引用本文
任重, 刘国栋, 丁宇, 姚清凯. 基于OPO脉冲激发的血糖光声检测影响因素研究[J]. 光谱学与光谱分析, 2018,38(10): 3023-3029.
REN Zhong, LIU Guo-dong, DING Yu, YAO Qing-kai. Studies on the Influence Factors of the Blood Glucose Photoacoustic Measurement Based on OPO Pulsed Laser Induction[J]. Spectroscopy and Spectral Analysis, 2018,38(10): 3023-3029.
Doi:10.3964/j.issn.1000-0593(2018)10-3023-07  
Permissions
Copyright©2018, 《光谱学与光谱分析》期刊社
《光谱学与光谱分析》期刊社 所有
基于OPO脉冲激发的血糖光声检测影响因素研究
任重, 刘国栋*, 丁宇, 姚清凯
江西科技师范大学光电子与通信重点实验室, 江西 南昌 330038
*通讯联系人 e-mail: liuguodong95@163.com

作者简介: 任 重, 1981年生, 江西科技师范大学光电子与通信重点实验室副教授 e-mail: renzhong0921@163.com

收稿日期: 2017-08-11 接受日期: 2017-12-29
基金: 国家自然科学基金项目(61650402, 51763011, 61741507), 青年拔尖人才自然科学基金项目(2014QNBJRC004), 校博士启动基金项目(2017BSQD021)和江西省自然科学杰出青年基金项目(2018ACB21006)资助
摘要

构建了一套基于侧向模式的光学参数振荡(optical parameter oscillator, OPO)脉冲激光激发-超声传感的血糖光声检测系统, 并且将激发波长、 激光能量、 探测频率和温度等对血糖光声检测的影响, 在系统结构上进行了有效融合。 然后, 以不同浓度的葡萄糖溶液作为测试样品, 实验研究了几个因素(激发波长、 激光能量、 探测频率和温度等)对葡萄糖光声检测和浓度预测的影响。 实验得到了不同浓度葡萄糖溶液在不同影响因素条件下的葡萄糖实时光声信号和光声峰峰值, 同时, 为了得到不同因素对葡萄糖光声值和浓度预测的影响规律, 通过线性回归算法建立了葡萄糖光声峰峰值与各因素变化, 以及不同因素下光声峰峰值与浓度梯度的映射关系模型。 实验和模型预测结果表明: 相比1 200和1 300 nm波长而言, 1 064 nm波长下的葡萄糖光声峰峰值与浓度梯度模型预测效果最好, 模型相关系数达到0.986; 葡萄糖光声峰峰值随着脉冲激光输出能量的增大呈线性增大趋势, 且葡萄糖浓度预测准确度随着激光输出能量增大有所提高; 根据不同探测频率的超声探测器捕获的葡萄糖光声峰峰值与浓度梯度建模效果来看, 响应频率为1 MHz的超声探测器相比2.5和10 MHz的超声探测器, 在葡萄糖光声信号探测上具有更好的探测效果; 最后, 实验发现, 葡萄糖光声峰峰值随着温度和浓度的增大均呈线性增大趋势, 且浓度预测误差随着温度的升高逐渐增大。

关键词: 血糖; 光声检测; 脉冲激光; 超声探测; 温度
中图分类号:O433.4 文献标志码:A
Studies on the Influence Factors of the Blood Glucose Photoacoustic Measurement Based on OPO Pulsed Laser Induction
REN Zhong, LIU Guo-dong*, DING Yu, YAO Qing-kai
Key Laboratory of Optic-Electronic and Communication, Jiangxi Science and Technology Normal University, Nanchang 330038, China
*Corresponding author
Abstract

In this paper, in order to ascertain the effects and influence laws of some factors on the photoacoustic detection of blood glucose, we firstly established a set of a blood glucose photoacoustic measurement system based on the optical parameters oscillators (OPO) pulsed laser induced ultrasonic detection in the lateral mode. In this system, the wavelength tunable pulsed laser was used as the excitation source of photoacoustic signals of blood glucose, and the ultrasonic transducer with high sensitivity was used to capture the photoacoustic signals of blood glucose. Moreover, the lateral detection mode was built because the irradiation direction of pulsed laser was perpendicular to the detection direction of ultrasonic transducer, which greatly overcame the interference of irradiation light directly penetrated the test solutions into the surface of ultrasonic transducer for the photoacoustic signals of samples. In addition, in the system, the effects of several factors on the photoacoustic detection of blood glucose were combined from the viewpoint of structural design. Then, the glucose solutions with different concentrations were used as the test samples. The effects of several factors (excitation wavelength, laser output energy, detection frequency and temperature) on the photoacoustic detection of glucose and concentration prediction were experimentally investigated. Besides, the time-resolved photoacoustic signals and photoacoustic peak-to-peak values of glucose with different concentrations under the different influence factors were experimentally obtained. At the same time, in order to know the influence laws of factors on the photoacoustic values and concentration prediction of glucose, the linear fitting algorithm was used to establish the models between the photoacoustic peak-to-peak values and the factors, as well as the prediction models between the photoacoustic peak-to-peak values and the concentration gradients of glucose. In experiments, the captured time-resolved photoacoustic signals of glucose were all averaged in 512 times, which effectively overcame the interference of noises to the photoacoustic signals of glucose, and improved the accuracy and effectivity of experimental data. Experimental results and the prediction results of models showed that compared with the wavelengths at 1 200 and 1 300 nm, the prediction model’s effect between the photoacoustic peak-to-peak values and the concentration of glucose at the wavelength of 1 064 nm was the best because its correlation coefficient of model was 0.986, which demonstrated that the glucose molecular had good absorption at characteristic wavelength of 1 064 nm. The photoacoustic peak-to-peak values of glucose linearly increased with the laser output energy, and the concentration prediction accuracy of glucose improved with the increase of the laser output energy. According to different concentration prediction results obtained by the ultrasonic transducers with different detection frequencies, compared with the ultrasonic transducers with frequency of 2.5 and 10 MHz, the photoacoustic detection effect of the glucose was the best for the ultrasonic transducer with frequency of 1 MHz. Finally, it was experimentally found that the photoacoustic peak-to-peak values of glucose linearly increased with the increasing of the temperatures and the concentrations. Especially, the concentration prediction error of glucose gradually increased with the increase of temperature.

Keyword: Blood glucose; Photoacoustic measurement; Pulsed laser; Ultrasonic detection; Temperature
引 言

近年来, 基于光学技术的血糖无损检测已经成为了研究的热点, 最具代表性的光学无损检测方法有: 近/中红外光谱法、 拉曼光谱法[1]、 偏振光法[2]、 OCT[3]和光声技术[4]等。 对于纯光谱法而言, 由于血糖在人体组分中含量极其微小, 并且微弱的血糖特征光谱信号极易受其他组分光谱重叠、 组织散射光和噪声等干扰, 使得基于纯光谱法的血糖检测在稳定性、 准确性和个体差异性等方面存在一些技术瓶颈尚待解决。 而光声技术是一种兼具光学和超声学两者优势的新型检测技术, 利用探测超声信号来代替探测光子, 理论上可以很好地避免检测过程中组织光散射对检测带来的影响和干扰。 并且, 生物组织具有不同的声学特性, 通过有效的特征信号提取和数据分析处理, 利用光声技术来检测血糖可以大大地提高检测准确度和信噪比。 国内外学者基于光声技术的血糖检测已有不少报道。 MacKenzie等[5]利用可调谐Nd:YAG激光器作为激励源的光声系统对血糖进行了光声检测。 Ahola等[6]利用半导体脉冲激光器作为激励源, 对人全血中葡萄糖浓度进行了光声检测研究, 得到了血液中的血糖浓度与光声信号之间的线性变化关系。 Zhao[7]利用激光二极管和超声探测器对溶液和软组织的光声机理进行了研究, 并实现了血糖浓度的离体和在体检测。 Matt[8]使用了脉冲激光激发的光声技术对猪血中的血糖浓度进行了离体检测。 Pai等[9, 10]采用脉冲激光二极管设计了便携式的血糖监测系统, 并开展了人体在体血糖光声检测实验研究, 实验结果表明血糖浓度绝对偏差约为23.75 mg· dl-1。 任重等[11, 12, 13, 14]利用OPO脉冲激光器激发和超声传感器前向探测模式, 对葡萄糖溶液开展了光声检测研究, 研究表明葡萄糖浓度与光声峰峰值之间具有较好的线性相关性, 葡萄糖浓度预测误差约为12.14 mg· dl-1。 近年来还出现了利用中红外波段开展血糖光声检测的研究报道, 如: Christison[15]首次使用了中红外波段的光声技术来检测血糖浓度, 但由于组织的强吸收和穿透深度低, 检测效果不太理想。 有文献采用中红外量子级联激光器作为激发源设计了血糖光声检测系统, 设计了一种光声池来提高血糖光声信号的强度, 实验表明葡萄糖水溶液的光声检测灵敏度为100 mg· dl-1。 采用量子级联激光器(波长范围1 000~1 220 cm-1)设计了用于人体皮肤检测血糖的光声系统, 在体实验结果表明血糖浓度平均预测误差约为11 mg· dl-1。 上述研究主要是利用不同的检测系统、 光声激励源、 激发波长和不同的检测对象来开展的, 均取得了一定的研究成果。 但是, 血糖光声检测中, 有一些因素(包括: 硬件因素、 体内因素和体外因素)对血糖光声检测的稳定性和准确度会产生较大的影响, 如: 激发源参数、 探测器参数、 温度和血流速等。 而到目前为止, 很少有针对上述因素对血糖光声无损检测影响的相关研究报道。

为了探究上述因素对血糖光声无损检测及血糖浓度预测误差带来的影响及规律, 本工作首先搭建了一套OPO脉冲激光激发-超声侧向探测模式的血糖光声检测系统, 并且构建了测试溶液循环系统, 该循环系统由石英比色皿、 水槽、 硅胶软管、 微型水泵构成, 用于对不同浓度的测试溶液进行更换, 并模拟人体血管中血液的流动。 基于上述实验装置, 对影响血糖光声检测的若干因素(包括: 激光器能量、 测试溶液浓度、 温度、 不同响应频率超声探测器等)进行了实验研究。 并且, 对不同因素下的葡萄糖水溶液的光声数据进行拟合, 得到了上述不同因素对葡萄糖光声信号的影响规律, 以及各因素对葡萄糖浓度预测误差的影响。 这些研究可以为今后血糖无损在体光声检测中相关因素影响的研究和各因素对血糖浓度预测进行校正等方面提供一定的技术指导。

1 光声检测理论

光声技术的机理是光致超声和热膨胀效应[16]。 当被测组织被能量为E、 脉冲持续时间为τ l的周期性脉冲激光器照射, 在局部光斑处的组织对入射光进行特征波长的选择性吸收, 产生局部能量的快速沉积和释放, 使得被照射组织局部产生热膨胀和收缩效应, 从而在组织内部形成一定频率的携带组织内部信息的超声波并向组织四周扩散至表面, 即: 光声信号。

当组织中的热传递的时间远大于超声波传递的时间时, 光声信号的形成可以通过波动方程来描述, 即

∇2-1c2∂2∂t2p=-βCp∂H∂t(1)

式(1)中, Cp为比热, β 为热膨胀系数, c为声速, p为声压, H为单位时间、 单位体积内的能量沉积量, 其与激光器本身的参数以及被测组织的属性有关。

到目前为止, 一些学者针对不同属性物质产生的光声信号进行了理论分析, 并提出了不同类型的光声模型, 如: 平面型、 柱状型和球型。 这里, 使用了一种半定量化的柱状光声模型理论[17]来描述光声信号产生的机理。

假设某一被测组织吸收的入射激光能量Ea完全转换成热能, 并引起了局部温度Δ T的升高。 根据热动力学原理, 这个局部升温Δ T可以表示为

ΔT=EaCpρV(2)

式(2)中, ρ 为组织的密度, V为物质光吸收局部体积。

若被照射物质局部光斑半径和光穿透深度分别定义为Rb和δ , 则V可以定义为

V=πRb2δ(3)

对于短脉冲激光器激发而言, 即: 激光器脉冲持续时间τ L小于在光声激发源半径区域的超声波传播时间τ a, 光声幅值可以定义为

p=Eαβv2CpRs3/2r1/2(4)

式(4)中, p为光声信号, v为声音在某物质内的速度, β 为物质体积膨胀系数, Cp为物质的比热容, Rs为光声源半径, r为光声源至超声探测器的距离。

从式(1)— 式(4)可知, 光声信号受众多因素的影响, 不仅包括硬件参数(脉冲激光器输出的能量E、 探测器距离r、 光声激励源半径Rs)、 物质的属性(光吸收系数α 、 热属性β /Cp), 而且还与温度、 血流速等因素有关。 因此, 针对一些相关因素(激光器能量、 探测器频率、 样品浓度、 激发波长和温度)对血糖光声检测及对血糖浓度预测误差的影响进行实验研究, 以此揭示各因素的影响规律。

2 实验部分

构建了一套脉冲激光器激发-超声传感的血糖光声检测系统, 如图1所示。 其中, 激光器为Nd:YAG 532 nm泵浦的OPO脉冲激光器(OPOletteTM, 532 II, OPOTEK Inc., USA), 脉冲宽度10 μ s、 持续时间10 ns、 重复频率20 Hz、 波长可调谐范围1 064~2 400 nm、 输出能量可调范围0~2 mJ。 入射激光经过聚焦透镜入射到测试溶液中, 产生的光声信号采用超声探测器(Doppler Co., China)进行探测。 为了避免入射激光透射样品直接照射到超声探头上产生较强的入射光源光声信号干扰, 采用了超声探头与入射光方向相互垂直的侧向探测模式。 经超声探测器捕获的血糖光声信号转换为相应的电压信号, 再经过放大增益40 db和带宽50 kHz~40 MHz的信号放大器(5678, Olympus, Japan)进行放大后, 由双踪数字示波器(54642D, Agilent, USA)采集和显示, 再经过GPIB-USB接口卡(GPIB-USB-HS, National Instruments, USA)将数字信号传送到计算机进行后续分析处理。 实验中, 将OPO脉冲激光器的输出脉冲触发信号与双踪数字示波器的一个通道相连, 以此来作为血糖光声信号的采集的外触发条件, 并保持数据触发和采集的同步操作。

图1 血糖光声检测系统结构示意图Fig.1 Schematic diagram of blood glucose photoacoustic detection system

图1中, 为了模拟人体血液循环, 以及方便实验中更换不同浓度的测试溶液, 构建了一套测试液循环系统, 该系统由石英比色皿、 小型水泵、 烧杯和内直径为3 mm的橡胶软管构成。 其中, 小型水泵(NKCP 3-S10W, Kamoer Co., China)为一转速可调的直流电机驱动水泵, 其流量可调范围为0~65 mL· min-1。 由于葡萄糖属于单糖, 很容易被人体吸收并进入血液中, 且血糖中的主要成分是葡萄糖[18], 故实验中采用葡萄糖溶液作为实验仿体, 来测试相关因素对血液中葡萄糖光声检测的影响。 研究根据市场上销售的国产和进口的血糖检测仪所具有的检测范围约为2.5~27.5 mmol· L-1, 以及人体生理血糖范围18~450 mg· dl-1, 实验时我们利用葡萄糖粉末和纯水配置了6个不同浓度梯度的葡萄糖溶液, 浓度分别为: 0, 100, 200, 300, 400和500 mg· dl-1。 将一定浓度和温度的测试溶液装入烧杯, 然后开启水泵将烧杯中的测试溶液输送至石英比色皿中并充满。 并且, 为了提高超声探头与比色皿中测试溶液之间阻抗匹配, 将比色皿和超声探头均置于充满水的水槽中, 水槽中的水温采用温度控制器(WH7016E, Willhi, China)进行温度加热控制。 实验温度为(20± 0.5) ℃。

3 结果与讨论
3.1 激发波长对葡萄糖光声信号的影响

为了探究葡萄糖溶液在不同波长的脉冲激光器入射光照射下, 其葡萄糖分子特征吸收存在的差异性, 配制了浓度为300 mg· dl-1的葡萄糖溶液, 然后利用1 MHz超声探测器得到了多个不同激发波长下葡萄糖分子的时间分辨光声实时信号, 如图2(a)所示。 从图2(a)可知, 对于不同的激发波长而言, 同一浓度的葡萄糖溶液的时间分辨光声信号在幅值、 波形和峰值点位置等存在明显的差异, 其原因是由于葡萄糖分子对不同波长的入射激光具有不同的特征吸收。 根据式(4), 可知组织光声信号与组织的属性中的光吸收系数α 有关, 在不同的激发波长下其值存在差异。

图2 不同波长对葡萄糖光声信号的影响
(a): 不同波长下的时间分辨光声信号; (b): 不同波长下葡萄糖浓度与光声峰峰值对应关系建模Fig.2 Effects of wavelengths on the photoacoustic signals of glucose
(a): Time-resolved photoacoustic signals of glucose at different wavelengths; (b): Relationship model between concentrations and peak-to-peak values at different wavelengths

然后, 得到了不同波长下(λ =1 064, 1 200和1 300 nm), 不同葡萄糖溶液的浓度(c=0, 100, 200, 300, 400和500 mg· dl-1)的光声峰峰值, 如图2(b)所示。 从图中可知, 随着葡萄糖浓度的增加, 光声峰峰值呈线性趋势增大。 利用线性拟合算法建立了上述3个不同波长的葡萄糖浓度梯度与其光声峰峰值对应映射关系, 并得到了3个波长的线性拟合曲线的相似系数分别为0.986, 0.961和0.922, 其对应的葡萄糖浓度预测均方误差19.72, 27.27和41.34 mg· dl-1。 因此, 从图2可知, 不同的波长对葡萄糖光声时间分辨信号、 光声峰峰值及葡萄糖浓度预测准确度均存在较大差异。 从图2可知当激发波长为1 064 nm时, 葡萄糖分子具有较好的特征吸收, 并且浓度预测准确度相对较高, 可以选择作为葡萄糖特征吸收波长来进行浓度预测建模。

3.2 激光能量对葡萄糖光声信号的影响

然后, 为了探究激光能量对葡萄糖光声检测的影响, 根据3.1节分析结果将OPO脉冲激光器的输出波长定为1 064 nm, 输出能量的调节范围为50%~100%, 利用2.5 MHz超声探测器得到了不同浓度的葡萄糖溶液受激光器不同能量激发产生的光声峰峰值, 如图3(a)所示。

图3 激光能量对葡萄糖光声信号的影响
(a): 不同浓度葡萄糖溶液在不同激光能量下的光声峰峰值; (b): 不同激光能量下葡萄糖浓度梯度与光声峰峰值关系Fig.3 Effect of laser energy on the photoacoustic signals of glucose
(a): Photoacoustic peak-to-peak values of different concentrations of glucose solutions at different laser energy; (b): Relationship between concentrations and peak-to-peak values of glucose at different laser energy

从图3(a)中可知, 对于所有浓度的葡萄糖溶液而言, 其光声峰峰值随着激光能量的增大而呈线性趋势增大, 该结果与式(4)中激光能量E对血糖光声值的影响规律是相符的。

图3(b)为不同激光能量下对应的葡萄糖浓度与光声峰峰值变化关系。 从图3(b)中可以看出, 在同一激光能量条件下, 光声峰峰值随着葡萄糖浓度增大而呈线性增大趋势。 利用线性拟合得到了每个激光能量条件下, 葡萄糖浓度梯度与光声峰峰值的映射关系, 并且也得到了拟合直线与原数据的相似度分别为: 0.822, 0.897, 0.912, 0.923, 0.956和0.986。 从图中可知, 激光输出能量越强, 拟合得到的线性度与原始光声峰峰值越吻合, 其葡萄糖浓度预测准确度就越高。 因此, 在实际血糖光声检测中, 在激光输出能量安全阈值范围内, 尽可能将激光输出能量调至较大值。

3.3 不同探测频率对葡萄糖光声检测的影响

由于式(4)中对于超声探头的影响, 只是针对光声源与超声探头的距离, 而并没有涉及超声探头的响应频率不同对血糖光声信号的影响。 为了探究不同响应频率的超声探测器对葡萄糖光声信号的影响, 选取了三种不同频率的超声探测器, 其响应中心频率分别为1.0, 2.5和10.0 MHz, 分别对同一浓度的葡萄糖溶液进行时间分辨的实时光声信号检测。 激光器的输出波长为1 064 nm, 激光器输出能量均为72.8%, 得到的浓度为200 mg· dl-1的葡萄糖溶液实时光声信号如图4(a)所示。

图4 不同频率超声探测器对葡萄糖光声检测的影响
(a): 时间分辨实时光声信号; (b): 不同频率超声探测器对应的葡萄糖浓度梯度与光声峰峰值关系Fig.4 Effect of ultrasonic detector’ s frequency on the photoacoustic detection of glucose
(a): Time-resolved real time photoacoustic signals of glucose; (b): Relationship between concentrations and peak-to-peak values of glucose for ultrasonic detectors with different frequencies

从图4(a)可知, 对于三种不同响应频率的超声探测器, 由于探测位置不变, 故其捕获的葡萄糖特征光声信号起始位置基本保持不变(均约为4.3 μ s)。 但是, 在其他条件相同情况下, 捕获的葡萄糖实时光声信号的波形曲线、 幅值和振荡周期均存在较大差异。 为了对比三种不同响应频率超声探测器对葡萄糖浓度检测性能的优劣程度, 得到了每个超声探测器测得的葡萄糖溶液浓度梯度与其对应的光声峰峰值, 如图4(b)所示。 并且, 利用线性拟合算法对上述三种不同响应频率的超声探测器(1.0, 2.5和10.0 MHz)对应的葡萄糖浓度梯度与光声峰峰值之间建立线性回归模型, 并得到了线性拟合曲线与原始数据之间的相似度分别为0.986, 0.942和0.832。 因此, 就本文中使用的这三种超声探测器对比而言, 响应频率为1 MHz的超声探测器具有较好的探测效果。

3.4 温度对葡萄糖光声信号的影响

由式(1)— 式(4)可知, 血糖光声值强弱与被测组织局部能量沉积导致的温升效应有关。 并且, 在实际血糖光声检测中, 受组织本体温度变化和环境温度传热效应等影响, 被测组织的温度会发生一定的变化。 为了探究这种温度变化对血糖光声信号及血糖浓度预测准确度的影响, 利用温度控制器对测试溶液进行人为控制改变其温度, 在1 064 nm脉冲激光激发下, 利用1 MHz超声探测器获得不同温度下不同浓度的葡萄糖溶液光声信号的变化, 及不同葡萄糖浓度梯度与其对应的光声峰峰值。 其中, 浓度为200 mg· dl-1葡萄糖溶液在35~40 ℃的实时光声信号变化如图5(a)所示; 0~500 mg· dl-1葡萄糖溶液在35~40 ℃的特征信号光声峰峰值如图5(b, c)所示。

图5 温度对葡萄糖光声检测的影响
(a): 葡萄糖实时光声信号随着温度变化; (b): 不同温度下葡萄糖浓度梯度与光声峰峰值关系; (c): 不同浓度下温度梯度与峰峰值关系Fig.5 Effect of temperature on photoacoustic detection of glucose
(a): Curve changes of real time photoacoustic signals of glucose; (b): Relationship between concentrations and photoacoustic peak-to-peak values of glucose at different temperatures; (c): Relationship between temperature gradients and peak-to-peak values

从图5(a)可知, 随着温度的增加, 虽然葡萄糖实时光声信号的形貌基本保持不变, 但是幅值有所增加, 并且特征峰的峰值位置随着温度的增加逐渐向左移动。 说明温度的逐渐使得在葡萄糖溶液中的光声信号声速增大, 其原因是组织的声学属性与温度参数(如: 温度T和热属性β /Cp)有关。 从图5(b)可知, 对于每个温度, 葡萄糖光声峰峰值随着浓度增大基本呈线性增大; 而从图5(c)可知, 对于每个浓度葡萄糖而言, 葡萄糖光声峰峰值随着温度的增大也呈线性增大趋势。 利用线性回归算法, 建立了图5(b)的每个温度对应的葡萄糖浓度梯度与光声峰峰值线性关系模型, 同时也建立了图5(c)的每个浓度对应的温度梯度与光声峰峰值线性关系模型。 然后, 联立图5(b)和(c)的线性关系模型, 获得了不同温度对应的不同葡萄糖浓度的预测误差和每个温度的所有浓度预测的均方根误差, 如表1所示。

表1 不同温度条件下葡萄糖浓度预测误差及均方根误差对比 Table 1 Comparisons of prediction concentration errors and root mean-square errors of glucose at different temperatures

从表1可知, 葡萄糖浓度为0~100 mg· dl-1, 相比浓度为200~500 mg· dl-1, 受温度影响带来的浓度预测误差相对较小。 并且, 从整个温度变化对葡萄糖浓度预测误差带来的影响来看, 浓度预测误差随着温度的增大而增大。 因此, 在实际光声检测血糖浓度时, 为了保障血糖浓度检测精度和稳定性, 需要控制好样品和测试环境的温度。

4 结 论

为了探究相关因素对血糖光声无损检测的影响及规律, 构建了一套OPO脉冲激光激发-超声传感的血糖光声检测系统。 通过对不同浓度的葡萄糖溶液进行实验, 研究了不同激发波长、 激光能量、 探测频率和温度等对葡萄糖光声检测和浓度预测的影响及其变化规律。 并且对得到的不同影响因素

下的葡萄糖光声峰峰值与各个因素之间, 以及葡萄糖峰峰值与浓度梯度之间建立了回归预测模型。 实验结果和模型预测结果充分表明: 在1 064~1 300 nm之间, 葡萄糖分子在1 064 nm处具有较好的光学特征吸收; 葡萄糖光声值随着激光能量增大呈线性增大趋势, 并且通过对每个激光能量建立光声峰峰值与浓度梯度线性回归模型, 得到浓度预测准确度随着激光能量增大而增大; 相比2.5和10 MHz超声探测器而言, 探测频率为1 MHz的超声探测器具有较好的光声检测效果。 随着温度的升高, 葡萄糖溶液声速有所增大, 实时信号的光声幅值和光声峰峰值呈线性增大, 通过建立的每个温度下的光声峰峰值与浓度梯度线性关系模型, 得到浓度预测误差随着温度上升而增大。 上述影响因素研究可以为血糖光声无损检测发展提供一定的技术指导。

The authors have declared that no competing interests exist.

参考文献
[1] Pand ey R, Paidi S K, Valdez T A, et al. Accounts of Chemical Research, 2017, 50(2): 264. [本文引用:1]
[2] YU Zhen-fang, QIU Qi, GUO Yong(余振芳, 邱琪, 郭勇). Acta Optica Sinica(光学学报), 2016, 36(1): 214. [本文引用:1]
[3] Schurman M J, Shakespeare W J, Henry B W. Glt Acquisition, 2017. [本文引用:1]
[4] Pai P P, Sanki P K, Sarangi S, et al. Review of Scientific Instruments, 2015, 86(6): 311. [本文引用:1]
[5] MacKenzie H A, Ashton H S, Spiers S, et al. Clinical Chemistry, 1999, 45(9): 1587. [本文引用:1]
[6] Ahola O, Zhao Z, Tenhunen J, et al. International Society for Optics and Photonics, 1999, 3570: 192. [本文引用:1]
[7] Zhao Z, Myllylä R. Applied Optics, 2005, 44(36): 7845. [本文引用:1]
[8] Kinnunen M, Myllylä R. Journal of Physics D: Applied Physics, 2005, 38(15): 2654. [本文引用:1]
[9] Pai P P, Sanki P K, De A, et al. IEEE, 2015: 7978. [本文引用:1]
[10] Pai P P, Bhattacharya S, Banerjee S. IEEE, 2015: 1. [本文引用:1]
[11] REN Zhong, LIU Guo-dong, HUANG Zhen(任重, 刘国栋, 黄振). Chinese Journal of Laser(中国激光), 2016, 43(2): 0204001, 1. [本文引用:1]
[12] REN Zhong, LIU Guo-dong, HUANG Zhen, et al(任重, 刘国栋, 黄振, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2016, 36(6): 1674. [本文引用:1]
[13] Ren Z, Liu G, Huang Z. Chinese Optics Letters, 2013, 11: S21701. [本文引用:1]
[14] Ren Z, Liu G D, Huang Z, et al. International Journal of Optomechatronics, 2015, 9(3): 221. [本文引用:1]
[15] Christison G B, MacKenzie H A. Medical and Biological Engineering and Computing, 1993, 31(3): 284. [本文引用:1]
[16] Matti Kinnunen. Finland : University of Oulu, 2006. [本文引用:1]
[17] Tam A C. Reviews of Modern Physics, 1986, 58(2): 381. [本文引用:1]
[18] LING Ming-sheng, QIAN Zhi-yu(凌明胜, 钱志余). Journal of Biomedical Engineering Research(生物医学工程研究), 2007, 4(25): 217. [本文引用:1]