The present invention provides a blood glucose prediction method, model generation device and computer readable storage medium, the blood glucose prediction model generation method by obtaining the breath sample data and the breath sample data corresponding to the value of blood sugar, and the breath sample data pretreatment; on the respiratory sample data after preprocessing feature according to the characteristics of data extraction, and extraction of features generated data set; according to the preset rules and the characteristics of data sets generated blood glucose prediction model. Through the above method, the invention by collecting a large number of different respiratory sample data and the corresponding value of blood sugar, the data after preprocessing, further feature extraction, feature data generation breath sample data set is generated according to the blood glucose prediction models of the feature data set. The traditional blood sugar prediction method has the technical problem of lazy history data, which improves the accuracy of blood sugar prediction data.
【技术实现步骤摘要】
血糖预测模型的生成方法、装置及计算机可读存储介质
本专利技术涉及数据处理
,尤其涉及一种血糖预测模型的生成方法、装置及计算机可读存储介质。
技术介绍
研究者们利用色谱/质谱技术,对呼吸气体进行定量测定和成分分析,目前该研究已取得一定成果。然而相对于昂贵的气相色谱/质谱,一种更加廉价,快捷,轻便,易于操作的设备愈加受到关注,该设备即为化学传感器系统,俗称“电子鼻”。进一步地,研究者们对呼吸气体中丙酮含量与糖尿病人人体血糖浓度的关系做了大量的研究,并取得了很多阶段性的成果。例如,通过精密仪器的定量分析,多数研究者指出,呼出气体中丙酮含量与对应血糖浓度具有正相关性。呼出气体信号的处理与机器学习相关算法的运用,将呼吸气体的感官特征转化数字特征数据,为进一步量化分析奠定了基础。传统的血糖预测方法具有历史数据依赖性。即传统的血糖预测方法,需要长期对被测者的生理数据进行跟踪记录,然后根据这些记录数据进行对应被测者的血糖预测,而无法用来预测无生理数据记录的病人的血糖水平,即对于没有病史的病人或没有病人的历史胜利数据,就无法对该病人的血糖浓度进行预测。
技术实现思路
本专利技术的主要目的在于提出一种血糖预测模型的生成方法、装置及计算机可读存储介质,旨在传统的血糖预测方法具有历史数据依懒性的技术问题。为实现上述目的,本专利技术提供一种血糖预测模型的生成方法,所述血糖预测模型的生成方法包括以下步骤:获取呼吸样本数据以及所述呼吸样本数据对应的血糖值,并将所述呼吸样本数据和对应的血糖值进行预处理;对预处理后的呼吸样本数据进行特征提取,并根据提取的特征数据生成特征数据集;根据预设规 ...
【技术保护点】
一种血糖预测模型的生成方法,其特征在于,所述血糖预测模型的生成方法包括以下步骤:获取呼吸样本数据以及所述呼吸样本数据对应的血糖值,并将所述呼吸样本数据和对应的血糖值进行预处理;对预处理后的呼吸样本数据进行特征提取,并根据提取的特征数据生成特征数据集;根据预设规则、所述呼吸样本数据对应的血糖值和所述特征数据集,生成血糖预测模型。
【技术特征摘要】
1.一种血糖预测模型的生成方法,其特征在于,所述血糖预测模型的生成方法包括以下步骤:获取呼吸样本数据以及所述呼吸样本数据对应的血糖值,并将所述呼吸样本数据和对应的血糖值进行预处理;对预处理后的呼吸样本数据进行特征提取,并根据提取的特征数据生成特征数据集;根据预设规则、所述呼吸样本数据对应的血糖值和所述特征数据集,生成血糖预测模型。2.如权利要求1所述的血糖预测模型的生成方法,其特征在于,所述并将所述呼吸样本数据和对应的血糖值进行预处理的步骤包括:获取所述呼吸样本数据的采集时间和对应的血糖值的采集时间的时间差;在所述时间差超过预设时间阈值时,删除所述时间差对应的呼吸样本数据和血糖值。3.如权利要求2所述的血糖预测模型的生成方法,其特征在于,所述在所述时间差超过预设时间阈值时,删除所述时间差对应的呼吸样本数据和血糖值的步骤之后,还包括:将在预设时间阈值内的时间差对应的呼吸样本数据进行去基线处理,并将处理后的所述呼吸样本数据进行数据标准化。4.如权利要求1所述的血糖预测模型的生成方法,其特征在于,所述对预处理后的呼吸样本数据进行特征提取的步骤包括:根据预设的特征提取规则,提取所述预处理后对应的呼吸样本数据的几何特征。5.如权利要求4所述的血糖预测模型的生成方法,其特征在于,所述并根据提取的特征数据生成特征数据集的步骤包括:根据有效特征选择算法对提取的所述几何特征进行筛选以获取有效特征集;根据Mitra-Im...
【专利技术属性】
技术研发人员:张大鹏,寇璐,卢光明,刘旸,
申请(专利权)人:深圳市中识创新科技有限公司,
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。