动态光谱数据采集与处理及其分析

《动态光谱数据采集与处理及其分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、摘要人体血液成分含量是评价人体健康状况的重要信息。为了改变目前广泛采用的血液成分有创测量方法，人们对具有较好应用前景的近红外光谱检测方法投入了大量精力。但测量条件和个体差异的存在是影响该方法走入临床的主要限制。动态光谱法的出现可望解决这一问题。本文首先从人体血液无创检测的研究现状出发，简要介绍了近红外血液成分无创检测研究成果以及可以消除个体差异和测量条件影响的动态光谱法，并在此基础上进行了数据采集实验研究和信号预处理的研究。本文的主要工作和创新点主要有：·设计了一个动态光谱数据采集系统，初步取得了人体的动态光谱数据，并通过精心设计的实验及其得到的结果、初步验证了动态光

2、谱理论；·分析了动态光谱法噪声的来源及其频谱特性，并从能量的角度审视了动态光谱法的频域处理，提出在动态光谱法频域处理中利用谐波分量，并通过实验选取了合适的谐波分量、结果证明了可提高信号的信噪比；·将独立分量分析引入动态光谱法，分析和确定了合适的优化判据以及算法，在有效降低噪声(提高信噪比)的同时提高了动态光谱的波长灵敏度。关键词：血液成分无创检测动态光谱法频域独立分量分析ABSTRACTNearInfrared州IR)spectrummethodhasbeenahotspotinnon．invasivebloodcomponentmeasurement，whichsh

3、owsgreatsignificanceinreflectingthestatusofhealthyofhumanbeings．Butduetotheaffectsoftheindividualdifferencesandthemeasuringconditions，itisverydifficulttorealizetheclinicalapplicationofthistechnology．Fortunately,theDynamicSpectrum(DS)methodhasthepossibilitytoresolvethisproblem．Thestatuso

4、fnon—invasivebloodcomponentmeasurement(includingtheNIRspectrummethod)wasreviewedatthebeginningofthispaper．ThentheprincipleofDynamicSpectrum(DS)methodwasintroducedandsomemethodsfordetecting&preprocessingofDSsignalwerediscussed．FocusedontheexperimentalcertificationandtheimprovementofSNRof

5、DSmethod，themainworksandinnovationsgoasfollows：’AJlDynamicSpectrumdataacquiringsystemwasdesignedandthewell．designedexperimentsweredonetoacquiretheDSdata，andthenthedatawasanalyzedtocertifytheDStheory．’ThesourcesofnoisesinDSmethodandtheirfrequencycharacteristicwereanalyzed．TheprocessesofD

6、Sdatainfrequencydomainwasreviewedbymeansofenergy，thentheharmonicwavesofDSdatawereintroducedintoDSmethodandsomeexperimentsweredonetotesttherelationshipbetweentheSNRandharmonicwavesandtodeterminehowmanyharmonicwavesshouldbeputinit．。Theindependentcomponentanalysis(ICA)wasintroducedintotheD

7、Smethod，theproperjudgmentwasselectedandtheprocessesofdataweredesigned，thus，theresolutionofwavelengthwasincreasedaswellastheSNRofDSmethod．KEYWORDS：BloodComponent，Non—invasiveMeasurement，DynamicSpectrumMethod，FrequencyDomain，IndepehdentComponentAnalysis独创性声明本人声明所呈交的学位论文是本人在导师指导下进