韦 哲　吕克难　王能才

基于K-means聚类分析算法的2型糖尿病动态血糖监测数据分析

韦 哲①②吕克难①②王能才①

目的：探讨分析基于K-means聚类分析算法的2型糖尿病动态血糖监测数据，以解决动态血糖测量仪所测数据中的噪声和干扰信号问题，得到适用于灰色关联度分析法的实验数据。方法：引入K-means聚类分析算法处理和分析由动态血糖仪测得的糖尿病患者60 min血糖值的数据，去除误差较大的数据点，使平均数值更加可靠。结果：K-means聚类分析算法对生成所需的、无干扰地对患者60 min内间隔5 min的血糖值实验数据进行处理，并与采用K-means分析算法处理之前的数据进行对比。结论：K-means聚类分析法能够有效去除干扰和噪声信号，获得高质量的实验数据，有利于对动态血糖监测数据进行处理和分析。

血糖监测；数据处理；K-means聚类分析；灰色关联度分析法

[First-author’s address] 1.Department of Information, Lanzhou General Hospital, Lanzhou Military Area Command, Lanzhou 730050, China. 2.School of Electrical Engineering and Information Engineering, Lanzhou University of Technology, Lanzhou 730050, China.

糖尿病是由胰岛素分泌缺陷和(或)胰岛素作用缺陷所引起的，并以慢性高血糖伴碳水化合物、脂肪和蛋白质的代谢障碍为特征的慢性疾病[1-2]。2型糖尿病(Type 2 diabetes mellitus，T2DM)又称为非胰岛素依赖型糖尿病，而非胰岛素依赖型糖尿病的发病机制主要是由于人体的胰岛素抵抗及胰岛素分泌不足所导致，且T2DM患者自身的β细胞并无自身免疫性缺陷，其发病特点是成年发病，起病比较缓慢，病情也较轻，比例占到全部糖尿病人数的多数[3]。目前，控制糖尿病病情最为有效和常见的治疗方案之一是注射胰岛素，但不论是健康人还是糖尿病患者血糖数据均具有不稳定性和波动性，如果患者对注射胰岛素的时间和注射量把握不准确，则会导致低血糖或高血糖，并可对糖尿病患者的身体造成极大的伤害，因此对糖尿病患者血糖的准确预测具有重要的研究意义[4]。……