CN110575182A - 用于检测血糖的方法及装置 - Google Patents
用于检测血糖的方法及装置 Download PDFInfo
- Publication number
- CN110575182A CN110575182A CN201910812317.8A CN201910812317A CN110575182A CN 110575182 A CN110575182 A CN 110575182A CN 201910812317 A CN201910812317 A CN 201910812317A CN 110575182 A CN110575182 A CN 110575182A
- Authority
- CN
- China
- Prior art keywords
- human body
- blood glucose
- spectrum information
- dynamic spectrum
- red light
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 210000004369 blood Anatomy 0.000 title claims abstract description 122
- 239000008280 blood Substances 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 33
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 91
- 239000008103 glucose Substances 0.000 claims abstract description 91
- 238000001228 spectrum Methods 0.000 claims abstract description 58
- 230000008859 change Effects 0.000 claims abstract description 10
- 230000008602 contraction Effects 0.000 claims abstract description 9
- 238000013186 photoplethysmography Methods 0.000 claims abstract description 6
- 230000001678 irradiating effect Effects 0.000 claims abstract description 3
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 11
- 239000000126 substance Substances 0.000 description 10
- 238000012360 testing method Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 238000002835 absorbance Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 102000001554 Hemoglobins Human genes 0.000 description 3
- 108010054147 Hemoglobins Proteins 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010241 blood sampling Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 208000001647 Renal Insufficiency Diseases 0.000 description 1
- 206010047571 Visual impairment Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002306 biochemical method Methods 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002848 electrochemical method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 125000002887 hydroxy group Chemical group [H]O* 0.000 description 1
- 230000003345 hyperglycaemic effect Effects 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 230000003914 insulin secretion Effects 0.000 description 1
- 201000006370 kidney failure Diseases 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 210000001365 lymphatic vessel Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 125000002496 methyl group Chemical group [H]C([H])([H])* 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000001640 nerve ending Anatomy 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 206010033675 panniculitis Diseases 0.000 description 1
