CN106308814A - 基于近红外光谱分析的血糖无创检测仪及其实现方法 - Google Patents
基于近红外光谱分析的血糖无创检测仪及其实现方法 Download PDFInfo
- Publication number
- CN106308814A CN106308814A CN201610645198.8A CN201610645198A CN106308814A CN 106308814 A CN106308814 A CN 106308814A CN 201610645198 A CN201610645198 A CN 201610645198A CN 106308814 A CN106308814 A CN 106308814A
- Authority
- CN
- China
- Prior art keywords
- signal
- light
- probe
- module
- laser
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Emergency Medicine (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于近红外光谱分析的血糖无创检测仪及其实现方法,该检测仪包括壳体、智能处理器、半导体激光模块、光纤耦合器、分光器、法兰盘、信号处理电路、检测探头、以及显示器,其特征在于:所述智能处理器包括模数转换模块、中央处理器(CPU)、滤波模块、存储器、电源模块、以及通信模块,该检测仪通过检测探头,利用两种不同光源照射到人体肢体部位后的漫反射信号以及透射信号的检测,基于近红外光谱分析得到人体的血糖信息,实现对人体血糖的无创检测与分析。本发明的有益效果是:光路传递系统结构合理,基于近红外光谱分析进行多次测量取均值减小误差,可方便地实现血糖的无创检测,并可以存储检测者的血糖信息,方便对检测者血糖浓度变化情况进行健康管理,更好的地进行诊断治疗。
Description
技术领域
本发明涉及医疗设备技术领域,具体涉及一种基于近红外光谱分析的血糖无创检测仪及其实现方法。
背景技术
糖尿病是一种世界范围内的流行疾病。据世界卫生组织(World HealthOrganization,WHO)估计,目前全世界有1.8亿人患有糖尿病,并且这一数字到2030年将增加一倍以上。
我国糖尿病患者超过1亿人,已成为世界上糖尿病患病人数最多的国家,而糖尿病前期人群高达50.1%。在糖尿病患者人群中,只有30.1%的人之前得到诊断、25.8%的人得到治疗,经过治疗的患者也只有39.7%得到了控制。因此,我国糖尿病患者基数庞大、诊治普及度远远不够,治疗缓解率也非常低,给中国带来了巨大的经济负担,预计2030年将达3600亿人民币。如果被诊断的患者得不到良好的治疗和管理,糖尿病并发症将给个人、家庭和国家带来更沉重的精神和经济负担。因此提高糖尿病患者的检出率、管理率及控制率,预防并发症等具有重要意义。目前常用的血糖检测方法是在受检者指尖取血样检测,这种检测方法虽然极大地提高了对糖尿病人的护理水平,但是这种检测方法也存在一些缺点,比如其操作给患者造成疼痛;指尖取血有感染其它疾病的危险,给患者造成心理上的压力;不利于血糖的频繁检测,并且检测的成本较高等。同时这种频率不高的离散时间点的检测可能会出现漏掉一些血糖高于或低于正常水平的情况,从而对糖尿病的护理不利。因此,迫切需要使用新方法开发新的无创血糖检测仪器,来适应糖尿病患者检测频度的需要。
目前,无创血糖的检测方法主要有电化学法和光学法两大类。其中,电化学法有时也被划为微创的范围,它对皮肤经常会有比较强烈的刺激作用。在光学方法中,专利“无创血糖快速检测的方法和装置中”利用的是脉冲激光器,且仅进行了漫反射光线信号的分析,未对透射光线信号进行利用,同时仅进行了一次检测,存在不稳定性和偶然性。
近红外无创血糖检测技术由于其自身的优点,被认为是一种最有应用前途的无创血糖检测技术之一,如何利用近红外光的优点,实现满足临床精度要求的血糖的无创检测,同时适于实际操作的检测设备,成为本技术领域有待解决的问题。为了解决上述问题,本案发明人结合自身经验研发了一种精度高、抗干扰能力强的基于近红外光谱分析的血糖无创检测仪,并提出了其实现的方法。
发明内容
本发明的目的在于提供一种设计合理、精度高、抗干扰能力强的基于近红外光谱分析的血糖无创检测仪及其实现方法。
为实现上述目的,本发明提供如下技术方案:
