[发明专利]一种胰岛素输注方案自适应调节方法、装置及存储介质

权利要求书

1.一种胰岛素输注方案自适应调节方法，其特征在于，包括：

获取当前时刻目标用户的当前血糖状态；

执行方案生成步骤，所述方案生成步骤包括根据策略函数和所述当前血糖状态生成当前时刻的胰岛素输注方案；

获取根据所述胰岛素输注方案输注胰岛素后，所述目标用户的下一血糖状态，根据所述下一血糖状态确定所述胰岛素输注方案的瞬时奖励，其中，所述当前血糖状态、所述胰岛素输注方案、所述下一血糖状态和所述瞬时奖励为一个交互数据；

基于主动学习算法，根据所述交互数据调整所述策略函数的参数，获得调整后的策略函数，包括：根据主动学习算法确定各个交互数据的权重，根据所述权重挑选多个所述交互数据作为训练数据，采用所述训练数据训练所述策略函数，获得调整后的策略函数；

以所述下一血糖状态为当前血糖状态，结合所述调整后的策略函数返回执行所述方案生成步骤；

与目标用户相关联的所有所述交互数据组成的集合为目标域数据集，与历史用户和虚拟用户相关联的所有所述交互数据组成的集合为源域数据集，所述目标域数据集中的目标域数据包括目标域标签数据，所述源域数据集中的源域数据包括源域标签数据和源域未标签数据，所述根据所述交互数据调整所述策略函数的参数包括：

根据所述交互数据更新所述目标域数据集，获得新目标域数据集；

从源域数据集中挑选多个所述源域标签数据分别进行赋予适应性权重，获得多个适应性数据；

通过主动查询方式为各个所述源域未标签数据赋予查询标签，根据赋予查询标签的结果确定适应性查询数据；

将所述新目标域数据集中的所述目标域标签数据、所述适应性数据和所述适应性查询数据输入预先建立的目标函数中，对所述目标函数进行求解，更新所述适应性权重和所述查询标签；

根据所述适应性权重和所述查询标签从所述目标域数据集中挑选所述目标域数据作为训练数据，采用所述训练数据训练所述策略函数，更新所述策略函数的参数；

其中，所述目标函数与源域数据与目标域数据之间的第一差异性，标签数据与未标签数据之间的第二差异性和所述策略函数的不稳定性相关；

所述目标函数采用第一公式表示，所述第一公式包括：

其中，表示所述源域数据与目标域数据之间的第一差异性，表示源域标签数据的适应性数据，T表示目标域数据集，表示所述标签数据与未标签数据之间的第二差异性，表示源域标签数据的适应性数据，表示适应性查询数据，T_L表示目标域标签数据，T_U表示目标域未标签数据，表示源域未标签数据的适应性数据，ζ为折扣因子，表示所述策略函数的不稳定性，ω表示通过主动查询给各个所述源域未标签数据赋予的所述查询标签，υ表示各个所述源域标签数据的所述适应性权重，表示所述策略函数在源域未标签数据上的方差，S_U表示源域未标签数据集。

2.根据权利要求1所述的胰岛素输注方案自适应调节方法，其特征在于，所述第一差异性采用第二公式表示，所述第二公式包括：

其中，表示所述源域数据与目标域数据之间的第一差异性，n_S表示所述源域数据的数量，S表示所述源域数据集，υ(x)表示适应性权重，表示从特征空间到再生核希尔伯特空间的一个映射，n_T表示所述目标域数据的数量，T表示所述新目标域数据集。

3.根据权利要求2所述的胰岛素输注方案自适应调节方法，其特征在于，所述目标域数据还包括目标域未标签数据，所述第二差异性采用第三公式表示，所述第三公式包括：

其中，表示所述标签数据与未标签数据之间的第二差异性，表示所述源域标签数据的数量，表示所述目标域标签数据的数量，n_Q表示所述适应性查询数据的数量，表示所述源域未标签数据的数量，表示所述目标域未标签数据的数量，S_L表示源域标签数据集，S_U表示源域未标签数据集，T_L表示目标域标签数据集，T_U表示目标域未标签数据集，ω(x)表示通过主动查询给各个所述源域未标签数据赋予的所述查询标签。

4.根据权利要求1至3任一项所述的胰岛素输注方案自适应调节方法，其特征在于，所述策略函数为条件概率分布函数。