البحث المتقدم

مراقبة وتنبؤ الجلوكوز دون انقطاع باستخدام نظام الاستشعار الذكي

Title Un- Interrupted Glucose Monitoring and Prediction by Using Smart Sensor System

الباحث الرئيس أرشد علي
التخصص: تقنية المعلومات
التخصص الدقيق: Smart Health
المستخلص: تعتبر مراقبة مستوى الجلوكوز في الدم في الوقت الحقيقي لدى مرضى السكري مشكلة كبيرة يجب معالجتها في المستقبل القريب لعلاج المرضى بكفاءة. هناك نوع من أجهزة استشعار المراقبة المستمرة للجلوكوز (GCM) المتوفرة في السوق ولكنها مكلفة للغاية للاستخدام على المدى الطويل لمراقبة مستوى الجلوكوز بشكل مستمر. للتغلب على هذه المشكلة ، يتم استخدام مزيج من المراقبة في الوقت الحقيقي للجلوكوز للتنبؤ بتركيز الجلوكوز في وقت معين. هناك العديد من تقنيات التنبؤ المتاحة والمستخدمة للتنبؤ بتركيز الجلوكوز في الدم. لغرض التنبؤ بمستوى الجلوكوز في هذا البحث ، تم النظر في أربعة معايير مختلفة للتنبؤ بتركيز الجلوكوز باستخدام خوارزمية Kriging للتنبؤ. أولاً ، يتم معايرة بيانات المراقبة المستمرة للسكري بدقة. ثانيًا ، يتم تصفية بيانات المراقبة المستمرة للغلوكوز (CGM) لزيادة نسبة الإشارة إلى الضوضاء (SNR). ثالثًا ، التنبؤ بمستوى تركيز الجلوكوز في المستقبل باستخدام تقنيات النمذجة المناسبة. بناءً على الدراسة والتجريب ، يتم تنفيذ خوارزمية للتنبؤ تعتمد على Kriging بشكل جيد جدًا مقارنة بتقنية التنبؤ الأخرى ذات متوسط ​​الخطأ التربيعي الأدنى.
Abstract: The monitoring of real time Blood Glucose level in diabetes patient is a big problem to be addressed in near future to treat patients efficiently. There are some kind of the Continuous Glucose Monitoring (GCM) sensors available in market but very expensive to use for long term to monitor glucose level continuously. To overcome this problem a combination of the real time monitoring of glucose is used to predict the glucose concentration at a particular time. There are various prediction techniques are available and used to predict glucose concentration in blood. For the purpose of prediction of glucose level in this research, four different parameters are considered to predict glucose concentration by using Kriging prediction algorithm. First, the CGM data is calibrated accurately. Secondly, the CGM data is filtered to increase signal to noise ratio (SNR). Thirdly, predicting level of glucose concentration in future by using appropriate modeling techniques. Based on the study and experimentation Kriging based algorithm for prediction is performed very well as compared to other prediction technique with the lowest mean square error.
الحالة: محكم ومنشور
جهة التحكيم:
دار النشر:
سنة النشر: 3
تحويل التاريخ