摘要 对现有的一些使用近红外光谱无创离体和在体测量葡萄糖的研究结论，结合我们的研究结果进行评述。首先介绍建立葡萄糖光谱检测的基本理论。在光谱检测的分析研究中，离体测量表现出良好的结果;在体葡萄糖检测和预测，结果精度较差，离临床和家庭使用还有一些距离。
关键词 近红外光谱;血糖无创检测
1 简介
糖尿病是一种内分泌疾病。据报导，1997年全世界的糖尿病患者超过1.2亿，到2010年将会增长到2.2亿以上。现有对糖尿病较有效的治疗手段是通过频繁的检测和胰岛素注射来对血糖浓度进行控制，从而减少或减轻由糖尿病导致的并发症。目前检测血糖的方法主要是从体内抽取血液通过生化检测进行分析，这属于有创伤检测，有创伤检测给患者带来的痛苦和不便。无创性血糖检测已引起人们极大的关注，其意义是：(1)减少患者每天采血测量的痛苦，提高病人的生存质量;(2)可提高测量次数，提高血糖控制精确度，降低糖尿病并发症发生的危险;(3)降低每次测量的成本;(4)有可能形成含有检测器和胰岛素注射的闭环循环系统;(5)其测量方法和原理可以推广应用到其它血液成分的检测。在无创性血糖检测研究中使用较多的是红外光谱分析方法，通过对一束红外光透过人体组织或者由其反射的光谱信号分析，确定组织内葡萄糖的含量。目前较有效的光谱范围是近红外区(波长为0.7um-2.5um)。
2 红外光谱检测葡萄糖的原理和方法
2.1 水溶液中葡萄糖的近红外吸收
有机分子在近红外光谱区的吸收主要是由于含氢基团的分子振动的倍频与合频吸收造成的[1]。有机分子的倍频和合频光谱能够得到分子结构、组成状态的信息。有机物近红外光谱，其特征性强，受分子内外环境的影响小，但倍频和合频比基频吸收带宽得多，使得多组分样品的近红外光谱在不同组分的谱带、同一组分中不同基团的谱带以及同一基团不同形式的倍频、合频谱带发生严重的重迭，从而使近红外光谱的图谱解析异常困难。在混合物中的化学组分，很难再分离出每种组分单一、无重叠的吸收光谱。在有强烈水的背景吸收情况下的生物混合液，常规方法很难测量出低浓度物质的含量。水是生物组织中的主要成分，不但有单一的红外光谱，还有丰富的扩展到近红外区域的合频和倍频光谱。对水的红外光谱分析可知，水在波长为2.01um-2.5um的吸收较小，形成一个被称为水传输窗的区域，所以水溶液物质最好的分析波长为2.0um-2.5um。水在3um以上其吸收率大于6 AU/mm，很难测量其它物质。
2.2 葡萄糖光谱的特异性
在葡萄糖固体和葡萄糖溶液中所得的葡萄糖红外吸收的基频早已有报导。葡萄糖伸缩振动能产生很强的合频和倍频吸收带。葡萄糖水溶液的近红外(2.0um-2.5um)光谱的测量有吸收峰，葡萄糖的光谱是唯一的，但葡萄糖红外区的合频和倍频光谱与水、脂肪和血红蛋白电子吸收波段的几个合频和倍频频率相互重迭，即被其它成分的光谱所覆盖。这是葡萄糖红外光谱测量的主要干扰。有机混合物对在近红外区吸收谱带的重迭以及漫反射光谱并不是各成分单独存在时光谱的迭加。组织吸收对葡萄糖测量也有影响，在手指这样小的部位中近红外光会削弱3-4个吸收单位，而5mmoL/L的葡萄糖浓度变化，光谱吸收的变化约10-5个吸收单位。组织光散射对葡萄糖测量的影响也很大，组织散射的光强、定位误差和身体各因素的影响是最主要的测量误差，这些都影响近红外光谱学在血糖检测中的应用。
2.3光谱分析方法
在红外光谱分析时化学计量学方法是很有效的。化学计量学(Chemometrics)采用多元分析校正统计学方法与计算技术，解析化学测量数据，由红外光谱算出样品各成分的含量。现在常用的多元分析校正方法中，进行血糖检测光谱分析效果较好的是偏最小二乘法(PLS)，它将已知的葡萄糖浓度的光谱组，用主因子分析作定量计算的方法，对光谱矩阵进行特征向量分析，然后使用多元线性回归，找出极小的光谱变化和分析物浓度之间的关系，消除与葡萄糖无关的光谱变数，得出校正光谱，通过校正光谱和样品光谱的内积(即点积)确定葡萄糖浓度。
3 离体检测和在体检测的研究现状
3.1 离体近红外光谱混合葡萄糖溶液测量
Jonathon T.Olesberg等使用80个含有葡萄糖、乳酸盐、丙胺酸、抗坏血酸盐、尿素和乙酸甘油酯样品，测量葡萄糖溶液在2.0um-2.5um波长带宽范围内的光谱，使用PLS校正光谱预测溶液成分的浓度。结果表明，在0-35mm内葡萄糖溶液的测量预测标准差为0.39mm，乳酸盐为O.12mm，丙胺酸为0.53mm，抗坏血酸盐为0.23mm，尿素为0.11mm，乙酸甘油酯为0.12mm，结果比较满意。目前在成分从简单到复杂的水溶液中是可以预测葡萄糖浓度的，但这些溶液相对血液或血浆还很简单，研究的成分最多是5种，所以还需进一步研究更多成分的水溶液来模拟血浆或血液系统。
3.2 血浆或全血近红外光谱葡萄糖测量
