Диагностическая система для вызванных патогеном Helicobacter Pylori заболеваний желудочно-кишечного тракта тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Попов Евгений Эдуардович

  • Попов Евгений Эдуардович
  • кандидат науккандидат наук
  • 2023, ФГАОУ ВО «Национальный исследовательский университет ИТМО»
  • Специальность ВАК РФ00.00.00
  • Количество страниц 262
Попов Евгений Эдуардович. Диагностическая система для вызванных патогеном Helicobacter Pylori заболеваний желудочно-кишечного тракта: дис. кандидат наук: 00.00.00 - Другие cпециальности. ФГАОУ ВО «Национальный исследовательский университет ИТМО». 2023. 262 с.

Оглавление диссертации кандидат наук Попов Евгений Эдуардович

СОДЕРЖАНИЕ

Реферат

Перечень сокращений

Перечень обозначений

Введение

1 Диагностика бактерии Helicobacter pylori

1.1 Принцип применения спектроскопии комбинационного 102 рассеяния в диагностике бактерии Helicobacter pylori

1.1.1 Механизм комбинационного рассеяния

1.1.2 Влияние давления на спектр комбинационного рассеяния

1.1.3 Изотопный состав диоксида углерода в образцах 112 выдыхаемого человеком воздуха и в атмосфере

1.1.4 Спектроскопия комбинационного рассеяния для 114 проведения уреазного дыхательного теста

1.1.5 Другие физические принципы и приборы для проведения 116 уреазного дыхательного теста

1.1.5.1 Масс-спектрометр

1.1.5.2 Недисперсионный ИК анализатор

1.1.5.3 Фурье-спектрометр

1.1.5.4 Спектроскопия внутрирезонаторного затухания 121 1.2 Прочие методы диагностики бактерии 124 1.2.1 Инвазивные

1.2.1.1 Эндоскопия

1.2.1.2 Гистология

1.2.1.3 Быстрый уреазный тест

1.2.1.4 Посев

1.2.2 Неинвазивные методы

1.2.2.1 Уреазный дыхательный тест

1.2.2.2 Тест на антигены

1.2.2.3 Серология

1.3 Существующие газоанализаторы комбинационного рассеяния

1.4 Вывод по разделу

2 Разработка диагностической системы

2.1 Функциональная схема

2.2 Оптическая схема

2.2.1 Лазер

2.2.2 Оптический изолятор

2.2.2.1 Поляризатор

2.2.2.2 Ротатор Фарадея

2.2.2.3 Полуволновая пластина

2.2.3 Фокусирующий объектив

2.2.4 Собирающий объектив

2.2.5 Спектральный фильтр

2.2.6 Коллиматор

2.2.7 Оптическое волокно

2.2.8 Конденсор

2.2.9 Монохроматор

129

130

131

133

134

на основе эффекта

142

148

149

152

153

154

155

171

172

2.2.10 ПЗС-камера

2.3 Узел предварительной очистки

2.4 Узел контроля давления

2.5 Программное обеспечение

2.6 Выводы по разделу 192 3 Методика проведения измерений

3.1 Применяемые в экспериментах газовые смеси

3.2 Методика оценки объемной доли исследуемого газового 194 компонента на основе потока рассеянного излучения

3.3 Методика определения изотопной сигнатуры

3.4 Определение калибровочных функций с учетом влияния 198 давления в газовой кювете на спектры комбинационного рассеяния

3.5 Испытания разработанной системы

3.5.1 Методика проведения исследовательских испытаний

3.5.2 Методика проведения предварительных испытаний

3.5.3 Результаты испытаний

3.6 Апробация Системы диагностической

3.7 Выводы по разделу 216 Заключение 217 Список использованной литературы 220 Приложение 1 Акты внедрения результатов работы 233 Приложение 2 Тексты публикаций

РЕФЕРАТ

Общая характеристика работы

Рекомендованный список диссертаций по специальности «Другие cпециальности», 00.00.00 шифр ВАК

Введение диссертации (часть автореферата) на тему «Диагностическая система для вызванных патогеном Helicobacter Pylori заболеваний желудочно-кишечного тракта»

Актуальность темы

Инфекция Helicobacter pylori - распространенная, наблюдаемая в разных возрастных группах инфекция, которая встречается во всем мире [1]. Исследования показывают, что в течение последних трех десятилетий число инфицированных людей сохранялось на одном уровне или даже увеличилось из-за роста населения, повторного заражения и рецидивов из-за неэффективного лечения [2]. Одним из факторов риска заражения H. Pylori является и невысокий социально-экономический статус, поскольку он связан с более стесненными условиями жизни, способствующими внутрисемейной передаче [2,3].

Большинство инфицированных H. Pylori людей являются бессимптомными носителями, однако инфекция напрямую связана с возникновением таких заболеваний, как язвенная болезнь и неязвенная диспепсия [4]. Исследования показали, что направленное на избавление от H. pylori лечение может снизить риск проявления сопутствующих заболеваний [4-6]. С наличием H. pylori также тесно связано развитие рака желудка - в проведенном в Японии исследовании рак желудка развивался у 2,9% пациентов с язвенной болезнью, диспепсией или гиперплазией желудка, у которых была выявлена инфекция H. pylori, тогда как у неинфицированных H. pylori пациентов указанных заболеваний выявлено не было [7]. Всемирная организация здравоохранения классифицировала H. pylori как канцероген 1-й группы, приводящий к аденокарциноме желудка [8,9]. Исследованию бактерии и методов ей лечения посвящён ряд научных работ [10-12]

Для выявления наличия H. pylori в желудке используют такие методы, как биопсия, быстрый уреазный тест (БУТ) и бактериологическое исследование [13]. Биопсия является наиболее точным методом, но требует проведения

верхней эндоскопии, имеет высокую стоимость и долгое время обработки. БУТ является недорогим анализом с высокой специфичностью, но может давать ложноотрицательные результаты при низкой бактериальной нагрузке или приеме антибиотиков и висмута [14]. Бактериологическое исследование, которое также может использоваться для выявления H. pylori, требует специального лабораторного оборудования, реагентов, специальных питательных сред и подготовленных специалистов.

К неинвазивным методам диагностики H. pylori относится и уреазный дыхательный тест (УДТ). Процедура проведения теста состоит в приеме пациентом мочевины, помеченной 13C или 14C, реагируя на которую бактерия H. pylori вырабатывает уреазу. Уреаза является ферментом, который расщепляет мочевину на аммиак и диоксид углерода. Последний проникает в кровь через стенки кишечника, а затем попадает в легкие [14]. Путем сравнения пробы выдоха пациента до и после принятия препарата определяется наличие у него

H. pylori.

Для проведения УДТ необходимо измерить величину б13С - отклонение изотопной сигнатуры 13C/12C от сигнатуры стандартного образца, выраженное в промилле. В качестве стандартной изотопной сигнатуры применяют VPDB (Vienna PDB), значение которой составляет 0,0112372 [18, 19]. Анализ изотопной сигнатуры может осуществляться различными анализаторами: масс-спектрометром, недисперсионным ИК-анализатором, Фурье-спектрометром, спектрометром внутрирезонаторного затухания, рамановским спектрометром (спектрометром комбинационного рассеяния). Наиболее часто в публикациях и практической медицине встречаются недисперсионные ИК-анализаторы, вторыми по частоте использования являются масс-спектрометры. Достаточно большое количество публикаций посвящено сравнению этих методов друг с другом и другими методами диагностики, такими как тесты на антигены, серологические тесты и гистопатологическое исследование [14-17, 20].

Чувствительность, специфичность и точность метода недисперсионной инфракрасной спектроскопии по сравнению с масс-спектроскопией составляют 87,5%, 100% и 96,3% соответственно [21]. Учеными проводилось сравнение масс-спектроскопии и недисперсионного ИК-спектрометра с гистологией [22]: чувствительность колебалась в пределах 97-100% для обоих устройств, хотя специфичность была немного ниже для инфракрасной системы, чем для масс-спектрометра (95% против 98-100%).

Различные источники представляют противоречивую информацию относительно чувствительности (отношение истинно положительных результатов ко всем положительным результатам) и специфичности УДТ (отношение истинно отрицательных результатов ко всем отрицательным результатам) в диапазоне от 92% до 99% [23-27]. Точность УДТ (отношение правильных результатов ко всем результатам) колеблется между 95,3% и 99% [23,25]. Изменчивость значений точности метода может быть связана с нестабильностью компонентов используемых измерительных систем и инструментальными ошибками.

Таким образом, существует необходимость в разработке отечественного прибора для проведения уреазного дыхательного теста, являющегося компромиссным решением между дорогостоящим и точным методом масс-спектроскопии и дешевым, но значительно уступающим в точности недисперсионным инфракрасным анализатором.

Спектроскопия комбинационного рассеяния является точным методом измерения объемной доли изотопологов в газообразном образце [31-34]. Высокая точность газоанализаторов, основанных на спектроскопии комбинационного рассеяния, позволяет более точно определять изменения объемной доли 12СО2 и 13СО2 в образцах выдыхаемого воздуха. Несколько исследований продемонстрировали потенциал использования спектроскопии комбинационного рассеяния для УДТ [35-37].

ругим способом измерить изотопн й состав газовой смеси является спектроскопия внутрирезонаторного затухания. Сравнивая между собой спектроскопию комбинационного рассеяния и спектроскопию внутрирезонаторного затухания важно отметить, что спектроскопия комбинационного рассеяния является более дешевым способом, так как не требует достаточно узкой ширины спектра лазерного излучения ввиду значительного отстояния пиков комбинационного рассеяния СО2. Еще одним преимуществом спектроскопии комбинационного рассеяния является отсутствие требований к достаточно большому объему газовой пробы, которая необходима при анализе газовой смеси методом внутрирезонаторного затухания.

Исходя из вышесказанного можно сделать вывод о том, что разработка оптико-электронной диагностической системы для вызванных патогеном Helicobacter pylori заболеваний желудочно-кишечного тракта на основе спектроскопии комбинационного рассеяния позволит повысить точность диагностирования заболеваний органов пищеварения, что в значительной мере повысит уровень здоровьесбережения.

Целью диссертационной работы является:

Разработка оптико-электронной диагностической системы для вызванных патогеном Helicobacter pylori заболеваний желудочно-кишечного тракта на основе измерения изотопной сигнатуры образца выдыхаемого человеком воздуха методом спектроскопии комбинационного рассеяния.

Для достижения поставленной цели решались следующие задачи:

1. Анализ современной научной и технической литературы, посвященной спектроскопии комбинационного рассеяния света на молекулах газов, методам диагностики бактерии Helicobacter pylori и существующим газоанализаторам на основе спектроскопии комбинационного рассеяния.

