近紅外光譜無創(chuàng)血糖檢測中的偶然相關及波長選擇的研究.pdf

1、糖尿病是危害人類健康的世界性難題，患病率呈上升趨勢，無創(chuàng)血糖檢測可以降低患者日常監(jiān)測血糖濃度的不便和痛苦。無創(chuàng)性血糖檢測研究中使用較多的是近紅外光譜分析技術，但其光譜組成復雜，血糖信號微弱，波長之間多重相關，檢測精度需要提高?；诖?，本課題對近紅外光譜血糖檢測中的偶然相關及波長選擇的問題進行了研究。
　　 運用近紅外光譜分析技術進行血糖檢測時，需要借助化學計量學方法建立模型來實現(xiàn)對未知樣品的定量分析。在模型建立和驗證的過程中通常

2、會引入一定程度的偶然相關，從而影響模型的穩(wěn)健性。本文從算法原理上分析建模方法產生偶然相關的可能性，并采用隨機數(shù)模擬光譜數(shù)據(jù)及參考濃度的研究方式進行驗證。從建模波長數(shù)的選擇和交互驗證方法兩方面考察了不同建模方法在建模的過程中存在偶然相關的概率水平，并給出了最佳的建模波長數(shù)以及最優(yōu)的交互驗證方法，以降低引入的偶然相關。
　　 在血糖檢測中，人體溫度等生理因素的改變，同樣會引起近紅外光譜信息的改變。本文通過離體實驗，研究溫度對葡萄糖濃

3、度檢測的影響關系并指導如何在實際血糖檢測中降低溫度引入的偶然相關。
　　 近紅外區(qū)域中光譜重疊現(xiàn)象嚴重，導致在某些波長處的光譜信息的測量選擇性和靈敏度較差，直接影響了模型的預測精度。本文采用遺傳算法優(yōu)選人體血糖光譜的波長點，驗證其適用性。遺傳算法選擇的波長多集中在血糖的吸收峰附近，與物理期望一致。傳統(tǒng)遺傳算法使PLS模型的RMSEP的值降低了11％，動態(tài)遺傳算法則降低16％。
　　 本文通過對偶然相關及波長選擇的研究，提