工程科学学报.第43卷，第9期：1215-1223.2021年9月 Chinese Journal of Engineering,Vol.43,No.9:1215-1223,September 2021 https://doi.org/10.13374/j.issn2095-9389.2021.01.12.009;http://cje.ustb.edu.cn 基于ECG信号的高精度血糖监测 李婷12，叶松，李景振)，马菁菁)，陆瑶芃2，洪培涛2)，聂泽东2)区 1)桂林电子科技大学电子工程与自动化学院，桂林5410042)中国科学院深圳先进技术研究院.深圳5180553)深圳海关工业品检测技 术中心，深圳518067 ☒通信作者，E-mail:zd.nie@siat.ac.cn 摘要连续血糖监测在糖尿病管理中具有重要的意义.目前糖尿病患者主要通过指尖采血或植入式微创传感器监测血 糖，但上述方法存在疼痛、成本昂贵、易感染等问题，因此，无创监测是实现连续血糖监测的理想技术.本文利用心电 (ECG)信号，提出了一种血糖水平无创监测的方法：通过获取12名志愿者共60d756160个ECG周期信号，利用递归滤波器 实现ECG信号的滤波，并采用卷积神经网络和长短期记忆网络相结合(CNN-LSTM)的方法，实现了血糖水平的十分类监测， 并通过实验探索了个体建模和群体建模2种建模方式的差异.结果表明，在个体建模和群体建模的条件下，血糖监测精确 率分别约达到80%和88%.其中群体建模10分类的F1值可达到0.95、0.88、0.91、0.85、0.92、0.88、0.86、0.86、0.87和0.86. 研究表明，本文提出的基于ECG的无创血糖监测方法为实现血糖水平的实时、精准监测提供了一种有力的理论支撑与技术 指导 关键词ECG信号；连续血糖监测：卷积神经网络：长短期记忆网络：血糖监测 分类号R587.1,TN911.7 High accuracy blood glucose monitoring based on ECG signals LI Ting2),YE Song LI Jing-zhen)MAJing-jing,LU Yao-peng,HONG Pei-tao,NIE Ze-dong 1)School of Electrical Engineering and Automation,Guilin University of Electronic Technology,Guilin 541004,China 2)Shenzhen Institute of Advanced Technology,Chinese Academy of Sciences,Shenzhen 518055,China 3)The Testing and Technology Center for Industrial Products of Shenzhen Customs,Shenzhen 518067,China Corresponding author,E-mail:zd.nie@siat.ac.cn ABSTRACT Continuous glucose monitoring is important in the management of diabetes.According to statistics,diabetes is the third chronic non-infectious disease that seriously endangers people's health,followed by tumor as well as cardiovascular and cerebrovascular diseases.In 2019,globally,there were a total of 460 million diabetics aged 20-79 years,which accounted for 9.1%of the total population in this cohort.Each figure is projected to increase to 592 million and by 10.1%respectively by 2035.Currently,the methods of blood glucose monitoring can be divided into invasive,minimally invasive,and noninvasive.The main methods for blood glucose monitoring include irregular sampling of fingertip blood or consecutive measurement of interstitial fluid glucose based on implantable sensors.However,these methods have some limitations,which include pain sensation,high cost,short service life,and susceptibility. Patients need to measure their blood glucose frequently.Invasive and minimally invasive monitoring will cause physical and psychological pain.Therefore,noninvasive monitoring is one of the most promising techniques for continuous monitoring of blood glucose,and it has a broad market prospect.In this study,the electrocardiogram (ECG signals)were used to achieve the noninvasive monitoring of blood glucose levels.First,756160 ECG periodic signals of 12 volunteers for 60 d were obtained from the experiment. 收稿日期：2021-01-12 基金项目：国家重点研发计划资助项目(2018YFC2001002):深圳市基础研究资助项目(JCYJ20180507182231907)基于 ECG 信号的高精度血糖监测 李    婷1,2)，叶    松1)，李景振2)，马菁菁3)，陆瑶芃2)，洪培涛2)，聂泽东2) 苣 1) 桂林电子科技大学电子工程与自动化学院，桂林 541004    2) 中国科学院深圳先进技术研究院，深圳 518055    3) 深圳海关工业品检测技 术中心，深圳 518067 苣通信作者，E-mail：zd.nie@siat.ac.cn 摘    要    连续血糖监测在糖尿病管理中具有重要的意义. 目前糖尿病患者主要通过指尖采血或植入式微创传感器监测血 糖，但上述方法存在疼痛、成本昂贵、易感染等问题，因此，无创监测是实现连续血糖监测的理想技术. 本文利用心电 (ECG) 信号，提出了一种血糖水平无创监测的方法：通过获取 12 名志愿者共 60 d 756160 个 ECG 周期信号，利用递归滤波器 实现 ECG 信号的滤波，并采用卷积神经网络和长短期记忆网络相结合 (CNN-LSTM) 的方法，实现了血糖水平的十分类监测， 并通过实验探索了个体建模和群体建模 2 种建模方式的差异. 结果表明，在个体建模和群体建模的条件下，血糖监测精确 率分别约达到 80% 和 88%. 其中群体建模 10 分类的 F1 值可达到 0.95、0.88、0.91、0.85、0.92、0.88、0.86、0.86、0.87 和 0.86. 研究表明，本文提出的基于 ECG 的无创血糖监测方法为实现血糖水平的实时、精准监测提供了一种有力的理论支撑与技术 指导. 关键词    ECG 信号；连续血糖监测；卷积神经网络；长短期记忆网络；血糖监测 分类号    R587.1;TN911.7 High accuracy blood glucose monitoring based on ECG signals LI Ting1,2) ，YE Song1) ，LI Jing-zhen2) ，MA Jing-jing3) ，LU Yao-peng2) ，HONG Pei-tao2) ，NIE Ze-dong2) 苣 1) School of Electrical Engineering and Automation, Guilin University of Electronic Technology, Guilin 541004, China 2) Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518055, China 3) The Testing and Technology Center for Industrial Products of Shenzhen Customs, Shenzhen 518067, China 苣 Corresponding author, E-mail: zd.nie@siat.ac.cn ABSTRACT    Continuous glucose monitoring is important in the management of diabetes. According to statistics, diabetes is the third chronic non-infectious disease that seriously endangers people's health, followed by tumor as well as cardiovascular and cerebrovascular diseases.  In  2019,  globally,  there  were  a  total  of  460  million  diabetics  aged  20 –79  years,  which  accounted  for  9.1% of  the  total population in this cohort. Each figure is projected to increase to 592 million and by 10.1% respectively by 2035. Currently, the methods of blood glucose monitoring can be divided into invasive, minimally invasive, and noninvasive. The main methods for blood glucose monitoring include irregular sampling of fingertip blood or consecutive measurement of interstitial fluid glucose based on implantable sensors. However, these methods have some limitations, which include pain sensation, high cost, short service life, and susceptibility. Patients  need  to  measure  their  blood  glucose  frequently.  Invasive  and  minimally  invasive  monitoring  will  cause  physical  and psychological  pain.  Therefore,  noninvasive  monitoring  is  one  of  the  most  promising  techniques  for  continuous  monitoring  of  blood glucose, and it has a broad market prospect. In this study, the electrocardiogram (ECG signals) were used to achieve the noninvasive monitoring of blood glucose levels. First, 756160 ECG periodic signals of 12 volunteers for 60 d were obtained from the experiment. 收稿日期: 2021−01−12 基金项目: 国家重点研发计划资助项目（2018YFC2001002）；深圳市基础研究资助项目（JCYJ20180507182231907） 工程科学学报，第 43 卷，第 9 期：1215−1223，2021 年 9 月 Chinese Journal of Engineering, Vol. 43, No. 9: 1215−1223, September 2021 https://doi.org/10.13374/j.issn2095-9389.2021.01.12.009; http://cje.ustb.edu.cn