CN105593680A - 个人设备中的协作电子鼻管理 - Google Patents

个人设备中的协作电子鼻管理 Download PDF

Info

Publication number
CN105593680A
CN105593680A CN201480048116.0A CN201480048116A CN105593680A CN 105593680 A CN105593680 A CN 105593680A CN 201480048116 A CN201480048116 A CN 201480048116A CN 105593680 A CN105593680 A CN 105593680A
Authority
CN
China
Prior art keywords
diagnosis
sensor
predetermined
unit
server
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.)
Granted
Application number
CN201480048116.0A
Other languages
English (en)
Other versions
CN105593680B (zh
Inventor
S·西多蒂
A·多纳特尔利
F·本尼德蒂
F·费拉拉
A·迪巴尔萨莫
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN105593680A publication Critical patent/CN105593680A/zh
Application granted granted Critical
Publication of CN105593680B publication Critical patent/CN105593680B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D1/00—Measuring arrangements giving results other than momentary value of variable, of general application
    • G01D1/14—Measuring arrangements giving results other than momentary value of variable, of general application giving a distribution function of a value, i.e. number of times the value comes within specified ranges of amplitude
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Software Systems (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Bioethics (AREA)
  • Biophysics (AREA)
  • Combustion & Propulsion (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Telephonic Communication Services (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

提供了一种用于与电子鼻协作的诊断服务器，相关的移动诊断单元以及相关的方法。一种诊断服务器可包括用于从多个电子鼻中的一个接收数据集的接收单元。该数据集可包括传感器标识符、传感器输出值、以及预定诊断的相关性标记。确定单元可基于该数据集、相关函数以及分布函数确定该预定诊断的概率因子。

Description

个人设备中的协作电子鼻管理
技术领域
本发明一般的涉及与电子鼻相协作的诊断服务器，用于与诊断服务器相协作的移动诊断单元。本发明进一步还涉及使用电子鼻的用于协作的诊断方法、系统及移动电话。
背景技术
从研究以及投资的视角来看，电子鼻领域正在成为更令人关注的技术之一。电子鼻(简称：e-nose)通过注意小量的危险化学品来保证机场和空间站的安全。他们能够区分事物之间的不同诸如味道相同的不同饮料、坏苹果与好苹果、癌细胞与正常细胞等，通过电子鼻甚至可检测不同品质的酒。它们全部使用若干个传感器，但即使是最复杂的电子鼻同时只具有不超过8个传感器。此外，因更高的数量以及降低价格，可以卖出或使用更多的单元。
当在诸如智能移动电话等智能设备中使用e-nose时，价格和物理体积是关键问题。
大部分情况下，软件分析每个传感器的模式以确定是什么味道，但它只能阐述静态的输入值集合，该输入值集合是由传感器提供的、并且处于预定义范围内。每当传感器不能报告数值、或传感器值的组合超出该预定义的范围，该e-nose就不能提供答案。因这些原因，e-nose数量少并且主要用于例如医院或大学等大的机构中。将要嵌入至个人设备中的廉价e-nose的早期原型正显得不太有效，因为它们配备有较少数量的传感器并且每个传感器具有较窄的设备范围。
在另一方面，已经提供了一系列用来处理e-nose的出版物。
在文档CN1737571A中，已经公开了一种便携终端和食物新鲜度检测方法。该文档涉及通过材料的化学或物理特性对材料进行调查或分析的领域。该发明公开了能够检测食物新鲜度的便携终端以及食物新鲜度检测方法。用于实现该目标的便携终端的特征在于包括电子气味传感器、数据库、显示单元和控制单元。该电子气味传感器检测食物的化学成份；该数据库将该化学成分与消逝时间相匹配，这是在食物做好后并消逝了一定时间时所创建的。该显示单元显示不同数据；该控制单元用所检测到的化学物质检索数据库以发现对应食物的消逝时间，并且控制该所发现的消逝时间能通过该显示器显示。
在文档US2012/0016252A1中，公开了用于通过检测诸如气味等的标记(markers)来监测血液中内源化合物(endogenouscompound)浓度的系统和方法。该监测以病人的呼气为基础，其中这样的标记是内源化合物自身或来自该内源化合物的结果。在嗅觉标记的情况下，该发明优选地利用电子传感器技术，例如被称为“人造的”或“电子的”鼻或舌的商业设备，以非侵入地监测血液中内源性化合物水平。
然而，对以更先进的电子鼻为基础的具有更复杂方法的诊断设备的需求正在增加，同时还需要更低成本的电子鼻，其可能具有有限的测量范围。
发明内容
这种需求可通过按照该独立权利要求的用于与电子鼻协作的诊断服务器、移动诊断单元、以及用于电子鼻协作的诊断方法来解决。解决方案的各部分还可被嵌入至计算机、移动电话以及系统之中。
根据一个实施例，可提供用于与电子鼻协作的诊断服务器。该诊断服务器可包括：接收单元，适配为接收从多个电子鼻之一可接收的数据集。每个数据集可包括传感器标识符、传感器输出值、以及预定诊断的相关性标记。该相关性标记表示该传感器输出值对该预定诊断的有用性。
该诊断服务器还可包括确定单元，适配为基于该数据集、相关函数以及分布函数确定该预定诊断的概率因子。该相关函数表示用于该预定诊断的传感器输出值的相关性，并且，该分布函数表示用于该预定诊断的传感器输出值的分布。
根据另一个实施例，可提供用于协作的移动诊断单元。该移动诊断单元可包括：用户界面，适配为接收预定诊断，电子鼻传感器，以及传输单元，适配为传输数据集。每个数据集包括：传感器标识符，传感器输出值，以及预定诊断的相关性标记。该相关性标记表示用于预定诊断的传感器输出值的有用性。
该移动诊断单元还可包括接收单元，适配为接收该预定诊断的总概率P(d)，特别是从诊断服务器接收。该用户界面还可适配为为该预定诊断通知该总概率P(d)，特别是向该移动诊断单元的用户通知。
应该注意的是，该移动诊断单元可包括多于一个传感器，并且从每个传感器可提供数据集。
根据另一个实施例，提供了一种使用电子鼻的用于协作的诊断方法。该诊断方法可包括：接收从多个电子鼻之一可接收的数据集。每个该数据集可包括：传感器标识符，传感器输出值，预定诊断的相关性标记。该相关性标记表示用于预定诊断的传感器输出值的有用性。
该方法还可包括基于该数据集、相关函数以及分布函数确定该预定诊断的概率因子。该相关函数可表示对于该预定诊断来说传感器输出值的相关性。该分布函数可表示用于该预定诊断的传感器输出值的分布。
还提供了一种诊断系统，该诊断系统包括该诊断服务器以及该移动诊断单元，而且，还提供了包括该移动诊断单元的移动电话，以及包括该诊断服务器的计算机。
还应注意的是，该诊断服务器的功能可作为云计算服务来交付，其中该诊断服务器可服务于使用标准化的网页协议的多个移动诊断单元。向例如移动诊断单元的用户的消费者提供的能力，可以是用运行在云基础设施上的供应商的应用。这些应用是通过诸如网页浏览器的瘦客户端从各种各样的客户端设备——特别是移动诊断单元可访问的。可能除了有限的用户特定应用配置设定外，消费者可不用去管理或控制底层的云基础设施，包括网络、服务器、操作系统、存储器、或者甚至是个人应用能力。供应商的服务可基于所公开的诊断服务器。
详细描述：
在本说明的上下文中，可以使用下列惯例、术语和/或表达：
术语“诊断服务器”可表示适配为以来自一个或多个传感器数据为基础进行分析的计算机部件。该传感器数据实际上可以是测量的传感器数据。此外，较早测量的传感器数据可被存储在数据库中。该诊断服务器可包括若干个复杂的分析算法函数。它还可将非传感器数据纳入分析确定中。
术语“电子鼻”或，简称“e-nose”可表示传感器，其基于呈现给传感器的不同化学物质生成输出信号。一个e-nose可包括几个传感器。对于不同化学浓度范围上的不同化学品，可能需要不同的e-noses或一个e-nose中的不同传感器。e-nose的另一个名字可以是“气味传感器”。不同的e-noses可适配为检测气体混合物或气雾中的不同化学成分。气雾可以是气体中微细固体物或液滴的悬浮物。
术语“诊断”可表示人或动物健康或生病的某种或预定状态。诊断可表示对特定健康状态的确定。
术语“预定诊断”可表示移动诊断单元的用户对诊断的猜测。该用户可将他对他的实际诊断的猜测输入至该移动诊断单元中，据此它成为预定诊断。例如，预定诊断可以是“感冒？”，意思是“我感冒了么”，或一个人感冒了么？
术语“相关性标记”(relevanceflag)可表示由移动诊断单元设置为“0”或“1”的标记。在对传感器的基线测量期间，可以关于对某人的某诊断设置某些e-nose的包括各自输出值的测量的有用性(usefulness)。移动诊断单元例如可以包括三个传感器。结果可能是传感器3的输出值对某诊断可能没有用。然而，该三个传感器中的传感器2可以测量到与该诊断有关并对该诊断有用的化学物成分，不过要被测量的该化学物成分的浓度可能导致超出这个传感器的范围的情形。然而，该传感器值的有用性可被设置为“1”，表示“真”。可在移动诊断单元内部处理关于对特定诊断的有用性的指标。它们可能已经被用诊断服务器的服务器侧计算确定。然而，一般来说，与基于诊断服务器侧的诊断确定的动态概率确定相比较，它们是静态的。
所提出的用于与电子鼻相协作的诊断服务器、用于与诊断服务器相协作的移动诊断单元、在该相关的方法中的相关设备，可提供几个优点：
