协同训练算法在无创血糖检测中的应用

目的：在无创血糖检测方法的研究中，因无创生理参数相比血糖真值更易于获取，病理数据库中未用血糖真值标记样本的数量远大于有标记的样本，若能将未标记样本应用于传统有监督血糖预测模型的训练中，将有效扩充训练样本集并提高模型的泛化能力。 方法：在基于能量代谢守恒法的理论基础上，利用无创生理参数天然的多视图特性，将半监督学习算法应用于无创血糖的预测中，提出一种基于多视图协同训练与支持向量机技术的血糖预测算法。结果：经实验分析，在一定标记率下，基于协同训练的学习算法相比传统的有监督学习算法预测误差更小。说明未标记样本能够有效提升原始模型的泛化能力。 结论：协同训练的引入，充分利用了规模较大的未标记样本，提高了模型泛化能力，并减少了血糖样本采集中标记样本的工作量，为今后无创血糖算法的研究提供了新思路