CN112638242A - 监测设备及*** - Google Patents
监测设备及*** Download PDFInfo
- Publication number
- CN112638242A CN112638242A CN201980055479.XA CN201980055479A CN112638242A CN 112638242 A CN112638242 A CN 112638242A CN 201980055479 A CN201980055479 A CN 201980055479A CN 112638242 A CN112638242 A CN 112638242A
- Authority
- CN
- China
- Prior art keywords
- monitoring device
- measurement location
- user
- measurement
- electrical contact
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012806 monitoring device Methods 0.000 title claims abstract description 352
- 238000005259 measurement Methods 0.000 claims abstract description 288
- 238000000034 method Methods 0.000 claims abstract description 98
- 230000008569 process Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 62
- 238000004891 communication Methods 0.000 claims description 28
- 239000008280 blood Substances 0.000 claims description 26
- 210000004369 blood Anatomy 0.000 claims description 26
- 210000001061 forehead Anatomy 0.000 claims description 24
- 230000010412 perfusion Effects 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 16
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 13
- 229910052760 oxygen Inorganic materials 0.000 claims description 13
- 239000001301 oxygen Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000000747 cardiac effect Effects 0.000 claims description 10
- 238000009529 body temperature measurement Methods 0.000 claims description 9
- 230000002123 temporal effect Effects 0.000 claims description 2
- 238000009532 heart rate measurement Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 26
- 230000036541 health Effects 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000000835 fiber Substances 0.000 description 46
- 230000006870 function Effects 0.000 description 28
- 239000002390 adhesive tape Substances 0.000 description 25
- 238000004422 calculation algorithm Methods 0.000 description 25
- 238000003860 storage Methods 0.000 description 24
- 230000003287 optical effect Effects 0.000 description 21
- 230000008859 change Effects 0.000 description 18
- 230000000670 limiting effect Effects 0.000 description 12
- 230000008878 coupling Effects 0.000 description 11
- 238000010168 coupling process Methods 0.000 description 11
- 238000005859 coupling reaction Methods 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 239000000853 adhesive Substances 0.000 description 9
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 8
- 230000001070 adhesive effect Effects 0.000 description 8
- 239000000306 component Substances 0.000 description 8
- 239000004744 fabric Substances 0.000 description 8
- 239000008103 glucose Substances 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 8
- 108010054147 Hemoglobins Proteins 0.000 description 7
- 102000001554 Hemoglobins Human genes 0.000 description 7
- 239000012790 adhesive layer Substances 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 6
- 210000000624 ear auricle Anatomy 0.000 description 6
- 238000003306 harvesting Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 230000035939 shock Effects 0.000 description 6
- 210000003491 skin Anatomy 0.000 description 6
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 5
- 229910052710 silicon Inorganic materials 0.000 description 5
- 239000010703 silicon Substances 0.000 description 5
- 230000003213 activating effect Effects 0.000 description 4
- 239000012503 blood component Substances 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 4
- 239000004810 polytetrafluoroethylene Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000036571 hydration Effects 0.000 description 3
- 238000006703 hydration reaction Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 235000008694 Humulus lupulus Nutrition 0.000 description 2
- -1 Polytetrafluoroethylene Polymers 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 208000007502 anemia Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008081 blood perfusion Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 208000029028 brain injury Diseases 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000011982 device technology Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 210000005069 ears Anatomy 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000001802 infusion Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000001095 motoneuron effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000013186 photoplethysmography Methods 0.000 description 2
- 230000037081 physical activity Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000000541 pulsatile effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000025488 response to cold Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000012883 sequential measurement Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000003639 vasoconstrictive effect Effects 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 239000004593 Epoxy Substances 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- 206010018901 Haemoglobinaemia Diseases 0.000 description 1
- 108010061951 Methemoglobin Proteins 0.000 description 1
- KXNLCSXBJCPWGL-UHFFFAOYSA-N [Ga].[As].[In] Chemical compound [Ga].[As].[In] KXNLCSXBJCPWGL-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 238000012864 cross contamination Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 210000004207 dermis Anatomy 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000004728 ear cartilage Anatomy 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009207 exercise therapy Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003925 fat Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002640 oxygen therapy Methods 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000003981 vehicle Substances 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
- 229910000859 α-Fe Inorganic materials 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/683—Means for maintaining contact with the body
- A61B5/6832—Means for maintaining contact with the body using adhesives
- A61B5/6833—Adhesive patches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0247—Pressure sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0271—Thermal or temperature sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6824—Arm or wrist
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
公开了用于若干应用的临床级监测技术,在所述应用中,低成本、无线、多参数、单次使用和多次使用医疗设备和健身设备和/或健康设备是有用和有益的。一种被附接或放置在测量位置上的监测设备包括:光传感器、温度传感器或第一电接触传感器和第二电接触传感器中的至少一种。从光传感器、温度传感器和/或第一电接触传感器和第二电接触传感器接收的信号可以被传送到主机设备。一种主机设备上的应用程序可以处理所述信号,以计算一个或多个生理参数、波形数据、趋势数据和/或一个或多个报告。
Description
相关申请的交叉引用
本申请于2019年8月26日作为PCT国际专利申请提交,并且要求于2018年8月24提交的题目为“Monitoring Devices and Methods(监测设备及方法)”的美国临时申请No.62/722,676、以及于2018年8月27日提交的题目为“Monitoring Devices and Methods”的美国临时申请No.62/723,290的优先权,它们中的每一个的全部公开据此通过引用整体并入。
背景技术
确定各种健康参数的设备经常被消费者和医疗人员使用。例如,血氧饱和度(SpO2)、脉搏率(PR)和灌注指数(PI)的测量结果是消费者和医疗人员监测的用于接收关于用户的健康和/或健身的反馈的健康参数。
发明内容
本文公开的实施例实现了若干应用中的临床级监测技术,在所述应用中,低成本、无线、多参数、单次使用和多次使用医疗设备和健身设备和/或健康设备是有用和有益的。无线特性实现了用户和/或病人的方便、舒适和/或运动的自由。单次使用设计与多次使用设计之间的相互作用实现了用户情况的灵活性。在医疗应用中,单次使用设计减少了交叉污染和与卫生保健相关联的传染的风险,简化了工作流程,并且消除了由于设备磨损和破损而引起的故障。在健身应用和健康应用中,多次使用设计实现了用于个人用途的较可以负担的起的解决方案。监测技术的实施例可以被应用到若干临床背景以及健身应用和健康应用,包括:用于COPD、麻醉、飞行及运动、以及氧气治疗的脉搏血氧测量法;用于糖尿病疾病管理的无创连续血糖监测;连续体温监测;ECG抽样监测;脑电图(EEG)连续监测;用于身体水合作用管理的血液中的水的无创监测;用于贫血和/或血液注入管理的无创总血红蛋白监测;连续的血红蛋白异常血症监测等。
在一个方面,一种监测设备,包括:监测设备的外壳内的光传感器、温度传感器、第一电接触传感器和第二电接触传感器。所述光传感器包括:邻近所述外壳的第一表面设置的光源和光电检测器。当所述第一表面与用户的第一身体部位的测量位置接触时,所述光源能够操作用于朝着测量位置发射光,并且所述光电检测器能够操作用于接收从所述测量位置反射的光。所述温度传感器邻近所述外壳的所述第一表面设置,并且当所述第一表面与所述测量位置接触时,能够操作用于测量所述测量位置处的温度。所述第一电接触传感器邻近所述外壳的所述第一表面设置,以在所述第一表面与所述测量位置接触时与所述测量位置接触。所述第二电接触传感器邻近所述外壳的第二表面设置。当所述用户的不同的第二身体部位接触所述第二电接触传感器时,所述第一电接触传感器和所述第二电接触传感器检测心脏信号。所述监测设备还包括:无线通信设备,其能够操作用于将从所述光电检测器接收的信号、温度测量结果和所述心脏信号传送到主机设备上的应用程序。
在另一个方面,一种***,包括:监测设备和主机设备上的应用程序。所述监测设备包括:所述监测设备的外壳内的光传感器、温度传感器、第一电接触传感器和第二电接触传感器。所述光传感器包括:邻近所述外壳的第一表面设置的光源和光电检测器。当所述第一表面与用户的第一身体部位的测量位置接触时,所述光源能够操作用于朝着测量位置发射光,并且所述光电检测器能够操作用于接收从所述测量位置反射的光。所述温度传感器邻近所述外壳的所述第一表面设置,并且当所述第一表面与所述测量位置接触时,能够操作用于测量所述测量位置处的温度。所述第一电接触传感器邻近所述外壳的所述第一表面设置,以在所述第一表面与所述测量位置接触时与所述测量位置接触。所述第二电接触传感器邻近所述外壳的第二表面设置。当所述用户的不同的第二身体部位接触所述第二电接触传感器时,所述第一电接触传感器和所述第二电接触传感器检测心脏信号。所述监测设备还包括:无线通信设备,其能够操作用于传送从所述光电检测器接收的信号、温度测量结果和所述心脏信号。所述主机设备上的所述应用程序能够操作用于处理由所述监测设备传送的信号,以计算生理参数、与所述生理参数相关联的波形数据、以及与所述生理参数相关联的趋势数据,并且导致所述生理参数和与所述生理参数相关联的波形或与所述生理参数相关联的趋势中的至少一项要被显示。
在一个实施例中,所述监测设备是分离的设备,其被附接到用户的测量位置。在另一实施例中,所述监测设备被合并到由用户戴着的帽子(例如,棒球帽)中。所述帽子可以包括内置脑电图(EEG)电极。备选地,所述监测设备被合并到与所述测量位置附接的贴片中。所述帽子和所述贴片可以包括:电路***,其处理信号、对主机设备无线传送信号、以及执行诸如电源管理和能量收集之类的操作。
所述监测设备可以连续地或在已选择的时间获得用于各种生理参数的测量结果,并且将所述测量结果传送到主机设备。所述主机设备上的应用程序可以在所述应用程序的用户界面或屏幕中显示,用于一个或多个生理参数的测量仪、体温计、一个或多个波形和/或趋势波形或图表。当生理参数超过上限和/或低于下限时,所述应用程序可以生成警报。所述上限和下限可以在应用程序的用户设置界面中设置。
在一些方面,可以通过所述主机设备上的所述应用程序、通过所述监测设备、或使用所述主机设备和所述监测设备两者以分布式处理,估计所述监测设备中的电池的电池可用时间。在闭环和开环两者中经由不同的函数执行计算。在闭环中,电池电压和/或其他感兴趣的可用参数(例如,环境温度、电路***负载等)被用于直接估计电池电量。在开环中,使用一个或多个计数器和/或感兴趣的其他可用参数(例如,环境温度、电路***负载等)直接估计电池电量。
附图说明
参考以下附图描述非限制性和非穷举性的示例。附图中的要素不一定相对于彼此按比例绘制。视情况使用相同的参考标记来指代对于附图来说共同的相同特征。
图1是示出被连接到计算设备和网络的监测设备的示例的框图;
图2A-图2F描绘了病人的身体上可以应用监测设备的示例测量位置;
图2G-图2L示出了适于与监测设备一起使用的示例粘合带布局;
图2M-图2O描绘了病人的身体上可以应用监测设备的示例测量位置;
图3描绘了适于与监测设备一起使用的调制方案的示例;
图4A-图4C示出了适于与监测设备一起使用的另一调制方案的示例;
图5是监测设备的示例的截面图;
图6A-图6C是描绘监测设备的示例的示意图;
图7是示出处理从监测设备接收的测量数据的示例方法的流程图;
图8A描绘了具有光传感器的监测设备的示例实施例;
图8B示出了具有温度传感器和光传感器的监测设备的示例实施例;
图8C描绘了具有光传感器和电接触传感器的监测设备的示例实施例;
图8D示出了具有光传感器、电接触传感器和温度传感器的监测设备的示例实施例;
图8E描绘了被配置为处理从图8A-图8D所示的温度传感器和/或电接触接收的信号的处理电路***的示例实施例;
图9A描绘了与安装在主机设备中的监测设备一起工作的应用程序;
图9B-图9C示出了监测设备和附件;
图9D详细示出了激活监测设备的步骤;
图9E-图9I描绘了示出用于将监测设备附接到各个测量位置的若干个示例性实施例的工作流程;
图9J-图9Q示出了启动主机设备中的应用程序、将监测设备连接到主机设备、以及开始监测设备与主机之间的连续的数据交换以产生测量结果和波形的步骤;
图9R-图9T描绘了用于可穿戴健身/医疗帽的示例性实施例;
图9U描绘了用于可穿戴健身/医疗贴片的示例性实施例;
图10A-图10B描绘了与医疗设备、健身设备和健康设备技术组合工作的用于共享由主机设备采集、处理和分析的数据的工作流程;
图10C-图10L示出了具有基于从穿戴医疗设备、健身设备和健康设备技术的用户采集的数据分析的示例性图表;
图10M-图10N示出了用于存储趋势和经编码的数据格式波形的示例性文件格式;
图10O-图10P详细示出了用于计算测量数据的对数波动率和波动率的步骤;
图10Q-10R详细示出了用于计算测量数据的Ln对数波动率和Ln波动率的步骤;
图11A-图11B示出了由主机设备上的应用程序产生标识和硬件诊断参数的实施例;
图11C描绘了关于与监测设备的技术支持队伍共享测量数据的示例实施例;
图12A描绘了警报/警告***的示例实施例;
图12B示出了应用程序的示例设置屏幕;
图13A描绘了电池图标和示例电池状态;
图13B示出了示例电池放电曲线;
图13C描绘了估计监测设备中的电池的电池可用时间的示例方法;
图13D描绘了用于监测设备的防篡改方法的流程图;
图14A描绘了确定监测设备的有效本底噪声的第一示例方法;
图14B示出了确定监测设备的有效本底噪声的第二示例方法;
图15A描绘了示例电池放电曲线;
图15B-图15C示出了估计监测设备中的电池的电池可用时间的示例方法;以及
图16示出了操作监测设备的方法的流程图。
具体实施方式
如本文所使用的,术语“最优的”旨在被宽泛地解释,并且旨在覆盖提供最佳、基本上最佳的值和模型、以及可接受的值和模型。如本文所使用的,术语“数据流”指代通过外生量(例如,时间、空间等)依次索引的数据。例如,作为时间的函数的数据流被假设为,通过诸如离散时间***之类的时间索引。作为空间的函数的数据流被假设为通过空间索引。根据应用,数据流可以通过具有物理意义或实质上抽象的量索引。本文公开的实施例可以被应用到任意数据流,与其索引或采样方法无关。
现在将详细参考在附图中示出的代表性实施例。应该理解的是,以下描述不旨在将所述实施例限制在所描述的示例实施例。如本文所使用的,监测设备是测量、跟踪和/或报告关于一个或多个生理参数的测量结果的数据(包括但不限于心率、血液灌注、氧饱和度、体温等)的电子健身或监测设备。测量结果或与测量结果有关的数据被发送到计算设备用于进一步处理。例如,氧饱和度(SpO2)、脉搏率(PR)和灌注指数(PI)可以在计算设备上估计。
图1是示出被连接到计算设备和网络的监测设备的示例的框图。监测设备100被附接到一个或多个测量位置,传感器可以很容易地从所述测量位置访问血液灌注信息。在所示出的实施例中,测量位置111是手指或指部(也参见图2A)。其他示例测量位置包括但不限于:病人的太阳穴(图2B)、前额(图2C)、颈部(图2D)、手臂(图2E和图2F)、耳朵或耳垂(图2M)、鼻子(图2N)和/或耳朵的后耳廓(图2O)。
在一个实施例中,监测设备100包括:处理设备102、仪器电路***107、通信设备103和存储设备115。仪器电路***107、通信设备103和存储设备115被连接到处理设备102。转换器108被连接到仪器电路***107和开关电路***112。通信设备103、存储设备115、处理设备102和仪器电路***107以及电源109被连接到开关电路***112。监测设备100还可以包括:粘合带,用于将监测设备100附接到测量位置。
监测设备100可以使用开关电路***112被打开。在一个实例中,开关电路***112是单次使用导电带开关。仪器电路***107可以包括:一个或多个光源,例如,发光二极管(LED);控制电路***和逻辑;以及,一个或多个光电检测器,例如光电二极管。通信设备103可以任意合适类型的通信设备,包括但不限于无线低功耗无线电(其示例包括但不限于BLE、ANT、Zigbee等)。通信设备116和通信设备103之间的无线连接和认证(当需要时)可以通过标准配对方法(即,正好起作用(Just Works)等)和带外方法(例如,近场通信(NFC)、条形码/图像扫描、或经由光传感器110与容纳在计算设备105中的相机(或光传感器)之间的光链路)来完成。根据监测设备100的配置,存储设备115可以包括但不限于:易失性储存器(例如,随机存取存储器)、非易失性储存器(例如,只读存储器)、闪存或这些存储器的任意组合。
监测设备100可以被可通信地耦接到计算设备105,例如,智能电话、平板计算设备、台式计算机或膝上型计算机,无线计算和/或数据聚合器应用设备、床边监视器、或通过有线或无线连接的类似的计算设备。计算设备105可以包括:连接到处理设备117的通信设备116和存储设备118。监测设备100经由通信设备103将测量数据传送到计算设备105(经由通信设备116),以进行处理、显示和/或存储。测量数据可以被用于,用于电子医疗记录数据转移、用于数据共享和/或数据的其他使用的警报。
计算设备105还可以包括一个或多个输入设备(由输入设备121表示)和/或一个或多个输出设备(由输出设备122表示)。输入设备121和输出设备122被连接到处理设备117。输入设备121可以被实现为任意合适的输入设备,例如:(物理的或虚拟的)键盘、鼠标、轨迹球、麦克风(用于语音识别)、图像捕捉设备和/或触摸屏或触摸显示器、或任何其他计算机生成的感知输入信息。输出设备122可以被实现为任意合适的输出设备,例如:显示器、一个或多个扬声器和/或打印机、或任何其他计算机生成的感知输出信息。在一些实施例中,测量数据或表示测量数据的数据可以被提供给输出设备122。例如,测量数据或表示测量数据的数据可以被显示在显示器上。
在一些实施例中,计算设备105和/或监测设备100可以通过一个或多个网络(由网络120表示)访问外部存储设备119,以存储和/或检索测量数据。在一个或多个实施例中,网络120是任意合适的类型的网络的说明,例如,计算设备和/或监测设备100可以与其他计算设备通信在其上通信的内联网和/或分布式计算网络(例如,互联网)。
如之后将更详细地描述的,可以处理由监测设备100产生的测量数据,以确定或估计一个或多个生理参数(例如,脉搏率、血氧饱和度)。作为所述处理的一部分,利用数值求解器设备处理一个或多个信号。数值求解器设备可以利用一个或多个电路(电路***)、由一个或多个处理设备(例如,处理设备102和/或处理设备117)执行的软件算法或程序、或电路***和软件算法的组合实现。
例如,在一个实施例中,监测设备100中的存储设备115可以包括若干软件程序或算法和数据文件,包括数值求解器设备。当在处理设备102上执行时,数值求解器设备可以执行包括但不限于本文描述的方面的过程和/或导致其执行。在另一实施例中,计算设备105中的存储设备118可以包括若干软件程序或算法和数据文件,包括数值求解器设备。当在处理设备117上执行时,数值求解器设备可以执行包括但不限于本文描述的方面的过程和/或导致其执行。在有一些其他实施例中,数值求解器设备的操作被分配,以使操作中的一些由处理设备102执行,并且操作中的另一些由处理设备117执行。
图2G-图2L示出适于与监测设备一起使用的示例粘合带布局。在附图中,每个监测设备使用不同的粘合带布局,例如,分别在图2G和图2H中描绘的那些。具体地,在所示出的实施例中,监测设备203使用被封装在聚四氟乙烯(PTFE)袋或由生物相容带206制成的折纸中的扁平粘合绷带205被附接到病人的指尖202,如图2G所示。当监测设备203的下面208被附接到病人的皮肤时,下面208上的光传感器207可以接触病人的皮肤。在许多备选实施例中的一些中(例如,图2H至图2L所示的那些中),粘合绷带或带204可以被用于将监测设备203附接到测量位置。
小占位面积
所述监测设备的实施例可以提供较小的占位面积(尺寸)。较小的尺寸可能在制造中需要较少的材料、较容易使用、需要较少的存储空间、较少的运输成本、较不具侵入性的设备、以及用于病人的较舒适且在使用该监测设备时较具可移动性的仪器、等等方面。在一个实施例中,监测设备100可以包括:印刷电路板(PCB),包括具有集成的通信设备103的处理设备102;紧凑集成电路,其包括用于信号调节和LED电流驱动的仪器电路***107;电源109;以及转换器108。与转换器108组合的电源109提供所需的较高的电压,以驱动光传感器110的光源113和/或光电检测器114。在一个实施例中,转换器108是单个DC-DC开关转换器,电源109是可丢弃的电池,光源113是LED,并且光电检测器114是硅光电二极管。
处理设备102和仪器电路***107可以由电源109直接供电。光传感器110可以通过许多种合适的装置和方法中的任意一种与PCB一起被封装,包括(作为示例)通过将各种类型的(可选地与PTFE组合)柔性的粘合带附接到PCB。本领域技术人员将理解,PCB可以是刚性的或柔性的,或是基板的形式,其中,一些或所有组件是,被附接且被导线键合到基板、以及为了保护而使用环氧树脂或一些其他封装材料封装的管芯。此外,光传感器110可以使用许多种合适的装置和方法中的任意种被附接到测量位置111,包括(作为示例)通过使用作为光传感器110封装结构的一部分的粘合带(如本文所述)。
低功耗
在一些方面,处理设备102是,具有用于控制无线低功耗无线电(通信设备103)和仪器电路***107的双重功能的低功率ARM处理器。光传感器110可以包括:高效率LED和至少一个硅光电二极管,它们以反射配置布置,以使LED和至少一个硅光电二极管彼此物理分离,以最小化所需要的LED电流和仪器电子设备中的前端增益。仪器电路***107可以具有非常低的偏置电流并且在低电压处操作。在一个实施例中,环境光干扰可以通过,在较高的频率处调制和在时间上复用LED的电流,以将已生成的光信号和已检测的光信号的频谱内容偏移到环境光干扰较不可能发生的频谱的范围中,被避免或至少被减少。
图3描绘了适于处理由监测设备产生的信号的分布式***和适于与监测设备一起使用的示例调制方案。调制方案300可以降低算法框图302中示出的解调、抽取、LED电流校准、感测(sensor off)病人、错误处理和警报、诊断和/或通信算法的复杂度。算法框图302中的框中的一些或全部被包括在监测设备303中。LED驱动器算法、前端算法和监督算法均可以是被存储在存储设备115中的软件程序。
在图3中描绘的调制方案中,每个LED(光源113)保持导通大约25%的调制时间周期(LED工作周期)。较小的LED工作周期可以被用于减小总功耗。LED可以保持关断大约50%的调制时间周期。如果LED工作周期要被减小并且如果调制频率保持相同,那么LED被关断的间隔也可以增大。波形中的两个时隙305、306表示LED被关断时的时间。两个时隙305、306可以被用于探测和消除环境光的影响。在实施例中,可以采用与1KHz一样低的调制频率,使信噪比数据类似于医疗级脉搏血氧计,所述实施例执行解调方案中的复杂的滤波和信号处理,以恢复由LED光信号与由测量位置的灌注血氧的组织引起的衰减的相互作用生成的光信号。
在一些实施例中,分布式计算架构可以被用于计算一个或多个生理参数,例如,血氧饱和度(SpO2)、脉搏率(PR)和灌注指数(PI)。例如,SpO2、PR和PI在主机计算设备304(例如,移动电话或膝上型计算机)上估计,以增加监测设备的电池可用时间。在一个实施例中,一个或多个数值求解器设备还可以被包括在主机计算设备304的后端算法中。例如,数值求解器设备还可以被包括在氧饱和度和脉搏率算法中、以及灌注指数算法中。在另一示例中,一个或多个数值求解器设备可以是单独的算法,该算法由氧饱和度和脉搏率算法和由灌注指数算法调用。
在其他实施例中,一个或多个数值求解器设备还可以被包括在监测设备303中。例如,一个或多个数值求解器设备可以被实现在诸如例如解调算法之类的前端算法中。
监测设备303中的处理设备(例如,图1中的处理设备102)可以执行时间紧急、高频率、低延迟和低复杂度任务。由监测设备303中的处理设备处理的数据在带宽上可以通过抽取算法减少,并且被无线发送到主机计算设备304(例如,到处理设备)。在一个实施例中,主机计算设备304可以执行较复杂的高延迟任务,以计算和连续显示SpO2、PR和PI的测量值。
在示例实施例中,来自德州仪器的监测设备前端(AFE4403)可以被用作仪器电路***107(图1)。在这样的实施例中,所述监测设备前端可以被编程,以直接生成和控制所需要的LED调制方案,而无需来自传感器处理设备102的附加资源。
在图4A中示出其他示例调制方案。RED-GREEN-IR调制方案和/或多波长顺序调制方案可以结合具有低灌注和/或经历过度运动的测量位置使用。图4B和图4C描绘了确定要使用哪种调制方案的方法的流程图。图4B-图4C示出特定类型的调制可能有利的示例场景。在图4B所示的方法中,被采用的调制方案依赖于前述因素(例如,低灌注和/或经历过度运动)。最初,如框400所示,确定测量位置是否具有低的灌注和/或经历运动。如果没有,则处理转到框402,可以在其中使用图3所示的调制方案。当测量位置具有低的灌注和/或经历运动,所述方法在框404处继续,可以在其中使用RED-GREEN-IR调制方案或多波长顺序调制方案。
在图4C所示的方法中,在框406处确定是否要获得或确定其他血液参数的一个或多个测量结果。所述血液参数可以包括但不限于葡萄糖、水和血红蛋白。如果要确定其他血液参数的一个或多个测量结果,则处理转到框408,可以在其中使用图3所示的调制方案或图4A所示的RED-GREEN-IR调制方案。如果将不确定其他血液参数的一个或多个测量结果,则所述方法在框410处继续,可以在其中使用多波长调制方案。
对于图4A所示的RED-GREEN-IR调制方案,绿色LED和红色LED根据上述导通-关断模式被激活和调制一时间段,然后,红色LED(RED)被替换为近红外LED(IR),并且也调制一时间段。在测量位置经历运动和/或低的灌注级别的同时,所述事件的序列重复其自身。当紫色与黄色之间的波长范围中的(即,大约400nm至590nm之间的)光被应用到灌注血液的测量位置时,在这个区域中看到较多的光散射和吸收,当与红色波长区域和近红外波长区域中的幅度相比时,创建在幅度上要大得多的光体积描记图(photoplethysmograph)。通常使用绿色波长,因为这个范围中的LED在与紫色-黄色范围中的其他波长相比时提供好的效率和可靠性以及较低的成本。此外,在散射级别和吸收级别方面希望血液在绿色区域中的光学性质。与绿色LED相关联的光体积描记图可以被用于改进心率的检测和/或红色和近红外的真实的光体积描记图幅度和波形的检测,其是低灌注情况和运动情况下的血液的氧饱和度的准确测量所需要的。
