一种可用于血糖和胰岛素同时测量的便携式电化学工作站

本发明属于电化学检测领域，具体涉及一种可用于血糖和胰岛素同时测量的便携式电化学工作站。

背景技术：

1、糖尿病是当前威胁全球人类健康的最主要的非传染性疾病之一，其慢性并发症所致的死亡率在不断增加，有效的早期预防手段和血糖管理是防止糖尿病发生和延缓糖尿病并发症的关键。目前有多种方法可以在临床实验室中进行血糖检测，包括液相色谱法、电泳法、亲和层析法、离子交换色谱法等，但它们需要专业的设备和经验丰富的操作人员且不易携带，因此只能在实验室借助专业设备进行检测，检测过程较为复杂。相比之下，电化学方法不需要专业的设备和人员，经济和易操作的特点尤为突出，而且电化学检测具有输出线性、低功耗、可重复使用等优势。随着传感器技术、电化学检测技术、纳米技术、微电子以及精密测量技术等多学科交叉技术的不断提高，基于电化学的传感器快速兴起和快速发展。虽然基于电化学原理的检测平台具有灵敏度高、检测速度快和检测准确等特点，但针对高发人群的糖尿病早期预防和糖尿病人的血糖日常管理工作，现有电化学检测平台并不算便捷，操作也不够简单。若能构建一种微型电化学工作站，实现血糖、胰岛素、糖化血红蛋白等糖尿病指标的检测，则将为糖尿病高危人群在家庭进行早期预防和病后的血糖管理工作起到十分积极的作用。

技术实现思路

1、本发明基于循环伏安法和时间电流法设计制作了一种可用于血糖和胰岛素同时测量的便携式电化学工作站，同时可以保证检测结果的精度要求，有望应用于医学、环境检测等领域。

2、为构建便携式电化学工作站，本发明采取的技术方案是：对检测原理、电路设计与分析、电路测试以及检控系统溶液浓度测试等部分进行了详细研究。首先对mems血糖传感器的检测原理进行分析，对辅助传感器产生电流的电路(恒电位电路和信号发生电路)原理图进行设计，对传感器产生的微电流范围进行实验分析，为后续微电流检测电路的设计奠定基础。为验证微电流检测系统电路设计的正确性，本发明借助matlab仿真软件重点对电路中的恒电位及i/v转换的性能进行分析。此外对电路中的噪声来源进行分析，计算相关噪声并分析对电流检测的影响。对元件布置与布线、接地、电路板漏电防护等方面进行了研究，从而提高电路的抗干扰能力。在检控电路研制基础上，本发明搭建测试系统，测试电路的静态和动态特性、静态特性准确度、重复性、灵敏度、分辨力、稳定性、零漂等；动态特性包括恒电位电路的电压跟随特性以及检测电路的阶跃响应和频率响应特性。测试结果表明，该检测系统满足设计指标。

3、一种可用于血糖和胰岛素同时测量的便携式电化学工作站，包括数据采集模块、数据处理模块以及数据传输模块，所述三个模块由微控制器mcu进行信号连接并进行逻辑运行，其中数据采集模块包括三电极系统和电化学数据采集电路部分，所述的三电极系统包括三电极反应池；数据处理模块包括ad转换电路、i/v转换电路、运放电路、滤波电路和微控制器；数据传输模块由蓝牙和sd卡模块构成。

4、本发明技术方案的进一步改进在于：所述电化学数据采集电路部分由信号发生器和恒电位电路构成，所述三电极反应池为参比电极re、辅助电极ce、工作电极we三电极，恒电位电路用来维持we和re两个电极之间的电势差为某一特定值，维持三电极系统正常工作并采集工作电极上的电流，信号发生器产生反应所需要的信号激励，生成可编程频率和相位的三角波、正弦波和方波波形；i/v转换电路把电流信号转换为电压信号，ad转换电路采集预处理后的电压信号，然后将模拟信号转换为数字信号送到微控制器中。

5、本发明技术方案的进一步改进在于：运放电路把电压信号波形的上下电位调整，将信号发生器产生的三角波信号以及恒电位模块输出的放大信号进行移位、放大，运放电路包括放大器和加法器，放大器用于将数值极小的初始电压信号，放大到mv级别或v级别方便采集，加法器用于将负值的电压信号进行移位，使得微控制器可以采集到负信号。

6、本发明技术方案的进一步改进在于：电化学反应时所需要的信号激励由单独的直接数字式频率合成器产生，直接数字式频率合成器的具体工作过程是由n位相位累加器、n位加法器和n位累加寄存器组成，每来一个时钟脉冲，n位加法器将频率控制字k与n位累加寄存器输出的累加相位数据相加，并把相加后的结果送至累加寄存器的输入端，累加寄存器一方面将上一时钟周期作用后所产生的新的相位数据反馈到加法器的输入端，使加法器在下一时钟的作用下继续与频率控制字k相加；另一方面将这个值作为取样地址送入幅度/相位转换电路，幅度/相位转换电路根据这个地址输出相应的波形数据，最后经d/a转换器和lpf将波形数据转换成所需要的模拟波形。

