System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种糖尿病护理数据智能优化方法技术_技高网

一种糖尿病护理数据智能优化方法技术

技术编号:40513785 阅读:8 留言:0更新日期:2024-03-01 13:30
本发明专利技术涉及数据处理技术领域,具体涉及一种糖尿病护理数据智能优化方法。该方法包括:获取第一历史血糖数据序列以及第一实时血糖数据序列;根据第一历史血糖数据序列得到第一平滑系数以及第一平滑系数的基准适用范围,根据第一实时血糖数据序列得到第一实时血糖数据下的第一平滑系数的适用范围;根据第一实时血糖数据下的第一平滑系数的适用范围得到第一平滑系数的适用时间区间,获取其他平滑系数,以及其他平滑系数的适用时间区间;根据平滑系数来预测所述平滑系数的适用时间区间内的每个时刻的血糖数据。从而通过为未来每个时刻设置合适的平滑系数,来实现准确的血糖预测。

【技术实现步骤摘要】

本专利技术涉及数据处理,具体涉及一种糖尿病护理数据智能优化方法


技术介绍

1、糖尿病是一种常见的慢性疾病,严重影响了患者的生活质量和健康水平。糖尿病患者需要时常监测血糖,根据血糖情况来判断患者是否进行相应治疗。由于糖尿病患者血糖超出参考标准时,就会对患者的正常生活产生影响。因而为了降低糖尿病对患者生活的影响,需要在患者的血糖还未超出参考标准,并且在未来可能会超出参考标准时,就给出预警,及时让患者接受相应的治疗。

2、为了将降低糖尿病对患者生活的影响,需对糖尿病患者的血糖状态进行预测。指数平滑法作为一种常用预测方法,该方法中平滑参数设置的好坏会影响预测的准确性。一般情况下,平滑参数是人们根据经验去设置一个固定的参数。在指数平滑法中平滑参数是用来决定预测未来时刻数据时,对最近数据的参考权重。其中平滑参数越大对最近数据参考的权重就越大,即最近数据对预测的未来数据决定程度就越大。由于人们一天血糖状态在不同时刻的变动是不同的,尤其在吃饭前后的变动尤为剧烈。因而在变动剧烈的时候,前面数据与后面数据的差异较大。因而在变动剧烈时,说明数据的变规律变动较大,应该更少的参考前面的预测规律,应该更多的参考与当前时刻最近的数据。在变动平缓时,前面数据与后面数据的差异较小。因而在变动平缓时,说明数据的变动规律变化较少,应该更多的参考前面的预测规律,应该较少的参考距离当前时刻最近的数据。因而在对糖尿病患者的血糖状态进行预测时,不能采用固定的平滑参数。因而如何通过为糖尿病患者的血糖数据设置合适的平滑参数,来实现血糖的准确预测,成为亟待解决的问题


技术实现思路

1、为了解决上述技术问题,本专利技术提供一种糖尿病护理数据智能优化方法,所采用的技术方案具体如下:

2、获取第一历史血糖数据序列以及第一实时血糖数据序列;

3、根据第一历史血糖数据序列中血糖数据的方差得到第一平滑系数,获取第一历史血糖数据序列的若干窗口,根据第一历史血糖数据序列的窗口中数据方差得到第一平滑系数的基准适用范围,根据第一历史血糖数据序列中血糖数据以及第一实时血糖数据序列中第一实时血糖数据得到第一实时血糖数据下的第一平滑系数的适用范围修正因子,利用第一实时血糖数据下的第一平滑系数的适用范围修正因子对第一平滑系数的基准适用范围进行调整得到第一实时血糖数据下的第一平滑系数的适用范围;

4、根据第一实时血糖数据下的第一平滑系数的适用范围得到第一平滑系数的适用时间区间,根据第一历史血糖数据序列,第一实时血糖数据序列以及第一平滑系数的适用时间区间得到其他平滑系数,以及其他平滑系数的适用时间区间;

5、根据平滑系数来预测所述平滑系数的适用时间区间内的每个时刻的血糖数据。

6、优选的,所述根据第一历史血糖数据序列中血糖数据的方差得到第一平滑系数,包括的具体步骤为:

7、

8、其中,表示第一历史血糖数据序列中所有血糖数据的方差,以自然常数为的指数函数,表示第一平滑系数。

9、优选的,所述获取第一历史血糖数据序列的若干窗口,包括的具体步骤为:

10、预设窗口尺寸w,首先将1*w窗口的左侧与第一历史血糖数据序列的左侧对齐,然后让窗口以1作为滑动步长向右滑动,直至窗口的右侧与第一历史血糖数据序列的右侧对齐,完成窗口的滑动,在第一历史血糖数据序列中获取每次滑动时窗口中数据。

11、优选的,所述根据第一历史血糖数据序列的窗口中数据方差得到第一平滑系数的基准适用范围,包括的具体步骤为:

12、获取每个窗口中所有血糖数据的方差,记为每个窗口的方差,将每个窗口的方差与前一个窗口的方差的差值,记为每个窗口的波动变化程度;

13、第一平滑系数的基准适用范围的计算方法为:

14、

15、其中,表示第一历史血糖数据序列的第i个窗口的波动变化程度,表示窗口数量,表示反正切函数,表示以自然常数为底的指数函数,表示第一平滑系数,表示预设的第一超参数,表示第一平滑系数的基准适用范围,表示向上取整处理。

16、优选的,所述根据第一历史血糖数据序列中血糖数据以及第一实时血糖数据序列中第一实时血糖数据得到第一实时血糖数据下的第一平滑系数的适用范围修正因子,包括的具体步骤为:

17、

18、其中,表示第一实时血糖数据以及第一历史血糖数据序列中所有血糖数据的方差,表示第一历史血糖数据序列中所有血糖数据的方差,表示以自然常数为底的指数函数;表示第一实时血糖数据下的第一平滑系数的适用范围修正因子。

19、优选的,所述利用第一实时血糖数据下的第一平滑系数的适用范围修正因子对第一平滑系数的基准适用范围进行调整得到第一实时血糖数据下的第一平滑系数的适用范围,包括的具体步骤为:

20、

21、其中,表示第一实时血糖数据下的第一平滑系数的适用范围修正因子,表示预设的第二超参数,表示第一平滑系数的基准适用范围,表示第一实时血糖数据下的第一平滑系数的适用范围。

22、优选的,所述根据第一实时血糖数据下的第一平滑系数的适用范围得到第一平滑系数的适用时间区间,包括的具体步骤为:

23、对于第一历史血糖数据序列,设置一个空的分析数据集合,将第一实时血糖数据序列中的第一实时血糖数据添加为分析数据集合中的一个元素,根据第一历史血糖数据序列和第一实时血糖数据获取第一实时血糖数据下的第一平滑系数的适用范围,获取分析数据集合中包含的数据数量,将分析数据集合的数据数量与第一实时血糖数据下的第一平滑系数的适用范围比较,当分析数据集合的数据数量大于等于第一实时血糖数据下的第一平滑系数的适用范围时,将第一平滑系数的最终适用范围等于第一实时血糖数据下的第一平滑系数的适用范围;

24、当分析数据集合的数据数量小于第一实时血糖数据下的第一平滑系数的适用范围时,将第一实时血糖数据序列中的第二实时血糖数据添加为分析数据集合中的一个元素,根据第一历史血糖数据序列和第二实时血糖数据获取第二实时血糖数据下的第一平滑系数的适用范围,获取分析数据集合中包含的数据数量,将分析数据集合的数据数量与第二实时血糖数据下的第一平滑系数的适用范围比较,当分析数据集合的数据数量大于等于第二实时血糖数据下的第一平滑系数的适用范围时,将第一平滑系数的最终适用范围等于第二实时血糖数据下的第一平滑系数的适用范围;

25、以此类推,直至当分析数据集合的数据数量大于等于实时血糖数据下的第一平滑系数的适用范围时结束,得到第一平滑系数的最终适用范围;

26、将当前时刻作为第一平滑系数的上限时刻,将第一平滑系数的上限时刻与最终适用范围的累加和,记为第一平滑系数的下限时刻,将第一平滑系数的上限时刻与下限时刻之间的时间区间,记为第一平滑系数的适用时间区间。

27、优选的,所述根据第一历史血糖数据序列,第一实时血糖数据序列以及第一平滑系数的适用时间区间得到其他平滑系数,以及其他平滑系数的适用时间区间,包括的具体步骤本文档来自技高网...

【技术保护点】

1.一种糖尿病护理数据智能优化方法,其特征在于,所述方法包括:

2.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据第一历史血糖数据序列中血糖数据的方差得到第一平滑系数,包括的具体步骤为:

3.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述获取第一历史血糖数据序列的若干窗口,包括的具体步骤为:

4.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据第一历史血糖数据序列的窗口中数据方差得到第一平滑系数的基准适用范围,包括的具体步骤为:

5.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据第一历史血糖数据序列中血糖数据以及第一实时血糖数据序列中第一实时血糖数据得到第一实时血糖数据下的第一平滑系数的适用范围修正因子,包括的具体步骤为:

6.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述利用第一实时血糖数据下的第一平滑系数的适用范围修正因子对第一平滑系数的基准适用范围进行调整得到第一实时血糖数据下的第一平滑系数的适用范围,包括的具体步骤为:

7.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据第一实时血糖数据下的第一平滑系数的适用范围得到第一平滑系数的适用时间区间,包括的具体步骤为:

8.如权利要求7所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据第一历史血糖数据序列,第一实时血糖数据序列以及第一平滑系数的适用时间区间得到其他平滑系数,以及其他平滑系数的适用时间区间,包括的具体步骤为:

9.如权利要求8所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据第一平滑系数的最终适用范围、第一历史血糖数据序列以及第一实时血糖数据序列得到第二历史血糖数据序列和第二实时血糖数据序列,包括的具体步骤为:

10.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据平滑系数来预测所述平滑系数的适用时间区间内的每个时刻的血糖数据,包括的具体步骤为:

...

【技术特征摘要】

1.一种糖尿病护理数据智能优化方法,其特征在于,所述方法包括:

2.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据第一历史血糖数据序列中血糖数据的方差得到第一平滑系数,包括的具体步骤为:

3.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述获取第一历史血糖数据序列的若干窗口,包括的具体步骤为:

4.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据第一历史血糖数据序列的窗口中数据方差得到第一平滑系数的基准适用范围,包括的具体步骤为:

5.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述根据第一历史血糖数据序列中血糖数据以及第一实时血糖数据序列中第一实时血糖数据得到第一实时血糖数据下的第一平滑系数的适用范围修正因子,包括的具体步骤为:

6.如权利要求1所述的一种糖尿病护理数据智能优化方法,其特征在于,所述利用第一实时血糖数据下的第一平滑系数的适用范围修正因子对...

【专利技术属性】
技术研发人员:姚珊珊刘晓静牛嘉坪
申请(专利权)人:胜利油田中心医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1