除高血压外，糖尿病已成为21世纪发展最快的健康问题之一，我国是糖尿病患者人数最多的国家。2021年，全球成年糖尿病患者人数达到5.37亿，约十分之一的成年人受到影响；中国糖尿病患者人数超1亿人，居全球首位。血糖监测是控制糖尿病的重要手段，目前国内血糖仪市场规模约50亿元，市场空间超200亿元。当前血糖监测主要为需要扎手指的有创血糖监测，无创监测是未来血糖监测的趋势。
近日，中国科学院深圳先进技术研究院生物医学与健康工程研究所微创中心研究员聂泽东团队，在基于生理信息的无创血糖监测技术方面取得新进展。相关研究成果以Noninvasive blood glucose monitoring using spatiotemporal ECG and PPG feature fusion and weight-based Choquet integral multimodel approach为题，发表在《IEEE 神经网络与学习系统汇刊》（IEEE Transactions on Neural Networks and Learning Systems）上。
《体外诊断检验系统自测用血糖监测系统通用技术条件》国家标准指出，血糖测量值允许偏差不超过±15%。也就是说，MARD值<15%是我国血糖监测仪合格的国家标准。中科院13.42%的MARD值，已经符合该标准。
中科院无创血糖监测技术的MARD值达到13.42%，已符合国家血糖监测设备上市标准。
作为衡量血糖仪精确度的重要指标，MARD值是指监测结果的总体平均绝对相对差，是血糖仪产品能否上市的重要指标，该值越小，则精确度越高。
主动血糖监测是有效减少糖尿病和延缓并发症的重要手段之一。目前，血糖监测主要通过指尖采血或者基于电化学检测技术的植入式血糖监测设备（CGMS），而这些方法存在疼痛、使用寿命短、成本高等缺点，限制了患者的依从性。因此，研发非侵入式、舒适便捷的无创监测技术对促进血糖监测具有重要意义和临床价值。研究表明，血糖浓度的变化会刺激人体自主神经系统，引起心电（ECG）、光电容积脉搏波（PPG）等生理信息的改变，并考虑到ECG、PPG可通过智能可穿戴设备获取，具有使用快捷、成本低等优势，如图所示，提出了基于ECG及PPG多模态融合的无创血糖监测技术。该技术通过采用数值计算方法及深度学习算法获取上述生理信息的时空特征信息，并采用基于可变权重的Choquet积分算法，实现不同模态的决策融合。科研人员利用该技术获取了21名志愿者共103天数据，在10折交叉验证中，所提出的多模融合算法在血糖监测中的MARD值达到13.42%，一致性误差网格的A+B区＞99%。上述成果为基于穿戴健康设备和家庭用健康设备实现无创血糖监测提供了重要的理论基础与技术支撑，具有广阔的应用前景。
免责声明
本文来源为其他媒体的内容转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们
