近红外光谱谱线特性对物质浓度分析误差影响的研究

为解决近红外光谱法分析物质浓度过程中缺乏可测度分析而导致测量过程存在一定盲目性问题,研究在已知测量条件、样品种类、被测组分以及建模分析方法的条件下,利用近红外光谱谱线特性作为参数,在大量样品近红外光谱采集和标准法测得浓度数据等工作前,对被测物质浓度的分析误差做大致估算。经过大量尝试和试验提出等效信噪比（ESNR）和谱线重叠系数（OC）两个重要参数,其中ESNR反映待测组分吸光度占总吸光度的比重,而OC则反映待测组分近红外光谱曲线间的重叠程度。通过理论仿真得到光谱分析中用经典的偏最小二乘回归建立定量分析模型时谱线特性与物质浓度分析误差的关系,分别计算ESNR和OC与被测组分浓度分析误差（RMSE）的关系,并且研究两个谱线参数的独立性。利用理论分析得到结果对浓度为8%~12%乙醇水溶液进行可测度分析,并与近红外光谱法分析的实际结果进行比较。研究通过理论仿真得到使用光谱分析中经典的偏最小二乘回归建立定量分析模型时谱线特性与物质浓度分析误差的关系,其中ESNR与RMSE成反比关系,而OC与被测组分分析误差成非线性的单调关系,并且验证了ESNR和OC两个参数的独立性。通过理论计算和乙醇水溶液近红外光谱检测实验对等效信噪比和谱线重叠系数与光谱分析浓度误差的定量关系进行讨论,通过理论分析得到的乙醇浓度RMSE预估值为0.30%,近红外光谱分析实际RMSE为0.32%,相对误差6.67%,二者结果相符。实现了在测量条件、样品种类、被测组分以及建模分析方法已知的条件下基于近红外光谱分析的待测组分含量理论误差的定量计算和实验验证。该研究明确了对近红外光谱法分析物质浓度有明确定量关系的两个谱线参数,给出了使用光谱分析中经典的偏最小二乘回归建立定量分析模型时的分析误差经验曲线,以及利用曲线进行近红外光谱法待测组分浓度可测度分析方法。结果表明所提出的ESNR和OC两个谱线特性参数的有效性,以及分析误差预估方法的有效性。为近红外光谱法待测组分浓度定量分析提供了有效、快捷的预估方法,完善了近红外光谱法成分含量可测度分析理论,对近红外光谱法物质浓度定量分析研究具有一定指导意义。     

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。     

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。     

无线遥控电路的原理与应用

介绍了基于PT2272／2262芯片的无线遥控电路原理，分析了信号接收和发射电路，并给出一些电子制作中的常用遥控驱动电路设计。     

光谱仪器信噪比与建模波长数对光谱分析精度的影响

为了研究光谱建模分析中光谱仪器噪声和参与建模的波长数两个因素与定量分析精度之间的关系,针对不同信噪比对模型精度的影响、参与建模的波长数与分析精度的关系、不同信噪比波段中多波长参与建模对分析精度的影响三个方面进行了理想样本建模分析。实验结果表明：光谱测量仪器的噪声水平直接影响建模分析误差,而使用多波长尤其是信噪比较好的波段的光谱参与线性建模,近似满足波长数每增加4倍,分析精度提高2倍的关系,能够在一定程度上弥补信噪比的不足。研究为在光谱分析中充分利用和提高光谱仪器信噪比、合理选择参与建模波长数及波段,从而提高光谱定量分析精度提供了实验基础和理论指导。     

动态光谱法用于人体血液中多种蛋白含量的无创测量

无创血液成分测量作为一种急需的医疗检验技术具有十分重要的临床应用价值,由于未能消除个体差异和测量环境等因素的影响,该技术难以进入临床应用领域.动态光谱法从理论上解决了上述问题.基于动态光谱理论首次尝试对人体血液中多种蛋白含量的无创测量,采集110名志愿者指端透射光谱信息,并以血液成分含量生化分析值为参考,建立血液中多种蛋白含量与动态光谱数据的偏最小二乘法(PLS)校正模型.对血红蛋白、总蛋白和白蛋白含量校正模型的相关系数分别为0.999 4、0.922 1和0.956 0,预测集的平均相对误差为3.77%、3.49%和3.40%.结果表明,应用动态光谱对血液蛋白含量进行无创测量的方法可获得较高的精度,也为近红外光谱法对血液成分的无创测量提供了一条新的路径.     

浓度分布对光谱法检测成分含量精度的影响

为研究组分浓度分布范围对光谱法建模定量分析精度的影响,根据朗伯-比尔定律构造三种组分理想吸收谱并叠加高斯噪声,使用偏最小二乘回归对样本吸收谱及浓度进行建模和预测,观测不同浓度分布范围下分析精度的变化。研究表明,在纯线性吸收的情况下,组分浓度的分布范围对模型精度造成一定的影响。无论是被测组分还是非测量组分,校正集样本中覆盖足够大且较均匀的浓度分布范围是模型强普适性和良好预测精度的必要保证。研究为合理选择具有良好浓度分布校正集样本,从而提高模型质量、减小预测误差提供了理论指导。