传统的移动诊断单元可依赖于嵌入该移动诊断单元中的逻辑。一个或多个e-noses可被用于证实预定的诊断。然而，这样的方法可能没有有效地利用来自其它移动诊断单元及其各自的用户的其它诊断。这里所公开的设备和方法以诊断服务器和移动诊断单元之间的协作为基础。该移动诊断单元可具有多个e-noses和/或传感器，或有多于一个的对最终诊断做出贡献的移动诊断单元。此外，使用，用数据库作为相关函数(relevancefunction)和分布函数(distributionfunction)的基础来运用传感器输出值和相应的诊断，可反应出历史诊断。
以这两种函数为基础的诊断可比具有固定、静态诊断模式的单一单元诊断系统更为精确。
移动诊断单元与诊断服务器之间的交互，特别是使用云技术，允许对人(或动物)的诊断的整体概率表达。
这样的技术可允许一个社区的人为每个疾病构建相关和分布函数，并且关联该用户可能正遭受的不适(trouble)、发生不适的时间范围、地理位置以及其它环境参数。
当用户可能请求对e-nose的传感器的给定测量的评价或诊断时，服务器侧的应用可用该社区中的疾病的n-维函数对所提供的测量数据进行插值操作，以构建概率性报告并且将哪些疾病与该值有关联进行关联。可以说，可以使用“云的经验”。
如果没有足够的信息可用于服务器侧诊断，为了得到更多的信息，可以向该移动诊断单元的用户提出一系列询问。因此，该用户和该系统进入有助于为达到最有可能的诊断而弥合信息缺口的对话。如果需要，诊断服务器可以检查清单的形式通知该用户与该最可能疾病相关联的最常见不适(trouble)，该用户可在该检查清单上给出反馈并进一步过滤该结果。为了这个目的，诊断系统可将该相关信息从该诊断服务器传输至该移动诊断单元。
越多的具有移动诊断单元的用户与该诊断服务器协作，特别是无线方式的协作，并且实施越多的诊断，就可实施概率越为精准的预定诊断。在这个意义上来说，包括该诊断服务器和多个移动诊断单元的系统可被视为一种自学习和优化系统。
根据该诊断系统的一个实施例，一个或多个数据集还可包括环境数据，该环境数据包括来自包括如下元素的组中的至少一个元素：照片、时间戳、地理坐标、温度、湿度、海拔。这可为该诊断系统中可用的算法增加更多的决策标准。特定疾病的症状可能因温度和/或高湿度和/或海拔而变。特定疾病还可在一地理区域内集中，因此，位于那个地理区域的环境中的人的特定诊断的概率可以更高。使用图像识别和分析，诊断可以做得更为具体，例如，对于皮肤病。
根据该诊断服务器的进一步实施例，每个从多个电子鼻或传感器可接收的数据集被存储在数据库中以备进一步参考，即，用于未来诊断。这些未来诊断可能涉及相同的人或该社区中的其他人的预定诊断。这样，在诊断服务器获得的经验对每个社区成员是可用的。此外，可以构建与特定诊断有关系的所有测量的传感器输出值的分布函数。这同样适应于相关函数。预定诊断的结果概率因子(probabilityfactor)可更为精确(见下面)。
根据该诊断服务器的额外的实施例，该确定单元可适配为基于一个或多个传感器输出值与为该预定诊断存储的所有传感器输出值的比较为该分布函数确定值。该分布函数可以基本上表示数据库中传感器值的百分比，该数据库具有用于相同预定诊断的相同传感器输出值。以这种方式，与该预定诊断相关联的历史测量的传感器输出值可与给定数据集的实际传感器输出值相关联。此外，整个社区的经验都可以用于诊断确定。
根据该诊断服务器的进一步加强的实施例，该确定单元可适配为基于下述公式确定诊断的概率因子P(s)
P(s)＝RF(v(s))*DF(v(s)),
其中s＝传感器标识符，
v(s)＝传感器输出值，
RF是相关函数，
DF是分布函数。
该相关函数和该分布函数中的每一个都独立于特定传感器“s”的传感器输出值，可具有在“0”和“1”两者之间的值。因此，结果概率也可以具有“0”和“1”两者之间的值，表达了特定预定诊断和与它们相关联的传感器的特定传感器输出值之间的相关性。
根据该诊断服务器的一个更为高级的实施例，该确定单元还可适配为基于下面的公式确定该预定诊断的总概率P(d)
P(d)＝P(s1)*P(s2)*…*P(sm),
其中，d＝预定诊断，
S1＝传感器1，S2＝传感器2，sm＝传感器m。
在这个例子中，涉及来自多个传感器的多个传感器输出值。该些值的来源可源于来自单个移动诊断单元的不同e-noses，或者来自几个不同的移动诊断单元。这可在所使用的e-noses和传感器中实现很大的灵活性。例如，如果用户可能在例如他的移动电话中只有一个移动诊断单元，并且用户还可以使用位于医疗中心或社区中心中的更为高级的移动诊断单元，则为预定诊断额外交付至该诊断服务器的数据集可提高该诊断的精确度。
在给定时间段(timeframe)内的用于不同传感器的数据可被用于相关函数，从而用于确定总概率P(d)。还应注意的是，该相关性标记(来自移动诊断单元)以及相关函数(来自诊断服务器)可以是具有不同函数的不同实体。
根据该诊断服务器的一个或多个实施例，可有可用的传输单元。它可被附加至该诊断服务器。该传输单元可适配为传输预定诊断的总概率，特别是以无线方式向该移动单元传输。此外，可基于任何无线的、基于有线的或两者混合的通信在多个移动诊断单元和移动服务器之间完成通信。
根据该移动诊断单元的一个有利的实施例，它可包括多个电子鼻传感器。实际上，每个移动诊断单元可包括不同数量的传感器。他们可被优化用于探测不同的化合物。
根据该移动诊断单元的一个进一步的实施例，移动诊断单元产生的数据集可包括包括环境数据，该环境数据由来自包括如下元素的组中的至少一个元素生成：摄像机、时钟、地理坐标传感器、温度传感器、湿度传感器、海拔传感器。该效果已经在上面讨论过了。此外，还可提及的是，特定传感器输出值与预定诊断之间的关联可因一天的不同时间而异。
应该注意的是，已经参考不同主题描述了该发明的实施例。特别的，已经参考方法类型权利要求描述了一些实施例，还参看设备类型权利要求描述了其它实施例。然而，除非另有通知，本领域技术人员能从上面的以及后续的描述中获悉在该文档中被视为公开的内容是：除属于一种类型主题的任何特征的组合外，另外，不同主题相关的特征之间的任意组合，特别是在方法类型权利要求特征之间，以及设备类型权利要求特征之间。
从随后将被描述的实施例的例子，以及参考该实施例例子的解释，上面确定的方面以及本发明的进一步方面是显然的，但这并未将该发明限制于此。
附图说明
现在将要通过示例的方式并且参考如下附图描述该发明的优选实施例：
图1示出了诊断服务器的示范性框图。
图2示出了在移动诊断单元侧的处理流的示范性框图。
图3示出了在诊断服务器侧的处理流的示范性框图。
图4示出了移动诊断单元的实施例的示范性框图。
图5示出了包括移动诊断单元的移动电话的实施例的示范性框图。
图6示出了包括诊断服务器的计算机的实施例的框图。
图7示出了用于与电子鼻协作的方法的框图。
具体实施方式
下面，将给出附图的详细描述。图中所有说明都是示意的。首先，给出了用于与电子鼻协作的所发明的诊断服务器以及用于与诊断服务器协作的移动诊断单元的实施例的框图。然后，还描述了用于与电子鼻协作的实施例以及诊断方法。
图1示出了诊断服务器100的示例性框图。诊断服务器可包括接收单元102，适配为接收从多个电子鼻之一可接收的数据集。一些电子鼻测量值可源自一个移动诊断单元，而其它的可源自几个移动诊断单元。
