23、非侵入式葡萄糖水平估计与脑组织结构分割：创新方法与实验成果

非侵入式葡萄糖水平估计与脑组织结构分割：创新方法与实验成果

在医疗技术不断发展的今天，非侵入式葡萄糖水平估计和脑组织结构分割成为了研究的热点领域。非侵入式葡萄糖检测有望为糖尿病患者提供更便捷、舒适的血糖监测方式，而脑组织结构的自动分割则能辅助医生更准确地进行疾病诊断和治疗规划。下面将详细介绍相关的实验设置、方法和结果。

非侵入式葡萄糖水平估计

实验设置

该系统基于Beer - Lambert定律，利用Arduino微控制器单元（MCU）进行数据采集。能量源为激光发射二极管，光依赖电阻（LDR）传感器作为光电二极管，用于测量用户指尖所代表介质的吸光度。假设透射光会随血液中葡萄糖浓度的变化而变化，整个系统的运行分为三个主要阶段：
1. 信号采集
- 采用650nm波长的激光束照射用户指尖，在指尖下方使用LDR测量透过手指的光。
- Arduino MCU在6秒内以1kHz的采样频率测量信号，得到大小为6000的数据向量。
- 为避免手指初始和最终放置动作引起的信号变化，丢弃测量信号开头和结尾的1000个数据，仅保留中间的4000个数据。
2. 特征提取
- 主要目的是将复杂信号转换为可用于预测算法的代表性值。
- 8位MCU完全采集信号后，使用python_speech_features库计算梅尔频率倒谱系数（MFCC）。
- 采用25ms的窗口帧和汉明滤波器进行信号平滑，然后通过快速傅里叶变换（FFT）计算信号频谱，用三角梅尔滤波器组进行滤波。
- 对梅尔滤波器的对数应用离散余弦变换（DCT）得到最终的倒谱系数，p