近红外光人体血糖无创检测系统设计

龚惠红，王邦辉，胡鑫

（1 湖北科技学院 生物医学工程学院，咸宁 437000；2 中南民族大学 药学院，武汉 430074）

由于遗传、不合理膳食以及不良的生活习惯等多种因素引起的糖尿病已经成为全球仅次于癌症的第二大杀手［1］.世界卫生组织最新统计显示：在过去的十五年里，我国的糖尿病患者总数增加了4倍，并且还在以每年1%的速率高速增长，预计今后十年内全球糖尿病患者还将有较大幅度增加，到2025年全球将有4.5亿名糖尿病患者［2］，因此实现血糖浓度的监测具有重要的临床意义.

自从汤姆-克莱曼发明第一台血糖检测仪以来，血糖仪经历了水洗式血糖检测仪、擦血式血糖检测仪、比色法血糖检测仪、电化学法血糖检测仪、微量采血以及多部位采血血糖仪［3］.检测方法通常是有创或者微创的检测方法［4］，给患者带来了痛苦和不便.随着科学技术的发展，血糖的检测技术不断的更新，无创检测是血糖检测仪的发展方向，它不仅可以避免糖尿病患者在传统检测血糖时刺破皮肤组织带来的痛苦，同时可以避免因采血而带来的交叉感染风险.

利用近红外光谱分析方法研究无创血糖检测具有巨大的应用前景［5］.近红外光谱无创血糖检测通常选取指尖部位，采用单一的波长进行数据采集与测量，然而单一波长检测会带来很大的误差.为了减少检测误差，设计了4 个波长红外检测系统对手指指尖进行数据采集，并以静脉抽血血糖检测结果作为对照分析，为便携式的无创血糖检测仪设计与家庭化自我检测奠定基础.

1 血糖检测原理

近红外光谱分析技术能对物质进行精确的定量分析，并且无需样品的制备，被大量专家学者应用于无创血糖检测的研究中，取得了一定的研究成果，是实现便携式无创血糖检测最有潜力的技术之一［6-8］.血液中的糖主要是葡萄糖，测血糖的含量即检测血液中葡萄糖的含量.葡萄糖分子中因C─H基团和O─H 基团具有良好的红外线活性［9］，这是红外光谱分析技术应用于无创血糖的理论基础.选取一部分光对血糖浓度变化敏感，而另一部分光对血糖变化敏感度较低，可以最大限度地减少血液复杂的背景干扰.选择4 个波长区段的光谱组成传感器阵列，对采集到的数据进行分析处理，消除谱区的 重 叠. 这4 个 波 长 段 分 别 是660、940、1410、1540 nm.其中前两者为葡萄糖红外线吸收光谱非敏感区，后两者为敏感区，能够高速、高精度、不破坏样品且无创检测.

光束在穿透组织时会发生吸收以及散射，散射回来的光中同样包含许多重要的生理信息.血糖浓度的变化会改变组织的散射系数和散射相因子，进而改变红外光束的反射光强.系统以指尖作为检测部位，采用反射式红外光谱分析，能够克服红外光对含水样品的强吸收，减少误差.光谱分析定量计算基础是比尔-朗伯定律，在此基础上衍生出很多方法，偏最小二乘（Partial Least Squares，PLS）是光谱分析中应用最为广泛的模型定标方法［10-11］，PLS方法的应用主要是为了去除浓度矩阵中的无用信息，同时对光谱数据以及浓度数据进行分解处理，并且将浓度信息引入到了光谱数据的分析之中，使光谱数据直接与浓度数据进行关联，从而得到血糖的浓度.

2 血糖检测硬件设计

系统主要由稳压电源负责整个系统的电力供应；由4 种波长的发光管以及TSL237 组成的传感器阵列负责血糖信号的采集；信号传输至STM32F103 C8T6为核心的MCU 进行数据的初步处理分析［12-13］；采用USART 串口转USB 串口负责将数据传送给PC端，同时蓝牙模块通过广播将数据传送到手机客户端；手机客户端负责脉搏波形、血糖浓度显示［14-15］.硬件系统框图如图1所示.

图1 硬件设计框图Fig.1 Block diagram of the hardware design

2.1 系统稳压电源

本设计电源采用+5 V，需转换为3.3 V给系统供电.+5 V 电源由PC 机的USB 接口或外部电源提供，电压转换采取芯片AMS1117 芯片.AMS1117 是一正向低压降稳压器，在低功耗领域应用广泛.系统稳压电源电路图如图2所示［16］.

图2 系统稳压电源电路图Fig.2 Schematic of the regulated power supply circuit

2.2 系统USART串口模块

STM32采集到的数据需要上传到PC机，对数据进一步处理.STM32 接口采用通用同步异步收发（USART），需经接口电平转换才能同PC 机的USB接口进行数据通信.使用CH340G 芯片作为USB 异步串口转换芯片，USB转串口原理图如图3所示.

图3 USB转串口电路图Fig.3 Schematic of USB to serial port circuit

2.3 红外发光模块

系统采集信号过程中，需要不同的发光管按顺序发光，并且光强不断随环境变化自动补偿变化.红外发光模块采用PWM 调光原理进行调光，发光时序由三极管来控制.光强不断调节，控制4种波段的LED 光有序发光.双波长红外管以及红光发光管作为发光管，可以产生4种不同波长的红外光.

2.3.1 红外发光管

发光管选用双波长红外、红光发光管，其引脚图如图4 所示，发光管集成共阳极的660 nm 红光发光管和红外发光管，光束辐射区域集中.其中红光的发光压降最小为2.4 V，红外的最小发光压降为1.5 V，它们的最大工作电流均为20 mA.

图4 发光管引脚图Fig.4 LED pin diagram

2.3.2 红外发光控制电路

根据PWM 调光原理，利用MCU 输出PWM 波形控制CMOS管的关断，从而控制发光管的发光亮度，发光管控制原理图如图5 所示.图中P5 代表发光管的三个不同引脚，第2 引脚输入3.3 V 电源，另外两个引脚Redout-1 和IRedout-1-out 分别连接三极管的集电极.Red 和IRed-1 分别连接MCU 的两个不同的IO口，输出特定的PWM脉冲调制序列.脉冲经过R7和R8 两个1 kΩ 的限流电阻输入三极管的基极，控制三极管的关断，输出需要的电压波形，从而直接控制发光管的发光.

图5 发光管控制模块原理图Fig.5 Schematic diagram of LED control module

2.4 红外接收模块

红外线穿过人体组织后会有部分光反射回去，选用红外接收管TSL237T 收集反射回来的光线，电路原理图如图6所示.TSL237T集成了硅光电二极管以及电流-频率转换器.反射回来的光线被TSL237T接收后，获得不同频率的方波输入到MCU，MCU 对这些不同频率的方波进行处理，输出反应反射光强度的频率信号.

图6 TSL237T接收模块原理图Fig.6 Schematic diagram of TSL237T receiving module

2.5 STM32F103C8T6芯片

STM32F103C8T6 拥 有32Bit-ARM Cortex ™-M3内 核；总 线 宽 度 为32 位；64 K 或128 K 的flash memory 以及20 K 的SRAM；7 通道的DMA 控制器；外围资源丰富，支持定时器、ADC 以及SPIs 等，多达9个通讯接口；具有停止、睡眠和待机3种模式、低功耗、低成本的STM32F103C8T6 广泛应用于医疗、应用控制、GPS平台以及工业中.

2.6 客户端架构

数据经MCU 处理后由蓝牙Bluetooth 4.0上传给手机客户端，蓝牙HM11 模块桥接模式连接MCU 与手机客户端，实现二者间的通讯，蓝牙模块原理如图7所示.手机操作系统要求支持安卓系统4.0或者苹果系统7.0以上版本，支持蓝牙BLE4.0等.

图7 蓝牙模块原理图Fig.7 Schematic diagram of Bluetooth module

3 血糖检测软件设计

驱动发光管发光后，检测光强是否为手指，并对其进行滤波放大以及脉博波提取.由MCU 定时器TIM3控制发光管的发光频率，并根据固定时序发出中断.血糖的数据采集和处理由中断处理程序进行.TIM4 来控制PWM 的基准频率，TSL237T 接收光强，转变为方波频率信号后，发回给MCU 的定时器中断口，并将中断设置为输入捕获模式.两个上升沿之间的间隔由TIM2计数器标记捕获.计数器在高电平上升沿时开始计数，在下一个上升沿时停止计数，接收到的频率值由计数器的输出值决定，使MCU 获得带光强信息的频率值［17-18］.由于频率值本身叠加了一个巨大的基线值，并且基线随着环境光以及人体皮肤光滑程度等的不同而变化，因此采用一种自适应滤波的算法来抑制基线漂移.另外简化的FIR滤波算法滤除工频干扰在内的高频干扰，程序代码执行效率更高.发送和接收的数据采用串口输出的DMA方式，工作速度大大加快.

4 系统样品及临床测试

本系统将检测到的数据传送至手机端客户端，手机客户端通过网络传输至云端服务器进行数据存储分析，并将数据返回手机客户端，负责显示血糖相关数据.客户端APP 主界面如图8 所示.其中GLU 框内表示实时血糖值112，下方显示实时脉搏波［19］.同时，MCU 检测到的数据亦可以传送到PC 端进行存储处理.

图8 手机客户端界面和硬件系统图Fig.8 Photography of the mobile client interface and hardware system

本系统样机对不同人群进行空腹测试，首先进行静脉抽血检测，与此同时在同样环境下进行系统样机检测，选取部分测试数据如表1所示.

表1 数据测试结果Tab.1 Comparison of data test results

被测人员分别为20名，数据测试结果表明样机测试的数据与静脉血糖浓度的数据相关性ρ=0.9442，并且与静脉血糖浓度的检测误差约9%.根据美国糖尿病协会（American Diabetes Association，ADA）的标准，血糖检测系统与大型生化检测仪的结果相比较，误差需控制在15%以内.本系统基本达到了实验预期目标，仪器的性能总体比较好.该检测系统可以实现对个人血糖的检测、检查、筛查等功能，使血糖检测多样化、无创化，同时还可以进行心率以及血氧的检测.后期需要对该系统的稳定性做进一步研究，进行必要的遮光处理，以减少误差，提高精度.

5 结语

利用STM32F103C8T6 作为MCU 对采集的红外光强数据进行处理分析，得到血糖、血氧以及心率等相关生理参数，并能在手机客户端显示.本系统能够绿色地无创检测血糖、血氧以及心率等生理指标，检测过程无创伤，高速高效且成本低廉.