Optymalizacja dokładności nieinwazyjnego monitorowania poziomu glukozy za pomocą czujnika optycznego
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 15 Nr 4 (2025)
-
Sterowanie lewitacją magnetyczną za pomocą regulatora PID z adaptacją opartą na liniowej interpolacji i algorytmie genetycznym
Dominik Fila, Andrzej Neumann, Bartosz Olesik, Jakub Pawelec, Kamil Przybylak, Mateusz Ungier, Dawid Wajnert5-9
-
Opracowanie systemu prognozowania awarii maszyn pakujących
Nataliia Huliieva, Nataliia Lishchyna, Viktoriya Pasternak, Zemfira Huliieva10-13
-
Opracowanie i weryfikacja modułowej, obiektowo zorientowanej architektury kontrolera logiki rozmytej dla konfigurowalnych i wbudowanych aplikacji
Rahim Mammadzada14-24
-
Energia pękania mechanicznego i właściwości strukturalno-mechaniczne przekąsek mięsnych z dodatkiem produktów pszczelich
Artem Antoniv, Igor Palamarchuk, Leonora Adamchuk, Marija Zheplinska25-31
-
Modelowanie procesów dynamicznych w układzie nieholonomicznym w postaci równania Gibbsa-Appella na przykładzie młyna kulowego
Volodymyr Shatokhin, Yaroslav Ivanchuk, Vitaly Liman, Sergii Komar, Oleksii Kozlovskyi32-38
-
Diagnostyka Covid-19 w czasie rzeczywistym na wbudowanych platformach IoT
Elmehdi Benmalek, Wajih Rhalem, Atman Jbari, Abdelilah Jilbab, Jamal Elmhamdi39-45
-
Hybrydowe modele do diagnozy choroby Parkinsona na podstawie pisma ręcznego
Asma Ouabd, Achraf Benba, Abdelilah Jilbab, Ahmed Hammouch46-50
-
System komputerowy do diagnostyki i terapii pomijania stronnego
Krzysztof Strzecha, Agata Bukalska-Strzecha, Krzysztof Kurzdym, Dominik Sankowski51-55
-
Informatyka i pomiary w opiece zdrowotnej: głębokie uczenie się w celu przewidywania ponownych hospitalizacji pacjentów z cukrzycą
Shiva Saffari, Mahdi Bahaghighat56-64
-
Optymalizacja dokładności nieinwazyjnego monitorowania poziomu glukozy za pomocą czujnika optycznego
Nurzhigit Smailov, Aliya Zilgarayeva, Sergii Pavlov, Balzhan Turusbekova, Akezhan Sabibolda65-70
-
Stochastyczna wielocelowa optymalizacja minimaksowa połączonego ekranu elektromagnetycznego w oparciu o trójwymiarowe modelowanie pola magnetycznego napowietrznych linii elektroenergetycznych
Borys Kuznetsov, Tatyana Nikitina, Alexander Kutsenko, Ihor Bovdui, Kostiantyn Czunikhin, Olena Voloshko, Roman Voliansky, Viktoriia Ivannikova71-75
-
Zaawansowane strategie zarządzania energią dla mikrosieci AC/DC
Zouhir Boumous, Samira Boumous, Tawfik Thelaidjia76-82
-
Eksperymentalne badanie układu przekształtnika wielostopniowego
Kyrmyzy Taissariyeva, Kuanysh Muslimov, Yerlan Tashtay, Gulim Jobalayeva, Lyazzat Ilipbayeva, Ingkar Issakozhayeva, Akezhan Sabibolda83-86
-
Prognozowanie parametrów strukturalnych w nanostrukturach plazmonicznych symulowanych metodą FDTD z wykorzystaniem uczenia głębokiego
Shahed Jahidul Haque, Arman Mohammad Nakib87-94
-
Opracowanie algorytmu obliczania procesów wymiany jonowej z użyciem ekosystemu Python
Iryna Chub, Oleksii Proskurnia, Kateryna Demchenko, Oleksandr Miroshnyk, Taras Shchur, Serhii Halko95-99
-
Inteligentny model sterowania niezawodnością i bezpieczeństwem w systemach transportu miejskiego
Anastasiia Kashkanova, Alexander Rotshtein, Andrii Kashkanov, Denis Katelnikov100-107
-
Analiza interakcji elementów modułowego systemu przechowywania paczek z wykorzystaniem diagramów UML
Lyudmila Samchuk, Yuliia Povstiana, Anastasia Hryshchuk108-116
-
Ocena zmodyfikowanych heurystyk wstawiania par w celu wystarczającego rozwiązania problemu transportu na żądanie w logistyce opieki zdrowotnej
Rodolfo Eleazar Pérez Loaiza, Aaron Guerrero-Campanur, Edmundo Bonilla Huerta117-123
-
Analiza nowoczesnych narzędzi, metod audytu i monitorowania bezpieczeństwa baz danych
