CN111351761A - 抗氧化剂传感器和获得抗氧化剂信号的方法 - Google Patents
抗氧化剂传感器和获得抗氧化剂信号的方法 Download PDFInfo
- Publication number
- CN111351761A CN111351761A CN201911335470.2A CN201911335470A CN111351761A CN 111351761 A CN111351761 A CN 111351761A CN 201911335470 A CN201911335470 A CN 201911335470A CN 111351761 A CN111351761 A CN 111351761A
- Authority
- CN
- China
- Prior art keywords
- antioxidant
- sensor
- signal
- contact surface
- wavelength
- 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
Links
- 239000003963 antioxidant agent Substances 0.000 title claims abstract description 456
- 230000003078 antioxidant effect Effects 0.000 title claims abstract description 454
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000001228 spectrum Methods 0.000 claims description 83
- 238000002835 absorbance Methods 0.000 claims description 74
- 230000008859 change Effects 0.000 claims description 67
- 230000003287 optical effect Effects 0.000 claims description 34
- 230000037303 wrinkles Effects 0.000 claims description 34
- 238000002203 pretreatment Methods 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 15
- 235000021466 carotenoid Nutrition 0.000 claims description 13
- 150000001747 carotenoids Chemical class 0.000 claims description 13
- 230000000295 complement effect Effects 0.000 claims description 5
- 229910044991 metal oxide Inorganic materials 0.000 claims description 5
- 150000004706 metal oxides Chemical class 0.000 claims description 5
- 239000004065 semiconductor Substances 0.000 claims description 5
- 235000006708 antioxidants Nutrition 0.000 description 366
- 210000003491 skin Anatomy 0.000 description 88
- 238000010586 diagram Methods 0.000 description 41
- 230000004044 response Effects 0.000 description 25
- 230000015654 memory Effects 0.000 description 20
- 239000000126 substance Substances 0.000 description 20
- 230000006870 function Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 230000003595 spectral effect Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000010521 absorption reaction Methods 0.000 description 6
- 239000003642 reactive oxygen metabolite Substances 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 239000006059 cover glass Substances 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 210000002615 epidermis Anatomy 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 230000037384 skin absorption Effects 0.000 description 2
- 231100000274 skin absorption Toxicity 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- CVOFKRWYWCSDMA-UHFFFAOYSA-N 2-chloro-n-(2,6-diethylphenyl)-n-(methoxymethyl)acetamide;2,6-dinitro-n,n-dipropyl-4-(trifluoromethyl)aniline Chemical compound CCC1=CC=CC(CC)=C1N(COC)C(=O)CCl.CCCN(CCC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O CVOFKRWYWCSDMA-UHFFFAOYSA-N 0.000 description 1
- 206010003210 Arteriosclerosis Diseases 0.000 description 1
- 208000019736 Cranial nerve disease Diseases 0.000 description 1
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 229930003427 Vitamin E Natural products 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006851 antioxidant defense Effects 0.000 description 1
- 208000011775 arteriosclerosis disease Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000008260 defense mechanism Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229930003935 flavonoid Natural products 0.000 description 1
- 235000017173 flavonoids Nutrition 0.000 description 1
- 150000002215 flavonoids Chemical class 0.000 description 1
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012261 overproduction Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 150000002978 peroxides Chemical class 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
- 235000019165 vitamin E Nutrition 0.000 description 1
- 229940046009 vitamin E Drugs 0.000 description 1
- 239000011709 vitamin E Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/443—Evaluating skin constituents, e.g. elastin, melanin, water
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1495—Calibrating or testing of in-vivo probes
-
- 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
- A61B5/6843—Monitoring or controlling sensor contact pressure
-
- 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
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6897—Computer input devices, e.g. mice or keyboards
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Dermatology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
提出了一种抗氧化剂传感器和获得抗氧化剂信号的方法。根据示例实施例的方案的抗氧化剂传感器包括:触摸传感器;光源,被配置为将预定波长的光发射到触摸该触摸传感器的对象上;光接收器,被配置为接收从对象返回的光;以及处理器,被配置为基于触摸传感器的传感器值来提取对象的接触表面的图像,分析所提取的接触表面的图像,并且通过基于对接触表面的图像的分析的结果而驱动光源,来获得对象的抗氧化剂信号。
Description
相关申请的交叉引用
本申请要求于2018年12月20日在韩国知识产权局递交的韩国专利申请No.10-2018-0166194的优先权,其全部公开出于各种目的通过引用合并于此。
技术领域
本公开的示例实施例涉及用于非侵入性地获得抗氧化剂信号的装置和方法以及用于测量抗氧化剂水平的装置和方法。
背景技术
活性氧是生物防御机制的重要组成部分,例如保护身体免受感染的白细胞。然而,已知体内过量产生活性氧簇可能导致组织中的各种疾病。
引起活性氧簇的常见因素包括压力、酒精、过氧化物、药物等。由这些因素产生的活性氧簇可能引起脑神经疾病、循环系统疾病、癌症、消化道疾病、肝脏疾病、动脉硬化、肾脏疾病、糖尿病、衰老等。
人体具有一系列的抗氧化剂防御系统,以防止氧中毒。为了使这样的系统正常运行,需要足量的抗氧化剂,例如维生素E、维生素C、类胡萝卜素、类黄酮等。因此,需要一种用于容易地识别体内抗氧化剂的量的装置和方法。
发明内容
一个或多个示例实施例提供一种抗氧化剂传感器和一种测量抗氧化剂信号的方法。
根据示例实施例的方案,提供了一种抗氧化剂传感器,包括:触摸传感器,被配置为检测与对象的接触;第一光源,被配置为将第一波长的光发射到对象上;光接收器,被配置为接收从对象返回的光;以及处理器,被配置为基于触摸传感器的传感器值来提取对象的接触表面的图像,被配置为分析所提取的接触表面的图像,并且被配置为通过基于对接触表面的图像的分析的结果而驱动第一光源,来获得对象的抗氧化剂信号。
抗氧化剂信号可以包括与类胡萝卜素相关联的信号。
第一波长可以包括蓝光波长。
处理器还可以被配置为通过分析所提取的接触表面的图像来确定接触压力反映指标,并且基于接触压力反映指标低于或等于预定阈值,处理器还可以被配置通过驱动第一光源来获得对象的抗氧化剂信号。
接触压力反映指标可以包括接触表面的面积的变化、接触表面的长度的变化、或接触表面的图像中褶皱的数量中的至少一项。
基于所确定的接触压力反映指标处于低于或等于预定阈值的状态并且该状态被保持预定时间段,处理器还可以被配置为通过驱动第一光源来获得对象的抗氧化剂信号。
基于所确定的接触压力反映指标超过预定阈值,处理器还可以被配置为生成用于引导增加对象与触摸传感器之间的接触压力的信息,并且输出该信息。
光接收器可以包括光电检测器或光谱仪中的至少一种。
抗氧化剂传感器可以包括第二光源,该第二光源被配置为将第二波长的光发射到触摸触摸传感器的对象上,其中处理器还可以被配置为:基于所确定的接触压力反映指标低于或等于预定阈值,通过驱动第二光源来获得对象的预处理信号,并且基于所获得的预处理信号对所获得的抗氧化剂信号进行预处理。
第二波长可以包括蓝光波长、绿光波长或红光波长中的至少一个。
处理器还可以被配置为通过从抗氧化剂信号减去预处理信号或通过将抗氧化剂信号除以预处理信号来归一化抗氧化剂信号。
处理器还可以被配置为通过分析所获得的抗氧化剂信号来确定对象的抗氧化剂水平。
处理器还可以被配置为通过使用抗氧化剂水平估计模型来确定对象的抗氧化剂水平,该抗氧化剂水平估计模型定义了抗氧化剂信号与抗氧化剂水平之间的关系。
处理器还可以被配置为:基于所确定的抗氧化剂水平低于或等于预定阈值水平,生成推荐增加抗氧化剂水平的信息并输出该信息。
根据示例实施例的方案,提供了一种获得抗氧化剂信号的方法,包括:使用触摸传感器来检测与对象的接触;基于触摸传感器的传感器值来提取对象的接触表面的图像;以及分析所提取的接触表面的图像,并且通过基于分析的结果将第一波长的光发射到对象上来获得对象的抗氧化剂信号。
抗氧化剂信号可以包括与类胡萝卜素相关联的信号。
第一波长可以包括蓝光波长。
获得抗氧化剂信号可以包括:通过分析所提取的接触表面的图像来确定接触压力反映指标;以及基于接触压力反映指标低于或等于预定阈值,获得对象的抗氧化剂信号。
接触压力反映指标可以包括接触表面的面积的变化、接触表面的长度的变化、或接触表面的图像中褶皱的数量中的至少一项。
获得抗氧化剂信号可以包括:基于所确定的接触压力反映指标处于低于或等于预定阈值的状态并且该状态被保持预定时间段,获得对象的抗氧化剂信号。
该方法还可以包括:基于所确定的接触压力反映指标超过预定阈值,生成用于引导增加对象与触摸传感器之间的接触压力的信息,并且输出该信息。
获得抗氧化剂信号可以包括:通过将第二波长的光发射到对象上来获得对象的预处理信号;以及基于所获得的预处理信号对所获得的抗氧化剂信号进行预处理。
第二波长可以包括蓝光波长、绿光波长或红光波长中的至少一个。
对所获得的抗氧化剂信号进行预处理可以包括通过从抗氧化剂信号减去预处理信号或通过将抗氧化剂信号除以预处理信号来归一化抗氧化剂信号。
该方法可以包括通过分析所获得的抗氧化剂信号来确定对象的抗氧化剂水平。
确定抗氧化剂水平可以包括通过使用抗氧化剂水平估计模型来确定对象的抗氧化剂水平,该抗氧化剂水平估计模型定义了抗氧化剂信号和抗氧化剂水平之间的关系。
该方法可以包括:基于所确定的抗氧化剂水平低于或等于预定阈值水平,生成推荐增加抗氧化剂水平的信息并输出该信息。
根据示例实施例的方案,提供了一种抗氧化剂传感器,包括:光源,被配置为将光发射到对象上;光学指纹传感器,被配置为基于从对象返回的光来生成触摸光学指纹传感器的对象的接触表面的图像;以及处理器,被配置为基于从对象返回的光来获得对象的皮肤光谱,被配置为分析接触表面的图像,并且被配置为通过基于对接触表面的图像的分析的结果而分析皮肤光谱,来确定对象的抗氧化剂水平。
光源还可以被配置为将包括蓝光波长在内的可见光发射到对象上。
光源可以设置在显示面板中。
光学指纹传感器可以设置在互补金属氧化物半导体图像传感器中。
处理器还可以被配置为通过分析接触表面的图像来确定接触压力反映指标,并且基于接触压力反映指标低于或等于预定阈值,处理器还可以被配置为通过分析皮肤光谱来确定对象的抗氧化剂水平。
接触压力反映指标可以包括接触表面的面积的变化、接触表面的长度的变化、或接触表面的图像中褶皱的数量中的至少一项。
基于所确定的接触压力反映指标处于低于或等于预定阈值的状态并且该状态被保持预定时间段,处理器还可以被配置为通过分析皮肤光谱来确定对象的抗氧化剂水平。
基于所确定的接触压力反映指标超过预定阈值,处理器还可以被配置为生成用于引导增加对象与光学指纹传感器之间的接触压力的信息,并且输出该信息。
处理器还可以被配置为从皮肤光谱中提取第一波长的吸光度,并且基于所提取的第一波长的吸光度来确定对象的抗氧化剂水平。
处理器还可以被配置为从皮肤光谱中提取第二波长的吸光度,并且基于所提取的第二波长的吸光度来对第一波长的吸光度进行归一化。
第一波长可以包括蓝光波长;并且第二波长可以包括蓝光波长、绿光波长或红光波长中的至少一个。
处理器还可以被配置为通过从第一波长的吸光度减去第二波长的吸光度或通过将第一波长的吸光度除以第二波长的吸光度来对第一波长的吸光度进行归一化。
基于抗氧化剂水平低于或等于预定阈值水平,处理器还可以被配置为生成推荐增加抗氧化剂水平的信息并输出该信息。
根据示例实施例的方案,提供了一种抗氧化剂传感器,包括:触摸传感器,被配置为检测与对象的触摸;光谱测量器,被配置为测量来自对象的皮肤光谱;以及处理器,被配置为基于触摸传感器的传感器值来提取对象的接触表面的图像,被配置为通过分析所提取的接触表面的图像来确定接触压力反映指标,并且基于接触压力反映指标低于或等于预定阈值,被配置为通过驱动光谱测量器来获得皮肤光谱,并且被配置为通过分析所获得的皮肤光谱来确定对象的抗氧化剂水平。
光谱测量器可以包括:多个光源,被配置为将不同波长的光发射到对象上;光电检测器,被配置为接收从对象返回的光;以及光谱重构器,被配置为基于所接收的光来重建皮肤光谱。
光谱测量器可以包括:光源,被配置为将预定波长的光发射到对象上;以及光谱仪,被配置为通过分离从对象返回的光来生成皮肤光谱。
基于所确定的接触压力反映指标超过预定阈值,处理器还可以被配置为生成用于引导增加对象与触摸传感器之间的接触压力的信息,并且输出该信息。
根据示例实施例的方案,提供了一种抗氧化剂传感器,包括:指纹传感器,被配置为检测与对象的接触,并且被配置为生成对象的接触表面的图像;光源,被配置为将预定波长的光发射到对象上;光接收器,被配置为接收从对象返回的光;以及处理器,被配置为分析所生成的接触表面的图像,并且被配置为通过基于对接触表面的图像的分析的结果而驱动光源,来获得对象的抗氧化剂信号。
处理器还可以被配置为通过分析所生成的接触表面的图像来确定接触压力反映指标,并且基于所确定的接触压力反映指标处于低于或等于预定阈值的状态并且该状态被保持预定时间段,处理器还可以被配置为通过驱动光源来获得对象的抗氧化剂信号。
接触压力反映指标可以包括接触表面的面积的变化、接触表面的长度的变化、或接触表面的图像中褶皱的数量中的至少一项。
基于所确定的接触压力反映指标超过预定阈值,处理器还可以进一步被配置为生成用于引导增加对象与指纹传感器之间的接触压力的信息,并且输出该信息。
处理器还可以被配置为通过分析所生成的接触表面的图像来检测指纹,并且基于所检测的指纹来识别用户。
附图说明
根据以下结合附图对示例实施例的描述,本公开的以上和/或其他方面将变得显而易见且更容易理解,在附图中:
图1是示出皮肤的光学密度谱根据施加到皮肤的接触压力而变化的示例图;
图2是示出皮肤中的抗氧化剂信号根据施加到皮肤的接触压力而变化的示例图;
图3是示出施加到皮肤的接触压力与接触面积之间的关系的示例图;
图4和图5是示出施加到皮肤的接触压力与接触表面的长度之间的关系的示例图;
图6是示出施加到皮肤的接触压力与从接触表面的图像所提取的褶皱的数量之间的关系的示例图;
图7是示出根据示例实施例的抗氧化剂传感器的图;
图8是示出根据示例实施例的抗氧化剂传感器的结构的图;
图9是示出根据另一示例实施例的抗氧化剂传感器的图;
图10是示出根据另一示例实施例的抗氧化剂传感器的图;
图11是示出根据另一示例实施例的抗氧化剂传感器的图;
图12是示出根据另一示例实施例的抗氧化剂传感器的结构的图;
图13是示出根据另一示例实施例的抗氧化剂传感器的图;
图14是示出根据示例实施例的光谱测量器的图;
图15是示出根据另一示例实施例的光谱测量器的图;
图16是示出根据示例实施例的获得抗氧化剂信号的方法的图;
图17是示出根据示例实施例的基于对接触表面的图像的分析来获得抗氧化剂信号的方法的图;
图18是示出根据另一示例实施例的获得抗氧化剂信号的方法的图;
图19是示出根据另一示例实施例的获得抗氧化剂信号的方法的图;
图20是示出根据示例实施例的确定抗氧化剂水平的方法的图;
图21是示出根据另一示例实施例的获得抗氧化剂信号的方法的图;
图22是示出根据示例实施例的获得皮肤光谱的方法的图;
图23是示出根据示例实施例的通过分析皮肤光谱来确定对象的抗氧化剂水平的方法的图;以及
图24是示出根据另一示例实施例的抗氧化剂传感器的图。
具体实施方式
以下,将参考附图详细描述本公开的示例实施例。应当注意,在附图中,相同的附图标记表示相同的部件,尽管在不同附图中示出。在以下描述中,对合并于此的公知功能和配置的详细描述在可能混淆本公开的主题时将被省略。
贯穿附图和具体实施方式,除非另外描述,否则相同的附图标记应被理解为指代相同的元件、特征和结构。为了清楚、图示和方便起见,可以将这些元件的相对大小和标绘放大。
本文描述的处理步骤可以不同于指定顺序来执行,除非在本公开的上下文中明确陈述了指定顺序是必要的。即,每个步骤可以以指定顺序执行、基本上同时执行、以相反的顺序执行或以与指定顺序不同的任何其他顺序执行。
此外,贯穿本说明书使用的术语是考虑到根据示例实施例的功能而定义的,并且可以根据功能的目的和应用等而改变。因此,应基于总体上下文理解术语的定义。
应当理解,虽然术语“第一”、“第二”等可以在本文用于描述各种元件,但是这些元件不应该受这些术语的限制。这些术语仅用于区分一个元件与另一个元件。除非另外明确指出,否则任何对单数元件的引用可以包括复数元件。在本说明书中,应理解,诸如“包括”或“具有”等术语旨在指示存在本说明书中公开的特征、数字、步骤、动作、组件、部件或其组合,而并非旨在排除可存在或可添加一个或多个其他特征、数字、步骤、动作、组件、部件或其组合的可能性。
此外,说明书中将描述的组件仅根据由这些组件主要执行的功能来区分。也就是说,稍后将描述的两个或更多个组件可以被集成到单个组件中。而且,将在后面解释的单个组件可以分成两个或更多个组件。此外,除了其主要功能之外,将要描述的每个组件还可以另外地执行由另一个组件执行的一些或全部功能。将要解释的每个组件的一些或全部主要功能可以由另一个组件来执行。每个组件可以被实现为硬件、软件或两者的组合。
图1是示出皮肤的光学密度谱根据施加到皮肤的接触压力而变化的示例图,并且图2是示出皮肤中的抗氧化剂信号根据施加到皮肤的接触压力而变化的示例图。在图1至图2中,术语“压力步长”是指施加到皮肤的压力的大小,并且压力步长越高,施加到皮肤的压力的大小越高。
参考图1,皮肤的光学密度谱根据施加到皮肤的压力而改变。例如,从图1的示例可以看出,在约470nm至约510nm的波长带中,峰值高度随着施加到皮肤的接触压力增加而增加。在此,约470nm至约510nm的波长带可以处于获得抗氧化剂信号的波长带例如抗氧化剂物质(例如,类胡萝卜素)的吸收带中。此外,峰值高度可以指示光学密度,根据所述光学密度通过预处理过程(例如,基线校正、归一化等)消除了由抗氧化剂物质以外的物质引起的干扰。
参考图2,可以看出,随着施加到皮肤的接触压力增加,抗氧化剂信号的峰值高度增加,并且在大于或等于施加到皮肤的预定水平的压力下,抗氧化剂信号饱和,例如,收敛到预定值并稳定。此外,可以看出,抗氧化剂信号的峰值高度的变异系数(CV)随着施加到皮肤的接触压力增加而降低。
图3是示出施加到皮肤的接触压力与接触面积之间的关系的示例图;图4和图5是示出施加到皮肤的接触压力与接触表面的长度之间的关系的示例图;并且图6是示出施加到皮肤的接触压力与从接触表面的图像提取的褶皱的数量之间的关系的示例图。在图3至图6中,术语“压力步长”是指施加到皮肤的压力的大小,并且压力步长越高,施加到皮肤的压力的大小越高。
参考图3至图6,接触面积、接触表面的长度、以及从接触表面的图像提取的褶皱的数量可以根据施加到皮肤的接触压力而变化。在图3的示例中,随着施加到皮肤的接触压力增加,接触面积增加;并且在大于或等于施加到皮肤的预定水平的压力下,接触面积可以收敛到预定值。在图4和图5的示例中,随着施加到皮肤的接触压力增加,接触表面的长轴(或纵轴)方向上的长度(y)和短轴(或宽度轴)方向上的长度(x)增加;并且在大于或等于施加到皮肤的预定水平的压力下,接触表面的长轴方向上的长度(y)和短轴方向上的长度(x)收敛到预定值。在图6的示例中,随着施加到皮肤的接触压力增加,从接触表面的图像提取的褶皱的数量减少;并且在大于或等于施加到皮肤的预定水平的压力下,从接触表面的图像提取的褶皱的数量可能变为零。
因此,可以通过分析接触面积、接触表面的长度(例如,长轴方向长度(y)和短轴方向长度(x))、以及从接触表面的图像提取的褶皱的数量中的至少一项来估计施加到皮肤的压力;并且可以通过基于估计的压力而引导用户向对象施加大于或等于阈值压力的压力,来获得抗氧化剂信号,使得在不使用压力传感器的情况下获得具有高信噪比的抗氧化剂信号。
图7是示出根据示例实施例的抗氧化剂传感器700的示例的图。图7的抗氧化剂传感器700是用于非侵入性地测量对象的抗氧化剂水平的装置,并且可以被嵌入在电子设备中,或者可以被封装在壳体中而作为单独的设备提供。电子设备的示例可以包括蜂窝电话、智能电话、平板PC、膝上型计算机、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航、MP3播放器、数码相机、可穿戴设备等;并且可穿戴设备的示例可以包括手表型可穿戴设备、腕带型可穿戴设备、环型可穿戴设备、腰带型可穿戴设备、项链型可穿戴设备、踝带型可穿戴设备、大腿带型可穿戴设备、前臂带型可穿戴设备等。然而,电子设备不限于以上示例,并且可穿戴设备也不限于此。
参考图7,抗氧化剂传感器700包括触摸传感器710、光源部分720、光接收器730和处理器740。在本文中,处理器740可以包括一个或多个处理器、存储器和/或其组合。
触摸传感器710可以检测与对象的接触。触摸传感器710可以是各种类型例如电容型、电阻型、红外型、声波型、压力型等中的一种或多种。
光源部分720包括光源721,光源721根据预定的控制信号将预定波长的光发射到对象上。光源721可以将处于一定波长带例如抗氧化剂物质(例如,类胡萝卜素)的吸收带中的例如蓝光波长的光发射到对象上。在示例实施例中,光源721可以包括发光二极管(LED)、有机发光二极管(OLED)、量子点发光二极管(QLED)、激光二极管、荧光体等。
另外,光源部分720还可以包括用于将由光源721发射的光朝向对象的期望位置进行引导的至少一个光学元件(例如,反射镜等)。
光接收器730可以接收从对象反射或散射的光。在示例实施例中,光接收器730可以设置在光电检测器或光谱仪中。在本文中,光电检测器可以接收从对象反射或散射的光,并且可以将接收的光转换为电信号,并且光电检测器可以包括光电二极管、光电晶体管(PTr)、电荷耦合器件图像传感器(CCD图像传感器)、互补金属氧化物半导体图像传感器(CIS)等。此外,光谱仪可以接收从对象反射或散射的光,并且可以分离所接收的光。光谱仪可以包括干涉光谱仪、光栅光谱仪、棱镜光谱仪等。
此外,光接收器730还可以包括用于将从对象反射或散射的光朝向光接收器730进行引导的至少一个光学元件(例如,反射镜等)。
处理器740可以控制抗氧化剂传感器700的总体操作。
一旦对象接触了触摸传感器710,处理器740就可以基于触摸传感器710的传感器值来提取对象的接触表面的图像。例如,处理器740可以通过基于触摸传感器710的传感器值而执行轮廓绘制,来提取接触表面的图像。
处理器740可以分析所提取的接触表面的图像,并且可以通过基于对所提取的接触表面的图像的分析而控制光源721,来获得抗氧化剂信号。在这种情况下,抗氧化剂信号可以是与表皮中积累的类胡萝卜素相关联的信号。例如,处理器740可以确定接触压力反映指标;并且如果接触压力反映指标低于或等于预定阈值,则处理器740可以驱动光源721以获得对象的抗氧化剂信号。备选地,如果接触压力反映指标低于或等于预定阈值,并且这种状态被保持预定时间段,则处理器740可以驱动光源721以获得对象的抗氧化剂信号。在本文中,接触压力反映指标可以包括接触表面的面积的变化、接触表面的长度的变化、以及所提取的接触表面的图像中褶皱的数量中的至少一项。
在示例实施例中,处理器740可以通过分析接触表面的图像来确定接触表面的面积的变化。可以通过从当前值减去先前值或通过将当前值除以先前值来计算接触表面的面积的变化。然而,这仅是示例,并且本公开不限于此。此外,如果接触表面的面积的变化小于或等于第一阈值,或者如果接触表面的面积的变化小于或等于第一阈值并且这样的状态被保持预定时间段,则处理器740可以确定施加到对象的压力足以获得抗氧化剂信号。基于该确定,处理器740可以驱动光源721将预定波长的光发射到对象上,并且可以通过控制光接收器730接收从对象返回的光来获得抗氧化剂信号。根据示例实施例,处理器740可以在确定接触表面的面积的变化满足预设条件(例如,如果接触表面的面积的变化小于或等于第一阈值,或者如果这种状态被保持预定时间段)之后开始驱动光源721和/或光接收器730。
在另一示例实施例中,处理器740可以通过分析接触表面的图像来确定接触表面的长度的变化。接触表面的长度可以包括任何方向上的长度,例如,长轴方向上的长度、短轴方向上的长度、对角线方向上的长度等;并且可以通过从当前值中减去先前值或通过将当前值除以先前值来计算长度的变化。然而,这仅是示例,并且本公开不限于此。如果接触表面的长度的变化小于或等于第二阈值,或者如果接触表面的长度的变化小于或等于第二阈值并且这种状态被保持预定时间段,则处理器740可以确定施加到对象的压力足以获得抗氧化剂信号。基于该确定,处理器740可以驱动光源721将预定波长的光发射到对象上,并且可以通过控制光接收器730接收从对象返回的光来获得抗氧化剂信号。根据示例实施例,处理器740可以在确定接触表面的长度的变化满足预设条件(例如,如果接触表面的长度的变化小于或等于第二阈值,或者如果这种状态被保持预定时间段)之后开始驱动光源721和/或光接收器730。
在又一示例实施例中,处理器740可以通过分析接触表面的图像来确定接触表面的图像中褶皱的数量。如果褶皱的数量小于或等于第三阈值,或者如果褶皱的数量小于或等于第三阈值并且这种状态被保持预定时间段,则处理器740可以确定施加到对象的压力足以获得抗氧化剂信号。基于该确定,处理器740可以驱动光源721将预定波长的光发射到对象上,并且可以通过控制光接收器730接收从对象返回的光来获得抗氧化剂信号。根据示例实施例,处理器740可以在确定接触表面的图像中褶皱的数量满足预设条件(例如,如果褶皱的数量小于或等于第三阈值,或者如果这种状态被保持预定时间段)之后开始驱动光源721和/或光接收器730。
可以考虑抗氧化剂信号饱和且稳定时的压力来预设第一阈值、第二阈值和第三阈值。
如果接触压力反映指标超过预定阈值,或者即使接触压力反映指标低于或等于预定阈值,如果该状态未保持预定时间段,则处理器740可以确定施加到对象的压力不足以获得抗氧化剂信号,并且可以生成关于低接触压力的信息和/或用于引导用户增加施加到对象的压力的引导信息,并且通过输出设备来输出生成的信息。输出设备可以包括所有类型的设备,例如,视觉输出设备(例如,显示器等)、音频输出设备(例如,扬声器等)、以及触觉输出设备(例如,振动器等)。
在获得抗氧化剂信号之后,处理器740可以通过分析所获得的抗氧化剂信号来确定对象的抗氧化剂水平。例如,处理器740可以通过使用抗氧化剂水平估计模型来确定对象的抗氧化剂水平。在本文中,抗氧化剂水平估计模型定义了抗氧化剂信号和抗氧化剂水平之间的关系,并且可以通过例如回归分析或机器学习来预先生成,并且可以存储在处理器740的内部或外部数据库中。抗氧化剂水平估计模型可以以数学算法或匹配表的形式构建,但是不限于此
响应于抗氧化剂水平低于或等于预定阈值水平,处理器740可以生成关于抗氧化剂水平的信息和/或推荐用户增加抗氧化剂水平的信息,并且可以通过上述输出设备将所生成的信息提供给用户。例如,响应于抗氧化剂水平低于或等于预定阈值水平,处理器740可以生成推荐信息,诸如“多吃蔬菜”、“少抽烟”、“少喝酒”、“多锻炼”、“减轻压力”等,并且可以通过输出设备向用户提供推荐信息。
图8是示出根据示例实施例的抗氧化剂传感器的结构示例的图。
参考图8,触摸传感器710可以设置在抗氧化剂传感器700的外表面上以与对象接触。光源部分720和光接收器730设置在衬底810上并且设置在触摸传感器710之下,以分别将光发射到对象上以及接收从对象返回的光。处理器740可以与衬底810和触摸传感器710相关联,以向触摸传感器710、光源部分720和光接收器730发送数据以及从触摸传感器710、光源部分720和光接收器730接收数据。
另外,触摸传感器710可以包括透明材料,以便不阻挡由光源部分720发射到对象上的光以及从对象返回的光。
图9是示出根据另一示例实施例的抗氧化剂传感器900的示例的图。图9的抗氧化剂传感器900是可以非侵入性地获得对象的抗氧化剂水平的设备,并且可以被嵌入在上述电子设备中或者可以被封装在壳体中而作为单独的设备提供。
参考图9,抗氧化剂传感器900包括触摸传感器910、光源部分920、光接收器930和处理器940。在此,处理器940可以包括一个或多个处理器、存储器和/或其组合。图9的触摸传感器910、光接收器930和处理器940具有与光触摸传感器710、光接收器730和处理器740的功能类似的功能,因此将不再赘述。
光源部分920包括发射第一波长的光的第一光源921和发射第二波长的光的第二光源922。
第一光源921可以是用于获得抗氧化剂信号的光源。第一光源可以包括处于抗氧化剂物质(例如,类胡萝卜素)的吸收带中的蓝光波长。
第二光源922可以是用于获得用于对通过驱动第一光源921所获得的抗氧化剂信号进行预处理的信号(在下文中称为预处理信号)的光源。第二波长可以是与第一波长不同的波长,并且可以包括蓝光波长、绿光波长和红光波长中的至少一个。
一旦对象接触了触摸传感器910,处理器940就可以基于触摸传感器910的传感器值来提取对象的接触表面的图像,可以通过分析所提取的接触表面的图像来确定接触压力反映指标。基于接触压力反映指标,处理器940可以控制第一光源921和第二光源922获得抗氧化剂信号和预处理信号。此外,处理器940可以基于预处理信号对抗氧化剂信号进行预处理。例如,处理器940可以通过从抗氧化剂信号中减去预处理信号或者通过将抗氧化剂信号除以预处理信号来对抗氧化剂信号进行归一化。通过对抗氧化剂信号进行归一化,处理器940可以从所获得的抗氧化剂信号中去除抗氧化剂物质之外的其他物质的影响。另外,处理器940可以通过分析预处理后的抗氧化剂信号来确定对象的抗氧化剂水平。例如,处理器940可以通过使用抗氧化剂水平估计模型来确定对象的抗氧化剂水平。
虽然图9示出了其中光源部分920包括两个光源921和922的示例,但是这仅是为了便于说明的示例,光源部分920不限于此。也就是说,光源部分920可以包括可以获得预处理信号的多个光源(例如,三个或更多个光源),在这种情况下,这多个光源中的每一个可以发射相同波长的光,或者可以发射不同波长的光,例如,蓝光波长、绿光波长或红光波长。在这种情况下,处理器940可以驱动这多个光源中的每一个以获得多个预处理信号,并且可以通过使用这多个预处理信号来预处理抗氧化剂信号。例如,处理器940可以通过基于这多个预处理信号执行基线校正来预处理抗氧化剂信号。
图10是示出根据另一示例实施例的抗氧化剂传感器1000的示例的图。图10的抗氧化剂传感器1000是可以非侵入性地测量对象的抗氧化剂水平的设备,并且可以被嵌入在上述电子设备中或者可以被封装在壳体中而作为单独的设备提供。
参考图10,抗氧化剂传感器1000包括触摸传感器1010、光源部分1020、光接收器1030、处理器1040、输入部分1050、存储器1060、通信器1070和输出部分1080。在此,触摸传感器1010、光源部分1020、光接收器1030和处理器1040与以上参考图7和图9所描述的触摸传感器710和910、光源部分720和920、光接收器730和930以及处理器740和940相同或相似,从而不再赘述。
输入部分1050可以接收来自用户的各种操作信号中的一个或多个的输入。在示例实施例中,输入部分1050可以包括例如但不限于键盘、圆顶开关、触摸板(静压力/电容)、滚轮、滚轮开关、硬件(H/W)按钮等。特别地,与显示器形成层结构的触摸板可以被称为触摸屏。
存储器1060可以存储用于抗氧化剂传感器1000的操作的程序或命令,并且可以存储输入到抗氧化剂传感器1000和从抗氧化剂传感器1000输出的数据。此外,存储器1060可以存储由抗氧化剂传感器1000处理的数据、可用于抗氧化剂传感器1000的数据处理的数据(例如,抗氧化剂水平估计模型)等。
存储器1060可以包括闪存型存储器、硬盘型存储器、多媒体卡微型存储器、卡型存储器(例如,SD存储器、XD存储器等)、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、电可擦可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁存储器、磁盘和光盘等中的至少一种存储介质。此外,抗氧化剂传感器1000可以操作诸如网络存储之类的外部存储介质,该外部存储介质在因特网上执行存储器1060的存储功能。
通信器1070可以执行与外部设备的通信。例如,通信器1070可以将由抗氧化剂传感器1000使用的数据、抗氧化剂传感器1000的处理结果数据等发送到外部设备;或者可以从外部设备接收可用于获得抗氧化剂信号和/或确定抗氧化剂水平的各种数据。
外部设备可以是使用由抗氧化剂传感器1000所使用的数据或抗氧化剂传感器1000的处理结果数据的医疗装备、用于打印结果的打印机、和/或用于显示结果的显示器。此外,外部设备可以是数字电视、台式计算机、蜂窝电话、智能电话、平板PC、膝上型计算机、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航、MP3播放器、数码相机、可穿戴设备等。然而,这些仅是示例,并且外部设备不限于此。
通信器1070可以通过使用以下项与外部设备进行通信:蓝牙通信、蓝牙低能量(BLE)通信、近场通信(NFC)、WLAN通信、Zigbee通信、红外数据协会(IrDA)通信、Wi-Fi直连(WFD)通信、超宽带(UWB)通信、Ant+通信、WIFI通信、射频识别(RFID)通信、3G通信、4G通信、5G通信等。然而,这仅是示例,并且并非旨在进行限制。
输出部分1080可以输出由抗氧化剂传感器1000使用的数据、抗氧化剂传感器1000的处理结果数据等。在示例实施例中,输出部分1080可以通过使用例如但不限于声学方法、视觉方法和触觉方法中的至少一种,来输出由抗氧化剂传感器1000使用的数据、抗氧化剂传感器1000的处理结果数据等。为此,输出部分1080可以包括显示器、扬声器、振动器等。
图11是示出根据另一示例实施例的抗氧化剂传感器1100的示例的图。图11的抗氧化剂传感器1100是用于非侵入性地获得对象的抗氧化剂水平的装置,并且可以被嵌入在上述电子设备中或者可以被封装在壳体中而作为单独的设备提供。
参考图11,抗氧化剂传感器1100包括光源部分1110、光学指纹传感器1120和处理器1130。
光源部分1110包括将预定波长的光发射到对象上的至少一个光源。光源部分1110可以将可见光发射到对象上,该可见光包括处于抗氧化剂物质(例如,类胡萝卜素)的吸收带中的蓝光波长。在示例实施例中,光源部分1110可以被实现为显示面板,以将显示面板的发光元件用作光源。
光学指纹传感器1120可以接收从对象反射或散射的光。在示例实施例中,光学指纹传感器1120可以被实现为互补金属氧化物半导体图像传感器(CIS)。
光学指纹传感器1120可以包括可以被划分为至少两个像素组的多个像素,所述至少两个像素组包括用于生成对象的接触表面的图像的第一像素组和用于获得对象的皮肤光谱的第二像素组。可以将滤色器安装在第二像素组的至少一些像素处,以接收在其中可以获得抗氧化剂信号的波长段中的光。
光学指纹传感器1120可以基于由第一像素组接收的光来生成接触表面的图像。
处理器1130可以控制抗氧化剂传感器1100的总体操作。
处理器1130可以基于由光学指纹传感器1120的第二像素组接收的光来获得对象的皮肤光谱。在这种情况下,皮肤光谱可以是皮肤吸收光谱。
处理器1130可以基于所生成的接触表面的图像和所获得的皮肤光谱来确定抗氧化剂水平。例如,处理器1130可以通过分析接触表面的图像来确定接触压力反映指标。此外,如果接触压力反映指标低于或等于预定阈值,或者如果压力反映指标低于或等于预定阈值并且这种状态被保持预定时间段,则处理器1130可以从皮肤光谱中提取与抗氧化剂信号相对应的预定波长的吸光度,并且可以通过分析预定波长的吸光度来确定对象的抗氧化剂水平。预定波长可以处于获得抗氧化剂信号的波长带中,例如,处于抗氧化剂物质(例如,类胡萝卜素)的吸收带中的蓝光波长。处理器1130可以通过使用例如上述抗氧化剂水平估计模型来确定对象的抗氧化剂水平。此外,接触压力反映指标可以包括接触表面的面积的变化、接触表面的长度的变化、以及接触表面的图像中褶皱的数量中的至少一项。
在示例实施例中,处理器1130可以通过分析接触表面的图像来确定接触表面的面积的变化。在这种情况下,可以通过从当前值减去先前值或通过将当前值除以先前值来计算面积的变化。然而,这仅是示例,并且本公开不限于此。此外,如果接触表面的面积的变化小于或等于第一阈值,或者如果接触表面的面积的变化小于或等于第一阈值并且这种状态被保持预定时间段,则处理器1130可以确定皮肤光谱在充分的压力下被测量,并且可以通过分析皮肤光谱来确定对象的抗氧化剂水平。
在另一示例实施例中,处理器130可以通过分析接触表面的图像来确定接触表面的长度的变化。在这种情况下,接触表面的长度可以包括任何方向上的长度,例如,长轴方向上的长度、短轴方向上的长度、对角线方向上的长度等;并且长度的变化可以通过例如从当前值中减去先前值或通过将当前值除以先前值来计算。如果接触表面的长度的变化小于或等于第二阈值,或者如果接触表面的长度的变化小于或等于第二阈值并且这种状态被保持预定时间段,则处理器1130可以确定皮肤光谱在充分的压力下被测量,并且可以通过分析皮肤光谱来确定对象的抗氧化剂水平。
在又一示例实施例中,处理器1130可以通过分析接触表面的图像来确定接触表面的图像中褶皱的数量。如果褶皱的数量小于或等于第三阈值,或者如果褶皱的数量小于或等于第三阈值并且这种状态被保持预定时间段,则处理器1130可以确定皮肤光谱在充分的压力下被测量,并且可以通过分析皮肤光谱来确定对象的抗氧化剂水平。
在确定对象的抗氧化剂水平之前,处理器1130可以对与抗氧化剂信号相对应的预定波长的吸光度进行预处理。在示例实施例中,处理器1130可以从皮肤光谱中提取与预处理信号相对应的用于预处理的吸光度(以下称为预处理吸光度),并且可以基于提取的预处理吸光度来对预定波长的吸光度进行预处理。例如,处理器1130可以提取一个或多个波长处的预处理吸光度,并且可以通过基于所提取的预处理吸光度而对预定波长的吸光度进行归一化或基线校正,来对预定波长的吸光度进行预处理。以这种方式,处理器1130可以从与抗氧化剂信号相对应的预定波长的吸光度中去除抗氧化剂物质以外的其他物质的影响。提取预处理吸光度的该一个或多个波长可以是与抗氧化剂信号相对应的预定波长不同的波长,并且可以是蓝光波长、绿光波长或红光波长。
如果接触压力反映指标超过预定阈值,或者即使接触压力反映指标小于或等于预定阈值,如果这种状态未保持预定时间段,则处理器1130可以确定未在充分的压力下测量皮肤光谱。在示例实施例中,处理器1130可以生成关于低接触压力的信息和/或用于引导用户增加施加到对象的压力的引导信息,并且通过上述输出设备来输出所生成的信息。
响应于抗氧化剂水平低于或等于预定阈值水平,处理器1130可以生成信息,例如,关于抗氧化剂水平的信息和/或推荐用户推荐增加抗氧化剂水平的推荐信息,并且可以通过上述输出设备将所生成的信息提供给用户。
图12是示出根据另一示例实施例的抗氧化剂传感器的结构示例的图。
参考图12,盖玻璃1210可以设置在抗氧化剂传感器1100的外表面上以与对象接触。光源部分1110(例如,显示面板)设置在盖玻璃1210之下,并且可以将光发射到接触盖玻璃1210的对象上。光学指纹传感器1120(例如,CIS传感器)设置在光源部分1110之下,以接收从对象返回的光。处理器1130可以连接到光源部分1110和光学指纹传感器1120,以向光源部分1110和光学指纹传感器1120发送数据以及从光源部分1110和光学指纹传感器1120接收数据。
图13是示出根据另一示例实施例的抗氧化剂传感器1300的示例的图。图13的抗氧化剂传感器1300是用于非侵入性地测量对象的抗氧化剂水平的设备,并且可以被嵌入在上述电子设备中,或者可以被封装在壳体中而作为单独的设备提供。
参考图13,抗氧化剂传感器1300包括触摸传感器1310、光谱测量器1320和处理器1330。在此,处理器1330可以包括一个或多个处理器、存储器和/或其组合。
触摸传感器1310可以检测与对象的接触。触摸传感器1310可以是各种类型例如电容型、电阻型、红外型、声波型、压力型等中的一种或多种。
光谱测量器1320可以根据预定的控制信号来测量皮肤光谱。皮肤光谱可以是皮肤吸收光谱。光谱测量器1320随后将参考图14和图15进行详细描述。
处理器1330可以控制抗氧化剂传感器1300的总体操作。
一旦对象接触了触摸传感器1310,则处理器1330可以基于触摸传感器1310的传感器值来提取对象的接触表面的图像。例如,处理器1330可以通过基于触摸传感器1310的传感器值而执行轮廓绘制,来提取接触表面的图像。
处理器1330可以分析所提取的接触表面的图像,并且可以通过基于对所提取的接触表面的图像的分析而控制光谱测量器1320,来获得对象的皮肤光谱。例如,处理器1330可以通过分析所提取的接触表面的图像来确定接触压力反映指标;并且如果接触压力反映指标低于或等于预定阈值,则处理器1330可以控制光谱测量器1320测量对象的皮肤光谱。备选地,如果接触压力反映指标低于或等于预定阈值并且这种状态被保持预定时间段,则处理器1330可以控制光谱测量器1320测量对象的皮肤光谱。在本文中,接触压力反映指标可以包括接触表面的面积的变化、接触表面的长度的变化、以及接触表面的图像中褶皱的数量中的至少一项。
在示例实施例中,处理器1330可以通过分析接触表面的图像来确定接触表面的面积的变化。可以通过例如从当前值减去先前值或通过将当前值除以先前值来计算面积的变化。此外,如果接触表面的面积的变化小于或等于第一阈值,或者如果接触表面的面积的变化小于或等于第一阈值并且这种状态被保持预定时间段,则处理器1330可以控制光谱测量器1320测量对象的皮肤光谱。
在另一示例实施例中,处理器1330可以通过分析接触表面的图像来确定接触表面的长度的变化。接触表面的长度可以包括任何方向上的长度,例如,长轴方向上的长度、短轴方向上的长度、对角线方向上的长度等;并且可以通过例如从当前值减去先前值或通过将当前值除以先前值来计算长度的变化。另外,如果接触表面的长度的变化小于或等于第二阈值,或者如果接触表面的长度的变化小于或等于第二阈值并且这种状态被保持预定时间段,则处理器1330可以控制光谱测量器1320测量对象的皮肤光谱。
