CN104951069B - 用于使用可穿戴传感器平台的生理测量的置信度指示 - Google Patents

用于使用可穿戴传感器平台的生理测量的置信度指示 Download PDF

Info

Publication number
CN104951069B
CN104951069B CN201510130618.4A CN201510130618A CN104951069B CN 104951069 B CN104951069 B CN 104951069B CN 201510130618 A CN201510130618 A CN 201510130618A CN 104951069 B CN104951069 B CN 104951069B
Authority
CN
China
Prior art keywords
confidence level
data
physiological data
sensor
instruction
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.)
Expired - Fee Related
Application number
CN201510130618.4A
Other languages
English (en)
Other versions
CN104951069A (zh
Inventor
J.彭德斯
A.杨
N.罗森塔尔
R.菲什
E.C.文廷克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN104951069A publication Critical patent/CN104951069A/zh
Application granted granted Critical
Publication of CN104951069B publication Critical patent/CN104951069B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • 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
    • 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
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/33—Heart-related electrical modalities, e.g. electrocardiography [ECG] specially adapted for cooperation with other 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
    • A61B5/6802—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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • 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
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • A61B5/0533—Measuring galvanic skin response
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • 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
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • 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
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • 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
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • 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
    • A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
    • 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
    • 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
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Cardiology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Pulmonology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

实施例包括用于向可穿戴传感器平台的用户提供数据的方法和系统。该方法可以由在至少一个处理器上执行的至少一个软件组件来执行。该方法包括使用该可穿戴传感器平台中的至少一个传感器来捕获用户的数据。该数据包括生理数据和伪影数据。该生理数据中包括噪声数据。该数据的置信度指示基于该生理数据和伪影数据中的至少一者来确定。与该生理数据和置信度指示相对应的生理数据信号被提供给可穿戴设备平台上的用户。

