CN112971708B - 基于皮肤荧光谱分析的胆红素无创检测装置 - Google Patents
基于皮肤荧光谱分析的胆红素无创检测装置 Download PDFInfo
- Publication number
- CN112971708B CN112971708B CN201911270614.0A CN201911270614A CN112971708B CN 112971708 B CN112971708 B CN 112971708B CN 201911270614 A CN201911270614 A CN 201911270614A CN 112971708 B CN112971708 B CN 112971708B
- Authority
- CN
- China
- Prior art keywords
- fluorescence spectrum
- skin
- bilirubin
- data processing
- unit
- 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
- BPYKTIZUTYGOLE-IFADSCNNSA-N Bilirubin Chemical compound N1C(=O)C(C)=C(C=C)\C1=C\C1=C(C)C(CCC(O)=O)=C(CC2=C(C(C)=C(\C=C/3C(=C(C=C)C(=O)N\3)C)N2)CCC(O)=O)N1 BPYKTIZUTYGOLE-IFADSCNNSA-N 0.000 title claims abstract description 42
- 238000002189 fluorescence spectrum Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 title claims abstract description 11
- 238000004458 analytical method Methods 0.000 title claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 10
- 238000013528 artificial neural network Methods 0.000 claims abstract description 7
- 239000000523 sample Substances 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 14
- 239000013307 optical fiber Substances 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012847 principal component analysis method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000005284 excitation Effects 0.000 abstract description 3
- 239000000284 extract Substances 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 5
- 206010023126 Jaundice Diseases 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000002966 serum Anatomy 0.000 description 3
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 description 2
- 238000008050 Total Bilirubin Reagent Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 210000000133 brain stem Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0071—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by measuring fluorescence emission
-
- 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
- A61B5/0062—Arrangements for scanning
- A61B5/0064—Body surface scanning
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/04—Babies, e.g. for SIDS detection
- A61B2503/045—Newborns, e.g. premature baby monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
一种基于皮肤荧光谱分析的胆红素无创检测系统，包括：依次连接的荧光谱获取模块、数据处理模块和输出模块，其中：荧光谱获取模块将获取的皮肤荧光谱传输至数据处理模块，数据处理模块通过运算训练多个预测模型并将多个预测模型输出的平均值作为预测值传输至输出模块。本发明采用蓝光作为激发光源，提取胆红素荧光效应最强的波段光谱，最大程度的减小干扰物影响；运用人工神经网络和支持向量回归多种回归模型，减小单一模型泛化性能有限而导致的预测误差。
Description
技术领域
本发明涉及的是一种光子学领域的技术，具体是一种基于皮肤荧光谱分析的胆红素无创检测装置。
背景技术
黄疸在新生儿群体中的发生率非常高，它是由于胆红素代谢异常引起的，胆红素水平过高会引发大脑和神经系统不可逆的损伤。临床上胆红素的准确检测依赖于血样检测，这种方法给患儿带来了疼痛和感染风险，不适合进行高频率的监测。利用光学方法的经皮黄疸检测技术能够在不抽血的情况下检测胆红素的浓度，降低了患儿的负担。当前经皮黄疸检测技术利用了皮肤中胆红素对特定波段光的吸收作用，通过皮肤反射光谱来预测新生儿胆红素水平，这种方法会受到皮肤中黑色素等其他干扰物的影响，且系统均采用单一模型，泛化性能有限，导致预测产生较大误差。
发明内容
本发明针对现有技术存在的上述不足，提出一种基于皮肤荧光谱分析的胆红素无创检测装置，提取胆红素荧光效应最强的波段光谱，运用人工神经网络和支持向量回归多种回归模型，提升预测精度。
本发明是通过以下技术方案实现的：
本发明涉及一种基于皮肤荧光谱分析的胆红素无创检测装置，包括：依次连接的荧光谱获取模块、数据处理模块和输出模块，其中：荧光谱获取模块将获取的皮肤荧光谱传输至数据处理模块，数据处理模块通过训练多个预测模型并将多个预测模型输出的平均值作为预测值传输至输出模块。
所述的荧光谱获取模块包括：依次连接的蓝光单元、入射单元、探头、收集单元和光谱仪，其中：蓝光单元将发出的激发光通过入射单元引导至探头，探头采集待测体发出的荧光并经收集单元传输至光谱仪，光谱仪输出皮肤荧光谱。
所述的蓝光单元为中心波长为460nm的激光光源或LED光源。
所述的入射单元为光纤。
所述的探头的内部设有两个准直透镜，分别用于泵浦光源(蓝光)的准直和荧光的收集。光纤端面位于透镜的焦点上，从而透镜输出后的光束光束接近平形光束；透镜的焦距优选为10mm；为了避免镜面反射光，两个准直透镜的光束不能对称分布在接触面(待测皮肤表面)法线方向两侧；优选地，用于光源出射的准直透镜与皮肤表面呈45度夹角，用于荧光收集的准直透镜垂直于皮肤表面。
所述的收集单元为多模光纤，该光纤带有截止波长为510nm的长通滤光片。
所述的训练多个预测模型具体是：先将皮肤荧光谱进行归一化运算，即将每条光谱数据归一化到0至1之间，而后使用主成分分析法进行数据降维和特征提取，将样本的年龄信息加入降维数据中得到训练样本，再将样本的实际值作为拟合目标对预测模型进行训练。
所述的多个预测模型包括：支持向量回归机(SVM)和人工神经网络。
技术效果
与现有技术相比，本发明采用蓝光作为激发光源，提取胆红素荧光效应最强的波段光谱，而皮肤组织中的干扰物没由荧光效应或者荧光波长不在该波段，因此可最大程度的减小干扰物影响；运用人工神经网络和支持向量回归多种回归模型，减小单一模型泛化性能有限而导致的预测误差。
附图说明
图1为本发明的结构示意图；
图2为本实施例数据处理模块的运行过程图；
图3为本实施例的预测值与实际值的对比图；
图4为本实施例中对血清胆红素浓度高于205μmol/L的样本筛查的受试者工作特征曲线；
图中：蓝光单元1、入射单元2、探头3、收集单元4、光谱仪5、长通滤光片6、荧光谱获取模块A、数据处理模块B、输出模块C。
具体实施方式
如图1所示，本实施例包括：依次连接的荧光谱获取模块A、数据处理模块B和输出模块C，其中：荧光谱获取模块A将获取的皮肤荧光谱传输至数据处理模块B，数据处理模块B通过训练多个预测模型并将多个预测模型输出的平均值作为预测值传输至输出模块C。
所述的荧光谱获取模块A包括：依次连接的蓝光单元1、入射单元2、探头3、收集单元4和光谱仪5，其中：蓝光单元1将发出的激发光通过入射单元2引导至探头3，探头3采集待测体发出的荧光并经收集单元4传输至光谱仪5，光谱仪5输出皮肤荧光谱。
所述的蓝光单元1为中心波长为460nm的激光光源或LED光源。
所述的入射单元2为光纤。
所述的探头3的内部设有两个准直透镜。
所述的收集单元4为多模光纤，该光纤带有截止波长为510nm的长通滤光片6。
所述的训练多个预测模型是指：先将皮肤荧光谱进行归一化运算，即将每条光谱数据归一化到0至1之间，而后使用主成分分析法进行数据降维和特征提取，再将样本的年龄信息(出生天数)加入到将降维后的数据中，再将样本的实际值作为数据分析算法的拟合目标，对多个预测模型进行训练。
所述的多个预测模型包括：支持向量回归或人工神经网络算法。
本实施例通过对138组待测体进行采样得到胆红素的实际值(由血样分析得到的血清总胆红素浓度)，并获取待测体的年龄(出生天数)，运用系统的具体过程如下：
荧光谱获取模块A将蓝光激光光源发出的激发光经光纤引导至探头3，并照射在待测体皮肤表面，皮肤发出的荧光依次经探头3和长通滤光片6引导至光谱仪5，光谱仪5检测出荧光谱并传输至数据处理模块B；数据处理模块B将138组荧光谱信息分为训练集和测试集，其中训练集90组，测试集48组，将原始荧光谱归一化处理后使用主成分分析法将荧光谱数据降维至15维，每组降维后的数据与样本的年龄(出生天数)信息组合成16维数据，将该数据作为支持向量回归模型和人工神经网络的输入数据，胆红素的实际值作为训练标签，使用训练集训练模型参数，将测试集作为回归模型的输入数据，两个模型输出的平均值作为胆红素的预测值，并经输出模块C输出。
经过实验评估，预测值与实际值的平均绝对误差为32.46μmol/L，皮尔森相关系数为0.91。
利用受试者工作特征曲线对实验数据进行评估，本方法针对实际血清胆红素浓度值高于205μmol/L的样本筛查时，使用预测值133μmol/L作为筛查阈值，真阳性率(敏感度)达到1.0的同时，假阳性率(1-特异度)达0.096。该方法的假阳性率显著低于已有经皮黄疸仪在类似条件下的测试结果。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。
Claims (1)
1.一种基于皮肤荧光谱分析的胆红素无创检测系统，其特征在于，包括：依次连接的荧光谱获取模块、数据处理模块和输出模块，其中：荧光谱获取模块将获取的皮肤荧光谱传输至数据处理模块，数据处理模块通过训练多个预测模型并将多个预测模型输出的平均值作为预测值传输至输出模块；
所述的荧光谱获取模块包括：依次连接的蓝光单元、入射单元、探头、收集单元和光谱仪，其中：蓝光单元将发出的激发光通过入射单元引导至探头，探头采集待测体发出的荧光并经收集单元传输至光谱仪，光谱仪输出皮肤荧光谱；
所述的蓝光单元为中心波长为460nm的激光光源或LED光源；
所述的探头的内部设有两个准直透镜，准直光束后的光束不能对称分布在皮肤表面法线的两侧；
所述的收集单元为多模光纤，该光纤带有截止波长为510nm的长通滤光片；
所述的训练多个预测模型具体是：先将皮肤荧光谱进行归一化运算，即将每条光谱数据归一化到0至1之间，而后使用主成分分析法进行数据降维和特征提取，将样本的年龄信息加入降维数据中得到训练样本，再将样本的实际值作为拟合目标对预测模型进行训练；
所述的多个预测模型包括：支持向量回归机和人工神经网络。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911270614.0A CN112971708B (zh) | 2019-12-12 | 2019-12-12 | 基于皮肤荧光谱分析的胆红素无创检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911270614.0A CN112971708B (zh) | 2019-12-12 | 2019-12-12 | 基于皮肤荧光谱分析的胆红素无创检测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112971708A CN112971708A (zh) | 2021-06-18 |
| CN112971708B true CN112971708B (zh) | 2022-07-15 |
Family
ID=76331345
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911270614.0A Active CN112971708B (zh) | 2019-12-12 | 2019-12-12 | 基于皮肤荧光谱分析的胆红素无创检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112971708B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115399909B (zh) * | 2022-08-31 | 2024-07-23 | 宋人杰 | 一种为超声透皮给药机建立超声参数模型的方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106398688A (zh) * | 2016-09-05 | 2017-02-15 | 中山大学 | 一种应用于新生儿黄疸病治疗led器件中的蓝光荧光粉及其合成方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2175178A1 (en) * | 1995-06-06 | 1996-12-07 | Anthony D. Buttitta | Non-invasive bilirubin monitor |
| US10285624B2 (en) * | 2013-03-12 | 2019-05-14 | University Of Washington | Systems, devices, and methods for estimating bilirubin levels |
| CN108430326A (zh) * | 2015-12-22 | 2018-08-21 | 皮克特鲁斯公司 | 基于图像确定胆红素 |
| CN106214126B (zh) * | 2016-07-22 | 2019-03-29 | 王玉钟 | 一种胆红素的检测装置及检测方法 |
| CN209136628U (zh) * | 2018-09-03 | 2019-07-23 | 广州景颐光电科技有限公司 | 一种胆红素浓度检测系统 |
-
2019
- 2019-12-12 CN CN201911270614.0A patent/CN112971708B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106398688A (zh) * | 2016-09-05 | 2017-02-15 | 中山大学 | 一种应用于新生儿黄疸病治疗led器件中的蓝光荧光粉及其合成方法 |
Non-Patent Citations (1)
| Title |
|---|
| 不同光源对新生儿高胆红素血症的作用评价;陈就好等;《小儿急救医学》;20010820(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112971708A (zh) | 2021-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102279688B1 (ko) | 레이저 유도 붕괴 스펙트럼 분석을 이용하는 진단 방법 및 이를 수행하는 진단 장치 | |
| US11672425B2 (en) | Stand-alone apparatus and methods for in vivo detection of tissue malignancy using laser spectroscopy | |
| CN106604677B (zh) | 用于通过拉曼光谱进行透皮体内测量的方法和装置 | |
| JP3248905B2 (ja) | 水分含量を有する生物学的物質の分析方法 | |
| JP2004526141A (ja) | 組織から得た広帯域弾性散乱スペクトルを処理する方法 | |
| CN105954257A (zh) | 一种智能人体结石成分分析仪及其使用方法 | |
| CN112971708B (zh) | 基于皮肤荧光谱分析的胆红素无创检测装置 | |
| US20190246971A1 (en) | Non-discrete spectral analysis algorithms and methods for in vivo detection of tissue malignancy based on laser spectroscopy | |
| US20030087456A1 (en) | Within-sample variance classification of samples | |
| KR20090036996A (ko) | 복수 개의 단일 파장 광원을 이용한 투과와 반사 병행방식의 무채혈 혈당기 | |
| 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 | |
| CN116509386A (zh) | 一种基于拉曼光谱的无创体内血糖检测系统及方法 | |
| WO2007066589A1 (ja) | 近赤外分光を用いた生活習慣病に関する検査・診断法および装置 | |
| CN104330362A (zh) | 一种非接触式基于超连续衰荡光谱的全血分类系统及方法 | |
| Olaetxea et al. | Determination of physiological lactate and pH by Raman spectroscopy | |
| EP4175538A1 (en) | Device for non-invasive blood glucose concentration measurement | |
| US20100145199A1 (en) | Cancer Detection System | |
| US20080198378A1 (en) | Method And Device For Diagnosing Chronic Fatigue Syndrome (Cfs) By Using Near Infrared Spectrum | |
| JPH11342123A (ja) | 非侵襲生体成分測定装置 | |
| US10495516B2 (en) | Dedicated transformation spectroscopy | |
| WO2018084249A1 (ja) | 血中成分測定方法、血中成分測定装置および血中成分測定プログラム | |
| LU102007B1 (en) | Device and method for detecting peptides and proteins in a fluid sample | |
| KR102644079B1 (ko) | 광학 혈당 센서용 광도파로 모듈 | |
| CN204165893U (zh) | 一种非接触式基于超连续衰荡光谱的全血分类系统 | |
| US20140132957A1 (en) | Optical measurement of an analyte |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240903 Address after: Room 41-302, Lane 601, Denghui Road, Minhang District, Shanghai, 201109 Patentee after: Liu Qingwen Country or region after: China Address before: 200240 No. 800, Dongchuan Road, Shanghai, Minhang District Patentee before: SHANGHAI JIAO TONG University Country or region before: China |