光學無創血糖濃度檢測方法的研究進展

郭 帥，蘇 杭，黃星燦，劉 劍

(山東大學 控制科學與工程學院 生物醫學工程系，山東 濟南 250061)

1 引 言

國際糖尿病聯盟發布的數據顯示，截至2017年，全球糖尿病患者(20～79歲之間)數為4.25億，預計到2045年將增至6.29億；我國糖尿病患者(20～79歲之間)數達1.144億，預計到2045年這一數字將增至1.198億[1]。糖尿病及其引發的眼疾、神經損害和心血管疾病等并發癥會給患者帶來極大的痛苦，甚至危及患者生命[2]。目前糖尿病還沒有根治方法[3]，但研究表明連續監測并控制患者血糖水平，可以減少或延緩并發癥的發生，提高患者的生存質量。

目前臨床應用的血糖測量方式是有創傷性的，一般需經過采血、化學分析測定等步驟，得到血糖濃度[4]。有創測量需要生化試劑，檢測成本高，易引起感染，同時，頻繁采血也會給患者帶來不便和痛苦。因此非侵入、無創傷性血糖檢測是一種理想的測量方式[5]，其中光學方法因檢測便捷、蘊含信息豐富、能真正實現無創無痛等特點，成為國內外研究熱點。許多研究小組進行了大量研究與實驗，明確了不同光學檢測方法的優勢與不足。雖然利用光學方法檢測血糖濃度已經過幾十年的研究與發展，但由于組織背景和血液中其它物質的干擾、個體差異等問題還沒有完全解決，目前光學無創血糖檢測仍存在較大的測量誤差，所以至今尚無一款無創血糖儀能夠真正滿足臨床應用要求，獲得認證批準[6]。

光學血糖濃度檢測通常是將一束光聚焦在人體上，利用傳輸光的強度、相位、偏振角、頻率以及靶區組織散射系數等信息都與血糖濃度密切相關的特點，通過分析這些信息的改變，即可間接測得血糖濃度。近年來，世界各國研究人員付出極大努力，嘗試通過光學方法得到盡可能準確的血糖濃度值。目前常見的檢測方法有偏振光旋光法[7-8]、光學相干斷層成像法[9-12]、近紅外光譜法[13-14]、中紅外光譜法[15-17]、拉曼光譜法[18-19]、熒光光譜法[20-21]、光聲光譜法[22-23]、基于超聲調制的光信號技術[24-26]等。

2 血糖濃度檢測的光學方法與研究現狀

2.1 偏振光旋光法

由于葡萄糖具有穩定的旋光特性，故當一束線偏振光照射葡萄糖溶液時，透射光仍為線偏振光且偏振方向與原入射方向成一定角度，角度大小與葡萄糖濃度相關。偏轉角由以下公式給出：

(1)

式中，αλ為特征偏轉角，α為光學活性物質引起的偏轉角，L為光程長，C為待測物濃度[8]。眼前房由于光程合適(約1 cm)、散射系數和去極化系數小，成為偏振法的最佳測量部位[7]。

1979年，March等人[27]首次通過測量眼前房水旋光度估計葡萄糖水平，發現偏轉角隨房水葡萄糖濃度的增加而變大，且不同波長光的偏轉角度對葡萄糖濃度敏感性不同。1998年，Chou等人[28]首次報道了偏振法的在體檢測結果，他們利用基于光學外差法的旋光儀，成功檢測到兔眼前房水中低于10 mg/dL的葡萄糖水平。隨后，Cameron等人[29]通過直接測量，發現新西蘭兔血糖水平與其房水中葡萄糖濃度的平均延遲時間約為5 min，證明了通過眼前房水間接測量血糖濃度的可行性。

