通过二次斑点模式进行非侵入性血糖检测,人工智能分析

科学领域:

• 生物医学工程 生物医学工程
• 医学诊断 医学诊断 医学诊断
• 医疗保健中的人工智能

背景情况:

• 糖尿病是一种全球性健康问题,需要精确的血糖监测.
• 传统的手指刺痛方法测量血糖是侵入性的,并可能是痛苦的.
• 非侵入性血糖检测提供了一个更方便,更为患者友好的替代方案.

研究的目的:

• 开发和评估一种非接触式基于斑点的血糖测量系统.
• 通过人工智能 (AI) 数据处理来提高葡萄糖检测的准确性.
• 为了研究交流电磁场对检测灵敏度和选择性的影响.

主要方法:

• 采用了一个由数码相机,交流磁场源,激光和计算机组成的系统.
• 在应用磁场下,从手指上记录了激光诱导的斑点图案.
• 机器学习 (ML) 和深度神经网络 (DNN) 用于血葡萄糖水平的分类,以指尖刺伤数据作为参考.

主要成果:

• 与AI无接触系统在检测血葡萄糖水平方面表现出高准确度.
• 由于高度选择性和高效的数据预处理,ML方法的性能优于测试过的DNN.
• 交流磁场影响了葡萄糖检测的灵敏度和选择性.

结论:

• 拟议的非接触式传感机制为血糖监测提供了一种潜在的更准确,更方便,更不痛苦的方法.
• 这种由人工智能驱动的磁场辅助系统可以实现廉价快速的血糖查.
• 使用多样化的人口统计数据进行进一步的研究可以优化非侵入性葡萄糖检测,以改善糖尿病管理.