CN110090027A - 一种人体蛋白摄入量的无创检测方法及检测装置 - Google Patents

一种人体蛋白摄入量的无创检测方法及检测装置 Download PDF

Info

Publication number
CN110090027A
CN110090027A CN201910509720.3A CN201910509720A CN110090027A CN 110090027 A CN110090027 A CN 110090027A CN 201910509720 A CN201910509720 A CN 201910509720A CN 110090027 A CN110090027 A CN 110090027A
Authority
CN
China
Prior art keywords
human body
protein intake
body protein
concentration
detection device
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
Application number
CN201910509720.3A
Other languages
English (en)
Inventor
王文健
陈祖姣
汪延辉
柒春芳
邱学谦
李静
梁田田
谢剑腾
李盛
张一帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong General Hospital Guangdong Academy of Medical Sciences
Original Assignee
Guangdong General Hospital Guangdong Academy of Medical Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong General Hospital Guangdong Academy of Medical Sciences filed Critical Guangdong General Hospital Guangdong Academy of Medical Sciences
Priority to CN201910509720.3A priority Critical patent/CN110090027A/zh
Publication of CN110090027A publication Critical patent/CN110090027A/zh
Pending legal-status Critical Current

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
    • A61B5/14546—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 analytes not otherwise provided for, e.g. ions, cytochromes
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Optics & Photonics (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fuzzy Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种人体蛋白摄入量的无创检测方法，包括如下步骤：向人体发射一定波长的红外光，并接收透过人体的光谱；依据朗伯比尔定律推导物质浓度公式，基于接收的光谱计算出人体BUN、Cr浓度值；将BUN、Cr浓度值带入蛋白摄入计算模型，结合人体体重、身高值，计算人体蛋白摄入量。本发明还公开了一种人体蛋白摄入量的无创检测装置，包括：红外光源发射模块、光谱接收模块、光电信号通路、数据处理模块。本发明可实现人体蛋白摄入量的无创检测，具有操作简便、准确度高等优点。

