一种基于VMD-LSSVM模型的在线动态血糖预测方法

    公开(公告)号:CN110164553B

    公开(公告)日:2023-03-03

    申请号:CN201910473140.3

    申请日:2019-05-31

    Applicant: 东北大学

    Abstract: 本发明涉及一种基于VMD‑LSSVM模型的在线动态血糖预测方法,包括如下步骤:S1、获取原始血糖时间序列数据,并对获得的原始血糖时间序列数据进行数据预处理;S2、采用VMD分解模型对经过预处理后的血糖时间序列数据进行分解处理,获得一系列具有稀疏特性的模态分量序列u1‑uk;S3、将获得的一系列具有稀疏特性的模态分量序列u1‑uk分别输入LSSVM血糖预测模型,获得一系列模态分量序列的预测值y1‑yk;S4、将S3中获得的一系列模态分量序列的预测值y1‑yk进行叠加融合,获得融合后的血糖预测结果。本发明提供的预测方法具有预测精度高的优点。

    一种用于低血糖预警的血糖数据处理方法

    公开(公告)号:CN113948207A

    公开(公告)日:2022-01-18

    申请号:CN202111212001.9

    申请日:2021-10-18

    Abstract: 本发明涉及一种用于低血糖预警的血糖数据处理方法,所述方法包括:获取实时血糖数据;将所述实时血糖数据输入预先训练的支持向量机模型,得到与所述实时血糖数据相应的血糖预测值;将所述血糖预测值和在所述实时血糖数据中预先筛选的特定特征输入预先训练的预警模型,获取所述血糖预测值所对应的血糖标签;所述血糖标签包括第一标签或第二标签;所述特定特征为在预先设定的第一血糖特征FB‑BG中,通过依次采用采用SMOTE‑Tomek算法、RELIEF算法以及基于支持向量机的递归特征消除算法进行处理所筛选出来的特征。

    一种面向临床的多层级血糖异常预警方法

    公开(公告)号:CN112017778A

    公开(公告)日:2020-12-01

    申请号:CN202010783057.9

    申请日:2020-08-06

    Applicant: 东北大学

    Abstract: 本发明涉及一种面向临床的多层级血糖异常预警方法,包括如下步骤:获取患者的血糖数据和生理状态数据;根据生理状态数据,选定临床认可度高的高低血糖异常事件警戒阈值;根据血糖异常导致的临床症状的危险程度划分异常预警等级;根据获取的患者血糖数据和生理状态数据与高低血糖异常事件警戒阈值联合分析判断患者的异常预警等级;其中,所述血糖数据包括:历史血糖数据、当前血糖数据和血糖预测数据;所述生理状态数据包括:当前生理状态标签和未来生理状态标签。本发明提供的异常预警方法能够获得精细有效的预警信息,用以辅助医疗工作人员做出可靠的治疗策略。

    一种用于血糖监控与预警的辅助医疗系统及其使用方法

    公开(公告)号:CN110151192A

    公开(公告)日:2019-08-23

    申请号:CN201910513061.0

    申请日:2019-06-14

    Applicant: 东北大学

    Abstract: 本发明涉及一种用于血糖监控与预警的辅助医疗系统,包括:多通道临床血糖数据采集装置、云服务器和多个移动终端;所述临床血糖数据采集装置与所述云服务器通信连接,并能够将采集到的血糖数据发送给所述云服务器;所述云服务器分别与所述多个移动终端通信连接;所述云服务器能够针对获得的血糖数据进行血糖数据预测,获得血糖预测结果数据;多个移动终端能够从所述云服务器处获取血糖预测结果数据。本发明提供的辅助医疗系统,通过多通道传感器的数据采集不仅能够使患者看到自己的实时血糖值与30分钟血糖动态预报,而且还能够协助医生监控区域内多个患者的血糖实时信息与预测信息,并根据血糖监测数据与预测血糖值,实现异常血糖状态的预警功能。

    基于多模型融合的连续血糖监测传感器在线故障检测方法

    公开(公告)号:CN109682976A

    公开(公告)日:2019-04-26

    申请号:CN201910153512.4

    申请日:2019-02-28

    Applicant: 东北大学

    Inventor: 于霞 崔悦 刘建昌

    Abstract: 本发明涉及一种基于多模型融合的连续血糖监测传感器在线故障检测方法,包括如下步骤:S1、获取在线CGM监测信号数据;S2、将获取的在线CGM监测信号数据输入多模型融合算法模型中,获取在线预测误差;S3、将获取的在线预测误差和历史预测误差结合计算获得在线时刻的熵值;S4、将计算获得的在线时刻的熵值Ji1、Ji2分别与当前时刻的阈值Tkl1、Tkl2比较;若当前时刻的熵值Ji1、Ji2不全大于当前时刻的阈值Tkl1、Tkl2,则判断当前血糖监测传感器工作正常;若当前时刻的熵值Ji1、Ji2均大于当前时刻的阈值Tkl1、Tkl2,则判断当前血糖监测传感器工作异常。本发明提供的检测方法具有检测精度高的优点。

    一种窄带热连轧精轧机刚度的计算方法

    公开(公告)号:CN102248004A

    公开(公告)日:2011-11-23

    申请号:CN201110180605.X

    申请日:2011-06-30

    Applicant: 东北大学

    Abstract: 一种窄带热连轧精轧机刚度的计算方法,属于轧制过程自动化中窄带热连轧精轧机厚度的自动控制技术领域。步骤如下:轧机进行自动压靠,PLC存储参考零点的位置值和轧制力的平均值;确定机架摆辊缝值;根据轧制规程确定需要轧制带钢厚度,用铝板验证各机架的辊缝,并进行微调;按照确定的辊缝过铝板,记录末机架过铝板时的轧制力平均值和铝板厚度平均值;保证空载辊缝不变进行轧钢生产,记录末机架钢板的轧制力平均值和出口处带钢厚度;根据厚度偏差重新修正上游机架辊缝,末机架辊缝不变;修正辊缝后再次轧制相同规格的钢板,记录修正上游机架辊缝后末机架出口处带钢的轧制力平均值和出口厚度;根据三点通过二元线性回归法得到轧机刚度。

    基于专家系统的AGP智能解读与胰岛素调整方法

    公开(公告)号:CN118866223B

    公开(公告)日:2024-12-10

    申请号:CN202411338290.0

    申请日:2024-09-25

    Abstract: 本发明属于血糖控制技术领域,涉及基于专家系统的AGP智能解读与胰岛素调整方法,该方法包括:建立推理机制中的知识库;基于知识库采用简化专家系统结构构建解读与决策支持专家系统;构建患者低血糖、血糖波动和高血糖三个维度的患者问题分析树;利用专家AGP读图与经验数据对每一条规则展开;基于区间二型模糊专家系统构建基础胰岛素剂量调整规则和餐食胰岛素剂量调整规则;基于解读与决策支持专家系统根据患者所属群体,调节患者问题分析树结点,并结合基础胰岛素剂量调整规则和餐食胰岛素剂量调整规则提供决策建议。其有益效果是,在决策中为患者提供一个安全的、普适的、相对准确的胰岛素调整决策建议,不需要患者具体的初始胰岛素治疗方案。

    一种面向临床的多层级血糖异常预警方法

    公开(公告)号:CN112017778B

    公开(公告)日:2024-04-05

    申请号:CN202010783057.9

    申请日:2020-08-06

    Applicant: 东北大学

    Abstract: 本发明涉及一种面向临床的多层级血糖异常预警方法,包括如下步骤:获取患者的血糖数据和生理状态数据;根据生理状态数据,选定临床认可度高的高低血糖异常事件警戒阈值;根据血糖异常导致的临床症状的危险程度划分异常预警等级;根据获取的患者血糖数据和生理状态数据与高低血糖异常事件警戒阈值联合分析判断患者的异常预警等级;其中,所述血糖数据包括:历史血糖数据、当前血糖数据和血糖预测数据;所述生理状态数据包括:当前生理状态标签和未来生理状态标签。本发明提供的异常预警方法能够获得精细有效的预警信息,用以辅助医疗工作人员做出可靠的治疗策略。

    一种基于连续血糖监测系统的在线故障检测与诊断方法

    公开(公告)号:CN110448306B

    公开(公告)日:2023-02-07

    申请号:CN201910697270.5

    申请日:2019-07-30

    Abstract: 本发明涉及一种基于连续血糖监测系统的在线故障检测与诊断系统,包括:血糖数据采集装置、云服务器和多个移动终端;所述血糖数据采集装置包括:临床数据采集设备和虚拟数据生成设备;所述血糖数据采集装置与所述云服务器通信连接,并能够将采集到的血糖数据发送给所述云服务器;所述云服务器分别与所述多个移动终端通信连接;所述云服务器能够针对获得的血糖数据对临床数据采集设备或由虚拟数据生成设备所产生的仿真故障进行故障检测与诊断,获得故障检测与诊断结果数据。本发明提供的系统,不仅检测准确率高,而且还能够对故障进行较为精确诊断和分类。

    一种亚群体深度学习框架下的心律失常识别方法

    公开(公告)号:CN111557660A

    公开(公告)日:2020-08-21

    申请号:CN202010514806.8

    申请日:2020-06-08

    Applicant: 东北大学

    Abstract: 本发明涉及一种亚群体深度学习框架下的心律失常识别方法,包括如下步骤:S1、获取病人的数据信息,所述数据信息至少包括:单导联心电信号数据、年龄和/或性别;S2、根据病人的年龄和/或性别,将病人的单导联心电信号数据输入相应的样本空间的心率识别模型中,获得病人的心律识别结果;其中,所述心率识别模型为基于亚群体样本空间深度学习框架下建立的模型。本发明提供的识别方法利用亚人群自身的特性在符合现实的基础上提升识别性能,而且在应用时无需医生的硬性介入,可以实现自动使用。

Patent Agency Ranking