尿中葡萄糖含量的近红外光谱快速测量

本文研究了采用近红外光谱技术检测尿液中葡萄糖含量的方法。讨论了采用偏最小二乘法(PLS)建立校正模型过程中数字滤波预处理方法以及利用遗传算法优选波段。尿液中的葡萄糖含量的最佳测量结果RMSEP为10．4mg／dL。结果表明，近红外光谱法可以满足尿液主要成分的实际测量要求。这些实验研究将为糖尿病等相关疾病的无损、快速检测提供一种新的方法。     

光电容积脉搏波无创测量人体血液成分的评估

为了评估光电容积脉搏波法在人体血液主要成分检测方面的精度水平,基于朗伯比尔定律及简化的光电容积脉搏波法测量模型,给出了物质成分测量的极限分辨浓度公式。对公式中的三个要素,即人体测量时的光强信噪比、光程、被测物质的摩尔消光系数进行了评估,获得了理论上光电脉搏波法对血红蛋白、白蛋白、血糖的极限分辨浓度。评估结果表明,光电容积脉搏波法可以测量的血红蛋白、白蛋白和血糖的极限分辨浓度水平分别约为100mg/dL,5000mg/dL以及10 000mg/dL。将该评价结果与现阶段临床需要的检测精度进行对比,可知光电容积脉搏波法能够满足需求,有望实现对血红蛋白的无创检测。     

基于微流控和酶比色的微创血糖连续检测仪

连续血糖检测对糖尿病的诊断与治疗具有十分重要的意义。本文设计了一种集成化、自动化的微创血糖连续检测仪器,该仪器通过微流控芯片透皮抽取组织液,利用单片机精确测量透皮抽取组织液的体积,并采用酶比色法检测组织液的葡萄糖浓度,利用组织液与血液的葡萄糖浓度相关性实现连续血糖检测。由于透皮抽取的组织液体积很小且分散在皮肤表面,为了便于收集,利用生理盐水对抽取出的组织液进行稀释,稀释后的组织液中葡萄糖浓度在3～50mg/dL。为了测量低浓度葡萄糖,实验选取了1～50mg/dL中的10个浓度的葡萄糖溶液进行吸光度测量,根据光谱数据与葡萄糖浓度建立吸光度模型,结果表明该酶比色检测方法在1～50mg/dL葡萄糖浓度内具有良好的线性度,测量相对标准偏差小于0.65%。该仪器能够实现自动化控制,为糖尿病的诊断提供依据,在微创血糖连续检测领域具有良好的应用前景。     

应用光程校正空间法提升近红外无创生化分析模型性能

由于采用血流容积差光谱相减法进行近红外无创生化分析得到的样品光谱光程不定,很难得到高性能的定标模型,本文提出采用光程校正空间法来消除光程差异,提升定标模型性能.首先,介绍了净信号分析的原理和校正空间的获取方法;根据血流容积差光谱相减法的特点,提出了采用光程校正空间获取待测组分净信号的方法.然后,以含葡萄糖的脂肪乳溶液为例,通过光程校正空间获取葡萄糖净信号,建立定标模型.实验结果表明:相比没有处理光程直接建立的定标模型,采用光程校正空间后所建立的模型相关系数(R)从0.9781提升到0.9977,定标均方根偏差(RMSEC)从77.52 mg/dL下降到25.02 mg/dL,交叉验证均方根偏差(RMSECV)从93.01 mg/dL下降到68.22mg/dL.结果显示,采用光程校正空间的净信号分析能够有效抑制光程差异对定标模型的影响,为血流容积差光谱相减法的实际应用奠定了基础.     

GGBP蛋白修饰的表面等离子共振微创血糖检测仪

根据基于微流控芯片的组织液透皮抽取系统设计了一种小型化微创人体血糖检测仪器.该仪器基于微创的方法,利用真空负压抽取人体组织液,并采用表面等离子共振(SPR)技术,通过检测皮肤真皮层组织液中的葡萄糖浓度来预测血液中的葡萄糖浓度.通过绑定对葡萄糖具有特异性吸附的D-半乳糖/D-葡萄糖结合蛋白(D-GGBP),对SPR传感器表面进行预处理,实现对葡萄糖分子的特异性吸附.实验配制了不同浓度的葡萄糖溶液,检测并得出葡萄糖溶液浓度与折射率的关系曲线.应用课题组设计的微创血糖检测仪,实验测量了葡萄糖溶液浓度与组织液浓度,并与血糖仪测量得到的葡萄糖溶液浓度进行了比较.结果表明,使用GGBP修饰过的表面等离子共振传感器测量葡萄糖水溶液浓度的下限为0.625 mg/dL,当葡萄糖水溶液浓度在0.625～5 mg/dL时有较好的线性.通过测试实验验证了该仪器的可行性,显示了结合GGBP蛋白的SPR测量技术在微创血糖检测领域有良好应用前景.     

