FI115289B - Elimistön energia-aineenvaihdunnan ja glukoosin määrän mittaaminen - Google Patents

Elimistön energia-aineenvaihdunnan ja glukoosin määrän mittaaminen Download PDF

Info

Publication number
FI115289B
FI115289B FI20000416A FI20000416A FI115289B FI 115289 B FI115289 B FI 115289B FI 20000416 A FI20000416 A FI 20000416A FI 20000416 A FI20000416 A FI 20000416A FI 115289 B FI115289 B FI 115289B
Authority
FI
Finland
Prior art keywords
heart rate
person
energy
parameters
parameter
Prior art date
Application number
FI20000416A
Other languages
English (en)
Swedish (sv)
Other versions
FI20000416A0 (fi
FI20000416A (fi
Inventor
Ilkka Heikkilae
Seppo Nissilae
Original Assignee
Polar Electro Oy
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Polar Electro Oy filed Critical Polar Electro Oy
Priority to FI20000416A priority Critical patent/FI115289B/fi
Publication of FI20000416A0 publication Critical patent/FI20000416A0/fi
Priority to DE60115736T priority patent/DE60115736T2/de
Priority to ES01660035T priority patent/ES2252178T3/es
Priority to AT01660035T priority patent/ATE312556T1/de
Priority to EP01660035A priority patent/EP1127544B1/en
Priority to US09/789,868 priority patent/US6540686B2/en
Publication of FI20000416A publication Critical patent/FI20000416A/fi
Priority to HK01108991A priority patent/HK1041188A1/xx
Application granted granted Critical
Publication of FI115289B publication Critical patent/FI115289B/fi

Links

Classifications

    • 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
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/221—Ergometry, e.g. by using bicycle type apparatus
    • A61B5/222—Ergometry, e.g. by using bicycle type apparatus combined with detection or measurement of physiological parameters, e.g. heart rate
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00—Surgery
    • Y10S128/92—Computer assisted medical diagnostics
    • Y10S128/925—Neural network

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Emergency Medicine (AREA)
  • Optics & Photonics (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Medicinal Preparation (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Heterocyclic Carbon Compounds Containing A Hetero Ring Having Oxygen Or Sulfur (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)

