买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国科大杭州高等研究院申请的专利基于连续血糖数据评估人体餐后血糖应答的方法及应用获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120048530B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510514870.9，技术领域涉及：G16H50/30；该发明授权基于连续血糖数据评估人体餐后血糖应答的方法及应用是由鲁玲;林旭;黄康;李雪设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本基于连续血糖数据评估人体餐后血糖应答的方法及应用在说明书摘要公布了：本发明的基于连续血糖数据评估人体餐后血糖应答的方法及应用，获取连续血糖检测值和开始进餐时间；根据进餐时间匹配进食后第一个血糖记录点并截取餐后2小时血糖数据以及将数据进行预处理；应用FPCA所述连续血糖数据，基于所述FPCA所得解释度排名前二的特征函数构建四种餐后血糖应答模式；通过对比四种血糖应答模式的餐后血糖应答均值曲线证明，这四种应答模式能够综合血糖浓度范围和能否快速重获空腹稳态两方面对餐后血糖进行评估。

本发明授权基于连续血糖数据评估人体餐后血糖应答的方法及应用在权利要求书中公布了：1.基于连续血糖数据评估人体餐后血糖应答的方法，其特征在于，包括以下步骤： S1，采集数据：采集的各样本数据包括进餐时间点、连续血糖浓度及其对应时间点； S2，数据预处理：匹配进餐时间点，截取血糖数据，缺失值处理至单次餐后应答血糖数据点不小于9个，及标准化处理：计算餐后血糖数据集的均值μ和标准差σ，通过公式将采集的数据转换为均值为0、标准差为1的标准化数据集，用于消除量纲差异得到餐后血糖数据集； S3，将步骤S2中的餐后血糖数据集进行函数型主成分分析处理：使用高斯核函数对餐后血糖数据集进行平滑处理，通过镜像填充处理边界点并计算每个数据点的加权平均值，以减少噪声干扰并保留数据趋势；然后，根据平滑后的餐后血糖数据集构建协方差矩阵，并计算得到特征值和特征向量；最后，根据特征值大小排序，选择前两个最大特征值对应的特征向量作为贡献度排名前二的特征函数Ⅰ和特征函数Ⅱ； S4，通过内积计算餐后血糖曲线在特征函数Ⅰ和特征函数Ⅱ上的投影值：基于步骤S3,根据餐后血糖数据集的特征函数Ⅰ和特征函数Ⅱ，计算数据集每一餐后血糖曲线在特征函数Ⅰ和特征函数Ⅱ上的投影值； S5，分别计算餐后血糖数据集中特征函数Ⅰ的投影值的中位值和特征函数Ⅱ上的投影值的中位值； S6，餐后血糖应答评估：通过计算单次进餐血糖应答在特征函数Ⅰ上的投影值和特征函数Ⅱ上的投影值，分别与餐后血糖数据集的特征函数Ⅰ投影值的中位值和特征函数Ⅱ投影值的中位值进行对比用于评估餐后血糖应答； 步骤S3包括以下步骤： S3.1数据平滑处理：使用高斯核函数参数对餐后血糖数据集进行平滑处理，对边界点采用镜像填充处理，遍历每个数据点，计算其加权平均值，最终输出平滑后的餐后血糖数据集，以减少噪声干扰并保留数据趋势； S3.2计算协方差矩阵：对每个时间点计算其所有样本的均值,两个时间点i和j构成一对时间点，使用双重循环遍历每一对时间点i,j计算协方差，对于每一对时间点，计算所有样本的协方差，将计算出的协方差值填入协方差矩阵中，得到餐后血糖数据集的协方差矩阵； S3.3特征函数分解：对协方差矩阵进行分解，得到特征值和特征向量，所得特征向量表示特征函数； S3.4特征函数选择：根据特征值的大小对特征值进行排序，并选择前两个最大的特征值对应的特征向量作为特征函数Ⅰ和特征函数Ⅱ，作为贡献度排名前二的特征函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国科大杭州高等研究院，其通讯地址为：310024 浙江省杭州市西湖区象山支弄1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。