Inligting

Hoe werk nie-indringende bloedglukosekonsentrasiemeting?

Hoe werk nie-indringende bloedglukosekonsentrasiemeting?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Diabetespasiënte moet 'n paar keer per dag die "vingerstok" uitdra. Een van die meganismes van "vingerstok" is om 'n klein hoeveelheid bloedmonster te neem en dit op 'n toetsstrook te sit. Die ensiem op die toetsstrook verminder die glukose en die elektronika van die glukosemeter bespeur die redoksspesies wat geproduseer word. Hierdie metode is egter pynlik en verhoog die risiko van infeksie.

Fotoniese waarnemingstegnologie open 'n nuwe metode vir nie-indringende bloedglukosekonsentrasie. Volgens 'n artikel van medGadget in 2013 (Die skakel volg http://www.medgadget.com/2013/10/non-invasive-measurement-of-blood-glucose-levels-using-glucotrack-interview.html), die nie-indringende soort is uitgevind. Deur bloot die oorlel te knip (sonder om die vel deur te steek), kon die bloedglukosekonsentrasie gemeet word. Ken iemand die werkbeginsel daarvoor? Of stel 'n referaat voor wat dit beskryf?


Ek is nie presies seker hoe dit nie-indringend gedoen word op die manier wat jy beskryf nie, maar vermoed dat dit met IR-absorpsiespektroskopie te doen het. Glukose het duidelike bande in die naby-IR frekwensie reeks. Deur dus die oorlel en die kapillêre in die oppervlak te verlig, die gebreekte lig af te haal en spektraal te analiseer behoort jy die hoeveelheid glukose relatief tot een of ander verwysingskalibrasie te kan bepaal.

Ek het vir 'n beginmaatskappy gewerk wat dit semi-indringend gedoen het vir glukosemetings in die ICU. Ons het 'n klein bloedmonster getrek en dit opties ontleed in 'n glassel met 'n skandering-interferometer - dan het die bloed aan die pasiënt teruggestuur.

Die optiese metode wat bloed trek is waarskynlik die beste benadering met betrekking tot akkuraatheid - waar jy binne 10 mg/dL wil kom - maar dit het ook sy probleme, insluitend reaksie op 'inmenging' in die bloed wat kan voordoen as glukose om nie noem hoë koste vir die interferometer en vervuiling van die bloedtoegangstelsel.


Glukosesensors: wat dit is & hoe dit werk

Glukosesensors is biosensors wat ontwerp is om glukosevlakke op te spoor, wat noodsaaklik is vir die bestuur van diabetes. Maar weet jy hoe die tegnologie werklik werk?

Of dit nou in die vorm van 'n toetsstrook vir 'n bloedglukosemeter of 'n sensor vir 'n deurlopende glukosemonitor is, die opsporing en meting van glukosevlakke is soortgelyke prosesse. Lees verder om te leer hoe biosensors werk, insluitend die verskillende tipes glukosesensors.


70-LB: Nie-indringende bloedglukosemetingstegnieke gebaseer op nie-ewewig-metaboliese hitte-konformasiemetode

Tradisionele metaboliese hitte-konformasie (MHC) metode kan gebruik word vir nie-indringende bloedglukosemetings wanneer die liggaam in termiese ewewigstoestand is. Maar in nie-termiese ewewigstoestand, soos na etes, kan die tradisionele metode 'n swak akkuraatheid tot gevolg hê. Ons stel 'n nuwe metode voor deur die MHC-beginsel uit te brei om nie-ewewigtoestand te dek en 'n nuwe metingstandaard en berekeningsalgoritme te ontwikkel. Die bloedglukosemeting vir die nuwe algoritme is die som van die bloedglukose in ewewigstoestand en die bloedglukosetoename in nie-ewewigstoestand. Resultate van kliniese proewe wat hierdie nuwe metode gebruik, toon aansienlike verbetering in akkuraatheid van bloedglukosemetings. In vergelyking met die tradisionele MHC-metode, lei metings deur die nuwe metode tot verbetering in korrelasiekoëffisiënte met intraveneuse bloedafname glukosekonsentrasie van 0,71 tot 0,93 (vir vastende metings), van 0,61 tot 0,93 (vir metings van 2 uur na 'n maaltyd) en van 0,63 tot 0,89 (vir metings van 3,5 uur na 'n maaltyd). Deur Parkes Error Standard-analise toe te pas, in die tradisionele MHC-metode, verteenwoordig Reeks A (relatiewe fout nie ±20%) slegs 54.3%, Reeks B (relatiewe fout oorskry nie ±50%) 39.6%. In die nuwe metode is Reeks A verantwoordelik vir 81,1%, en Reeks B 16,2%.


2. Basiese Beginsels van Glukose Biosensors

'n Biosensor kan gedefinieer word as 'n 'kompakte analitiese toestel of eenheid wat 'n biologiese of biologies-afgeleide sensitiewe herkenningselement geïntegreer of geassosieer word met 'n fisio-chemiese transducer” [18]. Daar is drie hoofdele van 'n biosensor: (i) die biologiese herkenningselemente wat die teikenmolekules onderskei in die teenwoordigheid van verskeie chemikalieë, (ii) 'n transduktor wat die bioherkenningsgebeurtenis omskakel in 'n meetbare sein, en (iii) 'n seinverwerking stelsel wat die sein omskakel in 'n leesbare vorm [19�]. Die molekulêre herkenningselemente sluit in reseptore, ensieme, teenliggaampies, nukleïensure, mikroörganismes en lektiene [22,23]. Die vyf hooftransduktorklasse is elektrochemies, opties, termometries, piëso-elektries en magneties [24]. Die meerderheid van die huidige glukose biosensors is van die elektrochemiese tipe, vanweë hul beter sensitiwiteit, reproduceerbaarheid en maklike instandhouding sowel as hul lae koste. Elektrochemiese sensors kan onderverdeel word in potensiometriese, amperometriese of konduktometriese tipes [25�]. Ensiematiese amperometriese glukose-biosensors is die mees algemene toestelle wat kommersieel beskikbaar is, en is wyd bestudeer oor die laaste paar dekades. Amperometriese sensors monitor strome wat gegenereer word wanneer elektrone óf direk óf indirek tussen 'n biologiese sisteem en 'n elektrode uitgeruil word [28,29].

Oor die algemeen is glukosemetings gebaseer op interaksies met een van drie ensieme: heksokinase, glukose-oksidase (GOx) of glukose-1-dehidrogenase (GDH) [30,31]. Die heksokinase-toets is die verwysingsmetode vir die meting van glukose met behulp van spektrofotometrie in baie kliniese laboratoriums [32]. Glukosebiosensors vir SMBG is gewoonlik gebaseer op die twee ensiemfamilies, GOx en GDH. Hierdie ensieme verskil in redokspotensiale, kofaktore, omsettempo en selektiwiteit vir glukose [33]. GOx is die standaard ensiem vir biosensors dit het 'n relatief hoër selektiwiteit vir glukose. GOx is maklik om te verkry, goedkoop en kan groter uiterstes van pH, ioniese sterkte en temperatuur weerstaan ​​as baie ander ensieme, wat dus minder streng toestande tydens die vervaardigingsproses en relatief ontspanne bergingsnorme vir gebruik deur leke-biosensorgebruikers toelaat [33,34 ].

