[go: up one dir, main page]

RU2012105952A - Устройство и способ обработки данных гликемии - Google Patents

Устройство и способ обработки данных гликемии Download PDF

Info

Publication number
RU2012105952A
RU2012105952A RU2012105952/10A RU2012105952A RU2012105952A RU 2012105952 A RU2012105952 A RU 2012105952A RU 2012105952/10 A RU2012105952/10 A RU 2012105952/10A RU 2012105952 A RU2012105952 A RU 2012105952A RU 2012105952 A RU2012105952 A RU 2012105952A
Authority
RU
Russia
Prior art keywords
glucose
index
transformed
processor
indicator
Prior art date
Application number
RU2012105952/10A
Other languages
English (en)
Inventor
Якоб Ларс Фредрик РИБАК
Микаель Кйелл ЛЬЮС
Ларс Густаф ЛИЛЙЕРИД
Original Assignee
Диабетес Тоолс Сведен АБ,
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Диабетес Тоолс Сведен АБ, filed Critical Диабетес Тоолс Сведен АБ,
Publication of RU2012105952A publication Critical patent/RU2012105952A/ru

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient; User input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
    • A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/005—Parameter used as control input for the apparatus
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/20—Blood composition characteristics
    • A61M2230/201—Glucose concentration
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Physiology (AREA)
  • Emergency Medicine (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Diabetes (AREA)
  • Vascular Medicine (AREA)
  • Anesthesiology (AREA)
  • Hematology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Complex Calculations (AREA)

Abstract

1. Устройство для обработки показателя глюкозы, характеризующееся тем, что содержит преобразователь (81) показателя глюкозы в трансформированный показатель глюкозы с применением алгоритма преобразования (83), состоящего из первого логарифмического члена (83а), который содержит логарифм показателя глюкозы, и второго, линейного члена (83b), который содержит линейную составляющую показателя глюкозы, при этом, согласно алгоритму преобразования (83) для каждого показателя глюкозы в ряду (85), содержащем более одного показателя глюкозы, первый логарифмический член и второй линейный член, оба, влияют (83 с) на соответствующий трансформируемый показатель глюкозы, из них первый логарифмический компонент имеет большее влияние на вычисление трансформируемого показателя глюкозы, чем второй линейный компонент для более низкого показателя глюкозы, и где второй линейный компонент имеет большее влияние на вычисление преобразованного показателя глюкозы, чем первый логарифмический компонент для более высокого показателя глюкозы; и процессор для обработки трансформированного показателя глюкозы с целью генерации оптического, звукового, тактильного, электрического, магнитного или механического сигнала, исходя из трансформированного показателя глюкозы.2. Устройство по п.1, характеризующееся тем, что преобразователь применяет алгоритм преобразования таким образом, что первый логарифмический член имеет коэффициент, убывающий с ростом количественного показателя глюкозы, а второй линейный член имеет коэффициент, возрастающий с ростом количественного показателя глюкозы.3. Устройство по п.2, характеризующееся тем, что первый логар�

Claims (19)

1. Устройство для обработки показателя глюкозы, характеризующееся тем, что содержит преобразователь (81) показателя глюкозы в трансформированный показатель глюкозы с применением алгоритма преобразования (83), состоящего из первого логарифмического члена (83а), который содержит логарифм показателя глюкозы, и второго, линейного члена (83b), который содержит линейную составляющую показателя глюкозы, при этом, согласно алгоритму преобразования (83) для каждого показателя глюкозы в ряду (85), содержащем более одного показателя глюкозы, первый логарифмический член и второй линейный член, оба, влияют (83 с) на соответствующий трансформируемый показатель глюкозы, из них первый логарифмический компонент имеет большее влияние на вычисление трансформируемого показателя глюкозы, чем второй линейный компонент для более низкого показателя глюкозы, и где второй линейный компонент имеет большее влияние на вычисление преобразованного показателя глюкозы, чем первый логарифмический компонент для более высокого показателя глюкозы; и процессор для обработки трансформированного показателя глюкозы с целью генерации оптического, звукового, тактильного, электрического, магнитного или механического сигнала, исходя из трансформированного показателя глюкозы.
2. Устройство по п.1, характеризующееся тем, что преобразователь применяет алгоритм преобразования таким образом, что первый логарифмический член имеет коэффициент, убывающий с ростом количественного показателя глюкозы, а второй линейный член имеет коэффициент, возрастающий с ростом количественного показателя глюкозы.
3. Устройство по п.2, характеризующееся тем, что первый логарифмический компонент имеет коэффициент (1-ln z (x)), а второй линейный компонент имеет коэффициент ln(z(x)), где z(x) - функция от x, и где x - показатель глюкозы.
4. Устройство по п.3, характеризующееся тем, что z(x) - функция построения перехода показателя глюкозы x от заданного набора показателей глюкозы в диапазоне x [1, (, М], где М больше 1, к интервалу между 1 и е равномерными шагами, и где е - число Эйлера.
5. Устройство по п.1 характеризующееся тем, что алгоритм преобразования строится на уравнении:
x t r a n s = P ⋅ ( 1 − ln ( z ( x ) ) ) ⋅ ln ( z ( x ) ) K ( x ) ⋅ x                                      (18) ,
Figure 00000001
где xtrans - трансформированный показатель глюкозы, x - показатель глюкозы до преобразования, Р - коэффициент пересчета, z(x) - функция построения карты в зависимости от x для прослеживания прохождения показателя глюкозы x в x-диапазоне [1, …, М], где М больше 1, к интервалу между 1 и е, и где ln - аналитическая логарифмическая функция.
6. Устройство по п.5, характеризующееся тем, что z равно [1, …, е], x-произвольный количественный показатель глюкозы в диапазоне x [1, …, М], где М - больше 1, а Р равно 1 или больше 1 и меньше 20, где z(x) следует из уравнения:
z ( x ) = e − 1 M − 1 x + ( 1 − e − 1 M − 1 )
Figure 00000002
где е - аппроксимированная постоянная Эйлера.
7. Устройство по п.1, характеризующееся тем, что алгоритм преобразования применяется таким образом, что первое воздействие первого логарифмического члена на вычисление трансформируемого показателя глюкозы и второе воздействие второго линейного члена на вычисление трансформируемого показателя глюкозы отличаются друг от друга в зависимости от показателя гликемии и противоположны друг другу, в силу чего на разные показатели глюкозы первое воздействие усиливается, когда ослабляется второе воздействие, и наоборот.
8. Устройство по п.1, характеризующееся тем, что процессор выполнен с возможностью графического отображения трансформированного показателя уровня глюкозы по шкале нелинейного преобразования.
9. Устройство по п.1, характеризующееся тем, что процессор выполнен с возможностью анализа трансформированного показателя глюкозы согласно заданному регламенту анализа, и генерации видео, аудио, тактильной, электро-, магнитной или механической сигнализации, исходя из результата анализа.
10. Устройство по п.1, характеризующееся тем, что процессор выполнен с возможностью расчета делений шкалы нелинейного преобразования, где деления нелинейной шкалы отражают показания уровня глюкозы в физических единицах, где равные интервалы между двумя показателями глюкозы в физических единицах соответствуют неравным делениям шкалы нелинейного преобразования, отражающим метрическую разность количественных показателей уровня глюкозы, или где градуировка в физических единицах рассчитана в соответствии с равными интервалами делений шкалы преобразования.
11. Устройство по 1, характеризующееся тем, что преобразователь предназначен для расчета множества трансформированных показателей глюкозы, в составе которого процессор предназначен для расчета таких статистических величин, как среднее значение, или стандартное отклонение, или верхнее стандартное отклонение, или нижнее стандартное отклонение, или верхний коэффициент вариации, или нижний коэффициент вариации множества трансформированных показателей глюкозы, и в составе которого процессор предназначен для генерации оптического, звукового, тактильного, электрического, магнитного или механического сигнала, отображающего статистическое значение.
12. Устройство по п.1, характеризующееся тем, что преобразователь вычисляет множество последовательных во времени трансформированных значений глюкозы, используя последовательные во времени показатели глюкозы, и в составе которого процессор выполнен с возможностью расчета индикации скорости изменения переменной на основе значений глюкозы и с возможностью генерации оптического, звукового, тактильного, электрического, магнитного или механического сигнала, сообщающего о скорости изменения.
13. Устройство по п.12, характеризующееся тем, что процессор выполнен с возможностью расчета предупреждающей сигнализации, исходя из индикации скорости изменения переменной и текущего нетрансформированного показателя глюкозы, и с возможностью генерации оптического, звукового, тактильного, электрического, магнитного или механического сигнала упреждающего уведомления.
14. Устройство по п.1, характеризующееся тем, что процессор выполнен с возможностью генерации оптического, аудио, тактильного, электрического, магнитного или механического сигнала, управляющего дозатором инсулина в полузамкнутом или замкнутом контуре искусственной поджелудочной железы.
15. Устройство по п.11, характеризующееся тем, что процессор выполнен с возможностью вычисления среднеарифметического значения множества трансформированных показателей глюкозы, в составе которого процессор выполняет обратный алгоритм преобразования с целью восстановления преобразованного среднего значения, и в составе которого процессор выполнен с возможностью генерации оптического, звукового, тактильного, электрического, магнитного или механического сигнала обратнопреобразованного среднего значения.
16. Устройство по п.1, характеризующееся тем, что преобразователь включает в себя энергонезависимое запоминающее устройство (ЭНЗУ) для постоянного хранения алгоритма преобразования (правила трансформации).
17. Устройство по п.16, характеризующееся тем, что ЭНЗУ выполнено как подстановочная таблица для хранения набора непреобразованных показателей и соотнесенных с ними преобразованных значений, или которое реализовано таким образом, что преобразование является параметризованной функцией, память предназначена для хранения параметров (Р, М) для параметризованной функции, и в составе которого преобразователь включает в себя также процессор для поиска параметров в памяти и для расчета преобразованного значения с использованием входящего значения, найденных параметров и параметризованной функции.
18. Способ обработки показателя глюкозы, характеризующийся тем, что включает преобразование с помощью преобразователя (81) показателя глюкозы в трансформированный показатель глюкозы путем применения к показателю глюкозы алгоритма преобразования, который представляет собой комбинацию первого логарифмического члена, состоящего из логарифма показателя глюкозы, и второго линейного члена, содержащего линейную составляющую показателя глюкозы, при этом алгоритм преобразования таков, что для каждого показателя глюкозы в ряду показателей глюкозы, имеющем более одного показателя глюкозы, первый логарифмический член и второй линейный член, оба, влияют на расчет соответствующего трансформированного показателя глюкозы, из них первый логарифмический компонент имеет большее влияние на вычисление трансформируемого показателя глюкозы, чем второй линейный компонент для более низкого показателя глюкозы, и где второй линейный компонент имеет большее влияние на вычисление преобразованного показателя глюкозы, чем первый логарифмический компонент для более высокого показателя глюкозы; и обработка с помощью процессора трансформированного показателя глюкозы и генерирование оптического, аудио, тактильного, электрического, магнитного или механического сигнала, исходя из трансформированного показателя глюкозы.
19. Компьютерная программа для осуществления способа обработки показателя глюкозы по п.18 при условии ее выполнения с использованием компьютерной или процессорной техники.
RU2012105952/10A 2009-08-10 2010-08-10 Устройство и способ обработки данных гликемии RU2012105952A (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US23269709P 2009-08-10 2009-08-10
US61/232,697 2009-08-10
PCT/EP2010/061632 WO2011018460A1 (en) 2009-08-10 2010-08-10 Apparatus and method for processing glycemic data

Publications (1)

Publication Number Publication Date
RU2012105952A true RU2012105952A (ru) 2013-09-20

Family

ID=42830374

Family Applications (3)

Application Number Title Priority Date Filing Date
RU2012105949/08A RU2012105949A (ru) 2009-08-10 2010-08-10 Устройство и способ обработки набора значений данных
RU2012105952/10A RU2012105952A (ru) 2009-08-10 2010-08-10 Устройство и способ обработки данных гликемии
RU2012105948/14A RU2012105948A (ru) 2009-08-10 2010-08-10 Устройство и способ генерирования индикации состояния

Family Applications Before (1)

Application Number Title Priority Date Filing Date
RU2012105949/08A RU2012105949A (ru) 2009-08-10 2010-08-10 Устройство и способ обработки набора значений данных

Family Applications After (1)

Application Number Title Priority Date Filing Date
RU2012105948/14A RU2012105948A (ru) 2009-08-10 2010-08-10 Устройство и способ генерирования индикации состояния

Country Status (7)

Country Link
US (5) US9533097B2 (ru)
EP (3) EP2465059A1 (ru)
JP (3) JP5427951B2 (ru)
CN (3) CN102576381A (ru)
CA (3) CA2770564A1 (ru)
RU (3) RU2012105949A (ru)
WO (3) WO2011018460A1 (ru)

Families Citing this family (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190357827A1 (en) 2003-08-01 2019-11-28 Dexcom, Inc. Analyte sensor
US9675290B2 (en) 2012-10-30 2017-06-13 Abbott Diabetes Care Inc. Sensitivity calibration of in vivo sensors used to measure analyte concentration
US8224415B2 (en) 2009-01-29 2012-07-17 Abbott Diabetes Care Inc. Method and device for providing offset model based calibration for analyte sensor
US7630748B2 (en) 2006-10-25 2009-12-08 Abbott Diabetes Care Inc. Method and system for providing analyte monitoring
US8219173B2 (en) 2008-09-30 2012-07-10 Abbott Diabetes Care Inc. Optimizing analyte sensor calibration
US8160900B2 (en) 2007-06-29 2012-04-17 Abbott Diabetes Care Inc. Analyte monitoring and management device and method to analyze the frequency of user interaction with the device
US8591410B2 (en) 2008-05-30 2013-11-26 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
US8924159B2 (en) 2008-05-30 2014-12-30 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
US9801575B2 (en) 2011-04-15 2017-10-31 Dexcom, Inc. Advanced analyte sensor calibration and error detection
US9326707B2 (en) 2008-11-10 2016-05-03 Abbott Diabetes Care Inc. Alarm characterization for analyte monitoring devices and systems
US8185181B2 (en) 2009-10-30 2012-05-22 Abbott Diabetes Care Inc. Method and apparatus for detecting false hypoglycemic conditions
US10092229B2 (en) 2010-06-29 2018-10-09 Abbott Diabetes Care Inc. Calibration of analyte measurement system
EP2491859A1 (en) * 2011-02-23 2012-08-29 F. Hoffmann-La Roche AG Method and system for determining blood glucose characteristics from a discontinuous mode of measurement and computer program product
US9622691B2 (en) 2011-10-31 2017-04-18 Abbott Diabetes Care Inc. Model based variable risk false glucose threshold alarm prevention mechanism
US8870783B2 (en) * 2011-11-30 2014-10-28 Covidien Lp Pulse rate determination using Gaussian kernel smoothing of multiple inter-fiducial pulse periods
EP2901153A4 (en) 2012-09-26 2016-04-27 Abbott Diabetes Care Inc METHOD AND DEVICE FOR IMPROVING DELAY CORRECTION FUNCTION DURING IN VIVO MEASUREMENT OF ANALYZ CONCENTRATION WITH ANALYZ CONCENTRATION VARIABILITY AND RANGE DATA
JP6630660B2 (ja) * 2013-03-14 2020-01-15 ベクトン・ディキンソン・アンド・カンパニーＢｅｃｔｏｎ， Ｄｉｃｋｉｎｓｏｎ Ａｎｄ Ｃｏｍｐａｎｙ 視覚ディスプレイを有する連続的グルコースモニタリング身体装着型センサ
US10076285B2 (en) 2013-03-15 2018-09-18 Abbott Diabetes Care Inc. Sensor fault detection using analyte sensor data pattern comparison
US10433773B1 (en) 2013-03-15 2019-10-08 Abbott Diabetes Care Inc. Noise rejection methods and apparatus for sparsely sampled analyte sensor data
US9474475B1 (en) 2013-03-15 2016-10-25 Abbott Diabetes Care Inc. Multi-rate analyte sensor data collection with sample rate configurable signal processing
WO2015105713A1 (en) * 2014-01-10 2015-07-16 Bayer Healthcare Llc Methods and apparatus for representing blood glucose variation graphically
US20170185748A1 (en) 2014-03-30 2017-06-29 Abbott Diabetes Care Inc. Method and Apparatus for Determining Meal Start and Peak Events in Analyte Monitoring Systems
JP6855371B2 (ja) * 2014-10-22 2021-04-07 デックスコム・インコーポレーテッド 連続的グルコース監視のためのユーザインターフェース
CN107408149B (zh) * 2015-03-06 2020-09-15 心脏起搏器股份公司 用于显示医疗数据的系统和方法
US10448898B2 (en) * 2015-07-14 2019-10-22 Conduent Business Services, Llc Methods and systems for predicting a health condition of a human subject
JP5900912B1 (ja) * 2015-07-24 2016-04-06 メドケア株式会社 生体モニタ装置及び生体モニタ用プログラム
KR101746799B1 (ko) 2015-11-04 2017-06-14 주식회사 쏠리드 분산 안테나 시스템
US10575790B2 (en) * 2016-03-02 2020-03-03 Roche Diabetes Care, Inc. Patient diabetes monitoring system with clustering of unsupervised daily CGM profiles (or insulin profiles) and method thereof
US10460074B2 (en) * 2016-04-05 2019-10-29 Conduent Business Services, Llc Methods and systems for predicting a health condition of a human subject
US10929281B1 (en) * 2016-05-20 2021-02-23 Jpmorgan Chase Bank, N.A. Systems and methods for testing of data transformations
US11462313B2 (en) 2016-08-17 2022-10-04 Novo Nordisk A/S Systems and methods for adjusting a basal/bolus ratio in an insulin regimen
US11389088B2 (en) * 2017-07-13 2022-07-19 Bigfoot Biomedical, Inc. Multi-scale display of blood glucose information
WO2019014590A1 (en) * 2017-07-13 2019-01-17 Desborough Lane MULTI-SCALE DISPLAY OF GLYCEMIA INFORMATION
EP3438858A1 (en) 2017-08-02 2019-02-06 Diabeloop Closed-loop blood glucose control systems and methods
JP7012144B2 (ja) * 2017-08-30 2022-01-27 マイクロ モーション インコーポレイテッド 振動計の変化の検出及び識別
CN212438615U (zh) 2017-10-24 2021-02-02 德克斯康公司 可穿戴设备
US11331022B2 (en) 2017-10-24 2022-05-17 Dexcom, Inc. Pre-connected analyte sensors
EP3520686B1 (de) * 2018-02-01 2025-01-29 Vorwerk & Co. Interholding GmbH System mit vitaldatensensor
EP3522173B1 (de) * 2018-02-01 2024-04-03 Vorwerk & Co. Interholding GmbH System mit vitaldatensensor und auswertungseinheit
US10977336B2 (en) * 2018-06-11 2021-04-13 Andre J. UNGER System and method of pre-processing discrete datasets for use in machine learning
US20200043606A1 (en) * 2018-08-02 2020-02-06 Cnoga Medical Ltd. System and method for controlling blood glucose using personalized histograms
JP7282298B2 (ja) * 2019-07-31 2023-05-29 アークレイ株式会社 推定方法及び平均血糖値推定システム
JP7785070B2 (ja) * 2020-10-14 2025-12-12 ユニバーシティ オブ バージニア パテント ファンデーション 報知されない血糖揺らぎの原因後の血糖反応を改善する閉ループ制御の方法及びシステム
US20220142521A1 (en) * 2020-11-10 2022-05-12 Ascensia Diabetes Care Holdings Ag Methods and apparatus for predicting whether and when a hypo/hyper analyte concentration event will occur
US11514999B2 (en) * 2021-04-16 2022-11-29 SK Hynix Inc. Systems and methods for parametric PV-level modeling and read threshold voltage estimation
CN113951879B (zh) * 2021-12-21 2022-04-05 苏州百孝医疗科技有限公司 血糖预测方法和装置、监测血糖水平的系统
US12159528B2 (en) * 2022-01-25 2024-12-03 Cirrus Logic Inc. Detection and prevention of non-linear excursion in a haptic actuator
US20230420140A1 (en) * 2022-06-22 2023-12-28 Laxmi Therapeutic Devices, Inc. System and method for processing glucose data
CN120388721B (zh) * 2025-06-27 2025-10-10 湖南师范大学 基于插补和增强的防控辅助诊疗方法、装置、设备及介质

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100512067C (zh) 1993-11-01 2009-07-08 艾利森电话股份有限公司 自动再发送请求
US5743262A (en) 1995-06-07 1998-04-28 Masimo Corporation Blood glucose monitoring system
US5638816A (en) * 1995-06-07 1997-06-17 Masimo Corporation Active pulse blood constituent monitoring
US7039446B2 (en) 2001-01-26 2006-05-02 Sensys Medical, Inc. Indirect measurement of tissue analytes through tissue properties
US6135966A (en) * 1998-05-01 2000-10-24 Ko; Gary Kam-Yuen Method and apparatus for non-invasive diagnosis of cardiovascular and related disorders
US6424847B1 (en) * 1999-02-25 2002-07-23 Medtronic Minimed, Inc. Glucose monitor calibration methods
US6923763B1 (en) * 1999-08-23 2005-08-02 University Of Virginia Patent Foundation Method and apparatus for predicting the risk of hypoglycemia
DE10014348B4 (de) 2000-03-24 2009-03-12 Immobiliengesellschaft Helmut Fischer Gmbh & Co. Kg Vorrichtung zur zerstörungsfreien Messung der Dicke dünner Schichten
KR100776070B1 (ko) 2000-03-29 2007-11-16 유니버시티 오브 버지니아 페이턴트 파운데이션 셀프-모니터링 데이터로부터 당뇨병의 혈당 조절 평가 방법, 시스템, 및 컴퓨터 프로그램 제품
US20020019707A1 (en) * 2000-06-26 2002-02-14 Cohen Alan M. Glucose metering system
US6594512B2 (en) 2000-11-21 2003-07-15 Siemens Medical Solutions Usa, Inc. Method and apparatus for estimating a physiological parameter from a physiological signal
IL156844A0 (en) * 2001-01-26 2004-02-08 Sensys Medical Inc Noninvasive measurement of glucose through the optical properties of tissue
US8260393B2 (en) * 2003-07-25 2012-09-04 Dexcom, Inc. Systems and methods for replacing signal data artifacts in a glucose sensor data stream
CA2495648C (en) 2002-08-13 2014-07-22 University Of Virginia Patent Foundation Method, system, and computer program product for processing of self-monitoring blood glucose (smbg) data to enhance diabetic self-management
CN100466965C (zh) * 2002-08-13 2009-03-11 弗吉尼亚大学专利基金会 用于处理自我监测血糖(smbg)数据从而提高糖尿病患者自我管理的方法、系统和计算机程序产品
US8060173B2 (en) * 2003-08-01 2011-11-15 Dexcom, Inc. System and methods for processing analyte sensor data
EP1728468A1 (de) 2005-06-04 2006-12-06 Roche Diagnostics GmbH Bewertung von Werten der Blutglucosekonzentration zur Einstellung der Insulindosierung
CN100515335C (zh) * 2005-12-23 2009-07-22 深圳迈瑞生物医疗电子股份有限公司 能消除运动干扰的血氧测量方法及其装置
MX2009004530A (es) * 2006-10-26 2009-08-13 Abbott Diabetes Care Inc Método, sistema y producto de programa de computacion para la deteccion en tiempo real de la disminucion de sensibilidad en los sensores analitos.
US20080154513A1 (en) * 2006-12-21 2008-06-26 University Of Virginia Patent Foundation Systems, Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self-Monitoring in Diabetes
US7629889B2 (en) * 2006-12-27 2009-12-08 Cardiac Pacemakers, Inc. Within-patient algorithm to predict heart failure decompensation
WO2008141306A2 (en) * 2007-05-11 2008-11-20 Sigmed, Inc. Non-invasive characterization of a physiological parameter
CN101488162B (zh) * 2008-01-17 2012-03-21 复旦大学 一种用于脑电信号自动评估的脑电信号特征提取方法

Also Published As

Publication number Publication date
CA2770591A1 (en) 2011-02-17
US20120203166A1 (en) 2012-08-09
JP2013501989A (ja) 2013-01-17
CN102549587A (zh) 2012-07-04
US20120209099A1 (en) 2012-08-16
JP2013501557A (ja) 2013-01-17
RU2012105949A (ru) 2013-09-20
RU2012105948A (ru) 2013-09-20
EP2465060A1 (en) 2012-06-20
WO2011018464A1 (en) 2011-02-17
JP2013501558A (ja) 2013-01-17
US20170128023A1 (en) 2017-05-11
WO2011018460A1 (en) 2011-02-17
US9336355B2 (en) 2016-05-10
EP2465057A1 (en) 2012-06-20
JP5658252B2 (ja) 2015-01-21
US20160193411A1 (en) 2016-07-07
CA2770564A1 (en) 2011-02-17
CA2770581A1 (en) 2011-02-17
EP2465059A1 (en) 2012-06-20
CN102549588A (zh) 2012-07-04
US9533097B2 (en) 2017-01-03
CN102549587B (zh) 2016-08-03
CN102576381A (zh) 2012-07-11
WO2011018465A1 (en) 2011-02-17
US20120209091A1 (en) 2012-08-16
JP5427951B2 (ja) 2014-02-26

Similar Documents

Publication Publication Date Title
RU2012105952A (ru) Устройство и способ обработки данных гликемии
Bulthuis et al. Uncertainty quantification of the multi-centennial response of the Antarctic ice sheet to climate change
Geer Significance of changes in medium-range forecast scores
US11169911B2 (en) Method and apparatus for performing a fitting calculation on test data and generating data fluctuation values
Blois et al. Modeling the climatic drivers of spatial patterns in vegetation composition since the Last Glacial Maximum
Rosenbaum Impact of multiple matched controls on design sensitivity in observational studies
Håkanson Optimal size of predictive models
Möller et al. Probabilistic temperature forecasting based on an ensemble autoregressive modification
KR102522688B1 (ko) 배터리 잔존 가치 결정 시스템
Morcrette et al. Evaluation of two cloud parametrization schemes using ARM and Cloud‐Net observations
RU2374682C2 (ru) Способ прогнозирования результатов измерений и устройство его реализующее
Hünicke et al. Statistical analysis of the acceleration of Baltic mean sea-level rise, 1900–2012
US20220036223A1 (en) Processing apparatus, processing method, and non-transitory storage medium
CN109116183A (zh) 谐波模型参数辨识方法、装置、存储介质及电子设备
CN112036737B (zh) 区域电量偏差的计算方法及装置
Bergot et al. A study on the optimization of the deployment of targeted observations using adjoint‐based methods
Milewski et al. Potential of an ensemble Kalman smoother for stratospheric chemical-dynamical data assimilation
US10469094B2 (en) Method of signal processing and system including the same
Rodriguez-Hernandez et al. Analysis about sampling, uncertainties and selection of a reliable probabilistic model of wind speed data used on resource assessment
CN111222672B (zh) 空气质量指数aqi的预测方法和装置
Dimberg et al. Probabilities of monthly median chlorophyll-a concentrations in subarctic, temperate and subtropical lakes
Patil et al. Using resampling techniques to compute confidence intervals for the harmonic mean of rate-based performance metrics
KR102056805B1 (ko) 데이터 분석 기반의 강수량 예측 장치 및 방법
Kaiser et al. Sensitivity of the polar boundary layer to transient phenomena
Ul-Saufie et al. Future PM10 concentration prediction using quantile regression models

Legal Events

Date Code Title Description
FA92 Acknowledgement of application withdrawn (lack of supplementary materials submitted)

Effective date: 20150120