基于LabVIEW的动态光谱光电脉搏波信号提取的快速算法

在众多近红外光谱检测方法中,动态光谱法以能消除检测中个体差异和测量条件的影响而备受研究者的青睐。动态光谱提取自光电容积脉搏波,是与动脉血液信息高度相关的近红外光谱,可应用于动脉血液成分的无创检测,具有很好的临床应用价值。高精度和高速度是动态光谱检测的核心问题。应用过采样和数字锁相检测技术能提高动态光谱法中光电脉搏波信号的检测精度,文章对此进行了理论推导。同时,为了克服过采样导致的大数据量和锁相放大要求的大运算量等困难,提出了基于LabVIEW的快速算法和通过外部接口调用C语言的方法应用于动态光谱光电脉搏波的提取,并在LabVIEW环境下进行实验验证。结果表明,该方法不但提高了运算速度,还大大缩小了数据的存储量。     

奇异点快速检测在牛奶成分近红外光谱测量中的应用

近红外光谱作为一种依靠模型对物化性质进行分析的技术,对光谱数据的准确性进行快速准确的判断是得到可靠分析结果的前提。但是光谱数据中奇异点的存在会在很大程度上影响多变量校正模型的准确性,从而影响模型的预测效果。文章综合利用半数重采样法(Resampling by Half-Mean,RHM)和最小半球体积法(Smallest Half-Volume,SHV)成功剔除了被测量的牛奶成分近红外光谱中的奇异点,其效果远优于传统的奇异点剔除方法,并且该方法具有简单快速、计算量小、数值稳定等特点,非常适用于在线分析和其他类型的光谱数据中奇异点的检测。     

无创血液成分检测全波段信号信噪比均衡

为充分扩展动态光谱无创检测血液成分的种类和提高检测精度,在全波段范围内对光源、组织吸收和传感器的灵敏度进行统筹考虑,通过光源补偿和加入远心透镜设计不仅扩大了有效光谱检测范围,而且均衡了全波段范围光电脉搏波信噪比,提高了动态光谱信号整体信噪比并扩大了测量带宽。动态光谱质量评估的方法验证了该方法的有效性:将可见动态光谱的有效检测范围从600～1000nm拓宽到500～1135nm,近红外动态光谱的有效检测范围从900～1 100nm拓宽到900～1 700nm,既为基于动态光谱无创检测新的血液成分创造了条件,也可进一步提高已可检测血液成分的精度。     

小波变换提高动态光谱法血液成分无创检测的精度

光谱采集过程中的各种时变噪声影响了动态光谱法血液成分无创检测定量校正模型的精度。该文采用小波变换法,在脉搏频段内对指端投射光谱的时域吸光度波形聚焦,提高了动态光谱数据的信噪比和血液成分含量定量校正模型的精度。对同一个体连续采集10次光谱数据,引入小波变换去噪后动态光谱数据的平均相关系数r自0.979 6提升至0.990 3。对110名志愿者进行血常规体检和指端透射光谱采集,建立动态光谱数据与血糖浓度生化分析值之间的神经网络模型,在引入小波变换去噪后,预测集相关系数自0.6774提升至0.846 8,平均相对误差自15.8%下降至5.3%。实验表明,引入小波变换可以有效地去除动态光谱数据中的噪声,提高定量校正模型的精度,推动了动态光谱法无创血液成分检测的发展。     

动态光谱检测中血液散射对等效光程长变化的影响

动态光谱无创动脉血液成分检测方法,从原理上可以去除皮肤等因素带来的个体差异的影响。在使用该方法时,需要考虑血液散射的影响。采用蒙特卡罗模拟仿真方法,对人体指端脉动动脉血液的散射引起的等效光程长变化程度进行了研究,从误差分析的角度对通过动态光谱法测量血液成分浓度的下限进行了评估。     

动态光谱频域提取的FFT变换精度分析

近红外光谱无创血液成分检测因其测量方法的优越性,已经成为生物医学领域的研究热点之一。但除血氧饱和度外,目前还没有进入临床应用成果的报道,其关键在于个体差异和测量条件对检测精度的影响。文章先介绍一种可以消除个体差异的新的检测方法——动态光谱法,再从其原理出发,推导出基于傅里叶变换的动态光谱频域提取法。同时,文章通过实验,研究了采样率,采样周期个数,非同步采样对(快速傅里叶变换(FFT)精度的影响。分析结果表明：选择合适的采样率,采样信号周期个数、并利用现有的加窗和插值算法能够大幅度提高动态光谱数据的精度。     

提高DS法无创血液成分检测信噪比的方法与分析

为了提高血液成分无创检测精度,增加预测模型稳定性,对基于动态光谱(dynamic spectrum,DS)的血液成分无创检测仪器和预处理方法进行了定量信噪比分析与实验验证。在DS数据提取时加入boxcar积分器、降低波长分辨率、均衡DS信噪比和剔除粗大误差等预处理方法,使得各个波段上的DS数据信噪比得以均衡,提高了DS的总体信噪比。利用DS数据采集平台对两名志愿者连续多次测试,同一个体的DS数据相关度分别从0.934和0.953分布提高到了0.991和0.987,而不同个体间DS数据相关度与同一个体DS数据相关度差距也显著增加, 结果表明这些方法可以提高DS数据信噪比。无创血液成分检测信噪比定量分析可有效指导预处理方法的选择,为无创血液成分检测的临床应用创造了条件。     

利用多光程光谱法检测血液多种成分含量的研究

为研究利用血清多光程光谱信息检测血液成分含量的可行性,通过设计自动微位移测量装置实现了对200份血清样品0～4.0 mm(间隔0.2 mm)近红外多光程光谱的测量。利用多光程光谱的非线性特性,使用血清多光程光谱共同参与建模的方法,对血清样品的葡萄糖(GLU)、总胆固醇(TC)、总蛋白(TP)和白蛋白(ALB)四种成分含量进行定量分析。采用偏最小二乘法(PLS)对160个血清样本的多光程近红外吸收谱与全自动生化分析仪得到的生化分析结果建立校正模型,并对预测集40个样本进行预测。４种血液成分预测值与生化分析结果的相关系数(r)分别为0.932 0,0.971 2,0.946 2和0.948 3。研究结果证明多光程光谱法建模方法用于血液成分含量分析的可行性,为利用多光程光谱法实现方便、快捷的检测血液以及其他液体成分含量奠定了基础。     

动态光谱法用于人体血红蛋白浓度的无创测量

为了实现血液成分的无创检测,利用动态光谱指端透射法进行了人体血红蛋白浓度无创测量的研究。对34名健康志愿者进行了在体测量动态光谱和抽血分析血红蛋白含量,在验证了动态光谱的可靠性的基础上,选用BP神经网络对获取的动态光谱数据和血红蛋白浓度实测值进行建模分析,从34个样本中抽取19个作为校正集,另外15个作为预测集,得到校正集和预测集的相关系数分别为0.983 1和0.936 5,预测集的相对误差最大为7.5%,平均相对误差为3.04%,满足临床应用对血红蛋白测量精度的要求。结果表明： 动态光谱法可以有效的克服测量位置等测量条件对光谱测量的影响,较准确地进行人体血红蛋白浓度的测量,是一种比较好的血液成分无创测量方法。     

动态光谱数据质量的评价

为消除数据采集过程中各种因素对基于动态光谱法无创血液成分测量精度的影响,需要对动态光谱数据建立一个质量评价标准,以提高建模的稳定性和预测的准确度。在对110名志愿者的测量数据进行分析后,提出了动态光谱数据的一个质量评价指标——稳定波长数,并依此选取出60例优秀样本。利用BP神经网络对此样本的总胆固醇、血糖、血红蛋白进行了建模和预测。预测结果较之对照组均有所改善,平均相对误差分别从13.8%,15.8%,5.4%降低到6.5%,6.5%,2.1%,证明将稳定波长数作为动态光谱数据质量评价标准的有效性。引入稳定波长数指标,可对测量数据进行预先的质量评估,提高实际仪器预测的可靠性,为动态光谱法血液无创检测走向临床应用铺平了道路。     

三维坐标异常数据判定方法的模拟与实验研究

近红外漫反射光谱具有无创伤、连续、无感染、速度快等诸多优势,在人体成分无创伤检测方面有很好的应用前景。但是在测量过程中,随机噪声、干扰组分以及检测条件的改变等容易导致异常光谱。判定并剔除异常光谱对于提高近红外无创血液成分检测的可靠性具有重要意义。首先分析了近红外漫反射光谱无创血糖检测中可能出现的异常数据类型,提出了一种综合利用马氏距离、光谱残差和化学值残差三个指标构造三维空间对样本集进行检验的三维坐标异常数据判定方法。其次,针对三层皮肤组织模型,在参数中设置人为失误、极端成分含量以及异常温度变化的样本,通过蒙特卡罗（MC)模拟程序得到一组正常模拟数据以及一组包含化学值异常和光谱异常的模拟数据,并利用三维坐标法进行异常数据的判定。结果显示,该方法能识别出全部异常样本,剔除这些异常样本后,偏最小二乘（PLS）校正模型的交互验证均方根误差（RMSECV）由21.2 mmol·L-1降低到1.1 mmol·L-1,初步验证了该方法的可行性。进一步,对三位受试者开展了口服葡萄糖耐量试验（OGTT）,通过在测量受试者血糖参考值的同时同步采集其手指部位的漫反射光谱,获得了三组在体实验数据。并利用三维坐标法和蒙特卡罗交互验证法进行异常数据的判定和剔除,最后建立PLS模型比较两种异常数据判别方法的效果：剔除三维坐标法识别出的异常数据后,三组样本建立的校正模型的决定系数显著提升,RMSECV平均值由2.1 mmol·L-1降低至0.8 mmol·L-1,效果优于蒙特卡罗交互验证法的结果。这些结果表明,基于马氏距离、光谱残差和化学值残差的三维坐标异常数据判定方法能有效识别近红外无创血糖测量中的异常数据,在在体成分检测应用中有显著优势。     

应用浮动基准法修正光谱光源漂移影响的模拟验证

近红外无创伤血糖检测目前面临的挑战主要是测量条件难以保证稳定、测量系统及被测对象自身的背景变化等问题,导致很难从背景变动的光谱中提取出糖浓度变化信息。经过多年的实验研究发现应用浮动基准参考测量法有望消除仪器漂移及被测对象自身背景变动的影响。但是浮动基准位置因人及测量部位不同而异,在不同的测量波长下其浮动基准点位置也不同,因此,欲在实验中验证浮动基准法的光谱修正效果需要测量出与入射光位置不同径向距离处的漫反射光强,然而在实际实验中位置精度很难保证。为此,研究了用模拟实验的方法验证多波长下浮动基准法对光源漂移所引起的光谱变化的修正效果,基于Monte Carlo模拟,分别采用浓度为5%和10%的Intralipid溶液作为被测样品,通过改变入射光子数模拟光源漂移的影响。得到模拟的光谱数据后,利用浮动基准法对其进行处理,并分别对浮动基准法修正前后的光谱数据进行偏最小二乘建模分析,将预测结果进行比较发现：两种浓度Intralipid溶液在存在光源漂移影响情况下修正后的模型预测精度预测均方根误差(RMSEP)相比于修正前分别减小了98.57%(5% Intralipid)和99.36%(10% Intralipid)。表明浮动基准法在消除光源漂移的影响方面效果明显。     

提高近红外光谱法检测人体血液等复杂溶液成分准确度的研究进展

近红外光谱常被用于含氢有机物质等的物化参数测量,可以提供丰富的结构和组成信息在复杂溶液的光谱定量分析中更是被广泛应用。然而在人体血液等复杂溶液的近红外光谱分析中,强大的背景信息造成的噪声干扰和冗余变量的存在,严重影响着样品的光谱测量和分析,影响着分析的效率和准确度。如何消除背景噪声等的干扰来提高分析准确度已经引起高度重视,近几年来,国内外学者提出了许多基于化学计量学方法的相关方法。从光谱预处理、变量优化和建模分析三方面,以传统的化学计量学方法出发,总结和分析这些方法在人体血液等复杂溶液的近红外光谱定量分析的应用和各自的特点,为提高光谱定量分析准确度的研究提供参考。     

基于动态光谱法的多波长脉搏血氧饱和度测量

目前临床上血氧饱和度的无创检测主要基于双波长的脉搏血氧饱和度测量原理,但其检测精度仍然需要进一步的探究和完善。近年来,国内外的很多研究者采用三波长甚至八波长的方法测量血氧饱和度,从某种程度上减小了误差。动态光谱法作为一种新型血液成分无创检测方法,能消除受试者个体差异和测量环境等的影响,在血红蛋白浓度的无创检测研究中取得了很好的效果。基于动态光谱法对多波长下脉搏血氧饱和度检测进行了研究：对60名重症监护患者进行动态光谱采集以及动脉抽血分析血氧饱和度值;采用高灵敏度光纤光谱仪,采集受试者指端透射多波长下的光谱信息;以单拍提取法提取波长范围为606.44~987.55 nm的动态光谱;以动脉血气分析中血氧饱和度值为参考真值,建立血氧饱和度与多波长动态光谱数据的组合间隔偏最小二乘校正模型;得到预测集的相对误差为±0.017 6,而两波长测量装置监护仪上得到的数据相对误差为±0.116 4。结果表明：利用高灵敏度光纤光谱仪采集多波长光谱信息,用动态光谱法进行数据预处理,进行多波长血氧饱和度检测,有效降低了血氧饱和度的测量误差。     

基于XGBoost的糖尿病血液拉曼光谱定量分析法

血液中包含着大量的生物信息,如激素、酶、血糖等成分,而血糖偏高将引发糖尿病。糖尿病有很多并发症,比如脑梗塞,脑出血,肾脏损害,眼底损害,周围神经病变等一系列疾病。目前,血液常规成分检测分析周期较长,结果反馈较慢,难以实现快速连续检测。光学检测技术能够根据待测物质的光谱鉴别物质化学成分和相对含量,因其灵敏度高、适用性强、分析速度快等优势,在血液无创检测领域逐渐发挥其优势。随着激光技术的不断进步,拉曼光谱技术作为一种非线性散射光谱技术,在血液检测技术中得到了广泛应用。为提高拉曼光谱的预测精度,首次将XGBoost算法应用到拉曼光谱血液血糖浓度中进行预测精度的提升。实验中106组血液样本及试验标准值为河北省秦皇岛市第一医院提供,选用布鲁克的MultiRAM光谱仪进行血液的拉曼光谱数据测量,实验中1 064 nm激发光源功率为400 mW,光谱分辨率为6 cm-1,扫描速率为10 kHz,扫描范围为400～4 000 cm-1,对每个样本重复采集10次并计算平均值作为原始光谱数据,以保证实验的准确性和可重复性。该方法无需对数据进行预处理,首先将光谱数据随机划分为训练集和测试集,比例为7∶3,训练集用于训练模型并确定模型参数,测试集用于测试模型的稳定性和预测精度。建立XGBoost模型后,用网格搜索法和k折交叉验证优化模型参数;引入模型评估指标和克拉克网格误差分析图对XGBoost模型血糖浓度的预测进行分析;最后将XGBoost模型与决策树(DT)、随机森林(RF)和支持向量机回归(SVR)模型进行对比。实验结果表明通过XGBoost建立的定量回归模型效果最佳,模型的决定系数为0.999 99,校正集均方误差为0.007 49,预测集均方误差为0.007 17,相对分析误差为331.973 18,预测点均落在克拉克网格误差分析图的A区。结果证明,将XGBoost算法应用到拉曼光谱血液成分定量分析中具有较高的预测精度,并且数据未经过预处理,可以有效缩短程序运行时间,其在拉曼光谱以及近红外光谱定量分析领域具有广阔的发展前景。     

