论文部分内容阅读
近红外区域按ASTM定义是指波长在750~2500nm范围内的电磁波,可以对特定的官能团进行定量的测量,如C-H,O-H,N-H和C=O等基团。近红外无创血糖检测方法是将一束近红外光通过人体一部分血管区域,从得到的光谱信息中提取与血糖浓度相关联的变化信息。其关键在于收集具有足够高信噪比的光谱信息以辨别微弱的葡萄糖吸收以及用复杂的统计学方法建立血糖浓度的预测模型。本文主要在光谱数据处理方法和奇异样本点剔除方法两个方面展开研究。根据葡萄糖分子在近红外倍频区域的吸收,选择信号波长为1610nm,为去除水分、血色素等干扰成分的影响,选择1200nm,1350nm作为两个参考波长。选择浓度间隔为100mg/dL,范围为0-500mg/dL的葡萄糖水溶液模型实验数据建模,采用偏最小二乘回归建立预测模型,对预测集样品中的葡萄糖浓度进行预测,结果所得预测均方根误差(RMSEP)为17.08mg/dL,预测值与参考值的相关系数为0.998,而采用吸光度差值比率法所建预测模型的RMSEP为54.94 mg/dL,相应的相关系数仅为0.949。结果表明:偏最小二乘回归所建模型用于近红外三波长葡萄糖浓度的预测,所得预测误差较小,初步验证了系统的可行性。另一方面,本文讨论了有关奇异样本点剔除的方法,选择浓度间隔为20mg/dL时,范围为0-300mg/dL的葡萄糖水溶液模型实验数据建立预测模型。奇异样本剔除前,所得偏最小二乘回归预测模型的相关系数为0.569,RMSEP为75.86mg/dL,奇异样本剔除后,所得相关系数为0.959,RMSEP为23.22mg/dL。结果表明:运用合适的奇异样本点的剔除方法,并与偏最小二乘回归算法相结合,可以达到模型优化的目的。