CN105510238B - 多位置漫射光谱数据的处理、建模、预测方法和处理装置 - Google Patents
多位置漫射光谱数据的处理、建模、预测方法和处理装置 Download PDFInfo
- Publication number
- CN105510238B CN105510238B CN201410508057.2A CN201410508057A CN105510238B CN 105510238 B CN105510238 B CN 105510238B CN 201410508057 A CN201410508057 A CN 201410508057A CN 105510238 B CN105510238 B CN 105510238B
- Authority
- CN
- China
- Prior art keywords
- concentration
- radial position
- light intensity
- variation
- measurement
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004611 spectroscopical analysis Methods 0.000 title claims abstract description 59
- 238000012545 processing Methods 0.000 title claims abstract description 51
- 238000009792 diffusion process Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000003672 processing method Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 174
- 230000008859 change Effects 0.000 claims description 123
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 111
- 239000008103 glucose Substances 0.000 claims description 111
- 238000001228 spectrum Methods 0.000 claims description 58
- 230000003287 optical effect Effects 0.000 claims description 36
- 238000002474 experimental method Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims 1
- 239000007787 solid Substances 0.000 claims 1
- 238000007667 floating Methods 0.000 description 202
- 239000000835 fiber Substances 0.000 description 52
- 239000008280 blood Substances 0.000 description 47
- 210000004369 blood Anatomy 0.000 description 47
- 239000000523 sample Substances 0.000 description 31
- 210000003491 skin Anatomy 0.000 description 27
- 230000003595 spectral effect Effects 0.000 description 25
- 230000004907 flux Effects 0.000 description 17
- 229940028435 intralipid Drugs 0.000 description 16
- 238000010521 absorption reaction Methods 0.000 description 13
- 239000000470 constituent Substances 0.000 description 13
- 239000004615 ingredient Substances 0.000 description 13
- 230000004048 modification Effects 0.000 description 13
- 238000012986 modification Methods 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000000342 Monte Carlo simulation Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 239000013307 optical fiber Substances 0.000 description 11
- 230000002829 reductive effect Effects 0.000 description 11
- 210000001519 tissue Anatomy 0.000 description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000012937 correction Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000000691 measurement method Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000002835 absorbance Methods 0.000 description 4
- 230000001788 irregular Effects 0.000 description 4
- 206010033675 panniculitis Diseases 0.000 description 4
- 210000004304 subcutaneous tissue Anatomy 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 210000002615 epidermis Anatomy 0.000 description 3
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 3
- 238000002329 infrared spectrum Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 125000003367 polycyclic group Chemical group 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000013558 reference substance Substances 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 206010027951 Mood swings Diseases 0.000 description 2
- 239000004793 Polystyrene Substances 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 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
- 238000013500 data storage Methods 0.000 description 2
- 210000004207 dermis Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000012452 mother liquor Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 229920002223 polystyrene Polymers 0.000 description 2
- 230000000291 postprandial effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 108010014173 Factor X Proteins 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000011358 absorbing material Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- GZCGUPFRVQAUEE-SLPGGIOYSA-N aldehydo-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](O)C=O GZCGUPFRVQAUEE-SLPGGIOYSA-N 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000003705 background correction Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000005253 cladding Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000012488 sample solution Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- -1 tungsten halogen Chemical class 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/66—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood sugars, e.g. galactose
-
- 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
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- 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
- A61B5/14532—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 glucose, e.g. by tissue impedance measurement
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
-
- 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
-
- 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
- G01J3/02—Details
- G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
- G01J3/0218—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using optical fibers
-
- 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
-
- 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
- G01J3/44—Raman spectrometry; Scattering spectrometry ; Fluorescence spectrometry
- G01J3/4412—Scattering spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
- G01N21/474—Details of optical heads therefor, e.g. using optical fibres
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B6/00—Light guides; Structural details of arrangements comprising light guides and other optical elements, e.g. couplings
- G02B6/04—Light guides; Structural details of arrangements comprising light guides and other optical elements, e.g. couplings formed by bundles of fibres
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B6/00—Light guides; Structural details of arrangements comprising light guides and other optical elements, e.g. couplings
- G02B6/24—Coupling light guides
- G02B6/36—Mechanical coupling means
- G02B6/3616—Holders, macro size fixtures for mechanically holding or positioning fibres, e.g. on an optical bench
- G02B6/3624—Fibre head, e.g. fibre probe termination
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
- G01N21/474—Details of optical heads therefor, e.g. using optical fibres
- G01N2021/4742—Details of optical heads therefor, e.g. using optical fibres comprising optical fibres
- G01N2021/4747—Concentric bundles
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Optics & Photonics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Hematology (AREA)
- Signal Processing (AREA)
- Urology & Nephrology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Diabetes (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Microbiology (AREA)
- Cell Biology (AREA)
- Biotechnology (AREA)
- Emergency Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
公开了多位置漫射光谱数据的处理方法、建模方法、预测方法和处理装置。一示例光谱数据处理方法可以包括:使用探测光,对包含特定成分的被测介质进行照射;获得被测介质在第一径向位置处的第一光谱数据以及在第二径向位置处的第二光谱数据,其中所述第一径向位置和所述第二径向位置是任意选择的;以及对第一光谱数据和第二光谱数据进行差分处理。
Description
技术领域
本公开一般地涉及光谱检测领域,具体地,涉及光谱检测方法、成分浓度建模和预测方法以及用于光谱检测的处理装置。
背景技术
光谱检测法具有绿色无污染、不破坏样品、检测速度快、可实现多成分同时定量分析和不需要使用任何试剂或试纸以及连续、实时监测等优点,是真正意义上的无创检测技术。在生物医学领域,采用近红外吸收光谱方法已成功地实现快速、无创伤检测生物组织血氧饱和度等生化指标,近红外光谱测量方法被认为是最有应用前景的人体内化学成分无创检测技术之一。
利用光谱方法对被测物成分浓度进行检测时,需要测定的被测物通常是不经过提纯等预处理的复杂样品,或者是人体中的某种待测成分。当待测成分浓度变化具有明显的波长特性时,则可以采用多变量回归的方法建立校正模型进行待测成分的浓度测量。但是在复杂样品或个体中,除了待测成分外,还包含大量无法预知的干扰成分,如人体的某些成分浓度变化受人体温度、心情等变化的影响,波长特性不明显。因此,需要消除这些不可预知的背景对待测物浓度分析的影响后,再进行浓度测量分析。近红外光谱分析建立数学模型所用校正样品集应当包含待测样品的各种背景。
以无创血糖浓度检测为例,人体组织中的血糖含量很少,且在生理范围内的变化非常小,因此血糖变化导致的信号极其微弱。另一方面,组织自身的光学特性也非常复杂,光穿过动态变化的人体组织时,除了部分光被吸收外,由于非线性散射的存在,也使得提取糖信号变得十分困难。组织中的水、脂肪、蛋白等近红外区域也都存在吸收,这些干扰因素引起的信号强度甚至大于葡萄糖浓度改变引起的光强。而且同一种基团可以在本谱区的不同倍频区出现吸收峰,因此复杂样品或个体同一近红外谱区内常有不同分子、多种基团的谱峰重叠在一起。加之生物活体的新陈代谢、生理周期、情绪波动以及环境影响等因素都会直接或间接地影响到人体组织中各种物质成分的含量,从而不能有效提取待测样品中的血糖浓度信息。由于这些问题涉及因素多而复杂,以当前的科研水平,这些因素的变化很难实时监测。因此,寻找一种参考测量的方法也是解决上述问题的可行途径。人体血氧饱和度测量就是采取了相对测量才获得成功的典型例子。
在离体实验中,通常采用双光路参考测量和临近背景扣除的方法来消除仪器的漂移等引起的共模干扰,也就是通过测量与被测物质光谱性质相近的参考样品的光谱作为背景光谱来进行差分运算。实验结果表明这种方法能有效消除测量中的共模变化的影响。
但在某些应用如人体血糖浓度的测量中,却很难找到与被测物光学性质一样并包含被测物背景变动信息的参考物,以实现参考测量。在近红外无创血糖检测的临床中,由于很难找到光学特性与人体相似的参考物,在人体中也不存在某个部位不含葡萄糖,或者葡萄糖浓度能一直固定不变,因此这种在离体实验中可以采用的扣除背景参考物的光谱处理方法还无法直接应用于活体检测。即使在测量系统中引入反射率与人体皮肤漫反射率量级相近的标准反射板或者仿体作为背景参考物,消除了部分硬件系统参考信号的影响,但由于光在反射板或仿体上的传播方式与人体皮肤存在差异,人体中自身的新陈代谢、生理周期、情绪波动以及环境影响等因素在标准反射板或仿体的光谱中无法体现,变化信号无法获得,这也是目前利用近红外光谱方法提取人体血糖浓度信息的最大障碍。
因此,采用近红外光谱法对人体组织某种成分浓度进行检测时,实际的测量过程可归结为从复杂重叠的背景中提取微弱的浓度变化特异性信息,并且有用信息的提取过程受到人体的各种生理因素的制约和影响。
为此,徐可欣等发明了利用浮动基准位置实现浓度测量的原理和方法(中国专利申请,公开号CN1699973A),在测量光谱本身所包含的信息内找到了可以作为“背景”的参考基准,如图1所示。当被测物质如人体中某种成分如葡萄糖的浓度发生改变时,会引起被测物质的吸收系数和散射系数等光学特性的改变。在距离光源的特定径向位置rk处,由组织的吸收和散射作用改变的漫反射光能量能够基本上相互抵消,且基本上不随葡萄糖浓度的变化而变化,该位置rk被称为浮动基准位置。此位置处测量得到的光能量反映了检测过程中除去葡萄糖浓度变化以外的基本上一切干扰因素的影响。因此该位置的光谱就可以作为人体血糖无创检测过程中的“背景”来提取葡萄糖的特异性信息,实现类似离体实验中的参考测量。位置浮动基准的存在特性已通过蒙特卡罗模拟方法和离体实验得到了验证。
但是由于血糖浓度改变引起的光能量变化与人体组织的光学特性相关,所以对于不同的被测物、同一被测物的不同的位置以及不同的探测光波长,这个作为“背景”的参考基准是不同的,也就是浮动基准位置的位置不同。
在蒙特卡罗模拟计算中,选用手掌皮肤作为测量人体血糖浓度的目标组织层,以三层皮肤模型作为测量对象,即皮肤分为表皮、真皮和皮下组织。其中蒙特卡罗模拟程序设置的光子数为109。以Maruo等给出的各层光学参数为基础(Maruo K.,Tsurugi M.,ChinJ.,et al.,Noninvasive blood glucose assay using a newly developed near-infrared system,IEEE Journal of Selected Topics in Quantum Electronics,2003.9(2):p.322-330;Maruo K.,Oota T.,Tsurugi M.,et al.,New methodology to obtain acalibration model for noninvasive near-infrared blood glucose monitoring,Applied Spectroscopy,2006.60(4):p.441-449),葡萄糖浓度从0分别增加500、1000和1500mg/dL时,皮肤模型的真皮层的光学参数也相应发生变化,其他皮层的光学参数保持不变。当设定三层皮肤模型的表皮、真皮和皮下组织分别为0.5mm、3.5mm和无穷大,在1200-1700nm波长下,可得到典型的检测器距光源径向分布的漫反射光谱,如图2所示,其分布近于负指数分布,随着径向距离的增加,漫反射光强度迅速减小。在2.0mm后的漫反射光强较弱,从10-1减小到10-8量级。
将得到的不同葡萄糖浓度的漫反射光强减去0mg/dL的漫反射光强后的径向分布如图3(a1)-(a4)所示,分别对应波长为1200nm、1300nm、1400nm和各波长下的汇总图。在相同的皮肤层厚度,可以认为在同一被测对象的同一被测位置处,在不同波长下,均存在一个漫反射光强对葡萄糖浓度变化不敏感的径向位置,此位置即为浮动基准位置。但是,从图中可以看出,此浮动基准位置具有明显的波长特性,在1200-1300nm波长下,位置浮动基准位置变化较为平缓,特别是前半段区域,波长变化引起的基准位置几乎没有变化。在1300-1400nm波长下,基准位置的波动较大,波长越长,基准位置有往光源靠近的趋势。并且波长大于1400nm时,浮动基准位置不再存在。
即使在相同的波长下,由于不同的测量对象的组织成分存在差异,同一测量对象在不同时间下组织成分也不尽相同,也就是组织体的光学特性有差异,在1300nm波长下,以正常人体血糖浓度(100mg/dL)作为模型环境,改变真皮层的吸收系数μa和散射系数μs,分别以±20%为梯度变化,得到如图3(b)所示三层皮肤模型中浮动基准位置随真皮层光学特性变化的分布图。从图中可以看出,不同测量对象或同一被测对象在不同时间段的皮肤组织的散射特异性差异,将显著影响浮动基准位置的定位。
同样地,对于不同的测量对象,或者同一测量对象的不同生理部位,皮肤的生理结构、组织厚度也不尽相同,那么在同一波长下,浮动基准位置也会发生相应的变化。与上述模拟情况类似,在1300nm波长下,以正常人体血糖浓度(100mg/dL)作为模型环境,依据手掌皮肤厚度的典型数值,当表皮厚度在0.1-1.0mm范围变化,真皮厚度在2.0-4.0mm范围变化时,三层皮肤模型中浮动基准位置的分布如图3(c)所示。表皮层厚度变化对漫反射光强的影响较大,浮动基准位置会随表皮厚度的增加远离光源移动。
综上所述,若选用某一固定的径向位置作为参考点进行测量,那么将无法覆盖不同的测量对象、同一测量对象的不同状态和多波长,甚至带来测量误差。所以希望发展一种能够针对不同的被测对象和波长,可实现适用性更为普遍的测量方法。
发明内容
本公开的目的至少部分地在于提供普适性更强的光谱测量技术。
根据本公开的一个方面,提供了一种光谱数据处理方法,包括:使用探测光,对包含特定成分的被测介质进行照射;获得被测介质在第一径向位置处的第一光谱数据以及在第二径向位置处的第二光谱数据,其中所述第一径向位置和所述第二径向位置是任意选择的;以及对第一光谱数据和第二光谱数据进行差分处理。
根据本公开的另一方面,提供了一种光纤探头,包括:第一光纤束,用于引导入射光,第一光纤束的出射端面位于光纤探头的探测端面的大致中心;以及第二光纤束和第三光纤束,其中,在探测端面处,第二光纤束中光纤的端面和第三光纤束中光纤的端面彼此与第一光纤束的出射端面相距不同的距离。
根据本公开的另一方面,提供了一种建立预测模型的方法,包括:提供一系列被测介质,所述一系列被测介质分别包括背景介质或基准介质以及向背景介质或基准介质中加入的不同已知浓度的特定成分,其中所述基准介质包括背景介质以及初始浓度的该特定成分;针对所述一系列被测介质,按上述方法进行处理;以及基于各已知浓度以及相应的经处理后的光谱数据,获得预测模型。
根据本公开的另一方面,提供了一种浓度预测方法,包括:针对被测介质,按上述方法进行处理,其中被测介质包括背景介质或基准介质,其中基准介质包括背景介质以及初始浓度的特定成分,由于特定成分的浓度变化而导致被测介质中该特定成分的浓度未知;以及基于针对被测介质的经处理的光谱数据以及预测模型,预测所述特定成分的浓度。
根据本公开的另一方面,提供了一种处理装置,包括:探测器,用以探测包含特定成分的被测介质对探测光的漫反射和/或漫散射光的光谱数据;以及处理器,配置为利用探测器探测任意选择的第一径向位置和第二径向位置处的光谱数据,并对它们进行差分处理。
根据本公开的实施例,可以无需确定浮动基准位置,而这通常是较为复杂的。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了位置浮动基准的测量原理;
图2示意性示出了典型漫反射光谱的径向分布;
图3示意性示出了位置浮动基准变动的示例,其中,图3(a1)-3(a4)示出了不同波长导致的位置浮动基准变动,图3(b)示出了皮肤光学特性改变导致的位置浮动基准变动,以及图3(c)示出了皮肤结构特性改变导致的位置浮动基准变动;
图4示意性示出了浮动基准位置内侧和外侧区域的光谱变化的比较;
图5示意性示出了根据本公开实施例的光谱数据处理方法的流程图;
图6示出了皮肤模型中散射系数随波长的变化率;
图7示出了Jensen等实验得到不同温度下水摩尔吸光系数εw(λ)与30℃下εw(λ)之间的差值;
图8示出了陈韵等实验得到不同温度下水与30℃下水之间的吸光度变化曲线;
图9示意性示出了根据本公开实施例的分段接收策略;
图10示意性示出了根据本公开实施例的光纤探头,其中图10(a)是侧视图,图10(b)-10(e)是截面图;
图11是示出了建立浓度预测模型和进行浓度预测的一般性原理的示意图;
图12是示出了根据本公开实施例的建立预测模型/浓度预测方法的流程图;
图13示出了5%intralipid溶液蒙特卡罗模拟的浮动基准位置计算结果;
图14示出了5%intralipid溶液葡萄糖变化50mM和100mM时漫反射光子数变化量;
图15示出了对光源漂移进行修正前在距离光源不同径向位置处的漫反射光子数变化曲线;
图16示出了对光源漂移进行修正后不同径向位置处的漫反射光子数变化曲线;
图17示出了不同温度下各径向位置处随葡萄糖浓度改变得到的漫反射光子数的变化量;
图18示出了对光源漂移进行修正前后漫反射光子数随浓度变化曲线;
图19示出了以0mg/dL葡萄糖为初始状态进行信号修正前后对比;
图20示出了以3000mg/dL葡萄糖为初始状态进行信号修正前后对比:
图21示出了以6000mg/dL葡萄糖为初始状态进行信号修正前后对比:
图22示出了根据本公开实施例的测量系统的配置示例;
图23示意性示出了因素X作用下漫射光相对变化量随径向位置的变化;
图24示出了改变光源功率后在浮动基准位置的内侧、自身、外侧的光强相对变化量;以及
图25示出了单一温度作用线与温度基准点的存在性。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。此外,在以下说明中,可能省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
根据本公开的实施例,可以任意选择距离光源不同位置处的第一径向位置和第二径向位置,获得这两个径向位置处的光谱数据,并对它们进行差分处理。发明人发现,这种差分处理同样可以实现多种干扰(特别是,共模干扰)的有效去除。与中国专利申请CN1699973A中公开的技术相比,可以避免确定浮动基准点的麻烦。
为了实现更好的处理效果(例如,抑制干扰、增强有效信号),这样的第一径向位置和第二径向位置可以如下来选择。例如,可以根据被测介质在距离光源不同位置处的漫反射和/或漫散射光强随被测介质中特定成分(感兴趣成分,如血糖)浓度的变化率,获得测量所需的径向位置(可选地,还可以确定浮动基准位置)。具体地,浮动基准位置可以定义为绝对变化率为最小(例如,基本为零)的光接收点,即对于该特定成分浓度的变化基本上不敏感的径向位置。例如,根据人体皮肤典型的三层结构模型的蒙特卡罗模拟结果可以看出,血糖浓度测量的浮动基准位置大约在距离光源1.7-3.2mm之间,变化范围较大。在同一探测光波长下,以浮动基准位置为临界点,葡萄糖浓度增加,在浮动基准内侧的径向位置处漫反射和/或漫散射光强逐渐减小,而在浮动基准外侧的径向位置处漫反射光强和/或漫散射逐渐增大,因而漫反射和/或漫散射光强的变化率在浮动基准内侧为负值,在浮动基准外侧为正值,如图4所示。而且,在浮动基准内侧靠近浮动基准位置处漫反射和/或漫散射光强变化的绝对值与漫反射和/或漫散射光强变化率局部极大值处的量级相当,可以认为这两个位置对葡萄糖浓度的变化的敏感度相当。随着径向距离的减小,即越靠近光源位置,漫反射和/或漫散射光强变化的绝对值越大,与浮动基准外侧漫反射和/或漫散射光强变化最大处相比,越靠近光源,漫反射和/或漫散射光强的变化量的绝对值约为外侧的100倍,而且从表皮出射的漫反射和/或漫散射光强值也越大。
根据上述特性,本公开提出了一种光谱检测方法。如图5所示,该方法可以包括在操作S501测量被测介质在第一径向位置处的第一光谱数据以及在第二径向位置处的第二光谱数据。如上所述,第一径向位置和第二径向位置可以是任意选择的。即,可以随机确定第一径向位置和第二径向位置。被测介质可以包括各种介质,如人体皮肤等。为方便描述,可以将被测介质视为包括背景介质以及处于背景介质中的特定成分(即,背景介质可以是被测介质中除了特定成分之外的其他成分)。这种特定成分可以是感兴趣的对象,例如血糖等。
本领域技术人员知道多种方式来进行光谱测量,以获得光谱数据。例如,可以通过光源以一定波长的探测光照射被测介质,并可以通过检测器探测被测介质的漫反射和/或漫透射光,例如,测量其光强。在以下描述中,将以漫反射光为例;但是,本公开不限于此。或者,光源与检测器均可以浸入被测介质内部,来测量光谱数据,这种情况类似于无限介质的情况。可以调整检测器的位置,以实现多个径向位置的测量。或者,检测器可以包括设于不同位置的两个或更多受光单元以同时检测相应的两个或更多位置处的光强,这将在以下进一步详细描述。
此外,可以根据被测介质和/或其中特定成分的特性,选择一个或多个波长的探测光,例如紫外、可见光和红外波段,来进行测量。例如,可以选择该特定成分的散射和/或吸收特性敏感的波长,和/或背景介质的散射和/或吸收特性不敏感的波长。
有利地,可以测量光强(绝对和/或相对)变化量(例如,由被测介质中特定成分的浓度变化导致),作为光谱数据。例如,可以对背景介质中不含该特定成分或该特定成分为某固定初始浓度值(以下,将背景介质+初始浓度的特定成分称作“基准介质”)时,在一径向位置处测量光谱,作为初始光谱,记为I1。然后,当背景介质中该特定成分的浓度相对于初始浓度发生改变时,测量此时被测介质在该径向位置处的光谱,记为I2。例如,对于血糖测量,可以先测量空腹时(此时血糖可以稳定地处于一个低水平状态)血液的光谱,作为初始光谱;然后,可以测量餐后(此时,血糖开始变化,直至餐后2小时候逐渐又处于稳定水平)血液的光谱,以便获取血糖的变化信息。可以根据这两个光谱来得到光强的(绝对)变化量s=(I2-I1),作为上述光谱数据。但是,需要指出的是,光谱数据不限于上述光强绝对变化量,如下所述,还可以获得其他类型的数据(例如,光强的相对变化量s=lnI2-lnI1或s=(I2-I1)/I1)。
在本公开的许多实施例中,可能需要测量初始光谱。除了可以采用背景介质不含特定成分时的光谱可以作为初始光谱,还可以采用背景介质中含任意固定初始浓度的特定成分(即,基准介质)时的光谱作为初始光谱。例如,还可以针对某些介质(特别是不含特定成分的背景介质),建立初始光谱的数据库,以重复使用(例如,预实验时使用、实际测量时使用等等),从而降低工作负担。
可以选择第一径向位置和第二径向位置,使得在这两个位置处,被测介质对探测光的漫反射光和/或漫散射光的光强随被测介质中该特定成分的浓度变化具有不同的变化率。此外,由于这两个位置处的共模干扰通常存在特定的联系,所以在实际测量中,可以通过数据处理,消除两位置间的共模干扰,而保留与被测成分的浓度变化相关的信息。
具体地,可以选择第一径向位置和第二径向位置,使得在这两个位置处,被测介质对探测光的漫反射光和/或漫散射光的光强随被测介质中该特定成分的浓度变化具有不同符号的变化率。在此,所谓“不同符号”,可以包括正(+)与负(-),正(+)与零(0),或负(-)与零(0)。即,在本申请中,将零(0)值视为具有与正(+)、负(-)不同的符号。变化率为零值的径向位置例如上述浮动基准位置。在实际测量中,可以将绝对值小于一定阈值的变化率视为“零”变化率,该阈值可以根据实际应用环境而设定。
如下文所述,如此选择的第一径向位置和第二径向位置有助于消除共模干扰。例如,第一径向位置和第二径向位置可以选择为使得它们的变化率为一正一负(例如,第一径向位置处的变化率为负,而第二径向位置处的变化率为正)。此时,第一径向位置可以在浮动基准位置(例如,处于图4所示的B区域内)内侧(例如,图4所示的A区域),第二径向位置可以在浮动基准位置外侧(例如,图4所示的C区域)。因此,在实际应用中,可以选择第一径向位置较为靠近光源位置,且第二径向位置较为远离光源位置。于是,对于大多数情况,第一径向位置可以处于浮动基准位置内侧且第二径向可以处于浮动基准位置外侧。从而,可以在固定的第一径向位置和第二径向位置处测量光谱数据,而无需分别确定浮动基准点的精确位置所在。并且,可以提供适用于多种测量环境的探测器配置,如下进一步所述。
径向位置的选择可以与光谱测量同时进行。例如,可以初始选择若干径向位置,在这些径向位置处测量初始光谱,例如光强(或者,如上所述,从初始光谱数据库中获取)。然后,在被测介质中的特定成分浓度发生变化后(或者,特定成分浓度相对于用来获得初始光谱数据库中数据时所用的特定成分浓度不同),在这些径向位置处测量变化光谱,例如光强。根据初始光谱和变化光谱,可以确定各径向位置处的光强变化(率)的方向(正或负)。还可以通过插值,获得其他径向位置处的光强变化(率)。可以选择其中变化为正的一个径向位置以及变化为负的一个径向位置分别作为第一径向位置和第二径向位置,或者,可以选择其中变化为正或负的一个径向位置以及变化小于一定阈值(或为“零”)的一个径向位置(如上所述,该径向位置实际上可以视为浮动基准位置)分别作为第一径向位置和第二径向位置,且此时第一径向位置和第二径向位置处的光谱数据也已如上所述得到。
这样,无需事先确定浮动基准位置,这种确定是麻烦的(需要多次测量以确定光强变化最小的位置)。如果初始选择的径向位置中恰好包括浮动基准位置,那么当然也可以使用该位置。但是,这与预先确定浮动基准位置然后使用该位置处的光谱数据不同,因为消除了确定浮动基准位置的不便。
根据另一实施例,也可以确定浮动基准点的位置。例如,选择光强绝对变化最小(例如,基本上为零)的径向位置,作为浮动基准点。可以在光强变化接近零的径向位置附近进行多次测量,以改善浮动基准点的位置精度。此外,也可以获得浮动基准点处的光谱数据。
在如上所述获得第一和第二径向位置处的光谱数据之后,该方法还可以包括在操作S503对光谱数据进行差分处理。
例如,这种差分处理可以如下进行。
记第一径向位置为ρm,第二径向位置为ρn。特别地,若径向位置处于浮动基准点内侧,可记为ρI(变化率可为负);若径向位置处于浮动基准点外侧,可记为ρO(变化率可为正)。另外,如果预先确定了浮动基准点,或者选择的径向位置中恰好包括浮动基准点,记浮动基准点为ρR。
根据本公开的实施例,加权因子η例如可以如下确定。采用数值计算或者保持特定成分浓度C不变,重复测量不同径向位置处的漫反射光,得到任意两个径向位置处在干扰因素ΔN影响下的漫反射光的变化量的比值ΔI(ρm,C,ΔN)/ΔI(ρn,C,ΔN),记作η,即有:
ΔI(ρm,C,ΔN)=η·ΔI(ρn,C,ΔN) (1)
其中,ρm和ρn表示任意不同的径向位置,例如ρI、ρO和ρR中任意两项;ΔI(ρm,C,ΔN)表示在特定成分浓度C不变的情况在ρm处由干扰因素ΔN导致的光强变化,ΔI(ρn,C,ΔN)表示在特定成分浓度C不变的情况在ρn处由干扰因素ΔN导致的光强变化。
在实际测量过程中,除了待测成分浓度改变外,还存在干扰因素的变化会引起漫反射光的改变。当待测成分浓度改变ΔC,干扰因素改变ΔN时,存在:
ΔI(ρi,ΔC,ΔN)=ΔI(ρi,C,ΔN)+ΔI(ρi,ΔC,N) (2)
其中,ρi表示任意径向位置,例如ρI、ρO和ρR中任一项;ΔI(ρi,ΔC,ΔN)表示在ρi处由浓度变化ΔC和干扰因素ΔN导致的光强变化,ΔI(ρi,C,ΔN)表示在ρi处由干扰因素ΔN导致的光强变化,ΔI(ρi,ΔC,N)表示在ρi处由浓度变化ΔC导致的光强变化。
根据式(1),可以对任意两个径向位置(例如ρI、ρO和ρR中任意两项)处的光谱数据进行如下差分处理:
ΔIm-n(ρ,ΔC,ΔN)=ΔI(ρm,ΔC,ΔN)-η·ΔI(ρn,ΔC,ΔN)=ΔI(ρm,ΔC,N)-η·ΔI(ρn,ΔC,N)=ΔI(ΔC) (3)
由式(3)看出,通过这种差分处理,可以有效减小或扣除由共模干扰引起的噪声信号,得到只与待测成分浓度(ΔC)相关的有用信号(ΔI(ΔC))。
在此需要指出的是,根据式(3)可以看出,这种差分处理对于任意两个径向位置ρm和ρn均适用,尽管在以下的描述中主要针对ρI、ρO和ρR中的任两项来描述。
此外,在任意两个径向位置ρm和ρn处,共模干扰引起的噪声信号间的比例因子η是可预先估计出的。在实际测量中,可以直接采用该因子对两位置处的光强绝对变化量进行差分处理,即可得到只与待测成分浓度(ΔC)相关的有用信号(ΔI(ΔC))。
以下,以扩散方程在无限介质中的定态解来推导η的表达式,并在该理论的基础上,给出比例因子η的示例估计方法。
光通量Φ在无限介质中对于一个点光源情况下的解为:
其中,ρ为检测器与光源之间的径向距离;λ为从光源发出的探测光的波长;μa为吸
收系数;μs′为约化散射系数,定义为(1-g)μs,g为各向异性因子;μs为散射系数;D为光子的
扩散系数,μeff为有效衰减系数,因此,公式(4)可以记为:
当入射光进入介质后,光子与介质中的粒子发生相互作用后出射得到漫反射光,通常引起漫反射能量发生改变的因素主要可分为三类:(1)被测介质的光学特性的改变;(2)入射光源的漂移;(3)检测器状态的漂移等。其中,当入射光进入介质后,光子与介质中的粒子发生碰撞,一部分光子被粒子吸收而损耗,另一部分光子被散射,被测介质的光学特性的改变是吸收效应和散射效应综合作用的结果。而引起被测介质的吸收系数和散射系数等光学特性的改变因素主要包括被测介质中的待测成分的浓度改变、干扰成分浓度的改变和温度的改变等。上述引起漫反射光能量改变的因素中,只有由被测介质中的待测成分的浓度改变是希望测量的,其他影响因素所引起的漫反射光能量变化都应该被减小或扣除。
以人体组织中葡萄糖浓度变化为例,根据扩散方程在无限介质中的定态解,当血糖浓度改变ΔCg时,对于同一径向位置下由血糖浓度变化所引起的光通量Φ(ρ)的变化量ΔΦ(ρ,ΔCg)为:
其中,
由式(6)看出,在某一波长下,光通量的变化量ΔΦ(ρ,ΔCg)是径向距离ρ的函数。
根据浮动基准位置的定义,被测介质在距离光源不同位置的光强随被测物浓度的变化率为最小的光接收点,即对于特定成分如血糖浓度的变化不敏感的径向位置为浮动基准位置。因此,当在理想情况下,只存在血糖浓度改变ΔCg而不存在任何干扰因素时,在某一波长下,根据扩散方程在无限介质中的定态解,在血糖浓度变化的浮动基准位置ρR处存在灵敏度Seng(ρR)为:
将式(7)和(8)代入(9),即可得到浮动基准位置为:
在该位置下,由血糖浓度变化所引起的光通量Φ(ρR)的变化量ΔΦ(ρR,ΔCg)为0。那么,在实际测量过程中,浮动基准位置ρR处的漫反射光的变化则是由背景干扰变化所引起的,与血糖浓度变化无关,即有:
ΔΦ(ρR,ΔCg,ΔN)=ΔΦ(ρR,ΔCg)+ΔΦ(ρR,Cg,ΔN)=ΔΦ(ρR,Cg,ΔN) (11)
由于通常相比于要低一到二个量级,因此将式(8)代入式(6)可近似得到:
由此可得漫反射光的变化率为:
式中,为约化散射系数随葡萄糖浓度变化的变化率。通常,对于某一固定的母液模型,葡萄糖浓度的变化对约化散射系数的影响为常数。如对于不同浓度的Intralipid溶液模型,可表示为:
对皮肤(水+聚苯乙烯)模型,可表示为:
其中,m值是指根据Mie定理计算出的散射系数随波长变化的变化率,如图6所示(Matthias Kohl,Matthias Essenpreis and Mark Cope,The influence of glucoseconcentration upon the transport of light in tissue-simulating phantoms)。图中的两条实曲线分别表示在皮肤(水+聚苯乙烯)模型中,当葡萄糖浓度为85mM/L和144mM/L时散射系数μs变化的曲线,将其拟合成直线的斜率分别为-1.569*10-7和-1.5*10-7,由于后面的模拟是采用50、100、150mM三个不同的梯度进行的,因此分别选取近似的斜率进行计算。
由此可以近似认为葡萄糖浓度变化所引起的漫反射光的变化率dΦ/Φ是径向距离ρ的(大致线性)函数,如图23所示。
实际测量中,光强I与光能流密度Φ的关系为固定倍数关系,光能流密度的相对变化量近似等价为光强的相对变化量,即ΔΦ/Φ-ΔI/I。因此,ΔI/I随测量位置的变化也近似为线性。
因此,可以如下来推测不同位置间比例因子η。
在同一影响因素ΔX下,利用ΔI(ρ)/I(ρ)为ρ的线性函数,先由第一径向位置发生的光强相对变化量ΔI(ρm,ΔX)/I(ρm),推测出第二径向位置的光强相对变化量ΔI(ρn,ΔX)/I(ρn),两者的比值记为ξ,其与径向位置的选择有关,如公式(S-1):
在公式(S-1)中,ρR为该因素作用的不敏感位置。如葡萄糖浓度变化时,该位置为葡萄糖测量的浮动基准位置。已经证明,对于特定的被测物质以及特定的被测介质而言,ρR为相对固定的位置。因此,当两个测量位置ρm和ρn固定后,ξ的值为一固定常数值。可见,ξ的值可预先通过实验进行估计。
对公式(S-1)进行变形后,可得公式(S-2):
则有:
由公式(S-2)和(S-3)可知,在预先估计出ξ的值后,代入公式(S-3)后,可得到比例因子η的值,将η代入公式(3)即可得到只与待测成分浓度(ΔC)相关的有用信号(ΔI(ΔC))。
可以将实际测量过程中引起漫反射光能量改变的影响因素ΔN分为两大类进行讨论:一类是被测介质中干扰成分浓度或测量温度改变所引起的光学特性的改变;另一类是测量系统中光源漂移或检测器状态漂移等。
(1)被测介质中干扰成分浓度或测量温度改变所引起的光学特性的改变
当干扰成分浓度或测量温度改变时,会引起被测介质的光学特性的改变。以温度改变为例,由于温度的改变会使得分子的振动-转动状态以及能级跃迁几率发生变化,因此不同温度下物质的摩尔吸光系数会有所不同。同时,温度的变化也会引起吸收物质的浓度随之改变,这是因为温度升高会增加分子间化学键的键合程度,从而使得同一分子的临近分子数目增加,物质的密度加大;然而,温度的上升也会使得分子间的距离增大,致使物质的密度减小。两者的综合效应决定了物质浓度随温度的变化规律。当血糖浓度保持相对恒定Cg,只存在温度改变ΔT时,对于同一径向位置下所引起的光通量Φ(ρ)的变化量ΔΦ(ρ,Cg,ΔT)为:
将式(7)和(8)代入(16)可得:
其中,记
取距离光源径向距离为ρI和ρO的两位置分别作为浮动基准内侧测量位置和外侧测量位置,则根据式(17),浮动基准内侧测量位置ρI处和浮动基准位置ρR处由温度改变所引起的光通量变化量的比值以及浮动基准外侧测量位置ρO处和浮动基准位置ρR处由温度改变所引起的光通量变化量的比值分别为:
由于生物组织中含有70%左右的水,因此,温度对生物组织近红外光谱上的干扰在很大程度上与水光谱的温度特性相关。图7所示为Jensen等通过实验得到的32℃-42℃下水摩尔吸光系数εw(λ)与30℃下εw(λ)之间的差值曲线图(Peter Snor Jensen,Jimmy Bak,Stenfan Andersson-Engels,Influence of temperature on water and aqueousglucose absorption spectra in the near-and mid-infrared regions atphysiologically relevant temperatures,Applied Spectroscopy,2003,57(1):28-36)。除1440nm、1780nm、2180nm、2750nm、4900nm、5300nm和6300nm处εw(λ)对温度的变化不敏感外,其他波长处εw(λ)随温度的变化而有规律地改变。因此,可以近似认为,在人体体温变化范围内(约为35℃-40℃)的各个波长下,摩尔吸光系数随温度的变化率为常数,但对于不同的波长该常数取不同值。因此认为各个波长下的吸光系数随温度的变化率也近似为常数。类似的,陈韵等通过对以2℃为间隔,温度范围为30℃-40℃的水样本进行光谱测量实验,得到如图8所示的不同温度下的水与30℃下水之间的吸光度变化值曲线,并得到了1525、1832和2060nm处吸光度变化量与温度之间的线性关系式(陈韵,近红外无创血糖测量-基准波长浮动基准法的研究:[博士学位论文],天津,天津大学,2009)。从图中也可以看出,在各个波长下,吸光度的变化量与温度之间近似为线性关系。由于水为纯吸收介质,因此,我们可以得到相同的结论,即认为各个波长下的吸光系数随温度的变化量近似为常数。
Laufer等采用离体皮肤样本实验在25℃-40℃范围内对人体真皮层和皮下组织与温度影响的关系进行了研究(Jan Laufer,et al.,Effect of temperature on theoptical properties of ex vivo human dermis and subdermis,Phys.Med.Biol.,1998,43:2479-2489)。实验结果表明,真皮层的约化散射系数随温度改变的变化率为(4.7±0.5)×10-3℃-1,皮下组织的约化散射系数随温度改变的变化为(-1.4±0.28)×10-3℃-1。因此,可以认为在在人体体温变化范围内(约为35℃-40℃),约化散射系数随温度的变化率近似为常数。
因此,根据式(18)和(19)可以看出,当浮动基准内侧测量位置ρI、浮动基准位置ρR和浮动基准外侧测量位置ρO确定时,在同一波长下由温度变化所引起的光通量的变化量的比值ΔΦ(ρI,Cg,ΔT)/ΔΦ(ρR,Cg,ΔT)和ΔΦ(ρO,Cg,ΔT)/ΔΦ(ρR,Cg,ΔT)均为常数,分别记作η1和η2,即有:
ΔΦ(ρI,Cg,ΔT)=η1·ΔΦ(ρR,Cg,ΔT) (20)
ΔΦ(ρO,Cg,ΔT)=η2·ΔΦ(ρR,Cg,ΔT) (21)
因此由温度变化所引起的漫反射光强的变化量可以作为共模干扰。其中,对于光学参数已知的被测介质,可通过式(18)和(19)计算常数η1和η2;对于光学参数未知的被测介质,可采用测量得到的漫反射光谱通过光学参数反构的方法计算得出被测介质的光学参数,进而通过式(18)和(19)计算常数η1和η2,或者在血糖浓度保持相对恒定时,重复测量温度变动时漫反射光的变化量,通过式(20)和(21)计算常数η1和η2的值(例如,取多次测量的平均值)。
在实际测量过程中,当葡萄糖浓度改变ΔCg的同时测量温度改变ΔT,由这两个因素在同一个径向位置下共同所引起的光通量Φ(ρ)的变化量ΔΦ(ρ,ΔCg,ΔT)为:
其中,ΔΦ(ρ,ΔCg,T)为感兴趣的待测量的有用信号,ΔΦ(ρ,Cg,ΔT)为与径向测量位置有关的共模干扰信号。
那么根据式(11)和(22)在浮动基准内侧测量位置ρI处、浮动基准位置ρR处和浮动基准外侧测量位置ρO处由ΔCg和ΔT共同引起的光通量Φ(ρ)的变化量ΔΦ(ρI,ΔCg,ΔT)、ΔΦ(ρR,ΔCg,ΔT)和ΔΦ(ρO,ΔCg,ΔT)分别为:
ΔΦ(ρI,ΔCg,ΔT)=ΔΦ(ρI,ΔCg,T)+ΔΦ(ρI,Cg,ΔT) (23)
ΔΦ(ρR,ΔCg,ΔT)=ΔΦ(ρR,ΔCg,T)+ΔΦ(ρR,Cg,ΔT)=ΔΦ(ρR,Cg,ΔT) (24)
ΔΦ(ρO,ΔCg,ΔT)=ΔΦ(ρO,ΔCg,T)+ΔΦ(ρO,Cg,ΔT) (25)
由式(20),对式(23)和(24)进行加权差分运算,可以得到:
ΔΦI-T(ρ,ΔCg,ΔT)=ΔΦ(ρI,ΔCg,ΔT)-η1·ΔΦ(ρR,ΔCg,ΔT)=ΔΦ(ρI,ΔCg,T)=ΔΦ1(ΔCg) (26)
由式(26)可以看出,由温度变化所引起的漫反射光变化的共模干扰量可以通过浮动基准内侧测量位置ρI处和浮动基准位置ρR处的漫反射光变化量的差分运算进行消除,得到只与血糖浓度变化相关的有用信号。
类似的,根据式(21)、(24)和(25),由浮动基准外侧测量位置ρO处和浮动基准位置ρR处的漫反射光变化量的差分运算同样可以消除由温度变化所引起的漫反射光变化的共模干扰量:
ΔΦO-R(ρ,ΔCg,ΔT)=ΔΦ(ρO,ΔCg,ΔT)-η2·ΦΔ(ρR,ΔCg,ΔT)=ΔΦ(ρO,ΔCg,T)=ΔΦ2(ΔCg) (27)
式(26)和(27)分别采用浮动基准内侧测量位置ρI的信号和浮动基准外侧测量位置ρO的信号结合浮动基准位置ρR处的信号,有效地得到了只与血糖浓度变化信息有关的有用信号,扣除了共模噪声的干扰。
由式(20)和(21),可以看出,当浮动基准内侧测量位置ρI和浮动基准外侧测量位置ρO确定时,在同一波长下由温度变化所引起的两个测量位置处光通量的变化量的比值ΔΦ(ρI,Cg,ΔT)/ΔΦ(ρO,Cg,ΔT)亦为常数,记作η3:
即:
ΔΦ(ρI,Cg,ΔT)=η3·ΔΦ(ρO,Cg,ΔT) (29)
那么,根据式(23)、(25)和(29),对浮动基准内侧测量位置和外侧测量位置处的测量信号进行差分运算,得到:
ΔΦI-O(ρ,ΔCg,ΔT)=ΔΦ(ρI,ΔCg,ΔT)-η3·ΔΦ(ρO,ΔCg,ΔT)=ΔΦ(ρI,ΔCg,T)-η3·ΔΦ(ρO,ΔCg,T)=ΔΦ3(ΔCg) (30)
由式(30)看出,通过浮动基准内侧测量位置ρI处和外侧测量位置ρO处的漫反射光变化量的差分运算,同样可以达到消除由温度变化所引起的漫反射光变化的共模干扰量,得到只与血糖浓度变化相关的有用信号的目的。另外,由图4可知,由血糖浓度变化所引起的在浮动基准内侧测量位置ρI处和外侧测量位置ρO处的漫反射光的变化量方向相反,采用式(30)中的差分运算方法,还增大了微弱的有用信号的绝对值,从而提高待测信号的特异性,得到更准确的测量结果。
被测介质中干扰成分浓度变化所引起的共模干扰信号可采用类似的方法进行扣除。
(2)测量系统中光源漂移或检测器状态漂移
当入射光源的光强发生漂移或者用于检测漫反射光的检测器状态发生漂移时,都会引起漫反射光强值的改变。以入射光源的光强发生漂移为例,当血糖浓度保持相对恒定Cg,只存在入射光源的光强改变ΔF倍时,对于同一径向位置下所引起的光通量Φ(ρ)的变化量ΔΦ(ρ,Cg,ΔF)为:
ΔΦ(ρ,Cg,ΔF)=ΔF·Φ0(ρ) (31)
其中,Φ0(ρ)表示在该测量位置处漫反射光强的初始值。取距离光源径向距离为ρI和ρO的两位置分别作为浮动基准内侧测量位置和外侧测量位置,则根据式(31),浮动基准内侧测量位置ρI处和浮动基准位置ρR处由入射光源的光强漂移所引起的光通量变化量的比值以及浮动基准外侧测量位置ρO处和浮动基准位置ρR处由入射光源的光强漂移所引起的光通量变化量的比值分别为:
公式(32)和(33)也可以扩展为任意两个测量位置。将公式变形,可以看出,任意测量位置处的光强相对变化量均相等,可看做是一个固定值,即图23中,若仅存在光源漂移干扰时,其作用线为一平行横轴的直线,此时公式(S-3)中的ξ值约为1,而公式(S-3)化简为(S-4),即
图24是对intralipid 3%的溶液进行漫反射光的测量结果。改变漫射光的输出功率来模拟光源的漂移,在连续五次改变后,可以看到3个不同的测量位置,其漫反射光强的相对变化量呈现一致的现象,即此时ξ值可约记为1。
当浮动基准内侧测量位置ρI、浮动基准位置ρR和浮动基准外侧测量位置ρO确定时,由于各测量位置处漫反射光强的初始值已知且确定,因此在同一波长下由入射光源的光强漂移所引起的光通量的变化量的比值ΔΦ(ρI,Cg,ΔF)/ΔΦ(ρR,Cg,ΔF)和ΔΦ(ρO,Cg,ΔF)/ΔΦ(ρR,Cg,ΔF)均为常数,分别记作η4和η5,即有:
ΔΦ(ρI,Cg,ΔF)=η4·ΔΦ(ρR,Cg,ΔF) (34)
ΔΦ(ρO,Cg,ΔF)=η5·ΔΦ(ρR,Cg,ΔF) (35)
因此由入射光源的光强漂移所引起的漫反射光强的变化量可以作为共模干扰。其中,η4和η5的值可在血糖浓度保持相对恒定时,重复测量温度变动时漫反射光的变化量,通过式(34)和(35)计算获得。
在实际测量过程中,当葡萄糖浓度改变ΔCg的同时入射光源的光强值漂移ΔF倍时,由这两个因素在同一个径向位置下共同所引起的光通量Φ(ρ)的变化量ΔΦ(ρ,ΔCg,ΔF)为:
由于在实际测量过程中,ΔF约为10-3-10-2量级,则乘积可以忽略。式(36)可以写作:
其中,ΔΦ(ρ,Cg,ΔF)为与径向测量位置有关的共模干扰信号,ΔΦ(ρ,ΔCg,F)为感兴趣的待测量的有用信号。
那么根据式(11)和(37)在浮动基准内侧测量位置ρI处、浮动基准位置ρR处和浮动基准外侧测量位置ρO处由ΔCg和ΔF共同引起的光通量Φ(ρ)的变化量ΔΦ(ρI,ΔCg,ΔF)、ΔΦ(ρR,ΔCg,ΔF)和ΔΦ(ρO,ΔCg,ΔF)分别为:
ΔΦ(ρI,ΔCg,ΔF)=ΔΦ(ρI,ΔCg,F)+ΔΦ(ρI,Cg,ΔF) (38)
ΔΦ(ρR,ΔCg,ΔF)=ΔΦ(ρR,ΔCg,F)+ΔΦ(ρR,Cg,ΔF)=ΔΦ(ρR,Cg,ΔF) (39)
ΔΦ(ρO,ΔCg,ΔF)=ΔΦ(ρO,ΔCg,F)+ΔΦ(ρO,Cg,ΔF) (40)
由式(34),对式(38)和(39)进行差分运算,可以得到:
ΔΦI-R(ρ,ΔCg,ΔF)=ΔΦ(ρI,ΔCg,ΔF)-η4·ΔΦ(ρR,ΔCg,ΔF)=ΔΦ(ρI,ΔCg,F)=ΔΦ4(ΔCg) (41)
由式(38)可以看出,由入射光源的光强漂移所引起的漫反射光变化的共模干扰量可以通过浮动基准内侧测量位置ρI处和浮动基准位置ρR处的漫反射光变化量的差分运算进行消除,得到只与血糖浓度变化相关的有用信号。
类似的,根据式(35)、(39)和(40),由浮动基准外侧测量位置ρO处和浮动基准位置ρR处的漫反射光变化量的差分运算同样可以消除由入射光源的光强漂移所引起的漫反射光变化的共模干扰量:
