CN102176864A - 分光镜传感器 - Google Patents
分光镜传感器 Download PDFInfo
- Publication number
- CN102176864A CN102176864A CN2009801395424A CN200980139542A CN102176864A CN 102176864 A CN102176864 A CN 102176864A CN 2009801395424 A CN2009801395424 A CN 2009801395424A CN 200980139542 A CN200980139542 A CN 200980139542A CN 102176864 A CN102176864 A CN 102176864A
- Authority
- CN
- China
- Prior art keywords
- radiation
- pick
- sample
- sources
- source
- 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.)
- Granted
Links
- 230000005855 radiation Effects 0.000 claims abstract description 527
- 238000000034 method Methods 0.000 claims abstract description 115
- 230000003595 spectral effect Effects 0.000 claims abstract description 89
- 238000001228 spectrum Methods 0.000 claims description 219
- 238000005259 measurement Methods 0.000 claims description 131
- 238000000862 absorption spectrum Methods 0.000 claims description 123
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 48
- 239000001301 oxygen Substances 0.000 claims description 48
- 229910052760 oxygen Inorganic materials 0.000 claims description 48
- 238000004891 communication Methods 0.000 claims description 40
- 238000012937 correction Methods 0.000 claims description 32
- 238000010521 absorption reaction Methods 0.000 claims description 27
- 230000001105 regulatory effect Effects 0.000 claims description 27
- 108010054147 Hemoglobins Proteins 0.000 claims description 19
- 102000001554 Hemoglobins Human genes 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000005534 hematocrit Methods 0.000 claims description 15
- 230000036541 health Effects 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 9
- 230000036284 oxygen consumption Effects 0.000 claims description 8
- 238000002560 therapeutic procedure Methods 0.000 claims description 6
- 238000004026 adhesive bonding Methods 0.000 claims description 3
- 238000002314 autoradiolysis reaction Methods 0.000 claims description 2
- 239000000523 sample Substances 0.000 description 354
- 210000001519 tissue Anatomy 0.000 description 60
- 239000013307 optical fiber Substances 0.000 description 42
- 230000008569 process Effects 0.000 description 40
- 238000004611 spectroscopical analysis Methods 0.000 description 38
- 238000005286 illumination Methods 0.000 description 33
- 210000003205 muscle Anatomy 0.000 description 33
- 230000003387 muscular Effects 0.000 description 30
- 230000006870 function Effects 0.000 description 25
- 239000000463 material Substances 0.000 description 24
- 238000000985 reflectance spectrum Methods 0.000 description 24
- 238000012544 monitoring process Methods 0.000 description 23
- 230000008859 change Effects 0.000 description 22
- 238000011160 research Methods 0.000 description 17
- 238000012360 testing method Methods 0.000 description 16
- 210000004369 blood Anatomy 0.000 description 15
- 239000008280 blood Substances 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 15
- 238000009826 distribution Methods 0.000 description 14
- 230000004044 response Effects 0.000 description 14
- 229920006395 saturated elastomer Polymers 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 11
- 238000010606 normalization Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 230000001143 conditioned effect Effects 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 8
- 239000000835 fiber Substances 0.000 description 7
- 108010064719 Oxyhemoglobins Proteins 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 230000000295 complement effect Effects 0.000 description 5
- 238000002790 cross-validation Methods 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000011835 investigation Methods 0.000 description 5
- 210000003141 lower extremity Anatomy 0.000 description 5
- 239000004033 plastic Substances 0.000 description 5
- 229920003023 plastic Polymers 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 230000035939 shock Effects 0.000 description 5
- 208000032843 Hemorrhage Diseases 0.000 description 4
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 description 4
- 239000000853 adhesive Substances 0.000 description 4
- 230000001070 adhesive effect Effects 0.000 description 4
- 230000008033 biological extinction Effects 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 230000003760 hair shine Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000010412 perfusion Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000003466 anti-cipated effect Effects 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000000295 emission spectrum Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000002329 infrared spectrum Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 150000002596 lactones Chemical class 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 229920001296 polysiloxane Polymers 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 210000000352 storage cell Anatomy 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 102000036675 Myoglobin Human genes 0.000 description 2
- 108010062374 Myoglobin Proteins 0.000 description 2
- 241000283973 Oryctolagus cuniculus Species 0.000 description 2
- 206010040047 Sepsis Diseases 0.000 description 2
- 206010053648 Vascular occlusion Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000000968 intestinal effect Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 210000003734 kidney Anatomy 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 210000001087 myotubule Anatomy 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 125000006850 spacer group Chemical group 0.000 description 2
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 208000021331 vascular occlusion disease Diseases 0.000 description 2
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 1
- 208000010444 Acidosis Diseases 0.000 description 1
- 229920001817 Agar Polymers 0.000 description 1
- 206010007559 Cardiac failure congestive Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010009192 Circulatory collapse Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 208000032456 Hemorrhagic Shock Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 208000012641 Pigmentation disease Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 206010049771 Shock haemorrhagic Diseases 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002745 absorbent Effects 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000007950 acidosis Effects 0.000 description 1
- 208000026545 acidosis disease Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 239000008272 agar Substances 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 239000007767 bonding agent Substances 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 239000002178 crystalline material Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 108010002255 deoxyhemoglobin Proteins 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229920002457 flexible plastic Polymers 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 210000003677 hemocyte Anatomy 0.000 description 1
- 229940000351 hemocyte Drugs 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 239000004816 latex Substances 0.000 description 1
- 229920000126 latex Polymers 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 1
- -1 nickel metal hydride Chemical class 0.000 description 1
- 230000004768 organ dysfunction Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000036314 physical performance Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 230000019612 pigmentation Effects 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 239000005060 rubber Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 208000037974 severe injury Diseases 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007784 solid electrolyte Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000008736 traumatic injury Effects 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/14—Devices for taking samples of blood ; Measuring characteristics of blood in vivo, e.g. gas concentration within the blood, pH-value of blood
-
- 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
-
- 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
- A61B5/14551—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 for measuring blood gases
- A61B5/14552—Details of sensors specially adapted therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0233—Special features of optical sensors or probes classified in A61B5/00
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0233—Special features of optical sensors or probes classified in A61B5/00
- A61B2562/0238—Optical sensor arrangements for performing transmission measurements on body tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0233—Special features of optical sensors or probes classified in A61B5/00
- A61B2562/0242—Special features of optical sensors or probes classified in A61B5/00 for varying or adjusting the optical path length in the tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/04—Arrangements of multiple sensors of the same type
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/04—Arrangements of multiple sensors of the same type
- A61B2562/046—Arrangements of multiple sensors of the same type in a matrix array
-
- 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
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
-
- 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
- A61B5/14539—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 for measuring pH
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/412—Detecting or monitoring sepsis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
Abstract
在这里公开的是传感器，其包括：(a)包括电子处理器的电路板；(b)多个辐射源，每个源附着到电路板；和(c)附着到电路板的光谱检测器，光谱检测器配置为分析源于多个辐射源的一个或多个的辐射。在使用过程中，传感器配置为穿戴在对象身体的一部分上。电子处理器配置为致使多个辐射源的两个或多个导向入射辐射到对象，以致使光谱检测器分析来自对象的辐射，并基于来自对象的辐射确定对象的一个或多个属性。制造和利用这些传感器的方法同样公开。
Description
相关申请的交叉引用
本申请要求于2008年8月7日提交的美国临时专利申请No.61/087,084的优先权，该临时申请在此被全文引用作为参考。
关于联邦赞助的研究的声明
本发明是在National Space Biomedical Research Institute Grant No.SMS00004和在US Army Medical Research and Materiel Command ContractNo.W81XWH-06-1-0545下在政府支持下完成的。政府在该发明中具有一定权利。
技术领域
本公开涉及传感器，特别地，用于测量样品属性的分光镜传感器。
背景技术
近红外辐射一般可以穿过皮肤和脂肪层以照射肌肉组织中的血管。辐射可以被血红细胞中的血色素、肌纤维中的肌红蛋白、水以及血浆中的其它蛋白质吸收。辐射通过肌纤维和血细胞二者散射，并且散射的辐射可以被检测和分析以确定散射的辐射的波长相关性。肌肉组织中的各种吸收组分的吸收光谱可以通过比较传递到组织的入射辐射的光谱和从组织散射的辐射而得以确定。对于某些样品，吸收光谱中的特定光谱特征可以分配给肌肉组织中的特定组分(例如，某些光谱特征可以被分配来由血色素和/或肌红蛋白吸收)。
发明内容
在此公开的是用于测量包括人体和动物组织的样品的近红外线光谱以及用于基于光谱确定样品的一个或多个属性的装置例如传感器和方法。特别地，在此公开的设备包括：基于电路板的传感器，其包括多个辐射源；光谱检测器；以及电子处理器，其控制源和检测器，处理来自检测器的光谱信息以计算样品的吸收光谱，以及基于吸收光谱确定样品属性。
传感器可以包括在不同的源-检测器距离的辐射源。特别地，传感器可以包括多个长距离的源，每个源可以照射样品，并且在该照射后从样品散射的辐射可以被测量。来源于样品的长距离源照射的散射的辐射光谱典型地包括来自样品中的肌肉组织以及来自定位在传感器和肌肉组织之间的皮肤和/或脂肪层的光谱贡献。吸收光谱可以通过比较散射的辐射光谱和来自长距离源的入射辐射光谱而从散射的辐射光谱产生。
在下面的讨论中，参照样品的吸收光谱。但是，在此公开的设备和方法还可以用于从测量的散射的辐射光谱获取反射光谱。通常，反射和吸收通过简单的数学变换得以相关联，并且在此公开的设备和方法可以可交换地用于从样品得到的反射和/或吸收信息。用于将光谱散射的辐射信息转化为样品的反射和/或吸收光谱被公开在例如美国专利申请出版物No.2008/0097173中，其整个内容在此被引入作为参考。
传感器还典型地包括一个或多个短距离源，其可以照射样品，并且在该照射之后来自样品的散射的辐射可以被测量。典型地，源于样品的短距离源照射的散射的辐射光谱包括实质上仅来自定位在传感器和肌肉组织之间的皮肤和/或脂肪的层的光谱贡献。如上，吸收光谱可以通过比较散射的辐射光谱和来自短距离的源的入射辐射光谱而从散射的辐射光谱产生。而且，通过组合源于长距离和短距离照射源的吸收光谱，吸收光谱可以被修正以减少由于介入皮肤和/或脂肪层所致的光谱贡献。
在包括多个长距离源的传感器中，电子处理器可以配置为选择用于样品照射的特定的长距离源。典型地，电子处理器配置为测量样品的多个吸收光谱(对于覆盖皮肤和/或脂肪层，要么是修正的，要么是未修正的)，其中每个吸收光谱在样品通过一个长距离源照射之后进行测量。处理器配置每一吸收光谱到泰勒级数模型，用于样品中的主发色团(例如，氧合血红蛋白和脱氧血红蛋白和水)。处理器然后确定每个配置的均方根误差，并选择产生具有最小测量误差的样品光谱的长距离源，如果样品光谱满足用于进一步样品测量的至少最小适合性标准的话。样品的一个或多个吸收光谱然后能够通过用来自选择的长距离源的辐射照射样品并基于来自样品的散射的辐射确定吸收光谱而获得。
替代选择适当的长距离源，或者除了选择适当的长距离源之外，处理器在一些实施例中可以识别(例如测量或者从存储器或者记忆单元检索)样品的预期的光谱和/或在样品的光谱中的特定特征的预期的光谱形，并分析每一测量的吸收光谱以确定预期的和测量的光谱之间(或者预期的和测量的光谱的某些部分之间)的对应性。典型地，处理器然后选择产生对应最接近样品的预期的光谱或者光谱特征形状的测量的吸收光谱或者光谱特征形状的长距离源作为照射源。如上，样品的一个或多个吸收光谱因此能够通过用来自选择的长距离源的辐射照射样品并基于来自样品的散射的辐射确定吸收光谱而获得。
