Startseite > Medizintechnik > E-Health > Neuronale Netze statt Nadel und Spritze

Mit KI nichtinvasiv Blutzucker bestimmen

Neuronale Netze statt Nadel und Spritze

11. April 2017, 10:00 Uhr | Hartmut Fischer

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 3

Mehrfache neuronale Netze erhöhen Genauigkeit

Zur weiteren Erhöhung der Genauigkeit erfolgt die Berechnung des Blutzuckergehalts mithilfe von fünf neuronalen Netzen. Dazu werden Mittelwerte der berechneten Blutzuckerwerte der einzelnen Netze herangezogen – insbesondere der Netze, deren Ausgabewerte die geringste Abweichung zu den invasiv gemessenen Werten aufweisen. Vor Eingabe der gemessenen Impedanz- und Temperaturwerte werden diese aufbereitet. Die Impedanzwerte werden mit Hilfe verschiedener Filter wie dem »Finite Impulse Response«-Filter 16. Ordnung und auch der Median-Filter 8. Ordnung geglättet, um eventuelle Messfehler auszugleichen. Zu invasiv ermittelten Blutzuckermesswerten werden mit Hilfe von Spline-Interpolationen approximative Zwischenwerte berechnet.
Zum Training benötigt ein KNN zu den gemessenen LF- und HF-Impedanzen einen gleichzeitig ermittelten Glukosewert. Die Messung der Impedanzen findet kontinuierlich über einen bestimmten Zeitraum statt, woraus jeweils ein Wert pro Minute resultiert. Der Glukosewert wird jedoch nur zu bestimmten Zeitpunkten in diesem Zeitraum invasiv gemessen, also nicht jede Minute. Deshalb werden die invasiv gemessenen Glukosewerte mit Hilfe per Spline-Interpolation miteinander verbunden. Auf dieser Basis lassen sich die gewünschten approximative Zwischenwerte des Glukosespiegels berechnen.
Betrachtet werden allerdings nicht nur die aktuellen Werte für die HF- und LF-Impedanz, sondern auch die mindestens zwei vorhergehenden entsprechenden Werte. Solche Werte fließen, wenn sie relevant sind, automatisch über zusätzliche Eingangsneuronen in die Berechnung ein. Das heißt, die genaue Zahl der Eingangsneuronen wird durch eine Hauptkomponentenanalyse der aktuell sowie beispielsweise vor einer und vor zwei Minuten gemessenen Impedanzwerte bestimmt. Die Hauptkomponentenanalyse wird über alle neun der zu den drei Zeitpunkten ermittelten Messwerte durchgeführt.
Durch die Hauptkomponentenanalyse ist es möglich, die Dimension der Daten mit minimalem Informationsverlust zu reduzieren. Dazu wird eine Menge korrelierter Variablen in eine Menge unkorrelierter Variablen transformiert. Zur Kalibrierung werden diese Daten normalisiert. Sie werden also so angepasst, dass ihre Mittel- und Standardabweichungen 0 oder 1 betragen. Mit den normalisierten Daten wird eine Hauptkomponentenanalyse durchgeführt, wobei die daraus resultierenden Daten als Eingangsneuronen für das KNN dienen. Die gemessenen und interpolierten Blutzuckerwerte werden ebenfalls normalisiert, die Transformationsdaten gespeichert. Die aufbereiteten Daten dienen dem Anlernen der Netze. Nach Abschluss des Trainings werden die Ausgabewerte der Netze sowie die Eingangsdaten de-normalisiert, sodass ihre Mittelwerte und Standardabweichungen wieder die ursprünglichen Werte annehmen.