[发明专利]一种自适应葡萄糖和胰岛素的浓度预测系统及方法

权利要求书

1.一种自适应葡萄糖和胰岛素的浓度预测系统，其特征在于，所述预测系统包括：

数据采集模块，用于采集待监测者的监测数据；所述监测数据包括初始的皮下细胞间质的葡萄糖的浓度、外源性胰岛素输注速率以及所述待监测者的体重；

生理模型集构建模块，用于根据所述待监测者的监测数据构建血糖-胰岛素模型；所述血糖-胰岛素模型包括：胰岛素传输子模型、血糖胰岛素动力学子模型以及血糖传输子模型；

状态空间转换模块，用于将所述血糖-胰岛素模型转换为状态空间模型，所述状态空间模型中的状态变量包括所述血糖胰岛素模型系统变量转换的状态变量以及所述血糖胰岛素模型中系统参数扩展转换为的状态变量；

离散状态空间模型构建模块，用于将所述状态空间模型转换为离散状态空间模型；

粒子波观测器模块，用于将所述离散状态空间模型中的状态变量进行预测和更新；更新后的状态变量包括一胰岛素腔室中的有效胰岛素量、二胰岛素腔室中的有效胰岛素量、血浆中葡萄糖的浓度、皮下细胞间质的葡萄糖的浓度、胰岛素敏感系数、基础有效胰岛素浓度、基础血糖水平、血糖自调节率和碳水化合物摄入因子；

进食自动探测模块，用于根据更新后的碳水化合物摄入因子确定所述待监测者的碳水化合物的摄入情况；摄入情况包括有碳水化合物的摄入和没有碳水化合物的摄入；

血糖预测模块，用于根据更新后的状态变量确定未来固定时间间隔内血浆中的胰岛素浓度、血浆中的葡萄糖浓度以及皮下细胞间质的葡萄糖浓度。

2.根据权利要求1所述的一种自适应葡萄糖和胰岛素的浓度预测系统，其特征在于，所述胰岛素传输子模型具体采用以下公式：

其中，其中，x₁(t)为一胰岛素腔室中的有效胰岛素量，x₂(t)为二胰岛素腔室中的有效胰岛素量；u(t)为外源性胰岛素输注速率,t_I为有效胰岛素的浓度达到最大值的时间,x(t)为血浆中胰岛素的浓度，W为所述待监测者的体重,M为人体胰岛素清除速率，M＝0.017(l/kg/min)；

所述血糖胰岛素动力学子模型具体采用以下公式：

其中，G(t)为血浆中的葡萄糖的浓度，S_I为胰岛素作用的敏感系数，G_b为基础血浆中葡萄糖的浓度水平，K为血浆中葡萄糖的浓度自调节率，U(t)为引起的血浆中的葡萄糖的浓度变化的碳水化合物摄入因子；

所述血糖传输子模型具体采用以下公式：

其中，IG(t)为皮下细胞间质的葡萄糖的浓度，τ为时滞因子。

3.根据权利要求2所述的一种自适应葡萄糖和胰岛素的浓度预测系统，其特征在于，所述状态空间转换模块具体采用以下公式：

其中，X为状态变量，X＝[x₁,x₂,G,IG,S_i,t_I,K,G_b,τ,U]，H＝[0,0,0,1,0,0,0,0,0,0]，ω(t)为过程噪声，υ(t)为测量噪声，z(t)为测量状态。

4.根据权利要求1所述的一种自适应葡萄糖和胰岛素的浓度预测系统，其特征在于，所述离散状态空间模型构建模块具体采用以下公式：

其中，X_k-1为k-1时刻的状态变量，u_k-1为k-1时刻的外源性胰岛素输注速率，ω_k为过程噪声且服从期望为0，方差为σ_wk的高斯噪声，υ_k为测量噪声且服从期望为0，方差σ_vk的高斯噪声。

5.根据权利要求4所述的一种自适应葡萄糖和胰岛素的浓度预测系统，其特征在于，所述粒子波观测器模块具体采用以下公式进行预测和更新：

其中，X_k为k时刻的状态变量，X_k-1为k-1时刻的状态变量，z_1:k-1为第k-1时刻前采集到的所有血糖数据序列，z_1:k为第k时刻前采集到的所有血糖数据序列。