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 unoFile 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