CN101511261B - 用于校准光反射测量的系统和方法 - Google Patents

Abstract

本发明公开了一种用于测量样品的目标区域中的被分析物的测量系统和方法，所述样品还包括覆盖在目标区域上方的特征。所述系统包括：(a)光源；(b)检测系统；(c)一组至少第一、第二和第三光端口，所述组从光源传输光到样品并从样品接收光并导向检测系统，产生第一组数据和第二组数据，其中所述第一组数据包括相应于样品内部目标和覆盖在内部目标上方的特征两者的信息，所述第二组数据包括相应于覆盖在内部目标上方的特征的信息；(d)处理器，构造为可以使用第一和第二组数据从第一组数据移除覆盖在上方的特征的信息特征，以产生表示内部目标的已校准信息。

Description

用于校准光反射测量的系统和方法

技术领域

本发明涉及一种光谱仪(spectrometer)系统和方法，更具体地说涉及一种用于反射(reflectance)测量的光谱仪系统。

背景技术

光学光谱仪可以用于确定气体、液体以及固体样品中的化学物质的浓度。具体的化学物质所吸收的光的量往往与它的浓度通过Beer法则成线性关系，A＝εlc，其中A是所述化学物质的吸光率，ε是所述化学品所特有的常数，l是光的路径长度，以及c是所述化学品的浓度。当具有强度I₀的入射光入射到试样，且I是在经过含有被测化学品的溶液之后的光的强度时，吸光率由A＝log(I₀/I)给定。

对于不透光材料，包括诸如粉末、小片、天然材料(例如土壤、农产品)，血液、皮肤以及肌肉这样的复合材料，可以经由漫反射光谱收集光学信息。在这种情况下，A＝(I₁₀₀/I_R)，其中I₁₀₀是根据100％漫反射标准所反射的光，相当于入射光，以及I_R是从被研究的样品所反射的光。这些复合材料之一中的化学成分的浓度与A有关，但往往不是线性的。更加复杂的数学技术，譬如，例如，偏最小二乘回归以及其它多元标定(calibration)方法用于确定浓度和吸光率之间的关系。一旦得到这些标定模型，它们可以用于通过在透射模式或反射模式下测得的吸收率来确定化学成分。

利用了近红外光谱法(NIRS)的漫反射光谱技术已经用于对人体和动物对象的血液和组织的化学性质的非创测量。NIRS(例如使用650-1000nm左右的波长范围)可以用于测量诸如组织氧合状态、组织pH值，血液血细胞比容(“Hct”)以及葡萄糖之类的若干医学参数，但是它在医学方面的广泛应用受到了覆盖在被测结构上方以及结构内部组织中的个体间和个体内与被分析物不相关(analyte-irrelevant)的差异的阻碍。例如，当漫反射NIRS被用于测量肌肉和器官中的血液血细胞比容时，测量精度受到覆盖在肌肉或器官上方的层的吸光率的差异(例如，由于在一个患者群体中不同患者之间或同一个患者的不同部位的脂肪和皮层厚度的差异)和/或来自于肌肉和/或器官中的结构变化的光谱干涉的影响，这些因素与测量是无关的。

近红外光可以透过对象的皮肤和骨骼以提供血液和下层组织中的化学物质的信息。例如，脉搏氧饱和度(pulse oximetry)，一种测量动脉氧饱和度的常见医院检测系统基于双波长NIRS。多波长NIRS，结合化学统计学(即，基于统计学分析复谱的方法)，可以提供用于对血液和组织中的一些其它分析物的非创测量的平台技术。NIRS可以提供对医学分析物的精确和连续的测量而无需从患者身上移出血液或组织样本。该技术的应用包括直接或通过光纤束照射近红外光到皮肤并测量从包括肌肉的血液反射回的光的光谱。尽管血色素和脱氧血色素的近红外吸光率已经被用于测量不同组织层中的氧饱和度水平，但是要测量另外的重要的血液和组织分析物，往往需要将附加的数学方法与多波长光谱学(spectroscopy)相结合。化学统计学是化学的一个分支，提供了用于处理多波长光谱的基于统计学的技术，使得可以根据记录自诸如生物组织这样的复杂介质的反射光谱来计算被分析物的浓度。

化学统计学被用于推导收集自样品的光谱的相关部分和样品中所关心的被分析物的量的浓度之间的关系。光谱和化学品浓度之间的关系可以表示为“标定方程”，该方程可以编程到患者监视器中，并用于基于测得的光谱来确定被分析物浓度。可以通过存储在患者监视器中的标定方程对收集自患者的光谱进行处理，然后可以基于所收集的光谱和所述标定方程报告那些患者中的被分析物浓度。由于光反射技术是非创性的，所以每当收集到光谱就可以更新医学测量结果，一般在几秒钟左右。使用该方法评估血液血细胞比容、葡萄糖、胆固醇、电解质(electrolytes)、乳酸盐(lactate)、肌红蛋白饱和度(myoglobin saturation)、肌肉pH值以及氧张力(“PO₂”)的可行性已经在实验室，在动物、人类受试者(human subject)上得到了证明。

当利用化学统计法获取标定方程时，至少收集两组数据。一组NIRS光谱与在整个生理范围和病理生理范围上对分析物进行的独立可靠的测量大致同时地被记录下来。例如，如果希望获取标定方程以根据测得的反射光谱确定血液血细胞比容，则来自受试者(subject)的几个光谱将与来自那些受试者且用于临床实验室中血细胞比容分析的血液样品进行比较。化学统计技术，譬如，例如，偏最小二乘(“PLS”)回归可以用于识别光谱的各部分并将其关联到测得的血细胞比容。回归系数用于产生标定方程。

然后，当随后从其它的患者收集到反射光谱，回归系数可以与所述其它患者的光谱结合以产生其它患者的NIRS-确定的血细胞比容值。使用诸如PLS这样的化学统计技术来得到标定方程，而不是简单的线性回归，其优势在于PLS擅长于在被分析物的光谱被其它吸收物质和散射元素(如细胞和肌纤维)复杂化时建立光谱和被分析物之间的相互关系。

为了使标定方程在大范围的仪器和环境的条件以及不同的患者特性情况下对患者精确适用，标定数据集中的数据应该尽可能覆盖一样大范围的值并包含整个临床上的重要范围。在可能影响NIRS光谱的易变型患者的条件下收集到的数据也是很重要的。影响光谱的条件包括温度、含水量的变化以及用于治疗患者的带抑制作用的化学试剂的存在。这有助于确保标定方程在用于未来的对象时是精确的，因为抑制剂的影响已经作为标定方程的一部分被建模。

NIRS在医药测量中的广泛应用受到了位于诸如肌肉的目标组织或目标器官上的组织中的个体内和个体间的差异的阻碍。另外，NIRS测量技术受到它们的不精确的表现的限制，这种不精确的表现是由皮肤血液流动的短期变化或由在创口愈合过程中皮肤表面和组织的长期变化导致的。

发明内容

本发明是基于，至少部分基于，这样的发现：当用光谱仪记录来自样品的反射光谱时，用于照射样品的光源和用于检测反射光的探测器之间较短的距离导致光谱的记录对相对接近样品表面的特征敏感，而较长的光源-探测器距离导致对样品的表面特征和位于较深处(内部)特征都敏感的光谱。用短光源-探测器距离下记录的光谱来校准在长光源-探测器距离下记录的光谱，可以从内部、位于较深处的特征的光谱中移除位于上方的特征的光谱特征。所述光谱可以被进一步校准以移除由内部特征的、与下方的层中所关心的被分析物的测量结果无关的光学散射特性差异所引起的特征。

可以使用不同波长的光来记录光谱。例如，光源可以提供电磁光谱的近红外线、红外线、可见光、紫外线以及其他区域的一个或多个区域中的光。

在第一方面中，本发明提供一种测量系统，所述测量系统包括：(a)光源；(b)检测系统；(c)一组至少第一、第二和第三光端口，所述组从光源传输光到样品并从样品接收光并导向检测系统，其中第一端口和第三端口之间的距离相应于第一检测距离，第二端口和第三端口之间的距离相应于第二检测距离，且第一检测距离大于第二检测距离；(d)处理器。(i)第一和第二端口是传输端口而第三端口是接收端口，或者(ii)第一和第二端口是接收端口而第三端口是传输端口。所述检测系统产生相应于第一检测距离的第一组数据和相应于第二检测距离的第二组数据，其中所述第一组数据包括相应于样品内部目标和覆盖在内部目标上方的特征两者的信息，所述第二组数据包括相应于覆盖在内部目标上方的特征的信息。所述处理器被构造为可以使用第一和第二组数据从第一组数据移除覆盖在上方的特征的信息特征以产生表示内部目标的已校准信息。

实施例可以包括任意下述特征。

所述一组至少第一、第二和第三端口可以位于单个探头上。所述第二检测距离可以是约1mm和约5mm之间，例如，在约1.5mm和约3.5mm之间。所述第一检测距离可以大于约10mm(例如，大于约15mm、大于约20mm、大于约30mm、大于约50mm)。所述系统可以包括遮光器系统，所述遮光器系统用于控制来自第一或第二传输端口的光是否照射样品。

所述探头可以包括导热材料以散失来自样品的热量。所述系统可以进一步包括在光传输端口和光接收端口之间的导热桥。

所述光源可以提供在电磁光谱的近红外线区域的光。所述光源可以包括至少白炽光源元件、发光二极管、激光二极管和激光器之一。例如所述光源可以包括发光二极管阵列。

所述检测系统可以是光谱检测系统，所述第一和第二组数据可以包括第一和第二组光谱，以及所述处理器可以使用第一和第二组光谱数据从第一组光谱数据移除覆盖在上方的特征的光谱信息特征以产生表示内部目标的已校准光谱信息。所述光谱检测系统可以包括光谱仪，所述光谱仪被构造为可以接收光并根据接受的光产生光谱。或者，所述光谱检测系统可以包括第一光谱仪和第二光谱仪，所述第一光谱仪被构造为从第一接收端口接收光并产生第一组光谱，所述第二光谱仪被构造为从第二接收端口接收光并产生第二组光谱。

所述处理器可以构造为从第一组光谱数据移除作为内部目标的与其中所关心的被分析物无关的光学散射特性的差异的特征的光谱信息。所述处理器可以构造为可以从表示内部目标的所述已校准光谱数据中移除作为内部目标的与其中所关心的被分析物无关的光学散射特性差异的特征的光谱信息。所述处理器可以被构造为可以按照下式使用第一和第二组光谱从所述第一组光谱移除覆盖特征的光谱信息特征：

${\hat{R}}_{\mathrm{ort}}=R_{\mathrm{sfm}}-{\tilde{R}}_{\mathrm{sf}}{w}^T$

其中R_sfm是来自第一组光谱的光谱，

是来自第二组光谱的光谱，w是权重，“T”表示矩阵转置操作，以及

包括表示内部目标的已校准光谱信息。所述处理器可以进一步构造为可以在产生所述已校准光谱信息之前使第一和第二组光谱相对于彼此归一化(normalize)。

所述处理器可以被构造为通过相对于从来自多个样品的一组光谱确定得到的主成分的一组负载向量正交化所述第一组光谱，从所述第一组光谱移除作为内部目标的光学散射特性差异的特征的光谱信息。所述多个样品可以具有选定范围内的内部目标的特性。例如，所述内部目标的特性可以是诸如pH值、血细胞比容、组织氧合这样的被分析物或其他特性。所述范围可以选择为可以使光谱校准和/或分析更加容易。例如，pH值选择的范围可以是7.37±0.001pH单位。

所述处理器可以被构造为可以通过一组步骤对所述第一组光谱正交化，所述步骤包括：(a)对一组标定光谱执行主成分分析以确定一组与标定光谱的主成分相应的负载；(b)由主成分分析确定一个或多个正交化因子；(c)形成具有至少一个等于正交化因子的数量的维度的负载矩阵；以及(d)相对于所述负载矩阵正交化所述第一组光谱。

在另一方面，本发明提供一种用于校准相应于样品中的内部目标的信息的方法，所述信息通过这样的系统测量，所述系统具有光源，检测系统，以及一组至少第一、第二和第三光端口，所述组从光源传输光到样品并从样品接收光并导向检测系统，其中第一端口和第三端口之间的距离相应于第一检测距离，第二端口和第三端口之间的距离相应于第二检测距离，其中第一检测距离大于第二检测距离，且其中(i)第一和第二端口是传输端口而第三端口是接收端口，或者(ii)第一和第二端口是接收端口而第三端口是传输端口。所述方法包括：(a)使用所述组的一个或多个光端口照射样品；(b)使用检测系统检测反射光；(c)产生相应于第一检测距离的第一组数据和相应于第二检测距离的第二组数据，其中所述第一组数据包括相应于样品内部目标和覆盖在内部目标上方的特征两者的信息，所述第二组数据包括相应于覆盖在内部目标上方的特征的信息；以及(d)使用第一和第二组数据从第一组数据移除覆盖在上方的特征的信息特征以产生表示内部目标的已校准信息。

所述方法的实施例可以包括任意下述特征。

所述检测系统可以是光谱检测系统，所述第一和第二组数据可以包括第一和第二组光谱，且从第一组光谱数据移除覆盖在上方的特征的光谱信息特征可以包括使用第一和第二组光谱数据从第一组光谱数据移除覆盖在上方的特征的光谱信息特征，以产生表示内部目标的已校准光谱信息。从所述第一组光谱移除样品的覆盖特征的光谱信息特征可以包括依照下式组合所述第一和第二组光谱：

${\hat{R}}_{\mathrm{ort}}=R_{\mathrm{sfm}}-{\tilde{R}}_{\mathrm{sf}}{w}^T$

其中R_sfm是来自第一组光谱的光谱，

是来自第二组光谱的光谱，w是权重，“T”表示矩阵转置操作，以及

包括表示内部目标的已校准光谱信息。

所述方法可以进一步包括在产生所述已校准光谱信息之前使第一和第二组光谱相对于彼此归一化。所述光谱的归一化可以包括在所述第一和第二组光谱之间进行多项式拟合。可以从记录自一个或多个反射标准件(reflectance standard)的第一和第二组光谱得到多项式拟合中所使用的系数。

所述方法可以包括处理第一组光谱以移除作为内部目标的与其中所关心的被分析物无关的光学特性的差异的特征的光谱信息。所述方法可以包括处理表示内部目标的所述已校准光谱数据以移除作为内部目标的与其中所关心的被分析物无关的光学散射特性差异的特征的光谱信息。内部目标的与其中所关心的被分析物无关的光学特性差异的光谱信息特征的移除可以包括相对于由来自一组标定光谱确定得到的主成分的一组负载向量正交化所述第一组光谱。

第一组光谱相对于一组负载向量的正交化可以包括：(a)在一组标定光谱上执行主成分分析以确定一组与标定光谱的主成分相应的负载；(b)由主成分分析确定一个或多个正交化因子；(c)形成具有至少一个等于正交化因子数量的维度的负载矩阵；以及(d)相对于所述负载矩阵正交化所述第一组光谱。

在另一方面，本发明提供一种用于测量受试者中的被分析物的方法，所述方法通过以下步骤来完成：(a)依照本文所公开方法基于来自动物的反射测量结果生成一组已校准光谱；(b)基于动物中分析物的测量结果和来自动物的一组已校准光谱之间的关系建立(develop)一个或多个标定方程；(c)依照本文所公开方法基于来自受试者的反射测量结果生成一组已校准光谱；以及(d)基于所述一个或多个标定方程和所述来自受试者的一组已校准光谱确定受试者中的被分析物的值。所述受试者可以是人。基于来自所述动物和所述受试者的反射测量生成的已校准光谱可以被进一步处理以移除包含被分析物的内部目标的光学特性差异的光谱信息特征。

本发明还提供一种用于测量受试者中的被分析物的方法，所述方法通过以下步骤完成：(a)依照本文所公开方法基于来自受试者的第一身体位置的反射测量结果生成一组已校准光谱；(b)基于第一身体位置处的分析物的测量结果和来自第一身体位置的一组已校准光谱之间的关系建立一个或多个标定方程；(c)依照本文所公开方法基于来自受试者第二身体位置的反射测量结果生成一组已校准光谱；以及(d)基于所述一个或多个标定方程和所述来自第二身体位置的一组已校准光谱确定第二身体位置处的被分析物的值。所述受试者可以是人，所述第一身体位置可以是臂部，所述第二身体位置可以是腿部。基于来自所述第一和第二身体位置的反射测量生成的已校准光谱可以进一步处理以移除包含被分析物的内部目标的光学特性差异的光谱信息特征。

除非另外限定，文中所使用的所有技术和科学术语与本发明所述领域的一般技术人员通常说理解的具有相同的意思。在下文中描述了适宜的方法和材料，但是与本文所描述的类似和等价的方法和材料也可以用于本发明的实践或测试。文中提及的所有的出版物、专利申请、专利以及其它参考被全部并入作为参考。在冲突的情况下，以本说明书，包括定义，为准。另外，材料、方法和例子仅是说明性的而不是对本发明的限制。

根据随后的详细说明以及权利要求，本发明的其他特征和优点将会变得明显。

附图说明

图1是文中所描述的光谱仪系统的示意图。

图2是图1的光谱仪系统的光具座和选择的组件的示意俯视图。

图3是白炽灯的示意图。

图4A是用于将光传送到样品的两条纤维光缆以及用于将来自样品的光传送到摄谱仪的纤维光缆的布置的示意图。

图4B是用于将光传送到样品的纤维光缆中的纤维以及用于将来自样品的光传送到摄谱仪的纤维光缆中的纤维的布置的端面示意图。

图5A是用于将光传送到样品并从样品接受光的探头的实施例的示意侧视图。

图5B是具有集成光源的探头的实施例的示意仰视图。

图6A是用于保持和遮盖图5所示的探头的遮光罩的示意俯视图。

图6B是图6A所示的光屏蔽罩的可选实施例的示意俯视图。

图7是用于图1的光谱仪系统中的关闭物(shutter)的示意图。

图8是用于控制图7中所示的关闭物的电路的电路图。

图9A-9E是示出了测自人类受试者的反射光谱在进行校准之后得到的结果的图表，所述校准移除了由于位于上方的位于上方的层导致的光谱干扰。

图10A-10E是示出了测自另一人类受试者的反射光谱在进行校准之后得到的结果的图表，所述校准移除了由于位于上方的位于上方的层导致的光谱干扰。

图11是示出了对于未经校准的光谱数据的最大血红素吸光率-测得的血液血细胞比容的图。

图12是示出了已经对位于上方的皮肤和脂肪层的影响进行了校准的光谱数据的最大血红素吸光率-测得的血液血细胞比容的图。

图13是近红外反射光谱仪系统的实施例的图像。

图14是示出了来自不同人类受试者的一组未校准的光谱吸光率测量结果的图表。

图15是示出了在应用了PCA负载校准算法(PCA loading correctionalgorithm)之后来自不同人类受试者的一组光谱吸光率测量结果的图表。

图16是示出了基于未经校准的光谱吸光率数据的pH值PLS模型的预测pH值-测得的pH值的图表。

图17是示出了基于经PCA负载校准算法校准的光谱吸光率数据的pH值PLS模型的预测pH值-测得的pH值的图表。

图18是示出了染料ADS780WS的水溶液吸收光谱(aqueous absorptionspectrum)的图表。

图19是示出了一组类组织假体样品的短距离吸收光谱的图表。

图20是示出了一组类组织假体样品的长距离吸收光谱的图表。

图21是示出了一组类组织假体样品的应用了短距离校准后的长距吸收光谱的图表。

图22是示出了来自一组类组织假体样品的未校准光谱吸光率测量结果的图表。

图23是示出了来自一组类组织假体样品的应用了短距离校准后的光谱吸光率测量结果的图表。

图24是示出了来自一组类组织假体样品的应用了SNV尺度校准(SNVscaling correction)后的光谱吸光率测量结果的图表。

图25是示出了来自一组类组织假体样品的应用了PCA负载校准后的光谱吸光率测量结果的图表。

图26是示出了来自一组类组织假体样品的应用了短距离校准以及SNV尺度校准后的光谱吸光率测量结果的图表。

图27是示出了来自一组类组织假体样品的应用了短距离校准、SNV尺度校准以及PCA负载校准后的光谱吸光率测量结果的图表。

图28是示出了基于未校准光谱吸光率数据的染料浓度的PLS模型预测结果的图表。

图29是示出了基于经过三种不同方法校准后的光谱吸光率数据的染料浓度的PLS模型预测结果的图表。

图30是示出了记录自位于相似pH值水平的不同人类受试者的光谱吸光率数据的图表，其中所述数据使用短距离和SNV尺度校准方法进行了校准。

图31是示出了图30的光谱吸光率数据进一步使用PCA负载校准方法之后的图表。

图32是示出了记录自位于不同pH值水平的不同人类受试者的光谱吸光率数据的图表，其中所述数据使用短距离和SNV尺度校准方法进行了校准。

图33是示出了图32的光谱吸光率数据进一步使用PCA负载校准方法之后的图表。

在不同的图中相同的参考标记指示相同的元件。

具体实施方式

如文中所述，一种新型光纤传感器和相关的处理器被用于扩展NIRS在血液和组织化学成分的非创测量方面的适用性，其中所述处理器被编程和构造为可以执行一定的数学算法。所述传感器被设计并用于移除诸如皮肤和脂肪这样的不关心的一个或多个组织的干扰光谱影响，由此允许基于化学统计学的标定方程更加的通用化，所述不关心的组织位于所关心的组织上方并使从这些所关心的组织上测得的信号复杂化，所述测得的信号譬如散射自患者体内的肌组织和/或器官。具体地说，所述传感器具有用于检测散射和反射自患者的光的检测部分以及至少两个位于与检测部分相距不同距离的位置的照射部分。来自靠近检测部分的照射部分的光引起主要由位于上方的脂肪和皮肤层导致的反射光谱，而来自距离检测部分更远的照射部分的光引起由于来自位于上方的皮肤和脂肪层和更深的肌肉和/或器官层的反射的结合导致的反射光谱。两个光谱中的信息以及通用化的基于化学统计学的标定方程可以用于恰好地提取所关心的组织，例如位于下方的肌肉和/或器官层，的化学信息。

所述传感器也可以用于降低和/或移除由于所关心的组织中样品间的结构变化而产生的干扰光谱影响。例如，所述传感器可以用于测量位于皮肤和脂肪层下方的一个或多个肌组织中的具体被分析物。在从测得的反射光谱中移除皮肤和脂肪层的光谱影响之后，可以通过传感器执行另外的步骤以移除由肌组织光学特性的差异引起的光谱影响。例如，肌组织的光学特性可以根据肌组织的表面组织，和/或毛细管密度，和/或纤维结构，和/或其它结构特性而有所不同。所关心的组织的光学特性的差异一般影响组织的光学散射系数。

通过基于已校准的反射光谱通用化标定方程，传感器当置于不同于用于标定的组织部位的其它组织部位或肌肉上时，可以用于执行精确的测量，且从病理生理学的动物模型获得的标定方程可以应用到人类受试者并具有临床上可接受的结果。所述模型也可以在临床测量期间应用以对将会改变光谱的变化的病人状况，譬如皮肤血液流动和创口愈合过程中表面变化，进行校准。

此处所述的新型装置和技术目的在于降低来自位于上方的皮肤和脂肪对测自位于下方肌肉和/或器官的光谱的光谱干扰。当成功地实现时，使用这些装置和技术建立的标定方程可以用于从几乎任何解剖位置获得的光谱，无需考虑位于上方的层的光学特性。此外，所述新型装置和技术目的在于降低所关心组织中的结构差异造成的光谱干扰，所述结构差异与在所关心组织中的特殊被分析物的测量无关。基于针对所关心组织中的结构差异(例如影响所关心组织的光学特性的差异)被校准的光谱而建立的标定方程可以用于单个测量受试者的不同测试区域，和/或不同测量受试者。例如，基于在患者脂肪和皮肤层较薄的臂部执行的测量建立的标定方程可以用于收集自患者脂肪和皮肤层较厚的腿部的光谱。

利用强力的光源和敏感的探测器，此处所述的装置和技术通过降低来自位于上方的皮肤、脂肪和肌层，以及来自内部器官组织的结构差异的光谱干扰而允许从内部器官收集精确的光谱。新途径的另一优势是可以连续地补偿诸如皮肤血液流动和表面组织的变化之类的变化中的病人状况。通过从位于下方的层的光谱中移除位于上方的层的光谱干扰，位于上方的层光谱的变化将几乎不会引起从反射光谱获得的位于下方的层的测量信息的变化。通过移除来自所关心的组织(例如，所述位于下方的层)的结构变化的光谱干扰，所关心组织的结构变化将仅仅给所关心组织中的选定被分析物的测量信息带来相对较小的变化。这些光谱干扰校准允许更精确地确定来自患者的重要血液和/或组织化学组成参数。

活体标定(In-vivo calibration)需要接触这样的患者，其体内要被测量的被分析物存在变化且所述患者在所述装置和技术的今后应用中呈现相同或近似的病理生理状况。往往，很难接触到足够数量的受试者，而且即使有这样的受试者，差异也没有大到足以包含用于建模和测量所需的参数的整个病理生理范围。另一问题是如何合并来自新的治疗方法的潜在光谱干扰。例如，当获取测量肌肉pH值以帮助引导病人从休克复苏的方法时，由于病人休克时使用的治疗药剂，可能需要修正用于确定肌肉pH值的标定方程。然而，故意地将人类受试者置于休克中以建立修正的标定方程是不可能的。一种用于建立跨越较大的医学参数范围并可以根据新的条件和药物而改变的健壮的标定方程的优异方法是在动物上建立标定方程并将其直接转化到人体上。通过使用动物，可以例如观察由严重休克引起的被分析物值的变化。这可以在多种动物上进行，以使所述传感器在它用于严重病人之前可以验证这种应用。还有一些被分析物难以在临床环境下可靠地变化。然而，本文所述的方法将允许在动物上建立的标定方程成功地转化为可以用于人类受试者。一旦移除了位于上方的组织层的光谱影响，诸如猪这样的动物的肌肉光谱可能与人类受试者的肌肉光谱相似。人类和/或动物肌肉结构中的光谱差异可以使用移除这些变化的方法进行校准。然后从猪的肌肉提取的标定方程可以用于人类受试者。

总系统

如图1所示，便携的、基于光纤的光谱仪系统包括灯104、灯的电源106、光具座108、遮光器系统110、遮光器系统的驱动器112、摄谱仪114、纤维光缆116以及计算机118，所述光谱仪系统用于对来自远离系统的样品102的反射光谱的测量。来自灯的光被光具座106中的光学器件操纵并被由遮光器驱动器112驱动的遮光器系统110所控制。光可以有选择性地通过遮光器系统110并进入第一纤维光缆116a或第二纤维光缆116d，这两条光缆将光导向样品102以照射样品。

当光在纤维光缆116a或116d中导向样品时，光从样品102反射并被纤维光缆的第三部分116c收集，所述纤维光缆的第三部分116c将从样品102反射的光导到摄谱仪114。摄谱仪114分析反射光以收集样品102的信息。

摄谱仪114可以是可以用计算机控制来操作的商业便携式摄谱仪。例如，可以使用Ocean Optics USB2000摄谱仪，该摄谱仪具有在500-1000nm的波长范围性能最优化的光栅。摄谱仪探测器可以是2048单元的浅井线性CCD阵列。所述摄谱仪可以装备有200微米宽的狭缝以提高分辨率、一集光透镜以提高光收集效率以及一长通滤波器以阻断波长小于475nm的光到达探测器。USB2000摄谱仪例如通过USB或RS232端口与计算机118连接。

所述系统100进一步包括内置计算机(on-board computer)，用于控制遮光器驱动器112、摄谱仪114，以及用于处理、存储以及显示来自摄谱仪的数据。

如图2所示，光具座108包括系统的几个基本光学元件。照明灯104提供用来照射样品的光。第一光学连接器212将光耦合到用于输送光以照射样品102的第一纤维光缆116a。第二光学连接器214将光耦合到用于输送光以照射样品102的第二纤维光缆116d。遮光器250可以选择是第一纤维光缆116a还是第二纤维光缆116d被灯光照射。光具座108用于建立和保持上述光学元件的正确对准，以提高作为反射光谱测量系统的系统100的精确度和再现性。光具座108可以由铝构成，因为铝可以被容易地加工到紧公差，且具有高热传导性以促进热消散和最小化系统100的元件上的热应力和变化。

灯104可以是白光源(例如，诸如Welch-Allyn 8106-001灯泡这样的卤钨9W灯泡)，由特别设计的电源106驱动以允许灯的快速斜升(ramp-up)和稳定操作。灯104可以是连续波(“cw”)光源或脉冲光源。灯104被容纳在它自己的经机加工的反射器中，从而当需要时它可以相对容易的更换，且通过光具座的设计可以确保它的光学对准。所述灯靠着机械止动件(mechanical stop)静止，所述机械止动件确保灯精确地相对于纤维光缆116a和116d定位。来自灯104的光可以通过后部反射器220(例如，椭球反射器)沿着光具座108的中心轴线聚焦。

一般的灯的构造如图3所示，其中示出了白炽光源300，包括位于透明灯泡304中的电阻灯丝302。灯丝302一般由钨制成。灯泡304可以由玻璃、石英或其它材料制成，且可以是真空的或装满卤气(halogen gas)、惰性气体或气体混合物。电流从电源306通过导电导线308供应到灯丝302，所述导电导线308电连接到光源的底部310。电流使得灯丝如黑体一样辐射。电源306可以供应直流电(DC)或交流电(AC)。为了确保灯104的稳定操作以及从灯泡放射恒定的光谱，所述灯丝被电路驱动，所述电路向灯丝供应电流，使得灯丝的温度保持基本恒定，从而可以从灯泡放射稳定的黑体辐射光谱。

纤维光缆系统

重新参考图1，来自光源104的光可以用于激发样品102的电磁反射光谱。光可以在纤维光缆116a和/或116d中从光源104通到样品102以照射样品并光学地激发样品。从样品102反射的光可以被收集并在纤维光缆116c中从样品102输送到摄谱仪114，所述摄谱仪114测量样品102的反射光谱。缆线116a中的照射光离开缆线并在与缆线116c的入口相距第一距离(例如，约32mm)处入射到样品102上，所述缆线116c收集来自样品的反射光并将所述反射光导向摄谱仪114用于分析。缆线116d中的照射光离开缆线并在与缆线116c的入口相距小于第一距离的第二距离(例如，约2.5mm)处入射到样品102上。在样品被来自缆线116a和116d的光照射时收集的来自样品的光谱可以如下所说明的那样用于提取样品的详细信息。

参考图2，用于照射样品102的纤维照射光缆116a可以被直接定位在灯104的前面，纤维光缆116a的端部位于从灯104放射的光的焦点上。在系统使用之前，缆线116a被插入位置，且机械棘爪止动件(click stop)确保缆线116a相对于灯104和反射器220恰当地定位和紧固。

也是用于照射样品102的第二纤维光缆116d穿到光具座的端口214中，例如，相对于聚焦射束轴与反射器220的光轴成约5度和约90度之间的角度(例如，在约10度和约60度之间，在约15度和约35度之间)。将缆线116d放入端口214中与聚焦射束轴成一角度，与处在轴线位置的缆线116d相比，导致进入缆线116d的光的强度降低。然而，由于缆线116d以与缆线116a相比到检测光缆116c更近的距离输送光到样品，所以经样品反射并被检测缆线116c收集的光的量可以是相似的，不管是来自缆线116a的较高强度的光还是缆线116d中较低强度的光照射样品。

如图4A所示，纤维光缆可以包括不同的纤维束116a、116c和116d。在容纳摄谱仪114和光源104的单元100的外部，保持样品束116a或116d的缆线可以与保持返回束116c的缆线一起被容纳在公用的保护套中。样品束116a、116c和116d在系统100的罩壳外部可以在罩壳下游约8-12英寸处聚集在一起，所示罩壳容纳摄谱仪114和灯104。容纳束116a、116c和116d的缆线将摄谱仪114和灯104连接到探头400，所述探头400位于样品102处，以对样品102执行反射测量。

如图4B所示，在缆线系统的样品端，探头400包括照射束116a和116d，所述照射束116a和116d定向为垂直于罩壳400的一面并垂直于样品102的表面。罩壳400可以保持照射纤维束116a、照射纤维束116d以及检测纤维束116c的端部。纤维束116a可以包含约2666个数值孔径(NA)约为0.66的50μm的玻璃纤维。返回缆线116c中的纤维检测束将来自样品的反射光返回到摄谱仪114，且在一个实施例中其可以包含109个数值孔径约为0.66的50μm的玻璃纤维。在纤维的样品端，所述纤维被定向为垂直于样品102。沿着纤维光缆的长度方向，在位于一端的光源104和摄谱仪114以及位于另一端的样品102之间，输送光到样品的样品照射束116a通过一不透明材料与返回束116c光学地屏蔽，所述不透明材料例如为不透明带或塑料套或管子，使得任何从照射束116a和116d泄漏的光不会耦合到返回束116c中。为了提高灯104和/或样品纤维束116a和116d之间的光学耦合，锥形的NA转换器可以放置在样品缆线束116a和116d的端部以将光源的0.42NA转换到纤维的0.66NA。这将进入纤维的收集效率提高了约15％。

为了将返回纤维束的NA降低到确保与摄谱仪114合适地连接所需的0.22，600μm直径的石英玻璃杆可以放置在纤维束116c的端部。为了防止散射光进入摄谱仪114，可以使用黑色、吸光环氧树脂或其它材料包围所述石英棒。

如图5所示，光可以从单元容纳灯104和摄谱仪114的单元502输送到探头400，所述探头400可以在纤维束116a和/或116d中将光输送到样品102，且从样品散射的光可以被收集在纤维束116c中并导回摄谱仪114。束116a、116c和116d可以容纳在伸展于单元502和/或探头400之间的单个缆线中，且所述缆线可以是几米长以允许方便的接近并收集来自样品或患者的数据。为了最小化光照射束116a和116d以及光检测束116c之间的串扰，从灯104输送照射光到样品102的束116a和116d可以包裹在黑带子或其它不透光材料中，从而任何泄漏光都不能耦合到光返回束116c。

如图5所示，探头400可以具有用于将光输送到样品的照射光部分506，其与检测光端口508之间具有距离为(SD)₂的空间隔离，所述检测光部分508用于从样品接收光。纤维束116a可以水平地耦合到探头400，而来自束116a的光可以从在探头内的45°反射镜反射并从光端口506垂直地指向样品102。相似地，从样品102散射的光可以被光端口508收集并通过反射镜510反射到检测纤维束116c中。或者，纤维束116a和116c可以水平地进入探头400，然后沿垂直方向弯曲90°，以致它们分别直接耦合到光端口506和508。

照射光端口506可以容纳具有0.66总NA的、由50μm的玻璃纤维构成的3.5mm束，用于将来自罩壳单元502的光导向样品102。样品102可以包括顶层(例如皮肤层)102s、位于上方的层(例如脂肪层)102f以及位于下方的层(例如肌肉层)102m，且光可以从任意或全部层反射到检测纤维束116c。耦合到束116c的检测光端口508与照射光端口相隔约10mm到100mm(例如，约20mm和约50mm之间，约30mm和约40mm之间，约30mm和约32mm之间)之间的距离，并将来自样品的漫反射光导向容置摄谱仪114的单元502，在摄谱仪114中可以对所述反射光进行分析。光端口508可以具有有着0.66总NA的、由50μm的玻璃纤维构成的1mm直径的检测束。

探头400可以包括另一照射光端口514，所述另一照射光端口514被构造为与第一照射光端口506相似，但定位为比第一照射光端口506更靠近检测光端口508，距离为(SD)₁。距离(SD)₁可以在约1mm到约5mm(例如约1.5mm，约2.5mm，约3mm，约4mm)之间。例如，第二照射光端口514的1mm纤维束的中心可以定位为距离检测光端口508的1mm直径纤维束的中心约2.5mm处，而第一照射光端口508的3.5mm纤维束可以定位为距离检测光端口508的中心约30mm处。光端口514的直径可以小于光端口506的直径，从而，虽然与光端口514相比更多的光从光端口506入射到样品102上，但是不管样品是受到来自照射端口506还是514的光的照射，通过检测光端口508收集到的反射强度大致相同。不管样品是受到来自照射端口506还是514的光的照射，反射光谱中具有相同的强度，这允许获得较好的信噪比，而在使用来自两个照射部分之一的光时无需在探测器上进行较长时间的积分。

两个照射光端口506和514与检测光端口508之间的相应间隔((SD)₁和(SD)₂)要结合放射自照射光端口506和514的光的强度和光谱以及样品102的用来获得样品102具体信息的反射光谱进行选择。例如，光谱仪系统100可以用于使近红外辐射(例如，具有波长700-1000nm的辐射)通过人类患者的皮肤，以允许直接地、非创地测量血液化学成分或位于皮肤下方的组织的化学成分，而无需从患者移出血液或组织样品。具体地说，系统100可以用于根据使用系统获得的连续波近红外光谱来测量肌肉pH值，肌肉氧张力(PO2)以及血液血细胞比容。较短的距离(SD)₁应该被选为恰好地只引起来自不关心组织的反射，譬如覆盖在诸如肌肉或器官组织这样的所关心的组织上的皮肤和脂肪。

为了记录来自人类患者的光谱信息，探头400的导热脚520放置为与患者身体的一部分接触，光从照射端口506和/或514导向患者，且反射光被收集在检测端口508中。例如，探头400的脚520可以放置为与患者前臂表面上的皮肤接触，从而光可以从照射光端口506和/或514放射，从患者身体的一部分(例如，患者的手、前臂、小腿、大腿、胃或胸)中的组织反射并经由检测光端口508而被收集。为了记录来自患者肌肉的信息，来自照射光端口506和/或514的光透过皮肤层102s和脂肪层102f，所述皮肤层和脂肪层一般具有约3mm和约10mm之间的厚度(例如，约4mm和约5mm之间的厚度)，抵达肌肉层102m，然后光从肌肉层散射并被收集在检测光端口508中。在一些实施例中，第二照射光端口514和检测光端口508可以一起位于一个导热脚520中，例如，在涉及检测人类肌肉中的被分析物的实施例中。

使用灯104，例如8W灯，可以从3.5mm直径的照射光端口506或514放射出约7流明(lumens)的光，或从6mm直径的照射光端口放射出约25流明(lumens)的光。已经通过经验确定照射光端口506和检测光端口508之间相隔约30mm时允许在检测光端口508中收集的光包括由于散射自位于皮肤和脂肪层102s和102f下方的肌肉组织102m的光而导致的显著信号。当从定位为比第一照射光端口506更接近检测光端口508的第二照射光端口514放射光时，在检测光端口508中收集的光包括来自散射自覆盖在上方的皮肤和脂肪层102s和102f的光的显著信号。这第二个信号可以用于从患者臂部照射来自第一照射光端口506时记录的总信号中移除由于覆盖在上方的皮肤/脂肪层102s和102f的散射和/或吸收而引起的信号成分。放射自两个照射光端口506和514的光可以产生于同一个灯104，且遮光器可以用于控制来自第一照射端口506和第二照射光端口514中每一个的光的出射情况，这将在下文中更详细的描述。

相应于来自浅的皮肤/脂肪层102s和102f和来自较深的肌肉层102m的散射光的两个信号也可以通过使用单个照射光端口和两个检测光端口来获得，其中一个检测光端口比另一个检测光端口更加接近所述照射光端口。

探头400和它的脚520可以用导热材料(例如，铝或铜)制成，以将热量从患者的皮肤导走。如果探头由非传导性材料(例如塑料)制成，则通过照射光端口506和/或514输送的热量足以扩张患者血管并改变患者的皮肤血量。这种热量对皮肤血流方面的影响可以改变记录自患者的反射光谱。探头400中的热传导体提供了位于探头400相对端的脚520之间的热桥，从而患者组织的温度在照射端口506和514以及检测端口508附近区域的温度基本相同。

参考图5B，在一些实施例中，光源可以包括一个或多个发光二极管。探头400包括位于探头400内的第一光源580以形成与检测端口584相距(SD)₂的照射端口。探头400还包括位于探头400内的第二光源582以形成与检测端口584相距(SD)₁的照射端口。光源580和582不包括纤维光缆或其他耦合元件，且被定位为可以使来自每一个光源的光都可以直接照射样品。样品反射的光经由检测端口584被系统接收。

光源580和582每一个都可以包括发光二极管(LED)阵列。LED的数量和空间分布可以被选定以从每一个光源在检测端口584中提供特定的反射光强度。例如，光源580可以包括相对较密集设置的LED阵列，而光源582可以包括较不密集设置的LED阵列，从而检测端口584从两个光源的每一个接收到的反射光在强度上基本相等。

在光源580和/或582中使用的LED可以提供电磁光谱的不同区域中的光。例如，LED可以提供具有在光谱的可见和/或紫外线和/或近红外和/或红外区域的波长的光。LED还可以提供光谱的其他区域中的光，以及同时提供光谱的多个区域中的光。在一些实施例中，具有不同的发光特性(例如，波长，强度以及其他特性)的多种不同类型的LED可以被设置在单个光源中，譬如光源580和/或光源582。

在某些实施例中，光源580和/或光源582可以包括其他类型的光源(例如，白炽光源，基于激光的光源)，这些光源可以集成在探头400中或耦合到探头400。诸如光谱仪这样的探测器可以并入探头400，或可以光学耦合到探头400，例如，使用纤维光缆。

参考图6A和图6B，探头400可以通过遮光罩600被定位在恰当的位置上。遮光罩600具有开口602、开口604和开口606，通过开口602安装探头400的脚520，通过开口604安装照射光端口506，通过开口606安装第二脚520。第二脚可以容纳照射光端口514和检测光端口508。由此，遮光罩将探头400的脚520以及照射和检测光端口506、514和508定位在固定位置。遮光罩600包括使患者身体不受杂散光照射的不透光材料，以致只有来自照射光端口506和/或514的光到达患者，并且在检测光端口508中收集的光只是由于发射自照射光端口506的光导致的。遮光罩600可以从检测光端口508沿所有方向延伸约3.5cm以以使所述检测端口不受杂散光照射。探头400定位在遮光罩600中，探头可以定位为靠着患者的身体，例如，通过将遮光罩缠带、绑扎、或粘附为靠着患者的身体。例如，探头400可以通过双面胶固定在遮光罩600上，这使得探头400可以接触患者的皮肤而不会产生可以改变探头下的血量的过大的压力。

如图6A所示，在一些实施例中，所述遮光罩可以被制成为单件的，具有主要部分601以及通过狭窄连接区域605连接到主要部分601的缆线管理部分603，其中所述主要部分具有各种开口和孔。在其他实施例中，如图6B所示，遮光罩具有双件(two-piece)设计，其中缆线管理部分603与主要上部601分离。这样的布置使得两部分分开的距离可以大于连接区域605的长度。在这些实施例中的大部分中，遮光罩的缆线管理部分603典型地包括夹具608或其它可以用于固定缆线的机构，所述缆线容纳有在光谱仪单元502和探头400之间传输光的纤维束116a、116c以及116d。夹具608固定所述缆线，从而缆线的重量不会将探头从它在患者上的位置移动。例如，遮光罩600可以由塑料，或由其他的轻型不透明材料制成。所述遮光罩也可以由导热材料制成，譬如铜或者铝的薄片以帮助多余的热量发散，从而所述热量不会传送到患者的皮肤。

光具座和遮光器系统

光具座可以包括遮光器系统110，用于将光导向纤维光缆系统的不同腿。通过控制在缆线系统中的光路，遮光器系统可以用于选择性地用不同的照射纤维116a或116d照射样品。

再次参考图2，光具座108提供了步进电机240的底座，所述步进电机240驱动遮光器系统110的光学遮光器250。遮光器250被定位在灯104和两个纤维光缆116a和116d之间，且被成形为可以相对两个纤维光缆的每一个阻断或者透过光。在图2中，仅仅示出了遮光器250的上边缘。图7中示出了不透光的遮光器250的外形。遮光器250通过穿过遮光器中的孔710的轴耦接到步进电机240。当轴旋转时，所述遮光器绕着通过孔710的中心的轴线旋转。固定到光具座108的第二轴(未示出)通过遮光器250中的第二孔720并限制遮光器250的旋转动作。

当遮光器250沿顺时针方向最大限度地旋转时，如图7所示，遮光器中的孔730位于灯104和导向样品102的纤维光缆116a之间，从而光通过孔730传播，并且样品102被从纤维束116a射出的光照射。遮光器在该位置时，反射自样品102的光被缆线116c收集并导向摄谱仪114。在该位置，遮光器250的端部740阻止了光进入缆线116d。

当遮光器250沿逆时针方向旋转到中间位置，以致通过孔720的轴位于孔720的中央时，孔730旋转离开自灯104放射的射束的路径。由此，光不会通过孔730，且被不透光的遮光器250阻断而不能进入样品缆线116a。遮光器的端部740还阻止了光进入纤维束116d。

当遮光器250沿逆时针方向最大限度地旋转时，光不会通过孔730，且被不透光的遮光器250阻断而不能进入样品缆线116a。光从遮光器有角的边缘750上方通过并进入纤维束116d并到达摄谱仪114。在该位置，当样品被纤维束116d照射时，摄谱仪114测量样品102的反射光谱。

计算机118控制遮光器250，以使摄谱仪114的数据获取在收集第一通道中的数据(例如，当样品被来自纤维束116a的光照射时)和收集第二通道中的数据(例如，当样品被来自纤维束116d的光照射时)之间切换。计算机118可以经由遮光器驱动电路控制遮光器250。图8示出了遮光器驱动电路的一个实施例。该电路的操作在2005年4月25日递交的题为“用于光反射系数测量的光谱计系统(SPECTROMETER SYSTEM FOR OPTICALREFLECTANCE MEASUREMENTS)”的美国专利申请No.11/113,347(现在出版为美国公开号2005/0259254)中进行了描述，其全部内容在此并入作为参考。

计算机118还控制摄谱仪114如何收集数据。例如，计算机118可以控制摄谱仪探测器的积分时间(integration time)、要平均的光谱的数量以及在光谱存储到电脑中之前平滑的量。计算机118可以独立地完成对于每一个通道的数据获取的这些控制。可以选择参数以最大化在每一个参考通道和采样通道中的响应而不会使探测器饱和。

其他光谱仪系统

适用于光谱仪系统100的光源包括白炽光源，例如灯、发光二极管(LED)、基于激光的光源以及其他光源。例如，一个或多个LED可以结合以提供在对样品进行反射测量中使用的光。例如，通过不同光源提供的光可以包括电磁光谱的选定区域中的波长，诸如红外和/或近红外区域、可见光区域、紫外线区域、和或电磁光谱的其它区域。

在一些实施例中，光谱仪系统100可以被构造为直接照射样品，而不通过纤维光缆从光源耦合照射光。例如，光源可以是白炽灯，所述白炽灯被定位为直接通过诸如孔隙这样的照射端口照射样品。然后，反射自样品的光可以被一个或多个探测器收集并被分析。

在某些实施例中，可以使用不止一个探测器。例如来自照射端口的光可以用于照射样品，而反射自样品的照射光可以在两个检测端口中被接收。两个检测端口中的每一个都可以耦合到构造为可以测量反射光的光谱的光谱仪，从而检测系统包括两个并行操作的光谱仪。可以在每一个检测端口同时获取光谱数据，这相对于只有单个光谱仪的系统具有速度优势。所述系统可以在不使用用于阻断和敞开照射端口的遮光器系统的情况下操作，这可以降低系统的成本并提高系统的机械可靠性。

光谱校准算法

存在三种可以使用的不同的校准算法，虽然每一种校准算法都可以很好地独立工作，但是任意两种算法，或全部三种算法可以一起用来校准测得的光谱数据。

1、短距校准

由覆盖在所关心的组织层(例如，位于下方的组织)上方的组织层引起的光谱成分可以通过从反射光谱中减去由位于上方的层所导致的成分来进行校准，其中所述反射光谱包括来自位于上方的层和位于下方的层两者的成分。包括来自两种层的成分的反射光谱，以及基本上仅包括来自位于上方的层的成分的反射光谱，可以使用光谱仪系统100分别地测量。例如，如图5所示，照射端口506和检测光端口508之间的距离(SD)₂大于照射端口514和检测光端口508之间的距离(SD)₁。可以选择距离(SD)₂，使得当样品102被来自照射端口506的光照射时所记录的反射光谱R_sfm包括关于皮肤层102s、脂肪层102f和肌肉层102m的光谱信息。可以选择距离(SD)₁，使得当样品102被来自照射端口514的光照射时所记录的反射光谱R_sf基本仅包括关于皮肤层102s、脂肪层102f的光谱信息。系统100的仪器参数、纤维尺寸以及光谱仪积分时间可以被选择以对于每一个照射端口和检测端口，获得系统的动态范围下反射光谱中的高信噪比。

在从包括关于位于上方的层和位于下方的组织层两者信息的R_sfm光谱中减去由位于上方的层导致的R_sf光谱中包含的光谱信息之前，所述R_sf光谱可以归一化为R_sfm光谱，从而这些光谱共享一个公用的测量空间。为了将R_sf转换到R_sfm的测量空间，执行从R_sf光谱到R_sfm光谱的光度映射(photometricmapping)。首先，当光从照射端口506和照射端口514入射到样品上时，从反射率值范围在2％到99％的三个或更多的光学上一致到反射标准件记录反射光谱。接着，通过用来自所述99％的参考标准件的光谱去除每一个测得的强度谱来对每一个参考标准件的反射光谱进行评价。例如，50％标准件的评价得到的反射率R是50/99(也就是50.5％)。同样地，99％的标准件的评价得到的反射率R是99/99(也就是100％)。最终，得到一个区分波长的(wavelength-specific)多项式模型，使来自第二光端口514的光照射标准件时记录的R_sf光谱与来自第一光端口506的光照射标准件时记录的R_sfm相互关联。每一个区分波长的模型用于调整从R_sf到R_sfm的反射率评价的标尺(scale)。这个过程校准的是当使用不同的照射端口506和514时的光输出和收集效率。多项式模型可以表述如下：

R_sfm(n，λ)＝aR_sf(n，λ)²+bR_sf(n，λ)+c               (1)

其中n和λ是分别表示目标反射率值(2-99％)以及光的波长的指标，a、b和c是区分波长的多项式系数。多项式系数允许将今后测得的组织光谱R_sf映射到被归一化为R_sfm光谱的光谱

公式1描述了一个二阶多项式模型。然而，一般可以使用高阶(例如3阶、4阶或更高阶)多项式模型。

在记录自两个不同的照射光端口506和514的光谱归一化之后，所述记录自两个不同的照射光位置的光谱被正交化(就是，从包括来自位于上方的层和位于下方的层两者的成分的光谱中移除由于位于上方的层导致的光谱成分)。正交化涉及矩阵乘法。首先，表示光谱R_sf和R_sfm之间的相关性的波长相关权重，w，由下式确定：

$w={R_{\mathrm{sfm}}}^T{\tilde{R}}_{\mathrm{sf}}{\left({{\tilde{R}}_{\mathrm{sf}}}^T{\tilde{R}}_{\mathrm{sf}}\right)}^{-1}---\left(2\right)$

其中上标T指矩阵的转置，

是与当光从照射端口514入射到样品102上时记录然后在光度上映射到R_sfm测量空间的反射光光谱相应的向量。在确定权重之后，可以通过使用下式移除位于上方的层的光谱特征：

${\hat{R}}_{\mathrm{ort}}=R_{\mathrm{sfm}}-{\tilde{R}}_{\mathrm{sf}}{w}^T---\left(3\right)$

其中

是在移除了由于皮肤和脂肪导致的反射成分之后得到的正交化光谱，且基本上仅包括来自位于下方的(肌肉)层102m的信息。

可以与PLS或其他多变量校准技术一起用来建立标定方程，所述标定方程用于从正交化的反射光谱

确定位于下方的层102m的化学特性，其中所述标定方程与位于上方的层的光学效应无关。

当所述标定方程用于医学检测装置时，可以使用与用来产生标定方程具有相同设计的光纤探头来收集患者的光谱，且正交化光谱应该在用于标定方程之前被计算出来。

2、利用标准正态变量尺度进行的校准

标准正态变量(SNV)尺度(scaling)技术可以用于降低对测得的反射光谱的散射以及其它不希望的影响。适合的SNV实现方式在，例如R.J.Barnes等人1989年发表于Applied Spectroscopy的第43期第772页的文章中已经公开，其全部内容在此并入作为参考。SNV方法可以用于，例如，降低所关心的诸如肌肉组织这样的组织的光学特性的差异所引起的对于测得的反射光谱的影响。

3、利用主成分分析负载进行的校准

在一些实施例中，光谱反射测量记录自受试者的身体的多个位置，和/或记录自多个受试者。一个受试者与另一个之间所关心的组织的光学特性的差异，例如，可以将差异引入反射数据中，而该差异与所关心的测量分析物无关。例如，在记录自一组受试者的肌肉组织反射光谱中，受试者所关心的测量分析物可以是肌肉组织pH值。然而，除了肌肉组织pH值引起的差异之外，记录自不同受试者的肌肉组织的反射光谱还可以包括由肌肉组织肌理、和/或毛细管密度，和/或纤维结构、和/或肌肉组织的其它结构特性差异所引起的光谱成分。对于不同受试者的肌肉组织，这些结构特性上的差异一般会产生波长相关的散射系数的差异。

可以使用大量受试者来对所关心组织的光学特性进行建模。然而，测量和分析来自大量受试者的反射光谱所需的时间和费用可能使得这个方法对于临床应用来说是不切实际的。替代地，在PLS模型应用中使用反射光谱数据测量所关心的被分析物之前，数值算法可以用来降低和/或移除在反射光谱中由所关心组织的光学特性差异引起的光谱成分。

主成分分析(PCA)负载校准可以用于降低和/或移除由在所关心组织(例如要被测量的所关心的分析物所在的组织)中与被分析物无关的光学特性差异对反射光谱的影响。展示出这样的差异的光学特性可以包括散射特性、吸收特性、组织折射率以及其它特性。通常，所关心的组织在红外吸收方面的差异还涉及所关心的一种或多种被分析物的浓度。由此，所关心的被分析物的精确测量可以包括确定和校准对反射光谱的与分析物无关的影响。

PCA分析可以用来获得与分析物无关的差异的光谱“标记”，然后所述光谱“标记”可以经由正交步骤从光谱反射数据中移除。PCA负载校准可以在标定和预测步骤期间应用，以进一步改善从已校准光谱反射数据构造的PLS模型。

所关心的组织的光学特性的差异引起的光谱反射测量的差异可以在一系列步骤中被降低和/或移除。例如，在一些实施例中，第一分析步骤包括确定反射光谱中与目标分析物无关的差异，所述确定通过对从具有基本近似的被分析物值的同一标定组中的不同受试者(和/或从同一受试者的不同位置)收集的一组光谱进行PCA而实现。所述差异可以表示为从PCA获得的一组主光谱成分的负载向量。第一分析步骤可以表示为公式4

X_0，mc＝X₀-X_0，mean＝SP^T+E                              (4)在公式4中，X₀是具有维度m₀×n矩阵。X₀的m₀行的每一行相应于记录自不同样品的用于PCA的反射光谱，n是每一反射光谱中波长点的数量。X₀中的光谱包括与被分析无关的光谱反射差异。矩阵X_0，mean具有维度m₀×n且包括m₀行，其中每一行都是1×n的向量，它的元素与X₀的列平均值对应，从而从X₀减去X_0，mean得到尺度为m₀×n的矩阵X_0，mc，其中X_0，mc是X₀的以均值为中心的矩阵(mean-centered matrix)。S是具有m₀×f₀维度的PCA评估矩阵(scorematrix)，其中f₀是用于为X₀中变量建模的主成分的数量。矩阵P是PCA负载矩阵且具有维度n×f₀。具有维度m₀×n的矩阵E是没有被PCA建模的X₀的光谱残余的矩阵。

在第二分析步骤中，用于PLS标定的光谱和用于基于PLS预测的光谱被关于在第一步中获得的主成分负载向量正交化。在校准后的光谱中，由于所关心的组织的光学特性的差异导致的光谱成分被降低和/或移除，其中所述校准后的光谱是第二分析步骤的结果。第二分析步骤可以用公式5来表示：

$X_{\mathrm{ort}}=(X-X_{0,\mathrm{mean}(m,n)})-(X-X_{0,\mathrm{mean}(m,n)})P_1{P}_1^T+X_{0,\mathrm{mean}(m,n)}=X-(X-X_{0,\mathrm{mean}(m,n)})P_1{P}_1^T---\left(5\right)$

在公式5中，X_ort是正交化(例如，校准后的)的维度为m×n的光谱矩阵，其中m是样品的数量，例如X_ort的m行相应于记录自m个不同样品的已校准反射光谱。维度为m×n的矩阵X相应于m个原始的，未经校准的光谱。维度为m×n的矩阵X_{0，mean(m，n)}包括m行，其中每一行是1×n的向量，它的元素与X₀的列平均值对应。维度为n×f₁的P₁，是截断负载矩阵，其中列的数量f₁等于在正交化过程中使用的正交化因子的数量。通常，f₁小于或等于f₀，而f₁的值是基于公式4中计算的S和P矩阵的元素值来选择的。在正交化之后，矩阵X_orl中已校准的反射光谱可以用于PLS校准和/或建模中以预测所感兴趣的分析物的值。

4、组合校准方法

在一些实施例中，短距校准、SNV方法以及PCA负载方法中的任意两种或全部三种可以组合起来，通过移除不是由关心的测量分析物引起的光谱特征来校准反射光谱。例如，在一些实施例中，可以首先对一组反射测量结果应用短距校准，以校准由于位于所关心的组织层上方的组织层导致的光谱特征。然后可以对经短距校准的光谱相继进行SNV和PCA负载校准，以校准所关心的组织层中的光学特性的差异，例如在这组反射测量结果包括从受试者的身体的不同部位测得的反射数据，和/或从不同受试者测得的反射数据。

通常，文中公开的算法可以按照所希望的顺序应用，以校准光谱反射数据。一种或多种校准算法按选定顺序应用到反射数据的适宜性一般通过确定基于已校准的光谱反射数据而建立的PLS模型对于所关心的被分析物的精确度来评估(在例子中更详细的讨论)。

实现方式

上文所述的公式和算法可以容易地实现为硬件或软件或两者的组合。本发明可以实现为计算机程序，所述计算机程序按照本文所公开的步骤和图使用标准编程技术实现。所述程序可以被设计为在可编程处理器或计算机，例如微型计算机，中执行，每一个都包括至少一个处理器、至少一个数据存储系统(包括易失性和非易失性存储器和或存储元件)、至少一个诸如键盘或按键阵列这样的输入装置，以及至少一个诸如CRT、LCD或打印机这样的输出装置。程序代码用来输入数据以执行本文中所述的功能。输出信息施加到一个或多个输出装置，譬如打印机、或CRT或其它监视器、或可访问网站的计算机监视器上的网页，例如用于远程监控。

在新系统中所使用每一个程序优选地实现为高级面对程序或对象的编程语言，以与计算机系统通讯。然而，如果需要，程序可以用汇编或机器语言来实施。在很多情况下，语言可以是编译语言或解释语言。

每一个这样的计算机程序可以存储在存储介质或装置中(例如，ROM或磁盘)，可通过一般或特殊用途可编程计算机读取，当存储介质或装置被计算机读取时用于配置或操作计算机执行本文中所描述的程序。所述系统还可以考虑用作计算机可读取存储介质，配置有计算机程序，其中存储介质配置为可以使计算机中的处理器以特殊和预定的方式操作以执行本文中所述的功能。

虽然任何通讯网络都可以用来通过远程监控获得结果，不过因特网或无线系统提供了传输数据的有益选择。

                          示例

短距校准的光谱效应

示例1

在系统100的实施例中，进行了实验以确定照射探头514和探测探头508之间的最佳距离(SD)₁以对人的肌肉上方的皮肤和脂肪的存在进行校准。具有2mm-6mm可调整的短光源-探测器距离(SD)₁以及固定为32.5mm的长光源-探测器距离(SD)₂的探头400被用来测量来自四个不同的受试者的具有不同脂肪层厚度的四个不同的解剖学位置(臂部、小腿、肩部和大腿)的光谱以确定哪个(SD)₁将会在执行于人体不同位置的测量中导致分析物测量的差异最小。理想情况下，人体身上不同位置的不同脂肪厚度导致的光谱差异应该在正交化之后得到校准，就是说，测自一个人的不同位置的全部四个光谱应该重叠，因为不论在什么身体部位测量应该都可以从人体的肌肉获得相同的信息。此外，不同人的皮肤颜色和不同的脂肪厚度导致的光谱差异应该被降低，就是说，当光谱被正交化以移除来自覆盖在上方的皮肤和脂肪层的光谱成分时，可以在患者的光谱和血细胞比容(“Hct”)之间得到更好的相关性。

反射光谱测自四个人类受试者的臂部、小腿、肩部和大腿，使用了固定(SD)₂距离32.5mm以及五个不同(SD)₁距离1.83mm、2.5mm、3.0mm、4.0mm和5.4mm。受试者的实际脂肪厚度在不同位置通过超声方法进行了测量并在下表1中列出。本研究所选择的大腿位置是在股直肌的上部(前大腿)，在这里发现了比股外侧肌(侧大腿)更厚的脂肪层。每一个人的Hct水平都经由入侵式血液测试进行测量，这些水平在下面的表2中列出。

表1

	臂部(mm)	小腿(mm)	肩部(mm)	大腿(mm)
					受试者A	4.4	3.5	9.8	9.5
受试者B	1.8	5.8	9.0	10.7

受试者C	3.2	1.4	2.6	2.0
					受试者D	6.3	9.5	11.6	18.6

表2

受试者A

41.5％

受试者B	44.8％
		受试者C	43.4％
受试者D	40.8％

图9A-9E示出了在不同(SD)₁距离下记录自受试者A的光谱上进行对于覆盖组织层的短距校准的效果。图9A、9B、9C、9D和9E中的结果分别在(SD)₁距离为1.83mm、2.5mm、3.0mm、4.0mm和5.4mm的情况下获得。在每一图中光谱810是当人体不同部分被来自照射端口506的光照射时获得的R_sfm光谱，光谱820是当人体不同部分被来自照射端口514的光照射时获得的R_sf光谱，光谱830是正交光谱。

记录自受试者身体的不同位置的光谱之间的差异一般显示为由不同脂肪厚度导致的基线偏移，且被正交化过程降低。已校准的光谱830比原始光谱810更加靠近到一起。对于具有(SD)₁距离1.83mm、2.5mm和3.0mm的探头，在已校准的光谱更加靠近到一起，且它们的形状与原始光谱相比没有改变。对于(SD)₁距离4.0mm和5.4mm的探头，在校准之后光谱更加靠近到一起，且一些光谱特征被改变。例如，在(SD)₁距离4.0mm和5.4mm时，760nm处由于血色素(Hb)导致的吸收峰在正交化之后相对不显著。这可能意味着某些来自肌肉层(在那里发生显著的Hb吸收)的有用信息被校准处理减少了。这与校准脂肪和皮肤层的影响而保持肌肉信息的目的相反。这个影响可能是由于在大(SD)₁距离情况下存在较深的光渗透导致的。由于光更深地渗透进组织内部，可以获得更多关于肌肉层的信息，而短(SD)₁距离和长(SD)₂距离之间的校准可能会牺牲一些肌肉信息。

相似地，图10A-10E示出了在不同(SD)₁距离下来自受试者C的四个身体部分的光谱的校准结果。虽然受试者A具有白人皮肤而受试者C具有黑人皮肤，两者正交化处理的结果是相似的。受试者A和受试者C的皮肤的绝对吸收值是截然不同的，这可以通过比较图9A-9E中的光谱820和图10A-10E中的光谱820来证明。然而，两个受试者的已校准光谱，其中已经减去了皮肤导致的光谱成分，是非常相似的。

为了检查已校准光谱反射数据和血细胞比容值之间的相关性，计算了每一个受试者的臂部、小腿、肩部和大腿的光谱的平均吸收率值，且在短距校准应用到反射光谱之前和之后、在每一个(SD)₁距离下建立了受试者的平均吸收率值和相应受试者的血细胞比容值之间的关系。在组织吸收光谱中突出的血色素特征是位于760nm处的脱氧血色素峰，且每一个受试者的光谱中该峰的高度应该与所述受试者的血细胞比容成线性关系。

表3示出了对于四个不同(SD)₁距离(1.83mm、2.5mm、3.0mm、4.0mm)4个不同解剖学位置在760nm处的平均吸光率与Hct值之间的关系的R²相关值。根据表3中的值，可以看出在校准之后R²得到了提高。这表明通过相对于(SD)₁距离光谱R_sf校准(SD)₂距离光谱R_sfm，在光谱和Hct值之间建立了很强的相关性。

表3

(SD)1距离	之前	之后
			1.83mm	0.577	0.967
2.5mm	0.480	0.996
			3.0mm	0.471	0.975
4.0mm	0.476	0.925

根据上述结果，对于本实施例约2.5mm的(SD)₁距离可以提供最佳结果。通常，短光源一探测器距离可以通过上文所述的实验来确定，或，如果所有样品层的吸收和散射系数都是已知的话，可以通过蒙特卡罗(MonteCarlo)模型确定。

示例2

图11和图12示出了反射光谱的短距校准的另一示例，所述短距校准用来提高测得的光谱强度和所感兴趣的被分析物之间的相关性。图11示出了在17个不同的人类受试者中的一系列的最大血红素吸收(包括来自血色素和/或血肌球素的贡献)的测量结果。来自每一个受试者的光谱数据都是收集自跖深屈肌(flexor digitorum profundus)。在图11中的光谱是未经校准的，且在从每一个受试者测得的最大血红素吸收和血液血细胞比容水平之间没有很强的相关性。

图12示出了在短距校准应用到反射光谱以对17个受试者中覆盖在上方的皮肤和脂肪层进行校准之后从反射光谱计算得到的最大血红素吸收-血液血细胞比容关系图。在已校准的数据中观察到很强的线性关系，这意味着基于已校准光谱数据的诸如PLS模型这样的预测模型将会更精确的评估患者以及其它受试者中的血液血细胞比容水平。

PCA负载校准的光谱效应

示例3

为了评价PCA负载校准在测得的光谱反射数据上产生的效应，从进行握力训练的人类受试者收集一组反射光谱，且在反射测量的基础上建立并评价了多受试者(multi-subject)的静脉血pH值模型。所述握力训练方案包括受试者的手的两秒收缩，随后进行一秒放松，其中采用了四个不同用力水平：15％最大自主收缩(MVC)、30％ MVC、45％ MVC和/或60％ MVC。由于训练强度的提高，pH值在每一回合训练结束时落到较低水平。每一回合为5分钟长，且各回合间隔40分钟进行。血液从位于测量肌肉附近的血管中的静脉导管中抽出。在正好每一回合之前(以提供pH值测量的基线)、每训练回合期间的每一分钟以及在训练之后5、10、20分钟时获取样品。使用I-Stat CG4+测试盒(可以从i-STAT，East Windsor，NJ获得)测量以确定静脉的pH值。使用类似于图13中所示的实施例的光谱仪系统100的实施例进行反射光谱测量。

从六个不同的受试者测量光谱反射数据。在光谱反射数据的PLS负载校准之前和之后，使用留一法(leave-one-subject-out)交叉验证程序对基于PLS的pH值预测模型的精度进行评估。在这个程序中，基于从另外五个受试者测得的数据建立的标定方程进行每一个受试者的pH值确定。通过计算从NIRS反射测量结果获得的和从静脉血液分析获得的pH值之间的预测均方根误差(RMSEP)来对精确度进行评估。

图14示出了在应用PCA负载校准之前位于单个pH值(约7.35)的一组不同受试者的标定光谱。图15示出了在应用PCA负载校准之后的同一组标定光谱。在校准程序的应用之后，在相同pH值下的光谱几乎是一致的。这与测得的反射数据中与所关心的被分析物(如肌肉pH值)无关的个体间差异的降低是一致的。

使用来自反射光谱仪的PLS及在各回合的握力训练中收集的血液样品建立标定方程。适当情况下，在与测得的光谱数据相应的时间间隔处对血液pH值进行插值。图16示出了对于未经校准的反射光谱在根据留一法交叉验证进行标定情况下的测得的pH值结果(对于静脉血液)-预测的pH值(来自NIRS测量)关系图。图中的对角线表示测得的和预测的pH值之间的理想匹配。基于未校准的光谱的pH值的预测的平均相关度在通过确定系数R²测量时约为0.44，这显示测得的和估计的pH值之间的一致性不是很强。

图17示出了测得的pH值-预测的pH值关系图，其中所述预测pH值基于已经使用PCA负载校准方法进行校准的反射光谱。测得的和基于已校准光谱预测的pH值之间的一致性的R²约为0.64，预测的pH值更紧密地沿着对角线聚集，这显示基于已校准光谱的pH模型明显比图16的模型更加准确。RMSEP是0.025pH单位，描述了在对角线周围观察到的散布。

组合校准算法的光谱效应

示例4

为了评价组合多个光谱校准双方的效果，准备了三层(例如，皮肤、脂肪和肌肉)类组织固态假体。凝胶(凝胶A7049，可以从Sigma-Aldrich Inc.，St.louis，MO获得)用作假体的固体基材。脂肪乳剂(intralipid)(可以从Baxter Healthcare Corp.，Deerfield，IL获得)用作散射层。除了使用了不同的吸收器以外，可以使用与在R.Cubeddu等人于1997年发表在Physics in medicine and biology第42期第1971页上的文章中描述的程序类似的程序来进行构造，上述文献的全部内容在此引入作为参考。每一层都是单独构造的，然后皮肤和脂肪层放置到肌肉层的上方。

每个假体包括1.0mm厚皮肤层，所述皮肤层具有作为吸收体的0.15mg/mL的黑色素(黑色素M8631，可以从Sigma-Aldrich Inc.，St.louis，MO获得)。在肌肉层中的吸收体是6×10^-4mL/mL墨汁的2.2％的溶液(可以从Scientific Device Lab Inc.，Des Plaines，IL获得)以及不同浓度的NIR染料ADS780WS(可以从American Dye Source，Inc.，Quebec，Canada获得)。

墨汁的浓度根据组织中血液的浓度进行选择，其中组织中血液的浓度约为2.2％。NIR染料的最大吸收发生在约780nm波长处，与脱氧血红素相似，而墨汁具有与波长无关的吸收特性。在脂肪层中没有引入吸收体，因为人体脂肪一般具有很低的吸收系数。皮肤和脂肪层的降低的散射系数(μ_s′)分别为1.5mm^-1和1.2mm^-1。准备了组织假体，使得每一个假体都具有0.5mm^-1，0.65mm^-1，或0.8mm^-1的肌肉降低的散射系数(μ_s′)，2.0mm，4.0mm或6.0mm的脂肪厚度，以及6.67μg/ml，9.08μg/ml，13.31μg/ml，15.76μg/ml，17.92μg/ml，20.22μg/ml，22.58μg/ml，24.82μg/ml，或26.68μg/ml的肌肉染料浓度。具有上述肌肉染料浓度之一的多组组织假体被构造成使得组中的每一个成员都具有三种不同水平的脂肪厚度之一以及三种不同肌肉散射系数之一，例如，准备了具有相同肌肉染料浓度的九种不同的假体。假体被构造为具有低、中和高的肌肉染料浓度的三个具有27个假体的组，为期三天。样品用塑料密封以防止水损失、覆盖有铝箔以防止光漂白，并被存储在冰箱中以在构造之后的第二天按随机顺序进行测量。

