本发明涉及计算机,具体涉及一种糖尿病患者的控糖水平评估系统、方法、电子设备及介质。
背景技术:
1、糖尿病是由于胰岛素分泌或作用缺陷引起的以血糖升高为特征的代谢病,是当今社会一种常见病、多发病,它对人体的危害仅次于癌症,已成为现代病病种中的第二大杀手,是当今世界广泛关注的严重公共卫生问题之一。根据2023年4月6日发布的第十版《全球糖尿病概览》数据显示,截至2023年,全球约有5.37亿的患者;中国糖尿病患者人数达1.41亿人,发病率高达12.8%,糖尿病患者人数居全球首位。改善胰岛素功能或者胰岛素抵抗最重要的是控糖,糖尿病是一种慢性的终身性疾病,长期良好的控制血糖是重要的治疗方案。糖尿病一经诊断,几乎无法达到治愈的目的,虽然不能治愈,但通过合理的控糖措施,近期可减轻糖尿病症状,预防糖尿病酮症酸中毒、高渗性高血糖状态等急性并发症的发生;如果糖尿病未给予合理控糖,病情会呈进行性加重,血糖会呈逐渐升高的趋势,心脑血管疾病、失明、截肢、尿毒症等慢性并发症的发生风险也将逐渐增加。
2、实现糖尿病控糖评估有助于预防并发症的发生,不仅有助于保护患者的身体健康,还可以减轻医疗系统的负担;糖尿病患者经常面临各种血糖变化情形,容易导致患者产生不适、焦虑的心情影响生活品质,通过定期的评估和有效的血糖管理,患者可以减少负面情绪发生,降低不必要的医疗成本,享受更加稳定和愉快的日常生活。
3、因此,亟需一种糖尿病患者的控糖水平评估方法。
技术实现思路
1、本发明实施例的目的在于提供一种糖尿病患者的控糖水平评估系统、方法、电子设备及介质,用以解决现有技术中无法准确评估糖尿病患者的控糖水平的问题。
2、为实现上述目的,本发明实施例提供一种糖尿病患者的控糖水平评估方法,所述方法具体包括:
3、获取一定数量糖尿病患者的自测数据;
4、对所述自测数据进行预处理,得到预处理数据;
5、基于adaboost算法构建控糖水平评估模型;
6、将所述预处理数据输入所述控糖水平评估模型进行训练,得到训练好的控糖水平评估模型;
7、将待评估的自测数据输入训练好的控糖水平评估模型,得到糖尿病患者的控糖水平评估结果。
8、在上述技术方案的基础上,本发明还可以做如下改进:
9、进一步地,所述获取一定数量糖尿病患者的自测数据,包括:
10、响应于自测数据的获取请求,判断是否存在糖尿病患者的历史自测数据;
11、当存在糖尿病患者的历史自测数据时,采集本次空腹测得的血糖值,基于所述血糖至更新所述历史自测数据,得到糖尿病患者的自测数据。
12、进一步地,所述对所述自测数据进行预处理,得到预处理数据,包括:
13、对糖尿病患者的自测数据进行异常项标注处理,基于预设周期对糖尿病患者的血糖数据进行整体标注,得到标注结果,其中,所述标注结果包括优秀、良好、中等、一般和较差。
14、进一步地,所述对所述自测数据进行预处理,得到预处理数据,还包括:
15、将糖尿病患者的所述自测数据进行特异指标转换;
16、通过公式1计算预设周期最大血糖波动幅度;
17、
18、其中,在预设周期共测n次血糖,测得的血糖值分别为x1,x2,...,xn,l为预设周期最大血糖波动幅度,ximax为第i日内测得最大血糖值,ximin为最小血糖值;
19、通过公式2计算预设周期血糖变异系数;
20、
21、其中,c为预设周期血糖变异系数,xi为预设周期内测得的单个血糖值,n为测量次数,为预设周期平均血糖。
22、进一步地,所述将所述预处理数据输入所述控糖水平评估模型进行训练,得到训练好的控糖水平评估模型,包括:
23、将所述自测数据划分为训练集、验证集和测试集;
24、基于所述训练集训练所述控糖水平评估模型;
25、基于所述验证集对训练后的所述控糖水平评估模型进行性能评估,得到满足性能条件的控糖水平评估模型;
26、基于所述测试集评估满足性能条件的所述控糖水平评估模型的评估结果,得到所述控糖水平评估模型所对应的评价指数。
27、进一步地,所述将所述预处理数据输入所述控糖水平评估模型进行训练,得到训练好的控糖水平评估模型,还包括:
28、基于训练集的训练样本对基本分类器进行训练;
29、计算所述基本分类器的训练偏差;
30、循环迭代t次,对每个训练样本的权重进行更新;
31、通过多个带权重的所述基本分类器得到的强分类器h。
32、进一步地,所述将所述预处理数据输入所述控糖水平评估模型进行训练,得到训练好的控糖水平评估模型,还包括:
33、通过网格搜索法对所述基本分类器进行参数调优;
34、设定网格搜索变量(c,g)的范围及搜索步距,其中c的初始设置为[2-10,25],g的初始设置为[2-10,23],初始步距为0.5;
35、采用k-cv交叉验证方式对各训练集进行训练测试,得到最优局部参数;
36、并基于所述最优局部参数选择临近搜索区间进行二次寻优。
37、一种糖尿病患者的控糖水平评估系统,包括:
38、获取模块,用于获取一定数量糖尿病患者的自测数据;
39、预处理模块,用于对所述自测数据进行预处理,得到预处理数据;
40、构建模块,用于基于adaboost算法构建控糖水平评估模型;
41、训练模块,用于将所述预处理数据输入所述控糖水平评估模型进行训练,得到训练好的控糖水平评估模型;
42、评估结果获取模块,用于将待评估的自测数据输入训练好的控糖水平评估模型,得到糖尿病患者的控糖水平评估结果。
43、一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如所述方法的步骤。
44、一种非暂态计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述方法的步骤。
45、本发明实施例具有如下优点:
46、本发明中的糖尿病患者的控糖水平评估方法,获取一定数量糖尿病患者的自测数据;对所述自测数据进行预处理,得到预处理数据;基于adaboost算法构建控糖水平评估模型;将所述预处理数据输入所述控糖水平评估模型进行训练,得到训练好的控糖水平评估模型;将待评估的自测数据输入训练好的控糖水平评估模型,得到糖尿病患者的控糖水平评估结果;解决了现有技术中无法准确评估糖尿病患者的控糖水平的问题。
1.一种糖尿病患者的控糖水平评估方法,其特征在于,所述方法具体包括:
2.根据权利要求1所述的糖尿病患者的控糖水平评估方法,其特征在于,所述获取一定数量糖尿病患者的自测数据,包括:
3.根据权利要求1所述的糖尿病患者的控糖水平评估方法,其特征在于,所述对所述自测数据进行预处理,得到预处理数据,包括:
4.根据权利要求3所述的糖尿病患者的控糖水平评估方法,其特征在于,所述对所述自测数据进行预处理,得到预处理数据,还包括:
5.根据权利要求1所述的糖尿病患者的控糖水平评估方法,其特征在于,所述将所述预处理数据输入所述控糖水平评估模型进行训练,得到训练好的控糖水平评估模型,包括:
6.根据权利要求5所述的糖尿病患者的控糖水平评估方法,其特征在于,所述将所述预处理数据输入所述控糖水平评估模型进行训练,得到训练好的控糖水平评估模型,还包括:
7.根据权利要求6所述的糖尿病患者的控糖水平评估方法,其特征在于,所述将所述预处理数据输入所述控糖水平评估模型进行训练,得到训练好的控糖水平评估模型,还包括:
8.一种糖尿病患者的控糖水平评估系统,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中的任一项所述的方法的步骤。
10.一种非暂态计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中的任一项所述的方法的步骤。