本发明涉及血糖监测技术领域，特别涉及一种基于基于savitzky-golay滤波的连续血糖平滑方法，以及实现这种方法的装置、设备及存储介质。
背景技术：
动态血糖监测系统(continuousglucosemonitoringsystem,cgms)是一种可以连续检测组织液中的葡萄糖浓度的技术。动态血糖仪可以对血糖变化做连续检测观察，提供详细的时间序列数据。这些详细的信息可以让糖尿病患者更有效地管理血糖水平，包括减少血糖变化，低血糖和晨间高血糖发生的次数和时间，以及糖化血红蛋白水平。但是，尽管经过了10几年的发展，动态血糖仪技术在很多方面仍然面临着很多挑战，比如灵敏性，稳定性，血液血糖与组织液间血糖的时间迟滞等。其中，由于其物理构造和电化学特性，动态血糖仪最主要的误差来自于随机噪音部分。目前多是采用数字滤波技术来去除随机噪音部分，以提高信号的质量。cgm传感器所接收的信号y(t)可以分为两部分：
y(t)＝x(t)+n(t)，(1)
x(t)是t时刻的真实血糖水平，n(t)是叠加在真实信号上的随机噪音。一般来说，随机噪音的频谱比较宽，因此信号n(t)与噪音n(t)的频谱往往有重叠。常用的低通滤波不可能无损地将随机噪音n(t)从所检测到的血糖信号y(t)中移除。另外，低通滤波在应用过程中会引入较大的时延，从而使真实的信号失真。
常见的滤波器有无限脉冲滤波器(infiniteimpulseresponse,iir)，有限脉冲滤波器(finiteimpulseresponse,fir)，卡尔曼滤波(kalmanfilter)。
无限脉冲滤波器具有下面的数学表达式：
其中y是测量的血糖值，
当前的滤后血糖值
将会产生2.5个采样事件的有效延迟。
卡尔曼滤波(kalmanfilter)也是常用的血糖数据过滤方法。卡尔曼滤波应用于带有白噪音的线性系统，其中噪音部分符合高斯分布。卡尔曼滤波可以通过对于一个均方差的优化问题求解得到。卡尔曼滤波理论可以用下面的系统描述，在此过程中对血糖信号yk进行滤波操作：
xk+1＝f(xk，uk)+vk，(5)
yk＝h(xk，uk)+wk，(6)
其中是x系统的内部状态量，u是系统的输入，y是测量的输出，v是系统过程噪音，而w是测量噪音。上述系统的噪音项都假设为白噪音，即为均值为零的高斯分布，协方差分别为矩阵q和r:
卡尔曼滤波在每一个时间步计算内部状态估计量
其中φ是状态转移矩阵，h是测量矩阵。对于上述卡尔曼滤波系统来说，过程噪音的协方差矩阵q和测量噪音的协方差矩阵r是两个非常重要的参数。为了得到准确的滤波结果，这两个参数的估计非常重要。但是在动态血糖仪信号的滤波过程中，由于个体间和个体内的差异，不同病人之间或同一病人在不同时间的噪音水平是不一样的。这样给q和r的估计带来了很大的困难，因而可能严重影响卡尔曼滤波的准确性。另一方面，上述卡尔曼滤波系统对于计算量和存储量都有相当高的要求，因此对于在移动设备上进行实时滤波操作是一个不小的挑战。对于糖尿病患者，特别是1型糖尿病患者，及时对异常血糖事件的报警是非常重要的，如果因噪音或延时问题不能及时报警的话则有可能对患者的造成不良影响，因此对现有的滤波平滑方法做进一步的改进。
技术实现要素：
为克服上述现有技术中的不足，本发明目的在于提供一种计算量小，可有效地去除噪音，克服现有平滑技术存在的时延问题的基于savitzky-golay滤波的连续血糖平滑方法。
一种基于savitzky-golay滤波的连续血糖平滑方法，其特征在于，其包括如下步骤：
1)从动态血糖仪读取t个原始数据点，t＞5；
2)判断读取的数据点有没有异常，如有异常，则去除异常数据点，重复读取原始数据替换异常数据；
3)确定无异常数据点后，应用如下公式对读取的改组原始数据点进行平滑处理
优选的，步骤2)中异常数据点的判断通过如下步骤：用灵敏度s做为阈值来判断异常数据，在动态血糖测量过程中，如果测量的瞬时血糖值较上一个数据点的变化大于s，则认为当前数据异常。
优选的，步骤2)中异常数据点的判断通过如下步骤：设定一个阈值t，使用平滑方法对瞬时血糖值做平滑处理得到平滑值mg，若当前瞬时血糖值g与前述平均值mg的变化大于t，即|g-mg|＞t，则认为当前数据异常。
本专利还公开了一种基于savitzky-golay滤波的连续血糖平滑装置，其包括数据采集单元，所述数据采集单元用于从动态血糖仪读取t个原始数据点，t＞5；
异常数据点判断单元，所述异常数据点判断单元用于判断读取的数据点有没有异常，如有异常，则去除异常数据点，重复读取原始数据替换异常数据；
平滑处理单元，所述平滑处理单元用于在确定无异常数据点后，应用如下公式对读取的改组原始数据点进行平滑处理
优选的，所述异常数据点判断单元以灵敏度s做为阈值来判断异常数据，在动态血糖测量过程中，如果测量的瞬时血糖值较上一个数据点的变化大于s，则认为当前数据异常。
优选的，所述异常数据点判断单元在进行判断时先设定一个阈值t，使用平滑方法对瞬时血糖值做平滑处理得到平滑值mg，若当前瞬时血糖值g与前述平均值mg的变化大于t，即|g-mg|＞t，则认为当前数据异常。
本专利还公开了一种基于savitzky-golay滤波的连续血糖平滑设备，包括存储器和处理器，所述存储器中存储有计算机程序，处理器执行所述计算机程序时实现上述方法步骤。
优选的，该设备为移动设备。
本专利还公开了一种存储介质，用于存储有计算机程序，所述计算机程序被处理器执行时实现上述方法步骤。
与现有技术相比本发明具有如下优点：(1)通过显式求解优化问题，并加上合适的复合叠加，可以得到滤波器的显式表达式。这样大大减少了计算量，非常易于在移动设备上部署；(2)通过合适的设计，该发明的滤波方法不会引入时延问题，可有效提高对异常血糖事件报警的实时性；(3)采用不同的复合组合，该滤波方法可适用于不同年龄段人群，也可适用于1型和2型糖尿病患者。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
现在将根据实施例更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
本专利公开了一种基于savitzky-golay滤波的连续血糖平滑方法，其主要包括如下步骤：
首先从动态血糖仪读取t个原始数据点，t＞5，可使用移动设备，通常是安装于智慧型手机上的app从动态血糖仪读取原始数据点；
然后判断读取的数据点有没有异常，如有异常，则去除异常数据点，重复读取原始数据替换异常数据。判断方法可先用灵敏度s做为阈值来判断异常数据，在动态血糖测量过程中，如果测量的瞬时血糖值较上一个数据点的变化大于s，则认为当前数据异常。也可设定一个阈值t，使用平滑方法对瞬时血糖值做平滑处理得到平滑值mg，若当前瞬时血糖值g与前述平均值mg的变化大于t，即|g-mg|＞t，则认为当前数据异常。
最后采用savitzky-golay滤波方法对血糖进行平滑处理，savitzky和golay最早于1964年在研究怎样平滑化学频谱分析仪的噪音时提出了savitzky-golay滤波方法。在对时间序列数据的平滑过程中，其他一些平滑算法往往不能提取出真实数据频谱峰的确定特征，因而会压平像相对宽度和高度这样的特征。相比而言，savitzky-golay滤波的优势在于该算法可以保持时间序列的某些特征，比如局部最大值和局部最小值。
savitzky-golay滤波的基本工作原理是用一个局部低阶多项式来逼近窗口内的系列数据点。具体来说，对于一个m阶多项式
y(t)＝a0+a1t+a2t2+…+amtm，
以及2n+1个连续数据点yt-n，yt-n+1，…，yt，…，yt+n-1，yt+n,并且m＜2n+1,我们可以通过求解下面的优化问题得到局部最优解a0，a1，a2，…，am:
如果取数据窗口大小为2n+1＝5,三阶多项式(m＝3)做为简单的例子。经过一系列的代数运算，我们可以得到下面的平滑公式：
公式(13)-(16)中，滤波平滑后的数据
公式(17)中，滤波平滑后的数据
本发明所采用的是基本公式(17)的另一种方法。我们根据实际数据对公式(17)做不同的复合。在这种情况下，我们在优化问题(12)中依然用3阶多项式，但所采用的历史数据点要多于5个。所采用的公式为
我们使用了7个历史数据点：
本专利还公开了一种基于savitzky-golay滤波的连续血糖平滑装置，其包括：数据采集单元，所述数据采集单元用于从动态血糖仪读取t个原始数据点，t＞5；异常数据点判断单元，所述异常数据点判断单元用于判断读取的数据点有没有异常，如有异常，则去除异常数据点，重复读取原始数据替换异常数据；平滑处理单元，所述平滑处理单元用于在确定无异常数据点后，应用如下公式对读取的改组原始数据点进行平滑处理
需要说明的是，本实施例提供的一种基于savitzky-golay滤波的连续血糖平滑装置所涉及各功能单元的其他相应描述，可以参考上述方法的描述，在此不再赘述。
为了实现上述目的，本申请实施例还提供了一种基于savitzky-golay滤波的连续血糖平滑设备，具体可以为个人计算机、服务器、网络设备、移动设备等，该实体设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述基于savitzky-golay滤波的连续血糖平滑方法。该连续血糖平滑方法可有效地去除噪音，克服现有平滑技术存在的时延问题。另外，本发明中的连续血糖平滑方法所需计算量与所用历史数据点的数目成线性关系，因此其所需的计算量很小，完全可以部署在移动设备上实时运行。
相应的，本实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述连续血糖平滑方法。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。
可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频电路，传感器、音频电路、wi-fi模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)等，可选用户接口还可以包括usb接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、wi-fi接口)等。存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。
本领域技术人员可以理解，本实施例提供的面试人员的性格预测的实体设备结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
与现有技术相比本发明具有如下优点：(1)通过显式求解优化问题，并加上合适的复合叠加，可以得到滤波器的显式表达式。这样大大减少了计算量，非常易于在移动设备上部署；(2)通过合适的设计，该发明的滤波方法不会引入时延问题，可有效提高对异常血糖事件报警的实时性；(3)采用不同的复合组合，该滤波方法可适用于不同年龄段人群，也可适用于1型和2型糖尿病患者。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。