2. Разработка оптико-электронной диагностической системы на основе газоанализатора, работающего на принципах спектроскопии комбинационного

рассеяния, с применением технических ре ений, позволя их увеличить отношение сигнал/шум.

3. Усовершенствование оптико-электронной диагностической системы с помощью применения новой оптической схемы (фокусирующего объектива с четной асферической поверхностью, светосильного собирающего объектива), а также дополнением системы узлами предварительной очистки и контроля давления.

4. Проведение исследования влияния режимов работы приемника излучения, узла предварительной очистки и узла контроля давления на отношение сигнал/шум и погрешность измерения объемной доли исследуемой газовой компоненты.

5. Разработка программы и методики проведения измерений и обработки спектров комбинационного рассеяния в образце выдыхаемого человеком воздуха для вычисления изотопной сигнатуры б13С.

Научная новизна работы

1. Установлено влияние величины относительного отверстия собирающего объектива на долю собранного излучения комбинационного рассеяния света в образцах газа.

2. Получена база данных значений изменения интенсивности линий спектра комбинационного рассеяния для изотопологов диоксида углерода 12СО2 и 13СО2 в зависимости от давления внутри газовой кюветы оптико-электронной системы для диагностики наличия патогена Helicobacter pylori.

3. Предложены конструкции узлов контроля давления и предварительной очистки оптико-электронной системы для диагностики наличия патогена Helicobacter pylori, использование которых позволяет измерить объёмную долю изотопологов диоксида углерода 12СО2 и 13СО2 со средним квадратическим отклонением погрешности измерения объёмной доли 1% и 2,1% соответственно.

4. родемонстрирована принципиальная возмо ность применения спектроскопии комбинационного рассеяния света для диагностики наличия патогена Helicobacter pylori методом уреазного дыхательного теста.

Научная и практическая значимость работы

1. Разработана, изготовлена и испытана оптико-электронная диагностическая система для диагностики наличия патогена Helicobacter pylori на основе спектроскопии комбинационного рассеяния газовых проб выдоха пациента, позволяющая проводить эффективную диагностику заболеваний желудочно-кишечного тракта.

2. Разработана и апробирована методика измерения объёмной доли исследуемых газовых компонентов в образце выдыхаемого человеком воздуха, позволяющая уменьшить относительную неопределенность результатов измерения изотопной сигнатуры б13С.

3. Разработано программное обеспечение для вычисления изотопной сигнатуры б13С на основе спектров комбинационного рассеяния образцов выдыхаемого человеком воздуха.

4. Разработанная оптико-электронная диагностическая система для вызванных патогеном Helicobacter pylori заболеваний желудочно-кишечного тракта использовалась в проекте по здоровьесбережению Университета ИТМО «Be healthy».

Основные положения, выносимые на защиту:

1. При построении оптико-электронной системы диагностики наличия патогена Helicobacter pylori увеличение мощности собираемого излучения комбинационного рассеяния света на образце выдыхаемого человеком воздуха не менее, чем в 10 раз, достигаемое за счёт оптимизации формы поверхностей, входящих в состав системы объективов: фокусирующего лазерного излучение в образце и собирающего рассеянное излучение, при насыщающемся характере зависимости доли собираемого объективом излучения от его диафрагменного числа позволяет определять стоксову компоненту спектра комбинационного

рассеяния света на изотопологах диоксида углерода 12СО2 и 13СО2 с последующим измерением их объёмных долей с относительной погрешностью не превышающей 5% при отношении сигнал/шум не менее 50.

2. Калибровка измеряемого изменения интенсивности линий спектра комбинационного рассеяния оптического излучения в диапазоне волновых чисел от 1380 см-1 до 1400 см-1 при его регистрации в процессе функционирования оптико-электронной диагностической системы посредством применения найденных поправочных коэффициентов, полученных методом аппроксимации функцией сигмоиды, эмпирически найденной последовательности значений интенсивности линий спектра комбинационного рассеяния 12СО2 от давления внутри кюветы, позволяет уменьшить среднее квадратическое отклонение погрешности измерения объемной доли 12СО2 являющейся одним из информативных признаков наличия патогена до 1%.

3. Использование в структуре оптико-электронной системы диагностики наличия патогена Helicobacter pylori блока увеличения плотности молекул диоксида углерода 13СО2 и 12СО2 при контроле давления смеси с погрешностью не более 0,25% позволяет за счет соответствующего результирующего усиления светового потока комбинационного рассеяния света измерить изотопную сигнатуру б13С в расширенном диапазоне от -324%о до 457%о с достаточно малой для практических применений относительной погрешностью, не превышающей 1%.

Достоверность научных достижений

Достоверность результатов подтверждается согласованием результатов численного моделирования с результатами экспериментальных исследований, а также общим согласованием с данными, полученными в других работах. При проведении математического моделирования и обработке экспериментальных данных использовались современные программные пакеты: Zemax, SolidWorks, OriginPro, MATLAB, а также код, написанный на языке программирования Python. Экспериментальные исследования проводились с использованием

современного измерительного оборудования и отработанных методик измерений. Демонстрирующие новизну результаты диссертационного исследования были апробированы в качестве устных и стендовых докладов на ведущих общероссийских и международных конференциях, включая International Conference Laser Optics, Conference on Lasers and Electro-Optics Europe and European Quantum Electronics Conference, Международная конференция APITECH-IV, а также опубликованы в рецензируемых научных журналах.

Результаты работы использовались в инициативном НИОКТР по разработке диагностической системы для определения бактерии Helicobacter pylori, а также в проекте Университета ИТМО «Be healthy», направленного на поддержку здоровья сотрудников университета.

Получен°один°патент°РФ.

Внедрение результатов работы

Разработанная оптико-электронная диагностическая система для вызванных патогеном Helicobacter pylori заболеваний желудочно-кишечного тракта на основе спектроскопии комбинационного рассеяния излучения в газовых пробах выдоха пациента внедрена в работу по исследованию показателей здоровьесбережения Университета ИТМО be healthy, а также внедрена в образовательный процесс по магистерской программе «Лазерные и синхротронные технологии мегасайенс».

Апробация работы

Материалы диссертационной работы представлялись, докладывались и обсуждались на общероссийских и международных конференциях:

- 20th International Conference Laser Optics ICLO 2022, 20-24 июня 2022, г. Санкт-Петербург, Россия;

- IV Международная конференция APITECH-IV: 2022 Прикладная физика, информационные технологии и инжиниринг, 6-8 октября 2022, г. Бухара, Узбекистан;

- Пятьдесят первая (LI) научная и учебно-методическая конференция Университета ИТМО, 2-5 февраля 2022, г. Санкт-Петербург, Россия;

- 2021 Conference on Lasers and Electro-Optics Europe and European Quantum Electronics Conference, CLEO/Europe-EQEC 2021, 21-25 июня 2021;

- 2021 Conference on Lasers and Electro-Optics, CLEO 2021, 9-14 мая 2021, г. Сан-Хосе, США;

- 19th International Conference Laser Optics ICLO 2020, 2-6 ноября 2020, Санкт-Петербург, Россия.

Публикации по теме работы

Основное содержание диссертации опубликовано в 7 научных публикациях, из них 7 публикаций в изданиях, индексируемых Web of Science или Scopus, получен 1 патент РФ на программу для электронных вычислительных машин.

Личный вклад автора

Постановка цели и выбор задач диссертационного исследования, определение подходов и методов решения осуществлялись автором совместно с научным руководителем.

Анализ литературы, выбор технических решений, численные расчеты, организация и проведение экспериментальных исследований, в том числе разработка программ и методик предварительных и исследовательских испытаний, подготовка протокола научного исследования для прохождения локального этического комитета, обработка и анализ результатов осуществлены автором лично. Подготовка публикаций и презентаций осуществлялась диссертантом совместно с соавторами.

Структура и объем диссертации

Работа состоит из введения, трех глав, заключения, списка литературы и приложения. Объем основного текста диссертации составляет 140 страниц, включая 51 иллюстрацию, 11 таблиц и 115 ссылок на литературные источники.

Краткое содержание работы

Во введении обоснована актуальность диссертационной работы, сформулированы научные положения, выносимые на защиту, цель и основные задачи исследования, указана научная новизна и практическая ценность результатов работы, обоснована достоверность полученных результатов, определены личный вклад автора и структура диссертации, представлена апробация и публикации результатов работы.

Первая глава работы «Обзор литературы» содержит анализ основных технических решений для определения изотопной сигнатуры 513С в образце выдыхаемого человеком воздуха. Рассмотрены принципы применения спектроскопии комбинационного рассеяния света для изотопного анализа образцавыдыхаемого человеком воздуха. Проведен обзор экспериментальных работ, посвященных проведению уреазного дыхательного теста различными методами. Определены основные аналоги разрабатываемой оптико-электронной диагностической системы.

В выводах к первой главе указывается, что уреазный дыхательный тест является достаточно точным и при этом удобным для пациентов методом диагностирования бактерии Helicobacter pylori. Более точные методы, такие как Фурье-спектроскопия, спектроскопия внутрирезонаторного затухания и масс-спектроскопия являются сравнительно дорогими методами, хотя и позволяют достичь высокой точности. Спектроскопия комбинационного рассеяния является компромиссным методом, позволяющим получить точность, сопоставимую с более дорогими методами, сохраняя при этом стоимость прибора на уровне между дешевыми и дорогими аналогами. Существующие приборы, позволяющие количественно анализировать компонентный состав газовых смесей либо обладают недостаточной точностью (в силу таких технических ограничений как недостаточная светосила), либо не обеспечивают достаточную интенсивность лазерного излучения на образце.

Сделан вывод об актуальности разработки оптико-электронной диагностической системы для вызванных патогеном Helicobacter pylori

заболеваний желудочно-кишечного тракта на основе измерения изотопной сигнатуры б13С в образце выдыхаемого человеком воздуха с помощью спектроскопии комбинационного рассеяния.

Вторая глава работы «Разработка диагностической системы» содержит подробное описание устройства оптико-электронной диагностической системы для вызванных патогеном Helicobacter pylori заболеваний желудочно-кишечного тракта (далее - Диагностической системы) и особенности ее конструкции. Результаты проектирования оптико-электронной Диагностической системы представлены в публикациях [A1, A2, A3, A4, А5].

Фокусирующий объектив

Фокусирующий объектив предназначен для повышения интенсивности лазерного излучения в фокальной плоскости. Поскольку фокусирующий объектив необходим для работы с излучением с узким спектром, то основной вклад в аберрацию объектива вносит сферическая аберрация. Для компенсации сферической аберрации было принято решение использовать в качестве фокусирующего объектива линзу с четной асферической поверхностью, что является принципиальным отличием от рассмотренных в главе 1 существующих анализаторов.

Расчет характеристик пучка при фокусировке проводился с помощью программного обеспечения Zemax OpticStudio, предназначенного для моделирования поведения луча. С использованием данного ПО выполнялось проектирование асферической линзы для фокусирования излучения с длиной волны 532,1 нм. В качестве входных параметров расчета использовались материал линзы, фокусное расстояние и геометрия поверхности. В качестве уравнения для асферической поверхности было выбрано уравнение четной асферической поверхности вида:

=— (1RADIUQxy2 +DxY2 + ExY4 + fxY6 + Gxr8 + HxY10 + Jxr12 + Lxr14, (1)

i+vi-(i+fc)x(iRADius)xY2

где: k - параметр, характеризующий тип поверхности (k < -1 для гиперболы, k = -1 для параболы, -1< k <0 для эллипса); RADIUS - радиус кривизны поверхности; D, E, F, G, H, J, L, - параметры, характеризующие четные компоненты асферической функции; Z, Y — координаты поверхности по оси абсцисс и ординат, соответственно.

Данный вид функции был выбран ввиду ее соответствия наиболее коммерчески доступным линзам с асферической поверхностью.

В качестве цели оптимизации было задано приближение к дифракционному пределу. Материал линзы (N-SF5) и наружный диаметр (14 мм) оставались постоянными. В качестве материала был выбран тяжелый флинт. Отличительной особенностью тяжелого флинта является достаточно большой показатель преломления при сравнительно малом коэффициенте средней дисперсии. Значения коэффициентов функции, описывающей поверхность линзы приведены в таблице 1.

Таблица 1 - Значения коэффициентов, характеризующих рассчитанную асферическую поверхность и асферическую поверхность линзы Edmund Optics

67-250

Параметр Рассчитанное значение Edmund Optics 67-250

RADIUS 6,051405 7,5

k -1,262340 -1,261245

D 0 0

E 4,2228x10-4 4,227332x10-4

F 5,13745x10-7 5,228197x10-7

G 9,8188x10-9 1,010405x10-8

H -2,436261x10-10 -2,409879x10-10

J 0 0

L 0 0

После определения оптимальной геометрии поверхности подбиралась коммерчески доступная асферическая линза, наиболее близко соответствующая рассчитанным конструктивным параметрам. В итоге была выбрана линза 67-

250 производства Edmund Optics. Значения коэффициентов данной линзы в сравнении с рассчитанными представлены в таблице 1.

Таким образом, был обоснован выбр асферической линзы Edmund Optics 67-250 в качестве объектива, фокусирующего лазерное излучение в исследуемом газовом образце. Были расчитаны: длина перетяжки (не превышает 5 мм); диаметр пятна, содержащего 95% энергии, составил 3,7 мкм; диаметр линзы составил 13,5 мм, а фокусное расстояние - 9 мм. Выбранная в качестве фокусирующего объектива асферическая линза имеет относительное отверстие NF, рассчитанное по следующей формуле:

Nf = Dj/f, (2)

где Dl - диаметр линзы и f - фокусное расстояние.

Относительное отверстие рассчитанного объектива составило 1:1,5.

Выбранная в качестве фокусирующего объектива линза с асферической поверхностью обеспечивает достаточно высокую плотность мощности на большом расстоянии для увеличения регистрируемого потока фотонов рассеянного излучения, что позволяет повысить отношение сигнал/шум и повысить чувствительность оптико-электронной системы.

Собирающий объектив

Собирающий объектив необходим для сбора рассеянного излучения и направления его на конденсор. Важную роль при этом играет относительное отверстие, размер которого характеризует телесный угол, с которого будет собрано рассеянное излучение: чем больше относительное отверстие, тем больше отношение сигнал/шум, и, следовательно, выше точность измерения объемной доли исследуемой газовой компоненты Диагностической системы.

Как было продемонстрировано в предыдущем разделе, асферическая линза Edmund Optics 67-250 имеет относительное отверстие, равное 1:1,5.

Для вычисления доли собираемого излучения необходимо найти отношение площади шарового сектора к площади сферы по формуле:

4cs

О,5х4хлх^/2+(О,5хО^) 2 j -2 xnxfxl ^/2+(0,5xDL) 2j

4хлх|

(/2+(0,5xDL)2)]

X 100%,

(3)

где, f — фокусное расстояние линзы; — доля излучения, собранного линзой; Dl — диаметр боковой поверхности линзы.

Из формулы 3 следует, что линза Edmund Optics 67-250 позволяет собирать 12% рассеянного излучения, то есть = 12%.

Также была рассчитана зависимость изменения числа Штреля от расстояния до фокальной плоскости. Число Штреля - это показатель качества оптической системы. Он сравнивает фактическую функцию распределения точек (ФРТ) системы с теоретической ФРТ идеальной системы и выражается как отношение пиковой интенсивности фактической ФРТ к теоретической. Более высокое отношение числа Штреля указывает на лучшее качество и меньшие аберрации в оптической системе. Данный расчет также выполнялся в ПО ZEMAX, его результаты представлены на рисунке 1.

-0,0070

-0,0010

0,0050

Расстояние до фокальной плоскости, мм

Рисунок 1 - Распределение числа Штреля для линзы Edmund Optics 67-250

Область, в которой число Штреля имеет значение больше 0,05 является ограничивающим фактором для рассогласования фокальных плоскостей фокусирующего и собирающего объективов. В результате расчета было

установлено, что рассогласование поло ения фокуса возмо но на расстоянии не более 10 мкм.

Таким образом, выбранная асферическая линза, может быть также использована в качестве собирающего рассеянное излучение объектива. Применение выбранной линзы позволит повысить отношение сигнал/шум и увеличить точность определения объемной доли исследуемой газовой компоненты.

ПЗС-камера

В качестве детектора излучения используется ПЗС-камера (матричный прибор с зарядовой связью). Выбор камеры и режима ее работы критически важен для измерения объемной доли газовых компонент, особенно с учетом низкой интенсивности рассеянного излучения. Выбор режима работы и самой камеры должен основываться на исследовании шумовых и спектральных характеристик приемника.

При использовании ПЗС-камеры важно оценить тепловой шум р-п перехода и шум диффузии темнового тока. Эти типы шума зависят от температуры и влияют на полученные результаты, поэтому их следует проанализировать, чтобы оценить их вклад в неопределенность и погрешность измерений.

В качестве матричного приемника оптического излучения была выбрана ПЗС-камера модели ^ 101-Н. Пик квантовой чувствительности камеры приходится на 650 нм и составляет 0,9. В области 570-572 нм (спектральная область пиков комбинационного рассеяния диоксида углерода) спектральная чувствительность падает до 0,85. Камера обладает возможностью охлаждения до -40°С. Длительность экспозиции варьируется от 10 мкс до 35 мин. Высокое значение длительности экспозиции необходимо при измерении газовой компоненты с малым значением объемной доли.

Похожие диссертационные работы по специальности «Другие cпециальности», 00.00.00 шифр ВАК

Список литературы диссертационного исследования кандидат наук Попов Евгений Эдуардович, 2023 год

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1 Hooi JKY, Lai WY, Ng WK, et al. Global prevalence of Helicobacter Pylori infection: systematic review and meta-analysis. Gastroenterology 2017;153:420-9.

2 Hu Y, Wan JH, Li XY, Zhu Y, GrahamDY, Lu NH. Systematic review with metaanalysis: the global recurrence rate of Helicobacter Pylori. Aliment Pharmacol Ther2017;46:773-9.

3 Bamford KB, Bickley J, Collins JSA, et al. Helicobacter Pylori: comparison of DNA fingerprints provides evidence forintrafamilial infection. Gut 1993;34:1348-50.

4 Moayyedi P. The health economics ofHelicobacter Pylori infection. Best Pract Res Clin Gastroenterol 2007;21:347-61.

5 Ford AC, Moayyedi P. Whom should we "test and treat" for Helicobacter Pylori? BMJ 2014;348:g3320.

6 Hentschel E, Brandstätter G, Dragosics B, et al. Effect of ranitidine and amoxicillin plus metronidazole on the eradicationof Helicobacter Pylori and the recurrence ofduodenal ulcer. N Engl J Med 1993;328:308-12.

7 Uemura N, Okamoto S, Yamamoto S, et al. Helicobacter Pylori infection and thedevelopment of gastric cancer. N Engl JMed 2001;345:784-9.

8 Parsonnet J, Friedman GD, Vandersteen DP, et al. Helicobacter Pylori infectionand the risk of gastric carcinoma. N EnglJ Med 1991;325:1127-31.

9 Nomura A, Stemmermann GN, Chyou P-H, Kato I, Perez-Perez GI, Blaser MJ. Helicobacter Pylori infection and gastric carcinoma among Japanese Americans in Hawaii. N Engl J Med 1991;325:1132-6.

10 IARC Working Group on the Evaluation of Carcinogenic Risks to Humans et al. Infection with Helicobacter pylori //Schistosomes, Liver Flukes and Helicobacter pylori. - International Agency for Research on Cancer, 1994.

11 Parsonnet J, Hansen S, Rodriguez L, et al. Helicobacter Pylori infection and gastric lymphoma. N Engl J Med 1994;330:1267-71.

12 DuBois S, Kearney DJ. Iron-deficiency anemia and Helicobacter Pylori infection: a review of the evidence. Am J Gastroenterol 2005;100:453-9.

13 Rostami N, Keshtkar-Jahromi M, Rahnavardi M, Keshtkar-Jahromi M, Esfahani FS. Effect of eradication of Helicobacter Pylori on platelet recovery in patientswith chronic idiopathic thrombocytopenicpurpura: a controlled trial. Am J Hematol 2008;83:376-81

14 Bordin D. S. et al. Current Helicobacter Pylori diagnostics //Diagnostics. -2021. - Т. 11. - №. 8. - С. 1458.

15 Berglund M., Wieser M. E. Isotopic compositions of the elements 2009 (IUPAC Technical Report) //Pure and applied chemistry. - 2011. - Т. 83. - №. 2. -С. 397-410.

16 Whigham L. D. et al. Breath carbon stable isotope ratios identify changes in energy balance and substrate utilization in humans //International journal of obesity. - 2014. - Т. 38. - №. 9. - С. 1248-1250.

