【技术实现步骤摘要】
本专利技术涉及医疗信息，具体是涉及一种基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法。
技术介绍
1、血糖分析是通过对血液中的葡萄糖含量进行测量和评估，了解个体或群体的血糖状况，从而对糖尿病等与血糖相关的疾病进行诊断、监测和治疗。在进行血糖分析时，通常需要测量空腹血糖和餐后血糖两个时点的值。空腹血糖是指在禁食8-12小时后测量的血糖值，而餐后血糖则是在进食后2小时测量的血糖值。通过比较这两个时点的血糖值，可以评估个体的血糖调节能力。
2、现有的血糖管理方法和系统可以将患者血糖信息传送到医院的nis系统或后台服务器，供医护人员使用，并进行存储留档，同时，可以遵医嘱进行监测血糖水平、指导药物治疗、给予糖尿病知识宣教以及预防急性并发症。但是，其分析手段单一，血糖展示方式及血糖报告内容简单，难以对血糖进行全面分析，影响了医护人员分析精度。
3、因此，需要提供一种基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，旨在解决上述问题。
技术实现思路
1、针对现有技术存在的不足，本专利技术实施例的目的在于提供一种基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，以解决上述
技术介绍
中的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，包括以下步骤：
4、步骤s1、通过皮下葡萄糖连续检测以实时获取
5、步骤s2、处理血糖数据并对数据处理结果进行可视化图谱展示；
6、步骤s3、根据实时数据进行高低血糖警报，并根据不同时间段及场景进行血糖评估，同时，将所有数据自动化生成血糖报告；
7、步骤s4、将获得的数据上传至云端系统，并由系统进行数据的存储及处理。
8、作为本专利技术进一步的方案，所述步骤s2中的可视化图谱展示内容包括血糖波动曲线、饮食记录、药物/胰岛素记录、参比血糖以及锻炼记录。
9、作为本专利技术进一步的方案，所述步骤s3中的血糖报告包括用户信息、葡萄糖概况、单日连续图谱、24小时重叠图谱、葡萄糖波动趋势图、葡萄糖指标模型、每日葡萄糖螺旋桨模型以及周期葡萄糖螺旋桨模型葡萄糖分析表、每日葡萄糖分析、总体高/低血糖分析、总体葡萄糖检测结果以及葡萄糖控制达标结果。
10、作为本专利技术进一步的方案，所述葡萄糖概况包括葡萄糖水平、葡萄糖范围、血糖波动、葡萄糖水平细节、血糖波动细节。
11、作为本专利技术进一步的方案，所述步骤s3中葡萄糖指标模型包括葡萄糖六角模型、每日葡萄糖螺旋桨模型以及周期葡萄糖螺旋桨模型。
12、作为本专利技术进一步的方案，所述葡萄糖六角模型中的指标包括血糖超出目标范围的时间、变异系数、低血糖强度、高血糖强度、平均血糖值以及葡萄糖管理指标。
13、作为本专利技术进一步的方案，所述每日葡萄糖螺旋桨模型中的指标包括血糖超出目标范围的时间、变异系数、低血糖强度、高血糖强度、平均血糖值、日内平均血糖波动幅度、最大血糖波动幅度、日间血糖平均标准差、血糖风险评估、日均风险值以及日内多点血糖的标准差。
14、作为本专利技术进一步的方案，所述周期葡萄糖螺旋桨模型中的指标包括葡萄糖管理指标、变异系数、低血糖强度、高血糖强度、平均血糖值、最大血糖波动幅度以及血糖风险评估。
15、综上所述，本专利技术实施例与现有技术相比具有以下有益效果：
16、本专利技术通过实时获取血糖信息，并将信息图谱可视化展示，实时上传云端，可以生成完善的包括各项数据及结果的血糖分析报告，降低数据丢失的风险，通过葡萄糖六角模型、每日葡萄糖螺旋桨模型以及周期葡萄糖螺旋桨模型，可以充分观察数据差异及波动，便于医护人员直观的分析血糖数据并对血糖进行管理，具备数据图谱可视化展示、血糖分析报告全面可靠和便于直观分析血糖的效果，并且可以全面评估糖尿病患者血糖控制情况、具体血糖波动情况以及高/低血糖发生情况。
17、为更清楚地阐述本专利技术的结构特征和功效，下面结合附图与具体实施例来对本专利技术进行详细说明。
本文档来自技高网...【技术保护点】
1.一种基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，所述步骤S2中的可视化图谱展示内容包括血糖波动曲线、饮食记录、药物/胰岛素记录、参比血糖以及锻炼记录。
3.根据权利要求1所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，所述步骤S3中的血糖报告包括用户信息、葡萄糖概况、单日连续图谱、24小时重叠图谱、葡萄糖波动趋势图、葡萄糖指标模型、每日葡萄糖螺旋桨模型以及周期葡萄糖螺旋桨模型葡萄糖分析表、每日葡萄糖分析、总体高/低血糖分析、总体葡萄糖检测结果以及葡萄糖控制达标结果。
4.根据权利要求3所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，所述葡萄糖概况包括葡萄糖水平、葡萄糖范围、血糖波动、葡萄糖水平细节、血糖波动细节。
5.根据权利要求3所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨
6.根据权利要求5所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，所述葡萄糖六角模型中的指标包括血糖超出目标范围的时间、变异系数、低血糖强度、高血糖强度、平均血糖值以及葡萄糖管理指标。
7.根据权利要求5所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，所述每日葡萄糖螺旋桨模型中的指标包括血糖超出目标范围的时间、变异系数、低血糖强度、高血糖强度、平均血糖值、日内平均血糖波动幅度、最大血糖波动幅度、日间血糖平均标准差、血糖风险评估、日均风险值以及日内多点血糖的标准差。
8.根据权利要求5所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，所述周期葡萄糖螺旋桨模型中的指标包括葡萄糖管理指标、变异系数、低血糖强度、高血糖强度、平均血糖值、最大血糖波动幅度以及血糖风险评估。
...【技术特征摘要】
1.一种基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，所述步骤s2中的可视化图谱展示内容包括血糖波动曲线、饮食记录、药物/胰岛素记录、参比血糖以及锻炼记录。
3.根据权利要求1所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，所述步骤s3中的血糖报告包括用户信息、葡萄糖概况、单日连续图谱、24小时重叠图谱、葡萄糖波动趋势图、葡萄糖指标模型、每日葡萄糖螺旋桨模型以及周期葡萄糖螺旋桨模型葡萄糖分析表、每日葡萄糖分析、总体高/低血糖分析、总体葡萄糖检测结果以及葡萄糖控制达标结果。
4.根据权利要求3所述的基于皮下葡萄糖连续监测数据采集的实时血糖六角模型及螺旋桨模型评估算法，其特征在于，所述葡萄糖概况包括葡萄糖水平、葡萄糖范围、血糖波动、葡萄糖水平细节、血糖波动细节。
5.根据权利要求3所述的基于皮下葡萄糖连续监测数据采集的...
【专利技术属性】
技术研发人员：祝娅，池京南，杨宗文，肖新华，
申请(专利权)人：北京中器华康科技发展有限公司，
类型：发明
国别省市：
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。