首页> 中文学位 >基于多频段融合的光声无创血糖检测系统设计
【6h】

基于多频段融合的光声无创血糖检测系统设计

代理获取

目录

1 绪论

1.1研究背景及目的

1.2国内外研究现状

1.2.1光声无创血糖检测系统研究现状

1.2.2光声无创血糖预测模型研究现状

1.3本文主要研究内容

2 光声无创血糖检测的基本理论

2.1光声信号的产生

2.2光声信号的传播

2.3光声信号的探测

2.4光声信号与葡萄糖浓度理论

2.5本章小结

3 基于多频段融合的光声无创血糖检测算法

3.1偏最小二乘回归算法

3.1.1偏最小二乘回归的建模思想

3.1.2偏最小二乘回归的建模方法

3.1.3局限性分析及其解决方案

3.2 BP神经网络算法

3.2.1人工神经网络概述

3.2.2BP神经网络算法

3.2.3BP神经网络的改进

3.2.4BP神经网络的设计

3.3本章小结

4 光声无创血糖检测系统设计

4.1系统总体设计方案

4.2光声信号采集硬件部分

4.2.1激光源

4.2.2光声池

4.2.3声学传感器

4.2.4放大器模块

4.2.5频谱分析仪

4.2.6温度监控模块

4.3上位机软件设计

4.3.1设计方案

4.3.2频谱仪控制程序

4.3.3基于Python的数据处理程序

4.3.4温度监控程序

4.3.5前面板设计

4.4本章小结

5 光声无创血糖检测系统实验及结果

5.1实验平台可行性分析实验

5.2光声无创血糖预测模型的建立

5.2.1数据预处理

5.2.2基于偏最小二乘回归法的多频段融合预测模型

5.2.3基于BP神经网络的多频段融合预测模型

5.3结果分析

5.4本章小结

6 总结与展望

6.1总结

6.2展望

参考文献

附录

A. 作者在攻读学位期间发表的论文目录

B. 作者在攻读学位期间获得的荣誉奖励

C. 作者在攻读学位期间参加的科研工作

D. 学位论文数据集:

致谢

展开▼

摘要

全球目前大约有4亿多人患有糖尿病,血糖水平的实时监测对糖尿病患者的治疗具有重要意义。传统的血糖监测方法主要为有创监测法,这种监测方法会给患者带来痛苦而不能及时进行血糖检测,并且可能导致传染性疾病的交叉感染,因此对新型无创血糖监测的研究与应用被寄予了越来越高的期望。本文研究了以光声效应为理论的无创血糖检测技术,并提出了多频段融合建立葡萄糖浓度预测模型的方法。  首先,在深入研究光声效应基本原理的基础上,本文详细分析了光声信号的产生、传播和探测机制,得出光声信号幅度与介质的光学性质和物理性质之间的关系,光声信号频谱与激光调制函数、介质空间光吸收函数等有关,并由此确立了光声信号和葡萄糖浓度之间的关系。  其次,为了克服单频段光声信号易受干扰的问题,本文采用偏最小二乘回归法和BP(Back propagation)神经网络两种算法分别建立多频段光声信号峰值与葡萄糖溶液浓度之间的数学模型。针对偏最小二乘回归法处理复杂非线性问题的局限性,本文提出了基于前向搜索法的变量筛选方法建立葡萄糖预测模型,以提高模型性能。针对BP神经网络收敛速度慢、容易陷入局部极值的问题,对激活函数、学习率和权值更新三个方面进行改进,以训练得到较好的葡萄糖预测模型。  最后,本文搭建了光声无创血糖检测系统,主要由采集光声信号的硬件部分和数据处理的软件部分组成,通过LabVIEW控制频谱仪采集0~500mg/dL葡萄糖溶液的光声信号频谱信息,验证了光声信号幅度和频谱峰值点数目随着葡萄糖浓度的增加而增加。偏最小二乘回归法通过变量筛选的方法建立了3个频段峰值的葡萄糖浓度预测模型,其预测均方根误差为20.95mg/dl,BP神经网络通过多次训练建立了5个频段峰值的葡萄糖浓度预测模型,其预测均方根误差为15.25mg/dl。结果表明,多频段光声信号融合对葡萄糖浓度的预测精度有所提高。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号