17 Raman C. V., Krishnan K. S. A new type of secondary radiation //Nature. -1928. - Т. 121. - №. 3048. - С. 501-502.

18 Richard, L. Chemical Analysis: A Series of Monographs on Analytical Chemistry and Its Applications; John Wiley & Sons: Hoboken, NJ, USA, 2000.

19 Smith E., Dent G. Modern Raman spectroscopy: a practical approach. -John Wiley & Sons, 2019.

20 Petrov D. V., Matrosov I. I. Pressure dependence of the Raman signal intensity in high-pressure gases //Journal of Raman Spectroscopy. - 2017. - Т. 48. -№. 3. - С. 474-478.

21 Polishchuk A. V. et al. High Resolution Raman Detection of 12 CO 2 and 13 CO 2 Isotopes in Human Breath //2020 International Conference Laser Optics (ICLO). - IEEE, 2020. - С. 1-1.

22 Popov E. E., Kurikova V. V. Human breath Raman analysis //2020 International Conference Laser Optics (ICLO). - IEEE, 2020. - С. 1-1.

23 Петров Д. В. и др. Влияние неидеальности газов на интенсивности

спектров комбинационного рассеяния. - 2017.

24 Jammu K. S., John G. E. S., Welsh H. L. Pressure broadening of the rotational Raman lines of some simple gases //Canadian Journal of Physics. - 1966. -Т. 44. - №. 4. - С. 797-814

25 Welsh H. L. et al. Raman spectroscopy of low pressure gases and vapors //Canadian Journal of Physics. - 1952. - Т. 30. - №. 5. - С. 577-596.

26 Tanichev A. S., Petrov D. V. Pressure broadening in Raman spectra of CH4-N2, CH4-CO2, and CH4-C2H6 gas mixtures //Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. - 2023. - Т. 291. - С. 122396.

27 Petrov D. V., Matrosov I. I. Pressure dependence of the Raman signal intensity in high-pressure gases //Journal of Raman Spectroscopy. - 2017. - Т. 48. -№. 3. - С. 474-478.

28 Petrov D. V. et al. Effects of pressure and composition on Raman spectra of CO-H2-CO2-CH4 mixtures //Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. - 2019. - Т. 215. - С. 363-370.

29 Petrov D. V. Pressure dependence of peak positions, half widths, and peak intensities of methane Raman bands (v2, 2v4, v1, v3, and 2v2) //Journal of Raman Spectroscopy. - 2017. - Т. 48. - №. 11. - С. 1426-1430.

30 Kuczynski S. et al. Application of Raman spectroscopy analysis in unconventional natural gas reservoirs-density and pressure dependence on Raman signal intensity //AGH Drilling, Oil, Gas. - 2017. - Т. 34. - №. 3. - С. 761-774.

31 Weber A. (ed.). Raman spectroscopy of gases and liquids. - Springer Science & Business Media, 2012. - Т. 11.

32 MIKHAtLOV G. V. The influence of temperature and pressure on the Raman spectrum of nitrogen //Soviet Physics JETP. - 1959. - Т. 36. - №. 9.

33 Haller T. W., Varghese P. L. Measurements of pressure broadening of N2 in the anisotropic tensor component of spontaneous Raman spectra //Combustion and Flame. - 2021. - Т. 224. - С. 166-176.

34 P.J. Linstrom, W.G. Mallard, Eds. NIST Chemistry WebBook, NIST

Standard Reference Database Number 69, National Institute of Standards and Technology Gaithersburg - 2023

35 Perry S., Sharko P.T., Jonas J. Technique for Measuring the Amount of Pressure-Induced Polarization Scrambling by Optical Windows in High Pressure Light Scattering Cells. // Appl. Spectrosc. 1983 Vol. 37 P. 340-342

36 Popov E. et al. Raman Spectroscopy for Urea Breath Test //Biosensors. -2023. - Т. 13. - №. 6. - С. 609

37 Crosson E. R. et al. Stable isotope ratios using cavity ring-down spectroscopy: determination of 13C/12C for carbon dioxide in human breath //Analytical Chemistry. - 2002. - Т. 74. - №. 9. - С. 2003-2007.

38 Kasyutich V. L., Martin P. A. 13CO2/12CO2 isotopic ratio measurements with a continuous-wave quantum cascade laser in exhaled breath //Infrared Physics & Technology. - 2012. - Т. 55. - №. 1. - С. 60-66.

39 Zhou T. et al. Real-time monitoring of 13C-and 18O-isotopes of human breath CO2 using a mid-infrared hollow waveguide gas sensor //Analytical Chemistry. - 2020. - Т. 92. - №. 19. - С. 12943-12949.

40 Сайт лаборатории по он лайн мониторингу величины 613C в диоксиде углерода, содержащимся в атмосфере URL: https://cdiac.ess-dive.lbl.gov/trends/co2/allison-csiro/allcsiro-mlo.html, Дата обращения: 08.07.2021.

41 Сайт лаборатории по он лайн мониторингу величины C02 в атмосфере земли URL: https://cdiac.ess-dive.lbl.gov/trends/co2/sio-keel.html, Дата обращения: 13.07.2021.

42 Popov, E.E.; Kurikova, V.V. Human breath Raman analysis. In Proceedings of the 2020 International Conference Laser Optics (ICLO), St. Petersburg, Russia, 2-6 November 2020; p. 1

43 Polishchuk, A.V.; Kurikova, V.V.; Grigorenko, K.M.; Vitkin, V.V. High Resolution Raman Detection of 12CO2 and 13CO2 Isotopes in Human Breath. In Proceedings of the 2020 International Conference Laser Optics (ICLO), St. Petersburg, Russia, 2-6 November 2020; p. 1.

44 Popov E. et al. Raman detector of carbon isotopes //Optical Sensing and Detection VI. - SPIE, 2020. - T. 11354. - C. 385-389.

45 Polishchuk A. et al. Raman-based high-resolution detection of 13 CO2 isotopes in human breath //Biomedical Spectroscopy, Microscopy, and Imaging. -SPIE, 2020. - T. 11359. - C. 269-273.

46 Petrov D. V., Matrosov 1.1., Kostenko M. A. Possibilities of measuring the exhaled air composition using Raman spectroscopy //Quantum Electronics. - 2021. -T. 51.-№. 5.-C. 389.

47 Vitkin V. et al. Raman laser spectrometer: Application to 12C/13C isotope identification in CH4 and CO2 greenhouse gases //Applied Sciences. - 2020. - T. 10. - №. 21. - C. 7473.

48 Popov E. et al. Raman Spectroscopy for Urea Breath Test //Biosensors. -2023. - T. 13. - №. 6. - C. 609.

49 Savarino V. et al. Comparison of isotope ratio mass spectrometry and nondispersive isotope-selective infrared spectroscopy for 13C-urea breath test //The American journal of gastroenterology. - 1999. - T. 94. - №. 5. - C. 1203-1208.

50 Beyki D. et al. Validation of 13C-urea breath test with non dispersive isotope selective infrared spectroscopy for the diagnosis of Helicobacter Pylori infection: a survey in Iranian population. - 2005.

51 Albert S., Albert K. K., Quack M. High-resolution Fourier transform infrared spectroscopy //Handbook of High-resolution Spectroscopy. - 2011.

52 Kauppinen J., Partanen J. Fourier transforms in spectroscopy. - John Wiley & Sons, 2001.

53 Esler M. B. et al. Precision trace gas analysis by FT-IR spectroscopy. 1. Simultaneous analysis of CO2, CH4, N2O, and CO in air //Analytical Chemistry. -2000. - T. 72. - №. 1. - C. 206-215.

54 Rolle F., Sega M. Use of FTIR spectroscopy for the measurement of CO2 carbon stable isotope ratios //19th International Congress of Metrology (CIM2019). -EDP Sciences, 2019. - C. 05002.

55 Flores E. et al. Calibration strategies for FT-IR and other isotope ratio infrared spectrometer instruments for accurate S13C and S18O measurements of CO2 in air //Analytical Chemistry. - 2017. - T. 89. - №. 6. - C. 3648-3655.

56 Tuzson B. et al. Continuous isotopic composition measurements of tropospheric CO 2 at Jungfraujoch (3580 m asl), Switzerland: real-time observation of regional pollution events //Atmospheric Chemistry and Physics. - 2011. - T. 11. -№. 4. - C. 1685-1696.

57 Berden G., Engeln R. (ed.). Cavity ring-down spectroscopy: techniques and applications. - John Wiley & Sons, 2009.

58 Griffith D. W. T. et al. A Fourier transform infrared trace gas and isotope analyser for atmospheric applications //Atmospheric Measurement Techniques. -2012. - T. 5. - №. 10. - C. 2481-2498.

59 Fleisher A. J. et al. Absolute 13C/12C isotope amount ratio for Vienna PeeDee Belemnite from infrared absorption spectroscopy //Nature Physics. - 2021. -T. 17. - №. 8. - C. 889-893.

60 Maity A., Maithani S., Pradhan M. Cavity ring-down spectroscopy: recent technological advances and applications //Molecular and Laser Spectroscopy. - 2020. -C. 83-120.

61 Benetti M. et al. Inter-comparison of salt effect correction for 618O and 62H measurements in seawater by CRDS and IRMS using the gas-H2O equilibration method //Marine Chemistry. - 2017. - T. 194. - C. 114-123.

62 Wang P. et al. A review of cavity-enhanced Raman spectroscopy as a gas sensing method //Applied Spectroscopy Reviews. - 2020. - T. 55. - №. 5. - C. 393417.

63 Shao L. et al. Simultaneous Sensitive Determination of 5 13C, 5 18O, and 5 17O in Human Breath CO2 Based on ICL Direct Absorption Spectroscopy //Sensors. - 2022. - T. 22. - №. 4. - C. 1527.

64 Maity A., Pal M., Pradhan M. Cavity Ring-Down Spectroscopy //Modern Techniques of Spectroscopy: Basics, Instrumentation, and Applications. - 2021. - C.

287-305.

65 Maithani S. et al. Gas-Phase Isotopic Fractionation Study of Singly and Doubly Deuterated Isotopologues of Water in the H-D Exchange Reaction by Cavity Ring-Down Spectroscopy //The Journal of Physical Chemistry A. - 2020. - T. 124. -№. 6.-C. 1104-1111.

66 Ghosh C. et al. New strategy for in vitro determination of carbonic anhydrase activity from analysis of oxygen-18 isotopes of CO2 //Analytical chemistry. - 2018. - T. 90. - №. 2. - C. 1384-1387.

67 Lee J., Oh M. K. Real-time ultrasensitive detection of ammonia gas using a compact CRDS spectrometer //Applied Optics. - 2023. - T. 62. - №. 5. - C. 13571363.

68 Chen H. et al. High-accuracy continuous airborne measurements of greenhouse gases (CO 2 and CH 4) using the cavity ring-down spectroscopy (CRDS) technique //Atmospheric Measurement Techniques. - 2010. - T. 3. - №. 2. - C. 375386.

69 Pichon, M.; Pichard, B.; Barrioz, T.; Plouzeau, C.; Croquet, V.; Fotsing, G.; Cheron, A.; Vuillemin, E.; Wangermez, M.; Haineaux,P.A.; et al. Diagnostic Accuracy of a Noninvasive Test for Detection of Helicobacter Pylori and Resistance to Clarithromycin in Stool by the Amplidiag H. pylori+ClariR Real-Time PCR Assay. J. Clin. Microbiol. 2020, 58, e01787-19.

70 Ricci, C.; Holton, J.; Vaira, D. Diagnosis of Helicobacter Pylori: Invasive and non-invasive tests. Best Pract. Res. Clin. Gastroenterol.2007, 21, 299-313.

71 Gisbert, J.P.; De la Morena, F.; Abraira, V. Accuracy of monoclonal stool antigen test for the diagnosis of H. pylori infection: A systematic review and metaanalysis. Am. J. Gastroenterol. 2006, 101, 1921-1930.

72 Malfertheiner, P.; Megraud, F.; O'Morain, C.A.; Gisbert, J.P.; Kuipers, E.J.; Axon, A.T.; Bazzoli, F.; Gasbarrini, A.; Atherton, J.;Graham, D.Y.; et al. European Helicobacter and Microbiota Study Group and Consensus panel. Management of Helicobacter Pylori infection—The Maastricht V/Florence Consensus Report. Gut

2017, 66, 6-30.

73 Patel, S.K.; Pratap, C.B.; Jain, A.K.; Gulati, A.K.; Nath, G. Diagnosis of Helicobacter Pylori: What should be the gold standard? World J. Gastroenterol. 2014, 20, 12847-12859.

74 Bessede, E.; Arantes, V.; Megraud, F.; Coelho, L.G. Diagnosis of Helicobacter Pylori infection. Helicobacter 2017, 22 (Suppl. 1), 11221.

75 Hirotaka, N.; Hiroshi, K.; Hiroshi, K.; Nobuhiro, S. Artificial intelligence diagnosis of Helicobacter Pylori infection using blue laser imaging-bright and linked color imaging: A single-center prospective study. Ann. Gastroenterol. 2018, 31, 462-468..

76 Lee, J.Y.; Kim, N. Diagnosis of Helicobacter Pylori by invasive test: Histology. Ann. Transl. Med. 2015, 3, 10.

77 Craanen, M.E.; Blok, P.; Dekker, W.; Ferwerda, J.; Tytgat, G.N. Subtypes of intestinal metaplasia and Helicobacter Pylori. Gut 1992, 33, 597-600.

78 Lopes, A.I.; Vale, F.F.; Oleastro, M. Helicobacter Pylori infection—Recent developments in diagnosis. World J. Gastroenterol. 2014, 20,9299-9313.

79 Tonkic, A.; Vukovic, J.; Cindro, P.V.; Pisac, V.P.; Tonkic, M. Diagnosis of Helicobacter Pylori infection. Wien. Klin. Wochenschr. 2018, 130, 530-534.

80 Benoit, A.; Hoyeau, N.; Flejou, J.F. Diagnosis of Helicobacter Pylori infection on gastric biopsies: Standard stain, special stain orimmunohistochemistry? Ann. Pathol. 2018, 38, 363-369.

81 Makristathis, A.; Hirschl, A.M.; Megraud, F.; Bessede, E. Review: Diagnosis of Helicobacter Pylori infection. Helicobacter 2019, 24(Suppl. 1), e12641.

82 Godbole, G.; Megraud, F.; Bessede, E. Review: Diagnosis of Helicobacter Pylori infection. Helicobacter 2020, 25 (Suppl. 1), e12735.

83 Rugge, M.; Fassan, M.; Pizzi, M.; Pennelli, G.; Nitti, D.; Farinati, F. Operative Link for Gastritis Assessment gastritis stagingincorporates intestinal metaplasia subtyping. Hum. Pathol. 2011, 42, 1539-1544.

84 Dixon, M.F.; Genta, R.M.; Yardley, J.H.; Correa, P. Classification and

grading of gastritis. The updated Sydney System. International Workshop on the Histopathology of Gastritis, Houston 1994. Am. J. Surg. Pathol. 1996, 20, 1161-1181.

85 Vaira, D.; Vakil, N.; Gatta, L.; Ricci, C.; Perna, F.; Saracino, I.; Fiorini, G.; Holton, J. Accuracy of a new ultrafast rapid urease test to diagnose Helicobacter Pylori infection in 1000 consecutive dyspeptic patients. Aliment. Pharmacol. Ther. 2010, 31, 331-338.

86 Pohl, D.; Keller, P.M.; Bordier, V.; Wagner, K. Review of current diagnostic methods and advances in Helicobacter Pylori diagnosticsin the era of next generation sequencing. World J. Gastroenterol. 2019, 25, 4629-4660.

87 Leszczy 'nska, K.; Namiot, A.; Namiot, Z.; Leszczy 'nska, J.K.; Jakoniuk, P.; Chilewicz, M.; Namiot, D.B.; Kemona, A.; Milewski, R.; Bucki, R. Patient factors affecting culture of Helicobacter Pylori isolated from gastric mucosal specimens. Adv. Med. Sci. 2010, 55, 161-166.

88 Ferwana, M.; Abdulmajeed, I.; Alhajiahmed, A.; Madani, W.; Firwana, B.; Hasan, R.; Altayar, O.; Limburg, P.J.; Murad, M.H.; Knawy, B. Accuracy of urea breath test in Helicobacter Pylori infection: Meta-analysis. World J. Gastroenterol. 2015, 21, 1305-1314.[CrossRef]

89 Mezmale, L.; Coelho, L.G.; Bordin, D.; Leja, M. Review: Epidemiology of Helicobacter Pylori. Helicobacter 2020, 25 (Suppl. 1), e12734.

90 Leal, Y.A.; Flores, L.L.; Fuentes-Panana, E.M.; Cedillo-Rivera, R.; Torres, J. 13C-urea breath test for the diagnosis of Helicobacter Pylori infection in children: A systematic review and meta-analysis. Helicobacter 2011, 16, 327-337.

91 Peng, N.J.; Lai, K.H.; Liu, R.S.; Lee, S.C.; Tsay, D.G.; Lo, C.C. Clinical significance of oral urease in diagnosis of Helicobacter Pyloriinfection by [13C] urea breath test. Dig. Dis. Sci. 2001, 46, 1772-1778.

92 Dalla Nora, M.; Hörner, R.; De Carli, D.M.; Rocha, M.P.; Araujo, A.F.; Fagundes, R.B. Is the immunocromatographic fecal antigen test effective for primary diagnosis of Helicobacter Pylori infection in dyspeptic patients? Arq. Gastroenterol.

2016, 53, 224-227.

93 Stefano, K.; Rosalia, A.; Chiara, B.; Federica, G.; Marco, M.; Gioacchino, L.; Fabiola, F.; Francesco, D.M.; Gian, L.D.A. Non-invasivetests for the diagnosis of Helicobacter Pylori: State of the art. Acta Biomed. 2018, 89 (Suppl. 8), 58-64.

94 El-Shabrawi, M.; El-Aziz, N.A.; El-Adly, T.Z.; Hassanin, F.; Eskander, A.; Abou-Zekri, M.; Mansour, H.; Meshaal, S. Stool antigendetection versus 13C-urea breath test for non-invasive diagnosis of pediatric Helicobacter Pylori infection in a limited resourcesetting. Arch. Med. Sci. 2018, 14, 69-73.

95 Zhou, X.; Su, J.; Xu, G.; Zhang, G. Accuracy of stool antigen test for the diagnosis of Helicobacter Pylori infection in children: Ameta-analysis. Clin. Res. Hepatol. Gastroenterol. 2014, 38, 629-638.

96 Best, L.M.J.; Takwoingi, Y.; Siddique, S.; Selladurai, A.; Gandhi, A.; Low, B.; Yaghoobi, M.; Gurusamy, K.S. Non-invasive diagnostic tests for Helicobacter Pylori infection. Cochrane Database Syst. Rev. 2018, 3.

97 Tu, H.; Sun, L.; Dong, X.; Gong, Y.; Xu, Q.; Jing, J.; Yuan, Y. Serum anti-Helicobacter Pylori immunoglobulin G titer correlates with grade of histological gastritis, mucosal bacterial density, and levels of serum biomarkers. Scand. J. Gastroenterol. 2014, 49, 259-266.

98 Bordin D. S. et al. Diagnosis of Helicobacter pylori infection in clinical practice //Terapevticheskii arkhiv. - 2018. - Т. 90. - №. 12. - С. 133-139.

99 Маев И. В. и др. Результаты открытого мультицентрового исследования эффективности дыхательных тестов в диагностике H. pylori //Дневник казанской медицинской школы. - 2013. - №. 1. - С. 21-23.

100 Агеева Е. А. и др. Диагностические возможности уреазного дыхательного (Хелик) теста в оценке эрадикации Helicobacter pylori-инфекции //Дальневосточный медицинский журнал. - 2010. - №. 4. - С. 12-15.

101 Патент N 6778269 США, МПК G01N 21/65 (2006.01), G01J 3/44 (2006.01) Detecting isotopes and determining isotope ratios using raman spectroscopy: N 10/234,418 : заявл. 03.09.2002 : опубликовано 17.08.2004 : Manfred F. Fink,

Philip L. Varghese; Board of Regents, The University of Texas System . — 13 с. : ил. — Текст : непосредственный.

102 Патент N 2672187 Российская Федерация, МПК G01N 21/65 (2006.01), G01J 3/44 (2006.01) КР-газоанализатор: N 2017105030 : заявл. 18.12.2017 : опубликовано 12.11.2018 Петров Дмитрий Витальевич, Матросов

Иван Иванович, Зарипов Алексей Рамильевич; ФГБУ Институт мониторинга

климатических и экологических систем Сибирского отделения Российской академии наук. — 9 с.: ил. — Текст : непосредственный.

103 Патент № 156170 Российская Федерация, МПК G01N 21/65 (2006.01), G01J 3/44 (2006.01) КР-газоанализатор: N 2015120971/28 : заявл. 02.06.2015 : опубликовано 10.11.2015 Петров Дмитрий Витальевич, Матросов

Иван Иванович, Сединкин Данила Олегович ; ФГБУ Институт мониторинга

климатических и экологических систем Сибирского отделения Российской академии наук. — 2 с.: ил. — Текст : непосредственный

104 Патент N 8675191 США, МПК G01N 21/65 (2006.01), G01J 3/44 (2006.01) Superior analyzer for raman spectra with high acceptance cone, resolution, transmission, quantum efficiency, and strong background reduction: N : 13/773,623 : заявл. 21.02.2013 : опубликовано 18.03.2014 Manfred Fink, ; Philip Varghese, Jacek Borysow; IsoSpec Technologies, LP,. — 6 с. : ил. — Текст : непосредственный.

105 Патент N 6730373 Япония, МПК G01N 21/65 (2006.01), G21/03 (2006.01), G01J 21/01 (2006.01) Optical multiple reflection container : N : 201811166903 : заявл. 2018.6.12 : опубликовано 29.07.2020М* i+Ш,

Ш; Taiyo Nippon Sanso Corp,. — 12 с. : ил. — Текст : непосредственный.

106 Патент N 2469281 Российская Федерация, МПК G01N 21/65 (2006.01), G01J 3/44 (2006.01), G01N 21/65 (2006.01) КР-газоанализатор: N 2011126860/28 : заявл. 29.06.2011: опубликовано 29.06.2011; Булдаков Михаил

Аркадьевич, Корольков Владимир Александрович, Матросов Иван Иванович,

Петров Дмитрий Витальевич; ФГБУ Институт мониторинга климатических и экологических систем Сибирского отделения Российской академии наук. — 7 с. : ил. — Текст : непосредственный

107 Патент N 203786039 КНР, МПК G01N 21/65 (2006.01), Solid active cavity-enhanced laser Raman gas detection device: N 201420115349.5 : заявл. 20.08.2014 : опубликовано 14.03.2014 /fö^fä, Ш^Ш, й^Ф,

fö Ш University of Shanghai for Science and Technology. — 6 с. : ил. —

Текст : непосредственный.

108 Полищук А. В. Разработка рамановского газоанализатора изотопологов углеродосодержащих соединений с ультраспектральным разрешением : дис. - 2020.

109 Страница с характеристиками лазера [Электронный ресурс] // Сайт производителя лазеров CNI Lasers URL: http://www.cnilaser.com/MSL-R-532.htm (дата обращения 20.06.2023 )

110 Страница с характеристиками линзы с чётной асферической поверхностью [Электронный ресурс] // Сайт производителя оптических компонентов Edmwund Optics URL: https://www.edmundoptics.com/p/15mm-dia-083-numerical-aperture-vis-coated-aspheric-lens/21761/ (дата обращения 01.07.2023 )

111 Страница с характеристиками светофильтра [Электронный ресурс] // Сайт производителя спектральных фильтрав URL: https://www.ahf.de/en/products/spectral-analysis-photonic/optical-filters/individual-filters/ultrasteep-edge-filters/ultrasteep-longpass/3091/razoredge-lp-edge-filter-532-re (дата обращения 18.06.2023)

112 Страница с характеристиками коллиматора [Электронный ресурс] // Сайт производителя оптических элементов URL: https://www.thorlabs.com/thorproduct.cfm?partnumber=F810APC-543 (дата

обращения 20.06.2023)

113 Страница с характеристиками оптического волокна [Электронный ресурс] // Сайт производителя оптических элементов URL: https://www.thorlabs.de/thoiproduct.cfm?partoumber=M29L01 (дата обращения 17.06.2023)

114 Widenhorn R. et al. Temperature dependence of dark current in a CCD //Sensors and Camera Systems for Scientific, Industrial, and Digital Photography Applications III. - SPIE, 2002. - Т. 4669. - С. 193-201.

115 Страница с характеристиками матричного приёмника [Электронный ресурс] // Сайт дистрибьютера матричных приёмников URL: https://solinstruments.by/produkciya/spektroskopiya/cifrovye-kamery/hs-101h/ (дата обращения 01.08.2023)

ПРИЛОЖЕНИЕ 1 Акты внедрения результатов работы

l/ITMO

ß

МИНИСТЕРСТВО НДУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет ИТМО» (Университет ИТМО|

Кронверкский пр-т, д ¿,g, лит А, Санкт-Петербург, Россия, 197101 Тел (812)232-23 07 od@itmo rj | amo ги

УТВЕРЖДАЮ

Проректор по научной работе Университета ИТМО д т.н;, профессор к

ra.,

SN '' РгуеАии<еь*в&

Ш ¡ImJ'&JI-Q Никифоров

ЧАс^-

20 ¿i

AKT ИСПОЛЬЗОВАНИЯ

научных результатов работы, представляемой на соискание степени кандидата технически/ наук по специальности 226- «Оптические и оптико-электронные приборы и комплексы», Попова Евгения Эдуардовича на тему «Разработка диагностической системы для вызванных патогеном Helicobacter pylon заболеваний желудочно-кишечного тракта»

Настоящим актом подтверждается то, что результаты диссертационной работы Е Э Попова «Разработка диагностической системы для вызванных патогеном Helicobacter pylon заболеваний желудочно-кишечного тракта» 8 процессе обучения магистров по образовательной программе «Лазерные и синхротронные технологии мегасайенс» по дисциплине «Лазерная спектроскопия биологических объектов», а именно в лабораторном практикуме для проведения спектроскопии выдыхаемого человеком воздуха

Директор ИПСПД: f i ASl/j* А.Е.Романов

Заместитель директора , И.Г Смирнова

ИПСПД

1/1ТМО

н>.

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

федеральное государственное автономное образовательное учреждение высшего образовании «Национальный исследовательский университет ИТМО» (Университет ИТМО)

Кронверкский пр-т, д.49, лит. А, Санкт-Петербург, Россия, 197101 Теп,: (812) 232-23-07 od@ltmo.ru } ¡tmo.ru

г-

УТВЕРЖДАЮ

Проректор по научной работе Униоерситетэ ИТМО д т.н., профессор »< 1 ^

U

И 1 fSts,L uii '

1 В.О. Никифоров

«С

с

»

О ¿./Л с fj. •■ 20 г.

Ne

АКТ ИСПОЛЬЗОВАНИЯ

научных результатов работы, представляемой на соискание степени кандидата технических наук по специальности 2.2.6 - «Оптические и оптико-электронные приборы и комплексы», Попова Евгения Эдуардовича на тему «Разработка диагностической системы для вызванных патогеном Helicobacter pylort заболеваний желудочно-кишечного тракта».

Начальник департамента научных исследований и разработок, к.ф.-м.н, Н.Р. Белашенкова, и научный консультант, к.ф.-м.н. В.В, Виткин, составили настоящий акт о том, что при выполнении НИОКР №421248 «Диагностическая система для вызванных патогеном Helicobacter pylori заболеваний желудочно-кишечного тракта», были использованы результаты диссертационной работы Е.Э. Попова «Разработка диагностической системы для вызванных патогеном Helicobacter pylori заболеваний желудочно-кишечного тракта», а именно методики проведения исследовательских и предварительных испытаний.

И А у J*-*

V ..ЛСГ N0)

Начальник депа^тамеща,,.^ научных исс^ёДдй'анйЙ, и разработок:

ts

Научный консулу

СхХлСШ-

д-w

Н. Р. Белашенков

В В. Виткин

ПРИЛОЖЕНИЕ 2 Тексты публикаций

■ m

^ biosensors

A rticle

Raman Spectroscopy for Urea Breath Test

Evgeniy Popov * , Anton Polislichuk, Anton Kovalev and Vladimir Vitkin

Institute of Advanced Data Transfer Systems, 1TMO University, Birzhevaya Liniya 14, 199034 Saint Petersburg, Russia; avp@itmo,ru (A.P.); avkovalew@itnw.ru (AX); vitkin@itmo.ru (V.V.) * Correspondence: eepopov@itmci.rti

Abstract: Tbe urea breath test is a non-invasive diagnostic method for Helicobacter pylori infections, which relies on the change in the proportion of13CCh in exhaled air. Nondispersive infrared sensors are commonly used for the urea breath test in laboratory equipment, but Raman spectroscopy demonstrated potential for more accurate measurements. The accuracy of the Helicobacter pylori detection via the urea breath test using '^COt as a hiomarker is affected by measurement errors, including equipment error and 613C measurement uncertainty. We present a Raman scattering-based gas analyzer capable of ¡>':,C measurements in exhaled air The technical details of the various measurement conditions have been discussed. Standard gas samples were measured. 12COi and "CO, calibration coefficients were determined. The Raman spectrum of the exhaled air was measured and the 5'3~C change (in the process of the urea breath test) was calculated. The total error measured was 6% and does not exceed the limit of 10% that was analytically calculated.

Keywords: Raman spectroscopy; Helicobacter pylori; exhaled breath; 5 nC; urea breath test

IMDPI

check for updates

Citation: Popuv, H.; potishchuk, A..; Kovalev, A.; Vitkin, V. Raman Spectroscopy for I Breath Test. Biosoiwrs 2023, 13,604 https;// doi.or); /10.3390 / bios 13i»№iM

Received", IS April 2023 Revised: 15 May 2023 Accepted: 17 May '2(123 Published: 2 June 2023

Copyright: ÏJ 2023 bv the authors. Licensee MDPI, Basel, Switzerland, This article is an open access article distributed under Hit* terms and conditions of the Creative Commons Attribution (CC JîYJt license (https:// cteati vecciTrrniojis.org/liceraes/by/ 4.0/).

1. Introduction

Exhaled human breath is a mixture of alveolar, pulmonary, and oral air, which contains biomarkers that allow for tracking of cellular changes [ 1 ]. The heterogeneity of human breath outcomes and associated biomarkers is the result of multiple factors, such as variations and inconsistencies in sampling techniques (both within and between individuals), variations inherent in human physiology, the complex interaction of diverse compounds present in the exhaled air, and interference from concurrent medical conditions [1]. The examination of human breath has a potential application as a screening tool in many medical fields, such as gastric cancer [2-4 j, esophageal cancer [5,6], esophagogastric adenocarcinoma [7], lung cancer, and asthma [8,9], These topics have been discussed in detail in the research literature [10]. The volume of exhaled air at complete rest is approximately 0.5 L per breath cycle for a typical adult male and 400-500 mL per breath for females, and approximately 5% of its volume traction consists of CO2. The latter allows for determining the presence of Helicobacter pylori in the organism.

Helicobacter pi/lori can cause many diseases, including chronic gastritis and a peptic ulcer. It has also been associated with extragastric diseases, including atherosclerotic diseases, hepatobiliary diseases, and lung diseases [ 1 ]. Various studies have been conducted in order to investigate different diagnostic approaches, the most utilized of which include the histopathologic examination of biopsies, stoo) antigen test, urea breath test (UBT), and serological testing [12]. Although endoscopy is commonly used as the initial diagnostic method; non-invasive diagnostic methods such as the urea breath test are more preferred due to their convenience for patients.

The urea breath test (UBT) relies on the change in the proportion of 12CC>2 and 13CO? in exhaled air. This change occurs due to the Helicobacter pylori's activity, the result of which is the bacteria converting 13C-labeled urea into NH3 and 13C02 [13]. To develop a high-quality device for the 5 l3C determination in human breath, it is necessary to accurately calibrate the device with standard gas samples beforehand.

There are several techniques available for gas sample pattern analysis, including nondispersive infrared sensors (NDIR), Fourier-trans form spectroscopy, mass spectrometry, and Raman spectroscopy [ 14-16]. Numerous publications have compared these techniques against each other and against other diagnostic methods such as antigen tests, serological tests, and histopathologic examinations [14-19], but NDlR-based sensors are still the most employed for the UBT in laboratories. The sensitivity, specificity, and accuracy of the NDIR method compared to mass spectroscopy are 87.5%, 100%, and 96.3%, correspondingly [20].

Various sources provide conflicting information regarding the UBT's sensitivity (ratio of true positive results to all positive results) and specificity (ratio of true negative results to all negative results), ranging from 92% to 99% [21-24]. The UBT's accuracy (ratio of correct results to all results) fluctuates between 95.3% and 99% [21,23]. The method's Variability in the accuracy values may be related to sensor component instabilities and instrumental errors.

One of the most powerful methods for measuring the volume fraction of isotopoIogueS in a gaseous sample is Raman spectroscopy [2?-2S], The high accuracy of gas analyzers based on Raman spectrometry makes it possible to more accurately determine the '"COi and 13CCb volume fraction changes in breath samples. Several studies have demonstrated the potential of using Raman spectroscopy for the UBT [29-31 j, but further investigation is needed to improve the detection of changes in the l2CO? and l3C02 volume fraction. In this study, we investigate the accuracy of measurements and the stability of results achieved by Using a previously developed Raman gas analyzer [25]. The presented results pave the way to the application of Raman spectroscopy for the UBT, allowing for reducing the number of controversial results, which potentially could simplify the diagnosis.

2, Materials and Methods

The Raman gas analyzer used is the same as in our recent works [23,32]. In this study, we specified some extra characteristics of the device to estimate its ability to conduct the UBT for the Helicobacter pylori identification.

2.1. Gas Analyzer

The gas analyzer consisted of a gas ceil, laser, and high-resolution spectrometer based on the Czerny-Turner scheme with a Hamamatsu HS 101H-2048/250-HR1 CCD camera cooled down to -40 "C. The spectral resolution obtained was 1 cm-1 within the spectral region ranging from 200 cm"' to 1500 cm-1 (from 540 nm to 600 nm at the laser's wavelength of 532.1 nm). The gas analyzer scheme is shown in Figure 1.

5

Figure 1. The scheme of the gas analyzer (not in scale): 1—laser; 2~objective; 3—gas cell; 4—f-matcher; 5—spectrometer; 6—specimen; 7—pressure boosting system; and 8—vacuum pump.

The root-mean-square deviation (RMSD) of the camera's dark noise at the p ho tod e tec-tor's minimum temperature did not exceed 12 Ana log-to-Digital Converter (ADC) counts (number of digital values that can be assigned to the analog signal, the sensor used lias a 6 x 104 count range) in the full image mode with maximum resolution. The quantum efficiency at 25 C of photodetector temperature was not less than 985 at a 571 nm wavelength. The cooled camera provided lower levels of the dark current and Johnson-Nyquist noise. Working at a temperature of —40 ~C increased the signal-to-noise ratio (SNR) up to 100 times compared to room temperature. The influence of temperature on the SNR will be discussed further in more detail.

The laser used was a5W, 532.1 nm solid-state laser (MSL-R-532 by CNI Lasers). This laser had a narrow line width up to 0.01 nm to achieve the sample's spectral resolution of the Raman spectrum of 1 cm-1.

In Raman spectroscopy, it is important to use a laser with stable output power and a stable spectrum. We measured these parameters for 5 h and found that the relative deviation from the nominal power for the laser used was 2.1% and the relative deviation of die laser's central wavelength was 0.001%. The medium value of die laser wavelength was 532,106 nm. The standard deviation of the central laser wavelength position was 0.008 nm, which corresponds to the deviation of one pixel of camera. It can be assumed that the stability of the laser's central wavelength is higher than the error of the spectrometer used. The 2% deviation of laser power increased the uncertainty of our measurements.

In addition to the gas cell, the gas subsystem included a pressure boosting system and a preliminary cleaning system. The pressure boosting system consisted of a piston-type pump custom designed for this device. The preliminary cleaning system included a vacuum pump,

2.2. Samples

Two types of samples were used in this study. The first type consisted of standard gas samples containing '-CCh and '^COn in Nt, with the volume fraction of I2COt ranging from 3.9% to 5.78% and the volume fraction of "CO? ranging from 0.0426% to 0.0647% (provided by the D.I. Mendeleev All-Russian Institute for Metrology; standard sample number 11576-2020). Compounds of samples are shown in Table 1; the 5 C value is the difference between the sample and the standard that is calculated by Equation (3).

Table 1. Compounds of standard pas samples.

Sample 12CO? Volume Fraction

Sample 1 5-78% ± 0.08%

Sample 2 4.89% ± 0.03%

Sample 3 4.89% ± 0.03%

Sample 4 3.9% ± 0.03%

13C02 Volume Fraction 613C

0.0647% ± 0-0008% —1,9'Jim ± 0.2%«

0.0526% ± 0.0003'!',, —43.4%n ± 0.2%.,

0.0548% ± 0.0003% -1.9%o ± 0.2%«

0.0426% ± 0,0003% -1.9%, ± 0.2%«

The second type of samples used in this work was the samples of human breatn provided voluntarily by 1TMO University employees. The samples were collected in accordance with the generally accepted procedure of conducting the UBT [12]. The samples included two specimens: a base specimen and a diagnostic specimen (taken after ingestion of the 13C-enriched substrate). The specimens were collected into special bags (the volume of the bag was 400 mL) provided with the commercial kit for the UBT (from Isocarb company, Moscow, Russia); the dose of urea was 50 mg [20]. Informed consent was obtained from all subjects involved in this study.

2.3. Signal Processing

The Raman spectrum of a gas sample can be described with a Lorentz function [33]. Figure 2 demonstrates the example of pure '^CCb gas Raman spectrum fit with the Lorentz function.

x Measured -Lorentz fit

0

1385

1390

Raman shift (cm'1)

1395

Figure 2, Example of Raman spectrum-Lorentz contour fit: dots—measured values; line—Lorentz function.

The intensity of Raman scattering (Ir I is described by the following equation [33]:

where Iq,_the intensity of the laser radiation; crj—the cross section of Raman scattering for

the vibration frequency "Vj (nr molecule"1 moles-1)/' D—the density of molecules; and dz—the length of the optical path.

Equation (1) shows that the amplitude of the registered Raman scattering signal is a linear function of pressure, exposure time, and laser power. To evaluate the amount of the specimen, we normalize the spectral signal amplitude and bring it to a pressure value of 1 atm, laser power of 1 watt, and exposure duration of 1 s. Furthermore, it is essential during normalization to account for the influence of pressure on spectral broadening using a correction coefficient. It is also necessary to consider the dark current, which must also be brought to a zero level.

Equation (1) allows for determining the volume fraction from the analysis of the scattering spectrum. This can be done by using the Raman spectrum peak intensity or area as a basis. In this work, the amount of specimen was determined by the area (S) under the Raman scattering peak of a specific isotopologue (1388 cm 1 peak for12CO? and 1370 cm -peak for '^CCb). This allowed for a reduction in the thermal noise influence on the stability of the obtained result. To prove this, we conducted the modeling of the CCD camera noise level influence on the volume fraction relative measurement standard deviation using the peak intensity and the area under the peak as a basis for the volume fraction estimation. For the modelling, a Lorentzian profile was assumed, and the CCD noise amplitude standard deviation was defined by the signal-to-noise ratio.

As seen in Figure 3, the usage of the area under the component's Raman scattering spectral peak can decrease the relative standard deviation of the measurement about 3 times for a SNR of more than 60. The close values obtained by two methods at a SNR less than 10 indicates a low amount of information obtained under conditions of a low SNR.

IR - lo-Cj-D-dz

0)

3 4^*10~2 -Peak intensity

jtO

c Q

ro 3

">

<u

TJ

TO '1 ■O

c

<u >

tn

0J

IT

1 -

Peak area

50 100

SNR

Figure 3. Influence of SNR on a relative standard deviation of volume fraction for two methods: via intensity calculation (blue line) and via the area measurement calculation {orange line).

The calculation of the volume fraction was performed from signal through calibration functions:

X12c = ki2-S12c-CAw/(P-W-t)

Xl3c = kB-S13c.CAw/(PW.t) w

where k,2 (k13) are calibration coefficients for 12CCh (13COa) (k12 - 0.0123, k]3 = 7.4-10"3); Sl2c (Sl "*c)'s the area under the l2COi (bCOi) Raman scattering peak; P—the pressure of the specimen in the cuvette; W—laser power; t—exposure time; CAw—the correction coefficient for spectral broadening calculated by Equation (7) (see below).

The calibration coefficients were obtained through the analysis of data from Raman scattering spectra of the standard samples listed in Table 1. Measurements were conducted in a series of 100 measurements for each sample at pressures ranging from 1 to 10 atm and exposure durations ranging from 1 to 600 s. The power of the laser radiation did not vary due to the technical limitations and stayed at 5 ± 0.11 W. The actual power value was recorded at the time of measurement and used for the calibration. As a result, a total of over 7000 measurements were performed. The coefficient of determination for the calibration curve, formed from the results of the measurements, was not less than 0.98.

The volume fractions obtained by Equation (2) are used to calculate the 613C value according to the following equation;

Ä) \ 12C «a lid aid /

► 1000%« (3)

where X13^—the volume fraction of !'C02; X1 —the volume fraction of 12C02. The standard value of (X13c/Xl2c) was 0.0112372 for the Pee Dee Belemnite (VpDfi) [34].

it is important to notice that the volume fraction of 12C02 did not change significantly for a certain person during multiple measurements under the same measurement conditions. Therefore, the 613C value could be estimated via 13C02 volume fraction difference in diagnostic and base samples:

613C —

(VpDB/1000%«). (l/X12c). (xfj* - X^e) (4)

where X13c—the volume fraction of 13C02, the upper index is for the base and diagnostic specimen; X12 r—the volume fraction of 12C02.

