58、糖尿病安全血糖预测的预测相干LSTM RNN及鲁棒BiLSTM掩码声学波束形成技术

糖尿病安全血糖预测的预测相干LSTM RNN及鲁棒BiLSTM掩码声学波束形成技术

在当今的科技领域，有两项研究成果在不同领域展现出了重要的应用价值，一项是关于糖尿病血糖预测的新技术，另一项则是针对自动语音识别的改进方案。

糖尿病血糖预测技术

在糖尿病治疗中，准确预测未来血糖值至关重要。传统的循环神经网络在预测时可能存在稳定性不足的问题。为了解决这个问题，研究人员提出了一种新的循环神经网络损失函数。

这个新的损失函数不仅会对预测误差进行惩罚，还会对预测的变化误差进行惩罚，从而帮助网络做出更稳定的预测。研究人员将该模型应用于糖尿病患者未来血糖值的预测。

首先，通过实验验证了使用循环神经网络（特别是带有LSTM单元的网络）的可行性，发现基线LSTM模型与其他先进模型相比具有竞争力。接着，该方法显著提高了预测结果的临床可接受性。最后，与另一种平滑技术进行比较，虽然两种方法在临床可接受性上效果相当，但新方法在预测准确性上的损失更小，效率更高。

在评估模型时，使用了P - EGA（预测误差网格分析）和R - EGA（速率误差网格分析）来对LSTM和pcLSTM模型进行分析。结果显示，pcLSTM在RMSE（均方根误差）、dRMSE（差分均方根误差）、AP（可接受预测）和EP（误差预测）率上分别有 +8.5%、 - 24.3%、 +26.0%和 - 14.14%的变化，表明其在权衡各指标时更为高效。

以下是不同模型评估指标变化情况的表格：
| 模型 | RMSE变化 | dRMSE变化 | AP率变化 | EP率变化 |
| ---- | ---- | ---- | ---- | ---- |
| pc