【技术实现步骤摘要】
本专利技术涉及计算机
,尤其涉及一种基于卷积神经网络的无创血糖数据处理方法及系统。
技术介绍
糖尿病是严重危害人类健康的慢性杀手,潜在的早期糖尿病患者将近5000万。如果糖尿病人能够有规律的检测血糖,对控制体内糖的分量具有重要意义。传统的糖尿病自检测设备多为有创采血,并且需要配合一次性试纸,长期使用价格不菲。而随着科技的发展,无创血糖检测仪也渐渐普及,其基本原理是通过红外采集人的体征信息后,通过预设的算法估算相应的血糖浓度。现有的血糖数据处理方法包括基于分数阶微分方程或Volterra级数来实现血糖浓度评估,但是由于分数阶微分方程属于线性系统,而血糖信号具有非线性的特性,使得测量结果并不准确。而基于Volterra级数的评估系统,其表示在s域中的分数阶Volterra成分仅仅由分母组成,其逼近能力仍然有限,系统估计精度不高。
技术实现思路
本专利技术实施例提出一种基于卷积神经网络的无创血糖数据处理方法及系统,提高血糖数据的估计精度。本专利技术实施例提供一种基于卷积神经网络的无创血糖数据处理方法,包括:获取若干组血糖数据;每组血糖数据包括红外信号和所述红外信号所对应的血糖值;通过奇异谱分析和经验模式分解,将所述极大值红外信号分解,分别获得第一数据组和第二数据组,并将所述第一数据组中的成分数据根据所述第二数据组中IMF数据的个数和IMF数据之间的相关性进行分组,将分组后同组的成分数据相加后,按照成分数据由大到小的顺序对各组进行排序;其中,所述第一数据组包含若干个归一化成分数据,所述第二数据组包含若干个IMF数据;分别提取所述极大值红外信号和前N组所述成分数 ...
【技术保护点】
一种基于卷积神经网络的无创血糖数据处理方法,其特征在于,包括:获取若干组血糖数据;每组血糖数据包括红外信号和所述红外信号所对应的血糖值;根据所述若干组血糖数据中的红外信号,计算获得极大值红外信号;通过奇异谱分析和经验模式分解,将所述极大值红外信号分解,分别获得第一数据组和第二数据组,并将所述第一数据组中的成分数据根据所述第二数据组中IMF数据的个数和IMF数据之间的相关性进行分组,将分组后同组的成分数据相加后,按照成分数据由大到小的顺序对各组进行排序;其中,所述第一数据组包含若干个归一化成分数据,所述第二数据组包含若干个IMF数据;分别提取所述极大值红外信号和前N组所述成分数据的均值、方差、斜率和峰值,构建特征信号;其中,N≥1;根据所述特征信号和所述若干组血糖数据的血糖值,构建映射矩阵;获取待测者的待测信号,并将所述待测信号导入所述映射矩阵,获得待测映射矩阵;使用预设卷积神经网络的特征映射层和池化层,对所述待测映射矩阵进行优化,并输出优化结果;其中,所述特征映射层以径向基函数作为激活函数;所述池化层用于降低信号维数。
【技术特征摘要】
1.一种基于卷积神经网络的无创血糖数据处理方法,其特征在于,包括:获取若干组血糖数据;每组血糖数据包括红外信号和所述红外信号所对应的血糖值;根据所述若干组血糖数据中的红外信号,计算获得极大值红外信号;通过奇异谱分析和经验模式分解,将所述极大值红外信号分解,分别获得第一数据组和第二数据组,并将所述第一数据组中的成分数据根据所述第二数据组中IMF数据的个数和IMF数据之间的相关性进行分组,将分组后同组的成分数据相加后,按照成分数据由大到小的顺序对各组进行排序;其中,所述第一数据组包含若干个归一化成分数据,所述第二数据组包含若干个IMF数据;分别提取所述极大值红外信号和前N组所述成分数据的均值、方差、斜率和峰值,构建特征信号;其中,N≥1;根据所述特征信号和所述若干组血糖数据的血糖值,构建映射矩阵;获取待测者的待测信号,并将所述待测信号导入所述映射矩阵,获得待测映射矩阵;使用预设卷积神经网络的特征映射层和池化层,对所述待测映射矩阵进行优化,并输出优化结果;其中,所述特征映射层以径向基函数作为激活函数;所述池化层用于降低信号维数。2.根据权利要求1所述的基于卷积神经网络的无创血糖数据处理方法,其特征在于,所述根据所述若干组血糖数据中的红外信号,计算获得极大值红外信号,具体为:根据所述若干组血糖数据中的红外信号和以下计算公式,计算获得极大值红外信号:(x(n)-x(n-1))(x(n+1)-x(n))<0;其中,所述红外信号为Xk;所述极大值红外信号为xk。3.根据权利要求2所述的基于卷积神经网络的无创血糖数据处理方法,其特征在于,所述分别提取所述极大值红外信号和前N组所述成分数据的均值、方差、斜率和峰值,构建特征信号,具体为:分别提取xk和前5组成分数据s1k,s2k,s3k,s4k和s5k的均值、方差、斜率和峰值,构建特征信号vk=[p1(xk)…p4(xk)p1(s1,k)…p4(s1,k)…p1(s5,k)…p4(s5,k)]T;其中,N=5。4.根据权利要求3所述的基于卷积神经网络的无创血糖数据处理方法,其特征在于,所述根据所述特征信号和所述若干组血糖数据的血糖值,构建映射矩阵,具体为:对所述特征信号vk做离散余弦变换,获得...
【专利技术属性】
技术研发人员:吴新,李亚,凌永权,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。