【摘要】：糖尿病是危害人類健康的世界性難題,患病率呈上升趨勢(shì),無創(chuàng)血糖檢測(cè)可以降低患者日常監(jiān)測(cè)血糖濃度的不便和痛苦。無創(chuàng)性血糖檢測(cè)研究中使用較多的是近紅外光譜分析技術(shù),但其光譜組成復(fù)雜,血糖信號(hào)微弱,波長(zhǎng)之間多重相關(guān),檢測(cè)精度需要提高�；诖�,本課題對(duì)近紅外光譜血糖檢測(cè)中的偶然相關(guān)及波長(zhǎng)選擇的問題進(jìn)行了研究。 運(yùn)用近紅外光譜分析技術(shù)進(jìn)行血糖檢測(cè)時(shí),需要借助化學(xué)計(jì)量學(xué)方法建立模型來實(shí)現(xiàn)對(duì)未知樣品的定量分析。在模型建立和驗(yàn)證的過程中通常會(huì)引入一定程度的偶然相關(guān),從而影響模型的穩(wěn)健性。本文從算法原理上分析建模方法產(chǎn)生偶然相關(guān)的可能性,并采用隨機(jī)數(shù)模擬光譜數(shù)據(jù)及參考濃度的研究方式進(jìn)行驗(yàn)證。從建模波長(zhǎng)數(shù)的選擇和交互驗(yàn)證方法兩方面考察了不同建模方法在建模的過程中存在偶然相關(guān)的概率水平,并給出了最佳的建模波長(zhǎng)數(shù)以及最優(yōu)的交互驗(yàn)證方法,以降低引入的偶然相關(guān)。 在血糖檢測(cè)中,人體溫度等生理因素的改變,同樣會(huì)引起近紅外光譜信息的改變。本文通過離體實(shí)驗(yàn),研究溫度對(duì)葡萄糖濃度檢測(cè)的影響關(guān)系并指導(dǎo)如何在實(shí)際血糖檢測(cè)中降低溫度引入的偶然相關(guān)。 近紅外區(qū)域中光譜重疊現(xiàn)象嚴(yán)重,導(dǎo)致在某些波長(zhǎng)處的光譜信息的測(cè)量選擇性和靈敏度較差,直接影響了模型的預(yù)測(cè)精度。本文采用遺傳算法優(yōu)選人體血糖光譜的波長(zhǎng)點(diǎn),驗(yàn)證其適用性。遺傳算法選擇的波長(zhǎng)多集中在血糖的吸收峰附近,與物理期望一致。傳統(tǒng)遺傳算法使PLS模型的RMSEP的值降低了11%,動(dòng)態(tài)遺傳算法則降低16%。 本文通過對(duì)偶然相關(guān)及波長(zhǎng)選擇的研究,提高了校正模型的預(yù)測(cè)精度,對(duì)近紅外光譜無創(chuàng)血糖檢測(cè)有一定的價(jià)值。
[Abstract]:Diabetes is a worldwide problem that endangers human health, and the prevalence of diabetes is on the rise. Noninvasive blood glucose detection can reduce the inconvenience and pain of daily monitoring of blood glucose concentration. Near-infrared spectroscopy is widely used in noninvasive blood glucose detection, but its spectral composition is complex, the blood glucose signal is weak, the wavelength is multiple correlation, and the detection accuracy needs to be improved. Based on this, the problem of accidental correlation and wavelength selection in near infrared spectroscopy (NIR) blood glucose detection is studied. When using near infrared spectroscopy (NIR) to detect blood sugar, it is necessary to establish a model by means of chemometrics to realize quantitative analysis of unknown samples. In the process of model establishment and verification, a certain degree of accidental correlation is usually introduced, which affects the robustness of the model. In this paper, the possibility of accidental correlation in modeling method is analyzed based on the principle of algorithm, and the random number simulation spectral data and reference concentration are used to verify it. In this paper, the probability level of accidental correlation between different modeling methods in the process of modeling is investigated from the aspects of the selection of modeling wavelength number and the interactive verification method, and the optimal number of modeling wavelengths and the optimal interactive verification method are given. To reduce the introduction of accidental correlation. In the detection of blood sugar, the change of human body temperature and other physiological factors will also cause the change of near infrared spectrum information. In this paper, the influence of temperature on glucose concentration was studied by in vitro experiments, and how to reduce the accidental correlation of temperature in actual blood glucose detection was studied. The spectral overlap in the near infrared region is serious, which leads to the poor selectivity and sensitivity of the spectral information at some wavelengths, which directly affects the prediction accuracy of the model. In this paper, genetic algorithm is used to select the wavelength points of blood glucose spectrum to verify its applicability. The wavelength selected by genetic algorithm is mainly near the absorption peak of blood glucose, which is consistent with the physical expectation. The traditional genetic algorithm reduces the RMSEP value of PLS model by 11 points and the dynamic genetic algorithm by 16%. In this paper, the prediction accuracy of the calibration model is improved through the study of accidental correlation and wavelength selection, and it has certain value for noninvasive detection of blood glucose by near infrared spectroscopy (NIR).
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：R318.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王宏,李慶波,劉則毅,徐可欣;遺傳算法在近紅外無創(chuàng)傷人體血糖濃度測(cè)量基礎(chǔ)研究中的應(yīng)用[J];分析化學(xué);2002年07期

2 夏阿林;葉華俊;周新奇;王健;;基于粒子群算法的波長(zhǎng)選擇方法用于蘋果酸度的近紅外光譜分析[J];分析試驗(yàn)室;2010年09期

3 田地,金欽漢;近紅外光譜儀器[J];分析儀器;2001年03期

4 丁亞平,蘇慶德,吳慶生;化學(xué)蟻群算法與多組分導(dǎo)數(shù)熒光光譜解析[J];高等學(xué)�；瘜W(xué)學(xué)報(bào);2002年09期

5 高建波,胡鑫堯,胡東成;紅外光譜統(tǒng)計(jì)波長(zhǎng)選擇方法用于廢氣檢測(cè)[J];光譜學(xué)與光譜分析;2001年05期

6 黃嵐,丁海曙,王廣志;用近紅外漫反射光譜無損檢測(cè)血糖的初步研究[J];光譜學(xué)與光譜分析;2002年03期

7 劉蓉,陳文亮,徐可欣,邱慶軍,崔厚欣;奇異點(diǎn)快速檢測(cè)在牛奶成分近紅外光譜測(cè)量中的應(yīng)用[J];光譜學(xué)與光譜分析;2005年02期

8 郭亮;吉海彥;;蟻群算法在近紅外光譜定量分析中的應(yīng)用研究[J];光譜學(xué)與光譜分析;2007年09期

9 洪明堅(jiān);溫志渝;;一種多模型融合的近紅外波長(zhǎng)選擇算法[J];光譜學(xué)與光譜分析;2010年08期

10 何建平;金萍;;離散粒子群優(yōu)化算法在硅鋼涂層近紅外光譜厚度檢測(cè)中的應(yīng)用研究[J];光譜學(xué)與光譜分析;2011年09期

相關(guān)博士學(xué)位論文 前5條

1 張洪艷;近紅外光譜技術(shù)在人體血糖無創(chuàng)檢測(cè)中的應(yīng)用研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2005年

2 韓永輝;牛奶成分近紅外測(cè)量的光學(xué)基礎(chǔ)理論與實(shí)驗(yàn)研究[D];天津大學(xué);2005年

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

4 張震巍;我國(guó)糖尿病疾病負(fù)擔(dān)研究[D];復(fù)旦大學(xué);2007年

5 王江東;細(xì)胞因子IL-10及TNF-α基因多態(tài)性及其血清水平與2型糖尿病發(fā)病機(jī)理的研究[D];河北醫(yī)科大學(xué);2010年

相關(guān)碩士學(xué)位論文 前4條

1 陳露詩(shī);中紅外ATR光譜法血糖檢測(cè)實(shí)驗(yàn)與數(shù)據(jù)處理[D];天津大學(xué);2010年

2 李明;遺傳算法的改進(jìn)及其在優(yōu)化問題中的應(yīng)用研究[D];吉林大學(xué);2004年

3 劉振堯;近紅外光譜法進(jìn)行多組分體系同時(shí)測(cè)定的研究[D];西南大學(xué);2010年

4 曹道友;基于改進(jìn)遺傳算法的應(yīng)用研究[D];安徽大學(xué);2010年

，

本文編號(hào)：2421157