图4A所示的多波长顺序调制方案可以在感兴趣的参数需要除了红色LED和近红外LED以外的其他波长时的一些实施例中使用。示例包括其他血液组分(参数)(例如,用于糖尿病管理的葡萄糖、用于身体水合作用管理的水、用于贫血和/或血液注入管理的总血红蛋白等)的非侵入式测量。如图4A所示,不同中心波长的若干光源(即,λ1、λ2、…、λn LED)在时间上顺序导通和关断。在葡萄糖的非侵入式测量的情况下,可以采用900nm至1700nm的范围中的多个LED。在总血红蛋白和/或水的非侵入式测量的情况下,在600nm至1350nm的范围中的波长应该是足够的。所定义的频谱范围是足够的,因为在测量位置处的血液成分和无血液成分具有根据所考虑的波长子范围的通常十分不同的频谱特征。例如,水和葡萄糖在1550nm至1700nm范围中比其他组分具有较高的吸收,血红蛋白种类在600nm至1350nm中具有显著的特征,脂肪在与其他血液组分比较时在整个范围上一般具有显著的散射性质、等等。图3和图4A所示的调制方案可以在时间上根据特定应用和/或测量情况切换。
在一些实施例中,图4C所示的方法可以在多参数监测设备中使用,所述多参数监测设备使用图3所示的调制和/或图4A所示的RED-GREEN-IR调制方案,连续测量SpO2、PR和PI。所述监测设备可以使用多波长调制方案,执行其他血液参数(例如,之前提到的那些(即,葡萄糖、水等))的低频周期性抽样测量。这种布局(topology)是可能的,因为通常水、葡萄糖、血红蛋白等在血液中的浓度在与SpO2、PR和PI比较时变化较慢。因为用于所述参数的典型的测量周期性一般长得多(即,每30分钟一次、每小时一次等),所以监测设备功耗上的增加不显著。所需要的附加的LED和光电检测器技术(即,用于600nm至1700nm波长测量范围的硅和砷化铟镓光电二极管)表示小的成本增加和可忽略的传感器占位面积上的增加。
图4A所示的多波长调制方案还可以被用于测量SpO2、PR和PI。在这种配置中,红色LED和近红外LED与其他波长组合,以创建“n”光体积描记图,其可以被用于改进SpO2准确性或运动性能。至少部分地改进准确性,因为整个可见和近红外范围上的附加的LED使估计算法能够应对氧饱和度、脉搏率和/或灌注的测量中不需要的其他血液成分和无血液成分的光学干扰影响。改进了在运动下的操作,因为运动加速度在静脉和毛细血管血液上的影响在测量位置中创建了光学干扰,所述光学干扰具有根据波长范围的不同的形态特征,因此较可能通过诸如本文描述的数值求解器设备之类的先进的信号处理从光体积描记图中消除。
本领域技术人员将理解,本文讨论的波长和其他测量结果以及范围一般旨在作为本发明的某些实施例的代表,而不作为对可以实践本发明的许多方式的界定。
如之前描述的,分布式计算架构可以被用于计算SpO2、PR和PI,其中,SpO2、PR和PI在主机计算设备(例如,图3中的主机计算设备304和图1中的计算设备105)估计,以增加监测设备的电池可用时间。监测设备中的处理设备(例如,图1中的处理设备102)可以执行时间紧急、高频率、低延迟和低复杂度任务。由监测设备中的处理设备处理的数据在带宽上可以通过抽取算法减少,并且被无线发送到主机计算设备。在一个实施例中,主机计算设备中的一个或多个处理设备(例如,计算设备105中的处理设备117)可以执行较复杂的高延迟任务,以计算和连续显示SpO2、PR和PI的测量值。
图5是示例监测设备的截面图。图5描绘了制作无线可丢弃的连续监测设备500的多个组件的层叠(stack-up)的许多方式中的一种方式。由生物相容带510制成的PTFE封装袋或折纸可以容纳监测设备500的组件。自顶至下,监测设备500可以包括:天线509、电池508、印刷电路板(PCB)501和PCB电路***502、以及光传感器503。为了附接到病人的诸如指尖之类的测量位置,监测设备500可以包括PCB到皮肤的粘合层506。粘合层505由导电带(例如,各向同性压敏导电带)制成,并且粘合层504包含(当闭合时)对PCB 501馈送电力的电接触。启用衬垫507可以被设置在粘合层504与粘合层505之间、以及粘合层506上,从而在启用衬垫被取下时,显露光传感器503和粘合层506,以附接到病人的测量位置,以及连接层504和层505,以在监测设备上供电。
图6A-图6C是示出示例监测设备的示意图。监测设备可以包括集成电路602(图6A),例如,德州仪器的AFE4403电路或AFE4490电路,包括光电二极管前端、LED驱动器和控制逻辑。光传感器603(图6A),例如,OSRAM的SFH7050传感器,可以包括绿色LED、红色LED和近红外LED以及硅光电二极管。监测设备可以包括主处理设备601(图6B),例如,可从北欧半导体获得的ARM Cortex M0处理器。此外,监测设备可以包括16MHz晶体振荡器605、32.768kHz晶体振荡器604(当使用ANT低功耗无线电时)、2.45GHz阻抗气球滤波器(impedance balloon filter)(单端到差分(single to differential))606、阻抗匹配电路607和天线608(图6B)。图6C所示的监测设备的电源管理电路可以包括:升压转换器621,例如,来自德州仪器的TPS61220;铁氧体电感器611;升压转换器电压设置电阻器609、610;用于主处理设备601的调试引脚612;噪声抑制下拉电阻器613;电池电压端子614;导通开关引脚615;以及用于主处理设备601(图6B)和集成电路的电压616、电压617、电压618、电压619、电压620。在一个实施例中,导通开关引脚615是单次使用引脚。
如将被理解的,图6A-图6C所描绘的组件,以及图6A-图6C的对应描述,仅用于说明目的,并且不旨在将实施例限制到特定的步骤顺序或硬件组件或软件组件的特定组合。
图7是示出处理从监测设备接收的测量数据的示例方法的流程图。所示出的方法将测量数据拟合到模型,并且基于该模型,确定一个或多个生理参数(例如,PR、SpO2、PI)。根据应用,图7的方法执行一次,或者所述方法重复给定的次数。例如,利用监测设备,只要接收到测量数据的流,就可以重复图7所示的方法。在非限制性监测设备的示例中,图7的方法基本上每0.75秒重复。
最初,如框700所示,接收测量数据的流。在一个实施例中,测量数据的流是经时间复用和调制的测量数据的数字流。在监测设备实施例中,测量数据的流表示任意合适数量的测量样本,所述测量样本由监测设备以给定的采样频率(例如,4kHz)捕捉。在一个实施例中,测量数据的流由监测设备连续捕捉,但是其他实施例不限于这种实现。
然后在框702处对测量数据的流解调和滤波,以产生用于每个波长通道(例如,红色、红外等)的各个数据流。可以使用任意合适的解调技术。在非限制性示例实施例中,解调***可以包括:多通道对称方波解调器设备,能够操作用于连接到滤波器设备,如2018年11月21日提交的同时待审的美国申请16/198,550中所公开的一样。滤波器设备可以被实现为单级或多级滤波器设备。在一些实施例中,解调器设备和/或滤波器设备执行抽取,其中,采样频率被减小到较低的值(例如,从4kHz到1kHz、从1kHz到50Hz),以减小信号处理需求、无线带宽和/或功耗。附加地或备选地,所述解调***和技术能够去除预定义的连续的频率范围(即,0Hz至800Hz)之中的大部分或基本上所有干扰信号。
在一些方面,每个相应的数据流是光体积描记图数据流。在框704处,每个相应的数据流被归一化。在一个实施例中,采用每个数据流的对数并且进行带通滤波,以产生用于每个波长通道的光体积描记图数据流。
接着,在框706处,光体积描记图数据流由数值求解器设备处理,以计算或估计最小化代价函数的最优变量,以产生一个或多个光体积描记图模型。在一个实施例中,以适于特定应用的任意尺寸的批数据来处理光体积描记图数据流。例如,利用监测设备,批数据尺寸可以等于几秒钟的数据(例如,在5秒上采集的250个样本),并且每特定的时间间隔(例如,0.75秒)进行实时更新。
在一个方面,数值求解器可以将数据流与通过最优变量参数化的经索引的光体积描记图模型的序列进行比较。例如,对于以1BPM为步长的从25BPM至250BPM的每个脉搏率(PR)值,数值求解器设备计算最小化代价函数的最优变量的值,以产生用于给定数据流的最佳光体积描记图模型。如2018年11月21日提交的同时待审的美国申请16/198,504中所公开的,在一个实施例中,代价函数可以由以下公式定义:
其中,A∈Rk×m,k≥m,是常数矩阵,bi∈Rk,i=1,2,...n是常数向量,x∈Rm和z=[z1z2 … zn]T∈Rn是最优可变向量,并且T上标是转置运算符。
基于数值求解器设备及其相应的PR值产生的每个光体积描记图模型被考虑为数据点(对)。因此,在这个示例中,光体积描记图模型通过PR值进行索引。如果代价函数由公式1给定,那么每个光体积描记图模型由向量Ax和缩放因子zi表示,并且光体积描记图数据流由向量bi表示。最优变量是向量x和缩放因子zi。矩阵A中的每一列提供关于潜在应用或现象的信息。在一个实施例中,矩阵A通过PR值(的函数)进行索引。因此,矩阵A中的条目针对每个PR值改变,其反过来又改变针对x和缩放因子zi的最小化公式1中的代价函数的最优解。
接着,如框708中所示,通过将光体积描记图模型与基准光体积描记图模型进行比较,针对通过PR值进行索引的每个光体积描记图模型计算一个或多个度量。基准光体积描记图模型表示用于与测量数据相关联的用户的最佳的或已选择的光体积描记图模型。在一个实施例中,一个或多个度量与光体积描记图模型相关联。示例度量包括但不限于:均方根准确性(Arms)、相关值、L2范数、L1范数、Linf范数、功率、相关值、以及谐波和形态分析匹配。因为基于通过PR值进行索引的光体积描记图模型计算一个或多个度量,所以一个或多个度量也通过相同的PR值进行索引。
例如,在一些实施例中,将一个或多个已计算的度量同与基准光体积描记图模型相关联的对应的度量(基准度量)进行比较,以确定一个或多个已计算的度量与对应的基准度量多么靠近或类似。附加地或备选地,将每个光体积描记图模型的形状与基准光体积描记图模型的形状进行比较,以确定每个光体积描记图模型与基准光体积描记图模型多么类似或不类似。在一些实施例中,诸如均方根准确性(Arms)、相关值、L2范数、L1范数、Linf范数、相关值以及谐波和形态分析匹配之类的度量可以被用于,取得光体积描记图模型与基准光体积描记图模型之间的一致性(形状类似性)的程度。
在框710处,选择或确定用于进行估计或计算的每个波长通道和感兴趣的一个或多个值的最优的光体积描记图模型。感兴趣的值可以包括:生理参数(例如,SpO2、PR、PI和/或感兴趣的其他生理参数)的感兴趣的值。通过对已计算的度量(即,最大值、最小值、值的比、线性和非线性分类算法等)应用分类标准(算法),计算感兴趣的值。例如,用于给定红色数据流和红外数据流的针对PR的最佳估计值,可以通过挑选PR值来获得,只要对应的光体积描记图模型Arms误差值(当与最新的基准光体积描记图模型进行比较时)小于指定的门限,该PR值就产生具有最大归一化功率的光体积描记图模型。针对SpO2和PI的最佳估计值可以基于产生针对PR的最佳估计值的光体积描记图模型,经由缩放因子(红色幅度和红外幅度)进行计算。
然后从已估计的感兴趣的值中去除一个或多个异常值以产生感兴趣的值的子集。在一些实施例中,在框712处产生感兴趣的值的平均估计值。任意合适的技术都可以被用于去除异常值。
然后将感兴趣的值的子集提供给存储设备(例如,存储器)和/或输出设备(框714)。例如,一个或多个感兴趣的值可以被显示在显示器上。接着,如框716中所述,基于感兴趣的值的子集和/或最优的光体积描记图模型(例如,相关联的最优变量)更新基准光体积描记图模型。在一个实施例中,经由更新规则来更新基准光体积描记图模型,所述更新规则产生当前基准光体积描记图模型和最优的光体积描记图模型的加权平均值。
图8A-图8D描绘了低成本的单次使用监测设备的示例实施例。在图8A中,监测设备100被固定到测量位置804,并且包括光传感器110。如之前描述的,光传感器110包括一个或多个光源113和一个或多个光电检测器114。一个或多个光源113发射光807,光807穿透表皮800和灌注血氧的真皮810,并且与心脏的脉动信号相互作用,与创建光脉动信号。光脉动信号(光体积描记图)由被连接到一个或多个光电检测器114的前端电路***(例如,图1中的仪器电路***107和处理设备102)捕捉。前端电路***对光脉动信号进行滤波、调节和/或将其转换成数字信号。这些数字信号可以被无线传送到主机设备(例如,使用通信设备103的主机设备105),用于进一步处理和分析、实时测量显示、警告(警报)生成和/或主体的SpO2、PR、PI的存储等。
在图8B中,监测设备100包括与测量位置804接触的光传感器110和一个或多个温度传感器(通过温度传感器(T)801表示)。温度传感器801被用于测量核心体温。例如,监测设备100可以被附接到主体的前额、耳朵(后耳廓)、或主体的身体上具有与身体的核心温度有关的表面温度的一些其他位置。温度传感器801可以被连接到温度前端电路***808(图8E中所描绘的),其对温度信号进行调节、滤波和/或将其转换成数字温度信号。数字温度信号然后可以被无线传送到主机设备(例如,图1中的主机设备105),用于进一步处理和分析、实时测量显示、警告(警报)生成和/或身体的核心温度的存储。在一个实施例中,温度前端电路***808包括图1所示的仪器电路***107和处理设备102。
图8C中的监测设备100包括第一电接触传感器(E1)802和第二电接触传感器(E2)803。该示例实施例可以在不需要温度传感器(T)801、或测量位置处的表面温度与身体的核心温度不相关的测量位置上使用。在所示出的实施例中,监测设备100被附接到测量位置804(例如,主体的指部)。第一电接触传感器(E1)802被设置在监测设备100的第一表面的内侧上,其中,所述第一表面的外侧在监测设备被附接到测量位置时与测量位置接触。因此,当监测设备100被设置在测量位置上时,第一电接触传感器(E1)802与测量位置持续接触(或接近持续接触)。
第二电接触传感器(E2)803被设置在监测设备100的第二表面的内侧上。在图8C中,第二表面与第一表面相对,但是其他实施例不限于这种配置。第二电接触传感器(E2)可以位于任意表面的一侧上,以使第二电接触传感器(E2)803在监测设备100被附接到测量位置时不与测量位置接触。
当监测设备100被放置在或被附接到测量位置804上时,主体可以利用另一侧的手的指部805触摸电接触传感器803,以创建到主体的心脏806的闭合电通路,并且实现主体的心电活动(例如,心电图(ECG))的测量。第一电接触传感器802和第二电接触传感器803可以被连接到(图8E中所描绘的)ECG前端电路***809。ECG前端电路***809对ECG信号进行调节、滤波和/或将其转换成ECG数字信号。ECG数字信号可以被无线发送到主机设备(例如,图1中的主机设备105),用于进一步处理和分析、测量结果的实时显示、警告(警报)生成和/或ECG信号的存储。在一个实施例中,ECG前端电路***809是仪器电路***107的一部分,并且包括图1所示的处理设备102。
参考图8D,该示例实施例包括温度传感器(T)801以及第一电接触传感器802和第二电接触传感器803。在所示出的实施例中,测量位置804被假设为,具有与身体的核心温度(即,前额、耳朵(后耳廓)、腋窝等)有关的表面温度,或者具有可以被映射为与身体的核心温度(即,指部等)有关的温度。类似于图8C,当监测设备100被放置在测量位置804上、使得第一电接触传感器(E1)802接触测量位置、并且使主体利用创建到主体的心脏806的闭合电通路的指部805或任意其他身体部位触摸第二电接触传感器(E2)803时,主体就创建了到主体的心脏806的闭合电通路。在优选监测设备100与主体的身体之间的电隔离的实施例中,图8C和图8D中所描绘的第一电接触传感器802和第二电接触传感器803被电容接触传感器替换。在这样的实施例中,ECG前端电路***809可以具有高的输入阻抗,以实现没有可能由电容接触传感器创建的任何低频率谐波失真(衰减)的心脏的ECG的获取。
图9A描绘了与安装在主机设备中的监测设备(下文中的“应用程序”)一起工作的应用程序。在一个实施例中,从应用程序提供方的在线应用程序站点或网站下载应用程序并且安装在主机设备中。表示应用程序的图标902可以被显示在主机设备上的屏幕900上。例如,所述监测设备是OXXIOM脉搏血氧计,并且所述应用程序是True Wearables(真正可穿戴)公司的OXXIOM应用程序。示例主机设备包括但不限于智能手表、台式计算机、膝上型计算机和蜂窝电话或其他移动计算设备。
图9B-图9C示出监测设备和附件。为了防止在存储和/或运输期间对监测设备100的篡改,防篡改标签903对封装904进行密封,直到用户准备使用为止。当用户准备使用监测设备100时,用户撕下防篡改标签903并且去除具有条形码的产品标记906。在图9C中,从封装904去除监测设备100和附件。在这个示例中,除了监测设备100和产品标记906以外,封装904还包含带907卷和头带908。在一个实施例中,带907是自粘合微透气带。头带908可以被存放在带907卷的内部,并且在带907卷从封装904去除时从带907卷去除(去除头带908由箭头表示)。
图9D详细示出激活监测设备的步骤。在步骤一中,标记为“1”的标签909被去除,以靠近电接触,并且打开监测设备100。在一个实施例中,标签909由导电带制成。在步骤二中,由用户按压监视器设备100的外表面上的指示器910(例如,点),以确认电接触被闭合,以打开监测设备。当监测设备100被打开时,灯905(例如,绿色灯)被打开,并且指示监测设备100能够被能够操作用于连接到主机设备上的应用程序。在一个实例中,灯905可以是光传感器的一个或多个光源113的一部分,以减少成本和设备占位面积。
