[发明专利]非侵入式估测HBA1C与血糖值的系统与方法

权利要求书

1.一种HbA1C与血糖值估测系统，其特征在于，包含：

一信号读取器，配置以读取来自一受试者的一或多个信号；

一状态选择器，配置以指派该受试者的一生理状态，其中生理状态是由生理因素的组合所决定，所述生理因素包含：一第一生理因素，是关于该受试者为空腹状态或饭后状态，以及一第二生理因素，是关于该受试者是否正接受药物治疗；以及

一处理器，配置以针对该信号处理器所读取的一或多个信号进行信号处理，其中该处理器包含多个多阶段式非线性模型，每一模型是经过训练以基于数据估测HbA1C或血糖值，所述数据包含该信号读取器所读取的信号、信号处理结果以及该受试者的生理状态。

2.如权利要求1所述的HbA1C与血糖值估测系统，其特征在于，该处理器进一步包含一特征选取器，配置以从该信号读取器所读取的一或多个信号以及该信号处理器的信号处理结果中，选取出多个选取特征。

3.如权利要求1所述的HbA1C与血糖值估测系统，其特征在于，该多阶段式非线性模型的阶段1包含一或多个状态模型，每一状态模型针对一特定生理状态进行HbA1C或血糖值估测。

4.如权利要求3所述的HbA1C与血糖值估测系统，其特征在于，该处理器进一步包含一或多个状态模型选取特征集合，每一状态模型选取特征集合对应于一特定状态模型。

5.如权利要求4所述的HbA1C与血糖值估测系统，其特征在于，该处理器经进一步配置，以将一受试者分类至正偏差、中心及负偏差分割群组，若状态模型估测相较于对应参考值高出一阈值百分比，则将该受试者分类至正偏差群组，若状态模型估测相较于对应参考值低了一阈值百分比，则将该受试者分类至负偏差群组，若高、低皆未超出阈值，则分类至中心群组，其中该参考值是利用需获取血液样本的侵入式方法取得，且该阈值百分比为大约1％、大约5％或大约10％。

6.如权利要求5所述的HbA1C与血糖值估测系统，其特征在于，该多阶段式非线性模型的阶段2包含多个分割模型，包括一或多个正偏差模型、一或多个中心模型以及一或多个负偏差模型，其中该一或多个正偏差模型的每一者，是针对列入正偏差群组且具有一特定生理状态的受试者估测HbA1C或血糖值；该一或多个中心模型的每一者，是针对列入中心群组且具有一特定生理状态的受试者估测HbA1C或血糖值；该一或多个负偏差模型的每一者，是针对列入负偏差群组且具有一特定生理状态的受试者估测HbA1C或血糖值。

7.如权利要求6所述的HbA1C与血糖值估测系统，其特征在于，该处理器进一步包含：一或多个正偏差模型选取特征集合，每一正偏差模型选取特征集合对应于一特定正偏差模型；一或多个中心模型选取特征集合，每一中心模型选取特征集合对应于一特定中心模型；以及一或多个负偏差模型选取特征集合，每一负偏差模型选取特征集合对应于一特定负偏差模型。

8.如权利要求7所述的HbA1C与血糖值估测系统，其特征在于，每一选取特征集合包含一或多个静态特征、动态特征、PPG形态特征及/或ECG形态特征。

9.如权利要求8所述的HbA1C与血糖值估测系统，其特征在于，该多阶段式非线性模型的阶段3包含对应于该受试者分类结果的分割模型，该分割模型利用该受试者最近一次参考数据及状态模型的HbA1C或血糖估测结果进行再训练，其中从再训练过的分割模型所获得的HbA1C或血糖估测结果，即作为最终估测结果。

10.如权利要求8所述的HbA1C与血糖值估测系统，其特征在于，该多阶段式非线性模型的阶段3包含：若负偏差模型估测结果高于大约7％，则决定HbA1C值为该负偏差模型估测结果；若负偏差模型估测结果并未高于大约7％，且正偏差模型估测结果低于大约6％，则决定HbA1C值为该正偏差模型估测结果；若负偏差模型估测结果并未高于大约7％，且正偏差模型估测结果并未低于大约6％，则决定HbA1C值为中心模型估测结果。