SILENT KILLER

Ciri Primer : Glukosa darah tidak normal Nilai Glukosa DarahPuasa (60-120 mg/dl)Nilai Glukosa 2 Jam Satelah Makan (≤150 mg/dl).Penelitian memprediksibahwa penderitamencapai 522 juta jiwa pada 2030 [Whiting, 2011].

Metode non-invasiveberbasis optis:

1. Optical Coherence Tomography (OCT).

2. Diffuse Reflectanace Spectroscopy.

3. Photoacustic Spectroscopy.

4. Thermo-Optical Spectroscopy.

Metode invasive :1.Media Urin.2.Media Darah.

• Colorimetric Strip.

• Electrochemical Sensor.

• Biosensor.

Metode sederhana yang memiliki akurasi tinggi sehinggabanyak digunakan dalam penelitian. Metode ini dapatdidekati secarakomputasional maupun eksperimental.

Metode KomputasionalMonte Carlo “Golden Standard”

Metode EksperimentalSource : Sumber Cahaya.Detector : Sensor Cahaya Terpantul.

Kedua MotodeSalingMemperbaiki&Melengkapi

Start

Last Photon?

Survive Roulette?

Photon Weight Small?

Hit Boundary?

Set Step Size S

Move S

Store

Unfinished S

Scatter

Absorp

Move to

Boundary

Transmit Or

Reflect

End

No

Yes

No

Yes

Yes

No

Yes

Launch

Photon

No

Diagram Alir Monte Carlo Multilayered TissuePenjalaran Cahaya Dalam

Multilayer Tissue

SIMULASI MONTE CARLO UNTUK MENEMUKAN PENCIRI SPEKTRAL

PENYAKIT DIABETES MELLITUS

Non-Invasive Glucose Sensing Using Diffuse Reflectance Spectroscopy

Computational Experimental

Analitical Study Of feasibility of Blood Glucose Sensing Using Reduced Scatering (Clancy, 2005)

Monte Carlo Simulation to Find “Finger Print” Spectral of Diabetes Mellitus (Anshori, 2014)

Noninvasive Blood Glucose Assay Using a Newly Developed Near-Infrared System (Maruo, 2003)

Optical Immersion Clearing of Blood by Glucose (baskatov, 2005)

Monte Carlo Simulation of Light Propagation in Human Tissues and Noninvasive Glucose Sensing (Bykov, 2009)

Preliminary evaluation of optical glucose sensing in red cell concentrations using near-infrared diffuse-reflectance Spectroscopy (Suzuki, 2012)

Discussion on the validity of NIR spectral data in non-invasive blood glucose sensing (Zhang,2013)

::

TujuanUntuk mendapatkan penciri spektral (pola diffusereflectance) yang dapat digunakan untuk pengukuran diagnostik diabetes mellitus.

ManfaatSebagai bahan rujukan bagi peneliti lain karena dapat menjadi dasar dan pertimbangan dalam perencanaan pengukuran eksperimental.

Dalam penelitian ini digunakan beberapa batasan masalah, antara lain :

1. Jenis tissue yang digunakan adalah model multilayer denganjumlah layer 3, 6 , 8, dan 10 buah [Yussof, 2012], [Nunez, 2009].

2. Karakteristik optis tissue dalam studi komputasional ini hanyayang terkait dengan interaksi-interaksi pemantulan, penyerapan, dan penghamburan.

3. Panjang gelombang cahaya yang digunakan adalah 430-1300 nm dengan step 5 nm [Meglinski, 2002].

4. Jumlah foton yang digunakan adalah 106 buah [Wang, 1992].

5. Interaksi inisial foton diasumsikan tegak lurus terhadapbidang batas tissue dalam koordinat 2 dimensi.

6. Algoritma Monte Carlo yang digunakan sesuai dengan hasilpenelitian Wang [1992].

1. Menguji Algoritma Software Monte Carlo.

2. Memodelkan Tissue Kulit.3. Mememilih Model Tissue Kulit Yang

Paling Mendekati Tissue Kompleks.4. Mensimulasikan Perubahan Reflektansi

Terhadap Perubahan Kadar GlukosaDarah dan Ketebalan Reticular Dermis.

