[发明专利]一种基于组合优化的近红外无创血糖检测波长变量筛选方法

摘要

本发明提供了一种基于组合优化的近红外无创血糖检测波长变量筛选方法，包括以下步骤首先采用不同波长LED近红外光源获得人体血糖检测的透射率光谱数据，然后结合线性回归建模，以均方根误差为指标，对多个波长变量数据用连续投影算法、遗传算法和逐步选择算法选取各组最优的变量组。再通过加权评分方法对每组变量进行打分，最后将三组变量重新组合，综合得分由高到低依次排序，选取得分最高的前几个变量作为最终辅助变量。本算法针对回归建模当中波长变量过多对模型造成过拟合现象的问题，通过加权组合优化，提取出最有效的波长组合。变量精选可以大大简化模型，减少模型计算复杂度，同时提高其预测能力和无创血糖检测的实时性、鲁棒性。

主权项

一种基于组合优化的近红外无创血糖检测波长变量筛选方法，其特征在于，包括以下步骤：步骤一：通过临床试验得到的不同时间段不同浓度的人体血糖值，同时用多个不同波长的LED光源通过非侵入方式获得人体血糖近红外透射率光谱数据；步骤二：然后建立偏最小二乘回归模型，以误差均方根（RMSE）为指标，分别采用连续投影算法、遗传算法和逐步选择算法筛选出各自最优波长变量组，作为初始变量组；步骤三：再对三组变量进行得分评价，将模型复测定系数归一化作为每组间的权值，组内的得分由每个辅助变量对模型的贡献程度t检验来得到，t越大，则该变量得分越高，考虑到组间各变量得分的平衡性，对每组内变量的t检验得分也进行归一化处理；步骤四：对变量得分进行加权，将步骤三得到的组间权值和组内得分进行相乘，若组间变量相同则进行评分累加，最后得到的评分按高低排序；步骤五：选择评分最高的前k个波长变量作为最终辅助变量。