研究人员提出了一种基于批归一化的反向传播神经网络（BPNN）的非侵入性糖尿病诊断方法，通过传感器技术和机器学习。实验结果显示，该方法在整体准确度、敏感度和特异度上显著提高，特别是在Pima糖尿病数据集中达到了89.81%的准确度。深度学习模型在稳健糖尿病诊断方面具有潜力。