司马明珠，李全忠，王延年

1郑州大学人民医院，郑州450000； 2郑州大学信息工程学院

目前，糖尿病的临床诊断分类多依靠糖化血红蛋白、口服糖耐量试验、胰岛素及C肽释放试验、胰岛细胞抗体检测等[1]，仍存在1型及2型糖尿病分型困难的情况。动态血糖监测系统(CGMS)是一种持续测量葡萄糖水平的方法，借助于皮下传感器，每10 s接收1次电流信号，每5 min将获得的电流信号转换成葡萄糖值储存起来，持续监测72 h可储存864个葡萄糖值，自动生成动态血糖监测曲线，可显示糖尿病患者不同时间点血糖水平变化的模式、趋势及血糖波动特性[2]。Fisher判别分析是机器学习中模式识别的经典算法，是数据处理的常用技术，可用于分类判别[3]。本研究以CGMS监测系统收集血糖数据，通过Fisher判别分析建立分类模型对1型及2型糖尿病进行判别分类，探索新型糖尿病分类方法的可能性。

1 资料与方法

1.1 临床资料 选取2010年1月～2016年12月河南省人民医院内分泌科收治糖尿病患者165例，其中临床确诊为1型糖尿病14例，2型糖尿病151例。入选标准：①符合1999年世界卫生组织1型及2型糖尿病诊断标准[4]；②佩戴CGMS时间≥72 h。

1.2 CGMS血糖监测 CGMS设备主要由葡萄糖感应器和血糖记录仪以及电缆、信息提取器、软件组成。感应探头置于腹部皮下，通过检测皮下组织液内葡萄糖所产生的化学反应电信号反映患者血糖水平。记录器可通过电缆10 s进行一次电信号传输，每5 min将所得电信号转换为血糖值进行储存，每天可储存288个血糖值。CGMS血糖监测的准确性通过每天清晨手测一次末梢空腹血糖输入机器进行校正。……