糖尿病對人類的生命健康構(gòu)成了嚴(yán)重的威脅。目前臨床上尚無徹底根治糖尿病的方法,常結(jié)合頻繁的血糖檢測和藥物治療將糖尿病患者的血糖濃度控制在正常水平。臨床上常通過指尖采血使用光化學(xué)法或電化學(xué)法對血糖濃度進(jìn)行檢測,該方法不僅帶給患者疼痛,還增加了感染風(fēng)險。近紅外光譜檢測技術(shù)是一種極具應(yīng)用前景的無創(chuàng)血糖檢測技術(shù),其檢測精度和穩(wěn)健性是能否進(jìn)入臨床應(yīng)用的關(guān)鍵因素�；诖�,本文重點(diǎn)對近紅外無創(chuàng)血糖檢測模型進(jìn)行了研究,以期望提升近紅外無創(chuàng)血糖檢測模型的精度和穩(wěn)健性。具體工作如下:(1)根據(jù)近紅外光譜無創(chuàng)血糖檢測技術(shù)的研究現(xiàn)狀確定了研究方向;綜合多種因素,確定了近紅外吸收光譜的測量波長、測量方式和檢測部位;為保證后續(xù)實(shí)驗(yàn)可靠性,對所采集的近紅外光譜信號的有效性和重復(fù)性進(jìn)行了檢驗(yàn)。(2)考慮到人體血糖濃度和近紅外吸收光譜之間的非線性關(guān)系和血糖濃度檢測過程中存在的個體差異性,本文以兩個結(jié)構(gòu)和參數(shù)均確定的人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)為基本子模塊,通過粒子群算法(Particle Swarm Optimization,PSO)優(yōu)化兩個子模塊的權(quán)重系數(shù)得到最終的模型,即PSO-2ANN模型。根據(jù)在體實(shí)驗(yàn)驗(yàn)證,每天對該模型校正一次能夠有效克服由于環(huán)境、生理等因素造成的個體差異性,提升模型的穩(wěn)健性。(3)進(jìn)一步研究發(fā)現(xiàn):血糖濃度檢測過程受環(huán)境溫濕度、體溫、血壓等因素影響以及人體血糖濃度存在一定的波動規(guī)律,而PSO-2ANN模型并未考慮這些因素。另外,近紅外無創(chuàng)血糖檢測技術(shù)的研究目標(biāo)是幫助糖尿病患者實(shí)現(xiàn)血糖水平的自我管理,每天對血糖模型進(jìn)行校正將不利于無創(chuàng)血糖儀的家用推廣。故本文采集環(huán)境溫度、環(huán)境濕度、收縮壓、舒張壓、脈率、體溫和近紅外吸收光譜,使用主成分分析(Principal Component Analysis,PCA)對這些變量進(jìn)行降維處理以提取特征向量;再以特征變量為輸入變量,血糖濃度實(shí)測值為參考變量,基于非線性自回歸網(wǎng)絡(luò)(Nonlinear Autoregressive with Exogenous Input,NARX)建立血糖無檢測模型,即PCA-NARX模型。在體實(shí)驗(yàn)證明,該模型在精度和穩(wěn)健性上均優(yōu)于PSO-2ANN模型,短時間內(nèi)無需校正。本文通過對近紅外光譜無創(chuàng)血糖檢測模型進(jìn)行研究,提升了模型的精度和穩(wěn)健性,在一定程度上推動了無創(chuàng)血糖檢測技術(shù)的進(jìn)步。
【學(xué)位單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R587.1
【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 近紅外光譜無創(chuàng)血糖校正模型研究現(xiàn)狀
        1.2.1 多元線性回歸
        1.2.2 主成分分析
        1.2.3 偏最小二乘回歸
        1.2.4 人工神經(jīng)網(wǎng)絡(luò)
        1.2.5 研究現(xiàn)狀綜述
    1.3 研究內(nèi)容及技術(shù)路線
        1.3.1 研究內(nèi)容
        1.3.2 技術(shù)路線
2 近紅外光譜分析技術(shù)
    2.1 近紅外光譜分析技術(shù)的理論基礎(chǔ)
        2.1.1 近紅外分子振動光譜
        2.1.2 比爾-朗伯(Beer-Lambert)定律
    2.2 無創(chuàng)血糖檢測基礎(chǔ)性問題研究
        2.2.1 測量波長的選擇
        2.2.2 測量方式的選擇
        2.2.3 檢測部位的選擇
    2.3 近紅外無創(chuàng)血糖檢測流程
    2.4 近紅外無創(chuàng)血糖檢測模型評價指標(biāo)
        2.4.1 均方根誤差
        2.4.2 相對誤差率
        2.4.3 相關(guān)系數(shù)
        2.4.4 克拉克誤差網(wǎng)格
3 血糖近紅外光譜信號檢測系統(tǒng)
    3.1 血糖近紅外光譜信號檢測系統(tǒng)的組成
    3.2 近紅外光譜數(shù)據(jù)有效性和重復(fù)性檢驗(yàn)
        3.2.1 實(shí)驗(yàn)數(shù)據(jù)的采集
        3.2.2 近紅外光譜數(shù)據(jù)有效性檢驗(yàn)
        3.2.3 近紅外光譜數(shù)據(jù)重復(fù)性檢驗(yàn)
4 基于PSO-2ANN的無創(chuàng)血糖檢測模型設(shè)計
    4.1 基本原理介紹
        4.1.1 粒子群算法
        4.1.2 人工神經(jīng)網(wǎng)絡(luò)
    4.2 數(shù)據(jù)采集
    4.3 傳統(tǒng)ANN模型的建立與評價
        4.3.1 傳統(tǒng)ANN模型的建立
        4.3.2 傳統(tǒng)ANN模型的評價
    4.4 PSO-2ANN模型的建立與評價
        4.4.1 PSO-2ANN模型的建立
        4.4.2 PSO-2ANN模型的評價
    4.5 討論
5 基于PCA-NARX的無創(chuàng)血糖檢測模型設(shè)計
    5.1 數(shù)據(jù)采集及分析
        5.1.1 數(shù)據(jù)采集
        5.1.2 數(shù)據(jù)相關(guān)性分析
    5.2 基本原理介紹
        5.2.1 主成分分析
        5.2.2 非線性自回歸網(wǎng)絡(luò)
    5.3 PCA-ANN預(yù)測模型的建立與評價
        5.3.1 模型建立過程
        5.3.2 預(yù)測結(jié)果
    5.4 PCA-NARX預(yù)測模型的建立與評價
        5.4.1 模型建立過程
        5.4.2 預(yù)測結(jié)果
    5.5 兩個模型的對比分析
        5.5.1 均方根誤差
        5.5.2 克拉克誤差網(wǎng)格
    5.6 討論
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄
    A 作者在攻讀學(xué)位期間發(fā)表的論文目錄
    B 作者在攻讀學(xué)位期間參與的科研項(xiàng)目

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王楠;侯鐵珊;;基于NARX網(wǎng)絡(luò)的人民幣匯率預(yù)測研究[J];東北大學(xué)學(xué)報(社會科學(xué)版);2015年01期

2 程權(quán);楊方;王丹紅;林振宇;邱彬;;近紅外光譜技術(shù)對閩南烏龍茶品種的識別研究[J];光譜學(xué)與光譜分析;2014年03期

3 李慶波;黃政偉;;凈信號預(yù)處理結(jié)合徑向基偏最小二乘回歸在血糖無創(chuàng)檢測中的應(yīng)用[J];光譜學(xué)與光譜分析;2014年02期

4 鄧波;沈才洪;敖宗華;盧中明;;基于主成分分析與近紅外光譜技術(shù)的窖泥聚類研究[J];釀酒科技;2011年08期

5 黃華;;基于SPSS的PCA-RBF神經(jīng)網(wǎng)絡(luò)模型的仿真試驗(yàn)[J];新疆農(nóng)業(yè)大學(xué)學(xué)報;2010年06期

6 謝軍;潘濤;陳潔梅;陳華舟;任小煥;;血糖近紅外光譜分析的Savitzky-Golay平滑模式與偏最小二乘法因子數(shù)的聯(lián)合優(yōu)選[J];分析化學(xué);2010年03期

7 李鵬飛;王加華;曹楠寧;韓東海;;BiPLS結(jié)合GA優(yōu)選可見/近紅外光譜MLR變量[J];光譜學(xué)與光譜分析;2009年10期

8 張艷潔;楊艷芳;張文華;周志尊;;近紅外光譜無創(chuàng)血糖檢測模擬樣品的試驗(yàn)研究[J];中國醫(yī)學(xué)物理學(xué)雜志;2008年04期

9 陳斌;鄒賢勇;朱文靜;;PCA結(jié)合馬氏距離法剔除近紅外異常樣品[J];江蘇大學(xué)學(xué)報(自然科學(xué)版);2008年04期

10 方利民;林敏;;基于獨(dú)立分量和神經(jīng)網(wǎng)絡(luò)的近紅外多組分分析方法[J];分析化學(xué);2008年06期

相關(guān)博士學(xué)位論文 前2條

1 余振芳;光學(xué)無創(chuàng)血糖檢測技術(shù)研究[D];電子科技大學(xué);2017年

2 劉蓉;近紅外無創(chuàng)血糖測量—信號構(gòu)成和拾取的理論及實(shí)驗(yàn)研究[D];天津大學(xué);2006年

相關(guān)碩士學(xué)位論文 前9條

1 楊猛;基于遺傳算法與人工神經(jīng)網(wǎng)絡(luò)的加熱爐建模方法研究[D];中國科學(xué)技術(shù)大學(xué);2017年

2 謝志斌;神經(jīng)網(wǎng)絡(luò)軟測量模型優(yōu)化方法在血糖濃度預(yù)測中的應(yīng)用[D];江蘇大學(xué);2016年

3 馬爽;基于PPG的無創(chuàng)血糖檢測系統(tǒng)模型與算法研究[D];中國科學(xué)院研究生院(沈陽計算技術(shù)研究所);2016年

4 吳云江;近紅外無創(chuàng)血糖檢測關(guān)鍵技術(shù)的研究[D];電子科技大學(xué);2015年

5 鄒達(dá);近紅外無創(chuàng)血糖測量[D];天津大學(xué);2012年

6 曾博;基于分布式近紅外多波長傳感器信息融合的無創(chuàng)血糖監(jiān)測系統(tǒng)[D];蘭州大學(xué);2012年

7 王娟;基于近紅外光譜無創(chuàng)血糖數(shù)據(jù)處理研究[D];長春工業(yè)大學(xué);2012年

8 趙博;近紅外光譜無創(chuàng)血糖檢測中的偶然相關(guān)及波長選擇的研究[D];天津大學(xué);2012年

9 肖君;基于近紅外三波長血糖檢測系統(tǒng)的研制[D];華中科技大學(xué);2006年

本文編號：2842257