CN110384507A - 一种基于嘴唇光学无创测量血糖浓度的检测方法 - Google Patents

一种基于嘴唇光学无创测量血糖浓度的检测方法 Download PDF

Info

Publication number
CN110384507A
CN110384507A CN201910638727.5A CN201910638727A CN110384507A CN 110384507 A CN110384507 A CN 110384507A CN 201910638727 A CN201910638727 A CN 201910638727A CN 110384507 A CN110384507 A CN 110384507A
Authority
CN
China
Prior art keywords
blood
data
lip
blood sugar
spectrum
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.)
Granted
Application number
CN201910638727.5A
Other languages
English (en)
Other versions
CN110384507B (zh
Inventor
李东明
李春芳
马成举
杨阿平
李雨蓓
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.)
Xian Shiyou University
Original Assignee
Xian Shiyou University
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 Xian Shiyou University filed Critical Xian Shiyou University
Priority to CN201910638727.5A priority Critical patent/CN110384507B/zh
Publication of CN110384507A publication Critical patent/CN110384507A/zh
Application granted granted Critical
Publication of CN110384507B publication Critical patent/CN110384507B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/14532—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

Abstract

一种基于嘴唇光学无创测量血糖浓度的检测方法，包括以下步骤：制作人体嘴唇模型；配制不同血糖浓度的测试血液；改变嘴唇模型中血液的血糖浓度，使用不同血糖浓度的血液测试，得到不同血糖浓度的血液的光谱；对得到光谱进行谱归一化处理，根据预设的数据拼成标定光谱矩阵，利用数据融合技术对多种光谱数据进行关联，根据光谱数据和对应的血糖值以及温度值作为输入向量，对预设的数学模型进行训练，得到血糖的测量模型；再使用不同血糖浓度的血液测试，获得一组待测血糖的拉曼光谱和红外吸收光谱，根据预设的方法组成测量矩阵，使用预测模型进行预测血糖值；本发明提高测量的精确性和可靠性；可以无创测量人体的血糖，也可以用于其他参量的测量。

Description

一种基于嘴唇光学无创测量血糖浓度的检测方法
技术领域
本发明属于光学检测技术领域，特别涉及一种基于嘴唇光学无创测量血糖浓度的检测方法。
背景技术
全世界几亿人患有糖尿病，它是由于内分泌代谢调节紊乱所造成的疾病。糖尿病在美国已经成为第二大引起死亡的病因。糖尿病的慢性并发症还没完全了解，它对循环系统和血管的影响将会伤害到身体的组织和器官。为了避免血糖过高或过低，坚持饮食控制包括含有限量蔗糖的碳水化合物和单饱和脂肪，并和胰岛素药物治疗相结合。为了准确知道药物的用量，需要不断检测血糖值，目前使用的方法是频繁刺取少量的血样进行测量血糖。这种方法不方便、脏乱、并且容易感染。
另一方面，我们注意到目前已经公开了多项关于无创血糖仪的发明专利，如：一种《无创式血糖仪》(CN 105193426 A)，利用近红外吸收技术和DSP技术为背景技术，通过收集来自于指尖的红外光(波长为940nm)对人体血糖值进行检测，血糖值与人体温度之间存在较大的相互影响，必然会导致红外光测量方式出现较大误差。《基于代谢热-光学方法的无创血糖检测仪》(CN102293654A)利用红光和红外LD光源(660～940nm)透射手指，根据血糖的吸收光谱，并采用红外辐射传感器、热敏电阻以及湿度传感器进行检测，由于采用多个传感器存在相互信号串扰等问题。《基于眼血管血液拉曼散射的无损血糖检测仪》(CN105266822 A)利用半导体激光器(波长为785nm，功率为1-5mW)，测量部位为眼前房，但受到眼镜的安全剂量限制，发射光的信号非常微弱。
血糖测量组织成分复杂且血糖含量相对较低，单纯依靠某一个或某几个峰强度进行定量分析，准确度和可重复性不佳。针对上述问题，目前尚未提出有效的解决方法。
发明内容
为了解决现有无创伤血糖仪检测方法单一，受各种因素影响测量精度低的缺陷，本发明的目的在于提供一种基于嘴唇光学无创测量血糖浓度的检测方法，将拉曼光谱与红外光谱相互补充，具有测量误差小的特点。
一种基于嘴唇光学无创测量血糖浓度的检测方法，包括以下步骤：
(一)制作嘴唇模型11；
(二)配制不同血糖浓度的测试血液；
(三)在嘴唇模型11的下嘴唇上表面设置A耦合器3以及温度传感器8,下嘴唇的下表面设置B耦合器4；红外光源1和激光光源2由光纤输出到A耦合器3再到达需探测的嘴唇部位，A耦合器3的反射光到达拉曼光谱仪5，B耦合器4的反射光到达红外光谱仪6，温度传感器8、达拉曼光谱仪5、达红外光谱仪6信号输出端均连接至计算机7进行处理；
(四)改变嘴唇模型中血液的血糖浓度，使用不同血糖浓度的血液进行测试，得到拉曼光谱和红外吸收光谱数据；
(五)对得到的不同浓度的光谱进行归一，根据预设的数据拼成标定光谱矩阵；根据光谱数据和对应的血糖值以及温度值作为输入向量，对预设的数学模型进行训练，得到血糖的测量模型；
(六)再使用不同血糖浓度的血液测试，获得一组待测血糖的拉曼光谱和红外吸收光谱，根据预设的方法组成测量矩阵，将测量矩阵的数据使用预测模型进行预测血糖值。
所述步骤(五)的具体方式是：
(1)得到至少20组不同血糖浓度的拉曼光谱和吸收光谱数据；
(2)根据不同的频率将拉曼谱和吸收谱建立两个各6X6的矩阵；
(3)使用下列方式对两个矩阵进行数据归一化：
xmin为数据的最小值，xmax为数据的最大值；
(4)将光谱数据按血糖的大小分布分为两大组，一大组为训练组，至少10小组；一大组检验组，至少10小组；
(5)将训练组的数据矩阵和温度信号作为输入函数，使用支持向量机的预测判断方法进行预测，径向基核函数作为核函数；
(6)得到预测模型函数后，将检验组的数据和温度信号作为支持向量机的输入数据，进行预测。
所述达拉曼光谱仪5的激光器，选用氦氖激光器，波长为632.8nm。
所述达红外光谱仪6的激光器选用多波长功率恒定调谐激光器，波长范围覆盖830nm至2300nm。
本发明的有益效果：
本发明解决了现有无创伤血糖仪检测方法单一，受各种因素影响测量精度低的缺陷，基于分子振动产生高强度的红外吸收峰以及强度较弱的拉曼峰，反之能产生强的拉曼峰的分子振动却能产生较弱的红外吸收峰的特点，吸收红外光谱和拉曼光谱相互补偿、相互印证；利用支持向量机的方法进行判定预测血糖值，其预测的误差都小于0.2mmol/L。
附图说明
图1简化嘴唇组织模型。
图2为本发明提供的一种基于嘴唇光学无创测量血糖浓度的检测装置的结构示意图。
图3为本发明步骤五的流程图。
具体实施方式
下面结合具体实施例和附图对本发明做进一步的详细说明。
一种基于嘴唇光学无创测量血糖浓度的检测方法，包括以下步骤：
(一)制作嘴唇模型11；图1为嘴唇组织结构的简单模型，为了简单起见，模型中分成了血液层和皮肤层；
(二)配制不同血糖浓度的测试血液；
(三)参照图2，在嘴唇模型11的下嘴唇上表面设置A耦合器3以及温度传感器8,下嘴唇的下表面设置B耦合器4；红外光源1和激光光源2由光纤输出到A耦合器3再到达需探测的嘴唇部位，A耦合器3的反射光到达拉曼光谱仪5，B耦合器4的反射光到达红外光谱仪6，温度传感器8、达拉曼光谱仪5、达红外光谱仪6信号输出端均连接至计算机7进行处理；
(四)改变嘴唇模型中血液的血糖浓度，使用不同血糖浓度的血液进行测试，得到拉曼光谱和红外吸收光谱数据；
(五)对得到的不同浓度的光谱进行归一，根据预设的数据拼成标定光谱矩阵；根据光谱数据和对应的血糖值以及温度值作为输入向量，对预设的数学模型进行训练，得到血糖的测量模型；
具体为，参照图3：
(1)得到20组不同血糖浓度的拉曼光谱和吸收光谱数据；
(2)根据不同的频率将拉曼谱和吸收谱建立两个各6X6的矩阵；
(3)使用下列方式对两个矩阵进行数据归一化：
xmin为数据的最小值，xmax为数据的最大值；
(4)将光谱数据按血糖的大小分布分为两大组，一大组为训练组，至少10小组；一大组检验组，至少10小组；
(5)将训练组的数据矩阵和温度信号作为输入函数，使用支持向量机的预测判断方法进行预测，径向基核函数作为核函数；
(6)得到预测模型函数后，将检验组的数据和温度信号作为支持向量机的输入数据，进行预测。
(六)再使用不同血糖浓度的血液测试，获得一组待测血糖的拉曼光谱和红外吸收光谱，根据预设的方法组成测量矩阵，将测量矩阵的数据使用预测模型进行预测血糖值。表1为本装置的测量结果，所有样品的误差都小于0.2mmol/L。
表1
序号 标准值(mmol/L) 预测值(mmol/L) 误差(mmol/L)
1 4.98 4.976 0.004
2 5.22 5.108 0.112
3 5.49 5.452 0.038
4 5.56 5.583 -0.023
5 5.81 5.691 0.119
6 5.96 5.965 -0.005
7 6.19 6.197 -0.007
8 8.83 8.849 -0.019
9 10.26 10.245 0.015
10 12.33 12.347 -0.017
本发明通过光纤将红外光谱仪、拉曼光谱仪测量系统结构在一起，利用数据处理的新兴技术——数据融合技术，对这两种光谱数据综合处理、分析来提高血糖光学无创监测的精度和可靠性。克服了血糖无创检测精度低、重现性和可靠性差，难以满足实际使用要求的问题，本发明利用两种光谱同时测量，通过增加数据探测渠道和数据量，并充分利用拉曼光谱和吸收光谱数据间的互补性及合作性，让各种光谱信息有效地关联起来、并互相印证，来提高光学无创血糖检测的精度和可靠性。

