基于人工智能和生理信号的无创血糖检测

据麦姆斯咨询报道，2024年8月16日至18日，西南大学教授张远将参加《第64期“见微知著”培训课程：生物传感器及血糖监测》并进行授课，具体信息如下：

授课主题：基于人工智能和生理信号的无创血糖检测

授课老师简介：

张远，博士，西南大学电子信息工程学院教授、博士生导师，研究领域是医学数据分析和智能感知计算，主要研究方向是“智能睡眠健康”和“生理指标检测”。他是IEEE/ACM/中国生物医学工程学会/中国人工智能学会的高级会员，中国人工智能学会CAAI智慧医疗专委会常委，2025 IEEE Fellow提名候选人，IEEE EMBS Wearable Biomedical Sensors and Systems Technical Committee委员，IEEE Journal of Biomedical and Health Informatics、IEEE Reviews in Biomedical Engineering、IEEE Open Journal of Engineering in Medicine and Biology、Internet of Things等顶级/著名SCI期刊编辑。他入选2024年科技部“中国-新西兰科学家交流计划”，担任香山科学会议“面向睡眠健康的智能感知与计算”发起人和执行主席，2022中国生物医学工程大会主动睡眠健康分会场主席（首届），中国睡眠研究会“智能与数字化睡眠健康专委会”发起人。他还是国家重点研发计划、NSFC项目等函评和会评专家，多个国家级科技项目指南编制专家，主持NSFC、科技部、JG项目等10+项。

授课背景及内容：

血糖检测对于糖尿病的预防，或者糖尿病患者的诊疗具有不可替代的作用。面向无创血糖检测的研究一直集中在医学、光学、化学和材料科学范畴，而结合信息科学的新技术亟待加强研究。此外，可穿戴传感器采集的生物医学数据虽然已用于日常健康监测，但是生物医学数据的多样性也使得处理这些“大数据”变得困难。传统的机器学习算法不适合处理大量的、多维度、高噪声、低标注医学数据，因此需要创新的机器学习方法来完成医学数据分析，以满足辅助诊疗需求。为此，西南大学张远团队率先研发出基于智能手机的无创血糖监测系统，系统模块包括体表视频采集、PPG（光电容积描记）信号提取、PPG信号处理、特征提取以及血糖区间分类。智能手机和云平台的使用，完成了数据的快速采集和高效的信息处理，真正的达到移动医疗、家用护理的便携性、低成本的目的，具有非常良好的产业化前景。在本课程中，张远教授从光学无创血糖检测技术出发，结合自己的研发成果讲解基于人工智能和光电生理信号的血糖检测技术及产业化路径。

血糖检测技术：从有创到微创，再到无创

授课提纲：
1. 光学无创血糖检测技术概述；
2. 光电脉搏波与基础生理检测；
3. 基于机器学习和光电脉搏波的无创血糖检测；
4. 基于深度学习和生理信号的无创血糖检测；
5. 基于光电生理信号的血糖检测产业化路径。

培训详情：
https://www.memstraining.com/training-64.html