Description

115289
Elimistön energia-aineenvaihdunnan ja glukoosin määrän mittaaminen
Keksinnön ala
Keksinnön soveltamisalana ovat terveydenhuolto ja urheilu, erityi-5 sesti sovellukset, joissa tavoitteena on määrittää ihmisen energia-aineenvaihduntaan ja/tai elimistön glukoosipitoisuuteen liittyviä suureita.
Keksinnön tausta
Ihmisten energiatalous koostuu pääasiassa hiilihydraateista, rasvoista ja proteiineista. Niiden käyttö ja suhteellinen osuus riippuvat elimistön 10 tilasta, käytössä olevien ravintoaineiden määrästä sekä suoritettavan rasituksen intensiteetistä. Elimistön tilaa voidaan tarkastella esimerkiksi aktiivisuuden, lämpötilan ja verenpaineen avulla. Rasituksen intensiteettiä puolestaan voidaan mitata esimerkiksi sydämen syketiheytenä ajan suhteen, mikä antaa rasituksesta hetkellisen, karkean arvion. Erilaisten sairauksien, kuten esimer-15 kiksi diabeteksen yhteydessä henkilön elimistön energiatasapainon ja glukoo-sipitoisuuden määrittäminen on tärkeää oikean hoidon määrittelyssä. Edelleen, urheilijoilla rasitustason vaikutus energiatasapainoon ja energia-aineenvaihduntaan on tärkeää oikeantyyppisen ravinnon saannin suunnittelussa.
Tunnetut menetelmät energia-aineenvaihdunnan tason määrittämi-... 20 seksi perustuvat sykkeen mittaukseen liikuntasuorituksen aikana. Energian- kulusta on arvioitu esimerkiksi kaavan (1) mukaisella yhtälöllä: ·;;; (1) EE = a+b*HR, jossa 25 EE kuvaa energiankulutuksen tasoa, a ja b ovat vakioita, joiden ' avulla sykkeen HR ja EE:n välinen lineaarinen riippuvuussuhde on määritelty.
Tunnettuun menetelmään sisältyy merkittäviä haittoja. Kaavan (1) mukaisella ;· menetelmällä laskettu energiankulutus ei ota huomioon aikaisempaa kumu loituvaa rasitusta eivätkä myöskään rasituksen laatua. Lineaarisen mallin 30 käyttö johtuu siitä, että nykyään käytössä olevat energiankulutusmittaukset pohjautuvat pääsääntöisesti laboratoriomittauksiin nousevassa rasituksessa tai käyttäen vakioista rasitusta tietyllä kuormalla.
2 115289
Keksinnön lyhyt selostus
Keksinnön tavoitteena on toteuttaa parannettu menetelmä ihmisen energia-aineenvaihdunnan määrittämiseksi. Keksinnön tavoitteena on edelleen toteuttaa parannettu menetelmä ihmisen elimistön glukoosipitoisuuden 5 arvioimiseksi. Tämä saavutetaan seuraavaksi esitettävällä menetelmällä. Kyseessä on menetelmä ihmisen energia-aineenvaihdunnan mittaamiseksi, jossa menetelmässä mitataan henkilön sykeinformaatiota yhden tai useamman sy-keparametrin muodossa. Menetelmässä muodostetaan ihmisen energia-aineenvaihduntaa mallintavan matemaattisen mallin avulla mallin ulostulopara-10 metrinä henkilön energia-aineenvaihdunnan taso malliin sisääntuloparametreina otettavan yhden tai useamman sykeparametrin ja yhden tai useamman henkilön fysiologista ominaisuutta kuvaavan fysiologisen parametrin perusteella, jota mallin ulostuloparametria käytetään henkilön energia-aineenvaihdunnan arvioimiseksi.
15 Keksinnön kohteena on myös menetelmä ihmisen elimistön glukoo- sinmäärän mittaamiseksi, jossa menetelmässä mitataan henkilön sykeinformaatiota yhden tai useamman sykeparametrin muodossa. Menetelmässä syötetään ihmisen glukoosinkulutusta mallintavaan matemaattiseen malliin sisääntuloparametreina yksi tai useampi sykeparametri ja yksi tai useampi henki-20 lön fysiologista ominaisuutta kuvaava fysiologinen parametri, joiden sisääntulo-parametrien avulla muodostetaan mallin ulostuloparametrina yksi tai useampi •\:V seuraavista: henkilön glukoosipitoisuuden taso, henkilön elimistössä jäljellä ole- van glukoosin määrä, jota mainittua yhtä tai useampaa ulostuloparametria käy-; ‘ tetään käytetyn glukoosimäärän ja/tai elimistössä jäljellä olevan glukoosimäärän : 25 arvioimiseksi.
Keksinnön kohteena on myös sykemittausjärjestely, joka sykemit-tausjärjestely käsittää laskentayksikön, joka käsittää matemaattisen mallin, joka on sovitettu muodostamaan mallin ulostuloparametrina ihmisen energia-aineenvaihdunnan tason malliin sisääntuloparametreina otettavan yhden tai 30 useamman sykeparametrin ja yhden tai useamman henkilön fysiologista omi naisuutta kuvaavan fysiologisen parametrin perusteella, sykemittausjärjestelyn edelleen käsittäessä esittämisvälineet laskentayksikössä muodostetun infor-: maation esittämiseksi.
Keksinnön kohteena on myös sykemittausjärjestely, joka käsittää 35 laskentayksikön, joka käsittää matemaattisen mallin, joka on sovitettu muodostamaan malliin sisääntuloparametreina otettavan yhden tai useamman sykepä- 3 115289 rametrin ja yhden tai useamman henkilön fysiologista ominaisuutta kuvaavan fysiologisen parametrin avulla mallin ulostuloparametrina yhden tai useamman seuraavista: henkilön glukoosipitoisuuden taso, henkilön elimistössä jäljellä olevan glukoosin määrä, joka sykemittausjärjestely edelleen käsittää esittämisväli-5 neet laskentayksikössä muodostetun informaation esittämiseksi.
Keksinnön edulliset suoritusmuodot ovat epäitsenäisten patenttivaatimusten kohteena.
Keksinnön kohteena on siis menetelmä ja laitteisto ihmisen energia-aineenvaihdunnan mittaamiseksi. Keksinnön mukainen menetelmä toteute-10 taan edullisesti matemaattisen mallin avulla, joka matemaattinen malli perustuu ihmisen energia-aineenvaihdunnan fysiologisiin perusteisiin. Matemaattisella mallilla tarkoitetaan keksinnön selostuksen yhteydessä joukkoa matemaattisia toimenpiteitä ja sääntöjä, joilla sisääntuloparametrien arvoista muodostetaan ulostuloparametreille arvot. Matemaattiset toimenpiteet ovat esi-15 merkiksi aritmeettisia operaatioita, kuten yhteen-, vähennys- ja kertolaskuja. Matemaattinen malli voidaan toki toteuttaa myös taulukkona tai tietokantana, jolloin tiettyä sisääntuloparametria vastaava ulostuloparametrin arvo luetaan suoraan tietokannasta. Matemaattisen mallin ulostulosuureina saadaan keksinnön eräässä sovellusmuodossa energia-aineenvaihdunnan taso eli energi-20 ankulutuksen määrä. Energiankulutus voidaan määritellä energiana/aika-yksikkö eli esimerkiksi yksiköllä kcal/min. Keksinnön eräässä edullisessa suoritusmuodossa mallin ulostuloparametrina saadaan energia-aineenvaihdunnan laatu, jolla tarkoitetaan kulutetun energian jakautumista eri energiamuotoihin, kuten hiilihydraateiksi, rasvoiksi ja proteiineiksi. Keksinnön eräässä sovellus-25 muodossa ulostulosuureena saadaan elimistössä jäljellä olevan energian .···. määrä. Eräässä sovellusmuodossa ulostuloparametrina saadaan jäljellä ole- van energian laatu jaettuna eri energiakomponentteihin. Mallin ulostulona voidaan saada edellä esitetyistä ulostuloparametreista samanaikaisesti myös useampi kuin yksi ulostuloparametri.
·;;· 30 Keksinnön erään sovellusmuodon mukainen matemaattinen malli palauttaa ulostuloparametrinaan yhden tai useamman seuraavista: elimistön : ‘; *: käyttämä glukoosi tai elimistössä jäljellä oleva glukoosin määrä.
.···, Sekä energia-aineenvaihduntaa mallintavan mallin, että glukoosin- kulutusta mallintavan mallin sisääntuloparametrijoukko voi vaihdella laajasti.
35 Mallin sisääntuloparametreiksi otetaan keksinnön mukaisessa ratkaisussa ai-nakin yksi tai useampi sykeinformaatiosta mitattava sykeparametri. Sykepä- 4 115289 rametri voi olla esimerkiksi syke, sykkeen keskihajonta, sykkeen muutosnopeus tai jokin vastaava sydämen lyönneistä mitattavissa oleva suure. Edelleen, mallin syöttötietoina otetaan ainakin yksi käyttäjän fysiologiaa kuvaava fysiologinen parametri. Fysiologisia parametreja ovat esimerkiksi pituus, paino, ikä ja 5 sukupuoli. Mallin tarkkuutta voidaan parantaa ottamalla mallin sisääntulopa-rametreiksi yksi tai useampi optionaalinen parametri. Eräässä edullisessa mallissa mallin sisääntuloparametriksi otetaan elimistöön tuotu energiamäärä. Tuodulla energiamäärällä tarkoitetaan syötyä, juotua, tai esimerkiksi ruiskeena annettua energiaa. Eräässä edullisessa suoritusmuodossa elimistöön tuotu 10 energiamäärä on jaettavissa energian laadun mukaan hiilihydraatteihin, rasvoihin ja proteiineihin. Eräs optionaalinen sisääntuloparametri on elimistön lämpötila, joka voidaan mitata esimerkiksi lämpömittarilla iholta. Edelleen, eräs optionaalinen sisäänsyöttöparametri mallille on ympäristön lämpötila, joka vaikuttaa aineenvaihdunnan tasoon samoin kuin elimistön oma lämpötila, eli mitä 15 korkeampi lämpötila, sitä korkeampi aineenvaihdunnan taso. Malliin voidaan ottaa syöttöparametrina myös henkilön verenpaine, joka verenpaine vaikuttaa aineenvaihduntaan siten, että korkeaa verenpainetta vastaa korkea aineenvaihdunnan taso. Eräässä edullisessa suoritusmuodossa mallissa huomioidaan optionaalisina syöttöparametreina hengityskaasujen eli hapen ja hiilidi-20 oksidin määrät.