在步骤三中,标记为“2”的标签911被去除,以显露用于将监测设备100附接到测量位置的粘合带。例如,粘合带可以是生物相容粘合带。在一个实施例中,第二电接触传感器(例如,图8D中的803)是图9D的步骤一中描绘的标记906。标记906可以由金属粘合带制成,从而具有识别监测设备100和充当第二电接触传感器的双重功能。附加地或备选地,第一电接触传感器(例如,图8D中的802)和温度传感器(例如,图8D中的801)可以是,在去除标签911时显露的粘合带的一部分。粘合带,作为监测设备的外部壳体或外壳的一部分,可以被设计为,对主体的皮肤具有好的粘合性、以及好的电性质和热性质,以实现身体的核心温度和心脏的ECG的准确的测量。
图9E-图9I描绘了示出用于将各示例监测设备附接到测量位置的过程的流程图。图9E示出将监测设备100设置在用户上(例如,设置到用户的指部)的过程。在所示出的实施例中,早已经执行图9D的步骤一至步骤三。监测设备100被附接到测量位置804(例如,指尖),使光传感器的光源113和光电检测器114(以及如果被包括在盟测设备100中时的温度传感器801和/或第一电接触传感器802)被放置在测量位置804上并且与其接触。在一些实施例中,监测设备100被带907包裹,以改进监测设备100与测量位置804之间的光耦合、电耦合和/或热耦合。带907还可以保护监测设备100免于各种事件,包括但不限于机械震动、移位和直接的阳光暴露。
然而,在监测设备100包括第一电接触传感器和第二电接触传感器(例如,图8D中的802、803)的实施例中,根据带907如何包裹在测量位置804和监测设备100周围,带907可以覆盖第二电接触传感器(例如,图8D中的803)。因此,导电纤维(未示出)还可以被包括在带907中,以产生具有导电性质的带。带907中的导电纤维创建第二电接触传感器与带907之间的电接触。每当主体利用另一身体部位(例如,图8D中的另一侧的手805)触摸导电自粘合带907时,就创建到主体的心脏的闭合电通路(例如,图8D中的806)。在一些实例中,布置导电纤维,从而不阻挡可用的无线频率范围(例如,用于蓝牙低功耗的在2400MHz与2483.5MHz之间的频率范围)中的波频率,以实现监测设备100与主机设备无线通信。
在另一实施例中,具有导电纤维的带907可以制成监测设备100的一部分,从而执行升高监测设备100中的无线天线的增益的功能。为了升高无线效率,当使用具有导电纤维的导电带907时,将带907包裹在测量位置804周围可以以在指尖末端处留下腔体(或孔、间隙)912的方式完成。可以基于带907如何包裹在监测设备100和测量位置804(例如,指尖)周围和/或通过带907被设计用于和/或被附接到监测设备100的方式,创建腔体912。
当在测量位置804处对监测设备100施加压力时,带907中的导电纤维可以改善与测量位置804的光耦合、电耦合和/或热耦合(接触)。附加地或备选地,导电纤维可以用作第二电接触传感器(例如,图8D中的803),当用户(主体)触摸具有导电纤维的带907时,其使主体能够创建到心脏的闭合电通路。
图9F描绘了被设置在主体的前额上的监测设备。在所示出的实施例中,已经执行图9D的步骤一至步骤三。监测设备100被附接到测量位置804(例如,前额),其中使光传感器的光源113和光电检测器114(以及如果被包括在监测设备100中时的温度传感器801和/或第一电接触传感器802)被放置在测量位置804上并且与测量位置804接触。
在一些实例中,使用前额作为测量位置804可以导致针对SpO2、PR和PI的改善的测量结果。前额区域中的被灌注的组织是几毫米厚,并且适于反射脉搏血氧计,其具有一个或多个光源与一个或多个光电检测器(例如,图8A中的光源113和光电检测器114)之间的较小的间隔(间隙)。在一些实施例中,监测设备100具有2.5mm与7mm之间的间隔间隙。然而,根据光传感器设计,可以达到小于2.5mm的间隔间隙。监测设备100可以从前额探测浅的被灌注的血液组织,提供具有较高信噪比的波形,并且即使在非常低的灌注级别处也实现了SpO2、PR和PI的准确检测。
前额作为测量位置804在身体活动期间也可以是有利的。考虑到测量位置804位于主体的头部上,所以其不易受运动伪影影响。作为对抗脑损伤的自我保护的机制,通过由骨骼和肌肉实现的运动转储,身体的运动影响在主体的头部处始终被最小化。此外,考虑到其邻近脑,前额经历针对生理改变(即,SpO2、PR和/或PI改变等)的较短的传输延迟,并且也显示了对寒冷的较少的血管收缩响应。可选地,头带908(参见图9C)可以被用于保护监测设备100免于各种事件,例如,机械震动、移位和直接的阳光暴露。头带908还可以改善与测量位置804(例如,前额)的光耦合、热耦合和/或电耦合。
然而,在监测设备100包括第一电接触传感器和第二电接触传感器(例如,图8D中的802、803)的实施例中,头带908可以覆盖第二电接触传感器(例如,图8D中的803)。因此,导电纤维(未示出)还可以被包括在头带908中,以产生具有导电形状的织物或头带。头带908中的导电纤维创建第二电接触传感器与头带908之间的电接触。每当主体利用身体部位(即,图8D中的指尖805)触摸具有导电纤维的头带908时,就创建到主体的心脏的闭合电通路(例如,图8D中的806)。
为了使监测设备100能够与主机设备(例如,图1中的105)无线通信,可以布置头带908中的导电纤维,从而不阻挡可用的无线频率范围中的波频率。在另一实施例中,具有导电纤维的头带908可以制成监测设备100的一部分,从而执行:通过导电纤维升高监测设备100中的无线天线的增益的功能;和/或当在测量位置804处对监测设备100施加压力时,改善与测量位置804(例如,前额)的光耦合、电耦合和热耦合(接触)。附加地或备选地,导电纤维可以用作第二电接触传感器(例如,图8D中的803),每当主体使用身体部位(即,图8D中的指尖805)触摸具有导电纤维的头带908时,其使用户(主体)能够创建到心脏的闭合电通路。
图9G描绘了被放置在主体的前额上的监测设备100,使光传感器的光源113和光电检测器114(以及如果被包括在监测设备100中时的温度传感器801和/或第一电接触传感器802)被放置在测量位置804上并且与其接触。在这个实施例中,粘合绷带913被用于保护监测设备100免于各种事件,包括机械震动、移位和直接的阳光暴露。粘合绷带913还可以改善与测量位置804(例如,前额)的光耦合、热耦合和/或电耦合。
然而,在监测设备100包括第一电接触传感器和第二电接触传感器(例如,图8D中的802、803)的实施例中,粘合绷带913可以覆盖第二电接触传感器(例如,图8D中的803)。因此,导电纤维(未示出)还可以被包括在粘合绷带913中,以产生具有导电性质的绷带。绷带913中的导电纤维创建第二电接触传感器(例如,图8D中的803)与绷带913之间的电接触。每当主体利用身体部位(即,图8D中的指尖805)触摸具有导电纤维的绷带913时,就创建到主体的心脏的闭合电通路(例如,图8D中的806)。
为了使监测设备100能够与主机设备(例如,图1中的105)无线通信,可以布置绷带913中的导电纤维,从而不阻挡可用的无线频率范围中的波频率。在另一实施例中,具有导电纤维的绷带913可以制成监测设备100的一部分,从而执行:通过导电纤维升高监测设备100中的无线天线的增益的功能;和/或当在测量位置804处对监测设备100施加压力时,改善与测量位置804(例如,前额)的光耦合、电耦合和热耦合(接触)。附加地或备选地,导电纤维可以用作第二电接触传感器(例如,图8D中的803),每当主体使用身体部位(即,图8D中的指尖805)触摸具有导电纤维的头带908时,导电纤维使用户(主体)能够创建到心脏的闭合电通路。
图9H描绘了放置在主体的前额上的监测设备100。监测设备100被附接到测量位置804(例如,前额),其中使光传感器的光源113和光电检测器114(以及如果被包括在监测设备100中时的温度传感器801和/或第一电接触传感器802)被放置在测量位置804上并且与测量位置804接触。在这个实施例中,帽子914可以被用于保护监测设备100免于各种事件,包括机械震动、移位和直接的阳光暴露。帽子914还可以改善与测量位置804(例如,前额)的光耦合、热耦合和/或电耦合。
然而,在监测设备100包括第一电接触传感器和第二电接触传感器(例如,图8D中的802、803)的实施例中,帽子914可以覆盖第二电接触传感器(例如,图8D中的803)。因此,导电纤维(未示出)还可以被包括在帽子914中,以产生具有导电性质的织物或帽子914。帽子914中的导电纤维创建第二电接触传感器与帽子914之间的电接触。每当主体利用身体部位(即,图8D中的指尖805)触摸具有导电纤维的帽子914时,就创建到主体的心脏的闭合电通路(例如,图8D中的806)。
为了使监测设备100能够与主机设备(例如,图1中的105)无线通信,帽子914中的导电纤维可以被布置为不阻挡可用的无线频率范围中的波频率。在另一实施例中,具有导电纤维的帽子914可以制成监测设备100的一部分,从而执行:通过导电纤维升高监测设备100中的无线天线的增益的功能;和/或当在测量位置804处对监测设备100施加压力时,改善与测量位置804(例如,前额)的光耦合、电耦合和热耦合(接触)。附加地或备选地,导电纤维可以用作第二电接触传感器(例如,图8D中的803),每当主体使用身体部位(即,图8D中的指尖805)触摸具有导电纤维的帽子914时,导电纤维使用户(主体)能够创建到心脏的闭合电通路。
图9I描绘了放置在主体的后耳廓(耳朵)上的监测设备100。监测设备100被附接到测量位置804(例如,耳朵),其中使光传感器的光源113和光电检测器114(以及如果被包括在监测设备100中时的温度传感器801和/或第一电接触传感器802)被放置在测量位置804上并且与测量位置804接触。在一些实例中,根据光的强度和用户的皮肤颜色,由一个或多个光源113发射的光可以是透过耳朵的软骨可见的(参见区域950)。
在一个方面,使用后耳廓作为测量位置804可以导致针对SpO2、PR和PI的改善的测量结果。耳朵的这个区域中的耳朵软骨的厚度通常只有几毫米厚。因此,测量位置804适于反射脉搏血氧计,其在光传感器的一个或多个光源与一个或多个光电检测器(例如,图8D中的113、114)之间具有小的间隔(间隙)。
测量位置804使监测设备100能够从后耳廓探测浅的被灌注的血液组织,提供具有信噪比的波形,并且即使在非常低的灌注级别处也实现了SpO2、PR和PI的准确检测。后耳廓作为测量位置804在身体活动期间也是有利的。考虑到测量位置804(例如,耳朵)位于主体的头部上,所以其较不易受运动伪影影响。作为对抗脑损伤的自我保护的机制,通过由骨骼和肌肉实现的运动转储,身体的运动影响在主体的头部处始终被最小化。此外,考虑到其邻近脑,后耳廓经历针对生理改变(即,SpO2、PR和/或PI改变等)的较短的传输延迟,并且也显示了对寒冷的较少的血管收缩响应。
在一些实施例中,粘合带915可以被用于保护监测设备100免于各种事件,包括机械震动、移位和直接的阳光暴露。粘合带915还可以改善与测量位置804(后耳廓)的光耦合、热耦合和/或电耦合。然而,在监测设备100包括第一电接触传感器和第二电接触传感器(例如,图8D中的802、803)的实施例中,粘合带915可以覆盖第二电接触传感器(例如,图8D中的803)。因此,导电纤维(未示出)还可以被包括在粘合带915中,以产生具有导电性质的粘合带915。粘合带915中的导电纤维创建第二电接触传感器与粘合带915之间的电接触。每当主体利用身体部位(即,图8D中的指尖805)触摸具有导电纤维的粘合带915时,就创建到主体的心脏(例如,图8D中的806)的闭合电通路。
为了使监测设备100能够与主机设备(例如,图1中的105)无线通信,可以布置粘合带915中的导电纤维,从而不阻挡可用的无线频率范围中的波频率。在另一实施例中,具有导电纤维的粘合带915可以制成监测设备100的一部分,从而执行:通过导电纤维升高监测设备100中的无线天线的增益的功能;和/或当在测量位置804处对监测设备100施加压力时,改善与测量位置804(例如,耳朵)的光耦合、电耦合和热耦合(接触)。附加地或备选地,导电纤维可以用作第二电接触传感器(例如,图8D中的803),每当主体使用身体部位(即,图8D中的指尖805)触摸具有导电纤维的粘合带915时,导电纤维使用户(主体)能够创建到心脏的闭合电通路。
图9J-9P示出了开始主机设备中的应用程序、将监测设备连接到主机设备、以及开始监测设备与主机设备之间的数据交换以产生测量结果和波形的步骤。如图9J和图9K所示,主机设备中的无线通信设备(例如,图1中的116)经由主机设备上的用户设置界面952中的设置954实现。例如,在一个实施例中,蓝牙无线通信设备使用开关955(参见图9K)实现。
接着,如图9L所示,用户启动与监测设备交互的应用程序,其可以可选地导致具有与应用程序有关的信息(例如,诸如应用程序名称、制造者的名称、版权之类的信息等)的启动屏幕956被显示。具有可选择的要素960的屏幕958被显示(图9M)。在图9M中,可选择的要素960标记为“扫描”的按钮,但是其他实施例不限于这种实现。当用户第一次启动应用程序(例如,应用程序在以前没有被使用过)时,在一些实施例中,应用程序被锁定到屏幕958,直到用户从产品标记(例如,图9B中的产品标记906)扫描有效的条形码为止。
当用户选择可选择的要素960(例如,扫描按钮)时,可以呈现可选的通知962,说明应用程序正请求对主机设备(图9M)上的成像设备(例如,相机)的访问。成像设备被用于扫描产品标记上的条形码。图9N示出了显示被扫描的产品标记的图像966的示例屏幕964。在一些实施例中,指示器(例如,有色方形;未示出)在主机设备的屏幕上在被扫描的条形码的图像966周围产生。附加地或备选地,产生诸如嘟嘟声之类的声音,以指示条形码已经被扫描并且有效。如果被扫描的条形码无效,那么不同的指示器或具有不同颜色的指示器(例如,红色方形)邻近或围绕无效条形码显示。在一些实例中,除了指示器以外或作为其替代,还产生不同的声音(例如,钟声)。在其他实施例中,主机设备产生触觉反馈(例如,由触觉换能器产生的振动),以指示条形码有效。
应用程序可以显示测量屏幕968(或导致其被显示),其包括监测设备未被连接到应用程序的通知970(图9P)。测量屏幕968可以以影像(portrait)模式(参见图9P)或以景观(landscape)模式呈现。如图9P所示,波形图920(光体积描记图)被显示在测量屏幕968中。
在图9Q中,SpO2916测量仪、PR 917测量仪和PI 918测量仪、身体核心温度919测量仪、以及波形图920(光体积描记图)被显示在测量屏幕968中。当监测设备包括第一电接触传感器和第二电接触传感器(例如,图8D中的802、803)、并且用户利用身体部位(例如,手指)触摸第二电接触传感器时,抽查(spot-check)ECG波形921被显示在测量屏幕968中。抽样ECG波形921可以在测量屏幕968上实时更新,直到身体部位(例如,手指)不与第二电接触传感器接触为止。当用户从第二电接触传感器移走身体部位时,ECG波形921可以在测量屏幕968上冻结,和/或可以从测量屏幕968消失。在一些实施例中,用户可以对ECG波形921要保持冻结或要被去除的设置进行设置。
图9R描绘了除了SpO2916测量仪、PR 917测量仪和PI 918测量仪、身体核心温度919测量仪、波形图920、以及ECG波形921以外还显示SpO2 922趋势、PR 923趋势和PI 924趋势的测量屏幕968。在其他实施例中,较少的测量仪和/或波形可以被呈现在测量屏幕968中。在一些实施例中,用户可以选择SpO2 922趋势、PR 923趋势和PI 924趋势中的哪一些要显示在测量屏幕968上。例如,用户可以触摸测量屏幕968上的特定的测量仪,以显示对应的趋势。
图9S描绘了包括监测设备的可戴的帽子的示例实施例。可戴的帽子972包括:内置帽子电路***927,其将帽子972变成用于医疗、健身和/或健康应用的可穿戴设备。帽子972还可以包括内置脑电图(EEG)电极928。根据应用,EEG电极928可以是帽子972的织物的一部分或被附接到帽子972。根据应用,其他光传感器、温度传感器、电接触传感器、电容接触传感器、超声传感器等传感器可以是帽子电路***927的一部分或可以被分布在帽子布局(作为EEG电极)和/或帽子的织物的一部分周围。
帽子电路***927可以或可以不包括监测设备(例如,图1中的监测设备100)中的电路***中的一些或全部。帽子电路***927感测一个或多个生理测量结果和/或环境数据,处理和调节生理和/或环境数据,并且将数据无线发送到主机设备(例如,图1中的105)。在一个实施例中,数据被实时传送到主机设备。例如,来自光电检测器、EEG电极和/或温度传感器的信号被传送到主机设备。
主机设备处理和分析数据,显示一个或多个测量结果和趋势,生成警报或警告,存储数据,共享数据等。在一个实施例中,帽子电路***927具有以下功能:
1、感测电路***——帽子电路***927包括感测电路***973,例如,作为分离的和/或分布式组件、标准集成电路***和/或专用集成电路(ASIC)的电子设备和传感器,用于连续地或在已选择的时间感测体温、环境温度、环境压力、环境紫外线(A波段、B波段、和/或C波段)、身体水合作用、非侵入血液总血红蛋白、羟基血红蛋白和高铁血红蛋白、SpO2、PR、PI、体积描记图、非侵入血液葡萄糖水平、呼吸速率、用户的活动和卡路里消耗、EEG等、以及ECG波形的抽样测量结果。
2、处理设备——诸如(例如,基于ARM的、ASIC等)低功率处理设备之类的处理设备974从感测电路***973接收数据,处理数据,并且使用通信设备977将数据无线传送到主机设备(例如,图1中的105)。在一些实施例中,诸如ASIC电路***之类的处理设备执行专门的信号处理功能,以减小帽子电路***927的总功耗和占位面积。在非限制性示例中,处理设备974执行具有低复杂度和低延迟(即,硬实时处理)的功能,并且主机设备处理具有较高复杂度和延迟(即,软实时处理)的数据。根据应用,处理设备974可以是帽子电路***927的一部分或可以被分布在帽子布局和/或帽子的织物的一部分周围。
