[发明专利]一种基于RNN模型的无创血糖检测方法及装置

权利要求书

1.一种无创血糖检测方法，其特征在于，包括：

获取红光PPG信号、红外光PPG信号以及与血糖相关的人体特征参数；

对获取的红光PPG信号、红外光PPG信号进行预处理；

对预处理后的红光PPG信号、红外光PPG信号进行特征提取得到特征值，所述特征值包括波峰、波谷、信号平均值；

根据红光的波峰、波谷、信号平均值以及红外光的波峰、波谷、信号平均值，计算出红光与红外光PPG信号综合特征参数；

基于综合特征参数与血糖值的拟合公式进行计算得出血糖初值；

将所述综合特征参数、血糖初值和对应的人体特征参数输入预训练好的RNN网络模型，根据所述RNN网络模型的输出，得到血糖检测结果。

2.根据权利要求1所述的无创血糖检测方法，其特征在于：红光PPG信号、红外光PPG信号的采集方法为通过光电采集设备采集红光与红外光透射过指端的PPG信号，

在一些实施例中，所述红光采用660nm的红光，所述红外光采用950nm的红外光。

3.根据权利要求1所述的无创血糖检测方法，其特征在于，所述与血糖相关的人体特征参数为：心率、年龄、身高、体重和BMI。

4.根据权利要求1所述的无创血糖检测方法，其特征在于：预处理包括：通过低通滤波和小波变换进行预处理。

5.根据权利要求1所述的无创血糖检测方法，其特征在于：信号平均值Q_m的计算方法，包括：

其中，F、A为PPG信号的终点、起点，Q(t)为光电容积脉搏波的光强随时间t变化的函数。

6.根据权利要求1所述的无创血糖检测方法，其特征在于：根据红光的波峰波谷和信号平均值红外光的波峰波谷和信号平均值计算红光与红外光PPG信号综合特征参数R，包括：

7.根据权利要求1所述的无创血糖检测方法，其特征在于，基于综合特征参数R与血糖值的拟合公式进行计算得出血糖初值，包括：

采用偏最小二乘法对综合特征参数R与对应的血糖实测值进行拟合得到拟合公式，通过拟合公式计算血糖初值S：

S＝a*R+b

其中，a、b为拟合参数。

8.根据权利要求1所述的无创血糖检测方法，其特征在于：所述RNN网络模型的训练方法包括：

获取带标签的红光PPG信号、红外光PPG信号以及与血糖相关的人体特征参数；所述标签为PPG信号对应的血糖实测值；

对获取的红光PPG信号、红外光PPG信号进行预处理；

对预处理后的红光PPG信号、红外光PPG信号进行特征提取得到特征值，所述特征值包括波峰、波谷、信号平均值；

根据红光的波峰、波谷、信号平均值以及红外光的波峰、波谷、信号平均值，计算出红光与红外光PPG信号综合特征参数；

基于综合特征参数与血糖值的拟合公式进行计算得出血糖初值；

将所述综合特征参数、血糖初值和对应的人体特征参数输入RNN网络模型进行训练，并以RNN网络模型的输出值与血糖实测值的平方差作为损失函数，对模型参数进行优化，得到训练好的RNN网络模型。