1. Menguji Algoritma Software Monte

2. Carlo

ParameterRMSE

1

RMSE

2

RMSE

3Rerata

Diffuse

Reflectance0,01610 0,01021 0,01208 0,01130

Transmitance 0,00845 0,00854 0,00916 0,00872

Data Pembanding dari[Wang,1992] menggunakaninfinitely narrow beam.

RMSE diffuse reflectance rata – rata sebesar 0,0113.

RMSE transmitansi rata-rata sebesar 0,008717.

Tahap pengujian infinitely narrow beam pada software ini lulus verifikasi.

ParameterRMSE

1

RMSE

2

RMSE

3Rerata

Diffuse

Reflectance0,05324 0,05502 0,05332 0,05386

Transmitance 0,00449 0,00446 0,00458 0,00495

Data Pembanding dari[Wang,1992] menggunakanGaussian beam.RMSE diffuse reflectance rata – rata sebesar 0,05386.RMSE transmitansi rata-rata sebesar 0.00495.Tahap pengujian Gaussian beam pada software inilulus verifikasi.

2. Memodelkan Tissue Kulit.

TISSUE KULIT

Stratum CorneumStratum Lucidum

Stratum Granulosume

Stratum Spinosum

Stratum BasalePapilary Dermis

Upper blood net dermisReticular dermis

Deep blood net dermisSubcutaneous

MULTI LAYER TISSUE KULITMULTI LAYER TISSUE

Subcutaneus

Indeks bias adalahperbandingankecepatan cahayaantara ruang hampadengan medium.

Koefisien Penyerapan adalah probabilitas foton mengalamipenyerapan dalam medium per panjang lintasan foton (cm-1).

Koefisien Hamburan adalah probabilitas foton mengalamipenghamburan dalam medium per panjang lintasan foton(cm-1).

Anisotropy adalahparameter yang mendiskripsikanketidakseragaman bentukgeometri selpenyusun tissue (-).

Teori Mie merupakan teoriyang menjabarkan prosespenghamburan, penyerapancahaya oleh partikel denganindeks bias np, yang beradadalam homogen homogendengan indeks bias nm. Diameter partikel harus lebihkecil dari panjanggelombang cahaya.

Fraksi Volume darah & air (%) memiliki kontribusi yang penting dalam membentuk pola reflectance. Menurut[Nunez, 2009] nilai fraksi volume darah / air tiap layer adalah :

3. Memilih Model Tissue Kulit Yang Mendekati Tissue Kompleks.

3 Layer 8 layer 9 layer 10 layer

Epidermis

Stratum Corneum

Stratum Corneum Stratum Corneum

Stratum “L.G.S.,” (Gabungan

Stratum Lucidum, stratum

granulosum danstratum

spinosum)

Stratum Lucidum Stratum LucidumStratum

GranulosumeStratum

Granulosume

Stratum Spinosum Stratum Spinosum

Stratum Basale Stratum Basale Stratum Basale

Dermis

Papilary Dermis Papilary Dermis Papilary DermisUpper Blood Net

DermisUpper Blood Net

DermisUpper Blood Net

DermisReticular Dermis Reticular Dermis Reticular DermisDeep Blood Net

Dermis Deep Blood Net Dermis

Deep Blood Net Dermis

Subcutaneous Subcutaneous Subcutaneous

Variabel Nilai

Fraksi Melanin 0,0329%

Fraksi Darah 0,6829%

Tebal Stratum Corneum 0,002 cm

Tebal Stratum Lucidum 0,001 cm

Tebal Stratum Granulosum 0,001 cm

Tebal Stratum Spinosum 0,0045 cm

Tebal Stratum Basale 0,0015 cm

Tebal Papilary Dermis 0,0015 cm

Tebal Upper Blood Net Dermis 0,008 cm

Tebal Reticular Dermis 0,1 cm

Tebal Deep Blood Net Dermis 0,008 cm

Tebal Subcutaneous 0,6 cm

Konsentrasi Bilirubin 0,05 g/L

Konsentrasi Bhetacaroten 2,1 × 104 g/L

Konsentrasi Glukosa 100 mg/dl

Konsentrasi Hemoglobin 150 g/L

Fraksi air 21%

Nilai variabel dalam simulasi pemilihan model tissue

Nilai reflektansi hasil simulasi model tissue kulitdan data referensi menggunakan infinitely

narrow beam.

