WO2023040925A1

WO2023040925A1 - 葡萄糖浓度水平的葡萄糖监测系统

Info

Publication number: WO2023040925A1
Application number: PCT/CN2022/118890
Authority: WO
Inventors: 洛佩; 彭璨; 何宇星; 刘石山; 熊晓辉; 谭良; 李健; 詹仕欣; 陈中钊; 韩明松; 郝强; 龚明利; 黄修良
Original assignee: 深圳硅基仿生科技股份有限公司
Priority date: 2021-09-15
Filing date: 2022-09-15
Publication date: 2023-03-23

Abstract

本发明提供一种葡萄糖浓度水平的葡萄糖监测系统，是用于检测待测对象的葡萄糖浓度并给出指导信息的葡萄糖监测系统，包括传感模块、通信模块和处理模块，传感模块配置成检测待测对象的葡萄糖数据，葡萄糖数据包括待测对象在待测时间区间内随时间变化的葡萄糖浓度；通信模块配置成接收葡萄糖数据并发送至处理模块；处理模块配置成基于葡萄糖数据确定葡萄糖浓度的波动类型，波动类型反映葡萄糖浓度在待测时间区间内的变化趋势，并根据波动类型生成与饮食行为、运动行为、和睡眠行为相关的指导信息建议。由此，能够根据葡萄糖动态曲线分析波动特征并帮助待测对象和医生快速准确读报告以及提供与用餐行为、睡眠行为或运动行为相关的建议或指导信息。

Description

葡萄糖浓度水平的葡萄糖监测系统

技术领域

本发明具体涉及一种葡萄糖浓度水平的葡萄糖监测系统，是用于检测待测对象的葡萄糖浓度并给出指导信息的葡萄糖监测系统。

背景技术

糖尿病及其慢性并发症已经成为当今严重影响人类健康的病症之一。为了延缓和减去少糖尿病的慢性并发症，需要严格控制葡萄糖，由此，用于动态反映葡萄糖波动的动态葡萄糖监测系统(Continuous glucose monitoring system，CGMS)被广泛使用。目前已经有多种动态葡萄糖监测系统得到美国FDA和/或CE认证允许在欧美使用，其中多数为微创型，采用皮下探头监测组织间液葡萄糖，少数在皮肤表面进行监测。CGMS测得的组织间液葡萄糖浓度与静脉葡萄糖浓度和指尖葡萄糖浓度有良好的相关性，可以作为辅助葡萄糖监测手段。

目前，动态葡萄糖监测系统一般情况下具备高低葡萄糖预警机制，由此能够在葡萄糖过低或过高时发出预警信号，同时临床医师可以通过高低葡萄糖预警机制有针对性的设计更个体化的治疗方案。

然而，现有技术未基于CGMS动态曲线的思维去为用户提供饮食、睡眠或运动的原因分析及指导信息或建议，仅根据曲线中的葡萄糖高低给与一些简单的建议(例如是否需要找医生等教育指导建议)，且医生或糖尿病教育师需要花费30-60分钟解读用餐时刻、睡眠时刻或运动时刻的动态曲线才能输出风险等级评估及辅助决策建议。

发明内容

本发明有鉴于上述现有技术的状况而完成，其目的在于提供一种葡萄糖浓度水平的葡萄糖监测系统，是用于检测待测对象的葡萄糖浓度并给出指导信息的葡萄糖监测系统，能够根据葡萄糖动态曲线分析波动特征并帮助待测对象和医生快速准确读报告以及提供与饮食行为、睡眠行为或运动行为相关的建议或指导信息。

为此，本发明公开一种葡萄糖浓度水平的葡萄糖监测系统，是用于检测待测对象的葡萄糖浓度并给出指导信息的葡萄糖监测系统，其特征在于，包括传感模块、通信模块和处理模块，所述传感模块配置成检测所述待测对象的葡萄糖数据，所述葡萄糖数据包括所述待测对象在待测时间区间内随时间变化的葡萄糖浓度；所述通信模块配置成接收所述葡萄糖数据并发送至所述处理模块；所述处理模块配置成基于所述葡萄糖数据确定葡萄糖浓度的波动类型，所述波动类型反映所述葡萄糖浓度在待测时间区间内的变化趋势，并根据所述波动类型生成与饮食行为、运动行为、和睡眠行为相关的指导信息或建议。

在这种情况下，传感模块能够实时连续监测待测对象在待测时间区间随时间变化的葡萄糖浓度并生成数据发送给通信模块，相较于人工采集葡萄糖浓度更加上便捷迅速；另外，通信模块能够将待测对象实时的葡萄糖数据发送至处理模块，以生成实时且连续的动态葡萄糖数据，采样周期短，提高数据准确率；另外，处理模块能够接收并根据接收到的葡萄糖数据确定待测对象的葡萄糖浓度的波动类型进而根据波动类型生成与饮食行为、睡眠行为或运动行为相关的指导信息或建议及时提供给待测对象或医生，并减去少传统人工采集葡萄糖浓度以及寻求医生建议所花费的时间。

根据本发明所提供的葡萄糖监测系统，可选地，还包括录入模块，所述录入模块用于录入所述待测时间区间，所述待测时间区间包括用餐前至用餐后的时间区间、睡眠前至睡醒的时间区间、和运动前至运动后的时间区间。在这种情况下，葡萄糖监测系统能够确定待测对象的用餐时刻、睡眠时刻或运动时刻以便根据葡萄糖动态曲线为待测对象或医生提供更加上准确的指导信息或建议。

根据本发明所提供的葡萄糖监测系统，可选地，所述葡萄糖数据包括多个检测点的葡萄糖浓度和与所述多个检测点相匹配的检测时间，若所述待测对象录入的用餐时间位于相邻两个检测点对应的检测时间的中点，则将所述相邻两个检测点当中的任一个检测点作为用餐检测点，若所述待测对象录入的用餐时间不在相邻两个检测点之间且或不在对应的检测时间的中点，则将与所述待测对象录入的用餐时间最接近的检测点作为用餐检测点，所述用餐前的时间为所述用餐检测点对应的检测时间，所述用餐后的时间为所述用餐前的时间之后的3小时至5小时。在这种情况下，葡萄糖监测系统能够更加上精确掌握待测对象的葡萄糖数据以确定相应的波动特征，葡萄糖监测系统还能够根据待测对象葡萄糖浓度的变化确定其波动类型以提供待测对象或医生相应的指导信息或建议。

根据本发明所提供的葡萄糖监测系统，可选地，所述处理模块基于所述葡萄糖数据获取所述用餐检测点的葡萄糖浓度、第一最大葡萄糖波动幅度和用餐葡萄糖波动幅度，并且基于所述用餐检测点的葡萄糖浓度、所述第一最大葡萄糖波动幅度和所述用餐葡萄糖波动幅度获得所述波动类型，其中，所述第一最大葡萄糖波动幅度为在所述用餐前的时间和所述用餐后的时间之间的检测点当中最大的葡萄糖浓度和最小的葡萄糖浓度之间的差值，所述用餐葡萄糖波动幅度为所述用餐检测点的葡萄糖浓度与在所述用餐前的时间和所述用餐后的时间之间的检测点当中最小的葡萄糖浓度之间的差值。在这种情况下，葡萄糖监测系统可以根据获取的待测对象用餐检测点的葡萄糖浓度、第一最大葡萄糖波动幅度和用餐葡萄糖波动幅度与配置在处理模块中的葡萄糖浓度及波动类型的算法相比较以确定相对应的波动类型。

根据本发明所提供的葡萄糖监测系统，可选地，所述处理模块基于与葡萄糖浓度相关的分类条件对葡萄糖浓度的波动类型进行分类，所述分类条件包括第一分类条件、第二分类条件、第三分类条件、和第四分类条件，所述第一分类条件为所述用餐葡萄糖波动幅度小于第一预设值；所述第二分类条件为所述第一最大葡萄糖波动幅度不小于第二预设值；所述第三分类条件为所述葡萄糖数据的第一个峰值出现在所述用餐时间后的第一预设时间内；所述第四分类条件为所述用餐检测点对应的葡萄糖浓度不小于第三预设值。在这种情况下，葡萄糖监测系统能够根据处理模块中已分类的条件更加上迅速得到待测对象某一用餐时间的葡萄糖浓度对应的波动类型并及时提供相应的指导信息或建议。

根据本发明所提供的葡萄糖监测系统，可选地，所述第一预设值为1.5至2.0mmol/L，所述第二预设值为4.0至5.0mmol/L，第三预设值不小于7.0mmol/L，所述第一预设时间为0.5至2小时。在这种情况下，葡萄糖监测系统测得的葡萄糖浓度曲线能够更加上准确地进行波动类型的分类，葡萄糖监测系统还能够精确地对用餐时刻的葡萄糖浓度进行监测。

根据本发明所提供的葡萄糖监测系统，可选地，所述葡萄糖数据包括多个检测点的葡萄糖浓度和与所述多个检测点相匹配的检测时间，若所述待测对象录入的睡眠时间位于相邻两个检测点对应的检测时间的中点，则将所述相邻两个检测点当中的任一个检测点作为睡眠检测点，若所述待测对象录入的睡眠时间不在相邻两个检测点之间或不在相邻两个检测点对应的检测时间的中点，则将与所述待测对象录入的睡眠时间最接近的检测点作为睡眠检测点，若所述待测对象录入的睡醒时间位于相邻两个检测点对应的检测时间的中点，则将所述相邻两个检测点当中的任一个检测点作为睡醒检测点，若所述待测对象录入的睡醒时间不在相邻两个检测点之间或不在相邻两个检测点对应的检测时间的中点，则将与所述待测对象录入的睡醒时间最接近的检测点作为睡醒检测点，所述睡眠前的时间为所述睡眠检测点对应的检测时间，所述睡醒的时间为所述睡醒检测点对应的检测时间。在这种情况下，葡萄糖监测系统能够更加上精确掌握待测对象的葡萄糖数据以确定相应的波动特征，葡萄糖监测系统还能够根据待测对象葡萄糖浓度的变化确定其波动类型以提供待测对象或医生相应的指导信息或建议。

根据本发明所提供的葡萄糖监测系统，可选地，所述处理模块基于所述葡萄糖数据获取所述睡眠检测点的葡萄糖浓度、最低葡萄糖浓度、第二最大葡萄糖波动幅度和睡眠葡萄糖波动幅度，并且基于所述睡眠检测点的葡萄糖浓度、所述第二最大葡萄糖波动幅度和所述睡眠葡萄糖波动幅度获得所述波动类型，其中，所述最低葡萄糖浓度为在所述睡眠前的时间和所述睡醒的时间之间的检测点当中最低的葡萄糖浓度，所述第二最大葡萄糖波动幅度为在所述睡眠前的时间和所述睡醒的时间之间的检测点当中最大的葡萄糖浓度和最低的葡萄糖浓度之间的差值，所述睡眠葡萄糖波动幅度为所述睡眠检测点的葡萄糖浓度与最低葡萄糖浓度之间的差值。在这种情况下，葡萄糖监测系统可以根据获取的待测对象睡眠检测点的葡萄糖浓度、最低葡萄糖浓度、第二最大葡萄糖波动幅度和睡眠葡萄糖波动幅度与配置在处理模块中的葡萄糖浓度及波动类型的算法相比较以确定相对应的波动类型。

