基于光聲光譜聯合主成分回歸法的血糖濃度無損檢測研究

任 重，劉國棟，黃 振，熊志華

1. 江西科技師范大學光電子與通信重點實驗室，江西 南昌 330038 2. 南昌大學機電工程學院，江西 南昌 330031

基于光聲光譜聯合主成分回歸法的血糖濃度無損檢測研究

任 重1,2，劉國棟1*，黃 振1，熊志華1

1. 江西科技師范大學光電子與通信重點實驗室，江西 南昌 330038 2. 南昌大學機電工程學院，江西 南昌 330031

利用可調諧脈沖激光器激發聯合聚焦超聲探測器前向探測模式搭建了一套血糖光聲無損檢測實驗裝置。為了測試該裝置的可靠性，實驗中利用532 nm泵浦Nd∶YAG調Q脈沖激光器激發不同濃度的葡萄糖水溶液產生實時光聲信號； 采用脈沖激光在近紅外波段1 300～2 300 nm內固定間隔波長10 nm掃描方式激發不同濃度的葡萄糖水溶液，獲取了不同波長下的葡萄糖光聲峰峰值，利用差譜方法篩選出了多個葡萄糖的特性波長； 然后采用主成分回歸算法優選了三個特性波長，并建立了濃度梯度與對應三個優選波長光聲峰峰值之間的數學校正模型。實驗表明，葡萄糖水溶液的光聲信號符合弱吸收介質的柱狀光聲源模型； 利用建立的校正模型對校正集和預測集的葡萄糖濃度預測結果表明，葡萄糖濃度的校正和預測均方根誤差均小于10 mg·dl-1，相似系數為0.993 6。

光聲光譜; 無損檢測; 可調諧脈沖激光器; 葡萄糖濃度; 主成分回歸

引 言

糖尿病已經成為繼心腦血管疾病和惡性腫瘤之后，危及人類生存質量的第三大殺手。目前醫學還不能徹底根治糖尿病，主要是通過頻繁地監測血糖濃度來調整口服降糖藥物和胰島素的用量，從而控制血糖值。因此有效地監測患者的血糖濃度已成為糖尿病診斷和治療的關鍵。常規檢測是通過手指針刺和靜脈采血等，這種方式不免給病患帶來一定的身體、心理和經濟負擔，甚至導致二次感染等，因此血糖無損檢測技術倍受關注。目前最具代表性的血糖光學無損檢測技術有： 近/中紅外光譜[1]、偏振光、光學相干、拉曼光譜等，雖然取得了一定成效，但是組織散射光干擾及光景深不足等因素的影響尚在進一步研究中。由于光聲檢測技術兼具光學和聲學的優點，利用光致超聲原理及對超聲信號的獲取，在一定程度上可以克服組織散射光干擾，已成為血糖無損檢測研究的熱點。

從光聲技術應用于血糖檢測以來，國內外有許多學者對此進行了較深入的研究。MacKenzie等[2]利用可調諧Nd∶YAG激光器光聲系統來檢測血糖。Shen等[3]使用了類似的激光激勵系統以及時域光聲技術測量了葡萄糖溶液的光吸收系數。Zhao[4-5]利用波長905 nm激光器對牛奶溶液、組織樣本和人體血液的光聲機理進行了較系統的研究，并利用激光二極管和超聲探測器實現了血糖濃度的離體和在體檢測。Matti[6]使用脈沖激發光聲技術對豬全血的濃度在532和1 064 nm波長下進行了離體檢測。Christison等[7]首次使用了中紅外波段的光聲技術來檢測血糖濃度，但由于組織的強吸收和穿透深度低，檢測效果不太理想。Kottmann和Rafael[8-11]利用中紅外光聲技術對明膠水溶液和人體表皮進行了檢測。沈耀春等[12]利用脈沖光聲技術在血液中測定了葡萄糖濃度，在1 700 nm波長處的測量誤差為18 mg·L-1。肖嘯[13]利用光聲技術對血糖無創檢測儀進行了研究。錢志余等[14]利用光聲光譜技術實現了對血糖濃度的檢測。曾呂明等[15]設計了一種便攜式光聲無損血糖檢測系統，該系統采用激光二極管激發聯合多環超聲探測器陣列實現血糖濃度檢測。高麗麗[16]利用調制脈沖激光器光聲光譜技術對葡萄糖粉末和葡萄糖水溶液進行了檢測。

以上研究大多是采用固定波長方式對樣品激發產生光聲信號，并且是以光聲幅值為信號分析對象，由于實時采集血糖光聲信號時，光聲幅值信號容易受到儀器穩定性和環境等因素干擾，從而影響了血糖測量準確度。本文利用波長可調諧脈沖激光器作為激發光源，采用聚焦超聲探測器前向探測模式構建了一套用于血糖光聲無損檢測的裝置。在此基礎上，實現了不同濃度、不同波長下葡萄糖水溶液實時光聲信號的探測； 并且通過固定間隔的波長掃描方法，得到不同濃度下掃描波長對應的光聲峰峰值，采用差譜技術篩選了多個葡萄糖特性吸收波長，利用主成分分析算法優選出了3個特性波長，再采用多元線性回歸算法對三個波長對應的光聲峰峰值與被測濃度梯度之間建立了校正模型，對校正集和預測集樣品測試表明，該校正模型具有很好的預測能力，校正集和預測集均方根誤差均小于10 mg·dl-1。同時驗證了低濃度和弱光吸收的葡萄糖溶液的光聲源符合柱狀模型，時域光聲信號輪廓走勢符合雙極性的正弦波形。經實驗驗證，該血糖無損檢測裝置、光聲峰峰值分析方法及主成分回歸校正模型具有很好的效果。

1 光聲檢測原理及與濃度關系

光聲原理主要基于光聲效應和熱彈性機制。一些學者已經對光聲機理進行了深入地研究，并提出了一些分析模型，如： 平面模型、圓柱模型和球模型。文獻[17-22]對光聲信號影響的確切理論進行了詳細描述，但是與之不同的是，本文采用光聲峰峰值作為數據分析對象。

一介質被脈沖激光器輻射，在被測介質內部形成光聲激發源，由于能量的聚集和釋放，產生振動超聲波。當熱傳導時間長于超聲波通過聲源的傳輸時間，以及粘性的影響和散射效應可以忽略不計時，光聲信號的形成可以用波動方程[17]式(1)表示

(1)

式(1)中，H是熱沉積在單位體積和時間的介質函數，p為光聲值，β是體積膨脹系數，Cp是定壓比熱，v是聲波在介質中速度。

根據朗伯比爾定律，并忽略散射光的影響，介質吸收的光強度見式(2)

(2)

式(2)中，I0為入射光強度，It為透射光強度，k=a0b,a0為吸收系數，b為光程長度，c為溶液濃度。將式(2)按泰勒級數展開取其中前兩項，可得式(3)

(3)

脈沖激光強度的表達式[23]見式(4)

(4)

式(4)中，I0為距離光束軸r處的光強度，E為激光脈沖的能量，W0是激光束的光束寬度，τp為脈沖強度降到1/e時間寬度。由于脈沖激光照射到溶液中，溶液吸收能量后，立即釋放出熱量，所以在液體中可以形成熱源，根據式(3)得到式(5),

(5)

將式(5)代入式(1)可得，

(6)

由式(6)解出光聲信號幅值[23]，即

(7)

(8)

由式(8)可知, 光聲值與溶液濃度可用線性關系來描述。

2 實驗部分

實驗裝置原理圖如圖1所示。

圖1 實驗裝置

選用Nd∶YAG泵浦的OPO可調諧脈沖激光器(OPOletteTM, 532Ⅱ, OPOTEK Inc., USA)作為血糖光聲信號激發光源，輸出波長范圍為600～2 500 nm的連續可調，脈沖能量最大為3.7 mJ，脈沖重復頻率最大20 Hz, 脈沖持續時間約10 ns，激光器輸出的激光束經過光闌去除高頻雜散光后，依次進行準直和聚焦處理，將聚焦后的光直接入射至石英微量流動池中的葡萄糖水溶液中，經激發產生的超聲波由聚焦超聲探測器(I1P10NF40, Doppler, China, 中心頻率為9.52 MHz)接收轉換成相應幅值的電信號； 經過信號放大器(5678, Olympus, Japan，增益40 db，帶寬50 kHz～40 MHz)放大、數字示波器(54642D, Agilent, USA，帶寬500 MHz，最高采樣速率為2 GSa·s-1)進行采集； 再由GPIB I/O數字卡(GPIB-USB-HS, NI, USA)將數字信號傳輸至計算機。在整個裝置中，與流動池相連接的是一套葡萄糖水溶液循環裝置，該裝置由一小型水泵、硅膠軟管(內直徑約2 mm)、樣品池和燒杯(200 mL)連接構成, 用于模仿人體血管中流動的血液。

預備科研級D葡萄糖粉末(1 000 g)和蒸餾水(1 L)用于稀釋成一定濃度的葡萄糖水溶液。為了保證整個實驗不受外界溫度影響，實驗環境溫度控制在(20±0.5) ℃。

3 結果與討論

3.1 不同葡萄糖濃度實驗

為了驗證所搭建的光聲血糖檢測裝置的有效性、血糖光聲信號產生的機理和時域光聲信號的形貌特點，首先來探測葡萄糖水溶液的光聲信號。利用循環裝置的水泵將配置好的0，50，100，150，200，250和300 mg·dl-1的葡萄糖水溶液注入流動池，每次更換不同濃度葡萄糖水溶液之前，用純凈蒸餾水充分沖洗干凈。開啟脈沖激光器，激光器觸發信號發出約8 ms后，超聲探測器探測到了葡萄糖光聲信號。波長1 940 nm的不同濃度葡萄糖光聲信號如圖2所示。實驗中，每次采集的光聲數據均通過512次平均。

圖2 不同濃度葡萄糖水溶液的光聲信號

從圖2可知，在同一波長下，不同濃度的葡萄糖水溶液光聲信號的形貌走勢相同。葡萄糖光聲信號符合雙極性正弦曲線形式，即在一個光聲信號周期內存在一個先上升后下降，然后再上升的走勢。該結論與文獻[24-25]結果一致。但是從圖2也可以看出，隨著溶度增大，光聲信號的幅值有所增大，并且光聲信號峰值位置向左移約0.2 μs。由于在激勵波長不變的前提下，光聲激發源位置相對固定不變，由此可推導出，隨著葡萄糖濃度的增大，聲音在葡萄糖溶液的傳播速度增大了。經測量超聲探測器到流通池前壁面的距離約為12.76 mm，因此可以推算出葡萄糖水溶液濃度從0 mg·dl-1增大到300 mg·dl-1，聲速增大約33.7 m·s-1。

3.2 不同激勵波長實驗

為了探究不同波長激勵下葡萄糖光聲信號的變化情況，對濃度為200 mg·dl-1的葡萄糖水溶液，利用脈沖激光器輸出波長分別為1 470，1 510，1 890，1 940，2 020和2 130 nm進行入射，得到光聲信號如圖3(a)所示。從圖3(a)可知，同一濃度的葡萄糖水溶液，受不同波長脈沖激光器激勵，其產生的光聲信號形貌會發生顯著變化，其表現在雙極性正弦波第一個上升坡度的斜率上，對圖3(a)中的時域光聲信號取對數，如圖3(b)所示。從圖3(b)中可知，對于不同的波長而言，其產生的光聲信號在第一個上升正弦波取對數后呈線性上升趨勢，并且不同的激勵波長，斜率各不相同，其斜率大小可以表明葡萄糖溶液對不同激勵波長的吸收程度。根據式(9)

(9)

v為溶液的聲速，可以根據3.1節中光聲信號峰值時間和光聲源與探測器之間的距離來確定。因此，可以用式(9)中光聲信號對數值的斜率大小來推導被測葡萄糖溶液對不同激勵波長的吸收系數。

圖3 不同激勵波長下光聲信號

3.3 光聲峰峰值實驗

為了獲取葡萄糖光聲特性波長，將濃度分別為0，100，200和300 mg·dl-1的葡萄糖水溶液，采用脈沖激光器在波長范圍1 300～2 300 nm以間隔10 nm進行波長掃描，得到的光聲信號峰峰值如圖4所示。

從圖4可知，隨著濃度增大，光聲峰峰值的走勢基本不變，但是幅度卻隨之增大。且從圖中可知，所有光聲峰峰值曲線中有2處明顯突起的波峰(1 470和1 940 nm)。根據文獻[23]，可以判定這2處特征峰為水的吸收峰。

由于從圖4中較難找出葡萄糖的特性波長，采用差譜技術，即： 將葡萄糖水溶液的光聲峰峰值減去純水的光聲峰峰值，得到的光聲峰峰值差譜圖如圖5所示。

圖4 不同濃度葡萄糖水溶液的光聲峰峰值

圖5 葡萄糖水溶液光聲峰峰值差譜圖

從圖5可知，經差譜處理后，葡萄糖光聲峰峰值曲線出現了突起峰，可以將一些較明顯的突起峰作為葡萄糖的特性吸收波長，這些波長分別為： 1 410，1 430，1 510，1 530，1 890和2 020 nm。

圖6 特性波長下不同葡萄糖濃度光聲峰峰值

Fig.6 Photoacoustic peak-to-peak values of glucose solutions at different characteristic wavelengths

將上述特性波長分別對濃度為0～250 mg·dl-1以濃度間隔為50 mg·dl-1的葡萄糖水溶液進行激發產生的光聲峰峰值如圖6所示。

3.4 葡萄糖濃度預測校正模型

為了實現對未知葡萄糖濃度的預測，對上述特性波長及其得到的光聲峰峰值利用主成分回歸算法[24]，即： 先對特性波長利用主成分分析算法進行篩選，然后再利用多元線性回歸算法建立光聲峰峰值與濃度梯度之間的數學校正模型。

根據圖6中每個濃度下的特性波長對應的光聲峰峰值(數據矩陣X)可得到特征向量(V)式(10)和特征值(λ)式(11)

(10)

(11)

式(11)中特征值[0.188 5，5.772 9]的累計方差貢獻率達到了99.36%，根據這兩個特征值對應的特征向量，可以得到第2，5和6行累計載荷貢獻率較大，由此可以得到1 430，1 890和2 020 nm為最優特性波長。

利用多元線性回歸算法對上述優選的三個特性波長的光聲峰峰值與濃度梯度之間建立校正模型，見式(12)

c=-688.234 2+0.778 7p1 430-

0.234 7p1 890-0.617 3p2 020

(12)

式(12)中，c為預測的葡萄糖濃度，p1 430,p1 890和p2 020分別為特性波長1 430，1 890和2 020 nm的光聲峰峰值。

根據式(12)和校正集樣本的光聲峰峰值，反演得到對應的預測葡萄糖濃度如圖7所示, 根據預測濃度值與實際值，得到校正集樣本的預測均方根誤差(RMSEC)約為9.7 mg·dl-1，相似度為0.993 6。

圖7 葡萄糖濃度預測值與實際值

為了驗證校正模型對未知溶度的預測準確度，通過實驗獲得了濃度為180，220和300 mg·dl-1葡萄糖水溶液在三個優選特性波長下的光聲峰峰值如表1所示。

表1 3個預測集光聲峰峰值及預測濃度值

根據式(12)可得其預測濃度分別為176.86，225.05和308.13mg·dl-1，其預測誤差均小于10 mg·dl-1。根據校正集和預測集的預測結果及實驗可知，濃度預測誤差易受系統穩定性、測量環境和建模算法等影響，因此在后續血糖在體檢測時需要重點進行研究。

4 結 論

作為血糖光聲無損檢測的探索，首先搭建了一套用于血糖光聲檢測裝置，對不同濃度的葡萄糖水溶液進行檢測，得到了與光聲理論相一致的實時光聲形貌，并利用可調諧波長掃描的方式得到不同葡萄糖濃度在近紅外波段的光聲峰峰值。利用差譜方法得到葡萄糖光聲特性波長，并利用主成分分析方法得到三個優選特性波長，再利用多元線性回歸算法得到濃度梯度與三個特性波長光聲峰峰值之間的校正模型，通過對校正集和預測集樣品的濃度預測表明，該血糖光聲檢測裝置、特性波長選取方法和校正模型預測能力效果較理想，具有一定的研究和參考價值。

[1] SUN Chang-yue，CAO Yu-zhen，YU Song-lin，et al(孫長月, 曹玉珍, 余松林，等). Spectroscopy and Spectral Analysis(光譜學與光譜分析), 2014, 31(10): 2775.

[2] MacKenzie H A, Ashton H S, Spiers S, et al. Clinical Chemistry, 1999，45(9): 1587.

[3] Shen Y, Lu Z, Spiers S, et al. Applied Optics, 2000, 39(22): 4007.

[4] Zhao Z, Myllyl? R. Measurement Science and Technology, 2001, 12(12): 2172.

[5] Zhao Z, Myllyl? R. Applied Optics, 2005, 44(36): 7845.

[6] Matti Kinnunen，Risto Myllyl?. Journal of Physics D: Applied Physics, 2005, 38: 2654.

[7] Christison G B. MacKenzie H A, Med. Biol. Eng. Comput.，1993, 31(3): 284.

[8] Kottmann J, Rey J M, Sigrist M W. Review of Scientific Instruments, 2011, 82: 084903.

[9] Kottmann J, Rey J M, Luginbühl J, et al. Biomedical Optics Express, 2012, 3(4): 667.

[10] Kottmann J，Grob U, Rey J M, et al. Sensors, 2013, 13(1): 535.

[11] Pleitez Rafael M, Lieblein T, Bauer A, et al. Analytical Chemistry, 2013, 85(2): 1013.

[12] SHEN Yao-chun, WANG Chun, MacKenzie H A，et al(沈耀春, 王 春, MacKenzie H A，等). Journal of Nanjing University·Natural Science(南京大學學報·自然科學), 2000, 36(5): 632.

[13] SHI Xiao-wei, XIAO Xiao(石小巍, 肖 嘯). Infrared(紅外), 2009, 30(1): 20.

[14] LING Ming-sheng, QIAN Zhi-yu(凌明勝, 錢志余). Journal of Biomedical Engineering Research(生物醫學工程研究), 2006, 4： 217.

[15] ZENG Lv-ming, LIU Guo-dong, REN Zhong, et al. Proc. SPIE, 2009, 7280： 72802F.

[16] GAO Li-li, TAO Wei, ZHAO Hui(高麗麗, 陶 衛, 趙 輝). Optical Instruments(光學儀器), 2012, 34(6): 1.

[17] Diebold G J，Sun T. Acustica, 1994, 80(4): 339.

[18] Tam A C. Reviews of Modern Physics, 1986, 58: 381.

[19] Patel C K N. Reviews of Modern Physics, 1981, 53(3): 517.

[20] Nelson E T, Patel C K N. Optics Letters, 1981, 6(7): 354.

[21] Lai H M, Young K. Journal of the Acoustical Society of America, 1982, 72(6): 2000.

[22] Zhao Z, Nissil? S, Ahola O, et al. IEEE Transactions on Instrumentation and Measurements, 1998, 47(2): 578.

[23] ZHANG Xiao-feng, CAO Hui, SHANG Zhi-yuan(張小鳳, 曹 輝, 尚志遠). Journal of Shanxi Normal University·Natural Sciences(陜西師范大學學報·自然科學版), 1999, 27(3): 50.

[24] Seppo N, Onni A, Harri K, et al. Proc. SPIE, 1998, 3199: 2.

[25] Shen Y C, MacKenzie H A, Lindberg J, et al. Proc. SPIE, 1999, 3863: 167.

(Received Jan. 22, 2015; accepted May 5, 2015)

* Corresponding author

Non-Invasive Detection of Blood Glucose Concentration Based on Photoacoustic Spectroscopy Combined with Principle Component Regression Method

REN Zhong1,2, LIU Guo-dong1*, HUANG Zhen1, XIONG Zhi-hua1

1. Key Laboratory of Optic-electronic Communication, Jiangxi Science and Technology Normal University, Nanchang 330038, China 2. College of Mechanical and Electrical Engineering, Nanchang University, Nanchang 330031, China

This paper presents a photoacoustic noninvasive setup of detecting blood glucose based on the tunable pulsed laser coupled with the confocal ultrasonic transducer and the forward detection model. To validate the reliability of the setup, in the experiments, the different concentrations of glucose aqueous solution are excitated by the Q-switched 532 nm pumped Nd∶YAG pulsed laser to generate the time-resolved photoacoustic signals. And the glucose aqueous solutions are scanned by the tunable pulsed laser in the infrared waveband from 1 300 to 2 300 nm with the interval of 10nm and the photoacoustic peak-to-peak values are gotten. The difference spectral method is used to get the characteristic wavelengths of glucose, and the principle component regression algorithm is used to determine three optimal wavelengths and establish the correction mathematical model between the photoacoustic peak-to-peak values and the concentrations. The experimental results demonstrate that the mechanism of the photoacoustic signal is agreement with the cylindrical model, and the predicted results of the correction and prediction samples based on the established correction model demonstrate that the root-mean-square error of correction and prediction are all less than 10 mg·dl-1, the correlation coefficient reaches 0.993 6.

Photoacoustic spectroscopy; Noninvasive detection; Tunable pulsed laser; Glucose concentration; Principle component regression

2015-01-22，

2015-05-05

國家自然科學基金項目(61068002)，江西省自然科學基金項目(20151BAB202011)，江西省科技支撐計劃基金項目(20132BBG70103)，江西科技師范大學校級創新團隊基金項目(2013CXTD001)和校級青年拔尖人才自然科學基金項目(2014QNBJRC004)資助

任 重，1981年生，江西科技師范大學光電子與通信重點實驗室副教授 e-mail: renzhong0921@163.com * 通訊聯系人 e-mail: liuguodong95@163.com

O433.4

A

10.3964/j.issn.1000-0593(2016)06-1674-06