CN112716490A - 一种基于加权线性回归的连续血糖校准方法及装置 - Google Patents

一种基于加权线性回归的连续血糖校准方法及装置 Download PDF

Info

Publication number
CN112716490A
CN112716490A CN202011549186.8A CN202011549186A CN112716490A CN 112716490 A CN112716490 A CN 112716490A CN 202011549186 A CN202011549186 A CN 202011549186A CN 112716490 A CN112716490 A CN 112716490A
Authority
CN
China
Prior art keywords
blood glucose
value
data
blood sugar
blood
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.)
Granted
Application number
CN202011549186.8A
Other languages
English (en)
Other versions
CN112716490B (zh
Inventor
胡新
武俊帅
李洋
胡岩
章霖
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.)
Shanghai Mengcao Technology Co ltd
Original Assignee
Shanghai Mengcao Technology Co ltd
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 Shanghai Mengcao Technology Co ltd filed Critical Shanghai Mengcao Technology Co ltd
Priority to CN202011549186.8A priority Critical patent/CN112716490B/zh
Publication of CN112716490A publication Critical patent/CN112716490A/zh
Application granted granted Critical
Publication of CN112716490B publication Critical patent/CN112716490B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1486Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using enzyme electrodes, e.g. with immobilised oxidase
    • A61B5/14865Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using enzyme electrodes, e.g. with immobilised oxidase invasive, e.g. introduced into the body by a catheter or needle or using implanted sensors
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532Measuring 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02Operational features
    • A61B2560/0223Operational features of calibration, e.g. protocols for calibrating sensors

Abstract

本发明公开了一基于加权线性回归的连续血糖校准方法,该方法通过对动态血糖仪采集当前血糖值和指血血糖值进行加权线性回归处理,对动态血糖仪检测的血糖值起到更精确的校准效果。该血糖校准方法通过合适的设计,有效提高了用户血糖水平的准确度和对异常血糖事件报警的实时性;通过显式求解优化问题,大大减少了计算量,非常易于在移动设备上部署;该校准方法及装置可适用于不同年龄段人群,也可适用于1型和2型糖尿病患者。

Description

一种基于加权线性回归的连续血糖校准方法及装置
技术领域
本发明涉及属于医疗器械的数据应用领域,具体涉及一种基于加权线性回归的连续血糖 校准方法以及实现该方法的装置。
背景技术
动态血糖监测系统(Continuous glucose monitoring system,CGMS)是一种可以连续检测组 织液中的葡萄糖浓度的技术。动态血糖仪可以对血糖变化做连续检测观察,提供详细的时间 序列数据。这些详细的信息可以让糖尿病患者更有效地管理血糖水平,包括减少血糖变化, 低血糖和晨间高血糖发生的次数和时间,以及糖化血红蛋白水平。但是,尽管经过了十几年 的发展,动态血糖仪技术在很多方面仍然面临着很多挑战,比如灵敏性,稳定性,血液血糖 与组织液间血糖的时间迟滞等。动态血糖仪最重要的组件是植入于皮下的葡萄糖传感器。其 中,由于其物理构造和电化学特性,该葡萄糖传感器是影响动态血糖仪性能好坏的核心部件, 对于动态血糖仪的灵敏度、稳定性及校准质量都是至关重要的。
对于大多数的动态血糖仪,出厂之前都会经过工厂校准。工厂校准会将葡萄糖传感器产 生的电流信号(单位nA)转化为血糖相关的信号(单位mmol/L,或mg/dL)。经过工厂校准, 动态血糖仪的血糖值应该和真实的血糖水平是一致的。但是,有很多因素都会影响校准过程。 动态血糖仪传感器测量的最重要的物理量就是探头表面的蛋白酶和葡萄糖分子接触发生的电 化学反应所产生的电流。实际在体内测量中会因为生理环境的变化等因素而产生一定的背景 噪音。这会引起传感器的电流信号漂移,进而影响动态血糖仪的准确度。在进行工厂校准的 过程中,就需要考虑对传感器进行电流信号漂移补偿。
除了电流信号漂移问题,由于温度对葡萄糖瞬时浓度、生理环境等的影响,体内监测时 温度的不同也会影响传感器所产生的电流值大小。温度补偿的原理是以标准温度为基准,补 偿因温度偏离所造成的电流误差。雅培血糖仪使用下面的公式进行温度补偿
ITC=I0·1.0732.5-T,
其中ITC是温度补偿后的电流,I0是温度补偿前的电流,T是当前的温度(单位摄氏度)。 这种方式传感器植入人体后,电流信号会随着时间成幂次函数衰减。相应的,灵敏度也会逐 渐衰减。工厂校准时也需要做相应的补偿。一般情况下,连续血糖仪在出厂前都会对以上所 述问题进行校准。但是由于各种原因,在植入人体后,还是会出现和真实血糖水平偏离的现 象,需要做进一步的校准。
发明内容
为克服上述现有技术中的不足,本发明的目的在于设计基于加权线性回归的连续血糖校 准方法,通过对输入指血和动态血糖数据的关联约束,能够有效地实时修正动态血糖仪所产 生的误差
一种基于加权线性回归的连续血糖校准方法,其特征在于,其包括如下步骤:
1)通过动态血糖仪采集当前血糖值xi并进行记录,i为采集次数;
2)使用指血检测血糖仪采集当前指血血糖值yi并进行记录,i为采集次数;
3)当采集次数i大于等于3次时,采用公式
Figure BDA0002856622070000021
计算相应的斜率及截距,其中yi是时刻ti的指血血糖值,
Figure BDA0002856622070000022
xi是第i次动态血 糖仪检测的血糖值数据,β=(a,b)是上述最小化问题的解,其中a是斜率,b是截距,wi是基于持续时间的权重;
4)从动态血糖仪读取当前血糖值xraw,使用步骤4)计算的校准参数斜率a和截距b计算 血糖校准值:ycalibrated=a·xraw+b。
优选的,权重wi用以下的公式计算:
Figure BDA0002856622070000023
其中,trefstart是参考时间起点,trefend是参考时间终点。
优选的,当有新的指血血糖值yi输入时,重复步骤1)至步骤4)对斜率a及截距b进行 更新。
优选的,在步骤1)完成后需要判断读取的血糖值数据是否存在异常,如存在异常则去 除异常数据,重复读取数据以替换异常数据。
优选的,血糖值数据是否异常可采用生理模型方法,用灵敏度S做为阈值来判断异常数据, 在动态血糖测量过程中,如果测量的瞬时血糖值较上一个数据点的变化大于S,则认为当前数 据异常。
优选的,血糖值数据是否异常可采用数据驱动方法,设定一个阈值S,使用平滑方法对瞬 时血糖值做平滑处理得到平滑值Mg,若当前瞬时血糖值G与前述平均值Mg的变化大于S,即 |G-Mg|>S,则认为当前数据异常。
优选的,平滑方法可以采用移动平均平滑方法,或者基于Savitzky-Golay滤波平滑方法。
本专利还公开了一种能实现上述校准方法的装置,具体包括:
动态血糖值读取模块,所述动态血糖值读取模块用于读取动态血糖仪采集当前血糖值xi并进行记录;
血糖值异常判断模块,所述血糖值异常判断模块用于判断读取的血糖值数据是否存在异 常,如存在异常则去除异常数据,并通过动态血糖值读取模块重复读取数据以替换异常 数据;
指血血糖值输入模块,所述指血血糖值输入模块用于输入使用血糖仪采集当前指血血糖 值yi
计算模块,所述计算模块用在记录前血糖值xi、指血血糖值yi三对或三对以上时,采用公 式
Figure BDA0002856622070000031
计算相应的斜率及截距,其中yi是时刻ti的指血血糖值,
Figure BDA0002856622070000032
xi是第i次动态血 糖仪检测的血糖值数据,β=(a,b)是上述最小化问题的解,其中a是斜率,b是截距,wi是基于持续时间的权重;
血糖校准模块,所述血糖校准模块用于根据校准参数斜率a和截距b计算血糖校准值: ycalibrated=a·xraw+b。
优选的,所述动态血糖值读取模块与所述动态血糖仪通信连接。
上述技术方案具有如下有益效果:该血糖校准方法通过合适的设计,有效提高了用户血 糖水平的准确度和对异常血糖事件报警的实时性;通过显式求解优化问题,大大减少了计算 量,非常易于在移动设备上部署;该校准方法及装置可适用于不同年龄段人群,也可适用于 1型和2型糖尿病患者。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭 露的内容轻易地了解本发明的其他优点及功效。
现在将更全面地描述示例实施方式。然而,下述各示例实施方式能够以多种形式实施, 且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完 整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性 可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节 从而给出对本发明的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本发 明的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、 步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各 方面变得模糊。
本专利公开了一种基于加权线性回归的连续血糖校准方法,其包括如下步骤:
1)通过动态血糖仪采集当前血糖值xi并进行记录,i为采集次数,动态血糖仪最好具有 数据存储功能,能记录每次测量的血糖值xi
2)然后判断读取的血糖值数据是否存在异常,如存在异常则去除异常数据,重复读取数 据以替换异常数据。血糖值数据是否异常可采用生理模型方法或数据驱动方法。
生理模型方法,依据先验知识,人体血糖变化率通常小于0.33mmol/L/min,可以用灵敏 度S做为阈值来判断异常数据。在动态血糖测量过程中,如果测量的瞬时血糖值较上一个数据 点的变化大于S,则认为当前数据异常。
数据驱动方法:设定一个阈值S,使用平滑方法对瞬时血糖值做平滑处理得到平滑值Mg。 平滑方法可以采用简单的移动平均,或者基于Savitzky-Golay滤波平滑方法。若当前瞬时血 糖值G与前述平均值Mg的变化大于S,即|G-Mg|>S,则认为当前数据异常。
3)使用指血检测血糖仪采集当前指血血糖值yi并进行记录,i为采集次数;此步骤中指 血检测血糖仪直接检测患者的指血,测出患者的血糖值大小,指血被认为是用户当前的 真实血糖水平;
4)当采集次数大于等于3次时,采用公式
Figure BDA0002856622070000041
计算相应的斜率及截距,其中yi是时刻ti的指血血糖值,
Figure BDA0002856622070000042
xi是第i次动态血 糖仪检测的血糖值数据,β=(a,b)是上述最小化问题的解,其中a是斜率,b是截距,wi是基于持续时间的权重;
权重wi用以下的公式计算:
Figure BDA0002856622070000051
其中,trefstart是参考时间起点,trefend是参考时间终点
5)从动态血糖仪读取当前血糖值xraw,使用步骤4)计算的校准参数斜率a和截距b计算 血糖校准值:ycalibrated=a·xraw+b。
作为一种优选方式,当患者再次使用指血检测血糖仪采集血糖值后,可再次将当前的指 血血糖值输入,这样就可重复步骤1)至步骤4)对斜率a及截距b进行更新,使校准值不断 的更新,保证校准值更加的准确。如原来采用三对当前血糖值xi、指血血糖值yi计算出校准参 数斜率a和截距b对血糖值进行校准后。当患者再次进行指血血糖值检测后,可继续将指血血 糖值输入,这样就可采用四对当前血糖值xi、指血血糖值yi重新计算出校准参数斜率a和截距 b对血糖值。
本专利还公开了一种实现上述方法的校准装置,其包括:动态血糖值读取模块、指血血 糖值输入模块、计算模块及血糖校准模块。
动态血糖值读取模块用于读取动态血糖仪采集当前血糖值xi并进行记录;
指血血糖值输入模块用于输入使用血糖仪采集当前指血血糖值yi
计算模块用在记录前血糖值xi、指血血糖值yi三对或三对以上时,采用公式
Figure BDA0002856622070000052
计算相应的斜率及截距,其中yi是时刻ti的指血血糖值,
Figure BDA0002856622070000053
xi是第i次动态血 糖仪检测的血糖值数据,β=(a,b)是上述最小化问题的解,其中a是斜率,b是截距,wi是基于持续时间的权重;
血糖校准模块用于根据校准参数斜率a和截距b计算血糖校准值:ycalibrated=α·xraw+b。
作为一种优选方式,其还包括一血糖值异常判断模块,所述血糖值异常判断模块用 于判断读取的血糖值数据是否存在异常,如存在异常则去除异常数据,并通过动态血糖值读取模块重复读取数据以替换异常数据。其具体判断方式如上述步骤所述,故在此不 再相详细描述。
该校准装置可采用智能终端安装APP实现,动态血糖值读取模块与动态血糖仪可通 信连接,如蓝牙、WiFi的无线通信手段,这样就可直接读取动态血糖仪中的血糖值。而指血血糖值则可通过手动方式直接输入。
该血糖校准方法通过合适的设计,有效提高了用户血糖水平的准确度和对异常血糖 事件报警的实时性;通过显式求解优化问题,大大减少了计算量,非常易于在移动设备上部署;该校准方法及装置可适用于不同年龄段人群,也可适用于1型和2型糖尿病患 者。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡 所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于加权线性回归的连续血糖校准方法,其特征在于,其包括如下步骤:
1)通过动态血糖仪采集当前血糖值xi并进行记录,i为采集次数;
2)使用指血检测血糖仪采集当前指血血糖值yi并进行记录,i为采集次数;
3)当采集次数i大于等于3次时,采用公式
Figure FDA0002856622060000011
计算相应的斜率及截距,其中yi是时刻ti的指血血糖值,
Figure FDA0002856622060000012
xi是第i次动态血糖仪检测的血糖值数据,β=(a,b)是上述最小化问题的解,其中α是斜率,b是截距,wi是基于持续时间的权重;
4)从动态血糖仪读取当前血糖值xraw,使用步骤4)计算的校准参数斜率a和截距b计算血糖校准值:ycallibrated=α·xraw+b。
2.根据权利要求1所述的基于加权线性回归的连续血糖校准方法,其特征在于:权重wi用以下的公式计算:
Figure FDA0002856622060000013
其中,trefstart是参考时间起点,trefend是参考时间终点。
3.根据权利要求1所述的基于加权线性回归的连续血糖校准方法,其特征在于:当有新的指血血糖值yi输入时,重复步骤1)至步骤4)对斜率a及截距b进行更新。
4.根据权利要求1所述的基于加权线性回归的连续血糖校准方法,其特征在于:在步骤1)
完成后需要判断读取的血糖值数据是否存在异常,如存在异常则去除异常数据,重复读取数据以替换异常数据。
5.根据权利要求4所述的基于加权线性回归的连续血糖校准方法,其特征在于:血糖值数据是否异常可采用生理模型方法,用灵敏度S做为阈值来判断异常数据,在动态血糖测量过程中,如果测量的瞬时血糖值较上一个数据点的变化大于S,则认为当前数据异常。
6.根据权利要求4所述的基于加权线性回归的连续血糖校准方法,其特征在于:血糖值数据是否异常可采用数据驱动方法,设定一个阈值S,使用平滑方法对瞬时血糖值做平滑处理得到平滑值Mg,若当前瞬时血糖值G与前述平均值Mg的变化大于S,即|G-Mg|>S,则认为当前数据异常。
7.根据权利要求6所述的基于加权线性回归的连续血糖校准方法,其特征在于:平滑方法可以采用移动平均平滑方法,或者基于Savitzky-Golay滤波平滑方法。
8.一种基于加权线性回归的连续血糖校准装置,其特征在于,其包括:
动态血糖值读取模块,所述动态血糖值读取模块用于读取动态血糖仪采集当前血糖值xi并进行记录;
指血血糖值输入模块,所述指血血糖值输入模块用于输入使用血糖仪采集当前指血血糖值yi
计算模块,所述计算模块用在记录前血糖值xi、指血血糖值yi三对或三对以上时,采用公式
Figure FDA0002856622060000021
计算相应的斜率及截距,其中yi是时刻ti的指血血糖值,
Figure FDA0002856622060000022
xi是第i次动态血糖仪检测的血糖值数据,β=(a,b)是上述最小化问题的解,其中a是斜率,b是截距,wi是基于持续时间的权重;
血糖校准模块,所述血糖校准模块用于根据校准参数斜率a和截距b计算血糖校准值:ycalibrated=a·xraw+b。
9.根据权利要求7所述的基于加权线性回归的连续血糖校准装置,其特征在于,所述动态血糖值读取模块与所述动态血糖仪通信连接。
10.根据权利要求7所述的基于加权线性回归的连续血糖校准装置,其特征在于,其还包括血糖值异常判断模块,所述血糖值异常判断模块用于判断读取的血糖值数据是否存在异常,如存在异常则去除异常数据,并通过动态血糖值读取模块重复读取数据以替换异常数据。
CN202011549186.8A 2020-12-24 2020-12-24 一种基于加权线性回归的连续血糖校准方法及装置 Active CN112716490B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011549186.8A CN112716490B (zh) 2020-12-24 2020-12-24 一种基于加权线性回归的连续血糖校准方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011549186.8A CN112716490B (zh) 2020-12-24 2020-12-24 一种基于加权线性回归的连续血糖校准方法及装置

Publications (2)

Publication Number Publication Date
CN112716490A true CN112716490A (zh) 2021-04-30
CN112716490B CN112716490B (zh) 2023-09-29

Family

ID=75605397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011549186.8A Active CN112716490B (zh) 2020-12-24 2020-12-24 一种基于加权线性回归的连续血糖校准方法及装置

Country Status (1)

Country Link
CN (1) CN112716490B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020161288A1 (en) * 2000-02-23 2002-10-31 Medtronic Minimed, Inc. Real time self-adjusting calibration algorithm
US20050143636A1 (en) * 2003-12-30 2005-06-30 Medtronic Minimed, Inc. System and method for sensor recalibration
US20070010950A1 (en) * 2004-12-03 2007-01-11 Abensour Daniel S Method to determine the degree and stability of blood glucose control in patients with diabetes mellitus via the creation and continuous update of new statistical indicators in blood glucose monitors or free standing computers
US20090112478A1 (en) * 2007-10-31 2009-04-30 Medtronic Minimed, Inc. Modified Sensor Calibration Algorithm
WO2011051922A2 (en) * 2009-11-02 2011-05-05 Università Degli Studi Di Padova Method to recalibrate continuous glucose monitoring data on-line
US20110184268A1 (en) * 2010-01-22 2011-07-28 Abbott Diabetes Care Inc. Method, Device and System for Providing Analyte Sensor Calibration
US20140244181A1 (en) * 2011-05-19 2014-08-28 Universidad Politecnica De Valencia System and method for estimating glucose in plasma
CN104138250A (zh) * 2008-12-29 2014-11-12 美敦力迷你迈德公司 葡萄糖传感器校准系统和/或方法
US9445759B1 (en) * 2011-12-22 2016-09-20 Cercacor Laboratories, Inc. Blood glucose calibration system
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
US20180314238A1 (en) * 2017-04-28 2018-11-01 Yokogawa Electric Corporation Data processing apparatus, data processing system, data processing method, and program
US10398389B1 (en) * 2016-04-11 2019-09-03 Pricewaterhousecoopers Llp System and method for physiological health simulation
CN111991003A (zh) * 2020-08-12 2020-11-27 上海萌草科技有限公司 基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020161288A1 (en) * 2000-02-23 2002-10-31 Medtronic Minimed, Inc. Real time self-adjusting calibration algorithm
US20050143636A1 (en) * 2003-12-30 2005-06-30 Medtronic Minimed, Inc. System and method for sensor recalibration
US20070010950A1 (en) * 2004-12-03 2007-01-11 Abensour Daniel S Method to determine the degree and stability of blood glucose control in patients with diabetes mellitus via the creation and continuous update of new statistical indicators in blood glucose monitors or free standing computers
US20090112478A1 (en) * 2007-10-31 2009-04-30 Medtronic Minimed, Inc. Modified Sensor Calibration Algorithm
US20100268477A1 (en) * 2007-10-31 2010-10-21 Medtronic Minimed, Inc. Systems and Methods for Calibrating Physiological Characteristic Sensors
CN104138250A (zh) * 2008-12-29 2014-11-12 美敦力迷你迈德公司 葡萄糖传感器校准系统和/或方法
US20120215087A1 (en) * 2009-11-02 2012-08-23 Universita Degli Studi Di Padova Method to recalibrate continuous glucose monitoring data on-line
WO2011051922A2 (en) * 2009-11-02 2011-05-05 Università Degli Studi Di Padova Method to recalibrate continuous glucose monitoring data on-line
US20110184268A1 (en) * 2010-01-22 2011-07-28 Abbott Diabetes Care Inc. Method, Device and System for Providing Analyte Sensor Calibration
US20140244181A1 (en) * 2011-05-19 2014-08-28 Universidad Politecnica De Valencia System and method for estimating glucose in plasma
US9445759B1 (en) * 2011-12-22 2016-09-20 Cercacor Laboratories, Inc. Blood glucose calibration system
US10398389B1 (en) * 2016-04-11 2019-09-03 Pricewaterhousecoopers Llp System and method for physiological health simulation
US20180314238A1 (en) * 2017-04-28 2018-11-01 Yokogawa Electric Corporation Data processing apparatus, data processing system, data processing method, and program
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
CN111991003A (zh) * 2020-08-12 2020-11-27 上海萌草科技有限公司 基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112716490B (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
US10987040B2 (en) Systems and methods for processing analyte sensor data
US20220211302A1 (en) Methods, systems, and devices for calibration and optimization of glucose sensors and sensor output
US20230360799A1 (en) Retrospective sensor systems, devices, and methods
US10289652B2 (en) Calibration method for the prospective calibration of measuring equipment
EP1886113B1 (en) Use of multiple data points and filtering in an analyte sensor
JP2012210431A (ja) 連続グルコースセンサの精度の改善
CN109790562B (zh) 用于测试基于酶的电化学传感器的方法
US20230320631A1 (en) Methods and apparatus for information gathering, error detection and analyte concentration determination during continuous analyte sensing
CN112716490B (zh) 一种基于加权线性回归的连续血糖校准方法及装置
CN115901885B (zh) 代谢指标检测方法、系统及电化学测量系统
AU2015259020C1 (en) Analyte level calibration using baseline analyte level
Jia et al. Design of a real-time self-adjusting calibration algorithm to improve the accuracy of continuous blood glucose monitoring
US20200000381A1 (en) In-body sensor health diagnostics using vset based methods
CN115708677A (zh) 一种数据处理方法、装置、电子设备和存储介质
WO2023133231A1 (en) Personalized calibration for glucose sensing

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