Claims (4)

1.一种基于嘴唇光学无创测量血糖浓度的检测方法，其特征在于，包括以下步骤：
(一)制作嘴唇模型(11)；
(二)配制不同血糖浓度的测试血液；
(三)在嘴唇模型(11)的下嘴唇上表面设置A耦合器(3)以及温度传感器(8),下嘴唇的下表面设置B耦合器(4)；红外光源(1)和激光光源(2)由光纤输出到A耦合器(3)再到达需探测的嘴唇部位，A耦合器(3)的反射光到达拉曼光谱仪(5)，B耦合器(4)的反射光到达红外光谱仪(6)，温度传感器(8)、达拉曼光谱仪(5)、达红外光谱仪(6)信号输出端均连接至计算机(7)；
(四)改变嘴唇模型中血液的血糖浓度，使用不同血糖浓度的血液进行测试，得到拉曼光谱和红外吸收光谱数据；
(五)对得到的不同浓度的光谱进行归一，根据预设的数据拼成标定光谱矩阵；根据光谱数据和对应的血糖值以及温度值作为输入向量，对预设的数学模型进行训练，得到血糖的测量模型；
(六)再使用不同血糖浓度的血液测试，获得一组待测血糖的拉曼光谱和红外吸收光谱，根据预设的方法组成测量矩阵，将测量矩阵的数据使用预测模型进行预测血糖值。
2.根据权利要求1所述的一种基于嘴唇光学无创测量血糖浓度的检测方法，其特征在于，所述步骤(五)的具体方式是：
(1)得到至少20组不同血糖浓度的拉曼光谱和吸收光谱数据；
(2)根据不同的频率将拉曼谱和吸收谱建立两个各6X6的矩阵；
(3)使用下列方式对两个矩阵进行数据归一化：
xmin为数据的最小值，xmax为数据的最大值；
(4)将光谱数据按血糖的大小分布分为两大组，一大组为训练组，至少10小组；一大组为检验组，至少10小组；
(5)将训练组的数据矩阵和温度信号作为输入函数，使用支持向量机的预测判断方法进行预测，径向基核函数作为核函数；
(6)得到预测模型函数后，将检验组的数据和温度信号作为支持向量机的输入数据，进行预测。
3.根据权利要求1所述的一种基于嘴唇光学无创测量血糖浓度的检测方法，其特征在于，所述达拉曼光谱仪5的激光器，选用氦氖激光器，波长为632.8nm。
4.根据权利要求1所述的一种基于嘴唇光学无创测量血糖浓度的检测方法，其特征在于，所述达红外光谱仪6的激光器选用多波长功率恒定调谐激光器，波长范围覆盖830nm至2300nm。
CN201910638727.5A 2019-07-16 2019-07-16 一种基于嘴唇光学无创测量血糖浓度的检测方法 Active CN110384507B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910638727.5A CN110384507B (zh) 2019-07-16 2019-07-16 一种基于嘴唇光学无创测量血糖浓度的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910638727.5A CN110384507B (zh) 2019-07-16 2019-07-16 一种基于嘴唇光学无创测量血糖浓度的检测方法

