【技術實現步驟摘要】
本申請涉及醫療設備控制，特別是涉及一種胰島素劑量的確定系統和計算機設備。
技術介紹
1、隨著生活方式和飲食結構的改變，糖尿病成為全球流行趨勢。糖尿病會導致急性和慢性的并發癥，目前醫療界沒有根治糖尿病的治療方式，體外補充胰島素仍是目前控制血糖的有效手段。
2、由持續皮下胰島素輸注系統和連續血糖監測系統組成的閉環胰島素輸注系統可以自動補充體外胰島素。目前，該閉環胰島素輸注系統中使用一種閉環控制算法，基于生理參數和碳水參數估計需要補充的胰島素劑量。
3、然而，目前閉環胰島素輸注系統存在確定的胰島素劑量準確率低的問題。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種能夠提高確定的胰島素劑量準確率的胰島素劑量的確定系統和計算機設備。
2、第一方面，本申請提供了一種胰島素劑量的確定系統，該確定系統包括：
3、獲取模塊，用于獲取待監測的血糖信息；
4、確定模塊，用于將待監測的血糖信息輸入至劑量預測模型，得到目標胰島素劑量；
5、其中，劑量預測模型是根據第一血糖信息樣本和目標損失對初始深度學習網絡進行訓練得到的，目標損失是基于修正胰島素劑量確定，修正胰島素劑量是根據第一血糖信息樣本確定的剩余活性胰島素劑量對初始深度學習網絡預測的胰島素劑量進行修正得到。
6、在其中一個實施例中，確定系統還包括：
7、構建模塊，用于構建初始深度學習網絡；
8、第一樣本獲取模塊，用于獲取第一血糖信息樣
9、訓練模塊，用于根據第一血糖信息樣本和剩余活性胰島素劑量對初始深度學習網絡進行訓練，得到劑量預測模型。
10、在其中一個實施例中，訓練模塊包括：
11、輸入單元，用于將第一血糖信息樣本和剩余活性胰島素劑量輸入至初始深度學習網絡，得到預測胰島素劑量和目標血糖信息；目標血糖信息為預測胰島素劑量對應的血糖信息；
12、確定單元，用于根據目標血糖信息、預測胰島素劑量和第一血糖信息樣本，確定目標損失；
13、訓練單元，用于根據目標損失對初始深度學習網絡進行訓練，得到劑量預測模型。
14、在其中一個實施例中，初始深度學習網絡包括當前價值網絡和模擬血糖代謝網絡，輸入單元包括：
15、第一輸入子單元，用于將第一血糖信息樣本輸入至當前價值網絡進行預測，得到預測胰島素劑量；
16、修正子單元，用于根據剩余活性胰島素劑量和第一血糖信息樣本對預測胰島素劑量進行修正，得到修正胰島素劑量；
17、第二輸入子單元，用于將修正胰島素劑量輸入至模擬血糖代謝網絡進行血糖模擬，得到目標血糖信息。
18、在其中一個實施例中，初始深度學習網絡還包括目標價值網絡，訓練模塊還包括：
19、第二樣本獲取單元，用于每隔預設時間段獲取預設數量的第二血糖信息樣本，以及當前價值網絡的網絡參數；第二血糖信息樣本包括第一血糖信息樣本、目標血糖信息、目標血糖信息對應的獎勵；
20、網絡訓練單元，用于根據第二血糖信息樣本和當前價值網絡的網絡參數，對目標價值網絡進行訓練，得到訓練后的目標價值網絡。
21、在其中一個實施例中，初始深度學習網絡還包括回放記憶單元，第二樣本獲取單元包括：
22、存儲子單元，用于根據當前價值網絡訓練過程中對應的第一血糖信息樣本、目標血糖信息、目標血糖信息對應的獎勵構建得到第二血糖信息樣本，并存儲至回放記憶單元；
23、樣本獲取子單元，用于每隔預設時間段從回放記憶單元獲取預設數量的第二血糖信息樣本。
24、在其中一個實施例中，修正子單元具體用于：
25、根據剩余活性胰島素劑量和第一血糖信息樣本對預測胰島素劑量進行修正，得到中間胰島素劑量；
26、確定中間胰島素劑量是否大于預設胰島素劑量閾值；
27、若否，則將中間胰島素劑量確定為修正胰島素劑量；
28、若是，則將預設胰島素劑量閾值確定為修正胰島素劑量。
29、在其中一個實施例中，修正子單元具體還用于：
30、根據剩余活性胰島素劑量和預測胰島素劑量的比較結果，以及預設修正條件，選擇對應的修正策略對預測胰島素劑量進行修正，得到中間胰島素劑量；預設修正條件根據第一血糖信息樣本、預設最大血糖值和預設最小血糖值確定。
31、在其中一個實施例中，修正子單元具體還用于：
32、若比較結果表示預測胰島素劑量大于第一處理后的剩余活性胰島素劑量，選擇第一修正策略對預測胰島素劑量進行修正，得到中間胰島素劑量；第一修正策略包括對預測胰島素劑量和第一處理后的剩余活性胰島素劑量進行差值運算；
33、若比較結果表示預測胰島素劑量小于第一處理后的剩余活性胰島素劑量，且預設修正條件包括血糖信息樣本中的血糖值不小于預設最小血糖值，選擇第二修正策略對預測胰島素劑量進行修正，得到中間胰島素劑量；第二修正策略包括對預測胰島素劑量和第二處理后的預測胰島素劑量進行差值運算；
34、若比較結果表示預測胰島素劑量小于第一處理后的剩余活性胰島素劑量，且預設修正條件包括血糖信息樣本中的血糖值處于所述預設最小血糖值和預設最大血糖值之間，選擇第三修正策略對預測胰島素劑量進行修正，得到中間胰島素劑量；第三修正策略包括對預測胰島素劑量和第三處理后的預測胰島素劑量進行差值運算；
35、若比較結果表示預測胰島素劑量小于第一處理后的剩余活性胰島素，且預設修正條件包括血糖信息樣本中的血糖值不大于預設最小血糖值，選擇第四修正策略對預測胰島素劑量進行修正，得到中間胰島素劑量；第四修正策略包括將預測胰島素劑量設置為第一值。
36、第二方面，本申請一個實施例提供一種計算機設備，包括處理器，處理器執行以下步驟：
37、獲取待監測的血糖信息；
38、將待監測的血糖信息輸入至劑量預測模型，得到目標胰島素劑量；
39、其中，劑量預測模型是根據第一血糖信息樣本和目標損失對初始深度學習網絡進行訓練得到的，目標損失是基于修正胰島素劑量確定，修正胰島素劑量是根據第一血糖信息樣本確定的剩余活性胰島素劑量對初始深度學習網絡預測的胰島素劑量進行修正得到。
40、上述胰島素劑量的確定系統和計算機設備，該確定系統包括獲取模塊和確定模塊。獲取模塊用于獲取待監測的血糖信息；確定模塊用于將待監測的血糖信息輸入至劑量預測模型，得到目標胰島素劑量。劑量預測模型是根據第一血糖信息樣本和目標損失對初始深度學習網絡進行訓練得到的，目標損失是基于修正胰島素劑量確定，修正胰島素劑量是根據第一血糖信息樣本確定的剩余活性胰島素劑量對初始深度學習網絡預測的胰島素劑量進行修正得到。在本實施例中，確定模塊直接將待監測的血糖信息輸入至訓練好的劑量預測模型，就能夠得到目標胰島素劑量，無需獲取待監測的血糖信息對應的目標對象的生理參數和本文檔來自技高網...
【技術保護點】
1.一種胰島素劑量的確定系統，其特征在于，所述確定系統包括：
2.根據權利要求1所述的確定系統，其特征在于，所述確定系統還包括：
3.根據權利要求2所述的確定系統，其特征在于，所述訓練模塊包括：
4.根據權利要求3所述的確定系統，其特征在于，所述初始深度學習網絡包括當前價值網絡和模擬血糖代謝網絡，所述輸入單元包括：
5.根據權利要求4所述的確定系統，其特征在于，所述初始深度學習網絡還包括目標價值網絡，所述訓練模塊還包括：
6.根據權利要求5所述的確定系統，其特征在于，所述初始深度學習網絡還包括回放記憶單元，所述第二樣本獲取單元包括：
7.根據權利要求4所述的確定系統，其特征在于，所述修正子單元具體用于：
8.根據權利要求7所述的確定系統，其特征在于，所述修正子單元具體還用于：
9.根據權利要求8所述的確定系統，其特征在于，所述修正子單元具體還用于：
10.一種計算機設備，包括處理器，其特征在于，所述處理器執行以下步驟：
【技術特征摘要】
1.一種胰島素劑量的確定系統，其特征在于，所述確定系統包括：
2.根據權利要求1所述的確定系統，其特征在于，所述確定系統還包括：
3.根據權利要求2所述的確定系統，其特征在于，所述訓練模塊包括：
4.根據權利要求3所述的確定系統，其特征在于，所述初始深度學習網絡包括當前價值網絡和模擬血糖代謝網絡，所述輸入單元包括：
5.根據權利要求4所述的確定系統，其特征在于，所述初始深度學習網絡還包括目標價值網絡，所述訓練模塊還包括...
【專利技術屬性】
技術研發人員：周子鈞，胡賢龍，
申請(專利權)人：武漢聯影智融醫療科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。