Lung cancer is the leading cause of death in 2020 with 1.79 million deaths, or about 18% of cancer related deaths. This pathology occurs in different forms depending on the type of cells that produce it, hence, the most appropriate treatment is selected in accordance with the clinical case (generally radiotherapy, chemotherapy or surgical intervention). Like all types of cancer, lung cancer has different degrees of staging, which affects the effectiveness of the treatment and consequently determines the survival rate of the patient. Once lung cancer is diagnosed, the patient’s survival rate is very high if it is in an early stage (I or II), however, lung cancer is starting to present symptoms in more advanced conditions (II or IV). It is therefore important to have tools capable of detecting a disease that, at its mildest stage, presents itself as asymptomatic. To date, the screening programs adopted rely almost exclusively on bioimaging techniques, including the low-dose computed tomography, which is the most widely used, despite it has several limitations: high costs, high number of false positives, false negatives and radiation exposure. Over the past few years, in order to improve screening programs, new solutions have been sought, including exhaled breath analysis. The latter is a completely non-invasive technique which aims to analyse volatile organic compounds in exhaled air, leading to the distinction of compounds attributable to lung cancer (biomarkers). Exhaled breath analysis is performed using gas chromatography and mass spectroscopy, which is considered too complex and costly despite high precision in the analysis of organic compounds. Newer technology provides a sensor-based electronic system capable of interacting with biomarkers and enabling presence detection, since this type of system attempts to mimic the mammalian olfactory system, it is known as the electronic nose. The aim of this thesis is to develop an electronic nose based on eight commercial gas sensors and integrated into a system for managing the gases to be tested. The analysis deals not only with target gases, but especially with the performance of temperature modulation pattern on the sensors. Temperature modulation is a key concept in the thesis, as the sensors have an element (heating) that varies its temperature as a function of the voltage applied, and its mode of application, improving its sensitivity. The featured device is a prototype which will be used in the future in a screening context with exhaled air samples, for this study, three gases were tested (carbon dioxide, methane and butanone) at three different concentrations with three temperature modulation patterns: a square waves at 16.6 mHz and 33.3 mHz and a sinusoidal wave at 20 mHz. Of the gases analyzed, butanone is the only possible biomarker of lung cancer, the others were chosen for their ease of obtaining and for the presence of methane amongst the gases already tested in the sensor datasheets. The developed electronic nose has three main parts: the electronics for signals acquisition and elaboration, the hydraulic system for the gases handling and a graphical user interface, which permits to the user the control of the whole system. Experimental tests showed that the device reacted optimally, generating different responses according to the type of pattern used for temperature modulation. It has also been found that the sensor responses result in visual differentiation of the three gases, by analyzing the principal components of the data. This is an excellent overall outcome, paving the way for studies which may lead to the development of a tool for the differentiation of tumor biomarkers and their identification, if embedded with artificial intelligence algorithms. Although the results achieved are promising, the work presented in this manuscript is only the beginning of the development of a device that is truly applicable in clinical screening protocols.

Il tumore al polmone è la principale causa di morte registrata nel 2020, contando 1.79 milioni di morti, circa il 18% di quelle relative al cancro. Questa patologia si presenta in varie forme date dalla tipologia di cellule che lo generano, pertanto il trattamento più adeguato viene scelto in accordo con il caso clinico (solitamente radioterapia, chemioterapia o asportazione chirurgica). Come ogni tipologia di cancro, quello al polmone presenta diversi gradi di stadizione, che influenzano l’efficienza del trattamento e di conseguenza determinano il tasso di sopravvivenza del soggetto. Tendenzialmente, quando il tumore al polmone viene diagnosticato, il paziente possiede un tasso di sopravvivenza molto elevato se esso è in uno stadio iniziale (I o II), tuttavia il tumore al polmone comincia a presentare dei sintomi in stadi più avanzati (III o IV). Si evince pertanto l’importanza di avere dei strumenti di screening, in grado di rilevare una malattia che, nel suo stadio più lieve, si presenta come asintomatica. Ad oggi i programmi di screening adottati si basano pressoché tutti su tecniche di bioimmagini, la più utilizzata è la tomografia computerizzata a bassa dose, nonostante questa presenta una serie di limitazioni: alti costi, alto numero di falsi positivi/negativi ed esposizione alle radiazioni. Negli ultimi anni, al fine di migliorare i programmi di screening sono state ricercate nuove soluzioni, tra cui l’analisi del respiro esalato. Quest’ultima è una tecnica assolutamente non invasiva che mira ad analizzare i composti organici volatili nell’aria espirata, portando alla distinzione di composti riconducibili al tumore al polmone (biomarcatori). L’analisi del respiro esalato viene effettuata tramite la gas cromatografia e la spettroscopia di massa considerate troppo complesse e costose nonostante offrano un’alta accuratezza nell’analisi dei composti organici. Una più recente tecnologia prevede un sistema elettronico sensorizzato capace di interagire con i biomarcatori e permettere di rilevarne la presenza. Poiché questo sistema cerca di imitare il sistema olfattivo dei mammiferi prende il nome di naso elettronico. Lo scopo di questa tesi è quello di sviluppare un naso elettronico basato su otto sensori di gas commerciali e integrarlo in un sistema per la gestione dei gas da analizzare. Oggetto di analisi non sono soltanto i gas target, ma sopratutto le performance dei pattern di modulazione della temperature sui sensori. La modulazione della temperatura è un concetto chiave del progetto di tesi, poiché i sensori possiedono un elemento (riscaldatore) che, in base alla tensione applicata e al modo in cui viene applicata, varia la sua temperatura, permettendo di aumentarne la sensibilità. Quello presentato è un dispositivo prototipale atto ad essere applicato in futuro in un contesto di screening con campioni di aria esalata, invece in questo studio è stato testato con tre gas (anidride carbonica, metano e butanone) a tre diverse concentrazioni, con tre pattern: un’onda quadra rispettivamente a 16.6 mHz e 33.3 mHz e un’onda sinusoidale a 20 mHz. Tra quelli testati soltanto il butanone rientra tra i possibili biomarcatori del tumore al polmone, gli altri sono stati scelti per la loro facilità di reperimento e per la presenza del metano tra i gas già testati nei datasheet dei sensori. Il naso elettronico sviluppato si compone principalmente di tre parti: l’elettronica per l’acquisizione e elaborazione dei segnali, una parte idraulica per la gestione dei gas e un interfaccia grafica per il permettere all’utente di gestire il dispositivo nella sua interezza. Dalle prove sperimentali condotte è emerso che il dispositivo ha risposto in maniera ottimale, producendo risposte diverse in base al tipo di pattern utilizzato per la modulazione della temperatura. Inoltre è stato possibile osservare, tramite un'analisi delle componenti principali dei dati, che le risposte ottenute dai sensori portano ad una differenziazione visiva dei tre gas. Si tratta di un ottimo risultato nel complesso, aprendo la strada a degli studi che possono portare allo sviluppo di uno strumento per la determinazione dei biomarcatori del tumore al polmone e alla loro identificazione, nel caso di integrazione con algoritmi di intelligenza artificiale. Nonostante i risultati ottenuti siano promettenti, il lavoro presentato in questo elaborato rappresenta solo l’inizio per lo sviluppo di un dispositivo effettivamente applicabile in protocolli clinici per lo screening.

eNose system development and performance analysis of temperature-modulation pattern response to lung cancer biomarkers

Tasso, Damiano Rosario
2020/2021

Abstract

Lung cancer is the leading cause of death in 2020 with 1.79 million deaths, or about 18% of cancer related deaths. This pathology occurs in different forms depending on the type of cells that produce it, hence, the most appropriate treatment is selected in accordance with the clinical case (generally radiotherapy, chemotherapy or surgical intervention). Like all types of cancer, lung cancer has different degrees of staging, which affects the effectiveness of the treatment and consequently determines the survival rate of the patient. Once lung cancer is diagnosed, the patient’s survival rate is very high if it is in an early stage (I or II), however, lung cancer is starting to present symptoms in more advanced conditions (II or IV). It is therefore important to have tools capable of detecting a disease that, at its mildest stage, presents itself as asymptomatic. To date, the screening programs adopted rely almost exclusively on bioimaging techniques, including the low-dose computed tomography, which is the most widely used, despite it has several limitations: high costs, high number of false positives, false negatives and radiation exposure. Over the past few years, in order to improve screening programs, new solutions have been sought, including exhaled breath analysis. The latter is a completely non-invasive technique which aims to analyse volatile organic compounds in exhaled air, leading to the distinction of compounds attributable to lung cancer (biomarkers). Exhaled breath analysis is performed using gas chromatography and mass spectroscopy, which is considered too complex and costly despite high precision in the analysis of organic compounds. Newer technology provides a sensor-based electronic system capable of interacting with biomarkers and enabling presence detection, since this type of system attempts to mimic the mammalian olfactory system, it is known as the electronic nose. The aim of this thesis is to develop an electronic nose based on eight commercial gas sensors and integrated into a system for managing the gases to be tested. The analysis deals not only with target gases, but especially with the performance of temperature modulation pattern on the sensors. Temperature modulation is a key concept in the thesis, as the sensors have an element (heating) that varies its temperature as a function of the voltage applied, and its mode of application, improving its sensitivity. The featured device is a prototype which will be used in the future in a screening context with exhaled air samples, for this study, three gases were tested (carbon dioxide, methane and butanone) at three different concentrations with three temperature modulation patterns: a square waves at 16.6 mHz and 33.3 mHz and a sinusoidal wave at 20 mHz. Of the gases analyzed, butanone is the only possible biomarker of lung cancer, the others were chosen for their ease of obtaining and for the presence of methane amongst the gases already tested in the sensor datasheets. The developed electronic nose has three main parts: the electronics for signals acquisition and elaboration, the hydraulic system for the gases handling and a graphical user interface, which permits to the user the control of the whole system. Experimental tests showed that the device reacted optimally, generating different responses according to the type of pattern used for temperature modulation. It has also been found that the sensor responses result in visual differentiation of the three gases, by analyzing the principal components of the data. This is an excellent overall outcome, paving the way for studies which may lead to the development of a tool for the differentiation of tumor biomarkers and their identification, if embedded with artificial intelligence algorithms. Although the results achieved are promising, the work presented in this manuscript is only the beginning of the development of a device that is truly applicable in clinical screening protocols.
RESCALLI, ANDREA
ING - Scuola di Ingegneria Industriale e dell'Informazione
28-apr-2022
2020/2021
Il tumore al polmone è la principale causa di morte registrata nel 2020, contando 1.79 milioni di morti, circa il 18% di quelle relative al cancro. Questa patologia si presenta in varie forme date dalla tipologia di cellule che lo generano, pertanto il trattamento più adeguato viene scelto in accordo con il caso clinico (solitamente radioterapia, chemioterapia o asportazione chirurgica). Come ogni tipologia di cancro, quello al polmone presenta diversi gradi di stadizione, che influenzano l’efficienza del trattamento e di conseguenza determinano il tasso di sopravvivenza del soggetto. Tendenzialmente, quando il tumore al polmone viene diagnosticato, il paziente possiede un tasso di sopravvivenza molto elevato se esso è in uno stadio iniziale (I o II), tuttavia il tumore al polmone comincia a presentare dei sintomi in stadi più avanzati (III o IV). Si evince pertanto l’importanza di avere dei strumenti di screening, in grado di rilevare una malattia che, nel suo stadio più lieve, si presenta come asintomatica. Ad oggi i programmi di screening adottati si basano pressoché tutti su tecniche di bioimmagini, la più utilizzata è la tomografia computerizzata a bassa dose, nonostante questa presenta una serie di limitazioni: alti costi, alto numero di falsi positivi/negativi ed esposizione alle radiazioni. Negli ultimi anni, al fine di migliorare i programmi di screening sono state ricercate nuove soluzioni, tra cui l’analisi del respiro esalato. Quest’ultima è una tecnica assolutamente non invasiva che mira ad analizzare i composti organici volatili nell’aria espirata, portando alla distinzione di composti riconducibili al tumore al polmone (biomarcatori). L’analisi del respiro esalato viene effettuata tramite la gas cromatografia e la spettroscopia di massa considerate troppo complesse e costose nonostante offrano un’alta accuratezza nell’analisi dei composti organici. Una più recente tecnologia prevede un sistema elettronico sensorizzato capace di interagire con i biomarcatori e permettere di rilevarne la presenza. Poiché questo sistema cerca di imitare il sistema olfattivo dei mammiferi prende il nome di naso elettronico. Lo scopo di questa tesi è quello di sviluppare un naso elettronico basato su otto sensori di gas commerciali e integrarlo in un sistema per la gestione dei gas da analizzare. Oggetto di analisi non sono soltanto i gas target, ma sopratutto le performance dei pattern di modulazione della temperature sui sensori. La modulazione della temperatura è un concetto chiave del progetto di tesi, poiché i sensori possiedono un elemento (riscaldatore) che, in base alla tensione applicata e al modo in cui viene applicata, varia la sua temperatura, permettendo di aumentarne la sensibilità. Quello presentato è un dispositivo prototipale atto ad essere applicato in futuro in un contesto di screening con campioni di aria esalata, invece in questo studio è stato testato con tre gas (anidride carbonica, metano e butanone) a tre diverse concentrazioni, con tre pattern: un’onda quadra rispettivamente a 16.6 mHz e 33.3 mHz e un’onda sinusoidale a 20 mHz. Tra quelli testati soltanto il butanone rientra tra i possibili biomarcatori del tumore al polmone, gli altri sono stati scelti per la loro facilità di reperimento e per la presenza del metano tra i gas già testati nei datasheet dei sensori. Il naso elettronico sviluppato si compone principalmente di tre parti: l’elettronica per l’acquisizione e elaborazione dei segnali, una parte idraulica per la gestione dei gas e un interfaccia grafica per il permettere all’utente di gestire il dispositivo nella sua interezza. Dalle prove sperimentali condotte è emerso che il dispositivo ha risposto in maniera ottimale, producendo risposte diverse in base al tipo di pattern utilizzato per la modulazione della temperatura. Inoltre è stato possibile osservare, tramite un'analisi delle componenti principali dei dati, che le risposte ottenute dai sensori portano ad una differenziazione visiva dei tre gas. Si tratta di un ottimo risultato nel complesso, aprendo la strada a degli studi che possono portare allo sviluppo di uno strumento per la determinazione dei biomarcatori del tumore al polmone e alla loro identificazione, nel caso di integrazione con algoritmi di intelligenza artificiale. Nonostante i risultati ottenuti siano promettenti, il lavoro presentato in questo elaborato rappresenta solo l’inizio per lo sviluppo di un dispositivo effettivamente applicabile in protocolli clinici per lo screening.
File allegati
File Dimensione Formato  
2022_04_Tasso.pdf

solo utenti autorizzati dal 11/04/2023

Dimensione 38.18 MB
Formato Adobe PDF
38.18 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/187859