基于红外ATR光谱的组织液中葡萄糖信息检测方法研究

通过测量组织液中的葡萄糖浓度获得血糖信息是目前实现血糖连续检测的主要方法,中红外ATR光谱法在分析葡萄糖等生物小分子成分信息方面具有显著优势,但是如何利用中红外ATR光谱法检测皮下组织液中的葡萄糖信息仍是尚未解决的问题。在对中红外穿透深度理论分析的基础上开展了自然状态和渗透状态下人体皮下组织液葡萄糖的中红外ATR光谱检测实验。首先探究将中红外光直接入射到人体皮肤表层上,采集自然状态下人体手指皮下组织液葡萄糖的ATR光谱数据,讨论中红外直接穿透皮下组织获得葡萄糖信息的可行性;在此基础上,通过采用低频超声和真空负压的方法促进组织液渗透到皮肤表层,采集其中红外ATR光谱进而分析和判断是否含有葡萄糖特异信息。由于二维相关光谱技术在红外光谱等光谱研究领域分析分子间反应和物质的吸收峰信息来源时有很高的分辨率和很好的适用性,利用二维相关光谱技术分别分析皮肤表层在自然状态和渗透状态的实验条件皮下组织体中葡萄糖信息。实验结果表明：中红外ATR光谱法无法直接应用于皮下组织液的葡萄糖浓度检测,利用物理或化学的方法促进组织液渗透到皮肤表层,是实现中红外ATR光谱法检测皮下组织液中葡萄糖的一个发展方向。     

二维相关光谱分析在无创血糖检测特异性研究中的应用

主要利用二维相关光谱分析方法考察了血液中主要成分、测量过程中的系统漂移等因素对近红外光谱中的葡萄糖分子特异性的影响。首先测量了葡萄糖水溶液的近红外透射光谱,以葡萄糖浓度为外扰,计算二维相关同步谱及异步谱,通过对比分析确定了葡萄糖在合频和倍频区域的特征吸收峰位置。当葡萄糖水溶液中加入少量白蛋白后,其二维相关谱中葡萄糖的一级倍频吸收峰(1 590 nm)和二级倍频吸收峰(1 195 nm)出现了不同源的现象,表明白蛋白可能破坏了葡萄糖的特异性;进一步开展了人体口服葡萄糖耐量实验,测量了手掌部位的漫反射光谱,其二维相关谱中葡萄糖的同源性吸收也遭到破坏。另外,由于葡萄糖浓度变化引起的光谱变异信息较小,很容易被系统漂移掩盖,一般需要进行背景修正。在葡萄糖水溶液的透射实验和人体漫反射实验中,分别引入纯水样本和5%标准漫反射板作为参考,以时间为扰动的二维相关光谱分析的结果表明,经过参考样本的背景校正后,系统漂移在二维同步切线谱中引起的谱峰偏移变小,葡萄糖的特征吸收被增强。因此,在近红外光谱无创血糖检测中,应尽量避开与葡萄糖特征吸收不同源的波段,并有必要采取一定的参考测量方法以提高检测的特异性。     

中红外光谱法在无创血糖检测技术中的应用

构建了中红外无创血糖检测的实验方案,利用傅里叶红外光谱仪对葡萄糖溶液及手指进行了中红外光谱检测并进行分析,得到葡萄糖的中红外特征吸收峰在1000cm^-1附近,证实了中红外光谱在无创血糖检测中的可实现性,选择激光器和光导探测器进行特征峰处的光电检测实验,并得到了有效信号。     

双光路测量结合净信号处理方法在葡萄糖浓度定量分析中的应用

在近红外无创血糖测量中,由于人体血糖浓度变化引起的光强变化非常小,光谱易受到测量仪器以及被测对象自身生理变化的影响。背景变化的影响在测量过程中是无法消除的,只能通过有效的方法来降低这种变化带来的影响,其中选择光学性质与待测物相似,通过扣除相似参考物的光谱来修正该影响是目前常用的手段之一。为减小背景变化对光谱信号的干扰,准确地提取葡萄糖的特异性信号,提出了一种双光路测量结合净信号(NAS)处理的参考测量方法,采用双光路双检测器系统同步测量参考物和被测样品的光谱,然后基于参考物的光谱构建噪声空间计算样品光谱中的葡萄糖的净信号,并在纯吸收和强散射介质中开展了葡萄糖的建模实验,最后,结合二维相关光谱(2DCOS)分析技术和偏最小二乘回归(PLSR)模型对该方法的有效性进行了评价。二维相关分析的结果表明,与直接扣除参考背景的方式相比,净信号处理能突出葡萄糖的特异信号;而PLSR模型的预测结果表明,双光路的效果要优于单光路扣除背景光谱,糖在水溶液和20%-Intralipid溶液中的预测均方根误差(RMSEP)分别降低了35.25%和37.95%;而双光路结合净信号处理后,两种溶液的预测精度又分别提高了26.11%和14.84%。这表明,双光路测量和净信号分析相结合的方法能更有效地提取葡萄糖的特征信息,提高模型的预测精度,从而为无创血糖检测的实现提供更多可能。     

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20 μAU,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。     

利用外接CO_2激光源的中红外ATR光谱仪原位无创探测人体血糖浓度

糖尿病是一种严重威胁人类健康的疾病,取血检测人体血糖浓度造成病患痛苦甚至感染。因此人体血糖浓度的无创检测技术在糖尿病的临床诊断、监测和治疗上具有重要的意义,也是一个具有挑战性的热点研究课题。在目前报道的各种测试方法中,中红外光谱测试技术受到了广泛重视。利用常规光源的中红外ATR光谱仪进行无创血糖检测时,由于探测光在人体组织中穿透深度低,难以到达含有体液的间质层乃至含有血液信息的真皮层,结果导致测试数据与人体实际血糖浓度的相关性差,限制了临床应用。考虑到高强、高纯的中红外激光在人体组织中具有较深的穿透深度,且CO2激光器的1 035cm-1的发射光非常接近葡萄糖在1 029cm-1处的基频特征吸收峰,因此本文使用外接CO2激光器作为中红外ATR光谱仪的自定义外接光源,组装了新型中红外测试系统。利用此设备,测试了人手指在1 035cm-1激光辐照下的吸光度,同时利用普通光源扫描了人手指的中红外吸收光谱,记录其在1 492cm-1的吸光度。利用常规医学方法测定了人体实际血糖值。结果显示,人手指处受1 035cm-1激光辐照的吸光度与常规光源的红外光谱中1 492cm-1处吸光度的相对强度与人体血糖浓度同步改变,两波数处吸光度的比值与人体实际血糖浓度具有一定的正相关性(R=0.812 5)。测量结果可作为人体血糖值的一个新型指标,显示了外接CO2激光源的中红外ATR光谱仪在无创探测人体血糖浓度方面的临床诊断潜力。     

广义二维相关光谱技术及其应用

广义二维相关光谱技术目前逐渐成为光谱分析中广泛应用的研究方法,综述了其历史发展、基本原理、获取谱图方法、数学计算过程、谱图性质及其解释规则,并介绍了二维红外、近红外、拉曼和荧光光谱相关光谱技术在各个领域中的应用,展望了广义二维相关光谱技术的发展趋势。     

连续幂系数回归在人体血糖无创检测中的应用研究

血糖浓度的准确检测对于糖尿病的治疗具有重要的意义.本文采用连续幂系数回归方法有效地提高了近红外无创检测人体血糖浓度的预测精度.该方法是传统偏最小二乘法(PLS)的扩展,实现简易,且当幂系数选取恰当时,能够明显地提高预测精度.应用该方法分别建立了四成分葡萄糖实验和人体口服葡萄糖实验的定量分析模型,并利用该模型对预测集样本进行预测.实验结果表明,与PLS相比,该方法建立的定量分析模型不仅可以提高预测精度,而且可以针对不同的测量对象没定不同的幂系数以达到最佳的建模效果.根据不同个体灵活地选取幂系数,对于人体血糖浓度近红外无创检测研究具有很大的应用价值.     

一种血糖红外无创检测的改进小波预处理方法

利用中红外光谱分析技术进行人体血糖浓度检测时,由于高频噪声与低频基线难以避免的混入,以致很难从光谱数据中提取微弱的血糖信息,因此,提出了一种改进的小波分析光谱预处理方法以期去除其影响。该方法首先按照经验将光谱数据进行尺度J的小波分解,而后通过能量谱分析确定最终的分解尺度J。对尺度J下的细节部分进行极大极小阈值滤波,将其他各尺度下的细节部分直接置0,同时在低频部分以二次曲线拟合由人体组织散射引入的基线漂移并加以去除。将该预处理方法应用于人体血糖无创检测实验数据,以交互验证评价模型,预测值与参考值的相关系数为0.88,预测均方根误差为1.14 mmol/L,模型的预测精度得到较大幅度提高。     

同步-异步二维中红外相关谱检测掺假芝麻油

将同步-异步二维中红外相关谱和多维偏最小二乘判别法相结合定性分析掺假芝麻油。分别配置40个纯芝麻油和含有玉米油不同体积分数(3%~60%)的掺假芝麻油样品40个。室温下,分别采集所有样品的常规一维中红外光谱(650~4 000cm-1)。在研究纯芝麻油和掺假芝麻油的一维中红外光谱的基础上,以芝麻油中掺假的玉米油浓度为外扰,进行相关计算,得到同步和异步二维中红外相关谱矩阵,并对其进行标准化。分别提取标准化的同步和异步二维中红外相关谱主对角线上部分和下部分元素进行融合,得到同步-异步二维中红外相关谱矩阵。在此基础上,分别基于同步-异步二维中红外相关谱矩阵、同步二维中红外相关谱矩阵和异步二维中红外相关谱矩阵建立了三个定性分析掺假芝麻油的多维偏最小二乘判别模型对预测集未知样品进行预测,其识别正确率分别为100%,96.2%和96.2%。结果表明:相对于同步和异步二维中红外相关谱,同步-异步二维中红外相关谱不仅包含了完整的掺假油特征信息,而且剔除了冗余信息,因此能取得更好的判别结果。     

二维相关谱在食品品质检测中的研究进展

近年来,食品质量与安全问题越来越严重,需要快速便捷的检测技术以确定食品的品质。二维相关谱技术由于其高光谱分辨率、高选择性和高图谱解析能力,可有效解决常规一维谱在数据分析过程中所遇到的三个困难：①光谱选择性低;②特征信息提取难;③图谱解析难,特别适合于那些传统一维光谱方法难以满足的相似样品的判别分析。综述了二维相关谱方法的发展历程、获取谱图的实验方法、以及数学原理和谱图性质。同时,也指出根据同步二维相关谱交叉峰的正负以及异步二维相关谱交叉峰的有无,可实现被覆盖的或被淹没的弱峰之间相互指认和验证,确认其来源。详细介绍了二维中红外、近红外、紫外、荧光和拉曼相关谱在乳制品、酒类、食用油、肉类、蜂蜜、大米等食品品质检测中的应用,分析了目前二维相关谱方法存在的问题,展望了二维相关谱的发展前景。     

双光谱二维异步相关光谱表征分子间相互作用的可行性研究

双光谱二维异步相关光谱(2T2D-异步相关光谱)是一种利用两幅一维光谱创建异步相关光谱的新方法。相对于最少需要三幅一维光谱的传统异步相关光谱, 2T2D-异步相关光谱可简化实验过程,有利于样品昂贵体系的表征。利用数学分析、模拟及实际体系实验对2T2D-异步相关光谱应用于表征分子间相互作用的可行性进行了研究。首先建立一个包含P和Q两种溶质的模拟体系,设定P有光谱峰, Q没有光谱峰。数学分析表明:(1)不正确设置P和Q初始浓度,可导致2T2D-异步相关光谱的强度恒为零;(2) 2T2D-异步相关光谱不能反映与分子间相互作用相关的峰强变化;因此,利用2T2D-异步相关光谱表征分子间相互作用可能得到错误的结论。为将2T2D-异步相关光谱发展成为表征分子间相互作用的可靠方法,首先对2T2D-异步相关光谱中P和Q初始浓度的设置方法进行了研究,得出当P和Q初始浓度满足文中式(6)时,可避免不正确设置P和Q初始浓度导致2T2D-异步相关光谱强度恒为零的情况;在此基础上,为解决2T2D-异步相关光谱不能反映与分子间相互作用相关的峰强变化问题,通过向体系中加入具有独立光谱峰和适合浓度的虚拟物质S,发展出带有辅助交叉峰的2T2D-异步相关光谱(ASAP-2T2D-异步相关光谱)。模拟体系实验表明ASAP-2T2D-异步相关光谱可正确反映与分子间相互作用相关的峰宽、峰位及峰强变化,是表征分子间相互作用的可靠方法。最后,将ASAP-2T2D-异步相关光谱应用于表征苯并-15-冠醚-5(BC)与Li^+间的相互作用,实验结果表明ASAP-2T2D-异步相关光谱可同时反映BC特征峰的峰位及峰强变化,进一步证实ASAP-2T2D-异步相关光谱可正确表征分子间相互作用。     

中红外无创血糖测量中光程变化对PLSR模型的影响研究

在测量人体皮肤中红外光谱的过程中,皮肤与ATR晶体之间的接触面积很难保持一致,导致倏逝波与人体皮肤的作用光程会产生差异。以光程变化信息与葡萄糖浓度信息之间的相关性为基础,建立了两个分析葡萄糖含量的偏最小二乘回归(PLSR)模型,RMSECV分别为31.3和4.52mg.dL-1;RMSEP分别为30.3和98.7mg.dL-1。结果表明,当光程变化信息与葡萄糖浓度信息之间偶然相关时,所建PLSR模型的预测精度与稳健性会受到不同程度的影响,随着二者之间相关性的增强,最优模型对葡萄糖信息的识别能力越来越弱。为提高中红外无创血糖测量分析结果的可靠性,避免获得伪优定标模型提供了实验依据。     

定量肝脏脂肪的波谱自动后处理算法

目前质子磁共振波谱技术可用于肝脏脂肪含量的定量检测.利用快速T₂校正多回波波谱采集序列可一次屏气获得一组不同回波时间的波谱数据,然后通过谱线拟合和分析得到质子密度脂肪分数.波谱数据后处理一般通过第三方软件,处理步骤复杂,需要消耗大量的时间,而且有不可避免的人为控制因素干扰.本文开发了自动波谱后处理算法,可以实现谱线拟合、T₂衰减校正和脂肪分数计算,并进一步采用水脂模型实验和人体肝脏脂肪检测实验对算法的可行性和准确性进行了评估.研究结果显示,本文提出的自动定量算法计算得到的质子密度脂肪分数和jMRUI软件处理得到的结果高度一致,但其操作简单,更适用于脂肪肝临床检测.     

Localised two-dimensional correlated spectroscopy based on Hadamard encoding technique

A new pulse sequence based on Hadamard encoding technique, dubbed as Hadamard encoded localised correlation spectroscopy (HLCOSY) was devised to speed up the acquisition of localised two-dimensional (2D) nuclear magnetic resonance (NMR) correlation spectroscopy (LCOSY). Direct frequency-domain (F2) excitation with an array of different radiofrequencies has been used to speed up 2D NMR experiments by a large factor. Multiplex excitation in the indirect frequency (F1) dimension is restricted to the signal-bearing regions and is encoded according to a Hadamard matrix of order N, where N is a relatively small number. The detected signals are decoded by reference to the same Hadamard matrix. An HLCOSY spectrum of a two-compartment phantom was obtained with a total acquisition time of 32 s, with its volume localisation confirmed. The success in achieving 2D LCOSY spectrum of pig marrow within 40 s shows the feasibility of HLCOSY for the detection of biological tissues. It may provide a promising way for in vivo and in vitro NMRs.     

Adulteration of sesame oil with corn oil detected by use of two-dimensional infrared correlation spectroscopy and multivariate calibration

An innovative methodology was developed to detect adulteration of sesame oil with corn oil based on two-dimensional mid-infrared correlation spectroscopy with multivariate calibration. Forty pure sesame oils and 40 adulterated sesame oils with corn oil were prepared and the infrared absorption spectra were measured at room temperature, respectively. The synchronous two-dimensional mid-infrared correlation spectra were calculated to develop multivariate calibration models for adulteration of sesame oil with corn oil. The results showed the higher classification accuracy of 96.3% for the prediction set using two-dimensional mid-infrared correlation spectra and N-way partial least square discriminant analysis, versus 88.9% using traditional one-dimensional mid-infrared spectra and partial least squares discriminant analysis. Also, the multivariate calibration models were developed for quantitative analysis of sesame oil adulteration with corn oil. The root mean square error of prediction was 0.98% v/v using two-dimensional mid-infrared correlation spectra and N-PLS, and 1.15% v/v using traditional one-dimensional mid-infrared spectra and PLS. The results of our analyses indicated that the proposed method could provide better predictive results than traditional one-dimensional mid-infrared spectra and multivariate calibration.