总的来说，在第一方面，本发明的特征在于传感器，其包括：(a)包括电子处理器的电路板；(b)多个辐射源，每个源附着到电路板；和(c)附着到电路板的光谱检测器，光谱检测器配置为分析源于多个辐射源的一个或多个的辐射。在使用过程中，传感器配置为穿戴在对象身体的一部分上。进一步地，电子处理器配置为致使多个辐射源的两个或多个将入射辐射导向到对象，以致使光谱检测器分析来自对象的辐射，并基于来自对象的辐射确定对象的一个或多个属性。
在进一步的方面，本发明的特征在于传感器，其包括：(a)柔性安装构件，其包括配置为直接附着到样品并且当它附着到样品时呈现对应样品的至少一部分的形状的粘接表面；和(b)多个辐射源、光谱检测器和附着到安装构件的电子处理器。电子处理器可以配置为致使至少两个辐射源将入射辐射导向到样品，以致使光谱检测器分析来自样品的辐射，并基于来自样品的辐射确定样品的一个或多个属性。
在另一方面，本发明的特征在于传感器，其包括：(a)多个辐射源，每一辐射源定位为通过入射辐射照射样品；(b)光谱检测器，其配置为响应入射辐射分析从样品散射的辐射；和(c)至少一个电子处理器，其配置为选择多个辐射源的一个并基于来自选取的辐射源的入射辐射测量样品的吸收光谱。选择多个辐射源的一个可以包括测量多个样品吸收光谱，每个吸收光谱对应通过多个辐射源之一的样品照射，并确定多个吸收光谱的每一个中的光谱特征的预期形状和测量的形状之间的相关性。
在进一步方面，本发明的特征在于传感器，其包括：(a)包括至少一个电子处理器的电路板；(b)附着到电路板的辐射源；(c)和附着到电路板的多个光谱检测器，每个光谱检测器配置为分析源于辐射源的辐射电子处理器可以配置为致使辐射源将入射辐射导向到样品，以致使多个光谱检测器的两个或多个分析从样品散射的辐射，并基于散射的辐射确定样品的一个或多个属性。
在另一个方面，本发明的特征在于传感器，其包括配置为直接附着到样品并呈现对应至少一部分样品的形状的一次性的安装构件，和多个辐射源、光谱检测器和附着到安装构件的至少一个电子处理器。电子处理器可以配置为致使多个辐射源的两个或多个将入射辐射导向到样品，以致使光谱检测器分析从样品散射的辐射，并基于散射的辐射确定样品的一个或多个属性。
在进一步方面，本发明的特征在于设备，其包括：包括集成电路板并附着到电路板的可穿戴的组件、多个辐射源、光谱检测器和至少一个电子处理器。在操作过程中组件穿戴在人的身体的一部分上。电子处理器配置为致使多个辐射源的至少一些将辐射导向为入射在身体的该部分上，以导向检测器来分析从身体的该部分散射的辐射，并基于散射的辐射确定身体的该部分的一个或多个属性。
传感器和/或设备的实施例可以包括以下特征的一个或多个。
电子处理器可以配置为选择性地调节至少一个辐射源以产生入射辐射。电子处理器可以配置为选择性地调节(i)每一辐射源的任务周期和(ii)供应到每一辐射源的电驱动电流的至少一个，以产生具有选取的光谱形的入射辐射。电子处理器可以配置为调节辐射源以补偿对象对入射辐射的吸收其中补偿包括基于对象的吸收光谱调节辐射源。电子处理器可以配置为调节辐射源以(i)修正辐射源中的不同的发射强度，或者(ii)以修正检测器的光谱监测效率的变化。电子处理器可以配置为调节每一辐射源以使得每一辐射源具有选取的光谱轮廓。
辐射源可以包括定位在具有检测器9毫米或者更少距离处的短距离源，以及至少两个长距离源，每个定位在距离检测器10毫米或更远的距离处。辐射源可以包括至少两短距离源和至少三个长距离源。
电子处理器可以配置为选择长距离源之一以产生至少一部分入射辐射，这是通过用由每一长距离源产生的入射辐射照射对象，对应每一长距离源的照射测量对象的吸收光谱，以及比较测量的吸收光谱以选择一个长距离源。该比较可以包括：(a)对于每个长距离源，拟合对应长距离源的吸收光谱到泰勒级数模型用于对象的吸收光谱，并确定吸收光谱和模型之间的平均误差；和(b)选择对应吸收光谱和模型之间的最小平均误差的长距离源。所述比较可以包括在拟合吸收光谱对应长距离源之前，标准化吸收光谱。所述比较可以包括在拟合吸收光谱对应长距离源之前修正对应长距离源的每一吸收光谱以利用源于通过暴露对象到来自短距离源的辐射获得的吸收光谱的信息减小由于对象中的皮肤和脂肪层所引起的光谱影响。
选择长距离源可以包括确定选择的长距离源是否满足最小适合性标准。确定选择的长距离源是否满足最小的适合性标准可以包括确定模型拟合误差的平均值(μ)和标准偏差(σ)，其中电子处理器可以配置为选择长距离源，如果模型和对应选择的长距离源的吸收光谱之间的平均误差是在间隔(μ-3σ，μ+3σ)之内的话。
传感器可以包括辐射源，其包括两个或多个短距离源，电子处理器可以配置为选择短距离源和长距离源的组合以通过以下来产生至少一部分入射辐射：(a)通过由每一短距离源产生的入射辐射照射对象；(b)测量对应每一短距离源的吸收光谱；(c)通过对应短距离源的每一光谱修正对应长距离源的每一光谱；(d)拟合修正的光谱到泰勒级数模型用于对象的吸收光谱并确定每一修正的光谱和模型之间的拟合误差；以及(e)识别对应修正的光谱中的最小拟合误差的包括短距离源和长距离源的组合。
电子处理器可以配置为测量对象的修正吸收光谱，其是通过基于源于长距离源之一照射对象而从样品产生的辐射测量对象的第一吸收光谱，基于源于一个或多个短距离源照射对象而从样品产生的辐射测量第二吸收光谱，以及基于第二吸收光谱修正第一吸收光谱。
传感器可以包括非一次性部分和一次性部分，其中一次性部分接触非一次性部分并包括具有配置来直接附着到样品的粘接表面的柔性层。传感器可以包括定位在传感器的非一次性部分上的短距离辐射源，和定位在传感器的一次性部分上的两个或多个长距离辐射源。
传感器可以包括显示单元，其中显示单元定位在传感器的表面上，传感器的该表面与另一表面相对，通过该另一表面入射辐射通过多个辐射源发出。显示单元可以配置为显示对象的一个或多个属性的至少一些的值。所述显示可以进一步配置为显示对象的一个或多个属性的以前测定的值。
传感器可以包括通信接口，该通信接口包括配置为传输数据到传感器和从传感器传输数据的无线发射器和接收器，其中传感器配置为通过网络传输数据。
一个或多个属性可以包括对象的氧饱和、氧张力、pH、血细胞容量计、血红蛋白浓度、厌氧阈、含水率和氧消耗的至少一个。
电子处理器可以配置为在分析来自对象的辐射的过程中保持非零测量的检测器信号强度在预定的信号强度范围内。保持检测器信号强度在预定范围内可以包括调节检测器的电子增益和信号采集时间的至少一个以控制信号强度。保持检测器信号强度在预定范围之内可以包括选择多个辐射源的不同的一个以导向入射辐射到对象。选择多个辐射源的不同的一个可以包括从定位在距离检测器10毫米或更远处的辐射源中选择不同的辐射源。选择多个辐射源的不同的一个可以包括从定位在距离检测器9毫米或者更短距离处的辐射源中选择不同的辐射源。
电子处理器可以配置为提供关于对象的一个或多个属性的信息到治疗装置以控制治疗装置。
安装构件可以包括接触样品的第一一次性部分和第二非一次性部分，多个辐射源、检测器和电子处理器附着到第二非一次性部分，其中一次性部分至少部分地可被近红外辐射穿透并形成一窗口，通过辐射源产生的入射辐射通过该窗口到达样品。
在一些实施例中，多个辐射源可以直接附着到电路板。在某些实施例中，多个辐射源可以固定地附着到电路板。在一些实施例中，多个辐射源可以附着到电路板以使得在使用过程中多个辐射源直接接触对象，湖综合直接接触定位在传感器和对象之间的材料层(例如，粘接层)。辐射源可以直接电接触电路板。
在某些实施例中，传感器可以包括多个光谱检测器和一个或多个辐射源。
传感器可以包括附着到电路板的电源。电源可以包括电池。电池可以是可再充电电池和一次性电池之一。例如，电池可以是可再充电电池，传感器可以包括配置为在电池的充电过程中支撑传感器的设备。
传感器可以配置为直接附着到样品。至少一部分传感器可以是柔性的，并且传感器可以配置为适合样品的形状。
检测器可以包括电荷耦合器件。替代地，或者额外地，检测器可以包括基于互补金属氧化物半导体的装置。检测器可以包括可线性变化的过滤器。
传感器的最大尺寸可以小于15厘米(例如，小于8厘米)。检测器的光谱分辨率的半最大值全宽(FWHM)可以是10.0nm或者更小(例如，2.0nm或者更小、0.5nm或者更小)。
多个辐射源的至少一些可以包括发光二极管。例如，多个辐射源的每个可以包括一个或多个发光二极管。多个辐射源的至少一些可以包括多个发光二极管。替代地，或者额外地，多个辐射源的至少一些可以包括白炽光源。
通过发光二极管发出的辐射可以包括近红外辐射。近红外辐射可以包括这样的辐射，即包括600nm和1100nm之间的波长的辐射。多个发光二极管可以配置为产生具有25nm更更大(例如，100nm或更大，500nm或更大)的半最大值全宽(FWHM)光谱带宽。
电子处理器可以配置为选择性地调节发光二极管的至少一些以产生入射辐射。选择性地调节发光二极管的至少一些可以包括调节由发光二极管发出的辐射强度。发光二极管可以通过调节发光二极管的任务周期进行调节。发光二极管可以通过调节提供给发光二极管的驱动电流而进行调节。发光二极管可以被调节以增大或者减小来自多个辐射源的总输出辐射强度。
发光二极管可以被调节以补偿通过样品对入射辐射的吸收。对吸收的补偿可以包括基于选取的在样品的辐射吸收光谱内的吸收带调节至少一些发光二极管。电子处理器可以配置为调节多个发光二极管的至少一些的输出强度以产生具有选择的光谱形的入射辐射。入射辐射的光谱形可以被选取来至少部分地修正用于样品对入射辐射的吸收。入射辐射的光谱形可以被选择来以至少部分地修正用于多个发光二极管中的不同发射强度。入射辐射的光谱形可以被选择来至少部分地修正用于检测器的光谱检测效率的变化。
至少一些辐射源可以包括定位在距离检测器9毫米或者更短(例如距离检测器8毫米或者更短，7毫米或者更短，6毫米或者更短，5或者更短，4毫米或者更短，3毫米或者更短，2.5毫米或者更短)距离处的短距离源。传感器可以包括一个或多个短距离源(例如，两个或多个短距离源、三个或多个短距离源、五个或多个短距离源、七个或多个短距离源、超过七个短距离源)。
至少一些辐射源可以包括定位在距离检测器10毫米或更远(例如距离检测器20毫米或更远、距离检测器50毫米或更远)距离处的长距离源。每一长距离源相对于另一个长距离源可以定位在距离检测器的不同的距离处。
多个辐射源的至少一些可以包括：包括多个辐射发射元件的包。多个辐射源的至少一些的每个可以包括两个或多个包。至少一些包可以包括两个或多个辐射发射元件。
电子处理器可以配置为选择两个或多个长距离源的一个以产生入射辐射。电子处理器可以配置为基于样品的吸收光谱中的光谱特征选择长距离源或者基于样品光谱中的吸收光谱带的预期形状和测量形状之间的相关性选择长距离源。吸收光谱带的测量形状可以通过从长距离源导向入射辐射到样品并测量从样品散射的辐射而确定。
在其它实施例中，电子处理器可以配置为选择长距离源，其是通过用由每一长距离源产生的入射辐射照射样品，基于来自每一长距离源的入射辐射测量样品的吸收光谱，和比较吸收光谱以选择一个长距离源。所述比较可以包括：(i)对于每个长距离源，拟合对应长距离源的吸收光谱到模型(例如，泰勒级数模型，或者另一个另一类型的模型)用于吸收光谱，并确定吸收光谱和模型之间的误差；和(ii)选择对应吸收光谱和模型之间的最小平均误差的长距离源。所述比较还可以包括，在拟合之前，基于通过用由一个或多个短距离源产生的入射辐射照射样品而测量的吸收信息修正对应长距离源的每一光谱。在其它的实施例中，所述比较还可以包括选择长距离源，对于该长距离源，对应光谱和模型之间的误差满足最小适合性标准。最小适合性标准可以包括具有在误差平均值的3σ内的相对于模型的误差的光谱。
在又另一实施例中，电子处理器可以配置为测量样品的修正的吸收光谱，其是通过基于源于一个长距离源的散射照射辐射测量样品的第一吸收光谱，基于源于一个或多个短距离源的散射的照射辐射测量样品的第二吸收光谱，和基于第二吸收光谱修正第一吸收光谱。第一吸收光谱可以被修正以减少样品中的皮肤色素沉着的光谱效果。替代地，或者额外地，第一吸收光谱可以被修正以减少样品中的脂肪的光谱效果。
电子处理器还可以配置为基于从至少三个长距离源散射的照射辐射测量样品的至少三个修正的吸收光谱。
在某些实施例中，传感器可以包括定位来附着传感器到样品的粘接元件。粘接元件可以是一次性的。在其它实施例中，传感器可以是一次性的或者非一次性的。或者，传感器可以包括非一次性的部分和连接到非一次性部分的一次性部分。
多个辐射源可以包括相对于检测器位置的一个或多个短距离辐射源和一个或多个长距离辐射源，并且每一短距离源可以定位在非一次性部分上，而每一长距离源可以定位在一次性部分上。传感器可以包括电源，电源包括一次性电池，其中一次性电池定位在一次性部分上。或者，传感器可以包括电源，电源包括一次性电池，其中一次性电池定位在非一次性部分上。
在各个实施例中，传感器可以包括配置为附着到样品的套筒，所述套筒包括配置为容纳传感器的袋。套筒可以是能至少部分地被近红外辐射穿透的。
传感器可以包括显示单元。显示单元可以定位在传感器的表面上，传感器的该表面与另一表面相对，通过该另一表面入射辐射通过多个辐射源发出。
在某些实施例中，传感器可以包括，或者还包括，通信接口。通信接口可以包括配置为发送来自传感器的数据或者接收发送到传感器的数据的无线发射器和接收器。通信接口可以包括配置为发送来自传感器的数据或者接收发送到传感器的数据的端口。传感器可以配置为通过通信接口发送数据到外部装置。传感器可以配置为通过通信接口发送数据到网络。网络可以是因特网。网络可以是移动电话网络。支持设备可以包括通信接口，传感器可以配置为在电池充电过程中发送数据到支持设备。
一个或多个属性可以包括样品的氧饱和、氧张力、pH、血细胞容量计、血红蛋白浓度、厌氧阈、含水率和氧消耗的至少一个。样品可以包括肌肉组织。样品可以包括人体或者动物的一部分。样品可以包括定位在传感器和肌肉组织之间的皮肤和脂肪层。
传感器可以包括围绕电路板的壳体、多个辐射源和检测器，其中壳体配置为附着到包括样品的对象。
传感器可以配置为将氧饱和、氧张力、pH、含水率和血细胞容量计的至少一个传送到外部系统，外部系统可以配置为控制包括样品的对象中的氧饱和、氧张力、pH、含水率和血细胞容量计的至少一个。
在各个实施例中，选择多个辐射源的一个可以包括用由多个源的每一个产生的入射辐射照射样品，基于来自每一源的入射辐射测量样品的吸收光谱，并比较吸收光谱以选择一个源。
选择多个辐射源的一个可以包括选择对应光谱特征的预期形状和测量形状之间的最相关的辐射源。光谱特征可以是吸收光谱带。
传感器和/或设备的实施例还可以根据情况包括在这里公开的其它特征。
在另一个方面，本发明的特征在于用于测量一个或多个样品属性的方法，所述方法包括选择多个辐射源之一并将来自选取的源的辐射导向来入射在样品上，检测来自样品的辐射，和基于检测的辐射确定一个或多个样品属性。所述选择包括：(a)对于多个辐射源的每一个，通过暴露样品到来自辐射源的辐射测量样品的吸收光谱；(b)拟合吸收光谱到用于样品吸收的模型，并确定每个光谱相对于模型的平均拟合误差；以及(c)选择对应具有最小平均拟合误差的光谱的源。
所述方法的实施例可以包括以下特征的一个或多个。
模型可以是泰勒级数模型。所述选择可以包括在确定平均拟合误差之前标准化每一吸收光谱。所述选择可以包括在确定平均拟合误差之前修正每一吸收光谱以减少样品中的皮肤和脂肪层所致的光谱效果。所述选择可以包括确定与拟合误差相关的平均值μ和标准偏差值σ，并选择这样的源，即从对应该源的吸收光谱确定的平均拟合误差是在间隔(μ-3σ，μ+3σ)的范围内。
所述方法可以包括，在检测来自样品的辐射的过程中，保持检测到的辐射信号的强度大于零或者在预定的信号强度范围内。保持信号强度在预定范围内可以包括调节检测器的电子增益和信号采集时间的至少之一，其中在所述信号采集时间的过程中辐射被检测以控制信号强度。保持信号强度在预定范围内可以包括选择多个辐射源的不同个来导向辐射到样品。
所述方法可以包括传输氧饱和、氧张力、pH、含水率和血细胞容量计的至少一个的值到外部系统，其中外部系统配置为控制包括样品的对象中的氧饱和、氧张力、pH、含水率和血细胞容量计的至少一个。
所述方法的实施例还可以根据情况包括在这里公开的其它步骤和/或特征的任一。
公开的各实施例可以包括以下优点的一个或多个。
在一些实施例中，在此公开的传感器并不使用光纤以耦合来自照射源的入射辐射到样品和/或耦合从样品散射的辐射到检测器。典型地，光纤会是易碎的并在使用过程中受到破坏。制造光纤到精确的公差会是困难的、耗时的以及昂贵的。进一步地，包括在源、样品和检测器之间耦合辐射的光纤的传感器可以受益于周期性的再校准以应对光纤随着时间的退化。在这里公开的传感器通过样品、通过空气以及通过各种大体积的光学元件耦合辐射从源到样品以及从样品到检测器。这些辐射传播介质不会受到光纤典型地会受到的相同制造限制、成本和降级。
在某些实施例中，在这里公开的传感器包括所有的固态部件，既包括电子部件也包括光学部件。结果，部件可以典型地可靠地和/或便宜地进行制造，如有必要大规模地进行生产。部件的批量生产可以产生足够便宜以在使用后部分地或者完全地一次性的传感器。在一些实施例中，例如，传感器通过一次性的粘接垫附着到身体部分。在一些实施例中，整个传感器形成为密封的一件式的单元，并且为使用后一次性的。在一些实施例中，传感器的一部分(例如，仅包括长距离照射源的部分)是一次性的，而传感器的其它部分是可再用的。
在一些实施例中，一些或者全部的传感器的辐射源包括多个发光二极管(LED)，并且传感器的电子处理器可以调节一些或者全部LED的集成输出强度以产生具有选取的光谱特性的入射辐射。例如，一些或者全部的LED的强度可以调节以补偿：在某些波长比在其它波长样品对入射辐射的吸收更强；在检测器中的可变的取决于波长的检测效率；以及可变的取决于波长和二极管的发射强度。结果，入射辐射的光谱特性可以调节以提供电磁波光谱的样品强烈吸收入射辐射的部分中的提高的灵敏度。
典型地，传感器包括配置为集体地发射具有相对宽的频带宽度的入射辐射多个LED。相应地，光谱检测器可以配置为在相对大量的波长下采样散射的辐射，并因此可以提供相对高的光谱分辨率。此外，因为样品的吸收光谱可以在相对大量的波长下确定，所以吸收光谱可以被修正以减少和/或消除由于样品中的皮肤和脂肪层引起的光谱贡献。
在某些实施例中，传感器包括光谱检测器，该光谱检测器包括可线性变化的过滤器(LVF)或者可变的Fabry Perot校准器(FPE)，其具有相对高的温度稳定性。例如，由于LVF的结构，LVF的温度稳定性典型地高于某些其它类型的光谱检测器例如基于光栅的系统的温度稳定性。结果，在这里公开的传感器可以典型地在宽范围的温度上使用，而不必再校准检测器。
在这里公开的传感器可以是便携的甚至是可穿戴的，并可以包括电路板，包括多个辐射源、光谱检测器、电子处理器、通信接口和电源的传感器部件可以安装在该电路板上。结果，传感器可以穿戴在衣服下或者作为衣服的一部分，并可以用于例如体育训练过程中、患者监测、修复和场医学以及患者转运过程中的环境中，对穿戴者施加相对少的干扰或者负担。传感器还可以由动物穿戴，相对于更多的传统的监控装置具有相对少的不适性。
除非另有说明，在此使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员所通常理解的意思相同的意思。尽管与在此描述的类似或等同的方法和材料可以用于本公开的实施或者测试中，但是适当的方法和材料描述如下。所有的出版物、专利申请、专利以及其它在此提及的参考文献被全文引入作为参考。如果存在冲突，以包括定义的本描述为准。此外，材料、方法和例子仅仅是示例性的，并不意在为限制性的。
一个或多个实施例的细节在下面的附图和描述中提出。其它的特征和优点将从描述、附图和权利要求变得明显。
附图说明
图1A和1B分别是传感器的实施例的底部和顶部示意图。
图1C是传感器的另一实施例的底部示意图。
图2是示出附着到样品表面的传感器的示意图。
图3A和3B是示出传感器壳体的传感器的视图。
图4是示出检测器的实施例的示意图。
图5是示出包括准直元件的检测器的侧视图的示意图。
图6A是示出传感器通过粘接垫附着到样品的示意图。
图6B是示出传感器通过辐射源安装在其上的一次性构件附着到样品的示意图。
图7是示出通过粘接贴片固定到样品的传感器的示意图。
图8是示出用于附着传感器到样品的套筒的示意图。
图9是示出用于传感器的充电托架的实施例的示意图。
图10是示出用于传感器的校准检查和源选择程序的步骤的流程图。
图11是示出使用传感器的测量程序的步骤的流程图。
图12A-D是在对象身体上的不同位置测量的用于人体测试对象的反射光谱的图形。
图13A是比较基于在对象身体的不同位置以及以不同的源-检测器间隔执行的光谱反射测量的用于测试对象的氧饱和的计算值的条形图。
图13B是示出与图13A所示的氧饱和的值相关的泰勒级数模型拟合误差的条形图。
图14A是示出对测试对象测量的反射光谱的暂时时间序列的图形。
图14B是示出与图14A所示的光谱的暂时时间序列相关的泰勒级数模型拟合误差的图形。
图15是从多个LED测量的发射辐射光谱，其中每个LED从电源接收相同百分数的驱动电流。
图16是从多个LED测量的发射辐射光谱，其中一些LED从电源接收不同百分数的驱动电流。
图17是示出在从样品测量反射光谱的过程中作为时间函数的样品温度的图形。
图18是示出确定用于传感器的平均增益水平的图形。
图19A-B是示出利用长的源-检测器距离的用于光纤探针和传感器的作为名义反射标准的函数的测量的光强的图形。
图20A-B是示出利用短的源-检测器距离用于光纤探针和传感器的作为名义反射标准的函数的测量的光强的图形。
图21是示出利用不同的传感器校准方法测量的波长校准曲线的图形。
图22是示出在动脉阻塞测试协议过程中随着时间推移获得的一系列反射光谱的图形。
图23是在血液闭塞测试协议过程中作为源于图22的反射光谱的时间的函数的氧饱和的图形。
图24是示出用于一系列组织的假想图(phantom)的作为脂肪厚度函数的预测的反射辐射强度的图表。
图25A-B是分别示出利用短的源-检测器间隔用于中等色调和深色调组织的假想图的作为脂肪厚度函数的传感器测量的反射辐射强度的图形。
图26A-B是分别示出利用长的源-检测器间隔的用于中等和深色调组织的假想图的作为脂肪厚度的函数的传感器测量的反射辐射强度的图形。
图27是利用短的源-检测器间隔的用于中等和深色调组织的假想图的作为脂肪厚度函数的光纤探针测量的反射辐射强度的图形。
图28是示出利用长的源-检测器间隔的用于中等和深色调组织的假想图的作为脂肪厚度函数的光纤探针测量的反射辐射强度的图形。
图29是示出用于光纤探针和传感器的在测试协议过程中在不同点的肌肉氧饱和的计算值的条形图。
图30是示出在测试对象中的已知的肌肉pH值和通过传感器测量的反射光谱得出的肌肉pH值之间的对应性的图形。
图31是包括在检测器的相对侧面上的短距离和长距离辐射源的传感器的实施例的示意图。
图32是包括沿着不同的方向从检测器间隔开的短距离和长距离辐射源的传感器的实施例的示意图。
图33是包括环形的辐射源的传感器的实施例的示意图。
图34是包括一个辐射源和多个检测器的传感器的实施例的示意图。
图35是包括多个短距离源的传感器的实施例的示意图。
在各个附图中相同的附图标记表示相同的元件。
具体实施方式
在这里公开的是用于确定特别地包括人体对象的样品的属性的传感器和相关方法。传感器典型地但非排他地配置为测量样品的近红外吸收或者从样品反射的光谱，并基于吸收或者反射光谱计算一个或多个样品参数。传感器是相对小的，并可以包括电路板，全部的传感器部件在该电路板上。结果，传感器特别地能够由人体对象磨损更长的时间，即使是在相对高的物理应力期间。
图1A和1B是分别示出传感器10的底部表面和顶部表面的示意图。传感器10包括光谱检测器12、两个短距离辐射源14a和14b和六个长距离辐射源16a、16b、16c、16d、16e和16f。检测器12和辐射源14a-b和16a-f安装到电路板18。短距离辐射源14a和14b的每一个可以包括一个或多个包，每个包可以包括产生照射辐射的一个或多个元件。类似地，长距离辐射源16a-f的每个可以包括一个或多个包，每个包可以包括产生照射辐射的一个或多个元件。
图1A和1B示出包括两个短距离源14a和14b和六个长距离源16a-f的传感器10的实施例，但是，更一般地，传感器10可以包括任何数量的短距离辐射源和任何数量的长距离辐射源。例如，在一些实施例中，传感器10可以包括一个或多个短距离辐射源(例如，两个或更多的短距离辐射源，三个或更多的短距离，四个或更多的短距离辐射源，五个或更多的短距离辐射源，六个或更多的短距离辐射源，八个或更多的短距离辐射源，或者甚至更多的短距离辐射源)。在某些实施例中，传感器10可以包括一个或多个长距离辐射源(例如，两个或更多的长距离辐射源，三个或更多的长距离辐射源，四个或更多的长距离辐射源，五个或更多的长距离辐射源，六个或更多的长距离辐射源，八个或更多的长距离辐射源，或者甚至更多的长距离辐射源)。
在传感器10中的短和长距离源可以直接附着到电路板18。也就是，这些源可以直接安装到电路板18，而不是经由电线或者电缆或者光纤连接到电路板18。在一些实施例中，短和长距离源可以直接焊接到电路板18(例如，没有分隔这些源和电路板18的间隔器或者其它元件)。在某些实施例中，短和长距离源还可以固定地附着到电路板(例如，安装在电路板18上以使得在源和电路板18之间存在固定的空间关系)。通过固定附着，这些源并不独立于电路板18运动，而如果这些源是通过电缆或者光纤附着，则这些源会独立于电路板18运动。相反地，这些源刚性地附着到电路板18以使得这些源关于电路板18的位置并不改变。
通常，短距离和长距离辐射源的每一个可以包括一个或多个包(例如，两个或更多的包，两个或更多的包，三个或更多的包，四个或更多的包，五个或更多的包，六个或更多的包，或者甚至更多的包)。每一包可以包括产生照射辐射的一个或多个元件(例如，两个或更多的元件，三个或更多的元件，四个或更多的元件，或者甚至更多的元件)。进一步地，放射不同波长的辐射的元件可以定位在不同的空间位置，其取决于样品和检测器。例如，如果检测器12配置为在不同的空间位置分辨不同的波长，那么短和长距离源的一些或者全部中的元件和/或包可以定位为直接地或者相对地对应检测器12的构型。
在一些实施例中，在短和/或长距离辐射源的一些中的包的数量可以变化。例如，定位为更远离检测器12的源可以包括更多数量的包，以保证足够的散射辐射强度由检测器12测量。通常，短和/或长距离源的任一可以包括任何数量的包，包的数量选择来保证样品通过期望分布的入射辐射充分照射，并保证检测器12获得从样品散射的辐射的适当的测量。例如，在一些实施例中，定位为最远离检测器12的长距离源可以包括定位为最靠近检测器12的长距离源的1.5倍数量的包(例如，2.0倍数量的包，2.5倍数量的包，3.0倍数量的包，3.5倍数量的包，4.0倍数量的包)。
