[发明专利]一种专家经验辅助的餐前胰岛素剂量学习优化决策系统

权利要求书

1.一种专家经验辅助的餐前胰岛素剂量学习优化决策系统，其特征在于，包括个体化模型自学习模块、风险敏感控制模块、模型预测评估模块、专家经验辅助模块以及安全约束模块；

所述个体化模型自学习模块采用高斯过程学习糖尿病患者的血糖代谢规律，得到餐后血糖预测模型；

所述风险敏感控制模块用于根据上一次相同餐型用餐时刻对应的餐前胰岛素剂量的实际值u_pre与所述餐后血糖预测模型输出的餐后血糖预测值构建代价函数再结合贝叶斯优化算法和蒙特卡洛法求解所述代价函数得到本次用餐时刻对应的餐前胰岛素剂量的理论值u：

subject to 0≤u≤20

其中，γ为设定的个体化风险敏感系数，P为餐后血糖预测模型输出的餐后血糖预测值构成的向量，其中，餐后血糖预测值为服从高斯分布的随机变量，P_r为设定的餐后血糖参考值构成的向量，Q⁺为正向惩罚矩阵，Q^-为反向惩罚矩阵，T为转置，表示期望，其中，为示性函数，R为设定的惩罚项系数；

所述模型预测评估模块用于判断本次用餐时刻对应的餐前胰岛素剂量理论值u是否可信，若可信，则将餐前胰岛素剂量的理论值u作为本次用餐时刻对应的餐前胰岛素剂量的备选值u^#，若不可信，则采用专家经验辅助模块确定本次用餐时刻对应的餐前胰岛素剂量的备选值u^#；

所述安全约束模块用于判断本次用餐时刻对应的餐前胰岛素剂量的备选值u^#是否落入设定范围，若为是，则对餐前胰岛素剂量的备选值u^#进行修正；若为否且餐前胰岛素剂量的备选值u^#超过设定范围的上限值时，备选值u^#取设定范围的上限值并对其进行修正，若为否且餐前胰岛素剂量的备选值u^#低于设定范围的下限值时，备选值u^#取设定范围的下限值并对其进行修正；最后，将得到的修正结果作为本次用餐时刻对应的餐前胰岛素剂量的实际值u_b。

2.如权利要求1所述的一种专家经验辅助的餐前胰岛素剂量学习优化决策系统，其特征在于，所述餐后血糖参考值构成的向量P_r根据患者年龄和患者有无并发症设定，其中，患者的年龄越大，向量P_r中各餐后血糖参考值的平均值越大，同时，患者具有并发症时对应的向量P_r中各餐后血糖参考值的平均值大于没有并发症时对应的向量P_r中各餐后血糖参考值的平均值。

3.如权利要求1所述的一种专家经验辅助的餐前胰岛素剂量学习优化决策系统，其特征在于，假设餐后血糖参考值构成的向量P_r由餐后两小时内8个血糖点的预测值构成；同时，根据临床观察设定一个常值基本矢量

当患者年龄age≤40且无并发症时，当患者年龄age≤40且有并发症时，当患者年龄为40age≤60且无并发症时，当患者年龄为40age≤60且有并发症时，当患者年龄为60age75且无并发症时，当患者年龄为60age75且有并发症时，当患者年龄为75≤age且无并发症时，当患者年龄为75≤age且有并发症时，

4.如权利要求1所述的一种专家经验辅助的餐前胰岛素剂量学习优化决策系统，其特征在于，上一次用餐时刻对应的餐前胰岛素剂量的实际值u_pre使餐后两小时的血糖值与期望血糖值越接近，惩罚项系数R越大。

5.如权利要求1所述的一种专家经验辅助的餐前胰岛素剂量学习优化决策系统，其特征在于，所述模型预测评估模块判断本次用餐时刻对应的餐前胰岛素剂量理论值u是否可信的方法为：

基于本次餐前血糖水平，将餐前胰岛素剂量理论值u、u+Δu以及u-Δu输入所述餐后血糖预测模型，得到对应的餐后血糖预测值，其中，Δu为设定的扰动值；

根据餐后血糖预测模型得到的三个餐后血糖预测值判断餐前胰岛素剂量理论值u是否可信，其中，若u+Δu对应的餐后血糖预测值小于餐前胰岛素剂量理论值u对应的餐后血糖预测值，同时u-Δu对应的餐后血糖预测值大于餐前胰岛素剂量理论值u对应的餐后血糖预测值，则餐前胰岛素剂量理论值u可信。