文献

J-GLOBAL ID：201702286482334726   整理番号：17A1634952

個別化移動水平推定と分類に基づく食事検出【Powered by NICT】

Meal detection based on non-individualized moving horizon estimation and classification

著者 (3件)： Kolle Konstanze (Department of Engineering Cybernetics, Norwegian University of Science and Technology - NTNU, Trondheim, Norway) ,  Fougner Anders Lyngvi (Department of Engineering Cybernetics, Norwegian University of Science and Technology - NTNU, Trondheim, Norway) ,  Stavdahl Oyvind (Department of Engineering Cybernetics, Norwegian University of Science and Technology - NTNU, Trondheim, Norway)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCTA  ページ： 529-535  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 食事は1型糖尿病におけるグルコース調節への最大の挑戦の一つである。いくつか時間は毎日,食品を長期合併症を生じる可能性があることを強く上昇した血中グルコース濃度を引き起こす。食事時インスリンボーラスはこれらの高血糖を緩和するために投与される。食事ボーラスの散発的省略は血中グルコースレベルの有意な変化を誘導することによって,インスリン療法の転帰を障害する。連続グルコースモニタリング(CGM)が普通になるにつれて,CGMデータに基づく自動検出は約見逃されたボーラスを連想による患者を支持した。完全自動化システムでは,食事が軽減されるまで食事検出は,コントローラパラメータを修正し一時的にできた。本研究では,移動水平線推定(MHE)と線形判別分析(LDA),略称「MHE+LDA」は食事検出のために提案した。Bergmanの最小モデルの拡張バージョンは,推定量モデルに使用されている。モデルパラメータもMHE調整のどちらも個別化された。法はバージニア大学(UVa)/Padovaシミュレータのシミュレーションで試験し,その性能を他の二つの方法,すなわち電流推定グルコース出現とグリッドアルゴリズムのしきい値検査と比較した。全ての食事が35分以内にMHE+LDAにより検出されるが,二比較法は最小のシミュレートされた食事を検出しなかった。MHEとLDAの組合せは検出時間に関しても他の二つの方法よりも優れている。個々の調整を必要としなくても小さい食事を同定する能力MHE+LDA法の方法をさらに研究すべきであることを示唆した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 患者 ,  シミュレータ ,  バージニア州 ,  *血糖 ,  1型糖尿病 ,  高血糖症 ,  食品 ,  推定量 ,  略語
準シソーラス用語： モデルパラメータ ,  線形判別分析 ,  自動化システム ,  自動検出 ,  インスリン療法 ,  グルコース調節 , 【Automatic Indexing@JST】

分類 (1件)： 代謝異常・栄養性疾患の治療  (GD05030F)

タイトルに関連する用語 (3件)： 移動水平推定 ,  分類 ,  食事