基于多模态生物信号的糖尿病神经病变动态预警方法

本发明提供一种基于多模态生物信号的糖尿病神经病变动态预警方法，通过智能可穿戴设备集成多模态传感器，结合深度学习算法构建个性化预测模型，通过人工智能算法实现糖尿病性神经病变（DN）进展风险预测及无知觉性低血糖症实时预警。能够根据多模态信号的时频域特征及临床数据，预测DN进展至严重阶段的时间窗口；通过ECG和HR特征结合血糖趋势预测模型，识别无知觉性低血糖症风险，并触发分级干预措施；基于患者个体生理响应模式，动态优化算法阈值，提升预测和预警的准确性。本发明整合HR、BP和ECG等多维信号，提升预测精度；支持连续监测和即时反馈；通过自适应算法适应患者个体差异，克服传统通用模型的局限性。