所接收到的数据集可包括传感器标识符，特别是特定传感器的唯一标识符。所有传感器可具有它们的唯一标识符。数据集还包括传感器输出值，特别是表明化合物测量浓度的测量值。此外，该数据集还可包括用于预定诊断的相关性标记(relevanceflag)。用户可作为提问输入预定诊断。该输入可以几种方式完成：通过在键盘上键入、通过在触敏用户界面上键入、通过语音识别、通过手势识别、通过在用户界面内的菜单中选择，等等。
该相关性标记可以是对于预定诊断来说特定传感器输出的有用性的一般指示。这样的相关性标记可存储在移动诊断单元中。它可能依赖于传感器和/或诊断。相关性标记的值可以是“0”-意味对于预定诊断不相关-或者是“1”意味对于预定诊断是相关的。
因此，该相关性标记可表示传感器输出值对预定诊断的有用性。然而，该传感器对于有用测量可能会超出范围，这意味着在这个情况下传感器输出值可能无用，但该相关性标记可仍然为“真”。
此外，该诊断服务器可包括(诊断)确定单元104，如上所解释的，适配为基于数据集、相关函数以及分布函数为该预定诊断确定概率因数。该相关函数表示该预定诊断的传感器输出值的相关性。该分布函数可表示该预定诊断的传感器输出值的分布。
此外，如在图3的上下文中所讨论的，可具有传输单元。
图2示出了在移动诊断单元侧的处理流200的示例性框图。相关的软件程序开始于202。首先，204，该单元可能必须获取数据：a)传感器数据以及b)诊断问题。用户可选择与特定诊断有关的诊断问题。这可通过自由文本输入实施或通过从用户界面中的菜单中选择来实施。此外，语音输入也是可能的。可在移动单元或在相关服务器系统上分析和识别所接收到的用于诊断问题的口头语言(spokenword)。接下来，在206，可以决定是否需要特定诊断。如果不需要，在224，从电子鼻传感器接收到的值会被发送至或传输至相关的诊断服务器100。这里，该数据可被存储用于进一步的参考和/或基准测量。该程序可结束于216。
在用户请求特定诊断的例子中，在208，传感器数据可被发送至诊断服务器100。连同传感器数据，传感器标识符以及用于特定诊断的相关性标记也可被发送至诊断服务器。
210，在诊断服务器100侧，可以确定一个答案并可以由移动诊断单元接收。214，如果因该服务器已经确定诊断是唯一的而接收到该诊断，可在移动诊断单元显示该诊断的结果。该程序可在结束于216。
假如从该诊断服务器100所接收到的回答可能不是唯一诊断，该诊断服务器100可发送一系列问题，以便在218向用户显示调查问卷。
–可能需要更多的步骤(流程图中并未示出)：该用户可回答该问题，该问题可被传输至诊断服务器100，该诊断服务器可重新确定它的诊断并且可将其发送回至该移动诊断单元。214，假如从该服务器接收到该重新确定的诊断，(与212相同)，可显示该诊断。
–可替代地，220，该诊断单元可自己计算诊断，以及222，将信息发送回至诊断服务器100。220，还可能的是该移动诊断单元接收如何计算诊断的指令，该指令例如采用标记语言的形式。
图3示出了作为诊断服务器的一部分的控制系统执行的流程300的示例。该程序开始于302。首先，304，该系统可从该移动诊断单元接收数据。该数据可仅包括数据，或者，还可以包括诊断请求。作为最低限度，该服务器可从传感器m连同传感器m的标识符一起接收传感器输出值，可选择地，还接收与预定诊断有关的相关性标记。这可在数据集中被诊断服务器100接收到。320，假如没有诊断被请求，该数据可被存储在诊断服务器的数据库中以供以后参考。这不仅可包括该传感器值，还包括诸如传感器标识符等其他接收到的信息，以及诸如地理位置(GPS坐标)、地理海拔高度、湿度、温度、时间戳和/或图像等其它环境数据。之后，该程序结束于330。
假如请求诊断，接下的步骤可执行：306，可计算相关函数以及308，可计算分布函数。此外，在步骤310，可计算预定诊断的概率P(d)。312，为此，如上面解释的，可使用额外传感器的值。可以基于n个传感器值以及来自较早的传感器值和相关诊断的数据库地值，将所有结果构建到该诊断的概率报告中。
314，如果已经通过移动诊断单元请求诊断，并且316，诊断服务器100的所计算的诊断是唯一的，则318，该诊断服务器可将该诊断计算结果发送至该移动诊断单元。这可通过使用传输单元106(参看图1)来完成。该程序可结束于330。
316，假如该诊断不唯一，则322，该诊断服务器可生成调查问卷，该调查问卷将在324通过诊断服务器100中的传输单元106(参看图1)发送至移动诊断单元。所有往返于移动诊断单元和诊断服务器之间的传输可使用公共的或私有的无线网络来实施。假如调查问卷被接收到，326，则在该移动诊断单元，调查问卷的问题被回答并被发送回至该诊断服务器，。
可能需要一些更多的步骤(该流程图中并未示出)：该诊断服务器100可重新确定它的诊断并将其发送回至该移动诊断单元。该重新确定的诊断然后可被接收(212)并在移动诊断单元上显示(214)。
328，该信息也可被存储在诊断服务器100的数据库中。该信息可被用于另一诊断的进一步参考。该程序可结束于330。
图4示出了移动诊断单元400的实施例的示范性框图。用于与诊断服务器100协作的该移动诊断单元400可包括用户界面402，适配为接收预定的诊断及其它输入。用户可选择各种方式来输入该预定诊断。不完全的示例清单可包括：使用键盘或触敏屏幕，使用语音输入或在菜单中选择。还可能是更为复杂的手势输入和/或手势识别。
此外，该移动诊断单元400至少可包括电子鼻传感器404以及适配为传输数据集和相关数据的传输单元406。该数据集可包括如上面所定义的传感器404标识符、传感器404输出值、以及预定诊断的相关性标记。
接收单元408可适配为接收该预定诊断的总概率P(d)，特别是从该诊断服务器100接收。可基于无线或有线来实施该单元与该服务器之间的通信。
该用户界面402还可适配为通知该预定诊断的总概率P(d)。特别地，可向用户进行该“通知”。为了这样的目的，显示器可能是有帮助的。然而，为了残疾人士，使用了特殊设备的语音输出或触觉输出也是可能的，此处仅列举了几例。
此处需要注意的是，该相关性标记并不是通过传感器404输出值静态得到的。它像是对于该给定诊断那个传感器404有多么相关的第二级分析。例如，还可能发生的是，该传感器404输出值没有处于某诊断的范围中，但它的相关性标记可为真。
在这个上下文中，下面的场景可能是有益的：每当传感器404的一个测量显示的值可能超出给定诊断的范围，该诊断自身可能不被肯定评价(例如，如果对于给定疾病询问了电子鼻，并且s2示出的值对于那个疾病来说是超范围的，该电子鼻回答那个用户可能未受其影响)。然而，在所有导致负面诊断的测量中间，可能存在电子鼻的一些传感器404示出的值处于给定疾病的范围中的情况。例如，如果某人想要针对疾病D1检查他的呼吸，并且他使用传统电子鼻，或者如果他使用个人设备并且他知道他并未感染，对于D1他可能具有范围内的s2和s4，并且其它传感器404超范围。因此，该回答将是负面的(他没有被D1感染)，但该系统可能将s2和s4计算为对于D1来说“不相关“，而其它传感器404可能是相关的。在其它例子中也可以计算传感器404的相关性。在该个人设备生命期间，可由用户在身体健康状态下实施一系列测量，并为他建立每个传感器404的“正常”值，并存储在数据库中。一旦检测到“超出范围”，就发出警告并且(可能)该用户会实施一些检查，或者直接输入他所忍受的疾病，连同他正遭受的不适。在这种情况下，该系统会将认为超出范围的传感器404对那个疾病来说是相关的，甚至对电子鼻不为其提供任何答案的疾病来说也是如此。