Description

用于使用可穿戴传感器平台的生理测量的置信度指示
相关申请的交叉引用
本申请要求于2014年3月24日提交的、序列号为61/969,769、名称为“基于置信度指示的自适应系统”的临时专利申请的权益，该申请已转让给本申请的受让人，并通过引用合并于此。
技术领域
本申请涉及一种可穿戴传感器平台以及用于向可穿戴传感器平台的用户提供生理数据的方法。
背景技术
生理测量收集在活体中发生的各种过程的数据。例如，心电图(ECG)测量通过心脏活动在身体表面产生的电势，并且可以被用于解释心脏活动有关的各个方面。生物阻抗(Bioimpedance)是活体组织对被驱动通过该活体组织的电流的电阻的量度，并且可以被用于确定通过动脉脉动的血液量。温度也可以在身体表面处被测量，并可以指示总体健康。
在作出生理测量时所面对的一个挑战是由非生理作用所产生的噪声。人体的运动(motion)是这种噪声的一个来源。例如，ECG读数(reading)通常使用放置在用户的皮肤上的电极来获取。运动伪影(motion artifact)是与用户的皮肤有关的电极的运动导致的噪声。在一些情况中，电极的移动使电极部位周围的皮肤变形。这个变形导致电极周围的皮肤的电特性的改变，并可以影响ECG读数。这个影响是与心脏活动无关的，因此是噪声的来源。运动伪影(motion artifacts)尤其与在移动或便携式应用中的生理测量相关。对于这种应用，高水平的噪声可能是由运动伪影引起的。
因此，所期望的是一种在生理测量中，特别是在便携式应用中的生理测量中帮助考虑诸如运动伪影的噪声的系统和方法。
发明内容
实施例包括用于向可穿戴传感器平台的用户提供数据的方法和系统。该方法可以由在至少一个处理器上运行的至少一个软件组件来执行。该方法包括使用该可穿戴传感器平台中的至少一个传感器来捕获用户的数据。该数据包括生理数据和伪影数据(artifactdata)。该生理数据中具有噪声数据。该数据的置信度指示(confidence indicator)基于该生理数据和伪影数据中的至少一者来确定。与该生理数据和置信度指示相对应的生理数据信号被提供给可穿戴设备平台上的用户。
附图说明
图1是示出模块化传感器平台的示例性实施例的图。
图2是图1中的模块化传感器平台的示例性实施例。
图3是示出模块化传感器平台的另一示例性实施例的图。
图4是示出模块化传感器平台的示例性实施例的框图，该模块化传感器平台包括与包括基本计算单元和电池的组件有关的带宽传感器模块。
图5是示出具有与关于手腕的使用有关的自对准的传感器阵列系统的模块化传感器平台的示例性实施例的图。
图6是传感器模块的示例性实施例的框图。
图7是用于模块化可穿戴传感器平台的置信度指示引擎的示例性实施例的框图。
图8是用于模块化可穿戴传感器平台的置信度指示引擎的另一示例性实施例的框图。
图9是描绘使用可穿戴传感器平台向用户提供生理数据和置信度指示的方法的示例性实施例的流程图。
图10是描绘使用可穿戴传感器平台向用户提供生理数据和置信度指示的方法的实施例的流程图。
图11是描绘使用可穿戴传感器平台向用户提供生理数据和置信度指示的方法的实施例的流程图。
图12-17是描述各种生理数据和置信度指示的图。
为了说明本发明的总体发明构思，某些实施例在附图中示出。然而，将理解，本发明不限于所附的附图中所示的布置和手段。
具体实施方式
本文所描述的实施例涉及测量生理数据并向可穿戴传感器平台的用户提供生理数据。以下的描述被呈现，使得本领域普通技术人员能够作出和使用本发明，而且该描述在专利申请及其要求的上下文中提供。对本文所描述的示例性实施例和一般原则和特征的各种修改将很显而易见的。现详细参照本总体发明构思的实施例，实施例的示例在附图中示出，附图中相同的标号始终指代相同的元素。下面在参考附图的同时描述实施例以便说明本总体发明构思。
现将详细参照本总体发明构思的实施例，实施例的示例在附图中示出，附图中相同的标号始终指代相同的元素。下面在参考附图的同时描述实施例以便说明本总体发明构思。
在详细解释本发明的任何实施例之前，将理解的是，本申请中的本发明不限于在以下描述中所阐述的或者附图中所示的组件的构造和安排的细节。
本发明及实现其的方法的优点和特征可以通过参照以下详细的描述和附图而更容易的理解。然而，本总体发明构思可以以许多不同的被实践或者以各种方式来完成的形式来实现，并且不应该被解释为受限于这里所阐述的实施例。相反，提供这些实施例以使得本公开是彻底且完全的并且将本总体发明构思完全传达给本领域技术人员，而且本总体发明构思由所附的权利要求来定义。在图中，层、和区域的厚度为了视觉清晰而被夸大。
此外，在本文档中使用的措辞和术语是为了描述的目的的，并且不应视为限制。在描述本发明的上下文中(特别是在以下权利要求书的上下文中)使用的术语“一”、“一个”和“所述”以及类似的指代，要被解释为既包括单数也包括复数，除非在此另有指示或者明确地与上下文矛盾。术语“包括”“具有”“包含”和“含有”将被视为开放性的术语(即，意指“包括，但不限于”)，除非在此另有指示。
如对本领域普通技术人员应显而易见的是，附图中所示的系统是实际系统可能会是什么样的模型。所描述的模块和逻辑结构中的一些能够在由微处理器或类似设备所执行的软件中实现，或者在使用包括例如应用专用集成电路(“ASIC”)的各种组件的硬件中实现。如“处理器”的术语可以包括或涉及硬件和/或软件。不因为大写的使用而隐含或者应该简单地推断具有特定含义。
同样地，如这里所使用的术语“组件”或“模块”意味着但不限于软件或硬件组件，诸如其执行某些任务的现场可编程门阵列(FPGA)或ASIC。组件或模块可以被有益地配置为驻留在可寻址存储介质中并且被配置为在一个或多个处理器上执行。因此，组件或模块可以包括，例如，组件，诸如软件组件、面向对象的软件组件、类组件和任务组件、进程、功能、属性、程序、子程序、程序代码段、驱动器、固件、微代码、电路、数据、数据库、数据结构、表格、阵列、和变量。为组件和组件或模块提供的功能可以组合成更少的组件和组件或模块，或者被进一步分成另外的组件和组件或模块。
除非另外定义，这里使用的所有术语(技术术语和科学术语)具有的含义与本发明所属领域的普通技术人员所通常理解的含义相同。此外，除非另外定义，在通常使用的字典中定义的所有术语应具有它们的普通含义。应注意，本文所提供的任何和所有示例、或示范性术语的使用仅仅是为了更好地阐释本总体发明构思并且不对本发明的范围进行限制，除非另作指定。
图1和图2是示出模块化可穿戴传感器平台的实施例的图。图1和图2描绘可穿戴传感器平台10的实施例的透视图，而图3描绘可穿戴传感器平台10的另一实施例的分解侧视图。虽然图1和图2中的可穿戴传感器平台的组件可以是基本上相同的，但模块和/或组件的位置可以不同。
在图1和图2中所示的实施例中，可穿戴传感器平台10可以被实现为适合身体的一部分的(在此为用户的腕部11)智能手表或其他可穿戴设备。
该可穿戴传感器平台10可以包括基础模块12、带子16、锁扣(clasp)30、电池22和耦合到带子16的传感器模块14。在一些实施例中，可穿戴传感器平台10的模块和/或组件可以是可以由终端用户(如，消费者、病人、医生等)移除的。然而，在其他实施例中，可穿戴传感器平台10的模块和/或组件可以被制造商集成到可穿戴传感器平台10中，并旨在不能被终端用户移除。该可穿戴传感器平台10可以是防水或水封的(water sealed)。
该带子或条(strap)16可以是一片式的(piece)或组合的(modular)。该带子16可以由面料(fabric)制成。例如，可以考虑，范围广泛的可扭转的和可扩展的弹性网状物(mesh)/织物(textile)。该带子16还可以被配置为多条带子或以组合的节(link)来配置。在某些实现中，该带子16可以包括卡扣(latch)或锁扣(clasp)机构以使手表保持在适当的位置。在某些实施例中，除了其他物件以外，该带子16会包含连接基础模块12和传感器模块14的接线(未示出)。还可以设想到，在基础模块12和传感器模块14之间的单独的无线通信或与接线的组合的无线通信。
该传感器模块14可以是可移除地附接在带子16上，因此该传感器模块14位于可穿戴传感器平台10的底部，或者换句话说，在基础模块12的相对端上。以这样的方式来定位(Positioning)传感器模块14，使其放置在至少部分与用户的腕部11的下侧的皮肤接触的位置，从而允许传感器单元24从该用户感测生理数据。传感器单元24的接触面可以被定位于传感器模块14的表面的上方、传感器模块14的表面上、或传感器模块14的表面的下方，或者这种定位的一些组合。
该基础模块12附接到带子16，因而该基础模块12被定位于可穿戴传感器平台10的顶部。以这样的方式来定位基础模块12，使其放置在至少部分与腕部的上侧的接触的位置。
该基础模块12可以包括基础计算单元20和显示器18，在该显示器18上可以提供图形用户界面(GUI)。该基础模块12执行如下功能，包括，例如，显示时间、执行计算和/或显示包括从传感器模块14收集的传感器数据的数据。除了与传感器模块14通信之外，该基础模块12可以无线地与被穿戴在用户的不同身体部分的其他传感器模块(未示出)通信从而形成身体区域网络，或者与其他可无线地访问的设备(未示出)通信，如智能电话、平板电脑、显示器或其他计算设备。如将参照图4更充分地讨论的，该基础计算单元20可以包括处理器202、存储器206、输入/输出208、通信接口205、电池22和一组传感器214，例如加速度计/陀螺仪214A和温度计214B。
该传感器模块14从用户收集数据(如生理、活动数据、睡眠统计和/或其他数据)并与基础模块12通信。该传感器模块14包括安置在传感器盘26中的传感器单元24。对于特定实现，因为诸如腕表的便携式设备具有非常小的体积和有限的电池电量，因此，所公开类型的传感器单元24可以特别地适用于在腕表中的传感器测量的实现。在一些实施例中，该传感器模块14被可调整地附接到带子16从而该基础模块12不是固定地定位，而是可以依赖于腕部的生理构成而被不同地配置。
传感器单元24可以包括光学传感器阵列，温度计、流电皮肤反应(galvanic skinresponse，GSR)传感器阵列、生物阻抗(BioZ)传感器阵列、心电图(ECG)传感器、或它们的任何组合。传感器单元24可以获取关于外部世界的信息并将其供应给可穿戴模块化传感器平台10。传感器24还可以与其他组件一起工作以向用户提供用户或环境的输入和反馈。例如，MEMS加速度计可以被用来测量诸如位置、运动、倾斜、冲击或振动的信息以供处理器202使用。还可以使用其他传感器。该传感器模块14还可以包括传感器计算单元28。传感器单元24还可以包括生物传感器(例如，脉搏、脉搏血氧(pulse oximetry)、体温、血压、体脂等)、用于检测物体的接近度的接近检测器、和环境传感器(例如，温度、湿度、环境光、大气压、海拔，指南针等)。
在其他实施例中，锁扣30还提供ECG电极。锁扣30上的一个或多个传感器单元24和ECG电极能够在该锁扣30被触摸时形成完整的ECG信号电路。该传感器计算单元28可以分析数据、对数据执行操作(如计算)、通信数据，而且在一些实施例中，可以存储由传感器单元24收集的数据。在一些实施例中，传感器计算单元28从传感器单元24的传感器中的一个或多个接收数据(例如，指示ECG信号的数据)，并处理所接收的数据以形成预定义的信号表示(例如，ECG信号)。
传感器计算单元28还能被配置为将数据和/或已处理形式的所接收的数据通信到一个或多个预定义的接收者，例如基础计算单元20，以供进一步处理、显示、通信等等。例如，在某些实现中，该基础计算单元20和我们的传感器计算单元确定数据是否可靠并向用户确定该数据中的置信度的指示。
因为传感器计算单元28可以被集成到传感器盘26中，其在图1-2中由虚线示出。在其他实施例中，传感器计算单元28可以被省略或位于可穿戴传感器平台10上的其它位置，或者位于远离可穿戴传感器平台10的位置。在传感器计算单元28可以被省略的实施例中，基础计算单元20可以执行本应由传感器计算单元28执行的功能。通过传感器模块14和基础模块12的组合，数据可以被收集、发送、存储、分析、发送并呈现给用户。
图3中描绘的可穿戴传感器平台10与图1和图2中描绘的可穿戴传感器平台10类似。因此，可穿戴传感器平台10包括带子12、电池22、锁扣34、包括显示器/GUI 18和基础计算单元20的基础模块12、包括传感器盘26和可选的传感器计算单元28的传感器模块14。然而，如图3所能看见的，某些模块的位置已被改变。例如，图3中锁扣34比图1中的锁扣30靠近显示器/GUI 18。类似地，图3中，电池22与基础模块12来安置在一起。在图1所示的实施例中，电池22被放置在带子16上，与显示器18相对。然而，应理解，在一些实施例中，电池22为基础模块12充电并且可选地为基础模块12的内部电池(未示出)充电。以这种方式，可穿戴传感器平台10可以被持续地穿戴。因此，在各种实施例中，模块和其他组件的位置和/或功能可以被改变。
图4是示出模块化的可穿戴传感器平台10和包括基础模块12在内的组件的一个实施例的图。该可穿戴传感器平台10与图1-3中描绘的可穿戴传感器平台10类似，因此包括具有相同参考标签的类似组件。在这个实施例中，可穿戴传感器平台10可以包括带子16和被附接到带子16的传感器模块14。可移除的传感器模块14还可以包括被附接到带子16的传感器盘26、以及被附接到传感器盘26的传感器单元24。该传感器模块14还可以包括传感器计算单元32。
该可穿戴传感器平台10包括与图1-3中的基础计算单元20和一个或多个电池22类似的图4中的基础计算单元20和一个或多个电池22。例如，可以提供与图1-3中的电池22类似的持久的和/或可移除的电池22。在一个实施例中，基础计算单元20可以通过通信接口205与传感器计算单元32通信或者控制传感器计算单元32。在一个实施例中，该通信接口205可以包括串行接口。基础计算单元20可以包括处理器202、存储器206、输入/输出(I/O)208、显示器18、通信接口205、传感器214和电源管理单元220。
