[发明专利]用于处理从具有糖尿病的人测量的葡萄糖数据的方法和系统

权利要求书

1.一种用于估计具有糖尿病的人的葡萄糖水平(60)的方法，该方法包括：

从被耦合到人的葡萄糖传感器(16)向计算设备中接收(102)多个测量的葡萄糖结果；

用被配置成基于所述多个测量的葡萄糖结果(40)来确定葡萄糖传感器准确的概率P_A(58)的概率分析工具(54)，使用(104)计算设备来分析所述多个测量的葡萄糖结果(40)；以及

用被配置成基于用葡萄糖传感器准确的概率P_A(58)加权的所述多个测量的葡萄糖结果(40)来估计葡萄糖水平(60)的递归滤波器(52)，使用(106)计算设备来估计人的葡萄糖水平(60)。

2.权利要求1的方法，其中，计算设备(32)包括血糖计、胰岛素泵、被耦合到葡萄糖传感器的微处理器、蜂窝式电话、智能电话、个人数字助理、个人计算机或计算机服务器，其中，所述葡萄糖传感器优选地包括适合于被物理地耦合到具有糖尿病的人并被配置成自动地测量人的葡萄糖水平的连续葡萄糖监视系统(10)。

3.前述权利要求中的任一项的方法，其中，所述概率分析工具(54)包括隐马尔可夫模型，其中：

隐马尔可夫模型具有两个状态：

第一状态S_A，其指示葡萄糖传感器(16)是准确的，以及

第二状态S_I，其指示葡萄糖传感器(16)是不准确的；以及

隐马尔可夫模型被配置成基于隐马尔可夫模型的状态和所述多个测量的葡萄糖结果(40)来确定葡萄糖传感器准确的概率P_A(58)。

4.权利要求3的方法，其中，葡萄糖传感器(16)处于第二状态S_I的概率基于最新测量的葡萄糖结果、所述多个测量的葡萄糖结果的最新变化或其组合，和/或其中，隐马尔可夫模型从第一状态S_A转换至第二状态S_I的概率是

PA→I=min[(1-11+e-(ΔCG+α1)/α2)+(1-11+e-(CG+α3)/α4),1],]]>

其中，CG是最新测量的葡萄糖结果，ΔCG是所述多个测量的葡萄糖结果的最新变化，并且α₁、α₂、α₃和α₄是与葡萄糖传感器的特性有关的常数，和/或其中，隐马尔可夫模型保持在第二状态S_I的概率是

PI→I=max[γPIk-1-(11+e-(ΔCG+α5)/α6),0],]]>

其中，ΔCG是所述多个测量的葡萄糖结果的最新变化，是转换到或处于第二状态S_I的前一概率，并且γ、α₅和α₆是与葡萄糖传感器的特性有关的常数。