CN102525481B - 一种基于近红外光谱的人体内酒精含量检测方法及系统 - Google Patents

Abstract

本发明涉及一种基于近红外光谱的人体内酒精含量检测方法及系统。本系统由光源、光纤探头、数据处理模块、数字显示模块组成。根据酒精分子C-O、C-C等键基团近红外吸收光谱与酒精含量的定量关系，该发明通过光学传感器探头检测皮肤血液中酒精反射光谱，并对其进行小波分析除噪后，将人体酒精的光谱特征和酒精含量建立定量关系，建立偏最小二乘法(PLS)校正模型，以达到检测人体内酒精含量的目的。

Description

一种基于近红外光谱的人体内酒精含量检测方法及系统

技术领域

本发明涉及一种基于近红外光谱的人体内酒精含量检测方法及系统。

背景技术

随着交通行业技术的发展，人民生活水平的提高，酒后驾车导致的交通事故发生率急剧增加。因此，从主动安全角度出发，及时检测驾驶员体内酒精含量，禁止饮酒后驾驶人员启动汽车，成为减少和预防酒后驾车的有效手段。目前，检测人体内酒精含量较常用的手段为抽血检验法和呼气检验法。

抽血检验法由于直接检测抽取的静脉或者毛细血管血液样本，检测结果无其他因素影响，最为直接、准确。但是抽血检测醉酒驾驶过程中，抽取血液样本，送至医院或专业检验部门，到检测出结果，中间经历的时间较长，在此期间，酒精含量会变低，原本可能是“醉酒驾驶”的驾驶员可能变成“酒后驾驶”甚至是“无酒驾驶”。特别是当涉嫌醉酒的驾驶员血液酒精含量处于临界值左右的时候，结果很可能会出现偏差。虽然抽血检验本身是精确的，但检测结果不能实时的反映驾驶员体内酒精含量，这是抽血检验法的一个弊端。另外，抽血检验法需要抽取血液样本，属于有创检测，如果处理不当，有伤口感染的风险，被检测人有抵触情绪，操作不方便，检测周期长，无法在现场定量确定驾驶员是否酒后违章驾驶。

呼气检验法，检测的是口鼻中呼出气体中酒精的含量，空气中酒精含量与血液中酒精含量有一个对应的比例系数。如专利号CN102004122A提出一种酒精检测报警装置，用于检测空气中或者酒后驾驶人员呼吸中酒精含量并产生报警，报警频率随着被测酒精浓度的变化而变化；专利号CN101162232提出一种手持微型酒精检测器，电路由酒敏传感器、高速开关集成电路、语言报警集成电路、电阻、电容、发光二极管、三极管、稳压二极管组成；专利号CN1811371提出一种由呼吸气体中酒精含量检测器的气体进样方法；专利号CN102117538A提出一种车载酒精检测警示仪与遥控监测装置，是将酒精测试信息直接存储在相应的微电脑芯片上；专利号CN101125530提出一种车辆酒精检测的方法和系统，酒精检测仪和反应时间检测仪分别与车载电子控制单元连接，酒精检测仪检测车辆内空气中的酒精浓度，并把检测结果发送给车载电子控制单元。呼气法检测仪中采用了单一的比例系数，而这个比例系数受个体生理结构、种族及环境的影响，变化很大，因此，针对个体时，误差较大，精确度差，检测数据只能作为参考，不能作为司法依据，如当事人对呼气检测结果有异议，需要进行抽血检验，而该检测需要抽血，容易引起当事人心理上的对抗，耗时相对较长。当被检测对象口中含有酒精残留时，会使得测量结果偏高，当被检测对象打嗝或者呕吐时，影响更加明显，更有甚者，被查到的司机为逃避醉酒驾驶的惩罚，在停车检测前会饮酒干扰检测，这将使得检测结果严重失真，造成错误判断。呼气检测时要求被检测对象在一定时间段内持续向检测仪呼气，无法连续测量。本发明与以上公开号发明的区别在于：本发明检测的是皮肤血液酒精近红外光谱信息，可提供一种人体内血液酒精的无损实时检测方法。公开论文“白酒酒精度近红外光谱快速检测法”（检测技术，2006.12），提出采用近红外光谱技术结合偏最小二乘法（NITS-PLS）建立乙醇含量的定量数学模型，开发白酒酒精度的快速检测法”。

