利用统计处理方法提高动态光谱的检测精度

近红外光谱法成分检测因其检测方法的优越性,已成为生物医学领域的研究热点.目前国内外相关研究虽然广泛,可是还没有进入实际临床应用的报道.关键是现有检测方法中存在着个体差异,测量条件的影响,使光谱检测精度达不到要求,因此提高检测精度是血液成分无创检测得以实现的关键.文章在最近提出的一种新的近红外血液成分检测方法-动态光谱法的基础上,利用传统的统计处理方法,通过剔除含有粗大误差的奇异点和多次测量统计平均来提高动态光谱检测精度.实验结果表明含粗大误差的奇异点剔除和多次测量统计平均能够提高动态光谱的检测精度.     

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。     

血液成分无创检测中基于不确定度的光谱提取方法

近红外光谱血液成分无创检测技术发展至今已取得一系列进展。为进一步提高检测精度,基于动态光谱理论提出了一种改进的光谱提取方法:首先拟合出漂移基线,抑制了手指与夹具相对运动造成的影响;然后以方和根代替峰峰值组成光谱,减小了系统随机误差造成的影响。最后以血氧饱和度测量为例,对血氧饱和度系数Q进行不确定度分析,结合实验数据的理论分析表明以方和根代替峰峰值可使不确定度下降至原先的38%。在血氧饱和度检测实验中将改进后的方法与峰峰值法对比,可得精度更高的血氧饱和度系数Q,获得十组Q值的方差平均下降至原先的42%。理论分析与实验结果均表明,应用所提出的光谱提取方法可更加精确地从光电容积脉搏波中提取有效光谱,在血液成分的无创检测中有着重要的价值。     

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.     

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.     

近红外光谱无创血糖检测中有效信号提取方法的研究

糖尿病严重危害人类健康,无创血糖检测是医患双方的期望。人体生理背景成分复杂、易变,各种组织信息混杂,导致直接测量人体的近红外光谱很难真实反映血液中血糖浓度变化信息。提出血流容积差光谱相减法,即利用血流容积一直在变而人体组织背景和血液成分含量短时间不变的事实,通过相似背景扣除,有效消除人体组织背景干扰,获得反映血液成分信息的有效光谱信号。为验证方法的有效性,自行研制相关实验系统,获得系统噪声好于20μAU,并在波长1 250 nm处取得信噪比为20 000:1的有效光谱信号,阐明现有条件下血流容积差光谱相减法在近红外无创血糖检验临床应用的可行性和优势。     

基于舌近红外反射光谱的人体血清多种蛋白含量无创测量

探讨一种基于近红外反射光谱的人体血清白蛋白、球蛋白和总蛋白三种生化指标的无创检测方法.采集58例志愿者舌尖处近红外反射光谱,考虑这些光谱数据与血清蛋白浓度间因个体差异等存在非线性映射关系,在计算归一化光谱反射率及分析样本蛋白含量统计分布上,采用支持向量机分别建立三种蛋白成分近红外光谱定量回归模型,并与传统的偏最小二乘法进行比较.实验结果表明,支持向量机校正模型的预测效果较好且明显优于偏最小二乘法校正模型,对白蛋白、球蛋白和总蛋白的预测相关系数分别达到0.894,0.931和0.863,预测的均方误差为2.19,1.93和4.38.因此,支持向量机可有效抵抗活体检测定量分析中存在的非线性因素,提高模型的鲁棒性.同时也表明舌的近红外光谱信息能够较客观的反映人体理化指标的变化,用于血清蛋白含量的快速无创检测具有较高的可行性.     

基于CPLD的线阵CCD光谱检测数据采集系统的研究

血液成分无创检测已成为生物医学工程领域关注的焦点和热点,其中以近红外血液成分检测最为突出,而动态光谱检测方法以能消除近红外血液成分检测中的个体差异和测量条件的影响备受研究者的青睐.但是,由于动态光谱检测系统要求较高的幅值精度和高的时间分辨率,因此要求所采用的CCD(charge coupled device)系统进行较长时间的实时输出,其数据量较大,需要匹配高速数据传输模块.文章介绍了一种基于CPLD(complex programmable logic device)的CCD数据采集系统,整个系统以CPLD为主芯片,它不仅为CCD提供工作时序信号,同时还控制信号调理、转换、传输模块中的采样率、相关双采样的时序和数据的存储与传输.采用CPLD器件不但简化了系统结构,提高了整个系统的速度,而且达到了幅值精度和时间分辨率的要求.     

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。     

动态光谱提取方法的对比研究

针对现有的频域法和单沿法这两种动态光谱提取方法进行了对比与研究.理论及实验结果表明,虽然两种方法提取动态光谱的角度不同,但其本质是相同的:源于动态光谱的基本原理、信号统计特性和平均作用的利用;对于周期、幅值较稳定的脉搏波,两种方法都能够提取高精度的动态光谱;相比较频域法,单沿法能够更好地抑制手指的抖动、光纤探头压力的改...     

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。     

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.     

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。     

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究方向。针对传统的DEMON(Detection of Envelope Modulation On Noise)谱分析对噪声抑制能力弱的缺点，提出了一种基于遗传算法(Genetic Algorithm, GA)优化变分模态分解(Variational mode decomposition, VMD)的舰船辐射噪声特征线谱提取方法。首先利用遗传算法对VMD的两个关键参数进行优化，经过VMD分解得到各阶固有模态分量(Intrinsic mode function, IMF)。其次，通过对各阶分量的判别，保留信号主导分量，去除噪声主导分量，从而实现对噪声干扰的抑制效果。最后，对降噪后的重构信号进行频谱分析获得目标噪声特征线谱。仿真和实验数据处理结果均表明，相比DEMON谱分析法，基于GA-VMD的特征线谱提取方法具有更好的噪声抑制能力，对舰船辐射噪声的特征线谱提取效果更优。