目前，由人眼運動引起的實時變化的角膜雙折射仍是偏振法測血糖的主要限制因素。為此研究人員對旋光法進行了深入研究，通過在兔活體中進行實驗[30]，證實使用雙波長偏振光進行測量可有效降低角膜雙折射引起的噪聲，提高測量精度。基于此結論，Wan[31]利用雙波長偏振光測量前房水中葡萄糖濃度，在兔眼中存在由運動引起的角膜雙折射情況下，測量誤差小于25 mg/dL，較為理想地減少了運動偽影引起的雙折射的影響。王洪[32]提出利用正交雙偏振光測量血糖濃度的方法，提取出極其微弱的血糖旋光信號，并進行葡萄糖溶液、血清溶液測量實驗，二者糖濃度預測標準差(Standard Deviation,SD)的平均值分別為12.47、20.63 mg/dL，進一步提高了測量精度。此外，Malik等人[33]設計的實時閉環雙波長偏振測量系統、Grunden等人[34]設計的高速雙波長偏振儀以及余振芳等人[35]提出的結合激光強度調制與法拉第偏振矢量調制的雙調制法在克服運動偽影引起的雙折射上效果明顯。另一方面，Phan等人[36]成功開發了由偏振掃描發生器(Polarization Scanning Generator，PSG)和高精度斯托克斯偏振儀組成的斯托克斯-米勒矩陣偏振測量系統。該系統具有極高的旋光度測量分辨率(分辨率為10-6(°)/mm)，有助于提高偏振法測量精度。

偏振法對活體兔血糖濃度預測的平均絕對相對差(Mean Absolute Relative Difference,MARD)已低至11.66 mg/dL[30]，可見其是一種極具潛力的無創血糖檢測方法。未來應從優化測量系統、改進測量原理以及引進校正算法等方面減少甚至消除人眼運動引起的雙折射對測量精度的影響。此外，偏振法一般選擇眼前房作為測量部位，故還需考慮眼前房水中糖濃度與血糖濃度的延遲時間以及人眼檢測的安全性問題。延遲時間的存在會導致測得的血糖濃度并非真正意義上的實時數據，這對于需要嚴格控制血糖濃度的糖尿病患者或重癥監護組(Intensive Care Unit，ICU)患者是極其不利的。

2.2 光學相干斷層成像法

光學相干斷層成像(Optical Coherence Tomography,OCT)技術是低相干干涉技術、共焦顯微鏡原理和超外差探測技術相結合的產物，具有非侵入、靈敏度和成像分辨率高(微米量級)的特點，可以獲取高分辨率的人體組織結構圖像[37-38]。OCT技術最早由Huang等人[39]于1991年提出，隨后，該技術被應用于醫學成像與診斷中[40]。

OCT 測量系統主要由邁克爾遜干涉儀組成，目前常用的是光纖式邁克爾遜干涉儀，其結構如圖1所示。光從寬帶光源出射后，由耦合器分為兩路：一路進入參考臂由反射鏡返回，另一路進入樣品臂入射到樣品組織上，經后向散射返回。當樣品臂與參考臂長度一致時，兩束光到達耦合器后發生干涉。調整反射鏡在參考臂上的位置，能夠實現對樣品不同深度的探測。改變參考臂的長度，沿樣品深度方向進行一次完整的掃描即為一個A-scan。干涉信號經光電探測器轉換后傳入計算機進行處理，便可得到組織內部圖像[37]。

圖1 光纖式邁克爾遜干涉儀結構示意圖[37] Fig.1 Structural schematic of fiber-optic Michelson interferometer[37]

根據Lambert-Beer定律，組織內部的光衰減為指數衰減，根據特定組織層中的光衰減斜率，可計算出彈道光子衰減系數。該指數衰減斜率與彈道光子總衰減系數(μ=μs+μa，μ為總衰減系數，μs為散射系數，μa為吸收系數)成比例，在近紅外波段，皮膚等大多數生物組織的散射系數顯著大于吸收系數，故光衰減斜率與組織散射系數成比例[41]。血糖濃度的改變會導致特定組織層散射系數發生變化，因此，分析皮膚等組織中OCT信號斜率的變化，即可預測血糖濃度。

實驗已經證實利用OCT技術能夠檢測到正常生理范圍內的血糖濃度[9-11]。Pretto等人[42]發現葡萄糖溶液的光衰減系數與其濃度存在較好的相關性(決定系數R2為0.98)。Larin等人[9,11]發現細胞間質液中葡萄糖濃度每增加10 mg/dL，則組織散射系數降低了0.12%。此外，通過正常受試者的口服葡萄糖耐量試驗(Oral Glucose Tolerance Test,OGTT)，得到實際血糖濃度每變化10 mg/dL，OCT信號斜率平均變化1.9%的結論。Kuranov等人[10]發現提高OCT掃描的平均A-scan數，可以降低血糖預測誤差。He等人[12]發現合適的光學清除劑可以提高OCT信號與血糖濃度之間的相關系數，如50%體積濃度的甘油溶液可以將該值提高7.1%。

與偏振法、近紅外光譜法等測量方式類似，OCT方法也存在背景干擾問題。蘇亞等人[43]提出一種可最大限度排除皮膚其它層無關信號的干擾，得到散射系數與血糖濃度變化最相關區域位置的算法；該研究小組[44]還發現組織液糖濃度與靜脈血糖濃度的延遲時間與皮膚深度有關，皮下區域越深，延遲時間越短；測量應選擇700～800 μm深度以下、靠近皮下組織的真皮網狀層區域。此外，末梢血糖濃度、靜脈血糖濃度與真皮層糖濃度的延遲時間基本相同。測量系統的回歸、校正方法也會影響血糖預測模型的準確性。付磊等[38]發現在有異常點的情況下，與最小二乘法相比，廣義極大似然估計(M估計)能有效降低模型的預測誤差。在克拉克誤差分析表格中，M估計表現也更為穩健。

OCT信號強度也與葡萄糖濃度有關，故除上述測量原理外，也可根據以下方法預測血糖濃度：對樣本的一個區域進行探測，獲得連續的A-scan，A-scan中單點信號強度的變化將改變OCT信號的自相關值，不同點的自相關值會以不同的速率衰減為零，根據去相關時間即可對糖濃度進行預測[45]。Pretto等人[45]通過體外測量葡萄糖溶液濃度發現，OCT信號去相關時間與葡萄糖濃度具有較高的相關性(決定系數R2為0.85)。此方法的在體研究必須考慮生物組織對OCT信號去相關時間的影響。

OCT方法可以選擇皮膚特定層作為測量位置，極大地減少了皮膚表面或深部組織對信號的干擾，故OCT技術在無創血糖檢測領域表現出良好的發展前景；但在近紅外波段，OCT在皮膚中的可見深度僅約1 mm，這意味著在大部分情況下，OCT信號反映的是間質液中的糖濃度，因此建立血糖預測模型必須考慮間質液糖濃度與血糖濃度之間的延遲，這點與偏振法類似；信號可見深度低也導致目前該方法見報的在體測量數據較少，且誤差較大，未來可選取嘴內唇等皮膚較薄的部位深入開展實驗。在確定最佳測量深度并建立較準確的預測模型后，檢測精度勢必會不斷提高，該方法也有望在未來無創血糖檢測領域占據一席之地。

2.3 近紅外光譜法

近紅外光(750～2 500 nm)譜分析的理論依據是Lambert-Beer定律：溶液吸收或透過的光強是溶液中吸收物質濃度與光通過樣品光程長的指數函數，即：

I=I0×10-εbc，

(2)

由此推導出：

lgI0/I=εbc，

(3)

式中，I0為入射光強，I為出射光強，c為溶液濃度，b為光程長，ε為消光系數。

紅外光譜法原理如圖2所示[46]。光進入人體組織后被吸收、散射，葡萄糖與體內其它成分對不同波長近紅外光的吸收與散射強度不同，用不同波長光照射組織，測量光的吸收與散射光譜，以Lambert-Beer定律為基礎，利用化學計量學方法進行分析，即可得到血糖濃度。近紅外光譜法一般選擇舌、唇、耳垂等血管豐富且皮膚較薄的部位進行測量[47]。

圖2 紅外光譜法原理圖[46] Fig.2 Principle schematic of detection method of infrared spectroscopy[46]

利用近紅外光譜法進行血糖濃度測量已有較多突破性研究成果。Chen等人[48]實驗發現近紅外合頻波段(2 000～2 500 nm)比第一倍頻波段(1 550～1 850 nm)更適用于無創生化檢測。Heise等人[49]用近紅外光譜測量了人體血漿、血漿模擬溶液的血糖濃度，利用偏最小二乘回歸(Partial Least Squares Regression,PLSR)建立預測模型，血糖濃度預測標準誤差(Standard Errors of Prediction,SEP)分別是20.34 mg/dL和16.02 mg/dL。Maruo等人[13]通過數值模擬方法建立校準模型，對ICU患者和正常受試者進行實驗，ICU患者血糖預測值相關系數(R)為0.97，SEP為27.18 mg/dL，健康受試者R值為0.71，SEP為28.62 mg/dL。從上述實驗結果可以看出，體外測量糖濃度可以得到較精確結果，但由于生理背景等的干擾，直接對人體進行檢測的實驗結果仍無法滿足臨床要求。為此，研究者們從不同角度對測量方法進行了改進。

Yamakoshi等人[50]借鑒脈搏測血氧原理提出脈搏測血糖理論，以降低組織背景干擾。Li等人[51-52]提出“動態光譜”法，根據動脈充盈程度對吸光度的影響，消除背景干擾。陳星旦[53]也根據短時間內人體背景的物理、化學參數保持不變，而血流容積持續改變的原理，提出與“動態光譜法”相似的“血流容積差光譜相減法”。該方法在短時間內獲取不同血流容積下的近紅外光譜，相減后得到引起容積差部分血液的光譜，以消除背景干擾。該方法要求光譜測試儀有足夠高的信噪比，以保證從純血液光譜中提取出血糖的吸收信息[53-54]。劉蓉、陳韻等人[46,55]提出“浮動基準”法。在時間或空間上尋找基準參考點，該點處吸光度變化量可反映各種干擾因素對光譜的影響，而與血糖濃度變化無關，通過參考基準點實現對光譜的修正。該方法的難點在于如何尋找“浮動基準點”的位置。Ramasahayam等人[14]利用基于神經網絡的自適應噪聲抵消來減少運動偽影的影響。其在現場可編程門陣列(Field Programmable Gate Array,FPGA)上實現了基于人工神經網絡(Artificial Neural Network,ANN)的預測模型，處理采集于人體的光電容積描記法(Photoplethysmography，PPG)數據，效果較為明顯。上述方法都較好地減少了背景的干擾，但在實際應用上仍存在一定的限制性。

目前，近紅外光吸收、散射等理論已經在生物醫學分析中得到廣泛應用，對葡萄糖溶液、血清溶液等糖濃度的預測實驗也得到較高的測量精度。近紅外光較大的穿透深度和較強的光譜特性也使其能夠應用于人體無創血糖檢測，但血液中其它物質、人體組織背景以及體溫變化、測量時接觸壓力等的干擾都會影響紅外光譜，進而影響校正模型準確性與測量精度，最終導致測量穩定性低、可重復性差。如何排除干擾、獲取高質量的有效信號，是未來研究中亟需解決的問題。

2.4 中紅外光譜法

中紅外光(2 500～25 000 nm)譜法血糖測量原理與近紅外光譜法基本相同。由于水的強烈吸收，中紅外光很難穿透皮膚進入內部組織，光譜采集較為困難[15]，但利用中紅外光譜測量血糖濃度仍具有可行性[56]。這是因為葡萄糖對中紅外光的吸收受其它物質干擾較小，吸收峰窄，信息提取較容易，且中紅外波段存在對葡萄糖濃度不敏感的波長[16]，衰減全反射傅立葉變換紅外光譜(Attenuated Total Reflection Fourier Transform Infrared Spectroscopy，ATR-FTIR spectroscopy)如圖3所示。故可利用多波長光進行血糖濃度檢測。

圖3 通過ATR-FTIR獲得的40～400 mg/dL葡萄糖溶液中紅外光譜圖[16] Fig.3 Mid-infrared spectra for nine aqueous glucose concentrations between 40 and 400 mg/dL obtained by ATR-FTIR spectroscopy[16]

CO2激光結合ATR技術，可以在一定程度上克服水等物質的背景干擾，對葡萄糖進行靈敏的光譜識別。Mendelson等人[15]利用中紅外ATR技術檢測全血中葡萄糖濃度，血糖濃度SEP約為22.2 mg/dL。Yu等人[17]利用中紅外波長可調諧激光器，結合ATR技術，通過實驗測得葡萄糖溶液濃度SEP為3.5 mg/dL。Kino等人[57]利用ATR光譜，結合棱鏡多次反射增強測量靈敏度，測得人體嘴內唇間質液中葡萄糖濃度誤差(與血液采樣分析值相比)小于20%。Liakat等人[58]采集3名健康受試者手掌處的中紅外光譜圖，利用PLSR和衍生光譜技術精確預測了濃度在75～160 mg/dL之間的血糖水平。在給定最佳校準集的情況下，預測值的平均誤差僅比商業電化學儀高2%，實驗結果如圖4所示。

圖4 受試者手掌散射光譜圖(a)及預測血糖濃度曲線與預期血糖濃度曲線對比(b)[58] Fig.4 Spectra of backscattered light from the palm of a human subject(a); comparison between the predicted and the expected blood glucose concentrations(b)[58]

可以看出，中紅外光譜法在血糖檢測領域中有著巨大的應用潛力，Liakat等人[58]的實驗測量誤差已經接近商用電化學分析儀，但測量的可重復性還需進一步驗證。目前中紅外光譜法也存在一些問題：在中紅外波段，葡萄糖產生的吸收信號非常微弱，從測量信號中提取出與血糖相關的信息較困難；此外中紅外光譜法也存在與2.3節中所述近紅外光譜法類似的問題。量子級聯激光器(Quantum Cascade Lasers，QCL)可提供比FTIR功率更高的激光，且造價更低、體積更小，能夠提高葡萄糖對中紅外光信號的吸收強度，未來可將其應用于血糖無創檢測中，Yoshioka等人[59]的實驗也證實了QCL在體外葡萄糖溶液與人體實驗中代替FTIR的可行性。

2.5 拉曼光譜法

拉曼光譜法測血糖濃度基于拉曼散射現象。光穿過透明介質后散射光頻率發生變化。波長范圍從可見光到中紅外光的激光束入射透明介質后，可以收集到發生頻移的拉曼譜線，通過分析得到的光譜可對葡萄糖含量進行定量分析[60]。拉曼光譜法有兩方面優勢：一是水的拉曼散射很弱，故該方法適用于生物樣品水溶液檢測；二是光譜譜峰清晰尖銳，易于分析處理[35]。拉曼光譜法的主要局限是葡萄糖的拉曼散射信號非常微弱，容易受到干擾，且利用拉曼光譜高精度定量分析葡萄糖溶液濃度時，必須考慮光譜重疊問題，因此光譜數據的處理與校正算法的選取非常重要。

Enejder等人[19]對17名健康受試者進行OGTT實驗，在前臂處采集到461幅拉曼光譜圖，利用PLSR校準，并進行一次性交叉驗證，與參考血糖濃度相比，預測濃度的平均絕對誤差(Mean Absolute Errors,MAE)為7.8%±1.8%，R2為0.83±0.10，證明了拉曼光譜用于血糖濃度檢測的可行性。同時，PLSR校準在處理拉曼光譜數據上表現出更大的優勢。Goetz等人[18]利用514.5 nm氬激光拉曼光譜儀，結合PLSR校準，測定了葡萄糖、乳酸和尿素混合溶液濃度，其中葡萄糖濃度SD為20.71 mg/dL。另外Shih等人[61]的實驗結果也證明了PLSR校準在拉曼光譜法中的適用性。

人體其它內源拉曼活性成分和熒光團對光譜的干擾也是拉曼光譜法預測血糖濃度的一項挑戰[62]，這就對光譜數據處理和校正算法提出了很高的要求。另外，由于蛋白質分子產生的熒光信號強度等于甚至大于拉曼信號強度，因此該方法的最佳測量部位是眼前房。受眼睛安全照射約束，入射光較微弱，能檢測到的信號更加微弱，故目前該方法對離體組織的研究成果較多，但尚未應用于臨床。有研究者利用拉曼共聚焦顯微技術分析眼睛前房水中葡萄糖濃度，獲得了較高的精度，但臨床應用的安全性仍需進行評估[47]。

2.6 熒光光譜法

血液中存在大量能發射熒光的基團，當這些基團處于激發態時，可通過輻射弛豫發射熒光，血糖濃度不同的血樣，經激發產生的熒光強度與波長均有差異。熒光強度F由公式(4)給出[63]：

F=IAφFZ，

(4)

式(4)中，F為熒光強度，IA為激發態初始分布，φF為量子產率，Z為儀器因子。根據Lambert-Beer定律有，

F=ZφFI0×10εbc,

(5)

式(5)中，I0為入射光強，ε為消光系數，b為光程長，c為葡萄糖濃度。

Russell等人[20]在體外進行了葡萄糖濃度對異硫氰酸熒光素(Fluorescein Isothiocyanate，FITC)葡聚糖熒光強度的影響實驗，四甲基羅丹明異硫氰酸酯伴刀豆球蛋白A(Tetramethylrhodamine Isothiocyanate Concanavalin A，TRITC-Con A)與FITC葡聚糖質量比為500∶5時，可以檢測到最佳熒光變化。凌明勝等人[63]用365 nm光激發樣品，測得不同血糖濃度血清和全血的熒光光譜，得到二者血糖濃度與特征峰強度間的擬合曲線。結果表明，光激發全血時，主要有720 nm和730 nm兩個熒光特征峰；在730 nm附近，血清中葡萄糖特征峰強度隨葡萄糖濃度的增加而增加。

上述實驗表明，熒光光譜法用于血糖濃度檢測具有一定的可行性，但血液中熒光物質的豐富性也造成血糖濃度分析的復雜性，而且皮膚顏色和表皮層厚度也會對熒光光譜產生影響。目前利用熒光光譜法檢測血糖濃度時，更多的是通過傳感器體外測量[64-65]或體內植入傳感器[66-67]對血糖水平進行評估，未來若要利用熒光光譜法實現無創的血糖測量，激發光波長的選取、高靈敏度的熒光識別與檢測技術以及完善的光譜處理方法至關重要。

2.7 光聲光譜法

光聲光譜法基于光致超聲現象與熱彈性機制，其原理是：單色光照射皮膚后，由于體液對光的吸收，照射區域會有一段時間的加熱過程，期間熱量擴散產生超聲壓力波，壓力波峰峰值與血糖濃度相關，據此可測得血糖濃度[68]。光聲過程中產生的超聲壓力值可通過以下波動方程描述[69]：

(6)

式(6)中，v為介質中聲速，p(r,t)為聲壓，α為光吸收系數，β為體積熱膨脹系數，Cp為比熱容，I為激光強度。

對于弱吸收樣品，可通過以下等式描述峰值壓力P[70-71]：

(7)

式(7)中,k為系統常數，n為1到2之間的常數，取決于具體實驗條件，E0為入射激光脈沖能量。

光聲光譜法常見的測量系統如圖5所示，將激光聚焦到樣本上，由壓電換能器檢測產生的熱彈性聲波，使用數字示波器放大并記錄光聲信號，最后由計算機進行數據處理[23]。

圖5 光聲光譜法系統示意圖[23] Fig.5 Schematic of photoacoustic spectroscopy system[23]

光聲光譜法能夠消除傳統光學測量中反射、散射帶來的干擾，在物理、化學和材料等領域得到廣泛應用，該方法在血糖檢測領域也已經有一些報道。Namita等人[72]發現光聲信號隨馬全血中血糖濃度的增加而線性增強，驗證了光聲光譜法定量測量血糖濃度的可行性。利用光聲光譜法測血糖濃度時，激發光波長的選擇靈活性較大。石小巍等人[73]進行了葡萄糖溶液對800～1 100 nm波段近紅外光吸收強弱的實驗，發現在970 nm波長處得到的聲壓信號最強。Ren等人[22]通過實驗發現在1 300～2 300 nm激光波段中，1 410 nm和1 510 nm波長光對葡萄糖溶液濃度的預測效果要明顯優于其它波長。Pai等人[74]利用光聲光譜技術測量正常志愿者(通過OGTT實驗或進食改變血糖濃度)的血糖濃度，與標準血糖儀測得的參考值相比，平均絕對差(Mean Absolute Difference,MAD)為15.27 mg/dL。另外，校正算法的選取與優化也對光聲光譜法的檢測結果有較大影響。Ren等人[75]用波長為532 nm的激光照射置于比色杯的葡萄糖溶液，利用一種改進的小波閾值函數，結合平移不變算法(Translation-Invariant Algorithm)，獲得了更加平滑的葡萄糖光聲光譜圖，與多諾霍軟閾值函數去噪(Donoho′s Soft-Threshold Function Denoise)法相比，信噪比從27.365 8提高到44.706 0，均方根誤差(Root Mean Square Error,RMSE)從0.272降低到0.017。

與血糖濃度波動引起的信號變化相比，人體血液循環、體溫變化等因素會帶來更強的壓力波信號。提高激光激發功率，光聲信號強度會隨之增強[76]，可在一定程度上降低背景干擾，但過高的激光強度會對人體產生刺激、灼傷等副作用。因此，未來的研究重點是探尋更合適的激光光源、校正算法以消除環境、組織等背景干擾，保證血糖測量的靈敏度和可重復性。

2.8 基于超聲調制的光信號技術法

超聲調制光學成像(Ultrasound-Modulated Optical Tomography)技術利用超聲波對組織內穿過局域超聲場的散射光進行調制，檢測散射光中的調制成分，可推斷超聲區域組織的光學和超聲性質。利用超聲場對組織進行整體掃描，數據分析重建后即可得到生物組織光學和超聲響應的成像圖[77]，利用這些信息可對血糖濃度進行預測。

陶曾等人[24]研究了超聲調制光信號與渾濁介質中葡萄糖濃度的關系。結果表明，超聲調制的光信號可以靈敏地反映出渾濁介質中葡萄糖濃度的微小變化；與在散射介質中相比，光信號在吸收介質中對葡萄糖濃度的變化更靈敏。目前超聲調制的光信號技術法在體外與體內實驗中都達到較高的測量精度。Srivastava等人[25]利用調制超聲結合紅外光譜檢測正常志愿者與糖尿病患者血清溶液葡萄糖濃度，實驗測得兩者血清溶液的糖濃度最小誤差分別為2.77%、6.70%。在此基礎上，該研究小組的Chowdhury等人[26]利用上述方法分別對30名正常志愿者(接受OGTT實驗)、30名志愿者(包括18名正常志愿者、7名糖尿病前期患者以及5名糖尿病患者)進行在體隨機血糖預測實驗，并分別與血糖參考值進行比較，獲得的血糖濃度預測效果較好(預測血糖濃度MAE分別為15.92 mg/dL、17.76 mg/dL，相關系數分別為0.76、0.85)。

實際測量中，測量部位的形狀和大小、運動偽影、儀器漂移、皮膚色素、生理參數(血壓、心率、體溫等)的改變以及環境的變化等都會對檢測結果產生影響[26]。目前利用該方法測量血糖濃度更多的是體外實驗的形式，其需要解決以下問題：易受溫度干擾，光穿透深度較淺，成像質量較低等[24]。

3 研究展望

測量精度不足、測量可重復性低是目前光學方法無創血糖檢測最主要的問題。為解決這些問題，國內外研究小組在完善基礎理論與方法、設計實驗系統和處理數據等方面進行了大量研究。表1列出了利用前文所述部分方法檢測血糖濃度可達到的精度。未來，要繼續提高測量精度，實現臨床應用，并制成低成本的無創血糖檢測設備，重點應把握以下4個方面。

表1 光學無創血糖濃度檢測的精度

Note 1:Minimum prediction uncertainty is 17.00 mg/dL; Note 2:MAE of blood glucose is 7.8%±1.8%.

(1)提高測量系統信噪比。血糖濃度變化引起光譜信號的起伏極其微弱，檢測系統必須具有高信噪比，才可以使檢測結果滿足日常血糖監測或臨床診斷中要求的精度。未來研究應從提高入射激光強度、提高分光系統效率以及抑制儀器漂移等方面切入，有效的辦法是光源采用QCL或可調諧半導體激光器。采用可調諧半導體激光器后，光譜寬度只有幾十納米(合頻)或幾十波數(基頻)，可極大地提高測量精度[47]。

(2)消除背景干擾。人體生理背景復雜、易變，直接測量得到的光譜很難真實反映血糖濃度的變化[54]。前文提到的“動態光譜法”、“血流容積差光譜相減法”和“浮動基準法”等方法，都是利用分時對比的方式消除背景干擾，一定程度上降低了測量誤差。未來隨著光譜分析在生化檢測領域更深入的發展，在目前的研究基礎上，可嘗試將人體內膽固醇、甘油三酯等微量成分的檢測一并納入到無創檢測中。這樣，既可將無創檢測技術推廣應用于人體其它成分的檢測，同時也間接“消除”了生理背景中其它微量成分對血糖濃度測量的干擾。

(3)確定測量部位。人體不同部位皮膚組織存在差異。目前，眼前房、耳垂、臉頰、舌、前臂、手指等部位都有見報的血糖檢測實驗，但臨床上必須解決測量可行性和安全性問題。如旋光法和拉曼光譜法一般選擇眼前房或視網膜作為測量部位，此時應考慮測量時光照對人眼可能產生的影響，在測量精度與入射光強之間找到一個平衡點。

(4)建立更普適的校正模型。測量中儀器的能量漂移、測量對象的個體差異、測頭與被測部位接觸壓力的變化等都會引起遠大于由血糖濃度改變引起的光譜變化[54]。另外，OCT、中紅外光等對皮膚的穿透深度非常小，實驗得到的圖像、光譜通常反應的是間質液中的葡萄糖水平。光學檢測方法的研究想要更進一步，必須優化計量分析方法，建立更完善普適的校正模型，消除上述不利影響。光譜分析中主要校正方法有：多元線性回歸(Multiple Linear Regression,MLR)、主成分回歸(Principle Component Regression,PCR)、PLSR、ANN、支持向量機(Support Vector Machine,SVM)、拓撲(Topological)等。隨著計算機技術、校正理論以及計量學的不斷發展，光學無創血糖檢測技術也會日漸成熟。

4 結束語

光學無創血糖檢測技術在降低檢測成本、減少患者采血痛苦、提高糖尿病患者生存質量方面具有重要意義，目前相關研究表明，實現臨床意義上的光學無創檢測是可行的。除測量精度高以外，未來真正適用于個人血糖監測的無創血糖儀還應具備以下特點：(1)攜帶方便；(2)測量迅速；(3)副作用較小；(4)成本較低。回顧幾十年來光學無創血糖檢測技術的發展，無論是理論研究，還是相關實驗，成果都頗豐，但要真正實現其臨床應用并制成便攜的無創血糖儀，任重道遠。近年來研究者將目光更多地集中在光與組織相互作用的原理、高質量光信息的收集以及光譜、圖像數據處理方面。隨著檢測精度的不斷提升，相信未來光學無創血糖檢測技術勢必得到真正普及。