本发明首先提供了一种基于近红外光谱分析的血糖无创检测仪,该血糖无创检测仪包括外部的便携式壳体,置于壳体表面的显示器,以及内置于在所述壳体内的智能处理器、半导体激光模块、光纤耦合器、分光器、法兰盘、信号处理电路、以及检测探头,其特征在于:所述智能处理器包括用以将模拟信号转换为数字信号的模数转换模块、用以控制所述半导体激光模块分时工作并对转换后的数字信号进行数据分析以及核心算法运算的中央处理器(CPU)、用以对所述转换后的数字信号进行滤波降噪处理的滤波模块、用以存储所述中央处理器(CPU)运算得到的血糖检测数据结果的存储器、用以为中央处理器(CPU)提供电源的电源模块、以及用以与外界进行相互通信的通信模块。
所述半导体激光模块包括两个用以发射不用波长激光的半导体激光器一、半导体激光器二,以及用以驱动所述半导体激光器一、半导体激光器二的激光驱动电路一、激光驱动电路二。
所述信号处理电路包括四路光电探测器,初级放大电路、次级放大电路、滤波电路、以及模拟输出模块;
其中,所述四路光电探测器包括用以探测一路入射光线信号的入射光线光电探测器、用以探测漫反射光线信号的漫反射光线光电探测器一、用以探测漫反射光线信号的漫反射光线光电探测器二、以及用以探测透射光线信号的透射光线光电探测器,同时所述四路光电探测器根据探测到的信号强度转换为相应的电流信号输出给所述初级放大电路;所述初级放大电路用以将所述四路光电探测器传输的电流信号转换为电压信号,并进行一定倍数的放大处理后传输给所述次级放大电路;所述次级放大电路用以将所述的电压信号进行再放大,输出给所述滤波模块,进行滤波降噪处理,之后传输给所述模拟输出模块;所述模拟输出模块与所述智能处理器相连,用以将所述处理后的电压信号输出给所述智能处理器的所述的模数转换模块。
所述光纤耦合器与所述半导体激光模块通过法兰盘固定的光纤连接,用以将发射两个不同波长激光的耦合到一路光纤输出。
所述分光器与所述光纤耦合器通过法兰盘固定的光纤连接,用以将所述光纤耦合器耦合后的一路光纤输出的激光分成相同强度的两束激光,分别输入到所述检测探头,以及所述信号处理电路的探测入射光线信号的一路光电探测器内。
所述检测探头内置一个检测空腔,用以放置人体的手指进行检测,其中,所述检测空腔内包括一路入射光线探头、与所述入射光线探头在同一侧并对称分布于所述入射光线探头两侧的漫反射光线探头一与漫反射光线探头二、以及一路与所述入射光线探头在对侧并处于一条直线上的透射光线探头。
本发明还提供了一种基于近红外光谱分析的血糖无创检测的实现方法,该方法包括以下步骤:
步骤S01、将人体的手指放入所述检测探头的检测空腔内,通过所述智能处理器的所述中央处理器(CPU)发出分时控制信号,首先控制所述半导体激光模块中所述激光驱动电路一开启,进而控制所述半导体激光器一打开发出波长为1310nm的激光;
步骤S02、激光经过所述光纤耦合器后,射入所述的分光器,所述分光器将该激光分为相同强度的两束激光,分别输入到所述检测探头的所述的一路入射光线探头内,以及所述信号处理电路的所述入射光线光电探测器内;
步骤S03、所述检测探头内的所述漫反射光线探头一、以及所述漫反射光线探头二以及所述透射探头分别接收到所述入射光线探头发出的光线照射在人体手指后的漫反射光线信号,以及透射光线信号;
步骤S04、检测探头接收到的漫反射光线信号以及透射光线信号,通过光纤传输到所述信号处理电路,所述光线信号经所述信号处理电路后,产生对应的4组模拟信号传输给所述智能处理器;
步骤S05、所述智能处理器中的所述模数转换器将模拟信号转换为数字信号,经过所述滤波模块进行滤波降噪处理后,传输给所述中央处理器(CPU),所述中央处理器(CPU)利用所述存储器对接收到的4组数字信号进行存储;
步骤S06、所述中央处理器(CPU)控制所述半导体激光模块中所述激光驱动电路一关闭,进而控制所述半导体激光器一关闭,同时控制所述激光驱动电路二开启,进而控制所述半导体激光器二开启并发出波长为1550nm的光线,按照所述步骤S02到所述步骤S05再进行一次数据的采集与存储,所述的存储器中再存储4组数据;
步骤S07、按照所述步骤S02到所述步骤S06共进行m次,每次有n个采样点,进而在所述存储器共存储8组数据,每个波长下对应4组数据,所述中央处理器(CPU)对每组数据进行叠加平均运算,运算公式如下:
其中,Xij(n)表示第i个波长下的第j组信号的第n个采样点;i=1,2;j=1,2,3,4;n=1,2,…,fs;m表示检测次数;nk表示第k次测量时的第n个采样点,得到的每一组信号Xij(n)再利用小波变换进行小波分解,进一步滤除高频噪声,取小波分解后的逼近信号作为每一组最后用于分析的信号;
步骤S08、利用第i个波长下的4组信号中的入射光线信号作为参考信号,为两路漫反射光线信号,为透射光线信号信号,计算第i个波长下的3个相对光强计算公式如下:
