CN116687373A - 检测系统、检测方法及终端 - Google Patents
检测系统、检测方法及终端 Download PDFInfo
- Publication number
- CN116687373A CN116687373A CN202210185691.1A CN202210185691A CN116687373A CN 116687373 A CN116687373 A CN 116687373A CN 202210185691 A CN202210185691 A CN 202210185691A CN 116687373 A CN116687373 A CN 116687373A
- Authority
- CN
- China
- Prior art keywords
- detection
- component concentration
- spectrum signal
- signal
- concentration information
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 223
- 238000001228 spectrum Methods 0.000 claims abstract description 133
- 230000003993 interaction Effects 0.000 claims description 35
- 230000007613 environmental effect Effects 0.000 claims description 30
- 230000003595 spectral effect Effects 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 17
- 239000008280 blood Substances 0.000 claims description 14
- 210000004369 blood Anatomy 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 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 claims description 6
- 230000036772 blood pressure Effects 0.000 claims description 6
- 239000008103 glucose Substances 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 description 20
- 238000010521 absorption reaction Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 7
- 239000000126 substance Substances 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 125000000524 functional group Chemical group 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000035515 penetration Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000004207 dermis Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/14551—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 for measuring blood gases
- A61B5/14552—Details of sensors specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
-
- 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
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
- A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
-
- 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
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
- A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
- A61B2560/0252—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value using ambient temperature
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Emergency Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请提供一种检测系统,包括:第一检测模块,用于发射参考光至待测目标,并用于接收所述待测目标根据所述参考光反射的检测光,根据所述检测光生成光谱信号;第二检测模块,用于发射参考电磁波至所述待测目标,并用于接收所述待测目标根据所述参考电磁波反射的检测电磁波,根据所述检测电磁波生成频谱信号;以及处理器,连接所述第一检测模块和所述第二检测模块,用于根据所述光谱信号和所述频谱信号获取所述待测目标的组分浓度信息。本申请还提供一种检测方法及终端。
Description
技术领域
本申请涉及组分检测技术领域,尤其涉及一种检测系统、检测方法及终端。
背景技术
人体化学组分的丰度测量技术广泛应用在健康监测系统内,其测量精度直接影响到人体健康指标的判断。
传统的化学组分的丰度测量方式大多数需要在人体取样获得样品,并对样品进行化学反应,这对于人体并不友好。尤其是在日常生活中的健康检测,可能会导致较大的时间成本以及较差的用户体验。基于上述原因,光学检测等“无损”的新型检测方法得到了快速的发展,这些光学检测方法无需从人体内将样品取出,更无需通过化学反应进行测量。
但,一方面,一些光学检测采用的光频率过高,穿透人体表面如真皮等组织后衰减过大,传递至待检测的体内组分的能量十分有限,因此组分丰度信息容易被淹没在系统的噪声内。虽然通过改善光源与光路装置可以在一定程度上改善上述问题,但这又会急剧提高检测系统的成本。另一方面,一些光学检测方法通过检测介质的介电常数等电参数的变化来实现对组分丰度的检测,而电参数的值与待检测组分的丰度的值并非唯一对应。因此该些光学检测方法的特异性较低,难以实现在动态环境下的人体化学组分丰度的精确测量。
发明内容
本申请第一方面提供一种检测系统,包括:
第一检测模块,用于发射参考光至待测目标,并用于接收所述待测目标根据所述参考光反射的检测光,根据所述检测光生成光谱信号;
第二检测模块,用于发射参考电磁波至所述待测目标,并用于接收所述待测目标根据所述参考电磁波反射的检测电磁波,根据所述检测电磁波生成频谱信号;以及
处理器,连接所述第一检测模块和所述第二检测模块,用于根据所述光谱信号和所述频谱信号获取所述待测目标的组分浓度信息。
本申请的检测系统包括第一检测模块和第二检测模块。第一检测模块用于获取光谱信号。组分的分子官能团震动产生吸收峰,吸收峰特异性高,因此不同组分的吸收峰不同,吸收峰不同时返回的检测光的光谱不同,因此可由检测光的光谱唯一确定一种组分类型,这使得第一检测模块的检测精确度较高。但第一检测模块受限于参考光穿深低、衰减过大、受噪声影响较大。
第二检测模块用于获取频谱信号。某种组分的浓度改变,可以影响介电常数等电参数,进一步地到影响反射系数、透射系数等。通过检测检测电磁波的幅值和/或相位,可实现对各种组分的浓度的测量。参考电磁波衰减较小,受噪声影响较小。但第二检测模块通过检测介质的介电常数等电参数的变化来实现对组分浓度的检测,电参数的变化与组分浓度的变化并不是唯一对应的,因此第二检测模块受限于频谱检测的特异性较低,较难实现预期的检测精度。
而本申请上述的检测系统,通过第一检测模块获取光谱信号并通过第二检测模块获取频谱信号,且通过处理器综合光谱信号和频谱信号以获取待测目标的组分浓度信息,有利于综合两种检测方式的优点,从而提升最终获取的组分浓度信息的精确度。
于一些实施例中,所述处理器还用于控制所述第一检测模块发射所述参考光,且控制所述第二检测模块发射所述参考电磁波。
如此,使得处理器集成更多的控制功能,有利于提升检测系统的集成度。
于一些实施例中,还包括第三检测模块,所述第三检测模块包括温度传感器、湿度传感器、陀螺仪、阻抗传感器中的至少一种,用于获取环境信号;
所述处理器用于根据所述光谱信号、所述频谱信号及所述环境信号获取所述待测目标的组分浓度信息。
由于检测系统检测组分浓度信息可能受到环境因素影响,通过增设第三检测模块获取环境信号,并使得处理器综合光谱信号、频谱信号及环境信号获取待测目标的组分浓度信息,有利于进一步提升组分浓度信息的准确度。
于一些实施例中,所述第一检测模块包括:
光源,用于发射所述参考光,所述参考光为可见光或红外光,波长范围为400nm-3000nm;以及
光学传感器,用于接收所述检测光以生成所述光谱信号。
如此,当检测系统应用于人体的检测时,上述波长范围的参考光可以精准获取相应组分的组分浓度信息。
于一些实施例中,所述光源包括激光器或/和至少一个发光二极管。
光源中可以包括一种或两种以上的发光器件(激光器、发光二极管),以发射不同波长的光,根据要检测的组分的不同,可以控制相应的器件发光,有利于提升光源与要检测的组分的适配性,有利于提升检测精准度。
于一些实施例中,所述光学传感器包括光电二极管、法布里珀罗干涉仪、傅里叶变换红外光谱仪中的至少一种。
如此,通过增加光学传感器的种类,有利于增加光学传感器的可选择性和灵敏度。
于一些实施例中,所述第二检测模块包括:
电磁波源,用于产生所述参考电磁波,所述参考电磁波为微波或毫米波,频率范围为300KHz-300GHz;
收发单元,连接所述电磁波源,用于发射所述参考电磁波,并用于接收所述检测电磁波,以根据所述检测电磁波生成所述频谱信号。
如此,当检测系统应用于人体的检测时,上述频率范围的参考电磁波可以精准获取相应组分的组分浓度信息。
于一些实施例中,所述电磁波源为振荡电路。
于一些实施例中,所述收发单元包括发射天线和接收天线,所述发射天线连接所述电磁波源,用于发射所述参考电磁波,所述接收天线用于接收所述检测电磁波,以根据所述检测电磁波生成所述频谱信号。
如此,发射和接收电磁波采用不同的天线结构,有利于简化控制信号的输出时序。
于一些实施例中,所述收发单元包括复用天线,所述复用天线连接所述电磁波源,用于分时发射所述参考电磁波和接收所述检测电磁波,所述复用天线接收所述检测电磁波时可根据所述检测电磁波生成所述频谱信号。
如此,发射和接收电磁波复用同一个天线结构,有利于简化收发单元的结构,提升检测系统的集成度。
于一些实施例中,还包括人机交互模块,所述人机交互模块电连接所述处理器,用于显示所述组分浓度信息。
通过增设人机交互模块,可以将获取的组分浓度信息直观地展示给用户,也可方便用户在使用检测系统的过程中通过人机交互模块输入信息或指令给检测系统。
于一些实施例中,所述处理器用于通过机器学习方法建立所述光谱信号、所述频谱信号及所述组分浓度信息之间的函数关系,并用于基于所述函数关系,根据所述光谱信号和所述频谱信号获取所述待测目标的所述组分浓度信息。
基于机器学习方法,检测系统在投入使用之前,可输入一些原始的数据给检测系统进行训练,从而使得处理器可以预先建立光谱信号、频谱信号及组分浓度信息之间的函数关系,在检测系统后续的使用过程中,即可通过该函数关系预测组分浓度信息。
于一些实施例中,所述人机交互模块还用于接收输入数据,所述处理器还用于根据当前获取的组分浓度信息和所述输入数据校正所述函数关系。
在检测系统的使用过程中,通过用户输入的输入数据,处理器还可以基于该输入数据不断地训练学习,从而不断校正前述确定的函数关系,使得根据该函数关系获取的组分浓度信息更加精准。
于一些实施例中,所述待测目标为人体,所述组分浓度信息包括血氧含量信息、血糖含量信息、血压含量信息其中之一或任意组合。
当检测系统主要应用于人体的组分的测量时,上述血氧含量信息、血糖含量信息、血压含量信息可以较好地反应人体的健康状态。
于一些实施例中,所述待测目标为空气,所述组分浓度信息包括甲醛含量信息或/和雾霾指数信息。
当检测系统主要应用于空气的组分的测量时,上述甲醛含量信息、雾霾指数信息可以较好地反应空气的质量。
于一些实施例中,所述组分浓度信息为组分浓度等级或/和组分浓度数值。
如此,以不同的方式(等级、数值)对组分浓度信息进行显示,有利于用户快速、直观地获取需要的信息。
本申请第二方面提供一种处理器,包括:
第一控制模块,用于输出第一发射控制信号和第一接收控制信号,所述第一发射控制信号用于控制发射参考光,所述第一接收控制信号用于控制接收根据所述参考光生成的检测光;
第二控制模块,用于输出第二发射控制信号和第二接收控制信号,所述第二发射控制信号用于控制发射参考电磁波,所述第二接收控制信号用于控制接收根据所述参考电磁波生成的检测电磁波;以及
信息获取模块,电连接所述第一控制模块和所述第二控制模块,用于接收根据所述检测光生成的光谱信号,接收根据所述检测电磁波生成的频谱信号,并用于根据所述光谱信号和所述频谱信号获取组分浓度信息。
本申请的处理器包括第一控制模块和第二控制模块。第一控制模块用于控制获取光谱信号。物质的分子官能团震动产生吸收峰,吸收峰特异性高,因此不同组分的吸收峰不同,吸收峰不同时返回的检测光的光谱不同,因此可由检测光的光谱唯一确定一种组分类型,这使得检测精确度较高,但受限于参考光穿深低、衰减过大、受噪声影响较大。
第二控制模块用于控制获取频谱信号。某种组分的浓度改变,可以影响介电常数等电参数,进一步地到影响反射系数、透射系数等。通过检测检测电磁波的幅值和/或相位,可实现对各种组分的浓度的测量。参考电磁波衰减较小,受噪声影响较小。但第二控制模块通过控制检测介质的介电常数等电参数的变化来实现对组分浓度的检测,电参数的变化与组分浓度的变化并不是唯一对应的,因此受限于频谱检测的特异性较低,较难实现预期的检测精度。
而本申请上述的处理器,通过第一控制模块控制获取光谱信号并通过第二控制模块控制获取频谱信号,且通过信息获取模块综合光谱信号和频谱信号以获取待测目标的组分浓度信息,有利于综合两种检测方式的优点,从而提升最终获取的组分浓度信息的精确度。
于一些实施例中,还包括第三控制模块,用于输出第三控制信号以控制获取环境信号;
所述信息获取模块用于根据所述光谱信号、所述频谱信号及所述环境信号获取所述组分浓度信息。
由于检测组分浓度信息可能受到环境因素影响,通过增设第三控制模块控制获取环境信号,并使得信息获取模块综合光谱信号、频谱信号及环境信号获取待测目标的组分浓度信息,有利于进一步提升组分浓度信息的准确度。
于一些实施例中,还包括交互控制模块,电连接所述信息获取模块,用于输出交互控制信号以控制显示所述组分浓度信息。
通过增设交互控制模块,可以控制将获取的组分浓度信息直观地展示给用户,也可方便接收用户在使用检测系统的过程中的输入信息或指令。
于一些实施例中,所述信息获取模块还用于通过机器学习方法建立所述光谱信号、所述频谱信号及所述组分浓度信息之间的函数关系,并用于基于所述函数关系,根据所述光谱信号和所述频谱信号获取所述组分浓度信息。
基于机器学习方法,处理器在投入使用之前,可根据一些原始的数据给进行训练,从而可以预先建立光谱信号、频谱信号及组分浓度信息之间的函数关系,在处理器后续的使用过程中,即可通过该函数关系预测组分浓度信息。
于一些实施例中,所述信息获取模块还用于接收输入数据,并根据当前获取的组分浓度信息和所述输入数据校正所述函数关系。
在处理器的使用过程中,通过用户输入的输入数据,处理器还可以基于该输入数据不断地训练学习,从而不断校正前述确定的函数关系,使得根据该函数关系获取的组分浓度信息更加精准。
本申请第三方面提供一种检测方法,包括:
输出第一发射控制信号以控制发射参考光,接收根据所述参考光返回的检测光产生的光谱信号;
输出第二发射控制信号以控制发射参考电磁波,接收根据所述参考电磁波返回的检测电磁波产生的频谱信号;以及
根据所述光谱信号和所述频谱信号获取组分浓度信息。
本申请的检测方法包括获取光谱信号。物质的分子官能团震动产生吸收峰,吸收峰特异性高,因此不同组分的吸收峰不同,吸收峰不同时返回的检测光的光谱不同,因此可由检测光的光谱唯一确定一种组分类型,这使得检测精确度较高。但受限于参考光穿深低、衰减过大、受噪声影响较大。
本申请的检测方法还获取频谱信号。某种组分的浓度改变,可以影响介电常数等电参数,进一步地到影响反射系数、透射系数等。通过检测检测电磁波的幅值和/或相位,可实现对各种组分的浓度的测量。参考电磁波衰减较小,受噪声影响较小。但通过检测介质的介电常数等电参数的变化来实现对组分浓度的检测,电参数的变化与组分浓度的变化并不是唯一对应的,因此受限于频谱检测的特异性较低,较难实现预期的检测精度。
而本申请上述的检测方法,通过获取光谱信号和频谱信号,且通过综合光谱信号和频谱信号以获取待测目标的组分浓度信息,有利于综合两种检测方式的优点,从而提升最终获取的组分浓度信息的精确度。
于一些实施例中,所述根据所述光谱信号和所述频谱信号获取所述组分浓度信息的步骤,包括:
通过机器学习方法建立所述光谱信号、所述频谱信号与所述组分浓度信息之间的函数关系,基于所述函数关系,根据所述光谱信号和所述频谱信号获取所述组分浓度信息。
基于机器学习方法,可输入一些原始的数据给检测系统进行训练,从而使得可以预先建立光谱信号、频谱信号及组分浓度信息之间的函数关系,在后续的使用过程中,即可通过该函数关系预测组分浓度信息。
于一些实施例中,所述根据所述光谱信号和所述频谱信号获取组分浓度信息的步骤之后还包括:
接收输入数据;
根据当前获取的组分浓度信息和所述输入数据校正所述函数关系。
在使用过程中,通过输入的输入数据,还可以基于该输入数据不断地训练学习,从而不断校正前述确定的函数关系,使得根据该函数关系获取的组分浓度信息更加精准。
于一些实施例中,所述接收输入数据的步骤具体为:
通过人机交互方式接收所述输入数据。
该输入数据可以是通过联网方式从某一数据库中调取,也可以是用户通过人机交互方式输入。用户通过人机交互方式输入输入数据有利于针对性地进行训练学习,从而针对性校正函数。
于一些实施例中,检测方法还包括:输出第三控制信号以控制获取环境信号;
所述根据所述光谱信号和所述频谱信号获取所述组分浓度信息的步骤具体为:
根据所述光谱信号、所述频谱信号及所述环境信号获取所述组分浓度信息。
由于检测组分浓度信息可能受到环境因素影响,通过输出第三控制信号以控制获取环境信号,并使得综合光谱信号、频谱信号及环境信号获取待测目标的组分浓度信息,有利于进一步提升组分浓度信息的准确度。
于一些实施例中,所述第一发射控制信号还用于控制所述参考光的波长,所述第二发射控制信号用于控制所述参考电磁波的频率。
通过控制参考光的波长和参考电磁波的频率,有利于针对要检测的组分不同而发射不同波长的参考光和不同频率的参考电磁波,从而有利于提升检测精准度。
本申请第四方面提供一种终端,包括上述任一项所述的检测系统。
上述终端包括检测系统,可实现如前述检测系统的所有有益效果。
本申请第五方面提供一种终端,包括上述任一项所述的处理器。
上述终端包括处理器,可实现如前述处理器的所有有益效果。
本申请第六方面提供一种终端,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器在执行所述计算机程序时执行上述任一项所述的方法步骤。
上述终端可实现前述检测方法的所有步骤,可实现如前述检测方法的所有有益效果。
附图说明
图1为本申请的终端和待测目标的结构示意图。
图2为图1中检测系统的一实施例的模块结构示意图。
图3为本申请中检测方法的一实施例的流程图。
图4本申请中终端的一实施例的模块结构示意图。
主要元件符号说明
终端 | 1 |
检测系统 | 10 |
第一检测模块 | 11 |
光源 | 111 |
光学传感器 | 112 |
第二检测模块 | 12 |
电磁波源 | 121 |
收发单元 | 122 |
第三检测模块 | 13 |
处理器 | 14 |
第一控制模块 | 141 |
第二控制模块 | 142 |
第三控制模块 | 143 |
信息获取模块 | 144 |
交互控制模块 | 145 |
人机交互模块 | 15 |
存储器 | 16 |
待测目标 | 2 |
步骤 | S1、S2、S3、S4、S5、S6 |
具体实施方式
下面结合本申请实施例中的附图对本申请实施例进行描述。
图1所示为本申请提供的终端1,其可为医疗设备、环境监测设备、智能手机等可用于检测一种或多种不同组分的组分浓度信息的装置。终端1可针对人体、空气等多种待测目标进行检测。也即,终端1可用于检测人体中的各类组分的组分浓度信息,或检测空气中各类组分的组分浓度信息等。本实施例中,以终端1为用于检测人体的组分浓度信息的医疗设备为例进行举例说明。
终端1包括检测系统10,检测系统10用于检测待测目标2的组分浓度信息。本实施例中,待测目标2为人体,组分浓度信息至少包括血氧含量信息、血糖含量信息、血压含量信息其中之一。于其他实施例中,待测目标2为空气时,组分浓度信息例如可包括甲醛含量信息、雾霾指数信息等。
终端1还可包括除检测系统10之外的结构,例如用于与另一终端建立通信的通信系统、用于实现图像显示的显示系统等。本实施例中主要对检测系统10进行详细描述。
请参阅图2,检测系统10包括第一检测模块11、第二检测模块12、第三检测模块13和分别电连接第一检测模块11、第二检测模块12及第三检测模块13的处理器14。
第一检测模块11包括光源111和光学传感器112。光源111用于发射参考光至待测目标2。参考光照射至待测目标2时被待测目标2反射,定义待测目标2反射的参考光为检测光。光学传感器112位于检测光的光路上,用于接收检测光。光学传感器112包括至少一光电元件,可用于在接收到检测光时进行光电转换,以生成相应的电信号。本实施例中,定义光学传感器112根据检测光生成的电信号为光谱信号。也即,光谱信号为用于表征检测光的光谱特征的电信号。
本实施例中,参考光为可见光或红外光,波长范围为400nm-3000nm(包括端点值)。光源111包括至少一个激光器或/和至少一发光二极管。光学传感器112包括至少一个光电二极管、法布里珀罗干涉仪或傅里叶变换红外光谱仪等光电转换元件。
第二检测模块12包括电磁波源121及收发单元122。电磁波源121用于产生参考电磁波。收发单元122用于发射该参考电磁波至待测目标2。参考电磁波到达待测目标2后会被待测目标2反射,本实施例中定义待测目标2反射的参考电磁波为检测电磁波。收发单元122还用于接收检测电磁波,并用于根据检测电磁波转换生成电信号,本实施例中定义上述生成的电信号为频谱信号。也即,频谱信号为表征检测电磁波的频谱特征的电信号。
本实施例中,参考电磁波为微波或毫米波,频率范围为300KHz-300GHz(包括端点值)。电磁波源121为震荡电路。收发单元122包括至少一个天线。本实施例中,收发单元122包括至少一个发射天线和至少一个接收天线。每一发射天线连接电磁波源121,用于发射参考电磁波。每一接收天线用于接收检测电磁波并产生频谱信号。于其他实施例中,收发单元122包括至少一个复用天线。每一复用天线既用于发射参考电磁波,也用于接收检测电磁波。每一复用天线在不同的时段发射参考电磁波和接收检测电磁波。复用天线用于接收检测电磁波时还根据检测电磁波产生频谱信号。在该实施例中,通过采用复用天线,有利于简化第二检测模块12的整体结构。
第三检测模块13包括一个或多个传感器,例如包括温度传感器、湿度传感器、陀螺仪、阻抗传感器中的一个或多个。第三检测模块13用于获取环境信号。例如第三检测模块13包括温度传感器、湿度传感器时,获取的环境信号为表征检测系统10所处环境或/和待测目标2所处环境的温度和湿度的电信号。第三检测模块13包括陀螺仪时,获取的环境信号为用于表征检测系统10当前的摆放角度、姿态等状态环境的电信号。第三检测模块13包括阻抗传感器时,获取的环境信号为用于表征待测目标2的体脂等身体环境的电信号。
处理器14用于分别接收上述的光谱信号、频谱信号及环境信号,并用于根据上述光谱信号、频谱信号及环境信号获取待测目标2的组分浓度信息。
于一些实施例中,检测系统10不包括第三检测模块13,处理器14用于分别接收上述的光谱信号和频谱信号,并用于根据上述光谱信号和频谱信号获取待测目标2的组分浓度信息。
本实施例中,处理器14包括第一控制模块141、第二控制模块142、第三控制模块143及信息获取模块144,其中信息获取模块144分别电连接第一控制模块141、第二控制模块142及第三控制模块143。
第一控制模块141还分别电连接第一检测模块11中的光源111和光学传感器112,用于输出第一发射控制信号至光源111,以控制光源111发射参考光。当检测不同组分的组分浓度信息时,往往需要不同波长的参考光。例如,获取组分A的组分浓度信息时,需要波长A1的参考光;获取组分B的组分浓度信息时,需要波长B1的参考光。于一些实施例中,获取不同组分的浓度信息时,也可以采用相同波长的参考光。本实施例中,光源111发射的参考光具有一波长范围,第一发射控制信号还可用于控制参考光的具体波长,从而控制参考光检测特定组分的组分浓度信息。也即,本实施例中通过第一发射控制信号改变参考光的具体波长,可实现获取不同组分的组分浓度信息。第一控制模块141还用于输出第一接收控制信号,和用于控制光学传感器112接收检测光。也即,本实施例中,第一控制模块141通过输出第一发射控制信号控制发射参考光的时序和参考光的波长,并通过输出第一接收控制信号控制接收检测光的时序。
第二控制模块142还分别电连接第二检测模块12中的电磁波源121和收发单元122,用于输出第二发射控制信号至电磁波源121,以控制电磁波源121发射参考电磁波。当检测不同组分的组分浓度信息时,往往需要不同频率的参考电磁波。例如,获取组分A的组分浓度信息时,需要波长A1的参考电磁波;获取组分B的组分浓度信息时,需要波长B1的参考电磁波。于一些实施例中,获取不同组分的浓度信息时,也可以采用相同波长的参考电磁波。本实施例中,电磁波源121发射的参考电磁波具有一频率范围,第二发射控制信号还可用于控制参考电磁波的具体频率,从而控制参考电磁波检测特定组分的组分浓度信息。也即,本实施例中通过第二发射控制信号改变参考电磁波的具体波长,可实现获取不同组分的组分浓度信息。第二控制模块142还用于输出第二接收控制信号,用于控制收发单元122接收检测电磁波。也即,本实施例中,第二控制模块142通过输出第二发射控制信号控制发射参考电磁波的时序和参考电磁波的频率,并通过输出第二接收控制信号控制接收检测电磁波的时序。
第三控制模块143还分别电连接第三检测模块13中的每一传感器,用于输出第三控制信号至其中至少一传感器,以控制各个传感器获取环境信号。
信息获取模块144用于接收上述的光谱信号、频谱信号及环境信号,并用于根据上述光谱信号、频谱信号及环境信号获取待测目标2的组分浓度信息。
本实施例中,信息获取模块144用于通过机器学习方法建立所述光谱信号、所述频谱信号及所述组分浓度信息之间的函数关系,并用于基于所述函数关系,根据所述光谱信号和所述频谱信号获取所述组分浓度信息。
具体的,在检测系统10使用之前,输入标准数据至检测系统10。标准数据可包括多个数据组,每个数据组包括光谱数据、频谱数据、环境数据及组分浓度数据。信息获取模块144可采用偏最小二乘法(Partial Least Square,PLS),卷积神经网络(ConvolutionalNeural Networks,CNN)等算法,在数学上对上述每个数据组中的数据进行建模:
组分浓度数据=f(光谱数据,频谱数据,环境数据)
信息获取模块144通过建立函数f*来模拟函数f,进而使用“浓度*”对某种组分实际的浓度进行预测,即:
组分浓度数据*=f*(光谱数据,频谱数据,环境数据)
上述函数f*即为本申请中信息获取模块144根据标准数据最终建立的函数关系,基于该函数关系计算出的组分浓度信息可能与组分实际的浓度存在一定的差异。
为了提升检测的组分浓度信息的准确度,需要使用大量标准数据进行训练学习。本实施例中,对于不同的组分,其标准数据不同。例如,标准数据中一些数据组是用于供信息获取模块144进行训练学习,以获取血氧浓度与光谱数据、频谱数据及环境数据之间的函数关系。标准数据中另一些数据组是用于供信息获取模块144进行训练学习,以获取血糖浓度与光谱数据、频谱数据及环境数据之间的函数关系。因此本实施例中,需要输入大量的标准数据,以使得信息获取模块144建立针对多种不同组分浓度信息的函数关系。如此,在检测系统10工作过程中,针对要检测的组分的浓度信息,可调用相应的函数关系,根据接收到的光谱信号、频谱信号及环境信号(光谱信号即对应唯一确定的光谱数据,频谱信号即对应唯一确定的频谱数据,环境信号即对应唯一确定的环境数据)获取组分浓度信息。
本实施例中,检测系统10还包括人机交互模块15,处理器还包括交互控制模块145。人机交互模块15电连接处理器14中的交互控制模块145,交互控制模块145还电连接信息获取模块144。
人机交互模块15用于接收用户输入的信息并用于向用于显示信息,以实现人机交互。人机交互模块15例如包括显示屏、触控屏、机械按键、麦克风等功能模块。交互控制模块145输出交互控制信号以控制人机交互模块15显示所述组分浓度信息。
于一些实施例中,人机交互模块15用于显示各种组分浓度的具体数值或数值范围。于一些实施例中,人机交互模块15用于显示各种组分浓度的等级,例如显示浓度正常、过高或过低。于另一些实施例中,人机交互模块15同时显示组分浓度的具体数值(或数值范围)和组分浓度的等级。
本实施例中,在终端1的使用过程中,用户还可通过人机交互模块15输入数据,定义用户输入的数据为输入数据,信息获取模块144还可用于接收该输入数据,并根据输入数据校正上述的函数关系。
本实施例中,输入数据包括输入组分浓度数据。输入数据例如可为用户通过人机交互模块15手动输入的体检报告中的信息,包括血氧含量信息、血糖含量信息、血压含量信息其中之一或任意组合。启动终端1对人体进行检测获到当前检测的组分浓度信息,比对当前检测的组分浓度信息与输入数据中的输入组分浓度信息是否一致。上述“是否一致”并不要求一定相等,若两者差值在可接受范围内,也可认为是一致的。若当前检测的组分浓度信息与输入数据中的输入组分浓度信息不一致,则调整上述的函数关系,直至检测系统10最终获取的组分浓度信息与输入数据中的输入组分浓度信息一致,使得两者一致时的函数关系定义为根据输入数据更新后的函数关系。
于其他的实施例中,上述的输入数据也可以是检测系统10从外部的数据库中调取。也即使得检测系统10通过联网的方式从某一数据库中调取数据作为输入数据,而并非用户手动输入。
如此,可在终端1的使用过程中,不断校正函数,有利于提升获取的组分浓度信息的精确度。
本申请还提供一种检测方法,该检测方法应用于上述的处理器14中。
请参阅图3,本实施例的检测方法包括:
步骤S1,输出第一发射控制信号以控制发射参考光,接收根据所述参考光返回的检测光产生的光谱信号;
步骤S2,输出第二发射控制信号以控制发射参考电磁波,接收根据所述参考电磁波返回的检测电磁波产生的频谱信号;
步骤S3,输出第三控制信号以控制获取环境信号;
步骤S4,根据所述光谱信号、所述频谱信号及所述环境信号获取组分浓度信息。
本实施例中,序号1、2、3仅用于区别不同的步骤,并非用于限定步骤S1、步骤S2及步骤S3的执行顺序。于一些实施例中,步骤S1、步骤S2及步骤S3可先后执行,于另一些实施例中,步骤S1、步骤S2及步骤S3可同时执行。也即,本实施例中,可先后获取光谱信号、频谱信号及环境信号。
步骤S1中,第一控制模块141输出第一发射控制信号至光源111,光源111根据第一发射控制信号发射特定波长(或特定波段)的参考光至待测目标2。第一控制模块141输出第一接收控制信号至光学传感器112,光学传感器112接收待测目标2反射的检测光并生成光谱信号后输出。
步骤S2中,第二控制模块142输出第二发射控制信号至电磁波源121,电磁波源121根据第二发射控制信号生成特定频率(或特定频段)的参考电磁波,收发单元122发射参考电磁波至待测目标2。第二控制模块142输出第二接收控制信号至收发单元122,收发单元122接收待测目标2反射的检测电磁波并生成频谱信号后输出。
步骤S3中,第三控制模块143输出第三控制信号至第三检测模块13中的一个或多个传感器。根据需要检测的组分的不同,可能需要不同的传感器。本实施例中的第三控制信号用于控制相应的一个或多个传感器工作,从而获取相应的环境信息。
步骤S4中,信息获取模块144接收上述的光谱信号、频谱信号和环境信号,通过机器学习方法确定光谱信号、频谱信号、环境信号与获取组分浓度信息之间的函数关系,从而根据光谱信号、频谱信号、环境信号的值计算得到组分浓度信息。步骤S4中通过机器学习方法确定光谱信号、频谱信号、环境信号与获取组分浓度信息之间的函数关系的具体步骤如前述的信息获取模块144的功能,不再赘述。
信息获取模块144还将获取到的组分浓度信息输出至人机交互模块15,人机交互模块15对组分浓度信息进行显示,使得用户可直观地获知组分浓度信息。
本实施例中,用户还可通过人机交互模块15输入数据,信息获取模块144可接收用户输入的数据,并根据用户输入的数据校正上述的函数关系。因此上述检测方法在步骤S4之后还包括:
步骤S5,接收输入数据;以及
步骤S6,根据当前获取的组分浓度信息和所述输入数据校正所述函数关系。
步骤S5中,上述输入数据为体检数据,例如血氧含量信息、血糖含量信息、血压含量信息其中之一或任意组合。输入数据可为用户通过人机交互模块15输入,也可通过信息获取模块144从外部数据库中调取。
步骤S6中,启动终端1对人体进行检测获到当前检测的组分浓度信息,比对当前检测的组分浓度信息与用户输入的数据,调整上述的函数关系直至检测系统10最终获取的组分浓度信息与用户输入的数据一致。
请参阅图4,本实施例中,终端1还包括存储器16,存储器16存储有计算机程序,处理器14可用于执行该计算机程序。处理器14执行该计算机程序时实现上述的检测方法中的所有步骤流程。
本实施例中,处理器14可以为中央处理单元(central processing unit,CPU),处理器14还可以是其他通用处理器、数字信号信息处理器(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或者处理器14也可以是任何常规的处理器等。
本实施例中的存储器16可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasablePROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random access memory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
本申请实施例提供的检测系统10,本申请的检测系统包括第一检测模块和第二检测模块。第一检测模块用于获取光谱信号。物质的分子官能团震动产生吸收峰,吸收峰特异性高,因此不同组分的吸收峰不同,吸收峰不同时返回的检测光的光谱不同,因此可由检测光的光谱唯一确定一种组分类型,这使得第一检测模块的检测精确度较高。但第一检测模块受限于参考光穿深低、衰减过大、受噪声影响较大。
第二检测模块用于获取频谱信号。某种组分的浓度改变,可以影响介电常数等电参数,进一步地到影响反射系数、透射系数等。通过检测检测电磁波的幅值和/或相位,可实现对各种组分的浓度的测量。参考电磁波衰减较小,受噪声影响较小。但第二检测模块通过检测介质的介电常数等电参数的变化来实现对组分浓度的检测,电参数的变化与组分浓度的变化并不是唯一对应的,因此第二检测模块受限于频谱检测的特异性较低,较难实现预期的检测精度。
而本申请上述的检测系统,通过第一检测模块获取光谱信号并通过第二检测模块获取频谱信号,且通过处理器综合光谱信号和频谱信号以获取待测目标的组分浓度信息,有利于综合两种检测方式的优点,从而提升最终获取的组分浓度信息的精确度。
本申请的检测方法、处理器14和终端1,都可以实现上述的检测系统10的有益效果。
本技术领域的普通技术人员应当认识到,以上的实施方式仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围之内,对以上实施例所作的适当改变和变化都落在本发明要求保护的范围之内。
Claims (15)
1.一种检测系统,其特征在于,包括:
第一检测模块,用于发射参考光至待测目标,并用于接收所述待测目标根据所述参考光反射的检测光,根据所述检测光生成光谱信号;
第二检测模块,用于发射参考电磁波至所述待测目标,并用于接收所述待测目标根据所述参考电磁波反射的检测电磁波,根据所述检测电磁波生成频谱信号;以及
处理器,连接所述第一检测模块和所述第二检测模块,用于根据所述光谱信号和所述频谱信号获取所述待测目标的组分浓度信息。
2.如权利要求1所述的检测系统,其特征在于,所述处理器还用于控制所述第一检测模块发射所述参考光,且控制所述第二检测模块发射所述参考电磁波。
3.如权利要求1或2所述的检测系统,其特征在于,还包括第三检测模块,所述第三检测模块包括温度传感器、湿度传感器、陀螺仪、阻抗传感器中的至少一种,用于获取环境信号;
所述处理器用于根据所述光谱信号、所述频谱信号及所述环境信号获取所述待测目标的组分浓度信息。
4.如权利要求1-3任一项所述的检测系统,其特征在于,还包括人机交互模块,所述人机交互模块电连接所述处理器,用于显示所述组分浓度信息。
5.如权利要求1-4任一项所述的检测系统,其特征在于,所述处理器用于通过机器学习方法建立所述光谱信号、所述频谱信号及所述组分浓度信息之间的函数关系,并用于基于所述函数关系,根据所述光谱信号和所述频谱信号获取所述待测目标的所述组分浓度信息。
6.如权利要求5所述的检测系统,其特征在于,所述人机交互模块还用于接收输入数据,所述输入数据包括输入的组分浓度信息,所述处理器还用于根据当前获取的组分浓度信息和所述输入数据校正所述函数关系。
7.如权利要求1-6任一项所述的检测系统,其特征在于,所述待测目标为人体,所述组分浓度信息包括血氧含量信息、血糖含量信息、血压含量信息其中之一或任意组合。
8.一种检测方法,其特征在于,包括:
输出第一发射控制信号以控制发射参考光,接收根据所述参考光返回的检测光产生的光谱信号;
输出第二发射控制信号以控制发射参考电磁波,接收根据所述参考电磁波返回的检测电磁波产生的频谱信号;以及
根据所述光谱信号和所述频谱信号获取组分浓度信息。
9.如权利要求8所述的检测方法,其特征在于,所述根据所述光谱信号和所述频谱信号获取所述组分浓度信息的步骤,包括:
通过机器学习方法建立所述光谱信号、所述频谱信号与所述组分浓度信息之间的函数关系,基于所述函数关系,根据所述光谱信号和所述频谱信号获取所述组分浓度信息。
10.如权利要求9所述的检测方法,其特征在于,所述根据所述光谱信号和所述频谱信号获取组分浓度信息的步骤之后还包括:
接收输入数据,所述输入数据包括输入的组分浓度信息;
根据当前获取的组分浓度信息和所述输入数据校正所述函数关系。
11.如权利要求10所述的检测方法,其特征在于,所述接收输入数据的步骤具体为:
通过人机交互方式接收所述输入数据。
12.如权利要求8-11任一项所述的检测方法,其特征在于,还包括:输出第三控制信号以获取环境信号;
所述根据所述光谱信号和所述频谱信号获取所述组分浓度信息的步骤具体为:
根据所述光谱信号、所述频谱信号及所述环境信号获取所述组分浓度信息。
13.如权利要求8-12任一项所述的检测方法,其特征在于,所述第一发射控制信号还用于控制所述参考光的波长,所述第二发射控制信号用于控制所述参考电磁波的频率。
14.一种终端,其特征在于,包括如权利要求1-7中任一项所述的检测系统。
15.一种终端,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器在执行所述计算机程序时执行如8-13中任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210185691.1A CN116687373A (zh) | 2022-02-28 | 2022-02-28 | 检测系统、检测方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210185691.1A CN116687373A (zh) | 2022-02-28 | 2022-02-28 | 检测系统、检测方法及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116687373A true CN116687373A (zh) | 2023-09-05 |
Family
ID=87826306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210185691.1A Pending CN116687373A (zh) | 2022-02-28 | 2022-02-28 | 检测系统、检测方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116687373A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117997450A (zh) * | 2024-04-07 | 2024-05-07 | 成都玖锦科技有限公司 | 一种基于异构芯片平台的无线电信号测量方法 |
-
2022
- 2022-02-28 CN CN202210185691.1A patent/CN116687373A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117997450A (zh) * | 2024-04-07 | 2024-05-07 | 成都玖锦科技有限公司 | 一种基于异构芯片平台的无线电信号测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2704789C (en) | Optical sensor for determining the concentration of an analyte | |
US20210076995A1 (en) | Method and apparatus for predicting analyte concentration | |
CN1325015C (zh) | 通过组织的光学特性的葡萄糖非侵入性测量 | |
US8792950B2 (en) | Oximetry with remote display | |
KR20190081051A (ko) | 생체 신호 측정 장치 및 그의 동작 방법 | |
KR20170126310A (ko) | 분석물질 농도 예측 방법 및 장치 | |
CN104739421A (zh) | 血糖检测方法和装置 | |
CN116687373A (zh) | 检测系统、检测方法及终端 | |
US20220257154A1 (en) | Miniaturized noninvasive glucose sensor and continuous glucose monitoring system | |
CN104873207A (zh) | 一种太赫兹连续血糖测量系统 | |
CN104603598A (zh) | 分析装置 | |
CN204654946U (zh) | 一种基于耳垂检测的无创血糖仪 | |
US20240065584A1 (en) | Dual-Mode Biosensor | |
US10568584B2 (en) | Apparatus for estimating blood component level using spectrum analysis | |
CN111175239B (zh) | 深度学习下的彩绘类文物成像高光谱无损检测与识别系统 | |
CN204654954U (zh) | 一种太赫兹连续血糖测量装置 | |
CN204654951U (zh) | 一种基于额间检测的太赫兹无创血糖检测装置 | |
US20200261005A1 (en) | Device, system and method for non-invasive monitoring of physiological measurements | |
CN205126252U (zh) | 一种无创血糖测定指环 | |
CN107198528B (zh) | 一种血糖浓度检测装置及其检测方法 | |
CN113080919A (zh) | 心率检测方法、装置、设备及计算机可读存储介质 | |
CN204654948U (zh) | 一种太赫兹无创血糖测定指环 | |
JP6813848B2 (ja) | 成分濃度測定装置及び方法 | |
US20220369959A1 (en) | Blood component concentration measurement device | |
CN204744189U (zh) | 一种基于耳垂检测的太赫兹无创血糖检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |