CN107835659A

CN107835659A - 确定代谢参数

Info

Publication number: CN107835659A
Application number: CN201680040469.5A
Authority: CN
Inventors: A·G·博诺米; C·A·蒂曼; W·陈
Original assignee: Koninklijke Philips Electronics NV
Current assignee: Koninklijke Philips NV
Priority date: 2015-07-09
Filing date: 2016-06-23
Publication date: 2018-03-23
Also published as: RU2018104869A; RU2018104869A3; US20180192914A1; EP3319517A1; JP2018525073A; WO2017006204A1

Abstract

用于监测封闭或半封闭空间(诸如房间)中的人和其他动物的代谢参数的方法和系统。在这些实施例中，代谢参数，如基础代谢率、能量消耗和身体组成，是使用背景感知处理算法根据二氧化碳(CO₂)产生的环境测量结果而导出的。这些信息能够被整合到用于体重管理、健身改善、怀孕管理和慢性疾病管理创新训练计划中。

Description

确定代谢参数

技术领域

本发明总体涉及用于确定代谢参数的方法和系统，并且更具体涉及使用环境测量来确定与一个或多个人相关联的代谢参数。

背景技术

代谢测量通常基于使用通风罩系统或呼吸室的间接测热法。为了获得呼吸气体的高度准确的测量结果，测试对象通常被限制在小房间内或床周围再现的气密环境中。这样的系统是高度强迫性的，因为其限制测试对象的活动和移动性，并且由于安装的成本而大多不适合于家庭环境。这些测量系统被认为是用于确定静息时的能量消耗和代谢率的“黄金标准”。

这些系统通过控制由测试对象吸入和呼出的空气来确定代谢参数，从而能够准确地测量对象的呼吸气体(即，氧气(O₂)和二氧化碳(CO₂))的浓度变化。利用对O₂损耗和CO₂产生的测量结果，能够通过对测试对象代谢的物质(诸如碳水化合物、蛋白质或脂肪)进行假设来确定能量消耗。

也已经开发了用于测量O₂消耗和CO₂产生的便携式系统，以确定在身体活动期间的代谢率。这些系统允许在受控环境外部的代谢测量。然而，它们仍是侵扰性的，因为用户通常不得不在面罩或口罩内呼吸。这些便携式间接热量计的修改版本可以被用于测量静息代谢速率，只要用户在设备内呼吸的同时遵循受控的静息协议。

因此，需要能够不侵扰地确定各种代谢参数的方法和系统。

发明内容

提供该“发明内容”是以简化的形式来介绍将在下文的详细描述部分中进一步描述的对概念的选择。本发明内容并不旨在识别所要求保护的主题的关键特征或必要特征，也并不旨在用作辅助确定所要求保护的主题的范围。

本发明的各种实施例提供了用于在封闭或半封闭空间(诸如房屋内的房间)中确定人和其他动物的代谢参数的方法和系统，而不将对象限制在气密环境中或者要求对象在连接到气体分析器上的面罩或口罩中呼吸以便获得这样的测量结果。监测房间中人的代谢参数对于提供与个人健康和家庭空间管理有关的服务的系统而言是具吸引力的特征。

在一个方面中，本发明的实施例涉及一种用于估计代谢参数的方法。所述方法包括：利用背景(contextual)数据中的至少一项来推断在内部空间中接近传感器的至少一个人的存在；当所述至少一个人存在时，从所述传感器获得关于所述内部空间的至少一个环境测量结果；并且至少部分地利用所述至少一个环境测量结果来计算与所述至少一个人相关联的至少一个代谢参数。

在一个实施例中，所述至少一个背景数据选自包括以下项的组的：周围温度、周围噪声、周围湿度、周围二氧化碳、周围氧气、热源的存在以及一天中的时间。在一个实施例中，所述至少一个环境测量结果选自包括周围二氧化碳和周围氧气的组。在一个实施例中，所述至少一个代谢参数选自包括以下项的组：静息代谢率、肌肉质量、身体组成以及能量消耗。

在一个实施例中，利用背景数据来推断接近传感器的至少一个人的存在包括：将规则应用于所述背景数据以判定接近所述传感器的至少一个人的存在。在一个实施例中，所述背景数据和所述环境测量结果中的至少一个被过滤。在一个实施例中，所述至少一个环境测量结果被调节，以考虑影响室内空间中的环境测量结果的水平的至少一个因素，所述因素选自包括以下项的组：环境量的扩散、发射、损耗、主动运输以及辐射。

在一个实施例中，计算所述至少一个代谢参数包括：利用所述内部空间的特性将至少一个环境测量结果转换成体积测量结果。在一些实施例中，所述方法还包括：使用所述体积测量结果的变化率来计算能量消耗率和所述至少一个代谢参数。

