| Title: | A genetic programming-based regression for extrapolating a blood glucose-dynamics model from interstitial glucose measurements and their derivatives |
| Other Titles: | Regrese odvozená genetickým programováním užitá k extrapolaci modelu dynamiky glukózy v krvi z hodnot měřených v podkoží a jejich derivací |
| Authors: | De Falco, Ivanoe Della Cioppa, Antonio Giugliano, Angelo Marcelli, Angelo Koutný, Tomáš Krčma, Michal Scafuri, Umberto Tarantino, Ernesto |
| Citation: | DE FALCO, I., DELLA CIOPPA, A., GIUGLIANO, A., MARCELLI, A., KOUTNÝ, T., KRČMA, M., SCAFURI, U., TARANTINO, E. A genetic programming-based regression for extrapolating a blood glucose-dynamics model from interstitial glucose measurements and their derivatives. Applied Soft Computing Journal, 2019, roč. 77, č. APR 2019, s. 316-328. ISSN 1568-4946. |
| Issue Date: | 2019 |
| Publisher: | Elsevier |
| Document type: | článek article |
| URI: | 2-s2.0-85061062477 http://hdl.handle.net/11025/34731 |
| ISSN: | 1568-4946 |
| Keywords: | Výpočet glykémie;glukóza v intersticiu;regresní modely;genetické programování |
| Keywords in different language: | Blood glucose estimation;Interstitial glucose;Regression models;Genetic programming |
| Abstract: | Tento článek ilustruje vývoj a použitelnost Evolučního Počítání pro zlepšení léčby pacientů s diabetem typu 1, kteří léčbu inzulínem. Jelikož je takové onemocnění spojeno se špatnou funkcí slinivky břišní, která produkuje nedostatečné množství inzulínu, způsob, jak zvýšit kvalitu života těchto pacientů, je vytvořit umělou slinivku schopnou uměle regulovat dávkování inzulínu. Cílem této práce je extrapolace regresního modelu, schopného odhadnout krevní glukózu (BG) pomocí měření intersticiální glukózy (IG) a jejich prvních derivací. V této studii demonstruujeme použitelnost tohoto přístupu. Zejména s ohledem na vysokou složitost vzájemných interakcí je navržena evoluční strategie, která extrapoluje matematický vztah mezi BG a IG a jeho derivací. Vypočítané modely jsou porovnány s jinými modely během experimentů na personalizovaných a globálních datech. |
| Abstract in different language: | This paper illustrates the development and the applicability of an Evolutionary Computation approach to enhance the treatment of Type-1 diabetic patients that necessitate insulin injections. In fact, being such a disease associated to a malfunctioning pancreas that generates an insufficient amount of insulin, a way to enhance the quality of life of these patients is to implement an artificial pancreas able to artificially regulate the insulin dosage. This work aims at extrapolating a regression model, capable of estimating the blood glucose (BG) through interstitial glucose (IG) measurements and their numerical first derivatives. Such an approach represents a viable preliminary stage in building the basic component of this artificial pancreas. In particular, considered the high complexity of the reciprocal interactions, an evolutionary-based strategy is outlined to extrapolate a mathematical relationship between BG and IG and its derivative. The investigation is carried out about the accuracy of personalized models and of a global relationship model for all of the subjects under examination. The discovered models are assessed through a comparison with other models during the experiments on personalized and global data. |
| Rights: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © Elsevier |
| Appears in Collections: | Články / Articles (KIV) OBD |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| Koutný 1-s2.0-S1568494619300249-main.pdf | 556,28 kB | Adobe PDF | View/Open Request a copy |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/34731Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.