摘要
本申请涉及糖尿病预测技术领域,特别涉及一种糖尿病并发症风险评估方法与系统,该方法包括以下步骤:获取CGM数据,并对CGM数据进行预处理;将预处理后的CGM数据进行划分为不同时间段的CGM数据;对每个时间段的CGM数据进行特征提取;将提取的特征作为机器学习算法的输入,采用机器学习算法进行训练;分析提取的特征对糖尿病并发症的影响,得到重要特征;采用逻辑回归模型,计算不同时间段的重要特征的变化与糖尿病患者并发症风险变化的对应关系;根据对应关系,精准调控与特征对应的时间段的血糖值。本申请通过将一天内的CGM数据划分为不同的时间段,分析各时间段的CGM数据的变化对糖尿病并发症的影响,为实现糖尿病并发症的精准管理提供支撑。
技术关键词
糖尿病并发症风险
时间段
患者并发症风险
机器学习算法
逻辑回归模型
血糖值
异常数据处理
糖尿病预测技术
指数
特征提取模块
关系
分析模块
取值方法
支持向量机
早餐
评估系统
随机森林
系统为您推荐了相关专利信息
高优先级告警
云平台
保障业务连续性
告警通知系统
告警日志
一体化检测设备
集成主机
智能分析模块
PICC导管
智能防护模块
分布式服务器
API管理方法
多层前馈网络
调用API接口
遗传算法优化
负荷预测模型
非线性
多尺度特征提取
集成经验模态分解
特征金字塔