Indice
1 Secondary Ion Mass Spectrometry (SIMS): introduzione al-
la metodica 7
1.1 Introduzione alla spettrometria di massa . . . . 7
1.2 Spettrometria di massa a ioni secondari (SIMS) . . . . 8
1.3 Principi di funzionamento della SIMS . . . . 9
1.3.1 Modalit`a di analisi: SIMS statica e dinamica . . . . . 12
1.3.2 Requisiti necessari per l’analisi SIMS . . . . 13
1.3.3 Preparazione di campioni biologici . . . . 15
1.4 Tipologie di analizzatore di massa . . . . 17
1.4.1 Analizzatore di massa basato su settore magnetico- elettrostatico . . . . 18
1.4.2 Analizzatore di massa basato sul tempo di volo (ToF- SIMS ) . . . . 25
1.5 Applicazioni della SIMS in biologia e medicina . . . . 29
1.6 Esempio di applicazione della tecnica ToF-SIMS a fantoccio non biologico . . . . 31
1.7 Recenti sviluppi dell’analisi di matrici cellulari mediante ToF- SIMS . . . . 32
2 Metodi di analisi per immagini SIMS 35 2.1 Analisi multivariata . . . . 35
2.2 Distribuzioni spaziali di punti : Point Pattern Distribution Analysis . . . . 36
2.3 Descrittori elementari di distribuzioni spaziali puntiformi . . 38
2.3.1 Statistiche centrografiche . . . . 38
2.3.2 Entropia di Shannon . . . . 38
2.3.3 Istogramma e probabilit`a della configurazione . . . . . 40
2.4 Metodi di analisi di distribuzioni spaziali puntiformi . . . . . 40
2.4.1 Quadrat analysis . . . . 42
2.4.2 Nearest Neighbor analysis . . . . 42
2.4.3 Ripley’s K Function . . . . 43
1
3 Modellistica proposta per l’analisi di immagini SIMS 45
3.1 Modello di immagini SIMS . . . . 45
3.1.1 Creazione dell’immagine ideale (pattern) I0 . . . . 46
3.1.2 Processazione/funzione gh,1−λ . . . . 46
3.1.3 Introduzione del termine Nλ . . . . 47
3.1.4 Modalit`a di confronto tra immagine reale SIMS e im- magine surrogata . . . . 48
3.1.5 Valutazione tramite modello di indici per la caratte- rizzazione di immagini SIMS . . . . 49
3.2 Strumenti di analisi per la validazione del modello . . . . 50
3.2.1 Analisi probabilistica dell’istogramma . . . . 50
3.2.2 Regressione non parametrica: Kernel Smoothing . . . 52
3.2.3 Derivata analitica della funzione di kernel . . . . 54
3.3 Validazione del modello di formazione di immagini SIMS e selezione degli indici di caratterizzazione su base modellistica 56 3.3.1 Organizzazione dello studio . . . . 56
3.3.2 Validazione delle ipotesi di modello sui parametri, me- diante elaborazione di immagini SIMS . . . . 57
3.3.3 Modello a dati surrogati per la valutazione della signi- ficativit`a degli indici di caratterizzazione . . . . 61
3.3.4 Applicazione del modello di formazione di immagi- ni SIMS per la selezione e la costruzione di curve di riferimento degli indici di caratterizzazione . . . . 61
3.3.5 Validazione dello studio proposto in § 3.3.4 tramite applicazione del modello di formazione di immagini SIMS ad una discontinuit`a macroscopica di tessuto biologico . . . . 63
4 Risultati 68 4.1 Selezione degli indici di caratterizzazione . . . . 68
4.2 Protocollo sperimentale . . . . 82
4.3 Strumentazione e procedure di acquisizione . . . . 83
4.3.1 Preparazione del campione . . . . 84
4.4 Elaborazione dello spettro di massa ed estrazione delle imma- gini chimiche . . . . 85
4.5 Risultati dell’analisi di distribuzione del tracciante di perfu- sione99Tc-NOET . . . . 87 4.6 Risultati di studi modellistici sull’influenza del pre-sputtering 87
2