在每个短和长距离辐射源的包中的元件典型地选择为以使得当元件被促动(例如，发射光线)时，通过这些元件集体地产生的光的光谱对应于光谱分布的期望照射辐射。光谱分布可以通过定位特定元件在短和/或长距离源中而改变，以使得样品可以根据特定的光谱分布进行照射。在一些实施例中，例如，用于一个或多个短和/或长距离源的照射光谱可以选取为以使得在光谱的特定区域中传感器10的测量敏感度提高，如前所述。
如图1A所示，辐射源14a-b和16a-f的发射窗以及检测器12的辐射入口表面暴露在传感器10的底面上。
传感器10还包括电子处理器20、任选的应用处理器22、任选的显示单元24、电源26和通信接口28。处理器20和22、显示单元24、电源26和接口28安装到电路板18的上表面，如图1B所示。在一些实施例中，处理器22并不包括在传感器10中；而是，处理器22是经由通信接口28与传感器10通信的外部计算装置(例如，个人计算机)的一部分，并执行在这里公开的处理器22(或者处理器20)的一些或者全部功能。
在一些实施例中，长距离辐射源的一些(或者全部)可以安装在经由适当的连接器接口到电路板18的单独的电路板上。图1C示出传感器10的底部的示意图，传感器10包括第一电路板18和第二电路板19。第一电路板18包括检测器12和两个短距离源14a-b。第二电路板19包括五个长距离源16a-e。连接器21连接第一和第二电路板，并允许这些电路板之间的通信(例如，交换数据和控制信号)。典型地，例如，处理器20(和任选地，处理器22)位于第一电路板18上，并经由连接器21与长距离源16a-e通信。
在某些实施例中，电源26安装在第一电路板18上，并还可以经由连接器21与源16a-e通信。电源26可以包括例如可再充电电池。在一些实施例中，电源26可以包括一次性电池。在例如如图1C所示的实施例中，一次性电池可以定位在第一电路板18上或者连接到第一电路板18。或者，一次性电池定位在第二电路板19上或者连接到第二电路板19。如果第二电路板19是一次性的电路板，电池可以随着第二电路板19同时处理掉。
图2示出安装在样品30上的传感器10的示意图。样品30包括一层或多层皮肤32、皮下脂肪层34和下面的肌肉组织36。传感器10配置为通过导向由至少一个(例如全部的)辐射源14ab和至少一个辐射源16a-f产生的辐射38以入射在肌肉组织36上而询问(interrogate)肌肉组织36。散射的辐射40通过检测器12(未示出)接收和分析以确定散射的辐射的光谱。散射的辐射光谱然后通过电子处理器20和/或处理器22(未示出)处理以确定肌肉组织36的吸收光谱。基于吸收光谱，电子处理器20和/或22可以确定样品30(和特别地样品30中的肌肉组织36)的一个或多个属性。
通常，通过检测器12测量的散射的辐射光谱，其典型地包括关于从样品30散射的辐射的波长依赖的信息，可以利用熟知的方法通过电子处理器转换到肌肉组织36的吸收光谱。如前所述，在下面的讨论中，参照样品例如样品30的吸收光谱。但是，在这里公开的设备和方法也可以用于从测量的散射的辐射获得反射光谱；反射和吸收通过简单的数学变换相关联。用于转化光谱散射辐射信息为关于样品的反射和吸收光谱的方法公开在例如美国专利申请公开号US 2008/0097173中。
除转化散射的辐射信息到吸收和/或反射光谱之外，处理器20和/或22可以配置(例如，利用存储在记忆单元、磁存储单元和/或光存储单元中的校准等式和/或数据)为分析吸收光谱以获得关于样品30的生理重要参数的测量。通常，处理器20和/或22可以配置为执行在这里讨论的任何分析步骤。
在一些实施例中，关于样品30的一个或多个吸收光谱可以被分析以确定样品中的pH(例如，肌肉组织pH)。用于确定组织pH的系统和方法公开在例如标题为“Optical Measurement of Tissue pH”的美国专利No.5,813,403中，该美国专利的整个内容在此被引入作为参考。
在某些实施例中，关于样品30的一个或多个吸收光谱可以被分析以确定样品中的血细胞容量计。用于确定血液血细胞容量计的系统和方法公开在例如标题为“Noninvasive Optical Measurement of Blood Hematocrit”的美国专利No.6,006,119中，该美国专利的整个内容在此被引入作为参考。
在一些实施例中，关于样品30的一个或多个吸收光谱可以被分析以确定例如血红蛋白浓度和/或含水率和/或氧张力和/或组织氧饱和的量。用于确定这些量的系统和方法公开在例如美国专利申请公开号US2008/0097173中以及美国专利No.6,766,188中，该美国专利申请和该美国专利的整个内容在此被引入作为参考。
在某些实施例中，关于样品30的一个或多个吸收光谱可以被分析以确定例如样品中的厌氧阈和/或代谢率(例如耗氧率)的量。用于确定这些量的系统和方法公开在于2008年7月14日提交的例如标题为“Physical Performance Monitoring and Monitors”的美国专利申请序列号No.12/172,942中，该美国专利申请的整个内容在此被引入作为参考。
在一些实施例中，关于样品30的一个或多个吸收光谱可以被分析以确定其它量，例如样品30内的感兴趣的组织的温度。此外，处理器20和/或22可以包括基于硬件的温度监测器，其有效地监测例如传感器10附着到其上的样品表面的温度。
典型地，传感器10包括壳体，壳体围绕部件例如电路板18并且还包括孔，所述孔允许由短和长距离源产生的辐射从壳体出来，并允许从样品散射的辐射入射在检测器12上。图3A和3B分别示出包括壳体11的传感器10的底部视图和顶部视图。形成在壳体11的底面上的孔暴露长距离源16a-e、短距离源14a-b和检测器12，如图3A所示。形成在壳体11的侧表面上的孔17a和17b允许分别连接到通信接口28和电源26。环15允许紧固件例如带(例如，VelcroTM带或者其它类型的带)固定壳体11到样品(例如，对象的臂或者腿)。
典型地，传感器10的尺度小于传统的光谱装置的相应尺度。参照图3B，传感器10的壳体包括底面，该底面具有最大尺度L、在垂直于最大尺度L方向测量的最大宽度W和在垂直于最大尺寸L和最大宽度W二者的方向测量的厚度T。
传感器10的尺度L、W和T可以根据包括在传感器10中的各部件(例如，辐射源、处理器、显示单元、电源的数量和空间位置)而变化。在图3A和3B所示的实施例中，尺度L、W和T分别为大约110毫米、55毫米和20毫米。
但是，通常，传感器10的尺度L、W和T可以在不同实施例中不同。在一些实施例中，最大尺度L可以是15毫米或更大(例如，20毫米或更大，30毫米或更大，40毫米或更大，50毫米或更大，60毫米或更大，70毫米或更大，80毫米或更大)和/或150毫米或者更小(例如，140毫米或者更小，130毫米或者更小，120毫米或者更小，110毫米或者更小，100毫米或者更小，90毫米或者更小)。在某些实施例中，最大宽度W可以是10毫米或者更大(例如，15毫米或者更大，20毫米或者更大，25毫米或者更大，30毫米或者更大，35毫米或者更大，40毫米或者更大)和/或75毫米或者更小(例如，70毫米或者更小，65毫米或者更小，60毫米或者更小，55毫米或者更小，50毫米或者更小，45毫米或者更小)。
在一些实施例中，厚度T可以是5毫米或者更大(例如，10毫米或者更大，15毫米或者更大，20毫米或者更大)和/或30毫米或者更小(25毫米或者更小)。典型地，传感器10是足够薄的(例如，厚度T是足够小的)以使得传感器10可以由人体或者动物对象舒适地穿戴而不会导致不当的不适。对于人体对象，这样的传感器可以舒适地穿戴在例如衣服下面。
检测器12是配置为分析作为波长函数的输入辐射的光谱检测器。在某些实施例中，例如，检测器12可以包括可线性变化的过滤器或者可变FabryPerot校准器(FPE)，其耦合到辐射检测器例如线性光电二极管阵列、电荷耦合器件(CCD)或者互补金属氧化物半导体(CMOS)装置。图4是包括耦合到线性阵列CCD检测器50的可线性变化的过滤器(LVF)54的检测器12的示意图。LVF54实质上为楔形带通过滤器，并包括镜子层42和44、间隔器层46和基板48，其集体地用作校准器或者干涉带通过滤器。辐射52(例如，准直辐射)沿着如图4所示的z方向入射在检测器12上。带通干涉滤光器和可变带通过滤器例如LVF的设计、操作和功能公开在例如由JDSUniphase(再版)出版的“Interference Filter Handbook”中，其整个内容在此被引入作为参考。
在一些实施例中，检测器12具有在传感器10的宽度W方向测量的长度，该长度为2毫米或者更大(例如，4毫米或者更大，6毫米或者更大，8毫米或者更大，10毫米或者更大，12毫米或者更大)和/或20毫米或者更小(例如，18毫米或者更小，16毫米或者更小，14毫米或者更小)。在某些实施例中，检测器12具有在传感器10的厚度T方向测量的厚度，其为0.1毫米或者更大(例如，0.2毫米或者更大，0.3毫米或者更大，0.5毫米或者更大，1.0毫米或者更大，2.0毫米或者更大)和/或5.0毫米或者更小(例如，4.0毫米或者更小，3.0毫米或者更小，2.5毫米或者更小)。
在一些实施例中，检测器12具有在传感器10的长度L方向测量的宽度，其为1.0毫米或者更大(例如，1.5毫米或者更大，2.0毫米或者更大，2.5毫米或者更大)和/或4.0毫米或者更小(例如，3.5毫米或者更小，3.0毫米或者更小)。
装置例如LVF、FPE和CCD检测器通常具有鲁棒性，不会随着时间明显降级。结果，这些装置的光谱属性典型地保持相对恒定，从而消除随着时间推移执行检测器12的再校准的需要，此外，LVF、FPE和CCD检测器在温度波动的影响下是相对稳定的。典型地，LVF54的层由各种非晶形或者晶体材料形成，其在温度温和变化下不会明显膨胀或者收缩。结果，LVF54的光谱过滤属性对于温和的温度变化保持相对无变化，并且检测器12并不典型地必须校准用于可变温度操作。
通常，检测器12可以包括各种类型的光谱检测器。例如，检测器12可以包括这样的检测器，即，包括耦合到波长分散元件例如一个或多个衍射光栅和/或棱柱的辐射敏感元件(例如，光电二极管阵列和/或CCD和/或CMOS装置)的检测器。此外，检测器12可以包括其它类型的分散和/或过滤元件(例如衍射光学元件、基于液晶的过滤器、带通过滤器、可调校准器)，其用于提供入射辐射的波长敏感检测和/或分析。
在某些实施例中，检测器12的半最大值全宽(FWHM)光谱分辨率是10.0nm或者更小(例如，8.0nm或者更小，6.0nm或者更小，5.0nm或者更小，4.0nm或者更小，3.0nm或者更小，2.0nm或者更小，1.0nm或者更小，0.5nm或者更小，0.25nm或者更小)。通常，FWHM光谱分辨率取决于有源检测器元件的数量(例如，在CCD检测器上的像素)和在检测器中的光学元件的波长分散能力。
在一些实施例中，传感器10可以包括配置为有效控制散射的辐射从样品30入射在检测器12上的角度范围的一个或多个光学元件。例如，图5示出包括附着到检测器12的表面(例如，接收从样品30散射的辐射的检测器12的表面)的准直元件56的传感器10。检测器12可以包括例如LVF，并且准直元件56可以直接附着成连接到LVF。检测器12还可以包括例如耦合到LVF的相对表面的CCD检测器。整个组件-准直元件56、LVF和CCD检测器-可以安装在电路板18上，如图5所示。准直元件56用以准直从样品30散射的辐射40以控制散射的辐射入射在检测器12上的角度的范围。LVF54的光谱带通属性，例如LVF54的光谱通频带的FWHM光谱宽和/或形状，取决于入射辐射的入射角。特别地，在LVF54上的散射的辐射的入射角的变化可以导致沿着CCD检测器50在一个或多个位置的带通波长的蓝色-偏移(blue-shift)，和/或LVF54中的光谱分辨率的损失(例如，通带宽度增加)。通过控制经由准直元件56入射的角度范围，检测器12的光谱属性可以在相对长的使用周期为可再生的。
通常，各种不同的准直元件56可被用于传感器10。示例性的准直元件包括光纤面板(例如，光纤窗)、准直孔装置、梯度指数(GRIN)透镜、纤维束、透镜阵列、光学窗口(包括整形的光学窗口)及其他类似装置。
传感器10典型地包括多个辐射源。在一些实施例中，一些或者全部辐射源包括发光二极管(LED)。传感器10的一些(或者全部的)辐射源可以提供相对宽的带宽入射辐射用于照射样品30。为了提供这样的辐射，辐射源可以包括一个或多个LED。例如，在某些实施例中，一些辐射源可以包括单一宽带的LED。在一些实施例中，某些辐射源可以包括多个LED。多个LED可以每个发射具有不同中心波长和/或光谱带宽的辐射。在一些实施例中，多个LED的一些可以发射具有相同的中心波长和/或频带宽度的辐射。
在如图1A所示的实施例中，例如，每个源14a-b和16a-f包括六个LED，其分别具有735nm、780nm、810nm、850nm、890nm和940nm的中心发射波长。六个LED一起可以被给电以传递高至大约500mW的总辐射功率，其取决于用于驱动/给电LED的方法。在如图1A所示的实施例中，LED定制包装为表面安装技术装置，具有大约2mm的宽度。每个包可以配置为保持多至三个LED模(辐射发射元件)。六个LED分布在两个LED包中；一个包包括三个LED模，其他个包括两个LED模。LED典型地由来自电源26的在3.5V和5V之间的稳定电源供电。在一些实施例中，电源26可以是例如递送6V或者更大电压的变压器组。
在一些实施例中，辐射源14a-b和16a-f的任何一个或者更多可以包括其它类型的辐射发射元件。例如，辐射源可以包括白炽(例如，钨丝)灯。适当的灯包括例如Gilway型号T-1和T-11/4，其可以从International Light Technologies(Peabody，MA)获得。这些灯具有相对低的工作电压(5V)、工作电流(0.06A)，并可以提供高至200,000小时的工作时间。此外，灯可以在3.5V下操作，具有相对少的近红外辐射输出降低，并具有稳定性和寿命的相对大的提高。类似的灯型号也是可以可用的，例如，来自例如Welch Allyn(Skaneateles Falls，NY)公司的。
通常，传感器10的一些或者全部的辐射源可以包括任何数量的辐射发射元件(例如，LED、钨丝灯)。在一些实施例中，例如辐射源可以包括一个或多个辐射发射元件(例如，两个或多个辐射发射元件，三个或者更多辐射发射元件，五个或者更多辐射发射元件，七个或者更多的辐射发射元件，九个或者更多的辐射发射元件)。
在一些实施例中，在一些短和/或长距离辐射源(和/或在短和/或长距离辐射源中的一些包)的辐射发射元件的数量可以变化。例如，定位为更远离检测器12的源可以包括具有更多数量的辐射发射元件的包，以保证整个的散射的辐射强度通过检测器12测量。通常，短和/或长距离源的包的任何可以包括任何数量的辐射发射元件，从而元件数量选择为保证样品通过期望分布的入射辐射进行充分照射，并保证检测器12获得从样品散射的辐射的适当的测量。
当传感器10的一些或者全部的辐射源包括多个辐射发射元件时，电子处理器20可以配置为调节辐射发射元件以控制通过多个元件产生的输出辐射的属性。特别地，例如，当传感器10的某些辐射源包括多个LED时，处理器20可以控制从各个LED的每一个发射的辐射强度以控制通过所述源产生的辐射的总体分布。发射辐射强度的控制可以例如通过数字-模拟变换器(DAC)实现，该变换器将来自处理器20和/或22的数字控制信号转换为施加到给定辐射源元件的模拟控制电压。对于适当分辨率的(例如14位的)DAC，可以实现对各个LED的发射强度的相对精细的控制，并且可以实现连续波发射。
或者，在一些实施例中，各个LED的直接数字控制可以通过处理器20和/或22经由LED的脉宽调制(PWM)实现。脉宽调制提供调整的(例如脉冲的)LED输出。在PWM控制下，在选择的临时窗口上的LED输出的累积强度被控制，从最大值(总是打开)到零(总是关闭)，根据调制信号的任务周期限定。这些极限之间的发射强度通过处理器20和/或22通过LED的高频脉冲而实现。通过控制LED发出脉冲的速率，LED的任务周期可以得以调节。例如，为了减小特定LED的发射强度从它的最大值到半最大值，LED的任务周期减小到50％。
在某些实施例中，各个LED的发射强度是固定的。也就是，对于每个LED的适当的发射强度基于特定测量场合而确定，并且供应到每一LED以实现对每一LED的期望强度的输出的电流被确定(如在例子3中进一步讨论的)。在用于每个LED的适当的驱动电流已经确定之后，电阻器可以被引入到用于每一LED的驱动电路中以保持用于每一LED的适当的驱动电流。用于LED的特定选择的适当的驱动电流(和电阻器)的确定可以利用校准传感器一次性完成，并且利用相同的LED组合构建的随后的传感器可以包括一套预定的电阻器；并不要求单独校准每个传感器。
处理器20和/或22可以配置为基于各种原因控制从多个辐射发射元件发射的辐射强度。例如，在某些实施例中，一些辐射发射元件的强度可以高于其它辐射发射元件的强度。通过控制(例如，减小)某些辐射发射元件的强度，导向到样品的照射辐射的光谱轮廓可以更加均一，例如，或者可以被修改以使得光谱轮廓更通常地呈现期望(并且已知的)形状。通过利用具有已知形状的照射辐射，它可以更易于识别例如在测量的从样品散射的辐射中的感兴趣的光谱特征。
作为另一例子，在一些实施例中，检测器12对入射辐射的敏感度可以作为辐射的波长的函数变化。相应地，照射辐射的光谱轮廓可以选择为减小或者消除在测量的散射的辐射光谱中由于检测器灵敏度的该变化引起的光谱特征。如上，选择照射辐射的光谱轮廓可以包括增大和/或减小在处理器20和/或22控制下相对于其它的辐射发射体从某些辐射发射器发射的辐射强度。
作为其它例子，在一些实施例中，样品(例如，样品30)可以包括吸收在一个或更多公知波长下的入射辐射的半体。为了提高在测量的散射的辐射中的信噪比(以及甚至为了使得能够测量在吸收波长的散射的辐射)某些辐射发射器的发射强度可以相对于其它辐射放射器增大和/或减小。特别地，发射落在吸收光谱带中的辐射的辐射发射器的发射强度可以相对于其它发射器的发射强度增大(或者其它发射器的强度可以相对于在吸收光谱带内发射的发射器的发射强度减小)。
典型地，例如，传感器10的每个辐射源发射包括多个辐射波长的辐射。在一些实施例中，从每个源发射的辐射的FWHM光谱带宽是10nm或者更大(例如，15nm或者更大，20nm或者更大，50nm或者更大，100nm或者更大，200nm或者更大，300nm或者更大，400nm或者更大，500nm或者更大，700nm或者更大)。通过每个源发射的辐射的可用范围可以由检测器12的传输范围确定。在某些实施例中，例如，检测器12包括具有从600nm到1100nm传输范围的LVF。发射的辐射的可用范围在一些实施例中也可以取决于耦合到检测器12中的波长发散元件的检测器的光谱响应。例如，由硅形成的光电二极管阵列、CCD阵列和CMOS阵列典型地具有达到大约1100nm上限的可用光谱响应。由其它材料形成的检测器可用于在甚至更长的波长测量样品响应。
通常，传感器10的每个辐射源发射具有中心波长的辐射。从每个源发射的辐射的中心波长可以在600nm和1100nm之间(例如在650nm和1050nm之间，在700nm和1000nm之间，在750nm和1000nm之间，在800nm和1000nm之间，在800nm和1100nm之间)。
每个辐射源(例如，源14a-b和16a-f)包括一个或多个辐射发射器例如LED和/或钨丝灯。辐射发射器可以全部在相同的中心发射波长发射，或者一些发射器可以在不同波长发射。替代地，或者额外地，辐射发射器可以全部具有不同的FWHM发射带宽，或者至少一些发射器可以具有相同的频带宽度。
通常，每个发射器发射具有在600nm和1100nm之间(例如，在650nm和1050nm之间，在700nm和1000nm之间，在750nm和1000nm之间，在800nm和1000nm之间，在800nm和1100nm之间)的中心发射波长的辐射。典型地，例如，每个发射器具有3nm或者更大(例如，5nm或者更大，10nm或者更大，15nm或者更大，20nm或者更大，30nm或者更大，40nm或者更大，50nm或者更大，60nm或者更大，80nm或者更大，100nm或者更大，150nm或者更大，200nm或者更大)的FWHM发射带宽。
传感器10包括短距离源14a-b和长距离源16a-f。短距离源定位在沿着如图1A所示的x方向测量的距离检测器12距离s处。典型地，例如，s为大约2.5毫米。但是，通常，s可以为0.5毫米或者更大(例如，1.0毫米或者更大，1.5毫米或者更大，2.0毫米或者更大，2.5毫米或者更大，3.0毫米或者更大，4.0毫米或者更大，5.0毫米或者更大)和/或10.0毫米或者更小(例如，9.0毫米或者更小，8.0毫米或者更小，7.0毫米或者更小，6.0毫米或者更小)。
如图1A所示，在某些实施例中，传感器10包括两个短距离源14a-b。短距离源的数量典型地选择来保证当短距离源用于照射样品时检测器12被从样品散射的辐射相对地均一地照射。相应地，通常，传感器10可以包括一个或多个短距离源。例如，在一些实施例中，传感器10可以包括定位在检测器12的一侧上的零至四个短距离源。零至四个短距离源还可以定位在检测器12的另一侧上。每一源可以包括一个或多个包，如上所述，并且每一包可以包括一个或多个辐射发射元件。
在某些实施例中-例如，其中传感器10具有延长的长度L-在检测器12的每个侧面上的短距离源的数量可以甚至更大(例如，五个或者更大，六个或者更大，七个或者更大，八个或者更大，九个或者更大，十个或者更大)。
传感器10还包括多个长距离源16a-f。在一些实施例中，如图1A所示，传感器10包括六个长距离源16a-f。从特定辐射源入射的辐射穿透样品并在那里产生检测的从感兴趣的组织散射的辐射的深度总体上与辐射源和检测器之间的直线距离相关。传感器10的每一长距离源因此大致对应对样品表面下面一定深度的样品询问。典型地，适当的长距离源被选取来照射样品30中的肌肉组织36，其是通过选取产生能够穿透下面的层以充分照射在样品30表面之下的肌肉组织36的长距离源以使得从肌肉反射的光线可以由检测器12充分测量。传感器10通常可以包括任何数量的长距离源以使得能够在样品的表面之下的各种深度进行组织的测量。在某些实施例中，例如，传感器10可以包括一个或多个长距离源(例如，两个或更多的长距离源，三个或者更多的长距离源，四个或者更多的长距离源，五个或者更多的长距离源，七个或者更多的长距离源，九个或者更多的长距离源，或者甚至更多的长距离源)。所有的长距离源可以定位在沿着x方向从检测器12测量的不同距离处，如图1A所示，或者至少一些源可以定位在距离检测器12相同距离处。
典型地，任何长距离源和检测器12之间的最短距离为d，如图1A所示。每一短距离源定位在距离检测器12小于d的距离处，并且每一长距离源定位在距离检测器为12d或者更大距离处，该距离是在x方向测量的。在一些实施例中，d是5毫米或者更大(例如6毫米或者更大，8毫米或者更大，10毫米或者更大，12毫米或者更大，毫米或者更大，16毫米或者更大，18毫米或者更大，20毫米或者更大，22.5毫米或者更大，25毫米或者更大，27.5毫米或者更大，30.0毫米或者更大，35.0毫米或者更大，40毫米或者更大，50毫米或者更大)。
再一次参照图1A，在一些实施例中，每一长距离源之间的间隔h是相同的，以使得每个连续的长距离源从检测器12位移额外的距离增量h。在如图1A所示的实施例中，例如，六个长距离源16a-f分别定位在沿着x方向测量的距离检测器12为25毫米、30毫米、35毫米、40毫米和45毫米距离处。
在某些实施例中，每一长距离源之间的间隔并不是全部相同的。例如，传感器10可以包括第一组长距离源和第二组长距离源，其中第一和第二组的每个构件定位为相对紧靠相同组的其它构件，但是相对远离另一组中的源。
通常，任何两长距离辐射源元件之间的间隔h可以是0.5毫米或者更大(例如，1.0毫米或者更大，2.0毫米或者更大，3.0毫米或者更大，4.0毫米或者更大，5.0毫米或者更大，7.5毫米或者更大，10.0毫米或者更大，12.5毫米或者更大，15.0毫米或者更大，17.5毫米或者更大，20.0毫米或者更大，30.0毫米或者更大，40.0毫米或者更大，50.0毫米或者更大，60.0毫米或者更大，70.0毫米或者更大，100毫米或者更大，150毫米或者更大，或者甚至更大)。
典型地，短距离源从检测器12间隔开距离s，其是沿着如图1A所示的x方向测量的。通常，间隔s可以是0.5毫米或者更大(例如，1.0毫米或者更大，2.0毫米或者更大，3.0毫米或者更大，4.0毫米或者更大，6.0毫米或者更大，8.0毫米或者更大，10.0毫米或者更大，15.0毫米或者更大，20.0毫米或者更大，或者甚至更大)。当多个短距离源实施在传感器10中时，多个短距离源可以沿着x方向均一地间隔开，或者在一些或者全部的短距离源之间的间隔可以不同。通常，在任何两个短距离源之间的间隔可以是0.5毫米或者更大(例如，1.0毫米或者更大，2.0毫米或者更大，3.0毫米或者更大，4.0毫米或者更大，6.0毫米或者更大，8.0毫米或者更大，10.0毫米或者更大，15.0毫米或者更大，20.0毫米或者更大，或者甚至更大)。
在一些实施例中，电路板18可以是柔性的并且当附着到样品的表面时可以变形，从而呈现与样品的形状至少部分地互补的形状。在某些实施例中，例如，电路板18可以是柔性电路板。在一些实施例中，电路板18可以由一种或者多种可变形材料例如一种或者多种柔性塑料材料形成。
在某些实施例中，电路板18可以是相对刚性的并耐变形。电路板18可以是由某些类型的刚性塑料材料形成，例如，所示材料保持相对刚性以保证各个传感器辐射源和检测器12之间的距离不会由于电路板18的变形而明显扭曲。
在一些实施例中，电路板18可以形成为以使得电路板沿着一个方向-图1A中的x方向-的变形不易在使用过程中发生。结果，检测器12和短和长距离源之间的相对距离可以得以维持，从而保证可以执行测量的光谱的精确的和可再现的修正以减小下面的皮肤和脂肪层的影响。此外，但是，电路板18可以在它的边缘变形以符合样品(例如，对象的臂或者腿)的形状，以使得传感器10可以由对象舒适地并且无障碍地穿戴。
在一些实施例中，电路板18由两种不同的电路板部件形成。相对刚性的第一部件对应传感器10的各个部件包括处理器、辐射源、检测器、电源、接口和显示器附着到其上的安装构件。相对柔性的第二部件附着到第一部件并且也接触样品。通过利用两件式的结构，传感器10确保各个辐射源和检测器12之间的距离在使用过程中保持相对恒定，并且还呈现与传感器附着到其上的样品的表面至少部分地互补的形状。
在某些实施例中，传感器10可以经由粘接元件例如粘接垫或者层附着到样品30。图6A示出通过粘结层58附着到样品30的示意图。粘结层58定位在传感器10(例如壳体11的底面)和样品30的表面之间。在一些实施例中，层58可以由浆糊或者另一类似物质形成，其可以施加到样品的表面和/或传感器10的底面以附着传感器10到样品。
