一种无创血糖检测系统及血糖估计方法技术方案

本发明专利技术公开了一种无创血糖检测系统及无创血糖检测方法，包括光学感测模块和计算分析模块；光学感测模块包括光源、分光装置、狭缝组件、检测区域、光敏传感器；狭缝组件包括狭缝板和移动装置，狭缝板上设置一组供光通过的细缝，移动装置移动使光从不同细缝通过；检测区域用于将光线反射到光敏传感器；光学感测模块将获取对比光信息和检测光信息；光敏传感器用于将光信号转为电信号发送至计算分析模块；计算分析模块包括数据处理模块和数据对比模块；数据处理模块将对比光信息处理后建立光谱信息库；数据处理模块将检测光信息处理成为单独的光谱信息；数据对比模块将单独的光谱信息与光谱信息库做契合度比对，以获取的检测光信息的血糖估值。

【技术实现步骤摘要】
一种无创血糖检测系统及血糖估计方法
本专利技术涉及医疗电子
，更具体地涉及一种无创血糖检测系统及血糖估计方法。
技术介绍
糖尿病是一种以高血糖为特征的代谢性内分泌疾病，可引起各种并发症甚至导致死亡。定期检测血糖浓度是目前医学上推荐的控制糖尿病的有效方法，无创血糖检测方法的出现能降低患者在血糖浓度检测过程中的疼痛并减少感染的风险。在基于光学方法的无创血糖测量中，其中红外光谱具有的优良特性，近些年来被越来越多的研究者采用，是无创血糖检测研究的重要发展方向之一。但另一方面，由于被测对象是活体，信号非常微弱，相关问题涉及的学科多且复杂，就当前研究现状而言，由于个体差异，存在光谱重叠、信噪比低、背景噪声干扰、准确度不高等问题，无创血糖的检测仍然停留在实验室阶段，并没有在临床上得到广泛的应用。在技术上，尤其是光谱的相对精细采集(光谱分辨率问题)，如何有效利用光谱信息检测血糖含量等，是主要的问题。
技术实现思路
本专利技术的目的是提供一种无创血糖检测系统，可以解决上述技术问题中的一个或是多个。为了达到上述目的，本专利技术提出的技术方案如下：一种无创血糖检测系统，包括光学感测模块和计算分析模块；所述光学感测模块包括光源、分光装置、狭缝组件、检测区域、光敏传感器；所述光源发射近红外光；所述分光装置用于将光源分为单色光；所述狭缝组件包括狭缝板和移动装置，所述狭缝板上设置一组供光通过的细缝，所述移动装置移动使光从不同细缝通过，以获得连续光谱信息；所述检测区域用于将光线反射到光敏传感器；所述光学感测模块将获取对比光信息和检测光信息；所述光敏传感器用于将光信号转为电信号发送至计算分析模块；所述计算分析模块包括数据处理模块和数据对比模块；所述数据处理模块将对比光信息处理后建立光谱信息库；所述数据处理模块将检测光信息处理成为单独的光谱信息；数据对比模块将单独的光谱信息与光谱信息库做契合度比对，以获取的检测光信息的血糖估值。获取手掌的光谱信息的过程为：光源发光，经透射光栅衍射形成连续光谱色散，通过左右微小移动的狭小缝隙，可选择出射到手掌的光线波长(通过一个方向的移动，实现相对连续波长光线的出射)，光线投射手掌，并形成散射，通过光敏接收传感器获取散射信号，信号发送到单片机存储，为后续算法计算分析模块提供原始信息。这里的光谱是相对连续波长的光谱(通过狭小缝隙沿着一个方向的移动)，但并不是真正连续的，因此需要算法计算分析模块中的插值功能进行完善，形成连续光谱分布曲线。进一步的：所述分光装置为透射光栅。进一步的：所述计算分析模块为单片机。本专利技术的另一个目的是提供一种无创血糖估计方法，可以解决上述技术问题中的一个或是多个。一种无创血糖估计方法，包括如下步骤：S1构建对比光谱信息数据库；S11按照不同浓度配比葡萄糖溶液N组；S12分别获取步骤S1中不同浓度下N组葡萄糖溶液的光谱分布；S13将步骤S12中的光谱分布采用就近权重的过渡插值方法获得连续光谱分布曲线St(t＝1,2…)，以实现光谱分布曲线与葡萄糖浓度的一一对应关系；S2获取用户检测光谱数据；S21获取用户身体表面的光谱分布；S22将步骤S21中的光谱分布采用就近权重的过渡插值方法获得连续光谱分布曲线S0；S3利用梯度或导数的变化来确定连续光谱分布曲线St和连续光谱分布曲线S0的光谱比对契合度Metric值，最大的Metric值所对应的St即为用户血糖估值。进一步的：步骤S12中的光谱分布和步骤S21中的光谱分布均是通过光学感测模块获取的，所述光学感测模块包括近红光光源、光传感器。进一步的：步骤S13和步骤S22中的就近权重的过渡插值方法具体如下：假设现在有4个数据点为(λ1,v1)，(λ2,v2)，(λ3,v3)，(λ4,v4)，λ1＜λ2＜λ3＜λ4，v1～v4为对应波长(nm)处的值，也可将其看成是波长λ的函数即v(λ)，即分别当λ＝λ1,λ2,λ3,λ4时，v(λ)＝{v1,v2,v3,v4}；如当前待插值区域为即(λ2,v2)与(λ3,v3)之间，那么具体插值方式如下：v(λ)＝w1v1+w2v2+w3v3+w4v4w1+w2+w3+w4＝1当λ2＜λ＜λ3；上式中，w1～w4是相对权重；σ为待求常数。由此实现(λ2,v2)与(λ3,v3)之间的连续光谱分布曲线获取；对于上下边界处，则只采用就近2个数据点插值。进一步的：所述步骤S3的具体过程如下:假设(x表示S0或者St的某一处位置，先分别计算两条连续光谱分布曲线的一阶导数，分别记为S'0(x)和S't(x)；再通过分析两者导数值的异同变化判断契合度；首先，获取x处两者乘积St(x)＝S'0(x)·S't(x)，不同x处都能获得对应乘积，最后获取了St；而后，统计序列St≥0的点数为A，统计序列St<0的点数为B，最终，S0与St的比对结果即契合度使用下式计算：面向不同的t对应的St，都能获得对应的Metric值即为用户x处的血糖估值。进一步的：所述连续光谱分布曲线的获得和所述光谱比对契合度Metric值的获得集成为使用单片机的算法计算分析模块。进一步的：所述人体表面为手掌、手腕或手指。本专利技术的技术效果是：本专利技术通过光栅和可移动的狭缝设计，本身是可以实现连续光谱的变换获取的。在光谱比对计算契合度时，利用梯度或导数的变化来衡量，提高了可计算度，降低了噪声的影响并提高了精度。本专利技术中通过不同浓度的葡糖糖溶液建立连续光谱分布曲线的数据信息库，再将检测到的人体光谱信息转换成为符合光谱信息库对比的连续光谱分布曲线；使用连续光谱数据结果更为可靠，更符合葡萄糖光谱匹配的原理要求，装置简单、使用方便；血糖的估算方法相对简易可行，可达到对血糖浓度的准确的计算获取的目的。附图说明构成本申请的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术的硬件架构的装置原理示意图；图2为本专利技术的操作流程图。具体实施方式下面将结合附图以及具体实施例来详细说明本专利技术，其中的示意性实施例以及说明仅用来解释本专利技术，但并不作为对本专利技术的不当限定。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组本文档来自技高网...

【技术保护点】
1.一种无创血糖检测系统，其特征在于：包括光学感测模块和计算分析模块；/n所述光学感测模块包括光源、分光装置、狭缝组件、检测区域、光敏传感器；/n所述光源发射近红外光；所述分光装置用于将光源分为单色光；所述狭缝组件包括狭缝板和移动装置，所述狭缝板上设置一组供光通过的细缝，所述移动装置移动使光从不同细缝通过；所述检测区域用于将光线反射到光敏传感器；所述光学感测模块将获取对比光信息和检测光信息；/n所述光敏传感器用于将光信号转为电信号发送至计算分析模块；/n所述计算分析模块包括数据处理模块和数据对比模块；/n所述数据处理模块将对比光信息处理后建立光谱信息库；所述数据处理模块将检测光信息处理成为单独的光谱信息；/n数据对比模块将单独的光谱信息与光谱信息库做契合度比对，以获取的检测光信息的血糖估值。/n

【技术特征摘要】
1.一种无创血糖检测系统，其特征在于：包括光学感测模块和计算分析模块；
所述光学感测模块包括光源、分光装置、狭缝组件、检测区域、光敏传感器；
所述光源发射近红外光；所述分光装置用于将光源分为单色光；所述狭缝组件包括狭缝板和移动装置，所述狭缝板上设置一组供光通过的细缝，所述移动装置移动使光从不同细缝通过；所述检测区域用于将光线反射到光敏传感器；所述光学感测模块将获取对比光信息和检测光信息；
所述光敏传感器用于将光信号转为电信号发送至计算分析模块；
所述计算分析模块包括数据处理模块和数据对比模块；
所述数据处理模块将对比光信息处理后建立光谱信息库；所述数据处理模块将检测光信息处理成为单独的光谱信息；
数据对比模块将单独的光谱信息与光谱信息库做契合度比对，以获取的检测光信息的血糖估值。


2.根据权利要求1所述的无创血糖检测系统，其特征在于：所述分光装置为透射光栅。


3.根据权利要求1所述的无创血糖检测系统，其特征在于：所述计算分析模块为单片机。


4.一种无创血糖估计方法，其特征在于：包括如下步骤：
S1构建对比光谱信息数据库；
S11按照不同浓度配比葡萄糖溶液N组；
S12分别获取步骤S1中不同浓度下N组葡萄糖溶液的光谱分布；
S13将步骤S12中的光谱分布采用就近权重的过渡插值方法获得连续光谱分布曲线St(t＝1,2…)，以实现光谱分布曲线与葡萄糖浓度的一一对应关系；
S2获取用户检测光谱数据；
S21获取用户身体表面的光谱分布；
S22将步骤S21中的光谱分布采用就近权重的过渡插值方法获得连续光谱分布曲线S0；
S3利用梯度或导数的变化来确定连续光谱分布曲线St和连续光谱分布曲线S0的光谱比对契合度Metric值，最大的Metric值所对应的St即为用户血糖估值。


5.根据权利要求4所述的血糖估计方法，其特征在于：步骤S12中的光谱分布和步骤S...

【专利技术属性】
技术研发人员：逯鑫淼，陈颖，赵巨峰，杨洋，黄颢，樊兆华，
申请(专利权)人：合肥铭源鸿医疗科技有限公司，
类型：发明
国别省市：安徽;34