基于可见光图像的无创血糖测量仿体实验验证

基于光学测量的无创血糖检测是目前生物医学领域的研究热点,但由于存在信噪比低、背景噪声干扰、准确度不高等问题,该无创血糖检测方法还停留在实验阶段,无法应用于临床实践。针对这些问题,提出了一种基于可见光图像的无创血糖检测方法。该方法通过采集到的散射图像,采用梯度增强决策树算法,建立了散射图像特征参量与血糖浓度关系的回归模型,并通过仿体实验验证了模型的准确性。实验结果表明,利用梯度增强回归模型,可以对可见光散射图像与葡萄糖浓度的关系进行建模,一致性决定系数可达0.929,葡萄糖检测精度平均绝对误差为0.156g·L~(-1)。     

基于光信息处理技术的无创血糖测量方法

血糖无创检测技术是在不损伤皮肤的条件下测量出人体血液中血糖浓度的新方法。它能解除糖尿病患者经常化验所需要的针刺取血的痛苦，避免病毒通过血液传染的危险。同时它能有效地提高对血糖监测的水平，降低患者的危险。本文对国际上无创血糖测量技术的研究现状进行了综述和分析，介绍了几种具有代表性的无创检测仪器的原理，分析了各种测量方法的优缺点，指出了未来血糖无创检测技术研究的发展方向。     

近红外光谱无创血糖测量中背景扣除方法的研究

在近红外光谱人体血糖无创检测中,由于葡萄糖在体内含量非常低,而光谱中的噪声组成复杂且变化幅度大,从而导致测量的信噪比较低。背景扣除是提高测量信噪比的有效预处理手段之一。文章首先对常用的背景扣除方法进行了理论推导,并进一步考虑不同样品在测量过程中存在的样品本身特性变化,提出了相近背景扣除的方法,即选择与样品的光学特性变化相似的样品作为背景,能更有效地消除样品特性变化和仪器漂移的影响。并在纯吸收和散射介质中分别加入葡萄糖进行实验验证。结果表明,在血浆溶液和Intralipid-2%溶液的葡萄糖实验中,选用与样品特性更接近的样品作为背景时,葡萄糖浓度的预测精度分别提高了25.9%和40.1%。     

基于NIRS-ICG的脑血流量无创测量

临床上脑血流量(cerebral blood flow, CBF)等脑血管血流动力学参数是脑血氧水平及脑血管储备功能诊断依据,现有检测手段存在技术复杂及相应试剂或设备不适用于所有诊断人群等缺点。为解决以上问题,利用近红外光谱技术(NIRS)结合吲哚青绿(indocyanine green, ICG)脉搏色素浓度法,研究了一种无创、快速、可重复测量的脑血流量床旁检测方法NIRS-ICG。该方法根据静脉注射ICG后脑组织及脑动脉血流中三种主要吸光色团氧合血红蛋白(oxygenated hemoglobin, HbO₂)、还原血红蛋白(reduced hemoglobin, HbR)及ICG的浓度变化情况,建立脑组织及脑动脉血流中ICG积累量及引入量模型,以获得脑血氧及CBF等脑血流动力学参数。为验证该方法的可行性,将NIRS-ICG应用于血碳酸正常及高碳酸血症病理模型的实验猪的脑血流情况检测。具体方法是：分别对四组实验猪用按0%,3%,6%,9%比例调制的CO₂和空气混合气体施行机械通气,静脉快速推注ICG后,利用NIRS-ICG方法测量CBF、脑动脉血氧饱和度(cerebral arterial oxygen saturation, SaO₂)及脑血管管床平均循环时间(mean transit time, MTT)。实验结果表明,NIRS-ICG测得的CBF随CO₂比率升高而升高,SaO₂随着CO₂比例的升高而降低,MTT并无显著变化,与生理变化一致。因此,该方法可为脑血氧及脑血管储备功能诊断提供可靠依据。     

基于谱分解的无创血糖检测新方法研究

糖尿病是一种表现为高血糖的糖代谢异常疾病,如果血液中的葡萄糖水平长时间保持非常低或非常高,则可能导致包括组织损伤、中风、心脏病、失明和肾衰竭等严重疾病.根据世界卫生组织(WHO)的数据,目前全球约有4.5亿糖尿病患者.随着糖尿病患者的数量增加,对于血糖检测仪器的需求也日益迫切,由于目前普及的有创侵入式血糖检测仪器会给患...     

近红外无创血糖检测中基于差动式浮动基准测量的有效信号提取

近红外光谱的相对测量对实现人体血糖浓度的在体高精度检测具有重要意义。离体检测中常用的相似背景扣除以及双光路设计等方法不适合人体的复杂背景变化,而基于位置的参考测量方法被认为是有希望实现在体参考测量的方法之一。因此课题组提出差动式浮动基准参考测量方法来实现在体的相对测量。差动式浮动基准参考测量方法是一种具有普适性的参考测量方法,在实际应用中面临着径向检测距离的确定和差动检测信号中有效信号提取的问题。在差动式浮动基准参考测量方法的基础上,提出了基于NAS(net analyte signal)-VIP(variable importance in projection)-SPXY(sample set partitioning based on joint X-Y distances)-PLS(partial least square)的差动浮动基准测量方法,在离体实验中验证了该方法的可行性。结果表明经过该方法处理后,模型的均方根误差明显降低,相关系数也有了一定的提高。对该方法在人体实验中的有效性进行了研究,结果也表明该方法处理后所建模型的精密度和准确性有了明显改善。     

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。     

正交信号校正在人体血糖近红外光谱分析中的研究

本文以血清的近红外光谱为研究对象,首先运用载荷向量分析确定最佳定标谱区为4192-4943 cm-1与5294-7200 cm-1两个波段,然后分别用平滑、一阶导数、正交信号校正(OSC)预处理方法,结合偏最小二乘回归方法建立了血清中血糖的模型.用平滑、一阶导数所建立模型的预测标准偏差(RMSEP)分别是0.545、0.568,用OSC校正后所建立模型的RMSEP是0.390,结果表明使用OSC校正对光谱进行合理的校正,能够滤除光谱矩阵与浓度矩阵无关的信号,降低模型的因子数,从而降低模型的复杂性,提高模型的稳健性.     

O-PLS在近红外无创人体血糖浓度测量基础研究中的应用

近红外漫反射光谱被认为是无创血糖浓度检测的一种有效方法,但由于被测对象是组织特性复杂的人体,传统的黑箱建模方法很难从综合的光学信息中分离出糖的变化,从而限制了测量的准确性。文章研究了集成偏最小二乘建模和正交信号修正预处理方法于一体的回归方法O-PLS对葡萄糖近红外光谱模型的优化和解释,结果表明O-PLS回归方法能在较大程度上消除无关因素的影响,在简化模型的同时提高了模型的可解释性。     

人体血糖浓度近红外光谱无创检测过程中温度对结果的影响

利用近红外光谱进行人体血糖浓度无创检测过程中,检测结果会受到很多的因素影响,如测量温度,压力等,另外还有人体的状态。在这诸多的影响因素中,温度是一个不可忽视的因素。为了研究温度对测量结果的定量影响,文章采用葡萄糖水溶液,在15,20,25,30,35,40 ℃等六个温度点处做了研究,样品浓度范围为10～200 mg·dL-1,浓度间隔为10 mg·dL-1,波长范围为1 100～1 700 nm。在各温度点处建立模型,并利用不同的模型进行相互预测。建模结果为RMSEP值最大为11.227 9 mg·dL-1,最小为3.298 8 mg·dL-1,相关系数在0.98左右。当温度改变1 ℃时,预测结果会有平均Δc＝2.662(mg·dL-1·℃-1)的预测误差,这结果表明当建立模型温度与测试时的温度一致时误差最小。另外,文章提出了可以采用两种方法来减小或者补偿由温度给测量结果来的影响。     

基于时频域综合分析的无创血糖检测技术研究

无创血糖检测技术是一种间接测量血液中葡萄糖含量的方法,其不损伤人体组织具有安全、快捷、无创的特点,打破了传统血糖检测的局限性,具有重要的研究价值。光电容积脉搏波信号因携带多种生理病理信息,被广泛应用于各种临床研究,也是目前实现无创血糖检测技术的重点关注对象。目前基于光电容积脉搏波信号的无创血糖检测研究,仅考虑了时间域或频率域单独作用时对系统建模的贡献。信号的时域分析虽能描述PPG信号幅值随时间的变化,却无法直观反映PPG信号频率的能量分布,因此单一域的信号分析不能全面表达PPG信号,从而导致信息丢失。采用频域分析方法提取信号频谱时,需要利用信号的全部时域信息,是一种全局的变换,可能会造成特定时间或特定频率段内的信号特性丢失。提出了一种基于光电容积脉搏波(PPG)时频域综合分析的无创血糖检测新方法,采用时域-频域并行法综合考量光电容积脉搏波信号与血糖间的联系。以时域分析为基准,利用聚类分析法在PPG信号时域中提取代表波形,分析波形特征点与血糖相关性,确定波形时域特征参数。在此基础上,利用快速傅里叶变换将脉搏波时域信号转换至频率域,采取主成分分析手段研究频谱信息,确立频域特征量。通过口服葡...     

