在传统的血氧饱和度测量方法中, 首先计算对数光电容积脉搏波交、 真流成分的比值(R值), 然后通过实验建立血氧饱和度值与R值的线性回归模型, 旨在消除光程的影响, 将个体差异的影响降至最小化, 是一种基于Lambert-Beer定律的降维处理。 当考虑散射时, 这种以交、 直流成分的比值作为自变量的降维处理方式损失了信息量, 引入了系统误差, 限制了测量的精度。 为了减小这种影响, 从透射光电脉搏波所含信息量的角度, 提出了使用双波长对数光电容积脉搏波的峰值和谷值作为自变量与血氧饱和度值建立线性回归模型的新方法。 从23名健康志愿者中获得133例光电脉搏波及血氧饱和度参考值样本, 从中随机抽取90例作为建模集, 另外43例作为预测集, 对比了新方法和R值法的建模和预测结果。 随机抽取建模集并预测10次, 新方法和R值法的平均预测相关系数分别为0.890 6和0.846 8, 平均预测均方根误差分别为0.889 6%和1.037 3%, 结果表明新方法的预测效果优于传统R值法, 使用四个特征量建立血氧饱和度预测模型, 能够提高测量的稳定性和精度, 对基于有限波长光谱数据建模测量人体血液生理参数有指导意义。

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。

探讨一种基于近红外反射光谱的人体血清白蛋白、 球蛋白和总蛋白三种生化指标的无创检测方法。 采集58例志愿者舌尖处近红外反射光谱, 考虑这些光谱数据与血清蛋白浓度间因个体差异等存在非线性映射关系, 在计算归一化光谱反射率及分析样本蛋白含量统计分布上, 采用支持向量机分别建立三种蛋白成分近红外光谱定量回归模型, 并与传统的偏最小二乘法进行比较。 实验结果表明, 支持向量机校正模型的预测效果较好且明显优于偏最小二乘法校正模型, 对白蛋白、 球蛋白和总蛋白的预测相关系数分别达到0.894, 0.931和0.863, 预测的均方误差为2.19, 1.93和4.38。 因此, 支持向量机可有效抵抗活体检测定量分析中存在的非线性因素, 提高模型的鲁棒性。 同时也表明舌的近红外光谱信息能够较客观的反映人体理化指标的变化, 用于血清蛋白含量的快速无创检测具有较高的可行性。

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。

利用动态光谱指端透射法进行了人体血液中性粒细胞百分比无创测量的研究。 对21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中性粒细胞百分比实测值进行建模分析, 建立的定标集的相关系数为0.922, 最大相对误差为5.85%, 平均相对误差为4.13%； 对定标模型的预测能力进行了验证, 其中预测集的相关系数为0.912, 预测集的相对误差最大为6.74%, 平均相对误差为5.07。 结果表明: 动态光谱法可以有效地克服测量位置及人体成分等对光谱测量的影响, 较准确地进行人体血液中性粒细胞百分比的测量, 是一种比较好的血液成分无创测量方法, 具有较高的临床应用价值。

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.

为了实现血液成分的无创检测,利用动态光谱指端透射法进行了人体血红蛋白浓度无创测量的研究。 对34名健康志愿者进行了在体测量动态光谱和抽血分析血红蛋白含量,在验证了动态光谱的可靠性的基础上,选用BP神经网络对获取的动态光谱数据和血红蛋白浓度实测值进行建模分析,从34个样本中抽取19个作为校正集,另外15个作为预测集,得到校正集和预测集的相关系数分别为0.983 1和0.936 5,预测集的相对误差最大为7.5%,平均相对误差为3.04%,满足临床应用对血红蛋白测量精度的要求。 结果表明,动态光谱法可以有效的克服测量位置等测量条件对光谱测量的影响,较准确地进行人体血红蛋白浓度的测量,是一种比较好的血液成分无创测量方法。

人体血糖浓度无创伤测量是当今学术界和医学界普遍关注的课题.在分析了血糖浓度尤创伤测量的意义、现有的测量方法及其进展后,从组织光学角度分析血糖浓度无创伤测量中包含的研究内容,并根据当前的研究现状,提出血糖浓度无创伤测苗所存在的问题.通过组织光学角度对血糖浓度无创伤测量方法的剖析,更加明确血糖测量的研究任务,有望促使其更进一步的发展以及血液中其他成分的无创测量.

通过分析血糖浓度变化对光学参数的两种作用及其对光传播的影响,针对葡萄糖主要分布于皮肤真皮层的特点,引入了有效信噪比的概念,推导出血糖检测极限浓度与光源检测器之间距离和有效仪器信噪比之问的关系.针对不同个体表皮和真皮厚度的差异,用蒙特卡洛方法研究了其对检测极限浓度的影响,讨论了光学测头设计的方案和适应性.结果表明,通过选择合适的光源与检测器之间距离,来自真皮层的有效信号能超过50%;假定仪器信噪比为10 000,可获得满足FDA要求的血糖检测极限浓度.