处理器202、存储器206、I/O 208、通信接口205和传感器214经由系统总线(未示出)被耦合在一起。该处理器202可以包括具有一个或多个核的单个处理器，或者具有一个或多个核的多个处理器。该处理器202可以被配置为使用I/O 208来接受、接收、转换和处理由用户给定的言语音频命令。例如，可以使用音频编解码器。该处理器202可以执行操作系统(OS)的指令和各种应用204。该处理器202可以对设备组件之间的命令交互进行控制并通过I/O接口通信。OS 204的示例可以包括，但不限于，Linux AndroidTM和Android Wear。
例如，存储器206可包括一个或多个存储器，它们包括不同类型的存储器，例如包括RAM(例如，DRAM和SRAM)、ROM，高速缓存、虚拟存储器微驱动器、硬盘、微SD(microSD)卡和快闪存储器。该I/O 208可以包括输入信息和输出信息的组件的集合。包括具有接受所输入、所输出或其他所处理的数据的能力的I/O 208的示例组件包括麦克风、消息器(messaging)、相机和扬声器。I/O 208还可以包括音频芯片(未示出)、显示控制器(未示出)和触摸屏控制器(未示出)。
通信接口205可以包括用于支持单向或双向无线通信的组件，并可以包括在一些实现中用于通过网络无线通信的无线网络接口控制器(或类似组件)、在其他实现中的有线的接口、或者多个接口。在一个实施例中，通信接口205主要用于远程地接收数据，包括流数据，其在显示器18上被显示和更新。然而，在替代实施例中，除了传送数据之外，通信接口205还可以支持语音传送。在示例性实施例中，通信接口205支持低等和中等功率的射频(RF)通信。在某些实现中，无线通信的示例类型可以包括蓝牙低功耗(BLE)、WLAN(无线局域网)、WiMAX、无源的射频识别(RFID)、网络适配器和调制解调器。然而，在另一实施例中，无线通信的示例类型可以包括WAN(广域网)接口、Wi-Fi、WPAN、多跳网络、或蜂窝网络，如3G，4G，5G或LTE(长期演进)。其他无线选项可以包括，例如，超宽带(UWB)和红外线。通信接口205还可以包括除了无线以外的其他类型的通信设备(未示出)，例如经由接触点的串行通信和/或USB通信。例如，微USB类型的USB、闪存驱动器、或其它有线连接可以与通信接口205一起使用。
在一个实施例中，显示器18可以与基础计算单元20一起集成；而在另一实施例中，显示器18可以在基础计算单元20的外部。显示器18可以是平面或曲面的，例如，被弯曲至可穿戴式传感器模块平台10所位于的身体部分(例如，腕部，踝部，头部等)的近似曲率。
显示器18可以是触摸屏或者被手势控制。显示器18可以是OLED(有机发光二极管)显示器、TFT液晶(薄膜晶体管液晶显示器)，或其它适当的显示技术。显示器18可以是有源矩阵。示例的显示器18可以是AMOLED显示器或SLCD。该显示器可以是3D或柔性的。传感器214可包括任何类型的微机电系统(MEMS)传感器。例如，这种传感器可以包括加速度计/陀螺仪214A和温度计214B。
电源管理单元220可以被耦合到电源22，并且可以包括微控制器，其通信和/或控制至少所述基本计算单元20的电源功能。电源管理单元220与处理器202通信，并协调电源管理。在一些实施例中，电源管理单元220确定电源水平是否低于某一阈值水平。在其它实施例中，电源管理单元220确定用于二次充电的时间量是否已过去。
电源22可以是持久的或可移除的电池、燃料电池或光电压电池等。电池22可以是用完即可丢弃的。在一个实施例中，电源22可以包括，例如可再充电的锂离子电池或可以使用类似物。电源管理单元220可以包括电压控制器和用于对电池22再充电的充电控制器。在一些实现中，一个或更多个太阳能电池可以用作电源22。电源22也可被供电或通过AC/DC电源充电。电源22可通过非接触式或接触式充电进行充电。在一个实施例中，电源管理单元220也可以进行通信和/或控制将电池电力经由电力接口222提供给可移除的传感器模块14。在一些实施方案中，电池22被嵌入在基础计算单元20。在其它实施例中，电池22在基础计算单元20的外部。
还可以使用其他可穿戴设备的配置。例如，可穿戴传感器模块平台可被实现为腿带或臂带、胸带、腕表，由用户穿戴的衣服，如合身的衬衫，或者任何其它物理设备或由用户穿戴的设备的集合，所述用户可穿戴的设备足以确保传感器单元24与用户的皮肤上的近似位置的接触，以获得精确和可靠的数据。
图5是示出可穿戴传感器模块10的实现的图。图5的顶部示出缠绕在用户的腕部11的横截面的周围的可穿戴传感器模块10，而图5的底部示出在扁平的位置中的带子16。
根据这个实施例，可穿戴传感器模块10至少包括光传感器阵列301，并还可以包括可选的传感器，诸如，温度计303、流电皮肤反应(GSR)传感器阵列305、BioZ传感器阵列307、和心电图(ECG)传感器309、其他(多个)传感器311或可包括传感器阵列的它们的任何组合。
根据另一实施例，传感器单元24被配置为包括被排列或布置在带子16上的离散传感器的阵列的传感器阵列，以便当带子16被穿戴在身体部分上时，每个传感器阵列可以跨骑或以其它方式瞄准(address)特定的血管(即，静脉，动脉或毛细血管)或不考虑血管而具有更高的电响应的区域。
更具体地，如图5中所能看出的，传感器阵列可以被布置为基本上垂直于血管的纵向轴线并且与血管的宽度重叠，以获得最佳的信号。在一个实施例中，带子16可以被穿戴以便包括传感器阵列的传感器单元24与用户的皮肤接触，但没有紧到阻碍带子16在诸如用户的腕部11的身体部分上的任何移动，或者在传感器接触点处对用户造成不适。
在另一实施例中，该传感器单元24可以包括光传感器阵列301，其可以包括可以测量相对血流，脉搏和/或血氧水平的光体积描记(photoplethysmograph，PPG)传感器阵列。在这个实施例中，该光传感器阵列301可以被排列在传感器模块14上，以便该光传感器阵列301被定位于足够接近动脉(如桡动脉或尺动脉)的地方，从而进行具有足够的精确度和可靠性的适当的测量。
光传感器阵列301的进一步细节现将被讨论。通常，离散的光传感器301A中的每个的配置和布局可以依赖于使用情况而变化很大。在一个实施例中，该光传感器阵列301可以包括离散的光传感器301A的阵列，其中每个离散的光传感器301A是至少一个光检测器301B以及至少两个位于该光检测器301B附近的匹配的光源的组合。在一个实施例中，离散的光传感器301A中的每个可以与它在带子16上的邻居以约0.5至2毫米的预定距离分隔开。
在一个实施例中，光源301C可以各自包括发光二极管(LED)，其中，在离散的光传感器中的每个中的LED发射不同波长的光。由LED发射的、示例的光的颜色可以包括绿色、红色、近红外和红外波长。光检测器301B中的每个将所接收的光能转换为电信号。在一个实施例中，这些信号可以包括反射光体积描记信号。在另一实施例中，这些信号可以包括透射光体积描记信号。在一个实施例中，光检测器301B可以包括光晶体管。在替代实施例中，光检测器301B可以包括电荷耦合器件(CCD)。
根据可调整传感器支撑结构的示例性实施例，由柔性桥结构支撑的一系列传感器可以沿带子边到边地(edge-to-edge)被串联连接。这种具有桥支撑的传感器的带子可以被穿戴，例如在腕部附近。当被穿戴在诸如腕部的测量部位附近时，由于该带子对腕部的变化拓扑(varying topology)的顺应性(compliance)，腕部的变化拓扑可能使得力同时作用在这些桥上。
其他种类的设备也能被用于提供与用户的交互；例如，被提供给用户的反馈可以是任意形式的知觉反馈(如，视觉反馈、听觉反馈，或触觉反馈)；并且来自用户的输入可以以任何形式来接收，包括听觉、语音或触觉输入。
在此描述的系统和技术可在如下计算系统中实现：其包括后端组件(例如，作为数据服务器)，或者其包括中间件组件(例如，应用服务器)，或者包括前端组件(例如，具有图形用户界面或Web浏览器的客户端计算机，通过其用户能够与具有在此所描述的系统和技术的实施方式交互)，或者这种的后端、中间件或前端组件的任意组合。该系统的组件可以通过任何形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)和因特网。
该计算系统可以包括客户端和服务器。该客户端和服务器一般彼此是远离的并且通常通过通信网络来交互。客户端和服务器的关系借助于在各个计算机上运行并且相互具有客户端-服务器关系的计算机程序而产生。各种基于云的平台和/或其它数据库平台，可以在模块化传感器平台10的某些实施方式中使用，例如，用以对于模块化传感器平台10进行数据接收和发送。
图6是示出传感器模块14的实施例的组件的框图。该传感器模块14类似于传感器模块14，因此包括具有相似标签的类似组件。如上所述，传感器模块14可以包括附在传感器盘26上的传感器单元24，以及传感器计算单元28。在示出的实施例中，传感器单元24可以包括光传感器阵列301、温度计303、GSR传感器阵列305、BioZ传感器阵列307和ECG传感器309，其他(多个)传感器311和/或它们的任何组合。虽然特定数量的传感器和传感器阵列被示出，但另一数量的传感器/传感器阵列和/或不同的传感器/传感器阵列可以被包括。该传感器和/或阵列可以附在传感器盘26或带子16上。
在一个实施例中，光传感器阵列301可以包括可以测量相对血流、脉搏和/或血氧水平的光体积描记(PPG)阵列。在一个实施例中，该光传感器阵列12可以包括离散的光传感器的阵列，其中每个离散的光传感器是至少一个光检测器以及至少两个位于该光检测器附近的匹配的光源(如LED)的组合。在这个实施例中，该光传感器阵列301可以被排列带子上，以便该光传感器阵列301横跨血管，诸如桡动脉或尺动脉。
该温度计303可以测量温度或温度梯度。流电皮肤反应(GSR)传感器阵列305可以包括四个或更多的GSR传感器，其可以测量随湿度变化的、皮肤的电导度。生物阻抗(BioZ)传感器阵列307可以包括四个或更多个生物阻抗传感器，其用于测量电流穿过组织的流动的生物电阻抗或阻碍(opposition)。在其他实施例中，阵列305和/或307可以包括另一数量的传感器。在所示的实施例中，该生物阻抗传感器阵列16可以被排列或定位于带子上，以横跨血管，如桡动脉或尺动脉。在一个实施例中，包括生物阻抗传感器的一个或多个电极可以与GSR传感器305中的一个或多个复用。心电图传感器(ECG)传感器309可以测量在一段时间内用户的心脏的电活动。
在一个实施例中，心电图309、生物阻抗传感器阵列307、GSR 305、温度计303、光学传感器阵列301和其它(多个)传感器311可以被耦合到控制并从传感器单元24接收数据的传感器计算单元28。在一个实施例中，该传感器计算单元28可以是带子16(未示出)的部分。在另一实施例中，该传感器计算单元28可以是传感器盘26的部分。在其他实施例中，该传感器计算单元28可以被省略，而由基础计算单元20替代。在这种实施例中，在此所描述的由传感器计算单元28完成的功能可以由基础计算单元20来执行。
该传感器计算单元28可包括心电图和生物阻抗(BIOZ)模拟前端(AFE)302，GSRAFE 304，光学传感器AFE 306，处理器308，和模拟到数字转换器(ADC)310，存储器312，三轴加速度计314，压力传感器316和电池318。在一些实施例中，电池318可以由电池22来替代。此外，加速度计314可以在传感器计算单元28之内、基础计算单元30的部分或者在可穿戴传感器平台10上的另一位置。
如此处所使用的，AFE可以包括相应的传感器和ADC 310或处理器308之间的模拟信号调节电路接口。该ECG和BIOZ AFE 302与ECG 18和生物阻抗传感器阵列307交换信号。GSR AFE 304可以与GSR传感器阵列305交换信号。并且光传感器AFE 306可以与光传感器阵列301交换信号。在一个实施例中，GSR AFE 304、光传感器AFE 306、加速度计314和压力传感器316可以通过总线320被耦合到ADC 310。该ADC 310可以将诸如电压的物理量转换为代表幅值的数字量。
在一个实施例中，ECG和BIOZ AFE 302、存储器312处理器308和ADC310可以是微控制器322的组件。例如，在一个实施例中，处理器308可包括精简指令集计算机(RISC)、如ARM控股的Cortex 32位RISC ARM处理器内核。在一个实施例中，在操作期间，传感器计算单元28可以收集传感器数据并存储在存储器312中，以在随后传送给基础计算单元20。
置信度指示(CI)引擎400也被描绘为处理器的部分。在其他实施例中，该CI引擎400可以被视为基础计算单元20中的处理器的部分、传感器模块14中的另一处理器(未示出)的部分、或可穿戴传感器平台10中的另一处理器(未示出)的部分。CI引擎400可被实现为在处理器308上执行的指令，并用于确定使用传感器模块14测量的生理数据的置信度指示。
具体地，该CI引擎利用与关注(interest)的生理参数的数据分开地捕获的伪影数据和/或生理数据中固有的噪声数据，来确定在所处理的生理数据信号能够具有的置信度的水平。如此处所用的，噪声数据是关注的生理参数的测量中固有的并且使用关注的生理参数的测量(至少部分地)估计出的生理数据的部分。例如，在确定心跳(关注的生理参数)中，噪声数据是由光传感器阵列301所执行的PPG测量中所固有的。这个噪声的量可以使用对来自光传感器阵列301的PPG数据的信号处理来确定。伪影数据可以与关注的生理参数分开地测量。该伪影数据可以由测量生理数据的相同传感器单元24来测量，和/或由单独的传感器单元来测量。伪影数据可以是与关注的生理参数关联的并可以影响关注的身体参数的测量。就此而言，伪影数据可以被用来测量(或估计)伪影对噪声的影响(contribution)。然而，不阻碍“伪影”的数据成为与另一个生理参数有关的生理数据。在以上的PPG数据示例中，加速度数据(伪影数据)可以由加速度计314来测量。由加速度数据所指示的运动可以对在确定心率中使用的PPG数据中的噪声有影响。这个影响可以被确定，例如，通过将加速度数据的频谱中的峰值与PPG数据中的峰值进行相关。在确定心率测量的置信度的水平中，可以使用从生理数据确定的噪声数据和来自加速度计314的伪影数据中的一者或二者。例如，在PPG测量(噪声数据)的信噪比和加速度数据(伪影数据)中二者都能够在确定心跳(关注的生理参数)的检测的置信度的水平中被使用。此外，注意到，信噪比的确定可以包括已处理的伪影数据的使用。这个置信水平的指示接着可以被提供给可穿戴传感器平台10的用户。
