浙江大学李莹获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉浙江大学申请的专利一种基于稀疏特征处理及因果分析的血糖预测方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120126752B 。
龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510055518.3,技术领域涉及:G16H50/30;该发明授权一种基于稀疏特征处理及因果分析的血糖预测方法及装置是由李莹;符蓝天;毛义华;张凌飞设计研发完成,并于2025-01-14向国家知识产权局提交的专利申请。
本一种基于稀疏特征处理及因果分析的血糖预测方法及装置在说明书摘要公布了:本发明公开了一种基于稀疏特征处理及因果分析的血糖预测方法及装置,包括:获取血糖数据以及与血糖相关的多源协变量数据;对数据进行检查和数据补全后,恢复时间序列的连续性;构建血糖预测模型,利用进食数据和药物数据的稀疏特征,进行生理公式转换,之后与血糖数据进行因果关系分析,确定稀疏变量对血糖的最佳影响时滞;然后基于时滞分析结果,将多源协变量数据与血糖数据进行时间对齐处理;采用高维特征编码和多尺度特征解码,获得未来时间段的血糖预测值;对血糖预测模型进行训练,训练完成后,将进食数据、药物数据输入血糖预测模型,得到预测的血糖值。本发明可以解决现有技术中血糖预测不够准确的问题。
本发明授权一种基于稀疏特征处理及因果分析的血糖预测方法及装置在权利要求书中公布了:1.一种基于稀疏特征处理及因果分析的血糖预测方法,其特征在于,包括以下步骤: 1获取血糖数据以及与血糖相关的多源协变量数据,多源协变量数据包括进食数据、药物数据;对血糖数据和对应的多源数据进行检查和数据补全后,恢复时间序列的连续性; 2构建个性化的血糖预测模型,所述的血糖预测模型利用进食数据和药物数据的稀疏特征,进行生理公式转换,再通过时间维度的多尺度分割方法,捕捉稀疏特征在不同时间尺度上的影响模式,区分短期和长期效应;之后与血糖数据进行因果关系分析,确定稀疏变量对血糖的最佳影响时滞;然后基于时滞分析结果,将多源协变量数据与血糖数据进行时间对齐处理;根据处理后的数据学习个人血糖特征,在学习过程中,模型采用高维特征编码,多尺度学习,提取个体化的关键特征,最后进行解码,获得未来时间段的血糖预测值; 因果关系分析是对于每个经过转换后的稀疏变量和血糖变量进行分析,具体过程如下: 首先要考虑血糖变量自身的历史数据,采用以下公式: 其中,Xt是当前时刻的血糖值,ai事故血糖自身历史值的回归系数,p是血糖历史值窗口的大小,是血糖值建模后的残差值; 同时考虑血糖值和其他变量的历史数据,采用以下公式: 其中,Y是候选的因果变量,b是候选因果变量的回归系数,q是候选因果变量的历史值窗口大小,是同时考虑血糖值和其他变量的历史数据建模后的残差值; 为了判断其他变量Y是否对血糖X有显著因果影响,计算F检验统计量,采用以下公式: 其中,N是时间序列的总样本数,根据F统计量找到F分布的临界值Fcritical,如果Fcritical,则说明Y对X存在显著的因果关系; 3利用步骤1处理后的数据对血糖预测模型进行训练,训练完成后,将进食数据、药物数据输入血糖预测模型,得到预测的血糖值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励