一种基于分数阶小波变换去噪的血糖预测方法及系统

本发明涉及血糖预测，具体地，涉及一种基于分数阶小波变换去噪的血糖预测方法及系统。

背景技术：

1、糖尿病是一种慢性疾病，其特征为血液中葡萄糖浓度过高。这是由于胰岛素分泌不足或细胞对胰岛素的抵抗导致的。大多数情况下可以通过改变生活方式和口服药物来管理血糖水平，但这仅仅是起到改善作用，目前糖尿病还难以完全治愈，所以糖尿病趋势预测就显得尤为重要。通过糖尿病趋势预测，可以更早地发现糖尿病的患病风险。而对于高风险人群，可以采取积极的预防措施，如改变生活方式、饮食习惯和加强体育锻炼，以降低患糖尿病的风险。对已经患有糖尿病的人来说，糖尿病趋势预测可以帮助医生和患者更好地管理疾病。通过了解血糖水平的变化趋势，可以调整胰岛素或药物的剂量，制定更有效的治疗计划，并及时采取措施避免并发症的发生。

2、目前市场上最常用的血糖监测方法大多数是侵入式的，比较常用的是使用便携式血糖仪测量。这种方法虽然可以提供准确的血糖值，但对于糖尿病患者来说，频繁地使用血糖仪或其他穿刺设备会导致皮肤肿，不仅引起轻微的疼痛或不适，还有可能引发细菌感染。而非侵入式血糖监测技术则尝试通过皮肤表面的扫描、检测、传感器或其它方法来估计血液中的葡萄糖水平，无需进行穿刺测量。目前的非侵入式血糖监测技术仍面临一些挑战，如准确性、数据稳定性和与传统测量方法的比较等问题。

3、而申请号为202110659994.8的中国发明专利：《基于ecg和ppg信号的无创血糖估计方法》，其技术方案具体为：s1、使用生物传感器max86150评估套件同步采集所需的ecg和ppg信号，具体方式为：以400hz的采集频率共采集60s的ecg和ppg信号；s2、对上述两种信号中的噪声进行滤除，然后从两种信号中提取出所需的特征，最后再通过机器学习技术预计血糖值。该方案在信号的噪声滤除中使用的是传统的小波变换，只能对信号的特定时间段进行分析。

技术实现思路

1、为解决现有技术血糖预测中只能对信号的特定时间段进行分析，而导致对信号的全局特征的提取效果不佳的技术问题，本发明采用的技术方案是：

2、本发明第一方面提供了一种基于分数阶小波变换去噪的血糖预测方法，包括以下步骤：

3、s1：采集受试者的指尖预设时间段内的光电容积脉搏波信号以及对应的血糖值，作为后续血糖回归预测用的参考值；

4、s2：通过分数阶小波变换对所述光电容积脉搏波信号进行去噪处理；

5、s3：对经去噪处理的光电容积脉搏波信号通过预设的特征提取网络进行特征提取，得到一个多维特征向量；

6、s4：将所述多维特征向量输入到随机森林模型进行回归预测，得到最终的血糖预测值。

7、作为一种优选方案，在步骤s2中，通过分数阶小波变换对所述光电容积脉搏波信号进行去噪处理的方法包括以下步骤：

8、s21：对所述光电容积脉搏波信号进行预处理；其中，所述预处理包括直流分量去除处理以及均值归零处理；

9、s22：对预处理后的光电容积脉搏波信号进行分数阶小波变换处理，得到分数阶小波系数；

10、s23：对所述分数阶小波系数进行阈值处理以实现去噪；

11、s24：将经过阈值处理后的分数阶小波系数进行逆变换处理，得到重构光电容积脉搏波信号；

12、s25：对所述重构光电容积脉搏波信号进行滤波、平滑处理，得到经去噪处理的光电容积脉搏波信号。

13、作为一种优选方案，在步骤s21中，所述直流分量去除处理的具体操作包括：

14、将所述光电容积脉搏波信号进行傅里叶变换，具体表达式为：

15、

16、其中，x(n)表示所述光电容积脉搏波信号，n表示所述光电容积脉搏波信号的信号长度；

17、设置x(k)＝0，然后进行傅里叶反变换，具体表达式为：

18、

19、其中，x(n)表示所述光电容积脉搏波信号，n表示所述光电容积脉搏波信号的信号长度。

20、作为一种优选方案，在步骤s22中，所述分数阶小波变换处理的表达式具体为：

21、

22、其中，表示分数阶小波变换的算子核，α＝pπ/2表示分数域与时域的角度，a,b分别表示尺度因子和时移因子，p表示阶数。

23、作为一种优选方案，在步骤s25中，所述平滑处理的表达式具体为：

24、

25、其中，x(k)表示长度为n的待处理信号，p表示窗口长度，y(k)表示经平滑处理的信号。

26、本发明第二方面提供了一种基于分数阶小波变换去噪的血糖预测系统，包括数据采集模块、去噪处理模块、特征提取模块以及血糖预测模块；

27、所述数据采集模块用于采集受试者的指尖预设时间段内的光电容积脉搏波信号以及对应的血糖值，作为后续血糖回归预测用的参考值；

28、所述去噪处理模块用于通过分数阶小波变换对所述光电容积脉搏波信号进行去噪处理；

29、所述特征提取模块用于对经去噪处理的光电容积脉搏波信号通过预设的特征提取网络进行特征提取，得到一个多维特征向量；

30、所述血糖预测模块用于将所述多维特征向量输入到随机森林模型进行回归预测，得到最终的血糖预测值。

31、作为一种优选方案，所述噪处理模块包括信号预处理模块、分数阶小波变换处理模块、阈值处理模块、逆变换处理模块以及滤波平滑处理模块；

32、所述信号预处理模块用于对所述光电容积脉搏波信号进行预处理；其中，所述预处理包括直流分量去除处理以及均值归零处理；

33、所述分数阶小波变换处理模块用于对预处理后的光电容积脉搏波信号进行分数阶小波变换处理，得到分数阶小波系数；

34、所述阈值处理模块用于对所述分数阶小波系数进行阈值处理以实现去噪；

35、所述逆变换处理模块用于将经过阈值处理后的分数阶小波系数进行逆变换处理，得到重构光电容积脉搏波信号；

36、所述滤波平滑处理模块用于对所述重构光电容积脉搏波信号进行滤波、平滑处理，得到经去噪处理的光电容积脉搏波信号。

37、作为一种优选方案，所述信号预处理模块用于对所述光电容积脉搏波信号进行直流分量去除处理的具体操作包括：

38、将所述光电容积脉搏波信号进行傅里叶变换，具体表达式为：

39、

40、其中，x(n)表示所述光电容积脉搏波信号，n表示所述光电容积脉搏波信号的信号长度；

41、设置x(k)＝0，然后进行傅里叶反变换，具体表达式为：

42、

43、其中，x(n)表示所述光电容积脉搏波信号，n表示所述光电容积脉搏波信号的信号长度。

44、作为一种优选方案，所述分数阶小波变换处理模块对预处理后的光电容积脉搏波信号进行分数阶小波变换处理，得到分数阶小波系数的表达式具体为：

45、

46、其中，表示分数阶小波变换的算子核，α＝pπ/2表示分数域与时域的角度，a,b分别表示尺度因子和时移因子，p表示阶数。

47、本发明第三方面提供了一种计算机可读存储介质，其上储存有计算机程序，所述计算机程序被处理器执行时实现前述的一种基于分数阶小波变换去噪的血糖预测方法的步骤

48、相较于现有技术，本发明所具有的有益效果是：

49、本发明通过分数阶小波变换对所述光电容积脉搏波信号进行去噪处理，克服了傅里叶变换和窗口变换的不足。分数阶小波变换可以适应不同类型的信号，并提供更好的信号表示和特征提取能力。

50、相对于传统小波变换而言，分数阶小波变换能够通过选择不同的分数阶来调整变换的频率分辨率，从而实现多尺度分析。这意味着可以同时对信号的低频和高频成分进行分析，更全面地了解信号的频谱特征。