面向非糖尿病成人血糖预测的时序感知多模态传感器融合技术
《IEEE Transactions on Energy Markets, Policy and Regulation》:Time-Aware Multimodal Sensor Fusion for Blood Glucose Forecasting in Non-Diabetic Adults
【字体:
大
中
小
】
时间:2026年06月29日
来源:IEEE Transactions on Energy Markets, Policy and Regulation
编辑推荐:
摘要:在非糖尿病患者中,血糖调节异常可能在代谢疾病出现前数年就已存在,但现有的大多数血糖预测模型都是针对那些有完整胰岛素使用记录的糖尿病患者设计的。本文介绍了一种名为Patch Time-Aware Cross-Attention(Patch-TACA)的多模态变换器框架,可用于
摘要:
在非糖尿病患者中,血糖调节异常可能在代谢疾病出现前数年就已存在,但现有的大多数血糖预测模型都是针对那些有完整胰岛素使用记录的糖尿病患者设计的。本文介绍了一种名为Patch Time-Aware Cross-Attention(Patch-TACA)的多模态变换器框架,可用于健康人群的长期血糖预测。该方法结合了基于块的自监督预训练与时间感知型交叉注意力机制,能够将连续血糖监测数据与生理及行为数据(如加速度计数据、心率、皮肤电活动以及食物中的宏量营养素信息)整合起来,且无需对采样不规则的信号进行特殊重采样处理。通过12名健康受试者在三次实验中的数据对Patch-TACA进行了测试,在90分钟的预测时间内,其均方根误差为14.26 ± 3.48毫克/分升,性能优于GlySim和Gluformer这两种基准模型。此外,采用自监督方法进行预训练可使均方根误差降低7.9%,而高血糖预测的准确率则可达93.9%。这些结果表明,结合多模态传感器数据与自监督学习技术,能够实现非糖尿病人群的精准长期血糖预测,有助于在临床疾病出现之前开展主动的代谢健康监测。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号