韋 哲　呂克難　王能才

基于K-means聚類分析算法的2型糖尿病動態(tài)血糖監(jiān)測數(shù)據(jù)分析

韋 哲①②呂克難①②王能才①

目的：探討分析基于K-means聚類分析算法的2型糖尿病動態(tài)血糖監(jiān)測數(shù)據(jù)，以解決動態(tài)血糖測量儀所測數(shù)據(jù)中的噪聲和干擾信號問題，得到適用于灰色關(guān)聯(lián)度分析法的實(shí)驗(yàn)數(shù)據(jù)。方法：引入K-means聚類分析算法處理和分析由動態(tài)血糖儀測得的糖尿病患者60 min血糖值的數(shù)據(jù)，去除誤差較大的數(shù)據(jù)點(diǎn)，使平均數(shù)值更加可靠。結(jié)果：K-means聚類分析算法對生成所需的、無干擾地對患者60 min內(nèi)間隔5 min的血糖值實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理，并與采用K-means分析算法處理之前的數(shù)據(jù)進(jìn)行對比。結(jié)論：K-means聚類分析法能夠有效去除干擾和噪聲信號，獲得高質(zhì)量的實(shí)驗(yàn)數(shù)據(jù)，有利于對動態(tài)血糖監(jiān)測數(shù)據(jù)進(jìn)行處理和分析。

血糖監(jiān)測；數(shù)據(jù)處理；K-means聚類分析；灰色關(guān)聯(lián)度分析法

[First-author’s address] 1.Department of Information, Lanzhou General Hospital, Lanzhou Military Area Command, Lanzhou 730050, China. 2.School of Electrical Engineering and Information Engineering, Lanzhou University of Technology, Lanzhou 730050, China.

糖尿病是由胰島素分泌缺陷和(或)胰島素作用缺陷所引起的，并以慢性高血糖伴碳水化合物、脂肪和蛋白質(zhì)的代謝障礙為特征的慢性疾病[1-2]。2型糖尿病(Type 2 diabetes mellitus，T2DM)又稱為非胰島素依賴型糖尿病，而非胰島素依賴型糖尿病的發(fā)病機(jī)制主要是由于人體的胰島素抵抗及胰島素分泌不足所導(dǎo)致，且T2DM患者自身的β細(xì)胞并無自身免疫性缺陷，其發(fā)病特點(diǎn)是成年發(fā)病，起病比較緩慢，病情也較輕，比例占到全部糖尿病人數(shù)的多數(shù)[3]。目前，控制糖尿病病情最為有效和常見的治療方案之一是注射胰島素，但不論是健康人還是糖尿病患者血糖數(shù)據(jù)均具有不穩(wěn)定性和波動性，如果患者對注射胰島素的時(shí)間和注射量把握不準(zhǔn)確，則會導(dǎo)致低血糖或高血糖，并可對糖尿病患者的身體造成極大的傷害，因此對糖尿病患者血糖的準(zhǔn)確預(yù)測具有重要的研究意義[4]。

目前，測量血糖的方法多數(shù)采用化學(xué)方法，而該測量方法易受溫度的影響，且測量者的運(yùn)動會對測量結(jié)果產(chǎn)生影響，但目前還尚無一種能夠?qū)ρ菧y量數(shù)據(jù)進(jìn)行準(zhǔn)確聚類分析的方法?；诖耍狙芯刻岢龌贙-means平均聚類分析方法，可以對血糖測量數(shù)據(jù)進(jìn)行聚類，從而剔除掉有明顯誤差的數(shù)據(jù)點(diǎn)，使得計(jì)算的數(shù)據(jù)結(jié)果更加準(zhǔn)確，為后續(xù)的灰色關(guān)聯(lián)度分析算法打下良好的基礎(chǔ)[5]。

1　K-means聚類算法原理

1.1K-means算法概述

K-means算法是采用距離作為相似性評介指標(biāo)的聚類算法，如果兩個(gè)對象的距離越近，其相似度就越大[6-7]。K-means聚類算法認(rèn)為簇是由距離靠近的對象所構(gòu)成，因此將得到緊湊且獨(dú)立的簇作為最終目標(biāo)[8]。K-means聚類算法具有計(jì)算快速、簡單且其時(shí)間復(fù)雜度近于線性等諸多優(yōu)點(diǎn)，適合大規(guī)模數(shù)據(jù)集的挖掘[9]。

1.2K-means聚類算法

(1)隨機(jī)選取k個(gè)聚類質(zhì)心點(diǎn)為μ1，μ2，…，μκ，E Rn。

(2)重復(fù)下述過程直到收斂，對于每個(gè)樣例，計(jì)算其應(yīng)該屬于的類為公式1：

對于每一類j，重新計(jì)算該類的質(zhì)心為公式2：

式中k為事先給定的聚類數(shù)；C(i)為樣例i與k個(gè)類中距離最近的一類；C(i)為該值1到k中的一個(gè)；μj為質(zhì)心，代表對屬于同一類其他樣本中心點(diǎn)的估測[10-15]。

