CN102198004A - 无创式近红外电子血糖仪 - Google Patents

Abstract

本发明为一种能够克服电子血糖仪有创伤、易感染缺陷的无创式近红外电子血糖仪。它以近红外光谱技术和DSP技术为背景技术。其结构简单合理，能做到无创性血糖测量，具有不发生感染、测量准确度高、测试时间短、可便携使用、无副作用等优点。同时，拥有电子血糖仪的记忆功能，可以帮助糖尿病患者进行有效地血糖自我检测。本发明以光学仪器卤钨灯泡为红外光源照射人体指尖，采用红外传感阵列接收光信号并进行光电信号转换，通过A/D转换器及DSP技术完成数据计算，并进行数据存储和输出，最终达到准确检测人体血糖的目的。

Description

无创式近红外电子血糖仪

1.技术领域

本发明专利为一种无创式血糖检测仪器。

2.背景技术

本发明专利的背景技术为近红外光谱技术和DSP技术。

3.发明内容

本发明专利要解决的问题是，克服电子血糖仪使用时有创伤、易感染的不足。

本发明专利的有益效果是，提供一种结构简单合理，能做到无创性血糖测量，具有不发生感染、测量准确度高、可便携使用、测试时间短、无副作用等优点，同时拥有电子血糖仪记忆功能的无创式近红外电子血糖仪，帮助糖尿病患者进行有效地血糖自我检测。

本发明专利以光学仪器卤钨灯泡(波长600-2500nm)为红外光源照射人体指尖，采用红外传感阵列接收光信号并进行光电信号转换，通过A/D转换器及DSP技术完成数据计算，并进行数据存储和输出，最终达到准确检测人体血糖的目的。

本发明专利的具体技术方案是：首先红外传感阵列和A/D转换器将人体手尖的血糖浓度信息转换成模拟电压信号输出，这些信号通过排线连接到DSP处理器上。由于各传感器的输出电压范围不同，为使A/D转换的精度提高，传感器输出信号在这之前要经过信号调理电路，并采用模拟滤波电路滤除干扰。在这些预处理后，DSP处理器就可以进行准确的运算，并将结果存入存储器中，完成数据记忆。在需要时，将数据输出到LED显示屏上。

本发明专利的理论支持主要有以下几点：

3.1近红外光谱基本原理

近红外光(NIR)是红外光的一种，是介于可见光和中红外光波段之间的电磁波，ASTM(美国试验和材料检测协会)将其定义为，波长在780～2526nm范围内的电磁波。近红外光谱属于分子振动光谱的吸收光谱，主要是在分子振动从基态向高能级跃迁时产生的，对机体具有较强的穿透能力。近红外光主要是对含氢基团X-H振动的吸收，由于不同的有机物含有不同的基团，不同的基团有不同的能级，故不同有机物在不同物理化学环境中对近红外光的吸收波长有明显差别。近红外光照射时，频率相同的光线和基团将发生共振现象，光的能量通过分子偶极矩的变化传递给分子；而近红外光的频率和样品的振动频率不相同时，该频率的红外光就不会被吸收。因此，选用连续改变频率的近红外光照射某样品时，由于样品对不同频率近红外光的选择性吸收，通过样品后的近红外光在某些波长范围内会变弱，透射出来的红外光就携带有机物组分和结构的信息。近红外光谱吸收系数小，故通过红外传感阵列将透射的光密度信号转换为电信号，并使用DSP进行数据处理后，就可以准确确定样品组分的含量。

3.2近红外光谱监测血糖浓度的工作原理

使用近红外光照射人体皮肤所得到的近红外光谱，必然与透过结构的性质参数，如血糖浓度，有着内在的联系。使用化学计量学方法对两者进行关联，可确立两者间的定性和定量关系，即检测模型。建立模型后，只要测量未知样品的近红外光谱，对数据库进行检索，就可以预测样品的性质参数。所以，整个近红外光谱分析方法包括了校正和预测两个过程，即首先建立检测模型，然后通过检测模型预测样品的组成和性质。(如图1)

