé lorsque par exemple la transition de cariée à la matière dentaire saine a été identifié. Nous aimons noter ici que, en principe, un seul modèle discriminante avec sa base de données (ensemble d'apprentissage) connexe suffirait pour l'identification des caries. Ladite base de données a pour enfermer les spectres d'une large sélection de dents saines pour fournir un moyen statistique de concentration de l'élément de dispersion; tout écart en dehors de cette limite statistique peut alors être associée à un tissu carieux. D'autre part, l'algorithme doit être «formé» pour inclure uniquement les caractéristiques spectrales qui sont potentiellement associés à la carie, car d'autres concentrations élémentaires peuvent également changer, en raison d'autres causes (par exemple la présence d'un remplissage de la dent). Pour tenir compte des causes comme celle mentionnée modèles discriminants supplémentaires pourraient devoir être ajoutés pour identifier sans ambiguïté l'effet de la carie. Figure 2 Principe d'applications d'identification /de dépistage de l'échantillon basé sur l'analyse discriminante, ici pour avertissement lorsque la matière dentaire saine est ciblée au cours du forage au laser. Existent
nombreux algorithmes qui peuvent être utilisés pour évaluer la similitude d'un spectre mesuré avec l'ensemble de la formation . Ici, la description a été limitée à l'algorithme d'intérêt, à savoir la soi-disant méthode de Mahalanobis Distance.
Afin de calculer la distance de Mahalanobis
(DIST), Analyse en Composantes Principales
(APC) est utilisé. PCA est une approche analytique typique, qui fait normalement partie de tout logiciel d'analyse des données spectrales, et donc nous nous abstenons ici de fournir de nombreux détails de ces méthodes d'analyse et d'algorithmes, mais seulement de fournir une vue d'ensemble de la procédure. Dans l'APC /DIST ensembles de formation d'analyse de spectres sont décomposés en une série de spectres mathématiques appelées facteurs
qui, lorsqu'ils sont ajoutés ensemble, reconstruire le spectre d'origine. La contribution de tout facteur fait à chaque spectre est représenté par un coefficient de mise à l'échelle
, ou marquer
, qui est calculé pour tous les facteurs identifiés dans l'ensemble de la formation. Ainsi, en connaissant l'ensemble des facteurs pour l'ensemble de la formation, les scores représenteront les spectres aussi précisément que les réponses originales à toutes les longueurs d'onde [25].
Échantillons en cours d'analyse
Dans cette étude, nous avons étudié la dent différente des échantillons avec et sans caries - principalement des molaires et canines dents chez les adultes. Aucun traitement de l'échantillon spécial a été effectué; dents extraites ont été simplement lavées dans de l'eau distillée et séché à l'air. Cent cinquante-neuf (159) dents extraites avec des degrés divers de caries évidentes (123 molaires et 36 canines des adultes), qui ont été évaluées en utilisant un examen visuel par des examinateurs formés, ont été utilisés pour les résultats présentés dans cette publication. La difficulté à détecter des lésions carieuses précoces, comme dans des fosses ou des fissures, qui sont généralement non-pigmentée ou lésions blanches ne sont pas inclus dans l'étude. En effet, l'analyse histopathologique, pour la distinction correcte entre le tissu carieux et en bonne santé dans ces cas non évidentes, on ne disposait pas au moment de l'étude. Une telle enquête approfondie est en cours de préparation, en collaboration avec deux cabinets dentaires et un hôpital.
La plupart des expériences ont été réalisées in vitro
. En outre, une expérience de test a également été réalisée in vivo
sur un dent molaire d'un adulte bénévole. Cette dernière expérience a été réalisée à très faible irradiance laser, juste au-dessus du seuil d'ablation où la densité de puissance ne suffit pas à causer des dommages visibles à la dent, mais néanmoins un plasma lumineux est créé.