ΔΦO-R(ρ,ΔCg,ΔF)=ΔΦ(ρO,ΔCg,ΔF)-η5·ΔΦ(ρR,ΔCg,ΔF)=ΔΦ(ρO,ΔCg,F)=ΔΦ5(ΔCg) (42)
式(41)和(42)分别采用浮动基准内侧测量位置ρI的信号和浮动基准外侧测量位置ρO的信号结合浮动基准位置ρR处的信号,有效地得到了只与血糖浓度变化信息有关的有用信号,扣除了共模噪声的干扰。
由式(34)和(35),可以看出,当浮动基准内侧测量位置ρI和浮动基准外侧测量位置ρO确定时,在同一波长下由入射光源的光强漂移所引起的两个测量位置处光通量的变化量的比值ΔΦ(ρI,Cg,ΔF)/ΔΦ(ρO,Cg,ΔF)亦为常数,记作η6:
即:
ΔΦ(ρI,Cg,ΔF)=η6·ΔΦ(ρO,Cg,ΔF) (44)
那么,根据式(38)、(40)和(44),对浮动基准内侧测量位置和外侧测量位置处的测量信号进行差分运算,得到:
ΔΦI-O(ρ,ΔCg,ΔF)=ΔΦ(ρI,ΔCg,ΔF)-η6·ΔΦ(ρO,ΔCg,ΔF)=ΔΦ(ρI,ΔCg,F)-η6·ΔΦ(ρO,ΔCg,F)=ΔΦ6(ΔCg) (45)
由式(45)看出,通过浮动基准内侧测量位置ρI处和外侧测量位置ρO处的漫反射光变化量的差分运算,同样可以达到消除由入射光源的光强漂移所引起的漫反射光变化的共模干扰量,得到只与血糖浓度变化相关的有用信号的目的,且提高了浮动基准测量方法的普适性,增大了微弱的有用信号的绝对值。
检测漫反射光强的检测器状态漂移所引起的共模干扰信号可采用类似的方法进行扣除。
可以看到,操作503中对第一和第二径向位置处的光谱数据进行差分处理,两类不同的干扰因素可通过如式(3)所示加权差分对共模干扰信号进行消除。将其他不同波长下测量得到的漫反射光信号采用类似的方法进行修正,可得到加权差分处理后得到的各个波长下的有效信号ΔΦ(λi,Cg)。
根据本公开的实施例,可以采用不同的接收方式来检测不同位置处的光谱信号。
当浮动基准位置随着同一被测介质的不同被测部位、不同测量波长或者不同的被测介质的变化偏移不太大时,可以如下来提取不同位置的漫反射光谱:
1)接收浮动基准距离光源内侧位置(图4中的区域A)的光谱信号作为测量点,接收浮动基准位置(图4中的区域B)的光谱信号作为参考点,如图9(a)所示;
2)选择绝对变化率最小的光接收点为浮动基准位置,即B点;选择变化率局部极大值的光接收点为测量点,即C区域,如图9(b)所示;
3)同时接收浮动基准距离光源内侧位置(图4中的区域A)、浮动基准位置(图4中的区域B)和浮动基准距离光源外侧位置(图4中的区域C)的光谱信号,并对浮动基准内外侧的光谱信号进行加权差分处理,如图9(c)所示。
当浮动基准位置随着同一被测物的不同被测部位、不同测量波长或者不同的被测物的变化偏移较大而造成浮动基准位置不易确定时,可以如下来提取不同位置的漫反射光谱。具体地,由于对于同一测量个体的不同测量部位、不同波长,或者不同的测量个体,光学参数的不同对浮动基准位置的确定影响较大,随着测量部位、测量波长的改变,浮动基准位置会发生相应的改变,如图3所示,因此可利用浮动基准距离光源内侧和外侧包含相同的噪声信息的特征,适当缩小浮动基准内侧接收半径,并增大浮动基准外侧的接收半径,保证各波长或各部位下的浮动基准位置均不包含在内,分别接收径向半径小于浮动基准位置的(图4中的区域A)和大于浮动基准位置的(图4中的区域C)漫反射光,从而对浮动基准位置内外两侧的光谱进行加权差分分析计算的方法,如图9(d)所示。
图10(a)示意性示出了根据本公开实施例的光纤探头结构。如图10所示,该光纤探头1000可以包括包层包覆的多个光纤束1001、1003、1005和1007。每一光纤束可以包括一条或多条光纤。其中,光纤束1001可以用于引导来自光源的入射光,光纤束1003、1005和1007可以用于引导来自被测介质的漫反射光。更具体地,光纤束1003可用于引导来自浮动基准位置内侧的径向位置处的漫反射光,光纤束1005可用于引导来自浮动基准位置处的漫反射光,且光纤束1007可用于引导来自浮动基准位置外侧的径向位置处的漫反射光。这些光纤束从N端会聚。光纤束1001中引导的入射光可以从M端出射,并且光纤束1003、1005和1007可以从M端接收漫反射光。因此,M端可以称为光纤探头1000的探测端面。
在此需要指出的是,在此所述的“光纤束”是根据它们的功能而在逻辑上的划分。在物理上,所有光纤可能混杂在一起,并没有明确的分组。
另外,尽管在图10(a)中示出了四个光纤束,但是本公开不限于此,例如可以包括更多或更少的光纤束。而且,这些光纤束的排列也不限于图10(a)所示的布局。例如,各光纤束中的光学在包层内甚至可以交织在一起。
图10(b)-10(e)分别示意性示出了根据本公开不同实施例的光纤探头在M端的截面图。图中各圆形图案可以表示光纤束中光纤的端面。
如图10(b)所示,用于引导入射光的光纤束1001可以位于大致中心位置。光纤束1003可以绕光纤束1001设置在其周围,而光纤束1007可以绕光纤束1001设置为相对远离光纤束1001。另外,光纤束1005可以绕光纤束1001设置在光纤束1003和1007之间。可以根据不同的待测物的浮动基准位置的差异,设计不同尺寸的光纤探头。
在实际测量时,可以将光纤探头1000放置为使得光纤束1005的端面大致对准浮动基准位置(如果存在且已确定或知晓其大致范围),并可以提取光纤束1003、1005和1007中的漫反射光信号(即,浮动基准位置以及浮动基准位置内侧和外侧位置处的光谱信号)。或者,也可以只提取光纤束1003和1007中的漫反射光信号(即,浮动基准内侧和外侧的光谱信号;例如,在并未准确确定浮动基准位置或者只是将光纤束1005的端面粗略地对准在浮动基准位置的大致区域而并未准确对准浮动基准位置的情况下),或者光纤束1003和1005中的漫反射光信号(即,浮动基准内侧和浮动基准位置的光谱信号),或者光纤束1005和1007中的漫反射光信号(即,浮动基准位置和浮动基准外侧的光谱信号)。
图10(c)示出了包括光纤束1001、1003和1005而未包括光纤束1007的配置。在这种配置下,可以接收浮动基准位置内侧和浮动基准位置的光谱信号。
图10(d)示出了包括光纤束1001、1003和1007而未包括光纤束1005的配置。在这种配置下,可以接收浮动基准位置内侧和浮动基准位置外侧的光谱信号。
图10(e)示出了包括光纤束1001、1005和1007而未包括光纤束1003的配置。在这种配置下,可以接收浮动基准位置和浮动基准位置外侧的光谱信号。
通常,针对浮动基准位置的光纤束1005的端面与光纤束1001的端面之间的距离可以是大致确定的数值(在上述配置中,光纤束1005的端面表现为绕光纤束1001端面的确定半径的圆形);而其他光纤束1003/1007的端面与光纤束1001的端面之间的距离可以覆盖一定的范围(在上述配置中,光纤束1003/1007的端面表现为绕光纤束1001端面的环形)。
在此需要指出的是,尽管图10(b)-10(e)中将光纤束1003、1005、1007中各光纤的端面示出为绕光纤束1001成大致圆形或环形紧密排列,但是本公开不限于此。例如,它们可以并非紧密排列,而是可以稀疏排列(从而之间具有一定的间隔);或者它们可以并非构成完整的圆形或环形图案,而是仅构成这种图案的一部分。
在实际的测量环境中,测量位置和基准位置可能为一个物理上可实现的点组成,但无论是入射还是出射,除点外,还可以是特性相同的复数点的集合所组成的几何图形,包括圆、圆环、矩形等。
根据本公开的实施例,也可以采用光强的相对变化量作为光谱数据进行差分,仅保留与浓度变化有关的测量信息。
发明人已经发现,沿着径向位置ρ,光强的相对变换量也呈现线性或者近似线性。参照以上的论述,例如结合图23的说明,可知上述差分处理同样适用于光强相对变化量。例如,通过将两个径向位置处的光强相对变化量进行直接差分处理,可以消除乘性噪声;通过将两个径向位置处的光强相对变化量如上所述利用因子η进行加权差分处理,可以消除加性噪声。
图11示出了利用光谱数据进行浓度预测的一般原理。如图11所示,可以向背景介质或基准介质(包括背景介质以及初始浓度的特定成分)中加入一系列已知浓度{Ci}的特定成分,分别获得其相应的光谱数据{I(ρ)}。根据这些已知浓度的数据集合和相应光谱数据的集合可以建立预测模型M。然后,对于背景介质或基准介质中特定成分的未知浓度(或浓度变化)C′i,可以获得其相应的光谱数据I′(ρ)(“Y”)。根据I′(ρ)和预测模型M,可以预测浓度(“X”)。
如上所述,光谱数据可以包括各种合适的数据,如漫反射和/或漫散射光的光强变化或相对变化。
在建模时,可以测量背景介质或基准介质的光谱作为初始光谱,并可以测量加入已知浓度{Ci}的特定成分后的光谱作为测量光谱,并可以据此来获得光强变化信息。在预测时,同样可以测量背景介质或基准介质(基准介质中特定成分的初始浓度可以与建模时基准介质中特定成分的初始浓度可以相同或不同)的光谱作为初始光谱,并可以测量特定成分浓度变化后的光谱作为测量光谱,并可以据此来获得光强变化信息。预测获得的可以是浓度相对值(即,浓度变化量),并可以加上初始值(在背景介质的情况下,为0;在基准介质的情况下,为所述初始浓度)来得到浓度预测值。
根据本公开的实施例,可以对这些光谱数据进行上述差分处理,以有效消除干扰因素的影响。可以采用化学计量学方法来建立预测模型M,例如。具体地,可以对差分处理后的数据采用偏最小二乘(PLS)法建模,并可以进一步建立净信号模型。
预测模型M可以针对背景介质/基准介质和特定成分预先建立,并保存在例如数据库或者服务器中。可以在需要时从数据库或服务器获取预测预测模型M。
在此,提出了这样一种建模和/或浓度预测方法。参考图12,在操作S1201,可以获得光谱数据。例如,在建模时,可以针对加入了已知浓度{Ci}的特定成分后的背景介质或基准介质,获得光谱数据(例如,相对于加入特定成分前的光强变化信息);在预测时,可以针对其中特定成分浓度发生了变化的背景介质或基准介质,获得光谱数据(例如,相对于特定成分浓度变化前的光强变化信息)。接着,在操作S1203,可以对光谱数据进行差分处理,例如对光强变化率符号不同的两个位置处的光谱数据进行差分处理。然后,在操作S1205,可以利用处理后的差分信号,来进行建模或者预测。图12的处理在应用于建模和应用于预测时基本相同,区别在于:在建模时,特定成分的浓度已知,并根据浓度和光谱数据来得到预测模型(M);而在预测时,特定成分的浓度(或浓度变化)未知,并根据光谱数据(Y)和预测模型(M)来得到预测浓度(或浓度变化)(X)。
根据本公开的实施例,这种建模/预测方法可应用于人体无创伤血糖浓度测量。这种情况下,探测光的波长可以在约1.0-2.4微米的范围。
根据一示例,可以通过蒙特卡罗模拟的方法确定5%intralipid溶液的浮动基准位置,并可以入射光子数的改变来模拟光源的漂移。
图13为浓度为5%的intralipid溶液蒙特卡罗模拟的浮动基准位置计算结果。在模式中所用到的光学参数包括吸收系数、散射系数、各向异性因子和散射系数来自TamaraL.Troy&Suresh N.Thennadil,Optical properties of human skin in the nearinfrared wavelength range of 1000to2200nm,Journal of Biomedical Optical,2001,6(2):167-176.,模拟的波长范围为1100-1600nm。葡萄糖浓度分别为0-100mM,间隔为10mM,光子数为109。将不同葡萄糖浓度下的intralipid溶液得到的漫反射光与不含葡萄糖的纯intralipid溶液得到的漫反射光做差,可以看出在波长范围为1100-1600nm下,浮动基准位置在约0.9-2mm的范围内变化。表明同一被测个体或样本在不同波长下基准位置相差较大。
因此,可以采用图9(d)所示的漫反射光接收方案。具体地,在浮动基准距离光源内侧、外侧两位置处的光谱同时接收。图14为入射光子数为109时,在1300nm波长下葡萄糖浓度变化为50mM和100mM的漫反射光子数变化量图。
通常可将测量得到的信号分为由葡萄糖浓度变化引起的有用信号IS以及与人体生理背景或外界环境变化相关噪声信号IN,即
I(ρ)=IS(ρ)+IN(ρ) (46)
其中IS与葡萄糖浓度Cg有关,而IN主要由于光源漂移、温度、压力、位移等物理因素的影响。此处只考虑由光源漂移引起的噪声干扰。因此,当光源漂移和血糖浓度变化后引起的光强测量值I的变化为
ΔI(ρ,ΔCg,ΔN)=ΔIS(ρ,ΔCg,N)+ΔIN(ρ,Cg,ΔN) (47)
其中,ρ为检测器与光源的径向距离(蒙特卡罗模拟中为球坐标的径向半径位置),ΔCg为血糖浓度的变化量,ΔN为背景的变化量。ΔIS(ρ,ΔCg,N)为有效的葡萄糖浓度信息,这部分信息是所需要的。背景干扰信号ΔIN(ρ,Cg,ΔN)与葡萄糖浓度信息无关,并且通常是无规律变化,是造成难以直接从ΔI(ρ,ΔCg,ΔN)中提取葡萄糖浓度变化信息的主要原因。
而在基准位置ρR处,该处漫反射光强对葡萄糖浓度变化不敏感或与葡萄糖浓度变化无关,有:
ΔIS(ρR,ΔCg,N)=0 (48)
则基准位置处的光强变化完全由背景干扰引起,有:
ΔI(ρR,ΔCg,ΔN)=ΔIN(ρR,Cg,ΔN) (49)
相应地,浮动基准内侧和外侧测量位置的漫反射光强变化可分别得:
ΔI(ρI,ΔCg,ΔN)=ΔIS(ρI,ΔCg,N)+ΔIN(ρI,Cg,ΔN) (50)
ΔI(ρO,ΔCg,ΔN)=ΔIS(ρO,ΔCg,N)+ΔIN(ρO,Cg,ΔN) (51)
由于基准位置ρR处的背景干扰变化ΔIN(ρR,Cg,ΔN)和测量位置处的背景干扰变化之间的内在关系是固定的,则:
ΔIN(ρI,Cg,ΔN)=η1ΔIN(ρR,Cg,ΔN) (52)
ΔIN(ρO,Cg,ΔN)=η2ΔIN(ρR,Cg,ΔN) (53)
其中η1和η2为比例系数。需要注意的是,当选取不同的径向位置或不同的测量半径作为测量位置时,得到的倍数关系不同,即应当选取合适的权重系数。实际测量过程中,可通过在葡萄糖浓度保持相对恒定时,重复测量得到。根据式(49)-(53)通过差分运算可以求得有效的葡萄糖信号表达式:
ΔII-R(ΔCg)=ΔI(ρI,ΔCg,ΔN)-η1ΔI(ρR,ΔCg,ΔN) (54)
ΔIO-R(ΔCg)=ΔI(ρO,ΔCg,ΔN)-η2ΔI(ρR,ΔCg,ΔN) (55)
根据式(54),可以只采用浮动基准内侧和浮动基准测量位置的信息,进而进行化学计量学建模分析;根据式(55)可以只采用浮动基准外侧和浮动基准位置的信息进行化学计量学建模分析。当完全不采用浮动基准位置的信息时,将式(52)和(53)相除,得到:
因此采用浮动基准内-外侧接收方案,可以得到有效的测量信号ΔII-O(ΔCg)为:
将基于浮动基准位置处的漫反射信号进行差分处理后,所得到的血糖信息比直接测量得到的漫反射光强变化信息具有更高的特异性,有效地扣除了实际测量中的背景干扰。
本实施例通过改变入射光子数来模拟光源的漂移,变化范围为±20%。从图13中可以看出,在波长1300nm下,葡萄糖的浮动基准位置大约在1.3mm附近,因此可选择径向位置为0.7-0.9mm作为浮动基准内侧测量位置,如图14中区域A,测得光谱为I(ρI);选择径向位置为1.3mm作为浮动基准位置,如图14中区域B,测得光谱为I(ρR);选择径向位置为1.8-2.0mm作为浮动基准外侧测量位置,如图14中区域C,测得光谱为I(ρO)。
在溶液中不含葡萄糖,即只含有光源漂移的噪声信号时,同一测量位置在光源漂移下会产生相应的噪声信号。由蒙特卡罗模拟结果得到在不同的入射光子数下,不同测量位置处漫反射光子数如表1所示。入射光子数由109变化±20%时,在相应的测量位置处漫反射光子数的变化量如表2所示。另外,漫反射光子数的相对变化量如表2-1所示。可以看出,在三个测量位置处,漫反射光子数的相对变化量是基本一致的。因此,任意两个位置的漫射光子数的相对变化量的比值ξ约为1。
表1
表2
表2-1
由于此时葡萄糖浓度不变,测量得到的信号变化量完全是由光源漂移变化引起的,即可认为此时测量得到的信号变化量就是噪声信号。因此可以计算不同测量位置噪声干扰的比值,如表3所示。
表3
表3中的任意两个位置的噪声干扰的绝对变化量的比值,也可以由以下方法直接获得。由于ξ已经确定为1,因此利用公式(S-3),可以直接获得η的值。如表3-2所示。
表3-1
将表3和表3-2进行比较,实际得到的η的值与采用公式(S-3)估计的η的值基本一致。
由表3和3-1看出,当葡萄糖浓度不变,只有光源发生漂移时:
浮动基准内侧测量位置信号的变化量ΔIN(ρI,ΔCg,ΔN)大约是浮动基准测量位置信号的变化量ΔIN(ρR,ΔCg,ΔN)的7.0倍,即ΔIN(ρI,ΔCg,ΔN)=7.0ΔIN(ρR,ΔCg,ΔN);
浮动基准外侧测量位置信号的变化量ΔIN(ρO,ΔCg,ΔN)大约是浮动基准测量位置信号的变化量ΔIN(ρR,ΔCg,ΔN)的1.06倍,即ΔIN(ρo,ΔCg,ΔN)=1.06ΔIN(ρR,ΔCg,ΔN);
浮动基准内侧测量位置信号的变化量ΔIN(ρI,ΔCg,ΔN)大约是浮动基准外侧测量位置信号的变化量ΔIN(ρO,ΔCg,ΔN)的6.6倍,即ΔIN(ρI,ΔCg,ΔN)=6.6ΔIN(ρO,ΔCg,ΔN)。
当葡萄糖浓度和光源都发生变化时,由于在浮动基准位置处的光强变化与葡萄糖浓度变化无关,即该位置处的光强变化完全由光源漂移引起,由式(54)和式(55)得到浮动基准内侧和外侧由葡萄糖浓度变化引起的有用信号分别为:
ΔII-R(ΔCg)=ΔI(ρI,ΔCg,ΔN)-7.0ΔI(ρR,ΔCg,ΔN) (58)
ΔIO-R(ΔCg)=ΔI(ρO,ΔCg,ΔN)-1.06ΔI(ρR,ΔCg,ΔN) (59)
分别选取六组不同浓度的葡萄糖漫反射光谱,对应的葡萄糖浓度和入射光子数如表4所示。
表4
在不对光源漂移进行修正之前,得到当葡萄糖浓度发生变化为20、40、60、80和100mM时,在距离光源不同径向位置处的漫反射光子数变化曲线如图15所示,即测量漫反射光强曲线并不随葡萄糖浓度呈有规律的递增或递减变化。也就是说,光源漂移所引起的信号变化掩盖了葡萄糖浓度变化的特征信号。
同样取浮动基准内侧测量位置为0.7-0.9mm,基准位置为1.3mm,外侧测量位置为1.8-2mm。对光源漂移进行修正前,得到葡萄糖浓度变化下各测量位置的漫反射光子数变化值如表5所示。
表5
采用公式(58)和(59)结合浮动基准位置的信息分别对浮动基准内侧和外侧测量位置漫反射光子数变化量进行光源漂移的修正,计算结果如下表6所示。
表6
由图16可以看出,在浮动基准内侧测量位置,随着葡萄糖浓度变化的增大,漫反射光子数呈顺序递减变化,且变化量为负值;在浮动基准外侧测量位置随着葡萄糖浓度变化的增大,漫反射光子数呈顺序递增变化,且变化量为正值。即有效地消除了光源漂移的影响。
若完全不采用浮动基准位置处的测量信息,由上述计算可知,浮动基准内侧测量位置信号的变化量ΔIN(ρI,ΔCg,ΔN)大约是浮动基准外侧测量位置信号的变化量ΔIN(ρO,ΔCg,ΔN)的6.6倍,即ΔIN(ρI,ΔCg,ΔN)=6.6ΔIN(ρO,ΔCg,ΔN),根据式(57)对测量得到的浮动基准内侧和外侧测量信号进行加权差分运算,即有:
ΔII-O(ΔCg)=6.6ΔI(ρO,ΔCg,ΔN)-ΔI(ρI,ΔCg,ΔN) (60)
即得到的信号中为浮动基准内侧和外侧有效信号的加权和,完全消除了光源漂移带来的噪声。
采用公式(60),完全不采用浮动基准位置信息,只采用浮动基准位置内侧和外侧测量信号对上述既存在葡萄糖浓度变化又存在光源漂移的情况进行修正,计算得到在不同葡萄糖浓度变化下的ΔII-O(ΔCg)结果如表7所示。结果表明,随着葡萄糖浓度变化量递增,通过对浮动基准内侧和外侧测量信号的加权差分处理,得到的有效信号ΔII-O(ΔCg)呈顺序递增趋势,有效地消除了由光源漂移带来的共模干扰的影响。
表7
将其他不同波长下测量得到的光谱信号采用类似的方法进行光源漂移的修正,进一步将加权差分处理后得到的各个波长下的有效信号ΔIS(λi)结合对应的一系列参考浓度参数,建立偏最小二乘数学模型,并可进行对未知浓度光谱浓度的预测。
根据另一示例,可以通过蒙特卡罗模拟的方法,以浮动基准距离光源内侧-外侧作为接收方案来分析当待测对象温度发生改变时的情况。
发现对于2%的intralipid溶液,当波长大于1400nm以后不存在浮动基准位置,也就是当波长大于1400nm后,浮动基准测量方法的理论则不再适用。因此,在此以浓度为2%的intralipid溶液作为模型,对波长1600nm下的漫反射光随葡萄糖浓度和温度的改变情况进行蒙特卡罗模拟。葡萄糖浓度变化范围为0-100mM,间隔为20mM;温度变化范围为32℃-40℃,间隔为0.5℃;入射光子数为1011,以经过样品后漫反射得到的绝对光子数作为出射光。温度变化时吸收系数和散射系数的变化量分别为:
Δμa(1600nm)=-0.0037T+0.1081 (61)
Δμs=4.7×10-3℃-1×ΔT×μs (62)
以1600nm为例,当仅使温度改变,以32度出射光为基准,可得到温度引起的漫射光的相对变化量如图25所示。
可以看出,在光源-探测器距离为2mm附近,存在对温度变化不敏感的位置,可称其为“温度基准位置”。并且,当远离光源一定距离后,在一定范围内,不同位置之间的光强相对变化量为呈现近似线性的变化规律。注意,远离光源太多后,由于出射光强急剧下降,因此,噪声影响加大,此时测量会受到严重的影响。在此,不考虑噪声太大的情况。若固定两个测量位置,根据图25,可以估计出ξ的值。再利用公式(S-3),可以直接获得η的值。
为了精确获得η的值,以下将通过温度变化后,实际产生的噪声量进行计算。
分别取温度在32℃、35℃、38℃和40℃下葡萄糖浓度变化60mM和100mM时不同径向位置处漫反射光变化量,得到如图17所示的分布图。从图中可以看出,在该波长下,我们认为不存在浮动基准位置实际上是不存在某一个径向位置始终保持随着葡萄糖浓度的变化的灵敏度基本为零。但是,在任何一个温度下,均存在随着葡萄糖浓度变化漫反射光的变化量始终为负值的径向位置,而且在这个区域内的漫反射光的变化量具有更高的绝对值和稳定性。因此,可以在该区域内选择两个径向位置作为两个测量位置,用于消除当浮动基准位置不存在时的共模干扰噪声。
选取径向位置0.6-1mm作为测量位置1,径向位置1-2mm作为测量位置2。当溶液中不含葡萄糖,即只存在由温度改变时,不同径向位置会随着温度的改变而产生相应的噪声信号。由蒙特卡罗模拟可以得到在不同的温度下,不同的径向测量位置处漫反射光子数。以36℃为基准,当温度由32℃变化到40℃,即温度变化±4℃时,在两个测量位置处检测得到的漫反射光子数的变化量如表8所示。
表8
由于此时葡萄糖浓度固定不变,测量得到的信号变化量完全是由温度变化引起的,即可认为此时测量得到的信号变化量就是噪声信号。因此可以计算两个测量位置处噪声干扰的比值,在温度变化下,测量位置2漫反射光子数改变量与测量位置1漫反射光子数改变量的比值约为0.17。即可以记作:
ΔIN(ρ2,Cg,ΔT)=0.17ΔIN(ρ1,Cg,ΔT) (63)
因此,当葡萄糖浓度和温度都发生变化时,由式(63)分别对ρ1和ρ2处的漫反射光的变化量进行差分运算,得到由葡萄糖浓度变化引起的扣除由温度引起的共模干扰的有效信号为:
ΔI2-1(ΔCg)=ΔI(ρ2,ΔCg,ΔT)-0.17ΔI(ρ1,ΔCg,ΔT) (64)
随机选取六组不同温度下不同浓度的葡萄糖漫反射光,葡萄糖浓度与温度之间的相关系数为-0.01918,可认为二者之间不相关,以此来模拟实际测量过程中在葡萄糖浓度变化的同时温度发生无规律的漂移,对应的葡萄糖浓度和温度情况如表9所示。
表9
以第一组数据作为测量起始时刻的状态,不对温度改变所引起的干扰信号进行修正之前,得到当葡萄糖浓度发生变化为20、40、60、80和100mM时,得到同样两个测量位置处漫反射光子数的变化量曲线图18所示。图中测量漫反射光强变化量曲线并不随葡萄糖浓度的改变呈有规律的递增或递减变化,温度改变所引起的信号变化掩盖了葡萄糖浓度变化的特征信号。
采用公式(64)对两个测量位置漫反射光子数变化量进行温度变化的修正,计算结果如图18中曲线所示。从图中看出,采用两个测量位置处信号的加权和修正后的信号虽然其绝对值相对于修正前两个测量位置处的信号值减小,但是曲线的绝对值随着葡萄糖浓度的变化呈有规律的递增变化,达到了消除由温度漂移所引起的共模干扰的目的。
根据另一示例,采用基于SLD光源的多环光纤测量系统,以浓度为3%的intralipid溶液为待测对象,分析当光源发生漂移时的情况。
通过实验分析测得,浓度为3%的intralipid溶液在波长为1219nm时葡萄糖的浮动基准位置大约在3.0-3.2mm处,因此选择该位置作为多环光纤探头中浮动基准位置信号检测环。出于加工工艺的考虑,以径向位置为0.24-0.96mm作为内侧测量位置信号检测环,3.2-4.1mm作为外侧测量位置信号检测环,制作出如图10(a)所示结构的多环光纤探头。
实验过程中随机改变SLD的功率以模拟光源无规律的漂移现象,在波长为1219nm时,测量不同时刻三个径向位置处的漫反射光强,假设第一次测量值即为测量的初始状态,那么当光源发生漂移时,漫反射光所发生的改变量可用当时状态的光强测量值与初始状态时的光强值进行差分计算得到。由此可以计算出由光源漂移在三个测量位置处引起的漫反射光信号值的改变量的比值。通过计算得出,浮动基准外侧测量位置处由光源漂移所引起的漫反射光信号值的改变量约是浮动基准位置处信号改变量的0.84倍,浮动基准位置处信号的改变量约是浮动基准内侧测量位置信号改变量的0.7倍,浮动基准外侧测量位置信号的改变量约是内侧测量位置信号的改变量的0.58倍,用于作为当光源状态和葡萄糖浓度同时发生变化时的差分比例系数进行信号的修正,即近似可以认为:
ΔIN(ρO,Cg,ΔN)=0.84ΔIN(ρR,Cg,ΔN) (65)
ΔIN(ρR,Cg,ΔN)=0.7ΔIN(ρI,Cg,ΔN) (66)
ΔIN(ρO,Cg,ΔN)=0.58ΔIN(ρI,Cg,ΔN) (67)
接下来,以浓度为3%的intralipid溶液作为母液,配置葡萄糖浓度范围为1000-6000mg/dL,间隔为1000mg/dL的六个样品,以随机顺序测量六个葡萄糖intralipid溶液,测量过程中同时随机改变SLD的功率以模拟光源无规律的漂移现象,测量不同时刻三个径向位置处的漫反射光强,对样本溶液的漫反射光强与初始状态时的漫反射光强的进行差值运算,计算得出三个测量位置处光源漂移与葡萄糖浓度改变同时发生时漫反射光的改变量,结果如图19所示。从结果中可以看出,光源漂移对葡萄糖浓度的检测具有显著的影响,由于光源漂移的随机性,使得三个位置处测量得到的信号均失去了与葡萄糖浓度变化之间的线性关系,即光源漂移所引起的漫反射光强信号的变化量已经完全覆盖了葡萄糖浓度变化的有效信息,因此有必要对测量得到的光强信号进行修正。
由式(65)、(66)和(67)的比例关系,采用式(54)、(55)和(57)对既包含葡萄糖浓度变化又存在光源漂移共同引起的漫反射光强信号进行修正,结果如图19所示。从结果中可以看出,采用任意两个位置的信号进行加权差分处理,修正后的光强信号均与葡萄糖浓度变化呈明显的线性关系,光源漂移对葡萄糖浓度检测的影响已被减小或扣除,进而能够有效地提取葡萄糖浓度变化的有效信息。另外,从结果中还可以发现,采用内环和基准环以及采用外环和内环测量位置处的信号进行修正后得到的有效信号值要明显大于采用外环和基准环测量位置处的信号进行修正后得到的有效信号值,这是因为随着距离光源的径向距离的增大,漫反射光强值呈指数形式衰减。而且采用内环和外环的修正效果与采用内环和基准环的效果相当,但是采用内环和外环进行信号检测和修正时,不再采用基准环处的测量信号,可以不受测量波长、被测对象自身状态等变化对浮动基准位置的影响,有效地增强了该信号修正方法的普适性。
在上述的分析中,以浓度为3%的纯intralipid溶液随光源漂移计算得到的比例系数,并以其作为测量的初始状态进行后续的信号处理。同样地,可以按照类似的步骤,以含不同浓度的葡萄糖溶液样本首先计算在光源随机漂移下相应的比例系数,进而以该浓度样本作为测量的初始状态进行后续的信号处理。分别采用葡萄糖浓度为3000和6000mg/dL的样本计算得到的用于光谱修正的比例系数,并以其作为测量的初始状态进行光谱信号的修正,得到如图20和图21所示的分别为以葡萄糖浓度为3000和6000mg/dL的样本作为初始状态进行信号修正得到的结果,从图中可以看出,以不同浓度的葡萄糖溶液作为初始状态同样可以达到减小或扣除由光源漂移引起的共模干扰的目的,而且同样表现为采用内侧和外侧测量位置信号以及采用内侧和浮动基准位置处信号进行修正的效果要优于采用外侧和浮动基准位置处信号进行修正的效果,得到的结论与以纯intralipid溶液作为初始样本的修正结果相一致。另外需要注意的是,无论以何种葡萄糖浓度的样本作为初始状态进行信号修正时,得到的修正后的结果都是相对于初始状态下葡萄糖浓度信息的变化量,因此不同测量时刻下的葡萄糖浓度测量值应当为该变化量与初始状态下葡萄糖浓度值之和。
图22示出了根据本公开实施例的测量系统的配置示例。
如图22所示,该测量系统可以包括光源2201、用于将来自光源2201适配为耦合到光纤的耦合系统2203、光纤探头2205以及处理装置2209。
光源2201可以包括能够发射所需波长的光的各种合适光源。例如,在近红外范围,可以采用卤钨灯作为连续光源。或者,光源2201也可以包括超连续谱脉冲激光光源。
耦合系统2203可以包括用以将来自光源2201的光转换成线偏振光的格兰棱镜2203-1、用以将来自格兰棱镜2203-1的线偏振光分光(衍射)为偏振态与0级光正交的+1级光(或-1级光)的声光可调谐滤光器(AOTF)2203-2、与格兰棱镜2203-1正交设置用以消除0级光的格兰棱镜2203-3以及用以将来自格兰棱镜2203-3的+1级光(或-1级光)耦合到后继器件的耦合器2203-4。
在此需要指出的是,尽管图22示出了耦合系统的一个具体示例,但是本公开不限于此。本领域技术人员知道多种耦合系统可以将来自光源的光耦合到光纤系统中。
光纤探头2205例如可以包括以上参照图10描述的结构。具体地,耦合系统2203可以将来自光源的光耦合到光纤探头2205的入射光纤束(例如,图10中的1001),入射光纤束可以将光引导到被测介质2207。于是,光纤探头2205中的探测光纤束(例如,图10中的1003、1005和1007中的两个或多个)可以将被测介质2007的漫反射光引导至处理装置2209。
处理装置2209可以包括探测器2209-1(例如,光电探测器),用以探测来自光纤探头的光信号,并可以将其转换成电信号,以供进一步处理。由于光纤探头的配置,探测器2209-1可以探测到多个径向位置处(例如,浮动基准位置内侧、浮动基准位置和/或浮动基准外侧)的光谱数据。
处理装置2209还可以包括处理器2209-2。处理器2209-2可以配置为对探测器2401探测到的光谱数据进行如上所述的差分处理。具体地,处理器2209-2可以选择漫反射光的光强随被测介质中特定成分的浓度变化具有不同符号的变化率的两个径向位置,并对这两个径向位置处的光谱数据进行加权差分处理。
处理器2209-2例如可以包括各种形式的计算设备,例如通用计算机、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等。处理器2403可以通过加载存储于存储装置中的程序、代码段等,来按如上所述的各种方法流程工作,以实现光谱数据差分处理、模型建立和浓度预测。
处理装置2209还可以包括输入设备2209-3,例如鼠标、键盘等,用以输入用户命令、数据等,以及输出设备2209-4,例如显示器等,用以输出处理器2403的处理结果(例如,预测结果等)。输入设备2209-3和输出设备2209-4可以组合实现为触摸屏。
本公开的技术也可以实现为包括能够在数据处理设备中执行的算法的程序,或可以存储并提供在非暂时计算机可读介质中。
本公开的技术也可以实现为计算机可读介质上的计算机可读代码。计算机可读介质可以包括计算机可读记录介质和计算机可读传输媒介。计算机可读记录介质是能够将数据存储为随后可由计算机系统读取的程序的任何数据存储装置。计算机可读记录介质的示例包括只读存储器(ROM)、随机存取存储器(RAM)、压缩盘ROM(CD-ROM)、磁带、软盘和光数据存储装置。计算机可读记录介质也可以分布在联网的计算机系统上,使得按照分布式形式存储和执行计算机可读代码。计算机可读传输介质可以通过载波或信号传输(例如,经由互连网的有线或无线数据传输)。此外,实现本公开技术的功能程序、代码和代码段可以由本发明总体构思所属技术领域的编程员容易地解释。
以上在多个实施例分别描述了本公开的多种特征。但是,这并不意味着这些特征不能有利地结合使用
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。本公开的范围由所附权利要求及其等价物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (18)
1.一种光谱数据处理方法,包括:
使用探测光,对包含特定成分的被测介质进行照射;
获得被测介质在第一径向位置处的第一光谱数据以及在第二径向位置处的第二光谱数据,其中确定比基准位置更靠近探测光光源的位置为第一径向位置,确定比基准位置更远离探测光光源的位置为第二径向位置,其中,第一径向位置、第二径向位置和基准位置均是光通过介质的路径上的径向位置,基准位置指示漫反射和/或漫透射光强随特定成分的浓度变化具有最小绝对值变化率处的径向位置;以及
对第一光谱数据和第二光谱数据进行差分处理。
2.根据权利要求1所述的方法,其中,该方法还包括:获得基准位置处的第三光谱数据。
3.根据权利要求1所述的方法,其中,所述第一光谱数据和第二光谱数据包括特定成分的浓度为第一浓度时的光强与特定成分的浓度为第二浓度时的光强之间的光强变化量。
4.根据权利要求3所述的方法,其中,差分处理包括:将第一径向位置处的光强变化量减去以因子η加权的第二径向位置处的光强变化量,其中,因子η为在相同的特定成分浓度下由相同干扰因素导致的第一径向位置和第二径向位置处的漫反射和/或漫透射光强变化量之比。
5.根据权利要求4所述的方法,其中,因子η根据被测介质的光学参数计算得到。
6.根据权利要求5所述的方法,其中,被测介质的光学参数通过光学参数反构方法获得。
7.根据权利要求4所述的方法,其中,因子η通过多次测量实验得到。
8.根据权利要求4所述的方法,其中,通过将第一浓度下第一径向位置和第二径向位置处的光强之比乘以固定系数,来估计因子η。
9.根据权利要求8所述的方法,其中,根据第一径向位置和第二径向位置,估计所述固定系数。
10.根据权利要求1所述的方法,其中,所述第一光谱数据和第二光谱数据包括特定成分的浓度为第一浓度时的光强与特定成分的浓度为第二浓度时的光强之间的相对光强变化量。
11.一种建立预测模型的方法,包括:
提供一系列被测介质,所述一系列被测介质分别包括背景介质或基准介质以及向背景介质或基准介质中加入的不同已知浓度的特定成分,其中所述基准介质包括背景介质以及初始浓度的该特定成分;
针对所述一系列被测介质,按权利要求1-10中任一项所述的方法进行处理;以及
基于各已知浓度以及相应的经处理后的光谱数据,获得预测模型。
12.根据权利要求11所述的方法,用于人体无创伤血糖浓度测量。
13.根据权利要求12所述的方法,其中,探测光的波长在1.0-2.4微米的范围。
14.一种浓度预测方法,包括:
针对被测介质,按权利要求1-10中任一项所述的方法进行处理,其中被测介质包括背景介质或基准介质,其中基准介质包括背景介质以及初始浓度的特定成分,由于特定成分的浓度变化而导致被测介质中该特定成分的浓度未知;以及
基于针对被测介质的经处理的光谱数据以及预测模型,预测所述特定成分的浓度。
15.根据权利要求14所述的浓度预测方法,其中所述预测模型根据权利要求11所述的方法得到。
16.根据权利要求14所述的方法,用于人体无创伤血糖浓度测量。
17.根据权利要求16所述的方法,其中,探测光的波长在1.0-2.4微米的范围。
18.一种处理装置,包括:
探测器,用以探测包含特定成分的被测介质对探测光的漫反射和/或漫散射光的光谱数据;以及
处理器,配置为利用探测器探测基于基准位置选择的第一径向位置和第二径向位置处的光谱数据,并对它们进行差分处理,其中确定比基准位置更靠近探测光光源的位置为第一径向位置,确定比基准位置更远离探测光光源的位置为第二径向位置,其中,第一径向位置、第二径向位置和基准位置均是光通过介质的路径上的径向位置,基准位置指示漫反射和/或漫透射光强随被测介质中所含的特定成分的浓度变化具有最小绝对值变化率处的径向位置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410508057.2A CN105510238B (zh) | 2014-09-28 | 2014-09-28 | 多位置漫射光谱数据的处理、建模、预测方法和处理装置 |
JP2015107002A JP6630061B2 (ja) | 2014-05-28 | 2015-05-27 | 拡散スペクトルデータの処理方法及び処理装置 |
US14/863,078 US10054594B2 (en) | 2014-09-28 | 2015-09-23 | Processing, model establishment, and predication methods of multi-position diffuse spectral data and processing apparatus |
JP2019217012A JP6775660B2 (ja) | 2014-05-28 | 2019-11-29 | 多位置拡散スペクトルデータの処理、モデリング、予測方法および処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410508057.2A CN105510238B (zh) | 2014-09-28 | 2014-09-28 | 多位置漫射光谱数据的处理、建模、预测方法和处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105510238A CN105510238A (zh) | 2016-04-20 |
CN105510238B true CN105510238B (zh) | 2019-04-05 |
Family
ID=55584099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410508057.2A Active CN105510238B (zh) | 2014-05-28 | 2014-09-28 | 多位置漫射光谱数据的处理、建模、预测方法和处理装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10054594B2 (zh) |
CN (1) | CN105510238B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10542920B2 (en) * | 2014-03-31 | 2020-01-28 | Sony Corporation | Measurement device, measurement method, program, and recording medium |
JP6539876B2 (ja) | 2014-03-31 | 2019-07-10 | ソニー株式会社 | 測定装置、測定方法、プログラム及び記録媒体 |
CN105136690B (zh) * | 2014-05-28 | 2018-07-24 | 天津先阳科技发展有限公司 | 漫射光谱数据处理方法、建模方法、预测方法和处理装置 |
US9459201B2 (en) | 2014-09-29 | 2016-10-04 | Zyomed Corp. | Systems and methods for noninvasive blood glucose and other analyte detection and measurement using collision computing |
JP6551723B2 (ja) * | 2014-11-13 | 2019-07-31 | 株式会社リコー | 光学センサ、光学検査装置、及び光学特性検出方法 |
CN108366731B (zh) * | 2015-12-14 | 2021-01-26 | 皇家飞利浦有限公司 | 用于确定对象的皮肤电活动的可穿戴设备和方法 |
US9554738B1 (en) | 2016-03-30 | 2017-01-31 | Zyomed Corp. | Spectroscopic tomography systems and methods for noninvasive detection and measurement of analytes using collision computing |
KR102610590B1 (ko) * | 2016-07-25 | 2023-12-07 | 삼성전자주식회사 | 생체 내 물질 추정 장치 및 방법, 단위 스펙트럼 획득 장치 및 웨어러블 기기 |
CN106264555B (zh) * | 2016-10-17 | 2020-06-12 | 南方科技大学 | 血糖检测仪 |
DE102017200356A1 (de) * | 2017-01-11 | 2018-07-12 | Robert Bosch Gmbh | Verfahren zur Analyse eines Messbereichs und Miniaturspektrometer |
US10980484B2 (en) * | 2017-03-27 | 2021-04-20 | Samsung Electronics Co., Ltd. | Method of enabling feature extraction for glucose monitoring using near-infrared (NIR) spectroscopy |
KR102515832B1 (ko) * | 2017-03-27 | 2023-03-29 | 삼성전자주식회사 | 글루코스 특징 추출 방법과, 글루코스 모니터링 장치 및 방법 |
CN107334477A (zh) * | 2017-05-02 | 2017-11-10 | 北京理工大学深圳研究院 | 一种双光谱无创血糖检测装置 |
US11642070B2 (en) * | 2017-07-18 | 2023-05-09 | Headwall Photonics, Inc. | Diagnostic system and methods for simultaneously detecting light at multiple detection locations in a spectroscopic system |
CN109984725B (zh) * | 2017-12-29 | 2022-07-12 | 天津先阳科技发展有限公司 | 漫反射测量中接触压力干扰抑制方法、装置及测量方法 |
CN109991194B (zh) * | 2017-12-29 | 2022-04-26 | 天津先阳科技发展有限公司 | 漫反射光谱中抑制温度干扰的方法、光谱分析方法及装置 |
CN110411947B (zh) * | 2018-04-28 | 2022-07-22 | 天津大学 | 时间门定光程参考测量浓度的方法及装置 |
CN108814620A (zh) * | 2018-05-30 | 2018-11-16 | 清华大学 | 柔性生理信息监测装置 |
CN108872159A (zh) * | 2018-08-20 | 2018-11-23 | 中国科学院上海技术物理研究所 | 一种测量液体成份光谱特性的光谱探测仪及其方法 |
CN113164109B (zh) * | 2018-12-14 | 2022-11-18 | 天津先阳科技发展有限公司 | 一种组织成分无创检测方法、装置、系统及可穿戴设备 |
KR102335211B1 (ko) * | 2019-12-26 | 2021-12-07 | 한국전자기술연구원 | 자가기준점 설정형 혈액성분 측정 방법 및 장치 |
CN115153533A (zh) * | 2020-02-26 | 2022-10-11 | 先阳科技有限公司 | 一种组织成分无创检测方法、装置、系统及可穿戴设备 |
CN115281667A (zh) * | 2020-02-26 | 2022-11-04 | 先阳科技有限公司 | 一种组织成分无创检测方法、装置、系统及可穿戴设备 |
CN112284536B (zh) * | 2020-09-15 | 2022-07-08 | 中国科学院上海技术物理研究所 | 一种可见红外图谱协同探测光学系统及配准方法 |
CN112730290B (zh) * | 2021-01-25 | 2022-04-15 | 清华大学 | 一种多光程吸收光谱谱图合成方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1699973B (zh) * | 2005-04-28 | 2012-05-09 | 天津先阳科技发展有限公司 | 利用浮动基准实现浓度测量的方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6353226B1 (en) * | 1998-11-23 | 2002-03-05 | Abbott Laboratories | Non-invasive sensor capable of determining optical parameters in a sample having multiple layers |
DE10163972B4 (de) * | 2001-12-22 | 2005-10-27 | Roche Diagnostics Gmbh | Verfahren und Vorrichtung zur Bestimmung eines Lichttransportparameters und eines Analyten in einer biologischen Matrix |
US8082015B2 (en) * | 2004-04-13 | 2011-12-20 | The Trustees Of The University Of Pennsylvania | Optical measurement of tissue blood flow, hemodynamics and oxygenation |
JP2007007267A (ja) * | 2005-07-01 | 2007-01-18 | Kanazawa Univ | 骨密度計測装置 |
CN101292875B (zh) * | 2008-06-06 | 2010-07-14 | 天津市先石光学技术有限公司 | 利用基准波长测量成分浓度的方法 |
CN102058393B (zh) * | 2010-10-30 | 2012-10-31 | 华中科技大学 | 基于反射光谱测量的皮肤生理参数与光学特性参数的测量方法 |
US20160242682A1 (en) * | 2012-07-16 | 2016-08-25 | Sandeep Gulati | Noninvasive analyzer apparatus and method of use thereof for separating distributed probing photons emerging from a sample |
US9459201B2 (en) * | 2014-09-29 | 2016-10-04 | Zyomed Corp. | Systems and methods for noninvasive blood glucose and other analyte detection and measurement using collision computing |
-
2014
- 2014-09-28 CN CN201410508057.2A patent/CN105510238B/zh active Active
-
2015
- 2015-09-23 US US14/863,078 patent/US10054594B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1699973B (zh) * | 2005-04-28 | 2012-05-09 | 天津先阳科技发展有限公司 | 利用浮动基准实现浓度测量的方法 |
Also Published As
Publication number | Publication date |
---|---|
US10054594B2 (en) | 2018-08-21 |
US20160091496A1 (en) | 2016-03-31 |
CN105510238A (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105510238B (zh) | 多位置漫射光谱数据的处理、建模、预测方法和处理装置 | |
JP6775660B2 (ja) | 多位置拡散スペクトルデータの処理、モデリング、予測方法および処理装置 | |
Borovkova et al. | Terahertz time-domain spectroscopy for non-invasive assessment of water content in biological samples | |
JP3715241B2 (ja) | ラマン分光検査法を使用して体液中の物質を検出する方法および装置 | |
CN105987881B (zh) | 光谱数据干扰抑制方法、建模方法、预测方法和处理装置 | |
CN105136690B (zh) | 漫射光谱数据处理方法、建模方法、预测方法和处理装置 | |
Luo et al. | Optofluidic glucose detection by capillary-based ring resonators | |
Gardner et al. | Non-invasive chemically specific measurement of subsurface temperature in biological tissues using surface-enhanced spatially offset Raman spectroscopy | |
Li et al. | Noninvasive hemoglobin measurement based on optimizing Dynamic Spectrum method | |
Liu et al. | Specialized source-detector separations in near-infrared reflectance spectroscopy platform enable effective separation of diffusion and absorption for glucose sensing | |
Lisenko et al. | Analytical model of diffuse reflectance spectrum of skin tissue | |
Chen et al. | Rapid and non-invasive detection of high-thickness glucose solution concentrations using quantum cascade laser-based transmission infrared spectroscopy | |
Gardner | Transmission versus reflectance spectroscopy for quantitation | |
Min et al. | A preliminary verification of the floating reference measurement method for non-invasive blood glucose sensing | |
Di Sieno et al. | A versatile setup for time-resolved functional near infrared spectroscopy based on fast-gated single-photon avalanche diode and on four-wave mixing laser | |
Han et al. | Floating reference position-based correction method for near-infrared spectroscopy in long-term glucose concentration monitoring | |
JP3902999B2 (ja) | 光学的散乱特性推定装置およびその作動方法 | |
Liger et al. | Temperature Measurements by Wavelength Modulation Diode Laser Absorption Spectroscopy with Logarithmic Conversion and 1 f Signal Detection | |
Wang et al. | Supercontinuum laser based double-integrating-sphere system for measuring optical properties of highly dense turbid media in the 1300-2350nm region with high sensitivity | |
Han et al. | An optimized non-invasive glucose sensing based on scattering and absorption separating using near-infrared spectroscopy | |
Shapovalov et al. | A non-invasive method for spectroscopic blood glucose monitoring | |
Guo et al. | Optimization on source detector distance for the glucose sensing in a tissue phantom using near-infrared diffuse spectra | |
Chin et al. | Interstitial point radiance spectroscopy of turbid media | |
Šušnjar et al. | Two-layer reconstruction of Raman spectra in diffusive media based on an analytical model in the time domain | |
Min et al. | Correlation analysis combined with a floating reference measurement to improve the prediction accuracy of glucose in scattering media |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |