| 主权项 |
1.一种根据体内近红外光光谱测量来非侵入式地定量活组织水合作用的方法,该方法至少包含下列步骤:提供一可于组织测量点测量近红外光吸光光谱的设备;提供一范例样品的校正集合和独立的测量,并从所述的校正集合中发展出一预测模型;提供一活体受测者和于该活体受测者上选择一个组织测量点;以所述设备于该组织测量点上测量一近红外光吸光光谱;侦测越出値,其中该越出値包含无效测量;前处理该测量光谱,所述前处理步骤包含在不会影响有兴趣讯号的情况下,能弱化杂讯及仪器变异之变形作用;及根据所述前处理后之光谱来预测所述组织测量点上之水合作用。2.如申请专利范围第1项所述之方法,其中之测量是利用任何传导、漫反射和其他方法来进行,且系根据所述校正集合所提供的资讯来决定该方法之参数。3.如申请专利范围第1项所述之方法,其中之光谱是以一吸光値向量mRN来表示,其系属于一波长范围介于约700nm到2500nm间之一组N波长之集合 RN。4.如申请专利范围第1项所述之方法,其中之无效测量是导因于任何仪器的问题、不良的取样技术、和来自校正资料集合之外的受测者。5.如申请专利范围第3项所述之方法,其中所述的越出値侦测步骤包含如下的步骤:对所述的测量光谱进行主分量分析(PCA);及分析结果残差。6.如申请专利范围第5项所述之方法,其中所述的PCA包含映射该测量光谱m至包含于矩阵0的五个固定向量,其系先前从所述实验资料集合中透过吸光光谱PCA分析所发展而来,并依下列方程式计算而得:其中并产生一个至五个的向量积分,xpc0,其中0k是矩阵0的第K行。7.如申请专利范围第6项所述之方法,其中之残差q是根据以下的方程式决定:q+m-xpc0OT且与从校正集合而来之期望残差的三倍标准偏差値互相比较,若较大则认为此测量为越出値。8.如申请专利范围第1项所述之方法,其中该前处理变形包含规格化、正常化、平滑化和过滤中之任一项。9.如申请专利范围第8项所述之方法,其中前处理测量是根据下列方程式来决定x=h(e,m)其中h:RNx2→RN是前处理函数。10.如申请专利范围第1项所述之方法,其中之预测步骤包含复数最少乘方回归(MLR)、主份量回归(PCR)、和部份最少乘方回归(PLR)等分析中之任一种,且其中测量y RN是根据下列方程式处理,y=g(x)其中g:RN→R1是一回归函数。11.如申请专利范围第1项所述之方法,其中所述的设备包含一能量来源,该能量来源包含复数个LED,每一个LED可于波长范围700-2500nm中之任一个不同目标波长下放射能量;一个样品探针头,该样品探针头包含一受测者界面,该界面系实质上与组织测量点接触,且能传送由能量来源放射出的近红外光能量至该组织测量点;及一个参考探针头,该参考探针头可传送由该能量来源所放射出之能量至一个已知其光谱特性的内部参考标准物上。12.如申请专利范围第11项所述之方法,其中之组织测量点包含该活体受测者皮肤上的一个区域。13.如申请专利范围第12项所述之方法,其中之吸光光谱系以下列方程式进行计算:其中m是光谱吸光値,R是从样品探针头传来之讯号强度,且R0是从参考探针头传来之讯号强度。14.如申请专利范围第13项所述之方法,分析其中所述光谱,m,以侦测越出値,所谓的越出値包含无效的测量、或超出所述预测模型范围的读値。15.如申请专利范围第14项所述之方法,其中之光谱是经过前处理的,所述的前处理步骤包含:乘法散射校正(MSC),前处理其中之光谱乃是透过一个旋转使其符合从校正集合中决定的期望或参考的光谱m;和平均値趋中。16.如申请专利范围第15项所述之方法,其中所述乘法散射校正(MSC)步骤包含如下步骤:根据下列方程式透过线性回归修正所述的光谱m=+bm+e其中和b是斜率和截距且e是修正的误差;并透过下列方程式校正光谱x=(m-)/b其中x是处理后之吸光光谱。17.如申请专利范围第16项所述之方法,其中之平均値趋中步骤包含如下的步骤:从所述校正集合中计算每一个LED吸光光谱的平均値;从测量光谱中扣除每一个LED吸光光谱的平均値。18.如申请专利范围第12项所述之方法,其中之预测模型是一个用来预测角质层水合作用的复线性回归(MLR)。19.如申请专利范围第18项所述之方法,其中之预测计算系依下列方程式进行:其中y为所预测之水合作用;x1.x2和x3是每一个LED的吸光値,.1.2.3是每一个LED的吸光系数,且A为与此模型有关之误差。20.如申请专利范围第19项所述之方法,应用下列方程式计算系数:其中x是前处理完成后之吸光値矩阵,y是每一个光谱测量的独立测量,该独立测量包含仪器读値,且w是包含系数之矩阵21.如申请专利范围第1项所述之方法,更包含利用因子分析方法来发展该预测模型的步骤,其中并发展出一组能代表与组织水合作用有关之光谱变异的抽象特征集合。22.如申请专利范围第21项所述之方法,其中该发展步骤包含下列步骤:提供近红外光吸光光谱;从所述光谱中选择波长,其中该光谱系根据波长再区分成一或多个区域;前处理并正常化所述光谱,其中并加强了与组织水合作用有关的光谱变异;映射所述测量至一或多个先前决定的因子集合,该因子包含固定向量,用以决定积分,其中的积分构成节选特征;及将该积分以一预测步骤处理,其中该预测步骤系由线性区别分析、SIMCA、最近k値、模糊分类、人工神经网路中之任何一种所组成。图式简单说明:第1图为根据本发明提供一预测角质层水合作用的区块图示。第2图为一典型的非侵入式近红外光吸光光谱。第3图为根据本发明提供一水合作用测量仪之区块图示。第4图为根据本发明表示第3图水合作用仪中照明和侦测光纤的安排。第5图为根据本发明表示第3图水合作用仪中参考探针头部照明和侦测光纤的安排。第6图显示根据本发明表示第3图中水合作用仪中样品探针头部照明和侦测光纤的安排。第7图根据本发明显示一实际SC水合作用的测量値对在一预测SC水合作用校正模型中预测値之图。第8图和第9图为根据本发明显示一实际SC水合作用测量値对依据第7图中校正模式对两个受测者所做预测之图。 |
