[发明专利]一种对餐后高血糖进行预警的装置及方法

说明书

本发明公开了一种对餐后高血糖进行预警的装置及方法，包含以下模块：饮食数据输入模块、生活数据输入模块、血糖测量模块、尿液成分测量模块、机器学习模型训练模块、高血糖实时预警模块和基于聚类的样本收集模块，各个模块依次连接。本发明解决了传统的血糖测试方法需要扎手指的难题，可以极大减低用户的痛苦，同时给出精准的高血糖预警结果。

技术领域

本发明涉及糖尿病患者血糖预测领域，特别是一种对餐后高血糖进行预警的装置及方法。

背景技术

近年来，我国已经成为糖尿病大国，患病人数超过1亿，而且还在飞速增长。由于糖尿病的对身体的严重危害性，以及其并发症对患者生活的严重干扰，使得社会大众对糖尿病的恐惧到了“谈虎色变”的地步。如何预防糖尿病，以及如何稳定控制血糖水平，已经成为一个极其重要的社会话题。

对于糖尿病患者而言，能够实时监控自己的血糖水平非常关键，这是对自己的生活习惯、饮食习惯等进行监督的好办法。但是，常见的血糖测量方法，需要利用患者的血液，对患者而言相当痛苦。尤其是一天需要多次测量的情形下，更加导致用户出现抵抗心理。此外，由于糖尿病患者的伤口愈合速度很慢，频繁的扎手指，会进一步导致伤口感染，带来更多的痛苦。

鉴于如上难题，本专利提出了一种基于机器学习的高血糖预警方法。利用该方法，用户只需要提供15天的血糖数据，以及对应的饮食、睡眠、运动、尿液检测等数据，预测系统就可以训练得到针对该患者的体质所特有的血糖模型。利用该模型，就可以预测出用户饭后2小时的血糖值，从而对高血糖情形进行预警。该方法可以大幅度降低用户扎手指测血糖的次数，极大地减低了用户的痛苦，对防治糖尿病意义重大。

发明内容

本发明的目的在于提供一种对餐后高血糖进行预警的装置及方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种对餐后高血糖进行预警的装置包含以下模块：饮食数据输入模块、生活数据输入模块、血糖测量模块、尿液成分测量模块、机器学习模型训练模块、高血糖实时预警模块和基于聚类的样本收集模块，各个模块依次连接。

作为优选，所述的饮食数据输入模块用户需要输入如下饮食数据：当前次就餐的每一种食物的名称；当前次就餐的每一种食物的重量；当前次就餐的每一种食物对应的血糖负荷GL值；当前次就餐的花费时间；上一次就餐的每一种食物的名称；上一次就餐的每一种食物的重量；上一次就餐的每一种食物对应的血糖负荷GL值；当前次就餐与上一次就餐的时间间隔；当前次就餐2小时内的饮水量；就餐精确时间；

作为优选，所述的生活数据输入模块用户需要输入如下生活数据：饭后2小时的室内气温值(℃)；饭后2小时用户情绪是否紧张；前一夜的睡眠时间长度与睡眠质量；当天的运动量(用热量单位千卡来衡量)；用户的身高、体重、性别、年龄；

作为优选，所述的血糖测量模块中前15天是预测模型的训练阶段，用户需要利用高精度的血糖计测量饭后2小时的血糖值(单位mmol/L)，一天至少测试三次，如果有加餐或者零食，则同样需要测量，血糖值与对应时刻的生活数据、饮食数据、尿液检测结果一起提交给预测模型用于训练。

作为优选，所述的尿液成分测量模块中前15天是模型的训练阶段，用户需要利用尿液检测设备提供当前次就餐2小时内的尿液干化学试纸检测结果。尿液检测结果包括14项检测记录，它们是：白细胞、抗坏血酸、亚硝酸盐、酸碱度、酮体、尿钙、尿胆原、潜血、胆红素、肌酐、蛋白质、尿比重、葡萄糖、微量白蛋白，用户只需要提供这14项指标对应的浓度值即可。

利用前15天得到的用户饮食数据、生活数据、血糖检测结果、尿液检测结果，输入到机器学习模型训练模块，利用机器学习方法训练得到一个预测模型，该模型可以反映该用户的个人身体素质对血糖浓度的影响。