一种自适应CGM传感器校准系统

技术领域

本发明涉及传感器优化技术领域，更具体地说，是涉及一种自适应CGM传感器校准系统。

背景技术

传感器是一种检测装置，能够将感受被测量的信息，并将感受到的信息通过一定的规律转换为电信号或其他形式的信息输出，从而将测量信息转换为可传输、处理、存储、显示、记录、控制等的电子信息。其中，CGM传感器，即连续血糖测量传感器，是一种监测血糖浓度的传感器，主要是通过皮下测量并保持24小时连续监测血糖水平的设备。血糖监测作为预防与诊治糖尿病的重要手段之一，兼之CGM传感器较指血血糖检测更为方便，且不具有感染风险，检测时间长且稳定等优点，使得CGM传感器的应用逐渐广泛与普遍。

大部分的传感器的检测部位都是电子半导体材料，其中部分以生物化学原理为基础的生物化学传感器还附带有生物活性材料，故而，这种传感器在检测过程中需要发生大量的微化学反应才能够传递出能够被捕捉或获取的电信号，因此，这类传感器在使用时不可避免地存在检测信号衰减的情况。

CGM传感器也是相同的情况，由于血糖检测所用的电极可使用生物活性材料，如带有葡萄糖氧化酶等，也可以是不包含生物活性材料的非酶电极，此类电极同样是采用电子半导体材料，故而，CGM传感器同样会存在检测信号衰减的情况。除此之外，由于电子半导体材料的物理性质与生物活性材料的生化性质，使得CGM传感器等生物化学传感器受到环境影响较大，常见的影响因素包括温度、检测的血糖浓度等，进一步扩大检测信号衰减的影响。此外，不同批次生产的传感器性能存在差异，在环境因素的放大下，检测信号的衰减程度的差异性增大。

如此，现有技术会对CGM化学传感器检测的数据经过标定计算处理以获得稳定的传感器线性。

发明内容

为了修正CGM传感器的测量数据，提高测量数据的准确度，本发明提供一种自适应CGM传感器校准系统，该校准系统结合深度学习算法，针对不同批次的传感器，利用实际指标进行监督训练，并结合数据挖掘技术对单个传感器在实际使用中提出了一定的约束，以避免因过度校准出现更大误差，从而构成了一种完整且有效的自适应传感器校准系统。

本发明技术方案如下所述：

一种自适应CGM传感器校准系统，校准过程为：CGM传感器经标准血糖浓度测试液获得衰减期时长内的初始血糖浓度数据集，根据衰减特点，将初始血糖浓度数据集分段并选取每段合适的待拟合函数，通过最小二乘法对每段的待拟合函数进行拟合计算，获得初始参数与初始函数模型，获得初始血糖浓度数据集的优化局部拟合结果。

在标准液测试下CGM传感器测量获得的数据因衰减发生变化，绘制在坐标轴中形成衰减图像，根据衰减图像的特点对图像进行分段处理，每一段再根据图像特点产生对应的函数模型。通常CGM传感器衰减期时长为14天，呈指数性衰减，根据实际测量获得的衰减曲线分析，将衰减期分段为极速衰减区、平缓衰减区及平滑区三段，分别选取的待拟合函数为对数函数、一元二次函数及一次函数。衰减图像转化为多段函数，分别对每段的函数模型进行最小二乘法的拟合计算，得到函数模型的初始参数，以确定各段的函数式，形成初始函数模型。

用于CGM传感器校准的函数模型采用局部优化的方式较整体优化方式而言，灵活度高，个体测量结果差距小，MARD值方差较小，测量准确度高。

上述的一种自适应CGM传感器校准系统，在进行最小二乘法计算时，根据每个时间点或每段时间与整体衰减期的相关系数，在最小二乘法中导入相关性权重，某一时刻或某一时间段对应的相关性权重的数值大小与自身的相关系数的数值大小呈正相关。

