Обработка информации в мультисенсорных системах неинвазивного мониторинга концентрации глюкозы
(Стр. 51-60)
Подробнее об авторах
Пожар Кирилл Витольдович
кандидат технических наук, доцент; доцент, Институт биомедицинских систем; Национальный исследовательский университет «Московский институт электронной техники (МИЭТ)»
Национальный исследовательский университет «Московский институт электронной техники» (МИЭТ)
г. Зеленоград, г. Москва, Российская Федерация Михайлов Михаил Олегович старший преподаватель, Институт биомедицинских систем; Национальный исследовательский университет «Московский институт электронной техники (МИЭТ)»; г. Зеленоград, г. Москва, Российская Федерация
Национальный исследовательский университет «Московский институт электронной техники» (МИЭТ)
г. Зеленоград, г. Москва, Российская Федерация Михайлов Михаил Олегович старший преподаватель, Институт биомедицинских систем; Национальный исследовательский университет «Московский институт электронной техники (МИЭТ)»; г. Зеленоград, г. Москва, Российская Федерация
Нажимая на кнопку купить вы соглашаетесь с условиями договора оферты
Аннотация:
Цель исследования. В работе предложено исследовать проблемы и разработать методы обработки информации при создании мультисенсорной системы неинвазивного мониторинга концентрации глюкозы в крови, объединяющей методы спектроскопии диффузного рассеяния в ближнем ИК-диапазоне, импедансной спектроскопии и прецизионной термометрии, в контексте значительного потока данных, несовместимого с ограниченными ресурсами вычислителей и каналов связи портативных устройств и низкой точности каждого из перечисленных методов в отдельности. Методология. Для решения задачи работы с большими потоками данных, генерируемыми измерительными датчиками, предложена иерархическая последовательно-параллельная структура обработки информации, включающая прореживание данных, обнаружение и удаление выбросов, фильтрацию и расчет по аппроксимированной физически обоснованной математической модели на микроконтроллерах датчиков, а также параметрическую идентификацию схемы Рэндлса методом комплексных нелинейных наименьших квадратов и построение многомерной регрессионной модели на основе градиентного бустинга на внешнем устройстве. Результаты исследования. Показано, что предложенный подход позволяет снизить исходный поток данных оптической подсистемы на несколько порядков. Сделан вывод о принципиальной вычислительной реализуемости портативной мультисенсорной системы неинвазивного мониторинга глюкозы на основе предложенной архитектуры.
Образец цитирования:
ОБРАЗЕЦ ЦИТИРОВАНИЯ: Пожар К.В., Михайлов М.О. Обработка информации в мультисенсорных системах неинвазивного мониторинга концентрации глюкозы // Computational Nanotechnology. 2026. Т. 13. № 2. С. 51-60. DOI: 10.33693/2313-223X-2026-13-2-51-60. EDN: ZNDSRJ
Список литературы:
Пожар К.В., Чупраков Д.А. Методы оптимизации вычислений для автоматизации управления инсулинотерапией // Computational Nanotechnology. 2025. Т. 12. № 2. С. 48–57. DOI: 10.33693/2313-223X-2025-12-2-48-57. EDN: QHWPUO.
Пожар К.В., Чупраков Д.А. Проблемы и методы автоматизации систем управления концентрацией глюкозы в крови // Приборы и системы. Управление, контроль, диагностика. 2025. № 12. С. 11–18. DOI: 10.25791/pribor.12.2025.1635. EDN: UBRALV.
Cobelli C., Kovatchev B. Developing the UVA/Padova type 1 diabetes simulator: modeling, validation, refinements, and utility // Journal of Diabetes Science and Technology. 2023. Vol. 17. No. 6. Pp. 1493–1505. DOI: 10.1177/19322968231195081.
Davison N.B., Gaffney C.J., Kerns J.G., Zhuang Q.D. Recent progress and perspectives on non-invasive glucose sensors // Diabetology. 2022. Vol. 3. No. 1. Pp. 56–71. DOI: 10.3390/diabetology3010005.
El Dimassi S., Gautier J., Zalc V. et al. Body water volume estimation using bio impedance analysis: Where are we? // IRBM. 2024. Vol. 45. No. 3. Art. 100839. DOI: 10.1016/j.irbm.2024.100839.
Foo J.Y., Wilson S.J. A computational system to optimize noise rejection in photoplethysmography signals during motion or poor perfusion states // Medical & Biological Engineering & Computing. 2006. Vol. 44. No. 1–2. Pp. 140–145. DOI: 10.1007/s11517-005-0008-y.
Gorlachuk P.V., Ivanov A.V., Kurnosov V.D. et al. Simulation of power-current characteristics of high-power semiconductor lasers emitting in the range 1.5–1.55 μm // Quantum Electronics. 2014. Vol. 44. No. 2. Pp. 149–156. DOI: 10.1070/QE2014v044n02ABEH015251.
Harvie A.J., de Mello J.C. OLIA: An open-source digital lock-in amplifier // Frontiers in Sensors. 2023. Vol. 4. Art. 1102176. DOI: 10.3389/fsens.2023.1102176.
Hillier T.A., Abbott R.D., Barrett E.J. Hyponatremia: Evaluating the correction factor for hyperglycemia // The American Journal of Medicine. 1999. Vol. 106. No. 4. Pp. 399–403. DOI: 10.1016/S0002-9343(99)00055-8.
Hina A., Saadeh W. Noninvasive blood glucose monitoring systems using near-infrared technology. A review // Sensors. 2022. Vol. 22. No. 13. Art. 4855. Pp. 1–22. DOI: 10.3390/s22134855.
Huang J., Zhang Y., Wu J. Review of non-invasive continuous glucose monitoring based on impedance spectroscopy // Sensors and Actuators A: Physical. 2020. Vol. 311. Art. 112103. DOI: 10.1016/j.sna.2020.112103.
Hughes M.S., Levy C.J. The future of automated insulin delivery systems // Endocrine Practice. 2025. Vol. 31. No. 9. Pp. 1162–1170. DOI: 10.1016/j.eprac.2025.05.752.
Ivorra A., Genescà M., Sola A. et al. Bioimpedance dispersion width as a parameter to monitor living tissues // Physiological Measurement. 2005. Vol. 26. No. 2. Pp. S165–S173. DOI: 10.1088/0967-3334/26/2/016.
Klonoff D.C. The need for clinical accuracy guidelines for blood glucose monitors // Journal of Diabetes Science and Technology. 2012. Vol. 6. No. 1. Pp. 1–4. DOI: 10.1177/193229681200600101.
Kovatchev B.P., Cox D.J., Gonder-Frederick L.A., Clarke W. Symmetrization of the blood glucose measurement scale and its applications // Diabetes Care. 1997. Vol. 20. No. 11. Pp. 1655–1658. DOI: 10.2337/diacare.20.11.1655.
Lin T., Gal A., Mayzel Y. et al. Non-invasive glucose monitoring: a review of challenges and recent advances // Current Trends in Biomedical Engineering & Biosciences. 2017. Vol. 6. No. 5. Pp. 1–8. Art. 555696. DOI: 10.19080/CTBEB.2017.06.555696.
Litinskaia E.L., Mikhailov M.O., Polyakova E.A., Pozhar K.V. Modeling of diffuse reflectance near-infrared spectroscopy based system for noninvasive tissue glucose level measuring // IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). IEEE, 2021. Pp. 2818–2822. DOI: 10.1109/ElConRus51938.2021.9396609. EDN: DXNWPI.
Lu S., Zhao H., Ju K. et al. Can photoplethysmography variability serve as an alternative approach to obtain heart rate variability information? // Journal of Clinical Monitoring and Computing. 2008. Vol. 22. No. 1. Pp. 23–29. DOI: 10.1007/s10877-007-9103-y.
Macdonald J.R., Schoonman J., Lehnen A.P. Applicability and power of complex nonlinear least squares for the analysis of impedance and admittance data // Journal of Electroanalytical Chemistry and Interfacial Electrochemistry. 1982. Vol. 131. Pp. 77–95. DOI: 10.1016/0022-0728(82)87062-9.
Ollmar S., Schrunder A.F., Birgersson U. et al. A battery-less implantable glucose sensor based on electrical impedance spectroscopy // Scientific Reports. 2023. Vol. 13. No. 1. Art. 18122. DOI: 10.1038/s41598-023-45154-8.
Patterson J.A., Yang G.-Z. Ratiometric artifact reduction in low power reflective photoplethysmography // IEEE Transactions on Biomedical Circuits and Systems. 2011. Vol. 5. No. 4. Pp. 330–338. DOI: 10.1109/TBCAS.2011.2161304.
Pozhar K.V., Mikhailov M.O., Polyakova E.A. et al. Noninvasive measurement of the glucose level in biological media based on diffuse reflectance spectroscopy // Biomedical Engineering. 2021. Vol. 55. No. 2. Pp. 84–88. DOI: 10.1007/s10527-021-10076-0. EDN: MZOLTT.
Pozhar K.V., Mikhailov M.O., Polyakova E.A., Litinskaia E.L. Diffuse reflectance photometric system for noninvasive blood glucose control // Journal of Physics: Conference Series. 2021. Vol. 2091. No. 1. P. 012014. DOI: 10.1088/1742-6596/2091/1/012014. EDN: BGSCAL.
Randles J.E.B. Kinetics of rapid electrode reactions // Discussions of the Faraday Society. 1947. Vol. 1. Pp. 11–19. DOI: 10.1039/DF9470100011.
Sanai F., Sahid A.S., Huvanandana J. et al. Evaluation of a continuous blood glucose monitor: a novel and non-invasive wearable using bioimpedance technology // Journal of Diabetes Science and Technology. 2023. Vol. 17. No. 2. Pp. 336–344. DOI: 10.1177/19322968211054110.
Stephanie Y.H.K., Norazan M.K. Non-invasive blood glucose measurement using temperature based approach // Jurnal Teknologi (Sciences & Engineering). 2013. Vol. 64. No. 3. Pp. 105–110. DOI: 10.11113/JT.V64.2087.
Todaro B., Begarani F., Sartori F., Luin S. Is Raman the best strategy towards the development of non-invasive continuous glucose monitoring devices for diabetes management? // Frontiers in Chemistry. 2022. Vol. 10 (2022). Art. 994272. DOI: 10.3389/fchem.2022.994272.
Пожар К.В., Чупраков Д.А. Проблемы и методы автоматизации систем управления концентрацией глюкозы в крови // Приборы и системы. Управление, контроль, диагностика. 2025. № 12. С. 11–18. DOI: 10.25791/pribor.12.2025.1635. EDN: UBRALV.
Cobelli C., Kovatchev B. Developing the UVA/Padova type 1 diabetes simulator: modeling, validation, refinements, and utility // Journal of Diabetes Science and Technology. 2023. Vol. 17. No. 6. Pp. 1493–1505. DOI: 10.1177/19322968231195081.
Davison N.B., Gaffney C.J., Kerns J.G., Zhuang Q.D. Recent progress and perspectives on non-invasive glucose sensors // Diabetology. 2022. Vol. 3. No. 1. Pp. 56–71. DOI: 10.3390/diabetology3010005.
El Dimassi S., Gautier J., Zalc V. et al. Body water volume estimation using bio impedance analysis: Where are we? // IRBM. 2024. Vol. 45. No. 3. Art. 100839. DOI: 10.1016/j.irbm.2024.100839.
Foo J.Y., Wilson S.J. A computational system to optimize noise rejection in photoplethysmography signals during motion or poor perfusion states // Medical & Biological Engineering & Computing. 2006. Vol. 44. No. 1–2. Pp. 140–145. DOI: 10.1007/s11517-005-0008-y.
Gorlachuk P.V., Ivanov A.V., Kurnosov V.D. et al. Simulation of power-current characteristics of high-power semiconductor lasers emitting in the range 1.5–1.55 μm // Quantum Electronics. 2014. Vol. 44. No. 2. Pp. 149–156. DOI: 10.1070/QE2014v044n02ABEH015251.
Harvie A.J., de Mello J.C. OLIA: An open-source digital lock-in amplifier // Frontiers in Sensors. 2023. Vol. 4. Art. 1102176. DOI: 10.3389/fsens.2023.1102176.
Hillier T.A., Abbott R.D., Barrett E.J. Hyponatremia: Evaluating the correction factor for hyperglycemia // The American Journal of Medicine. 1999. Vol. 106. No. 4. Pp. 399–403. DOI: 10.1016/S0002-9343(99)00055-8.
Hina A., Saadeh W. Noninvasive blood glucose monitoring systems using near-infrared technology. A review // Sensors. 2022. Vol. 22. No. 13. Art. 4855. Pp. 1–22. DOI: 10.3390/s22134855.
Huang J., Zhang Y., Wu J. Review of non-invasive continuous glucose monitoring based on impedance spectroscopy // Sensors and Actuators A: Physical. 2020. Vol. 311. Art. 112103. DOI: 10.1016/j.sna.2020.112103.
Hughes M.S., Levy C.J. The future of automated insulin delivery systems // Endocrine Practice. 2025. Vol. 31. No. 9. Pp. 1162–1170. DOI: 10.1016/j.eprac.2025.05.752.
Ivorra A., Genescà M., Sola A. et al. Bioimpedance dispersion width as a parameter to monitor living tissues // Physiological Measurement. 2005. Vol. 26. No. 2. Pp. S165–S173. DOI: 10.1088/0967-3334/26/2/016.
Klonoff D.C. The need for clinical accuracy guidelines for blood glucose monitors // Journal of Diabetes Science and Technology. 2012. Vol. 6. No. 1. Pp. 1–4. DOI: 10.1177/193229681200600101.
Kovatchev B.P., Cox D.J., Gonder-Frederick L.A., Clarke W. Symmetrization of the blood glucose measurement scale and its applications // Diabetes Care. 1997. Vol. 20. No. 11. Pp. 1655–1658. DOI: 10.2337/diacare.20.11.1655.
Lin T., Gal A., Mayzel Y. et al. Non-invasive glucose monitoring: a review of challenges and recent advances // Current Trends in Biomedical Engineering & Biosciences. 2017. Vol. 6. No. 5. Pp. 1–8. Art. 555696. DOI: 10.19080/CTBEB.2017.06.555696.
Litinskaia E.L., Mikhailov M.O., Polyakova E.A., Pozhar K.V. Modeling of diffuse reflectance near-infrared spectroscopy based system for noninvasive tissue glucose level measuring // IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). IEEE, 2021. Pp. 2818–2822. DOI: 10.1109/ElConRus51938.2021.9396609. EDN: DXNWPI.
Lu S., Zhao H., Ju K. et al. Can photoplethysmography variability serve as an alternative approach to obtain heart rate variability information? // Journal of Clinical Monitoring and Computing. 2008. Vol. 22. No. 1. Pp. 23–29. DOI: 10.1007/s10877-007-9103-y.
Macdonald J.R., Schoonman J., Lehnen A.P. Applicability and power of complex nonlinear least squares for the analysis of impedance and admittance data // Journal of Electroanalytical Chemistry and Interfacial Electrochemistry. 1982. Vol. 131. Pp. 77–95. DOI: 10.1016/0022-0728(82)87062-9.
Ollmar S., Schrunder A.F., Birgersson U. et al. A battery-less implantable glucose sensor based on electrical impedance spectroscopy // Scientific Reports. 2023. Vol. 13. No. 1. Art. 18122. DOI: 10.1038/s41598-023-45154-8.
Patterson J.A., Yang G.-Z. Ratiometric artifact reduction in low power reflective photoplethysmography // IEEE Transactions on Biomedical Circuits and Systems. 2011. Vol. 5. No. 4. Pp. 330–338. DOI: 10.1109/TBCAS.2011.2161304.
Pozhar K.V., Mikhailov M.O., Polyakova E.A. et al. Noninvasive measurement of the glucose level in biological media based on diffuse reflectance spectroscopy // Biomedical Engineering. 2021. Vol. 55. No. 2. Pp. 84–88. DOI: 10.1007/s10527-021-10076-0. EDN: MZOLTT.
Pozhar K.V., Mikhailov M.O., Polyakova E.A., Litinskaia E.L. Diffuse reflectance photometric system for noninvasive blood glucose control // Journal of Physics: Conference Series. 2021. Vol. 2091. No. 1. P. 012014. DOI: 10.1088/1742-6596/2091/1/012014. EDN: BGSCAL.
Randles J.E.B. Kinetics of rapid electrode reactions // Discussions of the Faraday Society. 1947. Vol. 1. Pp. 11–19. DOI: 10.1039/DF9470100011.
Sanai F., Sahid A.S., Huvanandana J. et al. Evaluation of a continuous blood glucose monitor: a novel and non-invasive wearable using bioimpedance technology // Journal of Diabetes Science and Technology. 2023. Vol. 17. No. 2. Pp. 336–344. DOI: 10.1177/19322968211054110.
Stephanie Y.H.K., Norazan M.K. Non-invasive blood glucose measurement using temperature based approach // Jurnal Teknologi (Sciences & Engineering). 2013. Vol. 64. No. 3. Pp. 105–110. DOI: 10.11113/JT.V64.2087.
Todaro B., Begarani F., Sartori F., Luin S. Is Raman the best strategy towards the development of non-invasive continuous glucose monitoring devices for diabetes management? // Frontiers in Chemistry. 2022. Vol. 10 (2022). Art. 994272. DOI: 10.3389/fchem.2022.994272.
Ключевые слова:
мультисенсорика, обработка информации, непрерывный мониторинг глюкозы, управление инсулино-терапией, неинвазивный мониторинг.
