CN110101392A - 具有生命体征数据传感器和分析单元的系统 - Google Patents

Abstract

本发明涉及一种包括传感器1、2、3、4以及分析单元7的系统，所述传感器能够测量生命体5的生命体征参数并且输出与此对应的测量信号6，所述分析单元能够分析传感器1、2、3、4的测量信号6。分析单元7能够按照所分析的测量信号预测生命体5发生状态改变的时刻t1、t2。本发明还涉及一种应用、一种方法和一种计算机程序产品。因此，家用设备能够根据所预测的时刻执行动作或占据运行状态。

Description

具有生命体征数据传感器和分析单元的系统

技术领域

本发明涉及一种包括传感器以及分析单元的系统，所述传感器能够测量生命体的生命体征参数并且输出与此对应的测量信号，所述分析单元能够分析所述传感器的测量信号。

背景技术

生命体征参数、例如脉搏率给出关于生命体的当前状态的说明。存在如下系统，所述系统例如在运动员中能够借助于传感器测量生命体征参数并且通过分析单元来分析并记录测量信号。运动员这样获得在记录时间段之内关于其身体状态的信息。文献US2015/094544A1、US2012/253220A1和US2016/287076A1公开了用于成人和婴幼儿的类似的监视系统。

发明内容

本发明的目的在于，提供一种进一步改进的系统，所述系统能实现特别是在与其他设备的相互配合方面扩展的功能性。

所述目的通过根据主独立权利要求的系统和根据并列独立权利要求的应用、方法以及计算机程序产品来实现。有利的实施方式由从属权利要求得出。

为了实现所述目的，提供了一种包括传感器的系统，所述传感器能够测量生命体的生命体征参数并且可以输出相应的测量信号。所述系统包括分析单元，所述分析单元能够分析传感器的测量信号。分析单元能够按照所分析的测量信号预测生命体发生状态改变的时刻。

生命体征参数描述有生命的生命体的有机体并且能够通过刻度值给出。通常，生命体征参数描述生命体的基本功能或生命机能。生命体征参数、即刻度值能够借助于传感器来确定。

测量信号特别是模拟的信号，所述信号的电压、电流强度和/或频率与所测量的生命体征参数、即其刻度值相关联。所分析的测量信号(被分析的测量信号)在正常情况下由测量信号的信号处理、例如借助于模拟-数字转换和/或通过算法的信号改变而得出。所分析的测量信号优选是数字的。特别是，所分析的测量信号给出生命体征参数的刻度值。

分析单元优选包括处理器和具有计算机程序代码、即可存储在存储器上的指令的存储器。处理器、存储器和计算机程序代码被配置为使得可以执行多个方法步骤的方法。通过方法步骤例如可以基于测量信号来确定生命体征参数。表述“基于”或者“借助”引入用于通过分析单元来确定的输入量。特别的，这样的输入量是测量信号和/或所分析的测量信号。优选地，借助于算法进行确定，所述算法能够反映在计算机程序代码中和/或通过方法步骤执行。

状态改变(状态变化)意味着特定的状态改变、即在分析单元中预设的状态改变。因此，所述状态改变例如与其他状态改变一同储存在分析单元中，从而可以由分析单元配属(分配)生命体的状态改变。特别地，可以通过将一个特定的传感器或多个特定的传感器分配给特定的状态改变来进行状态改变的配属。分析这个或这些分配给特定状态改变的传感器的所分析的测量信号，可以有针对性地用于预测所述特定的状态改变。优选地，多个状态改变可以借助多个传感器的所分析的测量信号来预测，其中，对于每个状态改变在分析单元中储存有不同的分析算法和/或各传感器的不同的组合。

生命体的状态改变意味着由事先状态变化为事后状态。在理想的情况下，事先状态存在于所述时刻之前，而事后状态存在于发生状态改变的时刻之后。状态改变例如是由作为事先状态的睡眠状态变化为作为事后状态的清醒状态。状态改变例如是由作为事先状态的膀胱器官关闭变化为作为事后状态的伴随着排尿的膀胱器官开放，或者由作为事先状态的肠道关闭变化为作为事后状态的伴随着排便的肠道开放。状态改变例如是由作为事先状态的非呼唤状态变化为作为事后状态的特别是用于表示饥饿和/或口渴的呼唤状态。但也可能与之相反。这样，状态改变可以是由作为事先状态的清醒状态变化为作为事后状态的睡眠状态。

生命体发生状态改变的时刻是由事先状态转变为事后状态的时刻。因为状态改变本身通常需要一定时间、例如在由睡眠状态转换为清醒状态时睁开眼睛，所以所述时刻应被理解为一大致的时刻(时间)，该时刻在理想情况下在时间上处于状态改变的过程中。特别地，多个时刻可以定义一个时段，例如当状态改变的过程需要较长时间时。