在一些实施例中，粘结层58可以是一次性的，并可以形成两层传感器10的一部分。例如，如图6B所示，传感器10可以包括：非一次性的第一部分，其包括电路板18和安装到其上围绕在壳体11中的部件；以及一次性的第二部分，其包括粘结层58(以及可能的其它层)。在使用后，传感器10的一次性的部分可以丢弃，而非一次性的部分可以保留用于将来之用。粘结层58可以实施为柔性材料，一些辐射源(例如，长距离源)安装在该柔性材料上。短距离源可以安装在电路板18上并围绕在壳体11中。当层58在使用后丢弃后，短距离源保留在壳体11中。新的层58可以在利用传感器10进行额外的测量之前附着到壳体11。
定位在壳体11和样品30之间的粘结层58对于近红外辐射至少部分地为可穿透的。例如，当图6的传感器在用时，通过传感器10的一个或多个辐射源产生的辐射通过粘结层58并入射在样品30上。从样品30散射的辐射同样在入射在检测器12上之前通过粘结层58。
在某些实施例中，层58可以实施为多层结构。例如，层58可以包括两层：第一层是相对非柔性的并支撑传感器10的一些或者全部部件(例如辐射源、处理器、检测器及其他电路)，而第二层接触第一层并且同样配置为接触样品。第二层可以是粘结层，并可以是柔性的以使得当施加到样品时第二层变形以匹配样品的表面。许多不同的材料可用于形成第一和第二层。例如，第一层可以包括一种或多种金属、塑料(例如高密度塑料)、聚合物材料和基于纸张和/或木材的材料(例如纤维板)。第二层可以包括一种或多种塑料材料、聚合物材料、橡胶、乳胶、凝胶及其他类型的柔性材料。
各种不同的一次性和非一次性构型都是可能的。在一些实施例中，例如，第一和第二层都是一次性的(例如，传感器10的全部都是一次性的)。在某些实施例中，所有层都不是一次性的。又再者，在一些实施例中，层之一(例如第二层)是一次性的，而另一层(例如第一层)不是一次性的。典型地，在两层结构中，第一和第二层的至少一部分对于近红外辐射是至少部分地可穿透的，如上所述，或者包括定位在层中的窗口以允许近红外辐射通过层。
在一些实施例中，如图7所示，传感器10可以通过粘结贴片60附着到样品30。粘结贴片60包括粘接部分62a和62b，其粘接到样品30的表面，从而保持传感器10和样品30的表面之间的接触。粘结贴片60可以对于由通信接口28传输的无线通信信号为至少部分地可穿透的。
在一些实施例中，传感器10可以是完全一次性的。在传感器10附着到样品30、一个或多个吸收光谱的测量以及样品30的一个或多个属性的计算之后，传感器10可以从样品分开并丢弃。
在一些实施例中，一部分传感器10可以是一次性的。例如，参照图1C，传感器10可以包括：第一电路板18，其包括检测器12和短距离源；和第二电路板19，其包括长距离源。第二电路板19可以是一次性的电路板。在使用传感器10之后，第二电路板19(包括长距离源)可以从第一电路板18分开并丢弃，而第一电路板18保留用于随后的使用。在某些实施例中，大多数或者全部的电子元件可以定位在传感器10的一次性的部分上。例如，传感器10可以包括一次性的电路板，短和长距离源都与处理器(例如处理器20和/或22)、电子存储器、电源(例如一次性电池)和/或以前公开的其它的电子元件一起附着到其上。在使用传感器10之后，一次性的电路板以及所有的附着的电子部件可以丢弃，传感器10的其余部分可以保留用于随后的使用。
在某些实施例中，传感器10可以通过互补套筒附着到样品。图8示出附着到样品30的表面的套筒64的示意性视图。例如，套筒64可以附着到在进行锻炼或者执行有氧运动或接受医疗的患者的臂或者腿。
套筒64包括内部袋68，其尺度适合以容纳传感器。传感器10可以通过沿着箭头66所示的方向插入传感器10到袋68中而附着到样品30。典型地，套筒64由柔性材料例如塑料材料形成。至少一部分套筒64(例如，下部分70)可以对于由传感器10的一个或多个辐射源产生的辐射和/或由通信接口28产生的无线通信信号为至少部分地可穿透的。在操作过程中，从一个或者多个源入射的辐射通过套筒64的下部分70并进入到样品30中。从样品30散射的辐射在入射在检测器12上之前通过部分70。
传感器10包括电源26。在一些实施例中，例如，电源26可以是连接器(例如插头)，其从外部源例如医院或者治疗中心的电源和/或传统的墙装插座接收电力，其包括变压器块。在某些实施例中，电源26可以是连接器例如传统的电力连接器或者连接外部处理装置例如计算机的USB连接器。传感器10可以配置为从外部处理装置通过连接器接收电力。电源26还可以总体上包括各种类型的电力调节装置例如变压器、电阻器、电容器、感应器、晶体管及其他电路元件。
在某些实施例中，电源26可以是自包含电源例如电池、光伏电池、燃料电池或者其它类型的独立源。用于电源26的适当类型的电池包括例如镍金属氢化物电池、锂离子电池和固体电解质(主)电池。在一些实施例中，电源电池可以是可再充电的，并且当传感器10未处于在用时可以再充电。在某些实施例中，电源电池可以是各种类型的一次性电池。
在某些实施例中，电源26可以包括连接到便携电源例如由患者穿戴(例如，穿戴在患者的臂或者腿上，或者经由一个或多个带附着到患者)的电池的连接器。该配置可以允许利用具有比如果电池直接附着到电路板18所能用的电池更大、更高容量的电池的传感器10。
在一些实施例中，电源26可以包括类似于例如移动式电话电池的可替换的电池。传感器10可以包括与可替换的电池的一部分配合以使得电池能够供应电流到附着到电路板18的部件的连接器。连接器可以形成支撑可替换的电池的托架的一部分。一个可替换的电池因此能够容易地被另一个电池替换，例如通过移除老的电池并滑动新的电池到托架中。
在某些实施例中，当电源26包括可再充电的部件例如电池时，充电托架可以配置为在可再充电的部件充电时支撑传感器10。图9示出包括支撑构件76和电力连接器74的充电托架72的示意图。支撑构件76包括竖直凹槽，传感器10的边缘容纳到该凹槽中，从而保持传感器10在关于充电托架72相对固定的位置。电力连接器74接合传感器10的电源26上的配合连接器；电源26典型地为例如可再充电电池。电力通过电力连接器74供应到电源26以对电源26再充电。托架72可以包括例如电力限制电路，其传感电源26何时接近完全充电状态，以及然后限制到电源26的电力流以防止过充电。
传感器10包括电子处理器20，并且任选地包括一个或多个额外的应用处理器(例如，应用处理器22)。处理器一般协调全部传感器的工作，包括导向辐射源以产生入射辐射，导向检测器12以接收和分析散射的辐射，以及对从检测器12接收的数据执行各种数学操作。处理器还通常负责递送控制信号到各个传感器部件，从而从传感器部件接收状态信号，监测到传感器部件的操作电力的递送以及从电源26的电力供应，发送数据到显示器24以被显示，以及经由通信接口28发射和接收通信信号到外部装置。如果传感器10包括一个或多个应用处理器22，这些功能的一些可以通过应用处理器提供。特别地，应用处理器可以配置为对从检测器12接收的数据执行数学操作以从数据获得一个或多个样品属性，如上所述。通常，处理器功能可以根据需要在各个处理器之间进行分配；通常管理处理器功能的分配的主要标准包括：保持相对有效的传感器操作，其中可能没有显著的处理器相关的滞后；以及保持功率消耗相对低(例如，通过保持处理器时钟速率相对低并避免使用冷却装置)。
通常，在这里公开的方法通过处理器20和/或一个或多个应用处理器22执行。特别地，任何构型、控制或者分析步骤可以通过传感器10的一个或多个处理器自动执行。处理器20和/或一个或多个应用处理器22可以配置为测量样品30的吸收光谱，以及从吸收光谱获取样品30的一个或多个属性，包括样品的氧张力、氧饱和、pH、血细胞容量计、血红蛋白浓度、厌氧阈和氧消耗。
在某些实施例中，传感器10并不包括处理器。例如，传感器10可以包括连接器，控制信号、构型信号、数据和分析结果可以通过连接器递送到另一装置(例如，另一计算装置例如计算机、个人数字助手、控制器、移动电话、远程控制或者其它这样的装置)中的处理器。
在一些实施例中，传感器10可以包括显示器24。显示器24可以通常为任何类型的显示器，例如低电力液晶或者有机LED显示器。显示器24可以从处理器20或者任何的应用处理器22接收数据，并可以显示数据给穿戴传感器的对象或者监测对象的操作员。接收和显示的数据可以包括样本信息、校准信息、从样品的吸收光谱计算的各个参数的值及其他类型的数据。显示器可以集成到壳体11中和/或可以定位为远离壳体11并配置为经由通信接口28与传感器10的一个或多个处理器通信(例如，其可以包括信号电缆和/或无线发射器-接收器组合)。
在某些实施例中，传感器10可以配置为利用显示器24显示趋势信息。在一定时期(其可以由用户选择)内测量的一个或多个参数的以前测量的值可以以例如图像格式显示以表明一个或多个参数随着时间的演变。对于各个参数的趋势信息可以显示在不同的轴上。替代地，或者额外地，关于某些参数的趋势信息可以例如显示在共同的轴上(例如，以不同的颜色，和/或利用不同的符号)以表明这些参数之间的关系。传感器10可以配置为拟合趋势线以测量对于任何参数的数据点。进一步地，当一个或多个参数的趋势线满足某些标准(例如，更靠近地接近某一距离、相交、分叉超过一定量、某些方向的斜率变化、曲率变化超过一定量)时，传感器10可以给予警报给系统操作员(例如，声响警报、目视警报，或者二者)。当一个或多个参数值满足某些标准(例如，达到预定和/或用户可选择的阈)时，传感器10可以给予系统操作员警报。
传感器10还包括通信接口28。通常，传感器10可以包括各种不同类型的通信接口，并可以包括超过一种类型的通信接口。例如，在某些实施例中，通信接口28包括串行通信接口和/或端口例如USB接口。在一些实施例中，通信接口28包括并行通信接口，或者混合的串行/并行通信接口。
在一些实施例中，通信接口28可以包括无线通信接口，包括单独的无线发射器，或者包括无线发射器和接收器。在传感器10上的无线通信接口可以配置为在射频、红外线频率、微波频率及其他频率发射和/或接收数据。
传感器10可以配置为通过无线和有线通信接口发射和接收数据到各种外部装置。例如，数据可以传输到外部处理装置例如计算机、个人数字助手、蜂窝式电话和/或智能电话及其他专用处理装置。数据还可以传输到存储单元，包括闪存驱动装置和磁性的和/或光学的存储装置。存储装置还可以是便携存储装置，其例如可以由对象穿戴，(例如，围绕对象的腰)，或者植入在对象衣服中(例如，植入在对象鞋中的基于芯片的存储装置)。进一步地，数据可以通过一种或者多种网络包括私人网络、公共网络、局域网和/或广域网、移动电话和/或数据网络和因特网传输到装置。
数据还可以传输到一个或多个显示装置，该显示装置可以由医务人员、运动训练师、对象穿戴传感器10及其他人员使用以观察分析的数据。典型地，传输到显示装置的数据包括从样品的吸收光谱导出的一个或多个参数。传输到网络和/或存储装置的数据可以包括一个或多个计算的参数并还可以包括例如测量的吸收光谱和传感器校准和/或构型信息。
在提供用于传感器10的充电托架的场合，如图9所示，充电托架还可以包括用于接收来自传感器10的数据的通信接口(例如，在电源26的充电过程中)。充电托架的通信接口可以配置为传输接收到的数据到存储装置、显示装置和各种网络。在传感器10上的用于传输数据到包括用于传输数据到其它装置的更高功率的通信接口的充电托架72的相对低功率的通信接口的使用可以降低传感器10的整体功率消耗。
如上所述，传感器10典型地包括多个长距离辐射源，每个长距离辐射源对应在样品30的表面下不同深度处的组织(例如肌肉组织36)的询问(interrogation)。在使用之前，传感器10典型地相对于标准被校准(例如，通过执行标准化检查程序，然后附着到样品(例如对象身体的一部分)并被促动以便使用。传感器10典型地在初始测量步骤中配置为选择用于样品照射的适当的长距离辐射源。
图10是示出用于传感器10的标准化或者基准检查和源选择过程的各个步骤的流程图100。在第一步102，在传感器10上的短距离和长距离辐射源的每一个被校准以修正用于辐射发射属性随着时间的变化。校准典型地包括布置相对于传感器10的底面(例如，在使用过程中接触样品30的表面)的参考标准的步骤。每个短距离和长距离辐射源然后依次促动选取的持续时间，并且来自每个源的辐射入射在参考标准上。对于每个辐射源从参考标准反射的辐射的强度通过检测器12测量并且测量的强度值被存储。检测器12的暗流信号(例如，没有辐射入射在检测器12上)同样被测量和存储。
测量的反射辐射强度值然后与存储在例如应用处理器22中的关于每个辐射源的参考强度值比较。参考强度值可以对应在传感器10制造时测量的值。如果任何辐射源的累积辐射强度和/或波长依赖强度已经变化，则可以计算和存储修正因子以便在测量数据的后续处理过程中使用，所述测量数据是通过来自具有变化的发射属性的源的辐射照射样品而获得的。
在标准化辐射源之后，在步骤104，传感器附着到样品(例如，人体对象的臂或者腿)并且系统优化程序通过电子处理器20执行。传感器10通常可以利用前面讨论的任何附着装置附着到对象的身体。系统优化保证至少指定量的辐射强度量由检测器12测量，但是不高于最大指定强度。典型地，例如，系统优化被执行以使得检测器的动态范围的实质部分用于测量散射的辐射信号。
系统优化可以包括调节由检测器12测量的信号的电子放大(例如，检测器增益)，调节检测器12上的信号采集时间(例如，测量累积时间)，调节选取的短和/或长距离辐射源的和/或在那里的辐射发射器的发射强度，以及这些各种技术的组合。从样品30散射的辐射光谱可以基于检测器电子增益、信号采集时间和照射时间(例如任务周期)根据需要标准化。如果足够的散射辐射强度可以在期望的用于对象的光谱带内进行测量，通过检测器12的电子信号放大可以实施起来特别简单。
典型地，上面的调节的一些或者全部可以通过电子处理器20执行以在从样品收集测量数据之前定位传感器在适当的操作构型。调节可以以替代的方式执行，其中一个参数被调节(例如，检测器增益)，然后调节另一参数(例如，辐射源的强度的一个或多个)。每一参数可以通过电子处理器20调节不止一次以实现用于传感器的适当的操作构型。例如，为了调节用于一个或多个辐射源的信号采集时间，电子处理器20可以通过来自短或者长距离源的光线选择性地照射样品预定的时间间隔，然后利用检测器12测量散射的光线。通过测量对应预定时间间隔的散射的辐射的强度，用于选取的短或者长距离源的适当的信号采集时间可以得以确定。通常，对于任何特定源，期望测量几乎然而并非完全充填检测器12的动态范围的散射光线。例如，如果检测器12具有高达4000强度量的动态范围，电子处理器20可以配置为调节用于每一源的信号采集时间以使得对应通过来自任何一个源的辐射照射样品的测量的散射光具有大约3500的测量强度量。
处理器20通过施加适当的比例因子到预定时间间隔而确定用于每个源的适当的信号采集时间，其中比例因子是基于在预定时间间隔过程中散射的辐射的强度。例如，对于选取的辐射源，样品暴露50毫秒的预定时间间隔并在该时间间隔期间中测量从样品散射的辐射可以产生总共700的辐射强度量。为了对于选取的辐射源达到大约3500的强度量，处理器20计算3500/700＝5的比例因子应当施加到预定时间间隔。相应地，处理器20确定对于选取的辐射源适当的信号采集时间是5×50毫秒＝250ms。处理器20可以重复用于在传感器上的其它短和/或长距离源的一些或全部的适当的信号采集时间的确定。预定时间间隔和/或目标散射辐射强度(例如，3500的量)可以通过处理器20自动选取，或者该信息可以通过系统操作员手动输入。
对于一些样品，会发生加热，特别是当信号采集时间变得相对长时。在一些实施例中，用于特定源的信号采集时间的选择可以与检测器12的电子增益的调节相关联以保证适当的散射辐射强度被测量而没有不适当的样品加热。在一些实施例中传感器可以包括手动或者自动确定的最大信号采集时间(例如，1000ms或者500ms)。如果对于特定辐射源的信号采集时间超过最大信号采集时间，当检测对应通过来自选取的源的辐射的照射的散射辐射时检测器12的电子增益可以增大。特别地，检测器12的电子增益可以逐步增大，并且上述程序可以重复用于选取的辐射源以确定在更高增益设定下的新(例如更低)的信号采集时间。对于任何短和/或长距离源，增大检测器12的增益或者再次确定信号采集时间的过程可以重复直到在特定的检测器12增益设定下适当的采集时间(例如，低于最大信号采集时间)被确定。
通常，最大信号采集时间可以相应于不同的辐射源进行改变，因为来自特定源的辐射会比来自其它源的辐射加热样品到更大的程度。最大信号采集时间、电子增益设定和确定的用于每一辐射源的信号采集时间可以例如存储在传感器的板上数据存储单元中或者外部存储装置或者介质中。
在一些实施例中，传感器可以包括温度监测器，其可以用于测量样品温度以防止在测量过程中不适当的样品加热。如上所述，处理器20和/或处理器22可以包括内部温度传感器，其可用于监测样品的温度。内部温度传感器可以包括例如具有随着电路元件的温度改变而以可再生的方式改变的电阻的电路元件。当电路元件的电阻变化时，通过电路元件传送的电信号同样变化。处理器20和/或处理器22可以检测电信号中的这样的变化，并可以包括软件指令，该软件指令将电信号的变化转换为电路元件的温度测量(以及例如当传感器附着到样品时样品的温度测量)。
或者，如图1A所示，温度传感器15可以安装在传感器10的底面上。温度传感器15可以电子耦合到处理器20，并可以提供关于样品的温度的信息到处理器20。处理器20可以使用该温度信息以调节信号采集时间、检测器增益和光源选择以保证样品在暴露到入射辐射的过程中不会遭受不当的加热。
在某些实施例中，系统优化步骤还可以包括调节每一源中的包和/或LED产生的辐射的强度。例如，特定源中的各个LED和/或包的输出辐射强度可以调节以保证特定源提供来照射样品的入射辐射具有特定的光谱分布。在一些实施例中，包和/或LED可以调节以产生具有在特定范围的光谱波长上几乎恒定的强度的入射辐射光谱分布。在某些实施例中，包和/或LED可以调节以产生在某些光谱区域比其它区域更加强的入射辐射光谱分布；例如，在对应强的样品吸收的光谱区域中的入射辐射的强度可以调节为大于在非吸收光谱区域中，以使得在强吸收的区域中的散射的辐射足够强以通过检测器12进行测量。在一些实施例中，检测器12的检测效率可以作为波长函数而变化。入射辐射的强度可以调节以补偿检测效率的所述变化；例如，在其中检测效率低的光谱区域中，入射辐射强度可以相应提高以增大在这些区域中测量的散射辐射。
在一些实施例中，通过包和/或LED产生的辐射的强度的调节还可以包括促动或者禁用在某些光谱区域发射入射辐射的某些包。例如，短距离源可以调节以通过促动在这些波长范围发射的包和/或LED而提供在某些波长范围中(例如，在产生用于修正用于介入皮肤和脂肪层的散射的辐射的波长范围中)的额外的入射辐射。替代地，或者额外地，短距离源可以配置为禁用在不产生用于修正用于介入皮肤和脂肪层的散射的辐射的波长区域中发射辐射的包和/或LED。
通常，来自包和/或LED的发射辐射强度可以通过改变施加到包和/或LED的控制电压和/或通过改变包和/或LED的任务周期而得以调节，如之前公开的。在一些实施例中，各短和长距离源可以调节以使得短和长距离源二者都产生具有相同或者几乎相同的相对光谱密度分布的入射辐射。在某些实施例中，一些或者全部的短距离源，和/或一些或者全部的长距离源，可以调节以产生具有不同的相对光谱密度分布的入射辐射。用于每一短和长距离源的控制参数和期望的光谱强度值可以例如存储在传感器的板上数据存储单元中，或者在外部存储装置或者介质中。
作为系统优化程序的一部分的各种调节通常可以在选择适当的长距离源之前或者之后执行。在图10中，系统优化程序发生在选择长距离源之前。但是，在一些实施例中，适当的长距离源可以首先选择，然后用于短距离源和任何一个或多个长距离源(例如选择的长距离源)的系统的各种操作参数-包括信号采集时间、电子检测器增益和发射的辐射的相对光谱轮廓-然后可以被确定。
在任选的步骤106中，样品然后通过来自一些或者全部短距离源的发射辐射进行照射，并且从样品散射的辐射通过检测器12测量。波长依赖的散射的辐射强度数据由处理器20(和/或处理器22)接收，并且处理器确定用于对应短距离照射的样品的吸收(或者反射)光谱(吸收和反射，如上所述，通过简单的数学变换相关，并提供关于样品的大致相同的信息)。
在下一步108中，样品然后通过来自选取的一个长距离辐射源的发射辐射进行照射，从样品散射的辐射通过检测器12测量，并且处理器20确定用于对应选择的长距离照射的样品的吸收光谱。程序被重复依次用于每一长距离辐射源，以使得获得一系列吸收光谱，每个对应样品的不同的长距离照射。
在任选的步骤110每一长距离照射光谱被修正以减少覆盖皮肤和脂肪层的光谱效果。如图2所示，例如，样品30典型地包括感兴趣的组织例如肌肉组织36以及覆盖层的皮肤32和皮下脂肪34。皮肤和脂肪层会产生与感兴趣的肌肉组织不相关的光谱效果，并且其会减小从光谱计算的样品参数的精度。相应地，来自对应短距离照射的光谱的数据与来自长距离照射光谱之一的数据组合以提供修正的长距离照射光谱，其中由于覆盖层所致的光谱影响减小。该过程被重复用于每一长距离照射光谱以产生一组修正的长距离照射光谱。
修正的长距离照射光谱数据典型地包括相对于从短距离照射光谱获取的光谱成分正交化长距离数据。用于实施这样的修正的系统和方法公开在例如美国专利申请公开No.US2007/0038041中，其整个内容在此被引入作为参考。
在步骤112，修正的(或者未修正的，如果步骤106和110被省略的话)长距离照射光谱被分析以选择特定的长距离源用于随后样品的光谱测量。如上所述，每一长距离辐射源有效地探测在样品表面下的选择的深度。相应地，特定长距离源的选择可以实质上对应选择最有效照射感兴趣的组织(例如肌肉组织36)的长距离源。
数种方法可以通过处理器20实施以选择适当的长距离源。在一些实施例中，例如，修正的和/或未修正的长距离照射光谱呈现给系统操作员，系统操作员基于光谱手动选择特定长距离源。操作员选择长距离源可以基于各种标准包括例如不同的照射光谱的形状。
在一些实施例中，适当的长距离源的选择可以高度地或者甚至完全自动化。处理器20可以配置为基于对应各长距离源的修正和/或未修正的照射光谱的分析而选择特定长距离源。在某些实施例中，例如，处理器20可以选择特定长距离源，其是通过拟合修正和/或未修正的照射光谱到基于泰勒级数的模型用于样品中的主发色团，然后确定模型和每一照射光谱之间的误差。处理器20然后选择产生最小误差的长距离源。泰勒级数模型可以采取许多功能形式，部分地取决于样品中的各发色团的属性。可以被实施的适当的模型公开在例如美国专利No.7,532,919中，其整个内容在此被引入作为参考。例如，用于作为从样品散射或者发出的辐射的波长λ的函数的光衰减光谱Amodel(λ)的泰勒级数展开模型为：
其中I0(λ)为样品上入射的辐射的强度，I(λ)为从样品反射或者散射的辐射的强度，c0和c1是常数，<L>是通过样品的反射或者散射的光线的平均路径长度，εHb(λ)是用于样品中的去氧血色素的波长依赖消光系数，εHbO2(λ)是用于样品中的氧合血红蛋白的波长依赖消光系数，cwat是样品中水的浓度，以及εwat(λ)是用于样品中的水的波长依赖消光系数。
通常，泰勒级数模型拟合误差随着增大源-检测器距离而增大。相应地，如果长距离源完全基于最小拟合误差标准而选择，最靠近检测器12的长距离源会具有最高的被选中的先验概率。为了从长距离源选择算法消除路径-长度相关的影响，照射光谱可以在拟合到基于泰勒级数的模型之前归一化(normalized)。各种不同的归一化可以通过处理器20实施。在一些实施例中，例如，处理器20通过在特定光谱中的每个吸收值除以光谱中的最大吸收值而归一化照射光谱。其它的归一化方法也可以通过处理器20实施，包括通过信号采集时间归一化和通过每个特定光谱中的平均值归一化。
在归一化之后，从归一化的照射光谱计算的泰勒级数模型拟合误差通常没有由于改变不同源的光学路径长度以及对应不同长距离源的测量信号的不同大小所致的影响。替代地，泰勒级数模型拟合误差是精确度量的，相应于各照射光谱用于确定样品中氧饱和的适合性。基于归一化的照射光谱选择产生最小泰勒级数模型拟合误差的长距离源因此类似于选择最精确地产生样品中的目标(例如肌肉组织)的光谱的长距离源。
连同基于从长距离源对应的光谱获取的泰勒级数模型拟合误差选择一个长距离源，通过用来自源的入射辐射照射样品测量的数据的质量相对于利用“3σ”方法的最小适合性标准进行检查。为了实施3σ方法，处理器20确定量σ的值，其对应对于所有长距离源的泰勒级数模型拟合误差的标准偏差。处理器20还确定对于所有长距离源的泰勒级数模型拟合误差的平均值μ。μ和σ的确定可以基于例如以前测量的光谱和它们相关的拟合误差。
处理器20确定用于每一光谱(例如对应特定长距离源的每个光谱)的泰勒级数模型拟合误差的均方根(RMS)值，其是通过计算在整个测量波长上泰勒级数模型拟合误差和泰勒级数模型拟合误差的平均值之间的差的平方和，将差的平方和除以测量的波长的数量，并对平方根取商。处理器20比较对于特定光谱的泰勒级数模型拟合误差的RMS值和泰勒级数模型拟合误差的平均值μ。如果RMS值落在中心值为μ并具有在平均值的两侧上3σ宽度的误差间隔中(例如，在间隔(μ-3σ，μ+3σ)中)，处理器20确定对于至少99％的置信水平，通过用对应于正分析的特定光谱的来自长距离源的辐射照射样品测量的样品光谱是适当质量的以进行用于样品的一个或多个量的精确确定。对应正分析的特定光谱的长距离源因此可以通过测量响应于来自长距离源的辐射的照射测量从样品散射的辐射而用于从样品收集数据。
但是，如果对于特定光谱泰勒级数模型拟合误差的RMS值并不落在上面的间隔中，处理器20确定相应的长距离源不能用于从样品收集足够质量的数据。以这种方式，处理器20实施3σ方法以建立用于任何特定长距离源的最小适合性标准：对于从通过相应的长距离源照射样品获取的光谱，泰勒级数模型拟合误差的RMS值必须落在间隔(μ-3σ，μ+3σ)中。
3σ方法可以在长距离源选择过程中的各个点实施。在一些实施例中，在泰勒级数模型拟合误差被确定用于对应特定长距离源的每个光谱之后，光谱可以被检查以确定它还满足最小适合性标准；并不满足标准的长距离源可以从进一步的考虑中移除。在所有的光谱已经被检查并且仅满足标准的光谱被保留之后，对应最小RMS泰勒级数模型拟合误差的长距离源可以被选择来使用。
在某些实施例中，首先，泰勒级数模型拟合误差可以确定用于对应每一长距离源的光谱。处理器20选择具有最小RMS泰勒级数模型拟合误差的光谱，并利用3σ方法检查光谱以确保光谱满足最小适合性标准。如果标准满足，相应的长距离源被选择用以进一步使用。如果标准不满足，处理器20评估具有下一最小RMS泰勒级数模型拟合误差的光谱，并重复最小标准检查以确定对应该光谱的长距离源是否是用于进一步样品测量的适当的照明源。整个过程被进一步重复直到对应最小RMS泰勒级数模型拟合误差并还满足最小适合性标准的长距离源得以识别。该长距离源然后用于提供入射辐射到样品用于样本信息的测量。
