[发明专利]一种基于RNN模型的无创血糖检测方法及装置

说明书

本发明公开了一种基于RNN模型的无创血糖检测方法及装置，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；依次预处理、特征提取得到红光以及红外光的波峰、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。建立了基于RNN模型的无创血糖检测模型，该模型结合了拟合算法与神经网络算法，同时加入了人体参数，从而降低了人体差异对模型的干扰，提高了血糖检测的精度。

技术领域

本发明属于生物信号处理技术领域，涉及一种基于RNN模型的无创血糖检测方法及装置。

背景技术

近几年来，随着人们生活方式与饮食习惯的变化，世界糖尿病患者与日俱增，糖尿病已经成为世界上发病率最高的慢性疾病之一。由于糖尿病初期并无明显发病症状，只有对其血糖浓度进行测量才能分辨出糖尿病患者并确认，等到发病症状明显时，往往已经对人体造成了伤害，引发了并发症。目前糖尿病没有可以彻底治愈的方法，患者主要通过长期服用降压药物将血糖控制在相对合理的水平，在该过程中对患者的血糖检测就显得尤为重要。同时由于糖尿病的高发病率，目前对糖尿病的预防已经成为社会普遍关注的健康问题，而这同样需要对血糖的长期检测。

目前，血糖的有创检测是一种较为成熟的检测技术，是目前医疗领域主流的检测方法，直接从人体中抽取血液标本进行检测。该方法具有检测精度高的优点，但却无法进行长期连续的血糖检测，同时会给患者带来痛苦，并引起感染及感染带来的并发症。在此背景下，无创血糖检测成为血糖检测的热点研究问题。

为了实现长期、实时、连续地监测血糖浓度，近年来无创血糖检测技术得到迅速的发展。这些无创检测方法包括：光学方法、能量代谢守恒法、光化学方法等等。其中光学方法是目前被认为比较可靠的方法。但由于人体的差异性以及人体组织的复杂性，仍存在一些问题未能得到解决，其中如何提高精度的同时降低复杂度是解决问题的关键。

发明内容

本发明的目的在于为克服上述现有技术中的缺陷，提供一种基于RNN模型的无创血糖检测方法及装置，通过PPG信号特征值，结合人体特征参数，建立了基于RNN模型的无创血糖检测方法，提高了血糖检测的效率和精度。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

第一方面，提供一种无创血糖检测方法，包括：

获取红光PPG(光电容积脉搏波)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。

在一些实施例中，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，

进一步的，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。

在一些实施例中，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。

在一些实施例中，预处理包括：通过低通滤波和小波变换进行预处理。