一个非侵入性的血糖检测系统,基于光电图和多个近红外传感器的光电图

科学领域:

• 生物医学工程 生物医学工程
• 医疗器械 医疗器械
• 传感器技术 传感器技术

背景情况:

• 非侵入性血糖检测对于糖尿病管理至关重要.
• 光电流图 (PPG) 方法在基线葡萄糖预测方面表现出色,但错过了每日波动.
• 近红外 (NIR) 光谱有效地跟踪短期的葡萄糖变化,但对外部因素敏感.

研究的目的:

• 开发和评估一种新的非侵入性血糖检测系统.
• 为了结合光电脉冲图和多种近红外 (m-NIR) 传感技术.
• 克服个人传感方法的局限性,以改善葡萄糖监测.

主要方法:

• 设计了一个集PPG和m-NIR传感器的混合系统.
• 用一个轻量级的深度学习模型进行数据分析.
• 该系统在口服葡萄糖耐受性测试 (OGTTs) 中对10名参与者进行了测试.

主要成果:

• 综合系统实现了0.242 mmol/L的根平均平方误差 (RMSE).
• 在帕克斯错误网格的A区内实现了100%的准确性.
• 在大约7000个数据段中表现出强大的性能.

结论:

• 这种新型混合系统有效地结合了PPG和m-NIR传感器,用于非侵入性葡萄糖检测.
• 开发的系统显示了准确可靠的连续血糖监测的巨大潜力.
• 这种方法解决了当前非侵入性葡萄糖检测技术的关键挑战.