在又一示例实施例中,处理器1330可以通过分析接触表面的图像来确定接触表面的图像中褶皱的数量。如果褶皱的数量小于或等于第三阈值,或者如果褶皱的数量小于或等于第三阈值并且这种状态被保持预定时间段,则处理器1330可以控制光谱测量器1320测量对象的皮肤光谱。
可以考虑抗氧化剂信号饱和且稳定时的压力来预设第一阈值、第二阈值和第三阈值。
如果接触压力反映指标超过预定阈值,或者即使接触压力反映指标低于或等于预定阈值,如果这种状态未保持预定时间段,则处理器1330可以生成关于低接触压力的信息和/或用于引导用户增加施加到对象的压力的引导信息,并且通过上述输出设备输出所生成的信息。
在测量皮肤光谱之后,处理器1330可以通过分析所测量的皮肤光谱来确定对象的抗氧化剂水平。例如,处理器1330可以从皮肤光谱中提取与抗氧化剂信号相对应的预定波长的吸光度,并且可以通过分析与抗氧化剂信号相对应的预定波长的吸光度来确定对象的抗氧化剂水平。在这种情况下,与抗氧化剂信号相对应的预定波长可以处于获得抗氧化剂信号的波长带中,例如,处于抗氧化剂物质(例如,类胡萝卜素)的吸收带中的蓝光波长。处理器1330可以通过使用上述抗氧化剂水平估计模型来确定对象的抗氧化剂水平。
在确定对象的抗氧化剂水平之前,处理器1330可以对与抗氧化剂信号相对应的预定波长的吸光度进行预处理。在示例实施例中,处理器1330可以从皮肤光谱中提取与预处理信号相对应的用于预处理的吸光度(以下称为预处理吸光度),并且可以基于所提取的预处理吸光度对与抗氧化剂信号相对应的预定波长的吸光度进行预处理。例如,处理器1330可以提取一个或多个波长处的预处理吸光度,并且可以通过基于所提取的预处理吸光度对与抗氧化剂信号相对应的预定波长的吸光度执行归一化或基线校正,来对与抗氧化剂信号相对应的预定波长的吸光度进行预处理。以这种方式,处理器1130可以从与抗氧化剂信号相对应的预定波长的吸光度中去除抗氧化剂物质以外的其他物质的影响。在这种情况下,提取预处理吸光度的该一个或多个波长可以是与抗氧化剂信号相对应的预定波长不同的波长,并且可以是蓝光波长、绿光波长或红光波长。
如果接触压力反映指标超过预定阈值,或者即使接触压力反映指标低于或等于预定阈值,如果这种状态未保持预定时间段,则处理器1330可以生成关于低接触压力的信息和/或用于引导用户增加施加到对象的压力的引导信息,并且通过上述输出设备输出所生成的信息。
响应于抗氧化剂水平低于或等于预定阈值水平,处理器1330可以生成关于抗氧化剂水平的信息和/或推荐用户增加抗氧化剂水平的信息,并且可以通过上述输出设备将所生成的信息提供给用户。
图14是示出根据示例实施例的光谱测量器1400的示例的图。图14的光谱测量器1400可以是图13的光谱测量器1320的示例。
参考图14,光谱测量器1400包括光源部分1410、光电检测器1420和光谱重构器1430。
光源部分1410可以包括将不同波长的光发射到对象上的多个光源。每个光源可以将具有蓝光波长、绿光波长和红光波长的可见光发射到对象上。在示例实施例中,每个光源可以包括发光二极管(LED)、有机发光二极管(OLED)、量子点发光二极管(QLED)、激光二极管、荧光体等,并且可以包括白光源。光源部分1410可以进一步包括用于将由每个光源发射的光朝向对象的期望位置进行引导的至少一个光学元件(例如,反射镜等)。
光电检测器1420可以接收从用户的皮肤反射或散射的光,并且可以将接收的光转换成电信号。光电检测器1420可以包括光电二极管、光电晶体管(PTr)、电荷耦合器件图像传感器(CCD图像传感器)、互补金属氧化物半导体图像传感器(CIS)等。此外,光电检测器1420可以不必是单个器件,而可以被形成为多个器件的阵列。
光源和光电检测器的数量和布置可以有多种,并且其数量和布置可以根据光谱测量器1400的使用目的、光谱测量器1400被嵌入到的电子设备的尺寸和形状等而变化。
光谱重构器1430可以通过使用接收的光和光源光谱而重构光谱,来获得对象的皮肤光谱。光源光谱可以指由每个光源发射的光的光谱,并且关于光源光谱的信息可以被预存储在内部或外部数据库中。
在示例实施例中,光谱重构器1430可以使用以下等式1来获得对象的皮肤光谱。
[等式1]
R=[Si×SPD]-1×MPD
在此,R表示对象的皮肤光谱,Si表示光源光谱,SPD表示光电检测器对每个波长的灵敏度,并且MPD表示光电检测器的测量值。
图15是示出根据另一示例实施例的光谱测量器1500的示例的图。图15的光谱测量器1500可以是图13的光谱测量器1320的示例。
参考图15,光谱测量器1500包括光源部分1510和光谱仪1520。
光源部分1510可以包括将白光发射到对象上的一个光源,或者将不同波长的光发射到对象上的多个光源。光源部分1510可以进一步包括用于将由每个光源发射的光朝向对象的期望位置进行引导的至少一个光学元件(例如,反射镜等)。
光谱仪1520可以接收从对象反射或散射的光,并且可以通过分离接收的光来生成皮肤光谱。光谱仪1520可以是各种类型例如干涉光谱仪、光栅光谱仪、棱镜光谱仪等中的一种或多种;并且光谱仪1520可以包括各种光学元件,例如衍射光栅、棱镜、全息滤光片、介电透镜或其组合。
图16是示出根据示例实施例的获得抗氧化剂信号的方法示例的图。可以由图7、图9和图10的抗氧化剂传感器700、900和1000中的任何一个来执行图16的抗氧化剂信号获得方法。
参考图16,在1610中,抗氧化剂传感器可以使用触摸传感器来检测与对象的接触。
在1620中,抗氧化剂传感器可以基于触摸传感器的传感器值来提取对象的接触表面的图像。例如,抗氧化剂传感器可以通过基于触摸传感器的传感器值而执行轮廓绘制,来提取接触表面的图像。
在1630中,抗氧化剂传感器可以分析所提取的接触表面的图像并且可以基于该分析来获得抗氧化剂信号。抗氧化剂信号可以是与表皮中积累的类胡萝卜素相关联的信号。例如,抗氧化剂传感器可以基于接触表面的图像来确定接触压力反映指标,可以将接触压力反映指标与预定阈值进行比较,并且可以基于比较结果来获得抗氧化剂信号。例如,抗氧化剂传感器可以基于接触压力反映指标与预定阈值之间的比较结果来选择性地获得抗氧化剂信号。接触压力反映指标可以包括接触表面的面积的变化、接触表面的长度的变化、以及接触表面的图像中褶皱的数量中的至少一项。可以考虑抗氧化剂信号饱和且稳定时的压力来预设预定阈值。
图17是示出根据示例实施例的基于对接触表面的图像的分析来获得抗氧化剂信号的方法示例的图。图17的抗氧化剂信号获得方法可以是在图16的1630中获得抗氧化剂信号的示例。
参考图17,在1710中抗氧化剂传感器通过分析接触表面的图像来确定接触压力反映指标,并且在1720中可以将接触压力反映指标与预定阈值TH进行比较。响应于接触压力反映指标低于或等于预定阈值,在1730中抗氧化剂传感器可以通过将预定波长的光发射到对象上(或者通过控制以开始将预定波长的光发射到对象上)来获得抗氧化剂信号。预定波长可以包括蓝光波长。
在示例实施例中,抗氧化剂传感器可以通过分析接触表面的图像来确定接触表面的面积的变化。此外,响应于接触表面的面积的变化小于或等于第一阈值,抗氧化剂传感器可以将预定波长的光发射到对象上(或者通过控制以开始将预定波长的光发射到对象上),并且可以通过接收从对象返回的光来获得抗氧化剂信号。
在另一示例实施例中,抗氧化剂传感器可以通过分析接触表面的图像来确定接触表面的长度的变化。此外,响应于接触表面的长度的变化小于或等于第二阈值,抗氧化剂传感器可以将预定波长的光发射到对象上(或者通过控制以开始将预定波长的光发射到对象上),并且可以通过接收从对象返回的光来获得抗氧化剂信号。
在又一示例实施例中,抗氧化剂传感器可以通过分析接触表面的图像来确定接触表面的图像中褶皱的数量。此外,响应于褶皱的数量小于或等于第三阈值,抗氧化剂传感器可以将预定波长的光发射到对象上(或者通过控制以开始将预定波长的光发射到对象上),并且可以通过接收从对象返回的光来获得抗氧化剂信号。
此外,除了接触压力反映指标的大小之外,抗氧化剂传感器还可以考虑接触压力反映指标的状态的持续时间。例如,响应于确定接触压力反映指标具有低于或等于预定阈值的状态并且这种状态被保持预定时间段,抗氧化剂传感器可以获得抗氧化剂信号。
在1740中,抗氧化剂传感器可以通过将另一波长的光发射到对象上来获得预处理信号。例如,抗氧化剂传感器可以将另一波长的光发射到对象上,并且可以通过接收从对象返回的另一波长的光来获得预处理信号。另一波长可以是与用于获得抗氧化剂信号的预定波长不同的波长,并且可以包括蓝光波长、绿光波长和红光波长中的至少一个。
在1750中,抗氧化剂传感器可以基于预处理信号对抗氧化剂信号进行预处理。例如,抗氧化剂传感器可以通过从抗氧化剂信号中减去预处理信号或者通过将抗氧化剂信号除以预处理信号来对抗氧化剂信号进行归一化。以这种方式,抗氧化剂传感器可以从所获得的抗氧化剂信号中去除抗氧化剂物质以外的其他物质的影响。
响应于接触压力反映指标超过预定阈值,在1760中抗氧化剂传感器可以生成关于低接触压力的信息和/或用于引导用户增加施加到对象的压力的引导信息,并且可以通过上述的输出设备来输出所生成的信息。
图18是示出根据另一示例实施例的获得抗氧化剂信号的方法示例的图。可以由图7、图9和图10的抗氧化剂传感器700、900和1000中的任何一个来执行图18的抗氧化剂信号获得方法。图18的操作1810、1820和1830与图16的操作1610、1620和1630相同或相似,从而不再赘述。
参考图18,在1840中抗氧化剂传感器可以通过分析所获得的抗氧化剂信号来确定对象的抗氧化剂水平。例如,抗氧化剂传感器可以通过使用抗氧化剂水平估计模型来确定对象的抗氧化剂水平。在本文中,抗氧化剂水平估计模型定义了抗氧化剂信号和抗氧化剂水平之间的关系,并且可以通过例如回归分析或机器学习来预先生成。
响应于抗氧化剂水平低于或等于预定阈值水平,抗氧化剂传感器可以生成关于抗氧化剂水平的信息和/或推荐用户增加抗氧化剂水平的信息。例如,抗氧化剂传感器可以生成推荐信息,例如“多吃蔬菜”、“少抽烟”、“少喝酒”、“多运动”、“减轻压力”等,并且可以通过输出设备向用户提供推荐信息。
图19是示出根据另一示例实施例的获得抗氧化剂信号的方法示例的图。图19的抗氧化剂信号获得方法可以由图11的抗氧化剂传感器1100执行。
参考图19,在1910中,抗氧化剂传感器可以将光发射到对象上,并且可以通过接收从对象返回的光来生成对象的接触表面的图像。此外,在1920中,抗氧化剂传感器可以基于接收的光来获得对象的皮肤光谱。
在1930中,抗氧化剂传感器可以基于接触表面的图像和皮肤光谱来确定抗氧化剂水平。
图20是示出根据示例实施例的确定抗氧化剂水平的示例的图。图20的抗氧化剂水平确定方法可以是在图19的1930中确定抗氧化剂水平的示例。
参考图20,在2010中抗氧化剂传感器可以通过分析接触表面的图像来确定接触压力反映指标,并且在2020中可以将接触压力反映指标与预定阈值TH进行比较。
响应于接触压力反映指标低于或等于预定阈值,在2030中抗氧化剂传感器可以从皮肤光谱中提取与抗氧化剂信号相对应的预定波长的吸光度,并且在2040中可以提取与预处理信号相对应的用于预处理的另一波长的吸光度(以下称为预处理吸光度)。与抗氧化剂信号相对应的预定波长可以是蓝光波长;并且另一波长可以是与抗氧化剂信号相对应的预定波长不同的波长,并且可以是蓝光波长、绿光波长或红光波长。
此外,除了接触压力反映指标的大小之外,抗氧化剂传感器还可以考虑接触压力反映指标的状态的持续时间。例如,响应于接触压力反映指标低于或等于预定阈值并且这种状态被保持预定时间段,抗氧化剂传感器可以提取与抗氧化剂信号相对应的预定波长的吸光度以及预处理吸光度。