Résultats et discussion The Mahalanobis Distance méthode d'appariement des spectres LIBS d'échantillons de dents
afin de tester cette analyse discriminante dans l'identification des échantillons de tissus carieuses /sains, dix entrées de base de données ont été construites à partir des spectres collectés pour former dix modèles
discriminante analyse distincte, cinq chacun des tissus carieuses et sains. Six plages spectrales distinctes couvrant une gamme de matrice et non matrice éléments ont été utilisés; les spectres pertinents sont représentés sur la figure 3. De cette façon les six couples d'identificateurs "sains /malades» ont été générés. Comme l'a souligné notre plus tôt, en principe, un modèle unique suffirait probablement, mais ayant plus d'un décideur améliore naturellement sur la précision de l'identification. Figure 3 sélectionné spectres LIBS d'une partie de l'émail de la dent, enregistrée à un endroit affecté par la carie (trace de trait plein) et à un, l'emplacement affecté (trace de ligne en pointillés) son. Dans la section des caries touchées (a) Ca
diminue au détriment de Mg
; (B) Ca
diminue au détriment de Li
; (C) Ca
diminue au détriment de Ba
et Sr; (D) Ca
et P
diminuer au détriment de Zn
et C
; (E) Ca
diminue au détriment de Na
; et (f) Ca
diminue au détriment de K et Mg
.
Pour créer les modèles d'analyse discriminante une liste de l'ensemble de la formation des spectres a été tout simplement entré dans les PLS plus /IQ
programme attachement à /32
package GRAMMES d'évaluation spectrale du logiciel (Galactic Software Ltd.) et reliés entre eux avec des codes macro en interne écrites pour la présentation visuelle (et audio) des résultats d'analyse. Le programme a généré un modèle d'analyse discriminante pour chaque échantillon, en utilisant les méthodes décrites dans la section précédente, contre laquelle les spectres d'essai ont été appariés. Lors de la vérification de l'identité des spectres "inconnus" collectées à partir d'une gamme d'échantillons de dents, tous ont été identifiés comme étant soit
définie ou possible
correspond aux modèles sains ou malades tissus discriminante analyse, même si un seul des six des régions spectrales d'identification a été utilisé.
le constituant majeur de l'émail cristallin et de la matrice dentinaire de la structure de la dent est de l'hydroxyapatite, Ca
10 (PO
4) 6 (OH
) 2 dont l'abondance absolue est nettement différente pour les tissus dentaires sains et les tissus affectés par la carie. Pour les dents touchées les concentrations relatives des éléments de matrice Ca
et P
diminuer sévèrement. D'autre part, la non-minéralisant (non-matrice) éléments, par exemple zinc, et les matières organiques (l'apparition de la ligne nm carbone 193 est indicative pour ces) augmentent fortement; voir la figure 3d. Un indicateur similaire pour l'effet de la carie attaque est l'augmentation importante de strontium, Sr
et le baryum, Ba
, par rapport à l'élément de matrice
Ca; voir la figure 3c.
Dans les modèles d'analyse discriminante utilisée ici le résultat important est la valeur de la DIST. Selon cela, un laissez-passer
(P) - les tissus sains, possible
(?) - Les tissus sains /cariée ou échouer
(F) - tissus carieux - résultat a été retourné dans les tests Limites, liés à des groupes d'échantillons de référence. Les essais effectués sur des centaines de spectres enregistrés à partir d'une multitude de dents ont montré une preuve concluante que l'aide de la DIST
valeurs des spectres pourrait être correctement classés dans les deux groupes d'échantillons distincts, à savoir son, dent saine zone
/caries touchés zone de dent
.
la valeur DIST est effectivement une mesure de la similitude d'un spectre «inconnu» à un groupe de spectres de formation. Ainsi, la valeur DIST dans les modèles d'analyse discriminante signaler un résultat "
FAIL" est normalement élevé, ce qui indique que les contributions spectrales à partir d'éléments individuels sont très différents par exemple sain et échantillons caries touchés. Les valeurs du M.DIST plus petites pour un modèle donnant entraîner des variations moins élémentaires un «échec» de se rencontrent. Sur cette base, les fluctuations statistiques dans les spectres, provoquées par des variations d'intensité d'impulsion à impulsion inévitables, peuvent également être pris en compte dans la prévision Module
en ajustant les limites de la DIST PASS /FAIL appropriée [25].
