1 新疆大学电气工程学院, 新疆 乌鲁木齐 830047
2 西安交通大学能源动力工程学院, 陕西 西安 710049
为提高全血血红蛋白浓度预测模型的预测精度, 基于近红外光谱分析, 首先对原始全血透射光谱数据分别进行均值中心化、 标准化、 标准正态变量变换(SNV)、 多元散射校正(MSC)以及Savitzky-Golay(SG)卷积平滑结合MSC的预处理操作, 最终选择预处理效果最好的SG-MSC方法作为数据预处理方法, 其最大相关系数达到0.944 1。 对SG平滑的平滑窗口宽度进行讨论, 找出平滑效果最好的窗口宽度为27。 数据预处理消除了全血吸收光谱的基线失真, 提高了全血吸收光谱数据的信噪比。 将190个样本(190个血红蛋白浓度对应的透射光谱数据)分为具有相近血红蛋白浓度分布的校正集和测试集, 其中校正集为143个样本(对应血红蛋白浓度分布为10.6~17.3 g·dL-1), 测试集为47个样本(对应血红蛋白浓度分布为10.3~17.3 g·dL-1), 确保建立模型的适用性。 对校正集数据预处理后利用蒙特卡洛无信息变量消除(MC-UVE)方法对其进行波长变量选择, 剔除含信息量少的波长点, 提高含信息量多的波长占比。 设置蒙特卡洛迭代次数为1 000, 最终从全血吸收光谱的700个波长变量中筛选出191个波长变量用于建立全血血红蛋白浓度偏最小二乘(PLS)回归模型。 对比分析原始全血透射光谱全谱PLS模型、 原始全血吸收光谱全谱PLS模型、 预处理全血吸收光谱全谱PLS模型、 SG-MSC-MC-UVE-PLS模型以及已有二阶导数PLS模型的模型效果, 表明基于SG-MSC-MC-UVE-PLS算法的全血血红蛋白浓度预测模型效果较其他模型效果更优, 预测相关系数由0.676 3提高到0.979 1, 预测集均方根误差由0.898 1减小到0.220 3, 最大绝对误差由2.426 1减小到0.411 2。 同时, 利用MC-UVE方法进行波长变量选择, 在保证预测精度的前提下, 筛选出建模的波长个数更少, 有利于提高模型计算效率。 研究结果表明, SG-MSC-MC-UVE-PLS方法能够提高全血吸收光谱信号的信噪比, 简化模型结构, 提高模型的预测精度和计算效率, 对推动血红蛋白浓度检测技术的发展具有进步意义。
近红外光谱 全血血红蛋白浓度预测 光谱信号预处理 无信息变量消除 Near-infrared spectroscopy Whole blood hemoglobin concentration detection Spectral signals preprocessing Uninformed variable elimination 光谱学与光谱分析
2021, 41(9): 2754
1 广西师范大学物理科学与技术学院, 广西 桂林 541004
2 广西科学院生物物理实验室, 广西 南宁 530003
3 武汉大学化学与分子科学学院, 湖北 武汉 430072
单细胞光镊拉曼光谱技术测量单个红细胞的血红蛋白浓度，配制不同浓度的血红蛋白溶液后利用拉曼光谱强度与血红蛋白浓度的关系，测量单个红细胞的拉曼光谱，根据公式计算单个红细胞内血红蛋白浓度。测量了70个血红细胞的拉曼光谱，结果显示单个红细胞的血红蛋白浓度为270~500 g/L，其中血红蛋白浓度在350~450 g/L 之间的是成熟的红细胞，占红细胞总数的90%以上，而浓度在300 g/L 以下的可能是网织红细胞，浓度在450 g/L 以上的是老化了的红细胞。这与平均红细胞血红蛋白浓度(MCHC)310~370 g/L 基本一致。表明利用该方法可以对单个红细胞内的血红蛋白浓度进行快速、无损、简单、精确的定量分析，展现了拉曼光谱技术在单细胞分析上的优势。
光谱学 拉曼光谱 血红蛋白 单个红细胞 平均红细胞血红蛋白浓度
1 天津大学精密测试技术及仪器国家重点实验室, 天津300072
2 军事交通学院车辆工程系, 天津300161
3 天津大学天津市生物医学检测技术与仪器重点实验室, 天津300072
4 天津师范大学电子与通信工程学院, 天津300387
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。
经验模态分解 动态光谱 近红外 血红蛋白浓度 无创测量 Empirical mode decomposition (EMD) Dynamic spectrum Near infrared Hemoglobin concentration Non-invasive measurement 光谱学与光谱分析
2014, 34(8): 2106
1 天津中医药大学中医药工程学院, 天津300193
2 天津大学, 精密测试技术及仪器国家重点实验室, 天津300072
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0998和0938, 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0979和0883, 平均相对误差分别为165%和188%, 均方根误差分别为4066和4139, 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。
血细胞压积 平均血红蛋白浓度 可见-近红外光谱 无创检测 舌尖 Hematocrit (HCT) Mean corpuscular hemoglobin concentration(MCHC) Vis-NIR spectroscopy Non-invasive measurement Tongue tips
1 中国科学院长春光学精密机械与物理研究所, 应用光学国家重点实验室, 吉林 长春130033
2 中国科学院研究生院, 北京100049
为提高近红外血红蛋白预测模型的稳健性, 分别应用Savitzky-Golay平滑、 移动窗口平滑以及经验模态分解(EMD)方法对原始光谱进行去噪处理, 以提高数据信噪比。 采集了81例临床志愿者的手指指端血流容积脉搏波光谱数据, 同时获取相应的血红蛋白浓度值临床化验结果。 剔除异常样品, 确定78例样品为研究对象, 建立反向传播神经网络(BP-ANN)定量分析模型并预测。 结果表明, 经EMD处理后的模型预测效果最优, 预测相关系数由0.74提高至0.87, 误差均方根由12.85 g·L-1减小至8.08 g·L-1。 实验证明应用EMD方法能够获得高信噪比的容积脉搏信号, 提高血红蛋白浓度预测模型的准确性, 有利于推动近红外无创血红蛋白检测技术的进一步发展。
红外光谱 血红蛋白浓度 经验模态分解 无创检测 Near infrared spectroscopy Hemoglobin concentration Empirical mode decomposition Noninvasive measurement
1 天津大学,天津市生物医学检测技术与仪器重点实验室,天津 300072
2 天津农学院 机电工程系,天津 300384
3 天津医科大学 总医院临床检验科,天津 300052
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。
动态光谱 血红蛋白浓度 无创测量 人工神经网络 Dynamic spectrum Hemoglobin concentration Non-invasive measurement Artificial neural network
1 军事医学科学院卫生装备研究所,天津,300161
2 天津大学精密测试技术及仪器国家重点实验室,天津,300072
在选定的波长处(760nm,850 nm)无创测量人体手指的漫反射光谱,利用修正的Lambert-Beer定律,实现了HbO2、Hb的绝对量估算,并由此求得血红蛋白浓度的结果.对16例志愿者进行了测量,全部男性受试者的相对误差在7.39%以下,相关系数为0.954;全部女性受试者的相对误差在7.26%以下,相关系数为0.969.
近红外光谱 无创 血红蛋白浓度
