糖尿病(diabetes)是一种体内胰岛素相对或绝对不足及靶细胞对胰岛素敏感性降低, 或胰岛素本身存在结构上的缺陷而引起的碳水化合物、脂肪和蛋白质代谢紊乱的一种慢性疾病, 其主要特点是高血糖、糖尿^[1-2]。目前还没根治糖尿病的有效手段, 主要是采取控制血糖浓度以预防或减轻并发症的发生, 特别是通过频繁地监测血糖浓度并及时调整口服降糖药物和胰岛素的用量。目前的血糖测量方法主要为生化血糖测量方法、微创血糖检测方法和无创血糖检测方法。生化血糖检测方法和微创血糖检测方法的技术已经比较成熟, 也是目前血糖测量的主要方法, 但上述两种测量方法都需要取血测量, 由于抽血(或手指扎针取血)会造成疼痛, 而且有感染的危险, 这就限制了测定血糖的频率, 使大多数糖尿病患者不能实现所希望的血糖监测。

无创伤血糖检测技术的研究就是在这一背景下开展的, 国内外无创血糖检测方法可以分为以下几类:(1) 光学和辐射方法, 包括近红外法、中红外法、远红外法、光学相干断层扫描法、旋光法、偏振测定法、拉曼光谱法、光声法、热辐射光谱法、荧光法; (2) 液体提取法, 包括从皮肤提取液体法、组织间液提取法、舌下腺的液体提取法、牙龈沟液提取法; (3) 代谢热整合法; (4) 阻抗谱法。本文采用了近红外透射光谱法^[3-5]来进行新型无创血糖检测系统的开发, 通过测量人体的血氧饱和度、心率、辐射热量、体温及环境辐射热量和温度来得到人体血糖值。

近红外光对于体液和软组织具有很好的穿透性, 是较为理想的检测光谱段。而随着计算机技术和化学计量理论的发展, 近红外光谱定量分析的灵敏度、准确性和可靠性都有较大提高, 并被迅速应用于无试剂医学检验^[6-8]。

根据近红外光与组织相互作用机理的不同, 又有研究者将近红外光谱法分为近红外吸收光谱和散射光谱两种^[9-11]。实际上, 在人体测量中吸收的作用和散射的作用是分不开的, 因此通常所说的近红外光谱法包含两者的共同作用^[12-13]。

系统采用了透射式红外光谱法, 通过依次驱动一个红光LED和一个红外光LED照射手指。由于还原血红蛋白对红光的吸收比较强, 而对红外光的吸收比较弱; 血红蛋白并带有氧分子的血红细胞对红光的吸收比较弱, 对红外光的吸收比较强。因此在测量时, 通过检测还原血红蛋白和有氧血红蛋白, 对不同波长的光吸收的区别, 得出最基本的数据。将接收传感器返回的数值通过通讯接口传输给系统控制器进行处理, 得出人体血氧饱和度和人体心率值, 同时采用数字温度传感器、红外温度传感器对手指温度、辐射能量进行接触式测量, 并用同型号温度传感器对系统工作时人体所处的环境温度、辐射能量进行测量。根据由人体血糖与上述参数建立的数学模型, 采用最小二乘算法来计算人体血糖值, 从而实现对人体血糖的无损检测。

该系统主要包含了两大部分:一是传感器电路部分, 包括用于检测人体血氧及心率的近红外传感器电路、检测人体和环境辐射热量的热电堆辐射温度传感器电路、检测人体和环境温度的温度传感器电路; 二是数据处理部分, 包括电源电路、微处理器(microprogrammed control unit, MCU)及外围电路、液晶触摸屏电路、数据存储电路、串口通讯接口等几部分。系统结构如图 1所示。

图 1

Figure 1

图 1 检测系统硬件结构示意图 Figure 1 The hardware structure diagram of the detection system

红外传感器电路如图 2所示。其中D1、Q12选用医学用血氧检测红外、近红外二极管和接收管, 通过U6设置LED电流, 使其能够发射脉冲式红外光和近红外光, 通过Q12接收透过手指后的两个波长的光的强度, 与原发射强度进行对比, 可以得到计算血氧饱和度的初始数据, 该数据经U6处理后传输到MCU, 用于计算血氧和心率值。

图 2

Figure 2

图 2 血氧及心率检测电路 Figure 2 The circuit of the blood oxygen and heart rate detection

该部分电路采用了德国HLP公司生产的集成了低噪声放大器、17位ADC和强大的DSP处理单元的传感器TS118-3。该传感器精度高, 分辨率高(可以达到0.01 ℃), 可以将处理好的被测目标温度和环境温度均存储在传感器的RAM内, 并可通过两种方式读取, 即两线串行SMBus兼容协议(分辨率为0.02 ℃)或10位的PWM(pulse width modulated)输出^[14]。

