小程序
微信小程序
人工客服
回顶部

利用统计处理方法提高动态光谱的检测精度

班华 | -> | 1085| 0| 511.469MB |动态光谱法,粗大误差,统计估值理论,检测精度

班华 班华 | 文档量 |浏览量32248

摘 要 近红外光谱法成分检测因其检测方法的优越性, 已成为生物医学领域的研究热点。目前国内外相关研究虽然广泛, 可是还没有进入实际临床应用的报道。关键是现有检测方法中存在着个体差异, 测量条件的影响, 使光谱检测精度达不到要求, 因此提高检测精度是血液成分无创检测得以实现的关键。文章在最近提出的一种新的近红外血液成分检测方法2动态光谱法的基础上, 利用传统的统计处理方法, 通过剔除含有粗大误差的奇异点和多次测量统计平均来提高动态光谱检测精度。实验结果表明含粗大误差的奇异点剔除和多次测量统计平均能够提高动态光谱的检测精度。
    血液成分无创检测技术一直是近年来生物医学传感领域的研究热点[1-9 ] 。其中, 近红外光谱法以其快速、无创、成本低等优点, 获得了广泛的应用。但个体差异和测量条件的影响, 阻碍了其在临床中的应用。基于动脉血氧测量技术的动态光谱法[10 ,11 ]是为了解决这个应用问题而提出的。动态光谱法的原理是通过多通道采集系统同时采集多个波长的光电脉搏波信号, 然后对脉搏波信号进行处理, 得到纯粹由脉动动脉血贡献的动态光谱, 进而分析出血液中成分含量。要从动态光谱中提取血液成分信息, 就要对动态光谱有足够高的仪器检测精度[12 ] 。一般来说, 同一波长的动态光谱多次重复测
量取平均值输出可以提高动态光谱的测量精度。但如果多次测量结果中有粗大误差存在, 则会影响动态光谱测量精度。
    粗大误差评价方法很多, 常用且比较可靠的还是基于经典统计理论的统计估值法[13 ] 。它包括拉依达准则(3σ准则) 、肖维纳准则、格拉布斯准则等。肖维纳准则比较严格, 但由于它的频率趋近于概率, 在样本数较小时置信概率不稳定,判断的可靠性不高。考虑到拉依达准则和格拉布斯准则在数据处理上要求偏宽, 容易漏掉含有粗大误差的奇异点。本文从动态光谱精密测量的实际出发, 提出把两个波长动态光谱的斜率序列作为粗差评价样本, 并考虑降低粗大误差阈值的大小, 采用更严格的2σ准则, 得到更精确的动态光谱。
班华发布的其他共享资料
    0 色谱币 下载

利用统计处理方法提高动态光谱的检测精度

(511.469K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 陇ICP备2024006362号-2