此外，或者作为替代，其它的标准也可以使用以选择适当的长距离源。例如，在一些实施例中，对于每个长距离源的信号采集时间可以影响长距离源之一的选择。通常，信号采集时间按已经被观察以随着增大源-检测器间隔而增大。相应地，在数个长距离源产生具有可比较的泰勒级数模型拟合误差的照射光谱的场合，以及在源每个根据3σ方法产生足够高质量的数据以精确地获得目标(例如肌肉组织)光谱的场合，处理器20可以配置为选择例如最靠近检测器的长距离源以减少信号采集时间。
在某些实施例中，其它的方法用于选择适当的长距离源。例如，长距离光谱可以被分析以确定哪个光谱最接近地对应感兴趣的组织的预期的光谱。比较可以基于整个测量和期望的光谱，或者基于在光谱中选择的光谱特征(例如在特定波长的吸收峰值)。对应太浅的探测深度的长距离源通常将产生差分辨率的光谱特征。
通常，用于选择适当的长距离源的任何方法可以在有或者没有改正测量的长距离光谱的情形下使用以解决由于介入皮肤和脂肪层而导致的光谱影响。也就是，在一些实施例中，在比较长距离光谱之前，长距离光谱可以利用从基于通过短距离源照射样品测量的一个或多个样品吸收光谱获取的信息而进行修正。这样的修正可用于减少或者消除定位在传感器和样品中的感兴趣的目标(例如肌肉组织)之间的皮肤和脂肪层的影响。但是，在某些实施例中，长距离光谱可以进行比较，而不执行关于介入皮肤和d脂肪层的修正。关于是否执行修正的决定可以由系统操作员做出(例如，作为可由用户选取的选择项，和/或响应来自传感器的提示)，或者决定可以由传感器基于例如长距离光谱的属性自动做出。
数学算法可以应用于计算和/或推算测量的和预期的光谱之间或者测量的和预期的光谱的某些特征之间的相关性。在一些实施例中，对应产生具有相对于预期光谱的可接受的相关性的测量光谱的最浅探针深度的长距离源被选取用于随后的样品询问。如果没有发现适当的长距离源，那么传感器10提供可视或者可听信号形式的警告给系统操作员，并且提示检查和调节传感器的位置。在步骤114任一结果导致程序的结束。
在一些实施例中，传感器10可以用于空间分辨光谱学(SRS)，其中基于至少三个不同的长距离辐射源的光谱被分析以确定各样品属性。当传感器10在SRS模式操作时，至少三个不同的长距离源基于对于长距离源样品的预期的和测量的光谱和/或光谱特征之间的对应性而被选择用于随后的照射。如果不能发现至少三个适当的长距离源，那么传感器10提供可视和/或可听的警报，并提示检查传感器的布置。
在某些实施例中，在传感器包括多个短距离源的场合，传感器可以配置为选择适当的短距离源用于样品照射(例如，以修正长距离光谱用于介入皮肤和脂肪层)。各种方法可用于选择适当的短距离源。在一些实施例中，短距离源的选择可以连同长距离源的选择一起执行。如上所述，对应不同的长距离源的多个长距离光谱被采集。对应每一短距离源的短距离光谱同样被采集。每个长距离光谱然后利用每个短距离光谱依次进行修正。对于每一对长距离和短距离光谱，修正的长距离光谱被拟合到基于泰勒级数的模型，并且模型拟合误差被确定。在来自每对的长距离和短距离光谱的修正的长距离光谱已经被拟合并且模型拟合误差已经确定之后，修正的长距离光谱利用上面讨论的3σ方法进行修正，并且并不产生满足对应3σ方法的最小适合性标准的短和长距离源的组合从进一步的考虑中消除。传感器10然后选择具有最小拟合误差的光谱的短和长距离源的组合，如果利用该组合测量的光谱还满足3σ方法的最小标准的话。
在一些实施例中，适当的短距离源的选择可以通过系统操作员手动执行。传感器10可以显示提示，例如要求系统操作员选择适当的短距离源。短距离源选择还可以通过操作员输入到传感器10(例如，有或者没有提示)中的一个或多个构型设置完成。传感器10可以显示给操作员通过短距离传感器测量的一个或多个样品吸收光谱以帮助系统操作员选择适当的短距离源。
上面关于图10讨论的标准化程序(例如步骤102)是任选的，并且并不需要在使用传感器10执行在这里公开的测量之前。在一些实施例中，例如，传感器10在使用前没有标准化。相反，传感器10可以以未标准化的构型使用，或者标准化信息可以(例如，从外部存储单元或者板上储存单元例如系统存储器)进行检索并用于在使用之前配置传感器10。传感器10因此能够任选地配置为选择适当的长距离源，如上关于图10所述的。
在选择适当的一个(或者多个)长距离辐射源之后，可以开始从样品测量光谱数据并从光谱数据计算一个或多个参数。图11示出包括一系列测量步骤的流程图200。在第一步202中，短距离辐射源被促动并且样品的短距离吸收光谱被确定，如关于图10的步骤106讨论的。然后，在步骤204中，选择的长距离辐射源被促动并且样品的长距离吸收光谱以类似图10的步骤108的方式进行确定。在步骤206中，长距离光谱被修正以根据图10的步骤110通过相对于从短距离光谱获取的光谱成分正交化长距离光谱数据而减少由于皮肤和脂肪层所致的光谱影响。
在步骤208，一个或多个样品参数基于修正的长距离光谱数据由处理器20计算。如上所述，计算的参数可以包括样品的一个或多个氧饱和、氧张力、pH、血细胞容量计、血红蛋白浓度、厌氧阈、含水率和氧消耗。在步骤210，测量的数据和/或计算的参数可以存储在一个或多个存储单元中和/或传输到一个或多个外部装置或者网络。如果存在显示器24(或者如果另一个显示器连接到传感器10)，显示器可以通过新测量和/或计算的值更新。如上所述，趋势信息-包括以前测量的一个或多个参数的值-可以显示在显示器24上用于可由用户选择的时窗。一个或多个参数的其它值由传感器测量时，趋势信息可以更新在显示器24上。
在决定步骤212中，处理器20和/或22决定是否继续监测样品或者结束数据采集(例如，响应由用户发起的中断信号)。如果样品数据的测量继续，流程控制返回到步骤202并重复测量程序。如果测量结束，程序在步骤214结束。
在数据采集过程中处理器20可以执行一系列的其它的自动功能。在一些实施例中，例如，处理器20配置为确定测量的关于样品的光谱数据是超过最大强度阈，还是落在最小强度阈之下。阈可以通过系统操作员手动输入，通过处理器20自动确定，或者通过处理器20从传感器存储器或者存储单元或者从外部存储装置或者介质检索。为了测试光谱数据是否超过最大强度阈，光谱数据在它转换为吸收光谱以前进行分析。处理器20比较测量的光谱数据中的最高强度值和最大强度阈。如果最高强度值没有超过最大强度阈，光谱数据转换为吸收光谱，其然后由处理器20进一步分析。但是，如果最高强度值超过最大强度阈，光谱数据并不转换为吸收光谱并且其它的光谱数据(例如，另一照射光谱)通过从选择的长距离源导向入射辐射到样品并测量从样品散射的光线而进行采集。
处理器20然后比较其它光谱数据中的最高强度值和最大强度阈。如果其它光谱数据中的最高强度值没有超过最大强度阈，其它光谱数据转换为吸收光谱，其然后通过处理器20进一步分析。但是，如果在其它光谱数据中的最高强度值超过最大强度阈，光谱数据并不转换为吸收光谱。处理器20然后再次确定关于长距离源的信号采集时间，并且在某些实施例中可以再次确定关于一些或者全部短距离源的信号采集时间。典型地，关于长距离源的信号采集时间将减小以进一步限制通过检测器12测量的散射的辐射的累积强度。
为了确定通过检测器12测量的散射的辐射信号是否太小，处理器20比较每一测量的光谱强度值和最小强度阈。如果测量的光谱强度值都不小于最小强度阈，处理器20将光谱数据转换为关于样品的吸收光谱，并进一步分析吸收光谱。但是，如果一个或多个测量的光谱强度值小于最小强度阈，光谱数据并不转换为吸收光谱。相反，处理器20通过将来自选择的长距离源的入射辐射导向到样品而采集其它的光谱数据(例如，另一照射光谱)，并经由检测器12测量从样品散射的光线。
处理器20然后比较其它的光谱数据和最小强度阈。如果其它的光谱数据中测量的光谱强度值都不小于最小强度阈，处理器20转换其它的光谱数据到关于样品的吸收光谱，并进一步分析吸收光谱。但是，如果其它的光谱数据中的一个或多个测量的光谱强度值小于最小强度阈，光谱数据不转换为吸收光谱。相反，处理器20然后再次确定关于长距离源的信号采集时间，并且在某些实施例中可以再次确定关于一些或者全部短距离源的信号采集时间。典型地，关于长距离源的信号采集时间将增大以增大通过检测器12测量的散射辐射的累积强度。
在一些实施例中，检测器的电子增益的调节可以替代或者结合关于短距离源和/或选择的长距离源的信号采集时间的再次确定。例如，为了减少通过检测器12测量的辐射强度，处理器20可以配置为减少选择的长距离辐射源的信号采集时间，减少当在用来自选择的长距离源的入射辐射照射样品之后测量从样品散射的辐射时检测器12的电子增益，或者二者。反之，为了增大通过检测器12测量的辐射强度，处理器20可以配置为增加选择的长距离辐射源的信号采集时间，增加当在用来自选择的长距离源的入射辐射照射样品之后测量从样品散射的辐射时检测器12的电子增益，或者二者。
在某些实施例中，不同的长距离源的选择可被用于替代或者结合关于短距离源和/或选择的长距离源的信号采集时间的再次确定，和/或检测器的电子增益的调节。例如，除了增大信号采集时间和/或增大电子增益以增大测量的光谱数据的强度之外，处理器20可以配置为选择新的长距离源以照射样品。选择的长距离源可以比初始的长距离源更靠近检测器12。或者，除减少信号采集时间和/或减少电子增益以减少测量的光谱数据的强度之外，处理器20可以配置为选择新的长距离源以照射样品。选择的长距离源可以比初始的长距离源更远离检测器12。
当关于选择的长距离源的信号采集时间已经相对较长时，电子增益调节和不同的长距离源的选择是特别有用的。长的信号采集时间会导致加热样品，从而产生错误的光谱数据，其导致基于光谱数据的各样品属性的值的不正确的确定。为了避免这样的错误，信号采集时间可以增大相对小的量(或者根本不增大)，而其它系统参数例如电子增益和选择的长距离源可以替代地进行调节。典型地，增益调节首先通过处理器20进行，并且如果这样的调节不足以产生在期望的测量强度范围中的光谱数据和/或没有明显加热样品，处理器20可以选择不同的长距离辐射源以照射样品。
信号采集时间、电子增益和所选择长距离源的一个或多个的调节还可以用于补偿在光谱数据的测量过程中样品中的变化。例如，在样品是人体对象中的组织的场合，血流以及其它生理参数的重大变化在当对象锻炼时会发生。这样的变化可以通过增大或者减小由检测器12测量的散射光线的量而影响光谱测量。在这里公开的传感器可以通过调节产生例如信号采集时间、电子增益和选择的长距离源而补偿这样的变化以补偿该变化的影响。
任何调节和分析步骤可以通过系统操作员的干预而执行，或者在没有操作员干预下由处理器20完全自动地执行。在一些实施例中，例如，处理器20配置为在实时或者接近实时地采集光谱数据时检查光谱数据，并适当地调节传感器的各操作参数以产生落在期望的信号强度范围中的测量信号。
在一些实施例中，传感器10可以包括安置为不同于图1A所示的安置的辐射源(例如，短距离和/或长距离辐射源)。例如，图31示出传感器10的底视图，该传感器10包括安置在检测器12的与多个短距离辐射源14相对的侧面上的多个长距离辐射源16。图32示出传感器10的底视图，该传感器10包括沿着传感器的x方向从检测器12间隔开的多个短距离辐射源14和沿着传感器的y方向从检测器12间隔开的多个长距离辐射源16。图33示出传感器10的底视图，该传感器10具有大致环形形状，并包括环形的短距离辐射源14和多个环形的长距离辐射源16。
通常，传感器10的实施例可以包括任何数量的短距离源和任何数量的长距离源。各个源可以具有不同的形状，包括圆形或者弧形状、正方形、矩形和/或其它的规则的或者不规则的形状。辐射源通常可以以任何方式相对于彼此分布，如果辐射源的分布与在这里公开的传感器10的功能性一致的话。
在某些实施例中，传感器10可以包括多个检测器。例如，传感器10的实施例可以包括单一辐射源和多个检测器，或者多个辐射源和多个检测器。图34示出传感器10的底视图，该传感器10包括单一辐射源25和多个检测器23a-f。辐射源25通常可以具有例如关于源14a-c和16a-e在这里公开的任何属性。每一检测器23a-f可以典型地具有例如关于检测器12在这里公开的任何属性。
检测器23a对应短源-检测器间隔，而每一检测器23b-f对应长的源-检测器间隔。通过检测器23b-f检出的散射的辐射对应在样品表面下的不同的探针深度，如上所述。相应地，在图34中的传感器10的操作基本上类似于例如图1A中的传感器10的操作。长距离检测器23b-f之一被选择以根据类似于图10的程序的程序检测从样品中的感兴趣的组织散射的辐射。对应通过检测器23b-f测量的样品的长距离照射的光谱被修正以通过相对于从电检测器23a测量的短距离光谱数据获得的光谱成分正交化减少皮肤和脂肪层的光谱影响。图34中的传感器10的其他属性和特征大体类似于这里公开的其他传感器的属性和特征。
在图34中的检测器的数量和位置通常可以根据需要进行选择。任何数量的检测器可以以类似于图31-33所示的实施例中的辐射源的布置方式定位在传感器10的底面上。检测器23a-f通常可以具有各式各样的形状，包括圆形、环形、矩形、正方形及其他规则的和/或不规则的形状。检测器23a-f的数量、位置和形状被选择来与在这里公开的传感器10的功能性一致。
在一些实施例中，传感器10可以包括多个短距离源。一些短距离源可以相对于其它的短距离源从检测器不同地间隔开。图35示出传感器10的示例性实施例，该传感器10包括多个短距离源34a-c和多个长距离源36a-f。短距离源34a-c每个相对于检测器32不同地间隔开。例如，在一些实施例中，源34a-c关于检测器32的间隔分别为6毫米、3毫米和9毫米。通常，传感器10可以包括任何数量的短距离传感器，其以任何方式从检测器32间隔开以提供适当的短距离入射辐射用于测量样品光谱和/或修正测量的长距离光谱。
应用
在这里公开的传感器可被用于各种不同的场合，用于监测人和动物对象。由于它们相对低的轮廓、小尺寸和重量以及自包含的属性，传感器可以舒适地穿戴而不会施加麻烦的运动限制在对象上。
在一些实施例中，在这里公开的传感器可用于监测执行锻炼的对象，例如经历训练养生的运动员。通过测量相关的肌肉组织属性例如厌氧阈、氧消耗和肌肉温度，养生的进展可以被跟踪和评估。在训练过程中，传感器可以由运动员穿戴，并且接近实时的测量结果可以无线传输到监测站，在那里教练、训练者、医生或者其它的人可以监测运动员的进展和状态。
以类似的方式，传感器可用于监测在受伤后经历身体修复或者在评估中心进行应力测试的对象。传感器可以提供关于修复计划的有效性的数据，并还可以提供用于监测对象在身体锻炼期间的状态。传感器可以例如无线地或者经由一个或多个连接到显示器和/或数据存储单元的缆线传输数据。显示单元可以构建在不同的训练设备例如踏车和训练自行车中，并且在进行对象监测时传感器可以传输数据到一些或者全部的这些装置。
在某些实施例中，传感器可用于监测从事危险和/或紧迫活动的个体的状态。例如，传感器可用于监测军人和/或宇航员。出血是军人死亡的主要原因。为了帮助军人从重伤中活过来，严重受伤的军人应该被快速识别并施加适当的回生技术。显著的失血导致休克，其相应地产生不充分的器官灌流和组织氧化。从休克的回生修正有效氧和紧要器官的需氧量之间的失配。相应地，在第一小时内对出血的快速反应-包括从休克回生-可以防止心脏血管的坍缩和死亡。用于评定休克的传统方法-包括测量参数例如血压、心率、尿输出和氧转运例如氧递送和消耗、血乳酸盐、动脉血酸硷度和碱过剩的系统测量-会提供对于休克的起点和/或终点以及对回生响应的不确定的标记。
在周边肌肉组织中的氧分压和/或氧饱和的测量与中心血容量相关，因为血液动力学的补偿标记响应远离骨骼肌和内部器官(例如，肝脏、胃、肠、肾)到心脏和大脑的血液分流，从而保持血压。这样，这些量可以在休克开始(血压下降)之前提供内部出血的指示并提供在出血过程中充分回生的更精确和早期的指示。在这里公开的传感器可用于提供肌肉组织中的氧分压和/或氧饱和的实时或者接近实时的测量，并因此可以用于早期识别最处于不断发展的出血休克的危险中的军人。如果肌肉氧化减少并没有迅速反向，患者的肌肉pH减小。恢复正常肌肉氧而不恢复肌肉pH到正常水平的回生会导致差的患者结果。这样，在这里公开的传感器允许连续监控肌肉氧饱和/分压，和/或pH，并且从传感器传输到控制中心的数据能被用于例如警告支援人员当伤害保持时需要医学注意。在这里公开的传感器可以在一些实施例中结合到军人和/或宇航员穿戴的服装中，从而甚至更加不令人厌恶地监测这些个体。当回生发生时，传感器可用于监测肌肉氧饱和/分压和/或pH以引导回生治疗，这有时是通过提供输入到治疗装置的电子控制器上实现的，从而改进患者结果。可以从在这里公开的传感器接收输入信息和/或控制信号治疗装置包括例如灌流泵(例如，以递送一个或多个药和/或流体例如血液或者盐溶液)、通风机及其他配置来递送流体到患者和/或监测患者状态的装置。
在一些实施例中，在这里公开的传感器可用于危急地和/或长期地监控治疗设施中(例如，在手术室、急救室和重病监护室中)、在患者转运过程中(例如，在空中和地面救护车中)和在现场的生病的患者。传感器还可以用于在医生的办公室、诊所和在患者家中进行患者监控。数据可以从传感器传输到监测站以使得医生、护士及其他患者监护人员可以监测患者状态并且万一出现紧急状态或者其它关键事件采取适当的动作。数据可以在患者到达之前直接从救护车传输到接收医院，以使得医院人员可以准备好在患者到达时立即治疗患者。在一些场合，具有慢性病例如充血性心力衰竭的患者可以在家中连续或者间断地使用在这里公开的传感器，以当他们的身体状况恶化到建议和/或必须医学介入的程度时警告医师。
在这里公开的传感器特别良好地适于涉及监测和治疗具有跌打损伤、脓毒病的患者和经历外科手术的患者的场合。这些条件的每一个共同的一个因素是死亡和并发症通常是由于到关键器官例如肠、肝脏、胃和肾的血流不良，该情形典型地称作不良组织灌注。如果不良组织灌注被早早地识别，可以通过递送适当量的流体以及，如有必要，药物以改善血流。但是，如果不良组织灌注持续未得到处理，会导致组织酸中毒(低组织pH)，其导致细胞受损以及组织死亡。这是脓毒病和多器官机能障碍的原因之一，并可以导致长期住院、昂贵的医疗和高死亡率。
在这里公开的传感器可以基于从对象的组织散射的辐射的测量确定肌肉氧含量，其提供内脏器官氧化的替代测量。这可以使得早早地识别不良组织灌注。传感器还可以确定肌肉pH和肌肉氧饱和，其在患者监护过程中典型地必须保持在阈水平之上。从这些传感器的输出可以连接到其他设备，所述其他设备递送流体、药或者其它的针对改善组织灌注和恢复组织氧和pH的适当水平的治疗。来自这些传感器的输出可用于控制这样的治疗设备以使得肌肉氧、pH和血细胞容量计保持在预定水平。通过在这里公开的传感器确定的其它的属性同样可以被评估并用于评定用于急性和慢性的受折磨的患者的管理监护程序。
硬件和软件实施
在这里描述的方法步骤和程序可以在硬件中或者在软件中或者在二者的结合中实施。特别地，处理器20(和/或传感器10的其它的处理器例如处理器22)可以包括软件和/或硬件指令以执行上面讨论的任何方法。所述方法可以遵循在这里公开的方法步骤和图形利用标准编程技术实施在计算机程序中。程序代码被用于输入数据以执行在这里描述的功能。输出信息被用于一个或多个输出装置例如打印机或者显示装置或者计算机监视器上的可访问网址的例如用于远程监控的网页。
每个程序优选地以高水平程序或者面向对象编程语言实施以与处理器通信。但是，程序可以以组件或者机器语言实施，如果期望。在任何情形下，语言可以是编译或者解释语言。每个计算机程序可以存储在可由处理器读取的存储介质或者装置(例如电子存储器)上，用于配置和操作处理器以执行在这里描述的程序。
例子
本发明进一步描述在下面的例子中，其并不意在限制在权利要求中描述的本发明的范围。
例子1
为了评定泰勒级数模型拟合误差的大小和分布，近红外光谱反射测量从六个成年人对象在身体的不同部分获得，同时成年人处于仰卧姿势。在每个对象上的多个测量位置被选取以使得在对象的感兴趣的皮肤和肌肉组织与所述位置之间的介入的脂肪层跨过从5毫米到20毫米的厚度范围。脂肪厚度测量利用超声扫描仪(SonoSite，Bothell，WA)定量地确定。在每个对象上的每个位置，执行五或者六次的重复测量。重复的光谱被归一化，然后拟合到泰勒级数模型，并且泰勒级数模型拟合误差确定为测量的光谱和泰勒级数模型之间的均方根误差(例如，误差平方和除以每个光谱中的各波长点的数量的商的平方根)。在确定所有的测量和误差之后，平均拟合误差和拟合误差的标准偏差从重复测量关于每个位置得以确定。
用于对象之一的示例性光谱示出在图12A-D中。所述光谱对应在对象的小腿(图12A，脂肪厚度9.4毫米)、肩部(图12B，脂肪厚度9.4毫米)、高股(图12C，脂肪厚度13.1毫米)和正常股(图12D，脂肪厚度9.6毫米)上在不同的源-检测器间隔(L1＝30毫米，L2＝35毫米，L3＝40毫米，L4＝45毫米，L5＝50毫米)执行的测量。尽管脂肪厚度和测量位置不同，但是所有光谱具有相似的形状，具有大约760nm的最大吸收；有作为各源-检测器间隔的函数的最小差异。对应最大脂肪厚度(FIG12C)的光谱看起来表现出比对应较小脂肪厚度的光谱更大的差异。
从如图12A-D所示的光谱导出的氧饱和的测量以及与氧饱和测量相关的拟合误差分别示出在图13A和13B中。总的来说，在图13A中关于在对象上的不同位置和脂肪厚度确定的氧饱和测量在大小上类似。这表明泰勒级数模型拟合是可靠的方法以确定选取哪个长距离源用于样品测量。通常，泰勒级数模型拟合误差(以及氧饱和测量)独立于脂肪厚度，因为入射辐射穿透皮肤/脂肪层进入肌肉并且短距离修正(例如，正交化)足以减少或者移除来自皮肤和脂肪的光谱贡献。在这个例子中，不同的脂肪厚度并不明显改变计算的氧饱和值的观测表明，光透入是足够的，并且皮肤和脂肪修正是充分的。
此外，将产生错误的氧饱和测量的光谱可以通过配置来确定泰勒级数模型拟合误差的电子处理器相对容易地识别并从进一步的考虑移除。为了检查从测量的数据组移除异常光谱的可行性，来自34个不同的成年人对象的近红外光谱反射光谱在锻炼期间在30毫米的源-检测器间隔下利用耦合到紧凑分光计(Ocean Optics USB2000，可从Ocean Optics，Dunedin，FL获得)的光纤探针获得。图14A示出关于34个对象之一测量的多个光谱。每一测量的光谱被归一化，拟合到泰勒级数模型，并且泰勒级数拟合误差被计算。
用于每一光谱的泰勒级数拟合误差示出在图14B中。从误差图形来看，显然，在关于对象收集的光谱之中，两光谱(第一个和最后记录的光谱)是异常的；如果这些光谱用于确定氧饱和，结果可能会是错误的。因此关于这两个光谱计算的泰勒级数拟合误差的异常大的值用以精确预测异常的光谱。电子处理器可以实施上面公开的泰勒级数拟合程序，然后通过诸如设阈方法或者比较预定或者先前的信号水平，可以容易地识别并从测量的数据组移除可能产生错误的计算参数值的光谱。
例子2
为了通过促动多个个体的LED检查入射辐射光谱的合成，对两个不同组的LED进行研究。第一组LED包括配置为在下面的峰值波长发射的二极管：735、810、850、850、890和940nm。第二组LED包括配置为在下面的波长发射的二极管：735、780、810、850、890和940nm。对于每组LED，施加到组中的每一LED的驱动电流是用于每个LED的最大驱动电流的可调节的分数。在这个研究中，分数被调节为对于组中的各个LED的每个是相等的。关于每组的光谱，其包括来自每个LED的发射，利用30毫米的源-检测器间隔进行测量以监测来自99％的
反射率标准片的反射光。图15示出第二组LED的测量光谱。图15所示的光谱表明，相对平稳的入射辐射光谱可以通过同时促动在特定的感兴趣的波长范围中的多个LED而获得。对于血液的近红外光谱测量，最重要的波长为大约760nm，其为还原血红蛋白的最大吸收的波长。但是，在图15中760nm附近的光谱强度表明温和减少。进一步地，在940nm发射的LED看起来并未贡献显著的强度给测量的入射辐射。相应地，各个LED源的不同的分布会产生更适于测量血液的近红外反射光谱的复合光谱，特别的一个为其中940nm的LED用具有更接近760nm的峰值发射波长的LED替换。取决于传感器的特定应用，LED的不同的分布可以被选取以用于改善在光谱的近红外区中测量的信号的质量。
例子3
从一组LED发射的光谱是LED的各个发射光谱和检测器光谱响应的回旋。即使当每一LED大致相同地贡献到总发射光谱时，如图15所示，例如由于检测器的光谱响应功能，在光谱的某些部分中测量的发射辐射可以比光谱的其它的部分中的强度更弱。通过例证，在图15中，大约700nm和780nm之间的辐射强度比780nm和860nm之间的辐射强度更弱。
但是，为了调节数个LED的组合输出的光谱强度轮廓，不同的驱动电压可以施加到不同的LED以调节在不同的光谱部分发出的辐射的相对量。替代地，或者额外地，各个LED的每一个任务周期可以被调节，如上所述。在例子2中，第一和第二组的LED被调节以使得每个LED接收它的最大驱动电流的与相同组中的其它LED相同的百分数。但是，在这个例子中，提供给第二组中的各个LED的驱动电流(或者，替代地，或者额外地，第二组中的LED的任务周期)被调节以增大关于二极管组的测量的发射光谱中的700nm和780nm之间的光谱强度。在组中的各个二极管被调节为具有下面的驱动电流(表示为关于每个LED的最大驱动电流的百分数)：735nm，35％；780nm，15％；810nm，15％；850nm，15％；890nm，15％；和940nm，15％。调节的LED产生如图16所示的复合发射辐射光谱。在图16中，来自700-780nm的光谱强度相对于在760nm的光谱强度的值已经相对于图15中的复合光谱增大。相应地，通过调节施加到LED的驱动电流、LED的任务周期、或者二者，来自每个LED的输出可以被控制，从而给予整个入射辐射光谱轮廓的控制，并允许补偿某些硬件和/或内在测量限制例如光谱改变检测器响应。
例子4
通常，通过提供增加量的入射辐射，在这里公开的传感器上的一个或多个源测量更强的反射信号，从而导致基于检测到的信号更精确地确定参数。但是，在操作过程中LED产生热量，并且利用长距离源提供增加量的入射辐射会导致加热例如患者的皮肤，其会使得基于测量的辐射信号的参数确定倾于错误。在建立操作条件中，其中所述操作条件导致提供足够量的入射辐射以产生足够质量的测量的反射光谱以精确确定参数例如氧饱和的值，应当关心避免过度加热患者的皮肤。
在一系列实验中，样品加热的效果通过暴露样品到来自一组LED的入射辐射同时调节由该组产生的总辐射强度而进行调查。强度调节通过控制施加到LED的最大操作电流的百分比(例如，从0-100％)以及通过控制暴露时间(例如，其中LED产生入射辐射并且检测器测量来自样品的反射光谱的时间量)而得以执行。由LED产生的入射辐射的量同样通过调节LED的任务周期或者通过改变用于每一LED的驱动电路中的固定电阻器而进行控制。
