摘要
本发明涉及血糖监测技术领域,具体涉及一种血糖实时监测仪及其高精度血糖监测方法。该方法获取监测期间内每天中白天时间段的分析曲线峰,根据不同天中分析曲线峰对应时间区间的重叠程度获取正常饮食时段,根据分析曲线峰对应时间区间与正常饮食时段的重叠情况,以及不同分析曲线峰的形态特征的差异选取分析曲线峰中的饮食峰;根据分析曲线峰与饮食峰的峰值差异和形态特征差异确定异常指标,根据监测期间内除当前天外的每天的分析曲线峰与其异常指标训练神经网络,并利用训练好的神经网络预测当前天中夜晚时间段的血糖情况。本发明基于异常指标自适应设置神经网络过程中对分析曲线峰的关注情况,提高对患者血糖的监测精度。
技术关键词
血糖监测方法
实时监测仪
曲线
训练神经网络
时间段
指标
形态
周期
基线
分析模块
血糖监测技术
数据采集模块
监测模块
患者
序列
基准
训练集
因子
速率
系统为您推荐了相关专利信息
BiLSTM模型
电压斜率
WGAN模型
充电循环次数
数据分布
多维时序数据
Attention机制
修复方法
重建误差
矩阵
自动化测试方法
测试用例集
测试场景
风险点
序列分析数据
原油运输管道
时间预测模型
运输方法
储能装置
风力发电装置