[发明专利]一种远程近红外光谱血糖检测仪及其检测方法

权利要求书

1.一种远程近红外光谱血糖检测仪，其特征在于，本检测仪包括：供电装置、红外发光系统、红外接收装置、信息处理器、蓝牙模块和移动客户端，所述供电装置负责整个检测仪的电源供应，所述红外发光系统产生光波照射人体的血液采集部位，所述红外接收装置接收从人体的血液采集部位反射回来的光波、并将该光波信号转换为频率信号，所述信息处理器将红外接收装置传输的频率信号进行分析处理、并将分析处理后的血液信息通过蓝牙模块传输至移动客户端。

2.根据权利要求1所述一种远程近红外光谱血糖检测仪，其特征在于，所述供电装置包括由PC机的USB接口提供+5V电源、电压转换芯片、电源稳压电路和串口转换芯片。

3.根据权利要求2所述一种远程近红外光谱血糖检测仪，其特征在于，所述电压转换芯片的型号为AMS1117；所述串口转换芯片的型号为CH340G。

4.根据权利要求3所述一种远程近红外光谱血糖检测仪，其特征在于，所述红外发光系统包括双波长红外-红光发光管和红外发光控制电路。

5.根据权利要求4所述一种远程近红外光谱血糖检测仪，其特征在于，所述红外接收装置包括红外接收管和MCU控制器，所述红外接收管和MCU控制器相连。

6.根据权利要求5所述一种远程近红外光谱血糖检测仪，其特征在于，所述红外接收管的型号为TSL237T，所述MCU控制器包括控制器TIM4、控制器TIM3和计数器TIM2。

7.根据权利要求6所述一种远程近红外光谱血糖检测仪，其特征在于，所述信息处理器为STM32F103C8T6系列芯片；所述蓝牙模块为HM11模块。

8.根据权利要求7所述一种远程近红外光谱血糖检测仪，其特征在于，所述移动客户端能够将信息传递至云端，并由云端存储和分析。

9.根据权利要求8所述一种远程近红外光谱血糖检测仪，其特征在于，所述双波长红外-红光发光管中的红外发光管和红光发光管共一个阳极，所述红光发光管的发光压降最小为2.4V，所述红外发光管的最小发光压降为1.5V，所述红光发光管和红外发光管的最大工作电流均为20mA，所述红光发光管发处660nm的红光，所述红外发光管发出660nm、940nm、1410nm和1540nm的红外光。

10.一种通过权利要求9所述的远程近红外光谱血糖检测仪检测人体血糖的方法，其特征在于，本方法包括如下步骤：

1)、通过双波长红外-红光发光管采集人体手指处的反射光波；持续3～10s，获取人体血液对应的光波信号；

2)、红外接收管接收步骤1中的光波信号，并将该光波信号转换为频率信号后，发回给MCU的定时器中断口，使MCU获得带光波信息的频率值。

3)、通过定时器TIM4获得PWM基准频率控制双波长红外-红光发光管的反光亮度；利用STM32F103C8T6的定时器TIM4来控制PWM的基准频率，分别映射MCU的GPIO_PIN_6和GPIO_Pin_7；

4)、利用TIM3定时器控制各发光管的放光频率及放光时序；各发光管的放光频率是由STM32F103C8T6的定时器TIM3控制的，定时器TIM3按固定时序产生中断，在中断处理程序中进行数据的采集与处理。

5)、利用输入中断获得红外接收管光强信息；TSL237T输出的方波频率信号接入STM32F103C8T6的中断入口，中断输入捕获模式，利用计数器TIM2标记捕获的两个上升沿之间的间隔，计数器TIM2的输出值即为接收到的频率值。其配置代码主要在初始化函数TIM2_Cap_Init(void)，以及中断响应函数TIM2_IRQHandler(void)之中。

6)、利用串口发送和接收数据；串口发送和接收采用DMA方式，从MCU的串口1输出，波特率为9600；主要代码包含在DMA初始化函数Uart1_DMA_Init(u32baudRate)以及串口中断处理函数USART1_IRQHandler(void)中。

7)、通过程序将步骤6)中的滤波进行放大；

8)、自适应滤波滤除基线漂移；当MCU定时器捕获到高电平上升沿时，计数器开始计数，等到下一个上升沿时，停止计数，程序读取出频率值，获得最初的信号；通过自适应滤波的算法来抑制基线漂移，其主要代码函数是u16avgdata(u16datatemp)，这是一个实时的系统，单一数据逐个通过函数体，便自动将基线稳定在512处。

9)、通过低通滤波算法滤除高频干扰；低通滤波算法的主要的程序包含在函数u16lpfilt_ired(u16datum,int init)中，参数datum表示输入的信号值，init是一个标志位，用来反应滤波参数；该函数体也是一个实时的开环函数体，可以用于数据的实时滤波；

信号滤除基线后，仍然存在包括工频干扰在内的高频干扰，为了滤除这部分干扰，本设计采用一种简化的FIR滤波算法，该算法简化了FIR滤波算法中的系数，使计算更快速高效。

10)、基于基线的线性放大

经过上述步骤9)的滤波，将信号稳定之后，通过基于基线的线性放大算法，将信号线性放大，同时也对信号进行了平滑滤波；

其主要代码在函数u16ScalePleth(u16data,float gain)中，参数data是输入的数据，gain是线性放大倍数。

11)、有效光谱信息的提取

所述有效光谱信息的提取是基于脉搏波的检测，以消除脉搏对光程的影响；当心脏射血至皮肤的毛细血管时，毛细血管会扩张，此时红外光在人体的光程发生变化，这部分变化全来自血管的扩张量。因此本设计采用了一种新的基于心脏QRS波的脉搏波检测法。脉搏波的检测函数主要包含在函数u16HR_check(u16Reddata)中，该段代码能提取出脉搏波的特征值，并计算出实时心率值。

12)、建模分析

将检测到的脉搏波数据送回PC端，利用MATLAB软件进行建模仿真。