[发明专利]多位置漫射光谱数据的处理、建模、预测方法和处理装置

说明书

公开了多位置漫射光谱数据的处理方法、建模方法、预测方法和处理装置。一示例光谱数据处理方法可以包括：使用探测光，对包含特定成分的被测介质进行照射；获得被测介质在第一径向位置处的第一光谱数据以及在第二径向位置处的第二光谱数据，其中所述第一径向位置和所述第二径向位置是任意选择的；以及对第一光谱数据和第二光谱数据进行差分处理。

技术领域

本公开一般地涉及光谱检测领域，具体地，涉及光谱检测方法、成分浓度建模和预测方法以及用于光谱检测的处理装置。

背景技术

光谱检测法具有绿色无污染、不破坏样品、检测速度快、可实现多成分同时定量分析和不需要使用任何试剂或试纸以及连续、实时监测等优点，是真正意义上的无创检测技术。在生物医学领域，采用近红外吸收光谱方法已成功地实现快速、无创伤检测生物组织血氧饱和度等生化指标，近红外光谱测量方法被认为是最有应用前景的人体内化学成分无创检测技术之一。

利用光谱方法对被测物成分浓度进行检测时，需要测定的被测物通常是不经过提纯等预处理的复杂样品，或者是人体中的某种待测成分。当待测成分浓度变化具有明显的波长特性时，则可以采用多变量回归的方法建立校正模型进行待测成分的浓度测量。但是在复杂样品或个体中，除了待测成分外，还包含大量无法预知的干扰成分，如人体的某些成分浓度变化受人体温度、心情等变化的影响，波长特性不明显。因此，需要消除这些不可预知的背景对待测物浓度分析的影响后，再进行浓度测量分析。近红外光谱分析建立数学模型所用校正样品集应当包含待测样品的各种背景。

以无创血糖浓度检测为例，人体组织中的血糖含量很少，且在生理范围内的变化非常小，因此血糖变化导致的信号极其微弱。另一方面，组织自身的光学特性也非常复杂，光穿过动态变化的人体组织时，除了部分光被吸收外，由于非线性散射的存在，也使得提取糖信号变得十分困难。组织中的水、脂肪、蛋白等近红外区域也都存在吸收，这些干扰因素引起的信号强度甚至大于葡萄糖浓度改变引起的光强。而且同一种基团可以在本谱区的不同倍频区出现吸收峰，因此复杂样品或个体同一近红外谱区内常有不同分子、多种基团的谱峰重叠在一起。加之生物活体的新陈代谢、生理周期、情绪波动以及环境影响等因素都会直接或间接地影响到人体组织中各种物质成分的含量，从而不能有效提取待测样品中的血糖浓度信息。由于这些问题涉及因素多而复杂，以当前的科研水平，这些因素的变化很难实时监测。因此，寻找一种参考测量的方法也是解决上述问题的可行途径。人体血氧饱和度测量就是采取了相对测量才获得成功的典型例子。

在离体实验中，通常采用双光路参考测量和临近背景扣除的方法来消除仪器的漂移等引起的共模干扰，也就是通过测量与被测物质光谱性质相近的参考样品的光谱作为背景光谱来进行差分运算。实验结果表明这种方法能有效消除测量中的共模变化的影响。

但在某些应用如人体血糖浓度的测量中，却很难找到与被测物光学性质一样并包含被测物背景变动信息的参考物，以实现参考测量。在近红外无创血糖检测的临床中，由于很难找到光学特性与人体相似的参考物，在人体中也不存在某个部位不含葡萄糖，或者葡萄糖浓度能一直固定不变，因此这种在离体实验中可以采用的扣除背景参考物的光谱处理方法还无法直接应用于活体检测。即使在测量系统中引入反射率与人体皮肤漫反射率量级相近的标准反射板或者仿体作为背景参考物，消除了部分硬件系统参考信号的影响，但由于光在反射板或仿体上的传播方式与人体皮肤存在差异，人体中自身的新陈代谢、生理周期、情绪波动以及环境影响等因素在标准反射板或仿体的光谱中无法体现，变化信号无法获得，这也是目前利用近红外光谱方法提取人体血糖浓度信息的最大障碍。

因此，采用近红外光谱法对人体组织某种成分浓度进行检测时，实际的测量过程可归结为从复杂重叠的背景中提取微弱的浓度变化特异性信息，并且有用信息的提取过程受到人体的各种生理因素的制约和影响。