公开(公告)号：CN118452907B

公开(公告)日：2025-05-23

申请号：CN202410553422.5

申请日：2024-05-07

Applicant: 北京理工大学

Inventor： 史大威 ,  陈婧 ,  蔡德恒 ,  薛敬茂 ,  赵晋银

IPC: A61B5/145 ,  A61B5/00 ,  G16H50/30 ,  G06N3/0985 ,  G06F17/13 ,  G06N3/0442

Abstract: 本发明公开了一种基于生理信息高斯过程和元学习的餐后血糖预测系统，包括具有神经网络均值函数的高斯过程血糖预测模块、生理信息融合的优化模块以及元学习模块；具有神经网络均值函数的高斯过程血糖预测模块中的神经网络均值函数用于捕捉非线性葡萄糖动力学；生理信息融合的优化模块，将葡萄糖动力学的先验知识通过偏微分不等式描述，并以代价函数的形式嵌入到模型优化过程中；元学习模块，通过元学习方法提高模型的快速学习和泛化能力。本发明采用上述的一种基于生理信息高斯过程和元学习的餐后血糖预测系统，能够有效融入已知的血糖动态变化规律进行数据驱动学习，实现小样本下的个体化餐后血糖预测，并对预测结果的不确定性进行定量估计。

公开(公告)号：CN118452907A

公开(公告)日：2024-08-09

申请号：CN202410553422.5

申请日：2024-05-07

Applicant: 北京理工大学

Inventor： 史大威 ,  陈婧 ,  蔡德恒 ,  薛敬茂 ,  赵晋银

IPC: A61B5/145 ,  A61B5/00 ,  G16H50/30 ,  G06N3/0985 ,  G06F17/13 ,  G06N3/0442

Abstract: 本发明公开了一种基于生理信息高斯过程和元学习的餐后血糖预测系统，包括具有神经网络均值函数的高斯过程血糖预测模块、生理信息融合的优化模块以及元学习模块；具有神经网络均值函数的高斯过程血糖预测模块中的神经网络均值函数用于捕捉非线性葡萄糖动力学；生理信息融合的优化模块，将葡萄糖动力学的先验知识通过偏微分不等式描述，并以代价函数的形式嵌入到模型优化过程中；元学习模块，通过元学习方法提高模型的快速学习和泛化能力。本发明采用上述的一种基于生理信息高斯过程和元学习的餐后血糖预测系统，能够有效融入已知的血糖动态变化规律进行数据驱动学习，实现小样本下的个体化餐后血糖预测，并对预测结果的不确定性进行定量估计。