近红外光谱法用于尿液多成分分析

尿液分析在临床检验中是一个重要的检测项目 ,红外光谱法的应用将可实现无试剂的尿液快速分析。介绍了采用光谱法对尿液样品主成分进行的近红外分析 ,实验中对最佳光程长作了选择与计算。实验结果证实了近红外光谱法用于尿液临床分析的可行性及优越性。     

基于最小二乘支持向量机的辣椒可溶性固形物和维生素C含量近红外光谱检测

应用傅里叶变换近红外光谱技术实现了鲜辣椒中可溶性固形物(SSC)和维生素C(Vc)含量的快速无损检测。分别采用7种预处理方法对原始光谱进行处理后,建立了SSC和Vc预测的偏最小二乘法(PLS)模型。将利用最小二乘法(PLS)提取的主成分(PC)和蒙特卡罗无信息变量消除法(MC-UVE)提取的有效波长作为最小二乘支持向量机(LSSVM)的输入变量,分别建立了PC-LS-SVM和MC-UVE-LS-SVM模型,并与MC-UVE-PLS模型进行了比较。采用优化后的模型对27个预测集未知样品进行了预测。结果表明,对鲜辣椒中SSC含量预测最优的为MC-UVE-PLS模型,其预测集相关系数(rp)为0.971,预测集均方根误差(RMSEP)为0.382°Brix;对鲜辣椒中Vc含量预测最优的为MCUVE-LS-SVM模型,其rp为0.899,RMSEP为21.022mg/100g。研究结果表明:鲜辣椒中SSC和Vc的含量与近红外光谱具有显著的相关性。     

血糖浓度的短波近红外定量分析

采用间隔偏最小二乘法(IPLS)和移动窗口偏最小二乘方法(MWPLS),在640～1 100nm范围内建立血糖短波近红外的优化模型。使用马氏距离对人血清样品中的奇异样品进行筛选,将检测光谱分别等分为2～15份进行IPLS分析,对比建立预测模型。设窗宽为151nm,成分数范围(1～20),全谱进行MWPLS,对预测模型进行优化。结果显示,依据马氏距离采用最小半球体积法能有效筛选所采集光谱中的奇异光谱,IPLS可以有效地找到葡萄糖分子官能团对应的近红外特征谱段,MWPLS能够找到适合建模的精确起止波长点,通过偏最小二乘法建立血糖浓度的预测模型,相关系数R=0.982 2,预测均方差RMSEP=0.163 5 mmol/L,偏差Bias=-0.087 3mmol/L。     

一种抛光液的化学成份分析

对一种水溶性的抛光液产品,在烘除水分后采用有机溶剂进行分离处理,对分离处理后的样品通过傅里叶变换红外光谱仪进行红外光谱测试,并对测试的红外谱图进行解析。结合红外光谱分析和电镜/能谱对元素的检测结果 ,确定样品的成分。在定性分析基础上采用原子吸收光谱法及常规化学分析方法进行定量分析,给出样品的定性和定量分析结果 。     

离子色谱法测量尿液中镁含量的相关研究

目的:建立离子色谱法测量尿镁的方法。方法:采用Metrohm-883离子色谱检测人体新鲜尿液标本中镁的含量。使用2.0mmol/L浓硝酸为淋洗液,采用Metrosep C4-150/4.0阳性色谱柱电导检测。样本经离心、C18柱预处理、0.25μm滤过膜过滤后直接进样。结果:本法测量尿液中镁离子标准曲线的相关系数为0.999986,检出限为0.049mg/L,精密度高(RSD为0.624054%)。结论:与传统化学分析方法相比,离子色谱法准确、快速地测量尿镁;并同时测量了尿钠、尿钾、尿钙,此法适用于临床对尿结石患者进行尿液成石危险因素的代谢评估。     

