Мультивариативный метод спектрального анализа в ближнем ИК диапазоне многокомпонентных сред тема диссертации и автореферата по ВАК РФ 01.04.01, кандидат наук Христофорова Юлия Александровна

• Христофорова Юлия Александровна
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Христофорова Юлия Александровна

Введение

Глава 1. Спектральный анализ сложных многокомпонентных сред

1.1 Спектральные методы исследования многокомпонентных сред

1.2 Применение спектроскопии комбинационного рассеяния для исследования многокомпонентных сред

1.3 Количественный анализ структуры биологических сред методом спектроскопии комбинационного рассеяния

1.3.1 Традиционные методы диагностики рака

1.3.2 Основные КР полосы, характеризующие новообразования в биологических тканях

1.4 Эффективность анализа комбинационного рассеяния многокомпонентных сред

1.5 Способы повышения точности спектрального анализа сред, с высоким содержанием флуорофоров

1.5.1 Комбинационное рассеяние в области высоких волновых чисел

1.5.2 Мультимодальные системы анализа многокомпонентных сред

Выводы по Главе

Глава 2. Экспериментальное определение ИК спектра флуоресценции и комбинационного рассеяния многокомпонентных сред

2.1 Экспериментальная система для регистрации спектров комбинационного рассеяния

2.1.1 Лабораторная система

2.1.2 Портативная система

2.2 Спектральные характеристики многокомпонентных флуоресцентных сред в ближней ИК области

2.2.1 Многокомпонентные среды с разной концентрацией флуорофоров

2.2.2 Идентификация КР полос многокомпонентных сред при разном уровне шума

2.3 Спектральные характеристики флуоресценции кожи в ближней ИК области

2.3.1 Среды с одинаковой концентрацией флуорофоров

2.3.2 Среды с разной концентрацией флуорофоров

2.3.3 Эффект фотообесцвечивания

2.4 Спектральные характеристики комбинационного рассеяния кожи в ближней ИК области

2.5 Дифференциальный анализ многокомпонентных сред на основании ИК спектральных признаков

2.6 Выводы по Главе

Глава 3. Мультивариативный метод спектрального анализа

сложных многокомпонентных сред

3.1 Предварительная обработка спектральных данных

3.2 Мультивариативный анализ спектральных данных

3.3. Анализ важности спектральных значений

3.4 Эффективность применения мультивариативного анализа спектров сложных сред без разделения флуоресценции и

комбинационного рассеяния

Выводы по Главе

Глава 4. Методы виртуальной ИК биопсии кожных покровов

4.1 In vivo клиническое исследование опухолей кожи

4.2 Показатели качества моделей классификации новообразований

4.3 Модели классификации новообразований

4.4 Эффективность совместного анализа комбинационного рассеяния

и флуоресценции

4.5 Классификация новообразований с учетом особенностей строения

и локализации нормальной кожи

4.6 Экспериментальная апробация метода

4.7 Сравнительный анализ полученных данных с результатами других научных групп

4.8 Выводы по Главе

Заключение

Список литературы

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Мультивариативный метод спектрального анализа в ближнем ИК диапазоне многокомпонентных сред»

Актуальность темы исследований

Высокая вариабельность физических и химических свойств многокомпонентных сред вызывает ряд сложностей при изучении и восстановлении их компонентного состава с помощью традиционных методов лабораторных исследований. Бесконтактный и высокочувствительный анализ исследуемых объектов с помощью методов спектроскопии расширяет границы для изучения состава и внутренних характеристик исследуемых объектов. Оптические характеристики объектов с неоднородными свойствами позволяют анализировать их структурные параметры на уровне молекулярной организации. В последние десятилетия были предложены различные методы спектрального исследования, которые позволяют реализовать бесконтактный анализ состава многокомпонентных сред различного происхождения (газы, жидкости, химические смеси, наноструктуры, биологические ткани и т.д.), среди которых одним из практически востребованных является метод оптической биопсии, направленный на повышение эффективности ранней диагностики новообразований.

Развитие систем детектирования оптических сигналов и прогресс в разработке волоконно-оптических зондов стимулировал применение спектроскопии комбинационного рассеяния (КР) для изучения компонентного состава и выявления неоднородностей физико-химических свойств сложно организованных сред. Высокая чувствительность КР к химическим свойствам сложной среды позволяет определить присутствие спектральных полос отдельных компонентов и количественно оценить изменение химического состава многокомпонентной среды вследствие различных процессов, что представляет собой высокую ценность для применения в материаловедении, фармацевтическом деле, исследованиях гидросферы и атмосферы, для обеспечения безопасности за счет определения токсичности веществ, для диагностики заболеваний в медицине и т.д. В связи с этим были проведены многочисленные исследования многокомпонентных материалов в

лабораторных условиях, которые позволили сформировать подробную интерпретационную базу спектральных полос комбинационного рассеяния, ассоциированных с особенностями колебательных состояний основных молекул. Однако, прогностическая ценность спектральной КР диагностики при переходе к реальным объектам, в частности in vivo исследованиям живых организмов, существенно осложняется наличием шумов различной природы и многочисленных неоднородностей, приводящим к высокой вариабельности физических свойств среды.

Кроме того, высокая чувствительность спектроскопии КР к тонким химическим особенностям молекулярных соединений ограничена проблемой слабого полезного сигнала. Применение классического подхода повышения соотношения сигнал/шум за счет увеличения мощности излучения ограничено для исследования многих сред, поскольку может взывать их деструкцию и возмущения, а также рост интенсивности флуоресценции, которая является шумом для КР и особенно сильно проявляется для многокомпонентных сред, содержащих фруорофоры, в частности органических сред. В связи с чем существует необходимость в развитии нового метода, позволяющего повысить уровень спектрального анализа молекулярного строения сложной многокомпонентной среды при высоком уровне шума спектральных данных.

Цель и задачи диссертационной работы

Целью диссертационной работы является разработка метода спектрального анализа многокомпонентных сред в ближнем ИК диапазоне при высоком уровне шумов и концентрации флуорофоров для идентификации сред с различным компонентным составом.

Задачи:

1. Экспериментальная регистрация и сравнительный анализ спектральных данных флуоресценции и комбинационного рассеяния многокомпонентных сред в диапазоне 800-914 нм при высоком и низком уровне шумов и при различных концентрациях флуорофоров.

2. Исследование возможности перехода к анализу полного спектра излучения без предварительного разделения его на спектр флуоресценции и КР за счет мультивариативного подхода, учитывающего мультиколлинеарность различных спектральных компонент КР.

3. Применение разработанного мультивариативного метода для определения критериев идентификации новообразований кожи при виртуальной ИК биопсии.

Научная новизна

1. Установлено, что при высоком уровне шумов снижение эффективности спектроскопии комбинационного рассеяния (в диапазоне 1100-1800 см-1) для дифференциации сложных композиционных сред, содержащих структурные физико-химические неоднородности и флуорофоры, может быть скомпенсировано за счет совместного анализа одновременно регистрируемой флуоресценции в ближнем ИК диапазоне (283-1200 см-1), особенно для сред с высокой концентрацией флуорофоров, где совместный анализ обеспечивает повышение точности на 3-7% по сравнению с анализом только спектральных характеристик комбинационного рассеяния.

2. Предложен метод дифференциального анализа различных типов сложных сред на основе мультивариативного регрессионного анализа спектральных данных в диапазоне 283-1800 см-1 без разделения сигналов флуоресценции и комбинационного рассеяния. Метод позволяет повысить точность дифференциального анализа сред на 7-13% по сравнения с анализом только комбинационного рассеяния за счет автоматического выделения и количественного оценивания спектральных особенностей композиционной среды, включая особенности флуоресценции в области 800, 840 и 860 нм и основные полосы комбинационного рассеяния 1270-1343 см-1, 1440-1460 см-1, 1650-1670 см-1, 1735 см-1.

3. Показано, что в in vivo клинических условиях предложенный мультивариативный метод обеспечивает эффективную виртуальную биопсию

новообразований кожи с точностью дифференциации злокачественных и доброкачественных опухолей близкой к 100% (91-100%, 0,95 CI), при средней точности определения типа злокачественного новообразования 89% (79-97%, 0,95 CI), и выделения меланомы относительно других подозрительных участков кожи - 91% (80-95%, 0,95 CI).

Положения, выносимые на защиту

1. Метод спектрального анализа сложных композиционных сред, содержащих структурные физико-химические неоднородности и флуорофоры, основанный на совместном анализе одновременно регистрируемых спектральных характеристик комбинационного рассеяния молекул в области 1100-1800 см-1 и ИК лазерной флуоресценции в области 800-914 нм, стимулированных оптическим возбуждением на длине волны 785 нм; предложенный метод позволяет компенсировать снижение точности дифференциального анализа многокомпонентных сред с высокой концентраций флуорофоров и неоднородным распределением компонентного состава на 3-7% в зависимости от типа исследуемых сред.