Die basiese konsep van die glukose biosensor is gebaseer op die feit dat die geïmmobiliseerde GOx die oksidasie van β-D-glukose kataliseer deur molekulêre suurstof wat glukonsuur en waterstofperoksied produseer [35]. Om as 'n katalisator te kan werk, benodig GOx 'n redokskofaktor𠅏lavien-adenien-dinukleotied (FAD). FAD werk as die aanvanklike elektronaannemer en word gereduseer tot FADH2.

Die kofaktor word geregenereer deur met suurstof te reageer, wat lei tot die vorming van waterstofperoksiede.

Waterstofperoksied word geoksideer by 'n katalitiese, klassieke platinum (Pt) anode. Die elektrode herken maklik die aantal elektronoordragte, en hierdie elektronvloei is eweredig aan die aantal glukosemolekules wat in bloed teenwoordig is [36].

Drie algemene strategieë word gebruik vir die elektrochemiese waarneming van glukose deur suurstofverbruik te meet, deur die hoeveelheid waterstofperoksied wat deur die ensiemreaksie geproduseer word te meet of deur 'n diffundeerbare of geïmmobiliseerde mediator te gebruik om die elektrone van die GOx na die elektrode oor te dra. Die aantal en tipes GDH-gebaseerde amperometriese biosensors het onlangs toegeneem. Die GDH-familie sluit in GDH-pyrroquinolinequinone (PQQ) [37�] en GDH-nikotinamied-adenien dinukleotied (NAD) [40�]. Die ensiematiese reaksie van GDH is onafhanklik van die opgeloste suurstof. Die kinoproteïen GDH-herkenningselement gebruik PQQ as 'n kofaktor.

Hierdie meganisme benodig nóg suurstof nóg NAD +. GDH-PQQ is 'n besonder doeltreffende ensiemstelsel, met 'n vinnige elektronoordragtempo, maar dit is relatief duur [17].

GDH met NAD as 'n kofaktor produseer NADH eerder as H2O2. NAD is 'n groot elektronaanvaarder in die oksidasie van glukose, waartydens die nikotinamiedring van NAD + 'n waterstofioon en twee elektrone aanvaar, gelykstaande aan 'n hidriedioon. Die gereduseerde vorm van hierdie draer wat in hierdie reaksie gegenereer word, word NADH genoem, wat elektrochemies geoksideer kan word.


Beraming van bloedglukose deur nie-indringende metode met behulp van fotopletismografie

Hierdie artikel bied 'n stelsel aan wat bloedglukosevlak (BGL) skat deur nie-indringende metode met behulp van Photoplethysmography (PPG). Vorige studies het 'n beter skatting van bloedglukosevlak getoon met behulp van 'n optiese sensor. 'n Optiese sensor-gebaseerde data-verkrygingstelsel word gebou en die PPG-sein van die proefpersone word aangeteken. Die hoofbydrae van hierdie referaat is om verskeie kenmerke van 'n PPG-sein te ondersoek deur gebruik te maak van Enkelpulsanalise-tegniek vir effektiewe skatting van BGL-waardes. 'n PPG-data van 611 individue word oor 'n duur van 3 minute elk aangeteken. BGL-waardeberaming word uitgevoer met behulp van twee tipes kenmerkstelle, (i) Tyd- en frekwensiedomeinkenmerke en (ii) Enkelpulsanalise (SPA). Neurale netwerk word opgelei met behulp van bogenoemde voorgestelde kenmerkstelle en BGL-waardeberaming word uitgevoer. Eerstens valideer ons ons metodologie deur dieselfde kenmerke te gebruik wat Monte Moreno in sy vroeëre werk gebruik het. Die eksperimentering word op ons eie datastel uitgevoer. Ons het vergelykbare resultate van BGL waarde skatting verkry in vergelyking met Monte Moreno, met maksimum R 2 = 0.81. Verder word BGL-beraming deur gebruik te maak van (i) Tyd- en frekwensiedomeinkenmerke en (ii) Enkelpulsanalise (SPA) uitgevoer en die gevolglike bepalingskoëffisiënt (d.i. R 2 ) verkry vir verwysing vs. voorspelling is onderskeidelik 0.84 en 0.91. Clarke Error Grid-analise vir BGL-beraming word klinies aanvaar, so ons het soortgelyke analise uitgevoer. Deur gebruik te maak van Tyd- en frekwensiedomeinkenmerkstel, word die verspreidings van datamonsters verkry as 80.6% in klas A en 17.4% in klas B. 1% monsters in sone C en Sone D. Vir Enkelpulsanalisetegniek (SPA) die verspreiding van data monsters is 83% in klas A en 17% in klas B. Die voorgestelde kenmerke in SPA het aansienlike verbetering getoon in R 2 en Clarke Error roosteranalise. SPA tegniek met die voorgestelde kenmerk stel is 'n goeie keuse vir die implementering van stelsel vir meting van nie-indringende glukometer.

Dit is 'n voorskou van intekeninginhoud, toegang via jou instelling.


Metodes

Nie-indringende deurlopende glukometer

Vorige werk toon dat die optiese 26,27,37 en elektriese 13,18,20,21 eienskappe van vel, temperatuur en humiditeit 24,25 almal verband hou met veranderinge in glukose. In hierdie vraestel is twee multisensor probes (een groter en die ander klein) ontwerp wat op die pols en bo-arm geplaas kan word soos in Fig. 5 getoon. Die groter een was toegerus met lig-emitterende diodes (LED's), 'n foto-elektriese sensor, temperatuursensor, humiditeitsensor, hoëfrekwensie buigsame elektrode en een pool van 'n lae-frekwensie-elektrode. Die kleiner een was toegerus met die ander pool van die lae-frekwensie-elektrode, wat saam met die groter sonde gebruik kan word om die lae-frekwensie-impedansie van die arm op te spoor.

Die multisensor-gebaseerde nie-indringende deurlopende glukometer. Die linker deel was die multisensor probes (die boonste een is die groter sonde, en die onderste een is die kleiner sonde), die regter deel was 'n sketskaart wat wys hoe om die probes te dra.

Die golflengtes van die LED's is 660 nm, 730 nm, 800 nm en 940 nm. Die grootte van die hoëfrekwensie-elektrode is 30 mm × 20 mm, die afstand tussen die twee pole is 4 mm, die frekwensiereeks is 10–60 MHz en die bypassende induktansie is 220 nH. Die lae-frekwensie-elektrode is gemaak van vlekvrye staal van grootte 5 mm × 5 mm, die afstand tussen die twee pole tydens werking is ongeveer 25 cm en die frekwensiereeks is 1–150 KHz.

Modellering

Algoritme raamwerk

Figuur 6 het die algoritme-raamwerk getoon, wat in 'n modelleringsdeel en 'n skattingsdeel verdeel kan word. Die modelleringsgedeelte kan in vier stappe verdeel word. Eerstens is die verwysingsglukoseprofiel en oorspronklike data benodig vir modellering ingevoer. Tweedens, alle kandidaat-kenmerke is uit oorspronklike data bereken, kenmerke is gekeur volgens die ooreenkoms tussen die kenmerk en verwysingsglukoseprofiel, bygevoeg in die verwante kenmerke-subset en aangeteken in verwante kenmerke-inligting. Derdens is die enkelfunksiemodel gebou. Die model is opgestel gebaseer op elke verwante kenmerk deur tydreeksanalise te gebruik, en dan is enkel-kenmerk model parameters en enkel-kenmerk model-gebaseerde glukose profiele verkry. Uiteindelik is multi-funksie samesmelting uitgevoer. Enkel-kenmerk model-gebaseerde glukose profiele is geïntegreer met behulp van die geweegde gemiddelde metode, en dan is multi-kenmerk samesmelting parameters verkry. Enkel-kenmerk model parameters en multi-kenmerk samesmelting parameters het die glukose profiel skatting model gevorm.

Die algoritme raamwerk. Die linkerdeel het gewys hoe om modelparameters deur modellering te verkry, en die regterdeel het gewys hoe om beraamde glukoseprofiel te verkry deur gebruik te maak van modelparameters.

Wanneer die glukoseprofiel geskat is, is die oorspronklike data wat benodig word vir skatting in die stelsel ingevoer, die verwante kenmerke is onttrek volgens inligting oor verwante kenmerke wat tydens die modelleringsproses verkry is, en dan is die verwante kenmerke-subset in die skattingsmodel ingevoer om die beraamde kenmerke te verkry. glukose profiel. Nadat die beraamde glukoseprofiel verkry is, kan die piektyd van postprandiale glukose daaruit verkry word.

Beskik oor vertoning

Die onttrekking van glukose-verwante kenmerke (hierna verwys as verwante kenmerke) uit alle kandidaat-kenmerke is 'n baie belangrike stap in nie-indringende glukose navorsing. In hierdie vraestel is 'n kruiskorrelasiefunksie gebruik om kenmerksifting te realiseer.

'n CCF (kruiskorrelasiefunksie) is 'n maatstaf van die ooreenkoms van twee reekse as 'n funksie van die verplasing van een relatief tot die ander. (y(n)) is die tydreeks van verwysingsglukose, (x(n)) is die tydreeks van 'n sekere kenmerk, ( au ) is die verplasing. Die CCF kan beskryf word deur vergelyking (6).

waar (R( au)) die CCF-waarde is. Normaalweg word CCF gebruik om die tydsvertraging tussen twee seine volgens die maksimum waarde, (_) . In kenmerksifting, wanneer die maksimum CCF-waarde die drempelwaarde oorskry, word die twee seine as soortgelyk beskou en word die kenmerk as 'n verwante kenmerk gekies.

Ten einde die invloed van ewekansige versteuring uit te skakel, is die oorspronklike tydreeks eers aan golffiltrering onderwerp voordat die CCF bereken is.

Enkel-kenmerk model en multi-funksie samesmelting

In een eksperiment kan 'n beraming van glukoseprofiel verkry word gebaseer op elke verwante kenmerk, wat 'n enkelfunksiemodel genoem word. Deur 'n geweegde gemiddelde algoritme uit te voer vir alle skattingsglukoseprofiele gebaseer op elke verwante kenmerk, kan 'n mens 'n multi-kenmerk-gebaseerde skatting glukoseprofiel verkry, wat multi-kenmerk samesmelting genoem word.

Aangesien die kenmerk ten tyde van meting waarskynlik verband hou met die glukosevlak van die voorafgaande tydperk, is tydreeksanalise gebruik om 'n enkelkenmerkmodel daar te stel. 'n Bewegende gemiddelde (MA)-model is gebruik om die verband tussen die verwante kenmerk en die verwysingsglukosewaarde uit te druk, soos getoon in vergelyking (7):

waar Glu (t) is die verwysingsglukosewaarde by t, ek is die reeksnommer van die verwante kenmerk, x ek(tn) is die waarde van verwante kenmerk by tn, b in is die modelkoëffisiënt, m is die modelorde en ε ek(t) is residuele fout.

Die resultaat van die MA-model is (_(t)). Die tydsvertraging T ek tussen (_(t)) en (Glu(t)) word deur CCF bereken, en dan T ek word uitgeskakel om die finale enkel-kenmerk model-gebaseerde glukoseprofiel te verkry (_(t)), soos getoon in vergelyking (8):

In multi-kenmerk samesmelting, is 'n geweegde gemiddelde algoritme uitgevoer om alle enkel-kenmerk model-gebaseerde glukose profiele saam te smelt (_(t)) , en verkry uiteindelik (G(t)) soos getoon in vergelyking (9):

waar (G(t)) die beraamde glukoseprofiel is gebaseer op multi-eienskap samesmelting, en (_) is die gewig van die enkel-kenmerk model-gebaseerde glukose profiel bereken met behulp van die ith verwante kenmerk.

In die modelleringsproses kan die enkel-kenmerk model parameters verkry word as T ek, b in en m, en die multi-funksie samesmelting parameters kan verkry word as K ek. Tydens glukoseberaming word kenmerke uit verwante kenmerkinligting onttrek en by die kenmerkesubset gevoeg. Die beraamde glukoseprofiel kan verkry word deur gebruik te maak van enkel-kenmerk model parameters en multi-kenmerk samesmelting parameters.

Eksperimentele ontwerp

Om die doeltreffendheid van die algoritme te verifieer, is gesonde vrywilligers en vrywilligers met diabetes vir veelvuldige eksperimente gewerf. Hierdie eksperiment is goedgekeur deur die etiese komitee van die Peking Universiteit Eerste Hospitaal, en alle metodes is uitgevoer in ooreenstemming met die relevante riglyne en regulasies. In totaal is drie vrywilligers met diabetes, wat elkeen aanvaar het om aan vyf eksperimente deel te neem, en ses gesonde vrywilligers, wat elkeen aanvaar het om aan drie middagete-eksperimente deel te neem, gewerf. Vrywilligers met diabetes was binnepasiënte wat 'n dinamiese glukometer (Medtronic, MiniMed Paradigm 722) gedra het vir 'n deurlopende 72 uur se monitering. Ingeligte toestemming is van alle deelnemers verkry. Elkeen van hulle is aan drie middagete-eksperimente en twee aandete-eksperimente onderwerp, waarin die middagete gestandaardiseer is en 90 g standaard tortilla ingesluit het, terwyl die aandete sonder spesifieke vereistes was. Gesonde vrywilligers is slegs een keer elke week aan die standaard middagete-eksperiment onderwerp sonder om die dinamiese glukometer te dra.

