Discriminación histológica mediante espectroscopia óptica de onda parcial de muestras tisulares de cerebro

Abstract

Las técnicas de imagen ópticas existentes ofrecen herramientas para visualizar la estructura celular a microescala; sin embargo, su capacidad de sensibilidad a nanoescala está restringida por el límite de difracción. El análisis de la teoría del transporte de luz mesoscópica de los espectros de ondas parciales que se propagan dentro de un medio débilmente desordenado, como las células biológicas [esto es, la espectroscopia de onda parcial (PWS, Partial Wave Spectroscopy)] cuantifica las fluctuaciones del índice de refracción en escalas de longitud subdifraccionales. En este sentido, PWS permite detectar estos cambios nanoestructurales midiendo un parámetro estadístico llamado intensidad de desorden (LLdd). PWS utiliza una combinación de un filtro sintonizable y una cámara para adquirir los espectros de retroesparcimiento de cada píxel de la imagen, o de manera más compacta, un espectrómetro en fibra. En este trabajo se estudia y se evalúa la posibilidad de obtener una medida cuantitativa del desorden utilizando el espectro de la información espacial promediada. En lugar de utilizar información espacial y medir rangos espectrales secuencialmente, medimos la señal retroesparcida recogida por una fibra óptica mediante un espectrógrafo. Se aplicaron y evaluaron varios algoritmos de clasificación basados en inteligencia artificial. Se observó que para el tejido de cerebro con magnificaciones de 1X, 4X y 10X con el clasificador de árbol de decisiones se obtienen errores de resubstitución y de correlación cruzada muy bajos. Estos resultados muestran el potencial de proporcionar un diagnóstico significativo automático sin etiquetas de muestras histológicas frescas con el parámetro de desorden obtenido mediante PWS.