近日,中國科學院深圳先進技術研究院醫工所聶澤東研究員團隊提出了基於人體心電訊號的無創血糖監測方法,相關研究成果以Non-invasive monitoring of three glucose ranges based on ECG by using DBSCAN-CNN為題發表在IEEE journal of biomedical and health informatics(JCR一區)上,聶澤東研究員為上述論文的通訊作者,李景振助理研究員及博士生Igbe Tobore為第一作者,深圳先進院為第一作者單位和唯一通訊組織。
糖尿病患者的高、低血糖水准的實时連續監測在糖尿病管理中具有重要的意義,可用於避免不良血糖事件的發生以及用於評估血糖目標範圍時間(TIR)等。研究團隊的前期研究表明,人體生理訊號例如心電變化與血糖水准存在相關性。考慮到心電訊號可通過可穿戴設備獲取,具有無創、便捷、舒適等優勢,研究團隊提出了基於心電的無創血糖水准分段監測方法,通過採用片段心電心跳波形,設計一種基於DBSCAN-CNN算灋進行血糖水准監測(圖1)。相關結果表明,其低血糖、高血糖監測的準確度分別為87.94%和86.39%,平均準確率為81.69%。同時,研究團隊採用Grad-CAM方法視覺化了心電特徵與血糖變化的相關性,揭示了與血糖水准變化關聯的心電訊號MARK點(圖2)。
該研究成果為穿戴手錶和家庭用健康設備實現無創血糖水准的連續監測的應用提供了重要的理論基礎與科技支撐,具有廣闊的應用前景。
該研究得到了科技部重點研發計畫、深圳市基礎研究學科佈局項目、中科院健康資訊重點實驗室的支持。
論文連結
圖1基於DBSCAN-CNN的無創血糖監測算灋框架
圖2與不同血糖水准相關的心電重要特徵視覺化
本文版權歸原作者所有,文章內容不代表平臺觀點或立場。如有關於文章內容、版權或其他問題請與我方聯系,我方將在核實情况後對相關內容做删除或保留處理!