一種包含血糖分類功能故障檢測模塊的連續(xù)血糖監(jiān)測設備的制造方法
【技術領域】
[0001] 本發(fā)明屬于血糖數(shù)據(jù)處理和分析的研究領域，特別是設及一種包含血糖分類功能 故障檢測模塊的連續(xù)血糖監(jiān)測設備。
【背景技術】
[0002] 為了管理監(jiān)測血糖水平，必須要對血糖水平進行測量，目前采用的是連續(xù)血糖監(jiān) 測設備。隨著連續(xù)血糖監(jiān)測（CGM)設備的快速發(fā)展，使得更高精度的控制變?yōu)榱丝赡埽瑢崟r 的CGM系統(tǒng)對高/低血糖的提前檢測起到了重要的作用。通過比較當前的測量值與高/低 血糖閥值之間的關系就可W產生報警，而及時的高低血糖報警尤其是夜間的報警對于糖尿 病患者尤為重要。但是通常來說，CGM系統(tǒng)會發(fā)生各種故障，從而導致提供的血糖信息不再 可靠，甚至會導致錯誤的高低血糖血糖警報和錯誤的血糖治療決策。因此，CGM血糖儀的在 線故障顯得尤為重要。
[0003] 本發(fā)明基于PCA監(jiān)測圖，通過分析血糖相關特性的變化情況進而檢測CGM血糖儀 是否發(fā)生故障。在實際應用中，血糖的相關特性受飲食等外源輸入影響而發(fā)生變化。此外， 血糖信號間存在明顯的非線性，因此無法建立起一個統(tǒng)一有效的PCA模型進行故障檢測。 通過PCA迭代，可W將血糖數(shù)據(jù)按相關特性分類，同時實現(xiàn)局部線性化，從而提高PCA監(jiān)測 圖的性能

【發(fā)明內容】

[0004] 本發(fā)明的目的在于針對傳統(tǒng)PCA監(jiān)測圖的不足，提出一種包含血糖分類功能故障 檢測模塊的連續(xù)血糖監(jiān)測設備
[0005] 本發(fā)明的目的是通過W下技術方案來實現(xiàn)的：一種包含血糖分類功能故障檢測模 塊的連續(xù)血糖監(jiān)測設備，該設備包括：用于采集人體血糖信息，輸出血糖可用信號的傳感 器；用于對傳感器的輸出信號進行放大處理的信號放大器；用于對信號放大器輸出的模擬 信號進行數(shù)字轉換的單片機；用于對單片機輸出的數(shù)字信號進行數(shù)據(jù)處理的故障檢測模 塊，故障檢測模塊可W集成在單片機中，也可W單獨使用；用于將故障檢測模塊輸出的血糖 監(jiān)測值SPE顯示的顯示器；用于數(shù)據(jù)存儲的存儲器；所述故障檢測模塊進行數(shù)據(jù)處理的過 程包括W下步驟：
[0006] (1)血糖數(shù)據(jù)預處理：將W-定采樣周期At獲得的單片機輸出的連續(xù)血糖信號 組合成一維時序數(shù)據(jù)xgixi，其中xg表示檢測到的血糖信號，1為采樣個數(shù)；
[0007] (2)對于連續(xù)血糖信號建立PCA模型：將連續(xù)m個血糖信號作為PCA模型多維輸 入，即X化）=[xg化-m+1),xg化-m+2),. . .xg化)]T
[0008]Τ=XP
[0009] E = Χ-ΧΡΡΤ
[0010] 其中x= [xα)，x(2)，...x(n)]τ是由nXm維的血糖數(shù)據(jù)組成的訓練矩陣；P為 mXr維負載矩陣，r為保留的主元個數(shù)，r《m;Τ為nXr維得分矩陣，為血糖數(shù)據(jù)矩陣X在 主元空間的投影；E=[e(1)，e(2)，. ..，e(η)r為nXm維的殘差矩陣。通過統(tǒng)計量S陽對 血糖數(shù)據(jù)進行監(jiān)測：
[0011] S陽（i) =ea)Te(i)
[0012] S陽的控制限可W通過W下公式近似求取：
[0013]
[0014] 其中g=v/2m，h= 2m2/v，m為全部SPE的均值，V為全部SPE的方差，α為控制 線的置信度。
[0015] (3)通過PCA迭代的方法將病人的血糖信號進行分類，并建立相應的PCA模型； [001引 （4)根據(jù)步驟做的分類結果，建立血糖儀在線故障檢測的PCA監(jiān)測圖，具體包括 W下子步驟：
[0017] (4. 1)將在線傳入的血糖數(shù)據(jù)分別代入各類PCA模型，計算S陽值：
[001 引ete", 1了=XtestT-Xtes/PiPiT
[0019] SPEn削，1=etest/etesM
[0020] 其中Xtest是當前時刻輸入的mX1維的血糖測試數(shù)據(jù)，P1是第i類PCA模型的負 載矩陣，而etMt, 1是測試數(shù)據(jù)代入第i類PCA模型所得的殘差向量，SPEtpsM是etest, 1對應的 S陽值；
[0021] (4.2)確定檢測結果：
[0022] resulttest,i二SPEtest,i〈SPE_Limiti
[0023] resulttest二resulttest,iVresulttest.zV. . .Vresulttest,k
[0024] 其中resulttesM是測試數(shù)據(jù)在第i類PCA模型下檢測結果，其中resulttesM= 1 代表檢測結果正常，resulttMt,i= 0代表檢測結果異常；V為取并集的邏輯運算；resulttMt 為最終檢測結果，為所有類PCA模型下檢測結果的并集，當連續(xù)若干時刻的故障檢測結果 均為異常，則可說明血糖儀發(fā)生故障。
[00巧]進一步地，所述步驟（3)具體包括W下子步驟：
[0026] (3. 1)對于某個特定病人選取足量血糖儀正常工作時的血糖數(shù)據(jù)作為訓練數(shù)據(jù)， 用于病人血糖分類；并將運些訓練數(shù)據(jù)如步驟（2)鋪展成η個采樣點組成的nXm維數(shù)據(jù)矩 陣X。假定全部訓練數(shù)據(jù)屬于同一類（即第一類），即：
[0027] Xi=X= [x(l),x(2), . . .x(n)]T;
[002引 （3. 2)利用PCA迭代的方法將血糖分為若干類，具體步驟如下：
[002引 （3. 2. 1)根據(jù)步驟似對第一類的數(shù)據(jù)矩陣建立PCA模型：
[0030] Ei=Xi-XiPiPi"
[0031]SPEi(i) =ei(i)Tei(i)
[0032] SPE-Umii、=gal,,
[0033] (3. 2. 2)通過PCA模型控制限SPE_Limiti可W將數(shù)據(jù)X1分為兩類，即S陽在控 制限W下的-Yl. 叫和S陽在控制限W上的義1. /抓_&咖1。其中A. >弧_姑》7,傳入第二類，而 義1.S邱_。>?叫作為新的第一類，即義1-義1.占化_王山訊1';;
[0034] (3. 2. 3)重復步驟化2. 1)和化2. 2)直至符合第一類迭代終止條件；
[0035](3. 2. 4)根據(jù)步驟化2. 1) -一 (3. 2. 3)，可W獲得第二類及之后各類，直至所有類 都停止迭代且沒有新的類分離出來，則判定完成分類；
[0036] (3. 2. 5)利用各類的最終分類結果建立各類最終的PCA模型；
[0037] 進一步地，所述步驟化2. 3)中，所述迭代終止條件判定包括線性判定和S陽離散 程度判定。
[0038] 所述線性判定是基于PCA模型，檢驗分類后血糖信號間是否為線性關系：
[0039] a)提取第i類Xi的主元T1，并進行K均值聚類將Xi分為m個區(qū)域；
[0040]b)分別計算每個區(qū)域的相關系數(shù)矩陣，記為rW，h= 1，2,…，m。根據(jù)每個變量 的均值和方差可計算出RW中每個元素的置信限，用矩陣表示為：
[0041]
[0042] 其中
分別為第i變量和第j變 量的相關系數(shù)的下界和上界，
C。是標準正態(tài)分布檢驗 水平為α時的臨界值，nW是第h區(qū)域的樣本數(shù)；
[0043]C)利用粒子群優(yōu)化算法獲得相關系數(shù)矩陣的第k個特征值λ,的上下限^^。,和 ^4m,。，滿足：
[0046] 并計算殘差矩陣的弗羅貝尼烏斯范數(shù)邊界限：
W及
其中η為PCA模型保留主元個數(shù)，Δ町。y和ARmm中的元素分別是R中非對 ?- 角元素的波動，用于決定最大值\"和最小值Λ,。。,;
[0047]d)比較各區(qū)域的殘差矩陣的弗羅貝尼烏斯范數(shù)
是否落在邊界 內，若所有范數(shù)均落在邊界W內，則說明數(shù)據(jù)為線性數(shù)據(jù)；
[0048] 所述SPE離散程度判定即相關特性判定：
[0049] 若類內數(shù)據(jù)的S陽滿足：
[0050]
[0051] 且只有少數(shù)采樣點超出S陽控制限，即：
[0052]
[0053] 則說明類內數(shù)據(jù)的相關特性近似，即血糖波動情況相同。其中??ι為第i類SPE的 均值，α為控制線的置信度。
[0054] 本發(fā)明的有益效果是：本發(fā)明所提出的含血糖分類功能故障檢測模塊的連續(xù)血糖 監(jiān)測設備能夠根據(jù)病人血糖信號間不同的相關特性將血糖分為若干類，再分別進行故障檢 巧便提高PCA監(jiān)測圖的檢測精度，從而提升血糖信號的可信度。本發(fā)明易于實施，為血 糖處理和分析的研究指明了新的方向。
【附圖說明】
[00巧]圖1是本發(fā)明連續(xù)血糖監(jiān)測設備的結構框圖；
[0056] 圖2是本發(fā)明連續(xù)血糖監(jiān)測設備中血糖分類的流程圖；
[0057] 圖3是本發(fā)明連續(xù)血糖監(jiān)測設備中在線故障檢測的實現(xiàn)流程圖；
[0058] 圖4是原始PCA的SPE監(jiān)測圖；
[005引 圖5是通過PCA迭代分類的S陽監(jiān)測圖，（a)第一類S陽監(jiān)測圖化）第二類SPE監(jiān) 測圖（C)第^類5?6監(jiān)測圖；
[0060] 圖6是PCA迭代分類的檢測結果（正常情況），（a)正常血糖信號化）最終檢測結 果（C)第一類SPE監(jiān)測圖（d)第二類SPE監(jiān)測圖（e)第^類SPE監(jiān)測圖；
[006。 圖7是PCA迭代分類的檢測結果（故障情況），（a)故障血糖信號化）最終檢測結 果（C)第一類SPE監(jiān)測圖（d)第二類SPE監(jiān)測圖（e)第^類5口6監(jiān)測圖。
【具體實施方式】
[0062] 下面結合附圖和具體實施例對本發(fā)明作進一步詳細說明。
[0063] 如圖1所示，本發(fā)明提供的一種包含血糖分類功能故障檢測模塊的連續(xù)血糖監(jiān)測 設備，該設備包括：用于采集人體血糖信息，輸出血糖可用信號的傳感器；用于對傳感器的 輸出信號進行放大處理的信號放大器；用于對信號放大器輸出的模擬信號進行數(shù)字轉換的 單片機；用于對單片機輸出的數(shù)字信號進行數(shù)據(jù)處理的故障檢測模塊，故障檢測模塊可W 集成在單片機中，也可W單獨使用；用于將故障檢測模塊輸出的血糖監(jiān)測值SPE顯示的顯 示器；用于數(shù)據(jù)存儲的存儲器；所述故障檢測模塊進行數(shù)據(jù)處理的過程包括W下步驟：
[0064] 步驟1 :血糖數(shù)據(jù)預處理
[0065]將W采樣周期為5分鐘所獲得的連續(xù)血糖監(jiān)測信號組合成一維時序數(shù)據(jù)xgixi，其 中，y表示檢測到的血糖信號，1為樣個數(shù)：本實例中，共有Ξ組對象的采樣信號，采樣周期 為5分鐘，第1組為青少年組，第2組為成人組，第3組為兒童組，每組2人，Ξ組共6人，每 個對象的采樣信號包括五天的數(shù)據(jù)。分別添加單時刻數(shù)據(jù)異常的尖峰類（SP化e)故障W及 持續(xù)一段時間數(shù)據(jù)異常的喪失敏感性類（losesensitivity)故障；
[0066] 步驟2 :對于連續(xù)血糖信號建立PCA模型：將連續(xù)m個血糖信號作為PCA模型維多 維輸入，即X化）=[Xg化-m+1),xg化-m+2),. . .xg化)]τ，令m= 7
[0067] Τ=XP
[0068] Ε=Χ-ΧΡΡΤ
[006引其中X= [xα)，x似，...x(n)]τ是由nXm維的血糖數(shù)據(jù)組成的訓練矩陣；P為mXr維負載矩陣，r為保留的主元個數(shù)，r《m;Τ為nXr維得分矩陣，為血糖數(shù)據(jù)矩陣X在 主元空間的投影；E=[e(1)，e(2)，. ..，e(η)r為nXm維的殘差矩陣。通過統(tǒng)計量S陽對 血糖數(shù)據(jù)進行監(jiān)測：
[0070] S陽(i) =ea)Te(i)
[0071] S陽的控制限可W通過W下公式近似求?。?br>[0072]
[0073] 其中g=v/2m，h= 2mVv，m為全部SPE的均值，V為全部SPE的方差，α為控制 線的置信度。
[0074] 步驟3 :通過PCA迭代的方法將病人的血糖信號進行分類，并建立相應的PCA模 型；
[00巧](3. 1)對于某個特定病人選取一天血糖儀正常工作時的血糖數(shù)據(jù)作為訓練數(shù)據(jù)， (1 = 288)用于病人血糖分類；并將運些訓練數(shù)據(jù)如步驟似鋪展成η個采樣點組成的nXm 維數(shù)據(jù)矩陣X。假定全部訓練數(shù)據(jù)