一种慢性疾病糖尿病正严重危害人类健康。根据糖尿病的病因和发病机制,WHO专家咨询委员会把糖尿病分为四类:Ⅰ型、Ⅱ型、特异型和妊娠糖尿病。目前主要根据患者的医学检测结果和临床表现进行糖尿病分类,但由于糖尿病的鉴别是一个长期演变的过程,所以常常造成医生对部分Ⅰ型与Ⅱ型糖尿病的诊断与分类成为困难。论文针对Ⅰ型与Ⅱ型糖尿病,提出利用CGM采集患者的血糖数据,依据血糖数据组成的时间序列提取血糖特征,建立了一种新的分类糖尿病的指标。并在这个基础上构建了一个新的Ⅰ型与Ⅱ型糖尿病分类算法。本论文的主要工作包括:(1)分析与研究血糖数据时间序列的特性,设计出一个能从动态血糖监测系统(CGM)监测的血糖数据曲线中提取包括:平均血糖值、血糖曲线下面积、平均血糖波动幅度等17个特征的特征提取模型。(2)研究了各种分类算法,提出了一种基于二分类AdaBoost算法的Ⅰ型与Ⅱ型糖尿病分类算法。为了提高分类与糖尿病临床诊断的符合率,根据WHO关于糖尿病分类的指导方针,首先在特征提取阶段将提取上限阈值分别设置为7mmol/L,8mmol/L,9mmol/L,10mmo/L,11mmol/L。然后针对收集到的糖尿病数据的特点及AdaBoost算法的特性还提出改进的AdaBoost算法。(3)利用1050例糖尿病患者的血糖数据曲线验证分类指标。实验结果表明,我们的糖尿病分类新指标和临床诊断符合率达到90%以上。糖尿病分类新指标扩大了诊断Ⅰ型与Ⅱ型糖尿病的标准,并为医生提供了一个新的分类糖尿病的参考方法。