第32卷，第4期 2012年4月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol.32,No.4.pp934-938
April,2012
血糖检测中建模方法和温度引入的偶然相关研究
赵博1，曹玉珍1*，刘蓉2，徐可欣2 1.天津大学精密仪器与光电子工程学院，天津300072
2.天津大学精密测试技术及仪器国家重点实验室，天津300072
摘要近红外光谱分析技术应用在血糖检测中，需要借助化学计量学方法建立模型来实现对未知样品的定量分析。在模型建立和验证的过程中通常会引人一定程度的偶然相关，从而影响模型的稳健性。采用随机数模拟光谱数据及参考浓度的研究方式，从建模波长数的选择和交互验证方法两方面考察了不同建模方法在建模的过程中存在偶然相关的概率水平，并给出了最佳的建模波长数以及最优的交互验证方法，以降低引入的偶然相关。此外通过离体实验，研究温度对葡萄糖浓度检测的影响并指导如何在实际血糖检测中降低温度引人的偶然相关。
关键词近红外；化学计量学；偶然相关，交互验证；温度
中图分类号：0657.3
引言
文献标识码：A
DOI:10.3964/j.issn.1000-0593(2012)04-0934-05
模型并非基于被测成分的光谱信息，而是基于某种偶然的因素，即发生了偶然相关。Topliss等)采用随机数模拟研究的方式来计算偶然相关的概率和F-检验，实验结果表明
近红外光谱分析技术被誉为分析的巨人，广泛地应用在血糖检测中。但它作为一种间接的分析技术，必须借助化学计量学来建立校正模型，从而实现对未知样本的定量分析。也就是说，近红外光谱分析技术的有效性是基于所建校正模型的有效性。从统计学的角度来看，模型的质量好坏般是考察所建立的回归曲线与数据趋势的拟合程度(")，通常用决定系数、相关系数、标准偏差、模型预测误差等描述[3]。但模型的有效性评价却相对比较困难，需要一些法则指导模型有效性的判断，如F-检验(F-Ratio)和QUIK(Qunder in-fluenceofK，QUIK)法则[和渐近Q’法则[S}等。
在近红外光谱分析中，常用的建模方法包括多元线性回归（multivariate linearregression，MLR）、主成分回归（prin ciplecomponent regression，PCR）和偏最小二乘法（partial leastsquare，PLS)，这些同归方法均属于黑箱子的方法，在建立线性模型时，如果被测成分的浓度与光谱数据本身不具有显著的相关关系或者被测成分对光谱数据的变异贡献很小，但由于建模方法强大的信息提取功能或者测量中其他干扰的影响，如仪器漂移、实验设计不合理导致成分之间存在高度相关等等，都会导致建立的模型看起来很好，但实际上
收稿日期：2011-08-08，修订日期：2011-11-28
MLR模型产生偶然相关的概率远大于F-检验的结果。Rich ard]用同样的方法对比研究了MLR算法和PLS算法，并指出PLS算法具有更高的预测精度。Liu等(*)考察了测量过程中仪器漂移等对模型偶然相关的影响及解决措施。
此外，评价多变量模型的效果通常采取交互验证的方式，在数据量不太大或出于降低建模成本的角度，最普追的做法是留一完全交互验证法（leave-one-outcross-validation， LOO-CV)，但近年来研究发现LOO-CV方法存在着一些缺陷[9.10)。Geisser(u)提出采用留多交互验证法（leave-multiple outcross-validation，LMO-CV)，也就是每次提取多个样本进行模型验证。目前已有一些文献对不同交互验证方法进行了对比研究[12,13]，但关于它们对PLS模型引人偶然相关的评价能力优劣的研究还是空白。本文主要通过引人模拟产生的随机数，考察了建模方法自身存在偶然相关的概率水平，重点研究建模样本数和波长数的选择以及交互验证时最优的样本排选比例
最后，通过对葡萄糖水溶液的温度实验，研究温度对葡葡糖浓度检测的影响，指导在实际血精检测中如何降低温度的影响。
基金项目：国家自然科学基金项目（60938002，30900275），高等学校博士学科点专项科研基金项目（20090032120064)资助作者简介：赵博，1985年生，天津大学精密仪器与光电子工程学院硕士生
e-mail zhaobo123322@126,com
*通讯联系人
万方数据
e-mail yzcao@tju. edu. cn