Optimization of the experimental protocol for early prostate cancer detection with an electronic nose

Prostate cancer (PCa) is the second most commonly occurring cancer in men worldwide. The current screening procedure, involving PSA (prostate-specific antigen) test, is characterized by low specificity and high rate of false positives. This thesis work proposes the adoption of the electronic nose (EN) as innovative PCa diagnosis tool through urine odor analysis. In particular, this thesis aims to improve some critical issues that emerged during the development of the experimental procedure. For this reason, this work involved two levels: Level 1: Optimization of the experimental procedure in terms of control of the operating conditions at all stages of preparation and analysis of samples by EN. Level 2: Improvement of the data processing procedure with respect to the one implemented in the past. Regarding the first level, the control of the operating conditions in terms of temperature and relative humidity allowed to define a new experimental procedure, which could entail an improvement in data acquisition. As a result, this led to an increase in the accuracy of classification with respect to the one previously achieved. Concerning level 2, the optimization of the data processing procedure was based on the implementation of a three-step method (Feature Extraction, Feature Selection through the Boruta algorithm and Classification through the Random Forest algorithm). This method led to an improvement in classification accuracy (from 74% to 87%). Another important result of this new data processing method was the possibility of including in the dataset samples of patients affected by other pathologies in order to test the specificity of this diagnostic method.

Il cancro prostatico (PCa) è il secondo tumore per incidenza negli uomini. L’attuale procedura di screening, che prevede l’esame del PSA (antigene prostatico specifico), è caratterizzata da bassa specificità ed un elevato tasso di falsi positivi. Questo lavoro di tesi propone l'adozione del naso elettronico (NE) come strumento innovativo di diagnosi del PCa attraverso l'analisi degli odori delle urine. In particolare, questa tesi mira a risolvere alcune delle criticità emerse durante lo sviluppo della procedura sperimentale. Per tale motivo, due livelli compongono questo lavoro: Livello 1: ottimizzazione della procedura sperimentale in termini di controllo delle condizioni operative in tutte le fasi di preparazione ed analisi dei campioni tramite NE. Livello 2: miglioramento della procedura di elaborazione dei dati rispetto a quella implementata in passato. Riguardo il livello 1, il controllo delle condizioni operative in termini di temperatura e umidità relativa ha consentito di stabilire una nuova procedura sperimentale in grado di apportare un miglioramento nell’acquisizione del dato. Ciò ha portato, come conseguenza, ad un aumento dell’accuratezza di classificazione precedentemente ottenuta. Circa il livello 2, l’ottimizzazione della procedura di elaborazione dei dati si è basata sull’implementazione di un metodo in tre fasi (Feature Extraction, Feature Selection tramite l’algoritmo Boruta e Classification tramite l’algoritmo Random Forest). Questo metodo ha portato non solo ad un miglioramento in termini di accuratezza di classificazione rispetto al passato (dal 74% all’87%), ma anche alla possibilità di includere campioni di pazienti affetti da altre patologie nel dataset per verificare la specificità di questo metodo diagnostico.