引言糖尿病是一种常见的慢性终身性疾病。近年来，随着人民生活水平的提高，糖尿病发病率不断攀升。最新调查数据显示，主要用于线型模型的建立。为了更有效利用光谱信息，选择血糖光谱信息最为丰富的波段进行建模，文章采用IPLS和MWPLS技术，其主要原理和步骤如下：IPLS：（1）将整个光谱分割成若干个波段，对每个波段进行偏最小二乘分析，根据交叉验证均方差（root mean square error of cross validation，RMSECV），从中找出最佳主成份数；（2）改变光谱分割的波段数目，按照（1）中的过程分析；（3）对比（2）中不同波段数时所得到的结果，最终找出最适宜建模的光谱区间。MWPLS：选取一个宽度为w的光谱窗口，从整个光谱（假设有n个波长点）的第一个波长点开始依次向右移动一个波长点直至最后，设置一最大主成分数，对每个子波长区分别建立偏最小二乘法PLS 模型，分别得到不同主成分数里对应PLS 模型的预测误差（root mean square error of prediction，RMSEP），从而找出含有用信息的一个或几个波长区。然后利用这些波长区建立PLS模型。光学仪器第35卷
第3期王伟，等：血糖浓度的短波近红外定量分析
文章采用IPLS和MWPLS对血清样品的短波近红外光谱进行数据分析和优化时，模型最终的预测能力通过相关系数R，预测均方差RMSEP，偏差Bias的值来检验，其中RMSEP和Bias的定义如下：RMSEP=1Ip∑Ipi=1（y^i-yi）2（1）
Bias=1Ip∑Ipi=1（y^i-yi）（2）其中y^i表示样本的预测值，yi表示样本的实测值，Ip表示检验的样本数。2数据测量及模型建立
2.1数据测量对13名志愿者在午饭后3h各抽取静脉血约5 mL，为了扩大样本血糖范围，每名志愿者第一次抽血后口服葡萄糖50 g，30 min后再次抽血。每个样品取少量全血用血糖仪测量其血糖值作为参考值，血糖浓度范围4.9～8.3 mmol/L，剩余血样经分离得到血清约2.5 mL。使用UV1900紫外可见分光光度计室温下测定样品的吸收光谱，带宽1 nm，测量波长范围640～1 100 nm，采用10 mm光程的石英比色皿，以空气作参比，测量其吸光度。样品中，血清的提取及血清中葡萄糖浓度参考值由上海交通大学校医院采用血糖仪测量后提供。
2.2数据预处理为了避免除血糖浓度以外的因素对血清样本光谱的干扰，根据马氏距离采用最小半球体积法（smallest halfvolume，SHV），处理后的血清光谱如图2所示。
图5可以看出，在915～1 065 nm这个波段建立PLS模型，当主成分数为9时交叉验证均方差RMSECV最小，因此选用这一谱段对血糖浓度进行回归建模。用建立的模型对验证集每一个样品进行预测，其预测结果如图6所示，相关系数R=0.982 2，预测均方差RMSEP=0.163 5 mmol/L，偏差Bias=-0.087 3 mmol/L。3结论本文主要研究了使用短波近红外进行血糖浓度检测的可行性。通过IPLS与MWPLS对640～1 100 nm血清光谱的数据建模，结果表明：（1）根据马氏距离对样品的光谱进行奇异样品筛选，可以提高建模的准确性；（2）采用IPLS方法对全谱进行分析，能够提取葡萄糖分子官能团对应的近红外特征谱段，从而有效提取光谱中有效信息建立较好的预测模型；（3）采用MWPLS的方法，能够找出包含光谱有效信息的精确波长起止点，进一步优化其预测模型。下一步的工作是将样本浓度范围扩大，从而使建立的模型适用范围更广泛，并提高血糖定量分析的准确性。本文的研究结果将为进一步发展短波近红外的无损血糖检测技术提供基础。
参考文献：
.The New England Journal of Medicine，2010；362（12）：1090-1101.
[2]肖君，王龙，骆清
铭，等.基于近红外三波长的血糖检测系统研制[J].光电子·激光，2007，18（9）：1135-1138.
[3]高丽丽，陶卫，赵辉，等.用于无创血糖检测的光声池设计与研究[J].光学仪器，2012，34（2）：55-60.
[4]刘娟，王尚奇，简水生.血糖浓度检测技术的最新进展[J].激光生物学报，2005，14（5）：393-396.
[5]李刚，刘玉良，林凌，等.采用多光程长建模方法检测血液成分含量[J].分析化学，2007，35（10）：1495-1498.
[6]张兰，张清悦，南群，等.中红外光谱法在无创血糖检测技术中的应用[J].光学与光电技术，2008，6（2）：81-84.
[7]王云，徐可欣，常敏.近红外光谱技术检测牛奶中脂肪及蛋白质含量校正模型的建立[J].光学仪器，2006，28（3）：3-7.
[8]陈文亮，徐可欣，杜振辉，等.人体无创血糖检测技术[J].仪器仪表学报，2003，24（4）：258-264.
[9]陆婉珍，袁洪福，徐广通，等.现代近红外光谱分析技术[M].北京：中国石化出版社，2001：18-19，148-149.
[10]李振庆，黄梅珍，倪一，等.改进偏最小二乘法在近红外牛奶成分测量中的应用[J].光学技术，2009，35（1）：70-73.
[11]刘蓉，陈文亮，徐可欣，等.奇异点快速检测在牛奶成分近红外光谱测量中的应用[J].光谱学与光谱分析，2005，25（2）：207-210.
[12]SAVITZKY A，GOLAY M J E.Smoothing and differentiation of data by simplified least squares procedures[J].Analytical Chemistry，1964，36（8）：1627-1639.
