Fusion of Various Optimization Based Feature Smoothing Methods for Wearable and Non-invasive Blood Glucose Estimation

要約

最近、ウェアラブルおよび非侵襲的な血糖推定アプローチが提案されています。
ただし、取得デバイスの信頼性、ノイズの存在、取得環境の変動により、得られた特徴と参照血糖値は非常に信頼できません。
この問題に対処するために、このペーパーでは、得られた特徴または参照血糖値を滑らかにするための多項式フィッティングアプローチを提案します。
まず、血糖値は、個々の最適化アプローチに基づいて推定されます。
第二に、推定された血糖値と、各最適化アプローチに基づく実際の血糖値との間の絶対差値が計算されます。
第三に、各最適化アプローチのこれらの絶対差分値は、昇順でソートされます。
第4に、ソートされた血糖値ごとに、最小絶対差値に対応する最適化方法が選択されます。
第五に、選択した各最適化法の蓄積確率が計算されます。
ポイントで選択した最適化方法の蓄積確率がしきい値よりも大きい場合、その時点でのこれら3つの選択された最適化方法の蓄積確率はゼロにリセットされます。
ソートされた血糖値の範囲は、対応する境界点が以前のリセットポイントとこのリセットポイントであると定義されます。
したがって、検証セットのすべてのソートされた参照血糖値の上記の手順を実行した後、ソートされた参照血糖値の領域とこれらの領域の対応する最適化方法が決定されます。
コンピューターの数値シミュレーション結果は、提案された方法が0.0930で平均絶対相対偏差（MARD）と94.1176％のクラークエラーグリッドのゾーンAに落ちるテストデータの割合を生成することを示しています。

要約(オリジナル)

Recently, the wearable and non-invasive blood glucose estimation approach has been proposed. However, due to the unreliability of the acquisition device, the presence of the noise and the variations of the acquisition environments, the obtained features and the reference blood glucose values are highly unreliable. To address this issue, this paper proposes a polynomial fitting approach to smooth the obtained features or the reference blood glucose values. First, the blood glucose values are estimated based on the individual optimization approaches. Second, the absolute difference values between the estimated blood glucose values and the actual blood glucose values based on each optimization approach are computed. Third, these absolute difference values for each optimization approach are sorted in the ascending order. Fourth, for each sorted blood glucose value, the optimization method corresponding to the minimum absolute difference value is selected. Fifth, the accumulate probability of each selected optimization method is computed. If the accumulate probability of any selected optimization method at a point is greater than a threshold value, then the accumulate probabilities of these three selected optimization methods at that point are reset to zero. A range of the sorted blood glucose values are defined as that with the corresponding boundaries points being the previous reset point and this reset point. Hence, after performing the above procedures for all the sorted reference blood glucose values in the validation set, the regions of the sorted reference blood glucose values and the corresponding optimization methods in these regions are determined. The computer numerical simulation results show that our proposed method yields the mean absolute relative deviation (MARD) at 0.0930 and the percentage of the test data falling in the zone A of the Clarke error grid at 94.1176%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google