其中,Iik表示第i个波长下的2路漫反射光线信号检测吸光度以及1路透射光线信号检测吸光度,k=1,2,3;
步骤S09、所述中央处理器(CPU)利用S08中计算得到的6个吸光度,通过内部的核心算法运算,按下式计算:
C=a×(I11-I21)+b×(I12-I22)+c×(I13-I23)
式中,a,b,c为模型系数,进而得到血糖值C并通过所述中央处理器(CPU)控制显示在显示器上,同时存储在所述存储器中便于以后进行健康管理。
所述步骤S04中所述的信号处理电路将通过如下步骤来实现信号处理:
步骤S041、四路光电探测器探测到光纤传来的四路光线信号后,分别对应将入射光线信号、两路漫反射光线信号、以及透射光线信号转换为相应的电流信号输出给所述的初级放大电路;
步骤S042、所述初级放大电路将所述四路光电探测器传输的电流信号转换为电压信号,并进行一定倍数的放大处理后传输给所述次级放大电路;
步骤S043、所述次级放大电路将所述的电压信号进行再放大,输出给所述滤波模块,进行滤波降噪处理,之后传输给所述模拟输出模块;
步骤S044、所述模拟输出模块将所述处理后的电压信号输出给所述智能处理器的所述的模数转换模块。
本发明的有益效果是:光路传递系统简单,结构合理,该仪器有更高的稳定性及可靠性,基于近红外光谱分析,采集分析多路的漫反射信号以及透射信号,进而最大程度降低检测者个体差异以及检测条件带来的测量误差,提高了检测精度,同时滤波及降噪模块增强了仪器的抗干扰能力,减小波动误差,该仪器可方便地实现无创检测,并可以大量存储检测者的血糖信息,方便对检测者血糖浓度变化情况进行趋势分析以及健康管理,更好的地进行诊断治疗。
附图说明
图1是本发明:基于近红外光谱分析的血糖无创检测仪的框架示意图。
图2是本发明:半导体激光模块的结构示意图。
图3是本发明:信号处理电路的结构示意图。
图4是本发明:检测探头的结构示意图。
图5是本发明:基于近红外光谱分析的血糖无创检测方法的流程图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示的一种基于近红外光谱分析的血糖无创检测仪1,该血糖无创检测仪1包括外部的便携式壳体2,置于壳体表面的显示器3,以及内置于在所述壳体内的智能处理器4、半导体激光模块5、光纤耦合器6、分光器7、法兰盘8、信号处理电路9、以及检测探头10,其特征在于:所述智能处理器4包括用以将模拟信号转换为数字信号的模数转换模块41、用以控制所述半导体激光模块5分时工作并对转换后的数字信号进行数据分析以及核心算法运算的中央处理器(CPU)42、用以对所述转换后的数字信号进行滤波降噪处理的滤波模块43、用以存储所述中央处理器(CPU)42运算得到的血糖检测数据结果的存储器44、用以为中央处理器(CPU)42提供电源的电源模块45、以及用以与外界进行相互通信的通信模块46。
所述半导体激光模块5与所述中央处理器(CPU)42直接连接,包括两个用以发射不用波长激光的半导体激光器一51、半导体激光器二52,以及用以驱动所述半导体激光器一51、半导体激光器二52的激光驱动电路一53、激光驱动电路二54。
所述信号处理电路9包括四路光电探测器91,初级放大电路92、次级放大电路93、滤波电路94、以及模拟输出模块95;
其中,所述四路光电探测器91包括用以探测一路入射光线信号的入射光线光电探测器911、用以探测漫反射光线信号的漫反射光线光电探测器一912、用以探测漫反射光线信号的漫反射光线光电探测器二913、以及用以探测透射光线信号的透射光线光电探测器914,同时所述四路光电探测器91根据探测到的信号强度转换为相应的电流信号输出给所述初级放大电路92;所述初级放大电路92用以将所述四路光电探测器91传输的电流信号转换为电压信号,并进行一定倍数的放大处理后传输给所述次级放大电路93;所述次级放大电路93用以将所述的电压信号进行再放大,输出给所述滤波模块94,进行滤波降噪处理,之后传输给所述模拟输出模块95;所述模拟输出模块95与所述智能处理器4相连,用以将所述处理后的电压信号输出给所述智能处理器4的所述的模数转换模块41。
所述光纤耦合器6与所述半导体激光模块5通过法兰盘8固定的光纤连接,用以将发射两个不同波长激光的耦合到一路光纤输出给分光器7。
所述分光器7与所述光纤耦合器6通过法兰盘8固定的光纤连接,用以将所述光纤耦合器6耦合后的一路光纤输出的激光分成相同强度的两束激光,分别输入到所述检测探头10,以及所述信号处理电路9的探测入射光线信号的入射光线光电探测器911内。
所述检测探头10内置一个检测空腔11,用以放置人体的手指进行检测,其中,所述检测空腔11内包括一路入射光线探头12、与所述入射光线探头12在同一侧并对称分布于所述入射光线探头两侧的漫反射光线探头一13与漫反射光线探头二14、以及一路与所述入射光线探头在对侧并处于一条直线上的透射光线探头15,其中,漫反射光线探头一13、漫反射光线探头二14、以及透射光线探头15通过光纤与所述信号处理电路9中的漫反射光线光电探测器一912、漫反射光线光电探测器二913、以及透射光线光电探测器914相连。
本发明还提供了一种基于近红外光谱分析的血糖无创检测的实现方法,该方法包括以下步骤:
步骤S01、启动半导体激光器一:将人体的手指放入所述检测探头10的检测空腔11内,通过所述智能处理器4的所述中央处理器(CPU)41发出分时控制信号,首先控制所述半导体激光模块5中所述激光驱动电路一53开启,进而控制所述半导体激光器一51打开发出波长为1310nm的激光;
步骤S02、光线耦合并分光:激光经过所述光纤耦合器6后,射入所述的分光器7,所述分光器7将该激光分为相同强度的两束激光,分别输入到所述检测探头10的所述的一路入射光线探头12内,以及所述信号处理电路9的所述入射光线光电探测器911内;
步骤S03、检测探头发出光线:所述检测探头10内的所述漫反射光线探头一13、以及所述漫反射光线探头二14以及所述透射探头15分别接收到所述入射光线探头12发出的光线照射在人体手指后的漫反射光线信号,以及透射光线信号;
步骤S04、信号处理电路处理信号:检测探头10接收到的漫反射光线信号以及透射光线信号,通过光纤传输到所述信号处理电路9,所述光线信号经所述信号处理电路9后,产生对应的4组模拟信号传输给所述智能处理器4;
步骤S05、智能处理器处理信号:所述智能处理器4中的所述模数转换器41将模拟信号转换为数字信号,经过所述滤波模块43进行滤波降噪处理后,传输给所述中央处理器(CPU)42,所述中央处理器(CPU)42利用所述存储器44对接收到的4组数字信号进行存储;
步骤S06、启动半导体激光器二:所述中央处理器(CPU)42控制所述半导体激光模块5中所述激光驱动电路一53关闭,进而控制所述半导体激光器一51关闭,同时控制所述激光驱动电路二54开启,进而控制所述半导体激光器二52开启并发出波长为1550nm的光线,按照所述步骤S02到所述步骤S05再进行一次数据的采集与存储,所述的存储器44中再存储4组数据;
步骤S07、进行多次采样:按照所述步骤S02到所述步骤S06共进行m次,每次有n个采样点,进而在所述存储器44共存储8组数据,每个波长下对应4组数据,所述中央处理器(CPU)42对每组数据进行叠加平均运算,运算公式如下:
其中,Xij(n)表示第i个波长下的第j组信号的第n个采样点;i=1,2;j=1,2,3,4;n=1,2,…,fs;m表示检测次数;nk表示第k次测量时的第n个采样点,得到的每一组信号Xij(n)再利用小波变换进行小波分解,进一步滤除高频噪声,取小波分解后的逼近信号作为每一组最后用于分析的信号;
步骤S08、计算相对光强:利用第i个波长下的4组信号中的入射光线信号作为参考信号,为两路漫反射光线信号,为透射光线信号信号,计算第i个波长下的3个相对光强计算公式如下:
其中,Iik表示第i个波长下的2路漫反射光线信号检测吸光度以及1路透射光线信号检测吸光度,k=1,2,3;
步骤S09、计算血糖浓度:所述中央处理器(CPU)42利用S08中计算得到的6个吸光度,通过内部的核心算法运算,按下式计算:
C=a×(I11-I21)+b×(I12-I22)+c×(I13-I23)
式中,a,b,c为模型系数,当a=0,b=0而c≠0时单独应用近红外光谱透射光线原理实现血糖无创检测;当a≠0或b≠0而c=0时单独应用近红外光谱漫反射光线原理实现血糖无创检测;当a≠0或b≠0且c=0并且时应用近红外光谱漫反射透射复合原理实现血糖无创检测。a,b,c的值可以根据检测计算得到的6个吸光度值自适应确定,进而得到血糖值C并通过所述中央处理器(CPU)控制显示在显示器上,同时存储在所述存储器44中便于以后进行健康管理以及诊断治疗。
所述步骤S04中所述的信号处理电路9将通过如下步骤来实现信号处理:
步骤S041、光电探测器探测光信号:四路光电探测器91探测到光纤传来的四路光线信号后,分别对应将入射光线信号、两路漫反射光线信号、以及透射光线信号转换为相应的电流信号输出给所述的初级放大电路92;
步骤S042、初级放大电路放大:所述初级放大电路92将所述四路光电探测器91传输的电流信号转换为电压信号,并进行一定倍数的放大处理后传输给所述次级放大电路93;
步骤S043、次级放大并滤波:所述次级放大电路93将所述的电压信号进行再放大,输出给所述滤波模块94,进行滤波降噪处理,之后传输给所述模拟输出模块95;
步骤S044、模拟信号输出:所述模拟输出模块95将所述处理后的电压信号输出给所述智能处理器4的所述的模数转换模块41。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.基于近红外光谱分析的血糖无创检测仪,该血糖无创检测仪包括外部的便携式壳体,置于壳体表面的显示器,以及内置于在所述壳体内的智能处理器、半导体激光模块、光纤耦合器、分光器、法兰盘、信号处理电路、以及检测探头,其特征在于:所述智能处理器包括用以将模拟信号转换为数字信号的模数转换模块、用以控制所述半导体激光模块分时工作并对转换后的数字信号进行数据分析以及核心算法运算的中央处理器(CPU)、用以对所述转换后的数字信号进行滤波降噪处理的滤波模块、用以存储所述中央处理器(CPU)运算得到的血糖检测数据结果的存储器、用以为中央处理器(CPU)提供电源的电源模块、以及用以与外界进行相互通信的通信模块。
2.根据权利要求1所述的基于近红外光谱分析的血糖无创检测仪,其特征在于:所述半导体激光模块包括两个用以发射不用波长激光的半导体激光器一、半导体激光器二,以及用以驱动所述半导体激光器一、半导体激光器二的激光驱动电路一、激光驱动电路二。
3.根据权利要求1所述的基于近红外光谱分析的血糖无创检测仪,其特征在于:所述信号处理电路包括四路光电探测器,初级放大电路、次级放大电路、滤波电路、以及模拟输出模块;
其中,所述四路光电探测器包括用以探测一路入射光线信号的入射光线光电探测器、用以探测漫反射光线信号的漫反射光线光电探测器一、用以探测漫反射光线信号的漫反射光线光电探测器二、以及用以探测透射光线信号的透射光线光电探测器,同时所述四路光电探测器根据探测到的信号强度转换为相应的电流信号输出给所述初级放大电路;
所述初级放大电路用以将所述四路光电探测器传输的电流信号转换为电压信号,并进行一定倍数的放大处理后传输给所述次级放大电路;
所述次级放大电路用以将所述的电压信号进行再放大,输出给所述滤波模块,进行滤波降噪处理,之后传输给所述模拟输出模块;
所述模拟输出模块与所述智能处理器相连,用以将所述处理后的电压信号输出给所述智能处理器的所述的模数转换模块。
4.根据权利要求1所述的基于近红外光谱分析的血糖无创检测仪,其特征在于:所述光纤耦合器与所述半导体激光模块通过法兰盘固定的光纤连接,用以将发射两个不同波长激光的耦合到一路光纤输出。
5.根据权利要求1所述的基于近红外光谱分析的血糖无创检测仪,其特征在于:所述分光器与所述光纤耦合器通过法兰盘固定的光纤连接,用以将所述光纤耦合器耦合后的一路光纤输出的激光分成相同强度的两束激光,分别输入到所述检测探头,以及所述信号处理电路的探测入射光线信号的一路光电探测器内。
6.根据权利要求1所述的基于近红外光谱分析的血糖无创检测仪,其特征在于:所述检测探头内置一个检测空腔,用以放置人体的手指进行检测,其中,所述检测空腔内包括一路入射光线探头、与所述入射光线探头在同一侧并对称分布于所述入射光线探头两侧的漫反射光线探头一与漫反射光线探头二、以及一路与所述入射光线探头在对侧并处于一条直线上的透射光线探头。
7.一种基于近红外光谱分析的血糖无创检测的实现方法,其特征在于,该实现方法包括以下步骤:
步骤S01、将人体的手指放入所述检测探头的检测空腔内,通过所述智能处理器的所述中央处理器(CPU)发出分时控制信号,首先控制所述半导体激光模块中所述激光驱动电路一开启,进而控制所述半导体激光器一打开发出波长为1310nm的激光;
步骤S02、激光经过所述光纤耦合器后,射入所述的分光器,所述分光器将该激光分为相同强度的两束激光,分别输入到所述检测探头的所述的一路入射光线探头内,以及所述信号处理电路的所述入射光线光电探测器内;
步骤S03、所述检测探头内的所述漫反射光线探头一、以及所述漫反射光线探头二以及所述透射探头分别接收到所述入射光线探头发出的光线照射在人体手指后的漫反射光线信号,以及透射光线信号;
步骤S04、检测探头接收到的漫反射光线信号以及透射光线信号,通过光纤传输到所述信号处理电路,所述光线信号经所述信号处理电路后,产生对应的4组模拟信号传输给所述智能处理器;
步骤S05、所述智能处理器中的所述模数转换器将模拟信号转换为数字信号,经过所述滤波模块进行滤波降噪处理后,传输给所述中央处理器(CPU),所述中央处理器(CPU)利用所述存储器对接收到的4组数字信号进行存储;
步骤S06、所述中央处理器(CPU)控制所述半导体激光模块中所述激光驱动电路一关闭,进而控制所述半导体激光器一关闭,同时控制所述激光驱动电路二开启,进而控制所述半导体激光器二开启并发出波长为1550nm的光线,按照所述步骤S02到所述步骤S05再进行一次数据的采集与存储,所述的存储器中再存储4组数据;
步骤S07、按照所述步骤S02到所述步骤S06共进行m次,每次有n个采样点,进而在所述存储器共存储8组数据,每个波长下对应4组数据,所述中央处理器(CPU)对每组数据进行叠加平均运算,运算公式如下:
其中,Xij(n)表示第i个波长下的第j组信号的第n个采样点;i=1,2;j=1,2,3,4;n=1,2,…,fs;m表示检测次数;nk表示第k次测量时的第n个采样点,得到的每一组信号Xij(n)再利用小波变换进行小波分解,进一步滤除高频噪声,取小波分解后的逼近信号作为每一组最后用于分析的信号;
步骤S08、利用第i个波长下的4组信号中的入射光线信号作为参考信号,为两路漫反射光线信号,为透射光线信号信号,计算第i个波长下的3个相对光强计算公式如下:
其中,Iik表示第i个波长下的2路漫反射光线信号检测吸光度以及1路透射光线信号检测吸光度,k=1,2,3;
步骤S09、所述中央处理器(CPU)利用S08中计算得到的6个吸光度,通过内部的核心算法运算,按下式计算:
C=a×(I11-I21)+b×(I12-I22)+c×(I13-I23)
式中,a,b,c为模型系数,进而得到血糖值C并通过所述中央处理器(CPU)控制显示在显示器上,同时存储在所述存储器中便于以后进行健康管理。
8.根据权利要求7所述的一种基于近红外光谱分析的血糖无创检测的实现方法,其特征在于,所述步骤S04中所述的信号处理电路将通过如下步骤来实现信号处理:
步骤S041、四路光电探测器探测到光纤传来的四路光线信号后,分别对应将入射光线信号、两路漫反射光线信号、以及透射光线信号转换为相应的电流信号输出给所述的初级放大电路;
步骤S042、所述初级放大电路将所述四路光电探测器传输的电流信号转换为电压信号,并进行一定倍数的放大处理后传输给所述次级放大电路;
步骤S043、所述次级放大电路将所述的电压信号进行再放大,输出给所述滤波模块,进行滤波降噪处理,之后传输给所述模拟输出模块;
步骤S044、所述模拟输出模块将所述处理后的电压信号输出给所述智能处理器的所述的模数转换模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610645198.8A CN106308814A (zh) | 2016-08-09 | 2016-08-09 | 基于近红外光谱分析的血糖无创检测仪及其实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610645198.8A CN106308814A (zh) | 2016-08-09 | 2016-08-09 | 基于近红外光谱分析的血糖无创检测仪及其实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106308814A true CN106308814A (zh) | 2017-01-11 |
Family
ID=57740926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610645198.8A Pending CN106308814A (zh) | 2016-08-09 | 2016-08-09 | 基于近红外光谱分析的血糖无创检测仪及其实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106308814A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192690A (zh) * | 2017-05-19 | 2017-09-22 | 重庆大学 | 近红外光谱无创血糖检测方法及其检测网络模型训练方法 |
CN108324286A (zh) * | 2018-01-26 | 2018-07-27 | 重庆大学 | 一种基于pca-narx校正算法的红外光无创血糖检测装置 |
WO2018214298A1 (zh) * | 2017-05-20 | 2018-11-29 | 深圳市前海安测信息技术有限公司 | 无创血糖检测系统及方法 |
CN110051363A (zh) * | 2019-02-28 | 2019-07-26 | 天津大学 | 用于耳垂血液层血糖检测的微波信号去噪方法 |
CN110074790A (zh) * | 2019-06-18 | 2019-08-02 | 天津大学 | 基于耳垂血液层的微波时域信号无创血糖浓度检测方法 |
CN112986188A (zh) * | 2021-01-20 | 2021-06-18 | 中国农业大学 | 一种基于漫射光谱的母兔早期孕征检测装置及其方法 |
CN113811243A (zh) * | 2019-03-21 | 2021-12-17 | 苏州优化医疗科技有限公司 | 一种无创伤智能血糖测量仪 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1214768A (zh) * | 1996-02-02 | 1999-04-21 | 量度测试设备股份有限公司 | 无损伤性红外分光术中多光谱分析用的方法和装置 |
WO2005114094A1 (en) * | 2004-05-14 | 2005-12-01 | Medeikon Corporation | Method and system of low coherence interferometry for analyzing biological samples |
CN1826512A (zh) * | 2003-06-04 | 2006-08-30 | 突慧公司 | 利用光的传播模式测量物质中的光学不均匀性和其他属性 |
CN101390751A (zh) * | 2008-11-07 | 2009-03-25 | 中南大学 | 无创血糖检测传感器集成器 |
CN100512752C (zh) * | 2007-01-12 | 2009-07-15 | 天津市先石光学技术有限公司 | 光程可选择的无创人体成分检测方法及检测装置 |
CN101647703A (zh) * | 2009-08-10 | 2010-02-17 | 中卫莱康科技发展(北京)有限公司 | 血糖实时监控系统与方法、血糖检测装置和手机终端 |
CN201564481U (zh) * | 2009-12-31 | 2010-09-01 | 重庆大学 | 无创血糖检测分析仪 |
CN203220371U (zh) * | 2013-04-16 | 2013-10-02 | 成都天宇创新科技有限公司 | 无线便携式无创血糖检测仪 |
-
2016
- 2016-08-09 CN CN201610645198.8A patent/CN106308814A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1214768A (zh) * | 1996-02-02 | 1999-04-21 | 量度测试设备股份有限公司 | 无损伤性红外分光术中多光谱分析用的方法和装置 |
CN1826512A (zh) * | 2003-06-04 | 2006-08-30 | 突慧公司 | 利用光的传播模式测量物质中的光学不均匀性和其他属性 |
WO2005114094A1 (en) * | 2004-05-14 | 2005-12-01 | Medeikon Corporation | Method and system of low coherence interferometry for analyzing biological samples |
CN100512752C (zh) * | 2007-01-12 | 2009-07-15 | 天津市先石光学技术有限公司 | 光程可选择的无创人体成分检测方法及检测装置 |
CN101390751A (zh) * | 2008-11-07 | 2009-03-25 | 中南大学 | 无创血糖检测传感器集成器 |
CN101647703A (zh) * | 2009-08-10 | 2010-02-17 | 中卫莱康科技发展(北京)有限公司 | 血糖实时监控系统与方法、血糖检测装置和手机终端 |
CN201564481U (zh) * | 2009-12-31 | 2010-09-01 | 重庆大学 | 无创血糖检测分析仪 |
CN203220371U (zh) * | 2013-04-16 | 2013-10-02 | 成都天宇创新科技有限公司 | 无线便携式无创血糖检测仪 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192690A (zh) * | 2017-05-19 | 2017-09-22 | 重庆大学 | 近红外光谱无创血糖检测方法及其检测网络模型训练方法 |
CN107192690B (zh) * | 2017-05-19 | 2019-04-23 | 重庆大学 | 近红外光谱无创血糖检测方法及其检测网络模型训练方法 |
WO2018214298A1 (zh) * | 2017-05-20 | 2018-11-29 | 深圳市前海安测信息技术有限公司 | 无创血糖检测系统及方法 |
CN108324286A (zh) * | 2018-01-26 | 2018-07-27 | 重庆大学 | 一种基于pca-narx校正算法的红外光无创血糖检测装置 |
CN108324286B (zh) * | 2018-01-26 | 2020-11-10 | 重庆大学 | 一种基于pca-narx校正算法的红外光无创血糖检测装置 |
CN110051363A (zh) * | 2019-02-28 | 2019-07-26 | 天津大学 | 用于耳垂血液层血糖检测的微波信号去噪方法 |
CN113811243A (zh) * | 2019-03-21 | 2021-12-17 | 苏州优化医疗科技有限公司 | 一种无创伤智能血糖测量仪 |
CN110074790A (zh) * | 2019-06-18 | 2019-08-02 | 天津大学 | 基于耳垂血液层的微波时域信号无创血糖浓度检测方法 |
CN112986188A (zh) * | 2021-01-20 | 2021-06-18 | 中国农业大学 | 一种基于漫射光谱的母兔早期孕征检测装置及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106308814A (zh) | 基于近红外光谱分析的血糖无创检测仪及其实现方法 | |
CN111227844B (zh) | 一种基于拉曼散射光谱的无创血糖检测装置及检测方法 | |
CN104224159B (zh) | 检测穴位体表微循环血流的装置 | |
CN108324286B (zh) | 一种基于pca-narx校正算法的红外光无创血糖检测装置 | |
CN100482154C (zh) | 人体局部血容量变化参数的便携式近红外检测装置 | |
CN107334477A (zh) | 一种双光谱无创血糖检测装置 | |
CN101564290B (zh) | 一种光学多参数生理监测仪 | |
CN104266996A (zh) | 基于近红外光谱分析的多功能无创便携医疗检测装置及检测方法 | |
CN107137079A (zh) | 基于脑信号控制设备的方法、其控制设备及人机交互系统 | |
CN111513728B (zh) | 一种多技术融合的无创血糖检测装置及测量方法 | |
CN204666826U (zh) | 一种太赫兹连续安检成像装置 | |
Shulei et al. | Non-invasive blood glucose measurement scheme based on near-infrared spectroscopy | |
CN1215814C (zh) | 脑血氧饱和度检测仪 | |
CN204654946U (zh) | 一种基于耳垂检测的无创血糖仪 | |
CN203303031U (zh) | 一种基于糖化终末产物荧光光谱的糖尿病无创检测装置 | |
Priyoti et al. | Non-invasive blood glucose measurement using near infra-red spectroscopy | |
CN103245650A (zh) | 一种基于糖化终末产物荧光光谱的糖尿病无创检测装置 | |
CN105232055A (zh) | 一种无创血糖仪 | |
CN205126251U (zh) | 一种微波无创血糖测量装置 | |
CN204654951U (zh) | 一种基于额间检测的太赫兹无创血糖检测装置 | |
Ming et al. | A comparison analysis between partial least squares and neural network in non-invasive blood glucose concentration monitoring system | |
CN210541525U (zh) | 一种健康指纹锁 | |
Pratiwi et al. | Transmitting ECG waveforms by means of optical antennas | |
CN207870895U (zh) | 一种用于新生儿的血氧饱和度检测装置 | |
CN204995462U (zh) | 人体微循环血流灌注检测仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170111 |
|
WD01 | Invention patent application deemed withdrawn after publication |