- 230000037368 penetrate the skin Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 210000004304 subcutaneous tissue Anatomy 0.000 description 1
- 208000029257 vision disease Diseases 0.000 description 1
- 230000004393 visual impairment Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Emergency Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种用于检测血糖的方法及装置。所述方法包括:使用LED照射器向人体的待测部位照射可见红光;通过光电接收器采集从人体的待测部位透射的可见红光的动态光谱信息,所述动态光谱信息为随着人体的心脏的收缩和舒张而发生周期性变化的光电容积脉搏波;根据采集的动态光谱信息确定人体的血糖浓度值。所述装置包括:红光照射单元,使用LED照射器向人体的待测部位照射可见红光;光谱采集单元,通过光电接收器采集从人体的待测部位透射的可见红光的动态光谱信息,所述动态光谱信息为随着人体的心脏的收缩和舒张而发生周期性变化的光电容积脉搏波;血糖浓度确定单元,根据采集的动态光谱信息确定人体的血糖浓度值。
Description
技术领域
本申请涉及人体健康领域,特别涉及一种用于检测血糖的方法及装置。
背景技术
糖尿病是一种以高血糖为特征的慢性疾病,因人体内胰岛素分泌不足或胰岛素作用受损而引起,并且主要表现为血糖浓度高于正常水平,从而导致人体的代谢紊乱。长期处于高血糖状态下会导致视觉障碍、心血管疾病、肾功能衰竭等问题,此外,还会增加心脏病、中风等疾病的患病风险。因此,它是一种严重威胁人类健康的疾病。
目前常见的血糖检测方法主要分为有创和微创检测两种。有创检测多用于医院,即,从患者体内抽取血液样本,使用大型的离心机分离出血清,然后通过生物化学的方法得到血糖浓度值。有创血糖检测的优点在于能够获得较为精确的血糖浓度值,然而,这种方法每次都要抽取患者血液样本,对操作人员有一定的要求,每次检测需要在医院中进行,测量成本较高,并且血液样本需要较长的检测时间,因而不能达到实时检测的目的,这些都给糖尿病患者带来不便。微创检测的测量方法有比色法或电化学法,即,从指间或者其他人体组织中采集血液样本,然后由血糖检测仪上的试纸条通过吸宏作用将血液吸入,以测量血糖浓度。微创检测的优点在于患者可自己进行操作,在日常生活中方便实用,但是也正因为如此,如果在采集过程中操作不当或消毒不完善,则有可能导致患者被传染其他疾病或者被感染,采用这种方法进行长期的血糖测量也会给患者带来一定的风险,并且每次测量均需要采血并消耗一次性试纸,手续复杂,这些问题也限制了患者进行检测的次数,从而影响了血糖监控的整体效果。
因此,需要一种无创血糖检测技术来克服有创和微创检测所存在的上述问题。
发明内容
本发明的目的在于提供一种用于检测血糖的方法及装置。
据本发明的一方面,提供一种用于检测血糖的方法,所述方法包括:使用LED照射器向人体的待测部位照射可见红光;通过光电接收器采集从人体的待测部位透射的可见红光的动态光谱信息,所述动态光谱信息为随着人体的心脏的收缩和舒张而发生周期性变化的光电容积脉搏波;根据采集的动态光谱信息确定人体的血糖浓度值。
优选地,所述可见红光的波长在700nm至800nm之间。
优选地,所述根据采集的动态光谱信息确定人体的血糖浓度值的步骤包括:使用人体的血糖预测模型来根据采集的动态光谱信息确定人体的血糖浓度值,所述血糖预测模型包括人体的待测部位的动态光谱信息与人体的血糖浓度真值之间的对应关系。
优选地,所述方法还包括:使用先前在人体的待测部位针对所述可见红光而采集的动态光谱信息和相应的人体的血糖浓度真值来构建所述血糖预测模型。
优选地,所述血糖预测模型在包括ARM处理器的便携式设备中运行。
优选地,所述LED照射器和所述光电接收器分别布置在夹持装置的用于夹持人体的待测部位的相对的两个夹持件上。
优选地,人体的待测部位为人体的手指前端。
据本发明的另一方面,提供一种用于检测血糖的装置,所述装置包括:红光照射单元,使用LED照射器向人体的待测部位照射可见红光;光谱采集单元,通过光电接收器采集从人体的待测部位透射的可见红光的动态光谱信息,所述动态光谱信息为随着人体的心脏的收缩和舒张而发生周期性变化的光电容积脉搏波;血糖浓度确定单元,根据采集的动态光谱信息确定人体的血糖浓度值。
优选地,所述可见红光的波长在700nm至800nm之间。
优选地,所述血糖浓度确定单元使用人体的血糖预测模型来根据采集的动态光谱信息确定人体的血糖浓度值,所述血糖预测模型包括人体的待测部位的动态光谱信息与人体的血糖浓度真值之间的对应关系。
优选地,所述装置还包括:模型构建单元,使用先前在人体的待测部位针对所述可见红光而采集的动态光谱信息和相应的人体的血糖浓度真值来构建所述血糖预测模型。
优选地,所述血糖预测模型在包括ARM处理器的便携式设备中运行。
优选地,所述LED照射器和所述光电接收器分别布置在夹持装置的用于夹持人体的待测部位的相对的两个夹持件上。
优选地,人体的待测部位为人体的手指前端。
本发明所提供的用于检测血糖的方法及装置能够使得血糖测量***的整体体积变小,便于携带,操作简单,使用方便,并且在低功耗的情况下能够获得较稳定的数据信息。另外,利用光电容积脉搏波进行分析能够减少对人体皮肤组织、肤色、粗糙程度及测量位置变化对测量结果的影响,同时还避免了有创和微创的采血的方法对人体所造成的创伤。此外,所述方法及装置通过采集不同波长下的透射光信号还能够进一步提高血糖检测的稳定性及准确性。
附图说明
通过下面结合附图进行的描述,本发明的目的和特点将会变得更加清楚,其中:
图1是示出根据本发明的示例性实施例的用于检测血糖的方法的流程图;
图2是示出根据本发明的示例性实施例的用于检测血糖的装置的结构框图;
图3是示出根据本发明的示例性实施例的葡萄糖溶液针对全波段光谱的吸光度的示意图;
图4是示出根据本发明的示例性实施例的光电容积脉搏波的示意图;
图5是示出根据本发明的示例性实施例的利用ARM处理器来控制夹持装置检测血糖的***的结构示意图。
具体实施方式
根据血液中葡萄糖的化学结构式可知,葡萄糖中产生吸收作用的官能团主要包括C-H(甲基),O-H(羟基)。当光源照射血液时,血液中的分子对该波段的光具有吸收作用,从而产生跃迁,在跃迁过程中分子吸收能量,进而产生了吸收光光谱(即,透射光光谱)。吸收光光谱的变化中包含了大量有机化合物的组成和分子结构信息,这使得吸收光光谱的变化能够更好地反映血液中的物质成分。
通常,波长为1500nm以上的长波红外线穿透皮肤深度较浅并且仅能作用到皮肤的表层组织,而波长为780nm至1500nm的短波红外线及波长为622nm至780nm的可见红光能够透射人体的组织并且直接作用到人体的血管、***、神经末梢及其他皮下组织。因此,可选择上述短波红外线和可见红光作为LED照射器的照射光源。
图3是示出根据本发明的示例性实施的葡萄糖溶液针对全波段光谱的吸光度的示意图。
参照图3,葡萄糖溶液存在吸收峰的波段(即,葡萄糖溶液在一段波长范围内的吸光度存在较大或急剧的变化量且方向向下)能够更好地对物质成分进行反映。在上述短波红外线和可见红光的波长范围内,葡萄糖溶液在700nm至800nm、1000nm至1100nm的波长范围内的吸收峰较为明显。
考虑到人体血液中除了血糖之外还包含许多的其他物质成分(诸如,水、血红蛋白和脂肪),因此,为了避免这些其他物质成分对光的吸收干扰,应避开血液中的其他物质成分在具有强的吸收峰的波段。
在900nm至1300nm的波长范围内,血色素、蛋白质等物质成分都具有较强的吸收峰。在1300nm至1850nm的波长范围内,主要是水和脂肪的倍频振动吸收峰,各种物质成分的吸收谱峰相互交叠,会使得采集的信号包含合频振动吸收峰与倍频振动吸收峰,从而导致采集的信号的谱带较宽,重叠性较高,不利于进行精准的定量分析。
然而,在700nm至800nm的波长范围内,血糖不仅具有强的吸收峰,而且基本上不存在上述各种物质成分的吸收谱峰相互交叠的问题。因此,为了对血糖检测进行精准的定量分析,在本发明中,可选用波长在700nm至800nm之间的可见红光作为血糖检测的照射光源。
以下,将参照附图来详细说明本发明的利用可见红光来检测血糖的实施例。
图1是示出根据本发明的示例性实施例的用于检测血糖的方法的流程图。
在步骤110中,使用LED照射器向人体的待测部位(诸如,手指前端等)照射可见红光。
其中,可见红光的波长范围可在700nm至800nm之间,并且如前面所描述的,在所述可见红光的照射下,人体的血液中的除血糖之外的其他物质成分(诸如,水、血红蛋白和脂肪)对采集的动态光谱信息所产生的干扰可被降到最小。
在步骤120中,通过光电接收器采集从人体的待测部位透射的可见红光的动态光谱信息,所述动态光谱信息为随着人体的心脏的收缩和舒张而发生周期性变化的光电容积脉搏波。
图4是示出根据本发明的示例性实施例的光电容积脉搏波的示意图。
如图4所示,在可见红光Io经由人体的组织、血管和血液透射过人体的待测部位之后,可根据吸光度的变化信息(诸如,吸光度的最大值Imax,吸光度的最小值Imin)来获得透射的可见红光随着人体的心脏的收缩和舒张而发生周期性变化的动态光谱信息。
在步骤130中,根据采集的动态光谱信息确定人体的血糖浓度值。
作为示例,可使用人体的血糖预测模型来根据采集的动态光谱信息确定人体的血糖浓度值,所述血糖预测模型包括人体的待测部位的动态光谱信息与人体的血糖浓度真值之间的对应关系。这种对应关系可以一维线性函数关系,也可以是多维非线性函数关系。作为示例,人体的血糖浓度真值可通过有创或微创的血糖检测方式来被获得。
在此之前,可使用先前在人体的待测部位针对可见红光而采集的动态光谱信息和相应的人体的血糖浓度真值来构建血糖预测模型。另外,在建模之前还可对采集的数据进行预处理,以减小采集过程中的***误差对血糖预测模型的预测结果的影响,并对采集的动态光谱信息的数据进行平滑、叠加、平均处理,以提高动态光谱信息的信号的信噪比,从而为后续建模提供更为精准的数据依据。
在上述实施例中,还可在700nm至800nm之间选用多种波长的可见红光来采集不同的动态光谱信息数据进行分析,以进一步提高预测结果的精度及稳定性。
图2是示出根据本发明的示例性实施例的用于检测血糖的装置的结构框图。
参照图2,图2所示的装置可包括红光照射单元210、光谱采集单元220和血糖浓度确定单元230。红光照射单元210可使用LED照射器向人体的待测部位照射可见红光。光谱采集单元220可通过光电接收器采集从人体的待测部位透射的可见红光的动态光谱信息,该动态光谱信息为随着人体的心脏的收缩和舒张而发生周期性变化的光电容积脉搏波。血糖浓度确定单元230可根据采集的动态光谱信息确定人体的血糖浓度值。
在图2所示的装置中,可见红光的波长可在700nm至800nm之间,并且在所述可见红光的照射下,人体的血液中的除血糖之外的其他物质成分对采集的动态光谱信息所产生的干扰可被降到最小。
在图2所示的装置中,血糖浓度确定单元230可使用人体的血糖预测模型来根据采集的动态光谱信息确定人体的血糖浓度值,所述血糖预测模型包括人体的待测部位的动态光谱信息与人体的血糖浓度真值之间的对应关系。
此外,图2所示的装置还包括模型构建单元(未示出),模型构建单元可使用先前在人体的待测部位针对可见红光而采集的动态光谱信息和相应的人体的血糖浓度真值来构建血糖预测模型。
图5是示出根据本发明的示例性实施例的利用ARM处理器来控制夹持装置检测血糖的***的结构示意图。
参照图5,图5中所示的***可包括LED照射器401、光电接收器402、ARM处理器403、信号处理器404、血糖显示器405和夹持装置406。血糖预测模型可运行在ARM处理器403上,相应地,图2所示的红光照射单元210、光谱采集单元220和血糖浓度确定单元230可被包括在ARM处理器403中,以使得所述***可使用ARM处理器403来对整个血糖检测过程进行控制。
如图所示,可通过ARM处理器403使用LED照射器401向夹持装置406所夹持的人体的手指前端照射可见红光,并且通过光电接收器402采集从人体的手指前端透射的可见红光的动态光谱信息。采集的动态光谱信息可经由信号处理器404转换、放大和过滤,然后被传送至ARM处理器403中,以使用ARM处理器403中运行的血糖预测模型来根据采集的动态光谱信息确定人体的血糖浓度值。采集的动态光谱信息和确定的血糖浓度值均可显示在血糖显示器405上,以供使用者进行查看。
此外,ARM处理器403还可从与其连接的上位机407(诸如,台式机)下载和更新血糖预测模型,以使其血糖预测结果更为精准。
另外,在图5所示的***中,ARM处理器403可包括在便携式设备中,便携式设备可以以有线/或无线的通信方式连接至LED照射器401和光电接收器402,并且LED照射器401和光电接收器402可分别布置在夹持装置406的用于夹持人体的手指前端的相对的两个夹持件上。
上述实施方式能够使得血糖测量***的整体体积变小,便于携带,操作简单,使用方便,并且在低功耗的情况下能够获得较稳定的数据信息。另外,利用光电容积脉搏波进行分析能够减少对人体皮肤组织、肤色、粗糙程度及测量位置变化对测量结果的影响,同时还避免了有创和微创的采血的方法对人体所造成的创伤。此外,上述实施方式通过采集不同波长下的透射光信号还能够进一步提高血糖检测的稳定性及准确性。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行根据本发明的用于检测血糖的方法的计算机程序。该计算机可读记录介质是可存储由计算机***读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
根据本发明的示例性实施例还提供一种计算机设备。该计算机设备包括处理器和存储器。存储器用于存储计算机程序。所述计算机程序被处理器执行使得处理器执行根据本发明的用于检测血糖的方法的计算机程序。
尽管已参照优选实施例表示和描述了本申请,但本领域技术人员应该理解,在不脱离由权利要求限定的本申请的精神和范围的情况下,可以对这些实施例进行各种修改和变换。
Claims (14)
1.一种用于检测血糖的方法,其特征在于,所述方法包括:
使用LED照射器向人体的待测部位照射可见红光;
通过光电接收器采集从人体的待测部位透射的可见红光的动态光谱信息,所述动态光谱信息为随着人体的心脏的收缩和舒张而发生周期性变化的光电容积脉搏波;
根据采集的动态光谱信息确定人体的血糖浓度值。
2.如权利要求1所述的方法,其特征在于,所述可见红光的波长在700nm至800nm之间。
3.如权利要求2所述的方法,其特征在于,所述根据采集的动态光谱信息确定人体的血糖浓度值的步骤包括:
使用人体的血糖预测模型来根据采集的动态光谱信息确定人体的血糖浓度值,所述血糖预测模型包括人体的待测部位的动态光谱信息与人体的血糖浓度真值之间的对应关系。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
使用先前在人体的待测部位针对所述可见红光而采集的动态光谱信息和相应的人体的血糖浓度真值来构建所述血糖预测模型。
5.如权利要求4所述的方法,其特征在于,所述血糖预测模型在包括ARM处理器的便携式设备中运行。
6.如权利要求5所述的方法,其特征在于,所述LED照射器和所述光电接收器分别布置在夹持装置的用于夹持人体的待测部位的相对的两个夹持件上。
7.如权利要求1-6中任意一项所述的方法,其特征在于,人体的待测部位为人体的手指前端。
8.一种用于检测血糖的装置,其特征在于,所述装置包括:
红光照射单元,使用LED照射器向人体的待测部位照射可见红光;
光谱采集单元,通过光电接收器采集从人体的待测部位透射的可见红光的动态光谱信息,所述动态光谱信息为随着人体的心脏的收缩和舒张而发生周期性变化的光电容积脉搏波;
血糖浓度确定单元,根据采集的动态光谱信息确定人体的血糖浓度值。
9.如权利要求8所述的装置,其特征在于,所述可见红光的波长在700nm至800nm之间。
10.如权利要求9所述的装置,其特征在于,所述血糖浓度确定单元使用人体的血糖预测模型来根据采集的动态光谱信息确定人体的血糖浓度值,所述血糖预测模型包括人体的待测部位的动态光谱信息与人体的血糖浓度真值之间的对应关系。
11.如权利要求10所述的装置,其特征在于,所述装置还包括:
模型构建单元,使用先前在人体的待测部位针对所述可见红光而采集的动态光谱信息和相应的人体的血糖浓度真值来构建所述血糖预测模型。
12.如权利要求11所述的装置,其特征在于,所述血糖预测模型在包括ARM处理器的便携式设备中运行。
13.如权利要求12所述的方法,其特征在于,所述LED照射器和所述光电接收器分别布置在夹持装置的用于夹持人体的待测部位的相对的两个夹持件上。
14.如权利要求8-13中任意一项所述的装置,其特征在于,人体的待测部位为人体的手指前端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812317.8A CN110575182A (zh) | 2019-08-30 | 2019-08-30 | 用于检测血糖的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812317.8A CN110575182A (zh) | 2019-08-30 | 2019-08-30 | 用于检测血糖的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110575182A true CN110575182A (zh) | 2019-12-17 |
Family
ID=68812366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910812317.8A Pending CN110575182A (zh) | 2019-08-30 | 2019-08-30 | 用于检测血糖的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110575182A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110974250A (zh) * | 2019-12-27 | 2020-04-10 | 深圳市太赫兹科技创新研究院有限公司 | 基于太赫兹光谱的血糖检测方法、装置及计算机存储介质 |
CN111956233A (zh) * | 2020-07-14 | 2020-11-20 | 中国科学院西安光学精密机械研究所 | 一种血糖测量装置及血糖测量方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140275852A1 (en) * | 2012-06-22 | 2014-09-18 | Fitbit, Inc. | Wearable heart rate monitor |
CN104246482A (zh) * | 2012-04-19 | 2014-12-24 | 霍夫曼-拉罗奇有限公司 | 用于测定血液中的分析物浓度的方法和设备 |
CN104224196A (zh) * | 2014-09-24 | 2014-12-24 | 天津大学 | 无创测量血液成分浓度的方法 |
CN104739423A (zh) * | 2013-12-27 | 2015-07-01 | 精工爱普生株式会社 | 血液成分分析方法及血液成分分析装置 |
US20160097716A1 (en) * | 2014-09-29 | 2016-04-07 | Zyomed Corp. | Systems and methods for blood glucose and other analyte detection and measurement using collision computing |
WO2016086448A1 (zh) * | 2014-12-06 | 2016-06-09 | 深圳市前海安测信息技术有限公司 | 基于光谱技术的无创血糖测量***及其测量方法 |
CN105686815A (zh) * | 2015-12-10 | 2016-06-22 | 杨航 | 一种无感监测人体生理参数装置 |
CN107296616A (zh) * | 2017-05-20 | 2017-10-27 | 深圳市前海安测信息技术有限公司 | 便携式无创血糖检测设备及方法 |
CN107468258A (zh) * | 2017-09-06 | 2017-12-15 | 湖北科技学院 | 一种远程近红外光谱血糖检测仪及其检测方法 |
CN107616800A (zh) * | 2016-07-13 | 2018-01-23 | 金佶科技股份有限公司 | 生理感测装置及其感测方法 |
-
2019
- 2019-08-30 CN CN201910812317.8A patent/CN110575182A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104246482A (zh) * | 2012-04-19 | 2014-12-24 | 霍夫曼-拉罗奇有限公司 | 用于测定血液中的分析物浓度的方法和设备 |
US20140275852A1 (en) * | 2012-06-22 | 2014-09-18 | Fitbit, Inc. | Wearable heart rate monitor |
CN104739423A (zh) * | 2013-12-27 | 2015-07-01 | 精工爱普生株式会社 | 血液成分分析方法及血液成分分析装置 |
CN104224196A (zh) * | 2014-09-24 | 2014-12-24 | 天津大学 | 无创测量血液成分浓度的方法 |
US20160097716A1 (en) * | 2014-09-29 | 2016-04-07 | Zyomed Corp. | Systems and methods for blood glucose and other analyte detection and measurement using collision computing |
