[发明专利]胰岛素注射量确定方法及装置、计算机存储介质及设备

权利要求书

1.一种胰岛素注射量确定方法，其特征在于，包括以下步骤：

获取目标用户的特征信息以及当前时刻的血糖含量，所述特征信息包括临床信息以及饮食信息，所述临床信息包括身高、体重、空腹血糖含量以及连接肽含量；

基于所述目标用户的特征信息、所述目标用户的当前时刻的血糖含量、预先确定的血糖预测模型以及预先确定的胰岛素注射量预测模型，确定所述目标用户在各时刻的胰岛素注射量；

所述确定所述目标用户在各时刻的胰岛素注射量的方式包括：

将所述目标用户的特征信息以及所述目标用户的当前时刻的血糖含量输入预先确定的胰岛素注射量预测模型进行胰岛素注射量预测，确定当前时刻的胰岛素注射量；

将所述当前时刻的胰岛素注射量、所述目标用户的特征信息以及所述目标用户的当前时刻的血糖含量输入所述预先确定的血糖预测模型进行血糖预测，确定所述目标用户在当前时刻对应的下一时刻的血糖含量；

将所述下一时刻作为所述当前时刻，并返回所述将所述目标用户的特征信息以及所述目标用户的当前时刻的血糖含量输入预先确定的胰岛素注射量预测模型进行胰岛素注射量预测，确定当前时刻的胰岛素注射量的步骤，直到各时刻的胰岛素注射量确定完毕，得到所述目标用户在各时刻分别对应的胰岛素注射量；

所述预先确定的胰岛素注射量预测模型的确定方式，包括：

获取有标签训练集以及无标签训练集；所述有标签训练集包括各第一样本用户的特征信息、在各采样时刻的血糖含量以及在各所述采样时刻的胰岛素注射量，所述无标签训练集包括各第二样本用户的特征信息以及在各采样时刻的血糖含量；

初始化得到初始胰岛素注射量预测模型；

基于以及无标签训练集，对所述初始胰岛素注射量预测模型进行训练，确定所述预先确定的胰岛素注射量预测模型；

所述预先确定的血糖预测模型的确定方式，包括：

获取样本有标签训练集；所述样本有标签训练集包括各第三样本用户的特征信息、在各采样时刻的血糖含量以及在各所述采样时刻的胰岛素注射量；

初始化得到初始血糖预测模型；

基于有标签训练集，对所述初始血糖预测模型进行训练，确定所述预先确定的血糖预测模型。

2.根据权利要求1所述的方法，其特征在于，所述胰岛素注射量为基础胰岛素注射量或餐时胰岛素注射量。

3.根据权利要求1所述的胰岛素注射量确定方法，其特征在于，各采样时刻的血糖含量的获取方式，包括：

获取连续血糖含量，对所述连续血糖含量进行采样，获得所述各采样时刻的血糖含量。

4.根据权利要求1所述的胰岛素注射量确定方法，其特征在于，所述初始胰岛素注射量预测模型包括各第一初始胰岛素注射量预测模型；

所述确定所述预先确定的胰岛素注射量预测模型的方式，包括：

对所述有标签训练集进行抽样，确定各标签训练子集，各所述标签训练子集的数量与各所述第一初始胰岛素注射量预测模型的数量相同；

基于所述无标签训练集以及所述标签训练子集，对对应的所述第一初始胰岛素注射量预测模型进行训练，得到各训练后的初始胰岛素注射量预测模型；

基于各权重，对各所述训练后的初始胰岛素注射量预测模型进行加权求和并平均，得到集成胰岛素注射量预测模型；

根据所述集成胰岛素注射量预测模型，确定所述预先确定的胰岛素注射量预测模型。

5.根据权利要求4所述的胰岛素注射量确定方法，其特征在于，所述根据所述集成胰岛素注射量预测模型，确定所述预先确定的胰岛素注射量预测模型，包括：

基于所述有标签训练集，对所述集成胰岛素注射量预测模型中的各所述权重进行调整，确定所述预先确定的胰岛素注射量预测模型。

6.根据权利要求4所述的方法，其特征在于，所述标签训练子集中包括各第一样本用户中部分样本用户的特征信息、在各采样时刻的血糖含量以及在各所述采样时刻的胰岛素注射量。

7.根据权利要求1所述的方法，其特征在于，还包括：

将所述预先确定的血糖预测模型预测输出的下一时刻的血糖含量作为所述预先确定的胰岛素注射量预测模型的输入，进行下一时刻的胰岛素注射量预测。