公开(公告)号：CN118319328A

公开(公告)日：2024-07-12

申请号：CN202410424571.1

申请日：2024-04-10

Applicant: 昆明理工大学

Inventor： 熊馨 ,  任仕欣 ,  贺建峰 ,  吉晓瑜 ,  薛雨欣 ,  杨鑫亮

IPC: A61B5/372 ,  A61B5/00

Abstract: 本发明提供基于XGBoost算法的K复合波检测方法及装置，包括：读取睡眠脑电信号，并通过对所述睡眠脑电信号进行预处理，得到多个睡眠脑电信号片段；提取每个所述睡眠脑电信号片段在时域、频域及混沌域上的特征参数，并得到多个特征向量；基于XGBoost特征选择模型对所述多个特征向量进行特征选择，获取超过重要性阈值的目标特征；基于所述目标特征对K复合波进行检测，并输出检测结果，通过XGBoost特征选择模型选定重要性高的目标特征，并通过目标特征对K复合波进行识别，提高K复合波的准确率。

公开(公告)号：CN118136246A

公开(公告)日：2024-06-04

申请号：CN202410093573.7

申请日：2024-01-23

Applicant: 昆明理工大学

Inventor： 熊馨 ,  薛雨欣 ,  蔡芸莹 ,  贺建峰 ,  杨鑫亮 ,  吉晓瑜 ,  任仕欣

IPC: G16H50/30 ,  G16H10/60 ,  G06F18/214 ,  G06F18/2415 ,  G06F18/243

Abstract: 本发明属于餐后血糖反应预测领域，尤其涉及一种适用于1型糖尿病患者餐后血糖反应的预测方法。本发明首先收集1型糖尿病患者的数据，包含血糖数据、临床特征、膳食营养含量等数据。其次，进行数据预处理，通过将进餐时间与CGM数据相结合，计算餐后2小时内血糖曲线下的增量面积来计算每餐的PPGR，并构建GAIN模型来处理缺失值。然后，构建基于改进的贝叶斯优化算法结合随机搜索算法的LightGBM预测模型，并评估模型性能。最后，使用SHAP方法实现模型的可解释性。本发明使用了1型糖尿病患者的临床数据、餐食营养含量、血糖数据等特征来预测T1D患者的PPGR，提供了一种适用于中国1型糖尿病患者的个性化预测餐后血糖反应的方法，便于后续实施餐后血糖控制。

公开(公告)号：CN117976229A

公开(公告)日：2024-05-03

申请号：CN202410124331.X

申请日：2024-01-30

Applicant: 昆明理工大学

Inventor： 熊馨 ,  杨鑫亮 ,  蔡芸莹 ,  贺建峰 ,  薛雨欣 ,  吉晓瑜 ,  任仕欣

IPC: G16H50/70 ,  G16H50/20 ,  G06F18/241 ,  G06F18/214 ,  G06F18/15 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及一种基于深度多任务学习的夜间血糖预测模型构建方法，属于动态血糖预测技术领域。首先从公共数据集Aleppo中筛选一组1型糖尿病患者的时序数据，对筛选出的数据进行缺失值填充、数据对齐、滑动窗口划分等预处理；随后，按比例划分数据集为训练集、验证集和测试集；建立血糖预测的神经网络模型，使用训练集数据对模型进行训练。根据验证最优的原则，选择在验证集上表现最佳的模型作为最终模型用于血糖的预测任务；本发明使用深度学习成功构建了夜间血糖预测模型，通过细致分析患者历史血糖变化预测夜间的血糖水平，并提供低血糖和高血糖的预警。这一创新方法为患者提供了推注胰岛素的参考，更有效地管理血糖水平。