Abstract

In this thesis, light-tissue interaction was investigated through different experimental and analytical methodologies to analyze optical and polarization properties over time and the obtained results were utilized in biomedical and food science applications. In this thesis, soft biological tissues (pork samples) were selected as a biological tissue due to their similarity to human tissue. First, the relative spectral changes of absorbance were studied by applying two different custom-built configurations. A Monte Carlo modelling and principal component analysis (PCA) method were applied further to the absorbance dataset to provide thorough studies for a spectroscopic approach. Second, a novel application of Mueller matrix (MM) imaging polarimetry was pioneered to visualize the dynamics of the tissue polarization properties over time with a custom-built Mueller matrix imaging polarimeter (MMIP). Frequency distribution histograms (FDHs) and the changes in the statistical moments of the MM elements were analyzed over time to provide qualitative and quantitative information of the tissue polarization properties. Finally, a new Stokes-polarimetry was introduced to examine optically thin histological sections from optically anisotropic biological tissues with different morphological structures.

In summary, in spectroscopic and imaging polarimetry approaches, prominent changes in optical properties of the examined soft biological tissues were discriminated over time. The obtained results are promising in the development of a novel non-destructive tool for monitoring biological tissues for application in biomedical applications and the food industry. The Stokes-polarimetry method can provide a comparative analysis of different polarimetric techniques and prove the diagnostic potential of Stokes correlometry of pathological changes in the orientation-phase structure of biological tissues.

Tiivistelmä

Tässä opinnäytetyössä valon ja kudoksen vuorovaikutusta tutkittiin erilaisilla kokeellisilla ja analyyttisillä menetelmillä, jotta voitiin tunnistaa optisten ja polarisaatio-ominaisuuksien alkuvaiheita ja hyödyntää saatuja tuloksia biolääketieteellisissä ja elintarviketieteellisissä sovelluksissa. Tässä työssä pehmeäksi biologiseksi kudokseksi valittiin sianlihanäytteet niiden ja ihmiskudoksen samankaltaisuuden vuoksi. Ensiksi pehmeiden biologisten kudosten absorbanssin suhteellisia spektrimuutoksia tutkittiin soveltamalla kahta erilaista räätälöityä kokoonpanoa, jotka yhdistettiin. Monte Carlon mallintamista ja pääkomponenttianalyysimenetelmää (PCA) sovellettiin edelleen absorbanssiaineistoon, jota voitiin perusteellisesti tutkia spektroskooppisesti. Toiseksi Mueller-matriisin (MM) kuvantamispolarimetrian uudella sovelluksella pyrittiin visualisoimaan kudosten polarisaatio-ominaisuuksien dynamiikkaa ajan suhteen räätälöidyllä Mueller-matriisikuvauspolarimetrillä (MMIP). Taajuusjakauman histogrammit (FDH) ja MM-elementtien tilastolliset momenttimuutokset analysoitiin ajan suhteen, jotta saataisiin kvalitatiivista ja kvantitatiivista tietoa kudosten polarisaatio-ominaisuuksista. Lopuksi otettiin käyttöön uusi Stokesin polarimetrinen menetelmä, jotta voitiin tutkia optisesti ohuita histologisia leikkauksia anisotrooppisista biologisista kudoksista, joilla on erilainen morfologinen rakenne.

Yhteenvetona voidaan todeta, että spektroskooppisesti ja kuvantamispolarimetrillä tutkittujen pehmeiden biologisten kudosten optisten ominaisuuksien huomattavat muutokset erotettiin selvästi ajan suhteen. Saadut tulokset ovat lupaavia, kun kehitetään uutta ainetta rikkomatonta työkalua biologisten kudosten seurantaan biolääketieteellisissä sovelluksissa ja elintarviketeollisuudessa. Stokesin polarimetrisella menetelmällä voidaan tuottaa vertaileva analyysi erilaisista polarimetrisistä tekniikoista ja todistaa Stokesin korrelometrian diagnostinen potentiaali biologisten kudosten orientaatiovaiheen rakenteessa.

Osajulkaisut / Original papers

Osajulkaisut eivät sisälly väitöskirjan elektroniseen versioon. / Original papers are not included in the electronic version of the dissertation.

1. Peyvasteh, M., Popov, A., Bykov, A., Pierangelo, A., Novikova, T., & Meglinski, I. (2020). Evolution of raw meat polarization‐based properties by means of Mueller matrix imaging. Journal of Biophotonics, 14(5). https://doi.org/10.1002/jbio.202000376

   Rinnakkaistallennettu versio / Self-archived version

2. Peyvasteh, M., Popov, A., Bykov, A., & Meglinski, I. (2020). Meat freshness revealed by visible to near-infrared spectroscopy and principal component analysis. Journal of Physics Communications, 4(9), 095011. https://doi.org/10.1088/2399-6528/abb322

   Rinnakkaistallennettu versio / Self-archived version

3. Peyvasteh, M., Dubolazov, A., Popov, A., Ushenko, A., Ushenko, Y., & Meglinski, I. (2020). Two-point Stokes vector diagnostic approach for characterization of optically anisotropic biological tissues. Journal of Physics D: Applied Physics, 53(39), 395401. https://doi.org/10.1088/1361-6463/ab9571

   Rinnakkaistallennettu versio / Self-archived version

4. Borovkova, M., Peyvasteh, M., Dubolazov, O., Ushenko, Y., Ushenko, V., Bykov, A., Deby, S., Rehbinder, J., Novikova, T., & Meglinski, I. (2018). Complementary analysis of Mueller-matrix images of optically anisotropic highly scattering biological tissues. Journal of the European Optical Society-Rapid Publications, 14(1). https://doi.org/10.1186/s41476-018-0085-9

   Rinnakkaistallennettu versio / Self-archived version

5. Peyvasteh, M., Popov, A., Bykov, A., & Meglinski, I. V. (2019). Assessment of pork freshness based on changes in constituting chromophores using visible to near-infrared spectroscopy. In E. M. Goldys & B. C. Gibson (Eds.), Biophotonics Australasia 2019. SPIE. https://doi.org/10.1117/12.2539969

   Rinnakkaistallennettu versio / Self-archived version

6. Peyvasteh, M., Popov, A., Bykov, A., & Meglinski, I. (2019). Assessment of meat freshness and spoilage detection utilizing visible to near-infrared spectroscopy. In A. Amelink & S. K. Nadkarni (Eds.), Novel Biophotonics Techniques and Applications V. SPIE. https://doi.org/10.1117/12.2527194

   Rinnakkaistallennettu versio / Self-archived version