发明内容

本发明的目的：针对现有酒精检测法局限性，本申请提供了一种基于近红外光谱的人体内酒精检测方法及系统，该方法不仅可以快速、实时、无创的检测出人体内酒精含量，而且能接近抽血检验法的精度。

为达上述目的，本发明的技术方案是这样实现的：

一种基于近红外光谱的人体内酒精检测方法，包括以下步骤：

步骤A：采用透反射方式采集不同浓度酒精溶液的近红外光谱信息，建立体外校正样本集；

步骤B：采用反射方式采集人体皮肤内酒精近红外光谱信息，建立体内校正样本集；

步骤C：通过小波分析法对获得的人体内酒精反射光谱进行去噪声处理；

步骤D：基于体内体外酒精近红外光谱信息，建立偏最小二乘法（PLS）校正模型；

步骤E：基于所述校正模型，预测人体内酒精含量。

所述步骤A中，测量体外校正样本集中的样本在1000－2500nm近红外范围的连续光谱，分析酒精在近红外光谱区的吸收特征，确定酒精在近红外光谱区的最佳吸收谱区。

所述步骤B中，近红外特征波长范围在2200nm到2500nm之间。

采用小波分析法去除样本集内噪声及其它成分包括水、葡萄糖、血红蛋白等；

通过小波分析法对获得的人体内酒精反射光谱进行去噪声处理，步骤包括：

信号分解：将近红外光谱信息通过小波变换进行K个尺度的分解（这里K＝3），可将信号分解为高频成分（频率大于20Hz）和低频成分（频率小于20Hz）；可判定尺度1至尺度2的变换包含信号的高频成分，主要是噪声；尺度3的变换同时包含信号和噪声成分；同时得到小波系数W₀；

阈值处理：对小波系数W₀作阈值处理，选择缺省去噪策略的硬阈值去噪方法进行除噪；

信号重构：把主要反映噪声频率的尺度（这里是尺度1和2）的小波变换去掉，再把剩余各尺度的小波变换结合起来作逆变换，就能得到较好地抑制了噪声的信号；对滤波后且只含有信号成分的小波系数进行重构，得到体内酒精近红外光谱信息。

步骤A、采集体外校正样本集样本（不同浓度酒精溶液），采用透反射方式测量校正样本集中的样本在1000－2500nm近红外范围的连续光谱，分析酒精（乙醇）在近红外光谱区的吸收特征，确定酒精在近红外光谱区的最佳吸收谱区以及吸光度与酒精浓度的定量关系。

本发明采用通用光谱仪，对样本进行连续光谱测量。根据以上采集数据计算出吸光度，作为建立体外校正模型的光谱数据。吸光度的计算公式如下：

$A=-\lg \frac{I}{I_0}=-1\mathrm{gT}=\mathrm{\ϵ}\·l\·C---\left(1\right)$

式中A－吸光度；T－透射率；I₀－入射光强；I－投射光强；ε－摩尔吸光系数；l－光程长；C－浓度。

本发明中，对酒精溶液进行光谱采样的方式为透反射式，即检测器和光源在同一侧，样本底部放置漫反射标准板，使得透过样本的光能够再次反射，部分光将再次在样本内部进行扩散反射和吸收并在样本表面出射而被检测。探测器同时检测到酒精溶液的漫反射光和两次穿透样本的透反射光，因此检测信号中携带有大量的样本成分吸收信息。

步骤B、采集体内校正样本集，采用反射方式测量校正样本集中的样本2200－2500nm近红外范围的连续光谱，分析酒精（乙醇）在体内近红外光谱区的吸收特征。

本发明采用通用光谱仪，对样本进行连续光谱测量。根据以上采集数据计算出吸光度，作为建立体内校正模型的光谱数据。

本发明中，对人体皮肤血液内酒精进行光谱采样的方式为反射式，即探测器和光源在同一侧。该发明所用的酒精近红外光谱体内测量波长范围在2200nm到2500nm。这个波段内，酒精中的C-H键在波长2200nm到2500nm有明显的特征，而水的0-H键吸收峰在1450nm和1950nm附近，在2200nm到2500nm波长范围内，对检测影响最大的水的吸收较小。人体血液中其他有机物（如血红蛋白）的近红外吸收峰波长范围要远低于2200nm。因此，该发明选择该波段近红外吸收光谱，可以避开血液中水及其他有机物对酒精吸收光谱的干扰。

步骤C、对体内校正样本集中的光谱数据进行预处理，去除噪声和背景干扰；

由皮肤血液采集到的近红外光谱信息由于组织散射、基线漂移、水及其它有机成分如葡萄糖等成分干扰等原因，这些数据在进行数学建模之前，需要在数据处理系统中进行小波分析去除噪声及其它成分影响。本发明的数据处理系统采用二进小波变换进行去除噪声。具体实现步骤如下：

C1、信号分解与重构

二进小波变换是通过正交镜像滤波器H和L的单位脉冲响应计算的。H为带通滤波器组，L为低通滤波器组。h（n）和g（n）分别为带通和低通滤波器组的单位脉冲响应，n为从1－100的自然数。根据Mallat构造的可快速实现的离散二进小波变换，

二进小波变换的快速分解算法为：

$W_{2^{j+1}}^{d}f=S_{2^j}^{d}f\×H_j---\left(2\right)$

$s_{2^{j+1}}^{d}f=S_{2^j}^{d}f\×L_j---\left(3\right)$

式中，

为数据的离散采样点，2^j为尺度，W₀为小波系数，d为离散小波，j为整数，f为信号函数，Hj,Lj分别为滤波器H,L在系数之间插入2^j－1个0得到的离散滤波器；式2）将采样离散信号分解为细节信号，式3）将采样离散信号分解为近似信号。

把主要反映噪声频率的尺度（这里是尺度1和2）的小波变换去掉，再把剩余各尺度的小波变换结合起来作逆变换，就能得到较好地抑制了噪声的信号；对滤波后且只含有信号成分的小波系数进行重构，得到体内酒精近红外光谱信息。小波变换重构数字信号的快速递推算法公式为：

二进小波变换的快速重构算法为：

$S_{2^{j-1}}^{d}f=S_{2^j}^{d}f\×\stackrel{\‾}{L_{j-1}}+W_{2^j}^{d}f\×\stackrel{\‾}{H_{j-1}}---\left(4\right)$

式中，

为重构信号，2^j为尺度，

分别为滤波器

在系数之间插入2^j－1个0得到的离散滤波器。

C2、阈值处理

对小波系数W₀作阈值处理，根据具体情况可以使用软阈值处理或硬阈值处理，而且可以选择不同的阈值形式。目前确定阈值的去噪方法主要有缺省去噪策略、Birge—massart去噪策略和最大最小值去噪策略。本发明分别对三种去噪策略在软阈值和硬阈值的情况下作了比较。对于去噪效果的评价指标主要有两个即信噪比(SNR)和均方根误差(RMSE)。一般而言，信噪比越大，均方根误差越少，则表示去噪效果越好。本发明中，使用缺省去噪策略的硬阈值去噪方法，有最佳的去噪效果。

由于噪声在各分解尺度上的标准差不同,因此各尺度上的阈值也应不同,考虑到前述的噪声二进小波特性,可确定二进小波在各分解尺度的阈值为

$t_j=\frac{\mathrm{\σ}}{2^j}\sqrt{21\mathrm{gN}}---\left(5\right)$

式中，σ为噪声的标准差，可通过最小尺度上的小波系数来估计，其估计值为

$\mathrm{\σ}=\frac{2\×\mathrm{median}\left(\right|W_{2^j}^{d}f\left|\right)}{0.6745}---\left(6\right)$

式中，t_j表示第j个尺度上的阈值，t表示阈值，j表示尺度，N表示信号长度，median指对小波系数取中值。

这里median为对小波系数取中值。在用近红外光谱仪对人体内酒精含量进行测量时，由于人体的组织成分非常复杂，人体毛细血管内部成分包含水、血红蛋白、葡萄糖、各种盐分、氨基酸、磷脂类等等。所以得到的光谱信号是非常复杂的，所以必须选择一种合适的阈值才能达到理想的去噪效果。

步骤D、采用偏最小二乘法（PLS）建立酒精含量校正模型。

本发明采用偏最小二乘法（PLS）建立酒精含量校正模型。由于近红外光谱中各组分的谱带重叠严重，用单波长的数据建立的校正曲线必将产生较大的误差，因此必须利用多波长甚至全谱的光谱数据建立校正模型。本数据处理系统采用偏最小二乘法（PLS）建立校正模型。其中，最困难的问题之一就是如何确定建立模型所使用的主成分数目。最常用的方法是预测残差平方和(PRESS)法。PRESS是这样计算的：使用一定数目的主成分建立一个模型，然后用这个模型对参加建模的每个样品进行预测，求出每个样品的预测值和已知值的差，PRESS的计算公式为：

$\mathrm{PRESS}=\underset{i=j}{\overset{m}{\mathrm{\Σ}}}\underset{=1}{\overset{d}{\mathrm{\Σ}}}{(Y_{\mathrm{pij}}-y_{\mathrm{ij}})}^2---\left(7\right)$

式中，m—校正集中样品数目，d—建立模型使用主成分数目，Y_pij—样品浓度的预测值，y_ij—样品浓度的测量值，i，j—样本矩阵的横纵坐标值。通常使用PRESS值对主成分数目作图的方法帮助确立最佳主成分数目。PRESS值越小，说明模型的预测能力越好，此时对应的主成分数即为PLS建模中所需要的最佳主成分数。在数据处理系统中完成去噪、标准化，确定最佳主成分的基础上，进行偏最小二乘法回归分析，建立PLS校正模型，即建立被测样本吸光度随浓度变化的定量模型，并通过标准样本对其稳定性进行验证，即可完成校正模型的建立。PLS校正模型用初始变量表示为形如Y＝a₀+a₁*X₁+a₂*X₂+...+a_n*X_n的模型，其中，Y为预测浓度，a_k为回归方程建立的系数，X_k为k nm波长上的吸光度值。n表示选择波长数。

步骤E、基于该模型预测人体内酒精含量。

检测实验样本时，只需采集皮肤血液酒精的近红外反射光谱吸光度，将其代人到PLS校正模型中，即可自动求出酒精含量，结果显示在液晶显示屏上，并可记录测试日期和时间，数据保存仪器存储器中，还可将数据传送到计算机中打印输出。

一种基于近红外光谱的人体内酒精含量检测系统，包括近红外光源，近红外光源与光纤探头相连，光纤探头与分光系统相连，分光系统与数据采集系统相连，数据采集系统与数据处理系统相连，数据处理系统与显示屏相连。

光纤探头包括入射光纤1和反射光纤2。发射波长范围从2200nm到2500nm。该系统采用反射型光纤探头，即光源和检测器放置在同侧皮肤的表面。

工作原理是：该系统首先由光源发射波长范围2200nm到2500nm近红外光到皮肤组织，由皮肤组织内酒精反射回来的近红外光谱信息由光纤探头拾取后，传输到数据采集模块进行数模转换，然后发送到数据处理模块，进行光谱信号处理（信号消噪），最后由系统预置的偏最小二乘法（PLS）校正模型，对数据进行处理得出被测对象体内酒精含量数值，并显示出来。

本申请所采用方法，与之相比，创造性表现在：将小波变换法应用于近红外光谱除噪，并采用体内体外偏最小二乘法混合校正模型，开发人体体内酒精含量的快速检测法。

本方法的优点在于：可以快速、实时、无损的检测出人体血液内酒精含量，接近抽血检验法的精度。该法不受口鼻中酒精残留的影响，可靠性高，测试简单方便。

附图说明

图1反射法近红外光谱仪结构示意图。

图2光纤探头轴向示意图；负责传递光源发出的近红外光至皮肤组织和接受组织吸收后反射光。

图3建模与预测过程示意图。通过采集标准样本的酒精含量及近红外反射光谱，对光谱进行去噪、标准化，建立PLS校正模型。检测未知浓度时，只需采集被测试人员的血液近红外反射光谱，去噪、标准化后，代入建立的PLS模型，即可自动算出酒精含量。

图4酒精溶液的近红外光谱信号（浓度30%）。

图5采用近红外光谱法检测的人体皮肤血液（含酒精）反射光谱原始信号。

图6采用近红外光谱法检测的人体皮肤血液（含酒精）反射光谱除噪后的信号。

图7近红外光谱法检测酒精含量与血液检测法、呼气检测法比较（来源于10个样本）。

其中，1.反射光纤，2.入射光纤。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

本发明系统结构组成如图1所示，包括依次相连的近红外光源、光纤探头、分光系统、数据采集系统、数据处理系统、显示系统。该系统首先由近红外光源发射光到皮肤组织，然后经光纤探头检测皮肤血液近红外光谱。光纤探头（图2）包括入射光纤1和反射光纤2。发射波长范围从2200nm到2500nm。该系统采用反射型光纤探头，即光源和检测器放置在同侧皮肤的表面。

工作原理是：该系统首先由光源发射波长范围2200nm到2500nm近红外光到皮肤组织，由皮肤组织内酒精反射回来的近红外光谱信息由光纤探头拾取后，传输到数据采集模块进行数模转换，然后发送到数据处理模块，进行光谱信号处理（信号消噪），最后由系统预置的偏最小二乘法（PLS）校正模型，对数据进行处理得出被测对象体内酒精含量数值，并显示出来。

参照图3，建立偏最小二乘法（PLS）校正模型过程如下：

步骤A、采集体外校正样本集样本（不同浓度酒精溶液）。本方法中采用的标准样本用75%的酒精溶液和蒸馏水准确配置，1号样本为10ml体积分数为75%的酒精溶液，2号样本在1号样本基础上加1ml蒸馏水，依次类推。共得到体积分数为25.97%～75%的乙醇水溶液20个，其中，15个作为校正集，其余5个作为预测集，测量时样本采用的体积相同，均为10ml。采用反射方式测量校正样本集中的样本在1000－2500nm近红外范围的连续光谱，确定酒精在近红外光谱区的最佳吸收谱区在2200－2500nm,如图4所示。

根据以上采集数据计算出各样本酒精在各个波长的吸光度，作为建立体外校正模型的光谱数据，并绘制吸光度随波长变化曲线。吸光度的计算公式如下：

$A=-\lg \frac{I}{I_0}=-1\mathrm{gT}=\mathrm{\ϵ}\·l\·C---\left(7\right)$

式中A－吸光度；T－透射率；I₀－入射光强；I－投射光强；ε－摩尔吸光系数；l－光程长；C－浓度

本发明中，通过对酒精近红外光谱特征分析，确定体内测量波长范围在2200nm到2500nm。这个波段内，酒精中的C-H键在波长2200nm到2500nm有明显的特征，而水的0-H键吸收峰在1450nm和1950nm附近，在2200nm到2500nm波长范围内，对检测影响最大的水的吸收较小。

步骤B、采集30名健康人员饮酒后皮肤血液酒精近红外光谱信息，获得酒精（乙醇）在体内近红外光谱区的吸光度，并记录下来。本发明中，人体血液中其他有机物（如血红蛋白）的近红外吸收峰波长范围要远低于2200nm。因此，该发明选择该波段近红外吸收光谱，可以避开血液中水及其他有机物对酒精吸收光谱的干扰。图5所示为1例人体内酒精近红外光谱检测信号。

步骤C、对体内校正样本集中的光谱数据进行预处理，去除噪声和背景干扰；

本发明的数据处理系统采用小波变换(二进离散小波变换)进行去除噪声。具体实现步骤如下：

信号分解与重构

采用二进小波变换快速分解算法将信号分解。分解尺度为3个，使用小波函数为样条小波。将光谱进行3个尺度的小波分解后，可判定尺度2至尺度1的细节部分为噪声，将其小波系数全部置0。而尺度3的高频部分同时包含有信号与噪声，所以应对该尺度下细节部分小波系数选择适当的阈值进行滤波，去除噪声而保留有用信号。

阈值处理

目前确定阈值的去噪方法主要有缺省去噪策略、Birge—massart去噪策略和最大最小值去噪策略。本发明分别对三种去噪策略在软阈值和硬阈值的情况下作了比较。对于去噪效果的评价指标主要有两个即信噪比(SNR)和均方根误差(RMSE)。一般而言，信噪比越大，均方根误差越少，则表示去噪效果越好。对于缺省去噪策略、Birge—massart去噪策略和最大最小值去噪策略的软、硬阈值去噪的结果的信噪比和均方根误差分析如表1。

表1三种去噪策略的SNR和RMSE的比较

分析表1，可以得出，使用缺省去噪策略的硬阈值去噪方法，有最佳的去噪效果。图6所示为人体内酒精近红外光谱经小波变换除噪后的信号。

步骤D、采用偏最小二乘法（PLS）建立酒精含量校正模型。

以校正集光谱在各个特征峰的吸光度建立矩阵X，以校正集样本的酒精体积分数为矩阵Y，代入到所编写的偏最小二乘法回归程序中。计算可得，当主成分为4时，采用留一法交叉验证所得的预测残差平方和值最小，为0.9876。为了便于回归方程的分析，在计算前已经进行标准化处理，最终得到由初始变量表示的回归方程。

Y＝1177.1*X₁₆₉₀-1107.1*X₁₇₃₅-150.4*X₁₇₆₉+196.39*X₂₂₆₇-120.27*X₂₃₀₉     （8）

式中，Y为酒精预测浓度（V/V，%），Xi为在波长为i nm处的吸光度。表2为应用偏最小二乘法（PLS）模型预测的酒精溶液浓度值与实际值。

表2酒精溶液校正样本集实际值与测量值

步骤E、基于体内体外校正模型检测人体内酒精含量实现过程如下：

测量人体内酒精含量时，将光线探头置于测试人员上臂皮肤处。入射光纤发出的近红外光，发射到皮肤表面。信号采集模块对皮肤组织反射回的近红外光谱采集后，传输到数据处理模块进行信号消噪，然后由系统提前设置好的偏最小二乘法（PLS）校正模型，对数据进行自动处理得出被测对象体内酒精含量数值。采用本方法对未知酒精含量的预测均方差为RMSEP=4.08%，平均相对误差MREP为4.83%，满足法律规定小于10%的误差。

对实验人员同时进行呼气和抽血检验。呼气检验法过程为：由实验人员对着呼气酒精检测传感器吹气，连续吹三次，记录检测数值，取平均数值。抽血检验过程为：对实验人员近红外及呼气法酒精检测后，立即由专业医师抽取实验人员血液，送往医院化验科进行检验。如表2所示，分别为通过近红外光谱法、血液检测法、呼气检测法对10个样本酒精含量检测数值。

表3近红外光谱法、血液检测法、呼气检测法酒精检测数值（mg/100ml）

样本	呼气法	血液检测法	近红外检测法
				1	19.7	21.6	24.7
2	27.2	32.3	30
				3	47	51.9	54.8
4	69.2	75.2	72
				5	36	41.7	39.3
6	52.2	57.2	59.5
				7	73.3	83.1	80.4
8	58.6	66.5	69.3
				9	46	55.8	54.1
10	37.1	41.7	44.2

图7所示为近红外光谱法检测酒精含量与血液检测法、呼气检测法检测数值精度比较（来源于10个样本）。可看出，近红外光谱法酒精含量检测值精度高于呼气检测法，接近血液检测法精度。

Claims (7)

1.一种基于近红外光谱的人体内酒精含量检测方法，其特征在于，包括以下几个步骤： 

步骤A：采用透反射方式采集不同浓度酒精溶液的近红外光谱信息，建立体外校正样本集； 

步骤B：采用反射方式采集人体皮肤内酒精近红外光谱吸光度，建立体内校正样本集； 

步骤C：通过小波分析法对获得的人体皮肤内酒精近红外光谱吸光度进行去噪声处理； 

步骤D：基于体内体外酒精近红外光谱吸光度，建立偏最小二乘法校正模型； 

步骤E：基于所述校正模型，预测人体内酒精含量； 

在所述步骤A中，测量体外校正样本集中的样本在1000－2500nm近红外范围的连续光谱，分析酒精在近红外光谱区的吸收特征，确定酒精在近红外光谱区的最佳吸收谱区；在所述步骤B中，近红外特征波长范围在2200nm到2500nm之间； 

通过小波分析法对获得的人体皮肤内酒精近红外光谱吸光度进行去噪声处理，步骤包括： 

信号分解：将近红外光谱吸光度通过小波变换进行K个尺度的分解，将信号分解为高频成分和低频成分，同时得到小波系数W； 

阈值处理：对小波系数W作阈值处理，选择缺省去噪策略的硬阈值去噪方法进行除噪； 

信号重构：把主要反映噪声频率的尺度的小波变换去掉，再把剩余各尺度的小波变换结合起来作逆变换，就得到较好地抑制了噪声的信号；对滤波后且只含有信号成分的小波系数进行重构，得到体内酒精近红外光谱信息； 

信号分解步骤中K＝3，频率大于20Hz为高频成分,频率小于20Hz为低频成分；尺度1至尺度2的变换包含信号的高频成分，主要是噪声；尺度3的变换同时包含信号和噪声成分；信号重构步骤中尺度1和2为主要反映噪声频率的尺度的小波变换。 

2.根据权利要求1所述的基于近红外光谱的人体内酒精含量检测方法，其特征在于，所述信号分解的步骤为： 

对采集的原始信号进行二进小波变换，二进小波变换是通过正交镜像滤波器H和L的单位脉冲响应计算的，H为带通滤波器组，L为低通滤波器组，h（n）和g（n）分别为带通和低通滤波器组的单位脉冲响应，n为1－100的自然数，根据Mallat构造的能够快速实现的离散二进小波变换，二进小波变换的快速分解算法为： 

式中，

为数据离散采样点，2^j为尺度，W为小波系数，d为离散小波，j为整数，f为 信号函数，Hj，Lj分别为滤波器H，L在滤波器系数之间插入2^j－1个0得到的离散滤波器；式1）将采样离散信号分解为细节信号，式2）将采样离散信号分解为近似信号。 

3.根据权利要求2所述的基于近红外光谱的人体内酒精含量检测方法，其特征在于，所述阈值处理的步骤为：二进小波在各分解尺度的阈值为 

式中，t_j表示第j个尺度上的阈值，t表示阈值，j表示尺度，N表示信号长度，median指对小波系数取中值，

式中，σ为噪声的标准差，通过最小尺度上的小波系数来估计，其估计值为 

4.根据权利要求2所述的基于近红外光谱的人体内酒精含量检测方法，其特征在于，所述信号重构的步骤为： 

二进小波变换的快速重构算法为：

式中，

为重构信号，2^j为尺度，分别为滤波器

在滤波器系数之间插入2^j－1个0得到的离散滤波器。 

5.根据权利要求1所述的基于近红外光谱的人体内酒精含量检测方法，其特征在于，采用偏最小二乘法建立酒精含量校正模型,主成分数目确定采用PRESS法，PRESS是这样计算的：使用一定数目的主成分建立一个模型，然后用这个模型对参加建模的每个样本进行预测，求出每个样本的预测值和已知值的差，PRESS的计算公式为： 

式中，m—校正集中样本数目，d—建立模型使用主成分数目，Y_pij—样品的预测值，y_ij—样本的已知值；在数据处理系统中完成去噪、标准化后，建立偏最小二乘法校正模型： 

Y=a₀+a₁×X₁+a₂×X₂+…+a_n×X_n； 

其中，Y为预测浓度，a₀、a₁、a₂，...，a_n为回归方程建立的系数，X₁、X₂、...、X_n分别为1nm、2nm、...、nnm波长上的吸光度值；n表示选择波长数； 

检测实验对象时，只需采集其皮肤血液酒精的近红外光谱，代入到偏最小二乘法校正模型中，即求出酒精含量。 

6.一种实现上述任一项权利要求所述的基于近红外光谱的人体内酒精含量检测方法的检 测系统，其特征是，包括近红外光源，近红外光源与光纤探头相连，光纤探头与分光系统相连，分光系统与数据采集系统相连，数据采集系统与数据处理系统相连，数据处理系统与显示屏相连。 

7.如权利要求6所述的检测系统，其特征是，光纤探头采用反射型光纤探头，其包括入射光纤和反射光纤，发射波长范围从2200nm到2500nm。 

Images