[发明专利]一种基于多波长发光二极管阵列的血脂光声检测装置及检测方法

权利要求书

1.一种基于多波长发光二极管阵列的血脂光声检测装置，其特征在于：包括三维平台，激发光源模块，样品平台，超声换能器，低通滤波器，信号放大器，数据采集卡，计算机和电机驱动电路；所述激发光源模块包括发光二极管阵列，准直透镜和聚焦透镜；所述激发光源模块的下方设有样品平台，所述样品平台底部固定有超声换能器，所述超声换能器连接所述低通滤波器，所述低通滤波器连接所述信号放大器，所述信号放大器连接所述数据采集卡，所述数据采集卡连接所述计算机，所述计算机连接所述电机驱动电路；所述电机驱动电路连接所述三维平台，所述三维平台固定连接激发光源模块；所述发光二极管阵列设置在所述准直透镜上方，所述聚焦透镜设置在所述准直透镜下方，所述发光二极管阵列、所述准直透镜和所述聚焦透镜处于一条垂直中心线上。

2.根据权利要求1所述的一种基于多波长发光二极管阵列的血脂光声检测装置，其特征在于：所述超声换能器为单元探头，环阵或面阵探头。

3.根据权利要求1所述的一种基于多波长发光二极管阵列的血脂光声检测装置，其特征在于：所述聚焦透镜可由一个或多个透镜组合而成。

4.根据权利要求1所述的一种基于多波长发光二极管阵列的血脂光声检测装置，其特征在于：所述发光二极管阵列由四个不同波长和功率的发光二极管组成，四个所述的发光二极管的波长和功率分别为532nm/10.2nw,760nm/6.5nw，920nm/9.6nw和960nm/10.6nw。

5.根据权利要求1所述的一种基于多波长发光二极管阵列的血脂光声检测装置，其特征在于：所述聚焦透镜的焦距为980mm，所述聚焦镜优选为THORLABS的LA1474。

6.一种如权利要求1-5任一项所述的基于多波长发光二极管阵列的血脂光声检测装置的检测方法，其特征在于，包括以下步骤：

步骤一：激发光源模块内的发光二极管阵列激发出脉冲激光，经准直透镜准直后再经聚焦透镜聚焦，然后照射在样品平台的手背静脉血管上激发光声信号；

步骤二：手背静脉血管上产生的光声信号被超声换能器接收，然后经低通滤波器滤波，再经信号放大器放大，滤波放大后的电压信号经数据采集卡采集后由总线传输至计算机，再经计算机上做进一步的数据分析和处理，得到血脂光声信号的峰峰值；计算机也可反向控制数据采集卡的采集频率；

步骤三：计算机通过电机驱动电路驱动三维平台带动激发光源模块，做激光扫描，得到手背静脉血管上不同位置血脂光声信号的峰峰值；

步骤四：得到手背静脉血管上不同位置血脂光声信号的峰峰值，再基于机器学习建立预测模型；

步骤五：基于机器学习建立的预测模型，通过输入波长，血脂光声信号峰峰值来准确预测人体的血脂浓度测量值。

步骤六：根据发光二极管阵列发出光束的波长，样品温度和血脂光声信号的峰峰值，再基于机器学习神经网络框架建立预测模型，预测样品的血脂浓度测量值；预测模型建立的具体步骤为：输入波长、样品温度和血脂光声信号峰峰值的多组数据，并定义输入数据即波长，样品温度和血脂光声信号峰峰值的参数列，输出数据即血脂浓度的参数列；然后用加入遗传算法的BP神经网路络建立预测模型，先确定神经网络的拓扑结构，对神经网络的权值和阈值编码，生成随机种群，再解码赋值给神经网络的权值和阈值，分别用训练样本和测试样本训练和测试网络，得到测试误差，通过测试误差的适应度值从原种群中选择个体，经过交叉和变异操作来更新选中的个体，代入神经网络的预测模型，得到新的测试误差，重插入到原种群中，更新原种群；最后采用同样的更新方式进行下一轮种群更新操作，直达满足终止条件为止。