CN101688832A - 散射组织中物质浓度的光谱法测量 - Google Patents
散射组织中物质浓度的光谱法测量 Download PDFInfo
- Publication number
- CN101688832A CN101688832A CN200880023368.2A CN200880023368A CN101688832A CN 101688832 A CN101688832 A CN 101688832A CN 200880023368 A CN200880023368 A CN 200880023368A CN 101688832 A CN101688832 A CN 101688832A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- skin
- concentration
- stretching
- collagen
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 34
- 239000000463 material Substances 0.000 title claims description 58
- 238000004611 spectroscopical analysis Methods 0.000 title claims description 7
- 229920001436 collagen Polymers 0.000 claims abstract description 85
- 102000008186 Collagen Human genes 0.000 claims abstract description 84
- 108010035532 Collagen Proteins 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000000862 absorption spectrum Methods 0.000 claims abstract description 56
- 239000008103 glucose Substances 0.000 claims abstract description 50
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 49
- 230000010287 polarization Effects 0.000 claims abstract description 35
- 238000001228 spectrum Methods 0.000 claims description 86
- 238000013178 mathematical model Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 8
- 230000001915 proofreading effect Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000004497 NIR spectroscopy Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 9
- 230000005540 biological transmission Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 10
- 238000002310 reflectometry Methods 0.000 description 9
- 238000009795 derivation Methods 0.000 description 8
- 239000000203 mixture Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000000835 fiber Substances 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 238000010521 absorption reaction Methods 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 238000001727 in vivo Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 239000012491 analyte Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012628 principal component regression Methods 0.000 description 2
- 206010018873 Haemoconcentration Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004159 blood analysis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 102000034240 fibrous proteins Human genes 0.000 description 1