Kateryna Mykhailyshyn, Oleh Harasymchuk, Oleh Deineka, Yurii Dreis, Volodymyr Shulha, Yuriy Pepa124-129
-
Poprawa jakości obrazów podwodnych poprzez połączenie metody Deep‑Retinex i sieci GAN
Anuradha Chinta, Bharath Kumar Surla, Chaitanya Kodali130-136
-
Matematyczna metoda oceny stanu cyberbezpieczeństwa usług chmurowych
Yevheniia Ivanchenko, Volodymyr Shulha, Ihor Ivanchenko, Yevhenii Pedchenko, Mari Petrovska137-141
-
Ocena wydajności wdrożeń LLM w wybranych usługach kontenerowych opartych na chmurze
Mateusz Stęgierski, Piotr Szpak, Sławomir Przyłucki142-150
-
Implementacja cech w języku C# przy użyciu Roslyn Source Generators
Mykhailo Pozur, Viktoria Voitko, Svitlana Bevz, Serhii Burbelo, Olena Kosaruk151-157
-
Wpływ dostosowywalnego harmonogramowania orkiestratora na wydajność uczenia maszynowego w urządzeniach brzegowych
Konrad Cłapa, Krzysztof Grudzień, Artur Sierszeń158-163
-
Rekonfigurowana architektura CoARX do implementacji funkcji haszującej ARX w mikrokontrolerach systemów IoT o ograniczonych zasobach
Serhii Zabolotnii, Inna Rozlomii, Andrii Yarmilko, Serhii Naumenko164-169
-
Integralna ocena jakości wody źródlanej z wykorzystaniem zestawu narzędzi logiki rozmytej
Vyacheslav Repeta, Oleksandra Krykhovets, Yurii Kukura170-176
-
Wybrane zagadnienia dotyczące światłowodowych czujników zgięcia
Les Hotra, Jacek Klimek, Ihor Helzhynskyy, Oksana Boyko, Svitlana Kovtun177-181
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Rozwój nieinwazyjnych technologii monitorowania poziomu glukozy we krwi postępuje systematycznie, głównie dzięki postępom w systemach czujników optycznych. Systemy te analizują dane fizjologiczne, badając interakcje światła z tkankami biologicznymi. Powszechnie stosowaną techniką jest spektroskopia w bliskiej podczerwieni (NIR), która zazwyczaj wykorzystuje długości fal takie jak 500 nm, 970 nm, 1400 nm i 1900 nm, wybrane ze względu na ich zwiększoną czułość na poziomy glukozy na różnych głębokościach tkanek. W warunkach eksperymentalnych metoda ta wykazała zdolność generowania sygnałów elektrycznych skorelowanych z poziomem stężenia glukozy, co potwierdza jej potencjał w zakresie dokładnego monitorowania glukozy. Technika ta spełnia zarówno wymagania dotyczące wykrywalności, jak i precyzji, szczególnie przy wyższych stężeniach glukozy, co czyni ją silnym kandydatem do zastosowania w przyszłościowych rozwiązaniach monitorujących. W badaniu określono także cele na przyszłość, w tym poprawę dokładności czujników, zmniejszenie rozmiarów urządzenia oraz umożliwienie płynnej integracji zarówno z systemami opieki klinicznej, jak i domowej. Ponadto analizowane są działania mające na celu minimalizację zakłóceń i zniekształceń sygnału, jako część szerszych starań o poprawę niezawodności systemu.
Słowa kluczowe:
Bibliografia
[1] Abdykadyrov A. et al.: Optimization of Distributed Acoustic Sensors Based on Fiber Optic Technologies. Eastern-European Journal of Enterprise Technologies 5(5(131)), 2024, 50–59 [https://doi.org/10.15587/1729-4061.2024.313455].
[2] Dosbayev Z. et al.: Development of a Literacy Enhancement System Based on IoT and Web Technologies: Integration of ESP8266 and Laravel. Eastern-European Journal of Enterprise Technologies 4, (9(136)), 2025, 51–60 [https://doi.org/10.15587/1729-4061.2025.337999].
[3] Hina A., Saadeh W.: Noninvasive Blood Glucose Monitoring Systems Using Near-Infrared Technology—A Review. Sensors 22(13), 2022, 4855 [https://doi.org/10.3390/s22134855].
[4] Ionescu M., Doctorala S.: Measuring and Detecting Blood Glucose by Methods Non-Invasive. IEEE 10th International Conference on Electronics, Computers and Artificial Intelligence (ECAI), 2018, 1–7 [https://doi.org/10.1109/ECAI.2018.8678943].
[5] Kengesbayeva S. et al.: Research of Deformation of Concrete Structures Using Fiber Optic Sensors and Bragg Gratings. IEEE International Conference on Electrical Engineering and Photonics (EexPolytech), 2024 [https://doi.org/10.1109/eexpolytech62224.2024.10755828].
[6] Kiesewetter D. et al.: Application of Fiber Bragg Gratings as a Sensor of Pulsed Mechanical Action. Sensors 22(19), 2022, 7289 [https://doi.org/10.3390/s22197289].
[7] Koschinsky T., Heinemann L.: Sensors for Glucose Monitoring: Technical and Clinical Aspects. Diabetes/Metabolism Research and Reviews 17(2), 2001, 113–123 [https://doi.org/10.1002/dmrr.188].
[8] Leung H. M. C. et al.: Noninvasive Glucose Sensing In Vivo. Sensors 23(16), 2023, 7057 [https://doi.org/10.3390/s23167057].
[9] Lin X. et al.: Global, Regional, and National Burden and Trend of Diabetes in 195 Countries and Territories: An Analysis from 1990 to 2025. Scientific Reports 10(1), 2020, 14790 [https://doi.org/10.1038/s41598-020-71908-9].
[10] Mohamad Yunos M. F. A., Nordin A. N.: Non-Invasive Glucose Monitoring Devices: A Review. Bulletin of Electrical Engineering and Informatics 9(6), 2020, 2609–2618 [https://doi.org/10.11591/eei.v9i6.2628].
[11] Mulvaney S. P., Keating C. D.: Raman Spectroscopy. Analytical Chemistry 72(12), 2000, 145–158 [https://doi.org/10.1021/a10000155].
[12] Ogurtsova K. et al.: IDF Diabetes Atlas: Global Estimates of Undiagnosed Diabetes in Adults for 2021. Diabetes Research and Clinical Practice 183, 2022, 109118 [https://doi.org/10.1016/j.diabres.2021.109118].
[13] Peng B. et al.: Evaluation of Enzyme-Based Tear Glucose Electrochemical Sensors over a Wide Range of Blood Glucose Concentrations. Biosensors and Bioelectronics 49, 2013, 204–209 [https://doi.org/10.1016/j.bios.2013.05.014].
[14] Peng Z. et al.: Blood Glucose Sensors and Recent Advances: A Review. Journal of Innovative Optical Health Sciences 15(2), 2022 [https://doi.org/10.1142/S1793545822300038].
[15] Phoswa W. N., Mokgalaboni K.: Immunological Imbalances Associated with Epileptic Seizures in Type 2 Diabetes Mellitus. Brain Sciences 13(5), 2023, 732 [https://doi.org/10.3390/brainsci13050732].
[16] Rajaguru Jayanthi R. K. et al.: The Effect of Temperature on Permittivity Measurements of Aqueous Solutions of Glucose for the Development of Non-Invasive Glucose Sensors Based on Electromagnetic Waves. Results in Engineering 20, 2023, 101506 [https://doi.org/10.1016/j.rineng.2023.101506].
[17] Smailov N. et al.: Fiber Laser-Based Two-Wavelength Sensors for Detecting Temperature and Strain on Concrete Structures. International Journal of Innovative Research and Scientific Studies 7(4), 2024, 1693–1710 [https://doi.org/10.53894/ijirss.v7i4.3481].
[18] Tashtay Y. et al.: Integration of GNSS and Fiber-Optic Gyroscope: Improving Navigation Robustness under Satellite Signal Loss. IEEE International Conference on Electrical Engineering and Photonics (EexPolytech), 2025, 412–415 [https://doi.org/10.1109/EExPolytech66949.2025.11253802].
[19] Wagner J., Tennen H., Wolpert H.: Continuous Glucose Monitoring: A Review for Behavioral Researchers. Psychosomatic Medicine 74(4), 2012, 356–365 [https://doi.org/10.1097/PSY.0b013e31825769ac].
[20] Yadav J. et al.: Prospects and Limitations of Non-Invasive Blood Glucose Monitoring Using Near-Infrared Spectroscopy. Biomedical Signal Processing and Control 18, 2015, 214–227 [https://doi.org/10.1016/j.bspc.2015.01.005].
[21] Zilgarayeva A. et al.: Optical Sensor to Improve the Accuracy of Non-Invasive Blood Sugar Monitoring. Indonesian Journal of Electrical Engineering and Computer Science 34(3), 2024, 1489–1498 [https://doi.org/10.11591/ijeecs.v34.i3.pp1489-1498].
##plugins.themes.bootstrap3.article.details##
Abstract views: 466
Downloads: 334