Publications (2)

Publication Number Publication Date
CN110384507A true CN110384507A (zh) 2019-10-29
CN110384507B CN110384507B (zh) 2022-03-18

Family

ID=68285039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910638727.5A Active CN110384507B (zh) 2019-07-16 2019-07-16 一种基于嘴唇光学无创测量血糖浓度的检测方法

Country Status (1)

Country Link
CN (1) CN110384507B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110974250A (zh) * 2019-12-27 2020-04-10 深圳市太赫兹科技创新研究院有限公司 基于太赫兹光谱的血糖检测方法、装置及计算机存储介质
CN111458309A (zh) * 2020-05-28 2020-07-28 上海海关动植物与食品检验检疫技术中心 一种基于近红外-拉曼联用的植物油定性方法
CN111956233A (zh) * 2020-07-14 2020-11-20 中国科学院西安光学精密机械研究所 一种血糖测量装置及血糖测量方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999043255A1 (en) * 1998-02-25 1999-09-02 University Of Iowa Research Foundation Near infrared-transmission spectroscopy of tongue tissue
CN1578905A (zh) * 2002-02-21 2005-02-09 松下电器产业株式会社 生物信息测量装置和生物信息测量方法
CN101884541A (zh) * 2010-07-05 2010-11-17 北京航空航天大学 人体血液生化参数无创检测仪及检测方法
TWM528729U (zh) * 2016-03-01 2016-09-21 Chien-Chuan Chen 以甲壁顯微影像頻譜檢測之非侵入式血糖儀裝置
US20170100064A1 (en) * 2013-12-03 2017-04-13 Imec Vzw Device and Method for Non-Invasive Measuring of Analytes
US20170127983A1 (en) * 2015-11-10 2017-05-11 Massachusetts Institute Of Technology Systems and methods for sampling calibration of non-invasive analyte measurements
CN106725518A (zh) * 2016-08-03 2017-05-31 赵宏杰 无创红外血糖检测系统
CN107374646A (zh) * 2017-07-31 2017-11-24 中国科学院半导体研究所 基于近红外技术的血糖检测装置及方法、电子装置
CN108020565A (zh) * 2017-11-24 2018-05-11 天津大学 基于神经网络算法的血糖浓度检测方法
CN108876039A (zh) * 2018-06-21 2018-11-23 浙江工业大学 一种基于支持向量机的含分布式电源配电网电能质量预测方法
CN108937922A (zh) * 2018-04-13 2018-12-07 中国地质大学（武汉） 一种adhd的诊断模型建立方法、存储模块以及处理设备
CN109758160A (zh) * 2019-01-11 2019-05-17 南京邮电大学 一种基于lstm-rnn模型的无创血糖预测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999043255A1 (en) * 1998-02-25 1999-09-02 University Of Iowa Research Foundation Near infrared-transmission spectroscopy of tongue tissue
CN1578905A (zh) * 2002-02-21 2005-02-09 松下电器产业株式会社 生物信息测量装置和生物信息测量方法
CN101884541A (zh) * 2010-07-05 2010-11-17 北京航空航天大学 人体血液生化参数无创检测仪及检测方法
US20170100064A1 (en) * 2013-12-03 2017-04-13 Imec Vzw Device and Method for Non-Invasive Measuring of Analytes
US20170127983A1 (en) * 2015-11-10 2017-05-11 Massachusetts Institute Of Technology Systems and methods for sampling calibration of non-invasive analyte measurements
TWM528729U (zh) * 2016-03-01 2016-09-21 Chien-Chuan Chen 以甲壁顯微影像頻譜檢測之非侵入式血糖儀裝置
CN106725518A (zh) * 2016-08-03 2017-05-31 赵宏杰 无创红外血糖检测系统
CN107374646A (zh) * 2017-07-31 2017-11-24 中国科学院半导体研究所 基于近红外技术的血糖检测装置及方法、电子装置
CN108020565A (zh) * 2017-11-24 2018-05-11 天津大学 基于神经网络算法的血糖浓度检测方法
CN108937922A (zh) * 2018-04-13 2018-12-07 中国地质大学（武汉） 一种adhd的诊断模型建立方法、存储模块以及处理设备
CN108876039A (zh) * 2018-06-21 2018-11-23 浙江工业大学 一种基于支持向量机的含分布式电源配电网电能质量预测方法
CN109758160A (zh) * 2019-01-11 2019-05-17 南京邮电大学 一种基于lstm-rnn模型的无创血糖预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
代娟: "《近红外光谱无创血糖检测模型研究》", 《医药卫生科技辑》 *
李东明等: "《基于多光谱应用BP人工神经网络预测血糖》", 《激光与光电子学进展》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110974250A (zh) * 2019-12-27 2020-04-10 深圳市太赫兹科技创新研究院有限公司 基于太赫兹光谱的血糖检测方法、装置及计算机存储介质
CN110974250B (zh) * 2019-12-27 2024-01-16 深圳市华讯方舟光电技术有限公司 基于太赫兹光谱的血糖检测方法、装置及计算机存储介质
CN111458309A (zh) * 2020-05-28 2020-07-28 上海海关动植物与食品检验检疫技术中心 一种基于近红外-拉曼联用的植物油定性方法
CN111956233A (zh) * 2020-07-14 2020-11-20 中国科学院西安光学精密机械研究所 一种血糖测量装置及血糖测量方法
CN111956233B (zh) * 2020-07-14 2022-07-19 中国科学院西安光学精密机械研究所 一种血糖测量装置及血糖测量方法

Also Published As

Publication number Publication date
CN110384507B (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
JP4636762B2 (ja) 分光装置を較正する方法
US6990364B2 (en) Noninvasive measurement of glucose through the optical properties of tissue
US7343185B2 (en) Measurement of body compounds
US6788965B2 (en) Intelligent system for detecting errors and determining failure modes in noninvasive measurement of blood and tissue analytes
CN101557752B (zh) 脉动血中的葡萄糖浓度测量方法
US8406839B2 (en) Method and apparatus for determining blood analytes
CN110384507A (zh) 一种基于嘴唇光学无创测量血糖浓度的检测方法
KR20160028229A (ko) 비침습 당화 혈색소 검사 장치 및 비침습 당화혈색소 검사 방법
Sudakou et al. Time-domain NIRS system based on supercontinuum light source and multi-wavelength detection: validation for tissue oxygenation studies
EP3315943B1 (en) Scattering absorber measurement device and scattering absorber measurement method
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
CN104395732A (zh) 使用无纤维的透反射探针对分析物浓度的无创测量
CN103245650B (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
CN112568902A (zh) 一种基于血糖值的无创血糖校准方法
Man Noninvasive spectroscopic detection of blood glucose and analysis of clinical research status
WO2007060583A2 (en) Method and apparatus for determining concentrations of analytes in a turbid medium
Priyoti et al. Non-invasive blood glucose measurement using near infra-red spectroscopy
CN110575182A (zh) 用于检测血糖的方法及装置
CN109984725B (zh) 漫反射测量中接触压力干扰抑制方法、装置及测量方法
CN108261202B (zh) 一种测量血糖的系统及其使用方法
CN108634964A (zh) 一种基于光谱的无创血糖仪
Mamouei et al. Measurement of dermal water content using a multi-wavelength optical sensor
EP4175538A1 (en) Device for non-invasive blood glucose concentration measurement
CN112587134A (zh) 一种无创血糖检定方法
CN113208586A (zh) 无创血糖快速诊断差分拉曼光谱系统

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
GR01 Patent grant
GR01 Patent grant