اولین همایش بین المللی تحول خدمات سلامت: تلفیق مراقبت، درمان، بازتوانی و امیدبخشی

رفتن به صفحه اصلی

ارائه مجازی مقاله

کد مقاله 1029

عنوان سنسور تشخیص قند خون بدون روش تهاجمی

نویسندگان آروین عزتی - مرضیه نفرسفیددشتی - تینا حضرتی صومعه

چکیده کنترل مداوم سطح گلوکز خون یکی از ارکان حیاتی مدیریت دیابت است، اما روشهای سنتی مبتنی بر خونگیری مکرر با درد و ریسک عفونت همراه هستند. پژوهش حاضر به بررسی فناوریهای غیرتهاجمی پایش قند خون و مدلسازی پیشبینی سطح گلوکز با استفاده از الگوریتمهای یادگیری ماشین میپردازد. دادههای جمعآوریشده از حسگرهای نوری، الکتریکی، مایکروویو و سیگنالهای فیزیولوژیک پیشپردازش و با استفاده از StandardScaler نرمالسازی شدند. دو مدل رگرسیون Ridge و Gradient Boosting Regressor برای پیشبینی سطح گلوکز مورد استفاده قرار گرفتند و عملکرد آنها بر اساس شاخصهای MAE، RMSE و R² ارزیابی شد. نتایج نشان داد که مدل Gradient Boosting با MAE برابر 5.18 mg/dL، RMSE برابر 6.85 mg/dL و R² برابر 0.85 دقت بالاتری نسبت به مدل Ridge دارد و قادر است تغییرات پویا گلوکز خون را بهطور قابل اعتماد دنبال کند. این پژوهش نشان میدهد که ترکیب فناوریهای غیرتهاجمی با الگوریتمهای هوشمند یادگیری ماشین، امکان پایش مداوم، غیرتهاجمی و شخصیسازیشده سطح گلوکز را فراهم میآورد و میتواند به توسعه سامانههای پوشیدنی هوشمند برای مدیریت دیابت منجر شود.

فایل ها

فایل پوستر مقاله

محتوای ارائه مجازی مقاله

نظرات