基于无芯光纤的多参数测量传感器

设计并制作了一种基于单模-无芯-单模-无芯-单模光纤结构的马赫-曾德尔传感器,可用来同时测量折射率和温度.该传感器中,两处无芯光纤充当输入、输出耦合器,中间单模光纤作为传感臂.利用有限元仿真和理论分析,确定耦合器和传感臂的最优长度为15 mm.在无芯光纤中激发出的高阶模进入单模光纤的包层传输,由于倏逝场的作用,受到环境折射率和温度的影响.选取透射谱不同干涉级次的波谷作为研究对象,实现了折射率和温度的同步测量.实验结果表明:1545 nm附近干涉谷的折射率和温度灵敏度分别为–153.89 nm/RIU(refractive index unit)和0.166 nm/℃;1570 nm附近干涉谷的折射率和温度灵敏度分别为–202.74 nm/RIU和0.183 nm/℃.该传感器在实现折射率和温度同步测量的同时,仍能保持较高灵敏度,在生物医疗等方面有着较好的应用前景.     

光学无创血糖浓度检测方法的研究进展

连续监测血糖浓度是控制糖尿病及其并发症的前提,无创伤性血糖浓度检测方法备受关注。近几十年来,随着测量精度的不断提高,基于光学的无创伤性血糖浓度检测方法呈现出巨大发展潜力,有望在未来实现临床应用。本文详细介绍了偏振光旋光法、光学相干断层成像法、红外光谱法等主流光学无创血糖检测方法,重点对其基本原理、测量优势、测量精度、存在问题与可能解决方法等进行了综述和分析,对比发现红外光谱法在测量精度方面具有明显优势。最后指出未来还需从提高仪器信噪比、消除背景干扰以及建立更加普适的校正模型等方面展开研究。     

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。     

中红外无创血糖研究进展并论角质层影响

在介绍中红外无创血糖研究进展的基础上,实验探讨了组织液渗透到手指皮肤表面时,角质层对血糖测量的影响.加入角质层干扰信息前,用偏最小二乘法(PLSR)建立了模拟组织液中葡萄糖定标模型,其内部交叉验证均方差(RMSECV)为9.6 mg/dL;加入三个志愿者手指皮肤吸收的干扰信息后,所得三个模型的RMSECV分别为17.4...     

基于近红外光谱技术的人体血糖浓度无创检测系统的研制

开发了一种小型化人体血糖浓度无创检测系统,该系统可实现人体血糖浓度的快速、实时、无创检测,主要由嵌入式系统、夹具、光源系统和微型光栅光谱仪四部分组成。提出了一种光源稳压驱动电路方案,可满足多种光谱采集条件对光源的要求。同时提出了一种一体化夹具设计方案,不仅简化了系统的光学结构,而且提高了测量条件的可重复性。分别用小波去噪和核偏最小二乘法对采集的光谱数据进行预处理和数学建模,并对系统进行性能评价,血糖浓度预测值与标准值的相关系数为0.95,预测均方根误差为0.6mmol.L-1,系统的重复性较好。     

用于血糖无创检测的喇曼光谱系统

以铊掺杂自聚焦透镜作为光谱采集透镜,设计了一种小型可穿戴式光谱采集探头,在此基础上搭建了一种小型可穿戴式血糖喇曼光谱检测系统.利用该系统对不同浓度的葡萄糖溶液、11只实验白鼠以及10位人体志愿者进行测试.以光谱特征峰面积作为主要计算参考,以峰强度作为辅助参考进行光谱定量分析.针对不同样本分别建立基于主导因子的非线性多变量偏最小二乘模型以计算葡萄糖水平.计算结果表明葡萄糖溶液、实验白鼠以及人体的准确度分别为98.1%、89.3%和84.4%,测试准确性得到提高.该检测系统具有体积小、成本低、喇曼信号采集稳定、使用方便等优点,能够准确实现人体血糖的无创检测并具有较好的可重复性.     

正交检波系统的校正

现有核磁共振波谱仪器大都采用正交检波系统. 这样可以避免谱线折叠,降低对射频功率的要求,提高信噪比. 正交检波系统如果两通道的增益不完全相同或相位不是严格相差900,会导致产生镜像峰,这种情况可以用相位循环来改善. 如果增益或相位差偏离较大,则需要手工校正. 本文通过对单峰样品实验数据进行拟合的方法计算出增益和相位调节的幅度.     

基于主成分正交信号校正算法和加强正交信号校正算法对柑桔酸度的检测

应用便携式近红外光谱分析仪对112个柑桔进行无损检测,运用主成分正交信号校正、加强正交信号校正结合广义回归神经网络的方法分别建立柑桔酸度定量分析模型。结果表明：采用EOSC方法能够使模型具有良好的预测能力并能够防止对数据造成过度校正。EOSC柑桔酸度模型校正集相关系数R_c=0.888 0,预测集相关系数R_p=0.885 6,RMSEP=0.081 65。研究结果表明EOSC预处理方法结合广义回归神经网络可以用于柑桔样本的酸度测定。