近红外光谱法尿液多成份分析

尿液分析在临床检验中是一项重要的检测项目，红外光谱法的使用将实现无试剂的尿液快速分析。本论文叙述了应用光谱法进行近红外分析，实验过程中进行了最佳光程长的选择与计算，对尿液样品进行了主成份分析。证实了光谱法用于尿液临床分析的可行性及优越性。     

吴茱萸致肝毒性部位在大鼠体内的多样性分析

利用超高效液相色谱-四极杆-飞行时间质谱（UPLC-Q-TOF MS）技术对吴茱萸肝毒性部位给药后大鼠胆汁、尿液、粪便中的原型成分及其代谢产物进行分析,共检测到23个原型成分和10个代谢产物。采用正离子MSE扫描模式采集质量范围m/z 50~1 200的数据,通过与UNIFI软件数据库比对,以及各成分的保留时间、精确的一级和二级质谱信息,结合化合物的裂解规律和已有文献报道,共鉴定出29个化学成分,包括23个原型成分和6个代谢产物。进一步由代谢产物逆向追踪原型成分,推测出可能的代谢途径。这些成分在体内的主要代谢途径有葡萄糖醛酸结合、硫酸酯化、甲酰基化、羟基化、去甲基化等。基本明确了吴茱萸肝毒性部位在大鼠胆汁、尿液和粪便中的主要存在形式及代谢途径,为揭示吴茱萸肝毒性物质基础提供了参考依据。     

气相色谱-质谱法检测人尿中的羟乙基淀粉

应用气相色谱 -质谱法 ( GC/MS)研究新增兴奋剂掩蔽类药物羟乙基淀粉 ( Hydroxye-thyl Starch) ,根据保留时间和特征离子 ,在受试者的尿液中 ,检出 3 -羟乙基单葡萄糖、2 -羟乙基单葡萄糖和 6-羟乙基单葡萄糖等三种代谢物 ,并建立了系统的检测方法     

黏多糖病患者尿液α1-抗胰蛋白酶含量的研究

目的研究黏多糖病(MPS)患者尿液中α1-抗胰蛋白酶(α1-AT)含量,探讨尿液α1-AT含量与MPS的关系。方法选取2015年3月~2016年6月在解放军总医院儿童医学中心确诊的MPSⅠ型患者18例(MPSⅠ组),MPSⅡ型患者11例(MPSⅡ组)和本院查体人员30例(健康对照组),收集晨尿,运用ELISA和Western Blot方法检测尿液中α1-AT含量。结果用ELISA方法检测MPSⅠ组尿液α1-AT/Cr比值为(57.65±10.43)mg/mmol,MPSⅡ组为(55.89±7.43)mg/mmol,健康对照组为(33.32±3.59)mg/mmol,MPSⅠ组、Ⅱ组均显著高于健康对照组(P0.05),用Western Blot方法进行验证,结果与ELISA方法相一致。结论α1-AT含量在MPS患者尿液中升高,可作为MPS辅助诊断指标。     

高效液相色谱-荧光法测定尿液中尿靛甙

本文采用高效液相色谱-荧光检测法对尿液样品中的尿靛甙含量进行了测定,通过对前处理方法和色谱条件优化,建立了适用于尿液样品中尿靛甙含量测定的色谱分析方法。该方法的定量线性范围为5.0~250.0mg/L,其线性相关系数为0.9993;方法检出限为0.001mg/L,加标回收率为93~101%。该方法前处理简单易行,灵敏度高,检出限低,可应用于个体尿液化检验诊断,辅助指导个体化营养诊疗。     

手持式拉曼光谱法快速鉴别塑料制品

本实验室前期通过傅里叶红外光谱和热裂解/气相色谱-质谱联用法，对一次性塑料制品的主成分进行了鉴别，但实验室方法尚不能满足市场监管中现场快速检测的需求，急需建立一套迅速、准确、灵敏度高且操作简便适用于现场对塑料制品进行快速检测鉴别的方法。本研究采用手持式拉曼光谱仪对塑料制品进行检测和分析，根据拉曼光谱特征峰对样品进行了成分鉴别，形成了聚乙烯、聚苯乙烯、聚对苯二甲酸乙二醇酯、聚氯乙烯、聚对苯二甲酸/己二酸/丁二酯和聚乳酸的定性判定依据，并通过自制混合样条对定性判定限进行了深入研究，同时采用红外光谱法和热裂解/气相色谱-质谱法进行验证和比较。结果显示，手持式拉曼法无需进行样品前处理，测试过程仅需几秒钟的时间就可以对塑料制品进行定性，实现现场的快速判定，具有对检测样品无损和检测快速的特点，为大批量塑料制品进行现场检测提供了一种简便、快捷、准确的方法。     

