[发明专利]一种包含异常血糖概率报警器的连续血糖监测设备

摘要

本发明公开了一种包含异常血糖概率报警器的连续血糖监测设备，该设备针对人体皮下血糖测量信号进行分析，根据连续血糖监测信号进行预测建模，对预测方法的预测误差分布情况进行拟合，根据预测误差的分布情况，对于每个血糖数据的采样点进行报警概率的计算。由于病人的血糖内在波动情况会随着外界环境变化，相应的预测误差的分布情况也会发生变化，从而需要在线的更新预测误差分布的解析函数。本发明中所采用的异常血糖报警概率方法能够根据最新的预测误差调整预测误差的整体分布情况，从而能够更准确的给出当前血糖采样的高低血糖报警概率。本发明设备能够准确的计算血糖采样值的高低血糖报警概率，提高高低血糖报警的准确性。

主权项

1.一种包含异常血糖概率报警器的连续血糖监测设备，其特征在于，该设备包括：用于采集人体血糖信息，输出血糖可用信号的传感器；用于对传感器的输出信号进行放大处理的信号放大器；用于对信号放大器输出的模拟信号进行数字转换的单片机；用于对单片机输出的数字信号进行数据处理的滤波器；用于将滤波后的血糖值进行异常血糖报警概率计算的异常血糖概率报警器；用于进行数值和波形显示的显示器；用于数据存储的存储器；所述报警器进行异常血糖报警概率计算的过程包括以下步骤：(1)血糖预测误差的获得：通过选定的预测模型的血糖预测值和连续血糖监测设备采集的血糖值y得到预测误差e：其中y_i是第i个时刻连续血糖监测设备的采样值，是第i个时刻血糖预测值，e_i是第i个时刻血糖的预测误差，N是采样数，由此获得N个预测误差E＝{e₁,e₂,…,e_N}；(2)通过基于高斯混合模型的方法估计血糖预测误差的分布情况；(3)根据步骤(2)的预测误差分布估计，进行在线血糖采样点的高低血糖报警概率的计算，具体包括以下子步骤：(3.1)计算预测误差概率密度函数的中位数点：其中P(e|θ)是步骤(2)中估计的预测误差概率密度函数，θ是高斯混合模型中待估计的参数，即θ＝(μ,Σ)，μ是高斯混合模型中各个单高斯模型的均值，Σ是高斯混合模型中各个单高斯模型的协方差矩阵，C是概率密度函数的中位数点；(3.2)根据95％的置信度确定预测误差的置信区间：其中σ是置信半径，c‑σ是置信下限，c+σ是置信上限；(3.3)计算每个血糖预测值的异常血糖报警概率：(3.3.1)如果血糖预测值加上预测误差的置信下限高于高血糖报警阈值，或者血糖预测值加上预测误差的置信上限低于低血糖报警阈值，则报警概率为1，即产生报警；(3.3.2)如果高低血糖报警阈值在血糖预测值置信区间内，则计算该预测值的高低血糖报警概率，按照下式定义报警距离d_low和d_high：其中H_low是低血糖报警阈值，H_high是高血糖报警阈值，d_low是预测值与低血糖报警阈值的距离，d_high是预测值与高血糖报警阈值的距离；则高低血糖的概率按照如下公式计算：其中是P_low低血糖报警概率，P_high是高血糖报警概率；(4)根据新的血糖采样值得到的新的预测误差更新高斯混合模型参数。