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。     

基于动态光谱法的人体血液胆固醇含量无创检测

为实现患者血液总胆固醇含量的无创检测,检测了80例临床志愿者的手指脉动血液的动态光谱,同时获取其血液内总胆固醇含量的临床化验结果。对动态光谱加入谐波分量的数据进行了主成分分析,提取数据中的重要有效成分。对提取后的数据和总胆固醇实测值进行BP神经网络的建模并预测,得到预测集相关系数为96.48%,预测集最大相对误差为25.44%,预测误差均方根为0.242 6mmol.L-1。由于在建模前对建模数据进行了主成分分析,建模速度得到大幅度提高。证明了动态光谱法结合主成分分析进行血液总胆固醇含量检测的可行性,是无创血液成分分析研究的又一进展。     

PLS在基于动态光谱的人体血液中性粒细胞无创测量中的应用

利用动态光谱指端透射法进行了人体血液中性粒细胞百分比无创测量的研究。对21名健康志愿者进行了在体测量,选用偏最小二乘法(PLS)对获取的动态光谱数据和中性粒细胞百分比实测值进行建模分析,建立的定标集的相关系数为0.922,最大相对误差为5.85%,平均相对误差为4.13%;对定标模型的预测能力进行了验证,其中预测集的相关系数为0.912,预测集的相对误差最大为6.74%,平均相对误差为5.07。结果表明：动态光谱法可以有效地克服测量位置及人体成分等对光谱测量的影响,较准确地进行人体血液中性粒细胞百分比的测量,是一种比较好的血液成分无创测量方法,具有较高的临床应用价值。     

EMD算法在动态光谱无创测量血红蛋白浓度中的应用

将经验模态分解(EMD)算法结合动态光谱理论中的频域提取算法用于血红蛋白浓度的无创测量。在体采集57例光电容积脉搏波,选取636.98～1 086.86 nm范围内的光谱数据进行分析。首先通过EMD方法分别对各个样本每个波长的光电容积脉搏波进行去噪预处理,再利用离散傅里叶变换提取脉搏波的峰峰值构成动态光谱,最后运用偏最小二乘方法对各样本的动态光谱和血红蛋白浓度建立模型。与未经EMD处理的数据建模结果相比,EMD处理后,血红蛋白浓度预测集的相关系数从0.879 8提高到0.917 6,预测集均方根误差从6.675 9 g·L-1减小到5.300 1 g·L-1,相对误差从8.45%减小到6.71%,建模精度有了较大的提高。结果表明,采取经验模态分解的算法进行光电采集数据的去噪预处理可以提高光谱数据的信噪比,进而可以提高血液成分无创测量的准确性。     

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。     

谐波分量提高动态光谱法无创血液成分检测精度

为增加动态光谱数据的信噪比,提高预测模型稳定性和预测精度,提出将多次谐波分量计入动态光谱数据频域数据处理的改进方法。对110名志愿者进行临床采集,依据其脉搏波信号质量和谐波分布状况,确定其中60例样本为研究对象。在提取样本动态光谱时,以是否加入谐波分量为标准分成实验组和对照组。分别建立两组动态光谱和人体血红蛋白含量的BP神经网络模型,结果显示实验组预测集相关系数为0.91,远大于对照组预测集相关系数0.80,其余各项指标均有明显改善。实验证明利用谐波分量可提高动态光谱数据信噪比,有利于推动基于动态光谱的无创血液成分检测技术的进一步发展。     

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。     

基于BP神经网络的人体血液中红细胞浓度无创检测

采用BP神经网络算法模型对人体血液红细胞浓度进行无创检测。对获取的动态光谱数据和红细胞实测值利用BP神经网络进行建模分析,校正集输出对期望值的跟踪较好,相关系数R达到了0.993,用建立起的BP神经网络模型去检验预测集输出值,得到预测集的相对误差最大为4.7%,平均相对误差为2.1%,预测能力较为理想。结果表明：用BP神经网络模型能够较准确的处理动态光谱数据和人体红细胞实际值的非线性关系,提高了血液成分无创测量在临床上应用的可行性,具有较高的应用价值。     