在另一方面中，本发明的实施例涉及一种用于估计代谢参数的装置。所述装置包括与以下部件通信的计算单元：背景数据传感器，其用于测量关于接近所述背景数据传感器的内部空间的背景数据；以及存在于环境中或者作为可穿戴系统的一部分的传感器，其用于获得关于所述内部空间的至少一个环境测量结果。所述背景数据被用于推断在内部空间中接近所述环境传感器的至少一个人的存在。所述传感器被用于在至少一个人存在时获得关于所述内部空间的至少一个环境测量结果。所述计算单元被用于在至少一个人存在时至少部分地利用关于所述内部空间的所述至少一个环境测量结果来计算与所述至少一个人相关联的至少一个代谢参数。

在一个实施例中，所述背景数据选自包括以下项的组：周围温度、周围噪声、周围湿度、周围二氧化碳、周围氧气、热源的存在以及一天中的时间。在一个实施例中，所述至少一个环境测量结果选自包括周围二氧化碳和周围氧气的组。在一个实施例中，所述至少一个代谢参数选自包括以下项的组：静息代谢率、肌肉质量、身体组成以及能量消耗。

在一个实施例中，利用背景数据来推断接近环境传感器的至少一个人的存在包括：将规则应用于所述背景数据以判定接近所述环境传感器的至少一个人的存在。在一个实施例中，所述装置还包括至少一个过滤器，所述过滤器接收所述背景数据和所述环境测量结果中的至少一个。

在一个实施例中，计算所述至少一个代谢参数包括：利用所述内部空间的特性将至少一个环境测量结果转换成体积测量结果。使用所述体积测量结果的变化率来计算能量消耗率和所述至少一个代谢参数。在一个实施例中，所述至少一个环境测量结果被调节以考虑扩散。

在一个实施例中，所述计算单元、所述背景数据传感器和所述传感器被包含在相同的装置中。在一个实施例中，所述计算单元、所述背景数据传感器和所述传感器是彼此通信的分布式部件。

表征本发明非限制性实施例的这些和其他特征和优点将通过阅读下文的详细描述以及查看相关联的附图而变得显而易见。应当理解，前文的总体描述和下文的详细描述仅仅是解释性的，而并非限制所要求保护的非限制性实施例。

附图说明

参考后续附图描述了非限制性和非排他的实施例，在附图中：

图1是根据本发明的用于确定代谢参数的方法的流程图；

图2是根据本发明而收集的环境数据的示例性图表；

图3是示出了在未受监测空间中的周围二氧化碳随时间的变化的示例性图表；

图4图示了根据由本发明的实施例所使用的一个模型根据环境测量结果而确定的静息代谢率(RMR)的估计；

图5是使用由本发明的实施例所使用的第二模型开发的针对多人的能量消耗估计的直方图；并且

图6是根据本发明的用于确定代谢参数的示例性装置的框图。

在附图中，相似的附图标记在不同的视图中通常指代对应的部分。附图不一定按比例绘制，而是重点放在操作的原理和概念上。

具体实施方式

下文参照附图更全面地描述了各种实施例，附图形成本发明书的一部分，并且示出了特定的示例性实施例。然而，实施例可以以许多不同的形式来实施，并且不应当被解释为限于在本文中所阐述的实施例；相反，提供这些实施例使得本公开将是彻底和完整的，并且将实施例的范围全面地传达给本领域技术人员。实施例可以被实践为方法、系统或设备。相应地，实施例可以采取硬件实施方式、完全软件实施方式或者组合软件和硬件方面的实施方式的形式。因此，下文的详细描述不应当被认为是限制性的。

说明书中提及“一个实施例”或“实施例”意指结合各实施例所描述的特定特征、结构或特性被包括在本发明的至少一个实施例中。说明书中各处出现的短语“在一个实施例中”不一定都指代相同的实施例。

以下描述的一些部分是以对被存储在计算机存储器内的非瞬态信号的操作的符号表示的形式给出的。这些描述和表示是数据处理领域的技术人员用于将其工作的实质最有效地传达给本领域其他技术人员的手段。这样的操作通常需要对物理量的物理操纵。通常但并非必须地，这些量采取能够被存储、传输、组合、比较以及以其他方式操纵的电、磁或光学信号的形式。主要出于通用的原因，有时将这些信号称为比特、值、元素、符号、字符、术语、数字等是方便的。此外，在不失一般性的情况下，将需要对物理量进行物理操纵的步骤的特定布置称作模块或代码设备有时也是方便的。

