人工神经网络-红外光谱法对人体血糖的无创监测分析

人工神经网络-红外光谱法对人体血糖的无创监测分析

左平¹,², 李映红³, 韩笑¹, 马驷良¹

1. 吉林大学数学学院, 长春 130012; 2. 空军航空大学基础部, 长春 130022;3. 长春大学理学院, 长春 130022

收稿日期:2008-03-03 修回日期:1900-01-01 出版日期:2008-11-26 发布日期:2008-11-26
通讯作者: 马驷良

Analysis of Noninvasive Measurement of Human Blood Glucosewith ANNNIR Spectroscopy

ZUO Ping¹,², LI Ying hong³, HAN Xiao¹, MA Siliang¹

1. College of Mathematics, Jilin University, Changchun 130012, China;2. Department of Foundation, Aviation University of Air Force, Changchun 130022, China;3. College of Sciences, Changchun University, Changchun 130022, China

Received:2008-03-03 Revised:1900-01-01 Online:2008-11-26 Published:2008-11-26
Contact: MA Siliang

摘要/Abstract

摘要： 针对人体血糖无创监测的近红外光谱分析, 提出一种血液红外吸收光谱分析的新技术, 通过对正常人的全血和血清与高糖全血的红外吸收光谱进行测量, 应用人工神经网络BP算法, 以16个特征波长处的吸收值作为网络特征参数, 进行网络训练. 结果表明, 网络训练11次即可达到误差精度要求, 误差在-0.01~0.03 mmol/L, 达到了国家计量检测规程关于生化分析的要求.

关键词: 红外吸收光谱, 人工神经网络, 无创血糖检测

Abstract: Based on the near infrared absorption spectrum analysis of noninvasive blood glucose, this paper puts forward a new technique for t he infrared absorption spectrum analysis of blood. By means of the measurement of in frared absorption spectra of the normal people’s whole blood, serum and high  glucose’s whole blood, application of the artificial neural network BP arithmetic, and with the absorption values of sixteen characteristic wavelengths as the network characteristic parameters, the network training was carried out. Only repeating 11 times, can the network training reach the error precision required. The error between -0.01~0.03 mmol/L fulfils the requirement of national metrological verification regulation on biochemical analysis. This research result shows valuable prospects for blood infrared absorption spectrum analysis and disease diagnoses.

Key words: infrared absorption spectrum, artificial neural network, noninvasive blood glucose measurement

中图分类号:

TP391

左平,, 李映红, 韩笑, 马驷良. 人工神经网络-红外光谱法对人体血糖的无创监测分析[J]. J4, 2008, 46(06): 1131-1136.

ZUO Ping,, LI Ying hong, HAN Xiao, MA Siliang. Analysis of Noninvasive Measurement of Human Blood Glucosewith ANNNIR Spectroscopy[J]. J4, 2008, 46(06): 1131-1136.

[1]	胡黄水, 沈玮娜, 王宏志, 张邦成. 面向无线传感器网络的自适应模糊神经拓扑控制算法[J]. 吉林大学学报(理学版), 2018, 56(2): 361-367.
[2]	杨雪薇, 杨爽, 董冰雪, 郭鲁强, 刘晖, 滕乐生. 用统计学方法优化硝苯地平脂质体处方[J]. 吉林大学学报(理学版), 2015, 53(03): 572-576.
[3]	何东晓, 周春光, 刘淼, 马捷, 王喆. 手写数字识别中组合式神经网络的构建方法[J]. J4, 2009, 47(6): 1211-1216.
[4]	张勇, 宋岩, 丛茜, 赵冰. 基于两种模式识别技术的盐酸左氧氟沙星注射液近红外光谱定量分析[J]. J4, 2009, 47(6): 1318-1322.
[5]	刘淼, 郭东伟, 马捷, 孙浩翔, 周春光. 基于椭圆模型和神经网络的人脸姿态估计方法[J]. J4, 2008, 46(04): 687-690.
[6]	刘桂霞, 于哲舟, 周春光. 基于带偏差递归神经网络蛋白质关联图的预测[J]. J4, 2008, 46(02): 265-270.
[7]	郭晔, 王彬, 曲楠, 赵羚志, 李文良, 弥宏, 任玉林. 人工神经网络-近红外光谱法非破坏监控蛇床子SFE-CO₂萃取物的质量[J]. J4, 2008, 46(02): 341-345.
[8]	李楠, 马成有, 程庆红, 王英华. 紫外分光光度法-人工神经网络在4种嘌呤同时测定中的应用[J]. J4, 2007, 45(05): 865-868.
[9]	刘名扬,, 赵景红, 孟昱. 人工神经网络-近红外光谱法非破坏定量分析Norvasc药片[J]. J4, 2007, 45(05): 849-852.
[10]	刘名扬,，赵景红，张晓明，任玉林. 人工神经网络-近红外光谱法定量分析Cofrel粉末药品[J]. J4, 2007, 45(02): 301-304.
[11]	左平, 马驷良, 马捷. 近红外光谱分析中人工神经网络法的应用[J]. J4, 2006, 44(01): 57-60.
[12]	刘名扬，王红霞，邹秀晶，钱维仙，张海涛，陈淑桂，王洪艳. 人工神经网络-流动注射化学发光法同时测定金和铂[J]. J4, 2005, 43(02): 204-208.