张雯 刘聪

【摘 要】近红外光谱（near-infrared spectrum，NIRS）是光谱测量技术的一种，具有测量速度快、分析精度高及对样品无损伤等优势。本文介绍了NIRS技术的原理，探讨了NIRS的技术特点、研究现状及在医学检测中的应用，并对其未来的发展进行了展望。

【关键词】近红外光谱;无创血糖检测;血氧饱和度检测;功能近红外光谱

1引言

近红外光区是指波段范围在780-2500nm之间的电磁波，发生在该区域的吸收谱带对应于分子基频振动的倍频和组合频。利用近红外光谱（near-infrared spectrum，NIRS）进行测量，具有速度快、精度高、前处理简单及对样品无损伤等优势，已在食品、医药、化工等多个领域中获得广泛应用。本文介绍了NIRS技术的原理、研究现状及其在医学检测中的相关应用，分析了该技术存在的局限并对未来趋势进行展望，期望为其在医学检测领域的应用提供参考依据。

2 NIRS测量原理

NIRS测量技术包括硬件和软件两部分，硬件部分即NIRS光谱仪器，用于采集光谱数据;软件部分即基于化学计量学的统计软件。由于NIRS谱峰重叠严重，无法直接提取足够的有用信息，必须采用化学计量学方法进行建模才可以获得可靠的检测结果。

2.1 NIRS仪器

NIR光谱仪包括光源、分光系统、测样附件和光学探测器，这些组件可根据NIR光谱仪的预期用途采用不同的实现方式。

光源是NIRS光谱仪的重要组成部分，最常用的近红外光源是卤钨灯，具有成本相对较低、近红外波段辐射强度高及输出稳定性高等优点，但同时也存在能效低、发热量大等弱点。LED的应用解决了卤钨灯的上述问题，然而由于成本较高，LED光源尚未在近红外光谱仪中得到广泛的应用。

分光系统是NIR光谱仪的核心。其作用是将复合光输入转换为单色光输出，常见的实现方式包括使用滤光片、干涉仪、光栅、声光调谐滤光器等，NIR光谱仪也通常根据分光方式进行分类。

当NIR照射样品时，能量会被吸收、传播或反射，相应地，常见的测量方式包括透射测量、漫射透测量和漫反射测量。测量方式的选择取决于样本的具体特性，如相（即固体或液体）、透明度和待测粒子的尺寸等，目前已有多种形式的商品化测样附件。

检测器的作用是将采集的NIR光信号转换为电信号，并通过模数转换输出至软件系统。NIR光谱仪内的检测器根据光谱响应、响应速度和可检测的最小辐射功率的不同而不同。最常见的NIR光谱仪探测器是利用单通道和多通道光子探测器。

近年来，随着微光机电系统技术的发展，探测器、检测光路等仪器组件日趋微型化，NIR光谱仪体积日益小型化。与此同时，芯片技术和统计学的进步进一步提高了NIR光谱仪的检测性能，已成为光谱分析仪器市场中十分重要的一部分。

2.2 NIRS数据处理技术

从NIR光谱仪中采集到原始光谱后，需要对采集数据进行建模分析。由于原始光谱包含背景和噪声信号，在建模前的一个重要环节是光谱预处理，这一过程通常包括平滑、去除趋势线、基线校正、归一化等步骤。近年来，小波变换由于其快速数据压缩的效果成为了流行的去除背景噪声的方法。此外，深度学习将预处理和数据建模合二为一，为端到端的光谱建模提供了可能。

经过预处理后，需要建立校准模型为测得的光谱信号预测检测结果。由于样品中不同物质的特征光谱可能存在重叠，采集的NIRS通常不具有与不同样品性质直接相关的特征波长，因此需要采用多变量分析方法建立校准模型。常见的多变量分析方法包括主成分回归法、偏最小二乘回归法、多元线性回归等线性校正模型和人工神经网络、支持向量机回归法、区域权重回归等非线性校正模型以及基于上述方法的各种改进算法。

3 NIRS的医学检测应用

3.1 基于NIRS的无创血液成分检测

NIRS波段为780-2500nm，可以穿透人体组织数厘米，基于NIRS开展的血液成分的检测具有安全、无创、成本低等优点，目前已有血红蛋白和血糖两项指标实现了无创检测。然而，NIRS光谱信号易受到患者个体及检测环境的影响，如何改进测量设备、测量方法及测量环境进一步提高NIRS无创血液检测的指标和性能仍是目前十分热门的研究课题，国内也有多个研究机构进行了大量的探索。

王慧泉等人基于近红外光电容积脉搏分析的动态光谱法，采用有效波长数作为动态光谱数据的质量评价标准，合理选择建模参数后建立了血红蛋白、血糖和总胆固醇的无创检测模型，平均相对误差分别为6.5%、6.5%、2.1%，显示了该方法的有效性。贾晓冬等人设计了多波长红外光谱测量技术，通过采用多个不同波长的探头，采集并分析红外光谱，在便携式设备上无创检测血红蛋白。为提高测量精度，张欣怡等人采集多模式的光谱数据进行建模预测，对于同一样本分别采集紫外透射光谱、紫外荧光光谱和近红外透射光谱。试验共采集了91份血浆样本，同时获取血液中血糖浓度的实际生化分析结果。采用支持向量机方法，对三组光譜信息和血糖浓度真值进行建模。得到模型的训练集相关系数97.29%，均方根误差0.3558mmol/L，测试集相关系数为96.3%，均方根误差为0.3804mmol/L，平均相对误差为0.069%。显示通过多模式光谱信息进行血糖浓度预测可得到较高的精度。

3.2基于NIRS的局部组织氧饱和度监测

局部组织血氧饱和度（Regional Oxygen Saturation，rSO）是用于表征局部组织氧供状况的指标。脑组织对缺氧耐受性差，缺氧超过6分钟即可造成不可逆转的严重损伤，因此脑氧饱和度（cerebral Regional Oxygen Saturation，CrSO）监测在麻醉手术中非常必要，已广泛用于神经外科、心血管外科手术期麻醉管理及ICU床旁监测。NIRS监测技术作为目前唯一的非侵入式床边脑氧饱和度监测技术，因其快速准确、实时连续的优势，是目前临床上应用最广泛的脑氧饱和度监测方法，在麻醉科、儿科、神经外科、心脏外科及危重医学科等多个相关科室中具有十分重要的作用。作为一种无创检测手段，NIRS脑氧监测会受到各种因素的影响，如血红蛋白、血容量、动脉血压、心排血量、动脉血红蛋白饱和度、探头位置、体位及药物等都会对CrSO数值产生影响，因此仍需进一步积累实验数据，提高方法的可重复性。

麻醉与术中肾血流改变、术后肾功能损害及药物代谢密切相关，而目前术中常规监测尚缺乏对肾灌注急性变化的有效手段。姚翠翠等通过应用NIRS对肾氧饱和度（renal Regional Oxygen Saturation，RrSO）和脑氧饱和度进行监测，分别于麻醉前静息状态及麻醉后稳定状态记录CrSO2、RrSO2以及脉搏氧饱和度（SPO2）、心率（HR）、平均动脉压（MAP）等血流动力学参数。结果显示，RrSO2可以作为一种无创、反映灵敏的快速监测手段，可反映肾功能及肾灌注情况。

除此之外，外周肌肉组织的氧供情况也可通过NIRS监测。朱凌燕等人使用NIRS监测肌肉氧饱和度变化，评估下肢神经阻滞的效果，有望成为比传统的痛、冷觉方法更早预测下肢神经阻滞麻醉有效性的方法。

在NIRS仪器研发方面，清华大学研发的EGOS-600A已成功商品化，其性能与日本NIRO-200nx基本一致，相信国产NIRS脑氧检测仪将以其准确性和相对便宜的价格在国内临床中获得广泛应用。

3.3 fNIRS技术

在NIRS基础上出现的功能近红外光谱（functional near-infrared spectroscopy，fNIRS）技術是近年来兴起的无创脑功能成像技术，通过利用多个NIRS探头获取脑组织中氧合血红蛋白（oxy-hemoglobin，Oxy-Hb）和脱氧血红蛋白（deoxygenated hemoglobin，Deoxy-Hb）的NIRS信号来监测大脑的血液动力学变化，从而反推大脑的神经活动状况。例如，当进行认知活动时，大脑氧代谢情况发生变化，从而导致前额叶Oxy-Hb浓度改变。在实验中，当卒中后抑郁患者观察负面情绪面孔图像时，Oxy-Hb相对变化值显著低于观察正性和中性情绪面孔图像，显示患者前额叶激活程度降低，有氧代谢功能失调。

4 总结和展望

NIRS技术具有快速高效、无损检测及实时在线分析等诸多优势，目前已在农业、食品、医药、石油化工和纺织印染等领域获得广泛应用。尽管目前它在医学检测中的应用还存在不足，但无损检测和造价低廉的独特优势使其在医药临床和活体分析中获得越来越广泛的应用。特别是目前fNIRS在认知神经科学、运动控制、精神疾病等脑科学研究中的发展十分迅速。

相较于NIRS应用研究，国内对于NIRS的仪器研发起步较晚，与世界先进水平差距较大。近年来，国家对于基础研究和原始技术创新日益重视，高校、科研机构和企业的仪器研发水平不断提升，已从简单仿制阶段逐渐跃升至自主创新阶段，随着我国先进制造技术、材料、MEMS技术及化学计量学方法的发展，国产NIRS分析仪器的硬件系统和软件系统均得到全面提升，相信必将在国内临床中发挥越来越重要的作用。

参考文献：

[1]严衍禄.近红外光谱分析基础及应用：中国轻工业出版社;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]谢欢，陈争光.遗传模拟退火算法在玉米秸秆纤维素含量检测中的应用.分析化学.2019;47（12）：1987-94.

[6]刘光达，周润东，查雨彤，等.血流动力学参数的指示剂光密度检测方法研究.光谱学与光谱分析.2016;36（03）：662-6.

[7]王慧泉.动态光谱法血液成分无创检测若干关键技术研究 [博士]：天津大学;2014.

[8]贾晓冬.基于多波长红外光谱的便携式无创人体血红蛋白检测系统的设计 [硕士]：东南大学;2018.

[9]张欣怡，王晓飞.多模式光谱的血糖浓度预测方法.激光杂志.2019;40（08）：168-71.

[10]邱宇，戚思华.无创脑氧饱和度监测技术的研究现状.现代医学.2019;47（08）：1045-8.

[11]姚翠翠，邢大军，谢越涛，等 近红外光谱技术监测婴儿麻醉状态下肾氧饱和度的临床意义.中国现代医生.2019;57（15）：106-9.

[12]朱凌燕，吴茜，梅伟.近红外法监测肌肉氧饱和度评估下肢神经阻滞的效果.临床麻醉学杂志.2019;35（09）：917-9.

[13]张辉，韩丁，田白宇，等.两种近红外光谱仪测量成人及儿童心脏外科术后脑血氧饱和度的准确性比较.中国医药.2016;11（7）：992-6.

[14]李泓钰，王强，杜晓霞，等.近红外脑功能成像对卒中后抑郁神经机制的研究.中国康复理论与实践.2018;24（04）：427-31.

（作者单位：1国家知识产权局专利局专利审查协作江苏中心;2中国科学院苏州生物医学工程技术研究所）