Keksinnön eräässä edullisessa suoritusmuodossa edellä kuvattu , j, matemaattinen malli toteutetaan neuroverkkona. Neuroverkossa etsitään kun- *:··: kin sisääntuloparametrin vaikutus kuhunkin ulostuloparametriin etsimällä vai- ·;· kutusta kuvaava painokerroin. Mallia opetetaan edullisesti tarpeeksi suurella " ’; 25 käyttäjädatalla tekemään päätelmiä kunkin sisääntuloparametrin vaikutuksesta .···. kuhunkin ulostuloparametriin. Opetuksessa käytettävä käyttäjäjoukko on edul- ,···. lisesti huomattavan suuri eli käsittäen satoja tai jopa tuhansia fysiologisilta ominaisuuksiltaan mahdollisimman kattavaa otosta edustavaa ihmisryhmää. Opetettuun neuroverkkoon syöttämällä käyttäjän fysiologiset parametrit, voi-·;;; 30 daan käyttäjä luokitella mallissa jo varsin hyvin. Mallin antamia tuloksia paran netaan eräässä edullisessa suoritusmuodossa referenssiharjoituksen avulla.
:' i ‘: Referenssiharjoitus suoritetaan tunnetulla rasitustasolla ja eräiden sisääntulo- parametrien, kuten esimerkiksi hengityskaasujen osalta voidaan mitata tarkat arvot. Neuroverkon toimintaa voidaan edelleen parantaa ottamalla malliin mu-35 kaan takaisinkytkentä, jolloin saatuja mittaustuloksia voidaan käyttää mallin edelleen parantamiseen.
5 115289
Keksinnön erään edullisen suoritusmuodon mukaisessa ratkaisussa energia-aineenvaihdunnan ja/tai glukoosin mittaamiseksi henkilö, jonka energia-arvoja halutaan valvoa, käyttää sykemittaria. Sykemittari on urheilussa ja lääketieteessä käytettävä laite, joka mittaa ihmisen sykeinformaatiota jo-5 ko sydämen lähettämästä sähköisestä impulssista tai sydämen lyönnin aiheuttamasta paineesta valtimosuoneen. Sykemittarit ovat tunnetusti esimerkiksi rakenteeltaan sellaisia, että ne käsittävät käyttäjän rintakehälle asetettavan elektrodivyön, joka mittaa sykettä kahden tai useamman elektrodin avulla. Elektrodivyö lähettää mittaamansa sykeinformaation induktiivisesti yhtenä tai 10 useampana magneettisena pulssina per sydämenlyönti esimerkiksi ranteessa pidettävään vastaanotinyksikköön. Vastaanotinyksikkö suorittaa vastaanotettujen magneettisten pulssien perusteella sykkeen ja tarvittaessa muiden sy-kemuuttujien, kuten esimerkiksi sykkeen liukuvan keskihajonnan laskentaa. Vastaanotinyksikkö eli rannemittari sisältää usein myös näytön sykeinformaa-15 tion näyttämiseksi kuntosuorituksen tekijälle sekä käyttöliittymän sykemittarin muiden toiminteiden käyttöön. Edellä kuvatussa tilanteessa sykemittarilla tarkoitetaan elektrodivyön ja vastaanotinyksikön muodostamaa kokonaisuutta. Sykemittari voi olla rakenteeltaan myös yksiosainen eli sellainen, että myös näyttövälineet sijaitsevat rintakehällä, jolloin informaatiota ei tarvitse lähettää 20 erilliseen vastaanotinyksikköön. Edelleen, sykemittari voi olla rakenteeltaan sellainen, että se käsittää pelkästään ranteeseen asetettavan rannemittarin, :>:V joka toimii ilman rintakehälle asetettavaa elektrodivyötä mitaten sykeinfor- maation suonen paineesta. Keksinnön selostuksen yhteydessä sykemittaus-järjestelyllä tarkoitetaan edellä kuvattuja sykemittariratkaisuja. Sykemittaus-25 järjestely kattaa myös ratkaisut, joissa sykeinformaatio lähetetään ulkopuoli-; . selle tietokoneelle tai tietoverkkoon, jossa on esittämisvälineet, kuten esimer kiksi tietokoneen näyttö sykemittarilla mitatun tai muodostetun informaation esittämiseksi.
Keksinnön mukaisen menetelmän edellyttämä matemaattinen malli ;; 30 ja mallien vaatimat muut toiminteet toteutetaan edullisesti ohjelmallisesti sy kemittarin yleiskäyttöiselle prosessorille. Mallit ja toiminteet voidaan toteuttaa Γ: myös esimerkiksi ASIC.na, erillisillä logiikkakomponenteilla tai muulla vastaa valla tavalla. Keksinnön edullisessa suoritusmuodossa sykemittari käsittää syöttövälineet sisääntuloparametrien arvojen syöttämiseksi, jotka syöttöväli-35 neet voivat olla esimerkiksi sykemittarin näppäimistö, ohjausta tukeva näyttö-välineistö, puheohjaus, tietoliikenneportti ulkoista ohjausta varten tai muu 6 115289 vastaava tunnettu tapa. Sykemittari käsittää edullisesti myös näyttövälineet ulostuloparametrien näyttämiseksi. Ulostuloparametrit voidaan toki välittää käyttäjälle myös muilla tavoin, kuten esimerkiksi puheohjaimen tai tietoliikenneyhteyden avulla.
5 Kuntosuorituksella eli urheilusuorituksella tarkoitetaan keksinnön selostuksen yhteydessä fyysistä suoritetta, jolloin henkilön syketaso ylittää le-potasoa vastaavan syketason tietyksi ajaksi, esimerkiksi yli 10 minuutiksi. Kuntosuorituksen voidaan ajatella jakautuvan esimerkiksi vaiheisiin: lämmittely, aktiivivaihe, palautusvaihe, jolloin kuntosuoritusta edeltää ja seuraa lepo-10 tila. Eri vaiheet voidaan määritellä ja erottaa toisistaan esimerkiksi syketasojen ja/tai rasitustasojen perusteella. Tällöin esimerkiksi palautusvaihe voidaan määritellä suoritustasoksi, jolloin syketaso pudotetaan 130:stä lyönnis-tä/minuutti lepotasolle 70 lyöntiä/minuutti. Keksintö ei ole rajoittunut pelkästään kuntosuorituksen suorittamisen aikaan, vaan esillä oleva keksintö sovel-15 tuu hyvin myös lepotilassa tapahtuvaan mittaukseen.
Keksinnöllä saavutetaan useita etuja. Tunnettuihin menetelmiin verrattuna elimistön tilaa pystytään seuraamaan huomattavasti tarkemmin energia-aineenvaihdunta- ja/tai glukoosiparametrien osalta. Tästä seuraa välillisesti se, että urheilijoiden ja tiettyjä sairauksia sairastavien henkilöiden ener-20 giatasapainoa pystytään valvomaan tunnettuja menetelmiä paremmin. Edelleen, käyttövaiheessaan keksinnön mukainen menetelmä ja laitteisto tarjoaa non-invasiivisen tavan suorittaa energia-aineenvaihdunnan ja/tai glukoosin :' ·: määrän arviointi elimistössä.
Kuvioiden lyhyt selostus !!! 25 Keksintöä selitetään seuraavassa lähemmin viitaten oheisiin piirus- ;;; tuksiin, joissa '* kuvio 1 esittää keksinnön mukaisen menetelmän erästä edullista suoritusmuotoa, kuvio 2 esittää keksinnön mukaisen mallin rakennetta lohkokaa- 30 viotasolla, kuvio 3A esittää neuroverkkomallin rakennetta, , · ·, kuvio 3B esittää neuroverkkomallin toimintaa, kuvio 4A esittää kuntosuoritusta tekevää henkilöä, kuvio 4B esittää keksinnön erään sovellusmuodon mukaista elekt- •: · i 35 rodivyötä, 7 115289 kuvio 4C esittää keksinnön erään sovellusmuodon mukaista syke-mittarijärjestelyä.
Keksinnön yksityiskohtainen selostus
Keksintöä selostetaan seuraavassa eräiden edullisten suoritusmuo-5 tojen avulla viitaten oheisiin kuvioihin 1-4C. Kuviossa 1 on selostettu keksinnön mukaisen menetelmän erästä edullista suoritusmuotoa. Askeleessa 102 muodostetaan matemaattinen malli, jolla matemaattisella mallilla tarkoituksena on löytää yhden tai useamman sykeparametrin sekä yhden tai useamman fysiologisen parametrin vaikutus ihmisen aineenvaihdunnan tasoon ja/tai elimistössä 10 olevaan glukoosin määrään. Sykeparametrilla tarkoitetaan esimerkiksi sydämen lyöntitiheydestä laskettua sykettä, sykkeen keskihajontaa tai vastaavaa sykkeestä laskettavissa olevaa parametria. Fysiologisella parametrilla tarkoitetaan henkilön ikää, painoa, pituutta, sukupuolta tai muuta henkilön fysiologista ominaisuutta kuvaavaa parametria. Eräässä edullisessa suoritusmuodossa mate-15 maattinen malli on neuroverkko, joka soveltuu erityisen hyvin monimutkaisiin biologisiin mallinnustilanteisiin. Fysiologinen tausta mallille saadaan tunnetuista fysiologisista aineenvaihdunnan riippuvuussuhteista, joita seuraavassa käydään läpi mallin perusteiden kannalta.
Ihmisen energiatalous koostuu pääosin hiilihydraateista, rasvoista ja 20 proteiinista. Niiden käyttö ja suhteellinen osuus riippuu elimistön tilasta, käy-tössä olevista ravintoaineiden määrästä ja rasituksen intensiteetistä. Ravin-·:· · nosta saatavasta hiilihydraatista saadaan glukoosia, joka varastoituu gluko- ··· geeninä lihaksiin. Glukolyysissä glukoosi hajoaa vapauttaen energiaa. Reaktio . · · ·. voi tapahtua joko aerobisesti tai anaerobisesti.
. · ·. 25 ! Aerobinen tapaus: glukoosi + 02 C02 + H20 + energiaa.
Anaerobinen tapaus: 30 glukoosi -> C02 + H20 + laktaattia + energiaa.
Rasvahappojen ja proteiinin hajoamisille on vastaavat hajoamisyhtä-löt edellä esitettyjen hiilihydraattien hajoamisen lisäksi olemassa, kuitenkaan niiden esittäminen ei tässä yhteydessä ole keskeistä. Rasvahappojen hajoaminen 35 energiaksi voi tapahtua vain aerobisesti. Lihaksessa rasvahappojen hapettuminen energiaksi vaatii samanaikaista glukoosin palamista. Lihakset saavat rasi- 8 115289 tuksessa tarvitsemansa energian ATP:sta (adenosiinitrifosfaatti). Rasituksessa muodostunut ATP-vaje tulee korvata muodostamalla uutta ATP:tä energiava-rastoista. Rasituksen alkaessa ensimmäisten 10-15 sekunnin aikana lihasten tarvitseman ATP:n muodostamisenergiaksi riittää kreatiinivarastot. Tämän jäl-5 keen elimistössä olevasta glukoosista saatava energia on mahdollista saada käyttöön. Rasvahappojen hyödyntämien on mahdollista vasta noin 15 minuutin kuluttua rasituksen alkamisesta. Lyhyessä, kymmeniä sekunteja kestävässä maksimaalisessa rasituksessa energiantuotto on aina pääasiassa anaerobista. Muutamia sekunteja kestävässä rasituksessa energiaa tuotetaan enimmäk-10 seen laktaattia muodostamattomilla (alactic) prosesseilla kreatiinifosfaatin avulla. Kreatiinifosfaattivarastot ovat kuitenkin pienet ja jo kymmenen sekunnin rasituksen jälkeen energiantuotto tapahtuu suurimmaksi osaksi laktaattia muodostavien prosessien kautta. Pitempikestoisessa, minuutteja kestävässä maksimaalisessa rasituksessa aerobisen energiantuotannon osuus lisääntyy.
15 Kuitenkin myös pitkäkestoisessa rasituksessa käytetään hieman samoja ener-giantuottomekanismeja kuin lyhytkestoisessa rasituksessa.
Liikuntasuorituksen intensiteettiä voidaan tarkastella esimerkiksi sydämen syketiheytenä ajan suhteen. Intensiteetti ei kuitenkaan kerro muuta kuin hetkellisten rasitustehon. Hyväkuntoisen ja huonokuntoisen välinen ero ei vält-20 tämättä näy intensiteetissä, jolla nämä pystyvät suorituksen tekemään, vaan ennenkaikkea suorituksen keston kestävyydessä ja harjoituksen vaikutuksista : yksilöön. Kumulatiivisen aineenvaihdunnan määrään vaikuttavaa rasitustasoa : pienentää lepo, joten aineenvaihdunnan tason ja laadun tarkempaan analyysiin : * tarvitaan tietoa jo tehdystä harjoitteesta pelkän intensiteetin lisäksi. Esillä olevan 25 keksinnön tavoitteena on huomioida useita eri tekijöitä, jotka eivät yksinomaan ·. intensiteettiin perustuvissa malleissa tule huomioiduksi aineenvaihdunnan arvi- • >. oinnissa. Keksinnön mukaisen mallin eräässä suoritusmuodossa malli voidaan esittää kaavan (2) mukaisella yhtälöllä: ;; 30 (2) EE = F(HR, Act, Tern, Tair, Time, BP, Nfat, Nch), jossa energiankulutusta kuvataan EE:llä, F tarkoittaa funktiota, joka riippuu sulkulau-.' . sekkeen sisältämistä muuttujista, HR kuvaa yhtä tai usempaa sykeparametriä,
Act tarkoittaa henkilön aktiivisuutta, Tem henkilön kehon lämpötilaa, Tair kehon ' 35 ulkopuolisen ilman lämpötilaa, Time harjoitteen tai mittauksen kestoa, BP ve- : : renpainetta mitattuna esimerkiksi 1-3 kertaa vuorokaudessa, Nfat ravinnosta 9 115289 saadun rasvan määrää ja Nch ravinnosta saadun hiilihydraatin määrää. Glukoosin määrää elimistössä voidaan arvioida kaavaa (2) vastaavalla kaavalla, jossa EE korvataan GLU.IIa glukoosin määrän kuvaamiseksi.
Neuroverkkoon perustuvan ratkaisun asemesta, eräässä sovellus-5 muodossa kaavan (2) mallia tarkennetaan käsin mittaustulosten perusteella. Kukin henkilö tarkentaa mallin oman kehonsa antamien vasteiden mukaan, esimerkiksi elimistön glukoosipitoisuus voidaan mitata verestä, jolloin mallin parametrit voidaan sovittaa sopiviksi.
Kuvion 1 menetelmäaskeleessa 104 opetetaan neuroverkko suu-10 rella joukolla käyttäjädataa. Käyttäjädataa kerätään edullisesti esimerkiksi noin tuhannelta käyttäjältä, jolloin neuroverkko oppii ja pystyy asettamaan synapsien painokertoimet siten, että malli antaa mahdollisimman hyviä tuloksia. Askeleessa 106 syötetään neuroverkolle käyttäjäkohtainen informaatio, kuten esimerkiksi fysiologiset parametrit ja tieto nautitusta ravinnosta. Edullisesti malli kalibroidaan 15 ennen varsinaista käyttöä todellisen käyttäjädatan avulla. Esimerkiksi glukoosin osalta tämä tarkoittaa sitä, että veren todellinen glukoosimäärä mitataan glu-koosimittarilla aamuisin, syötetään todellinen mittaustulos malliin, joka kalibroi takaisinkytkennän avulla mallin parametreja siten, että todellinen mitattu arvo on saavutettavissa. Matemaattinen malli on eräässä edullisessa suoritusmuodossa 20 sisällytetty sykemittariin, jonka käyttövaihetta kuvaa menetelmäaskel 108. Sykemittari mittaa yhtä tai useampaa sykeparametria henkilön sykkeestä, joiden , . ·’ perusteella sykemittari muodostaa arviot energia-aineenvaihduntaa ja glukoosin : ' i määrää kuvaaville suureille. Askeleen 110 mukaisesti sykemittari edullisesti ·*· näyttää näytöllään energia-aineenvaihdunnan ja/tai glukoosipitoisuuden tilan ; *"; 25 esimerkiksi sykemittarin käyttäjälle, lääkärille tai valmentajalle.
. · · ·. Kuviossa 2 esitetään matemaattisen mallin 200 eräs sovellusmuoto lähinnä mallin 200 sisääntuloparametrien 202-214 ja ulostuloparametrien 216-226 avulla. Matemaattiseen malliin 200, esimerkiksi neuroverkkoon, otetaan si-sääntuloparametriksi yksi tai useampi henkilön sykkeestä laskettavissa oleva 30 sykeparametri 202 sekä yksi tai useampi henkilön fysiologinen parametri 204. '··' Malliin 200 otetaan eräässä suoritusmuodossa yksi tai useampi optionaalinen parametri tai parametrijoukko 206-214. Sisääntuloparametrijoukko 206 kuvaa ’ ·. henkilön nauttimaa tai muuten saamaa energiamäärää. Eräässä sovellusmuo- dossa energiamäärä kuvataan yhdellä parametrilla. Toisessa suoritusmuodossa • ‘ 35 energiamäärä pilkotaan eri energiamuotoihin, kuten rasvoiksi, hiilihydraateiksi ja : : proteiineiksi ennen syöttämistä malliin 200. Parametrijoukko 208 kuvaa energia- 10 115289 aineenvaihduntaan vaikuttavia lämpötiloja. Lämpötiloja kuvataan yhdellä tai useammalla parametrilla, kuten esimerkiksi henkilön kehon lämpötila tai henkilön kehon ulkopuolisen ilman lämpötila. Eräässä edullisessa suoritusmuodossa henkilön verenpaine 210 otetaan malliin 200 sisääntulomuuttujaksi. Verenpaine 5 voidaan mitata esimerkiksi 1-3 kertaa vuorokaudessa. Aktiivisuusparametri 212 kuvaa henkilön tilaa, esimerkiksi nukkuminen ja valveillaolo jaotellaan edullisesti aktiivisuusparametrin avulla. Energia-aineenvaihdunnan laskennassa otetaan eräässä edullisessa suoritusmuodossa hengityskaasut 214 huomioon. Hengi-tyskaasut 214 kuvaavat sisäänotetun hapen ja uloshengitetyn hiilidioksidin mää-10 riä. Hengityskaasujen 214 käyttö kuvaa energia-aineenvaihduntaa tarkasti, joten niiden käyttäminen esimerkiksi neuroverkon opetusvaiheessa on edullista.
Ulostuloparametreinä mallista saadaan yksi tai useampi kuviossa 2 esitetyistä ulostuloparametreistä tai ulostuloparametrijoukoista 216-226. Ulos-tuloparametri 216 kuvaa energiankulutuksen määrää esimerkiksi suureella kilo-15 kalori per aikayksikkö. Ulostuloparametrijoukko 218 kuvaa energiankulutuksen määrää jaettuja eri energialaatuihin, kuten esimerkiksi rasvoihin, hiilihydraattei-hin ja proteiineihin. Ulostuloparametri 220 kuvaa elimistössä jäljellä olevan energian määrää. Eräässä edullisessa suoritusmuodossa nautittua energiaa 206 ja jäljellä olevan energiaa kuvaavat parametrit 220 ovat yhtäaikaisesti mal-20 lissa 200. Parametrijoukko 222 kuvaa jäljellä olevaa energiamäärää jaettuna eri energiakomponentteihin. Ulostuloparametri 224 kuvaa käytetyn glukoosin mää-; rää ja parametri 226 elimistössä jäljellä olevan glukoosin määrää.
·:· i Eräässä edullisessa suoritusmuodossa matemaattinen malli muo- •; · dostaa henkilön yhden tai useamman sykeparametrin ja yhden tai useamman 25 kuntosuorituksen rasittavuutta kuvaavaan parametrin avulla henkilön rasitusta-son. Rasitusparametri voi olla esimerkiksi juoksijan nopeus tai kuntopyörän te- f ho. Rasitustason määrittämisessä käytetään edullisesti mallissa yhtä tai useam paa henkilön fyysistä kuntoa kuvaavaa parametria, kuten esimerkiksi maksimaalinen hapenottokyky. Suoritusmuodon mukainen malli on tällöin edullisesti 30 kaksivaiheinen, eli sykeinformaation perusteella muodostetaan henkilön rasitustason arvio, jonka rasitustason perusteella arvioidaan henkilön energia-aineenvaihduntaa kuvaavia parametreja.
Keksinnön eräässä suoritusmuodossa keksinnön mukaisen menetelmän toteuttava matemaattinen malli toteutetaan neuroverkkona, jonka toi-35 mintaperiaatetta selostetaan kuvioiden 3A ja 3B avulla. Neuroverkko on tapa mallintaa hyvin monimutkaisia sovelluksia, kuten esimerkiksi kuvan- ja puheen- 11 115289 tunnistus, robotiikkasovellukset ja lääketieteelliset analyysisovellukset, joiden esittäminen matemaattisena mallina on erittäin vaikeaa. Viitaten kuvioon 2A, neuroverkko käsittää neuroneita, esimerkiksi 202A-202B, 302A-302B, joiden välillä vallitsee suuri määrä riippuvuussuhteita, esimerkiksi 304A-304B. Neuro-5 nien välisiä riippuvuussuhteita 304A-304B kutsutaan synapseiksi ja kullekin synapsille määritellään painokerroin, esimerkiksi W11, W12. Neuronit eli noodit voivat suorittaa yksinkertaisia laskutoimituksia, kuten esimerkiksi neuroni 302A laskee painokertoimilla painotetun summan edellisen kerroksen (layer) synapseista. Neuroverkko käsittää ainakin sisääntulokerroksen, johon kuuluvat neulo ronit 202A-204A ja ulostulokerroksen, johon kuuluvat neuronit 216-220. Koska kaksikerroksisen neuroverkon toiminta on melko rajoitettu, neuroverkko käsittää edullisesti ainakin yhden piilokerroksen HL, johon kuuluvat neuronit 302A-302B. Samaan tasoon kuuluvilla neuroneilla ei ole synapsia keskenään mutta noodilla on synapsi kyseisen tason vierekkäisten tasojen kaikkien neuronien kanssa.
15 Kuviossa 3B esitetään yhden neuronin 302A rakennetta hieman tarkemmin. Neuroni 302A saa sisääntulonaan painokertoimilla P1-P3 painotetut vastaavat sisääntuloparametrit 202A-204A, joille neuroni muodostaa painotetun summan S. Summan S neuroni syöttää aktivointifunktioon, joka tyypillisesti on epälineaarinen, sigmoidista tyyppiä oleva funktio. Neuronin 302A ulostulona saadaan lop-20 puarvo T, joka loppuarvo syötettynä synapsille 304B kerrotaan painokertoimella T11, kun taas syötettynä noodille 218 kerrotaan painokertoimella T12.
:,: Neuroverkon keskeinen ominaisuus on opetus. Erityisessä opetus- " - vaiheessa mallille esitetään todellisia sisääntulo- ja ulostuloarvoja, joita malli ;:· vertaa laskemiinsa ulostuloarvoihin. Todellisten ja laskettujen välinen erotus eli 25 virhe prosessoidaan mallissa, jonka prosessoinnin lopputuloksena synapsien *\ painokertoimia viritetään virheen minimoimiseksi. Opetusvaiheen seurauksena merkittävien synapsien paino kasvaa ja vähämerkityksisten synapsien paino muodostuu häviävän pieneksi.
Kuviossa 4A on esitetty henkilö 400, joka suorittaa harjoitusta juok-; 30 sumatolla 406. Henkilön 400 sydämen sykettä mitataan rintakehälle asetettavan lähetinelektrodivyön 402 avulla. Sykkeen mittaus tapahtuu lähetinelektrodivyös-: sä 402 olevan kahden tai useamman elektrodin 410A-410B avulla, joiden välille ': muodostuu potentiaaliero sydämen lyödessä. Lähetinelektrodivyö 402 kiinnite- » I * tään henkilön vartalon ympärille esimerkiksi joustavasta materiaalista valmiste- | 35 tun joustinnauhan avulla. Mitattu sydämen syke lähetetään edullisesti induktiivi- ' ‘ sesti ranteessa sijaitsevaan vastaanottimeen 404, joka käsittää edullisesti myös 12 115289 näytön sydämen mitatun sykkeen näyttämiseksi. Keksintö soveltuu myös syke-mittareihin, joissa rintakehällä oleva elektrodivyö 402 huolehtii sykkeen mittauksen ohella sykeinformaation tallennuksesta, prosessoinnista ja näytöstä, jolloin erillistä ranteeseen asennettavaa vastaanotinyksikkö 404 ei tarvita. Sykemittari 5 voi olla myös pelkkä rannelaite, jossa lähetinosa ja vastaanotinosa on integroitu yhdeksi laitteeksi, jolloin lähetin- ja vastaanotinelektroniikkaa ei tarvita. Sydämen lyönnin mittaus voi tapahtua ranteesta joko EKG-signaalista valtimon pai-nepulssista tai optisesti havainnoimalla veren virtauksen absorption tai heijastuksen muutoksia.
10 Kuviossa 4B on kuvattu tarkemmin kuviossa 4A esitetty elektrodi- vyö 402. Kuviossa 4B elektrodivyö 402 on kuvattu elektrodien 410A-410B puolelta eli kehoa vasten tulevalta puolelta. Kuviossa on nähtävissä edelleen kiinnittimet 416A-416B, joilla elektrodivyö 402 on kiinnitettävissä vartalon ympärille kiinnitettävään joustinnauhaan. Kuviossa 4B on edelleen kuvattu katkoviivalla 15 elektroniikkayksikkö 412 elektrodeilta 410A-410B saatavan sykeinformaation käsittelemiseksi. Elektrodit 410A ja 410B on kytketty johtimilla 414A ja 414B vastaavasti elektroniikkayksikköön 412.
Kuviossa 4C on kuvattu lähetinelektrodivyön 402 ja vastaanottimen 404 rakenteita erään sovellusmuodon avulla. Kuviossa ylimpänä on kuvattu lä-20 hetinelektrodivyö 402, keskellä otos lähetettävästä sykeinformaatiosta ja alimpana vastaanotinyksikkö 404 olennaisilta osiltaan. Lähetinelektrodivyön 402 elekt-:: roniikkayksikkö 112 vastaanottaa sykeinformaation välineiltä mitata 410A-410B
”’ ·* sykeinformaation yksi tai useampi parametri. Välineet mitata ovat edullisesti ;;· elektrodeja, joita on sykemittarissa vähintään kaksi mutta voi olla useampiakin.
25 Elektrodeilta signaali menee EKG-esivahvistimeen 420, josta signaali siirretään . AGC-vahvistimen 422 ja tehovahvistimen 424 kautta lähettimelle 426. Lähetin , 426 on edullisesti toteutettu kelana, joka lähettää induktiivisesti sykeinformaati-
« I
on 430 vastaanottimelle, kuten ranteeseen asetettavalle vastaanotinyksikölle 404 tai esimerkiksi ulkoiselle tietokoneelle.
»
30 Yhtä sydämen lyöntiä vastaa esimerkiksi yksi 5kHz:n purske 432A
> tai lyöntiä voi vastata useamman purskeen rykelmä 432A-432C. Purskeiden : : 430A-430C välit 432A-432B voivat olla yhtä pitkiä tai keskenään eri pituisia, mi- ; kä tilanne on esitetty kuviossa 4C. Informaation lähetys voi tapahtua induktiivi sesti tai vaihtoehtoisesti esimerkiksi optisesti tai johtimen välityksellä. Vastaan-35 otin 404, kuten esimerkiksi ranteeseen asetettava vastaanotin käsittää eräässä sovellusmuodossa vastaanotinkelan 440, josta vastaanotettu signaali johdetaan 13 115289 signaalivastaanottimen 442 kautta keskusprosessorille 444, joka koordinoi vastaanottimen 404 eri osien toimintaa. Vastaanotin 404 käsittää edullisesti myös muistin 448 sykeinformaation tallentamiseksi, sekä esittämisvälineet 450 sykkeen tai siitä johdettujen sykemuuttujien, kuten keskihajonta, näyttämiseksi.
5 Esittämisvälineet 450 ovat esimerkiksi sykemittarin näyttö tai puheohjain. Esittämisvälineet 450 käsittää eräässä edullisessa suoritusmuodossa myös välineet lähettää syke- tai palautusinformaatio esimerkiksi ulkopuoliselle tietokoneelle tai tietoverkkoon. Välineet lähettää voidaan toteuttaa esimerkiksi induktiivisena kelana, optisena lähettimenä, radiolähettimenä tai liittimellä yhdysjohtoa pitkin ta-10 pahtuvaa lähetystä varten. Mikäli sykemittarilla mitattu tai muodostettu informaatio lähetetään sykemittarin ulkopuoliselle laitteistolle, kuten esimerkiksi tietokoneelle, puhutaan sykemittausjärjestelystä. Tällöin erään edullisen suoritusmuodon mukaan esittämisvälineet sijaitsevat tietokoneella, jolla voidaan näyttää sykemittarin muistiin tallennettu tai reaaliajassa mitattu informaatio. Esittämisvä-15 lineillä 450 voidaan myös näyttää käyttäjälle kuntosuorituksen palautumisen kannalta oleellista informaatiota, kuten esimerkiksi elimistön laktaattipitoisuus, liukuvan sykevariaation arvo, henkilön rasitustaso, palautusharjoituksen kesto tai muu vastaava informaatio. Esittämisvälineillä 450 voidaan myös näyttää käyttäjälle kuviossa 2 kuvattuja matemaattisen mallin 200 ulostuloparametreja 20 216-226 energia-aineenvaihduntaan tai glukoosipitoisuuteen liittyen. Vastaan otin 404 käsittää edullisesti syöttövälineet 446, kuten esimerkiksi näppäimistön tai puheohjainvälineet. Syöttövälineillä 446 voidaan syöttää esimerkiksi mallien 200 tarvitsemat sisääntuloparametrit 202-214. Edullisesti keksinnön mukaisen t ;: menetelmän edellyttämät yksi tai useampi matemaattinen malli 200 toteutetaan 25 vastaanottimen 404 laskentayksikössä 452. On selvää, että laskentayksikköä ; . 452 ei tarvitse toteuttaa erillisenä laiteyksikkönä, vaan että laskentayksikkö 452 , ja sen sisältämä matemaattinen malli 200 voivat kuulua esimerkiksi keskuspro sessoriin 444. Edelleen on selvää, ettei sykemittarissa ole välttämätöntä olla , _ laskentayksikköä erillisenä laiteosana, vaan malli 200 voidaan toteuttaa esimer- 30 kiksi keskusprosessoriin 444.
Sykemittarilla tarkoitetaan kuvan 4C mukaisessa sovellusmuodos-: sa lähetinelektrodivyön 402 ja vastaanottimen 404 muodostamaa kokonaisuut ta. Sykemittari voidaan eräässä sovellusmuodossa toteuttaa myös siten, että edellä kuvatut lähetinelektrodivyön 402 ja vastaanottimen 404 sisältämät toimin-‘ 35 teet ovat yhdessä laitteessa. Kyseinen yksiosainen laite voi olla joko sellainen, että se asetetaan sykkeen mittausta varten rintakehälle tai vaihtoehtoisesti lai- 14 115289 tetta käytetään ranteessa. Alan asiantuntijalle on selvää, että elektrodivyö 402 ja vastaanotin 404 voivat käsittää myös muita osia kuin kuviossa 4B ja 4C on esitetty mutta niiden selostaminen ei tässä yhteydessä ole keskeistä.
Edellä mainitut keksinnön mukaiset menetelmäaskeleet toteuttavat 5 toiminteet, välineet ja yksi tai useampi matemaattinen malli toteutetaan eräässä edullisessa suoritusmuodossa ohjelmallisesti yleiskäyttöiselle prosessorille. Mainitut välineet voidaan myös toteuttaa ASIC:na, erillisillä logiikkakomponenteilla tai muulla vastaavalla tunnetulla menetelmällä.
Vaikka keksintöä on edellä selostettu viitaten oheisten piirustusten 10 mukaisiin esimerkkeihin, on selvää ettei keksintö ole rajoittunut niihin, vaan sitä voidaan monin tavoin muunnella oheisten patenttivaatimusten esittämän keksinnöllisen ajatuksen puitteissa.
t tiili » tilt t *
» I
* >
I. I
• » J
I 1 I

Claims (52)

115289
1. Menetelmä ihmisen energia-aineenvaihdunnan mittaamiseksi, jossa menetelmässä mitataan henkilön sykeinformaatiota yhden tai useamman sykeparametrin muodossa, tunnettu siitä, että 5 (108) muodostetaan ihmisen energia-aineenvaihduntaa mallintavan matemaattisen mallin, joka on neuroverkko, ulostuloparametrina henkilön energia-aineenvaihdunnan taso neuroverkkoon sisääntuloparametreina otettavan yhden tai useamman sykeparametrin, yhden tai useamman henkilön fysiologista ominaisuutta kuvaavan fysiologisen parametrin ja henkilön rasitustason perus-10 teella, joka rasitustaso arvioidaan neuroverkossa henkilön sykeinformaation ja yhden tai useamman kuntosuorituksen rasittavuutta kuvaavan rasitusparamet-rin avulla, jota mallin ulostuloparametria käytetään henkilön energia-aineenvaihdunnan arvioimiseksi.
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, 15 että mallista saadaan ulostuloparametrina yksi tai useampi seuraavista: energia-aineenvaihdunnan laatu, elimistössä jäljellä oleva energiamäärä tai elimistössä oleva energiamäärä energian laatuna.
3. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että malliin syötetään sisääntuloparametrina yksi tai useampi seuraavista: 20 hankitun energian määrä, hankitun energian laatu, henkilön aktiivisuus, hen-: Λ kilön ihon lämpötila, henkilön kehon ulkopuolinen lämpötila, henkilön veren- ·;··: paine, rasituksen kovuutta kuvaava rasitusparametri, hengityskaasujen määrä.
4. Patenttivaatimuksen 2 tai 3 mukainen menetelmä, tunnettu siitä, että energia-aineenvaihdunnan tai energian laatu kuvaa energiankulu- • · λ", 25 tusta yhdessä tai useammassa energiakomponentissa, kuten esimerkiksi hiili- > ♦ hydraatteina, rasvoina tai proteiineina.
’···* 5. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että kuntosuorituksen rasittavuutta kuvaava rasitusparametri on kumuloituva ..!: * rasitus muodostettuna suorituksen keston ja laadun mukaan. :,,.r 30
6. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, : . että malli on opetettu suurelta käyttäjäjoukolta kerätyn käyttäjäinformaation pe- ,, rusteella.
7. Patenttivaatimuksen 6 mukainen menetelmä, tunnettu siitä, * että neuroverkon opetuksessa tarkennetaan takaisinkytkennän avulla neuro- 35 verkon neuronien välisiä painokertoimia hyödyntämällä yhden tai useamman ulostuloparametrin arvoa. 115289
8. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että sykeparametri on sydämen lyöntitiheyttä kuvaava syke, sykkeen keskihajonta, sykkeen muutosnopeus tai vastaava parametri.
9. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, 5 että fysiologinen parametri on ikä, sukupuoli, pituus, paino tai vastaava henkilön fysiologista ominaisuutta kuvaava parametri.
10. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että mitataan henkilön sykeinformaatiota sykemittarin avulla.
11. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, 10 että syötetään sykemittarin sisältämään matemaattiseen malliin yksi tai useampi sisääntuloparametri sykemittarin syöttövälineillä.
12. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että mallin yhden tai useamman ulostuloparametrin arvo on luettavissa syke-mittarin näytöltä.
13. Menetelmä ihmisen elimistön glukoosinmäärän mittaamiseksi, jossa menetelmässä mitataan henkilön sykeinformaatiota yhden tai useamman sykeparametrin muodossa, tunnettu siitä, että (108) syötetään ihmisen glukoosinkulutusta mallintavaan matemaattiseen malliin, joka on neuroverkko, sisääntuloparametreina yksi tai useampi sy-20 keparametri ja yksi tai useampi henkilön fysiologista ominaisuutta kuvaava fysiologinen parametri, ja että arvioidaan neuroverkon avulla henkilön rasitustaso .·' yhden tai useamman sykeparametrin ja yhden tai useamman kuntosuorituk- "*” sen rasittavuutta kuvaavan rasitusparametrin avulla, joiden sisääntuloparamet- ;* rien ja rasitustason avulla muodostetaan neuroverkon ulostuloparametrina yksi : 25 tai useampi seuraavista: henkilön glukoosipitoisuuden taso, henkilön elimistössä .·*·. jäljellä olevan glukoosin määrä, jota mainittua yhtä tai useampaa ulostulopara- ,···, metriä käytetään käytetyn glukoosimäärän ja/tai elimistössä jäljellä olevan glu- koosimäärän arvioimiseksi.
14. Patenttivaatimuksen 13 mukainen menetelmä, tunnettu 30 siitä, että malliin syötetään sisääntuloparametrina yksi tai useampi seuraavis-; * ta: hankitun energian määrä, hankitun energian laatu, henkilön aktiivisuus, : : henkilön ihon lämpötila, henkilön kehon ulkopuolinen lämpötila, henkilön ve- ; renpaine, rasituksen kovuutta kuvaava rasitusparametri, hengityskaasujen määrä. ’ 35
15. Patenttivaatimuksen 13, 14 tai 15 mukainen menetelmä, tun nettu siitä, että energia-aineenvaihdunnan tai energian laatu kuvaa energi- 115289 ankulutusta yhdessä tai useammassa energiakomponentissa, kuten esimerkiksi hiilihydraatteina, rasvoina tai proteiineina.
16. Patenttivaatimuksen 13 mukainen menetelmä, tunnettu siitä, että kuntosuorituksen rasittavuutta kuvaava rasitusparametri on kumu- 5 loituva rasitus muodostettuna suorituksen keston ja laadun mukaan.
17. Patenttivaatimuksen 13 mukainen menetelmä, tunnettu siitä, että malli on opetettu suurelta käyttäjäjoukolta kerätyn käyttäjäinformaa-tion perusteella.
18. Patenttivaatimuksen 16 mukainen menetelmä, tunnettu 10 siitä, että neuroverkon opetuksessa tarkennetaan takaisinkytkennän avulla neuroverkon neuronien välisiä painokertoimia hyödyntämällä yhden tai useamman ulostuloparametrin arvoa.
19. Patenttivaatimuksen 13 mukainen menetelmä, tunnettu siitä, että sykeparametri on sydämen lyöntitiheyttä kuvaava syke, sykkeen 15 keskihajonta, sykkeen muutosnopeus tai vastaava parametri.
20. Patenttivaatimuksen 13 mukainen menetelmä, tunnettu siitä, että fysiologinen parametri on ikä, sukupuoli, pituus, paino tai vastaava henkilön fysiologista ominaisuutta kuvaava parametri.
21. Patenttivaatimuksen 13 mukainen menetelmä, tunnettu 20 siitä, että mitataan henkilön sykeinformaatiota sykemittarin avulla.
22. Patenttivaatimuksen 13 mukainen menetelmä, tunnettu siitä, että syötetään sykemittarin sisältämään matemaattiseen malliin yksi tai ”'' ·: useampi sisääntuloparametri sykemittarin syöttövälineillä.
;;· 23. Patenttivaatimuksen 13 mukainen menetelmä, tunnettu 25 siitä, että mallin yksi tai useampi ulostuloparametri on luettavissa sykemittarin . näytöltä.
, 24. Sykemittausjärjestely, tunnettu siitä, että sykemittausjärjes- tely (402-404) käsittää laskentayksikön (452), joka käsittää matemaattisen mallin (200), joka on neuroverkko, joka laskentayksikkö on sovitettu muodosta-30 maan mallin ulostuloparametrina ihmisen energia-aineenvaihdunnan tason ; ‘ (216) malliin sisääntuloparametreina otettavan yhden tai useamman sykepara- ; : metrin (202), yhden tai useamman henkilön fysiologista ominaisuutta kuvaavan fysiologisen parametrin (204) ja henkilön rasitustason perusteella, joka rasitus-taso muodostetaan mallissa henkilön yhden tai useamman sykeparametrin ja ’ 35 yhden tai useamman kuntosuorituksen rasittavuutta kuvaavan rasitusparamet- 115289 rin avulla, sykemittausjärjestelyn edelleen käsittäessä esittämisvälineet (450) laskentayksikössä (452) muodostetun informaation esittämiseksi.
25. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, tunnettu siitä, että sykemittausjärjestely käsittää muistin sykeinformaation ja/tai 5 laskentayksikössä muodostetun informaation tallentamiseksi.
26. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, tunnettu siitä, että sykemittausjärjestely käsittää elektrodivyön sydämen sykkeen mittaamiseksi ja vastaanotinyksikön, joka vastaanotinyksikkö käsittää vastaanottimen elektrodivyön lähettimeltä lähetetyn informaation vastaanotta- 10 miseksi, mainitun laskentayksikön ja mainitut esittämisvälineet.
27. Patenttivaatimuksen 26 mukainen sykemittausjärjestely, tunnettu siitä, että esittämisvälineet ovat vastaanotinyksikön näyttö.
28. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, tunnettu siitä, että sykemittausjärjestely on yksiosainen ranteessa pidettävä 15 sykemittari, joka käsittää yhden tai useamman anturin sydämen sykkeen mittaamiseksi, laskentayksikön ja jotka mainitut esittämisvälineet ovat sykemittarin näyttö syke-ja/tai energia-aineenvaihduntainformaation näyttämiseksi.
29. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, tunnettu siitä, että malli on sovitettu palauttamaan ulostuloparametrina yhden 20 tai useamman seuraavista: energia-aineenvaihdunnan laatu, elimistössä jäljellä oleva energiamäärä tai elimistössä oleva energiamäärä energian laatuna.
30. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, tun- *"‘i n ett u siitä, että malli on sovitettu saamaan sisääntuloparametrina yhden tai · useamman seuraavista: hankitun energian määrä, hankitun energian laatu, 25 henkilön aktiivisuus, henkilön ihon lämpötila, henkilön kehon ulkopuolinen .···. lämpötila, henkilön verenpaine, rasituksen kovuutta kuvaava rasitusparametri, , · · , hengityskaasujen määrä.
31. Patenttivaatimuksen 29 tai 30 mukainen sykemittausjärjestely, tunnettu siitä, että energia-aineenvaihdunnan ja energian laatu kuvaavat ;;; 30 energiankulutusta yhdessä tai useammassa energiakomponentissa, kuten esimerkiksi hiilihydraatteina, rasvoina tai proteiineina.
·’: 32. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, tun- ; n e 11 u siitä, että kuntosuorituksen rasittavuutta kuvaava rasitusparametri on kumuloituva rasitus muodostettuna suorituksen keston ja laadun mukaan. 115289
33. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, tunnettu siitä, että malli on opetettu suurelta käyttäjäjoukolta kerätyn käyttä-jäinformaation perusteella.
34. Patenttivaatimuksen 33 mukainen sykemittausjärjestely, t u n -5 n e 11 u siitä, että neuroverkon opetuksessa neuroverkon neuronien välisiä painokertoimia on tarkennettu takaisinkytkennän avulla hyödyntämällä yhden tai useamman ulostuloparametrin arvoa.
35. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, tunnettu siitä, että sykeparametri on sydämen lyöntitiheyttä kuvaava syke, syk- 10 keen keskihajonta, sykkeen muutosnopeus tai vastaava parametri.
36. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, tunnettu siitä, että fysiologinen parametri on ikä, sukupuoli, pituus, paino tai vastaava henkilön fysiologista ominaisuutta kuvaava parametri.
37. Patenttivaatimuksen 24 mukainen sykemittausjärjestely, t u n -15 nettu siitä, että sykemittausjärjestely käsittää syöttövälineet syöttää syke- mittausjärjestelyn matemaattiseen malliin yksi tai useampi sisääntuloparamet-ri.
38. Sykemittausjärjestely, tunnettu siitä, että sykemittausjärjestely käsittää laskentayksikön (452), joka käsittää matemaattisen mallin (200), 20 joka on neuroverkko, joka laskentayksikkö on sovitettu ottamaan malliin si-sääntuloparametreina yhden tai useamman sykeparametrin (202) ja yhden tai » useamman henkilön fysiologista ominaisuutta kuvaavan fysiologisen parametrin " ’ ‘ i (204) ja joka laskentayksikkö on sovitettu muodostamaan henkilön rasitustason • i · mallissa yhden tai useamman sykeparametrin ja yhden tai useamman kunto- : ’25 suorituksen rasittavuutta kuvaavan rasitusparametrin avulla, ja joka malli on so-*. vitettu yhden tai useamman sisääntuloparametrin ja muodostetun henkilön ra- .···. situstason perusteella palauttamaan ulostuloparametrinaan yhden tai useam man seuraavista: henkilön glukoosipitoisuuden taso (224), henkilön elimistössä jäljellä olevan glukoosin määrä (226), joka sykemittausjärjestely edelleen käsit- * · I 30 tää esittämisvälineet (450) laskentayksikössä (452) muodostetun informaation » ;·* esittämiseksi.
: 39. Patenttivaatimuksen 38 mukainen sykemittausjärjestely, t u n - ; nettu siitä, että sykemittausjärjestely käsittää muistin sykeinformaation ja/tai laskentayksikössä muodostetun informaation tallentamiseksi.
40. Patenttivaatimuksen 38 mukainen sykemittausjärjestely, tunnettu siitä, että sykemittausjärjestely käsittää elektrodivyön sydämen syk- 115289 keen mittaamiseksi ja vastaanotinyksikön, joka vastaanotinyksikkö käsittää vastaanottimen elektrodivyön lähettimeltä lähetetyn informaation vastaanottamiseksi, mainitun laskentayksikön ja mainitut esittämisvälineet.
41. Patenttivaatimuksen 40 mukainen sykemittausjärjestely, tun-5 n e tt u siitä, että elektrodivyö käsittää ainakin kaksi elektrodia sydämen sykkeen tunnistamiseksi sydämen lähettämästä sähköisestä signaalista ja lähettimen lähettää mitattu sykeinformaatio vastaanotinyksikköön.
42. Patenttivaatimuksen 40 mukainen sykemittausjärjestely, tunnettu siitä, että esittämisvälineet on vastaanotinyksikön näyttö.
43. Patenttivaatimuksen 40 mukainen sykemittausjärjestely, tun nettu siitä, että vastaanotinyksikön vastaanotin on sovitettu vastaanottamaan elektrodivyön lähettimen langattomasti lähettämä informaatio.
44. Patenttivaatimuksen 38 mukainen sykemittausjärjestely, tunnettu siitä, että sykemittausjärjestely on yksiosainen ranteessa pidettävä 15 sykemittari, joka käsittää yhden tai useamman anturin sydämen sykkeen mittaamiseksi, laskentayksikön ja jotka mainitut esittämisvälineet ovat sykemittarin näyttö syke- ja/tai energia-aineenvaihduntainformaation näyttämiseksi.
45. Patenttivaatimuksen 38 mukainen sykemittausjärjestely, tunnettu siitä, että kuntosuorituksen rasittavuutta kuvaava rasitusparametri on 20 kumuloituva rasitus muodostettuna suorituksen keston ja laadun mukaan.
46. Patenttivaatimuksen 38 mukainen sykemittausjärjestely, t u n -n e 11 u siitä, että malli on sovitettu saamaan sisääntuloparametrina yhden tai ·:·*: useamman seuraavista: hankitun energian määrä, hankitun energian laatu, >:· henkilön aktiivisuus, henkilön ihon lämpötila, henkilön kehon ulkopuolinen * I * ♦ 25 lämpötila, henkilön verenpaine, rasituksen kovuutta kuvaava rasitusparametri, . * *. hengityskaasujen määrä.
* · ·, 47. Patenttivaatimuksen 46 mukainen sykemittausjärjestely, tun- · nettu siitä, että energian laatu kuvaa energiankulutusta yhdessä tai useammassa energiakomponentissa, kuten esimerkiksi hiilihydraatteina, rasvoina I · ;; 30 tai proteiineina.
48. Patenttivaatimuksen 38 mukainen sykemittausjärjestely, tun-nettu siitä, että malli on opetettu suurelta käyttäjäjoukolta kerätyn käyttä-jäinformaation perusteella.
49. Patenttivaatimuksen 48 mukainen sykemittausjärjestely, t u n - ; · ’ 35 nettu siitä, että neuroverkon opetuksessa tarkennetaan takaisinkytkennän 1 1 5289 avulla neuroverkon neuronien välisiä painokertoimia hyödyntämällä yhden tai useamman ulostuloparametrin arvoa.
50. Patenttivaatimuksen 38 mukainen sykemittausjärjestely, tunnettu siitä, että sykeparametri on sydämen lyöntitiheyttä kuvaava syke, syk- 5 keen keskihajonta, sykkeen muutosnopeus tai vastaava parametri.
51. Patenttivaatimuksen 38 mukainen sykemittausjärjestely, tunnettu siitä, että fysiologinen parametri on ikä, sukupuoli, pituus, paino tai vastaava henkilön fysiologista ominaisuutta kuvaava parametri.
52. Patenttivaatimuksen 38 mukainen sykemittausjärjestely, t u n -10 nettu siitä, että sykemittausjärjestely käsittää syöttövälineet syöttää syke- mittausjärjestelyn käsittämään matemaattiseen malliin yksi tai useampi si-sääntuloparametri. «*» · I « I t * · » 115289
FI20000416A 2000-02-23 2000-02-23 Elimistön energia-aineenvaihdunnan ja glukoosin määrän mittaaminen FI115289B (fi)

Priority Applications (7)

Application Number Priority Date Filing Date Title
FI20000416A FI115289B (fi) 2000-02-23 2000-02-23 Elimistön energia-aineenvaihdunnan ja glukoosin määrän mittaaminen
DE60115736T DE60115736T2 (de) 2000-02-23 2001-02-19 Messung bezüglich des menschlichen Energiestoffwechsels
ES01660035T ES2252178T3 (es) 2000-02-23 2001-02-19 Medicion relacionada con el metabolismo energetico humano.
AT01660035T ATE312556T1 (de) 2000-02-23 2001-02-19 Messung bezüglich des menschlichen energiestoffwechsels
EP01660035A EP1127544B1 (en) 2000-02-23 2001-02-19 Measurement relating to human energy metabolism
US09/789,868 US6540686B2 (en) 2000-02-23 2001-02-21 Measurement relating to human body
HK01108991A HK1041188A1 (en) 2000-02-23 2001-12-21 Measurement relating to human energy metabolism

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20000416A FI115289B (fi) 2000-02-23 2000-02-23 Elimistön energia-aineenvaihdunnan ja glukoosin määrän mittaaminen
FI20000416 2000-02-23

Publications (3)

Publication Number Publication Date
FI20000416A0 FI20000416A0 (fi) 2000-02-23
FI20000416A FI20000416A (fi) 2001-08-23
FI115289B true FI115289B (fi) 2005-04-15

Family

ID=8557685

Family Applications (1)

Application Number Title Priority Date Filing Date
FI20000416A FI115289B (fi) 2000-02-23 2000-02-23 Elimistön energia-aineenvaihdunnan ja glukoosin määrän mittaaminen

Country Status (7)

Country Link
US (1) US6540686B2 (fi)
EP (1) EP1127544B1 (fi)
AT (1) ATE312556T1 (fi)
DE (1) DE60115736T2 (fi)
ES (1) ES2252178T3 (fi)
FI (1) FI115289B (fi)
HK (1) HK1041188A1 (fi)

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004512058A (ja) 2000-05-05 2004-04-22 ヒル−ロム　サービシーズ，インコーポレイティド 病院ベッド用リモコン
BR0110596A (pt) 2000-05-05 2005-08-02 Hill Rom Services Inc Sistema de monitoramento de paciente, sistema de computador, sistema para monitorar informação de paciente, aparelho de assistência ao paciente, aparelho de andador, aparelho de assistência ao paciente, e, mostrador para um computador
AU2002256048A1 (en) 2001-03-30 2002-10-15 Hill-Rom Services, Inc. Hospital bed and network system
US7399277B2 (en) 2001-12-27 2008-07-15 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US7022072B2 (en) 2001-12-27 2006-04-04 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US20050027182A1 (en) 2001-12-27 2005-02-03 Uzair Siddiqui System for monitoring physiological characteristics
US10080529B2 (en) 2001-12-27 2018-09-25 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US7366564B2 (en) 2002-08-23 2008-04-29 The United States Of America As Represented By The Secretary Of The Navy Nonlinear blind demixing of single pixel underlying radiation sources and digital spectrum local thermometer
US20090177068A1 (en) * 2002-10-09 2009-07-09 Stivoric John M Method and apparatus for providing derived glucose information utilizing physiological and/or contextual parameters
WO2005022692A2 (en) 2003-08-21 2005-03-10 Hill-Rom Services, Inc. Plug and receptacle having wired and wireless coupling
WO2005057174A2 (en) * 2003-12-08 2005-06-23 Rosenthal Robert D Method and apparatus for low blood glucose level detection
US7229416B2 (en) * 2003-12-30 2007-06-12 Yu-Yu Chen Exercise expenditure monitor device and method
GB2411719B (en) * 2004-03-04 2008-02-06 Leon Thomas Lee Marsh Hydration monitor
DK2256495T3 (en) * 2004-06-03 2015-11-09 Medtronic Minimed Inc A system for monitoring the physical characteristics according to a user's biological status
US7319386B2 (en) 2004-08-02 2008-01-15 Hill-Rom Services, Inc. Configurable system for alerting caregivers
US20060253010A1 (en) * 2004-09-28 2006-11-09 Donald Brady Monitoring device, method and system
US20070106132A1 (en) * 2004-09-28 2007-05-10 Elhag Sammy I Monitoring device, method and system
US20060079794A1 (en) * 2004-09-28 2006-04-13 Impact Sports Technologies, Inc. Monitoring device, method and system
US7887492B1 (en) 2004-09-28 2011-02-15 Impact Sports Technologies, Inc. Monitoring device, method and system
ES2386431T3 (es) * 2005-07-29 2012-08-21 Universita' Degli Studi Di Udine Aparato y método para prevenir hipoglucemia en un paciente humano diabético de tipo 1 durante la actividad física
KR100697646B1 (ko) * 2005-09-08 2007-03-20 삼성전자주식회사 칼로리 소비량 계산 장치 및 상기 장치의 동작 방법
US20070117081A1 (en) * 2005-10-31 2007-05-24 Ford John H System and Method for Delivering Information to Optimize Information Retention
FI119907B (fi) * 2006-05-18 2009-05-15 Polar Electro Oy Suoritemittarin kalibrointi
WO2008112894A1 (en) * 2007-03-15 2008-09-18 Jiayi Li Devices, systems, kits and methods for treatment of obesity
US20090054751A1 (en) * 2007-08-22 2009-02-26 Bruce Babashan Touchless Sensor for Physiological Monitor Device
US8082160B2 (en) 2007-10-26 2011-12-20 Hill-Rom Services, Inc. System and method for collection and communication of data from multiple patient care devices
WO2009057033A2 (en) * 2007-11-02 2009-05-07 Koninklijke Philips Electronics N.V. Computing a user's condition
FI20075908A0 (fi) * 2007-12-14 2007-12-14 Polar Electro Oy Elektroniikkalaite ja menetelmä
WO2009118645A1 (en) * 2008-03-27 2009-10-01 Polar Electro Oy Apparatus for metabolic training load, mechanical stimulus, and recovery time calculation
US20100279822A1 (en) * 2008-11-01 2010-11-04 Ford John Hajime Systems and methods for optimizing one or more audio tracks to a video stream
US20100185398A1 (en) * 2009-01-22 2010-07-22 Under Armour, Inc. System and Method for Monitoring Athletic Performance
US20110288381A1 (en) * 2010-05-24 2011-11-24 Jesse Bartholomew System And Apparatus For Correlating Heart Rate To Exercise Parameters
US8610582B2 (en) * 2010-11-16 2013-12-17 Lg Electronics Inc. Exercise monitoring apparatus, system and controlling method thereof
US9681836B2 (en) 2012-04-23 2017-06-20 Cyberonics, Inc. Methods, systems and apparatuses for detecting seizure and non-seizure states
EP2829223B1 (en) * 2013-07-26 2019-06-12 Tata Consultancy Services Limited Monitoring physiological parameters
CN104665768B (zh) * 2013-10-03 2019-07-23 塔塔咨询服务有限公司 生理参数的监测
US20150112156A1 (en) 2013-10-23 2015-04-23 Quanttus, Inc. Predicting medical events
US20150339662A1 (en) * 2014-05-23 2015-11-26 LoopPay Inc. Systems and methods for linking devices to user accounts
EP3305183B1 (en) * 2015-05-29 2023-12-27 Kyocera Corporation Electronic device
JP6685811B2 (ja) * 2016-04-08 2020-04-22 京セラ株式会社 電子機器及び推定システム
US10360787B2 (en) 2016-05-05 2019-07-23 Hill-Rom Services, Inc. Discriminating patient care communications system
JP7024780B2 (ja) * 2017-03-21 2022-02-24 ソニーグループ株式会社 情報処理装置、情報処理方法及びプログラム
WO2022221987A1 (zh) * 2021-04-19 2022-10-27 中国科学院深圳先进技术研究院 一种基于可穿戴传感信息融合的能量代谢评估方法和***

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4312358A (en) * 1979-07-23 1982-01-26 Texas Instruments Incorporated Instrument for measuring and computing heart beat, body temperature and other physiological and exercise-related parameters
US4367752A (en) * 1980-04-30 1983-01-11 Biotechnology, Inc. Apparatus for testing physical condition of a subject
US4566461A (en) 1983-02-15 1986-01-28 Michael Lubell Health fitness monitor
DE3920526A1 (de) 1989-06-22 1991-01-10 Lepic Gottlieb Verfahren und vorrichtung zur ermittlung des konditionszustandes einer testperson
DE3922026A1 (de) 1989-07-05 1991-01-17 Wolfgang Prof Dr Ing Rienecker Mess- und auswertevorrichtung fuer den menschlichen gesundheitszustand
US5251626A (en) 1990-07-03 1993-10-12 Telectronics Pacing Systems, Inc. Apparatus and method for the detection and treatment of arrhythmias using a neural network
FR2665831B1 (fr) 1990-08-17 1992-10-09 Thomson Csf Procede et dispositif d'aide au diagnostic par analyse des bruits du cóoeur.
US5280792A (en) 1991-09-20 1994-01-25 The University Of Sydney Method and system for automatically classifying intracardiac electrograms
US5263491A (en) * 1992-05-12 1993-11-23 William Thornton Ambulatory metabolic monitor
FI94589C (fi) 1992-09-15 1995-10-10 Increa Oy Menetelmä ja laite fyysisen kunnon mittaamiseen
US5853351A (en) 1992-11-16 1998-12-29 Matsushita Electric Works, Ltd. Method of determining an optimum workload corresponding to user's target heart rate and exercise device therefor
DE4307545A1 (de) 1993-03-10 1994-09-15 Siemens Ag Gerät und Verfahren zur Bestimmung des Ortes und/oder der Ausdehnung von Ischämien und/oder Infarkten im Herzen eines Lebewesens
DE4337110C1 (de) 1993-10-29 1994-11-03 Michael A J Dietl Verfahren und Vorrichtung zum Betreiben eines Defibrillators
JP3516357B2 (ja) 1994-08-10 2004-04-05 株式会社タニタ 消費カロリー計
FI100377B (fi) * 1994-10-13 1997-11-28 Polar Electro Oy Menetelmä ja laite energia-aineenvaihdunnan kynnysarvojen määrittämise ksi
FI111514B (fi) 1996-03-12 2003-08-15 Polar Electro Oy Menetelmä mitattavan kohteen fyysisen kunnon mittaamiseksi
DE69735030T2 (de) * 1996-06-12 2006-07-13 Seiko Epson Corp. Kalorieverbrauchmessvorrichtung
JPH10118052A (ja) 1996-10-22 1998-05-12 Kowa Boseki Kk 健康管理ナビゲータおよび心拍モニター
US5976083A (en) * 1997-07-30 1999-11-02 Living Systems, Inc. Portable aerobic fitness monitor for walking and running
US6273856B1 (en) * 1999-10-19 2001-08-14 Cardiac Pacemakers, Inc. Apparatus and methods for METS measurement by accelerometer and minute ventilation sensors

Also Published As

Publication number Publication date
FI20000416A0 (fi) 2000-02-23
ES2252178T3 (es) 2006-05-16
EP1127544A1 (en) 2001-08-29
FI20000416A (fi) 2001-08-23
DE60115736D1 (de) 2006-01-19
US6540686B2 (en) 2003-04-01
HK1041188A1 (en) 2002-07-05
EP1127544B1 (en) 2005-12-14
ATE312556T1 (de) 2005-12-15
US20010016689A1 (en) 2001-08-23
DE60115736T2 (de) 2006-06-29

Similar Documents

Publication Publication Date Title
FI115289B (fi) Elimistön energia-aineenvaihdunnan ja glukoosin määrän mittaaminen
FI114201B (fi) Laktaatin määrän arviointi elimistössä
JP6726654B2 (ja) 個人化された栄養および保健アシスタント
FI115288B (fi) Palautumisen ohjaus kuntosuorituksen yhteydessä
US10646151B2 (en) Exercise system and method
FI114202B (fi) Menetelmä ja laitteisto ihmiseen liittyvän mittauksen suorittamiseksi
US9844345B2 (en) Combination non-invasive and invasive bioparameter measuring device
US20200113516A1 (en) Metabolic rate measurement apparatus and method thereof
Sugita et al. A method for estimating hunger degree based on meal and exercise logs
TW202306536A (zh) 肌酸酐風險推定裝置、肌酸酐風險推定方法及程式

Legal Events

Date Code Title Description
FG Patent granted

Ref document number: 115289

Country of ref document: FI

MM Patent lapsed