Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.author | Koutný, Tomáš | |
dc.contributor.author | Úbl, Martin | |
dc.date.accessioned | 2021-03-29T10:00:20Z | - |
dc.date.available | 2021-03-29T10:00:20Z | - |
dc.date.issued | 2020 | |
dc.identifier.citation | KOUTNÝ, T. ÚBL, M. SmartCGMS as a Testbed for a Blood-Glucose Level Prediction and/or Control Challenge with (an FDA-Accepted) Diabetic Patient Simulation. In: Procedia Computer Science 177. [S. l.]: Elsevier, 2020. s. 354-362. ISSN 1877-0509. | cs |
dc.identifier.issn | 1877-0509 | |
dc.identifier.uri | 2-s2.0-85099879958 | |
dc.identifier.uri | http://hdl.handle.net/11025/43143 | |
dc.description.abstract | Pacient s diabetem se snaží vyhnout se hypo- a hyperglykemickým epizodám, které jsou výsledkem nedostatečné produkce inzulínu. Jak onemocnění postupuje, vyžaduje pokročilou metodu externího podávání inzulínu pomocí inzulínové pumpy. Vzhledem k důležitosti predikce hladiny glukózy v krvi pro inzulínovou terapii existuje výzva pro nejlepší algoritmus predikce hladiny glukózy v krvi. Tato předpověď je testována na datové sadě, která zahrnuje řadu signálů z každodenního života diabetického pacienta. Navrhujeme nahradit tuto datovou sadu virtuálním pacientem, tj. in-silico simulací. Za tímto účelem můžeme použít softwarový balík monitorování a kontroly glykémie SmartCGMS společně s simulátorem diabetických pacientů, který schválila FDA. Výsledkem je, že soutěžící vědec bude mít stejné podmínky jako vývojář inzulínové pumpy, která je připojená ke skutečnému diabetickému pacientovi. Při použití SmartCGMS mohou simulovaná, prototypovaná a skutečná zařízení spolupracovat. Tento přístup snižuje rozdíl mezi laboratorními a praktickými výsledky, čímž zvyšuje úroveň realismu pro celou výzvu. Jako zprávu o aktuálním stavu SmartCGMS popisujeme dříve nepublikované funkce, které umožňují zorganizovat vylepšenou soutěže o nejlepší algoritmus predikce hladiny glukózy a/nebo její regulace. | cs |
dc.format | 9 s. | cs |
dc.format.mimetype | application/pdf | |
dc.language.iso | en | en |
dc.publisher | Elsevier | en |
dc.relation.ispartofseries | Procedia Computer Science 177 | en |
dc.rights | © Elsevier | en |
dc.subject | diabetes | cs |
dc.subject | predikce | cs |
dc.subject | regulace | cs |
dc.subject | smartcgms | cs |
dc.title | SmartCGMS as a Testbed for a Blood-Glucose Level Prediction and/or Control Challenge with (an FDA-Accepted) Diabetic Patient Simulation | en |
dc.title.alternative | SmartCGMS jako testovací prostředí pro predikci a regulaci glykémie s (FDA schváleným) simulátorem diabetického pacienta | cs |
dc.type | konferenční příspěvek | cs |
dc.type | conferenceObject | en |
dc.rights.access | openAccess | en |
dc.type.version | publishedVersion | en |
dc.description.abstract-translated | Diabetic patient desires to avoid hypo- and hyperglycemic episodes, which result from insufficient insulin production. As the diabetes disease progresses, it requires an advance control of external insulin administration with an insulin pump. Given the importance of blood-glucose level prediction for the insulin therapy, there is a Blood-Glucose Level Prediction Challenge. This prediction is based on a post-mortem dataset, which include a number of signals related to the daily life of a diabetic patient. We propose replacing these post-mortem signals with an in-silico diabetic patient. For this purpose, we can use the SmartCGMS continuous glucose monitoring and controlling framework together with an FDA-accepted diabetic patient simulation. As a result, a competing researcher have the same conditions as a developer of a real-life insulin pump, connected to a real diabetic patient. When using SmartCGMS, simulated, prototyped and real devices can work together. This approach reduces the difference between laboratory and practical results, thus increasing the level of realism for the entire challenge. As a report on the current SmartCGMS state, we describe the previously unpublished features, which enable an improved glucose level prediction and/or control challenge | en |
dc.subject.translated | diabetes | en |
dc.subject.translated | prediction | en |
dc.subject.translated | control | en |
dc.subject.translated | smartcgms | en |
dc.identifier.doi | 10.1016/j.procs.2020.10.048 | |
dc.type.status | Peer-reviewed | en |
dc.identifier.obd | 43932665 | |
dc.project.ID | LO1506/PUNTIS - Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost | cs |
dc.project.ID | SGS-2019-016/Syntéza a analýza geometrických a výpočetních modelů | cs |
Vyskytuje se v kolekcích: | Konferenční příspěvky / Conference papers (NTIS) Konferenční příspěvky / Conference Papers (KIV) OBD |
Soubory připojené k záznamu:
Soubor | Velikost | Formát | |
---|---|---|---|
Koutný, Úbl 1-s2.0-S1877050920323164-main.pdf | 962,58 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/43143
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.