然而，所有这些和类似的术语将与适当的物理量相关联，并且仅仅是应用于这些量的方便的标签。除非另外明确指出如从下文的论述中可以明显看出的，否则应当领会，在整个说明书中，利用诸如“处理”或“计算”或“运算”或“确定”或“显示”等的术语的论述指代计算机系统或类似电子计算设备的动作和过程，其操纵和转换在计算机系统存储器或寄存器或其他这样的信息存储、传输或显示设备内被表示为物理(电子)量的数据。

本发明的特定方面包括可以体现在软件、固件或硬件中的过程步骤和指令，并且当体现在软件中时，其可以被下载以驻留在由各种操作系统所使用的不同平台上并根据其进行操作。

本发明也涉及用于执行在本文中的操作的装置。该装置可以是为所需目的而专门构造的，或者其可以包括通过被存储在计算机中的计算机程序选择性激活或重新配置的通用计算机。这样的计算机程序可以被存储在计算机可读存储介质中，诸如，但不限于：任何类型的盘，包括软盘、光盘、CD-ROM、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡、专用集成电路(ASIC)或者适于存储电子指令的任何类型的介质，并且每种介质都被耦合到计算机系统总线。此外，说明书中所提及的计算机可以包括单个处理器，或者可以是采用多处理器设计以提高计算能力的架构。

在本文中所提出的过程和显示并不固有地涉及任何特定的计算机或其他装置。根据本文中的教导，各种通用系统也可以与程序一起使用，或者可以证明构造更专用的装置以执行所需的方法步骤是方便的。针对多种这些系统所需的结构根据下文的描述将显而易见。另外，本发明不参照任何特定的编程语言进行描述。应当领会，可以使用各种编程语言来实施在本文中所描述的本发明的教导，并且为了公开本发明的启用和最佳模式，提供了下面对特定语言的任意引用。

另外，说明书中所使用的语言主要是为了可读性和指导的目的而选择的，并且可能不被选择为描绘或限定本发明的主题。因此，本发明的公开内容旨在例示性而非限制权利要求书中所阐述的本发明的范围。

简言之，本发明的各实施提供了用于监测在诸如房间的封闭或半封闭空间中的人和其他动物的代谢参数的方法和系统。在这些实施例中，代谢参数，如基础代谢率、能量消耗和身体组成，是使用背景感知处理算法根据二氧化碳(CO₂)产生的环境测量结果而导出的。该信息能够被整合在用于体重管理、健身改善、怀孕管理以及慢性病管理的创新训练计划中。

本发明的实施例利用环境传感器来量化在封闭或半封闭空间中的各种相关环境因素，诸如噪声水平、CO₂水平、室温、气压和湿度。所述环境传感器可以是被包含在实施例中的专用元件，或者其可以是可以由各种实施例使用并且与之通信的外部系统的部件(例如，大气传感器、空气净化器、家庭气象站等)。利用预先存在的外部系统允许本发明的实施例以不突兀的方式确定代谢参数。

使用背景数据(诸如观测中的人的存在、数量和活动，各种环境因素的传播或扩散(例如，CO₂扩散)，以及环境的性质(封闭或半封闭空间等))来调节环境测量结果以考虑各种因素，并且然后将其用于评估代谢特征，诸如静息代谢率、总能量消耗、饮食诱发的能量消耗以及活动能量消耗。这些调节可以由诸如计算中心的专用处理单元或者能够进行这些计算的任何专用或专属计算机来完成，诸如智能电话、平板电脑、台式计算机、智能电器等。

具体地，背景数据可以被用于识别环境测量结果何时(即，一天的什么时间)对于来自CO₂测量的代谢参数的评估特别可靠，提高测量准确度，而无需受控和突兀的环境。

图1呈现了根据本发明的确定代谢参数的方法的实施例的流程图。所述方法通过将异类传感器数据与高级背景信息进行组合并应用时间序列处理算法来导出在房间环境中存在的一个或多个人的代谢参数。

在该实施例中，计算单元在一段时间内收集环境数据(即，关于封闭或半封闭的内部空间(诸如房屋中的房间)的特性的信息)，所述一段时间的范围可以从5-10分钟到一个或多个月(步骤100)。这样的环境数据能够使用一个或多个多传感器系统或多个分布式传感器来采集，并且可以包括温度、大气压、湿度、房间大小、噪声水平、和/或二氧化碳或与确定在空间中发生的代谢过程或特定背景场景有关的其他环境气体的浓度。能够使用各种计算单元来分析所述环境数据，以从时间序列值中提取相关特征和/或评估已经收集的测量结果的条件或背景。

本发明的背景感知元件分析和解释所收集的环境数据的至少子集，以形成关于内部空间的状况的至少一个推论，例如，房间是空的还是在该空间中、优选在该内部空间中接近传感器处存在一个或多个人(步骤104)。其他可能的推论涉及环境数据的可靠性、内部空间中是否存在多个对象、(一个或多个)对象是否从事活动以及(一个或多个)对象参与活动的性质。

在一个实施例中，通过分析所收集的环境数据的特征以及外源信息(诸如，例如一天中的时间或各种天气条件)来得出这些推论。该分析可以包括，但不限于：平滑或过滤时域或频域中的数据，计算所述数据的一阶导数或二阶导数(和/或平滑这些导数)，计算下降比率等。

在另一实施例中，通过将预定规则应用于所收集的环境数据来查看这些规则中的任意规则是否被满足而得出这些推论。所述规则自身可以根据所收集的训练数据以及现有知识来手动或自动地确定(例如，使用数据聚类)。

以下是根据环境数据确定背景信息(即，房间是否被占用，并且如果是，则占用人的近似数量)并且也确定数据对于代谢测量是否可靠的算法的一个范例。阈值1(Threshold1)和阈值2(Threshold2)表示相对于平均静息代谢率值的百分比(分别为1600千卡/天的50％和150％)的单个人的CO₂产生量：

对于普通技术人员显而易见的是，示例性算法首先考虑房间中的噪声水平以及二氧化碳测量结果的趋势来判定该空间是否被占用。当噪声水平超过40dB，并且CO₂中的连续商(consecutive quotient)超过100％时，所述算法判定该房间里有人存在。如果CO₂连续商减小，则所述算法指示该房间内没有人存在。

所述算法然后考虑存在的二氧化碳的水平来判定在房间中存在多少个体，即，如果二氧化碳的水平超过从具有平均静息代谢率的单个个体所预期的二氧化碳水平的150％，那么该算法假定在空间中存在多个人。舍弃低于预定阈值的CO₂浓度的任何增加，因为其指示不准确的测量结果。

已经根据环境数据推断出至少一个对象接近环境传感器，则采用来自该环境传感器的测量结果(步骤112)，并且将其用于确定针对至少一个对象的至少一个代谢参数(步骤116)。

在确立背景数据的一个或多个项(诸如在空间中的存在、空间中占用者的数量、在空间中发生的活动的类型等)(步骤104)之后，根据环境数据的集合而导出(步骤100)的环境测量结果(例如，环境CO₂的测量结果；步骤108)被用于确定一个或多个代谢参数(步骤112)。

在计算阶段(步骤112)中，所述环境测量结果(例如，CO₂测量结果)可以从与浓度相关的标准量(例如，百万分之一[ppm])转换成体积测量结果(例如，mL)，以便于进一步计算。转换过程可以利用关于收集测量结果的空间的大小或环境的信息，其能够由用户手动地输入或者使用例如基于光学传感器或相机的系统来自动地检测。

可以利用先前收集的环境测量结果(步骤100)和/或与空间占用的持续时间有关的推断的背景信息(步骤104)，根据所述环境测量结果(步骤108)来确定CO₂产生的速率(步骤112)。例如，算法能够使用先前检测到的特征或先前应用的规则的变化来确定空间何时变得被占用或者未被占用，并由此确定占用的持续时间。在一个实施例中，能够使用CO₂浓度的增加来识别占用的开始时间，并且CO₂浓度的下降可以被用于确定空间是空的、空间中的占用者的数量已经改变或者通风已经改变，从而识别占用的终点和总持续时间。

总持续时间和CO₂测量结果能够被应用于以下等式以计算CO₂产生的速率(VCO₂)：

利用VCO₂的估计，可以假设呼吸商值(RQ)允许根据诸如Weir等式的公布的等式来计算所消耗的能量(步骤112)。例如，能够假设RQ等于0.8，除非在该空间中受监测的用户正在执行持续的活动。在The Journal of Physiology，第109卷，第1-2期，第1-9页(1949)上的“New mothods for calculating metabolic rate with special reference toprotein metabolism”一文中描述了Weir等式，在此通过引用将其全部内容并入本文，如同在本文中完整陈述一样。

利用针对能量消耗而计算的值，能够为受监测的用户确定各种代谢参数(步骤112)。例如，如果背景数据表明用户刚刚醒来(例如，时间在上午6点到上午8点之间)，则能量消耗数据能够被用于计算静息代谢率(RMR)。如果背景数据表明用户刚刚已经吃过饭(例如，时间在上午11点或下午1点之间，或者CO₂水平表明燃气灶已经在运行)，则能量消耗数据可以被用于计算饮食诱发的生热(DIT)。如果背景数据表明用户已经执行特定的活动(例如，声音数据表明用户已经在跑步机上操作)，则能量消耗数据能够被用于计算特定活动的能量消耗(AEE)。

利用RMR的值，能够使用由科学文献提供的适当的预测等式来导出身体组成、肌肉质量和脂肪质量的估计。可以在K.M.Nelson、R.L.Weinsier、C.L.Long和Y.Schutz于Am.J.Clin.Nutr.，56:848-56(1992)上的“Prediction of resting energy expenditurefrom fat-free mass and fat mass”一文中找到这样的等式，在此通过引用将其全部内容并入本文，如同在本文中完整阐述一样。为了提高估计的准确性，对RMR、DIT或AEE的后续评估可以被过滤或者作为输入被提供给估计器以更新对这些代谢变量的估计。

通过组合噪声水平的信息、CO₂浓度的变化以及一天中的时间，可以识别若干用户活动，例如，早晨休息、吃早饭、吃午饭、吃晚饭、睡觉、打盹、看电视等。对此，图2呈现了在约8m×3.5m×3m的半封闭空间中由本发明的一个实施例每五分钟收集的环境数据的各种时间序列值的示例性图表。如由x轴所示的，所述时间序列值是在单个24小时时段内收集的。所述时间序列值包括空间中的周围温度200、空间中的周围二氧化碳204、周围二氧化碳的变化率(即，一阶导数)208、周围二氧化碳的连续商212以及空间中的周围噪声216。

如从时间序列数据的曲线图看到的，这些数据序列的变化与涉及空间的占用和/或空间的占用者的活动水平的变化的各种事件相关联。例如，在上午8点之后不久的周围温度200的上升与空间的加热系统220的接合相关联。周围噪声216指示从午夜到上午8点占用者睡着时空间实际上是安静的，并且噪音水平在白天随着各种活动而变化。类似地，周围二氧化碳的水平204在占用者睡眠时的夜间下降，然后在白天上升，随着占用者使用各种厨房用具224准备晚餐而在晚上显著升高。

在一些实施例中，背景感知可以被用户输入来替代或扩增。能够由用户提供在受监测的空间中正在执行的具体活动的信息，以及关于环境的状态的信息，诸如门窗是打开的还是关闭的。此外，可以使用聚类技术和数据驱动规则来实现背景分类，以将数据与具有与背景场景相链接的特定特性的群组相关联。

在一些实施例中，CO₂浓度的测量结果(步骤108)通过由于可能存在的门和窗的开口而预计将流出受监测的空间的CO₂的量来校正。这样的校正改善了由代谢过程产生的CO₂测量结果的质量。由于这样的扩散导致的CO₂减少的速率的估计能够通过确定对CO₂浓度随着时间减小进行建模的拟合函数(例如，线性、指数等)而在受监测空间中不存在人的时段期间从所收集的数据(步骤100)经验地获得。该方法允许将校正因子调整为受监测空间的特定特性。

通过范例的方式，图3描绘了示出在未被占用的受监测空间中的周围二氧化碳随时间的变化的图表。灰色区域指示受监测空间被占用的时段；这能够通过监测环境声音、高温计、运动传感器、CO₂浓度增加指示占用的假设等来确定。图3(a)示出了个体CO₂浓度测量结果以及测量数据的样条拟合。图3(b)示出了作为时间的函数的二氧化碳浓度的变化率，其然后能够被应用于如上所述的周围二氧化碳测量结果。在该特定范例中，在该环境中可以使用99.1％的CO₂浓度衰减值来校正流出房间的气体。

本发明的其他实施例采用不同的方法来进行CO₂扩散建模和校正。在这些实施例中，使用处理单元，所述处理单元能够访问随时间收集的环境测量数据。使用一个或多个传感器来尽可能频繁地、优选每五分钟或者甚至更经常地测量环境CO₂。算法估计CO₂呼出速率，其随后被用于计算用户的能量消耗。

第一CO₂传感器(传感器A)位于房间内部，例如，起居室或办公室。在该房间中的环境CO₂受到房间的居住者呼出CO₂的影响。可以使用多个CO₂传感器，其中每个传感器被放置在不同的房间中。

任选地，额外的CO₂传感器(传感器B)被放置在包含房间的建筑物的外部。室外传感器不是必需的，但是将显著改善所估计的能量消耗的准确度。所述室外传感器测量室外CO₂，所述室外CO₂用作要被用于估计CO₂从房间到外界的净扩散的基线。

另外，能够使用环境传感器来测量时间以及房间中的声音水平、温度、压力和湿度。如上所述，这些测量结果能够为所估计的能量消耗提供背景，例如以确定人是在休息、活动还是在睡觉。

根据这些实施例的估计的计算开始于在期望的时间段期间选择所收集的数据的子集。这能够由用户完成或者通过例如从最后x周选择数据或者选择先前未处理的数据来以自动的方式完成。

房间CO₂信号(即，由传感器A所收集的)的一阶导数和二阶导数被用于选择所收集的房间CO₂数据中的房间CO₂浓度增加或减少的时间子集。可以使用已经例如针对噪声被过滤的CO₂信号的已处理变体来计算一阶导数和二阶导数。例如，当一阶导数在至少20分钟的连续时段内为正时，该子集被认为是增加CO₂时段。类似地，当一阶导数在至少20分钟的连续时段内为负时，该区域被认为是减少CO₂时段。

二阶导数被用于微调增加时段和减少时段的开始时间。针对增加CO₂时段，二阶导数最大的时间点被用作起始点。类似地，针对减少CO₂时段，二阶导数最小的时间点被用作起始点。该额外步骤可以被用于选择所收集的房间CO₂数据中的CO₂的变化最为显著的(例如，最有可能由于人的行为而导致的)时间子集，并且忽略CO₂的变化仍然很小的开始时段。如上所述，例如在烹饪期间，也能够使用关于温度、湿度、压力和声音水平的背景数据来忽略不能够准确估计能量消耗的时间段。

在识别了感兴趣时间段内的增加CO₂浓度和减少CO₂浓度的时间段之后，使用计算模型来模拟和再现在增加时段和减少时段期间所观测到的动态变化。在一个实施例中，所述模型包括两个部分：第一加法部分，其对将CO₂添加到环境的因子(例如，人类呼气)进行建模；以及第二减法部分，其对从环境中去除CO₂的因子(例如，经由CO₂的扩散/传输到邻近区域)进行建模。

在一个实施例中，所述计算模型是对CO₂浓度随时间的变化进行建模的常微分方程(ODE)：

在此，参数c₁表示加法因子(即，人类CO₂排出)，并且参数c₂表示减法因子(即，扩散常数)。如由等式2所描述的，在时间t处的扩散率由扩散常数乘以在该时间点处在室内CO₂浓度([CO₂](t)，如由传感器A测得的)与室外CO₂浓度如由传感器B测得的)之间的差给出。

在不采用传感器B的实施例中，能够使用室外CO₂浓度的估计。参数c₁和c₂最初是未知的，并且可以使用最小二乘法优化技术来估计，所述最小二乘法优化技术确定使在模拟的CO₂曲线图(profile)与测量的CO₂曲线图之间的差异量度(例如，平方差之和)的参数。优化流程是针对所有识别的增加时段和减少时段来执行的。因此，获得了和估计的向量即，

能够通过确定估计的置信界限来评估所推断的参数的准确性。例如，为此目的，能够采用自举方法，通过针对数据的不同实现来重复参数估计，得到估计的分布。随后，能够根据所得到的估计的分布来确定置信区间。通过向数据添加不同的随机采样噪声实现可以获得不同的数据实现。例如，信息能够被用于避免不准确的估计或者在特定时间段期间对多个估计进行加权。

每个估计的参数可以被用于获得对应的能量消耗值。首先，使用关于房间大小的信息将作为浓度通量[ppm CO₂/min]的转换为被表达为[mL CO₂/min]的体积通量(VCO₂)：

其中，V_room是以m³为单位的房间体积。能够将房间体积手动提供给系统，或者能够使用例如基于光学传感器和相机、超声等的系统自动地确定。随后，使用前述Weir等式来计算用户的能量消耗(EE)：

其中，RQ是呼吸商，其在静息条件下常常被假设为0.82左右。本领域普通技术人员将认识到，当然，模型的特定系数值可以在本发明的各种实施例之间变化，并且在其他方面是非限制性的。

针对每个估计的参数来计算能量消耗，得到EE值的向量。这样的向量的直方图可以揭示与不同人或人群相对应的EE值的不同模式。能够使用聚类技术来提取不同的模式。这使得能够跟踪不同个体随着时间的能量消耗。关于日常生活的不同活动期间的能量消耗的信息能够被整合到用于个性化体重管理、健身改善、怀孕管理和慢性病管理的创新训练计划中。

图4图示了利用上文结合图1所讨论的本发明的方法和装置根据环境测量结果而确定的针对单个个体的RMR的估计。具体而言，通过使用背景识别来确定RMR，以识别在受监测空间中的人的存在，检测单个占用者，自动检测占用者的离开，在早晨检测占用者存在，校正CO₂扩散，并且将每日RMR估计与先前几天的所计算的RMR值进行平均。图4(a)中的线表示针对每个监测日的RMR的全局评估的移动平均，其示出了到参考RMR的收敛。

如在图4(a)中所描绘的，在最终收敛于真值之前，初始估计可能是不准确的。如所示的，当该方法被应用于在随后几天(在30天)中针对对象所捕获的环境数据时，RMR的估计的平均偏差低于60千卡/天(即，<3％)。图4(b)是RMR的估计逐日误差的直方图。

图5呈现了使用等式2-5针对所估计的参数而计算的能量消耗(EE)值的一周价值的直方图的范例。如从直方图看到的，这样的向量的直方图能够揭示与不同人或人群相对应的EE值的不同模式。然后，能够使用聚类技术来提取不同的模式。这提供了跟踪个人随着时间的能量消耗的可能性。

在这种情况下，空间主要由两个人占用。叉号表示基于Harris-Benedict等式的能量消耗值。两种模式与占用空间的两个人一致(EE_ref-1和EE_ref-2)，并且一种模式与两个人的总和(EE_ref-1+EE_ref-2)一致。图6呈现了根据本发明的用于估计代谢参数的装置的范例。计算单元600与至少一个环境传感器604以及任选地背景传感器608进行通信。

计算单元600可以采取多种形式，诸如本地台式计算机或膝上型计算机、机顶盒、在智能手机、平板电脑上执行的应用、“下一计算单元”(NUC)、无线扬声器或者与前述设备中的一个或多个设备通信的远程服务器计算机等，但是不管具体配置包括足够的计算能力来执行上述方法。

根据本发明也可以使用各种环境传感器604，诸如麦克风、视频相机、二氧化碳传感器、温度计、高温计、运动传感器、气压计、湿度传感器等。环境传感器604可以采取各种配置，并且在一些实施例中可以被集成到计算单元600中，或者可以是分立的、独立的物品。值得注意的是，环境传感器604提供受监测空间中的环境因素的测量结果。

在各种实施例中可以采用各种背景传感器608。背景传感器608可以采取各种配置，并且在一些实施例中可以被集成到计算单元600中，或者可以是分立的、独立的物品。上文所讨论的环境传感器604的类型也可以被用作背景传感器608。一些实施例将缺少明确的背景传感器608，并且将替代地使用单个设备(例如，CO₂传感器)作为环境传感器604和背景传感器608两者。

在各种实施例中，装置的部件被集成到单个实施例或壳体中。在其他实施例中，部件通过空间分布并且通过有线(例如，以太网、令牌环等)或无线互连(例如，802.11x、蓝牙、蓝牙LE、Zigbee等)进行通信。

当部件被分布时，其自身可以是其他设备的部件。例如，在一些实施例中，计算单元600与作为气象站、空气净化器、手机等的一部分的环境传感器604和/或背景传感器608进行通信。在这些实施例中，所述部件可以由相同的制造商供应，或者其可以由不同的制造商提供并且使用例如通用协议进行通信。

一种这样的协议将允许个体部件通过彼此宣告其能力并允许部件相互询问与其宣告的能力相关的信息或动作来彼此互操作。在一个这样的示例性实施例中，计算单元600'(例如，运行应用(app)的智能电话)，环境传感器604'(例如，CO₂传感器)和背景传感器608'(例如，高温计)全部由不同的制造商提供，并且使用利用蓝牙LE的家庭环境中的个人局域网(PAN)来建立彼此的通信。一旦建立了通信，环境传感器604'就通知当被查询时其将提供CO₂的测量结果，并且背景传感器608'通知在被查询时其将提供对接近背景传感器608'的人的指示。如上所述操作的计算单元600'查询背景传感器608'，并接收指示接近背景传感器608'处存在人的消息。计算单元600'向环境传感器604'发出多个询问以获得在各个时间点处的周围二氧化碳浓度的测量结果。计算单元600'选择与由单个人的占用时段一致的测量结果，并使用这些测量结果来计算如上所述的观测中的人的VCO₂和各种代谢参数。

对个体部件的放置对于普通观测者而言可能是明显的，诸如，当个体部件被嵌入到个体器具中时；但是个体部件也可以从普通的视野中隐藏，诸如当部件被嵌入在表面上与环境监测无关的设备(诸如电视、灯泡或智能手机)中时。

关于能量消耗、静息代谢率或相关因素(诸如身体组成和肌肉质量)的信息能够被整合到用于体重管理、健身改善、怀孕管理和慢性病管理的创新训练计划中。训练服务可以使用代谢数据来个性化和增强对特定干预计划的生理响应，从而使期望的健康益处最大化。

上文参考根据本公开的实施例的方法、系统和计算机程序产品的框图和/或操作说明描述了本公开的实施例。在框中标示的功能/动作都可以不按任何流程图中所示的次序发生。例如，取决于所涉及的功能/动作，连续示出的两个框实际上可以基本上同时地执行，或者框有时可以以相反的次序执行。另外，并非在任何流程图中所示的所有框都需要被执行和/或运行。例如，如果给定的流程图具有包含功能/动作的五个框，则可能存在只实现和/或执行五个框中的三个的情况。在该范例中，可以执行和/或运行五个框中的任意三个框。

在本申请中所提供的一个或多个实施例的描述和说明并不意图以任何方式限制或约束所要求保护的本公开的范围。本申请中提供的实施例、示例和细节被认为足以传达拥有物，并且使得其他人能够制作和使用所要求保护的实施例的最佳模式。所要求保护的实施例不应当被解释为限于本申请中所提供的任何实施例、示例或细节。无论是组合地还是单独地显示和描述，(结构的和方法的)各个特征旨在选择性地被包括或省略，以产生具有特定特征集合的实施例。在已经提供了本申请的描述和说明之后，本领域技术人员可以设想落入本申请中所体现的总体发明构思的更宽泛方面的主旨内的变型、修改和替代实施例，而不背离所要求保护的实施例的更宽泛的范围。

Claims

1.一种用于估计至少一个人的代谢参数的方法，所述方法包括：

(a)利用背景数据中的至少一项来推断在内部空间中至少一个人的存在；

(b)当所述至少一个人存在时，从传感器获得关于所述内部空间的至少一个环境测量结果；并且

(c)至少部分地利用所述至少一个环境测量结果来计算与所述至少一个人相关联的至少一个代谢参数。

2.根据权利要求1所述的方法，其中，至少一个背景数据选自包括以下项的组：周围温度、周围噪声、周围湿度、周围二氧化碳、周围氧气、热源的存在以及一天中的时间。

3.根据权利要求1所述的方法，其中，所述至少一个环境测量结果选自包括周围二氧化碳和周围氧气的组。

4.根据权利要求1所述的方法，其中，所述至少一个代谢参数选自包括以下项的组：能量摄入、静息代谢率、肌肉质量、身体组成以及能量消耗。

5.根据权利要求1所述的方法，其中，利用背景数据来推断接近传感器的至少一个人的存在包括：将规则应用于所述背景数据以判定接近所述传感器的至少一个人的所述存在。

6.根据权利要求1所述的方法，其中，所述背景数据和所述环境测量结果中的至少一个被过滤。

7.根据权利要求1所述的方法，其中，计算所述至少一个代谢参数包括：利用所述内部空间的特性来将所述至少一个环境测量结果转换成体积测量结果。

8.根据权利要求7所述的方法，还包括：使用所述体积测量结果的变化率来计算能量消耗率和所述至少一个代谢参数。

9.根据权利要求1所述的方法，其中，所述至少一个环境测量结果被调节以考虑影响室内空间中的环境测量结果的水平的至少一个因素，所述因素选自包括以下项的组：环境量的扩散、发射、损耗以及主动运输。

10.一种用于估计至少一个人的代谢参数的装置，所述装置包括：

计算单元，其与以下部件通信：

背景数据传感器，其测量关于接近所述背景数据传感器的内部空间的背景数据；以及

存在于环境中或者作为可穿戴系统的一部分的传感器，其获得关于所述内部空间的至少一个环境测量结果，

其中，所述背景数据被用于推断在内部空间中接近环境传感器的至少一个人的存在，所述传感器被用于获得关于所述内部空间的至少一个环境测量结果，并且所述计算单元被用于当所述至少一个人存在时，至少部分地利用关于所述内部空间的所述至少一个环境测量结果来计算与所述至少一个人相关联的至少一个代谢参数。

11.根据权利要求10所述的装置，其中，所述背景数据选自包括以下项的组：周围温度、周围噪声、周围湿度、周围二氧化碳、周围氧气、热源的存在以及一天中的时间。

12.根据权利要求10所述的装置，其中，所述至少一个环境测量结果选自包括周围二氧化碳和周围氧气的组。

13.根据权利要求10所述的装置，其中，所述至少一个代谢参数选自包括以下项的组：静息代谢率、肌肉质量、身体组成以及能量消耗。

14.根据权利要求10所述的装置，其中，利用背景数据来推断接近所述环境传感器的至少一个人的所述存在包括：将规则应用于所述背景数据以判定接近所述环境传感器的至少一个人的所述存在。

15.根据权利要求10所述的装置，还包括至少一个过滤器，所述过滤器接收背景数据和环境测量结果中的至少一个。

16.根据权利要求10所述的装置，其中，计算所述至少一个代谢参数包括：利用所述内部空间的特性来将所述至少一个环境测量结果转换成体积测量结果。

17.根据权利要求16所述的装置，其中，所述体积测量结果的变化率被用于计算能量消耗率和所述至少一个代谢参数。

18.根据权利要求10所述的装置，其中，所述至少一个环境测量结果被调节以考虑扩散。

19.根据权利要求10所述的装置，其中，所述计算单元、所述背景数据传感器和所述传感器被包含在相同的装置中。

20.根据权利要求10所述的装置，其中，所述计算单元、所述背景数据传感器和所述传感器是彼此通信的分布式部件。