近红外人体血糖浓度无创检测所面临的主要问题之一是人体温度变化干扰测量光谱。 为此, 提出使用基于外部参数正交化(EPO)的光谱预处理方法, 对测量部位体温改变时的光谱进行温度校正。 该方法仅需预先采集人体体温变化时的漫射光谱, 即可获得消除温度干扰的滤波矩阵, 利用该矩阵可以将不同体温下的光谱校正至基准温度水平。 预先对外部干扰变量单独建立模型, 与血糖浓度预测模型的建立分离。 EPO原理提出组成光谱空间的干扰信号空间与有用信号空间正交, 即温度光谱响应与葡萄糖浓度光谱响应之间彼此正交, 而在实际测量中, 仪器系统漂移, 人体出汗等共模干扰常导致有用信号和干扰信号存在偶然相关, 影响了消除温度干扰的效果。 因此在进行温度校正之前, 首先对原始光谱进行位置差分处理, 经验证位置差分方法能够消除仪器系统漂移带来的共模干扰, 获得的吸光度光谱中温度响应部分和浓度响应部分彼此正交。 使用蒙特卡洛模拟人体三层皮肤模型获得血糖光谱数据, 模拟样品参数均根据实际人体实验中的参数水平设置。 对受温度干扰的光谱进行位置差分处理后使用EPO进行温度校正, 然后利用校正后的光谱数据建立偏最小二乘回归(PLSR)模型。 与校正前光谱建模结果比较, 校正后的模型均方根误差(RMSEC和RMSECV)明显降低, 相关系数得到一定的提高, 同时主成分数减少, 验证了该温度校正方法的有效性。

将经验模态分解(EMD)算法结合动态光谱理论中的频域提取算法用于血红蛋白浓度的无创测量。在体采集57例光电容积脉搏波, 选取636.98～1 086.86 nm范围内的光谱数据进行分析。首先通过EMD方法分别对各个样本每个波长的光电容积脉搏波进行去噪预处理, 再利用离散傅里叶变换提取脉搏波的峰峰值构成动态光谱, 最后运用偏最小二乘方法对各样本的动态光谱和血红蛋白浓度建立模型。与未经EMD处理的数据建模结果相比, EMD处理后, 血红蛋白浓度预测集的相关系数从0.879 8提高到0.917 6, 预测集均方根误差从6.675 9 g·L-1减小到5.300 1 g·L-1, 相对误差从8.45%减小到6.71%, 建模精度有了较大的提高。结果表明, 采取经验模态分解的算法进行光电采集数据的去噪预处理可以提高光谱数据的信噪比, 进而可以提高血液成分无创测量的准确性。

血细胞压积和平均血红蛋白浓度的检测对于心脑血管疾病以及贫血等疾病的预防和治疗起着非常重要的作用, 为了能够无创、 准确的对血细胞压积和平均血红蛋白浓度进行检测, 本研究提出了一种基于光谱技术的检测方法。 经解剖学研究表明, 在微循环中, 血流变的异常以及血液粘稠度的改变均能引起舌象的变化, 即舌象和血液成分之间存在一定的相关性, 所以本研究通过采集240例志愿者舌尖反射光谱, 同时拍摄志愿者舌体图片和记录生化分析结果。 在进行数学建模前, 首先将240例志愿者随机分为校正集和验证集, 运用偏最小二乘分别建立数学模型, 校正集预测值和生化分析真实值之间相关系数分别为0998和0938, 运用所建数学模型对验证集未知样本进行预测, 验证集未知样本的预测结果与生化分析真实值之间相关系数分别为0979和0883, 平均相对误差分别为165%和188%, 均方根误差分别为4066和4139, 由实验结果可见, 所建立的模型可以较好的对HCT和MCHC进行预测, 同时实验结果也表明近红外光谱分析结合偏最小二乘方法有可能能够为血细胞压积和平均血红蛋白浓度的检测提供一种无创的检测方法。

为实现血液成分无创检测, 针对动态光谱（dynamic spectrum, DS）时域单拍提取法存在的不足, 提出时域差值提取法, 即顺序提取各波长对数光电脉搏波上相距理想差值间隔的两对应采样点的绝对差值构成差值DS, 利用统计方法优选若干有效差值DS进行叠加平均获取最终DS输出。 对48例志愿者的实验数据分别利用差值提取法和单拍提取法进行DS提取, 结果表明: 差值提取法提取DS的去噪效果略优于单拍提取法; 对单一个体可获取有效DS的平均个数由48个改善为130个, 有效DS间均方误差的平均值由0.39改善为0.006, 运算速度提升了近20倍。 新方法显著提高了DS提取的质量。

