基于Android的無創血糖檢測系統設計

戴榮徽

摘要：近年來，隨著中國經濟的高速發展、社會環境的迅速變化、人們生活與消費方式的不斷升級，人們受高血糖帶來的糖尿病以及其并發癥的嚴重困擾，患病比例與病情因糖尿病惡化致死的比例逐年增加。鑒于以上情況，該課題研究設計一種基于Android的近紅外光的血糖檢測系統，目的是能夠通過近紅外線吸光度與血糖關系的研究，實現無創血糖檢測造福廣大用戶。該文介紹了系統設計背景、血糖檢測相關原理、系統架構與工作流程。

關鍵詞：近紅外線;無創檢測;低功耗藍牙;Android

中圖分類號：TP311? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）26-0082-03

開放科學（資源服務）標識碼（OSID）：

1 研究背景

近年來，隨著中國經濟的高速發展、社會環境的迅速變化、人們生活與消費方式的不斷升級，人們受高血糖帶來的糖尿病以及其并發癥的嚴重困擾，患病比例與病情因糖尿病惡化致死的比例逐年增加。除此之外，某些疾病患者會出現低血糖癥狀，有暈厥和猝死的危險。根據這一情況，對血糖的便捷安全的實時檢測顯得非常重要[1]。

目前臨床和市面上的血糖檢測方法大多需要采集靜脈血或者指血，通過電化學方法將試紙與血液反應產生的電信號轉化為血糖預測值[2]。這種方法能較準確的檢測出血糖值，所花時間為幾秒到半分鐘之間。但是這種方法會破壞人體皮膚，對患者身心造成反復的折磨，帶來壓力。同時還有傷口感染的風險，并且糖尿病患者傷口不易愈合，有創檢測對這類患者的傷害更為嚴重。因為試紙是一次性用品，有創檢測需要持續投入，檢測成本高。這可能加重低收入患者經濟負擔。

因此，對于無創的血糖檢測方法的研究是非常有必要的，該方法能推動血糖檢測儀器的發展，開拓新領域，具有很大市場價值。

計算機技術經過近年來的高速發展，隨之產生了數字化分析設備，化學計量學也得到充分的發展。這些都為紅外線光的信息有效提取與排除背景干擾逐漸得到優化打下了堅實的基礎，繼而研究出波長組合的高信噪比篩選方法，搭建出精度高、效果好的定量分析模型。目前，近紅外線光譜分析技術在生產生活以及醫藥領域得到了非常廣泛的應用。比如，藥品的質量檢測與生產過程控制，乳癌檢測、人體血清中的脂蛋白含量檢測、人體內血氧飽和度的檢測等。除此之外近紅外光不會傷害檢測物體，能實現活體無創檢測。并且能實時反饋結果，便捷又安全。

近年來，大量近紅外線在這一領域的相關研究[3-8]為基于近紅外線的無創血糖檢測實現的可能性提供了保障。本課題利用光譜波長與吸光度之間的對應關系，將高信噪比的波長組合轉化為吸光度，達到光譜降維的目的和實現信息波段高效提取。

2 近紅外無創血糖檢測原理

2.1 近紅外光譜分析原理

19世紀初，英國天文學家首次發現近紅外光，這是一種波長約為780nm-2500nm的電磁波，能在有機物含有的一些官能團伸縮振動、轉動時產生倍頻現象或者被合頻吸收。根據這一原理可以對有機物做定性與定量分析，這類分析被命名為近紅外光譜分析技術。

近紅外光譜分析技術應運而生。是一種集光譜測量技術、計算機技術、化學計量學技術的綜合分析技術，具有高效、快速、無創、成本低、精確度高等優點。近年來隨著計算機、化學計量學、信息處理等領域研究的深入，近紅外光譜分析技術得以迅速發展。

2.2 比爾—朗伯（Beer-Lambert）定律

樣品采集的波段直接影響模型建立的效果，光譜數據的預處理和所采用的化學計量學方法是提高信噪比獲得好的分析結果的關鍵。其理論依據如公式所示的

朗伯-比爾定律：

則吸光度為：

式中， A為介質的吸光度，[Io（λ），I（λ）] 分別為介質的入射光強和出射光強 ，?為介質的吸光系數，c為介質的濃度。

當被測介質為含有 n 中組分的溶液，假設仍然滿足朗伯-比爾定律，它在介質的組成成分之間就會建立簡單的線性關系。

式中，[εi]為第i種吸收物在特定波長下的吸光系數;[ci] 為相應介質的濃度;L為光程長。由該定律可知，樣品的吸光度與待測成分濃度之間具有很好的相關性， 樣品成分的濃度變化會引起光譜特征吸收的變化。

而且，當樣品中兩種物質有不同吸光度且相互干擾時，朗伯定律仍然適用。

3 系統設計

3.1 需求分析

本課題測量血糖的原理是根據近紅外線光譜法建立血糖濃度與近紅外光譜之間的定量數學模型（標準模型）;再取另一組已知血糖濃度的樣品作為預測集，將預測樣品的近紅外光譜書記代入校準方程得到預測值，用預測值和化學測定值的相關系數和相對標準偏差來衡量所建模型的可靠程度;然后用穩定可靠的模型來對未知樣品進行測定，并建立好標準模型之后引入實際測量血糖該模型進行校正，不斷提高血糖預測模型精度。

基于現有的Android開發技術，可實現一個實時管理個人血糖的移動客戶端。光子無創血糖檢測系統的主要功能應該包括：

1） 注冊登錄

本課題研究軟件由每個用戶單獨使用，需要對用戶信息進行加密保護。該功能有利于管理用戶的個人信息與血糖光度數據。

2） 數據處理

數據處理分為移動前端處理和服務器后臺處理兩部分。移動端由用戶錄入血糖與光度的原始數據，這部分數據的收集對研究血糖與光度有著非常重要的意義。除此之外，用戶還可以定期對設備測量的光度轉化成的血糖值進行校正，這樣的校正有利于提高血糖光度對應關系的正確率。而后臺的數據處理則是將收集起來的血糖光度素材通過大數據處理形成具有較高準確率的血糖光度關系對應表，再下發到設備，作為之后測量血糖的標準。

3） 與端檢測設備交互

本課題所研究的智能醫療系統旨在讓醫療設備更加與時俱進，便捷通用。手機是現代人生活中不可或缺的一部分，使用頻率非常高，而且APP能分攤很多聯網的功能，有利于設備功能的簡化，降低開發與生產成本。所以客戶端和設備用低功率藍牙連接之后，需要下發的數據有設置設備參數指令、血糖光度關系表，需要上傳的數據有含有日期、時間、血糖、光度、時間類別5要素的數據。

3.2 系統架構

通過對光子無創血糖檢測系統的設計目的和設計需求的分析，本課題提出了光子無創血糖檢測系統的系統架構，如下圖所示。

該系統前端在Android Studio平臺上開發，后臺數據由MySQL存儲。

3.3 客戶端詳細設計

1）主頁功能設計

由于系統的易用性要求，因此主頁的設計風格簡潔明快。點擊APP圖標首先進入的就是主頁。主頁分為上下兩部分，上半部分為背景圖片，頂端為登錄圖標、APP名稱、設備連接狀態從左到右依次排列;下半部分為九宮格自定義組件，每個空格內都有一個獨立的功能按鈕，點擊可以跳轉到新的頁面。登錄界面放置在右拉抽屜界面里，點擊登錄圖標也會彈出抽屜界面，該界面未登錄狀態下頂部顯示“你好”+用戶名，登錄成功后用戶名則會由用戶ID替代。如果想要退出賬戶或者重新登錄，點擊抽屜菜單中的退出按鈕即可。

2）登錄功能設計

進入登錄界面之后，如果是新用戶，那么點擊注冊按鈕跳轉到注冊界面。如果已經注冊過了，輸入用戶名和密碼無誤后點擊登錄，登錄成功后會有彈窗提示，并返回到主頁面。登錄的時候可以選擇記住密碼，下次就可以直接登錄該賬號。

3）注冊功能設計

進入注冊界面之后，需填寫個人信息與基本信息。其中，個人信息為必填信息，分別為用戶名、手機號、省份、城市、密碼，用戶名、手機號密碼手動填寫，省份城市通過下拉框選擇。這幾項如果為空則系統會自動判別注冊失敗并彈出彈框提示。而且手機號必須符合真實手機號的格式，密碼必須在6到20位，否則也會導致注冊失敗?；拘畔檫x填信息，分別為真實姓名、性別、年齡、身高、體重、機器名（設備ID）、是否有糖尿病史、其他病史。性別與是否有糖尿病史通過雙選按鈕選擇，其余的手動輸入。年齡、身高和體重范圍在0-300，單位按照國際標準單位計算。這部分數據可以不填，但是填寫錯誤提交后也會彈框提示并導致注冊失敗。注冊成功成功會彈框提示并返回登錄界面。

4）搜索藍牙功能設計

搜索光度采集設備藍牙信號分為自動搜索和手動輸入兩種。該界面底部有掃描、停止、手動輸入三個按鈕。點擊掃描按鈕開始自動掃描，當手機搜到血糖光度檢測儀設備的藍牙信號（該設備藍牙名稱開頭為固定特殊字符串）時會以列表形式顯示在界面中。這樣可以過濾掉無關藍牙設備信號。點擊停止按鈕則手機會停止掃描。點擊手動輸入按鈕會彈出一個對話框，輸入血糖光度檢測儀設備的Mac地址并確定，然后手機就會和設備藍牙互聯，藍牙連接狀態會在主頁右上角顯示，Mac地址首次輸入后會自動保存，之后會自動連接。與設備的成功交互必須保證手機與設備的藍牙已連接。

5）召測數據功能設計

召測數據即將血糖光度檢測儀設備采集的數據傳到APP中，并通過手機將數據傳到服務器中。在手機與設備藍牙連接成功的狀態下，點擊召測按鈕，設備中存儲的數據就會傳到手機中，再次點擊召測按鈕，數據就會上傳到服務器中。數據中的信息包括日期、時間、光度、類別（測量是在早中晚哪個階段進行的）、“測量血糖”。此外，點擊時間設置按鈕，就會同步手機與設備的當前時間。

6）快速錄入數據功能設計

進入快速錄入數據界面，首先在日歷控件中選擇錄入數據的日期，點擊開始錄入按鈕，就會顯示出當天六個時間類別的空白數據表格。在手動錄入時間、真實血糖、光度值之后點擊發送按鈕，數據表就會發送到服務器。發送成功會彈出成功的彈框，反之，則會彈出失敗提示框并說明原因。失敗原因有用戶未登錄。新上傳表格會將原有的數據覆蓋，服務器中每天有早餐前、早餐后1小時、午餐前、午餐后1小時、午餐后兩小時、其他六個時間類別，每個類別僅僅有一條數據。因此如果錄入錯誤，重新上傳即可。

7）校正申請功能設計

校正申請是用于校正預測血糖與實際血糖誤差。選擇日期之后點擊獲取按鈕就可以得到當天的血糖光度數據表，并且會新增“錄入血糖”一列空白表格。這列表格需要手動錄入用設備測量血糖同一時間通過有創血糖儀檢測到的血糖數據。錄入完成后點擊發送按鈕即可將真實的血糖值發送到服務器用于血糖預測模型的算法校正。

8）校正算法功能設計

校正算法用于將管理端搭建的血糖預測模型轉化為血糖光度關系對應表下發到血糖光度檢測儀設備中去。點擊獲取數據表，數據表會下發到血糖監測設備中去。長按光子血糖儀圖片按鈕會出現增加激光數據、減少激光數據、增加檢測數據、減少檢測數據四個選項用于增刪數據管理。這些功能都是在設備與手機藍牙已連接的基礎上，否則會彈框報錯。

4 總結

近紅外無創血糖檢測系統旨在讓使用者和患者更加智能便捷的測量自己的血糖，而且區別于傳統的穿刺皮膚采集血樣這樣對身體有一定損傷和安全隱患的采樣方式。這一進步能很大程度的減輕患者痛苦，非常具有市場推廣價值。

參考文獻：

[1] 李東升.血糖檢測裝置最新發展動態[J].上海生物醫學工程，2005， 26（1）：33-36.

[2] Chang Youngchung， Winarta Handani. Method of using enzyme electrode[J].Biotechnology Advances，1997，13（4）：739.

[3] 艾新.血糖儀的發展簡史[J].糖尿病之友，2007（1）：83-85.

[4] Cho Ok Kyung， Kim Yoon Ok， Hiroshi Mitsumaki，et al. Noninvasive Measurement of Glucose by Metabolic Heat Conformation Method [J]. Clinical Chemistry， 2004，50（10）： 1894.

[5] 劉吉，周漢昌，姜三平.自我監測血糖儀的發展現狀[J].醫療保健器具，2007（1）：16-17.

[6] 中國行業研究網：國產血糖儀市場發展現狀及前景分析[EB/OL].（2012-08-01）. http：//www.chinairn.com/news/20120801/534021.html.

[7] 吳云江.近紅外無創血糖檢測關鍵技術的研究[D].成都：電子科技大學，2015.

[8] 謝志斌.神經網絡軟測量模型優化方法在血糖濃度預測中的應用[D].鎮江：江蘇大學，2016.

[9] 代娟.近紅外光譜無創血糖檢測模型研究[D]. 重慶：重慶大學，2018.

【通聯編輯：代影】