6 结束语

为了避免有创血糖检测产生的不适感和感染风险，本文采集人脸的红外线热像图来进行血糖模型的建立和预测，为了使模型精简化和提高其可移植性，采用 MobileNetv 2回归网络进行血糖和红外线热像图的模型构建。该模型较小，提取的参数较少，检测一幅红外线热像图的血糖值比较快，大概为5.8s，好于目前市面上有创血糖检测的 10s 延时，预测效果较理想，准确程度高于半侵入式血糖预测方法。目前系统地改进深度回归系统的预测效果较理想，最大误差为0.95mmol/L，稍高于半无创血糖预测值，其预测效果较好。实际上，轻量化网络适用于嵌入式设备、手机端等多种小型设备，便于移植和检测。在未来的工作中，该方法将会在嵌入式平台或者手机平台进行进一步测试。