Ciri Primer : Glukosa darah tidak normal Nilai Glukosa Darah Puasa (60-120 mg/dl) Nilai Glukosa 2 Jam Satelah Makan (≤150 mg/dl). Penelitian memprediksi bahwa penderita mencapai 522 juta jiwa pada 2030 [Whiting, 2011].
SILENT KILLER
Metode invasive : 1. Media Urin. 2. Media Darah. • Colorimetric Strip. • Electrochemical Sensor. • Biosensor.
Metode non-invasive berbasis optis: 1.
2. 3. 4.
Optical Coherence Tomography (OCT). Diffuse Reflectanace Spectroscopy. Photoacustic Spectroscopy. Thermo-Optical Spectroscopy.
Metode sederhana yang memiliki akurasi tinggi sehingga banyak digunakan dalam penelitian. Metode ini dapat didekati secarakomputasional maupun eksperimental. Metode Komputasional Monte Carlo “Golden Standard”
Metode Eksperimental Source : Sumber Cahaya. Detector : Sensor Cahaya Terpantul. Kedua Motode Saling Memperbaiki &Melengkapi
Start
Launch Photon
Set Step Size S
Hit Boundary?
Yes
No Move S
Store Unfinished S
No
No
Absorp
Move to Boundary
Scatter
Transmit Or Reflect
Photon Weight Small? Yes Survive Roulette?
Yes
No Last Photon? Yes
Penjalaran Cahaya Dalam Multilayer Tissue
End
Diagram Alir Monte Carlo Multilayered Tissue
SIMULASI MONTE CARLO UNTUK MENEMUKAN PENCIRI SPEKTRAL PENYAKIT DIABETES MELLITUS
Computational
Experimental
Non-Invasive Glucose Sensing Using Diffuse Reflectance Spectroscopy
Noninvasive Blood Glucose Assay Using a Newly Developed Near-Infrared System (Maruo, 2003) Analitical Study Of feasibility of Blood Glucose Sensing Using Reduced Scatering (Clancy, 2005) Optical Immersion Clearing of Blood by Glucose (baskatov, 2005) Monte Carlo Simulation of Light Propagation in Human Tissues and Noninvasive Glucose Sensing (Bykov, 2009) Preliminary evaluation of optical glucose sensing in red cell concentrations using near-infrared diffuse-reflectance Spectroscopy (Suzuki, 2012) Discussion on the validity of NIR spectral data in non-invasive blood glucose sensing (Zhang,2013) Monte Carlo Simulation to Find “Finger Print” Spectral of Diabetes Mellitus (Anshori, 2014)
: :
Tujuan Untuk mendapatkan penciri spektral (pola diffuse reflectance) yang dapat digunakan untuk pengukuran diagnostik diabetes mellitus. Manfaat Sebagai bahan rujukan bagi peneliti lain karena dapat menjadi dasar dan pertimbangan dalam perencanaan pengukuran eksperimental.
Dalam penelitian ini digunakan beberapa batasan masalah, antara lain : 1. Jenis tissue yang digunakan adalah model multilayer dengan jumlah layer 3, 6 , 8, dan 10 buah [Yussof, 2012], [Nunez, 2009]. 2. Karakteristik optis tissue dalam studi komputasional ini hanya yang terkait dengan interaksi-interaksi pemantulan, penyerapan, dan penghamburan. 3. Panjang gelombang cahaya yang digunakan adalah 430-1300 nm dengan step 5 nm [Meglinski, 2002]. 4. Jumlah foton yang digunakan adalah 106 buah [Wang, 1992]. 5. Interaksi inisial foton diasumsikan tegak lurus terhadap bidang batas tissue dalam koordinat 2 dimensi. 6. Algoritma Monte Carlo yang digunakan sesuai dengan hasil penelitian Wang [1992].
1. 2.
3. 4.
Menguji Algoritma Software Monte Carlo. Memodelkan Tissue Kulit. Mememilih Model Tissue Kulit Yang Paling Mendekati Tissue Kompleks. Mensimulasikan Perubahan Reflektansi Terhadap Perubahan Kadar Glukosa Darah dan Ketebalan Reticular Dermis.
1. 2.
Menguji Algoritma Software Monte Carlo
Data Pembanding dari [Wang,1992] menggunakan Gaussian beam. RMSE diffuse reflectance rata – rata sebesar 0,05386. RMSE transmitansi rata-rata sebesar 0.00495. Tahap pengujian Gaussian beam pada software ini lulus verifikasi. RMSE RMSE 2 3
Data Pembanding dari [Wang,1992] menggunakan infinitely narrow beam. RMSE diffuse reflectance rata – rata sebesar 0,0113. RMSE transmitansi rata-rata sebesar 0,008717. Tahap pengujian infinitely narrow beam pada software ini lulus verifikasi.
Parameter
RMSE 1
Rerata
Parameter
Diffuse Reflectance
0,05324 0,05502 0,05332 0,05386
Diffuse Reflectance
Transmitance 0,00449 0,00446 0,00458 0,00495
RMSE 1
RMSE 2
RMSE 3
0,01610 0,01021 0,01208 0,01130
Rerata
Transmitance 0,00845 0,00854 0,00916 0,00872
2. Memodelkan Tissue Kulit.
Stratum Corneum Stratum Lucidum Stratum Granulosume
Stratum Spinosum Stratum Basale Papilary Dermis Upper blood net dermis
Reticular dermis
Subcutaneus
Deep blood net dermis Subcutaneous
MULTI LAYER TISSUE
MULTI LAYER TISSUE KULIT
TISSUE KULIT
Indeks bias adalah perbandingan kecepatan cahaya antara ruang hampa dengan medium.
Koefisien Penyerapan adalah probabilitas foton mengalami penyerapan dalam medium per panjang lintasan foton (cm-1).
Koefisien Hamburan adalah probabilitas foton mengalami penghamburan dalam medium per panjang lintasan foton (cm-1).
Anisotropy adalah parameter yang mendiskripsikan ketidakseragama n bentuk geometri sel penyusun tissue (-).
Teori Mie merupakan teori yang menjabarkan proses penghamburan, penyerapan cahaya oleh partikel dengan indeks bias np, yang berada dalam homogen homogen dengan indeks bias nm. Diameter partikel harus lebih kecil dari panjang gelombang cahaya.
Fraksi Volume darah & air (%) memiliki kontribusi yang penting dalam membentuk pola reflectance. Menurut [Nunez, 2009] nilai fraksi volume darah / air tiap layer adalah :
3. Memilih Model Tissue Kulit Yang Mendekati Tissue Kompleks.
3 Layer
Epidermis
Dermis
Subcutaneous
8 layer Stratum Corneum Stratum “L.G.S.,” (Gabungan Stratum Lucidum , stratum granulosum dan stratum spinosum)
Stratum Basale Papilary Dermis Upper Blood Net Dermis Reticular Dermis Deep Blood Net Dermis Subcutaneous
9 layer
10 layer
Stratum Corneum
Stratum Corneum
Stratum Lucidum Stratum Granulosume
Stratum Lucidum Stratum Granulosume
Stratum Spinosum
Stratum Spinosum
Stratum Basale Papilary Dermis Upper Blood Net Dermis Reticular Dermis
Stratum Basale Papilary Dermis Upper Blood Net Dermis Reticular Dermis Deep Blood Net Dermis
Deep Blood Net Dermis
Subcutaneous
0.7
Reflektansi [-]
0.6
0.5
0.4
0.3
0.2
0.1
Variabel Fraksi Melanin Fraksi Darah Tebal Stratum Corneum Tebal Stratum Lucidum Tebal Stratum Granulosum Tebal Stratum Spinosum Tebal Stratum Basale Tebal Papilary Dermis Tebal Upper Blood Net Dermis Tebal Reticular Dermis Model 3 Layer, RMSE = 0,1323 Model 8 Layer, RMSE = 0,0725 Tebal Deep Blood Net Dermis Model 9 Layer, RMSE = 0,0718 Model 10 Layer, RMSE = 0,0788 Tebal Subcutaneous Data Referensi Konsentrasi Bilirubin 400 500 600 700 800 900 1000 1100 1200 Konsentrasi Bhetacaroten Panjang Gelombang (nm) Konsentrasi Glukosa Nilai reflektansi hasil simulasi model tissue kulit Konsentrasi Hemoglobin dan data referensi menggunakan infinitely Fraksi air narrow beam.
