一种无创血糖估计方法技术

本发明专利技术涉及一种无创血糖估计方法，包括：用多波长LED对患者软组织部位进行照射，获取第一状态光强训练数据；对所述软组织部位进行人为压力控制，并同时采集所述压力控制过程中照射的第二状态光强训练数据；先去除所述压力控制，将测试部位血液回归到无所述压力控制状态，获取第三状态光强训练数据；重复前述步骤，得到训练数据集；对所述训练数据集进行预处理和特征变量提取，得到预处理后训练数据集；应用预处理后训练数据集，建立与血糖值相关的线性回归校正模型，作为无创血糖预测模型；将从患者身体获取的第一状态光强测量数据、第二状态光强测量数据、第三状态光强测量数据带入所述无创血糖预测模型，得到血糖测量值。

【技术实现步骤摘要】
一种无创血糖估计方法
本专利技术涉及医疗器械领域，具体涉及一种无创血糖估计方法。
技术介绍
近年来，国内糖尿病患病率呈逐渐攀升趋势。据调查数据显示：“在我国20岁以上的人群中，男性和女性的糖尿病患病率分别达10.6％和8.8％，总体糖尿病患病率为9.7％，由此，推算出全国糖尿病总患病人数约为9200万人。”2019年中国糖尿病患病人数约为1.16亿人，中国已成为全球糖尿病患病人数最多的国家；糖尿病患者数量的快速增长导致血糖仪特别是无创血糖仪的需求日渐加大。公开号CN104665840B的专利技术专利公开了一种无创血糖估计方法，应用于包括测量主机和指端测量探头的无创血糖估计方法仪中，包括：在测量主机中预存随机森林算法以及神经网络预测算法；指端测量探头测量待测个体指端的能量代谢参数，并发送至测量主机；测量主机调用随机森林算法预测待测个体指端的能量代谢参数的血糖类别，并调取对应的神经网络预测算法计算待测个体指端的血糖值。该专利技术还提供一种指端测量探头。该专利技术公开的无创血糖估计方法可以用于血糖的无创检测，也可以用于人体能量代谢相关参数，心血管健康参数等的无创检测。公开号CN109330608A的专利技术公开了一种血糖测量方法及装置，该方法包括：将光源照射在测量体上，光源透过测量体得到特征光源；采集所述的特征光源，并将特征光源信号转化成特征电信号；将所述特征电信号转化成特征数字信号；通过分析、计算特征数字信号从而得出测量体的血糖值。该装置包括：控制模块、光照模块、光电转换模块，所述光电转换模块与控制模块电连接，所述光照模块与控制模块电连接。
技术实现思路
本专利技术的主要目的在于克服现有技术的缺点与不足，提出一种无创血糖估计方法，包括以下步骤，S1：用多波长LED对患者软组织部位进行照射，获取第一状态光强训练数据；S2：对所述软组织部位进行人为压力控制，让所述软组织部位的血液随所述压力控制减少，并同时采集所述压力控制过程中照射的第二状态光强训练数据；S3：先去除所述压力控制，将测试部位血液回归到无所述压力控制状态，获取第三状态光强训练数据；S4：应用有创血糖仪测量所述患者血糖值作为目标数据；S5：重复步骤S1、S2、S3和S4，得到训练数据集；对所述训练数据集进行预处理和特征变量提取，得到预处理后训练数据集；S6：应用预处理后训练数据集，建立与血糖值相关的线性回归校正模型，作为无创血糖预测模型；S7：对患者应用步骤S1、S2、S3，获取在线第一状态光强测量数据、在线第二状态光强测量数据、在线第三状态光强测量数据；S8：将所述第一状态光强测量数据、第二状态光强测量数据、第三状态光强测量数据带入所述无创血糖预测模型，得到血糖测量值。优选的，所述多波长LED采用双波长红外LED。优选的，所述双波长红外LED包括，第一波长LED和第二波长LED；所述第一波长LED选用的波长为940nm，所述第二波长LED选用的波长为730nm。优选的，所述软组织部位为耳垂或嘴唇。优选的，根据传感器位置的不同，所述照射为透射或者反射。优选的，所述压力控制为增压压力控制或者减压压力控制。优选的，所述预处理包括，去除异常数据点和数据滤波。优选的，所述特征变量提取，提取到的特征变量为第二状态光强训练数据与第一状态光强训练数据的比值。优选的，所述线性回归校正模型为，其中c：血糖预测值；第一波长LED的第二状态光强训练数据与第一状态光强训练数据的比值的对数；第二波长LED的第二状态光强训练数据与第一状态光强训练数据的比值的对数；a0、a1、b0、b0：为常数。优选的，所述建立与血糖值相关的线性回归校正模型的方法选用偏最小二乘方法。有益效果：本专利技术提出的无创血糖估计方法，人为压力方式改变人体测量部位血液容量，产生较大血容积差，提高检测血液波动的信息量，从而提高检测精度。相比于通过人体脉搏波无创检测血糖法有更高的信噪比。。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是无创血糖估计方法的流程示意图；具体实施方式为了使本
的人员更好地理解本专利技术中的技术方案，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，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。如图1所示，一种无创血糖估计方法，包括以下步骤，S1：用多波长LED对患者软组织部位进行照射，根据传感器位置的不同，所述照射为透射或者反射，获取第一状态光强训练数据；所述多波长LED采用双波长红外LED；所述双波长红外LED包括，第一波长LED和第二波长LED；所述第一波长LED选用的波长为940nm，所述第二波长LED选用的波长为730nm；所述软组织部位为耳垂或嘴唇。S2：对所述软组织部位进行人为压力控制，让所述软组织部位的血液随所述压力控制减少，并同时采集所述压力控制过程中照射的第二状态光强训练数据；所述压力控制为增压压力控制或者减压压力控制。S3：先去除所述压力控制，将测试部位血液回归到无所述压力控制状态，获取第三状态光强训练数据；S4：应用有创血糖仪测量所述患者血糖值作为目标数据；S5：重复步骤S1、S2、S3和S4，得到训练数据集；对所述训练数据集进行预处理和特征变量提取，得到预处理后训练数据集；所述预处理包括，去除异常数据点和数据滤波；所述特征变量提取，提取到的特征变量为第二状态光强训练数据与第一状态光强训练数据的比值。S6：应用预处理后训练数据集，建立与血糖值相关的线性回归校正模型，作为无创血糖预测模型；所述线性回归校正模型为，其中c：血糖预测值；第一波长LED的第二状态光强训练数据与第一状态光强训练数据的比值的对数；第二波长LED的第二状态光强训练数据与第一状态光强训练数据的比值的对数；a0、a1、b0、b0：为常数；所述建立与血糖值相关的线性回归校正模型的方法选用偏最小二乘方法。S7：对患者应用步骤S1、S2、S3，获取在线第一状态光强测量数据、在线第二状态光强测量数据、在线第三状态光强测量数据；S8：将所述第一状态光强测量数据、第二状态光强测量数据、第三状态光强测量数据带入所述无创血糖预测模型，得到血糖测量值。对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他本文档来自技高网...

【技术保护点】
1.一种无创血糖估计方法，其特征在于，包括以下步骤，/nS1：用多波长LED对患者软组织部位进行照射，获取第一状态光强训练数据；/nS2：对所述软组织部位进行人为压力控制，让所述软组织部位的血液随所述压力控制减少，并同时采集所述压力控制过程中照射的第二状态光强训练数据；/nS3：先去除所述压力控制，将测试部位血液回归到无所述压力控制状态，获取第三状态光强训练数据；/nS4：应用有创血糖仪测量所述患者血糖值作为目标数据；/nS5：重复步骤S1、S2、S3和S4，得到训练数据集；对所述训练数据集进行预处理和特征变量提取，得到预处理后训练数据集；/nS6：应用预处理后训练数据集，建立与血糖值相关的线性回归校正模型，作为无创血糖预测模型；/nS7：对患者应用步骤S1、S2、S3，获取在线第一状态光强测量数据、在线第二状态光强测量数据、在线第三状态光强测量数据；/nS8：将所述第一状态光强测量数据、第二状态光强测量数据、第三状态光强测量数据带入所述无创血糖预测模型，得到血糖测量值。/n

【技术特征摘要】
1.一种无创血糖估计方法，其特征在于，包括以下步骤，
S1：用多波长LED对患者软组织部位进行照射，获取第一状态光强训练数据；
S2：对所述软组织部位进行人为压力控制，让所述软组织部位的血液随所述压力控制减少，并同时采集所述压力控制过程中照射的第二状态光强训练数据；
S3：先去除所述压力控制，将测试部位血液回归到无所述压力控制状态，获取第三状态光强训练数据；
S4：应用有创血糖仪测量所述患者血糖值作为目标数据；
S5：重复步骤S1、S2、S3和S4，得到训练数据集；对所述训练数据集进行预处理和特征变量提取，得到预处理后训练数据集；
S6：应用预处理后训练数据集，建立与血糖值相关的线性回归校正模型，作为无创血糖预测模型；
S7：对患者应用步骤S1、S2、S3，获取在线第一状态光强测量数据、在线第二状态光强测量数据、在线第三状态光强测量数据；
S8：将所述第一状态光强测量数据、第二状态光强测量数据、第三状态光强测量数据带入所述无创血糖预测模型，得到血糖测量值。


2.如权利要求1所述的无创血糖估计方法，其特征在于，所述多波长LED采用双波长红外LED。


3.如权利要求2所述的无创血糖估计方法，其特征在于，所述双波长红外LED包括，第一波长LED和第二波长LED；所述第一波长LED选用的波长为94...

【专利技术属性】
技术研发人员：戴昊霖，
申请(专利权)人：戴昊霖，
类型：发明
国别省市：江苏;32