-
公开(公告)号：CN109682976B
公开(公告)日：2020-05-22
申请号：CN201910153512.4
申请日：2019-02-28
Applicant: 东北大学
IPC: G01N33/66
Abstract: 本发明涉及一种基于多模型融合的连续血糖监测传感器在线故障检测方法，包括如下步骤：S1、获取在线CGM监测信号数据；S2、将获取的在线CGM监测信号数据输入多模型融合算法模型中，获取在线预测误差；S3、将获取的在线预测误差和历史预测误差结合计算获得在线时刻的熵值；S4、将计算获得的在线时刻的熵值Ji1、Ji2分别与当前时刻的阈值Tkl1、Tkl2比较；若当前时刻的熵值Ji1、Ji2不全大于当前时刻的阈值Tkl1、Tkl2，则判断当前血糖监测传感器工作正常；若当前时刻的熵值Ji1、Ji2均大于当前时刻的阈值Tkl1、Tkl2，则判断当前血糖监测传感器工作异常。本发明提供的检测方法具有检测精度高的优点。
-
公开(公告)号：CN110448306A
公开(公告)日：2019-11-15
申请号：CN201910697270.5
申请日：2019-07-30
Applicant: 东北大学 , 复旦大学附属华山医院
Abstract: 本发明涉及一种基于连续血糖监测系统的在线故障检测与诊断方法，包括如下步骤：S1、获取的当前时刻CGM的测量值，将其输入GPR算法模型中进行软测量并获得在线预测值和预测误差，继而计算当前时刻的KL散度；S2、判断是否发生数据丢失情况；若是，则数据重构，即用获得的在线预测值代替测量值，并重新执行S1；若否，则执行下一步；S3、计算历史时刻的KL散度与当前时刻KL散度的均值和方差，确定初始阈值；本发明提供的故障检测与诊断方法，不仅检测准确率高，而且还能够对故障进行精确诊断和分类。
-
公开(公告)号：CN110379503A
公开(公告)日：2019-10-25
申请号：CN201910697252.7
申请日：2019-07-30
Applicant: 东北大学 , 复旦大学附属华山医院
IPC: G16H40/67
Abstract: 本发明涉及一种基于连续血糖监测系统的在线故障检测与诊断系统，包括：血糖数据采集装置、云服务器和多个移动终端；所述血糖数据采集装置包括：临床数据采集设备和虚拟数据生成设备；所述血糖数据采集装置与所述云服务器通信连接，并能够将采集到的血糖数据发送给所述云服务器；所述云服务器分别与所述多个移动终端通信连接；所述云服务器能够针对获得的血糖数据对临床数据采集设备或由虚拟数据生成设备所产生的仿真故障进行故障检测与诊断，获得故障检测与诊断结果数据。本发明提供的系统，不仅检测准确率高，而且还能够对故障进行较为精确诊断和分类。
-
公开(公告)号：CN110197306A
公开(公告)日：2019-09-03
申请号：CN201910473152.6
申请日：2019-05-31
Applicant: 东北大学
Abstract: 本发明涉及一种基于VMD-PACF-BP模型的动态血糖在线预测方法，包括如下步骤：S1、获取原始血糖时间序列数据，并对获取的原始血糖时间序列数据进行数据预处理；S2、采用VMD分解方法将经过数据预处理后的血糖时间序列数据分解成多个子模态；S3、采用PACF方法分别选择每个子模态的输入变量；S4、将选出的输入变量分别利用BP神经网络进行预测，获得每个子模态的预测值，最后，再将获得的所有子模态的预测值融合，获得血糖数据的预测结果。本发明提供的预测方法具有预测精度高的优点。
-
公开(公告)号：CN109935333A
公开(公告)日：2019-06-25
申请号：CN201910172915.3
申请日：2019-03-07
Applicant: 东北大学
Abstract: 本发明属于血糖预测技术领域，尤其涉及一种基于OVMD-SE-PSO-BP的血糖预测方法。包括如下步骤：对待预测的原始血糖数据进行预处理，得到原始血糖序列，采用最优变分模态分解与样本熵结合的方法，将原始血糖序列分解为多个血糖子序列；A2、对所述多个血糖子序列进行重构；A3、对重构后的每一血糖子序列分别训练粒子群优化的神经网络模型，将每一血糖子序列输入该子序列的粒子群优化的神经网络模型，获得每一血糖子序列的血糖预测结果；A4、将每一血糖子序列的血糖预测结果进行融合，得到待测试样本的血糖预测结果。此方法得到的血糖预测值与实际更加符合。
-
Patent Agency Ranking
公开(公告)号：CN116560220B
公开(公告)日：2024-03-01
申请号：CN202211188780.8
申请日：2022-09-27
IPC: G05B13/04
Abstract: 本发明公开了一种可变优先级的人工胰腺自适应模型预测控制系统，通过采用可变优先级的自适应MPC控制器，能够针对患者不同的血糖变化情况解决多个目标的优先顺序发生变化的问题，且无需对每个目标函数设计权重来体现优先顺序，本发明涉及人工胰腺模型预测技术领域。该可变优先级的人工胰腺自适应模型预测控制系统，通过设计了血糖波动处于不同情况时的目标优先级规则，并证明了控制器在该目标变化的环境下，仍具有可行性和稳定性，同时通过采用UVa/Padova模拟器对所设计控制器进行仿真，并与GPC控制器进行性能对比，发现该方法在控制目标收敛效果和控制血糖波动方面效果均有很大提升，证明了提出的控制器对于血糖控制是有极大优势。
-
公开(公告)号：CN114548259B
公开(公告)日：2023-10-10
申请号：CN202210152424.4
申请日：2022-02-18
IPC: G06F18/2413 , G06F18/214 , G06F18/22 , A61B5/145
Abstract: 本发明涉及一种基于半监督Semi‑KNN模型的PISA故障识别方法，包括：S10、获取预设时间段内的待测血糖信息并预处理，得到预处理后的待测血糖信息；S20、基于预先建立的PISA约束集合和预处理后的待测血糖信息，采用相似度度量处理方式获取约束关系；S30、将预处理后的待测血糖信息、约束关系输入到预先训练的半监督Semi‑KNN模型中，半监督Semi‑KNN模型输出待测血糖信息的分类结果；半监督Semi‑KNN模型为采用训练数据集和PISA约束集合对KNN模型进行训练，得到的用于识别血糖信息异常的半监督方式的模型。上述方法提高了血糖信息检测的可靠性，提升了故障诊断结果的准确度，且提高了处理效率。
-
公开(公告)号：CN116560220A
公开(公告)日：2023-08-08
申请号：CN202211188780.8
申请日：2022-09-27
IPC: G05B13/04
Abstract: 本发明公开了一种可变优先级的人工胰腺自适应模型预测控制系统，通过采用可变优先级的自适应MPC控制器，能够针对患者不同的血糖变化情况解决多个目标的优先顺序发生变化的问题，且无需对每个目标函数设计权重来体现优先顺序，本发明涉及人工胰腺模型预测技术领域。该可变优先级的人工胰腺自适应模型预测控制系统，通过设计了血糖波动处于不同情况时的目标优先级规则，并证明了控制器在该目标变化的环境下，仍具有可行性和稳定性，同时通过采用UVa/Padova模拟器对所设计控制器进行仿真，并与GPC控制器进行性能对比，发现该方法在控制目标收敛效果和控制血糖波动方面效果均有很大提升，证明了提出的控制器对于血糖控制是有极大优势。
-
公开(公告)号：CN115064268A
公开(公告)日：2022-09-16
申请号：CN202210495329.4
申请日：2022-05-07
Applicant: 东北大学 , 大连医科大学附属第一医院
Abstract: 本发明公开了房颤患者心力衰竭多标签预测方法、装置及存储介质，涉及多标签预测技术领域，方法由计算机执行，包括：构建多标签决策树模型；多标签决策树模型中的决策树为二元关联决策树，标签包括患病概率以及发病时间；搭建贝叶斯寻优模型；使用贝叶斯寻优模型对二元关联决策树的关键参数进行寻优；在二元关联决策树中将贝叶斯寻优模型寻优得到的关键参数设置为相应数值；利用参数设置之后的多标签决策树模型得到房颤患者心力衰竭的预测结果。本发明建立了房颤患者射血分数降低型心力衰竭的预测模型，解决了目前没有有效的房颤患者心力衰竭预测模型、无法实现患病概率与患病时间同时预测的技术问题。
-
公开(公告)号：CN110289094A
公开(公告)日：2019-09-27
申请号：CN201910471962.8
申请日：2019-05-31
Applicant: 东北大学
Abstract: 本发明涉及一种基于专家规则的胰岛素精准给药决策方法，包括如下步骤：S1、获取患者当前血糖变化时间序列数据，并根据获得的当前血糖变化时间序列数据在线预测未来半小时后的血糖变化预测值；S2、根据获取的患者当前血糖变化时间序列数据和未来血糖变化预测值计算当前时刻的患者基础胰岛素数据和患者大剂量胰岛素数据；S3、根据患者当前血糖变化时间序列数据、未来血糖变化预测值、当前时刻的患者基础胰岛素数据和患者大剂量胰岛素数据再与专家规则库中的专家规则相匹配，获得相匹配专家规则标签下的用药策略；本发明提供的方法，能够实现为糖尿病人提供更加精准的治病给药决策。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.023 seconds)
