检索历史 清除

摘要糖尿病是一种终身性代谢疾病，人体长期处于高血糖状态，易导致各种急、慢性并发症。日常的血糖监测对糖尿病患者来说尤为重要，可以帮助患者更好地掌握病情的变化。微波法具有穿透性强、携带信息量大、实时反馈检测信息以及对人体无损伤等优点，相较于常用的光学法、生物阻抗法等无创检测技术，微波法在无创血糖检测方面有着极大的研究前景。本文提出一种基于混合策略改进的黏菌算法，用于优化支持向量回归的参数，在此基础上建立起基于改进支持向量回归的微波无创血糖检测模型，并以微波信号的时域特征以及S参数特征作为血糖数据样本进行了实证研究，实现了对未知血糖水平的可靠估计。<br>　　支持向量回归(SupportVectorRegression，SVR)是适用于解决小样本问题的回归算法，模型的学习能力受到其超参数的影响。因此，本文提出一种基于混合策略改进的黏菌算法(ImprovedSlimeMouldAlgorithm，ISMA)，引入Circle映射提升种群多样性，引入自适应可调节反馈因子加快算法收敛速度，引入高斯变异提高算法跳出局部最优解的能力；引入随机反向学习策略扩大算法全局勘探范围。并在10个基准测试函数上对算法的求解精度和稳定性进行了检验。结果表明，ISMA有效地改善了黏菌的初始种群质量，优化了其收敛速度慢，容易陷入局部最优的问题。使用ISMA对SVR的参数进行寻优，构建起基于ISMA-SVR的微波无创血糖检测模型。<br>　　在500MHz的单频点下对不同浓度的葡萄糖溶液进行测量，针对时域接收信号进行小波去噪并提取其时域、频域特征，使用ISMA-SVR结合最小二乘拟合方法对溶液浓度进行检测的均方根误差为4.42mg/dL，较单一频域特征的线性拟合方法，检测误差下降了14.92mg/dL。在0.3-3.0GHz范围内，测量葡萄糖溶液和水的S参数的绝对差值用于微波无创检测，检测结果的均方根误差为3.7008mg/dL，平均相对误差仅为1.27%。基于口服葡萄糖耐量试验(OralGlucoseToleranceTest，OGTT)，对两位受试者在两天内重复进行微波无创血糖在体检测实验，综合使用ISMA-SVR以及最小二乘拟合方法对检测结果进行处理后的平均相对误差为11.97%，以上结果符合GB/T19634-2005标准规定的血糖检测偏差不得超过±20%的要求，表明本方法用于微波无创血糖检测的有效性。