陈宇峰 王嘉锐 刘天蕴
吉林大学 仪器科学与电气工程学院,长春 130021
摘要:将葡萄糖分子对光的特征吸收用于无创血糖仪的研究。采集经过手指漫反射的特定波长的近红外光,微信号数据采集系统将含有人体血糖数据的光信号转化为电信号,单片机实现A/D转换以及数据发送,最后使用最小二乘法建立的血糖浓度测试模型对检测到的数据进行分析从而检测出人体血糖值。
关键词:无创血糖检测 微信号采集 稳压电源 PLS算法 GUI人机界面
0 引言
当前市面上普遍使用的血糖仪仍然是会造成创伤的传统血糖仪,与传统血糖仪相比较,无创血糖仪有着明显的优点,如:无创伤、使用方便、无需试纸等。但目前无创血糖仪也存在着精度较低的缺点,主要原因是漫反射信号微弱和多样的背景干扰。研究利用3D打印检测室[1]、高精度光电传感器[2]、微信号数据采集系统[3]、稳压电源[4]、建立PLS血糖浓度测试模型等方法提高无创血糖仪的精度,并从用户角度考虑,利用MATLAB制作了人机交互界面[5]。
1 研究内容及原理
采集微弱的漫反射光信号是系统设计要解决的主要问题[6],漫反射光信号携带人体血糖浓度信息,尽可能采集漫反射光信号对提高人体血糖测量精度尤为重要[7]。因此整个硬件系统围绕这个问题设计,使用大功率激光管以提高漫反射光光强,设计检测室、选用灵敏光电传感器提高采集漫反射光采集率,设计数据采集电路实现微弱光电流采集、放大、滤波等。系统使用1310nm、1550nm激光光源作为近红外光源发射测量光束,光束经过光纤准直器射入测量室。光源模块由稳压电源电路实现供电,减小光源的光功率因电压纹波造成的波动。利用G-PD850光电传感器采集漫反射光,通过数据采集电路将微弱的电流信号进行IV转换、放大、滤波处理,然后将信号送入STM32单片机完成AD转换并通过单片机串口发送到PC端中进行处理。根据朗伯-比尔定律[8]
以此为理论基础,通过PC端设计预测模型与校正模型来计算最终血糖浓度,预测模型的正确与否是获得准确数据的关键[9]。因此建立预测模型时就采用了多种建模手段研究实现方法,并通过校正模型不断完善预测模型提高精度。
2 系统硬件设计
2.1 总体结构与功能
在本文中的近红外光谱无创血糖仪主要由光源、数据采集系统、电源、单片机以及PC机组成
系统结构框图如图1所示。
2.2 光源
为满足系统工作要求,需要光源能够发射1310nm、1550n波长的近红外光,同时要求光源稳定、光功率大[10],满足使用需求。为满足以上要求,选择Haohanxin手持式激光光源为系统提供所需波长近红外光。基本数据如表1所示,光源实物如图2所示。
2.3 数据采集电路
IV转换电路两级低通滤波电路组成近红外光谱无创血糖仪的数据采集电路。光电传感器输出的电流信号由IV转换电路转换成电压信号并完成初级放大,此时信号仍然十分微弱同时伴有高频噪声[11],利用两级低通滤波电路实现信号再放大与滤波最后输出信噪比高的血糖信号。数据采集电路如图3所示。
2.4 线性稳压电源设计
采用线性稳压电源为近红外无创血糖仪供电,主要由变压器、桥式整流电路、电容滤波电路、串联型稳压电路组成[12],电源利用变压器接50Hz交流电,桥式整流电路将交变的电压转变成2.5V、5V直流电压,但此时电源的交流分量仍然较大,因此需要加入电容滤波电路进行滤波,同时为了保证电压波动或负载变化时输出电压稳定加入了串联型稳压电路实现稳压,通过整流、滤波、稳压之后输出纹波小的稳定电压为系统供电。线性稳压电源设计如图4所示。
3 系统软件设计
3.1 软件设计方案
本系统采用模块化的结构设计理念,明确了各个模块的功能,其中主要包括主程序模块,数据采集模块和串行通信模块,软件设计方案如图5所示。
本系统的主要功能是:通过MATLAB GUI控制电源开关及单片机,调整激光光源的工作状态。对经过人体的漫反射近红外光强进行AD采集,再把近红外光强的数字信号异步通信发送到PC端,调用MATLAB串口对象接收光强信号,利用校正集进行分析[13]。验证算法效果通过测试后,对实际样本进行检测,处理,存储和显示检测结果。
主程序模块:为产生需要的光源信号,本系统通过单片机定时器TimerA控制激光管的开关等工作状态。TimerA工作时选择增计数模式,输出选择复位模式。当计数器达到初值时定时器复位,产生中断标志,调节电源开关[14]。
数据采集模块:数据采集模块主要完成对激光通过人体后漫反射的光强信号的采集功能。设置采样频率200Hz,采样点100个,采样时间1s,其流程图如图6所示。
串行通信模块:采用UART方式,设置波特率为9600,利用MATLAB串口来接收串口通信助手发来的数据,用于下一步计算。
3.2 预测与校正模型建立
因本实验使用1310nm、1550nm激光管作为近红外光源发射测量光束,其波数分别为6451 cm-1和7633cm-1,故建模光谱区域也为二者。将样品划分为样本集和校正集后,利用一部分样本集建立预测模型,而后利用另外一部分样本集,采用最小二乘法建立预测模型[15],其中模型评价指标残差平方和为
PRESS值越低,则预测效果越好。校正模型建立后,利用校正集对其进行检验,最后利用校正模型和已测得数据对未知血糖浓度进行预测,故本系统以残差平方和为优化目标来进行参数设计和优选。
3.3 显示界面设计
如图7-1、7-2所示,血糖检测系统的界面显示由MATLAB GUI完成。确定光源波长后,得到吸光度与血糖含量的线性函数,对目标样品进行检测。提取吸光度后,对比拟合函数即可得到血糖检测值,再通过GUI显示函数完成界面设计。点击启动血糖检测系统时,电源激发激光管,硬件系统激活。点击开始血糖检测,可检测出当前样本的血糖情况及用时。若因环境因素导致不准或想要验证结果,可点击重复检测按钮进行对比。点击保存检测数值,将当前血糖结果记录在文本里。若检测完毕,可点击退出系统,关闭显示界面和硬件部分。
4 测试结果与结论
根据PLS算法确定主成分为5时残差平方和以及预测均方根偏差最小,得到血糖预测结果如表2所示,血糖实际值与预测值对比如图8所示。当处于最佳效果时,其中预测浓度误差不超过1.5mmol/L。
实验结果表明,通过对近红外光漫反射的光强采集,处理,分析,最终得到了相对准确的血糖预测结果,误差小于1.5mmol/L。这证明了漫反射信号在血糖预测方面具有较好的表现,利用该方法的本系统具有一定的实用价值。
参考文献
[1]杜玉宝. 便携式无创血糖检测仪的实现[D].重庆大学,2018.
[2]刘洋. 多波长无创血糖检测技术研究[D].吉林大学,2018.
[3]王楚,王亚刚,李文帅.基于LabVIEW的血糖浓度检测系统设计[J].软件导刊,2019,18(07):108-111.
[4]王天培. 近红外漫反射光谱测量中接触温度影响的研究[D].天津大学,2018.
[5]苏文秀. 基于光电检测的多信息融合血糖分析技术研究[D].杭州电子科技大学,2018.
[6]王姝蕾. 无创血糖近红外光谱信号检测与处理技术研究[D].北京邮电大学,2018.