基于动力特征的多视图交叉融合变压器,用于使用PPG信号进行非侵入性血糖测量
IEEE journal of biomedical and health informatics
|January 9, 2024
概括
这项研究引入了一种新方法,用于非侵入性血糖监测,使用光斑血图 (PPG) 信号. 先进的变压器网络显示了在家庭护理环境中准确的糖尿病管理的前景.
科学领域:
- 生物医学工程 生物医学工程
- 信号处理 信号处理
- 医疗信息学 医疗信息学
背景情况:
- 糖尿病管理需要经常监测血糖.
- 目前的方法是侵入性的,并且可能是痛苦的.
- 非侵入性血糖评估是一个重要的未满足的临床需求.
研究的目的:
- 开发一种可靠的,非侵入性方法,使用光电图 (PPG) 信号进行血糖评估.
- 优化信号预处理并采用一种新的深度学习架构,以提高准确性.
主要方法:
- 一个多尺寸加权拟合 (MSWF) 算法,以实现最佳的PPG信号预处理.
- 一个多视图交叉融合变压器 (MvCFT) 网络,包含空间位置编码和交叉视图特征融合 (CVFF).
- 在260名受试者的临床数据集上进行验证,使用主体为主的5倍交叉验证.
主要成果:
- 获得了1.129 mmol/L的根平均平方误差 (RMSE) 和0.659 mmol/L的平均绝对误差 (MAE).
- 87.89%的测量在克拉克错误网格的A区内,表明没有临床风险.
- 在非侵入性血糖估计中表现出高准确性和可靠性.
结论:
- 拟议的MvCFT网络为血糖监测提供了一个有希望的非侵入性方法.
- 该方法在改善糖尿病管理方面具有显著的潜力,特别是在家庭护理应用中.
- 进一步的研究可以完善该技术,使其在临床上得到广泛采用.
