一种基于嘴唇光学无创测量血糖浓度的检测方法，包括以下步骤：制作人体嘴唇模型；配制不同血糖浓度的测试血液；改变嘴唇模型中血液的血糖浓度，使用不同血糖浓度的血液测试，得到不同血糖浓度的血液的光谱；对得到光谱进行谱归一化处理，根据预设的数据拼成标定光谱矩阵，利用数据融合技术对多种光谱数据进行关联，根据光谱数据和对应的血糖值以及温度值作为输入向量，对预设的数学模型进行训练，得到血糖的测量模型；再使用不同血糖浓度的血液测试，获得一组待测血糖的拉曼光谱和红外吸收光谱，根据预设的方法组成测量矩阵，使用预测模型进行预测血糖值；本发明提高测量的精确性和可靠性；可以无创测量人体的血糖，也可以用于其他参量的测量。
1.一种基于嘴唇光学无创测量血糖浓度的检测方法，其特征在于，包括以下步骤：步骤(一)制作嘴唇模型(11)；
步骤(三)在嘴唇模型(11)的下嘴唇上表面设置A耦合器(3)以及温度传感器(8),下嘴唇的下表面设置B耦合器(4)；红外光源(1)和激光光源(2)由光纤输出到A耦合器(3)再到达需探测的嘴唇部位，A耦合器(3)的反射光到达拉曼光谱仪(5)，B耦合器(4)的反射光到达红外光谱仪(6)，温度传感器(8)、拉曼光谱仪(5)、红外光谱仪(6)信号输出端均连接至计算机(7)；
步骤(四)改变嘴唇模型中血液的血糖浓度，使用不同血糖浓度的血液进行测试，得到拉曼光谱和红外吸收光谱数据；
步骤(五)对得到的拉曼光谱和红外吸收光谱数据进行归一，根据预设的数据拼成标定光谱矩阵；根据光谱数据和对应的血糖值以及温度值作为输入向量，对预设的数学模型进行训练，得到血糖的测量模型；
步骤(六)再使用不同血糖浓度的血液测试，获得一组待测血糖的拉曼光谱和红外吸收光谱，根据预设的方法组成测量矩阵，将测量矩阵的数据使用预测模型进行预测血糖值；
(1)得到至少20组不同血糖浓度分别对应的拉曼光谱和吸收光谱数据；
(2)根据不同血糖浓度中对应的拉曼光谱和吸收光谱在相同频率下的光谱峰值面积数值，将拉曼光谱和吸收光谱分别建立对应血糖浓度下的两个各6X6的矩阵；
(3)使用下列方式对对应血糖浓度下的两个矩阵进行数据归一化：为归一化后的光谱数据值，Xk为归一化前的光谱数据，xmin为矩阵中光谱数据的最小值，xmax为矩阵中光谱数据的最大值；
(4)将归一化后对应血糖浓度的光谱数据矩阵按血糖的大小分布分为两大组，一大组为训练组，至少10小组；一大组为检验组，至少10小组；
(5)将训练组的数据矩阵和温度信号作为输入数据，使用支持向量机的预测判断方法进行预测，径向基核函数作为核函数；
(6)得到预测模型函数后，将检验组的数据矩阵和温度信号作为支持向量机的输入数据，进行预测。
2.根据权利要求1所述的一种基于嘴唇光学无创测量血糖浓度的检测方法，其特征在于，所述拉曼光谱仪(5)的激光器，选用氦氖激光器，波长为632.8nm。
3.根据权利要求1所述的一种基于嘴唇光学无创测量血糖浓度的检测方法，其特征在于，所述红外光谱仪(6)的激光器选用多波长功率恒定调谐激光器，波长范围覆盖830nm至
一种基于嘴唇光学无创测量血糖浓度的检测方法
技术领域
[0001] 本发明属于光学检测技术领域，特别涉及一种基于嘴唇光学无创测量血糖浓度的检测方法。
背景技术
[0002] 全世界几亿人患有糖尿病，它是由于内分泌代谢调节紊乱所造成的疾病。糖尿病在美国已经成为第二大引起死亡的病因。糖尿病的慢性并发症还没完全了解，它对循环系
统和血管的影响将会伤害到身体的组织和器官。为了避免血糖过高或过低，坚持饮食控制
包括含有限量蔗糖的碳水化合物和单饱和脂肪，并和胰岛素药物治疗相结合。为了准确知
道药物的用量，需要不断检测血糖值，目前使用的方法是频繁刺取少量的血样进行测量血
糖。这种方法不方便、脏乱、并且容易感染。
[0003] 另一方面，我们注意到目前已经公开了多项关于无创血糖仪的发明专利，如：一种《无创式血糖仪》(CN 105193426 A)，利用近红外吸收技术和DSP技术为背景技术，通过收集
来自于指尖的红外光(波长为940nm)对人体血糖值进行检测，血糖值与人体温度之间存在
较大的相互影响，必然会导致红外光测量方式出现较大误差。《基于代谢热‑光学方法的无
创血糖检测仪》(CN102293654A)利用红光和红外LD光源(660～940nm)透射手指，根据血糖
的吸收光谱，并采用红外辐射传感器、热敏电阻以及湿度传感器进行检测，由于采用多个传
感器存在相互信号串扰等问题。《基于眼血管血液拉曼散射的无损血糖检测仪》(CN
105266822 A)利用半导体激光器(波长为785nm，功率为1‑5mW)，测量部位为眼前房，但受到
眼镜的安全剂量限制，发射光的信号非常微弱。
[0004] 血糖测量组织成分复杂且血糖含量相对较低，单纯依靠某一个或某几个峰强度进行定量分析，准确度和可重复性不佳。针对上述问题，目前尚未提出有效的解决方法。
发明内容
[0005] 为了解决现有无创伤血糖仪检测方法单一，受各种因素影响测量精度低的缺陷，本发明的目的在于提供一种基于嘴唇光学无创测量血糖浓度的检测方法，将拉曼光谱与红
外光谱相互补充，具有测量误差小的特点。
[0006] 一种基于嘴唇光学无创测量血糖浓度的检测方法，包括以下步骤：
[0007] 步骤(一)制作嘴唇模型11；
[0008] 步骤(二)配制不同血糖浓度的测试血液；
[0009] 步骤(三)在嘴唇模型11的下嘴唇上表面设置A耦合器3以及温度传感器8,下嘴唇的下表面设置B耦合器4；红外光源1和激光光源2由光纤输出到A耦合器3再到达需探测的嘴
唇部位，A耦合器3的反射光到达拉曼光谱仪5，B耦合器4的反射光到达红外光谱仪6，温度传
感器8、拉曼光谱仪5、红外光谱仪6信号输出端均连接至计算机7进行处理；
[0010] 步骤(四)改变嘴唇模型中血液的血糖浓度，使用不同血糖浓度的血液进行测试，得到拉曼光谱和红外吸收光谱数据；
[0011] 步骤(五)对得到的拉曼光谱和红外吸收光谱数据进行归一，根据预设的数据拼成标定光谱矩阵；根据光谱数据和对应的血糖值以及温度值作为输入向量，对预设的数学模
型进行训练，得到血糖的测量模型；
[0012] 步骤(六)再使用不同血糖浓度的血液测试，获得一组待测血糖的拉曼光谱和红外吸收光谱，根据预设的方法组成测量矩阵，将测量矩阵的数据使用预测模型进行预测血糖
值。
[0013] 所述步骤(五)的具体方式是：
[0014] (1)得到至少20组不同血糖浓度分别对应的拉曼光谱和吸收光谱数据；
[0015] (2)根据不同血糖浓度中对应的拉曼光谱和吸收光谱在相同频率下的光谱峰值面积数值，将拉曼光谱和吸收光谱分别建立对应血糖浓度下的两个各6X6的矩阵；
[0016] (3)使用下列方式对对应血糖浓度下的两个矩阵进行数据归一化：
[0017] 为归一化后的光谱数据值，Xk为归一化前的光谱数据，xmin为矩阵中光谱数据的最小值，xmax为矩阵中光谱数据的最大值；
[0018] (4)将归一化后对应血糖浓度的光谱数据矩阵按血糖的大小分布分为两大组，一大组为训练组，至少10小组；一大组为检验组，至少10小组；
[0019] (5)将训练组的数据矩阵和温度信号作为输入数据，使用支持向量机的预测判断方法进行预测，径向基核函数作为核函数；
[0020] (6)得到预测模型函数后，将检验组的数据矩阵和温度信号作为支持向量机的输入数据，进行预测。
[0021] 所述拉曼光谱仪5的激光器，选用氦氖激光器，波长为632.8nm。
[0022] 所述红外光谱仪6的激光器选用多波长功率恒定调谐激光器，波长范围覆盖830nm至2300nm。
