基于混合线性模型和元森林的增强型非侵入式血糖预测系统
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了血糖预测中的个体差异和数据集域变化问题，提出了一种结合近红外光谱和毫米波传感的非侵入式血糖预测系统。采用混合线性模型分析血糖水平，结合元森林方法提升模型对不同个体的适应性，预测结果表明在未见样本上血糖预测的精度表现优异，具备临床应用潜力。
我们提出了一种混合变分自编码器的方法，用于学习可解释的葡萄糖监测和餐饮数据的表示。该方法通过微分方程将潜在空间与输入联系起来，产生反映生理量的嵌入。在糖尿病类型2和糖尿病前期个体的数据集上，我们的无监督表示发现了个体之间的分离。嵌入产生的聚类效果比其他特征好4倍，为血糖控制提供了细致而可解释的嵌入空间。
