[发明专利]基于人工智能的个性化自适应可穿戴血糖校正方法及其校正装置

权利要求书

1.一种基于人工智能的个性化自适应可穿戴血糖校正方法，其具体步骤是：

(1)收集患者的一段时间内持续变化的准确血糖值：首先利用微创式血糖监测技术从单一的患者身上收集一段时间内连续变化的准确血糖值；(2)记录尚未校正的血糖值：利用无创血糖监测技术记录尚未校正的血糖值；

(3)通过这两种方式收集到血糖数值之后，以微创式血糖监测收集到的连续变化的准确血糖值为基准值，将无创血糖监测技术所获取的血糖值进行人工智能学习法校正，使其识别在该独一患者身上无创血糖监测技术所获取的血糖值与实际血糖值差异的程度规律，并将此人工智能方法所识别的数值差异模式做为该患者特有的血糖校正模式；

(4)在人工智能学习训练完毕之后，该患者继续使用无创血糖监测，并利用人工智能学习模块训练所得到的数值校正方法对所记录的血糖值进行校正。

2.根据权利要求1所述的基于人工智能的个性化自适应可穿戴血糖校正方法，其特征在于：上述步骤(1)收集患者的一段时间内持续变化的准确血糖值的微创式血糖监测技术是动态连续血糖监测仪的检测方法或者指尖血糖监测法。

3.根据权利要求1所述的基于人工智能的个性化自适应可穿戴血糖校正方法，其特征在于：上述步骤(1)中所述的微创式连续血糖监测技术是指：利用可以插入皮下或植入式可持续血糖监测仪器，或者利用指尖采血方法，在患者身上收集连续血糖值；上述步骤(2)中所述的无创血糖监测技术是指：通过近红外光谱法或中红外光谱法或远红外光谱法或拉曼光谱法或旋光法，其利用光照射人体的某些部位如手指或或耳部或舌头或腹部或大腿，然后通过光学探测器接收反射或者投射的光信号，并加以分析，以确定血糖的浓度，其能结合体温，代谢热，湿度，皮厚，心跳频率等参数指标换算血糖值。

4.根据权利要求1所述的基于人工智能的个性化自适应可穿戴血糖校正方法，其特征在于：上述步骤(2)中所述的无创血糖监测技术包含：光谱法，光声法，代谢热测量法，或阻抗测量法：所述光谱法是指通过近红外光谱法或中红外光谱法或远红外光谱法或拉曼光谱法或旋光法；所述光声法是利用光声效应产生的超声波信号分析血糖浓度；所述代谢热测量法是指通过测量人体代谢热换算推断血糖值；所述阻抗测量法是利用葡萄糖所造成的电解质阻抗的变化来监测血糖的浓度。

5.根据权利要求1所述的基于人工智能的个性化自适应可穿戴血糖校正方法，其特征在于：所述的微创式血糖监测技术是利用微创式持续血糖监测仪在同个患者身上多次收集准确数据，作为深度学习的数据样本，将深度学习得出的校正规律和模式在同个患者身上应用，每个患者拥有一套符合自身体征的血糖校正模式。

6.根据权利要求1所述的基于人工智能的个性化自适应可穿戴血糖校正方法，其特征在于：上述步骤(2)中深度学习校正血糖值的方法中，深度学习的数据样本是从同个患者身上多次持续测量得到的，每个患者的数据样本服务于同个患者。

7.根据权利要求1所述的基于人工智能的个性化自适应可穿戴血糖校正方法，其特征在于：所述行人工智能学习校正方法包括自动编码器技术，深度学习，多层神经网络方法。

8.根据权利要求1所述的基于人工智能的个性化自适应可穿戴血糖校正方法，其特征在于：所述微创式持续血糖监测技术进行血糖检测，其每天采集5-10000次葡萄糖值，并持续0.5-10天。

9.根据权利要求1所述的基于人工智能的个性化自适应可穿戴血糖校正装置，其特征在于：包括实现微创式持续血糖监测方法的微创式持续血糖监测仪，实现无创血糖监测技术通过无创血糖监测仪，和实现人工智能学习校正方法的人工智能学习校正模块，所述微创式持续血糖监测仪、无创血糖监测仪及人工智能学习校正模块三个模块是相互联系却又是相互分开的，或者三者一体化集成设计。