-
公开(公告)号:CN118942719A
公开(公告)日:2024-11-12
申请号:CN202410921813.8
申请日:2024-07-10
Applicant: 南京邮电大学 , 江苏跃凯生物技术有限公司
IPC: G16H50/70 , G16H50/30 , G06F18/25 , G06F18/15 , G06F18/2433 , G06F18/22 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/048
Abstract: 一种基于LSTM编码器‑解码器架构的血糖预测方法,包括,对获取到的糖尿病患者的血糖数据进行平滑、降噪以及滑窗等处理;构建基于LSTM编码器‑解码器架构的血糖预测模型,其中编码器负责将输入序列转换为隐藏状态向量,解码器利用隐藏状态向量进行预测输出;为增强神经元记忆并减少误差传播的积累,在编码器‑解码器结构中,引入了一种基于学习相似模式的注意力机制,并构建基于DTW的链地址搜索算法寻找相似窗口序列;结合注意力特征和隐藏状态向量,共同输入到解码器中,通过投影层将解码器的输出映射到符合输出维度大小的向量,从而获得更为准确的血糖预测结果。本方法具有强大的学习能力,且经实验认证能够有效提高血糖浓度预测精度。
-
公开(公告)号:CN118053563A
公开(公告)日:2024-05-17
申请号:CN202410107287.1
申请日:2024-01-25
Applicant: 江苏鱼跃凯立特生物科技有限公司 , 南京邮电大学 , 江苏跃凯生物技术有限公司 , 浙江凯立特医疗器械有限公司
IPC: G16H40/60 , G16H50/70 , G16H10/20 , G06N3/0442 , G06N3/0455 , G06N3/049 , G06N3/08 , A61B5/145
Abstract: 本申请实施例公开了一种CGM时序事件异常识别方法及系统。包括,对获取到的糖尿病患者的血糖数据进行预处理,得到血糖数据对应的时间序列数据,以构建CGM时序事件异常识别模型;通过时间感知的注意力机制,确定出在相邻异常事件发生的不同时间间隔下,CGM时序事件异常识别模型对目标信号识别的权重影响状况;基于引入时间感知的注意力机制的CGM时序事件异常识别模型,对预置血糖样本数据进行深度学习,以拟合出基于用户实际血糖数据的重构值,确定出原始输入值与重构值之间的均方误差,并基于改进的高斯分布确定出自适应阈值;将用户的血糖数据对应的损失值与自适应阈值进行比对,以确定出异常数据。通过上述方法提高血糖数据检测准确率。
-
公开(公告)号:CN117176449A
公开(公告)日:2023-12-05
申请号:CN202311214130.0
申请日:2023-09-20
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L9/00 , H04L9/08 , H04L9/30 , H04L9/32 , G06N20/20 , G06N5/01 , G06F18/2113 , G06F18/214 , G06F18/243 , G16H10/60 , G16H50/30
Abstract: 本发明属于信息安全技术领域,涉及一种基于联邦学习的血糖预测模型构建方法,构建通信机制;使用PSI隐私集合求交技术来加载数据,获得数据持有方数据的交集,在数据加载过程中加入服务器分发数字签名密钥的步骤;利用数据持有方数据的交集,筛选出模型训练所需要的数据集;模型训练过程中使用同态加密的方案对xgboost算法中传输的梯度数据进行加密;整个流程既保证了多个数据持有方可以共享数据训练同一个模型,又保证了在计算的过程中,参与方的本地数据不会被除自己以外的其他方推理出来,达到数据保密的效果;嵌入式设备只需要将实时获取到的人体信息输入到训练后的模型文件中,就可以得到血糖预测结果,达到实时检测血糖的目的。
-
-