طراحی و پیاده سازی پمپ تزریق انسولین هوشمند با بهره گیری از شبکه های عصبی عمیق برای پیش بینی سطح گلوکز

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 39

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECMECONF24_055

تاریخ نمایه سازی: 4 مرداد 1404

چکیده مقاله:

دیابت نوع یک یکی از شایع ترین بیماری های متابولیکی در جهان است که به دلیل ناتوانی بدن در تولید انسولین، نیازمند کنترل دقیق و مستمر سطح گلوکز خون است. پمپ های تزریق انسولین به عنوان یکی از ابزارهای رایج در مدیریت این بیماری، در سال های اخیر پیشرفت های قابل توجهی داشته اند. بااین حال، بسیاری از این سامانه ها از الگوریتم های ساده و غیر دینامیک برای تنظیم میزان انسولین استفاده می کنند که نمی توانند به طور بهینه با نوسانات پیچیده قند خون سازگار شوند. در این پژوهش، یک سامانه پمپ تزریق انسولین هوشمند مبتنی بر یادگیری عمیق پیشنهاد می شود که با استفاده از داده های پیوسته حاصل از مانیتور گلوکز (CGM)، سطح قند خون بیمار را پیش بینی کرده و به صورت بلادرنگ میزان مناسب انسولین را تنظیم می نماید. مدل پیشنهادی با استفاده از شبکه های عصبی بازگشتی (RNN) و به ویژه ساختار LSTM طراحی شده و بر روی مجموعه داده های معتبر بیماران دیابتی آموزش دیده است. نتایج حاصل از شبیه سازی نشان می دهد که مدل ارائه شده دارای دقت پیش بینی بالایی بوده و در مقایسه با روش های کلاسیک، عملکرد بهتری در کنترل سطح گلوکز ارائه می دهد. استفاده از این روش می تواند گامی موثر در جهت تحقق سامانه های خودکار و هوشمند در درمان دیابت نوع یک باشد.

نویسندگان

کیانوش نیک فر

۱- کارشناسی ارشد مهندسی پزشکی دانشگاه سجاد مشهد

علی دولت ابادی

۲- دکتری تخصصی مهندسی برق و الکترونیک دانشگاه حکیم سبزواری