CN116077016A - 一种基于拉曼光谱和红外线光谱的便携式信息诊断装置 - Google Patents
一种基于拉曼光谱和红外线光谱的便携式信息诊断装置 Download PDFInfo
- Publication number
- CN116077016A CN116077016A CN202211654575.6A CN202211654575A CN116077016A CN 116077016 A CN116077016 A CN 116077016A CN 202211654575 A CN202211654575 A CN 202211654575A CN 116077016 A CN116077016 A CN 116077016A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- module
- raman
- infrared
- light
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 60
- 238000001237 Raman spectrum Methods 0.000 title claims abstract description 41
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 36
- 238000001069 Raman spectroscopy Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000001228 spectrum Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 26
- 201000010099 disease Diseases 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 17
- 230000005284 excitation Effects 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 4
- 238000005516 engineering process Methods 0.000 claims description 18
- 239000000523 sample Substances 0.000 claims description 14
- 210000001519 tissue Anatomy 0.000 claims description 13
- 238000003748 differential diagnosis Methods 0.000 claims description 12
- 238000012706 support-vector machine Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 230000035945 sensitivity Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 206010012601 diabetes mellitus Diseases 0.000 claims description 7
- 210000004904 fingernail bed Anatomy 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000017531 blood circulation Effects 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 210000004400 mucous membrane Anatomy 0.000 claims description 3
- 208000024799 Thyroid disease Diseases 0.000 claims description 2
- 208000025368 adrenal gland disease Diseases 0.000 claims description 2
- 230000001613 neoplastic effect Effects 0.000 claims description 2
- 208000021510 thyroid gland disease Diseases 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 9
- 238000011160 research Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 210000002966 serum Anatomy 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 210000003491 skin Anatomy 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000004566 IR spectroscopy Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 206010064912 Malignant transformation Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 210000004100 adrenal gland Anatomy 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000024245 cell differentiation Effects 0.000 description 1
- 230000004663 cell proliferation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 208000030172 endocrine system disease Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000004433 infrared transmission spectrum Methods 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 230000036212 malign transformation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002200 mouth mucosa Anatomy 0.000 description 1
- 210000004877 mucosa Anatomy 0.000 description 1
- 238000004204 optical analysis method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- A61B5/0075—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
- A61B5/0059—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
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/414—Evaluating particular organs or parts of the immune or lymphatic systems
- A61B5/415—Evaluating particular organs or parts of the immune or lymphatic systems the glands, e.g. tonsils, adenoids or thymus
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
- A61B5/4222—Evaluating particular parts, e.g. particular organs
- A61B5/4227—Evaluating particular parts, e.g. particular organs endocrine glands, i.e. thyroid, adrenals, hypothalamic, pituitary
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Endocrinology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Urology & Nephrology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Gastroenterology & Hepatology (AREA)
- Immunology (AREA)
- Vascular Medicine (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明属于疾病诊断设备技术领域，公开了一种基于拉曼光谱和红外线光谱的便携式信息诊断装置，包括用于利用激发光源发射拉曼散射光线和红外光线的光线发射模块，用于对拉曼散射光线和红外光线的反射信号进行收集的信号收集模块，用于与远程监控设备进行数据交互的通讯模块，用于利用显示器对检测信息进行显示的显示模块，与光线发射模块、信号收集模块、通讯模块和显示模块连接，用于对采集数据进行处理分析，并对各个受控模块的运行进行协调控制的中央处理与控制模块。本发明采用小型化设备，便于携带；运用SVM法建立诊断模型，能够很好地区分不同种类患者的光谱特征，准确度高。
Description
技术领域
本发明属于疾病诊断设备技术领域，尤其涉及一种基于拉曼光谱和红外线光谱的便携式信息诊断装置。
背景技术
目前，智能疾病诊断是基于人工智能来判断个体是否患病以及患了何种疾病。由于原始的疾病诊断方法需要决策人具备丰富的知识储备和较高的决策能力，而达到这一水平，决策者往往要通过长时间的主动学习和经验积累。即使决策者具备了这些经验，在做出决策的过程中也避免不了要受到主观因素影响和客观因素干扰，导致分析出现偏差，从而使决策的准确率大大下降。而在决策过程中，小小的决策失误就会带来惨痛的代价，特别是在疾病诊断中，很可能付出生命的代价。另外，随着医疗水平的提高，医疗数据复杂化、高维化、特征差异缩小化，越来越需要新的智能疾病诊断方法来提升疾病诊断的准确率。
拉曼光谱技术是一种基于光非弹性散射的光学分析方法，能够捕获生化物质的分子‘指纹’信息。在病变组织尚未发生形态学改变时，拉曼光谱就可检测出样本中因细胞增殖、分化或恶变等引起的生物大分子结构、成分和含量的改变，通过分辨拉曼光谱中所包含的不同峰，可以做定性研究。同时，作为一种基于光的技术，拉曼光谱通常是无标记和无损的，它还可以自动化，用于数据采集和分析，在很大程度上消除用户的参与和偏见。因此，拉曼光谱非常适合疾病早期诊断的研究。
就拉曼检测仪器而言，国外公司起步较早，现已有比较成熟的研究和商用的拉曼光谱仪，现阶段大型拉曼仪器厂商有雷尼绍(Renishaw)，赛默飞(Thermo Fiser)等。雷尼绍公司主营的共聚焦显微拉曼光谱仪在各大高校广泛使用，该公司仪器采用LiveTrackTM实时共聚焦技术，可使用户在粗糙、不平整的样品表面进行分析，同时保持最佳的聚焦效果，为探究不同拉曼信号的研究提供了非常好的仪器条件；赛默飞公司也同样销售单点采集和成像为一体的显微拉曼光谱仪，新型的激光器和光栅使得该仪器有较高的采集速度和灵活性，成为制药、学术等领域应用的理想选择。大型拉曼光谱仪的价格昂贵，体积较大，通常应用于高校和科研所等研究领域。但由于社会中测量环境的多样化，大型拉曼光谱仪的使用受到一定的限制。所以近几年以来，各大公司争相研发小型化的拉曼光谱仪，其体积小、重量轻、便于携带的特点，在满足分辨率和测量要求的情况下，非常适合现场的快速检测。小型拉曼光谱仪的研发逐渐成为研究的热点。国内相关的发展起步较晚，但在国家政策和社会科技发展驱动下，发展迅速，由原先的国外仿制到如今的自主研发。国内多个高校和科研所均在进行拉曼光谱仪的软硬件和算法研究。国内外各大公司也争相推出便携式的拉曼光谱仪，但在快速测量及高准确性疾病诊断方面暂无较多的产品发布。
19世纪初Herschel在探测各色光散发的热量时发现了红外光谱的存在，并将其称为“产热的光束”。有机分子中组成各个基团的原子处于不同的运动状态，包括转动、伸缩振动、弯曲振动等。使用连续波长的光源照射样品后，样品中的分子吸收某些波长的光，那些可透过的光将到达检测器，经模数转换后再经傅里叶变换，便可得到样品的单光束光谱，进一步扣除背景的单光束光谱后，得到样品的红外透射光谱，根据光谱中吸收峰的位置、形状和强度可确定待测的分子物质中包含有哪些基团、化学键及分子大体结构，从这些信息便可基本推断出待测物由哪些类型的分子组成。
红外光谱技术具有散射截面大、成像速度快的优势，但是由于红外光的波长较长，导致空间分辨率较低，并且含水样品对红外光有吸收，会产生较强的背景信号。相比于红外光谱技术，拉曼光谱技术更适用于研究含水的生物细胞样本。拉曼光谱技术使用可见光作为激发光源，具有空间分辨率高的优势。另外，由于分子振动的机制不同，拉曼光谱与红外光谱可以反映不同的分子组成信息，具有互补的特性。拉曼光谱显微成像技术散射截面极小，且成像速度较慢。
通过上述分析，现有技术存在的问题及缺陷为：
(1)目前技术受检测者经验影响大，诊断结果较为主观。
(2)目前检测结果无法实现实时、无创、客观的诊断。
(3)医院中大型检测器械价格昂贵，体积较大，不便用于随身检测。
(4)患者个体差异大，对于诊断的准确性和可重复性产生复杂的影响。
(5)现有光谱技术对血清进行分析准确度和可靠性不理想。
(6)目前检测技术数据库落后，无法实现大数据建模及样本库更新。
发明内容
针对现有技术存在的问题，本发明提供了一种基于拉曼光谱和红外线光谱的便携式信息诊断装置。
本发明是这样实现的，一种基于拉曼光谱和红外线光谱的便携式信息诊断装置包括：
光线发射模块，用于利用激发光源激发被检组织的拉曼散射光线和红外线以检测其拉曼光谱和红外光谱；
信号收集模块，用于对拉曼散射光线和红外光线的反射信号进行收集；
通讯模块，用于与远程监控设备进行数据交互；
显示模块，用于利用显示器对检测信息进行显示；
中央处理与控制模块，与光线发射模块、信号收集模块、通讯模块和显示模块通过无线技术连接，用于对采集数据进行处理分析，并对各个受控模块的运行进行协调控制。
进一步，所述信号收集模块包括有两个收集端，两个收集端分别为红外线收集探头和拉曼散射光线收集探头。
进一步，所述光线发射模块利用激光激发被检组织的拉曼散射光线和红外线以检测其拉曼光谱和红外光谱，激发光波长为785nm，检测波数范围400-1800cm-1，每条光谱扫描时间10s，累计扫描10次后取平均光谱。
进一步，所述中央处理与控制模块对收集的拉曼散射光线和红外光线信号进行处理分析时，用Labspec软件对每条光谱进行基线校正，并用面积归一化法处理光谱数据。
进一步，运用支持向量机(SVM)方法，经小波变换去除噪音后，对拉曼光谱信息进行分析，建立鉴别诊断模型，并验证鉴别诊断模型有效性。
进一步，验证鉴别诊断模型有效性时，计算每个鉴别诊断模型的灵敏度(SE)、特异性(SP)、准确度(ACC)、Matthew相关系数(MCC)。
本发明的另一目的在于提供一种基于拉曼光谱和红外线光谱的便携式信息诊断装置的控制方法，所述基于拉曼光谱和红外线光谱的便携式信息诊断装置的控制方法包括：
步骤一，以皮肤、黏膜、甲床为检测区域，利用光线发射模块激发被检组织的拉曼散射光线和红外线以检测其拉曼光谱和红外光谱；
步骤二，利用信号收集模块对拉曼散射光线和红外光线的反射信号进行收集，并将收集信号传递到中央处理与控制模块进行处理分析；
步骤三，利用通讯模块将检测结果传递到远程监控设备；
步骤四，利用显示模块对检测信息进行显示。
进一步，所述步骤一中的采用皮肤、黏膜、甲床等为检测区域，具体的方法包括：
将设备的发射和收集模块置于皮肤、口腔黏膜、甲床等血流丰富的区域，开始激发光照射及光谱收集。
进一步，所述步骤二中，其光谱收集后通过通讯模块上传至中央数据处理模块后的方法为：
通过通讯模块收集患者的光谱数据，使用Labspec软件对获得的红外光谱及拉曼光谱进行基线校正，平滑，并使用归一化法处理光谱数据。患者的疾病会引发血清中成分改变，最终将显示为光谱中峰值强度的变化和新的峰值，进行特征提取。运用支持向量机(SVM)程序，分析光谱数据，将光谱数据分类，建立诊断模型，验证分类的效力，并计算其特异性(SP)、灵敏度(SE)、准确度(ACC)、Matthew相关系数(MCC)。在建立完善疾病数据库及诊断模型后，对上传的光谱数据进行实时分类诊断。
结合上述的技术方案和解决的技术问题，请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为：
第一，针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
本发明基于大数据机器学习方法，数据分析及诊断过程无需人为参与，去除观察者偏倚，真正做到了客观诊断；
采用通讯模块进行数据传递，患者端只设置光谱激发、收集模块和显示模块，可实现设备小型化和便携化；
减少使用医院大型检测器械的繁琐步骤，本发明采用小型化设备，便于携带，检测方便快捷；
将红外光谱技术与拉曼光谱技术结合，将两类光谱特征进行融合是有比单一光谱分析更多的优势；
运用SVM法建立诊断模型，更好地区分并诊断不同疾病患者的血清光谱，准确度高；
数据库可保持持续更新和扩展，通过不断的建模和验证，使诊断模型的准确性不断提高。
第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
本发明便于携带，可用于糖尿病、甲状腺、肾上腺等疾病的诊断，旨在通过发明便携式信息诊断装置，收集不同疾病患者样本，避免使用大型检测器械的研究都是通过传统的大型拉曼光谱系统进行测试，仪器笨重、体积大、价格贵且不便于人体使用，距临床应用还有一段距离。本文系统要在保证检测准确的同时尽可能做到仪器小型化、低成本、适于临床应用。；
检测方便快捷、诊断灵敏度，准确度高；
将红外光谱技术与拉曼光谱技术结合，将两类光谱特征进行融合是有比单一光谱分析更多的优势，同时运用SVM法建立诊断模型，更好地区分并诊断不同疾病患者的血清光谱，提高疾病诊断准确度；
第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
(1)本发明的技术方案转化后的预期收益和商业价值为：预期收益包括数据库的应用授权和硬件设备的收益，目标患者为糖尿病等内分泌系统疾病和肿瘤性疾病，患者数量巨大，对疾病监控要求较高，转化后的商业价值可以百亿计。
(2)本发明的技术方案填补了国内外业内技术空白：
在国际领域首次将大数据建模诊断应用于常见病的监控中，结果客观准确；
首次将红外光谱技术和拉曼光谱技术结合，组成可以互相参考的诊断系统；采用中央数据库和数据通讯系统，实时准确的进行疾病监控；制备成便携式信息诊断装置，并有望形成可穿戴设备，便于推广。
(3)本发明的技术方案解决了人们一直渴望解决、但始终未能获得成功的技术难题：本发明解决了目前疾病诊断和监测中无法实时进行的痛点，结果客观、准确。
(4)本发明的技术方案克服了技术偏见：本发明基于大数据及机器学习技术，数据分析及诊断过程完全屏蔽人为因素的干扰，克服了技术偏见。
附图说明
图1是本发明实施例提供的基于拉曼光谱和红外线光谱的便携式信息诊断装置的结构示意图；
图2是本发明实施例提供的基于拉曼光谱和红外线光谱的便携式信息诊断装置的控制方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明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发明，并不用于限定本发明。
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
如图1所示，本发明实施例提供的基于拉曼光谱和红外线光谱的便携式信息诊断装置包括：
光线发射模块，用于利用激发光源发射激发被检组织的拉曼散射光线和红外线以检测其拉曼光谱和红外光谱；
信号收集模块，用于对拉曼散射光线和红外光线的信号进行收集；
通讯模块，用于与远程监控设备进行数据交互；
显示模块，用于利用显示器对检测信息进行显示；
中央处理与控制模块，与光线发射模块、信号收集模块、通讯模块和显示模块通过无线技术连接，用于对采集数据进行处理分析，并对各个受控模块的运行进行协调控制。
进一步，所述信号收集模块包括有两个收集端，两个收集端分别为红外线收集探头和拉曼散射光线收集探头。
进一步，所述光线发射模块利用激光激发被检组织的拉曼散射光线和红外线以检测其拉曼光谱和红外光谱，激发光波长为785nm，检测波数范围400-1800cm-1，每条光谱扫描时间10s，累计扫描10次后取平均光谱。
进一步，所述中央处理与控制模块对收集的拉曼散射光线和红外光线信号进行处理分析时，用Labspec软件对每条光谱进行基线校正，并用面积归一化法处理光谱数据。
进一步，运用支持向量机(SVM)方法，经小波变换去除噪音后，对拉曼光谱信息进行分析，建立鉴别诊断模型，并验证鉴别诊断模型有效性。
进一步，验证鉴别诊断模型有效性时，计算每个鉴别诊断模型的灵敏度(SE)、特异性(SP)、准确度(ACC)、Matthew相关系数(MCC)。
本发明实施例提供的基于拉曼光谱和红外线光谱的便携式信息诊断装置的控制方法包括：
S101，针对血流较为丰富的黏膜、甲床等区域，利用光线发射模块激发被检组织的拉曼散射光线和红外线以检测其拉曼光谱和红外光谱；
S102，利用信号收集模块对拉曼散射光线和红外光线的信号进行收集，并将收集信号通过无线通讯技术传递到中央处理与控制模块进行处理分析；
S103，利用通讯模块将检测结果传递到远程监控设备；
S104，利用显示模块对检测信息进行显示。
二、应用实施例。为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
本发明实施例提供的基于拉曼光谱和红外线光谱的便携式信息诊断装置可安装于糖尿病疾病诊断装置、甲状腺疾病诊断装置和肾上腺疾病诊断装置。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于拉曼光谱和红外线光谱的便携式信息诊断装置，其特征在于，所述基于拉曼光谱和红外线光谱的便携式信息诊断装置包括：
光线发射模块，用于利用激发光源发射拉曼散射光线和红外光线；
信号收集模块，用于对拉曼散射光线和红外光线的发射信号进行收集；
通讯模块，用于与远程监控设备进行数据交互；
显示模块，用于利用显示器对检测信息进行显示；
中央处理与控制模块，与光线发射模块、信号收集模块、通讯模块和显示模块通过无线通讯技术连接，用于对采集数据进行处理分析，并对各个受控模块的运行进行协调控制。
2.如权利要求1所述的基于拉曼光谱和红外线光谱的便携式信息诊断装置，其特征在于，所述信号收集模块包括有两个收集端，两个收集端分别为红外线收集探头和拉曼散射光线收集探头。
3.如权利要求1所述的基于拉曼光谱和红外线光谱的便携式信息诊断装置，其特征在于，所述光线发射模块利用激光激发被检组织的拉曼散射光线和红外线以检测其拉曼光谱和红外光谱，激发光波长为785nm，检测波数范围400-1800cm-1，每条光谱扫描时间10s，累计扫描10次后取平均光谱。
4.如权利要求1所述的基于拉曼光谱和红外线光谱的便携式信息诊断装置，其特征在于，所述中央处理与控制模块对收集的拉曼散射光线和红外光线信号进行处理分析时，用Labspec软件对每条光谱进行基线校正，并用面积归一化法处理光谱数据。
5.如权利要求4所述的基于拉曼光谱和红外线光谱的便携式信息诊断装置，其特征在于，运用支持向量机方法，经小波变换去除噪音后，对拉曼光谱信息进行分析，建立鉴别诊断模型，并验证鉴别诊断模型有效性；
验证鉴别诊断模型有效性时，计算每个鉴别诊断模型的灵敏度、特异性、准确度、Matthew相关系数。
6.一种用于实施权利要求1～5任意一项所述的基于拉曼光谱和红外线光谱的便携式信息诊断装置的控制方法，其特征在于，所述基于拉曼光谱和红外线光谱的便携式信息诊断装置的控制方法包括：
步骤一，以黏膜、甲床等血流丰富的区域为检测目标，利用光线发射模块激发被检组织的拉曼散射光线和红外线以检测其拉曼光谱和红外光谱；
步骤二，利用信号收集模块对拉曼散射光线和红外光线的发射信号进行收集，并将收集信号传递到中央处理与控制模块进行处理分析；
步骤三，利用通讯模块将检测结果传递到远程监控设备；
步骤四，利用显示模块对检测信息进行显示。
7.一种糖尿病疾病诊断装置，其特征在于，所述糖尿病疾病诊断装置设置有权利要求1～5任意一项所述的基于拉曼光谱和红外线光谱的便携式信息诊断装置。
8.一种甲状腺疾病诊断装置，其特征在于，所述糖尿病疾病诊断装置设置有权利要求1～5任意一项所述的基于拉曼光谱和红外线光谱的便携式信息诊断装置。
9.一种肾上腺疾病诊断装置，其特征在于，所述糖尿病疾病诊断装置设置有权利要求1～5任意一项所述的基于拉曼光谱和红外线光谱的便携式信息诊断装置。
10.一种肿瘤性疾病诊断装置，其特征在于，所述糖尿病疾病诊断装置设置有权利要求1～5任意一项所述的基于拉曼光谱和红外线光谱的便携式信息诊断装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211654575.6A CN116077016A (zh) | 2022-12-22 | 2022-12-22 | 一种基于拉曼光谱和红外线光谱的便携式信息诊断装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211654575.6A CN116077016A (zh) | 2022-12-22 | 2022-12-22 | 一种基于拉曼光谱和红外线光谱的便携式信息诊断装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116077016A true CN116077016A (zh) | 2023-05-09 |
Family
ID=86209507
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211654575.6A Pending CN116077016A (zh) | 2022-12-22 | 2022-12-22 | 一种基于拉曼光谱和红外线光谱的便携式信息诊断装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116077016A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1745294A (zh) * | 2002-12-02 | 2006-03-08 | 鹿特丹伊拉兹马斯大学 | 高波数拉曼光谱学用于测定组织的用途 |
| CN107340547A (zh) * | 2017-07-24 | 2017-11-10 | 山东省职业卫生与职业病防治研究院 | 一种无人机载光谱侦检系统及其用于危险物侦检作业的控制方法 |
| CN109863239A (zh) * | 2016-08-19 | 2019-06-07 | 莫纳什大学 | 用于病原体的鉴定和定量的光谱学系统和方法 |
| CN113702349A (zh) * | 2021-07-12 | 2021-11-26 | 四川大学 | 一种基于拉曼光谱的涎腺肿瘤的诊断模型构建方法 |
| WO2021263083A1 (en) * | 2020-06-26 | 2021-12-30 | Photothermal Spectroscopy Corp. | Method and apparatus for fiber optic photothermal imaging and spectroscopy |
| CN114923892A (zh) * | 2022-05-24 | 2022-08-19 | 中国工程物理研究院材料研究所 | 一种双波长近红外便携式拉曼光谱装置 |
-
2022
- 2022-12-22 CN CN202211654575.6A patent/CN116077016A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1745294A (zh) * | 2002-12-02 | 2006-03-08 | 鹿特丹伊拉兹马斯大学 | 高波数拉曼光谱学用于测定组织的用途 |
| CN109863239A (zh) * | 2016-08-19 | 2019-06-07 | 莫纳什大学 | 用于病原体的鉴定和定量的光谱学系统和方法 |
| CN107340547A (zh) * | 2017-07-24 | 2017-11-10 | 山东省职业卫生与职业病防治研究院 | 一种无人机载光谱侦检系统及其用于危险物侦检作业的控制方法 |
| WO2021263083A1 (en) * | 2020-06-26 | 2021-12-30 | Photothermal Spectroscopy Corp. | Method and apparatus for fiber optic photothermal imaging and spectroscopy |
| CN113702349A (zh) * | 2021-07-12 | 2021-11-26 | 四川大学 | 一种基于拉曼光谱的涎腺肿瘤的诊断模型构建方法 |
| CN114923892A (zh) * | 2022-05-24 | 2022-08-19 | 中国工程物理研究院材料研究所 | 一种双波长近红外便携式拉曼光谱装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2019232890B2 (en) | System and method for serum based cancer detection | |
| Ellis et al. | Metabolic fingerprinting in disease diagnosis: biomedical applications of infrared and Raman spectroscopy | |
| Butler et al. | Shining a light on clinical spectroscopy: Translation of diagnostic IR, 2D-IR and Raman spectroscopy towards the clinic | |
| JP5047962B2 (ja) | 近赤外光を用いたガン、全身性エリテマトーデス（ｓｌｅ）又は抗リン脂質抗体症候群に関する検査・診断装置の作動方法 | |
| JPH11508033A (ja) | 血液ガス及び分析物の分析のためのラマン分光装置及び方法 | |
| JP2004501357A (ja) | 分光学的キャリブレーションモデルを移行するための方法並びに装置 | |
| AU2003234222A1 (en) | Bio-spectral imaging system and methods for diagnosing cell disease state | |
| GB2466442A (en) | A system to analyze a sample on a slide using Raman spectroscopy on an identified area of interest | |
| Kendall et al. | Exploiting the diagnostic potential of biomolecular fingerprinting with vibrational spectroscopy | |
| CN109297949B (zh) | 显微影像结合透射拉曼光谱的肿瘤细胞检测方法及装置 | |
| Cameron et al. | Clinical spectroscopy: lost in translation? | |
| US20160341668A1 (en) | Angled confocal spectroscopy | |
| Koo et al. | Reagentless blood analysis by near-infrared Raman spectroscopy | |
| CN107303174A (zh) | 一种互联网+光谱肿瘤临床医学诊断方法 | |
| CN111220575A (zh) | 一种基于太赫兹近场光谱的细胞检测方法 | |
| JP2007285922A (ja) | 近赤外光を用いた臨床血液検査方法 | |
| CN116077016A (zh) | 一种基于拉曼光谱和红外线光谱的便携式信息诊断装置 | |
| Silveira Jr et al. | Discrete wavelet transform for denoising Raman spectra of human skin tissues used in a discriminant diagnostic algorithm | |
| 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 | |
| CN111060476A (zh) | 一种用于检测创面或lb培养液细菌感染的近红外光谱系统及其检测方法 | |
| US10495516B2 (en) | Dedicated transformation spectroscopy | |
| US20230194532A1 (en) | Quantum optics profiles for screening, diagnosis, and prognosis of diseases | |
| US10989658B1 (en) | System and parametric method for cancer discriminations | |
| CN113854963B (zh) | 一种前列腺癌光声谱数据库及构建方法 | |
| da Cunha et al. | Fourier-Transform Mid-Infrared Spectroscopy in Biomedicine |
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 |