无创无线血糖监测的校准与评价

腕戴式可穿戴设备目前正用于健身和健康监测。 可穿戴技术的全球扩张与智能手机的使用相结合，为慢性病的诊断和管理带来了新的问题和机遇。

高端消费类可穿戴设备已将绿光反射光电容积描记 (PPG) 传感器集成到其产品中。 PPG 是一种光学获得的体积描记图，可用于检测大血管系统内的血容量变化。

智能手机、智能手表和心率跟踪设备是最常用的具有 PPG 功能的设备。 在一篇评估使用 PPG 进行心率监测的智能手机应用程序的已发表文献中，它发现这些设备相当准确，相关系数 > 0.93，平均绝对百分比误差在 3.3% 到 6.2% 之间。 尽管 PPG 传感器最初仅设计用于跟踪心率，但人们一直在推动将这些传感器与算法一起用于检测 AF 等心律失常和其他领域。

糖尿病患者患心血管疾病的风险高出两到三倍，而心血管疾病占新加坡所有死亡人数的 29.2%。 可穿戴设备无处不在，易于使用，可以对大量患者进行筛查和进一步监测。

这项研究建议利用 PPG 技术和人工智能，并将其整合到负担得起的可穿戴生活方式设备中，包括腕戴式和耳内式，以准确地连续和无创地监测人类的血糖水平。 将开发一种简单的非侵入式血糖监测工具，当血糖水平低于不健康范围时会发出警报。 标准血糖仪将用于校准和验证血糖的 PPG 测量值。 本研究旨在从竹脚妇幼医院招募和测量 500 名参与者的血糖。

本研究的主要目的是：(1) 校准和验证血糖的 PPG 测量值，根据标准血糖仪获得手腕佩戴和耳内 PPG 设备； (2) 利用受试者特征和使用机器学习技术从 PPG 测量中提取的重要特征，开发风险预测模型来识别血糖处于不健康范围内的受试者。

本研究的次要目的是验证入耳式和腕戴式可穿戴设备都能提供相对准确的心率和心率间隔测量。