刚开始，操作条件被识别，其用小于5000ms的暴露时间导致来自全部LED的均一强度的照射。在该构型中提供给每一LED的驱动电流，其为每一LED的最大电流的百分数，如下：735nm，35％；780nm，15％；810nm，15％；850nm，15％；890nm，15％；940nm，15％。
然后，执行温度研究以确定用于样品的最大容许暴露时间以及适当的任务周期以保证样品温度不超过40℃。温度研究刚开始在硅树脂幻影样品上执行。用于LED的确定的操作条件然后通过在人体测试上的进一步的实验进行确认，从而评估在皮肤和肌肉中的血流的温度影响。在所有的实验中，使用两个微热电偶。第一热电偶附着到玻璃窗，覆盖在传感器上的多个长距离源；这个热电偶产生LED温度测量。第二热电偶附着到在传感器附近但并不直接在传感器之下的位置的幻影或者测试对象。第二热电偶产生样品温度测量。
在研究过程中，目标是调节LED的操作条件同时保持来自两个热电偶的温度读数都在40℃之下。温度测量被收集30分钟。图17示出来自每一热电偶的温度测量数据以及以及用于人体测试对象的作为时间函数的两温度之间的计算差异。从硅树脂幻影研究，确定暴露时间应当限于大约4000毫秒的最大值，并且应该在连续测量之间实施30秒的延迟。该方案在人体测试对象上进行评估并且产生皮肤温度增加4.5℃，但是对象的皮肤温度保持在40℃之下。在温度测量中观察到的波动是由于样品的跟随有26秒冷却期的4000毫秒暴露的顺次循环。在顺次测量过程中，在冷却期过程中温度休缓与总的温度升高相比是相对小的。
例子5
在一些情形中，4000毫秒的最大暴露时间在采集足够质量的光谱数据以提取参数例如氧饱和的测量方面会太小。为了克服该困难，可以增大检测器的电子增益以提高来自样品的相对弱的反射信号的检测。该增大的灵敏度可以得以实现，而不会增大样品暴露时间，从而防止额外的样品加热。增大检测器增益会是特别有用的，例如用于具有相对黑的皮肤和/或感兴趣的皮肤表面和组织之间薄层的脂肪的对象。
研究被执行以调查在光谱反射测量上不同增益设置的效果。三个不同的检测器增益设定被使用(名义上，1.35X、1.68X和2.0X)。测量在硅树脂假想(phantom)样品上和在99％的反射率标准片上执行。测量被重复六次，从而每一次收集对应六个不同的长距离源的一个的反射光谱。为了保证检测器并不饱和，电子增益被调节到名义上2.0X的设定并且入射辐射强度被调节来产生大约3500量的检测器反射信号。在三个增益水平的每一个上的测量被归一化到没有电子增益的测量。
图18示出在30毫米的源-检测器间隔下照射的关于99％的
反射率标准片的测量结果。结果类似于在其它源-检测器间隔下关于
标准以及关于幻影样品的结果。图18示出没有增益以及在三个不同增益水平(其被归一化以消除大多数光谱包线形状)的每一个的反射光谱。产生的增益光谱呈现非常少的波长依赖(例如，在图18中，在纵标轴上的像素位置与波长相关)。一些变化在关于第一个八个像素中的不同增益水平的结果中是可见的；相应地，这些像素并不包括在计算的平均增益中。像素15-120用于确定图18所示的增益平均数。
基于计算的增益平均数，对于用于这些测量的特定传感器显现出，1.35X的名义增益设定实际产生1.44X的增益。类似地，1.68X的名义增益设定产生1.80X的实际增益，并且2.0X的名义增益设定产生2.34X的实际增益。前面的方法可用于调查检测器电子增益的波长依赖并校准各种增益设定用于其它的传感器。
例子6
在使用前，在这里公开的传感器典型地被校准以提供精确的波长特定的测量。传感器通过计算从样品反射的光线强度与从测量的反射率标准片反射的光线强度的比率确定反射和/或吸收光谱。为了评定在这里公开的传感器的校准稳定性，执行研究以相对于99％的
反射率标准片(可从Labsphere，NorthSutton，NH获得)标准化示例性传感器。从99％反射率标准片反射的辐射提供从传感器源发出的辐射的近似测量。传感器的校准与基于在相同研究中执行的光纤探针的校准比较。对于传感器和光纤探针二者，还执行实验以测量从50％和2％的
反射率标准片(同样可以从Labsphere获得)反射的辐射。
为了校准光纤探针，探针定位在每个反射率标准片上方固定距离，辐射源被促动以产生入射光线，探针用于测量从反射率标准片反映的入射光线。探针在反射率标准片上方的高度被选取以产生对探针高度的小的变化尽可能地不敏感的光谱反射测量。通常，不同的高度实现用于长和短距离源的该条件。在以前的实验中，用于光纤探针的适当的高度被确定为关于短距离照射11毫米，关于长距离照射75毫米。这些高度用于该研究而无需进一步的调查。
示例性传感器以类似的方式相对于99％、50％和2％的反射率标准片校准。对于传感器，对于短距离照射，在反射率标准片上方的适当高度确定为16毫米，而对于长距离照射，适当的高度确定为65毫米。所述研究在额外的限制下被重复用于在传感器上的所有对的短和长距离源，所述额外限制为选择的高度是产生对长距离源-检测器间隔的差异最不敏感的测量数据的那些。
通过相对于已知的反射率标准片标准化光纤探针，发展用于类似探针的校准方程可以在该研究中转换到探针，如例如在Soyemi等人的“ Standardization method for correcting spectral differences across multiple units of a portable near
为了检查发展用于其它的系统(例如，光纤探针和/或在这里公开的类型的其它的传感器)的校准方程是否可以在该研究中转换到传感器，传感器对于样品的短和长距离照射二者的测量响应的线性度针对在五个不同波长(725nm、760nm、800nm、840nm和880nm)的不同的反射率标准片进行调查。图19A和19B分别示出在五个不同的波长的每一个对于光纤探针和传感器从不同的反射率标准片的强度测量。图19A和19B对应30毫米的源-检测器间隔。如这些附图所示，光纤探针和传感器二者的测量的强度响应关于标准片的名义反射成大致线性比例。相应地，校准方程可以成功地转换到光纤探针和传感器二者，而没有由于非线性检波器响应所致的明显的误差。
图20A和20B分别示出对于光纤探针和传感器在3毫米的源-检测器间隔下来自不同的反射率标准片的强度测量。光纤探针和传感器二者的测量强度响应与标准片的名义反射成大致线性比例，以使得对于短距离照射校准方程也可以成功地转换到探针和传感器。
传感器典型地是波长校准的以映射特定的检测器像素到特定波长的辐射。各种方法可以用于校准在这里公开的传感器用于波长依赖测量。研究被执行以评估不同的波长校准方法。校准方法每个参照测试对象的反射光谱的单一光谱峰值。测试对象受到血管闭塞10分钟，然后是1分钟的锻炼期。在对象血液中的大多数血色素经由该程序转换为还原血红蛋白；还原血红蛋白具有760nm的特征吸收峰。
两种不同的辐射源用于提供用于波长校准的入射辐射。第一源包括六个近红外LED。第二源包括三个近红外激光器二极管。激光二极管典型地具有比LED更窄的光谱发射峰。各个LED和激光二极管的发射峰的实际波长通过利用校准的分光计(Ocean Optics USB2000，可从Ocean Optics，Dunedin，FL获得)进行测量。在特定实验中选择的辐射源用于直接照射传感器，或者照射从传感器间隔开65毫米的距离的99％反射率标准片。对于两种类型的照射，辐射源定位在与传感器的检测器相同的水平面中，并从检测器间隔开30毫米。传感器用于测量直接照射或者来自标准片的反射辐射。
图21示出对于用于两不同的传感器(“V2”和“V5”)的辐射源和照射几何结构的不同组合的波长校准结果。对于每个传感器，直接照射导致在与用从反射率标准片反射的光线照射稍微不同的像素位置下760nm峰的检测。当这些光谱结果与从人体组织样品记录的波长校准测量相比较时，观察到由LED产生并从反射率标准片反射的辐射检测产生最可靠地再现在人体组织样品中在760nm的还原血红蛋白峰的位置的校准。不希望受制于理论，相信这种校准方法产生最精确的结果，因为当实际组织样品被照射并且它们的光谱被测量时它最接近实验条件。相应地，基于LED的照射和从99％反射率标准片反射的光线的检测是选择用于关于波长校准在这里公开的传感器的方法。
在研究期间的过程中，主峰-属于上方的还原血红蛋白-偏移到稍有不同的波长。例如，峰呈现为在闭塞结束附近和在锻炼过程中最接近760nm，而在痊愈过中偏移到更远离760nm的波长。演示该效果的示例性反射光谱示出在图22中。图22所示的每一光谱包括由氧饱和参数限定的比例的还原血红蛋白和氧基血红素二者的纯光谱的混合物。在760nm的还原血红蛋白峰具有167mM-1cm-1的摩尔消光系数。在800nm和900nm之间，还原血红蛋白具有大致0.8mM-1cm-1的消光系数，而氧基血红素吸收从在800nm下大约0.8mM-1cm-1增加到在900nm下大约1.34mM-1cm-1。当在痊愈过中氧基血红素浓度增加时，大于760nm的波长下的吸收开始相对于在小于760nm的波长下的吸收增大，因此整个光谱峰偏移到更长的波长。图23示出从图22所示的反射光谱计算并绘制为时间函数的氧饱和。在闭塞过程中，当氧饱和下降并且对象血液中的还原血红蛋白比例增加时，还原血红蛋白峰偏移来更靠近760nm。在痊愈过程中，当氧饱和增加并且对象的血液中的氧基血红素比例增加时，还原血红蛋白峰偏移为更远离760nm。
例子7
在这里公开的传感器提供的各源-检测器间隔允许包括覆盖的各种厚度的脂肪层的组织的非侵入式询问。执行研究以确定来自传感器上的各源的辐射的穿透深度。两层幻影通过利用例如描述在杨等人的“Simultaneous correction of skin color and fat thickness for tissue spectroscopy using a two-distance fiber optic probe and orthogonalization techniques”，Optics Letters，30：2269-2271(2005)中的方法进行制备，其整个内容在此被引入作为参考。在幻影中，脂肪通过包含已知量的内脂的琼脂进行模拟以使得减小的散射系数(
)类似于脂肪的那些。脂肪层被倒入已知厚度的模具中以产生2、4、6、8、10和20毫米厚的脂肪层，以使得可以通过组合不超过2个幻影得到以2毫米递增的2毫米和20毫米之间的脂肪厚度。1毫米厚的皮肤层被模制以产生中等和深色调的皮肤幻影，其具有减小的散射系数，该散射系数通过增加黑色素到幻影(对于中等和深色调皮肤分别0.15mg/mL和0.25mg/mL)而被调节以匹配实际皮肤的减小的散射系数。皮肤层位于脂肪层上(包括一个或两个脂肪幻影)，并且层布置在黑色的高吸收支撑材料上。利用在这里公开的传感器之一和光纤探针二者针对每个幻影测量反射光谱。利用传感器记录的光谱通过利用各种不同的信号采集时间进行测量。为了确定入射辐射的穿透深度，反射辐射的强度被测量作为脂肪厚度的函数。理论上，预期用S形曲线，如图24所示，来描述反射辐射强度和脂肪厚度之间的关系。特别地，如果辐射完全穿透皮肤和脂肪层，它被黑色支撑材料吸收；因此测量的反射信号相对小。但是，当辐射仅部分地穿透进入皮肤和脂肪层时，较大部分的入射辐射被反射并抵达检测器；这样，测量的反射信号增大。测量的反射信号在当几乎所有的入射辐射都没有穿透皮肤和脂肪层并反射时达到最大量(例如，在图24中在大的厚度值处的强度段)。
图25A和25B分别示出对于具有中等色调(图25A)和深色色调(图25B)皮肤的幻影的作为脂肪厚度函数测量的反射辐射强度。在这些附图中，在小的脂肪厚度的较低的平坦区不见了，表明没有入射辐射穿透到吸收支撑材料。该情形是期望的；如果短距离光谱包括感兴趣的组织对辐射吸收的贡献，这些贡献将从仅代表感兴趣目标的修正的数据移除，从而产生错误的数据。在图25A-B中的光谱呈现出在6毫米和8毫米的脂肪厚度之间稳定，从而表明短距离照射(在特定选择的短距离)可用于减少高达6-8毫米厚度的覆盖皮肤和脂肪层的效果。
图27示出对于与图25A和25B中的相同的幻影作为脂肪厚度的函数的但是用光纤探针测量的反射辐射强度。光纤结果同样表明对于与图25A-B中的相同的短距离照射，入射辐射穿透到6-8毫米的深度。
长距离照射实验同样在组织幻影上执行。光纤探针和传感器都用于在30毫米的源-检测器间隔下获得反射光谱。图26A和26B示出关于中等色调和深色调的皮肤幻影，通过传感器测量的，关于长距离照射作为脂肪层厚度的函数的反射辐射强度。图28示出在相似条件下利用光纤探针获得的测量结果。在图26A-B和28中的数据表明长距离入射辐射穿透至少8-10毫米的脂肪厚度，并仍提供来自下面的目标的显著量的信号。即使对于更厚的脂肪层，反射辐射的测量强度并未达到上平稳段，从而表明可以获得关于脂肪层厚度下的组织的进一步的信息。
目标浓度依赖同样在一系列测量中进行调查。包括肌肉、脂肪和皮肤层的三层幻影根据例如在杨等人的“Removal of analyte-irrelevant variation in near infrared tissue spectra”，Applied Spectroscopy，60：1070-1077(2006)中描述的方法进行制造，其整个内容在此被引入作为参考。在肌肉层中的吸收器是印度墨汁，肌肉层的散射系数通过增加20％的内脂进行调节。三种不同浓度的黑色素用于在表层中产生轻的、中等的和深色的皮肤色调。新的脂肪和皮肤层在每次制造新的肌肉层时进行制造。所有的幻影被整夜致冷并密封以避免水分损失。各肌肉、脂肪和皮肤层的组分分别示出在表1、2和3中。
表1
表2
表3
由仅代表肌肉的材料、代表肌肉、脂肪和皮肤的材料组成的假想物利用光纤探针和在这里公开的传感器的示例性的一个并行测量。中性密度滤光片附着到传感器的短距离源以减小由短距离源产生的入射辐射的强度。用于传感器的每一选择的短和长距离源的输出辐射强度通过控制施加到每个源中的每一LED的驱动电流进行调节。施加到短距离源LED的驱动电流，其表示为用于每个LED的最大驱动电流的百分数，如下：735nm，17％；780nm，5％；810nm，2％；850nm，2％；890nm，2％；和940nm，2％。施加到长距离源LED的驱动电流，其表示为用于每个LED的最大驱动电流的百分数，如下：735nm，35％；780nm，15％；810nm，15％；850nm，15％；890nm，15％；和940nm，15％。
在用传感器和光纤探针进行测量之前，探针和传感器的短和长距离源二者相对于99％、50％和2％的
反射率标准片进行校准，如上所述。测量采集时间被选择以在传感器的检测器上实现尽可能多的强度量。所有的基准和样品光谱在执行基于光谱的进一步的计算之前根据采集时间归一化。
在利用光纤探针和传感器二者测量和归一化来自三层幻影的光谱之后，光谱利用部分最小二乘方(PLS)方法进行分析以预计在每个测量的假想物中的墨水浓度。在每组中的光谱总数量为90。长距离光谱利用短距离光谱根据Andersson方法(例如参见Yang等人的“Simultaneous correction of skin color and fat thickness for tissue spectroscopy using a two-distance fiber optic probe and orthogonalization technique”，Optics Letters30：2269-2271(2005)和美国专利No.7,532,919，其整个内容在此被引入作为参考)正交化。接着，正交化光谱根据需要通过PCALC进行处理，并且具有交叉验证的PLS模型被计算。全部的光谱和浓度是定心的平均数。交叉验证方法包括在每次通过时留全部样品光谱的20％的任意组在外面，直到所有的光谱已经被预计。所有的光谱的交叉验证重复20个来回，并报告平均结果。模型计算被重复四次以获得平均相关系数(R2)和交叉验证的均方根误差(RMSECV)值。
样品光谱的剩余曲线图利用Q剩余、Hotelling T2剩余、Y Studentized剩余(residual)和柱图(Leverage plot)被检查用于光谱光谱外露层候选。Q剩余用于识别光谱和PLS模型之间的拟合不足。Y Studentized剩余用于识别在测量的和预测的浓度之间具有大的差异的光谱。Hotelling T2剩余和柱图用于识别单个光谱和另一个光谱之间的差异。具有比样品的其余部分的剩余大很多的剩余的样品被采取来表示测量误差。
前面的分析被重复用于具有不同的预处理的光谱和通过两不同的仪器(例如，两不同的传感器)测量的光谱。为了确定仪器之间的RMSECV差异是否是统计显著的，浓度剩余的正式的统计分析被执行，用于在PCALC后正交化的一组光谱(Andersson正交化)。使用的方法是用于从每个分光计组织为两组的每个样品光谱的浓度剩余的双路(two-way)固定效应(fixed effects)ANOVA测试。剩余被计算作为对于特定样品和仪器的平均值和对于样品和仪器的测量值之间的差的平方。来自两组的外露层样品在分析之前都从两组移除以保证在每个组中相等的样品量(83)。
对于通过光纤探针测量的光谱的PLS分析的结果示出在表4中。施加PCALC预处理通常显得改善浓度预测，如通过R2和RMSECV值测量的。正交化显得比PCALC预处理更多地贡献到结果的改善。对于这组幻影，正交化从皮肤和脂肪层移除或者减少光谱干扰，而PCALC减少由减小的散射系数中的变化引起的肌肉层引起的光谱变化。调查的假想物仅包括两不同的减小的散射系数，并且不同的系数的值仍然相对接近。
表4
| 模型 | PLS因子 | R2 | 10xRMSECV(％) |
| 光谱正交化 | 7 | 0.639 | 4.33 |
| 具有预处理的光谱正交化 | 6 | 0.652 | 4.24 |
| 长距离吸收光谱 | 9 | 0.590 | 4.63 |
| 具有预处理的长距离吸收光谱 | 8 | 0.596 | 4.62 |
在调查的假想物中，印度墨汁对入射辐射的强吸收限制可以调查的浓度范围。结果，在研究中不同幻影之间的浓度差是相对小的(例如，使用0.0055、0.0060、0.0065、0.0070和0.0075％的浓度)。由于这样的低浓度差异所致的光谱变化在大小上与由于其它因素例如肌肉和脂肪层中的入射辐射的散射所致的变化会是可比拟的。此外，印度墨汁并不具有在近红外区的良好限定的光谱吸收峰；相应地，印度墨汁的光谱贡献与来自内脂的散射贡献缠绕。相似的问题对于人体试验对象并未出现，其具有良好限定的吸收峰值，并且其中在血色素光谱中浓度引起的变化容易被识别。
表5
表5示出关于用传感器测量的光谱的PLS分析的结果。如在表4中，在表5中的数据表明，光谱的PCALC预处理提供改善的预报结果，这对于用传感器测量的光谱进行光谱正交化同样如此。α＝0.05的显著性水平的ANOVA结果表明0.769的p值，从而表明对于相似的(但是不同的)传感器在RMSECV之间的差异不是统计显著的。
为了检查在人体测试对象上的传感器和光纤探针的性能之间的差异，一组测试对象在两个单独的时机进行一致的测试方案。在刚开始视察研究实验室时，每个对象经历包括袖口闭塞在90毫米超过收缩压然后是1分钟的具有闭塞的手握持锻炼的测试方案。反射光谱利用光纤探针测量。在第二次视察实验室的过程中(至少48小时后)，每个对象经历相同的方案，通过传感器测量反射光谱。
传感器每天相对于三个不同的反射率标准片校准，如上所述。传感器通过医学级的粘接剂附着到每个对象的指深屈肌。光谱每30秒测量并且肌肉氧饱和在整个方案过程中利用例如在杨等人的“ Quantitative measurement of muscle oxygensaturation without influence from skin and fat using contin
关于光纤探针和传感器的肌肉氧饱和结果示出在表6中以及图29中。在测试方案的所有阶段，从光纤探针和传感器获得的测量结果是类似的，从而表明传感器是在各种应用中对光纤探针的适当的替换。
表6
| 测量装置 | 方案阶段 | |||
| 基线 | 闭塞 | 锻炼 | 痊愈 | |
| 光纤探针 | 66.63±8.9 | 4.78±10.69 | 3.20±7.15 | 70.90±5.50 |
| 传感器 | 69.52±7.8 | 9.36±16.88 | 0.14±0.31 | 69.50±11.58 |
测量的光谱同样用于调查利用传感器确定肌肉pH.的可行性。典型地，用于计算肌肉pH的方法比用于计算肌肉氧饱和的方法更强地取决于用于获得反射光谱的光学系统肌肉pH利用发展用于光纤探针的部分最小二乘方模型从测量的光谱进行计算(见例如Soller等人的“Noninvasive determination of exercise-induced hydrogen ion hydrogenion threshold through direct optical measurement”，Journal of Applied Physiology 104：837-844(2008)，其整个内容在此被引入作为参考。通过光纤探针和传感器测量的光谱中的小的差异足够显著以使得发展用于探针的PLS模型方程不能直接应用到通过传感器收集的光谱。
为了调查发展肌肉pH模型直接用于通过传感器测量的光谱的可行性，利用光纤探针确定的pH值用作相对于在测试方案中利用传感器在相应的时点测量的光谱“已知的”pH值用于PLS模型发展。利用传感器测量的光谱被正交化并且外露层被移除。模型精度通过具有5个数据分和20个重复迭代的“随机子集”交叉验证进行评价。模型被发展用于每个单独的测试对象。
表7
| 对象 | 因子的量 | R2 | RMSECV | 分析点的量 |
| 1 | 1 | 0.913 | 0.026 | 41 |
| 3 | 2 | 0.964 | 0.060 | 41 |
| 4 | 1 | 0.989 | 0.035 | 41 |
| 5 | 3 | 0.982 | 0.046 | 42 |
| 6 | 3 | 0.983 | 0.029 | 41 |
| 7 | 2 | 0.952 | 0.080 | 41 |
对于六个测试对象的精确度量示出在表7中。对于每个模型，R2值提供模型趋势能力的表征，RMSECV值提供每个模型的精度的估计。图30示出对于测试对象之一已知的和计算的肌肉pH值之间的对应性。通常，在这些测试对象中，与测量的pH(6.9-7.5)的范围相比，R2值是高的而RMSECV值是低的。这些结果与在血管闭塞过程中利用pH测量电极在兔子肌肉中过程的数据是可比拟的(见例如张等人的“Partial least-squares modeling of near-infrared reflectance infrared reflectance data for noninvasive in vivo determination of deep-tissue pH”，Applied Spectroscopy 52：400-406(1998)，其整个内容在此被引入作为参考)。兔子光谱直接从肌肉组织获得，而在该研究中，肌肉光谱通过穿过皮肤和脂肪层照射肌肉组织并且在模型发展之前修正测量的光谱以减小或者消除来自皮肤和脂肪层的贡献而获得。这进一步表明，在这里公开的传感器可用于获得各种各样的生理参数的精确估计，包括对用于测量反射光谱的光学装置相对敏感的参数。
其它实施例
已经描述许多实施例。然而，应当清楚，可以进行各种修改而不超出本公开的精神和范围。相应地，其它实施方式落在权利要求的范围内。
Claims (30)
1.一种传感器，包括：
包括电子处理器的电路板；
多个辐射源，每个源附着到所述电路板；和
附着到所述电路板的光谱检测器，所述光谱检测器配置为分析源于多个辐射源的一个或多个的辐射，
其中在使用过程中所述传感器配置为穿戴在对象的身体的一部分上；以及
其中所述电子处理器配置为使得多个辐射源的两个或更多个导向入射辐射到对象，以使得所述光谱检测器分析来自对象的辐射，以及基于来自对象的辐射确定对象的一个或多个属性。
2.如权利要求1所述的传感器，其中，所述电子处理器配置为选择性地调节所述辐射源其中的至少一个以产生所述入射辐射。
3.如权利要求2所述的传感器，其中，所述电子处理器配置为选择性地调节(i)工作周期和(ii)提供给所述辐射源的每一个以产生具有选择的光谱形状的入射辐射的驱动电流其中的至少一个。
4.如权利要求1所述的传感器，其中，所述辐射源包括定位在距离所述检测器9毫米或者更小的距离处的短距离源，以及至少两个长距离源，每个定位在距离所述检测器10毫米或者更大的距离处。
5.如权利要求1所述的传感器，其中，所述辐射源包括至少两个短距离源和至少三个长距离源。
6.如权利要求4所述的传感器，其中，所述电子处理器配置为选择长距离源其中的一个以通过用由每一长距离源产生的入射辐射照射对象、测量对应每一长距离源的照射的对象的吸收光谱以及比较测量的吸收光谱以选择长距离源其中的一个而产生至少一部分入射辐射。
7.如权利要求6所述的传感器，其中，所述比较包括：
对于每个长距离源，拟合对应所述长距离源的吸收光谱于用于对象的吸收光谱的泰勒级数模型，并确定吸收光谱和模型之间的平均误差；以及
选择对应吸收光谱和模型之间的最小平均误差的长距离源。
8.如权利要求7所述的传感器，其中，所述比较进一步包括，在拟合对应长距离源的吸收光谱之前，修正对应所述长距离源的吸收光谱的每一个以利用从通过暴露对象到来自短距离源的辐射而获得的吸收光谱导出的信息减小由于对象中的皮肤和脂肪层所致的光谱影响。
9.如权利要求7所述的传感器，其中，选择长距离源进一步包括确定选择的长距离源是否满足最小适合性标准。
10.如权利要求9所述的传感器，其中，确定选择的长距离源是否满足最小适合性标准包括确定模型拟合误差的平均值(μ)和标准偏差(σ)，并且其中如果所述模型和对应选择的长距离源的吸收光谱之间的平均误差是在间隔(μ-3σ，μ+3σ)中，所述电子处理器配置为选择长距离源。
11.如权利要求10所述的传感器，其中：
所述辐射源包括两个或更多个短距离源；并且
其中所述电子处理器配置为选择短距离源和长距离源的组合以产生至少一部分入射辐射，其是通过：
用每一短距离源产生的入射辐射照射对象；
测量对应每一短距离源的吸收光谱；
通过对应短距离源的每一光谱修正对应长距离源的每一光谱；
拟合修正的光谱到用于对象的吸收光谱的泰勒级数模型并确定每一修正的光谱和模型之间的拟合误差；以及
识别对应修正的光谱中的最小拟合误差的包括短距离源和长距离源的组合。
12.如权利要求1所述的传感器，进一步包括显示单元，其中所述显示单元定位在传感器的与入射辐射通过其由多个辐射源发出的表面相对的表面上，并且其中所述显示单元配置为显示对象的一个或多个属性的至少一些的值以及对象的一个或多个属性的以前测量的值。
13.如权利要求1所述的传感器，进一步包括通信接口，该通信接口包括配置为发送数据到传感器和从传感器接收数据的无线发射器和接收器，其中所述传感器配置为通过网络传输数据。
14.如权利要求1所述的传感器，其中，所述一个或多个属性包括对象的氧饱和、氧张力、pH、血细胞容量计、血红蛋白浓度、厌氧阈、含水率和氧消耗其中的至少一个。
