结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0027] 实施例1
[0028] 患者接受了医生多运动的建议之后，开始进行锻炼，与此同时，穿戴上可移动设备 3。在日常的运动锻炼中，设备3记录个体消耗的卡路里等运动参数。在一个运动周期后 (如两天），患者在医院等机构接受检测，血糖、血压指标测量设备1记录下患者的血糖、血 压指标，存储在数据库4中，并将该信息输入到可穿戴移动设备3中。若干个运动周期后 (假设到了第i次运动后），可由APP软件终端2根据前i次的数据来建立该患者个体的运 动参数、个人信息等与血糖、血压指标的数学模型。此后，专家5可由该APP所建立的数学 模型，结合患者当前的血糖、血压指标水平预测计算出下一个运动周期患者要达到理想的 血糖、血压指标水平所需的运动量。并可以以该模型为依据，给予患者更具有针对性的治疗 建议来控制患者的血糖、血压指标，如运动量的多少、运动形式等，不至于给出宽泛的意见 而导致患者盲目的运动。且此后，每经过一个运动周期，该运动周期后患者的运动参数、血 糖、血压指标都会参与建模，可能随机作为训练数据，使模型可以随着运动周期的变化而改 变，更加贴近实际的情况。
[0029] 在上述的可穿戴移动设备3中的APP终端算法流程如下：由于人体的血糖浓度和 人体消耗的热量（以卡路里数计）密切相关，而人体消耗的卡路里数受到很多因素的影响， 包括基础代谢，运动消耗，体力活动，食物热效应等，这些因素都是因人而异的，与人的年 龄、性别、饮食习惯等因素都有关系，是一个复杂的非线性系统，该系统状态方程复杂，难以 用数学方法建模。在此前提下，将消耗卡路里数、年龄、性别等输入参数和血糖浓度等输出 参数之间复杂的非线性系统看成是一个黑箱。首先用该"黑箱"输入输出数据训练BP神经 网络，使网络能够表达该未知函数，然后用训练好的BP神经网络来预测病患的血糖浓等指 标。
[0030] 在此处作一个约定，运动消耗卡路里数认为是在第n-1次验血糖之后至第n次验 血糖之前所做运动消耗的卡路里数。第n次诊后血糖浓度认为是病患经过第n个周期的运 动后，第n次验完血糖后所测得的血糖浓度值。
[0031] 1.确定训练样本以及预测样本。样本来自于病患在前n个周期内的相关数据，如 可移动穿戴设备（腕表等）测得的运动消耗卡路里数，医院数据库中病患所测得的血糖浓 度，病患的年龄，性别，糖尿病病程等。将这些数据导入至软件终端，如若病患2天为一个周 期进行运动，然后去医院检验血糖，则在半年之内可以得到约90组数据。以70组为训练样 本，20组数据为预测样本。
[0032] 2.数值归一化处理。归一化处理的是指把变量值归一到区间[_1，1]内，由于BP 神经网络中非线性传递函数的值域一般在[_1，1]内，因此输入及输出变量的取值都在这 个区间较好。此外，归一化还可以使输入值落在sigmoid传递函数变化较大的区间，使网络 训练速度最快，网络的性能也得到改善。
[0033] 3.网络设计。输出层与输入层均设置一层，输入层神经元变量有7个，输出层神经
别为输入层神经元个数，输出层神经元个数，a为[0，10]区间的常数。故此，将1暂取为4。
[0034] 4.用训练数据训练BP神经网络，使该网络对上述的非线性函数输出具有预测能 力，参数设置上可以设置训练次数为1〇〇〇,学习率为〇. 1，训练目标为〇. 01。
[0035] 5.用训练好的BP神经网络预测非线性函数输出，并通过BP神经网络预测输出和 期望输出来分析BP神经网络的拟合误差，并改变隐含层的神经元个数，重新回到第3步， 在[4,14]之间依次变更隐含层神经元个数，往下执行4, 5,并观察每一次变更时预测输出 和期望输出的误差，自动比较误差并选取误差最小时的隐含层神经元个数作为最终1的取 值。
[0036] 上述的BP神经网络算法仅是本发明中APP算法中的一种举例，并非对其中的建 模算法做出任何限制。
[0037] 以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明 技术实质对以上实施例所作的任何简单修改、变更以及等效结构变换，均仍属于本发明技 术方案的保护范围内。
【主权项】
1. 一种血糖及血压监测和控制系统，其特征在于，包括其特征在于，包括可穿戴移动设 备，基于可穿戴移动设备的APP软件终端，数据库，血糖、血压测量设备，医疗专家； 所述的可移动穿戴设备用于实时记录患者运动时候消耗的卡路里数等运动指标； 所述数据库用于记录患者的个人信息，如性别，年龄，一个运动周期内消耗的卡路里 数，该运动周期结束后的血糖、血压指标等； 所述血糖、血压测量设备用于患者每次进行完一个运动周期后去医院重新测量自己的 血糖、血压指标； 所述基于可穿戴移动设备上开发的APP软件终端用于建立起患者的个人信息与血糖 血压指标之间的预测模型，以便于医疗人员根据该模型进行下一个周期运动量的建议。其 中个人信息包括患者的年龄，性别，病程等参数； 所述专家为在血糖血压领域的医疗人员，可结合自身的专家医疗经验与预测模型为患 者提供意见。2. 如权利要求1所述的血糖血压监测和控制系统，所述可移动穿戴设备具有USB的数 据导入导出接口，且能与数据库进行无线通讯。3. 如权利要求1所述的血糖血压监测和控制系统，所述数据库可以通过无线通讯来 接收可穿戴移动设备传输的患者运动指标的数据以及预测模型，也可以通过人工导入该数 据。4. 如权利要求1所述的血糖血压监测和控制系统，每一个运动周期之后的血糖、血压 指标数据都会作为下一步预测模型建立时的训练数据，保证模型会随运动周期的变化而不 断改变。
【专利摘要】本发明公开了一种血糖血压监测与控制系统，包括可穿戴移动设备，基于可穿戴移动设备的APP软件终端，数据库，血糖、血压测量设备，专家；可穿戴移动设备用于在患者运动的过程中记录其运动所消耗的卡路里数等运动指标；APP软件终端用于建立起血糖、血压指标的预测模型；数据库用于记录患者的个人信息、运动指标、每个运动周期结束后的血糖血压指标等信息；血糖、血压测量设备用于测量患者每次结束一个运动周期后的血糖、血压指标；专家指在该领域的医疗人员，可根据APP所建立的血糖、血压指标预测模型，结合自己的专家经验，找到要达到理想的血糖血压指标条件下所需的运动量，并以此给予患者明确的运动建议，避免患者盲目的运动。
【IPC分类】A61B5/021, A61B5/145, G06N3/02
【公开号】CN105078474
【申请号】CN201510526244
【发明人】陈焕新, 刘冬梅
【申请人】武汉苏酷科技有限公司
【公开日】2015年11月25日
【申请日】2015年8月21日