[发明专利]一种无创血糖仪的红外发射器及血糖仪

权利要求书

1.一种无创血糖仪，其特征在于，包括：集成无创传感器、光电转换模块、智能管控平台和血糖检测终端；

智能管控平台控制集成无创传感器向人体皮肤组织发出红外光，红外光透过人体皮肤组织扩散反射出光谱信号，光电转换模块将接收的光谱信号转化为电信号，智能管控平台将电信号转化为数字信号后对数字信号进行特征提取和参数分析，获取血糖浓度，用户通过血糖检测终端查看血糖浓度。

2.根据权利要求1所述的一种无创血糖仪，其特征在于，所述集成无创传感器包括：若干红外发射器、若干红外接收器和若干人体生理参数检测器；

基于双光路光谱测量法，将若干红外发射器分为两路，第一路红外发射器发射出的红外光为不经过人体组织的参考光，第二路为经过人体组织扩散反射的测量光，若干红外接收器将参考光和测量光进行分组接收，获取采集的红外光谱信号；

若干人体生理参数检测器通过接触人体皮肤采集与人体代谢相关的生理参数，生理参数包括环境温湿度、人体体表温湿度以及脉搏波参数。

3.根据权利要求1所述的一种无创血糖仪，其特征在于，智能管控平台包括：数据处理模块、云数据库和机器学习模块；

所述数据处理模块用于将电信号转化为数字信号后进行特征提取操作；

所述云数据库用于将大量的血糖检测数据以及人体生理参数检测数据进行分级存储；

所述机器学习模块用于基于云数据库的数据建立训练集，对训练集进行优化和训练，建立血糖红外吸收谱与血糖浓度间的映射关系。

4.根据权利要求3所述的一种无创血糖仪，其特征在于，所述数据处理模块包括：信号调理子模块和特征提取子模块；

所述信号调理子模块用于对电信号进行预处理后将电信号转化为数字信号；

所述特征提取子模块用于对数据信号进行特征提取，提取多种波长光谱下的血糖吸收谱，在特征提取的过程中，将抖动、基线漂移的影响进行滤波。

5.根据权利要求3所述的一种无创血糖仪，其特征在于，所述云数据库包括：数据智能分层模块和数据调取模块；

数据调取模块从云服务端调取大量基于传统有创测量的血糖浓度数据，基于传统有创测量的血糖浓度数据的同一类人群，调取通过特征提取子模块处理后的数字信号数据，其中，将传统有创测量的血糖浓度数据划分为测试集；

通过数据智能分层模块将云数据库根据血糖浓度值的范围、用户性别以及用户年龄进行等级划分，等级划分包括若干级存储层。

6.根据权利要求3所述的一种无创血糖仪，其特征在于，所述机器学习模块包括：训练算法模型；

将调取的传统有创测量的血糖浓度数据和数字信号数据输入至训练算法模型中进行训练处理，通过训练处理建立光谱信号和血糖浓度之间的关系模型；

将采集的光谱信号作为训练集后输入关系模型，获取血糖浓度的预测值，基于预测值和实测血糖值的相关系数与相对标准偏差来测量对应准确值，基于对应准确值优化训练算法模型，获取优化训练模型；通过多次对优化训练模型进行优化和训练，形成血糖红外吸收谱与血糖浓度间的映射关系，基于映射关系构建血糖浓度预测模型。

7.根据权利要求4所述的一种无创血糖仪，其特征在于，电信号通过信号调理子模块进行预处理，去除电信号的环境噪声并保留有用信号频带，再将电信号进行前置放大、低通滤波处理，获取预处理后的电信号；

将预处理后的电信号接入锁相放大器，通过锁相放大器检测信号的微弱程度，若锁相放大器的输出信号与设置参考信号频率不同时，则将当前电信号剔除，若锁相放大器的输出信号与设置参考信号频率相同时，则锁相放大器输出直流信号，将输出的直流信号幅值通过AD转换器转换为数字信号。