2. Мультивариативный метод регрессионного анализа полных спектров ИК-рассеяния многокомпонентной среды с автоматическим выделением в области 283-1800 см-1 спектральных особенностей комбинационного рассеяния и флуоресцентных сдвигов, характерных для флуорофоров среды, без предварительного разделения сигналов флуоресценции и комбинационного рассеяния; метод позволяет повысить точность дифференциального анализа среды на 7-13% по сравнению с совместным независимым анализом спектральных характеристик разделенных спектров.

3. Результаты in vivo экспериментального исследования виртуальной биопсии опухолей кожи, проведенной в клинических условиях, на основании предложенного мультивариативного метода анализа спектральных данных в области ближнего ИК диапазона 800-914 нм. Показано, что применение разработанного мультивариативного метода позволяет добиться точности дифференциации злокачественных и доброкачественных опухолей близкой к

100% (91-100%, 0,95 CI) при средней точности определения типа злокачественного новообразования 89% (79-97%, 0,95 CI), а выделения меланомы относительно других подозрительных участков кожи превышает 91% (80-95%, 0,95 CI).

Степень достоверности полученных результатов

Достоверность результатов работы обеспечивается точной калибровкой спектральных приборов, корректностью используемых математических методов для обработки спектральных данных.

Практическая значимость

Практическая значимость работы заключается в возможности анализа сложных многокомпонентных сред в реальном масштабе времени без предварительного разделения спектров с выделением спектральных различий, позволяющих идентифицировать тип среды, что особенно важно для дифференциации новообразований при проведении in vivo биопсии. Предложенный метод позволили преодолеть проблему высокого уровня шума и вариабельности патофизиологических особенностей таких сложных композиционных структур живого организма как «новообразование кожи -окружающая нормальная ткань». Интеграция метода спектрального анализа в клиническую область позволила повысить эффективность исследования и диагностики различных заболеваний при виртуальной биопсии подозрительных участков кожи для определения типа исследуемых новообразований в режиме реального времени без взятия биоматериала хирургическим способом.

Практическая ценность результатов работы подтверждается их использованием в гранте Российского Фонда Фундаментальных Исследований №19-52-18001 с 01.06.2019 по 31.12.2021 «Мультивариативная Рамановская и флуоресцентная диагностика кожных новообразований».

Достоверность полученных результатов

Достоверность результатов работы обеспечивается применением сертифицированных экспериментальных приборов, используемых для

экспериментальных измерений, с точной калибровкой, корректностью используемых математических методов для обработки спектральных данных, а также соответствиям результатам, полученных в работах других авторов на другом экспериментальном оборудовании.

Методы исследования

Диссертационная работа основывалась на исследовании спектральных методов комбинационного рассеяния и лазерной индуцированной флуоресценции многокомпонентных сред. Для предварительной обработки спектральных данных и построения регрессионных моделей использовалось облачное программное обеспечение TPT-cloud.

Личный вклад автора

Изложенные в диссертации оригинальные результаты получены автором лично, либо при его непосредственном участии. Автором самостоятельно проводились экспериментальные исследования, разрабатывался мультивариативный метод и регрессионные модели. Постановка задач и обсуждение результатов проводились совместно с научным руководителем.

Апробация результатов диссертации

Результаты диссертационного исследования докладывались на конференциях международного, всероссийского и региональных уровней, в том числе на Самарском конкурсе-конференция научных работ студентов и молодых исследователей по оптике и лазерной физике (г. Самара, 2013-2015), Международной конференция ICONO/LAT (г. Москва, 2013), Международной конференции Laser Optcis (г. Санкт-Петербург, 2016), Международном Симпозиуме «Оптика и Биофотоника» (г. Саратов, 2014-2020); Международной конференции «Информационные технологии и нанотехнологии» (г. Самара, 2018-2020); Международной конференции SPIE Optics+Photonics (Сан-Диего, США, 2018); Международной конференции Frontiers in Optics (Вашингтон, США, 2017); Международной конференции SPIE Photonics Europe (дистанционный онлайн формат, 2020 г).

Методы исследования

Диссертационная работа основывалась на использовании спектральных методов комбинационного рассеяния и лазерной индуцированной флуоресценции многокомпонентных сред. Для предварительной обработки спектральных данных и построения регрессионных моделей использовалось облачное программное обеспечение TPT-cloud.

ГЛАВА 1. СПЕКТРАЛЬНЫЙ АНАЛИЗ СЛОЖНЫХ МНОГОКОМПОНЕНТНЫХ СРЕД

В настоящей Главе диссертационной работы рассматриваются возможности идентификации сложных многокомпонентных сред на основании исследования характеристик комбинационного рассеяния в ИК области спектра. Особое внимание уделяется средам, содержащим флуорофоры с неоднородным распределением компонентного состава, которое, как правило, наблюдается при развитии дефектов или является следствием протекающих в среде процессов. Проведен обзор существующих спектральных методов анализа компонентного состава сложных сред, [1*-3], сформулированы основные проблемы, препятствующие повышению точности.

1.1 Спектральные методы исследования многокомпонентных сред

Применение методов спектроскопии для исследования особенностей внутреннего строения многокомпонентных сред актуально во многих областях физической оптики [4,5]. Методы спектроскопии основаны на взаимодействии электромагнитного излучения с веществом, которое позволяет подробно получать информацию о составе, строении, качественном и количественном содержании исследуемых сред [4-6]. Многокомпонентные среды характеризуются наличием структурных микронеоднородностей, в следствие чего распространение излучения внутри таких сред приводит к пространственному перераспределению электромагнитного излучения. Распространение электромагнитного излучения в многокомпонентных средах сопровождается возникновением целого ряда процессов: поглощение излучения с последующей цепью излучательных и безызлучательных переходов, многократное рассеяние, что приводит к изменению направления первоначального распространения света на каждой неоднородности. Характер данных процессов зависит от уникальных особенностей внутреннего строения исследуемых сред.

Развитие технологий в области фотоники стимулировало развитие эффективных спектроскопических методов, основанных на изучении оптических характеристик структурных неоднородностей среды: спектроскопии упругого рассеяния [7], спектроскопии ИК поглощения [8], флуоресцентной спектроскопии [9], спектроскопии диффузного отражения [10], спектроскопии комбинационного рассеяния [11].

Применение спектральных методов находит широкое применение для изучения структурных свойств в материаловедении [12], для исследования атмосферы, гидросферы [13], фармацевтического анализа [14], оперативного и автономного управления процессами, в нанотехнологиях [15], для обеспечения безопасности за счет определения токсичности веществ [16] и многих других. В последние десятилетия методы спектроскопии проявили себя информативным инструментом в области биомедицины для клинической диагностики для обнаружения рака [17, 18].

Спектроскопия флуоресценции, КР, атомно-силовая микроскопия и др. применяются для изучения компонентного состава, а также межклеточных взаимодействий в клетках растений [19,20]. Спектральные характеристики позволяют изучить организацию и распределение полисахаридов, которые являются основными источниками биотоплива и химикатов. При этом сложная многокомпонентная структура растений, состоящая в основном из полисахаридов, а также ограничение по допустимой мощности лазерного излучения заставляют искать новые подходы для повышения уровня спектрального сигнала, ассоциированного с химическим составом растительных клеток.

Применение спектральных методов зарекомендовало себя для изучения наноматериалов, в частности количественного определения их структурных дефектов [21]. При этом изменение физических свойств фононов, из которых состоят наноматериалы, из-за внешних возмущений требует развития новых методов спектрального анализа, чувствительных к тонким изменениям на уровне элементарной организации.

Идентификация многослойных материалов в предметах искусства с сохранением целостности арт объекта задала тренд в развитии неинвазивного аналитического инструмента, который был реализован с помощью видимой и ИК спектроскопии, терагерцовой спектроскопии, рентгеновского излучения [22, 23]. Исследование арт объектов с помощью спектрального анализа необходимо для реконструкции молекулярного состава многослойных материалов, что позволяет определить технику его создания и установить ценность.

Мониторинг газа низкого давления с помощью спектроскопии КР и спектроскопии поглощения находит широкое применение для управления технологическими процессами на промышленных предприятиях, для диагностики автомобильных двигателей, и т. д. [24]. Спектральные характеристики позволяют определять нарушение предельно допустимых концентраций некоторых газов, а также обнаружить следовые газы в общей структуре газовой среды. Низкая плотность молекул в газовой фазе задает необходимость в разработке методов, повышающих чувствительность спектроскопии комбинационного рассеяния.

Использование аэрогелей в качестве упаковки пищевых продуктов задает жесткие требования к устойчивости материалов, из которых они изготавливаются. Качество данных материалов, а также полный компонентный состав аэрогелей успешно анализируется с помощью спектральных методов, в частности спектроскопии КР [25]. Исследование спектральных характеристик сложных биополимеров различного происхождения позволяет выбрать наиболее оптимальные источники для их изготовления.