- 108091005899 fibrous proteins Proteins 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011005 laboratory method Methods 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010202 multivariate logistic regression analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000036555 skin type Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013076 target substance Substances 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14558—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters by polarisation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Engineering & Computer Science (AREA)
- Optics & Photonics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
描述了一种用于计算皮肤(12)中葡萄糖浓度的方法和设备(1)，其中皮肤(12)被由NIR源(2)和偏振器(3)提供的偏振的NIR光(5)照射并且该皮肤的吸收光谱通过将反向散射的光(6)穿过分析器(7)传递到光谱仪(8)来检测。该设备可以进一步包括用于在拉伸方向(11)上拉伸皮肤的斑块(9，10)。通过测量处于第一、非拉伸状态的皮肤的第一吸收光谱和处于第二、拉伸状态的皮肤的第二吸收光谱，可以确定胶原对吸收光谱的贡献，并且可以在葡萄糖浓度的计算中应用相应的校正。
Description
技术领域
本发明涉及散射组织中物质浓度的光谱法测量。
背景技术
光谱法可以用于测量散射组织中物质的浓度。光束在组织上被发送并且与该已经与介质相互作用的(反向散射的或透射的)光被检测，从而从其中推导吸收光谱。目标物质的浓度可以借助于数学模型、利用包含在组织中的物质的已知光谱特性从吸收光谱推导。
所述散射组织可以是人的皮肤。皮肤上的光谱法允许在体内且无创地估计该人的物质血液浓度。可以使用的光谱法类型是近红外(NIR)光谱法，其中近红外(NIR)光或红外光照射在皮肤上。NIR光具有近似地包括在1000nm与2500nm之间的波长；它被使用是因为它更容易地在皮肤中渗透并且不会被立即吸收也不会被剧烈地散射。NIR光谱法例如用于确定血液中葡萄糖的浓度。US6,990,364描述了一种通过NIR光谱法无创地确定血液分析物的方法，所述分析物比如葡萄糖。
为了从所获得的光谱提取信息，必要的是将与葡萄糖相关联的信号与皮肤中存在的许多其他物质的信号分离开。在皮肤的NIR光谱中，在1000-2500nm波长范围中，若干物质具有光谱贡献(spectralcontribution)。图1示出皮肤的一个示范性吸收光谱；已知对光谱有贡献的要素物质是：
-水，其波段处于大约1450nm和1920nm，
-胶原，其波段处于大约2200nm，
-脂肪，其波段处于大约1200nm、1700nm和1800nm，
-葡萄糖，其波段处于大约1550nm、1700nm和2100nm。
可以看出，葡萄糖的峰值不能在光谱上被轻易检测，因为它们所有都被对应于其他物质的吸收波段的峰值所掩盖(mask)；胶原是掩盖物质之一。胶原是纤维状蛋白质，其给皮肤带来了色调和弹性。它是皮肤中的重要散射物质之一，并且它的主波段接近于葡萄糖波段。
发明内容
因此，本发明的目的是，提供一种用于通过光谱法在包括至少第一物质和掩盖第一物质的光谱贡献的第二物质的散射组织内测量第一物质浓度的方法，该方法通过在测量中除去或至少减少第二物质的贡献来提供对第一物质的提高的灵敏度。
根据本发明，提供一种计算散射组织中第一物质的浓度的方法。该方法包括初始步骤：确定处于第一和第二拉伸状态中的散射组织的第一和第二吸收光谱。第一和第二拉伸的光谱允许获得第二物质对散射组织的光谱的贡献。接下来，在校正第二物质的贡献之后，通过将数学模型应用到由光谱法获得的散射组织的另一个吸收光谱，而将数学模型应用到另一个第一物质的浓度。
利用本发明，可以更准确地计算第一物质的浓度，因为为了计算第一物质的浓度校正了第二物质的贡献。本发明基于以下观察：第二物质的散射的各向异性受拉伸的影响；因此，将未拉伸和拉伸的光谱之间的比较与第二物质的贡献联系起来。
当在上述本发明的方法中参考“该”散射组织时，应当理解，它涉及相同类型的组织，但不必涉及相同组织样本。事实上，如果可以得出这样的近似：当在另一个皮肤样本上执行测量时，所述贡献可以被认为是相似的，那么拉伸与非拉伸组织样本上的测量(从而推导该组织中第二物质的贡献)可以在不同于其中计算第一物质的组织样本的组织样本上完成。它们还可以在多个样本上完成并进行平均。组织可以表示人或动物的身体的任何适当部分，例如皮肤、毛发、腱等。
根据实施例，第一拉伸状态是非拉伸的状态，而第二拉伸状态是拉伸的状态。
根据实施例，在与在其上执行光谱法测量的散射组织样本相同的散射组织样本上执行步骤a)和b)，以便确定第一物质的浓度。
根据实施例，步骤a)和b)在多个样本上执行并且对所述测量结果进行平均。
根据实施例，测量处于第一和第二拉伸状态中的散射组织的吸收光谱通过以下步骤执行：
-利用在偏振方向上线性偏振的光照射该散射组织，并且
-在与该偏振方向垂直的检测方向上检测与散射组织相互作用的光。
根据实施例，所述散射组织是皮肤且第二物质是胶原，照射光基本在胶原纤维的方向上被偏振，并且/或者拉伸基本在胶原纤维的方向上执行。
根据实施例，根据下列之一确定胶原纤维的方向：
-确定皮肤的各向异性(anisotropy)因子；
-利用在两个相互垂直的方向上偏振的照射光执行测量并且将该测量结果进行合计、平均或考虑最重要的测量结果，以便获得非拉伸和拉伸的光谱。
根据实施例，将拉伸的和非拉伸的光谱与模拟光谱比较，以便确定第二物质的贡献。
根据实施例，散射组织是皮肤，第一物质是葡萄糖且第二物质是胶原。
根据实施例，光谱法是近红外光谱法。