7、本发明技术方案的进一步改进在于：在数据采集模块的2组输入端均采用滤波电路，对放大后的信号进行平滑处理，去除掉比较尖锐的噪声。

8、本发明技术方案的进一步改进在于：ad转换电路采用24位高精度模数转换芯片，电化学工作站对数据采集的精度及稳定性要求极高，主控芯片自带的adc通道稳定性达标但是精度不足以满足需要，采用具有24位高精度的ads1256芯片，经过硬件rc滤波电路输入到该芯片，该芯片将输入的模拟信号转化为24位的数字信号通过i/o口直接输出给微控制器。该芯片具有极低噪声(27nv)、可提供完整的高分辨率测量，并且具有低功耗，在正常工作模式下为38mw，待机模式下仅为0.4mw。转换器由一个四阶delta-sigma(δσ)调制器和一个可编程数字滤波器组成。输入多路复用器可处理差分或单端信号，并包括验证连接到输入的外部传感器的完整性的电路。可选择的输入缓冲器大大增加了输入阻抗，同时低噪声可编程增益放大器(pga)提供从1到64二进制级的增益，具有高达23位无噪声的分辨率和每秒30k样本的数据率(sps)。转换器提供了测量多路输入的快速通道循环，也可以在一个周期内完成单枪转换。误差校准支持所有pga设置的自校正和系统校正偏移和增益误差。

9、本发明技术方案的进一步改进在于：便携式电化学工作站还包括电路板pcb，为a、b分板设计，ab板之间采用插针嵌入的形式叠加在一起，且ab板均采用双层板布线，a板上设置数据采集电路、i/v转换电路、运放电路和微控制器，b板上设置ad转换电路和滤波电路。将电路分开设置，以有效降低硬件系统工作时产生的互相干扰。

10、在主电路板上留有底座，ad转换电路可以直接插在底座上，避免了靠线连接增大误差的可能。在pcb绘图中信号线尽量平行处理不交叉，且对两块电路均进行底层铺铜(gnd)处理，对内层信号对内层信号提供额外的屏蔽防护及噪声抑制，对表底层器件和信号也有一定的屏蔽防护，同时也提高了pcb板的散热能力以及避免因铜箔不均衡造成pcb过回流焊时产生的应力不同而造成pcb起翘变形，有效的增大了整体系统的抗干扰程度，提升了采集数据的精确度。

11、本发明技术方案的进一步改进在于：在信号发生器中集成了三种实验测量方案，包括循环伏安法、时间电流法，差分脉冲伏安法；在微控制器mcu中集成了机器学习分类算法，训练好的多元线性回归模型模型以c语言的形式写入微控制器中，通过测量用户的葡萄糖和胰岛素浓度，进而判断是否患糖尿病，或糖尿病的程度。

12、本发明技术方案的进一步改进在于：集成了sd卡存储器，通过该平台测量的数据可直接存储在sd卡中，存储空间足够大，并且极大的方便了数据的长期保存和处理。

13、本发明技术方案的进一步改进在于集成了机器学习分类算法，可同时检测胰岛素和血糖两种物质，大大优化了单独测试两种物质的实验步骤。为了尽可能的减少计算量，减轻微控制器后续的运行负担，本文选用机器学习中的线性回归分类模型。线性回归模型是一种常见的机器学习模型，通常用于预测一个连续的目标变量。该模型基于一个或多个自变量与目标变量之间的线性关系建模。线性回归模型的目标是找到一条最佳拟合直线(或超平面)，使得这条直线或超平面最大程度地拟合已知数据，并可以用于预测新数据。

14、在多元线性回归中，有多个自变量和一个目标变量。该模型的数学表示为：

15、y＝b0+b1x1+b2x2+…+bnxn+d                (1-1)

16、其中，y表示目标变量，x1、x2、...、xn表示自变量，b0、b1、b2、...、bn表示线性回归模型的系数，b0表示截距，b1、b2、...、bn分别表示自变量x1、x2、...、xn的系数，d为误差项。而线性回归的任务就是通过模型训练不断调节参数b减少输出误差，令模型更为准确。在训练过程中误差可以进行优化，依照中心极限定理，当误差足够多时，叠加后符合正态分布。因此，误差d是独立分布的，

17、

18、将d(i)用y(i)-btx(i)替换可得：

19、

20、数据是独立同分布，所以训练数据的联合概率就是各自边缘概率的乘积，似然函数如下：

21、

22、为了简化公式，对l(β)取对数得到对数似然函数：

23、

24、根据极大似然估计方法，当logl(b)取最大值时，去掉式中的定值部分，即得到优化后的目标函数j(b)：

25、

26、通过实验采集到大量数据，利用上述算法对数据进行训练，调整参数实现误差最小化，把训练好的模型以c语言的形式写入微控制器中，这样可以不经过pc端处理，直接在工作站中进行数据分析的工作，得到最终的检测结果。

27、由于采用了上述技术方案，本发明取得的技术进步是：

28、本技术便携式电化学工作站大大缩小了整体系统的体积，成本也控制在极低的范围内；同时保证了数据的稳定和精确性，从信号输入、处理以及输出的过程中不仅采用高精度的器件，也均采用了滤波处理，极大的增加了数据的抗干扰性以及精确度，目前数据可以达到0.01mv的精度。

29、本技术便捷式电化学工作站集成了包括循环伏安法、时间电流法，差分脉冲伏安法共计三种，增加了测量者的选择性；同时在微控制器mcu集成了机器学习算法，可同时测量胰岛素和血糖两种物质，在不经过pc端的情况下，直接在工作站内部得到最终的检测结果。