CN108293174A - 用于众包算法开发的方法和系统 - Google Patents

用于众包算法开发的方法和系统 Download PDF

Info

Publication number
CN108293174A
CN108293174A CN201680068147.1A CN201680068147A CN108293174A CN 108293174 A CN108293174 A CN 108293174A CN 201680068147 A CN201680068147 A CN 201680068147A CN 108293174 A CN108293174 A CN 108293174A
Authority
CN
China
Prior art keywords
algorithm
data
wearable
hub
device further
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.)
Pending
Application number
CN201680068147.1A
Other languages
English (en)
Inventor
耶苏斯·平达多
梅丽莎·瑟罗洛
什亚梅尔·帕特尔
赖安·麦金尼斯
保罗·迪皮特里洛
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.)
Mc10 Ltd By Share Ltd
MC10 Inc
Original Assignee
Mc10 Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mc10 Ltd By Share Ltd filed Critical Mc10 Ltd By Share Ltd
Publication of CN108293174A publication Critical patent/CN108293174A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G06F8/77—Software metrics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters 
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/50—Service provisioning or reconfiguring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication

Abstract

用于传感器数据分析的算法的开发的系统包括一个或多个可穿戴式传感器装置、智能设备和云计算平台。所述可穿戴式传感器装置中的传感器产生来自用户的传感器数据(例如，生理数据)，所述传感器数据可以被所述可穿戴式传感器装置中的软件算法处理或通过云计算被所连接的智能设备(例如，智能手机)处理，从而产生算法输出。原始传感器数据与诸如所述算法输出和传感器数据特征等其他信息一起可以发送到所述云计算平台以进行存储并且使开发者能够访问数据，以便修改所述软件算法。所述可穿戴式传感器装置可以被配置成根据所述软件算法的性能将更多或更少的数据发送到所述云计算平台。

Description

用于众包算法开发的方法和系统
相关申请的交叉引用
本申请要求包括于2015年9月22日提交的美国临时申请第62/221,664号在35U.S.C.§119(e)下的权益在内的法律规定的任何和全部权益，因此将该临时申请的全部内容以引用的方式并入本文中。
关于联邦资助研究的声明
不适用
缩微胶片附录的引用
不适用
技术领域
本发明涉及众包算法(crowd-sourced algorithm)和应用开发，并且更特别地，涉及用于使多个开发团队能够参与并竞争算法和软件应用的开发的方法和系统。另外，本发明可以包括通过提供固件模式切换以便于算法评估来支持开发的设备。
背景技术
软件开发是一项需要多人合作以基于算法和软件来开发计算机的复杂任务。有时，软件开发会被外包给软件开发商的外部团队。此外，众包软件开发是一种新兴的方法。利用这种方法，可以由诸如在线社区等一大群无关人士而非由员工和承包商来提供软件开发服务。此外，大部分开发都可以使用诸如云计算等共享分布式资源来进行管理。例如，参见以引用的方式并入本文中的Wei-Tek Tsai,Wenjun Wu,Michael N.Huhns,"Cloud-BasedSoftware Crowdsourcing(基于云的软件众包)",IEEE Internet Computing,vol.18,no.3,pp.78-83,May-June 2014,doi：10.1109/MIC.2014.46。
发明内容
基于软件应用的用于可穿戴式传感器的算法开发涉及分析由大量用户生成的大量数据。可以在具有定义明确的测试协议的受控条件下在监管设置中执行数据收集，以生成标记数据集。一旦收集到收据，算法开发者就可以开发对数据进行分析以提取与待解决问题相关的特征并根据输入数据产生正确的相关输出的算法(和软件应用)。数据收集和数据分析方法可以按照明确的计划顺序发生。这种传统方法需要大量的时间和资源用于进行(a)数据收集以及(b)算法开发和验证，这会限制各对象可以生成的数据量以及对象数量。结果，基于小样本量开发的算法在应用到大群体时往往表现不佳，并且改进这些算法可能花费很长时间并需要大量资源。
本发明涉及一种新颖的可穿戴式计算架构，其能够在无监管设置中从大量用户生成标记数据集并且能够实现算法开发过程，由此数据收集以及算法开发和改进能够同时发生并持续进行。
根据一些实施例，系统可以包括三种基本部件，1)一个或多个可穿戴式传感器和/或装置，2)一个或多个智能设备(例如，智能手机或其他支持蓝牙的设备或集线器或网关)，以及3)云计算平台。
根据一些实施例，至少一个所述可穿戴式传感器和/或装置可以生成数据流(例如，来自传感器的数据和其他信息)。所述数据流可以包括来自一系列不同传感器(例如，加速计、陀螺仪、ECG(心电图)、EMG(肌电图)、GSR(皮肤电反应)等)的以下类型的数据中的一者或多者，包括1)原始传感器数据，2)被算法用作输入的参数，以及3)算法输出(例如，活动数据、处理后的传感器数据、特征、记号(token)或活动属性)。可穿戴式传感器装置还可以与其他可穿戴式传感器装置、可穿戴式刺激装置和集线器装置(例如，智能手机、集线器和/或网关装置)通信，以在这些装置之间发送和接收数据。根据一些实施例，可穿戴式传感器装置可以是柔性的、可拉伸的和/或共形的，并且适用于使用粘合材料粘附到主体。根据一些实施例，所述可穿戴式传感器装置可以被包含在身体穿戴式装置中，例如，支架、手镯或脚镯或服装。
智能手机或集线器或网关可以包括能够与可穿戴式传感器装置和云计算平台通信的任何装置。集线器或网关可以是被配置成与可穿戴式传感器和云计算平台通信的个人计算机(PC：personal computer)或其他可编程装置(例如，智能手机、专用集线器或网关)。根据一些实施例，智能手机或集线器可以被配置成接收用户的输入，并且智能手机中的传感器可以被配置成收集与从可穿戴式感测装置接收的数据和/或其他信息有关的附加数据或元数据。根据一些实施例，智能手机或集线器可以使用用户输入的信息来生成地面实况标签(ground truth label)，所述地面实况标签可以用来表征用户的活动或从用户佩戴的可穿戴式传感器装置接收的数据。根据一些实施例，智能手机或集线器可以包括部件和传感器(例如，钟表和日历、GPS(全球定位系统)传感器、温度传感器、加速度传感器、陀螺仪、照相机和光传感器)，并且可以使用这些部件和传感器在产生或接收传感器数据时收集与活动或用户相关联的上下文数据(contextual data)和信息。智能手机或集线器还可以被配置成充当可穿戴式传感器装置的控制器。智能手机或集线器还可以被配置成发送命令(例如，经由诸如蓝牙、近场通信(NFC：Near Field Communication)、射频识别(RFID：RadioFrequency Identification)、WiFi或Zigbee等无线通信设备以无线的方式发送)，以控制可穿戴式感测装置的操作以及上传软件和固件更新。智能手机或集线器还可以被配置为网关，以发送数据(例如，从可穿戴式传感器装置接收的用户数据和信息)并从云计算平台/基础设施(infrastructure)接收数据(例如，用于可穿戴式传感器装置的命令和固件更新)。
云计算平台和基础设施可以用作数据聚合和数据分发系统、数据存储系统以及用于数据分析和算法开发(训练/验证/部署)的计算平台。
根据一些实施例，当用户正在进行日常活动时，智能手机或集线器可以提示用户提供用来生成地面实况标签的信息。所述提示可以简单到要求用户标记或标注他们当前的活动、提供关于自动检测到的活动的肯定/否定确认、或在固定的持续时间内执行特定活动。捕捉地面实况的其他手段包括使用来自智能手机(即，来自嵌入式传感器、GPS)的数据、环境和社交数据以及来自其他应用程序和设备的数据。标记的用户数据然后将被推送到云端进行聚合和存储，其中，一个或多个学习算法可以使用新数据来更新其内部状态和/或模型或参数，以提高其对所有用户、一组用户或个别用户的精度。更新后的算法然后可以经由固件或应用程序的更新而被推送到可穿戴式装置。这个过程可以一直持续，直到实现期望的精度水平。
根据本发明的一些实施例，云平台可以主要用来捕获和存储原始数据、标签和性能指标，并且向算法开发者(例如，内部或外部)公开或分发原始数据、标签和性能指标，这些算法开发者可以合作和/或竞争(例如，为了点数、钱或名誉)来开发和贡献满足或超过性能目标的新的改进算法。所述平台还可以接收新的算法，并且可以使用新的、更多样化的和/或样本外数据(out of sample data)对新的算法自动地进行测试、评估和排行。根据一些实施例，如果新算法的性能超过旧算法的性能，或如果新算法被开发用于测量或追踪新的活动，则平台可以用来通过智能手机或集线器设备例如以固件或软件更新的形式将新算法推送(例如，手动地或自动地)到可穿戴式传感器装置中。
根据本发明的一些实施例，可穿戴式传感器装置可以被配置成支持闭环算法开发过程。可穿戴式传感器装置可以被配置成通过利用固件设计来促进利用大量用户的数据的开发过程，所述固件设计可以被配置成适应两种以上的使用模式。根据本发明的一些实施例，可以使用不同的存储器管理实现来配置可穿戴式传感器装置的固件，所述存储器管理实现可以包括对存储器(例如，闪存)进行分区，以使用循环缓冲器和文件系统方案来收集和存储数据。
根据一些实施例，循环缓冲器数据存储构造可以用于算法输出通向云平台的连续数据同步。这种模式优化了处理后的数据从所述装置流向云端的速度，以便最终用户进行即时聚合和可视化。在这种模式下，用户可以通过配套的移动应用软件界面来设置或确认标签或标记，以指示特定的事件或活动。如果算法的成熟度或置信度未超过某个阈值，则可穿戴式传感器装置中的算法使用的较低级别的数据集能够可选地包括在被发送到云端的输出中。例如，如果来自用户的一个或多个地面实况标签(或来自其他来源的置信度)指示类别匹配概率小于80％，则系统中的服务器或其他元件可以触发标志，使得在下一次蓝牙传输或连接时，智能手机可以向可穿戴式传感器装置发送命令，所述命令会引起可穿戴式传感器装置的操作模式的改变。例如，可穿戴式装置可以从仅将算法生成的输出传输到智能手机或集线器的模式改变为除了算法生成的输出之外还将附加数据、元数据和/或信号特征传输到智能手机或集线器的模式。所述数据、元数据和/或信号特征可以包括原始传感器数据、诸如在对原始传感器数据进行处理时算法使用的参数等信息以及用于表征原始数据或原始数据的属性的信息。这种信息可以用来训练算法并提高其置信度。
根据一些实施例，文件系统数据存储构造可以用来存储与在一段时间内被监控的活动对应的单独记录的会话(例如，原始传感器数据或处理后的传感器数据以及元数据和参数的会话)。在这个实施例中，开始和结束命令可以用来限定唯一的记录会话。用户可以通过智能手机或集线器来询问可穿戴式传感器装置，以使用诸如个人信息、活动类型和可穿戴式传感器装置的在体位置(on-body location)等的可以发送到智能手机或集线器和云端的信息来标记或标注一个或多个会话。这使得云端能够存储可以用于算法开发的用户标记活动的数据库。
根据一些实施例，用户或服务提供者可以自动地设置可穿戴式传感器装置的模式。根据一些实施例，所述可穿戴式传感器装置可以被配置成根据算法输出、置信度(例如，低置信区间或未知输出会使装置切换到更高保真度的监控模式)和/或检测到的活动与用户报告的地面实况的比较而自动地改变操作模式。
根据本发明的一些实施例，算法输出数据以及由各算法产生的任何其他数据、元数据和/或信号特征可以被存储在云计算平台中并且用于随后的检查和分析。开发团队可以使用这种数据针对算法性能来调整和/或修改它们的算法。
根据一些实施例，在开发团队改进了算法之后，可以通过智能手机或集线器将包含改进算法或对现有算法的添加的固件更新上传到可穿戴式传感器装置。
在阅读下列附图、详细说明和权利要求之后，将更全面地理解本发明的这些和其他能力以及发明本身。
附图说明
并入本说明书中的附图图示了本发明的一个或多个示例性实施例，并且附图与详细说明一起用于解释这些发明的原理和应用。附图和详细说明是说明性的，并且旨在帮助理解这些发明及其应用而不限制本发明的范围。在不脱离本发明的实质和范围的情况下，可以修改和适配这些说明性实施例。
图1A是根据本发明的一些实施例的系统的框图。
图1B是根据本发明的一些实施例的可穿戴式感测装置的图。
图1C是根据本发明的一些实施例的可穿戴式感测装置的图。
图2是根据本发明的一些实施例的系统的框图。
图3是根据本发明的一些实施例的系统中的数据流的示意图。
图4是根据本发明的一些实施例的众包开发系统的框图。
图5是根据本发明的一些实施例的系统中的固件操作模式的框图。
图6A、图6B和图6C示出了根据本发明的一些实施例的众包开发系统的过程流程图。
具体实施方式
本发明涉及新颖的可穿戴式计算架构和算法开发平台。可穿戴式计算架构能够在无监管设置中从大量用户生成标记数据集。算法开发平台能够实现大范围的算法开发过程，由此数据收集以及算法开发和改进能够同时发生并持续进行。
图1示出了根据本发明的一些实施例的系统100。系统100可以包括一个或多个可穿戴式传感器和/或装置112、一个或多个智能手机120(或其他支持蓝牙的设备或集线器或网关)以及云计算平台200。可穿戴式传感器装置112可以佩戴在对象110的身体上的各个位置。可穿戴式传感器装置112可以包括一个或多个用于感测对象的状况的传感器114，传感器114包括例如加速计、陀螺仪、电极(例如，ECG、EMG、EEG(脑电图)、GSR)和温度传感器。可穿戴式传感器装置112还可以包括使用电刺激、超声波刺激、光、热和/或冷来刺激身体各个位置处的器官(例如，神经和/或肌肉)的换能器(transducer)116。可穿戴式传感器装置112可以包括无线通信收发器122，无线通信收发器122被配置成将信息传输到智能手机或集线器120和从智能手机或集线器120接收信息。可穿戴式传感器装置112可以将传感器数据(例如，原始传感器数据和/或处理后的传感器数据)以及关于传感器和/或传感器数据的元数据传输到智能手机或集线器120并且可以从智能手机或集线器120接收命令和固件更新。
智能手机或集线器120可以是能够与可穿戴式传感器装置112进行无线通信的计算机系统，并且智能手机或集线器120可以建立通向云计算平台的网络连接128(例如，因特网)。网络连接128可以包括一个或多个通向云计算平台的有线或无线(例如，WiFi、蓝牙、蜂窝数据、3G、4G)连接。智能手机或集线器120还可以包括提供对位置、环境和上下文数据以及元数据的访问的传感器(例如，GPS、温度、指南针和其他特征(例如，时钟、计时器、日历和天气))。例如，智能手机传感器和其他特征可以提供诸如位置、温度和时刻等数据，并且元数据可以提供这种数据的变化率，例如，运动的方向和速度/加速度、温度变化(例如，环境温度是上升还是下降)以及环境是变亮还是变暗。
智能手机或集线器120可以是计算机系统(例如，一个或多个处理器和相关存储器)，例如，能够运行Windows(Microsoft、Seattle、WA)、Macintosh(Apple、Cupertino、CA)或Linux操作系统的台式计算机；能够运行Linux、Windows Phone(Microsoft、Seattle、WA)、iOS(Apple、Cupertino、CA)或Android操作系统的便携式设备。根据一些实施例，智能手机或集线器120包括诸如键盘和鼠标或触摸屏等输入设备。根据一些实施例，可以例如通过使用远程访问协议(例如，SSH或PUTTY)来远程访问智能手机或集线器120。
云计算平台200可以是能够接收并存储传感器数据(例如，来自智能手机或集线器120)、算法(例如，算法库)和/或程序(例如，软件或固件)并且能够为开发者提供对这些存储的数据、算法和程序的访问的任何系统。云计算平台也可以用来分发固件和算法更新。云端中的数据可以按时间(例如，按时间顺序、按时间戳或接收到的时间)或按活动来组织，并且可以包括描述用户(例如，诸如年龄、性别、种族、身高、体重等用户特性)、活动(例如，步行、跑步、游泳、休息、健身、沐浴、睡觉)、数据收集活动的目标、传感器的位置的元数据以及表征数据集的其他信息。云平台可以存储连续的高频传感器数据流，并且可以基于时间戳和唯一记录会话标识符(即，协议ID、对象ID、设备ID等)与周期性数据叠加。
根据一些实施例，云计算平台200可以将原始数据、标注和性能指标公开或分发给可以通过合作和/或竞争(例如，为了点数、钱或名誉)来开发和贡献满足或超过性能目标的新的改进算法的算法开发者(例如，内部或外部)。可以通过网络服务、API(应用程序编程接口)和/或本地下载来访问数据集。出于竞争目的，部分数据集可以在没有标注的情况下公开。性能指标可以由用户、数据提交者、挑战管理员(challenge administrator)定义和/或在使用新的数据集训练算法时被细化。可以使用部分或完整的数据集和地面实况标签来测试算法，以验证性能。
根据一些实施例，如果新算法的性能超过旧算法的性能，或如果新算法被开发用于测量或追踪新的活动，则平台可以用来通过智能手机或集线器设备例如以固件或软件更新的形式将新的或更新后的算法参数(例如，功能系数)或者新的或更新后的算法(例如，对算法库的更新)推送(例如，手动地或自动地)到可穿戴式传感器装置中。可以在云端中生成新固件二进制(firmware binary)。在云端与智能手机设备或传感器集线器之间的随后连接中，智能手机设备可以检查新固件的可用性，如果存在新固件，则从云端下载更新后的二进制。一旦智能手机设备存储了新固件，就可以通过无线连接将新固件下载到可穿戴式传感器上。当云端与智能手机或集线器之间的连接以及智能手机或集线器与可穿戴式传感器之间的连接全部存在时，这个过程可以在没有将固件二进制下载或存储到智能手机设备上的情况下发生。