Это лишь краткий перечень различных типов многокомпонентных сред. Для большинства из них отмечено, что процесс восстановления компонентного состава с помощью методов спектроскопии усложняется в следствие высокой структурной организации анализируемых сред.

1.2 Применение спектроскопии комбинационного рассеяния для исследования многокомпонентных сред

Различные спектральные методы имеют свои ограничения: низкая специфичность (флуоресцентная спектроскопия) [17], слабый сигнал (КР) [3], низкое отношение полезного сигнала к шуму, низкая точность (спектроскопия диффузного отражения) [26], ограничения для исследования сред с высоким содержанием воды (ИК спектроскопия) [27]. При этом высокая чувствительность к «тонким» химическим изменениям среды спектроскопии КР превосходит преимущества других методов спектроскопии относительно исследования особенностей компонентного состава сред, в особенности сред высокой плотности [17].

Спектральный анализ сигнала КР многокомпонентной среды основан на значениях интенсивностей, форме и расположении полос КР. Эти характерные полосы КР расшифровывают информацию о молекулярных компонентах, их количестве, симметрии и ориентации [3, 17]. Эти данные, как правило, используются для интерпретации спектральных особенностей, которые связаны с изменением компонентного состава в следствие различных процессов, например, в фармацевтике для исследования качества лекарственных препаратов [14], в пищевой промышленности для анализа количественного содержания примесей [25], в медицине для диагностики заболеваний и т.д. [3,15].

Нахождение количественных связей между КР-спектрами и параметрами полимеров позволяет изучать эволюцию структуры таких полимеров как полиэтилен гликоль, полисульфон, полипропилен и других при внешнем воздействии [28], в частности, изменение макроориентации молекул, что приводит к изменению соотношения интенсивностей КР-полос симметричных и ассиметричных валентных колебаний, которое может быть использовано для выделения областей кристаллизации.

Спектры КР имеют сложную природу, так как многокомпонентные среды содержат разнообразный набор молекул. Частоты колебаний, связанные

с различными функциональными группами, часто перекрываются, что затрудняет интерпретацию наблюдаемой полосы в спектре КР определенной функциональной группы конкретной молекулы в среде [29]. Несмотря на то, что расположение КР полос определенной функциональной группы обычно представляет собой постоянное значение, фактическое расположение полосы данной функциональной группы в молекуле может сдвигаться и незначительно отличаться по сравнению с модой изолированного колебания из-за внутреннего окружения и связей с соседними молекулами. А для многих веществ, например, кристаллов, полимерных и органических сред, характерны разные упорядоченные конфигурации, что приводит к изменению характерных частот. Тем не менее, функциональные группы, связанные со специфическими молекулами, часто дают относительно узкие и хорошо разрешенные полосы в спектрах КР.

Однако высокая чувствительность спектроскопии КР к тонким химическим особенностям молекулярных соединений ограничена проблемой слабого полезного сигнала, поскольку только 0,001% фотонов из общего потока рассеянного излучения будут не упруго рассеяны. Данная проблема особенно усугубляется при наличии в анализируемой среде флуорофоров, которые фактически являются источниками шумов, т.к. дают интенсивную флуоресценцию, частично перекрывающуюся со спектром КР.

1.3 Количественный анализ структуры биологических сред методом спектроскопии комбинационного рассеяния

Одной из наиболее сложных сред для КР анализа является биологическая среда, особенно при in vivo исследованиях, когда мощность возбуждающего лазера существенно ограниченна безопасностью и вся диагностическая процедура идет при высоком уровне шумов. Кроме этого, все биологические ткани представляют собой многокомпонентные многослойные среды, характеризующиеся многократным рассеянием и флуоресценцией (рисунок 1.1), дисперсией, существенной спектральной зависимостью поглощения. Исследование биологических сред основано на том, что их

оптические свойства содержат информацию о строении и физиологических параметрах [21]. Большой вклад в исследование оптических свойств биотканей внесли Жакес [30], Тучин [1, 31], Андерсон [32], Ричардс-Кортум [9]. Учитывая широкий интервал вариации компонентного состава тканей, даже в норме, диагностика биологических сред представляет сложную задачу, именно поэтому для выявления отличий в структурной организации биологических сред в области патологии необходимо применять спектральные методы наиболее чувствительные к изменению компонентного состава среды и обеспечивающие прогресс в развитии неинвазивных подходов и методов их исследования [20, 24].

Рисунок 1.1 - Распространение оптического излучения внутри биологической ткани

Прогностическая ценность КР спектральной диагностики вытекает из присущей ему химической специфичности, которая позволяет определять изменения в компонентном составе в области патологии со по сравнению с окружающей здоровой тканью. Характерные изменения биоткани определяются несколькими биомаркерами: относительное содержание ДНК,

изменения структурных и водородных связей липидов, белков и нуклеиновых кислот, изменение концентрации коллагена и эластин, увеличение или уменьшение содержания таких биохимических компонентов, как триптофан, кератин, каротиноиды, гликоген, сложный эфир холестерина, тирозин и пролин. Одним из наиболее важным и практически значимым применением КР анализа является диагностика новообразований. Прежде чем переходить к анализу данной проблемы кратко сформулируем основные традиционные методы диагностики новообразований, которые является принятым золотым стандартом и, соответственно, могут использоваться как инструмент измерения меры эффективности разрабатываемых оптических методов диагностики.

1.3.1 Традиционные методы диагностики рака

Сегодняшняя статистика показывает, что более половины случаев заболеваний раком кожи регистрируется на поздних стадиях, что представляет собой непосредственную угрозу жизни пациента [33], поскольку сроки выживания пациентов напрямую зависят от стадии развития заболевания. Например, при иссечении меланомы на I стадии 5-летняя выживаемость пациентов составляет 93-97%, в то время как пациенты с заболеванием на III стадии переживают первое пятилетие лишь в 40-78% случаев [34]. Традиционным инструментальным методом предварительной диагностики рака является биопсия - прижизненный забор биоптата опухоли [35] с последующим рутинным окрашиванием и микроскопическим исследованием. Данный подход сохраняется на протяжении десятилетий в следствие отсутствия альтернативных методов диагностики на сегодняшний день. Однако верификация опухоли с помощью такого подхода подвержена ошибкам, начиная от различий протоколов окрашивания при гистологическом анализе срезов до подходов, которые применяются в различных учреждениях, где проводится исследование. Умение идентифицировать наборы признаков, соответствующих конкретным диагнозам, также зависит от уровня и направленности подготовки гистологов [36]. Основные диагностические

критерии для большинства типов рака связаны с внутриклеточной и межклеточной организацией. В ходе качественной классификации тканей гистолог должен оценить, находятся ли признаки опухоли в пределах нормы или нет. Такие заключения субъективны и, следовательно, подвержены неконтролируемой изменчивости, поскольку не могут быть количественно определены в каждом конкретном случае.

Согласно статистике, только в США ежегодно около 200000 человек ошибочно информируют о наличии рака с последующей ненужной хирургической операцией (ложноположительные диагнозы) или об отсутствии рака (ложноотрицательные диагнозы), в результате чего упускается возможность лечения рака на ранней стадии развития с минимальными последующими рисками. Так на 76000 случаев заболевания меланомой 25% диагнозов были вынесены ошибочными [37]. Также общепризнанным считается факт, что в среднем ошибочными являются от 5 до 40% результатов биопсии, при этом основным фактором ошибок является отсутствие узкоспециализированных знаний. Общая картина демонстрирует [38], что точность традиционных методов диагностики зависимы от человеческих факторов. Помимо прочего, источником неверной интерпретации типа новообразования является отсутствие фрагментов опухолевых клеток, взятых при биопсии, поскольку распределение компонентов здоровой ткани и опухоли неоднородно на поврежденном участке кожи (рисунок 1.2).

Список литературы диссертационного исследования кандидат наук Христофорова Юлия Александровна, 2021 год

СПИСОК ЛИТЕРАТУРЫ

1*. Malignant Tissue Optical Properties [Text] / A. N. Bashkatov [et al] // Multimodal Optical Diagnostics of Cancer; V. V. Tuchin, J. Popp, V. Zakharov (eds.). - Switzerland: Springer, 2020. - P. 3. - № 108. - ISBN 978-3-030-44593-5.

2. Shipp, D. W. Raman spectroscopy: techniques and applications in the life sciences [Text] / D. W. Shipp, F. Sinjab, I. Notingher //Advances in Optics and Photonics. - 2017. - Vol. 9. - №. 2. - P. 315-428.

3. In-vivo Raman spectroscopy: from basics to applications [Text] / E. Cordero [et al] // J. Biomed. Opt. - 2018. - Vol. 23, - № 7. - 071210.

4. Kokhanovsky, A. A. Optics of light scattering media: problems and solutions [Text]. - Springer-Praxis, 2001. - 217 pp. - ISBN 978-0471972600.

5. Аксенова, Е.В. Корреляционные функции и особенности распространения и рассеяния волн в жидких кристаллах: автореф. дис. ... д-ра. физ.-мат. наук: 01.04.02 / Аксенова Елена Владимировна. Спб., 2009 - 32 с.

6. Шмидт, В. Оптическая спектроскопия для химиков и биологов [Текст]. М.: Техносфера, 2007. - 368 с.

7. Афанасьев, В.П. Спектроскопия заряженных частиц, упруго рассеянных плоскопараллельными слоями твердого тела, поверхность [Текст] / В. П. Афанасьев, Д. С. Ефременко, А. В. Лубенченко / Рентгеновские, синхротронные и нейтронные исследования. - 2008. - Т. 5. - С. 45-49.

8. Смит, А. Прикладная ИК-спектроскопия [Текст]. - М.: Мир, 1982. - 328 P.

9. Richards-Kortum, R. Quantitative optical spectroscopy for tissue diagnosis [Text] / R. Richards-Kortum, E. Sevick-Muraca // Annu. Rev. Phys. Chem. - 1996. - Vol. 47. - P. 555-606.

* выделены собственные публикации по теме диссертации

10. Morales, A. A. M. Retrieving the optical parameters of biological tissues using diffuse reflectance spectroscopy and Fourier series expansions. I. Theory and application [Text] // A. A. M. Morales, S. V. Montiel // Biomed Opt Express. - 2012. - Vol. 3. - № 10. - P. 2395-2404.

11. Petry, P. Raman Spectroscopy-A Prospective Tool in the Life Sciences [Text] / M. Schmitt, J. Popp // ChemPhysChem. - 2003. - Vol. 4. - P. 14-30.

12. Merlin, R. Overview of phonon Raman scattering in solids [Text] / R. Merlin, A. Pinczuk, W. H. Weber //Raman scattering in materials science. -Springer, Berlin, Heidelberg, 2000. - P. 1-29. - ISBN 978-3642086564.

13. Кохановский, А. А. Теория переноса солнечного излучения в облаках и снежном покрове и ее применение в задачах спутникового мониторинга Земли из космоса: автореф. дис. ... д-ра. физ.-мат. наук: 25.00.29 / Кохановский Александр Анатольевич. Спб., 2010 - 43 с.

14. Fini, G. Application of Raman spectroscopy pharmacy [Text] / G. Fini // J. Raman Spectrosc. - 2004. - Vol. 35. - № 5. - P. 335-337.

15. Qiang, T. Diagnostic applications of Raman spectroscopy, nanomedicine: nanotechnology [Text] / C. Chang, T. Qiang // Biol Med. - 2012. -Vol. 8. - P. 545-558.

16. Cell death discrimination with raman spectroscopy and support vector machines [Text] / G. Pyrgiotakis [et al] // Ann Biomed Eng. - 2009. - Vol. 37. - P. 1464-1473.

17. Tuchin, V. V. (ed.) Handbook of biomedical diagnostic [Text]. - SPIE Press, 2016. - 1410 pp. - ISBN: 9781628419122.

18. Meglinski, I. (ed.) Biophotonics for medical applications [Text]. -Elsevier, 2015. 402 pp. - ISBN 978-0-85709-674-6.

19. He, Q. Principal component analysis facilitated fast and noninvasive Raman spectroscopic imaging of plant cell wall pectin distribution and interaction with enzymatic hydrolysis [Text] / Q. He, O. A. Zabotina, C. Yu //Journal of Raman Spectroscopy.

20. Aluminum accumulation at nuclei of cells in the root tip. Fluorescence detection using lumogallion and confocal laser scanning microscopy [Text] / I. R. Silva [et al] //Plant Physiology. - 2000. - Vol. 123. - №. 2. - P. 543-552.

21. Complexity of temperature-dependent Raman spectra and phonons properties on the example of carbon nanotubes thin films [Text] / A. P. Gertych [et al] //Journal of Raman Spectroscopy. - 2020. - Vol. 51. - №. 10. - P. 1996-2006.

22. Non-invasive and in situ investigation of layers sequence in panel paintings by portable micro-spatially offset Raman spectroscopy [Text] / A. Botteon [et al] //Journal of Raman Spectroscopy. - 2020. - Vol. 51. - №. 10. - P. 2016-2021.

23. Macro X-ray fluorescence and VNIR hyperspectral imaging in the investigation of two panels by Marco d'Oggiono [Text] / E. D'Elia [et al] //Microchemical Journal. - 2020. - Vol. 154. - P. 104541.

24. Wen, C. Multiple-pass-enhanced multiple-point gas Raman analyzer for industrial process control applications [Text] / C. Wen, X. Huang, C. Shen // Journal of Raman Spectroscopy. - 2020. - Vol. 51. - №. 10. - P. 2046-2052.

25. Confocal Raman imaging as a useful tool to understand the internal microstructure of multicomponent aerogels [Text] / I. Benito-González [et al] //Journal of Raman Spectroscopy. - 2020. - Vol. 51. - №. 10. - P. 2022-2035.

26. In vivo measurements of diffuse reflectance and time-resolved autofluorescence emission spectra of basal cell carcinomas [Text] / A. J. Thompson [et al] // Journal of Biophotonics. - 2012. - Vol. 5. - №3. - P. 240-254.

27. Infrared and Raman spectroscopy: methods and applications [Text] / Ed. B. Schrader - John Wiley & Sons, 2008.

28. Raman spectroscopic identification of the chemical and conformational compositions of novel hydrogenated 1 -hexene oligomers [Text] / E. A. Sagitova [et al] //Laser Physics. - 2018. - Vol. 29. - №. 1. - P. 015701.

29. Diagnosis of head and neck squamous cell carcinoma using Raman spectroscopy: tongue tissues [Text] / S. Devpura [et al] //Journal of Raman Spectroscopy. - 2012. - Vol. 43. - №. 4. - P. 490-496.

30. Jacques, S. L. Origins of tissue optical properties in the UVA, visible, and NIR regions [Text] / S. L. Jacques // Advances in Optical Imaging and Photon Migration. - 1996. - Vol. 2. - P. 364-369.

31. Tuchin, V. V. (ed.). Tissue Optics: Light Scattering Methods and Instruments for Medical Diagnosis [Text]. - SPIE Press, 2000. - 825 pp.

32. Anderson, R. R. Optical properties of human skin in The Science of Photomedicine [Text] / R. R. Anderson, J. A. Parrish // J Invest Dermatol. - 1981. -Vol. 77, №1. - P.13-9.

33. Злокачественные новообразования в России в 2015 году (заболеваемость и смертность) / А. Д. Каприн, В. В. Старинский, Г. В. Петрова.

- M.: МНИОИ им. П.А. Герцена - филиал ФГБУ «НМИРЦ» Минздрава России, 2017. -250 c.

34. Final Version of 2009 AJCC Melanoma Staging and Classification [Text] / C. M. Balch [et al] // Journal of Clinical Oncology. - 2009. - Vol. 27, №36.

- P. 6199-6206.

35. Titford, M. Progress in the Development of Microscopical Techniques for Diagnostic Pathology [Text] / M. Titford // J. Histotechnol. - 2009. - Vol. 32. -P. 9-19.

36. Hunninghake, G.W. Utility of a lung biopsy for the diagnosis of idiopathic pulmonary fibrosis [Text] / G. Hunninghake, M.B. Zimmerman, D. A. Schwartz // Am. J. Respir. Crit. Care Med. - 2001. - Vol. 164. - P.193-196.

37. Cicerone, M. T. Histological coherent Raman imaging: a prognostic review [Text] / M. T. Cicerone, C. H. Camp // Analyst. - 2018. - Vol. 143, №1. -P. 33-59.

38. Hollensead, S. C. Errors in pathology and laboratory medicine: Consequences and prevention [Text] / S. C. Hollensead, W. B. Lockwood, R. J. Elin // J. Surg.Oncol. - 2004. - Vol. 88. - P. 161-181.

39. Raman spectroscopy—A new method for the intra-operative assessment of axillary lymph nodes [Text] / J. Horsnell [et al] // The Analyst. - 2010.

- Vol. 135, №12. - P. 3042-3047.

40. Kong, K. Diagnosis of tumors during tissue-conserving surgery with integrated autofluorescence and Raman scattering microscopy [Text] / K. Kong, C. J. Rowlands, S. Varma // Proceedings of the National Academy of Sciences. - Vol. 110, №38. - P. 15189-15194.

41. Marks, R. An overview of skin cancer. Incidence and causation [Text] / R. Marks // Cancer. - 1995. - Vol.75 №2. - P.607-12.

42. Movasaghi, Z. Raman spectroscopy of biological tissues [Text] / Z. Movasaghi, S. Rehman, I. U. Rehman // Appl.Spectrosc. Rev. - 2007. - Vol. 42, №5. - P. 493-541.

43. Mahadevan-Jansen, A. Raman spectroscopy for the detection of cancers and precancers [Text] / A. Mahadevan-Jansen, R. R. Richards-Kortum // J. Biomed. Opt. - 1996. - Vol. 1, №1. - P. 31-70.

44. Raman spectroscopy of biological tissues [Text] / A.C.S. Talar [et al] //Applied Spectroscopy Reviews. - 2015. - Vol. 50. - №. 1. - P. 46-111.

45. Diagnosing breast cancer using Raman spectroscopy: prospective analysis [Text] / A. S. Haka [et al] //Journal of biomedical optics. - 2009. - Vol. 14. - №. 5. - P. 054023.

46. Simultaneous fingerprint and high-wavenumber fiber-optic Raman spectroscopy enhances real-time in vivo diagnosis of adenomatous polyps during colonoscopy [Text] / M. S. Bergholt [et al] // Journal of biophotonics. - 2016. - Vol. 9. - №. 4. - P. 333-342.

47. Raman biophysical markers in skin cancer diagnosis [Text] / X. Feng [et al] // Journal of biomedical optics. - 2018. - Vol. 23. - №. 5. - P. 057002.

48. Discriminating basal cell carcinoma from perilesional skin using high wave-number Raman spectroscopy [Text] / A. Nijssen [et al] // Journal of biomedical optics. - 2007. - Vol. 12. - №. 3. - P. 034004.

49. Discrimination of breast cancer from benign tumours using Raman spectroscopy [Text] / F. M. Lyng [et al] // PloS one. - 2019. - Vol. 14. - №. 2. - P. e0212376.

50. Near-infrared Raman spectroscopy for in vivo detection of cervical precancers [Text] / U. R. S. Utzinger [et al] //Applied spectroscopy. - 2001. - Vol. 55. - №. 8. - P. 955-959.)

51. Raman spectroscopy for early detection of laryngeal malignancy: preliminary results [Text] / N. Stone [et al] // The Laryngoscope. - 2000. - Vol. 110.

- №. 10. - P. 1756-1763.

52. Discrimination analysis of human lung cancer cells associated with histological type and malignancy using Raman spectroscopy [Text] / Y. Oshima [et al] //Journal of biomedical optics. - 2010. - Vol. 15. - №. 1. - P. 017009.

53. Raman spectroscopic identification of normal and malignant hepatocytes [Text] / J. Guo [et al] // Chinese Optics Letters. - 2009. - Vol. 7. - №. 1. - P. 60-63.

54. The use of Raman spectroscopy to differentiate between different prostatic adenocarcinoma cell lines [Text] / P. Crow [et al] // British journal of cancer. - 2005. - Vol. 92. - №. 12. - P. 2166-2170.

55. Diagnostic potential of near-infrared Raman spectroscopy in the colon: differentiating adenomatous from hyperplastic polyps [Text] / A. Molckovsky [et al] //Gastrointestinal endoscopy. - 2003. - Vol. 57. - №. 3. - P. 396-402.

56*. Диагностика новообразований кожи методом комбинационного рассеяния [Текст] / В.П. Захаров [и др] // Физика волновых процессов - 2013.

- Vol. 16, № 3. - С. 73-78.

57*. Fluorescence spectroscopy for neoplasms control [Text] / I.A. Bratchenko [et al] // Proceedings of SPIE. - 2016. - Vol. 9887. - P. 98870Y (9 pp).

58. Melanin quantification by in vitro a nd in vivo analysis of near-infrared fluorescence [Text] / S. Kalia [et al] // Pigment cell & melanoma research. - 2018.

- Vol. 31. - №. 1. - P. 31-38.

59. Krishnapuram, B. Sparse multinomial logistic regression: Fast algorithms and generalization bounds [Text] / B. Krishnapuram, L. Carin, M. A. Figueiredo // IEEE transactions on pattern analysis and machine intelligence. - 2005.

- Vol. 27. - №. 6. - P. 957-968.

60. Brereton, R. G. Support vector machines for classification and regression [Text] / R. G. Brereton, G. R. Lloyd //Analyst. - 2010. - Vol. 135. - №. 2. - P. 230-267.

61. Melanoma diagnosis by Raman spectroscopy and neural networks: structure alterations in proteins and lipids in intact cancer tissue [Text] / M. Gniadecka [et al] //Journal of investigative dermatology. - 2004. - Vol. 122. - №. 2. - P. 443-449.

62. Classification and regression tree analysis of 1000 consecutive patients with unknown primary carcinoma [Text] / K. R. Hess [et al] //Clinical Cancer Research. - 1999. - Vol. 5. - №. 11. - P. 3403-3410.

63. A tutorial review: Metabolomics and partial least squares-discriminant analysis-a marriage of convenience or a shotgun wedding [Text] / P. S. Gromski [et al] //Analytica chimica acta. - 2015. - Vol. 879. - P. 10-23.

64*. Raman Spectroscopy Techniques for Skin Cancer Detection and Diagnosis [Text] / I. A. Bratchenko [et al] // Multimodal Optical Diagnostics of Cancer; V. V. Tuchin, J. Popp, V. Zakharov (eds.). - Switzerland: Springer, 2020. -P. 361-395. - ISBN 978-3-030-44593-5.

65. Near-infrared Raman spectroscopy for optical diagnosis of lung cancer [Text] / Z. Huang [et al] //International journal of cancer. - 2003. - Vol. 107. - №. 6. - P. 1047-1052.

66. Real-time endoscopic Raman spectroscopy for in vivo early lung cancer detection [Text] / H. C. McGregor [et al] //Journal of biophotonics. - 2017. - Vol. 10. - №. 1. - P. 98-110.

67. Using laser Raman spectroscopy to reduce false positives of autofluorescence bronchoscopies: a pilot study [Text] / M. A. Short [et al] // Journal of Thoracic Oncology. - 2011. - Vol. 6. - №. 7. - P. 1206-1214.

68. Comparative analysis of combined spectral and optical tomography methods for detection of skin and lung cancers [Text]/ V. P. Zakharov [et al] //Journal of Biomedical Optics. - 2015. - Vol. 20. - №. 2. - P. 025003.

69. Raman spectroscopic analysis differentiates between breast cancer cell lines [Text]/ A. C. S. Talari [et al] //Journal of Raman Spectroscopy. - 2015. - Vol. 46. - №. 5. - P. 421-427.

70. The label-free Raman imaging of human breast cancer [Text]/ H. Abramczyk [et al] //Journal of molecular liquids. - 2011. - Vol. 164. - №. 1-2. - P. 123-131.

71. Raman 'optical biopsy' of human breast cancer [Text]/ H. Abramczyk [et al] //Progress in biophysics and molecular biology. - 2012. - Vol. 108. - №. 12. - P. 74-81.

72. Diagnosing breast cancer by using Raman spectroscopy [Text] / A. S. Haka [et al] // Proceedings of the National Academy of Sciences. - 2005. - Vol. 102.

- №. 35. - P. 12371-12376.

73. Diagnosing breast cancer using Raman spectroscopy: prospective analysis [Text]/ A. S. Haka [et al] //Journal of biomedical optics. - 2009. - Vol. 14.

- №. 5. - P. 054023.

74. Raman spectroscopy: a real-time tool for identifying microcalcifications during stereotactic breast core needle biopsies [Text] / A. Saha [et al] //Biomedical Optics Express. - 2011. - Vol. 2. - №. 10. - P. 2792-2803.

75. Application of Raman spectroscopy to identify microcalcifications and underlying breast lesions at stereotactic core needle biopsy [Text]/ I. Barman [et al] //Cancer research. - 2013. - Vol. 73. - №. 11. - P. 3206-3215.

76. Identifying microcalcifications in benign and malignant breast lesions by probing differences in their chemical composition using Raman spectroscopy [Text]/ A. S. Haka [et al] //Cancer research. - 2002. - Vol. 62. - №. 18. - P. 53755380.

77. Breast cancer diagnostics by Raman spectroscopy [Text]/ B. Brozek-Pluska [et al] //Journal of Molecular Liquids. - 2008. - Vol. 141. - №. 3. - P. 145148.

78. Li, Q. Classification for breast cancer diagnosis with Raman spectroscopy [Text]/ Q. Li, Q. Gao, G. Zhang //Biomedical optics express. - 2014.

- Vol. 5. - №. 7. - P. 2435-2445.

79. Identification and characterization of colorectal cancer using Raman spectroscopy and feature selection techniques [Text] / S. Li [et al] // Optics express.

- 2014. - Vol. 22. - №. 21. - P. 25895-25908.

80. Colorectal cancer and colitis diagnosis using Fourier transform infrared spectroscopy and an improved K-nearest-neighbour classifier [Text] / Q. Li [et al] // Sensors. - 2017. - Vol. 17. - №. 12. - P. 2739.

81. Biochemical fingerprint of colorectal cancer cell lines using label-free live single-cell Raman spectroscopy [Text] / J. Gala de Pablo [et al] //Journal of Raman Spectroscopy. - 2018. - Vol. 49. - №. 8. - P. 1323-1332.

82. Raman spectroscopy in colorectal cancer diagnostics: Comparison of PCA-LDA and PLS-DA models [Text] / W. Liu [et al] //Journal of Spectroscopy. -2016. - Vol. 2016.