Description

一种人体蛋白摄入量的无创检测方法及检测装置
技术领域
本发明涉及医疗技术领域，特别涉及一种人体蛋白摄入量的无创检测方法及检测装置。
背景技术
据流行病学统计，2012年全国慢性肾脏病的患病率达到10.8％，患者人数超过1.19亿人。随着经济生活水平提高，人群蛋白摄入量增多，而高蛋白饮食可加速肾脏病发展，并可导致全因死亡率及心血管死亡率升高。故限制蛋白摄入量作为一项基本生活干预方式，至关重要。
目前慢性肾脏病患者饮食蛋白摄入量的传统评估方法除了主观性强、变异性大的问卷调查或食物记录外，实验室检查需要采集血液或尿液标本，部分操作一定程度上属于有创操作，且存在方法繁琐、检测用时长、准确度差、标本留取困难、检测对象依从性差及成本昂贵等不足等问题。
血尿素氮(blood urea nitrogen,BUN)是人体蛋白质代谢的主要终末产物，除受蛋白摄入量(dietary protein intake，DPI)的影响外，体液丢失、心力衰竭、分解代谢及利尿剂使用等情况也可导致BUN升高。血中肌酐(creatinine，Cr)来源于外源性和内源性两种，内源性肌酐是体内肌肉代谢后的产物，而外源性肌酐则是肉类食物在体内代谢后的产物，是目前评价肾功能的一个常用指标。因此，BUN或Cr均不是反应蛋白摄入的最佳指标。既往研究发现蛋白摄入和BUN与Cr的比值存在线性相关关系，且相关性良好(r＝0.94)。
在此基础上，专利201710493663.5以慢性肾脏病患者为研究对象，通过建立模型、内部验证及外部验证，最终确立了它们之间的关系，通过此方法(涉及的指标具体包括BUN、Cr、身高、体重，适用于普通人群的公式正在同步开发中)可知，只要获得人体BUN、Cr的具体数值，再导入身高及体重，就可以得到人体的DPI。
发明内容
本发明的目的在于克服现有技术的缺点与不足，提供一种无创检测方法及检测装置，此方法及装置可实现人体蛋白摄入量的无创检测，具有操作简便、准确度高等优点。
本发明的目的通过以下的技术方案实现：一种人体蛋白摄入量的无创检测方法，包括如下步骤：
向人体发射一定波长红外光，BUN、Cr在此波长有很强的吸收峰值，接收透过人体的光谱；
依据朗伯比尔定律推导物质浓度公式，基于接收的光谱计算出人体BUN、Cr浓度值；
将BUN、Cr浓度值带入蛋白摄入计算模型，结合人体体重、身高值，计算人体蛋白摄入量。
优选的，所述蛋白摄入计算模型通过以下步骤训练得出：
使用一定波长的红外光透射一定光程、已知物质浓度的溶液，得到吸光度；
根据郎伯比尔定律A＝lg(I0/I)＝εbc，推导计算物质浓度公式：c＝A/εb，其中A为物质吸光度；I0为入射光强度；I为透射光强度；ε为吸光系数，即为单位浓度、单位液层厚度时的吸光度，取决于入射光的波长和吸光物质的吸光特性，亦受溶剂和温度的影响；b为光程；c为血液中物质的浓度；
令x＝A，y＝c，得到n对数据：数据(x1、y1)、(x2、y2)、(x3、y3)……(xn、yn)，在坐标纸上作出散点图，运用最小二乘法算出y与x的直线回归方程，建立以A为自变量、c为因变量的数学模型。
更进一步的，所述蛋白摄入计算模型训练还包括步骤：
通过仪器测量同一批、未知物质浓度的溶液的A；
通过已训练的数学模型可知，已知A，即可得到物质的计算c，再使用其他现有的测量方法(酶法或苦味酸法)得到物质的实际c，将物质的计算c与测得的实际c进行对比，进一步校正y与x的直线回归方程，减弱干扰因素的影响，最终确立以A为自变量、c为因变量的数学模型。
一种人体蛋白摄入量的无创检测装置，包括：
红外光源发射模块，用于发出红外光线；
光谱接收模块，用于接收透过人体组织的光谱；
光电信号通路一端连接光谱接收模块，另一端连接数据处理模块，用于对光谱接收装置采集到的光谱信号进行光电转换并进行数据传输；
数据处理模块，内置蛋白摄入计算模型算法，用于进行算法处理，将BUN、Cr浓度值计算转换为人体蛋白摄入量。
优选的，所述无创检测装置还包括蓝牙模块，用于结合手机APP将记录下的数值传输至手机终端。
优选的，所述无创检测装置还包括输入模块，用于输入体重、身高及选择年龄、性别。
优选的，所述无创检测装置还包括显示屏，用于显示输入、检测、计算的数据。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明基于红外光学测量原理计算血肌酐/血尿素氮的浓度，不同于传统的酶法或苦味酸法，检测过程耗时短、操作简便，且因干扰因素少而具有较高的准确性。
2、本发明计算蛋白摄入量是通过血肌酐及血尿素氮、身高体重，不需通过食物问卷调查、尿素动力学、Maroni公式等复杂的方法。
3、本发明操作简便，不需问卷调查、食物记录、收集24小时尿液等繁琐手段。
4、本发明可实时监测人体蛋白摄入量，同时将数据传输到手机终端，形成个人档案，实现实时信息追踪监测和存储。
附图说明
图1是本发明实施例一种人体蛋白摄入量的无创检测方法流程图；
图2是本发明实施例一种人体蛋白摄入量的无创检测装置与手机终端的组织结构示意图；
图3是本发明实施例一种人体蛋白摄入量的无创检测装置的简略图；
其中：1-红外光源发射模块、2-光谱接收模块、3-光电信号通路、4-数据处理模块、5-显示屏、6-按键、7-蓝牙模块、8-电源模块。
具体实施方式
为了更好的理解本发明的技术方案，下面结合附图详细描述本发明提供的实施例，但本发明的实施方式不限于此。
实施例1
本实施例原理：
当光通过人体组织时会被组织所吸收，并伴随发生反射、折射、散射等物理现象。使用一定波长的红外光透射手指，经手指端各组织吸收后，得到不同光强度的透射光，根据郎伯比尔定律
A＝lg(I0/I)＝εbc (1)
其中A为物质吸光度；I0为入射光强度；I为透射光强度；ε为吸光系数，即为单位浓度、单位液层厚度时的吸光度，取决于入射光的波长和吸光物质的吸光特性，亦受溶剂和温度的影响；b为光程；c为血液中物质的浓度。
