[發(fā)明專利]一種基于數(shù)據(jù)建模和模型移植的通用血糖預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310362553.7
• 申請(qǐng)日: 2013-08-19
• 公開(kāi)（公告）號(hào): CN103605878A
• 公開(kāi)（公告）日: 2014-02-26
• 發(fā)明（設(shè)計(jì)）人: 趙春暉;喻成俠;李文卿
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 周烽

1.一種基于數(shù)據(jù)建模和模型移植的通用血糖預(yù)測(cè)方法，其特征在于，該方法包括以下步驟：

步驟1：建模信號(hào)預(yù)處理：將以一定采樣周期Δt獲得的個(gè)體皮下血糖信號(hào)、輸注該個(gè)體的胰島素信號(hào)、該個(gè)體攝入的飲食信號(hào)分別組合成一維時(shí)序數(shù)據(jù)G_k×1、I_k×1、M_k×1，其中，G、I、M分別是血糖信號(hào)、胰島素信號(hào)和飲食信號(hào)的測(cè)量值，k為以采樣周期Δt獲得的采樣個(gè)數(shù)；去除血糖信號(hào)、胰島素信號(hào)和飲食信號(hào)中的尖峰噪聲。

步驟2：獲取預(yù)測(cè)變量矩陣和響應(yīng)矩陣：預(yù)測(cè)區(qū)間記為ph，血糖信號(hào)和兩外源輸入信號(hào)預(yù)測(cè)變量的長(zhǎng)度分別記為l_G、l_I、l_M，則二維預(yù)測(cè)變量矩陣表示為其中，二維預(yù)測(cè)變量矩陣行數(shù)n=k-ph-l+1，k為以采樣周期Δt獲得的采樣個(gè)數(shù)，ph為預(yù)測(cè)區(qū)間，l=max{l_G,l_I+d-1,l_M+d-1}，而d是兩外源輸入信號(hào)樣本輸入的延遲，二維預(yù)測(cè)變量矩陣列數(shù)j_x=l_G+l_I+l_M。一維響應(yīng)矩陣表示為Y_n×1=[G_l+ph,G_l+ph+1,G_k]^T。

步驟3：基于LV的血糖預(yù)測(cè)建模：通過(guò)基于LV的方法進(jìn)行血糖預(yù)測(cè)建模。

步驟4：選取基模型進(jìn)行模型移植：根據(jù)步驟3的預(yù)測(cè)效果，采用LV方法進(jìn)行模型移植，該步驟通過(guò)以下子步驟來(lái)實(shí)現(xiàn)：

（4.1）確定模型移植的基模型：先從實(shí)際角度考慮選取LV方法中胰島素前的系數(shù)識(shí)別為負(fù)值，飲食前的系數(shù)識(shí)別為正值的對(duì)象的模型系數(shù)，再?gòu)念A(yù)測(cè)精度考慮，選取預(yù)測(cè)RMSE最小的對(duì)象的模型系數(shù)作為基模型。

（4.2）確定模型移植調(diào)節(jié)方向判斷依據(jù)：根據(jù)預(yù)測(cè)值和真實(shí)測(cè)量值均值、波峰或波谷判斷二者的相對(duì)大小。

（4.3）確定模型移植的調(diào)節(jié)步長(zhǎng)：權(quán)衡步長(zhǎng)減小帶來(lái)的調(diào)節(jié)時(shí)間增長(zhǎng)和精度提高之間的矛盾，確定模型移植的調(diào)節(jié)步長(zhǎng)。

（4.4）確定模型移植的調(diào)節(jié)策略：對(duì)比先調(diào)節(jié)胰島素前系數(shù)，再調(diào)節(jié)飲食前系數(shù)和先調(diào)節(jié)飲食前系數(shù)，再調(diào)節(jié)胰島素前系數(shù)的擬合效果，確定調(diào)節(jié)策略為先調(diào)節(jié)胰島素前系數(shù)，再調(diào)節(jié)飲食前系數(shù)。

步驟5：根據(jù)步驟4確定的基模型、步長(zhǎng)和調(diào)節(jié)策略對(duì)任意個(gè)體的未來(lái)血糖值進(jìn)行預(yù)測(cè)。該步驟通過(guò)以下子步驟來(lái)實(shí)現(xiàn)：

（5.1）在線預(yù)測(cè)時(shí)，在采集到任意個(gè)體新數(shù)據(jù)G_newk×1、I_newk×1、M_newk×1后（下標(biāo)new代表新樣本，一般數(shù)據(jù)量較缺乏），對(duì)新數(shù)據(jù)按步驟2所述的預(yù)測(cè)變量矩陣排列得到測(cè)試數(shù)據(jù)輸入矩陣

（5.2）調(diào)用基模型進(jìn)行在線修正預(yù)測(cè)：

（5.2.1）調(diào)用基模型進(jìn)行模型移植：

對(duì)于每個(gè)新的測(cè)試數(shù)據(jù)由以下步驟計(jì)算直接移植基模型后對(duì)測(cè)試數(shù)據(jù)的預(yù)測(cè)值

Y~=Xnewσ;---(1)]]>

其中，X_new為對(duì)新數(shù)據(jù)按步驟2所述的步驟獲得的預(yù)測(cè)變量矩陣，σ是PLS-CCA方法求出的基模型的回歸系數(shù)向量。

（5.2.2）根據(jù)預(yù)測(cè)值和測(cè)試數(shù)據(jù)的誤差不斷在線修正兩外源輸入系數(shù)，直到擬合RMSE最小，得到修正后的模型系數(shù)σ′，由以下步驟計(jì)算移植基模型在線修正后獲得ph個(gè)采樣點(diǎn)后的預(yù)測(cè)值

Y^v=Xrσ′;---(2)]]>

其中X_r為該個(gè)體采集的任意數(shù)據(jù)按步驟2所述的預(yù)測(cè)變量矩陣排列后的矩陣或向量，σ′為修正后的回歸系數(shù)向量。