基于小波变换的噪声及背景同时去除方法在血糖近红外无创检测中的应用

《基于小波变换的噪声及背景同时去除方法在血糖近红外无创检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第28卷第2期2009年4月红外与毫米波学报J．InfraredMillim．WavesV01．28．No．2April，2009文章编号：1001—9014(2009)02—0107—04基于小波变换的噪声及背景同时去除方法在血糖近红外无创检测中的应用张广军，李丽娜，李庆波，徐玉坡(北京航空航天大学精密光机电一体化技术教育部重点实验室，北京100191)摘要：对于血耱近红外无创检测。光谱信号中的各种噪声以及水分等物质的强吸收产生的背景信号，影响了光谱定量校正模型的预测精度．利用小波变换，可将光谱信号分解为多尺度的近似成分与细节成分．根据无用信息变量消除

2、判据可判定代表背景信息的高尺度近似成分及代表噪声的低尺度细节系数，去除相应的成分即可同时去除光谱信号中的背景与噪声．本文将这种小波变换与无用信息变量消除判据相结合的预处理方法应用于人体血糖无创检测研究中，并分析了该方法对不确定因素较多的复杂光谱模型的适用性问题．实验结果表明应用小波变换结合无用信息变量消除判据的方法可以有效地同时去除血糖无创检测近红外光谱信号中的背景信息和噪声，提高光谱定量校正模型的预测精度，对于人体血糖无创检测具有重要应用价值．关键词：血糖无创检测；小波变换；背景；噪声；近红外光谱中图分类号：0657．33文献标识码：AAPPLICATIONo

3、FDENOISINGANDBACKGROUNDELD删A．TIONBASEDONWAVELETTRANSFORMTOBLOODGLUCoSENoNINVASIVEMEASUREMENToFNEARINFRAREDSPECTRoSCoPYZHANGGuang—Jun，LILi—Na，LIQing—Bo，XUYu-Po(PrecisionOpto·mechatronicsTechnology，KeyLaboratoryofEducationMinistryBeihangUniversity，Beijing100191，China)Abstract：Noisesand

4、backgroundproducedbytheabsorptionofwaterinspectrasignalarethemaininterferenceforpredic-tionaccuracyofquantitativecalibrationinbloodglucosenoninvasivemeasurement．Byutilizingwavelettransform，thespIec—trasignalcanbesplitintomulti—scaleapproximationanddetailcomponent．Accordingtouninforma

5、tivevariableelimination(UVE)criterion，itispossibletodistinguishthehigll·scaleapproximationcomponentwhichpresentsbackgroundandlow·scaledetailcoefficientswhichpresentnoisefromoriginalspectra，andthentoeliminatethecorrespondingcomponent，gothebackgroundandnoisecanbeeliminatedsimultaneousl

6、y．Inthisstudy，thepretreatmentmethodofwavelettransfomacombinedwithUVEcriterionwasappliedtotheresearchofbloodslnco鸵noninvasivemeasurementbasedonnearinfraredspectroscopy，andtheadaptabilityofthispretreatmentmethodtotheuncertaintycomplexspectramodelwagalsodiscussed．Theresultsindicatethatt

7、hispretreatmentmethodiseffectivetoeliminatebackgroundandnoiseinnearinfraredspectraofbloodSlncosenoninvasivemeasurement．Itishelpfultoimprovethepredictionaccuracyofquantitativecalibrationforbloodslucosenoninvasivemeasurement．Keywords：bloodslucosenoninvasivemeasurement；wavelettransform；

8、background；n