2　動態(tài)血糖儀數(shù)據(jù)聚類分析

動態(tài)血糖儀Minimed皮下埋入式動態(tài)血糖檢測系統(tǒng)是一種基于化學(xué)試劑葡萄糖分子化學(xué)反應(yīng)的有創(chuàng)型人體血糖動態(tài)檢測系統(tǒng)，該系統(tǒng)價(jià)格昂貴，通常為大型醫(yī)院所配備。而對于患有T2DM的患者，注射胰島素降低血糖是最有效的治療糖尿病的方法，但這種方法必須在醫(yī)生的指導(dǎo)下，先對血糖進(jìn)行檢測才能進(jìn)行，否則會引發(fā)嚴(yán)重的不良反應(yīng)[16-19]。因此，本研究采用SPSS Clemenine專業(yè)數(shù)據(jù)挖掘應(yīng)用工具(美國，SPSS公司)對動態(tài)血糖儀數(shù)據(jù)聚類分析。

2.1聚類分析數(shù)據(jù)資料

本研究選用原蘭州軍區(qū)蘭州總醫(yī)院T2DM患者的皮下組織葡萄糖檢測數(shù)據(jù)資料。數(shù)據(jù)以每日96個(gè)檢測點(diǎn)，其中包括早餐前(A)、早餐后(B)、中餐前(C)、中餐后(D)、晚餐前(E)、晚餐后(F)、睡前(G)及夜間(H)60 min內(nèi)每間隔5 min所檢測得到的血糖值，見表1。

表1顯示，患者早餐前(A行)有3個(gè)明顯的測量錯(cuò)誤數(shù)據(jù)點(diǎn)，如數(shù)據(jù)7.8、3.7和8.4，而采用聚類的方法可以將正確數(shù)據(jù)分為聚類1，并且將錯(cuò)誤的數(shù)據(jù)點(diǎn)分別歸為聚類2和聚類3。

2.2K簇平均算法建模

Clemenine能夠直接進(jìn)行K平均簇算法進(jìn)行建模，并通過數(shù)據(jù)流導(dǎo)入進(jìn)行數(shù)據(jù)分析。

(1)設(shè)置數(shù)據(jù)庫來源。在工作區(qū)中加入“數(shù)據(jù)源”選項(xiàng)中的“表格”類型的節(jié)點(diǎn)，在節(jié)點(diǎn)中導(dǎo)入輸入數(shù)據(jù)，即動態(tài)血糖儀采集到的原始數(shù)據(jù)表格，并對數(shù)據(jù)類型進(jìn)行設(shè)置，選擇“范圍”，讀取數(shù)值并確定，如圖1所示。

圖1　K平均算法數(shù)據(jù)流和設(shè)置類型節(jié)點(diǎn)界面圖

(2)設(shè)置建模節(jié)點(diǎn)。在“建?！边x項(xiàng)欄中選擇K-mean節(jié)點(diǎn)，添加到工作區(qū)中，并將“類型”節(jié)點(diǎn)和“K-means”節(jié)點(diǎn)連接，再對“K-means”節(jié)點(diǎn)進(jìn)行參數(shù)設(shè)置。預(yù)設(shè)置“聚類數(shù)”為3，并選擇是否輸出其他結(jié)果，如圖2所示。

表1　患者96個(gè)血糖值數(shù)據(jù)點(diǎn)(mmol/L)

表2　K平均算法處理后患者某日血糖值的部分?jǐn)?shù)據(jù)(mmol/L)

圖2　數(shù)據(jù)流和設(shè)置建模節(jié)點(diǎn)界面圖

在輸出結(jié)果中顯示出Clementine工具對動態(tài)血糖儀原始數(shù)據(jù)進(jìn)行了有效聚類分析，按照3個(gè)聚類數(shù)的要求進(jìn)行分類處理，見表2。

表2顯示，利用K-means算法對表1的數(shù)據(jù)進(jìn)行聚類處理后，將每個(gè)時(shí)間段的數(shù)據(jù)分成3類，有助于去除誤差較大的數(shù)據(jù)點(diǎn)，得到更加精確的均值結(jié)果。

3　結(jié)論

血糖測量數(shù)據(jù)會由于客觀或主觀的原因產(chǎn)生誤差，如果不對這些誤差進(jìn)行處理，會增大均值的誤差，采用瞬時(shí)值則不準(zhǔn)確，導(dǎo)致對患者的健康及治療產(chǎn)生很大的影響。而本研究使用K-means算法對糖尿病患者一日的測量節(jié)點(diǎn)數(shù)據(jù)進(jìn)行了聚類處理，將每個(gè)時(shí)間段的數(shù)據(jù)分成三類，并且去除了誤差較大的數(shù)據(jù)點(diǎn)，使平均值數(shù)據(jù)更加準(zhǔn)確可靠。同時(shí)，為提高灰色關(guān)聯(lián)度分析算法的精度打下堅(jiān)實(shí)的基礎(chǔ)。

[1]李武成，王官權(quán)，金科.2型糖尿病并發(fā)高血壓的危險(xiǎn)因素分析[J].實(shí)用醫(yī)學(xué)雜志，2010，26(17)：3180-3181.

[2]Güler I，übeyli ED.Diabetes diagnosis by multilayer perceptron neural networks[J].Journal of the Faculty of Engineering and Architecture of Gazi University，2006，21(2)：319-326.

[3]嵇加佳，劉林，樓青青，等.2型糖尿病患者自我管理行為及血糖控制現(xiàn)狀的研究[J].中華護(hù)理雜志，2014，49(5)：617-620.

[4]Garcia-Compean D，Jaquez-Quintana JO，Gonzalez-Gonzalez JA，et al.Liver cirrhosis and diabetes：risk factors，pathophysiology，clinical implications and management[J].World Gastroen terol，2009，15(3)：280-288.

[5]Jothi R，Mohanty SK，Ojha A.On Careful Selection of Initial Centers for K-means Algorithm[M]. Proceedings of 3rd International Conference on Advanced Computing，Networking and Informatics，2011.

[6]Wild S，Roglic G，Green A，et al.Global prevalence of diabetes-Estimates for the year 2000 and projections for 2030[J].Diabetes Care，2004，27(5)：1047-1053.

[7]Qin J，F(xiàn)u W，Gao H，et al.Distributed k-Means Algorithm and Fuzzy c-Means Algorithm for Sensor Networks Based on Multiagent Consensus Theory[C].IEEE International Conference on Industrial Technology，2016，5(3)：1-12.

[8]Zhao D，Liu X.A Genetic K-means Membrane Algorithm for Multi-relational Data Clustering[M].Human Centered Computing Springer International Publishing，2013.

[9]García MLL，García-Ródenas R，Gómez AG.K -means algorithms for functional data[J].Neuro computing，2015，15(1)：231-245.

[10]Capó，Marco.An efficient approximation to the K-means clustering for massive data[J]. Knowledge-Based Systems，2016，5(3)：122-123.

[11]Bandyapadhyay S，Varadarajan K.On Variantsof k-means Clustering[J].Computer Science，2015，9(1)：1-14.

[12]Abdallah L，Shimshoni I.K-Means over Incomplete Datasets Using Mean Euclidean Distance[J].Machine Learning and Data Mining in Pattern Recognition.Springer International Publishing，2016，3(11)：113-127.

[13]Li JT，Liu YH，Hao Y.The improvement and application of a K-means clustering algorithm[C].IEEE International Conference on Cloud Computing and Big Data Analysis.IEEE，2016，3(10)：93-96.

[14]Peura RA.Blood glucose sensors：an overview[J]. IEEE，2014，5(2)：63-68.

[15]Qi L，Yuan J.Development of the Portable Blood Glucose Meter for Self-monitoring of Blood Glucose[C].Engineering in Medicine and Biology Society，2005.Ieee-Embs 2005.International Conference of the.IEEE，2006，3(5)：45-47.

[16]張建輝.K-means聚類算法研究及應(yīng)用[J].武漢理工大學(xué)學(xué)報(bào)，2014，3(4)：17-22.

[17]周世兵，徐振源.K-means算法最佳聚類數(shù)確定方法[J].計(jì)算機(jī)應(yīng)用，2010，7(8)：10-11.

[18]吳夙慧，成穎.K-means算法研究綜述[J].現(xiàn)代圖書情報(bào)技術(shù)，2011，6(5)：23-25.

[19]王千，王成.K-means聚類算法研究綜述[J].電子設(shè)計(jì)工程，2012，4(7)：19-22.

Analysis for monitoring data of type 2 diabetes mellitus based on K-means algorithm

WEI Zhe, LV Ke-nan, WANG Neng-cai// China Medical Equipment,2016,13(11):13-16.

Objective: To analyze the monitoring data of type 2 diabetes mellitus based on K-means algorithm to avoid noise and interference signals in glycemic measurement and get experimental data applicable to Gray Relational Method. Methods: We use the data of a patient who named Mr. Li from the information department of one tertiary referral hospital in Lanzhou which includes course note of disease and his health record. And we use K-means algorithm to process and analyze his glycemic data in 60 minutes to remove error data point. Results: We can get Mr. Li’s necessary and undisturbed experimental data in 60 minutes. Conclusion: K-means algorithm holds a higher efficiency in removing noise and interference signals to obtain highquality experimental data, in order to process and analyze.

Blood glucose monitoring; Data processing; K-means analysis; Gray relational method

韋哲,男,(1963- ),博士，高級工程師。蘭州軍區(qū)蘭州總醫(yī)院信息科，從事醫(yī)療儀器及醫(yī)療信息系統(tǒng)的研究及教學(xué)工作。

1672-8270(2016)11-0013-04

R587.1

A

10.3969/J.ISSN.1672-8270.2016.11.005

①蘭州軍區(qū)蘭州總醫(yī)院信息科 甘肅 蘭州 730050

②蘭州理工大學(xué)電信學(xué)院 甘肅 蘭州 730050

2016-05-18