近紅外光譜技術在醫學檢測中的研究進展

張雯 劉聰

【摘?要】近紅外光譜（near-infrared spectrum，NIRS）是光譜測量技術的一種，具有測量速度快、分析精度高及對樣品無損傷等優勢。本文介紹了NIRS技術的原理，探討了NIRS的技術特點、研究現狀及在醫學檢測中的應用，并對其未來的發展進行了展望。

【關鍵詞】近紅外光譜;無創血糖檢測;血氧飽和度檢測;功能近紅外光譜

1引言

近紅外光區是指波段范圍在780-2500nm之間的電磁波，發生在該區域的吸收譜帶對應于分子基頻振動的倍頻和組合頻。利用近紅外光譜（near-infrared spectrum，NIRS）進行測量，具有速度快、精度高、前處理簡單及對樣品無損傷等優勢，已在食品、醫藥、化工等多個領域中獲得廣泛應用。本文介紹了NIRS技術的原理、研究現狀及其在醫學檢測中的相關應用，分析了該技術存在的局限并對未來趨勢進行展望，期望為其在醫學檢測領域的應用提供參考依據。

2 NIRS測量原理

NIRS測量技術包括硬件和軟件兩部分，硬件部分即NIRS光譜儀器，用于采集光譜數據;軟件部分即基于化學計量學的統計軟件。由于NIRS譜峰重疊嚴重，無法直接提取足夠的有用信息，必須采用化學計量學方法進行建模才可以獲得可靠的檢測結果。

2.1 NIRS儀器

NIR光譜儀包括光源、分光系統、測樣附件和光學探測器，這些組件可根據NIR光譜儀的預期用途采用不同的實現方式。

光源是NIRS光譜儀的重要組成部分，最常用的近紅外光源是鹵鎢燈，具有成本相對較低、近紅外波段輻射強度高及輸出穩定性高等優點，但同時也存在能效低、發熱量大等弱點。LED的應用解決了鹵鎢燈的上述問題，然而由于成本較高，LED光源尚未在近紅外光譜儀中得到廣泛的應用。

分光系統是NIR光譜儀的核心。其作用是將復合光輸入轉換為單色光輸出，常見的實現方式包括使用濾光片、干涉儀、光柵、聲光調諧濾光器等，NIR光譜儀也通常根據分光方式進行分類。

當NIR照射樣品時，能量會被吸收、傳播或反射，相應地，常見的測量方式包括透射測量、漫射透測量和漫反射測量。測量方式的選擇取決于樣本的具體特性，如相（即固體或液體）、透明度和待測粒子的尺寸等，目前已有多種形式的商品化測樣附件。

檢測器的作用是將采集的NIR光信號轉換為電信號，并通過模數轉換輸出至軟件系統。NIR光譜儀內的檢測器根據光譜響應、響應速度和可檢測的最小輻射功率的不同而不同。最常見的NIR光譜儀探測器是利用單通道和多通道光子探測器。

近年來，隨著微光機電系統技術的發展，探測器、檢測光路等儀器組件日趨微型化，NIR光譜儀體積日益小型化。與此同時，芯片技術和統計學的進步進一步提高了NIR光譜儀的檢測性能，已成為光譜分析儀器市場中十分重要的一部分。

2.2 NIRS數據處理技術

從NIR光譜儀中采集到原始光譜后，需要對采集數據進行建模分析。由于原始光譜包含背景和噪聲信號，在建模前的一個重要環節是光譜預處理，這一過程通常包括平滑、去除趨勢線、基線校正、歸一化等步驟。近年來，小波變換由于其快速數據壓縮的效果成為了流行的去除背景噪聲的方法。此外，深度學習將預處理和數據建模合二為一，為端到端的光譜建模提供了可能。

經過預處理后，需要建立校準模型為測得的光譜信號預測檢測結果。由于樣品中不同物質的特征光譜可能存在重疊，采集的NIRS通常不具有與不同樣品性質直接相關的特征波長，因此需要采用多變量分析方法建立校準模型。常見的多變量分析方法包括主成分回歸法、偏最小二乘回歸法、多元線性回歸等線性校正模型和人工神經網絡、支持向量機回歸法、區域權重回歸等非線性校正模型以及基于上述方法的各種改進算法。

3 NIRS的醫學檢測應用

3.1 基于NIRS的無創血液成分檢測

NIRS波段為780-2500nm，可以穿透人體組織數厘米，基于NIRS開展的血液成分的檢測具有安全、無創、成本低等優點，目前已有血紅蛋白和血糖兩項指標實現了無創檢測。然而，NIRS光譜信號易受到患者個體及檢測環境的影響，如何改進測量設備、測量方法及測量環境進一步提高NIRS無創血液檢測的指標和性能仍是目前十分熱門的研究課題，國內也有多個研究機構進行了大量的探索。

王慧泉等人基于近紅外光電容積脈搏分析的動態光譜法，采用有效波長數作為動態光譜數據的質量評價標準，合理選擇建模參數后建立了血紅蛋白、血糖和總膽固醇的無創檢測模型，平均相對誤差分別為6.5%、6.5%、2.1%，顯示了該方法的有效性。賈曉冬等人設計了多波長紅外光譜測量技術，通過采用多個不同波長的探頭，采集并分析紅外光譜，在便攜式設備上無創檢測血紅蛋白。為提高測量精度，張欣怡等人采集多模式的光譜數據進行建模預測，對于同一樣本分別采集紫外透射光譜、紫外熒光光譜和近紅外透射光譜。試驗共采集了91份血漿樣本，同時獲取血液中血糖濃度的實際生化分析結果。采用支持向量機方法，對三組光譜信息和血糖濃度真值進行建模。得到模型的訓練集相關系數97.29%，均方根誤差0.3558mmol/L，測試集相關系數為96.3%，均方根誤差為0.3804mmol/L，平均相對誤差為0.069%。顯示通過多模式光譜信息進行血糖濃度預測可得到較高的精度。

3.2基于NIRS的局部組織氧飽和度監測

局部組織血氧飽和度（Regional Oxygen Saturation，rSO）是用于表征局部組織氧供狀況的指標。腦組織對缺氧耐受性差，缺氧超過6分鐘即可造成不可逆轉的嚴重損傷，因此腦氧飽和度（cerebral Regional Oxygen Saturation，CrSO）監測在麻醉手術中非常必要，已廣泛用于神經外科、心血管外科手術期麻醉管理及ICU床旁監測。NIRS監測技術作為目前唯一的非侵入式床邊腦氧飽和度監測技術，因其快速準確、實時連續的優勢，是目前臨床上應用最廣泛的腦氧飽和度監測方法，在麻醉科、兒科、神經外科、心臟外科及危重醫學科等多個相關科室中具有十分重要的作用。作為一種無創檢測手段，NIRS腦氧監測會受到各種因素的影響，如血紅蛋白、血容量、動脈血壓、心排血量、動脈血紅蛋白飽和度、探頭位置、體位及藥物等都會對CrSO數值產生影響，因此仍需進一步積累實驗數據，提高方法的可重復性。

麻醉與術中腎血流改變、術后腎功能損害及藥物代謝密切相關，而目前術中常規監測尚缺乏對腎灌注急性變化的有效手段。姚翠翠等通過應用NIRS對腎氧飽和度（renal Regional Oxygen Saturation，RrSO）和腦氧飽和度進行監測，分別于麻醉前靜息狀態及麻醉后穩定狀態記錄CrSO2、RrSO2以及脈搏氧飽和度（SPO2）、心率（HR）、平均動脈壓（MAP）等血流動力學參數。結果顯示，RrSO2可以作為一種無創、反映靈敏的快速監測手段，可反映腎功能及腎灌注情況。

除此之外，外周肌肉組織的氧供情況也可通過NIRS監測。朱凌燕等人使用NIRS監測肌肉氧飽和度變化，評估下肢神經阻滯的效果，有望成為比傳統的痛、冷覺方法更早預測下肢神經阻滯麻醉有效性的方法。

在NIRS儀器研發方面，清華大學研發的EGOS-600A已成功商品化，其性能與日本NIRO-200nx基本一致，相信國產NIRS腦氧檢測儀將以其準確性和相對便宜的價格在國內臨床中獲得廣泛應用。

3.3 fNIRS技術

在NIRS基礎上出現的功能近紅外光譜（functional near-infrared spectroscopy，fNIRS）技術是近年來興起的無創腦功能成像技術，通過利用多個NIRS探頭獲取腦組織中氧合血紅蛋白（oxy-hemoglobin，Oxy-Hb）和脫氧血紅蛋白（deoxygenated hemoglobin，Deoxy-Hb）的NIRS信號來監測大腦的血液動力學變化，從而反推大腦的神經活動狀況。例如，當進行認知活動時，大腦氧代謝情況發生變化，從而導致前額葉Oxy-Hb濃度改變。在實驗中，當卒中后抑郁患者觀察負面情緒面孔圖像時，Oxy-Hb相對變化值顯著低于觀察正性和中性情緒面孔圖像，顯示患者前額葉激活程度降低，有氧代謝功能失調。

4 總結和展望

NIRS技術具有快速高效、無損檢測及實時在線分析等諸多優勢，目前已在農業、食品、醫藥、石油化工和紡織印染等領域獲得廣泛應用。盡管目前它在醫學檢測中的應用還存在不足，但無損檢測和造價低廉的獨特優勢使其在醫藥臨床和活體分析中獲得越來越廣泛的應用。特別是目前fNIRS在認知神經科學、運動控制、精神疾病等腦科學研究中的發展十分迅速。

相較于NIRS應用研究，國內對于NIRS的儀器研發起步較晚，與世界先進水平差距較大。近年來，國家對于基礎研究和原始技術創新日益重視，高校、科研機構和企業的儀器研發水平不斷提升，已從簡單仿制階段逐漸躍升至自主創新階段，隨著我國先進制造技術、材料、MEMS技術及化學計量學方法的發展，國產NIRS分析儀器的硬件系統和軟件系統均得到全面提升，相信必將在國內臨床中發揮越來越重要的作用。

參考文獻：

[1]嚴衍祿.近紅外光譜分析基礎及應用：中國輕工業出版社;2005.

[2]dos Santos CAT，Lopo M，Pascoa RNMJ，et al.A Review on the Applications of Portable Near-Infrared Spectrometers in the Agro-Food Industry.Applied spectroscopy.2013;67（11）：1215-33.

[3]Yoon JG，Lee BW，Han CH.Calibration transfer of near-infrared spectra based on compression of wavelet coefficients.Chemometr Intell Lab.2002;64（1）：1-14.

[4]Zhang XL，Lin T，Xu JF，et al.DeepSpectra：An end-to-end deep learning approach for quantitative spectral analysis.Anal Chim Acta.2019;1058：48-57.

[5]謝歡，陳爭光.遺傳模擬退火算法在玉米秸稈纖維素含量檢測中的應用.分析化學.2019;47（12）：1987-94.

[6]劉光達，周潤東，查雨彤，等.血流動力學參數的指示劑光密度檢測方法研究.光譜學與光譜分析.2016;36（03）：662-6.

[7]王慧泉.動態光譜法血液成分無創檢測若干關鍵技術研究 [博士]：天津大學;2014.

[8]賈曉冬.基于多波長紅外光譜的便攜式無創人體血紅蛋白檢測系統的設計 [碩士]：東南大學;2018.

[9]張欣怡，王曉飛.多模式光譜的血糖濃度預測方法.激光雜志.2019;40（08）：168-71.

[10]邱宇，戚思華.無創腦氧飽和度監測技術的研究現狀.現代醫學.2019;47（08）：1045-8.

[11]姚翠翠，邢大軍，謝越濤，等 近紅外光譜技術監測嬰兒麻醉狀態下腎氧飽和度的臨床意義.中國現代醫生.2019;57（15）：106-9.

[12]朱凌燕，吳茜，梅偉.近紅外法監測肌肉氧飽和度評估下肢神經阻滯的效果.臨床麻醉學雜志.2019;35（09）：917-9.

[13]張輝，韓丁，田白宇，等.兩種近紅外光譜儀測量成人及兒童心臟外科術后腦血氧飽和度的準確性比較.中國醫藥.2016;11（7）：992-6.

[14]李泓鈺，王強，杜曉霞，等.近紅外腦功能成像對卒中后抑郁神經機制的研究.中國康復理論與實踐.2018;24（04）：427-31.

（作者單位：1國家知識產權局專利局專利審查協作江蘇中心;2中國科學院蘇州生物醫學工程技術研究所）