← 全部项目
案例研究 · PPG glucose estimation
无需针头的血糖监测
基于光学 PPG 信号估计血糖：多域特征、RReliefF 特征选择与装袋树回归。
利用光电容积脉搏波（PPG）进行无创血糖估计；PPG 是智能手表与医疗可穿戴设备已经在采集的光学脉搏信号。这是我在巴基斯坦塔克西拉工程技术大学电子工程专业的毕业研究项目：在 MATLAB 中构建从原始 PPG 到血糖估计的完整生物医学信号处理与机器学习流程，均方根误差（RMSE）为 8.92 mg/dL。
- 机构
- UET Taxila
- 年份
- 2024
- 状态
- Research
- 通道
- CH2CH3
问题
指尖采血既痛苦又无法连续进行。目标：利用可穿戴设备已在测量的光学脉搏信号（PPG）估计血糖。
我做了什么
- 用于清洗与分段信号的 PPG 预处理流程
- 多域特征提取，并采用 RReliefF 进行特征选择
- 在 MATLAB 中训练与评估的集成装袋树回归模型
技术栈
MATLAB · 生物医学信号处理 · RReliefF · 集成装袋树
成果
- RMSE 为 8.92 mg/dL
- 塔克西拉工程技术大学毕业设计研究项目（2024）
流程对原始 PPG 信号进行预处理与分段，提取多域特征，用 RReliefF 特征选择保留与血糖相关的特征，并训练装袋决策树集成模型完成回归。
该研究于 2024 年 12 月完成答辩，并在塔克西拉工程技术大学 FYP Open House 2K25 上展示。它开启了我对医疗可穿戴设备、连续血糖监测与设备端健康分析的专注，也是我如今在业界从事的方向。
图集
从我的存档里翻出来的：这个项目能找到的照片都在这里了。
