校准算法重要性
CGM血糖监测系统硬件包括传感器、发射器、接收器三大部分，软件方面，算法至关重要，其能够将电信号转化为葡萄糖浓度，并最终形成CGM监测数据和图谱。以德康G4 Platinum为例，在不改变硬件的情况下，德康仅凭Software 505代码就将G4 Platinum的MARD值从13%降低到9%，使其成为2014年第一个达到一位数精度的CGM传感器。
持续血糖监测系统图示
为什么CGM系统需要校准
众所周知，CGM系统测量的是组织间液的葡萄糖浓度，虽然与血糖浓度之间虽具有较高的相关性，但二者之差并不恒定，休息、餐后、运动、呼吸、缺氧等不同生理状态下，浓度差与达到浓度平衡的时间均存在较大差异。
另外，电极钝化、传感器表面的异体反应物包裹等因素也会导致传感器的敏感性随植入体内时间的变化而发生改变。在实际使用过程中，环境温度、外界压力等因素也会带来测量误差。因此，CGM系统需要通过算法组合对这些因素分别进行补偿、校准，尽可能还原最准确的血糖水平。
皮下组织相较于血液中血糖水平存在延迟
资料来源： B. Wayne Bequette，Continuous Glucose Monitoring: Real-Time Algorithms for Calibration, Filtering, and Alarms
目前算法已经帮助解决CGM存在的三个关键问题
（1）去噪：利用实时数字滤波器降低测量噪声对CGM数据的不确定性；
（2）增强：通过减少参考血糖测量值与CGM数据之间系统差异，提高CGM数据的准确性；
（3）预测：通过对未来葡萄糖浓度的短期预测，在超过低血糖/高血糖阈值时产生预防性警报，以减轻低血糖/高血糖事件的发生。
CGM传感器算法处理
资料来源：Andrea Facchinetti，Continuous Glucose Monitoring Sensors: PastPresent and Future Algorithmic Challenges
柏医健康自主开发拜怡康-TaiChi-01持续血糖监测系统利用实时电流—血糖转换算法综合患者个体化信息及传感器出厂数据、人群大数据学习及标准模型数据，有效提高动态血糖系统的准确性。
CGM电流血糖值校准算法结果举例
（上图为原始电流值，下图为经校准后的血糖值（其中红色数据点代表校准值，黑色为指血采样的对比值）
此外，拜怡康-TaiChi-01适配多款智能终端产品，可记录糖友全天血糖变化的详细信息，包括任意时间的血糖值、全天血糖最高值和最低值、每日血糖变化曲线以及各种事件（如进餐、运动、用药、情绪变化）对血糖的影响等。欢迎对我们产品与技术抱有好奇心的伙伴，与我们取得联系，试用样机，分享我们的成果。
版权申明：
本网站所有原创作品，其版权属于本网站所有。其他媒体、网站或个人转载使用时不得进行商业性的原版原式的转载，也不得歪曲和篡改本网站所发布的内容。如转载须注明文章来源：杭州柏医健康科技有限公司网站。