แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Rao, Mallikharjuna K.. Non invasive glucose level prediction leveraging PPG signal from smartphone. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2025.
Non invasive glucose level prediction leveraging PPG signal from smartphone
Name: Rishi, Sontu Akshath
Organization :
IIIT Naya Raipur. Dept. of CSE
Email :
sontu21100@iiitnr.edu.in
Name: Srinith, Govindula
Organization :
IIIT Naya Raipur. Dept. of ECE
Email :
govindula21101@iiitnr.edu.in
Name: Dheeraj, Ummadisetty
Organization :
IIIT Naya Raipur. Dept. of ECE
Email :
ummadisetty21101@iiitnr.edu.in
Name: Rao, Mallikharjuna K.
Organization :
IIIT Naya Raipur. Dept. of DSAI
Email :
mallikharjuna@iiitnr.edu.in
keyword:
Photoplethysmography
LCSH:
Smartphones
-- Medical applications
LCSH:
Machine learning
-- Diagnostic use
Abstract:
The increasing prevalence of diabetes necessitates innovative and approachable blood glucose monitoring techniques to ensure effective disease management and prevent complications. The traditional methods, despite being accurate, are often uncomfortable and inconvenient, which lowers patient adherence. In order to overcome this difficulty, we suggest a non-invasive glucose monitoring system that makes use of Photoplethysmography (PPG) signals obtained from index finger video recordings made with smartphones. Employing a unique methodology, we extract distinctive features from both temporal and frequency domains of PPG signals acquired through non-invasive means. The heart of our approach lies in regression techniques within machine learning, allowing us to forecast actual blood glucose levels rather than categorizing them. Rigorous evaluation on an extensive dataset of 60 subjects attests to the efficacy of our system, achieving a notable MAE of 0.9 in predicting blood glucose concentrations. This underscores the promising potential of our approach for daily and clinical applications in non-invasive blood glucose testing, emphasizing its role in accurate and continuous glucose level monitoring without resorting to invasive methods.
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2025
Modified:
2026-06-15
Issued:
2026-06-15
บทความ/Article
application/pdf
BibliograpyCitation :
In Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI) Association, Thailand. 2025 22nd International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON 2025) (pp.902-907). Piscataway, NJ : IEEE
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.045671 วินาที
Rishi, Sontu Akshath
| Title | Contributor | Type |
|---|---|---|
| Non invasive glucose level prediction leveraging PPG signal from smartphone
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rishi, Sontu Akshath;Srinith, Govindula;Dheeraj, Ummadisetty;Rao, Mallikharjuna K. | บทความ/Article |
Srinith, Govindula
| Title | Contributor | Type |
|---|---|---|
| Acoustic-based detection of stator faults in induction motors
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Srinith, Govindula;Dheeraj, Ummadisetty;Rao, Mallikharjuna K. | บทความ/Article | |
| Non invasive glucose level prediction leveraging PPG signal from smartphone
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rishi, Sontu Akshath;Srinith, Govindula;Dheeraj, Ummadisetty;Rao, Mallikharjuna K. | บทความ/Article |
Dheeraj, Ummadisetty
| Title | Contributor | Type |
|---|---|---|
| Acoustic-based detection of stator faults in induction motors
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Srinith, Govindula;Dheeraj, Ummadisetty;Rao, Mallikharjuna K. | บทความ/Article | |
| Non invasive glucose level prediction leveraging PPG signal from smartphone
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rishi, Sontu Akshath;Srinith, Govindula;Dheeraj, Ummadisetty;Rao, Mallikharjuna K. | บทความ/Article |
Rao, Mallikharjuna K.
| Title | Contributor | Type |
|---|---|---|
| Acoustic-based detection of stator faults in induction motors
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Srinith, Govindula;Dheeraj, Ummadisetty;Rao, Mallikharjuna K. | บทความ/Article | |
| Focal loss-based skin lesion classification and segmentation using deep learning: an augmented approach
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Singh, Thakur Jaideep;Vinayak, KVSG;Rao, Mallikharjuna K. | บทความ/Article | |
| EEG-based personalized emotion recognition and receptive music therapy system in the aid of autism patients
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Prachodhan, Mudumba Karthikeya;Bandaru, Aneesh Narayan;Rao, Mallikharjuna K. | บทความ/Article | |
| Federated learning based energy-aware clustering and sleep scheduling for faulty node detection in wireless sensor network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Buvan, Rachamadugu Subramanya;Akhilesh, Vajrala;Rao, Mallikharjuna K. | บทความ/Article | |
| Non invasive glucose level prediction leveraging PPG signal from smartphone
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rishi, Sontu Akshath;Srinith, Govindula;Dheeraj, Ummadisetty;Rao, Mallikharjuna K. | บทความ/Article |