[发明专利]基于深度置信网络模型的糖尿病指标预测方法及其系统

说明书

本发明属于智能监护设备技术领域，尤其涉及基于深度置信网络模型的糖尿病指标预测方法及其系统。本发明通过采集预设机体的心电波在第一预设时间段内若干个第一时间点的心率信号数据、体温数据、皮肤电信号数据、皮肤水分数值数据、身体姿势信息数据的数据后，通过利用训练完成的深度置信网络模型预测所述预设机体在第一预设时间段内第一时间点的血液粘度、血糖和糖化血红蛋白值的预测数据。因此，本发明有效解决目前传统的侵入式糖尿病血液指标检测技术存在的给患者带来采血的不适以及目前糖尿病指标预测方法的准确性低的技术缺陷。

技术领域

本发明属于智能监护设备技术领域，尤其涉及基于深度置信网络模型的糖尿病指标预测方法及其系统。

背景技术

糖尿病是仅次于癌症的高危慢性疾病，我国不行罹患糖尿病的人群已高达五千万，而且糖尿病的患病人群近年来呈现逐渐增长的态势，糖尿病及其并发症不仅对患者的生活质量造成影响，还给患者的家庭带来沉重的经济和心理负担，成为严重的公共卫生问题。

血糖指标是诊断糖尿病的重要标准，通过检测空腹血糖和餐后2h血糖值可对受试者是否患糖尿病进行诊断。有明显“三多一少”症状者，只要一次异常血糖值即可诊断。无症状者诊断糖尿病需要两次异常血糖值。

糖化血红蛋白(GHb)是红细胞中的血红蛋白与血清中的糖类相结合的产物。它是通过缓慢、持续及不可逆的糖化反应形成，其含量的多少取决于血糖浓度以及血糖与血红蛋白接触时间，而与抽血时间、患者是否空腹、是否使用胰岛素等因素无关。因此，GHb可有效地反映糖尿病患者过去1～2个月内血糖控制的情况。GHb由HbA1a、HbA1b、HbA1c组成，其中HbA1c约占70％,且结构稳定,因此被用作糖尿病控制的监测指标。

总胆固醇是指血液中所有脂蛋白所含胆固醇之总和，总胆固醇偏高说明人体的肝和肺开始发生实质性的病变。人群总胆固醇水平主要取决于遗传因素和生活方式.总胆固醇包括游离胆固醇和胆固醇酯，肝脏是合成和贮存的主要器官。胆固醇是合成肾上腺皮质激素、性激素、胆汁酸及维生素D等生理活性物质的重要原料，也是构成细胞膜的主要成分，其血清浓度可作为脂代谢的指标。

现有血糖检测设备以侵入式为主，需要将采血针刺入患者的皮肤或血管取血液样本，会给患者带来采血的不适和感染风险；此外，心率变异率(heart rate variability，HRV)是反映心脏自主神经调节功能状况的敏感、无创性客观指标，近10年来用HRV预测血糖、糖化血红蛋白指标有突破性进展，发现HRV与血糖存在着相关关系，糖尿病患者的HRV相比于正常人要高。但是HRV与血糖的相关性很差，r只有0.2～0.4左右，因此用HRV直接预测血糖的精度很差。而且很多研究表明，HRV还受到很多因素影响，例如年龄、性别、体质指数、环境因素、运动、温度、情绪等等，所以尽管在HRV与糖尿病相关的领域有突破，但是还无法到达应用层面。另外现在测量HRV还是使用12导量测量方法，虽然测量准确，但是对操作人员的专业素质要求高，而且需要专门的测量场所，无法进行大规模应用。

因此，研发一款预测准确性高、使用方便、便携、基于HRV的非侵入式糖尿病血液指标检测设备是本领域技术人员亟需解决的技术问题。

发明内容

有鉴于此，本发明公开了一基于深度置信网络模型的糖尿病指标预测方法及其系统，有效解决目前传统的侵入式糖尿病血液指标检测技术存在的给患者带来采血的不适以及目前糖尿病指标预测方法的准确性低的技术缺陷。

本发明公开了一种基于深度置信网络模型的糖尿病指标预测方法，包括：

采集预设机体的心电波在第一预设时间段内若干个第一时间点的心率信号数据、体温数据、皮肤电信号数据、皮肤水分数值数据、身体姿势信息数据的数据；