血糖 AI 研究资源导航

可下载数据集与开源代码复现实验地图

面向无创血糖、CGM 时间序列预测、糖尿病筛查和拉曼光谱建模，筛选既有数据又有代码的资源，帮助快速建立本地复现实验。

查看优先资源 实验路线 本地目录建议

Summary

四条实验线

本页面梳理血糖 AI 领域中“有数据、 有代码、可复现”的关键资源，并将后续研究组织为四条实验线：CGM 短期血糖预测、中国人群糖尿病管理模型、多模态无创/间接血糖估计、拉曼糖尿病筛查。目前 GlucoBench 已跑通线性回归与 N-HiTS 基线，ShanghaiT1DM/T2DM、PhysioCGM 和 Guevara Raman 已下载并完成接入分析；GluFormer（Nature 2026 CGM 基础模型）官方 demo 也已用上海数据完成外部验证。OhioT1DM、T1DiabetesGranada 和 DiaTrend 接入文档均已就绪，正并行申请，作为后续更标准、更大规模的 benchmark 数据。

CGM 血糖预测

以过去一段 CGM 血糖序列预测未来 30 或 60 分钟血糖，适合 GlucoBench、Shanghai、Ohio、Granada 和 DiaTrend。

时间序列 多步预测 低血糖预警

中国人群糖尿病管理模型

基于 ShanghaiT1DM/T2DM 的中国患者 CGM、饮食、临床检验和用药信息，探索更贴近本土饮食结构和 2 型糖尿病管理场景的算法。

ShanghaiT1DM/T2DM 饮食-血糖响应 本土化管理

多模态间接估计

用 ECG、PPG、EDA、体温、加速度等非侵入式信号映射到 CGM 标签，适合探索无创血糖算法。

PhysioCGM 可穿戴信号 跨模态融合

拉曼糖尿病筛查

用人体皮肤拉曼光谱识别糖尿病长期代谢状态，不等同于无创 CGM，但适合验证拉曼机器学习路线。

Raman AGEs 二分类

Priority A

最优先下载和复现的资源

这四个资源适合第一阶段就下载代码、整理数据、跑通 notebook 或 baseline，形成可演示的本地实验结果。

GlucoBench

CGM 血糖预测 benchmark

围绕公开 CGM 数据构建的标准化 benchmark，包含数据清洗、formatter、训练脚本、模型实现、结果复现和示例数据。本地已跑通线性回归与 N-HiTS 基线，覆盖 iglu / colas / weinstock 的 30 与 60 分钟预测（MPS GPU）。

GitHub 论文
30/60 分钟预测 多数据集预处理 benchmark
A 级

PhysioCGM

多模态生理信号 + CGM

10 名 1 型糖尿病受试者，最长约 17 天真实世界采集，包含 ECG、PPG/BVP、EDA、体温、加速度、呼吸和 Dexcom G6 CGM 标签。已下载单受试者样本并完成解压。

GitHub PubMed
无创估计 多模态融合 低血糖检测
A 级

ShanghaiT1DM/T2DM

中国糖尿病 CGM 与饮食数据

包含 12 名 T1D 和 100 名 T2D 患者，提供 3-14 天 CGM、每日饮食、临床特征、实验室检查和用药信息。已下载原始数据并克隆 BG_prediction_benchmark 与 GARNN 两个预测仓库；GluFormer（Nature 2026）官方 demo 亦用其做外部验证，1024 维表征预测 HbA1c 的相关性 r=0.451，优于传统 GMI 的 0.409。

Figshare Benchmark GARNN
中国人群 T2D 饮食响应 管理模型
A 级

Guevara Raman Diabetes

拉曼光谱糖尿病筛查

20 名受试者（11 名 DM2 + 9 名健康对照）、4 个皮肤部位拉曼光谱，面向 DM2 与健康对照二分类。已下载 Kaggle 数据与官方代码；测的是 AGEs 长期糖化指纹，属糖尿病筛查而非即时血糖预测。

Kaggle GitHub DOI
拉曼光谱 AGEs 糖尿病筛查
A 级

Controlled Access

需要申请但值得推进的数据集

这些数据集更经典或规模更大，适合作为第二阶段严肃 benchmark。建议尽早提交数据访问申请。

OhioT1DM

12 名 T1D，每人约 8 周数据，包含 CGM、指尖血、胰岛素、饮食、运动、睡眠等，是血糖预测领域经典 benchmark。协变量最丰富（含手环生理信号），接入分析文档已建，待签 DUA。

