随着生活水平的提高,偏爱高热量食物、久坐不动和不规律的作息等城市化的生活习惯致使Ⅱ型糖尿病患者越来越多,这极大的危害了国民健康。依靠现有的医疗手段,糖尿病无法被根治,只能从一定程度上去控制和缓解,所以对糖尿病患者来说,每日需要进行多次的血糖测量。传统的有创和微创检测方法不但会给使用者带来心理负担和生理痛苦,频繁采血也会增加感染的机率,因此研制一套无损伤血糖检测系统就显得尤为重要。本文基于近红外光谱分析理论,利用极限学习机算法建立了光电容积脉搏波和血糖浓度之间的校正模型。研究内容主要由以下几个部分组成:1.搭建了光电容积脉搏波的硬件采集系统。整个采集系统分为前端采集模块、信号调理模块和A/D转换模块,分别完成信号采集、信号滤波放大和模数转换的功能。2.对采集到的光电容积脉搏波信号进行滤波降噪处理。由于脉搏波是十分微弱的生理信号,在采集过程中极易受到噪声干扰,本文采用改进的小波变换方法对含噪声的脉搏波信号进行了降噪处理,有效去除了工频干扰、肌电干扰和基线漂移等噪声,并利用阈值法、动态变异系数法和自相关函数法识别了脉搏波中存在的干扰段,提高了信号质量。3.无损伤血糖检测模型的建立。本文通过分析选取了五个与血糖有较强关系的脉搏波特征值组成了特征向量矩阵,然后提出使用极限学习机建立校正模型,并与多元线性回归、偏最小二乘回归和支持向量回归作对比,通过比较预测结果的相关系数、预测偏差和克拉克网格误差,证明极限学习机建立的校正模型在使用本文采集的数据时表现最好。