CN111920423B - 血糖数据监测系统、血糖数据通信的监护方法及应用方法 - Google Patents
血糖数据监测系统、血糖数据通信的监护方法及应用方法 Download PDFInfo
- Publication number
- CN111920423B CN111920423B CN202011106960.8A CN202011106960A CN111920423B CN 111920423 B CN111920423 B CN 111920423B CN 202011106960 A CN202011106960 A CN 202011106960A CN 111920423 B CN111920423 B CN 111920423B
- Authority
- CN
- China
- Prior art keywords
- data
- value
- monitoring
- blood sugar
- current data
- 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.)
- Active
Links
Images
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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- 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
Abstract
血糖数据监测系统、血糖数据通信的监护方法及应用方法,血糖数据监测系统在监测接收终端和发射器之间通过蓝牙连接,能够保证在网络较差环境下依然能够传输数据,监测接收终端在接收到数据后首先通过数据处理模块进行计算,采用异常数据排除算法、初始佩戴算法和参比修正算法等计算方法保证血糖数据的准确性,并通过监测数据显示模块显示血糖数据,尽可能减少延迟;云端服务器在接收到监测接收终端的数据后将数据同步至监护接收终端,并采用血糖值分割算法和血糖预测警报算法等计算方法进行预测性计算,将预测结果反馈至监测接收终端和监护接收终端;本发明的血糖数据通信的监护方法及应用方法能够达到更好的监护效果,增强用户的使用体验。
Description
技术领域
本发明涉及血糖数据的通信、监测及监护领域,更具体的说涉及血糖数据监测系统、血糖数据通信的监护方法及应用方法。
背景技术
动态血糖监测系统(RGMS)是近年来投入临床使用的一种新型持续动态血糖监测系统,它连接一个探测头类似针头,探测头用于置入皮下组织。探测头直径很小,置入时患者无明显痛感和不适感。仪器间隔一定时间从探测头接受一次反映血糖变化的电信号,将多次采集到的电信号平均值转化成为血糖值存储起来。每天可以记录几百个血糖值。动态血糖监测仪还可以同时存储进餐、运动、用药等时间。这就可以让患者不用每天再忍受针扎的痛苦,并且它能提供每日血糖图,多日血糖图波动趋势分析和每日血糖数据的小结,是血糖检测的新突破。
血糖值通过传感器产生电流,再通过无线传输方式将电流数据传输至终端设备并进行计算得出。人体排异反应等原因会对传感器电流产生一定影响,使电流值出现异常跳动,会导致后续计算的血糖值不准确;此外,血糖监测和监护等设备之间的数据传输方式、利用数据传输的监护方式和应用方式都会对传感器佩戴者以及监护人员的使用体验产生影响,其数据通信方式和保证数据准确的算法也是技术难题。公开号为CN107788994B的发明专利公开了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,该专利采取的方法为将电流数据传输至云端大数据服务器进行计算并对转换系数进行修正,再将计算得到的血糖数据传输回血糖监测软件进行显示。该专利的技术存在一些问题:其一,将数据传输至云端进行计算再传输回监测软件显示会产生延迟,特别是在网络条件较差的环境下,可能会存在数据接收不到的情况;其二,该专利算法根据指血血糖测量值和电化学阻抗数据对血糖值进行校准,但是影响电流值的因素有很多,并不仅仅是电化学阻抗数据,而且各种复杂因素导致电流数据不稳定后,储存在云端的历史数据也是不准确的,后续的校准算法也就变的意义不大;其三,人体血糖值的变化主要受进食和胰岛素分泌的变化影响,其存在的规律性并不强,而该专利采用的最小二乘法和历史数据回归算法等计算方式是需要历史数据有较强的规律性的,故该算法的准确性有待商榷;其四,通过校准后显示给用户的血糖值,和实际测得的血糖值存在偏差,反而可能会给用户带来误导,严重时还可能危及生命。
因此,对于血糖数据的处理、计算等方式不仅影响到用户使用的体验,更是影响到监测血糖值的准确性,故提供一种可靠的血糖数据监测系统以及利用数据通信的监护方法和应用方法显得至关重要。
发明内容
针对现有技术的不足之处本发明提供一种血糖数据监测系统,本发明的血糖数据监测系统在监测接收终端和发射器之间通过蓝牙连接,能够保证在网络较差环境下依然能够传输数据,监测接收终端在接收到数据后首先通过数据处理模块进行计算,采用异常数据排除算法、初始佩戴算法和参比修正算法等计算方法保证血糖数据的准确性,并通过监测数据显示模块显示血糖数据,尽可能减少延迟;云端服务器在接收到监测接收终端的数据后将数据同步至监护接收终端,并采用血糖值分割算法和血糖预测警报算法等计算方法进行预测性计算,将预测结果反馈至监测接收终端和监护接收终端,提醒使用者注意血糖控制;此外,本发明还提供一种血糖数据通信的监护方法及应用方法,本发明的监护接收终端可以给多人使用,并且根据优先级设置不同的推送条件,使血糖预警的信息优先推送给佩戴者亲人,在比较紧急的时候再推送给医护人员,可以减轻医护人员工作压力,达到更好的监护效果,增强用户的使用体验。
本发明的具体技术方案如下,血糖数据监测系统,包括传感器、发射器、监测接收终端、监护接收终端和云端服务器;
所述传感器设有电极以及与所述电极导通的第一导电触点;
所述发射器包括电池模块、内存模块、第一蓝牙模块和第二导电触点,所述传感器和所述发射器之间通过所述第一导电触点和所述第二导电触点的电连接实现数据传输,所述电池模块为所述发射器和所述电极供电,所述内存模块接收所述电极的微电流数据并通过所述第一蓝牙模块传输至所述监测接收终端;
所述监测接收终端包括第二蓝牙模块、第一无线网络模块和监测软件,所述第二蓝牙模块和所述第一蓝牙模块配对实现所述监测接收终端和所述发射器之间的数据传输,所述第一无线网络模块能够实现和所述云端服务器之间的数据传输,所述监测软件包括数据处理模块、监测数据显示模块、参比输入模块、监测提示警报模块;
所述监护接收终端包括第二无线网络模块和监护软件,所述第二无线网络模块能够实现和所述云端服务器之间的数据传输,所述监护软件包括监护数据显示模块、监护提示警报模块;
所述云端服务器能够接收所述监测接收终端数据并将数据传输给所述监护接收终端。
由此,所述监测接收终端和所述发射器之间通过蓝牙连接,能够保证在网络较差环境下依然能够传输数据;所述监测接收终端在接收到数据后首先通过所述数据处理模块进行计算,并通过所述监测数据显示模块显示血糖数据,尽可能减少延迟;所述云端服务器在接收到所述监测接收终端的数据后将数据同步至所述监护接收终端,并进行预测性计算,将预测结果反馈至所述监测接收终端和所述监护接收终端,提醒使用者注意血糖控制。
作为本发明的优选,所述数据处理模块包括异常数据排除算法、初始佩戴算法和参比修正算法。
由此,在所述传感器电流值由于人体排异反应等原因出现跳动时,通过所述异常数据排除算法能够排除异常的电流数据,使血糖值更加符合实际;所述传感器在佩戴初始时间,所述电极存在一个极化的过程,通过所述初始佩戴算法能够计算极化结束时间,使所述监测接收终端开始计算血糖值;所述传感器在佩戴过程中为了保证血糖数据的准确性,需要进行多次指血血糖值的矫正,通过所述参比修正算法,能够对血糖值和血糖参比进行及时的修正,保证血糖数据的准确性。
作为本发明的优选,所述云端服务器包括血糖值分割算法和血糖预测警报算法。
由此,人体血糖值在摄食之后会明显上升,之后再缓慢下降,由于摄食存在一定的随机性,故根据整体的历史血糖数据进行血糖值预测并不是很准确;所述血糖值分割算法将空腹状态的血糖值和就餐之后血糖升高的血糖值进行区分,从而使所述血糖预测警报算法根据区分后的血糖值进行预测计算,使预测更加准确。
作为本发明的优选,所述初始佩戴算法包括以下计算步骤:
步骤A、所述发射器每间隔时间t接收一次所述传感器的电流数据并存入所述内存模块,接收a次后将a个电流数据封装成一个数据包发送给所述监测接收终端;
步骤B、所述监测接收终端接收所述发射器的数据包后由所述数据处理模块增加时间数据,并且对数据包内的a个电流数据分别和前一个电流数据进行比较,其中数据包内的第一个电流数据和前一个数据包内的最后一个电流数据进行比较;设置极化阈值p,将后一个电流数据减前一个电流数据的差值和所述极化阈值p进行比较,连续5个差值小于p则认为结束极化时间,开始计算血糖值。
由此,一般时间间隔t设置1min,接收次数a设置3次,即所述发射器间隔3分钟发送一个数据包,从而能够降低蓝牙功耗;在极化过程中,电流数据处于一个慢慢增长的过程,通过判断后一个电流数据减前一个电流数据的差值便可进行分辨,当连续5个差值小于p时,说明电流值已经恢复到一个较为稳定的状态,即极化完成。
作为本发明的优选,所述异常数据排除算法包括以下计算步骤:
步骤A、所述发射器每间隔时间t接收一次所述传感器的电流数据并存入所述内存模块,接收a次后将a个电流数据封装成一个数据包发送给所述监测接收终端;
步骤B、所述监测接收终端接收所述发射器的数据包后由所述数据处理模块增加时间数据,并且对数据包内的a个电流数据分别和前一个电流数据进行比较,其中数据包内的第一个电流数据和前一个数据包内的最后一个电流数据进行比较;设置电流数据上升阈值m和下降阈值n,若后一个电流数据减前一个电流数据为正,则将差值和所述上升阈值m进行比较,差值大于m则认为电流数据出现异常对电流数据进行排除;若后一个电流数据减前一个电流数据为负,则将差值和所述下降阈值n进行比较,差值的绝对值大于n则认为电流数据出现异常对电流数据进行排除;
步骤C、若电流数据的前一个或多个电流数据因异常已经被排除,则该电流数据和前一个有效电流数据进行比较,其中间隔的被排除的电流数据的个数为k;若该电流数据减前一个电流数据为正,则将差值和累积上升阈值m(k+1)进行比较,差值大于m(k+1)则认为电流数据出现异常对电流数据进行排除;若该电流数据减前一个电流数据为负,则将差值和累积下降阈值n(k+1)进行比较,差值的绝对值大于n(k+1)则认为电流数据出现异常对电流数据进行排除;
步骤D、计算每一个数据包内的电流数据的算术平均值作为包电流值,和数据包的时间数据相对应;若数据包内的电流数据全部被舍弃,则取前一个有效的包电流值和后一个有效的包电流值的平均值作为包电流值;若存在两个连续的数据包内的数据为空,则监测接收终端驱动所述监测提示警报模块发出所述传感器异常的警报;
步骤E、计算包电流值乘以血糖转换系数作为血糖值,将时间数据作为横坐标,血糖值作为纵坐标生成血糖变化曲线,并通过所述监测数据显示模块进行显示;
步骤F、所述监测接收终端将时间数据以及对应的血糖值通过所述第一无线网络模块发送给所述云端服务器,所述云端服务器再将时间数据以及对应的血糖值发送给所述监护接收终端,所述监护数据显示模块同步显示血糖变化曲线。
由此,传感器在人体佩戴时环境复杂,除了人体血糖外,还存在许多干扰电流的因素,主要表现在电流数据的突然上升或下降,正常的人体血糖值变化是连续的,故设置上升阈值m和下降阈值n,当电流数据变化差值超过上升阈值m或下降阈值n时便判定为电流数据异常,通过对异常电流数据的排除以及将多个电流数据取平均值的方式,能够减小异常电流数据带来的影响,使得血糖值更加准确,对于后续的算法也更加准确。
作为本发明的优选,所述参比修正算法包括以下计算步骤:
步骤A、从所述监测接收终端的所述参比输入模块输入参比血糖值SC;
步骤B、将所述参比血糖值SC和最新的数据包的血糖值SG进行比较,设置参比差值阈值q,若|SG-SC|≤q,则执行步骤C;若|SG-SC|>q,则监测接收终端驱动所述监测提示警报模块发出重新进行指血测定并输入参比血糖值的警报,若重新测定SC后,|SG-SC|≤q,则更新参比值SC并执行步骤C,若重新测定SC后,|SG-SC|>q,则监测接收终端驱动所述监测提示警报模块发出所述传感器损耗大需更换的警报;
步骤C、根据原最新的血糖值SG、最新的血糖转换系数SF、参比血糖值SC以及参比权重值r,计算更新后的血糖值CG和血糖转换系数CF,得到CG=SC*r+SG*(1-r),CF= SF *CG/SG,其中0.6≤r≤0.95;再将CG赋值给SG、将CF赋值给SF。
由此,所述参比血糖值SC通过指血血糖仪测得,通常来说能测得较为准确的血糖值,但不排除测定过程中出现差错导致指血血糖值测定不准的情况,若指血血糖值和传感器测得的血糖值偏差较大,则认为指血测定过程出现问题,需重新测定指血血糖值,若指血血糖值测定两次偏差依然较大,则认为传感器损耗较大,提示更换传感器;测定准确的指血血糖值使用较大的权重比例,传感器测定的血糖值使用较小的权重比例,从而保证更新后的血糖值和血糖转换系数准确。
作为本发明的优选,所述血糖值分割算法包括以下计算步骤:
步骤A、所述云端服务器接收所述监测接收终端发送的时间数据以及对应的血糖值;
步骤B、对每个时间数据对应的血糖值分别和前一个时间数据对应的血糖值进行比较,设置血糖上升阈值q,将后一个血糖值减前一个血糖值的差值和所述血糖上升阈值q进行比较,若连续5个差值大于q,则记录第一个血糖值SG0以及时间数据t0,对t0之后的血糖值和SG0进行比较,直到接收到下一个比SG0更低的血糖值,记录该血糖值为SG1以及对应的时间数据为t1,从t1开始再重复该计算步骤;
步骤C、在t0和t1处将血糖值分割,将t0开始t1结束的血糖值和时间数据存入历史上升血糖区间数据库,将t1开始t0结束的血糖值和时间数据存入历史正常血糖区间数据库。
由此,后一个血糖值减前一个血糖值的差值为正即血糖上升,连续5个差值大于所述血糖上升阈值q则认为用户处于进食后的血糖上升期,再等血糖值恢复到初始水平,将上升到下降恢复这段血糖变化值进行分割,将较为平稳的血糖变化值也进行分割,分别存入不同的历史血糖值数据库,以保证后续的所述血糖预测警报算法更加准确。
作为本发明的优选,所述血糖预测警报算法包括以下计算步骤:
步骤A、计算历史上升血糖区间数据库内每段曲线的最大血糖值和SG0的差值DSt,将每个差值DSt和开始时间t0存入二维数组;计算历史正常血糖区间数据库内每段曲线的最大血糖值和最小血糖值的差值DZt,将每个差值DZt和开始时间t1存入二维数组;
步骤B、所述云端服务器接收所述监测接收终端发送的时间数据t以及对应的血糖值SG;
步骤C、设置时间阈值Dt、血糖上限SGmax、血糖下限SGmin;对每个时间数据t对应的血糖值SG分别和所述历史上升血糖区间数据库内时间差在Dt内的血糖差值DSt进行比较,若|t-t0|<Dt,则计算预测上升血糖值 SG+DSt,若存在SG+DSt>SGmax,则将高血糖预警信息发送给所述监测接收终端和/或监护接收终端,所述监测提示警报模块和/或所述监护提示警报模块发出高血糖预警;对每个时间数据t对应的血糖值SG分别和所述历史正常血糖区间数据库内时间差在Dt内的血糖差值DZt进行比较,若|t-t1|<Dt,则计算预测下降血糖值 SG-DZt,若存在SG-DZt <SGmin,则将低血糖预警信息发送给所述监测接收终端和/或监护接收终端,所述监测提示警报模块和/或所述监护提示警报模块发出低血糖预警。
由此,通过计算历史上升血糖区间数据库内每段曲线的最大血糖值和SG0的差值DSt,以及历史正常血糖区间数据库内每段曲线的最大血糖值和最小血糖值的差值DZt,能够得到血糖值在t0时间附近可能发生的升高值以及在t1时间附近可能发生的降低值;高血糖预警由当前血糖值加上时间差在所述时间阈值Dt内的血糖升高差值DSt得到的预测值和所述血糖上限SGmax进行比较,超过所述血糖上限SGmax就发出预警,佩戴用户能够调整饮食,避免血糖偏高;低血糖预警由当前血糖值减去时间差在所述时间阈值Dt内的血糖下降差值DZt得到的预测值和所述血糖下限SGmin进行比较,低于所述血糖下限SGmin就发出预警,佩戴用户能够采取进食等方式避免低血糖发生。
作为本发明的优选,所述时间阈值Dt为15min~60min。
由此,所述时间阈值Dt能够根据用户佩戴时间,所述历史上升血糖区间数据库和所述历史正常血糖区间数据库内存储的历史血糖数据的数据量进行调整,数据量越大,时间阈值Dt设置的越小,一般设置15min~60min。
血糖数据通信的监护方法,血糖数据监测系统包括传感器、发射器、监测接收终端、监护接收终端和云端服务器,所述云端服务器能够接收所述监测接收终端数据并将数据传输给所述监护接收终端;所述监护接收终端设有至少两个,且分别设有至少两级的优先级。
由此,所述监护接收终端可以给多人使用,并且根据优先级设置不同的推送条件;一般佩戴者的亲人会使用优先级较高的监护接收终端,医护人员由于需要同时监护多个佩戴者,故使用优先级较低的监护接收终端,从而使血糖预警的信息优先推送给佩戴者亲人,在比较紧急的时候再推送给医护人员,可以减轻医护人员工作压力。
作为本发明的优选,所述监护接收终端至少包括一级监护终端和二级监护终端;所述云端服务器设置血糖上限SGmax、血糖下限SGmin、优先级递减比例w,并且计算历史上升血糖区间数据库内每段曲线的最大血糖值和SG0的差值DSt,计算历史正常血糖区间数据库内每段曲线的最大血糖值和最小血糖值的差值DZt;所述一级监护终端预警条件为SG+DSt>(1-2w)SGmax或SG-DZt <(1+2w)SGmin,所述二级监护终端预警条件为SG+DSt>(1-w)SGmax或SG-DZt <(1+w)SGmin。
由此,通过所述优先级递减比例w,使得所述一级监护终端预警条件优先于所述二级监护终端。
作为本发明的优选,所述优先级递减比例w为5%~20%。
由此,所述优先级递减比例w优选10%~15%。
血糖数据通信的应用方法,血糖数据监测系统包括传感器、发射器、监测接收终端、监护接收终端和云端服务器,所述监护接收终端至少包括一级监护终端和二级监护终端;所述监测接收终端跟随所述传感器和所述发射器佩戴者使用,所述监护接收终端由佩戴者亲人、社区工作者或者医院医护人员使用;佩戴者亲人使用所述一级监护终端、社区工作者或者医院医护人员使用所述二级监护终端。
由此,所述监护接收终端可以由多人使用对糖尿病人进行监护,并设置不同的监护等级,从而达到更好的监护效果,增强用户的使用体验。
综上所述,本发明具有以下有益效果:
1、本发明的血糖数据监测系统在监测接收终端和发射器之间通过蓝牙连接,在监测接收终端和云端服务器之间通过无线网络连接,在监护接收终端和云端服务器之间通过无线网络连接,保证传感器佩戴者接收血糖数据不受网络环境影响,数据传输稳定,并且数据显示时效性高。
2、监测接收终端采用异常数据排除算法、初始佩戴算法和参比修正算法等计算方法;在传感器电流值由于人体排异反应等原因出现跳动时,通过异常数据排除算法能够排除异常的电流数据,使血糖值更加符合实际;传感器在佩戴初始时间,电极存在一个极化的过程,通过初始佩戴算法能够计算极化结束时间,使监测接收终端开始计算血糖值;传感器在佩戴过程中为了保证血糖数据的准确性,需要进行多次指血血糖值的矫正,通过参比修正算法,能够对血糖值和血糖参比进行及时的修正,保证血糖数据的准确性。
3、云端服务器采用血糖值分割算法和血糖预测警报算法等计算方法;人体血糖值在摄食之后会明显上升,之后再缓慢下降,由于摄食存在一定的随机性,故根据整体的历史血糖数据进行血糖值预测并不是很准确;血糖值分割算法将空腹状态的血糖值和就餐之后血糖升高的血糖值进行区分,从而使血糖预测警报算法根据区分后的血糖值进行预测计算,使预测更加准确。
4、本发明的血糖数据通信的监护方法,采用多个监护接收终端给多人使用,并且根据优先级设置不同的推送条件,保证监护效果的同时增强用户的使用体验。
5、本发明的血糖数据通信的应用方法,使监护接收终端由佩戴者亲人、社区工作者或者医院医护人员使用,并且佩戴者亲人使用一级监护终端,社区工作者或者医院医护人员使用二级监护终端;血糖预警的信息优先推送给一级监护终端,在比较紧急的时候再推送给二级监护终端,可以减轻医护人员或者社区工作者的工作压力。
附图说明
图1为本发明血糖数据监测系统的结构示意图。
具体实施方式
下面将结合附图,通过具体实施例对本发明作进一步说明。
实施例1:
如图1,血糖数据监测系统,包括传感器、发射器、监测接收终端、监护接收终端和云端服务器;
传感器设有电极以及与电极导通的第一导电触点;
发射器包括电池模块、内存模块、第一蓝牙模块和第二导电触点,传感器和发射器之间通过第一导电触点和第二导电触点的电连接实现数据传输,电池模块为发射器和电极供电,内存模块接收电极的微电流数据并通过第一蓝牙模块传输至监测接收终端;
监测接收终端包括第二蓝牙模块、第一无线网络模块和监测软件,第二蓝牙模块和第一蓝牙模块配对实现监测接收终端和发射器之间的数据传输,第一无线网络模块能够实现和云端服务器之间的数据传输,监测软件包括数据处理模块、监测数据显示模块、参比输入模块、监测提示警报模块;
监护接收终端包括第二无线网络模块和监护软件,第二无线网络模块能够实现和云端服务器之间的数据传输,监护软件包括监护数据显示模块、监护提示警报模块;
云端服务器能够接收监测接收终端数据并将数据传输给监护接收终端。
由此,监测接收终端和发射器之间通过蓝牙连接,能够保证在网络较差环境下依然能够传输数据;监测接收终端在接收到数据后首先通过数据处理模块进行计算,并通过监测数据显示模块显示血糖数据,尽可能减少延迟;云端服务器在接收到监测接收终端的数据后将数据同步至监护接收终端,并进行预测性计算,将预测结果反馈至监测接收终端和监护接收终端,提醒使用者注意血糖控制。
数据处理模块包括异常数据排除算法、初始佩戴算法和参比修正算法。
由此,在传感器电流值由于人体排异反应等原因出现跳动时,通过异常数据排除算法能够排除异常的电流数据,使血糖值更加符合实际;传感器在佩戴初始时间,电极存在一个极化的过程,通过初始佩戴算法能够计算极化结束时间,使监测接收终端开始计算血糖值;传感器在佩戴过程中为了保证血糖数据的准确性,需要进行多次指血血糖值的矫正,通过参比修正算法,能够对血糖值和血糖参比进行及时的修正,保证血糖数据的准确性。
云端服务器包括血糖值分割算法和血糖预测警报算法。
由此,人体血糖值在摄食之后会明显上升,之后再缓慢下降,由于摄食存在一定的随机性,故根据整体的历史血糖数据进行血糖值预测并不是很准确;血糖值分割算法将空腹状态的血糖值和就餐之后血糖升高的血糖值进行区分,从而使血糖预测警报算法根据区分后的血糖值进行预测计算,使预测更加准确。
初始佩戴算法包括以下计算步骤:
步骤A、发射器每间隔时间t接收一次传感器的电流数据并存入内存模块,接收a次后将a个电流数据封装成一个数据包发送给监测接收终端;
步骤B、监测接收终端接收发射器的数据包后由数据处理模块增加时间数据,并且对数据包内的a个电流数据分别和前一个电流数据进行比较,其中数据包内的第一个电流数据和前一个数据包内的最后一个电流数据进行比较;设置极化阈值p,将后一个电流数据减前一个电流数据的差值和极化阈值p进行比较,连续5个差值小于p则认为结束极化时间,开始计算血糖值。
由此,一般时间间隔t设置1min,接收次数a设置3次,即发射器间隔3分钟发送一个数据包,从而能够降低蓝牙功耗;在极化过程中,电流数据处于一个慢慢增长的过程,通过判断后一个电流数据减前一个电流数据的差值便可进行分辨,当连续5个差值小于p时,说明电流值已经恢复到一个较为稳定的状态,即极化完成。
异常数据排除算法包括以下计算步骤:
步骤A、发射器每间隔时间t接收一次传感器的电流数据并存入内存模块,接收a次后将a个电流数据封装成一个数据包发送给监测接收终端;
步骤B、监测接收终端接收发射器的数据包后由数据处理模块增加时间数据,并且对数据包内的a个电流数据分别和前一个电流数据进行比较,其中数据包内的第一个电流数据和前一个数据包内的最后一个电流数据进行比较;设置电流数据上升阈值m和下降阈值n,若后一个电流数据减前一个电流数据为正,则将差值和上升阈值m进行比较,差值大于m则认为电流数据出现异常对电流数据进行排除;若后一个电流数据减前一个电流数据为负,则将差值和下降阈值n进行比较,差值的绝对值大于n则认为电流数据出现异常对电流数据进行排除;
步骤C、若电流数据的前一个或多个电流数据因异常已经被排除,则该电流数据和前一个有效电流数据进行比较,其中间隔的被排除的电流数据的个数为k;若该电流数据减前一个电流数据为正,则将差值和累积上升阈值m(k+1)进行比较,差值大于m(k+1)则认为电流数据出现异常对电流数据进行排除;若该电流数据减前一个电流数据为负,则将差值和累积下降阈值n(k+1)进行比较,差值的绝对值大于n(k+1)则认为电流数据出现异常对电流数据进行排除;
步骤D、计算每一个数据包内的电流数据的算术平均值作为包电流值,和数据包的时间数据相对应;若数据包内的电流数据全部被舍弃,则取前一个有效的包电流值和后一个有效的包电流值的平均值作为包电流值;若存在两个连续的数据包内的数据为空,则监测接收终端驱动监测提示警报模块发出传感器异常的警报;
步骤E、计算包电流值乘以血糖转换系数作为血糖值,将时间数据作为横坐标,血糖值作为纵坐标生成血糖变化曲线,并通过监测数据显示模块进行显示;
步骤F、监测接收终端将时间数据以及对应的血糖值通过第一无线网络模块发送给云端服务器,云端服务器再将时间数据以及对应的血糖值发送给监护接收终端,监护数据显示模块同步显示血糖变化曲线。
由此,传感器在人体佩戴时环境复杂,除了人体血糖外,还存在许多干扰电流的因素,主要表现在电流数据的突然上升或下降,正常的人体血糖值变化是连续的,故设置上升阈值m和下降阈值n,当电流数据变化差值超过上升阈值m或下降阈值n时便判定为电流数据异常,通过对异常电流数据的排除以及将多个电流数据取平均值的方式,能够减小异常电流数据带来的影响,使得血糖值更加准确,对于后续的算法也更加准确。
参比修正算法包括以下计算步骤:
步骤A、从监测接收终端的参比输入模块输入参比血糖值SC;
步骤B、将参比血糖值SC和最新的数据包的血糖值SG进行比较,设置参比差值阈值q,若|SG-SC|≤q,则执行步骤C;若|SG-SC|>q,则监测接收终端驱动监测提示警报模块发出重新进行指血测定并输入参比血糖值的警报,若重新测定SC后,|SG-SC|≤q,则更新参比值SC并执行步骤C,若重新测定SC后,|SG-SC|>q,则监测接收终端驱动监测提示警报模块发出传感器损耗大需更换的警报;
步骤C、根据原最新的血糖值SG、最新的血糖转换系数SF、参比血糖值SC以及参比权重值r,计算更新后的血糖值CG和血糖转换系数CF,得到CG=SC*r+SG*(1-r),CF= SF *CG/SG,其中0.6≤r≤0.95;再将CG赋值给SG、将CF赋值给SF。
由此,参比血糖值SC通过指血血糖仪测得,通常来说能测得较为准确的血糖值,但不排除测定过程中出现差错导致指血血糖值测定不准的情况,若指血血糖值和传感器测得的血糖值偏差较大,则认为指血测定过程出现问题,需重新测定指血血糖值,若指血血糖值测定两次偏差依然较大,则认为传感器损耗较大,提示更换传感器;测定准确的指血血糖值使用较大的权重比例,传感器测定的血糖值使用较小的权重比例,从而保证更新后的血糖值和血糖转换系数准确。
血糖值分割算法包括以下计算步骤:
步骤A、云端服务器接收监测接收终端发送的时间数据以及对应的血糖值;
