课程文献中心 更多>>

关键词： 光电容积脉搏波   无创检测   血糖   自编码器   自注意力机制  

摘要： 糖尿病(Diabetes mellitus,DM)是一种慢性疾病,严重影响人类的身体健康。虽然无法根治糖尿病,但可以通过规律的药物治疗和血糖检测将血糖浓度值维持在一个稳定的水平。目前广泛使用的有创血糖检测方法不仅会增加外部环境感染的风险,还可能给患者带来巨大的痛苦和压力。因此,无创血糖检测技术的研发与应用尤为重要。 近红外光谱技术是一种在无创血糖检测领域具有巨大潜力的技术,本课题通过研究光电容积脉搏波(Photoplethysmography,PPG)和血糖(Blood Glucose,Glu)之间的内在联系,构建无创血糖的深度学习预测模型。然而,深度学习方法的出色表现往往基于大规模含有标签的数据集,因此,本课题尝试融合自编码器和自注意力机制技术来获得最佳的解决方案。具体内容包括以下几方面: (1)基于近红外光谱原理采用指夹式脉搏波传感器采集指尖的PPG信号,对采集到的信号通过小波阈值的方法去除信号中的噪声干扰,为了去除信号中的基线漂移现象,采用三次样条插值的方法进行处理,选择出每一段PPG信号的最优波形,对最优波形进行周期延拓、FFT变换、归一化处理。 (2)融合卷积自编码器和自注意力机制的无创血糖算法研究。借助基于自注意力机制的自编码器对无标签的PPG信号进行预训练,学习PPG信号的有效特征。将学习到的有效特征和真实的血糖浓度值输入到加入回归器的模型中去训练,挖掘PPG信号中与血糖浓度相关的内容,搭建无创血糖预测模型,即CAE-SA模型。计算出该模型的均方根误差为0.65 mmol/L,相关系数为0.88,根据Parkes网格误差分析,得到在A区占比为92.2%,B区占比为7.8%,满足GB/T 19634-2005的误差要求。 (3)对本课题所建立的模型与传统的一维卷积神经网络模型进行对比,传统的一维卷积神经网络模型预测的均方根误差为0.87 mmol/L,相关系数为0.79,根据Parkes网格误差分析,得到在A区的占比为85.7%,在B区占比为14.3%。说明CAE-SA模型的预测性能高于传统的一维卷积神经网络模型。

关键词： 光纤传感   扭曲   保偏光纤   低温度串扰  

摘要： 基于保偏光纤(PMF)的扭曲传感器具有体积小、损耗低、稳定性高等特点,在工程科学技术领域中具有广泛的应用。改善灵敏度与消除温度串扰是当前保偏光纤传感器面临的重要问题。基于此,本文以熊猫型保偏光纤为研究对象,分别制备了Lyot型和Sagnac型干涉仪,开展了对应的温度、应变和扭曲响应特性研究,进而实现了强度调制Lyot扭曲传感器和具有温度自补偿功能的激光扭曲传感器。主要研究内容如下: (1)研究了保偏光纤干涉理论,对其温度、应变和扭曲原理进行了分析。使用Jones矩阵分别研究了Lyot型和Sagnac型干涉仪的传输原理。仿真研究了两种干涉仪的光谱传输特性,量化分析了Lyot干涉仪透射光谱的消光比与输入/输出偏振光角度之间的关系。使用数值分析方法研究了Lyot干涉仪的扭曲特性。 (2)实验制备了变PMF长度的Lyot干涉仪,分析了透射光谱传输状态和扭曲特性,实验结果表明,当PMF长度为10 cm时可实现1.18 d B/°的扭曲响应和较小的波长漂移(～0.012 nm/°)。同时由于超低的轴向应变和温度响应,应变和温度的串扰被压缩在0.0060°/με和0.23°/°C。此外,基于强度解调方法,实验验证了0.20°的检测极限。进一步制备了二阶Lyot干涉仪,采用差分运算方法使灵敏度相较于一阶Lyot干涉仪提高了1.35倍。 (3)搭建了光纤环形激光器,对比分析了Lyot型和Sagnac型环形激光器的扭曲性能。基于相位解调方法提出了一种孪生结构的温度自补偿激光扭曲传感器,并获得了0.54 d B/°的扭曲响应。构建了温度自补偿激光扭曲传感系统,测得电压信号与扭曲角度之间的关系为0.092 V/°,最大探测极限为1.14°,温度产生的串扰仅为0.81°/℃,噪声压缩率达93.8%。