基于耳垂血液层的微波时域信号无创血糖浓度检测方法技术

本发明专利技术涉及一种基于耳垂血液层的微波时域信号无创血糖浓度检测法，包括以下步骤：制作耳垂模型；配置不同葡萄糖浓度的测试溶液，用以模拟血糖浓度；将两个天线置于耳垂模型两侧，发射天线发射高频正弦信号，接收天线用于接收穿过模拟耳垂组织的正弦信号；改变溶液的葡萄糖浓度，使用不同浓度的葡萄糖溶液进行测量，收集在不同溶液浓度下的接收信号；对接收信号做时域分析；采用小波变换算法将将信号中的噪声滤除；分析滤波后的接收信号随葡萄糖浓度变化的趋势，得到滤除噪声后的信号的能量密度谱幅值随葡萄糖浓度变化的规律。

【技术实现步骤摘要】
基于耳垂血液层的微波时域信号无创血糖浓度检测方法
本专利技术属于微波无创检测
，涉及一种血糖浓度检测方法。
技术介绍
目前，糖尿病已经成为世界上广泛流行的非传染性疾病，血糖检测是目前健康体检中的常规项目之一，有助于筛查糖尿病的早期人群，为预防糖尿病的发病起到关键作用。目前临床上使用的血糖浓度检测方法一般是穿刺病人手臂采血，利用化学方法进行检测血液中的血糖浓度，检测结果精确，但是这类方法给病人带来极大痛苦，对于糖尿病患者来说，一天之内需要测量数次血糖浓度，亟需开发一种无创无痛的血糖浓度检测法。目前的无创方法主要是测量人体的其他组织(例如皮肤、角膜、口腔黏膜、舌和鼓膜等)或者体液(例如尿液、唾液、汗液、泪液)中的葡萄糖含量，在此基础上通过数学方法间接计算得到体内血糖含量。这一类方法准确率低，与临床方法实际测量结果相差较大。小波变换是分析信号成分的常用方法之一，应用小波变换可以将信号中的不同频率成分提取出来，将信号做进一步的提纯，滤除接收信号中其他成分的杂波，获得较纯的接收信号。
技术实现思路
本专利技术提供一种利用高频正弦波无创检测人体血糖浓度的方法。该方法检测的目标组织为耳垂组织，通过比较接收信号时域波形的幅值差异，计算耳垂组织血液层的相对介电常数值，通过血糖浓度与相对介电常数的对应关系，间接计算出患者的血糖浓度水平。本专利技术的技术方案如下：一种基于耳垂血液层的微波时域信号无创血糖浓度检测法，包括以下步骤：1)制作耳垂模型；2)配置不同葡萄糖浓度的测试溶液，用以模拟血糖浓度；3)将两个天线置于耳垂模型两侧，发射天线发射高频正弦信号，接收天线用于接收穿过模拟耳垂组织的正弦信号；4)改变溶液的葡萄糖浓度，使用不同浓度的葡萄糖溶液进行测量，收集在不同溶液浓度下的接收信号；5)对接收信号做时域分析；6)采用小波变换算法将接收信号分解为高频部分和低频部分，高频与低频的频率分割点由小波变换算法自适应选取，将低频部分提取出来，再次进行分解，直至高频部分的波形幅值与滤除出来的低频部分的幅值相差3个数量级左右，即可认为信号中的噪声已经滤除；7)分析滤波后的接收信号随葡萄糖浓度变化的趋势，得到滤除噪声后的信号的能量密度谱幅值随葡萄糖浓度变化的规律；8)对于待测溶液，当使用相同频率的正弦信号进行检测时，计算滤除噪声后的接收信号的能量密度谱幅值，根据7)得到的规律，可获得血糖浓度值。附图说明图1是简化耳垂组织模型及天线结构示意图图2是接收信号时域波形图3是小波变换滤除接收信号噪声图4是处理前后能量密度谱幅值变化趋势对比具体实施方式图1为耳垂组织结构的简单模型，模型中分成了血液层和脂肪层，模拟耳垂组织中由脂肪包裹毛细血管的结构，两个天线分别放置在耳垂组织两侧，分别用于发射和接收高频正弦信号，血液层的血糖浓度范围为0～500mg/dl。微波检测出来的结果与实际有所偏差，因为环境中的电磁噪声掺杂在波形中，使得波形的幅值与真实的幅值有所偏差，将小波变换技术与微波无损检测相结合，可以将波形分为高频部分和低频部分，由于环境噪声的存在，高频部分是环境中存在的噪声，每次将低频部分提取出，再做下一步分解，如此分解五层，信号中掺杂的高频噪声随即被滤除，剩下来的视为纯净的接收信号，可以用于血糖浓度分析，并可从中提取出接收信号随血糖浓度变化的规律。具体过程如下：1)建立耳垂组织如图1所示，发射天线和接收天线分居耳垂组织两侧。2)设置发射天线发出的波形为频率300MHz，幅值为1V的单频正弦信号，得到接收波形。3)改变被测溶液的浓度，将浓度在0～500mg/dl范围内每隔100mg/dl取样，发射正弦信号后用示波器接收穿过模型的正弦信号。4)将六条接收信号曲线画在同一个坐标上，如图2所示，由图2可以看到，当被测血糖浓度为0mg/dl时，接收信号幅值约为16mV，血糖浓度逐渐升高，接收信号的幅值逐渐降低，0～100mg/dl时，接收信号时域幅值降低约4mV，当血糖浓度范围在100～500mg/dl时，每升高100mg/dl，接收信号的幅值降低约1mV，当血糖浓度为500mg/dl时，接收信号的幅值降低到9mV。5)对接收信号做小波变换降噪分析，图3是经过了五层小波分解后分解出来的信号噪声，其中ApproximationA5是经过五层小波变换后分解出来的较为纯净的接收信号，可以看到，相比较于原始信号来说，这个信号的毛刺更少，信号的幅值更为均匀，信号更为平滑，符合正弦信号的特征。DetailD1～D5是五层小波变换分解出来的杂波，可以看到，它们是高频谐波，这些谐波是实验室环境中的电磁噪声，掺杂在接收信号中，对信号的能量谱密度幅值大小有较大的影响，同时，随着小波包分解的层数不断增加，分解出来的杂波幅值不断下降，表明滤除越来越彻底。D5的幅值数量级在0.02mV左右，为接收信号的千分之二，可以认为，此时的噪声已经滤除干净。6)图4是小波变换分解前后接收信号的能量密度谱幅值随血糖浓度的变化趋势图，可以看到，在血糖浓度由0mg/dl上升到100mg/dl的过程中，接收信号的能量密度谱幅值降低约43％，而当血糖浓度由100mg/dl升高到500mg/dl的过程中，每升高100mg/dl，接收信号的能量密度谱幅值降低约为6％.相比较而言，小波变换处理后的接收信号相比较于处理前的信号而言，信号的能量密度谱幅值整体降低了0.1％，这个下降的幅值就是实验过程中实验室环境中的电磁噪声，利用这样的方法将电磁噪声滤除后，得到的信号能量值更为精确，更能够从数值上准确反映接收信号能量信息。同时，这种方法还能够去除波形中的毛刺，使得分析结果更为精确。本文档来自技高网...