[0023] 本发明的有益效果：
[0024] 本发明解决了现有无创伤血糖仪检测方法单一，受各种因素影响测量精度低的缺陷，基于分子振动产生高强度的红外吸收峰以及强度较弱的拉曼峰，反之能产生强的拉曼
峰的分子振动却能产生较弱的红外吸收峰的特点，吸收红外光谱和拉曼光谱相互补偿、相
互印证；利用支持向量机的方法进行判定预测血糖值，其预测的误差都小于0.2mmol/L。
附图说明
[0025] 图1简化嘴唇组织模型。
[0026] 图2为本发明提供的一种基于嘴唇光学无创测量血糖浓度的检测装置的结构示意图。
[0027] 图3为本发明步骤五的流程图。
具体实施方式
[0028] 下面结合具体实施例和附图对本发明做进一步的详细说明。
[0029] 一种基于嘴唇光学无创测量血糖浓度的检测方法，包括以下步骤：
[0030] 步骤(一)制作嘴唇模型11；图1为嘴唇组织结构的简单模型，为了简单起见，模型中分成了血液层和皮肤层；
[0031] 步骤(二)配制不同血糖浓度的测试血液；
[0032] 步骤(三)参照图2，在嘴唇模型11的下嘴唇上表面设置A耦合器3以及温度传感器8,下嘴唇的下表面设置B耦合器4；红外光源1和激光光源2由光纤输出到A耦合器3再到达需
探测的嘴唇部位，A耦合器3的反射光到达拉曼光谱仪5，B耦合器4的反射光到达红外光谱仪
6，温度传感器8、拉曼光谱仪5、红外光谱仪6信号输出端均连接至计算机7进行处理；
[0033] 步骤(四)改变嘴唇模型中血液的血糖浓度，使用不同血糖浓度的血液进行测试，得到拉曼光谱和红外吸收光谱数据；
[0034] 步骤(五)对得到的拉曼光谱和红外吸收光谱数据进行归一，根据预设的数据拼成标定光谱矩阵；根据光谱数据和对应的血糖值以及温度值作为输入向量，对预设的数学模
型进行训练，得到血糖的测量模型；
[0035] 具体为，参照图3：
[0036] (1)得到20组不同血糖浓度分别对应的拉曼光谱和吸收光谱数据；
[0037] (2)根据不同血糖浓度中对应的拉曼光谱和吸收光谱在相同频率下的光谱峰值面积数值，将拉曼光谱和吸收光谱分别建立对应血糖浓度下的两个各6X6的矩阵；
[0038] (3)使用下列方式对对应血糖浓度下的两个矩阵进行数据归一化：
[0039] 为归一化后的光谱数据值，Xk为归一化前的光谱数据，xmin为矩阵中光谱数据的最小值，xmax为矩阵中光谱数据的最大值；
[0040] (4)将归一化后对应血糖浓度的光谱数据矩阵按血糖的大小分布分为两大组，一大组为训练组，至少10小组；一大组为检验组，至少10小组；
[0041] (5)将训练组的数据矩阵和温度信号作为输入数据，使用支持向量机的预测判断方法进行预测，径向基核函数作为核函数；
[0042] (6)得到预测模型函数后，将检验组的数据矩阵和温度信号作为支持向量机的输入数据，进行预测。
[0043] 步骤(六)再使用不同血糖浓度的血液测试，获得一组待测血糖的拉曼光谱和红外吸收光谱，根据预设的方法组成测量矩阵，将测量矩阵的数据使用预测模型进行预测血糖
值。表1为本装置的测量结果，所有样品的误差都小于0.2mmol/L。
[0044] 表1
[0045]
[0046]
[0047] 本发明通过光纤将红外光谱仪、拉曼光谱仪测量系统结构在一起，利用数据处理的新兴技术——数据融合技术，对这两种光谱数据综合处理、分析来提高血糖光学无创监
测的精度和可靠性。克服了血糖无创检测精度低、重现性和可靠性差，难以满足实际使用要
求的问题，本发明利用两种光谱同时测量，通过增加数据探测渠道和数据量，并充分利用拉
曼光谱和吸收光谱数据间的互补性及合作性，让各种光谱信息有效地关联起来、并互相印
证，来提高光学无创血糖检测的精度和可靠性。
