一种汗液微流控贴片及其可视化模型和制备方法技术

本发明专利技术公开了一种汗液微流控贴片及其可视化模型和制备方法，所述可视化模型以汗液中与生理指数相关的特征数据作为输入变量，建立与微流控贴片刻度的相关性模型。该模型具有结构简单，兼容性强和相关数据获取容易等优点。所述汗液微流控贴片由粘附层、微流控主层、刻度层和封装层组成，结构简单，无需外接电源，可满足快速检测和准确读数要求。所述制备方法将色素及检测剂预先涂覆于微流控主层上，待溶液完全干燥后进行封装即得。该制备方法工艺简单，生产成本低，无需额外投资，适合连续性工业化生产。化生产。化生产。

【技术实现步骤摘要】
一种汗液微流控贴片及其可视化模型和制备方法


[0001]本专利技术涉及一种汗液微流控贴片，具体涉及一种汗液微流控贴片及其可视化模型和制备方法，属于新型医疗领域。

技术介绍

[0002]目前人们对人体生理标志物与个人的身体健康状态之间的联系关注度越来越大，由于人体汗液含有丰富的电解质、代谢物、蛋白质、激素和外源性物质,这些生物标志物浓度的存在或变化会影响或预测疾病的发生率，其相关的分析检测技术能以非入侵方式收集并检测，已成为人体生物标志物水平及健康状况分析的重要手段。例如：人体汗液中的皮质醇被认为与重度抑郁症、应激障碍有关，汗液中细胞因子的存在对于检测人体炎症情况具有很大意义，氯离子浓度可以检测婴儿是否患有囊性纤维化病，钠离子浓度可以反应人体电解质的水平和低钠血症发生的几率，葡萄糖浓度可以反应人体的血糖水平等。市场上所发售的可穿戴设备，例如智能手表和智能手环，能对人体的各种生理标志物进行监控，但是这些可穿戴设备由刚性的材料组成，这在一定程度上会让用户产生不适感，并且限制了设备只能在手腕使用，并且电子设备在成本上也是居高不下。为了对人体汗液生理标志物进行检测，国内外的研究者们做了很多的工作。有报道研究人员设计了一种柔性的可穿戴贴片，通过集成包括钾离子、钠离子、葡萄糖、乳酸等电化学检测单元，实现了实时的人体汗液成分监测，然而电化学检测汗液成分的方法需要复杂的数据采集和传输模块，故而增加了工艺难度和成本。特别是，最近发展的可穿戴微流控贴片，大多采用比色法对汗液氯离子、pH、葡萄糖、乳酸进行检测，但是该方法需要借助图像采集设备并依靠于光照条件，且无法用户直接精确读数。由于人体体表汗液的分泌具有不连续性，使其收集与分析具有不可控、易蒸发和易污染等缺点，而传统的距离法检测需要每次定量给液，因此不能应用于汗液的可穿戴即时检测中。因此，开发一种成本低廉，能实现高通量、多时段、可视化检测，并即时预警的汗液检测贴片势在必行。

技术实现思路

[0003]针对现有技术存在的问题，本专利技术的第一个目的在于提供一种汗液微流控贴片，该贴片由粘附层、微流控主层、刻度层和封装层组成。该贴片结构简单，便于使用，无需外接电源，可满足快速检测和准确读数要求。
[0004]本专利技术的第二个目的在于提供一种汗液微流控贴片的可视化模型，该模型以汗液中与生理指数相关的特征数据作为输入变量，建立与微流控贴片刻度的相关性模型。该模型结构简单，兼容性强，相关数据获取容易，可以快速、准确的分析实现汗液成分并进行可视化显示。
[0005]本专利技术的第三个目的在于提供一种汗液微流控贴片的制备方法，该方法将色素及检测剂预先涂覆于微流控主层上，待溶液完全干燥后进行封装即得。该制备方法工艺简单，生产成本低，无需额外投资，适合连续性工业化生产。
[0006]为实现上述技术目的，本专利技术提供了一种汗液微流控贴片的可视化模型，包括以下步骤：
[0007]步骤1)：获取汗液中与生理指数相关的特征数据；
[0008]步骤2)：对汗液中与生理指数相关的特征数据进行降噪和预处理；
[0009]步骤3)：获取生理指数与微流控贴片刻度的相关性数据
[0010]步骤4)：建立汗液中与生理指数相关的特征数据与微流控贴片刻度间的可视化模型；
[0011]步骤5)：对步骤4)所得模型进行性能检测及参数优化。
[0012]本专利技术提取汗液成分中与生理指数相关的特征数据，以生理指数作为桥梁，建立汗液与微流控贴片刻度之间的可视化模型，该模型可以快速、准确的分析汗液中的成分，并将这些成分可视化显示出来，模型回归性好，准确度高，误差精度在1％以下。
[0013]作为一项优选的方案，所述汗液中与生理指数相关的特征数据包括：汗液体积，葡萄糖浓度和氯离子浓度。
[0014]作为一项优选的方案，所述降噪和预处理过程，包括：I)对特征数据进行标记分类；II)对特征数据中的异常数据进行清洗，并将清洗后的数据设置梯度区间，进行归一化处理。特征数据按照体积，葡萄糖浓度和氯离子浓度进行分类，当所得特征数据明显超出或低于采集范围时，对其进行清洗去除；归一化处理的主要目的在于消除量纲对于特征数据的影响，将特征数据转为无量纲表达，简化计算。
[0015]作为一项优选的方案，微流控贴片刻度随汗液量变化的改变量，微流控贴片刻度随葡萄糖浓度变化的改变量和微流控贴片刻度随氯离子浓度变化的改变量。
[0016]作为一项优选的方案，所述汗液中与生理指数相关的特征数据与微流控贴片刻度间的可视化模型为线性模型、非线性模型或机器学习模型。
[0017]作为一项优选的方案，所述机器学习模型的建立过程包括：
[0018]i)汗液中与生理指数相关的特征数据中50～70％作为训练集数据，10～20％数据作为测试集数据，其余数据作为验证集数据；
[0019]ii)以训练集数据为输入变量，微流控贴片刻度为输出变量建立二者的神经网络模型，所述隐藏层神经元个数为5～15，训练算法为；
[0020]iii)利用测试集数据测试神经网络模型准确度。
[0021]作为一项优选的方案，所述模型性能检测及参数优化的过程为：通过验证集数据检测模型实际预测能力，并通过L
‑
M算法进行参数寻优。
[0022]本专利技术还提供了一种汗液微流控贴片，由上述的可视化模型所得，包括：粘附层、微流控主层、刻度层和封装层；所述微流控主层为单通道、双通道和多通道并联结构中的一种；所述粘附层、微流控主层、刻度层和封装层由下而上依次堆叠。
[0023]作为一项优选的方案，所述粘附层上设有进液口；所述微流控主层设有进液区，色素区，试剂区，参比通道和反应通道；所述进液区位于进液口正上方。
[0024]作为一项优选的方案，所述色素区和试剂区独立位于进液区两侧。
[0025]作为一项优选的方案，所述色素区一端连接进液区，另一端连接参比通道。
[0026]作为一项优选的方案，所述试剂区一端连接进液区，另一端连接反应通道。
[0027]作为一项优选的方案，所述刻度层上设有参比刻度，健康提醒刻度和标志物浓度
刻度。
[0028]作为一项优选的方案，所述参比刻度位于参比通道一侧，标志物浓度刻度位于反应通道一侧，健康提醒刻度位于参比刻度和标志物浓度刻度中间。
[0029]本专利技术所述的一种汗液微流控贴片的读数方法为：色素随汗液移动的距离在参比刻度(8)的读数记为R，汗液中标志物生成沉淀的长度在健康提醒刻度(9)的读数记为H；当R到达参比刻度(8)的某个区域(Rn,n＝1,2,3,
…
)时，汗液标志物产生的沉淀物距离L，应从标志物浓度刻度(10)上第n个读数条(Ln)来读取标志物浓度。
[0030]进一步的，健康提醒刻度的读数方式为：当R等于H时，标志物浓度为健康状态与非健康状态的分界点，疾病标志物浓度的范围高于分界点时，则R大于H为健康状态，R小于H为亚健康或患病状态，疾病标志物浓度的范围低于分界点时，则R小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汗液微流控贴片的可视化模型，其特征在于，包括以下步骤：步骤1)：获取汗液中与生理指数相关的特征数据；步骤2)：对汗液中与生理指数相关的特征数据进行降噪和预处理；步骤3)：获取生理指数与微流控贴片刻度的相关性数据步骤4)：建立汗液中与生理指数相关的特征数据与微流控贴片刻度间的可视化模型；步骤5)：对步骤4)所得模型进行性能检测及参数优化。2.根据权利要求1所述的一种汗液微流控贴片的可视化模型，其特征在于：所述汗液中与生理指数相关的特征数据包括：汗液体积，葡萄糖浓度和氯离子浓度。3.根据权利要求1所述的一种汗液微流控贴片的可视化模型，其特征在于：所述降噪和预处理过程，包括：I)对特征数据进行标记分类；II)对特征数据中的异常数据进行清洗，并将清洗后的数据设置梯度区间，进行归一化处理。4.根据权利要求1所述的一种汗液微流控贴片的可视化模型，其特征在于：所述生理指数与微流控贴片刻度的相关性数据包括：微流控贴片刻度随汗液量变化的改变量，微流控贴片刻度随葡萄糖浓度变化的改变量和微流控贴片刻度随氯离子浓度变化的改变量。5.根据权利要求1所述的一种汗液微流控贴片的可视化模型，其特征在于：所述汗液中与生理指数相关的特征数据与微流控贴片刻度间的可视化模型为线性模型、非线性模型或机器学习模型；所述机器学习模型的建立过程包括：i)汗液中与生理指数相关的特征数据中50～70％作为训练集数据，10～20％数据作为测试集数据，其余数据作为验证集数据；ii)以训练集数据为输入变量，微流控贴片刻度为输出变量建立二者的神经网络模型，所述隐藏层神经元个数为5～15，训练算法为；ii...

【专利技术属性】
技术研发人员：王秀锋，邓慕晗，李孝峰，杨汉林，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：