CN111629660A - 补偿温度对传感器的影响的系统、设备和方法 - Google Patents
补偿温度对传感器的影响的系统、设备和方法 Download PDFInfo
- Publication number
- CN111629660A CN111629660A CN201980009462.0A CN201980009462A CN111629660A CN 111629660 A CN111629660 A CN 111629660A CN 201980009462 A CN201980009462 A CN 201980009462A CN 111629660 A CN111629660 A CN 111629660A
- Authority
- CN
- China
- Prior art keywords
- temperature
- sensor
- signal
- glucose
- compensated
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/14532—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 glucose, e.g. by tissue impedance measurement
-
- 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
- A61B5/1486—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 enzyme electrodes, e.g. with immobilised oxidase
- A61B5/14865—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 enzyme electrodes, e.g. with immobilised oxidase invasive, e.g. introduced into the body by a catheter or needle or using implanted sensors
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
- G01N27/28—Electrolytic cell components
- G01N27/30—Electrodes, e.g. test electrodes; Half-cells
- G01N27/327—Biochemical electrodes, e.g. electrical or mechanical details for in vitro measurements
- G01N27/3271—Amperometric enzyme electrodes for analytes in body fluids, e.g. glucose in blood
- G01N27/3274—Corrective measures, e.g. error detection, compensation for temperature or hematocrit, calibration
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
- A61B2560/0238—Means for recording calibration data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
- A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
- A61B2560/0252—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value using ambient temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0247—Pressure sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1112—Global tracking of patients, e.g. by using GPS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本文件讨论了补偿温度对传感器诸如分析物传感器的影响的系统和方法,等等。示例方法可以包括通过以下方式测定温度补偿的葡萄糖浓度水平:接收指示外部部件的温度参数的温度信号,接收指示体内葡萄糖浓度水平的葡萄糖信号,并基于所述葡萄糖信号、所述温度信号和延迟参数测定补偿葡萄糖浓度水平。
Description
通过参考相关申请并入
申请数据表中标识的任何和所有优先要求或其任何更正特此根据37CFR 1.57通过引用并入。本申请要求于2018年1月23日提交的美国临时申请第62/620,775号的权益。上述申请中的每一个通过引用整体并入本文,且各自特此明确地成为本说明书的一部分。前述申请通过引用整体并入本文,并且特此明确地成为本说明书的一部分。
技术领域
本研发总体上涉及诸如分析物传感器的医疗设备,并且更具体地但非限制性地涉及补偿温度对分析物传感器的影响的系统、设备和方法。
背景技术
糖尿病是一种与身体产生或使用胰岛素有关的代谢病状。胰岛素是允许身体利用葡萄糖获取能量,或将葡萄糖储存为脂肪的一种激素。
当人食用含碳水化合物的膳食时,食物经消化系统处理,在人的血液中产生葡萄糖。血糖可以用于获取能量或储存为脂肪。身体通常将血糖水平维持在一定范围内,该范围提供足够的能量来支持身体机能,并避免在血糖水平过高或过低时可能出现的问题。血糖水平的调节取决于胰岛素的产生和使用,胰岛素会调节血糖向细胞中的移动。
当身体不能产生足够的胰岛素时,或者当身体无法有效使用现有的胰岛素时,血糖水平可升高超出正常范围。具有高于正常的血糖水平的状态称为“高血糖症”。慢性高血糖症可导致许多健康问题,诸如心血管疾病、白内障和其他眼部问题、神经损伤(神经病)和肾损伤。高血糖症还可导致急性问题,诸如糖尿病性酮症酸中毒-由于存在身体无法使用葡萄糖时产生的血糖和血酮,身体变得过度酸性的状态。具有低于正常的血糖水平的状态称为“低血糖症”。严重的低血糖症可导致急性危机,该急性危机可导致癫痫发作或死亡。
糖尿病患者可以接受胰岛素来管理血糖水平。胰岛素可以例如通过针头手动注射来接受。可穿戴式胰岛素泵也可用。饮食和运动也会影响血糖水平。葡萄糖传感器可以提供估计的葡萄糖浓度水平,该浓度水平可以被患者或护理人员用作指导。
糖尿病病状有时称为“1型”和“2型”。1型糖尿病患者通常能够在存在胰岛素时使用胰岛素,但由于胰腺中产生胰岛素的β细胞存在问题,身体无法产生足够量的胰岛素。2型糖尿病患者可产生一些胰岛素,但由于对胰岛素的灵敏度降低,该患者变得“抗胰岛素”。结果是,即使身体中存在胰岛素,患者的身体也无法充分使用胰岛素来有效调节血糖水平。
提供这一背景技术以介绍下面发明内容和具体实施方式的简要背景。这一背景技术不意图帮助确定所要求的主题的范围,也不视为将所要求的主题限制于解决上述任何或所有缺点或问题的实施方案。
发明内容
除其他方面外,该文件讨论了测定皮下温度或补偿温度对分析物传感器诸如葡萄糖传感器的影响的系统、设备和方法。
主题的实例(例如,“实施例1”)可以包括通过以下方式测定温度补偿的葡萄糖浓度水平:接收指示外部部件的温度参数的温度信号,接收指示体内葡萄糖浓度水平的葡萄糖信号,并基于所述葡萄糖信号、所述温度信号和延迟参数测定补偿葡萄糖浓度水平。
在实施例2中,实施例1的主题可任选地配置成使得所述温度参数是温度、温度变化或温度偏移。
在实施例3中,实施例1-2中任一个或多个的主题可以任选地配置成使得所述温度参数是在第一时间检测的,而所述葡萄糖浓度水平是在所述第一时间之后的第二时间检测的,可以配置成使得所述延迟参数包括在所述第一时间与所述第二时间之间的延迟时间段,所述延迟时间段是在所述外部部件的第一温度变化与邻近葡萄糖传感器的第二温度变化之间的延迟的原因。
在实施例4中,实施例1-3中任一个或多个的主题可以任选地包括基于温度变化率来调节所述延迟时间段。
在实施例5中,实施例1-4中任一个或多个的主题可以任选地包括基于所检测到的条件来调节所述延迟时间段。
在实施例6中,实施例1-5中任一个或多个的主题可以任选地配置成使得,所检测到的条件包括温度的突然变化。
在实施例7中,实施例5-6中任一个或多个的主题可以任选地配置成使得,所检测到的条件包括运动。
在实施例8中,实施例1-7中任一个或多个的主题可以任选地配置成使得,检测葡萄糖信号包括从可穿戴式葡萄糖传感器接收葡萄糖信号。
在实施例9中,实施例8中任一个或多个的主题可以任选地配置成使得,检测温度信号包括测量所述可穿戴式葡萄糖传感器的部件的温度参数。
在实施例10中,实施例8或9中任一个或多个的主题可以任选地配置成使得,测定补偿葡萄糖浓度水平包括在处理器上执行指令以接收所述葡萄糖信号和所述温度信号,并且使用所述葡萄糖信号、所述温度信号和所述延迟参数来测定所述补偿葡萄糖浓度水平。
在实施例11中,实施例8-10中任一个或多个的主题可以任选地包括:将与所述温度参数相对应的值存储在存储电路中,并且从所述存储电路中检索所存储的值,以用于测定所述补偿葡萄糖浓度水平。
在实施例12中,实施例1-11中任一个或多个的主题可以任选地包括:至少部分地基于所述补偿葡萄糖浓度水平来递送疗法。
主题(例如,系统)的实例(例如,“实施例13”)可以包括:配置成生成代表葡萄糖浓度水平的葡萄糖信号的葡萄糖传感器电路,配置成生成指示温度参数的温度信号的温度传感器电路,以及配置成基于所述葡萄糖信号、所述温度信号和延迟参数测定补偿葡萄糖浓度水平的处理器。
在实施例14中,实施例13的主题可以配置成使得所述温度参数是温度、温度变化或温度偏移。
在实施例15中,实施例13或14的主题可以配置成使得,所述延迟参数包括延迟时间段,所述延迟时间段是在所述温度传感器电路的第一温度变化与在所述葡萄糖传感器电路的第二温度变化之间的延迟的原因。
在实施例16中,实施例15的主题可以配置成使得,所述处理器基于使用所述温度参数测定的温度变化率来调节所述延迟时间段。
在实施例17中,实施例15或16的主题可以配置成使得,所述处理器基于所检测到的条件或测定的状态来调节所述延迟时间段。
在实施例18中,实施例13-17中任一个或任一组合的主题可以配置成使得,所述处理器执行指令以接收所述葡萄糖信号和所述温度信号,并且应用所述延迟参数以测定所述补偿葡萄糖浓度水平。
在实施例19中,实施例13-19中任一个或任一组合的主题还可以包括存储电路,所述存储电路可以配置成使得所述系统将与所述温度参数相对应的值存储在所述存储电路中,并且所述处理器随后从存储器中检索所存储的值,用于测定所述补偿葡萄糖浓度水平。
在实施例20中,实施例13-19中任一个或任一组合的主题可以配置成使得,所述葡萄糖传感器电路包括可操作地耦合至配置为生成所述葡萄糖信号的电子电路的电极以及在所述电极的至少一部分上方的膜,所述膜包括配置为催化来自体内与所述膜接触的生物流体的葡萄糖和氧的反应的酶。
测定温度补偿的葡萄糖浓度水平的主题(例如,系统、设备或方法)的实例(实施例21)可以包括:接收葡萄糖传感器信号,接收温度参数信号,接收第三传感器信号,使用所述第三传感器信号评估所述温度参数信号以生成评估的温度参数信号,并基于所述评估的温度参数信号和所述葡萄糖传感器信号测定温度补偿的葡萄糖浓度水平。
在实施例22中,实施例21的主题可以配置成使得接收第三传感器信号包括接收心率信号。
在实施例23中,实施例21或22的主题可以配置成使得接收第三信号包括接收心率信号。
在实施例24中,实施例21-23中任一个或任一组合的主题可以配置成使得接收第三信号包括接收活动信号。
在实施例25中,实施例21-24中任一个或任一组合的主题可以配置成使得接收第三传感器信号包括接收位置信号。
在实施例26中,实施例21-25中任一个或任一组合的主题可以配置成使得,评估所述温度参数信号包括测定在具有已知温度特征的位置处的存在。
在实施例27中,实施例21-26中任一个或任一组合的主题可以配置成使得,所述方法包括测定在具有已知环境温度特征的位置处的存在。
在实施例28中,实施例21-27中任一个或任一组合的主题可以配置成使得,所述方法包括测定在具有浸入式水环境的位置处的存在。
在实施例29中,实施例28的主题可以配置成使得所述浸入式水环境是泳池或海滩。
在实施例30中,实施例21-29中任一个或任一组合的主题可以配置成使得,接收所述第三传感器信号包括从环境温度传感器接收温度信息。
在实施例31中,实施例21-30中任一个或任一组合的主题可以配置成使得,接收所述第三传感器信号包括从可穿戴式设备接收信息。
在实施例32中,实施例31的主题可以配置成使得,接收所述第三传感器信号包括从手表接收信息。
在实施例33中,实施例21-32中任一个或任一组合的主题可以配置成使得接收第三传感器信号包括从生理温度传感器接收温度信息。在一些实例中,主题可以包括手表或包括所述温度传感器的其他可穿戴式设备。
在实施例34中,实施例21-33中任一个或任一组合的主题可以配置成使得,接收温度参数信号包括接收指示温度、温度变化或温度偏移的信号。
在实施例35中,实施例21-34中任一个或任一组合的主题可以配置成使得接收第三信号包括接收加速计信号。
在实施例36中,实施例21-35中任一个或任一组合的主题还可以包括使用第三信号检测运动。
在实施例37中,实施例21-36中任一个或任一组合的主题可以配置成使得,评估所述温度参数信号包括确定温度参数信号的变化与运动时段一致。
在实施例38中,实施例21-37中任一个或任一组合的主题可以配置成使得,评估所述温度参数信号包括确定所述温度参数信号与由于运动引起的体温升高的发生一致。
在实施例39中,实施例21-38中任一个或任一组合的主题可以配置成使得测定温度补偿的葡萄糖浓度水平包括将所述温度参数信号应用于运动模型。
在实施例40中,实施例21-39中任一个或任一组合的主题可以配置成使得,所述方法包括当检测到运动并且温度参数信号的变化指示温度降低(例如,这可能表明在凉爽的温度环境或对流冷却环境中运动)时应用运动模型。
在实施例41中,实施例21-40中任一个或任一组合的主题可以配置成使得第三信号包括心率信号、呼吸信号、压力信号或活动信号,并且由所述心率信号、呼吸信号、压力信号或活动信号的上升来检测运动。
主题(例如,系统、设备或方法)的实例(“实施例42”)包括:葡萄糖传感器,其配置为生成代表宿主中葡萄糖浓度的第一信号,其中所述传感器包括配置为生成代表温度的第二信号的温度传感器,以及处理器,其基于第三信号评估第二信号,并至少部分地基于所述第一信号以及对所述第二信号的评估来生成温度补偿的葡萄糖浓度水平。
在实施例43中,实施例42的主题可以配置成使得,所述处理器通过使用所述第三信号确证所检测到的温度或温度变化来评估所述第二信号。
在实施例44中,实施例42或43的主题可以配置成使得,所述处理器基于所述第三信号来测定条件,并且基于所述条件来确证所检测到的温度或温度变化。
在实施例45中,实施例42-44中任一个或任一组合的主题可以配置成使得所述条件是位置、周围环境、活动状态或生理状况。
在实施例46中,实施例42-45中任一个或任一组合的主题可以配置成使得所述处理器至少部分地基于所述第三信号来中止温度补偿。
在实施例47中,实施例42-46中任一个或任一组合的主题可以配置成使得所述处理器至少部分地基于所述第三信号来检测运动。
在实施例48中,实施例47的主题可以配置成使得响应于检测到运动,尽管所述第二信号指示温度下降,所述处理器也中止温度补偿,可以配置成使得当宿主在凉爽(例如,寒冷的室外或对流冷却的)环境中运动时,所述处理器避免了不正确的温度补偿。
在实施例49中,实施例42-48中任一个或任一组合的主题可以配置成使得所述处理器至少部分地基于所述第三信号来指定温度。
在实施例50中,实施例42-49中任一个或任一组合的主题还可以包括第三传感器,所述第三传感器生成第三信号。
在实施例51中,实施例42-50中任一个或任一组合的主题可以配置成使得所述第三信号包括位置信息,并且所述处理器至少部分地基于所述位置信息来评估所述第二信号。
在实施例52中,实施例42-51中任一个或任一组合的主题可以配置成使得,所述第三信号包括活动信息,并且所述处理器至少部分地基于所述活动信息来评估所述第二信号。
在实施例53中,实施例42-52中任一个或任一组合的主题可以配置成使得,所述温度补偿的葡萄糖传感器系统包括可穿戴式连续葡萄糖监测器,所述监测器包括所述葡萄糖传感器和所述温度传感器。
在实施例54中,实施例42-53中任一个或任一组合的主题可以配置成使得,所述温度补偿的葡萄糖传感器系统包括活动传感器,并且所述第三信号包括来自所述活动传感器的活动信息。
在实施例55中,实施例42-54中任一个或任一组合的主题可以配置成使得,所述第三信号包括宿主的心率、呼吸率或压力。
在实施例56中,实施例42-55中任一个或任一组合的主题可以配置成使得,所述处理器基于所述心率、呼吸率或压力的变化来检测运动。
在实施例57中,实施例42-56中任一个或任一组合的主题可以配置成使得,所述处理器至少部分地基于运动的检测来确证由所述第二信号所指示的升高的体温。
在实施例58中,实施例42-56中任一个或任一组合的主题可以配置成使得,所述处理器响应于运动的检测而降低、逐渐减少、限制或中止温度补偿。
在实施例59中,实施例42-58中任一个或任一组合的主题可以配置成使得,所述第三信号包括来自配置为检测宿主的血液参数的光学传感器的信号。
在实施例60中,实施例59的主题还可包括光学传感器,所述光学传感器包括光源和光检测器,所述光检测器配置为检测所述宿主在所述光学传感器下方的区域中的血流速度或红细胞数量。
主题(例如,系统、设备或方法)的实例(“实施例61”)可以包括通过以下方式对连续葡萄糖传感器进行温度补偿:由温度数据确定模式,从连续葡萄糖传感器接收葡萄糖信号,所述葡萄糖信号指示葡萄糖浓度水平,并至少部分地基于所述传感器葡萄糖信号和所述模式来测定温度补偿的葡萄糖浓度水平。
在实施例62中,实施例61的主题可以配置成使得确定模式包括确定温度变化的模式,并且所述方法包括根据所述模式补偿所述葡萄糖浓度水平。
在实施例63中,实施例61或62的主题还可以包括接收温度参数,将所述温度参数与所述模式进行比较,并且至少部分地基于所述比较来确定所述温度补偿的葡萄糖浓度水平。
在实施例64中,实施例63的主题可以配置成使得所述模式包括与生理周期相关的温度模式。
在实施例65中,实施例63或64的主题可以配置成使得所述方法包括:基于与所述模式的比较,确定所述温度参数是否可靠;以及当确定所述温度参数可靠时,使用所述温度参数对所述葡萄糖浓度水平进行温度补偿。
在实施例66中,实施例63-65中任一个或任一组合的主题可以配置成使得,所述方法包括至少部分地基于所述温度参数与所述模式的比较来确定补偿程度。例如,补偿程度可以基于限定的范围或置信区间。
在实施例67中,实施例61-66中任一个或任一组合的主题可以配置成使得,确定模式包括确定状态,并且至少部分地基于所确定的状态来测定温度补偿的葡萄糖浓度水平。
在实施例68中,实施例67的主题可以配置成使得确定状态包括将温度参数应用于状态模型。
在实施例69中,实施例67或68的主题可以配置成使得,确定状态包括将葡萄糖浓度水平、碳水化合物灵敏度、时间、活动、心率、呼吸率、姿势、胰岛素递送、进餐时间或进餐量中的一种或多种应用于状态模型。
在实施例70中,实施例67-69中任一个或任一组合的主题可以配置成使得,确定状态包括确定运动状态,所述方法包括基于所述运动状态模型调整温度补偿。
主题(例如,系统、设备或方法)的实例(“实施例71”)可以包括:配置成生成代表葡萄糖浓度水平的葡萄糖信号的葡萄糖传感器电路,配置成生成指示温度参数的温度信号的温度传感器电路,以及用于接收所述葡萄糖信号和所述温度信号,并且至少部分地基于所述葡萄糖信号和由所述温度信号确定的模式来测定温度补偿的葡萄糖浓度水平的处理器。
在实施例72中,实施例71的主题可以配置成使得,所述处理器基于所述温度信号测定温度参数,将所述温度参数与所述模式进行比较,并且至少部分地基于所述比较来测定温度补偿的葡萄糖浓度水平。
在实施例73中,实施例71或72的主题可以配置成使得,所述处理器基于与所述模式的比较来确定所述温度参数是否可靠,并且当确定所述温度参数可靠时,使用所述温度参数对所述葡萄糖浓度水平进行温度补偿。
在实施例74中,实施例72或73的主题可以配置成使得,所述处理器至少部分地基于所述温度参数与所述模式的比较来确定补偿程度。
在实施例75中,实施例71-74中任一个或任一组合的主题可以配置成使得,所述模式包括状态模型,并且所述处理器至少部分地通过将温度参数应用于所述状态模型来测定所述温度补偿的葡萄糖浓度水平。
在实施例76中,实施例75的主题可以配置成使得,所述处理器通过另外将葡萄糖浓度水平、碳水化合物灵敏度、时间、活动、心率、呼吸率、姿势、胰岛素递送、进餐时间或进餐量中的一种或多种应用于状态模型来测定所述温度补偿的葡萄糖浓度水平。
在实施例77中,实施例75或76的主题可以配置成使得,所述处理器确定运动状态并至少部分地基于所述运动状态来调节温度补偿模型。
在实施例78中,实施例71-77中任一个或任一组合的主题还可以包括存储电路,所述存储电路包括可执行指令,用于由所述温度信号确定模式并基于所述模式测定温度补偿的葡萄糖浓度水平,所述处理器配置为从存储器检索所述指令并执行所述指令。
在实施例79中,实施例71-78中任一个或任一组合的主题可以配置成使得,所述处理器经由所述通信电路从所述远程系统接收关于所述模式的信息。
在实施例80中,实施例79的主题可以配置成使得,所述远程系统基于所述温度信号接收温度参数信息,并由所述温度参数信息来确定模式。
主题(例如,方法、系统或设备)的实例(“实施例81”)可以包括由指示连续葡萄糖传感器系统的部件的温度参数的第一信号来确定第一值,接收指示葡萄糖浓度水平的葡萄糖传感器信号,将所述第一值与参考值进行比较,并且基于所述葡萄糖传感器信号以及所述第一信号与所述参考值的比较来测定温度补偿的葡萄糖水平。
在实施例82中,实施例81的主题可以配置成使得,所述方法包括基于所述第一值相对于所述参考值的变化来确定与参考状态的温度差,而无需针对所述参考值校准温度。
在实施例83,实施例81或82的主题还可以包括由所述第一信号确定所述参考值。
在实施例84中,实施例83的主题可以配置成使得,所述连续葡萄糖传感器系统包括可插入宿主中的葡萄糖传感器,并且所述参考值是在将所述葡萄糖传感器插入宿主之后的指定时间段期间测定的。
在实施例85中,实施例83或84的主题可以配置成使得,所述连续葡萄糖传感器系统包括可插入宿主中的葡萄糖传感器,并且所述参考值是在将所述葡萄糖传感器启动之后的指定时间段期间测定的。
在实施例86中,实施例83-85中任一个或任一组合的主题可以配置成使得,所述参考值是在制造过程中测定的。
在实施例87中,实施例83-86中任一个或任一组合的主题可以配置成使得,所述方法包括在第一时间段期间测定所述参考值,并且在第二时间段期间测定所述第一值,所述第二时间段发生在所述第一时间段之后。所述参考值可以例如是长期平均值,而所述第一值可以是短期平均值。
在实施例88中,实施例87的主题还可以包括基于在所述第二时间段之后的第三时间段中获得的一个或多个温度信号值来更新所述参考值。
在实施例89中,实施例83-88中任一个或任一组合的主题可以配置成使得,测定参考值包括测定从所述第一信号获得的多个样本值的平均值。
在实施例90中,实施例81-89中任一个或任一组合的主题可以配置成使得,所述温度补偿的葡萄糖水平是至少部分地基于温度依赖性灵敏度值而测定的,所述温度依赖性灵敏度值基于所述第一值与所述参考值的偏差而变化。
主题(例如,系统、设备或方法)的实例(“实施例91”)可以包括:配置成生成代表葡萄糖浓度水平的葡萄糖信号的葡萄糖传感器电路,配置成生成指示温度参数的第一信号的温度传感器电路,和用于基于所葡萄糖信号及所述第一信号与参考值的偏差测定温度补偿的葡萄糖水平的处理器。
在实施例92中,实施例91的主题可以配置成使得,所述处理器测定所述第一信号与所述参考值的偏差,而不测定与所述参考值相对应的温度。
在实施例93中,实施例91或92的主题可以配置成使得所述处理器基于所述第一信号测定所述参考值。
在实施例94中,实施例93的主题可以配置成使得,所述处理器基于在第一时间段期间从所述第一信号获得的多个样本值来测定所述参考值。
在实施例95中,实施例93或94的主题可以配置成使得,所述处理器基于在葡萄糖传感器启动或插入之后的指定时间段内从所述第一信号获得的多个样本值来测定所述参考值。
在实施例96中,实施例93-95中任一个或任一组合的主题可以配置成使得所述处理器循环更新所述参考值。
在实施例97中,实施例91-96中任一个或任一组合的主题可以配置成使得所述处理器将所述参考值确定为在指定时间段内从所述第一信号获得的多个样本值的平均值。
在实施例98中,实施例91-97中任一个或任一组合的主题可以配置成使得,所述处理器基于所述葡萄糖信号和温度依赖性灵敏度值测定所述温度补偿的葡萄糖水平,所述温度依赖性灵敏度值基于与所述参考值的偏差而变化。
在实施例99中,实施例91-98中任一个或任一组合的主题可以配置成使得,所述处理器基于模型测定所述温度补偿的葡萄糖浓度水平,其中所述模型可以配置成使得从所述葡萄糖信号测定的葡萄糖传感器值和基于所述第一信号的样本值应用于所述模型。
在实施例100中,实施例91-100中任一个或任一组合的主题还可以包括存储电路和在所述存储电路上存储的可执行指令,以基于所述葡萄糖信号和所述第一信号与所述参考值的偏差来测定所述所述温度补偿的葡萄糖浓度水平。
主题(例如,方法、系统或设备)的实例(“实施例101”)可以包括接收指示葡萄糖浓度水平的葡萄糖信号,接收指示温度参数的温度信号,检测条件,并且至少部分地基于所述葡萄糖信号、所述温度信号和所检测到的条件来测定温度补偿的葡萄糖浓度水平。
在实施例102中,实施例101的主题可以配置成使得,所述条件包括所述葡萄糖信号的高变化率,其中在所述葡萄糖信号经历高变化率的时间段期间温度补偿减少或中止。
在实施例103中,实施例101或102的主题可以配置成使得,所述条件包括所述温度信号的突然变化。
在实施例104中,实施例103的主题可以配置成使得,温度补偿响应于检测到温度的突然变化而减少或中止。
在实施例105中,实施例103或104的主题可以配置成使得,测定温度补偿的葡萄糖浓度水平包括使用先前的温度信号值代替与温度的突然变化相关的温度信号值。
在实施例106中,实施例103-105中任一个或任一组合的主题可以配置成使得,测定温度补偿的葡萄糖浓度水平包括基于先前的温度信号值确定推断温度信号值并使用所推断的温度信号值代替与温度的突然变化相关的温度信号值。
在实施例107中,实施例106的主题可以配置成使得,响应于检测到温度的突然变化而调用延迟模型,所述延迟模型指定用于测定所述温度补偿的葡萄糖水平的延迟时间段。
在实施例108中,实施例101-107中任一个或任一组合的主题可以配置成使得,所述条件是在所述连续葡萄糖监测系统上存在辐射热。
在实施例109中,实施例101-108中任一个或任一组合的主题可以配置成使得,所述条件是发热,其中温度补偿响应于检测到发热而减少或中止。
在实施例110中,实施例109的主题可以配置成使得,所述条件包括运动。
在实施例111中,实施例110的主题可以配置成使得,所述方法包括当检测到运动时降低、逐渐减少、限制或中止温度补偿。
在实施例112中,实施例101-111中任一个或任一组合的主题可以配置成使得,所述方法包括使用线性模型来测定所述温度补偿的葡萄糖浓度水平。
在实施例113中,实施例112的主题还可以包括接收血糖校准值,其中在接收到所述血糖校准值时,更新温度补偿增益和偏移。
在实施例114中,实施例101-113中任一个或任一组合的主题可以配置成使得,所述方法包括使用时间数列模型来测定所述温度补偿的葡萄糖浓度水平。
在实施例115中,实施例101-114中任一个或任一组合的主题可以配置成使得,所述方法包括使用偏微分方程来测定所述温度补偿的葡萄糖浓度水平。
在实施例116中,实施例101-115中任一个或任一组合的主题可以配置成使得,所述方法包括使用概率模型来测定所述温度补偿的葡萄糖浓度水平。
在实施例117中,实施例101-116中任一个或任一组合的主题可以配置成使得,所述方法包括使用状态模型来测定所述温度补偿的葡萄糖浓度水平。
在实施例118中,实施例101-117中任一个或任一组合的主题可以配置成使得,所述条件包括体重指数(BMI)值。
在实施例119中,实施例101-118中任一个或任一组合的主题可以配置成使得,所述方法包括使用所述温度信号测定长期平均值,其中使用所述长期平均值测定所述温度补偿的葡萄糖浓度水平。
在实施例120中,实施例101-119中任一个或任一组合的主题可以配置成使得,指示条件的所述葡萄糖信号是从连续葡萄糖传感器接收的,并且所述条件是在连续葡萄糖传感器上的压迫。
在实施例121中,实施例120的主题可以配置成使得,至少部分地基于所述葡萄糖信号的快速下降来检测所述压迫。
在实施例122中,实施例120或121的主题可以配置成使得,所述条件是睡眠期间的压迫。
在实施例123中,实施例101-122中任一个或任一组合的主题可以配置成使得,所述条件是睡眠。
在实施例124中,实施例123的主题,其中使用温度、姿势、活动和心率中的一项或多项来检测睡眠,并且所述方法包括基于所检测到的睡眠而施加指定的葡萄糖警报触发。
在实施例125中,实施例101-124中任一个或任一组合的主题还可以包括递送胰岛素疗法,其中所述疗法是至少部分地基于所述温度补偿的葡萄糖水平而确定的。
主题(例如,系统、设备或方法)的实例(“实施例126”)可以包括:配置成生成代表葡萄糖浓度水平的葡萄糖信号的葡萄糖传感器电路,配置成生成指示温度参数的温度信号的温度传感器电路,以及配置成基于所述葡萄糖信号、所述温度信号和检测到的条件来测定补偿葡萄糖浓度水平的处理器。
在实施例127中,实施例126的主题可以配置成使得,所述条件包括所述葡萄糖信号的高变化率,并且所述处理器在所述葡萄糖信号的高变化率期间减少、中止、逐渐减少或限制温度补偿。
在实施例128中,实施例126或127的主题可以配置成使得所述条件包括所述温度信号的突然改变,并且可以配置成使得所述处理器响应于检测到所述温度的突然变化而减少、中止、逐渐减少或限制温度补偿。
在实施例129中,实施例126-128中任一个或任一组合的主题可以配置成使得所述条件包括运动,并且可以配置成使得当检测到运动时,所述处理器降低、逐渐减少、限制或中止温度补偿。
在实施例130中,实施例126-129中任一个或任一组合的主题还可以包括第二温度传感器电路,所述第二温度传感器电路配置为检测所述连续葡萄糖监测系统上的辐射热,并且其中所检测到的条件包括由所述第二温度传感器电路检测到的辐射热。
主题(例如,设备、系统或方法)的实例(“实施例131”)可以包括:细长部分,其远端构造成用于体内插入到宿主中,而近端构造成可操作地耦合至电路;和在所述细长部分的近端处的温度传感器。
在实施例132中,实施例131的主题可以配置成使得,所述温度传感器包括热敏电阻器。
在实施例133中,实施例131或132的主题可以配置成使得,所述温度传感器包括温度可变电阻涂层。
在实施例134中,实施例131-133中任一个或任一组合的主题可以配置成使得,所述温度传感器包括热电偶。
在实施例135中,实施例134的主题可以配置成使得,所述细长部分包括从所述近端延伸到所述远端的第一金属线,并且所述热电偶包括所述第一金属线和连接到所述第一金属线以形成所述热电偶的第二金属线。
在实施例136中,实施例135的主题可以配置成使得,所述第一金属线是钽或钽合金,并且所述第二金属线是铂或铂合金。
在实施例137中,实施例135或136的主题还可以包括耦合到所述葡萄糖传感器的发射器,所述发射器上的第一电触点耦合到所述第一金属线,并且所述发射器上的第二电触点耦合到所述第二金属线。
主题(例如,方法、系统或设备)的实例(“实施例138”)可以包括:接收温度信号的校准值,从温度传感器接收指示温度参数的温度信号,从连续葡萄糖传感器接收指示葡萄糖浓度水平的葡萄糖信号,并至少部分地基于所述葡萄糖信号、所述温度信号和所述校准值测定温度补偿的葡萄糖浓度水平。
在实施例139中,实施例138的主题可以配置成使得,接收所述温度信号的校准值包括在具有已知温度的制造步骤期间获得所述校准值。
在实施例140中,实施例138或139的主题可以配置成使得,接收所述温度信号的校准值包括在将所述连续葡萄糖传感器插入宿主后的指定时间段内获得温度。
主题(例如,方法、系统或设备)的实例(“实施例141”)可以包括接收指示宿主上连续葡萄糖传感器的部件的温度的温度信号,并且至少部分地基于所接收的温度信号来确定所述连续葡萄糖传感器在宿主上的解剖学位置。
在实施例142中,实施例141的主题可以配置成使得,所述解剖学位置至少部分地基于感测到的温度而确定。
在实施例143中,实施例141或142的主题可以配置成使得,至少部分地基于所述温度信号的可变性来确定所述解剖学位置。
主题(例如,方法、系统或设备)的实例(“实施例144”)可以包括从连续葡萄糖监测器上的温度传感器接收指示温度参数的温度信号,并且由所述温度信号确定所述连续葡萄糖监测器重启。
在实施例145中,实施例144的主题可以配置成使得,由所述温度信号确定所述连续葡萄糖监测器重启包括:将传感器开启之前的第一温度信号值与传感器开启之后的第二温度信号值进行比较,并且当比较满足相似性条件时宣告重启所述连续葡萄糖监测器。
在实施例146中,实施例144或145的主题可以配置成使得,所述相似性条件是温度范围。
主题(例如,系统、设备或方法)的实例(“实施例147”)可以包括:配置成生成代表葡萄糖浓度水平的葡萄糖信号的葡萄糖传感器电路,配置成生成指示温度参数的温度信号的温度传感器电路,配置为使热量从所述温度传感器电路偏转的热偏转器,以及配置成基于所述葡萄糖信号、所述温度信号和检测到的条件来测定补偿葡萄糖浓度水平的处理器。
主题(例如,系统、设备或方法)的实例(“实施例148”)可以包括:配置成生成代表宿主的葡萄糖浓度水平的葡萄糖信号的葡萄糖传感器电路,配置成生成指示靠近宿主的第一温度参数的第一温度信号的第一温度传感器电路,配置成生成第二温度参数的第二温度信号的第二温度传感器电路,以及配置成基于所述葡萄糖信号、所述第一温度信号和所述第二温度信号来测定补偿葡萄糖浓度水平的处理器。
在实施例149中,实施例148的主题可以配置成使得,所述处理器部分地基于所述第一温度传感器电路与所述第二温度传感器电路之间的温度梯度来测定所述补偿葡萄糖浓度水平。
在实施例150中,实施例148或149的主题可以配置成使得,所述处理器部分地基于所述第一温度传感器电路与所述第二温度传感器电路之间的热通量估计值来测定所述补偿葡萄糖浓度水平。
在实施例151中,实施例148-150中任一个或任一组合的主题可以配置成使得,所述第二温度电路配置为生成指示环境温度的温度信号。
在实施例152中,实施例148-151中任一个或任一组合的主题可以配置成使得,所述处理器配置为生成指示与所述葡萄糖传感器电路耦合的发射器的温度的温度信号。
主题(例如,方法、设备或系统)的实例(“实施例153”)可以包括:从葡萄糖传感器接收代表宿主的葡萄糖浓度水平的葡萄糖信号,接收指示靠近所述宿主或所述葡萄糖传感器的第一温度参数的第一温度信号,接收指示第二温度参数的第二温度信号,并且至少部分地基于所述葡萄糖信号、所述第一温度信号和所述第二温度信号来测定补偿葡萄糖浓度水平。
在实施例154中,实施例153的主题可以配置成使得,所述第一温度信号是从耦合到所述葡萄糖传感器的第一温度传感器接收的,所述第二温度信号是从耦合到所述葡萄糖传感器的第二温度传感器接收的。
在实施例155中,实施例154的主题可以配置成使得,至少部分地基于所述第一温度传感器和所述第二温度传感器之间的温度梯度来测定所述补偿葡萄糖浓度水平。
在实施例156中,实施例154或155的主题可以配置成使得,至少部分地基于所述第一温度传感器和所述第二温度传感器之间的热通量来测定所述补偿葡萄糖浓度水平。
在实施例157中,实施例154-156中任一个或任一组合的主题还可以包括检测所述第一温度信号的上升和所述第二温度信号的下降,并基于所检测到的上升和下降来调节温度补偿模型。
在实施例158中,实施例157的主题可以配置成使得,所述方法包括至少部分地基于所检测到的上升和下降来检测运动(例如,户外运动或对流冷却运动),并基于运动检测调整或应用温度补偿模型。
在实施例159中,实施例154-158中任一个或任一组合的主题还可以包括至少部分地基于所述第二温度信号来确定温度变化是由于辐射热或环境热引起的,并且基于所述确定来调节或应用温度补偿模型。
主题(例如,方法、系统或设备)的实例(“实施例160”)可以通过以下方式来测定葡萄糖浓度水平:接收温度传感器信号,接收葡萄糖传感器信号,将温度传感器信号和葡萄糖传感器信号应用于模型,并接收来自所述模型的与所述葡萄糖浓度水平有关的输出,其中所述模型补偿对所述葡萄糖传感器信号的多种温度依赖性影响。
在实施例161中,实施例161的主题可以配置成使得,所述输出是补偿葡萄糖浓度水平。
在实施例162中,实施例161的主题还可以包括基于补偿葡萄糖浓度值来递送疗法。
在实施例163中,实施例161的主题可以配置成使得,所述模型补偿传感器灵敏度、局部葡萄糖水平、区室偏倚和非酶偏倚中的两项或更多项。在一些实例中,所述模型可以补偿传感器灵敏度、局部葡萄糖水平、区室偏倚和非酶偏倚中的三项或更多项。在一些实例中,所述模型可以说明除传感器灵敏度、局部葡萄糖水平、区室偏倚和非酶偏倚以外的另外的温度依赖性因素。
主题(例如,方法、系统或设备)的实例(“实施例164”)可以包括通过以下方式测定分析物浓度水平:测定指示传感器部件的电导率的第一值,测定指示传感器部件的电导率的第二值,接收代表宿主的分析物浓度的信号,以及至少部分地基于所述第二值和所述第一值的比较来测定补偿分析物浓度水平。所述第一值和所述第二值可以例如是导电率或电阻或电阻抗。
在实施例165中,实施例164的主题可以配置成使得,测定第一值包括测定平均电导率。
在实施例166中,实施例164或实施例165的主题可以任选地包括测定与所述第一值具有时间相关性的第一估计皮下温度,以及测定与所述第二值具有时间相关的第二估计皮下温度,其中所述第二估计皮下温度是至少部分地基于所述第二值与所述第一值的比较而测定的。
在实施例167中,实施例166的主题可以任选地包括测定与所述第二值具有时间相关性的第三估计皮下温度,基于所述第三估计皮下温度和所述第二估计皮下温度的比较来确定是否满足条件,并且响应于条件的满足而宣告错误或触发重置。
在实施例168中,实施例167的主题可以任选地包括触发重置,其中触发重置包括基于所述第三估计温度和所述第二值,或者基于第三电导值和与所述第三电导值具有时间相关性的第四估计皮下温度来确定随后的估计皮下温度。
在实施例169中,实施例164-168中任一个或任一组合的主题可以任选地包括补偿电导值的漂移。
在实施例170中,实施例164-169中任一个或任一组合的主题可以配置成使得,补偿漂移包括应用滤波器。
主题(例如,方法、系统或设备)的实例(“实施例171”)可以包括测定指示传感器部件在第一时间的电导率的第一值,测定指示传感器部件在稍后时间的电导率的第二值,以及至少部分地基于所述第二值和所述第一值的比较来测定估计的皮下温度。
主题(例如,方法、系统或设备)的实例(“实施例172”)可以包括由所述分析物传感器系统访问来自所述分析物传感器系统的系统温度传感器的第一数据;将所述第一数据应用于经过训练的温度补偿模型,所述经过训练的温度补偿模型用于生成补偿温度值;以及至少部分地基于补偿温度值来测定分析物浓度值。
在实施例173中,实施例172的主题可以配置成使得,所述第一数据包括来自所述系统温度传感器的未补偿温度值或原始温度传感器数据中的至少一种。
在实施例174中,实施例172-173中任一个或多个的主题可以配置成使得,所述经过训练的温度补偿模型响应于所述第一数据而返回第一温度传感器参数,并且还可包括至少部分地基于所述第一温度传感器参数而生成所述补偿温度值。
在实施例175中,实施例172-174中任一个或多个的主题可以配置成使得所述经过训练的温度补偿模型返回系统温度传感器偏移和系统温度传感器斜率,并且还包括从所述系统温度传感器接收原始传感器数据;并且至少部分地基于所述原始传感器数据、所述系统温度传感器偏移和所述系统温度传感器斜率来生成所述补偿温度值。
主题(例如,方法、系统或设备)的实例(实施例176)可以包括分析物传感器;系统温度传感器;和控制电路。所述控制电路可以配置为执行包括以下的操作:访问来自所述分析物传感器系统的系统温度传感器的第一数据;将所述第一数据应用于经过训练的温度补偿模型,所述经过训练的温度补偿模型用于生成补偿温度值;以及至少部分地基于补偿温度值来测定分析物浓度值。
在实施例177中,实施例176的主题可以配置成使得,所述第一数据包括来自所述系统温度传感器的未补偿温度值或原始温度传感器数据中的至少一种。
在实施例178中,实施例176-177中任一个或多个的主题可以配置成使得,所述经过训练的温度补偿模型响应于所述第一数据而返回第一温度传感器参数,并且还可包括至少部分地基于所述第一温度传感器参数而生成所述补偿温度值。
在实施例179中,实施例176-178中任一个或多个的主题可以配置成使得所述经过训练的温度补偿模型返回系统温度传感器偏移和系统温度传感器斜率,并且还可以包括从所述系统温度传感器接收原始传感器数据;并且至少部分地基于所述原始传感器数据、所述系统温度传感器偏移和所述系统温度传感器斜率来生成所述补偿温度值。
在实施例180中,实施例176-179中任一个或多个的主题还可以包括:含系统温度传感器的专用集成电路(ASIC)。
主题(例如,方法、系统或设备)的实例(实施例181)可以包括测定温度补偿的葡萄糖浓度水平。所述测定可以包括接收葡萄糖传感器信号;接收温度参数信号;至少部分地基于所述葡萄糖传感器信号或所述温度参数信号来检测运动状态;以及修改应用于所述葡萄糖传感器信号的温度补偿。
在实施例182中,实施例181的主题可以包括确定所述葡萄糖传感器信号的本底噪声大于第一阈值。
在实施例183中,实施例181-182中任一个或多个的主题可以包括确定所述温度参数信号的本底噪声大于第二阈值。
在实施例184中,实施例181-183中任一个或多个的主题可以包括确定所述葡萄糖传感器信号的本底噪声大于第一阈值;并且确定所述温度参数信号的本底噪声大于第二阈值。
在实施例185中,实施例181-184中任一个或多个的主题可以配置成使得修改所述温度补偿包括:将运动模型应用于所述温度参数信号以生成评估温度参数信号;并且使用评估的温度参数生成温度补偿的葡萄糖浓度值。
在实施例186中,实施例181-185中任一个或多个的主题可以配置成使得,检测所述运动状态包括确定所述温度参数信号的变化率的分布满足分类符。
在实施例187中,实施例181-186中任一个或多个的主题可以配置成使得,检测所述运动状态包括确定所述温度参数信号的变化率的分布小于阈值。
主题(例如,方法、系统或设备)的实例(“实施例188”)可以包括温度补偿的葡萄糖传感器系统,所述系统包括:配置为生成代表宿主中葡萄糖浓度的第一信号的葡萄糖传感器;配置为生成代表温度的第二信号的温度传感器;以及处理器。所述处理器可以编程为执行包括以下的操作:至少部分地基于所述第一信号或所述第二信号来检测运动状态;并且修改应用于所述第一信号的温度补偿。
在实施例189中,实施例188的主题可以配置成使得,所述操作还包括确定所述第一信号的本底噪声高于第一阈值。
在实施例190中,实施例188-189中任一个或多个的主题可以配置成使得,所述操作还包括确定所述第二信号的本底噪声高于第二阈值。
在实施例191中,实例188-190中任一个或多个的主题可以配置成使得所述操作还包括:确定所述第一信号的本底噪声高于第一阈值;并且确定所述第二信号的本底噪声高于第二阈值。
在实施例192中,实施例188-191中任一个或多个的主题可以配置成使得修改所述温度补偿包括:将运动模型应用于所述第二信号以生成评估的第二信号;并且使用评估的第二信号生成温度补偿的葡萄糖浓度值。
在实施例193中,实施例188-192中任一个或多个的主题可以配置成使得检测所述运动状态包括确定所述第二信号的变化率的分布满足分类符。
在实施例194中,实施例188-193中任一个或多个的主题可以配置成使得,检测所述运动状态包括确定所述第二信号的变化率的分布小于阈值。
主题(例如,方法、系统或设备)的实例(“实施例195”)可以包括一种处理器实施的测量分析物传感器系统处的温度的方法。所述方法可以包括:在第一传感器时段期间,访问存储在所述分析物传感器系统上的周期性温度记录;根据所述周期性温度记录确定峰值温度;并基于峰值温度执行响应动作。
在实施例196中,实施例195的主题可以包括确定所述峰值温度超过峰值温度阈值,其中所述响应动作包括中断所述第一传感器时段。
在实施例197中,实施例195-196中任一个或多个的主题可以包括至少部分地基于所述峰值温度来确定初始传感器时段参数;从所述分析物传感器系统的分析物传感器接收原始传感器数据;并且使用所述初始时段参数和所述原始传感器数据生成分析物浓度值。
在实施例198中,实施例195-197中任一个或多个的主题可以配置成使得,所述初始传感器时段参数包括灵敏度或基线。
在实施例199中,实施例195-198中任一个或多个的主题可以包括:在所述第一传感器时段之前,测量所述分析物传感器系统处的第一温度;将所述第一个温度写入周期性温度记录中;等待一个时期;并且测量所述分析物传感器系统处的第二温度。
主题的实例(“实施例200”)可以包括温度补偿的分析物传感器系统。所述温度补偿的分析物传感器系统可以包括:配置为生成代表宿主中分析物浓度的第一信号的分析物传感器;配置为生成代表温度的第二信号的温度传感器;以及处理器。处理器可以编程为执行包括以下操作:在第一传感器时段期间,访问存储在所述分析物传感器系统上的周期性温度记录;根据所述周期性温度记录确定峰值温度;并基于峰值温度执行响应动作。
在实施例201中,实施例200的主题可以配置成使得所述操作还包括确定所述峰值温度超过峰值温度阈值,其中所述响应动作包括中断所述第一传感器时段。
在实施例202中,实施例200-201中任一个或多个的主题可以配置成使得所述操作还包括至少部分地基于所述峰值温度来确定初始传感器时段参数;从所述分析物传感器系统的分析物传感器接收原始传感器数据;并且使用所述初始时段参数和所述原始传感器数据生成分析物浓度值。
在实施例203中,实施例200-202中任一个或多个的主题可以配置成使得,所述初始传感器时段参数包括灵敏度或基线。
在实施例204中,实施例200-203中任一个或多个的主题可以配置成使得所述操作还包括:在所述第一传感器时段之前,测量所述分析物传感器系统处的第一温度;将所述第一个温度写入周期性温度记录中;等待一个时期;并且测量所述分析物传感器系统处的第二温度。
主题(例如,方法、系统或设备)的实例(“实施例205”)可以包括感测温度的分析物传感器系统。所述感测温度的分析物传感器系统可以包括:二极管;和电子器件电路;取样保持电路和双斜率集成模数转换器(ADC)。所述电子电路可以配置为执行包括以下的操作:在第一时间段向所述二极管施加第一电流,其中当将所述第一电流提供给所述二极管时,所述二极管上的电压降具有第一电压值;并且在所述第一时间段之后的第二时间段,向所述二极管施加不同于所述第一电流的第二电流,其中当将所述第二电流提供给所述二极管时,所述二极管上的电压降具有第二电压值。所述取样保持电路可以配置为在将第一电压施加到所述二极管时接收所述第一电压值并生成指示所述第一电压的输出。所述双斜率集成模数转换器(ADC)可以包括:第一输入端,其耦合以接收来自所述取样保持电路的输出端的所述第一电压值;以及第二输入端,其耦合以接收所述二极管上的电压降。所述双斜率集成ADC的输出从所述第一电压值衰减到所述第二电压值的时间可以与所述二极管处的温度成正比。
在实施例206中,实施例205的主题还可以包括比较器,其耦合以将所述取样保持电路的输出与所述双斜率集成模数电路的输出进行比较的比较器。
在实施例207中,实施例205-206中任一个或多个的主题还可以包括数字计数器。所述操作还可以包括在所述双斜率集成ADC的输出峰值下启动所述数字计数器;并且在所述比较器的输出改变时,确定所述数字计数器的值。
在实施例208中,实施例205-207中任一个或多个的主题可以配置成使得,所述数字计数器的值指示所述双斜率集成ADC的输出从所述第一电压值衰减到所述第二电压值的时间与所述二极管处的温度成正比。
在实施例209中,实施例205-208中任一个或多个的主题还可以包括与电路,其配置为生成所述比较器的输出与时钟信号之间的逻辑,其中当将所述第一电流施加到所述二极管时,所述时钟信号较低。
在实施例210中,实施例205-209中任一个或多个的主题可以配置成使得,所述二极管包括二极管连接的晶体管。
在实施例211中,实施例205-210中任一个或多个的主题可以配置成使得,所述分析物传感器的分析物传感器插入到宿主的皮肤中,并且所述二极管定位成靠近所述宿主的皮肤。
在实施例212中,实施例205-211中任一个或多个的主题还可以包括提供第一电流的第一恒定电流源;和第二脉冲电流源,其中当所述第二脉冲电流源接通时,所述第二电流包括所述第一电流和由所述第二脉冲电流源提供的电流之和。
主题(例如,方法、系统或设备)的实例(“实施例213”)可以包括:在第一时间段向二极管施加第一电流,其中当将所述第一电流提供给所述二极管时,所述二极管上的电压降具有第一电压值;在所述第一时间段之后,向所述二极管施加不同于所述第一电流的第二电流,其中当将所述第二电流提供给所述二极管时,所述二极管上的电压降具有第二电压值;并且向双斜率集成模数转换器(ADC)提供第一电压值和第二电压值,其中所述双斜率集成ADC的输出从所述第一电压值衰减到所述第二电压值的时间与所述二极管处的温度成正比。
在实施例214中,实施例213的主题可以包括将所述取样保持电路的输出与所述双斜率集成模数电路的输出进行比较以生成比较器输出。
在实施例215中,实施例213-214中任一个或多个的主题可以包括在所述双斜率集成ADC的输出峰值下启动数字计数器;并且在所述比较器的输出改变时,确定所述数字计数器的值。
在实施例216中,实施例213-215中任一个或多个的主题可以配置成使得,所述数字计数器的值指示所述双斜率集成ADC的输出从所述第一电压值衰减到所述第二电压值的时间与所述二极管处的温度成正比。
在实施例217中,实施例213-216中任一个或多个的主题可以包括与电路,其配置为生成所述比较器的输出与时钟信号之间的逻辑。当将所述第一电流施加到所述二极管时,所述时钟信号可能较低。
在实施例218中,实施例213-217中任一个或多个的主题可以配置成使得,所述二极管包括二极管连接的晶体管。
在实施例219中,实施例213-218中任一个或多个的主题可以配置成使得,所述分析物传感器的分析物传感器插入到宿主的皮肤中,并且其中所述二极管定位成靠近所述宿主的皮肤。
主题(例如,方法、系统或设备)的实例(“实施例220”)可以包括测定葡萄糖浓度水平的方法。所述方法可以包括接收温度传感器信号;从插入宿主的插入部位处的葡萄糖传感器接收葡萄糖传感器信号;将所述温度传感器信号和所述葡萄糖传感器信号应用于描述插入部位的葡萄糖浓度与宿主的血糖浓度之间的差异的模型,以生成宿主的补偿血糖浓度。
在实施例221中,实施例220的主题可以包括至少部分地基于所述温度传感器信号来确定模型时间参数;并且至少部分地基于所述模型时间参数来确定所述补偿血糖浓度。
在实施例222,实施例220-221中任一个或多个的主题可以配置成使得所述模型时间参数适用于插入部位的葡萄糖浓度并且适用于血糖浓度。
在实施例223中,实施例220-222中任一个或多个的主题还可以包括测定描述宿主的葡萄糖消耗。可以至少部分地基于所述葡萄糖消耗来测定所述补偿血糖浓度。
在实施例224中,实施例220-223中任一个或多个的主题还可以包括使用恒定的细胞层葡萄糖浓度来测定葡萄糖消耗。
在实施例225中,实施例220-224中任一个或多个的主题还可以包括使用可变的细胞层葡萄糖浓度来测定葡萄糖消耗。
在实施例226中,实施例220-225中任一个或多个的主题可以包括使用线性变化的细胞层葡萄糖浓度来测定葡萄糖消耗。
主题(例如,方法、系统或设备)的实例(“实施例227”)可以包括温度补偿葡萄糖传感器系统。所述温度补偿葡萄糖传感器系统可以包括:葡萄糖传感器;和传感器电子器件。所传感器电子设备可以配置为执行包括以下的操作:接收温度传感器信号;从插入宿主的插入部位处的葡萄糖传感器接收葡萄糖传感器信号;将所述温度传感器信号和所述葡萄糖传感器信号应用于描述插入部位的葡萄糖浓度与宿主的血糖浓度之间的差异的模型,以生成宿主的补偿血糖浓度。
在实施例228中,实施例227的主题配置成使得所述操作还包括至少部分地基于所述温度传感器信号来确定模型时间参数;并且至少部分地基于所述模型时间参数来确定所述补偿血糖浓度。
在实施例229,实施例227-228中任一个或多个的主题可以配置成使得所述模型时间参数适用于插入部位的葡萄糖浓度并且适用于血糖浓度。
在实施例230中,实施例227-229中任一个或多个的主题可以配置成使得,所述操作还包括确定描述所述宿主的葡萄糖消耗,其中所述补偿血糖浓度至少部分基于所述葡萄糖消耗。
在实施例231中,实施例227-230中任一个或多个的主题可以配置成使得所述操作还包括使用恒定的细胞层葡萄糖浓度来测定葡萄糖消耗。
在实施例232中,实施例227-230中任一个或多个的主题可以配置成使得所述操作还包括使用可变的细胞层葡萄糖浓度来测定葡萄糖消耗。
在实施例233中,实施例227-231中任一个或多个的主题可以配置成使得所述操作还包括使用线性变化的细胞层葡萄糖浓度来测定葡萄糖消耗。
主题(例如,系统或装置)的实例(例如,“实施例172”)可以任选地结合实施例1-171中任一个或多个的任何部分或任何部分的组合以包括用于执行实施例1-171的功能或方法中的任何一种或多种的任何部分,或“机器可读介质”(例如,大众化、非暂时性介质等),其中包括指令,所述指令在由机器执行时,使机器执行实施例1-171的功能或方法中的任何一种或多种的任何部分。
该发明内容意在提供对本专利申请主题的概述。而非旨在提供本公开的排他性或详尽解释。将详细描述包括在内以提供关于本专利申请的更多信息。本公开的其他方面对于本领域技术人员而言通过阅读和理解以下详细描述并查看形成其一部分的附图,将显而易见,其中每个附图均不应以限制性的意义来理解。
附图说明
在不一定是按比例绘制的附图中,在不同视图中相同数字可描述类似部件。具有不同字母后缀的相同数字可表示类似部件的不同示例。附图借助于实例而非限制性地总体说明本文件中所讨论的各种实施方案。
图1是示例性分析物传感器系统的图解,该系统可以包括温度传感器,并且可以在其中温度补偿方法实现。
图2A是示例性分析物传感器系统的示意性图解。
图2B是分析物传感器系统的示例性传感器电子器件部分的示意性图解。
图2C是与宿主的组织接合的示例性分析物传感器系统的示意性图解。
图2D是与宿主的组织接合的示例性分析物传感器系统的示意性图解。
图3是在分析物传感器的远端部分上的温度传感器的示意性图解。
图4是在分析物传感器的近端部分上的示例性温度传感器的示意性图解。
图5A是在分析物传感器的近端部分上的另一示例性温度传感器的示意性图解。
图5B是图5A中示出的温度传感器的一部分的放大视图。
图6是使用延迟参数测定温度补偿的葡萄糖浓度水平的示例性方法的流程图图解。
图7是基于评估的(例如,确证的)温度值测定温度补偿的葡萄糖浓度水平的示例性方法的流程图图解。
图8是用于对连续葡萄糖传感器进行温度补偿的示例性方法的示意性图解,所述方法包括由温度信息确定模式。
图9是至少部分地基于所检测到的条件对连续葡萄糖监测系统进行温度补偿的示例性方法的流程图图解。
图10是使用参考温度值对连续葡萄糖传感器系统进行温度补偿的方法的示意性图解。
图11是示例性连续葡萄糖传感器的温度补偿方法的流程图图解。
图12是使用两个温度传感器进行温度补偿的示例性方法的流程图图解。
图13是确定连续葡萄糖(或其他分析物)监测器重启的示例性方法的流程图图解。
图14是确定传感器的解剖学位置的示例性方法的流程图图解。
图15A示出了相对于时间绘制的葡萄糖传感器的输出。
图15B示出了相对于时间绘制的温度传感器的输出。
图15C示出了叠加在葡萄糖传感器输出上的温度,其中相关性明显。
图15D示出了叠加在葡萄糖传感器输出上的温度,其中相关性不明显。
图16是图解说明,其示出宿主腹部上的传感器和宿主臂上的传感器的温度与时间的关系图。
图17是许多传感器设备在前24小时内标准偏差与平均温度的关系图。
图18A是温度与时间的关系图,其中将传感器电子器件包从传感器中取出一分钟。
图18B是温度与时间的关系图,其中将传感器电子器件包从传感器中取出五分钟。
图19是可用于从两个或更多个输入确定输出的示例性模型的示意性图解,所述两个或更多个输入可能是在不同时间点接收的。
图20A是使用模型来测定补偿的葡萄糖浓度值的示例性方法的流程图图解。
图20B是使用模型来测定补偿的葡萄糖浓度值的另一示例性方法的流程图图解。
图21是示出了相对于时间绘制的温度和阻抗的图表。
图22是使用电导率或阻抗进行温度补偿的示例性方法的流程图图解。
图23是使用电导率或阻抗测定估计的后续温度的示例性方法的流程图图解。
图24是用于训练温度补偿模型的示例性方法的流程图图解。
图25是利用经过训练的温度补偿模型的示例性方法的流程图图解。
图26是用于检测运动状态的示例性方法的流程图图解。
图27是示出了第一变化分布函数和第二变化分布函数的图表,该第一变化分布函数示出了处于静止(例如,未运动)状态的宿主,第二变化分布函数示出了处于运动状态的宿主。
图28是使用温度参数信号样本的变化率分布来检测运动状态的示例性方法的流程图图解。
图29是用于记录运输期间分析物传感器系统处的温度的示例性方法的流程图图解。
图30是用于以分析物传感器时段开始传感器时段的示例方法的流程图图解,分析物传感器时段包括来自分析物传感器系统的运输和/或存储的周期性温度测量的记录。
图31是可以在分析物传感器系统处实现以使用二极管来测量温度的示例性电路布置的图解。
图32是使用二极管测量分析物传感器系统处的温度的方法的流程图图解。
图33说明了示例性传感器插入部位,其示出了传感器插入部位与宿主毛细管部位之间的细胞层。
具体实施方式
由于从葡萄糖传感器获得的估计的葡萄糖浓度水平可用于确定疗法或评估疗法的有效性,所以葡萄糖传感器的准确性对于患者、护理者和临床医生而言很重要。有许多因素可影响葡萄糖传感器的准确性。一个因素是温度。本发明的发明人已经认识到,除其他事项外,可以采取步骤来补偿温度对葡萄糖传感器的影响,这样可以通过提高估计的葡萄糖水平的准确性来改善传感器系统的性能,从而可以降低传感器系统的平均绝对相对偏差(MARD)。在葡萄糖水平的有效或指示范围内的MARD值是用于描述葡萄糖感测系统进行葡萄糖测量的精确度和准确性的常用方法。MARD是数学计算的结果,该结果度量了葡萄糖传感器产生的估计葡萄糖浓度水平与参考测量值之间的平均差异。MARD越低,则考虑的设备越准确。
定义
为了促进对各个实例的理解,下面定义了许多附加术语。
如本文所用,术语“约”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且当与许多数值或范围联合时,是指但不限于这样的理解,即该术语修饰的量或条件可以一定程度上变化超出规定量,只要实现实施方案的功能即可。
如本文所用,术语“A/D转换器”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于将模拟电信号转换成相应数字信号的硬件和/或软件。
如本文所用,术语“分析物”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于生物流体(例如,血液、间质液、脑脊液、淋巴液或尿液)中可分析的物质或化学成分。分析物可以包含天然物质、人工物质、代谢物和/或反应产物。在一些实施方案中,由本文公开的传感器头、设备和方法测量的分析物是葡萄糖。然而,也考虑到了其它分析物,包括但不限于乳酸盐;胆红素;酮;二氧化碳;钠;钾;阿卡波糖;酰基肉碱;腺嘌呤磷酸核糖转移酶;腺苷脱氨酶;白蛋白;α甲胎蛋白;氨基酸谱(精氨酸(Krebs循环)、组氨酸/尿氨酸、同型半胱氨酸、苯丙氨酸/酪氨酸、色氨酸);雄甾烯二酮、安替比林;阿拉伯糖醇对映体;精氨酸酶;苯甲酰苏氨酸(可卡因);生物素酶;生物蝶呤;c反应蛋白;肉碱;肌肽酶;CD4;铜蓝蛋白;鹅去氧胆酸;氯喹;胆固醇;胆碱酯酶;共轭1-β羟基胆酸;皮质醇;肌酸激酶;肌酸激酶MM同工酶;环孢素A;d-青霉胺;去乙基氯喹;硫酸脱氢表雄酮;DNA(乙酰化酶多态性、乙醇脱氢酶、α1-抗胰蛋白酶、囊性纤维化、杜兴/贝克尔肌营养不良症、分析物-6-磷酸脱氢酶、血红蛋白A、血红蛋白S、血红蛋白C、血红蛋白E、D-旁遮普(D-Punjab)、β-地中海贫血、乙型肝炎病毒、HCMV、HIV-1、HTLV-1、勒伯遗传性视神经病变、MCAD、RNA、PKU、间日疟、性分化、21-脱氧皮质醇);去丁基卤芳汀;二氢蝶啶还原酶;白喉/破伤风抗毒素;红细胞精氨酸酶;红细胞原卟啉;酯酶D;脂肪酸/酰基甘氨酸;游离β-人绒毛膜促性腺激素;游离红细胞卟啉;游离甲状腺素(FT4);游离三碘甲状腺原氨酸(FT3);富马酸乙酰乙酸酶;半乳糖/半乳糖-1-磷酸酯;半乳糖-1-磷酸尿苷转移酶;庆大霉素;分析物-6-磷酸脱氢酶;谷胱甘肽;谷胱甘肽过氧化酶;甘氨胆酸;糖化血红蛋白;卤芳碱;血红蛋白变体;己糖胺酶A;人红细胞碳酸酐酶I;17-α-羟基孕酮;次黄嘌呤磷酸核糖转移酶;免疫反应性胰蛋白酶;乳酸盐;铅;脂蛋白((a),A-1,β);溶菌酶;甲氟喹;奈替米星;苯巴比妥;苯妥英钠;肌醇六磷酸/肌醇六磷酸;孕酮;催乳素;脯氨酸二糖酶;嘌呤核苷磷酸化酶;奎宁;反向三碘甲状腺原氨酸(rT3);硒;血清胰脂肪酶;西松霉素;生长激素C;特异性抗体(腺病毒、抗核抗体、抗ζ抗体、虫媒病毒、奥氏病病毒、登革热病毒、麦地那龙线虫、细粒棘球绦虫、溶组织内阿米巴、肠道病毒、十二指肠贾第鞭毛虫、幽门螺杆菌、乙型肝炎病毒、疱疹病毒、HIV-1、IgE(特应性疾病)、流感病毒、杜氏利什曼原虫、钩端螺旋体、麻疹/腮腺炎/风疹、麻风杆菌、肺炎支原体、肌红蛋白、盘尾丝虫、副流感病毒、恶性疟原虫、脊髓灰质炎特定抗原、呼吸道合胞病毒、立克次氏体(恙虫病)、曼氏血吸虫、弓形虫、梅毒螺旋体、克氏锥虫/兰热利氏锥虫、水泡性口炎病毒、班氏丝虫、黄热病病毒);特定抗原(乙型肝炎病毒,HIV-1);琥珀酰丙酮;磺胺多辛;茶碱;促甲状腺素(TSH);甲状腺素(T4);甲状腺素结合球蛋白;微量元素;转铁蛋白;UDP-半乳糖-4-差向异构酶;尿素;尿卟啉原I型合酶;维生素A;白细胞;和锌原卟啉。在某些实施例中,血液或组织液中天然存在的盐、糖、蛋白质、脂肪、维生素和激素也可以构成分析物。
分析物可以天然存在于生物流体(例如代谢产物、激素、抗原、抗体等)中。可替代地,可以将分析物引入体内,例如用于成像的造影剂、放射性同位素、化学试剂、基于碳氟化合物的合成血液、药剂或药剂组合物,包含但不限于:胰岛素;乙醇;大麻(大麻、四氢大麻酚、印度大麻脂);吸入剂(一氧化二氮、亚硝酸戊酯、亚硝酸丁酯、氯代烃、碳氢化合物);可卡因(快克可卡因);兴奋剂(安非他明、甲基安非他明、利他林、西莱特、普瑞夫定、地屈司、地屈司、福拉尼尔、地屈司、普利吉内);镇静剂(巴比妥酸盐、甲喹酮、镇定剂,如安定、利眠宁、米尔顿、塞拉克斯、安乃尔、安赛宁);致幻剂(苯环利定、麦角酸、美斯卡灵、佩奥特(peyote)、赛洛西宾(psilocybin));麻醉品(海洛因、可待因、吗啡、鸦片、哌替啶、扑热息痛、复方羟可酮、氢可酮、芬太尼、达冯、塔尔温、洛莫替丁);设计药剂(芬太尼、哌替啶、苯丙胺、甲基苯丙胺和苯环利定的类似物,例如摇头丸);合成代谢类固醇;以及尼古丁。药物和药物组合物的代谢产物也是考虑到的分析物。还可以分析如神经化学物质和身体内产生的其它化学物质的分析物,如例如抗坏血酸、尿酸、多巴胺、去甲肾上腺素、3-甲氧基酪胺(3MT)、3,4-二羟基苯乙酸(DOPAC)、高香草酸(HVA)、5-羟色胺(5HT)和5-羟吲哚乙酸(FHIAA)。
如本文所用,术语“基线”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指表示但不限于分析物传感器信号中与分析物浓度不相关的分量。在葡萄糖传感器的一个实例中,基线基本上由除葡萄糖以外的因素(例如干扰物质、与反应无关的过氧化氢或氧化电位与过氧化氢重叠的其他电活性物质)所产生的信号贡献所组成。在一些实施方案中,可以通过求解方程式y=mx+b来定义校准,b的值表示信号的基线。在某些实施方案中,b的值(即,基线)可为零或约为零。例如,这可以是减去基线的电极或低偏倚电位设置的结果。因而,对于这些实施方案,可以通过求解方程式y=mx来定义校准。
如本文所用,术语“生物样品”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于源自宿主的身体或组织的样品,例如血液、间质液、脊髓液、唾液、尿液、泪液、汗液或其他类似流体。
如本文所用,术语“校准”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于确定给出定量测量(例如,分析物浓度)的传感器的刻度的过程。作为实例,校准可以随时间推移而更新或重新校准以解决与传感器相关的变化,诸如传感器灵敏度和传感器本底的变化。另外,传感器的校准可以涉及自动化自我校准,即在使用后无需使用参考分析物值的校准。
如本文所用,术语“共分析物”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于在酶促反应中与分析物反应所需的分子以及形成所测量的特异性产物的酶。在葡萄糖传感器的一个实施方案中,提供一种酶,即葡萄糖氧化酶(GOX)以与葡萄糖和氧气(共分析物)反应以形成过氧化氢。
如本文所用,术语“包含”与“包括”、“含有”或“特征在于”同义,并且是包括性的或开放性的,并且不排除其他未叙述的要素或方法步骤。
如本文所用,术语“计算机”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于可以进行编程以操纵数据的机器。
如本文所用,术语“连续分析物传感器”和“连续葡萄糖传感器”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于例如以从几分之一秒到例如1分钟、2分钟或5分钟或更长的时间间隔连续或不断地测量分析物/葡萄糖浓度的设备和/或校准该设备(例如,通过连续或不断地调节或测定传感器的灵敏度和本底)的设备。
如本文所用,短语“连续葡萄糖感测”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于例如以从几分之一秒到例如1分钟、2分钟或5分钟或更长的时间间隔连续或不断地进行血浆葡萄糖浓度的监测的时期。
如本文所用,术语“计算器”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于测量数字信号的单元。在一个实例中,计数器中测量的原始数据流与电压(例如,由A/D转换器转换的)直接相关,该电压与来自工作电极的电流直接相关。
如本文所用,术语“远端”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于离参考点诸如原点或附接点相对较远的空间。
如本文所用,术语“域”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于膜的区域,所述区域可以是多个层、均匀或不均匀的梯度(例如各向异性的)、材料的功能方面,或作为膜的一部分提供的。
如本文所用,术语“电导体”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于含有可移动电荷的材料。当在导体上的各个点之间施加电位差时,导体内的移动电荷被迫移动,并且根据欧姆定律在那些点之间出现电流。
如本文所用,术语“电导率”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于材料表现为电导体的倾向。在一些实施方案中,该术语是指足以提供必要功能(导电)的电导率(例如,材料特性)的量。
如本文所用,术语“电化学活性表面”和“电活性表面”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于其中发生电化学反应的电极表面。在一个实施方案中,工作电极测量过氧化氢(H2O2),产生可测量电流。
如本文所用,术语“电极”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于电流通过其进入或离开诸如电池或一台电气设备等事物的导体。在一个实施方案中,电极是暴露于细胞外环境以检测分析物的传感器的金属部分(例如,电化学活性表面)。在一些实施方案中,术语电极包括将电化学活性表面电连接到连接器(用于将传感器连接到电子器件)或电连接到电子器件的导线或导电迹线。
如本文所用,术语“细长导电主体”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且表示但不限于至少部分由导电材料形成的细长主体,并且包含可在其上形成的任何数量的涂层。举例而言,“细长导电体”可以意指裸露的细长导电芯(例如金属线)或涂有一层、两层、三层、四层、五层或多于五层材料的细长导电芯,每层可导电或可不导电。
如本文所用,术语“酶”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于可以加速生物中发生的化学反应的蛋白质或基于蛋白质的分子。酶可以充当单个反应的催化剂,将反应物(本文也称为分析物)转化为特定的产物。在基于葡萄糖氧化酶的传感器的一个实施方案中,提供一种酶,即葡萄糖氧化酶(GOX)以与葡萄糖(分析物)和氧气反应以形成过氧化氢。
如本文所用,术语“过滤”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于例如,通过执行原始数据流的移动平均,对数据集进行修改以使其更平滑并且更连续并去除或减少离群点。
如本文所用,术语“功能”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于某种事物适合或设计的动作或用途。
如本文所用,术语“GOx”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于葡萄糖氧化酶(例如,GOx是缩写)。
如本文所用,术语“宿主”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于动物,包括人类。
如本文所用,术语“非活性酶”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于已经致使其非活性(例如,通过使酶变性)并且基本上不具有酶促活性的酶(例如,葡萄糖氧化酶,GOx)。可以使用本领域中已知的多种技术使酶灭活,诸如但不限于加热,冻融,在有机溶剂、酸或碱中变性,交联,遗传上改变酶学上至关重要的氨基酸等。在一些实施方案中,可以将含有活性酶的溶液施加至传感器,并且随后通过加热或用灭活溶剂处理来使所施加的酶灭活。
如本文所用,术语“绝缘性能”、“电绝缘体”和“绝缘体”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于材料缺乏移动电荷以防止电荷在两点之间移动的倾向。在一个实施方案中,可以将电绝缘材料放置在两种导电材料之间,以防止电在两种导电材料之间移动。在一些实施方案中,所述术语是指足以提供必要功能(电绝缘)的绝缘性能(例如,材料的绝缘性能)的量。术语“绝缘体”和“非导电材料”在本文中可以互换使用。
如本文所用,术语“体内部分”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于要植入或插入到宿主中的设备的一部分。在一个实施例中,经皮传感器的体内部分是传感器的通过宿主皮肤插入并留在宿主体内的一部分。
如本文所用,术语“膜系统”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于可以包括两个或更多个域并且通常由厚度为几微米或更大的材料构成的可渗透或半渗透的膜,所述材料可渗透氧气并且任选地可渗透葡萄糖。在一个实例中,膜系统包括固定的葡萄糖氧化酶,所述固定的葡萄糖氧化酶能够发生电化学反应以测量葡萄糖浓度。
如本文所用,术语“可操作地连接”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于以允许在部件之间发射信号的方式将一个或多个部件连接到另一个或多个部件。例如,一个或多个电极可以用于检测样品中的葡萄糖量,并将该信息转换为信号;接着,所述信号可以发射到电子电路。在这种情况下,电极“可操作地链接”到电子电路。这些术语足够广泛而包含有线和无线连接性。
如本文所用,术语“恒电位仪”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于在双电极或三电极电池的工作电极与参考电极之间施加预设值的电位并且测量通过工作电极的电流流量的电气系统。只要所需的电池电压和电流不超过恒电位仪的顺应极限,恒电位仪就会迫使工作电极与对电极之间流动所需的任何电流以保持所需电位。
如本文所用,术语“处理器模块”和“微处理器”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且它们不限于特殊或定制的含义),并且是指但不限于计算机系统、状态机、处理器等,所述计算机系统、状态机、处理器等设计成使用对驱动计算机的基本指令作出响应并进行处理的逻辑电路来执行算术和逻辑操作。
如本文所用,术语“近端”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于靠近离参考点诸如原点或附接点。
如本文所用,术语“原始数据流”和“数据流”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于与分析物传感器测得的分析物浓度直接相关的模拟或数字信号。在一个实例中,原始数据流是由A/D转换器从表示分析物浓度的模拟信号(例如,电压或安培)转换为计数形式的数字数据。这些术语广泛地涵盖来自基本上连续的分析物传感器的多个时间间隔的数据点,所述数据点包括例如以从几分之一秒到例如1分钟、2分钟或5分钟或更长的时间间隔进行的个别测量。
如本文所用,术语“RAM”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于对不同位置的访问顺序不会影响访问速度的数据存储设备。RAM足够广泛,包括SRAM,例如,SRAM是一种静态随机存取存储器,只要提供电源,它就将数据位保留在其存储器中。
如本文所用,术语“ROM”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于动物只读存储器,所述只读存储器是以固定内容制成的一种类型的数据存储设备。ROM足够广泛,包括EEPROM,例如为电可擦可编程只读存储器(ROM)。
如本文所用,术语“参考分析物值”和“参考数据”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于参考来自参考分析物监测器(诸如血糖仪等)的参考数据,包括一个或多个参考数据点。在一些实施方案中,参考葡萄糖值是从例如自我监测的血糖(SMBG)测试(例如,从手指或前臂血液测试)或YSI(Yellow Springs Instruments)测试获得的。
如本文所用,术语“回归”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于找到一条线,其中一组数据具有来自该线的最小测量值(例如,偏差)回归可为线性、非线性、一阶、二阶等等。回归的一个实例是最小二乘回归。
如本文所用,术语“感测区”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于监测设备的负责检测特定分析物的区域。在一实施方案中,感测区可以包括:非导电体;至少一个电极;参考电极;和任选地穿过并固定在主体内的对电极,从而在主体上的一个位置形成电活性表面并且在主体上的另一个位置形成电子连接;以及附着在主体上并覆盖电活性表面的膜系统。
如本文所使用,术语“灵敏度”或“传感器灵敏度”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且表示由某一浓度的所测量的分析物或与所测量的分析物(例如,葡萄糖)相关联的所测量的物质(例如,H2O2)产生的信号量。例如,在一个实施方案中,对于每1mg/dL的葡萄糖分析物,传感器具有约1皮安至约300皮安的电流的灵敏度。
如本文所用,术语“灵敏度分布”和“灵敏度曲线”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于对灵敏度随时间变化的表示。
如本文所用,术语“传感器”和“传感器数据”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于从连续分析物传感器接收的数据,包括一个或多个时间间隔的传感器数据点。
如本文所使用,术语“传感器电子器件”和“电子电路”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于被配置成处理数据的设备的部件(例如,硬件和/或软件)。在分析物传感器的情况下,数据包括由传感器获得关于生物流体中分析物的浓度的生物学信息。美国专利第4,757,022、5,497,772和4,787,398号描述了可以与某些实施方案的设备一起使用的合适的电子电路。
如本文所用,术语“传感器环境”或“传感器工作环境”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于传感器在其中工作的生物环境。
如本文所使用,术语“基本上”和“基本上地”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于主要是但不一定完全是指定的。
如本文所用,术语“导热性”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于由于单位温度梯度导致的,在稳定条件下单位时间内在垂直于单位面积表面的方向上传递的热量。
如本文所用,术语“导热系数”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于材料在不同温度下的电阻变化。
如本文所用,术语“导热材料”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于展示出高度导热性的材料。
如本文所用,术语“热电偶”是广义术语,并且对于本领域普通技术人员来说具有其普通和惯常含义(并且不限于特殊或定制的含义),并且是指但不限于包括两个不同导体(例如金属合金)的设备,所述两个导体在两个导体的任何一端之间产生与温度差成比例的电压。
概述
一些分析物传感器测量体内物质(例如,葡萄糖)的浓度(例如,测量皮下位置的血液或间质液中的葡萄糖浓度)。分析物传感器的输出可受温度影响。传感器可能位于其中的身体皮下区的温度可因人而异,并且在个人中可随时间变化。例如,皮下温度可受身体温度变化(诸如发热或周期性变化)以及环境温度变化的影响。例如,暴露于热水或冷水中、穿着保暖服、暴露于寒冷的天气以及日照,可改变宿主的皮下温度。当存在诸如这些的条件时,温度变化可引起葡萄糖浓度水平估计的不准确。当宿主穿戴传感器时,可以通过补偿感测部位或传感器中的温度波动来提高估计的葡萄糖浓度水平的准确性和精确度。
可以通过补偿这些温度影响来提高分析物传感器系统的性能。例如,温度补偿可以提高感官准确性或降低MARD。然而,温度补偿呈现出实施方面的挑战,因为可能很难知道感测部位的实际温度或要补偿的温度,并且宿主身体和各种系统部件的温度可能彼此不同并且随时间推移而变化。
在某些实例中,温度补偿可应用于灵敏度值,该灵敏度值用于将来自传感器的信号转换为估计的分析物浓度水平(例如,相对于参考温度每1℃的偏差(例如,35℃),灵敏度变化3%)。在一些实例中,温度补偿可以直接应用于估计的葡萄糖值。在一些情况下,补偿葡萄糖值而不是传感器灵敏度可产生更准确的值。例如,除了酶灵敏度的变化以外,其他影响也可能影响葡萄糖浓度水平或传感器响应。另外的温度影响可包括局部葡萄糖浓度变化(与全身性葡萄糖水平相对)、区室偏倚(间质液与血液中的葡萄糖浓度差)以及非酶传感器偏倚(例如,不是由葡萄糖/酶相互作用产生的电化学基线信号)。可以开发一种模型来说明一些或所有这些附加因素,这些因素可以提供更准确的葡萄糖浓度水平估计值。
示例性系统
图1描绘了其中可以实现示例性温度补偿系统、设备和方法的示例性系统100。系统100可包括连续分析物传感器系统8,其包含传感器电子器件12和连续分析物传感器10。系统100可以包括其他设备和/或传感器,诸如药剂递送泵2(其可以与连续分析物传感器系统通信耦合,例如以实现闭环治疗)和葡萄糖计4,诸如血糖仪,其可以与连续分析物传感器系统8通信耦合。连续分析物传感器10可以与传感器电子器件12物理耦合,并且可以可释放地附接到传感器电子器件12,或者与传感器电子器件12成为一体(例如,与之不可释放地附接)。传感器电子器件12、药剂递送泵2和/或葡萄糖计4也可与一个或多个设备(如显示设备14、16、18和/或20)耦合。
在一些示例性实施方案中,系统100可包含基于云的分析物处理器490,其配置成分析经由网络406(例如,经由有线、无线或其组合)提供的来自传感器系统8和与宿主(也称为受试者或患者)相关联的其它设备(如显示设备14到20以及类似物)的分析物数据(和/或其它患者相关数据),且产生在某一时间范围内提供与所测量的分析物有关的高级信息(如统计)的报告。使用基于云的分析物处理系统的全部论述可见于2013年3月7日申请的标题为《分析物数据的基于云的处理(Cloud-Based Processing of Analyte Data)》的美国专利公开案第US-2013-0325352-A1号中,所述公开案以全文引用的方式并入本文中。在一些实施方案中,可在云端执行温度补偿算法的一个或多个步骤。
在一些示例性实施方案中,传感器电子器件12可包含与测量和处理由连续分析物传感器10产生的数据相关联的电子电路。这一所产生的连续分析物传感器数据还可包含算法,其可用于处理和校准连续分析物传感器数据,但这些算法也可以其它方式提供。传感器电子器件12可包含硬件、固件、软件或其组合,以经由连续分析物传感器(如连续葡萄糖传感器)提供分析物水平的测量值。下文关于图2B进一步描述传感器电子器件12的示例性实施方案。
在一种实施方式中,温度补偿方法可以由传感器电子器件12执行。
如所提及,传感器电子器件12可与一个或多个设备(如显示设备14、16、18和/或20)耦合(例如以无线方式以及类似方式)。显示设备14、16、18和/或20可配置成用于呈现信息(和/或告警),如由传感器电子器件12传输的用于显示设备14、16、18和/或20处的显示的传感器信息。
显示设备可以包括相对较小的显示设备14。在一些示例性实施方案中,相对较小的显示设备14可以是密钥卡、腕表、腰带、项链、坠饰(pendent)、一件珠宝、粘合贴片、传呼机、密钥卡、塑料卡(例如,信用卡)、识别(identification;ID)卡和/或类似物或其一部分。这一小型显示设备14可包括相对较小的显示器(例如,小于大型显示设备16)且可配置成显示某些类型的可显示传感器信息,如数值和箭头或颜色代码。设备14可以配置为数据接收或跟踪设备14(例如血糖仪或CGM接收器),并且可以包括用于将数据上传到另一个设备的通信设备(例如US-B端口或无线通信收发器)。
在一些示例性实施方案中,相对大的手持式显示设备16可包括手持式接收器装置、掌上型计算机和/或类似物。这一大型显示设备可包含相对大的显示器(例如,大于小型显示设备14)且可配置成显示信息,如包含由传感器系统8输出的当前和历史传感器数据的连续传感器数据的图形表示。手持式显示设备16可以例如是CGM控制器或泵控制器。
显示设备还可以包括移动设备18(例如,智能电话、平板或其他智能设备)。显示设备还可以包括计算机20和/或任何其它配置成至少呈现信息(例如,药剂递送信息、离散自动监测葡萄糖读数、心率监测器、卡路里摄入监测器等)的用户装备。
任何显示设备都可以通过有线或无线(例如,蜂窝、蓝牙、Wi-Fi、MICS、ZigBee)连接耦合到网络406,并且可以包括处理器和用于存储和处理信息的存储电路。在一些实例中,温度补偿方法可以至少部分地由一个或多个显示设备执行。
在一些示例性实施方式中,连续分析物传感器10可以包括用于检测和/或测量分析物的传感器,且连续分析物传感器10可配置成以非侵入性装置、皮下装置、透皮装置和/或血管内装置形式连续地检测和/或测量分析物。
在一些示例性实施方式中,尽管连续分析物传感器10可以分析多个间歇性血样,但是也可以使用其他分析物。
在一些示例性实施方式中,连续分析物传感器10可包括葡萄糖传感器,其配置成使用一种或多种测量技术测量血液或间质液中的葡萄糖,所述测量技术如酶促、化学、物理、电化学、分光光度、偏振测定、量热、离子导入、辐射测量、免疫化学以及类似技术。在连续分析物传感器10包括葡萄糖传感器的实施方式中,葡萄糖传感器可包括任何能够测量葡萄糖浓度的设备且可使用多种技术来测量葡萄糖,包含侵入性、微创和非侵入性感测技术(例如,萤光监测),以提供数据,如数据流、宿主中葡萄糖浓度的指示。数据流可以是传感器数据(原始和/或过滤的),其可转换成用于向宿主提供葡萄糖值的校准数据流,所述宿主如用户、患者或看护人(例如,父母、亲戚、监护人、老师、医生、护士或任何其它对宿主的健康状况感兴趣的个体)。此外,连续分析物传感器10可以以下传感器类型中的至少一种的形式植入:可植入葡萄糖传感器、经皮葡萄糖传感器、植入宿主血管或体外、皮下传感器、可再填充型皮下传感器、血管内传感器。
虽然本文中的公开内容是指包含包括葡萄糖传感器的连续分析物传感器10的一些实施方案,但连续分析物传感器10也可包括其它类型的分析物传感器。此外,虽然一些实施方式涉及呈可植入葡萄糖传感器形式的葡萄糖传感器,但也可使用其它类型的能够检测葡萄糖浓度且提供表示葡萄糖浓度的输出信号的装置。此外,虽然本文中的描述涉及葡萄糖作为所测量、处理等的分析物,但也可使用其它分析物,包含例如酮体(例如,丙酮、乙酰乙酸和β羟基丁酸、乳酸盐等)、胰高血糖素、乙酰基-CoA、甘油三酯、脂肪酸、柠檬酸循环中的中间物、胆碱、胰岛素、皮质醇、睾酮以及类似物。
示例性分析物传感器系统的电子器件
图2A是示例性分析物传感器系统250的示意图,该系统可以例如是图1所示的系统8。分析物传感器系统可以包括分析物传感器,诸如葡萄糖传感器252、一个或多个温度传感器254、处理器251和存储器256。处理器可从葡萄糖传感器252接收指示葡萄糖浓度水平的葡萄糖传感器信号,并从温度传感器254接收指示温度参数(例如,绝对或相对温度或温度梯度)的温度传感器信号。传感器系统250还可包括一个或多个附加传感器258,其可包括例如心率传感器、活动传感器(例如,加速计)或压力计(例如,用于测量传感器对宿主的压迫)。
处理器251可以基于葡萄糖传感器信号、温度传感器信号并且任选地还基于来自附加传感器258的一个或多个信号来测定温度补偿的葡萄糖浓度水平(或其他分析物浓度水平)。处理器251可以确定特定的温度补偿的灵敏度值(例如,基于温度的分析物传感器灵敏度值),或者可以确定补偿的估计葡萄糖值。来自温度传感器254的信号可以用作分析物传感器处的温度的近似值,或者可以处理来自温度传感器254的信号(例如,使用下面详细描述的方法),以基于来自温度传感器254的信号确定估计的分析物温度传感器。在一些实例中,处理器可以从存储器256检索指令或信息以确定温度补偿的葡萄糖浓度水平。例如,处理器可以访问查找表,或者将基于葡萄糖传感器信号和温度传感器信号的算法,或者将葡萄糖传感器信号和温度信号应用于模型(例如,使用状态模型或神经网络)。在一些实例中,处理器可以从存储器256(或可以可操作地耦合到处理器或集成到处理器中的单独的存储器)中检索可执行指令。在一些实例中,处理器可以包括专用集成电路(ASIC)或是其一部分,该专用集成电路可以配置为确定温度补偿的葡萄糖浓度水平。在各种实例中,可以由处理器251或温度补偿的葡萄糖传感器单独或与其他处理器或设备(诸如图5中所示的设备)组合执行本文描述的或在图6-14中示出的任何一种或多种方法。
图2B描绘了示例性传感器电子器件12的更详细的说明。传感器电子器件可以例如是如图1所示的设备系统的一部分。传感器电子器件12可包含配置成处理传感器信息(如传感器数据)且产生转换传感器数据和可显示传感器信息(例如,经由处理器模块214)的传感器电子器件。举例来说,处理器模块214可将传感器数据转换成以下中的一个或多个:温度补偿的数据、过滤的传感器数据(例如,一个或多个过滤的分析物浓度值)、原始传感器数据、校准的传感器数据(例如,一个或多个校准的分析物浓度值)、变化率信息、趋势信息、加速度/减速度信息的比率、传感器诊断信息、定位信息、告警/警报信息、如可由校准算法确定的校准信息、传感器数据的平滑和/或过滤算法和/或类似物。
传感器电子器件12可以包括第一温度传感器240。在一些实例中,来自温度传感器240的信号可以用于温度补偿,例如,补偿温度对分析物传感器的影响。在一些实例中,传感器电子器件12可以包括任选的第二温度传感器242。来自第一温度传感器240和第二温度传感器242的信号可以用于测定热通量或温度梯度。
在一些实施方案中,处理器模块214可以配置成实现数据处理的绝大部分(如果并非所有),包含关于工厂校准或温度补偿的数据处理。工厂校准可以是连续分析物传感器的校准,所述连续分析物传感器能够实现高水平的准确性,而无需(或减少)对于来自参考分析物监测器(例如血糖仪)的参考数据的依赖。处理器模块214可集成到传感器电子器件12和/或可位于远端,如位于装置14、16、18和/或20和/或云端490中的一个或多个中。在一些实施方案中,处理器模块214可以包括多个较小的子部件或子模块。举例来说,处理器模块214可包含警报模块(未示出)或预测模块(未示出),或任何其它合适的可用于有效处理数据的模块。当处理器模块214由多个子模块构成时,子模块可位于处理器模块214内,包含位于传感器电子器件12或其它相关联设备(例如,14、16、18、20和/或490)内。举例来说,在一些实施方案中,处理器模块214可至少部分位于基于云的分析物处理器490内或以其它方式位于网络406中。
在一些示例性实施方式中,处理器模块214可配置成校准传感器数据,且数据存储存储器220可存储校准的传感器数据点作为转换的传感器数据。此外,在一些示例性实施方式中,处理器模块214可配置成无线地接收来自显示装置(如装置14、16、18和/或20)的校准信息,以实现来自传感器12的传感器数据的校准。此外,处理器模块214可配置成对传感器数据(例如,校准和/或过滤的数据和/或其它传感器信息)执行额外算法处理,且数据存储存储器220可配置成存储转换的传感器数据和/或与算法相关联的传感器诊断信息。处理器模块214可进一步配置成存储和使用从校准确定的校准信息。
在一些示例性实施方式中,一些或所有的传感器电子器件12都可并入成包括可以经由有线或无线连接耦合到用户界面222的ASIC 205。例如,ASIC 205可进一步包括恒电位仪210、用于将来自传感器电子器件12的数据传输到一个或多个设备(如设备14、16、18和/或20)的遥测模块232和/或其它用于信号处理和数据存储的部件(例如,处理器模块214和数据存储存储器220)。虽然图2B描绘ASIC 205,但还可使用其它类型的电路,包含现场可编程门阵列(field programmable gate array;FPGA)、配置成提供由传感器电子器件12执行的处理中的一些(如果并非所有)的一个或多个微处理器、模拟电路、数字电路或其组合。另外,ASIC 205可以仅包括设备的子集(一个或多个),并且设备210、214、216、218、220、232、240、242中的任何一个都可以包括在ASIC中或作为离散部件提供或作为单独的ASIC(例如,作为第二ASIC或第三ASIC)集成在一起。
在图2B中所描绘的实例中,通过传感器数据的第一输入端口,恒电位仪210可以耦合到连续分析物传感器10,如从分析物产生传感器数据的葡萄糖传感器。恒电位仪210还可经由数据线212向分析物传感器诸如连续分析物传感器10(如图5所示)或图2C、图3、图4、图5A或图5B中所示的传感器提供电压,以使传感器偏倚,从而测量指示宿主中分析物浓度(也称为传感器的模拟部分)的值(例如,电流等)。取决于连续分析物传感器10处的工作电极的数目,恒电位仪210可具有一个或多个通道。
在一些示例性实施方式中,恒电位仪210可包括将来自传感器10的电流值转换成电压值的电阻器,而在一些示例性实施方式中,电流到频率转换器(未示出)还可配置成使用例如电荷计数装置来连续地集成来自传感器10的的所测量电流值。在一些示例性实施方式中,模数转换器(未示出)可将来自传感器10的模拟信号数字化成所谓的“计数”,以实现通过处理器模块214处理。所得计数可与通过恒电位仪210测量的电流直接相关,所述电流可与宿主中的分析物水平(如葡萄糖水平)直接相关。
遥测模块232可以可操作地连接到处理器模块214且可提供能够实现传感器电子器件12与一个或多个其它装置(如显示装置、处理器、网络访问装置以及类似物)之间的无线通信的硬件、固件和/或软件。可在遥测模块232中实施的多种无线电技术包含蓝牙、低能量蓝牙、ANT、ANT+、ZigBee、IEEE 802.11、IEEE 802.16、蜂窝式无线电访问技术、射频(radio frequency;RF)、红外(infrared;IR)、寻呼网通信、磁感应、卫星数据通信、展频通信、跳频通信、近场通信和/或类似物。在一些示例性实施方式中,遥测模块232可以包括蓝牙芯片,但蓝牙技术也可在遥测模块232与处理器模块214的组合中实施。
处理器模块214可控制由传感器电子器件12执行的处理。举例来说,处理器模块214可配置成处理来自传感器的数据(例如,计数)、过滤数据、校准数据、执行故障保护检查和/或类似操作。
在一些示例性实施方式中,处理器模块214可包括数字滤波器,例如无限脉冲响应(infinite impulse response;IIR)或有限脉冲响应(finite impulse response;FIR)滤波器。这一数字滤波器可使从传感器10接收的原始数据流平滑。通常,数字滤波器经过编程以过滤以预定时间间隔(也称为取样率)采样的数据。在一些示例性实施方式中,如当恒电位仪210配置成以离散时间间隔测量分析物(例如,葡萄糖和/或类似物)时,这些时间间隔确定数字滤波器的取样速率。在一些示例性实施方式中,恒电位仪210可配置成连续地测量分析物,例如,使用电流/频率转换器。在这些电流-频率转换器实施方案中,处理器模块214可编程为以预定时间间隔(采集时间)从电流/频率转换器的积分器请求数值。由于电流测量的连续性,这些通过处理器模块214从积分器获得的数值可在采集时间内取平均值。如此,可通过数字滤波器的取样速率来确定采集时间。
处理器模块214可进一步包含数据产生器(未示出),其配置成产生数据包以用于传输到设备,如显示设备14、16、18和/或20。此外,处理器模块214可产生用于经由遥测模块232传输这些外部源的数据包。在一些示例性实施方式中,如所提到,数据包可以是针对每个显示设备可自定义的,和/或可包括任何可用的数据,如温度信息或温度相关信息、温度补偿数据、加速计数据、运动数据、位置数据、时戳、可显示传感器信息、转换的传感器数据、传感器和/或传感器电子器件12的标识码、原始数据、过滤的数据、校准的数据、变化率信息、趋势信息、误差检测或校正、温度信息或这些的任何组合。
处理器模块214还可包括程序存储器216和其它存储器218。处理器模块214可耦合到通信接口,如通信端口238和功率源,如电池234。此外,电池234可进一步耦合到电池充电器和/或调节器236,以向传感器电子器件12供电和/或使电池234充电。
程序存储器216可实施为半静态存储器,其用于存储数据,如耦合传感器10的标识符(例如,传感器标识符(ID)),以及用于存储代码(也称为程序代码)以配置ASIC 205,从而执行本文中所描述的操作/功能中的一个或多个。举例来说,程序代码可对处理器模块214进行配置以处理数据流或计数,过滤,执行校准方法,执行故障保护检查以及类似操作。
存储器218还可用于存储信息。举例来说,包含存储器218的处理器模块214可用作系统的高速缓存存储器,其中可以提供临时存储装置以用于从传感器接收最新传感器数据。在一些示例性实施方式中,存储器可包括存储器存储部件,如只读存储器(read-onlymemory;ROM)、随机存取记忆体(random-access memory;RAM)、动态RAM、静态RAM、非静态RAM、易可擦除可编程只读存储器(easily erasable programmable read only memory;EEPROM)、可重写ROM、快闪存储器以及类似物。
数据存储存储器220可耦合到处理器模块214且可配置成存储多种传感器信息。在一些实例实施方案中,数据存储存储器220存储一天或多天的连续分析物传感器数据。举例来说,数据存储存储器可存储1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、20和/或30天(或更多天)的从传感器10接收的连续分析物传感器数据。所存储的传感器信息可包含以下中的一个或多个:温度信息或温度相关信息、温度补偿数据、时戳、原始传感器数据(一个或多个原始分析物浓度值)、校准的数据、过滤的数据、转换的传感器数据和/或任何其它可显示的传感器信息、校准信息(例如,参考BG值和/或如来自工厂校准的先前校准信息)、传感器诊断信息、温度信息以及类似物。
用户界面222可包括多种界面,如一个或多个按钮224、液晶显示器(LCD)或有机发光二极管(OLED)显示器226、振动器228、音频换能器(例如,扬声器)230、背光(未示出)和/或类似物。包括用户界面222的组件可提供控制以与用户(例如,宿主)互动。一个或多个按钮224可实现例如切换、菜单选择、选项选择、状态选择、对屏幕上问题的是/否响应、“关闭”功能(例如,用于告警)、“已确认”功能(例如,用于告警)、重置和/或类似功能。显示器226可向用户提供例如视觉数据输出。音频换能器230(例如,扬声器)可响应于某些警报的触发(如存在和/或预测到高血糖和低血糖病症)而提供音频信号。在一些示例性实施方式中,音频信号可通过频调、音量、占空比、图案、持续时间和/或类似物区分。在一些示例性实施方式中,音频信号可配置成通过按压传感器电子器件12上的一个或多个按钮224和/或通过使用显示装置(例如,密钥卡、手机和/或类似物)上的按钮或选择来发信号通知传感器电子器件12而沉默(例如,已确认或关闭)。
虽然关于图2B描述音频和振动告警,但也可使用其它告警机制。举例来说,在一些示例性实施方式中,提供触觉告警,其包含配置成响应于一个或多个告警条件而“刺戳”患者或物理上接触患者的刺戳机制。
电池234可以可操作地连接到处理器模块214(和传感器电子器件12的可能的其它组件)且向传感器电子器件12提供所需电力。在一些示例性实施方式中,电池可以是二氧化锂锰电池,然而可使用任何具有适当大小和功率的电池(例如,AAA、镍-镉、锌-碳、碱、锂、镍-金属氢化物、锂离子、锌-空气、锌-汞氧化物、银-锌或气密密封)。在一些示例性实施方式中,电池可以是可再充电的。在一些示例性实施方式中,可使用多个电池向系统供电。在又其它实施方式中,可经由例如电感耦合以透皮方式向接收器供电。
电池充电器和/或调节器236可配置成接收来自内部和/或外部充电器的能量。在一些示例性实施方式中,电池调节器(或平衡器)236通过释放过量充电电流以实现传感器电子器件12中的所有单元或电池完全充电而不使其它单元或电池过度充电来调节再充电过程。在一些示例性实施方式中,一个或多个电池234可以配置成经由电感和/或无线充电垫充电,但也可使用任何其它充电和/或供电机制。
可提供一个或多个通信端口238(也称为外部连接器)以实现与其它装置的通信,例如可提供PC通信(com)端口以实现与系统的通信,所述系统与传感器电子器件12分离或与传感器电子器件12集成在一起。通信端口例如可包括串行(例如,通用串行总线或“USB”)通信端口,且实现与另一计算机系统(例如,PC、个人数字助理或“PDA”服务器或类似物)的通信。在一些示例性实施方式中,传感器电子器件12能够将历史数据传输到PC或其它计算设备以用于由患者和/或HCP进行回顾性分析。作为数据传输的另一实例,工厂信息还可从传感器或从云端数据源发送到算法。
所述一个或多个通信端口238可进一步包含第二输入端口和输出端口,在第二输入端口中可接收校准数据,且输出端口可用于将校准数据或待校准的数据传输到接收器或移动装置。应理解,端口可物理地分离,但在替代实施方案中,单通信端口可提供第二输入端口和输出端口两者的功能。
在一些连续分析物传感器系统中,可简化传感器电子器件的皮肤上部分以最小化复杂度和/或皮肤上电子器件的大小,例如仅向配置成进行校准和显示传感器数据所需的其它算法的显示装置提供原始、校准和/或过滤的数据。然而,可31实施传感器电子器件12(例如,经由处理器模块214)以执行用于产生转换传感器数据和/或可显示传感器信息的前瞻性算法,包含例如以下算法:评估参考和/或传感器数据的临床可接受性、基于入选标准而评估用于最佳校准的校准数据、评估校准质量、比较估计的分析物值与时间对应测量分析物值、分析估计的分析物值的变化、评估传感器和/或传感器数据的稳定性、检测信号伪影(噪音)、替换信号伪影、确定传感器数据的变化率和/或趋势、执行动态和智能分析物值评估、对传感器和/或传感器数据进行诊断、设定操作模式、评估反常数据和/或类似物。
虽然图2B中示出了分离的数据存储装置和程序存储器,但也可使用多种配置。举例来说,可使用一个或多个存储器以提供存储空间,以便支持传感器电子器件12处的数据处理和存储需求。
在一个优选实施方案中,分析物传感器可以是可植入葡萄糖传感器,例如参考美国专利6,001,067和美国专利公开案第US-2005-0027463-A1号所描述。在另一个优选实施方案中,分析物传感器可以是经皮葡萄糖传感器,如参考美国专利公开案第US-2006-0020187-A1号所描述。在又其它实施例中,传感器可以配置成植入于宿主血管中或体外,例如美国专利公开案第US-2007-0027385-A1号、美国专利公开案第US-2008-0119703-A1号(现放弃)、美国专利公开案第US-2008-0108942A1号(现放弃)和美国专利第US 7,828,728号中所描述。在一个替代性实施方案中,举例来说,连续葡萄糖传感器可以包括经皮传感器,如Say等人的美国专利6,565,509中所描述。在另一个替代性实施方案中,举例来说,连续葡萄糖传感器可以包括皮下传感器,如参考Bonnecaze等人的美国专利6,579,690或Say等人的美国专利6,484,046所描述。在另一个替代性实施方案中,举例来说,连续葡萄糖传感器可以包括可再填充型皮下传感器,如参考Colvin等人的美国专利6,512,939所描述。在另一个替代性实施方案中,连续葡萄糖传感器可以包含血管内传感器,如参考授予Schulman等人的美国专利6,477,395所述。在另一替代性实施方案中,连续葡萄糖传感器可以包括血管内传感器,如参考Mastrototaro等人的美国专利6,424,847所描述。
图2C是示例性的分析物传感器系统8的示意性图示,其示出了分析物传感器10通过表皮260、真皮262插入并且进入皮下层264,使得所述分析物传感器10的远端280处于皮下层中。在人类宿主中,表皮层260通常可为约0.01cm厚,真皮层262通常可为约0.2cm厚,皮下层可能会更厚,例如1cm至1.5cm。分析物传感器10的工作部分282(例如,工作电极)可以在分析物传感器的远端280处或附近,在大约0.5cm的深度处。工作部分282可以例如在导电部分286(例如,导电芯)上包括涂层。工作部分282可以配置为例如产生与葡萄糖浓度成比例的电压(例如,工作部分可以是葡萄糖传感器的一部分,如可从Dexcom公司获得的)。在一些实例中,可以在分析物传感器的远端280处或附近提供温度传感器284。温度传感器284可以使用以下描述的各种技术中的一种或多种来补偿温度变化。另外,经验测量(下面讨论并在图21中显示)表明,分析物传感器的电导率可能很大程度上取决于温度。在一些实例中,电导与温度之间的这种关系可以用于估计皮下温度,皮下温度可以在温度补偿模型或其他方法中使用。在其他实例中,电导率和温度之间的关系可以直接应用(例如,不使用估计的温度)以补偿温度变化。
分析物传感器可以联接至基座274,该基座可以联接至壳体266。壳体可以容纳图2A所示的一些或全部部件或图2B所示的传感器电子器件12。
在一些实例中,壳体可包括在顶面上(并且任选地另外在一个或多个侧面上)的隔热屏272,以反射来自壳体的热量,这可以例如减少日光对传感器10的影响。
在一些实例中,传感器电子器件12可以包括靠近壳体266的底部部分的第一温度传感器268和靠近所述壳体的顶部部分的第二温度传感器270。电路诸如处理器251或处理器模块214可以配置为至少部分地基于所述葡萄糖信号、所述第一温度信号和所述第二温度信号来测定补偿葡萄糖浓度水平。
在一些实例中,温度梯度或热通量可以(例如,由处理器251或处理器模块214)由从第一温度传感器268和第二温度传感器270接收的信号来确定。例如,如果壳体暴露于日光,则来自第二温度传感器270的信号可以指示比第一温度传感器268的信号更高的温度。该信息可以例如用于估计分析物传感器10处的温度,或者可以在温度补偿算法或模型中使用。在另一个实例中,传感器可以暴露于低温,在这种情况下,第二温度传感器270可显示比第一温度传感器低的温度。在另一个实例中,所述系统可以浸入冷水中,在这种情况下,第一温度传感器268和第二温度传感器最初可以显示梯度,但是迅速转变为近似相等的温度值。该信息可以基于温度传感器268、270中的一个或多个与分析物传感器10处的温度之间的关系而直接用于温度补偿,或者该温度信息可以间接地用作对分析物传感器或宿主的环境(例如,浸入热水或冷水中、暴露于冷空气中、暴露于日光中)的指示,从中可以推断出温度或温度补偿信息,或者可以将其应用于模型。
图2D是与宿主的组织接合的分析物传感器系统8的另一示例性配置的示意性图解。在图2D的实例中,温度传感器281定位在基座274上,与宿主皮肤的表皮260接触。例如,温度传感器281可以并入到用于将基座274固定到宿主皮肤上的粘合垫中。
图3是分析物传感器10的示例性远端部分11的示意性图解,其可包括配置成生成指示宿主物质(例如,间质液)的葡萄糖浓度水平的传感器信号的分析物传感器区域302。信号可以沿一个或多个细长构件304、306传导,所述细长构件可以是金属丝(例如,铂或钽或其合金)。传感器信号可以传达到传感器电子器件进行处理。分析物传感器10还可以包括温度传感器308,其可以在分析物传感器区域302处或附近。在一个实例中,温度传感器308可以例如是热电偶,其可以产生与导体304、306的接点310和第二接点(未示出)之间的温度差成比例的电压,该第二接点可以在导体的近端(例如,在宿主体外)。为了形成工作热电偶,导体304、306可以由不同的材料形成。例如,导体304、306中的一个可以是铂,而导体304、306中的另一个可以是钽。由热电偶产生的信号可以传达到传感器电子器件进行处理(即,用于针对温度补偿葡萄糖传感器值)。
在另一实例中,温度传感器308可以是热敏电阻器。可以使用导体304、306来测量热敏电阻器的电阻值,并将其传达至传感器电子器件进行处理。
在一个实例中,可以使用顺序方法,使用一对导体(例如,如以上所提到的铂导体和钽导体,其可以是图3中的304、306)来测量葡萄糖浓度水平和温度。例如,可以通过在导体上施加电压(例如0.6伏特)来测量分析物浓度水平,然后可以通过测量导体上的开路电位,或通过在导体上施加低电压输入并测量电流(例如,确定热敏电阻器的电阻,从而确定温度参数)来获得温度测量值。
在另一个实例中,温度传感器可以位于传感器线的近端,传感器线可以具有高的导热性,使得近端处的温度测量值接近于分析物传感器附近(即,远端处)的温度。在各种实例中,此类近似温度测量值可以用于温度补偿。
图4是分析物传感器10的示例性近端部分401和电触点部分402的示意性图解,电触点部分402例如可以是传感器电子器件或发射器(诸如由Dexcom生产的并且配置为与包括皮下葡萄糖传感器的基座部分联接的发射器)的一个部分。分析物传感器的近端部分402可包括第一导体404和第二导体406,其可以具有耦合至分析物传感器(例如,葡萄糖传感器)的远端(未示出)。电触点部分404可以包括配置成与第一导体404接触的第一触点412和配置成与第二导体406接触的第二触点。近端部分还可包括热敏电阻器408和第三导体411,第三导体411耦合到热敏电阻器并且配置成与电触点部分上的第三触点414耦合。热敏电阻器的温敏电阻可用于补偿温度对葡萄糖传感器的影响。
图5A是类似于图4的构造的配置的图解,但图4的热敏电阻器已经用温敏涂层508代替。图5B是可以处于导体406上的温敏涂层508的放大图。导电元件510可以配置为与涂层耦合,或者连接至涂层,并且配置为与第三触点414耦合,使得可以通过施加电压或驱动跨触点412、414的电流来测量涂层的电阻。
示例性温度补偿方法概述
系统可以使用学习或定义的输入(例如,温度传感器信号或一个或多个其他传感器信号)与分析物水平之间的关系来补偿温度对分析物传感器(例如,葡萄糖传感器)的影响以提供受温度变化影响较小的估计值(例如,估计的葡萄糖浓度值)。该关系可以例如由理论模型定义,或从基准数据、临床试验数据或其组合而确定。
可以应用或组合各种方法和模型或算法来补偿由温度变化引起的温度信号变化。例如,系统可以补偿长期趋势或平均值,或者可以补偿短期(例如实时)变化,或其组合。
在一些实例中,可以确定温度和葡萄糖传感器信号之间的线性关系,并将其用于逼近温度和葡萄糖传感器信号之间的关系并补偿温度影响(例如,补偿葡萄糖值=(感测的葡萄糖值)x常数f(T测量、T参考、感测的葡萄糖值)。
在一些实例中,针对温度影响可以通过基于已编程的(例如,工厂校准的)灵敏度值(Mt,pro)和每摄氏度的%灵敏度变化(Z)来确定补偿的灵敏度值(Mt,comp),补偿传感器对分析物(葡萄糖)浓度的灵敏度(Mt)。温度差(ΔT)可以确定为感测或测定的皮下温度(时间t的T皮下)与参考温度(T皮下,参考)之差,例如,(ΔT=(时间t的T皮下)–(T皮下,参考)。参考温度(T皮下,参考)可以例如是平均值或预定的皮下温度值。可以通过求解方程式(Mt,comp–Mt,pro)/Mt,pro=Z*ΔT)确定补偿的分析物灵敏度(Mt,comp)。Z的值可以从针对特定传感器配置的基准测试中确定。求解Mt,comp的方程式可得到补偿的分析物灵敏度,Mt,comp=Z*(ΔT)*(Mt,pro)+(Mt,pro)。补偿的分析物灵敏度(Mt,comp)可用于将原始分析物传感器数据转换为估计的葡萄糖值,例如,使用以下方程式进行转换:
估计的葡萄糖值=Mt,comp*(传感器值)+偏移量。在一些实例中,可以针对特定的分析物传感器设计配置来确定偏移量,如使用现有的商用传感器常规进行的那样。在其他实例中,可以获得多个血糖读数(或在其他分析物的情况下为生物样品)(例如,通过用户界面),并用于确定特定传感器的偏移量。
在一些实例中,即相比于参考值的温度是长期平均温度。在一些实例中,这是为了说明宿主(患者)之间的体温差异。在其他实例中,温度的实时补偿可以校正基于温度的传感器变化,传感器变化可能是由于例如暴露于热水(例如淋浴)、冷水(例如游泳)、空调、日光、睡眠过程中的热量变化(例如,由于温暖的毯子所含的热量)或其他炎热或寒冷环境。)一些实例可以将长期和实时补偿方法相结合。
在一些实例中,在温度传感器没有在皮下的情况下,也可以使用延迟参数(与线性模型,或者如下所述更复杂的模型组合),以补偿在温度传感器处检测到温度变化与分析物传感器处的实际温度变化之间的延迟。下面提供用于基于来自非皮下传感器的信号测定皮下温度的各种示例性方法。
从非皮下温度传感器测定皮下温度。
在一些系统、设备或方法中,可以使用来自非皮下温度传感器,诸如在外部设备(例如,发射器)的传感器电子器件中的温度传感器的温度信号来确定皮下温度,所述外部设备可以与皮下分析物(例如,葡萄糖)传感器耦合。可以使用多种方法中的一种或多种,根据从非皮下温度传感器接收到的温度信号来确定皮下温度。在一些实例中,非皮下温度值和皮下温度值之间的线性关系可以用于逼近皮下温度。在一些实例中,也可以使用延迟参数(与线性模型,或者如下所述更复杂的模型组合),以补偿在温度传感器处检测到温度变化与分析物传感器处的实际温度变化之间的延迟。在一些实例中,可以确定非线性关系(例如,二次方程式或更高级别的多项式或其他关系)并将其用于补偿温度,并且可以任选地包括延迟参数。在一些实例中,可以通过求解微分方程式来确定关系(例如,传热关系)以确定温度补偿。例如,传感器系统可以在每次需要分析物值时(例如,每5分钟或每15分钟)求解微分方程式,以提供温度补偿的分析物值。在另一个实例中,可以应用基于微分方程式的滤子或预定关系来补偿温度。
线性模型实例
在一些实例中,可以使用线性模型由非皮下温度确定皮下温度。可以例如,根据生物热模型(例如Pennes生物热方程式)、已知的宿主组织参数(例如,人体皮肤和皮下组织的典型传热参数)以及例如通过基准测试确定的传感器电子器件(例如发射器)参数来开发线性模型。组织参数可以例如包括跨组织的导热性或热通量。
可以使用线性方程式(例如,T皮下=a*T外部+b)由测量的非皮下温度(T外部)确定皮下温度(T皮下),其中增益/斜率(a)和偏移量(b)可以例如使用经验数据、理论或模型数据或其组合来确定。
在一些实例中,当分析物温度灵敏度是公知的,上面方程式的增益(a)和偏移量(b)可以基于分析物校准值(例如,血糖值)来确定或更新:换句话说,如果对葡萄糖灵敏度的置信度高,则可以基于来自指尖的血糖值和从葡萄糖传感器接收到的信号来估计温度。系统可以通过使用输入的葡萄糖值来计算真实的分析物灵敏度,然后根据真实的分析物灵敏度来确定皮下温度,然后确定皮下温度与来自非皮下温度传感器的信号之间的关系(例如,增益和偏移量的值)。系统可以确定或接收校准时的温度传感器值(例如,从外部传感器电子器件中的温度传感器接收),以确保在确定灵敏度、增益和偏移量时使用更新的温度传感器信号。在一些实例中,可以使用加权平均或概率模型,而不是使用新的增益和偏移量,使得增益和偏移量不会受到可能会改变灵敏度的独立因素的过度影响,所述独立因素诸如,初始放置传感器后的不准确时间(例如,“下降和恢复”现象,其中传感器信号在初始“预热”期间产生低的传感器信号(下降),接着在预热后产生更准确的(恢复的)读数)。
非皮下传感器检测与皮下温度变化之间的延迟
在一些实例中,系统可能会考虑到在非皮下温度传感器处记录到温度变化的时间与在皮下分析物(葡萄糖)传感器处实际发生温度变化的时间之间的延迟:如果分析物感测系统包括皮下温度传感器,则可以使用直接皮下温度测量进行温度补偿,但是如果系统依赖于非皮下(例如外部)温度传感器,则可以通过考虑皮下葡萄糖传感器处的延迟温度变化来提高温度补偿方法的准确性。
例如,上述线性模型假定皮下温度与外部温度(例如,传感器电子器件或发射器温度)匹配,但是皮肤组织升温和冷却速度比发射器慢得多,所以在外部传感器记录温度变化的时间与在皮下位置发生变化的时间之间存在延迟。例如,如果一个人从冷空调房走到较温暖的地方,则外部传感器将迅速记录温度变化,但是皮下温度将花费更长的时间才能升温。在另一个实例中,当宿主和传感器浸入冷水中(例如,温度低于环境温度的泳池、海洋或湖泊中)时,将首先在外部传感器电子器件中(例如,在CGM发射器中)的传感器中检测到温度下降,一段时间后,由于通过传感器或通过宿主组织的热损失,皮下传感器的温度将下降。皮下温度估计的准确性可以通过建立延迟来反映这一现实而提高。
在一些实例中,该延迟可以基于其他温度信息,或非皮下传感器记录温度变化的时间延迟的模型或估计值来解释非皮下温度传感器中温度变化的记录延迟。例如,当环境温度发生变化时,非皮下温度传感器可能需要相对较短的时间(例如1分钟)记录该变化,尤其是如果传感器嵌入必须通过其传导热量的传感器电子器件外壳中以记录温度变化时。一定时间(例如6分钟)后,可以观察到皮下温度变化),净延迟是两个读数之间的差(例如5分钟)。
在一些实例中,可以使用常量延迟。例如,温度补偿方法可以假定一个延迟时间段(d),并根据假定的延迟使用先前时间段的温度(例如,使用时间t-d的温度)来补偿温度影响。在其他实例中,可以基于假定的延迟使用当前时间(t)的温度和前一时间段的温度(例如,使用时间t–d的温度)进行补偿。在还有其他实例中,可以使用来自于与假定的延迟相关的不同时间段的多个温度测量值(例如,使用t–d1的温度和t-d2的温度)进行补偿。在一些实例中,延迟可以例如是30秒至4分钟(例如1分钟)、1分钟至10分钟(例如5分钟)、5分钟至15分钟(例如10分钟),或20分钟至一小时(例如,30分钟)。在一些实例中,可以基于关于宿主的已知信息,诸如平均体温或体重指数来确定延迟。
在一些实例中,可以使用可变延迟时间段。在一些实例中,可变延迟时间段可以例如至少部分地基于检测到的温度与基线之间的变化。在另一个实例中,该延迟可以至少部分地基于检测到的温度与前一检测到的温度的差异或变化率(例如,当观察到较大的温度变化时可以使用更长的延迟,这是因为传热过程将需要更长时间才能完成,以使皮下温度达到稳定状态)。在一些实例中,只有当温度变化满足条件时才可以实施延迟,例如,当发生超过阈值的突然温度变化(例如,大于5℃或10℃的变化)时。
在一些实例中,可变延迟可基于温度梯度,例如,感测到的温度和所测定的皮下温度之差。在一些实例中,可变延迟可以基于传热方程式或模型,该传热方程式或模型可以考虑例如温度梯度(例如,在环境温度和皮下温度之间)和一种或多种传热速率,并且任选地还可以考虑生物过程(例如,经由血流的传热)。
可以计算延迟或用于各种其他示例性方法中(例如,偏微分方程模型、多项式模型、状态模型、时间序列模型、具有子组或条件的模型)。
图6是使用延迟参数测定温度补偿的葡萄糖浓度水平的示例性方法600的流程图图解。方法600可以包括在602处接收指示外部部件的温度参数的温度信号。所述温度参数可以例如是温度、温度变化或温度偏移。检测温度信号可以包括例如测量可穿戴式葡萄糖传感器的部件的温度参数。方法600可以包括在604处接收指示体内葡萄糖浓度水平的葡萄糖信号。接收葡萄糖信号可以包括例如从可穿戴式葡萄糖传感器接收葡萄糖信号。
方法600可以包括在606处基于葡萄糖信号、温度信号和延迟参数测定补偿葡萄糖浓度水平。在一些实例中,可以基于温度信号和延迟参数来确定温度补偿的传感器灵敏度值,并且可以使用传感器灵敏度值和葡萄糖信号来确定估计的葡萄糖浓度值。在一些实例中,可以使用模型或神经网络(至少部分地)基于葡萄糖信号、温度和延迟参数来确定估计的葡萄糖浓度水平。
在各种实例中,如上所述,基于温度或关于宿主的信息或其他因素,延迟参数可以是恒定的,或者可以是可变的。在一些实例中,可以在第一时间检测温度参数,并且可以在第一时间之后的第二时间检测葡萄糖浓度水平。延迟参数可以包括在第一时间与第二时间之间的延迟时间段,所述延迟时间段是在外部部件的第一温度变化与邻近葡萄糖传感器的第二温度变化之间的延迟的原因。在一些实例中,测定补偿葡萄糖浓度水平可以包括在处理器上执行指令以接收所述葡萄糖信号和所述温度信号,并且使用所述葡萄糖信号、所述温度信号和所述延迟参数来测定所述补偿葡萄糖浓度水平。该方法还可以包括:将与所述温度参数相对应的值存储在存储电路中,并且从所述存储电路中检索所存储的值,以用于测定所述补偿葡萄糖浓度水平。在一些实例中,可以使用线性模型(例如,线性方程式)、非线性模型、偏微分方程模型、时间序列模型、具有子组的线性或非线性模型或本文所述的任何其他技术来确定温度补偿的葡萄糖浓度水平、估计的皮下温度或延迟参数(或其任一组合)。
该方法还可包括在608处基于温度变化率或温度梯度(或如上所述的其他因素或技术)或基于检测到的条件来调整延迟时间段。在一些实例中,检测到的条件可以包括温度、位置或锻炼状态或时段的突然变化(例如,使用加速计)。
任选地,该方法还可以包括在610处至少部分地基于补偿葡萄糖浓度水平来递送疗法。
偏微分方程(PDE)模型实例
在一些实例中,可以使用偏微分方程(PDE)模型由非皮下温度传感器信号来确定皮下温度。PDE温度补偿方法可以例如通过考虑以下事实而使系统更准确:外部电子器件(例如CGM发射器)中的温度变化率高于皮下组织或流体的温度变化率。皮下组织和流体的温度变化可能较慢,部分原因是身体充当散热器。在温度快速变化的情况下,使用PDE模型可能特别有利。
在一个实例中,可以将传感器电子器件、皮下传感器和皮肤层作为多层模型进行处理。在图2C中示出了传感器和皮肤层(表皮260、真皮262和皮下组织264)。在一个实例中,可以将多层结构认为是一维(1D)系统,其中1D空间是相对于皮肤表面的深度。
可以通过热方程来描述空间和时间上的温度分布:
方程式(1)中的变量和参数定义如下表1所示。
表1
可以确定或估计一维模型中每一层的导热性。例如,可以通过经验或理论方法确定每一皮肤层的导热性。还可以确定传感器电子器件(包括电池和环氧树脂胶)的导热性。表2中提供了示例性值:
表2
该PDE的外部边界条件(BC)设置为非皮下温度传感器测得的时间-变化温度,内部BC设置为恒定的核心体温。
基于这些假定,可以求解方程式1,以便可以估计传感器(例如,工作电极)处的温度。在一些实例中,每次需要温度值时都可以求解方程式。在一些值中,可以通过在似真值范围内求解PDE来研发查找表,并可以查询该查找表以确定近似的皮下温度。在一些实例中,可以根据PDE模型确定皮下传感器处的温度与外部传感器的温度之间的线性相关性。在一些实例中,PDE模型可以用于执行时空滤波,以捕获温度变化和时滞的瞬态过程。
皮下传感器的估计温度可用于校正皮下传感器的灵敏度变化。在一个实例中,可以估计分析物传感器(例如,葡萄糖传感器)的电化学反应表面处的温度,并将其用于确定电化学传感器在估计温度下的估计灵敏度。
时间序列模型实例
在一些实例中,可以使用时间序列模型来使用来自非皮下温度传感器的信号来估计皮下温度,或补偿温度对分析物传感器灵敏度的影响。在一些实例中,可以直接确定温度补偿的灵敏度,即无需估计皮下温度。
在一个实例中,可以将4阶多项式用作模型。例如,可以使用以下模型:
其中,
pi(i=1,…,5):模型参数
y:灵敏度误差
x:测得的温度
例如,可以使用曲线拟合或优化技术根据经验数据集确定模型参数。
在确定了模型参数之后,可以使用该模型来补偿温度变化。例如,可以使用以下方程式确定补偿灵敏度:
在一些实例中,当校准条目可用时(例如,基于血糖仪数据)可以更新模型参数。例如,时间序列模型可以转换为该模型的递归型式,因此当手指针刺测量值可用时,可以实时更新模型。可以基于群体数据、患者特定数据来确定常数的值。值可以是,例如,如下:p1:-0.0004334,p2:0.04955,p3:-2.035,p4:36.7,p5:-259.7
虽然已经作为实例提供了4阶多项式,但是也可以使用3阶或5阶或更高阶的多项式。高阶多项式可以提供更高的补偿准确性,但可能需要更多的时间、输入数据或处理能力来确定和更新模型参数。
温度补偿实例
可以使用一种算法或模型来确定温度补偿的分析物传感器值(例如,葡萄糖浓度水平)。在一些实例中,可以使用神经网络、状态模型(例如,隐马尔可夫模型)、概率模型或其他模型来开发温度补偿模型。例如,可以基于来自受试者的数据学习特定受试者(例如,患者)的模型,并且该模型可以用于确定补偿的估计葡萄糖浓度水平。在一些实例中,可以从来自患者群体的数据(例如,临床试验数据)中学习模型,并且该模型可用于患者群体。在一些实例中,可以对大多数或所有患者使用相同的模型(符合排除标准)。在一些实例中,可以将患者与从类似患者群体中开发的模型进行匹配(例如,基于平均温度、年龄、性别、BMI或其他因素)。模型的输入可以包括温度测量值、时间、传感器灵敏度、估计的葡萄糖值、胰岛素灵敏度、加速计数据(例如,用于检测活动或姿势)、心率、呼吸率、进餐状态、大小或类型、机上胰岛素或胰岛素递送量或模式、体重指数(BMI)或其他因素。来自该模型的输出可以包括传感器灵敏度、局部葡萄糖水平、区室偏倚值、非酶偏倚水平(可以组合其中的任意一个以确定葡萄糖浓度水平),或者该模型可以输出补偿的葡萄糖/分析物浓度水平。基于模型的方法可能特别有效,因为各种温度效应(例如,传感器灵敏度、局部葡萄糖水平、区室偏倚值、非酶偏倚水平)可以是线性、非线性或动态的(例如,取决于时间和温度两者的组合)。
长期平均法
温度补偿系统可以解释长期平均温度平均值或趋势。例如,长期平均值可以用于补偿温度变化。长期平均值可以例如解释宿主和参考值之间的身体或皮肤温度变化。在一些实例中,可以将长期平均方法与以下描述的一种或多种短期(例如,实时)温度补偿法组合使用。
可以以多种不同的方式确定和更新个体的平均皮下温度。例如,皮下温度可以确定为整个传感器时段期间的平均值(例如,均值或中位数),或者滚动窗口(例如,过去12小时或24小时)的平均值。在一些实例中,皮下温度可以以一定间隔更新,例如每6、9、12、18或24小时重新测量或更新一次。在一些实例中,可以将皮下温度确定为加权平均值,其中较新的值(例如,早前6小时、12小时或24小时)加权更重,而过去的时间间隔加权较轻。
在一个实例中,最初可以针对初始参考值(例如35℃)对温度传感器进行校准,该参考值可以代表群体的平均温度。在学习期间,温度传感器可以确定宿主的实际温度。可以将学习周期选择为足够长(例如6-12小时)以筛选出温度波动(例如,使得在诸如淋浴等热/冷事件期间无法确定平均值)。学习到的平均值可以用于补偿不同于群体平均值的宿主温度。例如,如果假定群体的工作温度为35.0℃,但从特定宿主检测到的温度平均显示为35.5℃,则半度的变化可用于补偿分析物值。在一些实例中,可以确定初始平均值(例如,在第一天),并且可以通过后续温度测量来更新工作平均值(例如,使用第二天或两天内的平均温度)。如上所述,也可以使用时间窗口。
如果系统具有皮下温度传感器,则可以从皮下温度传感器获得一系列温度测量值,并用于确定长期平均值。在其他实例中,可以使用以下描述的多种方法中的一种,基于感测到的非皮下温度来确定皮下温度(例如,基于线性或更高水平的关系)。在建立了个体的皮下温度(T皮下,ind)之后,可以基于与参考温度(T皮下,参考)的偏差,例如使用上面提供的方程式来确定经过温度校正的分析物灵敏度。
葡萄糖变化率
在一些实例中,估计的葡萄糖值的变化率或来自葡萄糖传感器的信号的变化率可以用作用于确定温度补偿的输入。例如,当变化率满足条件(例如,超过指定值)时,可以中止温度补偿,或者可以将温度补偿转变为不同模型。对于一些皮下葡萄糖传感器而言,由于与血液中的变化相比,间质液中的葡萄糖水平变化存在生理延迟,所以由皮下传感器测定的葡萄糖浓度水平反映了相对于血糖水平的时滞(例如,对于皮下葡萄糖传感器测量的间质液中所反映出的血糖水平变化需要几分钟)。传感器读数的周期性也可能会引起延迟(例如,如果每5分钟获取一次传感器读数,则估计的葡萄糖水平可能是周期中某些时间点4分钟以前的)。如果在葡萄糖快速变化期间系统中存在时滞误差,则可能对不准确(过期)的葡萄糖估计值执行温度补偿:在一些情况下,对过时的葡萄糖水平的温度补偿可能会使估计值更糟,因此在高速变化的时间内中止或改变温度补偿可能是有用的。例如,当葡萄糖浓度水平迅速下降时(例如,由于剧烈运动导致),来自皮下温度传感器的估计值可能“低于”血糖浓度水平(例如,由血糖仪测定的),因此皮下传感器将显示出比血糖水平更高的估计葡萄糖浓度水平。如果温度补偿提高了皮下传感器的估计血糖浓度水平,则可能会加剧这种差异。可以通过中止温度补偿或转变为其他模型来避免这种情况。在一些实例中,当满足高速变化条件时,只有当温度补偿增加变化率时才可以应用温度补偿(例如,以避免由于生理延迟引起的差异加剧)。
在一些实例中,分析物传感器的输出相对于温度传感器的输出的偏差可以用于评估来自温度传感器的信号。这些相关性或偏差可用于建立温度信号、分析物传感器信号或两者的置信度。在葡萄糖水平满足稳定性条件的时间期间,预计温度和葡萄糖浓度水平会表现出相关性。稳定性条件例如可以基于葡萄糖浓度水平的变化率来确定。在一些实例中,稳定性条件可以包括多个子条件,诸如短期条件和长期条件。例如,当变化率和/或指定时间段内的平均变化率满足条件(例如,每分钟增加或减少不超过1mg/dL,并且/或在15分钟内增加或减少不超过15mg/dL)时,可以视为葡萄糖水平稳定。当变化率和/或平均变化率或特定时间段满足条件(例如,每分钟葡萄糖水平上升(或下降)1-2mg/dL和/或在15分钟内上升(或下降)15-30mg/dL)时,可以视为葡萄糖水平中度稳定。
如图15A-15C所示,当葡萄糖水平稳定(或在一些实例中,中度稳定)时,温度曲线和葡萄糖曲线的斜率应相关,因为葡萄糖曲线的变化反映了温度在分析物传感器的输出中产生的变化。图15A示出了相对于时间绘制的葡萄糖传感器的输出。增益(mg/dL)相对较高,显示相对葡萄糖稳定性时间内的斜率变化。图15B示出了相对于时间绘制的温度传感器的输出。图15C示出了叠加到葡萄糖传感器输出上的温度(即,图15B与图15A组合)。分析物传感器输出与温度传感器输出相关:当温度传感器上升时,分析物传感器的值升高(正斜率),当温度传感器输出下降时,分析物传感器的值下降(负斜率),并且当温度传感器输出平坦时,分析物传感器的值平坦。从该相关性可以推断出温度信号的置信度。相反,图15D示出了一个实例,其中温度传感器输出(虚线)与具有相对稳定的葡萄糖值的时间期间的葡萄糖传感器输出没有很好的相关性,表明温度传感器输出可能不可靠。
在各个实例中,当温度传感器输出的置信度低时,可以中止、减少或改变温度补偿,或者可以使用或请求其他信息(例如,如下所述的运动检测)来增加温度补偿的准确性。
图7是基于评估的(例如,确证的)温度值测定温度补偿的葡萄糖浓度水平的示例性方法700的流程图图解。方法700可以包括在702处接收葡萄糖传感器信号。例如,可以从连续葡萄糖监测器(CGM)接收葡萄糖传感器信号。
方法700可以包括在704处接收温度参数信号。接收温度参数信号可以例如包括接收指示温度、温度变化或温度偏移的信号。
方法700可以包括在706处接收第三传感器信号。接收第三传感器信号可以包括,例如,接收心率信号,接收压力信号,接收活动信号或加速计信号(例如,以检测运动),或接收位置信号(例如,以推断出与热或冷环境诸如泳池、海滩或空调设施的接近度)。在一些实例中,接收第三传感器信号可以包括从环境温度传感器接收温度信息。在一些实例中,接收第三传感器信号可以包括从诸如手表等可穿戴设备接收信息。在一些实例中,接收第三传感器信号可以包括从生理温度传感器接收温度信息,该生理温度传感器可以例如集成到手表或其他可穿戴设备中。在一些实例中,第三信号可以包括心率信号、呼吸信号、压力信号或活动信号,并且可以由所述心率信号、呼吸信号、压力信号或活动信号的上升来检测运动状态。
方法700可以包括在708处使用第三传感器信号评估所述温度参数信号以生成评估温度参数信号。在一些实例中,评估所述温度参数信号可以包括测定在具有已知温度特征的位置处的存在。例如,低温或高温信号可以通过位置信号来确证,该位置信号指示存在于具有已知环境温度特性的位置(例如,炎热或寒冷的环境),诸如泳池、海滩、空调设施或具有已知天气特征的区域,例如可以通过参考网络资源(例如网站)或存储的查找表来确定。在一些实例中,该方法可以包括确定在具有浸入式水环境的位置(例如泳池或海滩)的存在。在一些实例中,评估所述温度参数信号可以包括确定温度参数信号的变化与运动时段一致。例如,评估所述温度参数信号可以包括确定所述温度参数信号与由于运动引起的体温升高的发生一致。
方法700可以包括在710处基于所述评估温度参数信号和所述葡萄糖传感器信号测定温度补偿的葡萄糖浓度水平。在一些实例中,测定温度补偿的葡萄糖浓度水平可以包括将所述温度参数信号应用于运动模型。在一些实例中,该方法可以包括当检测到运动并且温度参数信号的变化指示温度降低时使用运动模型(例如,室外或对流冷却的运动模型)。例如,当检测到的温度下降时,可以中止基于非皮下温度传感器的温度补偿(例如,在传感器电子器件中),但检测到运动(例如,HR或活动上升)时,由于在运动期间当患者在凉爽的环境中在室外进行剧烈运动(例如奔跑)时(例如,通过风扇对流冷却时,或者在寒冷的天气环境中在户外运动时),皮下温度可能稳定或甚至升高。
图8是用于对连续葡萄糖传感器进行温度补偿的示例性方法800的示意性图解,所述方法包括由温度信息确定模式。方法800可以包括在802处根据温度数据确定模式。在一些实例中,确定模式可以包括确定温度变化的模式,并且所述方法可以包括根据所述模式补偿所述葡萄糖浓度水平。
方法800可包括在804处从连续葡萄糖传感器接收葡萄糖信号,所述葡萄糖信号指示葡萄糖浓度水平。
方法800可包括在806处至少部分地基于葡萄糖信号和模式测定温度补偿的葡萄糖浓度水平。例如,所述方法可包括接收温度参数,将所述温度参数与所述模式进行比较,并且至少部分地基于所述比较来确定所述温度补偿的葡萄糖浓度水平。在一些实例中,所述模式可以包括与生理周期(例如昼夜节律)相关的温度模式。在一些实例中,方法800可包括基于与模式的比较来确定温度参数是否可靠,并且当确定温度参数可靠时,使用温度参数来对葡萄糖浓度水平进行温度补偿。
在一些实例中,可以至少部分地基于温度参数与模式的比较来确定补偿的程度。例如,补偿程度可以基于限定的范围或置信区间。
在一些实例中,可以通过确定状态来确定模式,并且可以至少部分地基于所确定的状态来测定温度补偿的葡萄糖浓度水平。例如,方法800还可包括接收温度参数,并且确定状态可以包括将温度参数应用于状态模型。在一些实例中,确定状态可以包括将葡萄糖浓度水平、碳水化合物灵敏度、时间、活动、心率、呼吸率、姿势、胰岛素递送、进餐时间或进餐量中的一种或多种应用于状态模型。在一些实例中,确定状态可以包括确定运动状态,所述方法可以包括基于所述运动状态模型调整温度补偿。
条件性温度补偿
在一些实例中,可以基于检测到的条件来选择或改变模型。例如,可以开发一组不同的线性模型,并且可以基于检测到的条件从该组中选择模型。在一些实例中,可以使用状态模型来确定条件。
在一些实例中,条件可以包括位置或地理特征。该位置可以例如包括地理位置参数(例如,经度、纬度或海拔),或城市或地方或目标点(例如,海滩或山脉)。在各种实例中,可以从患者的智能设备诸如蜂窝电话、手表或其他可穿戴传感器收集位置信息、地理信息或生理传感器信息(例如,如下所述的活动或心率)。
在一些实例中,所述条件可以包括温度读数与平均值的偏差。例如,可以根据一系列温度值来确定滚动平均温度值和滚动标准偏差,并且可以根据温度是否与均值相差+1σ、-1σ、+2σ、-2σ、+3σ、-3σ而使用模型(例如线性模型)。在一些实例中,可以从预定数量的先前温度值确定滚动均值。在各种实例中,当前读数可以包括在滚动均值中或从滚动均值中排除。在一些实例中,滚动均值可以指数加权。
在一些实例中,条件可以包括患者人口统计。例如,人口统计可以包括性别(例如,男性与女性宿主/患者使用不同的模型)、诊断(例如1型糖尿病或2型糖尿病或非糖尿病)、年龄(例如,年龄,或青年、少年、成人、老人)、生物周期(例如昼夜节律或月经周期)、身体状况(例如妊娠或健康/疾病或慢性病)。
在一些实例中,可以从可穿戴传感器或生理传感器(诸如心率传感器、加速计、压力计或温度传感器)确定条件。该条件可以包括基于一个或多个传感器输入确定的状态。在一些实例中,条件可以包括活动状况,例如可以从心率或加速计确定活动状况。在一些实例中,条件可以包括唤醒-睡眠状况,其可以从一个或多个生理传感器(例如,基于生物节律)或从姿势传感器(例如,三轴加速计)确定。在一些实例中,条件可以包括压迫状况,其可以例如根据压力传感器或温度传感器或其组合来确定。例如,当患者躺在可穿戴式葡萄糖传感器上时(例如可能发生在睡眠期间),该传感器可生成不准确的葡萄糖传感器读数(例如,“低压力”表示葡萄糖值较低)。在一些实例中,这些输入或条件中的每一个都可能触发不同的温度关系(例如,应用特定的温度补偿模型)。
在一些实例中,温度补偿或其应用(或中止)可至少部分基于温度变化率(例如,条件可以是温度变化率)。因为外部(例如,传感器电子器件)检测到的温度变化可能比皮下温度快得多,所以可能很难在温度快速变化器件正确预测皮下温度。在一些实例中,当检测到的温度变化率满足条件(例如,变化率超过指定值)时,可以中止或减少温度补偿。在另一实例中,当满足第一条件(例如,温度变化率低于指定值)时,可以使用第一模型(例如,线性模型),并且当满足第二条件(例如,变化率高于指定值)时,可以使用第二模型(例如,线性延迟模型)。
在一些实例中,温度补偿或其应用(或中止)可以基于热通量或温度梯度的大小(例如,条件可以基于热通量或温度梯度)。根据测定的皮下温度(例如,先前的温度测定)和检测到的非皮下(例如,传感器电子器件外部)的检测温度,可以确定(例如,逼近)温度。在一个实例中,当满足温度梯度或热通量条件(例如,温度梯度或热通量超过阈值)时,可以调整模型以例如反映外部温度变化快于皮下温度的现实。在一个实例中,可以减小线性模型(如上所述)中的“增益”,这可以具有减小测定的皮下温度的变化率的作用,以更准确地跟踪实际的温度变化率。在另一实例中,当满足温度梯度或热通量条件时,可以中止温度补偿。在一些实例中,温度补偿或其应用可以基于温度梯度方向,例如,当外部温度高于皮下温度时的温度补偿可以不同于当外部温度低于所测定的皮下温度时的温度补偿。
在一些实例中,所述条件可能是运动。例如,一个或多个可穿戴传感器(例如,加速计、心率传感器、呼吸传感器)可用于确定受试者是否正在执行某种类型的有氧运动(例如,奔跑、骑自行车或代谢调节)。在一个实例中,可以假定受试者的核心体温(和皮下温度)升高,例如从37℃升高到38℃。在诸如奔跑或骑自行车的移动运动期间,还可以假定由于受试者的运动而使对流系数增加(例如,×10)。可以应用考虑到这些参数变化的适当运动模型。例如,可以增加线性模型的“增益”(斜率),并且可以改变偏移量(常数),以反映运动的影响(例如,基本线性模型:T皮下=0.395*T外部+22.346可以转变为有氧运动线性模型,诸如:T皮下=0.416*T外部+22.178)。
在一些实例中,当检测到凉爽的温度和运动时,施加的温度补偿的量可能会受到限制。例如,在运动期间,发射器温度可能比受试者静止时的温度低,例如,这是因为受试者在室外,传感器电子器件由于运动而暴露于增加的对流中,或者是因为受试者的皮肤因出汗而温度更低。然而,皮下温度可能因产热量增加而升高,因此标准温度补偿模型(不考虑运动/低温的组合)可能会导致不准确。可以例如通过温度传感器输入与加速计、心率、呼吸率或位置输入的组合来检测这种“低温运动”条件。当检测到受试者做运动时,可以在低温下修改温度补偿,例如,可以中止、限制或逐渐减少温度补偿,或者可以应用替代补偿模型。在一个实例中,在运动期间,可以将任何低于阈值的温度用于温度补偿,因为阈值(例如,出于温度补偿的目的,<29℃的传感器温度被29℃代替)或温度补偿可受算法限制。在另一个实例中,可以通过减小温度灵敏度因数(Z)来实现逐渐减少补偿,使得对于给定的检测到的传感器温度,对皮下温度进行较小的改变(例如Mt,comp=Mt,pro*(Z)*(T皮下–T皮下,参考);或Mt,comp=Mt,pro*(Z)*(T皮下–T皮下,参考)+Mt,pro)。例如,如果典型的温度敏灵敏度因数为3.3%,则在运动器件,温度灵敏度因数可根据检测到的条件改为1.5%。
可以至少部分地基于个体的平均皮下温度来选择或确定补偿模型。在一个实例中,可以在时段的前几个小时(例如,在热身期间或在热身期之后)或在时段的第一天确定平均皮下温度。上述长期平均方法可用于确定补偿。在一些实例中,平均皮下温度可以周期性地或循环地更新,例如每6或12或24小时更新。
在一些实例中,可以确定(例如,使用算法、模型或查找表),温度补偿是否可能增加估计的葡萄糖浓度水平的准确性。对于一些患者或一些情况而言,温度补偿实际上可能会降低准确性:鉴定这些患者或鉴定因素以及对温度补偿的中止或保持可能会提高传感器性能或降低MARD。鉴定因素可以例如包括宿主的表面或身体温度、BMI、性别、年龄或以上鉴定的其他条件的任一组合。
图9是至少部分地基于所检测到的条件对连续葡萄糖监测系统进行温度补偿的示例性方法900的流程图图解。方法900可以包括在902处接收指示葡萄糖浓度水平的葡萄糖信号。
方法900可以包括在904处接收指示温度参数的温度信号。
方法900可以包括在906处检测条件。在一些实例中,所述条件可以包括所述葡萄糖信号的高变化率,其中在所述葡萄糖信号经历高变化率的时间段期间可以减少或中止温度补偿。在一些实例中,所述条件可以包括体重指数(BMI)值。例如,可以假定BMI高的宿主比BMI低的宿主自然升温或温度变化更慢。在一些实例中,所述条件可以包括检测到发热,并且可以响应于检测到发热,减少、中止、限制或渐缩减少温度补偿。在一些实例中,检测到的条件可以包括在连续葡萄糖监测系统上存在辐射热。在一些实例中,所述条件可以包括检测到运动。所述方法例如可以包括当检测到条件(例如,运动)时降低、逐渐减少、限制或中止温度补偿。
在一些实例中,所述葡萄糖信号可以是从连续葡萄糖传感器接收的,并且所述条件可以包括在连续葡萄糖传感器上的压迫。例如,可以至少部分地基于所述葡萄糖信号的快速下降来检测传感器上的压迫。在一些实例中,所述条件可以包括睡眠。在一些实例中,所述条件可以包括睡眠期间的压迫。例如,可以使用温度、姿势、活动和心率中的一项或多项来检测睡眠,并且所述方法可以包括基于所检测到的睡眠而施加指定的葡萄糖警报触发。
方法900可包括在908处至少部分地基于葡萄糖信号、温度信号和检测到的条件来测定温度补偿的葡萄糖浓度水平。
在一些实例中,所述条件可以包括温度信号的突然变化。例如可以响应于检测到温度的突然变化,减少或中止温度补偿。在皮下位置的分析物传感器部位可能不会发生温度的突然变化,其中温度变化趋于在通过皮肤将热量传导至传感器部位或从传感器部位传导出热量时更为逐渐地发生,因此在外部传感器处发生突然的温度变化时,可能恰当的是将温度补偿中止一段时间或在一段时间内“逐步采用”温度补偿以反映传感器部位的逐渐温度变化。在检测到温度突然变化或其他快速变化或信号不连续之后,可以使用多种技术中的一种或多种来测定温度补偿的葡萄糖水平。在一些实例中,可以使用先前的温度信号值代替与温度的突然变化相关的温度信号值来测定温度补偿的葡萄糖浓度水平。在一些实例中,温度补偿的葡萄糖浓度水平可以是基于先前的温度信号值推断的温度信号值并使用所推断的温度信号值代替与温度的突然变化相关的温度信号值而确定的。在一些实例中,可以响应于检测到温度的突然变化来调用延迟模型。例如,延迟模型可以指定用于测定所述温度补偿的葡萄糖水平的延迟时间段。
可以使用多种技术中的一种或多种基于所述葡萄糖信号、所述温度信号和所检测到的条件来测定温度补偿的葡萄糖浓度水平。例如,可以使用线性模型测定温度补偿的葡萄糖浓度水平。在另一个实例中,可以使用时间序列模型测定温度补偿的葡萄糖浓度水平。在一些实例中,可以使用偏微分方程测定温度补偿的葡萄糖浓度水平。在一些实例中,可以使用概率模型测定温度补偿的葡萄糖浓度水平。例如,可以使用状态模型测定温度补偿的葡萄糖浓度水平。
在一些实例中,该方法可以包括使用温度信号测定长期平均值,并且可以使用所述长期平均值测定温度补偿的葡萄糖浓度水平。
在一些实例中,该方法还可以包括接收血糖校准值,并且在接收到所述血糖校准值时,更新温度补偿增益和偏移。
该方法还可以包括递送胰岛素疗法。可以至少部分地基于温度补偿的葡萄糖水平来确定胰岛素疗法(例如,经由泵或智能笔)。
温度补偿中要考虑的其他因素
在一些实例中,温度补偿可至少部分地基于身体质量指数(BMI)。在一个实例中,可以例如经由智能电话应用的界面从受试者接收身高和体重。可以至少部分地基于BMI确定或调整温度补偿参数。在一些实例中,温度补偿可以基于预加载模型,该预加载模型可以与指定的BMI窗口相关联。例如,标准温度补偿模型可以假定距皮下层(将工作电极设计成在使用期间所在的位置)和处于核心体温的组织有一定距离。在BMI高的人中,较厚的脂肪组织层(体脂)可增加从皮下层到处于核心体温的组织的距离,这可能会导致皮下或皮肤表面温度降低。在一些实例中,可以使用一组模型和一个模型(例如,其中与核心体温的距离改变的PDE模型),并且将至少部分地基于人的BMI从该组中选择模型。在一些实例中,由于BMI不能完美地预测脂肪组织的厚度,尤其是不在分析物传感器(例如CGM)的位置,因此可以使用除BMI以外的其他信息来选择模型。
在一些实例中,温度补偿模型可以至少部分地基于受试者的核心体温。例如,体温倾向于与BMI相关,因此可以根据BMI来估计平均体温。
在确定补偿分析物浓度水平时,也可以考虑其他生理因素或影响,诸如局部葡萄糖浓度变化(与全身性葡萄糖水平相反)、区室偏倚(间质液与血液中的葡萄糖浓度差)和非酶传感器偏倚。
在一些实例中,来自具有光源的光学传感器和光传感器的传感器信号可以作为温度补偿方法的输入。例如,光学传感器可以用于检测受试者皮肤中的血流或灌注。在受试者皮肤附近具有光源的光学传感器和光检测器可以检测传感器正下方区域中的血流速度和红细胞数量。皮肤附近的血流随温度、活动和压力水平而变化。在一些实例中,可以通过使用从光学传感器获得的血液灌注信息来确定力量(例如,运动努力)。例如,当上坡或下坡奔跑时,步数将大致相同,但上坡需要更多的努力,血液灌注会更高。在下坡段,血液灌注将会降低。特定运动检测可用于在运动期间使用的更精细的温度补偿算法。在一些实例中,光学传感器可以检测到从加速计看不太明显的运动(例如,负重训练),因为该运动涉及较少或较慢的移动。在一些实例中,光学传感器可以与加速计组合使用,以检测运动状态和运动过程中的运动量。
在一些实例中,位置信息(例如,全球定位传感器数据或网络连接性)可以用作用于确定温度补偿或确定温度测量的置信度的输入。例如,位置可以用于通过将温度测量值与位置的温度特征进行比较来确定温度测量的置信度。例如,与位置相关联的活动(例如,游泳、日光浴、奔跑、滑雪)可以在低速、高速或快速变化的温度测量中确定置信度。在另一个实例中,位置处的天气特征(例如,环境温度)可以确定温度测量的置信度。在另一实例中,可以使用与昼夜节律相关的位置信息(例如,通常在家中睡觉)来确认温度测量值,或者可以通过与位置信息中的模式的偏差来确认与昼夜节律的偏差(例如,如果受试者不在家中,例如夜间在室外、在露营、在可能具有不同温度特征的位置,则可以确定夜间低温时的置信度)。
在一些实例中,检测到发热(例如,使用传感器)或报告发热(例如,通过智能设备上的应用程序)可用作用于确定温度补偿的输入。例如,在发热期间可以中止温度补偿,因为正常模型可能不适用。在另一个实例中,可以修改模型或可以应用不同的模型以补偿因发热引起的温度变化。在一些实例中,发热可用其他信息确证。例如,图15A-C所示的传感器输出变化率的相关性可以用于确证检测到的发热。在另一个实例中,可以例如通过智能设备向患者查询有关发热的询问(“您发热吗?”)或其他可能引起温度变化的事件(“您最近洗过澡吗?”)。
示例性模型
图19是可用于从两个或更多个输入确定输出的示例性模型的示意性图解。例如,该模型可以从先前的数据中学习模式或关系,并将学习到的模式或关系应用于确定输出。这可能包括,例如,从特定宿主、群体或一个或多个临床试验的先前数据中学习。
在各种实例中,可以同时或在不同时间点接收或感测输入。在一些实例中,可以将两个输入(例如,温度和分析物传感器输出)应用于模型。该模型还可以接收其他输入,诸如时间(例如,来自时钟电路)或灵敏度(例如,工厂校准的灵敏度)。在一个实例中,模型可以包括子模型1902、1904、1906。子模型可以考虑温度相关因素,诸如局部葡萄糖水平、区室偏倚值、非酶传感器偏倚水平和传感器灵敏度。在一个实例中,每个模型可以在输入和温度相关因素之间定义不同的关系(例如,线性的、非线性的)。例如,模型1902可以基于第一非线性关系,模型1904可以基于第二非线性关系,并且输出模型可以基于线性关系。在各种实例中,处理器可以从存储器中的查找表中检索模型信息或输入数据,或者可以存储和检索来自存储器中的过去的值或状态,或者可以从存储器中检索该模型的功能或其他方面。检索到的信息可以与最新信息或实时信息相结合,并应用于模型以生成输出,该输出可以是补偿的葡萄糖浓度水平,或者该输出可以用于确定补偿的葡萄糖浓度水平。
图20A是使用模型来测定补偿的葡萄糖浓度值的示例性方法2000的流程图图解。方法2000可以包括在2002处接收温度传感器信号。例如,可以从靠近分析物传感器的皮下温度传感器接收温度传感器信号,或者可以从非皮下传感器(例如,在外部传感器电子器件,例如CGM发射器上)接收温度传感器信号。在2004处,方法2000可以包括接收分析物传感器信号,诸如来自葡萄糖传感器的信号。在2006处,可以将温度传感器信号和葡萄糖传感器信号应用于模型。例如,可以将温度传感器信号和葡萄糖传感器信号应用于状态模型(例如隐马尔可夫模型)或神经网络。在一些实例中,可以将多个温度传感器信号应用于模型。可以对信号进行处理或分析以确定模式(例如,一个或多个线性或非线性趋势)。定义或学习的温度和葡萄糖传感器值与补偿葡萄糖浓度值之间的关系可以用于使用该模型返回补偿的葡萄糖浓度值。在2008处,补偿的葡萄糖浓度值可以任选地显示在用户设备上。在2010处,可以至少部分地基于补偿的葡萄糖浓度值来递送疗法。例如,可以至少部分地基于补偿的葡萄糖浓度值来控制经由泵的胰岛素递送。在一些实例中,处理器可以至少部分地基于葡萄糖浓度值来确定胰岛素剂量、递送时间或递送速率(或其任一组合)。在一些实例中,泵可以自动递送胰岛素,或者泵可以向用户建议胰岛素时间、速率和剂量。在其他实例中,智能笔可以接收补偿葡萄糖浓度值并确定剂量或递送时间,该剂量或递送时间可以显示给用户或自动加载以便递送,或两者。
在图20A的实例中,对该模型进行训练以提供补偿葡萄糖浓度作为其输出。在其他实例中,如本文所述,对该模型进行训练以生成包括葡萄糖传感器的一个或多个补偿特性的输出。举例来说,如本文所述,可将温度补偿应用于传感器特性以产生一种或多种经补偿的传感器特性。然后可以将所述一种或多种经补偿的传感器特性应用于原始传感器数据以生成补偿葡萄糖浓度。可以使用训练后的模型进行补偿的示例性传感器特性包括例如灵敏度、传感器基线等。
图20B是使用模型来测定补偿的葡萄糖浓度值的另一示例性方法2001的流程图图解。方法2001可以包括在2012处接收温度传感器信号。例如,可以从靠近葡萄糖传感器的皮下温度传感器接收温度传感器信号,或者可以从非皮下传感器(例如,在外部传感器电子器件,例如CGM发射器上)接收温度传感器信号。在2014处,方法2001可以包括接收葡萄糖传感器信号,诸如来自葡萄糖传感器的信号。在一些实例中,在2014处接收到的葡萄糖传感器信号包括与工作电极处的电流有关的原始传感器信号,诸如与葡萄糖传感器的工作电极处的电流有关的一个或多个计数。在一些实例中,包括诸如从原始传感器信号得出的分析物浓度,诸如葡萄糖浓度。在一些实例中,葡萄糖传感器信号包括原始传感器信号和分析物浓度。
在2016处,可以将温度传感器信号和葡萄糖传感器信号应用于模型。例如,可以将温度传感器信号和葡萄糖传感器信号应用于状态模型(例如隐马尔可夫模型)、神经网络或其他合适的网络。在一些实例中,可以将多个温度传感器信号应用于模型。可以对信号进行处理或分析以确定模式(例如,一个或多个线性或非线性趋势)。定义或学习的温度和葡萄糖传感器值与一种或多种葡萄糖传感器特性(例如灵敏度、基线等)之间的关系可以用于返回一种或多种补偿的葡萄糖传感器特性的值。
在2018处,补偿的葡萄糖传感器特性用于生成补偿葡萄糖浓度。在2020处,补偿的葡萄糖浓度值可以任选地显示在用户设备上。在2022处,可以至少部分地基于补偿的葡萄糖浓度值来递送疗法。例如,可以至少部分地基于补偿的葡萄糖浓度值来控制经由泵的胰岛素递送。在一些实例中,处理器可以至少部分地基于葡萄糖浓度值来确定胰岛素剂量、递送时间或递送速率(或其任一组合)。在一些实例中,泵可以自动递送胰岛素,或者泵可以向用户建议胰岛素时间、速率和剂量。在其他实例中,智能笔可以接收补偿葡萄糖浓度值并确定剂量或递送时间,该剂量或递送时间可以显示给用户或自动加载以便递送,或两者。
基于电导率的补偿
在一些实例中,温度补偿或估计的皮下温度可以至少部分地基于分析物传感器或其部分的电导率(或电阻,电导率的倒数)。例如,图2C所示的分析物传感器10或分析物传感器的导电部分286的测得电导可用于温度补偿或估计皮下温度。
经验测量(下面讨论并在图21中显示)表明,分析物传感器的电导可能很大程度上取决于温度。在一些实例中,电导与温度之间的这种关系可以用于估计皮下温度,皮下温度可以在温度补偿模型或其他方法中使用。在其他实例中,电导率和温度之间的关系可以直接应用(例如,不使用估计的温度)以补偿皮下温度变化。
图21是传感器电导率2102和发射器温度2104相对于时间的曲线图。在温度和电导之间可以观察到很强的相关性:当发射器温度上升时,传感器电导上升(每摄氏度约6%),反之亦然。虽然显示的数据是针对发射器温度的,但皮下温度和电导率之间存在相同的相关性。
温度和传感器电导之间的相关性可以用于确定在工作电极温度下的温度估计值(例如,以确定分析物传感器处的皮下温度)。在各种实例中,系统或方法可以使用非皮下温度(例如,发射器温度),或者系统或方法可以在不使用非皮下温度的情况下进行补偿(例如,如上所述,系统可以使用假定的参考温度或工厂校准的温度)。
可以使用多种模型(例如,线性模型、延迟模型、偏微分方程模型、时间序列模型)中的一个(或多个)来对工作电极温度进行初步估计。初步估计也可以基于预定参考值或本文所述的其他方法。然后,可以使用一个或多个传感器电导率测量值,将该初步估计值用于确定调整后的温度。例如,随着电导变化,可以计算相应的温度变化,并且可以将该温度变化应用于(例如,添加或从中减去)初始温度估计值或参考温度,以确定传感器电导测量时的温度。
在各种实例中,基于电导率的温度补偿技术可与本文所述的任一实例组合用于确定估计的皮下温度,或估计的皮下温度对来自于分析物传感器的信号的影响。例如,估计的皮下温度(例如,分析物传感器的工作电极上的温度)可以从第一次测量的非皮下温度(例如,发射器温度)确定,并且分析物传感器或其一部分的电导可以与非皮下温度测量同时测量。在稍后的时间,可以基于稍后时间的电导值(单点或平均值)与第一次的电导值(单点或平均值)之差来估计第二皮下温度。
图21中绘制的电导值2012示出了随着时间的向上漂移。如美国专利公开号US20150351672中所描述的,该漂移分量可能与传感器灵敏度漂移有关,该专利以引用方式并入。
在一些实例中,系统可以实现一种或多种技术以考虑漂移和避免或减少电导漂移对皮下温度估计或补偿数据的影响。此类解决漂移的技术可以,例如,重置温度估计值(例如,重新计算估计的温度和对未来值进行补偿的电导率基线),基于平均值的补偿(例如,针对基于长期平均值、加权平均值或滚动窗口的移动基线电导率进行补偿)。
在各个实例中,可以定期刷新皮下温度估计值或电导率基线。例如,可以通过重新计算估计值(例如,使用上述技术)来循环地(例如,周期性地)刷新新的皮下温度估计值(例如,工作电极温度)。可以针对与新的皮下温度估计值时间相关(例如,同时)的电导值(或平均值)来补偿未来的分析物浓度值。这种基于电导率的温度估计值的刷新(重置)可以去除或减少漂移分量的影响,从而产生更准确的温度估计值。
在一些实例中,可以基于条件的满足而触发重置、刷新或错误状态。条件可以例如基于比较电导率补偿的温度估计值与以不同方式(例如,不是基于电导)确定的皮下温度估计值(诸如基于发射器温度和线性模型、延迟模型或本文讨论的其他模型新计算的皮下温度估计值)。例如,当两个值相差大于设定的阈值时,可以满足该条件。在一些实例中,当比较满足错误条件时,可以改变错误状态(例如,可以宣告错误状态)。在一些实例中,电导率基线可以重置(例如,可以将基线更新为新的值或平均值),或者新的温度估计值可以与特定电导值相关。在一些实例中,可以应用分层方法,使得当差异超过重置阈值时可以应用重置程序,并且当差异高于大于重置阈值的错误阈值时可以应用错误条件(在这种情况下,重置仍然可能发生,也可能不会发生)。基于电导的温度估计值的这种重置可去除或减少图21中电导信号中可见的漂移分量(例如,电导值随时间向上漂移)。
在一些实例中,可以应用数字高通滤波器来阻止电导信号中的低频漂移分量,并且仅使温度相关的变化通过。诸如截止频率的滤波器特性可以基于实际测量的温度数据,优选基于皮下温度测量数据(例如,通过诸如傅立叶分解的频率分析)。
虽然以上讨论集中在电导率和电阻上,但应理解,温度补偿或温度估计值可以可替代地基于其他导电特性(例如,阻抗或导纳),这取决于分析物传感器系统的配置以及所施加的信号类型。
图22是使用电导率或阻抗进行温度补偿的示例性方法2200的流程图图解。在2202处,确定指示传感器部件在第一时间的电导率的第一值。在2204处,测定指示所述传感器部件在稍后时间的电导率的第二值。在2206处,接收代表宿主的分析物浓度的信号。在2208处,至少部分地基于所述第二值和所述第一值的比较来测定补偿分析物浓度水平。在一些实例中,确定第一值可以包括确定在接近或包括第一时间的时间段内的平均电导率。在一些实例中,所述方法还可包括测定与所述第一值具有时间相关性的第一估计皮下温度,以及测定与所述第二值具有时间相关的第二估计皮下温度,其中所述第二估计皮下温度是至少部分地基于所述第二值与所述第一值的比较而测定的。在一些实例中,所述方法可以包括测定与所述第二值具有时间相关性的第三估计皮下温度,基于所述第三估计皮下温度和所述第二估计皮下温度的比较来确定是否满足条件,并且响应于条件的满足而宣告错误或触发重置。所述方法可以包括触发重置,其中触发重置包括基于所述第三估计温度和所述第二值,或者基于指示在随后时间的电导率的第三值和与所述第三值具有时间相关性的第四估计皮下温度来确定随后的估计皮下温度。
在一些实例中,方法2200可以包括通过应用上述方法,或者通过应用滤波器来补偿所述电导值的漂移。
图23是使用电导率或阻抗测定估计的后续温度的示例性方法2300的流程图图解。在2302处,可以例如通过测量传感器部件的电导率或阻抗来测定指示传感器部件在第一时间的电导率的第一值。在2304处,可以例如通过进行第二次测量以测定电导率或阻抗来测定指示传感器部件在稍后时间的电导率的第二值。在2306处,可以至少部分地基于所述第二值与所述第一值的比较来确定估计皮下温度。如上所述,可以使用非皮下温度测量来确定首次估计的温度,并且可以基于指示电导率的值的变化来确定后续估计的皮下温度。当变化超过阈值时,或者比较满足错误条件或复位条件使,可以宣告错误条件或触发复位。应当理解,本文描述的任何估计温度都可以用作本文描述的任何温度补偿模型的输入。
温度传感器校准
在一些实例中,温度传感器可在制造步骤期间校准,其中处理温度是已知的或受控制的。例如,一些使用粘合剂或结构剂(例如环氧树脂)的传感器电子器件包装可以在已知或受控温度下固化。温度传感器可以在固化步骤中进行校准。在另一个实例中,当校准分析物传感器时,可以校准温度传感器。在另一个实例中,可以在初始穿戴时间段内校准温度传感器。例如,在初始时期(例如,在分析物传感器启动之后的前一个或两个小时)期间的温度传感器输出可以校准为预定平均值(例如,37℃)。
图10是使用参考温度值对连续葡萄糖传感器系统进行温度补偿的方法1000的示意性图解。该方法可以包括在1002处由指示连续葡萄糖传感器系统的部件的温度参数的第一信号确定第一值。方法可以包括在1004处接收指示葡萄糖浓度水平的葡萄糖传感器信号。该方法可以包括在1006处将第一值与参考值进行比较。
该方法可以包括在1008处基于所述葡萄糖传感器信号以及所述第一信号与所述参考值的比较,测定所述温度补偿的葡萄糖水平。
在一些实例中,该方法还可包括确定参考值。例如,可以从第一信号确定参考值。例如,连续葡萄糖传感器系统可以包括可插入宿主中的葡萄糖传感器,并且所述参考值是在将所述葡萄糖传感器插入宿主之后的指定时间段或在启动葡萄糖传感器之后的指定时间段期间测定的。在其他实例中,参考值可以在制造过程中确定。
在一些实例中,参考值可以是第一时间段期间的,并且可以在第一时间段之后的第二时间段测定第一值(例如,参考值可以是在传感器插入之后确定的并且可以相对于参考值对后续传感器读数进行补偿)。在一些实例中,参考值可以是长期平均值,而第一值可以是短期平均值。在一些实例中,可以基于后续接收到的温度值来更新参考值。例如,可以基于在所述第二时间段之后的第三时间段中获得的一个或多个温度信号值来更新所述参考值。
在一些实例中,可以基于从第一信号获得的多个样本值的平均值来确定参考值。
图11是示例性连续葡萄糖传感器的温度补偿方法1100的流程图图解。该方法可以包括在1102处接收温度信号的校准值。在一些实例中,可以在具有已知温度的制造步骤期间获得校准值。在一些实例中,可以在将连续葡萄糖传感器插入宿主之后的指定时间段内获得温度信号的校准值。例如,可以在预热期之后确定校准值,该预热期可以例如是在插入或启动传感器之后两个小时的时间段。例如,可以在预热期之后的后续时间段(例如,插入后的2-4小时)内确定校准值。该方法可以包括在1104处从温度传感器接收指示温度参数的温度信号。该方法可以包括在1106处从连续葡萄糖传感器接收指示葡萄糖浓度水平的葡萄糖信号。该方法可以包括在1108处至少部分地基于所述葡萄糖信号、所述温度信号和所述校准值来测定温度补偿的葡萄糖浓度水平。
涉及相对温差的方法
在一些实例中,相对温度变化可以用于温度补偿。例如,与对绝对温度的了解相反,通过使温度补偿基于相对于参考的偏差,可以将未校准的温度传感器或绝对准确度较低的温度用于温度补偿。这可以包括例如使用个性化的动态参考温度(例如,针对特定传感器或时段确定的参考温度,可以定期刷新或重新计算),以及使用与该参考温度的偏差来施加补偿。
在一些实例中,可以基于第一值相对于所述参考值的变化来确定与参考状态的温度差,而无需针对所述参考值校准温度。即使未确定绝对温度,这也可以例如实现补偿与参考值的温度差,这在温度传感器未经工厂校准时,确保准确的绝对温度或在使用具有良好的相对准确度或精确度,但不太可靠的绝对准确度或精确度的传感器时可能很有用。在一些实例中,可以至少部分地基于温度依赖性灵敏度值来测定温度补偿的葡萄糖水平,所述温度依赖性灵敏度值基于所述第一值与所述参考值的偏差而变化。
在一些实例中,可以使用具有低绝对准确度的温度传感器来执行温度补偿。例如,即使传感器在绝对意义上是不准确的(例如,绝对温度有+-3℃或5℃的变化),但传感器在相对意义上也可能足够准确(例如,准确地检测到传感器比前一个(参考)时间点高1℃)。使用这些类型的传感器可能是有利的,因为出于其他原因(例如,检测过热),传感器可内置于传感器电子器件中,并且可能需要更简单或更便宜的校准步骤。
在一个实例中,当接收到血糖值(例如,使用手指针刺的血糖仪)时,可以获得参考温度。例如,当接收到血糖值时,可以基于来自分析物传感器(葡萄糖传感器)的信号来确定(例如计算)葡萄糖灵敏度,并且可以将来自温度的信号作为(例如宣告)为参考温度。之后,可以使用来自温度传感器的信号来确定与参考温度的温度差,并且可以基于该温度差进行温度补偿。例如,稍后可以确定温度比参考温度高1.5℃,并且可以基于1.5℃的差异施加温度补偿。在一些实例中,与计算的温度差不同,温度补偿可以基于来自温度传感器的原始信号或经过处理的信号。
在各个实例中,可以在指定时间段内确定参考温度,例如,在启动传感器时段后的前两个小时或前24小时。在一个实例中,参考温度可以是指定时间段内的平均(例如,均值或中值)温度。在一些实例中,参考温度可以用于时段的其余时间。在其他实例中,参考温度可以循环地或周期性地更新。例如,参考可以每24小时更新一次,并且参考温度可以用于后续24小时。在一些实例中,出于温度补偿的目的,可以将参考温度假定为特定值(例如35℃,可以将其假定为一般受试者群体的平均皮下温度)。在一些实例中,可以将校准时(在制造期间或插入之后)的温度传感器值用作参考值。
可以使用本文描述的任何补偿方法(线性方法、有延迟的线性方法、多项式方法等),使用实时(或最近)温度信号和参考温度值来确定实时温度补偿。在一些实例中,使用相对温度的温度补偿可以获得使用校准的温度传感器所实现的MARD改善的75%(或更高)。
运动
可以检测运动或指示的条件,并将其用于确定温度补偿。例如,可以基于温度数据、加速计数据(例如,以检测步行或奔跑)、位置数据(例如,基于在与运动相关联的位置的存在,或基于与步行、奔跑或骑自行车相关联的位置移动)、生理数据(例如,呼吸、心率或皮肤表面状况)来检测运动。
在一些实例中,一种方法可包括检测所述第一温度信号的上升和所述第二温度信号的下降,并基于所检测到的上升和下降来调节温度补偿模型。在一些实例中,可以至少部分地基于所检测到的第一信号的上升和第二信号的下降来检测运动时段(例如,户外运动或对流冷却运动)。例如,第二信号的下降可指示在凉爽环境中开始运动时段(例如,冷天在外面,或者在主动冷却的环境中,例如靠近风扇的运动时段):来自外部(例如,传感器电子器件中)的第二传感器的温度信号可指示响应于室外环境温度低于室内环境温度,或响应于对流冷却(例如,由于奔跑或骑自行车或来自风扇,例如跑步机或其他锻炼空间附近的风扇)的温度下降。例如可以从比第二传感器更靠近人体定位的外部传感器或从皮下(例如,在葡萄糖传感器上或集成到葡萄糖中)的传感器接收的第一温度信号中的温度上升(或稳态温度),可指示由于运动产生的身体变暖,或者尽管环境温度发生了变化但由于运动产生的热量而温度没有下降。
图12是使用两个温度传感器进行温度补偿的示例性方法1200的流程图图解。方法1200可以例如在图2C所示的系统中实现。方法1200可以包括在1202处从葡萄糖传感器接收代表宿主的葡萄糖浓度水平的葡萄糖信号。
方法1200可以包括在1204处接收指示邻近所述宿主或所述葡萄糖传感器的第一温度参数的第一温度信号。方法1200可以包括在1206处接收指示第二温度参数的第二温度信号。在一些实例中,第一温度信号可以是从耦合到所述葡萄糖传感器的第一温度传感器接收的,并且第二温度信号可以是从耦合到所述葡萄糖传感器的第二温度传感器接收的。
方法1200可以包括在1208处至少部分地基于所述葡萄糖信号、所述第一温度信号和所述第二温度信号来测定补偿葡萄糖浓度水平。在一些实例中,可以至少部分地基于第一温度传感器和第二温度传感器之间的温度梯度或至少部分地基于第一温度传感器和第二温度传感器之间的热通量来测定补偿葡萄糖浓度水平。在一些实例中,方法1200可以包括如上所述基于两个温度信号(例如,基于检测到的温度的发散)并相应地进行补偿(例如,应用运动模型)来检测运动时段。
在一些实例中,方法1200还可以包括至少部分地基于所述第二温度信号来确定温度变化是由于辐射热或环境热引起的,并且基于所述确定来调节温度补偿模型。例如,当第二温度信号来自可穿戴式传感器的外表面附近的传感器,并且第二温度信号明显高于第一温度信号时,可以推断出该传感器正暴露于辐射热。在一些实例中,还可以考虑变化率。例如,快速的变化率可以指示浸入了热水中,其中随着逐渐的变化率可以指示暴露于辐射热。在一些实例中,状态模型可以包括辐射热状态、浸水状态、运动状态、环境空气温度状态或环境水温状态中的一种或多种,并且该状态模型可以用于对估计的葡萄糖浓度值的温度补偿。
温度传感器的其他用途
温度传感器可以用于多种其他目的。在一些实例中,可由温度估计BMI。例如,较低的温度往往与较高的BMI相关。估计的BMI值可以与其他应用共享。例如,决策支持系统可以将BMI用作模型或算法的输入,以确定针对受试者的指导(例如,葡萄糖校正剂量、运动建议或进食一定量或类型的碳水化合物或食物)。
在一些实例中,当温度传感器指示满足条件的温度时,可触发报警或警报。例如,当温度传感器指示满足统计条件的温度时(例如,温度与平均值或参考值相差一个标准偏差以上,或者与平均值或参考值相差超过指定数量的标准偏差)时,可以触发警报或警报。例如,可以使用皮下温度传感器,或使用传感器电子器件中的温度传感器来检测患者的潜在危险或有害状况(例如,高烧、中暑、体温过低等),并且可以通过警报或警报来传达该状况(例如,通过受试者的智能设备,或通过无线网络或互联网将其传达至看护人的智能设备)。在其他实例中,可检测到传感器或传感器电子器件潜在过热或过冷。在一些实例中,可以基于满足条件的温度传感器信号来识别潜在故障的温度传感器(例如,当温度传感器指示不太可能的范围内的温度时)。
在各种实例中,温度补偿,如本文所述,可连同分析物传感器一起使用,用于测量除葡萄糖以外的分析物。温度补偿技术可以与分析物传感器一起使用,用于测量任何分析物,包括本文所述的示例性分析物。
此外,在一些实例中,通过皮下温度传感器或使用在本文所述的传感器电子器件中的温度传感器测量的温度可以用于确定胰岛素剂量推荐。例如,宿主的身体可以根据温度不同地利用胰岛素。可以基于测得的温度对宿主的胰岛素剂量进行温度相关的调整。
检测传感器断开或一次性传感器的重复使用。
可以至少部分地基于温度变化或不存在温度变化来检测传感器断开连接或一次性传感器的重复使用(“重启”)。一些基于分析物的传感器系统可以配置有一次性的(可更换的)传感器部件和可重复使用的传感器电子器件包,例如CGM发射器,其可以与一次性传感器部件机械地和电气地耦合。一次性传感器部件可以设计成延伸到宿主的皮下层,并工作几天(例如7天、10天或14天),然后将一次性传感器部件移除并替换为新的一次性传感器部件。如图1的讨论中详细描述的,可重复使用的发射器可以无线耦合到控制设备(例如,智能设备),该控制设备可以包括用于输入可以发送到发射器的命令的用户界面。控制设备上的用户界面可以允许停止一个传感器时段,并开始新的传感器时段。
可以将传感器时段编程为定义的时间段(例如7天),在此之后该时段将到期(如果未通过用户界面手动停止)。在传感器时段到期或停止之后,可以通过用户界面启动新的时段。
在一些情况下,受试者(例如,患者)可以在不更换一次性传感器部件的情况下开始新的传感器时段,即受试者可以用停止该时段之前使用的相同一次性部件“重启”一个时段。由于各种原因,检测此类重启事件可能很有用。
可以至少部分地基于来自传感器电子器件包(例如CGM发射器)中的温度传感器的信号来检测传感器“重启”。例如,如果受试者打算重复使用一次性传感器部件,则受试者通常将停止一个传感器时段并开始新的时段,而无需从一次性部件中移除发射器。可以根据不存在与从传感器移除发射器相关的温度信号而检测出这种“重启”情况。
将发射器从宿主移除并重新连接到新的传感器时,如果传感器电子器件离开宿主足够长的时间(例如一分钟),则可以观测到包括温度下降的温度信号。图18A是温度与时间的关系图,其中在下午1:27将传感器电子器件包(Dexcom CGM发射器)从传感器(Dexcom葡萄糖传感器)中取出一分钟。在温度图中可见温度下降1802。图18B是类似的图,其中在下午3:34将传感器电子器件包取出了五分钟。在温度图中可以看到较大的温度下降1804,并且传感器需要半小时以上才能返回到变化之前检测到的稳态温度1806(约33℃)的趋势。
在各种实例中,可以基于温度下降的量(例如,在短时期内为3℃或5℃)、下降的斜率或下降期间信号的一致性(平滑度或缺乏可变性)或其组合来识别断开事件(例如,从传感器移除CGM发射器)。
在时段停止或开始时,可以根据不存在断开事件来识别传感器重启。在一些实例中,可以结合其他信息(例如,传感器时段的停止)从温度特征(例如,温度下降)确定断开事件。例如,当与断开相关的温度特征在时段结束之后不久(或不久之前)发生时,可以推断出传感器电子器件已从一次性传感器上移除。并且当停止和开始传感器时段但是不存在上述及图18A和18B中所示的温度下降时,可以推断出一次性传感器已重复使用,因为更换为新传感器需要从传感器上移除传感器电子器件(CGM发射器)。在一些实例中,可以结合加速计数据(例如,在发射器断开期间可能发生的快速移动或大幅移动,随后是温度下降)或其他传感器数据,从温度特征确定传感器移除。
图13是确定连续葡萄糖(或其他分析物)监测器重启的示例性方法1300的流程图图解。方法1300可包括在1302处从连续葡萄糖监测器上的温度传感器接收指示温度参数的温度信号。方法1300还可包括由所述温度信号确定所述连续葡萄糖监测器已重启。例如,如上所述,任选地结合其他传感器信息,可以从温度特征中缺乏断开事件来识别重启。
也可以使用皮下温度传感器来检测重启。当温度传感器位于皮下分析物传感器上时,传感器的温度读数通常会低于首次插入传感器时的身体温度(例如,更接近环境空气温度),并且随着传感器从身体吸收热量,检测到的温度可能预计会逐渐升高至身体温度。在一个实例中,由所述温度信号确定所述连续葡萄糖监测器重启可以包括:将传感器开启之前的第一温度信号值与传感器开启之后的第二温度信号值进行比较,并当比较满足相似性条件时宣告重启所述连续葡萄糖监测器。相似性条件可以包括温度范围。例如,当传感器重启(而不是更换)时,皮下传感器的温度通常不会改变,或者任何改变都是逐渐的。更换传感器后,可能会发生更显著的温度变化(例如,新传感器显示的温度可能不同于旧传感器)。
确定解剖学位置
在一些实例中,温度信息可以用于确定穿戴传感器的解剖学位置或解剖学位置的类型。例如,传感器可以穿戴在手臂或腹部。与腹部相比,将传感器(或传感器电子器件)戴在手臂上时可能会经历较冷的温度。例如,这可能是受下述事实驱动的:上臂离身体核心更远,或者手臂更可能暴露于空气(例如,穿着短袖衣服时)。戴在手臂上的传感器也可能经历更大的温度可变性,尤其是在睡眠期间(例如,至少是晚上的一部分时间,当手臂比腹部更有可能在任何床单或毯子的外面时)。在一些实例中,可以基于在指定时间段内(例如,在穿戴的前24小时内)的平均(例如,均值或中值)温度来确定解剖学位置。例如,当平均温度满足条件时,例如当平均温度超过指定的温度阈值(例如32℃)时,可以将传感器设备位置宣告为腹部。在另一个实例中,例如,可以基于可变性条件,例如,在指定时期内的温度变化的第一标准偏差(例如,夜间或睡眠时间)小于指定量(例如,小于1℃)来检测腹部传感器位置。在一些实例中,可以基于温度条件和可变性条件的组合来检测腹部位置,例如,当平均温度超过指定的温度阈值(例如32℃)或当指定时期内温度变化的第一标准偏差小于指定量(例如,小于1℃)时,可以宣告腹部位置。图16是显示针对两个传感器的温度(y轴)与时间(x轴)的图解说明。第一曲线图1602(虚线)示出了来自放置在腹部上的传感器的数据。第二曲线图1604(实线)示出了来自放置在手臂上的传感器的数据。对于前四个小时,宿主未穿戴传感器(例如尚未插入),并且来自传感器的数据大致相关。4小时后,将传感器插入宿主中,温度迅速上升。在该转变之后,第一曲线图1602和第二曲线图1604之间的变化明显,因为第二曲线图1604(对应于臂装式传感器)显示出较低的温度和较高的可变性。图17是几十个传感器设备在前24小时内标准偏差与平均温度的关系图。使用以上讨论的方法(SD>1.0且均值温度<32℃),识别出位于手臂上的传感器设备,其具有高灵敏度(除了五个以外的所有臂装式传感器被确定为这样)和良好的特异性(根据所述方法只有六个腹装式传感器被确定为在手臂上)。在一些实例中,示例性温度方法可以与来自其他传感器的信息(例如,加速计数据)组合以进一步提高灵敏度和特异性。在一些实例中,学习到的模型(例如,使用神经网络)可以用于识别模式或关系,并且该模型可以应用于确定位置。此类方法可以实现更高的灵敏度或特异性。虽然示出了特定的“手臂”和“腹部”位置,但也可以使用其他位置或类别(例如,可以确定下背部位置,或者“躯干”位置可以包括腹部和下背部)
图14是确定传感器的解剖位置的示例性方法1400的流程图图解。该方法可以包括在1402处接收指示宿主上连续葡萄糖传感器的部件的温度的温度信号。该方法可以包括在1404处至少部分地基于所接收的温度信号来确定所述连续葡萄糖传感器在宿主上的解剖位置。在一些实例中,所述解剖位置可以至少部分地基于感测到的温度而确定。在一些实例中,可以至少部分地基于温度信号的可变性来确定解剖学位置。例如,与插入腹部或下背部的传感器相比,在周围位置(例如,在手臂上)插入的传感器或在衣服上不太可能被覆盖的位置插入的传感器可能会见到更大的温度变化。在一些实例中,该方法还可包括接收加速计信号,并且确定解剖学位置可以包括基于该加速计信号确定解剖学位置。例如,较高的活动水平或较频繁的姿势变化(均可从加速计信号确定)可指示周围位置(例如,在手臂的背面),而较低的活动水平或较不频繁的姿势变化,或者更多周期性的姿势变化(例如与睡眠或坐姿相关),可指示腹部或下背部位置。在一些实例中,位置变化率的分布可以用于识别解剖学位置。例如,偏向更高变化率的分布可表明周围位置(例如,在手臂上),偏向更低变化率的分布可表明在躯干上的位置(例如,腹部)。在另一实例中,可以使用神经网络或其他学习到的模型来学习可用于确定或预测解剖学位置的模式或关系(例如,使用传感器数据并任选地基于用户输入的指示指定解剖学位置的数据)。
在1406处,在一些实例中,温度补偿可以至少部分地基于解剖学位置。例如,温度补偿算法可以说明以下事实:腹部或下背部的皮下温度变化可能比手臂的皮下温度变化更慢,而手臂的质量较低,可以充当散热器或热源。
压迫检测
在一些实例中,可以至少部分地基于来自温度传感器的信号检测压迫。例如,当人躺在或斜靠在传感器上时,可能会发生传感器的压迫,这可能在睡眠期间发生。葡萄糖传感器的压迫可产生低于实际的估计葡萄糖值。当受试者躺在葡萄糖传感器上时,传感器的温度可能会上升。可以至少部分地基于传感器的温度上升来检测传感器的压迫。在一个实例中,与温度升高同时或在其之后发生的葡萄糖水平的快速下降可以指示传感器被压迫。在一些实例中,诸如活动信息之类的附加信息可以与温度组合使用。例如,估计葡萄糖的快速下降结合低活动性(表明受试者没有运动)和传感器温度上升(表明受试者正躺在传感器上),可指示压迫较低。在一些实例中,可以响应于可能的低压迫来触发警报。例如,可以经由智能设备传递通知,或者可以从智能设备或传感器发出声音,这可以提示受试者离开传感器以允许获得准确的估计葡萄糖浓度水平。
睡眠检测
在一些实例中,可以至少部分地基于温度传感器信息来检测睡眠。例如,在睡眠期间可以观察到较高的温度。在睡眠中可以观察到更一致的温度或温度模式。可以通过应用模型或算法来检测温暖温度的时期、一致的温度或温度模式(例如,与被遮盖的或未被遮盖的手臂传感器相对应的二进制模式),并任选地与其他传感器信息组合来检测睡眠。在一些实例中,温度信息可以与来自3D加速计的姿势信息、活动信息,呼吸或心率或其任一组合结合,用于检测睡眠。在一些实例中,警报行为可响应于睡眠检测而变化。例如,可以调整警报阈值以减少睡眠期间的警报次数,或者可以调整警报触发器以提供处理降血糖事件的时间,或者仅某些类型的警报(例如,更紧急的警报)可以在检测到睡眠时发出声音。
在一些实例中,可以在睡眠期间提供或修改压迫检测、补偿或警报。例如,当一个人在睡觉并且估计的葡萄糖值突然急剧下降时,可以基于睡眠状态和估计的葡萄糖值的突然下降,任选地结合其他信息,诸如葡萄糖曲线的不连续性、温度升高或其他信息来推断压迫。
其他示例性温度传感器
在一些实例中,期望降低在分析物传感器系统诸如图1的分析物传感器系统8中所述包括的硬件成本。例如,分析物传感器系统8的部件,诸如全部或部分传感器电子器件12和/或连续分析物传感器10,可以是用于持续几天的传感器时段,然后丢弃的一次性产品。因此,可能期望由廉价的温度传感器获得高度准确的温度值。
本文所述的各种实例涉及利用经过训练的温度补偿模型由系统温度传感器生成补偿温度值的系统和方法。在一些实例中,经过训练的温度补偿模型可以补偿导致原始温度数据中的误差的因素,诸如噪声或其他非线性。如本文所述,利用经过训练的模型来补偿来自系统温度传感器的温度值,可以使用较便宜或较容易获得的系统温度传感器来生成可接受的准确温度值。例如,在一些实例中,如本文所述,使用经过训练的模型可以允许使用较便宜或更容易获得的温度传感器,诸如与专用集成电路(ASIC)处的合适二极管一起包含或由其产生的传感器或分析物传感器系统8的其他部件。
温度补偿模型可以是任何合适类型的模型,包括例如神经网络、状态模型或任何其他合适的训练模型。温度补偿模型的输入可以包括例如原始温度数据和未补偿的温度数据。原始温度数据包括由系统温度传感器生成的用于指示温度的数据,诸如电流、电压、计数等。未补偿的温度数据可包括指示未补偿的温度的数据。例如,在一些实例中,温度传感器提供指示由原始温度数据得出的温度的数据。在一些实例中,温度补偿模型的输入可以包括原始温度数据和未补偿的温度数据。在一些实例中,温度补偿模型的输出可以包括补偿温度值。
在一些实例中,作为补偿温度值的补充或替代,该温度补偿模型的输出可以包括描述由系统温度传感器生成的原始温度数据与对应的温度值之间的关系的传感器特性。例如,温度补偿模型的输出可以包括斜率和偏移量。可以将斜率和偏移量应用于系统温度传感器生成的原始温度数据,以生成补偿温度值。
