摘要
本发明涉及一种生物电阻抗谱法无创血糖检测方法,涉及无创血糖检测技术领域。该方法首先使用生物电阻抗传感器获取人体前臂的生物电阻抗谱,然后使用提出的基线校正方法减小不同被试和会话间生物电阻抗的差异,最后基于Optuna超参数优化算法将样本扩充和平衡,频率和特征选择以及回归模型建立整合到一个评价指标之中,实现超参数的整体优化。具体来说,使用基于K近邻结合克拉克误差网格评价指标和样本密度加权的数据生成方法同时解决样本量小和血糖极值估计偏差大的问题。其次,根据数据结构的先验信息,使用带有权重比例阈值的稀疏组最小绝对收缩和选择算子同时选择对建模贡献最大的频率和特征。最后选择使用集成学习算法XGBoost建立最终的模型。这样的整体优化方法提高了模型的鲁棒性和估计结果的准确率。
技术关键词
血糖检测方法
生物电阻抗谱
样本
血糖值
基线校正方法
参数优化算法
平衡算法
XGBoost算法
整体优化方法
频率
口服葡萄糖耐量
无创血糖检测
集成学习算法
特征选择算法
数据生成方法
K近邻
人体前臂
标签
系统为您推荐了相关专利信息
缆索承重桥梁
结构损伤识别方法
损伤识别模型
拉索
加速度
关键信息提取方法
检测分类模型
联合损失函数
轻量级神经网络
图像训练样本
访问控制设备
客户端设备
联邦学习方法
学习装置
数据吞吐量
森林病虫害
发展趋势预测方法
数据
深度神经网络模型
切块
事件检测方法
事件检测模型
多标签
计算机可执行指令
符号