通过不同的时序可以从传感器中读取人体辐射能量和环境辐射能数据。其电路如图 3所示。

图 3

Figure 3

图 3 辐射热量检测电路 Figure 3 The circuit of the heat radiation detection

该部分传感器采用TMP112型温度传感器, 该温度传感器是一款微型两线制、串行输出温度传感器。无需外部组件, 温度读取分辨率能够达到0.062 5 ℃, 使用户能够针对更高的准确度进行校准, I²C接口、特有SMBus、两线制接口兼容性, 并且在一条总线上支持多达四个器件^[15]。

通过TMP112对手指温度进行接触式测量, 并将测得的温度值经I²C接口传输到MCU。同时采用同型号传感器对检测环境的温度进行检测, 用于后期数据处理, 以便减小因环境因素带来的误差。其电路如图 4所示。

图 4

Figure 4

图 4 温度检测电路 Figure 4 The circuit of temperature detection

该部分为整个系统供电, 采用3.7 V锂电池和5 V USB两种供电方式, 其中5 V接口可以同时满足锂电池充电和系统供电要求, 采用电源管理芯片ETA9640对两种供电方式进行管理, 然后ETA9640输出的5 V经由ASMlll7-3.3 V芯片转为所需要的3.3 V, 这样就可以提供电路所需要的电压。其电路如图 5所示。

图 5

Figure 5

图 5 电源电路 Figure 5 The circuit of the power supply

系统采用意法半导体公司生产的STM32F103系列增强型芯片作为控制器, 该系列采用高性能、低成本、低功耗的嵌入式的ARM Cortex-M3内核, 内核架构先进, 性能优越, 主频可达72 MHz, 执行效率高, 具有较高的运算能力及数据处理功能, 拥有丰富的外设接口。其电路如图 6所示。

图 6

Figure 6

图 6 微处理器及其外围电路原理图 Figure 6 The schematic of the MCU and its peripheral circuit

该部分包括液晶触摸屏电路、存储设备电路、通讯接口, 其中液晶触摸屏电路用于系统的信息输入输出, 存储设备电路用于存储系统数据(包括测量的人体、环境的温度, 辐射能量等有关数据), 通讯接口用于控制器和PC之间的通讯。

软件设计的目的是为各个硬件模块执行提供相关程序, 主要包括主控单元程序设计, 光源驱动程序设计, 传感器通讯协议程序设计等。调试平台基于Keilfor ARM, 开发语言主要采用适于STM32编程的C语言。

STM32为整个电路的核心控制单元, 通过J-Link烧入控制程序, 用于控制整个电路系统正常有序的工作。主控程序流程如图 7所示。

图 7

Figure 7

图 7 系统软件流程图 Figure 7 The flow chart of the software of the system

光源驱动模块的控制也是由STM32完成, STM32初始化变量后, 开启LED驱动模块电源, 通过设置不同工作电流, 使LED间歇性地发出红光和近红外光, 配合接收传感器来测量用于分析人体血氧饱和度的特征信息。光源驱动程序如图 8所示。

图 8

Figure 8

图 8 光源驱动程序流程图 Figure 8 The flow chart of light source driver

STM32控制相关模块开始采集各传感器检测到的模拟信号, 进行AD转换, 对读取到的各数值进行处理, 并对处理后的有关信息进行显示和存储, 数据采集转换程序如图 9所示。

图 9

Figure 9

图 9 数据采集程序流程图 Figure 9 The flow chart of the data acquisition program

在对系统相关模块的相关功能进行测试无误后, 在某三甲医院对20~30岁之间的18名健康志愿者(无高血糖)分别进行了测试。被测者在测量前一天晚上保证良好的睡眠, 在早上八点半左右接受测试。测量时, 要求被测者手指洁净干燥, 保持静坐姿势, 心情平静, 手指无大幅运动, 通过医用指夹将传感器固定在手指上, 并保持手掌平直。对系统需检测的各项特征信息与血糖值进行连续监测, 并同时采用医院的血液分析仪得到这些志愿者的血糖值, 将其作为标准值。测试数据如表 1所示, 对应的曲线图如图 10所示。

表 1 (Table 1)

表 1 有创测量和无创测量血糖值测试数据 Table 1 The test data of invasive and non-invasive measurement

表 1 有创测量和无创测量血糖值测试数据 Table 1 The test data of invasive and non-invasive measurement

图 10

Figure 10

图 10 无创测量与有创测量血糖值对比曲线 Figure 10 The comparison of the blood sugar of non-invasive measurement and invasive measurement

本文设计了一种人体血糖值的无损检测系统, 利用该检测系统对健康人群进行了测试, 通过建立的血糖值检测的数学模型, 采用数学方法对所采集的数据进行处理, 得出的血糖值与传统有创测量结果之间的相关系数能够达到0.854 2, 证实了该系统测试结果的有效性。

我们将针对系统还存在的问题, 提出更好的改进方案。首先, 改进传感器探头模型, 减少环境光的干扰, 提高其抗干扰能力; 其次, 优化算法, 在保证准确度的情况下, 提高其检测效率; 最后, 进行更多的临床测试, 将不同年龄段的糖尿病患者和健康人群纳入到我们的实验对象当中, 进一步完善所采用的算法, 确保其具有更强的适用性。