论文部分内容阅读
连续血糖监测仪通过连续监测人体血糖水平,及时提供高低血糖报警信息,已成为治疗糖尿病的重要组成部分。连续血糖监测信号的质量直接决定了报警的准确性,然而,实际过程中,广泛存在的随机测量噪声会大大影响其信号的可靠性和精度。因此,针对连续血糖监测信号的滤波是非常必要的。但是,连续血糖监测信号的信噪比往往会随着不同病人而变化,因此有必要针对具体对象的监测信号具体分析噪声水平从而确定适当的滤波参数。对此,本文提出了采用EM(Expectation Maximization)算法来估计监测信号中的系统噪声和测量噪声,确定所需的卡尔曼滤波参数,从而面向不同个体的监测信号进行实时滤波,进而有效判断高低血糖事件。该方法与滑动平均滤波(MA)和Cobelli 等人提出的另一种基于卡尔曼滤波的参数估计方法进行对比,结果显示基于EM 算法的卡尔曼滤波效果要明显优于另外两种算法。