糖尿病因其病情漫長且并發(fā)癥多,每年消耗著大量的公共衛(wèi)生資源,已經(jīng)成為了世界眾多國家不得不重視的公共健康問題。血糖水平的日常檢監(jiān)測是糖尿病患者輔助治療和減少或延緩并發(fā)癥發(fā)生的重要途徑。同時由于有創(chuàng)血糖檢測技術(shù)不能實現(xiàn)連續(xù)檢測和會出現(xiàn)忽略血糖峰值等問題,無創(chuàng)血糖檢測技術(shù)成為諸多研究機構(gòu)的研究重點。受前人的研究啟發(fā),本文使用舒糖訊息科技（深圳）有限公司自主研發(fā)的智能手環(huán),連續(xù)兩周在5名志愿者一日三餐的餐前一小時和餐后一小時采集其PPG和ECG信號和其他儀器測量的血壓舒張壓、收縮壓、心率、呼吸率、血氧值五項指標等指標,同時使用有創(chuàng)方式獲取他們的參考血糖值;改進了信號預(yù)處理方法,利用經(jīng)驗?zāi)B(tài)分解對采集的PPG信號和ECG信號進行基線去除,然后使用奇異譜分析算法對這些信號進行去噪處理,最后分別對PPG信號和ECG信號提取特征;本文還結(jié)合四種機器學(xué)習(xí)算法彈性網(wǎng)絡(luò)、自適應(yīng)增強算法、XGBoost和LightGBM對個人、多人進行單模型建模,同時還使用了機器學(xué)習(xí)算法中的集成算法,通過結(jié)合這四種算法來進一步提高算法的預(yù)測準確度。本文最后通過對比實驗顯示,基于個人建模的模型預(yù)測準確度明顯優(yōu)于基于多人建模的模... 

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
        1.1.1 糖尿病現(xiàn)狀
        1.1.2 糖尿病簡介及其危害
    1.2 血糖檢測方法
        1.2.1 微創(chuàng)血糖檢測技術(shù)
        1.2.2 無創(chuàng)血糖檢測技術(shù)
    1.3 論文研究內(nèi)容和結(jié)構(gòu)介紹
        1.3.1 研究內(nèi)容
        1.3.2 擬解決的關(guān)鍵問題
        1.3.3 創(chuàng)新點
        1.3.4 本論文的結(jié)構(gòu)
    1.4 本章小結(jié)
第二章 脈搏波信號及心電信號原理
    2.1 光電容積脈搏波(PPG)簡介
        2.1.1 光電容積脈搏波技術(shù)的理論基礎(chǔ)
        2.1.2 光電容積脈搏波信號的特征
    2.2 心電信號(ECG)簡介
        2.2.1 心電圖波信號的特征
    2.3 PPG和 ECG血糖檢測原理
    2.4 本章小結(jié)
第三章 信號預(yù)處理方法
    3.1 信號獲取
    3.2 基于經(jīng)驗?zāi)B(tài)分解的趨勢去除方法
        3.2.1 經(jīng)驗?zāi)B(tài)分解的基本概念
        3.2.2 經(jīng)驗?zāi)B(tài)分解的算法過程
        3.2.3 趨勢去除
    3.3 基于奇異譜分析的去噪方法
        3.3.1 奇異譜分析的基本概念
        3.3.2 奇異譜分析的算法過程
        3.3.3 奇異譜分析
    3.4 基于增廣拉格朗日算子的奇異譜去噪方法
        3.4.1 問題提出
        3.4.2 問題求解
        3.4.3 合成數(shù)據(jù)仿真
    3.5 本章小結(jié)
第四章 特征提取與算法實現(xiàn)
    4.1 特征提取方法
        4.1.1 Kaiser-Teager瞬時能量特征
        4.1.2 光譜熵特征
        4.1.3 光譜能量對數(shù)特征
    4.2 機器學(xué)習(xí)模塊
        4.2.1 彈性網(wǎng)絡(luò)
        4.2.2 自適應(yīng)增強算法
        4.2.3 XGBoost
        4.2.4 LightGBM
    4.3 本章小結(jié)
第五章 實驗及結(jié)果
    5.1 模型評價指標
        5.1.1 皮爾遜相關(guān)系數(shù)
        5.1.2 決定系數(shù)
        5.1.3 均方根誤差
        5.1.4 克拉克錯誤網(wǎng)格
    5.2 基于單人單模型的無創(chuàng)血糖估計
        5.2.1 基于彈性網(wǎng)絡(luò)的無創(chuàng)血糖估計
        5.2.2 基于自適應(yīng)增強算法的無創(chuàng)血糖估計
        5.2.3 基于XGBoost的無創(chuàng)血糖估計
        5.2.4 基于LightGBM的無創(chuàng)血糖估計
    5.3 基于單人混合模型的無創(chuàng)血糖估計
    5.4 基于多人混合模型的無創(chuàng)血糖估計
    5.5 本章小結(jié)
結(jié)論及未來展望
參考文獻
攻讀學(xué)位期間發(fā)表的論文
致謝


【參考文獻】：
期刊論文
[1]基于改進經(jīng)驗?zāi)B(tài)分解的地震弱信號增強處理方法[J]. 羅紅梅,宋維琪,邢漪冉,王長江,穆星.  地球物理學(xué)進展. 2019(01)
[2]微創(chuàng)傷血糖連續(xù)檢測技術(shù)及儀器的研究進展[J]. 栗大超,蒲治華,于海霞,徐可欣.  納米技術(shù)與精密工程. 2016(04)
[3]基于光電容積脈搏波的無創(chuàng)血糖測量研究[J]. 劉光達,蔡靖,孫茂林,宋千里,劉夢婉,王慶吉.  吉林大學(xué)學(xué)報(信息科學(xué)版). 2015(01)
[4]光電容積描記技術(shù)原理及其應(yīng)用[J]. 石萍,喻洪流.  生物醫(yī)學(xué)工程學(xué)雜志. 2013(04)
[5]基于經(jīng)驗?zāi)B(tài)分解的高壓斷路器機械故障診斷方法[J]. 黃建,胡曉光,鞏玉楠.  中國電機工程學(xué)報. 2011(12)
[6]基于經(jīng)驗?zāi)B(tài)分解的脈搏波特征提取[J]. 張香煥,吳效明,黃岳山.  醫(yī)療衛(wèi)生裝備. 2010(09)
[7]基于經(jīng)驗?zāi)B(tài)分解和固有模態(tài)函數(shù)重構(gòu)的局部放電去噪方法[J]. 賈嶸,徐其惠,田錄林,李輝,劉偉.  電工技術(shù)學(xué)報. 2008(01)
[8]基于雙酶固定化技術(shù)的微透析葡萄糖傳感器[J]. 王鐘,于平.  傳感器技術(shù). 2003(02)



本文編號：3668660