摘要
本申请公开了一种减小动态血糖仪数据误差的方法及系统,方法包括:通过植入式传感器实时采集皮下组织间液的电流信号,并同步记录传感器工作环境参数;对所述电流信号进行去噪和归一化处理,同时根据工作环境参数对信号进行温度补偿和漂移校正;从步骤S2处理后的信号中提取时间序列特征和频域特征;基于时间序列特征数据和频域特征数据训练机器学习模型,所述机器学习模型用于预测血糖浓度并识别异常数据点;通过残差分析和加权调整对模型预测结果进行校正,同时结合患者输入的事件数据对异常数据点进行二次修正;将优化后的血糖数据以时间序列曲线形式输出至终端显示设备。通过以上过程降低了非正常状态数据对血糖监测的影响,提升数据稳定性。
技术关键词
动态血糖仪
工作环境参数
异常数据点
时间序列特征
预测血糖浓度
训练机器学习模型
植入式传感器
时间序列曲线
识别异常数据
频域特征
终端显示设备
长短期记忆神经网络模型
支持向量机回归模型
模型预测值
信号
电流
温度补偿系数
系统为您推荐了相关专利信息
需求预测系统
大数据
电力
数据处理模块
系统监控
协同控制优化方法
异构设备
序列预测模型
分区控温
热网
数据统计系统
数据可视化
数据分析模块
数据收集模块
数据存储
数据核查系统
资产
智能合约执行
协调服务器
SVM分类