该CI引擎400可以使用特定的信号处理算法或测量，来确定噪声的水平从而确定数据的置信度。例如，以下各项可以被用来确定置信度指示：噪声和/或伪影的幅度绝对限制、频率特性(例如在频谱中的峰值的数量或在频谱中的生理数据和伪影数据的峰值之间的重叠)、标准偏差的阈值、峰值到峰值的噪声和/或伪影阈值、比率阈值、噪声/伪影的周期性质，在一定的噪声/伪影水平以上存在的主频分量的标识(如由平均噪声/伪影水平和/或指定的阈值噪声/伪影水平所确定的)和/或其它特性。在一些实施例中，包括但不限于时域滤波器、频域滤波器、贝叶斯滤波器、卡尔曼滤波器、基于模板的滤波器，和/或其它类型的滤波器的滤波器可以被用来确定数据的置信度的水平。在实施例中，函数最大化或最小化方案可以被使用。例如，可以定义与关于噪声和/或信号质量的某个参数或一组参数相关联的“代价(cost)”函数。这个代价函数接着可以被最大化或最小化。该CI引擎400可以使用其他信号处理和/或噪声识别算法。此外，在置信度指示的最后计算之前，CI引擎400对伪影数据的处理可以通知它的信号处理，反之亦然。在以上心率/PPG示例中，在确定PPG数据的信噪比之前，来自加速度计的伪影数据(如，频谱中峰值)可以被用于移除运动伪影。所使用的特定算法可以依赖于噪声数据、伪影数据的类型、和/或被CI引擎400分析的生理数据的类型。因此，CI引擎400的操作不依赖被用于分析噪声的特定的启发式算法。
一旦被CI引擎400接收，噪声、伪影和/或生理数据可以被处理以产生物理量，包括但不限于量值、标准偏差、均值、中值、众数(mode)、傅立叶变换、Hartley变换、和/或其他已处理的数据。已处理的数据可以在各种域中进行处置，包括但不限于逆空间，相(phase)空间，时间空间和频率空间。例如，傅里叶变换(其可以是离散的或连续的)可用于查找并筛选出作为频率和/或时间的函数的、噪声和/或伪影数据中的某些特征。该数据可以进一步由CI引擎400处理以输出为，例如，标量优值系数(a scalar figure of merit)(例如，标准偏差上的峰值)，而且相对于阈值来分析。这个标量置信度指示可以是时间依赖的并以包括但不限于视觉上、物理上和/或听觉上的若干方式来呈现给用户。例如，基于在一定时间段内标量置信度指示与相关阈值之间的关系，特定的颜色(红色，橙色，或绿色)可以被选择用于显示、用于生理数据的波形可以以特定的方式被显示(该波形的部分具有不同的颜色、背景和/或线格式)、具有不同的颜色和/或格式的文本可以被使用、警报可以响起和/或可穿戴传感器平台10可以被置于振动模式。
在实施例中，由CI引擎400所产生的置信指示被用于实时地调整给用户的生理数据的呈现。例如，基于置信度指示，显示器的各方面可被开启和/或关闭。各种可视化特性，如线宽，线风格，线条颜色，背景颜色，以及被呈现给用户的数据的其他方面可以实时地被改变，以关于当前生理数据的置信度的水平来为用户更新。以上讨论的音频和物理的置信度指示还可以使用已处理的噪声和/或伪影数据来提供。在一些实施例中，生理数据信号的低置信度部分(如低于阈值的置信度指示)可以被替换或隐藏。该替换可以使用，例如，内插数据，平均数据，空信号和/或一些其它机制，来执行。处理生理数据中使用的滤波器还可以基于置信度指示来选择。在一些实施例中，置信度指示可以指示信号将被打开和/或关闭(如提供冗余信息的信号可以被关闭)。可穿戴传感器平台10的操作的模式可以基于置信度指示而改变。
该CI引擎400可以估计生理(如原始的)数据中固有的噪声并在向用户呈现该生理数据信号中使用这个估计。例如，这个估计的噪声可以在数据处理期间从生理数据中减去。该噪声是否将从生理数据中减去可以至少部分由置信度指示来确定。例如，滤波算法可以被用来从数据移除或基本上移除一些噪声和/或伪影。在一个实施例中，滤波算法可以使用噪声数据来预测和/或估计生理数据的噪声分量，以用于从数据减少或基本上消除不想要的噪声的目的。类似地，在生理数据中的影响噪声的伪影可以被估计并从生理数据中减去。例如，滤波算法可以使用伪影数据来预测和/或估计生理数据的伪影分量，以用于减少或基本上消除不想要的伪影的目的。生理数据中的噪声和/或伪影可以基于随着生理数据被提取而获取的数据或在生理数据被提取前获取的数据，来可预测地被滤出。可替代地，先前测量的生理数据可以具有可追溯地被减去的噪声影响(noise contribution)。数据中的噪声可以在它的获取之后被移除、在获取期间实时地被移除、或在它的获取之前被预先移除，例如通过过滤阻碍它们的测量的特定频率。对生理数据滤波以移除不想要的噪声和/或伪影，可以在时域、频域、或其他适合的域中完成。作为示例，当数据具有周期性质的波形时，时域滤波器可以实际用于移除伪影。然而，若噪声和/或伪影数据的量值太大(生理数据中的置信水平太低)或者噪声和/或伪影数据的量值太小(生理数据中的置信水平很高)，在从生理数据减去噪声/伪影中耗费计算资源可能是不可取的。因此，由CI引擎400生成的置信度指示不仅可以被用于处理噪声和/或伪影数据并从生理数据移除这种数据，还可以被用去确定是否从生理数据移除这种数据。
基于置信度指示被认为是不能使用的数据可被隐藏。在一些实施例中，噪声水平和/或伪影、或对它们的估计可以作为计算置信度指示的过程的部分由CI引擎400来确定。基于置信度指示，作出隐藏过程是否需要被实现的判定(即，以防止运动伪影扰乱进一步的处理，如，例如，基线滤波)。隐藏处理可以包括使用内插值、先前测量值、平均值、对不可接受部分提供空信号、或以其它方式隐藏不可接受的数据。基于由CI引擎400确定的置信度指示，各种动作可以因此被平台10执行。
该CI引擎400还可以在确定置信度指示中利用标识符。从传感器单元24接收的伪影数据和生理数据(包括其固有噪声)可以包含识别数据，其可以包括，但不限于，可以被用作数据同步和/或集成的目的的、时间戳和/或位置坐标。传感器数据可具有对(可以是时间和/或位置依赖的)其他的传感器数据的加性的，减性的，或其他关系的影响。
如上所述，该CI引擎400可以使用来自传感器单元24中的一个或多个的数据来确定置信度指示。该CI引擎400还可以利用关注的生理参数的生理数据、噪声数据、伪影数据和/或其他数据来计算置信度指示。例如，关注的生理数据可以从传感器单元24被提供给CI引擎400。在数据处理期间，该CI引擎400可以确定生理数据中所固有的信噪比(SNR)。注意到，作为这个过程的一部分，CI引擎可以移除，抑制或以其他方式解决伪影。信噪比的量值可以被用作置信度指示，或者可以是生理数据的另一置信度指示的计算的部分。该CI引擎400因此可以提供对被测量的生理数据的信号质量估计。
捕获生理数据的相同传感器单元24还可以对于与生理数据有区别的伪影向CI引擎400提供伪影数据。例如，电极-组织阻抗(ETI)可能由于与关注的生理数据无关的原因而改变。例如，在ECG中，用户的手指可能相对于ECG传感器单元309移动(如，若该单元309的ECG传感器在锁扣上，则相对于该锁扣移动)。用户的皮肤还可以在传感器309的区域中伸展或以其他方式改变。这种运动可能导致与ETI改变相对应的伪影。ETI可以由传感器单元通过使很小的电流通过并确定该传感器单元周围的组织的阻抗，来确定。这种ETI的测量与生理数据的测量分开，但由相同的传感器来执行。例如，ECG传感器阵列309执行ECG测量和相应的ETI测量二者。该CI引擎400可以使用ETI(伪影数据)来确定ECG(生理数据)的置信度的水平。为了这样做，CI发动机400可将ETI(伪影)数据与ECG(生理)数据进行关联。一旦数据被关联，生理(ECG)数据中的置信度的水平可以基于伪影(ETI)数据的特性来确定。因此，伪影数据可以由测量生理数据的相同传感器单元24来捕获并被用于提供生理数据的置信度指示。
该CI引擎400可以使用来自其他传感器单元24的数据来确定置信度指示。为了这样做，CI引擎400可以将由一个传感器单元24测量的生理数据与来自另一传感器单元24的伪影数据关联。若存在足够的相关度，则生理数据中的置信度可以是很低的。例如，在以上讨论的ECG测量中，运动可以影响对ECG数据中的噪声的伪影。这些运动伪影可以是由于传感器单元309相对于用户的运动以及因为用户自身的移动造成的整个可穿戴传感器平台10的运动。例如，臂部的摇摆运动可以导致来自ECG传感器309的生理数据中的周期性噪声。用户相对于ECG传感器阵列309的运动可以至少部分地引起以上所讨论的ETI。为了评估剩余的运动伪影，加速度数据形式的伪影数据可以从加速度计314提取。来自加速度计314的加速度数据可以与来自ECG传感器309的ECG数据关联。例如，加速度计数据和ECG数据可以被转换为频谱。若加速度计数据和ECG数据在相同频率处具有无关的峰值，则手部的运动和ECG数据之间的相关度可以被确定并且相应的置信度指示被提供。
类似地，运动伪影可以在由光传感器阵列301执行的PPG测量中被涉及并在确定脉搏中使用。对于PPG测量，带子16相对于臂部的移动可以改变光传感器阵列301相对于血管的位置。臂部的摇摆可能导致周期性的噪声，例如由于带子16相对于臂部的移动。在诸如胸带的其他实施例中，胸部内的心脏的移动也可以是PPG测量的噪声的来源。为了评估这些运动伪影，加速度数据形式的伪影数据可以从加速度计314提取。该加速度计数据可以与由光传感器阵列301捕获的PPG数据关联。基于这个关联，由于运动的伪影、以及因此运动伪影对PPG数据中的噪声的影响可以被确定，并且心率中的置信度的水平被计算并提供给用户。
此外，注意到在确定特定生理参数的输出信号中，各类生理数据和/或伪影数据可以被使用。例如，心率的确定可以使用利用来自ECG传感器阵列309的ECG数据(生理数据)和来自光传感器阵列301的PPG数据(生理数据)二者的心跳的检测。对于ECG数据，伪影数据可以来自由ECG传感器阵列309作出的ETI测量和由加速度计314作出的加速度数据。对于PPG数据，伪影数据可以来自由加速度计314作出的加速度数据。对于PPG数据和ECG数据二者，信噪比可以被确定用于心跳的检测。心率可以基于PPG数据和ECG数据二者来确定。置信度指示因此可以基于PPG数据、ECG数据和它们二者的伪影数据(加速度和ETI)来确定。从而，CI引擎可以将多个来源和类型的生理数据(从而噪声数据)与适合的伪影数据的来源来组合，以确定关注的生理参数的置信度指示。
该CI引擎400还可以组合多个置信度指示，以便确定生理数据的总体置信度指示。在以上的ECG示例中，CI引擎可以使用对由ECG传感器309测量的ECG数据中的噪声(包括噪声的生理数据)的估计、由ECG传感器测量的ETI(伪影数据)以及使用加速度计314测量的加速度数据(伪影数据)，以便确定ECG数据的总体置信度指示。在一些实施例中，ETI置信度指示、运动/加速度置信度指示和SNR可以简单地被组合以提供总体置信度指示。在其他实施例中，不同的、更少的和/或附加的置信度指示可以被组合用于总体置信度指示。然而，噪声和/或伪影的一些来源可以比其他的更重要。在一些实施例中，因此，影响可以是被加权的。置信度指示的组合还可能，由于SNR的高置信度(即高SNR)而导致中等水平的置信度指示并且由于运动伪影(高度的运动感应噪声)而导致很低的置信度。在一些实施例中，在阈值之上或之下的特定置信度指示可以导致在阈值之上或之下的总体置信度阈值。例如，很低的SNR可能导致生理数据中的低置信度水平的置信度指示，即使具有不存在运动伪影的高置信度。此外，不同的组合置信度指示的方法可以被用于不同类型的生理数据和/或用于可穿戴传感器平台10操作的不同条件。
接着，来自CI引擎400的置信度指示和生理数据信号被呈现给可穿戴设备平台10的用户。如何呈现该数据可以由置信度指示来确定。例如，高、低置信度水平(如在特定阈值之上或之下的置信度指示)可以导致以默认方式显示生理数据信号。对于一些数据信号，这可以是特定的大小、颜色或格式的字体。对于其他生理数据信号，与该信号相对应的波形可以具有默认的格式(如，颜色、线粗度或类型、背景颜色或类型)。在其他情况中，数据的高置信度可以以另一方式来指示(如绿光)。其他水平的置信度(如低于、高于阈值和/或在阈值之间的置信度指示)可以导致生理数据中的一些或全部以另一方式被显示。对于一些数据信号，这可能是不同大小(如，更小的)、颜色(如红色)或格式(如非粗体或者斜体)的字体。用于具有不同的置信水平的数据信号的波形的部分可以具有不同的颜色或线格式、可以被隐藏或估计(例如，由内插的或其它数据代替)、可以具有不同的背景颜色或以另一方式来指示。在其他情况中，不同颜色的光(如红色或橙色)可以被使用。因此，使用传感器模块14，来自传感器单元24的生理数据不仅可以被处理和提供给用户作为数据信号，如数字的心率或波形，而且该生理数据还可以伴随有生理数据的置信度的水平的指示。
图7是用于模块化可穿戴传感器平台10的CI引擎400’以及传感器单元24和214的实施例的框图。该CI引擎400’、传感器单元24、传感器盘26和传感器214类似于CI引擎400、传感器单元24、传感器盘26和传感器214，因此具有类似的标签。在示出的实施例中，传感器单元24可以包括光传感器阵列301、温度计303、GSR传感器阵列305、BioZ传感器阵列307和ECG传感器309，其他(多个)传感器311和/或它们的任何组合。虽然特定数量的传感器和传感器阵列被示出，但另一数量的传感器/传感器阵列和/或不同的传感器/传感器阵列可以被包括。该传感器和/或阵列可以附在传感器盘26或带子16上。
还示出加速度计314和其他传感器214。在所示的实施例中，加速度计314是传感器模块14的部分。在其他实施例中，加速度计314可以替代地成为基础计算单元20的部分。其他传感器214C可以包括温度计214B和/或位于基础计算单元20中的其他传感器。
该CI引擎400’可以在诸如处理器308的处理器上可运行的软件中实现，和/或可以在硬件中实现，硬件包括但不限于应用专用集成电路和/或处理单元。该CI引擎400’包括互相关(cross-correlation)噪声处理模块410、信号处理模块420和可选的组合的(combined)CI生成器430。还示出，用户呈现块440，其可以是CI引擎400’的部分或者从CI引擎400’接收输入。该信号处理模块420可以是CI引擎400的部分或者另一模块的部分。因而，虚线在信号处理模块420周围被示出。
该CI引擎400’具有来自传感器单元24、加速度计314和其他传感器214的数据作为输入。被输入到模块410和420的特定信号依赖于被测量的生理数据。例如，对于ECG数据，信号可以来自ECG传感器309(ECG和ETI信号二者)和来自加速度计314。对于PPG数据，信号可以来自光传感器阵列301和加速度计314。其他生理数据可以使用不同和/或另外的传感器。从而，所有传感器214C、314、301、303、305、307、309和311可以向CI引擎400’提供数据，但只有特定信号被输入到模块410和420。
信号处理模块420接收来自传感器单元24和/或其他传感器214的生理数据作为输入。此外，以下讨论的来自块410的信息可以被提供给信号处理模块420。生理数据对应于关注的生理参数，诸如心率、ECG、生物阻抗和/或其他参数。该信号处理模块420可以应用建模、信号处理算法和/或其他机制，以便从输入到CI引擎420的原始生理数据中生理数据信号。该生理数据信号可以是波形、诸如心率的标量、或者关注的生理参数的其他表示。作为数据处理的部分，该信号处理模块420还可以估计生理数据中所固有的噪声。例如，SNR可以被确定。因此，数据自身的置信度指示(SNR)可以由信号处理模块420来输出。生理CI和已处理的生理信号被示出为由信号处理块420来输出。在另一实施例中，信号处理模块420可以提供生理特征给块420，其可以计算SNR。在这种实施例中，可以考虑将信号处理模块420与CI引擎400’分离。此外，信号处理模块420可以从模块410接收关于伪影的信息。
来自传感器单元24和/或其他传感器214的生理数据(包括固有的噪声数据)以及来自传感器单元24、加速度计314和/或其他传感器214的伪影数据被输入到互相关块410。数据还可以由信号处理块420提供给互相关块410。建模和其他数据处理算法可以被互相关块410应用，从而确定伪影数据和生理数据之间的相关度。伪影数据的其他特征也可以在互相关块410中来确定。因此，伪影数据的置信度指示和/或伪影数据和生理数据之间的相关度可以由互相关块410来输出。在一些实施例中，由模块410和420输出的置信度指示中一个或二者可以与生理数据信号一起被直接提供，以呈现给用户。在其他实施例中，总体的、组合的置信度指示可以由模块430使用来自模块410和420的置信度指示来生成。在一些实施例中，不同权重可以被应用于来自模块410和420的置信度指示。
由模块430提供的组合的、总的置信度指示(如果有的话)、生理数据数据信号和由模块420提供的固有噪声置信度指示，以及由互相关模块410提供的外部置信度指示/伪影指示可以被用户呈现模块使用，从而向用户提供数据。已处理的信号可以是，例如，波形、数字或关注的生理数据的其他表示。该用户呈现模块440可以更新生理数据自身或者在其中呈现数据的环境，以及指示由置信度指示所表达的生理数据的置信水平。
图8是被用于处理特定类型的生理数据的模块化可穿戴传感器平台10的CI引擎400”以及传感器单元24和214的另一实施例的框图。该CI引擎400”、传感器单元24、传感器盘26和传感器214类似于CI引擎400/400’、传感器单元24、传感器盘26和传感器214，因此具有类似的标签。在示出的实施例中，传感器单元24可以包括光传感器阵列301、温度计303、GSR传感器阵列305、BioZ传感器阵列307和ECG传感器309，其他传感器(多个)311和/或它们的任何组合。虽然特定数量的传感器和传感器阵列被示出，但另一数量的传感器/传感器阵列和/或不同的传感器/传感器阵列可以被包括。该传感器和/或阵列可以附在传感器盘26或带子16上。
CI引擎400”被配置用于PPG数据。因此，CI引擎400”使用从光传感器阵列301和加速度计314输入的数据。生理(PPG)数据被提供给与信号检测模块420相对应的信号处理/心跳检测模块420’。该模块420’输出SNR以及心跳(已处理的信号)和/或其他所检测的生理特征。来自光传感器301的PPG数据以及来自加速度计314的加速度(伪影)数据被输入到互相关模块410’。该互相关模块可以被用于确定伪影(加速度)数据和生理(PPG)数据之间的相关度。该模块410’确定加速度和PPG数据之间的相关度，例如，通过检测与加速度数据匹配的PPG数据中的周期运动伪影和确定这种运动伪影的严重程度(severity)。在一些实施例中，该模块410’还可以确定SNR。
组合的置信度指示生成器430’将模块420’的SNR/输出与来自模块410’的置信度指示组合成总的置信度指示。从而从原始数据生成该置信度指示和已处理的生理信号(心跳)。由模块430’提供的组合的、总的置信度指示(如果有的话)、由模块420’提供的心跳和SNR，以及由互相关模块410’提供的外部置信度指示可以被用户呈现模块使用，从而向用户提供数据。已处理的信号可以是，例如，指示每单位时间心跳数的波形、或关注的生理数据的其他表示。该用户呈现模块440可以更新生理数据自身或者在其中呈现数据的环境，以便指示由置信度指示所表达的生理数据的置信水平。例如，指示数据的置信度的水平的光、心率颜色或置信度指示的其他表示可以被使用。
图9是描绘使用可穿戴传感器平台向用户提供生理数据和置信度指示的方法500的实施例的流程图。该方法500是在可穿戴平台10和CI引擎400的背景下描述的。在其他实施例中，该方法500可以使用其他系统来执行。一些步骤可以被省略、组合、交错、以另一次序执行和/或包括子步骤。
参照图7和9，生理数据(包括其固有的噪声数据)经由步骤502使用适合的传感器24来感测。在其中使用模块410/410’的实施例中，伪影数据与生理数据分开地测量。这个数据捕获可以使用与感测生理数据的传感器相同的传感器和/或其他传感器来执行。例如，对于ETI，可以使用相同的传感器。对于其他噪声数据，诸如运动/加速度，单独的传感器可以被使用。
经由步骤504，生理数据的置信度指示被确定。步骤504可被认为包括：对生理信号自身的处理、对噪声和伪影数据的处理、以及将伪影数据与生理信号数据进行相关。模块410/410’和/或420/420’因此可以在执行步骤504中被使用。此外，总体置信度指示可以作为步骤504的部分在模块430/430’中被计算。
经由步骤506，已处理的生理数据信号和置信度指示被经由可穿戴传感器平台10提供给用户。步骤506可以包括使用各种视觉、听觉和/或物理提示来指示由置信度指示表达的、生理数据的置信度的水平。因此，使用方法500，可穿戴传感器平台10的生理数据可以被捕获、处理、评估，而且与该评估一同呈现给用户。
图10是描绘使用可穿戴传感器平台向用户提供生理数据和置信度指示的方法510的实施例的流程图。该方法510是在可穿戴平台10和CI引擎400的背景下描述的。在其他实施例中，该方法510可以使用另一系统来执行。一些步骤可以被省略、组合、交错、以另一次序执行和/或包括子步骤。该方法510可以在使用来自多个传感器的数据时被使用。
参照图7和10，经由步骤512，生理数据使用第一传感器单元24来感测。这个数据可以包括生物阻抗、ECG或PPG数据的参数。伪影数据还可以经由步骤514单独地使用一个或多个传感器来捕获。在步骤514中感测的数据可以包括能够使用相同的传感器单元24来感测的伪影数据，如ETI。可以使用其他传感器来测量的伪影数据也在步骤514中被捕获，例如加速度数据。步骤512和514可以同时发生/在同一时间段发生，而且各自可以包括可并行重复的若干抽样步骤。
经由步骤516，在步骤512中捕获的生理数据使用模块420来处理。从而获得诸如ECG或心率的生理数据信号。步骤516可以使用已知的适用于关注的生理数据的数据处理算法来执行。作为数据处理的部分，在生理数据中固有的噪声可以被获得。例如，在步骤516可以计算SNR。在步骤516中，SNR可以对应于由模块420确定的置信度指示。可替代地，若置信度指示的确定是与信号处理分离的，则SNR可以被单独地确定。
经由步骤518，伪影数据和生理数据之间的相关度可以由模块410来确定。步骤518可以使用建模、诸如傅里叶变换的已知算法以及其他或其他机制来执行。在步骤520中，模块410还可以提供已关联的伪影数据的置信度指示。注意到，步骤516和518可以被交错。从而，在步骤516中，伪影数据和生理数据之间的相关度可以在处理生理数据中被使用。类似地，在步骤518中，已处理的生理数据可以在确定与伪影数据的关联中被使用。
经由步骤520，基于SNR、相关度和生理数据，可以确定置信度指示。步骤520可以包括基于以上数据信号和/或在步骤516和518中确定的置信度指示，来提供总的置信度指示。
经由步骤522，已处理的生理数据信号和置信度指示被以图形的形式或以其他方式提供给用户。因此，使用方法510，可穿戴传感器平台10的生理数据可以被捕获、处理、评估，而且与该评估一同呈现给用户。
图11是描绘使用可穿戴传感器平台向用户提供生理数据和置信度指示的方法530的实施例的流程图。更具体地，方法530描绘了可以如何组合置信度指示从而确定可以如何更改数据以代表置信度指示。置信度指示可以以另一方式来计算。该方法530是在可穿戴平台10、CI引擎400和模块440的背景下描述的。在其他实施例中，该方法510可以使用另一系统来执行。一些步骤可以被省略、组合、交错、以另一次序执行和/或包括子步骤。该方法530可以在使用来自多个传感器的数据时被使用。
经由步骤532，确定如何将生理数据中的噪声与噪声数据的阈值进行比较。例如，模块440可以将SNR或其他与阈值比较，或者确定生理数据中的噪声的绝对量值与其他阈值的关系。若这不在某些阈值之内，那么经由步骤534，更改如何显示生理数据的置信度指示被选择。步骤534可以被认为是指示：数据的至少一部分从呈现给用户的默认值被改变。
若生理数据中的噪声满足阈值，那么经由步骤536，确定生理数据和伪影数据之间的相关度是否满足某些阈值。步骤536还可以确定伪影数据自身是否满足特定阈值。例如，步骤536可以确定噪声数据和生理数据之间的相关度是否小于某一阈值或噪声的量值是否在某些限制之内。若不是，则经由步骤538，改变如何向用户呈现生理数据的置信度指示被选择。步骤536指示，数据的至少一部分被改变以用于呈现给用户。注意到，在一个实施例中，步骤536和538可以与步骤532和534交换。这些块被执行的次序可以被改变。所期望的是，对数据中的伪影和噪声的水平的单独指示，以及单独地基于这些数据集来确定和说明置信度指示的机制。
经由步骤540，组合的置信度指示被计算并且与适合的阈值比较。例如，组合的置信度指示可以是来自步骤534和538的置信度指示的加权或不加权平均值。若组合的置信度指示满足阈值，那么数据的置信度水平可以是足够高的。因此，在步骤542中数据以默认的方式被呈现给用户。若组合的置信度指示不满足阈值或者步骤534或538已被执行，那么以置信度水平较低的指示向用户提供生理信号数据。通过步骤544，模块440可以使用来自步骤534、538和540的、三个指示低置信度的置信度指示，来向用户提供关于输出信号的各种视觉的、听觉的和/或物理的提示。从而，可以通知用户生理数据信号的置信度的水平。
图12-17是描述以图形的形式提供给用户的各种生理数据和置信度指示符的图。因此，图12-17描绘显示器18的各种视图。在图12-17中，ECG生理数据的波形被描绘。图12中，波形550是其中置信度指示对应于高水平的置信度的波形。因此，呈现默认背景和线格式。图13描绘ECG生理数据的波形550’，其中背景的一部分已画有交叉影线，以表示波形的这部分的数据具有与较低水平的置信度相对应的置信度指示。在替代实施例中，画有交叉影线的区域可以与表示特别高水平的置信度的置信度指示相对应。图14描绘：数据的一部分具有加粗线的ECG生理数据的波形550”。在生理数据的这部分中，线的加粗部分可以相应于较低水平的置信度。例如，ECG数据可能已使用从先前ECG或模型ECG数据内插的数据来替代。图15描绘具有三个数据部分的ECG数据的波形550”’。一个、中心部分具有默认的线格式。一个部分具有虚线格式。波形550”’的另一部分是虚线并同时具有更大的线宽度。从而，图15的显示器18代表三个不同水平的置信度的置信度指示。具有虚线和较粗线格式的部分可以具有最低置信度水平，虚线可以具有第二高的置信度水平，并且素色(中心)部分可以具有绘图550”’的最高水平的置信度。图16描绘信号的一部分为空白并由较粗线代表的波形550””。这部分的数据可以具有特别低的置信度指示，导致对实际数据的隐藏。图17在显示器18上描绘心率数据。还示出区域560，其可以被上色以反映置信度指示。例如，红色、绿色和橙色可以被用于填充区域560，以分别用于低质量、高质量和中等质量。注意到，在其他实施例中和/或对于其他生理信号，格式可以以不同的方式改变。因此，数据的置信度可以被确定并呈现给用户。
用于提供生理数据信号的置信度指示的方法和系统已被公开。本发明已根据所示的实施例来描述，并且可以存在实施例的变化，并且任何变化将在本发明的精神和范围之内。因此，本领域普通技术人员可以作出许多修改，而不脱离所附权利要求的精神和范围。

