TOMCA: optische analyse van draagbare medische sensoren
Er komen steeds meer draagbare sensoren die met behulp van licht gezondheidsparameters meten in de huid. De uitdaging is hierbij om ze voldoende nauwkeurig en betrouwbaar te maken voor de beoogde toepassing. Zeker wanneer de sensoren ingezet worden als medical device moeten ze aan strenge kwaliteitseisen voldoen. Met ruime kennis en jarenlange ervaring op het gebied van weefseloptica ondersteunt TNO haar partners bij het ontwerp en optimalisatie van optische draagbare sensoren. Dit doen we samen met bedrijven die smartwatches, health patches of andere wearables ontwikkelen.
De ontwikkelingen op het vlak van Medische Fotonica volgen elkaar snel op. Zo wordt de sensor hardware steeds geavanceerder en compacter en worden er steeds complexere algoritmes op basis van geavanceerde datamodellen mogelijk gemaakt.
Voor de optimalisatie van zowel het ontwerp alsook het algoritme van de draagbare optische sensoren, heeft TNO een proces opgetuigd voor het analyseren van de performance van de verschillende sensorontwerpen op een groot aantal virtuele huidmodellen.
Tissue Optics Monte Carlo Analysis (TOMCA)
Een robuust sensoralgoritme is cruciaal. De uitdaging daarbij is dat zo’n algoritme in staat moet zijn om rekening te houden met een enorme hoeveelheid variabelen. De opbouw van de huid is immers voor iedere persoon anders en er variëren ook een hoop huidvariabelen in de tijd. Zo wordt je huid bijvoorbeeld bruiner als je meer in de zon bent geweest en verandert de doorbloeding afhankelijk van de temperatuur. Deze verschillende huidtypes en variërende samenstelling zullen de nauwkeurigheid van de te meten gezondheidsparameter sterk beïnvloeden.
Een slimmer sensorontwerp en -algoritme vergroot de nauwkeurigheid en onderdrukt de verstorende factoren beter. TNO beschikt over een optische op Monte Carlo gebaseerde analysetool: TOMCA. Met behulp van optische modellen van de huid en de spectra van de in de huid voorkomende stoffen wordt het mogelijk om de interactie van sensorconfiguraties, bij verschillende kleuren licht, met de huid te onderzoeken.
Voxels
De huidmodellen zijn opgebouwd in verschillende lagen en kunnen tevens van bloedvaten worden voorzien. Door bloedvaten in grootte te variëren kunnen pulsaties gesimuleerd worden.
Per huidmodel worden de huidlagen in kleine blokjes (voxels) opgedeeld. Daarbij wordt per voxel aangegeven wat de lokale optische weefseleigenschappen zijn, zoals de scattering en absorptie-eigenschappen. Tevens worden de positie en eigenschappen van de lichtbron(nen) en detector(en) aangegeven.
Zo wordt het mogelijk om in zo’n 3D huidmodel te voorspellen hoe het licht zich daarin verspreid of wordt geabsorbeerd en dus ook hoeveel licht van een bron bij een detector aankomt en welke pad dit licht door de huidlagen waarschijnlijk heeft genomen. Om structuren zoals bloedvaten nog beter te kunnen modelleren, maakt TNO momenteel de stap naar voxels met schuine vlakken. Dergelijke voxels kunnen rondingen beter benaderen en geven daardoor een nauwkeuriger beeld van de werkelijkheid.
50.000 verschillende (gesimuleerde) huidtypes
Voor de ontwikkeling van sensor algoritmes is veel optische respons data nodig van een sensorconfiguratie op duizenden verschillende huidtypes en huidcondities. Die informatie via fysieke metingen aan proefpersonen verzamelen is veel te duur en tijdrovend. Daarom voert TNO TOMCA-analyses uit op duizenden verschillende huidmodellen. Hiertoe zetten we een aantal parallelle supercomputers aan het werk. Binnen een week is dan de data beschikbaar voor de analyse van bestaande algoritmes of voor de ontwikkeling van nieuwe algoritmes. Door zowel de sensorconfiguratie als het sensoralgoritme te optimaliseren, wordt de sensor nauwkeuriger en robuuster.
Na de optimalisatie van de het sensorontwerp op de huidmodellen met de TOMCA tool wordt het tijd om deze in praktijk te valideren. Een gerealiseerde sensor wordt vaak eerst op fantoomweefsels getest, omdat hiervan de optische eigenschappen bekend zijn. Vervolgens start de klinische validatie op humane proefpersonen.
Sterke wetenschappelijke basis, toegepast in de praktijk
Op het vlak van Medische Fotonica werkt TNO-collega Prof. Dr. Arjen Amelink intensief samen met de Vrije Universiteit (Prof. Dr. Johannes de Boer). TNO richt zich daarbij met name op het in de huid of het netvlies meten van biomarkers, zoals de zuurstofsaturatie (SpO2), hemoglobine, hartslag, bloeddruk, bètacaroteen, vetgehalte en hydratatie. In projecten werkt TNO vaak nauw samen met de R&D-afdelingen van industriële partners.
Beschikking over een hypobare kamer
Er zijn verschillende manieren om te checken hoe nauwkeurig de meetresultaten zijn. Zo werkt TNO samen met het Centrum voor Mens en Luchtvaart (CML) in Soesterberg. Daar bevindt zich een hypobare kamer waar de luchtdruk op grote hoogte wordt nagebootst. Dat is een ideale omgeving om te checken hoe nauwkeurig SpO2-sensoren zijn in de saturatie-range van 100 - 70%.
Werken aan een nieuwe generatie medische devices
Naast het verbeteren van de draagbare sensoren voor klanten, ontwikkelt TNO op eigen initiatief ook nieuwe, innovatieve sensoren voor wearable devices. Zo wordt er bijvoorbeeld gewerkt aan flexibele huidpatches: een pleister met een aantal lichtbronnen, lichtsensoren en een communicatieantenne om met een mobiele telefoon de sensordata binnen te halen. Voor dit soort innovaties zoekt TNO marktpartijen die in de doorontwikkeling hiervan tot een product willen mee investeren.
À la carte
TNO beheerst het proces van eerste idee tot aan de validatie van klinische prototypes: het opstellen van de requirements voor de beoogde toepassing, het ontwerp, de analyse, de realisatie en de ondersteuning bij de klinische validatie.
Het is onze missie om medische partijen te ondersteunen bij hun sensorontwikkelingen. Daarom kun je bij TNO ook terecht voor ondersteuning bij afzonderlijke processtappen: ‘à la carte’.
Flyer TOMCA
Bij het ontwerp van optische sensoren in wearables, smartwatches en netvliescamera’s is kennis over de licht-weefselinteractie cruciaal. Met TOMCA simuleert TNO hoe het licht door het weefsel gaat en ontwikkelt op basis daarvan inclusieve robuuste algoritmes.