当入射光的波长不变时，吸光度与物质的浓度及光程相关，值得注意的是，郎伯比尔定律适用的条件是入射光为单色平行光；垂直透射；被测样品属均匀非散射体系；投射过程中被测物质无荧光反应和光化学反应。而一定波长指的是所测量物质的敏感波长，与其他波长相比，物质在此波长有很强的吸收峰值，同时避开了水在1440nm～1460nm的吸收峰，降低血液中水分对测量结果的影响。
由此推导计算物质浓度公式，
c＝A/εb (2)
因此，本实施例基于红外光学测量原理，设计一种人体蛋白摄入量的无创检测仪器，通过测量人体BUN、Cr的数值，再通过内部处理，显示人体的蛋白摄入量。具体步骤见下述。
如图1所示，一种人体蛋白摄入量的无创检测方法，包括如下步骤：
步骤1，使用一定波长的红外光透射一定光程、已知物质浓度的溶液，得到吸光度。通过公式(2)(c＝A/εb)可知，令x＝A，y＝c，得到一系列数据，(x1、y1)、(x2、y2)、(x3、y3)……(xn、yn)，在坐标纸上作出散点图，运用最小二乘法算出y与x的直线回归方程，初步建立以A为自变量、c为因变量的数学模型。
步骤2，通过仪器测量同一批、未知物质浓度的溶液的A，通过步骤1中所诉的数学模型可知，已知A，即可得到物质的计算c，再使用目前传统的测量方法(酶法或苦味酸法)得到物质的实际c，将物质的计算c与测得的实际c进行对比，进一步校正y与x的直线回归方程，减弱干扰因素的影响，最终确立以A为自变量、c为因变量的数学模型。
步骤3，将上述数学模型编入仪器的数据微处理器，通过仪器测量患者手指的血肌酐、血尿素氮浓度后，再通过键盘输入体重及身高数值，最终通过微处理器处理数据后将人体的蛋白摄入量显示在仪器的显示屏上。
上述的仪器，即患者蛋白摄入量的无创检测装置，如图2-3所示，为一密闭的小型壳体，内含电源模块8、红外光源发射模块1、光谱接收模块2、光电信号通路3、数据处理模块4、蓝牙模块7，壳体表面装有按键6及显示屏5等。所述电源装置即为无创检测仪提供电量，输出恒定电压值±12V和±5V，要求所用电源纹波干扰小，输出电压稳定，以免对信号采集过程造成干扰；采用LED灯作为红外光源照射人体指尖，产生光信号；光谱接受装置则由光电二极管接收透射光；光电信号通路一端连接光谱接收模块，另一端连接数据处理模块，对光谱接受装置采集到的信号进行滤波、光电转换并进行数据传输；数据处理器选用低电压、可快速唤醒、精准度高的MSP430F5329微处理器，进行算法处理，将无创检测仪测量的血肌酐、血尿素氮浓度转变为蛋白摄入量；蓝牙选用德州仪器CC2540低功耗蓝牙，将所记录下的数值传输到手机终端；按键可输入体重、身高及选择年龄、性别；显示屏显示蛋白摄入量、血肌酐、血尿素氮的具体数值及体重、身高、年龄、性别的具体信息。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.一种人体蛋白摄入量的无创检测方法，其特征在于，包括如下步骤：
向人体发射一定波长的红外光，BUN、Cr在此波长有很强的吸收峰值，接收透过人体的光谱；
依据朗伯比尔定律推导物质浓度公式，基于接收的光谱计算出人体BUN、Cr浓度值；
将BUN、Cr浓度值带入蛋白摄入计算模型，结合人体体重、身高值，计算人体蛋白摄入量。
2.根据权利要求1所述的人体蛋白摄入量的无创检测方法，其特征在于，所述蛋白摄入计算模型通过以下步骤训练得出：
使用一定波长的红外光透射一定光程、已知物质浓度的溶液，得到吸光度；
根据郎伯比尔定律A＝lg(I0/I)＝εbc，推导计算物质浓度公式：c＝A/εb，其中A为物质吸光度；I0为入射光强度；I为透射光强度；ε为吸光系数，即为单位浓度、单位液层厚度时的吸光度；b为光程；c为血液中物质的浓度；
令x＝A，y＝c，得到n对数据：(x1、y1)、(x2、y2)、(x3、y3)……(xn、yn)，在坐标纸上作出散点图，运用最小二乘法算出y与x的直线回归方程，建立以A为自变量、c为因变量的数学模型。
3.根据权利要求2所述的人体蛋白摄入量的无创检测方法，其特征在于，所述蛋白摄入计算模型训练还包括步骤：
通过仪器测量同一批、未知物质浓度的溶液的A；
通过已训练的数学模型可知，已知A，即可得到物质的计算c，再使用其他现有测量方法得到物质的实际c，将物质的计算c与测得的实际c进行对比，进一步校正y与x的直线回归方程。
4.一种人体蛋白摄入量的无创检测装置，其特征在于，包括：
红外光源发射模块，用于发出红外光线；
光谱接收模块，用于接收透过人体组织的光谱；
光电信号通路一端连接光谱接收模块，另一端连接数据处理模块，用于对光谱接收装置采集到的光谱信号进行光电转换并进行数据传输；
数据处理模块，内置蛋白摄入计算模型算法，用于进行算法处理，将BUN、Cr浓度值计算转换为人体蛋白摄入量。
5.根据权利要求4所述的人体蛋白摄入量的无创检测装置，其特征在于，所述无创检测装置还包括蓝牙模块，用于结合手机APP将记录下的数值传输至手机终端。
6.根据权利要求4所述的人体蛋白摄入量的无创检测装置，其特征在于，所述无创检测装置还包括输入模块，用于输入体重、身高及选择年龄、性别。
7.根据权利要求4所述的人体蛋白摄入量的无创检测装置，其特征在于，所述无创检测装置还包括显示屏，用于显示输入、检测、计算的数据。
CN201910509720.3A 2019-06-13 2019-06-13 一种人体蛋白摄入量的无创检测方法及检测装置 Pending CN110090027A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910509720.3A CN110090027A (zh) 2019-06-13 2019-06-13 一种人体蛋白摄入量的无创检测方法及检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910509720.3A CN110090027A (zh) 2019-06-13 2019-06-13 一种人体蛋白摄入量的无创检测方法及检测装置

