基于多种优化方法特征平滑融合的可穿戴非侵入式血糖估计
医学物理
2025-03-07 v1 机器学习
摘要
最近,一种可穿戴非侵入式血糖估计方法被提出。然而,由于采集设备不可靠、噪声存在以及采集环境的变化,获取的特征值和参考血糖值高度不可靠。为此,本文提出一种多项式拟合方法用于平滑处理特征值或参考血糖值。首先,基于各个优化方法分别估计血糖值。其次,计算估计血糖值与实际血糖值之间基于每个优化方法的绝对差值。第三,对这些绝对差值按升序排序。第四,为每个排序后的血糖值,选取对应最小绝对差值的优化方法。第五,计算每个所选优化方法的累计概率。若某一时刻的累计概率超过阈值,则将该时刻三个所选优化方法的累计概率重置为零。定义排序后血糖值的区间,其边界点为上一次重置点与当前重置点之间。经上述程序处理验证集中所有排序参考血糖值后,确定排序参考血糖值的区间及其对应的优化方法。计算机数值仿真结果表明,所提方法可获得 MARD 为 0.0930, Clarke 误差网格中测试数据在区域 A 的比例为 94.1176%。
引用
@article{arxiv.2503.03770,
title = {Fusion of Various Optimization Based Feature Smoothing Methods for Wearable and Non-invasive Blood Glucose Estimation},
author = {Yiting Wei and Bingo Wing-Kuen Ling and Danni Chen and Yuheng Dai and Qing Liu},
journal= {arXiv preprint arXiv:2503.03770},
year = {2025}
}
备注
This version corrects several typos