例如,可以利用比系统温度传感器更精确的参考温度传感器来训练温度补偿模型。图24是用于训练温度补偿模型的示例性方法2400的流程图图解。可以定位系统温度传感器和参考温度传感器,以测量物体(例如表面)的温度、容器中的液体量等。在2402处,将物体加热和/或冷却至第一温度。当物体处于各种温度下时,可以在2404处将输入提供给温度补偿模型。响应于输入,温度补偿模型生成一个或多个模型输出。在2406处将所述一个或多个模型输出与参考温度传感器测量的参考温度进行比较。
在2408处,基于参考温度和温度补偿模型的输出之间的误差修改模型参数。该误差指示作为模型输出和/或使用模型输出生成的补偿温度值与参考温度之间的差异。误差用于修改模型的参数。例如,可以执行并重复方法2400,直到模型收敛为止。当温度补偿模型的误差始终在可接受范围内时,该模型可能会收敛。在一些实例中,针对每个分析物传感器系统8训练温度补偿模型。在其他实例中,分析物传感器系统8和相关联的系统温度传感器可以具有相似的特性,从而允许在一个分析物传感器系统8上训练的温度补偿模型用于其他分析物传感器系统8,例如具有与用于训练该模型的分析物传感器系统8相似的部件的其他分析物传感器系统8,与用于训练该模型的分析物传感器系统8在同一批次中制造的其他分析物传感器系统8,等等。
图25是利用经过训练的温度补偿模型的示例性方法2500的流程图图解。在2502处,从系统温度传感器接收数据。该数据可以包括例如原始温度数据和/或未补偿的温度数据。在2504处,将从系统温度传感器接收的数据应用于该模型以生成一个或多个模型输出。模型输出可以包括补偿温度值和/或系统温度传感器参数,诸如斜率和偏移量,这些参数可以用于生成补偿温度值。
任选地,在2506处,模型输出用于生成补偿温度值。例如,如果模型输出包括补偿温度值和/或如果模型输出不包括系统温度传感器参数,则可以省略在操作2506处生成补偿温度值。在2508处,应用补偿温度值。例如,补偿温度值可以本文描述的结合分析物传感器利用温度的任何方式应用。
在一些实例中,例如,在传感器时段开始时,使用从传感器接收的原始传感器数据的一部分来执行操作2502和2504。将原始温度值应用于该模型可产生系统温度参数,例如斜率和偏移量。将系统温度参数应用于随后接收的原始传感器数据,以生成后续补偿温度值。
如本文所述,宿主的运动状态可影响将要应用以生成温度补偿的葡萄糖浓度的温度补偿模型。可以以各种不同的方式来确定宿主的运动状态,包括例如利用如本文关于图7所描述的第三传感器信号。在一些实例中,作为使用第三传感器的补充或替代,可以使用其他技术来检测运动状态。
图26是用于检测运动状态的示例性方法2600的流程图图解。示例方法2600通过检查葡萄糖传感器信号的本底噪声、温度参数信号的本底噪声或两者来检测宿主的运动状态。本底噪声是与信号关联的噪声级别。例如,本底噪声可以是信号中除目标值以外的噪声源的总和。例如,葡萄糖传感器信号的本底噪声是信号中除葡萄糖之外的噪声源的总和。温度参数信号的本底噪声是温度参数中除温度指示以外的噪声源的总和。在一些实例中,当宿主处于运动状态时,与运动相关的生理行为表现在影响葡萄糖传感器信号和/或温度参数信号的附加噪声源中。因此,方法2600通过测量相应本底噪声来检测运动状态。方法2600可以在分析物传感器系统8处执行,例如在传感器电子器件12处和/或在显示设备14、16、20处执行。
方法2600可以包括在2602处访问葡萄糖传感器信号。例如,可以从连续葡萄糖监测器(CGM)接收葡萄糖传感器信号。方法2600可以包括在2604处访问温度参数信号。访问温度参数信号可以包括例如接收指示温度、温度变化和/或温度偏移的信号。
方法2600可以包括,在操作2606处,确定葡萄糖传感器信号、温度参数信号或两者的本底噪声。一个或多个本底噪声可以任何合适的方式来确定。在一些实例中,可以通过查找信号的最低值来逼近信号的本底噪声。在另一个实例中,可以使用频谱分析来查找信号的本底噪声。
方法2600可以包括在2608处确定是否满足本底噪声阈值。在一些实例中,如果葡萄糖传感器信号的本底噪声大于第一阈值或者如果温度参数信号的本底噪声大于第二阈值,则满足在2610处的阈值。在一些实例中,如果葡萄糖传感器信号的本底噪声大于第一阈值并且如果温度参数信号的本底噪声大于第二阈值,则满足在2610处的阈值。
如果满足本底噪声阈值,则宿主处于运动状态。因此,方法2600包括在2610处基于温度参数信号来修正温度补偿以考虑运动状态。本文关于方法700(例如708和710)以及方法800(806)描述了如何执行该操作的实例。例如,如本文所述,温度参数信号可以在用于生成温度补偿的葡萄糖浓度之前应用于运动模型。如果不满足本底噪声阈值,则宿主可能未处于运动状态,并且在2612处可以返回无运动状态的指示。可替代地,代替发送无运动状态的指示,方法2600在2612处可以改为抑制修正温度补偿。
如本文所述,基于温度参数的变化率来检测宿主处于运动状态。在一些实例中,这可以使用变化分布函数来执行。变化分布函数指示信号的连续样本上变化率的分布。图27是示出了第一变化分布函数和第二变化分布函数2702的图表2700,该第一变化分布函数示出了处于静止(例如,未运动)状态的宿主,第二变化分布函数2704示出了处于运动状态的宿主。在图表2700中,水平轴指示温度信号的变化率,该温度信号指示葡萄糖传感器处的皮下温度。纵轴指示变化率的累积分布。如图所示,累积分布函数2702大约以零变化率为中心,这意味着连续样本之间大约一半的变化率大于零,而大约一半小于零。累积分布函数704向低倾斜,这意味着当宿主处于运动状态时,小于零的变化率多于大于零的变化率。如本文所述,这一点可以通过检查温度参数信号样本(诸如示例性直方图2706)之间的变化率来加以利用。
图28是使用温度参数信号样本的变化率分布来检测运动状态的示例性方法2800的流程图图解。方法2800可以在分析物传感器系统8处执行,例如在传感器电子器件12处和/或在显示设备14、16、20处执行。
方法2800可以包括在2802处访问当前温度参数信号样本。方法2800可以包括在2804处确定当前温度参数信号样本与前一温度参数信号样本之间的变化率。变化率可以是差异。如本文所述,变化率可以为负(例如,如果当前样本小于前一样本)或为正(例如,如果当前样本大于前一样本)。方法2800可以包括在2806处存储当前变化率。
在2808处,对包括新存储的变化率在内的历史变化率应用分类符。例如,分类符可以表示预定数量的样本(例如30个样本)中的变化率分布。将预定数量的样本中测得的变化率分布与分类符进行比较。在2810处,确定所测量的变化率分布是否满足分类符。例如,分类符可以描述在落入多个范围的样本之间测量的变化率的数量或数量范围。下表3提供了示例性分类符:
表3:
<-0.4 | -0.4->-0.2 | -0.2->0.2 | 0.2-0.4 | >0.4 |
>2 | >10 | >10 | <5 | <2 |
在表3的实例中,如果测得的变化率小于-0.4℃/min的数量大于2,测得的变化率在-0.4和-0.2℃/min之间的数量大于10,依此类推,则变化率测量分布满足分类符。
如果满足分类符,则宿主处于运动状态。因此,方法2800包括在2612处基于温度参数信号来修正温度补偿以考虑运动状态。本文关于方法700(例如708和710)以及方法800(806)描述了如何执行该操作的实例。例如,如本文所述,温度参数信号可以在用于生成温度补偿的葡萄糖浓度之前应用于运动模型。如果不满足分类符,则宿主可能未处于运动状态,并且在2614处可以返回无运动状态的指示。可替代地,代替发送无运动状态的指示,方法2600在2614处可以改为抑制修正温度补偿。
在一些实例中,本文所述的各种温度传感器布置中的任何一个都可以用于在储存和/或运输期间测量分析物传感器的温度。例如,在传感器时段之前分析物传感器所暴露的峰值温度可能会影响传感器的性能。例如,在传感器时段之前分析物传感器所暴露的峰值温度可能会影响分析物传感器插入宿主皮肤中时的初始灵敏度和基线。同样,在一些实例中,如果分析物传感器所暴露的峰值传感器过高,则该传感器可能不再适合使用。
在各种实例中,分析物传感器系统,诸如图1的分析物传感器系统8,配置为使用本文所述的各种传感器布置中的一种或多种,以在存储和/或运输期间周期性地记录分析物传感器系统处的温度。图29是用于记录运输期间分析物传感器系统处的温度的示例性方法2900的流程图图解。例如,在将分析物传感器系统包装进行储存和/或运输时,可以对分析物传感器系统(例如,其传感器电子器件12)进行编程以执行方法2900。
方法2900可以包括在2902处分析物传感器系统唤醒。例如,如本文所述,分析物传感器系统的处理器可以编程为周期性地唤醒。唤醒后,分析物传感器系统可以在2904测量当前温度。分析物传感器系统可以包括本文所述的任何温度传感器布置,并且可以使用一种或多种温度传感器布置在2904处测量温度。分析物传感器系统可以在2906处记录测得的温度。可以例如在数据存储存储器(例如,图2中的220)或分析物传感器系统处的另一合适的数据存储位置处记录测得的温度。在2908处,分析物传感器系统等待一个时期。一个时期可以是例如10分钟、一小时、一天等。在等待一个时期后,分析物传感器系统返回到2902,并再次如上所述唤醒。
将分析物传感器系统储存和/或运输给宿主以供使用时,其可以执行方法2900。以此方式,分析物传感器系统可以到达宿主处以利用存储在数据存储存储器中的周期性温度测量的记录来开始传感器时段。
图30是用于以分析物传感器时段开始传感器时段的示例方法3000的流程图图解,分析物传感器时段包括来自分析物传感器系统的运输和/或存储的周期性温度测量值的记录。在3002处,分析物传感器系统开始传感器时段。例如,这可能在分析物传感器系统的分析物传感器位于宿主处时,例如,在分析物传感器插入宿主的皮肤中时发生。在3004处,分析物传感器系统确定在传感器时段之前分析物传感器系统所暴露的峰值温度。这可以包括例如读取周期性温度测量值的记录并从该记录中确定最高温度测量值。最高温度测量值可以是峰值温度测量值。
在3006处,分析物传感器系统确定峰值温度测量值是否大于阈值。阈值可以是例如在传感器时段之前分析物传感器可以暴露的,而不会在该时段期间损害传感器性能的最高温度。如果峰值温度大于阈值,则分析物传感器系统可以在3010处中断传感器时段。例如,这可以包括将消息发送至一个或多个显示设备,例如显示设备14、16、18和/或20,表明分析物传感器或传感器系统不适合使用,并且应该使用不同的传感器或分析物传感器系统。
在3006处如果峰值温度不高于阈值,则分析物传感器系统可以基于峰值温度来选择初始传感器时段参数。初始传感器时段参数可以是或包括例如初始灵敏度、初始基线等。初始传感器时段参数可以被分析物传感器系统使用,例如用于使用原始传感器数据来生成分析物浓度值。在一些实例中,在传感器试用(break-in)时期之后使用初始传感器时段参数。在一些实例中,分析物传感器将经过训练的模型应用于峰值温度,以确定一个或多个初始传感器时段参数。在另一个实例中,将峰值温度与初始传感器时段参数之间的关系存储在分析物传感器系统处,例如查找表中。在一些实例中,作为峰值温度的补充或替代,分析物传感器系统可以确定平均温度、中值温度等,或包装期间温度的其他合适指示。
在一些实例中,方法2900和/或3000,作为温度的补充或替代,包括考虑湿度。例如,参照方法2900,分析物传感器系统可以在唤醒时测量湿度。可以任何合适的方式测量湿度。例如,在2018年12月28日提交的美国专利申请序列号62/786,166中描述了基于传感器的膜阻抗测量分析物传感器处的湿度的系统和方法。该专利申请的代理人案号为638PRV,标题为“具有阻抗测定的分析物传感器”,其通过引用整体并入本文。参照方法3000,如果分析物传感器暴露于确定范围之外的湿度,则可以中断传感器时段。此外,分析物传感器所暴露的峰值湿度可用于确定初始传感器时段参数。
在一些实例中,可以将二极管用作温度传感器。例如,通过利用跨二极管的电压降的温度依赖性,可以将二极管用作温度传感器。考虑下面方程式2给出的肖克利二极管方程式:
在方程式2中,VT通过下面的方程式3给出:
在方程式2和方程式3中,I是通过二极管的正向电流。Is是反向偏置饱和电流。VD是二极管上的电压。VT是热电压,由方程式3给出。n是二极管的理想因子,k是玻耳兹曼常数。q是基本电子电荷。T是二极管的绝对温度(以开尔文为单位)。重新排列电压的方程式2和3得出以下方程式4:
要去除未知的反向偏置饱和电流,可以向二极管提供两个已知的二极管电流,在如ΔVD所示的和由方程式5给出的两个不同的已知电流下存在电压差:
求解温度得到:
在一些实例中,温度T对二极管的理想因子n的依赖性可以通过使用基极连接到集电极(例如,“二极管连接的”)的二极管连接的NPN晶体管作为二极管来减小。在这种布置下,理想因子n接近于一,并且可以从方程式6中去掉。
各种实例利用方程式6的关系而使用二极管测量分析物传感器系统处的温度。例如,本文所述的NPN晶体管和相关电路可以比适当准确的温度传感器便宜,并且在一些实例中,便宜得多。
图31是可以在分析物传感器系统处实现以使用二极管来测量温度的示例性电路布置3100的图解。电路布置3100包括第一和第二电流源3102、3104以及二极管连接的NPN晶体管3106。尽管在图31中示出了二极管连接的晶体管3106,但是在其他实例中,可以使用不同类型的二极管。
电流源3102是在该实例中提供约10uA电流的恒定电流源。电流源3104是提供40uA脉冲的脉冲电流源。电流源3102、3104可以以任何合适的方式来实现,例如,利用一个或多个晶体管。将来自电流源3102和电流源3104的电流提供给二极管连接的晶体管3106,这样二极管连接的晶体管3106处的电流是来自电流源3102的电流和来自电流源3104的电流之和。这由曲线图3108示出。在该实例中,当脉冲电流源3104接通时,提供给二极管连接的晶体管3106的电流为50uA,是来自电流源3102的恒定电流10uA和来自电流源3104的脉冲电流40uA之和。当脉冲电流源3104断开时,提供给二极管连接的晶体管3106的电流是恒定电流路径3102提供的10uA。在该实例中,电流源3102、3104经由电阻器3110、3112提供电流。
在这种布置中,如曲线图3108所示,二极管连接的晶体管3106接收两个已知的电流。如本文所证明的,在第一电流(V1)下跨二极管连接的晶体管3106的电压降的值与在第二电流(V2)下跨二极管连接的晶体管3106的电压降的值之间的差指示二极管连接的晶体管3106处的pn接点的温度。
为了测量电压差,取样保持(S/H)电路3116接收指示在输入端跨二极管连接的晶体管3106的电压降的电压值。在时钟输入端,S/H电路3116接收脉冲电流源3104何时关闭的指示。这可以例如通过使用反相器3118来使由脉冲电流源3104产生的信号反相而实现。因此,S/H电路3116的输出可以是电压值V1,指示在由第一电流源3102提供的电流下跨二极管连接的晶体管3106的电压降。
可以使用双斜率集成模数转换器(ADC)3114将电压值V1和电压值V2之差转换为数字信号,该数字信号可以例如由分析物传感器系统的处理器耗损。双斜率集成ADC 3114包括第一输入端3120和第二输入端3122。比较器3124具有接地的非反相输入端和耦合至开关3128的反相输入端。开关3128交替地将第一输入端3120(通过电阻器RA)或第二输入端3122(通过电阻器RB)连接到反相输入端。电容器3126耦合在比较器3124的反相输入端与ADC3114的输出端VOUT之间。
在图31的实例中,将表示V1的S/H电路3116的输出提供给ADC 3114的输入端3122。在输入端3120处提供跨二极管连接的晶体管3106的电压降。将开关3128定时以在脉冲电流源3104接通时将输入端3120提供给比较器3124的反相输入端,并且在电流源3104断开时将输入端3122提供给反相输入端。
因此,当电流源3104断开时,电容器3126充电至电压V1,该电压是从电流源3102跨二极管连接的晶体管3106的电压降。当电流源3104接通时,开关3128将输入端3120连接至反相输入端,从而使电容器3126充电至电压V2,该电压是由于电流源3102、3104的组合电流产生的跨二极管连接的晶体管3106的电压降。当电流源3104再次断开时,开关3128连接电压V1,并且电容器3126处的电压(还有VOUT)衰减至V1。这由曲线图3130所示,其在垂直轴上示出了VOUT并且在水平轴上示出了时间。当VOUT增大时,电流源3104接通,并且开关3128在反相输入端连接V2。当VOUT衰减时,电流源3104断开,并且开关3128在反相输入端连接V1。VOUT从V2衰减到V1所需的时间指示V2和V1之间的差异。例如,根据上面的方程式6,这可以用于推导出二极管连接的晶体管3106处的温度。
在一些实例中,该电路布置3100包括比较器3132,该比较器将指示电压值V1的S/H电路3116的输出与和ADC 3114的VOUT输出进行比较。当VOUT等于或小于V1时,比较器的输出(COMP OUT)可改变状态。因此,分析物传感器系统的传感器电子器件可以通过在开关3128连接至输入端3122时启动数字计数器并且在比较器输出COMP OUT改变状态时停止数字计数器来测量V1和V2之差。
在一些实例中,设有“与”门3134以产生逻辑“与”的比较器输出(COMP OUT)和时钟信号。“与”门3134的输出可用于停止数字计数器。这可以确保比较器的状态仅在电容器3126上的电压衰减时才会改变。
图32是使用二极管,诸如图31的二极管连接的晶体管3106来测量分析物传感器系统处的温度的方法3200的流程图图解。方法3200可以包括在3202处,在二极管处施加第一电流。方法3200还可包括在3204处测量指示在第一电流下跨二极管的电压降的电压V1。方法3200还可包括在二极管上施加第二电流(3206)并测量第二电压V2,该第二电压V2指示在第二电流下跨二极管的电压降(3208)。
在3210处向双斜率集成ADC提供第一电压V1和第二电压V2。在3212处,例如,使用数字计时器来测量ADC的输出从第二电压V2衰减到第一电压V1的时间。如本文所述,结果可以是指示二极管处的温度的数字值。
如本文所述,温度可影响分析物传感器系统诸如葡萄糖传感器系统的性能的一种方式与温度依赖性的区室偏倚有关。葡萄糖传感器插入宿主皮肤的插入部位。在宿主的皮肤下,葡萄糖传感器直接测量插入部位的葡萄糖浓度,例如,在插入部位存在的间质液的葡萄糖浓度。然而,间质液中的葡萄糖浓度可能与患者血液中的葡萄糖浓度不相同。区室偏倚表示葡萄糖传感器插入部位的葡萄糖浓度与宿主的血糖浓度之间的差异。
区室偏倚可能是由于宿主细胞消耗葡萄糖所致。例如,来自宿主血流的葡萄糖提供至宿主脉管系统的毛细管中的宿主细胞。葡萄糖从毛细管扩散到宿主细胞中。最近的毛细管或毛细管系统与插入部位之间的细胞会消耗葡萄糖。由于这种消耗,插入部位的葡萄糖浓度,也称为间质葡萄糖浓度,低于血糖浓度,也称为血糖浓度或毛细管葡萄糖浓度。间质葡萄糖浓度低于血糖浓度的量是区室偏倚。
在一些实例中,葡萄糖从宿主毛细管扩散到插入部位的速率和/或宿主毛细管与插入部位之间的细胞消耗葡萄糖的速率随温度变化。例如,当宿主皮肤变暖时,葡萄糖可以更快地扩散。因此,葡萄糖传感器系统可以应用对葡萄糖传感器信号进行补偿的区室模型,其中区室偏倚可以取决于温度。方程式7给出了示例性区室模型:
在方程式7中,IG(t)是间质葡萄糖浓度。是随时间变化的间质葡萄糖浓度IG(t)的第一导数。BG(t)是血糖。值τ1和τ2是模型时间参数。方程式7是微分方程,可以对其进行求解以得出间质葡萄糖浓度IG和血糖浓度BG之间的模型关系,如方程式8所给出的:
时间参数τ1和τ2可以取决于温度。例如,葡萄糖传感器系统可以将时间参数τ1和τ2建模为温度的函数。当葡萄糖传感器系统接收到葡萄糖传感器信号和温度传感器信号时,葡萄糖传感器系统可利用温度传感器信号推导出时间参数τ1和τ2,然后使用区室模型中的时间参数,例如方程式7和8给出的时间参数,以找到补偿葡萄糖浓度。
在一些实例中,葡萄糖传感器系统利用区室模型,该区室模型包括适用于间质葡萄糖浓度项IG和血糖浓度项BG两者的单个时间参数τ。在一些实例中,方程式7和8的区室模型的时间参数τ1和τ2之差与宿主毛细管和插入部位之间的细胞的葡萄糖消耗有关。因此,在一些实例中,可以通过考虑葡萄糖消耗来使用单个时间参数τ。方程式9给出了说明葡萄糖消耗的示例区室模型:
在方程式9中,C(t)是消耗项。
在一些实例中,消耗项C(t)可以如方程式10所给出那样进行建模:
在方程式10中,Vmax是宿主细胞的最大消耗速率。Km是耗速率为Vmax的一半时的葡萄糖浓度。[si]是宿主毛细管和插入部位之间的第i个细胞层的细胞层葡萄糖浓度。如方程式10所示,对每单位体积(例如,每dL)的细胞数量n求和得出消耗量。
图33说明了示例性传感器插入部位3300,其示出了传感器插入部位3300与宿主毛细管部位之间的细胞层。在该实例中,示出了i=0-4的五个细胞层。第0层的细胞,诸如细胞3302,具有细胞层葡萄糖浓度S0。第1层的细胞,诸如示例性细胞3304,具有细胞层葡萄糖浓度S1。第2层的细胞,诸如示例性细胞3306,具有细胞层葡萄糖浓度S2。第3层的细胞,诸如示例性细胞3308,具有细胞层葡萄糖浓度S3。第4层的细胞,诸如示例性细胞3310,具有细胞层葡萄糖浓度S4。
在一些实例中,葡萄糖传感器系统可以应用方程式9和10,假定细胞层葡萄糖浓度[si]是独立于距传感器插入部位的距离的常数。例如,在一些实例中,假定所有细胞的细胞层葡萄糖浓度[si]是间质葡萄糖浓度IG和血糖浓度的平均值。在此假定下,方程式9和10可以如方程式11所给出的那样逼近:
求解方程式11的血糖浓度得到可用于生成补偿葡萄糖浓度的模型。例如,葡萄糖传感器系统可以利用温度传感器信号来确定τ的值,然后将τ应用于方程式11的解,以生成补偿葡萄糖浓度。
在其它实例中,葡萄糖传感器系统可以应用方程式9和10,假定来自方程式10的总和的消耗项为i的线性函数,例如,如方程式12所示:
在方程式12中,a是斜率,b是偏移量。鉴于该假定条件下,以上方程式10给出的消耗降低到方程式13所示的形式:
并且区室偏倚模型由方程式14表示:
求解方程式14的血糖浓度得到可用于生成补偿葡萄糖浓度的模型。例如,葡萄糖传感器系统可以利用温度传感器信号来确定τ的值,然后将τ应用于方程式14的解,以生成补偿葡萄糖浓度。
本文所述或示出的任何方法都可以包括至少部分地基于确定的温度补偿的葡萄糖浓度水平来递送疗法,诸如递送胰岛素(例如,使用可穿戴式泵或智能笔)。例如,可以将温度补偿的葡萄糖水平提供给泵、智能笔或其他设备,所述泵、智能笔或其他设备可以使用温度补偿的葡萄糖水平来确定疗法。所述方法也可以组合(例如,以串行或并行形式),或者可以混合在一起以形成组合了两种或更多种方法的聚合方法。
本文所述的系统、设备和方法可以应用于任何类型的分析物传感器或任何类型的葡萄糖传感器。对“葡萄糖传感器”或“分析物传感器”或“葡萄糖监测器”的任何具体提及应理解为适用于任何葡萄糖传感器、分析物传感器、葡萄糖监测器或其他受温度影响的传感器。例如,在葡萄糖传感器的上下文中描述的方法也适用于其他类型的分析物传感器。
虽然已经在生理传感器和温度补偿的背景下描述了评估或校正温度测量的方法,但是所述方法也可以应用于与温度信息和温度信息的准确度相关的其他背景下。例如,所述方法可以应用于温度设备在智能设备诸如手持设备、智能电话、车辆、手表、智能眼镜或其他可穿戴设备中的使用。
这些非限制性实例中的每一个可独立存在,或可以各种排列或组合与其它实例中的一个或多个组合。
以上详细描述包含对随附图式的参考,所述随附图式形成详细描述的一部分。附图借助于图解来示出可实践本发明的特定实施方案。这些实施方案在本文中也称为“实例”。此类实例可包含除了所示出或描述的那些元件以外的元件。然而,本发明人还预期其中仅提供所示出或描述的那些元件的实例。此外,本发明人还预期使用关于特定实例(或其一个或多个方面)或关于本文所示出或描述的其它实例(或其一个或多个方面)而示出或描述的那些元件的任何组合或排列的实例(或其一或多个方面)。
如果本文件与通过引用方式并入的任何文件之间发生不一致的用途,以本文件的用途为准。
在本文件中,如专利文件中常见,使用术语“一(a/an)”以包含一个或超过一个,这与“至少一个”或“一个或多个”的任何其它例子或使用无关。在本文件中,除非另有指示,否则术语“或”用于指非排它性的或使得“A或B”包含“A但不包含B”、包含“B但不包含A”以及包含“A和B”。在本文件中,术语“包含”和“其中(in which)”用作相应术语“包括”和“其中(wherein)”的通俗等效用语。同样,在所附权利要求书中,术语“包含”和“包括”是开放的,也就是说,包含除了列在权利要求中此类术语后之外的那些元件的元件的系统、装置、物件、组合物、调配物或过程仍被认为处于所述权利要求的范围内。此外,在以下权利要求书中,术语“第一”、“第二”和“第三”等仅用作标签,且并不意欲对其对象施加数字要求。
除非上下文以其它方式指示,否则几何术语(如“平行”、“垂直”、“圆形”或“方形”)并不在于要求绝对数学精度。相反,此类几何术语允许因制造所致的变化或等效功能。举例来说,如果将元件描述为“圆形”或“大体上圆形”,那么这一描述仍涵盖并非精确地圆形(例如,是稍呈长椭圆形或是多边的多边形的一种形状)的组件。
本文中描述的方法实例可至少部分地由机器或计算机实施。一些实例可包括编码有可用于配置电子装置以执行如在以上实例中描述的方法的指令的计算机可读介质或机器可读介质。此类方法的实施方案可包含代码,如微码、汇编语言代码、高级语言代码或类似物。此类代码可包含用于执行各种方法的计算机可读指令。代码可形成计算机程序产品的部分。另外,在一实例中,代码可如在执行期间或在其它时间处有形地存储于一个或多个易失性、非暂时性或非易失性有形计算机可读介质上。这些有形计算机可读介质的实例可包含但不限于硬盘、可移动磁盘、可移动光盘(例如,光盘和数字视频光盘)、盒式磁带、存储卡或存储棒、随机存取存储器(RAM)、只读存储器(ROM)以及类似物。
以上描述意欲是说明性的而非限制性的。举例来说,上文所描述的实例(或其一个或多个方面)可彼此结合使用。如所属领域的普通技术人员在查阅以上描述后可使用其它实施例。提供摘要以符合37C.F.R.§1.72(b),从而允许阅读者快速确认技术公开的性质。应理解,其将不会用于解释或限制权利要求书的范围或含义。同样,在以上详细描述中,可将各种特性分组在一起以简化本公开。不应将这一情况解释为希望未要求保护的公开特性对任何权利要求来说是必需的。相反地,本发明主题可在于比特定公开实施方案的所有特性要少。因此,所附权利要求书特此作为实例或实施例并入到详细描述中,其中每个权利要求作为单独实施例单独存在,且预期此类实施例可彼此组合成各种组合或排列。应参考所附权利要求书以及此类权利要求书所授予的等效物的完整范围来确定本发明的范围。
Claims (233)
1.一种测定温度补偿的葡萄糖浓度水平的方法,所述方法包括:
接收指示外部部件的温度参数的温度信号;
接收指示体内葡萄糖浓度水平的葡萄糖信号;并且
基于所述葡萄糖信号、所述温度信号和延迟参数测定补偿葡萄糖浓度水平。
2.根据权利要求1所述的方法,其中所述温度参数是温度、温度变化或温度偏移。
3.根据权利要求1或2所述的方法,其中所述温度参数是在第一时间检测的,而所述葡萄糖浓度水平是在所述第一时间之后的第二时间检测的,其中所述延迟参数包括在所述第一时间与所述第二时间之间的延迟时间段,所述延迟时间段是在所述外部部件的第一温度变化与邻近葡萄糖传感器的第二温度变化之间的延迟的原因。
4.根据权利要求1-3中任一项或任一组合所述的方法,还包括基于温度变化率调节所述延迟时间段。
5.根据权利要求1-4中任一项或任一组合所述的方法,还包括基于所检测到的条件调节所述延迟时间段。
6.根据权利要求5所述的方法,其中所检测到的条件包括温度的突然变化。
7.根据权利要求5或6所述的方法,其中所检测到的条件包括运动。
8.根据权利要求1-7中任一项或任一组合所述的方法,其中接收葡萄糖信号包括从可穿戴式葡萄糖传感器接收葡萄糖信号。
9.根据权利要求8所述的方法,其中检测温度信号包括测量所述可穿戴式葡萄糖传感器的部件的温度参数。
10.根据权利要求8或9所述的方法,其中测定补偿葡萄糖浓度水平包括在处理器上执行指令以接收所述葡萄糖信号和所述温度信号,并且使用所述葡萄糖信号、所述温度信号和所述延迟参数测定所述补偿葡萄糖浓度水平。
11.根据权利要求8-10中任一项或任一组合所述的方法,其中所述方法包括:将与所述温度参数相对应的值存储在存储电路中,并且从所述存储电路中检索所存储的值,以用于测定所述补偿葡萄糖浓度水平。
12.根据权利要求1-11中任一项或任一组合所述的方法,还包括至少部分地基于所述补偿葡萄糖浓度水平递送疗法。
13.一种温度补偿的葡萄糖传感器系统,所述系统包括:
葡萄糖传感器电路,其配置为生成代表葡萄糖浓度水平的葡萄糖信号;
温度传感器电路,其配置为生成指示温度参数的温度信号;和
处理器,其配置为基于所述葡萄糖信号、所述温度信号和延迟参数测定补偿葡萄糖浓度水平。
14.根据权利要求13所述的温度补偿的葡萄糖传感器系统,其中所述温度参数是温度、温度变化或温度偏移。
15.根据权利要求13或14所述的温度补偿的葡萄糖传感器系统,其中所述延迟参数包括延迟时间段,所述延迟时间段是在所述温度传感器电路的第一温度变化与在所述葡萄糖传感器电路的第二温度变化之间的延迟的原因。
16.根据权利要求15所述的温度补偿的葡萄糖传感器系统,其中所述处理器基于使用所述温度参数测定的温度变化率调节所述延迟时间段。
17.根据权利要求15或16所述的温度补偿的葡萄糖传感器系统,其中所述处理器基于所检测到的条件或测定的状态调节所述延迟时间段。
18.根据权利要求13-17中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述处理器执行指令以接收所述葡萄糖信号和所述温度信号,并且应用所述延迟参数以测定所述补偿葡萄糖浓度水平。
19.根据权利要求13-19中任一项或任一组合所述的温度补偿型葡萄糖传感器系统,所述系统还包括存储电路,其中所述系统将与所述温度参数相对应的值存储在所述存储电路中,并且所述处理器随后从存储器中检索所存储的值,用于测定所述补偿葡萄糖浓度水平。
20.根据权利要求13-19中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述葡萄糖传感器电路包括可操作地耦合至配置为生成所述葡萄糖信号的电子电路的电极以及在所述电极的至少一部分上方的膜,所述膜包括配置为催化来自体内与所述膜接触的生物流体的葡萄糖和氧的反应的酶。
21.一种处理器实施的测定温度补偿的葡萄糖浓度水平的方法,所述方法包括:
接收葡萄糖传感器信号;
接收温度参数信号;
接收第三传感器信号;
使用所述第三传感器信号评估所述温度参数信号以生成评估温度参数信号;并且
基于所述评估温度参数信号和所述葡萄糖传感器信号测定温度补偿的葡萄糖浓度水平。
22.根据权利要求21所述的方法,其中接收第三传感器信号包括接收心率信号。
23.根据权利要求21或22所述的方法,其中接收第三信号包括接收压力信号。
24.根据权利要求21-23中任一项或任一组合所述的方法,其中接收第三信号包括接收活动信号。
25.根据权利要求21-24中任一项或任一组合所述的方法,其中接收所述第三传感器信号包括接收位置信号。
26.根据权利要求21-25中任一项或任一组合所述的方法,其中评估所述温度参数信号包括测定在具有已知温度特征的位置处的存在。
27.根据权利要求21-26中的任一项或任一组合所述的方法,其中所述方法包括测定在具有已知环境温度特征的位置处的存在。
28.根据权利要求21-27中的任一项或任一组合所述的方法,其中所述方法包括测定在具有浸入式水环境的位置处的存在。
29.根据权利要求28所述的方法,其中所述浸入式水环境是泳池或海滩。
30.根据权利要求21-29中任一项或任一组合所述的方法,其中接收所述第三传感器信号包括从环境温度传感器接收温度信息。
31.根据权利要求21-30中任一项或任一组合所述的方法,其中接收所述第三传感器信号包括从可穿戴式设备接收信息。
32.根据权利要求31所述的方法,其中接收所述第三传感器信号包括从手表接收信息。
33.根据权利要求21-32中任一项或任一组合所述的方法,其中接收所述第三传感器信号包括从生理温度传感器接收温度信息。
34.根据权利要求21-33中任一项或任一组合所述的方法,其中接收温度参数信号包括接收指示温度、温度变化或温度偏移的信号。
35.根据权利要求21-34中任一项或任一组合所述的方法,其中接收第三信号包括接收加速计信号。
36.根据权利要求21-35中任一项或任一组合所述的方法,所述方法还包括使用所述第三信号检测运动。
37.根据权利要求21-36中任一项或任一组合所述的方法,其中评估所述温度参数信号包括确定温度参数信号的变化与运动时段一致。
38.根据权利要求21-37中任一项或任一组合所述的方法,其中评估所述温度参数信号包括确定所述温度参数信号与由于运动引起的体温升高的发生一致。
39.根据权利要求21-38中任一项或任一组合所述的方法,其中测定温度补偿的葡萄糖浓度水平包括将所述温度参数信号应用于运动模型。
40.根据权利要求21-39中任一项或任一组合所述的方法,其中所述方法包括在检测到运动并且所述温度参数信号的变化指示温度降低时使用运动模型。
41.根据权利要求21-40中任一项或任一组合所述的方法,其中所述第三信号包括心率信号、呼吸信号、压力信号、体温信号或活动信号,并且由所述心率信号、呼吸信号、压力信号、体温信号或活动信号的上升来检测运动。
42.一种温度补偿的葡萄糖传感器系统,所述系统包括:
葡萄糖传感器,其配置为生成代表宿主中的葡萄糖浓度的第一信号;
温度传感器,其配置为生成代表温度的第二信号;和
处理器,其基于第三信号评估第二信号,并至少部分地基于所述第一信号以及对所述第二信号的评估来生成温度补偿的葡萄糖浓度水平。
43.根据权利要求42所述的温度补偿的葡萄糖传感器系统,其中所述处理器通过使用所述第三信号确证所检测到的温度或温度变化来评估所述第二信号。
44.根据权利要求42或43所述的温度补偿的葡萄糖传感器系统,其中所述处理器基于所述第三信号测定条件,并且基于所述条件确证所检测到的温度或温度变化。
45.根据权利要求42-44中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述条件是位置、周围环境、活动状态或生理状况。
46.根据权利要求42-45中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述处理器至少部分地基于所述第三信号来中止温度补偿。
47.根据权利要求42-46中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述处理器至少部分地基于所述第三信号来检测运动。
48.根据权利要求47所述的温度补偿的葡萄糖传感器系统,其中,响应于检测到运动,尽管所述第二信号指示温度下降,所述处理器也中止温度补偿,其中当宿主在凉爽环境中运动时,所述处理器避免了不正确的温度补偿。
49.根据权利要求42-48中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述处理器至少部分地基于所述第三信号指定温度补偿模型。
50.根据权利要求42-49中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,所述系统还包括第三传感器,所述第三传感器生成所述第三信号。
51.根据权利要求42-50中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述第三信号包括位置信息,并且所述处理器至少部分地基于所述位置信息评估所述第二信号。
52.根据权利要求42-51中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述第三信号包括活动信息,并且所述处理器至少部分地基于所述活动信息评估所述第二信号。
53.根据权利要求42-52中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述温度补偿的葡萄糖传感器系统包括可穿戴式连续葡萄糖监测器,所述监测器包括所述葡萄糖传感器和所述温度传感器。
54.根据权利要求42-53中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述温度补偿的葡萄糖传感器系统包括活动传感器,并且所述第三信号包括来自所述活动传感器的活动信息。
55.根据权利要求42-54中的任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述第三信号包括宿主的心率、呼吸率或压力。
56.根据权利要求42-55中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述处理器基于所述心率、呼吸率或压力的变化来检测运动。
57.根据权利要求42-56中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述处理器至少部分地基于运动的检测来确证由所述第二信号所指示的升高的体温。
58.根据权利要求42-56中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述处理器响应于运动的检测而降低、逐渐减少、限制或中止温度补偿。
59.根据权利要求42-58中任一项或任一组合所述的温度补偿的葡萄糖传感器系统,其中所述第三信号包括来自配置为检测宿主的血液参数的光学传感器的信号。
60.根据权利要求59所述的温度补偿的葡萄糖传感器系统,所述系统还包括光学传感器,所述光学传感器包括光源和光检测器,所述光检测器配置为检测所述宿主在所述光学传感器下方的区域中的血流速度或红细胞数量。
61.一种用于对连续葡萄糖传感器进行温度补偿的方法,所述方法包括:
根据温度数据确定模式;
从连续葡萄糖传感器接收葡萄糖信号,所述葡萄糖信号指示葡萄糖浓度水平;并且
至少部分地基于所述葡萄糖信号和所述模式来测定温度补偿的葡萄糖浓度水平。
62.根据权利要求61所述的方法,其中确定模式包括确定温度变化的模式,并且所述方法包括根据所述模式补偿所述葡萄糖浓度水平。
63.根据权利要求61或62所述的方法,所述方法还包括接收温度参数,将所述温度参数与所述模式进行比较,并且至少部分地基于所述比较来确定所述温度补偿的葡萄糖浓度水平。
64.根据权利要求63所述的方法,其中所述模式包括与生理周期相关的温度模式。
65.根据权利要求63或64所述的方法,其中所述方法包括:基于与所述模式的比较,确定所述温度参数是否可靠;以及当确定所述温度参数可靠时,使用所述温度参数对所述葡萄糖浓度水平进行温度补偿。
66.根据权利要求63-65中任一项或任一组合所述的方法,其中所述方法包括至少部分地基于所述温度参数与所述模式的比较来确定补偿程度。
67.根据权利要求61-66中任一项或任一组合所述的方法,其中确定模式包括确定状态,并且至少部分地基于所确定的状态来测定温度补偿的葡萄糖浓度水平。
68.根据权利要求67所述的方法,所述方法还包括接收温度参数,其中确定状态包括将所述温度参数应用于状态模型。
69.根据权利要求67或68所述的方法,其中确定状态包括将葡萄糖浓度水平、碳水化合物灵敏度、时间、活动、心率、呼吸率、姿势、胰岛素递送、进餐时间或进餐量中的一种或多种应用于状态模型。
70.根据权利要求67-69中任一项或任一组合所述的方法,其中确定状态包括确定运动状态,所述方法包括基于所述运动状态模型调整温度补偿。
71.一种温度补偿的葡萄糖监测系统,所述系统包括:
葡萄糖传感器电路,其配置为生成代表葡萄糖浓度水平的葡萄糖信号;
温度传感器电路,其配置为生成指示温度参数的温度信号;和
处理器,其接收所述葡萄糖信号和所述温度信号,并至少部分地基于所述葡萄糖信号和由所述温度信号确定的所述模式来测定温度补偿的葡萄糖浓度水平。
72.根据权利要求71所述的温度补偿的葡萄糖监测系统,其中所述处理器基于所述温度信号测定温度参数,将所述温度参数与所述模式进行比较,并且至少部分地基于所述比较来测定温度补偿的葡萄糖浓度水平。
73.根据权利要求71或72所述的温度补偿的葡萄糖监测系统,其中所述处理器基于与所述模式的比较来确定所述温度参数是否可靠,并且当确定所述温度参数可靠时,使用所述温度参数对所述葡萄糖浓度水平进行温度补偿。
74.根据权利要求72或73所述的温度补偿的葡萄糖监测系统,其中所述处理器至少部分地基于所述温度参数与所述模式的比较来确定补偿程度。
75.根据权利要求71-74中任一项或任一组合所述的温度补偿的葡萄糖监测系统,其中所述模式包括状态模型,并且所述处理器至少部分地通过将温度参数应用于所述状态模型来测定所述温度补偿的葡萄糖浓度水平。
76.根据权利要求75所述的温度补偿的葡萄糖监测系统,其中所述处理器通过另外将葡萄糖浓度水平、碳水化合物灵敏度、时间、活动、心率、呼吸率、姿势、胰岛素递送、进餐时间或进餐量中的一种或多种应用于状态模型来测定所述温度补偿的葡萄糖浓度水平。
77.根据权利要求75或76所述的温度补偿的葡萄糖监测系统,其中所述处理器确定运动状态并至少部分地基于所述运动状态来调节温度补偿模型。
78.根据权利要求71-77中的任一项或任一组合所述的温度补偿的葡萄糖监测系统,所述系统还包括存储电路,所述存储电路包括可执行指令,用于由所述温度信号确定模式并基于所述模式测定温度补偿的葡萄糖浓度水平,所述处理器配置为从存储器检索所述指令并执行所述指令。
79.根据权利要求71-78中任一项或任一组合所述的温度补偿的葡萄糖监测系统,所述系统还包括与远程系统进行通信的通信电路,其中所述处理器经由所述通信电路从所述远程系统接收关于所述模式的信息。
80.根据权利要求79所述的温度补偿的葡萄糖监测系统,所述系统还包括所述远程系统,其中所述远程系统基于所述温度信号接收温度参数信息,并由所述温度参数信息来确定模式。
81.一种用于对连续葡萄糖传感器系统进行温度补偿的方法,所述方法包括:
由指示连续葡萄糖传感器系统的部件的温度参数的第一信号确定第一值;
接收指示葡萄糖浓度水平的葡萄糖传感器信号;将所述第一值与参考值进行比较;并且
基于所述葡萄糖传感器信号以及所述第一信号与所述参考值的比较,测定所述温度补偿的葡萄糖水平。
82.根据权利要求81所述的方法,其中所述方法包括基于所述第一值相对于所述参考值的变化来确定与参考状态的温度差,而无需针对所述参考值校准温度。
83.根据权利要求81或82所述的方法,所述方法还包括由所述第一信号确定所述参考值。
84.根据权利要求83所述的方法,其中所述连续葡萄糖传感器系统包括可插入宿主中的葡萄糖传感器,并且所述参考值是在将所述葡萄糖传感器插入宿主之后的指定时间段期间测定的。
85.根据权利要求83所述的方法,其中所述连续葡萄糖传感器系统包括可插入宿主中的葡萄糖传感器,并且所述参考值是在所述葡萄糖传感器启动之后的指定时间段期间测定的。
86.根据权利要求83中的任一项或任一组合所述的方法,其中所述参考值是在制造过程中测定的。
87.根据权利要求83-86中任一项或任一组合所述的方法,其中所述方法包括在第一时间段期间测定所述参考值,并且在第二时间段期间测定所述第一值,所述第二时间段发生在所述第一时间段之后。
88.根据权利要求87所述的方法,所述方法还包括基于在所述第二时间段之后的第三时间段中获得的一个或多个温度信号值来更新所述参考值。
89.根据权利要求83-88中任一项或任一组合所述的方法,其中测定参考值包括测定从所述第一信号获得的多个样本值的平均值。
90.根据权利要求81-89中任一项或任一组合所述的方法,其中所述温度补偿的葡萄糖水平是至少部分地基于温度依赖性灵敏度值而测定的,所述温度依赖性灵敏度值基于所述第一值与所述参考值的偏差而变化。
91.一种温度补偿的葡萄糖监测系统,所述系统包括:
葡萄糖传感器电路,其配置为生成代表葡萄糖浓度水平的葡萄糖信号;
传感器电路,其配置为生成指示温度参数的第一信号;和
处理器,其配置为基于葡萄糖信号和第一信号与参考值的偏差来测定温度补偿的葡萄糖水平。
92.根据权利要求91所述的温度补偿的葡萄糖监测系统,其中所述处理器测定所述第一信号与所述参考值的偏差,而不测定与所述参考值相对应的温度。
93.根据权利要求91或92所述的温度补偿的葡萄糖监测系统,其中所述处理器基于所述第一信号来测定所述参考值。
94.根据权利要求93所述的温度补偿的葡萄糖监测系统,其中所述处理器基于在第一时间段期间从所述第一信号获得的多个样本值来测定所述参考值。
95.根据权利要求93或94所述的温度补偿的葡萄糖监测系统,其中所述处理器基于在葡萄糖传感器启动或插入之后的指定时间段内从所述第一信号获得的多个样本值来测定所述参考值。
96.根据权利要求93-95中任一项或任一组合所述的温度补偿的葡萄糖监测系统,其中所述处理器周期性地更新所述参考值。
97.根据权利要求91-96中任一项或任一组合所述的温度补偿的葡萄糖监测系统,其中所述处理器将所述参考值确定为在指定时间段内从所述第一信号获得的多个样本值的平均值。
98.根据权利要求91-97中任一项或任一组合所述的温度补偿的葡萄糖监测系统,其中所述处理器基于所述葡萄糖信号和温度依赖性灵敏度值测定所述温度补偿的葡萄糖水平,所述温度依赖性灵敏度值基于与所述参考值的偏差而变化。
99.根据权利要求91-98中任一项或任一组合所述的温度补偿的葡萄糖监测系统,其中所述处理器基于模型测定所述温度补偿的葡萄糖浓度水平,其中从所述葡萄糖信号测定的葡萄糖传感器值和基于所述第一信号的样本值应用于所述模型。
100.根据权利要求91-100中任一项或任一组合所述的温度补偿的葡萄糖监测系统,所述系统还包括存储电路和在所述存储电路上存储的可执行指令,以基于所述葡萄糖信号和所述第一信号与所述参考值的偏差来测定所述所述温度补偿的葡萄糖浓度水平。
101.一种用于对连续葡萄糖监测系统进行温度补偿的方法,所述方法包括:
接收指示葡萄糖浓度水平的葡萄糖信号;
接收指示温度参数的温度信号;
检测条件;并且
至少部分地基于所述葡萄糖信号、所述温度信号和所检测到的条件来测定温度补偿的葡萄糖浓度水平。
102.根据权利要求101所述的方法,其中所述条件包括所述葡萄糖信号的高变化率,其中在所述葡萄糖信号经历高变化率的时间段期间温度补偿减少或中止。
103.根据权利要求101或102所述的方法,其中所述条件包括所述温度信号的突然变化。
104.根据权利要求103所述的方法,其中温度补偿响应于检测到温度的突然变化而减少或中止。
105.根据权利要求103或104所述的方法,其中测定温度补偿的葡萄糖浓度水平包括使用先前的温度信号值代替与温度的突然变化相关的温度信号值。
106.根据权利要求103-105中任一项或任一组合所述的方法,其中测定温度补偿的葡萄糖浓度水平包括基于先前的温度信号值确定推断温度信号值并使用所推断的温度信号值代替与温度的突然变化相关的温度信号值。
107.根据权利要求106所述的方法,其中响应于检测到温度的突然变化而调用延迟模型,所述延迟模型指定用于测定所述温度补偿的葡萄糖水平的延迟时间段。
108.根据权利要求101-107中任一项或任一组合所述的方法,其中所述条件是在所述连续葡萄糖监测系统上存在辐射热。
109.根据权利要求101-108中任一项或任一组合所述的方法,其中所述条件是发热,其中温度补偿响应于检测到发热而减少或中止。
110.根据权利要求109所述的方法,其中所述条件包括运动。
111.根据权利要求110所述的方法,其中所述方法包括当检测到运动时降低、逐渐减少、限制或中止温度补偿。
112.根据权利要求101-111中任一项或任一组合所述的方法,其中所述方法包括使用线性模型来测定所述温度补偿的葡萄糖浓度水平。
113.根据权利要求112所述的方法,所述方法还包括接收血糖校准值,并且在接收到所述血糖校准值时,更新温度补偿增益和偏移。
114.根据权利要求101-113中任一项或任一组合所述的方法,其中所述方法包括使用时间序列模型来测定所述温度补偿的葡萄糖浓度水平。
115.根据权利要求101-114中任一项或任一组合所述的方法,其中所述方法包括使用偏微分方程来测定温度补偿的葡萄糖浓度水平。
116.根据权利要求101-115中任一项或任一组合所述的方法,其中所述方法包括使用概率模型来测定所述温度补偿的葡萄糖浓度水平。
117.根据权利要求101-116中任一项或任一组合所述的方法,其中所述方法包括使用状态模型来测定所述温度补偿的葡萄糖浓度水平。
118.根据权利要求101-117中任一项或任一组合所述的方法,其中所述条件包括体重指数(BMI)值。
119.根据权利要求101-118中任一项或任一组合所述的方法,其中所述方法包括使用所述温度信号测定长期平均值,其中使用所述长期平均值测定所述温度补偿的葡萄糖浓度水平。
120.根据权利要求101-119中任一项或任一组合所述的方法,其中所述葡萄糖信号是从连续葡萄糖传感器接收的,并且所述条件是在连续葡萄糖传感器上的压迫。
121.根据权利要求120所述的方法,其中至少部分地基于所述葡萄糖信号的快速下降来检测所述压迫。
122.根据权利要求120或121所述的方法,其中所述条件是睡眠期间的压迫。
123.根据权利要求101-122中任一项或任一组合所述的方法,其中所述条件是睡眠。
124.根据权利要求123所述的方法,其中使用温度、姿势、活动和心率中的一项或多项来检测睡眠,并且所述方法包括基于所检测到的睡眠而施加指定的葡萄糖警报触发。
125.根据权利要求101-124中任一项或任一组合所述的方法,所述方法还包括递送胰岛素疗法,其中所述疗法是至少部分地基于所述温度补偿的葡萄糖水平而确定的。
126.一种温度补偿的葡萄糖监测系统,所述系统包括:
葡萄糖传感器电路,其配置为生成代表葡萄糖浓度水平的葡萄糖信号;
温度传感器电路,其配置为生成指示温度参数的温度信号;和
处理器,其配置为基于所述葡萄糖信号、所述温度信号和所检测到的条件测定补偿葡萄糖浓度水平。
127.根据权利要求126所述的温度补偿的葡萄糖监测系统,其中所述条件包括所述葡萄糖信号的高变化率,并且所述处理器在所述葡萄糖信号的高变化率期间减少、中止、逐渐减少或限制温度补偿。
128.根据权利要求126或127所述的温度补偿的葡萄糖监测系统,其中所述条件包括所述温度信号的突然改变,并且其中所述处理器响应于检测到所述温度的突然变化而减少、中止、逐渐减少或限制温度补偿。
129.根据权利要求126-128中任一项或任一组合所述的温度补偿的葡萄糖监测系统,其中所述条件包括运动,并且其中当检测到运动时,所述处理器降低、逐渐减少、限制或中止温度补偿。
130.根据权利要求126-129中任一项或任一组合所述的温度补偿的葡萄糖监测系统,所述系统还包括第二温度传感器电路,所述第二温度传感器电路配置为检测所述连续葡萄糖监测系统上的辐射热,其中所检测到的条件包括由所述第二温度传感器电路检测到的辐射热。
131.一种葡萄糖传感器,所述葡萄糖传感器包括:
细长部分,其远端构造成用于体内插入到宿主中,而近端构造成可操作地耦合至电路;和
在所述细长部分的近端处的温度传感器。
132.根据权利要求131所述的葡萄糖传感器,其中,所述温度传感器包括热敏电阻器。
133.根据权利要求131或132所述的葡萄糖传感器,其中所述温度传感器包括温度可变电阻涂层。
134.根据权利要求131-133中任一项或任一组合所述的葡萄糖传感器,其中所述温度传感器包括热电偶。
135.根据权利要求134所述的葡萄糖传感器,其中所述细长部分包括从所述近端延伸到所述远端的第一金属线,并且所述热电偶包括所述第一金属线和连接到所述第一金属线以形成所述热电偶的第二金属线。
136.根据权利要求135所述的葡萄糖传感器,其中所述第一金属线包括钽或钽合金,并且所述第二金属线是铂或铂合金。
137.根据权利要求135或136所述的葡萄糖传感器,所述葡萄糖传感器还包括耦合到所述葡萄糖传感器的发射器,所述发射器上的第一电触点耦合到所述第一金属线,并且所述发射器上的第二电触点耦合到所述第二金属线。
138.一种温度补偿方法,所述温度补偿方法包括:
接收温度信号的校准值;
从温度传感器接收指示温度参数的温度信号;
从连续葡萄糖传感器接收指示葡萄糖浓度水平的葡萄糖信号;以及
至少部分地基于所述葡萄糖信号、所述温度信号和所述校准值来测定温度补偿的葡萄糖浓度水平。
139.根据权利要求138所述的方法,其中接收所述温度信号的校准值包括在具有已知温度的制造步骤期间获得所述校准值。
140.根据权利要求138或139所述的方法,其中接收所述温度信号的校准值包括在将所述连续葡萄糖传感器插入宿主后的指定时间段内获得温度。
141.一种方法,所述方法包括:
接收指示宿主上连续葡萄糖传感器的部件的温度的温度信号;以及
至少部分地基于所接收的温度信号来确定所述连续葡萄糖传感器在宿主上的解剖学位置。
142.根据权利要求141所述的方法,其中所述解剖学位置至少部分地基于感测到的温度而确定。
143.根据权利要求141或142所述的方法,其中至少部分地基于所述温度信号的可变性来确定所述解剖学位置。
144.一种方法,所述方法包括:
从连续葡萄糖监测器上的温度传感器接收指示温度参数的温度信号;以及
由所述温度信号确定所述连续葡萄糖监测器已重启。
145.根据权利要求144所述的方法,其中由所述温度信号确定所述连续葡萄糖监测器重启包括:将传感器开启之前的第一温度信号值与传感器开启之后的第二温度信号值进行比较,并当比较满足相似性条件时宣告重启所述连续葡萄糖监测器。
146.根据权利要求144或145所述的方法,其中所述相似性条件是温度范围。
147.一种温度补偿的葡萄糖监测系统,所述系统包括:
葡萄糖传感器电路,其配置为生成代表葡萄糖浓度水平的葡萄糖信号;
温度传感器电路,其配置为生成指示温度参数的温度信号;
热偏转器,其配置为使热量从所述温度传感器电路偏转;和
处理器,其配置为至少部分地基于所述葡萄糖信号和所述温度信号来测定补偿葡萄糖浓度水平。
148.一种温度补偿的葡萄糖监测系统,所述系统包括:
葡萄糖传感器电路,其配置为生成代表宿主的葡萄糖浓度水平的葡萄糖信号;
第一温度传感器电路,其配置为生成指示邻近所述宿主的第一温度参数的第一温度信号;
第二温度传感器电路,其配置为生成指示第二温度参数的第二温度信号;和
处理器,其配置为至少部分地基于所述葡萄糖信号、所述第一温度信号和所述第二温度信号来测定补偿葡萄糖浓度水平。
149.根据权利要求148所述的温度补偿的葡萄糖监测系统,其中所述处理器部分地基于所述第一温度传感器电路与所述第二温度传感器电路之间的温度梯度来测定所述补偿葡萄糖浓度水平。
150.根据权利要求148或149所述的温度补偿的葡萄糖监测系统,其中所述处理器部分地基于所述第一温度传感器电路与所述第二温度传感器电路之间的热通量估计值来测定所述补偿葡萄糖浓度水平。
151.根据权利要求148-150中任一项或任一组合所述的温度补偿的葡萄糖监测系统,其中所述第二温度电路配置为生成指示环境温度的温度信号。
152.根据权利要求148-151中任一项或任一组合所述的温度补偿的葡萄糖监测系统,其中所述处理器配置为测定指示耦合到所述葡萄糖传感器电路的发射器的温度的温度信号。
153.一种方法,所述方法包括:
从葡萄糖传感器接收代表宿主的葡萄糖浓度水平的葡萄糖信号;
接收指示邻近所述宿主或所述葡萄糖传感器的第一温度参数的第一温度信号;
接收指示第二温度参数的第二温度信号;以及
至少部分地基于所述葡萄糖信号、所述第一温度信号和所述第二温度信号来测定补偿葡萄糖浓度水平。
154.根据权利要求153所述的方法,其中所述第一温度信号是从耦合到所述葡萄糖传感器的第一温度传感器接收的,并且所述第二温度信号是从耦合到所述葡萄糖传感器的第二温度传感器接收的。
155.根据权利要求154所述的方法,其中至少部分地基于所述第一温度传感器和所述第二温度传感器之间的温度梯度来测定所述补偿葡萄糖浓度水平。
156.根据权利要求154或155所述的方法,其中至少部分地基于所述第一温度传感器和所述第二温度传感器之间的热通量来测定所述补偿葡萄糖浓度水平。
157.根据权利要求154-156中任一项或任一组合所述的方法,所述方法还包括检测所述第一温度信号的上升和所述第二温度信号的下降,并基于所检测到的上升和下降来调节温度补偿模型。
158.根据权利要求157所述的方法,其中所述方法包括至少部分地基于所检测到的上升和下降来检测运动。
159.根据权利要求154-158中任一项或任一组合所述的方法,所述方法还包括至少部分地基于所述第二温度信号来确定温度变化是由于辐射热或环境热引起的,并且基于所述确定来调节温度补偿模型。
160.一种测定葡萄糖浓度水平的方法,所述方法包括:
接收温度传感器信号;
接收葡萄糖传感器信号;
将所述温度传感器信号和葡萄糖传感器信号应用于模型;
并且
接收来自所述模型的与所述葡萄糖浓度水平有关的输出,其中所述模型补偿对所述葡萄糖传感器信号的多种温度依赖性影响。
161.根据权利要求160所述的方法,其中所述输出是补偿葡萄糖浓度水平。
162.根据权利要求160所述的方法,所述方法还包括基于所述补偿葡萄糖浓度值递送疗法。
163.根据权利要求160所述的方法,其中所述模型补偿传感器灵敏度、局部葡萄糖水平、区室偏倚和非酶偏倚中的两项或更多项。
164.一种测定分析物浓度水平的方法,所述方法包括:
测定指示传感器部件在第一时间的电导率的第一值;
测定指示所述传感器部件在稍后时间的电导率的第二值;
接收代表宿主的分析物浓度的信号;以及
至少部分地基于所述第二值和所述第一值的比较来测定补偿分析物浓度水平。
165.根据权利要求164所述的方法,其中测定第一值包括测定在邻近或包括所述第一时间的时间段内的平均电导率。
166.根据权利要求165所述的方法,所述方法还包括测定与所述第一值具有时间相关性的第一估计皮下温度,以及测定与所述第二值具有时间相关的第二估计皮下温度,其中所述第二估计皮下温度是至少部分地基于所述第二值与所述第一值的比较而测定的。
167.根据权利要求166所述的方法,所述方法还包括:
测定与第二值具有时间相关性的第三估计皮下温度;
基于所述第三估计皮下温度和所述第二估计皮下温度的比较来确定是否满足条件;以及
响应于条件的满足而宣告错误或触发重置。
168.根据权利要求167所述的方法,所述方法包括触发重置,其中触发重置包括基于所述第三估计温度和所述第二值,或者基于指示在随后时间的电导率的第三值和与所述第三值具有时间相关性的第四估计皮下温度来确定随后的估计皮下温度。
169.根据权利要求164所述的方法,所述方法还包括补偿电导率值的漂移。
170.根据权利要求169所述的方法,其中补偿漂移包括应用滤波器。
171.一种测定估计皮下温度的方法,所述方法包括:
测定指示传感器部件在第一时间的电导率的第一值;
测定指示所述传感器部件在稍后时间的电导率的第二值;以及
至少部分地基于所述第二值与所述第一值的比较来确定估计皮下温度。
172.一种测定分析物传感器系统中的温度的方法,所述方法包括:
由所述分析物传感器系统访问来自所述分析物传感器系统的系统温度传感器的第一数据;
将所述第一数据应用于经过训练的温度补偿模型,所述经过训练的温度补偿模型用于生成补偿温度值;以及
至少部分地基于所述补偿温度值来测定分析物浓度值。
173.根据权利要求172所述的方法,其中所述第一数据包括来自所述系统温度传感器的未补偿温度值或原始温度传感器数据中的至少一种。
174.根据权利要求172或173所述的方法,其中所述经过训练的温度补偿模型响应于所述第一数据而返回第一温度传感器参数,所述方法还包括:至少部分地基于所述第一温度传感器参数而生成所述补偿温度值。
175.根据权利要求172-173所述的方法,其中所述经过训练的温度补偿模型返回系统温度传感器偏移和系统温度传感器斜率,所述方法还包括:
从所述系统温度传感器接收原始传感器数据;并且
至少部分地基于所述原始传感器数据、所述系统温度传感器偏移和所述系统温度传感器斜率来生成所述补偿温度值。
176.一种分析物传感器系统,所述分析物传感器系统包括:
分析物传感器;
系统温度传感器;和
控制电路,所述控制电路配置为执行操作,包括:
访问来自所述分析物传感器系统的系统温度传感器的第一数据;
将所述第一数据应用于经过训练的温度补偿模型,所述经过训练的温度补偿模型用于生成补偿温度值;以及
至少部分地基于所述补偿温度值来测定分析物浓度值。
177.根据权利要求176所述的分析物传感器系统,其中所述第一数据包括来自所述系统温度传感器的未补偿温度值或原始温度传感器数据中的至少一种。
178.根据权利要求176或177中任一项所述的分析物传感器系统,其中所述经过训练的温度补偿模型响应于所述第一数据而返回第一温度传感器参数,所述方法还包括:至少部分地基于所述第一温度传感器参数而生成所述补偿温度值。
179.根据权利要求176-178中任一项所述的分析物传感器系统,其中所述经过训练的温度补偿模型返回系统温度传感器偏移和系统温度传感器斜率,所述方法还包括:
从所述系统温度传感器接收原始传感器数据;并且
至少部分地基于所述原始传感器数据、所述系统温度传感器偏移和所述系统温度传感器斜率来生成所述补偿温度值。
180.根据权利要求176-179中任一项所述的分析物传感器系统,所述分析物传感器系统还包括专用集成电路(ASIC),所述ASIC包括系统温度传感器。
181.一种处理器实施的测定温度补偿的葡萄糖浓度水平的方法,所述方法包括:
接收葡萄糖传感器信号;
接收温度参数信号;
至少部分地基于所述葡萄糖传感器信号或所述温度参数信号来检测运动状态;并且
修改应用于所述葡萄糖传感器信号的温度补偿。
182.根据权利要求181所述的方法,所述方法还包括确定所述葡萄糖传感器信号的本底噪声高于第一阈值。
183.根据权利要求181-182中任一项所述的方法,所述方法还包括确定所述温度参数信号的本底噪声高于第二阈值。
184.根据权利要求181-183中任一项所述的方法,所述方法还包括:
确定所述葡萄糖传感器信号的本底噪声高于第一阈值;以及
确定所述温度参数信号的本底噪声高于第二阈值。
185.根据权利要求181-184中任一项所述的方法,其中修改所述温度补偿包括:
将运动模型应用于所述温度参数信号以生成评估温度参数信号;并且
使用所评估的温度参数生成温度补偿的葡萄糖浓度值。
186.根据权利要求181-185中任一项所述的方法,其中检测所述运动状态包括确定所述温度参数信号的变化率的分布满足分类符。
187.根据权利要求181-186中任一项所述的方法,其中检测所述运动状态包括确定所述温度参数信号的变化率的分布小于阈值。
188.一种温度补偿的葡萄糖传感器系统,所述系统包括:
葡萄糖传感器,其配置为生成代表宿主中的葡萄糖浓度的第一信号;
温度传感器,其配置为生成代表温度的第二信号;和
处理器,其编程为执行以下操作,包括:
至少部分地基于所述第一信号或所述第二信号来检测运动状态;并且
修改应用于所述第一信号的温度补偿。
189.根据权利要求188所述的葡萄糖传感器系统,其中所述操作还包括确定所述第一信号的本底噪声高于第一阈值。
190.根据权利要求188或189中任一项所述的葡萄糖传感器系统,其中所述操作还包括确定所述第二信号的本底噪声高于第二阈值。
191.根据权利要求188-190中任一项所述的葡萄糖传感器系统,其中所述操作还包括:
确定所述第一信号的本底噪声高于第一阈值;并且
确定所述第二信号的本底噪声高于第二阈值。
192.根据权利要求188-191中任一项所述的葡萄糖传感器系统,其中修改所述温度补偿包括:
将运动模型应用于所述第二信号以生成评估的第二信号;并且
使用所评估的第二信号生成温度补偿的葡萄糖浓度值。
193.根据权利要求188-192中任一项所述的葡萄糖传感器系统,其中检测所述运动状态包括确定所述第二信号的变化率的分布满足分类符。
194.根据权利要求188-193中任一项所述的葡萄糖传感器系统,其中检测所述运动状态包括确定所述第二信号的变化率的分布小于阈值。
195.一种处理器实施的测量分析物传感器系统处的温度的方法,所述方法包括:
在第一传感器时段期间,访问存储在所述分析物传感器系统上的周期性温度记录;
根据所述周期性温度记录确定峰值温度;并且
基于所述峰值温度执行响应动作。
196.根据权利要求195所述的方法,所述方法还包括确定所述峰值温度超过峰值温度阈值,其中所述响应动作包括中断所述第一传感器时段。
197.根据权利要求195或196中任一项所述的方法,所述方法还包括:
至少部分地基于所述峰值温度来确定初始传感器时段参数;
从所述分析物传感器系统的分析物传感器接收原始传感器数据;并且
使用所述初始时段参数和所述原始传感器数据生成分析物浓度值。
198.根据权利要求197所述的方法,其中所述初始传感器时段参数包括灵敏度或基线。
199.根据权利要求195-198中任一项所述的方法,所述方法还包括:
在所述第一传感器时段之前,测量所述分析物传感器系统处的第一温度;
将所述第一温度写入所述周期性温度记录中;
等待一个时期;并且
测量所述分析物传感器系统处的第二温度。
200.一种温度补偿的分析物传感器系统,所述系统包括:
分析物传感器,其配置为生成代表宿主中的分析物浓度的第一信号;
温度传感器,其配置为生成代表温度的第二信号;和
处理器,其编程为执行以下操作,包括:
在第一传感器时段期间,访问存储在所述分析物传感器系统上的周期性温度记录;
根据所述周期性温度记录确定峰值温度;并且
基于所述峰值温度执行响应动作。
201.根据权利要求200所述的分析物传感器系统,所述操作还包括确定所述峰值温度超过峰值温度阈值,其中所述响应动作包括中断所述第一传感器时段。
202.根据权利要求200或201中任一项所述的分析物传感器系统,所述操作还包括:
至少部分地基于所述峰值温度来确定初始传感器时段参数;
从所述分析物传感器系统的分析物传感器接收原始传感器数据;并且
使用所述初始时段参数和所述原始传感器数据生成分析物浓度值。
203.根据权利要求202所述的分析物传感器系统,其中所述初始传感器时段参数包括灵敏度或基线。
204.根据权利要求200-203中任一项所述的分析物传感器系统,所述操作还包括:在所述第一传感器时段之前,测量所述分析物传感器系统处的第一温度;
将所述第一温度写入所述周期性温度记录中;
等待一个时期;并且
测量所述分析物传感器系统处的第二温度。
205.一种感测温度的分析物传感器系统,所述系统包括:
二极管;
电子器件电路,其配置为执行以下操作,包括:
在第一时间段向所述二极管施加第一电流,其中当将所述第一电流提供给所述二极管时,所述二极管上的电压降具有第一电压值;并且
在所述第一时间段之后的第二时间段,向所述二极管施加不同于所述第一电流的第二电流,其中当将所述第二电流提供给所述二极管时,所述二极管上的电压降具有第二电压值;
取样保持电路,其配置为在将第一电压施加到所述二极管时接收所述第一电压值并生成指示所述第一电压的输出;和
双斜率集成模数转换器(ADC),其包括:第一输入端,其耦合以接收来自所述取样保持电路的输出端的所述第一电压值;以及第二输入端,其耦合以接收所述二极管上的电压降,其中所述双斜率集成ADC的输出端从所述第一电压值衰减到所述第二电压值的时间与所述二极管处的温度成正比。
206.根据权利要求205所述的感测温度的分析物传感器系统,所述系统还包括比较器,其耦合以将所述取样保持电路的输出与所述双斜率集成模数电路的输出进行比较的比较器。
207.根据权利要求206所述的感测温度的分析物传感器系统,所述系统还包括数字计数器,其中所述操作还包括:
在所述双斜率集成ADC的输出峰值下启动所述数字计数器;并且
在所述比较器的输出变化时确定所述数字计数器的值。
208.根据权利要求207所述的感测温度的分析物传感器,其中所述数字计数器的值指示所述双斜率集成ADC的输出从所述第一电压值衰减到所述第二电压值的时间与所述二极管处的温度成正比。
209.根据权利要求206所述的感测温度的分析物传感器,所述传感器还包括与电路,其配置为生成所述比较器的输出与时钟信号之间的逻辑,其中当将所述第一电流施加到所述二极管时,所述时钟信号较低。
210.根据权利要求205-209中任一项所述的感测温度的分析物传感器,其中所述二极管包括二极管连接的晶体管。
211.根据权利要求205-210中任一项所述的感测温度的分析物传感器,其中所述分析物传感器的分析物传感器插入到宿主的皮肤中,并且其中所述二极管定位成靠近所述宿主的皮肤。
212.根据权利要求205-211中任一项所述的感测温度的分析物传感器,所述传感器还包括:
提供所述第一电流的第一恒流电源;和
第二脉冲电流源,其中当所述第二脉冲电流源接通时,所述第二电流包括所述第一电流和由所述第二脉冲电流源提供的电流之和。
213.一种测量分析物传感器系统中的温度的方法,所述方法包括:
在第一时间段向二极管施加第一电流,其中当将所述第一电流提供给所述二极管时,所述二极管上的电压降具有第一电压值;
在所述第一时间段之后,向所述二极管施加不同于所述第一电流的第二电流,其中当将所述第二电流提供给所述二极管时,所述二极管上的电压降具有第二电压值;并且
向双斜率集成模数转换器(ADC)提供第一电压值和第二电压值,其中所述双斜率集成ADC的输出从所述第一电压值衰减到所述第二电压值的时间与所述二极管处的温度成正比。
214.根据权利要求213所述的方法,所述方法还包括将所述取样保持电路的输出与所述双斜率集成模数电路的输出进行比较以生成比较器输出。
215.根据权利要求214所述的方法,所述方法还包括:
在所述双斜率集成ADC的输出峰值下启动数字计数器;并且
在所述比较器输出变化时确定所述数字计数器的值。
216.根据权利要求215所述的方法,其中所述数字计数器的值指示所述双斜率集成ADC的输出从所述第一电压值衰减到所述第二电压值的时间与所述二极管处的温度成正比。
217.根据权利要求214所述的方法,所述方法还包括与电路,其配置为生成所述比较器的输出与时钟信号之间的逻辑,其中当将所述第一电流施加到所述二极管时,所述时钟信号较低。
218.根据权利要求213-217中任一项所述的方法,其中所述二极管包括二极管连接的晶体管。
219.根据权利要求213-218中任一项所述的方法,其中所述分析物传感器插入到宿主的皮肤中,并且其中所述二极管定位成靠近所述宿主的皮肤。
220.一种测定葡萄糖浓度水平的方法,所述方法包括:
接收温度传感器信号;
从插入到宿主的插入部位的葡萄糖传感器接收葡萄糖传感器信号;并且
将所述温度传感器信号和所述葡萄糖传感器信号应用于描述所述插入部位处的葡萄糖浓度与所述宿主的血糖浓度之间的差异的模型,以生成所述宿主的补偿血糖浓度。
221.根据权利要求220所述的方法,所述方法还包括:
至少部分地基于所述温度传感器信号来确定模型时间参数;并且
至少部分地基于所述模型时间参数来确定所述补偿血糖浓度。
222.根据权利要求221所述的方法,其中所述模型时间参数适用于所述插入部位处的葡萄糖浓度和所述血糖浓度。
223.根据权利要求220-222中任一项所述的方法,所述方法还包括确定描述所述宿主的葡萄糖消耗,其中所述补偿血糖浓度至少部分基于所述葡萄糖消耗。
224.根据权利要求223所述的方法,所述方法还包括使用恒定的细胞层葡萄糖浓度来确定葡萄糖消耗。
225.根据权利要求223所述的方法,所述方法还包括使用可变的细胞层葡萄糖浓度来确定葡萄糖消耗。
226.根据权利要求223所述的方法,所述方法还包括使用线性变化的细胞层葡萄糖浓度来确定葡萄糖消耗。
227.一种温度补偿葡萄糖传感器系统,所述系统包括:
葡萄糖传感器;和
传感器电子器件,其配置为执行以下操作,包括:
接收温度传感器信号;
从插入到宿主的插入部位的葡萄糖传感器接收葡萄糖传感器信号;并且
将所述温度传感器信号和所述葡萄糖传感器信号应用于描述所述插入部位处的葡萄糖浓度与所述宿主的血糖浓度之间的差异的模型,以生成所述宿主的补偿血糖浓度。
228.根据权利要求227所述的葡萄糖传感器系统,所述操作还包括:
至少部分地基于所述温度传感器信号来确定模型时间参数;并且
至少部分地基于所述模型时间参数来确定所述补偿血糖浓度。
229.根据权利要求228所述的葡萄糖传感器系统,其中所述模型时间参数适用于所述插入部位处的葡萄糖浓度和所述血糖浓度。
230.根据权利要求227-229中任一项所述的葡萄糖传感器系统,所述操作还包括确定描述所述宿主的葡萄糖消耗,其中所述补偿血糖浓度至少部分基于所述葡萄糖消耗。
231.根据权利要求230所述的葡萄糖传感器系统,所述操作还包括使用恒定的细胞层葡萄糖浓度来确定葡萄糖消耗。
232.根据权利要求230所述的葡萄糖传感器系统,所述操作还包括使用可变的细胞层葡萄糖浓度来确定葡萄糖消耗。
233.根据权利要求230所述的葡萄糖传感器系统,所述操作还包括使用线性变化的细胞层葡萄糖浓度来确定葡萄糖消耗。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862620775P | 2018-01-23 | 2018-01-23 | |
US62/620,775 | 2018-01-23 | ||
PCT/US2019/014579 WO2019147582A1 (en) | 2018-01-23 | 2019-01-22 | Systems, devices, and methods to compensate for temperature effects on sensors |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111629660A true CN111629660A (zh) | 2020-09-04 |
Family
ID=67298356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980009462.0A Pending CN111629660A (zh) | 2018-01-23 | 2019-01-22 | 补偿温度对传感器的影响的系统、设备和方法 |
Country Status (7)
Country | Link |
---|---|
US (5) | US11484233B2 (zh) |
EP (1) | EP3742960A4 (zh) |
JP (1) | JP2021511094A (zh) |
CN (1) | CN111629660A (zh) |
AU (1) | AU2019211232A1 (zh) |
CA (1) | CA3089212A1 (zh) |
WO (1) | WO2019147582A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111920423A (zh) * | 2020-10-16 | 2020-11-13 | 湖州美奇医疗器械有限公司 | 血糖数据监测系统、血糖数据通信的监护方法及应用方法 |
CN112487692A (zh) * | 2020-12-16 | 2021-03-12 | 中国科学院重庆绿色智能技术研究院 | 一种从额头温度估计体核温度的方法及其应用 |
CN112729395A (zh) * | 2020-12-23 | 2021-04-30 | 电子科技大学 | 一种面向复杂SoC可靠性监测的片上传感器读出系统 |
WO2023060953A1 (zh) * | 2021-10-12 | 2023-04-20 | 深圳硅基传感科技有限公司 | 在考虑温度补偿的情况下获得分析物浓度的传感器及方法 |
CN116295741A (zh) * | 2023-02-23 | 2023-06-23 | 浙江大学 | 一种基于气垫的体重监测方法及系统 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11475787B2 (en) * | 2017-10-20 | 2022-10-18 | Utah Valley University | Nanotechnology fabrication in a virtual reality environment |
CA3089212A1 (en) | 2018-01-23 | 2019-08-01 | Dexcom, Inc. | Systems, devices, and methods to compensate for temperature effects on sensors |
EP3902468A4 (en) | 2018-12-28 | 2022-12-14 | Dexcom, Inc. | IMPEDANCE DETERMINING ANALYTE SENSOR |
US11763503B2 (en) * | 2019-02-25 | 2023-09-19 | Life Impact Solutions | Media alteration based on variable geolocation metadata |
TWM599631U (zh) * | 2019-08-02 | 2020-08-11 | 華廣生技股份有限公司 | 生理訊號傳感裝置 |
US20210228114A1 (en) | 2020-01-23 | 2021-07-29 | Waveform Technologies, Inc. | Adjunct data to improve the performance of a continuous glucose monitoring system |
US11631462B2 (en) * | 2020-02-10 | 2023-04-18 | International Business Machines Corporation | Temperature assisted programming of flash memory for neuromorphic computing |
US20230010015A1 (en) * | 2020-02-19 | 2023-01-12 | Prevayl Innovations Limited | Wearable Assembly Comprising a Wearable Article and an Electronics Module |
CA3179808A1 (en) * | 2020-07-29 | 2022-02-03 | Dexcom, Inc. | Population malady identification with a wearable glucose monitoring device |
US11508453B2 (en) * | 2020-08-18 | 2022-11-22 | Micron Technology, Inc. | Encoding test data of microelectronic devices, and related methods, devices, and systems |
CN112410864A (zh) * | 2020-11-20 | 2021-02-26 | 安徽理工大学 | 一种基于NB-IoT技术的电镀液参数监测与控制系统设计 |
CN114791685A (zh) * | 2021-01-26 | 2022-07-26 | 福州京东方光电科技有限公司 | 显示模组及其显示方法 |
JP2024514514A (ja) * | 2021-04-02 | 2024-04-02 | デックスコム・インコーポレーテッド | 個別化されたセンサ特性及び個別化された生理学的特性によって影響を受ける血糖濃度の個人化されたモデル化 |
CN112798783B (zh) * | 2021-04-12 | 2021-07-23 | 北京华益精点生物技术有限公司 | 血糖检测系统和方法 |
EP4082436A1 (en) * | 2021-04-29 | 2022-11-02 | Roche Diabetes Care GmbH | Method for determining a reliability of an analyte sensor |
KR20230060229A (ko) * | 2021-10-27 | 2023-05-04 | 한국전기연구원 | 광열 모듈레이션 레이저 스펙클 영상을 이용한 포도당 농도 측정 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
WO2023107107A1 (en) * | 2021-12-08 | 2023-06-15 | Liang Wang | Systems, devices, and methods to compensate for temperature effects on sensors |
CN114646680B (zh) * | 2022-05-18 | 2022-09-13 | 深圳市瑞达同生科技发展有限公司 | 一种气体传感器自动测试系统 |
Family Cites Families (68)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6001067A (en) | 1997-03-04 | 1999-12-14 | Shults; Mark C. | Device and method for determining analyte levels |
US6119028A (en) | 1997-10-20 | 2000-09-12 | Alfred E. Mann Foundation | Implantable enzyme-based monitoring systems having improved longevity due to improved exterior surfaces |
US6081736A (en) | 1997-10-20 | 2000-06-27 | Alfred E. Mann Foundation | Implantable enzyme-based monitoring systems adapted for long term use |
US6579690B1 (en) | 1997-12-05 | 2003-06-17 | Therasense, Inc. | Blood analyte monitoring through subcutaneous measurement |
US6134461A (en) | 1998-03-04 | 2000-10-17 | E. Heller & Company | Electrochemical analyte |
US6175752B1 (en) | 1998-04-30 | 2001-01-16 | Therasense, Inc. | Analyte monitoring device and methods of use |
US6180416B1 (en) | 1998-09-30 | 2001-01-30 | Cygnus, Inc. | Method and device for predicting physiological values |
US6424847B1 (en) | 1999-02-25 | 2002-07-23 | Medtronic Minimed, Inc. | Glucose monitor calibration methods |
US6895263B2 (en) | 2000-02-23 | 2005-05-17 | Medtronic Minimed, Inc. | Real time self-adjusting calibration algorithm |
WO2002015777A1 (en) | 2000-08-18 | 2002-02-28 | Cygnus, Inc. | Methods and devices for prediction of hypoglycemic events |
US6560471B1 (en) | 2001-01-02 | 2003-05-06 | Therasense, Inc. | Analyte monitoring device and methods of use |
US8858434B2 (en) | 2004-07-13 | 2014-10-14 | Dexcom, Inc. | Transcutaneous analyte sensor |
US7811231B2 (en) | 2002-12-31 | 2010-10-12 | Abbott Diabetes Care Inc. | Continuous glucose monitoring system and methods of use |
US7460898B2 (en) | 2003-12-05 | 2008-12-02 | Dexcom, Inc. | Dual electrode system for a continuous analyte sensor |
US6931327B2 (en) | 2003-08-01 | 2005-08-16 | Dexcom, Inc. | System and methods for processing analyte sensor data |
US7299082B2 (en) | 2003-10-31 | 2007-11-20 | Abbott Diabetes Care, Inc. | Method of calibrating an analyte-measurement device, and associated methods, devices and systems |
EP1694196B1 (en) * | 2003-11-27 | 2011-10-19 | Solianis Holding AG | Techniques for determining glucose levels |
US8532730B2 (en) | 2006-10-04 | 2013-09-10 | Dexcom, Inc. | Analyte sensor |
US9259175B2 (en) * | 2006-10-23 | 2016-02-16 | Abbott Diabetes Care, Inc. | Flexible patch for fluid delivery and monitoring body analytes |
JP5039062B2 (ja) | 2006-02-27 | 2012-10-03 | バイエル・ヘルスケア・エルエルシー | バイオセンサー系における温度補正被分析物決定 |
US8224415B2 (en) | 2009-01-29 | 2012-07-17 | Abbott Diabetes Care Inc. | Method and device for providing offset model based calibration for analyte sensor |
US8219173B2 (en) | 2008-09-30 | 2012-07-10 | Abbott Diabetes Care Inc. | Optimizing analyte sensor calibration |
US7653425B2 (en) | 2006-08-09 | 2010-01-26 | Abbott Diabetes Care Inc. | Method and system for providing calibration of an analyte sensor in an analyte monitoring system |
US8374668B1 (en) | 2007-10-23 | 2013-02-12 | Abbott Diabetes Care Inc. | Analyte sensor with lag compensation |
WO2007120381A2 (en) | 2006-04-14 | 2007-10-25 | Dexcom, Inc. | Analyte sensor |
US7699973B2 (en) | 2006-06-30 | 2010-04-20 | Abbott Diabetes Care Inc. | Rapid analyte measurement assay |
US8174395B2 (en) | 2006-11-20 | 2012-05-08 | St. Jude Medical Systems Ab | Transceiver unit in a measurement system |
US8092386B1 (en) | 2006-12-22 | 2012-01-10 | Pacesetter, Inc. | Method and implantable system for blood-glucose concentration monitoring |
DE102007006229A1 (de) | 2007-02-08 | 2008-08-14 | Biotronik Crm Patent Ag | Implantierbares medizinisches Gerät |
US9204827B2 (en) | 2007-04-14 | 2015-12-08 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in medical communication system |
CA2683930A1 (en) * | 2007-04-14 | 2008-10-23 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in medical communication system |
US10002233B2 (en) | 2007-05-14 | 2018-06-19 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
US9125548B2 (en) | 2007-05-14 | 2015-09-08 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
US7768386B2 (en) | 2007-07-31 | 2010-08-03 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
US8216138B1 (en) | 2007-10-23 | 2012-07-10 | Abbott Diabetes Care Inc. | Correlation of alternative site blood and interstitial fluid glucose concentrations to venous glucose concentration |
US8630692B2 (en) | 2009-04-30 | 2014-01-14 | Pacesetter, Inc. | Method and implantable system for blood-glucose concentration monitoring using parallel methodologies |
EP2425209A4 (en) | 2009-04-29 | 2013-01-09 | Abbott Diabetes Care Inc | METHOD AND SYSTEM FOR REAL-TIME CALIBRATION OF AN ANALYTICAL SENSOR WITH RETROACTIVE FILLING |
WO2011053881A1 (en) | 2009-10-30 | 2011-05-05 | Abbott Diabetes Care Inc. | Method and apparatus for detecting false hypoglycemic conditions |
US20110152658A1 (en) * | 2009-12-17 | 2011-06-23 | Glumetrics, Inc. | Identification of aberrant measurements of in vivo glucose concentration using temperature |
US9326708B2 (en) | 2010-03-26 | 2016-05-03 | Medtronic Minimed, Inc. | Ambient temperature sensor systems and methods |
US9089292B2 (en) | 2010-03-26 | 2015-07-28 | Medtronic Minimed, Inc. | Calibration of glucose monitoring sensor and/or insulin delivery system |
US8676284B2 (en) | 2010-10-15 | 2014-03-18 | Novanex, Inc. | Method for non-invasive blood glucose monitoring |
WO2012142502A2 (en) | 2011-04-15 | 2012-10-18 | Dexcom Inc. | Advanced analyte sensor calibration and error detection |
US9380965B2 (en) | 2011-05-20 | 2016-07-05 | Abbott Diabetes Care Inc. | Analyte sensors having a membrane with low temperature sensitivity |
US9974472B2 (en) * | 2011-06-16 | 2018-05-22 | Abbott Diabetes Care Inc. | Temperature-compensated analyte monitoring devices, systems, and methods thereof |
EP2751577B1 (en) | 2011-08-30 | 2019-04-17 | Medtronic Minimed, Inc. | A method of manufacturing a sterilized optical analyte sensor |
US9414775B2 (en) | 2012-03-29 | 2016-08-16 | Senseonics, Incorporated | Purification of glucose concentration signal in an implantable fluorescence based glucose sensor |
EP3228244A1 (en) | 2012-03-29 | 2017-10-11 | Senseonics, Incorporated | Purification of glucose concentration signal in an implantable fluorescence based glucose sensor |
US10453573B2 (en) | 2012-06-05 | 2019-10-22 | Dexcom, Inc. | Dynamic report building |
US10598627B2 (en) | 2012-06-29 | 2020-03-24 | Dexcom, Inc. | Devices, systems, and methods to compensate for effects of temperature on implantable sensors |
US9757057B2 (en) | 2012-11-07 | 2017-09-12 | Medtronic Minimed, Inc. | Dry insertion and one-point in vivo calibration of an optical analyte sensor |
US10335075B2 (en) | 2013-03-14 | 2019-07-02 | Dexcom, Inc. | Advanced calibration for analyte sensors |
US9814389B2 (en) | 2013-12-31 | 2017-11-14 | Senseonics, Incorporated | Continuous analyte monitoring system |
JP2017516548A (ja) | 2014-06-06 | 2017-06-22 | デックスコム・インコーポレーテッド | データ及び文脈に基づいた故障判別及び応答処理 |
CN106999118B (zh) | 2014-10-13 | 2020-07-17 | 葡萄糖传感器公司 | 分析物感测装置 |
CN104764778A (zh) | 2015-03-31 | 2015-07-08 | 徐鹏飞 | 一种新型智能血糖监测仪 |
CA2984090A1 (en) | 2015-05-15 | 2016-11-24 | Ascensia Diabetes Care Holdings Ag | Improved biosensor system analyte measurement |
WO2017058806A1 (en) * | 2015-09-28 | 2017-04-06 | The Regents Of The University Of California | Wearable sensor arrays for in-situ body fluid analysis |
US10638979B2 (en) | 2017-07-10 | 2020-05-05 | Glysens Incorporated | Analyte sensor data evaluation and error reduction apparatus and methods |
US11020019B2 (en) | 2017-10-13 | 2021-06-01 | Senseonics, Incorporated | Dynamic amplifier change |
US20210074421A1 (en) | 2018-01-14 | 2021-03-11 | Muralidharan Gopalakrishnan | Fully non-invasive blood sugar level monitoring apparatus integrated with real-time health support system |
CA3089212A1 (en) | 2018-01-23 | 2019-08-01 | Dexcom, Inc. | Systems, devices, and methods to compensate for temperature effects on sensors |
GB2578795B (en) | 2018-09-27 | 2023-04-05 | Sm24 Ltd | Skin patch |
US20200138345A1 (en) | 2018-11-02 | 2020-05-07 | Senseonics, Incorporated | Environmental detection and/or temperature compensation in an analyte monitoring system |
CA3134925C (en) | 2019-03-26 | 2024-01-02 | Nerv Technology Inc. | Systems, methods and devices for predicting and detecting postoperative complications |
EP3968786A4 (en) | 2019-05-12 | 2022-12-21 | Makesense Digital Health Technologies Ltd. | SYSTEM AND METHOD FOR HEALTH AND DIET MANAGEMENT AND NUTRITIONAL MONITORING |
JP7461973B2 (ja) | 2019-05-21 | 2024-04-04 | アセンシア・ディアベティス・ケア・ホールディングス・アーゲー | 補償システムおよび分析物バイオセンサ内のサーミスタ感知の方法 |
US20200388393A1 (en) | 2019-06-07 | 2020-12-10 | Livongo Health, Inc. | Determining interventions for remote health services |
-
2019
- 2019-01-22 CA CA3089212A patent/CA3089212A1/en active Pending
- 2019-01-22 US US16/254,213 patent/US11484233B2/en active Active
- 2019-01-22 EP EP19743525.8A patent/EP3742960A4/en active Pending
- 2019-01-22 US US16/254,210 patent/US11559230B2/en active Active
- 2019-01-22 CN CN201980009462.0A patent/CN111629660A/zh active Pending
- 2019-01-22 AU AU2019211232A patent/AU2019211232A1/en active Pending
- 2019-01-22 US US16/254,080 patent/US11484232B2/en active Active
- 2019-01-22 WO PCT/US2019/014579 patent/WO2019147582A1/en unknown
- 2019-01-22 JP JP2020530582A patent/JP2021511094A/ja active Pending
-
2022
- 2022-10-06 US US17/938,647 patent/US20230148920A1/en active Pending
- 2022-10-06 US US17/938,643 patent/US20230108235A1/en active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111920423A (zh) * | 2020-10-16 | 2020-11-13 | 湖州美奇医疗器械有限公司 | 血糖数据监测系统、血糖数据通信的监护方法及应用方法 |
CN111920423B (zh) * | 2020-10-16 | 2020-12-22 | 湖州美奇医疗器械有限公司 | 血糖数据监测系统、血糖数据通信的监护方法及应用方法 |
CN112487692A (zh) * | 2020-12-16 | 2021-03-12 | 中国科学院重庆绿色智能技术研究院 | 一种从额头温度估计体核温度的方法及其应用 |
CN112487692B (zh) * | 2020-12-16 | 2023-08-22 | 中国科学院重庆绿色智能技术研究院 | 一种从额头温度估计体核温度的方法及其应用 |
CN112729395A (zh) * | 2020-12-23 | 2021-04-30 | 电子科技大学 | 一种面向复杂SoC可靠性监测的片上传感器读出系统 |
WO2023060953A1 (zh) * | 2021-10-12 | 2023-04-20 | 深圳硅基传感科技有限公司 | 在考虑温度补偿的情况下获得分析物浓度的传感器及方法 |
CN116295741A (zh) * | 2023-02-23 | 2023-06-23 | 浙江大学 | 一种基于气垫的体重监测方法及系统 |
CN116295741B (zh) * | 2023-02-23 | 2023-08-22 | 浙江大学 | 一种基于气垫的体重监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20190223766A1 (en) | 2019-07-25 |
US20230148920A1 (en) | 2023-05-18 |
EP3742960A1 (en) | 2020-12-02 |
US11484232B2 (en) | 2022-11-01 |
US11559230B2 (en) | 2023-01-24 |
US20230108235A1 (en) | 2023-04-06 |
AU2019211232A1 (en) | 2020-07-16 |
JP2021511094A (ja) | 2021-05-06 |
US20190223765A1 (en) | 2019-07-25 |
US11484233B2 (en) | 2022-11-01 |
US20190227022A1 (en) | 2019-07-25 |
CA3089212A1 (en) | 2019-08-01 |
WO2019147582A1 (en) | 2019-08-01 |
EP3742960A4 (en) | 2021-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111629660A (zh) | 补偿温度对传感器的影响的系统、设备和方法 | |
Zaharieva et al. | Lag time remains with newer real-time continuous glucose monitoring technology during aerobic exercise in adults living with type 1 diabetes | |
US20240032826A1 (en) | Advanced continuous analyte monitoring system | |
CN107771056B (zh) | 经皮分析物传感器和监视器、其校准以及相关联方法 | |
US20230218203A1 (en) | Systems and methods relating to an analyte sensor system having a battery located within a disposable base | |
JP3647032B2 (ja) | 低血糖事象の予測のためのマイクロプロセッサーおよびデバイス | |
ES2856903T3 (es) | Método de conmutación de modo | |
JP2019506191A (ja) | 感度プロファイルに基づく留置センサの工場校正または不完全校正のためのシステム及び方法 | |
JP2023509974A (ja) | ボーラス投与量の管理 | |
US20220095968A1 (en) | Systems, devices, and methods to compensate for temperature effects on sensors | |
CN115397313A (zh) | 用于提高连续血糖监测系统的性能的辅助数据 | |
US20220249002A1 (en) | Biosensor excitation methods, and associated systems, devices, and methods | |
JP2024059889A (ja) | センサに対する温度効果を補償するためのシステム、デバイスおよび方法 | |
WO2023107107A1 (en) | Systems, devices, and methods to compensate for temperature effects on sensors | |
US20230181065A1 (en) | End-of-life detection for analyte sensors experiencing progressive sensor decline | |
US20230263439A1 (en) | Systems and methods for multi-analyte sensing |
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 |