Teen 10 minute voor die maaltyd het vrywilligers die ontwikkelde nie-indringende deurlopende glukometer gedra en een keer vingerstok-glukosemonitering (Roche-glukometer, ACCU-CHEK® Performa) ondergaan vir verwysing vastende glukose. Die tydhouer is toe begin etenstyd moet beheer word tot binne 10-15 min. Vingerstok glukose monitering is een keer elke 30 min uitgevoer. Tydens die eksperiment is vrywilligers binnenshuis gehou en gevra om nie strawwe oefeninge uit te voer nie. Vrywilligers met diabetes is nie verhinder om hipoglisemiese middels of insulieninspuitings te gebruik nie. Vir gesonde vrywilligers is die verwysingsglukoseprofiele verkry deur deur die vingerstokpunt te interpoleer. Vir vrywilligers met diabetes is die verwysingsglukoseprofiele deur die dinamiese glukometer verkry.

Beskikbaarheid van data

Die datastelle wat tydens en/of ontleed word tydens die huidige studie is beskikbaar by die ooreenstemmende outeur op redelike versoek.


LUMS Elektriese Ingenieurswese Fakulteit stel bekostigbare nie-indringende glukosemonitering voor

Vanaf 2020, volgens die Internasionale Diabetes Federasie, ly 17,1% van die volwasse bevolking van Pakistan, wat ongeveer 19 miljoen uit 113 miljoen volwassenes is, aan diabetes. Volgens die Institute for Health Metrics and Evaluation (IHME), 'n onafhanklike globale gesondheidsnavorsingsentrum aan die Universiteit van Washington, is diabetes in 2017 onder die top tien oorsake van dood in Pakistan gerangskik.

Diabetes is 'n siekte wat die liggaam se vermoë om insulien te produseer belemmer of die effektiewe gebruik van insulien in die menslike liggaam belemmer. Insulien is 'n hormoon wat ons bloedglukosevlakke reguleer deur ons liggame toe te laat om die suiker (glukose) van koolhidraatverrykte voedsel wat ons verbruik, te gebruik of te stoor. Hierdie siekte spaar niemand nie, dit kom algemeen voor by kinders, die jeug, volwassenes en swanger vroue. Onbehandeld kan dit lei tot meervoudige orgaanversaking wat uiteindelik tot die dood lei.

Dr Wala Saadeh van die LUMS Skool vir Wetenskap en Ingenieurswese se Elektriese Ingenieurswese-afdeling het met die idee vorendag gekom om 'n bekostigbare en nie-indringende bloedglukosevlakmoniteringtoestel te ontwikkel. Die inspirasie vir die idee het gekom toe sy 'n vrou en haar diabetiese kind by die lughawe ontmoet het, onthou dr. Saadeh. Die ma moes haar seun se bloedglukosevlakke verskeie kere gedurende 'n dag nagaan deur die konvensionele vingerprikmetode te gebruik en daaglikse insulieninspuitings toe te dien.

Die meeste van ons wat met diabetiese ouers, grootouers, broers en susters of vriende grootgeword het, is vertroud met herhaalde vingerprik om suikervlakke te kontroleer, wat pynlik kan wees en ook die pasiënt kwesbaar maak vir verskeie soorte infeksies.

In 'n navorsingsartikel wat saam met haar student, Aminah Hina, geskryf is, getiteld, 'Non-Invasive Glucose Monitoring SoC Based on Single Wavelength Photoplethysmography' en gepubliseer in IEEE Transactions on Biomedical Circuits and Systems (Vol. 14, no. 3, pp. 504-515, Junie 2020), stel die navorsingspan 'n toestel voor soos dié wat in hospitale gebruik word om die suurstofkonsentrasievlak en hartklop te monitor. Die pasiënt plaas basies sy of haar vinger in 'n clip-agtige toestel, wat die bloedglukosevlak meet.

Die metode behels die stuur van 'n liggolf deur die liggaam en die opsporing van glukosevlakke met 'n sensor aan die ander kant. Aangesien daar geen direkte verband tussen die invallende lig, gevolglike lig en bloedglukosevlak is nie, het die span 'n masjienleeralgoritme gebruik wat opgelei is om spesifieke ligkenmerke met sekere bloedglukosewaardes te karteer. Die masjienleeralgoritme laat toe om glukosevlakke op te spoor en te kwantifiseer en is gebaseer op 'n hoogs sensitiewe tegniek vir die meting van bloedvolumes met behulp van naby-infrarooi optiese pulse, genaamd fotopletismografie.

Terwyl hulle navorsing gedoen het, het dr. Saadeh se span die toestel op 200 studente van LUMS getoets. Hulle kon egter nie 'n voldoende aantal diabetiese pasiënte op kampus vind nie. Die masjienleeralgoritme wat gebruik is, is dus gekalibreer vir normale bloedglukosevlakke. Hulle werk nou saam met 'n plaaslike kliniek wat diabetiese pasiënte behandel om die algoritme dienooreenkomstig te herkalibreer. Die span het die eerste prototipe van die toestel gedemonstreer by die IEEE Internasionale Simposium oor Stroombane en Stelsels wat in 2019 in Japan georganiseer is.

Die navorsingspan werk nou aan die tweede prototipe van die toestel, met die doel om die stroombaan kleiner te maak om op 'n enkele skyfie te pas en die metings selfs meer akkuraat te maak deur uitgebreide toetsing op diabetiese pasiënte.

Dit is belangrik om daarop te let dat 'n paar nie-indringende bloedglukosevlak-moniteringstoestelle soos die GlucoTrack© in die mark beskikbaar is, maar uiters duur is. Byvoorbeeld, die eenmalige koste van GlucoTrack© is ongeveer PKR 3,4 lac met 'n herhalende koste van PKR 30 000 elke 6 maande. Sodra Dr. Saadeh en haar span gereed is, streef hulle daarna om saam te werk met maatskappye wat mediese toestelle vervaardig om hierdie nie-indringende, bloedglukosevlak-moniteringstoestel teen bekostigbare tariewe aan die publiek beskikbaar te stel. Dr Safeeullah Chaudhry van die Skool vir Wetenskap en Ingenieurswese se Biologie-afdeling werk ook nou saam met 'n begin-up genaamd Byonyks oor nie-indringende glukosemonitering. Meer opwindende nuus sal na verwagting mettertyd uit hierdie groepe na vore kom.


Projek logs

Hoekom ek aan projekte soos hierdie werk.

Dit is my vlog, maar hierdie een is gefokus op my NIRGM-projek, slaan vooruit as jy nie in die hele "vlog"-ding is nie.

Dankie Adafruit!

Adafruit het vandag my projek vertoon. Ek het baie e-posse ontvang oor die hulp met die projek, dit is regtig wonderlik! Ek moet die projek 'n bietjie skoonmaak en dit na GitHub plaas sodat daar meer toegang vir almal is. Ek sal erken ek is nie die beste wat dit doen nie, so ek sal my bes probeer om dit alles op te stel (Tyd is 'n groot faktor). Daar is baie mense wat gretig is om te help programmeer, of data in te samel, so ek moet die ontwerp uitsorteer voordat ek vir mense sê om dit te begin bou!

As ek nog nie vir jou 'n e-pos gestuur het nie, moenie bekommerd wees nie, ek maak my pad deur hulle en sal uiteindelik by jou uitkom. Hulle word almal waardeer!

Dowwe LED's sny dit nie.

Besef dat ek ('n lang tyd gelede) 'n paar hoë kwaliteit LED's moes bestel het. Die standaard goedkoops wat ek altyd kry, sny dit nie. Het 'n kort soektog op Digikey gedoen en 'n paar ernstiges vir die werk gekry wat baie beter behoort te wees en ook steeds 0603 is, so dit hoef nie 'n nuwe bord te bestel nie.

Die IR en die NIR is reeds kragtig genoeg hoop ek.


RESULTATE

Konsep en ontwerp van die voorgestelde waarnemingstelsel

Hier stel ons 'n eerste van 'n soort nie-indringende draagbare benadering bekend wat staatmaak op buigsame sensors wat in lyn gebring kan word met liggaamskrommings en aanpas by klein bewegings, terwyl ons fokus op die effektiewe aanpassing van EM-golwe om die GL direk vanaf bloed te monitor (VSA patent nr. PCT/US2018/054627) (15). Daarom word 'n multisensorstelsel voorgestel wat twee verskillende liggings aan die liggaam teiken en staatmaak op multi-bedryfsfrekwensies (Fig. 1).

(A) Die antennagleuwe (V.S. Patent no. PCT/US19/39238) (33) en die filter (V.S. Voorlopige Patent No. 62/811,760) (34) is geïnspireer deur die anatomie van die are en arteries van die hand en die arm (V.S. Patent No. PCT/US2018/054627) (15), onderskeidelik. (B) Die voorgestelde sensors werk by die UHF- en mikrogolfbande, wat genoeg EM-golfpenetrasiediepte verseker om die geteikende are en arteries te bereik saam met 'n wye karakteriseringsreeks (beeld is van YokoDesign/Shutterstock gewysig). (C) Links: Bo-waarnemingslaag van die buigsame gleufantenna-prototipe. Regs: Boonste waarneemlaag van die bandverwerpfilterprototipe. (D) Links: Skematies van die buigsame gleufantenna wat die hand se vate teiken. Regs: Onderste laag van die voorgestelde bandverwerpingsfilter op die arm gemonteer. Fotokrediet: Jessica Hanna, Amerikaanse Universiteit van Beiroet.

Die stelsel bestaan ​​uit twee EM-gebaseerde sensors: 'n multibandgleufantenna en 'n multibandverwerpingsfilter (Fig. 1A). Om hoë sensitiwiteit vir die glukose variasies te bereik, word verskillende aspekte oorweeg. Eerstens is die voorgestelde sensors ontwerp om in die boonste ultrahoë frekwensie (UHF) en onderste mikrogolfbande tussen 500 MHz en 3 GHz te werk. Hierdie frekwensiereeks laat toe om die geteikende are en are, deur die vel-, spier- en vetweefsellae te bereik (Fig. 1B) terwyl goeie sensitiwiteit gehandhaaf word (meer besonderhede word in Aanvullende teks verskaf). Tweedens, die voorgestelde strukture boots die vaskulatuuranatomie na (Fig. 1A). Ons verifieer dat deur die EM-golwe direk na die bloednetwerk te konsentreer, ons 'n hoër sensitiwiteit bereik. Daarbenewens lei die veelvuldige gleuwe tot 'n multiband-respons, wat ons in staat stel om die GL oor 'n wye reeks frekwensies te monitor. Ons demonstreer later dat dit op sy beurt die akkuraatheid van GL-skatting verbeter deur gebruik te maak van meerveranderlike regressiemodelleringstegnieke. Boonop is die voorgestelde antenna ontwerp wanneer dit met 'n menslike handmodel gelaai is. Die werking van 'n antenna hang nie net af van die fisiese afmetings van sy struktuur nie, maar hang ook af van die permittiwiteit van die MUT. Aangesien die antenna in ons aansoek naby die menslike liggaam sal uitstraal, wat as 'n hoë-verlies medium beskou word, word 'n nuwe ontwerpbenadering aangeneem. Hierdie benadering, hier genoem as op-liggaam-passing, pas die antenna by die menslike liggaam. As gevolg hiervan, is die voorgestelde antenna ontwerp om te werk wanneer dit gelaai is met 'n menslike handmodel met behulp van ANSYS Electronics Desktop-simulator. Deur die antenna by die menslike liggaam te pas, word die refleksies by lug-velgrens verminder en word meer energie in die liggaam oorgedra, wat 'n meer betroubare ontleding van die bloedglukose-variasies moontlik maak. Hierdie tegniek oorkom tradisionele antenna-ontwerpe wat ly aan sterk weerkaatsings van die invallende golwe wanneer dit in kontak met of naby die menslike liggaam geplaas word, veral by die lug-vel-koppelvlak (16). Om die antenna by die menslike liggaam te pas, is van uiterste belang vir ons toepassing. Wat die filter betref, is die instelfunksie 'n belangrike aspek, wat nog 'n mate van vryheid by die ontwerp voeg, wat verdere aanpassing van die waarnemingstelsel moontlik maak om die spesifieke individuele eienskappe beter te akkommodeer.

As 'n bewys van konsep is ons eerste prototipe ontwerp om die bloednetwerk op twee verskillende plekke na te boots: die hand en die arm (Fig. 1D, links). Die ontwerpte antenna is geïntegreer as deel van 'n draagbare handskoen, wat die BGL monitor deur die hand se vaskulatuurnetwerk te bespeur. Die filter is ingesluit as deel van 'n armband (Fig. 1D, regs). Hierdie uiteenlopende inkorporering van die waarnemingskomponente op verskeie plekke maak hoër akkuraatheid en vinniger reaksie in die opsporing van BGL moontlik. Verskeie prototipes wat vir beide waarnemingsplekke voorsiening maak, word ontwikkel. Konseptuele prototipes word op rigiede substrate getoets. 'n Volle buigsame topologie word dan aangeneem om beter by die aard van die menslike liggaam te pas.

Beide sensors is ontwerp en gesimuleer met behulp van ANSYS Electronics Desktop simulator (17). Hulle is albei saamgestel uit drie lae. Die boonste waarnemingslaag bestaan ​​uit die gleuwe, die middelste laag is saamgestel uit die diëlektriese substraat, en die onderste laag bevat die voedingslyn (Fig. 1C).

Die antenna se gleuwe boots dele van die diep palmare boog, die oppervlakkige palmare boog, die palmare digitale arteries en die dorsale metakarpale are wat in die hand voorkom, na (Fig. 1D, links). Om 'n multiband-werking te bewerkstellig, word hierdie gleuwe opgewonde deur 'n spiraalvormige 50-ohm-toevoerlyn. Dit maak dit moontlik om BGL te waarneem via golfinteraksies by 'n menigte frekwensies. Die huidige oppervlakverspreiding toon hoogs gekonsentreerde areas rondom die gleuwe van die buigsame antenna by verskillende frekwensies (Fig. 2A, bo).

