[發明專利]一種用于血糖預測的數據處理方法

有效

• 申請號: 202210109379.4
• 申請日: 2022-01-28
• 公開（公告）號: CN114548158B
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 韋怡婷;盛雨晴;凌永權;劉慶;郭海瑞;胡鈴越
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;A61B5/145
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明提出一種用于血糖預測的數據處理方法，涉及生物醫學的技術領域，首先采集數據，將數據提取特征組成特征矩陣，然后將特征值對應的數據劃分為第一數據集和第二數據集備用，將第一數據集中的特征值均通過基于經驗模態分解算法和多項式曲線擬合，進行特征平滑處理，實現去除特征值中向上或向下突刺的目的，能去除盡可能多的冗余數據，使血糖數據曲線更加純凈，且能最大程度保留有用特征，經兩者處理后的特征值融合為新的特征矩陣，便于實現特征數據信息的利用最大化，提高了數據的質量，從而在該數據處理方法用于血糖預測裝置時，提高裝置中血糖預測單元訓練的精度，有利于訓練的快速收斂，提升了最終血糖預測的準確度。

技術領域

本發明涉及生物醫學的技術領域，更具體地，涉及一種用于血糖預測的數據處理方法。

背景技術

糖尿病的預防與治療是目前社會上的一個重大衛生問題，因為糖尿病的危害嚴重，其危害的嚴重性在于后期引起的各種并發癥如心腦血管病變、視網膜病變、腎病、中風甚至失明和截肢等問題。到目前為止，糖尿病還沒有徹底根治的辦法，但臨床中，通過采取有效的血糖預測方法對患者的血糖進行預測，以預測值作為指導，再結合飲食、運動和藥物的綜合治療，患者的病情是可以控制的，此時，血糖預測的準確度則顯得至關重要。

從血糖檢測方式層面而言，存在有創血糖檢測方式、微創無糖檢測方式和無創血糖檢測方式，其中，相對于有創檢測方式耗材多、易感染、體驗感差等多項弊端，微創及無創血糖檢測方式正逐漸成為主流，伴隨著同步而來的，還有基于無創方式實現的血糖預測技術，如現有技術中公開了一種利用近紅外光預測人血糖水平的方法，即利用近紅外光譜法采集到脈電(PPG)信號，然后對其進行特征提取，并結合一系列其他特征，同步采集有創血糖值，然后進行模型的搭建，該方案能夠有效預測血糖水平。與此同時，隨著廣大學者們在當前血糖預測領域的深入研究，這些方式的應用原理或者所基于的基本架構已比較清晰，但大家普遍忽略了一個問題，即若要保證應用這些方式進行血糖預測的準確性，前期與血糖預測有關的特征數據的處理十分關鍵，然而，與血糖預測有關的特征數據在提取后、應用于血糖預測前，需要進行平滑處理，否則，會導致預測模型出現失誤，此外，首先特征數據值單個與單個之間比較獨立，常規的特征數據平滑方法，如分箱，中值濾波等不再適用；其次，跟血糖參考值相關度較低的特征也會影響血糖預測結果的準確度。

發明內容

為解決如何有效處理與血糖預測相關的特征數據，提高血糖預測準確度的問題，本發明提出一種用于血糖預測的數據處理方法，使特征數據更加純凈，且最大程度保留有用特征，實現特征數據信息的利用最大化，從而用于血糖預測中提高血糖預測準確度。

為了達到上述技術效果，本發明的技術方案如下：

一種用于血糖預測的數據處理方法，包括：

S1.采集與血糖預測相關的數據，包括受試者的生理指標數據及與生理指標數據同步對應采集的實際血糖值；

S2.提取生理指標數據的特征，組成初始特征矩陣，初始特征矩陣中包括X組特征值，每組有Y種特征，將X組特征值與其相應的實際血糖值劃分為第一數據集和第二數據集備用，其中第一數據集作為作為血糖預測的訓練數據集，第二數據集作為血糖預測的測試數據集；

S3.將第一數據集中每組的Y種特征中某一單個特征Fx與該組同步對應的實際血糖值取出作為一個分組，設共形成n個分組，按實際血糖值的大小將n個分組的內容進行升序排序，得到該特征的特征序列；第二數據集不作處理，后續進行血糖預測時使用；

S4.利用經驗模態分解法對特征序列進行處理，得到處理后的特征F1x；

S5.利用多項式曲線擬合法對特征序列進行處理，得到處理后的特征F2x；