步骤B、对每个时间数据对应的血糖值分别和前一个时间数据对应的血糖值进行比较,设置血糖上升阈值q,将后一个血糖值减前一个血糖值的差值和血糖上升阈值q进行比较,若连续5个差值大于q,则记录第一个血糖值SG0以及时间数据t0,对t0之后的血糖值和SG0进行比较,直到接收到下一个比SG0更低的血糖值,记录该血糖值为SG1以及对应的时间数据为t1,从t1开始再重复该计算步骤;
步骤C、在t0和t1处将血糖值分割,将t0开始t1结束的血糖值和时间数据存入历史上升血糖区间数据库,将t1开始t0结束的血糖值和时间数据存入历史正常血糖区间数据库。
由此,后一个血糖值减前一个血糖值的差值为正即血糖上升,连续5个差值大于血糖上升阈值q则认为用户处于进食后的血糖上升期,再等血糖值恢复到初始水平,将上升到下降恢复这段血糖变化值进行分割,将较为平稳的血糖变化值也进行分割,分别存入不同的历史血糖值数据库,以保证后续的血糖预测警报算法更加准确。
血糖预测警报算法包括以下计算步骤:
步骤A、计算历史上升血糖区间数据库内每段曲线的最大血糖值和SG0的差值DSt,将每个差值DSt和开始时间t0存入二维数组;计算历史正常血糖区间数据库内每段曲线的最大血糖值和最小血糖值的差值DZt,将每个差值DZt和开始时间t1存入二维数组;
步骤B、云端服务器接收监测接收终端发送的时间数据t以及对应的血糖值SG;
步骤C、设置时间阈值Dt、血糖上限SGmax、血糖下限SGmin;对每个时间数据t对应的血糖值SG分别和历史上升血糖区间数据库内时间差在Dt内的血糖差值DSt进行比较,若|t-t0|<Dt,则计算预测上升血糖值 SG+DSt,若存在SG+DSt>SGmax,则将高血糖预警信息发送给监测接收终端和/或监护接收终端,监测提示警报模块和/或监护提示警报模块发出高血糖预警;对每个时间数据t对应的血糖值SG分别和历史正常血糖区间数据库内时间差在Dt内的血糖差值DZt进行比较,若|t-t1|<Dt,则计算预测下降血糖值 SG-DZt,若存在SG-DZt <SGmin,则将低血糖预警信息发送给监测接收终端和/或监护接收终端,监测提示警报模块和/或监护提示警报模块发出低血糖预警。
由此,通过计算历史上升血糖区间数据库内每段曲线的最大血糖值和SG0的差值DSt,以及历史正常血糖区间数据库内每段曲线的最大血糖值和最小血糖值的差值DZt,能够得到血糖值在t0时间附近可能发生的升高值以及在t1时间附近可能发生的降低值;高血糖预警由当前血糖值加上时间差在时间阈值Dt内的血糖升高差值DSt得到的预测值和血糖上限SGmax进行比较,超过血糖上限SGmax就发出预警,佩戴用户能够调整饮食,避免血糖偏高;低血糖预警由当前血糖值减去时间差在时间阈值Dt内的血糖下降差值DZt得到的预测值和血糖下限SGmin进行比较,低于血糖下限SGmin就发出预警,佩戴用户能够采取进食等方式避免低血糖发生。
时间阈值Dt为15min~60min。
由此,时间阈值Dt能够根据用户佩戴时间,历史上升血糖区间数据库和历史正常血糖区间数据库内存储的历史血糖数据的数据量进行调整,数据量越大,时间阈值Dt设置的越小,一般设置15min~60min。
实施例2:
血糖数据通信的监护方法,血糖数据监测系统包括传感器、发射器、监测接收终端、监护接收终端和云端服务器,云端服务器能够接收监测接收终端数据并将数据传输给监护接收终端;监护接收终端设有至少两个,且分别设有至少两级的优先级。
由此,监护接收终端可以给多人使用,并且根据优先级设置不同的推送条件;一般佩戴者的亲人会使用优先级较高的监护接收终端,医护人员由于需要同时监护多个佩戴者,故使用优先级较低的监护接收终端,从而使血糖预警的信息优先推送给佩戴者亲人,在比较紧急的时候再推送给医护人员,可以减轻医护人员工作压力。
监护接收终端至少包括一级监护终端和二级监护终端;云端服务器设置血糖上限SGmax、血糖下限SGmin、优先级递减比例w,并且计算历史上升血糖区间数据库内每段曲线的最大血糖值和SG0的差值DSt,计算历史正常血糖区间数据库内每段曲线的最大血糖值和最小血糖值的差值DZt;一级监护终端预警条件为SG+DSt>(1-2w)SGmax或SG-DZt <(1+2w)SGmin,二级监护终端预警条件为SG+DSt>(1-w)SGmax或SG-DZt <(1+w)SGmin。
由此,通过优先级递减比例w,使得一级监护终端预警条件优先于二级监护终端。
优先级递减比例w为5%~20%。
由此,优先级递减比例w优选10%~15%。
实施例3:
血糖数据通信的应用方法,血糖数据监测系统包括传感器、发射器、监测接收终端、监护接收终端和云端服务器,监护接收终端至少包括一级监护终端和二级监护终端;监测接收终端跟随传感器和发射器佩戴者使用,监护接收终端由佩戴者亲人、社区工作者或者医院医护人员使用;佩戴者亲人使用一级监护终端、社区工作者或者医院医护人员使用二级监护终端。
由此,监护接收终端可以由多人使用对糖尿病人进行监护,并设置不同的监护等级,从而达到更好的监护效果,增强用户的使用体验。
上面所述的实施例仅是对本发明的优选实施方式进行描述,并非对本发明的构思和范围进行限定。在不脱离本发明设计构思的前提下,本领域普通人员对本发明的技术方案做出的各种变型和改进,均应落入到本发明的保护范围,本发明请求保护的技术内容,已经全部记载在权利要求书中。
Claims (5)
1.血糖数据监测系统,其特征在于,包括传感器、发射器、监测接收终端、监护接收终端和云端服务器;
所述传感器设有电极以及与所述电极导通的第一导电触点;
所述发射器包括电池模块、内存模块、第一蓝牙模块和第二导电触点,所述传感器和所述发射器之间通过所述第一导电触点和所述第二导电触点的电连接实现数据传输,所述电池模块为所述发射器和所述电极供电,所述内存模块接收所述电极的微电流数据并通过所述第一蓝牙模块传输至所述监测接收终端;
所述监测接收终端包括第二蓝牙模块、第一无线网络模块和监测软件,所述第二蓝牙模块和所述第一蓝牙模块配对实现所述监测接收终端和所述发射器之间的数据传输,所述第一无线网络模块能够实现和所述云端服务器之间的数据传输,所述监测软件包括数据处理模块、监测数据显示模块、参比输入模块、监测提示警报模块;
所述监护接收终端包括第二无线网络模块和监护软件,所述第二无线网络模块能够实现和所述云端服务器之间的数据传输,所述监护软件包括监护数据显示模块、监护提示警报模块;
所述云端服务器能够接收所述监测接收终端数据并将数据传输给所述监护接收终端;
所述数据处理模块包括异常数据排除算法、初始佩戴算法和参比修正算法;
所述云端服务器包括血糖值分割算法和血糖预测警报算法;
所述血糖值分割算法包括以下计算步骤:
步骤A、所述云端服务器接收所述监测接收终端发送的时间数据以及对应的血糖值;
步骤B、对每个时间数据对应的血糖值分别和前一个时间数据对应的血糖值进行比较,设置血糖上升阈值q,将后一个血糖值减前一个血糖值的差值和所述血糖上升阈值q进行比较,若连续5个差值大于q,则记录第一个血糖值SG0以及时间数据t0,对t0之后的血糖值和SG0进行比较,直到接收到下一个比SG0更低的血糖值,记录该血糖值为SG1以及对应的时间数据为t1,从t1开始再重复该计算步骤;
步骤C、在t0和t1处将血糖值分割,将t0开始t1结束的血糖值和时间数据存入历史上升血糖区间数据库,将t1开始t0结束的血糖值和时间数据存入历史正常血糖区间数据库;
所述血糖预测警报算法包括以下计算步骤:
步骤A、计算历史上升血糖区间数据库内每段曲线的最大血糖值和SG0的差值DSt,将每个差值DSt和开始时间t0存入二维数组;计算历史正常血糖区间数据库内每段曲线的最大血糖值和最小血糖值的差值DZt,将每个差值DZt和开始时间t1存入二维数组;
步骤B、所述云端服务器接收所述监测接收终端发送的时间数据t以及对应的血糖值SG;
步骤C、设置时间阈值Dt、血糖上限SGmax、血糖下限SGmin;对每个时间数据t对应的血糖值SG分别和所述历史上升血糖区间数据库内时间差在Dt内的血糖差值DSt进行比较,若|t-t0|<Dt,则计算预测上升血糖值 SG+DSt,若存在SG+DSt>SGmax,则将高血糖预警信息发送给所述监测接收终端和/或监护接收终端,所述监测提示警报模块和/或所述监护提示警报模块发出高血糖预警;对每个时间数据t对应的血糖值SG分别和所述历史正常血糖区间数据库内时间差在Dt内的血糖差值DZt进行比较,若|t-t1|<Dt,则计算预测下降血糖值SG-DZt,若存在SG-DZt <SGmin,则将低血糖预警信息发送给所述监测接收终端和/或监护接收终端,所述监测提示警报模块和/或所述监护提示警报模块发出低血糖预警。
2.根据权利要求1所述的血糖数据监测系统,其特征在于,所述初始佩戴算法包括以下计算步骤:
步骤A、所述发射器每间隔时间T接收一次所述传感器的电流数据并存入所述内存模块,接收a次后将a个电流数据封装成一个数据包发送给所述监测接收终端;
步骤B、所述监测接收终端接收所述发射器的数据包后由所述数据处理模块增加时间数据,并且对数据包内的a个电流数据分别和前一个电流数据进行比较,其中数据包内的第一个电流数据和前一个数据包内的最后一个电流数据进行比较;设置极化阈值p,将后一个电流数据减前一个电流数据的差值和所述极化阈值p进行比较,连续5个差值小于p则认为结束极化时间,开始计算血糖值。
3.根据权利要求1所述的血糖数据监测系统,其特征在于,所述异常数据排除算法包括以下计算步骤:
步骤A、所述发射器每间隔时间T接收一次所述传感器的电流数据并存入所述内存模块,接收a次后将a个电流数据封装成一个数据包发送给所述监测接收终端;
步骤B、所述监测接收终端接收所述发射器的数据包后由所述数据处理模块增加时间数据,并且对数据包内的a个电流数据分别和前一个电流数据进行比较,其中数据包内的第一个电流数据和前一个数据包内的最后一个电流数据进行比较;设置电流数据上升阈值m和下降阈值n,若后一个电流数据减前一个电流数据为正,则将差值和所述上升阈值m进行比较,差值大于m则认为电流数据出现异常对电流数据进行排除;若后一个电流数据减前一个电流数据为负,则将差值和所述下降阈值n进行比较,差值的绝对值大于n则认为电流数据出现异常对电流数据进行排除;
步骤C、若电流数据的前一个或多个电流数据因异常已经被排除,则该电流数据和前一个有效电流数据进行比较,其中间隔的被排除的电流数据的个数为k;若该电流数据减前一个电流数据为正,则将差值和累积上升阈值m(k+1)进行比较,差值大于m(k+1)则认为电流数据出现异常对电流数据进行排除;若该电流数据减前一个电流数据为负,则将差值和累积下降阈值n(k+1)进行比较,差值的绝对值大于n(k+1)则认为电流数据出现异常对电流数据进行排除;
步骤D、计算每一个数据包内的电流数据的算术平均值作为包电流值,和数据包的时间数据相对应;若数据包内的电流数据全部被舍弃,则取前一个有效的包电流值和后一个有效的包电流值的平均值作为包电流值;若存在两个连续的数据包内的数据为空,则监测接收终端驱动所述监测提示警报模块发出所述传感器异常的警报;
步骤E、计算包电流值乘以血糖转换系数作为血糖值,将时间数据作为横坐标,血糖值作为纵坐标生成血糖变化曲线,并通过所述监测数据显示模块进行显示;
步骤F、所述监测接收终端将时间数据以及对应的血糖值通过所述第一无线网络模块发送给所述云端服务器,所述云端服务器再将时间数据以及对应的血糖值发送给所述监护接收终端,所述监护数据显示模块同步显示血糖变化曲线。
4.根据权利要求1所述的血糖数据监测系统,其特征在于,所述参比修正算法包括以下计算步骤:
步骤A、从所述监测接收终端的所述参比输入模块输入参比血糖值SC;
步骤B、将所述参比血糖值SC和最新的数据包的血糖值SG进行比较,设置参比差值阈值u,若|SG-SC|≤u,则执行步骤C;若|SG-SC|>u,则监测接收终端驱动所述监测提示警报模块发出重新进行指血测定并输入参比血糖值的警报,若重新测定SC后,|SG-SC|≤u,则更新参比血糖值SC并执行步骤C,若重新测定SC后,|SG-SC|>u,则监测接收终端驱动所述监测提示警报模块发出所述传感器损耗大需更换的警报;
步骤C、根据最新的血糖值SG、最新的血糖转换系数SF、参比血糖值SC以及参比权重值r,计算更新后的血糖值CG和血糖转换系数CF,得到CG=SC*r+SG*(1-r),CF= SF *CG /SG,其中0.6≤r≤0.95;再将CG赋值给SG、将CF赋值给SF。
5.根据权利要求1所述的血糖数据监测系统,其特征在于:所述时间阈值Dt为15min~60min。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011366666.0A CN112370053B (zh) | 2020-10-16 | 2020-10-16 | 血糖数据通信的监护方法及应用方法 |
CN202011106960.8A CN111920423B (zh) | 2020-10-16 | 2020-10-16 | 血糖数据监测系统、血糖数据通信的监护方法及应用方法 |
PCT/CN2021/090375 WO2022077895A1 (zh) | 2020-10-16 | 2021-04-28 | 血糖数据监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011106960.8A CN111920423B (zh) | 2020-10-16 | 2020-10-16 | 血糖数据监测系统、血糖数据通信的监护方法及应用方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011366666.0A Division CN112370053B (zh) | 2020-10-16 | 2020-10-16 | 血糖数据通信的监护方法及应用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111920423A CN111920423A (zh) | 2020-11-13 |
CN111920423B true CN111920423B (zh) | 2020-12-22 |
Family
ID=73334496
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011366666.0A Active CN112370053B (zh) | 2020-10-16 | 2020-10-16 | 血糖数据通信的监护方法及应用方法 |
CN202011106960.8A Active CN111920423B (zh) | 2020-10-16 | 2020-10-16 | 血糖数据监测系统、血糖数据通信的监护方法及应用方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011366666.0A Active CN112370053B (zh) | 2020-10-16 | 2020-10-16 | 血糖数据通信的监护方法及应用方法 |
Country Status (2)
Country | Link |
---|---|
CN (2) | CN112370053B (zh) |
WO (1) | WO2022077895A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112370053B (zh) * | 2020-10-16 | 2022-10-04 | 湖州美奇医疗器械有限公司 | 血糖数据通信的监护方法及应用方法 |
CN112885489B (zh) * | 2021-04-28 | 2021-07-20 | 湖州美奇医疗器械有限公司 | 适用不同病情糖尿病患者的血糖数据监测算法系统 |
CN113796858B (zh) * | 2021-11-18 | 2022-02-08 | 湖州美奇医疗器械有限公司 | 用于血糖数据监测的参比偏移校准算法系统 |
CN115568834A (zh) * | 2022-10-10 | 2023-01-06 | 维沃移动通信有限公司 | 数据处理方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201453279U (zh) * | 2009-06-11 | 2010-05-12 | 湖州艾木奇生物科技咨询服务有限公司 | 血糖监护仪 |
CN106940757A (zh) * | 2017-03-14 | 2017-07-11 | 深圳市科奈信科技有限公司 | 基于物联网的健康监护服务方法和协同主机系统 |
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 |
CN108078569A (zh) * | 2016-11-21 | 2018-05-29 | 南通九诺医疗科技有限公司 | 一种手机app直接监控的动态血糖监测仪及其控制方法 |
CN108209936A (zh) * | 2017-12-25 | 2018-06-29 | 重庆大学 | 一种皮下植入式血糖仪的自适应校准算法 |
CN208625712U (zh) * | 2017-07-24 | 2019-03-22 | 湖州美奇医疗器械有限公司 | 一种血糖仪 |
CN111603176A (zh) * | 2020-05-25 | 2020-09-01 | 上海梅斯医药科技有限公司 | 一种半植入式光学血糖监测方法、终端设备和服务器 |
CN111629660A (zh) * | 2018-01-23 | 2020-09-04 | 德克斯康公司 | 补偿温度对传感器的影响的系统、设备和方法 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4853207B2 (ja) * | 2006-09-28 | 2012-01-11 | ニプロ株式会社 | 血糖測定装置 |
CN101275953A (zh) * | 2007-03-30 | 2008-10-01 | 株式会社百利达 | 血糖状态推定方法以及装置 |
WO2012090393A1 (ja) * | 2010-12-28 | 2012-07-05 | テルモ株式会社 | 血糖測定装置 |
WO2014092981A1 (en) * | 2012-12-12 | 2014-06-19 | Edwards Lifesciences Corporation | Removal of noise from structured signals |
WO2015102745A1 (en) * | 2013-12-31 | 2015-07-09 | Abbott Diabetes Care Inc. | Self-powered analyte sensor and devices using the same |
US20160287149A1 (en) * | 2014-10-22 | 2016-10-06 | Shenzhen Waveguider Optical Telecom Technology Inc . | Continuous glucose monitoring system and monitoring terminal |
JP6659049B2 (ja) * | 2015-10-30 | 2020-03-04 | Necソリューションイノベータ株式会社 | 血糖値予測装置、血糖値予測方法及びプログラム |
CN105788171A (zh) * | 2016-04-19 | 2016-07-20 | 暨南大学 | 基于分级报警的多功能老年人监护方法及其监护系统 |
CN106236036A (zh) * | 2016-08-17 | 2016-12-21 | 深圳市君安康医疗科技有限公司 | 智能监护手表及智能监护方法 |
CN107170191A (zh) * | 2017-06-16 | 2017-09-15 | 深圳市盛路物联通讯技术有限公司 | 防护报警实现方法、装置及防护报警器 |
CN206865508U (zh) * | 2017-06-28 | 2018-01-09 | 常州机电职业技术学院 | 在大数据背景下的老年人智能监护系统 |
CN107361775A (zh) * | 2017-07-24 | 2017-11-21 | 湖州美奇医疗器械有限公司 | 一种血糖仪 |
CN109009017B (zh) * | 2018-07-03 | 2021-05-07 | 中南大学 | 一种智能健康监测系统及其数据处理方法 |
CN109243588B (zh) * | 2018-07-25 | 2021-07-13 | 厦门大学附属心血管病医院 | 一种血糖患者信息记录方法、装置以及终端设备 |
JP2020031701A (ja) * | 2018-08-27 | 2020-03-05 | Phcホールディングス株式会社 | イベント推定方法、イベント推定プログラムおよびサーバ装置、生体情報測定装置、イベント推定システム |
CN110151192A (zh) * | 2019-06-14 | 2019-08-23 | 东北大学 | 一种用于血糖监控与预警的辅助医疗系统及其使用方法 |
CN112370053B (zh) * | 2020-10-16 | 2022-10-04 | 湖州美奇医疗器械有限公司 | 血糖数据通信的监护方法及应用方法 |
-
2020
- 2020-10-16 CN CN202011366666.0A patent/CN112370053B/zh active Active
- 2020-10-16 CN CN202011106960.8A patent/CN111920423B/zh active Active
-
2021
- 2021-04-28 WO PCT/CN2021/090375 patent/WO2022077895A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201453279U (zh) * | 2009-06-11 | 2010-05-12 | 湖州艾木奇生物科技咨询服务有限公司 | 血糖监护仪 |
CN108078569A (zh) * | 2016-11-21 | 2018-05-29 | 南通九诺医疗科技有限公司 | 一种手机app直接监控的动态血糖监测仪及其控制方法 |
CN106940757A (zh) * | 2017-03-14 | 2017-07-11 | 深圳市科奈信科技有限公司 | 基于物联网的健康监护服务方法和协同主机系统 |
CN208625712U (zh) * | 2017-07-24 | 2019-03-22 | 湖州美奇医疗器械有限公司 | 一种血糖仪 |
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 |
CN108209936A (zh) * | 2017-12-25 | 2018-06-29 | 重庆大学 | 一种皮下植入式血糖仪的自适应校准算法 |
CN111629660A (zh) * | 2018-01-23 | 2020-09-04 | 德克斯康公司 | 补偿温度对传感器的影响的系统、设备和方法 |
CN111603176A (zh) * | 2020-05-25 | 2020-09-01 | 上海梅斯医药科技有限公司 | 一种半植入式光学血糖监测方法、终端设备和服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN112370053A (zh) | 2021-02-19 |
CN111920423A (zh) | 2020-11-13 |
CN112370053B (zh) | 2022-10-04 |
WO2022077895A1 (zh) | 2022-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111920423B (zh) | 血糖数据监测系统、血糖数据通信的监护方法及应用方法 | |
EP2298158B1 (en) | Adaptive selection of a warning limit in patient monitoring | |
US7621871B2 (en) | Systems and methods for monitoring and evaluating individual performance | |
US7273454B2 (en) | Health monitoring system | |
AU2002338433A1 (en) | Adaptive selection of a warning limit in patient monitoring | |
US20050075542A1 (en) | System and method for automatic monitoring of the health of a user | |
JP2007508076A (ja) | 生理学的状態を診断する装置及び方法 | |
GB2436721A (en) | Automated method for adapting the settings of a patient monitor | |
WO2009107007A1 (en) | Hemodynamic monitors and alarms | |
CN114052655A (zh) | 一种报警阈值的设置建议方法、系统以及监护仪 | |
US11357439B1 (en) | Advanced cardiovascular monitoring system with personalized st-segment thresholds | |
CN106991293A (zh) | 一种重症疾病早期沟通系统、方法及沟通仪 | |
CN112885489B (zh) | 适用不同病情糖尿病患者的血糖数据监测算法系统 | |
CN111820879A (zh) | 一种适用于慢性疾病患者的健康评价管理方法 | |
CN111372506A (zh) | 使用可穿戴设备预测甲状腺毒症的系统和计算机程序 | |
CN114694347A (zh) | 转氨酶数据监测系统 | |
CN114694851A (zh) | 一种转氨酶数据通信的监护方法及应用方法 | |
CN109147906A (zh) | 评价手术麻醉质量的方法、终端及具有存储功能的装置 | |
CN113796858B (zh) | 用于血糖数据监测的参比偏移校准算法系统 | |
WO2023014244A1 (ru) | Устройство и способ определения и мониторинга рисков для здоровья | |
CN113303804A (zh) | 生理讯号测量装置动态阈值调校系统 | |
WO2021010886A1 (en) | A portable ecg device and an ecg system comprising the portable ecg device | |
CN112022116A (zh) | 基于智能穿戴手表的病人病情护理监控系统 | |
JP2002034941A (ja) | 脈拍計および健康監視装置 | |
CN117770806A (zh) | 血糖监测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |