CN1192273A - 血糖监测系统 - Google Patents

Abstract

一种血糖监测系统包括一个宽带光源(110)和一个专门制作的用于调制透过肌体媒质的光辐射的滤光器(120)。用能产生表示检测光强的电信号的光检测器(140),检测透过肌体媒质(130)的光辐射(125)。根据该电信号进行数字信号处理,以分离出电信号中由滤光器光学特征产生的和由除血糖浓度之外肌体媒质成分产生的一些光学特征。监测系统采用一个独立的“双对数”变换,以减小由于透过肌体媒质的光辐射其中间光路长度变化引起的误差。监测系统(100)进一步采用专门化的信号处理,以避免由于先前不能识别的溶剂效应引起的精度降低,该影响是血糖溶于水时产生的。

Description

血糖监测系统

发明领域

本发明涉及一种用于监测血糖及其它血液成分的浓度的非介入系统。

相关技术描述

在过去，已经开发出许多监测血液特征的系统。比如，已经开发了能够确定诸如血氧、血糖浓度及其它血液特征的设备。但是，当试图利用非介入血液监测系统精确地确定血糖浓度时，遇到了很大的困难。

精确确定血糖浓度的困难可能有几个原因。第一，流动的血液中血糖浓度通常很低(如：比血红蛋白低100至1000倍的数量级)，这样低的浓度难以进行非介入检测，而且需要很高的信噪比。第二，不能识别噪声的种类，且缺少消除这些噪声的有效方法。比如，噪声可以分为确定性的(可限定的)或者偶然性的(随机的)，其中任何一种都可以是线性的(叠加的)或调制的(相乘的)。而对于采用适合的方法消除噪声而言，区分各种噪声的经验是重要的。此外，葡萄糖的光学特征与血液中浓度很高的水很相似。于是，在采用光学监测系统的场合，由于血流中葡萄糖浓度低，水的光学特征使光信号的特征变得模糊。而且由于每个人有其独特的血液特性，所以对于具体的人，通常每次测量都需要进行校准。

为了努力做到精确测量血流中血糖水平，已经采用几种方法。例如，其中一种方法包括从患者身上抽血并从该血液中去除其它成分。尽管精度很高，但是该方法需要抽取患者的血液，这是非介入技术所不希望的，尤其是对小孩或贫血患者。而且，当血糖监测用于控制血糖水平时，必须每天三次至六次地抽血，这可能会给患者带来肉体和精神两方面的创伤。其它的方法是借助于尿液分析或其它通过导管壁从体内泵出或扩散血流的方法，来确定血糖浓度的。但是，这种分析比从血液中直接测量血糖精度低，因为尿液或其它血流已经通过了肾脏。对糖尿病患者尤其成问题。而且，采集尿液样品常常不方便。

另一种被推荐的测量血糖浓度的方法，是借助于光谱测量。在这种设备中，用多波长光照射细胞组织较薄的部分，如指尖或耳垂，以使得可采用光谱分析确定被照射组织内血流的特性。尽管这种方法由于其非介入特征和方便患者而甚为可取，但是难以用光谱分析的方法隔离细胞组织中的各个部分是这种方法遇到的一个问题。血液中血糖浓度低，进一步加大了确定血糖浓度的难度，而且事实上，血糖与水的光学特征很相似。所以在水含量高的场合，如人血中，难以区分出葡萄糖的特征谱。如本技术领域所公知的，包含在媒质中的不同分子，常称为组分，具有不同的特征谱，所以它们或多或少地吸收不同波长的光。于是，通过分析肌体媒质在不同波长处的特征，可以确定肌体媒质成分的情况。光谱分析一定程度上是根据不同成分特征谱的比尔-兰伯特定律进行的。简单地说，比尔-兰伯特定律主要描述了透过任何含单一物质媒质的光强与通过媒质光路长度乘以媒质中该物质浓度之积的指数成比例。即，

I＝I₀e^-(pl-c)    (1)

其中pl代表透过媒质的光路长度，而c代表媒质中物质的浓度。对于具有几种组分物质的光学媒质而言，从被照射媒质接收到的光强与通过媒质光路长度乘以第一物质浓度再乘以第一物质对应的光吸收系数之积，加上光路长度乘以第二物质浓度再乘以第二物质对应的光吸收系数等等的指数成比例。 $I=I_0{e}^{-(\mathrm{pl}\·c_1\·{\mathrm{\ϵ}}_1+\mathrm{pl}\·c_2\·{\mathrm{\ϵ}}_2+\mathrm{elc})}---\left(2\right)$

其中ε代表光吸收系数。

发明概述

由于比尔-兰伯特定律所需参数的缘故，难以精确确定通过媒质实际光程长度(由于将多路径信号转换于等效的单路径信号)和由于血糖浓度低导致信号强度弱的困难，导致了检测血糖浓度困难的加大。通过诸如指尖或耳垂这样的媒质的光路长度是很难确定的，这不仅因为肌体媒质吸收光波长的缘故，而且因为信号在该媒质内被散射并穿过了不同的光路。而且，如上式表示的，测得的信号强度不是随光路线性变化的。所以，通过媒质的光的多个光路的光路长度变化将不会导致多个光路长度的线性平均。于是，常常很难确定通过指尖或耳垂的准确光路长度。除了这些困难之外，还发现很难根据比尔-兰伯特定律检测水中的葡萄糖份。尤其是已发现，当光学测量仪器被校准到可假定光波长通过无葡萄糖纯水所出现的最大透过量时，水中葡萄糖份浓度常常发生测量结果不准确的情况。本发明人已经发现，与水在一起的葡萄糖在某个波段吸收低于纯水，而在其它波段则有高于水的吸收。

除了上述困难之外，目前的光谱仪，如本发明人在本发明中使用的那些，通常需要昂贵的原装滤光片来产生要被发射出去的光信号图形。一个这样的滤光片，如公知的双色滤光片，包括一个包含光学厚度变化的区域的转动的涂覆光学盘。双色滤光片上的这个区域形成了一个图形，以使该光学盘的转动让选出的光波段透过。在光学盘的微小区域内对滤光片基片光学地涂覆各种厚度的光学材料的高精度要求，一般使涂覆工艺很昂贵。本发明通过放松对滤光片的技术要求、并通过更好的信号处理步骤来补偿滤光片技术要求的放松，可以使转动双色滤光片的成本降低近100倍。根据本发明构成的滤光片，在保持相同分辨率的同时，可以让10至100倍的光透过。

本发明的一个方面包括一个用于非介入监测患者血流中血糖浓度的系统。该系统由一个发射一组波长光辐射的光源。一个接受器接受患者的肌体媒质，而且设置一个光检测器以接收来自光源的和经肌体衰减的光。该光检测器响应于至少该组波长的光辐射，产生代表光辐射强度的输出信号。一个信号处理器连接到该检测器上以接收该输出信号。该信号处理器响应于该输出信号，隔离由于肌体媒质光学特性所产生的输出信号部分，以提供一组频率响应值。该信号处理器具有一个使该组频率响应值线性化并分析线性化的数据以便确定患者血流内血糖浓度的线性化模块。在一个实施例中，该线性化模块包括一种双对数运算。

在一个实施例中，光源包括一组发射器，每个发射器发出一个自该组波长中选出波长的光。在另一个实施例中，光源是一个宽带光源，而且系统进一步包括一个选择地透过宽带光源中波长之一的滤光器。

在一个实施例中，检测器包括一个响应于多个波长之一，提供并输出代表着该多个波长各个光强总和的信号的单一检测器。在另一个实施例中，光检测器包括一组检测器，每个检测器响应于该组波长中至少一个波长光，产生出代表该至少一个波长的光强的输出信号。

本发明的另一方面包括一种分析含有血液的肌体媒质内血糖的非介入血糖监测系统。该系统具有一个光源和一个响应于该光源所发出光的光检测器以产生输出信号。形成一个加压装置，以便于对肌体媒质做物理扰动从而挤出肌体媒质中的液体。一个信号处理器响应于由肌体媒质挤出液体时来自光检测器的第一输出信号，并响应于未从肌体媒质中挤出液体时来自光检测器的第二输出信号，以分离出有关血糖浓度的信息。

本发明的又一个方面包括一种非介入确定血糖浓度的方法。该方法许多步骤。代表特定血液成分光学特性的一组值被产生，并用一组波长的光照射含有血液的肌体媒质。在该光被肌体媒质衰减之后检测该光。从代表着肌体媒质光学特性的被测光中产生出一个信号。根据被测光和代表特定血液成分光学特性的该组值，分离出代表着血液内的水中葡萄糖份浓度的信号成分。然后产生一个代表血液内葡萄糖浓度的值。在一个实施例中，特定血液成分包括水，血红蛋白，氧络血红蛋白和溶于液体的葡萄糖。

在一个实施例中，信号被线性化，以表示血糖浓度。有利的是，浓度的这种表示随媒质中光路长度的变化不明显。在一个实施例中，线性化步骤包括产生代表着媒质光学特性的第一组值，对第一组值第一次取对数以产生第二组值并对第二组值取第二次对数，从而得到代表着血液成分浓度的一组线性化值。在一个实施例中，线性化步骤进一步包括用一个多项式对该第一组值进行变换，以提供一个变换后的第一组值。

本发明的这些与其它方面将被更详细地说明。

附图简述

图1是表示本发明血糖监测系统主要功能单元的示意性框图。

图2是一般性地描述根据本发明用于获得血糖浓度的方法的流程图。

图3是较详细表示本发明用于确定患者血糖浓度的方法的流程图。

图4A-1C是描述双色滤光片转过不同度数并在三个分立的波长处其光透过特性的曲线图。

图4D表示了一个用于确定本发明所用双色滤光片光学特性的矩阵。

图5描述了肌体媒质，如手指的光透过率对波长的曲线，本发明所用双色滤光片选出部分的光透过率对波长的曲线，以及该滤光片和患者手指结合的光透过率对波长的曲线。

图6A表示了通过媒质的光传输特性，对该媒质的吸收系数、媒质内物质浓度、及通过媒质的光路长度乘积的曲线。

图6B是一个光学媒质的透过传输特性，对该媒质吸收系数、媒质内物质浓度、及通过媒质的光路长度乘积的一个“近似对数”曲线。

图6C表示了一个光学媒质的光透过率，对该媒质吸收系数、媒质内物质浓度、及通过媒质的光路长度乘积之对数的一个第二对数曲线。

图7是一个描述本发明用于实现初始化和校准功能方法的流程图。

图8是一个较详细描述本发明用于线性化在图3一个子流程内所示手指光学响应矩阵中的值的方法的流程图。

图9是一个示意性地表示了处理步骤的数据流框图，这些步骤用于一个光信号上，目的是根据该光信号表示的肌体媒质来确定其葡萄糖的浓度。

图10描述了本发明用于制作图1至9所示双色滤光片的方法。

图11是一个表示扣除平均水浓度后葡萄糖浓度对波长的曲线图。

图12示意性地描述了一个手持式葡萄糖监测器，比如，它可以根据本发明而构成。

图13描述了一个用传统方法构成的双色滤光片。

发明详述

总的血糖浓度监测系统

图1是描述本发明的血糖监测系统100主要功能和结构单元的示意性框图。如图1所示，血糖监测系统100包括一个用于发射宽带光辐射115的宽带光源110。在一个优选的实施例中，光源110包括一个3,000K的石英卤灯。在一个实施例中，除了卤灯之外，光源110可以进一步包括一个其发射波长近似为1,300nm的第一砷化铟镓(InGaAs)发光二极管(LED)，一个发射波长近似为1,060nm的第二InGaAs发光二极管LED，和一个发射波长近似为940nm的第三InGaAs发光二极管LED。

在另一个实施例中，具有被调到选定频段波长的几个发光二极管可以用于代替灯110。当然，由于多个特殊制作的发光二极管成本的缘故，这种实施例通常比较昂贵。于是，优选的实施例包括一个按下述成本有效方式产生多个波长的装置。

光源110发出的光辐射115通过一个透镜组件117(可以包括纤维光学件等等)聚焦，并透过一个滤光元件120。在一个优选实施例中，该滤光元件120可以包括一个根据本发明构成的双色滤光片，如下文参考图10所述的。该双色滤光片120包括一个可转动透光盘基片，它分为不同厚度光学涂层，以在近红外(NIR)(即700nm)到红外(IR)(即1,400nm)的光谱上调制宽带光辐射。滤光片进一步包括一个光学不透明的带122，该带可以包括从滤光盘120中心径向向外沉积的黄铜或某些其它金属。该不透明的带提供了一个“0”位标记。在一个优选实施例中滤光盘120由一个步进电机驱动作圆周运动(下文将更详细说明)。滤光后的光辐射125从滤光片120通过而进入充满血液的肌体媒质，如指尖130。在某些应用中，可能需要在滤光片120与手指130之间设置聚焦透镜。

加压装置129示意性地表示在图1中指尖130的周围处。如下文将要更详细讨论的，为了强化信号的检测，加压装置129用于从指尖130挤出液体。

透过手指130的光135投射在光检测器140上。在一个优选实施例中，光检测器140包括一个对在该优选实施例所关心的光谱范围(如在850与1700nm)波长有清晰的光学响应的InGaAs光检测器。

光检测器的输出端连接到一个预放大器150上，该放大器适宜是动态上限在1-5伏之间A级放大器。预放大器150的输出端连接到一个带通滤光器160上。该带通滤波器160优选地包括一个线性RC滤波器，其低频截止频率约0.5Hz而高频截止频率约10Hz。高低截止频率具有每倍频程约6分贝的滚降。

带通滤波器160连接到一个模/数转换器170上，在一个优选实施例中，该转换器包括一个Δ·Σ转换器，它把带通滤波器输出的模拟电信号转换成数字信号。模/数转换器170可以是一个16位20kHz转换速率的模/数转换器。一个示例是可从Crystal Semiconductor公司得到的No.CS5317型的。然后，从转换器170输出的数字化信号被提供给用于信号处理的数字信号处理器180的输入端。在一个实施例中，数字信号处理器可以用计算机内的软件实现。例如，INTEL 486 MP，或者型号为No.21062的ANALOGDEVICES DSP芯片是两个例子。数字信号处理器180输出一个代表手指130中血液的血糖水平的值。

在工作期间，当宽带光源110发射出包含大约700nm至1700nm波长范围的光115时，该宽带光115通过转动的双色滤光片120射出。应当注意，是借助于光纤、透镜组件(如透镜117)等等手段把光115聚焦在滤光片120的一部分区域上的。当双色滤光片120转动时，宽频带的光被双色滤光片的一部分滤光，产生滤色后的光辐射125。如上所述，双色滤光片120涂覆有各种厚度的光学层，以使双色滤光片120的不同部分可透过不同波长的光。于是，当滤光片120转动时，从滤光片输出的光辐射125包括各种波长的光辐射。在一个实施例中，光纤被用于将滤光片120之一部分发出的光辐射125耦合到患者的手指130上。在此应注意，由于滤光片120的光学特性可以得到精心的测量，且双色滤光片120的转动速度已知，所以从滤光片120发出照射到手指130上的光辐射125的图案轮廓清晰，因而可在确定滤光片120所致衰减量的信号处理过程中使用。

用于照射手指130的光辐射125透过手指130产生一个可检测的光135。如本技术领域所公知的，一部分光辐射125无阻碍地透过手指130，而一部分光辐射125在手指130内反射产生散射光。透过手指130的散射光与无阻碍透过手指130的光一起构成光135。一部分光辐射125由手指130内的成分吸收。

已知手指包含指甲，皮肤，骨头，肌肉，和血液。血液本身主要包括水，氧络血红蛋白，脱氧血红蛋白，类脂化合物，蛋白质和葡萄糖。手指内的每一种成分(如神经、肌肉组织等等)都吸收和散射透过手指130的光辐射125。如上所述，通过非均匀媒质的光辐射吸收，相对于分别取得的各个成分的光学特性通常遵循明确的定律。这些定律由比尔  兰伯特定律的等式表示。通过手指130的光135入射到光检测器140上。光检测器140产生一个正比于光135总强度的电信号。

尽管光135通常是不同的波长强度不同，但是光检测器140产生一个正比于检测器140所检波段内光135之光谱响应曲线下所包含区域的电信号。即，光检测器140接收在不同波长处有不同强度的光。由于检测器140的特性，检测到的波长局限于约850nm至1700nm波段上，因而若强度是波长的函数并得到一个光谱特性曲线，则光谱特性曲线下的区域将代表照射到检测器140上的平均光辐射强度。于是，检测器140产生的电信号正比于光135的总强度(即平均值)。

光检测器140输出的电信号由预放大器150放大，然后通过用于滤波的带通滤波器160。带通滤波器160用于消除与确定患者体内血糖水平无关的高低频噪声信号。带通滤波器160输出的模拟信号在模/数转换器170中被转换成数字信号。该数字信号再被传输到数字信号处理器180中。数字信号处理器180为从模/数转换器所得数字信号中确定血糖水平所采用的方法，将在下文参考图3-9作更详细地说明。最后，代表血糖水平的值从数字信号处理器180输出。

这里应注意，在数字信号处理器(DSP)180中用于减少信号中噪声的信号调节装置和方法，利于具有很高的信噪比(在一个优选实施例中为90-100dB量级)。这样一种处理系统在标题为“信号处理装置”的国际申请WO96/12435中进行了描述。特别值得注意的地方被表示在该国际申请的图11，11A，和12中，以及相应的说明部分，其中详细地说明了得到足以满足本发明要求的信噪比所用的结构和方法。此外，应当理解，尽管该国际公开件针对的是获得血氧量的装置和方法，但是在20kHz的数据信号被输出到本国际公开件中图12所示的DSP中之前根据本发明中将执行相同的信号处理步骤。

图2是一个数据流框图，它很笼统地表示了本发明为通过非介入光学监测而获得患者血糖水平所采用的完整的信号分析方法。首先，如功能框200所示的，用经滤光片120按已知方式滤光过的光束照射患者的手指130。透过手指130的光信号由光检测器140转换成一个电信号，如功能框203所示。

在第一分析步骤中，由于系统100中电子组件和照射在光检测器140上的环境光所导致的电噪声，如功能框210所示的那样被消除掉。于是，诸如60Hz的电噪声和室内光等等在此步骤中被消除掉。由于环境光和电噪声与有用的信号线性混合在一起，所以这种噪声可以在信号处理程序中的该阶段用线性的减法来消除。

一旦从代表透过滤光片120和手指130的光135的电信号中消除了电噪声，即可执行如功能框220所表示的第二分析步骤，从而处理该电信号以解调制出滤光片120的衰减特性。应当理解，滤光片的特性是与手指的特性调制在一起的，借助于解调制的方法比线性减法更利于消除滤光片所导致的特性。按此方法可分离出单纯由于手指衰减特性所产生的电信号部分。

当电信号被处理成已分离出仅与患者手指130的光学衰减特性有关的信息时，那些非葡萄糖和水的手指成分的衰减特性所产生的电信号部分，在功能框230中所示的第三分析步骤被分离出来。  在一个优选的实施例中，该第三分析步骤的第一子步骤包括从指尖中挤出液体并去除指尖的非液体部分，于是从电信号中提取出那些非血液的手指分量。第三分析步骤的另一个子步骤包括从剩下的代表血液的信号中提取那些非葡萄糖和水的血液成分衰减特性所产生的电信号部分。两个子步骤都适于借助解调制消除非血液内葡萄糖和水所产生的信号特而实现。

最后，如功能框240所示，得到患者手指130内葡萄糖浓度与水浓度之比，以提取由于通过手指130的光路所产生的信号特性。按此方法，可得到一个纯粹的血糖浓度。该浓度值可以作为代表患者血糖水平的值输出。

图3是一个数据流框图，它详细表示出为了根据检测的光信号获得患者血糖水平，在运行期间所用的方法。但是应该理解，在运行之前，要执行初始化和校准程序而不是方框305的保管和自检程序。

运行前初始化

初始化和校准在工厂进行或在用作患者检测器之前的其它时间进行。一般的说，如下文将结合图7更详细说明的，要构造一个血液成分矩阵，和一个滤光片特性矩阵。血液成分矩阵表示在各种波长下血液中各主要成分的吸收特性。滤光片特性矩阵表示双色滤光片120在其不同部位对各种波长光的吸收特性。滤光片特性矩阵用于提取检测器140产生的单纯由滤光片120所致光衰减引起的部分电信号。血液成分矩阵用于透过组织的光的相关，用以计算包括葡萄糖，水，血红蛋白等等不同成分浓度。

血液成分矩阵和滤光片特性矩阵都是二维矩阵。血液成分矩阵由每种被考虑的血液成分为一列，每个被测光波长为一行而构成。在一个优选实施例中，当分析五种血液成分使用十六个波长时，血液成分矩阵包括五列十六行。滤光片特性矩阵由每个被测光波长为一列，滤光片120的每次执行模/数采样时转动的位置为一行而构成。于是，在一个实施例中，当使用16个波长和把滤光片120限定为256个转动位置时，该滤光片特性矩阵包括16列和256行。应该理解，不必一定使用16个不同的波长；但是，其它波长的使用特别有利于提高信噪比。由于在滤光片的各个位置处，大约由一半的入射光透过滤光片，所以相同的波长多次被检测到(尽管每次都是与其它波长构成单一组合)，所以总的信号强度是任意一个信号波长强度的10至100倍，且大大高于背景噪声。这是通称的Felgate优点。按此方式，在所需测量的波长范围内整个滤光片120的光谱响应都含有特征。构造血液成分矩阵和滤光片特性矩阵所用的方法，将结合图7详细说明。

运行时间处理

完成初始化和校准之后，系统即准备运行使用了。如图3所示，运行过程的开始表示在开始框300中。首先，执行保管和自测程序，如功能框305所示的。保管和自测主要包括，根区运行和确认血糖监测系统100是否正常运行，并提供更精确的血糖浓度监测。比如，仪器首先确定是否有足以精确读取数据的信号强度，是否有脉搏，是否有让患者按压和释放手指130的指令，等等。在完成保管和自测之后，激活光源110以使光115透过滤光片120，如功能框310所表示的。首先，在患者手指130未插入滤光片120与检测器140之间时，激活光源110。于是，检测器140检测到的光代表一个基准光强(I₀)，它可以作为一个试验，以保证一个过暗或过亮的灯泡不被当作备用灯泡等等。

如功能框312所示，初始的基准光强常数确定之后，患者插入手指130，即可进行患者手指130内血糖水平的测量。如上所述，当患者的手指130插入到滤光片120与检测器140之间时，光源110发出的光115透过滤光片120和待检手指130，成为即将入射到检测器上的光束135。

如功能框315所示，入射到检测器140的光被转换成电信号，并在预放大器150中放大该信号，再经带通滤波器160滤波，被模/数转换器170采样。由于滤光片120是转动的(尽管对某些特定应用要求其它转速可能是有利的，但在一个实际的实施例中，大约是每秒78.125转)，检测器140输出的电信号采样代表在滤光片120各个转动位置处检测到的光强。在一个优选的实施例中，滤光片120转一圈(即360°)相应有512个数字采样。即，512个数字采样在滤光片120转动一圈的时间内完成。于是，如果滤光片120以78.125转/秒的速度转动，则在约1/78秒内完成512个采样，从而模/数转换器170的采样速率将接近于每秒40,000个采样。

如下文进一步所述的，根据本发明构成的滤光片120，在一圈内有重复的区域。具体地讲，滤光片120是对称涂覆成层的，以使滤光片第一个半圈可提供滤光片120第二半圈信号的镜像值。也就是说，如图10所示，滤光片呈一个楔形，以使一个方向的厚度是常数，而与之垂直方向的厚度线性增加。于是，滤光片120的第二半圈是重复的。因此，在上述实施例中，滤光片120第一半圈获得的数字采样可以弃掉，以使滤光片120每转一圈有256个用作数字信号处理目的采样而非上面所述实施例中的512个。此外，全部512个采样可以用于对相应数值求平均值的处理。在另一个实施例中，滤光片重复的一半可以用于滤光片与光源校准。256个采样(如果仅用一半)代表滤光片120上有不同光透过特性的不同部分。

当检测器140输出的信号采样完成后，被线性加入的血糖监测系统内固有的确定的和随机的电噪声，被提取出来(即线性减法)，如功能框320所示。减去该噪声的方法取决于噪声是确定的还是随机的。如果噪声是确定的，则可以用一个恰当的相位模拟它并作减法。如果噪声是随机的，这类噪声可以被取平均而趋于零。如上所述，滤光片120被特别地设计成包括一个不透明带(即黄铜带122)的形式。通过监测检测器输出的强度，数字信号处理器180检测何时滤光片120的不透明带122介于光115与检测器140之间。当不透明带122挡住光时，该强度实际上为零。由于不透明带122基本挡住了光源110发出的所有光辐射，所以光被挡住时光检测器140输出的任何信号，都将被视为与手指130光谱吸收特性或滤光片120光谱吸收特性无关的电噪声，于是数字信号处理器180把黄铜带122介于光源110与光检测器140之间时光检测器140输出端出现的信号，视为随机噪声，该噪声随即从光检测器140输出的信号中被去掉。在一个实施例中，这可以通过从每个与功能框315内得到的检测信号采样相对应的数字数值中，减去与检测噪声电平相对应的数字数值，而简单地完成。此外，一个快门机构可以插在光路内，或者灯110可以瞬时关断也有相同的效果。按此方式，可去除血糖监测系统100固有的电噪声，从而滤光片120和手指130的光吸收特性所导致的那些电信号可以在后续处理步骤中继续得到处理。

在血糖监测系统100固有的随机噪声通过取平均而趋于零，且通过相位模拟该噪声或对该确定噪声取平均而趋于零的方法去除确定噪声之后，该方法的控制从功能框320进入功能框323。在功能框323中，信号除以I0，规一化该信号。然后在功能框325中处理归一化的信号，以从功能框315获得的采样值中构造一个信号强度矩阵，或矢量(考虑到已经在功能框320中完成电噪声的去除，并在功能框323中完成了信号归一化)。该信号强度矩阵是一个包括256个信号强度值(即滤光片120的每个转动采样位置一个值)的一列矩阵(有时称为一个矢量)。于是，通过直接测量透过滤光片120和手指130的光信号而获得该信号强度矢量，并用光检测器140检测。当然，形成信号强度矢量所用的值是在减去每个采样中的噪声之后从检测器140输出的信号幅值中获得的。滤光片上用符号φ对将被模/数转换器170采样的每个转动位置作标记，φ₁应当与滤光片120的第一转动位置相对应，φ₂与滤光片120的第二转动位置相对应，直至φ₂₅₆与滤光片120再一次转到φ₁之前的最后一个转动位置相对应。用这种标记，I_φ1对应于滤光片120处于第一转动位置φ₁时光检测器140检测到的光强度，I_φ2对应于滤光片120处于第二转动位置φ₂时光检测器140检测到的光强度，等等。所以，信号强度矩阵是一个单列矩阵，它包括与在滤光片120的每个转动位置处检测到的光强相对应的256个I_φ1到I_φ256的数字数值。在一个实施例中，几圈的强度值被取平均，而形成信号强度矩阵。

在功能框325中构造了信号强度矩阵之后，在功能框327中进行误差核查或检测。该检测被周期性地进行，以确保监测到一个有效的手指样品。所以，在传输和滤波的每一阶段，输出值都要受到检查，以使之成为与人类手指属性的预期范围对应的期望范围的值。如果输出值落在范围之外，则出现一个表示受检样品无效的系统误差。

当下文表示为I(φ)的信号强度矢量的误差检测完成，及如上所述的并在功能框333表示为数据输入的且下文表示为F(φ，λ)的滤光片特性矩阵在运行前获得之后，信号强度矩阵与滤光片特性矩阵一起可用于获得仅表示手指130光吸收特性的矩阵，如功能框330，331所示的。即，由于滤光片120和手指130总的光吸收特性已知是从信号强度矩阵I(φ)测到的，而滤光片120的光吸收特性已知是由滤光片特性矩阵F(φ，λ)表示的，所以由手指特性导致的光115的吸收可以通过从滤光片120和手指130总的吸收中去掉滤光片引起的光吸收而确定。这首先要完成滤光片矩阵的逆变换，如功能框331所示，然后如功能框330所示那样，信号强度矢量乘以逆滤光片矩阵。

图5用图表表示了手指130引起的光吸收、滤光片120引起的光吸收与手指130和滤光片120两者总的光吸收之间的关系。如图5所示，从850nm至1350nm波长范围内的光透过手指130，产生一个表示为T(λ)的光谱函数，其中透过手指传输的光是波长的函数。与之相似，透过滤光片120的所选转动部分(如与0°对应的φ＝0的情况下)而传输的光也是波长的函数，并在图5中表示为函数F(φ，λ)。最后，对手指130和滤光片120引起的光吸收的组合或卷积表示在相同波长的上方，并在图5中用函数I(φ)代表。为了从手指透过函数T(λ)和滤光片透过函数F(φ，λ)获得I(φ)，函数T(λ)和F(φ，λ)上的任何波长处透过的光百分比相乘而得到I(φ)。于是，透过手指130传输的1050等波长的光约0.24％，而在φ＝0°处透过滤光片传输的相同波长光将近80％，所以透过手指130或滤光片120传输的总的光量应该接近0.24％乘以80％，或总共0.192％，如波长1050和函数I(φ)所表示的。

函数I(φ)和F(φ，λ)可以分别用信号强度和滤光片特性矩阵表示。于是，由于

I(φ)＝F(φ，λ)×T(λ)    (3)

且I(φ)代表一个含有对各个转动位置φ的强度值的一列矩阵(矢量)，同时F(φ，λ)代表一个含有对应各个φ值和各个λ值的滤光片透过系数值的二维矩阵(见图4D)，而代表手指130光学透过率的函数T(λ)可以由在各个波长λ处取值的一列矩阵表示。

根据本发明的一个实施例，为了表示手指130和滤光片120的光谱特性，在850至1400nm范围内选出16个波长。具体地，在一个优选实施例中，受监测的波长是850，880，910，940，970，1000，1030，1060，1090，1120，1150，1200，1250，1300，1350，和1400nm。

等式(3)的矩阵形式表示如下：

如等式(4)所示，信号强度矩阵I(φ)等于二维滤光片特性矩阵与单列手指特性矩阵T(λ)的乘积。在该等式中，两个矩阵是给出的(即I(φ)和F(φ，λ))。于是，代表手指130对16个从850nm至1400nm选出波长光透过特性的第三矩阵T(λ)，可以通过用下面表示的已知的矩阵求逆和相乘技术，让F^-1(φ，λ)表示的滤光片特性矩阵的逆矩阵与信号强度矩阵I(φ)简单地相乘而获得。

于是，如功能框331所表示的，逆变换得到滤光片特性矩阵F^-1(φ，λ)，然后在功能框330中该逆矩阵乘以信号强度矩阵I(φ)，以获得由手指特性矩阵或透过矢量T(λ)所表示的手指130的频率响应。

透过矢量T(λ)(或者如本文的另一种称谓，光学频率响应矩阵)，如所示的，在功能框330中获得之后，将对应于16个选出波长的每一个存在于透过矢量中的数字数值，从一个基本为对数函数变换成一个线性函数，如功能框335所示的。变换存在于透过矢量T(λ)中的对数值为线性值的方法，将在下文结合图8更详细地说明。

透过矢量的线性化

对透过矢量T(λ)作线性处理，以防干扰信号的交叉调制。通过对透过矢量的线性化处理，与血流中葡萄糖无关的检测光特性可以线性地除掉。因此，本发明所采用的分析和线性化的次序，对于防止干扰信号与所需葡萄糖信号的交叉调制是十分重要的。

对透过矢量T(λ)线性化处理的主要目的是消除与光路长度相关的误差。如上述已讨论的，通过媒质(如手指130等等)的透过光强与透过媒质的光路长度基本成指数关系。因此，透过特性随相应光路非线性变化，在让透过光强对各种可能的透过光路长度取平均值时，将不能获得一个与光路无关的透过光强值。这是因为，由于光路长度与透过光强值关系的非线性特点，致使某些光路长度的权重大于其它的，所以权重大的光路上的误差在最终的血糖浓度输出值中变得更为突出。通过线性化处理光学频率响应矩阵，光路长度与每个波长的关系变成线性的，所以光路长度可以从该组线性等式中被减掉。当透过矢量T(λ)中的值被线性化处理过之后，该线性矩阵在在此处用一个新的名称D(λ)表示，用来代表光强。

如功能框335(图3)所示，透过矢量中的值被线性化处理过之后，方法的控制进入功能框340，其中根据本发明的一个方面，在指尖130上施加一个较大的压力(即超过患者血压一定值)，以从指尖130中挤出液体。应当理解，监测过程的这个步骤是一个长的循环方法的一部分，它在其它信号处理步骤中是没有的。这是因为每次求解从光强矢量推导出的联立方程时都需要静态条件。因此，压力加在手指上加压一段足够长的时间，以便能对一个或多个联立方程推导出一个解，然后把手指放松一个足以得到其它联立方程的精确解的时间。于是，由于以慢于信号处理步骤的速率在指尖130施加压力，所以出于实用的目的，在信号处理方法的每次迭代中指尖都要处于静态条件下。从指尖130中挤出液体，以得到非血液的手指光学特性结果。这可以除去由检测器140产生的对应于指尖130内的非血液手指光学特性的一部分电信号。指尖130内液体的挤出主要包括向患者的指尖130施加物理意义的压力或其它形式的力，并释放该压力以使血液都涌向手指130。如本领域所公知的，手指130不仅含有血液，而且还有骨骼，肌肉，皮肤和指甲，所有这些都吸收光辐射，并因此对透过矢量确定的吸收特性有影响。但是，就本发明的目的而言，包括手指130的骨骼，肌肉或其它非血液成分的光吸收特性，对于计算血糖是没有用的，这些手指成分可以视为应该从用于确定血糖水平的数据中除去的部分。

为了除掉这些由手指130的非血液成分导致的部分，要在指尖130上加上一个较大的压力。在手指发生物理地改变以引起血液流进和流出指尖130的情况下，血液从指尖130中排出时指尖130的光学透过特性，不同于血液流进指尖130时指尖130的光学透过特性。这个差实际上是排出的血液和其它液体的光学透过特性。换句话说，血液充满时指尖130的光学特性，是血液排出时指尖130的光学透过特性与被排出的血液的光学透过特性的组合。因此，通过从指尖充满血液时光检测器140产生的信号中减去血液从指尖中排出时光检测器140产生的信号，可以获得被排出的血液的光学透过特性。从这段说明应该理解，血液不需要完全排空。按此方式，由指尖130的骨骼，肌肉，指甲和皮肤引起的部分信号可从光检测器140产生的数字化处理过的信号中除去和减掉。还应该注意，从指尖130中挤压血液的其它方法可以包括把患者手臂抬向空中，由重力引起手指中的血液向下流动等等。

图12表示了一个可以在本发明的光谱分析过程中用于从指尖挤出液体的装置的示范性实施例。如图12所示，手持式血糖监测器1300包括光源110，透镜117，双色滤光片120，和检测器140(全部仿真显示)。指尖130位于可用于给指尖130加压的夹持器的压力臂1310之间。一个显示血糖浓度的显示器1320也表示在图12中。

在一个特别优选实施例中，为了获得有关指尖130及其中血液的光学特性的附加信息，可能要损伤指尖。在这种实施例中，指尖可以放在一个能加压到较高压力的可充气外套内，该压力可使指尖130中的大部分血都挤出。因此，按此方式，可以使流入指尖30的血液所致的信号实现将近100％的调制。这种深调制提高了由指尖130中血液所致电信号的信噪比。当然应当注意，这种深调制可以改变通过指尖媒质的光路长度(因为手指的厚度可能有明显的不同)。光路的这种变化可能需要补偿。

因此，在本发明的一个实施例中，第二水系数值包括在血液成分矩阵中，下文用A(λ，r)表示，其中r表示构成血液成分矩阵的血液成分的数量。当指尖有较深调制时该第二水系数值可以用于确定指尖中水“深度”的变化。于是，在手指被挤压时用第一系数计算出第一水深度，而在手指被挤压的另一时间用第二系数计算出第二水深度。指尖内水深度的改变基本与透过手指的光路长度变化相同，所以水深度的变化可以用来表示光路长度的变化。因此，通过以选定的间隔对手指130中的水使用第一和第二系数，可以得到一个表示有调制的透过手指130光路长度与无调制的透过手指130光路长度之比的比值。

在减去了指尖130内非血液部分的信号特征之后，再从光信号中减去由非葡萄糖和水的血液成分引起的那些光学特性，如功能框345所示的。然后确定血流所含水之中的血糖浓度，如下面还要进一步说明的。

如功能框345中所示的，浓度矩阵是从线性化的手指频率响应特性矩阵D(λ)(提取出非血液信号特征之后的)和血液成分矩阵A(λ，r)中推导出来的。血液成分矩阵用作功能框345中所实施的处理的输入数据，如功能框347所示。如本技术领域所公知的，和上述简要讨论的，当几种物质组合在一起形成一种有光学吸收的媒质时，组合媒质的总的光吸收和透过特性，通常可以用成构成该媒质的各个成分的光学特性来表述。于是，例如一种媒质由水，油，和酒精(仅在此用在示范目的，因为实际上这些物质是不相溶的)构成，则根据比尔-兰伯特定律，整个媒质的光学透过可以表述为：正比于第一成分(即水)光吸收特性乘以第一成分浓度再乘以通过媒质的光路长度；加上第二成分(即油)光吸收系数乘以第二成分浓度再乘以通过媒质的光路长度；再加上第三成分(即酒精)光吸收系数乘以第三成分浓度再乘以通过媒质的光路长度之后取指数。即， $I=I_0{e}^{[{\mathrm{\α}}_w\·C_w\·P1+{\mathrm{\α}}_o\·C_o\·P1+{\mathrm{\α}}_A\·C_A\·P1]}----\left(6\right)$

由于每种物质的光吸收系数通常都作为光波长的函数而变化，所以可以推导出一组方程，来描述作为媒质成分函数的整个媒质总的光学系吸收特性。于是，

例如对于第一波长λ₁，用I₀除以等式两边，并对等式两边取对数，得出下式： $1n\left(\frac{I_{\mathrm{\λ}1}}{I_0}\right)={\mathrm{\α}}_{1w}\·C_w\·P1+{\mathrm{\α}}_{1o}\·C_o\·P1+{\mathrm{\α}}_{1A}\·C_A\·P1---\left(8\right)$ $I_{\mathrm{\λ}1}=I_0{e}^{[{\mathrm{\α}}_{1w}\·C_w\·P1+{\mathrm{\α}}_{1o}\·C_o\·P1+{\mathrm{\α}}_{1A}\·C_A\·P1]}$ $I_{\mathrm{\λ}2}=I_0{e}^{[{\mathrm{\α}}_{2w}\·C_w\·P1+{\mathrm{\α}}_{2o}\·C_o\·P1+{\mathrm{\α}}_{2A}\·C_A\·P1]---\left(7\right)}$             $I_{\mathrm{\λN}}=I_0{e}^{[{\mathrm{\α}}_{\mathrm{Nw}}\·C_w\·P1+{\mathrm{\α}}_{\mathrm{No}}\·C_o\·P1+{\mathrm{\α}}_{\mathrm{NA}}\·C_A\·P1]}$

如果血液成分的光学透过情况很好地符合比尔-兰伯特定律，则第一对数将产生一组如上所示的方程。从这些方程中，可以用简单的矩阵代数获得血糖浓度。但是，如下文将详细讨论的，在取单一一个对数后，血流中多成分光学特性不能产生一组线性方程。于是，本发明尝试一种不同的方法，它包括在取两次真对数之后对透过矢量中的值取一个近似对数(near-log)，或在另一个实施例中取另一近似对数，以使透过矢量更精确地线性化。应当理解，初步线性化和其它校正步骤可与上述步骤结合使用，以确保在取任何一次对数之前都满足比尔-兰伯特定律。而且，如果在第一次取对数之后得到了一个充分线性化的结果，则可能不需取第二次对数。

根据本发明的教导使用两次取对数，为的是得到可按矩阵形式表示的一组线性方程。该线性化处理在子程序框335中完成，并将结合图8在下文中详述。

现在，透过矢量T(λ)可以表示为一个线性化的手指光谱单列矩阵D(λ)。因此对于16个选出波长光的每一个而言，都有一个对应于线性光学频率响应矩阵D(λ)的数字化数值。即，D(λ)包括一个表示指尖130在波长λ₁处线性吸收系数的第一值D_λ1，表示指尖130在波长λ₂处线性吸收系数的D_λ2，等等直至D_λn。

如前所述，上述比尔-兰伯特方程一般不是信号强度值与浓度值的关系的精确表达式。因此，透过矢量的线性化处理包括一种“两次对数”的曲线拟合处理。两次对数处理法仅仅必须对透过矢量实施，而不必为了得到一组线性方程对血液成分矩阵和浓度矢量实施该处理。所以，每个线性的信号强度值D_λ，都由吸收系数乘以光路长度乘以血液内每种成分浓度而进行模拟。线性信号强度矩阵D(λ)可以表示为血液成分矩阵A(λ，r)与下文用C(r)PL表示的浓度乘以光路长度矩阵的乘积。该表达式按矩阵形式表述如下：

其中PL代表光路长度，而C₁，C₁，…，C₁代表第一中血液成分，第二种血液成分，…，和最后一种血液成分(用r表示)。根据公知的矩阵代数技术，表示浓度乘以光路程度矩阵的矩阵C(r)PL，可以通过让线性光学频率响应矩阵与血液成分矩阵的逆矩阵相乘而确定，如下面所示的。

如功能框345中所示的，血液成分矩阵的逆变换A^-1(λ，r)与线性光学频率响应矩阵一起，可以用于获得一个表示患者血液中不同成分浓度的矩阵。

当表示血液中不同成分浓度的矩阵如功能框345中所示那样推导出来之后，葡萄糖浓度乘以通过手指130的光路长度与水浓度乘以通过手指130光路长度的比值，可以如功能框350所示计算出来。该比值是水中葡萄糖份的浓度，与血流中葡萄糖浓度是一样的。上述方法重复执行几次，以得到几个葡萄糖浓度值。为了获得一个平均的葡萄糖浓度值，用本领域普通技术人员公知的最小平方分析法描出一条表示血糖浓度的线，如功能框355所示的。该值被输出到患者或血糖监测系统100操作者可以读数的显示器中(见图12)。之后，该方法控制从功能框355进入结束框360，在其中完成本发明方法的全过程。

滤光片特性与血液成分矩阵的推导

图4A-4D与图7一起，更详细地表示了本发明用于实现血糖监测系统100启动前初始化和校准的方法。该初始化和校准程序表示在图7中，并用开始框800说明。控制由开始框800到功能框810。

功能框810-825表示了本发明为获得血液成分矩阵A(λ，r)所采用的方法，而功能框830-845表示了为获得滤光片特性矩阵所用的方法。但是应该理解，尽管图7所示的方法被表示为构造血液成分矩阵之后再构造滤光片特性矩阵，而实际上，它们代表的是可并行处理的彼此独立的程序。

如上述讨论的，不同的物质通常由不同的光谱特性。即，不同的物质在不同波长光下的吸收或多或少。因此，当光的光学透过性被表示为一种给定物质对波长的曲线时，可以看到一种有时称为物质光谱特征波形的图形。该特征波形决定了该物质在各种光波长下的光谱特性。

为了形成血液成分矩阵A(λ，r)，血液的主要成分被分成各种物质，且这些物质的光谱特性被表示为对波长的曲线。各种物质的分离，可以通过在玻璃试管内实际地物理分离这些物质，或者借助于自然态下的临床试验而获得，其中各种物质的浓度被仔细控制，以便为监测各种血液成分浓度的工作提供一个参考。在本实施例中，由于850nm与1400nm之间的16个波长用于表征患者手指130的光学特性，所以相同的16个波长也用于构造血液成分矩阵。因此，要对血液中的每种物质或主要成分进行测量，以获得它们在16个波长中的每一个处的吸收情况。

被称为光谱吸收系数的这16个值中的每一个，都用于确定血液成分矩阵A(λ，r)的一行。类似地，血液成分矩阵的每一列将对应于一个具体血液成分，从而血液成分矩阵的列数与血液成分数相同。所以，如果有“r”种血液成分和“n”个确定这些成分光谱特性的波长，则血液成分矩阵将包括一个“n”行“r”列的矩阵。

如功能框810所示的，在血液成分可物理分离的情况下，第一成分(如水)可作为一种独立的物质用整个n个波长光(即在本实施例中的16个波长)照射，以获得在这些波长下的水的光谱吸收系数。例如，校准采样可用于此方法。然后如功能框815所示，用n个波长光照射血液的第二成分，以获得第二成分(如氧络血红蛋白)的光谱吸收系数。对每个主要血液成分作这样的重复，直至n个波长光照射第“r”个血液成分，获得最后一种主要血液成分的光谱吸收系数。

在一个优选实施例中，某些成分，诸如水和溶于水的葡萄糖，在试管中测量；而其它血液成分，诸如氧络血红蛋白和脱氧血红蛋白，适宜在体内测量，因为这些成分的试管测量难以做到很精确。而且应当注意，在非成象系统中，如通过用于进行试管测量的那种，光源和检测器应该是彼此散开的。体内和试管内测量都是一种近似的，而且将迭代法用于近似的数值直至上述线性化过程收敛。按此方式，r种成分中的每一个都获得n个(如本实施例中16个)吸收系数值。根据本发明的一个优选实施例，葡萄糖，水，氧络血红蛋白和脱氧血红蛋白作为分离的成分，其光谱特性得到确定。此外，血液成分矩阵中的第五“成分”行是由散射所致血液吸收系数所限定的。还可以加上一个第六成分行，其中第六成分还是水。在向肌体媒质上施加较大的物理压力的期间，该附加成分可以用作对不同时间得到光路长度做双重检查。

如本技术领域公知的，透过媒质传输的光辐射通常包括透过媒质的散射光波和反射光波。该散射实际上增加了透过媒质的光路长度。由于散射引起的某些效应可以很好地进行统计限定，所以散射引起的消光效应可以被处理成血流中的其它成分。散射“成分”的“吸收”系数，可以通过让光透过其每种成分浓度已知的光学媒质而经验地确定。

当主要的血液成分在850nm与1400nm之间的16个有效波长下被确定之后，由获得的每种血液成分光谱吸收系数构成血液成分矩阵。于是，血液成分矩阵的第一列具有第一血液成分(如水)分别对波长λ1，λ2直至λn的吸收系数。血液成分矩阵的第二列具有第二血液成分(如氧络血红蛋白)分别对波长λ1，λ2直至λn的吸收系数。如此下去直至血液成分矩阵的最后一列具有最后一种主要血液成分在选出的波长λ1，λ2，…λn处的光谱吸收系数。

功能框830-845与图4A-4D一起，表示了在本发明用于构成滤光片特性矩阵的方法。如上述讨论的，滤光片120在滤光盘120不位置对不同波长光具有不同的反射透射比例。这在图4A-4C中有明确表示，其中图4A表示了在850nm处的光透过率随滤光盘256个可能的转动位置变化的曲线图。如图4A所示，当滤光盘120处在初始位置(即φ＝0)时，850nm波长处的透过滤光片120的光透过率大约为10％；而当盘120转动到φ＝32时，850nm波长处的透过滤光片120的光透过率大约为25％。另外，在φ＝128至φ＝160的转动位置之间，850nm波长处的透过滤光片120的光透过率大约为75％。于是，完全表征出在盘形滤光片120的256个转动位置上λ＝850nm处的光透过率，如图4A所示。

图4B表示了在1150nm波长处的光透过率对滤光盘120的同样256个转动位置的曲线图。类似地，图4C表示了在1350nm波长光透过盘形滤光片120的光透过率对滤光盘120的256个转动位置的曲线图。在本发明的一个实际实施例中，在850nm至1400nm之间的16个波长的每一个处对256个转动位置表述滤光片120的光透过特性。

于是，从这些测量中，可以构造一个滤光片特性矩阵，如图4D所示的。在图4D中表示为F(φ，λ)的滤光片特性矩阵包括256行和16列。滤光片特性矩阵的每一列都包括在一个给定波长下的盘120的256个位置处的盘120光谱吸收特性。

为了构造图4D中的滤光片特性矩阵，用16个波长光逐一在第一转动位置照射滤光片120，以逐一获得16个波长的光谱吸收系数，如功能框830中所示的。当功能框830中所示的第一转动位置处的光谱吸收系数确定之后，用16个选出波长光逐一在第二转动位置(即φ＝1)照射该滤光片，以获得第二转动位置的光谱吸收系数，如功能框835所示的。对盘120的每个可能的转动位置执行该过程，如功能框840所示直至用16个选出波长光在盘形滤光片120的“第m”或最后的转动位置处(即位置256)照射滤光片，以获得最后转动位置的光谱吸收系数。在一个采用步进电机的优选实施例中，盘120每转动一圈其转动位置都将是精确的。当然，有凸极并匀速转动的计算机数据盘电机其相位抖动减小到小于256分之一后也可以使用。

当盘120全部256个转动位置对全部16个波长的光谱吸收系数都已确定之后，如功能框845所示，通过将系数依不同血液成分排成行并依透过光的波长排成列，而构成滤光片特性矩阵。当滤光片特性矩阵和血液成分矩阵构造完成之后，该系统对处理程序就有了必要的约束。

溶剂效应

尽管一般情况下，当几种物质混合构成一种光学媒质的组成部分时，如比尔-兰伯特定律所述，该媒质的光学透过和吸收特性将与该媒质中每种组成部分的光学透过和吸收特性有关，已经发现在某些被隔离的情况下不是这样。具体地讲，当葡萄糖与水混合而溶于水时，葡萄糖与水混合物的光学特性不直接与葡萄糖和水分离的光学特性一起符合比尔-兰伯特定律的关系。事实上，当葡萄糖溶于水时，葡萄糖水溶液在某些波长下比无葡萄糖的水吸收率要低(即高透过)。

在过去的用光信号检测与处理来监测血糖浓度的系统中，这种用包括血液光谱学都无法鉴别的溶剂效应，是实际血糖浓度检测次数与误差多的原因。于是根据本发明的教导，为了补偿溶剂效应导致的误差和非线性，对血液成分矩阵A(λ，r)和滤光片特性矩阵F(φ，λ)作了特殊的改进。

具体说来，血液成分矩阵包括了溶于水中的葡萄糖而不是单独物质葡萄糖的吸收系数。作为溶于水的葡萄糖其吸收系数与水吸收系数差值的比例系数近似等于log(-logT_wg)-log(-logT_w)，其中T_wg是含葡萄糖水的透过率，T_w是纯水的透过率。

而且，受到监测的波长(它们确定了滤光片特性矩阵)是选出的，以便与葡萄糖水混合物适合的波长不相同。这是因为溶剂效应将引起血液成分的最大吸收频率一个很小的位移。例如作为单独试剂的葡萄糖和水，会在大约1070nm和大约975nm处有各自的最大吸收波长。但是由于溶剂效应，含葡萄糖的水在大约960nm处有一个最大吸收。

由于纯水的吸收特性作为波长的函数不同于含葡萄糖水的吸收特性，该吸收特性的差别可用于给血流中溶于水的葡萄糖的吸收系数值定等级。图11表示了水与含葡萄糖水光学吸收特性之间的比值。如图11所示，含有溶解葡萄糖的水在大约960nm，1145nm，和1380nm处明显低于纯水的吸收，而纯水在大约1060nm处明显低于含溶解葡萄糖的水的吸收，且在波长1000nm，1100nm，和1230nm处两者吸收基本相同。应当注意，图11曲线阴影区域的那些值是由于溶剂效应所致，而且是常规光谱学所不需要的。纯水与含葡萄糖水在峰值波长(即960，1060，1145等等)处的吸收率差值是作为葡萄糖浓度的函数而变化的。通过用纯水与含葡萄糖水吸收率基本相同的波长作为基线，确定含葡萄糖水吸收系数的比例系数可以被确定。于是，由于识别了溶剂效应，所以本发明可以更精确地测量血糖水平；且如果用1060nm波长(即有最小值)与用960nm和1145nm波长(即有最大值)提供一个大的差值，则可以有高的灵敏度。

用于线性化光学频率响应矩阵的方法

图6A-6C与图8一起，表示了本发明用于对透过矢量T(λ)中数值进行线性化处理的方法。如图6A所示，在特定波长处的光辐射百分比光透过率(每条曲线代表一条不同的光路长度P1，P2等等)是关于吸收系数与光通过的光学媒质浓度乘积的函数曲线。于是，图6A的曲线表示了透过媒质给定光路长度的光量与媒质中给定物质浓度之间的关系。八条曲线全部表示在图6A的图表中，其中每条曲线表示通过媒质的光的一个不同光路长度(如P1，P2，...P8)。

如本技术领域公知的，透过诸如手指130等光学媒质的一些光辐射，基本不散射地很快通过该媒质，从而使这部分光观察到的光路长度近似与手指的厚度相同。但是在其它情况下，光辐射在媒质内发生散射，使这些光观察到的实际光路长度明显比光学媒质的厚度要长。已经发现，观察到透过诸如手指130这样的光学媒质的平均光路长度通常是手指130的三到五倍厚度。重要的是，为了确保任意给定光路长度都能使媒质中一种物质的浓度与该媒质光学特性有相同关系，在透过诸如手指130等光学媒质的几条光路长度之间存在一个线性关系。如果各个光路长度之间不存在线性关系，则不能得到一组线性方程，也不能从矩阵方程中推导出精确的解。

如图6A所示的，透过光学媒质的几条光路长度之间不存在线性关系。图6A中表示的八条曲线，倒是都表现了光学媒质光透过百分比与吸收系数乘以媒质中物质浓度之积之间的对数关系。这种非线性关系的结果是，不能得到有代表性的平均光谱(即基本与光路长度无关的)。透过了两倍长光路的信号通常有1000倍的衰减，从而使在求平均时其和是微不足道的。

如果媒质的特性精确地符合比尔-兰伯特定律(即图6A表示的曲线是理想的指数函数)，则可以用一次取对数而使透过矢量T(λ)变为一组线性方程。但是，由于瑞利散射和手指130的多种成分，透过手指的光辐射强度不严格满足比尔-兰伯特定律的要求。这在图6A中，用代表透过百分比与吸收乘以浓度乘以光路长度之积之间实际的非指数关系的曲线601表示。曲线601与理想指数曲线1之间的差别有图6A中的阴影区域表示。

为了将图6A中所示的透过百分比与吸收乘以浓度乘以光路长度之积之间的关系变换成更接近线性关系，对实际透过矢量实施三次方曲线拟合以使其符合图6A所示的指数曲线，更接近透过百分比取对数。即，立方拟合方程用于产生一个例如符合指数曲线1的曲线601。于是，该立方拟合在下文中被称为“近-对数”(near-log)。在选出区域上，可以将三次方程限定为类似于或非常近似对数曲线。由于透过矢量T(λ)中数值间的实际关系通常接近对数关系，所以该近-对数(即三次)方程可以用于代替对数方程，以便更精确地对透过矢量T(λ)中的数值作线性化处理。当然应当理解，四次或更高次方程也可以用于对透过矢量T(λ)中的数值提供更精确的线性化处理。在本发明的一个优选实施例中，近对数方程已经对成年人手指的透过情况经验地确定下来。

OD＝-2.8088^*T³+4.7801^*T²-3.4215^*T+1.1289

而且，通常在T＝0至T＝1的范围内应用。上述近对数方程中系数的精确值可以根据用途而改变，有利的是，对大量测试采样进行经验评估，以针对给定的用途精确地限定方程。

在如上所述对透过百分比取近对数之后，透过率的近对数，与吸收系数乘以光学媒质中物质浓度之积之间的关系基本是指数关系。于是，通过对所得矢量值取对数，图6B所示每条曲线上的数值之间都表现为线性关系。尽管图6B所示的透过率的近对数与吸收系数乘以浓度之积之间的关系是线性的，但是对应于不同光路长度的直线而言，其斜率的陡度或多或少地与光路长度(P1，P2，...P8)有关。于是，透过率的近对数与吸收系数乘以基于媒质光路长度的浓度之积之间存在着不同的关系。所以，该光路长度将不能产生一个基本一致的输出。即，尚不能形成一组光路长度不变的线性方程。为了防止由于随机的光路长度差引起的任何误差(即变换后的矩阵T(λ)中数值的非线性)，对校准后的透过百分比以及吸收系数乘以浓度之积取第二次对数(下文称为第二对数)。应当理解，对于需要有更为线性化的数值的用途而言，近对数拟合也可以用于代替取对数。

图6C表示了取第二对数的效果。如图6C所示，表示不同光路长度的直线都是平行的，所以这些直线与吸收系数乘以浓度之积的对数的关系，都基本相同于它们与透过百分比双对数之间的关系。即，所得到的线性光学频率响应矩阵D(λ)中的数值都呈线性关系，从而可以从图6C所示的各条曲线中推导出一组线性方程。最后，通过旋转图6C中的曲线以使这些曲线平行于x轴(未示出)，来去掉所有有关光路长度的信息。

图8的流程中概括地表述了对光学频率响应矩阵作线性化处理的方法。如图8所示，步骤从开始框900进入功能框905，其中用运行前实验确定的固定系数启动该线性化过程。当从患者身上获得了足以确定可得到最小透过率误差(由于手指130的挤压运动)的数据之后，方法的步骤进入功能框910，在其中对光学频率响应矩阵进行近对数的三次曲线拟合。即透过矢量T(λ)中的每个数值都代替了的“T”：

OD＝-2.8088^*T³+4.7801^*T²-3.4215^*T+1.1289

以形成新的指数矩阵。

当对光学频率响应矩阵取近对数之后，如功能框920所示，对变换后的矢量值取第一次对数。如图6B所示，第一次取对数的结果是一个其数值彼此相关的矩阵。

对光学频率响应矩阵取第二次对数，形成图6C所示的关系，如功能框930所表示的。即，对限定图6B数值的矩阵中的每个数值取对数，以获得一组线性相关的数值。

对线性化的数值作最小平方分析，以确定该矩阵限定的直线(见图6C)是否最大限度地平行，如功能框940所示。即计算这些直线的斜率，并用算出斜率之间差值的平方和，作为直线间平行程度的标志。包括改变曲线拟合方程系数的迭代过程用于确定直线间是否最大限度平行了，或至少达到足以获得适合的血糖测量值的平行程度。

所以如功能框950所示，进行一个测试，以确定直线是否平行。如果直线不平行，则步骤进入功能框955，在其中调整三次拟合方程的系数值。在一个实施例中，在调整程序的连续迭代过程中(即每次从框950进入框955)，可在例如有常量加入的一个初始系数值上，增加或减小一个固定增量。然后返回到功能框910，以将改进的三次方程用于矢量值。重复该过程，并得到一个新的直线平行度指标。如果直线的平行度提高了，则用相同的或更小的增量按相同的方向进一步作相同的系数调整。如此继续，直至直线的平行度不再提高为止。如果任务调整使直线更加不平行了，则按相反的方向调整相同的系数(即如果调整的系数先是增加，那么接下来要减小它)。如此重复，直至当连续调整系数时直线的平行度呈现较小的改变为止。然后，按同样的方式对下一个系数(如一次项的系数)进行调整。在每个系数对重复了这种处理之后，判断框950确定线性化矢量所限定直线的平行度是否足以产生一个适合的血糖测量值。

在一个优选的实施例中，也给出了根据测量图6C中直线平行度确定的血糖可信度指标。该可信度的值可以与血糖测量值一起显示在显示屏1320上(见图12)。如果在判断框950，测量值被认为是不适合的，则可能通过一个警告光产生一个误差信号，并用一组新测量值代替矢量中不适合的值。

当光强矢量已经线性化之后，如功能框960所示，构造一个光学频率响应矩阵D(λ)。然后，步骤进入结束框970。

总体信号流

图9是一个示意性框图，它用图形表示了根据本发明的教导用于借助光信号处理获得血糖浓度的总体数据流。如图9所示，光源110发出光束115，该光束通过透镜117和滤光片120，而提供滤光后的光辐射125。光辐射125透过手指130，以提供一个用于产生信号强度矩阵1000的光信号135。

如功能框1005所示，用滤光片特性矩阵的逆矩阵乘信号强度矩阵1000。如图9所示，该滤光片特性矩阵是通过分析滤光片120而推导出来的，如结合图4A-4D和图7所作的上述说明。滤光片特性矩阵1010的逆变换乘以信号强度矢量1000，以获得光学频率响应矩阵，或透过矢量1015。然后，如结合图6A-6B和图8所作的上述说明那样，线性化处理该光学频率响应矩阵1015，以获得线性化的信号强度矩阵，或线性化的光强矢量1020。

用如表1025中表示的，水，葡萄糖，氧络血红蛋白，脱氧血红蛋白以及散射的几个光谱特征，构造一个血液成分矩阵1030。对血液成分矩阵作逆变换，以获得逆血液成分矩阵，如框1040中所示的。逆血液成分矩阵乘以信号强度矩阵1020，以得到一个血液浓度乘以光路长度的矢量1045。

取表示葡萄糖浓度乘以光路长度的矢量1045的元素，与表示水浓度乘以光路长度的矢量1045的元素之间的比值，如框1050中所示的。该比值可获得水中葡萄糖的浓度，它等效于血糖，并被作为表示葡萄糖浓度的数据值输出。

制备光学滤光片的方法

图10示意性地表示了本发明用于制作光学滤光片120的一般方法。首先应注意的是，以前用于制备这种滤光片的方法通常含括：布置圆形基片，然后在该基片匀速转动时有选择地增加圆形基片表面上的涂层厚度。

图13表示了这样一种滤光片1500，它带有逐渐增加厚度的涂层1502，1504，1506等等，以在该滤光片1500转动时形成一个螺旋的形状。当然，应该理解，图1所示的涂覆厚度是为了便于说明而被夸张了的。这种光学涂覆的方法是基本环绕圆形基片的整个圆周进行的，以使当涂覆后的基片转动时，光学涂层的厚度沿着整个圆周增长，然后在一圈结束点从最厚涂层处猛然落回到最薄的涂层处。

但是已经发现，这种光学涂覆方法需要很高的精度，并且极其昂贵。而且制作这些滤光片通常要一个一个地作，因为生产方法不允许为了批量生产的目的而在一张片材上布置几个盘。

根据本发明的制作方法，一块平的基片1100被涂覆上厚度增加的光学涂层，以形成一个楔形涂覆层1110。当然应该注意，为了清楚地表述本发明，对光学涂层1110的厚度作了夸张，而实际应用中光学涂层1110的厚度是在1.66μm至大约3.33μm之间变化，平均厚度大约2.35μm。当然应该理解，这些厚度是近似的，而且可以随涂层材料的折射率而变。

这种方法可以采取最少的光学涂层沉积次数。在一个优选实施例中，要获得所需分辨率仅需要17层。在一个实施例中，高(2.20)和低(1.48)折射率涂层被交替沉积在基片上。尽管本发明的制作方法生产出的滤光片可能不如其它较昂贵程序生产的滤光片，但是这种缺陷可以在上述数字信号处理步骤中作适应性调整。如，以前的滤光片通常每次透过一个频段，而本优选实施例的滤光片可能允许多个波段通过，因为这可以由是本发明的信号处理负责解决。

当在基片1100上涂覆好光学涂层1110之后，从基片1100与光学涂层1110一起构成的楔形板上切掉一个圆柱形部分1120。于是在圆柱形部分1120的中心处形成一个圆柱形孔，以形成滤光片120，然后在光学滤光盘120的一部分上形成一个诸如黄铜带122的不透光带。

为了便于理解本发明的主要方面，上述说明进行了简化。但是应该理解，实际上该方法可以包括：首先将基片切割成有旋转轴的盘。而后，好似该盘仍是方的一样在该盘上涂覆光学涂层，以使得剩余物落在真空容器中支撑该盘的平台上(未示出)。如图10所示，按此方法在盘120的表面上形成楔形。

在一个优选的实施例中，滤光盘120的产品规格如下：

尺寸：20mm宽×20mm波长间隔，线性多层涂层

基片：中心有7.Smm轴孔的25mmOD玻璃盘

波长：700-1400nm

1/2带宽：50-200nm，带宽可重叠

屏蔽：无

环境：可经受冷冻潮湿，0-70C°

通带的边沿被设置成这样，使一个20nm的带沿可被分辨出来。

该通带在窗口范围内以小到400cm^-1的间隔重复，或以17-18个周期在窗口范围内重复。通带的中心透过率应接近于100％，而通带之间的区域应有接近100％的反射率。

对窗口外部的屏蔽要求不高。它们可以通过吸收或通带边缘材料，如RG660，RG700，或半导体，或者是通常存在于玻璃中的低于7100cm^-1的O-H带来加以限定。

只有能够分辨具有一或多个带沿的接近200cm^-1的波数带才能降低成本。对于1000至100,000的年产量而言，滤光盘直接影响本系统成本。

本实施例特点

最好是，滤光片有不窄于8000至11,000cm^-1或大约910至1250nm的窗口。带宽适宜宽于200cm^-1，且带沿适宜比200cm^-1窄。主波段的透过率最大值适宜大于80％，而透过率最小值适于低于20％。波段之间应该是一个挨一个地重复；否则，可以用一个校准ROM根据DSP实现各个滤光片的初始校准。

机械界限与特征

线性滤光片适宜以小于4800RPM的速度绕其中心旋转，它有一个最小半径9mm至最大半径45mm的中心孔，一个直径1mm至3mm且数值孔径.12至.40的透明孔径。光路穿过旋转着的滤光片环形区域，产生一个波长的正弦扫描，而与它们是线性沉积的无关。

为了动态平衡和低扰动，线性滤光片被沉积在一个圆形基片上。因为其中心不用于光学目的，所以适宜有一个标准直径的轴孔；本发明大多数硬件采用0.5000-.000，+.0005″直径，或用7.5-0.0+.1mm。对于小滤光片而言，如20mm直径，应考虑到与未涂覆一侧的连接。注意，滤光片的装配不能有阶梯或其它光路的结构不连续点。

在玻璃上涂覆的初始光学-机械对准不超过0.5mm，并用电子的方法实现。在边缘或中心处需要一些沉积对准标记。

数据处理的所有步骤次序

下文将概述用于处理检测器140所测数据信号的步骤次序。如上所述，信号处理次序对于获得患者血糖水平的精确测量值至关重要。行之有效的信号处理和分析，在未按照恰当的次序使用的已有系统中，没有被充分利用。

仪器系统

用光源和手指透过特性开始产生信号。对于葡萄糖传感器而言，从接收的透过率开始，并对信号实施逆运算直至仅留下了所需的参数。注意，逆运算仅仅是数量上的等效，而非数学分析函数的逆函数。每个运算都是对无缠绕或无信号噪声混合的数据进行重组的某种变换。含信号的信息不应在任何阶段减少或中断。许多光谱仪都不能达到这个标准，所以，本发明系统的设计带有避免中断信号的透明物镜，某种程度上在本领域基本是独一无二的。

1.测试转换器信号

对信号和噪声分类：在模式边界内相关的同步信号是确定的(具有相同的自相关特征)和随机的(非高斯型无自相关特征的随机附加噪声)。

具体说，把每个新接收的光谱加到数据矩阵块中，直至分级器检测到一个新的噪声分布，或15个非零波长的相关矩阵中任何明显的变化(通过统计测试检测到的)为止。当出现变化时，它表示手指130已经变到新位置上了或者插入了新的手指，或者新的患者进入光路之中。如果采用矩阵代数的话，当出现这种变化时系统停止向旧块加数据而开始创建一个新的块，这至少有15个采样之多，目的是对数据组进行统计测试。

如果用递归法，当分级器检测的一个采样变化时，缩短递归的时间常量(采样数)，直至噪声增至一组统计极限，或者块中接收了最少的采样数(通常等于分立波长的数目，15或16)。

葡萄糖传感器和计算机显示的每个答案都应是一个块(长度可变的)的结果，或任何一个递归处理时间常数所设长度的结果。无论患者是否改变了其手指的位置，手指，甚至或是多个患者，系统都可察觉这种变化，并开始一个新的包括葡萄糖浓度在内的参数计算。于是，患者和医生可以对随时获知特征变化的读数有把握，而仪器产生新的数据。同时，它反馈给患者，促使患者在必要的分析时间内保持就位状态。处于存在的信噪比，和时间的原因，患者需保持就位状态，分析时间应在3至30秒量级。当用作连续监测仪时，应该有更长的稳定时间，通常可平均在30至180秒量级。

2.清除电子噪声

为了去除电子噪声实施第一线性运算：减去线性干扰和平均随机噪声。

由于余辉，周期形式，和相位导致的确定噪声可以被修正和去掉；随机噪声，如脉冲，启动瞬时，或白噪声谱等，没有可预测性。既定的信息模式信号成为第一个近似值，并在启动时被载入任意一个自适应或递归滤波器，然后它被用于预测包括冲击或启动瞬时噪声的信号。这是低通滤波器的一般形式，但是带有使脉搏矢量整个波形形状平均化的特征(如，脉搏体积描记器(等于压力，体积)波形作为一个具有平均心率的心室收缩期的，重博脉的，和心室舒张期的形状的矢量)。这种波形中的噪声适宜平均化到零。

在检测器140处，外界光线，60，120Hz等的供电线噪声，静电，和磁场及电磁波，都被加到透过患者手指输入的信号光子中。在进入各个非线性阶段之前，这些噪声要被滤掉，减掉或平均化到零。

当所有的线性关系去除之后，仅剩下非线性关系。接下来的运算是作非线性变换。随后再进行线性运算。最后的步骤时线性输出以下参数，以在前面的一系列的线性化处理之后，进行线性运算而在干扰和噪声中发现信号。

按工业标准采样光源载波调制，以去掉60，120Hz(美国之外，50，100Hz)中的噪声，并对载波作窄带滤波。这种频率滤波器不能去掉相位噪声。带有匹配相位的最佳匹配噪声模式的直接相减，可除去所有环境干扰。

3.作出线性结果

线性化处理，对数变换：该运算的目的是由一系列附加的，相乘的，或失真噪声正交化(使其统计独立，归一化，不相关)所需信号，直至仅存在所需信号为止。

如果信号不是线性的，则它可能有。则没有运算和处理可以鉴别该答案。

4.线性代数

对线性数据作矩阵代数运算：在所有线性关系和静态信号的假设及噪声分布都满足之后，使用标准的光谱矩阵代数解。

5.测试生理信号

进行误差检测：确定出幅度，频率边界，将它们与既定的干扰相联系以继续信号和噪声的分类。

6.反馈

反馈到分类，线性化或生理噪声：减去任何线性干扰和将随机噪声平均。

7.前馈

应用临床算法并产生导出的参数。

8.测试临床限制，警示

把手指限定在光路中。测试是否基本上是有散射消光(通常可观察到大约10mm损失30dB)的水，核对脉冲，使其与先前的记录相关以证实患者身份和患者手指特性。显示“非健康手指”或等效信息，但不停止工作，因为可以用试管资料进行校准测试。如果出现任何异常的相关或信号，则将更多的辅助参数显示为一个测试，并通知使用者。

9.I/O，指令，临床数据，显示，记录

这部分涉及输入键盘，输入数据和输出格式。葡萄糖的误差与其它参数和历史记录一同输入。其它实施例可能还需要输入诊断，预测，每个处方的指示，等等。管理糖尿病患者的膳食所需的所有临床数据，如从“糖尿病并发症和控制测试(DCCT)”得到的指导，可以最后输入到程序中。这种数据可以装在个人计算机中以使传感器的计算机最小化。

尽管前面已经描述和说明了本发明优选实施例，本领域的普通技术人员应该可以对本发明作出各种改进和变化，而都不违背本发明精神。如本发明的原理和方法可以用于检测血流中的示踪分子(如，用于药品检测等等)。此外，足够精确的一次近对数方程也可用于对光学频率响应矩阵的线性处理。因此，本发明的范围仅由权利要求书来限定。

Claims (23)

1.一种用于非介入监测患者血流中血糖浓度的系统，所述的系统包括：

一个发射多波长光辐射的光源；

一个用于接受所述患者肌体媒质的接受器；

一个光检测器，位于接收来自所述光源并受到所述肌体媒质衰减的光的位置处，所述的光检测器响应于至少所述多个波长的光辐射，以产生一个表示所述光辐射强度的输出信号，以及

一个耦连到所述检测器上用于接收所述输出信号的信号处理器，所述信号处理器响应于所述输出信号，隔离出所述输出信号中由于所述肌体媒质的光学特性所致的部分，以提供一组频率响应值；所述的信号处理器具有一个对所述的一组频率响应值作线性化处理并分析所述线性化的数据以确定所述患者血流中葡萄糖浓度的线性化处理模块。

2.权利要求1的系统，其中所述的光源包括多个发射器，每个发射器发出所述多个波长中的一个选出波长的光。

3.权利要求1的系统，其中所述的光源包括一个宽带光源，所述的系统进一步包括一个选择地透过所述多个波长中一个波长的光学滤光片。

4.权利要求3的系统，其中所述的检测器包括单独一个检测器，它响应于所述多个波长光之一以提供一个表示所述多个波长中所述一个的强度总和的输出信号。

5.权利要求1的系统，其中所述的光检测器包括多个检测器，其每一个都响应于所述多个波长光至少之一以产生一个表示所述多个波长中所述至少一个的强度的输出信号。

6.权利要求1的系统，其中的线性模块包括双对数运算。

7.一种通过含血液肌体媒质衰减的光谱测量，用于非介入监测患者血流中血糖浓度的系统，所述的系统包括：

一个发射多波长光辐射的光源；

一个选择地透过所述多个波长光之一的滤光片；

一个光检测器，位于接收来自所述光源已经被所述滤光片滤过光并受到所述肌体媒质衰减的光的位置处，所述的光检测器响应于所述多个波长至少所述之一的光辐射，以产生一个表示被所述滤光片滤光并被所述肌体媒质衰减过的辐射强度的输出信号，以及

一个耦连到所述检测器上用于接收所述输出信号的信号处理器，所述信号处理器响应于所述输出信号，隔离出由于所述肌体媒质光学特性所致的输出信号部分，以分析所述部分来确定所述患者血流中葡萄糖浓度。

8.一种分析含血肌体媒质中血糖的非介入血糖监测系统，包括：

一个光源；

一个光接收器，响应于所述光源发出的光产生一个输出信号；

一个挤压机构，用来为所述肌体媒质提供物理的挤压，以从所述肌体媒质中挤出流体；以及

一个信号处理器，当流体从所述肌体媒质中挤出时，它响应于来自所述光检测器的所述输出信号；并在流体未从所述肌体媒质中挤出时响应于来自所述光检测器的所述输出信号，以分离出有关所述血液中葡萄糖浓度的信息。

9.一种非介入确定血糖浓度的方法，包括以下步骤：

产生一组表示主要血液成分光学特性的值；

用多波长光照射含血肌体媒质；

在所述光被所述肌体媒质衰减后检测所述光；

从所述检测光产生一个信号，所述信号表示所述肌体媒质的光学特性；

响应于所述检测光和表示所述主要血液成分光学特性的所述一组值，分离所述信号中表示所述血液内水中葡萄糖浓度的分量；以及

产生一个表示所述血液内葡萄糖浓度的值。

10.权利要求9的方法，其中所述的主要血液成分包括水，血红蛋白，氧络血红蛋白和溶于液体的葡萄糖。

11.一种非介入确定血液成分浓度的方法，包括以下步骤：

用光照射含血媒质，其中该血液有一个血液成分浓度，而光辐射通过一个经过媒质的光路长度；

检测该光辐射，以产生表示媒质光学特性的电信号；

线性化处理该电信号，以提供一个血液成分浓度的读数。

12.权利要求11的方法，其中所述的浓度读数随经过媒质的光路长度无明显变化。

13.权利要求11的方法，其中的血液成分包括血糖。

14.权利要求11的方法，其中线性化处理步骤是：

响应于所述电信号，产生一个表示媒质光学特性的第一组值；

对第一组值取对数，以产生一个第二组值；以及

对第二组值取对数，以获得表示血液成分浓度的一组线性化的值。

15.权利要求14的方法，其中所述的血液成分浓度相对于经过媒质的光路长度无明显变化。

16.权利要求11限定的方法，其中所述的线性化步骤进一步包括用一个多项式方程变换第一组值，以提供变换后的第一组值。

17.一种从入射在含有血液肌体媒质上的光信号中分析血液成分浓度的方法，该方法包括一下步骤：

检测所述肌体媒质衰减后的光信号，以产生一个表示肌体媒质光学特性的信号；

线性地减去由于电噪声导致的信号强度分量；

去除由于肌体媒质的非血液成分导致的信号分量；

对该信号作线性化处理，以产生一组表示血液成分浓度的线性相关值；

求解血液成分浓度的线性相关值。

18.如权利要求11限定的方法，进一步包括以下步骤：

在检测步骤之前，用一个有已知光谱特性的滤光片对光信号滤光；以及

在求解血液成分浓度步骤之前，对由于滤光片导致的电信号分量去卷积。

19.如权利要求18限定的方法，其中所述的去卷积步骤进一步包括以下步骤：

产生一组表示滤光片光谱特性的值，以获得一个滤光片特性矩阵；

对滤光片特性矩阵作逆变换；以及

用表示肌体媒质光学特性的矩阵乘滤光片特性矩阵的逆变换矩阵。

20.如权利要求17限定的方法，其中所述的求解步骤进一步包括以下步骤：

产生一个包含表示着血液成分光谱特性的值的光谱库

产生一组线性方程，它们具有基于表示血液成分光谱特性的所述值的系数；以及

求解线性方程，以获得表示血液成分浓度的值。

21.如权利要求20限定的方法，其中血液成分包括葡萄糖。

22.如权利要求20限定的方法，其中所述产生光谱库的步骤包括观测已知溶于水或血液的葡萄糖浓度的光谱特性，以确定葡萄糖的光谱特性。

23.一种制造用于血糖仪的转动光学滤光片的方法，所述的制造方法包括以下步骤：

产生一个有顶部和底部的基片；以及

在所述的顶部上沉积光学涂层，以使在所述基片的所述顶部上所述的涂层沿着第一方向厚度是变化的，并使所述的涂层沿着垂直于第一方向的第二方向厚度基本保持恒定。

Images