400 500 600 700 800 900 1000 1100 1200

0.1

0.2

0.3

0.4

0.5

0.6

0.7

Ref

lekt

ansi

[-]

Panjang Gelombang (nm)

Model 3 Layer, RMSE = 0,1323 Model 8 Layer, RMSE = 0,0725 Model 9 Layer, RMSE = 0,0718 Model 10 Layer, RMSE = 0,0788 Data Referensi

4. Mensimulasikan Perubahan ReflektansiTerhadap Perubahan Kadar GlukosaDarah dan Ketebalan Reticular Dermis.

Jumlah foton :1juta buah.

Spektrum panjanggelombang :430-1100, step 5 nm.

Grid size (dz=0,005cm;dr=0,005cm), (da=1),

Grid elemen(nodz=1482,nodr=125).

Variabel Nilai

Fraksi Melanin 13,5 %

Fraksi Darah 0,6829 %

Tebal Stratum Corneum 0,002 cm

Tebal Stratum Lucidum 0,001 cm

Tebal Stratum Granulosum 0,001 cm

Tebal Stratum Spinosum 0,0045 cm

Tebal Stratum Basale 0,0015 cm

Tebal Papilary Dermis 0,0015 cm

Tebal Upper Blood Net

Dermis0,008 cm

Tebal Reticular Dermis 0,15 cm

Tebal Deep Blood Net Dermis 0,008 cm

Tebal Subcutaneous 0,6 cm

Konsentrasi Bilirubin 0,05 g/L

Konsentrasi Bhetacaroten 2,1 × 104 g/L

Konsentrasi Glukosa 50, 100, 150, dan 200 mg/dl

Konsentrasi Hemoglobin 150 g/L

Nilai Variabel Dalam Simulasi.Perubahan Kadar Glukosa Darah

Nilai Reflektansi Hasil Simulasi Perubahan KadarGlukosa Darah Nilai reflektansi hasil simulasi kadar glukosa darah

fungsi panjang gelombang pilihan menggunakan infinitely narrow beam

400 500 600 700 800 900 1000 1100 12000.20

0.25

0.30

0.35

0.40

0.45

0.50

0.55

0.60

0.65

969.9 970.0 970.10.5471

0.5472

0.5473

0.5474

0.5475

0.5476

0.5477

Ref

lekt

ansi

[-]

Panjang Gelombang (nm)

Kadar Glukosa Darah = 50 mg/dl Kadar Glukosa Darah = 100 mg/dl Kadar Glukosa Darah = 150 mg/dl Kadar Glukosa Darah = 200 mg/dl

Ref

lekt

ansi

[-]

Panjang Gelombang (nm)

400 500 600 700 800 900 1000 11000.20

0.25

0.30

0.35

0.40

0.45

0.50

0.55

0.60

0.65

969.9 970.0 970.10.5471

0.5472

0.5473

0.5474

0.5475

0.5476

0.5477

Kadar Glukosa Darah = 50 mg/dl Kadar Glukosa Darah = 100 mg/dl Kadar Glukosa Darah = 150 mg/dl Kadar Glukosa Darah = 200 mg/dl

Ref

lekt

ansi

[-]

Panjang Gelombang (nm)

Ref

lekt

ansi

[-]

Panjang Gelombang (nm)

400 600 800 1000 12000.997

0.998

0.999

1.000

1.001

1.002

1.003

1.004

0.00

0.25

0.50

0.75

1.00

1.25

1.50

400 600 800 1000 1200

(a)

(b)

