用于无约束条件下糖尿病前期检测的可穿戴传感器

糖尿病前期是一种常见的健康状况，往往在其发展为2型糖尿病后才被发现。及早识别糖尿病前期对于及时干预和预防并发症至关重要。本研究探讨了使用可穿戴连续血糖监测设备以及嵌入惯性传感器的智能手表收集血糖测量值和加速度信号，以实现糖尿病前期的早期检测的可行性。我们提出了一种基于信号处理和机器学习技术的方法。从收集的信号中提取两个特征集，这些特征集基于对人体糖-稳态系统的动态建模以及受三个主要血糖相关血液检测方法启发的血糖曲线。使用自助法对每个个体的特征进行聚合。采用支持向量机对正常胰岛素血糖者和糖尿病前期者进行分类。我们收集了22名受试者的数据进行评估。结果非常鼓舞人心，显示出高灵敏度和高精度。这一工作是一种概念验证，凸显了可穿戴设备在糖尿病前期评估中的潜力。未来工作包括将研究扩展到更大、更具多样性的人群，并探索将CGM和智能手表功能集成到统一设备中的可能性。还可使用自动进食检测算法。