A Grammatical Evolution Approach for Estimating Blood Glucose Levels

dc.contributor.authorDe Falco, Ivanoe
dc.contributor.authorScafuri, Umberto
dc.contributor.authorTarantino, Ernesto
dc.contributor.authorDella Cioppa, Antonio
dc.contributor.authorKoutný, Tomáš
dc.contributor.authorKrčma, Michal
dc.date.accessioned2021-12-06T11:00:19Z
dc.date.available2021-12-06T11:00:19Z
dc.date.issued2020
dc.description.abstractLéčba diabetu je velmi složitý úkol, a proto vymýšlení automatických postupů schopných předpovědět hladinu glykémie může představovat významný krok směrem k vývoji umělé slinivky břišní schopné poskytovat potřebné množství inzulínových bolusů. Tento článek představuje algoritmus založený na gramatické evoluci, jehož cílem je extrapolace regresního modelu schopného odhadnout hladinu glukózy v krvi v budoucích časech pomocí měření glukózy v intersticiu. Hypotéza předpokládá, že množství předpokládaných sacharidů, bazálních hladin inzulínu a množství podávaných s bolusy jsou známa. Experimenty prováděné na reálné databázi složené z pěti pacientů trpících cukrovkou 1. typu jsou zobrazeny v analýze Clark Error Grid. Za účelem vyhodnocení účinnosti předpovědí odvozených z navrhovaného přístupu jsou získané výsledky porovnány s výsledky získanými jinými, nejnovějšími evolučními metodami, které byly nedávno navrženy.cs
dc.description.abstract-translatedThe management of diabetes is a very complex task, hence devising automatic procedures able to predict the glycemic level can represent a significant step towards the building of an artificial pancreas capable of providing the needed amounts of insulin boluses. This paper presents a Grammatical Evolution-based algorithm aiming at extrapolating a regression model able to estimate the blood glucose level in future instants of time through interstitial glucose measurements. The hypothesis is that the amounts of carbohydrates assumed, of basal insulin levels and of those administered with boluses are known. Experiments, performed on a real-world database made up of five patients suffering from Type 1 diabetes, are shown in terms of Clark Error Grid analysis. To evaluate the effectiveness of the predictions derived from the proposed approach, the results obtained are compared against those obtained by other state–of–the–art evolutionary–based methods very recently proposed.en
dc.format6 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier.citationDE FALCO, I. SCAFURI, U. TARANTINO, E. DELLA CIOPPA, A. KOUTNÝ, T. KRČMA, M. A Grammatical Evolution Approach for Estimating Blood Glucose Levels. In 2020 IEEE Globecom. USA: IEEE Xplore Conference Publishing, 2020. s. 1-6. ISBN: 978-1-72817-307-8 , ISSN: 2166-0069cs
dc.identifier.document-number662202100012
dc.identifier.doi10.1016/j.procs.2020.10.048
dc.identifier.isbn978-1-72817-307-8
dc.identifier.issn2166-0069
dc.identifier.obd43932696
dc.identifier.uri2-s2.0-85102918689
dc.identifier.urihttp://hdl.handle.net/11025/46243
dc.language.isoenen
dc.publisherIEEE Xplore Conference Publishingen
dc.relation.ispartofseries2020 IEEE Globecomen
dc.rights©2020 IEEEen
dc.rights.accessopenAccessen
dc.subjectgramatická evolucecs
dc.subjectdiabetescs
dc.subjectregresecs
dc.subjectClarkova chybová mřížkacs
dc.subject.translatedGrammatical Evolutionen
dc.subject.translateddiabetesen
dc.subject.translatedregressionen
dc.subject.translatedClarke Error Grid analysisen
dc.titleA Grammatical Evolution Approach for Estimating Blood Glucose Levelsen
dc.title.alternativePoužití gramatické evoluce pro výpočet glykémiecs
dc.typekonferenční příspěvekcs
dc.typeConferenceObjecten
dc.type.statusPeer-revieweden
dc.type.versionpublishedVersionen

Files