[发明专利]一种基于高斯过程的餐前胰岛素剂量个体化决策系统

权利要求书

1.一种基于高斯过程的餐前胰岛素剂量个体化决策系统，其特征在于，包括个体化模型学习模块、风险敏感控制模块，贝叶斯优化模块以及安全约束模块；

所述个体化模型学习模块采用高斯过程学习糖尿病患者的血糖代谢规律，得到餐后血糖预测模型；

所述风险敏感控制模块用于根据所述餐后血糖预测模型输出的餐后血糖预测值构建代价函数

subject to 0≤u≤6

其中，γ为设定的个体化风险敏感系数，P为餐后血糖预测模型输出的餐后血糖预测值构成的向量，其中，餐后血糖预测值为服从高斯分布的随机变量，P_r为设定的餐后血糖参考值构成的向量，Q⁺为正向惩罚矩阵，Q^-为反向惩罚矩阵，T为转置，表示期望，其中，为示性函数；

所述贝叶斯优化模块用于解算风险敏感控制模块中的代价函数得到餐前胰岛素剂量的理论值u；

所述安全约束模块采用设定的体内残余活性胰岛素约束项u_IOB对餐前胰岛素剂量的理论值u进行修正，得到最终的餐前胰岛素剂量u_b，其中，修正方法为：

u_b＝u-λu_IOB

其中，λ为设定常数。

2.如权利要求1所述的一种基于高斯过程的餐前胰岛素剂量个体化决策系统，其特征在于，所述个体化模型学习模块包括数据采集单元、数据预处理单元以及训练单元；

所述数据采集单元用于获取糖尿病患者在每日多次皮下注射胰岛素的治疗方式下，时间长度不少于两个星期的血糖和胰岛素历史数据，然后根据所述历史数据提取训练样本，其中，每条训练样本的特征包括糖尿病患者餐前两小时内每隔设定时间t采样得到的血糖值、餐后两小时内每隔设定时间t采样得到的血糖值以及餐前胰岛素剂量注射值；

所述数据预处理单元用于根据每条训练样本分别构建数据集X_n和目标集y_n，n＝1，2，...，N，N为餐后两小时内采样得到的血糖值数目，数据集X_n和目标集y_n获取方法为：

S11：将餐前N个血糖值进行归一化；

S12：将餐前N个归一化后的血糖值与餐前胰岛素剂量注射值作为数据集X₁，将餐后第一个采样时刻的血糖值减去餐前最后一个采样时刻的血糖值得到的差值作为目标集y₁；

S13：将餐前第二个采样时刻开始的N-1个血糖值和餐后第一个采样时刻的血糖值进行归一化；

S14：将步骤S13得到的N个归一化后的血糖值以及餐前胰岛素剂量注射值作为数据集X₂，将餐后第二个采样时刻的血糖值减去餐后第一个采样时刻的血糖值得到的差值作为目标集y₂；以此类推，直到得到数据集X_N和目标集y_N；

所述训练单元将每条训练样本对应的数据集X₁和目标集y₁分别作为基于高斯过程的餐后血糖预测模型的训练输入和训练输出，得到餐后第一个采样时刻的血糖值对应的餐后血糖预测模型M₁；将每条训练样本对应的数据集X₂和目标集y₂分别作为基于高斯过程的餐后血糖预测模型的训练输入和训练输出，得到餐后第二个采样时刻的血糖值对应的餐后血糖预测模型M₂；以此类推，得到餐后N个采样时刻的血糖值对应的餐后血糖预测模型M_N。