Nilai 0,0329% 0,6829% 0,002 cm 0,001 cm 0,001 cm 0,0045 cm 0,0015 cm 0,0015 cm 0,008 cm 0,1 cm 0,008 cm 0,6 cm 0,05 g/L 2,1 × 104 g/L 100 mg/dl 150 g/L 21%
Nilai variabel dalam simulasi pemilihan model tissue
4. Mensimulasikan Perubahan Reflektansi Terhadap Perubahan Kadar Glukosa Darah dan Ketebalan Reticular Dermis.
Jumlah foton :1juta buah. Spektrum panjang gelombang :4301100, step 5 nm. Grid size (dz=0,005cm;dr=0, 005cm), (da=1), Grid elemen (nodz=1482,nodr= 125).
Variabel Fraksi Melanin Fraksi Darah Tebal Stratum Corneum Tebal Stratum Lucidum Tebal Stratum Granulosum Tebal Stratum Spinosum Tebal Stratum Basale Tebal Papilary Dermis Tebal Upper Blood Net Dermis Tebal Reticular Dermis Tebal Deep Blood Net Dermis Tebal Subcutaneous Konsentrasi Bilirubin Konsentrasi Bhetacaroten Konsentrasi Glukosa Konsentrasi Hemoglobin
Nilai 13,5 % 0,6829 % 0,002 cm 0,001 cm 0,001 cm 0,0045 cm 0,0015 cm 0,0015 cm 0,008 cm 0,15 cm 0,008 cm 0,6 cm 0,05 g/L 2,1 × 104 g/L 50, 100, 150, dan 200 mg/dl 150 g/L
Nilai Variabel Dalam Simulasi.Perubahan Kadar Glukosa Darah
Kadar Glukosa Darah = 50 mg/dl Kadar Glukosa Darah = 100 mg/dl Kadar Glukosa Darah = 150 mg/dl Kadar Glukosa Darah = 200 mg/dl
0.65 0.60
0.60
0.55
0.55
0.50
0.50
0.5477
0.40
0.5476
Reflektansi [-]
0.35 0.30 0.25
0.5475 0.5474 0.5473
970.0
0.20 600
0.5476
0.40 0.35
0.5472 970.1
Panjang Gelombang (nm)
500
0.5477
0.30
0.5471 969.9
400
0.45
Reflektansi [-]
0.45
Reflektansi [-]
Reflektansi [-]
Kadar Glukosa Darah = 50 mg/dl Kadar Glukosa Darah = 100 mg/dl Kadar Glukosa Darah = 150 mg/dl Kadar Glukosa Darah = 200 mg/dl
0.65
700
800
900
Panjang Gelombang (nm)
1000
1100
1200
Nilai Reflektansi Hasil Simulasi Perubahan Kadar Glukosa Darah
0.25
0.5475 0.5474 0.5473 0.5472 0.5471 969.9
0.20 400
500
600
700
800
970.0
Panjang Gelombang (nm)
900
1000
970.1
1100
Panjang Gelombang (nm)
Nilai reflektansi hasil simulasi kadar glukosa darah fungsi panjang gelombang pilihan menggunakan infinitely narrow beam
[ R (x mg/dl) - R (50 mg/dl) ] per [ R (200 mg/dl) - R (50 mg/dl) ]
600
800
1000
1200
x = 50 mg/dl x = 100 mg/dl x = 150 mg/dl x = 200 mg/dl
1.50 1.25 1.00 0.75 0.50 0.25 0.00
(b) [ R (x mg/dl) ] per [ R (50 mg/dl) ]
Nilai reflektansi kadar glukosa darah relatif (a) terhadap kadar glukosa darah 50 mg/dl dan (b) terhadap rentang nilai kadar glukosa darah minimal (50 mg/dl) dan maksimal (200 mg/dl) fungsi panjang gelombang pilihan
Perbandingan Reflektansi
400
x = 100 mg/dl x = 150 mg/dl x = 200 mg/dl
1.004 1.003 1.002 1.001 1.000 0.999 0.998 0.997
400
600
800
1000
(a) Panjang Gelombang (nm)
1200
0.0
0.5
1.0
50 mg/dl 100 mg/dl 150 mg/dl 200 mg/dl
1.112
3.9
1.110 1.108
2.6
1.5
1.106 1.104
1.3
