Методи та програмно-апаратні засоби опрацювання даних в системах моніторингу рівня цукру в крові

Abstract

Мета кваліфікаційної роботи полягає у дослідженні методів і програмно-апаратних засобів опрацювання даних в системах моніторингу рівня цукру в крові. У кваліфікаційній роботі проаналізовано існуючі підходи, методи та інструменти для визначення рівня цукру в крові людини і встановлено, що найбільш поширеними для побутового використання є пристрої інвазивного та неінвазивного вимірювання, а системи моніторингу в Україні відсутні або недосконалі, що не дає змоги забезпечити якість обслуговування пацієнтів та виконувати прогнозування розвитку цього захворювання. Розроблено алгоритми функціонування глюкометра та глобальної інформаційної системи управління медичними даними, які в комплексі становлять систему цілодобового моніторингу та керування рівнем глюкози в крові пацієнта. Побудовано та математично представлено концептуальну модель розподіленої архітектури системи збору та опрацювання даних для моніторингу рівня цукру в крові, що включає в себе сукупність локальних і центрального вузла управління і дає змогу обмінюватися повідомленнями та виконувати прогнозування розвитку хвороби. Реалізовано алгоритми прогнозування (класифікації) розвитку цукрового діабету на основі підходів дерев прийняття рішень, випадкового лісу, логістичної регресії та XGBoost.

The purpose of the qualification work is to research methods and hardware and software for processing data in blood sugar monitoring systems. In the qualification work, the existing approaches, methods and tools for determining the level of sugar in human blood were analyzed and it was established that the most common for household use are devices for invasive and non-invasive measurement, and monitoring systems in Ukraine are absent or imperfect, which does not make it possible to ensure the quality of patient care and predict the development of this disease. Algorithms for the operation of the glucometer and the global information system for managing medical data have been developed, which together form a system of round-the-clock monitoring and control of the patient's blood glucose level. A conceptual model of the distributed architecture of the data collection and processing system for blood sugar monitoring, which includes a set of local and central control nodes and enables the exchange of messages and forecasting the development of the disease, is built and mathematically presented. Algorithms for predicting (classification) diabetes development based on decision tree, random forest, logistic regression and XGBoost approaches have been implemented.