CN116300390A - 一种具有血糖功能检测的智能手表 - Google Patents
一种具有血糖功能检测的智能手表 Download PDFInfo
- Publication number
- CN116300390A CN116300390A CN202310193597.5A CN202310193597A CN116300390A CN 116300390 A CN116300390 A CN 116300390A CN 202310193597 A CN202310193597 A CN 202310193597A CN 116300390 A CN116300390 A CN 116300390A
- Authority
- CN
- China
- Prior art keywords
- blood glucose
- blood sugar
- patient
- data processing
- glucose level
- 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
Links
- 239000008280 blood Substances 0.000 title claims abstract description 241
- 210000004369 blood Anatomy 0.000 title claims abstract description 241
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 94
- 239000008103 glucose Substances 0.000 claims abstract description 94
- 238000012545 processing Methods 0.000 claims abstract description 67
- 230000008859 change Effects 0.000 claims abstract description 32
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 238000007667 floating Methods 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 7
- 230000000630 rising effect Effects 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 claims description 2
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 230000009323 psychological health Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 13
- 230000003287 optical effect Effects 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 7
- 208000024891 symptom Diseases 0.000 description 6
- 230000006378 damage Effects 0.000 description 4
- 201000001421 hyperglycemia Diseases 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002218 hypoglycaemic effect Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 2
- 208000013016 Hypoglycemia Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000653 nervous system Anatomy 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 208000007204 Brain death Diseases 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 208000002249 Diabetes Complications Diseases 0.000 description 1
- 206010012655 Diabetic complications Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000003345 hyperglycaemic effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 208000035824 paresthesia Diseases 0.000 description 1
- 230000037368 penetrate the skin Effects 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 206010042772 syncope Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G04—HOROLOGY
- G04G—ELECTRONIC TIME-PIECES
- G04G21/00—Input or output devices integrated in time-pieces
- G04G21/02—Detectors of external physical values, e.g. temperature
- G04G21/025—Detectors of external physical values, e.g. temperature for measuring physiological data
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Emergency Medicine (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种具有血糖功能检测的智能手表，包括数据采集模块、第一数据处理模块、第二数据处理模块、以及预警模块；数据采集模块，采集患者体内的血糖信息，并将患者体内的血糖信息传递至第一数据处理模块；第一数据处理模块，对来自数据采集模块采集的信息进行处理，并将处理后的结果传递至第二数据处理模块。本发明通过对患者体内血糖含量的动态变化进行监测，对血糖含量发生不正常上升或者不正常下降进行提前预测，让患者提前采取应对措施，有效地防止患者体内的血糖含量到达设定阈值时患者身体发生较大异常情况的发生，保证患者的身心健康和生命安全。
Description
技术领域
本发明涉及智能手表技术领域，具体涉及一种具有血糖功能检测的智能手表。
背景技术
血中的葡萄糖称为血糖。葡萄糖是人体的重要组成成分，也是能量的重要来源。正常人体每天需要很多的糖来提供能量，为各种组织、脏器的正常运作提供动力。所以血糖必须保持一定的水平才能维持体内各器官和组织的需要。正常人血糖的产生和利用处于动态平衡的状态，维持在一个相对稳定的水平，这是由于血糖的来源和去路大致相同的结果；
高血糖会对心脏、肾脏、眼睛等器官造成损害，引起一系列并发症、容易发生各种糖尿病并发症、且会导致神经系统的损伤，引起感觉异常、神经病变等症状；血糖降低会对脑部造成损害，引起头晕、头痛、昏迷等症状，严重时可导致脑损伤和死亡、会导致神经系统受损，引起颤抖、抽搐等症状，严重时会出现晕厥、昏迷等症状。
为了防止血糖不稳定的患者发生高血糖或者低血糖的情况，目前市面上出现了一些能够通过手表或手环等可穿戴设备来实现测量血糖的技术。这些设备使用的主要原理是光学检测血液中的葡萄糖浓度。具体来说，这些设备内置了发光二极管和光敏二极管，通过红外线照射皮肤表面，利用不同波长光的吸收特性，检测血液中葡萄糖的浓度，进而计算出血糖值。在测量时，用户需要将手腕放在设备上，让设备对手腕进行光学检测。
现有技术存在以下不足：现有技术的具有血糖功能检测的智能手表在对患者的血糖进行检测时，大多是将直接测量患者体内的血糖值与设定最高血糖阈值、设定最低血糖阈值进行比对，来确定患者的血糖情况，通常采用的方式为：
当患者体内的血糖值达到设定最高血糖阈值、或者设定最低血糖阈值时，发出报警提示，提示患者体内的血糖值不正常；由于现有技术的智能手表在检测时很容易受到外界因素的影响导致检测数据的准确度变差，当患者体内不正常的数据被误检测为正常时，会对引起不可设想的后果；其次，由于智能手表大多无法对患者体内的血糖变化进行预测，当患者体内的血糖值发生不正常的变化，出现达到预设值但是患者身体发生较大异常的情况时，将很容易引起不可设想的后果。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的是提供一种具有血糖功能检测的智能手表，以解决上述背景技术中的问题。
为了实现上述目的，本发明提供如下技术方案：一种具有血糖功能检测的智能手表，包括数据采集模块、第一数据处理模块、第二数据处理模块、以及预警模块；
数据采集模块，采集患者体内的血糖信息，并将患者体内的血糖信息传递至第一数据处理模块；
第一数据处理模块，对来自数据采集模块采集的信息进行处理，并将处理后的结果传递至第二数据处理模块；
第二数据处理模块，接收第一数据处理模块处理的结果，对处理后的结果进一步处理，计算外界影响因素对检测造成的影响，将影响消除后的检测值传递至预警模块；
预警模块，对来自第二数据处理模块处理后的结果进行预警。
优选的，数据采集模块采集的信息包括，采集患者体内的血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数，并将血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数分别标定为
传递至第一数据处理模块。
优选的，第一数据处理模块具体的处理过程如下：
第一数据处理模块将血糖总含量值
t时间血糖总含量的上浮动值/>
t时间血糖总含量的下浮动值/>
t时间血糖总含量连续上浮的次数/>
以及t时间血糖总含量连续下浮的次数/>
无量纲化处理后进行归一化公式处理，得出患者体内的血糖变化趋势/>
第一数据处理模块依据的公式为：
式中，α1、α2、α3、α4、α5分别为血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数的权重因子系数，且α1、α2、α3、α4、α5均大于0，权重因子系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性。
优选的，第二数据处理模块对第一数据处理模块处理的结果进一步处理的过程如下：
第二数据处理模块依据公式求出外界影响因素对血糖检测的影响系数，依据Logistic指数方程，计算如下：
μba＝1/e(-1*(θ+T1X1+T2X2+……TnXn))
其中，μba为外界影响因素对智能手表检测血糖数据的影响系数，θ为常数项，即所有变量取值为0时外界影响因素对智能手表检测血糖数据的影响的场景；X1、X2、……、Xn为变量；T1、T2、……、Tn为各个变量的回归系数。
优选的，测出外界影响因素对智能手表检测血糖数据的影响系数后，通过第二数据处理模块计算出测量的真实值
具体的计算公式为：
优选的，对血糖变化趋势
设定阈值βk1与βk2，其中，βk1＜βk2，βk1与βk2分别为患者体内的最低血糖变化趋势值和最高血糖变化趋势值；
当检测的患者体内的血糖变化趋势
满足，/>
时，表明患者体内的血糖稳定性较高，进而表明患者体内的血糖情况较高；当检测的患者体内的血糖变化趋势/>
满足，/>
时，表明患者体内血糖含量减量较多、或者血糖连续减量的次数增多，表明患者体内的血糖含量在不断地进行不正常地减少；当检测的患者体内的血糖变化趋势/>
满足，/>
时，表明患者体内血糖含量增量较多、或者血糖连续增量的次数增多，表明患者体内的血糖含量在不断地进行不正常地增高。
优选的，当预警模块接收到患者体内的血糖变化趋势
满足，
时，预警模块不发出提示；当预警模块接收到患者体内的血糖变化趋势/>
满足，/>
时，预警模块发出“血糖含量下降幅度异常”的提示，提示患者注意血糖值在以不正常的幅度下降；当预警模块接收到患者体内的血糖变化趋势/>
满足，
时，预警模块发出“血糖含量上升幅度异常”的提示，提示患者注意血糖值在以不正常的幅度上升。
在上述技术方案中，本发明提供的技术效果和优点：
本发明通过第二数据处理模块对第一数据处理模块处理后的结果进一步处理，计算外界影响因素对患者血糖检测造成的影响，并将影响消除，通过此方式可对测量的血糖变化趋势进行矫正，消除外界影响因素对检测造成的影响，促进检测的精确性，从而对患者体内血糖值进行精准检测，有效地防止误检测引起严重后果的情况发生；
本发明通过对患者体内血糖含量的动态变化进行监测，对血糖含量发生不正常上升或者不正常下降进行提前预测，让患者提前采取应对措施，有效地防止患者体内的血糖含量到达设定阈值时患者身体发生较大异常情况的发生，保证患者的身心健康和生命安全。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明的系统模块示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，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，提供这些示例实施方式使得本公开的描述将更加全面和完整，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。附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，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示例实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的示例实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开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、步骤等。在其它情况下，不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。
本发明提供了如图1所示的一种具有血糖功能检测的智能手表，包括数据采集模块、第一数据处理模块、第二数据处理模块、以及预警模块；
数据采集模块，采集患者体内的血糖信息，并将患者体内的血糖信息传递至第一数据处理模块；
数据采集模块采集的信息包括，采集患者体内的血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数，并将血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数分别标定为
传递至第一数据处理模块；
需要说明的是，t时间血糖总含量的上浮动值
为t时间患者体内血糖总量的增量；t时间血糖总含量的下浮动值/>
为t时间患者体内血糖总量的减量；
其次，当患者体内的初始血糖总含量较高或者较低时，会使患者更加容易出现高血糖或者低血糖的情况；
当t时间血糖总含量的上浮动值较大时，表明在t时间患者体内的血糖含量增量较多，表明患者很容易出现高血糖的情况；
