數(shù)據(jù)驅(qū)動(dòng)的血糖預(yù)測(cè)方法及其應(yīng)用.pdf

1、現(xiàn)在糖尿病患者越來(lái)越多，作為一種常見(jiàn)的內(nèi)分泌疾病，糖尿病長(zhǎng)久以來(lái)一直困擾著眾多患者的日常生活。長(zhǎng)期的糖尿病會(huì)帶來(lái)一系列的并發(fā)癥，甚至?xí)?lái)生命危險(xiǎn)。一個(gè)好的血糖預(yù)測(cè)算法不僅可以用于日常血糖管理，減少低血糖或者高血糖的發(fā)生，減緩糖尿病并發(fā)癥的發(fā)生;同時(shí)還可以與胰島素泵結(jié)合使用，調(diào)節(jié)胰島素注射量和注射時(shí)間，更好的管理人體血糖值。在血糖預(yù)測(cè)的研究領(lǐng)域內(nèi)已經(jīng)提出了許多預(yù)測(cè)算法，比如自回歸模型、灰度預(yù)測(cè)以及人工智能神經(jīng)網(wǎng)絡(luò)等等，但是預(yù)測(cè)精度以及預(yù)

2、測(cè)算法的適用能力都有待提高。在本文中提出了兩種新的預(yù)測(cè)算法。第一種是自適應(yīng)預(yù)測(cè)算法，它是基于自回歸模型以及Kalman濾波的一個(gè)改進(jìn)算法。在遞推最小二乘辨識(shí)出自回歸模型以后，針對(duì)自回歸模型的參數(shù)建立狀態(tài)空間模型，利用Kalman濾波對(duì)模型參數(shù)重新估計(jì)，得到新的模型進(jìn)行血糖預(yù)測(cè)。自適應(yīng)預(yù)測(cè)濾波通過(guò)仿真證明了其比Kalman濾波預(yù)測(cè)具有更加準(zhǔn)確的預(yù)測(cè)值。第二種是一種新的預(yù)測(cè)框架，在框架下，可以由任意個(gè)數(shù)的預(yù)測(cè)算法組成，它們由一個(gè)時(shí)變的權(quán)重聯(lián)