CN207721812U - 一种无创血糖浓度检测仪 - Google Patents
一种无创血糖浓度检测仪 Download PDFInfo
- Publication number
- CN207721812U CN207721812U CN201720686185.5U CN201720686185U CN207721812U CN 207721812 U CN207721812 U CN 207721812U CN 201720686185 U CN201720686185 U CN 201720686185U CN 207721812 U CN207721812 U CN 207721812U
- Authority
- CN
- China
- Prior art keywords
- human body
- thermopile
- infrared luminous
- blood sugar
- sugar concentration
- 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.)
- Active
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种无创血糖浓度检测仪包括:壳体,包括能够相对于彼此滑动开合的底座1和顶盖2;检测单元,包括人体温湿度传感器6、环境温湿度传感器14、光电接收传感器10、第一热电堆红外辐射传感器11、第二热电堆红外辐射传感器15、第一近红外发光二极管12和第二近红外发光二极管13;计算分析单元,包括MCU;显示单元,用于显示被测人体的血糖值;以及电源模块9,包括电池和充放电管理芯片;其中检测单元的第一近红外发光二极管12和第二近红外发光二极管13位于壳体的相对于被测人体部位的同一侧,且与光电接收传感器10彼此相对地设在壳体的被测人体部位的两侧;第一近红外发光二极管12的发射波长为1450nm和第二近红外发光二极管13的发射波长为1650nm。
Description
技术领域
本实用新型涉及医疗器械领域,尤其涉及一种多参数融合的无创血糖浓度检测仪。
背景技术
随着人们生活水平的提高,人口老龄化以及肥胖发生率的增加,糖尿病等健康疾病的发病率呈逐年上升的趋势。现阶段糖尿病的诊断是通过血糖浓度的检测来实现的。传统的血糖浓度检测仪多数采用有创式设计,即从末梢或静脉处采集血样,在通过电化学方式或光学方式进行检测。对于糖尿病人等而言,血糖浓度的检测每天需重复数次,有创式的检测方法既繁琐、又容易增加环蛇感染其他疾病的机会。为了解决这个难题,近几十年来年来市面上出现了一系列无创式的血糖浓度检测仪。无创式血糖检测装置主要基于以下几种原理:通过测定血液代替物与微渗透技术相结合的无损检测方法、生物传感器检测法(如电化学传感器和光学传感器)、谱学光谱法(如Fourier变换近红外(FT-NIR)光谱和Fourier变换中红外(FT-IR)光谱)和能量代谢守恒法。其中红外光检测法利用蔗糖光吸收特异性,通过测量人体组织对特定波长的光的吸收来估算人体组织中的血糖水平。该方法具有快速且无需任何化学试剂的优点,被广泛使用。但是红外光检测法抗干扰能力较差、信噪比低,测量效果并不理想。
另一方面,已知O.K.CHO(US.Pat.NO.5975305和US.Pat.NO.20060094941等)实现了一种基于代谢热整合法的热——光学无创血糖检测方法。假设人体内的热量来源于人体释放的能量,代谢的主要能源物质是糖类,人体内绝大多数的组织细胞都是通过葡萄糖的有氧氧化过程产生和获得能量。根据能量守恒定律,在人体处于静息状态下,产热量和散热量在数值上是相等的,通过检测血氧总量和散热量就可以估计血糖值。因此根据能量代谢守恒法的有关理论,利用温度传感器、湿度传感器、辐射传感器和血氧模块采集手指表面热量等的生理信号,代入相关函数经信号处理后可以推算出血糖浓度。通过优化与限制测量条件,可以消除生理和环境的干扰。但是能量代谢守恒法存在需要测量大量的参数、参数之间难以耦合等问题,并且测量速度慢,对硬件计算能力的要求较高,不容易实现小型化。
实用新型内容
为了解决利用光电容积脉搏波易受环境因素影响而精度下降,以及能量代谢守恒法对硬件计算能力的要求较高等缺点,本申请提供了一种无创血糖浓度检测仪,该血糖浓度检测仪包括:壳体,包括能够相对于彼此滑动开合的底座和顶盖;检测单元,包括人体温湿度传感器、环境温湿度传感器、光电接收传感器、第一热电堆红外辐射传感器、第二热电堆红外辐射传感器、第一近红外发光二极管和第二近红外发光二极管;计算分析单元,包括MCU;显示单元,用于显示被测人体的血糖值;以及电源模块,包括电池和充放电管理芯片;其中,检测单元和显示单元分别连接至计算分析单元;检测单元、显示单元,以及计算分析单元的至少一部分位于壳体内部;检测单元的第一近红外发光二极管和第二近红外发光二极管位于壳体的相对于被测人体部位的同一侧,且光电接收传感器位于所述壳体的第一近红外发光二极管和第二近红外发光二极管所在一侧的对侧;人体温湿度传感器和第一热电堆红外辐射传感器设在壳体的靠近被测人体部位的一侧,环境温湿度传感器和第二热电堆红外辐射传感器设在壳体远离被测人体的一侧;第一近红外发光二极管的发射波长为1450nm,第二近红外发光二极管的发射波长为1650nm。
优选地,计算分析单元还包括存储了由检测单元测得的光电容积脉搏波、被测人体部位的温度和湿度、环境的温度和湿度、被测人体部位周围的辐射温度信号以及环境辐射温度信号,与实际血糖值之间对应关系曲线的校正模块;
优选地,计算分析单元还包括无线通信模块;无线通信模块包括WiFi通信模块、蓝牙通信模块、RF通信模块和近场通信模块中的至少一种。
优选地,检测单元还包括温湿度滤波电路、温湿度模数转换电路、热电堆红外辐射滤波电路和热电堆红外辐射模数转换电路;其中,人体温湿度传感器和环境温湿度传感器分别依次经由对应的温湿度滤波电路和温湿度模数转换电路,且通过I2C总线连接计算分析单元;第一热电堆红外辐射传感器和第二热电堆红外辐射传感器分别依次经由对应的热电堆红外辐射滤波电路和热电堆红外辐射模数转换电路,且通过SMBus总线连接计算分析单元。
优选地,检测单元还包括AFE4403集成模拟前端;第一近红外发光二极管和第二近红外发光二极管连接AFE4403集成模拟前端,且由AFE4403集成模拟前端控制。
优选地,底座和顶盖在彼此相向的面上分别设有海绵下接触板和海绵上接触板。
优选地,第一近红外发光二极管、第二近红外发光二极管、环境温湿度传感器和第二热电堆红外辐射传感器、无线通信模块设于顶盖处;人体温湿度传感器、电源模块、光电接收传感器、第一热电堆红外辐射传感器设于底座处;底座设有多个散热孔。
优选地,底座处设有用于容纳电源模块的电池的电池槽。
优选地,壳体上还设有电源指示灯和电源按钮。
本实用新型与现有检测技术相比,具有以下优点以及突出性效果:1.本实用新型运用到的近红外光谱技术,它是利用近红外对血液中葡萄糖的吸收,透射光呈周期性波动作为分析的依据,结合光电容积脉搏波理论建立起波形与血糖浓度的关系,测量方式具有稳定和精确;2.本实用新型除了考虑对人体被测部位散热和辐射散热外,还考虑了外界环境的温度和辐射热量,这样多种参数相结合可以更精确的计算代谢率,克服了现有的人体代谢热守恒的无创血糖检测数据单一的不足;3.本实用新型最终血糖浓度测量值是由两个独立原理测量得到血糖值的综合,这个结果结合了两种测量方法的优点,在准确度上达到测量值更接近真实值,有更高的参考价值。
附图说明
图1为根据本实用新型的一实施例的侧视剖面示意图;
图2为图1的实施例的另一个角度的侧视剖面示意图;
图3为图1的实施例的又一个角度的侧视剖面示意图;
图4为根据本实用新型的一实施例的壳体的立体图;
图5为图1的壳体的另一个角度的立体图;
图6为根据本实用新型的一实施例的电路原理图;
图7为根据本实用新型的一实施例的电源模块的电路图;
图8为根据本实用新型的一实施例的血糖浓度检测流程图;
图9为根据本实用新型的一实施例的多参数的血糖浓度计算分析的流程图。
具体实施方式
根据本实用新型原理的说明性实施例的描述旨在结合附图来阅读,其中附图被认为是整个书面描述的一部分。因此在本公开实用新型的实施例描述中,任何方向或方位的引用仅为了方便描述而非任何方式限制本实用新型的范围。除非另有明确描述,术语例如“连接”、“相互连接”和类似的所指的是一种关系,其中结构是直接或通过中间结构间接地相互固定或附接,以及可移动或刚性附接或关系。进一步地,实用新型的特征和有益效果由引用示例性实施例说明。因此,本实用新型明确地不应限于这样的示例性实施例,其说明了可以单独存在的特征或特征的其他组合中的一些可能的非限制性特征组合。
此外,除非另有定义,在本公开所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本公开说明书中所使用的术语只是为了描述具体的实施例,而不是为了限制本实用新型。本公开所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
本实用新型拟采用光电容积脉搏波技术与能量代谢守恒法相结合的无创血糖检测方式检测人体血糖浓度。具体硬件的设计思路和数据的检测原理如下:
参照图1-5所示,本实用新型的示例性的技术方案如下,一种多参数融合的无创血糖浓度检测包括:壳体,包括能够相对于彼此滑动开合的底座1和顶盖2;检测单元,包括人体温湿度传感器6、环境温湿度传感器14、光电接收传感器10、第一热电堆红外辐射传感器11、第二热电堆红外辐射传感器15、第一近红外发光二极管12和第二近红外发光二极管13;计算分析单元,包括MCU;显示单元,用于显示被测人体的血糖值;以及电源模块9,包括电池和充放电管理芯片;其中,检测单元和显示单元分别连接至计算分析单元;检测单元、显示单元,以及计算分析单元的至少一部分位于壳体内部;检测单元的第一近红外发光二极管12和第二近红外发光二极管13位于壳体的相对于被测人体部位的同一侧(例如被测人体手指的上侧),且所述光电接收传感器(10)位于所述壳体的第一近红外发光二极管(12)和第二近红外发光二极管(13)所在一侧的对侧。即两近红外发光二极管与光电接收传感器10彼此相对地设在壳体的被测人体部位的两侧(例如两近红外发光二极管位于被测人体手指的上侧,光电接收传感器位于被测人体手指的下侧);人体温湿度传感器6和第一热电堆红外辐射传感器11设在壳体的靠近被测人体部位的一侧(即靠近壳体的内表面的一侧),环境温湿度传感器14和第二热电堆红外辐射传感器15设在壳体远离被测人体的一侧(即靠近壳体的外表面的一侧);第一近红外发光二极管12的发射波长为1450nm,第二近红外发光二极管13的发射波长为1650nm。两个近红外发光二极管的工作由集成模拟前端内置H桥驱动,使得波长为1450nm的与波长为1650nm的两个红外发光二极管交替发光。
在测量时,被测人体将身体部位的一部分,例如手指,置于底座1与顶盖2之间,底座1和顶盖2在彼此相向的面上分别设有海绵下接触板4和海绵上接触板3。第一近红外发光二极管12、第二近红外发光二极管13、环境温湿度传感器14和第二热电堆红外辐射传感器15、无线通信模块16设于顶盖2处;人体温湿度传感器6、电源模块9、光电接收传感器10、第一热电堆红外辐射传感器11设于底座1处;底座1设有多个散热孔5。优选地,底座1处设有用于容纳电源模块9的电池的电池槽7。优选地,壳体上还设有电源指示灯17和电源按钮18。
计算分析单元包括MCU,例如由STM32嵌入式系统组成,此外,该MCU系统还可以提供基本的输入输出交互功能。在嵌入式系统的参与和控制下,所有信号都传输到嵌入式系统中,这些信号按照本实用新型的无创血糖仪检测原理进行数据处理,从而得到人体所测量的血糖值大小。STM32嵌入式系统作为数据处理的核心单元,有如下三个作用:一是控制传感器采集所有数据,并进行运算、转换、存储等处理,运算速度快和功能效果强大;二是产生控制信号,对放大滤波电路、A/D转换电路进行控制;三是将测得的数据通过无线通信模块16传输到数据服务分析平台,完成数据的处理与分析。数据服务分析平台可以是硬件配置更高、运算能力更强的服务器,从而在远端分担血糖浓度检测仪的复杂的运算任务,另外还能够将计算的结果回传给血糖浓度检测仪以显示给用户。不仅提高了检测的精度,还降低了血糖浓度检测仪的硬件要求和体积,提高了检测的实时性和续航能力。
本实施例的无创血糖浓度检测仪所用电源模块9为TP4056,其是一款完整的单节锂离子电池采用恒定电流/恒定电压实现的线性充电器。其中C1、C2分别为输入电源的旁路电容和BAT输出端旁路电容,再通过P2向单节3.7V锂电池充电。当开关S1打开后,+5V稳压芯片和+3.3V稳压芯片开始工作,分别输出+5V电源和+3.3V电源给其他模块使用,同时系统电源指示灯LED2亮起。详细电路图参照图7。
图6为根据本实用新型的一实施例的电路原理图。检测单元还包括AFE4403集成模拟前端;第一近红外发光二极管12和第二近红外发光二极管13连接AFE4403集成模拟前端,且由AFE4403集成模拟前端控制。本实施例所用的AFE4403集成模拟前端,内置的H桥驱动,使得波长为1450nm的D41与波长为1650nm的D42的两个近红外发光二极管交替发光,光电二极管D43在接收到透射人体组织的光后,经模拟前端进行放大、初步滤波、A/D转换等步骤后通过SPI(串行外设接口)将容积波数据传输至嵌入式系统里进行进一步的处理。检测单元还包括温湿度滤波电路、温湿度模数转换电路、热电堆红外辐射滤波电路和热电堆红外辐射模数转换电路;其中,人体温湿度传感器6和环境温湿度传感器14分别依次经由对应的温湿度滤波电路和温湿度模数转换电路,且通过I2C总线连接计算分析单元;第一热电堆红外辐射传感器11和第二热电堆红外辐射传感器15分别依次经由对应的热电堆红外辐射滤波电路和热电堆红外辐射模数转换电路,且通过SMBus总线连接计算分析单元。
具体而言,人体温度传感器和环境温度传感器所测得的手指被测部位温度T1、湿度D1和环境温度T2、湿度D1经过放大滤波电路和A/D转换电路后,通过I2C总线输入嵌入式系统;第一热电堆红外辐射传感器11和第二热电堆红外辐射传感器15所测得的被测部位辐射温度信号R1和环境辐射温度信号R2,然后经过放大滤波电路和A/D转换电路后,通过SMBus总线传入嵌入式系统;光电接收传感器10所测得的光谱信号经过放大滤波和A/D转换后,通过SPI总线输入到嵌入式系统中;各近红外发光二极管由AFE4403集成模拟前端控制,光谱的发射由时钟控制器和LED驱动单元控制。
参照图6所示,计算分析单元还包括无线通信模块16;无线通信模块16包括WiFi通信模块、蓝牙通信模块、RF通信模块和近场通信模块中的至少一种。此外,计算分析单元(图中未示)还包括校正模块。该校正模块可以采用如ROM、EPROM或Flash Memory等非易失性存储器存储由检测单元测得的光电容积脉搏波、被测人体部位的温度和湿度、环境的温度和湿度、被测人体部位周围的辐射温度信号以及环境辐射温度信号,与实际血糖值之间对应关系曲线,该对应关系曲线可以通过预先利用其他精度较高的有创式血糖仪测得多个样本(例如500个不同年龄段和职业的人)的实际血糖值与光电容积脉搏波、被测人体部位的温度和湿度、环境的温度和湿度、被测人体部位周围的辐射温度信号以及环境辐射温度信号之间的关系,并建立统计模型,拟合出对应关系曲线,并存储在非易失性存储器内。在实际测量时,将MCU通过查表的方式将测量值输入校正模块,得到经过曲线校正后的较为精确的血糖浓度值。
此外,较为理想地,校正模块可设置在无创血糖浓度检测仪的外部,例如远端的服务器(例如云服务器)。无创血糖浓度检测仪通过WiFi通信模块、蓝牙通信模块、RF通信模块或近场通信模块等无线通信模块16,将测得的光电容积脉搏波、被测人体部位的温度和湿度、环境的温度和湿度、被测人体部位周围的辐射温度信号以及环境辐射温度信号等参数发送至作为校正模块的服务器进行分析。在本例中对于提取的血糖信息分析,运用深度学习对数据进行再处理,即对未知样品浓度的建立一个基于RNN神经网络校正模型。深度学习的概念来源于神经网络模型的研究,本质上是机器学习中的一种基于对数据进行表征学习预测、并含有多隐层的机器学习架构模型,可以通过对大规模的数据样本进行训练,从中得到大量更具代表性的特征信息,从而对样本数据进行预测和分类。测试者无须知道校正模型的内部结构,只需将采集到的光电容积脉搏波信号及代谢热信号曲线输入系统,就可以根据系统校正模型得到准确、可靠的预测结果。具体步骤如下(参照图8-9):
选定足量的具有代表性的人,选取指尖作为光电容积脉搏波及代谢热信号的采集部位,使用实验设备获得指尖的信号曲线。
采集信号曲线的同时使用微创血糖仪测得对应个体的实时血糖浓度作为参考血糖浓度,结合信号曲线建立训练集。训练集收集的样本数越多,建立的样本模型的准确性和抗干扰性就越好;用来参考的血糖浓度值必须具有良好的代表性,即建立的样本模型可以涵盖后来要分析的血糖浓度范围。
将训练集的样本数据输入到算法模型中进行训练。为此,项目组拟采用RNN循环卷积神经网络模型建立起参考血糖浓度与信号曲线的关系,即校正模型。不断加入训练样本进行训练,通过大样本数据学习,得到精度更高、性能更优越的校正模型。
利用得到的校正模型,对未知血糖浓度的光电容积脉搏波信号及代谢热信号曲线对应的血糖浓度进行预测分析。
最后搭建基于阿里云LaaS构建面向服务的医疗云血糖信号自动分析服务平台,结合自主研发的大数据处理技术、动态加密技术,分析业务需求,设计相应的云计算服务软件架构,并植入TensorFlow系统及血糖分析算法。基于此设计搭建LAMP(Linux+Apache+MySQL+Python)架构的服务器。
这种多参数融合的无创血糖浓度检测仪的数据测量原理如下:本实用新型分别采用了基本人体代谢热能量守恒的原理和基于光电容积脉搏波的原理进行血糖测量,然后综合考虑两种原理测得的血糖值,从而得到最佳的血糖值整合结果。其中,基于人体代谢热能量守恒的测量原理认为葡萄糖作为人体代谢的主要能源物质,根据葡萄糖有氧氧化的过程,它在氧气和酶的作用下,最终会氧化成二氧化碳、水和能量,其中产生的能量会通过辐射、对流、蒸发、传导等方式散失。人体血糖浓度的变化,会引起人体代谢产生变化,从而直接影响到体温等生理参数的变化。因此,通过测量人体相关生理参数即代谢产热量和人体血氧总量就可以间接估算人体的血糖浓度。在热平衡的前提下,可以得到人体的代谢产热水平与人体的散热水平基本相等的结论,代谢产生的热量会通过辐射、对流、蒸发、传导四种主要方式散失,测量这四种形式的散热可的得到代谢的总产热量,即可认为是人体代谢的产热总量,人体温湿度传感器6所测得的手指被测部位温度T1、湿度D1和环境温湿度传感器14测得的环境温度T2、湿度D1以及第一热电堆红外辐射传感器11所测得的被测部位辐射温度信号R1和第二热电堆红外辐射传感器15所测得环境辐射温度信号R2共同用来计算产热总量;光电接收传感器10所测得的被测部位的光强信号用来计算血氧总量和构建血糖浓度与脉搏波的关系来测量血糖浓度。
基于光电容积脉搏波的测量原理认为,特定波长的光透过人体组织时,一部分能量会被人体组织吸收,吸收特性的不同反应了人体血糖浓度的大小,通过测量透射光强可以对应测得血氧总量,改透射光强有光电接收传感器10测量得到。
本多参数融合的无创血糖浓度检测仪的工作过程如下:
本实用新型的检测单元处于非工作状态时,环境温湿度传感器14和第二热电堆红外辐射传感器15分别测量环境温度T2、湿度D2以及环境辐射温度信号R2。当检查检测单元处于夹持人体被测部位时,所有传感器进行测量工作,人体温湿度传感器6和第一热电堆红外辐射传感器11分别测量人体被测部位的温度T1、湿度D1以及周围的辐射温度信号R1,与此同时,第一近红外发光二极管12和第二近红外发光二极管13发射的光波通过被测部位后产生透射光谱信号A1和A2,由光电接收传感器10接收。
然后,这些测量元件测量的量分为三路传输到计算分析单元系统中:人体被测部位温度T1、湿度D1、以及环境温度T2、湿度D2依次经过放大滤波电路和A/D转换电路后,通过I2C数据总线进入嵌入式系统;人体被测部位周围的辐射温度信号R1和环境辐射温度信号R2也经过放大滤波电路和A/D转换电路后,通过SMBus数据总线进入嵌入式系统;透射光强信号A1和A2,经过AFE4403集成模拟前端的光电转后,将采集进来的透射光转换成数字信号,经模拟前端进行放大、初步滤波、A/D等步骤后通过SPI总线通信传到嵌入式系统,系统的计算分析单元根据测量数据求出对流量C、热辐射交换量R、湿度差E,然后结合以上测得的所有数据,将其作为多维度参数矩阵的输入参数,最后STM32嵌入式系统将处理后的数字信号通过无线通信模块传输到数据服务分析平台,根据RNN神经网络构建血糖浓度预测模型。
以上是对本实用新型的较佳实施进行了具体说明,但本实用新型创造并不限于所述实施例,熟悉本领域的技术人员在不违背本实用新型精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
附图标记
1 底座
2 顶盖
3 海绵上接触板
4 海绵下接触板
5 散热孔
6 人体温湿度传感器
7 电池槽
8 电源接口
9 电源模块
10 光电接收传感器
11 第一热电堆红外辐射传感器
12 第一近红外发光二极管
13 第二近红外发光二极管
14 环境温湿度传感器
15 第二热电堆红外辐射传感器
16 无线通信模块
17 电源指示灯
18 电源按钮
Claims (9)
1.一种无创血糖浓度检测仪,其特征在于,所述无创血糖浓度检测仪包括:
壳体,包括能够相对于彼此滑动开合的底座(1)和顶盖(2);
检测单元,包括人体温湿度传感器(6)、环境温湿度传感器(14)、光电接收传感器(10)、第一热电堆红外辐射传感器(11)、第二热电堆红外辐射传感器(15)、第一近红外发光二极管(12)和第二近红外发光二极管(13);
计算分析单元,包括MCU;
显示单元,用于显示被测人体的血糖值;以及
电源模块(9),包括电池和充放电管理芯片,
其中,所述检测单元和所述显示单元分别连接至所述计算分析单元;
所述检测单元、所述显示单元,以及所述计算分析单元的至少一部分位于所述壳体内部;
所述检测单元的第一近红外发光二极管(12)和第二近红外发光二极管(13)位于所述壳体的相对于被测人体部位的同一侧,且所述光电接收传感器(10)位于所述壳体的第一近红外发光二极管(12)和第二近红外发光二极管(13)所在一侧的对侧;
所述人体温湿度传感器(6)和第一热电堆红外辐射传感器(11)设在所述壳体的靠近被测人体部位的一侧,所述环境温湿度传感器(14)和第二热电堆红外辐射传感器(15)设在所述壳体远离被测人体的一侧;
所述第一近红外发光二极管(12)的发射波长为1450nm,所述第二近红外发光二极管(13)的发射波长为1650nm。
2.根据权利要求1所述的无创血糖浓度检测仪,其特征在于:
所述计算分析单元还包括校正模块,所述校正模块存储了由所述检测单元测得的光电容积脉搏波、被测人体部位的温度和湿度、环境的温度和湿度、被测人体部位周围的辐射温度信号以及环境辐射温度信号,与实际血糖值之间对应关系曲线。
3.根据权利要求1所述的无创血糖浓度检测仪,其特征在于:
所述计算分析单元还包括无线通信模块(16),
所述无线通信模块(16)包括WiFi通信模块、蓝牙通信模块、RF通信模块和近场通信模块中的至少一种。
4.根据权利要求1-3中任一项所述的无创血糖浓度检测仪,其特征在于:
所述检测单元还包括温湿度滤波电路、温湿度模数转换电路、热电堆红外辐射滤波电路和热电堆红外辐射模数转换电路;
其中,所述人体温湿度传感器(6)和环境温湿度传感器(14)分别依次经由对应的所述温湿度滤波电路和温湿度模数转换电路,且通过I2C总线连接所述计算分析单元;所述第一热电堆红外辐射传感器(11)和第二热电堆红外辐射传感器(15)分别依次经由对应的所述热电堆红外辐射滤波电路和热电堆红外辐射模数转换电路,且通过SMBus总线连接所述计算分析单元。
5.根据权利要求1-3中任一项所述的无创血糖浓度检测仪,其特征在于:
所述检测单元还包括AFE4403集成模拟前端;所述第一近红外发光二极管(12)和第二近红外发光二极管(13)连接AFE4403集成模拟前端,且由AFE4403集成模拟前端控制。
6.根据权利要求1-3中任一项所述的无创血糖浓度检测仪,其特征在于:
所述底座(1)和顶盖(2)在彼此相向的面上分别设有海绵下接触板(4)和海绵上接触板(3)。
7.根据权利要求3所述的无创血糖浓度检测仪,其特征在于:所述第一近红外发光二极管(12)、第二近红外发光二极管(13)、环境温湿度传感器(14)和第二热电堆红外辐射传感器(15)、无线通信模块(16)设于顶盖(2)处;所述人体温湿度传感器(6)、电源模块(9)、光电接收传感器(10)、第一热电堆红外辐射传感器(11)设于底座(1)处;
所述底座(1)设有多个散热孔(5)。
8.根据权利要求7所述的无创血糖浓度检测仪,其特征在于:
所述底座(1)处设有用于容纳所述电源模块(9)的电池的电池槽(7)。
9.根据权利要求7所述的无创血糖浓度检测仪,其特征在于:
所述壳体上还设有电源指示灯(17)和电源按钮(18)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720686185.5U CN207721812U (zh) | 2017-06-13 | 2017-06-13 | 一种无创血糖浓度检测仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720686185.5U CN207721812U (zh) | 2017-06-13 | 2017-06-13 | 一种无创血糖浓度检测仪 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207721812U true CN207721812U (zh) | 2018-08-14 |
Family
ID=63089741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201720686185.5U Active CN207721812U (zh) | 2017-06-13 | 2017-06-13 | 一种无创血糖浓度检测仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207721812U (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109350080A (zh) * | 2018-11-28 | 2019-02-19 | 深圳科莱富健康科技有限公司 | 一种血糖测试仪 |
CN109620198A (zh) * | 2019-02-21 | 2019-04-16 | 天津惊帆科技有限公司 | 心血管指数检测、模型训练方法及装置 |
CN109692008A (zh) * | 2018-12-10 | 2019-04-30 | 中国人民解放军总医院 | 基于nirs技术的肌肉氧合检测设备 |
CN110772264A (zh) * | 2019-12-12 | 2020-02-11 | 桂林电子科技大学 | 一种基于gm-a型无创血糖仪的质控校准装置及校准方法 |
WO2021026967A1 (zh) * | 2019-08-15 | 2021-02-18 | 博邦芳舟医疗科技(北京)有限公司 | 一种血糖测量探头和血糖测量装置和方法 |
CN112473019A (zh) * | 2020-12-16 | 2021-03-12 | 迈尔健康科技(深圳)有限公司 | 一种保持红外热疗辐射平衡的方法及装置 |
CN114305407A (zh) * | 2021-12-28 | 2022-04-12 | 乐普(北京)医疗器械股份有限公司 | 无创血糖仪 |
CN114397334A (zh) * | 2021-12-28 | 2022-04-26 | 乐普(北京)医疗器械股份有限公司 | 一种无创血糖分析系统 |
-
2017
- 2017-06-13 CN CN201720686185.5U patent/CN207721812U/zh active Active
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109350080A (zh) * | 2018-11-28 | 2019-02-19 | 深圳科莱富健康科技有限公司 | 一种血糖测试仪 |
CN109692008A (zh) * | 2018-12-10 | 2019-04-30 | 中国人民解放军总医院 | 基于nirs技术的肌肉氧合检测设备 |
CN109620198A (zh) * | 2019-02-21 | 2019-04-16 | 天津惊帆科技有限公司 | 心血管指数检测、模型训练方法及装置 |
CN109620198B (zh) * | 2019-02-21 | 2022-04-12 | 天津惊帆科技有限公司 | 心血管指数检测、模型训练方法及装置 |
WO2021026967A1 (zh) * | 2019-08-15 | 2021-02-18 | 博邦芳舟医疗科技(北京)有限公司 | 一种血糖测量探头和血糖测量装置和方法 |
CN110772264A (zh) * | 2019-12-12 | 2020-02-11 | 桂林电子科技大学 | 一种基于gm-a型无创血糖仪的质控校准装置及校准方法 |
CN112473019A (zh) * | 2020-12-16 | 2021-03-12 | 迈尔健康科技(深圳)有限公司 | 一种保持红外热疗辐射平衡的方法及装置 |
CN114305407A (zh) * | 2021-12-28 | 2022-04-12 | 乐普(北京)医疗器械股份有限公司 | 无创血糖仪 |
CN114397334A (zh) * | 2021-12-28 | 2022-04-26 | 乐普(北京)医疗器械股份有限公司 | 一种无创血糖分析系统 |
CN114397334B (zh) * | 2021-12-28 | 2024-05-07 | 乐普(北京)医疗器械股份有限公司 | 一种无创血糖分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207721812U (zh) | 一种无创血糖浓度检测仪 | |
US20160256114A1 (en) | Non-invasive blood sugar measuring method and fingertip measuring probe | |
CN203369905U (zh) | 人体局部皮肤水分检测系统 | |
CN102293654B (zh) | 基于代谢热-光学方法的无创血糖检测仪 | |
CN110575181A (zh) | 近红外光谱无创血糖检测网络模型训练方法 | |
CN106805985B (zh) | 基于功能性近红外光谱技术的专注力检测、训练系统和方法 | |
CN105962949A (zh) | 一种基于近红外光能量守恒法的无创血糖计算方法以及信号采集装置 | |
CN104771181A (zh) | 一种反射式无创血糖检测仪 | |
CN104095655A (zh) | 一种智能体征监测腕式可穿戴设备及血压测量方法 | |
US20240047060A1 (en) | Handheld Medical Robot Workstation and Application Method Therefor, and System | |
CN101194838A (zh) | 无创血糖检测仪 | |
CN107803843A (zh) | 一种基于树莓派的人体健康监测机器人 | |
CN101138500A (zh) | 基于能量守恒法的无创血糖检测仪 | |
CN204666826U (zh) | 一种太赫兹连续安检成像装置 | |
CN203576483U (zh) | 家用便携式人体生理参数测试仪 | |
CN106343973B (zh) | 一种人体体征检测装置 | |
CN205758537U (zh) | 一种身心监护仪 | |
CN203988128U (zh) | 一种智能体征监测腕式可穿戴设备 | |
CN205246533U (zh) | 糖尿病患者呼吸气中的丙酮检测装置 | |
CN112790762A (zh) | 一种可穿戴血糖仪及血糖浓度的检测方法 | |
CN111671436A (zh) | 一种温度补偿的光声无创血红蛋白检测装置及检测方法 | |
CN202960534U (zh) | 红外热成像心理测试仪 | |
CN102512179A (zh) | 人体血糖无损检测仪 | |
CN202875474U (zh) | 一种家庭智能健康管理系统 | |
CN205849445U (zh) | 一种融合多传感器的人体生理特征信息采集装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |