1

Universidad Politécnica de Sinaloa

Ingeniería en Nanotecnología

Tópicos de Nanociencias

Espectroscopia de reflexión difusa

Alumno:

Germán Cruz Soto

Profesor:

Dr. Eber Enrique Orozco Guillén

Mazatlán, Sinaloa, a 3 de marzo de 2015

2

Resumen

La espectroscopia de reflectancia difusa

es una técnica con la cual es posible

estudiar las propiedades bioquímicas y las

condiciones estructurales de un tejido

biológico analizando la interacción luz

tejido de una manera no invasiva. Por lo

anterior dicha técnica puede ser utilizada

en el diagnóstico y detección de lecciones

benignas y malignas.

Introducción

Espectroscopia de reflectancia difusa es

una técnica con la cual se puede estudiar

tejido biológico. Esta se basa en se basa en

recoger la radiación reflejada en todas

direcciones por superficies rugosas, en

este caso tejido biológico. Parte de la

radiación IR que incide sobre una muestra

se puede reflejar regularmente (es decir,

siguiendo las reglas de la reflexión); otra

parte se puede dispersar de forma difusa;

y una tercera parte puede ser absorbida

en el interior de la muestra o difractada

por los bordes de los granos, dando lugar

a más luz dispersada en todas direcciones.

En espectroscopia de reflexión difusa esto

no hay una relación lineal entre la

concentración de la muestra, por lo tanto,

el análisis cuantitativo por esta técnica no

es sencillo, si bien puede emplearse una

función empírica debida a Kubelka y Munk

que transforma los espectros de

reflectancia en espectros semejantes a los

de absorbancia clásicos. En estos

espectros corregidos sí se encuentra una

relación lineal entre la intensidad y la

concentración.

Para poder diagnosticar enfermedades

con este tipo de espectroscopia es

necesario algoritmos robustos que

permitan extraer las características más

importantes de la señal espectral y

correlacionarlas, tales algoritmos como el

WEKA usado para detectar lesiones

cancerígenas o el AdaBoostM1-Reptree,

el cual nos ayuda a diferenciar entre

imágenes con tejido precancerígeno y

tejido sano con una gran eficacia.

Materiales y Métodos

Para poder capturar los espectros es

necesario un cierto equipo como: un

espectrómetro USB4000, lámpara de

tungsteno HL 2000, sonda de fibra óptica

bifurcada y una computadora con el

software SpectraSuite, para poder

obtener el porcentaje de luz reflejada.

Una vez que ya se cuentan con los

espectros, estos se deben preparar para

los siguientes procesos. Uno de estos

procesos es normalizar los datos, para

evitar errores por variables de

magnitudes mayores a otras.

Mediante el uso de máquinas de vectores

de soporte, árboles aleatorios y redes

neuronales artificiales es que se clasifican

los espectros previamente obtenidos.

Las máquinas de vectores de soporte son

muy importantes durante el proceso de

clasificación debido a que construyen un

hiperplano o conjunto de hiperplanos en

un espacio de dimensionalidad muy alta

(o incluso infinita) que puede ser utilizado

en problemas de clasificación.

Los arboles de decisiones, los cuales son

un modelo de predicción que dada una

3

base de datos se construyen diagramas de

construcciones lógicas, en cada nodo se

realiza una consulta a una de las

características de un patrón con el

objetivo de asignarle una categoría.

Otro sistema importante de

procesamiento de información utilizado

son las redes neuronales las cuales son un

paradigma de aprendizaje y

procesamiento automático inspirado en

la forma en que funciona el sistema

nervioso de los animales. Se trata de un

sistema de interconexión de neuronas

que colaboran entre sí para producir un

estímulo de salida. Las unidades de

procesamiento reciben como entrada los

elementos del patrón con el que es

alimentada la red neuronal y estas

transmiten los elementos como señales a

la siguiente capa, el enlace entre cada

capa está afectado por un peso que

biológicamente representa el nivel de

sinapsis en la conexión [1].

Ya por último se utiliza el WEKA para

hacer las clasificaciones con las técnicas

usadas. El WEKA es una plataforma de

software para el aprendizaje automático y

la minería de datos, escrito en Java.

Mediante este software se realizan los

experimentos de reconocimientos

mediante el uso de los algoritmos de

clasificación que poseen aplicaciones

escritas en el lenguaje JAVA.

Resultados y discusión

Para poder promediar las métricas

arrojadas en cada una de las pruebas de

todos los resultados de cada algoritmo se

utiliza la validación cruzada con k=10

pliegues.

Y para poder evaluar la valides de la de los

modelos utilizados fue utilizado las

mediciones del porcentaje de

predicciones correctas, el área bajo la

curva ROC, el índice Kappa y el promedio

de la sensibilidad y el promedio de la

sensibilidad y especificidad de los

resultados.

Conclusión

Mediante la técnica de espectrometría de

reflexión difusa para reconocimiento de

patrones se espera mejorar la detección y

el tratamiento mediante técnicas no

invasivas de patologías tales como el

cáncer, el cual es de bajo costo y no es

necesario el ser un médico especializado

para llevarlo a cabo.

Y con esto se puede decir que la

espectroscopia junto con los algoritmos

de detección de patrones, son técnicas

muy útiles y eficaces las cuales lograran

una mejoría en la detección de distintos

tipos de cáncer.

Bibliografía

[1] Eber Enrique Orozco Guillén, Guillermo

Iruretagoyena Garcia, Sergio Vazquez y Montiel,

José Alberto Delgado-Atencio, Jorge Castro

Ramos, Francisco Gutierrez Delgado; Métodos de

clasificación para identificar lesiones en piel a

partir de espectros de reflexión difusión; Revista

Ingeniería Biomédica; volumen 4, número 8; julio-

diciembre 2010; págs. 34-40; Escuela de Ingeniería

de Antioquia-Universidad CES, Medellín, Colombia