15.如权利要求1所述的传感器，其中，所述电子处理器配置为在分析来自对象的辐射期间保持非零测量的检测器信号强度在预定的信号强度范围内。
16.如权利要求15所述的传感器，其中，保持检测器信号强度在预定范围内包括调节检测器的电子增益和信号采集时间其中的至少一个以控制信号强度。
17.如权利要求15所述的传感器，其中，保持检测器信号强度在预定范围内包括选择多个辐射源的不同个以导向入射辐射到对象。
18.如权利要求17所述的传感器，其中，选择多个辐射源的不同个包括从定位在距离检测器10毫米或者更大的距离处的辐射源中选择不同的辐射源。
19.如权利要求17所述的传感器，其中，选择多个辐射源的不同个包括从定位在距离检测器9毫米或者更小距离处的辐射源中选择不同的辐射源。
20.如权利要求1所述的传感器，其中，所述电子处理器配置为提供关于对象的一个或多个属性的信息到治疗装置以控制治疗装置。
21.一种传感器，包括：
柔性安装构件，其包括配置为直接附着到样品并且当它附着到样品时呈现对应至少一部分样品的形状的粘接表面；以及
多个辐射源、光谱检测器和附着到所述安装构件的电子处理器，
其中所述电子处理器配置为致使所述辐射源的至少两个导向入射辐射到样品，以致使所述光谱检测器分析来自样品的辐射，并基于来自样品的辐射确定样品的一个或多个属性。
22.如权利要求21所述的传感器，其中，所述安装构件包括接触样品的第一一次性部分和多个辐射源、检测器和电子处理器附着到其上的第二非一次性部分，其中所述一次性部分对于近红外辐射是至少部分地可穿透的并形成由辐射源产生的入射辐射通过其到达样品的窗。
23.如权利要求21所述的传感器，其中，一个或多个属性包括样品的氧张力、氧饱和、pH、血细胞容量计、血红蛋白浓度、厌氧阈、含水率和氧消耗其中的至少一个。
24.一种用于测量一个或多个样品属性的方法，该方法包括：
选择多个辐射源的一个并导向来自选取的源的辐射以入射在样品上，检测来自样品的辐射，并基于检出的辐射确定一个或多个样品属性，
其中所述选择包括：
对于多个辐射源的每一个，通过暴露样品到来自辐射源的辐射而测量样品的吸收光谱；
拟合吸收光谱到用于样品吸收的模型，并确定每一光谱相对于模型的平均拟合误差；以及
选择对应具有最小平均拟合误差的光谱的源。
25.如权利要求24所述的方法，其中，所述选择进一步包括在确定平均拟合误差之前修正每一吸收光谱以减小由于在样品中的皮肤和脂肪层所致的光谱影响。
26.如权利要求24所述的方法，其中，所述选择进一步包括确定关于拟合误差的平均值μ和标准偏差值σ，并选择一源，对于该源，从对应所述源的吸收光谱确定的平均拟合误差落在间隔(μ-3σ，μ+3σ)中。
27.如权利要求24所述的方法，进一步包括，在检测来自样品的辐射期间，保持检测到的辐射信号的强度大约零并位于预定信号强度范围中。
28.如权利要求27所述的方法，其中，保持信号强度在预定范围内包括调节检测器的电子增益和在期间辐射被监测以控制信号强度的信号采集时间其中的至少一个。
29.如权利要求27所述的方法，其中，保持信号强度在预定范围内包括选择多个辐射源的不同个以导向辐射到样品。
30.如权利要求24所述的方法，其中，一个或多个样品属性包括样品的氧饱和、氧张力、pH、血细胞容量计、血红蛋白浓度、厌氧阈、含水率和氧消耗其中的至少一个。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US8708408P | 2008-08-07 | 2008-08-07 | |
| US61/087,084 | 2008-08-07 | ||
| PCT/US2009/053183 WO2010053617A2 (en) | 2008-08-07 | 2009-08-07 | Spectroscopic sensors |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102176864A true CN102176864A (zh) | 2011-09-07 |
| CN102176864B CN102176864B (zh) | 2014-12-31 |
Family
ID=42153472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200980139542.4A Active CN102176864B (zh) | 2008-08-07 | 2009-08-07 | 分光镜传感器 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US9095291B2 (zh) |
| EP (2) | EP2323554B1 (zh) |
| JP (1) | JP5671460B2 (zh) |
| KR (1) | KR20110053993A (zh) |
| CN (1) | CN102176864B (zh) |
| CA (1) | CA2732996A1 (zh) |
| WO (1) | WO2010053617A2 (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102579237A (zh) * | 2012-03-08 | 2012-07-18 | 北京龙马负图科技有限公司 | 具有静脉再充盈检测功能的间歇充气加压系统 |
| CN103610467A (zh) * | 2013-11-05 | 2014-03-05 | 李鲁亚 | 并行近红外光电传感装置及动物器官组织检测系统与方法 |
| CN104768461A (zh) * | 2012-08-10 | 2015-07-08 | 维奥普蒂克斯公司 | 无线手持组织血氧测量装置 |
| CN105611880A (zh) * | 2013-10-08 | 2016-05-25 | 三星电子株式会社 | 超声探头及包括超声探头的医疗设备 |
| CN108024801A (zh) * | 2015-09-17 | 2018-05-11 | 国立大学法人名古屋大学 | 光线过敏检查装置 |
| CN109313295A (zh) * | 2016-06-03 | 2019-02-05 | 3M创新有限公司 | 具有空间变化微复制层的光学滤光器 |
| TWI665034B (zh) * | 2014-04-14 | 2019-07-11 | 瑞士商萬達瑞股份有限公司 | 用於量測壓鑄模中濕氣之裝置及方法 |
| WO2019184812A1 (en) * | 2018-03-27 | 2019-10-03 | Wong Ming Yip Wallace | A method of selecting the intensity of a light source for monitoring an analyte in blood, and a device thereof |
Families Citing this family (91)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6850788B2 (en) | 2002-03-25 | 2005-02-01 | Masimo Corporation | Physiological measurement communications adapter |
| US7459713B2 (en) | 2003-08-14 | 2008-12-02 | Microptix Technologies, Llc | Integrated sensing system approach for handheld spectral measurements having a disposable sample handling apparatus |
| EP1875128B1 (en) | 2005-04-25 | 2018-12-26 | University of Massachusetts | Systems and methods for correcting optical reflectance measurements |
| US8840549B2 (en) | 2006-09-22 | 2014-09-23 | Masimo Corporation | Modular patient monitor |
| US11903682B2 (en) * | 2007-02-27 | 2024-02-20 | J&M Shuler, Inc. | Method and system for monitoring oxygenation levels of a compartment for detecting conditions of a compartment syndrome |
| CN101801261B (zh) * | 2007-07-13 | 2013-08-14 | 马萨诸塞大学 | 身体机能监测方法及监测器 |
| EP2323554B1 (en) | 2008-08-07 | 2019-02-20 | University of Massachusetts | Spectroscopic sensors |
| FR2939199B1 (fr) * | 2008-12-02 | 2011-02-11 | C2 Diagnostics | Procede et dispositif de cytometrie en flux sans fluide de gainage |
| US20110257492A1 (en) * | 2009-01-29 | 2011-10-20 | Tanja Maria Greve | Method for determining the state of a skin disorder using near infrared (nir) spectroscopy |
| US8463346B2 (en) * | 2009-06-10 | 2013-06-11 | Medtronic, Inc. | Absolute calibrated tissue oxygen saturation and total hemoglobin volume fraction |
| US9153112B1 (en) | 2009-12-21 | 2015-10-06 | Masimo Corporation | Modular patient monitor |
| US9057689B2 (en) | 2010-01-22 | 2015-06-16 | University Of Massachusetts | Methods and systems for analyte measurement |
| US20130317367A1 (en) * | 2010-05-04 | 2013-11-28 | Michael Simms Shuler | Method and system for providing versatile nirs sensors |
| JP5796275B2 (ja) * | 2010-06-02 | 2015-10-21 | セイコーエプソン株式会社 | 分光測定器 |
| US20120166117A1 (en) * | 2010-10-29 | 2012-06-28 | Xia Llc | Method and apparatus for evaluating superconducting tunnel junction detector noise versus bias voltage |
| CN103429153A (zh) * | 2010-11-03 | 2013-12-04 | 华盛顿大学商业中心 | 活体内的组织氧化的确定 |
| US20120184831A1 (en) * | 2011-01-18 | 2012-07-19 | Radiation Monitoring Devices, Inc. | Systems, devices and methods for monitoring hemodynamics |
| JP5966135B2 (ja) * | 2011-02-23 | 2016-08-10 | 国立大学法人静岡大学 | 光学的測定装置 |
| WO2013023071A1 (en) | 2011-08-11 | 2013-02-14 | Reflectance Medical, Inc. | Patient interface for reusable optical sensor |
| WO2013056160A2 (en) | 2011-10-13 | 2013-04-18 | Masimo Corporation | Medical monitoring hub |
| US9943269B2 (en) | 2011-10-13 | 2018-04-17 | Masimo Corporation | System for displaying medical monitoring data |
| US10149616B2 (en) | 2012-02-09 | 2018-12-11 | Masimo Corporation | Wireless patient monitoring device |
| US20130237846A1 (en) * | 2012-03-12 | 2013-09-12 | Ivwatch, Llc | Geometry of a Transcutaneous Sensor |
| US20130289362A1 (en) * | 2012-04-30 | 2013-10-31 | Empire Technology Development Llc | Infrared guide stars for endoscopic orienteering |
| WO2013166461A1 (en) | 2012-05-03 | 2013-11-07 | Vioptix, Inc. | Tissue oximetry probe geometry for robust calibration and self-correction |
| CN103536291B (zh) * | 2012-07-10 | 2017-04-19 | 花王株式会社 | 体表皮脂分布的测定方法 |
| WO2014042773A1 (en) * | 2012-09-02 | 2014-03-20 | Ivwatch, Llc | Systems and methods for mitigating the effects of tissue blood volume changes to aid in diagnosing infiltration or extravasation in animalia tissue |
| US9749232B2 (en) | 2012-09-20 | 2017-08-29 | Masimo Corporation | Intelligent medical network edge router |
| FR2999334B1 (fr) * | 2012-12-07 | 2015-01-09 | Sp3H | Procede et dispositif embarque d’analyse de fluide dans un moteur thermique |
| FR2999333A1 (fr) * | 2012-12-07 | 2014-06-13 | Sp3H | Procede et dispositif embarque d’analyse de fluide dans un moteur thermique |
| WO2014087103A1 (fr) * | 2012-12-07 | 2014-06-12 | Sp3H | Procédé et dispositif embarque d'analyse de fluide dans un moteur thermique |
| WO2014106657A1 (en) * | 2013-01-04 | 2014-07-10 | University Of Limerick | Differential infra red nanoscopy system and method |
| EP2830488B1 (en) * | 2013-01-22 | 2018-08-15 | Ivwatch, LLC | Geometry of a transcutaneous sensor |
| JP6315352B2 (ja) * | 2013-02-01 | 2018-04-25 | ブイ． モンロス，サージ | 内燃機関エンジンのための水素オンデマンドの燃料システム |
| US9733155B2 (en) * | 2013-02-01 | 2017-08-15 | Serge V. Monros | On-board diesel emissions diagnostic and monitoring system |
| US10502666B2 (en) * | 2013-02-06 | 2019-12-10 | Alentic Microscience Inc. | Sample processing improvements for quantitative microscopy |
| EP3014330B1 (en) | 2013-06-26 | 2024-01-03 | Alentic Microscience Inc. | Sample processing improvements for microscopy |
| US9996954B2 (en) | 2013-10-03 | 2018-06-12 | Covidien Lp | Methods and systems for dynamic display of a trace of a physiological parameter |
| US10832818B2 (en) | 2013-10-11 | 2020-11-10 | Masimo Corporation | Alarm notification system |
| CN103605394B (zh) * | 2013-10-28 | 2015-04-01 | 上海思源电力电容器有限公司 | 智能电容调节器 |
| US10080504B2 (en) * | 2013-11-08 | 2018-09-25 | University Of Houston System | Imaging system for intra-operative and post-operative blood perfusion monitoring |
| US10098576B2 (en) * | 2014-03-14 | 2018-10-16 | Covidien Lp | Regional saturation shock detection method and system |
| USD763938S1 (en) | 2014-04-02 | 2016-08-16 | Cephalogics, LLC | Optical sensor array |
| USD763939S1 (en) | 2014-04-02 | 2016-08-16 | Cephalogics, LLC | Optical sensor array liner with optical sensor array pad |
| US10736551B2 (en) * | 2014-08-11 | 2020-08-11 | The Board Of Trustees Of The University Of Illinois | Epidermal photonic systems and methods |
| US9844341B2 (en) | 2014-08-14 | 2017-12-19 | Zoll Medical Corporation | Patient interface for reusable optical sensor |
| JP6428052B2 (ja) * | 2014-08-26 | 2018-11-28 | セイコーエプソン株式会社 | 生体情報取得装置及び電子機器 |
| JP6606817B2 (ja) * | 2014-09-26 | 2019-11-20 | セイコーエプソン株式会社 | 測定装置 |
| WO2016069862A1 (en) | 2014-10-29 | 2016-05-06 | Zoll Medical Corporation | Measuring myocardial physiologic parameters |
| US11096609B2 (en) * | 2015-01-07 | 2021-08-24 | National Institute Of Advanced Industrial Science And Technology | Brain function measurement device and brain function measurement method |
| US10799177B2 (en) * | 2015-03-24 | 2020-10-13 | Zoll Medical Corporation | Estimation of adipose tissue with a modified near infrared spectral sensor |
| US10617347B2 (en) | 2015-03-24 | 2020-04-14 | Zoll Medical Corporation | Using pH and SMO2 from a spectral sensor as an indication of subject down time |
| WO2016168610A1 (en) | 2015-04-15 | 2016-10-20 | Nike, Inc. | Activity monitoring device with assessment of exercise intensity |
| WO2016196265A1 (en) | 2015-05-29 | 2016-12-08 | Nike Innovate C.V. | Activity monitoring device with assessment of exercise intensity |
| CN113367671A (zh) | 2015-08-31 | 2021-09-10 | 梅西莫股份有限公司 | 无线式病人监护系统和方法 |
| US20180344219A1 (en) * | 2015-09-23 | 2018-12-06 | Koninklijke Philips N.V. | Multi color pulse oximeter |
| US10349875B2 (en) | 2015-09-30 | 2019-07-16 | Zoll Medical Corporation | Non-invasive assessment of physiological parameters of tissue via near infrared spectroscopy to distinguish between arrhythmic and asphyxial arrest |
| US10638960B2 (en) | 2015-10-26 | 2020-05-05 | Reveal Biosensors, Inc. | Optical physiologic sensor methods |
| EP3189782A1 (de) | 2016-01-08 | 2017-07-12 | Oxy4 GmbH | Vorrichtung und verfahren zur kontinuierlichen nicht invasiven bestimmung von physiologischen parametern eines probanden |
| AU2017226296B2 (en) * | 2016-03-03 | 2021-07-01 | Whoop, Inc. | Tissue oxygen saturation detection and related apparatus and methods |
| US10722158B2 (en) | 2016-04-20 | 2020-07-28 | Vioptix, Inc. | Handheld oximeter probe with replaceable probe tip |
| TWI756218B (zh) | 2016-04-20 | 2022-03-01 | 美商菲歐普提斯公司 | 用於血氧計裝置之探針蓋子、成套工具及形成成套工具的方法 |
| TWI765885B (zh) | 2016-04-21 | 2022-06-01 | 美商菲歐普提斯公司 | 利用黑色素校正之測定組織氧飽和度的方法和裝置 |
| CA3021460A1 (en) | 2016-04-22 | 2017-10-26 | Vioptix, Inc. | Determining absolute and relative tissue oxygen saturation |
| TWI754641B (zh) | 2016-04-22 | 2022-02-11 | 美商菲歐普提斯公司 | 血氧計裝置及具有此裝置之血氧計系統 |
| US10617302B2 (en) | 2016-07-07 | 2020-04-14 | Masimo Corporation | Wearable pulse oximeter and respiration monitor |
| MX2019000437A (es) | 2016-07-18 | 2019-06-10 | Vioptix Inc | Dispositivo de oximetria con extension laparoscopica. |
| KR102592509B1 (ko) * | 2016-07-21 | 2023-10-20 | 삼성전자주식회사 | 웨어러블 디바이스 및 충전기와, 웨어러블 디바이스의 흡광도 추정 방법 |
| US10768497B2 (en) * | 2016-10-03 | 2020-09-08 | Xerox Corporation | Hyperspectral imaging system |
