CN113533244A - 一种红细胞比容的检测方法、装置、终端和可读存储介质 - Google Patents
一种红细胞比容的检测方法、装置、终端和可读存储介质 Download PDFInfo
- Publication number
- CN113533244A CN113533244A CN202110681317.6A CN202110681317A CN113533244A CN 113533244 A CN113533244 A CN 113533244A CN 202110681317 A CN202110681317 A CN 202110681317A CN 113533244 A CN113533244 A CN 113533244A
- Authority
- CN
- China
- Prior art keywords
- light
- light intensity
- wavelength
- absorbance
- model
- 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
- 238000005534 hematocrit Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 38
- 210000004369 blood Anatomy 0.000 claims abstract description 66
- 239000008280 blood Substances 0.000 claims abstract description 66
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 238000000149 argon plasma sintering Methods 0.000 claims abstract description 41
- 238000002835 absorbance Methods 0.000 claims description 72
- 210000003743 erythrocyte Anatomy 0.000 claims description 49
- 238000004590 computer program Methods 0.000 claims description 18
- 238000000926 separation method Methods 0.000 claims description 10
- 238000010790 dilution Methods 0.000 claims description 7
- 239000012895 dilution Substances 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 210000002381 plasma Anatomy 0.000 description 27
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000003113 dilution method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000338 in vitro Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000002618 extracorporeal membrane oxygenation Methods 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004180 plasmocyte Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01N21/25—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
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Abstract
本申请属于检测技术领域，主要提供了一种红细胞比容的检测方法、装置、终端和可读存储介质，本申请通过将第一光强检测器实时或单次检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器实时或单次检测得到的第一反射光的第三光强和第二反射光的第四光强输入根据Twersky理论预先建立的光散射模型，计算得到待测血液的实时红细胞比容，无需利用血气分析仪来检测血液中的红细胞比容，实现了对血液的红细胞比容进行实时连续检测，并且，也可以实现对血液的红细胞比容进行单次检测。
Description
技术领域
本申请属于检测技术领域，尤其涉及一种红细胞比容的检测方法、装置、终端和可读存储介质。
背景技术
红细胞比容(Hct)指红细胞占全血容积的百分比。它反映红细胞和血浆的比例，是影响血黏度的主要因素。
目前医院常用的红细胞比容的检测方法为采用血气分析仪进行检测，该方法通过将人体的血液抽取出来，然后利用血气分析仪来检测血液中的红细胞比容。其只适用于单次检测，并不能实现红细胞比容的实时连续检测。
发明内容
本申请提供一种红细胞比容的检测方法、装置、终端和计算机可读存储介质，可以实现对血液的红细胞比容进行实时连续检测。
本申请实施例第一方面提供一种红细胞比容的检测方法，包括：
获取第一光强检测器检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器检测得到的第一反射光的第三光强和第二反射光的第四光强；所述第一光强检测器和所述第二光强检测器之间的间隔距离大于预设距离；所述第一反射光和所述第二反射光分别为第一波长的光和第二波长的光依次射入待测血液后形成的反射光；所述第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值大于预设吸光度值；
将所述第一光强、所述第二光强、所述第三光强和所述第四光强输入预先建立的光散射模型，计算得到所述待测血液的红细胞比容；所述光散射模型为根据Twersky理论建立得到的光散射模型。
基于上述第一方面提供的红细胞比容的检测方法，在本申请的第一种可能的实施方式中，所述光散射模型的建立包括：
获取基于Twersky理论得到的第一初始模型：
其中，I0表示入射光的光强，Iλ表示反射光的光强，
表示红细胞吸光度，
表示血浆吸光度，L表示光子传播路程，Hct表示红细胞比容，S表示与光源参数、光接收孔径的大小以及血浆和红细胞的折射率有关的常数，T表示由非血液参数有关的常数；
对所述第一初始模型
进行变换，得到第二初始模型
其中，
表示第一光强，
表示第三光强，
表示第二光强，
表示第四光强，ΔεR表示第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值，ΔεP表示第一波长的光对应的血浆吸光度与所述第二波长的光对应的血浆吸光度之间的差值，ΔL表示所述第一光强检测器和所述第二光强检测器之间的间隔距离；
对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
基于上述第一方面提供的红细胞比容的检测方法以及上述第一种可能的实施方式，在本申请的第二种可能的实施方式中，所述对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型，包括：
利用血浆稀释法对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
基于上述第一方面提供的红细胞比容的检测方法，或者上述任一种可能的实施方式，在本申请的第三种可能的实施方式中，所述第一波长和所述第二波长的取值范围为700nm～900nm。
本申请实施例第二方面还提供一种红细胞比容的检测装置，包括：
获取单元，用于获取第一光强检测器检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器检测得到的第一反射光的第三光强和第二反射光的第四光强；所述第一光强检测器和所述第二光强检测器之间的间隔距离大于预设距离；所述第一反射光和所述第二反射光分别为第一波长的光和第二波长的光依次射入待测血液后形成的反射光；所述第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值大于预设吸光度值；
计算单元，用于将所述第一光强、所述第二光强、所述第三光强和所述第四光强输入预先建立的光散射模型，计算得到所述待测血液的红细胞比容；所述光散射模型为根据Twersky理论建立得到的光散射模型。
在本申请的一些实施方式中，上述检测装置还可以包括：模型建立单元，用于：
获取基于Twersky理论得到的第一初始模型：
其中，I0表示入射光的光强，Iλ表示反射光的光强，
表示红细胞吸光度，
表示血浆吸光度，L表示光子传播路程，Hct表示红细胞比容，S表示与光源参数、光接收孔径的大小以及血浆和红细胞的折射率有关的常数，T表示由非血液参数有关的常数；
对所述第一初始模型
进行变换，得到第二初始模型
其中，
表示第一光强，
表示第三光强，
表示第二光强，
表示第四光强，ΔεR表示第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值，ΔεP表示第一波长的光对应的血浆吸光度与所述第二波长的光对应的血浆吸光度之间的差值，ΔL表示所述第一光强检测器和所述第二光强检测器之间的间隔距离；
对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
在本申请的一些实施方式中，上述模型建立单元，还可以用于：
利用血浆稀释法对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
在本申请的一些实施方式中，上述第一波长和所述第二波长的取值范围可以为700nm～900nm。
本申请实施例第三方面提供一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的红细胞比容的检测方法的步骤。
本申请实施例第四方面提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的红细胞比容的检测方法的步骤。
本申请实施例中，通过将第一光强检测器实时或单次检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器实时或单次检测得到的第一反射光的第三光强和第二反射光的第四光强输入根据Twersky理论预先建立的光散射模型，计算得到待测血液的实时红细胞比容，无需利用血气分析仪来检测血液中的红细胞比容，实现了对血液的红细胞比容进行实时连续检测，并且，也可以实现对血液的红细胞比容进行单次检测。
附图说明
图1为本申请实施例提供的红细胞比容的检测方法的实现流程示意图。
图2为本申请实施例提供的建立光散射模型的具体实现流程示意图。
图3为本申请的实施例提供的红细胞比容的检测装置的第一结构示意图。
图4为本申请的实施例提供的红细胞比容的检测装置的第二结构示意图。
图5为本申请的实施例提供的红细胞比容的检测装置的第三结构示意图。
图6为本申请的实施例提供的终端的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
目前医院常用的红细胞比容的检测方法为采用血气分析仪进行检测，即，通过将人体的血液抽取出来，然后利用血气分析仪来检测血液中的红细胞比容。然而，该方法只适用于单次检测，并不能实现红细胞比容的实时连续检测。
基于此，本申请实施例提供一种红细胞比容的检测方法、装置、终端和计算机可读存储介质，可以实现对血液的红细胞比容进行实时连续检测。
需要说明的是，本申请实施例提供一种红细胞比容的检测方法、装置、终端和计算机可读存储介质，不仅可以实现对待测血液的红细胞比容进行在体的实时连续检测，还可以实现离体(体外)的实时连续检测。
例如，在体外循环系统中，由于人体自身心脏功能的不完善，需要将血液抽取体外循环系统，通过人工心脏再泵入人体血管内，有时还需要配合人工肺来协同工作，即，体外膜氧合设备ECMO。在该系统中，可以采用本申请实施例提供一种红细胞比容的检测方法、装置、终端和计算机可读存储介质，实时连续地检测体外循环系统管路中的红细胞比容。
同时，本申请供的红细胞比容的检测方法、装置、终端和可读存储介质不与血液接触，属于非耗材，无需定期更换。
具体的，如图1所示，为本申请实施例提供的一种红细胞比容的检测方法的实现流程示意图，该方法可以由终端上配置的红细胞比容的检测装置执行，包括如下步骤101至步骤102。
步骤101，获取第一光强检测器检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器检测得到的第一反射光的第三光强和第二反射光的第四光强。
本申请实施例中，所述第一光强检测器和所述第二光强检测器之间的间隔距离大于预设距离；所述第一反射光和所述第二反射光分别为第一波长的光和第二波长的光依次射入待测血液后形成的反射光；所述第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值大于预设吸光度值。
由于第一光强检测器和所述第二光强检测器之间的间隔距离太小时，第一光强与第三光强之间的差异度，以及第二光强与第四光强之间的差异度会变得非常小，容易引起较大的检测误差，因此，需要使第一光强检测器和第二光强检测器之间的间隔距离大于预设距离。其中，该预设距离可以根据实践经验或者通过实验得到。
同样的，为了避免引起较大的检测误差，第一波长的光对应的红细胞吸光度与第二波长的光对应的红细胞吸光度之间的差值需要大于预设吸光度值。其中，该预设吸光度值可以根据实践经验或者通过实验得到。
可选的，在本申请的一些实施方式中，上述第一波长和第二波长的取值范围可以为700nm～900nm。
在实际应用中，由于红细胞对波长从700nm到900nm的光的吸光度呈下降趋势，并且，在700nm到805nm之间吸光度的变化较大，在805nm到900nm之间吸光度的变化较小，因此，为了保证第一波长的光对应的红细胞吸光度与第二波长的光对应的红细胞吸光度之间的差值足够大，在本申请的一些实施方式中，第一波长可以为小于805nm的波长的光，第二波长可以为大于805nm的波长的光。例如，第一波长可以为760nm，第二波长可以为850nm。
上述第一反射光和第二反射光分别为第一波长的光和第二波长的光依次射入待测血液后形成的反射光是指：第一波长的光先射入待测血液，并由第一光强检测器和第二光强检测器分别检测得到第一波长的光射入待测血液后形成的反射光的第一光强和第三光强之后，再控制第二波长的光射入待测血液，并由第一光强检测器和第二光强检测器分别检测得到第二波长的光射入待测血液后形成的反射光的第二光强和第四光强，以避免光强检测过程中不同波长的光之间互相干扰。
需要说明的是，第一波长的光和第二波长的光的入射时间间隔为毫秒级的时间间隔，不会影响红细胞比容的检测。
步骤102，将所述第一光强、所述第二光强、所述第三光强和所述第四光强输入预先建立的光散射模型，计算得到所述待测血液的红细胞比容。
本申请实施例中，上述光散射模型可以为根据Twersky理论建立得到的光散射模型。
可选的，如图2所示，上述光散射模型的建立可以通过下述步骤201至步骤203的方式实现。
步骤201，获取基于Twersky理论得到的第一初始模型：
具体的，根据Twersky理论，光射入血液后，会被血液中的各种成份吸收，而不同成份对不同波长的光的吸光度不同。血液中的主要成份为红细胞和血浆，因此，定义红细胞对波长为λ的光的吸光度为
血浆对波长为λ的光的吸光度为
则根据Twersky理论，可以得到上述第一初始模型：
其中，I0表示入射光的光强，Iλ表示反射光的光强，
表示红细胞吸光度，
表示血浆吸光度，L表示光子传播路程，Hct表示红细胞比容，S表示与光源参数、光接收孔径的大小以及血浆和红细胞的折射率有关的常数，T表示由非血液参数有关的常数。
步骤202，对所述第一初始模型
进行变换，得到第二初始模型
其中，
表示第一光强，
表示第三光强，
表示第二光强，
表示第四光强，ΔεR表示第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值，ΔεP表示第一波长的光对应的血浆吸光度与所述第二波长的光对应的血浆吸光度之间的差值，ΔL表示所述第一光强检测器和所述第二光强检测器之间的间隔距离。
本申请实施例中，上述第一初始模型：
为基于Twersky理论推导得到并且经过验证的模型。然而，由于第一初始模型中包含了
L、S、T等较多的未知数，并且，光子传播路程L是较难测量得到的，因而，无法直接利用第一初始模型计算得到红细胞比容Hct，所以需要对第一初始模型：
进行变换得到第二初始模型
具体的，对所述第一初始模型
进行变换，得到第二初始模型
的推理过程如下：
本实施例中，采用双检测器D1、D2分别检测两种近红外波长为λ1和λ2的光射入血液后反射回来的反射光的光强，即，第一光强检测器检测得到的第一反射光的第一光强
和第二反射光的第二光强
以及第二光强检测器检测得到的第一反射光的第三光强
和第二反射光的第四光强
其中，基于双检测器D1、D2检测波长为λ1的光射入血液后反射回来的反射光的光强，以及上述第一初始模型：
可以得到：
式一：
式二：
将式一和式二相减可以得到：
式三：
同样的，基于双检测器D1、D2检测波长为λ2的光射入血液后反射回来的反射光的光强，以及上述第一初始模型：
可以得到：
式四：
式五：
将式四和式五相减可以得到：
式六：
将式三与式六相减即可得到上述第二初始模型：
需要说明的是，光子传播路程L1和L2的测量难度是比较大的，因而，本申请实施例通过采用第一光强检测器和第二光强检测器之间的间隔距离来近似光子传播路程L1和L2之间的距离差ΔL，即，不进行光子传播路程的实际测量，简化了模型的参数标定过程。
步骤203，对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
本申请实施例中，通过上述步骤202中对第一初始模型进行变换，使得光散射模型中消除了S和T等模型参数的不确定性带来的检测误差，并且，其包含的ΔεR、ΔεP和ΔL这三个模型参数均为常量，与入射光等外部因素无关，通过传感器对这三个参数进行标定，即可得到光散射模型：
本申请实施例中，通过将第一光强检测器实时或单次检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器实时或单次检测得到的第一反射光的第三光强和第二反射光的第四光强输入根据Twersky理论预先建立的光散射模型，计算得到待测血液的实时红细胞比容，无需利用血气分析仪来检测血液中的红细胞比容，实现了对血液的红细胞比容进行实时连续检测，并且，也可以实现对血液的红细胞比容进行单次检测。
可选的，在本申请的一些实施方式中，上述步骤203，对所述第二初始模型中的模型参数进行标定，得到所述光散射模型的过程中，可以利用血浆稀释法对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
具体的，由于不同的红细胞比容的检测装置，其配置的光源的波长有可能各不相同，即，不同的红细胞比容的检测装置的第一波长有可能各不相同，以及第二波长也有可能各不相同，另外，基于不同的使用场景，例如，在体检测和离体检测等不同的使用场景，第二初始模型中的模型参数ΔεR、ΔεP的取值均有可能不相同，因此，上述利用血浆稀释法对所述第二初始模型中的模型参数ΔεR、ΔεP进行标定时，可以基于各个红细胞比容的检测装置，以及该红细胞比容的检测装置对应的使用场景，利用血浆稀释法对所述第二初始模型中的模型参数ΔεR、ΔεP进行标定，得到不同红细胞比容的检测装置及不同红细胞比容的检测装置对应的使用场景各自分别对应的光散射模型。
具体的，在采用血浆稀释法实现模型参数ΔεR、ΔεP的标定时，可以通过对同一待测血液分批次进行血浆稀释，得到红细胞比容不断减小的待测血液，然后，利用血气分析仪测得不同稀释程度的待测血液的红细胞比容，并利用上述红细胞比容的检测装置的第一光强检测器和第二光强检测器分别检测波长为λ1的第一近红外光源以及波长为λ2的第二近红外光源射入上述不同红细胞比容的待测血液后的反射的第一反射光和第二反射光的第一光强、所述第二光强、所述第三光强和所述第四光强，以及利用距离传感器检测第一光强检测器和第二光强检测器之间的间隔距离ΔL，再将检测得到的红细胞比容、第一光强、所述第二光强、所述第三光强、所述第四光强、间隔距离ΔL代入上述第二初始模型，即可计算得到上述第二初始模型中的模型参数ΔεR、ΔεP。
需要说明的是，上述仅仅是对上述步骤203中模型参数ΔεR、ΔεP和ΔL如何进行标定进行举例说明，在本申请的其他实施方式中，还可以通过其他方式实现上述模型参数ΔεR、ΔεP和ΔL的标定。
例如，利用血浆稀释法对第二初始模型中的(ΔεR-ΔεP)*ΔL以及ΔεP*ΔL进行曲线拟合实现(ΔεR-ΔεP)*ΔL以及ΔεP*ΔL的整体标定，而不具体计算ΔεR、ΔεP和ΔL中各个参数的取值，实现对第二初始模型中的模型参数ΔεR、ΔεP和ΔL的标定。
可选的，在本申请的一些实施方式中，如图3所示为本申请实施例提供的红细胞比容的检测装置的第一结构示意图，该红细胞比容的检测装置可以包括：第一光强检测器31、第二光强检测器32、波长为λ1的第一近红外光源33以及波长为λ2的第二近红外光源34。
其中，所述第一光强检测器31和所述第二光强检测器32之间的间隔距离ΔL大于预设距离；所述第一波长λ1的光对应的红细胞吸光度与所述第二波长λ2的光对应的红细胞吸光度之间的差值ΔεR大于预设吸光度值。
可选的，在本申请的一些实施方式中，上述第一光强检测器31和第二光强检测器32可以包括两个光敏二极管，上述波长为λ1的第一近红外光源33以及波长为λ2的第二近红外光源34可以为两种近红外波长的LED。
如图4所示，上述红细胞比容的检测装置还可以包括：与LED 41连接的LED驱动单元42，与光敏二极管43连接的信号前处理单元44，与信号前处理单元44连接的ADC采样单元45，以及控制单元46和USB通信单元47等更多或更少的结构，本申请对此不做限制。其中，信号前处理单元44用于对光敏二极管检测到的光信号进行去噪处理。
应理解的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为根据本申请，某些步骤可以采用其它顺序进行。
如图5所示，为本申请实施例提供另一种红细胞比容的检测装置的结构示意图，该红细胞比容的检测装置可以包括：获取单元501和计算单元502。
获取单元501，用于获取第一光强检测器检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器检测得到的第一反射光的第三光强和第二反射光的第四光强；所述第一光强检测器和所述第二光强检测器之间的间隔距离大于预设距离；所述第一反射光和所述第二反射光分别为第一波长的光和第二波长的光依次射入待测血液后形成的反射光；所述第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值大于预设吸光度值；
计算单元502，用于将所述第一光强、所述第二光强、所述第三光强和所述第四光强输入预先建立的光散射模型，计算得到所述待测血液的红细胞比容；所述光散射模型为根据Twersky理论建立得到的光散射模型。
在本申请的一些实施方式中，上述检测装置还可以包括：模型建立单元，用于：
获取基于Twersky理论得到的第一初始模型：
其中，I0表示入射光的光强，Iλ表示反射光的光强，
表示红细胞吸光度，
表示血浆吸光度，L表示光子传播路程，Hct表示红细胞比容，S表示与光源参数、光接收孔径的大小以及血浆和红细胞的折射率有关的常数，T表示由非血液参数有关的常数；
对所述第一初始模型
进行变换，得到第二初始模型
其中，
表示第一光强，
表示第三光强，
表示第二光强，
表示第四光强，ΔεR表示第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值，ΔεP表示第一波长的光对应的血浆吸光度与所述第二波长的光对应的血浆吸光度之间的差值，ΔL表示所述第一光强检测器和所述第二光强检测器之间的间隔距离；
对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
在本申请的一些实施方式中，上述模型建立单元，还用于：
利用血浆稀释法对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
在本申请的一些实施方式中，上述第一波长和所述第二波长的取值范围为700nm～900nm。
需要说明的是，为描述的方便和简洁，上述描述的红细胞比容的检测装置的具体工作过程，可以参考上述图1至图4中红细胞比容的检测方法的描述，在此不再赘述。并且，还需要说明的是，上述各个实施方式可以进行相互组合，得到多种不同的实施方式，均属于本申请的保护范围。
如图6所示，本申请实施例还提供一种终端。该终端可以配置有上述实施方式所示的红细胞比容的检测装置。
如图6所示，终端6可以包括：处理器60、存储器61以及存储在存储器61中并可在处理器60上运行的计算机程序62。处理器60执行计算机程序62时实现上述各个红细胞比容的检测方法实施例中的步骤，例如，图1所示的步骤101至步骤102。
所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器，也可以是任何常规的处理器等。
存储器61可以是终端6的内部存储单元，例如，硬盘或内存。存储器61也可以是用于终端6的外部存储设备，例如，终端6上配备的插接式硬盘，智能存储卡(Smart MediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器61还可以既包括终端6的内部存储单元也包括外部存储设备。存储器61用于存储上述计算机程序以及终端所需的其他程序和数据。
上述计算机程序可以被分割成一个或多个模块/单元，上述一个或者多个模块/单元被存储在上述存储器61中，并由上述处理器60执行，以完成本申请。上述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述上述计算机程序在上述进行用户关怀的终端中的执行过程。例如，上述计算机程序可以被分割成：获取单元和计算单元，具体功能如下：
获取单元，用于获取第一光强检测器检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器检测得到的第一反射光的第三光强和第二反射光的第四光强；所述第一光强检测器和所述第二光强检测器之间的间隔距离大于预设距离；所述第一反射光和所述第二反射光分别为第一波长的光和第二波长的光依次射入待测血液后形成的反射光；所述第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值大于预设吸光度值；
计算单元，用于将所述第一光强、所述第二光强、所述第三光强和所述第四光强输入预先建立的光散射模型，计算得到所述待测血液的红细胞比容；所述光散射模型为根据Twersky理论建立得到的光散射模型。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的。例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口、装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种红细胞比容的检测方法，其特征在于，包括：
获取第一光强检测器检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器检测得到的第一反射光的第三光强和第二反射光的第四光强；所述第一光强检测器和所述第二光强检测器之间的间隔距离大于预设距离；所述第一反射光和所述第二反射光分别为第一波长的光和第二波长的光依次射入待测血液后形成的反射光；所述第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值大于预设吸光度值；
将所述第一光强、所述第二光强、所述第三光强和所述第四光强输入预先建立的光散射模型，计算得到所述待测血液的红细胞比容；所述光散射模型为根据Twersky理论建立得到的光散射模型。
2.如权利要求1所述的检测方法，其特征在于，所述光散射模型的建立包括：
获取基于Twersky理论得到的第一初始模型：
其中，I0表示入射光的光强，Iλ表示反射光的光强，
表示红细胞吸光度，
表示血浆吸光度，L表示光子传播路程，Hct表示红细胞比容，S表示与光源参数、光接收孔径的大小以及血浆和红细胞的折射率有关的常数，T表示由非血液参数有关的常数；
对所述第一初始模型
进行变换，得到第二初始模型
其中，
表示第一光强，
表示第三光强，
表示第二光强，
表示第四光强，ΔεR表示第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值，ΔεP表示第一波长的光对应的血浆吸光度与所述第二波长的光对应的血浆吸光度之间的差值，ΔL表示所述第一光强检测器和所述第二光强检测器之间的间隔距离；
对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
3.如权利要求2所述的检测方法，其特征在于，所述对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型，包括：
利用血浆稀释法对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
4.如权利要求1-3任意一项所述的检测方法，其特征在于，所述第一波长和所述第二波长的取值范围为700nm～900nm。
5.一种红细胞比容的检测装置，其特征在于，包括：
获取单元，用于获取第一光强检测器检测得到的第一反射光的第一光强和第二反射光的第二光强，以及第二光强检测器检测得到的第一反射光的第三光强和第二反射光的第四光强；所述第一光强检测器和所述第二光强检测器之间的间隔距离大于预设距离；所述第一反射光和所述第二反射光分别为第一波长的光和第二波长的光依次射入待测血液后形成的反射光；所述第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值大于预设吸光度值；
计算单元，用于将所述第一光强、所述第二光强、所述第三光强和所述第四光强输入预先建立的光散射模型，计算得到所述待测血液的红细胞比容；所述光散射模型为根据Twersky理论建立得到的光散射模型。
6.如权利要求5所述的检测装置，其特征在于，所述检测装置还包括：模型建立单元，用于：
获取基于Twersky理论得到的第一初始模型：
其中，I0表示入射光的光强，Iλ表示反射光的光强，
表示红细胞吸光度，
表示血浆吸光度，L表示光子传播路程，Hct表示红细胞比容，S表示与光源参数、光接收孔径的大小以及血浆和红细胞的折射率有关的常数，T表示由非血液参数有关的常数；
对所述第一初始模型
进行变换，得到第二初始模型
其中，
表示第一光强，
表示第三光强，
表示第二光强，
表示第四光强，ΔεR表示第一波长的光对应的红细胞吸光度与所述第二波长的光对应的红细胞吸光度之间的差值，ΔεP表示第一波长的光对应的血浆吸光度与所述第二波长的光对应的血浆吸光度之间的差值，ΔL表示所述第一光强检测器和所述第二光强检测器之间的间隔距离；
对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
7.如权利要求6所述的检测装置，其特征在于，所述模型建立单元，还用于：
利用血浆稀释法对所述第二初始模型中的模型参数ΔεR、ΔεP和ΔL进行标定，得到所述光散射模型。
8.如权利要求5-7任意一项所述的检测装置，其特征在于，所述第一波长和所述第二波长的取值范围为700nm～900nm。
9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-4任意一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4中任意一项所述方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110681317.6A CN113533244A (zh) | 2021-06-18 | 2021-06-18 | 一种红细胞比容的检测方法、装置、终端和可读存储介质 |
| PCT/CN2021/138009 WO2022262221A1 (zh) | 2021-06-18 | 2021-12-14 | 一种红细胞比容的检测方法、装置、终端和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110681317.6A CN113533244A (zh) | 2021-06-18 | 2021-06-18 | 一种红细胞比容的检测方法、装置、终端和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113533244A true CN113533244A (zh) | 2021-10-22 |
Family
ID=78125243
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110681317.6A Pending CN113533244A (zh) | 2021-06-18 | 2021-06-18 | 一种红细胞比容的检测方法、装置、终端和可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113533244A (zh) |
| WO (1) | WO2022262221A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022262221A1 (zh) * | 2021-06-18 | 2022-12-22 | 中国科学院深圳先进技术研究院 | 一种红细胞比容的检测方法、装置、终端和可读存储介质 |
| WO2024055714A1 (zh) * | 2022-09-15 | 2024-03-21 | 深圳市卓润生物科技有限公司 | 全血压积测量方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030009090A1 (en) * | 2001-04-19 | 2003-01-09 | Jeon Kye-Jin | Method and apparatus for noninvasively monitoring hemoglobin concentration and oxygen saturation |
| CN112641444A (zh) * | 2020-12-10 | 2021-04-13 | 中国科学院深圳先进技术研究院 | 一种脑血氧检测系统及方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2767692A (en) * | 1991-10-03 | 1993-05-03 | Medtronic, Inc. | Method and apparatus for determining hematocrit in blood |
| US5734464A (en) * | 1996-11-06 | 1998-03-31 | Cobe Laboratories, Inc. | Red blood cell spillover detection technique |
| JP2008039539A (ja) * | 2006-08-04 | 2008-02-21 | Shimadzu Corp | 光散乱検出装置 |
| US8130369B2 (en) * | 2008-11-05 | 2012-03-06 | Fresenius Medical Care Holdings, Inc. | Measuring hematocrit and estimating hemoglobin values with a non-invasive, optical blood monitoring system |
| JP6698422B2 (ja) * | 2016-05-17 | 2020-05-27 | 日本電信電話株式会社 | ヘマトクリット値測定装置および方法 |
| JP6894088B2 (ja) * | 2017-02-14 | 2021-06-30 | メディカルフォトニクス株式会社 | 散乱体濃度計測装置及びその方法 |
| CN108240973A (zh) * | 2018-01-23 | 2018-07-03 | 江苏康尚生物医疗科技有限公司 | 一种全血血红蛋白浓度检测方法及装置 |
| CN113533244A (zh) * | 2021-06-18 | 2021-10-22 | 中国科学院深圳先进技术研究院 | 一种红细胞比容的检测方法、装置、终端和可读存储介质 |
-
2021
- 2021-06-18 CN CN202110681317.6A patent/CN113533244A/zh active Pending
- 2021-12-14 WO PCT/CN2021/138009 patent/WO2022262221A1/zh unknown
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030009090A1 (en) * | 2001-04-19 | 2003-01-09 | Jeon Kye-Jin | Method and apparatus for noninvasively monitoring hemoglobin concentration and oxygen saturation |
| CN112641444A (zh) * | 2020-12-10 | 2021-04-13 | 中国科学院深圳先进技术研究院 | 一种脑血氧检测系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| SHOTA EKUNI ET AL.: "Noninvasive and Continuous Hematocrit Measurement by Optical Method without Calibration", ELECTRONICS AND COMMUNICATIONS IN JAPAN, vol. 99, no. 9, pages 38 - 44 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022262221A1 (zh) * | 2021-06-18 | 2022-12-22 | 中国科学院深圳先进技术研究院 | 一种红细胞比容的检测方法、装置、终端和可读存储介质 |
| WO2024055714A1 (zh) * | 2022-09-15 | 2024-03-21 | 深圳市卓润生物科技有限公司 | 全血压积测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022262221A1 (zh) | 2022-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zherebtsov et al. | Hyperspectral imaging of human skin aided by artificial neural networks | |
| US7884933B1 (en) | Apparatus and method for determining analyte concentrations | |
| CN104897607B (zh) | 便携式近红外光谱食品建模与快速检测一体化方法和系统 | |
| CN113533244A (zh) | 一种红细胞比容的检测方法、装置、终端和可读存储介质 | |
| Jiang et al. | Comparison of algorithms for wavelength variables selection from near-infrared (NIR) spectra for quantitative monitoring of yeast (Saccharomyces cerevisiae) cultivations | |
| US9551656B2 (en) | Absorption and scattering effects separation from diffuse spectrum data and model establishment and concentration prediction based thereon | |
| CN102920464B (zh) | 血红蛋白浓度和血氧饱和度测定仪及测定方法 | |
| WO2012153769A1 (ja) | 光トモグラフィ装置 | |
| Mekonnen et al. | Accurate prediction of glucose concentration and identification of major contributing features from hardly distinguishable near-infrared spectroscopy | |
| Parab et al. | Backpropagation neural network-based machine learning model for prediction of blood urea and glucose in CKD patients | |
| EP2688475A1 (en) | Systems and methods for measuring oxygenation | |
| CN101933809A (zh) | 多波段反射光谱无创血液成分测量装置及方法 | |
| Blaney et al. | Dual-slope diffuse reflectance instrument for calibration-free broadband spectroscopy | |
| Watté et al. | Metamodeling approach for efficient estimation of optical properties of turbid media from spatially resolved diffuse reflectance measurements | |
| Liu et al. | Non-linearity correction in NIR absorption spectra by grouping modeling according to the content of analyte | |
| Anis et al. | A portable non-invasive blood glucose monitoring device with IoT | |
| CN110384507A (zh) | 一种基于嘴唇光学无创测量血糖浓度的检测方法 | |
| Liang et al. | Spectrophotometric determination of turbid optical parameters without using an integrating sphere | |
| Stergar et al. | Hyperspectral evaluation of peritoneal fibrosis in mouse models | |
| US8406840B2 (en) | Spatially resolved oxymetry | |
| Song et al. | A calibration set selection method fusing multi-component based on Euclidean distance in spectral analysis of complex solution | |
| Ewerlöf et al. | Estimating skin blood saturation by selecting a subset of hyperspectral imaging data | |
| JP2014032146A (ja) | 濃度測定装置及び濃度測定装置の制御方法 | |
| CN115251853A (zh) | 一种微血管的位置检测方法、装置、系统及存储介质 | |
| Vincely et al. | Accuracy of retrieving optical properties from liquid tissue phantoms using a single integrating sphere |
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 |