3、电源管理电路***——电源管理电路***975包括电池,并且管理电池的电压和负载、电池可用时间和充电。在一个实施例中,帽子972中的电池通过无线充电器926充电。无线充电器926最小化了电路***隔离需求,并且消除了对电缆和/或连接器的需要。考虑到为了对帽子972中的电池充电,用户可以将帽子放置在无线充电器926上面或其附近,其对用户也可能较方便。可以通过升压转换器和降压转换器调节电压,所述升压转换器和降压转换器可以被设计为:提供具有与电池的需求匹配的最大噪声电平的电压电平。根据应用,电源管理单元可以是帽子电路***927的一部分,或可以被分布在帽子布局和/或帽子的织物的一部分周围。
4、能量收集电路***——能量收集电路***976可以由以下组成:热释电、压电、热电、光伏、环境辐射换能器和电子设备,它们将环境中的一些形式或所有形式的能量转换成电力,所述电力可以对帽子电路***927直接供电,或者所述电力可以被用于对电源管理电路***975中的电池进行再充电,以进行再充电或增加电池可用时间。根据应用,换能器和电子设备可以是帽子电路***927的一部分或可以被分布在帽子布局和/或帽子的织物的一部分周围。
5、通信设备——可以使用任意合适的无线通信设备977。在一个实施例中,通信设备977是无线广播单元,用于接收数据和将数据发送到主机设备(例如,图1中的105)或网络(例如,图1中的120)。在非限制性示例中,帽子可以利用使用通过蓝牙智能协议的IPV6(互联网协议版本6)的路由器进行无线通信。在一个实施例中,通信设备977支持多种低功耗协议,例如,蓝牙低功耗、ZIGBEE、ANT或某种定制/专属低功耗协议。根据应用,包括一个或多个天线的通信设备977可以是帽子电路***927的一部分,或者可以被分布在帽子布局和/或帽子的织物的一部分周围。具体地,低功耗无线电的天线设计可以从帽子的布局、材料和面积中极大地获益,从而实现具有感兴趣的频段中的非常高的内部增益的分布式天线布局,由此显著减少了无线电的功耗。
图9T示出了用于图9S所示的可戴的帽子的若干可能的配置。配置930包括帽子972和监测设备100。配置930可以在单次使用可丢弃的应用上使用,其中,帽子972和帽子电路***927在电池电量为空以后被丢弃。在这种配置930中,电池是不可再充电的,因此电池不需要电源管理电路***975或能量收集电路***976。在一个实施例中,不可再充电的电池可以是监测设备100的一部分。
配置931包括帽子972、监测设备100和可拆卸的电池978。配置931可以在多次使用可丢弃的应用上使用,其中,帽子972和帽子电路***927被使用多次。在这个实施例中,每当电池978上的电量低或为空时,电池978被替换为新电池。电池978可以由标准的不可再充电的电池组成,或者可以是具有防篡改存储器的定制模块,其防止用户使用不是由帽子972的制造者提供的电池。
配置932类似于配置931,增加了能量收集电路***976。能量收集电路***976可以被用于:增加可拆卸的电池978上的电量,以及延长可拆卸的电池978在更换或再充电以前使用的时间量。
配置933包括帽子926、监测设备100和充电器(例如,无线充电器926)。配置933被用在可重用的应用中,其中,电池是可再充电的,并且充电器(例如,无线充电器926)被用于对电池充电。在一个实施例中,可再充电的电池电路***、燃料测量仪电路***、保护电路***和无线充电接收器电路***可以是监测设备100的一部分。
图9U描绘了可穿戴贴片940的示例实施例。贴片940包括:监测设备100;以及贴片电路***941,其感测一个或多个生理和/或环境数据,处理和调节生理和/或环境数据,以及将数据无线发送到主机设备(例如,图1中的105)。在一个实施例中,数据被实时传送到主机设备。
主机设备处理和分析数据,显示一个或多个测量结果和/或趋势,生成一个或多个警报或警告,存储数据,和/或与另一计算设备共享数据。在一个实施例中,贴片电路***941具有与图9S所示的帽子电路***927类似的功能。然而,考虑到贴片的较小的尺寸(当与帽子比较时),贴片电路***941是集成的和轻量级的。
贴片940可以是可丢弃的单次使用贴片、多次使用贴片、或可重用的贴片。单纤维(monofilament)942可以代替头带或粘合带被用于将贴片附接到测量位置(例如,前额)。在一个实施例中,单纤维942是透明的或半透明的单纤维。单纤维942可以被附接到具有安装贴片940的腔体的壳体943。壳体943可以被制作成与主体的皮肤颜色匹配,以创建在测量位置(例如,主体的前额)上工作的周到的监测解决方案。具有单纤维942的壳体943可以使监测解决方案较周到,并且改进贴片940与测量位置之间的光耦合、电耦合和/或热耦合。单纤维942可以保护贴片940免于各种事件,例如,机械震动、移位和直接的阳光暴露。
在可重用的实施例中,贴片940中的电池可以是可再充电的电池,其通过充电器(例如,无线充电器926)进行充电。无线充电器926可以减小或最小化电路***隔离需求,并且减小或消除对电缆和/或连接器的需要。考虑到为了对贴片的电池进行充电,用户将贴片940放置在无线充电器926上或接近无线充电器926,无线充电也可能对用户较方便。具有贴片940、壳体943和单纤维942的监测解决方案可以被应用到前额以外的测量位置。例如,可以使用诸如手臂、腿、手腕、脚、胸和颈部之类的测量位置。此外,在一些应用中,具有贴片940、壳体943和单纤维942的可重用的监测解决方案可以被集成到单个设备,以减少成本并且简化使用工作流程,以使其较便于日常使用。
图10A-图10B描绘了主机设备共享从监测设备接收的数据的工作流程。图10示出由主机设备(例如,图1中的主机设备105)上的应用程序显示的屏幕1000。在一个实施例中,应用程序可以基于可选择的要素1023的选择,与另一计算设备共享报告1001、趋势1002和波形1003。在图10A中,可选择的要素1023是标记为“共享”的按钮,但是其他实施例不限于这种实现。
报告1001可以是,作为文件(即,PDF、PS、HTML等)共享的或被设计为与用户交互的分析和图表的组合。趋势1002可以是具有随时间的数据趋势测量结果的(交互式或作为文件共享的)电子数据表或数据库。波形1003可以是:记录已采集的波形、或可以提取感兴趣的波形和其他变量的原始数据的数据库或电子数据表文件。
在图10B中,屏幕1024描绘了示例数据共享方法,例如,转移、Wi-Fi、消息、邮件、云、打印等。转移数据共享方法的一个示例是通过Apple的AIRDROP。可用数据共享方法可以根据主机设备105的配置和/或被共享的数据的类型而变化。
在一个实施例中,在监测设备被连接到主机设备并且主机设备正在显示在给定时间段上接收的一个或多个测量仪、一个或多个波形和/或一个或多个趋势(例如,SpO2、PR、PI、以及温度测量结果、光体积描记图和/或ECG波形)以后,用户可以共享报告。图10C-图10L示出了具有基于在给定时间段上(例如,整晚或569分钟)通过用户穿戴监测设备100所采集的数据的分析的示例报告。示例报告包括特定的值,其他实施例可以呈现不同的值。示例报告是:
1、时间上的SpO2测量结果——图10C中的报告1004示出了SpO2趋势的示例。报告1004可以由主机设备上的应用程序创建。正常的SpO2水平通常在94%与100%之间。然而,在睡眠、锻炼或高压力的情况或处于高海拔位置期间,SpO2读数达到较低的值(即,低于94%)。示例图1004包括:可选的脚注1025,具有与已采集的数据有关的信息(即,数据采集中使用的监测设备的标识1026、数据采集的时段1027、以及报告创建的日期和时间1027)。虽然在图10D-图10L中未示出,但是图10D-图10L所示的实施例也可以包括脚注。
2、时间上的PR测量结果——图10D中的报告1005示出了PR趋势的示例。报告1005可以由主机设备上的应用程序创建。成人的正常静息PR通常在从60bpm到100bpm的范围。然而,在睡眠、锻炼或高压力的情况或处于高海拔位置期间,PR读数可以达到较高的值。在其他实施例中可以产生具有不同值的报告。
3、时间上的PI测量结果——图10E中的报告1006示出了PI趋势的示例。示例报告1006可以由主机设备上的应用程序创建。PI值通常在从0.02%(非常弱的脉动信号)到20%(非常强的脉动信号)。极限PI值可以指示不舒适的情况(例如,冷、热、压力等)。在其他实施例中可以产生具有不同值的报告。
4、SpO2分布——图10F中的报告1007示出了SpO2分布的示例。示例报告1007可以由主机设备上的应用程序创建。如示例报告1007中所示,在87.4%的时间(即,497分钟)中,SpO2值在94%和100%内,并且在12%的时间(即,68分钟)中,SpO2值在88%与93%之间。在其他实施例中可以产生具有不同值的报告。
5、PR分布——图10G中的报告1008示出PR分布的示例。示例报告1008可以由主机设备上的应用程序创建。如示例报告1008所示,在58.1%的时间(即,331分钟)中,PR值在60bpm和80bpm内,并且在39.1%的时间(即,222分钟)中,PR值在50bpm与59bpm之间。在其他实施例中可以产生具有不同值的报告。
6、PI分布——图10H中的报告1009示出PI分布的示例。示例报告1009可以由主机设备上的应用程序创建。如示例图所示,在64.2%的时间(即,365分钟)中,PI值在0.1%和0.5%内,并且35%的时间(即,199分钟)中,PI值在0.01%与0.1%之间。在其他实施例中可以产生具有不同值的报告。
7、每小时的SpO2减饱和——图10I中的报告1010示出,基于基线的每小时的减饱和的数量。示例报告1010可以由主机设备上的应用程序创建。根据示例图1010,用户具有每小时1.9次的幅度大于4%的减饱和。健康人通常将具有每小时小于5次左右的幅度大于4%的减饱和。在训练或处于高压力的情况或处于高海拔位置期间,这些值可以增大。在其他实施例中可以产生具有不同值的报告。
8、SpO2小于门限的累积时间百分比——图10J中的报告1011示出了SpO2小于门限的累积时间百分比。报告1011可以由主机设备上的应用程序创建。根据示例图1011,在1.5%(即,8.5分钟)的时间中,用户的SpO2值小于90%。健康人通常将保持在非常小的SpO2小于90%的时间百分比。在训练或处于高压力的情况或处于高海拔位置期间,这个时间百分比可以增大。在其他实施例中可以产生具有不同值的报告。
9、PR波动分布——PR波动率表示心率短期变化性。在一个实施例中,PR波动率遵循图10P中描绘的实施例中描述的步骤来计算,其中,框1017中的测量数据是PR的瞬时和顺序的测量结果的序列,并且对应的分布是框1020中所计算的统计结果中的一种。通常,对于健康的成人,较高的PR波动率值较好。增加的PR波动率趋势是积极的,并且指示健身中的积极适应和/或提高。图10K中的报告1012示出了PR波动分布的示例。报告1012可以由主机设备上的应用程序创建。如示例图所示,在超过50%的时间(即,286分钟)上,PR波动率值在0.46bpm与1bpm之间。在其他实施例中可以产生具有不同值的报告。
10、PI对数波动分布——PI对数波动率表示灌注短期变化性。在一个实施例中,PI对数波动率遵循图10O中描绘的实施例中描述的步骤来计算,其中,框1016中的测量数据是PI的瞬时和顺序的测量结果的序列,并且对应的分布是框1020中所计算的统计结果中的一种。通常,对于健康的成人,较低的PI对数波动率值较好。减少的PI对数波动率趋势是积极的,并且指示积极适应和/或总的压力水平上的减少。图10L中的报告1013示出了PI对数波动分布的示例。报告1013可以由主机设备上的应用程序创建。如示例图所示,在超过52%的时间(即,286分钟)上,PI对数波动率值在9.4%和15%内。在其他实施例中可以产生具有不同值的报告。
附加地或备选地,用户可以在任何时间通过主机设备上的应用程序(例如,图10A中的趋势1002)共享文件中的SpO2、PR、PI和温度测量结果的趋势。文件的一个示例是逗号分隔值(CSV)文件。文件可以由主机设备直接打开和显示,或由诸如EXCEL和NUMBERS之类的大多数呈现或电子数据表软件来打开和显示。在图10M中,示例CSV文件1014包含6列。其他实施例可以显示不同的值、不同的行数和/或不同的列数。示例文件1014中的列是:
1、日期/时间——存储所取得的每个测量结果的日期和时间。测量结果可以进行每秒一次(对于12小时趋势存储)、每2秒一次(对于24小时趋势存储)、每3秒一次(对于36小时趋势存储)、以及每4秒一次(对于48小时趋势存储)地进行存储。其他实施例可以在不同的时间存储测量结果。
2、产品标记条形码。标识在对应的时间和日期使用的监测设备的8位十六进制数。
3、SpO2(%)——SpO2测量结果。
4、PR(bpm)——PR测量结果。
5、PI(%)——PI测量结果。
6、温度(℃)——核心体温测量结果。
在一些实例中,用户可以通过所述主机设备上的所述应用程序,共享波形(例如,图10A中的波形1003)。在一个实施例中,所述波形以原始数据、辅助变量、以及由监测设备采集的参数(达到特定的小时数)的形式共享,并且被存储在主机设备中。其他实施例可以以不同的形式共享波形。数据可以使用经编码的数据格式被存储到数据库文件(例如,WaveformsDB.db)。数据可以被用于由用户检测到的潜在问题的深入技术分析,或用于其他感兴趣的参数(例如,心率变化率、呼吸速率等)的离线计算,或用于使用可能较适于特定的离线应用的定制算法,离线地重新计算SpO2、PR、PI、温度、光体积描记图和ECG波形的值。
图10N描绘了文件1015的示例格式。文件1015包括三列:索引、时间戳和数据。索引列对文件1015的行进行索引。时间戳列具有示例格式YYYY-MM-DD hh:mm:ss.uuu,其中,YYYY-MM-DD是年、月和日,hh:mm:ss.uuu是采用小时、分钟、秒和毫秒的时间,并且是测量数据被保存到文件1015时的日期和时间。因为测量数据由主机设备实时地保存到文件1015,所以每个时间戳值是测量数据被实际采集的时间的近似值。时间戳值可以被用于,将被存储在文件1015中的测量数据及时地与其他测量***同步,从而执行使用这样的时间同步的分析。数据列是被保存到文件1015的实际数据。
在图10N中,数据列具有由方括号分隔的示例数据的三个阵列([第一数据阵列][第二数据阵列][第三数据阵列]。三个阵列中的每一个每行具有四十个样本。每个数据阵列的样本每二十毫秒由监测设备同步采集(50Hz采样频率),无线传送到存储数据的主机设备。在一个实施例中,主机设备将数据实时存储到临时缓存器(为了减小延迟要求),然后每N秒将缓存器中的数据保存到文件1015,其中,N是大于零的整数或分数。例如,数据可以每四分之三秒被存储到文件1015。数据阵列包含:来自光传感器中的一个或多个光源(例如,红色光源、红外光源和绿色光源)的原始波形数据;以及监测设备硬件诊断变量和参数,例如,诸如电池电压、SoC温度、用于光传感器的一个或多个光源的当前设置、光前端、温度前端和ECG前端的增益、SoC使用时间计数器、SoC待机定时器计数器、由光前端检测的环境光强度、设备标识号等。
在一些实施例中,为了增加主机设备的电池可用时间(例如,智能手表或智能电话),波形(例如,图10A中的波形1003)可以不被存储在主机设备上。在这种情况下,用户可以禁用储存器。图12B示出了设置主机设备上的应用程序的屏幕的示例实施例,其中,用户可以启用或禁用1206对最后十二个小时的波形数据进行存储。
存在希望取得测量仪和趋势数据的截屏、用于用户的记录或用于与第三方共享的情况。通常,主机设备提供这种功能作为标准特征。例如,在来自Apple公司的iOS设备的情况下,用户同时按下并保持顶部(或侧面)按钮和音量按钮中的一个,以捕捉显示器的截屏。测量截屏可以被显示在iOS设备的显示器上和/或被iOS设备共享。
图10O示出了计算测量数据的对数波动率的方法的示例流程图。在图10O所示的过程中,例如,可以产生图10L中描绘的PI对数波动分布。图10P中描绘的方法,例如,可以产生图10K中描绘的PR波动分布。在图10O中,测量数据流的测量数据被归一化。在非限制性示例中,测量数据通过确定测量数据的自然对数而被归一化(框1016)。例如,测量数据流可以是PI、PR或SpO2测量数据流。
在框1017处,已归一化的测量数据被滤波,以产生表示原始测量数据流的已归一化的变化率的(在原点附近的)对称或非对称数据流。在一个实施例中,带通滤波器被用于对已归一化的测量数据进行滤波。在框1018处,确定测量数据的绝对值,以将所有的变化率值变为正值。测量数据在框1019进行滤波,以获得对数波动率数据流。在一个实施例中,出于平均目的通过低通滤波器对测量数据进行滤波。所产生的测量数据表示原始测量数据流在时间上的对数波动率。统计分析(框1020)可以被应用到所产生的测量数据,以确定例如波动率度量和/或概率分布。
图10P描绘了计算测量数据的波动率的示例方法的流程图。与通过图10O的方法产生的已产生的数据不同,由图10P中的实施例产生的波动率测量,具有与原始测量数据流相同的单位。除了在图10P中被省略的框1016以外,图10P的方法是与图10O的方法相同的过程。因此,非归一化的测量数据在框1021处进行滤波。在一些实施例中,框1018和框1019可以从图10P中的方法中省略,并且统计分析(框1020)在框1021之后执行。
在框1018和框1019被省略的实施例中,数据可以具有正值和负值。然后在框1020中,考虑内联(interlining)概率分布在原点附近对称或非对称,对所产生的统计结果进行计算。例如,在一些实施例中,因为框1018没有使用,所以均值可以是零,而二阶矩(例如,方差、标准差)或较高阶的矩可以不是。因此,对于框1018和框1019被省略的实施例,二阶矩或较高阶矩可能较适当地表示数据的潜在的波动率或变化率。此外,在一些实例中,分别在图10K和图10L中描绘的PR波动分布和PI对数波动分布,可以被描绘时间上的PR波动率和PI对数波动率的报告替换。
图10Q示出了计算测量数据的Ln对数波动率的示例方法的流程图。所示出的方法是图10O所示的方法的泛化。因此,图10O中的一些框在图10Q中所示的过程中,并且为了简洁不更详细地进行描述。