Claims (15)

1.一种用于向可穿戴传感器平台的用户提供生理数据的方法，包括：
使用所述可穿戴传感器平台中的至少一个传感器来捕获所述用户的数据，所述数据包括生理数据和伪影数据中的至少一个，所述生理数据中包括噪声数据；
基于所述伪影数据和噪声数据中的至少一个来确定所述数据的置信度指示；
向可穿戴设备平台上的所述用户提供与所述生理数据相对应的生理数据信号和置信度指示，其中所述置信度指示包括视觉指示、听觉指示和物理指示中的至少一个，并且其中提供生理数据信号和置信度指示的步骤还包括：提供与所述生理数据信号相对应的波形和置信度指示，
其中所述视觉指示包括以下各项中的至少一者：具有与所述视觉置信度指示相对应的颜色的区域、具有特定颜色和特定格式中的至少一个的文本、若所述置信度指示大于阈值则具有默认线格式的波形、若所述置信度指示低于用于所述生理数据信号的一部分的阈值则用于所述生理数据信号的该部分的空信号、用于所述生理数据信号的该部分的第一颜色以及若所述置信度指示低于用于所述生理数据信号的另外部分的阈值则用于所述生理数据信号的该另外部分的第二颜色、用于所述生理数据信号的该部分的第一线格式以及若所述置信度指示低于用于所述生理数据信号的另外部分的阈值则用于所述生理数据信号的该另外部分的线格式；
其中，所述听觉置信度指示包括：当所述置信度指示低于所述阈值时的听觉警报，并且其中，所述物理置信度指示包括：当所述置信度指示低于所述阈值时所述可穿戴传感器平台的振动。
2.如权利要求1所述的方法，其中捕获所述数据的步骤还包括：
使用所述至少一个传感器中的第一传感器来感测所述生理数据；以及
使用所述至少一个传感器中的第一传感器和第二传感器中的至少一个来感测所述伪影数据。
3.如权利要求2所述的方法，其中确定所述置信度指示的步骤还包括：
将所述伪影数据与所述生理数据关联，所述置信度指示表示所述伪影数据与所述生理数据之间的相关度是否大于阈值。
4.如权利要求2所述的方法，其中确定所述置信度指示的步骤还包括：
确定所述生理数据的第一置信度指示。
5.如权利要求4所述的方法，其中确定所述置信度指示的步骤还包括：
将所述伪影数据与所述生理数据关联以提供第二置信度指示，所述第二置信度指示表示所述伪影数据与所述生理数据之间的相关度是否大于阈值。
6.如权利要求5所述的方法，其中确定所述置信度指示的步骤还包括：
基于所述第一置信度指示和第二置信度指示来提供总的置信度指示。
7.如权利要求2所述的方法，其中确定所述置信度指示的步骤还包括：
确定所述伪影数据的置信度指示。
8.如权利要求1所述的方法，其中向所述用户提供所述生理数据信号和置信度指示的步骤还包括：
使用所述生理数据和伪影数据中的至少一个来提供所估计的生理数据噪声；以及
基于所述生理数据和所估计的生理数据噪声来提供所述生理数据信号。
9.一种可穿戴传感器平台，包括；
带子；
被耦合到所述带子的多个传感器，所述多个传感器用于捕获用户的数据，所述数据包括生理数据和伪影数据，所述生理数据中包括噪声数据；
被耦合到所述多个传感器的处理器，所述处理器被配置为：接收所述生理数据和伪影数据，基于所述生理数据和伪影数据中的至少一个来确定所述数据的置信度指示，以及，经由可穿戴设备平台，向所述用户提供与所述生理数据相对应的生理数据信号和置信度指示；并且
以下各项中的至少一者：当所述置信度指示为视觉指示时用于提供所述置信度指示的显示器、当所述置信度指示为听觉指示时用于提供所述置信度指示的扬声器、以及当所述置信度指示为物理指示时的物理驱动器；
其中所述视觉置信度指示包括以下各项中的至少一者：具有与所述视觉置信度指示相对应的颜色的区域、具有与所述视觉置信度指示相对应的特定颜色和特定格式中的至少一个的文本、若所述置信度指示大于阈值则具有默认线格式的波形、若所述置信度指示低于用于所述生理数据信号的一部分的阈值则用于所述生理数据信号的该部分的空信号、用于所述生理数据信号的该部分的第一颜色以及若所述置信度指示低于用于所述生理数据信号的另外部分的阈值则用于所述生理数据信号的该另外部分的第二颜色、用于所述生理数据信号的该部分的第一线格式以及若所述置信度指示低于用于所述生理数据信号的另外部分的阈值则用于所述生理数据信号的该另外部分的线格式；
其中，所述听觉置信度指示包括：当所述置信度指示低于所述阈值时的听觉警报，并且其中，所述物理置信度指示包括：当所述置信度指示低于所述阈值时所述可穿戴传感器平台的振动。
10.如权利要求9所述的可穿戴传感器平台，其中所述多个传感器中的第一传感器捕获所述生理数据，并且所述多个传感器中的第一传感器和第二传感器中的至少一个捕获所述伪影数据。
11.如权利要求10所述的可穿戴传感器平台，其中所述处理器通过将所述伪影数据与所述生理数据关联来确定第一置信度指示，第一置信度指示表示所述伪影数据与所述生理数据之间的相关度是否大于阈值。
12.如权利要求11所述的可穿戴传感器平台，其中所述处理器还确定所述生理数据的附加的置信度指示。
13.如权利要求12所述的可穿戴传感器平台，其中所述处理器还基于所述第一置信度指示和附加置信度指示来提供总的置信度指示。
14.如权利要求9所述的可穿戴传感器平台，其中所述显示器描绘与所述生理数据信号指示相对应的波形和置信度指示。
15.如权利要求9所述的可穿戴传感器平台，其中，所述处理器使用所述生理数据和伪影数据中的至少一个来提供所估计的噪声，并且基于所述生理数据和所估计的噪声来提供所述生理数据信号。
CN201510130618.4A 2014-03-24 2015-03-24 用于使用可穿戴传感器平台的生理测量的置信度指示 Expired - Fee Related CN104951069B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201461969769P 2014-03-24 2014-03-24
US61/969,769 2014-03-24
US14/286,846 2014-05-23
US14/286,846 US10258288B2 (en) 2014-03-24 2014-05-23 Confidence indicator for physiological measurements using a wearable sensor platform

Publications (2)

Publication Number Publication Date
CN104951069A CN104951069A (zh) 2015-09-30
CN104951069B true CN104951069B (zh) 2019-06-28

Family

ID=54140932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510130618.4A Expired - Fee Related CN104951069B (zh) 2014-03-24 2015-03-24 用于使用可穿戴传感器平台的生理测量的置信度指示

Country Status (4)

Country Link
US (2) US10258288B2 (zh)
KR (1) KR20150110414A (zh)
CN (1) CN104951069B (zh)
TW (1) TWI657796B (zh)

Families Citing this family (93)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8788002B2 (en) 2009-02-25 2014-07-22 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
EP3127476A1 (en) 2009-02-25 2017-02-08 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
US8888701B2 (en) 2011-01-27 2014-11-18 Valencell, Inc. Apparatus and methods for monitoring physiological data during environmental interference
WO2013016007A2 (en) 2011-07-25 2013-01-31 Valencell, Inc. Apparatus and methods for estimating time-state physiological parameters
EP2739207B1 (en) 2011-08-02 2017-07-19 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback
US20150359491A1 (en) * 2012-09-29 2015-12-17 Aliphcom Physiological characteristic determination based on signal correlation
EP2928364A4 (en) 2013-01-28 2015-11-11 Valencell Inc DEVICES FOR MONITORING PHYSIOLOGICAL FUNCTIONS WITH SENSOR ELEMENTS DIVIDED FROM BODY MOVEMENTS
US20150351699A1 (en) * 2014-06-06 2015-12-10 Covidien Lp Systems and methods for analyzing a respiratory parameter
EP3199100A1 (en) 2014-08-06 2017-08-02 Valencell, Inc. Earbud with a physiological information sensor module
WO2016040264A1 (en) * 2014-09-08 2016-03-17 Braintree Analytics Llc Electrical coupling of pulse transit time (ptt) measurement system to heart for blood pressure measurment
US20160088090A1 (en) * 2014-09-24 2016-03-24 Intel Corporation System and method for sensor prioritization
JP6216303B2 (ja) * 2014-09-26 2017-10-18 京セラ株式会社 測定装置及び測定方法
US9794653B2 (en) 2014-09-27 2017-10-17 Valencell, Inc. Methods and apparatus for improving signal quality in wearable biometric monitoring devices
EP3241491B1 (en) * 2014-12-30 2021-05-26 Arnuxon Pharm-sci Co. , Ltd. Intelligent health strap
EP3073400B1 (en) * 2015-03-25 2022-05-04 Tata Consultancy Services Limited System and method for determining psychological stress of a person
US10557881B2 (en) 2015-03-27 2020-02-11 Analog Devices Global Electrical overstress reporting
KR102430941B1 (ko) * 2015-08-11 2022-08-10 삼성전자주식회사 생체 상태 정보 제공 방법 및 이를 지원하는 전자 장치
US10610158B2 (en) 2015-10-23 2020-04-07 Valencell, Inc. Physiological monitoring devices and methods that identify subject activity type
US10945618B2 (en) 2015-10-23 2021-03-16 Valencell, Inc. Physiological monitoring devices and methods for noise reduction in physiological signals based on subject activity type
US9826912B2 (en) 2015-11-11 2017-11-28 Livassured B.V. Photoplethysmographic device for measuring a heart rhythm
CN105476607A (zh) * 2015-12-31 2016-04-13 中京宇通（北京）科技有限公司 一种人体体征动态监测手表
US20170188873A1 (en) * 2016-01-05 2017-07-06 Tosense, Inc. Handheld physiological sensor
US20170188843A1 (en) * 2016-01-05 2017-07-06 Tosense, Inc. Handheld physiological sensor
CN105662378A (zh) * 2016-01-08 2016-06-15 深圳市极冠技术有限公司 一种老人智能监控看护系统和方法
US10368765B2 (en) 2016-02-02 2019-08-06 Anhui Huami Information Technology Co., Ltd. Wearable apparatus for ECG signal acquisition
US10441180B2 (en) * 2016-08-10 2019-10-15 Huami Inc. Episodical and continuous ECG monitoring
US10537253B2 (en) 2016-02-25 2020-01-21 Samsung Electronics Company, Ltd. Detecting live tissues using signal analysis
WO2017148881A1 (en) * 2016-02-29 2017-09-08 Koninklijke Philips N.V. A method for assessing the reliability of a fetal and maternal heart rate measurement and a mobile device and system for implementing the same
KR101768665B1 (ko) 2016-03-02 2017-08-17 주식회사 엠셀 웨어러블 센서 및 그 제조방법
CN105629713A (zh) * 2016-03-26 2016-06-01 林捷达 一种带湿度检测的智能手表
ES2890719T3 (es) * 2016-04-01 2022-01-21 Owlet Baby Care Inc Monitorización de datos de salud fetal
WO2017174738A1 (en) * 2016-04-08 2017-10-12 Koninklijke Philips N.V. Method and display for reliability of the real-time measurements of physiological signals
WO2017180342A1 (en) * 2016-04-12 2017-10-19 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback and noise reference sensor
WO2017189612A1 (en) * 2016-04-25 2017-11-02 Performance Athlytics Method and device for tissue monitoring and heart rate detection
US20200383582A1 (en) * 2016-05-11 2020-12-10 Tyto Care Ltd. Remote medical examination system and method
US9729693B1 (en) * 2016-06-07 2017-08-08 Huami Inc. Determining measurement confidence for data collected from sensors of a wearable device
US10285651B2 (en) * 2016-06-30 2019-05-14 Analog Devices, Inc. On-demand heart rate estimation based on optical measurements
US10163314B2 (en) 2016-07-06 2018-12-25 At&T Intellectual Property I, L.P. Programmable devices to generate alerts based upon detection of physical objects
WO2018009736A1 (en) 2016-07-08 2018-01-11 Valencell, Inc. Motion-dependent averaging for physiological metric estimating systems and methods
JP6704070B2 (ja) * 2016-07-19 2020-06-03 シェンツェン ロイヨル テクノロジーズ カンパニー リミテッド フレキシブルデバイス
US20190223748A1 (en) * 2018-01-25 2019-07-25 Ctrl-Labs Corporation Methods and apparatus for mitigating neuromuscular signal artifacts
WO2020112986A1 (en) 2018-11-27 2020-06-04 Facebook Technologies, Inc. Methods and apparatus for autocalibration of a wearable electrode sensor system
CN106293081A (zh) * 2016-08-03 2017-01-04 北京奇虎科技有限公司 可穿戴设备
US20180070858A1 (en) * 2016-08-26 2018-03-15 AMI Research & Development, LLC Vital sign monitoring via touchscreen using bioelectric impedance
CN106527680A (zh) * 2016-09-19 2017-03-22 清华大学 防水型动作捕捉系统
US20200253820A1 (en) * 2017-01-20 2020-08-13 Physio-Control, Inc. Systems and methods of managing and evaluating emergency medical procedures
JP2018134129A (ja) * 2017-02-20 2018-08-30 株式会社東芝 脈波検出器
US10749863B2 (en) * 2017-02-22 2020-08-18 Intel Corporation System, apparatus and method for providing contextual data in a biometric authentication system
US11510607B2 (en) * 2017-05-15 2022-11-29 Bloom Technologies NV Systems and methods for monitoring fetal wellbeing
EP3406189B1 (en) * 2017-05-25 2024-05-29 Tata Consultancy Services Limited System and method for heart rate estimation
US10555679B2 (en) * 2017-06-20 2020-02-11 General Electric Company Non-contact heart rate monitoring
US11164679B2 (en) * 2017-06-20 2021-11-02 Advinow, Inc. Systems and methods for intelligent patient interface exam station
EP3417770A1 (en) * 2017-06-23 2018-12-26 Koninklijke Philips N.V. Device, system and method for detection of pulse and/or pulse-related information of a patient
US11317814B2 (en) * 2017-06-27 2022-05-03 Beijing Shunyuan Kaihua Technology Limited Systems and methods for collecting physiological information of a user
US20190000394A1 (en) * 2017-07-03 2019-01-03 Mediatek Inc. Physiological monitoring devices and physiological monitoring method
CN111183613A (zh) * 2017-07-05 2020-05-19 迈恩特公司 用于感测生物数据的方法及其在与联网设备的双向通信中的用途
WO2019014931A1 (zh) * 2017-07-21 2019-01-24 深圳市汇顶科技股份有限公司 生物信号的干扰分析方法及装置、穿戴设备
US11331019B2 (en) 2017-08-07 2022-05-17 The Research Foundation For The State University Of New York Nanoparticle sensor having a nanofibrous membrane scaffold
EP3672481A2 (en) * 2017-08-25 2020-07-01 Polar Electro Oy Enhancing optical cardiac activity measurement
US10499827B2 (en) * 2017-09-19 2019-12-10 Honeywell International Inc. System and method for interpretation of signal-to-noise ratios detected in an array of electrodes sensors in terms of physical and cognitive state
CN107550484B (zh) * 2017-09-28 2020-02-07 漫迪医疗仪器（上海）有限公司 一种心磁信号质量评价方法及系统
CN107595263A (zh) * 2017-10-11 2018-01-19 上海展扬通信技术有限公司 一种基于智能终端的健康监测方法及健康监测装置
US20190125187A1 (en) * 2017-11-01 2019-05-02 Mediatek Inc. Biosensor configuration which can detect at least two physiological features simultaneously with only two contact positions in mobile device
US11147463B2 (en) * 2017-11-03 2021-10-19 Samsung Electronics Co., Ltd. Method and apparatus for high accuracy photoplethysmogram based atrial fibrillation detection using wearable device
US11907423B2 (en) 2019-11-25 2024-02-20 Meta Platforms Technologies, Llc Systems and methods for contextualized interactions with an environment
DE112019000370T5 (de) * 2018-02-27 2020-10-01 Robert Bosch Gesellschaft mit beschränkter Haftung Tragbares Gesundheitsvorrichtungssystem mit automatischer Referenzierung von Seismokardiographiesignalen
US11348688B2 (en) 2018-03-06 2022-05-31 Advinow, Inc. Systems and methods for audio medical instrument patient measurements
WO2020044854A1 (ja) * 2018-08-30 2020-03-05 パナソニックＩｐマネジメント株式会社 生体計測装置、及び生体計測方法
EP3844460A4 (en) * 2018-08-31 2022-06-01 Nuralogix Corporation METHOD AND SYSTEM FOR DYNAMIC VISUALIZATION OF SIGNALS IN REAL TIME
US11701293B2 (en) * 2018-09-11 2023-07-18 Encora, Inc. Apparatus and method for reduction of neurological movement disorder symptoms using wearable device
US10860103B2 (en) * 2018-09-19 2020-12-08 Dell Products, L.P. Enhancing virtual reality with physiological sensing
US11679268B2 (en) 2018-10-05 2023-06-20 Medtronic, Inc. Multi-tier prediction of cardiac tachyarrythmia
US20200143657A1 (en) * 2018-11-07 2020-05-07 Patrick Humphrey Medical Alert System
CN109567781B (zh) * 2018-11-13 2021-06-18 中国人民解放军陆军军医大学 心肺复苏过程中自动检测脉搏的装置及其检测方法
CN109805918A (zh) * 2018-12-28 2019-05-28 北京津发科技股份有限公司 一种基于环形多点压力测量脉搏波形的设备
CN109620195B (zh) * 2019-01-08 2023-11-17 研和智能科技(杭州)有限公司 基于可穿戴设备的多波长信号融合心率检测方法及系统
US11694804B2 (en) 2019-05-06 2023-07-04 Medtronic, Inc. Reduced power machine learning system for arrhythmia detection
US11723577B2 (en) * 2019-05-06 2023-08-15 Medtronic, Inc. Visualization of arrhythmia detection by machine learning
US20200352466A1 (en) 2019-05-06 2020-11-12 Medtronic, Inc. Arrythmia detection with feature delineation and machine learning
US11776691B2 (en) 2019-05-06 2023-10-03 Medtronic, Inc. Machine learning based depolarization identification and arrhythmia localization visualization
US11419504B2 (en) * 2019-06-28 2022-08-23 Fitbit, Inc. Methods and systems for combination electrodes for wearable devices
JP2021041088A (ja) * 2019-09-13 2021-03-18 株式会社東芝 電子装置及び方法
US11690564B2 (en) 2019-11-22 2023-07-04 MyFitnessPal, Inc. Training plans and workout coaching for activity tracking system
US11517790B2 (en) * 2019-11-26 2022-12-06 MyFitnessPal, Inc. Methods and apparatus for training plan delivery and logging
JP7396010B2 (ja) * 2019-12-12 2023-12-12 オムロンヘルスケア株式会社 心電波形計測装置、情報管理システム、心電波形計測装置の制御方法、及び、プログラム
CN116133721A (zh) 2020-07-22 2023-05-16 美敦力公司 对可治疗事件的检测
CN112494001B (zh) * 2020-11-25 2023-05-26 青岛歌尔智能传感器有限公司 Ppg信号质量评估方法、装置、穿戴式设备及存储介质
US20220408534A1 (en) * 2021-06-21 2022-12-22 Daniel R. Judd Electronic device identification system
JP2023088513A (ja) * 2021-12-15 2023-06-27 オムロンヘルスケア株式会社 診療支援システム、診療支援装置及びプログラム
CN114680879B (zh) * 2022-06-01 2022-09-27 华南师范大学 体动伪迹信号的检测方法以及装置
TWI827427B (zh) * 2022-12-30 2023-12-21 國立臺北科技大學 穿戴裝置與應用其上之光強度數據值選用與判讀方法
CN116721768B (zh) * 2023-08-07 2024-01-16 华中科技大学协和深圳医院 一种包含可信度因素的交互数据的获取方法
CN118233803B (zh) * 2024-05-22 2024-08-16 深圳市匠心原创科技有限公司 一种手表与耳机的智能交互控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101340846A (zh) * 2005-12-20 2009-01-07 皇家飞利浦电子股份有限公司 医学状况的检测和报警装置
WO2013030744A1 (en) * 2011-08-30 2013-03-07 Oxitone Medical Ltd. Wearable pulse oximetry device