Per

band

inga

n R

efle

ktan

si

[ R

(x m

g/dl

) ] p

er [

R (5

0 m

g/dl

) ]Panjang Gelombang (nm)

x = 100 mg/dl x = 150 mg/dl x = 200 mg/dl

[ R (x

mg/

dl) -

R (5

0 m

g/dl

) ] p

er

[ R (2

00 m

g/dl

) - R

(50

mg/

dl) ] x = 50 mg/dl

x = 100 mg/dl x = 150 mg/dl x = 200 mg/dl

Nilai reflektansi kadar glukosa darah relatif (a) terhadap kadar glukosa darah 50 mg/dl dan (b) terhadap rentang nilai kadar glukosa darah minimal (50 mg/dl) dan maksimal (200 mg/dl) fungsi panjang gelombang pilihan

Nilai diffuse reflectance

fungsi radius untuk tigapanjang gelombang pilihan menggunakan gaussian beam, energi 1J, dan radius beam 0,2 cm

0.0 0.5 1.0 1.5

0.0

1.3

2.6

3.9

0.0

1.5

3.0

4.5

0.0

1.3

2.6

3.9

0.0 0.5 1.0 1.5

0.210 0.211

0.816

0.818

0.820

0.822

0.824

0.826

0.210 0.2111.060

1.062

1.064

1.066

1.068

1.070

0.210 0.2111.100

1.102

1.104

1.106

1.108

1.110

1.112

82

0 n

m6

45

nm

93

0 n

m

Radius (cm)

Dif

fuse

Ref

lect

ance

(J/

cm2)

50 mg/dl

100 mg/dl

150 mg/dl

200 mg/dl

Jumlah foton :1juta buah.

Spektrum panjanggelombang :430-1100, step 5 nm.

Grid size (dz=0,005cm;dr=0,005cm), (da=1),

Grid elemen(nodz=1482,nodr=125).

Variabel Nilai

Fraksi Melanin 13,5 %

Fraksi Darah 0,6829 %

Tebal Stratum Corneum 0,002 cm

Tebal Stratum Lucidum 0,001 cm

Tebal Stratum Granulosum 0,001 cm

Tebal Stratum Spinosum 0,0045 cm

Tebal Stratum Basale 0,0015 cm

Tebal Papilary Dermis 0,0015 cm

Tebal Upper Blood Net

Dermis0,008 cm

Tebal Reticular Dermis 0,1; 0,3; dan 0,5 cm

Tebal Deep Blood Net Dermis 0,008 cm

Tebal Subcutaneous 0,6 cm

Konsentrasi Bilirubin 0,05 g/L

Konsentrasi Bhetacaroten 2,1 × 104 g/L

Konsentrasi Glukosa 100 mg/dl

Konsentrasi Hemoglobin 150 g/L

Nilai Variabel Dalam Simulasi.Perubahan KetebalanReticular Dermis

Nilai reflektansi hasil simulasi perubahan ketebalan reticular dermis menggunakan infinitely narrow

beam Nilai reflektansi ketebalan reticular dermis relatif (a) terhadap ketebalan reticular dermis 0,1 cm dan (b) relatif terhadap rentang nilai ketebalan reticular

dermis minimal (0,1 cm) dan maksimal (0,5 cm) fungsi panjang gelombang pilihan

400 500 600 700 800 900 1000 1100 12000.2

0.3

0.4

0.5

0.6

0.7

Refle

ktan

si [-]

Panjang Gelombang (nm)

Hasil Simulasi Reticular Dermis = 0,1 cm Hasil Simulasi Reticular Dermis = 0,3 cm Hasil Simulasi Reticular Dermis = 0,5 cm

400 600 800 10000.85

0.90

0.95

1.00

1.05

-0.5

0.0

0.5

1.0

400 600 800 1000

x = 0,3 cm x = 0,5 cm

Panjang Gelombang (nm)

(a)

(b)