最初,如框1016所示,测量数据流的测量数据被归一化。在非限制性示例中,测量数据通过确定测量数据的自然对数而被归一化(框1016)。已归一化的测量数据被滤波,以产生表示原始测量数据流的已归一化的变化率的(在原点附近的)对称数据流(框1017)。在框1018处,确定测量数据的绝对值,以将所有的变化率值改变为正值。
接着,如框1030所示,求测量数据的n次幂。数字n可以是任意正整数。对于n=1,图10Q中描述的算法变为与图10O中描述的算法相同。然后在框1019处对测量数据进行滤波。接着,确定数据的n次方根,以基于测量数据的幅度,为每个测量数据样本提供较高或较低的权重(框1031)。框1022将测量数据转换回到与原始测量数据流的测量数据相同的尺度。在一个实施例中,框1019和框1030同时执行。统计分析(框1020)可以被应用到所产生的测量数据,以确定例如波动率度量和/或概率分布。
图10R描绘了计算测量数据的Ln波动率的方法的流程图。除了在图10R中被省略的框1016以外,图10R的方法是与图10Q的方法相同的过程。因此,非归一化的测量数据在框1032处进行滤波。在一些实施例中,当被计算的波动率值的单位与测量数据相同(没有归一化)时、以及当经由框1031基于测量结果的幅度、针对每个测量数据样本进行较高或较低加权时,图10R的方法可以被用于计算数据流的波动率。
图11A示出了由主机设备上的应用程序产生的标识参数的示例屏幕。示例屏幕1028可以包括以下标识参数中的一项或多项:
1、序列号——当监测设备被连接到主机设备时,主机设备可以在屏幕1028中显示M位十六进制数,其中,M是大于零的数。例如,M位十六进制数是16位十六进制数。在一个实施例中,M位十六进制数是监测设备的序列号。
2、条形码——当监测设备被连接到主机设备时,主机设备可以在屏幕1028中显示:标识监测设备的P位十六进制数,其中,P是大于零的数。例如,P位十六进制数是来自产品标记(例如,图9B中的产品标记906)的条形码。此外,主机设备可以在应用程序的开始屏幕中和/或在由主机设备共享的趋势文件(例如,图10N中的数据文件1015)中显示条形码。在非限制性示例中,P位十六进制数是8位十六进制数。
3、批号——当监测设备被连接到主机设备时,主机设备可以在屏幕1028中显示监测发备的制造批号。
4、有效期——当监测设备被连接到主机设备时,主机设备可以在屏幕1028中显示:在其之后监测设备不应该进行销售或使用的日期。
5、型号——当监测设备被连接到主机设备时,主机设备可以在屏幕1028中显示:监测设备的型号的Q位十六进制数。Q是大于零的数。例如,Q位十六进制数是4位十六进制数。
6、版本——当监测设备被连接到主机设备时,主机设备可以显示监测设备的版本号的R位十六进制数。例如,R位十六进制数是4位十六进制数。
7、应用版本——当监测设备被连接到主机设备时,主机设备可以显示软件版本的S位数字。在非限制性示例中,S位数字是三位数字。
图11B描绘了由应用程序产生的硬件诊断参数的示例屏幕。示例屏幕1029可以包括以下参数中的一项或多项:
1、LED功率——屏幕1029中的LED功率参数显示:针对监测设备中的光传感器的每个光源的(在时间戳处报告的)功率级别。例如,呈现了光源一(LED1)和光源二(LED2)的功率级别。每个光源的功率级别在0与100%之间变化。
2、电子增益——屏幕1029中的电子增益参数表示监测设备的(在时间戳处报告的)模拟前端电子增益。电子增益在0dB与40dB之间变化。
3、环境光——屏幕1029中的环境光参数表示由监测设备中的光传感器中的一个或多个光电检测器检测的(在时间戳处报告的)环境光强度。其在0与100%之间变化。
4、SoC温度——屏幕1029中的SoC参数表示监测设备中的片上***(SoC)温度。SoC温度可以以(在时间戳处报告的)摄氏温度或华氏温度显示。
5、电池电压——屏幕1029中的电池电压参数表示监测设备中的电池的(在时间戳处报告的)以伏特为单位的电池电压。
6、待机时间——屏幕1029中的待机时间参数表示,盟测设备的已经被激活并且与主机设备断开的(在时间戳处报告的)时间量。
7、使用时间——屏幕1029中的使用时间参数表示,设备100的已经被激活并且连接到主机设备105的(在时间戳处报告的)时间量。
8、时间戳——屏幕1029中的时间戳参数是当一个或多个硬件诊断参数被报告的日期和时间。
图11C描绘了关于与监测设备的技术支持队伍共享测量数据的示例实施例。当用户想要共享测量数据时,主机设备显示屏幕1100.在这个示例实施例中,用户经由电子邮件消息共享标识和硬件诊断参数和变量,但是其他实施例不限于电子邮件。用户也可以在部分1101中添加关于特定问题的评论或所发现的问题。若干其他方法可以被用于与制造者共享这样的信息。此外,根据问题,用户可以选择与技术支持队伍共享波形数据的文件(例如,图10N中的文件1015),用于由用户检测到的潜在问题的深入技术分析。
在一些应用中,包括监测设备、主机设备和应用程序的***,可以包括内置警报/警告***,以保证用户(例如,病人)被告知和/或安全。图12A描绘了警报/警告***的示例实施例。图12A示出了示例屏幕1200,其中,每当测量值越过上预设限或下预设限时、或每当监测设备停止提供测量数据时,测量仪1201就可以闪烁颜色(例如,红色)。附加地或备选地,每当测量值越过上预设限或下预设限时、或每当监测设备停止提供测量数据时,就产生可听警报/警告1203(例如,语音、声音)和/或显示已书写的消息1202。
现在描述示例警报/警告。示例警报以优先级降低的顺序列出,但是其他实施例不限于所示出的优先级顺序。
1、监测设备未被连接到主机设备——每当监测设备未被连接到主机设备时就发出这个警报。可视警告可以包括:引起一个或多个测量仪闪烁和/或以虚线显示。可听警告可以包括嘟嘟声和/或可听消息,例如,“设备未连接”。在一个实施例中,考虑到该警告指示监测设备未被连接到(可能是超出范围、损坏或关断的)主机设备,这个警报/警告具有最高优先级。
2、电池耗尽——每当监测设备中的电池电量低或耗尽时就发出该警告。可视警告可以包括:引起电池图标(例如,电池图标1204)闪烁和/或以虚线显示。可听警告可以包括嘟嘟声和/或可听消息,例如,“电池耗尽或电量低”。在一个实施例中,这个警报/警告具有第二最高优先级。在一些实施例中,当监测设备上的电池电量低时,测量仪就不再在主机设备上显示。当监测设备上的电池耗尽时,测量结果就不显示在主机设备上。
3、监测设备正在搜索有效信号——每当监测设备被连接到主机设备但是测量结果仍没有被显示在主机设备上时,就该警告被发出,这是因为监测设备未被正确放置在主体上、或已采集的数据在瞬变时间内,其中,不存在足够的已采集的数据来产生可靠的测量结果的集合。在一个实施例中,这个警报/警告具有第三最高优先级。可视警告可以包括引起一个或多个测量仪闪烁和/或以虚线显示。可听警告可以包括嘟嘟声和/或可听消息,例如,“搜索信号”。
4、与主机设备的无线连接不可靠——每当监测设备与主机设备的无线连接具有不可靠的无线连接时就发出这个警告。在一个实施例中,可视警告导致所有的测量仪闪烁颜色,例如,红色。可听警告可以包括嘟嘟声和/或可听消息,例如,“不良连接”。
5、SpO2测量已经越过上限或下限——每当SpO2值在预设正常限制外部时就发出这个警报。在一个实施例中,可视警告导致SpO2测量仪闪烁颜色(例如,红色)和/或以不同的颜色显示。可听警告可以包括嘟嘟声和/或可听消息,例如,“饱和警告”。在一些示例中,如将结合图12B更详细地描述的,SpO2测量结果的上限和/或下限可以由用户在设置屏幕中定义。
6、PR测量已经越过上限或下限——每当PR值在预设正常限制外部时就发出这个警报。在一个实施例中,可视警告导致PR测量仪闪烁颜色(例如,红色)和/或以不同的颜色显示。可听警告可以包括嘟嘟声和/或可听消息,例如,“脉搏率警告”。在一些实例中,如将结合图12B更详细地描述的,PR测量结果的上限和/或下限可以由用户在设置屏幕中定义。
7、SpO2和PR测量结果已经越过上限或下限——每当SpO2和PR值两者在预设正常限值外部时就发出这个警报。在一个实施例中,可视警告导致SpO2和PR测量仪闪烁颜色(例如,红色)和/或以不同的颜色显示。可听警告可以包括嘟嘟声和/或可听消息,例如,“饱和和脉搏率警告”。
8、主机设备中的电池电量低——每当主机设备中的电池电量低或耗尽时就发出这个警告。在一个实施例中,可视警告导致诸如“对主机设备充电”之类的消息被显示。可听警告可以包括嘟嘟声和/或可听消息,例如,“对主机设备充电”。在非限制性示例中,当主机设备中的电池上的电量小于23%就发出警告,但是其他实施例不限于这个百分比值。
图12B描绘了应用程序的示例设置屏幕。屏幕1205使用户能够设置警报/警告限制和音频设置。可选择的控件1206(例如,开关)启用/禁用可听警告。可选择的选项1207使用户能够设置静默时间间隔(即,30秒、60秒、90秒或120秒)。静默时间间隔被用于使警告静默给定的时间段,并且将在警报/警告激活和用户触摸测量仪(即,SpO2、PR、PI或温度)中的一个时被激活。警告/警报将在静默时间间隔期间被暂停,然后在静默时间间隔到期以后自动恢复。可选择的要素1208和1209(例如,滑动控制要素)使用户能够设置用于特定测量仪的警报限制。例如,在所示出的实施例中,可以设置用于SpO2和PR测量仪的警报限制,并且显示用于每个上限和下限的已选择的值。在一个实施例中,SpO2和PR警报/警告限制最初被设置为其默认值。
在图12B中,可选择的选项1210(标记为语音间隙)使用户能够定义基于语音的测量的周期性。在图12B中描绘的示例实施例中,周期性选项是每30秒、60秒、120秒或“从不”。例如,如果用户选择30秒选项,那么每30秒主机设备将通过其告知当前测量值的语音合成器对用户讲话。主机设备通过其音频***、或通过无线地或有线地连接到主机设备的音频***(即,耳机、扬声器、车辆声音***等),可以对用户讲话,例如,告知“SpO2是百分之一,PR是六十五跳每分钟,PI是百分之一,并且温度是三十六摄氏度”。这个功能使用户能够关闭主机设备的屏幕,或在穿戴监测设备并且没有对主机设备上的显示器屏幕的直接防问的同时进行驾驶、进行锻炼等时、仍然能够周期性地听见其当前测量值。
如果用户不想要听见测量值,那么可选择的选项1205中的选项“从不”禁用基于语音的测量结果。在一些实施例中,可以将主机设备设置为,每当测量值中的一个或一些改变超过(绝对的或相对的)特定门限值时才提供基于语音的测量结果。例如,每当基于其最后讲出的测量值、SpO2的值改变超过+/-2个点、或PR的值改变超过+/-5bpm、或PI的值改变超过+/-10%、或温度的值改变超过+/-0.3摄氏温度时,主机设备就可以可听地输出当前测量结果。也可以根据特定的测量变量的改变速率(一阶导数)、或改变速率的改变速率(二阶导数)等在时间上如何变化,触发所讲出的测量结果。
附加地或备选地,将在自最后讲出的测量结果以来的时间上的测量趋势(或改变的速率)告知用户。例如,主机设备可以对用户说出消息,例如,“SpO2是百分之九十四,正在减小”,“PR是一百跳每分钟,稳定”,“PI是百分之零点二,正在增大”,“温度是三十六摄氏度,且稳定”。改变的速率也可以用数字指定,或定性地指定,例如,“缓慢增大”、“快速增大”、“缓慢减小”、或“快速减少”等。测量结果消息的类型和内、触发规则、以及包含在其中的信息依赖于监测应用及其特定的需要。
在一个方面,利用硬件按钮将主机设备105限制到应用(单个应用),并且,对应用程序菜单的访问被禁用且通过密码(或某种其他形式的认证)保护,以防止未授权用户改变设置或禁用应用程序。在一个示例中,当主机设备是iOS设备时,应用程序与经iOS引导的访问模式兼容。引导访问模式暂时将iOS设备限制到单个应用,并且允许用户控制申请的哪些特征是可用的。应用程序在引导访问部分期间的默认行为可以是:
1、应用终止被禁用。
2、应用菜单被禁用。
3、纵向视图和横向视图被启用。
4、硬件按钮被禁用(即,音量、休眠/唤醒等)。
5、用户可以通过在任意测量仪上敲击,使可听警告静默(如果已启用并激活)一时间段。然而,可听警告将在静默持续时间(即,30秒、60秒、90秒或120秒)到期以后自动继续。如果需要,可听警告可以在启动引导访问部分以前被永久禁用。
所描述的图12A-图12B中的警报/警告***也可以经由主机设备将与有效警报/警告有关的信息转发给第三方。主机设备可以将通知(无线地或有线地)直接发送到第三方。示例第三方包括但不限于护士、医生和护理员。附加地或备选地,通知被发送到中央警报/警告***,其又将通知转发给适当的接收方。
在一些实施例中,电池是不可再充电的。与电池上的电量有关的信息在已选择的时间或连续地被提供给用户和/或设备使用,以使用户能够预测监测设备何时被替换。图12A所示的电池图标1204在图13A中详细示出。图13A描绘了电池图标和示例电池状态(例如,电池满、不满、电量低和耗尽)。
图13B-13C示出了用于计算监测设备中的电池的可用时间的方法。该方法不使用可能增加监测设备的制造成本的专门的电路***。对直接基于电池电压来准确估计电池可用时间的挑战是,电池电压在其放电曲线的大部分中改变非常小,使电池电压到电池可用时间(或剩余时间)的映射不可靠。
图13B示出了示例电池放电曲线。电池电压(x轴)从Va(充满电)开始,并且在Vc(完全放电)结束。从Va到Vb,电池放电曲线1300过于竖直,而不能基于电池电压产生对电池可用时间(y轴)的准确的估计。y轴可以表示时间、百分比、焦耳或另一合适的值。估计电池可用时间的挑战通过估计电池可用时间的混合方法解决。混合方法使用智能计数器与电池电压测量结果的组合,以较准确地估计电池可用时间。
估计监测设备中的电池的电池可用时间的示例方法在图13C中示出。所述监测设备被激活,并且监测设备中的处理设备(例如,图1中的102)开始使用计数器T(框1310和框1311)。Ta表示当监测设备在操作时使电池完全放电的时间。例如,如果电池可用时间具有24小时的典型值、最小值、最大值或平均值,那么Ta被设置为与24小时的电池可用时间相对应的值。
在一个实施例中,使用计数器被实现在非易失性存储器(例如,闪存)中,从而在电力瞬变的情况中不丢失计数器值。在框1312处,由处理设备基于监测设备的电路***中的电气负载,周期性地递减使用计数器。特定负载的功耗越高,对应的递减量(ΔTi)越大。一些负载在时间上是恒定的,并且一些倾向于根据已知因素变化。例如,所需要的光源(LED)的电流可以根据测量位置的光不透明性变化。因此,特定LED的对应的ΔTi应该根据其已设置的电流调整。电流越大,ΔTi值越大。
在框1313处,当电池电压下降到Vb以下时(图13A),剩余的电池可用时间量(例如,电池上的电量)通过函数f(Vbat,Tb)进行估计。函数f(Vbat,Tb)可以以若干方式实现。用于f(Vbat,Tb)的一种实现是以下两者之中的最小值:来自(如图13B中所描绘的)电池电压曲线的电池可用时间估计值;以及,基于使用计数器的最后的电池可用时间估计值(Tb),使得,对于Vbat=Vb,f(Vbat,Tb)=Tb。即使电池电压因为环境温度、电路***负载等的改变而瞬间增大,这也保证了电池可用时间的测量结果的函数连续性。在框1314处,当电池电压下降到Vc(图13A)以下时,电池被考虑为完全放电(耗尽)。可以使用图13A中所示的电池可用时间估计的不同阶段,以经由电池图标1204告知用户。当电池被完全放电时,所述阶段还可以被用于触发电池耗尽警报/警告。
在图13C的框1311中实现的使用计数器还可以被用于监视监测设备的使用时间。在一些实施例中,附加的计数器(待机计数器)可以被用于负责监测设备处于待机模式(即,已激活却未连接到主机设备)的时间量。待机计数器可以被实现在与使用计数器相同的非易失性存储器(例如,闪存)中。图11B描绘了屏幕1029中的使用时间和待机时间。使用时间和待机时间基于被实现在非易失性存储器中的前述电池和待机计数器计算,并且,使用计数器和待机计数器的值被无线地且周期性地发送到主机设备。在一个实施例中,因为使用计数器和待机计数器不可以从外部、或由未授权用户在没有删除整个固件时删除,由此使得所述监测设备无法操作,所以使用计数器和待机计数器可以被用于,一旦使用和/或待机计数器达到特定值就禁用所述监测设备。这防止未授权用户为了使监测设备能够被用于较长的时间段而更换不可再充电的电池(篡改)。因为不兼容所述监测设备中的电路***,所述监测设备不可以修理或拆卸,所以使用计数器和待机计数器可以增加监测设备的安全性。
可以通过以下实现另一安全特征:每当电池的电压下降到特定门限以下时,就启动电压定时器或计数器(“电压定时器”)。如果电池电压保持在门限以下,直到电压定时器达到预定义的值为止,那么只要电池是不可再充电的,电池电压就不可以增大到超过门限,并且在非易失性存储器中设置标志,指示该电池被完全放电。之后,在电池电压变成大于门限、而(例如,使用和/或待机)计数器到期的情况下,可以做出未授权用户(或第三方)已利用监测设备进行篡改的推断。在这种情况下,监测设备的固件可以重置处理设备(例如,图1中的处理设备102)并且到达空闲状态,以防止监测设备的未授权使用或重新使用。
图13D描绘了用于监测设备的防篡改方法的流程图。最初,如框1320所示,确定监测设备是否激活且在使用中。如果监测设备在使用中,该过程转到框1321,其中,使用计数器被递增。在框1322处确定使用计数器是否已经达到其最大值。如果达到其最大值,在该方法在框1323处继续,其中,所述监测设备停止操作并且不可以使用。在备选实施例中,如果使用计数器达到其最大值,那么框1323可以仅在监测设备与主机设备之间的连接(例如,无线连接)丢失以后执行,以停止操作。这保证病人或用户,不由于因为使用计数器已经达到其极限(最大值)而缺少监测设备的操作而被置于风险中。
回到框1320,如果监测设备不在使用中,则假设监测设备处于待机模式,并且待机计数器在框1324处被递增。在框1325处确定待机计数器是否已经达到其最大值。如果达到其最大值,则该方法转到框1323,其中,所述监测设备停止操作并且不可以使用。此外,在备选实施例中,如果待机计数器达到其最大值,那么框1323可以仅在监测设备与主机设备之间的连接(例如,无线连接)丢失以后执行,以停止操作。这保证病人或用户,不由于因为待机计数器已经达到其极限(最大值)而缺少监测设备的操作而被置于风险中。
当待机计数器和使用计数器还没有达到最大值时,该方法在框1326处继续,其中,确定电池电压是否在预定义的电压门限以下。如果达到最大值,则门限计数器在框1327处被递增。否则,门限计数器在框1328处被重置。
在框1329处确定门限计数器是否已经达到其最大值。如果达到其最大值,则该方法转到框1330,其中,该监测设备停止操作(例如,立即),继续正常操作直到待机或使用计数器到期为止,或在电池电压增大到高于预定义的电压门限以后该监测设备停止操作。当门限计数器还没有达到其最大值时,该方法回到框1320。
在一些实施例中,待机计数器、使用计数器和门限计数器被实现在监测设备的非易失性存储器中。备选地,考虑到门限计数器通常被用于测量比典型的使用时间间隔或待机时间间隔小得多的时间间隔,门限计数器可以被实现在监测设备中的易失性存储器中、或主机设备的易失性存储器中。在非易失性存储器中实现计数器减少了电力中断、故障或可以导致计数器丢失其当前值的重置出现的机会。
图14A描绘了确定监测设备的有效本底噪声的第一示例方法。最初,在框1400处打开监测设备。例如,在一个实施例中,通过去除第一标签并且按压指示器(例如,图9D中的标签909和指示器910)打开监测设备。在框1402中,监测设备被连接(例如,无线地连接)到主机设备。在一个实施例中,监测设备使用蓝牙与主机设备配对。
一旦监测设备与主机设备之间的连接被建立,就在监测设备上执行有效本底噪声测量(框1404)。在非限制性示例中,监测设备被放置在黑暗环境(例如,有限的环境光或没有环境光)中,用于有效本底噪声测量。在另一非限制性示例中,监测设备调制光源信号和/或解调已接收的光信号,以实现在环境光干扰和/或电磁干扰下的有效本底噪声测量。调制算法和解调算法防止环境光信号和/或电磁干扰干扰有效本底噪声测量。本底噪声测量被用于:在将监测设备放置在测量位置上以前,量化对监测设备的性能进行量化的信噪比和度量。本底噪声测量在以下应用中是有用的:制造过程、存储过程、运输过程和/或处理过程可以导致监测设备由于不可预见的情况而变得超出规范。在示例实施例中,通过与监测设备处于正常操作中一样地激活监测设备的一个或多个光源(例如,图1中的113),生成本底噪声测量结果。光将穿过第二标签(标签911)中的材料扩散,并且经由漫射和/或镜面反射到达一个或多个光电检测器。由光电检测器(例如,图1中的114)产生的信号被监测设备采集,并且被解调、被滤波、被处理以及被发送到主机设备,用于信噪比和度量的计算。
在框1406中,确定:已计算的信噪比和/或度量是否是可接受的(例如,大于预定义的门限)。如果是不可接受的,则主机设备指示用户,监测是不可操作的或不合格的,并且操作停止(框1408)。在备选实施例中,在执行框1406以前,可能需要和处理多次本底噪声运行。
当已计算的信噪比和/或度量可接受时,处理转到框1410,其中,监测设备被附接到测量位置。例如,第二标签(例如,标签911)被去除,以显露粘合材料并且将监测设备附接到测量位置。监测设备和主机设备然后进入正常监测操作(框1412)。
图14B示出了确定监测设备的有效本底噪声的第二示例方法。在所示出的实施例中,由监测设备在与主机设备连接以前执行本底噪声计算。最初,在框1400处打开监测设备。例如,在一个实施例中,通过去除第一标签并且按压指示器(例如,图9D中的标签909和指示器910)打开监测设备。
在框1404处由监测设备执行有效本底噪声测量。与监测设备处于正常操作时一样,本底噪声测量通过激活监测设备中的一个或多个光源(例如,图1中的光源113)确定。光将穿过第二标签(例如,图9D中的标签911)中的材料扩散,并且经由漫射和/或镜面反射被一个或多个光电检测器(例如,图1中的光电检测器114)检测。由光电检测器产生的信号被监测设备解调、滤波和处理,以计算信噪比和度量。
在框1406处确定已计算的信噪比和/或度量是否是可接受的(例如,大于预定义的门限)。如果已计算的信噪比和/或度量不可接受,则操作在框1408处结束。在一个实施例中,监测设备指示用户:监测设备是不可操作的或不合格的(例如,通过使用监测设备中的至少一个光源,以特定图案或模式产生闪烁的光)。在备选实施例中,在执行框1406以前,可能需要和处理多次本底噪声运行。
当已计算的信噪比和/或度量可接受时,处理转到框1410,其中,监测设备被附接到测量位置。在一个实施例中,第二标签(例如,图9D中的标签911)被去除,以显露粘合剂,并且监测设备被附接到测量位置。然后,在框1402处,监测设备连接到(例如,无线地连接到)主机设备。在框1412处,监测设备和主机设备进入正常监测操作。
图15A描绘了示例电池放电曲线。x轴表示电池电压,并且y轴可以表示时间、百分比、焦耳、电压或其他值。示例电池放电曲线被划分成三个充电电压区域1502、1504、1506。在第一充电电压区域1502中,电池充满电或几乎充满电。可以观察到,在区域1502中,电池电量中的小的改变(下降)创建电池电压中的较大的改变(下降)。因此,可以基于电池电压和/或感兴趣的其他可用参数(例如,环境温度、电路***负载等)确定电池电量(例如,电池可用时间)。
在第二充电电压区域1504中,电池电量的改变不影响(或基本上不影响)电池电压。因此,在第二充电电压区域1504中,经由一个或多个计数器(或定时器)负责电池电量。换言之,区域1504不包括:可以被用于直接估计电池电量的可观测的或可测量的参数。因此,一个或多个计数器和/或与感兴趣的其他可用参数(例如,环境温度、电路***负载等)有关的信息被用于估计电池电量。
随着电池放电,电池进入第三充电电压区域1506,其中,电池电量可以再次基于可观测的电池电压进行估计和/或感兴趣的其他可用参数(例如,环境温度、电路***负载等)进行估计。在备选实施例中,第一区域1502和第二区域1504可以被合并成单个第一/第二不可观测的充电电压区域1508,并且如同针对区域1504描述地执行计算。
图15B-图15C示出了估计监测设备中的电池的电池可用时间的示例方法。在闭环和开环两者中经由不同的函数执行每种方法中的计算。在闭环中,电池电压和/或其他感兴趣的可用参数(例如,环境温度、电路***负载等)被用于直接估计电池电量。在开环中,使用一个或多个计数器和/或感兴趣的其他可用参数(例如,环境温度、电路***负载等)直接估计电池电量。
在图15B中,在框1510处,监测设备中的电池正在第一充电电压区域(例如,图15A中的1502)中操作。在示例实施例中,通过将电池电压和其他感兴趣的参数(即,电压、温度、电路***负载等)映射成已归一化的电池电量值的函数,计算电池电量。在一个实施例中,监测设备测量电池电压和其他感兴趣的参数,并且将测量结果传送到主机设备。主机设备确定已归一化的电池电量值。
在框1512中,电池电量到达第二充电电压区域(例如,图15A中的1504),并且使用被实现在监测设备中(例如,非易失性存储器中)的一个或多个计数器,估计电池电量。计数器值被传送到主机设备,用于进行处理,并且主机设备在时间上根据计数器值的函数减少电池电量。在一个实施例中,一个或多个计数器表示监测设备中的不同的操作模式。在示例实施例中,第一计数器和第二计数器可以被实现在监测设备中。每当监测设备处于待机模式(例如,未连接到主机设备)时,第一计数器(“待机计数器”)就被递增。每当监测设备被连接到主机设备并且在操作中时,第二计数器(“使用计数器”)就被递增。待机模式和使用模式均可以具有不同的功耗级别,因此,不同的待机计数器和使用计数器被用于记录,与监测设备的能耗成比例的值。待机计数器和使用计数器可以基于经过的时间和/或感兴趣的其他可用参数(例如,环境温度、电路***负载等)被递增(或递减),以负责电池在时间上的放电。每当电池在第二充电电压区域1504中操作时,待机计数器和使用计数器的值就被主机设备映射到经归一化的电池能量值。
接着,如框1514所示,电池在第三充电电压区域(例如,图15A中的区域1506)中操作,并且,类似于第一充电电压区域,通过对电池电压和其他感兴趣的参数(即,电压、温度、电路***负载等)进行映射的函数,计算电池电量。电池保持在第三充电电压区域中,直到电池完全放电为止。当电池被完全放电时,主机设备可以产生,监测设备中的电池上的电量低或耗尽的警告和通知。
图15C描绘了估计监测设备中的电池的电池可用时间的备选方法的流程图。在图15C中,第一充电电压区域和第二充电电压区域(例如,图15A中的区域1502和区域1504)被合并成经合并的充电电压区域(图15A中的1508)。经合并的区域减少了充电电压区域的数量,并且简化了估计电池可用时间的操作。通常,电池处于第一充电电压区域中的时间段比处于区域1504中较短。因此,将第一充电电压区域和第二充电电压区域合并成一个经合并的区域不显著影响估计值的准确性。
最初,如框1516所示,监测设备中的电池在第一/第二充电电压区域中,并且使用被实现在监测设备中的一个或多个计数器,估计电池电量。计数器值被传送到主机设备,用于进行处理。主机设备在时间上根据计数器值的函数减少电池电量。在非限制性实施例中,计数器被实现为使用计数器和待机计数器。每当电池在经合并的区域中操作时,待机计数器和使用计数器的值就被主机设备映射到经归一化的电池能量值。
接着,如框1514所示,电池在第三充电电压区域中操作,并且,通过将电池电压和其他感兴趣的参数(即,电压、温度、电路***负载等)映射到经归一化的电池能量值的函数,计算电池电量。电池保持在第三充电电压区域中,直到电池完全放电为止。当电池被完全放电时,主机设备可以产生:监测设备中的电池上的电量低或耗尽的警告和通知。
监测设备和主机设备的***是混合式或分布式***。所述功能中的一些功能被实现在监测设备中,并且所述功能中的一些功能被实现在主机设备中。例如,在一个实施例中,监测设备实现计数器,并且测量/计算一个或多个感兴趣的参数(即,电压、温度、电路***负载等)。监测设备将值传送到主机设备,其中,主机设备执行开环和闭环燃料测量仪计算,显示电池燃料测量仪图标(例如,参见图13A),并且每当电池上的电量低或耗尽时就发出警告和/或通知。
图16示出了操作监测设备的方法的流程图。最初,如框1600所示,监测设备被打开,并且指示灯指示监测设备处于待机模式。待机模式表示监测设备正在等待被能够操作用于连接到主机设备(例如,无线地连接到主机设备)的模式。在一个实施例中,连接定时器开启,此时,连接定时器监视(例如,递减计数)给定时间段,在该给定时间段中,监测设备尝试连接到主机设备。
然后,在框1602处,监测设备尝试连接到主机设备。在一个实施例中,监测设备反复地尝试连接到主机设备,直到监测设备成功连接到主机设备为止或者直到连接定时器超时为止(例如,到期)。当监测设备成功连接到主机设备时,处理转到框1606,其中,监测设备开始操作。在一些实施例中,连接定时器是看门狗定时器,每当监测设备在正常操作中时,该看门狗定时器就在已选择的时间或周期性地通过监测设备固件被重新初始化。这保证监测设备处理器和电路***仅在软件和/或硬件故障出现以及连接定时器(即,看门狗定时器)超时时才被重置。如果监测设备处于待机模式,那么连接定时器(即,看门狗定时器)将在已选择的时间或周期性地超时,强迫监测设备对自身进行重置。这保证监测设备将始终是可操作的(即,处于待机或已连接中),并且完全消除了对重置和/或监测设备电路***中的电力开关的需要,以使在软件或硬件故障的情况下由用户做出人工重置或加电序列变得没必要。当由于硬件或软件故障、在框1602中监测设备在给定时间段之中不能连接到主机设备或在框1606监测设备中丢失与主机设备的连接时,连接定时器(即,看门狗定时器)超时,并且方法在框1604处继续,此时,执行监测设备上的重置操作。监测设备处理器和电路***被重置,并且指示灯关断。在短的时间段之后,监测设备处理器和电路***被重新初始化,在框1600中指示灯打开,并且图16中的过程重复自身。
在此申请中提供的一个或多个方面的描述和说明不旨在限定或限制如以任意方式要求保护的本公开的范围。此申请中提供的方面、示例和细节被考虑为足以传递所有权,并且使其他人能够做出和使用要求保护的公开内容的最佳方式。要求保护的公开内容不应该被解释为,被限定在此申请中提供的任意方面、示例或细节。不管是否组合地或单独地示出和描述,各种(结构和方法)特征旨在选择性地被包括或省略,以产生特定的特征集合的实施例。已经提供了本申请的描述和说明,本领域技术人员可以设想,不背离要求保护的公开内容更宽的范围的、落入此申请中体现的一般创造性构思的更宽的方面的精神之中的变化、修改和备选方面。
Claims (20)
1.一种监测设备,包括:
光传感器,在所述监测设备的外壳内,并且包括邻近所述外壳的第一表面设置的光源和光电检测器,其中,当所述第一表面与用户的第一身体部位的测量位置接触时,所述光源能够操作用于朝着所述测量位置发射光,并且所述光电检测器能够操作用于接收从所述测量位置反射的光;
温度传感器,在所述监测设备的所述外壳内,并且邻近所述外壳的所述第一表面设置,并且当所述第一表面与所述测量位置接触时,所述温度传感器能够操作用于测量所述测量位置处的温度;
第一电接触传感器,在所述监测设备的所述外壳内,并且邻近所述外壳的所述第一表面设置,以在所述第一表面与所述测量位置接触时与所述测量位置接触;
第二电接触传感器,在所述监测设备的所述外壳内,并且邻近所述外壳的第二表面设置,其中,当所述用户的不同的第二身体部位接触所述第二电接触传感器时,所述第一电接触传感器和所述第二电接触传感器检测心脏信号;以及
无线通信设备,能够操作用于将从所述光电检测器接收的信号、温度测量结果和所述心脏信号传送到主机设备上的应用程序。
2.根据权利要求1所述的监测设备,还包括:处理设备,能够操作用于连接到所述光传感器、所述温度传感器、以及所述第一电接触传感器和所述第二电接触传感器,并且能够操作用于使用从所述光电检测器接收的信号、温度测量结果或所述心脏信号,处理较高频率、较低延迟或较低复杂度的计算,并且,所述主机设备上的所述应用程序能够操作用于处理较低频率、较高延迟或较高复杂度的计算。
3.根据权利要求1所述的监测设备,其中,所述测量位置是所述用户的耳朵。
4.根据权利要求1所述的监测设备,其中,所述测量位置是所述用户的手指。
5.根据权利要求1所述的监测设备,其中,所述测量位置是所述用户的前额。
6.根据权利要求1所述的监测设备,其中,所述监测设备被合并到所述用户戴的帽子中。
7.根据权利要求6所述的监测设备,其中:
所述帽子还包括多个脑电图EEG电极;并且
所述无线通信设备能够操作用于将来自所述多个EEG电极的信号传送到所述主机设备上的所述应用程序。
8.根据权利要求1所述的监测设备,其中,所述监测设备被合并到与所述测量位置附接的贴片中。
9.一种***,包括:
监测设备,包括:
光传感器,在所述监测设备的外壳内,并且包括邻近所述外壳的第一表面设置的光源和光电检测器,其中,当所述第一表面与用户的第一身体部位的测量位置接触时,所述光源被配置为朝着所述测量位置发射光,且所述光电检测器被配置为接收从所述测量位置反射的光;
温度传感器,在所述监测设备的所述外壳内,并且邻近所述外壳的所述第一表面设置,并且被配置为,当所述第一表面与所述测量位置接触时,测量所述测量位置处的温度;
第一电接触传感器,在所述监测设备的所述外壳内,并且邻近所述外壳的所述第一表面设置,以在所述第一表面与所述测量位置接触时与所述测量位置接触;
第二电接触传感器,在所述监测设备的所述外壳内,并且邻近所述外壳的第二表面设置,其中,当所述用户的不同的第二身体部位接触所述第二电接触传感器时,所述第一电接触传感器和所述第二电接触传感器检测心脏信号;以及
无线通信设备,能够操作用于传送,从所述光电检测器接收的信号、温度测量结果和所述心脏信号;以及
主机设备上的应用程序,能够操作用于:
处理由所述监测设备传送的信号,以计算生理参数、与所述生理参数相关联的波形数据、以及与所述生理参数相关联的趋势数据;以及
使所述生理参数和与所述生理参数相关联的波形或与所述生理参数相关联的趋势中的至少一项要被显示。
10.根据权利要求9所述的***,其中:
当所述生理参数超过上限时,所述应用程序生成第一警报;以及
当所述生理参数小于下限时,所述应用程序生成第二警报。
11.根据权利要求10所述的***,其中,所述上限和所述下限在所述应用程序的用户设置界面中设置。
12.根据权利要求10所述的***,其中,所述生理参数是脉搏率、灌注指数或血氧饱和度中的一项。
13.根据权利要求10所述的***,其中的第一处理设备能够操作用于使用从所述光电检测器接收的信号、温度测量结果或所述心脏信号,处理较高频率、较低延迟或较低复杂度的计算,并且,所述主机设备上的所述应用程序能够操作用于处理较低频率、较高延迟或较高复杂度的计算。
14.根据权利要求10所述的***,其中,所述测量位置是所述用户的耳朵。
15.根据权利要求10所述的***,其中,所述测量位置是所述用户的手指。
16.根据权利要求10所述的***,其中,所述测量位置是所述用户的前额。
17.根据权利要求10所述的***,其中,所述应用程序导致对屏幕进行显示,以使得用户能够与另一计算设备共享所述生理参数、所述生理参数或趋势数据。
18.根据权利要求10所述的***,其中,所述应用程序:
使以下屏幕被显示,所述屏幕使得用户能够选择要与另一计算设备共享的报告,所述报告包括,与所述生理参数相关联的波形数据或趋势数据的分析数据;以及
基于已选择的报告,生成所述报告并且使所述报告被传送到所述另一计算设备。
19.根据权利要求18所述的***,其中,所述报告包括以下中的一项:
时间上的血氧饱和度测量结果;
血氧饱和度分布;
时间上的脉搏率测量结果;
脉搏率分布;
脉搏率波动分布;
时间上的灌注指数测量结果;
灌注指数分布;或
灌注指数对数波动分布。
20.根据权利要求10所述的***,其中:
所述监测设备被合并到所述用户戴的帽子中;或者
所述监测设备被合并到与所述测量位置附接的贴片中。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862722676P | 2018-08-24 | 2018-08-24 | |
US62/722,676 | 2018-08-24 | ||
US201862723290P | 2018-08-27 | 2018-08-27 | |
US62/723,290 | 2018-08-27 | ||
PCT/US2019/048189 WO2020041800A1 (en) | 2018-08-24 | 2019-08-26 | Monitoring device and system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112638242A true CN112638242A (zh) | 2021-04-09 |
Family
ID=68073156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980055479.XA Pending CN112638242A (zh) | 2018-08-24 | 2019-08-26 | 监测设备及*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200060555A1 (zh) |
EP (1) | EP3840633A1 (zh) |
JP (1) | JP2021535818A (zh) |
CN (1) | CN112638242A (zh) |
WO (1) | WO2020041800A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113701825A (zh) * | 2021-10-27 | 2021-11-26 | 南通高桥体育用品有限公司 | 一种基于人工智能的健身设施异常检测方法及*** |
CN115016684A (zh) * | 2022-04-25 | 2022-09-06 | 杭州小电科技股份有限公司 | 共享充电宝租赁服务的数据处理方法、平台、装置和介质 |
CN117153144A (zh) * | 2023-10-31 | 2023-12-01 | 杭州宇谷科技股份有限公司 | 基于端计算的电池信息语音播报方法和装置 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10646144B2 (en) | 2015-12-07 | 2020-05-12 | Marcelo Malini Lamego | Wireless, disposable, extended use pulse oximeter apparatus and methods |
US10659963B1 (en) | 2018-02-12 | 2020-05-19 | True Wearables, Inc. | Single use medical device apparatus and methods |
CN111513711B (zh) * | 2020-05-22 | 2021-06-04 | 电子科技大学 | 一种基于参考电极的脑电坏导插值方法 |
US20220117521A1 (en) * | 2020-10-20 | 2022-04-21 | eTouch Medical Inc. | Cloud system of non-invasive measuring blood glucose |
US20230148959A1 (en) * | 2021-11-16 | 2023-05-18 | Meta Platforms Technologies, Llc | Devices and Methods for Sensing Brain Blood Flow Using Head Mounted Display Devices |
WO2024117748A1 (ko) * | 2022-11-29 | 2024-06-06 | 삼성전자 주식회사 | 웨어러블 전자 장치 및 이의 동작 방법 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1909828A (zh) * | 2004-01-15 | 2007-02-07 | 皇家飞利浦电子股份有限公司 | 自适应生理监视***及其使用方法 |
US20110066043A1 (en) * | 2009-09-14 | 2011-03-17 | Matt Banet | System for measuring vital signs during hemodialysis |
US20110137297A1 (en) * | 2009-09-17 | 2011-06-09 | Kiani Massi Joe E | Pharmacological management system |
US20110208018A1 (en) * | 2006-05-15 | 2011-08-25 | Kiani Massi E | Sepsis monitor |
CN102202568A (zh) * | 2008-05-12 | 2011-09-28 | 心脏技术有限公司 | 集成心脏监测设备和使用集成心脏监测设备的方法 |
US20130253334A1 (en) * | 2012-02-09 | 2013-09-26 | Masimo Corporation | Wireless patient monitoring device |
US8700009B2 (en) * | 2010-06-02 | 2014-04-15 | Q-Tec Systems Llc | Method and apparatus for monitoring emotion in an interactive network |
US20160015289A1 (en) * | 2013-03-06 | 2016-01-21 | Adam J. Simon | Form factors for the multi-modal physiological assessment of brain health |
US20160270740A1 (en) * | 2013-12-31 | 2016-09-22 | Senseonics, Incorporated | Wireless analyte monitoring |
US20170079586A1 (en) * | 2015-01-26 | 2017-03-23 | Nir Geva | Systems and methods for vital signs monitoring with ear piece |
US20180064356A1 (en) * | 2015-03-31 | 2018-03-08 | University Of Pittsburgh - Of The Commonwealth System Of Higher Education | Wearable cardiac electrophysiology measurement devices, software, systems and methods |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4781195A (en) * | 1987-12-02 | 1988-11-01 | The Boc Group, Inc. | Blood monitoring apparatus and methods with amplifier input dark current correction |
US7162288B2 (en) * | 2004-02-25 | 2007-01-09 | Nellcor Purtain Bennett Incorporated | Techniques for detecting heart pulses and reducing power consumption in sensors |
US10085657B2 (en) * | 2009-06-17 | 2018-10-02 | Sotera Wireless, Inc. | Body-worn pulse oximeter |
US8494786B2 (en) * | 2009-07-30 | 2013-07-23 | Covidien Lp | Exponential sampling of red and infrared signals |
US8761853B2 (en) * | 2011-01-20 | 2014-06-24 | Nitto Denko Corporation | Devices and methods for non-invasive optical physiological measurements |
US9713480B2 (en) * | 2013-09-16 | 2017-07-25 | Empire Technology Development Llc | Anastomosis probe and cutting device |
-
2019
- 2019-08-26 CN CN201980055479.XA patent/CN112638242A/zh active Pending
- 2019-08-26 JP JP2021533410A patent/JP2021535818A/ja active Pending
- 2019-08-26 US US16/551,437 patent/US20200060555A1/en not_active Abandoned
- 2019-08-26 WO PCT/US2019/048189 patent/WO2020041800A1/en active Search and Examination
- 2019-08-26 EP EP19779225.2A patent/EP3840633A1/en not_active Withdrawn
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1909828A (zh) * | 2004-01-15 | 2007-02-07 | 皇家飞利浦电子股份有限公司 | 自适应生理监视***及其使用方法 |
US20110208018A1 (en) * | 2006-05-15 | 2011-08-25 | Kiani Massi E | Sepsis monitor |
CN102202568A (zh) * | 2008-05-12 | 2011-09-28 | 心脏技术有限公司 | 集成心脏监测设备和使用集成心脏监测设备的方法 |
US20110066043A1 (en) * | 2009-09-14 | 2011-03-17 | Matt Banet | System for measuring vital signs during hemodialysis |
US20110137297A1 (en) * | 2009-09-17 | 2011-06-09 | Kiani Massi Joe E | Pharmacological management system |
US8700009B2 (en) * | 2010-06-02 | 2014-04-15 | Q-Tec Systems Llc | Method and apparatus for monitoring emotion in an interactive network |
US20130253334A1 (en) * | 2012-02-09 | 2013-09-26 | Masimo Corporation | Wireless patient monitoring device |
US20160015289A1 (en) * | 2013-03-06 | 2016-01-21 | Adam J. Simon | Form factors for the multi-modal physiological assessment of brain health |
US20160270740A1 (en) * | 2013-12-31 | 2016-09-22 | Senseonics, Incorporated | Wireless analyte monitoring |
US20170079586A1 (en) * | 2015-01-26 | 2017-03-23 | Nir Geva | Systems and methods for vital signs monitoring with ear piece |
US20180064356A1 (en) * | 2015-03-31 | 2018-03-08 | University Of Pittsburgh - Of The Commonwealth System Of Higher Education | Wearable cardiac electrophysiology measurement devices, software, systems and methods |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113701825A (zh) * | 2021-10-27 | 2021-11-26 | 南通高桥体育用品有限公司 | 一种基于人工智能的健身设施异常检测方法及*** |
CN113701825B (zh) * | 2021-10-27 | 2022-02-22 | 南通高桥体育用品有限公司 | 一种基于人工智能的健身设施异常检测方法及*** |
CN115016684A (zh) * | 2022-04-25 | 2022-09-06 | 杭州小电科技股份有限公司 | 共享充电宝租赁服务的数据处理方法、平台、装置和介质 |
CN117153144A (zh) * | 2023-10-31 | 2023-12-01 | 杭州宇谷科技股份有限公司 | 基于端计算的电池信息语音播报方法和装置 |
CN117153144B (zh) * | 2023-10-31 | 2024-02-06 | 杭州宇谷科技股份有限公司 | 基于端计算的电池信息语音播报方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US20200060555A1 (en) | 2020-02-27 |
WO2020041800A1 (en) | 2020-02-27 |
JP2021535818A (ja) | 2021-12-23 |
EP3840633A1 (en) | 2021-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112638242A (zh) | 监测设备及*** | |
US20220202362A9 (en) | Monitoring devices and methods | |
US11647924B2 (en) | Wireless, disposable, extended use pulse oximeter apparatus and methods | |
US10656009B2 (en) | Context discrimination using ambient light signal | |
EP3089662B1 (en) | Methods, systems, and devices for optimal positioning of sensors | |
EP3541269B1 (en) | Vital monitoring device, system, and method | |
JP5425469B2 (ja) | 使い捨てパルス酸素濃度計 | |
JP5893922B2 (ja) | ディスポーザブル・オキシメータ・デバイス | |
JP5425468B2 (ja) | 使い捨てパルス酸素濃度計 | |
JP7122306B2 (ja) | 医療モニタリングのための医療装置、医療システム及び方法 | |
US9619623B2 (en) | Mobile device casing for health monitoring | |
CA3054261A1 (en) | A multi-vital-sign smartphone system in an electronic medical records system | |
US20080208009A1 (en) | Wearable Device, System and Method for Measuring Vital Parameters | |
US10602987B2 (en) | Multi-vital-sign smartphone system in an electronic medical records system | |
US11317283B1 (en) | Single use medical device apparatus and methods | |
JP2022541647A (ja) | 観察デバイスおよび方法 | |
AU2017211525B2 (en) | Vital signs monitor/measurement apparatus | |
EP3297527A1 (en) | Non-invasive continuous monitoring of physiological parameters | |
US11864923B2 (en) | Method for reducing melanin bias in pulse oximeters | |
CN209733968U (zh) | 智能服装 | |
CN118302109A (zh) | 用于测量血氧水平的技术 | |
Archana et al. | Wireless Sensors Network for Continuous Monitoring Physiological Signals Using ZIGBEE |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |