[发明专利]一种血糖测量装置及其数据处理方法、存储介质在审
申请号: | 201810652655.5 | 申请日: | 2018-06-22 |
公开(公告)号: | CN110623678A | 公开(公告)日: | 2019-12-31 |
发明(设计)人: | 张跃;王子亮;宿影 | 申请(专利权)人: | 深圳市游弋科技有限公司;清华大学深圳研究生院 |
主分类号: | A61B5/1455 | 分类号: | A61B5/1455;A61B5/02 |
代理公司: | 44223 深圳新创友知识产权代理有限公司 | 代理人: | 程丹 |
地址: | 518000 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 脉搏波信号 预处理 生理参数 特征提取 遗传算法 筛选 模型训练过程 血糖测量装置 采集 嵌入式设备 存储介质 模型训练 时间开销 输入特征 算法集成 特征筛选 优化模型 有效减少 运算开销 数据处理 维度 | ||
1.一种血糖测量装置的数据处理方法,其特征在于,包括:
S1.采集生理参数,所述生理参数包括脉搏波信号;
S2.将所述生理参数中的脉搏波信号进行预处理;
S3.将预处理后的脉搏波信号进行特征提取,得到提取后的特征;
S4.将提取后的特征作为输入特征,基于遗传算法进行特征筛选,得到筛选后的特征;
S5.将筛选后的特征进行模型训练获得优化模型。
2.如权利要求1所述的数据处理方法,其特征在于,所述步骤S2的所述预处理包括:基于小波变换去除脉搏波信号中的噪声和基线漂移。
3.如权利要求1所述的方法,其特征在于,所述步骤S3中提取后的特征包括:Kaiser-Teager能量特征、光谱熵特征、光谱能量。
4.如权利要求1所述的数据处理方法,其特征在于,所述步骤S4包括:
S41.初始化:设置进化代数计数器t=0,设置最大进化代数为T,随机生成M个个体作为初始群体;
S42.对群体执行选择算子,生成下一代群体,并进入步骤S43;
S43.判断群体是否满足Rondom[0,1]<Pc;如果满足,则进入步骤S44;如果不满足,则进入步骤S45;
S44.对群体执行交叉算子,生成下一代群体,并进入步骤S45;
S45.判断是否满足Rondom[0,1]<Pm,如果满足,则进入步骤S46;如果不满足,则进入步骤S47;
S46.对群体执行变异算子,得到下一代群体,并进入步骤S47;
S47.判断群体迭代次数是否满足收敛准则t=T,若不满足,则进入步骤S42;若满足,则以进化过程中所得到的具有最大适应度的个体作为最优解输出,该个体作为筛选后的特征。
5.如权利要求1所述的数据处理方法,其特征在于,所述步骤S5包括:基于支持向量回归模型,将筛选后的特征进行模型训练获得优化模型。
6.如权利要求1所述的数据处理方法,其特征在于,所述步骤S1中的生理参数还包括:性别、年龄、身高、体重、是否有糖尿病、脉搏率、血红蛋白浓度、血流速率、血氧饱和度;所述步骤S4中,将提取后的特征以及除脉搏波信号外的生理参数作为输入特征,基于遗传算法进行特征筛选,得到筛选后的特征。
7.如权利要求1所述的数据处理方法,其特征在于,
所述步骤S1中还采集环境参数;
所述步骤S4中将环境参数、提取后的特征作为输入特征,基于遗传算法进行特征筛选,得到筛选后的特征;
所述环境参数包括:环境温度、环境湿度、体表温度、体表湿度。
8.如权利要求1所述的数据处理方法,其特征在于,还包括:基于所述优化模型进行血糖值估计。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-8任一项所述的数据处理方法。
10.一种血糖测量装置,其特征在于,包括:
采集单元,用于采集生理参数,所述生理参数包括脉搏波信号;
处理器,与所述采集单元相连,用于:
将所述生理参数中的脉搏波信号进行预处理;将预处理后的脉搏波信号进行特征提取,得到提取后的特征;基于遗传算法,将提取后的特征作为输入特征,基于遗传算法进行特征筛选,得到筛选后的特征;将筛选后的特征进行模型训练获得优化模型。
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深圳市游弋科技有限公司;清华大学深圳研究生院,未经深圳市游弋科技有限公司;清华大学深圳研究生院许可,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/201810652655.5/1.html,转载请声明来源钻瓜专利网。