CN111613328A - 一种基于区间二型模糊集合的糖尿病患者血糖管理装置 - Google Patents

一种基于区间二型模糊集合的糖尿病患者血糖管理装置 Download PDF

Info

Publication number
CN111613328A
CN111613328A CN202010533142.XA CN202010533142A CN111613328A CN 111613328 A CN111613328 A CN 111613328A CN 202010533142 A CN202010533142 A CN 202010533142A CN 111613328 A CN111613328 A CN 111613328A
Authority
CN
China
Prior art keywords
module
blood glucose
fuzzy
blood sugar
comprehensive evaluation
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
Application number
CN202010533142.XA
Other languages
English (en)
Inventor
莫红
刘晨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202010533142.XA priority Critical patent/CN111613328A/zh
Publication of CN111613328A publication Critical patent/CN111613328A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种基于区间二型模糊集合的糖尿病患者血糖管理装置，所述装置包括参数选取模块、信息采集模块、稳定性评估模块和模糊血糖管理规则库建立模块。本发明特点如下：本发明装置结构合理，针对性强，通过采集患者血糖信息，对患者血糖进行区间二型模糊综合评估，同时模糊血糖管理规则库提供决策方案，将有效增强血糖异常处理能力和缩短诊断时间，并降低医疗成本，便于院内和院外患者血糖管理，适于推广应用。

Description

一种基于区间二型模糊集合的糖尿病患者血糖管理装置
技术领域
本发明涉及血糖管理技术领域，具体涉及一种基于区间二型模糊集合的糖尿病患者血糖管理装置。
背景技术
随着人口老龄化和生活方式的转变，糖尿病从少见病变成一种流行病。据国际糖尿病联盟发布最新的全球糖尿病地图(第9版)中指出，全球形式日趋严重。因此，近年来糖尿病问题已经成为医疗领域研究的热点话题之一。糖尿病是一种以高血糖为特征的常见代谢性疾病，其中血糖管理是糖尿病治疗的最关键环节。与此同时，糖尿病研究的相关成果有助于建立合理的管理规则和为患者采取合适的血糖干预提供指导，以及提高血糖异常处理的效率。在国外，汤姆-克莱曼斯发明了世界上第一台血糖检测仪。自那时起，血糖监测的研究就引起了广泛关注。直到现在，血糖监测方面出现了很多理论和实践的产物，从传统的生化分析--无创血糖监测--连续血糖监测，并且在连续血糖监测的基础上逐渐完善，提出了一种血糖监测新技术——实时胰岛素泵远程监控系统。然而，它们只能反映最终的血糖浓度测试值，并不能直接评估血糖水平。由于患病率和发病率逐年上升，仅仅凭借临床医生的口头描述不能有效的解决血糖管理问题。因此，有必要对血糖的评估与干预建立一套有效的机制。
在糖尿病管理过程中，血糖评估和异常干预主要表现为语言信息，因此，如何利用语言信息来分析血糖成为关键。
发明内容
针对以上问题，本发明解决的技术问题在于提出了一种基于区间二型模糊集合的糖尿病患者血糖管理装置。与传统装置不同，新的血糖管理装置通过使用区间二型模糊集合来描述血糖参数，该模糊集合相比于传统的模糊集合能给予隶属函数更大的自由度，更好地解决语义歧义和数据噪声问题，而且在解决系统的不确定性上具有更大的优势。在此基础上，该装置通过采集患者血糖信息，对患者血糖进行区间二型模糊综合评估，并建立模糊血糖管理规则库。该装置能有效增强血糖异常处理能力和缩短诊断时间，并努力降低医疗成本，便于院内和院外患者血糖管理。
本发明解决上述技术问题的技术方案如下：
一种基于区间二型模糊集合的糖尿病患者血糖管理装置，包括以下模块：
模块M1：参数选取模块；
所述参数选取模块中的参数包括：空腹血糖、餐后血糖和睡前血糖；
所述餐后血糖包括：早、中和晚餐后两小时血糖。
模块M2：信息采集模块；
所述信息采集模块包括采集血糖信息的装置；
所述采集血糖信息的装置包括血糖检测装置和信息显示装置。
模块M3：稳定性评估模块,其中包括以下模块：
模块M31：因素集确定模块；
所述因素集确定模块中的因素集包括：综合考虑因素的有效性和实际情况的真实性以及经济性，选取因素集为{空腹血糖,早餐后血糖,中餐后血糖,晚餐后血糖,睡前血糖}，表示为X＝{x1,...,xk,...,x5}，k为大于等于1且小于等于5的自然数，xk表示因素集中各因素。
其中，空腹血糖指在隔夜空腹(至少8～10小时未进任何食物，饮水除外)后，早餐前采的血，所检测的血糖值；空腹血糖是糖尿病最常用的检测指标，反映胰岛β细胞功能。
餐后血糖指餐后开始计时，整两个小时后血糖值；餐后血糖是诊断和发现糖尿病的另一种重要方法，反映胰岛β细胞储备功能的重要指标。
睡前血糖指临睡前血糖检测值，通常根据临床经验，建议患者在睡前十点钟检测血糖；睡前血糖检测决定基础胰岛素是否合适以及防止夜间低血糖。
模块M32：评语集建立模块；
所述评语集建立模块中的评语集包括：考虑到低血糖相比于高血糖更为紧急，会在短时间内因血糖急速降低，而引发休克直至死亡，因此选取评语集为{严重不稳定,稳定,不稳定}，表示为C＝{c1,...,cn,...,c3}，n为大于等于1且小于等于3的自然数，cn表示xk的评语。
模块M33：权重集设置模块；
所述权重集设置模块中的权重集由专家经验和实际情况设置为W＝{w1,...,wk,...,w5}，且0≤wk≤1，
Figure BDA0002536083100000021
wk表示xk的权重。
模块M34：模糊综合评估上下边界隶属度矩阵建立模块；
所述模糊综合评估上下边界隶属度矩阵建立模块中的模糊综合评估上下边界隶属度矩阵
Figure BDA0002536083100000022
和R为X到C的一种模糊关系，所述模糊关系
Figure BDA0002536083100000023
和R的表达式为：
Figure BDA0002536083100000031
其中，
Figure BDA0002536083100000032
和r k 表示xk各自为cn的匹配度，其表达式为：
Figure BDA0002536083100000033
其中，
Figure BDA0002536083100000034
和r k n分别表示第k个因素与评语cn对应的模糊子集的上、下边界匹配度。
模块M35：综合评估矩阵建立模块；
所述综合评估矩阵建立模块中的综合评估矩阵P为：利用加权平均模糊合成算子对模糊综合评估上下边界隶属度矩阵
Figure BDA0002536083100000035
和R以及权重集W进行区间二型模糊综合评估，所述综合评估矩阵P的表达式为：
Figure BDA0002536083100000036
Figure BDA0002536083100000037
其中，
Figure BDA0002536083100000038
Figure BDA0002536083100000039
和P分别表示模糊综合评估上下边界隶属度矩阵
Figure BDA00025360831000000310
和R对应的综合评估矩阵，
Figure BDA00025360831000000311
和pn 分别表示
Figure BDA00025360831000000312
和r k 对应的综合评估矩阵，
Figure BDA00025360831000000313
为加权平均模糊合成算子。
模块M36：最大隶属度决策模块；
所述最大隶属度决策模块中决策为：以所述因素集X中所有因素与对应因素之间的模糊子集的匹配度的加权模糊综合值为主隶属度，其余所有次隶属度为1，决策结果用区间二型模糊集合形式表示为：
Figure BDA00025360831000000314
其中，d指患者全体。
模块M4：模糊血糖管理规则库建立模块；
所述模糊血糖管理规则库建立模块中血糖管理规则由临床经验和实际情况建立如下：
定义ΩM,M∈{1,2,3}为论域，{Ω1,Ω2,Ω3}分别表示{严格，一般，宽松}；
定义Xk,k∈{1,2,3,4,5}为论域ΩM上的状态变量，即对糖尿病患者血糖的评估
Figure BDA0002536083100000041
其中，
Figure BDA0002536083100000042
ik∈{1,2,...,Ik}为论域ΩM上的基词，基词指基础词。
定义Uk为Xk相应的控制变量；
其中，
Figure BDA0002536083100000043
jk∈{1,2,…,Jk}为控制变量Uk上的基词。
所述血糖管理规则如下：
R1：如果X1(n)是
Figure BDA0002536083100000044
U1(n)是
Figure BDA0002536083100000045
那么X1(n+1)是
Figure BDA0002536083100000046
R2：如果X2(n)是
Figure BDA0002536083100000047
U2(n)是
Figure BDA0002536083100000048
那么X2(n+1)是
Figure BDA0002536083100000049
R3：如果X3(n)是
Figure BDA00025360831000000410
U3(n)是
Figure BDA00025360831000000411
那么X3(n+1)是
Figure BDA00025360831000000412
R4：如果X4(n)是
Figure BDA00025360831000000413
U4(n)是
Figure BDA00025360831000000414
那么X4(n+1)是
Figure BDA00025360831000000415
R5：如果X5(n)是
Figure BDA00025360831000000416
U5(n)是V5j5，那么X5(n+1)是
Figure BDA00025360831000000417
其中，ik,i'k∈{1,2,...,Ik},jk∈{1,2,...,Jk}；
每一个Rk包含Ik×Jk个模糊子规则，表示为：
Figure BDA00025360831000000418
令
Figure BDA00025360831000000419
Figure BDA00025360831000000420
则
Figure BDA0002536083100000051
对于任意Xk上的初始状态词S0，其中S0＝(S01,S02,S03,S04,S05)，这里有Sk＝Rk(S0)，状态词指描述状态的形容词。
因此，在管理实际血糖问题时，当目标状态词确定，一旦初始状态词给定，相应的血糖管理方案将由模糊规则给出。
本发明提出了一种基于区间二型模糊集合的糖尿病患者血糖管理装置，其特点在于：通过采集患者血糖信息，对患者血糖进行区间二型模糊综合评估，同时模糊血糖管理规则库提供决策方案。该装置能有效增强血糖异常处理能力和缩短诊断时间，并努力降低医疗成本，便于院内和院外患者血糖管理。
附图说明
图1是本发明中一种基于区间二型模糊集合的糖尿病患者血糖管理装置流程图；
图2是本发明图1中模块M3的流程图；
图3是本发明实施例中空腹血糖的隶属函数示意图；
图4是本发明实施例中餐后血糖的隶属函数示意图；
图5是本发明实施例中睡前血糖的隶属函数示意图。
具体实施方式
下面将结合本发明的实施例及附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
如图1所示，一种基于区间二型模糊集合的糖尿病患者血糖管理装置，包括以下模块：
模块M1：参数选取模块；
模块M2：信息采集模块；
模块M3：稳定性评估模块；
模块M4：模糊血糖管理规则库建立模块。
以上所述模块之间为依次连接关系。
本实施例中，所述参数选取模块中的参数包括：空腹血糖、餐后血糖和睡前血糖，所述餐后血糖包括：早、中和晚餐后两小时血糖。
本实施例中，所述信息采集模块包括采集血糖信息的装置，所述采集血糖信息的装置包括血糖检测装置和信息显示装置。
本实施例中，所述稳定性评估模块包括：因素集确定模块、评语集建立模块、权重集设置模块、模糊综合评估上下边界隶属度矩阵建立模块、综合评估矩阵建立模块和最大隶属度决策模块。
本实施例中，所述模糊血糖管理规则库建立模块中血糖管理规则由临床经验和实际情况建立，根据所述评估结果，选取合适的血糖管理规则。
如图2所示，图1中模块M3包括以下模块：
模块M31：因素集确定模块；
模块M32：评语集建立模块；
模块M33：权重集设置模块；
模块M34：模糊综合评估上下边界隶属度矩阵建立模块；
模块M35：综合评估矩阵建立模块；
模块M36：最大隶属度决策模块。
以上所述模块之间为依次连接关系。
综上所述，本发明中一种基于区间二型模糊集合的糖尿病患者血糖管理装置应用在血糖管理中的方法包括以下步骤：
步骤一：评估指标的描述如下：
根据“空腹血糖”，血糖浓度单位为mmol/L,基词设置在论域Ω1，评价词设置为低ρ11，中ρ12，高ρ13，如图3所示，空腹血糖的隶属函数如下：
Figure BDA0002536083100000061
Figure BDA0002536083100000062
Figure BDA0002536083100000063
根据“餐后血糖”，血糖浓度单位为mmol/L,基词设置在论域Ω1，评价词设置为低η11，中η12，高η13，如图4所示，餐后血糖的隶属函数如下：
Figure BDA0002536083100000071
Figure BDA0002536083100000072
Figure BDA0002536083100000073
根据“睡前血糖”，血糖浓度单位为mmol/L,基词设置在论域Ω1，评价词设置为低θ11，中θ12，高θ13，如图5所示，睡前血糖的隶属函数如下：
Figure BDA0002536083100000074
Figure BDA0002536083100000075
Figure BDA0002536083100000076
步骤二：血糖评估过程如下：
在这项研究中，严格型患者将通过糖尿病患者血糖管理装置进行评估，当控制标准为严格时，五位糖尿病患者的血糖参数如表1所示，血糖评估的执行过程可以如上所述进行说明：
表1
对象 空腹血糖 早餐后血糖 中餐后血糖 晚餐后血糖 睡前血糖
d<sub>1</sub> 6.6 8.7 8.6 9 9.2
d<sub>2</sub> 8.6 11.5 12.1 12.3 11.8
d<sub>3</sub> 5.2 6.9 7 7.1 6.8
d<sub>4</sub> 6.8 8.5 8.7 8.9 8.6
d<sub>5</sub> 5.3 6.7 6.9 7.2 7.1
基于五位糖尿病患者血糖的稳定性程度进行区间二型模糊综合评估，所述模糊综合评估上下边界隶属度矩阵分别为：
Figure BDA0002536083100000081
Figure BDA0002536083100000082
Figure BDA0002536083100000083
Figure BDA0002536083100000084
Figure BDA0002536083100000085
所述权重集设置为：
W＝{0.3,0.18,0.18,0.18,0.16}所述综合评估矩阵分别为：
Figure BDA0002536083100000086
Figure BDA0002536083100000087
Figure BDA0002536083100000088
Figure BDA0002536083100000091
Figure BDA0002536083100000092
所述最大隶属度决策分别为：
Figure BDA0002536083100000093
Figure BDA0002536083100000094
Figure BDA0002536083100000095
根据最大隶属度原则分析c1,c2,c3可知，d1,d2,d4是“不稳定”，d3,d5是“稳定”。
如上所述，本发明的基于区间二型模糊集合的糖尿病患者血糖管理装置能有效评估患者血糖水平，故用区间二型模糊综合评估对血糖进行分析计算是可行的。
本说明书中所描述的以上内容仅仅是对本发明所作的举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明说明书的内容或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种基于区间二型模糊集合的糖尿病患者血糖管理装置，其特征在于，包括以下模块：
模块M1：参数选取模块；
模块M2：信息采集模块；
模块M3：稳定性评估模块；
模块M4：模糊血糖管理规则库建立模块。
2.根据权利要求1所述的糖尿病患者血糖管理装置，其特征在于，模块M1中：
所述参数选取模块中的参数包括：空腹血糖、餐后血糖和睡前血糖；
所述餐后血糖包括：早、中和晚餐后两小时血糖。
3.根据权利要求1所述的糖尿病患者血糖管理装置，其特征在于，模块M2中：
所述信息采集模块包括采集血糖信息的装置；
所述采集血糖信息的装置包括血糖检测装置和信息显示装置。
4.根据权利要求1所述的糖尿病患者血糖管理装置，其特征在于，模块M3中所述稳定性评估模块包括以下模块：
模块M31：因素集确定模块；
模块M32：评语集建立模块；
模块M33：权重集设置模块；
模块M34：模糊综合评估上下边界隶属度矩阵建立模块；
模块M35：综合评估矩阵建立模块；
模块M36：最大隶属度决策模块。
5.根据权利要求4所述的糖尿病患者血糖管理装置，其特征在于，模块M31中，所述因素集确定模块中的因素集包括{空腹血糖,早餐后血糖,中餐后血糖,晚餐后血糖,睡前血糖}，表示为X＝{x1,...,xk,...,x5}，k为大于等于1且小于等于5的自然数，xk表示因素集中各因素。
6.根据权利要求5所述的糖尿病患者血糖管理装置，其特征在于，模块M32中,所述评语集建立模块中的评语集包括{严重不稳定,稳定,不稳定}，表示为C＝{c1,...,cn,...,c3}，n为大于等于1且小于等于3的自然数，cn表示xk的评语。
7.根据权利要求6所述的糖尿病患者血糖管理装置，其特征在于，模块M33中，所述权重集设置模块中的权重集W＝{w1,...,wk,...,w5}，且0≤wk≤1，
Figure FDA0002536083090000011
wk表示xk的权重。
8.根据权利要求7所述的糖尿病患者血糖管理装置，其特征在于，模块M34中，所述模糊综合评估上下边界隶属度矩阵建立模块中的模糊综合评估上下边界隶属度矩阵
Figure FDA0002536083090000021
和R为X到C的一种模糊关系，所述模糊关系
Figure FDA0002536083090000023
和R的表达式为：
Figure FDA0002536083090000025
其中，
Figure FDA0002536083090000026
和rk表示xk各自为cn的匹配度，其表达式为：
Figure FDA0002536083090000028
其中，
Figure FDA0002536083090000029
和r k n分别表示第k个因素与评语cn对应的模糊子集的上、下边界匹配度。
9.根据权利要求8所述的糖尿病患者血糖管理装置，其特征在于，模块M35中，所述综合评估矩阵建立模块中的综合评估矩阵P为：利用加权平均模糊合成算子对模糊综合评估上下边界隶属度矩阵
Figure FDA00025360830900000211
和R以及权重集W进行区间二型模糊综合评估，所述综合评估矩阵P的表达式为：
Figure FDA00025360830900000213
Figure FDA00025360830900000214
其中，
Figure FDA00025360830900000215
Figure FDA00025360830900000216
和P分别表示模糊综合评估上下边界隶属度矩阵
Figure FDA00025360830900000218
和R对应的综合评估矩阵，
Figure FDA00025360830900000220
和p n分别表示
Figure FDA00025360830900000222
和r k 对应的综合评估矩阵，
Figure FDA00025360830900000224
为加权平均模糊合成算子。
10.根据权利要求9所述的糖尿病患者血糖管理装置，其特征在于，模块M36中，所述最大隶属度决策模块中决策为：以所述因素集X中所有因素与对应因素之间的模糊子集的匹配度的加权模糊综合值为主隶属度，其余所有次隶属度为1，决策结果用区间二型模糊集合形式表示为：
Figure FDA00025360830900000225
其中，d指患者全体。
CN202010533142.XA 2020-07-16 2020-07-16 一种基于区间二型模糊集合的糖尿病患者血糖管理装置 Pending CN111613328A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010533142.XA CN111613328A (zh) 2020-07-16 2020-07-16 一种基于区间二型模糊集合的糖尿病患者血糖管理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010533142.XA CN111613328A (zh) 2020-07-16 2020-07-16 一种基于区间二型模糊集合的糖尿病患者血糖管理装置

Publications (1)

Publication Number Publication Date
CN111613328A true CN111613328A (zh) 2020-09-01

Family

ID=72201065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010533142.XA Pending CN111613328A (zh) 2020-07-16 2020-07-16 一种基于区间二型模糊集合的糖尿病患者血糖管理装置

Country Status (1)

Country Link
CN (1) CN111613328A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101261276A (zh) * 2008-04-17 2008-09-10 北京软测科技有限公司 糖尿病监测及诊治装置
CN102763109A (zh) * 2010-02-23 2012-10-31 霍夫曼-拉罗奇有限公司 用于将治疗指南提供给患有糖尿病的人的方法和系统
CN107680401A (zh) * 2017-10-17 2018-02-09 长沙理工大学 一种基于区间二型模糊集合的停车位满意度的评价方法
CN108511070A (zh) * 2018-04-18 2018-09-07 郑州大学第附属医院 一种糖尿病患者评估及管理系统
CN109272233A (zh) * 2018-09-21 2019-01-25 长沙理工大学 一种基于二型模糊集合的员工胜任力评估方法
CN110364268A (zh) * 2018-04-09 2019-10-22 深圳市贝沃德克生物技术研究院有限公司 基于互联网的糖尿病患者健康管理系统及方法
US20200060624A1 (en) * 2009-02-26 2020-02-27 Dreamed Diabetes Ltd. Method and system for automatic monitoring of diabetes related treatment
CN111381492A (zh) * 2020-03-24 2020-07-07 湖南盛鼎科技发展有限责任公司 基于区间二型模糊变积分pid的无刷直流电机控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101261276A (zh) * 2008-04-17 2008-09-10 北京软测科技有限公司 糖尿病监测及诊治装置
US20200060624A1 (en) * 2009-02-26 2020-02-27 Dreamed Diabetes Ltd. Method and system for automatic monitoring of diabetes related treatment
CN102763109A (zh) * 2010-02-23 2012-10-31 霍夫曼-拉罗奇有限公司 用于将治疗指南提供给患有糖尿病的人的方法和系统
CN107680401A (zh) * 2017-10-17 2018-02-09 长沙理工大学 一种基于区间二型模糊集合的停车位满意度的评价方法
CN110364268A (zh) * 2018-04-09 2019-10-22 深圳市贝沃德克生物技术研究院有限公司 基于互联网的糖尿病患者健康管理系统及方法
CN108511070A (zh) * 2018-04-18 2018-09-07 郑州大学第附属医院 一种糖尿病患者评估及管理系统
CN109272233A (zh) * 2018-09-21 2019-01-25 长沙理工大学 一种基于二型模糊集合的员工胜任力评估方法
CN111381492A (zh) * 2020-03-24 2020-07-07 湖南盛鼎科技发展有限责任公司 基于区间二型模糊变积分pid的无刷直流电机控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HONG MO: ""Linguistic Dynamic Modeling and Analysis of Psychological Health State Using Interval Type-2 Fuzzy Sets"", 《CAA JOURNAL OF AUTOMATICA SINICA》 *

Similar Documents

Publication Publication Date Title
RU2283495C2 (ru) Способ, система и программный продукт для оценки контроля гликемии при диабете
Little et al. Comparison of agreement between different measures of blood pressure in primary care and daytime ambulatory blood pressure
Preiser et al. Near-continuous glucose monitoring makes glycemic control safer in ICU patients
ES2456068T3 (es) Método, sistema y producto de programa informático para el procesamiento de datos de auto-supervisión de glucemia (SMBG) para mejorar la autogestión diabética
Turpin et al. Performance of efficient test procedures for frequency-doubling technology perimetry in normal and glaucomatous eyes
AU2001251046A1 (en) Method, system, and computer program product for the evaluation of glycemic control in diabetes from self-monitoring data
Zhao et al. Statistical analysis based online sensor failure detection for continuous glucose monitoring in type I diabetes
US20120166208A1 (en) Automated clustering for patient disposition
Kodama et al. Ability of current machine learning algorithms to predict and detect hypoglycemia in patients with diabetes mellitus: meta-analysis
KR20200113954A (ko) 사용자 맞춤형 건강 정보 서비스 제공 시스템 및 그 방법
CN112786203A (zh) 一种机器学习糖尿病视网膜病变发病风险预测方法及应用
De Falco et al. A genetic programming-based regression for extrapolating a blood glucose-dynamics model from interstitial glucose measurements and their first derivatives
Yang et al. Risk prediction of renal failure for chronic disease population based on electronic health record big data
Moser et al. Performance of intermittently scanned continuous glucose monitoring systems in people with type 1 diabetes: A pooled analysis
Bellazzi et al. Data mining technologies for blood glucose and diabetes management
CN115101199A (zh) 用于重症老年患者的可解释公平早期死亡风险评估模型、装置、及其建立方法
CN111613328A (zh) 一种基于区间二型模糊集合的糖尿病患者血糖管理装置
CN111192681A (zh) 一种用于获取目标血糖特征的方法及系统
Wang et al. Past, present, and future of global research on artificial intelligence applications in dermatology: A bibliometric analysis
Teixeira et al. Nursing Diagnoses in people with diabetes mellitus according to Orem's theory of self-care
Jorge et al. Abnormal responses in cognitive impulsivity circuits are associated with glycosylated hemoglobin trajectories in type 1 diabetes mellitus and impaired metabolic control
CN105982648A (zh) 生理监控反馈系统及其运作方法
CN114783587A (zh) 严重急性肾损伤智能预测系统
CN115579147B (zh) 一种脓毒症识别模型训练方法、脓毒症预警方法及装置
Scott Prediction of Intervention Effects in Health Systems: Johns Hopkins HealthCare Diabetes Case Study

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