CN111991003A - 基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质 - Google Patents
基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111991003A CN111991003A CN202010808661.2A CN202010808661A CN111991003A CN 111991003 A CN111991003 A CN 111991003A CN 202010808661 A CN202010808661 A CN 202010808661A CN 111991003 A CN111991003 A CN 111991003A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- smoothing
- data points
- savitzky
- blood glucose
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000008280 blood Substances 0.000 title claims abstract description 75
- 210000004369 blood Anatomy 0.000 title claims abstract description 75
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title claims abstract description 57
- 239000008103 glucose Substances 0.000 title claims abstract description 57
- 238000009499 grossing Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001914 filtration Methods 0.000 title claims abstract description 41
- 230000002159 abnormal effect Effects 0.000 claims abstract description 56
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 239000011159 matrix material Substances 0.000 description 7
- 238000005457 optimization Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 2
- 102000017011 Glycated Hemoglobin A Human genes 0.000 description 1
- 208000013016 Hypoglycemia Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000003722 extracellular fluid Anatomy 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 108091005995 glycated hemoglobin Proteins 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 230000002218 hypoglycaemic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Signal Processing (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Emergency Medicine (AREA)
- Optics & Photonics (AREA)
- Power Engineering (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种基于Savitzky‑Golay滤波的连续血糖平滑方法，其特征在于，其包括如下步骤：1）从动态血糖仪读取t个原始数据点，t＞5；2）判断读取的数据点有没有异常，如有异常，则去除异常数据点，重复读取原始数据替换异常数据；3）确定无异常数据点后，应用Savitzky‑Golay滤波公式对读取的改组原始数据点进行平滑处理。该连续血糖平滑方法可有效地去除噪音，克服现有平滑技术存在的时延问题。本发明中的连续血糖平滑方法所需计算量与所用历史数据点的数目成线性关系，因此其所需的计算量很小，完全可以部署在移动设备上实时运行。
Description
技术领域
本发明涉及血糖监测技术领域，特别涉及一种基于基于Savitzky-Golay滤波的连续血糖 平滑方法，以及实现这种方法的装置、设备及存储介质。
背景技术
动态血糖监测系统(Continuous glucose monitoring system,CGMS)是一种可以连续检 测组织液中的葡萄糖浓度的技术。动态血糖仪可以对血糖变化做连续检测观察，提供详细的 时间序列数据。这些详细的信息可以让糖尿病患者更有效地管理血糖水平，包括减少血糖变 化，低血糖和晨间高血糖发生的次数和时间，以及糖化血红蛋白水平。但是，尽管经过了10 几年的发展，动态血糖仪技术在很多方面仍然面临着很多挑战，比如灵敏性，稳定性，血液 血糖与组织液间血糖的时间迟滞等。其中，由于其物理构造和电化学特性，动态血糖仪最主 要的误差来自于随机噪音部分。目前多是采用数字滤波技术来去除随机噪音部分，以提高信 号的质量。CGM传感器所接收的信号y(t)可以分为两部分：
y(t)＝x(t)+n(t)， (1)
x(t)是t时刻的真实血糖水平，n(t)是叠加在真实信号上的随机噪音。一般来说，随机噪 音的频谱比较宽，因此信号n(t)与噪音n(t)的频谱往往有重叠。常用的低通滤波不可能无损地 将随机噪音n(t)从所检测到的血糖信号y(t)中移除。另外，低通滤波在应用过程中会引入较 大的时延，从而使真实的信号失真。
常见的滤波器有无限脉冲滤波器(Infinite impulse response,IIR)，有限脉冲滤波器 (Finite impulse response,FIR)，卡尔曼滤波(Kalman filter)。
无限脉冲滤波器具有下面的数学表达式：
其中y是测量的血糖值，
是滤波后的血糖值。当前的滤后血糖值
和之前N个滤后血糖值 以及M个测量血糖值y有关。有限脉冲滤波器的数学公式可以表达为
当前的滤后血糖值
和当前以及之前M个测量血糖值y有关。一个有限脉冲滤波器简单的 例子是移动平均滤波，其中所有的数据点的权重是相等的。比如有5个数据点的窗口，下面 的5阶滤波器
将会产生2.5个采样事件的有效延迟。
卡尔曼滤波(Kalman filter)也是常用的血糖数据过滤方法。卡尔曼滤波应用于带有白噪 音的线性系统，其中噪音部分符合高斯分布。卡尔曼滤波可以通过对于一个均方差的优化问 题求解得到。卡尔曼滤波理论可以用下面的系统描述，在此过程中对血糖信号yk进行滤波操 作：
xk+1＝f(xk，uk)+vk， (5)
yk＝h(xk，uk)+wk， (6)
其中是x系统的内部状态量，u是系统的输入，y是测量的输出，v是系统过程噪音，而w是测 量噪音。上述系统的噪音项都假设为白噪音，即为均值为零的高斯分布，协方差分别为矩阵Q 和R:
卡尔曼滤波在每一个时间步计算内部状态估计量
和状态协方差矩阵
卡尔曼滤波过程可以 表示为以下数学公式：
其中Φ是状态转移矩阵，H是测量矩阵。对于上述卡尔曼滤波系统来说，过程噪音的协方差矩 阵Q和测量噪音的协方差矩阵R是两个非常重要的参数。为了得到准确的滤波结果，这两个参 数的估计非常重要。但是在动态血糖仪信号的滤波过程中，由于个体间和个体内的差异，不 同病人之间或同一病人在不同时间的噪音水平是不一样的。这样给Q和R的估计带来了很大的 困难，因而可能严重影响卡尔曼滤波的准确性。另一方面，上述卡尔曼滤波系统对于计算量 和存储量都有相当高的要求，因此对于在移动设备上进行实时滤波操作是一个不小的挑战。 对于糖尿病患者，特别是1型糖尿病患者，及时对异常血糖事件的报警是非常重要的，如果 因噪音或延时问题不能及时报警的话则有可能对患者的造成不良影响，因此对现有的滤波平 滑方法做进一步的改进。
发明内容
为克服上述现有技术中的不足，本发明目的在于提供一种计算量小，可有效地去除噪音， 克服现有平滑技术存在的时延问题的基于Savitzky-Golay滤波的连续血糖平滑方法。
一种基于Savitzky-Golay滤波的连续血糖平滑方法，其特征在于，其包括如下步骤：
1)从动态血糖仪读取t个原始数据点，t＞5；
2)判断读取的数据点有没有异常，如有异常，则去除异常数据点，重复读取原始数据替 换异常数据；
3)确定无异常数据点后，应用如下公式对读取的改组原始数据点进行平滑处理
优选的，步骤2)中异常数据点的判断通过如下步骤：用灵敏度S做为阈值来判断异常数据，在动态血糖测量过程中，如果测量的瞬时血糖值较上一个数据点的变化大于S， 则认为当前数据异常。
优选的，步骤2)中异常数据点的判断通过如下步骤：设定一个阈值T，使用平滑方法对瞬时血糖值做平滑处理得到平滑值Mg，若当前瞬时血糖值G与前述平均值Mg的变化大于T，即|G-Mg|＞T，则认为当前数据异常。
本专利还公开了一种基于Savitzky-Golay滤波的连续血糖平滑装置，其包括数据采集单 元，所述数据采集单元用于从动态血糖仪读取t个原始数据点，t＞5；
异常数据点判断单元，所述异常数据点判断单元用于判断读取的数据点有没有异常，如有 异常，则去除异常数据点，重复读取原始数据替换异常数据；
平滑处理单元，所述平滑处理单元用于在确定无异常数据点后，应用如下公式对读取的改 组原始数据点进行平滑处理
优选的，所述异常数据点判断单元以灵敏度S做为阈值来判断异常数据，在动态血糖 测量过程中，如果测量的瞬时血糖值较上一个数据点的变化大于S，则认为当前数据异常。
优选的，所述异常数据点判断单元在进行判断时先设定一个阈值T，使用平滑方法对 瞬时血糖值做平滑处理得到平滑值Mg，若当前瞬时血糖值G与前述平均值Mg的变化大于T， 即|G-Mg|＞T，则认为当前数据异常。
本专利还公开了一种基于Savitzky-Golay滤波的连续血糖平滑设备，包括存储器和处 理器，所述存储器中存储有计算机程序，处理器执行所述计算机程序时实现上述方法步骤。
优选的，该设备为移动设备。
本专利还公开了一种存储介质，用于存储有计算机程序，所述计算机程序被处理器执 行时实现上述方法步骤。
与现有技术相比本发明具有如下优点：(1)通过显式求解优化问题，并加上合适的复 合叠加，可以得到滤波器的显式表达式。这样大大减少了计算量，非常易于在移动设备上 部署；(2)通过合适的设计，该发明的滤波方法不会引入时延问题，可有效提高对异常血糖事件报警的实时性；(3)采用不同的复合组合，该滤波方法可适用于不同年龄段人群，也可适 用于1型和2型糖尿病患者。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭 露的内容轻易地了解本发明的其他优点及功效。
现在将根据实施例更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施， 且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完 整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性 可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节 从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发 明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、 步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各 方面变得模糊。
本专利公开了一种基于Savitzky-Golay滤波的连续血糖平滑方法，其主要包括如下步骤：
首先从动态血糖仪读取t个原始数据点，t＞5，可使用移动设备，通常是安装于智慧型 手机上的APP从动态血糖仪读取原始数据点；
然后判断读取的数据点有没有异常，如有异常，则去除异常数据点，重复读取原始数据 替换异常数据。判断方法可先用灵敏度S做为阈值来判断异常数据，在动态血糖测量过程中， 如果测量的瞬时血糖值较上一个数据点的变化大于S，则认为当前数据异常。也可设定一个阈 值T，使用平滑方法对瞬时血糖值做平滑处理得到平滑值Mg，若当前瞬时血糖值G与前述平均 值Mg的变化大于T，即|G-Mg|＞T，则认为当前数据异常。
最后采用Savitzky-Golay滤波方法对血糖进行平滑处理，Savitzky和Golay最早于1964 年在研究怎样平滑化学频谱分析仪的噪音时提出了Savitzky-Golay滤波方法。在对时间序列 数据的平滑过程中，其他一些平滑算法往往不能提取出真实数据频谱峰的确定特征，因而会 压平像相对宽度和高度这样的特征。相比而言，Savitzky-Golay滤波的优势在于该算法可以 保持时间序列的某些特征，比如局部最大值和局部最小值。
Savitzky-Golay滤波的基本工作原理是用一个局部低阶多项式来逼近窗口内的系列数据 点。具体来说，对于一个m阶多项式
y(t)＝a0+a1t+a2t2+…+amtm，
以及2n+1个连续数据点yt-n，yt-n+1，…，yt，…，yt+n-1，yt+n,并且m＜2n+1,我们可以通过求解下面的优化问题得到局部最优解a0，a1，a2，…，am:
如果取数据窗口大小为2n+1＝5,三阶多项式(m＝3)做为简单的例子。经过一系列的 代数运算，我们可以得到下面的平滑公式：
公式(13)-(16)中，滤波平滑后的数据
在不同程度上都依赖于未来的数据点，并会 带来时延问题，因而不适合用于实时滤波。
公式(17)中，滤波平滑后的数据
只依赖于历史数据点，因而可以用于做实时滤波。 但在通常的应用过程中，仅仅使用公式(17)往往不能得到理想的去噪效果。一种办法是尝 试在优化问题(12)中使用更高阶的多项式来逼近窗口中的数据系列。这个办法的缺点在于 它可能会产生过拟合的情况，从而导致去噪效果不佳。
本发明所采用的是基本公式(17)的另一种方法。我们根据实际数据对公式(17)做不 同的复合。在这种情况下，我们在优化问题(12)中依然用3阶多项式，但所采用的历史数据点要多于5个。所采用的公式为
我们使用了7个历史数据点：
本专利还公开了一种基于Savitzky-Golay滤波的连续血糖平滑装置，其包括：数据采集 单元，所述数据采集单元用于从动态血糖仪读取t个原始数据点，t＞5；异常数据点判断单 元，所述异常数据点判断单元用于判断读取的数据点有没有异常，如有异常，则去除异常数 据点，重复读取原始数据替换异常数据；平滑处理单元，所述平滑处理单元用于在确定无异 常数据点后，应用如下公式对读取的改组原始数据点进行平滑处理
需要说明的是，本实施例提供的一种基于Savitzky-Golay滤波的连续血糖平滑装置所涉 及各功能单元的其他相应描述，可以参考上述方法的描述，在此不再赘述。
为了实现上述目的，本申请实施例还提供了一种基于Savitzky-Golay滤波的连续血糖平 滑设备，具体可以为个人计算机、服务器、网络设备、移动设备等，该实体设备包括存储介 质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述基 于Savitzky-Golay滤波的连续血糖平滑方法。该连续血糖平滑方法可有效地去除噪音，克服 现有平滑技术存在的时延问题。另外，本发明中的连续血糖平滑方法所需计算量与所用历史 数据点的数目成线性关系，因此其所需的计算量很小，完全可以部署在移动设备上实时运行。
相应的，本实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执 行时实现上述连续血糖平滑方法。基于这样的理解，本申请的技术方案可以以软件产品的形 式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬 盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设 备等)执行本申请各个实施场景所述的方法。
可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频电路，传感器、 音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard) 等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有 线接口、无线接口(如蓝牙接口、WI-FI接口)等。存储介质中还可以包括操作系统、网络通信 模块。操作系统是管理上述计算机设备硬件和软件资源的程序，支持信息处理程序以及其它 软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实 体设备中其它硬件和软件之间通信。
本领域技术人员可以理解，本实施例提供的面试人员的性格预测的实体设备结构并不构 成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件 布置。
与现有技术相比本发明具有如下优点：(1)通过显式求解优化问题，并加上合适的复合叠 加，可以得到滤波器的显式表达式。这样大大减少了计算量，非常易于在移动设备上部署； (2)通过合适的设计，该发明的滤波方法不会引入时延问题，可有效提高对异常血糖事件报警 的实时性；(3)采用不同的复合组合，该滤波方法可适用于不同年龄段人群，也可适用于1型 和2型糖尿病患者。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡 所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (9)
1.一种基于Savitzky-Golay滤波的连续血糖平滑方法，其特征在于，其包括如下步骤：
1)从动态血糖仪读取t个原始数据点，t＞5；
2)判断读取的数据点有没有异常，如有异常，则去除异常数据点，重复读取原始数据替换异常数据；
3)确定无异常数据点后，应用如下公式对读取的改组原始数据点进行平滑处理
2.根据权利要求1所述的基于Savitzky-Golay滤波的连续血糖平滑方法，其特征在于：步骤2)中异常数据点的判断通过如下步骤：用灵敏度S做为阈值来判断异常数据，在动态血糖测量过程中，如果测量的瞬时血糖值较上一个数据点的变化大于S，则认为当前数据异常。
3.根据权利要求1所述的基于Savitzky-Golay滤波的连续血糖平滑方法，其特征在于：步骤2)中异常数据点的判断通过如下步骤：设定一个阈值T，使用平滑方法对瞬时血糖值做平滑处理得到平滑值Mg，若当前瞬时血糖值G与前述平均值Mg的变化大于T，即|G-Mg|＞T，则认为当前数据异常。
4.一种基于Savitzky-Golay滤波的连续血糖平滑装置，其特征在于，其包括：
数据采集单元，所述数据采集单元用于从动态血糖仪读取t个原始数据点，t＞5；
异常数据点判断单元，所述异常数据点判断单元用于判断读取的数据点有没有异常，如有异常，则去除异常数据点，重复读取原始数据替换异常数据；
平滑处理单元，所述平滑处理单元用于在确定无异常数据点后，应用如下公式对读取的改组原始数据点进行平滑处理
5.根据权利要求4所述的基于Savitzky-Golay滤波的连续血糖平滑装置，其特征在于，所述异常数据点判断单元以灵敏度S做为阈值来判断异常数据，在动态血糖测量过程中，如果测量的瞬时血糖值较上一个数据点的变化大于S，则认为当前数据异常。
6.根据权利要求4所述的基于Savitzky-Golay滤波的连续血糖平滑装置，其特征在于，所述异常数据点判断单元在进行判断时先设定一个阈值T，使用平滑方法对瞬时血糖值做平滑处理得到平滑值Mg，若当前瞬时血糖值G与前述平均值Mg的变化大于T，即|G-Mg|＞T，则认为当前数据异常。
7.一种基于Savitzky-Golay滤波的连续血糖平滑设备，其包括：包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述方法的步骤。
8.根据权利要求7所述的基于Savitzky-Golay滤波的连续血糖平滑设备，其特征在于，
该设备为移动设备。
9.一种存储介质，用于存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010808661.2A CN111991003A (zh) | 2020-08-12 | 2020-08-12 | 基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010808661.2A CN111991003A (zh) | 2020-08-12 | 2020-08-12 | 基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111991003A true CN111991003A (zh) | 2020-11-27 |
Family
ID=73463795
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010808661.2A Pending CN111991003A (zh) | 2020-08-12 | 2020-08-12 | 基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111991003A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112716490A (zh) * | 2020-12-24 | 2021-04-30 | 上海萌草科技有限公司 | 一种基于加权线性回归的连续血糖校准方法及装置 |
| CN117612737A (zh) * | 2024-01-24 | 2024-02-27 | 胜利油田中心医院 | 一种糖尿病护理数据智能优化方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030125612A1 (en) * | 2001-12-27 | 2003-07-03 | Fox James Kelly | System for monitoring physiological characteristics |
| WO2009136372A1 (en) * | 2008-05-08 | 2009-11-12 | Universita' Degli Studi Padova | Method and device for processing glycemia level data by means of self-adaptive filtering, predicting the future glycemia level and generating alerts |
| US20120215087A1 (en) * | 2009-11-02 | 2012-08-23 | Universita Degli Studi Di Padova | Method to recalibrate continuous glucose monitoring data on-line |
| CN104504287A (zh) * | 2015-01-08 | 2015-04-08 | 广州列丰信息科技有限公司 | 远程监测移动医疗设备数据异常的方法和服务器及系统 |
| CN104921736A (zh) * | 2015-06-08 | 2015-09-23 | 浙江大学 | 一种包含参数估计功能滤波模块的连续血糖监测设备 |
| CN105559797A (zh) * | 2015-12-23 | 2016-05-11 | 上海第二工业大学 | 一种面向医疗物联网的便携式动态连续血糖监测仪 |
| CN106264555A (zh) * | 2016-10-17 | 2017-01-04 | 南方科技大学 | 血糖检测仪 |
| CN107137093A (zh) * | 2017-04-20 | 2017-09-08 | 浙江大学 | 一种包含异常血糖概率报警器的连续血糖监测设备 |
| CN107788994A (zh) * | 2017-10-12 | 2018-03-13 | 微泰医疗器械(杭州)有限公司 | 一种基于云端大数据的智能实时动态血糖监测系统及方法 |
| CN109682976A (zh) * | 2019-02-28 | 2019-04-26 | 东北大学 | 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 |
| CN111381540A (zh) * | 2020-03-19 | 2020-07-07 | 乐普医学电子仪器股份有限公司 | 一种应用于连续血糖监测传感器的控制装置 |
-
2020
- 2020-08-12 CN CN202010808661.2A patent/CN111991003A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030125612A1 (en) * | 2001-12-27 | 2003-07-03 | Fox James Kelly | System for monitoring physiological characteristics |
| WO2009136372A1 (en) * | 2008-05-08 | 2009-11-12 | Universita' Degli Studi Padova | Method and device for processing glycemia level data by means of self-adaptive filtering, predicting the future glycemia level and generating alerts |
| US20120215087A1 (en) * | 2009-11-02 | 2012-08-23 | Universita Degli Studi Di Padova | Method to recalibrate continuous glucose monitoring data on-line |
| CN104504287A (zh) * | 2015-01-08 | 2015-04-08 | 广州列丰信息科技有限公司 | 远程监测移动医疗设备数据异常的方法和服务器及系统 |
| CN104921736A (zh) * | 2015-06-08 | 2015-09-23 | 浙江大学 | 一种包含参数估计功能滤波模块的连续血糖监测设备 |
| CN105559797A (zh) * | 2015-12-23 | 2016-05-11 | 上海第二工业大学 | 一种面向医疗物联网的便携式动态连续血糖监测仪 |
| CN106264555A (zh) * | 2016-10-17 | 2017-01-04 | 南方科技大学 | 血糖检测仪 |
| CN107137093A (zh) * | 2017-04-20 | 2017-09-08 | 浙江大学 | 一种包含异常血糖概率报警器的连续血糖监测设备 |
| CN107788994A (zh) * | 2017-10-12 | 2018-03-13 | 微泰医疗器械(杭州)有限公司 | 一种基于云端大数据的智能实时动态血糖监测系统及方法 |
| CN109682976A (zh) * | 2019-02-28 | 2019-04-26 | 东北大学 | 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 |
| CN111381540A (zh) * | 2020-03-19 | 2020-07-07 | 乐普医学电子仪器股份有限公司 | 一种应用于连续血糖监测传感器的控制装置 |
Non-Patent Citations (3)
| Title |
|---|
| FAHREDDIN SADIKOGLU ET AL: "Filtering continuous glucose monitoring signal using Savitzky-Golay filter and Simple Multivariate Thresholding", 《PROCEDIA COMPUTER SCIENCE》, 30 August 2016 (2016-08-30), pages 342 - 350 * |
| 吴云江: "近红外无创血糖检测关键技术的研究", 《中国硕博学位论文全文数据库》, 15 March 2016 (2016-03-15), pages 27 - 29 * |
| 谢军 等: "血糖近红外光谱分析的Savitzky-Golay 平滑模式与偏最小二乘法因子数的联合优选", 《分析化学研究报告》, 31 March 2010 (2010-03-31), pages 342 - 346 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112716490A (zh) * | 2020-12-24 | 2021-04-30 | 上海萌草科技有限公司 | 一种基于加权线性回归的连续血糖校准方法及装置 |
| CN112716490B (zh) * | 2020-12-24 | 2023-09-29 | 上海萌草科技有限公司 | 一种基于加权线性回归的连续血糖校准方法及装置 |
| CN117612737A (zh) * | 2024-01-24 | 2024-02-27 | 胜利油田中心医院 | 一种糖尿病护理数据智能优化方法 |
| CN117612737B (zh) * | 2024-01-24 | 2024-05-03 | 胜利油田中心医院 | 一种糖尿病护理数据智能优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lastre-Domínguez et al. | ECG signal denoising and features extraction using unbiased FIR smoothing | |
| US20170215756A1 (en) | Devices and methods for real-time denoising of electrocardiograms | |
| CN104921736B (zh) | 一种包含参数估计功能滤波模块的连续血糖监测设备 | |
| Pandey et al. | High frequency noise removal from ECG using moving average filters | |
| CN111991003A (zh) | 基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质 | |
| CN117379021B (zh) | 基于智能穿戴设备的老年人健康指标监测系统 | |
| US11610073B2 (en) | Device and method for analyzing the state of a system in a noisy context | |
| US11540763B2 (en) | Control method and system for filtering power line interferences | |
| Islam et al. | Cascade and parallel combination (CPC) of adaptive filters for estimating heart rate during intensive physical exercise from photoplethysmographic signal | |
| CN113413135B (zh) | 一种基于脉搏采集分析的方法、系统、装置及存储介质 | |
| Chen et al. | Variable selection by modified IPW (iterative predictor weighting)-PLS (partial least squares) in continuous wavelet regression models | |
| CN112494001B (zh) | Ppg信号质量评估方法、装置、穿戴式设备及存储介质 | |
| CN110840401A (zh) | 一种心率值测定方法、装置、设备及可读存储介质 | |
| CN117357080A (zh) | 近红外光谱信号去噪方法及装置、终端设备、存储介质 | |
| WO2020169719A1 (en) | Methods and apparatus for analyte concentration monitoring using harmonic relationships | |
| CN109009079A (zh) | 用户状态检测系统和方法、计算机设备、计算机存储介质 | |
| CN111700610B (zh) | 一种脑电爆发抑制模式的分析方法、装置、系统及其存储介质 | |
| CN113749655A (zh) | 一种血氧饱和度检测方法、装置，电子设备及存储介质 | |
| CN115708677A (zh) | 一种数据处理方法、装置、电子设备和存储介质 | |
| WO2023093457A1 (zh) | 连续血糖检测方法、系统及可读存储介质 | |
| CN113255137B (zh) | 目标对象应变数据的处理方法、装置及存储介质 | |
| CN114997233B (zh) | 信号处理方法、装置和电子设备 | |
| Progonov et al. | Heartbeat-based authentication on smartwatches in various usage contexts | |
| CN114098690A (zh) | 一种轻量级脉搏波信号噪声去除及心率检测方法 | |
| Daniel et al. | Adaptive resampling for data compression |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |