基于分数阶微分方程的血糖数据处理方法及装置制造方法及图纸

本发明专利技术公开了一种基于分数阶微分方程的血糖数据处理方法及装置，该方法包括：获取待测者的检测数据和血糖数据库中待测者的血糖数据；血糖数据库设置在无创血糖检测仪中；检测数据由无创血糖检测仪获取；根据检测数据和血糖数据，建立分数阶微分方程模型，并确定分数阶微分方程模型在优化过程所需求解的参数矩阵；创建噪声优化问题，并根据噪声优化问题的最优解，计算参数矩阵中的最优参数；噪声优化问题用于过滤噪声对分数阶微分方程模型的影响；根据优化参数和分数阶微分方程模型，建立血糖估计模型；血糖估计模型用于根据待测者的检测数据，输出相应的血糖估计值。采用本技术方案解决因信号受到周围噪声影响而造成的测量结果不精准的问题。

【技术实现步骤摘要】
基于分数阶微分方程的血糖数据处理方法及装置
本专利技术涉及计算机
，尤其涉及一种基于分数阶微分方程的血糖数据处理方法及装置。
技术介绍
传统的检测血糖的仪器主要是大型生化分析仪和便携式血糖仪两类。这两种测量仪均是有创检测，不仅造成体表创口增加感染几率，而且限制了检测频率，不适用于糖尿病患者。而随着无创监测技术的发展，出现了无创血糖检测仪，通过第一测量信号发射器往病人皮肤发射，再由探测器接收漫反射的第一测量信号来测量病人的血糖值。但是现有测量仪的测量准确性会随源信号的变化而变化，信号容易受到周围噪声影响，造成血糖测量不准确，影响医生评估病人病情。
技术实现思路
本专利技术实施例提出一种基于分数阶微分方程的血糖数据处理方法及装置，解决因信号受到周围噪声影响而造成的测量结果不精准的问题。本专利技术实施例提供一种基于分数阶微分方程的血糖数据处理方法，包括：获取待测者的检测数据和血糖数据库中所述待测者的血糖数据；所述血糖数据库设置在无创血糖检测仪中；所述检测数据由所述无创血糖检测仪获取；根据所述检测数据和所述血糖数据，建立分数阶微分方程模型，并确定所述分数阶微分方程模型在优化过程所需求解的参数矩阵；创建噪声优化问题，并根据所述噪声优化问题的最优解，计算所述参数矩阵中的最优参数；所述噪声优化问题用于过滤环境噪声对所述分数阶微分方程模型的影响；根据所述优化参数和所述分数阶微分方程模型，建立血糖估计模型；所述血糖估计模型用于根据所述待测者的检测数据，输出相应的血糖估计值。进一步的，所述根据所述检测数据和所述血糖数据，建立分数阶微分方程模型，具体为：所述检测数据为由所述无创血糖检测仪的传感器收集的第一测量信号xk(t)，所述血糖数据为yk(t)，k是所述传感器在第k个算子的频率；则建立的分数阶微分方程模型为：其中，k＝0,…,K-1；定义Sk为分数阶微分方程模型的输出部分的非零阶集合，Tk是包含了所有的阶，ap,k和bq,k分别是输出部分和输入部分的相关参数，p和q为随机数；则所述分数阶微分方程模型的分数微分算子为：其中进一步的，确定所述分数阶微分方程模型在优化过程所需求解的参数矩阵，具体为：设θa,k和θb,k为分数阶微分方程的输出和输入系数的矢量，Nk为输入输出采样的对数的总和；令i＝0,…,Nk-1，则xk(t)和yk(t)为输入和输出的采样，同时，令矢量dy,k(ti)为包含了输出采样的非零分数阶导数，dx,k(ti)包含了输入采样的所有分数阶导数，则关系式为：yk(ti)+dy,k(ti)Tθa,k＝dx,k(ti)Tθb,k，i＝0，…，Nk-1，k＝0，…，K-1；令dk,i＝[dy,k(ti)T-dx,k(ti)T]T和则令和则Dkθk＝-yk；所述参数矩阵确认为进一步的，创建噪声优化问题，并根据所述噪声优化问题的最优解，计算所述参数矩阵中的最优参数，具体为：令所述参数矩阵和D＝diag(D0,…,DK-1)，则Dθ＝-y；创建优化问题为：令所述最优解为θ*，则得出θ*＝-(DTD)-1DTy；根据所述最优解，计算获得所述参数矩阵中的最优参数。进一步的，，所述根据所述优化参数和所述分数阶微分方程模型，建立血糖估计模型，具体为：将所述优化参数代入所述分数阶微分方程模型，建立所述血糖估计模型。相应地，本专利技术实施例还提供一种基于分数阶微分方程的血糖数据处理装置，所述血糖数据处理装置设置在无创血糖检测仪中，所述血糖数据处理装置包括：数据获取模块，用于获取待测者的检测数据血糖数据库中所述待测者的血糖数据；所述血糖数据库设置在所述无创血糖检测仪中；所述检测数据由所述无创血糖检测仪获取；第一模型建立模块，用于根据所述检测数据和所述血糖数据，建立分数阶微分方程模型，并确定所述分数阶微分方程模型在优化过程所需求解的参数矩阵；噪声优化模块，用于创建噪声优化问题，并根据所述噪声优化问题的最优解，计算所述参数矩阵中的最优参数；所述噪声优化问题用于过滤环境噪声对所述分数阶微分方程模型的影响；和，第二模型建立模块，用于根据所述优化参数和所述分数阶微分方程模型，建立血糖估计模型；所述血糖估计模型用于根据所述待测者的检测数据，输出相应的血糖估计值。进一步的，所述第一模型建立模块包括：第一模型建立单元，用于建立分数阶微分方程模型；所述分数阶微分方程模型为：其中，k＝0,…,K-1；所述检测数据为由所述无创血糖检测仪的传感器收集的第一测量信号xk(t)，所述血糖数据为yk(t)，k是所述传感器在第k个算子的频率；定义单元，用于定义Sk为分数阶微分方程模型的输出部分的非零阶集合，Tk是包含了所有的阶，ap,k和bq,k分别是输出部分和输入部分的相关参数，p和q为随机数；和，微分算子确定单元，用于确定所述分数阶微分方程模型的分数微分算子；所述分数微分算子为：其中进一步的，所述第一模型建立模块还包括：参数矩阵确定单元，所述参数矩阵确定单元用于确定所述分数阶微分方程模型在优化过程所需求解的参数矩阵，具体为：设θa,k和θb,k为分数阶微分方程的输出和输入系数的矢量，Nk为输入输出采样的对数的总和；令i＝0,…,Nk-1，则xk(t)和yk(t)为输入和输出的采样，同时，令矢量dy,k(ti)为包含了输出采样的非零分数阶导数，dx,k(ti)包含了输入采样的所有分数阶导数，则关系式为：yk(ti)+dy,k(ti)Tθa,k＝dx,k(ti)Tθb,k，i＝0，…，Nk-1，k＝0，…，K-1；令dk,i＝[dy,k(ti)T-dx,k(ti)T]T和则令和则Dkθk＝-yk；所述参数矩阵确认为进一步的，所述噪声优化模块用于创建噪声优化问题，并根据所述噪声优化问题的最优解，计算所述参数矩阵中的最优参数，具体为：令所述参数矩阵和D＝diag(D0,…,DK-1)，则Dθ＝-y；创建优化问题为：令所述最优解为θ*，则得出θ*＝-(DTD)-1DTy；根据所述最优解，计算获得所述参数矩阵中的最优参数。进一步的，所述第二模型建立单元用于根据所述优化参数和所述分数阶微分方程模型，建立血糖估计模型，具体为：将所述优化参数代入所述分数阶微分方程模型，建立所述血糖估计模型。实施本专利技术实施例，具有如下有益效果：本专利技术实施例提供的基于分数阶微分方程的血糖数据处理方法及装置，根据获取的待测者检测数据和数据库预设的血糖数据，建立分数阶微分方程模型，并确定其所需求解的参数矩阵，再结合噪声优化问题进行优化，求出参数矩阵中的最优参数。最后根据最优参数和分数阶微分方程模型，建立血糖估计模型，以此来得到准确的血糖估计值。相比于现有技术无创血糖仪直接根据检测到的数据获得血糖数据，本专利技术技术方案解决因信号受到周围噪声影响而造成的测量结果不精准的问题，提高血糖估计的精准性。附图说明图1是本专利技术提供的基于分数阶微分方程的血糖数据处理方法的一种实施例的流程示意图；图2是本专利技术提供了基于分数阶微分方程的血糖数据处理装置，的一种实施例的结构示意图；图3是本专利技术提供的第一模型建立模块的一种实施例的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普本文档来自技高网...

【技术保护点】
一种基于分数阶微分方程的血糖数据处理方法，其特征在于，包括：获取待测者的检测数据和血糖数据库中所述待测者的血糖数据；所述血糖数据库设置在无创血糖检测仪中；所述检测数据由所述无创血糖检测仪获取；根据所述检测数据和所述血糖数据，建立分数阶微分方程模型，并确定所述分数阶微分方程模型在优化过程所需求解的参数矩阵；创建噪声优化问题，并根据所述噪声优化问题的最优解，计算所述参数矩阵中的最优参数；所述噪声优化问题用于过滤环境噪声对所述分数阶微分方程模型的影响；根据所述优化参数和所述分数阶微分方程模型，建立血糖估计模型；所述血糖估计模型用于根据所述待测者的检测数据，输出相应的血糖估计值。

【技术特征摘要】
1.一种基于分数阶微分方程的血糖数据处理方法，其特征在于，包括：获取待测者的检测数据和血糖数据库中所述待测者的血糖数据；所述血糖数据库设置在无创血糖检测仪中；所述检测数据由所述无创血糖检测仪获取；根据所述检测数据和所述血糖数据，建立分数阶微分方程模型，并确定所述分数阶微分方程模型在优化过程所需求解的参数矩阵；创建噪声优化问题，并根据所述噪声优化问题的最优解，计算所述参数矩阵中的最优参数；所述噪声优化问题用于过滤环境噪声对所述分数阶微分方程模型的影响；根据所述优化参数和所述分数阶微分方程模型，建立血糖估计模型；所述血糖估计模型用于根据所述待测者的检测数据，输出相应的血糖估计值。2.根据权利要求1所述的基于分数阶微分方程的血糖数据处理方法，其特征在于，所述根据所述检测数据和所述血糖数据，建立分数阶微分方程模型，具体为：所述检测数据为由所述无创血糖检测仪的传感器收集的第一测量信号xk(t)，所述血糖数据为yk(t)，k是所述传感器在第k个算子的频率；则建立的分数阶微分方程模型为：其中，k＝0,…,K-1；定义Sk为分数阶微分方程模型的输出部分的非零阶集合，Tk是包含了所有的阶，ap,k和bq,k分别是输出部分和输入部分的相关参数，p和q为随机数；则所述分数阶微分方程模型的分数微分算子为：其中3.根据权利要求2所述的基于分数阶微分方程的血糖数据处理方法，其特征在于，确定所述分数阶微分方程模型在优化过程所需求解的参数矩阵，具体为：设θa,k和θb,k为分数阶微分方程的输出和输入系数的矢量，Nk为输入输出采样的对数的总和；令i＝0,…,Nk-1，则xk(t)和yk(t)为输入和输出的采样，同时，令矢量dy,k(ti)为包含了输出采样的非零分数阶导数，dx,k(ti)包含了输入采样的所有分数阶导数，则关系式为：yk(ti)+dy,k(ti)Tθa,k＝dx,k(ti)Tθb,k，i＝0，…，Nk-1，k＝0，…，K-1；令dk,i＝[dy,k(ti)T-dx,k(ti)T]T和则令和则Dkθk＝-yk；所述参数矩阵确认为4.根据权利要求3所述的基于分数阶微分方程的血糖数据处理方法，其特征在于，创建噪声优化问题，并根据所述噪声优化问题的最优解，计算所述参数矩阵中的最优参数，具体为：令所述参数矩阵和D＝diag(D0,…,DK-1)，则Dθ＝-y；创建优化问题为：令所述最优解为θ*，则得出θ*＝-(DTD)-1DTy；根据所述最优解，计算获得所述参数矩阵中的最优参数。5.根据权利要求4所述的基于分数阶微分方程的血糖数据处理方法，其特征在于，所述根据所述优化参数和所述分数阶微分方程模型，建立血糖估计模型，具体为：将所述优化参数代入所述分数阶微分方程模型，建立所述血糖估计模型。6.一种基于分数阶微分方程的血糖数据处理装置，其特征在于，所述血糖数据处理装置设置在无创血糖检测仪中，所述血糖数据处理装置包括：数据获取模块，用于获取待测者的检...

【专利技术属性】
技术研发人员：李志光，邓兴华，方百立，蓝伟杰，陈泳潼，
申请(专利权)人：舒糖讯息科技深圳有限公司，
类型：发明
国别省市：广东,44