-
题名基于无创血糖的糖尿病评估
被引量：1
- 1
-
-
作者
陈真诚
杨薛冰
邹春林
严波文
朱健铭
梁永波
-
机构
桂林电子科技大学电子工程与自动化学院
广西医科大学转化医学研究中心
桂林电子科技大学生命与环境科学学院
-
出处
《中国医学物理学杂志》
CSCD
2020年第10期1330-1334,共5页
-
基金
国家基金委重大仪器研制项目(61627807)
国家自然科学基金(1873913)
+1 种基金
广西自然科学基金(2018GXNSFDA281044)
广西创新研究团队项目(2017GXNSFGA198005)。
-
文摘
为了提高糖尿病前期的检出率,在糖耐量受损(IGT)常规诊断方法的基础上,增加糖化血红蛋白作为糖尿病筛查的因素,构建一个IGT检测模型。采集受试者的身高、体质量、腹围、血压、皮脂厚度、空腹血糖和糖化血红蛋白作为模型的特征输入,用K-近邻算法和神经网络对其分类,模型输出包括血糖值正常、IGT和糖尿病。结果显示增加糖化血红蛋白作为分类特征后,神经网络和K-近邻算法的分类准确率分别为88.89%和93.09%,明显高于传统方法的分类准确率(83.33%和78.38%)。本研究提出的IGT检测模型对糖尿病的临床诊断有重要意义。
-
关键词
糖尿病
糖化血红蛋白
糖耐量受损
神经网络
K-近邻算法
-
Keywords
diabetes
glycosylated hemoglobin
impaired glucose tolerance
neural network
K-nearest neighbor algorithm
-
分类号
R318
[医药卫生—生物医学工程]
-
-
题名胰岛素评价模型与算法设计
被引量：2
- 2
-
-
作者
严波文
陈真诚
魏子宁
杨薛冰
-
机构
桂林电子科技大学电子工程与自动化学院
-
出处
《科学技术与工程》
北大核心
2020年第19期7617-7621,共5页
-
基金
国家基金委重大仪器研制项目(61627807)
国家自然科学基金(81873913)
+1 种基金
广西自然科学基金重点项目(2018GXNSFDA281044)
广西创新研究团队项目(2017GXNSFGA198005)。
-
文摘
为了建立胰岛素评价模型,提出了一种基于BP(back propagation)神经网络的方法研究了胰岛素评价模型。首先使用含有2型糖尿病患者样本以及正常糖耐量的样本共100例作为研究数据,其次搭建BP神经网络模型,将样本的生理参数输入该网络进行训练,从而获得胰岛素β细胞功能指数与胰岛素抵抗指数,最后对胰岛素β细胞功能指数与胰岛素抵抗指数进行预测。实验结果表明,基于BP神经网络的人体胰岛素评价模型得到胰岛素评价指标的预测值与真值有较好的相关性,其中胰岛β细胞功能指数相关性达到近90%,可见该模型能很好地评价胰岛素分泌情况。
-
关键词
BP神经网络
2型糖尿病患者
胰岛素抵抗
胰岛素β细胞功能
-
Keywords
BP neural network
patients with type 2 diabetes
insulin resistance
insulin beta cell function
-
分类号
R318
[医药卫生—生物医学工程]
-
-
题名一种活体多通道生理生化检测仪的设计
- 3
-
-
作者
陈真诚
魏子宁
严波文
张悦
-
机构
桂林电子科技大学电子工程与自动化学院
-
出处
《现代电子技术》
2021年第4期27-31,共5页
-
基金
国家基金委重大仪器研制项目(61627807)
国家自然科学基金资助项目(81873913)
+1 种基金
广西自然科学基金重点项目(2018GXNSFDA281044)
广西创新研究团队项目(2017GXNSFGA198005)。
-
文摘
为了在无创伤且易操作的情况下获得糖尿病患者的多种重要生理参数,设计一种基于单一无创检测血糖探头的活体多通道生理生化检测仪。该仪器以S5PV210处理器(ARM Cortex⁃A8)为控制核心,完成各功能模块的设计,给出H桥光电驱动电路、电源模块、存储模块和串口转换电路等硬件电路的设计方案,所得数据在串口屏上显示,同时介绍基于USART HMI的人机交互界面实现方案。使用该仪器对10名志愿者进行实验验证,测得各项生理参数的真实值与测量值的相关性均在0.8以上。结果表明,活体多通道生理生化检测仪具有很好的准确性、稳定性和可操作性,在糖尿病药效学研究有着广阔的应用前景。
-
关键词
糖尿病
多通道生理生化检测仪
无创检测血糖探头
功能设计
人机交互
实验验证
-
Keywords
diabetes
multi⁃channel physiological and biochemical detector
noninvasive blood glucose probe
function design
man⁃machine interaction
experimental verification
-
分类号
TN247-34
[电子电信—物理电子学]
R318.6
[医药卫生—生物医学工程]
-
-
题名基于SVM算法探究人体胰岛素水平评价模型
- 4
-
-
作者
谭金祥
陈真诚
严波文
唐群峰
-
机构
桂林电子科技大学电子工程与自动化学院
-
出处
《信息技术与信息化》
2022年第8期33-37,42,共6页
-
基金
国家基金委重大仪器研制项目(61627807)
国家自然科学基金(81873913)
+1 种基金
广西自然科学基金重点项目(2018GXNSFDA281044)
广西创新研究团队项目(2017GXNSFGA198005)。
-
文摘
利用基于支持向量机的机器学习的方法建立胰岛素评价模型,目的在于利用较低的检测成本,实现一种新型的胰岛素评价模型的检测方式。模型使用了100例受试者,通过口服葡萄糖耐量试验(oral glucose tolerance test,OGTT)和其他相关检测的数据,其中大约40例为包括2型糖尿病在内的轻度到重度糖尿病患者,约60例为糖耐量正常的健康人。使用该样本集搭建支持向量机的模型,将一些使用无创或者微创而获得的样本的生理参数输入该算法中进行训练,输出的对象为样本对应的胰岛素评价指标,由此进行回归预测。经过统计学分析,基于支持向量机的评价人体自我分泌胰岛素情况的评价模型的预测值与目标值有较好的相关性,所有的目标指数都能达到80%左右的相关性,其中李光伟指数相关系数达到94.23%,可见应用该预测回归模型能较好且客观地评价人体自我胰岛素分泌情况。
-
关键词
2型糖尿病
支持向量机
稳态模型指数
胰岛素抵抗
胰岛Β细胞功能
-
分类号
R587.1
[医药卫生—内分泌]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