(A) Oppervlakstroomverspreiding (Jsurf). Bo: Antenne se huidige verspreiding by 0,8 GHz (links) en 1,2 GHz (regs). Onder: Filter se huidige verspreiding by 1,8 GHz (links) en 2,2 GHz (regs). (B) Die effek van die buiging van die antenna met verskillende buigdiameters op die S11 grense. (C) Die effek van oop- en toemaak van die vingers op die buigsame antenna's S11 parameters wanneer dit in 'n handskoen geïntegreer is. Fotokrediet: Jessica Hanna, Amerikaanse Universiteit van Beiroet.

Let daarop dat die buigsaamheid van die voorgestelde stelsel (Fig. 2, B en C) en die draagbaarheid daarvan bedoel is om die sensor se versoenbaarheid met verwagte liggaamsbewegings en aanpasbaarheid by liggaamsoppervlak te verbeter. Ons het eers die antenna se werkverrigting in twee verskillende situasies geëvalueer, ons het die antenna se werkverrigting getoets oor krommings van verskillende buigdiameters. Die antenna het 'n stabiele werkverrigting vir verskeie konfigurasies oor vlakke of geboë oppervlaktes gehandhaaf, soos getoon in Fig. 2B, met minimale verskil tussen die plat en gebuigde S11 reaksie van die antenna. Vir hierdie eksperiment het ons silindriesvormige skuimoppervlaktes met krommings van onderskeidelik 10, 12 en 18 cm deursnee gebruik. Tweedens word die antenna binne 'n handskoen vasgemaak en van die veloppervlak geskei deur 'n buigsame skuim (met 'n dikte van 0,5 cm), wat die antenna toelaat om saam met die menslike liggaam te beweeg (Fig. 2C). Metings met vingers oop en toe (Fig. 2C, regs) het getoon dat die bewegings van die vingers nie die S11 grense.

Die verstelbare multiband-verwerp filtergleuwe boots die arm se ulnêre arteries na (Fig. 1C, regs). 'n Tapse voedingstopologie op die onderste laag maksimeer EM-energie-koppeling na agt biologies-geïnspireerde gleuwe wat in die boonste laag ingebed is (Fig. 1D, regs). Die voorgestelde filter is ontwerp om oor 15 verskillende mikrogolfbandfrekwensies tussen 1,5 en 2,7 GHz te resoneer. The resonances are related to eight stop bands, which are separated by seven pass bands. The current surface distribution shows highly concentrated areas around the slots of the filter at different frequencies (Fig. 2A, bottom). To achieve tunability, a varactor diode SMV1705-079LF (18) reconfigures the operating frequencies. The varactor’s capacitance value is tuned from 31.5 to 5.2 pF, by varying the reverse voltage from 0 to 5 V.

In what follows, we study the solo performance of the proposed sensors while focusing on their sensing capabilities and GL estimation capabilities for different setup configurations. Afterward, both sensors are combined to better evaluate the performance of the proposed multisensing system.

During the development of EM-based sensors dedicated for biomedical use, one very important parameter to assure the safety of the proposed device is the specific absorption rate (SAR). The SAR is simulated using ANSYS Electronics Desktop simulator for both sensors when the hand and the arm models are placed above the sensors with a separation of 0.5 cm. The obtained values fulfill both the U.S. and the European Union guidelines for general public exposure (Supplementary Text and fig. S9B).

Performance validation: Response to glucose variation

Figure 3 (B and C) display the antenna’s and filter’s responses, respectively, in terms of S parameters versus GL, which is measured using the experimental setups (Fig. 3A). In this experiment, we study the proposed sensor sensitivity toward glucose variations using fetal bovine serum (FBS)/glucose solutions. Because the normal BGL at fasting is less than 100 mg/dl and the BGL for diabetic patients is higher than 126 mg/dl (www.diabetes.org/diabetes-basics/diagnosis/), the glucose concentration is varied with small increments of 10 mg/dl to cover the hypo- to hyperglycemic range. The objective is to demonstrate the ability of the proposed sensors to detect very small glucose variations over the diabetic range.

(A) Schematic of the serum-based experiment. (B) The flexible antenna’s response S11 phase versus the reference GL (left). Die S11 fitted curve (cyan line) shows the trend of the antenna’s response versus GL. The noninvasively estimated GL versus the reference GL (right). (C) The flexible filter’s S11 phase versus reference GL (left) and estimated GL versus the reference GL (right). (D) Left: The antenna is placed parallel to the vessel-like container, superposing the slots of the antenna upon that of the container (configuration 1). Right: The vessel-like container is rotated by 180° (configuration 2). (E) Comparison between the antenna’s responses (S11) versus the reference GL obtained from the two configurations. (F) The glucose measurement response was repeated three times. (G) Selective response of the flexible antenna to glucose (GLU). OA, oleic acid AC, acetaminophen FRU, fructose. Photo credit: Jessica Hanna, American University of Beirut.

During all conducted experiments, we collected the input complex reflection coefficients (S11) from the antenna, the input complex reflection coefficients (S11) from the filter, the forward complex transmission coefficients (S21), and the output complex reflection coefficients (S22) at different frequencies. The raw response of both sensors closely followed the curve of the reference GL measured by a commercial glucose meter [Accu-Chek from Roche (19)], achieving high correlation (R > 0.9). A correlation of R = 0.98 is obtained for the flexible antenna’s S11 phase at 1.15 GHz (Fig. 3B, left), whereas an R of 0.95 is achieved for the flexible filter’s S11 phase at 1.575 GHz (Fig. 3C, left). These high correlation coefficient values indicate a strong relationship between the sensor’s response and GL. It is important to highlight that the antenna’s S11 response remained stable over repeated experiments (Fig. 3F). We were able to identify multiple frequencies at which the physical parameters of the proposed sensor versus reference GLs remained stable in repeated experiments and demonstrated consistent behavior (Fig. 3F and fig.S9A).

GL estimation

For each sensor, the S parameters (magnitude and phase) obtained at various frequencies, are normalized and then joined through a Gaussian process (GP) (20) regression model for GL estimation (Supplementary Text). To assess the accuracy of the proposed model and underlying system, we compare the mean estimated GL with the reference GL.

The standard error of prediction (SEP) (8) and mean absolute relative difference (MARD) (21) are used as performance criteria (Supplementary Text). Fig. 3 [B and C (right)] demonstrates that the noninvasively estimated GL obtained using the flexible antenna and filter, respectively, closely follow the trend of the reference GL. For the flexible antenna, SEP is found to be equal to 4.26 mg/dl for GL ranging between 0 to 70 mg/dl and 14.91 mg/dl for levels ranging above 180 mg/dl. We achieve a MARD of 3.09% for the flexible antenna and 7.3% for the flexible filter.