图1B和图1C示出了根据本发明的一些实施例的可穿戴式感测装置112的图。图1B示出了根据本发明的一些实施例的由一个或多个器件岛210构成的可穿戴式感测装置112，器件岛210通过可拉伸的或柔性的互连件220而电气互连，互连件220可以使可穿戴式感测装置112能够弯曲、拉伸和/或与身体上的不同位置(包括具有不规则的表面几何形状的位置)共形。器件岛210可以包括两个以上能够实现可穿戴式感测装置112的部件附接的柔性电路板，所述部件包括微处理器或微控制器单元(MCU：micro controller unit)211、一个或多个存储器件212、一个或多个电源(例如，电池213)、加速计216、陀螺仪216、电极接口215(例如，EEG、EKG和EMG传感器)、一个或多个用于对电池213进行充电的感应线圈217、电压相关和/或充电电路219。MCU 211可以包括多个分立部件，例如，微处理器和相关的接口部件或可以包括其他可选部件(包括无线通信接口)的芯片设备上的系统。可穿戴式感测装置112还可以包括一个或多个无线通信接口218(例如，蓝牙、蓝牙低能、射频识别(RFID)、近场通信(NFC)、WiFi、和/或Zigbee)以及相关天线218A，以使可穿戴式感测装置112能够向智能手机或集线器120传输数据并能够从智能手机或集线器120接收数据。可穿戴式感测装置112还可以向远程设备(例如，智能手机或集线器120或其他计算机化设备(例如，台式计算机或便携式计算机))发送固件和软件并可以从远程设备接收固件和软件。可穿戴式感测装置112可以封装在硅酮、聚酰亚胺或其他柔性材料中。
图1C示出了由柔性电路板以及一个或多个部件构成的可穿戴式感测装置112。所述部件可以包括微控制器单元232(例如，微处理器、芯片上系统、NFC控制器或RFID控制器)、天线或线圈218A以及传感器接口234(例如，模数(A/D：analog to digital)转换器或电极接口(例如，EEG、EKG、EMG接口))。可穿戴式感测装置112还可以包括一个或多个无线通信接口218和相关天线218A(例如，蓝牙、蓝牙低能、RFID、NFC、WiFi、Zigbee)，以使可穿戴式感测装置112能够向智能手机或集线器120传输数据并能够从智能手机或集线器120接收数据。可穿戴式感测装置112还可以向远程设备(例如，智能手机或集线器120或其他计算机化设备(例如，台式计算机或便携式计算机))发送固件和软件并可以从远程设备接收固件和软件。可穿戴式感测装置112可以封装在硅酮、聚酰亚胺或其他柔性材料中。
根据本发明的一些实施例，固件或软件可以控制可穿戴式感测装置112的至少一部分操作。根据本发明的一些实施例，可以通过从诸如智能手机或集线器120或者台式计算机或便携式计算机等远程设备接收的信号(例如，命令、指令、参数、算法)而至少部分地控制可穿戴式感测装置。根据一些实施例，可穿戴式感测装置112可以被配置成在一个或多个操作模式下操作，例如，各个模式可以被配置成使用一个或多个传感器来收集和处理传感器信号并且产生传感器信号数据，传感器信号数据可以由可穿戴式感测装置112处理或传送到智能手机或集线器120以进行处理，或随后传输到云平台200，从而根据操作模式进行处理。固件或软件可以包括一个或多个用于处理传感器信号数据的算法(例如，算法库和/或一套程序)，并且固件或软件可以产生输出信息。可以使用从智能手机和/或云计算平台200接收的参数数据来选择和修改算法。例如，算法可以在用户走路或跑步的同时接收加速计数据，并且算法可以处理加速计数据，以产生可以包括例如步数、距离和消耗的卡路里的输出信息。
此外，可穿戴式感测装置112可以包括一个或多个操作模式，所述操作模式可以用来促进固件、软件和/或算法的开发。根据本发明的一些实施例，可穿戴式感测装置112可以手动地或自动地配置为存储原始传感器信号和数据(例如，算法参数、代表原始传感器信号或从原始传感器信号导出的数据)并且使这种数据(与输出数据或其他信息一起或不与输出数据或其他信息一起)能够传送到智能手机或集线器120和/或云平台200以进行分析的操作模式。智能手机或集线器112还可以询问用户，以表征活动并将该用户的地面实况信息与原始数据一起发送到云平台200。诸如从用户携带的智能手机中可获得的上下文数据和信息(例如，GPS数据、诸如温度和湿度等环境数据、加速计和陀螺仪数据)等附加信息也可以发送到云平台200。根据一些实施例，智能手机或集线器120可以包括软件(例如，应用或应用程序)，该软件收集从智能手机120中可获得的传感器数据的一部分或全部并且将其与原始传感器数据一起发送到云平台200。这种数据使算法开发者能够更好地评估它们的算法如何处理原始数据并且能够更好地修改固件、软件和/或算法以产生更精确的输出信息。
图2示出了根据本发明的一些实施例的系统100中的信息流的示意图。传感器数据(例如，生理测量值)包括源自用户并且由可穿戴式传感器装置112和/或智能手机或集线器120使用车载传感器(例如，加速计、陀螺仪、电极、磁力仪、温度传感器、热通量传感器、汗液传感器、流体传感器)捕获的数据。除了嵌入式运动传感器之外，可穿戴式传感器装置112和/或智能手机或集线器120可以包括位置传感器(例如，GPS)、光传感器、声音传感器、近距离传感器(proximity sensor)、触摸传感器和其他环境传感器。从可穿戴式传感器装置112和/或智能手机或集线器120输出的传感器数据可以根据算法所需的粒度水平处于原始或处理的形式。可穿戴式传感器装置112获得感官输入(例如，运动、心率、温度、热通量、肌电图、心电图、皮肤电反应、汗液)，并且智能手机或集线器120从对象或用户110获得感官输入(例如，运动、温度、光、声音、接近和触摸)。上下文数据源自用户并且可以通过用户界面捕获，例如，在智能手机或集线器120或者网络(例如，通过智能手机或集线器120访问)的应用内的用户界面。上下文数据可以包括个人和人口统计学(例如，生物特征数据：年龄、性别、高度、重量)以及(例如，个人数据：情绪、症状、药物、医疗状况)输入、活动、事件和日常生活活动(ADL：activities of daily life)的确认。这种数据可以加上时间戳，并可以与更客观的传感器数据一起使用。上下文数据也可以包括元数据。智能手机或集线器120例如使用在智能手机或集线器120上执行的应用或经由使用智能手机或集线器120的基于网络的用户界面而从用户110获得上下文数据。根据一些实施例，所述应用或基于网络的用户界面可以提供预填充的活动或事件列表，并且可以要求用户从列表中进行选择。根据一些实施例，所述应用或基于网络的用户界面可以提供开放文本字段，并且可以要求用户键入自定义用户响应(例如，步行、跑步、游泳、休息、睡觉、工作、健身、淋浴等)。用户选择和/或输入的数据可以本地存储在智能手机或集线器120上并上传到云计算平台200。云计算平台200从用户110获得上下文数据。智能手机或集线器通过API上传上下文数据。数据可以加上时间戳(例如，附加到传输的数据流和数据包的元数据)，并且可以与相应的元数据一起传输，以使记录会话和附加数据流能够分组。
如图2所示，可穿戴式传感器装置112将传感器数据和/或算法输出传送给智能手机或集线器120(例如，使用诸如蓝牙、近场通信、RFID、WiFi等无线通信设备)，并且智能手机或集线器120将传感器数据传送给云计算平台200(例如，使用诸如WiFi、蜂窝数据、3G、4G等WAN技术)。根据一些实施例，可穿戴式传感器装置112可以例如使用无线通信设备(例如，WiFi、蜂窝数据、3G、4G)将传感器数据直接传送给云端。根据一些实施例，云计算平台200可以向智能手机或集线器120发送命令和控制信息，并且智能手机或集线器120可以向可穿戴式传感器装置112和用户110发送命令和控制信息。可以通过云端将二进制从云端发送到智能手机或集线器来实现固件上传。类似地，可以通过云端将更新后的算法参数发送到智能手机或集线器120来实现算法更新。然后可以在智能手机应用程序中提示用户有新的软件版本或算法更新可用，用户可以将新的软件版本或算法更新安装到可穿戴式传感器装置上。事件计划命令也可以由云端生成并发送到智能手机或集线器，事件计划命令例如通过将计划事件安排在用户的日历上或通过应用程序生成的弹出窗口来通知用户该计划事件(即，步行测试)。用户可以通过智能手机应用程序执行这个事件，这样可以基于活动范围将可穿戴式传感器装置设置为特定的记录模式(即，激活加速度传感器并执行适当的传感器软件应用程序)。
根据一些实施例，一旦基于时间的传感器数据和上下文数据在云端中存储并分析，云端中的算法就可以发出发送到智能设备或直接发送到可穿戴式计算机(即，经由WiFi)的附加命令。发送到智能设备的命令可以包括提示用户标记活动、确认活动或进行特定活动。系统要求的这种数据可以被开发者用来开发和改进算法和/或算法参数。如果算法检测到精度的置信度低，则可以提示用户输入这种数据。为了补充客观传感器数据的动态检索用户输入可以用来重新训练算法并提供更多个性化和自定义算法。
根据一些实施例，云计算平台200还可以将命令直接发送到可穿戴式计算机或可以通过智能手机或集线器120将命令发送到可穿戴式计算机，以改变固件模式。根据本发明的一些实施例，固件体系结构规定，固件可以被编程或配置成存储各种级别的数据粒度(原始、算法输出、算法输出+特征)，以便开发算法和固件。低置信度输出可以用来触发临时更高粒度的数据输出模式，其中固件从处理后的输出(具有高效的数据吞吐量)切换到用于诊断和分析的原始输出(具有较低效率的数据吞吐量)。一旦在云端中进行分析之后，就可以开发新的或改进的算法，并且可以以固件更新的形式将新的或改进的算法推送到可穿戴式传感器装置(直接或经由智能手机或集线器120)，以优化数据流效率。
图3示出了根据本发明的一些实施例的系统的工作流程的示意图。可穿戴式传感器装置112中的传感器通过感测用户110而生成原始数据和特征。可穿戴式传感器装置112中的固件或软件可以处理来自传感器的数据和特征并生成更多的传感器数据。原始数据和特征302以及任何软件生成的传感器数据可以传送到智能手机或集线器120。智能手机或集线器120可以包括对从可穿戴式传感器装置112接收的数据的一部分或全部进行处理并生成更多传感器数据的附加算法。此外，智能手机或集线器120可以提示或询问用户110关于其当前状态或者先前或当前进行的活动的性质的信息。用户的输入可以包括关于活动的地面实况标签304，并且可以提供关于从可穿戴式传感器装置112和智能手机或集线器120接收的数据的附加数据和/或元数据。这使得智能手机或集线器120能够将用户标注的传感器数据310发送到云计算平台200。
根据一些实施例，开发者可以从云计算平台200访问用户标注的传感器数据310，并且可以使用这种数据来开发和/或训练软件算法320，以基于传感器数据302来表征用户的活动。软件算法320可以作为更新被发送(例如，下载)到可穿戴式传感器装置112，以改善可穿戴式传感器装置112的操作。这可以是正在进行的改进过程的一部分，其中新数据302和地面实况标签304被连续地组合(例如，组合成用户标注的传感器数据)并上传到云计算平台200，以使开发者能够训练他们的软件算法210并更新他们的固件或软件320。
图4示出了根据本发明的一些实施例的云计算平台400的示意图。云计算平台400可以包括注册模块410，注册模块410使开发者或开发团队能够登记并注册以获得对数据、标注、性能标准和目标(例如，大于90％的置信区间、大于85％的结果概率、输出的标准偏差等)的访问。云计算平台400还可以包括用于数据、标签、性能标准和目标的存储(例如，数据库)。云计算平台400还可以包括算法评估模块430，算法评估模块430评估由开发者上传的软件算法。测试算法可以通过用于评估的更高阶的验证算法和完整的数据集运行。云计算平台400还可以包括数据收集模块440，数据收集模块440与智能手机或集线器120进行通信以收集用户数据。数据收集模块还可以用来基于由开发者提交的软件算法的评估和排名来分发固件或软件更新。
根据一些实施例，可穿戴式感测装置112或可穿戴式感测装置112与智能手机或集线器120的组合可以被配置成基于用户110的活动的上下文和算法开发的状态通过提供更多或更少的数据来促进算法开发。例如，为了新算法的开发，可穿戴式感测装置112(且可选地，与智能手机或集线器120的组合)可以被配置成向云计算平台200提供原始数据，以使开发者能够分析原始数据并开发算法，从而基于原始数据来表征活动。例如，智能手机或集线器120可以提示用户执行动作或开始活动(例如，20个开合跳或跑1000英尺)，并且可穿戴式感测装置112(且可选地，与智能手机或集线器120的组合)可以被配置成将具有一个或多个地面实况标签的原始数据发送到云计算平台，以使标注的数据集能够被开发者分析，从而促进新算法开发。根据一些实施例，可穿戴式传感器装置112可以被配置成将原始传感器数据存储在可穿戴式传感器装置112的存储器中的文件系统中的一个或多个文件中。根据一些实施例，智能手机或集线器120可以被配置成将原始传感器数据存储在智能手机或集线器120的存储器中的文件系统中的一个或多个文件中。
根据一些实施例，可穿戴式传感器装置112可以被配置成促进现有算法的开发(例如，改进)，例如，以更好地检测已知活动或检测新活动。例如，如图5所示，当现有算法不能检测活动(例如，不能表征数据)时，可穿戴式感测装置112(且可选地，与智能手机或集线器120的组合)可以被配置成向云计算平台200提供附加数据(例如，算法标识符、算法输出、数据或信号特征以及原始传感器数据)，以使开发者能够分析数据并修改软件和/或算法。根据一些实施例，当固件/软件不能表征用户活动时，可穿戴式装置112可以自动切换到如下模式：其中，除了算法输出之外，诸如算法标识符、数据或信号特征以及原始传感器数据等附加数据也发送到智能集线器120和/或云计算平台200。根据一些实施例，可穿戴式传感器装置112可以被配置成将算法标识符、算法输出、数据或信号特征以及原始传感器数据存储在可穿戴式传感器装置112的存储器中的文件系统504中的一个或多个文件中。根据一些实施例，智能手机或集线器120可以被配置成将算法标识符、算法输出、数据或信号特征以及原始传感器数据存储在智能手机或集线器120的存储器中的文件系统504中的一个或多个文件中。
根据一些实施例，可穿戴式传感器装置112可以被配置成促进现有算法的开发(例如，改进)，例如，以更好地检测已知活动。例如，当现有算法具有用于检测经历的活动的低置信度时，可穿戴式感测装置112(且可选地，与智能手机或集线器120的组合)在530中可以被配置成向云计算平台200提供附加数据(例如，算法输出以及数据或信号)，以使开发者能够分析数据并修改软件和/或算法，从而提高检测的置信度。根据一些实施例，可穿戴式传感器装置112可以被配置成将算法输出以及一个或多个数据或信号特征存储在可穿戴式传感器装置112的存储器中的一个或多个循环缓冲器502中。根据一些实施例，智能手机或集线器120可以被配置成将算法输出以及一个或多个数据或信号特征存储在智能手机或集线器120的存储器中的一个或多个循环缓冲器502中。根据本发明的一些实施例，当算法输出与一个或多个地面实况标签不一致时，可穿戴式感测装置112(且可选地，与智能手机或集线器120的组合)在535处可以被配置成切换到这个模式。
根据本发明的一些实施例，如图5所示，可穿戴式感测装置112可以包括用于处理原始传感器数据并产生输出数据的现有算法，输出数据可以在正常操作模式510下通过智能手机或集线器120传送到云计算平台200。可穿戴式感测装置112可以包括一个或可以用来促进算法开发(包括调试和改进)的模式。在第一开发模式510中，可穿戴式感测装置112被配置成执行算法(例如，开发中的算法或用户识别新活动的算法515)并且通过智能手机或集线器120将原始传感器数据传送到云计算平台200。该第一开发模式510使开发者能够访问并分析原始传感器数据，以开发(和/或修改)算法，从而开发者可以根据检测到的或用户指示的活动而适当地解释数据。在第二开发模式520中，可穿戴式感测装置112被配置成执行现有算法(例如，开发中的算法或检测未知活动的算法525，并且该算法不能表征或处理原始传感器数据)并且通过智能手机或集线器120将算法输出、特性数据和原始传感器数据传送到云计算平台200。这个模式使得开发者能够通过使现有算法能够表征先前未知的或其他的活动或数据来改进现有算法。在第三开发模式530中，可穿戴式感测装置112被配置成执行现有算法(例如，开发中的算法或检测未知活动的算法525)并且通过智能手机或集线器120将算法输出和特性数据传送到云计算平台200。这个模式使得开发者能够通过使现有算法能够适当地表征已知活动来改进现有算法。
根据一些实施例，可穿戴式感测装置112可以根据基于算法的一个或多个信号或信息在模式之间自动切换。例如，在信号或信息指示由算法确定的活动与由用户指示或选择的活动之间不一致的情况下535，可穿戴式感测装置112可以自动切换到第三开发模式530来收集附加数据(例如，特性数据)，以改进算法。在另一个示例中，在信号或信息指示检测到的活动对于算法是未知或新的情况下525，可穿戴式感测装置112可以自动切换到第二开发模式520来收集附加数据(例如，特性数据和原始数据)，以改进算法。在另一个示例中，在信号或信息指示检测到的活动是由用户识别的新活动的情况下515，可穿戴式感测装置112可以自动切换到第一开发模式510来收集附加数据(例如，原始数据)，以促进算法的开发(或现有算法的修改)，从而恰当地表征新活动。
图6A示出了根据本发明的一些实施例的智能手机或集线器应用的示意图。该应用向可穿戴式传感器提供控制和命令接口并且从可穿戴式传感器提供控制和命令接口，且还提供传送到云计算系统的和从云计算系统传送过来的数据和信息渠道或网关使能数据(gateway enable data)。用户选择的活动标注可以根据每个活动的算法成熟度而将固件切换到模式中。例如，如果用户选择系统已知的步行(高置信区间的活动)，则固件切换到算法输出模式(例如，步行算法)，由此输出的数据流从传感器传送到智能手机并且向前传送到云端。因此，如果用户选择骑自行车(低置信区间)，则固件切换到原始数据收集模式，这是因为没有算法是可用的。
图6B和图6C示出了图6A所示的应用的工作流程的一部分。根据本发明的一些实施例，应用可以支持两种以上的操作模式，例如，如图6A所示，应用可以包括消费者或用户模式以及研究员模式。消费者或用户模式可以提供对用户功能的访问，以使用户能够以最少的训练或监督来使用装置。研究员模式可以为研究员提供对附加功能的访问，以评估由装置执行的算法的性能(例如，通过与可穿戴式装置通信)和由智能手机或集线器执行的算法的性能，附加功能使研究员能够评估可穿戴式装置的操作和装置生成的数据。研究员还可以管理和监控由可穿戴式感测装置的佩戴者所进行的活动。在研究员模式中，研究员可以例如使用智能手机或集线器120或者其他类似设备来与可穿戴式感测装置交互并控制可穿戴式感测装置的操作。
图6B示出了根据本发明的一些实施例的用户模式应用过程或工作流程600B的示例。初始或启动画面602显示欢迎画面，该欢迎画面邀请用户创建账户，或如果已经创建了账户，该欢迎画面邀请用户登录。然后，在604中，应用使用户能够选择并连接至可穿戴式装置。这使得应用能够与用户佩戴的两个以上可穿戴式装置进行交互。在606中，应用可以为用户呈现一个或多个向用户提供用于设置和/或使用装置的指令的画面或页面。在608中，应用呈现可以包括一个或多个提供对用户功能的访问的菜单的主页面/登录页面或画面。例如，一个菜单选项可以包括在一个或多个页面上显示诸如体温或皮肤温度、心率、呼吸速率、EMG和/或EKG信号等可以从可穿戴式装置接收的健康数据610。另一个菜单选项可以包括特定的用户功能620，包括帮助(例如，关于如何使用应用和可穿戴式装置的信息)622、设置(例如，用户可改变的设置)622、登出(例如，用户登出其在应用中的账户)622、反馈(例如，向可穿戴式装置的发行者或提供者提供反馈)624、可穿戴式装置信息(例如，关于可穿戴式装置627的状态的信息，诸如电池水平、固件版本、装置的状态、装置的当前操作模式、存储器大小和装置的构造)626。配置菜单可能需要密码、访问代码或一系列用户输入来进行访问，以使用户能够重新配置可穿戴式或简单地改变其操作模式(例如，从跑步变成游泳)。另一个菜单选项628可以使用户能够访问在装置上运行的其他应用(“应用程序”)，包括与可穿戴式装置交互的应用、与其他人交互的应用和存储关于用户及其目标和/或过去性能的应用。这个菜单选项还可以使用户能够创建、查看或编辑他们的用户简档。
另一个菜单选项可以促进活动选择630。根据本发明的一些实施例，可穿戴式装置可以基于用户运动和生理信号(例如，根据反映用户运动和生理变化的传感器数据)来确定用户的活动，并且可以发送命令，以将智能手机或集线器配置成执行与检测到的活动相关联的预定义应用程序或算法。根据本发明的一些实施例，用户可以从会话选择菜单630中选择活动并选择开始/停止632，或以其他方式控制与该活动相关联的数据的记录。用户还可以设置和/或改变操作模式634(例如，从基于加速计的心率检测模式到基于EKG的心率检测模式或步数模式到呼吸监测模式)。用户还可以查看638关于活动会话的详细信息(例如，时间长度、行进距离)。会话信息可以发送到云端640以用于进一步的分析和算法开发。
图6C示出了根据本发明的一些实施例的研究员或开发者模式应用过程或工作流程600C的示例。初始或启动画面602显示欢迎画面，该欢迎画面邀请研究员创建账户，或如果已经创建了账户，该欢迎画面邀请研究员登录。然后，在604处，应用使研究员能够选择并连接至可穿戴式装置。这使得应用能够与用户佩戴的两个以上可穿戴式装置进行交互。在607处，应用可以为研究员呈现一个或多个向研究员提供用于设置和/或使用可穿戴式装置的指令的画面。在609处，应用呈现可以包括菜单的主页面/登录页面或画面，该菜单提供对研究员功能画面的访问。例如，一个菜单选项可以包括显示诸如设备数据、电池充电水平、状态或操作模式和存储器信息(例如，大小和使用量)等设备状态和信息650。设备状态和信息页面650还可以包括一个或多个子菜单652，子菜单652使研究员能够设置设备时间和日期、能够将固件上传到云存储设施640和/或从云存储设施640下载固件、能够擦除设备中的一个或多个存储器、能够重置可穿戴式装置并且能够在一个或多个页面上关闭设备。另一个菜单选项可以包括特定的研究员功能660，包括帮助(例如，关于如何使用应用和可穿戴式装置的信息)662、设置(例如，用户可改变的设置)662、登出(例如，用户登出其在应用中的账户)662、反馈(例如，向可穿戴式装置的发行者或提供者提供反馈)664、可穿戴式装置信息(例如，关于可穿戴式装置666的状态的信息，诸如电池水平、固件版本、装置的状态、装置的当前操作模式、存储器大小和装置的构造)667。一些菜单可能需要密码、访问代码或一系列用户输入来进行访问，以使研究员能够重新配置可穿戴式或简单地改变其操作模式(例如，从跑步变成游泳)。另一个菜单选项670可以将传感器配置显示给研究员，提供关于传感器及其操作模式(包括改变操作模式的能力)的详细信息(例如，哪些传感器能够感测活动和采样率，以及设备是否存储原始传感器数据或处理后的传感器数据)，并且另一个菜单选项670可以定义并保存会话配置简档672、674、676(例如，启用或禁用个别传感器、设定传感器的采样率、和/或指定将原始传感器数据、处理后的传感器数据、或上述两种传感器数据存储在存储器中)。在一个子菜单中，智能手机或集线器可以提供从可穿戴式装置接收的传感器数据的波形显示678。在一个子菜单中，智能手机或集线器可以将传感器数据上传680到云端640以用于进一步的分析和算法开发。
其他实施例在本发明的范围和实质内。例如，由于软件的性质，上述功能可以使用软件、硬件、固件、硬接线、或上述任意的组合来实现。实现功能的特征还可以物理地位于各种位置处，包括以功能的部分在不同的物理位置处实现的方式被分布。
而且，虽然上述说明涉及本发明，但是该说明可以包括两个以上的发明。

Claims (14)

1.一种系统，其包括：
可穿戴式感测装置，所述可穿戴式感测装置包括一个或多个传感器和无线通信设备，所述无线通信设备使所述可穿戴式感测装置能够与远程计算机系统通信；
集线器，所述集线器包括无线通信设备和网络通信设备，所述无线通信设备使所述集线器能够与所述可穿戴式传感器装置通信，所述网络通信设备使所述集线器能够通过网络与云计算平台通信；以及
所述云计算平台，所述云计算平台与所述网络连接，并且所述云计算平台被配置成通过所述网络从智能设备接收数据。
2.根据权利要求1所述的系统，其中，所述一个或多个传感器产生传感器数据，并且所述可穿戴式传感器装置包括固件，所述固件包括至少一个用于处理所述传感器数据并生成算法输出的算法。
3.根据权利要求2所述的系统，其中，所述可穿戴式感测装置将所述算法输出传输到所述集线器，并且所述集线器将所述算法输出传输到所述云计算平台。
4.根据权利要求2所述的系统，其中，所述可穿戴式感测装置将所述传感器数据传输到所述集线器，并且所述集线器将所述传感器数据传输到所述云计算平台。
5.根据权利要求2所述的系统，其中，所述可穿戴式感测装置将所述传感器数据和所述算法输出传输到所述集线器，并且所述集线器将所述传感器数据和所述算法输出传输到所述云计算平台。
6.根据权利要求2所述的系统，其中，所述可穿戴式感测装置将原始传感器数据、算法参数、数据特征和与所述至少一个算法相关联的算法标识符中的至少一者传输到所述集线器，并且所述集线器将所述原始传感器数据、所述算法参数、所述数据特征和与所述至少一个算法相关联的所述算法标识符中的至少一者传输到所述云计算平台。
7.根据权利要求6所述的系统，其中，所述云计算平台包括数据存储器，所述数据存储器存储所述原始传感器数据、所述算法参数、所述数据特征和所述算法标识符中的至少一者。
8.根据权利要求2所述的系统，其中，所述云计算平台包括数据存储器，所述数据存储器存储所述传感器数据、所述算法输出和所述固件中的至少一者。
9.根据权利要求1所述的系统，其中，所述集线器使用所述网络通信设备从所述云平台接收固件，并且所述集线器使用所述无线通信设备将所述固件传输到所述可穿戴式感测装置。
10.一种可穿戴式感测装置，其包括：
处理器和相关存储器，所述存储器存储固件，所述固件包括由所述处理器执行以控制所述可穿戴式感测装置的操作的指令；
一个或多个传感器，所述一个或多个传感器被配置成产生传感器数据；
通信设备，所述通信设备适用于与远程集线器通信；
其中，所述固件包括至少一个算法，所述至少一个算法处理所述传感器数据以产生算法输出，并且所述固件定义至少两种操作模式，其中
在第一操作模式中，无线感测装置使用所述通信设备将所述算法输出传输到所述远程集线器；以及
在第二操作模式中，所述无线感测装置使用所述通信设备将所述传感器数据传输到所述远程集线器。
11.根据权利要求10所述的可穿戴式感测装置，其中，所述可穿戴式感测装置响应于来自所述远程集线器的信号而从所述第一操作模式切换到所述第二操作模式。
12.根据权利要求10所述的可穿戴式感测装置，其中，所述可穿戴式感测装置响应于来自所述远程集线器的信号而从所述第二操作模式切换到所述第一操作模式。
13.根据权利要求10所述的可穿戴式感测装置，其中，所述算法确定在所述第一操作模式中的所述算法输出的置信度，并且当所述置信度低于预定阈值时，所述算法自动切换到第三操作模式，所述第三操作模式使用所述通信设备将所述算法输出和特征传输到所述远程集线器。
14.根据权利要求10所述的可穿戴式感测装置，其中，当置信度低于预定阈值时，所述算法无法表征所述传感器数据，并且所述算法自动切换到第三操作模式，所述第三操作模式使用所述通信设备将所述传感器数据、所述算法输出和特征传输到所述远程集线器。
CN201680068147.1A 2015-09-22 2016-09-22 用于众包算法开发的方法和系统 Pending CN108293174A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562221664P 2015-09-22 2015-09-22
US62/221,664 2015-09-22
PCT/US2016/053003 WO2017053508A1 (en) 2015-09-22 2016-09-22 Method and system for crowd-sourced algorithm development

Publications (1)

Publication Number Publication Date
CN108293174A true CN108293174A (zh) 2018-07-17

Family

ID=58282786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680068147.1A Pending CN108293174A (zh) 2015-09-22 2016-09-22 用于众包算法开发的方法和系统

Country Status (4)

Country Link
US (1) US20170083312A1 (zh)
EP (1) EP3353947A4 (zh)
CN (1) CN108293174A (zh)
WO (1) WO2017053508A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112367646A (zh) * 2020-09-22 2021-02-12 粒恩医疗科技（深圳）有限公司 一种基于蓝牙和云平台的多数据安全传输方法及系统

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9123614B2 (en) 2008-10-07 2015-09-01 Mc10, Inc. Methods and applications of non-planar imaging arrays
US8097926B2 (en) 2008-10-07 2012-01-17 Mc10, Inc. Systems, methods, and devices having stretchable integrated circuitry for sensing and delivering therapy
US8389862B2 (en) 2008-10-07 2013-03-05 Mc10, Inc. Extremely stretchable electronics
KR20150072415A (ko) 2012-10-09 2015-06-29 엠씨10, 인크 의류에 집적되는 컨포멀 전자기기
US9171794B2 (en) 2012-10-09 2015-10-27 Mc10, Inc. Embedding thin chips in polymer
US9706647B2 (en) 2013-05-14 2017-07-11 Mc10, Inc. Conformal electronics including nested serpentine interconnects
CN105813545A (zh) 2013-11-22 2016-07-27 Mc10股份有限公司 用于感测和分析心搏的适形传感器系统
USD781270S1 (en) 2014-10-15 2017-03-14 Mc10, Inc. Electronic device having antenna
CN107530004A (zh) 2015-02-20 2018-01-02 Mc10股份有限公司 基于贴身状况、位置和/或取向的可穿戴式设备的自动检测和构造
US10560135B1 (en) 2015-06-05 2020-02-11 Life365, Inc. Health, wellness and activity monitor
US11329683B1 (en) * 2015-06-05 2022-05-10 Life365, Inc. Device configured for functional diagnosis and updates
US10185513B1 (en) 2015-06-05 2019-01-22 Life365, Inc. Device configured for dynamic software change
US9974492B1 (en) 2015-06-05 2018-05-22 Life365, Inc. Health monitoring and communications device
US10028225B2 (en) * 2015-08-26 2018-07-17 International Business Machines Corporation Efficient usage of internet services on mobile devices
EP3420732B8 (en) 2016-02-22 2020-12-30 Medidata Solutions, Inc. System, devices, and method for on-body data and power transmission
EP3420733A4 (en) 2016-02-22 2019-06-26 Mc10, Inc. SYSTEM, DEVICE AND METHOD FOR ACQUIRING ON THE BODY OF SENSOR AND CONCENTRATOR NODE COUPLED WITH SENSOR INFORMATION
US10779179B2 (en) * 2016-03-08 2020-09-15 Aurora Insight Inc. System and method for large-scale radio frequency signal collection and processing
CN109310340A (zh) 2016-04-19 2019-02-05 Mc10股份有限公司 用于测量汗液的方法和系统
US10447347B2 (en) 2016-08-12 2019-10-15 Mc10, Inc. Wireless charger and high speed data off-loader
US10573171B2 (en) * 2017-05-23 2020-02-25 Lenovo (Singapore) Pte. Ltd. Method of associating user input with a device
US10833923B2 (en) 2017-10-26 2020-11-10 Skylo Technologies Inc. Dynamic multiple access for distributed device communication networks with scheduled and unscheduled transmissions
US10306442B1 (en) * 2018-01-16 2019-05-28 Skylo Technologies Inc. Devices and methods for specialized machine-to-machine communication transmission network modes via edge node capabilities
US11393228B2 (en) * 2018-03-30 2022-07-19 Movidius Limited Methods, systems, articles of manufacture and apparatus to generate digital scenes
EP3588910A1 (en) * 2018-06-21 2020-01-01 Siemens Aktiengesellschaft System for data analytics using a local device and a cloud computing platform
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
CN111030764B (zh) * 2019-10-31 2021-02-02 武汉大学 一种基于随机博弈在线学习的众包用户信息年龄管理方法
US11123011B1 (en) 2020-03-23 2021-09-21 Nix, Inc. Wearable systems, devices, and methods for measurement and analysis of body fluids
US20220283642A1 (en) * 2021-03-05 2022-09-08 The Regents Of The University Of California Social wearable companion systems and devices
US11418550B1 (en) * 2021-07-12 2022-08-16 Sap Se Service-mesh session prioritization
CN116225493A (zh) * 2023-02-15 2023-06-06 广东壹健康健康产业集团股份有限公司 一种智能硬件升级固件配置生成方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120220835A1 (en) * 2011-02-14 2012-08-30 Wayne Chung Wireless physiological sensor system and method
US20130325357A1 (en) * 2012-06-01 2013-12-05 Landauer, Inc. System and method for wireless, motion and position-sensing, integrating radiation sensor for occupational and environmental dosimetry
US20140081100A1 (en) * 2012-09-20 2014-03-20 Masimo Corporation Physiological monitor with mobile computing device connectivity

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9067513B2 (en) * 2012-07-05 2015-06-30 Johnson Controls Technology Company Seat slide position detection device for vehicle
US8813028B2 (en) * 2012-07-19 2014-08-19 Arshad Farooqi Mobile application creation system
BR112015006242A2 (pt) * 2012-09-21 2017-07-04 Proteus Digital Health Inc aparelho vestível sem fio, sistema e método
US9104467B2 (en) * 2012-10-14 2015-08-11 Ari M Frank Utilizing eye tracking to reduce power consumption involved in measuring affective response
US20140249994A1 (en) * 2013-03-04 2014-09-04 Hello Inc. Wearable device with unique user ID and telemetry system for payments
US20150164377A1 (en) * 2013-03-13 2015-06-18 Vaidhi Nathan System and method of body motion analytics recognition and alerting
US10456038B2 (en) * 2013-03-15 2019-10-29 Cercacor Laboratories, Inc. Cloud-based physiological monitoring system
CA2915615A1 (en) * 2013-05-10 2014-11-13 Amiigo, Inc. Platform for generating sensor data
US20150035743A1 (en) * 2013-07-31 2015-02-05 Plantronics, Inc. Wrist Worn Platform for Sensors
US10074003B2 (en) * 2014-07-11 2018-09-11 Intel Corporation Dynamic control for data capture
US20160263375A1 (en) * 2015-03-13 2016-09-15 Ming-Lai Wu Wearable device with wireless bluetooth massage function
TWI589173B (zh) * 2015-12-31 2017-06-21 Fuelstation Inc Short-range wireless communications components to update their information within the wearable electronic devices

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120220835A1 (en) * 2011-02-14 2012-08-30 Wayne Chung Wireless physiological sensor system and method
US20130325357A1 (en) * 2012-06-01 2013-12-05 Landauer, Inc. System and method for wireless, motion and position-sensing, integrating radiation sensor for occupational and environmental dosimetry
US20140081100A1 (en) * 2012-09-20 2014-03-20 Masimo Corporation Physiological monitor with mobile computing device connectivity

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112367646A (zh) * 2020-09-22 2021-02-12 粒恩医疗科技（深圳）有限公司 一种基于蓝牙和云平台的多数据安全传输方法及系统
CN112367646B (zh) * 2020-09-22 2023-06-23 粒恩医疗科技（深圳）有限公司 一种基于蓝牙和云平台的多数据安全传输方法及系统

Also Published As

Publication number Publication date
EP3353947A4 (en) 2019-04-24
WO2017053508A1 (en) 2017-03-30
US20170083312A1 (en) 2017-03-23
EP3353947A1 (en) 2018-08-01

Similar Documents

Publication Publication Date Title
CN108293174A (zh) 用于众包算法开发的方法和系统
CN104305972B (zh) 基于智能手表的多参数监测与健康管理系统
CN106267776A (zh) 提供锻炼指导信息的方法和装置
CN108701495A (zh) 用于整合和提供从多个设备收集的数据的方法以及用于实现该方法的电子设备
Ciolacu et al. Education 4.0–jump to innovation with IoT in higher education
CN108388782A (zh) 用于认证生物计量数据的电子设备和系统
CN107997767A (zh) 用于识别用户活动的方法及其电子设备
CN108475536A (zh) 用于提供活动指导信息的方法和支持所述方法的电子装置
US20120316932A1 (en) Wellness application for data-capable band
CN105930631A (zh) 用于测量生物信号的方法及其可穿戴电子设备
CN107004053A (zh) 基于家族历史的动态可穿戴设备行为
CN105617615A (zh) 锻炼信息提供方法及支持该锻炼信息提供方法的电子装置
CN108472533A (zh) 电子设备以及为其提供个性化运动指导的方法
CN103135985B (zh) 便携式的由微控制器操作的计算设备及有关系统和设备
AU2014311585A1 (en) Activity tracking device
CN107847153A (zh) 一种生理参数监测的系统和方法
CN107491177A (zh) 用于识别旋转体的旋转的方法及用于处理该方法的电子设备
CN108024763A (zh) 活动信息提供方法及支持其的电子设备
Kutt et al. Bandreader-a mobile application for data acquisition from wearable devices in affective computing experiments
CN110301011A (zh) 用以编辑保健计划的人工智能
US20200193858A1 (en) Unobtrusive motivation estimation
US10130305B2 (en) Device and methods for automated testing
CN110022948A (zh) 用于提供锻炼内容的移动装置和与其连接的可佩戴装置
CN104519123A (zh) 用于使活动跟踪设备与计算设备数据同步的方法、系统和设备
US20220313224A1 (en) Fertility prediction from wearable-based physiological data

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180717