CN105981019A - 计算人的当前昼夜节律 - Google Patents
计算人的当前昼夜节律 Download PDFInfo
- Publication number
- CN105981019A CN105981019A CN201480065888.5A CN201480065888A CN105981019A CN 105981019 A CN105981019 A CN 105981019A CN 201480065888 A CN201480065888 A CN 201480065888A CN 105981019 A CN105981019 A CN 105981019A
- Authority
- CN
- China
- Prior art keywords
- time
- signal
- people
- photo
- item
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4857—Indicating the phase of biorhythm
-
- 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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
Abstract
本发明涉及用于在时间ti生成对人(P)的昼夜节律进行描述的模型输出x(ti)的装置(100)和方法。在优选实施例中,基于(经由加速度计的)运动测量在时间ti提供感光暴露(L(ti))和指示所述人(P)的活动的当前水平的活动信号(A(ti))的光传感器用于计算觉醒变量(σ),所述觉醒变量(σ)指示所述人(P)是醒着还是睡着。所述觉醒变量然后用于确定针对驱动振荡器模型(135)的驱动项(N(t)),所述驱动项(N(t))模拟在光和活动的联合影响下的模型输出x(t)。
Description
技术领域
本发明涉及用于估计对人的昼夜节律进行描述的模型输出的方法和装置。
背景技术
由于已知人类和动物的昼夜节律的存在和重要性,因此开发了试图使用该认知的产品。US 2005/0015122公开了例如通过基于模型的预测控制技术的应用使用光可控地调节对象的昼夜节律起步器(pacemaker)循环的方法。
EP 2656782 A1公开了一种设备,所述设备包括至少一个体位和活动传感器,至少一个外围温度传感器以及至少一个光传感器,所述设备被配置为基于从所述传感器获得的数据来提供关于个体的昼夜节律系统状态和睡眠-觉醒状态的信息。能够将所述设备放置在对象的手腕处,或放置在对象的手臂上。所述设备也可以包括血压传感器。该设备可以被使用在对人类昼夜节律系统的通用研究中,更具体地,被使用在睡眠-觉醒和血压节律的研究中。
WO 2012/056342 A2公开了一种用于确定对象的昼夜节律的特征的方法,所述方法包括测量指示对象的心脏功能的第一输入信号,测量指示对象的活动的至少一个第二输入信号,将第一输入信号与第二输入信号组合为表示对象的昼夜节律的周期输出信号,并且确定该周期输出信号的至少一个特征。
St.Hilaire M.A等人的文章“Addition of a non-photic component to alight-based mathematical model of the Human Circadian Pacemaker”(Journal ofTheoretical Biology,第247卷,第583-599页,2007年)公开了一种修改的基于光的昼夜节律数学模型,以根据研究反映如下证据:睡眠-觉醒循环和/或相关联的行为对昼夜节律起步器具有非感光效应。睡眠-觉醒循环及其相关联的行为对独立且伴随光刺激地起作用的昼夜节律起步器提供了非感光驱动。
Brown A.C等人的文章“Actigraphy:A Means of Assessing CircadianPatterns in Human Activity”(Chronobiology International,第7卷,第2号,第125-133页,1990年)公开了通过腕动计对23个年龄在22至54岁之间、没有睡眠异常史的、白天活动的(0705-2333)健康人持续监测连续120小时(五天)。针对每个参与者以及针对具有时间控制在~1330至1605之间的平均跨度的加强活动的10位男性和13位女性的组,通过余弦分析检测出高幅度的昼夜节律。标记出在手腕移动中的昼夜节律峰谷差,大致等于24小时均值水平的75%。在23位参与者中的19位中,手腕活动的24小时均值在140-180次移动/分钟之间变化,其中四人展现出110-140次移动/分钟的更小的均值。关于活动的日间跨度,个体参与者的均值手腕移动范围在155-265次移动/分钟,其中主要(20/23)在185-245次移动/分钟之间变化。在夜间睡眠期间,均值手腕活动水平非常低,23人中有21人的个体之间的变化在5至25次移动/分钟之间。证明腕动计被很好地接受,并且是在秉承日常生活习惯和事务的能走动的人的活动和睡眠期间监测身体移动各方面的最可靠的手段。
发明内容
基于该情形,本发明的目的是提供允许对人的昼夜节律的改进估计的手段。
该目的通过根据权利要求1所述的装置、根据权利要求9所述的系统、根据权利要求12所述的方法以及根据权利要求15所述的计算机程序来解决。
在本发明的第一方面中,提供了一种用于在第一时间生成对人的昼夜节律进行描述的模型输出的装置,所述装置包括:输入模块,其用于接收在所述第一时间基于活动水平测量指示所述人的活动的当前水平的活动信号;分类模块,其用于在所述第一时间生成觉醒信号,所述觉醒信号指示所述人在所述第一时间是醒着还是睡着,其中,所述分类模块优选地适于基于接收到的活动信号生成所述觉醒信号;第一计算模块,其用于在所述第一时间确定非感光驱动项,所述非感光驱动项指示对昼夜节律的非感光影响,其中,所述第一计算模块被配置为基于所述觉醒信号确定所述非感光驱动项;以及模拟模块,其用于至少基于所述非感光驱动项在所述第一时间实时计算所述当前模型输出。
所要求保护的发明的实施例可以具体提供内部时间演变的连续逐时期(epoch)更新,其中,时期对应于给定时间段。
在一实施例中,所述输入模块还被配置用于接收光照水平信号,所述光照水平信号指示在所述人的位置处在所述第一时间的光照水平;并且所述分类模块还被配置用于基于接收到的光照水平信号和/或基于接收到的活动信号生成所述觉醒信号。
在另外的实施例中,所述装置还包括:第二计算模块,其用于确定感光驱动项,所述感光驱动项表示对所述昼夜节律的感光影响,其中,所述第二计算模块被配置为根据接收到的光照水平信号确定所述感光驱动项;其中,所述模拟模块还被布置用于基于所述非感光驱动项并基于所述感光驱动项在所述第一时间实时计算所述当前模型输出。
在另外的实施例中,所述分类模块还被布置为基于一个或多个近期活动信号和/或基于一个或多个近期光照水平信号在所述第一时间生成所述觉醒信号,其中,所述一个或多个近期活动信号对应于在所述第一时间之前获取的一个或多个活动信号,其中,所述一个或多个近期光照水平信号对应于在所述第一时间之前获取的一个或多个光照水平信号。
在另外的实施例中,所述分类模块还被布置用于接收所述人的至少一个阈值,其中,所述分类模块还被配置为将所述阈值与近期活动信号的加权和和/或近期光照水平信号的加权和进行比较,其中,所述分类模块还被配置为生成所述人的活动水平或光照水平的个人基线。
在另外的实施例中,根据以下等式在当前时期计算分类器分数RND分数(I):
其中,w1和w2对应于预定的第一权重和第二权重,其中,w1≥0并且w2≥0,其中,α(i)对应于预定的非感光系数,并且其中,β(i)对应于预定的感光系数,并且其中,所述当前时期对应于当前时间段。
在另外的实施例中,所述当前模型输出是基于驱动van-der-Pol振荡器模型计算出的。
在另外的实施例中,所述非感光驱动项与增益因子成比例,并且发生所述人的最小核心体温的时间被确定为生成最小当前输出信号的时间加上偏移,其中,所述偏移依赖于所述增益因子,其中,所述偏移优选表达为a-b·ρ,其中,a和b是常数,并且其中,ρ对应于所述增益因子。
在另外的方面中,提供了一种用于在第一时间生成对人的昼夜节律进行描述的模型输出的系统,所述系统包括:至少一个传感器,其用于在第一时间确定指示所述人在所述第一时间的活动的活动信号;以及上述装置。
在另外的实施例中,所述至少一个传感器是加速度传感器或生理参数传感器,其中,所述生理参数传感器优选是心率传感器、血压传感器或体温传感器。
在另外的实施例中,所述系统还包括用于在所述第一时间确定所述人的位置处的光照水平信号的传感器。
在另外的方面中,提供了一种用于在第一时间生成模型输出的方法,所述模型数据描述人的昼夜节律,所述方法包括以下步骤:接收在所述第一时间基于活动水平测量指示所述人的活动的当前水平的活动信号;对接收到的活动信号进行分类,使得生成觉醒信号,所述觉醒信号指示所述人在所述第一时间是醒着还是睡着;确定表示对所述昼夜节律的非感光影响的非感光驱动项,其中,所述非感光驱动项是基于所述觉醒信号确定的;并且至少基于所述非感光驱动项实时计算所述当前模型输出。
在一实施例中,所述方法还包括以下步骤:接收光照水平信号,所述光照水平信号指示在所述人的位置处在所述第一时间的光照水平;根据所述光照水平信号确定感光驱动项;并且基于所述非感光驱动项并基于所述感光驱动项在所述第一时间实时计算所述当前模型输出。
在另外的实施例中,所述觉醒信号通过以下计算出:(i)将分数计算为当前活动信号和过去活动信号的加权和和/或当前光照水平信号和过去光照水平信号的加权和;并且(ii)对所述分数与至少一个阈值进行比较。
在另外的方面中,提供了一种包括程序代码单元的计算机程序,所述计算机程序当被运行时令如上所述的用于生成对人的昼夜节律进行描述的模型输出的装置执行如上所定义的方法的步骤。
根据另外的方面,提供了一种用于估计对人的昼夜节律进行描述的模型输出x(t)的装置,所述装置包括以下部件:
-第一模块,其用于接收基于活动水平测量指示所述人的活动的当前水平的信号。在下文中,所述模块将被称作“输入模块”,并且所述信号将被称作“活动信号”。
-第二模块,其在下文中被称作“模拟模块”,用于考虑所述活动信号而计算当前模型输出x(t)。
所述装置尤其可以由专用电子硬件、具有相关联的软件的数字数据处理硬件或两者的混合来实现或者包括以上所述的部件。所述装置的所述模块可以由不同的硬件部件来实现。额外地或备选地,所述模块可以由任选地运行在相同硬件上的计算机程序的不同(子)例程来实现。
根据另外的方面,本发明的实施例涉及一种用于估计对人的昼夜节律进行描述的模型输出x(t)的方法,所述方法包括以下步骤:
-接收基于活动水平测量指示所述人的活动的当前水平的活动信号。
-考虑所述活动信号而计算当前模型输出x(t)。
所述“模型输出”x(t)通常可以是任何种类的一维或多维信号或值,其适合于描述人的昼夜节律的当前状态。例如,可以将其信息编码为(一个或多个)模拟值或数字值,尤其是在分别对应于人的最大活动和最小活动的上限和下限之间振荡的值。
“活动信号”可以是任何种类的信号,例如,表示数字数和/或模拟值的电压或电流。活动信号优选应当基于“非感光”活动水平测量,所述“非感光”活动水平测量意指其没有直接表示或依赖人周围的光照水平(因为所述光照水平通常影响人的活动,因此通常存在某种间接依赖)。一般而言,光通常是人类昼夜节律系统上最有影响的刺激(定义为“感光的”),而其它非感光刺激施加次级影响(例如,外部温度、吃或物理移动)。例如可以在提供关于人的移动的指示的加速度计传感器的帮助下运行活动水平测量。
应该指出,术语“当前”指示测量和计算是在某一特定时间点(或者更精确地,在一些小的时间间隔期间)做出的。尤其地,考虑近期(“当前”)活动信号来确定当前模型输出x(t)。
所述装置和所述方法基于相同的发明概念,即,使用非感光活动信号来计算当前模型输出。因此,为装置提供的解释类似地对方法有效,并且反之亦然。所述装置和所述方法具有以下优点:可以改进对昼夜节律的实时估计,这是因为考虑了最新的且不要求未来数据的非感光活动信号。
在下文中,将描述能够结合所述装置和所述方法实现的各个优选实施例(即使仅针对所述装置或所述方法中的一个来解释这些实施例)。
活动信号可以包括与人的活动相关的任何信息,而没有直接依赖于所述人周围的光照水平或照明水平。活动信号可以例如包括指示人的移动的至少一个加速度信号。额外地或备选地,其可以包括人的生理信号,例如,心率、血压或体温。
当所述装置包括加速度传感器和/或生理参数传感器时,能够提供前述参数。额外地或备选地,所述装置可以包括至少一个光传感器,所述至少一个光传感器用于确定光照水平,尤其是在被观察的人的位置处占优的光照水平。所有提及的传感器可以优选地是便携式的或由人携带或穿戴的。
根据另一实施例,被称作“觉醒变量”σ的变量指示人是醒着状态还是睡着状态,所述“觉醒变量”σ可以根据当前活动信号来确定。所述装置可以包括“分类模块”,在所述“分类模块”中,运行对觉醒变量的确定。觉醒变量可以实质上或确切地是二元的,即,依赖于当前活动信号,仅具有在一天的特定时间分别指示人是醒着还是睡着的两个可能的值。
上述分类模块尤其也可以考虑当前光照水平。例如可以通过相关联的因素对在一方面活动信号的贡献以及另一方面光照水平的贡献进行加权,使得能够根据操作者的偏好容易的调节它们。将光照水平的加权因子设定为零可以例如提供依赖于活动信号而不依赖光照水平的觉醒变量。类似地,能够通过选取适当的加权因子设定这两种影响的任何混合。
为了确定觉醒变量的当前值,假设分类模块考虑当前活动信号以及任选地当前光照水平。根据另外的开发,分类模块可以额外地考虑先前的活动信号和/或先前的光照水平(其中,术语“先前的”指的是在当前时间点之前的时间点)。先前的光照水平和/或活动信号的权重通常将随着各自的时间点距当前时间点的时间距离的增加而减小。也考虑先前的值有助于稳定觉醒变量,并且有助于使其较少地依赖于活动信号和/或光照水平的瞬时值。
分类模块可以任选地接收至少一个用户特异性参数作为输入,即,依赖于将要估计的昼夜节律的人的参数。因此,能够考虑该人的个体特性。例如,不同的人将通常具有不同的活动基线,使得相同的活动信号可以表示一个人的觉醒状态而在另一人处表示睡眠状态。用户特异性参数可以尤其包括近期活动信号的加权和与其相比的阈值和/或近期光照水平的加权和与其相比的阈值(其中,“近期”包括如以上所定义的当前时间点和先前时间点)。
大量方法和模型能够用于基于可用信息来估计模型输出x(t)。根据一个优选实施例,基于“驱动van-der-Pol振荡器模型”来计算模型输出。该模型的驱动输入可以是影响人的昼夜节律的影响(例如,光照水平)。在没有这种影响的情况下,即,没有驱动输入的情况下,振荡器模型通常表示昼夜节律的振荡行为,其能够在实验中由隔离环境中的人观察到。
前述驱动振荡器模型尤其可以包括基于当前光照水平确定出的至少一个驱动项。因此,外部光照对人的昼夜节律的影响能够被集成到模型中。
额外地或备选地,驱动振荡器模型可以包括基于当前活动信号确定出的驱动项。因此,能够考虑实际昼夜节律从预测的昼夜节律的偏差,其在活动信号中揭露了其本身。
尤其地,可以基于以下微分等式计算驱动振荡器模型:
在该等式中,μ和τ是给定的参数,并且B(t)和N(t)是驱动项。
在实施例的另外的开发中,其中使用具有驱动项N的驱动振荡器模型,可以基于上述觉醒变量σ来确定所述非感光驱动项。当前活动信号因此首先被变换成觉醒变量σ,然后经由驱动项被集成到驱动振荡器模型中。由于觉醒变量通常是二元的,因此该方法实质上引起活动信号对模型输出的二元影响。
驱动振荡器模型的驱动项尤其可以依赖于模型输入本身。因此,能够依赖于模型已经估计出的当前昼夜节律状态而不同地对外部影响进行加权。
尤其地,驱动项可以为零,或在实质上远离人的主睡眠间隔的中间的时间时至少是可忽略的。由于主睡眠间隔由模型输出x(t)指示(如果估计是正确的),因此能够通过使其依赖于模型输出本身来实现这种驱动项的时间集中(如在先前的段落中所提出的)。
能够使用估计的模型输出,并且出于许多不同目的而进一步处理所述模型输出。所述装置可以例如显示当前模型输出x(t),并且因此向所监测的人指示昼夜节律,使得能够检测昼夜节律从目标行为的偏差,并且能够采取合适的对策(例如,改变照明)。
通常根据昼夜节律计算出的一个感兴趣参数简称为“CBTmin”,其对应于发生最小核心体温的时间。尤其地,CBTmin值可以被确定为估计最小输出信号x(t)的时间加上偏移。
在前述情况下,驱动项N可以尤其与给定的增益因子成比例,其中,所提及的偏移依赖于所述增益因子。更优选地,相关联的驱动项是基于觉醒变量的。偏移对增益因子的依赖可以例如是线性的。结果是,这种依赖相当大地改进了对CBTmin值的预测。
所描述的方法通常将在计算设备(例如,相关联的装置中的微处理器或FPGA)的帮助下实现。因此,本发明还包括计算机程序产品,所述计算机程序产品当在计算设备上被运行时提供了根据本发明的方法中的任一项的功能。
另外,本发明包括数据载体,例如,软盘、硬盘、EPROM、压缩盘(CD-ROM)、数字通用盘(DVD)或USB棒,所述数据载体以机器可读形式存储计算机产品,并且当在计算设备上运行被存储于数据载体上的程序时运行本发明的方法中的至少一项。数据载体尤其可以适合用于存储在先前段落中提及的计算设备的程序。
现今,常常在互联网或公司内联网上提供这种软件以供下载,因此本发明还包括在局域网或广域网上传输根据本发明的计算机产品。应当理解,权利要求1所述的装置、权利要求9所述的系统、权利要求12所述的方法以及权利要求15所述的计算机程序具有如独立权利要求中定义的类似和/或相同的优选实施例。
应当理解,本发明的优选实施例也能够是从属权利要求或以上实施例与各自的独立权利要求的任何组合。
附图说明
参考后文描述的实施例,本发明的这些方面和其它方面将变得明显并且得到阐明。
在附图中:
图1示意性地示出了根据本发明的实施例的用于估计对人的昼夜节律进行描述的模型输出的装置;
图2示意性地示出了能够利用图1的装置计算的模型输出;
图3示意性地示出了振荡器模型的驱动项中出现的因素。
在附图中类似的附图标记指相同或相似的部件。
具体实施方式
对对象的昼夜节律相位与他/她的环境的外部时间的正确对准是非常重要的。当对象的内部生物时间与外部的“社会”时间未对准时,可能会发生若干症状,包括相位提前或延迟的睡眠障碍、时差综合症问题、或所谓的季节性情感障碍(SAD)。当昼夜节律长期未对准(例如,在轮班工人的情况中)时,对象可能遭受降低的机敏性或认知缺陷,一直到暗示心力衰竭和某些内分泌癌症的更高风险的更为严重的健康问题。因此,能够可靠地估计对象的昼夜节律相位不仅对于诊断目的而且对于规划适当的对策(例如,光治疗或外源性褪黑素摄取)以恢复对象在日常生活行动时与外部“授时因子”的适当转复(entrainment)是重要的。
在文献(M.A.St-Hilaire,E.B.Klerman、Sat Bir Khalsa、K.P.Wright Jr.、C.A.Czeisler以及R.E Kronauer的“Addition of a non-photic component to alight-based mathematical model of the Human Circadian Pacemaker”(Journal ofTheoretical Biology,第247卷,第583-599页,2007年);该文章通过引用并入本文)中已经描述了对基于光的HCP模型(HCP=人类昼夜节律起步器)的非感光延伸。该模型依赖于将记录的数据在之前就日常睡眠和觉醒间隔而言进行分割,并要求重要的计算步骤,所述计算步骤与实时“在线”处理不相容。事实上,与CPU和存储器成本无关,仅能够利用在下一早晨识别出觉醒时间之后的确定性来确定对象的日常睡眠间隔,这强加了几个小时的延迟。这种方法因此仅可应用于“离线”模式。
考虑到以上,期望的是提供以改进准确度对对象的持续昼夜节律相位估计。根据这里提出的实施例,基于人类昼夜节律起步器的数学模型(例如,Kronauer R.E.、Forger D.B.以及Jewett M.E.的“Quantifying HumanCircadian Pacemaker Response to brief,extended and repeated light stimuli overthe photopic range”(J.Biological Rhythems,第14卷,第6期,第501-516页,1999年);该文章通过引用并入本文),通过明确地考虑睡眠/觉醒循环实现了这个目的(优选结合光暴露)。本公开内容的一个方面包括:基于根据近期活动和由感测设备所采集的光测量结果导出的“休息和黑暗”状态,对非感光成分随时间的增量积分。这使得能够对记录的数据的每个时期进行时间同步处理,而没有另外的延迟。
除了导致处理算法的“从左到右”在线公式,该方法还能够处理支离破碎的睡眠发作或者甚至在放松黑暗要求时处理午休。与觉醒维持区(在其中不能睡眠)有关的额外约束或依赖于本地或内部生物时间的其它约束能够被容易地集成在该框架中。在下文更加详细描述的方法因此使得能够基于对昼夜节律相位的睡眠/觉醒循环贡献的增量处理,以较低的计算成本将非感光成分到HCP模型中的在线集成。
图1示意性地图示了根据以上通用原理设计的装置100。装置100旨在用于估计“模型输出”x(t),所述“模型输出”x(t)描述了人P在观察下的昼夜节律。
作为测量或感测装备,装置100包括光传感器110,通过所述光传感器110能够测量在人P的位置处占优的光照水平L(ti)。尽管示出了静止的光传感器110,但是该传感器优选地可以是由人P携带的设备或者被集成到手腕设备中或作为坠饰穿戴。所述光照例如可以由周围房间的人工灯L生成。在未在这里更加详细描述的该方法的另外的开发中,可以基于针对人的昼夜节律的估计的模型输出x(t)和给定的目标来任选地控制光照水平。光传感器110提供对应的光照水平信号L(ti),每个时间ti都做出测量。
此外,装置100包括至少一个传感器120,用于确定指示人P在时间ti时的活动的活动信号A(ti)。这种传感器120可以例如包括部件121,所述部件121由人P穿戴并将其测量信号无线传送给接收器122。可穿戴部件121可以例如包括用于检测人的移动的加速度计和/或用于诸如心率、血压或体温的生理参数的传感器。额外地或备选地,该装置可以包括静止活动传感器,例如,运动检测器(未示出)。
装置100还包括处理器130,所述处理器130可以例如被集成到静止设备(例如,个人计算机)或便携式设备(例如,智能电话或平板计算机)中。处理器130也能够是服务器,其从传感器通过网络接收数据并将结果再次通过网络返回到用户。处理器130包括若干模块,所述若干模块在附图中被指示为盒子,并且可以通过专用硬件和/或特定软件(子)例程来实现。尤其地,处理器130包括以下模块:
-“输入模块”131,活动信号A(ti)到达该模块处,并且可以任选地例如通过滤波、放大和/或中间存储而进行预处理。
-“分类模块”132,其从输入模块131接收当前活动信号A(ti),并且任选地,接收当前光照水平信号L(ti)。此外,该分类模块接收能够由操作者(例如,由监测测量的医生)设定或调节的外部输入T。该分类模块的输出是“觉醒信号”σ(t)。如将在以下更加详细解释的,在分类模块132的两个步骤中计算觉醒信号σ(t),即,通过(i)计算分数RnD分数,作为活动信号A(ti)的实际值和先前值的加权和,以及任选的光照水平L(ti);并且(ii)通过将该分数RnD分数与至少一个阈值T进行比较来确定加权数据对应于觉醒状态还是睡眠状态。在觉醒变量σ(t)中编码该确定的结果。
-“第一驱动项计算模块”133,在其中使用前述觉醒信号σ(t)和模型输出的当前值x(t)来确定表示非感光影响的第一驱动项N(t)。
-“第二驱动项计算模块”134,在其中根据测得的光照水平L(ti)确定第二驱动项B(t)。
-“模拟模块”135,在其中基于各自的模块133和134提供的外部驱动项N(t)和B(t)使用驱动振荡器模型来确定模型输出x(t)。
本发明所描述的实施例优选地应用例如由便携式设备(例如,腕表或体动计监测器)同时采集的活动的和光照强度水平的数字测量。数据样本{A(ti),L(ti)}被称作“时期”,其通常每分钟采集一次(以范围在[0.008,0.067]Hz的速率),并在处理器130中由实施包括两个主要步骤的算法的嵌入式软件程序来处理:
-第一步骤在分类模块132中运行,并且包括:基于“休息和黑暗”的概念,将数据的进入时期分类为两种可能状态中的一个。如果活动和光强度水平高于阈值,则当前时期被标示为“觉醒和活跃的”,而在暗处或没有光中观察到的较低活动水平被标示为“休息中”。依赖于所选取的设置,可以仅在活动水平上应用分类器,或者可以在活动水平和光水平两者上应用分类器,光强度所携带的信息可能引起更加可靠的决策。在任一情况中,分类器应用于从近期经过的直到当前时间ti提取的少量样本上,而没有使用超过目前时间的数据,以确保时间同步处理。
-第二步骤在第一驱动项计算模块133和模拟模块135中运行。其涉及通过驱动昼夜节律振荡器的非感光刺激项在起步器中立即使用分类器输出。
用于提供通用HCP框架的模拟的适当数学模块可以例如在(St-Hilaire等人,Kronauer等人,以上所引用的)文献中找到。所述模型基于van der Pol类型的极限循环振荡器,并且能够使用以下二阶微分等式来描述,其中,外部刺激被引入作为出现在右手侧的驱动项Z(t):
因变量x类似于核心体温(CBT)而变化,并且随时间t在归一化范围[-1,+1]内振荡。这在图2中示意性地图示出。μ(0<μ<1)是刚度参数,τ是固有周期(大约24.2小时)。强迫项“授时因子”Z(t)是依赖于光强度测量的感光部分B(t)与表达睡眠/觉醒循环经由本地时期分类器对昼夜节律相位的影响的非感光部分N(t)的和。
如果时期状态是“休息中”,则可以将二元分类器132的输出σ(ti)设定为等于“1”;并且如果时期被标示为“觉醒且活跃的”,则所述输出σ(ti)被设定为“0”。可以根据以下等式计算非感光驱动N(t):
其中,ρ是非感光增益(0<ρ<0.2)并且是参数
在等式(2)中,具有σ(t)的第一因子依赖于时期的状态而采取-2/3或+1/3的值。涉及双曲正切的因子在图3中被图示出,并且定义昼夜节律灵敏度调制,其实现了在x(t)~-1处并且对于接近CBT最低点的最大值,对于距离奇点几小时的时间快速减小到0。因此,灵敏度调制强调了对CBTmin时间附近的非感光影响,这通常发生在主睡眠间隔的中间。
以上等式(1)中的感光项B(t)例如是由经受非线性压缩和视网膜光传导阶段的白光照明值驱动的。所有这些操作都能够被时间同步地评估,而没有重大困难,这完成了起步器模型(1)和(2)的从左到右的数字积分,并且使得能够进行在线昼夜节律估计。在其它实施例中,可以通过可见光谱(例如,蓝光)的子部分的光谱辐照度驱动B(t)。通常,光输入可以要么是白色的要么是彩色的,在后一种情况中,光输入可以是从例如来自提供红/蓝/绿辐照度测量的三个光传感器导出的。
下一部分解释如何建立分类器以及该非感光延伸在实际中如何应用,包括依赖于非感光增益的附加偏移。该时间偏移被添加到CBTmin预测值上以通过减少估计偏离而优化准确度。
在优选实施例中,以上描述的算法被实施为在(便携式)设备中集成的小处理器130上运行的软件,提供对处于能走动模式中的对象P的昼夜节律相位的持续更新。通常每一分钟更新预测值。通过线性分类器在休息状态和黑暗状态的方面对连续时期进行标示,所述线性分类器满足低计算成本的时间同步处理要求。
让A(ti)和L(ti)分别是时间ti(i=1、2、3…是所采集的时期的索引,并且I是当前时期索引)的活动水平和光强度水平。分类器分数RND分数是在当前时期I处根据以下计算出的:
其中,w1和w2是针对活动和光对分类器分数的各自的贡献的权重(≥0),α(i)是涉及n个过去活动计数的活动部分的系数,并且β(i)是涉及p个过去光强度的感光部分的系数,直到当前进入时期的I。通过设定w1=1和w2=0,分类器仅依靠活动水平,而w1=0.5和w2=0.5将以相等的比例组合光贡献和活动贡献。系数α(i)和β(i)是归一化的且二者都加起来为一。例如,当n=3时,α(0)=0.25、α(1)=0.5、α(2)=0.25。
用于在一个特定状态中对时期进行分类的决策规则是基于以下公式的:
S=sign{RnD分数(I)-w1·THR(活动)-w2·THR(光)} (4)
其中,THR代表要么与活动水平相关要么与光水平相关的阈值。如果在(4)中估计的符号S为正,则时期被标示为“觉醒并活跃的”,否则将其视为“休息中”。根据(4),等式(2)的觉醒变量σ能够被确定为σ(t)=(1-S)/2。
对于最佳性能,阈值THR(活动)和THR(光)能够依赖于对象P(输入外部确定的阈值在附图1中由字母“T”符号表示)。这可以例如基于在测量的先前日子中累积的活动水平或光水平的柱状图。例如,从根据休息中的活动的典型值R0导出的初始值THR(活动)=R0开始,基于每天以目前为止观察到的活动计数的40%的百分数的值来更新活动阈值。使用目前为止观察到的光强度的20%的百分数将相同的方法应用于分类器的光部分。
另一点涉及根据以下等式定义与CBT最低点的日常定时相关联的预测的相位标记,指代为CBTmin:
CBT最小=argmint(x)+偏移(ρ) (5)
其中,x被获得作为是以上等式(1)的解,并且使添加的偏移依赖于非感光增益ρ的大小。这里提出应用单调递减的偏移,使得优化对预测相位的非感光贡献的效果。除了更加复杂的可能性外,示出了以下线性回归,其特别是对减小昼夜节律相位估计中的偏离的大小有效:
偏移(ρ)=1.0-6.6·ρ (以小时表达) (6)
增益值ρ通常被设定为0.1,然而,其也能够适于对象的特定时型(chronotype)特性。对于ρ=0.1,时间偏移被减小到0.35小时。
使用三个统计量度评估了相位预测准确度,所述三个统计量度参考从所考虑的对象的夜间唾液采样获得的DLMO(弱光黑色素偏移)相位标记来量化估计值的类似性。在DLMO与预测相位值之间的差的标准偏差是组群性能的第一索引,两个序列的皮尔逊相关系数提供了组群性能的第二索引,并且第三索引是一对预测值和参考值中的每对个体的绝对差的均值。
当在一组81个对象上进行测试(排除严重的时型异常值)时,在一周或更长时间上记录他们无约束的日常生活,将实现以下结果:
以上附图用表格示出了标准偏差相对减少20%,(皮尔逊)相关系数相对增加11%,误差的均值绝对值相对减少37%,以及最大误差减少44%。这指示目前的技术借助于在昼夜节律起步器中睡眠/觉醒循环的增量贡献而可能改进相位预测准确度。
总之,已经描述了在昼夜节律起步器模型中实时整合睡眠/觉醒循环的非感光方面的实施例及其用于实现改进的相位预测准确度的应用。所述方法基于在休息状态和黑暗状态方面的活动测量和光测量的本地分类器,并且不要求诸子睡眠和觉醒间隔中的之前分割。分类器输出与从捕捉对象的当前照明的光感测元件导出的主要光刺激进行组合。这使得能够对数据进行时间同步处理,适合于使用有限硬件设备(例如,体动计腕手表)的移动应用,并且旨在以增强的精确度在线估计(人类)昼夜节律相位。
所描述的方法能够例如有关于包括光传感器的小的体动计设备进行应用。其能够应用于时间医学的普通背景(包括光治疗)中,强调实时管理昼夜节律问题。更具体地,可能的应用涉及以具有延迟的睡眠相位障碍和慢性失眠患者为目标的产品。这里呈现的解决方案能够有助于在现实世界中更高准确度的昼夜节律相位估计,其能够用于向对象实时提供推荐和建议。一种目标人群是遭受慢性失眠的人们(大约三分之一的失眠症抱怨大概涉及昼夜节律失调),以及如轮班工人的特定类别。在“生活方式”部分,时间治疗可以视为这样的工具:所述工具用于改进在一天中的具体时间时的机敏性和认知性能以减少连续穿过子午线行程的时差综合症效应,并且用于减轻与微弱形式的抑郁有关的典型症状。可能应用的另一领域涉及时间医学,其中,可以利用对患者的昼夜节律相位的认知来改进例如在癌症治疗中药学药物治疗的效率并使其副作用最小化。
尽管已经在附图和前面的描述中详细图示和描述了本发明,但是这样的图示和描述应当被认为是图示性或示范性的,而非限制性的;本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求,在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。尽管某些措施被记载在互不相同的从属权利要求中,但是这并不指示不能有利地使用这些措施的组合。计算机程序可以被存储/分布在合适的介质上,例如与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质,但是也可以被以其他形式分布,例如经由互联网或其他有线或无线的电信系统。权利要求中的任何附图标记都不应被解释为对范围的限制。
本发明涉及用于估计对人的昼夜节律进行描述的模型输出的装置和方法。在优选实施例中,基于(经由加速度计的)运动测量提供感光暴露和指示人的活动的当前水平的活动信号的光传感器用于计算二元觉醒变量,所述二元觉醒变量指示人是醒着还是睡着。所述觉醒变量然后用于确定针对驱动振荡器模型的驱动项,所述驱动项模拟在光和活动的联合影响下的所述模型输出。
Claims (15)
1.一种用于在第一时间(ti)生成对人(P)的昼夜节律进行描述的模型输出(x(ti))的装置(100),所述装置包括:
-输入模块(131),其用于接收在所述第一时间(ti)基于活动水平测量指示所述人(P)的活动的当前水平的活动信号(A(ti));
-分类模块(132),其用于在所述第一时间(ti)生成觉醒信号(σ(ti)),所述觉醒信号(σ(ti))指示所述人(P)在所述第一时间(ti)是醒着还是睡着,其中,所述分类模块(132)优选地适于基于接收到的活动信号(A(ti))生成所述觉醒信号(σ(ti));
-第一计算模块(133),其用于在所述第一时间(ti)确定非感光驱动项(N(ti)),所述非感光驱动项(N(ti))表示对所述昼夜节律的非感光影响,其中,所述第一计算模块(133)被配置为基于所述觉醒信号(σ(ti))确定所述非感光驱动项(N(ti));以及
-模拟模块(135),其用于至少基于所述非感光驱动项(N(ti))在所述第一时间(ti)实时计算所述当前模型输出(x(ti))。
2.根据权利要求1所述的装置(100),其中,
-所述输入模块(131)还被配置用于接收光照水平信号(L(ti)),所述光照水平信号指示在所述人(P)的位置处在所述第一时间(ti)的光照水平(L(ti));
-所述分类模块(132)还被配置用于基于接收到的光照水平信号(L(ti))和/或基于接收到的活动信号(A(ti))生成所述觉醒信号(σ(ti))。
3.根据权利要求2所述的装置(100),还包括:
-第二计算模块(134),其用于确定感光驱动项(B(ti)),所述感光驱动项(B(ti))表示对所述昼夜节律的感光影响,其中,所述第二计算模块(134)被配置为根据接收到的光照水平信号(L(ti))确定所述感光驱动项(B(ti));
其中,所述模拟模块(135)还被布置用于基于所述非感光驱动项(N(ti))并基于所述感光驱动项(B(ti))在所述第一时间(ti)实时计算所述当前模型输出(x(ti))。
4.根据权利要求3所述的装置(100),其中,所述分类模块(132)还被布置为基于一个或多个近期活动信号和/或基于一个或多个近期光照水平信号在所述第一时间(ti)生成所述觉醒信号(σ(ti)),其中,所述一个或多个近期活动信号对应于在所述第一时间(ti)之前获取的一个或多个活动信号,其中,所述一个或多个近期光照水平信号对应于在所述第一时间(ti)之前获取的一个或多个光照水平信号。
5.根据权利要求4所述的装置(100),其中,所述分类模块(132)还被布置用于接收所述人(P)的至少一个阈值(T),其中,所述分类模块还被配置为将所述阈值(T)与近期活动信号(A(ti))的加权和和/或近期光照水平信号(L(ti))的加权和进行比较,其中,所述分类模块还被配置为生成针对所述人(P)的活动水平或照明水平的个人基线。
6.根据权利要求5所述的装置(100),其中,根据以下等式在当前时期计算分类器分数(RND分数(I)):
其中,w1和w2对应于预定的第一权重和第二权重,其中,w1≥0并且w2≥0,其中,α(i)对应于预定的非感光系数,并且其中,β(i)对应于预定的感光系数,并且其中,所述当前时期对应于当前时间段。
7.根据前述权利要求中的任一项所述的装置(100),其中,所述当前模型输出(x(ti))是基于驱动van-der-Pol振荡器模型计算出的。
8.根据权利要求7所述的装置(100),其中,所述非感光驱动项(N(ti))与增益因子(ρ)成比例,并且其中,发生所述人(P)的最小核心体温的时间被确定为生成最小当前输出信号(x(ti))的时间加上偏移,其中,所述偏移依赖于所述增益因子(ρ),其中,所述偏移优选被表达为a-b·ρ,其中,a和b是常数,并且其中,ρ对应于所述增益因子。
9.一种用于在第一时间(ti)生成对人(P)的昼夜节律进行描述的模型输出(x(ti))的系统,所述系统包括:
-至少一个传感器(120),其用于在第一时间(ti)确定指示所述人(P)在所述第一时间(ti)的活动的活动信号(A(ti));以及
-根据权利要求1至8中的任一项所述的装置。
10.根据权利要求9所述的系统,其中,所述至少一个传感器(120)是加速度传感器(120)或生理参数传感器,其中,所述生理参数传感器优选是心率传感器、血压传感器或体温传感器。
11.根据权利要求9或10所述的系统,还包括用于在所述第一时间(ti)确定所述人(P)的位置处的光照水平信号(L(ti))的传感器。
12.一种用于在第一时间(ti)生成模型输出(x(ti))的方法,所述模型输出(x(ti))描述人(P)的昼夜节律,所述方法包括以下步骤:
-接收在所述第一时间(ti)基于活动水平测量指示所述人(P)的活动的当前水平的活动信号(A(ti));
-对接收到的活动信号(A(ti))进行分类,使得生成觉醒信号(σ(ti)),所述觉醒信号(σ(ti))指示所述人(P)在所述第一时间(ti)是醒着还是睡着;
-确定表示对所述昼夜节律的非感光影响的非感光驱动项(N(ti)),其中,所述非感光驱动项(N(ti))是基于所述觉醒信号(σ(ti))确定的;并且
-至少基于所述非感光驱动项(N(ti))实时计算所述当前模型输出(x(ti))。
13.根据权利要求12所述的方法,所述方法还包括以下步骤:
-接收光照水平信号(L(ti)),所述光照水平信号指示在所述人(P)的位置处在所述第一时间(ti)的光照水平(L(ti));
-根据所述光照水平信号(L(ti))确定感光驱动项(B(ti));并且
-基于所述非感光驱动项(N(ti))并基于所述感光驱动项(B(ti))在所述第一时间(ti)实时计算所述当前模型输出(x(ti))。
14.根据权利要求12或13所述的方法,其中,所述觉醒信号(σ(ti))通过以下计算出:
(i)将分数(RnD分数)计算为当前活动信号和过去活动信号(A(ti))的加权和和/或当前光照水平信号和过去光照水平信号(L(ti))的加权和;并且
(ii)将所述分数(RnD分数)与至少一个阈值(T)进行比较。
15.一种包括程序代码单元的计算机程序,所述计算机程序当被运行时令根据权利要求1至8中的任一项所述的用于生成对人(P)的昼夜节律进行描述的模型输出(x(ti))的装置执行根据权利要求12至14中的任一项所述的方法的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP13195320.0 | 2013-12-02 | ||
EP13195320 | 2013-12-02 | ||
PCT/EP2014/076061 WO2015082382A1 (en) | 2013-12-02 | 2014-12-01 | Calculating a current circadian rhythm of a person |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105981019A true CN105981019A (zh) | 2016-09-28 |
CN105981019B CN105981019B (zh) | 2020-08-07 |
Family
ID=49726526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480065888.5A Active CN105981019B (zh) | 2013-12-02 | 2014-12-01 | 计算人的当前昼夜节律的装置、系统、方法和存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10376207B2 (zh) |
EP (1) | EP3080732A1 (zh) |
JP (1) | JP6709154B2 (zh) |
CN (1) | CN105981019B (zh) |
WO (1) | WO2015082382A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111049983A (zh) * | 2019-12-13 | 2020-04-21 | 上海展扬通信技术有限公司 | 终端控制方法及终端 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3045309B1 (fr) * | 2015-12-16 | 2018-02-02 | Universite De Technologies De Troyes | PROCEDE DE DETERMINATION AUTOMATIQUE DE L'INDEX DE DICHOTOMIE I<O D'UN INDIVIDU |
US9955925B2 (en) * | 2015-12-18 | 2018-05-01 | Microsoft Technology Licensing, Llc | Drowsiness onset detection |
JP2018023459A (ja) * | 2016-08-08 | 2018-02-15 | セイコーエプソン株式会社 | 体内時計時刻算出装置および体内時計時刻算出方法 |
CN109862826B (zh) * | 2016-08-18 | 2023-03-21 | 皇家飞利浦有限公司 | 血压管理 |
KR102441334B1 (ko) | 2017-08-01 | 2022-09-06 | 삼성전자주식회사 | 생체 정보 처리 장치 및 방법 |
CN108841954B (zh) * | 2018-06-27 | 2022-02-15 | 上海思路迪生物医学科技有限公司 | 生物标志物在卵巢癌评估中的应用 |
US11382560B2 (en) * | 2019-03-28 | 2022-07-12 | The Trustees Of The University Of Pennsylvania | Systems and methods for sleep optimization |
JP7305100B2 (ja) | 2021-12-17 | 2023-07-10 | 株式会社オー | 解析システム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020005784A1 (en) * | 1998-10-30 | 2002-01-17 | Balkin Thomas J. | System and method for predicting human cognitive performance using data from an actigraph |
US20060224047A1 (en) * | 2005-03-30 | 2006-10-05 | Kabushiki Kaisha Toshiba | Sleepiness prediction apparatus and sleepiness prediction method |
US20090207028A1 (en) * | 2008-02-19 | 2009-08-20 | Alan Kubey | REM-Sleep Directed Visual Alarm System and Method |
CN103168306A (zh) * | 2010-10-27 | 2013-06-19 | 皇家飞利浦电子股份有限公司 | 判定对象昼夜节律特征的方法 |
EP2656782A1 (en) * | 2010-12-21 | 2013-10-30 | Universidad de Murcia | Device which comprises a physical activity and position sensor, a peripheral temperature sensor and a light sensor for providing information relating to the state of the circadian system |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996005541A1 (en) * | 1994-08-10 | 1996-02-22 | Motorola Inc. | Cascade tuning controller and method of use therefor |
US5704017A (en) * | 1996-02-16 | 1997-12-30 | Microsoft Corporation | Collaborative filtering utilizing a belief network |
JP4069008B2 (ja) | 2003-05-12 | 2008-03-26 | 信越化学工業株式会社 | 弾性表面波デバイス |
US20050015122A1 (en) | 2003-06-03 | 2005-01-20 | Mott Christopher Grey | System and method for control of a subject's circadian cycle |
WO2008144908A1 (en) | 2007-05-29 | 2008-12-04 | Christopher Mott | Methods and systems for circadian physiology predictions |
US10529440B2 (en) * | 2012-06-05 | 2020-01-07 | Rensselaer Polytechnic Institute | Circadian phase estimation, modeling and control |
US9533156B2 (en) * | 2012-10-31 | 2017-01-03 | Medtronic, Inc. | Method for calculating an estimate of a time-varying physiological variable |
-
2014
- 2014-12-01 JP JP2016535639A patent/JP6709154B2/ja active Active
- 2014-12-01 US US15/036,160 patent/US10376207B2/en active Active
- 2014-12-01 EP EP14805296.2A patent/EP3080732A1/en not_active Withdrawn
- 2014-12-01 CN CN201480065888.5A patent/CN105981019B/zh active Active
- 2014-12-01 WO PCT/EP2014/076061 patent/WO2015082382A1/en active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020005784A1 (en) * | 1998-10-30 | 2002-01-17 | Balkin Thomas J. | System and method for predicting human cognitive performance using data from an actigraph |
US20060224047A1 (en) * | 2005-03-30 | 2006-10-05 | Kabushiki Kaisha Toshiba | Sleepiness prediction apparatus and sleepiness prediction method |
US20090207028A1 (en) * | 2008-02-19 | 2009-08-20 | Alan Kubey | REM-Sleep Directed Visual Alarm System and Method |
CN103168306A (zh) * | 2010-10-27 | 2013-06-19 | 皇家飞利浦电子股份有限公司 | 判定对象昼夜节律特征的方法 |
EP2656782A1 (en) * | 2010-12-21 | 2013-10-30 | Universidad de Murcia | Device which comprises a physical activity and position sensor, a peripheral temperature sensor and a light sensor for providing information relating to the state of the circadian system |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111049983A (zh) * | 2019-12-13 | 2020-04-21 | 上海展扬通信技术有限公司 | 终端控制方法及终端 |
CN111049983B (zh) * | 2019-12-13 | 2024-02-27 | 上海传英信息技术有限公司 | 终端控制方法及终端、计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP3080732A1 (en) | 2016-10-19 |
WO2015082382A1 (en) | 2015-06-11 |
JP2016538927A (ja) | 2016-12-15 |
CN105981019B (zh) | 2020-08-07 |
US10376207B2 (en) | 2019-08-13 |
JP6709154B2 (ja) | 2020-06-10 |
US20170007178A1 (en) | 2017-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105981019A (zh) | 计算人的当前昼夜节律 | |
CN114845630A (zh) | 基于个性化锻炼时机优化入睡时间以调整昼夜节律 | |
RU2757048C1 (ru) | Способ и система оценки здоровья тела человека на основе данных большого объема о сне | |
Zhong | Internet of things sensors assisted physical activity recognition and health monitoring of college students | |
CN108027363A (zh) | 工程化血细胞估算 | |
CN108348745A (zh) | 预测医疗保健事件的系统和方法 | |
Pande et al. | Energy expenditure estimation with smartphone body sensors | |
JP2012110715A (ja) | リングベースの誘導給電式SpO2センサ | |
JP2012110716A (ja) | 患者からのムード情報の単純な収集の方法 | |
JP2012110714A (ja) | スタチン誘発性ミオパシー及び他の医的障害のセンサベースの診断 | |
CN105279362A (zh) | 个人健康监视系统 | |
RU2712395C1 (ru) | Способ выдачи рекомендаций по поддержанию здорового образа жизни на основе параметров ежедневной деятельности пользователя, автоматически отслеживаемых в реальном времени, и соответствующая система (варианты) | |
Banerjee et al. | Validating a commercial device for continuous activity measurement in the older adult population for dementia management | |
WO2016075529A1 (en) | System and method for detecting and quantifying deviations from physiological signals normality | |
US20220005580A1 (en) | Method for providing recommendations for maintaining a healthy lifestyle basing on daily activity parameters of user, automatically tracked in real time, and corresponding system | |
Zhong | Experiment of biological pulse sensor and its application in physical education | |
Tiwari et al. | Stress and anxiety measurement" in-the-wild" using quality-aware multi-scale hrv features | |
JP6864460B2 (ja) | 疾病予測装置 | |
Hannay et al. | Integrating wearable data into circadian models | |
Hoffmann et al. | Predicting elite triathlon performance: A comparison of multiple regressions and artificial neural networks | |
Lim et al. | Developing a mobile wellness management system for healthy lifestyle by analyzing daily living activities | |
KR101540101B1 (ko) | 스마트 건강관리 시스템용 힐링토큰 및 이를 구비한 건강공간 | |
WO2023157853A1 (ja) | 運動機能指標値の推定方法、推定装置、及び推定プログラム、並びに、運動機能指標値推定モデルの生成方法、生成装置、及び生成プログラム | |
Gatti et al. | Accuracy of estimates of cumulative load during a confined activity: bicycling | |
Charbonnier et al. | Toward a portable blood pressure recorder device equipped with an accelerometer |
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 |