基于近红外光谱分析技术的绿茶生产日期快速鉴别（英文）

针对现有方法检测绿茶生产日期的不足,采用控制生产日期单一变量的方法,利用近红外光谱分析技术结合偏最小二乘法对其进行无损伤检测。首先对原始光谱进行五点平滑和一阶微分预处理,并利用移动窗口-BP神经网络算法(MW-BP-ANN)提取特征光谱变量。然后采用偏最小二乘算法验证方式建立校正模型,并采用预测均方根误差(εRMSEP)、相关系数(Cp)和相对分析误差(σRPD)来评价模型质量。当主成分数为9时获得最优模型,3个评价指标分别为19.965,0.943和3.07。研究结果表明,近红外光谱结合偏最小二乘法可用于对绿茶生产日期的快速无损伤检测。     

红外光谱结合核隐变量正交投影法判别掺杂牛奶

为了快速、准确地检测掺杂牛奶,采用基于核隐变量正交投影(K-OPLS)法分析了掺杂牛奶的光谱.选用高斯函数作为核函数,内部交叉验证均方根(RMSECV)最小值作为评价指标,优选了核函数中的核宽度σ以及Y正交成分数.配置含四环素牛奶(0.01～0.3 gL-1)、三聚氰胺牛奶(0.01～～0.3 gL-1)和葡萄糖牛奶(0.01～～0.3 gL-1)各36个,采集纯牛奶及掺杂牛奶样品的红外光谱,采用K (PLS建立各掺杂牛奶与纯牛奶的判别模型.利用这些模型对未知样品进行判别,结果显示对掺杂四环素、三聚氰胺、葡萄糖牛奶的判别正确率分别为100％、100％、95.8％o.建立了同时判别3种掺杂牛奶与纯牛奶的K-OPLS模型,该模型对未知样品的判别正确率为93.1％;同时,与偏最小二乘判别PLS-DA方法的预测结果进行了比较,结果表明:K-OPLS建模方法对于复杂的牛奶体系具有较好的预测能力.     

特征谱区筛选在近红外光谱检测茶叶游离氨基酸含量中的应用研究

在近红外光谱快速检测茶叶游离氨基酸含量过程中,为了提高检测的精度和稳定性,研究利用特征谱区结合偏最小二乘法建立预测模型。研究分别尝试联合区间偏最小二乘法和遗传偏最小二乘法等特征谱区筛选方法,通过交互验证法确定偏最小二乘模型的主成分因子数和筛选区间,以预测均方根误差RMSEP和相关系数R作为模型的评价指标。试验结果表明：两种方法建立模型的预测能力都好于传统PLS模型;利用联合区间偏最小二乘法建立的预测模型最佳,预测时的相关系数(R)和预测均方根误差(RMSEP)分别为0.9542和0.2560。研究结果表明,近红外光谱结合特征谱区筛选方法可以快速准确地测定茶叶中游离氨基酸含量。     

同步荧光光谱结合CARS变量优选预测猪肉中四环素残留含量

为快速检测猪肉中的四环素残留含量,采用同步荧光法结合竞争适应重加权采样(CARS)变量优选法建立了预测猪肉中四环素残留含量的支持向量回归(SVR)模型.从样本的三维同步荧光光谱中确定了最佳波长差为65 nm,采用CARS方法从中挑选出与四环素相关的特征波长变量,并与连续投影算法(SPA)及遗传算法(GA)进行比较.最后,应用SVR算法对优选出的16个波长变量建立猪肉中四环素含量的预测模型.分析发现,多元散射校正(MSC)光谱预处理后的CARS方法优于SPA及GA变量选择方法,可以有效地筛选出全光谱中的特征波长变量.CARS-SVR建立的四环素预测模型优于原始光谱的SVR模型,其预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.961 2和10.94 mg/kg.研究结果表明,采用同步荧光法结合CARS-SVR模型可以预测猪肉中的四环素残留含量,且CARS-SVR能有效地简化模型并提高预测精度.