Importance of the vasculature-inspired slots

The importance of concentrating EM waves into the vessels’ network is demonstrated in the following two experiments using the rigid antenna and a vessel-like container: (i) The vessels of the container that are filled with FBS/glucose solution are aligned with and placed in parallel to the antenna’s slots. (ii) The container is rotated 180 o , as shown in Fig. 3D, where the vessels are almost orthogonal to and, hence, not aligned with the antenna slots (only small sections of the antenna’s slots intersect with the vessels of the container).

In both cases, the same experimental setup parameters are used and the corresponding curves showing the S11 responses versus the GL are compared. The actual GL are varied between 10 to 600 mg/dl, as measured by the invasive method, representing a total change of 590 mg/dl. The corresponding total change in the S11 magnitude response for the highest correlated S parameter is improved from 0.29 dB for the misaligned rotated position to 1.55 dB for the aligned or parallel position (Fig. 3E, left). Moreover, the total change in S11’s phase response is improved from 1.04° for the rotated position to 10° for the parallel position (Fig. 3E, right), thus indicating enhanced sensitivity. By aligning the vessel’s network with the slots and concentrating the radiation on the vessels, the sensitivity of the antenna toward glucose variations is improved by more than fivefold in terms of the corresponding S11 magnitude variation and 10-fold for the phase. To our knowledge, the research here represents the first direct demonstration of the importance of focusing the EM waves onto the vessels to increase the sensitivity of the proposed EM-based multiband sensor toward glucose variations.

It is important to highlight that we were able to obtain high correlation (R > 0.95) between the raw S parameters and the GLs for both experiments. This high sensitivity is due to the concentration of the surface current around the slots and their extremities (Fig. 2A, bottom). This experiment was idealized to highlight the importance and the benefits of concentrating the EM waves on the vessels. In practical scenarios, the wearable nature of the design limits the room for misalignment. Moreover, the concentration of the surface current not only on the slots but also around them helps accommodate for any possible slight misalignment between the targeted vessels and the slots.

The proposed sensor showed more selectivity toward glucose variations than other interferant species including fructose (FRU), acetaminophen (AC), and oleic acid (OA) in concentrations that are much higher compared to physiological conditions (Supplementary Text). The difference in response is due to the difference in terms of dielectric properties between these interferants. In Fig. 3G, we successively added OC, AC, FRU, and glucose (50 mg/dl) to the same FBS solution. Die S11 parameters showed minimal to no shift when the interferants were added. In contrast, a notable shift of S11 parameters is produced when the same amount of glucose is added to the solution, resulting in a correlation with the GLs of R > 0.9.

We next conducted ex vivo experiments on mammalian tissues, as displayed in fig. S1A. The effect of the ex vivo mammalian skin, fat, and muscle layers and that of the glucose variation on the response of the flexible antenna sensors is shown in fig. S1B.

The on-body matching characteristics are very clear when the antenna is loaded with rat tissues. This matching is well preserved and thus meets our design objectives. In this experiment, the volume of the FBS is reduced to one-half, allowing a more realistic setup. We observe excellent agreement between the sensors’ responses and the reference GL citing correlations of R = 0.98 for both the flexible antenna and filter, as shown in fig. S1 (B and C). The proposed sensors establish the following requirements: the ability (i) to detect small glycemic variations (10 mg/dl) over the hypo- to hyperglycemic range and (ii) to maintain a good sensitivity in the presence of a lossy medium (skin, fat, and muscle layers).

In vivo experiments on animal models of diabetes

In vivo experiments were performed on seven rats (female and male) to assess the proposed sensing system’s efficacy to detect BGL across living tissues. To take into consideration the coat color (white and black), we tested the system on two different rat strains, Sprague-Dawley and Long-Evans rats. As described in the Materials and Methods, the rats were divided as follows: Three female Long-Evans rats received intravenous streptozotocin injection (65 mg/kg) to render them diabetic. Diabetes was verified after 48 hours when the rat’s GLs are >300 mg/dl (two female and two male Sprague-Dawley rats). The Sprague-Dawley rats underwent intraperitoneal glucose tolerance test (IPTT), mimicking the oral glucose tolerance (OGTT) tests in humans, after overnight fasting to prove the capability of the proposed system to detect the increase and decrease of GLs over the hyper- to hypoglycemic levels. All rats received injection of insulin, during the experiment, to induce hypoglycemia. The raw S parameters curves followed well the increase and decrease of BGL (Fig. 4, B and C) with a good correlation for both hypoglycemic and hyperglycemic ranges (R = 0.89 and R = 0.97). Another criterion for accuracy is the Clarke’s error grid (CEG) (22), which offers a means to measure the performance, taking into consideration the clinical relevance of the differences between the estimates and the reference GL. The CEG for all experiments (conducted on seven rats: two white male rats, two white female rats, and three black female rats) is shown in Fig. 4D. We obtained good prediction of the BGL with all results falling in the clinically acceptable zones: A and B of the CEG (97.6% in zone A and 2.4% in zone B), including the hypoglycemic region with an overall MARD of 5.19%. To assess whether there is a sensitivity difference detected by the proposed sensor between male/female and white/black skin, we relied on unpaired Student’s t tests using the mean correlation (between the system’s parameters and BGL). No statistical significance differences due to gender or skin color were detected for both analyses, as shown in fig. S9E.

In vivo experiment on living animals covering the hypo- to hyperglycemic range. (A) The experimental setup. (B) Rigid filter’s response. Top: The rigid filter’s S parameter magnitude response versus the actual BGL at 1.57 GHz, during one IPTT experiment. Bottom: The estimated GL versus the BGL for 10 randomly shuffled test/train datasets. (C) Rigid filter’s response. Top: The rigid filter’s S parameter magnitude response versus the actual BGL at 1.95 GHz, for one streptozotocin-induced diabetic rat. Bottom: The estimated GL versus the BGL for 10 randomly shuffled test/train datasets. (D) CEG for the seven conducted experiments (the CEG shows the mean estimations each obtained from the 10 random repetitions).

Human trials on healthy controls

We evaluate the proposed system on healthy subjects to demonstrate its ability to monitor the BGL in real-time settings during OGTTs. We tested the antenna on 21 healthy volunteers, where each one underwent three separate OGTTs. The flexible and rigid antennas are fixed on the volunteers’ hands (Fig. 5A). Die S11 phase follows the trend of the reference BGL achieving high correlation (R = −0.94 Fig. 5B).

(A) The experimental setup for antenna measurements. (B) Antenna’s response during one OGTT. Left: The S11 phase response at 1.36 GHz versus time (blue curve). The glucose variation over time (red curve). The black arrow indicates the glucose intake. Middle: Blood glucose estimation. Reference GL (red) compared with the estimated GL over time (green dots show the estimations resulting from the 10 random repetitions, which are closely overlapping in most cases, and the blue curve shows the mean estimation). Right: CEG for all 64 OGTTs (the CEG shows the mean estimations, each obtained from the 10 random repetitions). (C) The experimental setup for filter measurements. (D) Filter’s response during one OGTT. Left: the S11 magnitude response at 1.3 GHz versus time. Middle: Blood glucose estimation. Right: CEG for all 12 OGTTs. Photo credit: Jessica Hanna, American University of Beirut.

