基于近红外光谱的SG-MSC-MC-UVE-PLS算法在全血血红蛋白浓度检测中的应用
2021-09-14孙代青谢丽蓉郭煜涛车少敏
孙代青, 谢丽蓉, 周 延, 郭煜涛, 车少敏
1. 新疆大学电气工程学院, 新疆 乌鲁木齐 830047 2. 西安交通大学能源动力工程学院, 陕西 西安 710049
引 言
血红蛋白(Hemoglobin)是生物化学和生物医学研究中最重要的成分之一[1-2], 它大约占红细胞的96%, 承担着将氧气通过循环系统运输到器官的重要责任, 同时血红蛋白浓度的测定也是临床上应用最广的检查项目。 目前血红蛋白浓度检测方法主要分为两类, 一种为有化学试剂类型[3], 另一种为无化学试剂类型[1-2,4-6]。 有化学试剂的检测方法通常因为所使用的化学试剂对人体和环境有害而使其应用场所受到限制。 无化学试剂方法测量精度很低, 所需血液量较多(20 μL)[6], 而且其价格及其昂贵[7]。
近年来, 近红外光谱技术不断发展, 其应用领域也越来越广泛。 基于近红外光谱技术能反映组织细胞生理病理信息的特点, 对蓝莓果渣花色苷含量进行了测定[8]。 同时, 基于近红外光谱的无创、 快速等特点, 将近红外光谱与偏最小二乘(PLS)回归相结合用以检测血液中的不同成分含量的方法广受欢迎[5,9]。 偏最小二乘回归是建立光谱信号和浓度关系的最流行的方法[10]。 其中也不乏对于血红蛋白浓度的检测研究, 但是, 目前基于这种方法建立的血红蛋白浓度检测模型都存在精度不高的问题, 很难达到临床应用的标准, 主要原因是所获取的近红外光谱数据可能包含很多背景信号, 降低了光谱信号的信噪比。
为减小背景信号对光谱数据质量的影响, 一阶导数[11]、 二阶导数[12]、 主成分分析[13]、 多元散射校正(MSC)[14]等数据预处理方法被提出, 然而缺少对于全血光谱数据的预处理方法、 波长选择的研究。……
