摘要：现有的近红外无创血糖检测模型研究大多数关注的是近红外吸光度与血糖浓度之间的关系,但没有考虑人体生理状态对血糖浓度的影响。为了提升血糖预测模型性能,本文采用了粒子群优化算法(PSO)对反向传播(BP)神经网络的结构参数进行训练,并引入了收缩压、脉率、体温以及1550 nm吸光度作为血糖浓度预测模型的输入变量,采用BP神经网络作为预测模型。为解决传统BP神经网络容易陷入局部最优的问题,本文提出了一种基于PSO-BP的混合模型。结果表明,训练得到的PSO-BP模型预测效果优于传统的BP神经网络。十折交叉验证预测均方根误差和相关系数分别为0.95 mmol/L和0.74;克拉克误差网格分析结果表明,模型预测结果落入A区域的比例为84.39%,落入B区域的比例为15.61%,均满足临床要求。该模型可以快速地测量血糖浓度,且具相对较高的精度。

摘要：近红外光谱的相对测量对实现人体血糖浓度的在体高精度检测具有重要意义。离体检测中常用的相似背景扣除以及双光路设计等方法不适合人体的复杂背景变化,而基于位置的参考测量方法被认为是有希望实现在体参考测量的方法之一。因此课题组提出差动式浮动基准参考测量方法来实现在体的相对测量。差动式浮动基准参考测量方法是一种具有普适性的参考测量方法,在实际应用中面临着径向检测距离的确定和差动检测信号中有效信号提取的问题。在差动式浮动基准参考测量方法的基础上,提出了基于NAS(net analyte signal)-VIP(variable importance in projection)-SPXY(sample set partitioning based on joint X-Y distances)-PLS(partial least square)的差动浮动基准测量方法,在离体实验中验证了该方法的可行性。结果表明经过该方法处理后,模型的均方根误差明显降低,相关系数也有了一定的提高。对该方法在人体实验中的有效性进行了研究,结果也表明该方法处理后所建模型的精密度和准确性有了明显改善。

摘要：根据能量代谢守恒法无创血糖检测的基本原理,设计出无创血糖检测探头并推导出血糖检测的数学模型。采用了多元线性回归和主分量分析方法处理数据,得出了计算血糖值的多元线性表达式,获得了对血糖值贡献最大的两个分量。实验结果显示,采用上述算法计算得出的血糖值与血糖真实值之间的相关系数R=0.86,表明了采用主分量分析和多元线性回归求解无创血糖检测模型的方法是可行的。

摘要：阐述基于RNN神经网络血糖检测系统总体设计,分析系统的具体设计要求,硬件设计包括模块设计、网络通信电路设计,软件设计包括上位机软件设计、系统检测流程。探讨基于RNN神经网络血糖数据分析方法,主要有信号分离、心率参数、体表温度及辐射能量。

摘要：目的:研究设计一种基于拉曼光谱的无创血糖测量设备,以实现无创血糖的精准检测。方法:分析研究业内现有的基于拉曼光谱的血糖检测设备验证成果,针对性设计整机专用的拉曼光路和硬件电路。拉曼光路包括一次光路和二次光路,其中一次光路分析设计同轴模式和离轴模式;二次光路分析设计滤光镜、狭缝、光栅分光镜和光谱积分模块。硬件电路整合激光器控制模块、光谱仪积分模块和总控制模块,最终构成高灵敏度的拉曼光谱定量监测血糖含量的专用设备。选取深圳某三甲医院和社区康复中心就诊人员中的312名志愿者,采用生化仪与无创血糖测量设备进行对比测试。结果:研究设计的基于拉曼光谱的无创血糖测量设备实现了采用拉曼光谱在手指指腹进行无创检测血糖的功能,完成了整机产品化设计,并可大幅度降低无创血糖测量设备制造成本。在对312名志愿者的无创血糖测量设备与生化仪对比测试中,其检测误差<10%。结论:本研究研制的无创血糖测量设备,通过扩大检测数量和软件迭代,能够实现无创血糖的精准检测。

摘要：有创测量血糖有强烈不适感和感染风险,所以无创血糖的研究有很强的现实意义。目前光学方法不便于实际使用,能量守恒方法要求严苛,针对以上问题,采用红外线热像图来进行血糖的检测。采集人脸的红外线热像图后,提取其灰度特征再降维,为了加快训练速度和防止过拟合改进了深度回归网络,采用改进的深度回归网络对得到的红外线热像图灰度特征进行建模,在测试集上取得了比较理想的检测效果,为以后的无创血糖检测算法的研究提供了一种新的研究方法和设计思路。

摘要：根据能量代谢守恒法无创检测血糖浓度的原理,设计出一规格为60 mm×30 mm×85.5 mm的无创血糖检测传感器集成器。主要由底座、指表血流流速检测区、人体指部代谢率检测区、指端血氧红外检测区、电路连接区和信号输入输出区组成。由温度传感器、湿度传感器、辐射温度传感器、双波长(660 nm/905 nm)的红外发射及接收传感器在一定实施条件下集成得到。通过本集成器实现了对血糖浓度的无创伤检测,经20例临床初步实验,结果表明:与AMS-AUTOLAB18全自动生化分析仪的相关系数R达到了0.807,具有较好的相关性和一致性。经误差统计分析发现其平均相对误差为7.0%,平均绝对误差小于0.5,证明检测结果具有较高的精确度。

摘要：红外无创血糖检测是一种不需收集血样进行人体血糖浓度测量的新方法。它不仅可以减少患者的痛苦 ,还能进行连续测量。由于无创血糖检测技术市场利益巨大是各国研究的热点 ,且技术相互之间保密 ,可参考的数据不多。常用的技术是利用一束一定波长的红外光传过人体部分血管区域 ,从光谱中提取相应的血糖浓度信息 ,但在测量精度和稳定性方面存在着问题。为了克服红外无创血糖检测中存在的难题 ,使微弱的光谱信号变化能正确的体现人体血糖浓度 ,作者根据朗伯—比尔定律原理 ,分析了人体葡萄糖的吸收谱 ,设计了多波长红外血糖检测传感器阵列 ,采用MOE和MADALINE整合神经网络方法建立了传感器阵列信号处理模型 ,使红外无创血糖检测的精度和稳定性得到了改善 。

摘要：针对有创血糖监测会带来二次感染的风险而提出的无创血糖检测方法,该方法的信号特征在复杂环境下不易提取。为了更方便地提取出光声信号,提出了一种基于Laplace小波变换提取光声信号的方法。结合光声原理、压电陶瓷等效电路模型,提取光声信号的基本特征信号,采用该基本特征信号作为Laplace小波基,在实际制作的光声检测系统,对100mg/d L^400mg/d L四组不同浓度的葡萄糖溶液的实际信号分析,经提取后的光声信号与葡萄糖浓度有显著线性特征。

摘要：以生物阻抗检测技术为基础,设计了一种频谱范围在10～60 MHz的高频阻抗检测系统用于人体阻抗测试,验证了系统的测试性能。根据阻抗谱法无创血糖测试的原理,对健康人体进行测试后得到112组数据,采用主成分分析回归模型预测血糖浓度,对比同一测试者的预测结果与有创检测数据,相关系数为0.805 8,且较好预测了动态血糖变化趋势,为进一步研究无创连续监测血糖浓度提供了参考。