CN106667528A - 一种可穿戴智能臂环及检测女性最佳受孕日的方法 - Google Patents
一种可穿戴智能臂环及检测女性最佳受孕日的方法 Download PDFInfo
- Publication number
- CN106667528A CN106667528A CN201610646751.XA CN201610646751A CN106667528A CN 106667528 A CN106667528 A CN 106667528A CN 201610646751 A CN201610646751 A CN 201610646751A CN 106667528 A CN106667528 A CN 106667528A
- Authority
- CN
- China
- Prior art keywords
- user
- day
- body temperature
- temperature
- ovulation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000016087 ovulation Effects 0.000 claims abstract description 112
- 230000036760 body temperature Effects 0.000 claims abstract description 105
- 238000001514 detection method Methods 0.000 claims abstract description 44
- 230000006870 function Effects 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 17
- 230000033001 locomotion Effects 0.000 claims abstract description 5
- 230000007958 sleep Effects 0.000 claims description 42
- 238000005259 measurement Methods 0.000 claims description 36
- 201000010065 polycystic ovary syndrome Diseases 0.000 claims description 35
- 230000027758 ovulation cycle Effects 0.000 claims description 29
- 206010036049 Polycystic ovaries Diseases 0.000 claims description 28
- 230000001133 acceleration Effects 0.000 claims description 24
- 230000002611 ovarian Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000011599 ovarian follicle development Effects 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 19
- 230000005906 menstruation Effects 0.000 claims description 18
- 230000007306 turnover Effects 0.000 claims description 18
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 15
- 230000029849 luteinization Effects 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 201000010099 disease Diseases 0.000 claims description 11
- MYVIATVLJGTBFV-UHFFFAOYSA-M thiamine(1+) chloride Chemical compound [Cl-].CC1=C(CCO)SC=[N+]1CC1=CN=C(C)N=C1N MYVIATVLJGTBFV-UHFFFAOYSA-M 0.000 claims description 9
- 230000028838 turning behavior Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 230000002175 menstrual effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 208000037093 Menstruation Disturbances Diseases 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 5
- 206010027339 Menstruation irregular Diseases 0.000 claims description 4
- RJKFOVLPORLFTN-LEKSSAKUSA-N Progesterone Chemical compound C1CC2=CC(=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H](C(=O)C)[C@@]1(C)CC2 RJKFOVLPORLFTN-LEKSSAKUSA-N 0.000 claims description 4
- 235000013601 eggs Nutrition 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 4
- 208000019255 Menstrual disease Diseases 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 210000004246 corpus luteum Anatomy 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000028327 secretion Effects 0.000 claims description 3
- 238000002513 implantation Methods 0.000 claims description 2
- 229960003387 progesterone Drugs 0.000 claims description 2
- 239000000186 progesterone Substances 0.000 claims description 2
- 238000010187 selection method Methods 0.000 claims description 2
- 206010021033 Hypomenorrhoea Diseases 0.000 claims 1
- 238000010998 test method Methods 0.000 claims 1
- 230000035935 pregnancy Effects 0.000 abstract description 17
- 230000003993 interaction Effects 0.000 abstract description 16
- 238000013461 design Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000036541 health Effects 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 4
- 208000035475 disorder Diseases 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 210000004681 ovum Anatomy 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 208000031636 Body Temperature Changes Diseases 0.000 description 2
- 206010020843 Hyperthermia Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000036031 hyperthermia Effects 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 230000037211 monthly cycles Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 102000002322 Egg Proteins Human genes 0.000 description 1
- 108010000912 Egg Proteins Proteins 0.000 description 1
- 206010035148 Plague Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003821 menstrual periods Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0012—Ovulation-period determination
-
- 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
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0012—Ovulation-period determination
- A61B2010/0019—Ovulation-period determination based on measurement of temperature
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Anesthesiology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种可穿戴智能臂环及检测女性最佳受孕日的方法,使用可穿戴智能臂环采集女性用户基础体温、动作姿态等生理特征数据,依据女性最佳受孕日检测方法,为备孕期女性用户检测最佳的受孕时间,通过蓝牙实现手机通讯,并在手机端WEB APP上实现女性基础信息输入和信息查看等交互功能。本发明结合相对准确且可实施性较高的基础体温计算排卵日方法检测女性最佳受孕日期,克服了传统基础体温测量方法测量不便、易受干扰等限制,同时为用户提供了较为完善的软硬件交互方案。
Description
技术领域
本发明涉及一种可穿戴智能臂环及检测女性最佳受孕日的方法。
背景技术
随着物质生活质量的提高以及计划生育政策对夫妻生育子女数目的限制,现代家庭对子女的重视程度不断提升,为了生出健康的孩子,年轻的父母们付出了很多的努力。而研究表明,育龄女性在排卵期行房可以增加其受孕的几率,其中排卵日更是怀孕的最佳时机,因此越来越多的年轻女性尝试推算自己的排卵日希望增加怀上健康宝宝的几率。然而,随着社会节奏的不断加快,现代女性尤其是育龄女性面临着越来越高的生活压力,长期熬夜、缺乏运动、工作压力过大等问题都容易导致女性的经期紊乱,进而导致排卵日紊乱。如何准确计算排卵日成为困扰很多育龄女性的难题。
计算排卵日有很多方法,其中相对准确且可实施性较高者为基础体温法。基础体温是指休息6-8小时后,尚未进行任何活动时的体温。女性在正常的月经周期中,基础体温呈现周期性变化并在排卵后明显升高。记录并观察月经周期的基础体温变化可以得到女性排卵日期。
目前使用最多的基础体温测量方法是每天醒来后使用传统体温计测量,然而,传统体温计的测量精确度并不能得到保障,拿取体温计和初始化体温计的行为动作也为基础体温的测量带来了干扰,此外,用户在醒来的第一时间很容易忘记测量体温,进而使得测量值会存在不准确的问题。对于传统的水银温度计而言,还存在水银泄漏等的问题。
为解决上述问题,人们转而将目光投入穿戴式智能体温检测设备的研制。然而,女性的基础体温和月经周期的数据不仅可以用于排卵日的检测,也可以用于多囊卵巢综合征等妇科疾病的辅助诊断,而这些妇科疾病也在很大程度上影响了女性的正常受孕。目前国内外相关分析产品较少,且存在测量功能单一,单纯测量体温或心率等身体指标且数据分析功能简单。
发明内容
本发明所要解决的技术问题是,针对现有技术不足,提供一种可穿戴智能臂环及检测女性最佳受孕日的方法。
为解决上述技术问题,本发明所采用的技术方案是:一种可穿戴智能臂环,包括:
睡眠姿态捕捉模块:用于捕捉用户睡眠期间的姿态变化数据;
体温检测模块:用于检测用户的体温变化;
控制模块:用于协调完成睡眠姿态捕捉模块和体温检测模块的初始化功能,实现睡眠姿态捕捉模块和体温检测模块间的通信以及装置与上位机之间的通信。
所述睡眠姿态捕捉模块包括:
三轴微加速度传感器:用于测量载体在三个轴方向上的运动加速度;
压力传感器:用于测量载体表面压力变化,并利用电阻效应将其转换为电信号,最终获得载体表面压力大小;
所述三轴微加速度传感器、压力传感器均与控制模块连接。
所述体温检测模块包括:
热敏传感器:用于测量外界的温度变化,并利用热敏效应原理将温度变化数据转换为电信号,最终获得温度数据;所述热敏传感器与所述控制模块连接。
本发明还提供了一种利用上述臂环检测女性最佳受孕日的方法,包括以下步骤:
1)设置每日基础体温的检测时间;
2)采集用户的基础体温;
3)从第三日起,通过短期排卵日检测法检测女性用户的排卵日;
4)从用户连续记录的第四月起,通过长期排卵日修正法修正短期排卵日检测法的预测结果,即三个周期内,若基础体温在同一时间段内升高0.3-0.6℃,则确定这一时间段为排卵日范围;
5)检测最佳受孕日是否存在;
6)最佳受孕时期为理想受孕日以及其后的2天。
步骤2)中,对基础体温进行调整,调整过程包括:
A、用户睡眠时,将从约定的测量时间提前2小时起,每隔5分钟采集平稳睡眠状态下的温度,当用户醒来时,停止温度采集;其中,
平稳睡眠状态判断条件的定义如下:
a)定义三轴微加速度传感器在某一时刻T采集数据值为xT,yT,zT,其中0<T<∞;定义三轴微加速度传感器的采样频率为1HZ;定义轻微偏差量为δ0,0<δ0<δ1<δ2<δ3<∞;定义用户在平稳睡眠状态下,三轴微加速度传感器的稳定测量数据为xstdard,ystdard,zstdard,测得的稳定姿态角度为θstdard,γstdard,ψstdard;
b)在t秒内,三轴微加速度传感器测量值为:
x0,y0,z0
x1,y1,z1
.........
xt,yt,zt
c)计算每一轴的平均测量值为:
d)计算测量序列的方差:
e)用户是否进入平稳睡眠状态的判断标准如下:
当steady计算值为0时,表示用户未进入稳定的睡眠状态;当steady计算值为
1时,表示用户进入稳定的睡眠状态,此时称用户处于平稳睡眠状态;
用户是否醒来的判断方法包括以下步骤:
1)某一时刻T,三轴微加速度传感器的采集数据值为xT,yT,zT,稳定数据为xstdard,ystdard,zstdard;
2)计算偏差量为Δ=[(xT-xstdard)2+(yT-ystdard)2+(zT-zstdard)2]/3;
3)判断用户是否有翻身动作:
当turnover计算值为0时,表示用户无翻身行为;
当turnover计算值为1时,表示用户有较小幅度的翻身行为;
当turnover计算值为2时,表示用户有中等幅度的翻身行为;
当turnover计算值为3时,表示用户有较大幅度的翻身行为;
当turnover计算值为4时,表示用户已经醒来;
B、在采集的温度数据中确定本次测量的基础体温,保存本次测量的基础体温值,基础体温值选择的方法包括:
1)停止记录时,用户最后一次处于平稳睡眠状态时的平均体温为基础体温,记为temperature;
2)记用户最后一次处于平稳睡眠状态时,压力传感器测量数据为pressure;
3)设置压力阈值为δ,若压力传感器数据pressure>δ,则认为当前测量值为准确测量值;否则,将其上一次处于稳定时的测量温度作为基础体温,重复步骤A)、步骤B)直至得到满足要求的基础体温数据;若用户2小时内均未检测得到符合要求的体温数据,则取其最后一次处于平稳状态时的体温数据增加0.5℃为用户当天的基础体温。
步骤3)中,短期排卵日检测法的具体实现过程包括:
1)连续记录三天用户的基础体温,基础体温值分别为temperature0,temperature1,temperature2;
2)若temperature1-temperature0≥0.3同时temperature2>temperature1,则用户处于排卵状态;否则用户未处于排卵状态。
步骤4)的具体实现过程包括:
1)采集近三个月经周期的基础体温数据,每一周期开始时间为月经开始第一天,结束时间为下一次月经开始前一天;
2)提取近三个周期内的排卵日,记录其日期为月经周期开始的第dovulation0,dovulation1,dovulation2天,三个周期的天数分别为circle0,circle1,circle2;
3)若同时满足:
Ddovulation<0.95&&Dcircle<0.95;
则认为女性用户月经周期开始的第天为用户的排卵日预测范围;
4)检验当月的短期排卵日检测结果,若当月检测得到女性用户排卵日在排卵日预测范围内,则认为其测量结果准确;
5)若短期排卵日检测结果不在排卵日预测范围内,认为该日期不准确,提示用户当天可能为排卵日,但不在其排卵日预测范围内,为测量失误或月经失调;该月经周期内,若再次通过短期排卵日预测法检测到排卵日,则比较两次检测到排卵日,取与排卵日预测范围最相近者为该周期的预测排卵日。
步骤5)的具体实现过程包括:
1)检测用户是否患有多囊卵巢综合征,分析用户的月体温数据,当体温曲线呈现小锯齿状低温曲线形状时,用户多患多囊卵巢综合征;当体温折线图呈现较大锯齿时,则多同时患有多囊与非多囊疾病。实现原理如下:
a)取倒数第二次月经开始后至最后一次月经开始前的基础体温数据:
temperature0,temperature1,temperature2,...,temperaturec
其中,0<c<∞,若c>50,提醒用户月周期经有异常请及时就医。
b)以记录中的排卵日为分界点,计排卵日为第m天,测得基础温度为temperaturem,
其中0<m<c,取排卵期前和排卵日后的数据分别计算其离散程度:
其中,
c)判断用户是否有多囊卵巢综合征:
定义阈值δ4,δ5,δ6,且0<δ4<δ5<δ6;
定义多囊卵巢综合征判断标准为:
当pcs值为0,表明用户温度曲线正常,应该没有多囊卵巢综合征问题;当pcs值为1,表明用户可能有多囊卵巢综合征;当pcs值为2,表明用户可能同时患有多囊与非多囊疾病;
2)检测用户是否存在月经不调问题;
a)记录用户的生理周期天数为D_menses;
b)以排卵日为临界,取该月经周期月经结束后的第一天,至排卵日前一天作为卵泡期,记录天数为D_folliclllar;取排卵日后第一天至月经周期最后一天为黄体期,记录天数为D_beta;
c)女性正常的卵巢周期天数应该为稳定范围,大部分女性的卵巢周期时间长度在28-32天,卵泡期为10-12天,黄体期为12-16天;
卵巢周期正常范围为D_mensemin<D_mense<D_mensemax,且默认D_mensemin=28,D_mersemax=32;
卵泡期正常范围为D_folliclllarmin<D_folliclllar<D_folliclllarmax,且默认D_folliclllarmin=10,D_follicllarmax=12;
黄体正常范围为D_betamin<D_beta<D_betamax,且默认D_betamin=12,D_betamax=16;
用户可以根据自身生理周期规律修改设定的范围值;
d)若月经周期满足D_mernsemin<D_mense<D_mensemax,则认为女性月经周期天数正常,若不足28天或超出32天,则认为女性月经周期天数不在正常范围 内;
e)若卵泡期满足D_folliclllarmin<D_folliclllar<D_folliclllarmax,则认为其卵泡期天数正常,否则认为卵泡期天数有异常,则可能患有无排卵、多囊卵巢、月经过稀等问题,影响了卵子的正常形成;
f)若黄体期满足D_betamin<D_beta<D_betamax,则认为其黄体期天数正常,否则黄体期天数有异常,会影响孕酮的正常分泌并导致受精卵无法着床;
g)若女性的月经周期天数、卵泡期天数、黄体期天数均正常,则认为女性的卵巢周期正常;否则,认为女性卵巢周期存在异常;
h)检测是否存在最佳受孕日;
若女性没有多囊卵巢综合征问题,且卵巢周期正常,则认为最佳受孕日存在;其他情况下均认为最佳受孕日不存在。
与现有技术相比,本发明所具有的有益效果为:本发明克服了传统的基础体温测量方法测量不便、易受干扰等的限制,并融合排卵日计算方法以及多囊卵巢综合征、卵巢周期检测方法估计女性用户的最佳受孕日。
在排卵日检测功能基础上增加睡眠质量检测、多囊卵巢预警和发烧检测的功能,并为用户提供了较为完善软、硬件交互方案,使女性健康监测变得轻松便捷,改变了传统的健康监测模式。
附图说明
图1为总体设计结构图;
图2为硬件设计框图;
图3为判断用户醒来算法框图;
图4为排卵日检测算法框图;
图5为多囊卵巢检测算法框图;
图6为APP功能设计框图。
具体实施方式
图1为基于可穿戴智能臂环的排卵日检测方法系统结构图,基于可穿戴智能臂环排卵日检测系统由可穿戴智能臂环、用户交互模块、云端组成,用户穿戴智能臂环采集人体数据,通过蓝牙方式与手机建立连接并通过交互模块完成数据交互功能,将数据保存至云端完成备份。
所述可穿戴智能臂环硬件设计框图如图2,包括检测器和固定装置,所述检测器用于数据检测及数据通信,包括睡眠姿态捕捉模块、体温检测模块以及控制模块,使用柔性物品封装检测器,并将其环绕固定于用户上臂;
所述睡眠姿态捕捉模块捕捉用户睡眠期间的姿态变化数据,包括姿势的变化以及腋下压力大小,主要用以修正体温检测模块的检测值,包括一个三轴微加速度传感器和一个压力传感器,分别通过导线与控制模块连接;
所述三轴微加速度传感器,用于测量载体在三个轴方向上的运动加速度,可以得到重力测量值;
所述压力传感器,测量表面压力变化,并利用电阻效应将其转换为电信号,最终获得表面压力大小;
所述体温检测模块用于检测用户的体温变化,主要用于采集检测用户基础体温所需的温度数据,包括一个热敏传感器;
所述热敏传感器,测量外界的温度变化并利用热敏效应原理温度变化转换为电信号,最终获得温度数据;
所述控制模块用于实现各个模块间的通信以及装置与上位机之间的通信,并协调完成各个模块的初始化功能,包括微型嵌入式系统和无线通讯模块以及外界电源,传感器模块与嵌入式系统通过导线进行数据通信。所述嵌入式系统和无线通讯模块通过导线连接,并通过无线通讯模块与交互模块进行通信;
所述微型嵌入式系统应当包括A/D转换单元以及中央处理器,使得惯性传感器模块的信号可以通过A/D转换单元传输至中央处理器;
所述无线通讯模块为蓝牙串口模块,中央处理器可以通过蓝牙串口模块与交互模块进行数据通信。
用户使用本发明主要用于最佳受孕日检测,本发明设计一套女性最佳受孕日检测方法,可分根据记录的基础体温数据以及女性卵巢的生理周期,并综合考虑多囊卵巢综合征及卵巢周期失调问题对用户正常受孕的影响,推算女性的最佳受孕日。
所述的最佳受孕日检测是根据记录的基础体温数据以及用户生理周期状况计算排卵日,从而获得用户的理想受孕日和最佳受孕日,其实现原理如下:
(1)用户通过交互模块完成初始化设置,设置每日基础体温的检测时间;
(2)由装置采集用户的基础体温,并通过蓝牙无线通信模块发送至手机端存储;
所述的基础体温获得部分根据监测模块采集得到的体温数据以及压力数据,计算调整并获得基础体温,修正在基础体温测量时间点手臂抬起而导致基础体温测 量不准的问题,实现原理如下:
1)用户进行初始化设置时,设定基础体温的测量时间;
2)用户睡眠时,将从约定的测量时间提前2小时起,每隔5分钟采集平稳睡眠状态下的温度,当用户的姿态发生了剧烈变化已经醒来时,停止温度采集;
步骤2)中,平稳睡眠状态判断条件的定义如下:
a)定义微三轴加速度传感器在某一时刻T采集数据值为xT,yT,zT,其中
0<T<∞;
定义微三轴加速度计的采样频率为1HZ;
定义轻微偏差量为δ0,0<δ0<δ1<δ2<δ3<∞;
定义用户在平稳睡眠状态下,微三轴加速度传感器的稳定测量数据为xstdard,ystdard,zstdard,测得的稳定姿态角度为θstdard,γstdard,ψstdard;
b)在t(0<t<30)秒内,微三轴加速度传感器测量值为:
x0,y0,z0
x1,y1,z1
.........
xt,yt,zt
c)计算每一轴的平均测量值为:
d)计算测量序列的方差:
e)用户是否进入平稳睡眠状态的判断标准如下:
当steady计算值为0时,表示用户未进入稳定的睡眠状态;当steady计算值为1时,表示用户进入稳定的睡眠状态,此时称用户处于平稳睡眠状态;
步骤2)中,检测用户的是否醒来的实现方式检测用户的是否醒来的实现方式如图3所示:
a)某一时刻T,微三轴加速度传感器的采集数据值为xT,yT,zT,稳定数据为
xstdard,ystdard,zstdard;
b)计算偏差量为:
Δ=[(xT-xstdard)2+(yT-ystdard)2+(zT-zstdard)2]/3
c)判断用户是否有翻身动作:
当turnover计算值为0时,表示用户无翻身行为;
当turnover计算值为1时,表示用户有较小幅度的翻身行为;
当turnover计算值为2时,表示用户有中等幅度的翻身行为;
当turnover计算值为3时,表示用户有较大幅度的翻身行为;
当turnover计算值为4时,表示用户已经醒来;
3)在采集的温度数据中确定本次测量的基础体温,保存本次测量的基础体温值;
基础体温值选择的原理如下:
a)取停止记录时,用户最后一次处于平稳睡眠状态时的平均体温为基础体温,记为temperature;
b)基础体温测量的理想情况下,用户应当用上臂将检测器夹于腋下,然而由 于用户睡眠期间翻身等动作,会导致检测器可能暴露在外,这一表现直接反映为压力传感器测量数据的变化;
记用户最后一次处于平稳睡眠状态时,压力传感器测量数据为pressure;
c)设置压力阈值为δ若压力传感器数据pressure>δ,则认为当前测量值为准确测量值;否则,将其上一次处于稳定时的测量温度作为基础体温,重复步骤2)、步骤3)直至得到满足要求的提问时数据;
若用户2小时内均未检测得到符合要求的体温数据,则取其最后一次处于平稳状态时的体温数据增加0.5℃为用户当天的基础体温;
(3)从第三日起,通过短期排卵日检测法检测女性用户的排卵日;
步骤(3)所述短期排卵日测量法如图4所示,利用短期内记录的基础体温数据测量用户的排卵日,是一种快速的排卵日预测方法,其原理为:
1)连续记录三天用户的基础体温,基础体温值分别为temperature0,temperature1,temperature2;
2)若temperature1-temperature0≥0.3同时temperature2>temperature1,则用户可能处于排卵状态,此时行房受孕几率较高;否则用户未处于排卵状态;
(4)从用户连续记录的第四月起,通过长期排卵日修正法修正短期排卵日检测法的预测结果,即三个周期内,若体温在同一时间段内升高0.3-0.6℃,则可确定这一时间段为排卵日范围。其实现步骤如下:
1)采集进三个月经周期的基础体温数据,每一周期开始时间为月经开始第一天,结束时间下一次月经开始前一天;
2)提取服务器中所记录的近三个周期内的排卵日,记录其日期为月经周期开始的第dovulation0,dovulation1,dovulation天,三个周期的天数分别为circle0,circle1,circle2;
3)若同时满足:
Ddovulation<0.95&&Dcircle<0.95
则认为女性用户月经周期开始的第天为用户的排卵日预测范围;
4)检验当月的短期排卵日检测结果,若当月检测得到女性用户排卵日在排卵日预测范围内,则认为其测量结果准确;
5)若短期排卵日检测结果不在排卵日预测范围内,认为该日期可能不准确,提示用户当天可能为排卵日,但不在其排卵日预测范围内,可能为测量失误或月经失调;该月经周期内,若再次通过短期排卵日预测法检测到排卵日,则比较两次检测得到的排卵日,取与排卵日预测范围最相近者为该周期的预测排卵日;
(5)判断最佳受孕日是否存在;
当女性用户在排卵日时行房,其受孕的几率最大,然而当其患有多囊卵巢综合征、月经不调等妇科疾病时,往往会影响到自身的正常受孕从而导致其受孕困难,故此时的女性用户的最佳受孕日不存在;
本发明检验用户是否患有妨碍受孕的妇科疾病进而判断用户的最佳受孕日是否存在,其实现步骤如下:
1)检测用户是否患有多囊卵巢综合征;
所述多囊卵巢综合征的检测方式如图5,检测女性用户的月体温数据,当用户体温曲线呈现小锯齿状低温曲线形状时,多患有多囊卵巢综合征;若用户的月体温折线图呈现较大锯齿时,即高体温仅维持三五天后便大幅下降,随即又恢复高体温并反复下降和上升过程,则多数同时患有多囊与非多囊疾病。实现原理如下:
a)取用户最近倒数第二次月经开始后至最后一次月经开始前的基础体温数
据:
temperature0,temperature1,temperature2,...,temperaturec
其中,0<c<∞,若c>50,提醒用户月周期经有异常请及时就医。
b)以记录中的排卵日为分界点,计排卵日为第m天,测得基础温度为temperaturem,其中0<m<c,取排卵期前和排卵日后的数据分别计算其离散程度:
其中,
c)判断用户是否有多囊卵巢综合征:
定义阈值δ4,δ5,δ6,且0<δ4<δ5<δ6;
定义多囊卵巢综合征判断标准为:
当pcs值为0,表明用户温度曲线正常,应该没有多囊卵巢综合征问题;当pcs值为1,表明用户可能有多囊卵巢综合征;当pcs值为2,表明用户可能同时患有多囊与非多囊疾病;
2)检测用户是否存在月经不调问题;
a)记录用户的生理周期天数为D_menses;
b)以排卵日为临界,取该月经周期月经结束后的第一天,至排卵日前一天作为卵泡期,记录天数为D_folliclllar;取排卵日后第一天至月经周期最后一天为黄体期,记录天数为D_beta;
c)女性正常的卵巢周期天数应该为稳定范围,大部分女性的卵巢周期时间长度在28-32天,卵泡期为10-12天,黄体期为12-16天;
卵巢周期正常范围为D_mensemin<D_mense<D_mensemax,且默认D_mensemin=28,D_mensemax=32;
卵泡期正常范围为D_folliclllarmin<D_folliclllar<D_folliclllarmax,且默认D_folliclllarmin=10,D_folliclllarmax=12;
黄体正常范围为D_betamin<D_beta<D_betamax,且默认D_betamin=12,D_betamax=16;
用户可以根据自身生理周期规律修改设定的范围值;
d)若月经周期满足D_mensemin<D_mense<D_mensemax,则认为女性月经周期天数正常,若不足28天或超出32天,则认为女性月经周期天数不在正常范围内;
e)若卵泡期满足D_folliclllarmin<D_folliclllar<D_folliclllarmax,则认为其卵泡期天数正常,否则认为卵泡期天数有异常,则可能患有无排卵、多囊卵巢、月经过稀等问题,影响了卵子的正常形成;
f)若黄体期满足D_betamin<D_beta<D_betamax,则认为其黄体期天数正常,否则黄体期天数有异常,会影响孕酮的正常分泌并导致受精卵无法着床;
g)若女性的月经周期天数、卵泡期天数、黄体期天数均正常,则认为女性的卵巢周期正常;否则,认为女性卵巢周期存在异常;
3)检测是否存在最佳受孕日;
若女性没有多囊卵巢综合征问题,且卵巢周期正常,则认为最佳受孕日存在;
若女性没有多囊卵巢综合征问题,但卵巢周期异常,则认为最佳受孕日不存在,提醒用户卵巢周期失调;
若女性换有多囊卵巢综合征问题,但卵巢周期正常,则认为最佳受孕日不存在,提醒用户可能患有多囊卵巢综合征问题;
若女性同时患有多囊卵巢综合征及卵巢周期异常问题,则认为最佳受孕日不存在,提醒用户可能同时患有多囊卵巢综合征及卵巢周期失调问题;
(6)依据步骤(5),当用户不存在最佳受孕日时,应提醒用户可能患有的病症并提醒用户及时就医;
当用户存在最佳受孕日时,若用户在处于排卵日时行房则受孕的几率最大,即排卵日为女性用户的理想受孕日,又因卵子在体内存活时间为3日左右,最佳 受孕时期为理想受孕日以及其后的2天;
步骤三:设计用户交互功能模块:
所述用户交互模块设计,是指用户交互功能模块设计,此处不包括具体的界面UI设计,如图6所示。
为了实现跨平台使用的需求,本发明使用Html5+CSS3开发WEB APP,以JavaScript语言为主要功能设计语言并内嵌于HTML中,并利用Web开发工具HBuilder打包成为APK,将代码放于服务器端,用户通过手机浏览器访问服务器端数据,不受限于手机系统。
用户通过浏览器可以完成初始化设置以及数据交互功能,此外,用户可以选择重置所有设置并清空数据记录;所述初始化设置包括年龄、身高、体重、月经周期、上一次月经开始及结束时间以及基础体温检测测量时间范围;数据交互功能包括设备通信以及数据同步功能;所述设备通信功能是通过手机蓝牙模块,与智能臂环建立数据连接或断开此连接;所述数据同步功能是指,将可穿戴臂环设备所采集的温度及姿态数据通过蓝牙同步至手机并存储;将用户设置的基础体温检测测量时间范围设置同步至可穿戴臂环设备;同时,通过网络将测量数据同步至服务器。
以用户(女)使用本发明为例,具体步骤及流程如下:
(1)用户通过交互模块,使用手机Web APP设置个人基本信息以及每日睡眠习惯、设置基础体温检测时间,并通过蓝牙连接设备,同步所有设置;
(2)用户于睡前开启智能臂环并正确佩戴,采集用户睡眠期间的数据;
(3)用户醒来,打开Web APP,并通过蓝牙将手机与智能臂环链接完成数据同步,手机通过网络将体温数据上传至服务器;
(4)服务器分析用户体温及姿态数据,使用评估女性最佳受孕日方法分析用户的体温及姿态数据;
(5)用户通过交互模块,提交查看个人最佳受孕日预测数据结果,并通过网络将这一请求发送至服务器,服务器调用排卵日计算方法分析用户基础体温数据,为用户返回排卵日预测数据,并通过无线传输至手机最终反馈给用户;
用户通过交互模块,查看关于个人健康提示内容,并通过网络将这一请求发送至服务器,服务器调用健康状况评估与预警方法分析用户基础体温数据,为用户返回健康状况评估与预警信息,并通过无线传输至手机,反馈给用户。
Claims (8)
1.一种可穿戴智能臂环,其特征在于,包括:
睡眠姿态捕捉模块:用于捕捉用户睡眠期间的姿态变化数据;
体温检测模块:用于检测用户的体温变化;
控制模块:用于协调完成睡眠姿态捕捉模块和体温检测模块的初始化功能,实现睡眠姿态捕捉模块和体温检测模块间的通信以及装置与上位机之间的通信。
2.根据权利要求1所述的可穿戴智能臂环,其特征在于,所述睡眠姿态捕捉模块包括:
三轴微加速度传感器:用于测量载体在三个轴方向上的运动加速度;
压力传感器:用于测量载体表面压力变化,并利用电阻效应将其转换为电信号,最终获得载体表面压力大小;
所述三轴微加速度传感器、压力传感器均与控制模块连接。
3.根据权利要求1所述的可穿戴智能臂环,其特征在于,所述体温检测模块包括:热敏传感器:用于测量外界的温度变化,并利用热敏效应原理将温度变化数据转换为电信号,最终获得温度数据;所述热敏传感器与所述控制模块连接。
4.一种利用权利要求1~3之一所述的臂环检测女性最佳受孕日的方法,其特征在于,包括以下步骤:
1)设置每日基础体温的检测时间;
2)采集用户的基础体温;
3)从第三日起,通过短期排卵日检测法检测女性用户的排卵日;
4)从用户连续记录的第四月起,通过长期排卵日修正法修正短期排卵日检测法的预测结果,即三个周期内,若基础体温在同一时间段内升高0.3-0.6℃,则确定这一时间段为排卵日范围;
5)检测最佳受孕日是否存在;
6)最佳受孕时期为理想受孕日以及其后的2天。
5.根据权利要求4所述的方法,其特征在于,步骤2)中,对基础体温进行调整,调整过程包括:
A、用户睡眠时,将从约定的测量时间提前2小时起,每隔5分钟采集平稳睡眠状态下的温度,当用户醒来时,停止温度采集;其中,
平稳睡眠状态判断条件的定义如下:
a)定义三轴微加速度传感器在某一时刻T采集数据值为xT,yT,zT,其中0<T<∞;定义三轴微加速度传感器的采样频率为1HZ;定义轻微偏差量为δ0,0<δ0<δ1<δ2<δ3<∞;定义用户在平稳睡眠状态下,三轴微加速度传感器的稳定测量数据为xstdard,ystdard,zstdard,测得的稳定姿态角度为θstdard,γstdard,ψstdard;
b)在t秒内,三轴微加速度传感器测量值为:
x0,y0,z0
x1,y1,z1
.........
xt,yt,zt
c)计算每一轴的平均测量值为:
d)计算测量序列的方差:
e)用户是否进入平稳睡眠状态的判断标准如下:
当steady计算值为0时,表示用户未进入稳定的睡眠状态;当steady计算值为1时,表示用户进入稳定的睡眠状态,此时称用户处于平稳睡眠状态;
用户是否醒来的判断方法包括以下步骤:
1)某一时刻T,三轴微加速度传感器的采集数据值为xT,yT,zT,稳定数据为xstdard,ystdard,zstdard;
2)计算偏差量为Δ=[(xT-xstdard)2+(yT-ystdard)2+(zT-zstdard)2]/3;
3)判断用户是否有翻身动作:
当turnover计算值为0时,表示用户无翻身行为;
当turnover计算值为1时,表示用户有较小幅度的翻身行为;
当turnover计算值为2时,表示用户有中等幅度的翻身行为;
当turnover计算值为3时,表示用户有较大幅度的翻身行为;
当turnover计算值为4时,表示用户已经醒来;
B、在采集的温度数据中确定本次测量的基础体温,保存本次测量的基础体温值,基础体温值选择的方法包括:
1)停止记录时,用户最后一次处于平稳睡眠状态时的平均体温为基础体温,记为temperature;
2)记用户最后一次处于平稳睡眠状态时,压力传感器测量数据为pressure;
3)设置压力阈值为δ,若压力传感器数据pressure>δ,则认为当前测量值为准确测量值;否则,将其上一次处于稳定时的测量温度作为基础体温,重复步骤A)、步骤B)直至得到满足要求的基础体温数据;若用户2小时内均未检测得到符合要求的体温数据,则取其最后一次处于平稳状态时的体温数据增加0.5℃为用户当天的基础体温。
6.根据权利要求4所述的方法,其特征在于,步骤3)中,短期排卵日检测法的具体实现过程包括:
1)连续记录三天用户的基础体温,基础体温值分别为temperature0,temperature1,temperature2;
2)若temperature1-temperature0≥0.3同时temperature2>temperature1,则用户处于排卵状态;否则用户未处于排卵状态。
7.根据权利要求4所述的方法,其特征在于,步骤4)的具体实现过程包括:
1)采集近三个月经周期的基础体温数据,每一周期开始时间为月经开始第一天,结束时间为下一次月经开始前一天;
2)提取近三个周期内的排卵日,记录其日期为月经周期开始的第dovulation0,dovulation1,dovulation2天,三个周期的天数分别为circle0,circle1,circle2;
3)若同时满足:
Ddovulation<0.95&&Dcircle<0.95;
则认为女性用户月经周期开始的第天为用户的排卵日预测范围;
4)检验当月的短期排卵日检测结果,若当月检测得到女性用户排卵日在排卵日预测范围内,则认为其测量结果准确;
5)若短期排卵日检测结果不在排卵日预测范围内,认为该日期不准确,提示用户当天可能为排卵日,但不在其排卵日预测范围内,为测量失误或月经失调;该月经周期内,若再次通过短期排卵日预测法检测到排卵日,则比较两次检测到排卵日,取与排卵日预测范围最相近者为该周期的预测排卵日。
8.根据权利要求4所述的方法,其特征在于,步骤5)的具体实现过程包括:
1)检测用户是否患有多囊卵巢综合征,分析用户的月体温数据,当体温曲线呈现小锯齿状低温曲线形状时,用户多患多囊卵巢综合征;当体温折线图呈现较大锯齿时,则多同时患有多囊与非多囊疾病。实现原理如下:
a)取倒数第二次月经开始后至最后一次月经开始前的基础体温数据:
temperature0,temperature1,temperature2,...,temperaturec
其中,0<c<∞,若c>50,提醒用户月周期经有异常请及时就医。
b)以记录中的排卵日为分界点,计排卵日为第m天,测得基础温度为temperaturem,其中0<m<c,取排卵期前和排卵日后的数据分别计算其离散程度:
其中,
c)判断用户是否有多囊卵巢综合征:
定义阈值δ4,δ5,δ6,且0<δ4<δ5<δ6;
定义多囊卵巢综合征判断标准为:
当pcs值为0,表明用户温度曲线正常,应该没有多囊卵巢综合征问题;当pcs值为1,表明用户可能有多囊卵巢综合征;当pcs值为2,表明用户可能同时患有多囊与非多囊疾病;
2)检测用户是否存在月经不调问题;
a)记录用户的生理周期天数为D_menses;
b)以排卵日为临界,取该月经周期月经结束后的第一天,至排卵日前一天作为卵泡期,记录天数为D_folliclllar;取排卵日后第一天至月经周期最后一天为黄体期,记录天数为D_beta;
c)女性正常的卵巢周期天数应该为稳定范围,大部分女性的卵巢周期时间长度在28-32天,卵泡期为10-12天,黄体期为12-16天;
卵巢周期正常范围为D_mensemin<D_mense<D_mensemax,且默认D_mensemin=28,D_mensemax=32;
卵泡期正常范围为D_folliclllarmin<D_folliclllar<D_folliclllarmax,且默认D_folliclllarmin=10,D_folliclllarmax=12;
黄体正常范围为D_betamin<D_beta<D_betamax,且默认D_betamin=12,D_betamax=16;
用户可以根据自身生理周期规律修改设定的范围值;
d)若月经周期满足D_mensemin<D_mense<D_mensemax,则认为女性月经周期天数正常,若不足28天或超出32天,则认为女性月经周期天数不在正常范围内;
e)若卵泡期满足D_folliclllarmin<D_folliclllar<D_folliclllarmax,则认为其卵泡期天数正常,否则认为卵泡期天数有异常,则可能患有无排卵、多囊卵巢、月经过稀等问题,影响了卵子的正常形成;
f)若黄体期满足D_betamin<D_beta<D_betamax,则认为其黄体期天数正常,否则黄体期天数有异常,会影响孕酮的正常分泌并导致受精卵无法着床;
g)若女性的月经周期天数、卵泡期天数、黄体期天数均正常,则认为女性的卵巢周期正常;否则,认为女性卵巢周期存在异常;
h)检测是否存在最佳受孕日;
若女性没有多囊卵巢综合征问题,且卵巢周期正常,则认为最佳受孕日存在;其他情况下均认为最佳受孕日不存在。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610646751.XA CN106667528B (zh) | 2016-08-09 | 2016-08-09 | 一种可穿戴智能臂环及检测女性最佳受孕日的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610646751.XA CN106667528B (zh) | 2016-08-09 | 2016-08-09 | 一种可穿戴智能臂环及检测女性最佳受孕日的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106667528A true CN106667528A (zh) | 2017-05-17 |
CN106667528B CN106667528B (zh) | 2020-05-05 |
Family
ID=58840256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610646751.XA Expired - Fee Related CN106667528B (zh) | 2016-08-09 | 2016-08-09 | 一种可穿戴智能臂环及检测女性最佳受孕日的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106667528B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108784748A (zh) * | 2018-05-25 | 2018-11-13 | 上海夏先机电科技发展有限公司 | 一种预测排卵日期的方法、装置和电子设备 |
CN109009234A (zh) * | 2018-05-25 | 2018-12-18 | 上海夏先机电科技发展有限公司 | 一种基于用户信息进行避孕、易孕、优孕评价的方法 |
CN110236524A (zh) * | 2019-06-17 | 2019-09-17 | 深圳市善行医疗科技有限公司 | 一种女性生理周期的监测方法、装置及终端 |
CN110236489A (zh) * | 2019-04-28 | 2019-09-17 | 华为技术有限公司 | 一种黄体功能评估方法及装置 |
CN110664440A (zh) * | 2019-09-17 | 2020-01-10 | 深圳市启蒙智慧医疗科技有限公司 | 女性排卵检测方法及测温仪 |
CN113413171A (zh) * | 2021-08-02 | 2021-09-21 | 北京雪扬科技有限公司 | 一种通过穿戴设备采集数据预测排卵日的方法 |
CN114366169A (zh) * | 2021-12-16 | 2022-04-19 | 深圳亿杉医疗科技有限公司 | Lh显性检测的避孕及备孕提醒方法及装置 |
CN115956886A (zh) * | 2022-01-29 | 2023-04-14 | 张哲� | 一种女性生理健康监测方法 |
WO2023237087A1 (zh) * | 2022-06-10 | 2023-12-14 | 华为技术有限公司 | 易孕期的预测方法、装置和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0385621A1 (en) * | 1989-02-17 | 1990-09-05 | Unilever Plc | Method and apparatus for monitoring the ovulation cycle |
CN1929506A (zh) * | 2006-09-22 | 2007-03-14 | 华为技术有限公司 | 基于手机推算妇女生理周期的方法及其手机 |
US20130131541A1 (en) * | 2011-11-23 | 2013-05-23 | Eternal Electronics Limited | Cell phone app for coupling a cell phone to a basal body temperature thermometer for predicting ovulation |
CN103815878A (zh) * | 2014-02-21 | 2014-05-28 | 深圳清华大学研究院 | 基础体温检测装置以及基础体温的检测方法 |
US20150250457A1 (en) * | 2014-03-10 | 2015-09-10 | Kabushiki Kaisha Toshiba | Ovulation day estimation apparatus, ovulation day estimation method and storage medium in which ovulation day estimation program is recorded |
CN105640596A (zh) * | 2016-03-10 | 2016-06-08 | 深圳还是威健康科技有限公司 | 推算生理周期的方法和智能手环 |
-
2016
- 2016-08-09 CN CN201610646751.XA patent/CN106667528B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0385621A1 (en) * | 1989-02-17 | 1990-09-05 | Unilever Plc | Method and apparatus for monitoring the ovulation cycle |
CN1929506A (zh) * | 2006-09-22 | 2007-03-14 | 华为技术有限公司 | 基于手机推算妇女生理周期的方法及其手机 |
US20130131541A1 (en) * | 2011-11-23 | 2013-05-23 | Eternal Electronics Limited | Cell phone app for coupling a cell phone to a basal body temperature thermometer for predicting ovulation |
CN103815878A (zh) * | 2014-02-21 | 2014-05-28 | 深圳清华大学研究院 | 基础体温检测装置以及基础体温的检测方法 |
US20150250457A1 (en) * | 2014-03-10 | 2015-09-10 | Kabushiki Kaisha Toshiba | Ovulation day estimation apparatus, ovulation day estimation method and storage medium in which ovulation day estimation program is recorded |
CN105640596A (zh) * | 2016-03-10 | 2016-06-08 | 深圳还是威健康科技有限公司 | 推算生理周期的方法和智能手环 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108784748A (zh) * | 2018-05-25 | 2018-11-13 | 上海夏先机电科技发展有限公司 | 一种预测排卵日期的方法、装置和电子设备 |
CN109009234A (zh) * | 2018-05-25 | 2018-12-18 | 上海夏先机电科技发展有限公司 | 一种基于用户信息进行避孕、易孕、优孕评价的方法 |
CN109009234B (zh) * | 2018-05-25 | 2021-08-20 | 上海夏先机电科技发展有限公司 | 一种基于用户信息进行避孕、易孕、优孕评价的方法 |
CN110236489A (zh) * | 2019-04-28 | 2019-09-17 | 华为技术有限公司 | 一种黄体功能评估方法及装置 |
CN110236524A (zh) * | 2019-06-17 | 2019-09-17 | 深圳市善行医疗科技有限公司 | 一种女性生理周期的监测方法、装置及终端 |
CN110664440A (zh) * | 2019-09-17 | 2020-01-10 | 深圳市启蒙智慧医疗科技有限公司 | 女性排卵检测方法及测温仪 |
CN113413171A (zh) * | 2021-08-02 | 2021-09-21 | 北京雪扬科技有限公司 | 一种通过穿戴设备采集数据预测排卵日的方法 |
CN113413171B (zh) * | 2021-08-02 | 2022-06-14 | 北京雪扬科技有限公司 | 一种通过穿戴设备采集数据预测排卵日的方法 |
CN114366169A (zh) * | 2021-12-16 | 2022-04-19 | 深圳亿杉医疗科技有限公司 | Lh显性检测的避孕及备孕提醒方法及装置 |
CN114366169B (zh) * | 2021-12-16 | 2024-08-27 | 深圳亿杉医疗科技有限公司 | Lh显性检测的避孕及备孕提醒方法及装置 |
CN115956886A (zh) * | 2022-01-29 | 2023-04-14 | 张哲� | 一种女性生理健康监测方法 |
WO2023237087A1 (zh) * | 2022-06-10 | 2023-12-14 | 华为技术有限公司 | 易孕期的预测方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106667528B (zh) | 2020-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106667528B (zh) | 一种可穿戴智能臂环及检测女性最佳受孕日的方法 | |
EP3125754B1 (en) | Unobtrusive ovulation tracking system and method using a subject's heart rate | |
US10980471B2 (en) | Sleep scoring based on physiological information | |
US8870764B2 (en) | Multi-modal sleep system | |
US20170265799A1 (en) | Fetal movement measuring device | |
US20180214028A1 (en) | System for body temperature measurement | |
CN104615851B (zh) | 一种睡眠监控方法及终端 | |
CN109171734A (zh) | 基于多传感器数据融合的人体行为分析云管理系统 | |
CN103815878A (zh) | 基础体温检测装置以及基础体温的检测方法 | |
CN109715074A (zh) | 用于确定女性的温度最低点的系统和方法 | |
CN107582036A (zh) | 一种提高准确度的血压测量方法、系统和装置 | |
CN111916211A (zh) | 一种适用于失能老人的安全监护系统和方法 | |
US20220192585A1 (en) | System and method for precise determination of a date of childbirth with a wearable device | |
CN105534477A (zh) | 女性备孕体征检测仪及检测方法 | |
CN203182904U (zh) | 一种弹性式生理指征检测仪探头 | |
CN217548019U (zh) | 一种可穿戴接触式动态智能体温监测装置 | |
CN114469011A (zh) | 一种可穿戴接触式动态智能体温监测装置 | |
CN115112265A (zh) | 一种人体核心体温和惯性信号的采集装置及采集方法 | |
WO2018006236A1 (zh) | 胎动量测装置 | |
CN113074837A (zh) | 一种基础体温监测仪及监测方法 | |
CN111415717A (zh) | 一种智能日常生活习惯管理服务系统及方法 | |
WO2023124316A1 (zh) | 葡萄糖监测系统 | |
CN116269516A (zh) | 基于体温的排卵期与经期推测方法、装置及存储介质 | |
Chen et al. | Detection of Daily Lifestyle Change from Pulse Rate Measured during Sleep. | |
Marin et al. | Cyber-Physical Platform for Preeclampsia Detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200505 Termination date: 20210809 |