一种无创血糖测量穿戴设备及数据处理方法技术

本发明专利技术公开了一种无创血糖测量穿戴设备及数据处理方法，一种无创血糖测量穿戴设备包括至少两组产生不同波长的红外测量模块与至少一组绿光测量模块；一种无创血糖数据处理方法，包括调光逻辑运算、特征计算及血糖曲线拟合。本发明专利技术提供一种无创血糖测量穿戴设备及数据处理方法，在原有红外光测量的基础上增加绿光测量，以获得单纯因血液中水分的吸收峰值，并以此对红外光测量的数据进行校准修正，以实现水分对红外光测量数据的影响，提高红外光对血糖测量数据的精确度。血糖测量数据的精确度。血糖测量数据的精确度。

【技术实现步骤摘要】
一种无创血糖测量穿戴设备及数据处理方法


[0001]本专利技术涉及血糖测量
，更具体地说，是涉及一种无创血糖测量穿戴设备及数据处理方法。

技术介绍

[0002]血糖测量是对糖尿病预防与治疗的一种有效手段，根据是否对人体产生创口可分为有创血糖测量与无创血糖测量。有创血糖测量由于需要在皮肤上刺破一定深度进行血液样本采集，可能会引起疼痛和不适，并存在感染风险，且操作复杂，故在智能穿戴设备等极少采用。智能穿戴设备采用更多的是无创血糖测量技术，通常是使用近红外光对人体进行血液测量，但在实际智能穿戴设备的应用中，近红外光血糖测量技术仍存在测量精度的问题，具体包括如下问题。
[0003]1.利用光谱法采用近红外光测量血糖受到智能设备的佩戴位置与松紧度的影响，也同样会受到皮肤、毛发的厚度等因素影响，导致血糖测量结果出现偏差，测量精度降低。
[0004]2.不同成分对近红外光的吸收峰不同，现有智能穿戴设备通常采用近红外光对人体血液进行测量，然而，在近红外光照射的情况下，人体血液中的水分存在较明显的吸收峰，同一成分在不同波长的红外光下吸收峰也并不相同，部分波长下水分产生的吸收峰较血糖产生的吸收峰更为明显，故血糖测量结果会受到水分存在的影响，稳定性降低，导致测量获得的血糖数值的准确度降低。

技术实现思路

[0005]为了克服现有红外光对血糖测量精度的不足，本专利技术提供一种无创血糖测量穿戴设备及数据处理方法，在原有红外光测量的基础上增加绿光测量，以获得单纯因血液中水分的吸收峰值，并以此对红外光测量的数据进行校准修正，以实现水分对红外光测量数据的影响，提高红外光对血糖测量数据的精确度。
[0006]本专利技术技术方案如下所述：
[0007]一种无创血糖穿戴设备，包括至少两组产生不同波长的红外测量模块与至少一组绿光测量模块。
[0008]本专利技术在两组不同波长的近红外光的基础上增加了一组测量用绿光。在绿光照射下，血糖不存在明显的吸收峰，相对而言，绿光照射下产生的吸收峰可认为是仅是血液中的水分产生的，故可使用绿光的吸收率对两组红外光的吸收率进行校准，抑制水分在对红外光的影响，以提高近红外光对血糖的跟随性与测量数据的准确性。
[0009]上述的一种无创血糖测量穿戴设备，包括两组包含有波长为1310纳米与1550纳米的红外光测量模块及一组波长为560纳米的绿光测量模块。
[0010]每组红外光测量模块包含若干颗产生不同波长红外光模块，在本专利技术中，每组红外光测量模块包含产生1310纳米红外光的光模块与产生1550纳米红外光的光模块。葡萄糖分子的近红外吸收波长主要集中在1500纳米
‑
1800纳米与1100纳米
‑
1400纳米这两部分，同
时，1500纳米
‑
1850纳米波段对无创血糖测量的多元线性回归建模最为有用，且该波段内水分子的吸收相对较弱。
[0011]上述的一种无创血糖测量穿戴设备，其中一组红外测量模块的红外光照射方向顺着臂长方向，另一组红外测量模块的红外光照射逆着臂长方向，绿光测量模块的绿光照射方向顺着臂长方向。
[0012]上述的一种无创血糖测量穿戴设备，包括设置在中心的光电转换接收器件，红外测量模块分别设置在光电转换接收器件的两侧，绿光测量模块设置在其中一个红外测量模块与光电转换接收器件之间。
[0013]进一步的，还包括
[0014]滤波模块，用于过滤并初步处理自光电转换接收器件发送的电信号；
[0015]模数转换模块，将从滤波模块接收的模拟信号转换为数字信号并发送至MCU处理模块；
[0016]MCU处理模块，用于处理光电转换接收器件接收的血糖信号的数据处理；
[0017]通讯模块，使得MCU处理模块与云端数据管理器、移动终端设备实现数据互换。
[0018]再进一步的，光电转换接收器件与滤波模块连接，滤波模块与模数转换模块连接，模数转换模块与MCU处理模块连接，MCU处理模块通过通讯模块分别与云端数据管理器、移动终端设备连接。
[0019]一种无创血糖数据处理方法，处理过程包括
[0020]步骤S1.计算绿光波形数据的平均值；
[0021]步骤S2.调节红外光，使得红外光波形数据达到80％
‑
120％绿光波形数据的平均值；
[0022]步骤S3.对红外光与绿光的光谱进行功率谱转换；
[0023]步骤S4.获取绿光的功率谱中的最大值坐标，并找到对应的红外光的功率谱中的数值；
[0024]步骤S5.根据预设血糖公式进行计算。
[0025]进一步的，步骤S5中的预设血糖公式为
[0026]rate_bc(t)＝freq_ir3_val/freq_ir1_val+(freq_ir4_val/freq_ir2_val)+
…
+
[0027]freq_ir(n+2)_val/freq_ir(n)_val+f_cnn(t)，
[0028]其中，rate_bc(t)为t时刻的血糖特征值，
[0029]freq_ir1_val、freq_ir2_val、freq_ir3_val、freq_ir4_val、freq_ir(n+2)_val及freq_ir(n)_val分别为步骤S4中与绿光最大值对应的红外光的数值；
[0030]f_cnn(t)为神经网络计算分偏置。
[0031]步骤S1中，使用固定的绿光配置对绿光模块进行绿光检测，调整绿光模块的输出参数，使得绿光测量模块获得模数转换值处于设定区间内，计算此时绿光测量模块获得的绿光波形数据的平均值。
[0032]步骤S2中，使用固定的红外光配置对红外光模块进行红外光检测，调整红外光的输出参数，使得红外光测量模块获得的红外光波形数据波形数据的80％gre_average
‑
120％gre_average的区间内。
[0033]步骤S4中与绿光最大值对应的红外光的数值，即红外测量模块在绿光最大值时对
应的数值，存在几个红外测量模块即有几个对应数值。对于该公式而言，存在n+2个红外测量模块，既有n+2个绿光最大值时对应红外光数值，按照预设的设定顺序逐一按照1、2、3
……
、n、n+1、n+2排序，然后按照上述公式计算得出rate_bc(t)。
[0034]freq_ir3_val/freq_ir1_val+(freq_ir4_val/freq_ir2_val)+
…
+freq_ir(n+2)_val/freq_ir(n)_val为理想数值，在实际运用中，受到肤色、毛发浓度、佩戴位置及佩戴松紧度的影响，根据红外光得出的数据存在偏差，故需要增加f_cnn(t)这一计算分偏置纠正这些影响因素带来的偏差值。
[0035]f_cnn(t)的获取方式，采集多个不同血糖程度的人体多组同一时间的血糖值与理想血糖特征值，形成血糖值与理想血糖特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无创血糖测量穿戴设备，其特征在于，包括至少两组产生不同波长的红外测量模块与至少一组绿光测量模块。2.根据权利要求1中所述的一种无创血糖测量穿戴设备，其特征在于，包括两组包含有波长为1310纳米与1550纳米的红外光测量模块及一组波长为560纳米的绿光测量模块。3.根据权利要求1中所述的一种无创血糖测量穿戴设备，其特征在于，其中一组红外测量模块的红外光照射方向顺着臂长方向，另一组红外测量模块的红外光照射逆着臂长方向，绿光测量模块的绿光照射方向顺着臂长方向。4.根据权利要求1中所述的一种无创血糖测量穿戴设备，其特征在于，包括设置在中心的光电转换接收器件，红外测量模块分别设置在光电转换接收器件的两侧，绿光测量模块设置在其中一个红外测量模块与光电转换接收器件之间。5.根据权利要求1中所述的一种无创血糖测量穿戴设备，其特征在于，还包括滤波模块，用于过滤并初步处理自光电转换接收器件发送的电信号；模数转换模块，将从滤波模块接收的模拟信号转换为数字信号并发送至MCU处理模块；MCU处理模块，用于处理光电转换接收器件接收的血糖信号的数据处理；通讯模块，使得MCU处理模块与云端数据管理器、移动终端设备实现数据互换。6.一种无创血糖测量穿戴设备及数据处理方法，其特征在于，处理过程包括步骤S1.计算绿光波形数据的平均值；步骤S2.调节红外光，使得红外光波形数据达到80％
‑
120％绿光波形数据的平均值；步骤S3.对红外光与绿光的光谱进行功率谱转换；步骤S4.获取绿光的功率谱中的最大值坐标，并找到对应的红外光的功率谱中的数值；步骤S5.根据预设血糖公式进行计算。7.根据权利要求6中所述的一...

【专利技术属性】
技术研发人员：李久朝，丁辉，
申请(专利权)人：深圳市维亿魄科技有限公司，
类型：发明
国别省市：