3.3红外发射与传感器阵列

3.3.1血糖测量中的干扰因素

血糖在血液中含量较低，对近红外光的吸收也比较微弱。血液中其他成分如血色素、胆固醇、白蛋白等物质较葡萄糖含量高，对光的吸收作用也比较强。(如表1)

血液成分	参考范围
		水	78-78.8g/dl
血色素	6-18g/dl
		葡萄糖	40-500mg/dl
胆固醇	80-800mg/dl
		白蛋白	3-5g/dl

表1.不同血液成分含量参考范围

大量的实验证实，水、血色素、白蛋白，胆固醇等血液成分在近红外光谱区有重叠干扰，在检测葡萄糖信息时需要将这些物质对信号光的干扰最小化。

此外，近红外光在通过人体组织的同时也易发生散射和吸收。如在指尖，近红外光透过组织会被削弱3-4个吸收单位，而0.2mmoL/L的葡萄糖浓度变化，光谱吸收的变化约0.4-0.6个吸收单位。可见，组织中葡萄糖浓度的细微变化所对应的光谱信息变化非常微弱，单传感器极难达到精确计算的要求。因此，只有对葡萄糖吸收峰区的多个特定波长吸收的能量进行检测，选择一部分对血糖浓度敏感的光谱，一部分对血糖变化敏感度较低的光谱，才能最大限度地减小血液中其它成分的影响，获得较准确的葡萄糖浓度变化信息。

为此，“无创式红外电子血糖仪”使用多个传感器组成的红外传感阵列，同时探测不同波长范围的葡萄糖吸收光谱，信息互补，然后经检测模型得出比单一传感器精确得多的血糖值。阵列中每个传感器测量的波长范围在总波段范围内根据葡萄糖的敏感性分段分配，这样可以最大程度地除去重叠信息和干扰，将葡萄糖浓度变化的光学信息准确高效地转化为电学信号，为进一步的数据处理提供精确的信息。

3.3.2血糖测量中波长的选择

水的吸收峰在1450nm和1900nm左右，皮肤色素层的吸收主要集中在1200nm以下。而葡萄糖在600-2500nm存在着广泛的吸收，尤其是在2000-2500nm范围内，有2105nm，2168nm、2273nm和2326nm等多个吸收峰；在1450-1850nm范围内，也存在着1410nm、1540nm、1590nm和1732nm等多个吸收峰。蛋白质、血浆蛋白在这些波长上变化较小，故应用1050-2450nm波段对葡萄糖浓度进行检测，可以取得良好的效果。

因此，“无创式近红外电子血糖仪”使用光学仪器卤钨灯泡，波长范围为600-2500nm。在这个范围内选择对血糖敏感和不敏感的多个波段，可以比较全面地反应血糖的光吸收情况，从而有效地测量血糖信息。此外，由于近红外光不存在有害辐射，且光源强度不会对人体造成损伤，故“无创式近红外电子血糖仪”不会对受试者产生任何副作用。

3.4检测模型的建立

从传感器阵列采集到的数据，会有一定的光谱信息重叠，因此要通过检测模型的处理予以消除。为此，应建立线性模型和非线性模型以完善检测模型，最终收到准确测定血糖值的良好效果。

3.4.1线性模型的建立

根据体外全血实验检测葡萄糖浓度吸收光谱所得的结果，可以得知葡萄糖浓度在生理、病理范围内变化时，葡萄糖和水在其特征吸收峰处的吸光度有明显的线性变化。(如表2)

吸收峰\样品	100mg/dl	200mg/dl	300mg/dl	400mg/dl	500mg/dl
						葡萄糖吸收峰1732nm	0.4950	0.4995	0.5009	0.5019	0.5032
葡萄糖吸收峰2168nm	0.8612	0.8639	0.8674	0.8707	0.8750
						水吸收峰1452nm	1.2540	1.2483	1.2445	1.2398	1.2348
水吸收峰1948nm	3.9964	3.8911	3.8064	3.7185	3.6194

表2.不同血糖浓度、不同吸收峰处的吸光度平均值

可见，葡萄糖吸收峰1732nm和2168nm处吸光度随着浓度的增加而增加，水吸收峰1452nm和1948nm处吸光度随着浓度的增加而减小。另外，水吸收峰处的变化幅度要大于葡萄糖吸收峰处的变化。因此，在设计红外传感阵列接收的信号时，将水吸收峰处光学信息的变化考虑其中，可以很好地辅助葡萄糖浓度的测定。

3.4.2线性模型的修正

人体内的脂肪、蛋白、水分以及检测部位的皮肤、指甲、组织等参量对血糖检测都有定的影响。其中影响最大的是皮肤的反光性、水分和脂肪，而蛋白质可用光谱的特异吸收峰值来避开它的干扰。通过收集健康普查数据结果，建立了人体脂肪、水分、皮肤反射对光谱吸收影响的参数。其中，人的体重是身高、年龄的函数W(H，A)，脂肪和水与体重有函数关系F(W)，皮肤的反光性也和年龄、体重有函数关系R(A，W)。因此出射光的变化可修正为：ΔI＝I-(I_dc+I_f+I_r+I_t+I_g)。其中：ΔI为光差；I_dc为散射光；I_f、I_r、I_t、I_g分别为脂肪、皮肤反射、葡萄糖和其它的光吸收，通过W(H，A)、F(W)、R(A，W)计算出各自的关系参数，并把它们分别用系数表示为a₁、a₂、a₃、a₄、a₅，则上式可为：ΔI＝I-I(a₁+a₂+a₃+a₄+a₅)。根据朗伯-比尔定律D＝LnI/I₀＝Ecd(其中：I、I0分别为入射光强和出射光强；c为物质浓度；d为光穿过物质的路径；E为某物质的光吸收系数；D为光密度)，将该公式检测模型的葡萄糖变化量用ΔPG表示，相同吸收部分的吸收系数am(λ)用aG(λ)替换，S＝dam(λ)，T＝(a1+a2+a3+a4+a5)。定义检测的敏感度为葡萄糖浓度ΔPG的变化与红外光强I变化的比，表达式为：

$\frac{(1-T)}{\mathrm{\Δ}{P}_G}=\frac{\left[\frac{\mathrm{Iexp}(-\mathrm{d\Δ}{P}_G({\mathrm{\α}}_G-{\mathrm{\α}}_M))-I}{I}\right]}{\mathrm{\Δ}{P}_G}\≈-d({\mathrm{\α}}_G-{\mathrm{\α}}_M)=-S\left(\mathrm{\λ}\right)C_G\left(\mathrm{\λ}\right)$

葡萄糖浓度可表示为：

$C_G\left(\mathrm{\λ}\right)=\frac{{\mathrm{\α}}_G\left(\mathrm{\λ}\right)}{{\mathrm{\α}}_M\left(\mathrm{\λ}\right)}-1$

从方程可以看出，血糖浓度C_G(λ)和吸收系数a_M(λ)、a_G(λ)的对应关系，可以此公式为基础对线性模型进行初步校正。

3.4.3非线性模型的建立

实际上，由于各组分之间干扰严重，光谱与血糖浓度之间常呈非线性响应，这就要求必须在以上线性模型的基础上建立非线性模型，进一步提高数据的准确性。为此，在“无创性近红外电子血糖仪”检测模型的建立过程中，使用了非线性校正方法——基于神经网络的混合专家算法。其基本思路为，为红外传感阵列中的每个传感器(感受一定波长)设置权重，计算血糖测定值的加权平均数。图2为非线性模型预测结果(波段：2000-2400nm)

综上所述，通过传感器阵列与非线性模型的结合，“无创性近红外电子血糖仪”可以很准确地测出受试者的血糖浓度值。

3.5DSP处理器(含12bit A/D转换器)

