[发明专利]一种基于多模型动态综合的血糖预测方法及系统

权利要求书

1.一种基于多模型动态综合的血糖预测方法，其特征在于，包括：

采集目标对象的若干组目标生理数据，每一组目标生理数据包括血糖、胰岛素输注量和体重中的一种或多种；

获取综合预测模型，所述综合预测模型由若干表示血糖变化的血糖基础模型和每一血糖基础模型对应的模型概率组成，所述模型概率表示目标生理数据由该血糖基础模型输出的概率，每一血糖基础模型中包括若干个随生理状态可变的模型参数，任意两个血糖基础模型中所包含的模型结构与模型参数都不完全相同；

根据若干组目标生理数据和贝叶斯算法，更新所述综合预测模型；

利用更新后的综合预测模型预测所述目标对象的血糖；

其中，所述根据若干组目标生理数据和贝叶斯算法，更新所述综合预测模型，具体包括：

对于当前目标生理数据，根据所述当前目标生理数据和每一血糖基础模型，获取所述当前目标生理数据对应每一血糖基础模型的似然函数；

根据所述当前目标生理数据的上一组目标生理数据对应的模型概率的后验信息、所述当前目标生理数据的上一组数据对应模型参数的后验信息，获取所述当前目标生理数据对应的综合预测模型；

根据所述当前目标生理数据对应的综合预测模型和所述当前目标生理数据对应的似然函数，获取所述当前目标生理数据对应模型概率的后验信息、所述当前目标生理数据对应模型参数的后验信息，并将所述当前目标生理数据的下一组目标生理数据重新作为所述当前目标生理数据；

重复上述步骤，直到将最后一组目标生理数据作为所述当前目标生理数据，并利用最后一组目标生理数据对应的模型概率的后验分布信息和最后一组目标生理数据对应模型参数的后验分布信息，更新所述综合预测模型。

2.根据权利要求1所述方法，其特征在于，所述根据若干组目标生理数据和贝叶斯算法，更新所述综合预测模型，还包括：

每一血糖基础模型的模型参数的先验分布信息为对数正态分布，所述对数正态分布的期望和方差通过矩估计获得。

3.根据权利要求1所述方法，其特征在于，所述利用更新后的综合预测模型预测所述目标对象的血糖，具体包括：

根据每一血糖基础模型中模型参数的后验分布信息，获取每一血糖基础模型中模型参数的期望；

根据每一血糖基础模型模型概率的后验分布信息，获取每一血糖基础模型的后验概率期望；

根据每一血糖基础模型中模型参数的期望和每一血糖基础模型的后验概率期望，获取目标时间点对应的所述综合预测模型；

利用所述目标时间点对应的综合预测模型预测所述目标对象在所述目标时间点的血糖。

4.根据权利要求1所述方法，其特征在于，所述利用更新后的综合预测模型预测所述目标对象的血糖，进一步包括：

根据每一血糖基础模型中模型参数的后验分布信息，获取每一血糖基础模型中模型参数在预设时间区间的分布信息；

根据每一血糖基础模型中模型参数在所述预设时间区间的分布信息和每一血糖基础模型的后验概率，获取目标时间区间对应的综合预测模型；

根据所述目标时间区间对应的综合预测模型，预测所述目标对象在所述目标时间区间的血糖分布。

5.根据权利要求4所述方法，其特征在于，还包括：

根据所述目标对象在所述目标时间区间的血糖分布和预设阈值，判断所述目标对象在所述目标时间区间内发生低血糖的概率。

6.根据权利要求1所述方法，其特征在于，所有所述的血糖基础模型对应的模型概率之和为1。