Non-Invasive Blood Glucose Estimation System Based on a Neural Network with Dual-Wavelength Photoplethysmography and Bioelectrical Impedance Measuring
Pubblicato su Sensors 2022, 22, 4452 https://doi.org/10.3390/s22124452
Abstract (sintesi)
Questo studio ha proposto un sistema di stima della glicemia non invasivo basato sulla fotopletismografia a doppia lunghezza d’onda (PPG) e sulla tecnologia di misurazione dell’impedenza bioelettrica in grado di evitare il disagio creato dai metodi invasivi convenzionali di misurazione della glicemia, stimando con precisione la glicemia.
I segnali PPG misurati vengono convertiti in media, varianza, asimmetria, curtosi, deviazione standard ed entropia dell’informazione.
I dati ottenuti dalla misurazione dell’impedenza bioelettrica sono costituiti dalla parte reale, dalla parte immaginaria, dalla fase e dalle dimensioni dell’ampiezza di 11 tipi di frequenze, che vengono convertiti in caratteristiche attraverso l’analisi delle componenti principali.
Dopo aver combinato l’input di sette caratteristiche fisiologiche, il valore della glicemia viene finalmente ottenuto come input della rete neurale di retropropagazione (BPNN).
Per confermare la robustezza del funzionamento del sistema, questo studio ha raccolto dati da 40 volontari e ha creato un database.
Dai risultati sperimentali, il sistema ha un errore quadratico medio di 40,736, un errore quadratico medio di 6,3824, un errore medio assoluto di 5,0896, una differenza relativa assoluta media di 4,4321% e un coefficiente di determinazione (R quadrato, R2) di 0,997, che rientrano tutti nella regione A clinicamente accurata nelle analisi della griglia di errore di Clarke.