CN115177244A - 基于差分拉曼光谱的微型无创血糖检测系统 - Google Patents
基于差分拉曼光谱的微型无创血糖检测系统 Download PDFInfo
- Publication number
- CN115177244A CN115177244A CN202210206547.1A CN202210206547A CN115177244A CN 115177244 A CN115177244 A CN 115177244A CN 202210206547 A CN202210206547 A CN 202210206547A CN 115177244 A CN115177244 A CN 115177244A
- Authority
- CN
- China
- Prior art keywords
- raman
- light
- human body
- blood glucose
- differential
- 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
- 210000004369 blood Anatomy 0.000 title claims abstract description 66
- 239000008280 blood Substances 0.000 title claims abstract description 66
- 238000001514 detection method Methods 0.000 title claims abstract description 49
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title claims abstract description 48
- 239000008103 glucose Substances 0.000 title claims abstract description 48
- 238000001237 Raman spectrum Methods 0.000 title claims description 20
- 238000001069 Raman spectroscopy Methods 0.000 claims abstract description 77
- 230000009467 reduction Effects 0.000 claims abstract description 9
- 238000001228 spectrum Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 12
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000002834 transmittance Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000010238 partial least squares regression Methods 0.000 claims description 5
- 210000000245 forearm Anatomy 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 claims 1
- 230000004298 light response Effects 0.000 claims 1
- 230000002503 metabolic effect Effects 0.000 claims 1
- 230000004060 metabolic process Effects 0.000 abstract description 2
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 abstract 1
- 230000005284 excitation Effects 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 4
- 206010012601 diabetes mellitus Diseases 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 208000007342 Diabetic Nephropathies Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 238000010241 blood sampling Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000001444 catalytic combustion detection Methods 0.000 description 1