| EP3525661A1 (en) | 2016-10-13 | 2019-08-21 | Masimo Corporation | Systems and methods for patient fall detection |
| DE102016123846A1 (de) * | 2016-12-08 | 2018-06-14 | Visus Health It Gmbh | Detektorband für Röntgenfilm |
| DE102017101271B4 (de) * | 2017-01-24 | 2020-07-30 | Osram Opto Semiconductors Gmbh | Sensor zur erfassung einer herzfrequenz und/oder eines blutsauerstoffgehalts und verfahren zum betrieb eines sensors |
| JP2018165737A (ja) * | 2017-03-28 | 2018-10-25 | 富士通株式会社 | 駆動回路及び画像投影装置 |
| MX2020008534A (es) * | 2018-02-15 | 2020-09-18 | Regeneron Pharma | Sistemas y metodos para deteccion de modo de fallo en cromatografia del proceso. |
| WO2019204368A1 (en) | 2018-04-19 | 2019-10-24 | Masimo Corporation | Mobile patient alarm display |
| EP3787503A4 (en) * | 2018-05-01 | 2022-01-12 | Whoop, Inc. | TISSUE OXYGEN SATURATION DETECTION AND RELATED APPARATUS AND METHODS |
| US11331017B2 (en) * | 2019-02-13 | 2022-05-17 | Viavi Solutions Inc. | Calibration-free pulse oximetry |
| KR102244675B1 (ko) * | 2019-04-26 | 2021-04-26 | 연세대학교 산학협력단 | 경피성 산소분압 센서가 내장된 모바일 디바이스 센서 플랫폼 |
| US11877845B1 (en) | 2019-10-30 | 2024-01-23 | Brigham Young University | Miniaturized spectrometers on transparent substrates |
| US11630316B1 (en) | 2019-10-30 | 2023-04-18 | Brigham Young University | Miniaturized collimators |
| US11471078B1 (en) | 2019-10-30 | 2022-10-18 | Brigham Young University | Miniaturized spectrometers for wearable devices |
| US11589764B1 (en) | 2019-10-30 | 2023-02-28 | Brigham Young University | Methods and devices for aligning miniaturized spectrometers and impedance sensors in wearable devices |
| WO2021142469A1 (en) | 2020-01-10 | 2021-07-15 | Vioptix, Inc. | Medical device with stability measurement reporting |
| US11051729B1 (en) * | 2020-01-17 | 2021-07-06 | Capmet, Inc. | Oxygen saturation measuring device, probe adapted to be used therefor, and oxygen saturation measuring method |
| USD980091S1 (en) | 2020-07-27 | 2023-03-07 | Masimo Corporation | Wearable temperature measurement device |
| USD974193S1 (en) | 2020-07-27 | 2023-01-03 | Masimo Corporation | Wearable temperature measurement device |
| CN112258367A (zh) * | 2020-11-13 | 2021-01-22 | 珠海大横琴科技发展有限公司 | 一种监控处理方法和装置 |
| US20220193320A1 (en) * | 2020-12-23 | 2022-06-23 | Fresenius Medical Care Holdings, Inc. | Blood monitoring system for detecting occult hemorrhages |
| KR20230147199A (ko) * | 2021-02-25 | 2023-10-20 | 윌리엄 유엔 | 통합된 스포츠 훈련 |
| USD1000975S1 (en) | 2021-09-22 | 2023-10-10 | Masimo Corporation | Wearable temperature measurement device |
| WO2023222742A1 (en) | 2022-05-19 | 2023-11-23 | Trinamix Gmbh | Spectral sensing device and method for determining at least one item of spectral information |
Family Cites Families (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5020112A (en) * | 1989-10-31 | 1991-05-28 | At&T Bell Laboratories | Image recognition method using two-dimensional stochastic grammars |
| JPH0686780A (ja) * | 1992-09-09 | 1994-03-29 | Hitachi Ltd | 生体光計測装置 |
| EP0690692A4 (en) * | 1992-12-01 | 1999-02-10 | Somanetics Corp | CEREBRAL OPTICAL OXYMETER SENSOR FOR A PATIENT |
| US5477853A (en) * | 1992-12-01 | 1995-12-26 | Somanetics Corporation | Temperature compensation method and apparatus for spectroscopic devices |
| US5363843A (en) * | 1993-03-16 | 1994-11-15 | Yousef Daneshvar | Special instrument covers |
| JPH06319723A (ja) | 1993-05-13 | 1994-11-22 | Omron Corp | 運動モニタ装置 |
| US5497769A (en) * | 1993-12-16 | 1996-03-12 | I.S.S. (Usa) Inc. | Photosensor with multiple light sources |
| US5582170A (en) | 1994-12-01 | 1996-12-10 | University Of Massachusetts Medical Center | Fiber optic sensor for in vivo measurement of nitric oxide |
| DE19506484C2 (de) * | 1995-02-24 | 1999-09-16 | Stiftung Fuer Lasertechnologie | Verfahren und Vorrichtung zur selektiven nichtinvasiven Lasermyographie (LMG) |
| AU5763296A (en) | 1995-05-12 | 1996-11-29 | Novartis Ag | Sensor platform and method for the parallel detection of a plurality of analytes using evanescently excited luminescence |
| US5813403A (en) | 1995-11-08 | 1998-09-29 | Soller; Babs R. | Optical measurement of tissue pH |
| JP3790030B2 (ja) * | 1997-10-30 | 2006-06-28 | コーリンメディカルテクノロジー株式会社 | 反射型光電脈波検出装置 |
| US6006119A (en) | 1998-02-04 | 1999-12-21 | Polestar Technologies, Inc. | Non-invasive optical measurement of blood hematocrit |
| US20020091324A1 (en) * | 1998-04-06 | 2002-07-11 | Nikiforos Kollias | Non-invasive tissue glucose level monitoring |
| US7047054B2 (en) * | 1999-03-12 | 2006-05-16 | Cas Medical Systems, Inc. | Laser diode optical transducer assembly for non-invasive spectrophotometric blood oxygenation monitoring |
| TW453862B (en) * | 1999-08-30 | 2001-09-11 | Cas Medical Systems Inc | Near infrared spectrophotometric monitoring assembly for non-invasive monitoring of blood oxygenation levels in a subjects's body |
| US6564088B1 (en) | 2000-01-21 | 2003-05-13 | University Of Massachusetts | Probe for localized tissue spectroscopy |
| US6640117B2 (en) * | 2000-09-26 | 2003-10-28 | Sensys Medical, Inc. | Method and apparatus for minimizing spectral effects attributable to tissue state variations during NIR-based non-invasive blood analyte determination |
| US20030032064A1 (en) | 2001-03-01 | 2003-02-13 | Umass/Worcester | Correction of spectra for subject diversity |
| WO2003032808A2 (en) * | 2001-10-15 | 2003-04-24 | University Of Massachusetts | Tissue oxygen measurement system |
| US20040005717A1 (en) | 2002-06-11 | 2004-01-08 | Umass/Worcester | Methods for non-invasive measurement of blood electrolyte concentration |
| US7459713B2 (en) * | 2003-08-14 | 2008-12-02 | Microptix Technologies, Llc | Integrated sensing system approach for handheld spectral measurements having a disposable sample handling apparatus |
| US7245373B2 (en) | 2004-04-26 | 2007-07-17 | University Of Massachusetts | Spectrometer system for optical reflectance measurements |
| US7881892B2 (en) * | 2005-01-21 | 2011-02-01 | University Of Massachusetts | Standardization methods for correcting spectral differences across multiple spectroscopic instruments |
| US8055321B2 (en) * | 2005-03-14 | 2011-11-08 | Peter Bernreuter | Tissue oximetry apparatus and method |
| EP1875128B1 (en) * | 2005-04-25 | 2018-12-26 | University of Massachusetts | Systems and methods for correcting optical reflectance measurements |
| US7419402B2 (en) | 2005-08-10 | 2008-09-02 | Deutsch Engineered Connecting Devices, Inc. | Backshell device for a connector |
| JP2007105316A (ja) * | 2005-10-14 | 2007-04-26 | Konica Minolta Sensing Inc | 生体情報測定器 |
| US20070282178A1 (en) * | 2006-04-12 | 2007-12-06 | Weinmann Gerate Fur Medizin Gmbh & Co. Kg | Method and device for the identification of at least one substance of content of a body fluid |
| CN101489482B (zh) * | 2006-05-30 | 2012-01-18 | 马萨诸塞大学 | 测量组织氧合度的方法 |
| US8098376B2 (en) * | 2006-09-07 | 2012-01-17 | William Marsh Rice University | Integrated embedded processor based laser spectroscopic sensor |
| US8068890B2 (en) * | 2006-09-29 | 2011-11-29 | Nellcor Puritan Bennett Llc | Pulse oximetry sensor switchover |
| JP2007196001A (ja) | 2007-03-16 | 2007-08-09 | Hitachi Medical Corp | 生体光計測装置 |
| CN101801261B (zh) * | 2007-07-13 | 2013-08-14 | 马萨诸塞大学 | 身体机能监测方法及监测器 |
| EP2323554B1 (en) | 2008-08-07 | 2019-02-20 | University of Massachusetts | Spectroscopic sensors |
| US9057689B2 (en) | 2010-01-22 | 2015-06-16 | University Of Massachusetts | Methods and systems for analyte measurement |
-
2009
- 2009-08-07 EP EP09825161.4A patent/EP2323554B1/en active Active
- 2009-08-07 CN CN200980139542.4A patent/CN102176864B/zh active Active
- 2009-08-07 KR KR1020117005389A patent/KR20110053993A/ko not_active Application Discontinuation
- 2009-08-07 JP JP2011522286A patent/JP5671460B2/ja active Active
- 2009-08-07 US US13/057,617 patent/US9095291B2/en active Active
- 2009-08-07 CA CA2732996A patent/CA2732996A1/en not_active Abandoned
- 2009-08-07 WO PCT/US2009/053183 patent/WO2010053617A2/en active Application Filing
- 2009-08-07 EP EP19157953.1A patent/EP3556291A1/en active Pending
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102579237B (zh) * | 2012-03-08 | 2014-03-12 | 北京龙马负图科技有限公司 | 具有静脉再充盈检测功能的间歇充气加压系统 |
| CN102579237A (zh) * | 2012-03-08 | 2012-07-18 | 北京龙马负图科技有限公司 | 具有静脉再充盈检测功能的间歇充气加压系统 |
| CN104768461B (zh) * | 2012-08-10 | 2017-09-12 | 维奥普蒂克斯公司 | 无线手持组织血氧测量装置 |
| CN104768461A (zh) * | 2012-08-10 | 2015-07-08 | 维奥普蒂克斯公司 | 无线手持组织血氧测量装置 |
| CN107468257A (zh) * | 2012-08-10 | 2017-12-15 | 维奥普蒂克斯公司 | 无线手持组织血氧测量装置 |
| CN107468257B (zh) * | 2012-08-10 | 2020-09-01 | 维奥普蒂克斯公司 | 无线手持组织血氧测量装置 |
| CN105611880A (zh) * | 2013-10-08 | 2016-05-25 | 三星电子株式会社 | 超声探头及包括超声探头的医疗设备 |
| CN103610467B (zh) * | 2013-11-05 | 2016-08-03 | 李鲁亚 | 并行近红外光电传感装置及动物器官组织检测系统与方法 |
| CN103610467A (zh) * | 2013-11-05 | 2014-03-05 | 李鲁亚 | 并行近红外光电传感装置及动物器官组织检测系统与方法 |
| TWI665034B (zh) * | 2014-04-14 | 2019-07-11 | 瑞士商萬達瑞股份有限公司 | 用於量測壓鑄模中濕氣之裝置及方法 |
| CN108024801A (zh) * | 2015-09-17 | 2018-05-11 | 国立大学法人名古屋大学 | 光线过敏检查装置 |
| US11064935B2 (en) | 2015-09-17 | 2021-07-20 | National University Corporation Nagoya University | Photosensitivity test device |
| CN109313295A (zh) * | 2016-06-03 | 2019-02-05 | 3M创新有限公司 | 具有空间变化微复制层的光学滤光器 |
| CN109313295B (zh) * | 2016-06-03 | 2021-10-08 | 3M创新有限公司 | 具有空间变化微复制层的光学滤光器 |
| WO2019184812A1 (en) * | 2018-03-27 | 2019-10-03 | Wong Ming Yip Wallace | A method of selecting the intensity of a light source for monitoring an analyte in blood, and a device thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| EP2323554A2 (en) | 2011-05-25 |
| US9095291B2 (en) | 2015-08-04 |
| JP5671460B2 (ja) | 2015-02-18 |
| CA2732996A1 (en) | 2010-05-14 |
| EP2323554B1 (en) | 2019-02-20 |
| WO2010053617A3 (en) | 2010-07-08 |
| EP2323554A4 (en) | 2014-03-26 |
| WO2010053617A2 (en) | 2010-05-14 |
| JP2011530351A (ja) | 2011-12-22 |
| KR20110053993A (ko) | 2011-05-24 |
| US20110205535A1 (en) | 2011-08-25 |
| EP3556291A1 (en) | 2019-10-23 |
| CN102176864B (zh) | 2014-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102176864B (zh) | 分光镜传感器 | |
| CN104411241B (zh) | 用于鲁棒校准和自校正的组织血氧计探头几何结构 | |
| US9498158B2 (en) | Optical sensor path selection | |
| US20190239751A1 (en) | Compact Optical Imaging Devices, Systems, and Methods | |
| EP3397139B1 (en) | Device, system and method for non-invasive monitoring of physiological measurements | |
| JP5271700B2 (ja) | 光反射率測定値を補正するためのシステム及び方法 | |
| US20160022223A1 (en) | Multi-modal depth-resolved tissue status monitor | |
| WO2001028414A2 (de) | Vorrichtung zur noninvasiven bestimmung der konzentration von bestandteilen im blut | |
| CN103209640B (zh) | 对组织血红蛋白浓度的监视 | |
| WO2019141869A1 (en) | Optical response measurement from skin and tissue using spectroscopy. | |
| CN102727219B (zh) | 非侵入式测量受检者的血液特性的校准方法和设置及传感器 | |
| US10653343B2 (en) | System and method for non-invasive glucose monitoring using near infrared spectroscopy | |
| KR101785831B1 (ko) | 생체신호 검침 시스템 | |
| Ibrahim et al. | An Optimized Non-Invasive Blood Glucose and Temperature Body Measurement System | |
| US20230118120A1 (en) | Methods and apparatus for performing diffuse optical imaging | |
| KR102290329B1 (ko) | 스마트 생리학적 정보 측정 시스템 | |
| WO2023168127A2 (en) | Blood glucose estimation using near infrared light emitting diodes | |
| EP3636141A1 (en) | Wearable blood glucose sensor | |
| WO2023183621A1 (en) | Systems, devices, and methods for determining an oximetry value using an oximetry model | |
| CN114259229A (zh) | 一种多参数生命体征监测装置及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |