基于自组织竞争神经网络模型和红外光谱的血糖检测方法技术

本发明专利技术涉及基于自组织竞争神经网络模型和红外光谱的血糖检测方法，包括以下步骤：步骤1：采集人体皮肤表面血糖红外光谱；步骤2：对采集的光谱进行预处理；步骤3：建立光谱数据库；并对受试者进行血糖值检测，记录数值，建立血糖红外光谱数据与血糖检测数值匹配模型；步骤4：对数据库红外光谱进行分类；步骤5：将光谱数据进行格式转换，利用自组织竞争神经网络对血糖数据库进行深度学习和训练，建立其神经网络模型；步骤6：按照与步骤1的方法对糖尿病患者人体皮肤表面进行光谱采集；步骤7：按照步骤2的方法对采集的光谱进行预处理，输入步骤5构建的神经网络模型，即输出血糖数值。该方法可快速、准确、无损、低成本、实时检测血糖。

Blood glucose detection method based on self-organizing competitive neural network and infrared spectroscopy

The present invention relates to a glucose detection method based on self-organizing competitive neural network model and infrared spectroscopy. The method comprises the following steps: step 1: collecting infrared spectra of blood glucose on human skin surface; step 2: pretreating the collected spectra; step 3: establishing spectral database; and detecting the blood glucose value of the subjects, recording the number of blood glucose Step 4: Classify the infrared spectra of the database; Step 5: Transform the spectral data format, use the self-organizing competitive neural network to study and train the blood glucose database in depth, and establish its neural network model; Step 6: According to and Step 1 collects the spectrum of the skin surface of diabetic patients; Step 7: Preprocess the spectrum according to step 2, input the neural network model constructed by step 5, that is, output the blood sugar value. This method can detect blood glucose quickly, accurately, nondestructively, low cost and real-time.

【技术实现步骤摘要】
基于自组织竞争神经网络模型和红外光谱的血糖检测方法
本专利技术属于医疗检测领域，具体涉及一种利用自组织竞争神经网络并结合体表红外光谱采集设备的血糖检测方法。
技术介绍
糖尿病是一种常见的代谢内分泌疾病，是由于人体内缺乏胰岛素或其受体异常所致，以高血糖为主要特征，为一种世界范围内的流行疾病。近年来其发病呈显著上升趋势，目前全世界约有10％的成年人身患此病，且发病年龄有年轻化的趋势。在我国，糖尿病患者约有四千万人。血糖的测量对于临床诊断和糖尿病人血糖的控制极为重要。目前针对糖尿病的权威检测方法仍然是体外静脉抽血检测法或指尖血检测法，该方法会给病人带来一定的痛苦，导致不能随时监测血糖的变化，同时增加了感染机会。随着糖尿病患者数量的逐年增加，为了控制血糖并提高自身的生活质量，患者本人和糖尿病高危人群已不满足于传统检测方法。因此，急需一种快速、便捷、灵敏、准确度高、无损、价格相对低廉的检测方法及仪器来完成日常检测，以便随时临近血糖变化，达到有效控制血糖的目的。在有机物分子中，组成化学键或官能团的原子处于不断振动的状态，其振动频率与红外光的振动频率相当。所以，用红外光照射有机物分子时，分子中的化本文档来自技高网...

【技术保护点】
1.基于自组织竞争神经网络模型和红外光谱的血糖检测方法，其特征在于，包括以下步骤：步骤1：利用便携式红外光谱仪对人体皮肤表面进行光谱采集，采集大量人体皮肤表面血糖红外光谱，建立基础数据库；步骤2：对步骤1采集的光谱进行预处理，利用欧氏距离判断离散点，并剔除无效光谱，利用小波变换去噪法去干扰噪声，采用峰谷点扯平、偏置扣减、微分处理和基线倾斜方法去基线，对被测样品红外光谱进行归一化处理，归一化后光谱数据强度在‑1到1之间；步骤3：将处理后的光谱建立光谱数据库，数据库中至少600个有效光谱；按照传统血液检测法对受试者进行血糖值检测，记录数值，并对相应受试者红外光谱进行标定，建立血糖红外光谱数据与传统...

【技术特征摘要】
1.基于自组织竞争神经网络模型和红外光谱的血糖检测方法，其特征在于，包括以下步骤：步骤1：利用便携式红外光谱仪对人体皮肤表面进行光谱采集，采集大量人体皮肤表面血糖红外光谱，建立基础数据库；步骤2：对步骤1采集的光谱进行预处理，利用欧氏距离判断离散点，并剔除无效光谱，利用小波变换去噪法去干扰噪声，采用峰谷点扯平、偏置扣减、微分处理和基线倾斜方法去基线，对被测样品红外光谱进行归一化处理，归一化后光谱数据强度在-1到1之间；步骤3：将处理后的光谱建立光谱数据库，数据库中至少600个有效光谱；按照传统血液检测法对受试者进行血糖值检测，记录数值，并对相应受试者红外光谱进行标定，建立血糖红外光谱数据与传统血液血糖检测数值匹配模型；步骤4：根据血糖数值对数据库红外光谱进行分类，共分为6个子数据库：(1)血糖值<5.0mmol/L；(2)血糖值在5.1～6.0mmol/L之间；(3)血糖值在6.1～7mmol/L之间；(4)血糖值在7.1～8.0mmol/L之间；(5)血糖值在8.1～9.0mmol/L之间；(6)血糖值在9.1～10.0mmol/L之间；步骤5：将光谱数据进行格式转换，利用自组织竞争神经网络对...

【专利技术属性】
技术研发人员：刘春宇，蔡红星，韩颖，姚治海，
申请(专利权)人：吉林求是光谱数据科技有限公司，
类型：发明
国别省市：吉林,22