净信号预处理结合径向基偏最小二乘回归在血糖无创检测中的应用

为了提高人体血糖近红外光谱定量分析模型的预测精度,结合净信号预处理(NAP)算法和径向基偏最小二乘(RBFPLS)回归建立了一种适合于人体血糖测量的非线性建模方法NAP-RBFPLS。本文首先利用NAP对近红外光谱进行预处理来有效地提取原始光谱中仅与葡萄糖信号相关的光谱信息,从而有效地减弱了人体血液中水、白蛋白、血红蛋白、脂肪等成分的吸收干扰以及人体体温的变化、测量仪器本身的漂移、测量环境的变化和测量条件的变化引起的干扰因素与血糖变化的偶然相关问题;然后把净信号预处理后的近红外光谱数据通过RBFPLS建立了非线性定量分析模型来解决由于人体强散射引起的血糖浓度与近红外光谱之间的非线性关系,并与偏最小二乘(PLS)、基于净信号预处理的偏最小二乘(NAP-PLS)和RBFPLS这三种建模方法建立的定量分析模型进行了对比分析。实验结果表明,这两种方法相结合建立的非线性校正模型对预测集的预测精度有了很大的提高,这将对人体血糖浓度无创检测技术的研究具有实际应用价值。     

近红外光谱方法在颌面外科皮瓣移植术后监测中的应用

近红外光谱技术作为一种无创组织氧监测手段,近年来在整形外科手术术后监测方面得到了越来越多的重视。文章利用一套近红外无损组织氧检测系统对6例手术成功病例的移植皮瓣侧和对照侧正常组织内的氧饱和度进行了长时间对比监测,发现两侧的组织氧饱和度之间存在显著性差异。还对一例血管吻合失败的病例下颌部的多个位置进行了检测,发现坏死部位的氧饱和度和正常组织相比处于很低的水平。实验结果表明,近红外光谱检测技术对于皮瓣内的血氧浓度动态变化具有很好的灵敏度,在移植皮瓣的术后监测方面具有良好的应用前景。     

Next Step of Non-invasive Glucose Monitor by NIR Technique from the Well Controlled Measuring Condition and Results

Although non-invasive glucose measurement techniques based on near-infrared (NIR) spectroscopy have been interested for over 20 years, a reliable non-invasive glucose monitoring method has not been established yet. Many hurdles are remained to be solved to extract extremely small glucose information from the complicated NIR spectra. In addition, there are also some ambiguous time-dependent physiological processes, which make the explanation of the model more difficult especially in the universal calibration. In this paper, the optical consideration in instrument to improve the SNR is discussed first, which is a critical way to detect small analyte signal. Then an optical measuring conditions reproducible system is used to reduce the noise from human-spectrometer interface. And an optical probe is designed according to the Monte Carlo simulations to measure the dermis selectively to eliminate the noise from human tissue. Finally, with the well-controlled measuring conditions, the in vivo result of single person using the leave one out cross validation within the single day is quite satisfactory. However, the validation results using the validation set from different day are not so good. Further research and extensive model validations are needed to determine if the model is truly based on the glucose information.     

基于稳态空间分辨光谱技术的猪肉嫩度测量方法研究

猪肉嫩度是肉的主要感官和食用品质之一,常规嫩度测试方法费时繁琐,难以达到大批量快速无损检测。基于组织光学原理和稳态空间分辨光谱技术,首先采用多通道可见近红外光谱仪检测猪背最长肌样品,获得样品的约化散射系数;之后每个样品一分为二,其中一块鲜肉用C-LM4型嫩度仪测试,另一块按常规测试方法测试。研究结果表明700 nm波长点处样品约化散射系数与鲜肉剪切力值线性回归R2=0.834 9,鲜肉剪切力值与按常规测试方法剪切力值线性回归R2=0.771 6。因此,可以用鲜肉约化散射系数来得到猪肉嫩度,获得和常规嫩度测试方法同等效果;采用基于组织光学的稳态空间分辨光谱技术直接预测猪肉嫩度,可以实现快速无损检测的目的。