Questa tesina tratta l'analisi di algoritmi che, con l'ausilio di opportuni modelli matematici tempo-varianti, permettono di stimare valori di glicemia nel futuro, basandosi sulla storia passata del segnale glicemico. Tali algoritmi permettono di prevenire eventi di ipo/iperglicemia che coportano complicanze acute e croniche ai pazienti affetti da diabete. In particolare, nel lavoro verranno analizzati due modelli in competizione: il modello polinomiale ed autoregressivo, entrambi di ordine uno

Sensori per il monitoraggio continuo del glucosio: algoritmi predittivi per la prevenzione di ipo/iperglicemie

Dal Bianco, Pietro
2012/2013

Abstract

Questa tesina tratta l'analisi di algoritmi che, con l'ausilio di opportuni modelli matematici tempo-varianti, permettono di stimare valori di glicemia nel futuro, basandosi sulla storia passata del segnale glicemico. Tali algoritmi permettono di prevenire eventi di ipo/iperglicemia che coportano complicanze acute e croniche ai pazienti affetti da diabete. In particolare, nel lavoro verranno analizzati due modelli in competizione: il modello polinomiale ed autoregressivo, entrambi di ordine uno
2012-02-21
56
glucosio, algoritmo, predizione, sensori, ipoglicemie, iperglicemie
File in questo prodotto:
File Dimensione Formato  
TesiCGM.pdf

accesso aperto

Dimensione 14.85 MB
Formato Adobe PDF
14.85 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/14914