图5示出了诸如智能电话的移动设备，装备有移动诊断单元400。该移动设备500可包括触敏显示单元502。在这个例子中，该显示单元502的屏幕还可被用于用户输入。此外，该移动设备500可能包括用于输入目的的输入设备504。此外，该移动设备可配备有中央处理单元、内存、电池、以及当今的诸如移动电话的移动设备通常配置的其它单元。所有这些额外单元都可用参考数字506标注。此外，该移动设备500可包括该移动诊断单元400。该移动设备500以及该移动诊断单元400可使用共同的单元，例如，移动诊断单元400的接收单元408和/或传输单元406可能相当于移动设备500中的那些单元。然而，该传输单元406和接收单元408还可能被视为该移动诊断单元的不可分割的一部分。在这种情况下，位于移动设备500和移动诊断单元之间的接口适配为处理该传输和接收。
图6示出了还包括诊断服务器100的具有典型单元的计算机系统600的框图。
该发明的实施例可与几乎任何类型的计算机一起实施，不用管平台需要适合于存储和/或执行程序代码。例如，如图6所示，计算机系统600可包括一个或多个与内存单元604相关联的处理器602，每个处理器具有一个或多个核，内部存储设备606(例如，硬盘、诸如光盘驱动或数字视频光盘(DVD)驱动的光学驱动，闪存记忆棒、固态硬盘等等)，以及当今计算机的典型配置的多个其它单元和功能(未示出)。该内存单元604可包括主内存，例如，在程序实际执行期间使用的随机读取内存(RAM)，以及高速缓存，其可为至少一些程序代码和/或数据提供临时存储以便减少必须从长期存储媒介或外部大容量存储器(存档616)中检索用于执行的代码和/或数据的次数。计算机600内部的单元可借助总线系统618与相对应的适配器链接在一起。如图所示，该诊断服务器也可能被附加至该总线系统618。然而，它还可以不同的形式、例如以分布式的形式，集成至计算机600。
计算系统600还可包括输入装置，例如键盘608、诸如鼠标610的指向设备、或麦克风(未示出)。作为选择的，该计算系统可配备有作为主输入设备的触敏屏幕。此外，该计算机600，可包括诸如监视器或屏幕612[例如，液晶显示器(LCD)、等离子显示器、发光二极管显示器(LED)、或阴极射线管(CRT)显示器]的输出装置。该计算机系统600可被连接至网络(例如，局域网(LAN)、广域网(WAN)，诸如因特网或任何其它类型类型的网络，包括通过网络接口连接614的无线网络。这可能允许耦合至其它计算机系统或存储器网络或磁带驱动。本领域的技术人员将会领会到很多现存的不同类型计算机系统、以及前述输入输出装置可能采取其它形式。一般来说，该计算机系统600可以至少包括对于实施本发明实施例来说所必要的最少处理、输入和/或输出装置。
实际上，该移动电话500可配备有与该诊断服务器100基本上一样的活动单元(activeelements)。只不过活动计算单元的大小可能要适应移动电话的尺寸。代替该诊断服务器，该移动电话可配备有移动诊断单元400。代替指向设备610，可用触敏屏幕来实现相同的功能。如本领域普通技术人员所知道的，该键盘608还可被触敏屏幕所取代。
图7示出了使用电子鼻的用于协作的诊断方法700的框图。该诊断方法700可包括702，接收-例如在诊断服务器100-从多个电子鼻404之一可接收的数据集。该数据集可包括传感器404识别符、传感器404输出值、以及预定诊断的相关性标记。在这里，该相关性标记可表示传感器404输出值对预定诊断的有用性。
此外，该方法可包括704，基于该数据集、相关函数以及分布函数确定该预定诊断的概率因子。该相关函数可表示传感器404输出值对预定诊断的相关性，并且，该分布函数可表示对于该预定诊断来说传感器404输出值的分布。
在该确定704之后，可传输该预定诊断的概率因子706，特别是向移动诊断单元传输。
当本发明已经参看有限数量的实施例进行了描述，得益于本公开的本领域普通技术人员将能领会到可以设计出其它实施例，而这些实施例不会脱离本公开的方面的范围。因此，本发明的范围应该通过所附的权利要求来限制。而且，所描述的与不同实施例相关联的单元可以合并。还应得知的是，权利要求中的附图标记不能被解释为限制单元。
所属技术领域的技术人员知道，本发明的各个方面可以实现为系统、方法或计算机程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、驻留软件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明的各个方面还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
下面将参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机可读介质中，这些指令使得计算机、其它可编程数据处理装置、或其他设备以特定方式工作，从而，存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(articleofmanufacture)。
该计算机程序指令还可以被加载到计算机、其它可编程数据处理设备或其他装置以致使在计算机、其它可编程设备或其他装置上执行的一系列操作步骤以产生计算机实现的过程，使得在计算机或其他可编程装置上执行的该指令提供用于实现在流程图和/或框图的块或多个块中指定的功能/动作的过程。
图中的框图示出了根据本公开内容的各种实施方式的架构、功能和系统、方法和计算机程序产品的可能实现的操作。在这方面，在该框图中的每个块可以表示一个模块、段或代码部分，其包括用于实现指定的逻辑功能(多个)的一个或多个可执行指令。还应当指出的是，在一些替代实现方式中，上文中所讨论的功能可能会脱离所公开的顺序。例如，教导为连续的两个功能实际上可以基本上同时执行、或者所述功能有时可以以相反的顺序，这取决于所涉及的功能执行。还应当指出的是，框图中的各块和框图中框的组合的各块，可以由执行指定功能或动作的基于专用硬件的系统来实现，或通过专用硬件和计算机指令的组合来实现。
本文所使用的术语仅用于描述具体实施方案的目的，并非意在限制本发明的。如本文中所使用的，单数形式“一”，“一个”和“该”也意图包括复数形式，除非上下文另外明确指出。将进一步理解，术语“包括”和/或“包含”，当在本说明书中使用时，指代存在所陈述的特征、整数、步骤、操作、元件和/或部件，但不排除存在或附加一个或多个其它特征、整数、步骤、操作、元件、组件和/或它们的组。
下面权利要求中的所有装置或步骤加功能元件的相应结构、材料、操作以及等价物旨在包括用于结合如特别要求保护的其他所要求保护的元件来执行所述功能的任何结构、材料或操作。呈现本发明的说明是为了示出和描述的作用，但不是穷尽性的或将本发明限制于所公开的形式。许多修改和变化对本领域普通技术人员来说是明显的，且不脱离本发明的范围与精神。选择和描述实施例是为了最佳地解释本发明的原理和实际应用，并使得本领域其他普通技术人员能理解针对适于考虑的特定用途的具有各种修改的各种实施例。

Claims (17)

1.一种用于与电子鼻协作的诊断服务器(100)，该诊断服务器(100)包括：
-接收单元(102)，适配为接收从多个电子鼻之一可接收的数据集，该数据集包括
--传感器(404)标识符，
--传感器(404)输出值，
--预定诊断的相关性标记，其中，该相关性标记表示该传感器(404)输出值对该预定诊断的有用性，
-确定单元(104)，适配为基于该数据集、相关函数以及分布函数确定该预定诊断的概率因子，
其中该相关函数表示对于该预定诊断来说传感器(404)输出值的相关性，并且，其中该分布函数表示用于该预定诊断的传感器(404)输出值的分布。
2.根据权利要求1的诊断服务器(100)，其中该数据集还包括环境数据，该环境数据包括来自包括如下元素的组中的至少一个元素：照片、时间戳、地理坐标、温度、湿度、海拔。
3.根据权利要求1或2的诊断服务器(100)，其中从该多个电子鼻可接收的数据集每个都被存储在数据库中。
4.根据权利要求3的诊断服务器(100)，其中该确定单元(104)适配为基于该传感器(404)输出值与为该预定诊断在数据库中存储的所有传感器输出值的比较为该分布函数确定值。
5.根据前面任一权利要求的诊断服务器(100)，其中，该确定单元(104)适配为基于P(s)＝RF(v(s))*DF(v(s))确定该概率因子P(s)，
其中s＝传感器(404)标识符，
V(s)＝传感器(404)输出值，
RF是该相关函数，
DF是该分布函数。
6.根据权利要求5的诊断服务器(100)，其中该确定单元还适配为基于如下来确定预定诊断的总概率P(d):
P(d)＝P(s1)*P(s2)*…*P(sm),
其中
d＝预定诊断，
s1＝传感器1，s2＝传感器2，sm＝传感器m。
7.根据权利要求6的诊断服务器(100)，还包括传输单元(106)，适配为传输该预定诊断的总概率。
8.根据权利要求7的诊断服务器，其中，该接收单元(102)和/或该传输单元(104)是无线传输单元。
9.一种用于与诊断服务器协作的移动诊断单元(400)，该移动诊断单元包括
-用户界面(402)，适配为接收预定诊断，
-电子鼻传感器(404)，
-传输单元(406)，适配为传输数据集，该数据集包括
--传感器(404)标识符，
--传感器(404)输出值，
--预定诊断的相关性标记，
其中，该相关性标记表示用于预定诊断的传感器(404)输出值的有用性，
-接收单元(408)，适配为接收该预定诊断的总概率P(d)，
其中该用户界面还适配为为该预定诊断通知该总概率P(d)。
10.根据权利要求9的移动诊断单元(400)，包括多个电子鼻传感器(404)。
11.根据权利要求9或10的移动诊断单元(400)，其中该数据集还包括环境数据，该环境数据由来自包括如下元素的组中的至少一个元素生成：摄像机、时钟、地理坐标传感器、温度传感器、湿度传感器、海拔传感器。
12.一种诊断系统，包括
-根据权利要求1到8中任一个的诊断服务器(100)，以及
至少一个根据权利要求10到11中任一个的移动诊断单元(400)。
13.一种计算机系统(600)，包括根据权利要求1到8中任一个的诊断服务器。
14.一种移动电话(500)，包括根据权利要求10-11中任一个的移动诊断单元。
15.一种使用电子鼻的用于协作的诊断方法(700)，该诊断方法包括
-接收(702)从多个电子鼻中之一可接收的数据集，该数据集包括
--传感器(404)标识符，
--传感器(404)输出值，
--预定诊断的相关性标记，其中，该相关性标记表示该传感器(404)输出值对该预定诊断的有用性，
-基于该数据集、相关函数以及分布函数为该预定诊断确定(704)概率因子，其中该相关函数表示对于该预定诊断来说传感器(404)输出值的相关性，并且，其中该分布函数表示用于该预定诊断的传感器(404)输出值的分布。
16.一种用于在数据处理系统(600)中执行的数据处理程序，该数据处理程序包括在计算机(600)上运行该程序时用于实施根据权利要求15的诊断方法的软件代码部分。
17.一种存储在计算机可用媒介上的计算机程序产品，包括计算机可读程序装置，用于当该程序在计算机(600)上运行时使得该计算机实施根据权利要求15的诊断方法。
CN201480048116.0A 2013-08-28 2014-08-20 个人设备中的协作电子鼻管理 Active CN105593680B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1315251.7 2013-08-28
GB1315251.7A GB2517702A (en) 2013-08-28 2013-08-28 Collaborative electronic nose management in personal devices
PCT/EP2014/067720 WO2015028364A1 (en) 2013-08-28 2014-08-20 Collaborative electronic nose management in personal devices

Publications (2)

Publication Number Publication Date
CN105593680A true CN105593680A (zh) 2016-05-18
CN105593680B CN105593680B (zh) 2017-05-31

Family

ID=49355963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480048116.0A Active CN105593680B (zh) 2013-08-28 2014-08-20 个人设备中的协作电子鼻管理

Country Status (6)

Country Link
US (2) US10402541B2 (zh)
JP (1) JP6521976B2 (zh)
CN (1) CN105593680B (zh)
DE (1) DE112014003437T5 (zh)
GB (1) GB2517702A (zh)
WO (1) WO2015028364A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109313112A (zh) * 2016-09-27 2019-02-05 株式会社而摩比特 气味测量装置及气味数据管理装置

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10599303B2 (en) 2007-10-23 2020-03-24 La Crosse Technology Ltd. Remote location monitoring
US9528861B1 (en) * 2007-10-23 2016-12-27 La Crosse Technology Remote location monitoring
US8154398B2 (en) 2007-10-23 2012-04-10 La Crosse Technology Remote location monitoring
US10237358B2 (en) 2007-10-23 2019-03-19 La Crosse Technology Ltd. Location monitoring via a gateway
US10120105B2 (en) 2007-10-23 2018-11-06 La Crosse Technology Ltd. Location monitoring via a gateway
US11170895B2 (en) * 2017-06-27 2021-11-09 International Business Machines Corporation Olfactory cognitive diagnosis
CN109116042A (zh) * 2018-09-04 2019-01-01 中国农业大学 一种网络通信电子鼻检测系统及检测方法
US20240027394A1 (en) * 2022-07-19 2024-01-25 Sven Kratz Smart device including olfactory sensing

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000052444A2 (en) * 1999-03-03 2000-09-08 Cyrano Sciences, Inc. Apparatus, systems and methods for detecting and transmitting sensory data over a computer network
WO2000079243A1 (en) * 1999-06-17 2000-12-28 Cyrano Sciences, Inc. Multiple sensing system and device
US20030186461A1 (en) * 2002-03-29 2003-10-02 Cyrano Bioscienes, Inc. Method and system for using a weighted response
CN1737571A (zh) * 2004-08-20 2006-02-22 乐金电子(中国)研究开发中心有限公司 便携式终端及其食品新鲜度的检测方法
US20070198222A1 (en) * 2006-02-23 2007-08-23 Rockwell Automation Technologies, Inc. System and method to combine and weight multiple sensors with overlapping sensing range to create a measurement system utilized in a high integrity or safety environment
EP2273427A1 (en) * 2009-06-29 2011-01-12 BAE Systems PLC Estimating a state of at least one target using a plurality of sensors
CN101959449A (zh) * 2008-03-04 2011-01-26 三星电子株式会社 包括生物鼠标和生物键盘的远程医疗诊断设备和使用方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08313408A (ja) * 1995-05-16 1996-11-29 Suzuki Motor Corp 呼気採取分析装置
JP3061173B2 (ja) * 1996-10-16 2000-07-10 アニマ株式会社 携帯用呼吸気分析装置
JP2003505180A (ja) * 1999-08-02 2003-02-12 ヘルセテック インコーポレイテッド 呼吸ガス分析を用いる代謝熱量計
US20010037070A1 (en) * 2000-02-22 2001-11-01 Cranley Paul E. Personal computer breath analyzer for health-related behavior modification and method
GB0019500D0 (en) * 2000-08-08 2000-09-27 Diamond Optical Tech Ltd System and method
US20040265874A1 (en) * 2000-10-17 2004-12-30 Bio-Rad Laboratories, Inc. Pattern recognition method for diagnosis of systemic autoimmune diseases
US20070167853A1 (en) 2002-01-22 2007-07-19 Melker Richard J System and method for monitoring health using exhaled breath
WO2003075745A2 (en) * 2002-03-04 2003-09-18 Cyrano Sciences, Inc. Detection, diagnosis, and monitoring of a medical condition or disease with artificial olfactometry
CA2492959A1 (en) * 2002-07-19 2004-07-15 Smiths Detection-Pasadena, Inc. Non-specific sensor array detectors
EP1621881A1 (en) * 2004-07-26 2006-02-01 Sony International (Europe) GmbH Chemical sensor array evaluation method
JP4601482B2 (ja) * 2004-07-29 2010-12-22 新光電気工業株式会社 描画装置および描画方法
CA2584565A1 (en) 2004-10-28 2006-05-04 Naoki Urushihata Disease diagnosing system
JP2006309465A (ja) 2005-04-27 2006-11-09 Sense It Smart Corp 歯科健康管理システム、口腔内情報解析装置、歯科疾患解析方法、及びプログラム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000052444A2 (en) * 1999-03-03 2000-09-08 Cyrano Sciences, Inc. Apparatus, systems and methods for detecting and transmitting sensory data over a computer network
WO2000079243A1 (en) * 1999-06-17 2000-12-28 Cyrano Sciences, Inc. Multiple sensing system and device
DE60023005T2 (de) * 1999-06-17 2006-07-20 Smiths Detection Inc., Pasadena Vielfach-sensor-system und -gerät
US20030186461A1 (en) * 2002-03-29 2003-10-02 Cyrano Bioscienes, Inc. Method and system for using a weighted response
CN1737571A (zh) * 2004-08-20 2006-02-22 乐金电子(中国)研究开发中心有限公司 便携式终端及其食品新鲜度的检测方法
US20070198222A1 (en) * 2006-02-23 2007-08-23 Rockwell Automation Technologies, Inc. System and method to combine and weight multiple sensors with overlapping sensing range to create a measurement system utilized in a high integrity or safety environment
CN101959449A (zh) * 2008-03-04 2011-01-26 三星电子株式会社 包括生物鼠标和生物键盘的远程医疗诊断设备和使用方法
EP2273427A1 (en) * 2009-06-29 2011-01-12 BAE Systems PLC Estimating a state of at least one target using a plurality of sensors

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109313112A (zh) * 2016-09-27 2019-02-05 株式会社而摩比特 气味测量装置及气味数据管理装置

Also Published As

Publication number Publication date
WO2015028364A1 (en) 2015-03-05
JP6521976B2 (ja) 2019-05-29
US20190348175A1 (en) 2019-11-14
CN105593680B (zh) 2017-05-31
GB2517702A (en) 2015-03-04
US10402541B2 (en) 2019-09-03
US11107584B2 (en) 2021-08-31
DE112014003437T5 (de) 2016-05-04
US20160210425A1 (en) 2016-07-21
GB201315251D0 (en) 2013-10-09
JP2016529504A (ja) 2016-09-23

Similar Documents

Publication Publication Date Title
CN105593680A (zh) 个人设备中的协作电子鼻管理
US10515428B2 (en) Facilitating and tracking clinician-assignment status
Robertson et al. Mobile phone–based infectious disease surveillance system, Sri Lanka
US8852093B2 (en) Home care logistics and quality assurance system
US8346572B2 (en) Providing clinical information to clinicians
Wang et al. From personalized medicine to population health: A survey of mhealth sensing techniques
US20140167917A2 (en) Disease Mapping and Infection Control System and Method
US10650061B2 (en) Systems and methods for generating interactive hypermedia-based graphical user interfaces for mobile devices
CN109376932A (zh) 基于预测模型的年龄预测方法、装置、服务器及存储介质
JP2016085649A (ja) 更新システム、更新方法、携帯端末装置、プログラム
US20100274588A1 (en) System and method to manage a workflow in delivering healthcare
KR20220148401A (ko) 온라인을 이용한 병원 운영 시스템 및 방법
US20110106559A1 (en) Optimization of a clinical experience
Wichmann et al. Factors influencing the intention of actors in hospitals to use indoor positioning systems: reasoned action approach
Cho et al. Development of smart healthcare scheduling monitoring system for elderly health care
WO2021231377A1 (en) Systems and methods for implementing occupational health testing protocol
US11128998B2 (en) Location-based dynamic information provision system for laboratory environments having multiple diagnostic apparatus
Držanič et al. Usability testing of a smartphone telecare application for informal caregivers
Karanth et al. Modeling User Context from Smartphone Data for Recognition of Health Status
Suciu et al. ENVIRONMENTAL SENSING AND LEARNING HUMAN BEHAVIOR USING CLOUD COMPUTING AND BIG DATA TO ACT FOR A BETTER QUALITY OF LIFE AND SMART HEALTH.
US11557189B2 (en) Information processing apparatus, information processing method, and system
US20230289743A1 (en) Techniques for facilitating veterinary services
Patel et al. Studying the use and utility of an indoor location tracking system for non-experts
US20230290457A1 (en) Artificial intelligence medical device
Foster et al. Geographic Information System Data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant