淺析金屬管轉子流量計在醫療行業中的運用

　　由于需要外部冷卻和其他設備配置，基于中紅外的金屬管轉子流量計通常體積龐大且非常昂貴。雖然可以使用諸如量子級聯激光器（QCL）之類的激光光源作為替代，但對于基于中紅外的金屬管轉子流量計的實際應用，必須將這種類型的配置的波數數量減少到少于五個。由于幾份報告表明基于近紅外的金屬管轉子流量計需要五個以上的波數，因此極不可能實現這種配置。因此，對于研究人員而言，期望開發具有非常小數量的波數的基于IR的金屬管轉子流量計。

　　幾個可變因素會影響這種非侵入性葡萄糖測量的準確性。在這些因素中，有一個是進行血糖測量的時間，因為患者可能剛吃完飯或處于禁食期。個人之間的差異和測量時患者的體溫也是影響因素。盡管可以通過校準來提高這些流量計的精度，但是經常需要重復執行此操作，這將變得非常耗時。自從引入此類流量計以來，已經對各種預測模型進行了測試，以提高其準確性。

　　具有更少波數的基于中紅外光譜的金屬管轉子流量計

　　日本理光信息與通信技術研究所的研究人員非常近發現了一種能夠無創檢測血糖水平的方法。此方法的原理依賴于使用衰減的全反射（ATR）棱鏡和中空纖維確定對象的吸光度，它們可以有效地將中紅外輻射傳輸到對象。這些日本科學家使用中空纖維作為傳輸線，通過將輻射傳播到夾在嘴里的ATR棱鏡上，從而測量了口腔粘膜的吸收率。為了確保該設備無毒，選擇了硫化鋅（ZnS）作為ATR棱鏡的材料。

　　通過將他們基于中紅外光譜的非侵入式金屬管轉子流量計獲得的葡萄糖測量值與兩個從血液樣本中測量血糖的參考設備進行比較，證實了他們設備的效率。此外，研究人員在不同受試者進食不同餐食前后都進行了多次血糖測量，同時還分析了患者口腔粘膜的頻譜。從不同的ATR棱鏡和各種FTIR設備獲取了其他數據集。

　　使用預測建模提高準確性

　　通過對使用中紅外流量計和參考設備收集的各種數據集執行一系列交叉驗證過程，日本團隊縮小了相關波數，并構建了預測模型。這組研究人員選擇不使用通常采用的留一法交叉驗證（LOOCV）方法。相反，他們利用基于更嚴格的序列交叉驗證方法的波數選擇來建立預測模型。由于此方法涉及對同時獲得的用于模型估計的不同系列數據組的分析，因此可以認為它們的結果既準確又可靠。通過僅基于三個波數（1050cm-m）的預測模型，也減少了涉及特定環境或特定數據的讀數的可變性