基于光学信号特征及代谢热特征的血糖预测方法和装置制造方法及图纸

本发明专利技术实施例涉及一种基于光学信号特征及代谢热特征的血糖预测方法和装置，所述方法包括：获取第一标定血糖数据；采集生成第一、二、三、四光学信号；采集生成第一、二、三、四、五、六、七代谢热信号；进行人体光信号特征提取及归一化处理生成第一、二、三光学特征数据组；进行环境光信号特征提取及归一化处理生成第四光学特征数据；进行代谢热特征提取及归一化处理生成第一、二、三、四、五、六、七代谢热特征数据；进行特征融合处理生成第一特征向量；基于血糖浮动预测模型进行浮动血糖值预测生成第一浮动血糖数据；根据第一标定血糖数据和第一浮动血糖数据相加的和生成第一预测血糖数据。通过本发明专利技术可提供一种无创血糖观测机制。通过本发明专利技术可提供一种无创血糖观测机制。通过本发明专利技术可提供一种无创血糖观测机制。

【技术实现步骤摘要】
基于光学信号特征及代谢热特征的血糖预测方法和装置


[0001]本专利技术涉及数据处理
，特别涉及一种基于光学信号特征及代谢热特征的血糖预测方法和装置。

技术介绍

[0002]血中的葡萄糖称为血糖(Glu)。血糖保持在一定水平才能维持体内各器官和组织的正常工作，短期血糖不稳定会导致各器官和组织出现不同程度的不适，长期血糖不稳定则可能会导致各器官和组织出现不同程度的病变。因此，血糖观测值是健康监护领域一项非常重要的健康评判参数。当前常见的血糖观测手段主要是基于有创方式对人体血液进行提取，并根据提取血液进行化学分析从而得到血糖观测值。因为这种观测手段是会给人体造成创伤的，若使用这种观测手段对人体进行长期血糖观测，无疑会给用户带来很多不便，例如创口疼痛、创口感染等不良体验。
[0003]基于比尔
‑
朗伯定律我们可知溶液对透射光的吸收度与溶质浓度有关，进而可知血液中葡萄糖浓度越高则透过人体组织的光强就越小，那么通过采集反映人体血液透射光强变化的光体积描记图法(Photoplethysmography,PPG)信号就能对血糖变化进行观测。
[0004]基于代谢热构象(Metabolic Heat Conformation,MHC)理论我们可知人体不同时段的能量节律与人体代谢之后释放的能量有一定相关性，而葡萄糖氧化与产生的能量可以热能形式从人体散发到环境中，因此人体代谢热与葡萄糖水平和供氧量相关。也即是说在供氧保证的情况下，基于代谢热构象理论可以人体代谢热为参考对血糖变化进行观测。

技术实现思路

[0005]本专利技术的目的，就是针对现有技术的缺陷，提供一种基于光学信号特征及代谢热特征的血糖预测方法、装置、电子设备及计算机可读存储介质，通过本专利技术，可为长期血糖观测提供一种无创观测机制，减少对用户造成的不便，降低观测难度，提高用户体验。
[0006]为实现上述目的，本专利技术实施例第一方面提供了一种基于光学信号特征及代谢热特征的血糖预测方法，所述方法包括：
[0007]获取标定血糖值生成第一标定血糖数据；
[0008]按预设的光学信号采集时长、人体光学信号类型和三个人体光学信号波段，持续采集人体光信号生成对应的第一光学信号、第二光学信号和第三光学信号；并按所述光学信号采集时长，持续采集环境光信号生成第四光学信号；
[0009]按预设的代谢热信号采集时长，持续采集人体接触热信号生成第一代谢热信号，并持续采集人体近端的辐射热信号生成第二代谢热信号，并持续采集人体近端的温度变化信息构成第三代谢热信号，并持续采集人体近端的湿度变化信息构成第四代谢热信号，并对用于采集辐射热信号的近端辐射传感器的校准输出信息进行持续采集构成第五代谢热信号，并持续采集人体远端的温度变化信息构成第六代谢热信号，并持续采集人体远端的湿度变化信息构成第七代谢热信号；
[0010]对所述第一、第二和第三光学信号进行人体光信号特征提取及归一化处理，生成对应的第一、第二和第三光学特征数据组；
[0011]对所述第四光学信号进行环境光信号特征提取及归一化处理，生成对应的第四光学特征数据；
[0012]对所述第一、第二、第三、第四、第五、第六和第七代谢热信号，进行代谢热特征提取及归一化处理，生成对应的第一、第二、第三、第四、第五、第六和第七代谢热特征数据；
[0013]对得到的所有特征数据进行特征融合处理，生成第一特征向量；
[0014]对所述第一特征向量，基于血糖浮动预测模型进行浮动血糖值预测处理，生成第一浮动血糖数据；并根据所述第一标定血糖数据和所述第一浮动血糖数据相加的和，生成第一预测血糖数据。
[0015]优选的，所述光学信号类型包括光体积描记图法信号类型；
[0016]所述三个光学信号波段包括650nm红外波段、940nm近红外波段和1050nm近红外波段。
[0017]优选的，所述对所述第一、第二和第三光学信号进行人体光信号特征提取及归一化处理，生成对应的第一、第二和第三光学特征数据组，具体包括：
[0018]从所述第一光学信号、所述第二光学信号或所述第三光学信号的中间信号时段提取第一指定时长的光学信号片段，生成对应的第一片段信号；
[0019]按预设的带通滤波频段，对所述第一片段信号进行带通滤波处理，生成对应的第一滤波信号；并对所述第一滤波信号进行信号峰值识别处理，得到对应的多个第一信号峰值数据；并对所述多个第一信号峰值数据进行均值计算，生成对应的第一平均峰值数据；并对所述第一滤波信号进行信号上下翻转处理，生成对应的第一翻转信号；并对所述第一翻转信号进行信号峰值识别处理，得到对应的多个第二信号峰值数据；并对所述多个第二信号峰值数据进行均值计算，并对计算结果取反生成对应的第一平均谷值数据；并根据所述第一平均峰值数据减去所述第一平均谷值数据的差，生成对应的第一特征数据；并对所述第一特征数据进行归一化处理生成交流特征数据；
[0020]按预设的低通滤波频率阈值，对所述第一片段信号进行低通滤波处理，生成对应的第二滤波信号；并对所述第二滤波信号进行均值计算，生成对应的第二特征数据；并对所述第二特征数据进行归一化处理生成直流特征数据；
[0021]由得到的所述交流特征数据和所述直流特征数据，组成对应的第一光学特征数据组、第二光学特征数据组或第三光学特征数据组。
[0022]优选的，所述对所述第四光学信号进行环境光信号特征提取及归一化处理，生成对应的第四光学特征数据，具体包括：
[0023]从所述第四光学信号的中间信号时段提取第一指定时长的光学信号片段，生成第二片段信号；
[0024]对所述第二片段信号进行均值计算，生成第三特征数据；
[0025]对所述第三特征数据进行归一化处理生成所述第四光学特征数据。
[0026]优选的，所述对所述第一、第二、第三、第四、第五、第六和第七代谢热信号，进行代谢热特征提取及归一化处理，生成对应的第一、第二、第三、第四、第五、第六和第七代谢热特征数据，具体包括：
[0027]从所述第一、第二、第三、第四、第五、第六或第七代谢热信号的最后信号时段提取第二指定时长的代谢热信号片段，生成对应的第三片段信号；
[0028]对所述第三片段信号进行均值计算，生成对应的第四特征数据；
[0029]对所述第四特征数据进行归一化处理生成对应的第一代谢热特征数据、第二代谢热特征数据、第三代谢热特征数据、第四代谢热特征数据、第五代谢热特征数据、第六代谢热特征数据或第七代谢热特征数据。
[0030]优选的，所述血糖浮动预测模型基于多层神经网络的网络结构予以实现；所述血糖浮动预测模型包括输入层、隐藏层和输出层；所述输入层包括第一数量M的输入节点；所述隐藏层包括第二数量N的隐藏层输入节点和第三数量S的隐藏层输出节点；所述输出层包括一个输出节点；所述隐藏层的各个所述隐藏层输入节点与所述输入层的所有输入节点分别连接，形成对应的第一全连接网络；所述隐藏层的各个所述隐藏层输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光学信号特征及代谢热特征的血糖预测方法，其特征在于，所述方法包括：获取标定血糖值生成第一标定血糖数据；按预设的光学信号采集时长、人体光学信号类型和三个人体光学信号波段，持续采集人体光信号生成对应的第一光学信号、第二光学信号和第三光学信号；并按所述光学信号采集时长，持续采集环境光信号生成第四光学信号；按预设的代谢热信号采集时长，持续采集人体接触热信号生成第一代谢热信号，并持续采集人体近端的辐射热信号生成第二代谢热信号，并持续采集人体近端的温度变化信息构成第三代谢热信号，并持续采集人体近端的湿度变化信息构成第四代谢热信号，并对用于采集辐射热信号的近端辐射传感器的校准输出信息进行持续采集构成第五代谢热信号，并持续采集人体远端的温度变化信息构成第六代谢热信号，并持续采集人体远端的湿度变化信息构成第七代谢热信号；对所述第一、第二和第三光学信号进行人体光信号特征提取及归一化处理，生成对应的第一、第二和第三光学特征数据组；对所述第四光学信号进行环境光信号特征提取及归一化处理，生成对应的第四光学特征数据；对所述第一、第二、第三、第四、第五、第六和第七代谢热信号，进行代谢热特征提取及归一化处理，生成对应的第一、第二、第三、第四、第五、第六和第七代谢热特征数据；对得到的所有特征数据进行特征融合处理，生成第一特征向量；对所述第一特征向量，基于血糖浮动预测模型进行浮动血糖值预测处理，生成第一浮动血糖数据；并根据所述第一标定血糖数据和所述第一浮动血糖数据相加的和，生成第一预测血糖数据。2.根据权利要求1所述的基于光学信号特征及代谢热特征的血糖预测方法，其特征在于，所述光学信号类型包括光体积描记图法信号类型；所述三个光学信号波段包括650nm红外波段、940nm近红外波段和1050nm近红外波段。3.根据权利要求1所述的基于光学信号特征及代谢热特征的血糖预测方法，其特征在于，所述对所述第一、第二和第三光学信号进行人体光信号特征提取及归一化处理，生成对应的第一、第二和第三光学特征数据组，具体包括：从所述第一光学信号、所述第二光学信号或所述第三光学信号的中间信号时段提取第一指定时长的光学信号片段，生成对应的第一片段信号；按预设的带通滤波频段，对所述第一片段信号进行带通滤波处理，生成对应的第一滤波信号；并对所述第一滤波信号进行信号峰值识别处理，得到对应的多个第一信号峰值数据；并对所述多个第一信号峰值数据进行均值计算，生成对应的第一平均峰值数据；并对所述第一滤波信号进行信号上下翻转处理，生成对应的第一翻转信号；并对所述第一翻转信号进行信号峰值识别处理，得到对应的多个第二信号峰值数据；并对所述多个第二信号峰值数据进行均值计算，并对计算结果取反生成对应的第一平均谷值数据；并根据所述第一平均峰值数据减去所述第一平均谷值数据的差，生成对应的第一特征数据；并对所述第一特征数据进行归一化处理生成交流特征数据；按预设的低通滤波频率阈值，对所述第一片段信号进行低通滤波处理，生成对应的第
二滤波信号；并对所述第二滤波信号进行均值计算，生成对应的第二特征数据；并对所述第二特征数据进行归一化处理生成直流特征数据；由得到的所述交流特征数据和所述直流特征数据，组成对应的第一光学特征数据组、第二光学特征数据组或第三光学特征数据组。4.根据权利要求1所述的基于光学信号特征及代谢热特征的血糖预测方法，其特征在于，所述对所述第四光学信号进行环境光信号特征提取及归一化处理，生成对应的第四光学特征数据，具体包括：从所述第四光学信号的中间信号时段提取第一指定时长的光学信号片段，生成第二片段信号；对所述第二片段信号进行均值计算，生成第三特征数据；对所述第三特征数据进行归一化处理生成所述第四光学特征数据。5.根据权利要求1所述的基于光学信号特征及代谢热特征的血糖预测方法，其特征在于，所述对所述第一、第二、第三、第四、第五、第六和第七代谢热信号，进行代谢热特征提取及归一化处理，生成对应的第一、第二、第三、第四、第五、第六和第七代谢热特征数据，具体包括：从所述第一、第二、第三、第四、第五、第六或第七代谢热信号的最后信号时段提取第二指定时长的代谢热信号片段，生成对应的第三片段信号；对所述第三片段信号进行均值计算，生成对应的第四特征数据；对所述第四特征数据进行归一化处理生成对应的第一代谢热特征数据、第...

【专利技术属性】
技术研发人员：曹君，张碧莹，王思翰，
申请(专利权)人：乐普北京医疗器械股份有限公司，
类型：发明
国别省市：