资源描述：
《基于ppg的无创血糖检测系统模型与算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、密级:硕士学位论文基于PPG的无创血糖检测系统模型与算法研究作者姓名：马爽指导教师:蒲宝明研究员中国科学院沈阳计算技术研究所黄艳研究员中国科学院沈阳计算技术研究所学位类别:工程硕士学科专业:计算机技术培养单位:中国科学院沈阳计算技术研究所2016年4月NBGMModelandAlgorithmResearchBasedonPPGByMaShuangADissertationSubmittedtoUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementForthedeg
2、reeofMasterofComputerTechnologyShenyangInstituteofComputingTechnology,ChineseAcademyofSciencesApril,2016独创性声明本人郑重声明：所提交的学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人或集体已经发表或撰写过的研究成果，也不包含为获得中国科学院大学或其它教育机构的学位或证书所使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明
3、的法律结果由本人承担。签名：日期：关于学位论文使用授权的说明本人完全了解中国科学院大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以公布学位论文的全部或部分内容。（涉密的学位论文在解密后应遵守此规定）签名：导师签名：日期：摘要摘要随着世界糖尿病患者与日俱增，血糖浓度的实时监测成为必要。本文以光电容积脉搏波技术为理论基础，进行无创血糖检测系统的系统建模，并提出了一种智能无创检测血糖的算法。本文的主要内容从以
4、下几个方面进行展开：1.无创血糖检测系统（NBGM）的提出，进行系统建模，整个系统分为硬件系统和软件系统两部分。2.对NBGM的硬件系统进行设计，包括传感器、集成模拟前端、单片机、上位机四个主要部分。3.提出NBGM的智能检测算法，也是NBGM系统的软件部分。智能检测算法包括信息获取、特征提取、机器学习三个主要模块。其中，机器学习模块是本算法的核心部分，通过对采集到的波形提取出的特征值，组成特征矩阵，与有创血糖仪测得的参考血糖值运用机器学习方法进行训练，得到血糖预测函数。4.对提出的系统模型、硬件环境、软件算法设计实验进行对比验证，通过相关系数、标准差、
5、克拉克网格误差分析，验证系统的可靠性。5.论文在末尾对本文工作进行了总结，并展望了下一步的研究方向。【关键词】无创血糖检测系统模型人工智能机器学习I基于PPG的无创血糖检测系统模型与算法研究ABSTRACTWithdiabetesintheworldgrowingdaybyday,real-timemonitoringofbloodglucoseconcentrationsbecomenecessary.Inthispaper,aNBGMModelandanintelligencealgorithmofnon-invasivebloodglucoseme
6、asuringisproposed.Themaincontentofthepaperisrepresentedasfollowings:Firstly,NBGMSystemisproposedandthesystemmodelissetup.Theentiresystemisdividedintotwoparts,hardwaresystemandsoftwaresystem.Secondly,tosetupahardwaresystemoftheNBGMsystem,includingfourmajorpartsofthesensor,AFE4403,
7、MSP430Chipandacomputer.Thirdly,proposingtheintelligencealgorithmofnon-invasivebloodglucosemeasuring,whichisthesoftwarepartoftheNBGM.ThealgorithmincludesInformationacquiring,Featuresextracting,MachineLearningthreemainlymodules.Amongabove,MachineLearningmoduleisthecorepart,accordin
8、gtothefeaturesextractingfromthepulsewave
