[發明專利]一種無創血糖預測方法及裝置

有效

• 申請號: 202110236576.8
• 申請日: 2021-03-03
• 公開（公告）號: CN113133762B
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 劉欣剛;劉欣穎;姜濤;田野
• 申請（專利權）人: 劉欣剛
• 主分類號: A61B5/1455
• 分類號: A61B5/1455;A61B5/021
• 代理公司: 上海泰能知識產權代理事務所(普通合伙) 31233
• 代理人: 錢文斌;宋纓

本發明涉及一種無創血糖預測方法及裝置。方法包括：收集檢測對象PPG信號和對應的血壓值，得到PPG?血壓數據集；建立深度卷積神經網絡，在所述PPG?血壓數據集上進行監督學習，當所述深度卷積神經網絡訓練完畢后得到預訓練模型；收集檢測對象PPG信號和對應的血糖值，得到PPG?血糖數據集；基于所述PPG?血糖數據集對所述預訓練模型進行微調得到預測模型；基于得到的預測模型對所述檢測對象的PPG信號進行血糖預測。本發明能夠降低數據集收集過程的經濟和時間成本。

技術領域

本發明涉及醫療器械技術領域，特別是涉及一種無創血糖預測方法及裝置。

背景技術

無創血糖檢測技術，能夠幫助使用者連續、無痛苦、無感染隱患地檢測血糖水平，具有重要的醫學價值和經濟價值，多年來始終是研究熱點。其中光學傳感器檢測方案，因使用便捷，成本相對低廉等優勢受到研究者較多關注。光電容積波(photoplethysmograph，PPG)傳感器，是通過光電手段檢測活體組織中血液容積變化的傳感器。該傳感器信號交變部分能夠反映動脈血液的成份信息，同時信號波形細節能反映血粘稠度、心率變異性、血管壁狀態等血液動力學信息，這些信息又與血糖水平具有相關性。因此PPG傳感器較適合作為無創血糖儀的信號檢測部件。近期一些無創血糖儀研發團隊利用PPG傳感器取得了較理想的研究進展。例如韓國釜慶大學的研究結果，在12名志愿者的實驗中，血糖濃度預測相關系數平均值達到0.86，預測標準差達到6.16mg/dl。又如以色列Spectrophon公司的無創血糖儀，在200名成人參與的實驗中，血糖濃度預測相關系數平均值，餐前為0.8994，餐后為0.9382，平均百分比誤差為7.40-7.54％。上述結果表明，PPG傳感器具有實現實用化無創血糖儀的硬件潛力。

然而，無創血糖檢測通常面臨著一個主要技術瓶頸，即不同檢測對象體質的多樣性會導致檢測信號與血糖水平的對應關系復雜化；同時對于相同個體，由于身體狀況可能發生變化，同樣使得原有模型無法長期適用。這一問題的直接結果是影響無創血糖儀的檢測精度，無法通過行業標準；或者使得已通過標準驗證實驗的血糖儀在大范圍臨床應用中精確性嚴重下降，造成市場化失敗，例如以色列IntegrityApplication公司的GlucoTrack(糖無忌)、美國的手表式血糖儀GlucoWatch等。無創血糖儀通常沒有精確的解析模型可以依賴，而是采用機器學習技術建立檢測信號與血糖水平間的預測模型。這種情況下，為增加血糖儀的檢測精度以及通用性，制備大量的有標定樣本，用以訓練預測模型，顯然無法避免。盡管一些研究者提出了各種削弱個體差異影響的方法，如動態光譜法、粒度計算方法等，但從統計學原理出發，訓練樣本集的充足程度仍是模型泛化能力的基本限制條件。一個有代表性的研究成果為北京大學研究團隊近期公布的Earlight無創血糖儀原型機，其訓練集為來自89位志愿者的4012個PPG-血糖樣本，研究者指出這樣的樣本集規模是他們檢索范圍內，光學無創血糖儀中規模最大的。大規模訓練集使得他們的模型具有更強的泛化能力，同時也使得模型性能測試更加嚴苛并且更加貼近實際臨床應用。雖然該團隊采用模糊粒度計算方法降低了個體差異的影響程度，但模型預測精度仍未能滿足血糖儀行業標準。研究者指出，受樣本數量限制，無法進一步增加粒度分類器精細程度以提高模型性能，并猜測更大樣本集能使性能進一步提升。

然而現階段沒有PPG-血糖標定樣本集的共享資源，此類樣本涉及到有創人體檢測，經濟、時間、倫理審批等因素明顯限制樣本集的規模擴充，使得樣本的成本激增。如前所述的北大團隊，在與大型醫療機構合作的前提下，仍用時一個半月才收集到89人的超過4000個樣本。而為克服個體差異影響，需要收集盡可能多不同個體的樣本，而不是總人數較少但來自同一人的樣本較多的情況，這無疑進一步增加了收集成本。

發明內容

本發明所要解決的技術問題是提供一種無創血糖預測方法及裝置，能夠降低數據集收集過程的經濟和時間成本。

本發明解決其技術問題所采用的技術方案是：提供一種無創血糖預測方法，包括以下步驟：

(1)收集檢測對象PPG信號和對應的血壓值，得到PPG-血壓數據集；