Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020089656 - PREDICTING PHYSIOLOGICAL PARAMETERS

Publication Number WO/2020/089656
Publication Date 07.05.2020
International Application No. PCT/GB2019/053115
International Filing Date 01.11.2019
IPC
G16H 50/50 2018.01
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
50for simulation or modelling of medical disorders
CPC
G16H 50/50
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
50for simulation or modelling of medical disorders
Applicants
  • IMPERIAL COLLEGE OF SCIENCE, TECHNOLOGY AND MEDICINE [GB]/[GB]
Inventors
  • GEORGIOU, Pantelis
  • HERRERO-VIÑAS, Pau
  • LI, Kezh
Agents
  • THORNILEY, Peter
Priority Data
1817893.901.11.2018GB
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) PREDICTING PHYSIOLOGICAL PARAMETERS
(FR) PRÉDICTION DE PARAMÈTRES PHYSIOLOGIQUES
Abstract
(EN)
The present disclosure relates to the prediction of physiological parameters, such as glucose levels. A training input is received, the training input comprising time-series values of a physiological parameter and time-series values of one or more further parameters. Training examples are generated form the training input, wherein each training example comprises a training dataset and a corresponding training label, wherein each training dataset is generated from the training input with time-series values restricted to a time interval, and wherein each corresponding training label represents the value of the physiological parameter a prediction period after the end of that time interval. A neural network is then trained using the training examples.
(FR)
La présente invention concerne la prédiction de paramètres physiologiques, tels que des taux de glucose. Une entrée d'apprentissage est reçue, l'entrée d'apprentissage comprenant des valeurs chronologiques d'un paramètre physiologique et des valeurs chronologiques d'un ou plusieurs autres paramètres. Des exemples d'apprentissage sont générés à partir de l'entrée d'apprentissage, chaque exemple d'apprentissage comprenant un ensemble de données d'apprentissage et une étiquette d'apprentissage correspondante, chaque ensemble de données d'apprentissage étant généré à partir de l'entrée d'apprentissage avec des valeurs chronologiques restreintes à un intervalle de temps, et chaque étiquette d'apprentissage correspondante représentant la valeur du paramètre physiologique pour une période de prédiction après la fin de cet intervalle de temps. Un réseau neuronal est ensuite entraîné à l'aide des exemples d'apprentissage.
Latest bibliographic data on file with the International Bureau