Publications (1)

Publication Number Publication Date
CN110090027A true CN110090027A (zh) 2019-08-06

Family

ID=67450804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910509720.3A Pending CN110090027A (zh) 2019-06-13 2019-06-13 一种人体蛋白摄入量的无创检测方法及检测装置

Country Status (1)

Country Link
CN (1) CN110090027A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103282764A (zh) * 2010-10-29 2013-09-04 尼尔科学公司 用于分析物检测的方法和装置
CN104390918A (zh) * 2014-11-11 2015-03-04 深圳市前海安测信息技术有限公司 一种糖尿病及其并发症的无创检测系统和方法
CN206261605U (zh) * 2016-08-04 2017-06-20 中国计量大学 一种基于阵列ccd的无创便携式血糖仪
CN107358033A (zh) * 2017-06-26 2017-11-17 广东省人民医院(广东省医学科学院) 用于慢性肾脏病患者饮食蛋白质摄入的评估方法
CN108553110A (zh) * 2018-04-12 2018-09-21 澳菲科技（深圳）有限公司 测量人体血液成分含量的方法及其装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103282764A (zh) * 2010-10-29 2013-09-04 尼尔科学公司 用于分析物检测的方法和装置
CN104390918A (zh) * 2014-11-11 2015-03-04 深圳市前海安测信息技术有限公司 一种糖尿病及其并发症的无创检测系统和方法
CN206261605U (zh) * 2016-08-04 2017-06-20 中国计量大学 一种基于阵列ccd的无创便携式血糖仪
CN107358033A (zh) * 2017-06-26 2017-11-17 广东省人民医院(广东省医学科学院) 用于慢性肾脏病患者饮食蛋白质摄入的评估方法
CN108553110A (zh) * 2018-04-12 2018-09-21 澳菲科技（深圳）有限公司 测量人体血液成分含量的方法及其装置

Similar Documents

Publication Publication Date Title
EP3397139B1 (en) Device, system and method for non-invasive monitoring of physiological measurements
CN1325015C (zh) 通过组织的光学特性的葡萄糖非侵入性测量
Segman Device and method for noninvasive glucose assessment
CN110123339B (zh) 一种无创血糖测量装置与方法
CN101884541B (zh) 人体血液生化参数无创检测仪及检测方法
KR20120130164A (ko) 관상 동맥 석회화 또는 질병을 검출하는 방법 및 장치
Hu et al. Opto-physiological modeling applied to photoplethysmographic cardiovascular assessment
CN101138500A (zh) 基于能量守恒法的无创血糖检测仪
CN107174259A (zh) 基于多波长能量守恒法的无创血糖值采集装置及计算方法
CN104771181A (zh) 一种反射式无创血糖检测仪
Davydov et al. New Methodology of Human Health Express Diagnostics Based on Pulse Wave Measurements and Occlusion Test
CN104395732A (zh) 使用无纤维的透反射探针对分析物浓度的无创测量
Pande et al. Non-invasive blood glucose measurement
Shulei et al. Non-invasive blood glucose measurement scheme based on near-infrared spectroscopy
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
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
CN110090027A (zh) 一种人体蛋白摄入量的无创检测方法及检测装置
CN108364690A (zh) 一种多功能生命体征检测系统及其工作方法
CN106343971A (zh) 测量脉搏和血氧饱和度的电路系统
Hsu et al. Non-contact PPG measurement system incorporating image analyzed photoplethysmogram signals and deep learning algorithms
Jain et al. A Review of Non-Invasive HbA1c and Blood Glucose Measurement Methods
A. ROCHA JR et al. Non-invasive Glucose Monitoring with Combinations of Near Infrared Spectroscopy and Metabolic Heat Conformation Technology Using Multivariate Analysis Approach
Apar et al. Development of Portable Device for Measurement of Blood Glucose, Temperature and Pulse-Oximeter using Arduino
Manjukiran et al. Non Invasive Blood Glucose Level Detection
CN219183764U (zh) 一种基于激光反射式的血糖检测系统及血糖仪

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190806

RJ01 Rejection of invention patent application after publication