胰岛素推荐方法和装置、监控血糖水平的系统制造方法及图纸

本发明专利技术涉及生理信号处理领域，提供一种胰岛素推荐方法和装置、监控血糖水平的系统，其中所述方法包括：对用户的关键特征数据进行规则化，得到至少两个匹配特征值；基于至少两个匹配特征值，在案例库中进行匹配；若匹配成功，基于评分的排序选取第一胰岛素推荐方案；若匹配失败，则输出第二胰岛素推荐方案；基于用户对推荐的反馈信息，更新案例库，当用户接受推荐时，反馈信息包括第一胰岛素推荐方案及其评分或第二胰岛素推荐方案及其评分；当用户不接受推荐时，反馈信息包括用户采用的胰岛素响应方案及其评分，评分是基于第二时间段的目标血糖时间占比和/或血糖浓度变化率确定的。本发明专利技术使得用户享受到更丰富、更合理的推荐，提升了用户体验感。了用户体验感。了用户体验感。

【技术实现步骤摘要】
胰岛素推荐方法和装置、监控血糖水平的系统


[0001]本专利技术涉及生理信号处理领域，尤其涉及一种胰岛素推荐方法和装置、监控血糖水平的系统。

技术介绍

[0002]糖尿病是一种慢性代谢紊乱疾病，其起因于胰腺不能产生足够量的激素胰岛素，导致身体代谢葡萄糖的能力降低。最普遍的糖尿病形式是由于胰岛素分泌减少而引起的糖尿病（1型糖尿病，最先认识的形式），或者是由于体组织对胰岛素的敏感性降低而引起的糖尿病（2型慢性糖尿病，最普通的形式）。前者的治疗需要胰岛素注射，而后者一般用口服药物来控制。
[0003]随着生物传感器的技术发展，血糖浓度连续性监控系统（按一定频率连续提供实时血糖浓度数据）的出现，给血糖预测用户提供了更好地了解其血糖浓度的变化水平，这对于糖尿病的管理而言都是非常有用的，进而有了更好地控制血糖浓度的数据基础。血糖浓度连续性监控系统可通过植入式或非植入式血糖敏感型传感器按一定频率连续提供表示实时血糖浓度的传感器血糖测量信号，这种传感器测量血液、其他组织或人体某一部位的各种性质，包括光电传感器、电化学传感器、光学吸收或光学穿透等。一系列的测量显然产生更多的数据。但是，将这种数据转变成可发生作用的信息未必总是很容易的。血糖浓度是正常情况下为正常血糖控制而测量的主要参数。其他可用于确定更好的治疗的信息涉及由各种活动所引起的代谢负担，所述活动如摄取食物、进行身体活动、与工作有关的压力，等等。胰岛素输送、其他药物等等正在进一步调整目标生理参数的机制。除了葡萄糖测量之外，目前的方法基本上是基于无科学依据的、无经验规则来确定胰岛素推荐量，并且需要基于葡萄糖测量进行反复的评估。鉴于上面的内容，在为了处理糖尿病患者日常生活需要的当前临床方法中仍存在严重的缺陷。还没有单独的解决方案将各种信息结合在一起形成一个较为合理的胰岛素推荐方案。此外，在本领域中简单地将各种可用的信息结合起来仍无法达到有效的胰岛素推荐效果，每种信息都存在特定的要素，必须进行开发并为整个过程进行调整从而具有所希望的安全、准确度和稳健性的推荐水平。
[0004]专利技术人在实现本专利技术实施例的过程中，发现
技术介绍
中至少存在以下缺陷：现有的一些推荐方案由于未考虑到用户输入数据所带来的短时间内血糖浓度变化规律对血糖水平的影响，譬如用户目前的血糖浓度水平、胰岛素使用量、摄入或消耗的碳水化合物、运动量、用药等或出现错误数据情况，未考虑到用户的个性化推荐、以及推荐后实际带来的效果，而导致用户体验感差。出于给血糖监测用户治疗的目的，亟需要能够针对糖尿病患者提供更全面、精准、效果更好的胰岛素推荐服务。

技术实现思路

[0005]本专利技术提供一种胰岛素推荐方法和装置、监控血糖水平的系统，用以解决现有技术中存在的技术缺陷。
[0006]本专利技术提供一种胰岛素推荐方法，包括：用户的关键特征数据进行规则化，得到至少两个匹配特征值；所述关键特征数据包括期望血糖水平、第一时间段的血糖监测数据和第一时间段的用户关联数据；基于所述至少两个匹配特征值，在案例库中进行匹配，并判断是否匹配成功；其中，所述案例库中存储有若干个历史案例，每个所述历史案例包括历史特征值组、与所述历史特征值组相关联的历史胰岛素推荐方案及其评分；若匹配成功，在若干个匹配方案中基于评分的排序选取第一胰岛素推荐方案，所述匹配方案是基于所述至少两个匹配特征值在所述案例库中匹配得到的；若匹配失败，则输出第二胰岛素推荐方案，所述第二胰岛素推荐方案是基于所述用户的关键特征数据和预设规则得到的；基于所述用户对推荐的反馈信息，更新所述案例库，所述推荐包括所述第一胰岛素推荐方案、第二胰岛素推荐方案；当所述用户接受推荐时，所述反馈信息包括所述第一胰岛素推荐方案及其评分或所述第二胰岛素推荐方案及其评分；当所述用户不接受推荐时，所述反馈信息包括所述用户采用的胰岛素响应方案及其评分，其中，所述评分是基于第二时间段的目标血糖时间占比和/或第二时间段的血糖浓度变化率确定的。
[0007]根据本专利技术所述的胰岛素推荐方法，其中，所述方法还包括：通过网络从关联所述用户的血糖测量设备处获取用户的血糖监测数据；所述血糖监测数据包括第一时间段及第二时间段的血糖监测数据。
[0008]根据本专利技术所述的胰岛素推荐方法，其中，所述对用户的关键特征数据进行规则化，得到至少两个匹配特征值之前，包括：获取用户关联数据以及期望血糖水平；所述用户关联数据包括当前用户关联数据和历史用户关联数据，所述当前用户关联数据、历史血糖关联数据均包括与血糖浓度相关联的一个或多个事件、一个或多个用户特征数据；所述期望血糖水平包括用户设定值、经验值、专家建议值中的至少一种或其结合。
[0009]根据本专利技术所述的胰岛素推荐方法，其中，所述一个或多个事件与碳水消耗、锻炼、睡眠以及物质的施予中的一个或多者相关联；所述物质的施予包括用药类型、用药剂量、碳水施予量；所述用药类型包括长效胰岛素、短效胰岛素、速效胰岛素中的至少一种。
[0010]根据本专利技术所述的胰岛素推荐方法，其中，所述一个或多个用户特征数据与用户的基本生理信息、个人信息中的至少一个相关联；所述基本生理信息包括胰岛素敏感系数、胰岛素
‑
碳水比中的至少一种；所述个人信息包括性别、所处地域、糖尿病类型、年龄、体重、胰岛素历史使用年限中的至少一种。
[0011]根据本专利技术所述的胰岛素推荐方法，其中，所述案例库包括个性库和通用库，所述基于所述至少两个匹配特征值，在案例库中进行匹配，并判断是否匹配成功，包括：基于所述至少两个匹配特征值，在所述个性库中进行匹配，并判断是否匹配成功；若匹配失败，则基于所述至少两个匹配特征值，在所述通用库中进行匹配，并判断是否匹配成功；其中，所述个性库是基于至少一个用户特征数据得到的，所述个性库的使用优先级大于所述通用库。
[0012]根据本专利技术所述的胰岛素推荐方法，其中，所述基于所述至少两个匹配特征值，在
案例库中进行匹配，并判断是否匹配成功，包括：基于每个所述匹配特征值与所述历史特征值组中对应的历史特征值，得到至少两个绝对距离；对每个所述绝对距离赋予对应的特征权值后相加，得到差异得分，所述特征权值是基于所对应的匹配特征值与胰岛素的相关性大小确定的；当所述差异得分不大于差异阈值，判断为匹配成功；当所述差异得分大于差异阈值，判断为匹配失败。
[0013]根据本专利技术所述的胰岛素推荐方法，其中，所述在若干个匹配方案中基于评分的排序选取第一胰岛素推荐方案，包括：在所述历史案例中选取所述差异得分不大于差异阈值的若干个的匹配方案，在所述若干个匹配方案中选取评分最高的第一胰岛素推荐方案；当出现至少两个评分相同的匹配方案时，基于所述至少两个评分相同的匹配方案的差异得分，确定出第一胰岛素推荐方案。
[0014]根据本专利技术所述的胰岛素推荐方法，其中，所述第二胰岛素推荐方案是基于所述用户的关键特征数据和预设规则得到的，包括：所述第二胰岛素推荐方案包括胰岛素推荐剂量，所述胰岛素推荐剂量是基于所述用户的关键特征数据和预设规则得到的，所述预设规则包括以下公式：其中，B表示胰岛本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胰岛素推荐方法，其特征在于，包括：对用户的关键特征数据进行规则化，得到至少两个匹配特征值；所述关键特征数据包括期望血糖水平、第一时间段的血糖监测数据和第一时间段的用户关联数据；基于所述至少两个匹配特征值，在案例库中进行匹配，并判断是否匹配成功；其中，所述案例库中存储有若干个历史案例，每个所述历史案例包括历史特征值组、与所述历史特征值组相关联的历史胰岛素推荐方案及其评分；若匹配成功，在若干个匹配方案中基于评分的排序选取第一胰岛素推荐方案，所述匹配方案是基于所述至少两个匹配特征值在所述案例库中匹配得到的；若匹配失败，则输出第二胰岛素推荐方案，所述第二胰岛素推荐方案是基于所述用户的关键特征数据和预设规则得到的；基于所述用户对推荐的反馈信息，更新所述案例库，所述推荐包括所述第一胰岛素推荐方案、第二胰岛素推荐方案；当所述用户接受推荐时，所述反馈信息包括所述第一胰岛素推荐方案及其评分或所述第二胰岛素推荐方案及其评分；当所述用户不接受推荐时，所述反馈信息包括所述用户采用的胰岛素响应方案及其评分，其中，所述评分是基于第二时间段的目标血糖时间占比和/或第二时间段的血糖浓度变化率确定的。2.根据权利要求1所述的胰岛素推荐方法，其特征在于，所述方法还包括：通过网络从关联所述用户的血糖测量设备处获取用户的血糖监测数据；所述血糖监测数据包括第一时间段及第二时间段的血糖监测数据。3.根据权利要求2所述的胰岛素推荐方法，其特征在于，所述对用户的关键特征数据进行规则化，得到至少两个匹配特征值之前，包括：获取用户关联数据以及期望血糖水平；所述用户关联数据包括当前用户关联数据和历史用户关联数据，所述当前用户关联数据、历史血糖关联数据均包括与血糖浓度相关联的一个或多个事件、一个或多个用户特征数据；所述期望血糖水平包括用户设定值、经验值、专家建议值中的至少一种或其结合。4.根据权利要求3所述的胰岛素推荐方法，其特征在于，所述一个或多个事件与碳水消耗、锻炼、睡眠以及物质的施予中的一个或多者相关联；所述物质的施予包括用药类型、用药剂量、碳水施予量；所述用药类型包括长效胰岛素、短效胰岛素、速效胰岛素中的至少一种。5.根据权利要求4所述的胰岛素推荐方法，其特征在于，所述一个或多个用户特征数据与用户的基本生理信息、个人信息中的至少一个相关联；所述基本生理信息包括胰岛素敏感系数、胰岛素
‑
碳水比中的至少一种；所述个人信息包括性别、所处地域、糖尿病类型、年龄、体重、胰岛素历史使用年限中的至少一种。6.根据权利要求5所述的胰岛素推荐方法，其特征在于，所述案例库包括个性库和通用库，所述基于所述至少两个匹配特征值，在案例库中进行匹配，并判断是否匹配成功，包括：基于所述至少两个匹配特征值，在所述个性库中进行匹配，并判断是否匹配成功；若匹配失败，则基于所述至少两个匹配特征值，在所述通用库中进行匹配，并判断是否匹配成功；其中，所述个性库是基于至少一个用户特征数据得到的，所述个性库的使用优先级大于所述通用库。
7.根据权利要求1所述的胰岛素推荐方法，其特征在于，所述基于所述至少两个匹配特征值，在案例库中进行匹配，并判断是否匹配成功，包括：基于每个所述匹配特征值与所述历史特征值组中对应的历史特征值，得到至少两个绝对距离；对每个所述绝对距离赋予对应的特征权值后相加，得到差异得分，所述特征权值是基于所对应的匹配特征值与胰岛素的相关性大小确定的；当所述差异得分不大于差异阈值，判断为匹配成功；当所述差异得分大于差异阈值，判断为匹配失败。8.根据权利要求7所述的胰岛素推荐方法，其特征在于，所述在若干个匹配方案中基于评分的排序选取第一胰岛素推荐方案，包括：在所述历史案例中选取所述差异得分不大于差异阈值的若干个的匹配方案，在所述若干个匹配方案中选取评分最高的第一胰岛素推荐方案；当出现至少两个评分相同的匹配方案时，基于所述至少两个评分相同的匹配方案的差异得分，确定出第一胰岛素推荐方案。9.根据权利要求1所述的胰岛素推荐方法，其特征在于，所述第二胰岛素推荐方案是基于所述用户的关键特征数据和预设规则得到的，包括：所述第二胰岛素推荐方案包括胰岛素推荐剂量，所述胰岛素推荐剂量是基于所述用户的关键特征数据和预设规则得到的，所述预设规则包括以下公式：其中，B表示胰岛素推荐剂量；CHO表示碳水施予量；ICR表示胰岛素
‑
碳水比；G表示当前血糖采集数据；G
T
表示期望血糖水平；ISF表示胰岛素敏感系数；IOB表示体内现存的胰岛素。10.根据权利要求1所述的胰岛素推荐方法，其特征在于，所述基于所述用户对推荐的反馈信息，更新所述案例库之前，包括：通过网络将所述推荐发送给所述用户对应的专家；接收由所述专家对所述推荐的接受建议或拒绝建议，所述拒绝建议包括由所述专家开具的第三胰岛素推荐方案；相应的，所述用户采用的胰岛素响应方案包括所述第三胰岛素推荐方案。11.根据权利要求1所述的胰岛素推荐方法，其特征在于，所述基于所述至少两个匹配特征值，在案例库中进行匹配之前，还包括：判断所述用户的关键特征数据中是否存在异常数据，若存在异常数据，则暂停所述推荐。12.根据权利要求1所述的胰岛素推荐方法，其特征在于，所述方法还包括：对所述第一胰岛素推荐方案、第二胰岛素推荐方案中的胰岛素推荐剂量进...

【专利技术属性】
技术研发人员：韩洋，蒋娟，
申请(专利权)人：苏州百孝医疗科技有限公司，
类型：发明
国别省市：