[发明专利]一种血糖光声精准定位检测装置及其方法

权利要求书

1.一种血糖光声精准定位检测装置，包括光源单元(1)、样品测试单元(2)、信号处理单元(3)和信号控制单元(4)，其特征在于：所述光源单元(1)包括有OPO脉冲激光器(101)、光阑(102)、准直透镜(103)、第一反射镜(104)、第二反射镜(105)、第三反射镜(106)和聚焦透镜(107)，所述OPO脉冲激光器(101)右侧沿光传播方向依次设置光阑(102)、准直透镜(103)、第一反射镜(104)、第二反射镜(105)、第三反射镜(106)和聚焦透镜(107)，所述样品测试单元(2)包括被测组织(201)、血管(202)、医用耦合液(203)、超声探测器(204)、样品托架(205)、三维扫描平移台(206)和三维扫描控制器(207)，所述被测组织(201)放置于超声探测器(204)的前端面上，且被测组织(201)与超声探测器(204)之间均匀涂抹了医用耦合液(203)，所述超声探测器(204)放置于样品托架(205)上，所述样品托架(205)通过连杆与三维扫描平移台(206)的垂直面板固定连接，所述三维扫描平移台(206)上设置有三维扫描控制器(207)，所述三维扫描平移台(206)通过三维扫描控制器(207)将载有超声探测器(204)和被测组织(201)的样品托架(205)沿着立体方向平行移动，所述信号处理单元(3)沿信号传播方向依次设置有信号滤波器(301)和信号放大器(302)，所述信号控制单元(4)包括数字示波器(401)、GPIB-USB-HS接口卡(402)和计算机(403)，所述OPO脉冲激光器(101)的触发信号通过导线与数字示波器(401)电性连接，用于数字示波器采集信号的同步触发信号，所述GPIB-USB-HS接口卡(402)通过数字示波器(401)采集的光声数据传输至计算机(403)进行后续分析，所述计算机(403)与OPO脉冲激光器(101)通过数据线电性连接；

其中，所述检测装置具体定位检测步骤如下：

第一步，将表面均匀涂抹医用耦合液(203)的被测组织放置于超声探测器(204)的前端面，将三维扫描平移台(206)复位，使得被测样品回到初始位置；

第二步，设置好OPO脉冲激光器(101)的参数，具体包括：输出波长λ、输出能量E、重复频率f，同时通过三维扫描控制器(207)设置好三维扫描平移台(206)X、Y和Z三个方向的移动步长ax、ay、az和步数Nx、Ny、Nz，则被测组织在X、Y和Z三个方向上能移动的长度(Lx、Ly、Lz)分别为：Lx＝Nx×ax、Ly＝Ny×ay、Lz＝Nz×az；

第三步，开启OPO脉冲激光器(101)，由OPO脉冲激光器(101)发出一定波长和能量的脉冲激光光束，经过光阑(102)，再由准直透镜(103)进行准直，再依次经过第一反射镜(104)、第二反射镜(105)、第三反射镜(106)三个反射镜，将平行角度的激光光束转为垂直角度入射，经过聚焦透镜(107)将脉冲激光光束聚焦入射到被测组织的表面，此时的聚焦透镜(107)的焦距正好是聚焦透镜(107)与被测组织表面之间的距离；

第四步，打开控制程序，将三维扫描平移台(206)根据第二步中三维扫描控制器(207)设置好的移动步长和步数，驱动被测组织(201)和超声探测器(204)沿着X、Y和Z方向进行平移；被测组织(201)在纵深方向上处在初始平面上，即：iz＝1，然后，三维扫描平移台(206)驱动被测组织(201)在X和Y方向上做逐行扫描，且行与行之间按照“弓”字型连续不间断扫描，每完成一个扫描点，ix和iy分别加1，直到ix和iy分别达到Nx和Ny为止才结束iz＝1初始平面上的二维扫描；

第五步，在二维扫描的同时，超声探测器(204)捕获聚焦光斑在初始平面上每个焦点光斑激发产生的光声电压信号，再经过信号滤波器(301)滤波和信号放大器(302)放大后，再由数字示波器(401)进行采集和显示，然后通过GPIB-USB-HS接口卡(402)，将光声电压信号传输到计算机(403)进行存储，然后根据软件程序同步获得每个聚焦光斑点所产生光声信号的光声幅值并保存；

第六步，完成初始平面iz＝1的二维扫描后，三维扫描平移台(206)在Z方向上进行平移一个步距，即iz＝2，聚焦光斑进入到第二个纵深位置，然后，根据第二步中三维扫描控制器(207)设置好的移动步长和步数，三维扫描平移台(206)驱动被测组织(201)在新的纵深平面上沿着X和Y方向做逐行扫描，方法与第四步相同；在第二纵深平面上，当ix和iy分别达到Nx和Ny后，第二纵深平面二维扫描结束，同时，与第五步同样，获得第二纵深平面上每个聚焦光斑处激发产生的光声幅值；

第七步，完成平面iz＝2的二维扫描后，三维扫描平移台(206)在Z方向上进行平移一个步距，即iz＝3，聚焦光斑进入到第三个纵深位置，然后重复第四步到第六步的操作，最终，当ix、iy和iz都同时达到各自的步数Nx、Ny、Nz时，整个三维扫描结束，此时也获得被测组织(201)在所有纵深平面上的光声幅值，即：三维光声幅值数据矩阵；

第八步，通过三维和二维图像重建算法，得到被测组织(201)的三维光声图像或者某个纵深平面上的光声二维图像，同时得到被测组织(201)中的血管图像，并获得血管在被测组织中的具体位置；

第九步，根据第八步中获得的血管位置，计算出三维扫描平移台(206)需要在X、Y和Z方向上移动的步距和步数，然后通过三维扫描平移台(206)，驱动被测组织(201)移动到将聚焦光斑精确地落入到被测组织(201)的血管中；

第十步，在血管中的聚焦光斑激发血液产生包括血糖浓度的光声信号，由超声探测器(204)捕获血糖光声信号，再同第五步一样，获得血管中血糖的光声幅值，针对含不同血糖浓度的被测样品，均可以按照上述步骤来精准地获得被测组织(201)血管中的血糖光声幅值，然后利用统计建模算法，建立浓度梯度与血管中血糖光声幅值之间的关系模型，最终实现对未知血糖浓度被测组织(201)的准确预测。

2.根据权利要求1所述的一种血糖光声精准定位检测装置的定位检测方法，其特征在于，所述方法包括：

第一步，将表面均匀涂抹医用耦合液(203)的被测组织放置于超声探测器(204)的前端面，将三维扫描平移台(206)复位，使得被测样品回到初始位置；

第二步，设置好OPO脉冲激光器(101)的参数，具体包括：输出波长λ、输出能量E、重复频率f，同时通过三维扫描控制器(207)设置好三维扫描平移台(206)X、Y和Z三个方向的移动步长ax、ay、az和步数Nx、Ny、Nz，则被测组织在X、Y和Z三个方向上能移动的长度(Lx、Ly、Lz)分别为：Lx＝Nx×ax、Ly＝Ny×ay、Lz＝Nz×az；

第三步，开启OPO脉冲激光器(101)，由OPO脉冲激光器(101)发出一定波长和能量的脉冲激光光束，经过光阑(102)，再由准直透镜(103)进行准直，再依次经过第一反射镜(104)、第二反射镜(105)、第三反射镜(106)三个反射镜，将平行角度的激光光束转为垂直角度入射，经过聚焦透镜(107)将脉冲激光光束聚焦入射到被测组织的表面，此时的聚焦透镜(107)的焦距正好是聚焦透镜(107)与被测组织表面之间的距离；

第四步，打开控制程序，将三维扫描平移台(206)根据第二步中三维扫描控制器(207)设置好的移动步长和步数，驱动被测组织(201)和超声探测器(204)沿着X、Y和Z方向进行平移；被测组织(201)在纵深方向上处在初始平面上，即：iz＝1，然后，三维扫描平移台(206)驱动被测组织(201)在X和Y方向上做逐行扫描，且行与行之间按照“弓”字型连续不间断扫描，每完成一个扫描点，ix和iy分别加1，直到ix和iy分别达到Nx和Ny为止才结束iz＝1初始平面上的二维扫描；

第五步，在二维扫描的同时，超声探测器(204)捕获聚焦光斑在初始平面上每个焦点光斑激发产生的光声电压信号，再经过信号滤波器(301)滤波和信号放大器(302)放大后，再由数字示波器(401)进行采集和显示，然后通过GPIB-USB-HS接口卡(402)，将光声电压信号传输到计算机(403)进行存储，然后根据软件程序同步获得每个聚焦光斑点所产生光声信号的光声幅值并保存；

第六步，完成初始平面iz＝1的二维扫描后，三维扫描平移台(206)在Z方向上进行平移一个步距，即iz＝2，聚焦光斑进入到第二个纵深位置，然后，根据第二步中三维扫描控制器(207)设置好的移动步长和步数，三维扫描平移台(206)驱动被测组织(201)在新的纵深平面上沿着X和Y方向做逐行扫描，方法与第四步相同；在第二纵深平面上，当ix和iy分别达到Nx和Ny后，第二纵深平面二维扫描结束，同时，与第五步同样，获得第二纵深平面上每个聚焦光斑处激发产生的光声幅值；

第七步，完成平面iz＝2的二维扫描后，三维扫描平移台(206)在Z方向上进行平移一个步距，即iz＝3，聚焦光斑进入到第三个纵深位置，然后重复第四步到第六步的操作，最终，当ix、iy和iz都同时达到各自的步数Nx、Ny、Nz时，整个三维扫描结束，此时也获得被测组织(201)在所有纵深平面上的光声幅值，即：三维光声幅值数据矩阵；

第八步，通过三维和二维图像重建算法，得到被测组织(201)的三维光声图像或者某个纵深平面上的光声二维图像，同时得到被测组织(201)中的血管图像，并获得血管在被测组织中的具体位置；

第九步，根据第八步中获得的血管位置，计算出三维扫描平移台(206)需要在X、Y和Z方向上移动的步距和步数，然后通过三维扫描平移台(206)，驱动被测组织(201)移动到将聚焦光斑精确地落入到被测组织(201)的血管中；

第十步，在血管中的聚焦光斑激发血液产生包括血糖浓度的光声信号，由超声探测器(204)捕获血糖光声信号，再同第五步一样，获得血管中血糖的光声幅值，针对含不同血糖浓度的被测样品，均可以按照上述步骤来精准地获得被测组织(201)血管中的血糖光声幅值，然后利用统计建模算法，建立浓度梯度与血管中血糖光声幅值之间的关系模型，最终实现对未知血糖浓度被测组织(201)的准确预测。