《灰盒模型在非侵入式体外估计糖化血红蛋白百分比和数字脉搏波形的推导和验证》阅读笔记

news2024/9/25 3:23:34

目录

一、论文摘要

二、论文十问

Q1:论文试图解决什么问题?

Q2:这是否是一个新的问题?

Q3:这篇文章要验证一个什么科学假设?

Q4:有哪些相关研究?如何归类?谁是这一课题在领域内值得关注的研究员?

Q5:论文中提到的解决方案之关键是什么?

Q6:论文中的实验是如何设计的?

Q7:用于定量评估的数据集是什么?代码有没有开源?

Q8:论文中的实验及结果有没有很好地支持需要验证的科学假设?

Q9:这篇论文到底有什么贡献?

Q10:下一步呢?有什么工作可以继续深入?

三、论文亮点与不足之处

四、与其他研究的比较

五、实际应用与影响

六、个人思考与启示

参考文献


一、论文摘要

糖化血红蛋白和血氧饱和度是监测患者平均血糖和血氧水平的两个最重要的因素。数字脉搏波形采集是一种方便的方法,即使对于没有经过培训或经验的人也可以利用它来估算上述两个生理参数。基于生理假设,我们开发了两个指尖模型来估算糖化血红蛋白百分比和血氧饱和度水平。第一个模型包括一个仅基于血管的假设,而第二个模型是基于整个手指的模型系统。这两个灰盒系统经过糖尿病患者和非糖尿病患者的验证。血管模型的糖化血红蛋白百分比(%HbA1c)和血氧饱和度百分比(%SpO2)的平均绝对误差分别为0.375和1.676,整个手指模型分别为0.271和1.395。重复性分析表明,这些模型的平均变异系数(%CV)分别为2.08%和1.74%的%HbA1c和0.54%和0.49%的%SpO2。尽管模型假设存在很大差异,但两个模型在性能方面表现相似(糖化血红蛋白估计的皮尔逊R值分别为0.92和0.96)。Bland-Altman分析中,两个模型的偏差值分别为糖化血红蛋白估计的-0.03±0.458和-0.063±0.326,以及血氧饱和度估计的0.178±2.002和-0.246±1.69。两个模型在现实场景中具有非常高的应用潜力。整个手指模型在偏差标准差较低和皮尔逊R值较高的情况下,其精度和准确性优于血管模型。

图1 血管模型示意图及假设的血脉搏动:(a) 数字脉搏波形信号,(b) 收缩期光强度,(c) 舒张期光强度。变量d1和d2分别表示血脉搏动进入和离开血管时的血管直径。此外,(b,c)中的光电探测器和发光二极管分别表示为PD和LED。
 
图2 整个手指模型的部分体积组成
 
图3 用Beer-Lambert定律进行参数估计
 
图4 多光源与多传感器过滤系统
 
图5 数字脉搏波形信号采集设备方框图
 

 

图6 传感器模块-LED排列示意图(a)和设备实物图像(b)
 

 

图7 糖尿病数据集分类图
 

 

图8 测量数据集的直方图(a)%NGSP HbA1c值和(b)%SpO2值
 

 

图9 带校准模块的系统概述图:(h = 标准化HbA1c,s = 标准化SpO2)。蓝色线条表示数据流,红色虚线表示校准模型的训练目标值。测试阶段没有目标值。
 

 

图10 血管模型的HbA1c Clarke误差网格分析(EGA)和Bland-Altman分析

 

图11 整个手指模型的HbA1c Clarke误差网格分析(EGA)和Bland-Altman分析

 

图12 参考值和两个模型估计的%HbA1c值的变异系数百分比

 

图13 血管模型的估计值与参考值(测量)%SpO2值的散点图和Bland-Altman分析

 

图14 整个手指模型的估计值与参考值(测量)%SpO2值的散点图和Bland-Altman分析

 

图15 参考值和两个模型估计的%SpO2值的变异系数百分比
 

二、论文十问

Q1:论文试图解决什么问题?

A1:这篇论文试图解决使用数字体积脉搏波形估计非侵入式体内百分比糖化血红蛋白的问题。

Q2:这是否是一个新的问题?

A2:这不是一个新的问题,但是该研究提出了一种新的解决方案。

Q3:这篇文章要验证一个什么科学假设?

A3:这篇文章要验证使用数字体积脉搏波形可以准确地估计非侵入式体内百分比糖化血红蛋白。

Q4:有哪些相关研究?如何归类?谁是这一课题在领域内值得关注的研究员?

A4:相关研究包括使用其他方法估计非侵入式体内百分比糖化血红蛋白。该课题在生物医学工程领域内值得关注的研究员包括Shifat Hossain、Shantanu Sen Gupta、Tae-Ho Kwon和Ki-Doo Kim等人。

Q5:论文中提到的解决方案之关键是什么?

A5:论文中提到的解决方案之关键是使用数字体积脉搏波形来估计非侵入式体内百分比糖化血红蛋白。

Q6:论文中的实验是如何设计的?

A6:论文中的实验设计包括使用数字体积脉搏波形采集数据,并使用两个灰盒模型来估计非侵入式体内百分比糖化血红蛋白。

Q7:用于定量评估的数据集是什么?代码有没有开源?

A7:用于定量评估的数据集是从健康志愿者和糖尿病患者中收集的。代码没有在论文中提到是否开源。

Q8:论文中的实验及结果有没有很好地支持需要验证的科学假设?

A8:是的,论文中的实验及结果很好地支持了需要验证的科学假设,即使用数字体积脉搏波形可以准确地估计非侵入式体内百分比糖化血红蛋白。

Q9:这篇论文到底有什么贡献?

A9:这篇论文提出了一种新的解决方案,即使用数字体积脉搏波形来估计非侵入式体内百分比糖化血红蛋白,并且通过实验验证了该方法的可行性和准确性。

Q10:下一步呢?有什么工作可以继续深入?

A10:下一步可以进一步探索数字体积脉搏波形在其他生理参数监测方面的应用,并进一步优化灰盒模型以提高其准确性。此外,还可以考虑将该方法应用于临床实践中,以验证其在实际应用中的效果。

三、论文亮点与不足之处

该论文的亮点在于提出了一种新的解决方案,即使用数字体积脉搏波形来估计非侵入式体内百分比糖化血红蛋白,并且通过实验验证了该方法的可行性和准确性。此外,该研究还探讨了未来研究可以考虑的因素,如光散射、手指结构变异、光源和探测器属性等。然而,该研究也存在一些不足之处,如实验数据集的局限性和模型的泛化能力有待进一步提高。

四、与其他研究的比较

与其他相关研究相比,该论文提出了一种新颖的解决方案,并通过实验验证了其可行性和准确性。此外,该研究还探讨了未来研究可以考虑的因素。相比之下,其他相关研究可能使用不同的方法或技术来估计非侵入式体内百分比糖化血红蛋白。

五、实际应用与影响

该论文的研究成果可以在临床实践中应用于监测患者平均血糖和血氧水平。该方法具有非侵入性、方便易行等优点,可以为医生提供更准确的诊断和治疗建议。此外,该方法还可以应用于其他生理参数的监测,如心率、血压等。

六、个人思考与启示

通过阅读这篇论文,我了解到数字体积脉搏波形可以用于非侵入式体内百分比糖化血红蛋白的估计,这是一种非常有前途的方法。同时,我也意识到该方法还存在一些局限性和不足之处,如实验数据集的局限性和模型的泛化能力等。因此,在未来的研究中,我们需要进一步探索数字体积脉搏波形在其他生理参数监测方面的应用,并进一步优化灰盒模型以提高其准确性和泛化能力。此外,在实际应用中,我们还需要考虑该方法的可行性和可靠性,并结合其他临床指标进行综合评估。

参考文献

Hossain, S., Gupta, S.S., Kwon, TH. et al. Derivation and validation of gray-box models to estimate noninvasive in-vivo percentage glycated hemoglobin using digital volume pulse waveform. Sci Rep 11, 12169 (2021). https://doi.org/10.1038/s41598-021-91527-2

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/498139.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

84.python input输入函数知识拓展

文章目录 1. input函数知识回顾2. input常犯错误解析3. 用函数转换从终端输入的数据3.1 输入的数为整数,则用int转换为整数3.2 输入的数为浮点数,则用float转换为浮点数3.3 不考虑输入的数据类型,则用eval函数转换 4. 变量的多种赋值方式4.1 …

OpenCV教程——OpenCV环境配置及第一个测试代码

1.OpenCV简介 OpenCV是一个计算机视觉的开源库。英文全称是:Open Source Computer Vision Library。 常用的OpenCV的核心模块: Image ProcessCamera Calibration and 3D ReconstructionVideo AnalysisObject DetectionMachine LearningDeep LearningG…

【Linux】Linux安装Git(图文解说详细版)

文章目录 前言第一步,官网下载安装包第二步,解压安装包第三步,安装编译环境第四步,编译源码第五步,安装git第六步,配置环境变量 前言 服务器版本:CentOS7.8 git官网:https://git-sc…

汽车出租系统【纯控制台】(Java课设)

系统类型 纯控制台类型(没有用到数据库) 使用范围 适合作为Java课设!!! 部署环境 jdk1.8Idea或eclipse 运行效果 本系统源码地址:https://download.csdn.net/download/qq_50954361/87753364 更多系统…

Qt5.14.2安装教程

之所以选择安装Qt5.14.2,是因为从5.15.0起,对于开源用户,Qt官方不再提供独立安装文件,源码安装听说很繁琐,并且还要激活码。 官网下载链接:https://download.qt.io/archive/qt/5.14/5.14.2/ 1、Windows用户…

智能优化算法:基于驾驶训练的优化算法-附代码

智能优化算法:基于驾驶训练的优化算法 文章目录 智能优化算法:基于驾驶训练的优化算法1. 基于驾驶训练优化算法1.1 初始化1.2 阶段一:驾驶教练培训(探索阶段)1.3 阶段二:学员学习(探索阶段&…

Jupyter notebook 如何设定默认的保存目录?

前言: 做智能车的时候,Jupter Notebook的默认保存在可怜的C盘,本来就很紧张的C肯定受不了,要改到别的地方,网上找了一些参考,说变更一下配置地址就可以了,照着做,99%的博客说&#x…

Linux驱动开发笔记(一):helloworld驱动源码编写、makefile编写以及驱动编译基本流程

若该文为原创文章,转载请注明原文出处 本文章博客地址:https://hpzwl.blog.csdn.net/article/details/130534343 红胖子网络科技博文大全:开发技术集合(包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬…

算法和算法竞赛的知识点

2023年5月7日,周日早上: 虽然今天早上我作出了改变学习算法方式的决定,但是知识点有哪些、具体该怎么做还没搞清楚,于是去刷题网站截图了它们的标签。 或许看相关书籍的知识点和题单也不错。 LeetCode的知识点 力扣 蓝桥杯的知识…

2023招商Fintech数据赛道rank33 赛后分享

赛题需求: 本次比赛为参赛选手提供了两个数据集,即训练数据集(train)和测试数据集(test_A榜/test_B榜)。参赛选手需要基于训练数据集,通过有效的特征提取,构建客户进取类产品配置发生时点预测模型,并将模型应用于测试数据集上,输出…

力扣sql中等篇练习(十六)

力扣sql中等篇练习(十六) 1 不同性别每日分数统计 1.1 题目内容 1.1.1 基本题目信息 1.1.2 示例输入输出 a 示例输入 b 示例输出 1.2 示例sql语句 # 分数是往后累加的 SELECT s2.gender,s2.day,sum(s1.score_points) total FROM Scores s1 CROSS JOIN Scores s2 ON s2.gen…

java创建多线程的方法

Java中是可以创建多个线程的,每个线程都有自己的名字和时间戳。下面我们来看看创建多个线程的方法。 创建多个线程,需要使用到 Thread类中的 create方法。需要注意的是,不是所有的线程都可以使用 create方法来创建,只有当这些线程…

目前可用的ChatGPT网站

本文意在整理可用gpt-3.5、gpt-4.0等网站。 本文主要是方便自己翻阅,如对您也有所帮助,不胜荣幸~ 文章目录 chatgpt.qdymys.cngpttalkchatgpt-cn.cobing.com总结 chatgpt.qdymys.cn 网址:https://chatgpt.qdymys.cn/限制:三小时只…

【新星计划-2023】TCP/IP协议讲解

相信大家在学习的过程中一定听到过TCP/IP这个协议,那么,TCP/IP协议是什么?为什么会有TCP/IP协议? 一、TCP/IP是什么? TCP/IP是用于计算机通信的一组协议,我们通常称它为TCP/IP协议族。它是70年代中期美国…

Spring Boot项目瘦身

目录 1,什么是瘦身?2,为什么要瘦身?3,如何瘦身?3.1,瘦身思路:3.2,瘦身方法 4,瘦身后运行 1,什么是瘦身? 瘦身:thinBody&a…

CSS进阶

01-复合选择器 定义:由两个或多个基础选择器,通过不同的方式组合而成。 作用:更准确、更高效的选择目标元素(标签)。 后代选择器 后代选择器:选中某元素的后代元素。 选择器写法:父选择器 …

Spring AOP续--织入

上篇讲到SpringAOP的一些用法以及概念,这里我们单独讲一下AOP中的“织入”。 我们知道,SpringAOP是基于动态代理实现的技术,而织入则是一个生成动态代理对象并且将切面和目标对象方法编织成为约定流程的过程。 对于通知,上篇文章…

数字化转型导师坚鹏:如何制定与实施企业数字化转型年度培训规划

如何制定与实施企业数字化转型年度培训规划 ——以推动企业数字化转型战略落地为核心,实现知行果合一 课程背景: 很多企业都在开展企业数字化转型培训工作,目前存在以下问题急需解决: 缺少针对性的企业数字化转型年度培训规划…

Python每日一练(20230507) 丑数I\II\III、超级丑数

目录 1. 丑数 Ugly Number I 2. 丑数 Ugly Number II 3. 丑数 Ugly Number III 4. 超级丑数 Super Ugly Number 🌟 每日一练刷题专栏 🌟 Golang每日一练 专栏 Python每日一练 专栏 C/C每日一练 专栏 Java每日一练 专栏 1. 丑数 Ugly Number I …

JavaWeb——1.JavaWeb概述

这是我们javaweb的第一篇文章,首先我们来介绍一下什么是Javaweb JavaWeb:使用java语言完成服务器端程序开发 如下面这张图所示: 可能不太好理解,那么就用通俗的语言来解释一下。 任何的一个应用程序,首先它会有页面…