[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

说明书

本发明涉及一种自适应葡萄糖和胰岛素的浓度预测系统及方法，该系统通过数据采集模块采集待监测者的监测数据；生理模型集构建模块根据采集待监测者的监测数据构建血糖‑胰岛素模型；状态空间转换模块将血糖‑胰岛素模型转换为状态空间模型；离散状态空间模型构建模块将状态空间模型转换为离散状态空间模型；粒子波观测器模块将离散状态空间模型中的状态变量进行预测和更新；进食自动探测模块根据更新后的碳水化合物摄入因子确定碳水化合物的摄入情况；血糖预测模块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和葡萄糖的浓度。本发明能够对血浆中的葡萄糖和胰岛素的浓度进行预测，并能够提高对血浆中葡萄糖的浓度的预测精确度。

技术领域

本发明涉及糖尿病人的血糖预测领域，特别是涉及一种自适应葡萄糖和胰岛素的浓度预测系统及方法。

背景技术

糖尿病是由于胰岛素分泌绝对或相对不足引起的以空腹或餐后体内高葡萄糖的浓度为主要表现的代谢异常综合症，极易引发全身各种急、慢性并发症。胰岛素是体内唯一的降糖激素，对于依赖外源性胰岛素输注为主要治疗手段的1型糖尿病和严重2型糖尿病患者，胰岛素注射量的控制直接决定了其体内葡萄糖的浓度的控制水平。适时适量的胰岛素输注，将血糖控制在合理范围且不出现严重高或低血糖事件，是医生和患者追求的目标。

血糖包括皮下细胞间质的葡萄糖的浓度和血浆中的葡萄糖的浓度。初始，血糖监测设备可实现人体皮下葡萄糖浓度的实时监测，胰岛素泵可实现外源性胰岛素的皮下持续微量注射。基于上述数据有助于医生及患者简单评估血糖动态变化。但是日常血糖监测设备采集的都是皮下细胞间隙的葡萄糖浓度，而胰岛素与碳水化合物的摄入对血糖的影响直接作用于血浆中的葡萄糖浓度，血浆中的葡萄糖浓度变化影响传递至皮下细胞间质的葡萄糖浓度进而被测量，因此血糖仪测量的血糖值与血浆中的葡萄糖的浓度存在较大的误差。同样，胰岛素输注也从皮下传递血浆中参与降糖的过程会有时滞和损失，外源性胰岛素输注量与血浆中的胰岛素浓度也存在较大误差。因此，建立准确的血糖动力学模型来估计血浆中的葡萄糖浓度和胰岛素浓度是血糖精准预测和控制的前提。

人体血糖调节系统个体差异大，个体生理状态多变，固定参数的血糖调节系统数学模型难以准确跟踪预测血糖的动态变化规律。因此基于实时采集的数据自适应调整患者的所有血糖系统参数是提高预测精度的重要方法。此外，碳水化合物摄入、运动等外部干扰会引起体内葡萄糖浓度的剧烈波动，手动输入碳水化合物的摄入时间和摄入量会提高模型预测精度，但是会给患者带来生活不便，且容易因个人疏忽增加血糖异常波动的风险。自动识别患者的碳水化合物的摄入状态，自适应调节预测模型，能为患者提供更智能更精准的血糖和胰岛素浓度的预测。

发明内容

本发明的目的是提供一种自适应葡萄糖和胰岛素的浓度预测系统及方法，实现智能、精准的血浆中葡萄糖和胰岛素的浓度的预测。

为实现上述目的，本发明提供了如下方案：

一种自适应葡萄糖和胰岛素的浓度预测系统，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；