自动校准方法和装置、监测分析物浓度水平的系统制造方法及图纸

本发明专利技术涉及分析物浓度数据校准领域，提供一种自动校准方法和装置、监测分析物浓度水平的系统，其中所述方法包括：在第一时刻接收用户的至少一组参考数据，至少一组参考数据是由至少一种第一设备获取的，每一组参考数据包括第一分析物浓度数据及其对应的第二时刻；基于至少一组参考数据，选取用于校准的第一数据组，选取的方式是基于用户所处于的实时场景进行选取；基于第一数据组和第二设备在第三时刻所采集的原始数值，生成第一灵敏度；基于第一灵敏度，对第一时间段的第二分析物浓度数据集进行自动校准，第一时间段由第二时刻延续至第四时刻。本发明专利技术生成的第一灵敏度，使第二设备生成更精准的数据集，实现了第二设备的高灵敏度、高测量精准度。高测量精准度。高测量精准度。

【技术实现步骤摘要】
自动校准方法和装置、监测分析物浓度水平的系统


[0001]本专利技术涉及分析物浓度数据校准领域，尤其涉及一种自动校准方法和装置、监测分析物浓度水平的系统。

技术介绍

[0002]一些疾病需要对分析物浓度进行连续监测，例如糖尿病是由于胰腺不能产生胰岛素而引起血糖浓度数据异常的疾病（1型糖尿病）或胰岛素分泌和作用效率低下（2型糖尿病）。受糖尿病影响的用户需要全天监测血糖（BG）水平，以控制血糖并采取对策，以使其尽可能保持在正常范围内。糖尿病用户被迫服用外源性胰岛素输注或药物,其时间表和剂量是根据BG测量值确定得出的。
[0003]根据当前的测量标准，可通过两种主要方式收集BG测量值:i)在日常生活中通过毛细血管扎指头、以取出指血，并用试纸测量，即每天最多4
‑
5次自我监测血糖；ii)在住院临床试验中，通过指血关联的血糖仪进行测量。这两个BG监视系统都相当准确。但是，无法连续、动态地监测用于的血糖浓度变化水平，只能偶尔进行血液采样,用户的葡萄糖浓度快速波动可能会导致看不见。
[0004]在过去的数十年中，已经引入了连续葡萄糖监测（Continuous Blood Glucose monitoring，CGM）系统。与BG测量系统不同，这些CGM设备可测量组织间液中的血糖，从而降低了扎指头侵入人体的频率，并允许连续多天每1
‑
5分钟可视化实时血糖浓度值。CGM系统提供了更完整的葡萄糖波动图，证明了使用BG系统无法检测到的关键事件。但是，CGM系统仍然存在一些不准确性。实际上，与BG测试的结果相比，CGM测试的结果有时会出现瞬时或系统的低估/高估。CGM的时间分辨率（每1
‑
5分钟显示）比BG高得多，但有时会表现出对真实血糖浓度的系统性低估/高估。显然，CGM的准确性不足会损害其临床应用，目前，在研究界已认识到CGM的准确性对临床实际应用时存在的瓶颈。
[0005]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：在通过利用少量、稀疏但准确的参考样本（例如，可以是通过血糖仪获得的BG值）对频繁、连续的分析物浓度测量的数据进行校准时，未考虑到以下因素：i)未对少量、稀疏但准确的参考样本进行筛选，尤其是当存在多个参考样本时，在筛选用于校准的数据时，未考虑到用户所处于的实时场景，未对数据来源进行考量、筛选后再用于校准，可能会导致在不适当或不必要的实时场景下校准，或导致用于校准的数据的可信任度不高，并不一定能够体现用户的真实分析物浓度水平。ii)未考虑到因测量或数据传输均需要一定时间，或一些远程操作或医护中心场景下的操作、排队、等待、查询结果等过程都需要时间，或在医护中心测量后需要回病房或回家等待结果时也需要消耗一定的时间，少量、稀疏但准确的参考样本未必（甚至必然不会）在实测时刻就能够传输到连续的分析物浓度测量设备处，必然的，导致连续的分析物浓度测量设备接收到用于校准的参考样本的时刻与参考样本实际测量时刻之间或多或少地存在一定的时间差，如果无法消除该时间差，尤其是在分析物浓度数据处于非平稳阶段时，用于校准的数据（例如，实际测量时刻的BG值）可能被用于在接收到用于校准的参
考样本的时刻进行校准，可能会出现因校准数据与用户校准时的分析物浓度水平差别较大、导致校准后的连续的分析物浓度测量设备更不准确。

技术实现思路

[0006]本专利技术提供一种自动校准方法和装置、监测分析物浓度水平的系统，用以解决现有技术中存在的技术缺陷。
[0007]本专利技术提供一种自动校准方法，包括：在第一时刻接收用户的至少一组参考数据，所述至少一组参考数据是由至少一种第一设备获取的，每一组所述参考数据包括第一分析物浓度数据及其对应的第二时刻；基于所述至少一组参考数据，选取用于校准的第一数据组，所述选取的方式是基于所述用户所处于的实时场景进行选取，所述实时场景的确定方式至少包括：所述实时场景是基于与第二设备所采集的第二分析物浓度数据集的状态确定的；其中，所述用户与所述第二设备是预先相关联的，每一组所述参考数据的第一可信任度大于所述第二分析物浓度数据集的第二可信任度；基于所述第一数据组和所述第二设备在第三时刻所采集的原始数值，生成第一灵敏度；基于所述第一灵敏度，对所述第一时间段的第二分析物浓度数据集进行自动校准；所述第一时间段由所述第二时刻开始延续至第四时刻。
[0008]优选的是，所述的自动校准方法，其中，所述第二时刻位于所述第一时刻之前，所述第二时刻为所述参考数据的实测时刻。
[0009]优选的是，所述的自动校准方法，其中，所述第一时刻与第二时刻之间的第一时间差不小于一个显示周期，所述显示周期为第二设备对所述第二分析物浓度数据集进行显示的周期。
[0010]优选的是，所述的自动校准方法，其中，所述显示周期不小于1分钟。
[0011]优选的是，所述的自动校准方法，其中，所述第三时刻位于所述第二时刻之前，且所述第二时刻和第三时刻之间的第二时间差小于一个所述显示周期。
[0012]优选的是，所述的自动校准方法，其中，所述原始数值包括所述第二设备采集的用于确定所述第二分析物浓度数据集的数据。
[0013]优选的是，所述的自动校准方法，其中，所述原始数值包括用于确定所述第二分析物浓度数据集的电流值，所述电流值为所述第二设备中的传感器与特定溶液之间产生电化学反应后所获得的；所述特定溶液为所述传感器所处于的溶液。
[0014]优选的是，所述的自动校准方法，其中，所述基于所述第一数据组和所述第二设备在第三时刻所采集的原始数值，生成第一灵敏度，包括：基于所述第二时刻的第一分析物浓度数据和第三时刻所采集的原始数值之间的比例关系，生成第一灵敏度。
[0015]优选的是，所述的自动校准方法，其中，所述第一灵敏度是利用比例关系确定的，所述比例关系为所述第三时刻所采集的原始数值与所述第一数据组中的第一分析物浓度数据之间的比例，即，所述第一灵敏度是利用以下公式确定的：
其中，S表示第一灵敏度，I表示第三时刻所采集的原始数值，G表示所述第一数据组中的第一分析物浓度数据。
[0016]优选的是，所述的自动校准方法，其中，所述第四时刻位于所述第二时刻之后。
[0017]优选的是，所述的自动校准方法，其中，所述参考数据是基于预设规则进行预先筛选后得到的。
[0018]优选的是，所述的自动校准方法，其中，所述预设规则包括：当同一种第一设备在所述显示周期内存在多组数据，筛选出最接近所述第一时刻的一组数据作为参考数据。
[0019]优选的是，所述的自动校准方法，其中，所述每一组所述参考数据还包括数据来源，所述实时场景的确定方式至少还包括：所述实时场景是基于所述数据来源确定的。
[0020]优选的是，所述的自动校准方法，其中，所述每一组所述参考数据的第一可信任度大于所述第二分析物浓度数据集的第二可信任度是基于所述第一设备的定期质控维护记录确定的。
