[go: up one dir, main page]

RU2018134296A - Основанный на вероятности коэффициент усиления контроллера - Google Patents

Основанный на вероятности коэффициент усиления контроллера Download PDF

Info

Publication number
RU2018134296A
RU2018134296A RU2018134296A RU2018134296A RU2018134296A RU 2018134296 A RU2018134296 A RU 2018134296A RU 2018134296 A RU2018134296 A RU 2018134296A RU 2018134296 A RU2018134296 A RU 2018134296A RU 2018134296 A RU2018134296 A RU 2018134296A
Authority
RU
Russia
Prior art keywords
glucose
person
state
probability
measurement results
Prior art date
Application number
RU2018134296A
Other languages
English (en)
Other versions
RU2737339C2 (ru
RU2018134296A3 (ru
Inventor
Мл. БАК Харви Б.
Дэвид Л. ДЬЮК
Original Assignee
Ф. Хоффманн-Ля Рош Аг
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ф. Хоффманн-Ля Рош Аг filed Critical Ф. Хоффманн-Ля Рош Аг
Publication of RU2018134296A publication Critical patent/RU2018134296A/ru
Publication of RU2018134296A3 publication Critical patent/RU2018134296A3/ru
Application granted granted Critical
Publication of RU2737339C2 publication Critical patent/RU2737339C2/ru

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
    • A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/35—Communication
    • A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
    • A61M2205/3584—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using modem, internet or bluetooth
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/35—Communication
    • A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
    • A61M2205/3592—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using telemetric means, e.g. radio or optical transmission
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/005—Parameter used as control input for the apparatus
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/20—Blood composition characteristics
    • A61M2230/201—Glucose concentration

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Optics & Photonics (AREA)
  • Emergency Medicine (AREA)
  • Automation & Control Theory (AREA)
  • Hematology (AREA)
  • Anesthesiology (AREA)
  • Vascular Medicine (AREA)
  • Diabetes (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)

Claims (99)