根据本发明，提供一种用于针对包括至少第一物质和第二物质的散射组织(12)计算第一物质的浓度的设备，该第二物质在拉伸下呈现各向异性。所述设备包括光谱仪和处理装置。该光谱仪测量处于第一拉伸状态的散射组织(12)的第一吸收光谱和处于第二拉伸状态的散射组织(12)的第二吸收光谱。随后，该处理装置根据光谱确定第二物质在由光谱仪获得的散射组织的吸收光谱中的贡献。该处理装置在校正第二物质的贡献之后，通过将数学模型应用到所述吸收光谱来进一步计算第一物质的浓度。
根据实施例，所述设备包括光源、用于在偏振方向上线性偏振来自光源的光的偏振器、分束器、用于在垂直于偏振方向的检测方向上检测与散射组织相互作用的光的分析器。
根据实施例，所述设备包括用于拉伸散射组织的斑块(patch)。
通过下面参照附图的描述，本发明的这些和其他方面将更加清楚。
附图说明
-图1是示出皮肤的示范性吸收光谱的曲线图，在该皮肤上引用了对所述光谱有贡献的物质；
-图2是表示作为拉伸应变的函数的皮肤的各向异性因子的曲线图，以及
-图3是表示用于实现本发明的第一实施例的设备的示意性结构图。
具体实施方式
将结合特定实施例描述本发明，其中在体内、人的皮肤内测量血液中葡萄糖的浓度，具有散射各向异性的物质是胶原。本发明的方法还可以应用于动物。
首先给出一些定义。
偏振器是允许偏振光的设备。在本发明的方法中，光可以被线性偏振，即沿着垂直于其轨迹方向被偏振。线性偏振的光是平面波。
分析器是允许检测在特定的偏振方向上反向散射的或透射的光的设备。换句话说，分析器过滤所述反向散射的或透射的光以便只获得该光的偏振分量。
在本发明的方法中，偏振的入射光可以照射在皮肤上，其中该光被反向散射或透射并被收集到分析器中以便被检测。在所描述的本发明的方法的实施例中，由分析器检测反向散射的或透射的光的两个方向可以是令人感兴趣的：垂直于入射光的偏振方向的方向和平行于入射光的偏振方向的方向。这两个方向将被分别称为垂直检测方向和平行检测方向。这些方向分别垂直于和平行于入射光的偏振方向，无论入射光的偏振方向是什么方向。
入射光的偏振的一些方向有时将被称为：平行于胶原纤维的方向和明显(notably)垂直于另一个方向的方向。这与反向散射或透射的光的检测的方向的垂直或平行性质没有关系，所述检测方向总是垂直于或平行于入射光的偏振方向，无论该偏振方向是什么方向。
在其上执行光谱法测量以便计算葡萄糖浓度的皮肤将被称为“探查的皮肤”(并且，明显地，为探查的皮肤体积(skin volume)或探查的皮肤样本)；对应的反射率(或透射)和吸收光谱将被称为“探查的反射率”和“探查的吸收光谱”或“探查的光谱”。相似地，针对处于正常状态(即，处于非拉伸状态)的皮肤(在其上执行测量以便推导胶原的贡献)，将使用下面的表述：“非拉伸的皮肤”、“非拉伸的反射率”和“非拉伸的吸收光谱”或“非拉伸的光谱”。再次相似地，针对处于拉伸状态的皮肤(在其上执行测量以便推导胶原贡献)，将使用下面的表述：“拉伸的皮肤”、“拉伸的反射率”和“拉伸的吸收光谱”或“拉伸的光谱”。
探查的、非拉伸的和拉伸的皮肤样本可以是不同的皮肤样本。它们应当属于相同的皮肤类型，但不必是相同的样本，即是来自身体的相同部分的样本或来自同一个人的样本。根据实施例，拉伸的和非拉伸的皮肤样本是非拉伸的或拉伸的相同的皮肤样本，从而确保了散射的各向异性仅仅与胶原有关而与样本的变化无关；然而，可以以这样的方式完成近似：使得不同样本用于非拉伸的和拉伸的状态。根据实施例，探查的皮肤样本与所述非拉伸的和拉伸的皮肤样本相同；在这种情况下，针对特定皮肤样本而不是一般地，计算胶原贡献，从而提供个人化的结果；与事先执行预备测量以确定胶原贡献的方法相比，这种方法实现起来更加精确但也更加复杂，可选地作为不同样本上的平均值，胶原贡献被用在探查的皮肤体积上的后续测量中。根据实施例，在处于非拉伸的和拉伸的状态的一组人上完成测量并且将结果平均，以便计算平均胶原贡献。根据实施例，开发非拉伸的结果的数据库和拉伸的结果的数据库。上面涉及探查的、非拉伸的和拉伸的皮肤样本的描述适用于本发明的所有实施例；因此，不必再提并应当理解的是，对于每个实施例，那些皮肤样本可以是相同的或不同的，可以被平均或不被平均。
在本发明的方法的所述实施例中，可以在体内(即，在活人的皮肤上)实现所述测量。本发明还应用于从身体切离的体外皮肤样本。
将在本说明书中暗指NIR光谱法；它以常规的方式执行。利用入射光束照射皮肤样本并且利用与皮肤样本相互作用的光执行所述光谱法；该光是散射的光，其可以是反向散射的光或透射的光，这取决于散射的光在样本的哪一侧被收集。在下面描述的实施例中，在反向散射的光上进行测量并且下面将不提及透射。然而，应当理解，也可以在透射的光上执行测量；本领域技术人员应当容易地调换。在光谱仪内检测反向散射的光，其中测量其漫反射率；该漫反射率的对数与皮肤样本的吸收成比例；因此可以利用测量的漫反射率获得皮肤样本的吸收光谱。吸收光谱的特征归因于光被皮肤样本中所有成分(特别是葡萄糖和胶原纤维)散射和吸收。
探查的皮肤体积的光谱是计算葡萄糖浓度的基础。然而，如上所解释的，胶原对该光谱具有影响并且其贡献应当在葡萄糖浓度的计算中被校正，以便更好地区别葡萄糖的浓度并且得到葡萄糖浓度的更灵敏的测量。
本发明的原理如下：针对非拉伸的皮肤和拉伸的皮肤，例如通过NIR光谱法获得吸收光谱。来自皮肤的胶原原纤维的贡献示出当被机械地装载时各向异性的变化。基于该各向异性，从拉伸的和非拉伸的光谱推导胶原的贡献。因此，胶原贡献可以在葡萄糖浓度的计算中得以校正，这基于(探查的皮肤样本的)探查的反射率而进行。
可以在图2上检查拉伸对散射的各向异性的影响，其中示出了各向异性因子(AF)，其作为拉伸的应变的函数(其被表达为皮肤的拉伸的样本的原始长度的百分比)。在这里，各向异性因子AF被定义为如下值：
AF＝I⊥/I||，其中，
-I⊥是反向散射的光在垂直检测方向上的强度，以及
-I||是反向散射的光在平行检测方向上的强度。
我们可以注意到，因为各向异性因子是反向散射的光的强度之比，所以它也可以被表达为在垂直检测方向和平行检测方向上对应的反射率的比。
