血液成分检测是健康诊断的重要手段, 常规的血液成分检测采用抽血的方法, 不仅给病人带来痛苦, 还存在交叉感染的风险。 近红外光谱技术是无创伤血液成分检测中的研究热点。 为满足近红外无创伤血液成分检测仪器对其光谱数据采集系统提出的高速、 多通道和高信噪比的要求, 设计了一种基于现场可编程门阵列(FPGA)的高速、 多通道光谱数据采集系统。 该系统采用Altera公司Cyclone IV系列的FPGA芯片作为其微控制器, 控制两片8通道的A/D芯片并行采集16通道的人体血液脉搏波光谱信号, 采集到的数据在FPGA的控制下首先缓存在FPGA内部建立的乒乓RAM中, 然后转存至外部SRAM芯片中, 最后经USB总线传输至计算机。 实验结果表明, 在19 531 Hz的采样频率下, 该系统能够高速并行采集16个通道的信号, 重复性信噪比可达40 000∶1。 此外, 在该采样率下, 系统可以采集到高信噪比的人体血液脉搏波信号, 采集速度能够达到每秒305幅光谱图。 该系统满足近红外无创伤血液成分检测仪器对于光谱数据采集系统的基本要求。 该研究的主要创新点为将FPGA应用于近红外无创伤血液成分检测仪器的数据采集系统中, FPGA能够同时控制两片AD芯片进行16路人体血液脉搏波数据的高速并行采集, 解决了单片机作为微控制器时无法实现多通道大量数据高速采集和储存的问题, 使仪器的采集速度大大加快; 同时使用FPGA内部资源建立乒乓RAM进行数据的缓冲, 实现了不同位数数据从AD芯片到SRAM芯片的无缝连续传输。

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。

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。

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。

为了提高血液成分无创检测精度, 增加预测模型稳定性, 对基于动态光谱(dynamic spectrum, DS)的血液成分无创检测仪器和预处理方法进行了定量信噪比分析与实验验证。 在DS数据提取时加入boxcar积分器、 降低波长分辨率、 均衡DS信噪比和剔除粗大误差等预处理方法, 使得各个波段上的DS数据信噪比得以均衡, 提高了DS的总体信噪比。 利用DS数据采集平台对两名志愿者连续多次测试, 同一个体的DS数据相关度分别从0.934和0.953分布提高到了0.991和0.987, 而不同个体间DS数据相关度与同一个体DS数据相关度差距也显著增加, 结果表明这些方法可以提高DS数据信噪比。 无创血液成分检测信噪比定量分析可有效指导预处理方法的选择, 为无创血液成分检测的临床应用创造了条件。

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。

为研究利用血清多光程光谱信息检测血液成分含量的可行性, 通过设计自动微位移测量装置实现了对200份血清样品0～4.0 mm(间隔0.2 mm)近红外多光程光谱的测量。 利用多光程光谱的非线性特性, 使用血清多光程光谱共同参与建模的方法, 对血清样品的葡萄糖(GLU)、 总胆固醇(TC)、 总蛋白(TP)和白蛋白(ALB)四种成分含量进行定量分析。 采用偏最小二乘法(PLS)对160个血清样本的多光程近红外吸收谱与全自动生化分析仪得到的生化分析结果建立校正模型, 并对预测集40个样本进行预测。 ４种血液成分预测值与生化分析结果的相关系数(r)分别为0.932 0, 0.971 2, 0.946 2和0.948 3。 研究结果证明多光程光谱法建模方法用于血液成分含量分析的可行性, 为利用多光程光谱法实现方便、 快捷的检测血液以及其他液体成分含量奠定了基础。

为了提高动态光谱法信号的信噪比，从信号和噪声能量的角度分析了动态光谱法以往采用的频域数据处理方法优点和缺陷，研究了了典型动态光谱系统噪声来源、频谱特点及其对动态光谱法信噪比的影响；并由此提出了增加多次谐波分量计入动态光谱的方法，并通过实验方法研究了实验中不同对照组的动态光谱相关系数与谐波次数逐渐增加时的变化趋势、确定了计入动态光谱的最佳谐波次数。实验证明，伴随频域处理中引入的谐波次数的增加，源自两个不同个体的动态光谱数据的相关系数会先减小后增加；而源自同一个体不同部位的动态光谱数据则一直增大。当引入的谐波次数为5时，可以得到最佳信噪比。所得到的动态光谱可以更加准确地反应血液成分信息，从而使动态光谱法的信噪比最大。