[发明专利]一种基于频带分离和数据建模的通用血糖预测方法

摘要

本发明公开了一种基于频带分离和数据建模的通用血糖预测方法，该方法针对人体皮下血糖测量信号进行分析，提取其潜在时序动态特性，并定义频带分离的阈值将皮下血糖信号划分为高低两个频段；针对低频血糖信号分析其时序自相关性，建立自回归血糖预测模型；本发明所提出的通用血糖预测方法针对新对象无需等待获取充分血糖测量信号后重新进行建模，而是可以直接调用其它个体的预测模型进行实时血糖预测，大大简化了建模工作量和复杂度，将极大地降低建模花费；且通用模型采用基于频带分离和潜变量建模的方法，提高了预测精度。本发明易于实施，为血糖预测建模方法的研究指明了新的方向。

主权项

1.一种基于频带分离和数据建模的通用血糖预测方法，其特征在于，该方法包括以下步骤：步骤1：建模血糖信号预处理：将以一定采样周期Δt获得的个体皮下血糖信号组合成一维时序数据x^T(1×Z)，其中，x是血糖信号的测量值，Z为采样个数，去除其中的尖峰噪声。该一维时序数据中包含了血糖信号的时序相关性和动态变化信息。步骤2：血糖信号频带分离：分析血糖的动态性在高、低不同频段内的变化规律，区分关键频率段与次要频率段，确定频率段划分的最佳阈值。根据定义的分离阈值采用巴特沃斯低通滤波器对血糖信号进行频带分离。步骤3：获取预测变量矩阵与响应矩阵：用一个长度为K个采样点的一维滑动窗口滑过x^LT(1×Z)，每次移动一个采样点，共移动Z-K+1次。将每次滑动窗口中的数据作为一个新的行向量，则可以组合为一个二维数据矩阵X^L(N×K)，其中，N=Z-K+1,K=PL+H(PH/5)。PL代表预测变量的长，H代表预测步长，PH代表预测区间，H和PH两者度量单位不同，但均表示所预测的是多少步后的血糖。因预测步长为每步5分钟，故有PH=5×H。步骤4：基于频带分离的血糖预测建模：通过基于LV的方法进行血糖预测建模。步骤5：根据步骤4建立的血糖预测模型对任意个体的未来血糖值进行预测。通过以下步骤来完成：(5.1)在线预测时，在采集到任意个体新数据后(下标new代表新样本，J=PL)，对进行如步骤2所述的频带分离处理得到(5.2)调用通用低频模型进行在线预测：(5.2.1)调用基于LS建立的通用低频模型进行在线预测：对于每个新的测试数据由以下步骤生成PH个采样点后的预测值y^newL=xnewLTθL;]]>其中，θ^L为前面根据训练数据求出的回归系数向量。(5.2.2)调用基于LV建立的通用低频模型进行在线预测：对于每个新的测试数据由以下步骤计算获得PH个采样点后的预测值y^newL=xnewLTσL;]]>其中，σ^L是PLS-CCA方法求出的回归系数向量。(5.3)衡量预测精度：将获得的质量预测结果与实际测量值进行对比。在获得一系列新的预测信号后，可以根据下式中定义的RMSE(均方根误差)性能指标计算针对新样本的血糖预测精度：RMSE=1NΣi∈N(y(i)-y^*(i))2;]]>其中，y(i)表示原始的血糖测量值，表示采用不同模型获得的血糖预测结果，采用第一种相同个体模型或不同个体模型求得的低频血糖预测值或者采用第二种相同个体模型求得的全频预测值N为样本数。