[發明專利]基于Stacking模型融合的無創血糖估計方法、系統及存儲介質

在審

• 申請號: 202210440845.7
• 申請日: 2022-04-26
• 公開（公告）號: CN114550940A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 韋怡婷;凌永權;黎樂怡;陳燚瀚;劉慶
• 申請（專利權）人: 廣東工業大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06K9/62;A61B5/145;A61B5/1455;A61B5/0205;A61B5/318
• 代理公司: 佛山粵進知識產權代理事務所(普通合伙) 44463
• 代理人: 耿鵬

本發明公開的一種基于Stacking模型融合的無創血糖估計方法、系統及存儲介質，包括：獲取目標對象的PPG信號（光電容積脈搏波信號）、同步ECG信號（心電圖信號）、同步心率、同步血糖數值、同步血壓數值及各項身體參數并進行數據預處理；根據預處理后的數據進行特征提取；基于改良后Stacking模型融合策略選擇SVM回歸模型、隨機森林回歸模型以及嶺回歸模型進行血糖值共同預測，生成血糖最終估計結果；同時對融合模型進行性能判斷。本發明通過引入加權概念對Stacking模型融合策略進行改良，得到更加精準的血糖估計結果。

技術領域

本發明涉及血糖檢測技術領域，更具體的，涉及一種基于Stacking模型融合的無創血糖估計方法、系統及存儲介質。

背景技術

高血糖是因為胰島素分泌絕對或相對不足引起的以空腹或餐后血糖值高為主要表現的代謝異常綜合癥，極易引發全身各種急、慢性并發癥，是危害人類健康的一大殺手。目前，醫學上并沒有可以完全根治糖尿病的方法，由于其是一種慢性病，只有通過長期監測血糖值這一方法才能保障糖尿病患者的生命安全。因此，對血糖的監測就顯得至關重要。而在血糖檢測方面，目前國際上普遍使用的是侵入式的血糖檢測，該方法通過指尖采血的形式來檢測血糖值，檢測方法簡單，隨時可以進行操作。但一方面由于高血糖患者一天內需要進行3～5次采血檢測且需要長期檢測，而檢測所需使用的針頭、檢測試紙是一次性消耗物品，長期檢測成本較高；另一方面，由于每次檢測都需要使用針頭扎破患者手指來獲取指尖血進行檢測，容易對患者造成生理與心理上的雙重傷害。于是，微創的血糖檢測方法也逐漸出現，但是由于微創方法多是通過體液以及組織間液來進行血糖估計，但是由于體液及組織間液里的葡萄糖含量較血液中更少，且與血液中的真實血糖值存在時間延遲，所以得到的血糖估計數值往往和真實血糖值有較大偏差，并且多數產品也不能實現連續監測，無法動態監測血糖的變化范圍，一旦血糖值突變而無法監測可能會帶來危機健康的嚴重后果。基于以上，越來越多糖尿病患者期待通過無創的方法實現血糖監測。

近紅外光譜法是一種目前主流的用于無創檢測的技術原理，具體到無創血糖檢測領域，其多用于結合可穿戴設備實現無創血糖檢測。在此技術背景下，固有難題也逐漸顯現，包括：人體組織構造復雜帶來的多物質信息干擾；無創的檢測手段以及葡萄糖分子信息在血液中本身含量較少造成信號微弱、難以檢測的問題；個體間差異大同樣會導致無法建立統一模型對不同人種、具有不同生理特征的人群進行精準的血糖預測；實際運用可穿戴設備進行數據采集時由于操作誤差、環境因素影響等問題還會造成數據層面不準確，從而影響建模結果精準性等問題。

發明內容

為了解決上述技術問題，本發明提出了一種基于Stacking模型融合的無創血糖估計方法、系統及存儲介質。

本發明第一方面提供了一種基于Stacking模型融合的無創血糖估計方法，包括：

獲取目標對象的PPG信號（光電容積脈搏波信號）、同步ECG信號（心電圖信號）、同步心率、同步血糖數值、同步血壓數值及各項身體參數并進行數據預處理；

根據預處理后的數據進行特征提取；

基于改良后Stacking模型融合策略選擇SVM回歸模型、隨機森林回歸模型以及嶺回歸模型進行血糖值共同預測，生成血糖最終估計結果；

同時對融合模型進行性能判斷。

本方案中，所述的數據預處理，具體為：

對采集到的PPG信號以及ECG信號利用經驗模態分解的方式進行去噪處理，包括：

步驟S1：給定信號序列，初始化，為常數；

步驟S2：計算第個固有模式函數：

步驟S2-1:初始化；

步驟S2-2：確定的所有局部最大值和最小值；

步驟S2-3：通過插值函數生成的上下包絡，通常使用三次樣條插值，將上插值函數和下插值函數表示為和；

步驟S2-4：將和的局部均值表示為，并將其定義為；

步驟S2-5：應用移位運算符，；