使用系统100在2.5mm和30mm的光源-探测器(SD)间隔下测量了每一个假体的反射光谱。一个8.5W的钨灯(model 7106-003，可以从Welch-AllynCorp.，Skaneateles，NY获得)被用于照射假体，且光谱仪(USB2000，可以从Ocean Optics Inc.，Dunedin，FL获得)被用于收集光谱反射数据。系统100的所述双距离(two-distance)探头具有一个探测器纤维束和距离探测器纤维束30mm(长距)和2.5mm(短距)的两个光源纤维束。探测器纤维束的直径是1.0mm，位于远距的光源纤维束和位于近距的光源纤维束的直径分别是3.5mm和1.0mm。在反射光谱的收集过程中，探测器束连接到光谱仪，而两个光源纤维束通过同轴或离轴定向连接到灯。计算机控制的遮光器系统110放置在灯前，以在两个光源纤维之间切换，从而只有单个光源纤维束被灯照射。

在短距(2.5mm SD)处收集的反射光谱记录了基本上仅仅来自假体的皮肤和脂肪层的信息。在长距(30mm SD)处收集的光谱包括来自皮肤、脂肪和肌肉层的光谱信息。

假体被分为标定和测试样品组。在标定组中的样品被选择为具有与那些在标定组中的具有不同的特性，以测试PLS模型对样品的预测的样品，所述PLS模型预测可能在校准过程中没有很好地建模以及或者未完全建模的。具体地说，具有0.2mm的脂肪厚度和不同染料浓度以及肌肉散射系数的假体(共27个假体)被用作测试样品。对于每一个不同染料浓度和肌肉散射系数，剩下的具有4.0mm或6.0mm脂肪厚度的样品(共54个假体)被用于标定。没有一个标定样品具有2.0mm厚度的脂肪层，且没有一个测试样品的脂肪层的厚度为4.0mm或6.0mm。

使用标定样品数据创建假体肌肉中染料浓度的PLS模型，且所述模型可以通过由测试样品光谱来预测肌肉染料浓度来验证。留一法交叉验证被用来确定PLS模型的因子的数量。为了评价各种光谱校准方法，在具有或没有PCA负载校准和/或短距校准和/或SNV尺度校准的情况下执行PLS回归。波长范围从700nm到900nm的光谱中的数据用于分析。PLS模型的预测精度用估计的和实际的染料浓度之间的R²(确定系数)和估计测量误差来描述，所述估计测量误差作为预测的均方根误差(RMSEP)依照下式计算：

$\mathrm{RMSEP}={\left[(1/N){\mathrm{\Σ}}_{i=1}^N{({\hat{y}}_l-y_l)}^2\right]}^{1/2}---\left(6\right)$

其中N是测试样品的数量，和y_l是估计的和实际的染料浓度。大的R²值和低的RMSEP表示PLS模型精确地预测了假体样品中的染料浓度。

各种光谱校准和数据分析算法被实现为用7.0版本的Matlab^TM编程语言(可以从The Mathworks inc.，Natick，MA获得)和3.5版本的PLS_Toolbox^TM(可以从Eigenvector Research Inc.，Manson，WA获得)编写的程序。

在后面的例子中，在短距校准与其他光谱校准方法组合应用到反射光谱的情况下，所述短距校准首先应用。在PCA负载校准与其他光谱校准方法组合应用反射光谱的情况下，PCA方法最后应用。例如在短距、SNV和PCA负载校准应用到反射光谱的情况下，首先应用短距校准，随后是SNV校准，最后应用PCA负载校准。

六个具有相同染料浓度的标定样品(例如n＝6)被用于获得用于光谱数据的PCA负载校准的PCA负载。随后，获得PCA负载所处的染料浓度将被称为标定染料浓度。负载从对六个标定样品的各组的PCA获得，每一组六个样品都具有九个不同的选定染料浓度之一。使用不同的光谱校准方法组合对每一组六个样品的反射光谱进行校准，以检查所述方法及它们的参数对计算得到的负载向量的效果。为了确定PCA负载校准中负载向量的数量，在假体样品中染料浓度的PLS模型中使用留一法交叉验证。在每一个选定的染料浓度中使用1、2、3、4和5个PCA负载向量进行校准。产生最小的交叉验证均方根误差(RMSECV)的负载向量的数量和选择的染料浓度被选择用于光谱校准方法的评价。对假体的分析确定出由对染料浓度为20.22μg/ml的校准光谱的PCA获得的最初四个负载向量提供了测试样品最好的预测结果。在上述条件下，所述三个光谱校准方法-对位于上方对层的短距校准，SNV校准以及PCA负载校准-被单独地以及组合地进行比较。

图18示出了在水溶液中的ADS780WS染料的吸收光谱。图19和20分别示出了假体在短距(例如，2.5mm)和长距(例如，30mm)照射下的假体吸收光谱。图21示出了通过如前文所讨论的应用短距校准方法校准后的长距吸收光谱。图19中的短距吸收光谱包括仅仅来自假体中覆盖在肌肉层上方的皮肤和脂肪层的反射光。吸光率曲线向下倾斜的形状是皮肤层中吸收体黑色素的特征。此外，各曲线之间的基线偏移是由各种假体中不同脂肪层厚度导致的。

图20中的长距光谱具有与图18所示的染料溶液光谱相似的光谱形状。长距光谱包括来自假体肌肉层的反射光的贡献，其中染料位于所述肌肉层处。吸光率的差异，例如，在700nm和750nm之间，是由皮肤吸收与脂肪和肌肉散射对染料吸收的影响的叠加导致的。短距校准从光谱吸收数据中降低和/或移除皮肤吸收和脂肪散射影响。如图21所示，与图20中所示的未校准的光谱相比，得到的已校准光谱与图18中所示的光谱更加几乎一致和更加相似。然而，基线差异是由样品间肌肉层光学特性的差异(例如，肌肉层散射的变化)造成的。PCA负载校准算法可以用于降低和/或移除由假体间肌肉层光学特性的不统一而引起的差异。

图22-27示出了六个校准样品的吸收光谱，每一个都具有20.22μg/ml的染料浓度，但是具有不同的脂肪层厚度(4.0mm或6.0mm)和/或肌肉散射系数(0.5mm^-1，0.65mm^-1或0.8mm^-1)的组合。图22示出了未经校准的吸收光谱。如果由于脂肪和肌肉散射以及皮肤吸收导致的光谱效应在假体之间被完美的校准，相应于相同染料浓度的光谱将会重叠。在图22所示的光谱中，可以从700nm到800nm之间观察到一些基线位移和扁平化，可以认为是这些散射和吸收影响导致的。

图23示出了在向光谱应用了对覆盖在上方的皮肤和脂肪层的短距校准之后的来自图22的光谱。应用校准的一个结果是已校准光谱相互靠拢，且具有更接近的相似于图18的吸收带的形状。然而，在已校准光谱之间还是存在一些差异，例如，在约780nm的吸收峰附近的光谱区域。这些差异是由肌肉层散射引起的，所述肌肉层散射在短距算法和方法中并没有被校准。

图24示出了在应用了SNV校准之后的来自图22的光谱。SNV校准的应用之后光谱相互靠拢，但是光谱相对扁平的形状表明单独依靠SNV方法没有校准皮肤和/或脂肪吸收和散射。通常，当样品光谱间差异主要是由散射而不是被分析物的差异引起时，SNV方法可以用来降低和/或移除在多个样品间的散射差异。

图25示出了在向光谱应用了PCA负载校准之后的来自图22的光谱。从对染料浓度为20.22μg/ml的校准样品的PCA获得的四个负载被用于校准图22所示的吸收光谱。图25中示出了已校准光谱比最初的未校准光谱更加靠近到一起。然而，所述已校准光谱仍然显示了由样品中皮肤层的黑色素导致的光谱特征。

各种校准方法的组合也可以应用到所述吸收光谱。图26示出了在依次应用了短距校准以及随后的SNV尺度校准之后的来自图22的光谱。与图23的短距校准光谱相比，图26的光谱更加靠近到一起，且基线差异被减小但是仍然存在。

图27示出了在依次应用了短距校准、SNV尺度校准以及PCA负载校准之后的来自图22的光谱。图27中显示的光谱高度重叠，且它们的形状与图18中所示的染料光谱在700nm到780nm的短波长区域相对地更加近似。全部三种校准方法对光谱吸收数据的应用显著地降低了来自皮肤和/或脂肪层吸收和散射以及由肌肉层与被分析物无关的光学特性差异引起的不同肌肉散射系数的光谱影响。

基于标定数据构造了PLS预测模型，并且该模型被用来预测测试样品中的染料浓度值。标定和测试样品的光谱吸收数据是未校准的，或已通过应用仅短距校准、仅SNV尺度校准、仅PCA负载校准、短距校准和SNV校准的组合、短距校准和PCA校准的组合、SNV校准和PCA负载校准的组合，或短距校准、SNV尺度校准和PCA负载校准的组合进行校准的。模型预测结果的概况显示在表4中。每一个PLS模型都具有较大的R²(等于或大于0.95)值，这表示在预测的和测量的染料浓度之间具有较强的相关性。不用任何光谱处理的情况下，即使预测和测量染料浓度高度相关，还是出现了较大的预测误差：RMSEP是4.31μg/ml，相应于总浓度范围(从26.68μg/ml到6.67μg/ml)的21.54％的误差。

在仅短距校准，仅SNV尺度校准或仅PCA负载校准时，PLS模型的RMSEP降低。两种不同校准方法的组合进一步降低了PLS模型的RMSEP，全部三种校准方法的组合在PLS模型中得到了最低的RMSEP，1.08μg/ml，5.3％的百分数误差，且相对于没有使用校准方法的PLS模型RMSEP降低了三倍(three-fold)。

表4

光谱校准	R2	RMSEP	百分数误差	因子数量
					方法		(μg/ml)
无	0.96	4.31	21.5	7
					仅短距	0.97	3.86	19.3	7
仅SNV尺度	0.97	3.16	15.8	2
					仅PCA负载	0.95	3.66	18.3	6

短距+SNV	0.96	2.55	12.7	2
					短距+PCA	0.96	2.69	13.4	3
SNV+PCA	0.97	1.88	9.4	6
					短距+SNV+PCA	0.97	1.08	5.3	4

在一些实施例中，使用光谱校准方法可以降低PLS模型中使用的因子数量。例如，当PCA负载校准单独使用或与其它校准方法组合使用时，模型因子的数量小于基于未校准光谱吸收数据的模型所使用的7个因子。例如，当三种方法组合地使用时，样品的肌肉层中染料浓度的PLS模型使用4个模型因子。用于浓度模型的因子数量的降低是因为光谱数据的校准移除了由于皮肤颜色、脂肪层厚度以及肌肉层光学特性导致的差异，否则这些差异在PLS回归中被建模。

图28示出了未校准光谱吸收数据情况下的模型预测结果，图29示出了使用短距、SNV尺度和PCA负载校准的光谱数据的组合校准光谱数据的情况下的模型预测结果。在每一图中的对角线代表理想预测。比较图28和29，在使用三种不同的校准方法校准光谱数据后，预测结果更紧密地沿着对角单位线(diagonal unity line)集成束，PLS模型的预测值更好。

示例5

本文公开的光谱校准方法也被应用于人体组织光谱。例如，在可获得对应于各自具有相同的特定分析物值的不同受试者的光谱的情况下，PCA负载校准可以改善基于所述光谱的PLS模型。作为一个例子，从训练期间的受试者可获得一个范围的pH值。通常，肌肉和血液pH值在训练期间降低，因为产生了乳酸，然后当训练终止时，pH值快速的返回到基线值。如果在训练过程中连续的记录吸收光谱且同时监测肌肉和/或血液pH值，可以从执行相似训练方案的不同受试者获得对应于相同pH值的不同时间下的光谱数据。

为了评价对于来自人类受试者的光谱数据的PCA负载校准方法，从三个进行重复握力训练方案的人类受试者的前臂收集了一组光谱和血液pH值测量结果。每个受试者握紧测试装置四秒然后松开两秒，重复该模式总持续时间为五分钟。每个受试者执行位于不同的、连续提高力量水平的四个不同的训练方案，在每个方案之间具有30分钟的休息期。

图30示出了在训练方案期间每个受试者的血液pH值为7.37±0.001的时间点从三个受试人收集到的一组吸收光谱。已经对该组光谱应用了短距和SNV尺度校准。图31示出了在进一步应用了PCA负载校准之后的与图30所示的同一组吸收光谱。在光谱数据的PCA负载校准之后，来自不同受试者的光谱显著地更加重叠，表示由于来自受试者之间的肌肉组织中的光学特性差异导致的光谱影响被显著地降低，所述差异与pH值是无关的。

图32示出了处于所有测得到pH值的在训练期间从每一个受试人收集到的全部光谱。已经对光谱数据应用了短距和SNV尺度校准。图33示出了来自图32的、在进一步应用PCA负载校准之后得到的数据。所述数据使用从对图30中相应于7.37±0.001pH值的标定光谱的PCA获得的最初四个负载向量进行正交化。PCA负载校准的应用显著的降低了由于肌肉组织光学特性的受试者个体间差异导致的光谱差异。图33中所示的光谱间差异名义上对应于训练引起的肌肉pH值变化导致的吸收差异。

其它实施例

应该理解的是虽然本发明已经结合它的详细的说明进行了描述，前述描述是为了阐明而不是限制本发明的范围，本发明的范围由所附权利要求的范围限定。其他方面、优点和修改都在所附的权利要求的范围中。

相关申请

本申请要求基于2005年4月25日递交的标题为“Systems And MethodsFor Correcting Optical Reflectance Measurements(用于校正光反射测量的系统和方法)”的美国临时申请No.60/674,379的优先权，其全部内容在此引入作为参考。

关于联邦政府赞助研究的声明

本文所描述的工作由国家空间生物医学研究院根据NASA合作协议NCC9-58提供基金资助，基金号为SMS00403，同时由美国军队医疗研究计划(U.S.Army Congressionally Directed Medical Research Programs)提供基金资助，基金号为DAMD17-03-1-0005。在本发明中联邦政府可以具有一定的权利。

Claims (37)

1.一种测量系统，包括：

(a)光源；

(b)检测系统；

(c)一组至少第一、第二和第三光端口，所述组从所述光源传输光到样品并从样品接收光并导向所述检测系统，其中第一端口和第三端口之间的距离构成第一检测距离，第二端口和第三端口之间的距离构成第二检测距离，其中第一检测距离大于第二检测距离，且其中(i)第一和第二端口是传输端口而第三端口是接收端口，或者(ii)第一和第二端口是接收端口而第三端口是传输端口；以及

其中所述检测系统产生相应于第一检测距离的第一组数据和相应于第二检测距离的第二组数据，其中所述第一组数据包括相应于样品内的内部目标和覆盖在该内部目标上方的特征两者的信息，所述第二组数据包括相应于覆盖在所述内部目标上方的特征的信息，以及

(d)处理器，构造为可以使用所述第一和第二组数据从所述第一组数据移除所述覆盖在上方的特征的信息特征，以产生描述所述内部目标的已校准信息。

2.如权利要求1所述的系统，其中，所述一组至少第一、第二和第三端口位于单个探头上。

3.如权利要求1所述的系统，其中，所述检测系统是光谱检测系统，所述第一和第二组数据包括第一和第二组光谱，并且所述处理器使用所述第一和第二组光谱数据从第一组光谱数据移除所述覆盖在上方的特征的光谱信息特征，以产生表示所述内部目标的已校准光谱信息。

4.如权利要求1所述的系统，其中，所述第二检测距离在1mm和5mm之间。

5.如权利要求1所述的系统，其中，所述第二检测距离在1.5mm和3.5mm之间。

6.如权利要求1所述的系统，其中，所述第一检测距离大于10mm。

7.如权利要求1所述的系统，其中，进一步包括遮光器系统，所述遮光器系统用于控制来自所述第一或第二传输端口的光是否照射样品。

8.如权利要求3所述的系统，其中，所述光谱检测系统包括光谱仪，所述光谱仪被构造为接收光并根据接收的光产生多组光谱。

9.如权利要求3所述的系统，其中，所述光谱检测系统包括第一光谱仪和第二光谱仪，所述第一光谱仪被构造为从所述第一接收端口接收光并产生所述第一组光谱，所述第二光谱仪被构造为从所述第二接收端口接收光并产生所述第二组光谱。

10.如权利要求2所述的系统，其中，所述探头包括导热材料以散失来自样品的热量。

11.如权利要求1所述的系统，其中，进一步包括在光传输端口和光接收端口之间的导热桥。

12.如权利要求3所述的系统，其中，所述处理器被进一步构造为从所述第一组光谱数据移除作为所述内部目标的与其中所关心的被分析物无关的光学散射特性差异的特征的光谱信息。

13.如权利要求3所述的系统，其中，所述处理器被进一步构造为从所述表示内部目标的已校准的光谱数据中移除作为所述内部目标的与其中所关心的被分析物无关的光学散射特性差异的特征的光谱信息。

14.如权利要求1所述的系统，其中，所述光源提供处在电磁光谱的近红外线区域的光。

15.如权利要求1所述的系统，其中，所述光源包括白炽光源元件、发光二极管、激光二极管和激光器中的至少一个。

16.如权利要求1所述的系统，其中，所述光源包括发光二极管阵列。

17.如权利要求3所述的系统，其中，所述处理器被构造为按照下式使用所述第一和第二组光谱从所述第一组光谱移除所述覆盖在上方的特征的光谱信息特征：

${\hat{R}}_{\mathrm{ort}}=R_{\mathrm{sfm}}-{\tilde{R}}_{\mathrm{sf}}{w}^T$

其中R_sfm是来自所述第一组光谱的光谱，

是来自所述第二组光谱的光谱，w是权重，“T”表示矩阵转置操作，以及

包括表示所述内部目标的已校准的光谱信息。

18.如权利要求3所述的系统，其中，所述处理器进一步被构造为在产生所述已校准的光谱信息之前使所述第一和第二组光谱相对于彼此归一化。

19.如权利要求12所述的系统，其中，所述处理器被构造为通过相对于由来自多个样品的一组光谱确定得出的主成分的一组负载向量正交化所述第一组光谱，从所述第一组光谱移除作为所述内部目标的光学散射特性差异的特征的光谱信息。

20.如权利要求19所述的系统，其中，所述多个样品具有选定范围内的内部目标的特性。

21.如权利要求19所述的系统，其中，所述处理器被构造为通过一组步骤对所述第一组光谱正交化，所述步骤包括：

对一组标定光谱执行主成分分析，以确定与所述标定光谱的主成分相应的一组负载向量；

由所述主成分分析确定一个或多个正交化因子；

形成具有至少一个等于所述正交化因子的数量的维度的负载矩阵；以及

相对于所述负载矩阵正交化所述第一组光谱。

22.一种用于校准相应于样品中的内部目标的信息的方法，所述信息通过一系统测量得到，所述系统具有光源，检测系统，以及一组至少第一、第二和第三光端口，所述组从光源传输光到样品并接收从样品反射的光并将其导向检测系统，其中所述第一端口和第三端口之间的距离构成第一检测距离，所述第二端口和第三端口之间的距离构成第二检测距离，其中第一检测距离大于第二检测距离，且其中(i)第一和第二端口是传输端口而第三端口是接收端口，或者(ii)第一和第二端口是接收端口而第三端口是传输端口，所述方法包括：

使用所述组的一个或多个光端口照射样品；

使用所述检测系统检测反射光；

产生相应于所述第一检测距离的第一组数据和相应于所述第二检测距离的第二组数据，其中所述第一组数据包括相应于样品的内部目标和覆盖在该内部目标上方的特征两者的信息，所述第二组数据包括相应于所述覆盖在内部目标上方的特征的信息；以及

使用所述第一和第二组数据从第一组数据移除所述覆盖在上方的特征的信息特征，以产生表示所述内部目标的已校准信息。

23.如权利要求22所述的方法，其中，所述检测系统是光谱检测系统，所述第一和第二组数据包括第一和第二组光谱，且从所述第一组光谱数据移除所述覆盖在上方的特征的光谱信息特征包括使用所述第一和第二组光谱数据从第一组光谱数据移除所述覆盖在上方的特征的光谱信息特征，以产生表示所述内部目标的已校准光谱信息。

24.如权利要求23所述的方法，其中，从所述第一组光谱移除样品的所述覆盖在上方的特征的光谱信息特征包括依照下式组合所述第一和第二组光谱：

${\hat{R}}_{\mathrm{ort}}=R_{\mathrm{sfm}}-{\tilde{R}}_{\mathrm{sf}}{w}^T$

其中R_sfm是来自第一组光谱的光谱，

是来自第二组光谱的光谱，w是权重，“T”表示矩阵转置操作，以及

包括表示所述内部目标的已校准光谱信息。

25.如权利要求23所述的方法，其中，进一步包括在产生所述已校准光谱信息之前将所述第一和第二组光谱相对于彼此归一化。

26.如权利要求25所述的方法，其中，归一化包括在所述第一和第二组光谱之间进行多项式拟合。

27.如权利要求26所述的方法，其中，从记录自一个或多个反射标准件的第一和第二组光谱得到多项式拟合中所使用的系数。

28.如权利要求23所述的方法，其中，进一步包括处理所述第一组光谱以移除所述内部目标的与其中所关心的被分析物无关的光学特性差异的光谱信息特征。

29.如权利要求23所述的方法，其中，进一步包括处理所述表示内部目标的已校准光谱数据以移除作为所述内部目标的与其中所关心的被分析物无关的光学散射特性差异的特征的光谱信息。

30.如权利要求28所述的方法，其中，所述内部目标的与其中所关心的被分析物无关的光学特性差异的光谱信息特征的移除包括相对于从一组标定光谱确定得出的主成分的一组负载向量正交化所述第一组光谱。

31.如权利要求30所述的方法，其中，相对于一组负载向量正交化第一组光谱包括：

对一组标定光谱执行主成分分析以确定与标定光谱的主成分相应的一组负载；

由主成分分析确定一个或多个正交化因子；

形成具有至少一个等于所述正交化因子的数量的维度的负载矩阵；以及

相对于所述负载矩阵正交化所述第一组光谱。

32.一种测量受试者中的被分析物的方法，所述方法包括：

依照权利要求22所述的方法基于来自动物的反射测量结果生成一组已校准光谱；

基于动物中分析物的测量结果和来自动物的所述一组已校准光谱之间的关系建立一个或多个标定方程；

依照权利要求22所述的方法基于来自受试者的反射测量结果生成一组已校准光谱；以及

基于所述一个或多个标定方程和所述来自受试者的一组已校准光谱确定受试者中的被分析物的值。

33.如权利要求32所述的方法，其中，所述受试者是人。

34.如权利要求32所述的方法，其中，基于来自所述动物和所述受试者的反射测量结果生成的已校准光谱被进一步处理，以移除包含被分析物的内部目标的光学特性差异的光谱信息特征。

35.一种测量受试者中的被分析物的方法，所述方法包括：

依照权利要求22所述的方法基于来自受试者的第一身体位置的反射测量结果生成一组已校准光谱；

基于所述第一身体位置处的被分析物的测量结果和来自第一身体位置的所述一组已校准光谱之间的关系，建立一个或多个标定方程；

依照权利要求22所述的方法基于来自受试者的第二身体位置的反射测量结果生成一组已校准光谱；以及

基于所述一个或多个标定方程和所述来自第二身体位置的一组已校准光谱确定第二身体位置处的被分析物的值。

36.如权利要求35所述的方法，其中，所述受试者是人，所述第一身体位置是臂部，所述第二身体位置是腿部。

37.如权利要求35所述的方法，其中，基于来自所述第一和第二身体位置的反射测量结果生成的已校准光谱被进一步处理，以移除被分析物的内部目标的光学特性差异的光谱信息特征。

Images