基于人眼虹膜反射房水近红外光谱的无创血糖检测装置的制作方法

本发明属于生物组织参数检测领域，涉及一种基于人眼虹膜反射房水近红外光谱的无创血糖检测装置。

背景技术：

糖尿病是一种由于胰岛素分泌缺陷或生物学作用障碍引起的以高血糖为特征的代谢性疾病。它是当前威胁全球人类健康的最重要的慢性非传染性疾病之一。目前，大多数自我监控血糖仪采用微创血糖检测方法，该方法既给患者带来了痛楚也增加了感染风险。

中国专利201519152.1公开了一种《无创血糖检测系统》，包括光源模块、光传导模块、光检测模块和数据处理模块，该系统既可以采用透射的方式也可以采用反射的方式进行血糖检测。现有的无创检测仪器多选择手指、耳垂、手掌等部位作为检测对象，虽然该部位包含血糖成分信息，但由于其组织成分复杂，且受体温、人体机能状态等影响较大，因此测量精度很难保证。

德国Wurzburg大学的Wolfgang Schrader等在《Non-invasive glucose determination in the human eye 》一文中以房水作为检测对象，建立了无创血糖检测系统，其选择从晶状体表面反射回的光作为检测光谱，但由于晶状体反射率很低，因此获取的光谱信号信噪比较低，检测精度大受影响。

现有的无创血糖检测装置体积庞大，检测精度较低，成本较为昂贵。

技术实现要素：

本发明的目的在于提供一种基于人眼虹膜反射房水近红外光谱的无创血糖检测装置，克服了传统微创检测对病人手指的损伤，在无创检测的前提下，利用组织成分单纯的房水作为检测对象，提高了检测的精度。

实现本发明目的的技术解决方案为：一种基于人眼虹膜反射房水近红外光谱的无创血糖检测装置，包括卤钨灯、带通滤光片、注视目标、近红外光谱仪、数据处理模块、人眼房水葡萄糖含量近红外光谱预测数学模型模块和LED屏；带通滤光片设置在卤钨灯的出光口，注视目标位于人眼正前方，卤钨灯和近红外光谱仪均位于人眼斜前方，卤钨灯和近红外光谱仪分别位于注视目标的两侧，近红外光谱仪、数据处理模块、人眼房水葡萄糖含量近红外光谱预测数学模型模块和LED屏依次连接；卤钨灯产生连续的近红外光束，经带通滤光片滤光后变为波长在1500~1800 nm范围内的近红外光，以倾斜方向入射到人眼，经人眼的角膜和房水透射后入射虹膜，再经人眼虹膜的反射，第二次通过房水区域，出射的近红外光中包含房水内的葡萄糖含量信息；近红外光谱仪对出射的近红外光进行收集，并分析得到其光谱数据信息，再将其送入数据处理模块；数据处理模块对光谱数据信息进行预处理，将预处理后的数据送入人眼房水葡萄糖含量近红外光谱预测数学模型模块，得到准确的血糖值，并在LED屏上显示。

所述的卤钨灯的波长范围是600 ~2500 nm，带通滤光片的中心波长为1650 nm，半峰宽为150 nm。

所述数据处理模块对光谱数据信息进行预处理包括以下步骤：噪声滤除、归一化处理及光谱范围的优化选择。

所述人眼房水葡萄糖含量近红外光谱预测数学模型模块中人眼房水葡萄糖含量近红外光谱预测数学模型的建立方法如下：

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。

所述有机玻璃接触镜和石英平板间填充的人造房水溶液体积为50~80 μL，从石英平板的内表面到有机玻璃接触镜的内表面距离为3.00~3.35 mm。

所述步骤1中人造房水溶液以0.9%的生理盐水为基底，人造房水溶液的pH值为8，葡萄糖浓度为1~30 mmol/L，浓度间隔为1 mmol/L，各组分物质浓度的协方差为0。

所述步骤2的近红外光谱仪的采样方式为反射，光谱扫描范围为1500~1800 nm，分辨率为2 nm，对校正集中的每一个样品重复扫描三次，取平均值作为样品近红外光谱。

所述步骤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。

所述步骤3中预处理选取的谱区范围为1500~1800 nm，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）以人眼为检测对象，利用人眼房水这一组织成分单纯的优良的光学介质，采用光线倾斜入射角膜，经房水后由虹膜反射回，并再次经过房水出射，相较于从晶状体前表面反射，出射近红外光谱信号的信噪比有了很大程度的提高。

（2）在分析波段的选取上，选择1500~1800 nm的波段作为主分析峰，区别于一般的800~2500 nm的全谱段分析，能够提高光谱分析的精度，保证血糖检测的准确性。

（3）无创检测的方式相较于微创检测可以消除感染风险，减轻检测的不适感。

附图说明

图1为本发明的基于人眼虹膜反射房水近红外光谱的无创血糖检测装置的结构示意图。

图2为本发明的基于人眼虹膜反射房水近红外光谱的无创血糖检测装置的光路图。

图3为本发明的人眼房水葡萄糖含量近红外光谱预测数学模型的建立流程图。

图4为本发明的人眼房水葡萄糖含量近红外光谱预测数学模型中的人造前房模型图。

具体实施方式

下面结合附图对本发明作进一步详细描述。

结合图1和图2，一种基于人眼虹膜反射房水近红外光谱的无创血糖检测装置，包括卤钨灯1、带通滤光片2、注视目标3、近红外光谱仪4、数据处理模块5、人眼房水葡萄糖含量近红外光谱预测数学模型模块6和LED屏7。带通滤光片2设置在卤钨灯1的出光口，注视目标3位于人眼正前方，卤钨灯1和近红外光谱仪4分别位于注视目标3的两侧，近红外光谱仪4、数据处理模块5、人眼房水葡萄糖含量近红外光谱预测数学模型模块6和LED屏7依次连接。卤钨灯1产生连续的近红外光束，经带通滤光片2滤光后变为波长在1500~1800 nm范围内的近红外光，以倾斜方向注入到人眼，经人眼的角膜和房水透射后入射虹膜，经过人眼虹膜的反射后，第二次通过房水区域，出射的近红外光中包含房水内的葡萄糖含量信息。近红外光谱仪4对出射的近红外光进行收集，并分析得到其光谱数据信息，并将其送入数据处理模块5。数据处理模块5对光谱数据信息进行预处理，将预处理后的数据送入人眼房水葡萄糖含量近红外光谱预测数学模型模块6，得到准确的血糖值，并在LED屏7上显示。

所述的卤钨灯1的波长范围是600 ~2500 nm，带通滤光片2的中心波长为1650 nm，半峰宽为150 nm。

所述数据处理模块5对光谱数据信息进行预处理包括以下步骤：噪声滤除、归一化处理及光谱范围的优化选择。

结合图3和图4，所述人眼房水葡萄糖含量近红外光谱预测数学模型模块5中人眼房水葡萄糖含量近红外光谱预测数学模型的建立方法如下：

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。

所述有机玻璃接触镜和石英平板间填充的人造房水溶液体积为50~80 μL，从石英平板的内表面到有机玻璃接触镜的内表面距离为3.00~3.35 mm。

所述步骤1中人造房水溶液以0.9%的生理盐水为基底，人造房水溶液的pH值为8，葡萄糖浓度为1~30 mmol/L，浓度间隔为1 mmol/L，各组分物质浓度的协方差为0。

所述步骤2的近红外光谱仪的采样方式为反射，光谱扫描范围为1500~1800 nm，分辨率为2 nm，对校正集中的每一个样品重复扫描三次，取平均值作为样品近红外光谱。

所述步骤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。

所述步骤3中预处理选取的谱区范围为1500~1800 nm，17点平滑处理，4个主成分数。

实施例1

结合图1和图2，本发明一种基于人眼虹膜反射房水近红外光谱的无创血糖检测装置，包括卤钨灯1、带通滤光片2、注视目标3、近红外光谱仪4、数据处理模块5、人眼房水葡萄糖含量近红外光谱预测数学模型模块6和LED屏7。带通滤光片2设置在卤钨灯1的出光口，注视目标3位于人眼正前方，卤钨灯1和近红外光谱仪4分别位于注视目标3的两侧，近红外光谱仪4、数据处理模块5、人眼房水葡萄糖含量近红外光谱预测数学模型模块6和LED屏7依次连接。卤钨灯1产生连续的近红外光束，经带通滤光片2滤光后变为波长在1500~1800 nm范围内的近红外光，以倾斜45°角方向注入到人眼，经人眼的角膜和房水透射后入射虹膜，经过人眼虹膜的反射后，第二次通过房水区域，出射的近红外光中包含房水内的葡萄糖含量信息。近红外光谱仪4对出射的近红外光进行收集，并分析得到其光谱数据信息，并将其送入数据处理模块5。数据处理模块5对光谱数据信息进行预处理，将预处理后的数据送入人眼房水葡萄糖含量近红外光谱预测数学模型模块6，得到准确的血糖值，并在LED屏7上显示。

所述的卤钨灯1的波长范围是600 ~2500 nm，带通滤光片2的中心波长为1650 nm，半峰宽为150 nm。

所述数据处理模块5对光谱数据信息进行预处理包括以下步骤：噪声滤除、归一化处理及光谱范围的优化选择。

结合图2，选用卤钨灯1作为近红外光源，其优点主要包括波带范围宽、发光性能稳定、使用寿命长等。在卤钨灯1光源后插入中心波长为1650 nm的带通滤光片2，选择波长为1500~1800 nm的光进入人眼。经过会聚透镜组后，以45°的角度倾斜入射角膜，入射光线经过角膜和房水后照射在虹膜表面，经过虹膜的反射，再次通过房水并经过角膜出射。图2 人眼局部放大框图中，L表示倾斜45°角的入射光线，A表示经角膜前表面反射的光线，B表示经角膜前表面透射后从角膜后表面反射的光线，C表示经角膜和房水透射后从虹膜反射的光线。根据反射定律及浦-桑二氏（Purkinje-Sanson）像，仅对从虹膜表面反射回的两次经过房水的光线即光线C进行会聚，并用光纤采集。为保证检测结果的准确性，利用发光的注视目标3实现检测过程中人眼位置的相对固定。

结合图3和图4，所述人眼房水葡萄糖含量近红外光谱预测数学模型模块5中人眼房水葡萄糖含量近红外光谱预测数学模型的建立方法如下：

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。

所述有机玻璃接触镜和石英平板间填充的人造房水溶液体积为60 μL，从石英平板的内表面到有机玻璃接触镜的内表面距离为3.13 mm。

所述步骤1中人造房水溶液以0.9%的生理盐水为基底，人造房水溶液的pH值为8，葡萄糖浓度为1~30 mmol/L，浓度间隔为1 mmol/L，各组分物质浓度的协方差为0。

所述步骤2的近红外光谱仪的采样方式为反射，光谱扫描范围为1500~1800 nm，分辨率为2 nm，对校正集中的每一个样品重复扫描三次，取平均值作为样品近红外光谱。

所述步骤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。

所述步骤3中预处理选取的谱区范围为1500~1800 nm，17点平滑处理，4个主成分数。

本发明通过人眼虹膜反射的方法，采集包含房水中葡萄糖含量信息的近红外光谱，并将光谱数据代入已构建好的数学模型中，从而计算得出人体的血糖含量。整套装置结构紧凑，稳定性高，在对人体无损伤的前提下实现了对血糖的准确检测，有较大的应用前景。