如在图2上可以看出，当应变为0％时，各向异性因子近似等于1，这意味着光在所有方向上以相同的方式被反向散射。当应变为20％时，各向异性因子近似等于3，这意味着垂直方向上的反射率的重要性是平行检测方向上的反射率的三倍。因此，皮肤的散射各向异性受到拉伸的影响。这是因为以下事实：因为胶原以纤维为形式，所以它受拉伸的影响比水、细胞和其他皮肤成分受到的影响大得多。事实上，当皮肤被拉伸出来时，所述纤维沿着拉伸方向被拉伸，而间质中的成分实际上未受影响；如果在纤维的方向上执行该拉伸，因此纤维在拉伸方向上更容易对准，则情况尤其如此。因此，来自胶原层的散射的各向异性受到影响，而间质成分的散射基本没有变化。
因此，在当前描述的本发明的方法的实施例中，假设仅胶原受到拉伸的影响，忽略其他成分受到的影响。这不是完全精确的，并且如果已知，可以考虑在拉伸下其他成分受到的影响以获得更灵敏(acute)的结果。在所描述的本发明的实施例中，胶原被认为是受皮肤拉伸影响的仅有的皮肤成分。这样的近似允许得出结论：非拉伸的光谱与拉伸的光谱之间的差别仅仅归因于胶原并且因此该差别表示皮肤光谱中胶原的贡献。
因此，该胶原贡献可以在葡萄糖浓度的计算中被校正，以便更准确地计算该浓度。
参照图3，现在将描述用于测量非拉伸的光谱和拉伸的光谱的本发明的实施例。
用于实施所述方法的设备1可以包括NIR光源2、偏振器3、分束器4，分束器4允许入射的NIR光5穿过分析器7并将反向散射的光6反射到分析器7中，随后，光被接收到光谱仪中8。两个斑块9、10用于在拉伸方向11上拉伸皮肤12。斑块9、10可以例如由塑料或金属构成，并且可以被粘合到皮肤以便驱动它，从而使得当斑块被移位时拉伸皮肤。在非拉伸的位置与拉伸的位置之间，斑块9、10可以例如被移位1mm到10mm。
所述方法可以如下面描述的那样来执行。
首先，计算非拉伸的吸收光谱。保持皮肤12是正常的，即是非拉伸的。NIR光由NIR光源2发射并且被偏振器3线性偏振。该偏振的入射光5穿过分束器4并且照射在非拉伸的皮肤12上。反向散射的光6由分束器4反射并且穿过分析器7，其被调谐在垂直检测方向上。该过滤的反向散射光进入光谱仪8，其中通过数学模型以常规方式测量其漫反射率并计算非拉伸光谱。
其次，计算拉伸的光谱。为此目的，在拉伸的方向11上移动斑块9、10，以便拉伸皮肤。与以前一样，计算该拉伸的皮肤的吸收光谱，其是拉伸的光谱。
分析器具有垂直于入射光的偏振方向的偏振检测方向。光的直接(镜面)反射不会改变偏振并且因此在垂直的分析器检测方向上未被检测。用多个散射事件对漫反射率进行消偏振，因此漫反射率得以检测。利用相对于入射偏振的垂直偏振检测，所述倍增的(multiply)的散射的反射率因此以未拉伸的皮肤被测量一次并且以拉伸的皮肤测量一次。差异光谱归因于胶原拉伸。
当入射光平行于胶原纤维的方向被偏振时，散射各向异性是最能够检测的。同样，应当优选地平行于胶原纤维的自然的主要方向执行拉伸。现在，如Karl Langer论证的，皮肤中的纤维已经确定取向，被称为Langer线；为了在测量由于拉伸引起的胶原散射的变化中考虑该取向，可以设想两个实施例。
根据第一实施例，计算皮肤样本的各向异性因子(如图2所示)，从而从中推导Langer线的方向；事实上，因为各向异性因子线性地依赖于拉伸应变，所以靠近图2的直线的各向异性因子的值对应于已经利用平行于Langer线偏振的入射光完成的测量。一旦确定了Langer线的方向，利用具有平行于Langer线的所确定的方向的偏振的入射光在非拉伸皮肤和拉伸皮肤上执行该测量，以便获得非拉伸的光谱和拉伸的光谱，光在垂直的检测方向上被检测。
根据第二实施例，在两个垂直的方向上执行测量(在非拉伸的皮肤和拉伸的皮肤上)，即利用具有第一偏振方向的入射光执行在非拉伸的皮肤和拉伸的皮肤上的测量(在垂直的检测方向上执行检测)，随后利用具有垂直于第一偏振方向的第二偏振方向的入射光执行相同的测量(在垂直检测方向上执行检测，该方向相对于第二入射偏振方向是垂直的)。在这两个方向上获得的结果是不同的。可以对这些结果进行合计、平均或可以考虑最重要的结果，以便获得非拉伸的光谱和拉伸的光谱。
根据本发明的方法，非拉伸的光谱和拉伸的光谱用于推导关于胶原贡献的信息，这用于改进葡萄糖浓度的计算的质量。在该目标中，在计算葡萄糖浓度中校正胶原的贡献；皮肤中胶原的浓度可以被计算并被用于校正胶原的贡献。葡萄糖浓度的计算基于将数学模型应用到通过NIR光谱法获得的皮肤的吸收光谱。根据第一计算实施例，通过直接用对应于其贡献的胶原光谱校正皮肤的吸收光谱并随后将数学模型应用到该校正的光谱来校正该计算。根据第二计算实施例，该计算通过计算胶原的浓度并将它用作为到适合的数学模型的附加输入来校正，从而数学模型校正在计算葡萄糖浓度中胶原的贡献，该数学模型具有作为输入的皮肤的吸收光谱和胶原的浓度。
在详细描述本发明的这两个计算实施例之前，现在将描述根据现有技术的将数学模型应用到光谱以便获得葡萄糖浓度值的实例。这种方法为本领域技术人员所公知，并且这就是为何仅仅描述这种方法的原理以便有助于对本发明的实施例进行后续解释的原因。如果本领域技术人员了解本发明的方法的主要原理以及如何修改现有技术的原理并且将之应用到本发明，那么对于他们来说，从本质上实现本发明的方法将没有困难。因此，该现有技术的描述是在该目标中给出一些定义(definition)的方法。
通常执行两个步骤：
1)开发所述数学模型；
2)将该数学模型应用到测量的吸收光谱。
可以使用化学计量学数学模型。国际化学计量学协会(ICS)将化学计量学定义为：通过数学或统计方法的应用将在化学系统或过程上进行的测量关联到系统的状态的科学。为了本发明的目的，使用化学计量学数学模型来将吸收光谱关联到葡萄糖浓度的值。
可以利用本领域技术人员众所周知的“偏最小二乘”(PLS)回归法来开发所述数学模型。化学计量学模型的其他实例是主成分回归、主成分分析、遗传算法、人工神经网络、支持(support)向量模型等等，这些都是本领域众所周知的。将描述PLS的实例。为了开发该模型，例如通过参照法(比如指棒(fingerstick)血糖仪)或通过利用标准临床实验室方法进行的血液分析来在葡萄糖浓度是已知的皮肤样本上执行NIR测量。PLS回归方法的目标是计算被称为回归向量的向量，该向量代表吸收光谱与对应的葡萄糖浓度之间的变换(或相互关系)。每种物质(在这里为葡萄糖)与特定的回归向量有关。
吸收光谱由向量(吸收值对波长)来表示。为了开发所述模型，在皮肤样本上测量若干吸收光谱，所述皮肤样本已经校准了例如通过上述参照法已知的葡萄糖浓度。一方面，将所有这些光谱聚集到矩阵中，我们将之称为校准矩阵。另一方面，对应的校准的葡萄糖浓度被聚集到向量中，其中每个元素对应于校准的葡萄糖浓度；我们将该向量称为校准向量。随后应用PLS回归方法以便计算回归向量，其代表从校准矩阵到校准向量的变换。
一旦获得回归向量，可以在未知的皮肤样本上执行测量并且从中预测这些皮肤样本的葡萄糖浓度。事实上，执行光谱法，从而提供吸收光谱，其可以以向量的形式表示，该向量可以作为数学模型的输入。利用该模型，吸收光谱的向量乘以回归向量，该乘法得出测量的皮肤样本中未知葡萄糖浓度的值。
现在将描述上述这两个计算实施例。在这两种情况下，我们看到探查的皮肤体积的吸收光谱已经通过NIR光谱法获得，同时胶原的贡献或浓度已经通过未拉伸的皮肤样本的光谱与拉伸的皮肤样本的光谱之间的比较确定。稍后将描述如何获得胶原贡献或浓度的细节描述，并且在计算实施例的当前描述中，该胶原贡献或浓度被看作已经被确定。
根据第一计算实施例，从通过NIR光谱法获得的探查皮肤体积的吸收光谱中减去某种光谱(其对应于胶原的贡献并且将被称为胶原贡献光谱)。获得一种被称为校正的吸收光谱的新光谱，其包含皮肤体积中的所有物质的峰值，除了已经被减去的胶原特征。可以从中计算葡萄糖的浓度，其未被胶原的峰值掩盖。
根据实施例，为了构建胶原贡献光谱，可以根据胶原对非拉伸光谱和拉伸光谱的贡献计算皮肤中的胶原浓度。随后，可以与纯胶原的吸收光谱一起使用胶原的浓度，以便得到胶原贡献光谱。根据另一个实施例，胶原贡献光谱直接从非拉伸光谱与拉伸光谱之间的比较导出。
更精确地，校正的吸收光谱被用作化学计量学数学模型的输入，从而获得葡萄糖浓度。如前所述，必须事先利用校准皮肤样本开发该数学模型。所计算的回归向量将不同于上面针对现有技术的数学模型描述的回归向量，因为根据该实施例，回归向量必须应用在已经从中移除了胶原的峰值的吸收光谱上。利用已知葡萄糖以及胶原浓度的校准皮肤样本来完成回归向量的导出。如稍后将解释的，可以借助于蒙特卡洛(MonteCarlo)模拟来确定校准皮肤样本的胶原浓度。在每个校准样本上执行NIR光谱法以便得到校准吸收光谱。从该校准吸收光谱中减去胶原贡献光谱(其是已知的，因为胶原浓度是已知的)以便获得校准校正的吸收光谱。不同样本的校准校正的吸收光谱被填充到校准矩阵中。提供一种校准向量，其包括校准皮肤样本的葡萄糖浓度。与前面一样，回归向量被计算为代表从校准矩阵到校准向量的变换的向量。
为了计算探查的皮肤体积的(未知)葡萄糖浓度，探查的皮肤体积校正的吸收光谱被录入作为已经恰如上所解释而开发的化学计量学数学模型的输入，其中它与回归向量相乘，从而得出探查的皮肤体积中葡萄糖浓度值。
根据第二计算实施例，计算皮肤中胶原的浓度(多亏非拉伸的光谱和拉伸的光谱)并将之用作化学计量学数学模型的附加输入，该模型用来利用探查的光谱计算葡萄糖浓度。因此，该数学模型在其葡萄糖浓度的计算中校正胶原的贡献。
更精确地，必须针对所述数学模型来计算回归向量以便通过输入探查的吸收光谱和胶原浓度允许获得对应的探查的皮肤体积的葡萄糖浓度。该回归向量必须在其葡萄糖浓度的计算中考虑胶原浓度。这种模型被开发如下，并且再次借助于PLS回归方法。
利用通过另一种方法已知葡萄糖以及胶原浓度的校准皮肤样本来完成回归向量的导出；测试具有各种葡萄糖浓度以及各种胶原浓度的样本。在这些校准样本上执行NIR光谱法测量，以便填充校准矩阵，其包括这些校准样本的吸收光谱数据以及对应的胶原浓度。与上面提出的校准矩阵相比，该校准矩阵具有对应于胶原浓度数据的附加尺寸(dimension)。该校准向量包括校准皮肤样本的葡萄糖浓度。与前面一样，回归向量被计算为代表从校准矩阵到校准向量的变换的向量。因为它将胶原的浓度考虑为输入，所以它还具有附加的尺寸。
为了计算探查的皮肤体积的胶原浓度，探查的吸收光谱和所计算的胶原浓度被录入作为进入化学计量学数学模型的输入(作为向量)，其与回归向量相乘，从而得出葡萄糖浓度的值。
作为第二计算实施例的可替换物，整个胶原光谱可以用于回归向量的导出步骤，因此使用具有双倍大小的校准矩阵。将不在本文中进一步详述这样的实施例。
如上所述，本发明的原理基于获得非拉伸的皮肤和拉伸的皮肤的吸收光谱以便从中推导皮肤样本中的胶原的贡献或浓度。可以依照不同的实施例执行胶原的贡献或浓度的计算步骤，在这里将描述其中三个实施例。无论是什么实施例，具有关于胶原、葡萄糖和其他成分的光谱位置的先验的准确信息是有益的，以便防止在校正的光谱中高估或低估葡萄糖浓度。
根据第一实施例，在蒙特卡罗计算的帮助下确定胶原贡献；这种类型的计算为本领域技术人员所知并且将不会以非常详细的方式进行描述。在蒙特卡洛计算中，可以改变并模拟皮肤的NIR光谱中的胶原的量及其波段。这在胶原波段光谱区给出了关于皮肤中胶原的不同浓度的波段位置、波段宽度和波段高度的先验的准确信息。因此，可以生成一个数据库(或查找表)，该数据库包含在各种皮肤组成的条件下(在拉伸和非拉伸的条件下)皮肤的各种(模拟的)可能光谱。将拉伸和非拉伸状态中所测量的光谱与所述数据库进行比较，以便确定所述光谱对应于胶原的哪一个浓度。因此，确定胶原的浓度，这允许在纯胶原的光谱的帮助下计算胶原贡献光谱，其可以从探查的光谱中减去。前向蒙特卡洛模拟具有以下优点：可以容易地模拟各种实验条件(拉伸/非拉伸皮肤)，且噪声水平可以由操作者调节。在蒙特卡洛计算中，将拉伸的光谱和非拉伸的光谱与模拟的光谱进行比较，以便确定胶原的贡献。