83. Raman fiber-optical method for colon cancer detection: cross-validation and outlier identification approach [Text] / D. Petersen [et al] // Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. - 2017. -Vol. 181. - P. 270-275.

84. Characterizing variability in in vivo Raman spectra of different anatomical locations in the upper gastrointestinal tract toward cancer detection [Text] / M. S. Bergholt [et al] //Journal of biomedical optics. - 2011. - Vol. 16. -№. 3. - P. 037003.

85. Real-time Raman spectroscopy for in vivo, online gastric cancer diagnosis during clinical endoscopic examination [Text] / S. Duraipandian [et al] //Journal of biomedical optics. - 2012. - Vol. 17. - №. 8. - P. 081418.

86. In vivo detection of epithelial neoplasia in the stomach using image-guided Raman endoscopy [Text] / Z. Huang [et al] // Biosensors and Bioelectronics.

- 2010. - Vol. 26. - №. 2. - P. 383-389.

87. Rapid fiber-optic Raman spectroscopy for real-time in vivo detection of gastric intestinal metaplasia during clinical gastroscopy [Text] / K. Lin [et al] // Cancer Prevention Research. - 2016. - Vol. 9. - №. 6. - P. 476-483.

88. Fiber-optic Raman spectroscopy for in vivo diagnosis of gastric dysplasia [Text] / J. Wang [et al] // Faraday discussions. - 2016. - Vol. 187. - P. 377-392.

89. A feasibility study of using fiber-optic Raman spectrum system for fast diagnosis of gastric cancer [Text] / Y. Lijian [et al] // Opto-Electronic Engineering. - 2019. - Vol. 46. - №. 04. - P. 180645.

90. Comparative study of the endoscope-based bevelled and volume fiberoptic Raman probes for optical diagnosis of gastric dysplasia in vivo at endoscopy [Text] / J. Wang [et al] // Analytical and bioanalytical chemistry. - 2015. - Vol. 407. - №. 27. - P. 8303-8310.

91. Simultaneous fingerprint and high-wavenumber fiber-optic Raman spectroscopy improves in vivo diagnosis of esophageal squamous cell carcinoma at endoscopy [Text] / J. Wang [et al] // Scientific reports. - 2015. - Vol. 5. - №. 1. -P. 1-10.

92. In vivo diagnosis of gastric cancer using Raman endoscopy and ant colony optimization techniques [Text] / M. S. Bergholt [et al] // International journal of cancer. - 2011. - Vol. 128. - №. 11. - P. 2673-2680.

93. Fiber-optic Raman spectroscopy probes gastric carcinogenesis in vivo at endoscopy [Text] / M. S. Bergholt [et al] // Journal of biophotonics. - 2013. - Vol. 6. - №. 1. - P. 49-59.

94. Combining near-infrared-excited autofluorescence and Raman spectroscopy improves in vivo diagnosis of gastric cancer [Text] / M. S. Bergholt [et al] // Biosensors and Bioelectronics. - 2011. - Vol. 26. - №. 10. - P. 4104-4110.

95. Raman endoscopy for in vivo differentiation between benign and malignant ulcers in the stomach [Text] / M. S. Bergholt [et al] //Analyst. - 2010. -Vol. 135. - №. 12. - P. 3162-3168.

96. Fiberoptic confocal raman spectroscopy for real-time in vivo diagnosis of dysplasia in Barrett's esophagus [Text] / M. S. Bergholt [et al] //Gastroenterology.

- 2014. - Vol. 146. - №. 1. - P. 27-32.

97. Diagnosis of gastric cancer using near-infrared Raman spectroscopy and classification and regression tree techniques [Text] / S. K. Teh [et al] //Journal of biomedical optics. - 2008. - Vol. 13. - №. 3. - P. 034013.

98. In vivo early diagnosis of gastric dysplasia using narrow-band image-guided Raman endoscopy [Text] / Z. Huang [et al] //Journal of biomedical optics. -2010. - Vol. 15. - №. 3. - P. 037017.

99. Near-infrared Raman spectroscopy for early diagnosis and typing of adenocarcinoma in the stomach [Text] / S. K. Teh [et al] //British Journal of Surgery.

- 2010. - Vol. 97. - №. 4. - P. 550-557.

100. Diagnostic potential of near-infrared Raman spectroscopy in the stomach: differentiating dysplasia from normal tissue [Text] / S. K. Teh [et al] // British journal of cancer. - 2008. - Vol. 98. - №. 2. - P. 457-465.

101. Endoscopic Raman spectroscopy enables objective diagnosis of dysplasia in Barrett's esophagus [Text] / L. M. Almond [et al] // Gastrointestinal endoscopy. - 2014. - Vol. 79. - №. 1. - P. 37-45.

102. Discrimination and classification of liver cancer cells and proliferation states by Raman spectroscopic imaging [Text] / T. Tolstik [et al] // Analyst. - 2014.

- Vol. 139. - №. 22. - P. 6036-6043.

103. Discrimination of liver malignancies with 1064 nm dispersive Raman spectroscopy [Text] / I. J. Pence [et al] // Biomedical optics express. - 2015. - Vol. 6. - №. 8. - P. 2724-2737.

104. Assessment of fiberoptic near-infrared Raman spectroscopy for diagnosis of bladder and prostate cancer [Text] / P. Crow [et al] // Urology. - 2005.

- Vol. 65. - №. 6. - P. 1126-1130.

105. Combination of high-resolution optical coherence tomography and Raman spectroscopy for improved staging and grading in bladder Cancer [Text] / D. Bovenkamp [et al] // Applied Sciences. - 2018. - Vol. 8. - №. 12. - P. 2371.

106. Bladder cancer diagnosis during cystoscopy using Raman spectroscopy [Text] / M. C. M. Grimbergen [et al] // Photonic Therapeutics and Diagnostics V. -International Society for Optics and Photonics, 2009. - Vol. 7161. - P. 716114.

107. In vivo bladder cancer diagnosis by high-volume Raman spectroscopy [Text] / R. O. Draga [et al] // Analytical chemistry. - 2010. - Vol. 82. - №. 14. - P. 5993-5999.

108. Identification and characterization of bladder cancer by low-resolution fiber-optic Raman spectroscopy [Text] / H. Chen [et al] //Journal of biophotonics. -2018. - Vol. 11. - №. 9. - P. e201800016.

109. Combining high wavenumber and fingerprint Raman spectroscopy for the detection of prostate cancer during radical prostatectomy [Text] / K. Aubertin [et al] // Biomedical optics express. - 2018. - T. 9. - №. 9. - P. 4294-4305.

110. Mesoscopic characterization of prostate cancer using Raman spectroscopy: potential for diagnostics and therapeutics [Text] / K. Aubertin [et al] // BJU international. - 2018. - T. 122. - №. 2. - P. 326-336.

111. Raman spectroscopy, a potential tool in diagnosis and prognosis of castration-resistant prostate cancer [Text] / L. Wang [et al] //Journal of biomedical optics. - 2013. - T. 18. - №. 8. - P. 087001.

112. Raman spectroscopy with a 1064-nm wavelength laser as a potential molecular tool for prostate cancer diagnosis: a pilot study [Text] / F. L. Magalhaes [et al] // Journal of Biomedical Optics. - 2018. - T. 23. - №. 12. - P. 121613.

113. Detection of benign epithelia, prostatic intraepithelial neoplasia, and cancer regions in radical prostatectomy tissues using Raman spectroscopy [Text] / S. Devpura [et al] // Vibrational Spectroscopy. - 2010. - T. 53. - №. 2. - P. 227232.

114. In vivo Raman spectroscopy of human uterine cervix: exploring the utility of vagina as an internal control [Text] / R. S. Shaikh [et al] // Journal of Biomedical Optics. - 2014. - T. 19. - №. 8. - P. 087001.

115. In vivo diagnosis of cervical precancer using Raman spectroscopy and genetic algorithm techniques [Text] / S. Duraipandian [et al] //Analyst. - 2011. - T. 136. - №. 20. - P. 4328-4336.

116. Near-infrared-excited confocal Raman spectroscopy advances in vivo diagnosis of cervical precancer [Text] / S. Duraipandian [et al] //Journal of biomedical optics. - 2013. - T. 18. - №. 6. - P. 067007.

117. Simultaneous fingerprint and high-wavenumber confocal Raman spectroscopy enhances early detection of cervical precancer in vivo [Text] / S. Duraipandian [et al] //Analytical chemistry. - 2012. - T. 84. - №. 14. - P. 59135919.

118. High wavenumber Raman spectroscopy for in vivo detection of cervical dysplasia [Text] / J. Mo [et al] //Analytical chemistry. - 2009. - T. 81. - №. 21. - P. 8908-8915.

119. Effect of normal variations on disease classification of Raman spectra from cervical tissue [Text] / E. Vargis [et al] //Analyst. - 2011. - T. 136. - №. 14. -P. 2981-2987.

120. Application of Raman spectroscopy for cervical dysplasia diagnosis [Text] / E. M. Kanter [et al] //Journal of biophotonics. - 2009. - T. 2. - №. 1-2. - P. 81-90.

121. Characterization of Raman spectra measured in vivo for the detection of cervical dysplasia [Text] / A. Robichaux-Viehoever [et al] //Applied spectroscopy. - 2007. - T. 61. - №. 9. - P. 986-993.

122. Raman spectroscopic detection of high-grade cervical cytology: Using morphologically normal appearing cells [Text] / S. Duraipandian [et al] //Scientific reports. - 2018. - T. 8. - №. 1. - P. 1-8.

123. Raman micro-spectroscopy applied to treatment resistant and sensitive human ovarian cancer cells [Text] / H. Moradi [et al] //Journal of Biophotonics. -2017. - T. 10. - №. 10. - P. 1327-1334.

124. Diagnosis of ovarian cancer by Raman spectroscopy: a pilot study [Text] / K. Maheedhar [et al] // Photomedicine and Laser Surgery. - 2008. - T. 26. - №. 2. - P. 83-90.

125. Raman difference spectroscopy: a non-invasive method for identification of oral squamous cell carcinoma [Text] / C. Knipfer [et al] // Biomedical optics express. - 2014. - T. 5. - №. 9. - P. 3252-3265.

126. Real-time in vivo diagnosis of nasopharyngeal carcinoma using rapid fiber-optic Raman spectroscopy [Text] / K. Lin [et al] // Theranostics. - 2017. - T. 7. - №. 14. - P. 3517.

127. Automatic and objective oral cancer diagnosis by Raman spectroscopic detection of keratin with multivariate curve resolution analysis [Text] / P. H. Chen [et al] // Scientific reports. - 2016. - T. 6. - P. 20097.

128. In vivo Raman spectroscopy for oral cancers diagnosis [Text] / S. P. Singh [et al] // Biomedical Vibrational Spectroscopy V: Advances in Research and Industry. - International Society for Optics and Photonics, 2012. - T. 8219. - P. 82190K.

129. In vivo Raman spectroscopy for detection of oral neoplasia: a pilot clinical study [Text] / H. Krishna [et al] // J. Biophotonics. - 2014. - Vol. 7. - P. 690-702.

130. In vivo Raman spectroscopy-assisted early identification of potential second primary/recurrences in oral cancers: An exploratory study [Text] / A. Malik, A. Sahu [et al] //Head & neck. - 2017. - T. 39. - №. 11. - P. 2216-2223.

131. Raman spectroscopy for optical diagnosis in the larynx: preliminary findings [Text] / D. P. Lau [et al] // Lasers in Surgery and Medicine: The Official Journal of the American Society for Laser Medicine and Surgery. - 2005. - T. 37. -№. 3. - P. 192-200.

132. Raman spectroscopy and advanced mathematical modelling in the discrimination of human thyroid cell lines [Text] / A. T. Harris [et al ] // Head & neck oncology. - 2009. - T. 1. - №. 1. - P. 38.

133. Raman spectroscopy for the preoperative diagnosis of thyroid cancer and its subtypes: An in vitro proof-of-concept study [Text] / D. O'Dea [et al] // Cytopathology. - 2019. - T. 30. - №. 1. - P. 51-60.

134. Raman spectroscopy imaging improves the diagnosis of papillary thyroid carcinoma [Text] / J. V. Rau [et al] // Scientific reports. - 2016. - T. 6. - P. 35117.

135. A new method using Raman spectroscopy for in vivo targeted brain cancer tissue biopsy [Text] / J. Desroches [et al] //Scientific reports. - 2018. - T. 8.

- №. 1. - P. 1-10.

136. Jermyn, M. Intraoperative brain cancer detection with Raman spectroscopy in humans [Text] / M. Jermyn [et al] // Science translational medicine.

- 2015. - T. 7. - №. 274. - P. 274ra19-274ra19.

137. Characterization of a Raman spectroscopy probe system for intraoperative brain tissue classification [Text] / J. Desroches [et al] // Biomedical optics express. - 2015. - T. 6. - №. 7. - P. 2380-2397.

138. Highly accurate detection of cancer in situ with intraoperative, labelfree, multimodal optical spectroscopy [Text] / M. Jermyn [et al] // Cancer research.

- 2017. - T. 77. - №. 14. - P. 3942-3950.

139. Differential diagnosis in primary and metastatic cutaneous melanoma by FT-Raman spectroscopy [Text] / A. F. D. Oliveira [et al] // Acta cirurgica brasileira. - 2010. - T. 25. - №. 5. - P. 434-439.

140. Clinical study of noninvasive in vivo melanoma and nonmelanoma skin cancers using multimodal spectral diagnosis [Text] / L. Lim [et al] // Journal of biomedical optics. - 2014. - T. 19. - №. 11. - P. 117003.

141. Discriminating model for diagnosis of basal cell carcinoma and melanoma in vitro based on the Raman spectra of selected biochemicals [Text] / L. Silveira [et al] // Journal of biomedical optics. - 2012. - T. 17. - №. 7. - P. 077003.

142. Real-time Raman spectroscopy for automatic in vivo skin cancer detection: an independent validation [Text] / J. Zhao [et al] // Analytical and bioanalytical chemistry. - 2015. - T. 407. - №. 27. - P. 8373-8379.

143. Biophysical basis of skin cancer margin assessment using Raman spectroscopy [Text] / X. Feng [et al] // Biomedical optics express. - 2019. - Т. 10. - №. 1. - P. 104-118.

144. Real-time Raman spectroscopy for in vivo skin cancer diagnosis [Text] / H. Lui [et al] // Cancer research. - 2012. - Т. 72. - №. 10. - P. 2491-2500.

145. In vivo study for the discrimination of cancerous and normal skin using fibre probe-based Raman spectroscopy [Text] / J. Schleusener [et al] // Experimental dermatology. - 2015. - Т. 24. - №. 10. - P. 767-772.

146. Real-time Raman spectroscopy for non-invasive skin cancer detection-preliminary results [Text] / J. Zhao [et al] // 2008 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. - IEEE, 2008. - P. 3107-3109.

147. ГОСТ IEC 60825-1-2013 Безопасность лазерной аппаратуры. Часть 1. Классификация оборудования, требования и руководство для пользователей.

148. Lieber, C. A. Automated method for subtraction of fluorescence from biological Raman spectra [Text] / C. A. Lieber, A. Mahadevan-Jansen //Applied spectroscopy. - 2003. - Т. 57. - №. 11. - P. 1363-1367.

149. Zhang, D. Enhanced chemical classification of Raman images in the presence of strong fluorescence interference [Text] / D. Zhang, D. Ben-Amotz //Applied Spectroscopy. - 2000. - Т. 54. - №. 9. - P. 1379-1383.

150. Mosier-Boss, P. A. Fluorescence rejection in Raman spectroscopy by shifted-spectra, edge detection, and FFT filtering techniques [Text] / P. A. Mosier-Boss, S. H. Lieberman, R. Newbery //Applied Spectroscopy. - 1995. - Т. 49. - №. 5. - P. 630-638.

151. Barclay, V. J. Application of wavelet transforms to experimental spectra: smoothing, denoising, and data set compression [Text] / V. J. Barclay, R. F. Bonner, I. P. Hamilton //Analytical Chemistry. - 1997. - Т. 69. - №. 1. - P. 78-90.

152. Shreve, A. P. Effective rejection of fluorescence interference in Raman spectroscopy using a shifted excitation difference technique [Text] / A. P. Shreve,

N. J. Cherepy, R. A. Mathies //Applied spectroscopy. - 1992. - Т. 46. - №. 4. - P. 707-711.

153. Van Duyne, R. P. Mode-locked laser Raman spectroscopy. New technique for the rejection of interfering background luminescence signals [Text] / R. P. Van Duyne, D. L. Jeanmaire, D. F. Shriver //Analytical Chemistry. - 1974. -Т. 46. - №. 2. - P. 213-222.

154. Watanabe, J. Fluorescence rejection in Raman spectroscopy by a gated single-photon counting method [Text] / J. Watanabe, S. Kinoshita, T. Kushida // Review of scientific instruments. - 1985. - Т. 56. - №. 6. - P. 1195-1198.

155. Lieber, C. A. Automated method for subtraction of fluorescence from biological Raman spectra [Text] / C. A. Lieber, A. Mahadevan-Jansen //Applied spectroscopy. - 2003. - Т. 57. - №. 11. - P. 1363-1367.

156. Van Duyne, R. P. Mode-locked laser Raman spectroscopy. New technique for the rejection of interfering background luminescence signals [Text] / R. P. Van Duyne, D. L. Jeanmaire, D. F. Shriver //Analytical Chemistry. - 1974. -Т. 46. - №. 2. - P. 213-222.

157. Watanabe, J. Fluorescence rejection in Raman spectroscopy by a gated single-photon counting method [Text] / J. Watanabe, S. Kinoshita, T. Kushida // Review of scientific instruments. - 1985. - Т. 56. - №. 6. - P. 1195-1198.

158. Camp, Jr C. H. Chemically sensitive bioimaging with coherent Raman scattering [Text] / Jr C. H. Camp, M. T. Cicerone //Nature photonics. - 2015. - Т. 9. - №. 5. - P. 295-305.

159. Developments in spontaneous and coherent Raman scattering microscopic imaging for biomedical applications [Text] / C. Krafft [et al] // Chemical Society Reviews. - 2016. - Т. 45. - №. 7. - P. 1819-1849.

160. Detection of lipid-rich prostate circulating tumour cells with coherent anti-Stokes Raman scattering microscopy [Text] / R. Mitra [et al] //BMC cancer. -2012. - Т. 12. - №. 1. - P. 540.

161. Surface enhanced Raman spectroscopy (SERS) for in vitro diagnostic testing at the point of care [Text] / H. Marks [et al] // Nanophotonics. - 2017. - T.

6. - №. 4. - P. 681-701.

162. Detection of meningioma in dura mater by Raman spectroscopy [Text] / S. Koljenovic [et al] //Analytical chemistry. - 2005. - T. 77. - №. 24. - P. 79587965.

163. Raman study of brain functions in live mice and rats: A pilot study [Text] / H. Sato [et al] //Vibrational Spectroscopy. - 2009. - T. 50. - №. 1. - P. 125130.

164. Diagnostics of pigmented skin tumors based on laser-induced autofluorescence and diffuse reflectance spectroscopy [Text] / E. Borisova [et al] // Quantum Electronics. - 2008. - T. 38. - №. 6. - P. 597.

165. Tuchin, V. V. Tissue optics and photonics: light-tissue interaction / V. V. Tuchin [Text] // Journal of Biomedical Photonics & Engineering. - 2015. - T. 1. - №. 2.

166. Highly accurate detection of cancer in situ with intraoperative, labelfree, multimodal optical spectroscopy [Text] / M. Jermyn [et al] // Cancer research. - 2017. - T. 77. - №. 14. - P. 3942-3950.

167. Combined fluorescence-Raman spectroscopic setup for the diagnosis of melanocytic lesions [Text] / R. Cicchi [et al] //Journal of Biophotonics. - 2014. - T.

7. - №. 1-2. - P. 86-95.

168. A multimodal spectroscopy system for real-time disease diagnosis [Text] / O. R. Scepanovic [et al] // Review of Scientific Instruments. - 2009. - T. 80. - №. 4. - P. 043103.

169*. Comparison of Raman spectroscopy equipment for tissues and biofluids analysis [Text] / Y.A Khristoforova [et al] // Proceedings of SPIE. - 2016. - Vol. 9887. - P. 98873E.

170*. Combined autofluorescence and Raman spectroscopy method for skin tumor detection in visible and near infrared regions [Text] / V.P. Zakharov [et al] // Proceedings of SPIE. - 2015. - Vol. 9537. - P. 95372H (6 pp).

171*. Combined Raman and autofluorescence ex vivo diagnostics of skin cancer in near-infrared and visible regions [Text] / I.A. Bratchenko [et al] // Journal of Biomedical Optics. - 2017. - Vol. 22, No. 2. - P. 027005.

172*. Near-infrared autofluorescence spectroscopy of pigmented benign and malignant skin lesions [Text] / E.G. Borisova [et al] // Optical Engineering. - 2020.

- Vol. 59. - 061616.

173*. Optical diagnostics of malignant and benign skin neoplasms [Text] / Y.A Khristoforova [et al] // Procedia Engineering. - 2017. - Vol. 201. - P. 141-147

(7 pp).

174. Austin, L. A., Raman technologies in cancer diagnostics [Text] / L. A. Austin, S. Osseiran, C. L. Evans //Analyst. - 2016. - T. 141. - №. 2. - P. 476-503.

175. American National Standard for Safe Use of Lasers ANSI Z136.1—

2007.

176. Monte Carlo simulation of near infrared autofluorescence measurements of in vivo skin [Text] / S. Wang [et al] // Journal of Photochemistry and Photobiology B: Biology. - 2011. - T. 105. - №. 3. - P. 183-189.

177. Melanin distribution from the dermal-epidermal junction to the stratum corneum: non-invasive in vivo assessment by fluorescence and Raman microspectroscopy [Text] / B. P. Yakimov [et al] //Scientific Reports. - 2020. - T. 10. - №. 1. - P. 1-13.

178. Ferulova, I. Photobleaching effects on in vivo skin autofluorescence lifetime [Text] / I. Ferulova, A. Lihachev, J. Spigulis // Journal of biomedical optics.

- 2015. - T. 20. - №. 5. - P. 051031.

179. Optical fiber probe for biomedical Raman spectroscopy [Text] / J. T. Motz [et al] //Applied optics. - 2004. - T. 43. - №. 3. - P. 542-554.

180. Nelder, J. A. A simplex method for function minimization [Text] / J. A. Nelder, R. Mead // The computer journal. - 1965. - T. 7. - №. 4. - P. 308-313.

181. Schleusener, J. Depth-dependent autofluorescence photobleaching using 325, 473, 633, and 785 nm of porcine ear skin ex vivo [Text] / J. Schleusener,

J. Lademann, M. E. Darvin // Journal of biomedical optics. - 2017. - Т. 22. - №. 9. - P.091503.

182. Raman active components of skin cancer [Text] / X. Feng [et al] // Biomedical optics express. - 2017. - Т. 8. - №. 6. - P. 2835-2850.

183. Pappas, A. Epidermal surface lipids [Text] / A. Pappas // Dermato-endocrinology. - 2009. - Т. 1. - №. 2. - P. 72-76.

184*. In vivo NIR Raman and autofluorescence spectroscopies of skin neoplasms [Text] / Y.A Khristoforova [et al] // Proceedings of SPIE. - 2018. - Vol. 10753. - P. 1075314 (7 pp).

185*. In vivo Raman and autofluorescence study of the pigmented skin neoplasms [Text] / Y.A Khristoforova [et al] // Journal of Physics: Conference Series. - 2019. - Vol. 1368. - P. 022059 (7 pp).

186. Savitzky, A. Smoothing and differentiation of data by simplified least squares procedures [Text] / A. Savitzky, M. J. E. Golay //Analytical chemistry. -1964. - Т. 36. - №. 8. - P. 1627-1639.

187. Geladi, P. Chemometrics in spectroscopy. Part 1. Classical chemometrics [Text] / P. Geladi // Spectrochimica Acta Part B: Atomic Spectroscopy. - 2003. - Т. 58. - №. 5. - P. 767-782.

188. Ralbovsky, N. M. Raman spectroscopy and chemometrics: A potential universal method for diagnosing cancer [Text] / N. M. Ralbovsky, I. K. Lednev // Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. - 2019. -Т. 219. - P. 463-487.

189. Bona, M. T. Coal analysis by diffuse reflectance near-infrared spectroscopy: Hierarchical cluster and linear discriminant analysis [Text] / M. T. Bona, J. M. Andrés //Talanta. - 2007. - Т. 72. - №. 4. - P. 1423-1431.

190. Seber G. A. F., Lee A. J. Linear regression analysis [Text]. - John Wiley & Sons, 2012. - Т. 329

191. Cocchi, M. Chemometric methods for classification and feature selection [Text] / M. Cocchi, A. Biancolillo, F. Marini // Comprehensive Analytical Chemistry. - Elsevier, 2018. - Т. 82. - P. 265-299.

192. Galindo-Prieto, B. Variable influence on projection (VIP) for orthogonal projections to latent structures (OPLS) [Text] / B. Galindo-Prieto, L. Eriksson, J. Trygg //Journal of Chemometrics. - 2014. - Т. 28. - №. 8. - P. 623-632.

193*. Portable spectroscopic system for in vivo skin neoplasms diagnostics by Raman and autofluorescence analysis [Text] / Y. A. Khristoforova [et al] //Journal of biophotonics. - 2019. - Т. 12. - №. 4. - P. e201800400.

194*. Multiparametric spectral diagnosis of skin cancer [Text] / V.P. Zakharov [et al] // Tissue Optics and Photonics. - International Society for Optics and Photonics, 2020. - Т. 11363. - P. 1136310.

195*. In vivo Raman and autofluorescence study of the pigmented skin neoplasms [Text] / Y. Khristoforova [et al] //Journal of Physics: Conference Series. - IOP Publishing, 2019. - Т. 1368. - №. 2. - P. 022059.

196. Optical techniques for the noninvasive diagnosis of skin cancer [Text] / M. A. Calin [et al] // Journal of cancer research and clinical oncology. - 2013. - Т. 139. - №. 7. - P. 1083-1104.

197. Diagnostic accuracy of malignant melanoma according to subtype [Text] / M. J. Lin [et al] // Australasian Journal of Dermatology. - 2014. - Т. 55. -№. 1. - P. 35-42.