摘要
本发明公开了一种基于稀疏特征处理及因果分析的血糖预测方法及装置,包括:获取血糖数据以及与血糖相关的多源协变量数据;对数据进行检查和数据补全后,恢复时间序列的连续性;构建血糖预测模型,利用进食数据和药物数据的稀疏特征,进行生理公式转换,之后与血糖数据进行因果关系分析,确定稀疏变量对血糖的最佳影响时滞;然后基于时滞分析结果,将多源协变量数据与血糖数据进行时间对齐处理;采用高维特征编码和多尺度特征解码,获得未来时间段的血糖预测值;对血糖预测模型进行训练,训练完成后,将进食数据、药物数据输入血糖预测模型,得到预测的血糖值。本发明可以解决现有技术中血糖预测不够准确的问题。
技术关键词
血糖预测方法
稀疏特征
血糖预测模型
变量
血糖值
碳水化合物总量
历史数据建模
药物
连续性
分割方法
预测装置
生理
时间段
曲线
序列
解码
多尺度
胰岛素
系统为您推荐了相关专利信息
XGBoost模型
工艺特征
决策树模型
参数
模式
无人机应急
激光雷达
建图方法
扩展卡尔曼滤波方法
场景
稀疏特征
卷积神经网络识别
表面重建方法
关键帧
SSD算法
船舶轨迹跟踪控制
RBF神经网络
数学模型
补偿器
表达式