采用BP神经网络算法模型对人体血液红细胞浓度进行无创检测。 对获取的动态光谱数据和红细胞实测值利用BP神经网络进行建模分析, 校正集输出对期望值的跟踪较好, 相关系数R达到了0.993, 用建立起的BP神经网络模型去检验预测集输出值, 得到预测集的相对误差最大为4.7%, 平均相对误差为2.1%, 预测能力较为理想。 结果表明: 用BP神经网络模型能够较准确的处理动态光谱数据和人体红细胞实际值的非线性关系, 提高了血液成分无创测量在临床上应用的可行性, 具有较高的应用价值。

在分析晚期糖基化终末产物(Advanced glycation end products, AGEs)标准品三维荧光光谱和皮肤中AGEs自体荧光光谱的基础上，确定了皮肤中AGEs的最佳激发波长为370 nm。使用自行设计的皮肤荧光光谱检测装置对正常人和糖尿病患者皮肤AGEs的荧光光谱进行了检测，结果表明: 在418,450，470 nm处存在3个峰值结构。对光谱归一化处理后发现，450 nm和470 nm处荧光与皮肤中AGEs含量密切相关。因此，使用370 nm激发的皮肤自体荧光可以定量分析AGEs浓度，并可用于AGEs相关疾病的临床诊断。

为了提高动态光谱(dynamic spectrum, DS)数据处理方法的效率与精度, 采用单拍提取技术, 即对所采集全部波长对应的光电容积脉搏波(photoelectric plethysmography, PPG)叠加平均所得到的全波段PPG, 以单个脉搏为周期, 提取其上升沿作为模板； 用该模板校正各个波长PPG的上升沿, 再以此计算吸光度的差分值, 进而得到单拍DS； 然后根据3σ准则, 剔除其中含有粗大误差的单拍DS, 对剩余单拍DS进行叠加平均, 作为最终输出的DS。 测量10名志愿者的数据, 与频域提取法的处理结果进行对比: 同一个体同一手指DS相关系数离差平方和由0.006 775改善到0.000 384 0； 同一个体不同手指DS相关系数离差平方和由0.013 93改善到0.002 205, 而不同个体DS之间的差异性有明显增加。 结果表明, 单拍提取技术可以更快地得到高质量的DS数据, 加速了DS进入实际应用的进程。

光谱采集过程中的各种时变噪声影响了动态光谱法血液成分无创检测定量校正模型的精度。 该文采用小波变换法， 在脉搏频段内对指端投射光谱的时域吸光度波形聚焦， 提高了动态光谱数据的信噪比和血液成分含量定量校正模型的精度。 对同一个体连续采集10次光谱数据， 引入小波变换去噪后动态光谱数据的平均相关系数r自0.979 6提升至0.990 3。 对110名志愿者进行血常规体检和指端透射光谱采集， 建立动态光谱数据与血糖浓度生化分析值之间的神经网络模型， 在引入小波变换去噪后， 预测集相关系数自0.6774提升至0.846 8， 平均相对误差自15.8%下降至5.3%。 实验表明， 引入小波变换可以有效地去除动态光谱数据中的噪声， 提高定量校正模型的精度， 推动了动态光谱法无创血液成分检测的发展。

糖尿病威胁着人类健康, 血糖有创检测的弊端使无创检测方法成为糖尿病患者的迫切需求, 无创血糖检测也因此成为国内外学术界研究的热点。 但到目前为止还没有一种无创检测仪器有足够的精度能够应用于临床。 文章中介绍了研究较多的光声光谱法、 拉曼光谱法、 荧光法、 偏振光旋光法、 光学相干层析成像法, 近红外光谱法等光学光谱检测方法的原理、 方法、 特点以及当前国内外研究现状和进展。 从中分析了限制血糖浓度无创检测应用于临床的技术难点问题及未来的研究方向, 指出动态光谱方法是无创血糖测量中最有应用前景方法之一。

首次利用动态光谱指端透射法进行了人体红细胞无创测量的研究.对28名健康志愿者进行了在体测量, 选用偏最小二乘法(PLS)对获取的动态光谱数据和红细胞实测值进行建模分析, 得到定标集和验证集的相关系数分别为0.9193和0.9058, 验证集的相对误差最大为7.96%, 平均相对误差为6.21%.结果表明, 动态光谱法可以有效地克服个体差异等对光谱测量的影响, 较准确地进行人体红细胞含量的测量, 是一种比较好的血液成分无创测量方法.