JPH11296598A - 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体 - Google Patents
血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体Info
- Publication number
- JPH11296598A JPH11296598A JP9378398A JP9378398A JPH11296598A JP H11296598 A JPH11296598 A JP H11296598A JP 9378398 A JP9378398 A JP 9378398A JP 9378398 A JP9378398 A JP 9378398A JP H11296598 A JPH11296598 A JP H11296598A
- Authority
- JP
- Japan
- Prior art keywords
- data
- blood glucose
- glucose level
- time
- 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.)
- Pending
Links
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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Abstract
(57)【要約】
【課題】 糖尿病患者へのインスリン投与による血糖値
のコントロールは、タイムラグの大きなフィードバック
を伴うため血糖値変化が不安定になる。 【解決手段】 血糖値時系列ファイル２に糖尿病患者の
血糖値測定データを時系列データとして格納しておき、
ダイナミクス推定部３は血糖値時系列データの持つ位相
的性質を最も良く表すことができる埋め込み次元ｎと遅
れ時間τとしてパラメータファイル４に格納しておき、
血糖値予測部５は血糖値時系列データとパラメータを基
に局所ファジィ再構成法により近未来の血糖値を予測し
て予測血糖値ファイル６に格納し、インスリン投与量時
系列ファイル８はインスリン投与量を時系列データとし
て格納しておき、表示部９は各ファイルのデータをイン
スリン投与量を決定するための情報として表示する。
のコントロールは、タイムラグの大きなフィードバック
を伴うため血糖値変化が不安定になる。 【解決手段】 血糖値時系列ファイル２に糖尿病患者の
血糖値測定データを時系列データとして格納しておき、
ダイナミクス推定部３は血糖値時系列データの持つ位相
的性質を最も良く表すことができる埋め込み次元ｎと遅
れ時間τとしてパラメータファイル４に格納しておき、
血糖値予測部５は血糖値時系列データとパラメータを基
に局所ファジィ再構成法により近未来の血糖値を予測し
て予測血糖値ファイル６に格納し、インスリン投与量時
系列ファイル８はインスリン投与量を時系列データとし
て格納しておき、表示部９は各ファイルのデータをイン
スリン投与量を決定するための情報として表示する。
Description
【０００１】
【発明の属する技術分野】本発明は、糖尿病患者の血糖
値変化をコンピュータ処理によって予測する血糖値の予
測方法及び予測システムに関する。
値変化をコンピュータ処理によって予測する血糖値の予
測方法及び予測システムに関する。
【０００２】
【従来の技術】糖尿病患者の治療には、患者の血糖値を
基にインスリンの投与量を調整することが行われてい
る。血糖値管理には、患者自身又は医師が血糖値を測定
するのみとするオープンサークルでなされているか、血
糖値測定データを基に医師の感で１カ月か２週間に１回
の割合でインスリン投与量を調整するフィードバック法
が採られている。また、インスリン投与量は、インスリ
ンスケールを取り決め、日毎に調整することもある。
基にインスリンの投与量を調整することが行われてい
る。血糖値管理には、患者自身又は医師が血糖値を測定
するのみとするオープンサークルでなされているか、血
糖値測定データを基に医師の感で１カ月か２週間に１回
の割合でインスリン投与量を調整するフィードバック法
が採られている。また、インスリン投与量は、インスリ
ンスケールを取り決め、日毎に調整することもある。
【０００３】
【発明が解決しようとする課題】糖尿病患者に対する医
師のインスリン療法の処置は、以下のいずれかにされて
いる。
師のインスリン療法の処置は、以下のいずれかにされて
いる。
【０００４】（１）血糖値測定データを基に、医師の経
験と感により月２回程度の周期でインスリン投与量を決
定する。
験と感により月２回程度の周期でインスリン投与量を決
定する。
【０００５】（２）血糖値に対するインスリン投与量を
定めておき、このスケールに基づいて１〜３回／日で行
う。
定めておき、このスケールに基づいて１〜３回／日で行
う。
【０００６】これら処置方法では、血糖値のコントロー
ルは、タイムラグの大きなフィードバックを伴うため血
糖値変化が不安定になる恐れがある。例えば、血糖値の
平均値を低下させるためにインスリン投与量を増加させ
ると、低血糖を招くことがある。逆に、インスリン投与
量を減らすと、血糖値が高くなり過ぎることがある。
ルは、タイムラグの大きなフィードバックを伴うため血
糖値変化が不安定になる恐れがある。例えば、血糖値の
平均値を低下させるためにインスリン投与量を増加させ
ると、低血糖を招くことがある。逆に、インスリン投与
量を減らすと、血糖値が高くなり過ぎることがある。
【０００７】このような事情から、血糖値の測定データ
を基に、血糖値の適切なコントロール効果を得るための
インスリン投与量を決定するには、タイムラグのない血
糖値コントロールにより、血糖値の日毎の変化を小さく
しながら長期的には適正な範囲に収めることが要望され
る。
を基に、血糖値の適切なコントロール効果を得るための
インスリン投与量を決定するには、タイムラグのない血
糖値コントロールにより、血糖値の日毎の変化を小さく
しながら長期的には適正な範囲に収めることが要望され
る。
【０００８】本発明の目的は、医師が適正なインスリン
投与量を決定するための支援情報がタイムラグ無しに得
られるよう、血糖値の測定データを基に日毎の血糖値を
予測できるようにした血糖値予測システム及び血糖値予
測方法並びにその方法を記録した記録媒体を提供するこ
とにある。
投与量を決定するための支援情報がタイムラグ無しに得
られるよう、血糖値の測定データを基に日毎の血糖値を
予測できるようにした血糖値予測システム及び血糖値予
測方法並びにその方法を記録した記録媒体を提供するこ
とにある。
【０００９】
【課題を解決するための手段】本発明は、血糖コントロ
ールの不安定性について分析し、これに基づいて血糖値
の経時的振る舞いにカオス現象の存在を解明し、局所フ
ァジィ再構成法により現在の血糖値から近未来（明日以
降）の血糖値を予測できるようにしたものである。これ
ら事項を以下に説明する。なお、局所ファジィ再構成法
による近未来の予測については、本願発明者等は、既に
提案している（特開平７−２３９８３８号公報）。
ールの不安定性について分析し、これに基づいて血糖値
の経時的振る舞いにカオス現象の存在を解明し、局所フ
ァジィ再構成法により現在の血糖値から近未来（明日以
降）の血糖値を予測できるようにしたものである。これ
ら事項を以下に説明する。なお、局所ファジィ再構成法
による近未来の予測については、本願発明者等は、既に
提案している（特開平７−２３９８３８号公報）。
【００１０】（血糖値の経時的振る舞いとカオス現象）
血糖値データの解析対象とした糖尿病患者は、インスリ
ン依存型（ＩＤＤＭ）５症例、非依存型（ＮＩＤＤＭ）
５症例である。これら患者の最短１年半から最長１０年
に及び１日間隔の時系列測定データを対象とした。図２
は、良好な血糖コントロールを示す１つのＮＩＤＤＭ症
例と２つのＩＤＤＭ症例の時系列データの一部を示す。
血糖値データの解析対象とした糖尿病患者は、インスリ
ン依存型（ＩＤＤＭ）５症例、非依存型（ＮＩＤＤＭ）
５症例である。これら患者の最短１年半から最長１０年
に及び１日間隔の時系列測定データを対象とした。図２
は、良好な血糖コントロールを示す１つのＮＩＤＤＭ症
例と２つのＩＤＤＭ症例の時系列データの一部を示す。
【００１１】臨床的にコントロールの指標として用いら
れるのは、ＨｂＡ1Cの％であるが、これは臨床的には大
まかに過去１〜２カ月の血糖コントロール状態の平均を
示すとされている。図２のデータになる症例１はＨｂＡ
1Cが５〜６％、症例２はＨｂＡ1Cが５〜６％、症例３は
ＨｂＡ1Cが９〜１０％で、経過中コントロール状態がほ
ぼ一定していた。
れるのは、ＨｂＡ1Cの％であるが、これは臨床的には大
まかに過去１〜２カ月の血糖コントロール状態の平均を
示すとされている。図２のデータになる症例１はＨｂＡ
1Cが５〜６％、症例２はＨｂＡ1Cが５〜６％、症例３は
ＨｂＡ1Cが９〜１０％で、経過中コントロール状態がほ
ぼ一定していた。
【００１２】症例１は、インスリン非依存型糖尿病で内
因性インスリン分泌を介して血糖調節機能が不十分なが
ら残存していると考えられる。症例２及び３は、インス
リン依存型糖尿病でインスリン分泌能が０に近く、内因
性インスリンによる血糖調節機能が０に近いと考えられ
る。
因性インスリン分泌を介して血糖調節機能が不十分なが
ら残存していると考えられる。症例２及び３は、インス
リン依存型糖尿病でインスリン分泌能が０に近く、内因
性インスリンによる血糖調節機能が０に近いと考えられ
る。
【００１３】これら３つの症例のデータをＦＦＴ（Ｆａ
ｓｔＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ）でスペクトル
解析を行うと、広い帯域で周波数成分が現れていた。ま
た、自己相関関数をとると、時間の増大とともにほぼ０
に収束した。また、最大リヤプノフ指数は正であり、３
つの症例はカオス性を示していた。
ｓｔＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ）でスペクトル
解析を行うと、広い帯域で周波数成分が現れていた。ま
た、自己相関関数をとると、時間の増大とともにほぼ０
に収束した。また、最大リヤプノフ指数は正であり、３
つの症例はカオス性を示していた。
【００１４】次に、この３つの症例について３次元空間
上に射影されたアトラクタを図３に示す。アトラクタ
は、症例１では円柱状、症例２では三角錐状、症例３で
は球状を示している。各フラクタル次元は、症例１が
２.２７に対して、症例２では２.７３、さらに症例３で
は３.５４となり、アトラクタの形状が複雑化するにつ
れてフラクタル次元が増大することを示している。
上に射影されたアトラクタを図３に示す。アトラクタ
は、症例１では円柱状、症例２では三角錐状、症例３で
は球状を示している。各フラクタル次元は、症例１が
２.２７に対して、症例２では２.７３、さらに症例３で
は３.５４となり、アトラクタの形状が複雑化するにつ
れてフラクタル次元が増大することを示している。
【００１５】これら３つの症例は、ＨｂＡ1Cによるコン
トロールレベルの評価で症例１の円柱と症例２の三角錐
は良好（ｇｏｏｄ ｃｏｎｔｒｏｌ）で同じ程度であ
り、そのアトラクタの形状の差異はＩＤＤＭとＮＩＤＤ
Ｍの自己血糖調節能力差に起因していると思われる。
トロールレベルの評価で症例１の円柱と症例２の三角錐
は良好（ｇｏｏｄ ｃｏｎｔｒｏｌ）で同じ程度であ
り、そのアトラクタの形状の差異はＩＤＤＭとＮＩＤＤ
Ｍの自己血糖調節能力差に起因していると思われる。
【００１６】症例２の三角錐と症例３の球ではどちらも
ＩＤＤＭであり、同様の持続インスリン皮下注入療法
（ＣＳＩＩ）にてコントロールしており、コントロール
レベルが良好（ｇｏｏｄ ｃｏｎｔｒｏｌ）対不十分
（ｐｏｏｒ ｃｏｎｔｒｏｌ）と異なっていた。
ＩＤＤＭであり、同様の持続インスリン皮下注入療法
（ＣＳＩＩ）にてコントロールしており、コントロール
レベルが良好（ｇｏｏｄ ｃｏｎｔｒｏｌ）対不十分
（ｐｏｏｒ ｃｏｎｔｒｏｌ）と異なっていた。
【００１７】他のすべてのＤＭ症例に関しても同様の検
討を行ったがすべての症例がカオスを示し、アトラクタ
形状はこの３種のいずれかあるいは混合した形状であっ
た。
討を行ったがすべての症例がカオスを示し、アトラクタ
形状はこの３種のいずれかあるいは混合した形状であっ
た。
【００１８】この３つの形のアトラクタもデータ数を変
化させ、いろいろな方向から観測すると、実際は図４に
示すようなスパイラル形状を基本とし、このスパイラル
がおそらく３つか４つの少数のパラメータとノイズによ
って三角錐や円柱、球等に形を変えるものと考えられ
る。
化させ、いろいろな方向から観測すると、実際は図４に
示すようなスパイラル形状を基本とし、このスパイラル
がおそらく３つか４つの少数のパラメータとノイズによ
って三角錐や円柱、球等に形を変えるものと考えられ
る。
【００１９】なお、そのパラメータは内因性インスリン
を介した血糖コントロール能力の残存やコントロールレ
ベルに存在していることが他の多くの症例からも推測さ
れた。
を介した血糖コントロール能力の残存やコントロールレ
ベルに存在していることが他の多くの症例からも推測さ
れた。
【００２０】以上のように、糖尿病患者の血糖値の経時
的振る舞いは、一見では不規則な現象、つまり偶然性に
支配された非決定論的な現象に見えるが、決定論的にそ
の挙動を決定できる現象、つまり決定論的カオス現象で
あることを解明することができた。
的振る舞いは、一見では不規則な現象、つまり偶然性に
支配された非決定論的な現象に見えるが、決定論的にそ
の挙動を決定できる現象、つまり決定論的カオス現象で
あることを解明することができた。
【００２１】（局所再構成法による血糖値の予測）決定
論的カオス現象では、非線形な決定論的規則性を推定で
きれば、ある時点の観測データからカオスの「初期値に
対する鋭敏な依存性」により、決定論的因果性を失うま
での近未来のデータを予測することが可能となる。
論的カオス現象では、非線形な決定論的規則性を推定で
きれば、ある時点の観測データからカオスの「初期値に
対する鋭敏な依存性」により、決定論的因果性を失うま
での近未来のデータを予測することが可能となる。
【００２２】このような決定論的カオス現象に対する近
未来の予測は、「１本の観測時系列データから、元の力
学系の状態空間とアトラクタを再構成する」というタケ
ンスの理論に基づいている。この理論の概要は、以下の
通りである。
未来の予測は、「１本の観測時系列データから、元の力
学系の状態空間とアトラクタを再構成する」というタケ
ンスの理論に基づいている。この理論の概要は、以下の
通りである。
【００２３】観測されたある時系列データｙ（ｔ）か
ら、ベクトル（ｙ（ｔ），ｙ（ｔ−τ），ｙ（ｔ−２
τ），ｙ（ｔ−（ｎ−１）τ）をつくる（τは遅れ時
間）。このベクトルは、ｎ次元再構成状態空間Ｒnの一
点を示すことになる。
ら、ベクトル（ｙ（ｔ），ｙ（ｔ−τ），ｙ（ｔ−２
τ），ｙ（ｔ−（ｎ−１）τ）をつくる（τは遅れ時
間）。このベクトルは、ｎ次元再構成状態空間Ｒnの一
点を示すことになる。
【００２４】したがって、ｔを変化させると、このｎ次
元再構成状態空間に軌道を描くことができる。もしも、
対象システムが決定論的力学系であって、観測時系列デ
ータがこの力学系の状態空間から一次元ユークリッド空
間ＲへのＣ1連続写像に対応した観測系を介して得られ
たものと仮定すれば、この再構成軌道は、ｎを十分大き
くとれば、元の決定論系の埋め込み（ｅｍｂｅｄｄｉｎ
ｇ）になっている。
元再構成状態空間に軌道を描くことができる。もしも、
対象システムが決定論的力学系であって、観測時系列デ
ータがこの力学系の状態空間から一次元ユークリッド空
間ＲへのＣ1連続写像に対応した観測系を介して得られ
たものと仮定すれば、この再構成軌道は、ｎを十分大き
くとれば、元の決定論系の埋め込み（ｅｍｂｅｄｄｉｎ
ｇ）になっている。
【００２５】つまり、力学系に何らかのアトラクタが現
れているならば、再構成状態空間にはこのアトラクタの
位相構造を保存したアトラクタが再現されることにな
る。ｎは通常「埋め込み次元」と呼ばれるが、再構成の
操作が「埋め込み」であるためには、この次元ｎは元の
力学系の状態空間の次元をｍとしたとき、下記の式が成
立すれば十分であることが証明されている。
れているならば、再構成状態空間にはこのアトラクタの
位相構造を保存したアトラクタが再現されることにな
る。ｎは通常「埋め込み次元」と呼ばれるが、再構成の
操作が「埋め込み」であるためには、この次元ｎは元の
力学系の状態空間の次元をｍとしたとき、下記の式が成
立すれば十分であることが証明されている。
【００２６】
【数１】ｎ≧２ｍ＋１ 但し、これは十分条件であって、データによっては２ｍ
＋１未満でも埋め込みである場合がある。さらに、ｎ＞
２ｄ（但し、ｄは元の力学系のアトラクタのボックスカ
ウント次元）であれば、再構成の操作が１対１写像であ
ることも示されている。
＋１未満でも埋め込みである場合がある。さらに、ｎ＞
２ｄ（但し、ｄは元の力学系のアトラクタのボックスカ
ウント次元）であれば、再構成の操作が１対１写像であ
ることも示されている。
【００２７】前記のように、血糖値の変化が決定論的カ
オス現象であることから、血糖値の時系列データをタケ
ンスの埋め込み定理に基づいて、再構成状態空間とアト
ラクタの再構成を行い、さらにこのアトラクタを基に近
未来の血糖値を予測できることになる。
オス現象であることから、血糖値の時系列データをタケ
ンスの埋め込み定理に基づいて、再構成状態空間とアト
ラクタの再構成を行い、さらにこのアトラクタを基に近
未来の血糖値を予測できることになる。
【００２８】具体的には、図５の（ａ）に示すように、
等サンプリング間隔で観測された血糖値の時系列データ
ｙ（ｔ）を、タケンスの埋め込み定理を用いて埋め込み
次元ｎ、遅れ時間τでｎ次元の状態空間に埋め込むとい
う再構成を行い、次式のベクトルが得られる。
等サンプリング間隔で観測された血糖値の時系列データ
ｙ（ｔ）を、タケンスの埋め込み定理を用いて埋め込み
次元ｎ、遅れ時間τでｎ次元の状態空間に埋め込むとい
う再構成を行い、次式のベクトルが得られる。
【００２９】
【数２】ｘ（ｔ）＝（ｙ（ｔ），ｙ（ｔ−τ），…，ｙ
（ｔ−（ｎ−１）τ） 但し、ｔ＝（（ｎ−１）τ＋１）〜Ｙ Ｙ：時系列データｙ（ｔ）のデータ数 この操作を多数のｙ（ｔ）データに対し繰り返し行う
と、ｎ次元再構成状態空間に有限個数のデータベクトル
からなるなめらかな多様体を構成することができる。図
５の（ｂ）は、３次元再構成状態空間へ埋め込んだ場合
のアトラクタの軌道を示す。
（ｔ−（ｎ−１）τ） 但し、ｔ＝（（ｎ−１）τ＋１）〜Ｙ Ｙ：時系列データｙ（ｔ）のデータ数 この操作を多数のｙ（ｔ）データに対し繰り返し行う
と、ｎ次元再構成状態空間に有限個数のデータベクトル
からなるなめらかな多様体を構成することができる。図
５の（ｂ）は、３次元再構成状態空間へ埋め込んだ場合
のアトラクタの軌道を示す。
【００３０】このアトラクタの軌道について、最新に計
測された血糖値の時系列データを含むデータベクトル
と、その近傍のデータベクトルの軌道を用いて現時点の
データベクトルの近未来の軌道を推定し、ｓステップ先
のデータベクトルを求めることができる。つまり、現時
点の血糖値データベクトルとその近傍データベクトルか
ら、現時点の血糖値データから近未来（明日以降）の血
糖値の予測値を求めることができる。これが局所再構成
になる。
測された血糖値の時系列データを含むデータベクトル
と、その近傍のデータベクトルの軌道を用いて現時点の
データベクトルの近未来の軌道を推定し、ｓステップ先
のデータベクトルを求めることができる。つまり、現時
点の血糖値データベクトルとその近傍データベクトルか
ら、現時点の血糖値データから近未来（明日以降）の血
糖値の予測値を求めることができる。これが局所再構成
になる。
【００３１】すなわち、図６に示すように、最新のデー
タによって得られたデータベクトルｚ（Ｔ）をｎ次元再
構成状態空間にプロットし、その近傍のデータベクトル
をｘ（ｉ）とすると、これらのデータｘ（ｉ）は過去の
データであるため、ｓステップ先の状態ｘ（ｉ＋ｓ）は
既知である。これを利用し、現時点のデータベクトルｚ
（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を予測する
ことができる。そして、予測値ｚ（Ｔ＋ｓ）から元の時
系列データのｓステップ先の予測値ｙ（ｔ＋ｓ）を求め
ることができる。
タによって得られたデータベクトルｚ（Ｔ）をｎ次元再
構成状態空間にプロットし、その近傍のデータベクトル
をｘ（ｉ）とすると、これらのデータｘ（ｉ）は過去の
データであるため、ｓステップ先の状態ｘ（ｉ＋ｓ）は
既知である。これを利用し、現時点のデータベクトルｚ
（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を予測する
ことができる。そして、予測値ｚ（Ｔ＋ｓ）から元の時
系列データのｓステップ先の予測値ｙ（ｔ＋ｓ）を求め
ることができる。
【００３２】（局所ファジィ再構成法による血糖値の予
測）前記の局所再構成法による予測において、状態ｘ
（ｉ）のｓステップ後の状態ｘ（ｉ＋ｓ）への変化は、
決定論に従ったダイナミクスに基づいていると考えられ
る。そして、このダイナミクスはｘ（ｉ）とｘ（ｉ＋
ｓ）を用いて次のように言語的表現で表すことができ
る。但し、ｉ∈Ｎ（ｚ（Ｔ））、Ｎ（ｚ（Ｔ））はｚ
（Ｔ）の近傍ｘ（ｉ）のインデックスｉの集合。
測）前記の局所再構成法による予測において、状態ｘ
（ｉ）のｓステップ後の状態ｘ（ｉ＋ｓ）への変化は、
決定論に従ったダイナミクスに基づいていると考えられ
る。そして、このダイナミクスはｘ（ｉ）とｘ（ｉ＋
ｓ）を用いて次のように言語的表現で表すことができ
る。但し、ｉ∈Ｎ（ｚ（Ｔ））、Ｎ（ｚ（Ｔ））はｚ
（Ｔ）の近傍ｘ（ｉ）のインデックスｉの集合。
【００３３】
【数３】 ｘ（Ｔ）：ｎ次元再構成状態空間におけるｚ（Ｔ）の近
傍のデータベクトルを表す集合 ｘ（Ｔ＋ｓ）：ｘ（Ｔ）のｓステップ後のデータベクト
ルを表す集合 ｘ(i)はｚ(Ｔ)の近傍のデータベクトルであるから、ス
テップｓがカオスの「初期値に対する鋭敏な依存性」に
より、決定論的因果性を失う以前であれば、状態ｚ(Ｔ)
から状態ｚ(Ｔ＋s)のダイナミクスを、状態ｘ(i)から状
態ｘ(i＋s)のダイナミクスと近似的に等価であると仮定
することができる。
傍のデータベクトルを表す集合 ｘ（Ｔ＋ｓ）：ｘ（Ｔ）のｓステップ後のデータベクト
ルを表す集合 ｘ(i)はｚ(Ｔ)の近傍のデータベクトルであるから、ス
テップｓがカオスの「初期値に対する鋭敏な依存性」に
より、決定論的因果性を失う以前であれば、状態ｚ(Ｔ)
から状態ｚ(Ｔ＋s)のダイナミクスを、状態ｘ(i)から状
態ｘ(i＋s)のダイナミクスと近似的に等価であると仮定
することができる。
【００３４】ｎ次元再構成状態空間に埋め込まれたアト
ラクタが、なめらかな多様体であるとき、ｚ(Ｔ)からｚ
(Ｔ＋s)へのベクトル距離は、ｚ(Ｔ)からｘ(i)へのベク
トル距離によって影響される。すなわち、ｚ(Ｔ)から近
いｘ(i)の軌道ほどｚ(Ｔ)からｚ(Ｔ＋s)への軌道におよ
ぼす影響が大きく、遠いほどその影響が小さいと考える
ことができる。
ラクタが、なめらかな多様体であるとき、ｚ(Ｔ)からｚ
(Ｔ＋s)へのベクトル距離は、ｚ(Ｔ)からｘ(i)へのベク
トル距離によって影響される。すなわち、ｚ(Ｔ)から近
いｘ(i)の軌道ほどｚ(Ｔ)からｚ(Ｔ＋s)への軌道におよ
ぼす影響が大きく、遠いほどその影響が小さいと考える
ことができる。
【００３５】ところで、
【００３６】
【数４】 ｘ(i)＝(ｙ(i)， ｙ(i−τ)，…，ｙ(i−(ｎ−１)τ)) ｘ(i＋s)＝(ｙ(i＋s)， ｙ(i＋s−τ)，…，ｙ(i＋s−(ｎ−１τ)) …（１） であるので、ｎ次元再構成状態空間におけるｊ軸に注目
すると式(１)は、
すると式(１)は、
【００３７】
【数５】 IF ａj(Ｔ) is ｙｊ(i) THEN ａj(Ｔ＋s) is ｙ(i＋s) (j＝１〜ｎ) …(２) ここで、 ａj(Ｔ)：ｚ(Ｔ)の近傍値ｘ(i)のｎ次元再構成状態空間
におけるｊ軸成分 ａj(Ｔ＋s)：ｘ(ｉ＋s)のｎ次元再構成状態空間におけ
るｊ軸成分 ｎ：埋め込み次元数 と表すことができる。
におけるｊ軸成分 ａj(Ｔ＋s)：ｘ(ｉ＋s)のｎ次元再構成状態空間におけ
るｊ軸成分 ｎ：埋め込み次元数 と表すことができる。
【００３８】また、ｚ(Ｔ)からｚ(Ｔ＋s)への軌道は、
ｚ(Ｔ)からｘ(i)へのベクトル距離によって影響される
が、このベクトルの軌跡であるアトラクタはなめらかな
多様体であるので、この影響は非線形な形で表される。
よって、その影響を非線形化するために、式(２)をファ
ジィ関数により表現すると、
ｚ(Ｔ)からｘ(i)へのベクトル距離によって影響される
が、このベクトルの軌跡であるアトラクタはなめらかな
多様体であるので、この影響は非線形な形で表される。
よって、その影響を非線形化するために、式(２)をファ