预测意味着预报。因此，发生状态改变的时刻的预测应在真正(实际)发生状态改变之前进行。通常，在通过分析单元预测或输出所预测的时刻的时候，状态改变的过程尚未开始。预测明确地排除以下情况，即，在该情况中例如通过闹钟引发状态改变，例如在事先定义的时刻按计划地唤醒。该时刻不是本发明意义的“预测”，因为唤醒的时刻固定地预定在正常的计划性流程中并且也不与生命体征参数相联系。

通过分析单元预测生命体发生状态改变的时刻能实现设备、特别是家用设备根据所预测的时刻执行动作和/或采取操作状态。

例如如果所述生命体是婴儿，则可以通过预测醒来时刻而及早地激活用于加热奶瓶的设备或用于准备婴儿食品的厨房电器，使得奶瓶或婴儿食品在婴儿醒来之前不久或与婴儿醒来至少同时或大致同时就准备好。

备选地或补充地，所述设备可以是通知设备，其向人员通知所预测的状态改变和/或所预测的状态改变的时刻。特别是，通知设备可以告知当前状态和/或报告与当前状态有关的监视事件。通知设备例如可以是臂带。特别是，通知设备可以发出声响、振动或以其他方式引起人员注意和/或将人员从睡眠中唤醒。在一个实施方式中，多个可以被通知的人员分别佩戴一个生命体征参数传感器。于是可以在夜间将如下人员通过振动唤醒，所述人员基于所分析的生命体征参数传感器处于最浅地睡眠或者正好处于REM睡眠阶段。其他例如正好处于更深的睡眠中的人员可以继续睡眠。

特别是，通知设备具有用于显示所述通知的至少一个信息的显示装置。所述设备在一种实施方式中是智能手机或平板电脑。因此，人员可以在时间上在所预测的状态改变之前被通知，以便在发生状态改变之前及时地实施相应的措施。

如果状态改变是例如婴儿醒来并且所预测的时刻是醒来时刻，则父母一方特别是在夜间被唤醒并且被通知，使得所述父母一方正好有足够的时间在婴儿醒来之前将奶瓶和/或婴儿食品以准备好喂食的形式拿给婴儿。如果用于加热奶瓶的设备或用于准备婴儿食品的厨房电器根据所预测的醒来时刻已激活，则所述父母一方仅需要将瓶子或婴儿食品拿给婴儿，以便直接在婴儿醒来之后喂食给婴儿。这样父母的睡眠时间可以最大化。

通过预测发生状态改变的时刻可以节省时间、提高休息时间并且达到特别高的自动化程度。以下描述其他的示例。

所述设备可以是房门门锁、马达运行的卷帘和/或智能家居服务器。所预测的状态改变的时刻在此可以是入睡时刻。所述设备因此在时间上在入睡时刻之前执行动作或采取操作状态。例如可以在所预测的入睡时刻之前的指定的时间间隔内自动闭锁房门门锁、自动地关闭卷帘和/或窗户。所预测的状态改变的时刻在此可以是醒来时刻。例如可以在所预测的醒来时刻之前的指定的时间间隔内激活特别是浴室内的暖气，从而人员在醒来之后可以进入预热过的浴室。

所述生命体可以是动物或宠物。动物或宠物的主人可以在时间上在例如动物或宠物醒来之前被通知，以便例如确保所有门和窗户关闭。这样可以例如避免猫在倾斜的窗户上受伤。

在一种实施方式中，可以在排尿或排便之前将用于需要护理的人员的排尿和/或排便容器及时地置于操作位置。

如果所述设备是智能家居服务器，则可以根据所预测的时刻、特别是入睡和/或醒来时刻来改变室温和/或照明。这样能实现在入睡之前的时段上均匀地降低温度或光强度。在醒来之前的时段内提高温度或光强度。

此外还能实现，人员在起床之后可以从相应的厨房设备例如烤箱、咖啡机或厨房电器中取出新鲜烤制的面包和/或新鲜的咖啡。

在一种实施方式中，所述分析单元配置有机器学习算法，以便按照所分析的测量信号预测生命体发生状态改变的时刻。

机器学习算法通常给一个或多个输入量配属一个输出量并且通常输出该输出量。机器学习算法通常是所谓的“人工智能”的基础，其中，所述机器学习算法从经验中“学习”并且也在未知的数据中独立地“识别”模式和规律。机器学习算法可以通过所谓的“神经网络”形成或者包括以相应的程序形式的所述神经网络。特别是，机器学习算法通过建模阶段和随后的识别阶段产生，以便最终在预测阶段中能够预测发生状态改变的时刻。特别地，建模阶段在制造商处进行。识别阶段可以在制造商处和/或在终端用户处进行。预测阶段基本上在终端用户处进行。为了测试目的，所述预测阶段可以在制造商处进行。

在所述建模阶段中创建数学模型、即方程组，以用于将一个或多个输入量分配给一个输出量。在此考虑一个或多个生命体征参数与状态改变的关联，即反映在数学方程组中。优选地，在建模阶段中创建动态模型和/或微分方程组，以用于按照所分析的测量信号预测生命体发生状态改变的时刻。在所述模型或微分方程组中，一个指定的传感器或多个指定的传感器所分析的测量信号用作一个输入量或多个输入量，而所预测的发生确定的状态改变的时刻作为输出量。

在识别阶段中，给机器学习算法提供大量分别具有一个输入量与一个输出量或者分别具有多个输入量与一个输出量的值对。可以按照这种方式优化机器学习算法并且适配现实。特别地，机器学习算法的微分方程组中的常数的优化基于所提供的值对进行。通过设置反馈装置可以通过终端用户给机器学习算法提供输出量，对此稍后将更详细地探讨。

在预测阶段中应用机器学习算法，以便按照所分析的测量信号预测生命体发生状态改变的时刻。

通过为分析单元配置机器学习算法，可以特别精确地预测状态改变发生的时刻。可以从一个生命体征参数或多个生命体征参数的变化过程，就状态改变概括和推导出规律。可以实现考虑生命体特性的预测。

在一种实施方式中，包括外推参数和/或阈限的机器学习算法应用于整个预测，从而由机器学习算法输出的输出量对应于发生状态改变的时刻。在一种备选的或补充的实施方式中，通过机器学习算法仅输出中间量、例如外推参数和/或阈限，以用于确定所预测的发生状态改变的时刻。

在一种实施方式中，所述分析单元对所分析的测量信号的时间过程(时间进程)进行外推。与预测状态改变的时刻相关的信息因此可以特别容易地确定。所分析的测量信号的时间进程可以图形化地示出为例如在图3和4中的测量曲线，其中，所分析的测量信号的值在时间轴上绘出。所分析的测量信号的时间进程的外推可以如例如在图3和4中作为外推曲线示出，所述外推曲线沿时间轴的方向连接于测量曲线并且继续所述测量曲线。特别是，所述外推基于至少一个影响外推曲线的走向的外推参数进行。优选地，对于所述外推储存包括所述至少一个外推参数的曲线函数。在一种实施方式中，所述曲线函数是机器学习算法的部分。

在一种实施方式中，所述分析单元包括用于所分析的测量信号的阈限，以用于指示状态改变。阈限(schwelle)示指阈值(schwellwert)。指示状态改变是指，如果所分析的测量信号已达到阈限或阈值或处于其上，则构成对发生状态改变的提示。通过规定阈限可以特别简单地转化(umsetzen)发生状态改变的时刻。在一种实施方式中，所述阈限是机器学习算法的部分。

在一种实施方式方式中，所述分析单元将如下时刻识别为所预测的时刻，在所述时刻所分析的测量信号的外推的时间曲线达到阈限。所述分析单元因此通过外推曲线与阈限的交点来确定所预测的发生状态改变的时刻，如在图3和4中示例性所示的那样。发生状态改变的时刻因此可以通过特别简单地构造的算法来预测。在一种实施方式中，所述算法是机器学习算法的部分。

在一种实施方式中，设有两个阈限、特别是最低阈限或最低阈值与最高阈限或最高阈值。所预测的最早的时刻由外推曲线与最小阈值的交点得出，而最迟的时刻由外推曲线与最高阈值的交点得出。因此在所预测的时刻之前或之后发生状态改变的概率可以例如以置信水平的形式来量化。

在一种实施方式方式中，所分析的测量信号的所述阈限和/或外推时间曲线通过机器学习算法确定。因此即使在处理多个输入量的情况下，所分析的测量信号的阈限或时间曲线的外推也能够特别精确地确定。

在一种实施方式中，存在用于使用者的输入界面。使用者意味着终端用户、例如婴儿的父母一方。如果系统例如与用于提高居住舒适度的智能家居服务器相联，使用者可以是生命体本身。输入界面特别是允许输入数字或文本。优选地，输入界面具有用于显示输入的显示器。在一种实施方式中，输入界面是智能手机或平板电脑。在一种实施方式中，用于智能手机的应用程序(APP)用作输入界面。

在一种实施方式中，所述使用者可以特别是通过输入界面调整阈限。所述阈限因此可以适配于使用者的经验值。有时，父母部分地发觉生命体征参数与状态改变的时刻、如醒来时刻的关联，因此能够有针对性地设定阈限、例如用于体温的阈限。这样为使用者给出如下可能性，即能够将自身的经验值结合到发生状态改变的时刻的预测中，并且能实现特别可靠的且适配于生命体的预测。

在一种实施方式中，所述使用者可以通过输入界面调整用于预测时刻的系统敏感度或置信水平。敏感度或置信水平调整得越高，预测出发生状态改变的时刻就越早。这样可以避免，所预测的时刻在时间上处于实际时刻之后。同样可以按照客户需要来适配系统。

在一种实施方式方式中，设有反馈装置，使用者可以通过所述反馈系统给机器学习算法做出关于发生状态改变的反馈。通过设置反馈装置可以通过终端用户给机器学习算法提供输出量。机器学习算法例如因此可以“习得”并考虑特定婴儿的典型醒来时间。优选地，所述反馈装置包括按钮。这样能够实现由使用者特别简单且不复杂地给出反馈。如果婴儿醒来，则例如可以按压按钮，以便向系统准确且可靠地告知醒来时刻。优选地，仅一个可按压的按钮设置为反馈装置的全部使用者界面。在一种备选的或补充的实施方式中，所述输入界面可以用作反馈装置。这样能够实现用于机器学习算法的特别详细的反馈。

在一种实施方式中，传感器与反馈装置连接或构成反馈装置，其特别是湿度传感器。状态改变、例如排尿或排汗可以自动地作为输出量提供给机器学习算法，以用于其优化。

在一种实施方式中，所述传感器是陀螺仪(Gyrometer)。陀螺仪例如用于测量转动运动(旋转运动)。通过测量转动运动可以确定用于描述生命体的活动的尺度，所述尺度可以与状态改变、例如醒来相关联。特别地，检测转动运动的方向改变和/或测量每个时间间隔例如十秒。例如，如果在十秒内进行至少六次方向变换，则这是对于婴儿的清醒状态的提示。同样地，在醒来之前的例如十分钟的时段内可发现方向变换的数量陡然上升，所述上升具有随时间的特别近似恒定的斜率。因此，使用陀螺仪作为传感器能够特别可靠地预测婴儿的醒来时刻。

优选地，将陀螺仪紧固在婴儿的手腕或脚腕上、特别是借助于手臂带或脚臂带。特别是，所述陀螺仪用于确定加速度。

备选地或补充地，所述传感器是力传感器、测力计、压电传感器和/或应变计。

在一种备选的或补充的实施方式中，所述传感器或其他传感器是用于测量体温的皮肤接触传感器。体温是生命体征参数，其例如与睡眠/清醒周期相关。状态改变、例如清醒可以如此特别简单地预测。

特别是，所述至少一个传感器可以是用于探测尿湿的尿布和/或汗排泄物的湿度传感器、用于测量活动的运动传感垫、特别是用于甲烷的气味传感器、脉搏测量计、血压计、用于EEG和/或EKG的脑电流传感器、特别是用于确定睡眠区段的氧气测量传感器、特别是用于确定醒来时刻的MRT仪、热成像摄像机、特别是用于识别特征性的运动过程的夜视摄像机、具有特别是用于配属皮肤颜色的色彩分辨率的摄像机、血糖水平传感器、用于呼吸空气的CO₂测量仪、瞳孔尺寸测量仪、特别是用于预测入睡时刻的眨眼频率测量仪和/或呼吸频率测量仪。皮肤接触传感器备选地或补充地可以用于测量皮肤表面上的电压波动。

在一种实施方式中，至少两个传感器用于不同的生命体征参数。因此发生状态改变的时刻可以通过考虑两种不同的生命体征参数特别可靠地预测。例如，所述两种不同的生命体征参数是通过陀螺仪所测量的活动以及通过皮肤接触传感器所测量的体温。体温指示生命体例如是处于睡眠阶段中间还是处于睡眠阶段结尾。活动提示是REM阶段还是马上醒来。将所述两种生命体征参数相关联可以通过体温来例如识别粗糙的睡眠区段并且通过活动来具体化到醒来之前还剩下的时间。如果例如在中间的睡眠区段中测量到提高的活动，则可能是REM阶段或是在夜里的夜间醒来，但不是早晨醒来。

在一种实施方式中，可以利用陀螺仪与应变计的组合来测量活动、脉搏和/或呼吸频率，从而测量不同的生命体征参数。

特别是，所述一个或多个传感器紧固在生命体的床铺上、紧固在毯子中或上和/或紧固在睡袋中或上

在一种备选的或补充的实施方式中，所预测的发生状态改变的时刻可以基于分析至少两个不同的生命体征参数进行。这样能实现特别可靠的预测。例如这样可以及早地确定婴儿或需要护理的人员的护理需要，从而可以特别快速和迅速地进行照料。

特别是，所述生命体征参数可以是如下中的两个或更多个：体温、活动、脉搏、血氧含量、血糖水平、脑电流、特征性的运动过程、CO₂呼吸空气含量、呼吸频率、瞳孔尺寸和/或眨眼频率。

在一种实施方式中，为了确定所预测的发生状态改变的时刻可以附加地考虑环境信息。相应地配置分析单元和/或机器学习算法。特别地，所述环境信息是天气或天气预报或月相日历。例如如果预报有雷雨，则较快醒来的概率上升，在预测时可以相应地对此进行考虑。特别地，环境信息包含用于公交车、火车、垃圾清运和/或除尘机器人的运行时间表。

优选地，所述分析单元具有互联网接口，以便与天气服务、智能家居服务器相连接，例如与除尘机器人的运行时间表和/或公交车、火车或垃圾清运的公共时间表相连接。

在一种实施方式中，设有用于检测室温的温度传感器、用于检测房间亮度的亮度传感器、用于检测房间空气湿度的空气湿度传感器和/或用于检测交通噪音、环境噪音、人声噪音(如谈话或打鼾)的麦克风。

在一种实施方式中，所述系统包括家用设备，所述家用设备与分析单元连接以交换数据，从而可以根据所预测的时刻执行动作。当家用设备从分析单元收到所预测的时刻时，在家用设备中编程由家用设备执行的动作，其中，在实施所述动作时考虑所预测的时刻。对于使用者而言，正如以上所描述的这些动作的示例所示，可以节省时间、提高休息时间并且达到非常高的自动化程度。

家用设备是指在私人家居中使用的电气运行设备。可以是电气厨房设备或清洁设备，其具有连接到互联网的接口、WLAN接口和/或与智能家居服务器的连接。在本发明意义上的家用设备也包括修理设备(如电动螺丝刀或钻机)以及园艺设备(例如割草机器人)。清洁设备例如是除尘机器人。家用设备或设备也可以是智能家居服务器，所述智能家居服务器借助于互联的且可远程控制的设备、开关和传感器可以使流程自动化并且因此能实现特别高的居住质量、安全性和能效。优选地，所述智能家居服务器与建筑设施、房屋设备和家用设备例如灯、百叶窗、卷帘、门、窗户、暖气、炉、灶、厨房电器、冰箱、洗衣机、吸尘器、电视和/或音响设备相连接。特别是，所述家用设备具有WLAN接口和/或互联网接口。

本发明的另一方面涉及按照本发明的开头所述的系统的应用，其中，所预测的生命体发生状态改变的时刻是婴儿的醒来时刻。在所述系统的应用中，能够为父母实现特别可靠的预测并且达到特别高的时间节省以及休息时间。

本发明的另一方面涉及一种系统、特别是按照本发明的开头所述的系统，所述系统包括传感器，所述传感器可以测量生命体的生命体征参数并且输出相应的测量信号。所述系统包括分析单元，所述分析单元能够分析传感器的测量信号。所述分析单元可以按照所分析的测量信号推断出确定的状态改变的发生。这样可以迅速地通知人员发生状态改变。特别是与预测相组合地，也可以通过所述系统满足附加的功能例如紧急呼叫。

本发明的另一方面涉及一种方法，在所述方法中利用传感器测量生命体的生命体征参数并且输出与此对应的测量信号。分析单元分析传感器的测量信号并且按照所分析的测量信号预测生命体发生状态改变的时刻。开头所述的用于实现所述目的的系统的特征、实施方式和效果相应地也涉及所述方法。

本发明的另一方面涉及一种计算机程序产品。计算机程序产品包括指令，所述指令在通过计算机实施计算机程序产品的程序时能够促使执行按照本发明的上述方面所述的方法的步骤。特别是，所述计算机是分析单元。开头所述的用于实现所述目的的系统的特征、实施方式和效果相应地也涉及所述计算机程序产品。

附图说明

以下借助附图更详细地描述本发明的各实施例。各实施例和再下面描述的备选的或补充的实施方式的特征可以单独地或者多个地与所要求保护的技术方案相组合。所要求的保护范围不限制于所述实施例。

图中：

图1示出用于预测婴儿的醒来时刻的系统的示意图；

图2示出具有多个传感器、一个分析单元与多个通知设备的系统的示意图；

图3示出具有活动的测量曲线、外推曲线、阈限和所预测的发生由睡眠状态到清醒状态的状态改变的时刻的图表的示意图；

图4示出具有体温的测量曲线、外推曲线、阈限和所预测的发生由睡眠状态到清醒状态的状态改变的时刻的图表的示意图。

具体实施方式

图1将婴儿示为处于睡眠状态中的生命体5。婴儿具有在手腕处、特别是集成到臂带中的陀螺仪1。婴儿具有皮肤接触传感器2，其优选在头部上、特别优选在额头或太阳穴上与皮肤表面相接触地紧固。特别是，皮肤接触传感器2借助于胶布粘接或通过额带保持并压向皮肤表面。婴儿躺在运动传感垫3上，其配备有力传感器、例如应变计，以便测量婴儿的运动。运动传感垫3设置在床12上，婴儿躺在所述床中。在婴儿的尿布10中安装有湿度传感器4，以便测量或探测排出的尿液。分析单元7可以可选地通过线缆11与所述传感器(1至4)之一、优选与运动传感垫3连接。

分析单元7与反馈装置8连接，所述反馈装置可以借助于按钮来操纵。例如如果预测出醒来时刻，则可以在婴儿实际醒来时按压按钮，以便使系统获得关于真正的醒来时刻的反馈。系统这样可以优化所储存的用于预测醒来时刻的算法、特别是机器学习算法。

传感器1、2和4优选为了数据交换无线地与分析单元7连接。

图2示意性地示出系统、特别是图1的系统的构造。陀螺仪1无线地、特别是通过无线电将其测量信号6发送给分析单元7。运动传感垫3通过线缆将其测量信号6发送给分析单元7。可选地设置的、然而未示出的反馈装置8为了数据交换通过线缆或无线地与分析单元7连接。分析单元7处理测量信号6，以便由此得到一个或多个所分析的测量信号k1、k2，这些测量信号给出一个或多个生命体征参数或者至少与此关联的特征值。分析单元7借助于算法确定所预测的发生状态改变的时刻t1、t2。所述确定例如可以在下面借助图3和4描述。如果预测出时刻或者所预测的时刻落入到所预测的状态改变的时刻之前的预先规定的时间间隔、例如十分钟内，则在一种实施方式中将所预测的时刻传送给通知设备12和/或家用设备9。特别是关于状态改变的信息也与所预测的时刻一起传送。所述对通知设备12或家用设备9的通知可以如在图2中示例性地示出的那样无线地或借助于线缆进行。特别地，分析单元7、通知设备12和/或家用设备9具有蓝牙接口和/或WLAN接口，以便可以无线地传送数据。

图3示出通过陀螺仪1所测量的活动s1的图表，所述活动关于时间t绘出。例如在图3中表示预测醒来时刻、特别是图1的婴儿的醒来时刻。所分析的测量信号形成一个测量曲线k1，所述测量曲线利用实线示出。储存在分析单元7中的算法、特别是机器学习算法能够按照测量曲线的走向将曲线变化以外推曲线e1的形式延长到未来中。设有阈限M1，所述阈限指示由睡眠状态到清醒状态的状态改变、简称醒来时刻。由睡眠状态到清醒状态的状态改变的时刻t1由外推曲线e1与阈限M1的交点P1得出。所述时刻t1按照测量曲线的走向并且由此按照所测量的运动来预测。

图4表示用于预测醒来时刻、特别是图1的婴儿的醒来时刻的另一个示例。所述图表示出通过皮肤接触传感器2所测量和信号处理的体温s2，所述体温关于时间t绘出。所分析的测量信号形成测量曲线k2，所述测量曲线用实线示出。储存在分析单元7中的算法、特别是机器学习算法能够按照测量曲线的走向以外推曲线e2的形式将曲线变化外推到未来中。设定指示醒来时刻的阈限M2。所预测的时刻t2由外推曲线e2与阈限M2的交点P2得出。醒来的时刻t2又可以借助于温度测量来预测。

在一种实施方式中，设有合并算法，如果时刻t1和t2相互偏差的话，所述合并算法由两个预测的时刻t1和t2确定一个所合并的预测的时刻。特别是，所述合并算法是机器学习算法的部分。

在一种实施方式中，当通过皮肤接触传感器2所测量的体温已达到某一最低温度时，才对陀螺仪1所分析的测量信号k1的变化曲线进行外推。这样可以节省计算能力。此外，当基于所测量的体温认为马上醒来有足够可能性时，才对时刻进行外推。

在一种实施方式中，当达到预定义的进展模式或预定义的最小信号值时，才将所分析的测量信号的变化曲线进行外推。这样可以节省计算能力。

在一种实施方式中，当达到直至外推时刻的预定义的时间间隔时(达到与外推时刻相距的预定义的时间间隔)或者当所预测的时刻落入所述时间间隔内时，才将外推的时刻发送给与分析单元7连接的设备、特别是家用设备9或通知设备12。优选地，预定义的时间间隔为五至十五分钟、例如十分钟。

在一种实施方式中，皮肤接触传感器2设置用于测量在皮肤表面上的电压波动。因此可以测量用于脑电图的测量信号。在由睡眠状态到清醒状态的状态改变时，所测量的电压波动频率由阿尔法波(Alpha波，α波)变化为贝塔波(Beta波，β波)。相反地，所测量的电压波动频率在由清醒状态到睡眠状态的状态改变时由贝塔波变化为阿尔法波。阿尔法波表示8至13Hz之间的频率范围。贝塔波表示>13至30Hz之间的频率范围。所述阈限是13Hz。

特别是，在识别出危及生命的情况下，所述系统优选借助于与系统连接的路由器联系急救服务和/或将用于急救的相关测量数据发送给急救服务。

在一种实施方式中，智能手机的应用程序用于显示测量信号6、测量曲线k1、k2、外推曲线e1、e2、阈限M1、M2和/或所预测的时刻t1、t2。使用者由此可以实施历史数据的独自分析。

如上所述，在一种实施方式中，所述分析单元7这样设置，使得在所预测的时刻t1、t2之前的规定的时间间隔内将所预测的时刻t1、t2传送给家用设备9，以用于执行动作。在一种实施方式中，所述家用设备9是具有至互联网的接口的电气厨房设备或清洁设备，从而分析单元7为了交换数据可以与家用设备9连接。在一种实施方式中，当达到直至外推的时刻t1、t2的预定义的时间间隔时，所述分析单元7才将外推的时刻发送给家用设备9。优选地，家用设备9根据所预测的时刻t1、t2执行动作。在一种实施方式中，所述厨房设备是厨房电器，其优选可以自动地烹调食物，和/或所述清洁设备是除尘机器人，为其规定并存储了清洁计划。

所预测的时刻相当于外推的时刻。规定的时间间隔相当于预定义的时间间隔。厨房电器至少具有三种功能：加热、切碎和混合食物。在一种实施方式中，当直至所预测的时刻的剩余时间小于规定的或预定义的时间间隔本身时，则将所预测的时刻立即传送给家用设备。

所述动作可以是即刻停用除尘机器人或者由厨房设备、特别是厨房电器立即开始烹调食物。

在一种实施方式中，只要通过分析单元7确定了外推的时刻t1、t2，所述分析单元7就将外推的时刻t1、t2发送给厨房设备或清洁设备。厨房设备或清洁设备可以这样设置，使得在所预测的时刻t1、t2之前的规定的时间间隔内才执行动作。这样可以达到更高的效率，因为例如除尘机器人首先可以继续清洁，而当达到外推的时刻扣除规定的时间间隔的时刻时，厨房电器才开始烹调食物。在除尘机器人的变型方案中，规定的时间间隔例如相当于除尘机器人返回到充电站所需的时间。在厨房电器的变型方案中，规定的时间间隔可以自动地基于事先由使用者选择或预先设定的食物来定义，或者所述规定的时间间隔相当于所述食物的烹饪持续时间。如果所述食物例如是婴儿奶瓶的奶，则规定的时间间隔相当于用于牛奶的准备时间加上冷却阶段。通过所描述的具体实施方式可以提高父母的休息时间。

在一种实施方式中，多于一个人员分别配备有一个通知设备12。特别是，通知设备12借助于传感器检测相应人员的生命体征数据、即至少一个生命体征参数并且将其传送给分析单元7。这特别是类似于上面描述的生命体征数据地检测。优选地，所检测的生命体征数据通过分析单元7分析，优选与上面借助婴幼儿阐述的示例相类似。按照这种方式，所述分析单元7可以确定相应人员的睡眠状态和/或休息状态。所述人员特别是涉及用于护理生命体的人员、例如婴幼儿的父母和/或婴幼儿的其他监护人员。

优选地，所述通知设备12包括显示器和/或用于向人员报警的装置、特别是振动器。振动器能实现，例如仅父母一方被报警所唤醒，而除其以外的睡着的伴侣不被唤醒。

在一种实施方式中，所述分析单元7这样设置，使得在所预测的时刻之前的规定的时间间隔内或者在确定所预测的生命体发生状态改变的时刻时，可以基于所测量的生命体征参数选择多个人员中的至少一个人员并且仅向所述至少一个被选择的人员报警。特别是利用通知设备12选择所有其测量的生命体征参数达到阈值或超过阈值的人员。人员的睡眠或休息状态越深，则生命体征参数的值就越低。优选地，这样设定阈值，在达到或超过所述阈值(相比于生命体征参数低于阈值的状态)的情况下，人员适合于被选择，因为其能够更容易地唤醒、处于较浅的睡眠和/或通过借助于通知设备来报警而经受较少压力。如果所有人员的生命体征参数处于阈值之下，则向所有人员报警，或向其生命体征参数最靠近阈值的人员报警。

当基于所测量的生命体征参数的分析得出，多个人员适合于被报警，则因此也可以选择大量人员中所有这些多个人员并向其报警。当始终向所有选择出的人员报警，则可以降低被报警人员没有意识到报警的风险。

在一种实施方式中，通知设备12和/或分析单元7可以与厨房电器或除尘机器人建立数据连接和/或对其进行操控。刚刚被警告过预测的状态改变的人员由此可以不浪费时间地例如从床上通过通知设备操控厨房电器来烹调食物或者操控除尘机器人来改变清洁计划。特别是，所述操控包括激活预定义的动作，例如停用除尘机器人或触发由厨房电器自动烹调食物。

在具有厨房电器的变型方案中，可以实现使被报警的人员更长时间地躺在床上，因为厨房电器已经可以按照特别简单的方式借助于通知设备12从床上被编程。这里的编程是指借助于在所预测的时刻之前或之后的输入或时间偏移的选择，来选择食物和/或选择食物完成的时刻。然而，在床上的这几分钟的时间节省保证通过人员起床而显著更低的休息损失，因为按照这种方式可以为循环、身体和头部提供足够地时间来缓慢地从休息状态转变为活动状态。

特别是，在通知设备12的显示器上显示关于通过厨房电器烹调食物的当前状况的信息，所述显示器显示当前实施的菜谱和/或分析单元发送给厨房电器的控制指令。按照这种方式可以进一步减少休息损失。优选地，可以借助于通知设备12选择用于自动烹调的菜谱或食物。优选地，显示菜谱或食物以及所计划的烹调持续时间。特别是可以由使用者通过通知设备输入规定的时间间隔。

特别地，提供用于除尘机器人的清洁计划。优选地，清洁计划包含用于清洁的行驶路径和/或时间表。例如规定所述如下时间表，除尘机器人定期驶过行驶路径，以便清洁居室的地板。

在具有除尘机器人及其数据连接和/或通过通知设备12的操控的变型方案中能实现，被报警的人员可以基于通过报警已获知的事件迅速地且原地改变清洁计划。例如当婴幼儿在夜间醒来，则可以通过通知设备12即刻改变清洁计划，以便在所预测的时刻之前立即禁止除尘机器人，不驶向儿童房(改变行驶路径)或在时间上延迟地驶过所述行驶路径(改变时间表)。这特别在婴幼儿的情况下出于以下原因是非常有利的。因为除尘机器人对于处于地板上的婴幼儿是危险的并且运行噪音通常不吵醒睡着的婴幼儿，所以除尘机器人大多被编程在夜间清洁。但运动中的除尘机器人的噪声和/或景象会使醒着的婴儿进入更高的活跃状态，这种状态会使本来已经疲劳的婴儿进入清醒状态，要从这个清醒状态使婴儿重新入睡是非常困难和麻烦的。这可以通过上面描述的实施方式而防止，从而被报警人员不必立即起床来在达到所预测的时刻之前停用除尘机器人。相反，人员可以先进一步保持躺在床上，直至循环、身体和头部适应于即将到来的起床，例如在夜间由于醒来的婴幼儿。因此可以通过所述实施方式方式显著地减少休息损失。

特别是，在通知设备12的显示器上显示关于除尘机器人、清洁计划的当前状况的信息和/或分析单元发送给除尘机器人的控制指令。这样可以进一步减少休息损失。

Claims (17)

1.一种系统，包括传感器(1至4)以及分析单元(7)，所述传感器可以测量生命体(5)的生命体征参数并输出相应的测量信号(6)，所述分析单元可以分析传感器(1至4)的测量信号(6)，其特征在于，所述分析单元(7)可以根据所分析的测量信号(k1、k2)预测生命体(5)发生状态变化的时刻(t1、t2)。

2.根据权利要求1所述的系统，其特征在于，所述分析单元(7)设置成，在所预测的时刻(t1、t2)之前的规定的时间间隔内将所预测的时刻(t1、t2)传送给家用设备(9)以用于执行动作。

3.根据权利要求2所述的系统，其特征在于，所述系统作为家用设备(9)包括电气厨房设备或清洁设备，其中，所述家用设备(9)与分析单元(7)连接以交换数据，其中，分析单元(7)和家用设备(9)设置成，当达到直至外推时刻(t1、t2)的预定义的时间间隔时，所述分析单元(7)才将外推的时刻发送给家用设备(9)，并且家用设备(9)根据所预测的时刻(t1、t2)执行动作。

4.根据权利要求1、2或3所述的系统，其特征在于，所述分析单元(7)配置有机器学习算法，以便根据所分析的测量信号(k1、k2)预测生命体(5)发生状态变化的时刻(t1、t2)。

5.根据权利要求1或4所述的系统，其特征在于，所述分析单元(7)对所分析的测量信号(k1、k2)的时间进程进行外推。

6.根据上述权利要求之一所述的系统，其特征在于，所述分析单元(7)包括用于所分析的测量信号(k1、k2)的阈限(M1、M2)，以指示状态改变。

7.根据上述两个权利要求所述的系统，其特征在于，所述分析单元(7)将所分析的测量信号(k1、k2)的外推的时间进程达到阈限(M1、M2)的时刻(t1、t2)，确定为所预测的时刻(t1、t2)。

8.根据上述四个权利要求所述的系统，其特征在于，所述阈限(M1、M2)和/或所分析的测量信号的外推的时间进程通过机器学习算法确定。

9.根据上述五个权利要求所述的系统，其特征在于，具有用于使用者的输入界面，和/或使用者可以调整阈限(M1、M2)。

10.根据上述六个权利要求所述的系统，其特征在于，设有反馈装置(8)，使用者通过所述反馈装置可以给机器学习算法提供关于发生状态改变的反馈。

11.根据上述权利要求之一所述的系统，其特征在于，所述传感器是陀螺仪(1)和/或用于测量身体温度的皮肤接触传感器(2)。

12.根据上述权利要求之一所述的系统，其特征在于，设置至少两个用于不同的生命体征参数的传感器(1至4)，和/或所预测的发生状态改变的时刻(t1、t2)可以基于分析至少两个不同的生命体征参数进行。

13.根据上述权利要求之一所述的系统，其特征在于，考虑环境信息以用于确定所预测的发生状态改变的时刻(t1、t2)。

14.根据上述权利要求之一所述的系统，其特征在于，所述家用设备(9)与分析单元(7)相连以交换数据，从而可以根据所预测的时刻(t1、t2)来执行动作。

15.根据上述权利要求之一所述的系统的应用，其特征在于，所预测的生命体(5)发生状态改变的时刻(t1、t2)是婴儿的醒来时刻。

16.一种方法，在所述方法中，利用传感器(1至4)测量生命体(5)的生命体征参数并且输出相应的测量信号(6)，其中，分析单元分析传感器(1至4)的测量信号(6)并且按照所分析的测量信号预测生命体(5)发生状态改变的时刻(t1、t2)。

17.计算机程序产品，包括指令，所述指令在通过计算机、特别是分析单元(7)执行程序时，使其执行根据上述权利要求所述的方法的步骤。