Neinvazivní stanovení glykémie z fotopletysmografických signálů nasnímaných pomocí chytrých zařízení
Loading...
Date
2023
Authors
Advisor
Referee
Mark
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Altmetrics
Abstract
Tento příspěvek se zabývá možnostmi neinvazivního stanovení glykémie z fotopletysmografických (PPG) signálů nasnímaných pomocí chytrého náramku a chytrého telefonu. Byly navrženy a implementovány dvě metody pro klasifikaci glykémie do dvou skupin (nízká a vysoká glykémie). Byly také vytvořeny modely strojového učení pro predikci konkrétní hodnoty glykémie. Reference byla získána invazivním měřením glykémie pomocí glukometru. Nejlepších výsledků klasifikace PPG záznamů do dvou skupin dosahuje metoda náhodný les (RF) a metoda podpůrných vektorů (SVM) s rbf jádrem. Zmíněné modely dosahují přesnosti na testovací sadě dat z chytrého náramku Acc = 76 % (SVM) a Acc = 75 % (RF). Ověření funkčnosti navržených modelů bylo následně provedeno na testovací sadě dat z chytrého telefonu, kde oba modely dosahují obdobných výsledků: Acc = 74 % (SVM) a Acc = 75 % (RF). Konkrétní hodnotu glykémie nejlépe predikoval RF pro regresi, který dosahuje průměrné absolutní chyby MAE = 1,25 mmol/l na testovací sadě dat z chytrého náramku a MAE = 1,37 mmol/l na testovací sadě dat z chytrého telefonu.
Description
Citation
Proceedings of the Trendy v biomedicínském inženýrství 2023. s. 61-65. ISBN 978-80-214-6173-4
http://trendybmi.cz/konference/
http://trendybmi.cz/konference/
Document type
Peer-reviewed
Document version
Published version
Date of access to the full text
Language of document
cs