Comme cela est le cas dans tous les multivariée Analyse quantitative approche, une application rigoureuse est nécessaire si la technique doit être appliquée à la fois correctement et avec succès. Par exemple, les limites dans lesquelles les valeurs M.DIST indiquent un état de match PASS,
POSSIBLE ou FAIL
sont souvent définis par défaut comme & lt; 2, 2-3, et & gt; 3, respectivement. Par exemple, spectroscopistes Raman utilisent souvent des valeurs supérieures à celles-ci, par exemple & Lt; 5, 5-15, et & gt; 15, respectivement. Par conséquent, ces limites doivent toujours être déterminé avant une application pratique, comme la distinction entre la matière dentaire saine et caries touchées. Les facteurs qui dictent ces limites dans l'analyse LIBS sont (i) la reproductibilité du spectre et (ii) l'homogénéité échantillon à échantillon. En testant les modèles produits avec des spectres collectés au hasard à partir d'échantillons du matériau qu'ils représentent (cariée ou le son tissu dentaire), la plage de valeurs DIST, ce qui donne une identification positive peut être trouvée. Si cela ne se fait alors le modèle pourrait mal manquer-identifier les matériaux.
En outre, en ajustant avec soin les limites DIST, une mauvaise reproductibilité peut en principe être pris en compte, à condition qu'il existe des différences élémentaires suffisantes dans les échantillons étant triés , que ces changements clairs dans les réponses spectrales peuvent être observées. En référence à la figure 3 en effet de grandes différences dans la signature spectrale de tissus sains et cariée touchés sont rencontrés, et nous avons montré que, contrairement à ces cas évidents, les différences subtiles peuvent également être distingués (ce qui signifie que même la détection des caries lésions précoces devrait être possible). Ceci sera discuté plus loin, en se référant également au choix des valeurs limites DIST.
Enfin, nous tenons à souligner que l'analyse multivariée est plutôt unintuitive pour le non-expert depuis une représentation graphique simple du modèle statistique peut normalement pas être donné, comme cela est le cas dans l'analyse univariée. En analyse univariée une distribution f statistique (x)
est tracée contre sa variable x
, présentant un paramètre de largeur (limite de confiance) ± Dx,
ou ± σ. En analyse multivariée, il y a beaucoup de variables x
i
, et la fonction nécessiterait une parcelle multidimensionnelle. Pour un spectre avec un maximum de quelques centaines de points de données (variables) cela ne peut pas être perçue. La valeur DIST peut grossièrement être interprétée comme une sorte de limite de confiance, semblable à σ dans l'analyse univariée. Afin de clarifier ce point, un exemple pour l'analyse univariée est donnée plus loin. Notez que dans la plupart des cas analytiques de bien élevés algorithmes multivariés de données fournira des erreurs réduites par rapport aux algorithmes univariée.
Application de la méthode de Mahalanobis Distance à la cartographie des dents cariées
De l'analyse répétée des spectres collectés à partir de différents des échantillons de dents, il pourrait sans risque être conclu que la distance de Mahalanobis algorithme a le potentiel de fournir un outil de qualité supérieure pour faire correspondre les spectres LIBS et identifier /matériaux carieuses sonores "inconnu". Dans cette étude, nous avons réalisé près de l'identification de 100%; qu'un seul échantillon a été mal interprété lors de nos mesures de test.
Ce résultat est tout à fait remarquable, puisque les spectres recueillis dans cette étude ont été enregistrés pour les paramètres non optimisés. L'extrémité distale de la fibre optique était juste monté à la distance d'environ 2 mm de l'échantillon pour in vitro
applications, et pour les mesures in vivo
dans la fibre a été tout simplement tenu à la main tandis que l'ablation de la dent.
Chaque spectre a été accumulée pour seulement dix événements de plasma induit par laser. laser Moins impulsions par spectre ont été utilisés parfois pour accélérer le processus d'analyse, mais ce fut au détriment de la reproductibilité du spectre, et donc légèrement réduit la probabilité d'identification.
Les spectres de formation utilisés dans cette étude ont été obtenues à partir d'une gamme de échantillons de dents in vitro
-. à savoir de dent extraite fournie par les dentistes
un exemple pour la force de la méthode d'analyse peut être vu dans la figure 4. ici, une mesure in vitro a été réalisée sur une dent de caries affectées à cartographier les zones de tissu «sain» et «malade». La région spectrale utilisée dans ce cas précis a été que présenté à la figure 3a (y compris essentiellement les éléments Mg
et Ca
).