“无创近红外电子血糖仪”以DSP处理器为数据处理核心，整体功能通过数据输入，DSP控制与数据处理，LED显示屏输出三者配合完成的。

3.6检测部位的选择

测量部位的选择基准应从以下几点考虑：

①血液丰富；

②应尽量选择人体外露部位，使受试者从心理和生理的角度均易于接受，而且方便测量；

③容易实现光学测量取样的部位，降低测量仪器实现难度；

④考虑到受试者的性别、年龄和身体状况之间存在差异，应选择个体差异较小的部位，尽量减少外界因素对测量结果的影响；

⑤人体内部因素干扰较小的部位，如体温、脉搏的影响等。

具体地说，在红外无创血糖测量中人体的不确定因素较多，要想得到最佳的检测结果，必须选择一个合适的近红外线能穿透的检测部位。除水分之外脂肪是一个重要的影响因素。因此，为最小化干扰因素以适应葡萄糖检测的敏感性和可靠性，检测最好选择脂肪少、穿透性好、方便测试的部位进行。舌的脂肪最少，穿透性好，但不方便检测。在耳垂处进行检测比较方便，但脂肪含量相对较多，故在一定程度上会影响测量的准确性。由于指尖脂肪比例较少，红外光容易穿透，内外因素影响较小；且测试方便，受试者心理上很容易接受，故应选择指尖为测量部位。

4.附图说明

图1为近红外光谱分析血糖研究方法示意图。

图2为非线性模型预测结果(波段：2000-2400nm)

图3为“无创式近红外电子血糖仪”工作原理图。

图4为“无创式近红外电子血糖仪”产品外观图。

5.具体实施方式

下面结合附图对本发明专利作进一步描述。

实施例见图1。使用时，打开开关按钮7。待主机4进入工作状态后，将测试夹1夹于手指指尖，使用功能选择按钮5选择血糖检测功能，并按下确认按钮6开始血糖检测。等待片刻后，LED显示屏3显示检测数据。此时，可使用功能选择按钮7选择保存功能，并按下确认按钮6进行数据保存。此外，还可以选择查询功能，并按下确认按钮6进行存储数据的查询。使用者再次按下开关按钮5后可以将主机4关闭。

Claims (8)

1.一种无创式近红外电子血糖仪，以近红外光谱技术和DSP技术为技术背景，其特征是：以光学仪器卤钨灯泡为红外光源照射人体指尖，采用红外传感阵列接收光信号并进行光电信号转换，红外传感阵列通过电路连接A/D转换器及DSP处理器完成数据计算，并将数据存储在与DSP处理器相连的存储器中，在需要时输出到与DSP处理器相连的LED显示屏上。

2.根据权利要求1所述的无创式近红外电子血糖仪，其特征是：所述的红外光源波长覆盖600-2500nm，从而覆盖这一波段中葡萄糖与水的吸收峰。

3.根据权利要求1所述的无创式近红外电子血糖仪，其特征是：所述的红外传感阵列，根据基于神经网络的混合专家算法，为感受不同波长的每个传感器设置了权重。

4.根据权利要求1所述的无创式近红外电子血糖仪，其特征是：所述的红外传感阵列，接收以下波长的光学信号，葡萄糖吸收峰：1410nm、1540nm、1590nm、1732nm、2105nm，2168nm、2273nm和2326nm；水吸收峰：1452nm和1948nm。

5.根据权利要求1所述的无创式近红外电子血糖仪，其特征是：所述的DSP处理器，使用以基于神经网络的混合专家算法建立的检测模型，作为其数据处理的基础。

6.根据权利要求1所述的无创式近红外电子血糖仪，其特征是：所述的DSP处理器，接收红外传感阵列中各传感器转换的不同信号，通过计算所有数据的加权平均值，得到血糖浓度的最终测定值。

7.根据权利要求1所述的无创式近红外电子血糖仪，其特征是：光学仪器卤钨灯泡和红外传感阵列位于测试夹(1)内，测试夹(1)通过数据传导线(2)与主机(4)相连。

8.根据权利要求7所述的主机(4)，其特征是：内含DSP处理器(含A/D转换器)及其它电路，主机上有LED显示屏(3)、功能选择按钮(5)、确认按钮(6)和开关按钮(7)。

Images