当t时间血糖总含量的下浮动值较大时，表明在t时间患者体内的血糖含量减量较多，表明患者很容易出现低血糖的情况；
当t时间血糖总含量的上浮的次数变大时，表明在t时间患者体内的血糖含量连续增量较多，表明患者很容易出现高血糖的情况；
当t时间血糖总含量的下浮的次数变大时，表明在t时间患者体内的血糖含量连续减量较多，表明患者很容易出现低血糖的情况；
第一数据处理模块，对来自数据采集模块采集的信息进行处理，并将处理后的结果传递至第二数据处理模块，第一数据处理模块具体的处理过程如下：
第一数据处理模块将血糖总含量值
t时间血糖总含量的上浮动值/>
t时间血糖总含量的下浮动值/>
t时间血糖总含量连续上浮的次数/>
以及t时间血糖总含量连续下浮的次数/>
无量纲化处理后进行归一化公式处理，得出患者体内的血糖变化趋势/>
数据处理模块依据的公式为：
式中，α1、α2、α3、α4、α5分别为血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数的权重因子系数，且α1、α2、α3、α4、α5均大于0，权重因子系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性；
第二数据处理模块，接收第一数据处理模块处理的结果，对处理后的结果进一步处理，计算外界影响因素对检测造成的影响，将影响消除后的检测值传递至预警模块，第二数据处理模块对第一数据处理模块处理的结果进一步处理的过程如下：
光学检测血液中的葡萄糖浓度的过程中，周围环境的光照是光学传感器监测血糖时一个重要的影响因素之一，光照强度的变化可能会影响到光学传感器的反射光强度，从而影响血糖测量的准确性，当周围环境的光照较强时，传感器会接收到来自周围环境的光线干扰，从而导致光信号受到抑制或增强，这可能会对测量结果产生不良影响；
学传感器灵敏度是指光学传感器监测血糖时对血糖浓度的响应能力，即传感器测量到的信号强度与血糖浓度之间的关系，设备灵敏度是光学传感器监测血糖的一个重要参数，它直接影响到血糖监测的准确性，设备灵敏度较低时，传感器对血糖的响应能力较弱，即相同的血糖浓度可能会被测量为较低的信号强度，这会导致血糖监测结果偏低，设备灵敏度较高时，传感器对血糖的响应能力较强，即相同的血糖浓度会被测量为较高的信号强度，这会导致血糖监测结果偏高；
皮肤透明度是指皮肤对光的透过性或透明度，它是光学传感器监测血糖的一个重要因素，皮肤透明度越高，光能够更容易地透过皮肤表面，因此光学传感器的精度可能会更高，但是，皮肤透明度因个体差异而异，所以不同人群监测的数据可能存在差异，一般来说，人的皮肤颜色和透明度受到多种因素的影响，如遗传因素、血管密度、晒黑程度等，较浅的肤色或较薄的皮肤会更透明，因此适合光学传感器的测量，而较深的肤色、较厚的皮肤、以及有炎症、水肿等情况下的皮肤则可能影响光学传感器的准确性；
需要说明的是，外界环境对血糖检测准确性的影响有多种，不仅限于上述距离说明的3种，上述3中影响因素为本发明的举例说明；
对于外界影响因素对该具有血糖检测功能的智能手表的影响系数，本发明采用Logistic回归分析方法建构的评估模型对各类影响因素对智能手表检测精度造成的影响进行整体影响系数评估；由于智能手表所处的外界环境不同对检测均会造成一定的影响，检测的人群不同对检测数据也会造成一定的影响，设备的情况同样会对检测数据造成不同的影响，因此，需要对其整体进行考虑；
本发明Logistic的指数方程为：
μba＝1/e(-1*(θ+T1X1+T2X2+……TnXn))
其中，μba为外界影响因素对智能手表检测血糖数据的影响系数，θ为常数项，即所有变量取值为0时外界影响因素对智能手表检测血糖数据的影响的场景；X1、X2、……、Xn为变量(特殊场景的个数)；T1、T2、……、Tn为各个变量的回归系数(系数越大，影响越大)；
需要说明的是，式中的回归系数T1、T2、……、Tn为各指标的权重；
本发明影响系数的逻辑因素组成：以外界影响因素对检测数据的影响为例，一是指标，即导致检测结果发生改变的因素(本发明指外界影响因素的影响)：二是这些指标的权重，即每一种特殊环境产生时所占的比重：三是运算方程式，即通过什么样的数学运算过程得出结果，将具有各自权重的指标通过运算方程式的运算所得出的影响系数。构建影响因素评估量化模型的步骤包括四步：首先，对样本中采集到的各种评估因素进行数据转化和处理，转化成电脑软件可以识别的数据语言；其次，将这些评估因素运用SPSS软件进行Logistic回归分析，筛选出与结果具有重要相关性的因素及其权重；再次，将评估因素和权重带入Logistic回归方程进行运算，从而得出结果。
其中，在对样本中采集到的各种评估因素进行数据转化和处理，转化成电脑软件可以识别的数据语言并通过SPSS软件筛选出具有重要相关性的因素及其权重中。
测出外界影响因素对智能手表检测血糖数据的影响系数后，通过第二数据处理模块计算出测量的真实值
具体的计算公式为：
通过此方式可对测量的血糖变化趋势进行矫正，消除外界影响因素对检测造成的影响，促进检测的精确性，从而对患者体内血糖值进行精准检测，有效地防止误检测引起严重后果的情况发生；
对血糖变化趋势
设定阈值βk1与βk2，其中，βk1＜βk2，βk1与βk2分别为患者体内的最低血糖变化趋势值和最高血糖变化趋势值；
通过公式将患者体内的血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数进行综合评判，可对患者体内的血糖含量动态变化进行监测，当检测的患者体内的血糖变化趋势
满足，/>
时，表明患者体内的血糖稳定性较高，进而表明患者体内的血糖情况较高；当检测的患者体内的血糖变化趋势/>
满足，/>
时，表明患者体内血糖含量减量较多、或者血糖连续减量的次数增多，表明患者体内的血糖含量在不断地进行不正常地减少；当检测的患者体内的血糖变化趋势/>
满足，/>
时，表明患者体内血糖含量增量较多、或者血糖连续增量的次数增多，表明患者体内的血糖含量在不断地进行不正常地增高；
预警模块对来自第二数据处理模块处理后的结果进行预警，具体预警如下：
当预警模块接收到患者体内的血糖变化趋势
满足，/>
时，预警模块不发出提示，此时患者体内的血糖情况比较稳定；当预警模块接收到患者体内的血糖变化趋势/>
满足，/>
时，预警模块发出“血糖含量下降幅度异常”的提示，提示患者注意血糖值在以不正常的幅度下降，让患者立马提前采取应对措施，以防患者身体出现较大异常的情况；当预警模块接收到患者体内的血糖变化趋势/>
满足，
时，预警模块发出“血糖含量上升幅度异常”的提示，提示患者注意血糖值在以不正常的幅度上升，让患者立马提前采取应对措施，以防患者身体出现较大异常的情况；
本发明通过对患者体内血糖含量的动态变化进行监测，对血糖含量发生不正常上升或者不正常下降进行提前预测，让患者提前采取应对措施，有效地防止患者体内的血糖含量到达设定阈值时患者身体发生较大异常情况的发生，保证患者的身心健康和生命安全。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。
需要说明的是，在本文中，如若存在第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种具有血糖功能检测的智能手表，其特征在于，包括数据采集模块、第一数据处理模块、第二数据处理模块、以及预警模块；
数据采集模块，采集患者体内的血糖信息，并将患者体内的血糖信息传递至第一数据处理模块；
第一数据处理模块，对来自数据采集模块采集的信息进行处理，并将处理后的结果传递至第二数据处理模块；
第二数据处理模块，接收第一数据处理模块处理的结果，对处理后的结果进一步处理，计算外界影响因素对检测造成的影响，将影响消除后的检测值传递至预警模块；
预警模块，对来自第二数据处理模块处理后的结果进行预警。
2.根据权利要求1所述的一种具有血糖功能检测的智能手表，其特征在于，数据采集模块采集的信息包括，采集患者体内的血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数，并将血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数分别标定为
传递至第一数据处理模块。
3.根据权利要求2所述的一种具有血糖功能检测的智能手表，其特征在于，第一数据处理模块具体的处理过程如下：
第一数据处理模块将血糖总含量值
t时间血糖总含量的上浮动值/>
t时间血糖总含量的下浮动值/>
t时间血糖总含量连续上浮的次数/>
以及t时间血糖总含量连续下浮的次数/>
无量纲化处理后进行归一化公式处理，得出患者体内的血糖变化趋势/>
第一数据处理模块依据的公式为：
式中，α1、α2、α3、α4、α5分别为血糖总含量值、t时间血糖总含量的上浮动值、t时间血糖总含量的下浮动值、t时间血糖总含量连续上浮的次数、以及t时间血糖总含量连续下浮的次数的权重因子系数，且α1、α2、α3、α4、α5均大于0，权重因子系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性。
4.根据权利要求3所述的一种具有血糖功能检测的智能手表，其特征在于，第二数据处理模块依据公式求出外界影响因素对血糖检测的影响系数，依据Logistic指数方程，计算如下：
μba＝1/e(-1*(θ+T1X1+T2X2+……TnXn))
其中，μba为外界影响因素对智能手表检测血糖数据的影响系数，θ为常数项，即所有变量取值为0时外界影响因素对智能手表检测血糖数据的影响的场景；X1、X2、……、Xn为变量；T1、T2、……、Tn为各个变量的回归系数。
5.根据权利要求4所述的一种具有血糖功能检测的智能手表，其特征在于，测出外界影响因素对智能手表检测血糖数据的影响系数后，通过第二数据处理模块计算出测量的真实值
具体的计算公式为：
6.根据权利要求5所述的一种具有血糖功能检测的智能手表，其特征在于，对血糖变化趋势
设定阈值βk1与βk2，其中，βk1<βk2，βk1与βk2分别为患者体内的最低血糖变化趋势值和最高血糖变化趋势值；
当检测的患者体内的血糖变化趋势
满足，/>
时，表明患者体内的血糖稳定性较高，进而表明患者体内的血糖情况较高；当检测的患者体内的血糖变化趋势
满足，/>
时，表明患者体内血糖含量减量较多、或者血糖连续减量的次数增多，表明患者体内的血糖含量在不断地进行不正常地减少；当检测的患者体内的血糖变化趋势/>
满足，/>
时，表明患者体内血糖含量增量较多、或者血糖连续增量的次数增多，表明患者体内的血糖含量在不断地进行不正常地增高。
7.根据权利要求6所述的一种具有血糖功能检测的智能手表，其特征在于，当预警模块接收到患者体内的血糖变化趋势
满足，/>
时，预警模块不发出提示；当预警模块接收到患者体内的血糖变化趋势/>
满足，/>
时，预警模块发出“血糖含量下降幅度异常”的提示，提示患者注意血糖值在以不正常的幅度下降；当预警模块接收到患者体内的血糖变化趋势/>
满足，/>
时，预警模块发出“血糖含量上升幅度异常”的提示，提示患者注意血糖值在以不正常的幅度上升。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310193597.5A CN116300390B (zh) | 2023-02-23 | 2023-02-23 | 一种具有血糖功能检测的智能手表 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310193597.5A CN116300390B (zh) | 2023-02-23 | 2023-02-23 | 一种具有血糖功能检测的智能手表 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116300390A true CN116300390A (zh) | 2023-06-23 |
| CN116300390B CN116300390B (zh) | 2024-01-12 |
Family
ID=86788156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310193597.5A Active CN116300390B (zh) | 2023-02-23 | 2023-02-23 | 一种具有血糖功能检测的智能手表 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116300390B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116671906A (zh) * | 2023-08-01 | 2023-09-01 | 亿慧云智能科技（深圳）股份有限公司 | 一种智能手表无创血糖测量方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103764840A (zh) * | 2011-06-24 | 2014-04-30 | 海吉雅有限公司 | 用于实现血糖平衡的系统、方法和装置 |
| WO2014104036A1 (ja) * | 2012-12-24 | 2014-07-03 | Yamaguchi Takashi | 血管検出方法とその装置 |
| CN104323781A (zh) * | 2014-11-10 | 2015-02-04 | 上海翰临电子科技有限公司 | 一种血糖分析方法和监测设备 |
| CN105326481A (zh) * | 2014-08-07 | 2016-02-17 | 何嘉健 | 一种无创伤动态血糖浓度预警系统 |
| CN106618528A (zh) * | 2016-11-21 | 2017-05-10 | 广州市立活龙智能设备有限公司 | 一种癌症和心血管病预警预防智能手表系统 |
| CN110123294A (zh) * | 2018-02-02 | 2019-08-16 | 深圳市理邦精密仪器股份有限公司 | 无创血压测量方法、装置、无创血压测量仪器和存储介质 |
| CN113892948A (zh) * | 2021-09-30 | 2022-01-07 | 南京康博智慧健康研究院有限公司 | 一种智能血糖监控手表及工作方法 |
| CN115171893A (zh) * | 2022-06-30 | 2022-10-11 | 宁夏回族自治区人民医院(宁夏眼科医院、西北民族大学第一附属医院) | 基于大数据分析的糖尿病患者评估及管理系统 |
| CN115500800A (zh) * | 2022-03-25 | 2022-12-23 | 张烁 | 一种穿戴式生理参数检测系统 |
-
2023
- 2023-02-23 CN CN202310193597.5A patent/CN116300390B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103764840A (zh) * | 2011-06-24 | 2014-04-30 | 海吉雅有限公司 | 用于实现血糖平衡的系统、方法和装置 |
| WO2014104036A1 (ja) * | 2012-12-24 | 2014-07-03 | Yamaguchi Takashi | 血管検出方法とその装置 |
| CN105326481A (zh) * | 2014-08-07 | 2016-02-17 | 何嘉健 | 一种无创伤动态血糖浓度预警系统 |
| CN104323781A (zh) * | 2014-11-10 | 2015-02-04 | 上海翰临电子科技有限公司 | 一种血糖分析方法和监测设备 |
| CN106618528A (zh) * | 2016-11-21 | 2017-05-10 | 广州市立活龙智能设备有限公司 | 一种癌症和心血管病预警预防智能手表系统 |
| CN110123294A (zh) * | 2018-02-02 | 2019-08-16 | 深圳市理邦精密仪器股份有限公司 | 无创血压测量方法、装置、无创血压测量仪器和存储介质 |
| CN113892948A (zh) * | 2021-09-30 | 2022-01-07 | 南京康博智慧健康研究院有限公司 | 一种智能血糖监控手表及工作方法 |
| CN115500800A (zh) * | 2022-03-25 | 2022-12-23 | 张烁 | 一种穿戴式生理参数检测系统 |
| CN115171893A (zh) * | 2022-06-30 | 2022-10-11 | 宁夏回族自治区人民医院(宁夏眼科医院、西北民族大学第一附属医院) | 基于大数据分析的糖尿病患者评估及管理系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116671906A (zh) * | 2023-08-01 | 2023-09-01 | 亿慧云智能科技（深圳）股份有限公司 | 一种智能手表无创血糖测量方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116300390B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7650244B2 (en) | Method and device for monitoring analyte concentration by determining its progression in the living body of a human or animal | |
| CN116300390B (zh) | 一种具有血糖功能检测的智能手表 | |
| Kelly et al. | Assessment of a scalp EEG-based automated seizure detection system | |
| CN105193423A (zh) | 无创血糖检测方法、装置及系统 | |
| US5956125A (en) | System and method for screening for dementia | |
| US20190311809A1 (en) | Patient status monitor and method of monitoring patient status | |
| Ashok et al. | Determination of blood glucose concentration by using wavelet transform and neural networks | |
| Ling et al. | Genetic-algorithm-based multiple regression with fuzzy inference system for detection of nocturnal hypoglycemic episodes | |
| CN116058814A (zh) | 心率检测方法及电子设备 | |
| CN117807531B (zh) | 一种基于智能戒指的血氧数据精确采集系统 | |
| CN116013514A (zh) | 一种基于多参数融合的一体化糖尿病足预测系统 | |
| CN116616708B (zh) | 一种基于智能穿戴设备的生命体征数据处理方法和系统 | |
| EP3916376B1 (en) | Portable device and method for non-invasive blood glucose level estimation | |
| CN112672684A (zh) | 基于血氧饱和度的评估方法、装置、智能可穿戴设备及存储介质 | |
| CN112568902A (zh) | 一种基于血糖值的无创血糖校准方法 | |
| CN114242253B (zh) | 一种用于糖尿病酮症酸中毒预警的健康管理方法及系统 | |
| CN113729698B (zh) | 一种无创血糖检测方法及系统 | |
| Farooq et al. | A review on epileptic seizure detection using machine learning | |
| CN112587134A (zh) | 一种无创血糖检定方法 | |
| CN114533088A (zh) | 多模态大脑信号分类方法、装置、电子设备及存储介质 | |
| CN117379021B (zh) | 基于智能穿戴设备的老年人健康指标监测系统 | |
| CN111419249B (zh) | 一种抑郁预测模型的生成方法和预测系统 | |
| CN115736911A (zh) | 一种面向个人的无创血糖检测系统及其标注方法 | |
| CN118098606B (zh) | 一种基于体检数据的预警方法、介质及系统 | |
| US11877852B2 (en) | Apparatus and method for classifying stress |
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 |