CN116138771A - 用于多光谱血糖光声检测的能量修正方法 - Google Patents
用于多光谱血糖光声检测的能量修正方法 Download PDFInfo
- Publication number
- CN116138771A CN116138771A CN202310412215.3A CN202310412215A CN116138771A CN 116138771 A CN116138771 A CN 116138771A CN 202310412215 A CN202310412215 A CN 202310412215A CN 116138771 A CN116138771 A CN 116138771A
- Authority
- CN
- China
- Prior art keywords
- photoacoustic
- energy
- blood glucose
- wavelength
- value
- 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.)
- Granted
Links
- 239000008280 blood Substances 0.000 title claims abstract description 211
- 210000004369 blood Anatomy 0.000 title claims abstract description 211
- 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 124
- 239000008103 glucose Substances 0.000 title claims abstract description 124
- 238000012937 correction Methods 0.000 title claims abstract description 82
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000005284 excitation Effects 0.000 claims description 151
- 230000003595 spectral effect Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 8
- 238000002604 ultrasonography Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 7
- 238000013507 mapping Methods 0.000 abstract description 2
- 238000001228 spectrum Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000007788 liquid 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
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
- A61B5/0095—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy by applying light and detecting acoustic waves, i.e. photoacoustic measurements
-
- 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
- A61B5/72—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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Acoustics & Sound (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Optics & Photonics (AREA)
- Emergency Medicine (AREA)
- Computational Mathematics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提出一种用于多光谱血糖光声检测的能量修正方法，该方法包括：将某个波长作为基准波长，以该波长输出能量和血糖光声值作为能量基线和光声值基线，接着，获得其他波长的输出能量偏差和光声值偏差，得到光声值的能量偏差修正函数，然后，根据能量偏差修正函数对每个波长下浓度对应的光声值进行能量修正，得到血糖浓度与新的光声值之间的关系模型，最终，建立血糖浓度与多个波长修正后的光声值的映射关系式，从而实现多光谱的血糖光声检测。本发明提出的用于多光谱血糖光声检测的能量修正方法，可以弥补不同波长输出能量差异导致的光声值偏差进而影响血糖浓度预测结果的不足，该方法可以提高血糖浓度的检测准确度和稳定性。
Description
技术领域
本发明涉及生物医学光子学诊断技术领域，特别涉及一种用于多光谱血糖光声检测的能量修正方法。
背景技术
血糖光声检测技术主要是通过脉冲激光发生器（光学参数振荡激发或激光二极管激发等）作为激发光源，通过光路调整将聚焦光束入射至被测血液或组织中，产生光声信号并获得光声值，进而对光声信号进行解析或反演来测量组织中血糖浓度值。
目前，血糖光声检测主要是针对某一个特征波长下所测量的，得到某单个特征波长下的光声值与血糖浓度之间的映射关系，进而对未知被测组织中的血糖浓度进行预测。该方法虽然原理简单、易于实现，但是单个波长所对应的光声信号所反映的血糖浓度信息非常有限，不能较全面地反映出血糖浓度变化信息，甚至在某些波长下浓度变化表现得不敏感。因而，采用多光谱光声检测技术来测量血糖浓度，可以弥补单波长光声检测的不足，但由于在多光谱血糖光声检测中，不同波长下的激发光源其输出能量存在一定的差异，使得不同波长下获得的血糖的光声信号幅值也存在偏差，致使血糖检测的准确度和稳定性受到影响。
发明内容
基于此，本发明的目的是提出一种用于多光谱血糖光声检测的能量修正方法，以弥补不同波长输出能量差异导致的光声值偏差进而影响血糖浓度预测结果的不足，从而有效提高血糖检测浓度的准确度。
根据本发明提出的一种用于多光谱血糖光声检测的能量修正方法，所述方法包括：
获取基准波长，并根据所述基准波长控制脉冲激光发生器开启，并使脉冲激光发生器发出的脉冲激光光束分出两路，根据其中一路的脉冲激光光束测得能量基线，并根据另一路的脉冲激光光束测得光声值基线；
获取预设激发波长数据组，以根据所述预设激发波长数据组重复控制脉冲激光发生器开启，以分别入射多种已知血糖浓度的血液样本，并测得多种血糖浓度分别在不同激发波长下对应的输出能量和光声值，并根据其中一种血糖浓度在不同激发波长下分别对应的输出能量和光声值以及光声值基线和能量基线构建能量偏差修正函数；
根据所述能量偏差修正函数对每个激发波长下的其他血液样本分别对应的光声值进行能量修正，得到每个激发波长下的其他血液样本分别对应的新光声值，并根据每个激发波长下不同血糖浓度分别对应的所述新光声值获取每个激发波长分别对应的能量修正后的最终单波长预测模型，并根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型。
进一步地，所述方法通过一多光谱血液光声检测装置实现，所述多光谱血液光声检测装置包括光源单元、比色皿、光束能量计以及探测处理单元，所述光源单元包括脉冲激光发生器、准直透镜、分束镜、聚焦透镜，所述探测处理单元包括依次相互电连接的超声探测器、信号放大器、信号滤波器、数据采集卡以及计算机，
所述获取基准波长，并根据所述基准波长控制脉冲激光发生器开启，并使脉冲激光发生器发出的脉冲激光光束分出两路，根据其中一路的脉冲激光光束测得能量基线，并根据另一路的脉冲激光光束测得光声值基线的步骤包括：
根据所述基准波长设定脉冲激光发生器的激发波长，开启激光发生器，以使脉冲激光发生器在所述激发波长下发出对应的脉冲激光光束；
将所述脉冲激光光束依次经过所述准直透镜准直和所述分束镜分束，以使所述脉冲激光光束分成能量均等的两束脉冲激光子光束，并将其中一路脉冲激光子光束经过所述聚焦透镜入射到放置于所述比色皿中的血液样本中；
通过所述光束能量计获得经过分束镜分出的另一路脉冲激光子光束的输出能量，以将该输出能量作为能量基线，并且将超声探测器捕获的血糖光声信号再经过信号放大器放大和信号滤波器进行滤波后，通过所述数据采集卡采集得到所述激发波长下血液样本的光声值，以将该光声值作为光声值基线。
进一步地，所述获取预设激发波长数据组，以根据所述预设激发波长数据组重复控制脉冲激光发生器开启，以分别入射多种已知血糖浓度的血液样本，并测得多种血糖浓度分别在不同激发波长下对应的输出能量和光声值，并根据其中一种血糖浓度在不同激发波长下分别对应的输出能量和光声值以及光声值基线和能量基线构建能量偏差修正函数的步骤包括：
根据所述预设激发波长数据组包含的多个激光波长数据依次设定脉冲激光发生器的激发波长，重复开启激光发生器，以使脉冲激光发生器在设定的激光波长下发出对应的脉冲激光光束，通过光束能量计获取不同激发波长下每种血液样本分别对应的输出能量以及光声值；
随机选择其中一种目标血液样本，并计算所述目标血液样本在不同激发波长下的输出能量与所述能量基线之间的能量偏差，并计算所述目标血液样本在不同激发波长下对应的被测血糖的光声值与光声值基线之间的光声值偏差，以根据所述能量偏差和对应的光声值偏差拟合出能量偏差修正函数；
根据除目标血液样本外的所有血液样本的血糖浓度以及每个血糖浓度在每个激发波长下的光声值构建每个激发波长分别对应的初始单波长预测模型。
进一步地，所述根据除目标血液样本外的所有血液样本的血糖浓度以及每个血糖浓度在每个激发波长下的光声值构建每个激发波长分别对应的初始单波长预测模型的步骤包括：
根据以下公式构建所述初始单波长预测模型：
其中，
表示第n个激发波长下的第k个血糖浓度，an表示第n个激发波长下的回归系数，pnk表示第n个激发波长第k个血糖浓度对应下的光声值，bn表示第n个激发波长下的偏差值。
进一步地，根据以下公式拟合出所述能量偏差修正函数：
其中，
表示光声值偏差，/>
表示能量偏差，/>
表示对不同激发波长下的能量偏差进行拟合的函数；
所述根据所述能量偏差修正函数对每个激发波长下的其他血液样本分别对应的光声值进行能量修正，得到每个激发波长下的其他血液样本分别对应的新光声值的步骤包括：
根据以下公式对光声值进行能量修正：
其中，pnk ，表示能量修正后的第n个激发波长第k个血糖浓度对应下的新光声值，
表示第n个激发波长下对应的光声值偏差。
进一步地，所述根据每个激发波长下不同血糖浓度分别对应的所述新光声值获取每个激发波长分别对应的能量修正后的最终单波长预测模型，并根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型的步骤包括：
根据以下公式构建所述最终单波长预测模型：
其中，
表示第n个激发波长下的第k个血糖浓度，/>
表示第n个激发波长下能量修正后的回归系数，/>
表示第n个激发波长下能量修正后的偏差值。
进一步地，所述根据每个激发波长下不同血糖浓度分别对应的所述新光声值获取每个激发波长分别对应的能量修正后的最终单波长预测模型，并根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型的步骤还包括：
根据以下公式生成血糖浓度梯度多波长预测模型：
其中，
表示待测血液的血糖浓度，/>
均表示经过能量修正后的待测血液的光声值，/>
均表示能量修正后浓度预测模型的回归系数，/>
表示第1个激发波长下能量修正后的偏差值，/>
表示第2个激发波长下能量修正后的偏差值。
进一步地，光声值为光声幅值、光声峰峰值、光声强度值和光声功率谱密度中的一种或多种。
进一步地，若光声值为光声功率谱密度，则根据以下公式对计算得到光声功率谱密度：
其中，
表示光声功率谱密度，T表示时间周期，/>
表示光声信号的傅里叶变换。/>
与现有技术相比，本发明具有如下优点：
（1）该发明采用的多光谱光声检测技术来对血糖浓度进行检测，可以在多个波长下得到被测血液的光声信号，从而较全面地反映出血糖浓度变化信息，进而可以弥补单波长光声检测的不足。
（2）本发明公开的一种用于多光谱血糖光声检测的能量修正方法，可以弥补不同激发波长输出能量差异导致的光声幅值出现偏差，进而影响血糖浓度预测结果，该方法可以使得血糖浓度检测的准确度得到提高。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实施例了解到。
附图说明
图1为本发明第一实施例提出的用于多光谱血糖光声检测的能量修正方法的流程图；
图2为本发明第二实施例提出的用于多光谱血糖光声检测的能量修正方法的流程图；
图3为本发明第二实施例中多光谱血液光声检测装置的结构示意图。
符号说明：1为光源单元，1-1脉冲激光发生器，1-2准直透镜，1-3分束镜，1-4聚焦透镜；2为比色皿；3为光束能量计；4为探测处理单元，4-1超声探测器，4-2信号放大器，4-3信号滤波器，4-4数据采集卡，4-5计算机。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干个实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1，所示为本发明第一实施例中的用于多光谱血糖光声检测的能量修正方法的流程图，该方法包括步骤S01至步骤S03，其中：
步骤S01：获取基准波长，并根据所述基准波长控制脉冲激光发生器开启，并使脉冲激光发生器发出的脉冲激光光束分出两路，根据其中一路的脉冲激光光束测得能量基线，并根据另一路的脉冲激光光束测得光声值基线；
需要说明的是，脉冲激光发生器可以为光学参数振荡脉冲激光发生器、激光二极管脉冲激光发生器、连续波长脉冲调制模式的激光器的任一种。
示例而非限定，在本实施例中，基准波长设置为532nm，并以该基准波长控制脉冲激光发生器开启，以使得该脉冲激光发生器发出脉冲激光光束，而后将脉冲激光光束分成两路，以分别得到能量基线和光声值基线。
还需说明的是，该光声值为光声幅值、光声峰峰值、光声强度值和光声功率谱密度中的一种或多种，示例性地：
若光声值为光声峰峰值，则该光声峰峰值为光声信号波峰值与波谷值之差的绝对值；
若光声值为光声强度值，该光声强度值为光声信号Hilbert变换后的信号面积值；
若光声值为光声功率谱密度，该功率谱密度为对血糖光声信号在一定有效的时间段内进行截取，然后对截取的光声信号x(t)进行自相关处理，再对自相关光声信号，利用FFT变换得到功率谱密度，具体根据以下公式对计算得到光声功率谱密度：
其中，
表示光声功率谱密度，T表示时间周期，/>
表示光声信号的傅里叶变换。
步骤S02：获取预设激发波长数据组，以根据所述预设激发波长数据组重复控制脉冲激光发生器开启，以分别入射多种已知血糖浓度的血液样本，并测得多种血糖浓度分别在不同激发波长下对应的输出能量和光声值，并根据其中一种血糖浓度在不同激发波长下分别对应的输出能量和光声值以及光声值基线和能量基线构建能量偏差修正函数；
该预设激发波长数据组中包含多个区别于基准波长的其他激发波长值，例如：750nm、850nm、905nm、1064nm、1410nm、1510nm，以根据上述激发波长值控制脉冲激光发生器开启，进而分别入射不同血糖浓度的血液样本，从而测得不同激发波长下每个血糖浓度均对应一输出能量和光声值，进而根据其中一种血糖浓度在不同激发波长下分别对应的输出能量和光声值拟合出能量偏差修正函数。
步骤S03：根据所述能量偏差修正函数对每个激发波长下的其他血液样本分别对应的光声值进行能量修正，得到每个激发波长下的其他血液样本分别对应的新光声值，并根据每个激发波长下不同血糖浓度分别对应的所述新光声值获取每个激发波长分别对应的能量修正后的最终单波长预测模型，并根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型。
需要说明的是，在得到该血糖浓度梯度多波长预测模型，即可以根据该血糖浓度梯度多波长预测模型预测待测血液的血糖浓度，由于该血糖浓度梯度多波长预测模型兼顾了多个波长下的被测血液的光声信号，进而能够全面地反映待测血液的血糖浓度变化，从而弥补单波长光声检测的不足。
综上，根据上述的用于多光谱血糖光声检测的能量修正方法，通过弥补不同激发波长输出能量差异导致的光声幅值出现偏差，进而构建检测更加全面的血糖浓度梯度多波长预测模型。具体为：首先根据基准波长控制脉冲激光发生器开启，以测得能量基线和光声值基线，而后再次获取预设激发波长数据组，进而分别入射多种不同血糖浓度的血液样本，进而测得每个血糖浓度在各个激发波长下分别对应的输出能量和光声值，而后根据其中一种血糖浓度的相关数据构建出能量偏差修正函数，进而按照该能量偏差修正函数将所有其他血糖浓度的光声值进行能量修正，从而构建出能量修正后的最终单波长预测模型，以弥补不同激发波长输出能量差异导致的光声幅值出现偏差，从而提高血糖检测准确度，而后再根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型，进而能够全面地反映待测血液的血糖浓度变化信息，从而弥补单波长光声检测的不足。
请参阅图2，所示为本发明第二实施例中的用于多光谱血糖光声检测的能量修正方法的流程图，该方法包括步骤S101至步骤S107，其中：
步骤S101：根据所述基准波长设定脉冲激光发生器的激发波长，开启激光发生器，以使脉冲激光发生器在所述激发波长下发出对应的脉冲激光光束；
需要说明的是，本实施例中的用于多光谱血糖光声检测的能量修正方法是通过一多光谱血液光声检测装置实现，请参阅图3，所示为该多光谱血液光声检测装置的结构示意图，所述多光谱血液光声检测装置包括光源单元1、比色皿2、光束能量计3以及探测处理单元4，所述光源单元1包括脉冲激光发生器1-1、准直透镜1-2、分束镜1-3、聚焦透镜1-4，所述探测处理单元4包括依次相互电连接的超声探测器4-1、信号放大器4-2、信号滤波器4-3、数据采集卡4-4以及计算机4-5，其中的比色皿用于放置血液样本或者待测血液，且该比色皿与超声探测器紧贴，且比色皿与超声探测器的连接处需要涂抹超声耦合液，以增强光声信号。
步骤S102：将所述脉冲激光光束依次经过所述准直透镜准直和所述分束镜分束，以使所述脉冲激光光束分成能量均等的两束脉冲激光子光束，并将其中一路脉冲激光子光束经过所述聚焦透镜入射到放置于所述比色皿中的血液样本中；
步骤S103：通过所述光束能量计获得经过分束镜分出的另一路脉冲激光子光束的输出能量，以将该输出能量作为能量基线，并且将超声探测器捕获的血糖光声信号再经过信号放大器放大和信号滤波器进行滤波后，通过所述数据采集卡采集得到所述激发波长下血液样本的光声值，以将该光声值作为光声值基线；
步骤S104：根据所述预设激发波长数据组包含的多个激光波长数据依次设定脉冲激光发生器的激发波长，重复开启激光发生器，以使脉冲激光发生器在设定的激光波长下发出对应的脉冲激光光束，通过光束能量计获取不同激发波长下每种血液样本分别对应的输出能量以及光声值；
步骤S105：随机选择其中一种目标血液样本，并计算所述目标血液样本在不同激发波长下的输出能量与所述能量基线之间的能量偏差，并计算所述目标血液样本在不同激发波长下对应的被测血糖的光声值与光声值基线之间的光声值偏差，以根据所述能量偏差和对应的光声值偏差拟合出能量偏差修正函数；
根据以下公式拟合出所述能量偏差修正函数：
其中，
表示光声值偏差，/>
表示能量偏差，/>
表示对不同激发波长下的能量偏差进行拟合的函数；
示例而非限定，根据n个激发波长下输出能量与能量基线之间的能量偏差
和光声值偏差/>
，以拟合出能量偏差与光声值偏差之间的函数关系式，且该能量偏差修正函数为线性拟合函数或非线性拟合函数。
步骤S106：根据除目标血液样本外的所有血液样本的血糖浓度以及每个血糖浓度在每个激发波长下的光声值构建每个激发波长分别对应的初始单波长预测模型；
基于血糖浓度 (cn1,cn2, ..., cnk)与对应光声值（pn1,pn2, ..., pnk）之间的对应关系，根据以下公式构建所述初始单波长预测模型：
其中，
表示第n个激发波长下的第k个血糖浓度，an表示第n个激发波长下的回归系数，pnk表示第n个激发波长第k个血糖浓度对应下的光声值，bn表示第n个激发波长下的偏差值。
步骤S107：根据所述能量偏差修正函数对每个激发波长下的其他血液样本分别对应的光声值进行能量修正，得到每个激发波长下的其他血液样本分别对应的新光声值，并根据每个激发波长下不同血糖浓度分别对应的所述新光声值获取每个激发波长分别对应的能量修正后的最终单波长预测模型，并根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型。
根据以下公式对光声值进行能量修正：
其中，pnk ，表示能量修正后的第n个激发波长第k个血糖浓度对应下的新光声值，
表示第n个激发波长下对应的光声值偏差。需要说明的是，该/>
是通过求出第n个激发波长与基准波长的输出能量差，进而将该输出能量差代入到能量偏差修正函数中计算得到。
根据以下公式构建所述最终单波长预测模型：
其中，
表示第n个激发波长下的第k个血糖浓度，/>
表示第n个激发波长下能量修正后的回归系数，/>
表示第n个激发波长下能量修正后的偏差值。
根据以下公式生成血糖浓度梯度多波长预测模型：
其中，
表示待测血液的血糖浓度，/>
均表示经过能量修正后的待测血液的光声值，/>
均表示能量修正后浓度预测模型的回归系数，/>
表示第1个激发波长下能量修正后的偏差值，/>
表示第2个激发波长下能量修正后的偏差值。可以理解的是，在得到预测模型后，根据该血糖浓度梯度多波长预测模型即可用于对待测血液的血液检测。
综上，根据上述的用于多光谱血糖光声检测的能量修正方法，通过弥补不同激发波长输出能量差异导致的光声幅值出现偏差，进而构建检测更加全面的血糖浓度梯度多波长预测模型。具体为：首先根据基准波长控制脉冲激光发生器开启，以测得能量基线和光声值基线，而后再次获取预设激发波长数据组，进而分别入射多种不同血糖浓度的血液样本，进而测得每个血糖浓度在各个激发波长下分别对应的输出能量和光声值，而后根据其中一种血糖浓度的相关数据构建出能量偏差修正函数，进而按照该能量偏差修正函数将所有其他血糖浓度的光声值进行能量修正，从而构建出能量修正后的最终单波长预测模型，以弥补不同激发波长输出能量差异导致的光声幅值出现偏差，从而提高血糖检测准确度，而后再根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型，进而能够全面地反映待测血液的血糖浓度变化信息，从而弥补单波长光声检测的不足。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。
Claims (9)
1.一种用于多光谱血糖光声检测的能量修正方法，其特征在于，所述方法包括：
获取基准波长，并根据所述基准波长控制脉冲激光发生器开启，并使脉冲激光发生器发出的脉冲激光光束分出两路，根据其中一路的脉冲激光光束测得能量基线，并根据另一路的脉冲激光光束测得光声值基线；
获取预设激发波长数据组，以根据所述预设激发波长数据组重复控制脉冲激光发生器开启，以分别入射多种已知血糖浓度的血液样本，并测得多种血糖浓度分别在不同激发波长下对应的输出能量和光声值，并根据其中一种血糖浓度在不同激发波长下分别对应的输出能量和光声值以及光声值基线和能量基线构建能量偏差修正函数；
根据所述能量偏差修正函数对每个激发波长下的其他血液样本分别对应的光声值进行能量修正，得到每个激发波长下的其他血液样本分别对应的新光声值，并根据每个激发波长下不同血糖浓度分别对应的所述新光声值获取每个激发波长分别对应的能量修正后的最终单波长预测模型，并根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型。
2.根据权利要求1所述的用于多光谱血糖光声检测的能量修正方法，其特征在于，所述方法通过一多光谱血液光声检测装置实现，所述多光谱血液光声检测装置包括光源单元、比色皿、光束能量计以及探测处理单元，所述光源单元包括脉冲激光发生器、准直透镜、分束镜、聚焦透镜，所述探测处理单元包括依次相互电连接的超声探测器、信号放大器、信号滤波器、数据采集卡以及计算机，
所述获取基准波长，并根据所述基准波长控制脉冲激光发生器开启，并使脉冲激光发生器发出的脉冲激光光束分出两路，根据其中一路的脉冲激光光束测得能量基线，并根据另一路的脉冲激光光束测得光声值基线的步骤包括：
根据所述基准波长设定脉冲激光发生器的激发波长，开启激光发生器，以使脉冲激光发生器在所述激发波长下发出对应的脉冲激光光束；
将所述脉冲激光光束依次经过所述准直透镜准直和所述分束镜分束，以使所述脉冲激光光束分成能量均等的两束脉冲激光子光束，并将其中一路脉冲激光子光束经过所述聚焦透镜入射到放置于所述比色皿中的血液样本中；
通过所述光束能量计获得经过分束镜分出的另一路脉冲激光子光束的输出能量，以将该输出能量作为能量基线，并且将超声探测器捕获的血糖光声信号再经过信号放大器放大和信号滤波器进行滤波后，通过所述数据采集卡采集得到所述激发波长下血液样本的光声值，以将该光声值作为光声值基线。
3.根据权利要求2所述的用于多光谱血糖光声检测的能量修正方法，其特征在于，所述获取预设激发波长数据组，以根据所述预设激发波长数据组重复控制脉冲激光发生器开启，以分别入射多种已知血糖浓度的血液样本，并测得多种血糖浓度分别在不同激发波长下对应的输出能量和光声值，并根据其中一种血糖浓度在不同激发波长下分别对应的输出能量和光声值以及光声值基线和能量基线构建能量偏差修正函数的步骤包括：
根据所述预设激发波长数据组包含的多个激光波长数据依次设定脉冲激光发生器的激发波长，重复开启激光发生器，以使脉冲激光发生器在设定的激光波长下发出对应的脉冲激光光束，通过光束能量计获取不同激发波长下每种血液样本分别对应的输出能量以及光声值；
随机选择其中一种目标血液样本，并计算所述目标血液样本在不同激发波长下的输出能量与所述能量基线之间的能量偏差，并计算所述目标血液样本在不同激发波长下对应的被测血糖的光声值与光声值基线之间的光声值偏差，以根据所述能量偏差和对应的光声值偏差拟合出能量偏差修正函数；
根据除目标血液样本外的所有血液样本的血糖浓度以及每个血糖浓度在每个激发波长下的光声值构建每个激发波长分别对应的初始单波长预测模型。
4.根据权利要求3所述的用于多光谱血糖光声检测的能量修正方法，其特征在于，所述根据除目标血液样本外的所有血液样本的血糖浓度以及每个血糖浓度在每个激发波长下的光声值构建每个激发波长分别对应的初始单波长预测模型的步骤包括：
根据以下公式构建所述初始单波长预测模型：
其中，
表示第n个激发波长下的第k个血糖浓度，an表示第n个激发波长下的回归系数，pnk表示第n个激发波长第k个血糖浓度对应下的光声值，bn表示第n个激发波长下的偏差值。
5.根据权利要求4所述的用于多光谱血糖光声检测的能量修正方法，其特征在于，根据以下公式拟合出所述能量偏差修正函数：
其中，
表示光声值偏差，/>
表示能量偏差，/>
表示对不同激发波长下的能量偏差进行拟合的函数；
所述根据所述能量偏差修正函数对每个激发波长下的其他血液样本分别对应的光声值进行能量修正，得到每个激发波长下的其他血液样本分别对应的新光声值的步骤包括：
根据以下公式对光声值进行能量修正：
其中，pnk ，表示能量修正后的第n个激发波长第k个血糖浓度对应下的新光声值，
表示第n个激发波长下对应的光声值偏差。
6.根据权利要求5所述的用于多光谱血糖光声检测的能量修正方法，其特征在于，所述根据每个激发波长下不同血糖浓度分别对应的所述新光声值获取每个激发波长分别对应的能量修正后的最终单波长预测模型，并根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型的步骤包括：
根据以下公式构建所述最终单波长预测模型：
其中，
表示第n个激发波长下的第k个血糖浓度，/>
表示第n个激发波长下能量修正后的回归系数，/>
表示第n个激发波长下能量修正后的偏差值。
7.根据权利要求6所述的用于多光谱血糖光声检测的能量修正方法，其特征在于，所述根据每个激发波长下不同血糖浓度分别对应的所述新光声值获取每个激发波长分别对应的能量修正后的最终单波长预测模型，并根据所有激发波长下的最终单波长预测模型生成血糖浓度梯度多波长预测模型的步骤还包括：
根据以下公式生成血糖浓度梯度多波长预测模型：
其中，
表示待测血液的血糖浓度，/>
均表示经过能量修正后的待测血液的光声值，/>
均表示能量修正后浓度预测模型的回归系数，/>
表示第1个激发波长下能量修正后的偏差值，/>
表示第2个激发波长下能量修正后的偏差值。
8.根据权利要求1所述的用于多光谱血糖光声检测的能量修正方法，其特征在于，光声值为光声幅值、光声峰峰值、光声强度值和光声功率谱密度中的一种或多种。
9.根据权利要求8所述的用于多光谱血糖光声检测的能量修正方法，其特征在于，若光声值为光声功率谱密度，则根据以下公式对计算得到光声功率谱密度：
其中，
表示光声功率谱密度，T表示时间周期，/>
表示光声信号的傅里叶变换。/>
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310412215.3A CN116138771B (zh) | 2023-04-18 | 2023-04-18 | 用于多光谱血糖光声检测的能量修正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310412215.3A CN116138771B (zh) | 2023-04-18 | 2023-04-18 | 用于多光谱血糖光声检测的能量修正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116138771A true CN116138771A (zh) | 2023-05-23 |
| CN116138771B CN116138771B (zh) | 2023-06-30 |
Family
ID=86358520
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310412215.3A Active CN116138771B (zh) | 2023-04-18 | 2023-04-18 | 用于多光谱血糖光声检测的能量修正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116138771B (zh) |
Citations (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030225320A1 (en) * | 2002-03-20 | 2003-12-04 | Jeon Kye-Jin | Apparatus and method for non-invasively measuring bio-fluid concentrations using photoacoustic spectroscopy |
| US20050272990A1 (en) * | 2004-05-13 | 2005-12-08 | Nexense Ltd. | Method and apparatus for non-invasively monitoring concentrations of glucose or other target substances |
| US20060211926A1 (en) * | 2005-03-21 | 2006-09-21 | Dejin Yu | Non-invasive Raman measurement apparatus with broadband spectral correction |
| CN101264019A (zh) * | 2007-03-16 | 2008-09-17 | 北京中科光睿科技有限责任公司 | 一种基于光声技术的新型便携式无创、连续、实时血糖监测仪 |
| CN101301202A (zh) * | 2008-07-03 | 2008-11-12 | 江西科技师范学院 | 手表式无创光声血糖监测仪 |
| CN101467884A (zh) * | 2007-12-28 | 2009-07-01 | 中国科学院电子学研究所 | 无创血糖快速检测的方法和装置 |
| JP2009213563A (ja) * | 2008-03-07 | 2009-09-24 | Nippon Telegr & Teleph Corp <Ntt> | 成分濃度測定装置 |
| JP2012179212A (ja) * | 2011-03-01 | 2012-09-20 | Nippon Telegr & Teleph Corp <Ntt> | 成分濃度測定方法および装置 |
| US20130109948A1 (en) * | 2011-10-28 | 2013-05-02 | Nellcor Puritan Bennett Llc | Methods and systems for determining physiological parameters using two photoacoustic peaks |
| JP2013106874A (ja) * | 2011-11-24 | 2013-06-06 | Nippon Telegr & Teleph Corp <Ntt> | 成分濃度測定方法および装置 |
| US20130199299A1 (en) * | 2010-04-09 | 2013-08-08 | Washington University | Quantification of optical absorption coefficients using acoustic spectra in photoacoustic tomography |
| US20130289381A1 (en) * | 2011-11-02 | 2013-10-31 | Seno Medical Instruments, Inc. | Dual modality imaging system for coregistered functional and anatomical mapping |
| JP2015031670A (ja) * | 2013-08-07 | 2015-02-16 | 日本電信電話株式会社 | 成分濃度分析装置及び成分濃度分析方法 |
| CN104873207A (zh) * | 2015-05-15 | 2015-09-02 | 深圳市一体太糖科技有限公司 | 一种太赫兹连续血糖测量系统 |
| CN204654954U (zh) * | 2015-05-15 | 2015-09-23 | 深圳市一体太糖科技有限公司 | 一种太赫兹连续血糖测量装置 |
| CN105030252A (zh) * | 2015-05-15 | 2015-11-11 | 深圳市一体太糖科技有限公司 | 一种太赫兹血糖测量系统 |
| JP2015202365A (ja) * | 2014-04-16 | 2015-11-16 | 京都府公立大学法人 | 光音響画像撮影装置及び光音響画像撮影方法 |
| CN105559794A (zh) * | 2016-02-23 | 2016-05-11 | 杨立峰 | 一种基于光声谱特征的可佩带式无创伤动态血糖监测仪 |
| US20160235304A1 (en) * | 2015-02-13 | 2016-08-18 | HELMHOLTZ ZENTRUM MUENCHEN DEUTSCHES FORSCHUNGSZENTRUM etc. | Device and method for multispectral optoacoustic imaging |
| JP2016158971A (ja) * | 2015-03-04 | 2016-09-05 | 日本電信電話株式会社 | 成分濃度測定方法 |
| US20170042429A1 (en) * | 2014-04-23 | 2017-02-16 | Canon Kabushiki Kaisha | Photoacoustic apparatus, method of controlling photoacoustic apparatus, and program |
| US20170127983A1 (en) * | 2015-11-10 | 2017-05-11 | Massachusetts Institute Of Technology | Systems and methods for sampling calibration of non-invasive analyte measurements |
| CN106859666A (zh) * | 2017-02-15 | 2017-06-20 | 舒糖讯息科技（深圳）有限公司 | 一种血糖检测装置及其检测方法 |
| CN107228904A (zh) * | 2017-07-21 | 2017-10-03 | 江西科技师范大学 | 一种光致超声的血糖无创检测装置及方法 |
| CN107427219A (zh) * | 2015-03-04 | 2017-12-01 | 南洋理工大学 | 光声感测装置及其操作方法 |
| CN108152214A (zh) * | 2018-03-20 | 2018-06-12 | 江西科技师范大学 | 一种多参量的血糖光声检测装置及方法 |
| CN108209940A (zh) * | 2016-12-14 | 2018-06-29 | 现代自动车株式会社 | 光声、无创且连续的血糖测量装置 |
| CN108324286A (zh) * | 2018-01-26 | 2018-07-27 | 重庆大学 | 一种基于pca-narx校正算法的红外光无创血糖检测装置 |
| CN108471989A (zh) * | 2016-01-15 | 2018-08-31 | 皇家飞利浦有限公司 | 用于生成承载对象的生命体征信息的光体积描记图像的设备、系统和方法 |
| CN207964611U (zh) * | 2018-03-20 | 2018-10-12 | 江西科技师范大学 | 一种多参量的血糖光声检测装置 |
| US20180317822A1 (en) * | 2015-11-20 | 2018-11-08 | Nirlus Engineering Ag | Noninvasive optical in-vivo determining of glucose concentration in flowing blood |
| US20180353082A1 (en) * | 2017-06-09 | 2018-12-13 | Canon Kabushiki Kaisha | Photoacoustic apparatus and object information acquiring method |
| CN109662720A (zh) * | 2018-11-27 | 2019-04-23 | 中国科学院深圳先进技术研究院 | 基于深度学习的多频段光声无创血糖浓度预测系统 |
| CN211155819U (zh) * | 2019-11-18 | 2020-08-04 | 江西科技师范大学 | 一种基于后向模式的光声无损血糖定位检测装置 |
| CN111671436A (zh) * | 2020-05-21 | 2020-09-18 | 东南大学 | 一种温度补偿的光声无创血红蛋白检测装置及检测方法 |
| US20200345237A1 (en) * | 2018-03-05 | 2020-11-05 | Fujifilm Corporation | Photoacoustic apparatus and method for controlling photoacoustic apparatus |
| CN112674746A (zh) * | 2020-12-18 | 2021-04-20 | 深圳市汇顶科技股份有限公司 | 心率检测装置及方法、电子设备 |
| CN113974618A (zh) * | 2021-12-12 | 2022-01-28 | 广西澍源智能科技有限公司 | 基于水峰血糖修正的无创血糖测试方法 |
| CN114010152A (zh) * | 2021-09-16 | 2022-02-08 | 南方科技大学 | 基于双波长光声显微成像的血脑屏障损伤评估装置及方法 |
| CN115177243A (zh) * | 2022-02-23 | 2022-10-14 | 北京理工大学 | 基于拉曼光谱的微型可穿戴腕表式无创血糖监测系统 |
| CN115177244A (zh) * | 2022-03-03 | 2022-10-14 | 北京理工大学 | 基于差分拉曼光谱的微型无创血糖检测系统 |
| CN115624328A (zh) * | 2022-11-07 | 2023-01-20 | 深圳市彩鸿虚拟现实科技有限公司 | 一种无创血糖仪的红外发射器及血糖仪 |
-
2023
- 2023-04-18 CN CN202310412215.3A patent/CN116138771B/zh active Active
Patent Citations (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030225320A1 (en) * | 2002-03-20 | 2003-12-04 | Jeon Kye-Jin | Apparatus and method for non-invasively measuring bio-fluid concentrations using photoacoustic spectroscopy |
| US20050272990A1 (en) * | 2004-05-13 | 2005-12-08 | Nexense Ltd. | Method and apparatus for non-invasively monitoring concentrations of glucose or other target substances |
| US20060211926A1 (en) * | 2005-03-21 | 2006-09-21 | Dejin Yu | Non-invasive Raman measurement apparatus with broadband spectral correction |
| CN101264019A (zh) * | 2007-03-16 | 2008-09-17 | 北京中科光睿科技有限责任公司 | 一种基于光声技术的新型便携式无创、连续、实时血糖监测仪 |
| CN101467884A (zh) * | 2007-12-28 | 2009-07-01 | 中国科学院电子学研究所 | 无创血糖快速检测的方法和装置 |
| JP2009213563A (ja) * | 2008-03-07 | 2009-09-24 | Nippon Telegr & Teleph Corp <Ntt> | 成分濃度測定装置 |
| CN101301202A (zh) * | 2008-07-03 | 2008-11-12 | 江西科技师范学院 | 手表式无创光声血糖监测仪 |
| US20130199299A1 (en) * | 2010-04-09 | 2013-08-08 | Washington University | Quantification of optical absorption coefficients using acoustic spectra in photoacoustic tomography |
| JP2012179212A (ja) * | 2011-03-01 | 2012-09-20 | Nippon Telegr & Teleph Corp <Ntt> | 成分濃度測定方法および装置 |
| US20130109948A1 (en) * | 2011-10-28 | 2013-05-02 | Nellcor Puritan Bennett Llc | Methods and systems for determining physiological parameters using two photoacoustic peaks |
| US20130289381A1 (en) * | 2011-11-02 | 2013-10-31 | Seno Medical Instruments, Inc. | Dual modality imaging system for coregistered functional and anatomical mapping |
| JP2013106874A (ja) * | 2011-11-24 | 2013-06-06 | Nippon Telegr & Teleph Corp <Ntt> | 成分濃度測定方法および装置 |
| JP2015031670A (ja) * | 2013-08-07 | 2015-02-16 | 日本電信電話株式会社 | 成分濃度分析装置及び成分濃度分析方法 |
| JP2015202365A (ja) * | 2014-04-16 | 2015-11-16 | 京都府公立大学法人 | 光音響画像撮影装置及び光音響画像撮影方法 |
| US20170042429A1 (en) * | 2014-04-23 | 2017-02-16 | Canon Kabushiki Kaisha | Photoacoustic apparatus, method of controlling photoacoustic apparatus, and program |
| US20160235304A1 (en) * | 2015-02-13 | 2016-08-18 | HELMHOLTZ ZENTRUM MUENCHEN DEUTSCHES FORSCHUNGSZENTRUM etc. | Device and method for multispectral optoacoustic imaging |
| CN107427219A (zh) * | 2015-03-04 | 2017-12-01 | 南洋理工大学 | 光声感测装置及其操作方法 |
| JP2016158971A (ja) * | 2015-03-04 | 2016-09-05 | 日本電信電話株式会社 | 成分濃度測定方法 |
| CN204654954U (zh) * | 2015-05-15 | 2015-09-23 | 深圳市一体太糖科技有限公司 | 一种太赫兹连续血糖测量装置 |
| CN104873207A (zh) * | 2015-05-15 | 2015-09-02 | 深圳市一体太糖科技有限公司 | 一种太赫兹连续血糖测量系统 |
| CN105030252A (zh) * | 2015-05-15 | 2015-11-11 | 深圳市一体太糖科技有限公司 | 一种太赫兹血糖测量系统 |
| US20170127983A1 (en) * | 2015-11-10 | 2017-05-11 | Massachusetts Institute Of Technology | Systems and methods for sampling calibration of non-invasive analyte measurements |
| US20180317822A1 (en) * | 2015-11-20 | 2018-11-08 | Nirlus Engineering Ag | Noninvasive optical in-vivo determining of glucose concentration in flowing blood |
| CN108471989A (zh) * | 2016-01-15 | 2018-08-31 | 皇家飞利浦有限公司 | 用于生成承载对象的生命体征信息的光体积描记图像的设备、系统和方法 |
| CN105559794A (zh) * | 2016-02-23 | 2016-05-11 | 杨立峰 | 一种基于光声谱特征的可佩带式无创伤动态血糖监测仪 |
| CN108209940A (zh) * | 2016-12-14 | 2018-06-29 | 现代自动车株式会社 | 光声、无创且连续的血糖测量装置 |
| CN106859666A (zh) * | 2017-02-15 | 2017-06-20 | 舒糖讯息科技（深圳）有限公司 | 一种血糖检测装置及其检测方法 |
| US20180353082A1 (en) * | 2017-06-09 | 2018-12-13 | Canon Kabushiki Kaisha | Photoacoustic apparatus and object information acquiring method |
| CN107228904A (zh) * | 2017-07-21 | 2017-10-03 | 江西科技师范大学 | 一种光致超声的血糖无创检测装置及方法 |
| CN108324286A (zh) * | 2018-01-26 | 2018-07-27 | 重庆大学 | 一种基于pca-narx校正算法的红外光无创血糖检测装置 |
| US20200345237A1 (en) * | 2018-03-05 | 2020-11-05 | Fujifilm Corporation | Photoacoustic apparatus and method for controlling photoacoustic apparatus |
| CN207964611U (zh) * | 2018-03-20 | 2018-10-12 | 江西科技师范大学 | 一种多参量的血糖光声检测装置 |
| CN108152214A (zh) * | 2018-03-20 | 2018-06-12 | 江西科技师范大学 | 一种多参量的血糖光声检测装置及方法 |
| CN109662720A (zh) * | 2018-11-27 | 2019-04-23 | 中国科学院深圳先进技术研究院 | 基于深度学习的多频段光声无创血糖浓度预测系统 |
| CN211155819U (zh) * | 2019-11-18 | 2020-08-04 | 江西科技师范大学 | 一种基于后向模式的光声无损血糖定位检测装置 |
| CN111671436A (zh) * | 2020-05-21 | 2020-09-18 | 东南大学 | 一种温度补偿的光声无创血红蛋白检测装置及检测方法 |
| CN112674746A (zh) * | 2020-12-18 | 2021-04-20 | 深圳市汇顶科技股份有限公司 | 心率检测装置及方法、电子设备 |
| CN114010152A (zh) * | 2021-09-16 | 2022-02-08 | 南方科技大学 | 基于双波长光声显微成像的血脑屏障损伤评估装置及方法 |
| CN113974618A (zh) * | 2021-12-12 | 2022-01-28 | 广西澍源智能科技有限公司 | 基于水峰血糖修正的无创血糖测试方法 |
| CN115177243A (zh) * | 2022-02-23 | 2022-10-14 | 北京理工大学 | 基于拉曼光谱的微型可穿戴腕表式无创血糖监测系统 |
| CN115177244A (zh) * | 2022-03-03 | 2022-10-14 | 北京理工大学 | 基于差分拉曼光谱的微型无创血糖检测系统 |
| CN115624328A (zh) * | 2022-11-07 | 2023-01-20 | 深圳市彩鸿虚拟现实科技有限公司 | 一种无创血糖仪的红外发射器及血糖仪 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116138771B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5201920B2 (ja) | 測定装置 | |
| JP4933336B2 (ja) | 光断層画像表示システム及び光断層画像表示方法 | |
| JP5983779B2 (ja) | ガス吸収分光装置及びガス吸収分光方法 | |
| US7612341B2 (en) | Image of sample using terahertz time domain spectroscopy in reflection mode to identify in a first material like normal breast tissue a second material like cancerous tissue by evaluating the phase change at the interface between the sample and a window like a quartz window, against which the sample is pressed | |
| JP6997779B2 (ja) | 音響共鳴分光測定方法及びシステム | |
| JP2015024125A (ja) | 被検体情報取得装置、被検体情報取得装置の制御方法 | |
| US8868158B2 (en) | Optical analyzer | |
| CN113155742A (zh) | 同时检测多种气体的单共振腔光声光谱系统及检测方法 | |
| JP4018799B2 (ja) | 散乱吸収体の吸収成分の濃度計測方法及び装置 | |
| TWI797254B (zh) | 載子壽命測定方法及載子壽命測定裝置 | |
| JP5183406B2 (ja) | 生体情報処理装置及び生体情報処理方法 | |
| CN103674872A (zh) | 高级氧化活性物种的浓度测定方法以及浓度测定装置 | |
| CN116138771B (zh) | 用于多光谱血糖光声检测的能量修正方法 | |
| JPH0743293A (ja) | 成分濃度測定装置および方法 | |
| CN201251545Y (zh) | 相变薄膜微区光谱测量装置 | |
| JP2003185639A (ja) | レーザ超音波検査装置 | |
| JP2018013417A (ja) | 成分濃度測定装置および方法 | |
| CN215574610U (zh) | 同时检测多种气体的单共振腔光声光谱系统 | |
| JP2019165982A (ja) | 成分濃度測定装置および方法 | |
| RU2353954C1 (ru) | Способ дистанционного определения характеристик среды открытого водоема | |
| JP6730963B2 (ja) | 成分濃度測定装置および分析方法 | |
| CN111727495A (zh) | 浓度测定方法及浓度测定装置 | |
| CN116337777B (zh) | 一种基于单光梳的宽频带光声光谱测量系统及方法 | |
| JP2015230469A (ja) | 光源装置およびそれを用いた情報取得装置 | |
| Dmitriev et al. | Capabilities of Autodyne Reception in Medical СО2 Laser Devices |
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 |