本发明涉及血糖仪测试技术领域，更进一步地涉及一种血糖仪试条识别方法。
背景技术：
血糖仪所应用的试条包括两种，一种是模拟试条，一种是真实试条。血糖仪进行注册验证需要使用模拟试条，模拟试条是一种纯电阻试条；而在实际血糖检测过程中，使用真实试条吸取样本后与仪器配合使用。针对两种不同的试条(模拟试条和真实试条)，血糖仪采用了两种不同的校正参数体系，以达到准确验证或测试。为了在验证或测试过程中排除其他外界因素的干扰影响判断，仪器需要识别插入的是模拟试条还是真实试条，从而确定使用哪套校正参数体系。
在正常情况下，模拟试条的测试过程中，采样数据会随时间的持续出现上下较小的跳动变化，但采样数据与时间的函数一般会保持近似的直线曲线，不会出现过大的采样数据跳动。真实试条在测试过程中，采样数据随时间的持续有变小的趋势。按照这一规律，目前识别真实试条和模拟试条的方法是通过仪器对被测试的试条采集一组原始值，并计算得出原始值中最大值与最小值的差值，若差值大于阈值则识别为真实试条，否则识别为模拟试条。
上述识别方法具有很大的缺陷：在实际测试过程中因为获得实际的血糖进行相差比较，受血糖浓度、温度或血细胞压积等不同因素的影响获得的血糖值可能存在较大的偏差，采样得到的最大值或最小值均为不准确的采样数据；同样地，若插入的是模拟试条，在采量过程中若存在干扰源，会导致采样值存在较大的跳动，造成识别结果不准确。对于阈值大小的选择要求较高，取值难度较大。血糖仪需要应用于多种场合，此种识别方法抗干扰能力有限，在强信号干扰下识别率较低。
因此，如何设计一种能够准确地识别模拟试条和真实试条的方法，是目前需要解决的技术问题。
技术实现要素：
本发明的核心在于提供一种能够准确地识别模拟试条和真实试条的方法，能很好地过滤掉干扰信号。具体方案如下：
一种血糖仪试条识别方法，包括：
根据时间依次获取N个采样数据；
将相邻时间点的两个所述采样数据比较得到N-1个比较结果，若前数据大于后数据将所述比较结果记为第一预设值；若所述前数据小于所述后数据将所述比较结果记为第二预设值；若所述前数据等于所述后数据将所述比较结果记为第三预设值；
将初始值M与多个所述第一预设值、所述第二预设值、所述第三预设值求和，得到计算值Z；
比较所述初始值M和趋势值W的差值与所述计算值Z的大小，若所述计算值Z大于所述差值则识别为模拟试条，否则识别为真实试条。
可选地，所述第一预设值与所述第二预设值为相反数。
可选地，所述第一预设值为+1，所述第二预设值为-1，所述第三预设值为0。
可选地，所述趋势值W的获取方法包括：
分别使用真实试条与模拟试条进行多次试条识别过程，各自得到多个所述计算值Z，获取真实试条的所述计算值Z的最大值Zmax和模拟试条所述计算值Z的最小值Zmin，所述趋势值W按以下公式计算：
其中：Zmax为多个真实试条所述计算值Z中的最大值，Zmin为多个模拟试条所述计算值Z中的最小值，B为预设数值。
可选地，还包括：若所述前数据小于所述后数据连接出现X次，则记为-X；所述计算值Z按以下补偿公式计算：
Z＝M-X+Y
其中：Y为多个所述第一预设值、所述第二预设值、所述第三预设值的和。
可选地，当X大于预设数值B时按照所述补偿公式计算所述计算值Z。
可选地，所述预设数值B大于或等于4。
可选地，所述预设数值B为5或6或7。
可选地，所述初始值M大于或等于N。
本发明提供了一种血糖仪试条识别方法，先根据时间依次获取N个采样数据；比较相邻时间点的两个采样数据得到N-1个比较结果，若前数据大于后数据记为第一预设值；若前数据小于后数据记为第二预设值；若前数据等于后数据将比较结果记为第三预设值。将初始值M与N-1个比较结果求和，也即累加多个第一预设值和第二预设值和第三预设值，得到计算值Z。将初始值M和趋势值W求差得到差值，比较差值与计算值Z的大小，若计算值Z大于差值则识别为模拟试条，否则识别为真实试条。
采用本发明的趋势法识别过程中，剔除了血糖浓度等因素的影响，有效的避免了因为浓度不同带来的识别误差。因为计算过程中并非对采样数据本身进行计算，能很好地过滤掉干扰信号，即便存在干扰源使采样数据存在跳动，也不影响最终的识别结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为真实试条的采样曲线；
图2为模拟试条的采样曲线；
图3为使用真实试条进行血糖测试得到的曲线图；
图4为图3中计算值Z的集合拆线图；
图5为使用模拟试条进行血糖测试得到的曲线图；
图6为图5中计算值Z的集合拆线图；
图7为本发明所提供的血糖仪试条识别方法的流程图；
图8为本发明所提供的血糖仪试条识别方法的整体流程图。
具体实施方式
本发明的核心在于提供一种能够准确地识别模拟试条和真实试条的方法，能很好地过滤掉干扰信号。
为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图及具体的实施方式对本申请的血糖仪试条识别方法进行详细的介绍说明。
如图7所示，为本发明所提供的血糖仪试条识别方法的流程图，包括以下步骤：
S1、根据时间依次获取N个采样数据；
S2、比较相邻时间点的两个采样数据，最终可得到N-1个比较结果；若相邻时间点的两个采样数据中前数据大于后数据则将比较结果记为第一预设值；若前数据小于后数据则将比较结果记为第二预设值；若前数据等于后数据记为第三预设值；
S3、将初始值M与N-1个比较结果求和，第一预设值、第二预设值或第三预设值的数量总共为N-1个；也即将初始值M与总数为N-1的第一预设值、第二预设值、第三预设值求和得到计算值Z；具体地，可先将N-1个第一预设值、第二预设值、第三预设值的数值相加，得到和值Y，再将初始值M与Y相加得到计算值Z，也即
Z＝M+Y
其中：Y为N-1个比较结果的和，Y值可正可负；
当然，也可在每次判断结果完成后在初始值M的基础上累加计算；
S4、判断计算值Z是否大于初始值M和趋势值W的差值，若结果为是则识别为模拟试条，若结果为否，也即计算值Z小于或等于差值则识别为真实试条。
采用本发明的趋势法识别过程中，剔除了血糖浓度等因素的影响，有效的避免了因为浓度不同带来的识别误差。因为计算过程中并非对采样数据本身进行计算，能很好地过滤掉干扰信号，即便存在干扰源使采样数据存在跳动，也不影响最终的识别结果。
本发明中第一预设值与第二预设值为相反数。由于比较结果的数值仅代表前数据与后数据连线上升或下降的趋势，因此若趋势相反的区段数量相同，求和得到的结果为零。具体地，本发明中第一预设值为+1，第二预设值为-1，第三预设值为0，可以简化计算。本发明中的初始值M大于或等于N，若比较结果全为-1，计算值Z为正数。
若前数据小于后数据连接出现X次，则记为-X，这里的X需要大于某个预设数值B；此时需要进行补偿计算，计算值Z的结果为：
Z＝M-X+Y
其中：Y为N-1个比较结果的和，也即总数为的第一预设值、第二预设值、第三预设值的和。
前数据小于后数据连续出现，表示数据曲线有上升趋势，通常情况下是受到外界干扰所致，增加补偿时认为数据仍为下降趋势。因此在测试的步骤中还应包括补偿步骤S5、判断前数据小于后数据出现的次数X是否大于预设数值B，若结果为是则Z＝M-X+Y，若结果为否则进行步骤S4，Z＝M+Y。如图8所示，为血糖仪试条识别方法的整体流程图。
在本发明中，预设数值B大于或等于4，也即X超过四次时需要进行补偿。预设数值B的数值需依据不同的测试情况具体选择，设定为大于或等于4仅是一种优选的方案。
本发明需要预先确定趋势值W，然后存储于仪器中，在每次测试时调取存储的趋势值W参与识别过程的计算。确定趋势值W的过程如下：
重复上述步骤S1至步骤S4，分别使用真实试条与模拟试条进行多次试条识别过程，各自得到多个计算值Z，获取真实试条计算值Z的最大值Zmax和模拟试条计算值Z的最小值Zmin，求得趋势值W：
其中：Zmax为多个真实试条计算值Z中的最大值，Zmin为多个模拟试条计算值Z中的最小值，B为预设数值，一般情况下Zmin>Zmax。
预设数值B具体可取为5或6或7。更具体地预设数值B优选为5，此时趋势值W为：
具体操作时，N的取值一般大于30，获取采样数据的时间间隔t为：
其中：T为采样总时间。
血糖测试试条测量血糖的机理为：添加直流电压(电流)激励后采集某一确定时间点的电流(电压)的瞬态变化值。研究表明，血糖测试试条在血液滴入后，两电极之间为阻性偏容性负载，使用直流激励电压于试条两电极之间，其电化学反应现象如图1所示。使用模拟试条测试时，两电极之间为阻性负载，使用直流激励电压于两试条之间反应的现象如图2所示。
以下给出一种确定趋势值W的实例：
第一步，使用真实试条进行血糖测试采样得到图3中曲线集合(10个样本)，每条曲线代表一个样本在测试过程中的采样数据；随机取初值M＝1000，分别对每条曲线进行趋势计算获得血糖试条计算值Z的集合，该计算值Z的集合如图4中所示的曲线，取其中最大值Zmax＝950；
第二步，使用模拟试条测试采样得到图5曲线(4种不同阻值的模拟试条)，每条曲线代表一个不同阻值的模拟试条在测试过程中的采样值；随机取初值M＝1000，分别对每条曲线进行趋势计算获得模拟试条的计算值Z集合，该计算值Z集合如图6所示的曲线，取其中最小值Zmin＝998；
按计算公式来计算
不论是在真实的血糖试条测试采量，还是模拟试条的测试采样，样本情况越多，趋势值W取得越精确，那么可以提升识别准确率。样本情况包括血糖试条测试中血糖浓度的不同、样本血细胞压积不同、采量时的温度不同、是否存在干扰信号源；以及模拟试条测试中的模拟试条阻值不同，等等不确定因素。越能模拟出用户正常情况下的使用状态，对于W值的计算越准确。
图1为真实试条的采样曲线，图2为模拟试条的采样曲线。如果采用原来的方法，因为模拟试条中存在受干扰的采样数据跳动，其采样最大值与最小值之间的差值为619，而对应于真实试条的差值为548，使得模拟试条计算出的差值比真实试条计算出的差值还大，这样不论阈值如何取，均会将模拟试条识别为真实试条；
而本发明的识别方法中，假定初值取M＝1000，对于图1中的采样值进行趋势计算，最终得到Z＝949，W取值为9.6，则M-W＝1000-9.6＝991.4，这样Z<M-W是为不同于“Z>M-W”的情况，识别为真实试条；对于图2中的采样值进行趋势计算，最终得到Z＝995，同样W取值为9.6，则M-W＝1000-9.6＝991.4，这样Z>M-W，按识别计算原则识别为模拟试条。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理，可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。