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8019400B2 (en) 1994-10-07 2011-09-13 Masimo Corporation Signal processing apparatus
US5904652A (en) 1995-06-29 1999-05-18 Teratech Corporation Ultrasound scan conversion with spatial dithering
US6684090B2 (en) * 1999-01-07 2004-01-27 Masimo Corporation Pulse oximetry data confidence indicator
US6430525B1 (en) * 2000-06-05 2002-08-06 Masimo Corporation Variable mode averager
US7890153B2 (en) * 2006-09-28 2011-02-15 Nellcor Puritan Bennett Llc System and method for mitigating interference in pulse oximetry
US9839395B2 (en) 2007-12-17 2017-12-12 Dexcom, Inc. Systems and methods for processing sensor data
US8868149B2 (en) * 2009-07-30 2014-10-21 Oxitone Medical Ltd. Photoplethysmography device and method
WO2011047207A2 (en) * 2009-10-15 2011-04-21 Masimo Corporation Acoustic respiratory monitoring sensor having multiple sensing elements
US9615781B2 (en) 2011-02-03 2017-04-11 Covidien Lp Systems and methods for monitoring depth of consciousness
TWM447215U (zh) 2012-08-20 2013-02-21 Bo Jing Medical Co Ltd 心電訊號品質顯示裝置
CN203252647U (zh) * 2012-09-29 2013-10-30 艾利佛公司 用于判定生理特征的可佩带的设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101340846A (zh) * 2005-12-20 2009-01-07 皇家飞利浦电子股份有限公司 医学状况的检测和报警装置
WO2013030744A1 (en) * 2011-08-30 2013-03-07 Oxitone Medical Ltd. Wearable pulse oximetry device

Also Published As

Publication number Publication date
CN104951069A (zh) 2015-09-30
TWI657796B (zh) 2019-05-01
US10258288B2 (en) 2019-04-16
TW201540261A (zh) 2015-11-01
KR20150110414A (ko) 2015-10-02
US10595786B2 (en) 2020-03-24
US20190192080A1 (en) 2019-06-27
US20150265217A1 (en) 2015-09-24

Similar Documents

Publication Publication Date Title
CN104951069B (zh) 用于使用可穿戴传感器平台的生理测量的置信度指示
US12089914B2 (en) Enhanced physiological monitoring devices and computer-implemented systems and methods of remote physiological monitoring of subjects
Mahmud et al. A wireless health monitoring system using mobile phone accessories
CN109804331B (zh) 检测和使用身体组织电信号
CN105286909B (zh) 一种可穿戴心音和心电特征信息采集及监控系统
EP3636146B1 (en) Apparatus and method for estimating blood pressure
CN108366749A (zh) 动态血压与生命体征监测装置、系统和方法
US20140094675A1 (en) Arrayed electrodes in a wearable device for determining physiological characteristics
CN108882873A (zh) 生物体信息分析装置、系统以及程序
CN106163387A (zh) 用于检测用户的心率的变化的系统和方法
CN108113663A (zh) 心脏状况检测系统及方法
TW201639521A (zh) 腕戴式脈搏傳輸時間感應器
CN109688914A (zh) 用于测量血压的单个可穿戴设备系统
Ardeti et al. An overview on state-of-the-art electrocardiogram signal processing methods: Traditional to AI-based approaches
CN105797257A (zh) 生物反馈训练系统、方法及智能终端
Landreani et al. Smartphone accelerometers for the detection of heart rate
JP2019030640A (ja) 低電力モーションセンサーを利用してリアルタイム心拍イベントを感知する方法、及び電子装置
CN108634969B (zh) 情绪检测设备、情绪检测系统、情绪检测方法、存储介质
CN107148305A (zh) 移动终端、辅助设备、血压测量系统及方法
KR20220087658A (ko) 운동 가이드를 제공하는 전자 장치 및 그 동작 방법
US20170251981A1 (en) Method and apparatus of providing degree of match between biosignals
Meng et al. Wearable systems and applications for healthcare
CN206228328U (zh) 分布式心血管活动监测系统
CN213525108U (zh) 一种可穿戴设备
Shabnam et al. IoT based health monitoring using smart devices for medical emergency services

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190628

CF01 Termination of patent right due to non-payment of annual fee