紅外 血糖

1、[1]紅外無創(chuàng)血糖濃度監(jiān)測的研究糖尿病是一種常見的非傳染性卻嚴重危害人類健康的慢性疾病，延緩糖尿病及其并發(fā)癥的重要手段是對患者的血糖濃度進行頻繁的測定。據(jù)此本文設計一種結構簡單，以C8051F005單片機為核心的無創(chuàng)血糖檢測系統(tǒng)，在走進千家萬戶的保健醫(yī)療方面有著廣闊應用前景。本文依托比爾定律以近紅外光的漫反射原理為基礎，提出系統(tǒng)的整體設計方案。本系統(tǒng)主要由光學系統(tǒng)、電信號處理、數(shù)據(jù)采集和驅動控制及化學計量學軟件四大部分組成。進行血糖檢測

2、前，先利用有創(chuàng)檢測血糖濃度值與近紅外漫反射光譜數(shù)據(jù)進行數(shù)據(jù)建模；檢測時，利用所建模型，通過測得的光譜數(shù)據(jù)得到預測血糖濃度值。系統(tǒng)光路部分采用全光纖結構，由光源、光纖傳導、光纖探頭和光電檢測器組成，對入射光加以耦合，在接收漫反射光時加一個全反鏡系統(tǒng)并對漫反射光加以準直來提高精度。系統(tǒng)的硬件電路設計采用了模塊化設計原則，系統(tǒng)的電路主要包括MCU模塊，電流的采集及放大電路，A／D轉換模塊，串口通信模塊，鍵盤和液晶顯示模塊。然后介紹系統(tǒng)軟件的總

3、體設計，主程序框架和主要子程序模塊，并將低功耗設計的思想融入其中，最終通過系統(tǒng)數(shù)據(jù)采集、光譜分析可實現(xiàn)血糖濃度的建模與測試。本設計對系統(tǒng)的可靠性進行了分析，考慮了相關的噪聲因素。因為血糖濃度無創(chuàng)監(jiān)測的重要性，無創(chuàng)血糖濃度監(jiān)測已成為科技發(fā)達國家的研究重點。多家公司及科研機構對其進行了持續(xù)和深入的探討，并不斷取得實質性的進展。StephenF.Malin等人進行了人體無創(chuàng)血糖濃度測試[7]，選用的漫反射光譜區(qū)域為1050nm～2450nm他

4、們建立血糖濃度的預測模型有兩種方法:第一是用3個健康人采用口服耐糖監(jiān)測，在幾天之內，每隔3.5個小時收集他們的近紅外光譜，來觀察他們血糖濃度的變化；第二是采集7個糖尿病人在35天中任意選取的多個血糖濃度的近紅外光譜圖。實驗結果是:利用健康人口服耐糖實驗中血糖的近紅外光譜做出的校正模型的標準偏差是1.1mmolL，用糖尿病人血糖的近紅外光譜得出的校正模型其標準偏差為1.41mmolL。這說明使用近紅外光進行無創(chuàng)漫反射實驗所建立校正模型選用

5、的波長范圍為1050nm～2450nm之間是可行的，但模型的長期穩(wěn)定性和可靠性還待考察。Heise等人提出使用去水樣品和短光程的方法，以排除由于水的吸收率較大而形成的干擾，在無創(chuàng)測量人體血糖濃度方面，采用人體口腔內靜脈血作為樣品收集，運用漫反射技術來建立血糖濃度的校正模型。光譜的采集區(qū)為兩個水的吸收峰較高處之間的區(qū)域，這樣建立的校正模型誤差大約在2.5mmolL左右。我國無創(chuàng)傷血糖測量的研究起步較晚，清華大學的丁海曙、中國醫(yī)科大學憲政進

6、行了近紅外無創(chuàng)血糖濃度檢測技術的基礎研究，西安交通大學王煒在甘肅自然科學基金和國家自然科學基金的支持下，進行了紅外多波長器陣列，進行全血中血糖濃度檢測實驗研究。北京大學吳瑾光小組在國家自然科學基金項目下，使用了中紅外ATR測量方法進行人體血糖濃度檢測的方法研究。西安交通大學王煒在甘肅自然科學基金和國家自然科學基金的支持下，進行了紅外多波長器陣列的設計，也進行了全血中血糖濃度檢測實量方式.其有效光程長與徑向檢測距離有關，且不受整個組織厚度

7、差異的影響.筆者選用的測量部位為相對比較平整的于掌，并利用于掌的紋路進行精確定位。[3]張洪艷，張來明等.近紅外漫反射光譜在人體血糖無創(chuàng)監(jiān)測中的應用.激光與紅外.2005(2)采用近紅外漫反射光譜技術對人體血糖進行了無創(chuàng)檢測。實驗使用Nexus870傅立葉紅外光譜儀及其光纖附件采集了6名不同年齡健康志愿受試者手腕處的近紅外漫反射光譜。對光譜進行了平滑、基線校正和二次求導預處理采用偏最小二乘(PLS)方法在含有葡萄糖吸收峰的7500~85

8、00cm1波段建立同一個體、相同年齡段的不同個體、以及不同年齡段的不同個體的校正模型。采集漫反射光譜的同時抽適量的血樣在752型紫外光柵分光光度計上標定血糖的實際值并對校正模型計算值和實際標定值進行了比較結果表明個體建模的相關性很好相關系數(shù)達到0.99980均方差在≤0.346誤差分布在0.8mmoll之間。對部分不參與建模的樣品進行了預測結果表明個體建模的自我預測結果好于該模型對其它個體樣品的預測結果預測誤差≤0.89544mmoll

9、。近紅外漫反射光譜被廣泛應用于各個領域的無損檢測。近紅外光譜作為一種快速的分析方法可以對各種樣品提供快速、精確的定性、定量分析而不損傷樣品。人體的骨骼、肌肉、脂肪、皮膚、及體液等在近紅外光譜區(qū)吸收系數(shù)小NIR譜區(qū)范圍內的光容易穿透人的體表從而得到深層豐富的較強吸收信號。葡萄糖是血糖的主要成分葡萄糖分子中含有的OH、CH、C=O在NIR區(qū)域有強吸收并且葡萄糖在人體組織和血液中分布廣泛。當近紅外光進入人體組織時被吸收和散射出射光為包含人體組

10、織多種成分信息的漫反射光譜。所以測量血液中近紅外漫反射光譜可以測定人體的血糖濃度。近紅外光譜分析常用的化學計量學方法為多元校正方法主要包括:多元線性回歸(MLR)、主成分分析(PCA)、主成分回歸(PCR)、偏最小二乘法(PLS)和人工神經網(wǎng)絡(ANN)方法等。MLR、PCR和PLS方法主要用于樣品的質量參數(shù)與變量間呈線性關系的關聯(lián)。而ANN等方法常用于非線性關系的關聯(lián)。PLS是目前近紅外光譜中使用最多和效果最好的一種分析方法。它是將因

11、子分析和回歸分析結合的方法。PLS通過因子分析將光譜壓縮為較低維空間數(shù)據(jù)其方法是將數(shù)據(jù)向協(xié)方差最大的方向投影。將原近紅外光譜分解為多種主成分光譜通過對主成分的合理選取僅讓有用的主成分參與質量參數(shù)的回歸。該方法對參加關聯(lián)的數(shù)據(jù)可隨意選取可以是全譜也可以是其中的部分數(shù)據(jù)。PLS在降維的同時考慮了性質陣的作用因而應用其得到的校正模型更穩(wěn)健。實驗結果表明利用近紅外漫反射光譜采用合適的預處理方法在7500~8500cm1區(qū)域內無創(chuàng)定量檢測了人體血

12、糖。在此波段內應用PLS算法個體建模的結果好于多個個體建模的結果個體校正模型的相關性都在0.93858以上誤差分布在0.8mmoll之間小于文獻中提到的2.5mmoll。采用個體建立的校正模型對屬于該個體樣品的自我預測的結果要好于其對不屬于該個體樣品預測的結果。個體樣品自我預測差值≤0.89544mmoll這一結果也小于文獻中提到的1.1mmoll[9]。本實驗的所有過程都是在室溫25℃的條件下進行的避免了溫度的變化對建模結果的影響。我