血糖监测系统公司：普迪医疗GlucoPred技术分析

来源：中为咨询www.zwzyzx.com 【日期：2016-05-13 17:50:31】【打印】【关闭】

相关报告

2014-2018年中国糖尿病用药企业拟IPO上市细分市场研究报告(2014-09-30)
2014-2018年中国糖尿病用药企业拟IPO上市细分市场研究报告(2014-09-30)
2015-2020年中国糖尿病用药行业运行研究及市场投资发展分析报告(2015-05-07)
2014-2018年中国糖尿病用药行业市场深度调查分析及投资战略研究报告(2014-09-24)
2015-2020年中国糖尿病用药行业市场深度剖析及投资发展研究报告(2015-06-25)
2014-2018年中国糖尿病用药业兼并重组及投资建议研究分析报告(2014-09-30)
全国主要地区糖尿病用药产业发展状况暨投资环境调查研究报告(2014-11-28)
2014-2018年糖尿病用药项目商业计划书(2014-09-30)
2018-2022年中国糖尿病用药行业市场深度调查研究及投资咨询报告(2017-10-31)
2014-2018年糖尿病用药项目商业计划书(2014-09-30)

普迪医疗开发的无创连续血糖检测系统GlucoPred不同于市场上传统的血糖测量：以手环或手表的形式提供准确连续的血糖数据。普迪医疗开发的无创连续血糖检测系统采用近红外光谱(NIRS)无创检测分析。

并结合传感器融合技术,以近红外线信号和生物电阻信号作为基础，基于对葡萄糖与胰岛素的相互作用进行多变量分析和建立动态数学模型来估算葡萄糖(血糖)水平,并通过动态校正,去除噪音,来实现稳定的无创连续血糖精确检测。既可以避免糖尿病患者每天刺破手指采血的痛苦，在提高患者生活质量的同时又可以为患者控制其代谢水平随时提供依据，大大降低糖尿病患者长期并发症发生的危险。

该血糖检测仪采用手表或者手环形式，具有与手机或平板电脑进行实时有线或无线数据交换功能，有利于医生、患者及亲属对患者病情的有效管理。GlucoPred具有无创无痛，方便佩戴等特点。未来还可继续开发具有同时检测甘油三酯、胆固醇、尿酸等多种慢性病生理指标的后续产品。

GlucoPred属于II期临床试验的阶段，有望于2015年11月获得CE认证，获得CE认证后将在中国进行注册，预计2016年下半年能够在国内上市销售。

普迪医疗无创手环GlucoPred

1、近红外光谱检测技术原理

近红外光谱属于分子振动光谱的吸收光谱，对机体具有较强的穿透能力。不同有机物在不同物理化学环境中对近红外光的吸收波长有明显差别，选用连续改变频率的近红外光照射某样品时，通过样品后的近红外光在某些波长范围内会变弱，透射出来的红外光就携带有机物组分和结构的信息。

当用红外线照射人体时，与血糖无关的人体组织，如皮肤、骨骼、肌肉、水等将吸收大部分红外线、余少量代表血糖特征的反射或吸收红外线，从而得到血糖特征频谱信号，通过红外传感阵列将透射的光密度信号转换为电信号，并使用数字信号处理器DSP进行数据处理后，就可以确定样品组分的含量。

GlucoPred检测原理

2、近红外光谱测定血糖数据分析

近红外光谱测定血糖最重要的是对光谱数据进行数据处理，排除其它因素的干扰，最常用的方法是化学计量法。化学计量学采用多元分析校正统计学方法与计算技术，解析化学测量数据，由红外光谱算出样品各成分的含量。现在常用的多元分析校正方法中，进行血糖检测光谱分析效果较好的是偏最小二乘法(PLS)，它将已知的葡萄糖浓度的光谱组，用主因子分析作定量计算的方法，对光谱矩阵进行特征向量分析，然后使用多元线性回归，找出极小的光谱变化和分析物浓度之间的关系，消除与葡萄糖无关的光谱变数，得出校正光谱，通过校正光谱和样品光谱的内积确定葡萄糖浓度。

近红外光在人体组织中需经过表皮层、真皮层进入皮下组织，不同个体皮肤的光学特性和组织特性会都检测产生影响，然后在人体血液中水、血色素、白蛋白、胆固醇等成分含量较高的成分也会对检测结果产生影响。

光在组织中的传输示意图

为了排除由不同个体皮肤的光学特性以及组织特性产生的干扰，可在实验室中利用与皮肤类似的材料模拟，通过建立回归模型，排除此类因素的干扰；而血液中的水分子在近红外区域吸收峰较小，使用近红外光来对血糖进行检测可以降低水分子的干扰；蛋白质可用光谱的特异吸收峰值来避开它的干扰；而血色素、脂肪、胆固醇等物质也可在体外不同浓度下进行测量，得到回归模型，然后排除干扰。

3、代谢模型

GlucoPred除了使用近红外光谱的方法，另外还通过集成生物传感器检测人体手指表面的温度、湿度、辐射以及人体血氧饱和度、心率等参数，采用DSP处理器分析计算能量代谢方面的数据，从而获得血糖含量的数据。

4、.动态校正模型

在传感器采集数据的过程中，一些突发事件，比如心跳加快、大量运动等，可能会引起传感器的偏差。为了保证传感器的测量处于最佳状态，就需要对传感器进行精密的动态校正，减少偏差的程度。普迪医疗在利用红外传感器的动态模型具有非常强大的算法能力，在实践方面有30多年的经验，普迪公司Spektron红外传感器在蛋白、水、脂肪检测领域已经有15年以上的应用。

普迪医疗通过整合近红外光谱法和代谢模型的方法，借助普迪公司在近红外光谱检测算法方面多年的积累，将GlucoPred的精确度做到了10%左右。初步实验室测试数据中红色代表CGM产品的检测结果，蓝色部分为GlucoPred的检测结果，可以发现GlucoPred与微创连续监测设备的数据吻合度非常好。GlucoPred使用过程中无需采血，不担心发生感染；同时无需试纸等耗材，使用成本低，很可能成为一个颠覆性的血糖监测重磅产品。

GlucoPred与微创连续监测设备的数据比对（红色：CGM，蓝色：GlucoPred）