[发明专利]一种基于LSTM-RNN模型的无创血糖预测方法有效
| 申请号： | 201910029964.1 | 申请日： | 2019-01-11 |
| 公开（公告）号： | CN109758160B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 陈小惠;吕亚帅;孙斌;吴煜庆 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | A61B5/1455 | 分类号： | A61B5/1455;A61B5/01;A61B5/0205;A61B5/026;G06N3/04;G06N3/063;G06N3/08 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳;徐振兴 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LSTM‑RNN模型的无创血糖预测方法，主要是利用双波长，通过透射方式进行数据收集，同时基于LSTM‑RNN模型对血糖进行计算预测，本方法具有强大的学习能力，同时还具有非常强的泛化能力，且经实验认证能够有效提高血糖浓度预测精度。 | ||
| 搜索关键词： | 一种 基于 lstm rnn 模型 血糖 预测 方法 | ||
【主权项】：
1.一种基于LSTM‑RNN模型的无创血糖预测方法，其特征在于，包括如下步骤：步骤(1)：数据采集，通过红光与红外光发射和接受设备获得红光与红外光透射信号，通过红外温度传感器获得手指指尖体表温度值及体辐射热量值，其中红光与红外光透射信号和温度值及体辐射热量值通过计算并转化为特征数据集并归入特征数据集；步骤(2)：设计LSTM‑RNN网络模型；步骤(3)：训练模型，利用特征数据集中的训练集数据训练LSTM‑RNN网络，得到基于LSTM‑RNN模型的无创血糖预测方法；步骤(4)：检测血糖值，实时进行步骤(1)并将获得的红光与红外光透射信号和温度值及体辐射热量值输入至基于LSTM‑RNN模型的无创血糖预测方法，获得人体实时的血糖值。
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南京邮电大学，未经南京邮电大学许可，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/201910029964.1/，转载请声明来源钻瓜专利网。