根据第二实施例，执行光谱的波段拟合，其中每一个贡献成分被模拟并被改变直到获得可接受的拟合水平。这针对非拉伸的光谱和拉伸的光谱来完成，记住只有胶原贡献应当被改变成从非拉伸光谱转换拉伸光谱。根据该比较，可以确定非拉伸光谱中的胶原贡献。再次将拉伸的光谱和非拉伸的光谱与模拟的光谱进行比较以便确定第二物质的贡献。
根据第三实施例，多变量分析用于分解它们的主成分中的光谱。在非拉伸的样本上进行测量，且在拉伸的样本上进行测量。对于每个光谱，首先寻找主成分贡献，因此首先确定水贡献，随后确定脂肪和胶原贡献。然后化学计量学软件工具或软件包与非拉伸的光谱与拉伸的光谱之间的变化相关以便推导胶原贡献。然后从探查的光谱中减去包含关于胶原的光谱信息的加载向量。
可以用于确定胶原贡献的方法的实例是拟合、反向蒙特卡洛法、遗传算法、查找表、偏最小二乘法或主成分回归法。
尽管在附图和前面的描述中详细示出并描述了本发明，但是这样的图示和描述被认为是说明性的或示范性的而非限制性的；本发明不限于所公开的实施例。
本领域技术人员在实践要求保护的本发明时通过研究附图、公开和所附权利要求能够理解并实现对所公开的实施例的其他变型。在权利要求中，文字“包括”不排除其他元件或步骤，并且不定冠词“一”不排除多个。单个处理器或其他单元可以实现权利要求中叙述的若干项的功能。在相互不同的从属权利要求中叙述某些措施这个起码的事实并不表示这些措施的组合不能被有利地使用。计算机程序可以存储/分布在适当的介质上，比如光存储介质或连同其他硬件一起提供的或作为其一部分的固态介质，而且还可以以其他形式分布，比如经由因特网或其他有线或无线电信系统。权利要求中的任何附图标记不应当被解释为限制其范围。
Claims (11)
1.一种用于计算散射组织(12)中第一物质的浓度的方法，该方法包括：
a)测量处于第一拉伸状态的散射组织(12)的第一吸收光谱，
b)测量处于第二拉伸状态的散射组织(12)的第二吸收光谱，
c)根据第一和第二拉伸光谱，确定所述组织中存在的第二物质对散射组织(12)的光谱的贡献，以及
d)在校正第二物质对光谱的贡献之后，通过将数学模型应用到通过光谱法获得的散射组织的吸收光谱来确定第一物质的浓度。
2.根据权利要求1的方法，其中所述第一拉伸状态是非拉伸的状态，而所述第二拉伸状态是拉伸的状态。
3.根据权利要求1的方法，其中所述散射组织是皮肤(12)，所述第一物质是葡萄糖且所述第二物质是胶原。
4.根据权利要求1的方法，其中步骤a)和b)以及步骤d)中的光谱法测量在相同的散射组织样本上执行。
5.根据权利要求1的方法，其中步骤a)和b)在多个组织样本上执行，并且对所述测量结果进行平均。
6.根据权利要求1的方法，其中所述散射组织是皮肤(12)且所述第二物质是胶原，并且照射光基本在胶原纤维的方向上被偏振以及/或者拉伸基本在胶原纤维的方向上执行。
7.根据权利要求1的方法，其中根据所述第一和第二光谱与模拟的光谱的比较确定所述第二物质的贡献。
8.根据权利要求1的方法，其中光谱法是近红外光谱法。
9.一种用于针对包括至少第一物质和第二物质的散射组织(12)计算所述第一物质的浓度的设备，所述第二物质在拉伸下呈现散射各向异性，该方法包括：
光谱仪，用于测量处于第一拉伸状态的散射组织(12)的第一吸收光谱和处于第二拉伸状态的散射组织(12)的第二吸收光谱，
处理装置，其从第一和第二光谱确定在由光谱仪获得的散射组织的吸收光谱中第二物质的贡献，并且在校正第二物质的贡献之后，通过将数学模型应用到吸收光谱来计算第一物质的浓度。
10.根据权利要求9的设备，包括：
光源(2)，用于照射所述散射组织；
偏振器(3)，用于在偏振方向上线性偏振来自所述光源(2)的光；
分析器(7)，其耦合到光谱仪以用于在垂直于所述偏振方向的检测方向上检测与所述散射组织(12)相互作用的光；
11.根据权利要求10的设备，其包括用于拉伸散射组织的斑块(9，10)。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP07301204 | 2007-07-03 | ||
| EP07301204.9 | 2007-07-03 | ||
| PCT/IB2008/052570 WO2009004541A1 (en) | 2007-07-03 | 2008-06-26 | Spectroscopy measurements of the concentration of a substance in a scattering tissue |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101688832A true CN101688832A (zh) | 2010-03-31 |
Family
ID=39870448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200880023368.2A Pending CN101688832A (zh) | 2007-07-03 | 2008-06-26 | 散射组织中物质浓度的光谱法测量 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN101688832A (zh) |
| WO (1) | WO2009004541A1 (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106716109A (zh) * | 2014-07-30 | 2017-05-24 | 史密斯探测公司 | 用于光谱校正的水干扰估计 |
| CN106714667A (zh) * | 2014-09-16 | 2017-05-24 | 皇家飞利浦有限公司 | 基于光的胶原测量系统和皮肤处理系统 |
| CN109557091A (zh) * | 2018-11-13 | 2019-04-02 | 南京理工大学 | 一种无序介质通道分析装置和方法 |
| CN110475504A (zh) * | 2017-03-29 | 2019-11-19 | 索尼公司 | 医学成像装置和内窥镜 |
