[发明专利]用于基于机器学习实现获取来改进低血糖预测的血糖数据集优化

权利要求书

1.一种用于基于分类器获取来改进低血糖预测的数据集优化方法，包括以下步骤：

-提供针对受试者的原始数据集，所述数据集包括在给定采样率下获得的多个BG值以及与其相关联的在多个天数N内的时间戳，

-通过对作为输入X的评估块值(eHH)进行滚动方案时间分箱以执行数据变换来产生作为输出Y的对应预测值(pHH)，

-其中X被创建为包括针对给定过去时间段T-p的BG值的滑动窗口，并且

-其中Y被创建为指示给定未来时间T-f处的BG值是否低于指示低血糖状况的给定阈值的指示符I。

2.如权利要求1所述的数据集优化方法，其中所述数据变换步骤之前的步骤是：

-通过将每日BG值进行滚动方案时间分箱而分箱成M天的评估块来执行数据扩展，M≥2，MN。

3.如权利要求2所述的数据集优化方法，其中所获得的原始数据集基于M天胰岛素滴定方案。

4.如权利要求1-3中任一项所述的数据集优化方法，其中所述提供原始数据集的步骤之后的步骤是：

-通过对应于标称采样速率的重新采样以及通过创建内插的BG值以替换缺失的BG值来执行数据准备。

5.如权利要求1-4中任一项所述的数据集优化方法，其中在至少两个不同的过去时间段T-p内执行数据变换。

6.如权利要求5所述的数据集优化方法，其中T-f对应于T-p。

7.一种用于训练分类器的方法，包括以下步骤：

-提供如权利要求1-6中任一项所述而优化的数据集，

-获取分类器中的所优化的数据集，以及

-基于所获取的数据集来训练所述分类器。

8.如权利要求7所述的用于训练分类器的方法，其中所述分类器是随机森林分类器。

9.一种用于预测未来BG值的方法，包括以下步骤：

-从受试者获得BG值的评估序列，

-将所述BG值的评估序列获取到已经如权利要求7或8所述而训练过的分类器中，以及

-提供预测的BG值。

10.如权利要求9所述的用于预测未来BG值的方法，其中所述BG值的评估序列通过连续血糖监测(CGM)来获得。

11.一种用于对来自受试者的数据集进行时间优化的计算系统，其中所述计算机系统包括一个或多个处理器和存储器，所述存储器包括：

-指令，所述指令在由所述一个或多个处理器执行时执行如权利要求1-9中任一项所述的方法。