[发明专利]基于深度学习的多频段光声无创血糖浓度预测系统有效
| 申请号： | 201811426266.7 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109662720B | 公开（公告）日： | 2022-04-15 |
| 发明（设计）人： | 秦文健;曹海林;田引黎;聂泽东;赵明珠 | 申请（专利权）人： | 中国科学院深圳先进技术研究院;重庆大学 |
| 主分类号： | A61B5/1455 | 分类号： | A61B5/1455;A61B5/00;G06N3/08 |
| 代理公司： | 重庆缙云专利代理事务所(特殊普通合伙) 50237 | 代理人： | 王翔;左倩 |
| 地址： | 518055 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习的多频段光声无创血糖浓度预测系统。系统主要包括激光源、n个不同频段的超声换能器、放大器、数据采集卡和信号处理模块。激光源产生脉冲激光，照射人体皮肤组织。n个不同频段的超声换能器分别获取不同频段的光声信号。放大器对光声信号进行放大。数据采集卡获取光声信号的时域信息。信号处理模块将时域信息转换为频域信息，并输入到基于深度学习的多频段光声无创血糖浓度预测模型中，从而获取血糖浓度值。本发明血糖浓度预测结果精确度高，克服了单频段光声信号无法全面反应血糖水平的局限性。 | ||
| 搜索关键词： | 基于 深度 学习 频段 光声无创 血糖 浓度 预测 系统 | ||
【主权项】：
1.基于深度学习的多频段光声无创血糖浓度预测系统，其特征在于，主要包括所述激光源、n个不同频段的超声换能器、放大器、数据采集卡和信号处理模块。激光源向人体皮肤组织发射激光，人体血管内的血糖吸收光能后产生不同频段的光声信号；n个不同频段的超声换能器分别获取不同频段的光声信号；放大器包括低噪前置放大器和锁相放大器；低噪前置放大器对超声换能器获取的光声信号进行放大，并将放大的光声信号发送给锁相放大器；锁相放大器放大光声信号，从而将光声信号与噪声分离，并将光声信号发送给数据采集卡；数据采集卡采集光声信号的时域信息，并将采集到的时域信息发送给信号处理模块；信号处理模块具有基于深度学习的多频段光声无创血糖浓度预测模型；信号处理模块将光声信号的时域信息转换为频域信息，并将频域信息输入到光声无创血糖浓度预测模型中，从而获取血糖浓度值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院;重庆大学，未经中国科学院深圳先进技术研究院;重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811426266.7/，转载请声明来源钻瓜专利网。
