糖尿病是由于人的胰岛不能正常分泌胰岛素引起的慢性病,已经困扰了越来越多的人。传统的血糖控制方法主要通过医生根据经验分析定时定量为患者注射胰岛素来实现,当患者的血糖值可控后,患者可以自行注射胰岛素。这种方法对于医生和患者来说并不方便,增加了患者的生活负担,而近些年来与医疗相关的可穿戴设备发展迅速,患者和医疗设备系统之间的联系变得越来越紧密,同时越来越多的患者从这些便捷的系统中获得了巨大的帮助。当下的医疗系统结合互联网信息交互和数据处理方便快捷的特点更自然地接入到大众的生活中,市场上也出现了手环、心率计等非常受大众欢迎的产品,“互联网+健康”的概念由此诞生,血糖-胰岛素控制系统作为联网健康领域一个热门的课题在过去的几十年中已经获得了越来越多人的关注。本文中,我们提出了一个完整的血糖-胰岛素动态闭环控制系统,基于血糖和胰岛素历史数据的分析从而对未来的胰岛素注射量进行预测,达到自动注射的效果。动态闭环胰岛素控制系统主要由三个部分组成,CGMS(Continuous Glucose Monitoring System,连续血糖监测系统),胰岛素泵和胰岛素控制算法。CGMS和胰岛素泵近几年来发展成熟并且已经在市场上推出了很多产品,但由于监测条件和计算方式的差异,它们仍然存在改进的空间。闭环控制算法在胰岛素控制系统中非常关键,目前在该领域研究比较热门的算法包括自动控制领域的PID(Proportional–Integral–Derivative,比例积分微分)、MPC(Model Prediction Control,模型预测控制)算法以及机器学习的相关算法,本文分别基于MPC和BP神经网络设计了胰岛素控制算法,并且根据算法中存在的不足增加了一些约束条件,提高了血糖和胰岛素的控制效果。为了提高算法的鲁棒性,使其对于不同的患者都可以表现出良好的控制效果,同时为了解决存储带来的困难,本文也增加了后台分析系统。该系统可以与前端和患者直接联系的胰岛素控制算法进行数据交互,存储前端多余的数据,也根据这些数据优化算法。基于上海市第九人民医院采集的患者真实数据,我们对提出的胰岛素控制算法进行了实验,根据血糖的数据对胰岛素数据进行预测,并且和医生的经验值进行定量比较,最终验证了该系统具有良好的实用性和鲁棒性。