METODA I NARZĘDZIE DO WIZUALIZACJI WYŁADOWAŃ GAZOWYCH DO ANALIZY OBIEKTÓW BIOLOGICZNYCH W FAZIE CIEKŁEJ
Yaroslav A. Kulyk
Vinnytsya National Technical University (Ukraina)
http://orcid.org/0000-0001-8327-8259
Bohdan P. Knysh
Vinnytsia National Technical University (Ukraina)
http://orcid.org/0000-0002-6779-4349
Roman V. Maslii
Vinnytsya National Technical University (Ukraina)
http://orcid.org/0000-0003-3021-4328
Roman N. Kvyetnyy
rkvetny@vntu.edu.uaVinnytsya National Technical University (Ukraina)
http://orcid.org/0000-0002-9192-9258
Valentyna V. Shcherba
Vinnytsya National Medical University (Ukraina)
http://orcid.org/0000-0001-6911-7299
Anatoliy Ia. Kulyk
Vinnytsya National Medical University (Ukraina)
http://orcid.org/0000-0003-2472-1665
Abstrakt
W artykule przedstawiono wyniki badań poruszających problem poprawy wiarygodności oznaczania stężenia zanieczyszczeń w obiektach biologicznych w cieczy metodą wizualizacji wyładowań gazowych. Opracowano ulepszoną metodę analizy obiektów biologicznych w cieczy opartą na wizualizacji wyładowań gazowych (GDV), zaproponowano podejście kryterialne do oceny składu obiektów biologicznych w cieczy z zastosowaniem tej metody, przedstawiono ocenę charakteru obiektów biologicznych w cieczy wykorzystującą intensywność składowych spektralnych jej promieniowania uzyskanego podczas GDV.Opracowano i zbadano model matematyczny zapłonu wyładowania koronowego oraz zależność intensywności widma promieniowania obiektu biologicznego w fazie ciekłej od jego składu chemicznego, zaproponowano funkcję przeliczeniową do oceny koncentracji zanieczyszczeń wraz z parametrami informacyjnymi obrazów GDV. W artykule zostały przedstawione wszystkie wyniki badań eksperymentalnych GDV i składu spektralnego obiektów biologicznych w fazie ciekłej (LPBO).Proponowane podejście pozwala określić zakres stężeń Mg w płynie z ust, przy różnych schorzeniach tarczycy uzyskanych metodą trylonometryczną.Stwierdzono, że stężenie Mg w płynie z ust pacjentów bez chorób tarczycy wynosi 12,73 ± 2,16 mg/l, u pacjentów z czynnikami ryzyka chorób tarczycy stężenie wynosi 14,98 ± 1,92 mg/l, u pacjentów z wolem stężenie wynosi 26,65 ± 3,73 mg/l.Dane te pozwalają na zapewnienie pacjentom lepszej diagnostyki zaburzeń patologicznych w tyreocytach gruczołowych, które opierają się na stężeniu Mg w płynie ustnym.Potwierdza się, że stężenie Mg w płynie ustnym większe niż 15 mg/l może wskazywać na obecność patologii trylonometrycznej, w tym ogniska w tarczycy.
Słowa kluczowe:
wizualizacja wyładowań gazowych, obiekty biologiczne w fazie ciekłejBibliografia
Anton A.P. et al.: Headspace-programmed temperature vaporizer-mass spectrometry and pattern recognition techniques for the analysis of volatiles in saliva samples. Talanta 160, 2016, 21–27 [http://doi.org/10.1016/j.talanta.2016.06.061].
DOI: https://doi.org/10.1016/j.talanta.2016.06.061
Google Scholar
Bilinsky J. J., Pavlyuk O.A.: Methods and means of gas-discharge visualization for different liquid-phase bioobjects. VNTU, Vinnytsia 2016.
Google Scholar
Bilynskyy J. J. et al.: Research performance of gas discharge visualization liquid-phase objects images. Bulletin of Vinnytsia Polytechnic Institute 5, 2011, 206–211.
Google Scholar
Bilynskyy J. J., Pavliuk O. A.: The Research of Gas Glow Spectra of the Liquid-phase Object Discharge Visualization. Proceedings of the International Conference TCSET’2014, Lviv 2014.
Google Scholar
Bresciani M. et al.: Monitoring water quality in two dammed reservoirs from multispectral satellite data. European Journal of Remote Sensing 2019, 113–122 [http://doi.org/10.1080/22797254.2019.1686956].
DOI: https://doi.org/10.1080/22797254.2019.1686956
Google Scholar
Feng J., Vince S.: Nanoscale Plasmonic Interferometers for Multispectral, High-Throughput Biochemical Sensing. Nano Lett. 2, 2012, 602–609.
DOI: https://doi.org/10.1021/nl203325s
Google Scholar
Hacher G. W. et al.: Daytime-related rhythmicity of gas visualization (GDV) parameters: detection and comparison to biochemical parameters measured in saliva. Energy Fields Electrophonic Analysis In Humans And Nature 2, 2011, 214–232.
Google Scholar
Halkias X. C.: Analysis of Kirlian images: feature extraction and segmentation. Proceedings 7th International Conference ICSP'04, 2004 [http://ru.scribd.com/doc/113932089/Halkias-Maragos-Analysis-of-Kirlian-Images].
Google Scholar
Higashi Y., Shimada T.: Simultaneous determination of salivary testosterone and dehydroepiandrosterone using LC-MS/MS: Method development and evaluation of applicability for diagnosis and medication for late-onset hypogonadism. Chromatogr B Analyt Technol Biomed Life Sci. 2009, 2615–2623.
DOI: https://doi.org/10.1016/j.jchromb.2008.10.051
Google Scholar
Jou Y. J. et al.: Proteomic identification of salivary transferrin as a biomarker for early detection of oral cancer. Chim Acta 2, 2010, 41–48.
DOI: https://doi.org/10.1016/j.aca.2010.09.030
Google Scholar
Poznyak S. S.: On the use of the characteristics of the gas discharge induced by the electron-optical emission of the object of the environment. Economics and environmental management: an electronic scientific journal 1, 2013.
Google Scholar
Rosa L. K. et al.: Oral health, organic and inorganic saliva composition of men with Schizophrenia: Case-control study. Journal of Trace Elements in Medicine and Biology 66, 2021, 126743 [http://doi.org/10.1016/j.jtemb.2021.126743].
DOI: https://doi.org/10.1016/j.jtemb.2021.126743
Google Scholar
Safranov T. et al.: Water resources of Ukraine: usage, qualitive and quantitative assessment. Environmental problems 1(2), 2016.
Google Scholar
Tarabarova C. B. Quality of drinking water in Ukraine: current status, impact on health, comparative characteristics of the domestic base with international standards [http://www.health.gov.ua/].
Google Scholar
Title XIV of The Public Health Service Act: Safety of Public Water Systems (Safe Drinking Water Act) 2020, EPA [https://www.govinfo.gov/content/pkg/COMPS-892/pdf/COMPS-892.pdf].
Google Scholar
Voeikov V., Korotkov K.: The Emerging Science of Water. 2017.
Google Scholar
Wójcik W., Smolarz A.: Information Technology in Medical Diagnostics. CRC Press 2017.
DOI: https://doi.org/10.1201/9781315098050
Google Scholar
Wójcik W., Pavlov S., Kalimoldayev M.: Information Technology in Medical Diagnostics II. Taylor & Francis Group, CRC Press, London 2019 [http://doi.org/10.1201/9780429057618].
DOI: https://doi.org/10.1201/9780429057618
Google Scholar
Wong M.: Surface-enhanced Raman spectroscopy for forensic analysis of human saliva. PhD Thesis. Boston University, 2017 [https://www.proquest.com/openview/f5b4d542ed97f157a0004216897561da/1].
Google Scholar
Autorzy
Yaroslav A. KulykVinnytsya National Technical University Ukraina
http://orcid.org/0000-0001-8327-8259
Autorzy
Bohdan P. KnyshVinnytsia National Technical University Ukraina
http://orcid.org/0000-0002-6779-4349
Autorzy
Roman V. MasliiVinnytsya National Technical University Ukraina
http://orcid.org/0000-0003-3021-4328
Autorzy
Roman N. Kvyetnyyrkvetny@vntu.edu.ua
Vinnytsya National Technical University Ukraina
http://orcid.org/0000-0002-9192-9258
Autorzy
Valentyna V. ShcherbaVinnytsya National Medical University Ukraina
http://orcid.org/0000-0001-6911-7299
Autorzy
Anatoliy Ia. KulykVinnytsya National Medical University Ukraina
http://orcid.org/0000-0003-2472-1665
Statystyki
Abstract views: 370PDF downloads: 217
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