[ R

(x c

m) ]

per

[ R

(0,1

cm

) ]Pe

rban

ding

an R

efle

ktan

si

[ R (x

cm

) - R

(0,1

cm

) ] p

er

[ R (0

,5 c

m) -

R (0

,1 c

m) ]

x = 0,1 cm x = 0,3 cm x = 0,5 cm

Nilai diffuse reflectance fungsi radius untuk tiga panjang gelombang pilihan menggunakan gaussian beam, energi 1J, dan radius beam 0,2 cm

0.0 0.5 1.0 1.5

0.0

1.5

3.0

4.5

0.0

1.3

2.6

3.9

0.0

1.3

2.6

3.9

0.0 0.5 1.0 1.5

0.0254.044.064.084.104.124.144.164.184.20

0.0254.044.064.084.104.124.144.164.184.204.22

0.0254.204.224.244.264.284.304.324.344.364.384.40

845

nm

765

nm

Radius (cm)

Diffu

se R

eflec

tanc

e (J

/cm2 )

885

nm

Tebal Reticular Dermis 0,1 cm Tebal Reticular Dermis 0,3 cm Tebal Reticular Dermis 0,5 cm

Kesimpulan Berdasarkan hasil pengujian empat model tissue kulit (slide 21) diperoleh bahwa

model 8 layer adalah konfigurasi terbaik, karena memiliki pola reflektansi yang paling mendekati pola reflektansi tissue kompleks dengan nilai RMSE 0,0725.

Berdasarkan hasil simulasi terhadap perubahan kadar glukosa darah dan ketebalanreticular dermis, diperoleh bahwa panjang gelombang penciri penyakit diabetes mellitus terdapat dalam spektrum cahaya tampak hingga inframerah dekat yang bersifat diskrit pada variabel glukosa darah dan bersifat kontinyu pada variabelketebalan reticular dermis.

Terdapat tiga panjang gelombang yang memiliki sensitifitas perubahan nilaireflektansi terbesar (slide 26 dan 29) terhadap perubahan kadar glukosa darah, yaitu : 645, 820, dan 930 nm dan terhadap ketebalan reticular dermis, yaitu : 765, 845, dan 885 nm.

Saran

Pendekatan analitis yang digunakan untuk menentukan nilai karakteristik optisdarah mengasumsikan bahwa molekul eritrosit dalam darah berbentuk sphere danantara satu dengan lainnya bersifat homogen, sedangkan keadaan sebenarnyaberbentuk flat biconcave dan bersifat heterogen. Oleh karena itu, penelitianberikutnya perlu mempertimbangkan penggunaan data pengukuran eksperimentalkarakteristik optis darah yang mengandung eritrosit bersifat heterogen.

Hendaknya perlu mempertimbangkan kadar oksigen sebagai variabel penciridiabetes mellitus. Karena penderita memiliki mikrosirkulasi darah yang buruk, sehingga kadar oksigen darah menjadi rendah (Perez, 1994).

DCCT, 1993. “The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus”. J. Med.329, 977–986.

Bashkatov, A. N., Zhestkov, D. M., Genina, É. A., and Tuchin, V. V., 2005. “Immersion clearing of human blood in the visible and near-infrared spectral regions”. J. Optics And Spectroscopy 98, 4 638–646.

Clancy, N.T. and Leahy, M. J., 2005. “Effect of glucose on the optical properties of arterial blood using Mie theory simulations”. Proceeding SPIE-OSA Biomedical Optics5862, 58620Y 1-7.

Dua, P., Doyle, F. J., and Pistikopoulos, E. N., Aug. 2006. “Model-based blood glucose control for type 1 diabetes via parametric programming”. IEEE Trans. On Biomedical Engineering 8, 6 1478-1491.

Irvine, M. W. and Pollack, J. B., 1986. “Infrared optical properties of water and ice spheres”. ICARUS 8, 324-360.

Jacques, S. L., 2013. “Optical properties of biological tissues: a review”. J. Phys. Med. Biol. 58, 37–61.

Krishnaswamy, A. and Baranoski, G. V. G., Jan. 2004. A study on skin optics. Natural Phenomena Simulation Group, Canada, Tech. Rep. CS-2004-01.