在2050中,抗氧化剂传感器可以基于预处理吸光度来对与抗氧化剂信号相对应的预定波长的吸光度进行预处理。抗氧化剂传感器可以通过例如从与抗氧化剂信号相对应的预定波长的吸光度中减去预处理吸光度,或者通过将与抗氧化剂信号相对应的预定波长的吸光度除以预处理吸光度,来对与抗氧化剂信号相对应的预定波长的吸光度进行归一化。通过对预定波长的吸光度进行归一化,抗氧化剂传感器可以从与抗氧化剂信号相对应的预定波长的吸光度中去除抗氧化剂物质以外的其他物质的影响。
在2060中,抗氧化剂传感器可以通过分析预处理后的预定波长的吸光度来确定对象的抗氧化剂水平。
响应于接触压力反映指标超过预定阈值,在2070中抗氧化剂传感器可以生成关于低接触压力的信息和/或用于引导用户增加施加到对象的压力的引导信息,并且可以通过上述输出设备向用户输出所生成的信息。
另外,响应于抗氧化剂水平低于或等于预定阈值水平,抗氧化剂传感器可以生成关于抗氧化剂水平的信息和/或推荐用户增加抗氧化剂水平的信息,并且可以通过输出设备将所生成的信息输出给用户。
图21是示出根据另一示例实施例的获得抗氧化剂信号的方法示例的图。图21的抗氧化剂信号获得方法可以由图13的抗氧化剂传感器1300执行。
参考图21,在2110中,抗氧化剂传感器可以通过触摸传感器来检测与对象的接触。
在2120中,抗氧化剂传感器可以基于触摸传感器的传感器值来提取对象的接触表面的图像。例如,抗氧化剂传感器可以通过基于触摸传感器的传感器值而执行轮廓绘制,来提取接触表面的图像。
在2130中,抗氧化剂传感器可以分析所提取的接触表面的图像并且可以基于该分析来获得对象的皮肤光谱。例如,抗氧化剂传感器可以基于接触表面的图像来确定接触压力反映指标,可以将接触压力反映指标与预定阈值进行比较,并且可以基于该比较来获得对象的皮肤光谱。
在2140中,抗氧化剂传感器可以通过分析所获得的皮肤光谱来确定对象的抗氧化剂水平。
图22是示出根据示例实施例的获得皮肤光谱的方法示例的图。图22的皮肤光谱获得方法可以是在图21的2130中获得皮肤光谱的示例。
参考图22,在2210中抗氧化剂传感器可以通过分析接触表面的图像来确定接触压力反映指标,并且在2220中可以将接触压力反映指标与预定阈值TH进行比较。此外,响应于接触压力反映指标低于或等于预定阈值,在2230中抗氧化剂传感器可以获得对象的皮肤光谱。
此外,除了接触压力反映指标的大小之外,抗氧化剂传感器还可以考虑接触压力反映指标的状态的持续时间。例如,响应于接触压力反映指标低于或等于预定阈值并且这种状态被保持预定时间段,抗氧化剂传感器可以获得对象的皮肤光谱。
响应于接触压力反映指标超过预定阈值,在2270中抗氧化剂传感器可以生成关于低接触压力的信息和/或用于引导用户增加施加到对象的压力的引导信息,并且可以通过上述输出设备将所生成的信息提供给用户。
图23是示出通过分析皮肤光谱来确定对象的抗氧化剂水平的方法示例的图。图23的抗氧化剂水平确定方法可以是在图21的2140中确定抗氧化剂水平的示例。
参考图23,在2310中抗氧化剂传感器可以从皮肤光谱中提取与抗氧化剂信号相对应的预定波长的吸光度,并且在2320中可以提取用于预处理的与预处理信号相对应的另一波长的吸光度(以下称为预处理吸光度)。与抗氧化剂信号相对应的预定波长可以是蓝光波长;并且另一波长可以是与抗氧化剂信号相对应的预定波长不同的波长,并且可以是蓝光波长、绿光波长或红光波长。
在2330中,抗氧化剂传感器可以基于预处理吸光度来对预定波长的吸光度进行预处理。抗氧化剂传感器可以通过例如从预定波长的吸光度中减去预处理吸光度,或者通过将预定波长的吸光度除以预处理吸光度,来对与抗氧化剂信号相对应的预定波长的吸光度进行归一化。通过对预定波长的吸光度进行归一化,抗氧化剂传感器可以从与抗氧化剂信号相对应的预定波长的吸光度中去除抗氧化剂物质以外的其他物质的影响。
在2340中,抗氧化剂传感器可以通过分析预处理后的预定波长的吸光度来确定对象的抗氧化剂水平。
响应于抗氧化剂水平低于或等于预定阈值水平,抗氧化剂传感器可以生成关于抗氧化剂水平的信息和/或推荐用户增加抗氧化剂水平的信息,并且可以通过输出设备将所生成的信息提供给用户。
图24是示出根据另一示例实施例的抗氧化剂传感器的示例的图。参考图24,抗氧化剂传感器2400包括指纹传感器2410、光源部分720、光接收器730和处理器2420。在此,光源部分720和光接收器730与以上参考图7所描述的相应部件相同,从而不再赘述。
一旦对象触摸指纹传感器2410,指纹传感器2410就可以检测与对象的接触,并且可以生成对象的接触表面的图像。
处理器2420可以通过分析由指纹传感器2410生成的接触表面的图像来识别指纹,并且可以通过将所识别的指纹与预存储的指纹数据进行比较来识别用户。
处理器2420可以分析由指纹传感器2410生成的接触表面的图像,并且可以通过基于对接触表面的图像的分析而控制光源721,来获得抗氧化剂信号。例如,处理器2420可以通过分析所生成的接触表面的图像来确定接触压力反映指标;并且响应于接触压力反映指标低于或等于预定阈值,处理器2420可以驱动光源721以获得对象的抗氧化剂信号。在本文中,接触压力反映指标可以包括以下至少一项:接触表面的面积的变化、接触表面的长度的变化、接触表面的图像中褶皱的数量、以及指纹模糊的程度。
在示例实施例中,处理器2420可以通过分析接触表面的图像来确定接触表面的面积的变化。可以通过例如从当前值减去先前值或通过将当前值除以先前值来计算面积的变化。此外,响应于接触表面的面积的变化小于或等于第一阈值,处理器2420可以驱动光源721将预定波长的光发射到对象上,并且可以通过控制光接收器730接收从对象返回的光来获得抗氧化剂信号。
在另一示例实施例中,处理器2420可以通过分析接触表面的图像来确定接触表面的长度的变化。接触表面的长度可以包括任何方向上的长度,例如,长轴方向上的长度、短轴方向上的长度、对角线方向上的长度等;并且可以通过例如从当前值减去先前值或通过将当前值除以先前值来计算长度的变化。响应于接触表面的长度的变化小于或等于第二阈值,处理器2420可以驱动光源721将预定波长的光发射到对象上,并且可以通过控制光接收器730接收从对象返回的光来获得抗氧化剂信号。
在又一示例实施例中,处理器2420可以通过分析接触表面的图像来确定接触表面的图像中褶皱的数量。如果褶皱的数量小于或等于第三阈值,则处理器2420可以驱动光源721将预定波长的光发射到对象上,并且可以通过控制光接收器730接收从对象返回的光来获得抗氧化剂信号。
在又一示例实施例中,处理器2420可以通过分析接触表面的图像来确定指纹模糊的程度。可以通过将当前图像帧与先前图像帧进行比较来确定指纹模糊的程度。此外,响应于指纹模糊的程度小于第四阈值,处理器2420可以驱动光源721将预定波长的光发射到对象上,并且可以通过控制光接收器730接收从对象返回的光来获得抗氧化剂信号。
可以考虑抗氧化剂信号饱和且稳定时的压力来预设第一阈值、第二阈值、第三阈值和第四阈值。
此外,除了接触压力反映指标的大小之外,抗氧化剂传感器2400还可以考虑接触压力反映指标的状态的持续时间。例如,响应于接触压力反映指标低于或等于预定阈值并且这种状态被保持预定时间段,处理器2420可以获得抗氧化剂信号。
如果接触压力反映指标超过预定阈值,或者即使接触压力反映指标小于或等于预定阈值,如果这种状态未保持预定时间段,则处理器2420可以确定施加到对象的压力不足以获得抗氧化剂信号,并且可以生成关于低接触压力的信息和/或用于引导用户增加施加到对象的压力的信息,并且通过上述输出设备输出所生成的信息。
在获得抗氧化剂信号之后,处理器2420可以通过分析所获得的抗氧化剂信号来确定对象的抗氧化剂水平。例如,处理器2420可以通过使用抗氧化剂水平估计模型来确定对象的抗氧化剂水平。在本文中,抗氧化剂水平估计模型定义了抗氧化剂信号和抗氧化剂水平之间的关系,并且可以通过例如回归分析或机器学习来预先生成,并且可以存储在处理器2420的内部或外部数据库中。抗氧化剂水平估计模型可以以数学算法或匹配表的形式构建,但是不限于此。
响应于抗氧化剂水平低于或等于预定阈值水平,处理器2420可以生成关于抗氧化剂水平的信息和/或推荐用户增加抗氧化剂水平的信息,并且可以通过上述输出设备将所生成的信息提供给用户。
本公开可以被实现为写在计算机可读记录介质上的计算机可读代码。计算机可读记录介质可以是以计算机可读方式存储数据的任何类型记录设备。计算机可读记录介质的示例包括ROM、RAM、CD-ROM、磁带、软盘、光盘等。此外,计算机可读记录介质可以分布在连接到网络的多个计算机系统上,从而以去中心化的方式将计算机可读记录介质写入其中并从中执行。
根据示例实施例,本文描述的组件、元件、模块或单元中的至少一个可以体现为执行上述相应功能的各种数量的硬件、软件和/或固件结构。例如,这些组件、元件或单元中的至少一个可以使用直接电路结构,诸如存储器、处理器、逻辑电路、查找表等,其可以通过一个或多个微处理器或其他控制装置的控制来执行相应功能。此外,这些组件、元件或单元中的至少一个可以具体体现为包含用于执行指定逻辑功能的一个或多个可执行指令在内的模块、程序或部分代码,并由一个或多个微处理器或其他控制装置执行。此外,这些组件、元件或单元中的至少一个还可以包括诸如执行相应功能的中央处理单元(CPU)之类的处理器、微处理器等,或者由其实现。这些组件、元件或单元中的两个或更多个可以组合成执行所组合的两个或更多个组件、元件或单元的所有操作或功能的单个组件、元件或单元。此外,这些组件、元件或单元中的至少一个的至少部分功能可以由这些组件、元件或单元中的另一个执行。此外,尽管在框图中没有示出总线,但是组件、元件或单元之间的通信可以通过总线执行。上述示例实施例的功能方面可以在一个或多个处理器上执行的算法中实现。此外,被呈现为方框的组件、元件或单元或者处理步骤可以采用用于电子配置、信号处理和/或控制、数据处理等的任意数量相关技术。
尽管已经示出并描述了一些示例实施例,但是本领域技术人员应当认识到,在不脱离本公开的原理和精神的前提下可以对示例实施例进行修改,本公开的范围由权利要求及其等同物限定。
Claims (49)
1.一种抗氧化剂传感器,包括:
触摸传感器,被配置为检测与对象的接触;
第一光源,被配置为将第一波长的光发射到所述对象上;
光接收器,被配置为接收从所述对象返回的光;以及
处理器,被配置为基于所述触摸传感器的传感器值来提取所述对象的接触表面的图像,被配置为分析所提取的接触表面的图像,并且被配置为通过基于对所述接触表面的图像的分析的结果而驱动所述第一光源,来获得所述对象的抗氧化剂信号。
2.根据权利要求1所述的抗氧化剂传感器,其中,所述抗氧化剂信号包括与类胡萝卜素相关联的信号。
3.根据权利要求1所述的抗氧化剂传感器,其中,所述第一波长包括蓝光波长。
4.根据权利要求1所述的抗氧化剂传感器,其中,所述处理器还被配置为通过分析所提取的接触表面的图像来确定接触压力反映指标,并且基于所述接触压力反映指标低于或等于预定阈值,所述处理器还被配置为通过驱动所述第一光源来获得所述对象的抗氧化剂信号。
5.根据权利要求4所述的抗氧化剂传感器,其中,所述接触压力反映指标包括所述接触表面的面积的变化、所述接触表面的长度的变化、或所述接触表面的图像中褶皱的数量中的至少一项。
6.根据权利要求4所述的抗氧化剂传感器,其中,基于所确定的接触压力反映指标处于低于或等于所述预定阈值的状态并且所述状态被保持预定时间段,所述处理器还被配置为通过驱动所述第一光源来获得所述对象的抗氧化剂信号。
7.根据权利要求4所述的抗氧化剂传感器,其中,基于所确定的接触压力反映指标超过所述预定阈值,所述处理器还被配置为:生成用于引导增加所述对象与所述触摸传感器之间的接触压力的信息,并且输出所述信息。
8.根据权利要求1所述的抗氧化剂传感器,其中,所述光接收器包括光电检测器或光谱仪中的至少一种。
9.根据权利要求4所述的抗氧化剂传感器,还包括第二光源,所述第二光源被配置为将第二波长的光发射到触摸所述触摸传感器的所述对象上,
其中,所述处理器还被配置为:基于所确定的接触压力反映指标低于或等于所述预定阈值,通过驱动所述第二光源来获得所述对象的预处理信号,并且基于所获得的预处理信号对所获得的抗氧化剂信号进行预处理。
10.根据权利要求9所述的抗氧化剂传感器,其中,所述第二波长包括蓝光波长、绿光波长或红光波长中的至少一个。
11.根据权利要求9所述的抗氧化剂传感器,其中,所述处理器还被配置为:通过从所述抗氧化剂信号减去所述预处理信号或者通过将所述抗氧化剂信号除以所述预处理信号来归一化所述抗氧化剂信号。
12.根据权利要求1所述的抗氧化剂传感器,其中,所述处理器还被配置为通过分析所获得的抗氧化剂信号来确定所述对象的抗氧化剂水平。
13.根据权利要求12所述的抗氧化剂传感器,其中,所述处理器还被配置为通过使用抗氧化剂水平估计模型来确定所述对象的抗氧化剂水平,所述抗氧化剂水平估计模型定义所述抗氧化剂信号与所述抗氧化剂水平之间的关系。
14.根据权利要求12所述的抗氧化剂传感器,其中,所述处理器还被配置为:基于所确定的抗氧化剂水平低于或等于预定阈值水平,生成推荐增加所述抗氧化剂水平的信息并输出所述信息。
15.一种获得抗氧化剂信号的方法,所述方法包括:
使用触摸传感器来检测与对象的接触;
基于所述触摸传感器的传感器值来提取所述对象的接触表面的图像;以及
分析所提取的接触表面的图像,并且通过基于所述分析的结果将第一波长的光发射到所述对象上来获得所述对象的抗氧化剂信号。
16.根据权利要求15所述的方法,其中,所述抗氧化剂信号包括与类胡萝卜素相关联的信号。
17.根据权利要求15所述的方法,其中,所述第一波长包括蓝光波长。
18.根据权利要求15所述的方法,其中,所述获得所述抗氧化剂信号包括:
通过分析所提取的接触表面的图像来确定接触压力反映指标;以及
基于所述接触压力反映指标低于或等于预定阈值,获得所述对象的抗氧化剂信号。
19.根据权利要求18所述的方法,其中,所述接触压力反映指标包括所述接触表面的面积的变化、所述接触表面的长度的变化、或所述接触表面的图像中褶皱的数量中的至少一项。
20.根据权利要求18所述的方法,其中,所述获得所述抗氧化剂信号包括:基于所确定的接触压力反映指标处于低于或等于所述预定阈值的状态并且所述状态被保持预定时间段,获得所述对象的抗氧化剂信号。
21.根据权利要求18所述的方法,还包括:基于所确定的接触压力反映指标超过所述预定阈值,生成用于引导增加所述对象与所述触摸传感器之间的接触压力的信息,并且输出所述信息。
22.根据权利要求18所述的方法,其中,所述获得所述抗氧化剂信号包括:
通过将第二波长的光发射到所述对象上来获得所述对象的预处理信号;以及
基于所获得的预处理信号对所获得的抗氧化剂信号进行预处理。
23.根据权利要求22所述的方法,其中,所述第二波长包括蓝光波长、绿光波长或红光波长中的至少一个。
24.根据权利要求22所述的方法,其中,所述对所获得的抗氧化剂信号进行预处理包括通过从所述抗氧化剂信号减去所述预处理信号或通过将所述抗氧化剂信号除以所述预处理信号来归一化所述抗氧化剂信号。
25.根据权利要求15所述的方法,还包括通过分析所获得的抗氧化剂信号来确定所述对象的抗氧化剂水平。
26.根据权利要求25所述的方法,其中,所述确定所述抗氧化剂水平包括通过使用抗氧化剂水平估计模型来确定所述对象的抗氧化剂水平,所述抗氧化剂水平估计模型定义所述抗氧化剂信号与所述抗氧化剂水平之间的关系。
27.根据权利要求25所述的方法,还包括:基于所确定的抗氧化剂水平低于或等于预定阈值水平,生成推荐增加所述抗氧化剂水平的信息并输出所述信息。
28.一种抗氧化剂传感器,包括:
光源,被配置为将光发射到对象上;
光学指纹传感器,被配置为基于从所述对象返回的光来生成触摸所述光学指纹传感器的所述对象的接触表面的图像;以及
处理器,被配置为基于从所述对象返回的光来获得所述对象的皮肤光谱,被配置为分析所述接触表面的图像,并且被配置为通过基于对所述接触表面的图像的分析的结果而分析所述皮肤光谱,来确定所述对象的抗氧化剂水平。
29.根据权利要求28所述的抗氧化剂传感器,其中,所述光源还被配置为将包括蓝光波长在内的可见光发射到所述对象上。
30.根据权利要求28所述的抗氧化剂传感器,其中,所述光源设置在显示面板中。
31.根据权利要求28所述的抗氧化剂传感器,其中,所述光学指纹传感器被设置在互补金属氧化物半导体图像传感器中。
32.根据权利要求28所述的抗氧化剂传感器,其中,所述处理器还被配置为通过分析所述接触表面的图像来确定接触压力反映指标,并且基于所述接触压力反映指标低于或等于预定阈值,所述处理器还被配置为通过分析所述皮肤光谱来确定所述对象的抗氧化剂水平。
33.根据权利要求32所述的抗氧化剂传感器,其中,所述接触压力反映指标包括所述接触表面的面积的变化、所述接触表面的长度的变化、或所述接触表面的图像中褶皱的数量中的至少一项。
34.根据权利要求32所述的抗氧化剂传感器,其中,基于所确定的接触压力反映指标处于低于或等于所述预定阈值的状态并且所述状态被保持预定时间段,所述处理器还被配置为通过分析所述皮肤光谱来确定所述对象的抗氧化剂水平。
35.根据权利要求32所述的抗氧化剂传感器,其中,基于所确定的接触压力反映指标超过所述预定阈值,所述处理器还被配置为:生成用于引导增加所述对象与所述光学指纹传感器之间的接触压力的信息,并且输出所述信息。
36.根据权利要求28所述的抗氧化剂传感器,其中,所述处理器还被配置为:从所述皮肤光谱中提取第一波长的吸光度,并且基于所提取的第一波长的吸光度来确定所述对象的抗氧化剂水平。
37.根据权利要求36所述的抗氧化剂传感器,其中,所述处理器还被配置为:从所述皮肤光谱中提取第二波长的吸光度,并且基于所提取的第二波长的吸光度来归一化所述第一波长的吸光度。
38.根据权利要求37所述的抗氧化剂传感器,其中,
所述第一波长包括蓝光波长;并且
所述第二波长包括蓝光波长、绿光波长或红光波长中的至少一个。
39.根据权利要求37所述的抗氧化剂传感器,其中,所述处理器还被配置为:通过从所述第一波长的吸光度减去所述第二波长的吸光度或通过将所述第一波长的吸光度除以所述第二波长的吸光度来归一化所述第一波长的吸光度。
40.根据权利要求28所述的抗氧化剂传感器,其中,基于所述抗氧化剂水平低于或等于预定阈值水平,所述处理器还被配置为生成推荐增加所述抗氧化剂水平的信息并输出所述信息。
41.一种抗氧化剂传感器,包括:
触摸传感器,被配置为检测与对象的接触;
光谱测量器,被配置为测量来自所述对象的皮肤光谱;以及
处理器,被配置为:
基于所述触摸传感器的传感器值提取所述对象的接触表面的图像,
通过分析所提取的接触表面的图像来确定接触压力反映指标,以及
基于所述接触压力反映指标低于或等于预定阈值,通过驱动所述光谱测量器来获得所述皮肤光谱,并且通过分析所获得的皮肤光谱来确定所述对象的抗氧化剂水平。
42.根据权利要求41所述的抗氧化剂传感器,其中,所述光谱测量器包括:
多个光源,被配置为将不同波长的光发射到所述对象上;
光电检测器,被配置为接收从所述对象返回的光;以及
光谱重构器,被配置为基于所接收的光来重构所述皮肤光谱。
43.根据权利要求41所述的抗氧化剂传感器,其中,所述光谱测量器包括:
光源,被配置为将预定波长的光发射到所述对象上;以及
光谱仪,被配置为通过分离从所述对象返回的光来产生所述皮肤光谱。
44.根据权利要求41所述的抗氧化剂传感器,其中,基于所确定的接触压力反映指标超过所述预定阈值,所述处理器还被配置为:生成用于引导增加所述对象与所述触摸传感器之间的接触压力的信息,并且输出所述信息。
45.一种抗氧化剂传感器,包括:
指纹传感器,被配置为检测与对象的接触,并且被配置为生成所述对象的接触表面的图像;
光源,被配置为将预定波长的光发射到所述对象上;
光接收器,被配置为接收从所述对象返回的光;以及
处理器,被配置为分析所生成的接触表面的图像,并且被配置为通过基于对所述接触表面的图像的分析的结果而驱动所述光源,来获得所述对象的抗氧化剂信号。
46.根据权利要求45所述的抗氧化剂传感器,其中,所述处理器还被配置为:通过分析所生成的接触表面的图像来确定接触压力反映指标,并且基于所确定的接触压力反映指标处于低于或等于预定阈值的状态并且所述状态被保持预定时间段,所述处理器还被配置为通过驱动所述光源来获得所述对象的抗氧化剂信号。
47.根据权利要求46所述的抗氧化剂传感器,其中,所述接触压力反映指标包括所述接触表面的面积的变化、所述接触表面的长度的变化、或所述接触表面的图像中褶皱的数量中的至少一项。
48.根据权利要求46所述的抗氧化剂传感器,其中,基于所确定的接触压力反映指标超过所述预定阈值,所述处理器还被配置为:生成用于引导增加所述对象与所述指纹传感器之间的接触压力的信息,并且输出所述信息。
49.根据权利要求45所述的抗氧化剂传感器,其中,所述处理器还被配置为:通过分析所生成的接触表面的图像来检测指纹,并且基于所检测的指纹来识别用户。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180166194A KR20200077052A (ko) | 2018-12-20 | 2018-12-20 | 항산화 센서 및 항산화 신호 측정 방법 |
KR10-2018-0166194 | 2018-12-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111351761A true CN111351761A (zh) | 2020-06-30 |
Family
ID=69005253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911335470.2A Pending CN111351761A (zh) | 2018-12-20 | 2019-12-20 | 抗氧化剂传感器和获得抗氧化剂信号的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200196935A1 (zh) |
EP (1) | EP3669781A1 (zh) |
KR (1) | KR20200077052A (zh) |
CN (1) | CN111351761A (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220030089A (ko) | 2020-09-02 | 2022-03-10 | 삼성전자주식회사 | 생체정보 추정 장치 및 방법 |
KR20220075759A (ko) | 2020-11-30 | 2022-06-08 | 삼성전자주식회사 | 분석물의 성분 추정 장치 및 방법 |
KR20230080155A (ko) | 2021-11-29 | 2023-06-07 | 삼성전자주식회사 | 전자 장치 및 그 전자 장치의 생체정보 추정 방법 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050171413A1 (en) * | 2004-02-04 | 2005-08-04 | Medoptix, Inc. | Integrated device for non-invasive analyte measurement |
CN1698279A (zh) * | 2003-06-30 | 2005-11-16 | 摩必索 | 具有指纹图像识别功能的定点设备、指纹图像识别和定点方法以及使用它们来用于提供便携式终端服务的方法 |
US20090306521A1 (en) * | 2008-06-06 | 2009-12-10 | Longevity Link, Inc. | Noninvasive measurement of carotenoids in biological tissue |
US20100066697A1 (en) * | 2007-03-14 | 2010-03-18 | Axsionics Ag | Pressure measurement device and corresponding method |
US20140200419A1 (en) * | 2013-01-17 | 2014-07-17 | Igor V. Ermakov | Optical detection of carotenoid-related compounds in human bone and surrounding tissues |
CN104063678A (zh) * | 2013-03-18 | 2014-09-24 | 旭景科技股份有限公司 | 具有指纹辨识功能的便携式设备 |
US20160179245A1 (en) * | 2014-12-23 | 2016-06-23 | Sony Corporation | Touch screen touch force measurement based on finger deformation speed |
CN108061714A (zh) * | 2016-11-08 | 2018-05-22 | 三星电子株式会社 | 光谱仪、用于测量生物特征信息的装置和方法 |
CN108846392A (zh) * | 2018-08-31 | 2018-11-20 | 京东方科技集团股份有限公司 | 光学指纹识别单元及其制造方法、显示面板和识别指纹的方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6292576B1 (en) * | 2000-02-29 | 2001-09-18 | Digital Persona, Inc. | Method and apparatus for distinguishing a human finger from a reproduction of a fingerprint |
JP2003075135A (ja) * | 2001-08-31 | 2003-03-12 | Nec Corp | 指紋画像入力装置および指紋画像による生体識別方法 |
JP2003270131A (ja) * | 2002-03-19 | 2003-09-25 | Matsushita Electric Ind Co Ltd | 特定成分の濃度測定方法 |
JP2006068047A (ja) * | 2004-08-31 | 2006-03-16 | Sanyo Electric Co Ltd | 生体情報取得装置および生体情報取得方法 |
US9091637B2 (en) * | 2009-12-04 | 2015-07-28 | Duke University | Smart fiber optic sensors systems and methods for quantitative optical spectroscopy |
US9665213B2 (en) * | 2013-08-30 | 2017-05-30 | Maxim Integrated Products, Inc. | Detecting pressure exerted on a touch surface and providing feedback |
US20150335293A1 (en) * | 2013-08-30 | 2015-11-26 | Maxim Integrated Products, Inc. | Systems and techniques to determine whether a signal is associated with a periodic biologic function |
EP3175783B1 (de) * | 2014-01-07 | 2022-01-19 | Opsolution GmbH | Vorrichtung und verfahren zur bestimmung einer konzentration in einer probe |
KR102323207B1 (ko) * | 2014-09-29 | 2021-11-08 | 삼성전자주식회사 | 광 흡수 스펙트럼 보정장치 및 그 제조방법과 광 흡수 스펙트럼 보정방법 |
-
2018
- 2018-12-20 KR KR1020180166194A patent/KR20200077052A/ko not_active Application Discontinuation
-
2019
- 2019-12-20 EP EP19218721.9A patent/EP3669781A1/en active Pending
- 2019-12-20 CN CN201911335470.2A patent/CN111351761A/zh active Pending
- 2019-12-20 US US16/723,121 patent/US20200196935A1/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1698279A (zh) * | 2003-06-30 | 2005-11-16 | 摩必索 | 具有指纹图像识别功能的定点设备、指纹图像识别和定点方法以及使用它们来用于提供便携式终端服务的方法 |
US20050171413A1 (en) * | 2004-02-04 | 2005-08-04 | Medoptix, Inc. | Integrated device for non-invasive analyte measurement |
US20100066697A1 (en) * | 2007-03-14 | 2010-03-18 | Axsionics Ag | Pressure measurement device and corresponding method |
US20090306521A1 (en) * | 2008-06-06 | 2009-12-10 | Longevity Link, Inc. | Noninvasive measurement of carotenoids in biological tissue |
US20140200419A1 (en) * | 2013-01-17 | 2014-07-17 | Igor V. Ermakov | Optical detection of carotenoid-related compounds in human bone and surrounding tissues |
CN104063678A (zh) * | 2013-03-18 | 2014-09-24 | 旭景科技股份有限公司 | 具有指纹辨识功能的便携式设备 |
US20160179245A1 (en) * | 2014-12-23 | 2016-06-23 | Sony Corporation | Touch screen touch force measurement based on finger deformation speed |
EP3238017A1 (en) * | 2014-12-23 | 2017-11-01 | Sony Corporation | Touch screen touch force measurement based on finger deformation speed |
CN108061714A (zh) * | 2016-11-08 | 2018-05-22 | 三星电子株式会社 | 光谱仪、用于测量生物特征信息的装置和方法 |
CN108846392A (zh) * | 2018-08-31 | 2018-11-20 | 京东方科技集团股份有限公司 | 光学指纹识别单元及其制造方法、显示面板和识别指纹的方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3669781A1 (en) | 2020-06-24 |
KR20200077052A (ko) | 2020-06-30 |
US20200196935A1 (en) | 2020-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111351761A (zh) | 抗氧化剂传感器和获得抗氧化剂信号的方法 | |
CN114295562A (zh) | 用于估计分析物浓度的设备和方法以及信号测量设备 | |
US11844611B2 (en) | Antioxidant sensor, antioxidant signal obtaining method, and antioxidant level determining method | |
CN111195131A (zh) | 测量光谱的装置及估计分析物浓度的装置和方法 | |
US11439328B2 (en) | Optical sensor, and apparatus and method for estimating bio-information | |
KR20220000160A (ko) | 대상체의 성분 분석 장치 및 방법 | |
US11389092B2 (en) | Apparatus and method for estimating bio-information | |
US20230200744A1 (en) | Apparatus and method for estimating target component | |
KR102457772B1 (ko) | 다파장을 이용하여 피부 성분량을 분석하는 방법 및 장치 | |
US11540721B2 (en) | Antioxidant sensor and method of measuring antioxidant value | |
CN110772221B (zh) | 抗氧化剂传感器、抗氧化剂信号获得方法和抗氧化剂等级确定方法 | |
KR20210050967A (ko) | 분석 물질의 농도 추정 장치 및 방법과, 캘리브레이션 방법 | |
CN111134688A (zh) | 光学传感器、测量光信号的方法及估计血液浓度的装置 | |
KR20200045735A (ko) | 광 센서, 생체 정보 추정 장치 및 방법 | |
KR20200095891A (ko) | 심박 지표 판단 장치 및 방법 | |
KR20200077932A (ko) | 심혈관 정보 추정 장치 및 방법 | |
EP4023145B1 (en) | Apparatus and method for estimating bio-information | |
EP3792675B1 (en) | Lens, light source device with lens, and apparatus for estimating concentration of analyte | |
US20240065566A1 (en) | Polarized photoplethysmography (ppg) biosensors, arrays and systems | |
US20210383928A1 (en) | Apparatus and method for estimating bio-information | |
KR20230122423A (ko) | 피부의 최종 당화산물 데이터를 제공하는 전자 장치 및 그의 동작 방법 | |
KR20220046186A (ko) | 전자 장치 및 전자 장치에서 피부 형광 측정 방법 | |
KR20200100997A (ko) | 분석 물질의 농도 추정 장치 및 방법 | |
US20180181791A1 (en) | Spectral signature assisted finger associated user application | |
CN114376570A (zh) | 用于估计目标成分值的设备和方法 |
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 |