摘要
本申请提供了一种基于神经网络的低创胰岛素抵抗评估方法,属于人工智能技术领域。该方法包括:获取待评估机体的空腹血糖数据和基础体征数据;将所述空腹血糖数据和所述基础体征数据输入预设的神经网络模型,由所述神经网络模型基于所述空腹血糖数据和所述基础体征数据执行多个胰岛素抵抗指标的预测任务,得到胰岛素抵抗评估结果,所述胰岛素抵抗评估结果包括多个胰岛素抵抗指标下的模型预测结果。采用本申请提供的技术方案能够仅基于机体的空腹血糖值和其他易于获取的特征(如身高、体重、腰围、血压等),实现低创的对机体进行胰岛素抵抗IR评估,从而满足用户频繁居家自测的需求,适合在家庭环境中广泛应用。
技术关键词
胰岛素
神经网络模型
深度学习架构
指标
样本
机体
评估装置
基础
稳态模型
计算机程序产品
甘油三酯
可读存储介质
数值
人工智能技术
数据获取模块
处理器
血糖值
生理
存储器
系统为您推荐了相关专利信息
阻尼优化方法
驾驶室悬置
响应面模型
复原阻尼
刚度
配电网无功补偿
补偿机构
功率因数
历史数据特征
实时数据