根据本发明所提供的葡萄糖监测系统，可选地，所述处理模块基于与葡萄糖浓度相关的分类条件对葡萄糖浓度的波动类型进行分类，所述分类条件包括第五分类条件、第六分类条件、第七分类条件、和第八分类条件，所述第五分类条件为所述睡眠检测点对应的葡萄糖浓度不小于第四预设值；所述第六分类条件为所述最低葡萄糖浓度不小于第五预设值；所述第七分类条件为所述第二最大葡萄糖波动幅度不小于第六预设值；所述第八分类条件为所述睡眠葡萄糖波动幅度不小于第七预设值。在这种情况下，葡萄糖监测系统能够根据处理模块中已分类的条件更加上迅速得到待测对象某一睡眠时间的葡萄糖浓度对应的波动类型并及时提供相应的指导信息或建议。

根据本发明所提供的葡萄糖监测系统，可选地，所述第四预设值不小于7.0mmol/L，所述第五预设值为3.6至4.4mmol/L，所述第六预设值为3.0至3.8mmol/L，所述第七预设值为3.0至3.8mmol/L。在这种情况下，葡萄糖监测系统测得的葡萄糖浓度曲线能够更加上准确地进行波动类型的分类。

根据本发明所提供的葡萄糖监测系统，可选地，所述葡萄糖数据包括多个检测点的葡萄糖浓度和与所述多个检测点相匹配的检测时间，若所述待测对象录入的运动时间位于相邻两个检测点对应的检测时间的中点，则将所述相邻两个检测点当中的任一个检测点作为运动检测点，若所述待测对象录入的运动时间不在相邻两个检测点之间或不位于相邻两个检测点对应的检测时间的中点，则将与所述待测对象录入的运动时间最接近的检测点作为运动检测点，所述运动前的时间为所述运动检测点对应的检测时间，所述运动后的时间为所述运动前的时间之后的3小时至5小时。在这种情况下，葡萄糖监测系统能够更加上精确掌握待测对象的葡萄糖数据以确定相应的波动特征，葡萄糖监测系统还能够根据待测对象葡萄糖浓度的变化确定其波动类型以提供待测对象或医生相应的指导信息或建议。

根据本发明所提供的葡萄糖监测系统，可选地，所述处理模块基于所述葡萄糖数据获取所述运动检测点的葡萄糖浓度、第一葡萄糖波动幅度和第二葡萄糖波动幅度，并且基于所述运动检测点的葡萄糖浓度、所述第一葡萄糖波动幅度和所述第二葡萄糖波动幅度获得所述波动类型，其中，所述第一葡萄糖波动幅度为在所述运动前的时间和所述运动后的时间之间的检测点当中最大的葡萄糖浓度和所述运动检测点的葡萄糖浓度之间的差值，所述第二葡萄糖波动幅度为所述运动检测点的葡萄糖浓度与在所述运动前的时间和所述运动后的时间之间的检测点当中最小的葡萄糖浓度之间的差值。在这种情况下，葡萄糖监测系统可以根据获取的待测对象运动检测点的葡萄糖浓度、第一葡萄糖波动幅度和第二葡萄糖波动幅度与配置在处理模块中的葡萄糖浓度及波动类型的算法相比较以确定相对应的波动类型。

根据本发明所提供的葡萄糖监测系统，可选地，所述处理模块基于与葡萄糖浓度相关的分类条件对葡萄糖浓度的波动类型进行分类，所述分类条件包括第九分类条件、第十分类条件、第十一分类条件、和第十二分类条件，所述第九分类条件为所述第一葡萄糖波动幅度不小于第八预设值；所述第十分类条件为所述第二葡萄糖波动幅度不小于第九预设值；所述第十一分类条件为所述葡萄糖数据的第一个峰值出现在所述运动时间后的第二预设时间内；所述第十二分类条件为所述运动检测点对应的葡萄糖浓度不小于第十预设值。在这种情况下，葡萄糖监测系统能够根据处理模块中已分类的条件更加上迅速得到待测对象某一运动时间的葡萄糖浓度对应的波动类型并及时提供相应的指导信息或建议。

根据本发明所提供的葡萄糖监测系统，可选地，所述第八预设值为1.5至2.0mmol/L，所述第九预设值为1.5至2.0mmol/L，所述第十预设值不小于7.0mmol/L，所述第二预设时间为10分钟至1小时。在这种情况下，葡萄糖监测系统测得的葡萄糖浓度曲线能够更加上准确地进行波动类型的分类。

根据本发明所提供的葡萄糖监测系统，可选地，所述波动类型包括升高、降低、先升后降、先降后升、波动正常餐前不高、波动正常餐前偏高、波动正常运动前不高和波动正常运动前偏高、持续高、波动大、波动正常、波动大且葡萄糖低、和波动正常但葡萄糖低。在这种情况下，在这种情况下，葡萄糖监测系统能够根据获取的葡萄糖数据确定待测对象在用餐时刻、睡眠时刻或运动时刻是否出现了上述波动类型中的一种并根据已确定的波动类型为待测对象或医生提供相对应的指导信息或建议。

根据本发明所提供的葡萄糖监测系统，可选地，与饮食行为相关的指导信息或建议包括针对用餐顺序的建议、针对用餐速度的建议、针对用餐时间的建议、针对用餐前后的胰岛素摄取时间的建议、针对用餐前后的胰岛素摄取类型的建议、以及针对用餐前后的胰岛素摄取量的建议中的至少一种；与睡眠行为相关的指导信息或建议包括针对睡眠时间的建议、针对睡眠前睡眠的建议、针对睡眠前运动的建议、针对睡眠前后的胰岛素摄取时间的建议、针对睡眠前后的胰岛素摄取类型的建议、以及针对睡眠前后的胰岛素摄取量的建议中的至少一种；与运动行为相关的指导信息或建议包括针对运动强度的建议、针对运动时间的建议、针对运动方式的建议中的至少一种。在这种情况下，葡萄糖监测系统能够根据已确定的波动类型为待测对象或医生提供用餐顺序的建议、用餐速度的建议、用餐时间的建议、用餐前后的胰岛素摄取时间的建议、用餐前后的胰岛素摄取类型的建议、以及用餐前后的胰岛素摄取量的建议中相对应的一种，借由建议可以引导待测对象，进而改善待测对象的生活质量，也可以减去少待测对象寻求医生以及医生提供评估建议所花费的时间；另外，葡萄糖监测系统能够根据已确定的波动类型为待测对象针对睡眠时间的建议、针对睡眠前睡眠的建议、针对睡眠前运动的建议、针对睡眠前后的胰岛素摄取时间的建议、针对睡眠前后的胰岛素摄取类型的建议、以及针对睡眠前后的胰岛素摄取量的建议中的至少一种，借由建议可以引导待测对象，进而改善待测对象的生活质量，也可以减去少待测对象寻求医生以及医生提供评估建议所花费的时间；另外，葡萄糖监测系统能够根据已确定的波动类型为待测对象或医生提供运动强度的建议、针对运动时间的建议、针对运动方式的建议中的至少一种，借由建议可以引导待测对象，进而改善待测对象的生活质量，也可以减去少待测对象寻求医生以及医生提供评估建议所花费的时间。

根据本发明所提供的葡萄糖监测系统，可选地，所述处理模块对所述葡萄糖数据进行降噪处理，所述处理模块基于所述葡萄糖数据获得葡萄糖浓度曲线并对所述葡萄糖浓度曲线做平滑处理；所述传感模块用于获取组织间液中的葡萄糖浓度，所述传感模块以预设频率获取葡萄糖浓度。在这种情况下，葡萄糖监测系统能够将葡萄糖数据中可能存在的影响波动类型确定的变量消除以得到更加上准确的波动类型；葡萄糖监测系统还能够为待测对象或医生显示更加上平滑的葡萄糖动态曲线，能够提高用户体验；葡萄糖监测系统还能够测得的组织间液葡萄糖浓度与静脉葡萄糖浓度和指葡萄糖浓度有良好的相关性，并可以作为辅助葡萄糖监测手段，提高测量精度。

根据本发明所提供的葡萄糖监测系统，可选地，所述葡萄糖监测系统还包括显示模块，所述显示模块配置成显示指导信息、葡萄糖浓度曲线和波动类型中的至少一种。在这种情况下，待测对象或医生可以实时地观测待测对象的葡萄糖数据，并可以获得相对应的波动类型和指导信息或建议而无需医生的分析评估。

根据本发明所提供的葡萄糖监测系统，可选地，所述录入模块、所述处理模块和所述显示模块集成于移动终端设备，所述移动终端设备具有软件程序，所述软件程序配置为通过录入模块录入所述待测对象的用餐时间、睡眠时间、和运动时间，通过处理模块获得波动类型和指导信息，并且通过所述显示模块显示指导信息。在这种情况下，待测对象能够通过移动终端设备此类便捷方式实时监测自身的葡萄糖浓度，并能够获得相对应的指导建议，提高生活质量。

根据本发明所提供的葡萄糖监测系统，可选地，所述传感模块通过能够与葡萄糖反应的传感器组件来检测待测对象的组织间液的葡萄糖浓度；所述通信模块通过无线方式或有线方式将所述葡萄糖数据传输至所述处理模块；所述无线方式包括蓝牙、Wi-Fi、3G/4G/5G、NFC、UWB和Zig-Bee中的至少一种。在这种情况下，葡萄糖监测系统能够从传感模块获取所需的待测对象的葡萄糖数据并可以对其进行分析处理，进而提供给待测对象或医生相对应的指导信息；另外；通过无线方式将葡萄糖数据传输至处理模块能够更加上方便待测对象并可以形成良好用户体验，通过有线方式将葡萄糖数据传输至处理模块能够提高数据的完整性和稳定性；另外，通过无线方式将葡萄糖数据传输至处理模块能够更加上方便待测对象并可以形成良好用户体验，并可以远程观测待测对象的葡萄糖浓度，方便医生提供专业的指导信息或建议和医护。

根据本发明，能够提供一种葡萄糖浓度水平的葡萄糖监测系统，是用于检测待测对象的葡萄糖浓度并给出指导信息的葡萄糖监测系统，能够根据葡萄糖动态曲线分析波动特征并帮助待测对象和医生快速准确读报告以及提供与饮食行为、睡眠行为或运动行为相关的建议或指导信息。

