Fiber optic sensors for the biomechanical study of the intervertebral disc

O presente trabalho teve como objetivo principal estudar o comportamento mecânico do disco intervertebral recorrendo a sensores em fibra ótica. Na expetativa de efetuar o melhor enquadramento do tema foi efetuada uma revisão exaustiva das várias configurações de sensores em fibra ótica que têm vindo a ser utilizadas em aplicações biomédicas e biomecânicas, nomeadamente para medição de temperatura, deformação, força e pressão. Nesse âmbito, procurou-se destacar as potencialidades dos sensores em fibra ótica e apresentá-los como uma tecnologia alternativa ou até de substituição das tecnologias associadas a sensores convencionais. Tendo em vista a aplicação de sensores em fibra ótica no estudo do comportamento do disco intervertebral efetuou-se também uma revisão exaustiva da coluna vertebral e, particularmente, do conceito de unidade funcional. A par de uma descrição anatómica e funcional centrada no disco intervertebral, vértebras adjacentes e ligamentos espinais foram ainda destacadas as suas propriedades mecânicas e descritos os procedimentos mais usuais no estudo dessas propriedades. A componente experimental do presente trabalho descreve um conjunto de experiências efetuadas com unidades funcionais cadavéricas utilizando sensores convencionais e sensores em fibra ótica com vista à medição da deformação do disco intervertebral sob cargas compressivas uniaxiais. Inclui ainda a medição in vivo da pressão intradiscal num disco lombar de uma ovelha sob efeito de anestesia. Para esse efeito utilizou-se um sensor comercial em fibra ótica e desenvolveu-se a respetiva unidade de interrogação. Finalmente apresenta-se os resultados da investigação em curso que tem como objetivo propor e desenvolver protótipos de sensores em fibra ótica para aplicações biomédicas e biomecânicas. Nesse sentido, são apresentadas duas soluções de sensores interferométricos para medição da pressão em fluídos corporais.

FTIR, a potential tool to dementia diagnosis trough analysis of plasma

Nowadays it is still difficult to perform an early and accurate diagnosis of dementia, therefore many research focus on the finding of new dementia biomarkers that can aid in that purpose. So scientists try to find a noninvasive, rapid, and relatively inexpensive procedures for early diagnosis purpose. Several studies demonstrated that the utilization of spectroscopic techniques, such as Fourier Transform Infrared Spectroscopy (FTIR) and Raman spectroscopy could be an useful and accurate procedure to diagnose dementia. As several biochemical mechanisms related to neurodegeneration and dementia can lead to changes in plasma components and others peripheral body fluids, blood-based samples and spectroscopic analyses can be used as a more simple and less invasive technique. This work is intended to confirm some of the hypotheses of previous studies in which FTIR was used in the study of plasma samples of possible patient with AD and respective controls and verify the reproducibility of this spectroscopic technique in the analysis of such samples. Through the spectroscopic analysis combined with multivariate analysis it is possible to discriminate controls and demented samples and identify key spectroscopic differences between these two groups of samples which allows the identification of metabolites altered in this disease. It can be concluded that there are three spectral regions, 3500-2700 cm -1, 1800-1400 cm-1 and 1200-900 cm-1 where it can be extracted relevant spectroscopic information. In the first region, the main conclusion that is possible to take is that there is an unbalance between the content of saturated and unsaturated lipids. In the 1800-1400 cm-1 region it is possible to see the presence of protein aggregates and the change in protein conformation for highly stable parallel β-sheet. The last region showed the presence of products of lipid peroxidation related to impairment of membranes, and nucleic acids oxidative damage. FTIR technique and the information gathered in this work can be used in the construction of classification models that may be used for the diagnosis of cognitive dysfunction.