进一步的，导入相关性权重后，最小二乘法计算过程使用的目标函数为

进一步的，在求解初始血糖浓度数据集的最优局部拟合前，对初始血糖浓度数据集进行平滑处理，去除噪点与相关系数低的数据。

再进一步的，平滑处理方法包括卷积滤波法，趋向衰减方向的数据集中，逆向衰减的方向的数据被忽略。

再进一步的，平滑处理方法包括结合均值滤波与中值滤波的方法，计算公式为

f＝ax+by+cz，

其中，x为初始血糖浓度数据集，y为初始血糖浓度数据集经均值滤波后数值，z为初始血糖浓度数据集经中值滤波后数值，f为滤波结果数据，a、b、c三个数值分别为x、y、z三个数值分别对应的权重值。

上述的一种自适应CGM传感器校准系统，CGM传感器的测量准确度仅与初始参数相关，其他相关参数随时间变化呈线性关系，在同一时间内部的非线性影响抵消。

进一步的，同一生产批次的CGM传感器采用同一初始参数与同一初始函数模型。

检测溶液浓度、周围环境温度等对CGM传感器的性能存在影响，但由于其自身变化具有共时性，对于用于校准测量结果的校准系统而言，其输入与输出呈线性关系，自身内容的非线性影响相互抵消，故校准系统仅用考虑输入与输出的线性关系即可，无需考虑浓度、温度等自身因素影响。从这个角度考虑，同时对CGM传感器与内部校准系统造成非线性影响的剩余生产制造差异性这一因素，根据生产制造的特点，同一生产批次的设备性能趋近或相同，故针对同一生产批次的产品采用相同的校准系统参数与内容。

上述的一种自适应CGM传感器校准系统，获得初始参数与初始函数模型后，CGM传感器测量具有真实血糖浓度变化的测试液进行多轮微调操作，每轮微调操作中包括以最小二乘法为基础的拟合计算。

微调是利用具有真实血糖浓度变化的溶液作为训练材料，令校准系统通过其修正产生的初步参数与初步函数模型，令其越发接近实际溶液的血糖浓度变化。具有真实血糖浓度变化的溶液既作为测量对象，也作为结果的校正对象，相当于进行有监督的校准。

进一步的，获取具有真实血糖浓度变化的测试液的真实浓度数据，以真实浓度数据为基础增加干扰模拟人体真实的血糖浓度变化，产生新的训练真实数据。

再进一步的，截取真实浓度数据与训练真实数据二者中多个具有相同上下限的数据集合，多个数据集合所对应的时间长度相同，浓度变化趋势相同或趋近，峰值位置相同或趋近，变化趋势相同或趋近，随机选择自训练真实数据中的一个或多个时间点的数据替换为同一时间点的真实浓度数据。

进一步的，在进行微调计算时，校准系统输入真实浓度c

在有限的具有真实血糖浓度变化的真实浓度数据(实质上即为自人体采集的真实数据)，为了拓展微调所使用的数据量，先是通过扰动的方式(也可以说是通过仿真模拟的方式)形成新的数据集作为训练真实数据，然后截取变化趋势相同或趋近、上下限相同、峰值位置相同或趋近的等长时间的时间段，然后随机地用真实浓度数据去替换训练真实数据，替换的时间点二者都是对应的，随机性体现在替换的位置与数量上，这样就可以产生大量的可用于训练的仿造的“真实”数据，能够有效拓宽微调数据集，且该数据来自真实变化的血糖浓度数据，根据病理研究、仿真训练等等进行扰动(扰动过程除了数学计算外，还要根据真实数据来源的病理情况进行仿真，通过大数据进行模拟等等)，其距离真实数据更为接近，加上还应用了真实数据的替换，替换比例越高，越接近真实数据，足以为微调提供较为实际的校准数据。