1.102 0.210
0.211
0.210
0.211
0.210
0.211
0.0
2
Diffuse Reflectance (J/cm ) 820 nm 930 nm
1.100
1.070 1.068
3.0
1.066 1.064
1.5
1.062 1.060
0.0
3.9
0.826 0.824
645 nm
Nilai diffuse reflectance fungsi radius untuk tiga panjang gelombang pilihan menggunakan gaussian beam, energi 1J, dan radius beam 0,2 cm
4.5
2.6
0.822 0.820 0.818
1.3
0.816
0.0 0.0
0.5
1.0
Radius (cm)
1.5
Jumlah foton :1juta buah. Spektrum panjang gelombang :430-1100, step 5 nm. Grid size (dz=0,005cm;dr=0,005c m), (da=1), Grid elemen (nodz=1482,nodr=125).
Variabel Fraksi Melanin Fraksi Darah Tebal Stratum Corneum Tebal Stratum Lucidum Tebal Stratum Granulosum Tebal Stratum Spinosum Tebal Stratum Basale Tebal Papilary Dermis Tebal Upper Blood Net Dermis Tebal Reticular Dermis Tebal Deep Blood Net Dermis Tebal Subcutaneous Konsentrasi Bilirubin Konsentrasi Bhetacaroten Konsentrasi Glukosa Konsentrasi Hemoglobin
Nilai 13,5 % 0,6829 % 0,002 cm 0,001 cm 0,001 cm 0,0045 cm 0,0015 cm 0,0015 cm 0,008 cm 0,1; 0,3; dan 0,5 cm 0,008 cm 0,6 cm 0,05 g/L 2,1 × 104 g/L 100 mg/dl 150 g/L
Nilai Variabel Dalam Simulasi.Perubahan Ketebalan Reticular Dermis
400
600
Reflektansi [-]
0.5
0.4
0.3
0.2 400
500
600
700
800
900
1000
1100
1200
[ R (x cm) - R (0,1 cm) ] per [ R (0,5 cm) - R (0,1 cm) ]
0.6
1000
0.0
x = 0,1 cm x = 0,3 cm x = 0,5 cm
(a)
1.05
1.00
0.95
0.90
x = 0,3 cm x = 0,5 cm
Panjang Gelombang (nm)
Nilai reflektansi hasil simulasi perubahan ketebalan reticular dermis menggunakan infinitely narrow beam
800
0.5
-0.5
[ R (x cm) ] per [ R (0,1 cm) ]
Perbandingan Reflektansi
Hasil Simulasi Reticular Dermis = 0,1 cm Hasil Simulasi Reticular Dermis = 0,3 cm Hasil Simulasi Reticular Dermis = 0,5 cm
1000
(b)
1.0
0.7
800
0.85
400
600
Panjang Gelombang (nm)
Nilai reflektansi ketebalan reticular dermis relatif (a) terhadap ketebalan reticular dermis 0,1 cm dan (b) relatif terhadap rentang nilai ketebalan reticular dermis minimal (0,1 cm) dan maksimal (0,5 cm) fungsi panjang gelombang pilihan
Tebal Reticular Dermis 0,1 cm Tebal Reticular Dermis 0,3 cm Tebal Reticular Dermis 0,5 cm
0.0
2.6 1.3
1.0
1.5
4.20 4.18 4.16 4.14 4.12 4.10 4.08 4.06 4.04 0.025
0.0
765 nm
2
Diffuse Reflectance (J/cm ) 845 nm
Nilai diffuse reflectance fungsi radius untuk tiga panjang gelombang pilihan menggunakan gaussian beam, energi 1J, dan radius beam 0,2 cm
885 nm
3.9
0.5
3.9 2.6 1.3
4.22 4.20 4.18 4.16 4.14 4.12 4.10 4.08 4.06 4.04 0.025
0.0 4.5 3.0 1.5
4.40 4.38 4.36 4.34 4.32 4.30 4.28 4.26 4.24 4.22 4.20
0.025
0.0 0.0
0.5
1.0
Radius (cm)
1.5
Kesimpulan
Berdasarkan hasil pengujian empat model tissue kulit (slide 21) diperoleh bahwa model 8 layer adalah konfigurasi terbaik, karena memiliki pola reflektansi yang paling mendekati pola reflektansi tissue kompleks dengan nilai RMSE 0,0725. Berdasarkan hasil simulasi terhadap perubahan kadar glukosa darah dan ketebalan reticular dermis, diperoleh bahwa panjang gelombang penciri penyakit diabetes mellitus terdapat dalam spektrum cahaya tampak hingga inframerah dekat yang bersifat diskrit pada variabel glukosa darah dan bersifat kontinyu pada variabel ketebalan reticular dermis. Terdapat tiga panjang gelombang yang memiliki sensitifitas perubahan nilai reflektansi terbesar (slide 26 dan 29) terhadap perubahan kadar glukosa darah, yaitu : 645, 820, dan 930 nm dan terhadap ketebalan reticular dermis, yaitu : 765, 845, dan 885 nm. Saran Pendekatan analitis yang digunakan untuk menentukan nilai karakteristik optis darah mengasumsikan bahwa molekul eritrosit dalam darah berbentuk sphere dan antara satu dengan lainnya bersifat homogen, sedangkan keadaan sebenarnya berbentuk flat biconcave dan bersifat heterogen. Oleh karena itu, penelitian berikutnya perlu mempertimbangkan penggunaan data pengukuran eksperimental karakteristik optis darah yang mengandung eritrosit bersifat heterogen. Hendaknya perlu mempertimbangkan kadar oksigen sebagai variabel penciri diabetes mellitus. Karena penderita memiliki mikrosirkulasi darah yang buruk, sehingga kadar oksigen darah menjadi rendah (Perez, 1994).
DCCT, 1993. “The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus”. J. Med. 329, 977–986. Bashkatov, A. N., Zhestkov, D. M., Genina, É. A., and Tuchin, V. V., 2005. “Immersion clearing of human blood in the visible and near-infrared spectral regions”. J. Optics And Spectroscopy 98, 4 638–646. Clancy, N.T. and Leahy, M. J., 2005. “Effect of glucose on the optical properties of arterial blood using Mie theory simulations”. Proceeding SPIE-OSA Biomedical Optics 5862, 58620Y 1-7. Dua, P., Doyle, F. J., and Pistikopoulos, E. N., Aug. 2006. “Model-based blood glucose control for type 1 diabetes via parametric programming”. IEEE Trans. On Biomedical Engineering 8, 6 1478-1491. Irvine, M. W. and Pollack, J. B., 1986. “Infrared optical properties of water and ice spheres”. ICARUS 8, 324-360. Jacques, S. L., 2013. “Optical properties of biological tissues: a review”. J. Phys. Med. Biol. 58, 37–61. Krishnaswamy, A. and Baranoski, G. V. G., Jan. 2004. A study on skin optics. Natural Phenomena Simulation Group, Canada, Tech. Rep. CS-2004-01. Mansouri, C., L’Huillier, J. P., Kashou, N. H., and Humeau, A., 2010. “Depth sensitivity analysis of functional near-infrared spectroscopy measurement using three-dimensional monte carlo modelling-based magnetic resonance imaging”. J. Lasers Med. Sci. 25, 431438.
Mätzler, C., Jun. 2002. MATLAB functions for mie scattering and absorption. Institute of Applied Physics University of Bern, Swiss, Res. Rep. No. 2002-08. Mcnichols, R. J. and Cot´E, G. L., 2000. “Optical Glucose Sensing In Biological Fluids: An Overview”. J. Biomed. Opt. 5, 5–16. Meglinski, I. V. and Macher, S. J., 2002. “Quantitative assessment of skin layers absorption and skin reflectance spectra simulation in the visible and near-infrared spectral regions”. J. Physiological Measurement 23, 4 741-753. Nunez, A. S., 2009. A Physical Model of Human Skin and Its Application for Search and Rescue. M.S. dissertation, Dept. Air Force, Air Force Institute of Technology, Ohio, USA. Perez, M. I. and Kohn, S. R., 1994. “Cutaneous manifestations of diabetes mellitus”. J. the American Academy of Dermatology 30, 4 519-531. Prahl, S. A., 1988. Light Transport in Tissue. Ph.D. dissertation, University of Texas, Austin, USA. Prahl, S. A., 2007. Monte Carlo Simulation,
Tuchin, V. V., 2009. Handbook of Optical Sensing of Glucose in Biological Fluids and Tissues. USA : CRC Press Ch 1-3,5. Veen, R. L. P. V., Sterenborg, H. J. C. M., Pifferi, A., Torricelli, A., and Cubeddu, R., 2004. “Determination of VIS- NIR absorption coefficients of mammalian fat, with time and spatially resolved diffuse reflectance and transmission spectroscopy”. OSA Annual BIOMED Topical Meeting.
Wang, L. and Jacques, S. L., 1992. Monte Carlo Modeling of Light Transport in Multilayered Tissues in Standard C. University of Texas M. D. Anderson Cancer Center. Wang, L., Zhang, Y. T., Chen, X. D., and Wang, Z., 2009. “Monte carlo simulation of light propagation in human tissue model”. Proceeding on Bioinformatics and Biomedical Engineering, China 1-4. Wang, S., Zhao, J., Lui, H., He, Q., and Zeng, H., 2011. “Monte Carlo simulation of near infrared autofluorescence measurements of in vivo skin”. J. Photochemistry and Photobiology 105, 183-189. Whiting, D. R., Guariguata, L., Weil, C., and Shaw, J., 2011. “IDF Diabetes Atlas: Global estimates of the prevalence of diabetes for 2011 and 2030”. J. Diabetes Research and Clinical Practice 94, 311-321. Wondim, Y. K., 2011. Hyperspectral Image Analysis Algorith for Characterizing Human Tissue. Department of Biomedical Engineering, Linköping Universitet, SE-581 85 Linköping, Sweden. Xue, L. L., Zhang, X., Wang, Y., Zhu, M.Y., Zhang, L. S., Chi, R. H., Zhang, J. D., and Zhang, G. Y., Feb. 2000. “Monte carlo simulation of light transportion in five layered skin tissue”. Chin. Phys. Lett. 17, 12 909-911. Yussof, M. N. S. and Jaafar, M. S., 2012. “Performance of CUDA GPU in monte carlo simulation of light-skin diffuse reflectance spectra”. IEEE EMBS Int. Conf. on Biomedical Engineering and Science, Langkawi 264-269. Zhestkov, D. M., Tuchin, V. V., Bashkatov, A. N., Genina, E. A., 2004. “Optical immersion of erythrocytes in blood: a theoretical modeling”. Proceeding on Advanced Laser Technologies: Biomedical Optics. Bellingham. 5486:339-346.