CN112741624A - 用于估计分析物的浓度的设备和方法以及校准方法 - Google Patents

用于估计分析物的浓度的设备和方法以及校准方法 Download PDF

Info

Publication number
CN112741624A
CN112741624A CN202010395254.3A CN202010395254A CN112741624A CN 112741624 A CN112741624 A CN 112741624A CN 202010395254 A CN202010395254 A CN 202010395254A CN 112741624 A CN112741624 A CN 112741624A
Authority
CN
China
Prior art keywords
analyte
concentration
absorption
spectrum
absorption 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.)
Pending
Application number
CN202010395254.3A
Other languages
English (en)
Inventor
李俊虎
金常圭
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN112741624A publication Critical patent/CN112741624A/zh
Pending legal-status Critical Current

Links

Images

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
    • A61B5/0059—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
    • A61B5/14546—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
    • A61B5/1495—Calibrating or testing of in-vivo probes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • G01J3/0202—Mechanical elements; Supports for optical elements
    • 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
    • G01J3/0297—Constructional arrangements for removing other types of optical noise or for performing calibration
    • 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
    • G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection 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
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G01N21/274—Calibration, base line adjustment, drift correction
    • 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
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A61B2560/0228—Operational features of calibration, e.g. protocols for calibrating sensors using calibration standards
    • A61B2560/0233—Optical standards
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods

Landscapes

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

Abstract

提供了用于估计分析物的浓度的设备和方法以及校准方法。所述用于估计分析物的浓度的设备包括：光学传感器，被配置为朝着对象发射光并接收从对象反射的光；以及处理器，被配置为：基于接收的光获得吸收系数与散射系数的比率，基于获得的比率获得对象的第一吸收光谱，通过从第一吸收光谱消除散射校正光谱来获得第二吸收光谱，散射校正光谱对应于散射系数根据发射的光的波长的非线性改变，以及基于第二吸收光谱估计分析物的浓度。

Description

用于估计分析物的浓度的设备和方法以及校准方法
本申请要求于2019年10月29日在韩国知识产权局提交的第10-2019-0135616号韩国专利申请的优先权，所述韩国专利申请的全部公开出于所有目的通过引用包含于此。
技术领域
与公开一致的示例实施例涉及一种用于估计体内分析物的浓度的设备和方法。
背景技术
糖尿病是可能引起各种并发症并且可能难以治愈的慢性疾病，因此，建议糖尿病患者定期检查其血糖以预防并发症。具体地，当施用胰岛素来控制血糖水平时，应密切监测血糖水平以避免低血糖并控制胰岛素剂量。扎手指的侵入性方法通常用于测量血糖水平。然而，尽管该侵入性方法可提供测量的高可靠性，但是由于用于采集血液的注射，该侵入性方法可能引起疼痛和不便并且增加感染的风险。近来，已经进行了关于通过使用分光仪而不进行血液采样的无创测量血糖水平的方法的研究。
然而，在诸如皮肤的混浊介质的情况下，由于由散射系数的改变引起的光程的长度(或光路长度)的改变，难以准确地估计分析物浓度。因此，需要即使在混浊介质中也能够准确地估计分析物浓度的技术。
发明内容
公开的一个或多个示例实施例提供一种具有改进的准确性的用于估计体内分析物的浓度的设备和方法及其校准方法。
根据示例实施例的一方面，提供一种用于估计分析物的浓度的设备，所述设备包括：光学传感器，被配置为朝着对象发射光并接收从对象反射的光；以及处理器，被配置为：基于接收的光获得吸收系数与散射系数的比率，基于获得的比率获得对象的第一吸收光谱，通过从第一吸收光谱消除散射校正光谱来获得第二吸收光谱，散射校正光谱对应于散射系数根据发射的光的波长的非线性改变，以及基于第二吸收光谱估计分析物的浓度。
处理器还可被配置为：基于接收的光获得对象的反射率，基于获得的反射率获得对象的反照率，以及基于获得的反照率获得吸收系数与散射系数的比率。
处理器还可被配置为：基于吸收系数与散射系数的比率的函数来获得第一吸收光谱。
散射校正光谱可被表示为表示光路的长度根据发射的光的波长的改变的函数；并且处理器还可被配置为：通过使用基于所述函数的散射校正模型来获得第二吸收光谱。
处理器还可被配置为：通过改变所述函数的系数生成多个候选散射校正模型，通过使用第一吸收光谱和所述多个候选散射校正模型，获得多个第二吸收光谱；针对所述多个第二吸收光谱中的每个第二吸收光谱来估计分析物的浓度，以及从所述多个候选散射校正模型之中选择分析物的估计的浓度与实际浓度之间的差最小的候选散射校正模型作为散射校正模型。
处理器还可被配置为：通过使用第二吸收光谱和分析物的纯成分光谱来估计分析物的浓度。
分析物的纯成分光谱可被设置为默认值，或者可在校准模式下被获得和设置。
在校准模式下，处理器还可被配置为：基于在对象中的分析物的浓度为第一浓度时获得的第二吸收光谱与在对象中的分析物的浓度为第二浓度时获得的第二吸收光谱之间的差来获得纯成分光谱。
处理器还可被配置为：通过使用主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)和奇异值分解(SVD)中的一个从第一吸收光谱消除散射校正光谱来获得第二吸收光谱。
分析物可包括葡萄糖、甘油三酸酯、尿素、尿酸、乳酸、蛋白质、胆固醇、抗氧化物质和乙醇中的至少一种。
根据示例实施例的一方面，提供一种估计分析物的浓度的方法，所述方法包括：朝着对象发射光并接收从对象反射的光；基于接收的光获得吸收系数与散射系数的比率；从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱；通过从第一吸收光谱消除散射校正光谱来获得第二吸收光谱，散射校正光谱对应于散射系数根据发射的光的波长的非线性改变；以及基于第二吸收光谱估计分析物的浓度。
获得所述比率的步骤可包括：基于接收的光获得对象的反射率；基于获得的反射率获得对象的反照率；以及基于获得的反照率获得吸收系数与散射系数的比率。
获得第一吸收光谱的步骤可包括：基于吸收系数与散射系数的比率的函数来获得第一吸收光谱。
散射校正光谱可被表示为表示光路的长度根据发射的光的波长的改变的函数；并且获得第二吸收光谱的步骤可包括：通过使用基于所述函数的散射校正模型来获得第二吸收光谱。
估计的步骤可包括：通过使用第二吸收光谱和分析物的纯成分光谱来估计分析物的浓度。
分析物的纯成分光谱可被设置为默认值，或者可在校准模式下被获得和设置。
获得第二吸收光谱的步骤可包括：通过使用主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)和奇异值分解(SVD)中的一个从第一吸收光谱消除散射校正光谱来获得第二吸收光谱。
分析物可包括葡萄糖、甘油三酸酯、尿素、尿酸、乳酸、蛋白质、胆固醇、抗氧化物质和乙醇中的至少一种。
根据示例实施例的一方面，提供一种校准用于估计分析物的浓度的设备的方法，所述校准方法包括：朝着对象发射光并接收从对象反射的光；基于接收的光获得吸收系数与散射系数的比率；从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱；通过改变表示光路的长度根据发射的光的波长的改变的函数的系数，生成多个候选散射校正模型；通过使用第一吸收光谱和所述多个候选散射校正模型，获得多个第二吸收光谱；针对所述多个第二吸收光谱中的每个第二吸收光谱来估计分析物的浓度；以及从所述多个候选散射校正模型之中选择分析物的估计的浓度与实际浓度之间的差最小的候选散射校正模型。
获得所述比率的步骤可包括：基于接收的光获得对象的反射率；基于获得的反射率获得对象的反照率；以及基于获得的反照率获得吸收系数与散射系数的比率。
获得第一吸收光谱的步骤可包括：基于吸收系数与散射系数的比率的函数来获得第一吸收光谱。
估计的步骤可包括：通过使用所述多个第二吸收光谱中的每个第二吸收光谱和分析物的纯成分光谱，针对所述多个第二吸收光谱中的每个第二吸收光谱来估计分析物的浓度。
获得所述多个第二吸收光谱的步骤可包括：通过使用主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)和奇异值分解(SVD)中的一个来获得所述多个第二吸收光谱。
分析物可包括葡萄糖、甘油三酸酯、尿素、尿酸、乳酸、蛋白质、胆固醇、抗氧化物质和乙醇中的至少一种。
根据示例实施例的一方面，提供一种校准用于估计分析物的浓度的设备的方法，所述方法包括：朝着对象发射第一光并接收从对象反射的第二光，对象中的分析物的浓度为第一浓度；基于接收的第二光获得吸收系数与散射系数的第一比率；从获得的第一比率获得对象的第一吸收光谱；通过从第一吸收光谱消除第一散射校正光谱来获得第二吸收光谱，散射校正光谱对应于散射系数根据发射的第一光的波长的非线性改变；朝着对象发射第三光并接收从对象反射的第四光，对象中的分析物的浓度为第二浓度；基于接收的第四光获得吸收系数与散射系数的第二比率；从获得的第二比率获得对象的第三吸收光谱；通过从第三吸收光谱消除第二散射校正光谱来获得分析物的第四吸收光谱，第二散射校正光谱对应于散射系数根据发射的第三光的波长的非线性改变；以及基于获得的第二吸收光谱和获得的第四吸收光谱，获得分析物的纯成分光谱。
获得纯成分光谱的步骤可包括：通过使用第四吸收光谱与第二吸收光谱之间的差以及第二浓度与第一浓度之间的差来获得纯成分光谱。
所述方法还可包括：通过使用获得的纯成分光谱来生成浓度估计模型。
附图说明
从下面结合附图的描述，特定示例实施例的以上和/或其他方面和特征将更加清楚，其中：
图1是示出根据示例实施例的用于估计分析物的浓度的设备的框图；
图2是说明根据示例实施例的校正散射系数随波长的非线性改变的影响的方法的示图；
图3是说明根据示例实施例的在每个浓度下的第二吸收光谱的差异的示图；
图4是示出根据示例实施例的获得分析物的纯成分光谱的示图；
图5是说明根据示例实施例的估计分析物浓度的结果的示图；
图6是示出根据示例实施例的用于估计分析物的浓度的设备的框图；
图7是示出根据示例实施例的用于生成散射校正模型的方法的流程图；
图8是示出根据示例实施例的生成浓度估计模型的方法的流程图；
图9是示出根据示例实施例的估计分析物的浓度的方法的流程图；以及
图10是示出根据示例实施例的腕式可穿戴装置的示图。
具体实施方式
在下文中，将参照附图详细描述公开的示例实施例。应注意，即使在不同的附图中，相同的参考标号也尽可能地表示相同的部件。在以下描述中，当在此包含的已知功能和配置的详细描述可使公开的主题模糊时，将省略其详细描述。
贯穿附图和具体实施方式，除非另有描述，否则相同的参考标号将被理解为表示相同的元件、特征和结构。为了清楚、说明和方便起见，这些元件的相对尺寸和描绘可被夸大。
除非在公开的上下文中明确地指出指定的顺序是必要的，否则可与指定的顺序不同地执行在此描述的处理步骤。也就是说，每个步骤可以按指定的顺序、基本同时地、或按相反的顺序、或者按与指定的顺序不同的任何顺序来执行。
此外，贯穿本说明书使用的术语考虑到根据示例实施例的功能而定义，并且可根据用户或管理者的目的或先例等来变化。因此，术语的定义应基于整个上下文。
将理解，尽管术语第一、第二等在此可用于描述各种元件，但是这些元件不应受这些术语限制。这些术语仅用于将一个元件与另一元件区分开来。除非另有明确说明，否则对单数的任何提及也可包括复数。在本说明书中，应理解，诸如“包括”或“具有”等的术语意在指示在说明书中公开的特征、数量、步骤、动作、组件、部件、或它们的组合的存在，并不意在排除可存在或可添加一个或多个其他特征、数量、步骤、动作、组件、部件或它们的组合的可能性。
如在此所使用，当诸如“……中的至少一个”的表述在一列元素之后时，修饰整列元素，而不是修饰列中的单个元素。例如，表述“a、b和c中的至少一个”应被理解为仅包括a、仅包括b、仅包括c、包括a和b二者、包括a和c二者、包括b和c二者、或者包括全部a、b和c。
此外，仅根据由组件主要执行的功能来区别将在说明书中描述的组件。也就是说，稍后将描述的两个或更多个组件可被集成为单个组件。此外，单个组件可被分成两个或更多个组件。此外，将被描述的每个组件除了其主要功能之外，还可额外地执行由另一组件执行的功能中的一些或全部。每个组件的主要功能中的一些或全部可由另一组件执行。每个组件可被实现为硬件、软件或它们的组合。
图1是示出根据示例实施例的用于估计分析物的浓度的设备的框图。
图1的用于估计分析物浓度的设备100可通过分析对象的吸收光谱来测量体内分析物的浓度，并且可被包括在电子装置中或者可被封装在壳体中以作为单独的装置提供。电子装置的示例可包括：蜂窝电话、智能电话、平板个人计算机(PC)、膝上型计算机、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航装置、MP3播放器、数码相机、可穿戴装置等；可穿戴装置的示例可包括：手表型可穿戴装置、腕带型可穿戴装置、环形可穿戴装置、腰带型可穿戴装置、项链型可穿戴装置、踝带型可穿戴装置、大腿带型可穿戴装置、前臂带型可穿戴装置等。然而，电子装置不限于以上示例，并且可穿戴装置也不限于以上示例。
这里，分析物可包括葡萄糖、甘油三酸酯、尿素、尿酸、乳酸、蛋白质、胆固醇、抗氧化物质(例如，维生素、类胡萝卜素、类黄酮、抗坏血酸、生育酚等)、乙醇等，但是不限于此。在体内分析物是葡萄糖的情况下，分析物浓度可指示血糖水平。
参照图1，用于估计分析物浓度的设备100可包括光学传感器110和处理器120。
光学传感器110可朝着对象发射光，并且可接收从对象反射的光。光学传感器110包括光源111和光电检测器112。
光源111可朝着对象发射光。例如，光源111可朝着对象发射预定波长的光(例如，可见光或红外光)。然而，由光源111发射的光的波长可根据测量目的或浓度的类型而变化。此外，光源111可以不是单个光源，并且可包括多个光源的阵列。在光源111包括多个光源的情况下，多个光源可发射相同波长的光或者不同波长的光。此外，多个光源可被分类为多个组，并且每组光源可发射不同波长的光。
在一个示例实施例中，光源111可形成为发光二极管(LED)、激光二极管、荧光体等。
此外，光源111还可包括用于选择期望的波长的光或者将由光源111发射的光引向期望的位置的光学元件(例如，滤光器、反射镜等)。
光电检测器112可接收从对象反射的光。光电检测器112可以不是单个装置，并且可包括多个装置的阵列。
在一个示例实施例中，光电检测器112可包括光电二极管、光电晶体管、图像传感器(例如，电荷耦合器件(CCD)、互补金属氧化物半导体(CMOS)等)等，但不限于此。
此外，光电检测器112还可包括用于选择期望的波长的光或将从对象反射的光引向光电检测器112的光学元件(例如，滤光器、反射镜等)。
处理器120可处理与生成散射校正模型、获得纯成分光谱、获得和校正吸收光谱、生成浓度估计模型、估计浓度等有关的各种信号和操作。处理器120可包括微处理器或中央处理器(CPU)。
处理器120可在校准模式下或浓度估计模式下操作。这里，校准模式可以是用于建立用于估计浓度的模型的模式，浓度估计模式可以是用于通过使用在校准模式下建立的模型来估计浓度的模式。
在下文中，将描述校准模式和浓度估计模式。
<校准模式>
在根据示例实施例的校准模式下，处理器120可生成用于从吸收光谱消除散射系数的非线性改变的影响的散射校正模型，并且生成用于估计分析物的浓度的浓度估计模型。
(1)生成散射校正模型
处理器120可控制光学传感器110朝着对象发射光，并接收从对象反射的光。
处理器120可基于接收的光获得吸收系数与散射系数的比率。例如，处理器120可通过使用接收的光的量来获得对象的反射率，并且可通过使用下面的等式1来获得对象的反照率。此外，处理器120可通过使用下面的等式2来获得吸收系数与散射系数的比率。
[等式1]
Figure BDA0002487224570000081
Figure BDA0002487224570000082
rd＝-1.440nrel -2+0.710nrel -1+0.668+0.0636nrel
这里，R表示反射率，a′表示反照率，nrel表示介质的折射率与空气的折射率的比率(nrel＝nmedium/nair，其中，nair＝1)。k和rd表示系数。
[等式2]
Figure BDA0002487224570000083
这里，μa表示吸收系数，μ′s表示散射系数。
在获得吸收系数与散射系数的比率之后，处理器120可从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱。
对象的吸光度可由下面的等式3表示，光路长度可由下面的等式4表示。
[等式3]
吸光度＝μα×l
[等式4]
Figure BDA0002487224570000084
这里，l表示光路长度。
通过将等式4中的光路长度的表达式代入等式3，对象的吸光度可被表示为如由下面的等式5表示的吸收系数与散射系数的比率的函数。
[等式5]
Figure BDA0002487224570000091
在一个示例实施例中，处理器120可通过使用等式5来计算对象的吸光度，并且可基于计算的吸光度来获得第一吸收光谱。如上所讨论的，对象的吸光度可被表示为如等式5表示的吸收系数与散射系数的比率的函数。
散射系数可具有散射系数随着波长的增加而减小的单调特性。因此，散射系数的这种单调特性可通过下面的等式6表示为单调函数。
[等式6]
μ′s(λ)＝Aλ-B
在此，λ表示波长；μ′s(λ)表示在波长λ下的散射系数；A和B分别表示与散射密度和米氏散射(Mie scatter)大小有关的系数。
通过将等式6中的散射系数的表达式代入等式4中进行近似，光路长度可通过下面的等式7进行近似。
[等式7]
Figure BDA0002487224570000092
如由等式7所示，光路长度可被表示为关于光的波长的非线性函数。C和D是在公式转换过程中出现的系数。
散射系数的改变引起光路长度的改变，使得通过校正光路长度根据波长的非线性改变的影响，散射系数根据波长的非线性改变的影响可被校正。
也就是说，通过使用表示光路长度根据波长的非线性改变的等式7，处理器120可生成如由下面的等式8表示的散射校正模型。
[等式8]
Sraw＝k×(E+Fλm)+Scorr
在此，Sraw表示第一吸收光谱，Scorr表示通过校正获得的第二吸收光谱，(E+Fλm)表示散射校正光谱，散射校正光谱指示散射系数根据波长的非线性改变的影响或光路长度根据波长的非线性改变的影响，k表示散射校正光谱的贡献，E、F和m表示系数。
这里，可在通过使用各种降维算法(诸如，主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)、奇异值分解(SVD)等)从第一吸收光谱消除散射校正光谱的影响而获得第二吸收光谱的处理中，获得k以及第二吸收光谱。
此外，E、F和m可通过以下方法确定。
处理器120可通过改变系数E、F和m来生成多个候选散射校正模型。此外，通过使用生成的多个候选散射校正模型，处理器120可获得多个第二吸收光谱。通过使用由下面的等式9表示的默认浓度估计模型，处理器120可针对每个第二吸收光谱估计分析物浓度。
[等式9]
Scorr＝εgCg+ε1C1+ε2C2+…
这里，εg表示被设定为默认值的分析物的纯成分光谱，Cg表示分析物的浓度，ε1和ε2分别表示被设定为默认值的除了分析物以外的物质的纯成分光谱，C1和C2分别表示除了分析物以外的物质的浓度。
此外，处理器120可通过从多个候选散射校正模型之中选择用于获得这样的第二吸收光谱的候选散射校正模型来确定E、F和m，在该第二吸收光谱下，估计的浓度与实际浓度之间的差最小。
(2)生成浓度估计模型
在对象中的分析物的浓度为第一浓度的情况下，处理器120可控制光学传感器110朝着对象发射光并接收从对象反射的光。
处理器120可基于接收的光来获得吸收系数与散射系数的比率。例如，处理器120可通过使用接收的光的量来获得对象的反射率，并且可基于获得的反射率通过使用等式1来获得对象的反照率。此外，处理器120可基于获得的反照率通过使用等式2来获得吸收系数与散射系数的比率。
在获得吸收系数与散射系数的比率之后，处理器120可从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱。
通过使用由等式8表示的散射校正模型，从第一吸收光谱消除指示散射系数根据波长的非线性改变的影响的散射校正光谱，处理器120可获得在分析物的浓度为第一浓度时的第二吸收光谱。
通过使用上述方法，处理器120可获得在分析物的浓度为第二浓度时的第二吸收光谱。在这种情况下，第二浓度可以是与第一浓度不同的值。
处理器120可基于在分析物浓度为第一浓度时的第二吸收光谱和在分析物浓度为第二浓度时的第二吸收光谱获得分析物的纯成分光谱。例如，处理器120可通过使用下面的等式10获得分析物的纯成分光谱。
[等式10]
Figure BDA0002487224570000111
在此，ε′g表示分析物的纯成分光谱，Cg1和Cg2分别表示第一浓度和第二浓度，Scorr1和Scorr2分别表示在第一浓度下获得的第二吸收光谱和在第二浓度下获得的第二吸收光谱。
在获得分析物的纯成分光谱后，处理器120可生成如由下面的等式11表示的浓度估计模型。
[等式11]
Scorr＝ε′gCg+ε1C1+ε2C2+…
<浓度估计模式>
在根据示例实施例的浓度估计模式下，处理器120可控制光学传感器110朝着对象发射光并接收从对象反射的光。
处理器120可基于接收的光来获得吸收系数与散射系数的比率。例如，处理器120可通过使用接收的光的量来获得对象的反射率，并且可基于获得的反射率通过使用等式1来获得对象的反照率。此外，处理器120可基于获得的反照率通过使用等式2来获得吸收系数与散射系数的比率。
在获得吸收系数与散射系数的比率之后，处理器120可从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱。
通过使用由等式8表示的散射校正模型，从第一吸收光谱消除指示散射系数根据波长的非线性改变的影响的散射校正光谱，处理器120可获得第二吸收光谱。
在获得第二吸收光谱之后，处理器120可通过使用等式9或等式11的浓度估计模型来估计分析物浓度。在这种情况下，处理器120可通过使用各种降维算法(诸如，主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)、奇异值分解(SVD)等)来估计分析物浓度。
图2是说明根据示例实施例的校正散射系数根据波长的非线性改变的影响的方法的示图。
参照图1和图2，通过控制光学传感器110接收光，处理器120可通过使用接收的光的量来获得对象的反射率，并且可基于获得的反射率通过使用等式1和等式2来获得吸收系数与散射系数的比率。
在获得吸收系数与散射系数的比率之后，处理器120可通过使用等式5从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱210。
处理器可通过使用在校准模式下生成的等式8的散射校正模型从第一吸收光谱210消除散射校正光谱220来生成第二吸收光谱230，散射校正光谱220指示散射系数根据波长的非线性改变的影响或光路长度根据波长的非线性改变的影响。
图3是说明根据示例实施例的在每个浓度下的第二吸收光谱的差异的示图。
在图3的示例中，参考标号310表示在分析物浓度为104mg/dl时的第一吸收光谱，参考标号320表示在分析物浓度为103mg/dl时的第一吸收光谱。
在当分析物浓度为104mg/dl时的第一吸收光谱310中，可通过校正散射系数根据波长的非线性改变的影响来获得第二吸收光谱330。此外，在当分析物浓度为103mg/dl时的第一吸收光谱320中，可通过校正散射系数根据波长的非线性改变的影响来获得第二吸收光谱340。
如图3中所示，在校正之前，由于分析物导致的减小的散射系数引起光路长度的改变，使得在分析物的每个浓度下的吸收光谱之间可发生偏移。相比之下，在校正之后，在分析物的每个浓度下的吸收光谱之间的偏移减少。
图4是示出根据示例实施例的获得分析物的纯成分光谱的示图。
参照图1、图3和图4，处理器120可通过使用等式10获得分析物的纯成分光谱。例如，基于在分析物浓度为104mg/dl时的第二吸收光谱330和在分析物浓度为103mg/dl时的第二吸收光谱340，处理器120可通过使用等式10获得分析物的纯成分光谱410。
图5是说明根据示例实施例的估计分析物浓度的结果的示图。
图5中的曲线图510示出通过根据示例实施例的方法(例如，通过使用被表示为吸收系数与散射系数的比率的函数的吸光度计算等式(例如，等式5)来获得第一吸收光谱，并通过从第一吸收光谱消除散射系数的非线性改变的影响来获得第二吸收光谱)来估计分析物浓度的结果。图5中的曲线图520示出通过基本比较方法(例如，通过使用被表示为反射率的倒数的函数的吸光度计算等式(吸光度＝log(1/R))来获得第一吸收光谱，并通过使用乘法散射校正(MSC)校正散射系数的线性改变的影响来获得第二吸收光谱)来估计分析物浓度的结果。
如图5中所示，在比较方法中，最大绝对相对差(MARD)为116％，但是在根据公开的示例实施例的方法中，MARD为12％，这示出根据示例实施例的分析物浓度的定量测量的线性度大大地提高。
图6是示出根据示例实施例的用于估计分析物的浓度的设备的框图。
图6的用于估计分析物浓度的设备600可通过分析对象的吸收光谱来测量体内分析物的浓度，并且可被包括在电子装置中或者可被封装在壳体中以作为单独的装置提供。电子装置的示例可包括：蜂窝电话、智能电话、平板PC、膝上型计算机、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航装置、MP3播放器、数码相机、可穿戴装置等；可穿戴装置的示例可包括：手表型可穿戴装置、腕带型可穿戴装置、环形可穿戴装置、腰带型可穿戴装置、项链型可穿戴装置、踝带型可穿戴装置、大腿带型可穿戴装置、前臂带型可穿戴装置等。然而，电子装置不限于以上示例，并且可穿戴装置也不限于以上示例。
参照图6，用于估计分析物浓度的设备600包括光学传感器110、处理器120、输入接口610、存储装置620、通信接口630和输出接口640。这里，光学传感器110和处理器120与以上参照图1至图5描述的那些基本相同或相似，因此，将省略其详细描述。
输入接口610可从用户接收各种操作信号的输入。在一个示例实施例中，输入接口610可包括键盘、圆顶开关、触摸板(例如，静压和/或电容式触摸板)、滚轮、滚轮开关、硬件(H/W)按钮等。与显示器形成层结构的触摸板可称为触摸屏。
存储装置620可存储用于估计分析物浓度的设备600的操作的程序或命令，并且可存储输入到用于估计分析物浓度的设备600的数据和/或从用于估计分析物浓度的设备600输出的数据。此外，存储装置620可存储由用于估计分析物浓度的设备600处理的数据、用于执行用于估计分析物浓度的设备600的数据处理的数据(例如，各种模型)等。
存储装置620可包括以下存储介质中的至少一种存储介质：闪存型存储器、硬盘型存储器、多媒体卡微型存储器、卡型存储器(例如，安全数字(SD)存储器、极限数字(XD)存储器等)、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、电可擦可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁存储器、磁盘和光盘等。此外，用于估计分析物浓度的设备600可与外部存储介质(诸如，在互联网上执行存储装置620的存储功能的网络存储装置等)相关联地操作。
通信接口630可与外部装置通信。例如，通信接口630可将由用于估计分析物浓度的设备600使用的数据、用于估计分析物浓度的设备600的处理结果数据等发送到外部装置，或者可从外部装置接收对生成模型和/或估计分析物浓度有用的各种数据。
在这种情况下，外部装置可以是采用由用于估计分析物浓度的设备600使用的数据、用于估计分析物浓度的设备600的处理结果数据等的医疗设备、打印结果的打印机、或者用于显示结果的显示器。此外，外部装置可以是数字电视(TV)、台式计算机、蜂窝电话、智能电话、平板PC、膝上型计算机、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航装置、MP3播放器、数码相机、可穿戴装置等，但外部装置不限于此。
通信接口630可通过使用以下通信方式中的一种或多种与外部装置通信：蓝牙通信、蓝牙低能耗(BLE)通信、近场通信(NFC)、无线局域网(WLAN)通信、Zigbee通信、红外数据协会(IrDA)通信、无线保真(Wi-Fi)直连(WFD)通信、超宽带(UWB)通信、Ant+通信、WI-FI通信、射频识别(RFID)通信、第三代(3G)通信、第四代(4G)通信、第五代(5G)通信等。然而，这些仅是示例并且不意在限制。
输出接口640可输出由用于估计分析物浓度的设备600使用的数据、用于估计分析物浓度的设备600的处理结果数据等。在一个示例实施例中，输出接口640可通过使用声学方法、视觉方法和触觉方法中的至少一种来输出由用于估计分析物浓度的设备600使用的数据、用于估计分析物浓度的设备600的处理结果数据等。为此，输出接口640可包括显示器、扬声器、振动器等。
图7是示出根据示例实施例的用于生成散射校正模型的方法的流程图。图7的生成散射校正模型的方法可由图1的用于估计分析物浓度的设备100和图6的用于估计分析物浓度的设备600中的任何一个执行。
参照图7，在710中，用于估计分析物浓度的设备可朝着对象发射光，并且可接收从对象反射的光。
在720中，用于估计分析物浓度的设备可基于接收的光来获得吸收系数与散射系数的比率。例如，用于估计分析物浓度的设备可通过使用接收的光的量来获得对象的反射率，并且可基于获得的反射率使用等式1获得对象的反照率。此外，用于估计分析物浓度的设备可基于获得的反照率通过使用等式2来获得吸收系数与散射系数的比率。
在获得吸收系数与散射系数的比率之后，在730中，用于估计分析物浓度的设备可从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱。例如，用于估计分析物浓度的设备可通过使用等式5的吸光度计算等式来计算对象的吸光度，并且可基于计算的吸光度来获得第一吸收光谱。
在740中，用于估计分析物浓度的设备可通过改变表示光路长度随波长的改变的函数的系数生成多个候选散射校正模型。例如，用于估计分析物浓度的设备可通过改变等式7的系数E、F和m来生成多个候选散射校正模型。
通过使用生成的多个候选散射校正模型从第一吸收光谱消除指示散射系数根据波长的非线性改变的影响的散射校正光谱，在750中，用于估计分析物浓度的设备可获得多个第二吸收光谱。例如，用于估计分析物浓度的设备可通过使用各种降维算法(诸如，主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)、奇异值分解(SVD)等)从第一吸收光谱消除散射校正光谱的影响来获得多个第二吸收光谱。
在760中，用于估计分析物浓度的设备可通过使用默认浓度估计模型针对每个第二吸收光谱来估计分析物浓度。例如，用于估计分析物浓度的设备可通过使用由等式9表示的默认浓度估计模型针对每个第二吸收光谱来估计分析物浓度。
在770中，用于估计分析物浓度的设备可从多个候选散射校正模型之中选择用于获得这样的第二吸收光谱的候选散射校正模型作为最终散射校正模型，在该候选散射校正模型下，估计的浓度与实际浓度之间的差最小。
图8是示出根据示例实施例的生成浓度估计模型的方法的流程图。图8的生成浓度估计模型的方法可由图1的用于估计分析物浓度的设备100和图6的用于估计分析物浓度的设备600中的任何一个执行。
参照图8，在810中，用于估计分析物浓度的设备可获得在对象中的分析物的浓度为第一浓度时的第二吸收光谱。例如，当对象中的分析物的浓度为第一浓度时，用于估计分析物浓度的设备可朝着对象发射光，可接收从对象反射的光，并且可基于接收的光来获得吸收系数与散射系数的比率。此外，用于估计分析物浓度的设备可从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱。此外，基于散射校正模型，通过使用各种降维算法(诸如，主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)、奇异值分解(SVD)等)从第一吸收光谱消除散射校正光谱的影响，用于估计分析物浓度的设备可获得在对象中的分析物的浓度为第一浓度时的第二吸收光谱。
在820中，用于估计分析物浓度的设备可获得在对象中的分析物的浓度为第二浓度时的第二吸收光谱。例如，当对象中的分析物的浓度是第二浓度时，用于估计分析物浓度的设备可朝着对象发射光，可接收从对象反射的光，并且可基于接收的光来获得吸收系数与散射系数的比率。此外，用于估计分析物浓度的设备可从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱。此外，基于散射校正模型，通过使用各种降维算法(诸如，主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)、奇异值分解(SVD)等)从第一吸收光谱消除散射校正光谱的影响，用于估计分析物浓度的设备可获得在对象中的分析物的浓度为第二浓度时的第二吸收光谱。
在830中，用于估计分析物浓度的设备可基于在对象中的分析物的浓度为第一浓度时的第二吸收光谱和在对象中的分析物的浓度为第二浓度时的第二吸收光谱来获得分析物的纯成分光谱。例如，用于估计分析物浓度的设备可通过使用等式10获得分析物的纯成分光谱。
在840中，通过使用获得的分析物的纯成分光谱，用于估计分析物浓度的设备可生成浓度估计模型。例如，用于估计分析物浓度的设备可生成如由等式11表示的浓度估计模型。
图9是示出估计分析物的浓度的方法的流程图。图9的估计分析物浓度的方法可由图1的用于估计分析物浓度的设备100和图6的用于估计分析物浓度的设备600中的任何一个执行。
在910中，用于估计分析物浓度的设备可朝着对象发射光，并且可接收从对象反射的光。
在920中，用于估计分析物浓度的设备可基于接收的光来获得吸收系数与散射系数的比率。例如，用于估计分析物浓度的设备可通过使用接收的光的量来获得对象的反射率，并且可基于获得的反射率通过使用等式1获得对象的反照率。此外，用于估计分析物浓度的设备可基于获得的反照率通过使用等式2来获得吸收系数与散射系数的比率。
在获得吸收系数与散射系数的比率之后，在930中，用于估计分析物浓度的设备可从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱。例如，用于估计分析物浓度的设备可通过使用被表示为吸收系数与散射系数的比率的函数的等式5的吸光度计算等式来获得第一吸收光谱。
通过使用散射校正模型从第一吸收光谱消除指示散射系数根据波长的非线性改变的影响的散射校正光谱，在940中，用于估计分析物浓度的设备可获得第二吸收光谱。例如，基于由等式8表示的散射校正模型通过使用各种降维算法(诸如，主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)、奇异值分解(SVD)等)，用于估计分析物浓度的设备可从第一吸收光谱获得第二吸收光谱。
在获得第二吸收光谱之后，在950中，用于估计分析物浓度的设备可通过使用第二吸收光谱和浓度估计模型来估计分析物浓度。在这种情况下，根据示例实施例的用于估计分析物浓度的设备可通过使用各种降维算法(诸如，主成分分析(PCA)、独立成分分析(ICA)、非负矩阵分解(NMF)、奇异值分解(SVD)等)来估计分析物浓度。浓度估计模型可由等式9或等式11表示。
图10是示出根据示例实施例的腕式可穿戴装置的示图。
参照图10，腕式可穿戴装置1000包括带1010和主体1020。
带1010可连接到主体1020的两端以便以可拆卸的方式固定，或者可与主体1020一体地形成为智能带。带1010可由柔性材料制成，以围绕用户的手腕，使得主体1020可佩戴在手腕上。
主体1020可包括前述的用于估计分析物浓度的设备100和用于估计分析物浓度的设备600中的任何一个。此外，主体1020可包括电池，电池向腕式可穿戴装置1000以及用于估计分析物浓度的设备100和用于估计分析物浓度的设备600中的任何一个供电。
生物传感器可安装于主体1020(例如，在主体1020的后表面)，以暴露于用户的手腕。因此，当用户佩戴腕式可穿戴装置1000时，生物传感器可自然地与用户的皮肤接触。
腕式可穿戴装置1000还可包括安装在主体1020上的显示器1021和输入接口1022。显示器1021可显示由腕式可穿戴装置1000以及用于估计分析物浓度的设备100和用于估计分析物浓度的设备600中的任何一个处理的数据、它们的处理结果数据等。输入接口1022可从用户接收各种操作信号。
公开可被实现为写在计算机可读记录介质上的计算机可读代码。本领域普通技术计算机编程人员可容易地得出实现公开所需的代码和代码段。计算机可读记录介质可以是以计算机可读方式存储数据的任何类型的记录装置。计算机可读记录介质的示例包括：ROM、RAM、CD-ROM、磁带、软盘、光盘等。此外，计算机可读记录介质可分布在连接到网络的多个计算机系统上，使得计算机可读记录介质以分散的方式写入其中并从其执行。
已经描述了示例实施例。然而，对于本领域技术人员将清楚的是，在不脱离公开的发明构思的情况下，可进行各种改变和修改。因此，应理解，上述示例实施例不意在限制公开，而是包括在所附权利要求的精神和范围内包括的各种修改和等同物。

Claims (27)

1.一种用于估计分析物的浓度的设备，所述设备包括：
光学传感器，被配置为：朝着对象发射光并接收从对象反射的光；以及
处理器，被配置为：
基于接收的光获得吸收系数与散射系数的比率，
基于获得的比率获得对象的第一吸收光谱，
通过从第一吸收光谱消除散射校正光谱来获得第二吸收光谱，散射校正光谱对应于散射系数根据发射的光的波长的非线性改变，以及
基于第二吸收光谱估计分析物的浓度。
2.根据权利要求1所述的设备，其中，处理器还被配置为：
基于接收的光获得对象的反射率，
基于获得的反射率获得对象的反照率，以及
基于获得的反照率获得吸收系数与散射系数的比率。
3.根据权利要求1所述的设备，其中，处理器还被配置为：基于吸收系数与散射系数的比率的函数来获得第一吸收光谱。
4.根据权利要求1所述的设备，其中，散射校正光谱被表示为表示光路的长度根据发射的光的波长的改变的函数；并且
处理器还被配置为：通过使用基于所述函数的散射校正模型来获得第二吸收光谱。
5.根据权利要求4所述的设备，其中，处理器还被配置为：
通过改变所述函数的系数生成多个候选散射校正模型，
通过使用第一吸收光谱和所述多个候选散射校正模型，获得多个第二吸收光谱；
针对所述多个第二吸收光谱中的每个第二吸收光谱来估计分析物的浓度，以及
从所述多个候选散射校正模型之中选择分析物的估计的浓度与实际浓度之间的差最小的候选散射校正模型作为散射校正模型。
6.根据权利要求1所述的设备，其中，处理器还被配置为：通过使用第二吸收光谱和分析物的纯成分光谱来估计分析物的浓度。
7.根据权利要求6所述的设备，其中，分析物的纯成分光谱被设置为默认值，或者在校准模式下被获得和设置。
8.根据权利要求7所述的设备，其中，处理器还被配置为：在校准模式下，基于在对象中的分析物的浓度为第一浓度时获得的第二吸收光谱与在对象中的分析物的浓度为第二浓度时获得的第二吸收光谱之间的差来获得分析物的纯成分光谱。
9.根据权利要求1所述的设备，其中，处理器还被配置为：通过使用主成分分析、独立成分分析、非负矩阵分解和奇异值分解中的一个从第一吸收光谱消除散射校正光谱来获得第二吸收光谱。
10.根据权利要求1所述的设备，其中，分析物包括葡萄糖、甘油三酸酯、尿素、尿酸、乳酸、蛋白质、胆固醇、抗氧化物质和乙醇中的至少一种。
11.一种估计分析物的浓度的方法，所述方法包括：
朝着对象发射光并接收从对象反射的光；
基于接收的光获得吸收系数与散射系数的比率；
从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱；
通过从第一吸收光谱消除散射校正光谱来获得第二吸收光谱，散射校正光谱对应于散射系数根据发射的光的波长的非线性改变；以及
基于第二吸收光谱估计分析物的浓度。
12.根据权利要求11所述的方法，其中，获得所述比率的步骤包括：
基于接收的光获得对象的反射率；
基于获得的反射率获得对象的反照率；以及
基于获得的反照率获得吸收系数与散射系数的比率。
13.根据权利要求11所述的方法，其中，获得第一吸收光谱的步骤包括：基于吸收系数与散射系数的比率的函数来获得第一吸收光谱。
14.根据权利要求11所述的方法，其中，散射校正光谱被表示为表示光路的长度根据发射的光的波长的改变的函数；并且
获得第二吸收光谱的步骤包括：通过使用基于所述函数的散射校正模型来获得第二吸收光谱。
15.根据权利要求11所述的方法，其中，估计的步骤包括：通过使用第二吸收光谱和分析物的纯成分光谱来估计分析物的浓度。
16.根据权利要求15所述的方法，其中，分析物的纯成分光谱被设置为默认值，或者在校准模式下被获得和设置。
17.根据权利要求11所述的方法，其中，获得第二吸收光谱的步骤包括：通过使用主成分分析、独立成分分析、非负矩阵分解和奇异值分解中的一个从第一吸收光谱消除散射校正光谱来获得第二吸收光谱。
18.根据权利要求11所述的方法，其中，分析物包括葡萄糖、甘油三酸酯、尿素、尿酸、乳酸、蛋白质、胆固醇、抗氧化物质和乙醇中的至少一种。
19.一种校准用于估计分析物的浓度的设备的方法，所述方法包括：
朝着对象发射光并接收从对象反射的光；
基于接收的光获得吸收系数与散射系数的比率；
从获得的吸收系数与散射系数的比率获得对象的第一吸收光谱；
通过改变表示光路的长度根据发射的光的波长的改变的函数的系数，生成多个候选散射校正模型；
通过使用第一吸收光谱和所述多个候选散射校正模型，获得多个第二吸收光谱；
针对所述多个第二吸收光谱中的每个第二吸收光谱来估计分析物的浓度；以及
从所述多个候选散射校正模型之中选择分析物的估计的浓度与实际浓度之间的差最小的候选散射校正模型作为散射校正模型。
20.根据权利要求19所述的方法，其中，获得所述比率的步骤包括：
基于接收的光获得对象的反射率；
基于获得的反射率获得对象的反照率；以及
基于获得的反照率获得吸收系数与散射系数的比率。
21.根据权利要求19所述的方法，其中，获得第一吸收光谱的步骤包括：基于吸收系数与散射系数的比率的函数来获得第一吸收光谱。
22.根据权利要求19所述的方法，其中，估计的步骤包括：通过使用所述多个第二吸收光谱中的每个第二吸收光谱和分析物的纯成分光谱，针对所述多个第二吸收光谱中的每个第二吸收光谱来估计分析物的浓度。
23.根据权利要求19所述的方法，其中，获得所述多个第二吸收光谱的步骤包括：通过使用主成分分析、独立成分分析、非负矩阵分解和奇异值分解中的一个来获得所述多个第二吸收光谱。
24.根据权利要求19所述的方法，其中，分析物包括葡萄糖、甘油三酸酯、尿素、尿酸、乳酸、蛋白质、胆固醇、抗氧化物质和乙醇中的至少一种。
25.一种校准用于估计分析物的浓度的设备的方法，所述方法包括：
朝着对象发射第一光并接收从对象反射的第二光，对象中的分析物的浓度为第一浓度；
基于接收的第二光获得吸收系数与散射系数的第一比率；
从获得的第一比率获得对象的第一吸收光谱；
通过从第一吸收光谱消除第一散射校正光谱来获得第二吸收光谱，第一散射校正光谱对应于散射系数根据发射的第一光的波长的非线性改变；
朝着对象发射第三光并接收从对象反射的第四光，对象中的分析物的浓度为第二浓度；
基于接收的第四光获得吸收系数与散射系数的第二比率；
从获得的第二比率获得对象的第三吸收光谱；
通过从第三吸收光谱消除第二散射校正光谱来获得第四吸收光谱，第二散射校正光谱对应于散射系数根据发射的第三光的波长的非线性改变；以及
基于获得的第二吸收光谱和获得的第四吸收光谱，获得分析物的纯成分光谱。
26.根据权利要求25所述的方法，其中，获得分析物的纯成分光谱的步骤包括：通过使用第四吸收光谱与第二吸收光谱之间的差以及第二浓度与第一浓度之间的差来获得分析物的纯成分光谱。
27.根据权利要求25所述的方法，所述方法还包括：通过使用获得的分析物的纯成分光谱来生成浓度估计模型。
CN202010395254.3A 2019-10-29 2020-05-12 用于估计分析物的浓度的设备和方法以及校准方法 Pending CN112741624A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190135616A KR20210050967A (ko) 2019-10-29 2019-10-29 분석 물질의 농도 추정 장치 및 방법과, 캘리브레이션 방법
KR10-2019-0135616 2019-10-29

Publications (1)

Publication Number Publication Date
CN112741624A true CN112741624A (zh) 2021-05-04

Family

ID=72240273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010395254.3A Pending CN112741624A (zh) 2019-10-29 2020-05-12 用于估计分析物的浓度的设备和方法以及校准方法

Country Status (4)

Country Link
US (1) US11911152B2 (zh)
EP (1) EP3815608B1 (zh)
KR (1) KR20210050967A (zh)
CN (1) CN112741624A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102457772B1 (ko) 2022-07-11 2022-10-24 주식회사 룰루랩 다파장을 이용하여 피부 성분량을 분석하는 방법 및 장치

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070179367A1 (en) 2000-05-02 2007-08-02 Ruchti Timothy L Method and Apparatus for Noninvasively Estimating a Property of an Animal Body Analyte from Spectral Data
US6635491B1 (en) 2000-07-28 2003-10-21 Abbott Labortories Method for non-invasively determining the concentration of an analyte by compensating for the effect of tissue hydration
US7640140B2 (en) 2003-03-07 2009-12-29 Sensys Medical, Inc. Method of processing noninvasive spectra
KR100580622B1 (ko) 2003-03-19 2006-05-16 삼성전자주식회사 비침습적 혈액성분 측정방법 및 장치
JP5271700B2 (ja) 2005-04-25 2013-08-21 ユニバーシティ オブ マサチューセッツ 光反射率測定値を補正するためのシステム及び方法
WO2008152604A1 (en) 2007-06-15 2008-12-18 Koninklijke Philips Electronics N.V. Spectroscopy measurements
CN101688832A (zh) 2007-07-03 2010-03-31 皇家飞利浦电子股份有限公司 散射组织中物质浓度的光谱法测量
EP2547992A4 (en) 2010-03-17 2014-06-18 Haishan Zeng METHODS AND APPARATUS FOR QUICK MULTISPECTRAL IMAGING AND CANCER DETECTION AND LOCATION APPLICATIONS
ES2848673T3 (es) 2012-12-19 2021-08-11 Massachusetts Gen Hospital Sensor óptico de coagulación sanguínea
JP2015040744A (ja) 2013-08-21 2015-03-02 住友電気工業株式会社 光学的測定方法
CN106164646B (zh) 2014-03-28 2019-01-04 江原大学校产学协力团 利用近红外分光法同时分析不同原料及形态的多种食品中营养成分含量的方法
US9861319B2 (en) 2015-03-23 2018-01-09 University Of Kentucky Research Foundation Noncontact three-dimensional diffuse optical imaging of deep tissue blood flow distribution
KR20150112902A (ko) 2015-03-31 2015-10-07 강원대학교산학협력단 근적외 분광법을 이용하여 원료 및 형태가 다른 다양한 식품에 함유된 영양성분의 함량을 동시에 분석하는 방법
US10687742B2 (en) 2015-06-12 2020-06-23 ChroniSense Medical Ltd. Using invariant factors for pulse oximetry
EP3356798B1 (en) 2015-09-30 2019-09-04 CNR - Consiglio Nazionale Delle Ricerche Method for measuring the concentration of trace gases by scar spectroscopy
CN105352898B (zh) 2015-10-14 2018-01-23 浙江大学 一种基于光谱法cod检测的浊度补偿方法
CN105744129B (zh) 2016-02-29 2017-12-12 清华大学深圳研究生院 一种用于海洋微小生物检测的远心照明和摄像系统
RU2649048C1 (ru) 2016-11-25 2018-03-29 Самсунг Электроникс Ко., Лтд. Система компактного спектрометра, предназначенного для неинвазивного измерения спектров поглощения и пропускания образцов биологической ткани

Also Published As

Publication number Publication date
US20210121102A1 (en) 2021-04-29
US11911152B2 (en) 2024-02-27
KR20210050967A (ko) 2021-05-10
EP3815608B1 (en) 2024-02-21
EP3815608A1 (en) 2021-05-05

Similar Documents

Publication Publication Date Title
CN108113683B (zh) 用于估计生物成分的装置和方法
US11199492B2 (en) Apparatus for measuring spectrum, method of correcting temperature change of light source in spectrum, and apparatus and method for estimating analyte concentration
US11627895B2 (en) Apparatus and method for estimating analyte concentration, and apparatus and method for generating analyte concentration estimation model
US11564599B2 (en) Apparatus and method for obtaining individualized unit spectrum, and apparatus and method for estimating biological component
CN111134688B (zh) 光学传感器、测量光信号的方法及估计血液浓度的装置
EP3632309B1 (en) Apparatus and method for estimating analyte concentration
CN112741624A (zh) 用于估计分析物的浓度的设备和方法以及校准方法
US11389092B2 (en) Apparatus and method for estimating bio-information
US20230200744A1 (en) Apparatus and method for estimating target component
US20220104776A1 (en) Apparatus and method for estimating bio-information, and method of optimizing bio-information estimation model based on temperature variation characteristic
US11911157B2 (en) Apparatus and method for estimating target component
US11287374B2 (en) Apparatus and method for updating bioinformation estimation model
US11872032B2 (en) Apparatus and method for estimating analyte concentration
US20200315505A1 (en) Apparatus and method for estimating analyte concentration
US11684267B2 (en) Lens, light source device with lens, and apparatus for estimating concentration of analyte
US11786151B2 (en) Apparatus and method for obtaining target signal spectrum
US11495329B2 (en) Apparatus and method for determining validity of bio-information estimation model
US20220061704A1 (en) Apparatus and method for estimating target component
KR102671886B1 (ko) 분석 물질의 농도 추정 장치 및 방법
CN114376570A (zh) 用于估计目标成分值的设备和方法
CN114526830A (zh) 用于估计体温的设备和方法以及医疗装置

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