Reti neurali per la predizione della glicemia futura mediante sensori per il continuous glucose monitoring

Con il presente elaborato di tesi sono stati sviluppati due algoritmi basati su reti neurali feedforward, per la predizione della glicemia futura di pazienti diabetici di tipo 1. Tra gli ingressi delle reti neurali vengono considerate sia misure di glucosio passate registrate da sensori CGM, sia informazioni sui pasti ingeriti dal soggetto. In particolare, la prima architettura di rete neurale predice direttamente la glicemia futura, mentre la seconda predice l'errore commesso da un modello polinomiale di ordine 1, nel tentativo di inferire il valore glicemico futuro. Entrambi gli algoritmi sono stati implementati e testati sia su dataset simulato che su dataset reale e le loro performance sono state confrontate con quelle di modelli stato dell'arte