基于ARIMA和BPNN的組合預測模型在血糖預測中的應用.pdf

1、隨著糖尿病患者數(shù)量的不斷增多，糖尿病對人類健康的危害日趨增加，而穩(wěn)定血糖是糖尿病患者臨床治療的主要目的，如果能提前預測出患者的血糖濃度，那么醫(yī)生和患者就能在高血糖或者低血糖事件發(fā)生之前采取措施來穩(wěn)定血糖，這將極大減小糖尿病對患者造成的傷害。建立一個精確度比較高的血糖預測模型，為醫(yī)生和糖尿病患者提供指導，具有很好的應用價值。目前，關于人體血糖預測技術的研究大體有兩個方向：一個方向是只利用患者的歷史血糖值，不考慮影響患者血糖動態(tài)變化的外部因

2、素（飲食、藥物注射、運動等），追求簡單和高效，但不夠精準；另外一個方向不僅利用糖尿病患者的歷史血糖值，而且結合人體的生理模型和大量的病理學、生理學的知識，追求準確和精準，算法復雜，有一定延遲。
　　本文深入研究了影響人體血糖變化的關鍵因素和血糖預測所面臨的問題，在比較了現(xiàn)有的血糖預測技術的基礎上，探討基于ARIMA和BPNN的組合預測模型對患者血糖未來值分析和預測的可行性。采用ARI MA對糖尿病患者的歷史血糖值進行分析，找出患者

3、血糖變化的線性規(guī)律，利用BPNN捕獲外部因素對人體血糖的影響，并對輸入值、誤差項等進行學習和擬合。最后將ARIMA計算出的預測值與BP算法得到的修正值進行組合，得到準確的結果。同時，針對飲食或藥物注射在短時間內對人體血糖波動的突發(fā)影響，設定開始影響的點為奇異點，提出一種奇異點發(fā)現(xiàn)和處理算法，在人體血糖受外部干擾發(fā)生不規(guī)律變化時自動調整未來一段時間內的預測值，保證組合預測模型的精度和準確度。采用河南省人民醫(yī)院內分泌科所提供的糖尿病患者血糖