[发明专利]建立人眼房水葡萄糖含量近红外光谱预测数学模型的方法

说明书

技术领域

本发明属于生物组织参数检测领域，具体涉及一种建立人眼房水葡萄糖含量近红外光谱预测数学模型的方法。

背景技术

在利用近红外光谱进行血糖检测的方法中，需通过采集到的被测部位的近红外光谱，应用主成分分析法以及化学计量学等手段，建立被测组织组分与光谱学特征的对应关系，即数学模型，才能够实现对血糖的无创检测。近红外光谱分析常用的化学计量学方法为多元校正法，主要包括多元线性回归、主成分回归、偏最小二乘法等。

目前，运用偏最小二乘法进行近红外光谱数学模型分析多运用于农林业领域，如中国专利201510176830.4公开了一种基于近红外光谱的热处理木材材色的数学模型及检测方法，其建立了一种数学模型可以对热处理木材的材色进行在线检测，但该模型不能用于检测生物组织葡萄糖浓度。

张洪艳在其博士论文《近红外光谱技术在人体血糖无创检测中的应用研究》中提出了葡萄糖溶液的近红外透射光谱的建模结果，该模型对于近红外无创血糖透射式检测有一定的指导意义。但目前透射式的检测部位均为组织成分复杂的非优良光学介质，如耳垂、手指或手掌等。因此，该文章中的透射式建模结果并不适合于人眼内虹膜反射的近红外光谱的检测。针对眼内房水近红外光谱而建立的葡萄糖浓度预测数学模型还未见报道。

发明内容

本发明的目的在于提供一种建立人眼房水葡萄糖含量近红外光谱预测数学模型的方法，克服了现有方法无法完成人眼虹膜反射近红外光谱葡萄糖含量预测的问题。

实现本发明目的的技术解决方案为：一种人眼房水中葡萄糖含量近红外光谱预测数学模型的建立，包括如下步骤：

步骤1：建立人造前房模型，将人造房水溶液注入人造前房模型，以填充了人造房水溶液的人造前房模型作为校正集。

步骤2：应用近红外光谱仪从校正集中采集人造前房模型中返回的包含人造房水溶液内葡萄糖含量信息的近红外光谱数据。

步骤3：对测得的近红外光谱数据进行预处理。

步骤4：对预处理后的近红外光谱数据利用偏最小二乘法将人造房水溶液中实际葡萄糖含量与经光谱预处理后的人造房水溶液的近红外光谱数据相关联，运用完全交互检验验证法对所建模型的拟合及预测能力进行评价，从而建立起基于近红外光谱信息的人眼中葡萄糖含量的预测数学模型。

所述步骤1中人造前房模型包括有机玻璃接触镜和石英平板，有机玻璃接触镜模仿角膜，石英平板模仿虹膜，在有机玻璃接触镜和石英平板间填充调配好的人造房水溶液。

为了使建立的人造前房模型准确的反映真实的人眼情况，步骤1中的人造前方模型中接触镜和石英平板间填充的人造房水溶液体积为50～80μL，从石英平板的内表面到接触镜的内表面距离为3.00～3.35mm。步骤1中人造房水溶液以0.9％的生理盐水为基底，并且保证其pH值与真实房水一样均为8，保证各组分物质浓度的协方差为0。

为了保证校准集中葡萄糖浓度覆盖较宽的范围，步骤1中调配人造房水训练集葡萄糖浓度为1～30mmol/L，浓度间隔为1mmol/L。

步骤2所述的近红外光谱条件为：测样方式为反射，光谱扫描范围为1500～1800nm，分别率为2nm，对样品集中的每一个样品重复扫描三次，取平均值作为样品光谱。

步骤3中预处理包括噪声滤除、归一化处理、数据筛选、光谱范围的优化选择、中心化及标准化处理，所述预处理选取的谱区范围为1500～1800nm，17点平滑处理，4个主成分数。

本发明与现有技术相比，其显著优点：

(1)构造人造前房模型，并利用化学编码方法调配不同葡萄糖浓度的人造前房溶液，用以作为数学模型的校正集样本，更加真实地模拟出了实际测试中的光束动向，更加符合运用该数学模型的实际检测条件。

(2)运用偏最小二乘法构建预测的数学模型，利用完全交互检验验证方法对模型的拟合和预测能力的评价，极大程度地保证了本发明中数学模型的精度，为后续预测未知葡萄糖浓度的活体人眼房水近红外光谱提供了精度保障。

(3)本发明提供的建立人眼房水葡萄糖含量近红外光谱预测数学模型的方法，模型校正集浓度范围广，精度高，在房水葡萄糖浓度检测过程中具有快速、 准确和高效的特点。

附图说明

图1为本发明的建立人眼房水葡萄糖含量近红外光谱预测数学模型的方法的流程图。

图2为本发明的建立人眼房水葡萄糖含量近红外光谱预测数学模型的方法的人造前房模型图。

具体实施方式

下面结合附图对本发明作进一步详细描述。