以血糖浓度为例,采用将动态光谱提取数据和非测量组分影响因素一同纳入预测模型的方式来提高血糖测量系统中的精度。通过支持向量算法建立血糖预测的模型,建模结果表明,考虑多因素模型的预测值优于未考虑非测量组分模型中的预测值。与后者相比,前者的相关系数达到0.9627,提高了14.23%;均方根误差为0.13,减少了43.12%;相对误差在10%范围内的样本数量增加8.33%。

近红外光谱分析作为一种无损、 实时、 连续检测的方法, 为血液成分无创检测提供了思路。 为了保证采集到的光谱数据的准确性和可靠性, 本文通过动态光谱脉搏波时域有效单沿数和频域品质因数Q值相结合的方法对405例采集的样本进行了评估, 剔除异常的样本, 筛选出218例可靠样本。 对筛选出的218例样本和对照组的218例样本的动态光谱数据与相应的被测对象的血红蛋白浓度值进行了建模分析, 每组选取200例样本作为校正集, 18例样本作为预测集。 有效单沿数和Q值联合筛选的实验组的预测准确率达到93.8%, 有效单沿数或Q值单一评估的两个对照组的预测准确率分别为65.6%和67.7%, 未经过筛选的三个对照组的预测准确率分别为53.7%, 33.3%, 42.6%; 实验组的预测平均相对误差为0.067 5, 单一评估的两个对照组分别为0.072 3和0.072 2, 随机选取的对照组分别为0.082 3, 0.078 9, 0.082 8, 较其他各组相比为最小。 结果表明时域频域联合法对光谱数据样本筛选具有可靠性和有效性, 这将为动态光谱的无创检测的精准性研究提供了方法。

自变量筛选是定量光谱分析领域的研究热点, 简便且高效的自变量筛选方法不但可以降低分析计算量, 提高分析精度, 同时还可以减轻对仪器光谱分辨能力的依赖, 降低分析成本。 波长筛选也是光谱法无创血液成分检测研究的重要环节。 动态光谱理论为血液无创检测提供了极佳的思路, 但长期局限于使用宽带光源和高分辨率的光谱仪器, 分析中需要大量波长限制了动态光谱法的进一步发展。 为了去除冗余信息, 使检测走向低成本化和集成化, 提出了基于变量投影重要性(variable importance in projection, VIP)分析的波长筛选方法。 通过分析PLS模型中各维自变量对因变量的解释能力, 从而剔除重要性较低的变量保留解释能力强的波长。 以232例受试者的临床实验数据为基础, 以血红蛋白含量为分析对象, 经投影重要性分析后将波长数由586降至64, 波长筛选后血红蛋白预测模型的测试集平均相对误差(MREP)为1.82%, 使用了极少的波长便可得到满意的结果; 结合Bootstrap方法对模型进行显著性检验后验证了波长变量的解释能力。 首次指出了使用动态光谱法检测血红蛋白的敏感波长带。 基于投影重要性分析的波长筛选迈出了动态光谱走向实用的重要一步, 为实现低成本在线分析打下了基础, 同时也为其他领域的光谱分析提供了重要的参考和新的思路。

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。

高信噪比的动态光谱(dynamic spectrum, DS)提取是实现高精度动态光谱血液成分无创检测的一个关键。 为了进一步提高提取的精度和速度, 从原理上分析了各单波长光电容积脉搏波(photoelectric plethysmography, PPG)的线性相似性, 并基于此性质提出了补偿拟合法: 首先按照PPG单周期采样点数进行滑动平均得到漂移基线进行补偿, 除去基线漂移; 其次用各波长对数PPG与全波长叠加平均模板PPG进行最小二乘拟合, 提取一次项系数构成DS。 利用拟合提取法对近红外和可见光波段各25组PPG数据样本进行DS提取实验验证, 并将结果与单沿提取法进行平滑性指标的对比, 结果表明: 近红外和可见光波段补偿拟合法获取DS的平均方差分别为单沿提取法的77.9%和59.5%, 稳定提高了DS的平滑性; 近红外和可见光波段补偿拟合法处理时间分别可以达到单沿提取法的10%和20%, 处理速度得到显著改善。 补偿拟合法在单沿提取法的基础上稳定提高了DS的信噪比, 改善了DS提取质量, 缩减了提取时间, 并简化了处理步骤, 有望推动DS无创血液成分检测的发展。

为了有效的解决玉米苗期冠层叶片营养状态车载动态诊断过程中, 土壤干扰信息无法剔除的问题, 本文提出了一种动态测量用光谱指数MPRI, 根据MPRI的构成和特点、 论述了利用MPRI辨识土壤与冠层光谱信息的机理, 构建了基于MPRI的玉米苗期冠层叶片叶绿素含量的预测模型, 通过车载式作物长势检测系统平台, 运用模型对玉米苗期冠层叶片营养状态进行动态诊断与评估, 取得良好的效果。 研究表明: 在车载动态条件下测量玉米苗期冠层叶片营养状态时, 土壤的MPRI呈正值而玉米冠层的MPRI呈负值, 因此使用光谱指数MPRI能够有效识别土壤背景与冠层叶片光谱信息。 设定固定的阈值, 能够较为准确和便捷的去除土壤背景光谱信息。 基于MPRI构建的冠层叶片叶绿素含量的动态测量预测模型, 能够准确的表征冠层叶片的叶绿素含量, 模型决定系数R2达0.72, 动态测量中对植株冠层的识别率达80%。 与其他常用的指数相比, 在车载动态测量环境下, 光谱指数MPRI具有土壤背景信息识别速度快、 正确率高, 模型预测精度良好等特点, 为玉米苗期冠层营养状态的诊断提供了新的途径。

目前临床上血氧饱和度的无创检测主要基于双波长的脉搏血氧饱和度测量原理, 但其检测精度仍然需要进一步的探究和完善。 近年来, 国内外的很多研究者采用三波长甚至八波长的方法测量血氧饱和度, 从某种程度上减小了误差。 动态光谱法作为一种新型血液成分无创检测方法, 能消除受试者个体差异和测量环境等的影响, 在血红蛋白浓度的无创检测研究中取得了很好的效果。 基于动态光谱法对多波长下脉搏血氧饱和度检测进行了研究: 对60名重症监护患者进行动态光谱采集以及动脉抽血分析血氧饱和度值; 采用高灵敏度光纤光谱仪, 采集受试者指端透射多波长下的光谱信息; 以单拍提取法提取波长范围为606.44~987.55 nm的动态光谱; 以动脉血气分析中血氧饱和度值为参考真值, 建立血氧饱和度与多波长动态光谱数据的组合间隔偏最小二乘校正模型; 得到预测集的相对误差为±0.017 6, 而两波长测量装置监护仪上得到的数据相对误差为±0.116 4。 结果表明: 利用高灵敏度光纤光谱仪采集多波长光谱信息, 用动态光谱法进行数据预处理, 进行多波长血氧饱和度检测, 有效降低了血氧饱和度的测量误差。

采用ICCD动态光谱探测系统, 对6.25×10-5 mol/L浓度漆黄素分别与不同浓度盐酸溶液、氢氧化钠溶液和硝酸钠溶液的反应过程进行了实时吸收光谱测量。结果显示, 漆黄素与不同浓度的NaOH溶液都能发生反应, 特别与浓度0.04 mol/L的NaOH溶液反应最为明显, 反应过程中有中间产物的331 nm和393 nm光谱吸收峰出现; 漆黄素只与部分浓度NaNO3溶液发生反应, 但与0.5 mol/L的NaNO3溶液反应非常明显。这些反应的最终产物都非常稳定。本实验首次发现6.25×10-5 mol/L漆黄素还能与一个特定浓度6 mol/L的HCl溶液发生反应, 并观察到了其最终产物在237 nm和314 nm的两个吸收光谱峰。本文研究结果为了解漆黄素与酸、碱、盐等物质反应的特性提供了实验依据。

近红外光谱血液成分无创检测技术发展至今已取得一系列进展。 为进一步提高检测精度, 基于动态光谱理论提出了一种改进的光谱提取方法: 首先拟合出漂移基线, 抑制了手指与夹具相对运动造成的影响; 然后以方和根代替峰峰值组成光谱, 减小了系统随机误差造成的影响。 最后以血氧饱和度测量为例, 对血氧饱和度系数Q进行不确定度分析, 结合实验数据的理论分析表明以方和根代替峰峰值可使不确定度下降至原先的38%。 在血氧饱和度检测实验中将改进后的方法与峰峰值法对比, 可得精度更高的血氧饱和度系数Q, 获得十组Q值的方差平均下降至原先的42%。 理论分析与实验结果均表明, 应用所提出的光谱提取方法可更加精确地从光电容积脉搏波中提取有效光谱, 在血液成分的无创检测中有着重要的价值。

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。