一种连续血糖预测模型构建方法、血糖预测方法与装置与流程

本发明涉及糖尿病预测，尤其涉及一种连续血糖预测模型构建方法、血糖预测方法与装置。

背景技术：

1、对于1型糖尿病(t1dm)患者，治疗的最终目标是实现长期稳定的血糖控制，将血糖浓度维持在目标范围内(70～180mg/dl)。这种控制对于预防和缓解糖尿病的短期和长期并发症至关重要。在过去几年中，用于帮助t1dm患者控制血糖的最有前景的工具是连续血糖监测(cgm)系统，cgm系统能够以每5分钟一个样本的速度测量受试者的血糖值。这产生了大量的历史数据，可以用于推断不同预测范围内的未来血糖浓度值，不仅能更好地预防潜在危险的高血糖或低血糖状态，还可以用于优化需要注射的胰岛素剂量。经证实，cgm技术通过预测未来血糖水平提醒患者可能发生高低血糖事件，帮助t1d患者更好地控制血糖并保护他们免受潜在的严重损害。

2、目前已有许多研究利用统计学和机器学习方法设计血糖预测模型。然而，目前预测血糖的模型预测精度不够高。

技术实现思路

1、本发明提供一种连续血糖预测模型构建方法、血糖预测方法与装置，用以解决现有技术中血糖连续预测精度不高的缺陷。

2、一种连续血糖预测模型构建方法，包括：

3、获取原始历史数据集；所述原始历史数据集包括：不同患者连续若干天测量得到的血糖数据；

4、对所述原始历史数据集进行预处理，得到预处理后的历史数据集；

5、将所述历史数据集划分为训练集、验证集、测试集；

6、利用所述训练集训练所述基于深度循环神经网络的连续血糖预测模型，得到训练好的连续血糖预测模型；利用所述验证集对训练好的连续血糖预测模型的参数进行调优，得到最终的连续血糖预测模型；

7、利用所述测试集对最终的连续血糖预测模型进行性能评估。

8、根据本发明提供的一种连续血糖预测模型构建方法，所述基于深度循环神经网络的连续血糖预测模型包括：

9、输入层、第一lstm层、dropout层、第二lstm层、全连接层、激活层、dropout层、输出层。

10、根据本发明提供的一种连续血糖预测模型构建方法，所述血糖数据包括：历史cgm数据、胰岛素剂量信息和碳水化合物摄入量。

11、根据本发明提供的一种连续血糖预测模型构建方法，所述对所述原始历史数据集进行预处理，得到预处理后的历史数据集包括：

12、插值：在所述历史cgm数据小于1小时时，采用线性插值技术来填充缺失值；如果缺失的cmg数据超过1小时，则将其视为训练中的单独数据集；

13、去除异常值：采用中值滤波器去除训练集中的异常值；所述异常值包括：cgm测量的误差、cmg数据的传输、或者受试者记录数据时的不正确行为导致的异常值；

14、特征转换：将所有输入特征归一化在0-1的范围内。

15、根据本发明提供的一种连续血糖预测模型构建方法，所述利用所述训练集训练所述基于深度循环神经网络的连续血糖预测模型，得到训练好的连续血糖预测模型包括：

16、使用adam优化器作为模型训练过程中的反向传播优化算法；

17、使用均方误差损失函数作为模型训练过程中使用的反向传播损失函数；

18、使用梯度裁剪技术防止模型训练时发生梯度爆炸问题；

19、使用早停策略以防止模型出现过拟合，当验证集上的损失在连续200个epoch上都没有明显降低时，停止模型训练。

20、根据本发明提供的一种连续血糖预测模型构建方法，所述利用所述测试集对最终的连续血糖预测模型进行性能评估包括：

21、使用平均均方根误差和clark误差网格作为评估指标，选择出所述最终的连续血糖预测模型。

22、本发明还提供一种血糖预测方法，包括：

23、获取历史cgm数据、胰岛素剂量信息和碳水化合物摄入量作为待测血糖数据；

24、将所述待测血糖数据输入所述最终的连续血糖预测模型，根据该模型预测得到患者未来30分钟、45分钟，60分钟内的血糖预测值。

25、本发明还提供一种连续血糖预测模型构建装置，包括：

26、获取单元，用于获取原始历史数据集；所述原始历史数据集包括：不同患者连续若干天测量得到的血糖数据；

27、预处理单元，用于对所述原始历史数据集进行预处理，得到预处理后的历史数据集；

28、划分单元，用于将所述历史数据集划分为训练集、验证集、测试集；

29、训练单元，用于利用所述训练集训练所述基于深度循环神经网络的连续血糖预测模型，得到训练好的连续血糖预测模型；利用所述验证集对训练好的连续血糖预测模型的参数进行调优，得到最终的连续血糖预测模型；

30、选择单元，利用所述测试集对最终的连续血糖预测模型进行性能评估；。

31、本发明还提供一种血糖预测装置，包括：

32、获取单元，获取历史cgm数据、胰岛素剂量信息和碳水化合物摄入量作为待测血糖数据；

33、预测单元，用于将所述待测血糖数据输入所述最终的连续血糖预测模型，根据该模型预测得到患者未来30分钟、45分钟，60分钟内的血糖预测值。

34、本发明还提供一种电子设备，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程序时实现如上述任一种所述连续血糖预测模型构建方法或血糖预测方法。

35、本发明提供的连续血糖预测模型构建方法、血糖预测方法与装置，通过获取不同患者连续若干天测量血糖得到的历史数据、胰岛素剂量信息和碳水化合物摄入量来训练模型，不但提高了预测模型的泛化性能力，而且提高了模型的预测精度。

技术特征：

1.一种连续血糖预测模型构建方法，其特征在于，包括：

2.根据权利要求1所述的连续血糖预测模型构建方法，其特征在于，所述基于深度循环神经网络的连续血糖预测模型包括：

3.根据权利要求1或2所述的连续血糖预测模型构建方法，其特征在于，所述血糖数据包括：历史cgm数据、胰岛素剂量信息和碳水化合物摄入量。

4.根据权利要求3所述的连续血糖预测模型构建方法，其特征在于，所述对所述原始历史数据集进行预处理，得到预处理后的历史数据集包括：

5.根据权利要求3所述的连续血糖预测模型构建方法，其特征在于，所述利用所述训练集训练所述基于深度循环神经网络的连续血糖预测模型，得到训练好的连续血糖预测模型包括：

6.根据权利要求3所述的连续血糖预测模型构建方法，其特征在于，所述利用所述测试集对最终的连续血糖预测模型进行性能评估包括：

7.一种血糖预测方法，其特征在于，包括：

8.一种连续血糖预测模型构建装置，其特征在于，包括：

9.一种血糖预测装置，其特征在于，包括：

10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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程序时实现如权利要求1至6任一项所述连续血糖预测模型构建方法或实现如权利要求7所述血糖预测方法。

技术总结
本发明提供一种连续血糖预测模型构建方法、血糖预测方法与装置。其中构建模型的方法包括：获取原始历史数据集；原始历史数据集包括：不同患者连续若干天测量得到的血糖数据；对原始历史数据集进行预处理，得到预处理后的历史数据集；根据历史数据集训练所述基于深度循环神经网络的连续血糖预测模型，得到训练好的连续血糖预测模型。本发明通过获取不同患者连续若干天测量血糖得到的历史数据来训练模型，不但提高了预测模型的泛化性能力，而且提高了模型的预测精度。

技术研发人员：郭劲宏,邹媛媛,郭九川,马星
受保护的技术使用者：重庆联芯致康生物科技有限公司
技术研发日：
技术公布日：2024/3/27