动态光谱信号质量的评估与筛选

近红外光谱分析作为一种无损、实时、连续检测的方法,为血液成分无创检测提供了思路。为了保证采集到的光谱数据的准确性和可靠性,本文通过动态光谱脉搏波时域有效单沿数和频域品质因数Q值相结合的方法对405例采集的样本进行了评估,剔除异常的样本,筛选出218例可靠样本。对筛选出的218例样本和对照组的218例样本的动态光谱数据与相应的被测对象的血红蛋白浓度值进行了建模分析,每组选取200例样本作为校正集,18例样本作为预测集。有效单沿数和Q值联合筛选的实验组的预测准确率达到93.8%,有效单沿数或Q值单一评估的两个对照组的预测准确率分别为65.6%和67.7%,未经过筛选的三个对照组的预测准确率分别为53.7%,33.3%,42.6%;实验组的预测平均相对误差为0.067 5,单一评估的两个对照组分别为0.072 3和0.072 2,随机选取的对照组分别为0.082 3,0.078 9,0.082 8,较其他各组相比为最小。结果表明时域频域联合法对光谱数据样本筛选具有可靠性和有效性,这将为动态光谱的无创检测的精准性研究提供了方法。     

无创血液成分检测中基于VIP分析的波长筛选

自变量筛选是定量光谱分析领域的研究热点,简便且高效的自变量筛选方法不但可以降低分析计算量,提高分析精度,同时还可以减轻对仪器光谱分辨能力的依赖,降低分析成本。波长筛选也是光谱法无创血液成分检测研究的重要环节。动态光谱理论为血液无创检测提供了极佳的思路,但长期局限于使用宽带光源和高分辨率的光谱仪器,分析中需要大量波长限制了动态光谱法的进一步发展。为了去除冗余信息,使检测走向低成本化和集成化,提出了基于变量投影重要性(variable importance in projection,VIP)分析的波长筛选方法。通过分析PLS模型中各维自变量对因变量的解释能力,从而剔除重要性较低的变量保留解释能力强的波长。以232例受试者的临床实验数据为基础,以血红蛋白含量为分析对象,经投影重要性分析后将波长数由586降至64,波长筛选后血红蛋白预测模型的测试集平均相对误差(MREP)为1.82%,使用了极少的波长便可得到满意的结果;结合Bootstrap方法对模型进行显著性检验后验证了波长变量的解释能力。首次指出了使用动态光谱法检测血红蛋白的敏感波长带。基于投影重要性分析的波长筛选迈出了动态光谱走向实用的重要一步,为实现低成本在线分析打下了基础,同时也为其他领域的光谱分析提供了重要的参考和新的思路。     

Application of wavelet transform on improving detecting precision of the non-invasive blood components measurement based on dynamic spectrum method

Time-varying noises in spectra collection process have influence on the prediction accuracy of quantitative calibration in the non-invasive blood components measurement which is based on dynamic spectrum (DS) method. By wavelet transform, we focused on the absorbance wave of fingertip transmission spectrum in pulse frequency band. Then we increased the signal to noise ratio of DS data, and improved the detecting precision of quantitative calibration. After carrying out spectrum data continuous acquisition of the same subject for 10 times, we used wavelet transform de-noising to increase the average correlation coefficient of DS data from 0.979 6 to 0.990 3. BP neural network was used to establish the calibration model of subjects' blood components concentration values against dynamic spectrum data of 110 volunteers. After wavelet transform de-noising, the correlation coefficient of prediction set increased from 0.677 4 to 0.846 8, and the average relative error was decreased from 15.8% to 5.3%. Experimental results showed that the introduction of wavelet transform can effectively remove the noise in DS data, improve the detecting precision, and accelerate the development of non-invasive blood components measurement based on DS method.     

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。     

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。     

基于浮动基准法的无创血糖检测实验应用研究

近红外无创血糖浓度测量面临着信号微弱、仪器信噪比低、血液中其他成分干扰以及人体生理环境不断变化等因素影响,致使血糖信号难以辨识这一难题。浮动基准法针对葡萄糖浓度变化对吸收和散射效应的影响,选择吸收效应和散射效应相互抵消的位置获得基准光谱,在吸收和散射效应引起最大综合影响的位置获得测量光谱,并采用基准光谱对测量光谱进行修正,从而消减样品背景状态变化以及仪器噪声、漂移等干扰。通过应用实验评估浮动基准法对提高模型预测精度和稳定性的有效性。通过对处理前后的预测结果进行比较分析得出:应用浮动基准法数据处理之后,交互验证均方根误差(RMSEP)最大改进比率34.7%,实验结果表明浮动基准法能够有效消减样品自身状态变化以及仪器噪声、漂移等干扰因素的影响,较大幅度地提高了模型的预测性能和稳定性,以期突破无创血糖浓度测量的障碍。     

基于最小二乘法的动态光谱补偿拟合提取

高信噪比的动态光谱(dynamic spectrum, DS)提取是实现高精度动态光谱血液成分无创检测的一个关键。为了进一步提高提取的精度和速度,从原理上分析了各单波长光电容积脉搏波(photoelectric plethysmography,PPG)的线性相似性,并基于此性质提出了补偿拟合法：首先按照PPG单周期采样点数进行滑动平均得到漂移基线进行补偿,除去基线漂移;其次用各波长对数PPG与全波长叠加平均模板PPG进行最小二乘拟合,提取一次项系数构成DS。利用拟合提取法对近红外和可见光波段各25组PPG数据样本进行DS提取实验验证,并将结果与单沿提取法进行平滑性指标的对比,结果表明：近红外和可见光波段补偿拟合法获取DS的平均方差分别为单沿提取法的77.9%和59.5%,稳定提高了DS的平滑性;近红外和可见光波段补偿拟合法处理时间分别可以达到单沿提取法的10%和20%,处理速度得到显著改善。补偿拟合法在单沿提取法的基础上稳定提高了DS的信噪比,改善了DS提取质量,缩减了提取时间,并简化了处理步骤,有望推动DS无创血液成分检测的发展。     

Noninvasive hemoglobin measurement based on optimizing Dynamic Spectrum method

An optimizing Dynamic Spectrum method based on short-time Fourier transform for noninvasive hemoglobin measurement was proposed. A total of 187 volunteers’ spectral data and blood samples were prepared for the calibration (167 samples) and prediction (20 samples) sets. Data processing with optimizing dynamic spectrum method was set as experimental group, while control group was with classical method based on fast Fourier transform. The model for hemoglobin prediction was established with partial least square regression. In the experimental group, the average prediction correlation coefficient was 0.8399, while that of the control group was 0.6686. The results demonstrate that the optimizing method has a good accuracy improvement for noninvasive hemoglobin measurement. The optimizing dynamic spectrum method combining statistical characteristics analysis as a modified analytical method has a promising application prospect of application in noninvasive blood component measurement field.     

消除个体条件测量差异的动态光谱及其频域提取法的研究

在近红外光谱的皮肤无创检测中,个体差异是一个相当大的技术难题。在血液成分无创检测中,个体差异包括毛发、角质层、表皮、真皮、皮下组织、肌肉、骨骼等。研究表明,个体差异随着个体不同而不同,是阻碍血液成分无创检测技术实用化的重要因素。文章提出了基于光电容积脉搏波的产生机理和傅里叶变换的检测血液成分浓度的新方法——频域提取法,这种方法可以消除测量中由于皮肤组织和肌肉组织产生的差异;提出了动态光谱的概念,从理论和实验两个方面说明了这种方法的优点,并通过实验直接提取了各波长中仅由血液成分产生的吸光度光谱图,对于近红外光谱无创检测血液成分的实际应用有着重要意义。