基于CGM数据动力学的在线餐食检测
机器学习
2025-07-02 v1 适应与自组织系统
应用统计
摘要
我们利用动力学模式作为从持续血糖监测(CGM)数据中派生的特征,用于检测餐食事件。通过利用这些模式固有的内在属性,这些特征捕捉了葡萄糖变异的关键方面,使能够识别与餐食消耗相关的模式和异常。这一方法不仅提高了餐食检测的准确性,也增强了对底层葡萄糖动力学的可解释性。通过关注动力学特征,我们的方法提供了一个稳健的特征提取框架,促进跨不同数据集的泛化,并确保在实际应用中可靠的性能。所提出的技术相对于传统方法具有显著优势,提高了检测准确性。
引用
@article{arxiv.2507.00080,
title = {Online Meal Detection Based on CGM Data Dynamics},
author = {Ali Tavasoli and Heman Shakeri},
journal= {arXiv preprint arXiv:2507.00080},
year = {2025}
}