[发明专利]一种血液成分含量的近红外无创检测方法及装置有效

专利信息
申请号: 201410215896.5 申请日: 2014-05-21
公开(公告)号: CN103948393A 公开(公告)日: 2014-07-30
发明(设计)人: 李丽娜;张认成;刘鸿飞 申请(专利权)人: 华侨大学
主分类号: A61B5/1455 分类号: A61B5/1455
代理公司: 厦门市首创君合专利事务所有限公司 35204 代理人: 张松亭
地址: 362000*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种血液成分含量的近红外无创检测方法及装置,包括如下步骤:(1)利用近红外光谱仪通过Y型反射光纤采集人体皮肤表面近红外光谱数据,构成校正集样本;(2)采用标准分析方法,测定校正集样本中每条光谱数据所对应的血液样本的待测成分的真值;(3)对所述近红外光谱数据进行预处理,以去除噪声、基线或其他干扰待测血液成分信息的无用信号;(4)对上述经预处理后的校正集样本中的样本进行奇异样本分析,判别出存在的奇异样本,并从校正集样本中去除奇异样本;(5)用无奇异样本的校正集样本建立基于样条函数的非线性偏最小二乘校正模型;(6)用所构造的基于样条函数的非线性偏最小二乘校正模型,检测未知样本的血液成分含量。
搜索关键词: 一种 血液 成分 含量 红外 检测 方法 装置
【主权项】:
一种血液成分含量的近红外无创检测方法,包括如下步骤:(1)利用近红外光谱仪通过Y型反射光纤采集人体皮肤表面近红外光谱数据,构成校正集样本;(2)采用标准分析方法,测定校正集样本中每条光谱数据所对应的血液样本的待测成分的真值;(3)对所述近红外光谱数据进行预处理,以去除噪声、基线或其他干扰待测血液成分信息的无用信号;(4)对上述经预处理后的校正集样本中的样本进行奇异样本分析,判别出存在的奇异样本,并从校正集样本中去除奇异样本;(5)用无奇异样本的校正集样本建立基于样条函数的非线性偏最小二乘校正模型;(6)用所构造的基于样条函数的非线性偏最小二乘校正模型,检测未知样本的血液成分含量;其特征在于:所述步骤(4)具体包括如下:a、用光谱矩阵X中每一行各元素代表用近红外光谱仪采集获得的一个样本在近红外波段各波长下的吸光度值,计算光谱矩阵X中各行向量即样本i的纯度值pi,1,其计算公式为:pi,1=σi/(μi+α),其中,μi为均值、σi为标准差、α为补偿因子;b、根据步骤a求得的各行向量i的pi,1值,比较pi,1值的大小,将具有最大pi,1值的第i个行向量作为选出的第一个可能的奇异样本,记为O1;c、选出第k(k≥2)个可能的奇异样本,具体为:根据下列公式计算矩阵X中行向量i的长度li其中,di,j为光谱矩阵X中第i行第j列元素,由得到关系矩阵C=D(l)D(l)T/n,根据下列公式计算关系权函数ρi,k<mrow><msub><mi>&rho;</mi><mrow><mi>i</mi><mo>,</mo><mi>k</mi></mrow></msub><mo>=</mo><mfenced open='|' close='|'><mtable><mtr><mtd><msub><mi>c</mi><mrow><mi>i</mi><mo>,</mo><mi>i</mi></mrow></msub></mtd><mtd><msub><mi>c</mi><mrow><mi>i</mi><mo>,</mo><msub><mi>p</mi><mn>1</mn></msub></mrow></msub></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msub><mi>c</mi><mrow><mi>i</mi><mo>,</mo><msub><mi>p</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>c</mi><mrow><msub><mi>p</mi><mn>1</mn></msub><mo>,</mo><mi>i</mi></mrow></msub></mtd><mtd><msub><mi>c</mi><mrow><msub><mi>p</mi><mn>1</mn></msub><mo>,</mo><msub><mi>p</mi><mn>1</mn></msub></mrow></msub></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msub><mi>c</mi><mrow><msub><mi>p</mi><mn>1</mn></msub><mo>,</mo><msub><mi>p</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub></mrow></msub></mtd></mtr><mtr><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>c</mi><mrow><msub><mi>p</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>,</mo><mi>i</mi></mrow></msub></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msub><mi>c</mi><mrow><msub><mi>p</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>,</mo><msub><mi>p</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub></mrow></msub></mtd></mtr></mtable></mfenced></mrow>其中,k表示待确定的第k个可能的奇异样本,pk‑1表示目前已经选定了的第(k‑1)个可能的奇异样本在C矩阵中所在行向量的标号,p1表示通过步骤b已选出的第一个可能的奇异样本在C矩阵中所在行向量的标号;则纯度值pi,k为:pi,k=ρi,ki/(μi+α));将具有最大pi,k值的第i个行向量作为选出的可能的第k个奇异样本,记为Ok,其中k≥2;d、分别用包含可能的奇异样本O1的校正集样本和不包含可能的奇异样本O1的校正集样本建立偏最小二乘校正模型;e、采用交互验证法得到的RMSEP值来评价步骤d中所述的两个模型的精度,若去除O1前后两个校正模型的精度差别非常显著,即包含O1的校正模型的精度明显低于不包含O1的校正模型的精度,则可判定O1为奇异样本,从校正集样本中去除奇异样本O1后,转到下述步骤f;若去除O1前后两个校正模型的精度差别不显著,则可判定O1为含有用信息的正常样本,即该光谱矩阵中无奇异样本,奇异样本判别结束,转到步骤(5)。f、分别用包含可能的奇异样本Ok(其中k≥2)的校正集样本和不包含可能的奇异样本Ok的校正集样本建立偏最小二乘校正模型;g、采用交互验证法得到的RMSEP值来评价步骤f中所述的两个模型的精度,若去除Ok前后两个校正模型的精度差别非常显著,即包含Ok的校正模型的精度明显低于不包含Ok的校正模型的精度,则可判定Ok为奇异样本,从校正集样本中去除奇异样本Ok,令k=k+1,转到上述步骤f;若去除Ok前后两个校正模型的精度差别不显著,则可判定Ok为含有用信息的正常样本,即该光谱矩阵中无其他奇异样本,奇异样本判别过程结束,转到步骤(5)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华侨大学,未经华侨大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201410215896.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top