基于分段域RF建模预测血糖的方法、系统及存储介质等八件专利

项目名称

基于分段域RF建模预测血糖的方法、系统及存储介质等八件专利

项目单位

****

项目介绍

专利号：CN202****09387.9

专利名称：基于分段域RF建模预测血糖的方法、系统及存储介质

本发明提出一种基于分段域RF建模预测血糖的方法、系统及存储介质，涉及无创血糖预测的技术领域，采集志愿者的实际血糖值数据及同步的相关生理特性参数数据，形成特征矩阵，然后将特征矩阵作为数据集，并根据个体饮食结构变化划分为训练集和测试集，利用血糖的分布特性确定血糖区间集中的段数，对训练集划分段域，构建不同分段域的随机森林模型，再对测试集的每一组数据对应的特征求加权欧氏距离，并分类归于不同的随机森林模型，划分段域后得出的血糖预测值更准确，与实际血糖参考值误差更小，拟合程度较好，且实现在饮食结构变化的情况下仍能对血糖进行有效的监测，使血糖预测的准确度更高，便于糖尿病患者在生活中对血糖的积极自我干预。

专利号：CN202****09388.3

专利名称：基于平滑处理及融合的血糖预测方法、系统及医疗设备

本发明提出一种基于平滑处理及融合的血糖预测方法、系统及医疗设备，涉及医疗器械的技术领域，首先采集原始数据特征值，对其进行归一化处理，通过相关系数将归一化后的特征值进行平滑处理，使特征值与血糖实测值的关系更具相关性，形成特征矩阵作为数据集，并划分为训练集、验证集与测试集，将特征贡献率不同的特征值组合，利用最优相关系数对不同血糖预测模型得到的血糖预测结果矩阵进行融合，得到最终血糖预测结果，充分考虑饮食行为变化，降低饮食行为变化对预测结果产生的偏差，提高了血糖值预测结果的准确度，该方法可封装于系统，进一步形成医疗设备的应用，为糖尿病患者在日常生活中采取自我干预措施提供指导。

专利号：CN202****32606.7

专利名称：基于数据增强的可穿戴血糖检测方法、系统及存储介质

本发明公开的一种基于数据增强的可穿戴血糖检测方法、系统及存储介质，包括：通过采集固定时间段的血糖真实值和对应特征矩阵作为训练集进行随机森林模型的搭建；****检测所新增的特征矩阵输入随机森林模型中，得到对应的N个血糖预测值，将N个血糖预测值作为真实值并与原始采集的特征矩阵进行组合，作为新的训练数据补充到原先的数据集里从而不断扩大训练样本数；根据新的训练样本通过RNN模型构建血糖预测模型；将用户实际使用可穿戴设备进行无创检测时每次采集信号所得到的特征输入血糖预测模型中，获取血糖预测结果，本发明通过数据增强，提高了模型的鲁棒性，并有效提高了预测的准确性。

专利号：CN202****62933.8

专利名称：基于随机森林的均匀化样本重构血糖估计方法及系统

本发明公开了一种基于随机森林的均匀化样本重构血糖估计方法及系统，包括：获取血糖样本数据，进行预处理，去除极端数值；以血糖样本数据中的输出血糖数据为准生成输出血糖数据的直方图，根据直方图划分出等间距的N个基准点；利用近邻算法选择出分别以N****中心的聚类距离最近的样本点，获取趋于均匀分布的N个血糖样本数据，构成子数据集，通过子数据集训练随机森林模型，获得模型的训练参数；利用剩余血糖样本数据作为测试集，输入测试集数据，进行模型性能的评估，通过训练后模型进行血糖估算。本发明通过直方图均衡化对血糖样本进行重构均匀化，从而提高模型对样本空间分布的鲁棒性，提高模型应对极端血糖值的能力。

专利号：CN202****09378.X

专利名称：一种基于近红外光波长变换的无创血糖预测装置

本发明提出一种基于近红外光波长变换的无创血糖预测装置,涉及医疗设备的技术领域,首先进行与血糖相关的数据采集，形成原始数据集，然后对原始数据集进行特征提取，形成原始特征矩阵；将原始数据集划分为训练集与测试集，明确训练集测试集对应的特征矩阵，接着探索不同光源间的变换映射，利用波长映射变换单元实现将低波段采集的数据映射至葡萄糖的主要吸收峰1610nm处，对波长1610nm的近红外光产生的信号进行特征提取，组成全新的特征矩阵以训练血糖预测单元，并对血糖预测单元的预测准确度进行校验，实现在降低无创血糖预测成本的同时，与配备1610nm波长光源的血糖仪拥有同等的预测准确率。

专利号：CN202****36712.3

专利名称：一种连续血糖数据长期监测方法和系统

本发明公开了一种连续血糖数据长期监测方法和系统，涉及血糖监测的技术领域，包括获取若干个正常人的原始CGM数据集，并划分用餐区间原始血糖数据和稳态区间原始血糖数据；获取监测对象连续两天的真实血糖数据，根据前一天的真实血糖数据，构建监测对象的若干个CGM数据集；之后输入长短期记忆人工神经网络，输出对应的血糖预测数据，结合后一天的真实血糖数据，计算对应的预测精度平均百分比误差；将百分比误差取值最小的监测对象CGM数据集作为该监测对象的最终CGM数据集，输入长短期记忆人工神经网络，输出长期的血糖预测数据，实现对监测对象的连续血糖数据监测。本发明实现了短期微创长期无创、贴合实际、高精度的连续血糖监测。

专利号：CN202****09379.4

专利名称：一种用于血糖预测的数据处理方法

本发明提出一种用于血糖预测的数据处理方法，涉及生物医学的技术领域，首先采集数据，将数据提取特征组成特征矩阵，然后将特征值对应的数据划分为第一数据集和第二数据集备用，将第一数据集中的特征值均通过基于经验模态分解算法和多项式曲线拟合，进行特征平滑处理，实现去除特征值中向上或向下突刺的目的，能去除尽可能多的冗余数据，使血糖数据曲线更加纯净，且能最大程度保留有用特征，经两者处理后的特征值融合为新的特征矩阵，便于实现特征数据信息的利用最大化，提高了数据的质量，从而在该数据处理方法用于血糖预测装置时，提高装置中血糖预测单元训练的精度，有利于训练的快速收敛，提升了最终血糖预测的准确度。

专利号：CN202****89716.2

专利名称：用于预测血糖值的方法、装置、存储介质及处理器

本发明实施例提供一种用于预测血糖值的方法、装置、存储介质及处理器，属于信号处理和血糖预测领域。上述用于预测血糖值的方法包括：获取用户的脉搏信号；基于多尺度经验模式分解算法对脉搏信号进行去噪处理，以得到去噪后的脉搏信号；基于张量奇异谱分析算法对去噪后的脉搏信号进行去冗余处理，以得到去冗余后的脉搏信号；对去冗余后的脉搏信号进行特征提取，以得到对应的特征信息；根据特征信息，使用预先训练的血糖预测模型预测血糖值。采用本发明的方法可以提高血糖值预测的准确度。

其他需要披露的事项

无

挂牌方式

时间优先

交易类型及挂牌价

转让

挂牌价： 40000 元（人民币）

许可

许可类型：普**可/独占许可/排他许可/开放许可

许可年限： / 年

挂牌价：一次性许可费（入门费）： / 元（人民币）

许可费率： / %（针对每年销售/利润总额收取/其他）

作价入股

挂牌价： / 元（人民币）

价款支付方式

一次性付款

保证金设定

是否交纳保证金

否

缴纳金额

/

缴纳时间

/

受让方义务

受让方与转让方签署交易合同。

交易服务费承担方

本项目交易服务费由受让方承担。

风险提示

以上信息来源于转让方提供的资料，仅供参考，请意向方进行必要的调查核实，****中心对上述信息披露不做任何承诺和担保。