文摘
糖尿病是当今最大的全球性问题之一,它只是变得更大。常数测量血糖水平的监测血液葡萄糖水平的先决条件,建立糖尿病治疗程序。血糖水平测量的一般方法是通过入侵过程,需要手指戳破《柳叶刀》和可能成为痛苦和服从,特别是如果这变成了一种日常生活。在这项研究中,我们分析无创血糖测量方法和现在的一些根据不同的标准分类维度:大小、侵袭性,分析了媒体、传感特性,应用方法,激活类型、响应延迟,测量时间和访问结果。我们将把重点放在使用机器学习和神经网络方法和相关性与心率变异性和心电图,作为一个新的研究和发展趋势。
1。介绍
很多问题出现当一个人类无法控制胰岛素水平,因此处理血液中葡萄糖的浓度。这不能启动糖尿病(1),这是一个疾病的血糖水平很高。在这种情况下,只有一个精确的治疗和精心管理可以防止血液中糖的积累和对葡萄糖不耐受2],增加危险的血管并发症的风险[3),如冠状动脉疾病(导致心脏病)[4),周围性血管疾病、肾衰竭或中风,和神经并发症(糖尿病神经病变)5),包括周围神经病变和自主神经系统的失败。
最近的研究表明,世界上有4.249亿个诊断糖尿病患者的数量预计将上升到6.286亿年的2045 (6]。葡萄糖测量和糖尿病治疗非常昂贵;例如,在美国,从2012年的245美元成本上升(7)2017年327美元(8]。表明这个问题的规模,目前糖尿病患者总数的6 - 7%全球人口根据国际糖尿病联合会(9]。
此外,心血管疾病与糖尿病密切相关。事实上,在美国的一项研究[10)得出结论,25%的糖尿病病人成本是心血管疾病的结果,15%的医生的办公室访问成本是与心血管疾病有关。同时,糖尿病是负责超过四分之一的所有心血管疾病支出。
此外,有一个高比例的未确诊的糖尿病在全球范围内,尤其是在发展中国家,和Beagley et al。11)得出结论,45.8%的糖尿病病例的确诊和经常与心血管风险有关。
几项研究分析葡萄糖测量仪器的发展历史(12- - - - - -14)和血糖监测的四代的摘要(13)分类的使用技术。
生产医疗器械已评估从1970年代开始的第一代葡萄糖米,使用反射技术和重型设备需要较大数量的血液。第二代设备使用一滴血,由于可用的技术,它们是由小型设备和负担得起的价格,允许个性化的使用。
手指戳破这些入侵技术的主要程序是麻烦的糖尿病患者,因为它会导致疤痕,激励装置的发展,使葡萄糖测量要做便宜的和非侵入性的方式。第三代设备开始微创设备,包括一个数组的小针在皮肤上,使连续葡萄糖监测(CGM) [15- - - - - -17]。
最近,新一代正在上升,尽管它仍然是国王的一个选择,而不是一个实际的应用这些医疗设备,由于其当前开发的早期阶段。然而,我们将把它作为第四代医疗设备,包括非侵入性的方法,提供了一个环境远程实时连续监测。无创性方法不侵入人体和基于各种方法,包括光谱法或其他参数分析与血糖水平(18]。
在这篇文章中,我们的目标是目前可用的无创血糖测量方法和正在进行的项目,专注于使用机器学习(毫升)和神经网络(NN)方法用于正在进行大量的研究处理葡萄糖水平的评估方法。
重点也将使用一个心电图的可能性或其他方法确定的HRV参数检测人类能力的调节血糖水平与非侵入性方法。这尤其重要,因为最近的可穿戴心电图传感器成功地出现在市场上,心电图和HRV可以测量有效的无创性方法,允许远程连续实时监测的可能性。
2。无创血糖测量的分类
葡萄糖测量主要是分类的水平侵袭性传感装置,通常分为侵入性(设备植入病人的身体或者入侵身体访问血液样本),微创(设备轻松入侵一个非常小的病人的身体的一部分,如皮肤收集最小样本,像皮肤部分,汗水,泪水,和唾液),和非侵入性设备(设备不侵入病人的身体)(12- - - - - -14]。
无创血糖监测方法是基于测量血糖浓度的化学、热、电或光传感特性(14,19- - - - - -22]。其他传感特性也可以用于测量人体自显示不同的生理反应,葡萄糖的变化,如电、声阻抗、导热性、电磁响应。
通常的非侵入性方法的分类是基于使用的技术,虽然有几个作者基于主题分析的分类方法,如分化媒体他们的目标,包括组织(皮肤、眼睛水幽默、口腔黏膜、舌,和鼓膜)和液体(汗液、尿液、唾液和眼泪)(21]。
每一个测量系统由其指定大小决定它是否可以用在医疗机构或专业实验室作为一个智能家居系统的一部分(23]。此外,它可以是一个口袋大小的测量设备,如个人手指戳破设备或可穿戴设备,它是戴在病人的身体。
一个特定的方法用于处理感觉信息,产生中间结果,包括皮肤和光学方法(20.)或包括纳米技术(14]。信息获得中间结果的进一步处理可能包括特定的处理,如多变量分析,multiregression,或各种人工方法,如深机器学习和神经网络,本文更详细地描述。
葡萄糖测量可以适用于连续和实时监测或可以只提供按需激活一个测量,治疗只是替代现有的侵入性的方法。测量定义是单一度量值如果是激活需求访问一个样本,然后处理结果,而连续测量系统连续取样和计算结果。
此外,如果结果显示单个用户,指定相应的医疗设备中使用自我监控,如果结果授权用户可以通过互联网共享,相应的系统系统,允许共享的授权访问的结果。
最后,最终的结果可能是立即获得或有一定延迟。如果延迟小于2分钟,他们变得近乎实时的,或者延迟小于30秒,他们被视为真正的时间。例如,血液分析在实验室可能需要更多的时间,这些测量系统指定的交付延期的结果。不混淆,这种延迟是依赖于测量装置和处理能力,而葡萄糖浓度所需的时间延迟传播分析媒体通常被称为滞后。
提供一个更全面的方法并指定域的无创血糖测量技术,我们引入了基于标准的方法,确定几个维度的葡萄糖测量设备,如图1。每个分类标准是圆角矩形,显示每个类别和在一个给定的标准是由一个锋利的矩形。
葡萄糖测量系统可以根据以下标准分类:(我)大小:描述测量装置是一个即时系统,家庭系统,便携式袖珍设备,或可穿戴设备(2)侵袭性:决定入侵,微创、无创技术(3)媒体:测量在哪里进行,包括组织液,断断续续的,和组织(iv)传感性质:分析了医疗设备,包括化工、阻抗、热、电、声、电磁属性(v)方法:定义的使用技术分析感知信息,如皮肤、光学、热导率和电磁响应,自主功能障碍(HRV-based)和纳米技术(vi)处理:指定的方法用于处理结果,其中可能包括模拟(感觉比较结果或显示信息),数学和统计方法(多元分析与校正,multiregression等等),和人工智能(机器学习、神经网络方法、深度学习,等等)。(七)激活类型:由测量被激活的方式:按需激活或连续测量(八)类型:持续时间取决于测量时间:短期(小于1分钟),中期(小于1小时),和长期(按天)(第九)响应延迟:定义为处理结果所需的时间,包括实时系统(立即或30秒),实时系统(2分钟),和推迟系统(超过1小时)(x)访问结果:访问指定的位置的结果,包括自我监控系统和系统使用共享授权远程访问
3所示。经皮的无创血糖测量
经皮的方法使用以下技术:(我)相反的电离子透入疗法技术(24)访问的组织液低电流在两个电极之间的皮肤(25]。钠离子导致对流携带葡萄糖分子在相反的方向,正常的药物(从皮肤向外)26]。实现传感检测葡萄糖氧化酶。fda批准的医疗器械是GlucoWatch [27)针对手腕皮肤,能够测量78个读数(每小时6),每穿一两个小时后校准。它是由一个小电流通过两个皮肤表面电极之间,离子和glucose-containing组织液表面和水凝胶垫将葡萄糖氧化酶生物传感器(28,29日]。根据我们的分类,这是一个可穿戴设备,使用非侵入性方法分析孔隙流体通过感应化学和电气性能通过皮肤的方法模拟阅读当地的实时结果中期连续葡萄糖测量。还有其他商业失败的医疗设备,包括GluCal [22,30.](2)阻抗谱测量组织的介电性能,通过一个小跨组织和测量交流阻抗频谱在100 Hz−100 MHz的范围31日),这是依赖于葡萄糖与红细胞(32]。几个问题,包括含水量、温度变化、出汗,运动(33需要频繁的校准和平衡,产生大量的实现问题。Pendra FDA, CE-approved医疗设备(34),意识到作为一个基于阻抗光谱学腕表,与传感进行了一个开放的谐振电路,能够执行4测量每分钟。然而,它缺少一个成功的商业化由于校准问题(需要改变磁带后24 h和要求至少1 h平衡)。GlucoBand是另一个医疗设备没有成功商业化,面向更健康的市场而不是医学(35](3)皮肤吸泡技术分析的基础上获得的一份泡真空吸在小面积的皮肤36)是一个很痛苦的过程与较低的感染风险。葡萄糖浓度分析泡低于在等离子体但关联与血液中的浓度(37),尤其是对糖化血红蛋白值,对应于一个三个月的平均血糖值。交响乐是商业成功的产品应用于渗透皮肤分析电化学性能(38)通过使用一个敏感的生物传感器,测量皮肤葡萄糖通量(iv)sonophoresis技术使用低频超声波增加皮肤渗透性,造成扩张和收缩的气体夹杂物开放通路间质液体运输葡萄糖表皮(39),它是由传统的电化学传感器(测量40]。这种技术有时被认为是微创,因为它创造了作用在皮肤上使组织液含有葡萄糖来外(22]。SpectRx是一个产品还没有商业化,它使用激光来创建微孔隙在最外层的皮肤层收集含有葡萄糖的组织液
并et al。41)讨论几个可穿戴和非侵入性方法基于监测组织液和可穿戴设备检测的基础上汗(镜片、灵活的腕带等),呼吸分析唾液分析(纹身印在牙齿等),和眼流体(智能隐形眼镜)。综述了耐磨葡萄糖监测使用表皮传感器由金等。42]。组织液中葡萄糖的浓度取决于血糖水平(43),虽然有大量的时间差异对应的血糖水平传输的间质液体(44]。
4所示。光学无创血糖测量
当光与生物组织,它会反射,散射和传播是正比于样品的结构和化学成分(21)为基础的大量optical-based无创血糖测量方法(45,46]。这些都是差异化根据分析电磁辐射的乐队和血糖水平的解释从接收到的光谱20.)的选择性和干扰其他化合物使用多元校正向量(47)和一些检测和多级分离原则(48]。
以下光学非侵入性方法分析了成功或多或少地检测糖尿病水平:(我)红外光谱法是基于分子化学键的转动和振动的转换,和相应的波动是由入射辐射测量的(49](2)近红外(NIR)光谱技术是基于可见光和近红外范围的调查,包括波长0。连扳。95年μ米(50),1。21-1。85年μ米(51),2。12 - 2。38μ米(52)选择由于疲软的吸水和相对较高的被测信号的能量21]。虽然测量不取决于皮肤色素沉着,它们取决于分子结构和吸收光谱能力,所以几个波长与校准用于多变量分析。尽管一些医疗设备(SugarTrac、梦想梁、Diasensor MedOptix,等等。22,30.])已经开发使用近红外光谱的方法,他们仍然是商业成功(3)Midinfrared (MIR)光谱学提供更多不同的葡萄糖山峰(21]分析了波长光谱8。38-9。71年μ米(53]。特定波长的测量之前和之后的比较与物质相互作用,影响拉伸和弯曲的分子用来确定葡萄糖浓度。传感器使用depth-selective米尔基于全红外反射光谱的皮肤光照偏转被描述在54基于几波数)和吸收光谱(55](iv)拉曼光谱(56)评估单一波长的散射光,这是依赖于分子内旋转或振动能量状态和高度特定的吸收光谱对原始激光(57]。多变量分析应用于检测分子数量和减少水与米尔或近红外光谱干扰。有几个研究项目由LightTouch医疗、C8 Medisensors [58],麻省理工学院的皮肤上应用拉曼光谱方法(22]。拉曼光谱仪的发展适合家用无创血糖监测也报道(59](v)光声光谱测量超声波由组织吸收脉动光由激光二极管(60),因为他们的交互作用产生热量,导致压力的变化样本声音信号的形式由压电传感器(监测61年]。共振光声光谱的理论研究无创血糖检测报告(62年]。Aprise[一个医疗器械临床试验63年]。它利用光声特性的血液来推断的葡萄糖水平,当超声波照射组织与激光脉冲和声学信号的深度剖面分析光的吸光度上面的皮肤血管(vi)眼光谱应用于眼泪用hydrogel-bound隐形眼镜(64年),用分光计测量接收到的反射光的变化当光源照亮了镜头。很多弱点已经检测到应用程序的方法,如延迟的葡萄糖浓度,生物相容性,和眼睛之间的区别65年](七)散射辐射信号时效果反映在组织部分,如细胞膜和胶原纤维的血液和组织液。由于葡萄糖的折射率变化组织,测量反射信号提供信息来计算葡萄糖水平(66年]。精度受到大型个人间的差异和传感器漂移的影响,运动,温度,水,和蛋白质密度(21](八)遮挡光谱类似于散射和光学相干断层扫描方法测量散射影响动脉流,而不是收缩流。它使用增强的光传导的红细胞聚集计算葡萄糖浓度(67年]。精度是容易受到许多血管内变量如药物治疗、内在红细胞聚集,游离脂肪酸浓度,乳糜微粒和(68年]。OrSense是一个医疗设备使用近红外吸收光谱,检测血液的红色光信号由于葡萄糖浓度的变化在血管或手指,尚未商业成功(第九)电磁传感使用电磁传感器来测量介质的电导率参数改变葡萄糖浓度在一个特定的共振频率的2。664 MHz (69年]。葡萄糖的精度测量强烈受到环境温度的影响和生理血液介电参数的变化。使用电磁传感(TouchTrak是一个高成本的医疗设备22),不是商业成功。GluControl GC300是一个医疗设备,没有明显的证明了其准确性和描述得很糟糕30.]。(x)热发射光谱法测量人体自然产生发射红外信号由于葡萄糖浓度的变化,类似于临床鼓膜温度计基于波长的9。8 m和10。9米(70年]。这种方法可以应用于前臂皮肤,指尖或耳朵检测葡萄糖浓度(53]。Infratec开发便携式手持葡萄糖测量装置建立在热发射光谱学方法,没有被商业化22](十一)调温局部反射使用局部反射的光的散射信号波长的0。59μm和0。935年μ米(71年]。测量22°C和38°C之间的温度变化与葡萄糖浓度(50]。测量精度是影响探测器位置、生理参数,和疾病的条件(十二)代谢热构造技术使用热和光传感器来测量热生成,血液流量、血红蛋白和氧合血红蛋白浓度密切相关,葡萄糖浓度(72年]。多元统计、回归分析和聚类分析,包括多波长光谱波长(0。47μ米,0。53μ米,0。66年μ米,0。81年μ米,0。88年μm, 0。95年μ米),用于计算葡萄糖值(73年](十三)远红外(热红外)技术使用的依赖性皮肤微循环在本地葡萄糖浓度,观察到的诱导控制,周期性的温度变化在皮肤和评估米尔光散射(53]。糖的远红外介电性能处于凝聚状态是由分子间氢键网络的振动模式74年]。吸收的基本原理是由于特定的存在弱的振动和转动转换债券和债券的重原子之间的波长10μ米和1000μ米(十四)太赫兹时域光谱测量波长辐射吸收从单频(0。9μ米)非常短的激光脉冲(皮秒的顺序)。基于时域分析的方法得到反射和散射信号的相位变化,使得检测的光学特性依赖葡萄糖浓度(75年]。超快激光泵与特定的脉冲波形可以允许一个广泛的频率扫描和通过应用时域信号处理检测到的光谱信息可以提取关键频率相关信息并确定血糖水平(76年](十五)毫米和微波遥感允许深入组织达到区域有足够的血液浓度使用低和更少的每个光子能量散射对准确葡萄糖读数(77年]。传感是由近场天线使用反射实现的方法(十六)超声波技术是基于超声波的传播时间测量通过细胞外液,这是依赖于葡萄糖浓度由于分子间结合力量的强度和流体的密度(78年]。精度受环境温度的影响。无创性超声或光谱(光)技术测量热容和导电率两个参数的方法是使用GlucoTrack [79年),这仍然是一个不成功的商用产品,虽然报道好的临床结果(78年](十七)偏振测定方法估计精度光学旋转偏振光的传播millidegree极化通过组织小于4毫米厚在眼睛的前房(80年]。多元线性回归或类似的方法用于多光谱偏振测定葡萄糖减少预测误差(81年]。有一个时间延迟对葡萄糖浓度峰值在房水传播(82年](十八)荧光方法依赖于测量血糖水平在流泪,因为他们反映血液中浓度类似,这个想法是建立一个葡萄糖敏感的荧光检测系统监控葡萄糖代谢的固有细胞荧光或荧光记者细胞代谢的83年]。荧光分子散发光使用不同的原则在不同的州(84年,85年]。GluMetrics使用荧光方法在血管内的目标,基于葡萄糖感应发光的聚合物在高葡萄糖浓度的情况下,但仍然不是一个商业上成功的产品(22](十九)光学相干断层扫描是基于低功耗激光源与相干光的照射皮肤和深入扫描系统来记录之间的背散射辐射波长(0。8μ米和1。3μ米)(86年]。由于皮肤层是依赖于葡萄糖浓度,测量包括诱导的变化(87年]。对运动精度敏感、组织异质性和干扰分析物(88年]。GlucoLight皮肤是一种便携式医疗产品目标,仍没有被商业化22](xx)Kromoscopy基于近红外模拟人类的色彩感知(89年]。四个探测器渠道互补带通功能是用于评估收集电磁辐射(90年]。复杂的矢量分析适用于观察到显著差异在信道响应葡萄糖和尿素在不同波长的近红外光谱光
注意,代谢热构象和热发射可以区分从光学方法作为一种特殊的类的热方法(91年]。
5。毫升和神经网络方法对无创血糖测量
为了从收集测量数据中提取知识,很多研究用毫升和神经网络方法。有几个成功的研究包括毫升和神经网络技术的提取方法和监测血糖水平。Monte-Moreno [92年)提出了一个系统同时无创性血糖水平的估计基于机器学习技术和使用photoplethysmograph (PPG)传感器。系统的想法是找到分波形的形状之间的关系和血糖水平。系统测试在410人,用了几个机器学习技术。最好的结果的随机森林方法。网格点的分布克拉克错误放置区域点的87.7%,10.3%在B区,1.9%区域D。
Yadav et al。93年)测量血糖无创通过使用皮肤电反应温度测量和分。看不到他们用多元线性回归(MLR)和人工神经网络(ANN)技术来估计来自多传感器的血糖浓度。显著较低的平均绝对百分误差(日军)(9.21%)和高(0.94)演示了这种多重方法的准确性。
马利克et al。94年]发现空腹血糖水平(FBGLs)在混合175人口健康和患病的个体在印度。他们的检测算法使用机器学习技术,如逻辑回归(LR)、支持向量机(SVM)和人工神经网络(ANN)。升高的发生FBGL估计早使用个人的地位的唾液pH值等电化学参数,氧化还原电位,导电率,浓度的钠、钾、钙离子。最好的分类性能高FBGLs是通过使用RBF核函数支持向量机显示大约85%的准确率,84%的精度,灵敏度85%,85%的F1得分。
非侵入性的夜间低血糖监测系统对1型糖尿病患者提出了凌et al。95年]。系统使用一个极端的基于机器学习的神经网络模型。结果表明,儿童1型糖尿病低血糖能被探测到的无创实时心率和校正QT间隔。测试该算法的性能检测的低血糖敏感性为78.00%,特异性为60.00%。
Reddy et al。96年)提出了一个基于微波传输的无创血糖测量方法和机器学习技术。血糖浓度检测通过分析反射的微波信号。
使用机器学习技术便于实时处理和提供一个警告患者高血糖条件。系统还可以显示一个精确剂量的胰岛素摄入。
卡特et al。97年)提出了一个非侵入性诊断方法使用浓度的22个元素在脚趾甲和个人信息,如年龄、性别、吸烟史。作者用七种不同的机器学习技术来执行健壮的2型糖尿病的分类。他们比较46的性能不同的机器学习模型进行重新取样训练数据和测试数据。与随机森林模型取得了最好的效果(7的9个测试样本预测正确)。
Das et al。98年)测量11糖尿病患者的皮肤电反应和8个正常对照组。这部小说的系统是基于皮肤阻抗谱图和心率变异性的原则。计算出心率变异性,他们收购了从20名正常对照组和20名糖尿病患者心电图信号。在这项研究中,他们使用特性如韦尔奇功率谱密度估计。人工神经网络是用来分类GSR的信号,和获得的准确性为100%。在分析糖尿病,他们证明,有一些参数的变化与心率变异性有关。
一个紧凑的微波传感器提出了(99年]葡萄糖传感的基础上,利用人工神经网络和模拟了该模型和测量用指尖以及葡萄糖/水解决方案。已经得出结论,生物组织的存在降低了测量灵敏度。然而,传感器可以测量时的血糖水平的解决方案是直接放在传感器。
提出了低成本连续葡萄糖和无创性BG检测系统(One hundred.)基于能量守恒方法的组合传感器收集血氧饱和度(热点2)、血流速度和心率。此外,基础代谢率(BMR)方法和BV检测提出了基于人体热平衡和PPG信号。该系统包括多传感器信息融合的一个模块。情报实现通过使用决策树和反向传播神经网络。报道实现精度为88.53%。
人工神经网络(ann)结合粒子群优化(PSO)提出了模型之间的非线性关系的血糖浓度和近红外信号(101年]。人工神经网络的权重系数代表个体之间的差异和日常生理规律。Bland-Altman方法已经应用于表明,预测和测量有很好的一致性。PSO-2ANN模型得出的结论是一个非线性校正策略使用1与准确性和鲁棒性。55μm光谱学,能够正确的个体差异和生理葡萄糖动态。
另一个低成本的便携式无创血糖测量系统提出了基于近红外光(102年]。回归分析应用于模型检测器输出电压之间的关系和葡萄糖浓度。设备测试的准确性是通过比较早估计和创测量血糖。神经网络方法用于估计葡萄糖浓度。葡萄糖浓度的预测结果表明,该系统错误在临床可接受的地区。
托德et al。103年审查现有研究方法的提取和监测血糖水平,尤其是关注ML性能的方法,如模糊逻辑、神经网络和决策树。最有前途的结果与近98%的准确性是由神经网络和递归神经网络。
提出了工作(104年)专注于低成本的设计,无痛,无创血糖测量系统利用近红外LED和四个光敏二极管。减光转换为电压信号。电压信号校准使用Levenberg-Marquardt-based人工神经网络得到的葡萄糖浓度。提出系统已经测试的准确性是通过比较它与创测量血糖。在临床范围获得的错误。
6。HRV-Based无创血糖测量
心电图是心脏动作电位的电信号表示。心率是由自主神经系统控制,同样的,调节血压和血糖水平。因此,最后一组的方法是用于生产医疗设备包括心电图可穿戴传感器和不同的HRV追踪器,主要由智能手表,智能手机,或类似的设备,包括腰带,特殊的衬衫,和补丁。
以及交感神经和副交感神经的自主神经系统构成部分彼此独立运作或交互协同控制心率、心输出量、心肌收缩性,心脏电生理学,和血管的收缩和扩张105年]。因此,HRV是一个重要的工具来诊断心脏自主神经病变临床无症状和症状患者糖尿病的严重并发症。
心率变异性是一种生理现象组成的连续振荡心跳间隔由自主神经系统控制,是由心脏的能力来处理压力和放松身体。几项研究表明,有一个相关性HRV和受试者的血糖水平。
最近的研究(106年- - - - - -108年)显示一个大HRV从一边和葡萄糖水平之间的相关性从另一边,因为它们表明,糖尿病引起的进步自主神经功能障碍和降低心率变异性(109年,110年]。
总的结果是糖尿病患者的分化和正常时减少HRV检测参数。Kudat et al。107年]调查心血管自主神经病变在糖尿病患者和健康对照组心率变异性的分析和得出结论,糖尿病患者较低的值比其他正常人时域和频域参数。他们分析了糖尿病自主神经功能障碍的一个原因是胃肠道和泌尿生殖系统除了心血管系统,但他们的研究集中在自主功能障碍。
介绍了五种不同的测试,尤因et al。111年短期的rr的变化来识别心脏自主神经病变在糖尿病患者中,基于心率呼吸和站,期间和之后增加了胸、腹腔压力(并发操作),和血压反应orthostasis和等长练习。
提高检测能力小心脏自主神经功能的变化与长期HRV监测报告(112年当与自主的标准测试函数。有明显的证据HRV降低确诊为糖尿病与非糖尿病的受试者相比,表明神经病变的存在与否可能隐瞒重要信息。一些研究包括心率可穿戴传感器记录的数据。他们也证实了高精度检测糖尿病semisupervised训练方法(0.8451),semisupervised序列学习、启发式pretraining和显示他们比hand-engineered生物标志物从医学文献106年]。
HRV参数可以分为时间序列领域,频域,和其他领域113年)等长期(24小时)、短期(5分钟),和ultra-short-term测量(小于5分钟)114年- - - - - -116年]。大多数的研究(109年,113年)得出结论:长期HRV变化更敏感的检测糖尿病自主神经病变的常规的短期措施。
7所示。讨论
全面阐述了葡萄糖测定的进展的概述Villena冈萨雷斯et al。14]。他们指定使用各种葡萄糖检测技术基于电,热,和光学方法,最近,纳米技术的方法是微创和无创血糖测量的关键技术。
葡萄糖的几个属性表现在不同的现象。Garcia-Guzman et al。19)断定,化工、电子、光学、热,这些葡萄糖的声,或任何组合属性可以实现更大的准确性在血液中葡萄糖浓度的测定和光学和电学性质是最适合无创血糖测量。在这篇文章中,我们也给优势的分析葡萄糖属性分析的自主功能障碍。
方法采用sweat-based葡萄糖监测报告可穿戴式生物传感器作为正在进行的项目(117年,118年]。
一个混合的方式19),包括传感的多个生理参数,越来越受欢迎,如电化学或测量声音的速度、电导率、热容之后获得加权平均或吸收光谱和复杂bioimpedance测量(119年]。此外,复杂的大数据分析的几个参数与相应的人工智能方法研究热门话题和能产生不错的效果。
数据分析处理各种葡萄糖非侵入性的属性和微创技术是一项新兴技术(120年)导致糖尿病领域的信息,并提供一个更丰富的数据的方法来理解和管理糖尿病。
分析的准确性,美国糖尿病协会(121年)推荐的控制葡萄糖测定仪的使用和定期和血糖的准确性<5%的测量值或精度比15 mg / dl(0.8更易/ l) (20.]。Solnica et al。122年]得出这样的结论:所有葡萄糖测定仪研究了小偏离实验室引用值(< 10%),尽管有报道称,然而,一些葡萄糖测定仪的不符合标准的建议和要求。
除了精度外,还有其他社会经济参数,可视为一个障碍的采用无创血糖监测(19),包括在全球经济商业化吸收。相信新一代葡萄糖测定仪或连续的葡萄糖传感器系统可能成为优秀的可预测和选择设备和将来可能成为一个充分可靠的信息来源和接受的病人使用[20.]。
林等。91年)指定主要挑战发展无创血糖测量,提取问题获得特异性和敏感性,变量的生理时间滞后,需要校准的过程,和可用性。讨论可用性,需要描述如果设备是可穿戴或袖珍的手持设备。例如,GlucoWise u型传感器,适合在角落的手在大拇指和食指之间。分析物是一个手持设备,插入到耳朵,而GlucoTrack剪到耳垂(123年]。
路线图的连续葡萄糖测量启动下一代又一代的无创技术(124年),和未来的一些关键挑战22包括以下:(我)改进的敏感性和积极的预测率的检测血糖水平和相应的准确度和精密度的葡萄糖测量医疗设备(2)开发可穿戴的连续无创血糖测量系统
注意,除了缺乏精度、鲁棒性和稳定性,是衡量价格/使用的成本效益的关键因素是接受一个特定的技术和商业成功。
8。结论
在本文中,我们提出了一个增强的无创血糖测量技术基于HRV和使用先进的人工智能算法。这些方法是很重要的,因为他们使病人舒适的连续监测血糖水平。
通常,非侵入式测量分为皮肤和光学方法。我们指定的自主功能障碍作为另一个类,基于一个重要的观察心电图可穿戴传感器能够测量HRV。这一趋势在现代实时远程无创监测可穿戴移动医疗设备可能与血糖监测的方法。HRV变化减少糖尿病自主神经功能障碍的一个指标,因此,基于可穿戴技术心电图传感器可能有前景的结果确定的能力来控制血糖水平。尽管这些方法可能有前景的结果而言,病人的安慰,他们仍然缺乏所需的精度。为了得到一个更好的理解收集测量数据,这些测量方法使用毫升和神经网络技术来实现更好的精度。
费用和证明的好处可能是那些需要更便宜,在进一步的研究证明。然而,市场的技术需要大量的时间从一边和改变行为的病人和医生。
未来趋势包括使用新的复杂的技术,如使用人工智能算法或其他心理生理传感参数,如基于心率变异性自主功能障碍,如本文中讨论。纳米技术也是一种很有前途的技术,尽管他们通常随着微创技术治疗。
的利益冲突
作者宣称没有利益冲突。