申请页面 AccurateBG
需 DUA 经典 benchmark

T1DiabetesGranada

736 名 T1D，约 257,780 天 CGM，最长 4 年纵向记录。适合大规模 CGM 预测、可解释性和群体/个体模型对比，是规模端上界。接入分析文档已建，待 Zenodo 申请。

Zenodo 复现代码
需申请 大规模 CGM

DiaTrend

54 名糖尿病患者，27,561 天 CGM 和 8,220 天胰岛素泵数据，适合长期趋势、胰岛素动态和 AID 相关算法，是小时级轨迹与长时域实验的理想试验场。接入分析文档已建，待 Synapse 认证。

Synapse 官方代码
需 Synapse 胰岛素泵

Tooling

工具型框架与扩展代码

这些资源不一定是数据集本身，但适合统一训练、评估、复现或扩展模型。

GluPredKit

血糖预测标准化 Python 工具包，支持 OhioT1DM、Tidepool、Nightscout、OpenAPS、T1DEXI 和自定义数据解析。

GitHub
CLI训练评估

Glucose-ML

纵向糖尿病数据集集合和短期血糖预测 benchmark，覆盖 10 个公开或受控访问数据集，适合作为资源总入口。

项目页
资源集合跨数据集

RSClassification

通用拉曼光谱分类框架，可用于 Guevara Raman Diabetes 数据的现代模型扩展和多数据集比较。

GitHub
RamanTransformer

Roadmap

推荐执行顺序

把“可下载、能跑通、能比较”作为第一目标，避免一开始陷入申请周期或复杂临床数据清洗。

1

第一阶段：无需复杂申请，先跑通

Clone GlucoBench，下载 PhysioCGM、ShanghaiT1DM/T2DM 和 Guevara Raman，分别复现一个最小可运行实验。

2

第二阶段：申请经典数据

提交 OhioT1DM、T1DiabetesGranada、DiaTrend 的访问申请，为后续 benchmark 和论文级对比做准备。

3

第三阶段：统一实验框架

把数据下载、预处理、模型训练、评估指标和结果报告统一到一个本地目录，避免每个仓库各跑一套。

4

第四阶段：形成四条实验线

分别建立 CGM 血糖预测、中国人群糖尿病管理模型、多模态无创估计、拉曼糖尿病筛查四条路线，并在统一指标下比较模型表现。

Local Lab

建议的本地复现实验目录

目录设计重点是把原始数据、处理后数据、外部仓库、实验脚本和报告分开，便于复现和后续扩展。

本地目录结构

blood-glucose-repro/
  datasets/
    raw/
      shanghai/    ✅ 已下载 + 接入文档
      physiocgm/   ✅ 已下载样本
      ohio/        ⏳ 待申请（接入文档已建）
      granada/     ⏳ 待申请（接入文档已建）
      diatrend/    ⏳ 待申请（接入文档已建）
    processed/
  repos/
    GlucoBench/                ✅ 已跑通基线
    BG_prediction_benchmark/   ✅ 已克隆
    garnn_public/              ✅ 已克隆（误差网格）
    PhysioCGM/                 ✅ 已克隆
    raman-diabetes/            ✅ 已克隆（Guevara）
    GluPredKit/                ⏳ 待安装
  reports/
    benchmark_results/         ✅ cgm-prediction-benchmark.md
    reproduction_notes/
    dataset_cards/

四条实验线

CGM 血糖预测：GlucoBench、ShanghaiT1DM/T2DM、OhioT1DM、T1DiabetesGranada、DiaTrend。

中国人群糖尿病管理模型：ShanghaiT1DM/T2DM，重点做饮食-血糖响应、2 型糖尿病管理和本土化模型验证。

多模态无创估计：PhysioCGM，重点做 ECG、PPG、EDA、温度和加速度融合。

拉曼糖尿病筛查：Guevara 2018 Raman Diabetes，复现 PCA-SVM/ANN 并扩展现代模型。

关键提醒：MIT / MOGLU 拉曼路线目前没有找到官方开源原始数据和代码，适合做论文路线分析，不适合作为第一批“下载数据 + 跑代码”的本地复现实验。