[0021]优选的是，所述的自动校准方法，其中，所述第二设备包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动校准方法，其特征在于，包括：在第一时刻接收用户的至少一组参考数据，所述至少一组参考数据是由至少一种第一设备获取的，每一组所述参考数据包括第一分析物浓度数据及其对应的第二时刻；基于所述至少一组参考数据，选取用于校准的第一数据组，所述选取的方式是基于所述用户所处于的实时场景进行选取，所述实时场景的确定方式至少包括：所述实时场景是基于与第二设备所采集的第二分析物浓度数据集的状态确定的；其中，所述用户与所述第二设备是预先相关联的，每一组所述参考数据的第一可信任度大于所述第二分析物浓度数据集的第二可信任度；基于所述第一数据组和所述第二设备在第三时刻所采集的原始数值，生成第一灵敏度；基于所述第一灵敏度，对第一时间段的第二分析物浓度数据集进行自动校准；所述第一时间段由所述第二时刻开始延续至第四时刻。2.根据权利要求1所述的自动校准方法，其特征在于，所述第二时刻位于所述第一时刻之前，所述第二时刻为所述参考数据的实测时刻。3.根据权利要求2所述的自动校准方法，其特征在于，所述第一时刻与第二时刻之间的第一时间差不小于一个显示周期，所述显示周期为第二设备对所述第二分析物浓度数据集进行显示的周期。4.根据权利要求3所述的自动校准方法，其特征在于，所述显示周期不小于1分钟。5.根据权利要求4所述的自动校准方法，其特征在于，所述第三时刻位于所述第二时刻之前，且所述第二时刻和第三时刻之间的第二时间差小于一个所述显示周期。6.根据权利要求1所述的自动校准方法，其特征在于，所述原始数值包括所述第二设备采集的用于确定所述第二分析物浓度数据集的数据。7.根据权利要求6所述的自动校准方法，其特征在于，所述原始数值包括用于确定所述第二分析物浓度数据集的电流值，所述电流值为所述第二设备中的传感器与特定溶液之间产生电化学反应后所获得的；所述特定溶液为所述传感器所处于的溶液。8.根据权利要求1所述的自动校准方法，其特征在于，所述基于所述第一数据组和所述第二设备在第三时刻所采集的原始数值，生成第一灵敏度，包括：基于所述第二时刻的第一分析物浓度数据和第三时刻所采集的原始数值之间的比例关系，生成第一灵敏度。9.根据权利要求8所述的自动校准方法，其特征在于，所述第一灵敏度是利用比例关系确定的，所述比例关系为所述第三时刻所采集的原始数值与所述第一数据组中的第一分析物浓度数据之间的比例，即，所述第一灵敏度是利用以下公式确定的：其中，S表示第一灵敏度，I表示第三时刻所采集的原始数值，G表示所述第一数据组中的第一分析物浓度数据。10.根据权利要求1所述的自动校准方法，其特征在于，所述第四时刻位于所述第二时刻之后。11.根据权利要求3所述的自动校准方法，其特征在于，所述参考数据是基于预设规则
进行预先筛选后得到的。12.根据权利要求11所述的自动校准方法，其特征在于，所述预设规则包括：当同一种第一设备在所述显示周期内存在多组数据，筛选出最接近所述第一时刻的一组数据作为参考数据。13.根据权利要求1所述的自动校准方法，其特征在于，所述每一组所述参考数据还包括数据来源，所述实时场景的确定方式至少还包括：所述实时场景是基于所述数据来源确定的。14.根据权利要求1所述的自动校准方法，其特征在于，所述每一组所述参考数据的第一可信任度大于所述第二分析物浓度数据集的第二可信任度是基于所述第一设备的定期质控维护记录确定的。15.根据权利要求1所述的自动校准方法，其特征在于，所述第二设备包括接收设备和电子设备，当所述第二设备无法与第一设备近距离通信时，所述在第一时刻接收至少一组用户的参考数据包括：利用所述接收设备，在第一时刻接收由至少一服务器基于第一网络传输的至少一组用户的参考数据；利用所述电子设备，接收由所述接收设备基于第二网络传输的至少一组用户的参考数据；其中，所述第一网络为至少具有长距离通信功能的网络；所述第二网络为至少具有近距离通信功能的网络。16.根据权利要求15所述的自动校准方法，其特征在于，所述利用所述接收设备，在第一时刻接收由至...

【专利技术属性】
技术研发人员：韩洋，张作西，
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：