WO2016086448A1 (zh) * | 2014-12-06 | 2016-06-09 | 深圳市前海安测信息技术有限公司 | 基于光谱技术的无创血糖测量***及其测量方法 |
CN105686815A (zh) * | 2015-12-10 | 2016-06-22 | 杨航 | 一种无感监测人体生理参数装置 |
CN107616800A (zh) * | 2016-07-13 | 2018-01-23 | 金佶科技股份有限公司 | 生理感测装置及其感测方法 |
CN107296616A (zh) * | 2017-05-20 | 2017-10-27 | 深圳市前海安测信息技术有限公司 | 便携式无创血糖检测设备及方法 |
CN107468258A (zh) * | 2017-09-06 | 2017-12-15 | 湖北科技学院 | 一种远程近红外光谱血糖检测仪及其检测方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110974250A (zh) * | 2019-12-27 | 2020-04-10 | 深圳市太赫兹科技创新研究院有限公司 | 基于太赫兹光谱的血糖检测方法、装置及计算机存储介质 |
CN110974250B (zh) * | 2019-12-27 | 2024-01-16 | 深圳市华讯方舟光电技术有限公司 | 基于太赫兹光谱的血糖检测方法、装置及计算机存储介质 |
CN111956233A (zh) * | 2020-07-14 | 2020-11-20 | 中国科学院西安光学精密机械研究所 | 一种血糖测量装置及血糖测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11992311B2 (en) | Medical monitoring device for harmonizing physiological measurements | |
EP3397139B1 (en) | Device, system and method for non-invasive monitoring of physiological measurements | |
CN105307568B (zh) | 非侵入式血液分析 | |
CN203861234U (zh) | 近红外双波长无创血糖测量仪 | |
RU2566920C2 (ru) | Способ и система для неинвазивного оптического определения глюкозы крови, используя спектральный анализ данных | |
WO1996004840A1 (en) | Non-invasive blood analyte sensor | |
US10542919B2 (en) | Method and system for non-invasive blood glucose detection utilizing spectral data of one or more components other than glucose | |
WO2018214298A1 (zh) | 无创血糖检测***及方法 | |
CN103190917B (zh) | 一种基于激光拉曼技术的血糖仪 | |
CN109154564A (zh) | 无创性血液分析 | |
CN104224159A (zh) | 检测穴位体表微循环血流的装置 | |
CN112244803A (zh) | 一种糖尿病足风险检测设备 | |
KR20040081852A (ko) | 목적물의 성분농도 측정방법 및 장치 | |
CN108324286B (zh) | 一种基于pca-narx校正算法的红外光无创血糖检测装置 | |
CN110575182A (zh) | 用于检测血糖的方法及装置 | |
CN112022167A (zh) | 一种基于光谱传感器的无创血糖检测方法 | |
US20150223736A1 (en) | System & method for determining blood component concentration | |
CN110384507A (zh) | 一种基于嘴唇光学无创测量血糖浓度的检测方法 | |
CN112568902A (zh) | 一种基于血糖值的无创血糖校准方法 | |
CN102512179A (zh) | 人体血糖无损检测仪 | |
KR20100008074A (ko) | 비침습 혈당 측정 장치 및 방법 | |
Udara et al. | DiabiTech-non-invasive blood glucose monitoring system | |
KR102290280B1 (ko) | 비침습 생체 측정 장치 및 방법과 대사증후군 진단 장치 및 방법 | |
CN219538310U (zh) | 一种基于光学和压力传感检测技术的血糖仪 | |
CN211022696U (zh) | 一种基于近红外光学的便携式无创血糖检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191217 |
|
RJ01 | Rejection of invention patent application after publication |