To estimate the GL, information obtained at various frequencies is used. The noninvasively estimated BGLs obtained by the GP model for a given OGTT (Fig. 5B) match well with the upward and downward trends of the reference BGL, achieving a MARD of 1.78% for this experiment.

The results show no delay between the two values. This indicates that our system is monitoring the BGL directly from the blood and can be attributed to the choice of the frequency range.

The sensing system achieves a MARD of 6.08 and 6.18% for the rigid and flexible antennas, respectively, across all volunteers (examples for the rigid antenna’s response and estimation are shown in figs. S2 and S3). These values show high accuracy and are comparable to those obtained by commercial self-monitoring systems. To prove repeatability, the CEG analysis (23) for all 63 OGTTs is shown in Fig. 5B. The mean estimated GLs fall 100% into the clinically acceptable zones (97.93% in zone A and 2.07% in zone B) for the flexible prototype. Moreover, 93.48% of the estimated values are within 15% error, 96.78% are within 20% error, 99.06% are within 30% error, and 99.65% are within 40% error. These percentages are obtained for a total of 1430 estimated points. The proposed system achieves very good matching between the estimated and reference GL, providing confidence in the potential of the proposed noninvasive antenna (additional examples for the flexible antenna’s response and estimation are shown in figs. S4 and S5).

To assess whether there is a sensitivity difference detected by the proposed sensor between male/female, we relied on unpaired Student’s t toetse. A P value higher than 0.05 was considered statistically not statistical significance hence, no statistical significance difference is reported between the two groups. We found that both genders provided very similar sensitivity toward the glucose variations with no statistical significance difference in terms of mean correlation and MARD (male, n = 30 female, n = 32), as shown in fig. S9 (C and D). This was performed on the antenna data collected from the 21 volunteers (including 10 male and 11 female) where each one was subject to three OGTTs. In addition, no statistical significance gender-based shift in the correlated frequencies is observed (male, n = 30 female, n = 32).

The filter-based sensor is tested on six healthy volunteers, who underwent two separate OGTTs (Fig. 5C). Figure 5D presents an example of the S parameters versus BGL for volunteer no. 3 during one OGTT. We notice that the filter’s response follows the reference BGL trend, achieving a high correlation of 0.95. The predicted BGL matches the reference BGL well, resulting in MARD of 1.97% for this experiment (additional examples for the rigid filter’s response and estimation are shown in figs. S6 and S7). For the 12 OGTTS, we obtained a MARD of 5.07%. All the estimated values are in the acceptable zones A and B with 98.55% in zone A. A total of 93.39% of the estimated values is within 15% error, 96.99% are within 20% error, 99.03% are within 30% error, and 99.8% are within 40% error. These percentages are for a total of 272 estimated points.

During in vivo experiments, we did not study the effect of physical activities and different environmental conditions on the attained response. Future work will include these experiments on diabetic patients covering the full glycemic range.

One system with multiple sensors

To overcome the technical difficulties introduced by some environmental factors and to improve the sensitivity of the device, the antenna and the filter are joined into a multisensing system (Supplementary Text). The system is tested on six healthy volunteers during OGTTs while tuning the filter to cover different frequency bands using three different tuning voltages.

Figure 6 displays the antenna’s and the filter’s individual S parameters versus GL for one volunteer. For this volunteer, the filter’s third configuration provides the highest correlation between the S parameters and the GL. By combining the responses of both sensors and relying on the wrapper technique to select the most important features, we are able to reduce the MARD from 2.84% for the antenna alone to 0.91% for the combined system. The multisensing system reduces the impact of interfering factors in real-life condition such as surface temperature, humidity, and movement by monitoring the GL from two different locations.

The antenna and the filter are simultaneously tested on six healthy volunteers. We first evaluated the response of each sensor. (A) Top: Antenna’s response for one volunteer. Bottom: Blood glucose estimation using the GP model. (B) Filter’s response using three different tuning states. (C) Multisystem setup. (D) Multisystem blood glucose estimation. Photo credit: Jessica Hanna, American University of Beirut.

We notice during the initial set of human trials that the response of the proposed sensors varied between patients (fig. S8). Hence, by monitoring the GL using both the antenna and the filter and by tuning the filter, we are able to tailor the proposed sensing system to better capture the specific individuals’ characteristics. Using the wrapper feature-selection technique, we are able to identify the most important features for each volunteer by analyzing their individual data that importantly improved the accuracy of the prediction.

This, in turn, helps us capture or identify the best combinations of features obtained from the different tunings of the filter and the antenna device. Figure S8 arrows are intended to indicate that each person may interact with each tuning differently however, it emphasizes that the best set features obtained from the different sensors’ settings indeed provides the best predictions.


Samsung Researchers’ Non-Invasive Blood Glucose Monitoring Method Featured in ‘Science Advances’

With diabetes and its associated costs on the rise around the world, effective blood glucose monitoring is considered more important than ever. While conventional methods have required people with diabetes to prick their finger to extract blood drops, non-invasive alternatives, which minimize patients’ pain and discomfort, have been a long-standing dream in diabetes management.

Recently, researchers at the Samsung Advanced Institute of Technology (SAIT), Samsung Electronics, in collaboration with the Massachusetts Institute of Technology (MIT), developed an innovative, non-invasive method for monitoring blood glucose levels that utilizes a technique known as Raman spectroscopy. On January 24, the researchers presented their findings in Science Advances, a scientific journal from the American Association for the Advancement of Science.

(From left) Sung Hyun Nam, Hojun Chang, Yun Sang Park, Woochang Lee and Jongae Park, from SAIT’s Mobile Healthcare Lab

Raman spectroscopy is a spectroscopic method that utilizes lasers for chemical composition identification. Previous studies that utilized Raman spectroscopy for glucose sensing in recent decades demonstrated a capability to measure glucose mainly by presenting statistical correlations to the reference glucose concentration. However, those studies raised questions regarding the effectiveness and accuracy of using Raman spectroscopy for glucose measurement due to a lack of direct evidence for glucose sensing.

To break through the limitations that arose in prior studies, Samsung’s researchers developed an off-axis Raman spectroscopy system that enables the direct observation of glucose Raman peaks from in vivo vel. Utilizing this system, they demonstrated one of the highest prediction accuracies among non-invasive technologies. The research team also developed an innovative technique for reducing the effects of movement artifacts on glucose sensing in Raman spectroscopy.

“Non-invasive blood glucose monitoring has been a topic of great discussion for decades, and I believe that our findings will help guide the direction of future studies for non-invasive glucose sensing,” said Dr. Sung Hyun Nam, Master at SAIT’s Mobile Healthcare Lab. “We will continue to solve challenging problems with the belief that this will lead to the commercialization of non-invasive blood glucose sensors, and ultimately help make life easier for people with diabetes.”

For any issues related to customer service, please go to Customer Support page for assistance.
For media inquiries, please click Media Contact to move to the form.