近日，中国科学院深圳先进技术研究院医工所聂泽东研究员团队提出了基于人体心电信号的无创血糖监测方法，相关研究成果以Non-invasive monitoring of three glucose ranges based on ECG by using DBSCAN-CNN为题发表在IEEE journal of biomedical and health informatics（JCR一区）上，聂泽东研究员为上述论文的通讯作者，李景振助理研究员及博士生Igbe Tobore为第一作者，深圳先进院为第一作者单位和唯一通讯单位。 

　　糖尿病患者的高、低血糖水平的实时连续监测在糖尿病管理中具有重要的意义，可用于避免不良血糖事件的发生以及用于评估血糖目标范围时间（TIR）等。研究团队的前期研究表明，人体生理信号例如心电变化与血糖水平存在相关性。考虑到心电信号可通过可穿戴设备获取，具有无创、便捷、舒适等优势，研究团队提出了基于心电的无创血糖水平分段监测方法，通过采用片段心电心跳波形，设计一种基于DBSCAN-CNN算法进行血糖水平监测（图1）。相关结果表明，其低血糖、高血糖监测的准确度分别为87.94%和86.39%，平均准确率为81.69%。同时，研究团队采用Grad-CAM方法可视化了心电特征与血糖变化的相关性，揭示了与血糖水平变化关联的心电信号MARK点（图2）。 

　　该研究成果为穿戴手表和家庭用健康设备实现无创血糖水平的连续监测的应用提供了重要的理论基础与技术支撑，具有广阔的应用前景。 

　　该研究得到了科技部重点研发计划、深圳市基础研究学科布局项目、中科院健康信息重点实验室的支持。 

　　论文链接  

　　图1 基于DBSCAN-CNN的无创血糖监测算法框架 

　　图2 与不同血糖水平相关的心电重要特征可视化