根据世界卫生组织的调查发现,糖尿病已成为仅次于心血管疾病和肿瘤疾病的第三大杀手。糖尿病主要通过有创进行检测诊断,检测过程易给患者带来生理及心理上的痛苦,且伤口会因保护措施不到位而受到感染。无创血糖测量技术因具有无创伤、无感染和可实时监控等特点而成为近年来热门的研究课题。基于能量代谢守恒法研制的血糖仪可以用于糖尿病的检测识别,该类血糖仪有操作简单和无创伤等特点,能够实现对患有糖尿病人群的血糖水平进行实时监测的功能。本文对胰岛素的评价预测进行了研究,探究其作用在无创血糖检测中的能量代谢守恒法数学模型的影响。提出了基于人工神经网络的方法研究胰岛素评价预测模型,并对几种人工神经网络所得到预测效果进行了对比,具体工作如下。首先,以2型糖尿病患者以及正常糖耐量人群作为研究对象,组织其进行口服葡萄糖耐量试验,获取包括糖化血红蛋白、血糖和胰岛素等多个生理参数,针对所获得的数据进行相应的处理;其次,绘制了血糖水平和胰岛素水平曲线,进一步分析了2型糖尿病患者和正常糖耐量人群曲线之间的差异;再次,搭建人工神经网络模型,将样本的生理参数输入该模型进行训练,不断地调整模型参数,获得最好的预测效果;最后,利用搭建好的模型预测胰岛β细胞功能指数与胰岛素抵抗指数。实验结果表明,基于人工神经网络的人体胰岛素评价模型得到胰岛素评价指标的预测值与真值有较好的相关性,其中胰岛β细胞功能指数相关性到达了近90%,表明该模型能较好地评价胰岛素分泌情况。进一步地,根据胰岛素作用对基于能量代谢守恒法的无创血糖检测算法模型提出修正方法,为其优化提供了新思路。