| CN113456069A (zh) * | 2021-07-28 | 2021-10-01 | 清华大学深圳国际研究生院 | 一种基于偏振光成像的近红外检测血糖的装置和设备 |
| CN114295522A (zh) * | 2021-12-28 | 2022-04-08 | 华东理工大学 | 基于振动光谱成像的渗透深度及空间浓度分布的分析方法 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102058393B (zh) * | 2010-10-30 | 2012-10-31 | 华中科技大学 | 基于反射光谱测量的皮肤生理参数与光学特性参数的测量方法 |
| JP6311915B2 (ja) * | 2013-12-18 | 2018-04-18 | パナソニックＩｐマネジメント株式会社 | カロリー測定装置 |
| KR20210050967A (ko) | 2019-10-29 | 2021-05-10 | 삼성전자주식회사 | 분석 물질의 농도 추정 장치 및 방법과, 캘리브레이션 방법 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6113541A (en) * | 1997-03-07 | 2000-09-05 | Agilent Technologies, Inc. | Noninvasive blood chemistry measurement method and system |
| WO2002065090A2 (en) * | 2001-01-26 | 2002-08-22 | Sensys Medical | Noninvasive measurement of glucose through the optical properties of tissue |
| US20050267346A1 (en) * | 2004-01-30 | 2005-12-01 | 3Wave Optics, Llc | Non-invasive blood component measurement system |
| US20060217602A1 (en) * | 2005-03-04 | 2006-09-28 | Alan Abul-Haj | Method and apparatus for noninvasive targeting |
-
2008
- 2008-06-26 WO PCT/IB2008/052570 patent/WO2009004541A1/en active Application Filing
- 2008-06-26 CN CN200880023368.2A patent/CN101688832A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106716109A (zh) * | 2014-07-30 | 2017-05-24 | 史密斯探测公司 | 用于光谱校正的水干扰估计 |
| CN106716109B (zh) * | 2014-07-30 | 2019-11-05 | 史密斯探测公司 | 用于光谱校正的水干扰估计 |
| US10942117B2 (en) | 2014-07-30 | 2021-03-09 | Smiths Detection Inc. | Estimation of water interference for spectral correction |
| CN106714667A (zh) * | 2014-09-16 | 2017-05-24 | 皇家飞利浦有限公司 | 基于光的胶原测量系统和皮肤处理系统 |
| CN110475504A (zh) * | 2017-03-29 | 2019-11-19 | 索尼公司 | 医学成像装置和内窥镜 |
| CN110475504B (zh) * | 2017-03-29 | 2023-04-07 | 索尼公司 | 医学成像装置和内窥镜 |
| CN109557091A (zh) * | 2018-11-13 | 2019-04-02 | 南京理工大学 | 一种无序介质通道分析装置和方法 |
| CN109557091B (zh) * | 2018-11-13 | 2021-09-28 | 南京理工大学 | 一种无序介质通道分析装置和方法 |
| CN113456069A (zh) * | 2021-07-28 | 2021-10-01 | 清华大学深圳国际研究生院 | 一种基于偏振光成像的近红外检测血糖的装置和设备 |
| CN113456069B (zh) * | 2021-07-28 | 2023-07-04 | 清华大学深圳国际研究生院 | 一种基于偏振光成像的近红外检测血糖的装置和设备 |
| CN114295522A (zh) * | 2021-12-28 | 2022-04-08 | 华东理工大学 | 基于振动光谱成像的渗透深度及空间浓度分布的分析方法 |
| CN114295522B (zh) * | 2021-12-28 | 2024-03-29 | 华东理工大学 | 基于振动光谱成像的渗透深度及空间浓度分布的分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2009004541A1 (en) | 2009-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101688832A (zh) | 散射组织中物质浓度的光谱法测量 | |
| JP6120842B2 (ja) | 体液中の物質の濃度を測定するための方法及びシステム | |
| Li et al. | Pears characteristics (soluble solids content and firmness prediction, varieties) testing methods based on visible-near infrared hyperspectral imaging | |
| Shao et al. | Quantitative determination by temperature dependent near-infrared spectra | |
| Barman et al. | Effect of photobleaching on calibration model development in biological Raman spectroscopy | |
| CN101193592B (zh) | 用于预测人血糖水平的方法 | |
| US7288767B2 (en) | Method and a spectrometer for quantitative determination of a constituent in a sample | |
| Xu et al. | Nondestructive detection of internal flavor in ‘Shatian’pomelo fruit based on visible/near infrared spectroscopy | |
| Kim et al. | Prediction of glucose in whole blood by near-infrared spectroscopy: influence of wavelength region, preprocessing, and hemoglobin concentration | |
| da Cruz Junior et al. | Manufacture and characterization of a 3D-printed integrating sphere | |
| US20190137385A1 (en) | Method and apparatus for measuring the water concentration in a light-diffusing material | |
| Xia et al. | Prediction and comparison of models for soluble solids content determination in ‘Ya’pears using optical properties and diffuse reflectance in 900–1700 nm spectral region | |
| JP3902999B2 (ja) | 光学的散乱特性推定装置およびその作動方法 | |
| JP2010082246A (ja) | 生体スペクトルの測定データ処理方法 | |
| EP2112901B1 (en) | An optical device for assessing optical depth in a sample | |
| Cebeci-Maltaş et al. | Pharmaceutical application of fast Raman hyperspectral imaging with compressive detection strategy | |
| US20180088034A1 (en) | Calibration apparatus, calibration curve creation method, and independent component analysis method | |
| JP3352848B2 (ja) | 被験体内部性状測定装置校正用擬似対象物及び被験体内部性状測定装置の校正方法 | |
| RU2668526C1 (ru) | Способ идентификации и последующего количественного определения основных компонентов в инъекционных лекарственных средствах | |
| CN109984725A (zh) | 漫反射测量中接触压力干扰抑制方法、装置及测量方法 | |
| Naglič et al. | Portable measurement system for real-time acquisition and analysis of in-vivo spatially resolved reflectance in the subdiffusive regime | |
| Zhang et al. | Performance of calibration model with different ratio of sample size to the number of wavelength: Application to hemoglobin determination by NIR spectroscopy | |
| Liu et al. | Optical properties combined with convolutional neural networks to predict soluble solids content of peach | |
| Zheng et al. | Effect of ion concentration on the temperature measurement model of extracellular fluid by near-infrared spectroscopy | |
| US10495516B2 (en) | Dedicated transformation spectroscopy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100331 |