[發(fā)明專利]一種基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201910029964.1
• 申請日: 2019-01-11
• 公開（公告）號: CN109758160B
• 公開（公告）日: 2021-07-20
• 發(fā)明（設(shè)計）人: 陳小惠;呂亞帥;孫斌;吳煜慶
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: A61B5/1455
• 分類號: A61B5/1455;A61B5/01;A61B5/0205;A61B5/026;G06N3/04;G06N3/063;G06N3/08
• 代理公司: 南京蘇科專利代理有限責(zé)任公司 32102
• 代理人: 姚姣陽;徐振興

1.一種基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法，其特征在于，包括如下步驟：

步驟(1)：數(shù)據(jù)采集，通過紅光與紅外光發(fā)射和接受設(shè)備獲得紅光與紅外光透射信號，通過紅外溫度傳感器獲得手指指尖體表溫度值及體輻射熱量值，其中紅光與紅外光透射信號和溫度值及體輻射熱量值通過計算并轉(zhuǎn)化為特征數(shù)據(jù)集并歸入特征數(shù)據(jù)集；

步驟(2)：設(shè)計LSTM-RNN網(wǎng)絡(luò)模型；

步驟(3)：訓(xùn)練模型，利用特征數(shù)據(jù)集中的訓(xùn)練集數(shù)據(jù)訓(xùn)練LSTM-RNN網(wǎng)絡(luò)，得到基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法；

步驟(4)：檢測血糖值，實時進(jìn)行步驟(1)并將獲得的紅光與紅外光透射信號和溫度值及體輻射熱量值輸入至基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法，獲得人體實時的血糖值；

利用所述特征數(shù)據(jù)集中的訓(xùn)練集數(shù)據(jù)訓(xùn)練LSTM-RNN網(wǎng)絡(luò)，包括如下過程：

求得患者待測部位紅光及紅外光的透射能量的比例R值：

其中為透射人體待測部位的紅光的交流成分，為透射人體待測部位的紅光的直流成分，為透射人體待測部位的紅外光的交流成分，為透射人體待測部位的紅外光的直流成分；

通過求得的R值與測量的標(biāo)準(zhǔn)血糖值C進(jìn)行建模，用最小二乘法擬合出初步血糖預(yù)測值C_i與R的函數(shù)曲線，再求得所述患者人體血氧值Spo₂、人體心率值Hr，手指指尖體表溫度值T，人體輻射能量值E；

將訓(xùn)練集中的輸入數(shù)據(jù)[R，Spo₂，Hr，T，E，C_i]饋入網(wǎng)絡(luò)，經(jīng)過LSTM-RNN網(wǎng)絡(luò)的前向傳播過程得到對應(yīng)輸出當(dāng)前血糖值計算與血糖標(biāo)準(zhǔn)值C的誤差，并反復(fù)進(jìn)行訓(xùn)練，提高網(wǎng)絡(luò)模型精度。

2.根據(jù)權(quán)利要求1所述的基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法，其特征在于：步驟(1)具體為光電發(fā)射管發(fā)出兩種不同波段的光照射手指，光電接收管接收并將采集的光信號轉(zhuǎn)換為電信號；兩種不同波段的光分別為630nm的紅光及950nm的紅外光。

3.根據(jù)權(quán)利要求2所述的基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法，其特征在于：在測得紅光及紅外光的透射能量的比例R值后，利用最小二乘回歸求得初步血糖值Ci，再將Ci加入至輸入矩陣，完成初步血糖模型校正。

4.根據(jù)權(quán)利要求1所述的基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法，其特征在于：LSTM-RNN網(wǎng)絡(luò)模型：包括輸入層、隱藏層以及輸出層三個部分；

輸入層：接受樣本輸入，接受樣本有100維，皆為傳感器所探測到的人體信息值；

隱藏層：包括10個記憶模塊，記憶模塊包括輸入單元、輸出單元、輸入門、輸出門、遺忘門、Ceil；輸入單元、輸出單元、輸入門、輸出門、遺忘門、Ceil的維度都為32；采用的序列長度為10，按序列展開后有10個記憶模塊，上一時刻的模塊輸出反饋到下一時刻的模塊中；輸入門、輸出門、遺忘門的激活函數(shù)是sigmoid函數(shù)，輸入單元、輸出單元的激活函數(shù)為tanh函數(shù)；

輸出層：激活函數(shù)為線性函數(shù)，輸出人體血糖值。

5.根據(jù)權(quán)利要求1所述的基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法，其特征在于：所述紅外溫度傳感器用來獲得手指指尖體表溫度值及體輻射熱量。

6.根據(jù)權(quán)利要求1所述的基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法，其特征在于：獲取所述特征數(shù)據(jù)集包括紅光及紅外光的透射能量的比例R值、人體血氧值Spo2、人體心率值Hr、手指指尖體表溫度值T、人體輻射能量值E。

7.根據(jù)權(quán)利要求1所述的基于LSTM-RNN模型的無創(chuàng)血糖預(yù)測方法，其特征在于：所述LSTM-RNN模型具體公式表示如下：

其中，σ表示邏輯sigmoid函數(shù)，i_t表示輸入門，f_t表示遺忘門，o_t表示輸出門，c_t表示單元激活向量，h_t為隱藏層單元，W_xi、W_hi、W_ci分別表示為輸入門與輸入特征向量、隱藏層單元、單元激活向量之間的權(quán)重矩陣，W_xf、W_hf、W_cf分別表示為遺忘門與輸入特征向量、隱藏層單元、單元激活向量之間的權(quán)重矩陣，W_xo、W_ho、W_co分別表示為輸出門與輸入特征向量、隱藏層單元、單元激活向量之間的權(quán)重矩陣，W_xc、W_hc分別表示為單元激活向量與輸入特征向量、隱藏層單元之間的權(quán)重矩陣；t表示采樣時刻，tanh為激活函數(shù)，b_i、b_f、b_c、b_o分別表示為輸入門、遺忘門、單元激活向量、輸出門的偏差值。