2.4. Absolute Uncertainty of Measurement Requirements

The measurementjof the exhaled air using the UBT method requires a certain level of absolute measurement uncertainty, which characterizes the variability of the measured value. The volume fraction of CO; in exhaled air typically varies from 4% to 6% (35,36], white the natural abundance of l2CO; and 13C02 is 98.85-99.04% and 0.96-1.15%, respectively [37-39]. While it is important to measure the relative volume fraction of both the CO7 and components during the UBT, it could he difficult to measure their signals

simultaneously due to the differences in the signal strength. Since the change in the [3CO; volume fraction is more important for the UBT, the required level of measurement uncertainty was estimated for a 3.8% to 6.3% CO2 volume fraction (1.05 safety factor) in exhaled air and a change in 613C from 3%o to 100%o. The determination of the required maximum absolute measurement error was conducted according to the following formula:

Aabs = iWtVpDB'lÖ^Qhang« + 1] Xco^H + (VpDB-[5"Cchange + 1])]}

13/

(5)

where A^—the absolute error of measurement; Artf|—the relative error of measurement; Vpdb—the relative volume fraction of12CO; to 13CC>2 in Pee Dee Belemnite (constant at <351C = 0, Vcub = 0,01123720, according to the international Atomic Energy Agency); Xcoz-^ volume fraction of CO2 in the exhaled air; and fi^C^an«.—the change in §13fc between the base specimen and a diagnostic specimen (613Cchange = Qiiag — S^Ct^l/lOOO).

Figure 4 shows the results of the modeling.

25 50 75 Change in o13C (%o)

Figure 4. Correspondence of absolute error of the l iCCb volume fraction measurement from change m SI3C and the COt volume fraction in exhaled air.

For accurate determination of the volume fraction, it is necessary that its measuring resolution does not exceed two standard deviations for a series of measurements. In this case, there will he a 95% probability that the data obtained using this instrument will represent truly different values. The estimated measurement uncertainty value of the 1 'COi volume fraction required for the UBT was found to be 45 ppm (10% relative error), while the standard deviation of the measurement should be less than 22.5 ppm for a 95% probability The error budget is therefore limited to 10%.

3. Results

3,/ Influence of Temperature on SNR

As aforementioned, it is important to estimate the dark current noise and Johnson-Nyquist noise when using a CCD camera. These types of noise are temperature-dependent and affect the results obtained; thus, they should be analyzed to estimate their contribution in the uncertainty of the measurements. During this experiment, Sample 2 (Table 1) was measured at different exposure times and different temperatures of the camera. The SNR was estimated by the N3 signal (1.01 x 10~6 moles of the 95% N3 gas sample, 1 cm3 volume,

and 0.08 atm pressure). Figure 3 shows the experimental results of the noise standard deviation (STD) measurement at 1, 5, and 10 s of exposure and temperature ranging from -40 °C to 20 ,:1C (note that vertical axes have a logarithmic scale).

-40 -30 -20 -10 0 10 20

Temperature, °C

Figure 5. Noise standard deviation as a function of exposure time via different temperatures of CCD camera, points—-experimental results, line—fit with Equation (6).

it is clearly observed that the noise STD increases with the increase in temperature. The lowest noise was obtained at a camera temperature of —40 111C and exposure time of

1 s. The noise amplitude as a function of temperature was described by the following equation [40] (theoretical curves in Figure

D, - De0d¡ff■ T3■ exp{Eg/kT) + DcVP'TV2.exp(Eg/2kT) (6)

where k—the Boltzmann constant; T—the temperature of the sensor; De^ff—the amplitude of the dark current diffusion noise; Dfejt,p—the amplitude of the dark current depletion noise; and Eg—energy of a band gap that varies from temperature Eg = f(T) [40].

The determination coefficient (R2) was used to estimate the accuracy of approximation. The closer it is to 1, the better fit of data is achieved. The determination coefficient (R2) was 0.92, 0.99, and 0.9 at 1, 5, and 10 s of exposure time, correspondingly.

The Raman scattering intensity of Nt can be described with Equation (1). Sample

2 {Table 1) and measured spectra of Raman scattering at different exposure times and different temperatures of the camera were used to estimate the SNR, as shown in Figure 6.

it is clear that the increase in exposure time influences both the noise level and intensity of the Raman spectrum registered by the camera, but for exposure time ranging from 1 to 300 s, the exponential form of SNR dependence on the temperature was observed as the noise level grew more slowly with the exposure time, compared to the signal level. The biggest SNR achieved in this experiment was 200 at —40 ''C at an exposure time of 300 s.

All things considered, the dark current noise error was less than 1% at a camera temperature of -40 C while the temperature and exposure time connected errors were below the error budget.

3.2. Influence of Pressure on SNR

The pressure of a gas in the cell affects the SNR since the intensity of the Raman scattering is proportional to the density of molecules in the sample, while the density of molecules itself relates to the amount of the sample (in moles).

The influence of pressure on the Raman line width is well known [41], so the broadening coefficient was taken as 140 X 10 ' cm"1 /atm in our estimation.

110-j

100908070-CH 60-CO 50" 403020100 r ,-.-r - -i-r— -»

220 240 260 280

Temperature (K)

Figure 6. SNR as a function of exposure time via different temperatures of CCD camera.

Sample 1 (Table 1) was used in this experiment to determine the influence of pressure on the SNR. As shown before, we calculate an area under the Raman line as it has less deviation during the measurement compared to the peak intensity deviation. To consider the effect of spectral broadening, we use the correction coefficient This coefficient is

calculated using the following formula:

Ciw = l + Aw-P (7)

where Aw—the broadening coefficient; P—gas pressure in a gas cell.

Figure 7 shows the resulting influence of pressure on a measured signal. We compared the results of the volume fraction of l2CCb measurement obtained for Sample 4 (Table I) with and without the correction coefficient The measurements were performed in the range from 1 to 5.5 atm. The known value of the 12CCb volume fraction is 3.9%.

c o

4-J

u its

(U £ 2 3

4.03.9 3.8 3.7 3.6

---- Passport value

• Without correction With correction

_______________j___________________________.

1 2 3 4 5

Pressure {atm}

Figure 7. Influence of spectral broadening on signal measured, red stars—with correction of spectral broadening, black dots—without correction of spectral broadening.

As seen from Figure 7, m the case when the correction coefficient was used, the average relative deviation of the mean value from the known value decreased from 5%. to 1%, Thus, the correction factor could be accounted to measured data to achieve a more accurate result.

3,3- Exhaled Air Measurements

The experimentally obtained typical spectrum of the exhaled air Raman scattering at a 60 s exposure in the region from 1200 cm-1 to 1750 cm-1 is shown in Figure 8a, and the Raman spectrum of12CO? and i3CO? at 10 and 300 s exposure times, correspondingly, in Figure 8b.

61 5-

=>4-

-2-

i-з-

u> tz

£ 2 -1 -

*104

\

1265

1285

1370

N

-ID*

1388

/

1409

La*

J 555

S4-

Лtaw.

1200 1400 1600

Raman schift (cm'1)

(a)

1800

-12СОг (10 seconds exposure)

- 1JCOj (300 seconds exposure)

1371 сп»"'

Jj

\J

z&L

1300 (325 1350 1375 1400 1 425 ИМ Raman shift (crrf1)

(b)

Figure 8, Raman spectrum of the exhaled air: (a) the hroad range; (b) l2CO? and i3CO? peaks.

The exhaled air's spectrum clearly shows the lines of l2CO? (1265 cm"1,1285 cm"1, 1388 cm"1, and 1409 cm"1) and 13CO? (1370 cm"1), as well as O? (with a characteristic structure of polyads and the most intense peak near 1555 cm"1), and is in good agreement with the known data [42,43]. Notably, the l3CO? line is significantly lower than the 12CO? line due to a lower volume fraction. Due to the fact that in a single sample both ,2C02 and ,3CO? were measured at a different exposure time, we can see an overflow of a 1388 cm 1 peak of i2CO? while the 1371 cm"1 peak of13CO? is slightly higher than the noise level.

To calculate the ratio of the 13CO? to 12CO? volume fraction, 10 spectra at 10 s (for l2CO?) and 10 spectra at 300 s (for 13CO?) were measured both for base and diagnostic samples. The volume fractions were estimated by the calibration function Equation (2); 613C was then calculated according to Equation (4) for base and diagnostic samples, after which the difference between two samples was calculated. The results of measuring the volume fraction of [:CO? and 13CO? are shown in Table 2 and Figure 9,

Table 2, Results of exhaled air analysis for participants.

Participant Volume Fraction of 13co2, % Volume Fraction of l?C02 in Base Sample, % Volume Fraction of 13CO; in Diagnostic Sample, %

Participant 1 4.7 ± 0.2 0.037 ± 0.007 0.038 ± 0.007

Participa lit 2 6.2 ± 0.3 0.045 ± 0.0118 0.046 ± 0.008

Participant 3 4.3 ± 0.2 0.030 ± 0.007 0,041 ± 0.008

Participant 4 4.6 ± 0.2 0.034 ± 0.007 0,056 ± 0.008

Participant 5 4.4 ± 0.2 0.035 ± 0.008 0.036 ± 0.007

Participant 6 5.7 ± 0.3 0.041 ± 0.008 0.046 ± 0.008

Participant 7 5.2 _h 0.2 0.038 ± 0.007 0.057 ± 0.008

Participant 8 3.8 ±0.1 0.025 ± 0.006 0,032 ± 0.007

Participant 9 5.0 ± 0.2 0.039 ± 0.007 0.055 ± 0.008

Participant 10 5.1 _h 0.2 0.031 ± 0.007 0,050 ± 0.008

Participant 11 6.3 ± 0.3 0.045 ± 0.008 0,060 ± 0.009

Participant 12 5.4 ± 0.3 0.038 ± 0.007 0.046 ± 0.008

Participant 13 4.6 ± 0.2 0.032 ± 0.007 0.041 ± 0.008

Participant 14 6.1 _t 0.3 0.048 ± 0.008 0,050 ± 0.008

Participant 15 6.3 ± 0.3 0.044 ± 0.008 0.055 ± 0.009

g 7,

W

o

o en

4-

in base probe in diagnostic probe

l!

i J

il

ii

Ifl

o'70

o

I1

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.