[发明专利]准确度提高的连续葡萄糖监控方法、系统和设备在审
申请号: | 201580049229.7 | 申请日: | 2015-08-14 |
公开(公告)号: | CN106999110A | 公开(公告)日: | 2017-08-01 |
发明(设计)人: | 安德里亚·法奇内提;乔瓦尼·斯帕拉斯诺;克劳德·科贝利;鲍里斯·P·寇瓦特克威 | 申请(专利权)人: | 弗吉尼亚大学专利基金会 |
主分类号: | A61B5/145 | 分类号: | A61B5/145;G06F19/00 |
代理公司: | 北京东方亿思知识产权代理有限责任公司11258 | 代理人: | 孙洋 |
地址: | 美国弗*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 准确度 提高 连续 葡萄糖 监控 方法 系统 设备 | ||
1.一种用于提高连续葡萄糖监控系统(CGM)的准确度的方法,包括:
获得时间t处的输出CGM信号;
通过使用噪声状态估计来估计时间t+PH处CGM信号的值,从而从所述CGM信号中去除随机噪声,其中PH是预先选择的实时短时间预测范围;
实时地用CGM信号的估计值替换所述输出CGM信号;以及
将所述CGM信号的估计值用作时间t处的所述CGM信号的真值。
2.根据权利要求1所述的方法,还包括使用小于20分钟的预测范围PH。
3.根据权利要求1所述的方法,还包括补偿由于BG-to-IG动力学系统的低通特性而引入的延迟的一部分。
4.根据权利要求2所述的方法,还包括补偿由于BG-to-IG动力学系统的低通特性而引入的延迟的一部分。
5.根据权利要求1所述的方法,还包括用提前PH分钟噪声估计算法所预测的葡萄糖浓度来替换CGM传感器在时间t处的输出中所给定的当前CGM值,即CGM(t)。
6.根据权利要求5所述的方法,其中,所述提前PH分钟算法是
7.根据权利要求5所述的方法,还包括:在随机环境下开发所述算法,其中所述算法是使用卡尔曼滤波器实现的。
8.根据权利要求1所述的方法,还包括对于实时应用仅使用CGM数据。
9.一种用于提高连续葡萄糖监控(CGM)传感器的准确度的方法,包括:
使用实时短时间预测范围来减少CGM读数中的随机噪声和校准误差,从而提高所述CGM读数的准确度;以及
通过使用结合贝叶斯平滑标准的卡尔曼滤波器(KF)来对所述CGM读数进行去噪,其中所述贝叶斯平滑标准用于估计卡尔曼滤波器的未知参数。
10.一种用于提高连续葡萄糖监控传感器的准确度的系统,包括:
数字处理器;
与所述数字处理器通信的连续葡萄糖监控(CGM)传感器,所述连续葡萄糖监控(CGM)传感器被配置为生成葡萄糖信号;以及
去噪模块,该去噪模块被配置为:接收来自所述连续葡萄糖监控(CGM)传感器的葡萄糖信号,并且通过使用实时短时间葡萄糖预测范围(PH)来估计所述CGM信号的实时去噪值,从而减少随机噪声和校准误差。
11.根据权利要求10所述的系统,其中,所述去噪模块被配置为使用小于20分钟的预测范围PH。
12.根据权利要求10所述的系统,其中,所述去噪模块被配置为补偿由于BG-to-IG动力学系统的低通特性而引入的延迟的一部分。
13.根据权利要求10所述的系统,其中,所述去噪模块被配置为用提前PH分钟噪声估计算法所预测的葡萄糖浓度来替换CGM传感器在时间t处的输出中所给定的当前CGM值,即CGM(t)。
14.根据权利要求13所述的系统,其中所述提前PH分钟算法是
15.根据权利要求13所述的系统,其中,所述算法是在随机环境下开发的,并且是使用卡尔曼滤波器实现的。
16.根据权利要求14所述的系统,其中,所述算法是在随机环境下开发的,并且是使用卡尔曼滤波器实现的。
17.根据权利要求13所述的系统,其中,所述去噪算法对于实时应用仅使用CGM数据。
18.根据权利要求14所述的系统,其中所述去噪算法对于实时应用仅使用CGM数据。
19.一种通过以下过程来提高在时间t处测得的连续葡萄糖监控(CGM)传感器信号的准确度的方法:
对于时间t+PH,将在时间t处得到的CGM数据应用于卡尔曼滤波器,从而使用短时间预测范围PH来估计时间t+PH处的CGM信号的值;以及
用时间t+PH处的CGM信号的估计值替换时间t处得到的实时CGM信号值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于弗吉尼亚大学专利基金会,未经弗吉尼亚大学专利基金会许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201580049229.7/1.html,转载请声明来源钻瓜专利网。