近紅外無創血糖檢測系統設計*

陳真誠，張　楊，徐北平，朱健銘

(1.桂林電子科技大學 生命與環境科學學院，廣西 桂林 541004；2.桂林電子科技大學 電子工程與自動化學院，廣西 桂林 541004)

近紅外無創血糖檢測系統設計*

陳真誠1，張楊2，徐北平2，朱健銘1

(1.桂林電子科技大學 生命與環境科學學院，廣西 桂林 541004；2.桂林電子科技大學 電子工程與自動化學院，廣西 桂林 541004)

摘要:根據近紅外無創血糖檢測技術，設計一種小型近紅外無創血糖檢測系統。以系統檢測探頭對人體食指采取透射方式探測，由光電傳感器采集四路不同波長近紅外光的脈搏波信號。提出一種脈搏波預處理方法，采用經驗模態分解和三次樣條插值算法去除原始脈搏波的高頻噪聲和基線漂移。運用動態光譜頻域提取法提取對數脈搏波的基波分量。采用偏最小二乘法交叉驗證的方法，預測人體血糖濃度。對實驗結果進行分析，此系統預測血糖值與真實血糖值的相關性達到了86.5 %,預測均方根誤差為0.56 mmol/L，證明系統檢測結果精度較高。

關鍵詞:近紅外光譜；光電容積脈搏波；無創血糖檢測；脈搏波預處理；偏最小二乘法

0引言

糖尿病是威脅人類健康的世界性流行性疾病[1]。由于糖尿病的發病呈上升趨勢，而傳統的有創人體血糖檢測需求采血會增加病人痛苦，不利病情控制治療。所以，實現無創傷檢測人體血糖濃度[2]是當今世界的研究熱點。動態光譜頻域提取法[3,4]是近紅外無創檢測人體血糖領域的主要發展方向。

本文設計一種基于近紅外光譜分析技術的人體血糖濃度無創檢測系統，并提出人體容積脈搏波預處理算法[5～8]和血糖濃度預測模型[9,10]，實現人體血糖濃度的無創檢測，經實驗驗證，該系統達到較高檢測精度[11]。

1檢測原理

1.1動態光譜法

動態光譜法根據吸光度和動脈飽和水平之間的關系實現血糖濃度的檢測，其優勢是去除不同個體之間的差異。近紅外光穿透人體之后光強度的變化必然會隨著脈搏血流量的變化而變化。動脈血管血流量最小和最大的時刻對應最強和最弱出射光強，可作為朗博—比爾定律中的入射光強 I0和出射光強I，繼而計算濃度，如式(1)所示

(1)

式中Aλ為脈動動脈血液吸光度，Imax為最強出射光強，Imin為最弱出射光強，a(λ)為測試樣品對光的吸收系數，l為脈動動脈血液最大充盈狀態下的等效光程長，C為吸收物質濃度,mg/dL。

1.2動態光譜頻域提取原理

由于脈搏波信號信噪比較低和采樣率的局限性等，動態光譜時域處理法提取波形的峰峰值會存在較大誤差。本文采用頻域處理方法，信噪比閾值比時域處理有所降低。將對數脈搏波信號做傅里葉變換，得出的基波和各次諧波分量與對應信號峰峰值呈線性比例關系。基波分量幅值的信噪比是最大的，可作為動態光譜數據。結合式(1)，可以精確地推導出人體血糖濃度，如式(2)

(2)

式中X(1)為基波幅度值，k為比例系數，其他參數和式(1)相同。

2硬件系統設計

2.1檢測系統構成

系統以MSP430單片機為核心，搭建了包含四波長近紅外LED 的測量系統。由光源驅動電路、光電傳感器前置電路、信號放大電路、濾波電路、控制電路等部分組成。LED的驅動電路基于正弦波振幅光調制技術，根據光電脈搏波信號的波長調節頻率范圍，盡可能保證動態光譜法要求的高采樣率。系統選取透射式的測量方式獲取手指脈搏波信號，繼而使用相關算法計算人體血糖濃度。圖1是實驗裝置的框圖。

圖1　系統硬件結構Fig 1　System hardware structure

2.2光電傳感器

檢測探頭中的光電傳感器采用靈敏度高、噪聲系數低的光電倍增管，產生人體脈搏波的電流信號，再通過I/V轉換電路將電流信號轉換為達到檢測識別幅度電壓信號。電路采用單電源供電的LM358運放將近百納安的電流轉換為毫伏級的電壓。電路圖如2所示。

圖2　I/V轉換電路Fig 2　I/V converting circuit

2.3放大電路

系統電壓放大電路采用AD603運放，將I/V轉換電路的mV級電壓放大為V級電壓，以供MSP430控制器輸入。電路圖如圖3所示。

圖3　電壓放大電路Fig 3　Voltage amplifier circuit

3脈搏波信號預處理

本文提出一種脈搏波預處理方法，處理流程如圖4所示。

圖4　脈搏波信號預處理流程Fig 4　Pretreatment process of pulse wave signal

首先，經驗模態分解(EMD)算法自動將原始脈搏波信號(圖5)分解成為7個內在模式函數(IMF)分量和一個剩余分量res，如圖6所示。

圖5　原始脈搏波信號波形Fig 5　Waveform of original pulse wave signal

圖6　EMD分解圖Fig 6　EMD decomposition figure

然后，根據人體脈搏信號的頻率主要分布在0.5～10 Hz，依次計算每個IMF分量的頻譜，使用EMD時空濾波法濾除只包含高頻噪聲的分量IMF1和IMF2。對剩余的IMF分量依次進行軟閾值去噪再重構。繼而采用三次樣條插值算法消除原始信號中存在的基線漂移，得到最終的平穩平滑的脈搏波信號，如圖7。

圖7　去除基線漂移的脈搏波信號Fig 7　Pulse wave signal removing baseline drift

4系統性能分析與建模研究

4.1實驗數據采集

對10名志愿者進行實驗，年齡22～26歲不等，實驗過程中保持靜息狀態。連續采集20組數據，早上8點進行一次空腹血糖測量，中午11點進行餐后2 h的血糖測量。每次測量都用3次的光譜測量結果的平均值對應一次微創血糖儀定標值。對照血糖值采用德國羅氏診斷公司的逸動型血糖儀Accu-Chek?Mobile，操作簡單，能極大程度減少人為操作誤差。

4.2實驗結果分析

根據以上分析，對所測得的20組不同波長脈搏波數據依次進行預處理，獲取其相應的動態光譜圖。采用偏最小二乘法對脈搏波預處理之后得到的基波分量數據和微創血糖儀測得的血糖值進行交叉驗證建模。血糖濃度的擬合結果及內部交叉驗證結果如圖8和表1所示。經計算，相關系數為86.5 %，預測均方根誤差為0.56 mmol/L。

圖8　血糖真實值與預測值對比圖Fig 8　Comparison figure of real and predicted values of blood glucose

類別預測值/(mmol/L)真實值/(mmol/L)絕對誤差/(mmol/L)相對誤差/%15.615.80-0.19-3.2825.554.900.6513.3335.375.40-0.030.5645.515.400.112.0456.326.10.223.5765.876.10-0.23-3.7777.177.40-0.23-3.1186.997.10-0.11-1.5597.418.50-1.09-12.82108.228.90-0.68-7.68

5結論

本文設計一種基于近紅外方法無創檢測人體血糖濃度的系統。對20組臨床實驗結果進行分析，結果表明：本系統的檢測精度較高，測量相關系數達到了86.5 %,驗證了近紅外方法無創檢測人體血糖濃度的可行性。后續的研究工作中，將會進一步優化系統性能，同時探尋更多適宜人體光電容積脈搏波預處理和近紅外檢測人體血糖濃度的算法，達到將該技術應用于臨床的標準。

參考文獻:

[1]王弟亞,陳真誠,朱健銘,等.基于無創血糖檢測的傳感器集成設計[J].傳感器與微系統,2009,28(12):74-79.

[2]Sandeep K V.Non-invasive glucose monitoring technology in diabetes management:A review[J] .Analytica Chimica Acta,2012,750(10):16-27．

[3]陳玲玲.近紅外無創血糖濃度檢測技術的初步研究[D].哈爾濱：黑龍江大學,2010.

[4]王焱,楊威,許軼.近紅外動脈血液檢測中壓力對脈搏波的影響[J].傳感器與微系統,2010,29(11):67-69.

[5]Miguel P，Hermann L T，Werner M.Infrared spectroscopic ana-lysis of human interstitial fluid in vitro and in vivo using FT-IR spectroscopy and pulsed quantum cascade lasers(QCL):Establishing a new approach to non-invasive glucose measurement[J].Spectrochimica Acta Part A:Molecular and Bio-molecular Spectroscopy,2012,85(1):61-65.

[6]行鴻彥,許瑞慶.基于經驗模態分解的脈搏信號去噪[J].計算機應用與軟件,2009,26(8):156-158.

[7]林凌,李威,周梅.EMD算法在動態光譜無創測量血紅蛋白濃度中的應用[J].光譜學與光譜析,2014,34(8):2106-2111.

[8]胡愛琴,袁洪福,宋春風,等.近紅外離散波長光譜基線漂移校正方法研究[J].光譜學與光譜分析,2014,34(10):2606-2611.

[9]傅誼,張擁軍,陳華才.基于偏最小二乘法的板栗近紅外光譜分析模型的建立[J].食品科技,2012,37(5):42-43.

[10] 李朋成,朱軍桃,馬云棟.基于偏最小二乘法的近紅外光譜分析應用[J].測繪地理信息,2015,40(2):53-56.

[11] Chen Z C,Jin X L,Zhu J M,et al.Non-invasive glucose mea-suring apparatus based on conservation of energy method[J].J Cent South Univ Technol,2009,16:982-986.

Design of non-invasive blood glucose detecting system based on near-infrared*

CHEN Zhen-cheng1,ZHANG Yang2,XU Bei-ping2,ZHU Jian-ming1

(1.School of Life and Environmental Sciences,Guilin University of Electronic Technology,Guilin 541004,China;2.School of Electronic Engineering and Automation,Guilin University of Electronic Technology,Guilin 541004,China)

Abstract:According to near-infrared non-invasive blood glucose detection technology,miniature near-infrared non-invasive blood glucose detection system is designed.Use system detection probe to detect index finger adopting mode of transmission,collect pulse wave signal of four paths different wavelengths near-infrared light by photoelectric sensor.A pulse wave preprocessing method is proposed,which uses empirical mode decomposition and three times spline interpolation method to delete high frequency noise and baseline drift.Fundamental component of logarithmic pulse wave is extracted by dynamic spectrum frequency domain method.Adopt cross validation method based on partial least square to predict human blood glucose.Analysis on experimental results,correlation of system predicted and real blood glucose reach 86.5 %,predicted RMSEP is 0.56 mmol/L,precision of system is verified to be high.

Key words:near infrared spectroscopy;photoplethysmography;non-invasive blood glucose detection;pulse wave preprocessing;partial least square method

DOI:10.13873/J.1000—9787(2016)05—0103—04

收稿日期：2015—08—19

*基金項目：國家自然科學基金資助項目(61271119)；國家科技支撐計劃資助項目(2013BAI03B01)；廣西自動檢測技術與儀器重點實驗室主任基金資助項目(YQ14116)；廣西高等學校科學研究項目(KY2015YB096)

中圖分類號:TP 274

文獻標識碼:A

文章編號:1000—9787(2016)05—0103—04

作者簡介:

陳真誠(1965-)，男，湖南永州人，教授，博士生導師，主要研究方向為生物醫學傳感技術、生物醫學電子系統等。

朱健銘，通訊作者，E—mail：zjmcsu@126.com。