CN113208586A - 无创血糖快速诊断差分拉曼光谱系统 - Google Patents
无创血糖快速诊断差分拉曼光谱系统 Download PDFInfo
- Publication number
- CN113208586A CN113208586A CN202110226785.4A CN202110226785A CN113208586A CN 113208586 A CN113208586 A CN 113208586A CN 202110226785 A CN202110226785 A CN 202110226785A CN 113208586 A CN113208586 A CN 113208586A
- Authority
- CN
- China
- Prior art keywords
- raman
- blood glucose
- raman spectrum
- human body
- 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
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
- A61B5/145—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
- A61B5/68—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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6825—Hand
- A61B5/6826—Finger
-
- 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
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Abstract
本发明涉及一种基于便携式差分拉曼光谱技术实现血糖无创快速检测的血糖仪。首先利用两束不同波长光源对人体小指指甲中部进行拉曼光谱采集,得到两组具有微小频移的血糖拉曼数据;通过差分算法去除荧光背景,抓取特定血糖信号,并针对差分后产生的拉曼特征信号进行直接多重迭代反卷积算法还原,得到人体血糖原始拉曼光谱;最后经过标准葡萄糖溶液拉曼峰位匹配后,依照谱线强度和血糖浓度的对应关系可输出确切的血糖浓度值。该款血糖仪采用激发光与收集光同光路,在有效缩减体积基础上,大大提高血糖监测的便利性和宜用性,并且无需任何前处理。实现操作便携、检测速度快、准确度高,在对糖尿病预防及治疗方面具有重大指导意义。
Description
技术领域
本发明涉及一种快速实现人体血糖无创检测的新型仪器,即基于便携式双波长激发拉曼光谱系统,在经过算法的处理后得到较强的原始拉曼光谱信号用于评定人体中葡萄糖浓度的健康指标,属于人体血液成分分析检测领域。
背景技术
近几年,糖尿病已经成为人类第三种最常见的慢性疾病,这种在医学上被称为“富贵病”的发病率逐年上升,据国际糖尿病联盟数据统计,全球约4.63亿成人患糖尿病,中国占1.164亿超过四分之一位居世界首位。截止到目前没有彻底治疗糖尿病的方法,糖尿病患者为了防止高血糖或者低血糖发生,需要每天使用现有医疗设备监测血糖4-5次,对生活质量带来严重的负面影响。
常规的血糖监测方法有静脉抽血化验、血糖试纸尿检、采集手指血检测等,这些传统的有创血糖检测方式精准度、灵敏度较高,但是检测时间长、检测成本高,反复周期性的监测会带来疼痛、感染等问题,对人们身体健康带来二次威胁。因此急需一种检测速度快、无痛苦、无感染、价格低廉且易于携带的无创血糖监测装置以应对市场需求。
随着拉曼光谱技术普遍应用于食品安全、生物医药、分子结构研究等各个领域,这种被成为“指纹光谱”拉曼光谱技术因其无损、便捷、非接触、稳定性高的优良特性,在光学快速检领域受到大力推崇,同时因为水的拉曼峰较弱,皮肤透光率较强等原因,被认为是最有希望实现人体血糖无创检测的技术之一。当然,拉曼光谱在拥有众多优势的同时,其缺陷也有很多,其中信号弱和易受瑞利散射、荧光等干扰是目前限制拉曼技术应用的最大瓶颈。相比较而言,瑞利散射光可以利用其发射波长和激发波长相同的特性,在设备内采用特定波长的陷波滤波片进行滤除,而对于荧光的抑制却受限于便携式拉曼光谱设备成本、体积、功耗以及暗室使用环境等因素,尤其是在实际应用中,无法采用实验室常规的手段处理,这也是拉曼技术走向应用的最大难题之一。
移频激发法(SERDS),是利用荧光和拉曼光的特性差异,用两个频率有轻微偏移的激光照射样品,从而得到两幅原始拉曼光谱。由于荧光的产生与物质本身有关,激发光波长的微小改变对荧光没有影响,宽频域的荧光背景几乎保持不变,同时环境光也同样跟激发光波长无光。而拉曼光谱属于非弹性散射光谱,散射光子的能量等于入射光子能量加上或减去分子振动能级差对应的能量,即拉曼光的波长(频率)与激发光的波长(频率)密切相关,当激发光频率移动时拉曼特征峰会跟着移动,前后峰位差异明显。依据这一原理,将两幅原始拉曼光谱做差,在理想情况下荧光背景和噪声会被完全抵消,得到正负拉曼峰相互对称而位置有所偏移的差分光谱,我们只需要用直接反卷积算法对差分光谱进行还原即可提取出纯粹的拉曼信号。但在实际情况下,拉曼光谱测量还会受到探测器的暗电流噪声和背景噪声的干扰,噪声的存在会降低测量的信噪比,此外两束激光无法保证完全同时开启,前后的时间差导致特征峰出现强度不一。这些问题是提取正常的拉曼光谱过程中至关重要干扰因素,因此在对人体直接测试之前,首先需要构建容错性较高的还原算法以满足更复杂的环境测试,自90年代提出差分拉曼后,一直没有较成熟的便携式无创血糖检测产品,算法是其中不可忽视的重要制约因素。在这里,我们基于还原处理SERDS最常用的直接反卷积算法,加入了三个有效的约束算子,并经过多次的测试,找到了最佳的约束算子系数,满足特定人体采集位置的信号处理需求,使得这款血糖监测仪有了后续数据处理的保障。
实验过程中,利用直接反卷积算法进行光谱还原处理,确实存在小幅震荡和负值情况,这与光谱值的非负性不相符,还原效果不佳。但是加入约束算子后的多重迭代反卷积算法,无论是对噪声还是负值的抑制都有较强的效果,还原效果较好。利用PLS进行建模和预测,得到了较高的线性相关度,探测偏差符合血糖仪检测标准(±20%以内),建模的预测的结果导入Clarke误差网格中,均满足临床医疗检测标准。
发明内容
本发明设计出一种可以实现对糖尿病患者的血糖情况进行实时无创检测的血糖仪,解决现在定期检查对患者正常生活和身体健康带来负面影响。该发明能够大幅降低检测成本和潜在的感染风险。
本发明的具体内容为:一种基于便携式差分拉曼光谱技术对人体血糖浓度实现快速无创检测,通过以下步骤实现:
步骤一:以人体正常血糖水平(80-200mg/dL)作为参照,配置出纯葡萄糖溶液,建立标准的拉曼光谱图数据库。用便携式双波长拉曼光谱设备对配好的溶液进行检测,获得标准溶液的两张拉曼光谱特征参数,通过将两张拉曼光谱进行差分,并针对由于差分产生的拉曼特征信号经过还原算法处理,得到葡萄糖溶液不同浓度下标准拉曼光谱特征。
步骤二:对待检测人体血糖无需前处理,按照步骤(1)相同的检测系统及谱图分析算法直接进行检测,获得人体消除了荧光干扰的拉曼光谱。需要指出的是,对志愿者进行激发和光谱收集的位置选在小指的指甲中部,这是经过通过多次测试选择的最优位置,因为实验中无论是眼睛、耳根或是指甲褶皱处,都大幅限制激光能量增强,这些部位稍有不慎会给待测者带来二次伤害,而小指的指甲中部下方是甲床,上面有丰富的毛细血管,经过聚焦镜头聚焦后,激光可以很容易穿过指甲激发加床中的人体血糖。
步骤三:将人体血糖差分处理后的拉曼光谱特征峰参数与软件中已建立的葡萄糖标准拉曼数据库进行比对,根据内置的匹配规则,自动实现人体血糖浓度的分析处理给出参考值。
进一步的,上述便携式双波长拉曼光谱设备激发光源的波长优选785nm,波长差范围1nm,单频输出功率≤150mw,线宽≤0.05nm,光谱范围:750-1050cm-1,采集样品的拉曼光谱扫描时间为20秒。
进一步的,所述的多重迭代反卷积算法,是在直接返卷积算法的基础上进行实现。对于总的光谱信号,可以用激发光频率的函数来表示S(v,vi)=F(v,vi)+R(v,vi),两种波长所得到的函数相减去除荧光背景得到差值光谱,由于激发光波长的线宽很窄,故差分光谱可以表示成一个固定的拉曼谱与不同频率下对应的δ函数的卷积:因为实际得到的拉曼光谱为离散信号,进一步将差分函数表示成矩阵的形式D=H·R,应用最小平方求导得到还原的拉曼光谱这是直接反卷积还原的理论过程,在这个基础上加入平滑算子Q、负能量约束算子N、正能量约束算子P,得到平滑算子有效抑制噪声,负能量算子将负值修正,正能量算子防止修正过大使谱线失真,当然,在算法中还加入了归一化作为处理的前提,主要是为了消除测试过程中,因两束激光开启时不可避免的时间差,所造成的强度不一现象,经过算法处理后的拉曼还原光谱结果较好。
差分光谱的解卷积过程需要优化约束算子权重值,步骤中计算和优化过程如图6所示,实现权重值的自动优化和选取。首先,确定初始权重值α0,β0,γ0并计算初始迭代差分光谱ST及光谱总能量E0,多重约束迭代过程中给约束算子的权重值添加一微小扰动,由于三个权重值在解卷积过程中对光谱的控制作用不同,故对三个权重值施加的扰动和扰动后的判断不同:
i)平滑约束算子权重扰动值α=α0+Δ1,其中Δ1为所施加扰动值,其值可正可负,可选择小于α0一个数量级的任意实数。计算差分光谱中特征峰位置矩阵PT,扰动迭代过程中特征峰位置矩阵和软件数据库中的特征峰矩阵匹配并不出现改变的α值确定为最终权重;
iii)噪声约束算子γ=γ0+Δ3,其中Δ3为所施加扰动值,其值可正可负,可选择小于γ0一个数量级的任意实数。计算差分光谱中正值光谱总能量与相邻一次迭代过程差值其值小于一定阈值后即可确定光谱在算子权重扰动过程中不出现改变,确定最终权重γ。
所述施加的扰动值初值可以随机产生,也可以根据实际情况人为确定,对所施加扰动后的计算为并行计算,当三个约束权重都确定后,结束扰动计算,即确定最终权重因子。
进一步的,上述步骤(2)中所述对人体测试的位置选择小指指甲中部,一方面志愿者将小指放在实验台上,可以比较好的抓住试验台,确保实验过程中稳定,另一方面小指的指甲相较其他指甲相对较薄,激发光更易透过聚焦到甲床中的毛细血管中。同时,为了确保测试的位置不变,给每一位志愿者的手上贴附一个带小孔的标签,每次实验时,都激发这个小孔的位置。
进一步的,上述步骤(3)所属的内置匹配规则,葡萄糖溶液的特征峰位作为基准,从人体上测所出的拉曼光谱信号经过MATLAB中算法处理,恢复出样品的原始拉曼光谱,通过自动识别其中是否有拉曼信号匹配到标准溶液特征峰,判断此次收集信号是否含有数据库中的有效信号,若峰位偏移在±3nm范围之内且特征峰匹配的数量≧3时,依照血糖浓度与峰位强度的线性函数关系,输出确切的值。值得指出的是,内置的匹配规则是通过多次试验后进行线性范围对应,因为纯葡萄糖溶液的信号要强很多,因此不可能实现相同强度进行对应。例如:葡萄糖溶液80mg/dl-220mg/dl的谱线强度,分别对应正常人谱线信号最弱和最强(>300次测试),超过则认为血糖水平超出220mg/dl的范围。整个葡萄糖定标范围从0.08%-30%,完全涵盖所有浓度的检测需求。
本发明的有益效果:
(1)实现了无创血糖监测设备便携化,通过差分和光谱复原算法大大提高了血糖仪的准确性和灵敏度;可实现高荧光、复杂环境中的人体检测,克服了血糖检测的高重复性给患者尤其是轻度患者带来的生活影响;实现拉曼差分特征信号的自动甄别,及时滤除环境光峰、PL峰干扰峰的问题,为无创拉曼血糖快速检测提供了创新性手段。
(2)减少患者就医频率及创伤所带来的感染风险,简单易操作,普适性强。同时大幅缩短检测时间,每次检测不超过1分钟(前后采谱时间均为20S),方便快捷,无需其他试纸耗材,节省成本。
(3)无需因个体的差异性进行提前检查,消除针对性医疗所带来的身体检查过程。
附图说明
图1为葡萄通溶液标准拉曼光谱图;
图2为在人体小指指甲中部处测得的实际拉曼光谱图;
图3为经过MATLAB中应用算法处理后的拉曼光谱图;
图4为PLS建模和预测图和克拉克误差网格分析图;
图5为便携式差分拉曼技术检测装置的结构示意图;
图6为优化约束算子权重值的算法流程图
具体实施方式
下面结合附图和实施例对本发明的内容作进一步详细说明。
实施例1
建立葡萄糖溶液标准峰位拉曼谱图库,具体如下。
便携式双波长拉曼光谱设备激发光源的波长选择784nm和785nm,波长波动范围1nm,单频输出功率150mw,线宽≤0.05nm,光谱范围:750-1050nm,采集样品的拉曼光谱扫描时间为20秒。
购置葡萄糖标准品(>99%),以人体血糖浓度作为参照,同时考虑低血压和高血压情况,使用液枪配置相应浓度梯度的葡萄糖溶液,具体配置方法:先称取1g葡萄糖粉,将葡萄糖粉定容到50mL的容量瓶中,即可得到浓度为20g/L(20mg/mL)的母液,从母液中取2ml,定容到50mL的容量瓶中,即可得到80mg/dL的葡萄糖溶液;同样的取6mL母液,定容到50mL的容量瓶中,即可得到240mg/dL的葡糖糖溶液,同样的方法,一直配置溶液浓度到30%即可。将不同浓度溶液倒入比色皿中,并将比色皿置于遮光条件下的样品池中,将探头固定避免轻微震动干扰,充分保证系统测试的稳定性。将检测获得的拉曼光谱参数进行特征峰位和强度的标识,其中峰位选取521cm-1、908cm-1、1129cm-1、1368cm-1、1558cm-1,分别对应-CCO键弯曲振动、-CCO面内伸缩振动、-CCO面外伸缩振动、-CH变形振动、-CH2OH中的-CH2O变形振动。
实施例2
对人体小指指甲中部进行无创血糖监测,具体如下
实验志愿者来自不同体型人群,主要区别不同血糖浓度下拉曼光谱信号强度差异。为了让志愿者测试时更加舒适,进而保证信号稳定真实,在试验台一侧搭建梯度护垫,手指放上去后,从手腕到胳膊均有支撑点(模拟家庭自主测试环境),并且在测试过程中,对志愿者每天测试均为10次,然后取平均值作为当天数据,以此排出不可控个人干扰的因素。
(1)对八名血糖值不同但是健康的志愿者检测
志愿者在利用血糖计得到血糖浓度真值后,再用便携式拉曼光谱设备进行直接检测,检测位置统一为小指指甲中间部位,为确保志愿者在采集过程中始终为同一个位置,在指甲上贴上中间有一个小孔的标签。通过PC终端,将采集到的光谱数据导入到MATLAB应用算法中进行处理,经过多重迭代反卷积算法还原后的拉曼光谱,数据结果自动对比葡萄糖数据库中特定峰位位置,当峰位偏差过大(超过±3nm)或者数量过少(≦3)时则不会导出对应结果,需要再次测试提高,匹配成功后依照强度与血糖浓度先行对应关系输出预测值。
八名健康的志愿者检测结果显示,在对应的521、917、1129、1376、1545cm-1峰位一次匹配即可成功,特征峰信号与标准品信号偏移范围≤±1nm,根据定标的对应关系,志愿者的真实血糖浓度和预测值很好的对应。
(2)对一名低血压和一名高血压志愿者的检测
两名轻微患者在获得体检报告后,参与到实验室测试中,通过与上述五名志愿者相同的方法得到血糖的拉曼光谱差分谱图数据,在经过PC端处理后得到还原后拉曼光谱。
结果显示,低血糖轻微患者拉曼信号特征峰位最弱,高血糖轻微患者则最强,与葡萄糖标准品特征峰相对应的峰位置为521、917、1129、1376、1545cm-1,特征峰信号与标准品信号偏移范围≤±3nm。
实施例3验证该检测方法的准确度具体方法如下
将实例2中十名志愿者血糖计检测真值进行梳理,并对其间断性10天的跟踪测试(避免频繁血糖计检测),便携式拉曼血糖仪所得数据经过PLS预测后跟血糖计检测血糖浓度一起导入Clarke误差网格中,以评估血糖监测系统的临床效用。它分为五个区域。A区和B区代表具有拉曼预测的有价值的正确临床决策,并且在任一方向上都可以接受,而C,D,E地区则是越来越有害的错误决定。
结果显示,十名名志愿者的预测值都存在于区域A和区域B中,满足临床医疗检测标准。
实施例4验证该检测方法的普适性,具体如下
在采集手指血检验处,设立便携式拉曼检测仪,在志愿者完全自愿的情况下匿名采集小指指甲中部拉曼光谱数据,人群的年龄从20岁到60岁不等,结果如下。
志愿者年龄 | 人群类型 | 医疗检测结果 | 检测方式 | 预测值 |
20 | 低血压 | 56mg/dL | 血糖计检验 | A区 |
25 | 正常 | 136mg/dL | 血糖计检验 | A区 |
39 | 正常 | 145mg/dL | 血糖计检验 | A区 |
42 | 高血压 | 230mg/dL | 血糖计检验 | A区 |
43 | 正常 | 200mg/dL | 血糖计检验 | A区 |
52 | 正常 | 175mg/dL | 血糖计检验 | A区 |
57 | 正常 | 183mg/dL | 血糖计检验 | A区 |
由此可见,本发明血糖分析仪适用于大部分不同年龄段的人群,具有很好的普适性,可实现快速无创血糖监测。
以上实施例均对发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例,但本发明所保护的内容不仅限于实施例中的用法,专业领域技术人员根据本发明进行的属自然延伸性质的改进、修改、等同替换等,也属于本发明的保护范围。
Claims (6)
1.一种基于便携式差分拉曼技术快速实现人体无创血糖检测的血糖仪,其特征在于,通过如下步骤实现:
(1)建立葡萄糖标准拉曼光谱数据库:配置多种浓度梯度的葡萄糖溶液(80-200mg/dL),用双波长差分系统进行检测,获得梯度浓度的两张拉曼光谱特征参数,通过将两张拉曼光谱进行差分,并针对由于差分产生的拉曼特征信号进行多重迭代反卷积算法还原,得到原始拉曼光谱差分特征,建立多种葡萄糖浓度梯度的拉曼光谱数据库;
(2)对待人体血糖测试无需做提前准备,按照步骤(1)相同的检测系统及谱图分析算法直接进行检测,获得人体血糖消除了荧光干扰的拉曼光谱差分数据谱图;
(3)将人体血糖差分处理后的拉曼光谱特征峰参数与软件中已建立的葡萄糖拉曼数据库进行对应,根据程序中内置的匹配规则,自动实现对人体血糖水平的预测。
2.根据权利要求1所述的一种基于便携式差分拉曼技术快速实现无创血糖检测的血糖仪,其特征在于,便携式双光源拉曼光谱设备光源可采用任一波长的光源,优选784nm和785nm,波长差范围1nm,单频输出功率≤150mw,线宽≤0.05nm,光谱范围:750-1050nm,采集的拉曼光谱扫描时间为20秒。
3.根据权利要求1所述的多重迭代反卷积还原算法,其特征在于,基于任意离散信号的,将差分公式表示成矩阵的形式,应用最小平方求导得到还原的拉曼光谱,并附加具有特定值的约束算子系数,使得对人体光谱还原效果大幅优化。
4.据权利要求1所述的一种基于便携式差分拉曼技术快速实现人体无创血糖检测的方法,其特征在于,步骤(3)所述的内置专有匹配规则,所测葡萄糖溶液的特征峰位作为基准,从人体上测出的拉曼光谱匹配到标准溶液特征峰,自主判断此次收集信号是否有效信号,峰位偏移超过±3nm则需重新测试。
5.根据权利要求1所述的一种基于便携式差分拉曼技术快速实现人体无创血糖检测的方法,其特征在于,被检测人群年龄段覆盖广,无需因个体年龄的差异做提前的处理检查,大幅节省检查成本,方便快捷。
6.根据权利要求1所述的一种基于便携式差分拉曼技术快速实现无创血糖检测的方法,其特征在于,所述预测值的准确性和医疗临床价值通过Clarke误差网格来评定,A区和B区代表具有拉曼预测的有价值的正确临床决策,并且在任一方向上都可以接受。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110226785.4A CN113208586A (zh) | 2021-03-01 | 2021-03-01 | 无创血糖快速诊断差分拉曼光谱系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110226785.4A CN113208586A (zh) | 2021-03-01 | 2021-03-01 | 无创血糖快速诊断差分拉曼光谱系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113208586A true CN113208586A (zh) | 2021-08-06 |
Family
ID=77084771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110226785.4A Pending CN113208586A (zh) | 2021-03-01 | 2021-03-01 | 无创血糖快速诊断差分拉曼光谱系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113208586A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114184600A (zh) * | 2021-12-30 | 2022-03-15 | 江苏海洋大学 | 一种基于拉曼光谱背景扣除的水中溶质定量方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050187438A1 (en) * | 2004-02-24 | 2005-08-25 | Skymoon Research & Development, Llc | Anti-stokes raman in vivo probe of analyte concentrations through the human nail |
US20060063991A1 (en) * | 2004-08-09 | 2006-03-23 | Dejin Yu | Method and apparatus for non-invasive measurement of blood analytes with dynamic spectral calibration |
CN103411949A (zh) * | 2013-06-24 | 2013-11-27 | 吉林大学 | 利用sers技术间接检测血清中葡萄糖含量的方法 |
CN103955518A (zh) * | 2014-05-06 | 2014-07-30 | 北京华泰诺安科技有限公司 | 一种检测物谱图与数据库谱图的匹配方法 |
CN104224198A (zh) * | 2014-10-07 | 2014-12-24 | 复旦大学 | 基于拉曼散射的多功能无创便携医疗检测装置及检测方法 |
CN104958075A (zh) * | 2015-06-03 | 2015-10-07 | 香港应用科技研究院有限公司 | 使用拉曼光谱非侵入性测量皮肤厚度和血糖浓度及其校准方法 |
CN106068096A (zh) * | 2014-03-26 | 2016-11-02 | 京瓷株式会社 | 测量设备、测量系统、测量方法以及设置有测量设备的电子装置 |
CN111227844A (zh) * | 2020-03-27 | 2020-06-05 | 宁波大学 | 一种基于拉曼散射光谱的无创血糖检测装置及检测方法 |
CN112147127A (zh) * | 2020-09-29 | 2020-12-29 | 广西科技大学 | 一种葡萄糖异构化过程中果糖含量的分析方法及其应用 |
-
2021
- 2021-03-01 CN CN202110226785.4A patent/CN113208586A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050187438A1 (en) * | 2004-02-24 | 2005-08-25 | Skymoon Research & Development, Llc | Anti-stokes raman in vivo probe of analyte concentrations through the human nail |
US20060063991A1 (en) * | 2004-08-09 | 2006-03-23 | Dejin Yu | Method and apparatus for non-invasive measurement of blood analytes with dynamic spectral calibration |
CN103411949A (zh) * | 2013-06-24 | 2013-11-27 | 吉林大学 | 利用sers技术间接检测血清中葡萄糖含量的方法 |
CN106068096A (zh) * | 2014-03-26 | 2016-11-02 | 京瓷株式会社 | 测量设备、测量系统、测量方法以及设置有测量设备的电子装置 |
CN103955518A (zh) * | 2014-05-06 | 2014-07-30 | 北京华泰诺安科技有限公司 | 一种检测物谱图与数据库谱图的匹配方法 |
CN104224198A (zh) * | 2014-10-07 | 2014-12-24 | 复旦大学 | 基于拉曼散射的多功能无创便携医疗检测装置及检测方法 |
CN104958075A (zh) * | 2015-06-03 | 2015-10-07 | 香港应用科技研究院有限公司 | 使用拉曼光谱非侵入性测量皮肤厚度和血糖浓度及其校准方法 |
CN111227844A (zh) * | 2020-03-27 | 2020-06-05 | 宁波大学 | 一种基于拉曼散射光谱的无创血糖检测装置及检测方法 |
CN112147127A (zh) * | 2020-09-29 | 2020-12-29 | 广西科技大学 | 一种葡萄糖异构化过程中果糖含量的分析方法及其应用 |
Non-Patent Citations (2)
Title |
---|
周红武等: "非法食品添加剂拉曼检测中的荧光抑制", 《中国激光》 * |
邹文龙: "拉曼光谱检测中荧光抑制方法的研究", 《中国优秀硕士学位论文全文数据库(基础科学辑)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114184600A (zh) * | 2021-12-30 | 2022-03-15 | 江苏海洋大学 | 一种基于拉曼光谱背景扣除的水中溶质定量方法 |
CN114184600B (zh) * | 2021-12-30 | 2023-07-25 | 江苏海洋大学 | 一种基于拉曼光谱背景扣除的水中溶质定量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104224196B (zh) | 无创测量血液成分浓度的方法 | |
US20210228117A1 (en) | Method and system for non-invasive optical blood glucose detection utilizing spectral data analysis | |
US7460895B2 (en) | Method for generating a net analyte signal calibration model and uses thereof | |
CN104597031A (zh) | 一种基于拉曼散射无创血液酒精含量的检测方法及系统 | |
Ni et al. | Noninvasive human red blood cell counting based on dynamic spectrum | |
Li et al. | Noninvasive detection and analysis of human globulin based on dynamic spectrum | |
JP4329360B2 (ja) | グルコース濃度の定量装置 | |
Ni et al. | Broadening the bands for improving the accuracy of noninvasive blood component analysis | |
CN113208586A (zh) | 无创血糖快速诊断差分拉曼光谱系统 | |
Shulei et al. | Non-invasive blood glucose measurement scheme based on near-infrared spectroscopy | |
CN110384507A (zh) | 一种基于嘴唇光学无创测量血糖浓度的检测方法 | |
CN112568902A (zh) | 一种基于血糖值的无创血糖校准方法 | |
CN114403904A (zh) | 基于肌电信号与肌肉血氧饱和度确定肌肉状态的装置 | |
Li et al. | Wavelength selection method based on test analysis of variance: application to oximetry | |
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 | |
CN113974618B (zh) | 基于水峰血糖修正的无创血糖测试方法 | |
CN110575182A (zh) | 用于检测血糖的方法及装置 | |
CN112587134A (zh) | 一种无创血糖检定方法 | |
Zhou et al. | Influence of water on noninvasive hemoglobin measurement by Dynamic Spectrum | |
EP4175538A1 (en) | Device for non-invasive blood glucose concentration measurement | |
Xiao et al. | Evaluation of dynamic spectrum extraction method based on salami slicing method | |
Olaetxea et al. | Determination of physiological lactate and pH by Raman spectroscopy | |
Lin et al. | An improved system for noninvasive detection of lymphocytes by dynamic spectroscopy | |
CN116509386A (zh) | 一种基于拉曼光谱的无创体内血糖检测系统及方法 | |
Shim et al. | An investigation of the effect of in vivo interferences on Raman glucose measurements |
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 |