- 208000033679 diabetic kidney disease Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000695 excitation spectrum Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 239000002699 waste material Substances 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
- A61B5/145—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
-
- 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
-
- 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
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B2560/04—Constructional details of apparatus
- A61B2560/0431—Portable apparatus, e.g. comprising a handle or case
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Emergency Medicine (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于差分拉曼光谱的微型无创血糖检测系统。本发明分别采用垂直腔表面发射激光器、窄带宽滤光片和雪崩光电二极管用于微型双波长光源、通过人体特定波段拉曼散射光和探测微弱拉曼信号。进一步对两组频率发生微移的特定小波段人体小臂内侧拉曼信号进行多重迭代解卷积拉曼差分还原算法完成预处理。特别地，1125cm‑1该葡萄糖拉曼特征峰强度被验证不受人体热量代谢等因素影响，即使用1125cm‑1和人体血糖进行单变量建模和预测，实现基于皮肤直接葡萄糖信号获取和稳健可靠的无创血糖浓度传感。该装置均使用微型设备，在大幅缩减体积基础上，可极大程度上提高血糖检测的便利性和宜用性，在便携式血糖无创检测领域有重要意义。
Description
技术领域
本发明涉及一种无创快速检测人体血糖浓度的新型便携式系统，尤其涉及一种基于近红外差分拉曼光谱技术实现血糖无创检测的装置及方法，属于血糖无创检测领域。
背景技术
糖尿病作为一种慢性疾病，其可能会引起癌症、心血管疾病、糖尿病肾病等各类并发症，目前还没有根治的办法。而随着人们生活质量的提高，糖尿病患者的数量及其治疗费用都与日俱增，全球糖尿病联盟报告指出，到2045年全球糖尿病卫生支出将达到8450亿美元，因此实现血糖精准检测非常重要。然而，通过扎手指采血的痛苦过程严重阻碍了人们监测血糖水平的积极性，多项研究报告称，尽管患者清楚控制血糖水平的重要性，但仍有超过50.1％的糖尿病患者不进行日常自我监测。鉴于缺乏依从性，亟待可靠的无创血糖检测技术为有需要的人提供无痛、方便、连续或频繁的血糖检测。
在过去的几十年里，人们一直在寻求各种无创血糖检测技术。在众多方法中，光谱学方法已经引起了相当多的关注。拉曼光谱作为一种散射光谱，其光子的能量变化通常起源于分子振动能量与入射光子能量的叠加，因此拉曼散射光中包含了丰富的分子振动结构的信息，因此可作为分子识别的“指纹”光谱，包括葡萄糖分子。已经报道了使用各种生物样品(如血清、血液、组织和皮肤)进行诊断可行性的血糖定量分析。这些特性为拉曼光对血糖水平进行光谱定量分析成为可能，并被认为是最有希望实现人体血糖无创检测的技术之一。但现有拉曼光谱技术存在以下突出问题：
1)微弱的拉曼信号极易受到瑞利光及空间杂散光的影响，使获得的葡萄糖特征峰湮没在背景谱中；
2)现有拉曼光谱测试系统体积庞大，操作繁琐，对专业性要求较高，不适用于集成化和便携式系统；
3)现有拉曼测试系统仍使用价格高昂的光栅光谱仪和电荷耦合元件(CCD)进行散射光分光和光电信号转换，这对于常规的实验室难以实现。
基于此，本发明提出一种基于差分拉曼光谱的微型无创血糖检测系统，其创新在于：
1)提出利用移频激发拉曼差分光谱并结合多重迭代解卷积还原算法进行背景去除、噪声抑制和有效信号的等比例放大；
2)提出利用垂直腔表面激光发射器(Vcsel)作微型双波长光源；
3)提出利用超窄线宽滤光片，替代传统的光栅光谱仪，对人体特定波段以外的拉曼散射光进行滤除，只允许861nm(以785nm激发光为例)，对应1125cm-1的血糖拉曼特征峰通过，截止深度为 4OD；
4)提出利用雪崩光电二极管代替传统CCD实现光电信号转换。
该发明提出的一种基于差分拉曼光谱的微型无创血糖检测系统，在保证准确预测人体血糖浓度水平的前提下，全部使用微型单元实现拉曼系统的激发、收集和数据处理等功能，可大幅减少系统体积，达到高度集成化、小型化的目的，为实现人体血糖无创检测的便携式设备提供一个全新的有效技术途径。
发明内容
本发明的目的是为了解决现有基于拉曼光谱技术的无创血糖检测装置无法实现高准确度、高度小型化和集成化等的技术挑战，公开一种基于差分拉曼光谱系统的无创血糖检测系统以解决上述现有技术中存在的问题。
本发明的目的是通过以下技术方案实现的。
一种基于差分拉曼光谱的微型无创血糖检测系统，包括：包括双波长光源模块、光路耦合模块、信号检测模块、信号处理及显示模块；整个系统拟集成各个模块，通过智能算法建立拉曼特征峰强与人体血糖含量的关系，实现便携式系统对人体血糖含量的快速准确检测。
本发明利用微型双波长垂直腔表面发射激光器(Vcsel)作光源，可分别或独立发出波长相近的两束激光，两束激光经内置布拉格光栅进行中心波长选择，使激发光的线宽压缩至＜0.01nm，接着经准直系统准直后经过窄带通滤光片，滤除激光以外的杂散光，进一步经过二向色镜，将两束激光反射至聚焦透镜，通过调节焦点位置可使其准确聚焦至人体小臂内测皮肤，并利用上述聚焦透镜收集并准直来自人体皮肤的瑞利散射光、拉曼散射光以及空间杂散光；接着再次通过上述二向色镜至第二超窄带通滤光片，滤除人体特定波长血糖拉曼特征峰以外的所有无关光，并利用雪崩光电二极管进行上述拉曼光信号检测得到两组小波段的具有微小频移的光谱。最后，利用多重迭代反卷积差分拉曼算法对两组光谱进行背景去除、信号提取放大和还原并将得到的拉曼特征峰强用内置偏最小二乘法回归模型进行预测，将预测值显示到显示模块。
所述双波长光源模块，采用垂直腔表面发射激光器作为发射两束波长相近、输出功率较大且激光光谱线宽较窄的激光，优选但不限于 784nm和785nm，特别地，将所述激光通过内置布拉格光栅进行中心波长的选择，使所述784nm和785nm的激发光线宽压缩至≤0.01nm，输出功率≤1.25w，且两种波长激光按照一定时序进行触发分别作用于人体小臂皮肤。
所述准直系统与双波长光源模块同光轴，优选但不限于直接封装在微型激光器芯片表面，也可以采用尾纤形式输出；
所述第一窄带通滤光片与所述准直系统同光轴，用于通过微型双波长光源激光，对784nm和785nm的透过率≥90％，对于空间杂散光的透过率＜0.0001％；
所述二向色镜与所述第一窄带通滤光片同光轴，用于将激发光反射至第一聚焦透镜到达人体组织，并收集和通过产生自人体的瑞丽散射光和拉曼散射光；其对784nm和785nm的反射率>95％，对来自人体瑞丽散射光和拉曼散射光的透过率>95％；也可选用至少两个反射镜来代替二向色镜，使激发光路与收集光路异轴；
所述第一聚焦透镜与上述二向色镜同光轴，用于将所述滤除之后的准直激光精确聚焦至人体小臂内测，同时收集并准直来自人体的瑞丽及拉曼散射光；
所述第二窄带通滤光片与上述第一聚焦透镜同光轴，用于滤除人体血糖特定波段拉曼特征峰以外的瑞丽散射光和空间杂散光和无关拉曼散射光；可根据公式(107/(107/λ-v))计算出该滤光片的中心波长，其中λ为所述微型光源发光波长，v为人体血糖拉曼特征峰，本发明中v优选与血糖含量相关性大且不易受人体热量代谢等客观因素影响的1125cm-1处的单拉曼特征峰；可得到采用784nm和785nm 激发得到所述血糖特征峰所对应的波长分别为859.8nm和861nm，即所述滤光片对859.8nm到861nm波段的透过率≥90％，对其余波段光的透过率＜0.0001％；
所述第二聚焦透镜与所述第二窄带宽滤光片同光轴，用于将滤除之后得到的所述人体两组特定小波段的具有微小频移的的拉曼散射光准确聚焦至所述信号检测模块；
所述信号检测模块优选但不限于硅基雪崩光电探测器，其同一封装中兼备放大器和光探测器，在系统安装中要求处于绝对的暗环境，使环境噪声更低、寄生电容更小，其探测灵敏度可达0.52A/W, 暗电流最大为2nA，使弱光探测更加灵敏且体积大幅缩减；用于检测所述两组特定小波段的具有微小频移的拉曼散射光信号转换为电信号，进而得到两组光谱；
所述信号处理与显示模块，优选但不限于FPGA实现多重迭代解卷积差分拉曼还原算法对所述两组光谱进行背景去除，有效信号提取放大和还原，最终得到一组人体真实的特定波段的血糖拉曼数据；进一步采用基于偏最小二乘法回归(PLSR)，可选利用神经网络算法提升检测精度和测量重复性，降低检测限，利用机器学习、人工神经网络结合庞大数据库提取有效的光谱数据特征量，建立血糖特征拉曼光谱峰强和人体血糖水平间的联系，并借鉴相关修正模型，得到准确的人体血糖浓度预测值，最后，在显示屏上给出预测值。
本发明的有益效果
从上述技术方案可以看出，本发明公开的一种基于差分拉曼光谱的微型无创血糖检测系统，至少具有以下有益效果：
1)本发明将移频激发拉曼差分光谱与多重迭代解卷积差分还原拉曼算法有机结合，可有效去除对拉曼信号影响极大的荧光背景及瑞丽散射光，得到人体血糖原始拉曼特征峰；
2)本发明通过合理设计光路系统，优选非球面透镜用以消除像差，提高光谱质量；使用微型垂直腔表面发射激光器作双波长光源；提出采用超窄带通滤光片替代传统体积庞大、价格昂贵的光栅，用以滤除人体特定波段拉曼特征峰以外的瑞丽散射光和无关拉曼散射光；提出利用雪崩光电二极管替代传统CCD作拉曼信号探测；整套系统体积微小，操作简单，可独立应用于便携式血糖无创检测装置或集成到手机及其他家用医疗等设备中；
3)检测对象前期无需复杂的准备工作，仅需简单清洁皮肤表面即可，消除针对性医疗所带来的身体检查过程，并且检测时间短 (小于一分钟)，不会造成相关耗材的浪费，节省成本。
附图说明
图1为多重迭代解卷积拉曼差分还原算法实现原理示意图；
图2为选用二向色分光系统的便携式无创血糖检测系统示意图；
图3为激发光与收集光共轴光路的便携式无创血糖检测系统示意图；
图4为选用两个反射镜实现的便携式无创血糖检测系统示意图；
其中，1-双波长光源模块，2-光路耦合模块，3-信号检测模块，4-信号处理及显示模块，5-双波长垂直腔表面发射激光器，6- 第一平凸非球面透镜，7-第一窄带通滤光片，8-二向色镜，9、第二平凸非球面透镜，10-第二窄带通滤光片，11-第三平凸非球面透镜，12-单光子雪崩光电二极管，13-第一反射镜，14-第二反射镜， 15-现场可编程门阵列。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
本发明提供了一种基于差分拉曼光谱的微型无创血糖检测系统，包括：包括双波长光源模块、光路耦合模块、信号检测模块、信号处理及显示模块；整个系统拟集成各个模块，通过智能算法建立拉曼特征峰强与人体血糖含量的关系，实现可穿戴系统对人体血糖含量的快速准确检测。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。但是，本发明能够以不同形式实施，而不应当解释为局限于这里提出的实施例。
实施例1
多重迭代反卷积拉曼差分还原算法实现
如图1所示，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。但是直接差分拉曼信号并不能很好的放大有效信号及抑制噪声。所以在算法中引入特殊约束算符对差分信号约束优化，有效抑制了直接差分出现的噪声信号和信号震荡。拉曼光谱信号看可用激发光的函数表示：s(v,vi)＝f(v,vi)+r(v,vi)；其中f代表荧光以及瑞丽散射光，r代表拉曼散射光。两束激发光直接作差值得到：s(ν,νi)＝r(ν,v1)+r(v,ν2)；因为激发光波长很窄，所以激发光谱可用δ函数表示。拉曼光谱信号写成卷积形式：
和
其中卷积核为h(ν)＝δ(ν)-δ(ν-vi)；直接解卷积的光谱信号是：R＝(HTH)-1HTS；加入解卷积过程中出现的负值光谱信号的约束算子N、平滑算子Q及正噪声约束算子P之后(设定α＝100，β＝1000，γ＝1)，经过上述形式转换之后，族中拉曼光谱信号可表示为：R＝(HTH*+αQTQ+βNTN+γPTP)-1HTS；同时，光谱总能量设置为总光强平方和即：E＝ΣIi 2，迭代过程中以差分全谱能量稳定阈值作为迭代停止的标准，其总能量逐渐收敛至设定的阈值即停止，保证了各拉曼特征峰得到等比例的放大。
实施例二
如图2所示，本实施例公开了一种选用二向色分光系统实现便携式无创血糖检测装置。
作为一个可选实施例，由垂直腔表面发射激光器5按照一定时序发射功率≥1.25w，线宽≤0.01nm的784nm和785nm激光，所述激光经过直接封装在Vcsel表面的平凸非球面透镜6得到准直，接着通过第一窄带通滤光片7，使只有784nm和785nm的激光通过，其余光被基本滤除；784nm和785nm激光经过二向色镜8，其中所述入射激光发生发射，被反射到第二平凸非球面透镜9，聚焦至人体小臂皮肤，被激发产生的瑞丽散射光及拉曼散射光被第二平凸非球面透镜9收集，再次准直并通过二向色镜8；第二窄带通滤光片对上述散射光进行滤除，对人体特定小波段拉曼特征峰(1125cm-1)对应的波长透过率≥90％，对其余波段的散射光及空间杂散光透过率＜ 0.0001％；上述特征拉曼峰对应波长的散射光在第三平凸非球面透镜 11被准确聚焦至硅基单光子雪崩光电二极管12，从而得到两组小波段范围的、具有微小频移的、含有1125cm-1人体血糖拉曼特征峰的光谱；进一步两组光谱在FPGA的内置算法中，实现多重迭代解卷积差分拉曼还原和对所述两组光谱进行背景去除，有效信号提取放大和还原，最终得到一组人体真实的特定波段的血糖拉曼数据；进一步采用基于偏最小二乘法回归(PLSR)，可选利用神经网络算法提升检测精度和测量重复性，降低检测限，利用机器学习、人工神经网络结合庞大数据库提取有效的光谱数据特征量，建立血糖特征拉曼光谱峰强和人体血糖水平间的联系，并借鉴相关修正模型，得到准确的人体血糖浓度预测值，最后，在显示屏上给出预测值。
如图3和图4，作为可选，作为同样可实现可穿戴血糖无创检测的两种装置，其基本思想和实施例二基本一致，仅在装置体积以及光路设计方面有所不同。应注意，上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。如上所述也同样在本发明的保护范围之内。
以上所述的具体描述，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而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于差分拉曼光谱的微型无创血糖检测系统，包括双波长光源模块、光路耦合模块、信号检测模块、信号处理及显示模块：
所述双波长光源模块包括窄带宽激光器，所述窄带宽激光器用于发射两束波长相近、输出功率较大和激光光谱线宽较窄的激光；
所述光路耦合模块，用于将所述双波长光源模块输出的两束激光按照一定时序分别聚焦至人体小臂内侧用于激发和收集特定波段的两组拉曼光谱。
所述信号检测模块，用于接收所述两组特定波长的拉曼散射光并进行检测，得到人体小臂内测的拉曼光谱。
所述信号处理及显示模块，用于对所述两组拉曼光谱进行差分处理，进一步对差分后的拉曼光谱特征峰参数进行偏最小二乘法回归，将预测值显示到屏幕。
2.根据权利要求1所述的一种基于差分拉曼光谱的微型无创血糖检测系统，其特征在于：所述双波长光源模块可采用任意波长相近的光源，优选784nm和785nm，波长差范围1nm，输出功率≤1.25w，线宽≤0.01nm，所述线宽采用布拉格光栅选择得到，且两种波长可按照特定时序进行触发。
3.根据权利要求1所述的一种基于差分拉曼光谱的微型无创血糖检测系统，其中，所述光路耦合模块包括：
第一平凸非球面透镜：用于将所述双波长光源模块输出的激光准直至第一窄带通滤光片；
第一窄带通滤光片：用于对所述准直激光以外的杂散光进行滤除；
二向色镜：可选二向色镜或两个反色镜用于改变激发光方向与收集光路异轴；二向色镜用于反射所述准直激光至下述第二平凸非球面透镜，同时透射来自人体的拉曼散射光至下述第二窄带通滤光片；
第二平凸非球面透镜：用于将所述滤除之后的准直激光精确聚焦至人体小臂内测，同时收集并准直来自人体的拉曼散射光；
第二窄带通滤光片：用于滤除所述人体拉曼散射光特定波段以外的拉曼散射光和瑞利散射光；其特征在于：对于所述特定波段的拉曼散射光的透过率大于等于90％；对于所述特定波段以外的散射光和瑞丽散射光的透过率小于0.0001％；
第三平凸非球面透镜：用于将所述人体特定频段的拉曼散射光精确聚焦至所述信号检测模块。
4.根据权利要求3所述的一种基于差分拉曼光谱的微型无创血糖检测系统，其中，所述人体特定波段拉曼散射光，是根据两束入射光频率与散射光频率差值倒数确定；所述散射光特征在于：人体血糖拉曼特征峰1125cm-1强度受代谢热量及人体机能影响可忽略，强度变化可认为由血糖浓度单一变量引起。
5.根据权利要求1所述的一种基于差分拉曼光谱的微型无创血糖检测系统，其特征在于：所述信号检测模块优选超快弱光响应的微型雪崩光电二极管，记录电压信号，将所述人体特定波长的拉曼散射光强信号转换为电信号，可采集到两组具有微小频移的特定波段拉曼散射光谱。
6.根据权利要求1所述的一种基于差分拉曼光谱的微型无创血糖检测系统，其特征在于：所述信号处理及显示模块对权利要求5所述的两组具有微小频移的特定波段拉曼散射光谱进行多重迭代反卷积差分算法还原，得到一组优化后的如权利要求1至5所述的特定波段的拉曼特征峰的人体原始拉曼散射光谱；进一步，通过优选但不限于现场可编程门阵列(FPGA)提取所述拉曼特征峰强用内置偏最小二乘法回归模型进行预测，并将预测值显示到显示模块。
7.根据权利要求1所述的一种基于差分拉曼光谱的微型无创血糖检测系统，其特征在于，体积微小操作简单，可独立用于可穿戴血糖无创检测装置，也可集成到手机及家用医疗等设备中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210206547.1A CN115177244A (zh) | 2022-03-03 | 2022-03-03 | 基于差分拉曼光谱的微型无创血糖检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210206547.1A CN115177244A (zh) | 2022-03-03 | 2022-03-03 | 基于差分拉曼光谱的微型无创血糖检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115177244A true CN115177244A (zh) | 2022-10-14 |
Family
ID=83512442
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210206547.1A Pending CN115177244A (zh) | 2022-03-03 | 2022-03-03 | 基于差分拉曼光谱的微型无创血糖检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115177244A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116138771A (zh) * | 2023-04-18 | 2023-05-23 | 江西科技师范大学 | 用于多光谱血糖光声检测的能量修正方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030208169A1 (en) * | 2000-07-11 | 2003-11-06 | Joseph Chaiken | Method of tissue modulation for noninvasive measurement of an analyte |
| CN1882278A (zh) * | 2003-10-28 | 2006-12-20 | 薇拉莱特公司 | 使用组织荧光确定某一糖化终产物或疾病状态 |
| CN101917899A (zh) * | 2007-11-05 | 2010-12-15 | 生物传感器公司 | 用于测定分析物浓度的光学传感器 |
| CN102369420A (zh) * | 2009-01-21 | 2012-03-07 | 莱尔照明公司 | 使用多个离散光源的拉曼光谱设备、系统和方法 |
| KR20130113136A (ko) * | 2012-04-05 | 2013-10-15 | 한국화학연구원 | 비침습적 라인-조사 공간변위라만분광기 |
| CN106604677A (zh) * | 2014-09-04 | 2017-04-26 | Rsp系统公司 | 用于通过拉曼光谱进行透皮体内测量的方法和装置 |
| US20210113121A1 (en) * | 2019-08-27 | 2021-04-22 | Cercacor Laboratories, Inc. | Non-invasive medical monitoring device for blood analyte measurements |
| CN113208586A (zh) * | 2021-03-01 | 2021-08-06 | 北京理工大学 | 无创血糖快速诊断差分拉曼光谱系统 |
-
2022
- 2022-03-03 CN CN202210206547.1A patent/CN115177244A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030208169A1 (en) * | 2000-07-11 | 2003-11-06 | Joseph Chaiken | Method of tissue modulation for noninvasive measurement of an analyte |
| CN1882278A (zh) * | 2003-10-28 | 2006-12-20 | 薇拉莱特公司 | 使用组织荧光确定某一糖化终产物或疾病状态 |
| CN101917899A (zh) * | 2007-11-05 | 2010-12-15 | 生物传感器公司 | 用于测定分析物浓度的光学传感器 |
| CN102369420A (zh) * | 2009-01-21 | 2012-03-07 | 莱尔照明公司 | 使用多个离散光源的拉曼光谱设备、系统和方法 |
| KR20130113136A (ko) * | 2012-04-05 | 2013-10-15 | 한국화학연구원 | 비침습적 라인-조사 공간변위라만분광기 |
| CN106604677A (zh) * | 2014-09-04 | 2017-04-26 | Rsp系统公司 | 用于通过拉曼光谱进行透皮体内测量的方法和装置 |
| US20210113121A1 (en) * | 2019-08-27 | 2021-04-22 | Cercacor Laboratories, Inc. | Non-invasive medical monitoring device for blood analyte measurements |
| CN113208586A (zh) * | 2021-03-01 | 2021-08-06 | 北京理工大学 | 无创血糖快速诊断差分拉曼光谱系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116138771A (zh) * | 2023-04-18 | 2023-05-23 | 江西科技师范大学 | 用于多光谱血糖光声检测的能量修正方法 |
| CN116138771B (zh) * | 2023-04-18 | 2023-06-30 | 江西科技师范大学 | 用于多光谱血糖光声检测的能量修正方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3592416B2 (ja) | 眼内物質の測定装置 | |
| JP5982364B2 (ja) | 測定媒体の成分または特性、特に生理的血液値を特定およびモニタするための装置ならびに方法 | |
| CA2700996C (en) | Optical device components | |
| CN109124649B (zh) | 用于通过拉曼光谱进行无创伤性活体测量的设备 | |
| US20020161289A1 (en) | Detector array for optical spectrographs | |
| US20170127983A1 (en) | Systems and methods for sampling calibration of non-invasive analyte measurements | |
| CA2699626C (en) | Optical device components | |
| CN101194828B (zh) | 人眼房水葡萄糖浓度的无损光学检测装置 | |
| KR20190058176A (ko) | 분광 장치와, 분광 방법, 및 생체신호 측정장치 | |
| Kong et al. | A novel non-imaging optics based Raman spectroscopy device for transdermal blood analyte measurement | |
| JP2005521531A (ja) | 糖尿病を検出するための組織の分光分析 | |
| CN1314368C (zh) | 测量待测物中成分浓度的方法和设备 | |
| US20080023634A1 (en) | Non-invasive detection of analytes in a comples matrix | |
| Kumar et al. | A novel noninvasive hemoglobin sensing device for anemia screening | |
| CN103868870A (zh) | 一种结合吸收光谱与反射光谱的血液成分分析系统及其分析方法 | |
| CN107174257A (zh) | 一种微型可穿戴式无创血糖监测仪 | |
| CN109171662B (zh) | 皮肤含水量的检测仪及皮肤含水量的检测方法 | |
| CN111513728B (zh) | 一种多技术融合的无创血糖检测装置及测量方法 | |
| CN115177244A (zh) | 基于差分拉曼光谱的微型无创血糖检测系统 | |
| US20060211926A1 (en) | Non-invasive Raman measurement apparatus with broadband spectral correction | |
| CN101696931A (zh) | 物质浓度无损检测方法及其装置 | |
| CN104873207A (zh) | 一种太赫兹连续血糖测量系统 | |
| US20230148312A1 (en) | Device for non-invasive blood glucose concentration measurement | |
| Priyoti et al. | Non-invasive blood glucose measurement using near infra-red spectroscopy | |
| KR20090036996A (ko) | 복수 개의 단일 파장 광원을 이용한 투과와 반사 병행방식의 무채혈 혈당기 |
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 |