ジィ関数により表現すると、
【００３９】
【数６】 ＩＦ ａj(Ｔ) ｉｓ ｙ'j(i) ＴＨＥＮ ａj(Ｔ＋s) ｉｓ ｙ'j(i＋s) ただし(ｊ＝１〜ｎ) …(３) なお、通常は関数ｙ(ｉ)をファジィ化する場合には
「〜」記号を用いるが、ここでは「'」記号を用いる。
「〜」記号を用いるが、ここでは「'」記号を用いる。
【００４０】また、
【００４１】
【数７】ｚ(Ｔ)＝(ｙ(Ｔ)， ｙ(Ｔ−τ)，…，ｙ(Ｔ−
(ｎ−１)τ)) であるので、ｚ(Ｔ)のｎ次元再構成状態空間におけるｊ
軸成分はｙj(Ｔ)となる。よって、データベクトルｚ(Ｔ)
のsステップ後のデータベクトルｚ(Ｔ＋s)の予測値を
ｚ”(Ｔ＋s)とすると、そのｊ軸成分は、式(３)のａj
(Ｔ)にｙj(Ｔ)を代入しファジィ推論をすることによ
り、ａj(Ｔ＋s)として求めることができる。この方法を
「局所ファジィ再構成 (Local Fuzzy Reconstruction)
法」と呼ぶことにする。
(ｎ−１)τ)) であるので、ｚ(Ｔ)のｎ次元再構成状態空間におけるｊ
軸成分はｙj(Ｔ)となる。よって、データベクトルｚ(Ｔ)
のsステップ後のデータベクトルｚ(Ｔ＋s)の予測値を
ｚ”(Ｔ＋s)とすると、そのｊ軸成分は、式(３)のａj
(Ｔ)にｙj(Ｔ)を代入しファジィ推論をすることによ
り、ａj(Ｔ＋s)として求めることができる。この方法を
「局所ファジィ再構成 (Local Fuzzy Reconstruction)
法」と呼ぶことにする。
【００４２】以下に具体的な例として、埋め込み次元ｎ
＝３、遅れ時間τ＝４、近傍に含まれるデータベクトル
数Ｎ＝３の場合について説明する。
＝３、遅れ時間τ＝４、近傍に含まれるデータベクトル
数Ｎ＝３の場合について説明する。
【００４３】各々のデータベクトルを、
【００４４】
【数８】 ｚ(Ｔ)＝(ｙ１(Ｔ)， ｙ２(Ｔ−４)， ｙ３(Ｔ−８)) ｘ(ａ)＝(ｙ１(ａ)， ｙ２(ａ−４)， ｙ３(ａ−８)) ｘ(ｂ)＝(ｙ１(ｂ)， ｙ２(ｂ−４)， ｙ３(ｂ−８)) x(ｃ)＝(ｙ１(ｃ)， ｙ２(ｃ−４)， ｙ３(ｃ−８)) ｚ"(Ｔ＋s)＝(ｙ１(Ｔ＋s)， ｙ２(Ｔ＋s−４)， ｙ３(Ｔ＋s−８)) ｘ(ａ＋s)＝(ｙ１(ａ＋s)， ｙ２(ａ＋s−４)， ｙ３(ａ＋s−８)) ｘ(ｂ＋s)＝(ｙ１(ｂ＋s)， ｙ２(ｂ＋s−４)， ｙ３(ｂ＋s−８)) ｘ(ｃ＋s)＝(ｙ１(ｃ＋s)， ｙ２(ｃ＋s−４)， ｙ３(ｃ＋s−８)) とすると、式(３)で示されるファジィルールは、式(４)
(５)(６)のように表される。
(５)(６)のように表される。
【００４５】再構成状態空間の第１軸については、
【００４６】
【数９】 IF ａ１(Ｔ) is ｙ'１(ａ) THEN ａ１(Ｔ＋s) is ｙ'１(ａ＋s) IF ａ１(Ｔ) is ｙ'１(ｂ) THEN ａ１(Ｔ＋s) is ｙ'１(ｂ＋s) IF ａ１(Ｔ) is ｙ'１(ｃ) THEN ａ１(Ｔ＋s) is ｙ'１(ｃ＋s) …(４) 再構成状態空間の第２軸については、
【００４７】
【数１０】 IF ａ２(Ｔ) is ｙ'２(ａ−４) THEN ａ２(Ｔ＋s) is ｙ'２(ａ＋s−４) IF ａ２(Ｔ) is ｙ'２(ｂ−４) THEN ａ２(Ｔ＋s) is ｙ'２(ｂ＋s−４) IF ａ２(Ｔ) is ｙ'２(ｃ−４) THEN ａ２(Ｔ＋s) is ｙ'２(ｃ＋s−４) …(５) 再構成状態空間の第３軸については、
【００４８】
【数１１】 IF ａ３(Ｔ) is ｙ'３(ａ−８) THEN ａ３(Ｔ＋s) is ｙ'３(ａ＋s−８) IF ａ３(Ｔ) is ｙ'３(ｂ−８) THEN ａ３(Ｔ＋s) is ｙ'３(ｂ＋s−８) IF ａ３(Ｔ) is ｙ'３(ｃ−８) THEN ａ３(Ｔ＋s) is ｙ'３(ｃ＋s−８) …(６) また、メンバーシップ関数はｘ(ａ)、ｘ(ｂ)、ｘ(ｃ)は
ｚ(Ｔ)を中心とした近傍のデータベクトルであるのでフ
ァジィルール(４)(５)(６)の前件部における再構成状態
空間の各軸のメンバーシップ関数は図７のようになる。
ｚ(Ｔ)を中心とした近傍のデータベクトルであるのでフ
ァジィルール(４)(５)(６)の前件部における再構成状態
空間の各軸のメンバーシップ関数は図７のようになる。
【００４９】なお、後件部のメンバーシップ関数は、台
集合を有限範囲に限定することができないため、クリス
プ表現とする。
集合を有限範囲に限定することができないため、クリス
プ表現とする。
【００５０】以上のファジィルールおよびメンバーシッ
プ関数で表現されたダイナミクスに対し、ａ１(Ｔ)＝ｙ
１(Ｔ)、ａ２(Ｔ)＝ｙ２(Ｔ)、ａ３(Ｔ)＝ｙ２(Ｔ)を入
力データとしてファジィ推論を行うと、
プ関数で表現されたダイナミクスに対し、ａ１(Ｔ)＝ｙ
１(Ｔ)、ａ２(Ｔ)＝ｙ２(Ｔ)、ａ３(Ｔ)＝ｙ２(Ｔ)を入
力データとしてファジィ推論を行うと、
【００５１】
【数１２】 ｙ”１(Ｔ＋s) ＝ａ１(Ｔ＋s) ｙ”２(Ｔ＋s−４)＝ａ２(Ｔ＋s) ｙ”３(Ｔ＋s−８)＝ａ３(Ｔ＋s) …（７） となり、元の時系列データｙ１(Ｔ)のsステップ先の予
測値ｙ”１(Ｔ＋s)はａ１(Ｔ＋s)として求められる。
測値ｙ”１(Ｔ＋s)はａ１(Ｔ＋s)として求められる。
【００５２】以上のように、ファジィ推論の持つ内挿能
力、局所的近似能力を用いることで予測値ｚ（Ｔ＋ｓ）
を求め、このｚ（Ｔ＋ｓ）からｓステップ先の時系列の
予測値ｙ（ｔ＋ｓ）を求めることができる。
力、局所的近似能力を用いることで予測値ｚ（Ｔ＋ｓ）
を求め、このｚ（Ｔ＋ｓ）からｓステップ先の時系列の
予測値ｙ（ｔ＋ｓ）を求めることができる。
【００５３】この局所ファジィ再構成法による予測を血
糖値の予測に適用するには、血糖値の時系列データを多
次元状態空間に埋め込んで構成するアトラクタ上から現
時点の血糖値のデータベクトルｚ（Ｔ）と、ユークリッ
ド距離を測度として近いものを選択した過去の近傍デー
タベクトルｘ（ｉ）及びデータベクトルｘ（ｉ）からｓ
ステップ先のデータベクトルｘ（ｉ＋ｓ）を求め、これ
らデータベクトルからｚ（Ｔ）のｓステップ先の予測値
ｚ（Ｔ＋ｓ）を求め、これを時系列化した予測血糖値ｙ
（ｔ＋ｓ）として求める。
糖値の予測に適用するには、血糖値の時系列データを多
次元状態空間に埋め込んで構成するアトラクタ上から現
時点の血糖値のデータベクトルｚ（Ｔ）と、ユークリッ
ド距離を測度として近いものを選択した過去の近傍デー
タベクトルｘ（ｉ）及びデータベクトルｘ（ｉ）からｓ
ステップ先のデータベクトルｘ（ｉ＋ｓ）を求め、これ
らデータベクトルからｚ（Ｔ）のｓステップ先の予測値
ｚ（Ｔ＋ｓ）を求め、これを時系列化した予測血糖値ｙ
（ｔ＋ｓ）として求める。
【００５４】（局所ファジィ再構成法による予測実験）
本願発明者等は、血糖値測定データからカオス理論を用
いて現時点から血糖値の経時的振る舞いが予測できるこ
とを実験で確認した。
本願発明者等は、血糖値測定データからカオス理論を用
いて現時点から血糖値の経時的振る舞いが予測できるこ
とを実験で確認した。
【００５５】この実験は、局所ファジィ再構成法を用い
たコンピュータソフトにより、各症例の１日先の血糖予
測を行い、実測値と比較した結果に図８のものを得るこ
とができた。同図は、症例１の予測結果であり、平均２
０ｍｇ／ｄｌ以下の誤差で予測可能であり、十分に臨床
使用可能な精度を得ることができた。他の症例に関して
も同様に良好な予測結果を得ることができた。
たコンピュータソフトにより、各症例の１日先の血糖予
測を行い、実測値と比較した結果に図８のものを得るこ
とができた。同図は、症例１の予測結果であり、平均２
０ｍｇ／ｄｌ以下の誤差で予測可能であり、十分に臨床
使用可能な精度を得ることができた。他の症例に関して
も同様に良好な予測結果を得ることができた。
【００５６】この予測結果から、臨床的には予測値があ
るレベル以上と以下のとき、その時点で効くインスリン
量を少量変化させる適正なプログラミングを作ることに
より、タイムラグの無い最良の血糖コントロールシステ
ムを構築できる可能性もある。
るレベル以上と以下のとき、その時点で効くインスリン
量を少量変化させる適正なプログラミングを作ることに
より、タイムラグの無い最良の血糖コントロールシステ
ムを構築できる可能性もある。
【００５７】以上までのことから、本発明は、以下の血
糖値の予測システム及び血糖値の予測方法並びにその方
法を記録した記録媒体を特徴とするものである。
糖値の予測システム及び血糖値の予測方法並びにその方
法を記録した記録媒体を特徴とするものである。
【００５８】（血糖値の予測システム）血糖値測定デー
タを時系列データとして血糖値時系列ファイルに格納す
る時系列測定データ保存手段と、前記血糖値時系列ファ
イルに格納された時系列データの持つ位相的性質を最も
良く表すことができるダイナミクスを推定するダイナミ
クス推定部と、前記推定したダイナミクスを多次元状態
空間に埋め込むための埋め込み次元ｎと遅れ時間τをパ
ラメータとして格納するパラメータ保存手段と、前記血
糖値時系列ファイルに格納される血糖値と、これに対応
する前記パラメータを基に、局所ファジィ再構成法によ
り近未来の血糖値を予測して予測血糖値ファイルに格納
する血糖値予測・保存手段と、前記各ファイルのデータ
を表示できる表示手段と、を備えたことを特徴とする。
タを時系列データとして血糖値時系列ファイルに格納す
る時系列測定データ保存手段と、前記血糖値時系列ファ
イルに格納された時系列データの持つ位相的性質を最も
良く表すことができるダイナミクスを推定するダイナミ
クス推定部と、前記推定したダイナミクスを多次元状態
空間に埋め込むための埋め込み次元ｎと遅れ時間τをパ
ラメータとして格納するパラメータ保存手段と、前記血
糖値時系列ファイルに格納される血糖値と、これに対応
する前記パラメータを基に、局所ファジィ再構成法によ
り近未来の血糖値を予測して予測血糖値ファイルに格納
する血糖値予測・保存手段と、前記各ファイルのデータ
を表示できる表示手段と、を備えたことを特徴とする。
【００５９】（血糖値の予測方法）最新及び過去の血糖
値測定データｙ（ｔ）を時系列データとして用意し、前
記時系列データをタケテンスの埋め込み定理により多次
元状態空間に埋め込むことでアトラクタを構成し、最新
の血糖値測定データｙ（Ｔ）を含む前記アトラクタ上の
データベクトルｚ（Ｔ）を選択し、前記データベクトル
ｚ（Ｔ）の近傍空間を通過する別の軌道上にある複数の
近傍データベクトルｘ（ｉ）をユークリッド距離を測度
として近いものを選択し、前記アトラクタ上から前記デ
ータベクトルｘ（ｉ）の予測しようとするｓステップ先
のデータベクトルｘ（ｉ＋ｓ）を選択し、前記データベ
クトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋ｓ）を用いて局所
ファジィ再構成法によりデータベクトルｚ（Ｔ）のｓス
テップ先の予測値ｚ（Ｔ＋ｓ）を推論し、前記予測値ｚ
（Ｔ＋ｓ）からｓステップ先の予測血糖値ｙ（Ｔ＋ｓ）
を求めることを特徴とする。
値測定データｙ（ｔ）を時系列データとして用意し、前
記時系列データをタケテンスの埋め込み定理により多次
元状態空間に埋め込むことでアトラクタを構成し、最新
の血糖値測定データｙ（Ｔ）を含む前記アトラクタ上の
データベクトルｚ（Ｔ）を選択し、前記データベクトル
ｚ（Ｔ）の近傍空間を通過する別の軌道上にある複数の
近傍データベクトルｘ（ｉ）をユークリッド距離を測度
として近いものを選択し、前記アトラクタ上から前記デ
ータベクトルｘ（ｉ）の予測しようとするｓステップ先
のデータベクトルｘ（ｉ＋ｓ）を選択し、前記データベ
クトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋ｓ）を用いて局所
ファジィ再構成法によりデータベクトルｚ（Ｔ）のｓス
テップ先の予測値ｚ（Ｔ＋ｓ）を推論し、前記予測値ｚ
（Ｔ＋ｓ）からｓステップ先の予測血糖値ｙ（Ｔ＋ｓ）
を求めることを特徴とする。
【００６０】（血糖値の予測方法を記録した記録媒体）
最新及び過去の血糖値測定データｙ（ｔ）を時系列デー
タとして収集・記録する手順と、前記時系列データをタ
ケテンスの埋め込み定理により多次元状態空間に埋め込
むことでアトラクタを構成する手順と、最新の血糖値測
定データｙ（Ｔ）を含む前記アトラクタ上のデータベク
トルｚ（Ｔ）を選択する手順と、前記データベクトルｚ
（Ｔ）の近傍空間を通過する別の軌道上にある複数の近
傍データベクトルｘ（ｉ）をユークリッド距離を測度と
して近いものを選択する手順と、前記アトラクタ上から
前記データベクトルｘ（ｉ）の予測しようとするｓステ
ップ先のデータベクトルｘ（ｉ＋ｓ）を選択する手順
と、前記データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋
ｓ）を用いて局所ファジィ再構成法によりデータベクト
ルｚ（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推論
する手順と、前記予測値ｚ（Ｔ＋ｓ）からｓステップ先
の予測血糖値ｙ（Ｔ＋ｓ）を求める手順と、をコンピュ
ータに実行させるプログラムとして、該コンピュータが
読み取り可能な記録媒体に記録したことを特徴とする。
最新及び過去の血糖値測定データｙ（ｔ）を時系列デー
タとして収集・記録する手順と、前記時系列データをタ
ケテンスの埋め込み定理により多次元状態空間に埋め込
むことでアトラクタを構成する手順と、最新の血糖値測
定データｙ（Ｔ）を含む前記アトラクタ上のデータベク
トルｚ（Ｔ）を選択する手順と、前記データベクトルｚ
（Ｔ）の近傍空間を通過する別の軌道上にある複数の近
傍データベクトルｘ（ｉ）をユークリッド距離を測度と
して近いものを選択する手順と、前記アトラクタ上から
前記データベクトルｘ（ｉ）の予測しようとするｓステ
ップ先のデータベクトルｘ（ｉ＋ｓ）を選択する手順
と、前記データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋
ｓ）を用いて局所ファジィ再構成法によりデータベクト
ルｚ（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推論
する手順と、前記予測値ｚ（Ｔ＋ｓ）からｓステップ先
の予測血糖値ｙ（Ｔ＋ｓ）を求める手順と、をコンピュ
ータに実行させるプログラムとして、該コンピュータが
読み取り可能な記録媒体に記録したことを特徴とする。
【００６１】
【発明の実施の形態】図１は、本発明の実施形態を示す
システム構成図である。自己測定血糖値入力部１は、糖
尿病患者が日毎に自己測定した血糖値をインターネッ
ト、ＰＨＳ、パソコン通信、ポケベル、ＦＡＸ等の通信
手段を使って医療センター等に伝送する。
システム構成図である。自己測定血糖値入力部１は、糖
尿病患者が日毎に自己測定した血糖値をインターネッ
ト、ＰＨＳ、パソコン通信、ポケベル、ＦＡＸ等の通信
手段を使って医療センター等に伝送する。
【００６２】血糖値時系列ファイル２は、医療センター
等のコンピュータシステムの外部記憶装置として設けら
れ、血糖値入力部１から伝送されてきた自己測定血糖値
データを患者別の時系列データとして保存しておく。
等のコンピュータシステムの外部記憶装置として設けら
れ、血糖値入力部１から伝送されてきた自己測定血糖値
データを患者別の時系列データとして保存しておく。
【００６３】ダイナミクス推定部３は、ファイル２に格
納される患者別の時系列データの持つ位相的性質を最も
良く表すことができるダイナミクスを推定する。
納される患者別の時系列データの持つ位相的性質を最も
良く表すことができるダイナミクスを推定する。
【００６４】このダイナミクスの推定は、多次元状態空
間に埋め込むためのパラメータ、すなわち患者別ファイ
ルの前半を埋め込むための初期値として１ステップ先を
予測し、次に前半＋１のデータを既知とした場合の１ス
テップ先を予測する。この処理をデータがなくなるまで
繰り返したときの予測値と実測血糖値の相関係数が最も
高い場合の「埋め込み次元ｎ」と「遅れ時間τ」として
求める。
間に埋め込むためのパラメータ、すなわち患者別ファイ
ルの前半を埋め込むための初期値として１ステップ先を
予測し、次に前半＋１のデータを既知とした場合の１ス
テップ先を予測する。この処理をデータがなくなるまで
繰り返したときの予測値と実測血糖値の相関係数が最も
高い場合の「埋め込み次元ｎ」と「遅れ時間τ」として
求める。
【００６５】このダイナミクス推定は、ある一定量の自
己測定値が収集された場合と、ダイナミクスの変化（例
えば、患者の血糖値変化がｐｏｏｒ ｃｏｎｔｒｏｌか
らｆａｉｒ ｃｏｎｔｒｏｌやｇｏｏｄ ｃｏｎｔｒｏ
ｌに移行）により予測誤差がある値より大きくなった場
合に実行される。
己測定値が収集された場合と、ダイナミクスの変化（例
えば、患者の血糖値変化がｐｏｏｒ ｃｏｎｔｒｏｌか
らｆａｉｒ ｃｏｎｔｒｏｌやｇｏｏｄ ｃｏｎｔｒｏ
ｌに移行）により予測誤差がある値より大きくなった場
合に実行される。
【００６６】最適埋め込みパラメータファイル４は、ダ
イナミクス推定部３で求めた「埋め込み次元ｎ」と「遅
れ時間τ」を患者別のパラメータとして保存しておく。
イナミクス推定部３で求めた「埋め込み次元ｎ」と「遅
れ時間τ」を患者別のパラメータとして保存しておく。
【００６７】血糖値予測部５は、血糖値時系列ファイル
２に格納される患者別の血糖値測定データと、それに対
応する最適埋め込みパラメータをパラメータファイル４
から取り出し、局所ファジィ再構成法により１〜ｎステ
ップ先の血糖値を予測する。
２に格納される患者別の血糖値測定データと、それに対
応する最適埋め込みパラメータをパラメータファイル４
から取り出し、局所ファジィ再構成法により１〜ｎステ
ップ先の血糖値を予測する。
【００６８】この血糖値予測は、時系列データをタケテ
ンスの埋め込み定理により多次元状態空間に埋め込むこ
とでアトラクタを構成し、最新の血糖値測定データｙ
（Ｔ）を含むアトラクタ上のデータベクトルｚ（Ｔ）を
選択し、このデータベクトルｚ（Ｔ）の近傍空間を通過
する別の軌道上にある複数の近傍データベクトルｘ
（ｉ）をユークリッド距離を測度として近いものを選択
し、アトラクタ上からデータベクトルｘ（ｉ）の予測し
ようとするｓステップ先のデータベクトルｘ（ｉ＋ｓ）
を選択し、データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ
＋ｓ）を用いて局所ファジィ再構成法によりデータベク
トルｚ（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推
論し、この予測値ｚ（Ｔ＋ｓ）からｓステップ先の予測
血糖値ｙ（Ｔ＋ｓ）を求める。
ンスの埋め込み定理により多次元状態空間に埋め込むこ
とでアトラクタを構成し、最新の血糖値測定データｙ
（Ｔ）を含むアトラクタ上のデータベクトルｚ（Ｔ）を
選択し、このデータベクトルｚ（Ｔ）の近傍空間を通過
する別の軌道上にある複数の近傍データベクトルｘ
（ｉ）をユークリッド距離を測度として近いものを選択
し、アトラクタ上からデータベクトルｘ（ｉ）の予測し
ようとするｓステップ先のデータベクトルｘ（ｉ＋ｓ）
を選択し、データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ
＋ｓ）を用いて局所ファジィ再構成法によりデータベク
トルｚ（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推
論し、この予測値ｚ（Ｔ＋ｓ）からｓステップ先の予測
血糖値ｙ（Ｔ＋ｓ）を求める。
【００６９】予測血糖値ファイル６は、血糖値予測部５
で予測した血糖値データを患者別に保存しておく。
で予測した血糖値データを患者別に保存しておく。
【００７０】インスリン投与量入力部７は、糖尿病患者
が実際に投与したインスリン量をインターネット、ＰＨ
Ｓ、パソコン通信、ポケベル、ＦＡＸ等の通信手段を使
って医療センター等に伝送する。
が実際に投与したインスリン量をインターネット、ＰＨ
Ｓ、パソコン通信、ポケベル、ＦＡＸ等の通信手段を使
って医療センター等に伝送する。
【００７１】インスリン投与量時系列ファイル８は、医
療センター等のコンピュータシステムの外部記憶装置と
して設けられ、インスリン投与量入力部７から伝送され
てきたインスリン投与量データを患者別の時系列データ
として保存しておく。
療センター等のコンピュータシステムの外部記憶装置と
して設けられ、インスリン投与量入力部７から伝送され
てきたインスリン投与量データを患者別の時系列データ
として保存しておく。
【００７２】表示部９は、血糖値時系列ファイル２と予
測血糖値ファイル６及びインスリン投与量時系列ファイ
ル８から検索した患者別の各データを表示し、医師に対
して糖尿病医療に必要な支援情報として与える。この表
示は、患者の現在の血糖値や近未来の予測血糖値、現在
までのインスリン投与量の履歴情報の他に、必要に応じ
て予測確信度や誤差範囲等の医療支援に必要な情報表示
にされる。
測血糖値ファイル６及びインスリン投与量時系列ファイ
ル８から検索した患者別の各データを表示し、医師に対
して糖尿病医療に必要な支援情報として与える。この表
示は、患者の現在の血糖値や近未来の予測血糖値、現在
までのインスリン投与量の履歴情報の他に、必要に応じ
て予測確信度や誤差範囲等の医療支援に必要な情報表示
にされる。
【００７３】以上のシステム構成により、従来の医師の
経験や感等によるインスリン投与治療に代えて、患者個
人別の血糖値変化のダイナミクスを基にした予測血糖値
から医師が適正なインスリン投与量を判断することが可
能となり、タイムラグのない血糖値コントロールによ
り、血糖値の日毎の変化を小さくしながら長期的には適
正な範囲に収めることが可能となる。
経験や感等によるインスリン投与治療に代えて、患者個
人別の血糖値変化のダイナミクスを基にした予測血糖値
から医師が適正なインスリン投与量を判断することが可
能となり、タイムラグのない血糖値コントロールによ
り、血糖値の日毎の変化を小さくしながら長期的には適
正な範囲に収めることが可能となる。
【００７４】また、患者は自己測定データを積極的に利
用すること、及び医師は予測血糖値を基にした日毎の指
示を患者に提供することが可能となり、自己血糖値測定
に対する患者のモチベーションの向上が期待できる。
用すること、及び医師は予測血糖値を基にした日毎の指
示を患者に提供することが可能となり、自己血糖値測定
に対する患者のモチベーションの向上が期待できる。
【００７５】
【発明の効果】以上のとおり、本発明によれば、血糖値
の経時的振る舞いがカオス現象であることに着目し、血
糖値の測定時系列データから局所ファジィ再構成法によ
り現在の血糖値から近未来（明日以降）の血糖値を予測
するようにしたため、医師が適正なインスリン投与量を
決定するための支援情報がタイムラグ無しに得られる効
果がある。
の経時的振る舞いがカオス現象であることに着目し、血
糖値の測定時系列データから局所ファジィ再構成法によ
り現在の血糖値から近未来（明日以降）の血糖値を予測
するようにしたため、医師が適正なインスリン投与量を
決定するための支援情報がタイムラグ無しに得られる効
果がある。
【図１】本発明の実施形態を示す血糖値予測システム構
成図。
成図。
【図２】糖尿病患者の時系列データの一部。
【図３】３次元空間に射影されたアトラクタの例。
【図４】３次元空間上のアトラクタ形状の詳細図。
【図５】時系列データのｎ次元再構成空間への埋め込み
の説明図。
の説明図。
【図６】局所再構成法によるｘ（Ｔ）からｘ（Ｔ＋ｓ）
へのダイナミクスの説明図。
へのダイナミクスの説明図。
【図７】局所ファジィ再構成法における前件部メンバー
シップ関数例。
シップ関数例。
【図８】症例１の予測結果。
１…自己測定血糖値入力部 ２…血糖値時系列ファイル ３…ダイナミクス推定部 ４…最適埋め込みパラメータファイル ５…血糖値予測部 ６…予測血糖値ファイル ７…インスリン投与量入力部 ８…インスリン投与量時系列ファイル ９…表示部
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成１０年７月３１日
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】全文
【補正方法】変更
【補正内容】
【書類名】 明細書
【発明の名称】 血糖値の予測システム及び予測方法並
びにこの方法を記録した記録媒体
びにこの方法を記録した記録媒体
【特許請求の範囲】
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、糖尿病患者の血糖
値変化をコンピュータ処理によって予測する血糖値の予
測方法及び予測システムに関する。
値変化をコンピュータ処理によって予測する血糖値の予
測方法及び予測システムに関する。
【０００２】
【従来の技術】糖尿病患者の治療には、患者の血糖値を
基にインスリンの投与量を調整することが行われてい
る。血糖値管理には、患者自身又は医師が血糖値を測定
するのみとするオープンサークルでなされているか、血
糖値測定データを基に医師の感で１カ月か２週間に１回
の割合でインスリン投与量を調整するフィードバック法
が採られている。また、インスリン投与量は、インスリ
ンスケールを取り決め、日毎に調整することもある。
基にインスリンの投与量を調整することが行われてい
る。血糖値管理には、患者自身又は医師が血糖値を測定
するのみとするオープンサークルでなされているか、血
糖値測定データを基に医師の感で１カ月か２週間に１回
の割合でインスリン投与量を調整するフィードバック法
が採られている。また、インスリン投与量は、インスリ
ンスケールを取り決め、日毎に調整することもある。
【０００３】
【発明が解決しようとする課題】糖尿病患者に対する医
師のインスリン療法の処置は、以下のいずれかにされて
いる。
師のインスリン療法の処置は、以下のいずれかにされて
いる。
【０００４】（１）血糖値測定データを基に、医師の経
験と感により月２回程度の周期でインスリン投与量を決
定する。
験と感により月２回程度の周期でインスリン投与量を決
定する。
【０００５】（２）血糖値に対するインスリン投与量を
定めておき、このスケールに基づいて１〜３回／日で行
う。
定めておき、このスケールに基づいて１〜３回／日で行
う。
【０００６】これら処置方法では、血糖値のコントロー
ルは、タイムラグの大きなフィードバックを伴うため血
糖値変化が不安定になる恐れがある。例えば、血糖値の
平均値を低下させるためにインスリン投与量を増加させ
ると、低血糖を招くことがある。逆に、インスリン投与
量を減らすと、血糖値が高くなり過ぎることがある。
ルは、タイムラグの大きなフィードバックを伴うため血
糖値変化が不安定になる恐れがある。例えば、血糖値の
平均値を低下させるためにインスリン投与量を増加させ
ると、低血糖を招くことがある。逆に、インスリン投与
量を減らすと、血糖値が高くなり過ぎることがある。
【０００７】このような事情から、血糖値の測定データ
を基に、血糖値の適切なコントロール効果を得るための
インスリン投与量を決定するには、タイムラグのない血
糖値コントロールにより、血糖値の日毎の変化を小さく
しながら長期的には適正な範囲に収めることが要望され
る。
を基に、血糖値の適切なコントロール効果を得るための
インスリン投与量を決定するには、タイムラグのない血
糖値コントロールにより、血糖値の日毎の変化を小さく
しながら長期的には適正な範囲に収めることが要望され
る。
【０００８】本発明の目的は、医師が適正なインスリン
投与量を決定するための支援情報がタイムラグ無しに得
られるよう、血糖値の測定データを基に日毎の血糖値を
予測できるようにした血糖値予測システム及び血糖値予
測方法並びにその方法を記録した記録媒体を提供するこ
とにある。
投与量を決定するための支援情報がタイムラグ無しに得
られるよう、血糖値の測定データを基に日毎の血糖値を
予測できるようにした血糖値予測システム及び血糖値予
測方法並びにその方法を記録した記録媒体を提供するこ
とにある。
【０００９】
【課題を解決するための手段】本発明は、血糖コントロ
ールの不安定性について分析し、これに基づいて血糖値
の経時的振る舞いにカオス現象の存在を解明し、局所フ
ァジィ再構成法により現在の血糖値から近未来（明日以
降）の血糖値を予測できるようにしたものである。これ
ら事項を以下に説明する。なお、局所ファジィ再構成法
による近未来の予測については、本願発明者等は、既に
提案している（特開平７−２３９８３８号公報）。
ールの不安定性について分析し、これに基づいて血糖値
の経時的振る舞いにカオス現象の存在を解明し、局所フ
ァジィ再構成法により現在の血糖値から近未来（明日以
降）の血糖値を予測できるようにしたものである。これ
ら事項を以下に説明する。なお、局所ファジィ再構成法
による近未来の予測については、本願発明者等は、既に
提案している（特開平７−２３９８３８号公報）。
【００１０】（血糖値の経時的振る舞いとカオス現象）
血糖値データの解析対象とした糖尿病患者は、インスリ
ン依存型（ＩＤＤＭ）５症例、非依存型（ＮＩＤＤＭ）
５症例である。これら患者の最短１年半から最長１０年
に及び１日間隔の時系列測定データを対象とした。図２
は、良好な血糖コントロールを示す１つのＮＩＤＤＭ症
例と２つのＩＤＤＭ症例の時系列データの一部を示す。
血糖値データの解析対象とした糖尿病患者は、インスリ
ン依存型（ＩＤＤＭ）５症例、非依存型（ＮＩＤＤＭ）
５症例である。これら患者の最短１年半から最長１０年
に及び１日間隔の時系列測定データを対象とした。図２
は、良好な血糖コントロールを示す１つのＮＩＤＤＭ症
例と２つのＩＤＤＭ症例の時系列データの一部を示す。
【００１１】臨床的にコントロールの指標として用いら
れるのは、ＨｂＡｌｃの％であるが、これは臨床的には
大まかに過去１〜２カ月の血糖コントロール状態の平均
を示すとされている。図２のデータになる症例１はＨｂ
Ａｌｃが５〜６％、症例２はＨｂＡｌｃが５〜６％、症
例３はＨｂＡｌｃが９〜１０％で、経過中コントロール
状態がほぼ一定していた。
れるのは、ＨｂＡｌｃの％であるが、これは臨床的には
大まかに過去１〜２カ月の血糖コントロール状態の平均
を示すとされている。図２のデータになる症例１はＨｂ
Ａｌｃが５〜６％、症例２はＨｂＡｌｃが５〜６％、症
例３はＨｂＡｌｃが９〜１０％で、経過中コントロール
状態がほぼ一定していた。
【００１２】症例１は、インスリン非依存型糖尿病で内
因性インスリン分泌を介して血糖調節機能が不十分なが
ら残存していると考えられる。症例２及び３は、インス
リン依存型糖尿病でインスリン分泌能が０に近く、内因
性インスリンによる血糖調節機能が０に近いと考えられ
る。
因性インスリン分泌を介して血糖調節機能が不十分なが
ら残存していると考えられる。症例２及び３は、インス
リン依存型糖尿病でインスリン分泌能が０に近く、内因
性インスリンによる血糖調節機能が０に近いと考えられ
る。
【００１３】これら３つの症例のデータをＦＦＴ（Ｆａ
ｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）でスペク
トル解析を行うと、広い帯域で周波数成分が現れてい
た。また、自己相関関数をとると、時間の増大とともに
ほぼ０に収束した。また、最大リヤプノフ指数は正であ
り、３つの症例はカオスである可能性を示していた。
ｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）でスペク
トル解析を行うと、広い帯域で周波数成分が現れてい
た。また、自己相関関数をとると、時間の増大とともに
ほぼ０に収束した。また、最大リヤプノフ指数は正であ
り、３つの症例はカオスである可能性を示していた。
【００１４】次に、この３つの症例について３次元空間
上に射影されたアトラクタを図３に示す。アトラクタ
は、症例１では円柱状、症例２では三角錐状、症例３で
は球状を示している。各フラクタル次元は、症例１が
２．２７に対して、症例２では２．７３、さらに症例３
では３．５４となり、アトラクタの形状が複雑化するに
つれてフラクタル次元が増大することを示している。
上に射影されたアトラクタを図３に示す。アトラクタ
は、症例１では円柱状、症例２では三角錐状、症例３で
は球状を示している。各フラクタル次元は、症例１が
２．２７に対して、症例２では２．７３、さらに症例３
では３．５４となり、アトラクタの形状が複雑化するに
つれてフラクタル次元が増大することを示している。
【００１５】これら３つの症例は、ＨｂＡｌｃによるコ
ントロールレベルの評価で症例１の円柱と症例２の三角
錐は良好（ｇｏｏｄ ｃｏｎｔｒｏｌ）で同じ程度であ
り、そのアトラクタの形状の差異はＩＤＤＭとＮＩＤＤ
Ｍの自己血糖調節能力差に起因していると思われる。
ントロールレベルの評価で症例１の円柱と症例２の三角
錐は良好（ｇｏｏｄ ｃｏｎｔｒｏｌ）で同じ程度であ
り、そのアトラクタの形状の差異はＩＤＤＭとＮＩＤＤ
Ｍの自己血糖調節能力差に起因していると思われる。
【００１６】症例２の三角錐と症例３の球ではどちらも
ＩＤＤＭであり、同様の持続インスリン皮下注入療法
（ＣＳＩＩ）にてコントロールしており、コントロール
レベルが良好（ｇｏｏｄ ｃｏｎｔｒｏｌ）対不十分
（ｐｏｏｒ ｃｏｎｔｒｏｌ）と異なっていた。
ＩＤＤＭであり、同様の持続インスリン皮下注入療法
（ＣＳＩＩ）にてコントロールしており、コントロール
レベルが良好（ｇｏｏｄ ｃｏｎｔｒｏｌ）対不十分
（ｐｏｏｒ ｃｏｎｔｒｏｌ）と異なっていた。
【００１７】他のすべてのＤＭ症例に関しても同様の検
討を行ったがすべての症例がカオス性を示し、アトラク
タ形状はこの３種のいずれかあるいは混合した形状であ
った。
討を行ったがすべての症例がカオス性を示し、アトラク
タ形状はこの３種のいずれかあるいは混合した形状であ
った。
【００１８】この３つの形のアトラクタもデータ数を変
化させ、いろいろな方向から観測すると、実際は図４に
示すようなスパイラル形状を基本とし、このスパイラル
がおそらく３つか４つの少数のパラメータとノイズによ
って三角錐や円柱、球等に形を変えるものと考えられ
る。
化させ、いろいろな方向から観測すると、実際は図４に
示すようなスパイラル形状を基本とし、このスパイラル
がおそらく３つか４つの少数のパラメータとノイズによ
って三角錐や円柱、球等に形を変えるものと考えられ
る。
【００１９】なお、そのパラメータは内因性インスリン
を介した血糖コントロール能力の残存やコントロールレ
ベルに存在していることが他の多くの症例からも推測さ
れた。
を介した血糖コントロール能力の残存やコントロールレ
ベルに存在していることが他の多くの症例からも推測さ
れた。
【００２０】以上のように、糖尿病患者の血糖値の経時
的振る舞いは、一見では不規則な現象、つまり偶然性に
支配された非決定論的な現象に見えるが、決定論的にそ
の挙動を決定できる現象、つまり決定論的カオス現象で
あることを解明することができた。
的振る舞いは、一見では不規則な現象、つまり偶然性に
支配された非決定論的な現象に見えるが、決定論的にそ
の挙動を決定できる現象、つまり決定論的カオス現象で
あることを解明することができた。
【００２１】（局所再構成法による血糖値の予測）決定
論的カオス現象では、非線形な決定論的規則性を推定で
きれば、ある時点の観測データからカオスの「初期値に
対する鋭敏な依存性」により、決定論的因果性を失うま
での近未来のデータを予測することが可能となる。
論的カオス現象では、非線形な決定論的規則性を推定で
きれば、ある時点の観測データからカオスの「初期値に
対する鋭敏な依存性」により、決定論的因果性を失うま
での近未来のデータを予測することが可能となる。
【００２２】このような決定論的カオス現象に対する近
未来の予測は、「１本の観測時系列データから、元の力
学系の状態空間にアトラクタを再構成する」というタケ
ンスの理論に基づいている。この理論の概要は、以下の
通りである。
未来の予測は、「１本の観測時系列データから、元の力
学系の状態空間にアトラクタを再構成する」というタケ
ンスの理論に基づいている。この理論の概要は、以下の
通りである。
【００２３】観測されたある時系列データｙ（ｔ）か
ら、ベクトル（ｙ（ｔ），ｙ（ｔ−τ），ｙ（ｔ−２
τ），ｙ（ｔ−（ｎ−１）τ））をつくる（τは遅れ時
間）。このベクトルは、ｎ次元再構成状態空間Ｒｎの一
点を示すことになる。
ら、ベクトル（ｙ（ｔ），ｙ（ｔ−τ），ｙ（ｔ−２
τ），ｙ（ｔ−（ｎ−１）τ））をつくる（τは遅れ時
間）。このベクトルは、ｎ次元再構成状態空間Ｒｎの一
点を示すことになる。
【００２４】したがって、ｔを変化させると、このｎ次
元再構成状態空間に軌道を描くことができる。もしも、
対象システムが決定論的力学系であって、観測時系列デ
ータがこの力学系の状態空間から一次元ユークリッド空
間ＲへのＣ１連続写像に対応した観測系を介して得られ
たものと仮定すれば、この再構成軌道は、ｎを十分大き
くとれば、元の決定論系の埋め込み（ｅｍｂｅｄｄｉｎ
ｇ）になっている。
元再構成状態空間に軌道を描くことができる。もしも、
対象システムが決定論的力学系であって、観測時系列デ
ータがこの力学系の状態空間から一次元ユークリッド空
間ＲへのＣ１連続写像に対応した観測系を介して得られ
たものと仮定すれば、この再構成軌道は、ｎを十分大き
くとれば、元の決定論系の埋め込み（ｅｍｂｅｄｄｉｎ
ｇ）になっている。
【００２５】つまり、力学系に何らかのアトラクタが現
れているならば、再構成状態空間にはこのアトラクタの
位相構造を保存したアトラクタが再現されることにな
る。ｎは通常「埋め込み次元」と呼ばれるが、再構成の
操作が「埋め込み」であるためには、この次元ｎは元の
力学系の状態空間の次元をｍとしたとき、下記の式が成
立すれば十分であることが証明されている。
れているならば、再構成状態空間にはこのアトラクタの
位相構造を保存したアトラクタが再現されることにな
る。ｎは通常「埋め込み次元」と呼ばれるが、再構成の
操作が「埋め込み」であるためには、この次元ｎは元の
力学系の状態空間の次元をｍとしたとき、下記の式が成
立すれば十分であることが証明されている。
【００２６】
【数１】ｎ≧２ｍ＋１ 但し、これは十分条件であって、データによっては２ｍ
＋１未満でも埋め込みである場合がある。さらに、ｎ＞
２ｄ（但し、ｄは元の力学系のアトラクタのボックスカ
ウント次元）であれば、再構成の操作が１対１写像であ
ることも示されている。
＋１未満でも埋め込みである場合がある。さらに、ｎ＞
２ｄ（但し、ｄは元の力学系のアトラクタのボックスカ
ウント次元）であれば、再構成の操作が１対１写像であ
ることも示されている。
【００２７】前記のように、血糖値の変化が決定論的カ
オス現象であることから、血糖値の時系列データをタケ
ンスの埋め込み定理に基づいて、再構成状態空間にアト
ラクタの再構成を行い、さらにこのアトラクタを基に近
未来の血糖値を予測できることになる。
オス現象であることから、血糖値の時系列データをタケ
ンスの埋め込み定理に基づいて、再構成状態空間にアト
ラクタの再構成を行い、さらにこのアトラクタを基に近
未来の血糖値を予測できることになる。
【００２８】具体的には、図５の（ａ）に示すように、
等サンプリング間隔で観測された血糖値の時系列データ
ｙ（ｔ）を、タケンスの埋め込み定理を用いて埋め込み
次元ｎ）遅れ時間τでｎ次元の状態空間に埋め込むとい
う再構成を行い、次式のベクトルが得られる。
等サンプリング間隔で観測された血糖値の時系列データ
ｙ（ｔ）を、タケンスの埋め込み定理を用いて埋め込み
次元ｎ）遅れ時間τでｎ次元の状態空間に埋め込むとい
う再構成を行い、次式のベクトルが得られる。
【００２９】
【数２】ｘ（ｔ）＝（ｙ（ｔ），ｙ（ｔ−τ），…，ｙ
（ｔ−（ｎ−１）τ） 但し、ｔ＝１〜Ｌ Ｌ：時系列データｙ（ｔ）のデータ数 この操作を多数のｙ（ｔ）データに対し繰り返し行う
と、ｎ次元再構成状態空間に有限個数のデータベクトル
からなるなめらかな多様体を構成することができる。図
５の（ｂ）は、３次元再構成状態空間へ埋め込んだ場合
のアトラクタの軌道を示す。
（ｔ−（ｎ−１）τ） 但し、ｔ＝１〜Ｌ Ｌ：時系列データｙ（ｔ）のデータ数 この操作を多数のｙ（ｔ）データに対し繰り返し行う
と、ｎ次元再構成状態空間に有限個数のデータベクトル
からなるなめらかな多様体を構成することができる。図
５の（ｂ）は、３次元再構成状態空間へ埋め込んだ場合
のアトラクタの軌道を示す。
【００３０】このアトラクタの軌道について、最新に計
測された血糖値の時系列データを含むデータベクトル
と、その近傍のデータベクトルの軌道を用いて現時点の
データベクトルの近未来の軌道を推定し、ｓステップ先
のデータベクトルを求めることができる。つまり、現時
点の血糖値データベクトルとその近傍データベクトルか
ら、現時点の血糖値データから近未来（明日以降）の血
糖値の予測値を求めることができる。
測された血糖値の時系列データを含むデータベクトル
と、その近傍のデータベクトルの軌道を用いて現時点の
データベクトルの近未来の軌道を推定し、ｓステップ先
のデータベクトルを求めることができる。つまり、現時
点の血糖値データベクトルとその近傍データベクトルか
ら、現時点の血糖値データから近未来（明日以降）の血
糖値の予測値を求めることができる。
【００３１】すなわち、図６に示すように、最新のデー
タによって得られたデータベクトルｚ（Ｔ）をｎ次元再
構成状態空間にプロットし、その近傍のデータベクトル
をｘ（ｉ）とすると、これらのデータｘ（ｉ）は過去の
データであるため、ｓステップ先の状態ｘ（ｉ＋ｓ）は
既知である。これを利用し、現時点のデータベクトルｚ
（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を予測する
ことができる。そして、予測値ｚ（Ｔ＋ｓ）から元の時
系列データのｓステップ先の予測値ｙ（ｔ＋ｓ）を求め
ることができる。
タによって得られたデータベクトルｚ（Ｔ）をｎ次元再
構成状態空間にプロットし、その近傍のデータベクトル
をｘ（ｉ）とすると、これらのデータｘ（ｉ）は過去の
データであるため、ｓステップ先の状態ｘ（ｉ＋ｓ）は
既知である。これを利用し、現時点のデータベクトルｚ
（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を予測する
ことができる。そして、予測値ｚ（Ｔ＋ｓ）から元の時
系列データのｓステップ先の予測値ｙ（ｔ＋ｓ）を求め
ることができる。
【００３２】（局所ファジィ再構成法による血糖値の予
測）前記の局所再構成法による予測において、状態ｘ
（ｉ）のｓステップ後の状態ｘ（ｉ＋ｓ）への変化は、
決定論に従ったダイナミクスに基づいていると考えられ
る。そして、このダイナミクスはｘ（ｉ）とｘ（ｉ＋
ｓ）を用いて次のように言語的表現で表すことができ
る。但し、ｉ∈Ｎ（ｚ（Ｔ））、Ｎ（ｚ（Ｔ））はｚ
（Ｔ）の近傍ｘ（ｉ）のインデックスｉの集合。
測）前記の局所再構成法による予測において、状態ｘ
（ｉ）のｓステップ後の状態ｘ（ｉ＋ｓ）への変化は、
決定論に従ったダイナミクスに基づいていると考えられ
る。そして、このダイナミクスはｘ（ｉ）とｘ（ｉ＋
ｓ）を用いて次のように言語的表現で表すことができ
る。但し、ｉ∈Ｎ（ｚ（Ｔ））、Ｎ（ｚ（Ｔ））はｚ
（Ｔ）の近傍ｘ（ｉ）のインデックスｉの集合。
【００３３】
【数３】 ＩＦ ｘ（Ｔ） ｉｓ ｘ（ｉ） ＴＨＥＮ ｘ（Ｔ＋ｓ） ｉｓ ｘ（ｉ＋ｓ） …（１） ｘ（Ｔ）：ｎ次元再構成状態空間におけるｚ（Ｔ）の近
傍のデータベクトルを表す集合 ｘ（Ｔ＋ｓ）：ｘ（Ｔ）のｓステップ後のデータベクト
ルを表す集合 ｘ（ｉ）はｚ（Ｔ）の近傍のデータベクトルであるか
ら、ステップｓがカオスの「初期値に対する鋭敏な依存
性」により、決定論的因果性を失う以前であれば、状態
ｚ（Ｔ）から状態ｚ（Ｔ＋ｓ）のダイナミクスを、状態
ｘ（ｉ）から状態ｘ（ｉ＋ｓ）のダイナミクスと近似的
に等価であると仮定することができる。
傍のデータベクトルを表す集合 ｘ（Ｔ＋ｓ）：ｘ（Ｔ）のｓステップ後のデータベクト
ルを表す集合 ｘ（ｉ）はｚ（Ｔ）の近傍のデータベクトルであるか
ら、ステップｓがカオスの「初期値に対する鋭敏な依存
性」により、決定論的因果性を失う以前であれば、状態
ｚ（Ｔ）から状態ｚ（Ｔ＋ｓ）のダイナミクスを、状態
ｘ（ｉ）から状態ｘ（ｉ＋ｓ）のダイナミクスと近似的
に等価であると仮定することができる。
【００３４】ｎ次元再構成状態空間に埋め込まれたアト
ラクタが、なめらかな多様体であるとき、ｚ（Ｔ）から
ｚ（Ｔ＋ｓ）への軌道は、ｚ（Ｔ）からｘ（ｉ）へのベ
クトル距離によって影響される。すなわち、ｚ（Ｔ）か
ら近いｘ（ｉ）の軌道ほどｚ（Ｔ）からｚ（Ｔ＋ｓ）へ
の軌道におよぼす影響が大きく、遠いほどその影響が小
さいと考えることができる。
ラクタが、なめらかな多様体であるとき、ｚ（Ｔ）から
ｚ（Ｔ＋ｓ）への軌道は、ｚ（Ｔ）からｘ（ｉ）へのベ
クトル距離によって影響される。すなわち、ｚ（Ｔ）か
ら近いｘ（ｉ）の軌道ほどｚ（Ｔ）からｚ（Ｔ＋ｓ）へ
の軌道におよぼす影響が大きく、遠いほどその影響が小
さいと考えることができる。
【００３５】ところで、
【００３６】
【数４】 ｘ（ｉ）＝（ｙ（ｉ），ｙ（ｉ−τ），…，ｙ（ｉ−（ｎ−１）τ）） ｘ（ｉ＋ｓ）＝（ｙ（ｉ＋ｓ），ｙ（ｉ＋ｓ−τ），…，ｙ（ｉ＋ｓ−（ｎ− １） τ））…（２） であるので、ｎ次元再構成状態空間におけるｊ軸に注目
すると式（１）は、
すると式（１）は、
【００３７】
【数５】 ＩＦ ａｊ（Ｔ）ｉｓ ｙｊ（ｉ）ＴＨＥＮ ａｊ（Ｔ＋ｓ）ｉｓ ｙ（ｉ＋ ｓ）（ｊ＝１〜ｎ） …（３） ここで、 ａｊ（Ｔ）：ｚ（Ｔ）の近傍値ｘ（ｉ）のｎ次元再構成
状態空間におけるｊ軸成分 ａｊ（Ｔ＋ｓ）：ｘ（ｉ＋ｓ）のｎ次元再構成状態空間
におけるｊ軸成分 ｎ：埋め込み次元数 と表すことができる。
状態空間におけるｊ軸成分 ａｊ（Ｔ＋ｓ）：ｘ（ｉ＋ｓ）のｎ次元再構成状態空間
におけるｊ軸成分 ｎ：埋め込み次元数 と表すことができる。
【００３８】また、ｚ（Ｔ）からｚ（Ｔ＋ｓ）への軌道
は、ｚ（Ｔ）からｘ（ｉ）へのベクトル距離によって影
響されるが、このベクトルの軌跡であるアトラクタはな
めらかな多様体であるので、この影響は非線形な形で表
される。よって、その影響を非線形化するために、式
（３）をファジィ関数により表現すると、
は、ｚ（Ｔ）からｘ（ｉ）へのベクトル距離によって影
響されるが、このベクトルの軌跡であるアトラクタはな
めらかな多様体であるので、この影響は非線形な形で表
される。よって、その影響を非線形化するために、式
（３）をファジィ関数により表現すると、
【００３９】
【数６】 ＩＦ ａｊ（Ｔ） ｉｓ ｙ’ｊ（ｉ） ＴＨＥＮ ａｊ（Ｔ＋ｓ） ｉｓ ｙ’ｊ（ｉ＋ｓ） ただし（ｊ＝１〜ｎ） …（４） なお、通常は関数ｙ（ｉ）をファジィ化する場合には
「〜」記号を用いるが、ここでは「’」記号を用いる。
「〜」記号を用いるが、ここでは「’」記号を用いる。
【００４０】また、
【００４１】
【数７】ｚ（Ｔ）＝（ｙ（Ｔ）， ｙ（Ｔ−τ），…，
ｙ（Ｔ−（ｎ−１）τ）） であるので、ｚ（Ｔ）のｎ次元再構成状態空間における
ｊ軸成分はｙｊ（Ｔ）となる。よって、データベクトル
ｚ（Ｔ）のｓステップ後のデータベクトルｚ（Ｔ＋ｓ）
の予測値をｚ”（Ｔ＋ｓ）とすると、そのｊ軸成分は、
式（４）のａｊ（Ｔ）にｙｊ（Ｔ）を代入しファジィ推
論をすることにより、ａｊ（Ｔ＋ｓ）として求めること
ができる。この方法を「局所ファジィ再構成（Ｌｏｃａ
ｌ ＦｕｚｚｙＲｅｃｏｎｓｔｒｕｃｔｉｏｎ）法」と
呼ぶ。
ｙ（Ｔ−（ｎ−１）τ）） であるので、ｚ（Ｔ）のｎ次元再構成状態空間における
ｊ軸成分はｙｊ（Ｔ）となる。よって、データベクトル
ｚ（Ｔ）のｓステップ後のデータベクトルｚ（Ｔ＋ｓ）
の予測値をｚ”（Ｔ＋ｓ）とすると、そのｊ軸成分は、
式（４）のａｊ（Ｔ）にｙｊ（Ｔ）を代入しファジィ推
論をすることにより、ａｊ（Ｔ＋ｓ）として求めること
ができる。この方法を「局所ファジィ再構成（Ｌｏｃａ
ｌ ＦｕｚｚｙＲｅｃｏｎｓｔｒｕｃｔｉｏｎ）法」と
呼ぶ。
【００４２】以下に具体的な例として、埋め込み次元ｎ
＝３、遅れ時間τ＝４、近傍に含まれるデータベクトル
数Ｎ＝３の場合について説明する。
＝３、遅れ時間τ＝４、近傍に含まれるデータベクトル
数Ｎ＝３の場合について説明する。
【００４３】各々のデータベクトルを、
【００４４】
【数８】 ｚ（Ｔ）＝（ｙ１（Ｔ）， ｙ２（Ｔ−４）， ｙ３（Ｔ−８）） ｘ（ａ）＝（ｙ１（ａ）， ｙ２（ａ−４）， ｙ３（ａ−８）） ｘ（ｂ）＝（ｙ１（ｂ）， ｙ２（ｂ−４）， ｙ３（ｂ−８）） ｘ（ｃ）＝（ｙ１（ｃ）， ｙ２（ｃ−４）， ｙ３（ｃ−８）） ｚ”（Ｔ＋ｓ）＝（ｙ１（Ｔ＋ｓ）， ｙ２（Ｔ＋ｓ−４）， ｙ３（Ｔ＋ ｓ−８）） ｘ（ａ＋ｓ）＝（ｙ１（ａ＋ｓ）， ｙ２（ａ＋ｓ−４）， ｙ３（ａ＋ｓ −８）） ｘ（ｂ＋ｓ）＝（ｙ１（ｂ＋ｓ）， ｙ２（ｂ＋ｓ−４）， ｙ３（ｂ＋ｓ −８）） ｘ（ｃ＋ｓ）＝（ｙ１（ｃ＋ｓ）， ｙ２（ｃ＋ｓ−４）， ｙ３（ｃ＋ｓ −８）） とすると、式（４）で示されるファジィルールは、式
（５）（６）（７）のように表される。
（５）（６）（７）のように表される。
【００４５】再構成状態空間の第１軸については、
【００４６】
【数９】 ＩＦａ１（Ｔ）ｉｓ ｙ’１（ａ）ＴＨＥＮ ａ１（Ｔ＋ｓ）ｉｓ ｙ’１ （ａ＋ｓ） ＩＦａ１（Ｔ）ｉｓ ｙ’１（ｂ）ＴＨＥＮ ａ１（Ｔ＋ｓ）ｉｓ ｙ’１ （ｂ＋ｓ） ＩＦａ１（Ｔ）ｉｓ ｙ’１（ｃ）ＴＨＥＮ ａ１（Ｔ＋ｓ）ｉｓ ｙ’１ （ｃ＋ｓ） …（５） 再構成状態空間の第２軸については、
【００４７】
【数１０】 ＩＦａ２（Ｔ）ｉｓ ｙ’２（ａ−４）ＴＨＥＮ ａ２（Ｔ＋ｓ）ｉｓ ｙ ’２（ａ＋ｓ−４） ＩＦａ２（Ｔ）ｉｓ ｙ’２（ｂ−４）ＴＨＥＮ ａ２（Ｔ＋ｓ）ｉｓ ｙ ’２（ｂ＋ｓ−４） ＩＦａ２（Ｔ）ｉｓ ｙ’２（ｃ−４）ＴＨＥＮ ａ２（Ｔ＋ｓ）ｉｓ ｙ ’２（ｃ＋ｓ−４） …（６） 再構成状態空間の第３軸については、
【００４８】
【数１１】 ＩＦａ３（Ｔ）ｉｓ ｙ’３（ａ−８）ＴＨＥＮ ａ３（Ｔ＋ｓ）ｉｓ ｙ ’３（ａ＋ｓ−８） ＩＦａ３（Ｔ）ｉｓ ｙ’３（ｂ−８）ＴＨＥＮ ａ３（Ｔ＋ｓ）ｉｓ ｙ ’３（ｂ＋ｓ−８） ＩＦａ３（Ｔ）ｉｓ ｙ’３（ｃ−８）ＴＨＥＮ ａ３（Ｔ＋ｓ）ｉｓ ｙ ’３（ｃ＋ｓ−８） …（７） また、メンバーシップ関数はｘ（ａ）、ｘ（ｂ）、ｘ
（ｃ）はｚ（Ｔ）を中心とした近傍のデータベクトルで
あるのでファジィルール（５）（６）（７）の前件部に
おける再構成状態空間の各軸のメンバーシップ関数は図
７のようになる。
（ｃ）はｚ（Ｔ）を中心とした近傍のデータベクトルで
あるのでファジィルール（５）（６）（７）の前件部に
おける再構成状態空間の各軸のメンバーシップ関数は図
７のようになる。
【００４９】なお、後件部のメンバーシップ関数は、台
集合を有限範囲に限定することができないため、クリス
プ表現とする。
集合を有限範囲に限定することができないため、クリス
プ表現とする。
【００５０】以上のファジィルールおよびメンバーシッ
プ関数で表現されたダイナミクスに対し、ａ１（Ｔ）＝
ｙ１（Ｔ）、ａ２（Ｔ）＝ｙ２（Ｔ）、ａ３（Ｔ）＝ｙ
３（Ｔ）を入力データとしてファジィ推論を行うと、
プ関数で表現されたダイナミクスに対し、ａ１（Ｔ）＝
ｙ１（Ｔ）、ａ２（Ｔ）＝ｙ２（Ｔ）、ａ３（Ｔ）＝ｙ
３（Ｔ）を入力データとしてファジィ推論を行うと、
【００５１】
【数１２】 ｙ”１（Ｔ＋ｓ）＝ａ１（Ｔ＋ｓ） ｙ”２（Ｔ＋ｓ−４）＝ａ２（Ｔ＋ｓ） ｙ”３（Ｔ＋ｓ−８）＝ａ３（Ｔ＋ｓ） …（８） となり、元の時系列データｙ１（Ｔ）のｓステップ先の
予測値ｙ”１（Ｔ＋ｓ）はａ１（Ｔ＋ｓ）として求めら
れる。
予測値ｙ”１（Ｔ＋ｓ）はａ１（Ｔ＋ｓ）として求めら
れる。
【００５２】以上のように、ファジィ推論の持つ内挿能
力、局所的近似能力を用いることで予測値ｚ（Ｔ＋ｓ）
を求め、このｚ（Ｔ＋ｓ）からｓステップ先の時系列の
予測値ｙ（ｔ＋ｓ）を求めることができる。
力、局所的近似能力を用いることで予測値ｚ（Ｔ＋ｓ）
を求め、このｚ（Ｔ＋ｓ）からｓステップ先の時系列の
予測値ｙ（ｔ＋ｓ）を求めることができる。
【００５３】この局所ファジィ再構成法による予測を血
糖値の予測に適用するには、血糖値の時系列データを多
次元状態空間に埋め込んで構成するアトラクタ上から現
時点の血糖値のデータベクトルｚ（Ｔ）と、ユークリッ
ド距離を測度として近いものを複数個選択した過去の近
傍データベクトルｘ（ｉ）及びデータベクトルｘ（ｉ）
からｓステップ先のデータベクトルｘ（ｉ＋ｓ）を求
め、これらデータベクトルからｚ（Ｔ）のｓステップ先
の予測値ｚ（Ｔ＋ｓ）を求め、これを時系列化した予測
血糖値ｙ（ｔ＋ｓ）として求める。
糖値の予測に適用するには、血糖値の時系列データを多
次元状態空間に埋め込んで構成するアトラクタ上から現
時点の血糖値のデータベクトルｚ（Ｔ）と、ユークリッ
ド距離を測度として近いものを複数個選択した過去の近
傍データベクトルｘ（ｉ）及びデータベクトルｘ（ｉ）
からｓステップ先のデータベクトルｘ（ｉ＋ｓ）を求
め、これらデータベクトルからｚ（Ｔ）のｓステップ先
の予測値ｚ（Ｔ＋ｓ）を求め、これを時系列化した予測
血糖値ｙ（ｔ＋ｓ）として求める。
【００５４】（局所ファジィ再構成法による予測実験）
本願発明者等は、血糖値測定データからカオス理論を用
いて現時点から血糖値の経時的振る舞いが予測できるこ
とを実験で確認した。
本願発明者等は、血糖値測定データからカオス理論を用
いて現時点から血糖値の経時的振る舞いが予測できるこ
とを実験で確認した。
【００５５】この実験は、局所ファジィ再構成法を用い
たコンピュータソフトにより、各症例の１日先の血糖予
測を行い、実測値と比較した結果に図８のものを得るこ
とができた。同図は、症例１の予測結果であり、平均２
０ｍｇ／ｄｌ以下の誤差で予測可能であり、十分に臨床
使用可能な精度を得ることができた。他の症例に関して
も同様に良好な予測結果を得ることができた。
たコンピュータソフトにより、各症例の１日先の血糖予
測を行い、実測値と比較した結果に図８のものを得るこ
とができた。同図は、症例１の予測結果であり、平均２
０ｍｇ／ｄｌ以下の誤差で予測可能であり、十分に臨床
使用可能な精度を得ることができた。他の症例に関して
も同様に良好な予測結果を得ることができた。
【００５６】この予測結果から、臨床的には予測値があ
るレベル以上と以下のとき、その時点で効くインスリン
量を少量変化させる適正なプログラミングを作ることに
より、タイムラグの無い最良の血糖コントロールシステ
ムを構築できる可能性もある。
るレベル以上と以下のとき、その時点で効くインスリン
量を少量変化させる適正なプログラミングを作ることに
より、タイムラグの無い最良の血糖コントロールシステ
ムを構築できる可能性もある。
【００５７】以上までのことから、本発明は、以下の血
糖値の予測システム及び血糖値の予測方法並びにその方
法を記録した記録媒体を特徴とするものである。
糖値の予測システム及び血糖値の予測方法並びにその方
法を記録した記録媒体を特徴とするものである。
【００５８】（血糖値の予測システム）血糖値測定デー
タを時系列データとして血糖値時系列ファイルに格納す
る時系列測定データ保存手段と、前記血糖値時系列ファ
イルに格納された時系列データの持つ位相的性質を最も
良く表すことができるダイナミクスを推定するダイナミ
クス推定部と、前記推定したダイナミクスを多次元状態
空間に埋め込むための埋め込み次元ｎと遅れ時間τをパ
ラメータとして格納するパラメータ保存手段と、前記血
糖値時系列ファイルに格納される血糖値と、これに対応
する前記パラメータを基に、局所ファジィ再構成法によ
り近未来の血糖値を予測して予測血糖値ファイルに格納
する血糖値予測・保存手段と、前記各ファイルのデータ
を表示できる表示手段と、を備えたことを特徴とする。
タを時系列データとして血糖値時系列ファイルに格納す
る時系列測定データ保存手段と、前記血糖値時系列ファ
イルに格納された時系列データの持つ位相的性質を最も
良く表すことができるダイナミクスを推定するダイナミ
クス推定部と、前記推定したダイナミクスを多次元状態
空間に埋め込むための埋め込み次元ｎと遅れ時間τをパ
ラメータとして格納するパラメータ保存手段と、前記血
糖値時系列ファイルに格納される血糖値と、これに対応
する前記パラメータを基に、局所ファジィ再構成法によ
り近未来の血糖値を予測して予測血糖値ファイルに格納
する血糖値予測・保存手段と、前記各ファイルのデータ
を表示できる表示手段と、を備えたことを特徴とする。
【００５９】（血糖値の予測方法）最新及び過去の血糖
値測定データｙ（ｔ）を時系列データとして用意し、前
記時系列データをタケンスの埋め込み定理により多次元
状態空間に埋め込むことでアトラクタを構成し、最新の
血糖値測定データｙ（Ｔ）を含む前記アトラクタ上のデ
ータベクトルｚ（Ｔ）を選択し、前記データベクトルｚ
（Ｔ）の近傍空間を通過する別の軌道上にある複数の近
傍データベクトルｘ（ｉ）をユークリッド距離を測度と
して近いものを選択し、前記アトラクタ上から前記デー
タベクトルｘ（ｉ）の予測しようとするｓステップ先の
データベクトルｘ（ｉ＋ｓ）を選択し、前記データベク
トルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋ｓ）を用いて局所フ
ァジィ再構成法によりデータベクトルｚ（Ｔ）のｓステ
ップ先の予測値ｚ（Ｔ＋ｓ）を推論し、前記予測値ｚ
（Ｔ＋ｓ）からｓステップ先の予測血糖値ｙ（Ｔ＋ｓ）
を求めることを特徴とする。
値測定データｙ（ｔ）を時系列データとして用意し、前
記時系列データをタケンスの埋め込み定理により多次元
状態空間に埋め込むことでアトラクタを構成し、最新の
血糖値測定データｙ（Ｔ）を含む前記アトラクタ上のデ
ータベクトルｚ（Ｔ）を選択し、前記データベクトルｚ
（Ｔ）の近傍空間を通過する別の軌道上にある複数の近
傍データベクトルｘ（ｉ）をユークリッド距離を測度と
して近いものを選択し、前記アトラクタ上から前記デー
タベクトルｘ（ｉ）の予測しようとするｓステップ先の
データベクトルｘ（ｉ＋ｓ）を選択し、前記データベク
トルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋ｓ）を用いて局所フ
ァジィ再構成法によりデータベクトルｚ（Ｔ）のｓステ
ップ先の予測値ｚ（Ｔ＋ｓ）を推論し、前記予測値ｚ
（Ｔ＋ｓ）からｓステップ先の予測血糖値ｙ（Ｔ＋ｓ）
を求めることを特徴とする。
【００６０】（血糖値の予測方法を記録した記録媒体）
最新及び過去の血糖値測定データｙ（ｔ）を時系列デー
タとして収集・記録する手順と、前記時系列データをタ
ケンスの埋め込み定理により多次元状態空間に埋め込む
ことでアトラクタを構成する手順と、最新の血糖値測定
データｙ（Ｔ）を含む前記アトラクタ上のデータベクト
ルｚ（Ｔ）を選択する手順と、前記データベクトルｚ
（Ｔ）の近傍空間を通過する別の軌道上にある複数の近
傍データベクトルｘ（ｉ）をユークリッド距離を測度と
して近いものを選択する手順と、前記アトラクタ上から
前記データベクトルｘ（ｉ）の予測しようとするｓステ
ップ先のデータベクトルｘ（ｉ＋ｓ）を選択する手順
と、前記データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋
ｓ）を用いて局所ファジィ再構成法によりデータベクト
ルｚ（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推論
する手順と、前記予測値ｚ（Ｔ＋ｓ）からｓステップ先
の予測血糖値ｙ（Ｔ＋ｓ）を求める手順と、をコンピュ
ータに実行させるプログラムとして、該コンピュータが
読み取り可能な記録媒体に記録したことを特徴とする。
最新及び過去の血糖値測定データｙ（ｔ）を時系列デー
タとして収集・記録する手順と、前記時系列データをタ
ケンスの埋め込み定理により多次元状態空間に埋め込む
ことでアトラクタを構成する手順と、最新の血糖値測定
データｙ（Ｔ）を含む前記アトラクタ上のデータベクト
ルｚ（Ｔ）を選択する手順と、前記データベクトルｚ
（Ｔ）の近傍空間を通過する別の軌道上にある複数の近
傍データベクトルｘ（ｉ）をユークリッド距離を測度と
して近いものを選択する手順と、前記アトラクタ上から
前記データベクトルｘ（ｉ）の予測しようとするｓステ
ップ先のデータベクトルｘ（ｉ＋ｓ）を選択する手順
と、前記データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋
ｓ）を用いて局所ファジィ再構成法によりデータベクト
ルｚ（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推論
する手順と、前記予測値ｚ（Ｔ＋ｓ）からｓステップ先
の予測血糖値ｙ（Ｔ＋ｓ）を求める手順と、をコンピュ
ータに実行させるプログラムとして、該コンピュータが
読み取り可能な記録媒体に記録したことを特徴とする。
【００６１】
【発明の実施の形態】図１は、本発明の実施形態を示す
システム構成図である。自己測定血糖値入力部１は、糖
尿病患者が日毎に自己測定した血糖値をインターネッ
ト、ＰＨＳ、パソコン通信、ポケベル、ＦＡＸ等の通信
手段を使って医療センター等に伝送する。
システム構成図である。自己測定血糖値入力部１は、糖
尿病患者が日毎に自己測定した血糖値をインターネッ
ト、ＰＨＳ、パソコン通信、ポケベル、ＦＡＸ等の通信
手段を使って医療センター等に伝送する。
【００６２】血糖値時系列ファイル２は、医療センター
等のコンピュータシステムの外部記憶装置として設けら
れ、血糖値入力部１から伝送されてきた自己測定血糖値
データを患者別の時系列データとして保存しておく。
等のコンピュータシステムの外部記憶装置として設けら
れ、血糖値入力部１から伝送されてきた自己測定血糖値
データを患者別の時系列データとして保存しておく。
【００６３】ダイナミクス推定部３は、ファイル２に格
納される患者別の時系列データの持つ位相的性質を最も
良く表すことができるダイナミクスを推定する。
納される患者別の時系列データの持つ位相的性質を最も
良く表すことができるダイナミクスを推定する。
【００６４】このダイナミクスの推定は、多次元状態空
間に埋め込むためのパラメータ、すなわち患者別ファイ
ルの前半を埋め込むための初期値として１ステップ先を
予測し、次に前半＋１のデータを既知とした場合の１ス
テップ先を予測する。この処理をデータがなくなるまで
繰り返したときの予測性能が最も良い場合の「埋め込み
次元ｎ」と「遅れ時間τ」として求める。
間に埋め込むためのパラメータ、すなわち患者別ファイ
ルの前半を埋め込むための初期値として１ステップ先を
予測し、次に前半＋１のデータを既知とした場合の１ス
テップ先を予測する。この処理をデータがなくなるまで
繰り返したときの予測性能が最も良い場合の「埋め込み
次元ｎ」と「遅れ時間τ」として求める。
【００６５】このダイナミクス推定は、ある一定量の自
己測定値が収集された場合と、ダイナミクスの変化（例
えば、患者の血糖値変化がｐｏｏｒ ｃｏｎｔｒｏｌか
らｆａｉｒ ｃｏｎｔｒｏｌやｇｏｏｄ ｃｏｎｔｒｏ
ｌに移行）により予測性能が低下した場合に実行され
る。
己測定値が収集された場合と、ダイナミクスの変化（例
えば、患者の血糖値変化がｐｏｏｒ ｃｏｎｔｒｏｌか
らｆａｉｒ ｃｏｎｔｒｏｌやｇｏｏｄ ｃｏｎｔｒｏ
ｌに移行）により予測性能が低下した場合に実行され
る。
【００６６】最適埋め込みパラメータファイル４は、ダ
イナミクス推定部３で求めた「埋め込み次元ｎ」と「遅
れ時間τ」を患者別のパラメータとして保存しておく。
イナミクス推定部３で求めた「埋め込み次元ｎ」と「遅
れ時間τ」を患者別のパラメータとして保存しておく。
【００６７】血糖値予測部５は、血糖値時系列ファイル
２に格納される患者別の血糖値測定データと、それに対
応する最適埋め込みパラメータをパラメータファイル４
から取り出し、局所ファジィ再構成法により１〜ｎステ
ップ先の血糖値を予測する。
２に格納される患者別の血糖値測定データと、それに対
応する最適埋め込みパラメータをパラメータファイル４
から取り出し、局所ファジィ再構成法により１〜ｎステ
ップ先の血糖値を予測する。
【００６８】この血糖値予測は、時系列データをタケン
スの埋め込み定理により多次元状態空間に埋め込むこと
でアトラクタを構成し、最新の血糖値測定データｙ
（Ｔ）を含むアトラクタ上のデータベクトルｚ（Ｔ）を
選択し、このデータベクトルｚ（Ｔ）の近傍空間を通過
する別の軌道上にある複数の近傍データベクトルｘ
（ｉ）をユークリッド距離を測度として近いものを選択
し、アトラクタ上からデータベクトルｘ（ｉ）の予測し
ようとするｓステップ先のデータベクトルｘ（ｉ＋ｓ）
を選択し、データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ
＋ｓ）を用いて局所ファジィ再構成法によりデータベク
トルｚ（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推
論し、この予測値ｚ（Ｔ＋ｓ）からｓステップ先の予測
血糖値ｙ（Ｔ＋ｓ）を求める。
スの埋め込み定理により多次元状態空間に埋め込むこと
でアトラクタを構成し、最新の血糖値測定データｙ
（Ｔ）を含むアトラクタ上のデータベクトルｚ（Ｔ）を
選択し、このデータベクトルｚ（Ｔ）の近傍空間を通過
する別の軌道上にある複数の近傍データベクトルｘ
（ｉ）をユークリッド距離を測度として近いものを選択
し、アトラクタ上からデータベクトルｘ（ｉ）の予測し
ようとするｓステップ先のデータベクトルｘ（ｉ＋ｓ）
を選択し、データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ
＋ｓ）を用いて局所ファジィ再構成法によりデータベク
トルｚ（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推
論し、この予測値ｚ（Ｔ＋ｓ）からｓステップ先の予測
血糖値ｙ（Ｔ＋ｓ）を求める。
【００６９】予測血糖値ファイル６は、血糖値予測部５
で予測した血糖値データを患者別に保存しておく。
で予測した血糖値データを患者別に保存しておく。
【００７０】インスリン投与量入力部７は、糖尿病患者
が実際に投与したインスリン量をインターネット、ＰＨ
Ｓ、パソコン通信、ポケベル、ＦＡＸ等の通信手段を使
って医療センター等に伝送する。
が実際に投与したインスリン量をインターネット、ＰＨ
Ｓ、パソコン通信、ポケベル、ＦＡＸ等の通信手段を使
って医療センター等に伝送する。
【００７１】インスリン投与量時系列ファイル８は、医
療センター等のコンピュータシステムの外部記憶装置と
して設けられ、インスリン投与量入力部７から伝送され
てきたインスリン投与量データを患者別の時系列データ
として保存しておく。
療センター等のコンピュータシステムの外部記憶装置と
して設けられ、インスリン投与量入力部７から伝送され
てきたインスリン投与量データを患者別の時系列データ
として保存しておく。
【００７２】表示部９は、血糖値時系列ファイル２と予
測血糖値ファイル６及びインスリン投与量時系列ファイ
ル８から検索した患者別の各データを表示し、医師に対
して糖尿病医療に必要な支援情報として与える。この表
示は、患者の現在の血糖値や近未来の予測血糖値、現在
までのインスリン投与量の履歴情報の他に、必要に応じ
て予測確信度や誤差範囲等の医療支援に必要な情報表示
にされる。
測血糖値ファイル６及びインスリン投与量時系列ファイ
ル８から検索した患者別の各データを表示し、医師に対
して糖尿病医療に必要な支援情報として与える。この表
示は、患者の現在の血糖値や近未来の予測血糖値、現在
までのインスリン投与量の履歴情報の他に、必要に応じ
て予測確信度や誤差範囲等の医療支援に必要な情報表示
にされる。
【００７３】以上のシステム構成により、従来の医師の
経験や感等によるインスリン投与治療に代えて、患者個
人別の血糖値変化のダイナミクスを基にした予測血糖値
から医師が適正なインスリン投与量を判断することが可
能となり、タイムラグのない血糖値コントロールによ
り、血糖値の日毎の変化を小さくしながら長期的には適
正な範囲に収めることが可能となる。
経験や感等によるインスリン投与治療に代えて、患者個
人別の血糖値変化のダイナミクスを基にした予測血糖値
から医師が適正なインスリン投与量を判断することが可
能となり、タイムラグのない血糖値コントロールによ
り、血糖値の日毎の変化を小さくしながら長期的には適
正な範囲に収めることが可能となる。
【００７４】また、患者は自己測定データを積極的に利
用すること、及び医師は予測血糖値を基にした日毎の指
示を患者に提供することが可能となり、自己血糖値測定
に対する患者のモチベーションの向上が期待できる。
用すること、及び医師は予測血糖値を基にした日毎の指
示を患者に提供することが可能となり、自己血糖値測定
に対する患者のモチベーションの向上が期待できる。
【００７５】
【発明の効果】以上のとおり、本発明によれば、血糖値
の経時的振る舞いがカオス現象であることに着目し、血
糖値の測定時系列データから局所ファジィ再構成法によ
り現在の血糖値から近未来（明日以降）の血糖値を予測
するようにしたため、医師が適正なインスリン投与量を
決定するための支援情報がタイムラグ無しに得られる効
果がある。
の経時的振る舞いがカオス現象であることに着目し、血
糖値の測定時系列データから局所ファジィ再構成法によ
り現在の血糖値から近未来（明日以降）の血糖値を予測
するようにしたため、医師が適正なインスリン投与量を
決定するための支援情報がタイムラグ無しに得られる効
果がある。
【図面の簡単な説明】
【図１】本発明の実施形態を示す血糖値予測システム構
成図。
成図。
【図２】糖尿病患者の時系列データの一部。
【図３】３次元空間に射影されたアトラクタの例。
【図４】３次元空間上のアトラクタ形状の詳細図。
【図５】時系列データのｎ次元再構成空間への埋め込み
の説明図。
の説明図。
【図６】局所再構成法によるｘ（Ｔ）からｘ（Ｔ＋ｓ）
へのダイナミクスの説明図。
へのダイナミクスの説明図。
【図７】局所ファジィ再構成法における前件部メンバー
シップ関数例。
シップ関数例。
【図８】症例１の予測結果。
【符号の説明】 １…自己測定血糖値入力部 ２…血糖値時系列ファイル ３…ダイナミクス推定部 ４…最適埋め込みパラメータファイル ５…血糖値予測部 ６…予測血糖値ファイル ７…インスリン投与量入力部 ８…インスリン投与量時系列ファイル ９…表示部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 有田 清三郎 兵庫県神戸市西区竹の台６丁目６−２− 2804 (72)発明者 米田 正也 岡山県岡山市津高台２丁目2034−16 (72)発明者 五百旗頭 正 東京都品川区大崎２丁目１番17号 株式会 社明電舎内
Claims (3)
- 【請求項１】 血糖値測定データを時系列データとして
血糖値時系列ファイルに格納する時系列測定データ保存
手段と、 前記血糖値時系列ファイルに格納された時系列データの
持つ位相的性質を最も良く表すことができるダイナミク
スを推定するダイナミクス推定部と、 前記推定したダイナミクスを多次元状態空間に埋め込む
ための埋め込み次元ｎと遅れ時間τをパラメータとして
格納するパラメータ保存手段と、 前記血糖値時系列ファイルに格納される血糖値と、これ
に対応する前記パラメータを基に、局所ファジィ再構成
法により近未来の血糖値を予測して予測血糖値ファイル
に格納する血糖値予測・保存手段と、 前記各ファイルのデータを表示できる表示手段と、を備
えたことを特徴とする血糖値の予測システム。 - 【請求項２】 最新及び過去の血糖値測定データｙ
（ｔ）を時系列データとして用意し、 前記時系列データをタケテンスの埋め込み定理により多
次元状態空間に埋め込むことでアトラクタを構成し、 最新の血糖値測定データｙ（Ｔ）を含む前記アトラクタ
上のデータベクトルｚ（Ｔ）を選択し、 前記データベクトルｚ（Ｔ）の近傍空間を通過する別の
軌道上にある複数の近傍データベクトルｘ（ｉ）をユー
クリッド距離を測度として近いものを選択し、 前記アトラクタ上から前記データベクトルｘ（ｉ）の予
測しようとするｓステップ先のデータベクトルｘ（ｉ＋
ｓ）を選択し、 前記データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋ｓ）
を用いて局所ファジィ再構成法によりデータベクトルｚ
（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推論し、 前記予測値ｚ（Ｔ＋ｓ）からｓステップ先の予測血糖値
ｙ（Ｔ＋ｓ）を求めることを特徴とする血糖値の予測方
法。 - 【請求項３】 最新及び過去の血糖値測定データｙ
（ｔ）を時系列データとして収集・記録する手順と、 前記時系列データをタケテンスの埋め込み定理により多
次元状態空間に埋め込むことでアトラクタを構成する手
順と、 最新の血糖値測定データｙ（Ｔ）を含む前記アトラクタ
上のデータベクトルｚ（Ｔ）を選択する手順と、 前記データベクトルｚ（Ｔ）の近傍空間を通過する別の
軌道上にある複数の近傍データベクトルｘ（ｉ）をユー
クリッド距離を測度として近いものを選択する手順と、 前記アトラクタ上から前記データベクトルｘ（ｉ）の予
測しようとするｓステップ先のデータベクトルｘ（ｉ＋
ｓ）を選択する手順と、 前記データベクトルｚ（Ｔ），ｘ（ｉ），ｘ（ｉ＋ｓ）
を用いて局所ファジィ再構成法によりデータベクトルｚ
（Ｔ）のｓステップ先の予測値ｚ（Ｔ＋ｓ）を推論する
手順と、 前記予測値ｚ（Ｔ＋ｓ）からｓステップ先の予測血糖値
ｙ（Ｔ＋ｓ）を求める手順と、をコンピュータに実行さ
せるプログラムとして、該コンピュータが読み取り可能
な記録媒体に記録したことを特徴とする血糖値予測方法
を記録した記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9378398A JPH11296598A (ja) | 1998-04-07 | 1998-04-07 | 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体 |
| US09/174,258 US5971922A (en) | 1998-04-07 | 1998-10-16 | System and method for predicting blood glucose level |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9378398A JPH11296598A (ja) | 1998-04-07 | 1998-04-07 | 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11296598A true JPH11296598A (ja) | 1999-10-29 |
Family
ID=14092022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9378398A Pending JPH11296598A (ja) | 1998-04-07 | 1998-04-07 | 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5971922A (ja) |
| JP (1) | JPH11296598A (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004351184A (ja) * | 2003-05-28 | 2004-12-16 | Yasuo Fujii | ユビキタス式健康管理支援システム |
| JP2005267042A (ja) * | 2004-03-17 | 2005-09-29 | Sysmex Corp | 糖尿病診療支援システム |
| JP2005535885A (ja) * | 2002-08-13 | 2005-11-24 | ユニヴァースティ オブ ヴァージニア パテント ファウンデイション | 糖尿病自己管理を推進するための自己モニタリング血糖（ｓｍｂｇ）データを処理するための方法、システムおよびコンピュータ・プログラム・プロダクト |
| JPWO2006009199A1 (ja) * | 2004-07-21 | 2008-05-01 | 松下電器産業株式会社 | 血糖値管理システム |
| EP1995680A2 (en) | 2007-05-23 | 2008-11-26 | Sysmex Corporation | Medical diagnosis support computer system, computer program, and server computer |
| JP2013503874A (ja) * | 2009-09-01 | 2013-02-04 | ユニバーシティ オブ ヴァージニア パテント ファウンデーション | ノミナルオープンループ・プロファイルを用いた糖尿病におけるインスリン放出の調節（ａｉｄ）のためのシステム、方法及びコンピュータ・プログラム製品 |
| WO2012145616A3 (en) * | 2011-04-20 | 2013-02-14 | The Cleveland Clinic Foundation | Predictive modeling |
| WO2014087768A1 (ja) | 2012-12-04 | 2014-06-12 | Ｎｅｃシステムテクノロジー株式会社 | 血糖値予測装置、測定装置、血糖値予測方法、及びコンピュータ読み取り可能な記録媒体 |
| JP2019531522A (ja) * | 2016-07-08 | 2019-10-31 | ノボ・ノルデイスク・エー／エス | 適応的目標グルコース値による基礎滴定 |
Families Citing this family (291)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8078407B1 (en) | 1997-03-28 | 2011-12-13 | Health Hero Network, Inc. | System and method for identifying disease-influencing genes |
| US7624028B1 (en) | 1992-11-17 | 2009-11-24 | Health Hero Network, Inc. | Remote health monitoring and maintenance system |
| US20010011224A1 (en) | 1995-06-07 | 2001-08-02 | Stephen James Brown | Modular microprocessor-based health monitoring system |
| US5956501A (en) * | 1997-01-10 | 1999-09-21 | Health Hero Network, Inc. | Disease simulation system and method |
| US5951300A (en) | 1997-03-10 | 1999-09-14 | Health Hero Network | Online system and method for providing composite entertainment and health information |
| US5307263A (en) | 1992-11-17 | 1994-04-26 | Raya Systems, Inc. | Modular microprocessor-based health monitoring system |
| WO2001037174A1 (en) | 1992-11-17 | 2001-05-25 | Health Hero Network, Inc. | Method and system for improving adherence with a diet program or other medical regimen |
| US8095340B2 (en) | 1992-11-17 | 2012-01-10 | Health Hero Network, Inc. | Home power management system |
| US8027809B2 (en) | 1992-11-17 | 2011-09-27 | Health Hero Network, Inc. | Home power management system |
| US8078431B2 (en) | 1992-11-17 | 2011-12-13 | Health Hero Network, Inc. | Home power management system |
| US5832448A (en) | 1996-10-16 | 1998-11-03 | Health Hero Network | Multiple patient monitoring system for proactive health management |
| US9215979B2 (en) | 1992-11-17 | 2015-12-22 | Robert Bosch Healthcare Systems, Inc. | Multi-user remote health monitoring system |
| US6330426B2 (en) | 1994-05-23 | 2001-12-11 | Stephen J. Brown | System and method for remote education using a memory card |
| US6968375B1 (en) | 1997-03-28 | 2005-11-22 | Health Hero Network, Inc. | Networked system for interactive communication and remote monitoring of individuals |
| US6032119A (en) | 1997-01-16 | 2000-02-29 | Health Hero Network, Inc. | Personalized display of health information |
| US8346337B2 (en) | 1998-04-30 | 2013-01-01 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US9066695B2 (en) | 1998-04-30 | 2015-06-30 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US8974386B2 (en) | 1998-04-30 | 2015-03-10 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US6175752B1 (en) | 1998-04-30 | 2001-01-16 | Therasense, Inc. | Analyte monitoring device and methods of use |
| US8465425B2 (en) | 1998-04-30 | 2013-06-18 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US6949816B2 (en) | 2003-04-21 | 2005-09-27 | Motorola, Inc. | Semiconductor component having first surface area for electrically coupling to a semiconductor chip and second surface area for electrically coupling to a substrate, and method of manufacturing same |
| US8688188B2 (en) | 1998-04-30 | 2014-04-01 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US8480580B2 (en) | 1998-04-30 | 2013-07-09 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US20080004915A1 (en) | 1998-09-25 | 2008-01-03 | Brown Stephen J | Dynamic modeling and scoring risk assessment |
| DZ3338A1 (fr) * | 2000-03-29 | 2001-10-04 | Univ Virginia | Méthode, systeme et programme d'ordinateur pour l'évaluation de régulation de glycemique du diabète à partir de données contrôllées automatiquement |
| US6543682B1 (en) | 2000-05-03 | 2003-04-08 | Nichole Glaser | Insulin-dose calculator disk |
| WO2002100266A1 (en) * | 2000-06-13 | 2002-12-19 | Edward Henry Mathews | A dietary system: 'blood sugar predicting system' |
| AU2001280615A1 (en) * | 2000-07-18 | 2002-01-30 | Healthetech, Inc. | Closed loop glycemic index system |
| US6560471B1 (en) | 2001-01-02 | 2003-05-06 | Therasense, Inc. | Analyte monitoring device and methods of use |
| US7041468B2 (en) | 2001-04-02 | 2006-05-09 | Therasense, Inc. | Blood glucose tracking apparatus and methods |
| US6704588B2 (en) | 2001-06-16 | 2004-03-09 | Rafat R. Ansari | Method and apparatus for the non-invasive measurement of blood glucose levels in humans |
| US20030208113A1 (en) * | 2001-07-18 | 2003-11-06 | Mault James R | Closed loop glycemic index system |
| US20030216628A1 (en) * | 2002-01-28 | 2003-11-20 | Bortz Jonathan David | Methods and systems for assessing glycemic control using predetermined pattern label analysis of blood glucose readings |
| US8010174B2 (en) | 2003-08-22 | 2011-08-30 | Dexcom, Inc. | Systems and methods for replacing signal artifacts in a glucose sensor data stream |
| US8858434B2 (en) | 2004-07-13 | 2014-10-14 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US8260393B2 (en) | 2003-07-25 | 2012-09-04 | Dexcom, Inc. | Systems and methods for replacing signal data artifacts in a glucose sensor data stream |
| US9282925B2 (en) | 2002-02-12 | 2016-03-15 | Dexcom, Inc. | Systems and methods for replacing signal artifacts in a glucose sensor data stream |
| US9247901B2 (en) | 2003-08-22 | 2016-02-02 | Dexcom, Inc. | Systems and methods for replacing signal artifacts in a glucose sensor data stream |
| US6998247B2 (en) | 2002-03-08 | 2006-02-14 | Sensys Medical, Inc. | Method and apparatus using alternative site glucose determinations to calibrate and maintain noninvasive and implantable analyzers |
| GB0206792D0 (en) * | 2002-03-22 | 2002-05-01 | Leuven K U Res & Dev | Normoglycemia |
| CN100466965C (zh) * | 2002-08-13 | 2009-03-11 | 弗吉尼亚大学专利基金会 | 用于处理自我监测血糖(smbg)数据从而提高糖尿病患者自我管理的方法、系统和计算机程序产品 |
| WO2004027674A1 (en) * | 2002-09-20 | 2004-04-01 | Neurotech Research Pty Limited | Condition analysis |
| DK1552146T3 (da) | 2002-10-09 | 2011-08-15 | Abbott Diabetes Care Inc | Anordning til indgivelse af fluid, system og fremgangsmåde |
| US7727181B2 (en) | 2002-10-09 | 2010-06-01 | Abbott Diabetes Care Inc. | Fluid delivery device with autocalibration |
| US7993108B2 (en) | 2002-10-09 | 2011-08-09 | Abbott Diabetes Care Inc. | Variable volume, shape memory actuated insulin dispensing pump |
| US7381184B2 (en) | 2002-11-05 | 2008-06-03 | Abbott Diabetes Care Inc. | Sensor inserter assembly |
| US7811231B2 (en) | 2002-12-31 | 2010-10-12 | Abbott Diabetes Care Inc. | Continuous glucose monitoring system and methods of use |
| US7679407B2 (en) | 2003-04-28 | 2010-03-16 | Abbott Diabetes Care Inc. | Method and apparatus for providing peak detection circuitry for data communication systems |
| US7399276B1 (en) | 2003-05-08 | 2008-07-15 | Health Hero Network, Inc. | Remote health monitoring system |
| US8066639B2 (en) | 2003-06-10 | 2011-11-29 | Abbott Diabetes Care Inc. | Glucose measuring device for use in personal area network |
| WO2005001706A1 (en) * | 2003-06-27 | 2005-01-06 | Lafitte Melvyn Jeremie | Method and apparatus for extracting causal information from a chaotic time series |
| US8423113B2 (en) | 2003-07-25 | 2013-04-16 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US7774145B2 (en) | 2003-08-01 | 2010-08-10 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US9135402B2 (en) | 2007-12-17 | 2015-09-15 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US7959569B2 (en) | 2003-08-01 | 2011-06-14 | Dexcom, Inc. | System and methods for processing analyte sensor data |
| US8369919B2 (en) | 2003-08-01 | 2013-02-05 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US8275437B2 (en) | 2003-08-01 | 2012-09-25 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US7591801B2 (en) | 2004-02-26 | 2009-09-22 | Dexcom, Inc. | Integrated delivery device for continuous glucose sensor |
| US8845536B2 (en) | 2003-08-01 | 2014-09-30 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US20190357827A1 (en) | 2003-08-01 | 2019-11-28 | Dexcom, Inc. | Analyte sensor |
| US8761856B2 (en) | 2003-08-01 | 2014-06-24 | Dexcom, Inc. | System and methods for processing analyte sensor data |
| US20100168657A1 (en) | 2003-08-01 | 2010-07-01 | Dexcom, Inc. | System and methods for processing analyte sensor data |
| US8160669B2 (en) | 2003-08-01 | 2012-04-17 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US6931327B2 (en) | 2003-08-01 | 2005-08-16 | Dexcom, Inc. | System and methods for processing analyte sensor data |
| US8886273B2 (en) | 2003-08-01 | 2014-11-11 | Dexcom, Inc. | Analyte sensor |
| US7519408B2 (en) | 2003-11-19 | 2009-04-14 | Dexcom, Inc. | Integrated receiver for continuous analyte sensor |
| US7920906B2 (en) | 2005-03-10 | 2011-04-05 | Dexcom, Inc. | System and methods for processing analyte sensor data for sensor calibration |
| US20140121989A1 (en) | 2003-08-22 | 2014-05-01 | Dexcom, Inc. | Systems and methods for processing analyte sensor data |
| US7299082B2 (en) | 2003-10-31 | 2007-11-20 | Abbott Diabetes Care, Inc. | Method of calibrating an analyte-measurement device, and associated methods, devices and systems |
| DE10351728A1 (de) * | 2003-10-31 | 2005-06-30 | W.O.M. World Of Medicine Ag | Verfahren und System zur Diagnostik und/oder Überwachung des Herz-Kreislaufsystems eines Lebewesens |
| USD914881S1 (en) | 2003-11-05 | 2021-03-30 | Abbott Diabetes Care Inc. | Analyte sensor electronic mount |
| US9247900B2 (en) | 2004-07-13 | 2016-02-02 | Dexcom, Inc. | Analyte sensor |
| US8364231B2 (en) | 2006-10-04 | 2013-01-29 | Dexcom, Inc. | Analyte sensor |
| US11633133B2 (en) | 2003-12-05 | 2023-04-25 | Dexcom, Inc. | Dual electrode system for a continuous analyte sensor |
| EP1711790B1 (en) | 2003-12-05 | 2010-09-08 | DexCom, Inc. | Calibration techniques for a continuous analyte sensor |
| US8423114B2 (en) | 2006-10-04 | 2013-04-16 | Dexcom, Inc. | Dual electrode system for a continuous analyte sensor |
| US8287453B2 (en) | 2003-12-05 | 2012-10-16 | Dexcom, Inc. | Analyte sensor |
| US8532730B2 (en) | 2006-10-04 | 2013-09-10 | Dexcom, Inc. | Analyte sensor |
| EP1711791B1 (en) | 2003-12-09 | 2014-10-15 | DexCom, Inc. | Signal processing for continuous analyte sensor |
| WO2005089103A2 (en) | 2004-02-17 | 2005-09-29 | Therasense, Inc. | Method and system for providing data communication in continuous glucose monitoring and management system |
| US8808228B2 (en) | 2004-02-26 | 2014-08-19 | Dexcom, Inc. | Integrated medicament delivery device for use with continuous analyte sensor |
| DE102004020160A1 (de) * | 2004-04-24 | 2005-11-10 | Roche Diagnostics Gmbh | Verfahren und Vorrichtung zum Überwachen einer Konzentration eines Analyten im lebenden Körper eines Menschen oder Tieres |
| WO2005106446A1 (ja) * | 2004-04-30 | 2005-11-10 | Matsushita Electric Industrial Co., Ltd. | 血糖値計測装置 |
| CN100533429C (zh) * | 2004-05-11 | 2009-08-26 | 希森美康株式会社 | 葡萄糖和胰岛素浓度模拟系统及记录介质 |
| WO2005119524A2 (en) | 2004-06-04 | 2005-12-15 | Therasense, Inc. | Diabetes care host-client architecture and data management system |
| US8452368B2 (en) | 2004-07-13 | 2013-05-28 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US8565848B2 (en) | 2004-07-13 | 2013-10-22 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US7857760B2 (en) | 2004-07-13 | 2010-12-28 | Dexcom, Inc. | Analyte sensor |
| US7783333B2 (en) | 2004-07-13 | 2010-08-24 | Dexcom, Inc. | Transcutaneous medical device with variable stiffness |
| US7905833B2 (en) | 2004-07-13 | 2011-03-15 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US7728821B2 (en) | 2004-08-06 | 2010-06-01 | Touchtable, Inc. | Touch detecting interactive display |
| US7719523B2 (en) | 2004-08-06 | 2010-05-18 | Touchtable, Inc. | Bounding box gesture recognition on a touch detecting interactive display |
| US7724242B2 (en) | 2004-08-06 | 2010-05-25 | Touchtable, Inc. | Touch driven method and apparatus to integrate and display multiple image layers forming alternate depictions of same subject matter |
| JP2008511374A (ja) * | 2004-09-03 | 2008-04-17 | ノボ・ノルデイスク・エー／エス | 血中グルコ−ス濃度を推定するためのシステム及び方法 |
| US8571624B2 (en) | 2004-12-29 | 2013-10-29 | Abbott Diabetes Care Inc. | Method and apparatus for mounting a data transmission device in a communication system |
| US10226207B2 (en) | 2004-12-29 | 2019-03-12 | Abbott Diabetes Care Inc. | Sensor inserter having introducer |
| US8333714B2 (en) | 2006-09-10 | 2012-12-18 | Abbott Diabetes Care Inc. | Method and system for providing an integrated analyte sensor insertion device and data processing unit |
| US9743862B2 (en) | 2011-03-31 | 2017-08-29 | Abbott Diabetes Care Inc. | Systems and methods for transcutaneously implanting medical devices |
| US9788771B2 (en) | 2006-10-23 | 2017-10-17 | Abbott Diabetes Care Inc. | Variable speed sensor insertion devices and methods of use |
| US8512243B2 (en) | 2005-09-30 | 2013-08-20 | Abbott Diabetes Care Inc. | Integrated introducer and transmitter assembly and methods of use |
| US9572534B2 (en) | 2010-06-29 | 2017-02-21 | Abbott Diabetes Care Inc. | Devices, systems and methods for on-skin or on-body mounting of medical devices |
| US7731657B2 (en) | 2005-08-30 | 2010-06-08 | Abbott Diabetes Care Inc. | Analyte sensor introducer and methods of use |
| US7883464B2 (en) | 2005-09-30 | 2011-02-08 | Abbott Diabetes Care Inc. | Integrated transmitter unit and sensor introducer mechanism and methods of use |
| US20090105569A1 (en) | 2006-04-28 | 2009-04-23 | Abbott Diabetes Care, Inc. | Introducer Assembly and Methods of Use |
| US8029441B2 (en) | 2006-02-28 | 2011-10-04 | Abbott Diabetes Care Inc. | Analyte sensor transmitter unit configuration for a data monitoring and management system |
| US9636450B2 (en) | 2007-02-19 | 2017-05-02 | Udo Hoss | Pump system modular components for delivering medication and analyte sensing at seperate insertion sites |
| US9259175B2 (en) | 2006-10-23 | 2016-02-16 | Abbott Diabetes Care, Inc. | Flexible patch for fluid delivery and monitoring body analytes |
| US9398882B2 (en) | 2005-09-30 | 2016-07-26 | Abbott Diabetes Care Inc. | Method and apparatus for providing analyte sensor and data processing device |
| US7697967B2 (en) | 2005-12-28 | 2010-04-13 | Abbott Diabetes Care Inc. | Method and apparatus for providing analyte sensor insertion |
| US9351669B2 (en) | 2009-09-30 | 2016-05-31 | Abbott Diabetes Care Inc. | Interconnect for on-body analyte monitoring device |
| US8133178B2 (en) | 2006-02-22 | 2012-03-13 | Dexcom, Inc. | Analyte sensor |
| CA2601441A1 (en) | 2005-03-21 | 2006-09-28 | Abbott Diabetes Care Inc. | Method and system for providing integrated medication infusion and analyte monitoring system |
| US8112240B2 (en) | 2005-04-29 | 2012-02-07 | Abbott Diabetes Care Inc. | Method and apparatus for providing leak detection in data monitoring and management systems |
| US8109871B2 (en) * | 2005-05-06 | 2012-02-07 | Minntech Corporation | Endoscope integrity tester including context-sensitive compensation and methods of context-sensitive integrity testing |
| US20070060791A1 (en) * | 2005-05-06 | 2007-03-15 | Melissa Kubach | Computer systems and software for operating an endoscope integrity tester |
| JP2006313481A (ja) * | 2005-05-09 | 2006-11-16 | Sysmex Corp | 生体器官の機能のシミュレーションシステム及びそのプログラム |
| JP4756906B2 (ja) * | 2005-05-11 | 2011-08-24 | シスメックス株式会社 | 生体シミュレーションシステム及びコンピュータプログラム |
| JP4781710B2 (ja) * | 2005-05-12 | 2011-09-28 | シスメックス株式会社 | 治療効果予測システム及びそのプログラム |
| US7768408B2 (en) | 2005-05-17 | 2010-08-03 | Abbott Diabetes Care Inc. | Method and system for providing data management in data monitoring system |
| US7620437B2 (en) | 2005-06-03 | 2009-11-17 | Abbott Diabetes Care Inc. | Method and apparatus for providing rechargeable power in data monitoring and management systems |
| US20080314395A1 (en) | 2005-08-31 | 2008-12-25 | Theuniversity Of Virginia Patent Foundation | Accuracy of Continuous Glucose Sensors |
| US8880138B2 (en) | 2005-09-30 | 2014-11-04 | Abbott Diabetes Care Inc. | Device for channeling fluid and methods of use |
| US9521968B2 (en) | 2005-09-30 | 2016-12-20 | Abbott Diabetes Care Inc. | Analyte sensor retention mechanism and methods of use |
| US7756561B2 (en) | 2005-09-30 | 2010-07-13 | Abbott Diabetes Care Inc. | Method and apparatus for providing rechargeable power in data monitoring and management systems |
| US7583190B2 (en) | 2005-10-31 | 2009-09-01 | Abbott Diabetes Care Inc. | Method and apparatus for providing data communication in data monitoring and management systems |
| US7766829B2 (en) | 2005-11-04 | 2010-08-03 | Abbott Diabetes Care Inc. | Method and system for providing basal profile modification in analyte monitoring and management systems |
| CA2636034A1 (en) | 2005-12-28 | 2007-10-25 | Abbott Diabetes Care Inc. | Medical device insertion |
| US11298058B2 (en) | 2005-12-28 | 2022-04-12 | Abbott Diabetes Care Inc. | Method and apparatus for providing analyte sensor insertion |
| US8515518B2 (en) | 2005-12-28 | 2013-08-20 | Abbott Diabetes Care Inc. | Analyte monitoring |
| US8160670B2 (en) | 2005-12-28 | 2012-04-17 | Abbott Diabetes Care Inc. | Analyte monitoring: stabilizer for subcutaneous glucose sensor with incorporated antiglycolytic agent |
| EP1830333A1 (en) * | 2006-01-27 | 2007-09-05 | Sysmex Corporation | Medical simulation system, computer system and computer program product |
| US7736310B2 (en) | 2006-01-30 | 2010-06-15 | Abbott Diabetes Care Inc. | On-body medical device securement |
| US8344966B2 (en) | 2006-01-31 | 2013-01-01 | Abbott Diabetes Care Inc. | Method and system for providing a fault tolerant display unit in an electronic device |
| US7826879B2 (en) | 2006-02-28 | 2010-11-02 | Abbott Diabetes Care Inc. | Analyte sensors and methods of use |
| US7885698B2 (en) | 2006-02-28 | 2011-02-08 | Abbott Diabetes Care Inc. | Method and system for providing continuous calibration of implantable analyte sensors |
| EP1991110B1 (en) | 2006-03-09 | 2018-11-07 | DexCom, Inc. | Systems and methods for processing analyte sensor data |
| US7618369B2 (en) | 2006-10-02 | 2009-11-17 | Abbott Diabetes Care Inc. | Method and system for dynamically updating calibration parameters for an analyte sensor |
| US8374668B1 (en) | 2007-10-23 | 2013-02-12 | Abbott Diabetes Care Inc. | Analyte sensor with lag compensation |
| US8219173B2 (en) | 2008-09-30 | 2012-07-10 | Abbott Diabetes Care Inc. | Optimizing analyte sensor calibration |
| US8224415B2 (en) | 2009-01-29 | 2012-07-17 | Abbott Diabetes Care Inc. | Method and device for providing offset model based calibration for analyte sensor |
| US7620438B2 (en) | 2006-03-31 | 2009-11-17 | Abbott Diabetes Care Inc. | Method and system for powering an electronic device |
| US7630748B2 (en) | 2006-10-25 | 2009-12-08 | Abbott Diabetes Care Inc. | Method and system for providing analyte monitoring |
| US7653425B2 (en) | 2006-08-09 | 2010-01-26 | Abbott Diabetes Care Inc. | Method and system for providing calibration of an analyte sensor in an analyte monitoring system |
| US9392969B2 (en) | 2008-08-31 | 2016-07-19 | Abbott Diabetes Care Inc. | Closed loop control and signal attenuation detection |
| US8346335B2 (en) | 2008-03-28 | 2013-01-01 | Abbott Diabetes Care Inc. | Analyte sensor calibration management |
| US8140312B2 (en) | 2007-05-14 | 2012-03-20 | Abbott Diabetes Care Inc. | Method and system for determining analyte levels |
| US9675290B2 (en) | 2012-10-30 | 2017-06-13 | Abbott Diabetes Care Inc. | Sensitivity calibration of in vivo sensors used to measure analyte concentration |
| US8473022B2 (en) | 2008-01-31 | 2013-06-25 | Abbott Diabetes Care Inc. | Analyte sensor with time lag compensation |
| US8226891B2 (en) | 2006-03-31 | 2012-07-24 | Abbott Diabetes Care Inc. | Analyte monitoring devices and methods therefor |
| US7801582B2 (en) | 2006-03-31 | 2010-09-21 | Abbott Diabetes Care Inc. | Analyte monitoring and management system and methods therefor |
| JP4918285B2 (ja) * | 2006-05-24 | 2012-04-18 | シスメックス株式会社 | 生体器官の機能のシミュレーションシステム及びそのプログラム |
| US7920907B2 (en) | 2006-06-07 | 2011-04-05 | Abbott Diabetes Care Inc. | Analyte monitoring system and method |
| WO2007149533A2 (en) * | 2006-06-19 | 2007-12-27 | Dose Safety | System, method and article for controlling the dispensing of insulin |
| US8135548B2 (en) | 2006-10-26 | 2012-03-13 | Abbott Diabetes Care Inc. | Method, system and computer program product for real-time detection of sensitivity decline in analyte sensors |
| US8579853B2 (en) | 2006-10-31 | 2013-11-12 | Abbott Diabetes Care Inc. | Infusion devices and methods |
| US20080199894A1 (en) | 2007-02-15 | 2008-08-21 | Abbott Diabetes Care, Inc. | Device and method for automatic data acquisition and/or detection |
| US8121857B2 (en) | 2007-02-15 | 2012-02-21 | Abbott Diabetes Care Inc. | Device and method for automatic data acquisition and/or detection |
| US8930203B2 (en) | 2007-02-18 | 2015-01-06 | Abbott Diabetes Care Inc. | Multi-function analyte test device and methods therefor |
| US8732188B2 (en) | 2007-02-18 | 2014-05-20 | Abbott Diabetes Care Inc. | Method and system for providing contextual based medication dosage determination |
| US8123686B2 (en) | 2007-03-01 | 2012-02-28 | Abbott Diabetes Care Inc. | Method and apparatus for providing rolling data in communication systems |
| US9204827B2 (en) | 2007-04-14 | 2015-12-08 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in medical communication system |
| CA2683930A1 (en) | 2007-04-14 | 2008-10-23 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in medical communication system |
| EP2146624B1 (en) | 2007-04-14 | 2020-03-25 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in medical communication system |
| US10111608B2 (en) | 2007-04-14 | 2018-10-30 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in medical communication system |
| CA2683721C (en) | 2007-04-14 | 2017-05-23 | Abbott Diabetes Care Inc. | Method and apparatus for providing dynamic multi-stage signal amplification in a medical device |
| EP2146625B1 (en) | 2007-04-14 | 2019-08-14 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in medical communication system |
| US8665091B2 (en) | 2007-05-08 | 2014-03-04 | Abbott Diabetes Care Inc. | Method and device for determining elapsed sensor life |
| US8461985B2 (en) | 2007-05-08 | 2013-06-11 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods |
| US8456301B2 (en) | 2007-05-08 | 2013-06-04 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods |
| US7928850B2 (en) | 2007-05-08 | 2011-04-19 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods |
| US9125548B2 (en) | 2007-05-14 | 2015-09-08 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8560038B2 (en) | 2007-05-14 | 2013-10-15 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8600681B2 (en) | 2007-05-14 | 2013-12-03 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8444560B2 (en) | 2007-05-14 | 2013-05-21 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US10002233B2 (en) | 2007-05-14 | 2018-06-19 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8260558B2 (en) | 2007-05-14 | 2012-09-04 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8103471B2 (en) | 2007-05-14 | 2012-01-24 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US7996158B2 (en) | 2007-05-14 | 2011-08-09 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8239166B2 (en) | 2007-05-14 | 2012-08-07 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| WO2008150917A1 (en) | 2007-05-31 | 2008-12-11 | Abbott Diabetes Care, Inc. | Insertion devices and methods |
| US20080306434A1 (en) | 2007-06-08 | 2008-12-11 | Dexcom, Inc. | Integrated medicament delivery device for use with continuous analyte sensor |
| AU2008265542B2 (en) | 2007-06-21 | 2014-07-24 | Abbott Diabetes Care Inc. | Health monitor |
| EP3533387A3 (en) | 2007-06-21 | 2019-11-13 | Abbott Diabetes Care, Inc. | Health management devices and methods |
| US8160900B2 (en) | 2007-06-29 | 2012-04-17 | Abbott Diabetes Care Inc. | Analyte monitoring and management device and method to analyze the frequency of user interaction with the device |
| US8834366B2 (en) | 2007-07-31 | 2014-09-16 | Abbott Diabetes Care Inc. | Method and apparatus for providing analyte sensor calibration |
| US7768386B2 (en) | 2007-07-31 | 2010-08-03 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| EP4159114B1 (en) | 2007-10-09 | 2024-04-10 | DexCom, Inc. | Integrated insulin delivery system with continuous glucose sensor |
| US8377031B2 (en) | 2007-10-23 | 2013-02-19 | Abbott Diabetes Care Inc. | Closed loop control system with safety parameters and methods |
| US8216138B1 (en) | 2007-10-23 | 2012-07-10 | Abbott Diabetes Care Inc. | Correlation of alternative site blood and interstitial fluid glucose concentrations to venous glucose concentration |
| US8409093B2 (en) | 2007-10-23 | 2013-04-02 | Abbott Diabetes Care Inc. | Assessing measures of glycemic variability |
| US8417312B2 (en) | 2007-10-25 | 2013-04-09 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US8290559B2 (en) | 2007-12-17 | 2012-10-16 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US20090164239A1 (en) | 2007-12-19 | 2009-06-25 | Abbott Diabetes Care, Inc. | Dynamic Display Of Glucose Information |
| CA2715628A1 (en) | 2008-02-21 | 2009-08-27 | Dexcom, Inc. | Systems and methods for processing, transmitting and displaying sensor data |
| US8396528B2 (en) | 2008-03-25 | 2013-03-12 | Dexcom, Inc. | Analyte sensor |
| CA2721214A1 (en) | 2008-04-10 | 2009-10-15 | Abbott Diabetes Care Inc. | Method and system for sterilizing an analyte sensor |
| US8924159B2 (en) | 2008-05-30 | 2014-12-30 | Abbott Diabetes Care Inc. | Method and apparatus for providing glycemic control |
| US7826382B2 (en) | 2008-05-30 | 2010-11-02 | Abbott Diabetes Care Inc. | Close proximity communication device and methods |
| US8591410B2 (en) | 2008-05-30 | 2013-11-26 | Abbott Diabetes Care Inc. | Method and apparatus for providing glycemic control |
| WO2010009172A1 (en) | 2008-07-14 | 2010-01-21 | Abbott Diabetes Care Inc. | Closed loop control system interface and methods |
| US8622988B2 (en) | 2008-08-31 | 2014-01-07 | Abbott Diabetes Care Inc. | Variable rate closed loop control and methods |
| US8734422B2 (en) | 2008-08-31 | 2014-05-27 | Abbott Diabetes Care Inc. | Closed loop control with improved alarm functions |
| US9943644B2 (en) | 2008-08-31 | 2018-04-17 | Abbott Diabetes Care Inc. | Closed loop control with reference measurement and methods thereof |
| US20100057040A1 (en) | 2008-08-31 | 2010-03-04 | Abbott Diabetes Care, Inc. | Robust Closed Loop Control And Methods |
| US8986208B2 (en) | 2008-09-30 | 2015-03-24 | Abbott Diabetes Care Inc. | Analyte sensor sensitivity attenuation mitigation |
| US9326707B2 (en) | 2008-11-10 | 2016-05-03 | Abbott Diabetes Care Inc. | Alarm characterization for analyte monitoring devices and systems |
| US9918635B2 (en) * | 2008-12-23 | 2018-03-20 | Roche Diabetes Care, Inc. | Systems and methods for optimizing insulin dosage |
| US8849458B2 (en) * | 2008-12-23 | 2014-09-30 | Roche Diagnostics Operations, Inc. | Collection device with selective display of test results, method and computer program product thereof |
| US10437962B2 (en) | 2008-12-23 | 2019-10-08 | Roche Diabetes Care Inc | Status reporting of a structured collection procedure |
| CN102265279B (zh) | 2008-12-23 | 2019-08-23 | 霍夫曼-拉罗奇有限公司 | 用于慢性病患者的诊断或者治疗支持的结构化测试方法及其设备 |
| US10456036B2 (en) * | 2008-12-23 | 2019-10-29 | Roche Diabetes Care, Inc. | Structured tailoring |
| US9117015B2 (en) | 2008-12-23 | 2015-08-25 | Roche Diagnostics Operations, Inc. | Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device |
| US20120011125A1 (en) | 2008-12-23 | 2012-01-12 | Roche Diagnostics Operations, Inc. | Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device |
| US8103456B2 (en) | 2009-01-29 | 2012-01-24 | Abbott Diabetes Care Inc. | Method and device for early signal attenuation detection using blood glucose measurements |
| US8560082B2 (en) | 2009-01-30 | 2013-10-15 | Abbott Diabetes Care Inc. | Computerized determination of insulin pump therapy parameters using real time and retrospective data processing |
| US20100198034A1 (en) | 2009-02-03 | 2010-08-05 | Abbott Diabetes Care Inc. | Compact On-Body Physiological Monitoring Devices and Methods Thereof |
| US9446194B2 (en) | 2009-03-27 | 2016-09-20 | Dexcom, Inc. | Methods and systems for promoting glucose management |
| US8497777B2 (en) | 2009-04-15 | 2013-07-30 | Abbott Diabetes Care Inc. | Analyte monitoring system having an alert |
| EP2419015A4 (en) | 2009-04-16 | 2014-08-20 | Abbott Diabetes Care Inc | ANALYTE SENSOR CALIBRATION MANAGEMENT |
| US8467972B2 (en) | 2009-04-28 | 2013-06-18 | Abbott Diabetes Care Inc. | Closed loop blood glucose control algorithm analysis |
| WO2010127050A1 (en) | 2009-04-28 | 2010-11-04 | Abbott Diabetes Care Inc. | Error detection in critical repeating data in a wireless sensor system |
| EP2425209A4 (en) | 2009-04-29 | 2013-01-09 | Abbott Diabetes Care Inc | METHOD AND SYSTEM FOR REAL-TIME CALIBRATION OF AN ANALYTICAL SENSOR WITH RETROACTIVE FILLING |
| WO2010127187A1 (en) | 2009-04-29 | 2010-11-04 | Abbott Diabetes Care Inc. | Method and system for providing data communication in continuous glucose monitoring and management system |
| WO2010138856A1 (en) | 2009-05-29 | 2010-12-02 | Abbott Diabetes Care Inc. | Medical device antenna systems having external antenna configurations |
| US8613892B2 (en) | 2009-06-30 | 2013-12-24 | Abbott Diabetes Care Inc. | Analyte meter with a moveable head and methods of using the same |
| US8798934B2 (en) | 2009-07-23 | 2014-08-05 | Abbott Diabetes Care Inc. | Real time management of data relating to physiological control of glucose levels |
| DK3689237T3 (da) | 2009-07-23 | 2021-08-16 | Abbott Diabetes Care Inc | Fremgangsmåde til fremstilling og system til kontinuerlig analytmåling |
| WO2011014851A1 (en) | 2009-07-31 | 2011-02-03 | Abbott Diabetes Care Inc. | Method and apparatus for providing analyte monitoring system calibration accuracy |
| ES2959131T3 (es) | 2009-08-31 | 2024-02-20 | Abbott Diabetes Care Inc | Visualizadores para un dispositivo médico |
| US8993331B2 (en) | 2009-08-31 | 2015-03-31 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods for managing power and noise |
| EP3001194B1 (en) | 2009-08-31 | 2019-04-17 | Abbott Diabetes Care, Inc. | Medical devices and methods |
| US9314195B2 (en) | 2009-08-31 | 2016-04-19 | Abbott Diabetes Care Inc. | Analyte signal processing device and methods |
| CN102770761A (zh) * | 2009-09-02 | 2012-11-07 | 弗吉尼亚大学专利基金会 | 从自我监测血糖(smbg)数据追踪糖尿病中即将发生低血糖的概率 |
| US9320461B2 (en) | 2009-09-29 | 2016-04-26 | Abbott Diabetes Care Inc. | Method and apparatus for providing notification function in analyte monitoring systems |
| WO2011053881A1 (en) | 2009-10-30 | 2011-05-05 | Abbott Diabetes Care Inc. | Method and apparatus for detecting false hypoglycemic conditions |
| JP5083297B2 (ja) * | 2009-11-18 | 2012-11-28 | セイコーエプソン株式会社 | 予測血糖値算出装置、予測血糖値算出方法およびプログラム |
| USD924406S1 (en) | 2010-02-01 | 2021-07-06 | Abbott Diabetes Care Inc. | Analyte sensor inserter |
| US9041730B2 (en) * | 2010-02-12 | 2015-05-26 | Dexcom, Inc. | Receivers for analyzing and displaying sensor data |
| WO2011112753A1 (en) | 2010-03-10 | 2011-09-15 | Abbott Diabetes Care Inc. | Systems, devices and methods for managing glucose levels |
| CN102639185B (zh) | 2010-03-24 | 2015-02-04 | 雅培糖尿病护理公司 | 医疗装置插入物以及插入和使用医疗装置的方法 |
| US8532933B2 (en) | 2010-06-18 | 2013-09-10 | Roche Diagnostics Operations, Inc. | Insulin optimization systems and testing methods with adjusted exit criterion accounting for system noise associated with biomarkers |
| US8635046B2 (en) | 2010-06-23 | 2014-01-21 | Abbott Diabetes Care Inc. | Method and system for evaluating analyte sensor response characteristics |
| US11064921B2 (en) | 2010-06-29 | 2021-07-20 | Abbott Diabetes Care Inc. | Devices, systems and methods for on-skin or on-body mounting of medical devices |
| US10092229B2 (en) | 2010-06-29 | 2018-10-09 | Abbott Diabetes Care Inc. | Calibration of analyte measurement system |
| US11213226B2 (en) | 2010-10-07 | 2022-01-04 | Abbott Diabetes Care Inc. | Analyte monitoring devices and methods |
| US9786024B2 (en) | 2010-12-22 | 2017-10-10 | Roche Diabetes Care, Inc. | Graphical user interface for a handheld diabetes management device with bolus calculator |
| US10458973B2 (en) | 2010-12-22 | 2019-10-29 | Roche Diabetes Care, Inc. | Handheld diabetes management device with bolus calculator |
| US20120173151A1 (en) | 2010-12-29 | 2012-07-05 | Roche Diagnostics Operations, Inc. | Methods of assessing diabetes treatment protocols based on protocol complexity levels and patient proficiency levels |
| CN107019515B (zh) | 2011-02-28 | 2021-02-26 | 雅培糖尿病护理公司 | 显示传感器读数的方法与分析物监测装置及其操作方法 |
| US10136845B2 (en) | 2011-02-28 | 2018-11-27 | Abbott Diabetes Care Inc. | Devices, systems, and methods associated with analyte monitoring devices and devices incorporating the same |
| WO2012142502A2 (en) | 2011-04-15 | 2012-10-18 | Dexcom Inc. | Advanced analyte sensor calibration and error detection |
| US8755938B2 (en) | 2011-05-13 | 2014-06-17 | Roche Diagnostics Operations, Inc. | Systems and methods for handling unacceptable values in structured collection protocols |
| US8766803B2 (en) | 2011-05-13 | 2014-07-01 | Roche Diagnostics Operations, Inc. | Dynamic data collection |
| US9069536B2 (en) | 2011-10-31 | 2015-06-30 | Abbott Diabetes Care Inc. | Electronic devices having integrated reset systems and methods thereof |
| WO2013066849A1 (en) | 2011-10-31 | 2013-05-10 | Abbott Diabetes Care Inc. | Model based variable risk false glucose threshold alarm prevention mechanism |
| AU2012335830B2 (en) | 2011-11-07 | 2017-05-04 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods |
| US9317656B2 (en) | 2011-11-23 | 2016-04-19 | Abbott Diabetes Care Inc. | Compatibility mechanisms for devices in a continuous analyte monitoring system and methods thereof |
| US8710993B2 (en) | 2011-11-23 | 2014-04-29 | Abbott Diabetes Care Inc. | Mitigating single point failure of devices in an analyte monitoring system and methods thereof |
| WO2013078426A2 (en) | 2011-11-25 | 2013-05-30 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods of use |
| EP4344633A2 (en) | 2011-12-11 | 2024-04-03 | Abbott Diabetes Care, Inc. | Analyte sensor methods |
| US9136939B2 (en) | 2011-12-29 | 2015-09-15 | Roche Diabetes Care, Inc. | Graphical user interface pertaining to a bolus calculator residing on a handheld diabetes management device |
| US20140149329A1 (en) * | 2012-04-19 | 2014-05-29 | Stephen Shaw | Near real time blood glucose level forecasting |
| EP3395252A1 (en) | 2012-08-30 | 2018-10-31 | Abbott Diabetes Care, Inc. | Dropout detection in continuous analyte monitoring data during data excursions |
| US9968306B2 (en) | 2012-09-17 | 2018-05-15 | Abbott Diabetes Care Inc. | Methods and apparatuses for providing adverse condition notification with enhanced wireless communication range in analyte monitoring systems |
| EP2901153A4 (en) | 2012-09-26 | 2016-04-27 | Abbott Diabetes Care Inc | METHOD AND DEVICE FOR IMPROVING DELAY CORRECTION FUNCTION DURING IN VIVO MEASUREMENT OF ANALYZ CONCENTRATION WITH ANALYZ CONCENTRATION VARIABILITY AND RANGE DATA |
| US9119529B2 (en) | 2012-10-30 | 2015-09-01 | Dexcom, Inc. | Systems and methods for dynamically and intelligently monitoring a host's glycemic condition after an alert is triggered |
| US9833191B2 (en) | 2012-11-07 | 2017-12-05 | Bigfoot Biomedical, Inc. | Computer-based diabetes management |
| US10433773B1 (en) | 2013-03-15 | 2019-10-08 | Abbott Diabetes Care Inc. | Noise rejection methods and apparatus for sparsely sampled analyte sensor data |
| WO2014152034A1 (en) | 2013-03-15 | 2014-09-25 | Abbott Diabetes Care Inc. | Sensor fault detection using analyte sensor data pattern comparison |
| US9474475B1 (en) | 2013-03-15 | 2016-10-25 | Abbott Diabetes Care Inc. | Multi-rate analyte sensor data collection with sample rate configurable signal processing |
| US10130275B2 (en) | 2013-06-13 | 2018-11-20 | Dyansys, Inc. | Method and apparatus for autonomic nervous system sensitivity-point testing |
| US10052257B2 (en) | 2013-06-13 | 2018-08-21 | Dyansys, Inc. | Method and apparatus for stimulative electrotherapy |
| WO2015102745A1 (en) | 2013-12-31 | 2015-07-09 | Abbott Diabetes Care Inc. | Self-powered analyte sensor and devices using the same |
| EP3125761B1 (en) | 2014-03-30 | 2020-09-30 | Abbott Diabetes Care Inc. | Method and apparatus for determining meal start and peak events in analyte monitoring systems |
| EP4233936A3 (en) | 2014-06-10 | 2023-11-01 | Bigfoot Biomedical, Inc. | Insulin delivery systems and methods |
| SG11201610035RA (en) | 2014-06-30 | 2017-01-27 | Evolving Machine Intelligence Pty Ltd | A system and method for modelling system behaviour |
| WO2016054079A1 (en) | 2014-09-29 | 2016-04-07 | Zyomed Corp. | Systems and methods for blood glucose and other analyte detection and measurement using collision computing |
| WO2016183493A1 (en) | 2015-05-14 | 2016-11-17 | Abbott Diabetes Care Inc. | Compact medical device inserters and related systems and methods |
| US10213139B2 (en) | 2015-05-14 | 2019-02-26 | Abbott Diabetes Care Inc. | Systems, devices, and methods for assembling an applicator and sensor control device |
| CN108024765B (zh) | 2015-07-10 | 2021-06-11 | 雅培糖尿病护理公司 | 对于生理参数进行动态葡萄糖曲线响应的系统、装置和方法 |
| US9554738B1 (en) | 2016-03-30 | 2017-01-31 | Zyomed Corp. | Spectroscopic tomography systems and methods for noninvasive detection and measurement of analytes using collision computing |
| CN110461217B (zh) | 2017-01-23 | 2022-09-16 | 雅培糖尿病护理公司 | 用于分析物传感器插入的系统、装置和方法 |
| WO2018175489A1 (en) | 2017-03-21 | 2018-09-27 | Abbott Diabetes Care Inc. | Methods, devices and system for providing diabetic condition diagnosis and therapy |
| ES2903174T3 (es) | 2017-05-05 | 2022-03-31 | Lilly Co Eli | Control de bucle cerrado de glucosa fisiológica |
| CN107576703A (zh) * | 2017-10-12 | 2018-01-12 | 天津科技大学 | 一种基于模糊系统的家用血糖仪 |
| US11331022B2 (en) | 2017-10-24 | 2022-05-17 | Dexcom, Inc. | Pre-connected analyte sensors |
| CN212438615U (zh) | 2017-10-24 | 2021-02-02 | 德克斯康公司 | 可穿戴设备 |
| US11901060B2 (en) | 2017-12-21 | 2024-02-13 | Ypsomed Ag | Closed loop control of physiological glucose |
| USD1002852S1 (en) | 2019-06-06 | 2023-10-24 | Abbott Diabetes Care Inc. | Analyte sensor device |
| USD999913S1 (en) | 2020-12-21 | 2023-09-26 | Abbott Diabetes Care Inc | Analyte sensor inserter |
| CN113317783B (zh) * | 2021-04-20 | 2022-02-01 | 港湾之星健康生物(深圳)有限公司 | 多模个性化纵横校准的方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4731726A (en) * | 1986-05-19 | 1988-03-15 | Healthware Corporation | Patient-operated glucose monitor and diabetes management system |
| US5251126A (en) * | 1990-10-29 | 1993-10-05 | Miles Inc. | Diabetes data analysis and interpretation method |
| US5748851A (en) * | 1994-02-28 | 1998-05-05 | Kabushiki Kaisha Meidensha | Method and apparatus for executing short-term prediction of timeseries data |
-
1998
- 1998-04-07 JP JP9378398A patent/JPH11296598A/ja active Pending
- 1998-10-16 US US09/174,258 patent/US5971922A/en not_active Expired - Fee Related
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005535885A (ja) * | 2002-08-13 | 2005-11-24 | ユニヴァースティ オブ ヴァージニア パテント ファウンデイション | 糖尿病自己管理を推進するための自己モニタリング血糖（ｓｍｂｇ）データを処理するための方法、システムおよびコンピュータ・プログラム・プロダクト |
| JP2004351184A (ja) * | 2003-05-28 | 2004-12-16 | Yasuo Fujii | ユビキタス式健康管理支援システム |
| JP4547173B2 (ja) * | 2004-03-17 | 2010-09-22 | シスメックス株式会社 | 糖尿病診療支援システム |
| JP2005267042A (ja) * | 2004-03-17 | 2005-09-29 | Sysmex Corp | 糖尿病診療支援システム |
| US7914449B2 (en) | 2004-03-17 | 2011-03-29 | Sysmex Corporation | Diagnostic support system for diabetes and storage medium |
| JPWO2006009199A1 (ja) * | 2004-07-21 | 2008-05-01 | 松下電器産業株式会社 | 血糖値管理システム |
| EP1995680A2 (en) | 2007-05-23 | 2008-11-26 | Sysmex Corporation | Medical diagnosis support computer system, computer program, and server computer |
| JP2013503874A (ja) * | 2009-09-01 | 2013-02-04 | ユニバーシティ オブ ヴァージニア パテント ファウンデーション | ノミナルオープンループ・プロファイルを用いた糖尿病におけるインスリン放出の調節（ａｉｄ）のためのシステム、方法及びコンピュータ・プログラム製品 |
| WO2012145616A3 (en) * | 2011-04-20 | 2013-02-14 | The Cleveland Clinic Foundation | Predictive modeling |
| WO2014087768A1 (ja) | 2012-12-04 | 2014-06-12 | Ｎｅｃシステムテクノロジー株式会社 | 血糖値予測装置、測定装置、血糖値予測方法、及びコンピュータ読み取り可能な記録媒体 |
| US10123749B2 (en) | 2012-12-04 | 2018-11-13 | Nec Solution Innovators, Ltd. | Blood sugar level prediction device, measurement device, blood sugar level prediction method and computer-readable storage medium |
| JP2019531522A (ja) * | 2016-07-08 | 2019-10-31 | ノボ・ノルデイスク・エー／エス | 適応的目標グルコース値による基礎滴定 |
| US11373746B2 (en) | 2016-07-08 | 2022-06-28 | Novo Nordisk A/S | Basal titration with adaptive target glucose level |
Also Published As
| Publication number | Publication date |
|---|---|
| US5971922A (en) | 1999-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH11296598A (ja) | 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体 | |
| Saleh et al. | Learning ensemble classifiers for diabetic retinopathy assessment | |
| US20220101967A1 (en) | Methods for automatic cohort selection in epidemiologic studies and clinical trials | |
| US20090083203A1 (en) | Method for constructing database to deduce disease and providing u-health service | |
| US9672326B2 (en) | Determining disease state of a patient by mapping a topological module representing the disease, and using a weighted average of node data | |
| Blanco et al. | Feature selection in Bayesian classifiers for the prognosis of survival of cirrhotic patients treated with TIPS | |
| Deák et al. | Correlation of central retinal thickness and visual acuity in diabetic macular edema | |
| Falcionelli et al. | Indexing the event calculus: towards practical human-readable personal health systems | |
| CN102405473A (zh) | 医护点动作医疗系统和方法 | |
| Bellazzi et al. | Qualitative models and fuzzy systems: an integrated approach for learning from data | |
| Alharbi et al. | Prediction of dental implants using machine learning algorithms | |
| CN112542242A (zh) | 数据转换/症状评分 | |
| CN113362931B (zh) | 基于知识图谱的归因分析方法、装置和系统 | |
| Bazan et al. | Predicting the presence of serious coronary artery disease based on 24 hour Holter ECG monitoring | |
| Bromuri et al. | Monitoring gestational diabetes mellitus with cognitive agents and agent environments | |
| Harvey et al. | Clinically relevant hypoglycemia prediction metrics for event mitigation | |
| Sarp et al. | Artificial intelligence-powered chronic wound management system: Towards human digital twins | |
| Gauss et al. | Current knowledge and availability of machine learning across the spectrum of trauma science | |
| US11942226B2 (en) | Providing clinical practical guidelines | |
| Pulido et al. | A new model based on a fuzzy system for arterial hypertension classification | |
| Fiarni | Design of Knowledge Management System for Diabetic Complication Diseases | |
| Jakhmola et al. | A computational approach of data smoothening and prediction of diabetes dataset | |
| US20230101650A1 (en) | Medical information processing apparatus, medical information processing method, and recording medium | |
| US20240144381A1 (en) | Intelligent workflow for healthcare | |
| JP6881287B2 (ja) | データ処理装置、データ処理方法及びデータ処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20031209 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20031209 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040119 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061114 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070417 |