Haahand从人群中获得了4个不同的全血样本，并将葡萄糖加入其中。对每个个体，准备葡萄糖浓度从(3-743)mg/dl变化的20个血液样本，然后在(1.5-2.3)um范围内收集每个样本的近红外光谱，再利用参照葡萄糖浓度，用这些光谱去创建PLS定标模型。对所得光谱进行研究之后表明，2.0um-2.3um含有很有多的葡萄糖信息。利用这段区域，所得交叉校验的SEP值为30.5mg/dL。这个误差很大，但它可以通过增加定标样本的数量和控制扫描过程中样本的温度而有所减少。
Amord等人把数字滤波技术用于牛血浆葡萄糖浓度的测定。将牛血离心以得到血浆，加入不等量的葡萄糖共配制69个样本，并在2.01um-2.5um范围内收集这些样本的光谱。通过对这些光谱的观察，发现有些区域含有很高的噪声，他们引人傅立叶滤波以减少噪声和基线偏移。经过PLS定标和预测得出SEP值。结果表明，近红外光谱可用于测定血浆基质中的葡萄糖浓度，准确度和精度在允许的误差范围内。
我们用磷酸氢二钠和磷酸二氢钠配制不同浓度葡萄糖缓冲水溶液，葡萄糖浓度是18mg/dL-1800mg/dL。共配制20个溶液样本。另外还配制加有牛血清白蛋白(BSA)成分的葡萄糖溶液，配制时在900mg/dL的葡萄糖缓冲溶液中加入了70mg的BSA，制成样本，并在临床采集已知葡萄糖浓度的血样，使用MAGVA-AR560型近红外傅立叶变换光谱仪，在1.61xm-2.51xm段的近红外光谱范围进行研究。使用PLS分析也取得了较好的结果。
3.3 在体近红外光谱血糖测量
在体近红外光谱血糖测量的关键是建立在体环境下的校正光谱，因为有很多误差来源影响测量，需要通过定标来消除或予以补偿。有些影响测量的误差却不容易合并到定标中，这样的误差来源主要有探测器定位误差、温度和脉搏的影响、检测设备的机械压力、水合作用、出汗、血容量以及血流比容积的变化等。现在主要有两种研究方法，一种是实验方法，在进行口服耐糖检测(OGTT)时从非糖尿病人群和糖尿病患者中无创地收集光谱信号，同时用有创伤的方法测量血糖浓度，最后在所得血糖值和无创性收集的光信号的关系基础上建立模型。这种方法不能测量出其它的代谢物、干扰物、生物噪声或者仪器与身体接触面的变化等信息，但它可计算出这些噪声所带来的影响。另一种方法是物理模型方法，在这种方法中，首先在一组标准葡萄糖溶液中测量葡萄糖的信号。然后逐渐增加标准液的复杂性来模拟人体组织，并描述每一步的精度和准确度，再用数学模型把数据关联起来，用于组织中的光线传播，最后把研究的测量方法和系统应用到人体中。所得的体内信号又与通过化学测量技术的有创伤数据关联起来。这种方法可以鉴别噪声成分，因此利用这种方法在使用化学测量技术之前消除噪声对信号的影响。
手背皮肤的近红外漫反射光谱特性，可知类似水溶液。人体组织在近红外区域也有一个传输窗，所以在2.0um-2.5um处有可能测量葡萄糖的浓度。一个含有脂肪和葡萄糖等的理论模型已经在2.0?m-2.5?m范围内用于模拟组织葡萄糖的光吸收。在这些研究中所用的葡萄糖浓度通常要比生理浓度的范围高。但由于目前的几种技术还不能很好地确定所测的信号，对一个血糖浓度正在变化的个体来说，用口服耐糖试验的数据可以建立一个关于血糖浓度的无创性测量响应。在检测过程中产生的数据还可在后来的无创性测量中预测血糖浓度。由于无创性测量响应可能会带有非糖方面的生理影响，所以由口服耐糖试验和无创性测量回应关系所决定的临床定标就会产生一个定标曲线，这个曲线对被测个体来说是唯一的。但这种定标曲线可能需要通过有创伤的检测进行周期性的更新。用于定标的口服耐糖试验和饮食耐量试验会产生时间上连续的一系列测量值，但如果不能进行随机采样，这些由时间决定的数据就会影响多变量定标的结果。这样，光谱信号和噪声的临时分布可能会导致与血糖的不正确关联。在体经皮研究结果显示，到目前为止还不能鉴别直接测得的葡萄糖浓度和数据组内存在的偶然关系。所以现在的研究水平用于家庭血糖监测仪还是不可接受的。
4 检测存在的问题
近红外在体检测葡萄糖浓度的缺点：(1)测量精度较低;(2)需要反复定标;(3)受到服用药物的影响，其它干扰因素较多;(4)水的近红外波段的吸收强度对溶解物的浓度和温度很敏感;(5)尚未得到美国FDA的批准;(6)使用的仪器设备较昂贵且很难小型化。
5 结论
在近红外光谱范围内具有检测葡萄糖的分析信息，最佳的光谱范围在2.0um-2.5um。葡萄糖的光谱是独立的，但和人体其它物质的光谱具有重迭，近红外光穿透皮下很少，葡萄糖的吸光率很小，所以近红外光谱测量葡萄糖是困难的。在体血糖值和所测的光学信号上确实存在着相关性，但还没有无创性的实验可以提供证据证明所测的信号可被关联到实际的血糖浓度上。需要研究和发展更灵敏、分布更稳定的测试设备。国内用于构造模型的基础数据和临床数据很少。基于以上情况，我们分析了无创伤血糖检测研究的各种方法，结合技术和设备的实际情况，利用近红外透反射方法做了一定的基础性研究，并取得较好的结果。