上述的一种自适应CGM传感器校准系统，校准系统设定血糖浓度变化率阀值，当某一时刻测量的血糖变化率达到血糖浓度变化率阀值时，最小二乘法计算过程中应用的目标函数为

进一步的，导入相关性权重后，最小二乘法计算过程中应用的目标函数为

由于人体内血糖量短期发生较大变化，并导致组织液与血液中的葡萄糖浓度发生较大的差异，二者的葡萄糖浓度差恢复平衡状态的速度慢，该过程中血糖与间质液葡萄糖之间的相关性差，CGM传感器在进行数据校准时对该相关性进行补偿。因血糖波动性小(即血糖浓度变化率小)的情况而言，相关性修复速度快，补偿的意义不大，故仅考虑血糖波动性大的情况。

上述的一种自适应CGM传感器校准系统，校准系统与服务平台连接，待测量人员在服务平台中输入自身身体状态数据信息与描述信息，服务平台通过自然语言处理与大数据挖掘的方式，使得校准系统得到基于历史数据的预估血糖浓度数据；

在CGM传感器初始化时间内，CGM传感器测量并经校准输出实际血糖浓度数据；

设定各个分段区间内预估血糖浓度数据与实际血糖浓度数据之间的权重比值，并将预估血糖浓度数据与实际血糖浓度数据结合经权重计算后输出血糖浓度终值。

进一步的，预估血糖浓度数据的权重值+实际血糖浓度数据的权重值＝1.

进一步的，预估血糖浓度数据的权重值与衰减幅度呈正相关。

初始化状态的CGM传感器测量准确度不稳定，且时间初始化时间长，故需要额外对初始化时间的数据进行补偿校正。该部分通过大数据(或历史数据)进行校正，预估值与经CGM传感器测量出来的数据根据衰减的幅度，即初始化状态的不稳定程度进行权重比值，即在不同的状态下令最终输出的测量数据倾向于哪个数值，衰减幅度大，最终测量数值倾向于预估血糖浓度数据，衰减幅度小，倾向于实际测量、校准后的实际血糖浓度数据。

根据上述方案的本发明，其有益效果在于，

1.本发明对CGM传感器的衰减进行分析并分段处理，利用更多的数据模型辅助拟合，最终令CGM传感器的校准系统拟合后的血糖浓度曲线能够更贴近实际的血糖浓度曲线。分段处理的方式令校准方向倾向于求取局部拟合最优解，而非整体拟合最优。

2.本发明以最小二乘法作为基本算法，并在此基础上进行优化，逐一校正CGM传感器的检测数据，并实现多变量的多次微调。最小二乘法作为基础的机器学习方法，一方面为机器学习、建模的成熟方式，有利于初步模型的建立，同时在建立该初步模型的同时也能够实现拟合第一阶段的运算，并提前了解到影响传感器性能的变量的大致变化趋势与影响分数。在应用时，在该步骤后可直接导出初步运算结果，同时进行下一步的优化运算，在具体数据出来之前可以提前预知趋势，提前准备，以用于某些仅用趋势判断的或无需具体细致数据的使用环境。

3.本发明最小二乘法的应用令浓度、温度等自变与环境影响因素对于CGM传感器的影响仅有线性关系，其输入与输出之间的非线性影响能够自行抵消，使得CGM传感器在进行校准时无需考虑自变的血糖浓度与环境温度的因素的影响，仅需要对生产批次进行限制。

4.本发明在最小二乘法与分段处理的基础上提出加权计算，使得分段的局部计算不至于与整体进行脱离，同时兼顾整体优化与局部优化，使得校准系统能够在整体优化的情况下得到最多的局部优化，并能够消除噪点等相关性差的点，减少意外情况，提高准确度。

5.本发明利用增加扰动的方式扩大了微调的“真实”数据量，令校准系统在进行微调时有足够的数据支持，且该数据基于真实数据，可靠度高。

6.本发明针对人体血糖值的平衡关系进行分析，明确测量波动的生物性质原理，并基于该原理对校准系统的计算方式进行一定的补偿校正，令校准系统更贴近真实人体血糖变化情况，更准确地测量出人体血糖浓度值。除此之外，还能够自动区分病症(是否为糖尿病人)，分开建立不同的函数模型，有利于提高数据的准确度。

7.本发明对CGM传感器的初始化时间段进行一定的补正，通过大数据与历史数据的修正，使得初始化状态下不稳定的CGM传感器的测量得出的数值进行一定的修正，令其趋近稳定，避免过度校准，同时也根据分段处理方式/衰减幅度进行变化的修正，令其未脱离局部优化的分段校准，保持局部优化效果，同时提高校准数据的准确度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为校准系统的流程运算过程图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

一种自适应CGM传感器校准系统，如图1所示，校准过程为：CGM传感器经标准血糖浓度测试液获得衰减期时长内的初始血糖浓度数据集，根据衰减特点，将初始血糖浓度数据集分段并选取每段合适的待拟合函数，通过最小二乘法对每段的待拟合函数进行拟合计算，期间在最小二乘法中导入相关性权重，获得初始参数与初始函数模型，再利用具有真实血糖浓度变化的测试液进行多轮微调操作，获得血糖浓度数据集的优化局部拟合结果。

在对标准测试液进行实际血糖检测的CGM传感器的数据监测过程中，可以发现CGM传感器的检测电信号在14天内呈现指数性衰减，故通常取情况下会采用指数函数或对数函数描述检测电信号。

在对检测电信号的优化过程中加入因CGM传感器衰减的影响，在本申请中，CGM传感器的衰减性通过传感器灵敏度体现。由于CGM传感器的衰减受到环境浓度与温度的影响较大，故在考虑传感器灵敏度的计算时引入电流与血糖浓度概念。

在本实施例中，设定，在任意时刻，传感器灵敏度等同于此时CGM传感器的性能，同一时刻时，产生检测电信号的电流随着浓度为线性变化(线性是描述传感器静态特性的一个重要指标，以被测输入量处于稳定状态为前提得到的传感器性能。线性值越小，表明线性特性越好，传感器越稳定，测得数据稳定性高，准确度高。在本申请中，检测电信号作为CGM传感器的反馈信号，作为最终获得稳定的、准确度高的血糖浓度的指标，设定过程以最优情况进行假定，故此处设定检测电信号的电流与浓度为线性变化，而电流与浓度不成线性变化的情况在本申请不予讨论)，故，电流可通变化率的比值表示，获得

S

也可以使用某一时刻的瞬时值表示，获得

S

其中，S为传感器灵敏度，I为电流，C为浓度，t是时间。

在使用某一时刻的瞬时值表示传感器灵敏度是，传感器灵敏度S会随着温度及浓度的变化而变化。

通过上述公式，可获得C＝I/S，从而计算得出某一时刻的实际浓度，即检测获得的血糖浓度。为令浓度C的准确度提高，需要采用大量的数据拟合传感器灵敏度S随时间及温度的变化函数。

首先，根据实验结果，将传感器灵敏度采用对数函数表达，获得

S＝f(t)＝Aln(t)+B，

其中，A与B均为传感器灵敏度的拟合参数。(补充：若设定电流与浓度不呈线性变化，此处的传感器灵敏度的函数表达并非对数函数的表达式，而是根据实际情况采用其他函数或建立数学模型进行模拟计算)

在获得CGM传感器进行连续血糖检测的大量数据后，经过计算机的拟合计算(此处采用最小二乘法拟合：以上述对数函数表达式视为待拟合函数y＝f(t)，也是目标函数，其中，t为使用时间，y为校准前CGM传感器输出的电流值，通过梯度下降法，将目标函数重新定义为

此外，若以大量的实际血糖检测数据直接拟合获得拟合参数A与拟合参数B，获得一个较为平均的对数函数，但该方式固定性大，灵活性低，对于受环境因素与批次制造影响较大的CGM传感器而言，最终结果随着CGM传感器个体的不同结果差距较大，导致最终的MARD值(动态血糖的精确度通常通过传感器读数与葡萄糖的平均绝对差MARD来衡量，MARD≤10％即示为准确)方差过大，检测准确度低。

故而仅通过对数函数并不能实现对血糖检测数据进行较好的拟合，拟合所求并不是整体的最优解，而是局部的最优解，令拟合曲线对每个时刻都能够精准表达。

未达到上述目的，其中一种方式是通过对数函数结合高次多项式函数，将上述的一次项式的对数函数更换为高次多项式函数，通过多层感知机对拟合数据的细化分析，随着次数的增加，准确度越高，MARD值也随之降低，效果远远优于对数函数。

然而，若每次拟合均采用精细化的高次计算，到计算复杂度增大的同时，计算量的递增幅度增长过快，对计算硬件的要求过高，即对运算芯片要求高，在设备实现与成本上的难度递增幅度大，同样使用多层感知机的认识也会造成实现难度的提升与泛用性的降低。出于实际考虑，以单片机的计算精度为基准，在最小计算复杂度的状态下实现更小的误差，并获得最多的局部最优解，本申请采用分段拆解运算。

在本实施例中，根据CGM传感器14天的衰减幅度，根据衰减幅度的变化幅度，将拟合曲线分为三段，分别是极速衰减区、平缓衰减区及平滑区，分别对应三个不同的拟合函数，极速衰减区对应对数函数f

显然的，拟合曲线的分段越细致，每段的计算复杂度就越低，但分段数量越多，计算量则越大，因此，需要在分段数量与计算精度上做出取舍。本申请将拟合曲线分成三段，令每段函数均能够通过简单函数进行表达，且该函数在区域内仅有唯一解，结合最小二乘法的导数求解，在简化检查计算的同时尽可能获得较为细致的局部最优解。此外，三分段的形成简单函数的方式也有利于加权的计算。

为了进一步对检测数据的拟合方法进行优化，在上述拟合过程中，对目标函数

其中r

权重计算的基础，即分析出检测数据中每个时间点或者每段时间与整体的相关系数，把这个相关系数作为一个基础参数输入目标函数，在计算目标函数时，给相关系数较大的点更大的相关性权重，相关系数较小的点更小的相关性权重，即相关性权重与该时间的相关系数为正相关关系。通过相关系数的计算，使得不同时间点受到的关注度不一致，故再经过相关性权重二次优化计算后，与整体相关性差的凸起点则会自动被忽略，体现为对图像中噪点的忽略，故无需对检测数据进行滤波预处理，系统在进行计算时能够自动忽略这些相关性差的噪点，实现最多的局部优化。

除此之外，在输入数据之前，对数据进行平滑处理，利用卡尔曼滤波、均值滤波、中值滤波、高斯滤波等等数据滤波方法，有效去除噪点与相关性低的数据，缓解全局平均最优解偏离实际最优解的情况，有利于在初步优化(即分段函数模型)时降低整体平均的差，更趋近局部最优解。

通过滤波处理输入前数据有两种做法，一种是卷积滤波的方式，一种是结合均值滤波与中值滤波的方式。

卷积滤波，核心是卷积核，一般是一个3×3或者5×5的数组，也可以是非等行列数数组。将卷积核置于待卷积分析的序列上，卷积核中间对应的值等于其他各个值和对应的卷积核的值之间的数学运算结果。针对血糖浓度数据，卷积核使用n×1的格式，通常为3×1或者1×1的格式，也可以将整体时间或分段时间的血糖浓度数据进行叠加，得n×n，通常是3×3或者1×1的格式进行滤波。经过卷积滤波后，输入前的血糖浓度数据经过消除特定空间频率，整体序列数据得以增强，表现为某一方向数据得到了增强，趋向衰减方向的数据得以集中，而逆向衰减方向的数据予以忽略。

结合均值滤波与中值滤波的方法，首先将所有的输入前数据分别进行均值滤波与中值滤波，得到均值滤波后数值与中值滤波后数值，然后按照公式f＝ax+by+cz，其中，x为输入前数据，y为均值滤波后数值，z为中值滤波后数值，f为滤波结果数据，a、b、c三个数值分别为三种数值对应的权重值，三者定义域均为[0，1]，三个权重值的取值通过具体实验判断，例如使用标准浓度值去确定均值滤波与中值滤波的相关性，从而得到三个权重值的数值。

由于血糖浓度作为自变量，若以简单的数学计算去描述其作为因数会对检测数据的准确带来什么影响，故在完成拟合后再对其进行期望运算。

假设在浓度C

可得出浓度变化对传感器灵敏度变化率的影响的期望与其浓度本身没有关系，只与用于拟合计算时设定的初始浓度C

在最小二乘法的初步运算基础上，进行加权计算的衰减拟合，为进一步获取最优参数，需要针对一些微小的变量进行微调，以实现更精确的校准。

传感器具有个体差异性，同一批次中使用同一初始校准值，通过最小二乘法、分段加权拟合处理后得出各个不同的函数模型(即不同的分段函数)，形成一个函数池，然后通过xgboost(一个优化的分布式梯度增强库)梯度提升的方法去寻找函数池中的最优函数模型，其中带权重的最小二乘法拟合计算相当于一次无监督的预训练。在此基础上，为了令校准系统的检测能够更接近真实值，需要利用实际浓度值进行有监督的微调，相当于通过实际检测的真实浓度值进行校正数据的拓展。上述最小二乘法、分段优化、加权优化均是在标准浓度(即获得初始设定值)的情况下进行计算的，通过实际血糖浓度作为校准的数据集，有利于提高校准精度，令传感器能够获得更准确的检测数据。

但包含浓度、温度及电流值三种元素的真实数据集测量收集难度高，为了解决真实数据量不足的问题，本发明在基线数据(基线是指研究措施执行前的被研究对象的基本特征，此处的基线数据表示的是稳定的真实浓度数据，即获得的少量的真实变化的浓度数据)的基础上自行增加干扰模拟人体真实的血糖变化，从而产生新的用于训练的“真实”数据，以供不同批次传感器训练，从而增加传感器的训练次数与训练数据的多样性，令检测结果更接近真实值。利用扰动生成的“真实”数据形成有监督的训练用数据，即实现对拟合参数的微调，重复多次微调动作，增加校准系统的学习率，以令拟合参数优化程度递增，检测准确度提高，考虑到多次微调与微调成果的性价比，或者说有益输出增幅不足以弥补因学习率增加的负荷增幅，故在本申请中将微调次数设置在2-3轮。

在对少量真实数据进行扰动扩展时：首先需要测量在初始设定值(即测试用的标准浓度溶液)下的传感器的工作状态，了解对应的衰减曲线。接着，使浓度值在符合人体血糖变换的区间内进行扰动，拓展“真实”浓度值，在扰动过程中可参考仿真理论与血糖变化的成因问题。最后，在收集的少量变化的真实数据中将具有相同上下限的数据集，或者是将截取数据集的部分真实数据，形成具有相同上下限的数据集，体现为在相同时间长度中上限浓度与下限浓度相同的数据集(注意，浓度变化趋势要相同或趋近，峰值趋近)，形成相同时间段的多组数据对照，随机替换同一时间点的数据从而产生新的“真实”数据，替换点也具有随机性，替换点数量也要求具有随机性，随机替换数据时无需考虑替换点前后的数据，得到具有变化的“真实”数据作为微调数据使用。另外，有均匀分布的浓度对传感器性能本身不产生影响，故对传感器的输出做出同样的线性变换即可。

微调应用数据包括真实浓度c

CGM传感器在使用时具有附加特征，校准系统在微调过程中需要针对该附加特征进行校正。人体血液中的葡萄糖浓度与细胞间质液中的葡萄糖浓度之间具有高度的相关性，当血糖量相对稳定时，间质液葡萄糖浓度接近于血浆葡萄糖浓度；当血糖量急剧变化时，间质液葡萄糖与血浆葡萄糖浓度之间的平衡被破坏，持续一定的时间之后，两者再次达到平衡。在趋近平衡的过程中，间质液葡萄糖浓度与血浆葡萄糖浓度之间的相关性出现一段时间的延迟，通常，组织液中的葡萄糖浓度(即间质液葡萄糖浓度)变化重新达到平衡状态比血浆葡萄糖浓度重新达到平衡状态所用时间落后5-10分钟。对于葡萄糖代谢正常的人，由于血糖浓度波动很小，单位时间血糖浓度变化小，在大多数情况下，组织液中葡萄糖浓度与血糖浓度非常接近，该延迟可等视为不存在；对于糖尿病患者，尤其是1型糖尿病患者，间质液葡萄糖与血浆葡萄糖浓度差异随着血糖量波动的增加而增加，波动越大，二者浓度差越大。当用血糖量变化率测量时，血糖量变化越快，组织液葡萄糖滞后时间越长，差异增加，血糖与间质液葡萄糖之间的相关性越差。CGM传感器在测量血糖浓度过程中能够反应出这种延迟机制，故对于CGM传感器的测量数据需要考虑在不同的血糖浓度变化率时设计不同的补偿策略。对于血糖浓度正常波动的人来说，血液葡萄糖浓度不会在短时间内剧烈变化，间质液葡萄糖浓度与血浆葡萄糖浓度的平衡被破坏的情况几乎不存在，尽管缓慢的波动变化存在一定程度的延迟，但是通常不将将这种延迟设在算法补偿的范围之内。故，仅当血糖变化波动大，导致间质液葡萄糖与血浆葡萄糖二者出现浓度差并存在较长时间的相关性差的情况考虑进行补偿，该计算补偿值称为浓度差补偿，记为R

由于CGM传感器的衰减曲线呈现指数形式，故而在衰减初始时，测量变化量大，测量数据误差大，且，该时间的长短与测量数据的误差之间存在一定的相关性，因此，衰减时间长短与数据的误差之间需要调整达到一个动态平衡的点，表现为GCM传感器初始化时间长短与测量数据的误差之间需要实现平衡。通过实验可知，当初始化时间达到6小时以上，测量数据因波动过大的误差才能相对缓解，但长时间的初始化不利于传感器的使用，故而为了在较长的传感器初始化时间内仍能够经校准获得相对准确的测量数据，减小测量误差，需要被测人员在进行传感器测量前通过服务器输入一定的参数信息，如身高体重、是否饮酒抽烟及用量、一日三餐、睡眠、病史等自身身体状态的描述信息，通过服务器的自然语言处理与大数据挖掘方法转换，实现预测血糖值，得到一个预估的血糖浓度区间以及当前血糖浓度可能的变化率范围。服务器大数据的处理，本质上是基于历史数据获得同一或相似身体状态下被测人员血糖变化率的均值与大概率的血糖浓度区间，然后服务器基于预估的血糖变化率与血糖浓度区间，获得各个时刻预估的血糖浓度值，

在CGM传感器的初始化时间内，校准系统将预估的血糖浓度值作为校准参数与实际测量获得的血糖浓度值进行校准计算，待测量获得的实际血糖浓度值经校准优化后结合预估血糖浓度值输出最终的血糖浓度输出值。根据衰减规律，结合分段处理的计算理念，在衰减幅度越大的分段区间内，血糖浓度输出值的数值更大程度地取决于预估血糖浓度值，随着衰减幅度的降低，实际血糖浓度值的比重逐渐增加，并随着初始化时间的结束，预估血糖浓度值的比重降至零，血糖浓度输出值等同于实际血糖浓度值。实际血糖浓度值与预估血糖浓度值之间的权重比平衡，详细的，可以根据基于历史数据得出，也可以根据前述的分段处理方式，预设每一分段区间内的权重比值，还可以根据血糖浓度变化率预设权重比值。通过预估血糖浓度值与实际血糖浓度值的结合计算，能够有效缓解CGM传感器衰减过程中因测量数据变化量/变化率大导致的误差过大的问题，最终获得的血糖浓度值与指尖血测得的血糖值总体误差最小。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。