申请/专利权人：广东工业大学

申请日：2022-10-18

公开（公告）日：2023-01-24

公开（公告）号：CN115633957A

主分类号：A61B5/145

分类号：A61B5/145;A61B5/00;G16H50/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.02.14#实质审查的生效;2023.01.24#公开

摘要：本发明提出一种基于高阶和分数低阶统计量的血糖预测方法及系统，涉及血糖预测的技术领域，解决了在当前无创血糖预测方法中，无法提取近红外血糖信号的细节信息，血糖数据预测的准确度低的的问题，首先获取作为带噪声信号的近红外血糖指标数据，对带噪声信号进行分解，得到去噪信号，提供可靠的信号数据源，然后提取去噪信号的高阶统计量和分数低阶统计量的特征值，进一步构建血糖预测模型，并利用由提取的特征值和获取的实际血糖值组成的数据集中的训练集训练血糖预测模型，最后利用训练好的血糖预测模型对采集的待检测血糖数据进行检测，得到待检测血糖数据的血糖预测结果，有效提高了血糖数据预测的准确度。

主权项：1.一种基于高阶和分数低阶统计量的血糖预测方法，其特征在于，包括以下步骤：S1.获取受试者的血糖数据，所述血糖数据包括受试者的近红外血糖指标数据及与近红外血糖指标数据同步对应采集的受试者的实际血糖值，并将获取的近红外血糖指标数据设为带噪声信号；S2.分解带噪声信号，得到去噪信号；S3.分别提取去噪信号的高阶统计量和分数低阶统计量的特征值，构建包含多个特征值的特征矩阵；S4.将特征矩阵中的特征值和特征矩阵中特征值对应的实际血糖值划分为训练集和验证集；S5.构建血糖预测模型，利用训练集训练血糖预测模型，并利用验证集对训练过程中的血糖预测模型进行评估，得到训练好的血糖预测模型；S6.采集待检测血糖数据，将待检测血糖数据输入训练好的血糖预测模型，输出待检测血糖数据的血糖预测结果。

全文数据：

权利要求：

百度查询： 广东工业大学 一种基于高阶和分数低阶统计量的血糖预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD