申请/专利权人:长春理工大学
申请日:2024-03-12
公开(公告)日:2024-06-11
公开(公告)号:CN118173264A
主分类号:G16H50/30
分类号:G16H50/30;G06N3/045;G06N3/048;G06N3/084;G16H50/70;A61B5/1455;A61B5/145
优先权:
专利状态码:在审-公开
法律状态:2024.06.11#公开
摘要:本发明是一种无创血糖浓度预测方法。本发明涉及血糖浓度预测技术领域,本发明通过近红外光谱技术来预测血糖浓度,引入了RMLoss函数提高模型在处理高维光谱数据时的泛化能力。使用深度孪生残差网络进行特征提取,并考察了输出维度和超参数的变化对模型的影响。对于训练集与预测集的预测效果体现在克拉克网格分析图中,与使用SVR相比,相关系数提升了近3倍,均方误差降低了34,显示了模型的泛化能力,为亟待跨越的难题提供了深度学习的解决策略。
主权项:1.一种无创血糖浓度预测方法,其特征是:所述方法包括以下步骤:步骤1、获取葡萄糖耐量数据;步骤2、基于获取的数据,进行数据集构建;步骤3、搭建深度孪生残差网络,并完成训练;步骤4、基于深度孪生残差网络,进行无创血糖浓度预测。
全文数据:
权利要求:
百度查询: 长春理工大学 一种无创血糖浓度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。