[发明专利]一种血糖预测方法及装置

说明书

本发明提供一种血糖预测方法及装置，所述方法步骤如下：对原始测量的血糖数据进行清洗，利用卡尔曼滤波对经过清洗后的数据进行平滑去噪，根据滤波后的数据分别应用自回归模型、支持向量回归模型和长短期记忆网络模型进行预测，分别得到所述模型的血糖预测结果，分别计算所述模型的权重，进而对各自所述模型的血糖预测结果及各自模型权重进行线性组合，得到组合预测模型预测值。与现有技术相比，上述该方法综合了多种模型优点，而且实现各种模型权重可变来预测血糖，使预测结果精确度更高，适用的范围更广。

技术领域

本发明涉及血糖监测领域，具体涉及一种血糖预测方法及装置。

背景技术

糖尿病是人体血糖浓度值长期偏离正常范围(70-120mg/dL)的慢性病。若血糖长期高于正常范围将会引起严重的并发症，血糖突然低于正常值也会引起不适症状，严重者可导致死亡。目前，尚无根治糖尿病的办法，控制血糖在正常范围内是糖尿病患者日常管理的重要部分，所以连续的血糖监测，可以准确实时的了解病人的血糖水平，也为专家学者研究血糖预测提供了大量的血糖数据。越来越多的专家学者为提高血糖预测的精度建立了许多模型，常用的有时间序列分析模型，机器学习算法模型等，但单一的模型总是有一定的适用范围，在超出某些情况外，预测效果急剧下降。也有些模型对患者的历史数据样本容量有较高要求，总之，不同模型都有各自的特点，无法通过一种模型得到精确度好而适应性又高的预测结果。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的是为了解决现有技术中单一的模型适用范围小，血糖预测的准确度低的问题，提出一种血糖预测方法及装置。

为解决上述技术问题，本发明提供了一种基于组合预测的血糖预测方法，其特征在于，所述血糖预测方法的步骤：

Ⅰ.对原始测量的血糖数据进行清洗，

Ⅱ.利用卡尔曼滤波对经过清洗处理后的数据进行平滑去噪，

Ⅲ.根据滤波后的数据分别应用自回归模型、支持向量回归模型和长短期记忆网络模型进行预测，分别得到所述模型的血糖预测结果，

IV.分别计算所述模型的权重，进而对各自所述模型的血糖预测结果及各自模型权重进行线性组合，得到组合预测模型预测值。

优选地，上述技术方案中，所述模型的权重定义为下式中的w_i：

n为组合预测模型中子模型的个数，是第i个模型在j时间的预测值，w_i为所述模型权重，为i个模型线性组合后的预测值。

在时刻k，第i个模型的预测误差用e_i(k)表示，那么在k时刻之前的误差e_i(j)则表示为下式：

则模型i在k时刻之前误差平方和s_i(j)表示为下式：

权重w_i(j)应满足下式

得到第i个模型在j时刻的权重w_i(j)可以表示为下式：

优选地，上述技术方案中，所述模型i在k时刻之前误差平方和s_i(j)中加入一个遗忘因子α，α取α∈(0,1)，s_i(j)可以表示为：