通过支持向量回归与不同的光谱特征相结合,优化中红外非侵入性血糖预测模型

科学领域:

• 生物医学工程 生物医学工程
• 分析化学 分析化学
• 医学诊断 医学诊断 医学诊断

背景情况:

• 通过间歇性液体的中红外光谱分析进行非侵入性血糖监测是取血样的一个有希望的替代方案.
• 提高这种非侵入性方法的准确性和可靠性对于其临床采用至关重要.

研究的目的:

• 开发一种改进的中红外光谱分析方法,用于准确,非侵入性地检测葡萄糖.
• 加强数据管理和分析,以提高对光谱葡萄糖测量的信心.

主要方法:

• 进行比较激光光斑对比成像,以确定最佳的测量位点 (体内皮下与指尖).
• 减弱的总反射里埃变换红外光谱学用于光谱采集.
• 对光谱位置 (1000-1040厘米−1) 的歧视性选择,以最大限度地减少干扰并最大限度地提高信号与噪声的比率.
• 支持向量回归分析,用于开发个别预测模型.

主要成果:

• 从下垂体区域进行的光谱测量,与指尖相比,产生了更强的信号.
• 在1000 ± 3厘米-1和1040 ± 3厘米-1.1之间确定了最佳光谱带.
• 个别预测模型在克拉克误差网格的A区实现了100%的高精度 (R2=0.97,RMSE=0.21 mmol/L,MAE=0.17 mmol/L).
• 布兰德和阿尔特曼的分析证实了与便携式血糖计的高一致性.

结论:

• 创新的光谱分析和数据管理显著提高了非侵入性葡萄糖监测的准确性.
• 低静脉测量和优化的光谱频段可以提高信号质量,减少干扰.
• 开发的预测模型显示出与标准葡萄糖检测方法的良好相关性和一致性.