面向无创血糖监测：基于自适应闭环EC-QCL的单光源多组分呼气检测系统

人体呼气中的挥发性有机物，是反映体内代谢状态的核心生物信号，可作为无创疾病筛查与监测的重要依据。但呼吸组分检测始终面临难点：呼气痕量气体种类繁杂、浓度极低，现有检测设备大多需多激光光源、复杂分光模块支撑多分子检测，存在体积大、成本高、波长定位稳定性差等问题，难以落地临床场景。

土耳其 Aksaray 大学 Bayrakli 团队在 Optics & Laser Technology 发表的最新研究，用单一 EC-QCL 光源配合自适应闭环算法，实现了对 CO、CO₂、H₂O、N₂O 和 PH₃ 的准同步检测，并首次在 60 人队列中探索了呼气 N₂O 与血糖的关联。

系统设计

系统采用 Littrow 构型外腔，核心为 4.6 μm 抗反射 QCL 芯片，搭配 300 lines/mm 衍射光栅与压电执行器，后端接 31.2 m Herriott 多通池和 MCT 探测器。

闭环 EC‑QCL 传感器系统示意图。PSV：压力感应阀；FP‑QCL：法布里‑珀罗量子级联激光器；EC‑QCL：外腔量子级联激光器；DAQ：数据采集卡。

区别于固定步长或查表法，团队自研的 Python 闭环控制器实时计算实测信号与目标波长的误差梯度，动态调整电机步长并补偿传动迟滞，实现快速锁定；锁定后切换维持模式，由 NI DAQ 完成精细扫描。

为避免气流波动和波长切换导致的浓度漂移，采样端采用压力感应阀与质量流量控制器，将肺泡气静态封存于吸收池后再顺序测量。

检测性能

光栅粗调覆盖 4350–4610 nm（260 nm 范围），最大功率超过 300 mW，可覆盖上述五种气体的红外指纹区。

(a) 不同光栅角度下 EC‑QCL 光谱（黑）与原始 FP‑QCL 光谱（橙）对比，粗调范围达 260 nm (4350–4610 nm)。(b) 插图为 600、700、800 mA 下功率‑波长曲线，最大功率超 300 mW。

以 50 ppm N₂O 验证，信噪比 730，检出限 68 ppb；积分吸收面积与浓度线性相关（R² = 0.99）。Allan 方差给出最佳积分时间 230 s，激光本征线宽约 42 MHz。

50 ppm N₂O 实测吸收系数谱（蓝线）、Voigt 拟合谱（红线）与 HITRAN 参考谱（黑线）对比。

N₂O 浓度与积分吸收面积线性回归曲线（R² = 0.99），插图为 10–50 ppm 梯度实测光谱。

对同一份静态肺泡气样本顺序检测 N₂O 与 CO₂，实测谱与 HITRAN 参考谱吻合，验证了复杂基质中的可靠性。

同一静态肺泡气样本中 N₂O（红线）、CO₂（黑线）实测吸收谱与 HITRAN 参考谱（蓝线）对比。

呼气 N₂O 与血糖的关联

在 60 人队列中，以 N₂O 浓度负六次方对血糖做渐近拟合，R² = 0.60。正常至低血糖区间曲线陡降，但血糖高于 120–130 mg/dL 后趋于平台，缺乏高血糖区分辨力。

血糖水平对 N₂O 浓度负六次方的渐近拟合曲线（R² = 0.60），高血糖区间趋于平台。

作者明确指出，仅凭呼气 N₂O 尚不足以作为糖尿病的独立诊断或监测手段。这仅是首份经验性关联，需联合更多标志物提升统计效力。

结论与展望

该项工作证实，一套结合梯度自适应控制与静态进样的 EC‑QCL 传感器，可在不牺牲灵敏度的前提下以单一光源顺序完成多组分呼吸分析，大幅压缩系统成本和体积。虽然 N₂O 单指标无法独立监测糖尿病，但平台已为后续纳入 CO、H₂O、PH₃ 等多参量联合建模奠定了基础。研究扩展后将覆盖氧化应激、炎症、肝功能障碍、幽门螺杆菌感染等多种代谢‑感染性疾病的非侵入评估，推动紧凑型呼吸诊断仪器的临床转化。

海尔欣QSweep宽扫红外激光源

海尔欣的QSweep宽扫红外激光源为客户提供覆盖更广、性能更强、稳定可靠的激光解决方案。

l 窄光谱输出：提供非常窄的光谱输出，满足高光谱分辨率的应用需要。

l 快速波长调谐：在QC芯片的整个增益带宽上（数百cm-1），实现超10ms的快速波长调谐。

l 低损耗元件：使用低损耗元件，使设备可以在便携式电池供电的条件下高效运作，适合便携式应用。

l 高输出功率：相较于DFB-QCL，可提供更高的输出功率，同时保持较窄的光谱宽度。

l 波长可调谐性：覆盖4-12µm的超宽光谱范围，为固体和液体样品分析提供可能。

l 高可靠性：能够提供高可靠性的激光输出，适用于需要稳定光源的应用。

l 室温工作能力：在室温下运行，无需额外的冷却系统，实现了设备的小型化和便携化。

文献来源：External cavity quantum cascade laser-based sensor with closed-loop gradient-based adaptive control for multi-molecule breath analysis: Potential applications in non-invasive diabetes monitoring

10.1016/j.optlastec.2026.115164