Mansouri, C., L’Huillier, J. P., Kashou, N. H., and Humeau, A., 2010. “Depth sensitivity analysis of functional near-infrared spectroscopy measurement using three-dimensional monte carlo modelling-based magnetic resonance imaging”. J. Lasers Med. Sci. 25, 431-438.

Mätzler, C., Jun. 2002. MATLAB functions for mie scattering and absorption. Institute of Applied Physics University of Bern, Swiss, Res. Rep. No. 2002-08.

Mcnichols, R. J. and Cot´E, G. L., 2000. “Optical Glucose Sensing In Biological Fluids: An Overview”. J. Biomed. Opt. 5, 5–16.

Meglinski, I. V. and Macher, S. J., 2002. “Quantitative assessment of skin layers absorption and skin reflectance spectra simulation in the visible and near-infrared spectral regions”. J. Physiological Measurement 23, 4 741-753.

Nunez, A. S., 2009. A Physical Model of Human Skin and Its Application for Search and Rescue. M.S. dissertation, Dept. Air Force, Air Force Institute of Technology, Ohio, USA.

Perez, M. I. and Kohn, S. R., 1994. “Cutaneous manifestations of diabetes mellitus”. J. the American Academy of Dermatology 30, 4 519-531.

Prahl, S. A., 1988. Light Transport in Tissue. Ph.D. dissertation, University of Texas, Austin, USA.

Prahl, S. A., 2007. Monte Carlo Simulation, <URL:http://www.omlc.org/software/mc.html> Tuchin, V. V., 2009. Handbook of Optical Sensing of Glucose in Biological Fluids and

Tissues. USA : CRC Press Ch 1-3,5. Veen, R. L. P. V., Sterenborg, H. J. C. M., Pifferi, A., Torricelli, A., and Cubeddu, R.,

2004. “Determination of VIS- NIR absorption coefficients of mammalian fat, with time and spatially resolved diffuse reflectance and transmission spectroscopy”. OSA Annual BIOMED Topical Meeting.

Wang, L. and Jacques, S. L., 1992. Monte Carlo Modeling of Light Transport in Multi-layered Tissues in Standard C. University of Texas M. D. Anderson Cancer Center.

Wang, L., Zhang, Y. T., Chen, X. D., and Wang, Z., 2009. “Monte carlo simulation of light propagation in human tissue model”. Proceeding on Bioinformatics and Biomedical Engineering, China 1-4.

Wang, S., Zhao, J., Lui, H., He, Q., and Zeng, H., 2011. “Monte Carlo simulation of near infrared autofluorescence measurements of in vivo skin”. J. Photochemistry and Photobiology 105, 183-189.

Whiting, D. R., Guariguata, L., Weil, C., and Shaw, J., 2011. “IDF Diabetes Atlas: Global estimates of the prevalence of diabetes for 2011 and 2030”. J. Diabetes Research and Clinical Practice 94, 311-321.

Wondim, Y. K., 2011. Hyperspectral Image Analysis Algorith for Characterizing Human Tissue. Department of Biomedical Engineering, Linköping Universitet, SE-581 85 Linköping, Sweden.

Xue, L. L., Zhang, X., Wang, Y., Zhu, M.Y., Zhang, L. S., Chi, R. H., Zhang, J. D., and Zhang, G. Y., Feb. 2000. “Monte carlo simulation of light transportion in five layered skin tissue”. Chin. Phys. Lett. 17, 12 909-911.

Yussof, M. N. S. and Jaafar, M. S., 2012. “Performance of CUDA GPU in monte carlosimulation of light-skin diffuse reflectance spectra”. IEEE EMBS Int. Conf. on Biomedical Engineering and Science, Langkawi 264-269.

Zhestkov, D. M., Tuchin, V. V., Bashkatov, A. N., Genina, E. A., 2004. “Optical immersion of erythrocytes in blood: a theoretical modeling”. Proceeding on Advanced Laser Technologies: Biomedical Optics. Bellingham. 5486:339-346.