基于BP神经网络的人体血液中红细胞浓度无创.pdfVIP

第32卷，第9期 光谱学与光谱分析 2 0l 2年9月 and SpectroscopySpectralAnalysis 基于BP神经网络的人体血液中红细胞浓度无创检测 Ga01 张宝菊1，雷 晴1，李 刚2，林 凌2，王慧泉2，Jean 1．天津师范大学物理与电子信息学院，天津300387 2．天津大学精密仪器与光电子工程学院，天津300072 摘 要采用BP神经网络算法模型对人体血液红细胞浓度进行无创检测。对获取的动态光谱数据和红细胞 实测值利用BP神经网络进行建模分析，校正集输出对期望值的跟踪较好，相关系数R达到了0．993，用建 立起的BP神经网络模型去检验预测集输出值，得到预测集的相对误差最大为4．7％，平均相对误差为 2．1％，预测能力较为理想。结果表明：用BP神经网络模型能够较准确的处理动态光谱数据和人体红细胞实 际值的非线性关系，提高了血液成分无创测量在临床上应用的可行性，具有较高的应用价值。 关键词BP神经网络，无创测量，红细胞浓度，动态光谱 中图分类号：TPl83文献标识码：A 型，其最强大的应用之一就是函数逼近。 引 言 用人工神经网络具有较好的建模效果。本法基于BP神 经网络的理论研究，将光谱仪所采集的动态光谱数据与人体 人体血液中红细胞的主要功能是运输、交换0z和C02，血液中的红细胞百分比实测值之间的非线性关系利用三层 此外对酸碱平衡起一定的缓冲作用，在人体中起着十分重要 BP神经网络模型搭建，经实验证明网络模型中的预测值和 的作用。临床上人体血液红细胞检测方法大都应用的是有创 实测值具有较为明显的相关性，即人工神经网络应用于动态 测量(采血测量)，耗费较高且易感染。本法基于光谱仪的低 光谱数据——红细胞浓度建模中效果较好。 成本无创红细胞检测，且采用BP神经网络方法进行网络建 模，提高了无创测量的临床应用价值。 1无创测量的数据分析及获得 由于人体无创生化检验的快速发展，近红外光谱技术无 创测量法引起了关注。它具有独特的优势，无损、成本低及 实验数据的采集基于李刚教授等提出的这种新的无创测 多组分同时测量D,z]。在人体血液中的血糖含量、血红蛋白量检测方法——动态光谱法，此方法中实验仪器为波长范围 100 及其他组分的测定上，近红外光谱检测法已取得了一定的成 为200～inrn、分辨率为0．81 356 果，但此法除血氧以外的临床应用仍未被报道。由于无创在 仪。光源是波长范围为463～1m的普通溴钨灯；在体 体测量法于实验结果的精度未达到较好效果，而李刚等在动 测量为指端透射的光谱测量方法。光源的光线穿透置于光谱 态光谱数据的精度检验和方法处理上做了系统全面的分析研 仪光信号入口的手指，由光谱仪直接采集数据传送至计算机 究，且提出了动态光谱法这种在近红外光谱方面的无创检测 保存。 方法，取得了较多成果B引。 实验在天津医科大学总医院临床检验科实验室内进行， neural 人工神经网络(artificialnetwork)简称为神经网被测对象为年龄在19～35岁之间28名健康志愿者。实验中 络，它是由许多神经元相互广泛连接而形成的高度复杂的非 由光谱仪采集得到的每位被测者的光谱数