【技术保护点】
1.一种基于耳垂血液层的微波时域信号无创血糖浓度检测法，包括以下步骤：1)制作耳垂模型；2)配置不同葡萄糖浓度的测试溶液，用以模拟血糖浓度；3)将两个天线置于耳垂模型两侧，发射天线发射高频正弦信号，接收天线用于接收穿过模拟耳垂组织的正弦信号；4)改变溶液的葡萄糖浓度，使用不同浓度的葡萄糖溶液进行测量，收集在不同溶液浓度下的接收信号；5)对接收信号做时域分析；6)采用小波变换算法将接收信号分解为高频部分和低频部分，高频与低频的频率分割点由小波变换算法自适应选取，将低频部分提取出来，再次进行分解，直至高频部分的波形幅值与滤除出来的低频部分的幅值相差3个数量级左右，即可认为信号中的噪声已经滤除；7)分析滤波后的接收信号随葡萄糖浓度变化的趋势，得到滤除噪声后的信号的能量密度谱幅值随葡萄糖浓度变化的规律；8)对于待测溶液，当使用相同频率的正弦信号进行检测时，计算滤除噪声后的接收信号的能量密度谱幅值，根据7)得到的规律，可获得血糖浓度值。

【技术特征摘要】
1.一种基于耳垂血液层的微波时域信号无创血糖浓度检测法，包括以下步骤：1)制作耳垂模型；2)配置不同葡萄糖浓度的测试溶液，用以模拟血糖浓度；3)将两个天线置于耳垂模型两侧，发射天线发射高频正弦信号，接收天线用于接收穿过模拟耳垂组织的正弦信号；4)改变溶液的葡萄糖浓度，使用不同浓度的葡萄糖溶液进行测量，收集在不同溶液浓度下的接收信号；5)对接收信号做时域分析；6)采用小波变换算法将接收信号分解为高频部分和低频部分，高...

【专利技术属性】
技术研发人员：肖夏，黎志翔，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12