1. Способ оценивания уровня глюкозы у больного диабетом человека и автоматического выбора режима разомкнутого или замкнутого управления подключенным устройством для введения лекарственного средства, включающий:
- прием устройством управления гликемией, имеющим микроконтроллер, множества результатов измерения глюкозы и соответствующих значений импеданса от подключенного к человеку сенсора глюкозы;
- использование микроконтроллера для анализа множества результатов измерения глюкозы и соответствующих значений импеданса при помощи средства вероятностного анализа, настроенного на определение общего показателя качества Qtotal который основан на ограничении по наименьшему из значений вероятности PA точности сенсора глюкозы, основанной на множестве результатов измерения глюкозы, и вероятности Qac качества измерения, основанной на значениях импеданса; и
- использование микроконтроллера для оценивания уровня глюкозы человека при помощи рекурсивного фильтра, настроенного на оценивание уровня глюкозы на основании множества результатов измерения глюкозы, взвешенных по общему показателю качества Qtotal, и автоматического выбора режима разомкнутого или замкнутого управления подключенным устройством для введения лекарственного средства на основании значения общего показателя качества Qtotal.
2. Способ по п. 1, в котором устройство управления гликемией включает в себя измеритель глюкозы крови, а микроконтроллер связан с сенсором глюкозы, сотовым телефоном, смартфоном, персональным цифровым ассистентом, персональным компьютером или компьютерным сервером.
3. Способ по п. 1, в котором сенсор глюкозы включает в себя систему непрерывного мониторирования гликемии, физически связанную с организмом больного диабетом человека и выполненную для автоматического измерения уровня глюкозы человека, а подключенное устройство для введения лекарственного средства представляет собой инфузионную помпу, причем инфузионная помпа связана посредством проводной или беспроводной связи с устройством управления гликемией.
4. Способ по п. 1, в котором множество результатов измерения глюкозы включает в себя результаты периодических измерений глюкозы, получаемые с интервалом от 1 до 10 минут.
5. Способ по п. 1, в котором средство вероятностного анализа настроено на определение общего показателя качества Qtotal также с учетом по меньшей мере одного из следующих условий:
- когда человек принимает пищу;
- когда человек занимается физическими упражнениями; и
- когда в организм человека вводится инсулин.
6. Способ по п. 1, в котором средство вероятностного анализа содержит скрытую марковскую модель, имеющую два состояния: первое состояние SA, указывающее на то, что сенсор глюкозы является точным, и второе состояние SI, указывающее на то, что сенсор глюкозы является неточным, причем скрытая марковская модель настроена на определение вероятности PA точности сенсора глюкозы на основании состояния скрытой марковской модели и множества результатов измерения глюкозы.
7. Способ по п. 6, в котором вероятность нахождения сенсора глюкозы во втором состоянии SI основана на самом последнем результате измерения глюкозы, самом последнем изменении в множестве результатов измерения глюкозы или их комбинации.
8. Способ по п. 6, в котором вероятность перехода скрытой марковской модели из первого состояния SA во второе состояние SI определяется выражением:
Figure 00000001
где CG - самый последний результат измерения глюкозы, ΔCG - самое последнее изменение в множестве результатов измерения глюкозы, и α1, α2, α3 и α4 - постоянные, относящиеся к характеристикам сенсора глюкозы.
9. Способ по п. 6, в котором вероятность продолжения нахождения скрытой марковской модели во втором состоянии SI определяется выражением:
Figure 00000002
где ΔCG - самое последнее изменение в множестве результатов измерения глюкозы,
Figure 00000003
- предыдущая вероятность перехода во второе состояние или нахождения во втором состоянии SI, и γ, α5 и α6 - постоянные, относящиеся к характеристикам сенсора глюкозы.
10. Способ по п. 6, в котором вероятность PA точности сенсора глюкозы определяется выражением:
Figure 00000004
где
SA=1, когда скрытая марковская модель находится в первом состоянии SA, а в ином случае SA=0,
SI=1, когда скрытая марковская модель находится во втором состоянии SI, а в ином случае SI=0,
PA→I - вероятность перехода из первого состояния SA во второе состояние SI, и
PI→I - вероятность продолжения нахождения во втором состоянии SI при нахождении во втором состоянии SI.
11. Способ по п. 1, в котором рекурсивный фильтр представляет собой фильтр Калмана или расширенный фильтр Калмана.
12. Способ по п. 11, также включающий использование микроконтроллера для прогнозирования уровня глюкозы человека в будущем при помощи фильтра Калмана или расширенного фильтра Калмана, причем:
- фильтр Калмана или расширенный фильтр Калмана включает шаг прогнозирования и шаг измерения; и
- шаг прогнозирования выполняется один или несколько раз для прогноза уровня глюкозы человека в будущем.
13. Способ по п. 11, в котором фильтр Калмана или расширенный фильтр Калмана включает вектор состояния,
Figure 00000005
где k означает k-ую выборку вектора состояния, g - оценочный уровень глюкозы человека,
Figure 00000006
- первую производную g, а
Figure 00000007
- вторую производную g.
14. Способ по п. 13, в котором использование микроконтроллера для оценивания уровня глюкозы человека включает определение вектора состояния:
Figure 00000008
где
Figure 00000009
CG - самый последний результат измерения глюкозы в момент времени k, ΔCG - самое последнее изменение в множестве результатов измерения глюкозы, Kk - коэффициент усиления фильтра Калмана, Qtotal - общий показатель качества, и β1 и β2 - постоянные, относящиеся к характеристикам сенсора глюкозы.
15. Способ по п. 14, в котором коэффициент усиления Kk фильтра Калмана основан на неопределенности измерений Rk, которая является переменной и основана на вероятности точности сенсора.
16. Способ по п. 15, в котором неопределенность измерений Rk определяется выражением:
Figure 00000010
где
Figure 00000011
- стандартное отклонение разности между необработанными результатами измерений (z) при непрерывном мониторировании гликемии (НМГ) и отфильтрованными результатами измерений (х) при НМГ за последний период выборки,
Figure 00000012
- максимальный физиологический разброс значений глюкозы у человека с плохо контролируемым диабетом, Qtotal - общий показатель качества, и
Figure 00000013
- минимальный разброс необработанных результатов измерений при НМГ.
17. Способ по п. 16, в котором рекурсивный фильтр настроен на оценивание уровня глюкозы человека также с учетом по меньшей мере одного из следующих условий:
- когда человек принимает пищу;
- когда человек занимается физическими упражнениями; и
- когда в организм человека вводится инсулин.
18. Способ по п. 1, также включающий использование микроконтроллера для прогнозирования уровня глюкозы человека в будущем при помощи средства регрессионного анализа, настроенного на прогнозирование уровня глюкозы в будущем на основании оценочного уровня глюкозы человека на выходе рекурсивного фильтра.
19. Способ по п. 18, в котором средство регрессионного анализа включает регрессионный анализ на основе гауссовского процесса.
20. Способ по п. 19, в котором регрессионный анализ на основе гауссовского процесса включает обучающий алгоритм, настроенный на заучивание одной или нескольких характеристик человека, связанных с уровнем глюкозы человека.
21. Устройство для оценивания уровня глюкозы у больного диабетом человека и автоматического выбора режима разомкнутого или замкнутого управления подключенным устройством для введения лекарственного средства, содержащее микроконтроллер и дисплей, причем микроконтроллер выполнен с возможностью:
- приема множества результатов измерения глюкозы и соответствующих значений импеданса от подключенного к человеку сенсора глюкозы,
- анализа множества результатов измерения глюкозы и соответствующих значений импеданса при помощи средства вероятностного анализа, настроенного на определение общего показателя качества Qtotal который основан на ограничении по наименьшему из значений вероятности PA точности сенсора глюкозы, основанной на множестве результатов измерения глюкозы, и вероятности Qac качества измерения, основанной на значениях импеданса,
- оценивания уровня глюкозы человека при помощи рекурсивного фильтра, настроенного на оценивание уровня глюкозы на основании множества результатов измерения глюкозы, взвешенных по общему показателю качества Qtotal,
- автоматического выбора режима разомкнутого или замкнутого управления устройством для введения лекарственного средства на основании значения общего показателя качества Qtotal, и
- передачи на дисплей информации, относящейся к оценочному значению уровня глюкозы человека и к выбранному режиму управления устройством для введения лекарственного средства.
22. Устройство по п. 21, в котором микроконтроллер связан с сенсором глюкозы, сотовым телефоном, смартфоном, персональным цифровым ассистентом, персональным компьютером или компьютерным сервером.
23. Устройство по п. 21, в котором сенсор глюкозы включает в себя систему непрерывного мониторирования гликемии, физически связанную с организмом больного диабетом человека и выполненную для автоматического измерения уровня глюкозы человека, а подключенное устройство для введения лекарственного средства представляет собой инфузионную помпу, причем инфузионная помпа связана посредством проводной или беспроводной связи с устройством управления гликемией.
24. Устройство по п. 21, в котором множество результатов измерения глюкозы включает в себя результаты периодических измерений глюкозы, получаемые с интервалом в 1, 5 или 10 минут.
25. Устройство по п. 21, в котором средство вероятностного анализа настроено на определение общего показателя качества Qtotal также с учетом по меньшей мере одного из следующих условий:
- когда человек принимает пищу;
- когда человек занимается физическими упражнениями; и
- когда в организм человека вводится инсулин.
26. Устройство по п. 21, в котором средство вероятностного анализа содержит скрытую марковскую модель, имеющую два состояния: первое состояние SA, указывающее на то, что сенсор глюкозы является точным, и второе состояние SI, указывающее на то, что сенсор глюкозы является неточным, причем скрытая марковская модель настроена на определение вероятности PA точности сенсора глюкозы на основании состояния скрытой марковской модели и множества результатов измерения глюкозы.
27. Устройство по п. 26, в котором вероятность нахождения сенсора глюкозы во втором состоянии SI основана на самом последнем результате измерения глюкозы, самом последнем изменении в множестве результатов измерения глюкозы или их комбинации.
28. Устройство по п. 26, в котором вероятность перехода скрытой марковской модели из первого состояния SA во второе состояние SI определяется выражением:
Figure 00000014
где CG - самый последний результат измерения глюкозы, ΔCG - самое последнее изменение в множестве результатов измерения глюкозы, и α1, α2, α3 и α4 - постоянные, относящиеся к характеристикам сенсора глюкозы.
29. Устройство по п. 26, в котором вероятность продолжения нахождения скрытой марковской модели во втором состоянии SI определяется выражением:
Figure 00000015
где ΔCG - самое последнее изменение в множестве результатов измерения глюкозы,
Figure 00000016
- предыдущая вероятность перехода во второе состояние или нахождения во втором состоянии SI, и γ, α5 и α6 - постоянные, относящиеся к характеристикам сенсора глюкозы.
30. Устройство по п. 26, в котором вероятность PA точности сенсора глюкозы определяется выражением:
Figure 00000017
где
SA=1, когда скрытая марковская модель находится в первом состоянии SA, а в ином случае SA=0,
SI=1, когда скрытая марковская модель находится во втором состоянии SI, а в ином случае SI=0,
PA→I - вероятность перехода из первого состояния SA во второе состояние SI, и
PI→I - вероятность продолжения нахождения во втором состоянии SI при нахождении во втором состоянии SI.
31. Устройство по п. 21, в котором рекурсивный фильтр представляет собой фильтр Калмана или расширенный фильтр Калмана.
32. Устройство по п. 31, в котором микроконтроллер прогнозирует уровень глюкозы человека в будущем при помощи фильтра Калмана или расширенного фильтра Калмана, причем:
- фильтр Калмана или расширенный фильтр Калмана включает шаг прогнозирования и шаг измерения; и
- шаг прогнозирования выполняется один или несколько раз для прогноза уровня глюкозы человека в будущем.
33. Устройство по п. 31, в котором фильтр Калмана или расширенный фильтр Калмана включает вектор состояния,
Figure 00000018
где k означает k-ую выборку вектора состояния, g - оценочный уровень глюкозы человека,
Figure 00000006
- первую производную g, а
Figure 00000019
- вторую производную g.
34. Устройство по п. 33, в котором микроконтроллер оценивает уровень глюкозы человека посредством вектора состояния:
Figure 00000020
где
Figure 00000021
CG - самый последний результат измерения глюкозы в момент времени k, ΔCG - самое последнее изменение в множестве результатов измерения глюкозы, Kk - коэффициент усиления фильтра Калмана, Qtotal - общий показатель качества, и β1 и β2 - постоянные, относящиеся к характеристикам сенсора глюкозы.
35. Устройство по п. 34, в котором коэффициент усиления Kk фильтра Калмана основан на неопределенности измерений Rk, которая является переменной и основана на вероятности точности сенсора.
36. Устройство по п. 35, в котором неопределенность измерений Rk определяется выражением:
Figure 00000022
где
Figure 00000023
- стандартное отклонение разности между необработанными результатами измерений (z) при непрерывном мониторировании гликемии (НМГ) и отфильтрованными результатами измерений (х) при НМГ за последний период выборки,
Figure 00000024
- максимальный физиологический разброс значений глюкозы у человека с плохо контролируемым диабетом, Qtotal - общий показатель качества, и
Figure 00000025
- минимальный разброс необработанных результатов измерений при НМГ.
37. Устройство по п. 36, в котором рекурсивный фильтр настроен на оценивание уровня глюкозы человека также с учетом по меньшей мере одного из следующих условий:
- когда человек принимает пищу;
- когда человек занимается физическими упражнениями; и
- когда в организм человека вводится инсулин.
38. Устройство по п. 21, в котором микроконтроллер прогнозирует уровень глюкозы человека в будущем при помощи средства регрессионного анализа, настроенного на прогнозирование уровня глюкозы в будущем на основании оценочного уровня глюкозы человека на выходе рекурсивного фильтра.
39. Устройство по п. 38, в котором средство регрессионного анализа включает регрессионный анализ на основе гауссовского процесса.
40. Устройство по п. 39, в котором регрессионный анализ на основе гауссовского процесса включает обучающий алгоритм, настроенный на заучивание одной или нескольких характеристик человека, связанных с уровнем глюкозы человека.
41. Способ оценивания уровня глюкозы у больного диабетом человека, включающий:
- прием устройством управления гликемией, имеющим микроконтроллер, множества результатов измерения глюкозы и соответствующих значений импеданса от подключенного к человеку сенсора глюкозы;
- использование микроконтроллера для анализа множества результатов измерения глюкозы и соответствующих значений импеданса при помощи средства вероятностного анализа, настроенного на определение общего показателя качества Qtotal, который основан на ограничении по наименьшему из значений вероятности PA точности сенсора глюкозы, основанной на множестве результатов измерения глюкозы, и вероятности Qac качества измерения, основанной на значениях импеданса; и
- использование микроконтроллера для оценивания уровня глюкозы человека при помощи рекурсивного фильтра, настроенного на оценивание уровня глюкозы на основании множества результатов измерения глюкозы, взвешенных по общему показателю качества Qtotal.
42. Устройство для оценивания уровня глюкозы у больного диабетом человека, содержащее микроконтроллер и дисплей, причем микроконтроллер выполнен с возможностью:
- приема множества результатов измерения глюкозы и соответствующих значений импеданса от подключенного к человеку сенсора глюкозы,
- анализа множества результатов измерения глюкозы и соответствующих значений импеданса при помощи средства вероятностного анализа, настроенного на определение общего показателя качества Qtotal, который основан на ограничении по наименьшему из значений вероятности PA точности сенсора глюкозы, основанной на множестве результатов измерения глюкозы, и вероятности Qac качества измерения, основанной на значениях импеданса,
- оценивания уровня глюкозы человека при помощи рекурсивного фильтра, настроенного на оценивание уровня глюкозы на основании множества результатов измерения глюкозы, взвешенных по общему показателю качества Qtotal, и
- передачи на дисплей информации, относящейся к оценочному значению уровня глюкозы человека.
RU2018134296A 2016-03-04 2017-02-23 Способ и устройство для оценивания уровня глюкозы у больного диабетом и автоматического выбора режима разомкнутого или замкнутого управления устройством для введения лекарственного средства RU2737339C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/061,202 US10478556B2 (en) 2016-03-04 2016-03-04 Probability based controller gain
US15/061,202 2016-03-04
PCT/US2017/019025 WO2017151370A1 (en) 2016-03-04 2017-02-23 Probability based controller gain

Publications (3)

Publication Number Publication Date
RU2018134296A true RU2018134296A (ru) 2020-04-06
RU2018134296A3 RU2018134296A3 (ru) 2020-06-25
RU2737339C2 RU2737339C2 (ru) 2020-11-27

Family

ID=58266200

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2018134296A RU2737339C2 (ru) 2016-03-04 2017-02-23 Способ и устройство для оценивания уровня глюкозы у больного диабетом и автоматического выбора режима разомкнутого или замкнутого управления устройством для введения лекарственного средства

Country Status (11)

Country Link
US (1) US10478556B2 (ru)
EP (1) EP3422926B1 (ru)
JP (1) JP6981988B2 (ru)
CN (1) CN109069003B (ru)
CA (1) CA3016158A1 (ru)
DK (1) DK3422926T3 (ru)
ES (1) ES2847864T3 (ru)
PL (1) PL3422926T3 (ru)
RU (1) RU2737339C2 (ru)
SI (1) SI3422926T1 (ru)
WO (1) WO2017151370A1 (ru)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10852069B2 (en) 2010-05-04 2020-12-01 Fractal Heatsink Technologies, LLC System and method for maintaining efficiency of a fractal heat sink
US9465917B2 (en) * 2014-05-30 2016-10-11 Roche Diabetes Care, Inc. Hazard based assessment patterns
USD830534S1 (en) * 2016-01-22 2018-10-09 Vicentra B.V. Handset for portable patient infusion system
US11311217B2 (en) * 2017-09-13 2022-04-26 Medtronic Minimed, Inc. Methods, systems, and devices for calibration and optimization of glucose sensors and sensor output
US11157058B2 (en) * 2019-05-29 2021-10-26 Motorola Mobility Llc Setting polling interval of open/closed position sensor for a movable portion of an electronic device based on activity state of the electronic device
EP3997712A4 (en) * 2019-07-09 2023-07-12 Eli Lilly And Company METHOD AND SYSTEM FOR DETERMINING A VARIATION IN GLYCEMIA IN A SUBJECT
US11883208B2 (en) 2019-08-06 2024-01-30 Medtronic Minimed, Inc. Machine learning-based system for estimating glucose values based on blood glucose measurements and contextual activity data
US20220039755A1 (en) * 2020-08-06 2022-02-10 Medtronic Minimed, Inc. Machine learning-based system for estimating glucose values
WO2021034784A1 (en) 2019-08-16 2021-02-25 Poltorak Technologies, LLC Device and method for medical diagnostics
US20210113766A1 (en) * 2019-10-21 2021-04-22 Tandem Diabetes Care, Inc. Systems and methods for automated insulin delivery response to inaccurate or missed glucose values
JP7511186B2 (ja) * 2019-12-10 2024-07-05 地方独立行政法人神奈川県立産業技術総合研究所 揮発性物質濃度推定装置、揮発性物質濃度センサ、揮発性物質濃度推定方法およびプログラム
JP7808044B2 (ja) * 2020-04-29 2026-01-28 デックスコム・インコーポレーテッド 機械学習を使用する低血糖事象予測
US12205718B2 (en) 2020-05-27 2025-01-21 Dexcom, Inc. Glucose prediction using machine learning and time series glucose measurements
US20220015715A1 (en) * 2020-07-17 2022-01-20 Nihon Kohden Corporation Physiological information acquisition device, processing device, and non-transitory computer-readable medium
JP7688536B2 (ja) * 2020-07-17 2025-06-04 日本光電工業株式会社 生体情報取得装置、処理装置、およびコンピュータプログラム
EP4272219A1 (en) * 2020-12-31 2023-11-08 Bigfoot Biomedical, Inc. Visualizing outcomes of applying recommended insulin therapy settings, and related systems and devices
CN116635094A (zh) * 2021-01-25 2023-08-22 德克斯康公司 利用易于获取的患者数据对1型糖尿病的未来血糖进行个性化模型识别和预测的贝叶斯框架
WO2025117463A1 (en) * 2023-11-27 2025-06-05 Tandem Diabetes Care, Inc. Adaptive delivery profiles for automated insulin delivery treatment system

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3647032B2 (ja) 2000-08-18 2005-05-11 シグナス， インコーポレイテッド 低血糖事象の予測のためのマイクロプロセッサーおよびデバイス
WO2002024065A1 (en) 2000-09-22 2002-03-28 Knobbe, Lim & Buckingham Method and apparatus for real-time estimation and control of pysiological parameters
US7278983B2 (en) 2002-07-24 2007-10-09 Medtronic Minimed, Inc. Physiological monitoring device for controlling a medication infusion device
KR100527154B1 (ko) * 2003-05-23 2005-11-08 최수봉 인터넷을 통한 인슐린펌프 제어방법
JP2008531218A (ja) * 2005-03-01 2008-08-14 マシモ・ラボラトリーズ・インコーポレーテッド 非侵襲的マルチパラメータ患者モニタ
CN101125086A (zh) * 2006-08-18 2008-02-20 刘胜 闭环自动控制胰岛素注射系统
DE102007047351A1 (de) * 2007-10-02 2009-04-09 B. Braun Melsungen Ag System und Verfahren zur Überwachung und Regelung von Blutglukosewerten
GB0719969D0 (en) 2007-10-12 2007-11-21 Cambridge Entpr Ltd Substance monitoring and control in human or animal bodies
US20090150174A1 (en) * 2007-12-07 2009-06-11 Roche Diagnostics Operations, Inc. Healthcare management system having improved printing of display screen information
WO2009075925A1 (en) 2007-12-13 2009-06-18 Shaya Steven A Method and apparatus to calculate diabetic sensitivity factors affecting blood glucose
JP2009227701A (ja) * 2008-03-19 2009-10-08 Niigata Univ 蛍光体およびその製造方法
US8734422B2 (en) 2008-08-31 2014-05-27 Abbott Diabetes Care Inc. Closed loop control with improved alarm functions
JP5026597B2 (ja) * 2008-11-04 2012-09-12 パナソニック株式会社 測定装置、測定方法及びプログラム
GB2466183A (en) 2008-12-09 2010-06-16 Cambridge Entpr Ltd Closed loop diabetes management system
US20110025761A1 (en) * 2009-07-31 2011-02-03 Silverbrook Research Pty Ltd Printing system with multiple ink accumulators
US20110071464A1 (en) 2009-09-23 2011-03-24 Medtronic Minimed, Inc. Semi-closed loop insulin delivery
US8843321B2 (en) 2010-01-26 2014-09-23 Roche Diagnostics Operations, Inc. Methods and systems for processing glucose data measured from a person having diabetes
US8532933B2 (en) 2010-06-18 2013-09-10 Roche Diagnostics Operations, Inc. Insulin optimization systems and testing methods with adjusted exit criterion accounting for system noise associated with biomarkers
US8589106B2 (en) * 2010-12-22 2013-11-19 Roche Diagnostics Operations, Inc. Calibration of a handheld diabetes managing device that receives data from a continuous glucose monitor
CN103517669B (zh) * 2011-03-11 2016-04-20 太空实验室健康护理有限公司 在病人监测期间确定多参数管理报警等级的方法和系统
EP3799073B1 (en) 2011-08-26 2026-01-07 University Of Virginia Patent Foundation Method, system and computer readable medium for adaptive advisory control of diabetes
US10881339B2 (en) 2012-06-29 2021-01-05 Dexcom, Inc. Use of sensor redundancy to detect sensor failures
US9623179B2 (en) 2012-08-30 2017-04-18 Medtronic Minimed, Inc. Safeguarding techniques for a closed-loop insulin infusion system
US10463282B2 (en) 2012-10-04 2019-11-05 Roche Diabetes Care, Inc. System and method for assessing risk associated with a glucose state
US9351670B2 (en) 2012-12-31 2016-05-31 Abbott Diabetes Care Inc. Glycemic risk determination based on variability of glucose levels
US10383580B2 (en) 2012-12-31 2019-08-20 Abbott Diabetes Care Inc. Analysis of glucose median, variability, and hypoglycemia risk for therapy guidance
US9227014B2 (en) 2013-02-07 2016-01-05 The Board Of Trustees Of The Laland Stanford Junior University Kalman filter based on-off switch for insulin pump
AU2014231363A1 (en) * 2013-03-15 2015-10-15 Anpac Bio-Medical Science (Lishui) Co., Ltd. Methods and apparatus for enhanced detection of diseases
JP5675889B2 (ja) * 2013-05-08 2015-02-25 メドトロニック ミニメド インコーポレイテッド センサ値を用いてインスリンを注入するための閉ループ装置または半閉ループ装置
WO2015035304A1 (en) * 2013-09-06 2015-03-12 Tandem Diabetes Care, Inc. System and method for mitigating risk in automated medicament dosing
US10722650B2 (en) 2014-03-28 2020-07-28 Roche Diabetes Care, Inc. System and method for adjusting therapy based on risk associated with a glucose state
US9465917B2 (en) 2014-05-30 2016-10-11 Roche Diabetes Care, Inc. Hazard based assessment patterns

Also Published As

Publication number Publication date
RU2737339C2 (ru) 2020-11-27
CA3016158A1 (en) 2017-09-08
EP3422926B1 (en) 2020-12-02
RU2018134296A3 (ru) 2020-06-25
WO2017151370A1 (en) 2017-09-08
US20170252513A1 (en) 2017-09-07
SI3422926T1 (sl) 2021-03-31
ES2847864T3 (es) 2021-08-04
JP6981988B2 (ja) 2021-12-17
PL3422926T3 (pl) 2021-05-17
EP3422926A1 (en) 2019-01-09
US10478556B2 (en) 2019-11-19
CN109069003A (zh) 2018-12-21
JP2019513258A (ja) 2019-05-23
DK3422926T3 (da) 2021-02-08
CN109069003B (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
RU2018134296A (ru) Основанный на вероятности коэффициент усиления контроллера
CN104605862B (zh) 用于处理从具有糖尿病的人测量的葡萄糖数据的方法和系统
RU2721878C2 (ru) Способы и системы для анализа данных о содержании глюкозы, измеренных у больного диабетом
JP2010500078A (ja) 生理パラメータを監視する方法および装置
US20020155615A1 (en) Method of determining concentration of glucose in blood
US20040253736A1 (en) Analytical device with prediction module and related methods
US20090240440A1 (en) Non-Invasive Glucose Monitoring
Staal et al. Kalman smoothing for objective and automatic preprocessing of glucose data
US20230346306A1 (en) Methods and systems to detect eating
US20160070880A1 (en) Method and system for predicting continous cardiac output (cco) of a patient based on physiological data
CN104921736A (zh) 一种包含参数估计功能滤波模块的连续血糖监测设备
CN115175616A (zh) 计算体内插入用传感器的校准灵敏度的方法
WO2015149606A1 (zh) 一种基于人体皮肤电阻变化的情绪检测方法及系统
CN111326255A (zh) 一种基于大数据的血糖浓度校正方法、存储介质及系统
CN114145738A (zh) 分析物浓度数据生成方法和装置、监测分析物水平的系统
CN119446529A (zh) 一种健康指标监测方法及系统
CN113825445B (zh) 确定输送流体中当前葡萄糖水平的方法
CN117042688A (zh) 非侵入式生物信息的校正方法
CN108742538B (zh) 基于大数据与人工智能的体征测量方法和医疗机器人系统
CN113208576A (zh) Pai值计算方法、装置、设备和存储介质
US20170363565A1 (en) Analyte Measurement
EP4407319A1 (en) System for determining a functional fibrinogen concentration
CN119560151A (zh) 一种围术期高危患者的风险预测模型的构建方法及系统
HK40059990B (zh) 确定输送流体中当前葡萄糖水平的方法
BR112015007522B1 (pt) Dispositivo de computação, método de análise, produto de programa de computador e sistema de computador