附图说明

图1是本发明的实施方式所涉及的一种葡萄糖浓度水平的葡萄糖监测系统的应用场景示意图。

图2是本发明的实施方式所涉及的一种葡萄糖浓度水平的葡萄糖监测系统的结构框图。

图3a是本发明的实施方式所涉及的葡萄糖监测系统中移动终端设备的实时监测的界面示意图；

图3b是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后移动终端设备的饮食分析的界面示意图；

图3c是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后移动终端设备的指导信息的界面示意图；

图3d是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后移动终端设备的饮食记录的界面示意图；

图3e是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后移动终端设备的饮食行为记录展示的界面示意图。

图4a是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后移动终端设备的睡眠记录的界面示意图；

图4b是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后移动终端设备的葡萄糖记录的界面示意图；

图4c是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后移动终端设备的睡眠分析的界面示意图；

图4d是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后移动终端设备的睡眠指导信息的界面示意图。

图5a是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后移动终端设备的运动分析的界面示意图；

图5b是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后移动终端设备的指导信息的界面示意图；

图5c是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后移动终端设备的运动记录的界面示意图；

图5d是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后移动终端设备的葡萄糖浓度记录的界面示意图。

图6a是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为升高的葡萄糖浓度曲线图；

图6b是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为降低的葡萄糖浓度曲线图；

图6c是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为先升后降的葡萄糖浓度曲线图；

图6d是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为先降后升的葡萄糖浓度曲线图；

图6e-1是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为波动正常餐前不高的葡萄糖浓度曲线图；

图6e-2是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为波动正常餐前偏高的葡萄糖浓度曲线图。

图7a是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为空腹血糖升高的葡萄糖浓度曲线图；

图7b是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为持续高的葡萄糖浓度曲线图；

图7c是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为先降低后升高的葡萄糖浓度曲线图；

图7d是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为波动大的葡萄糖浓度曲线图；

图7e-1是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为波动正常的葡萄糖浓度曲线图；

图7e-2是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为波动大且葡萄糖低的葡萄糖浓度曲线图；

图7e-3是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为波动正常但葡萄糖低的葡萄糖浓度曲线图。

图8a是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为升高的葡萄糖浓度曲线图；

图8b是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为降低的葡萄糖浓度曲线图；

图8c是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为先升后降的葡萄糖浓度曲线图；

图8d是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为先降后升的葡萄糖浓度曲线图；

图8e-1是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为波动较小运动前不高的葡萄糖浓度曲线图；

图8e-2是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为波动较小运动前偏高的葡萄糖浓度曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在下面的说明中，对于相同的部件赋予相同的符号，省略重复的说明。另外，附图只是示意性的图，部件相互之间的尺寸的比例或者部件的形状等可以与实际的不同。

本发明提供的一种葡萄糖浓度水平的葡萄糖监测系统，是用于检测待测对象的葡萄糖浓度并给出指导信息的葡萄糖监测系统，其能够根据葡萄糖动态曲线分析波动特征并帮助待测对象和医生快速准确读报告以及提供与饮食行为、睡眠行为或运动行为相关的指导信息或建议或指导信息。以下进行结合附图进行详细描述。

在一些示例中，一种葡萄糖浓度水平的的葡萄糖监测系统也可以简称为葡萄糖浓度监测系统或葡萄糖监测系统。

图1是本发明的实施方式所涉及的一种葡萄糖浓度水平的葡萄糖监测系统的应用场景示意图，图2是本发明的实施方式所涉及的一种葡萄糖浓度水平的葡萄糖监测系统的结构框图。

如图1、2所示，本发明公开了一种葡萄糖浓度水平的葡萄糖监测系统1，是用于检测待测对象2的葡萄糖浓度并给出指导信息的葡萄糖监测系统1，可以包括传感模块11、通信模块12和处理模块134，传感模块11可以配置成检测待测对象2的葡萄糖数据，葡萄糖数据可以包括待测对象2在待测时间区间内随时间变化的葡萄糖浓度；通信模块12可以配置成接收葡萄糖数据并发送至处理模块134；处理模块134可以配置成基于葡萄糖数据确定葡萄糖浓度的波动类型，波动类型反映葡萄糖浓度在待测时间区间内的变化趋势，并可以根据波动类型生成与饮食行为、睡眠行为或运动行为相关的指导信息或建议。在一些示例中，待测时间区间可以包括用餐前至用餐后的时间区间、睡眠前至睡醒的时间区间、和运动前至运动后的时间区间。

在这种情况下，传感模块11能够实时连续监测待测对象2在待测时间区间内随时间变化的葡萄糖浓度并生成数据发送给通信模块12，相较于人工采集葡萄糖浓度更加上便捷迅速；另外，通信模块12能够将待测对象2实时的葡萄糖数据发送至处理模块134，以生成实时且连续的动态葡萄糖数据，采样周期短，提高数据准确率；另外，处理模块134能够接收并根据接收到的葡萄糖数据确定待测对象2的葡萄糖浓度的波动类型进而根据波动类型生成与饮食行为、睡眠行为或运动行为相关的指导信息或建议及时提供给待测对象2或医生，并减去少传统人工采集葡萄糖浓度以及寻求医生建议所花费的时间。

在一些示例中，如图2所示，葡萄糖监测系统1可以包括传感模块11。在这种情况下，葡萄糖监测系统1能够收集葡萄糖浓度信息。在一些示例中，传感模块11可以是植入式或半植入式的葡萄糖检测传感器。优选地，传感模块11可以是植入式的葡萄糖检测传感器。在这种情况下，植入式或半植入式传感器能够减去轻待测对象2以往传统采集血液的方式带来的生理疼痛，并且具有采集周期短、采样数据多、采样连续等优点。在另外一些示例中，传感模块11也可以是非植入式的传感器，在这种情况下，被采样患者需要定期进行血液采集，数据准确性高。

在一些示例中，传感模块11可以用于获取组织间液中的葡萄糖浓度，换言之，传感模块11可以是皮下植入式传感器。在这种情况下，由于组织间液的葡萄糖浓度在稳态情况下与血浆葡萄糖相等或严格相对应，而在摄入高糖份食物或注射葡萄糖后的短时间内血液的葡萄糖浓度的变化速度超前于组织间液，由此，能够能准确地反应待测对象的葡萄糖浓度，也即葡萄糖监测系统1能够测得的组织间液的葡萄糖浓度与静脉葡萄糖浓度和指葡萄糖浓度有良好的相关性，并可以作为辅助葡萄糖监测手段，提高测量精度。

在一些示例中，传感模块11可以以预设频率(或预设采集频率)获取葡萄糖浓度。在这种情况下，能够获得多个葡萄糖浓度，从而能够形成近似连续的葡萄糖浓度曲线。

在一些示例中，传感模块11可以以预设频率进行调整，例如，当待测对象2的葡萄糖浓度变化幅度较小时，传感模块11可以以较低的预设频率获取葡萄糖浓度，当待测对象2的葡萄糖浓度变化幅度较大时，传感模块11可以以较高的预设频率获取葡萄糖浓度。在这种情况下，能够根据实际情况调整传感模块11的预设频率。

在一些示例中，传感模块11还可以用于获取待测对象2其他体液中的葡萄糖数据。例如，尿液中的葡萄糖浓度。

在另一些示例中，传感模块11可以通过能够与葡萄糖反应的传感器组件来检测待测对象2的组织间液的葡萄糖浓度。在这种情况下，葡萄糖监测系统1能够从传感模块11获取所需的待测对象2的葡萄糖数据并可以对其进行分析处理，进而提供给待测对象2或医生相对应的指导信息。

在一些示例中，传感模块11可以由生物活性物质与微型电极构成。在这种情况下，生物活性物质能够与葡萄糖反应并在微型电极上有化学信号形成电信号并生成数据。

在一些示例中，传感模块11可以设置于待测对象2的手臂的上臂附近，由此，能够减去少传感模块11对待测对象2日常生活行为的影响。

在一些示例中，传感模块11与通信模块12可以集成为一体并可以以植入式或半植入式两种方式植入到待测对象2体内。在这种情况下，传感模块11检测到待测对象2的葡萄糖数据后能够直接发送给通信模块12，实现即时检测，迅速快捷，减去少待测对象2需要实时携带通信模块12的麻烦。

在一些示例中，通信模块12可以通过无线方式或有线方式将葡萄糖数据传输至处理模块134。在这种情况下，通过无线方式将葡萄糖数据传输至处理模块134能够更加上方便待测对象2并可以形成良好用户体验，通过有线方式将葡萄糖数据传输至处理模块134能够提高数据的完整性和稳定性。

在一些示例中，优选地，通信模块12可以通过无线方式将葡萄糖数据传输至处理模块134。在这种情况下，葡萄糖监测系统1能够给待测对象2或其他使用者带来更好的用户体验。在一些示例中，无线方式可以包括蓝牙、Wi-Fi、3G/4G/5G、NFC、UWB和Zig-Bee中的至少一种。在这种情况下，通过无线方式将葡萄糖数据传输至处理模块134能够更加上方便待测对象2并可以形成良好用户体验，并可以远程观测待测对象2的葡萄糖浓度，方便医生提供专业的指导建议和医护。

在一些示例中，通信模块12可以以蓝牙方式进行数据传输。在这种情况下，处理模块134能够在限定范围内即可获取传感模块11的监测数据。

在一些示例中，优选地，通信模块12可以是无线通信装置，无线通信装置的通信方式可以是蓝牙、Wi-Fi、3G/4G/5G、NFC、UWB和Zig-Bee中的至少一种。在另一些示例中，通信模块12可以是有线通信装置，在这种情况下，能够防止辐射、噪音等干扰提高数据的传输的稳定和有效性。

在一些示例中，如图2所示，葡萄糖监测系统1还可以包括显示模块131，显示模块131可以配置成显示指导信息、葡萄糖浓度曲线和波动类型中的至少一种。显示模块131还可以集成在移动终端设备中，换言之，显示模块可以是移动终端设备的显示界面。

例如，图3a至5c是分别示出了本发明的实施方式所涉及的葡萄糖监测系统针对用餐前后移动终端设备的实时监测界面示意图、饮食分析的界面示意图、指导信息的界面示意图、饮食记录的界面示意图、饮食行为记录展示的界面示意图。

在一些示例中，指导信息包括产生波动类型的原因和与饮食行为、睡眠行为或运动行为相关的指导信息或建议。在这种情况下，待测对象2或医生可以实时地观测待测对象2的葡萄糖数据，并可以获得相对应的波动类型和指导建议而无需医生的分析评估。

在一些示例中，如图2所示，葡萄糖监测系统1还可以包括录入模块132，录入模块132可以用于录入待测对象2开始用餐的用餐时间、开始睡眠的睡眠时间、睡醒时间或运动时间。在这种情况下，葡萄糖监测系统1能够确定待测对象2的用餐时刻、睡眠时刻或运动时刻以便根据葡萄糖动态曲线为待测对象2或医生提供更加上准确的指导信息或建议。

在一些示例中，优选地，录入模块132可以和处理模块134集成为一体。在这种情况下，待测对象2录入用餐、睡眠或运动的信息能够实时被处理模块134接收并用于处理分析。

在一些示例中，录入模块132可以根据葡萄糖浓度自动识别用餐时间、睡眠时间或运动时间。在这种情况下，能够减去少待测对象2的操作步骤，进而能够提高葡萄糖监测系统1的便捷性。

在一些示例中，录入模块132还可以录入用餐的食物名称、食物类型、以及食物的量中的至少一种。其中，食物类型可以为碳水化合物、脂肪或蛋白质。在一些示例中，录入模块132还可以录入睡醒时间、睡眠质量、睡眠前饮食记录、睡眠前运动记录等。在一些示例中，录入模块132还可以录入运动的时间、类型、以及运动量中的至少一种。在一些示例中，录入模块132还可以录入用餐前后是否有进行运动、运动时间或运动类型。在一些示例中，录入模块132还可以录入睡眠前后是否有进行运动、运动时间或运动类型。

例如，如图3b、3e所示，待测对象2可以通过录入模块在葡萄糖监测系统1的移动终端设备中录入其与饮食相关的信息，如打卡时间、饮食菜单等。

在一些示例中，葡萄糖监测系统1还可以包括存储模块133，存储模块133配置成存储葡萄糖数据。在这种情况下，葡萄糖监测系统1能够存储更多天数的用餐时刻、睡眠时刻或运动时刻的葡萄糖数据，并能够将多个天数或多个时刻的葡萄糖数据进行对比以给待测对象2或医生提供更多可参考的信息。

在一些示例中，存储模块133可以设置于传感模块11。在这种情况下，能够将传感模块11获取的葡萄糖数据暂时存储于存储模块133。在一些示例中，存储模块133可以设置于处理模块134。在这种情况下，收集来自于传感模块11的葡萄糖数据并长期存储于存储模块133。换言之，存储模块133可以包括第一存储模块和第二存储模块，第一存储模块集成于传感模块11，第二存储模块集成于移动终端设备13，第一存储模块可以用于暂时存储葡萄糖数据，并在通信模块12正常工作时将第一存储模块的葡萄糖数据传送到第二存储模块。

在一些示例中，存储模块133可以利用新的葡萄糖数据覆盖旧的葡萄糖数据，新的葡萄糖数据和旧的葡萄糖数据的检测时间可以相差14天以上。在这种情况下，能够充分利用存储模块133的存储空间。

在一些示例中，优选地，处理模块134位于移动终端设备13(后续描述)。例如个人手机、笔记本电脑、电脑、定制处理器等，在这种情况下，待测对象2或医生等观测人员可以便捷迅速获取待测对象2的葡萄糖数据。

在一些示例中，处理模块134也可以是云端处理设备。在这种情况下，处理模块134可以同时对各个待测对象2的葡萄糖浓度进行监测。

在一些示例中，移动终端设备13的键入设备可以用于录入用餐时间、睡眠时间或运动时间信息，换言之，录入模块132可以是移动终端设备13的键入设备，在这种情况下，能够使用语音输入、触屏输入或键盘输入的方式录入待测对象2的用餐时间、睡眠时间或运动时间信息。在这种情况下，录入信息能够便捷迅速地为处理模块134处理分析并根据葡萄糖数据生成相对应的指导信息反馈给待测对象2或医生。

在一些示例中，如上所述，存储模块133可以与处理模块134集成在同一个移动终端设备13中。在这种情况下，处理模块134与存储模块133可以协调处理待测对象2的葡萄糖数据，生成多种数据类型并可以存储多日数据。

在一些示例中，显示模块131可以和处理模块134集成在同一个移动终端设备13中。在这种情况下，处理模块134对待测对象2的葡萄糖浓度进行数据处理后可以实时显示给待测对象2或医生并可以控制显示模块131及时显示相对应的指导信息或建议。

在一些示例中，录入模块132、处理模块134和显示模块131可以集成于移动终端设备13，移动终端设备13具有软件程序，软件程序配置为通过录入模块132录入用餐时间，通过处理模块134获得波动类型和指导信息，并且通过显示模块131显示指导信息。在这种情况下，待测对象2能够通过移动终端设备13实时监测自身的葡萄糖浓度，并能够获得相对应的指导建议，提高生活质量。

在一些示例中，录入模块132、处理模块134和显示模块131可以不与移动终端设备13集成于一体，也即录入模块132、处理模块134和显示模块131可以分开设置。在这种情况下，能够分别在不同的位置实现录入模块132、处理模块134和显示模块131的功能。

在一些示例中，葡萄糖数据可以包括多个检测点的葡萄糖浓度和与多个检测点相匹配的检测时间，若待测对象2录入的行为发生时间位于相邻两个检测点对应的检测时间的中点，则将相邻两个检测点当中的任一个检测点作为行为发生检测点，若待测对象2录入的行为发生时间不在相邻两个检测点之间或不在对应的检测时间的中点，则将与待测对象2录入的行为发生时间最接近的检测点作为行为发生检测点。在这种情况下，葡萄糖监测系统1能够更加上精确掌握待测对象2的葡萄糖数据以确定相应的波动特征。

在一些示例中，待测对象2录入的行为可以包括但不限于用餐、睡眠和运动。在一些示例中，待测对象2录入的行为发生时间可以包括用餐时间、睡眠时间、睡醒时间、和运动时间。在一些示例中，用餐前的时间可以为用餐检测点对应的检测时间，用餐后的时间可以为用餐前的时间之后的3小时至5小时。在一些示例中，睡眠前的时间可以为睡眠检测点对应的检测时间，睡醒的时间可以为睡醒检测点对应的检测时间。在一些示例中，运动前的时间可以为运动检测点对应的检测时间，运动后的时间可以为运动前的时间之后的3小时至5小时。

在一些示例中，处理模块134可以基于葡萄糖数据获取用餐检测点的葡萄糖浓度、第一最大葡萄糖波动幅度和用餐葡萄糖波动幅度，并且可以基于用餐检测点的葡萄糖浓度、第一最大葡萄糖波动幅度和用餐葡萄糖波动幅度获得波动类型。在一些示例中，第一最大用餐葡萄糖波动幅度可以为在用餐前的时间和用餐后的时间之间的检测点当中最大的葡萄糖浓度和最小的葡萄糖浓度之间的差值。在一些示例中，用餐葡萄糖波动幅度可以为用餐检测点的葡萄糖浓度与在用餐前的时间和用餐后的时间之间的检测点当中最小的葡萄糖浓度之间的差值。在这种情况下，葡萄糖监测系统1可以根据获取的待测对象2用餐检测点的葡萄糖浓度、第一最大葡萄糖波动幅度和用餐葡萄糖波动幅度与配置在处理模块134中的葡萄糖浓度及波动类型的算法相比较以确定相对应的波动类型。

在一些示例中，处理模块134可以基于葡萄糖数据获取睡眠检测点的葡萄糖浓度、第二最大葡萄糖波动幅度和睡眠葡萄糖波动幅度，并且可以基于睡眠检测点的葡萄糖浓度、第二最大葡萄糖波动幅度和睡眠葡萄糖波动幅度获得波动类型。在一些示例中，第二最大睡眠葡萄糖波动幅度可以为在睡眠前的时间和睡醒的时间之间的检测点当中最大的葡萄糖浓度和最低的葡萄糖浓度之间的差值。在一些示例中，睡眠葡萄糖波动幅度可以为睡眠检测点的葡萄糖浓度与在睡眠前的时间和睡醒的时间之间的检测点当中最低的葡萄糖浓度之间的差值。在这种情况下，葡萄糖监测系统1可以根据获取的待测对象2睡眠检测点的葡萄糖浓度、第二最大葡萄糖波动幅度和睡眠葡萄糖波动幅度与配置在处理模块134中的葡萄糖浓度及波动类型的算法相比较以确定相对应的波动类型。

在一些示例中，处理模块134可以基于葡萄糖数据获取运动检测点的葡萄糖浓度、第一葡萄糖波动幅度和第二葡萄糖波动幅度，并且基于运动检测点的葡萄糖浓度、第一葡萄糖波动幅度和第二葡萄糖波动幅度获得波动类型。在一些示例中，第一葡萄糖波动幅度可以为在运动前的时间和运动后的时间之间的检测点当中最大的葡萄糖浓度和运动检测点的葡萄糖浓度之间的差值。在一些示例中，第二葡萄糖波动幅度可以为运动检测点的葡萄糖浓度与在运动前的时间和运动后的时间之间的检测点当中最小的葡萄糖浓度之间的差值。在这种情况下，葡萄糖监测系统1可以根据获取的待测对象2运动检测点的葡萄糖浓度、第一葡萄糖波动幅度和第二葡萄糖波动幅度与配置在处理模块134中的葡萄糖浓度及波动类型的算法相比较以确定相对应的波动类型。

在一些示例中，波动类型可以包括升高、降低、先升后降、先降后升、波动正常餐前不高、波动正常餐前偏高、波动正常运动前不高、波动正常运动前偏高、持续高、波动大、波动正常、波动大且葡萄糖低、和波动正常但葡萄糖低。在这种情况下，葡萄糖监测系统1能够根据获取的葡萄糖数据确定待测对象2在用餐时刻、睡眠时刻或运动时刻中是否出现了上述波动类型中的一种并根据已确定的波动类型为待测对象2或医生提供相对应的指导信息或建议。

在一些示例中，波动类型可以按照三餐来划分每次用餐时刻的波动类型。在一些示例中，指导信息或建议可以根据葡萄糖监测系统1的监测天数及波动类型提供不限于一种指导信息或建议。例如，葡萄糖监测系统1的监测天数可以设置为连续时间的15天，以及或更长、更短的天数。在这种情况下，根据对应的三餐信息、波动类型以及天数，葡萄糖监测系统1可以提供适应待测对象2葡萄糖浓度的指导信息或建议以便帮助其改善生活质量。

在一些示例中，波动类型可以按照睡眠来划分每次睡眠时刻的波动类型。在一些示例中，指导信息或建议可以根据葡萄糖监测系统1的监测天数及波动类型提供不限于一种指导信息或建议。例如，葡萄糖监测系统1的监测天数可以设置为连续时间的15天，以及或更长、更短的天数。在这种情况下，根据对应的睡眠信息、波动类型以及天数，葡萄糖监测系统1可以提供适应待测对象2葡萄糖浓度的指导信息或建议以便帮助其改善生活质量。

在一些示例中，波动类型可以根据葡萄糖监测系统1的监测天数对应多个指导建议。在一些示例中，指导信息或建议可以根据葡萄糖监测系统1的监测天数及波动类型提供不限于一种指导信息或建议。例如，葡萄糖监测系统1的监测天数可以设置为连续时间的15天，以及或更长、更短的天数。在这种情况下，根据对应的用餐信息、睡眠信息或运动信息、以及波动类型和天数，葡萄糖监测系统1可以提供适应待测对象2葡萄糖浓度的指导信息或建议以便帮助其改善生活质量。

在一些示例中，每一次的指导建议中的波动类型的原因可以互不相同。在这种情况下，能够使待测对象2充分了解出现相应波动类型的多个原因。

图3a是本发明的实施方式所涉及的葡萄糖监测系统中移动终端设备的实时监测的界面示意图；图3b是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后移动终端设备的饮食分析的界面示意图；图3c是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后移动终端设备的指导信息的界面示意图；图3d是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后移动终端设备的饮食记录的界面示意图；图3e是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后移动终端设备的饮食行为记录展示的界面示意图。

参见图3a-3e，在一些示例中，指导建议可以包括针对同一天中不同时刻的饮食给出的指导建议。在一些示例中，指导建议可以包括早餐、午餐和晚餐对应的指导建议，在一些示例中，葡萄糖监测系统1可以给出早餐时刻的波动类型为升高，给出午餐时刻的波动类型为升高，给出晚餐时刻的波动类型为降低，并针对早餐、午餐和晚餐中不同的波动类型给出相应的指导建议。在一些示例中，指导建议可以包括针对同一天中不同时刻的睡眠给出的指导建议。在一些示例中，与饮食行为相关的指导信息或建议还可以包括针对用餐顺序的建议、针对用餐速度的建议、针对用餐时间的建议、针对用餐前后的胰岛素摄取时间的建议、针对用餐前后的胰岛素摄取类型的建议、以及针对用餐前后的胰岛素摄取量的建议中的至少一种。在这种情况下，葡萄糖监测系统1能够根据已确定的波动类型为待测对象2或医生提供用餐顺序的建议、用餐速度的建议、用餐时间的建议、用餐前后的胰岛素摄取时间的建议、用餐前后的胰岛素摄取类型的建议、以及用餐前后的胰岛素摄取量的建议中相对应的一种，借由建议可以引导待测对象2，进而改善待测对象2的生活质量，也可以减去少待测对象2寻求医生以及医生提供评估建议所花费的时间。在一些示例中，指导建议还可以包括饮食参考菜单，饮食参考菜单可以包括食物名称和食物重量。在一些示例中，指导建议每次给出的饮食参考菜单可以互不相同。在这种情况下，待测对象2能够获得多种不同的菜谱。

图4a是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后移动终端设备的睡眠记录的界面示意图；图4b是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后移动终端设备的葡萄糖记录的界面示意图；图4c是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后移动终端设备的睡眠分析的界面示意图；图4d是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后移动终端设备的睡眠指导信息的界面示意图。

参见图4a-4d，在一些示例中，指导建议可以包括针对同一天中不同时刻的睡眠给出的指导建议。在一些示例中，指导建议可以包括监测天数，例如，指导建议可以指出当天为使用葡萄糖监测系统1的第1天，指导建议可以指出当天为使用葡萄糖监测系统1的第2天，指导建议可以指出当天为使用葡萄糖监测系统1的第14天等。在一些示例中，与睡眠行为相关的指导信息或建议还可以包括针对睡眠时间的建议、针对睡眠前睡眠的建议、针对睡眠前运动的建议、针对睡眠前后的胰岛素摄取时间的建议、针对睡眠前后的胰岛素摄取类型的建议、以及针对睡眠前后的胰岛素摄取量的建议中的至少一种。在这种情况下，葡萄糖监测系统1能够根据已确定的波动类型为待测对象2针对睡眠时间的建议、针对睡眠前睡眠的建议、针对睡眠前运动的建议、针对睡眠前后的胰岛素摄取时间的建议、针对睡眠前后的胰岛素摄取类型的建议、以及针对睡眠前后的胰岛素摄取量的建议中的至少一种，借由建议可以引导待测对象2，进而改善待测对象2的生活质量，也可以减去少待测对象2寻求医生以及医生提供评估建议所花费的时间。在一些示例中，指导建议还可以包括预防建议，对应不同的波动类型提供不同的分析原因及不同的预防建议。

图5a是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后移动终端设备的运动分析的界面示意图；图5b是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后移动终端设备的指导信息的界面示意图；图5c是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后移动终端设备的运动记录的界面示意图；图5d是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后移动终端设备的葡萄糖浓度记录的界面示意图。

参见图5a-5d，在一些示例中，指导建议可以包括针对同一运动强度不同类型的运动以及打卡次数给出的指导建议。例如指导建议可以包括散步、快走、家务和球类对应的指导建议。在一些示例中，如上，指导建议可以包括波动类型的原因。例如，若波动类型为升高时，可以有多种的原因，例如摄入过多碳水、摄入过多脂肪、早餐结构单一、或早晨升糖激素分泌较多等原因，指导建议可以给出一个或多个原因。在这种情况下，能够令待测对象2初步推断出现相应波动类型的原因。在一些示例中，与运动行为相关的指导信息或建议还可以包括针对运动强度的建议、针对运动时间的建议、针对运动方式的建议中的至少一种。在这种情况下，葡萄糖监测系统1能够根据已确定的波动类型为待测对象2或医生提供运动强度的建议、针对运动时间的建议、针对运动方式的建议中的至少一种，借由建议引导待测对象2，进而可以改善待测对象2的生活质量，也可以减去少待测对象2寻求医生以及医生提供评估建议所花费的时间。

在一些示例中，处理模块134可以对葡萄糖数据进行降噪处理。在这种情况下，葡萄糖监测系统1能够将葡萄糖数据中可能存在的影响波动类型确定的变量消除以得到更加上准确的波动类型。

在一些示例中，处理模块134可以基于葡萄糖数据获得葡萄糖浓度曲线并对葡萄糖浓度曲线做平滑处理。在这种情况下，葡萄糖监测系统1能够为待测对象2或医生显示更加上平滑的葡萄糖动态曲线，进而能够方便医生解读葡萄糖动态曲线并进行分类，从而能够给出更加上准确的指导建议，能够提高用户体验。

在一些示例中，处理模块134可以基于与葡萄糖浓度相关的分类条件对葡萄糖浓度的波动类型进行分类，分类条件包括第一分类条件、第二分类条件、第三分类条件、和第四分类条件，第一分类条件为用餐葡萄糖波动幅度小于第一预设值；第二分类条件为第一最大葡萄糖波动幅度不小于第二预设值；第三分类条件为葡萄糖数据的第一个峰值出现在用餐时间后的第一预设时间内；第四分类条件为用餐检测点对应的葡萄糖浓度不小于第三预设值。在这种情况下，葡萄糖监测系统1能够根据处理模块134中已分类的条件及葡萄糖数据曲线的波动特征更加上迅速得到待测对象2某一用餐时间的葡萄糖浓度对应的波动类型并及时提供相应的指导建议。在一些示例中，第二预设值可以大于第一预设值，第三预设值大于第二预设值。在这种情况下，葡萄糖监测系统1可以在算法上得到优化并能够根据处理模块134中已分类的条件更加上迅速得到待测对象2某一用餐时间的葡萄糖浓度对应的波动类型并及时提供相应的指导建议。

在一些示例中，第一预设值可以为1.5至2.0mmol/L，例如第一预设值可以为1.5mmol/L、1.6mmol/L、1.7mmol/L、1.8mmol/L、1.9mmol/L、或2.0mmol/L等，优选地，第一预设值可以为1.7mmol/L或1.8mmol/L。在这种情况下，能够判断用餐前后的葡萄糖波动是否较大。在一些示例中，第二预设值可以为4.0至5.0mmol/L，例如第二预设值可以为4.1mmol/L、4.2mmol/L、4.3mmol/L、4.4mmol/L、4.5mmol/L、4.6mmol/L、4.7mmol/L、4.8mmol/L、4.9mmol/L或2.mmol/L 0等，优选地，第二预设值可以为4.4mmol/L、4.5mmol/L、或4.6mmol/L。在这种情况下，能够判断用餐后的葡萄糖波动是否较大。在一些示例中，第三预设值可以不小于7.0mmol/L。例如第三预设值可以为7.0mmol/L、7.2mmol/L、7.4mmol/L、7.6mmol/L、7.8mmol/L、8.0mmol/L、8.2mmol/L、8.4mmol/L、8.8mmol/L、9.0mmol/L或10.0mmol/L等，优选地，第三预设值可以为7.0mmol/L、7.2mmol/L、或7.4mmol/L。在这种情况下，能够判断餐前葡萄糖是否较高。由此，葡萄糖监测系统1测得的葡萄糖浓度曲线能够更加上准确地进行波动类型的分类。在一些示例中，第一预设时间可以为0.5至2小时。例如第一预设时间可以为0.5h、0.6h、0.7h、0.8h、0.9h、1.0h、1.2h、1.3h、1.4h、1.5h、 1.6h、1.7h、1.8h、1.9h、或2.0h，优选地，第一预设时间可以为0.8h、0.9h、1.0h、或1.2h。在这种情况下，葡萄糖监测系统1能够判断是否出现葡萄糖浓度先降后升或先升后降的情况，进而能够精确地对用餐时刻的葡萄糖浓度进行监测。在一些示例中，第一预设时间可以设置为0.5至2小时的更大或更小范围。在这种情况下，葡萄糖监测系统1能够精确地对用餐时刻的葡萄糖浓度进行监测。例如，根据上述第一分类条件、第二分类条件、第三分类条件、和第四分类条件四个分类条件，可以得出多种不同的波动类型。

图6a是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为升高的葡萄糖浓度曲线图；图6b是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为降低的葡萄糖浓度曲线图；图6c是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为先升后降的葡萄糖浓度曲线图；图6d是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为先降后升的葡萄糖浓度曲线图；图6e-1是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为波动正常餐前不高的葡萄糖浓度曲线图；图6e-2是本发明的实施方式所涉及的葡萄糖监测系统中针对用餐前后波动类型为波动正常餐前偏高的葡萄糖浓度曲线图。在一些示例中，用餐葡萄糖波动幅度可以为用餐时葡萄糖值(不定值)减去波谷最低值，第一最大葡萄糖波动幅度可以为波峰的最高值减去波谷的最低值，用餐检测点对应的葡萄糖浓度可以为餐前葡萄糖，用餐时间后的可以为距离用餐时刻后的时间。

在一些示例中，如图6a所示：波动类型为升高的葡萄糖浓度曲线的分析时段为用餐时间点至餐后4小时。波动类型为升高的葡萄糖浓度曲线的波动特征为1.波峰整体上升(部分可以下降)；2.波谷的最低值不低于用餐时葡萄糖值(不定值)减去第一预设值。波动类型为升高的葡萄糖浓度曲线的公式算法为：1.用餐时葡萄糖值(不定值)减去波谷最低值<第一预设值；2.波峰的最高值减去波谷的最低值>＝第二预设值。

在一些示例中，如图6b所示：波动类型为餐后葡萄糖降低的葡萄糖浓度曲线的分析时段为用餐时间点至餐后4小时。波动类型为餐后葡萄糖降低的葡萄糖浓度曲线的波动特征为1.波峰整体下降(部分可以上升)；2.波谷的最低值低于用餐时葡萄糖值(不定值)减去第一预设值。波动类型为餐后葡萄糖降低的葡萄糖浓度曲线的公式算法为1.用餐时葡萄糖值(不定值)减去波谷最低值>＝第一预设值；2.波峰最高值减去波谷最低值<第二预设值。

在一些示例中，如图6c所示：波动类型为餐后葡萄糖先升后降的葡萄糖浓度曲线的分析时段为用餐时间点至餐后4小时。波动类型为餐后葡萄糖先升后降的葡萄糖浓度曲线的波动特征为1.先出现上升为主的波动，然后是下降为主的波动；2.波谷最低值低于用餐时葡萄糖值(不定值)减去第一预设值；3.第一个上升为主的波峰开始时间在距离用餐时刻的1小时内。波动类型为餐后葡萄糖先升后降的葡萄糖浓度曲线的公式算法为1.波峰最高值减去波谷最低值>＝第二预设值；2.用餐时葡萄糖值(不定值)减去波谷最低值>＝第一预设值。

在一些示例中，如图6d所示：波动类型为餐后葡萄糖先降后升的葡萄糖浓度曲线的分析时段为用餐时间点至餐后4小时。波动类型为餐后葡萄糖先降后升的葡萄糖浓度曲线的波动特征为1.先出现下降为主的波动，然后是上升为主的波动；2.波谷低于用餐时葡萄糖值(不定值)减去第一预设值；3.第一个下降为主的波峰开始时间在距离用餐时刻的1小时内。波动类型为餐后葡萄糖先降后升的葡萄糖浓度曲线的公式算法为1.用餐时葡萄糖值(不定值)减去波谷最低值>＝第一预设值；2.波峰最高值减去波谷最低值>＝第二预设值。

在一些示例中，如图6e-1所示：波动类型为餐后葡萄糖波动正常餐前不高的葡萄糖浓度曲线的分析时段为用餐时间点至餐后4小时。波动类型为餐后葡萄糖波动正常餐前不高的葡萄糖浓度曲线的波动特征为1.波峰整体先上升后下降(可以有部分上升、部分下降交替)；2.波谷高于(用餐时葡萄糖值减去第一预设值)(不定值)。波动类型为餐后葡萄糖波动正常餐前不高的葡萄糖浓度曲线的公式算法为1.波峰的最高值减去波谷的最低值<第二预设值；2.用餐时葡萄糖值(不定值)减去波谷最低值<第一预设值；3.餐前葡萄糖<第三预设值。

在一些示例中，如图6e-2所示：波动类型为餐后葡萄糖波动正常餐前偏高的葡萄糖浓度曲线的分析时段为用餐时间点至餐后4小时。波动类型为餐后葡萄糖波动正常餐前偏高的葡萄糖浓度曲线的波动特征为1.波峰整体先上升后下降(可以有部分上升、部分下降交替)；2.波谷高于(用餐时葡萄糖值减去第一预设值)(不定值)。波动类型为餐后葡萄糖波动正常餐前偏高的葡萄糖浓度曲线的公式算法为1.波峰的最高值减去波谷的最低值<第二预设值；2.用餐时葡萄糖值(不定值)减去波谷最低值<第一预设值；3.餐前葡萄糖>＝第三预设值。另外其他类型：分析时段为用餐时间点至餐后4小时，判断逻辑或波动特征为不符合上述5种，则波动趋势的评估结果为餐后葡萄糖无规律波动。

在一些示例中，处理模块134可以基于与葡萄糖浓度相关的分类条件对葡萄糖浓度的波动类型进行分类，分类条件可以包括第五分类条件、第六分类条件、第七分类条件、和第八分类条件，第五分类条件可以为睡眠检测点对应的葡萄糖浓度不小于第四预设值；第六分类条件可以为最低葡萄糖浓度不小于第五预设值；第七分类条件可以为第二最大葡萄糖波动幅度不小于第六预设值；第八分类条件可以为睡眠葡萄糖波动幅度不小于第七预设值。在这种情况下，葡萄糖监测系统1能够根据处理模块134中已分类的条件及葡萄糖数据曲线的波动特征更加上迅速得到待测对象2某一睡眠时间的葡萄糖浓度对应的波动类型并及时提供相应的指导建议。

在一些示例中，第四预设值可以大于第五预设值，第五预设值可以大于第六预设值，第六预设值可以等于第七预设值。在这种情况下，葡萄糖监测系统1可以在算法上得到优化并能够根据处理模块134中已分类的条件更加上迅速得到待测对象2某一睡眠时间的葡萄糖浓度对应的波动类型并及时提供相应的指导建议。在一些示例中，第四预设值可以不小于7.0mmol/L，例如第四预设值可以为7mmol/L、7.2mmol/L、7.4mmol/L、7.6mmol/L、7.8mmol/L、或8mmol/L等，优选地，第四预设值可以为7mmol/L或7.2mmol/L。在这种情况下，能够判断睡眠前后的葡萄糖波动是否较大，葡萄糖监测系统1测得的葡萄糖浓度曲线能够更加上准确地进行波动类型的分类。在一些示例中，第五预设值可以为3.6至4.4mmol/L，例如第五预设值可以为3.6mmol/L、3.7mmol/L、3.8mmol/L、3.9mmol/L、4.0mmol/L、4.1mmol/L、4.2mmol/L、 4.3mmol/L或4.4mmol/L等，优选地，第五预设值可以为3.6mmol/L、3.8mmol/L、3.9mmol/L或4.0mmol/L。在这种情况下，能够判断睡醒的葡萄糖波动是否较大，葡萄糖监测系统1测得的葡萄糖浓度曲线能够更加上准确地进行波动类型的分类。在一些示例中，第六预设值可以为3.0至3.8mmol/L，第七预设值可以为3.0至3.8mmol/L。例如第六预设值和第七预设值可以为3.0mmol/L、3.2mmol/L、3.4mmol/L、3.6mmol/L、3.8mmol/L等，优选地，第六预设值和第七预设值可以为3.2mmol/L、3.3mmol/L、或3.4mmol/L。在这种情况下，能够判断睡眠葡萄糖是否较高，葡萄糖监测系统1测得的葡萄糖浓度曲线能够更加上准确地进行波动类型的分类。在一些示例中，例如，根据上述第五分类条件、第六分类条件、第七分类条件、和第八分类条件四个分类条件，可以得出如下波动类型。

图7a是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为空腹血糖升高的葡萄糖浓度曲线图；图7b是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为持续高的葡萄糖浓度曲线图；图7c是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为先降低后升高的葡萄糖浓度曲线图；图7d是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为波动大的葡萄糖浓度曲线图；图7e-1是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为波动正常的葡萄糖浓度曲线图；图7e-2是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为波动大且葡萄糖低的葡萄糖浓度曲线图；图7e-3是本发明的实施方式所涉及的葡萄糖监测系统中针对睡眠前后波动类型为波动正常但葡萄糖低的葡萄糖浓度曲线图。在一些示例中，空腹血糖可以为睡醒检测点对应的葡萄糖浓度，最低葡萄糖浓度可以为夜间最低血糖，第二最大葡萄糖波动幅度可以为波峰最高值减去波谷最低值，睡眠葡萄糖波动幅度可以为空腹血糖减去夜间最低血糖。在一些示例中，夜间也即睡眠前的时间至睡醒的时间。

在一些示例中，如图7a所示：波动类型为空腹血糖升高的葡萄糖浓度曲线的分析时段为睡眠前的时间至睡醒的时间。波动类型为空腹血糖升高的葡萄糖浓度曲线的波动特征为1.空腹高血糖；2.夜间无低血糖；3.夜间空腹血糖呈明显升高趋势。波动类型为空腹血糖升高的葡萄糖浓度曲线的公式算法为1.空腹血糖>＝第四预设值；2.夜间最低血糖>第五预设值；3.空腹血糖减去夜间最低血糖>＝第七预设值。波动类型为空腹血糖升高的葡萄糖浓度曲线的评估结果为：黎明现象可能。

在一些示例中，如图7b所示：波动类型为持续高的葡萄糖浓度曲线的分析时段为睡眠前的时间至睡醒的时间。波动类型为持续高的葡萄糖浓度曲线的波动特征为1.空腹高血糖；2.夜间无低血糖；3.夜间至空腹血糖呈降低或轻微升高趋势。波动类型为持续高的葡萄糖浓度曲线的公式算法为1.空腹血糖>＝第四预设值；2.夜间最低血糖>第五预设值；3.空腹血糖减去夜间最低血糖<第七预设值。波动类型为持续高的葡萄糖浓度曲线的评估结果为：夜间高血糖。

在一些示例中，如图7c所示：波动类型为先降低后升高的葡萄糖浓度曲线的分析时段为睡眠前的时间至睡醒的时间。波动类型为先降低后升高的葡萄糖浓度曲线的波动特征为1.空腹高血糖；2.夜间有低血糖；3.夜间至空腹血糖呈明显升高趋势。波动类型为先降低后升高的葡萄糖浓度曲线的公式算法为1.空腹血糖>＝第四预设值；2.夜间最低血糖<＝第五预设值。波动类型为先降低后升高的葡萄糖浓度曲线的评估结果为：苏木杰现象可能。

在一些示例中，如图7d所示：波动类型为波动大的葡萄糖浓度曲线的分析时段为睡眠前的时间至睡醒的时间。波动类型为波动大的葡萄糖浓度曲线的波动特征为1.空腹血糖不高；2.夜间无低血糖；3.夜间血糖波动部分上升，部分下降，幅度较大。波动类型为波动大的葡萄糖浓度曲线的公式算法为1.空腹血糖<第四预设值；2.夜间最低血糖>第五预设值；3.波峰最高值减去波谷最低值>＝第六预设值。波动类型为波动大的葡萄糖浓度曲线的评估结果为：夜间葡萄糖波动大。

在一些示例中，如图7e-1所示：波动类型为波动正常的葡萄糖浓度曲线的分析时段为睡眠前的时间至睡醒的时间。波动类型为波动正常的葡萄糖浓度曲线的波动特征为1.空腹血糖不高；2.夜间无低血糖；3.夜间血糖波动部分上升，部分下降，幅度较小。波动类型为波动正常的葡萄糖浓度曲线的公式算法为1.空腹血糖<第四预设值；2.夜间最低血糖>第五预设值；3.波峰最高值减去波谷最低值<第六预设值。波动类型为波动正常的葡萄糖浓度曲线的评估结果为：夜间葡萄糖波动正常。

在一些示例中，如图7e-2所示：波动类型为波动大且葡萄糖低的葡萄糖浓度曲线的分析时段为睡眠前的时间至睡醒的时间。波动类型为波动大且葡萄糖低的葡萄糖浓度曲线的波动特征为1.空腹血糖不高；2.夜间有低血糖；3.夜间血糖波动部分上升，部分下降，幅度较大。波动类型为波动大且葡萄糖低的葡萄糖浓度曲线的公式算法为1.空腹血糖<第四预设值；2.夜间最低血糖<＝第五预设值；3.波峰最高值减去波谷最低值>＝第六预设值。波动类型为波动大且葡萄糖低的葡萄糖浓度曲线的评估结果为：夜间葡萄糖波动大且葡萄糖低的风险较大。

在一些示例中，如图7e-3所示：波动类型为波动正常但葡萄糖低的葡萄糖浓度曲线的分析时段为睡眠前的时间至睡醒的时间。波动类型为波动正常但葡萄糖低的葡萄糖浓度曲线的波动特征为1.空腹血糖不高；2.夜间有低血糖；3.夜间血糖波动部分上升，部分下降，幅度较小。波动类型为波动正常但葡萄糖低的葡萄糖浓度曲线的公式算法为1.空腹血糖<第四预设值；2.夜间最低血糖<＝第五预设值；3.波峰最高值减去波谷最低值<第六预设值。波动类型为波动正常但葡萄糖低的葡萄糖浓度曲线的评估结果为：夜间葡萄糖波动正常但葡萄糖低的风险较大。另外其他类型：分析时段为睡眠前的时间至睡醒的时间，判断逻辑或波动特征为不符合上述6种，则波动趋势的评估结果为夜间血糖无规律波动。

在一些示例中，处理模块134可以基于与葡萄糖浓度相关的分类条件对葡萄糖浓度的波动类型进行分类，分类条件包括第九分类条件、第十分类条件、第十一分类条件、和第十二分类条件，第九分类条件为第一葡萄糖波动幅度不小于第八预设值；第十分类条件为第二葡萄糖波动幅度不小于第九预设值；第十一分类条件为葡萄糖数据的第一个峰值出现在运动时间后的第二预设时间内；第十二分类条件为运动检测点对应的葡萄糖浓度不小于第十预设值。在这种情况下，葡萄糖监测系统1能够根据处理模块134中已分类的条件及葡萄糖数据曲线的波动特征更加上迅速得到待测对象2某一运动时间的葡萄糖浓度对应的波动类型并及时提供相应的指导建议。在一些示例中，第九预设值可以大于第八预设值，第十预设值大于第九预设值。在这种情况下，葡萄糖监测系统1可以在算法上得到优化并能够根据处理模块134中已分类的条件更加上迅速得到待测对象2某一运动时间的葡萄糖浓度对应的波动类型并及时提供相应的指导建议。

在一些示例中，第八预设值可以为1.5至2.0mmol/L，例如第八预设值可以为1.5mmol/L、1.6mmol/L、1.7mmol/L、1.8mmol/L、1.9mmol/L、或2.0mmol/L等，优选地，第八预设值可以为1.7mmol/L或1.8mmol/L。在这种情况下，能够判断运动前后的葡萄糖波动是否较大。

在二些示例中，第九预设值可以为1.5至2.0mmol/L，例如第九预设值可以为1.5mmol/L、1.6mmol/L、1.7mmol/L、1.8mmol/L、1.9mmol/L、或2.0mmol/L等，优选地，第九预设值可以为1.7mmol/L或1.8mmol/L。在这种情况下，能够判断运动前后的葡萄糖波动是否较大。

在一些示例中，第十预设值可以不小于7.0mmol/L。例如第十预设值可以为7.0mmol/L、7.2mmol/L、7.4mmol/L、7.6mmol/L、7.8mmol/L、8.0mmol/L、8.2mmol/L、8.4mmol/L、8.8mmol/L、9.0mmol/L或10.0mmol/L等，优选地，第十预设值可以为7.0mmol/L、7.2mmol/L、或7.4mmol/L。在这种情况下，能够判断运动前葡萄糖是否较高。由此，葡萄糖监测系统1测得的葡萄糖浓度曲线能够更加上准确地进行波动类型的分类。在一些示例中，第二预设时间可以为10分钟至1小时。例如第二预设时间可以为0.5h、0.6h、0.7h、0.8h、0.9h、1.0h，优选地，第二预设时间可以为0.8h、0.9h、1.0h。在这种情况下，葡萄糖监测系统1能够判断是否出现葡萄糖浓度先降后升或先升后降的情况，进而能够精确地对运动时刻的葡萄糖浓度进行监测。在一些示例中，第二预设时间可以设置为0.5至2小时的更大或更小范围。在这种情况下，葡萄糖监测系统1能够精确地对运动时刻的葡萄糖浓度进行监测。例如，根据上述第九分类条件、第十分类条件、第十一分类条件、和第十二分类条件四个分类条件，可以得出如下波动类型。

图8a是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为升高的葡萄糖浓度曲线图；图8b是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为降低的葡萄糖浓度曲线图；图8c是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为先升后降的葡萄糖浓度曲线图；图8d是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为先降后升的葡萄糖浓度曲线图；图8e-1是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为波动较小运动前不高的葡萄糖浓度曲线图；图8e-2是本发明的实施方式所涉及的葡萄糖监测系统中针对运动前后波动类型为波动较小运动前偏高的葡萄糖浓度曲线图。在一些示例中，运动检测点的葡萄糖浓度可以为运动前葡萄糖值，第一葡萄糖波动幅度可以为波峰的最高值减去运动时葡萄糖值(不定值)，第二葡萄糖波动幅度可以为运动时葡萄糖值(不定值)减去波谷最低值，运动后的时间可以为距离运动时刻后的时间。

在一些示例中，如图8a所示：波动类型为升高的葡萄糖浓度曲线的分析时段为运动时间点至运动后4小时。波动类型为升高的葡萄糖浓度曲线的波动特征为1、波峰整体上升(部分可以下降)2、波峰最高值不低于开始运动时葡萄糖值(不定值)加上第八预设值；3、波谷的最低值不低于开始运动时葡萄糖值(不定值)减去第八预设值。波动类型为升高的葡萄糖浓度曲线的公式算法为1、波峰的最高值减去运动时葡萄糖值(不定值)>＝第八预设值；2、运动时葡萄糖值(不定值)减去波谷最低值<第九预设值。

在一些示例中，如图8b所示：波动类型为降低的葡萄糖浓度曲线的分析时段为运动时间点至运动后4小时。波动类型为降低的葡萄糖浓度曲线的波动特征为1、波峰整体下降(部分可以上升)；2、波峰最高值低于开始运动时葡萄糖值(不定值)加上第八预设值；3、波谷的最低值低于开始运动时葡萄糖值(不定值)减去第八预设值。波动类型为降低的葡萄糖浓度曲线的公式算法为1、波峰最高值减去运动时葡萄糖值(不定值)<第八预设值；2、运动时葡萄糖值(不定值)减去波谷最低值>＝第九预设值。

在一些示例中，如图8c所示：波动类型为先升后降的葡萄糖浓度曲线的分析时段为运动时间点至运动后4小时。波动类型为先升后降的葡萄糖浓度曲线的波动特征为1、先出现上升为主的波动，然后是下降为主的波动；2、波峰最高值不低于开始运动时葡萄糖值(不定值)加上第八预设值；3、波谷最低值不高于开始运动时葡萄糖值(不定值) 减去第八预设值；4、第一个上升为主的波峰开始时间在距离运动时刻的0.5小时内。波动类型为先升后降的葡萄糖浓度曲线的公式算法为1、波峰最高值减去运动时葡萄糖值(不定值)>＝第八预设值；2、运动时葡萄糖值(不定值)减去波谷最低值>＝第九预设值。

在一些示例中，如图8d所示：波动类型为先降后升的葡萄糖浓度曲线的分析时段为运动时间点至运动后4小时。波动类型为先降后升的葡萄糖浓度曲线的波动特征为1、先出现下降为主的波动，然后是上升为主的波动；2、波峰最高值不低于开始运动时葡萄糖值(不定值)加上第八预设值；3、波谷不高于开始运动时葡萄糖值(不定值)减去第八预设值；4、第一个下降为主的波峰开始时间在距离运动时刻的0.5小时内。波动类型为先降后升的葡萄糖浓度曲线的公式算法为1、波峰最高值减去运动时葡萄糖值(不定值)>＝第八预设值；2、运动时葡萄糖值(不定值)减去波谷最低值>＝第九预设值。

在一些示例中，如图8e-1所示：波动类型为波动较小运动前不高的葡萄糖浓度曲线的分析时段为运动时间点至运动后4小时。波动类型为波动较小运动前不高的葡萄糖浓度曲线的波动特征为1、波峰部分上升、部分下降交替；2、波峰低于(开始运动时葡萄糖值加上第八预设值)(不定值)；3、波谷高于(开始运动时葡萄糖值减去第八预设值)(不定值)；4、开始运动时葡萄糖低于第十预设值。波动类型为波动较小运动前不高的葡萄糖浓度曲线的公式算法为1、波峰的最高值减去运动时葡萄糖值(不定值)<第八预设值；2、运动时葡萄糖值(不定值)减去波谷最低值<第九预设值；3、运动前葡萄糖<第十预设值。

在一些示例中，如图8e-2所示：波动类型为波动较小运动前偏高的葡萄糖浓度曲线的分析时段为运动时间点至运动后4小时。波动类型为波动较小运动前偏高的葡萄糖浓度曲线的波动特征为1、波峰部分上升、部分下降交替；2、波峰低于(运动时葡萄糖值加上第八预设值)(不定值)；3、波谷高于(运动时葡萄糖值减去第八预设值)(不定值)；4、开始运动时葡萄糖不低于第十预设值。波动类型为波动较小运动前偏高的葡萄糖浓度曲线的公式算法为1、波峰的最高值减去运动时葡萄糖值(不定值)<第八预设值；2、运动时葡萄糖值(不定值)减去波谷最低值<第九预设值；3、运动前葡萄糖>＝第十预设值。另外其他类型：分析时段为运动时间点至运动后4小时，判断逻辑或波动特征为不符合上述5种，则波动趋势的评估结果为运动后葡萄糖无规律波动。

虽然以上结合附图和示例对本发明进行了具体说明，但是可以理解，上述说明不以任何形式限制本发明。本领域技术人员在不偏离本发明的实质精神和范围的情况下可以根据需要对本发明进行变形和变化，这些变形和变化均落入本发明的范围内。

Claims

一种葡萄糖浓度水平的葡萄糖监测系统，是用于检测待测对象的葡萄糖浓度并给出指导信息的葡萄糖监测系统，其特征在于，包括传感模块、通信模块和处理模块，所述传感模块配置成检测所述待测对象的葡萄糖数据，所述葡萄糖数据包括所述待测对象在待测时间区间内随时间变化的葡萄糖浓度；所述通信模块配置成接收所述葡萄糖数据并发送至所述处理模块；所述处理模块配置成基于所述葡萄糖数据确定葡萄糖浓度的波动类型，所述波动类型反映所述葡萄糖浓度在待测时间区间内的变化趋势，并根据所述波动类型生成与饮食行为、运动行为、或睡眠行为相关的指导信息或建议。
根据权利要求1所述的葡萄糖监测系统，其特征在于：

还包括录入模块，所述录入模块用于录入所述待测时间区间，所述待测时间区间包括用餐前的时间至用餐后的时间、睡眠前的时间至睡醒的时间、或运动前的时间至运动后的时间。
根据权利要求2所述的葡萄糖监测系统，其特征在于：

所述葡萄糖数据包括多个检测点的葡萄糖浓度和与所述多个检测点相匹配的检测时间，若所述待测对象录入的用餐时间位于相邻两个检测点对应的检测时间的中点，则将所述相邻两个检测点当中的任一个检测点作为用餐检测点，若所述待测对象录入的用餐时间不在相邻两个检测点之间或不在对应的检测时间的中点，则将与所述待测对象录入的用餐时间最接近的检测点作为用餐检测点，所述用餐前的时间为所述用餐检测点对应的检测时间，所述用餐后的时间为所述用餐前的时间之后的3小时至5小时。
根据权利要求3所述的葡萄糖监测系统，其特征在于：

所述处理模块基于所述葡萄糖数据获取所述用餐检测点的葡萄糖浓度、第一最大葡萄糖波动幅度和用餐葡萄糖波动幅度，并且基于所述用餐检测点的葡萄糖浓度、所述第一最大葡萄糖波动幅度和所述用餐葡萄糖波动幅度获得所述波动类型，其中，所述第一最大葡萄糖波动幅度为在所述用餐前的时间和所述用餐后的时间之间的检测点当中最大的葡萄糖浓度和最小的葡萄糖浓度之间的差值，所述用餐葡萄糖波动幅度为所述用餐检测点的葡萄糖浓度与在所述用餐前的时间和所述用餐后的时间之间的检测点当中最小的葡萄糖浓度之间的差值。
根据权利要求4所述的葡萄糖监测系统，其特征在于：

所述处理模块基于与葡萄糖浓度相关的分类条件对葡萄糖浓度的波动类型进行分类，所述分类条件包括第一分类条件、第二分类条件、第三分类条件、和第四分类条件，

所述第一分类条件为所述用餐葡萄糖波动幅度小于第一预设值；

所述第二分类条件为所述第一最大葡萄糖波动幅度不小于第二预设值；

所述第三分类条件为所述葡萄糖数据的第一个峰值出现在所述用餐时间后的第一预设时间内；

所述第四分类条件为所述用餐检测点对应的葡萄糖浓度不小于第三预设值。
根据权利要求5所述的葡萄糖监测系统，其特征在于：

所述第一预设值为1.5至2.0mmol/L，所述第二预设值为4.0至5.0mmol/L，第三预设值不小于7.0mmol/L，所述第一预设时间为0.5至2小时。
根据权利要求2所述的葡萄糖监测系统，其特征在于：

所述葡萄糖数据包括多个检测点的葡萄糖浓度和与所述多个检测点相匹配的检测时间，若所述待测对象录入的睡眠时间位于相邻两个检测点对应的检测时间的中点，则将所述相邻两个检测点当中的任一个检测点作为睡眠检测点，若所述待测对象录入的睡眠时间不在相邻两个检测点之间或不在相邻两个检测点对应的检测时间的中点，则将与所述待测对象录入的睡眠时间最接近的检测点作为睡眠检测点，若所述待测对象录入的睡醒时间位于相邻两个检测点对应的检测时间的中点，则将所述相邻两个检测点当中的任一个检测点作为睡醒检测点，若所述待测对象录入的睡醒时间不在相邻两个检测点之间或不在相邻两个检测点对应的检测时间的中点，则将与所述待测对象录入的睡醒时间最接近的检测点作为睡醒检测点，所述睡眠前的时间为所述睡眠检测点对应的检测时间，所述睡醒的时间为所述睡醒检测点对应的检测时间。
根据权利要求7所述的葡萄糖监测系统，其特征在于：

所述处理模块基于所述葡萄糖数据获取所述睡眠检测点的葡萄糖浓度、最低葡萄糖浓度、第二最大葡萄糖波动幅度和睡眠葡萄糖波动幅度，并且基于所述睡眠检测点的葡萄糖浓度、所述第二最大葡萄糖波动幅度和所述睡眠葡萄糖波动幅度获得所述波动类型，其中，所述最低葡萄糖浓度为在所述睡眠前的时间和所述睡醒的时间之间的检测点当中最低的葡萄糖浓度，所述第二最大葡萄糖波动幅度为在所述睡眠前的时间和所述睡醒的时间之间的检测点当中最大的葡萄糖浓度和最低的葡萄糖浓度之间的差值，所述睡眠葡萄糖波动幅度为所述睡眠检测点的葡萄糖浓度与最低葡萄糖浓度之间的差值。
根据权利要求8所述的葡萄糖监测系统，其特征在于：

所述处理模块基于与葡萄糖浓度相关的分类条件对葡萄糖浓度的波动类型进行分类，所述分类条件包括第五分类条件、第六分类条件、第七分类条件、和第八分类条件，

所述第五分类条件为所述睡眠检测点对应的葡萄糖浓度不小于第四预设值；

所述第六分类条件为所述最低葡萄糖浓度不小于第五预设值；

所述第七分类条件为所述第二最大葡萄糖波动幅度不小于第六预设值；

所述第八分类条件为所述睡眠葡萄糖波动幅度不小于第七预设值。
根据权利要求9所述的葡萄糖监测系统，其特征在于：

所述第四预设值不小于7.0mmol/L，所述第五预设值为3.6至4.4mmol/L，所述第六预设值为3.0至3.8mmol/L，所述第七预设值为3.0至3.8mmol/L。
根据权利要求2所述的葡萄糖监测系统，其特征在于：

所述葡萄糖数据包括多个检测点的葡萄糖浓度和与所述多个检测点相匹配的检测时间，若所述待测对象录入的运动时间位于相邻两个检测点对应的检测时间的中点，则将所述相邻两个检测点当中的任一个检测点作为运动检测点，若所述待测对象录入的运动时间不在相邻两个检测点之间或不位于相邻两个检测点对应的检测时间的中点，则将与所述待测对象录入的运动时间最接近的检测点作为运动检测点，所述运动前的时间为所述运动检测点对应的检测时间，所述运动后的时间为所述运动前的时间之后的3小时至5小时。
根据权利要求11所述的葡萄糖监测系统，其特征在于：

所述处理模块基于所述葡萄糖数据获取所述运动检测点的葡萄糖浓度、第一葡萄糖波动幅度和第二葡萄糖波动幅度，并且基于所述运动检测点的葡萄糖浓度、所述第一葡萄糖波动幅度和所述第二葡萄糖波动幅度获得所述波动类型，其中，所述第一葡萄糖波动幅度为在所述运动前的时间和所述运动后的时间之间的检测点当中最大的葡萄糖浓度和所述运动检测点的葡萄糖浓度之间的差值，所述第二葡萄糖波动幅度为所述运动检测点的葡萄糖浓度与在所述运动前的时间和所述运动后的时间之间的检测点当中最小的葡萄糖浓度之间的差值。
根据权利要求12所述的葡萄糖监测系统，其特征在于：

所述处理模块基于与葡萄糖浓度相关的分类条件对葡萄糖浓度的波动类型进行分类，所述分类条件包括第九分类条件、第十分类条件、第十一分类条件、和第十二分类条件，

所述第九分类条件为所述第一葡萄糖波动幅度不小于第八预设值；

所述第十分类条件为所述第二葡萄糖波动幅度不小于第九预设值；

所述第十一分类条件为所述葡萄糖数据的第一个峰值出现在所述运动时间后的第二预设时间内；

所述第十二分类条件为所述运动检测点对应的葡萄糖浓度不小于第十预设值。
根据权利要求13所述的葡萄糖监测系统，其特征在于：

所述第八预设值为1.5至2.0mmol/L，所述第九预设值为1.5至2.0mmol/L，所述第十预设值不小于7.0mmol/L，所述第二预设时间为10分钟至1小时。
根据权利要求1所述的葡萄糖监测系统，其特征在于：

所述波动类型包括升高、降低、先升后降、先降后升、波动正常餐前不高、波动正常餐前偏高、波动正常运动前不高和波动正常运动前偏高、持续高、波动大、波动正常、波动大且葡萄糖低、和波动正常但葡萄糖低。
根据权利要求1所述的葡萄糖监测系统，其特征在于：

与饮食行为相关的指导信息或建议包括针对用餐顺序的建议、针对用餐速度的建议、针对用餐时间的建议、针对用餐前后的胰岛素摄取时间的建议、针对用餐前后的胰岛素摄取类型的建议、以及针对用餐前后的胰岛素摄取量的建议中的至少一种；

与睡眠行为相关的指导信息或建议包括针对睡眠时间的建议、针对睡眠前睡眠的建议、针对睡眠前运动的建议、针对睡眠前后的胰岛素摄取时间的建议、针对睡眠前后的胰岛素摄取类型的建议、以及针对睡眠前后的胰岛素摄取量的建议中的至少一种；

与运动行为相关的指导信息或建议包括针对运动强度的建议、针对运动时间的建议、针对运动方式的建议中的至少一种。
根据权利要求1所述的葡萄糖监测系统，其特征在于：

所述处理模块对所述葡萄糖数据进行降噪处理，所述处理模块基于所述葡萄糖数据获得葡萄糖浓度曲线并对所述葡萄糖浓度曲线做平滑处理；所述传感模块用于获取组织间液中的葡萄糖浓度，所述传感模块以预设频率获取葡萄糖浓度。
根据权利要求2所述的葡萄糖监测系统，其特征在于：

所述葡萄糖监测系统还包括显示模块，所述显示模块配置成显示指导信息、葡萄糖浓度曲线和波动类型中的至少一种。
根据权利要求18所述的葡萄糖监测系统，其特征在于：

所述录入模块、所述处理模块和所述显示模块集成于移动终端设备，所述移动终端设备具有软件程序，所述软件程序配置为通过录入模块录入所述待测对象的用餐时间、睡眠时间、和运动时间，通过处理模块获得波动类型和指导信息，并且通过所述显示模块显示指导信息。
根据权利要求1所述的葡萄糖监测系统，其特征在于：

所述传感模块通过能够与葡萄糖反应的传感器组件来检测待测对象的组织间液的葡萄糖浓度；所述通信模块通过无线方式或有线方式将所述葡萄糖数据传输至所述处理模块；所述无线方式包括蓝牙、Wi-Fi、3G/4G/5G、NFC、UWB和Zig-Bee中的至少一种。