CN111683590A - 电子设备、估计系统、估计方法和估计程序 - Google Patents

电子设备、估计系统、估计方法和估计程序 Download PDF

Info

Publication number
CN111683590A
CN111683590A CN201980011642.2A CN201980011642A CN111683590A CN 111683590 A CN111683590 A CN 111683590A CN 201980011642 A CN201980011642 A CN 201980011642A CN 111683590 A CN111683590 A CN 111683590A
Authority
CN
China
Prior art keywords
pulse wave
subject
postprandial
meal
estimation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201980011642.2A
Other languages
English (en)
Inventor
安岛弘美
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kyocera Corp
Original Assignee
Kyocera Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kyocera Corp filed Critical Kyocera Corp
Publication of CN111683590A publication Critical patent/CN111683590A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/02007Evaluating blood vessel condition, e.g. elasticity, compliance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022Monitoring a patient using a global network, e.g. telephone networks, internet
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02125Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1071Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring angles, e.g. using goniometers
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532Measuring 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14546Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4866Evaluating metabolism
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6802Sensor mounted on worn items
    • A61B5/681Wristwatch-type devices
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6813Specially adapted to be attached to a specific body part
    • A61B5/6822Neck
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6813Specially adapted to be attached to a specific body part
    • A61B5/6824Arm or wrist
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02Operational features
    • A61B2560/0204Operational features of power management
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02Operational features
    • A61B2560/0204Operational features of power management
    • A61B2560/0214Operational features of power management of power generation or supply
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Vascular Medicine (AREA)
  • Emergency Medicine (AREA)
  • Mathematical Physics (AREA)
  • Obesity (AREA)
  • Pulmonology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

电子设备配备有:传感器单元,获取被检者的脉搏波;以及控制器,使用基于餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于由传感器单元获取的餐前脉搏波与餐后脉搏波之间的差,估计被检者的餐后血糖水平。

Description

电子设备、估计系统、估计方法和估计程序
相关申请的交叉引用
本申请要求于2018年02月22日提交的日本专利申请No.2018-030116的优先权和权益,其全部内容通过引用合并于此。
技术领域
本公开涉及一种电子设备、估计系统、估计方法和估计程序,所述电子设备、估计系统、估计方法和估计程序根据测量到的生物信息来估计被检者的健康状况。
背景技术
在现有技术中,已经进行了血液成分的测量和血液流动性的测量,作为估计被检者(用户)的健康状况的手段。这些测量是通过使用从被检者收集的血液进行的。此外,已知一种电子设备,该电子设备从被检者的诸如手腕之类的被测部位来测量生物信息。例如,专利文献1公开了一种电子设备,该电子设备在佩戴在被检者的手腕上时测量被检者的脉搏。
引文列表
专利文献
专利文献1:JP2002-360530(A)
发明内容
电子设备的一方面包括:传感器单元,被配置为获取被检者的脉搏波;以及控制器,被配置为使用基于餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与餐后脉搏波之间的差,估计所述被检者的餐后血糖水平。
电子设备的另一方面包括:传感器单元,被配置为获取被检者的脉搏波;以及控制器,被配置为使用基于餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与餐后脉搏波之间的差,估计所述被检者的餐后血脂水平。
估计系统的一个方面是一种包括彼此通信连接的电子设备和信息处理器在内的估计系统。该电子设备包括传感器单元,所述传感器单元被配置为获取被检者的脉搏波。信息处理器包括控制器,所述控制器被配置为使用基于餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与餐后脉搏波之间的差,估计所述被检者的餐后血糖水平。
估计系统的另一方面是一种包括彼此通信连接的电子设备和信息处理器在内的估计系统。该电子设备包括传感器单元,所述传感器单元被配置为获取被检者的脉搏波。信息处理器包括控制器,所述控制器被配置为使用基于餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与餐后脉搏波之间的差,估计所述被检者的餐后血脂水平。
估计方法的一方面是由电子设备执行的估计方法。估计方法包括以下步骤:获取被检者的脉搏波;以及使用基于餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于所获取的被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血糖水平。
估计方法的另一方面是由电子设备执行的估计方法。估计方法包括以下步骤:获取被检者的脉搏波;以及使用基于餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于所获取的被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血脂水平。
估计程序的一方面使电子设备执行以下步骤:获取被检者的脉搏波;以及使用基于餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于所获取的被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血糖水平。
估计程序的另一方面使电子设备执行以下步骤:获取被检者的脉搏波;以及使用基于餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于所获取的被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血脂水平。
电子设备的一个方面包括:传感器单元,被配置为获取被检者的脉搏波;以及控制器,被配置为使用基于所述被检者的餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与任意定时的脉搏波之间的差,估计所述被检者的血糖水平。
电子设备的另一方面包括:传感器单元,被配置为获取被检者的脉搏波;以及控制器,被配置为使用基于所述被检者的餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与任意定时的脉搏波之间的差,估计所述被检者的血脂水平。
附图说明
在附图中:
图1是示出根据实施例的电子设备的示例的示意性配置的示意图;
图2是示出图1的电子设备的示意性配置的截面图;
图3是示出使用期间的图1的电子设备的示例的图;
图4是根据实施例的电子设备的示例的示意性外部透视图;
图5是示出佩戴图4中的电子设备的状态的示意图;
图6是以正视图示出图4的电子设备的外部和传感器单元的示意图;
图7是以正视图示意性地示出被检者的手腕与传感器单元的第一臂之间的位置关系的示意图;
图8A是以正视图示意性地示出被检者的手腕、传感器单元的第一臂与测量单元的外部之间的位置关系的示意图;
图8B是以正视图示意性地示出被检者的手腕、传感器单元的第一臂与测量单元的外部之间的位置关系的示意图;
图9是电子设备的功能框图;
图10是示出电子设备中基于脉搏波变化的估计方法的示例的图;
图11是示出加速度脉搏波的示例的图;
图12是示出由传感器单元获取的脉搏波的示例的图;
图13A是示出电子设备中基于脉搏波变化的估计方法的另一示例的图;
图13B是示出电子设备中基于脉搏波变化的估计方法的又一示例的图;
图14是用于创建图1中的电子设备所使用的估计公式的流程图;
图15是示出神经网络回归分析的示例的图;
图16是使用估计公式来估计被检者的餐后血糖水平的流程图;
图17是示出估计出的餐后血糖水平与测量到的餐后血糖水平之间的比较的图;
图18是示出估计出的餐后血糖水平与测量到的餐后血糖水平之间的比较的图;
图19是用于通过使用多个估计公式来估计被检者的餐后血糖水平的流程图;
图20是用于创建根据第二实施例的电子设备所使用的估计公式的流程图;
图21是使用由图20中的流程所创建的估计公式来估计被检者的餐后血脂水平的流程图;
图22是示出根据实施例的系统的示意性配置的示意图;以及
图23是示出脉搏波的示例的图。
具体实施方式
血液采样的方法有痛感,因此难以每天用于估计被检者的健康状况。此外,在将被配置为测量生物信息的电子设备佩戴在腕部上的方法中,传统上将待测量的对象限于脉搏,不可能估计被检者的除了脉搏之外的健康状况。优选的是,能够容易地估计被检者的健康状况。
以下将参考附图详细描述实施例。
(第一实施例)
图1是示出根据实施例的电子设备的示例1的示意性配置的示意图。图1所示的示例1的电子设备100包括附接部110和测量单元120。图1是从与被测量部位接触的背面120a观察根据示例1的电子设备100的图。
当被检者佩戴电子设备100时,电子设备100测量被检者的生物信息。由电子设备100测量的生物信息包括被检者的脉搏波。在实施例中,示例1的电子设备100可以在佩戴在被检者的手腕上的同时获取脉搏波。
在实施例中,附接部110是直而细长的带子。例如,在被检者将电子设备100的附接部110缠绕在他/她的手腕上的状态下执行脉搏波测量。更具体地,被检者将附接部110缠绕在他/她的手腕上,使得测量单元120的背面120a与被测量部位接触,然后测量脉搏波。电子设备100测量流过被检者的尺动脉或桡动脉的血液的脉搏波。
图2是根据示例1的电子设备100的截面图。图2示出了测量单元120和测量单元120周围的附接部110。
测量单元120具有在佩戴时与被检者的手腕接触的背面120a和在背面120a相反侧的表面120b。测量单元120在背面120a侧具有开口111。当示例1的电子设备100被佩戴时,传感器单元130的第一端与被检者的手腕接触,并且第二端与测量单元120接触。在弹性体140未被压缩的状态下,传感器单元130的第一端从开口111向背面120a侧突出。传感器单元130的第一端具有脉搏垫132。传感器单元130的第一端可在与背面120a的平面几乎基本垂直的方向上移位。传感器单元130的第二端通过轴133与测量单元120接触。
传感器单元130的第一端通过弹性体140与测量单元120接触。传感器单元130的第一端可相对于测量单元120移位。弹性体140包括例如弹簧。弹性体140不限于弹簧,并且可以是任何其他弹性体,例如树脂或海绵。此外,代替弹性体140或与弹性体140一起,可以将诸如扭力螺旋弹簧之类的偏压机构设置到传感器单元130的旋转轴133,使得传感器单元130的脉搏垫132与作为被检者的血液的脉搏波的待测量对象的被测量部位接触。
要注意的是,控制器、存储器、通信接口、电源、通知接口和操作它们的电路、用于连接的电缆可以布置在测量单元120处。
传感器单元130包括被配置为检测传感器单元130的位移的角速度传感器131。角速度传感器131检测传感器单元130的角位移。设置在传感器单元130中的每个传感器不限于角速度传感器131,并且可以例如是加速度传感器、角度传感器、或一些其他类型的运动传感器、或多个这些传感器。
示例1的电子设备100在测量单元120的表面120b侧上包括输入接口141。输入接口141接收被检者输入的操作,并且包括例如操作按钮(操作键)。输入接口141可以被配置为例如触摸屏。
图3是示出被检者使用的示例1的电子设备100的示例的图。被检者将示例1的电子设备100缠绕在他/她的手腕上并使用它。示例1的电子设备100在测量单元120的背面120a与手腕接触的状态下佩戴。可以调整测量单元120的位置,以使得在示例1的电子设备100缠绕在手腕上的同时,脉搏垫132与尺动脉或桡动脉的位置接触。
在图3中,当佩戴示例1的电子设备100时,传感器单元130的第一端与桡动脉上方的皮肤接触,桡动脉是被检者的左手拇指侧的动脉。由于布置在测量单元120和传感器单元130之间的弹性体140施加的弹力,传感器单元130的第一端与被检者的桡动脉上方的皮肤接触。传感器单元130根据被检者的桡动脉的运动即脉动而被移位。角速度传感器131检测传感器单元130的位移并获取脉搏波。脉搏波表示从体表获取的、由于血液的流入引起的血管体积的时间变化的波形表示。
再次参照图2,在弹性体140未被压缩的状态下,传感器单元130的第一端从开口111突出。当被检者佩戴示例1的电子设备100时,传感器单元130的第一端与被检者的桡动脉上方的皮肤接触,并且根据脉动,弹性体140伸展和收缩,并且传感器单元130的第一端被移位。使用具有适当弹性模量的弹性体140,使得其可以根据脉动而伸展和收缩而不会抑制脉动。在实施例中,开口111的开口宽度W大于血管直径,即,桡动脉直径。通过在测量单元120中设置开口111,当佩戴示例1的电子设备100时,测量单元120的背面120a不压缩桡动脉。因此,示例1的电子设备100可以获取几乎没有噪声的脉搏波,从而提高了测量精度。
图3示出了示例1的电子设备100佩戴在手腕上并且获取桡动脉的脉搏波的示例。然而,例如,示例1的电子设备100可以获取流过被检者的颈部的颈动脉的血液的脉搏波。更具体地,被检者可以将脉搏垫132轻轻地压靠在颈动脉的位置上以测量脉搏波。被检者还可以将示例1的电子设备100缠绕在他/她的颈部上,以使脉搏垫132位于颈动脉的位置。
图4是根据实施例的电子设备的示例2的示意性外部透视图。图4所示的示例2的电子设备100包括附接部210、基部211、附接到基部211的固定部212以及测量单元220。
在本实施例中,基部211形成为大致矩形的平板形状。在本说明书中,如图4所示,下面通过将平板状基部211的短边方向定义为x轴方向,将平板状基部211的长边方向定义为y轴方向,并将平板状基部211的正交方向定义为z轴方向进行说明。尽管如本文所述将示例2的电子设备100的一部分配置为可移动,但是当描述示例2的电子设备100的方向时,除非另外说明,否则将指示x、y和z轴方向处于图4所示的状态。此外,在此,z轴正方向是向上方向,z轴负方向是向下方向,并且x轴正方向是示例2的电子设备100的正面。
在被检者使用附接部210佩戴示例2的电子设备100的状态下,示例2的电子设备100测量被检者的生物信息。由示例2的电子设备100测量的生物信息是可以由测量单元220测量的被检者的脉搏波。作为示例,下面假设示例2的电子设备100佩戴在被检者的手腕上以获取脉搏波来进行说明。
图5是示出被检者佩戴图4的示例2的电子设备100的状态的示意图。通过使他/她的手腕穿过由附接部210、基部211和测量单元220形成的空间并通过由附接部210固定手腕,被检者可以如图5所示地佩戴电子设备100。在图4和图5所示的示例中,被检者通过使他/她的手腕沿x轴方向朝向x轴正方向穿过由附接部210、基部211和测量单元220形成的空间来佩戴示例2的电子设备100。被检者佩戴示例2的电子设备100,使得稍后描述的测量单元220的脉搏垫132与存在尺动脉或桡动脉的位置接触。示例2的电子设备100测量流过被检者的手腕处的尺动脉或桡动脉的血液的脉搏波。
测量单元220包括本体部221、外部222和传感器单元130。传感器单元130附接到本体部221。测量单元220通过联接部223附接到基部211。
联接部223可以以沿基部211的表面可旋转的方式附接到基部211。即,在图4所示的示例中,联接部223可以如箭头A所示相对于基部211在xy平面上可旋转地附接到基部211。在这种情况下,通过联接部223附接至基部211的整个测量单元220在xy平面上相对于基部211可旋转。
外部222在穿过联接部223的轴S1上联接到联接部223。轴S1是在x轴方向上延伸的轴。因此,外部222联接至联接部223,并且外部222可沿与基部211延伸的xy平面相交的平面相对于联接部223移位。即,外部222可以相对于基部211延伸的xy平面绕轴S1倾斜预定角度。例如,外部222可以在坐放在相对于xy平面以预定角度倾斜的诸如yz平面之类的面上的状态下被移位。在该实施例中,外部222可以在与xy平面正交的yz平面上绕轴S1可旋转地联接到联接部223,如图4中的箭头B所示。
外部222具有接触面222a,当示例2的电子设备100被佩戴时,该接触面222a与被检者的手腕接触。外部222可以在接触面222a侧上具有开口225。外部222可以被配置为使得其覆盖本体部221。
外部222可在内部空间中包括沿z轴方向延伸的轴224。本体部221具有轴224穿过的孔,并且本体部221通过轴224穿过该孔而附接到外部222内的空间。即,如图4中的箭头C所示,本体部221相对于外部222在xy平面上绕轴224可旋转地附接至外部222。即,本体部221相对于外部222沿xy平面可旋转地附接到外部222,xy平面是基部211的表面。另外,如图4中的箭头D所示,本体部221沿作为z轴方向的轴224相对于外部222可竖直移位地附接至外部222。
传感器单元130附接到本体部221。这里,下面将参考图6详细描述传感器单元130。图6是示出示例2的电子设备100的正视图中的外部222和传感器单元130的示意图。在图6中,在正视图中传感器单元130与外部222重叠的部分由虚线表示。
传感器单元130包括第一臂134和第二臂135。第二臂135固定到本体部221。第二臂135的下端135a连接到第一臂134的一端134a。如图6中的箭头E所示,第一臂134连接至第二臂135以使得另一端134b侧在yz平面上绕一端134a可旋转。
第一臂134的另一端134b侧通过弹性体140连接至第二臂135上侧的另一端135b侧。在未压缩弹性体140的状态下,第一臂134由第二臂135支撑,传感器单元130的另一端134b从外部222的开口225向接触面222a侧突出。弹性体140例如是弹簧。然而,弹性体140不限于弹簧,并且可以是任何其他弹性体,例如树脂或海绵。此外,代替弹性体140或与弹性体140一起,可以将诸如扭力螺旋弹簧之类的偏压机构设置到第一臂134的旋转轴S2,使得第一臂134的脉搏垫132与作为被检者的血液的脉搏波的待测对象的被测量部位接触。
脉搏垫132联接到第一臂134的另一端134b。当佩戴示例2的电子设备100时,脉搏垫132是与被测量部位接触的部分,被测量部位即是被检者的血液的脉搏波的待测对象。在本实施例中,例如,脉搏垫132与存在尺动脉或桡动脉的位置接触。脉搏垫132可以由不容易吸收由于被检者的脉搏引起的体表变化的材料制成。脉搏垫132可以由当与被检者接触时不容易使被检者感到疼痛的材料制成。例如,脉搏垫132可以由填充有珠子的布袋等形成。脉搏垫132可以被配置为例如可附接到第一臂134/从第一臂134拆卸。例如,被检者可以根据他/她的手腕的尺寸和/或形状将具有各种尺寸和/或形状的多个脉搏垫132中的一个脉搏垫132附接到第一臂134。以这种方式,被检者可以使用配合他/她的手腕的尺寸和/或形状的脉搏垫132。
传感器单元130包括被配置为检测第一臂134的位移的角速度传感器131。角速度传感器131能够检测第一臂134的角位移即可。传感器单元130不限于角速度传感器131,并且例如可以是加速度传感器、角传感器、其他运动传感器或多个这些传感器。
如图5所示,在本实施例中,在示例2的电子设备100被佩戴的状态下,脉搏垫132与作为被检者的右手拇指侧的动脉的桡动脉上方的皮肤接触。由于设置在第二臂135和第一臂134之间的弹性体140施加的弹力,布置在第一臂134的另一端134b侧上的脉搏垫132与被检者的桡动脉上方的皮肤接触。第一臂134根据被检者的桡动脉的运动即脉动而移位。角速度传感器131通过检测第一臂134的位移来获取脉搏波。脉搏波表示从体表获取的、由于血液的流入引起的血管体积的时间变化的波形表示。
如图6所示,在未压缩弹性体140的状态下,第一臂134的另一端134b从开口225突出。当电子设备100佩戴在被检者上时,联接至第一臂134的脉搏垫132与被检者的桡动脉上方的皮肤接触,并且根据脉动,弹性体140伸展和收缩,并且脉搏垫132移位。使用具有适当弹性模量的弹性体140,使得其可以根据脉动而伸展和收缩而不会抑制脉动。在本实施例中,开口225的开口宽度W充分大于血管直径,即,桡动脉直径。通过在外部222中设置开口225,当佩戴示例2的电子设备100时,外部222的接触面222a不压迫桡动脉。因此,示例2的电子设备100可以获取几乎没有噪声的脉搏波,从而提高了测量精度。
固定部212固定到基部211。固定部212可以包括固定附接部210的固定机构。附接部210可以在其中包括由示例2的电子设备100用来测量脉搏波的各种功能。例如,固定部212可以包括输入接口、控制器、电源、存储器、通信接口、通知接口和操作它们的电路、用于连接的电缆等。
附接部210是被检者用于将他/她的手腕固定到示例2的电子设备100的机构。在图4所示的示例中,附接部210是细长带。在图4所示的示例中,附接部210布置成使得一端210a联接至测量单元220的上端,并且另一端210b穿过基部211并且位于y轴正方向侧。例如,被检者使他/她的右手腕穿过由附接部210、基部211和测量单元220形成的空间,并且他/她的左手沿y轴正方向拉动附接部210的另一端210b,同时调节脉搏垫132以与右手腕的桡动脉上方的皮肤接触。被检者以将右手腕固定到示例2的电子设备100的程度拉动另一端210b,并且在这种状态下,通过固定部212的固定机构来固定附接部210。以这种方式,被检者可以用他/她的一只手(在该实施例中为左手)佩戴示例2的电子设备100。此外,通过使用附接部210将他/她的手腕固定到示例2的电子设备100,可以使示例2的电子设备100的佩戴状态稳定,这使得手腕与示例2的电子设备100之间的位置关系难以在测量期间被改变。因此,实现了脉搏波的稳定测量,并且提高了测量精度。
接下来,将描述当佩戴示例2的电子设备100时示例2的电子设备100的可移动部分的运动。
如上所述,当佩戴示例2的电子设备100时,被检者使他/她的手腕沿着x轴穿过由附接部210、基部211和测量单元220形成的空间。此时,由于测量单元220相对于基部211沿图4中的箭头A的方向可旋转地配置,因此被检者可以通过沿图4中的箭头A所示方向旋转测量单元220来穿过他/她的手腕。由于如上所述地可旋转地配置测量单元220,因此被检者可以根据被检者与示例2的电子设备100之间的位置关系适当地改变测量单元220的方向,同时使他/她的手腕通过。以此方式,根据示例2的电子设备100,被检者可以容易地佩戴示例2的电子设备100。
被检者使他/她的手腕穿过由附接部210、基部211和测量单元220形成的空间,并使脉搏垫132与他/她的手腕的桡动脉上方的皮肤接触。在此,如图7所示,由于本体部221沿图4中的箭头D的方向可移位地配置,所以联接至本体部221的传感器单元130的第一臂134也可沿箭头D的方向(其在z轴方向上)移位。因此,被检者可以根据他/她的手腕的尺寸和厚度在箭头D的方向上使第一臂134移位,使得脉搏垫132与桡动脉上方的皮肤接触。被检者可以将本体部221固定在移位后的位置处。以这种方式,根据示例2的电子设备100,传感器单元130的位置更容易被调整为适合于测量的位置。因此,根据示例2的电子设备100,提高了测量精度。应当注意,在图4所示的示例中,尽管已经描述了本体部221沿z轴方向可移动,但是本体部221可以不必配置为沿z轴方向可移动。例如,本体部221可以被配置为使得可以根据手腕的尺寸和厚度来调整其位置。例如,本体部221可以被配置为沿着与作为基部211的表面的xy平面相交的方向可移位。
在此,当脉搏垫132在与皮肤表面正交的方向上与桡动脉上方的皮肤接触时,传递给第一臂134的脉动增大。即,当脉搏垫132的位移方向(图3中的箭头E所示的方向)是与皮肤表面正交的方向时,传递给第一臂134的脉动增大,并且脉动的获取精度可以提高。在示例2的电子设备100中,如图4中的箭头C所示,本体部221和耦接至本体部221的传感器单元130被配置为能够相对于外部222绕轴224旋转。因此,被检者可以调节传感器单元130的方向,使得脉搏垫132的位移方向与皮肤表面正交。即,示例2的电子设备100可以调节传感器单元130的方向,使得脉搏垫132的位移方向与皮肤表面正交。以此方式,根据示例2的电子设备100,可以根据被检者的手腕的形状来调节传感器单元130的方向,并且被检者的脉动的变化更容易地传递至第一臂134。因此,根据示例2的电子设备100,提高了测量精度。
如图8A所示,在使脉搏垫132与他/她的手腕的桡动脉上方的皮肤接触之后,被检者拉动附接部210的另一端210b,以将手腕固定到示例2的电子设备100。这里,由于外部222沿图4中的箭头B的方向可旋转地配置,因此当被检者拉动附接部210时,外部222绕轴S1旋转,并且上端侧在y轴负方向上移位。即,如图8B所示,外部222的上端侧在y轴负方向上移位。因为第一臂134通过弹性体140连接到第二臂135,所以当外部222的上端侧在y轴负方向上移位时,脉搏垫132被弹性体140的弹力向桡动脉侧偏置,弹性体140的弹力有助于脉搏垫132更可靠地捕获脉动的变化。因此,根据示例2的电子设备100,提高了测量精度。
外部222的旋转方向(箭头B所示的方向)和第一臂134的旋转方向(箭头E所示的方向)可以彼此大致平行。外部222的旋转方向与第一臂134的旋转方向越接近平行,则当外部222的上端侧沿y轴负方向移位时,弹性体140的弹力被越有效地施加到第一臂134。应当注意,外部222的旋转方向和第一臂134的旋转方向基本平行的范围包括当外部222的上端侧在y轴负方向上移位时弹性体140的弹力施加到第一臂134的范围。
在此,图8A和图8B所示的外部222的正侧表面222b为在竖直方向上较长的大致矩形。表面222b在y轴负方向侧的边的上端侧具有切口222c。如图8B所示,即使外部222的上端侧在y轴负方向上移位,由于切口222c,表面222b也不容易与桡动脉上方的皮肤接触。因此,可以容易地防止桡动脉的脉动与表面222b接触而被阻碍。
此外,如图8B所示,当外部222的上端侧在y轴负方向上移位时,切口222c的下端222d与不同于手腕桡动脉位置的位置接触。当端部222d与手腕接触时,外部222不会在y轴负方向上移位超过接触位置。因此,端部222d可以防止外部222移位超过预定位置。如果外部222在y轴负方向上移位超过预定位置,则第一臂134在弹性体140的弹力的作用下强烈地向桡动脉侧偏置。结果,更容易阻碍桡动脉的脉动。在示例2的电子设备100中,外部222具有端部222d,该端部222d可以防止从第一臂134向桡动脉施加过大的压力,结果几乎不阻碍桡动脉的脉动。以这种方式,端部222d用作限制外部222的可移位范围的止动件。
在该实施例中,如图8A和图8B所示,第一臂134的旋转轴S2可以设置在与表面222b的y轴负方向侧的边相分离的位置处。在旋转轴S2设置在表面222b的y轴负方向侧的边附近的情况下,当第一臂134与被检者的手腕接触时,由于桡动脉的脉动而发生的变化可能无法被准确捕获。当旋转轴S2与表面222b的y轴负方向侧的边分离地布置时,可以减小第一臂134与手腕接触的可能性。以这种方式,第一臂134可以更精确地捕获脉动的变化。
被检者通过拉动附接部210的另一端210b并且在该状态下将附接部210固定到固定部212的固定机构上,将示例2的电子设备100戴在他/她的手腕上。在如此附接到手腕的状态下,第一臂134根据脉动的变化而沿箭头E所示的方向移位,因此示例2的电子设备100测量被检者的脉搏波。
根据示例1和示例2的上述电子设备100仅是电子设备100的配置的示例。因此,电子设备100不限于如示例1和示例2所述的那些。电子设备100具有能够测量被检者的脉搏波的配置即可。
图9是根据示例1或示例2的电子设备100的功能框图。电子设备100包括传感器单元130、输入接口141、控制器143、电源144、存储器145、通信接口146和通知接口147。在示例1的电子设备100中,控制器143、电源144、存储器145、通信接口146和通知接口147可以被包括在测量单元120或附接部110中。在示例2的电子设备100中,控制器143、电源144、存储器145、通信接口146和通知接口147可以被包括在固定部212中。
传感器单元130包括角速度传感器131,并且通过检测来自被测部位的脉动来获取脉搏波。
控制器143是被配置为控制和管理包括电子设备100的每个功能块在内的整个电子设备100的处理器。控制器143还是被配置为根据所获取的脉搏波来估计被检者的血糖水平的处理器。控制器143包括诸如中央处理单元(CPU)之类的处理器,其执行规定控制过程的程序和估计被检者的血糖水平的程序。这些程序例如存储在诸如存储器145之类的存储介质中。控制器143还基于从脉搏波计算出的指标来估计与被检者的葡萄糖或血脂代谢有关的状态。控制器143可以将数据通知给通知接口147。
电源144包括例如锂离子电池和用于对锂离子电池充电和放电的控制电路,并且向整个电子设备100供电。电源144不限于诸如锂离子电池等的二次电池,并且可以是诸如纽扣电池等的一次电池。
存储器145存储程序和数据。存储器145可以包括半导体存储介质和诸如磁存储介质之类的非暂时性存储介质。存储器145可以包括多种类型的存储介质。存储器145可以包括诸如存储卡、光盘或磁光盘之类的便携式存储介质、和用于读取该存储介质的设备的组合。存储器145可以包括用作临时存储区域的存储设备,例如随机存取存储器(RAM)。存储器145存储各种信息和用于使电子设备100进行操作的程序等,并且还用作工作存储器。存储器145可以例如存储由传感器单元130获取的脉搏波的测量结果。
通信接口146通过与外部设备的有线或无线通信来发送和接收各种数据。例如,通信接口146与存储被检者的生物学信息以管理健康状况的外部设备进行通信。通信接口146将由电子设备100测量的脉搏波的测量结果和由电子设备100估计的健康状况发送到外部设备。
通知接口147通过声音、振动、图像等来通知信息。通知接口147可以包括扬声器、振动器和显示设备。显示装置可以例如是液晶显示器(LCD)、有机电致发光显示器(OELD)或无机电致发光显示器(IELD)等。在实施例中,例如,通知接口147提供被检者的葡萄糖代谢或血脂代谢的状态的通知。
根据实施例的电子设备100估计葡萄糖代谢的状态。在实施例中,电子设备100估计血糖水平,作为葡萄糖代谢的状态。
电子设备100例如使用通过回归分析创建的估计公式来估计被检者的血糖水平。电子设备100例如预先在存储器145中存储用于基于脉搏来估计血糖水平的估计公式。电子设备100使用这些估计公式来估计血糖水平。
在此,对与基于脉搏波的血糖水平估计有关的估计原理进行说明。餐后血糖水平升高的结果是,血液流动性降低(粘度增加)、血管扩张、血液循环量增加。确定血管动态和血液动态以平衡这些状态。血液流动性的降低是由例如血浆粘度的增加或红细胞的可变形性的降低引起的。另外,血管的扩张是由胰岛素的分泌、消化激素的分泌、体温的上升等引起的。当血管扩张时,脉搏频率增加以抑制血压的降低。此外,循环血液量的增加补偿了消化和吸收的血液消耗。由于这些因素,餐前和餐后血管动态和血液动态的变化也反映在脉搏波中。因此,电子设备100可以基于脉搏波来估计血糖水平。
基于上述估计理论的用于估计血糖水平的估计公式可以通过基于从多个被检者获取的餐前脉搏波和餐后血糖水平的样本数据进行回归分析来创建。在估计时,可以通过将创建的估计公式应用于基于被检者脉搏的指标,来估计被检者的血糖水平。特别地,在创建估计公式时,可以通过使用其中血糖水平的变化接近正态分布的样本数据执行回归分析,来创建估计公式,从而估计作为被测试对象的被检者的血糖水平。例如,可以通过偏最小二乘(PLS)回归分析来创建估计公式。在PLS回归分析中,使用目标变量(要估计的特征量)和说明变量(要用于估计的特征量)之间的协方差,通过从变量之间具有最高相关性的分量开始按次序添加至变量来执行多重回归分析,从而计算回归系数矩阵。
在此,餐前是指例如在被检者进餐之前,即,在被检者空腹时。这里的餐后是指被检者进餐后,即餐后预定时间后膳食的影响反映在血液中的时间。如本实施例中所述,当电子设备100估计血糖水平时,餐后是指血糖水平升高的时间(例如,开始用餐后约一小时)。
图10是示出基于脉搏变化的估计方法的示例的图,并且示出脉搏的示例。使用与年龄、指示脉搏波的上升的指标(上升指标)SI、增强指标(AI)和脉搏率(PR)有关的回归分析来创建用于估计血糖水平的估计公式。
基于在图10中的区域D1中指示的波形导出上升指标SI。具体而言,上升指标SI是由脉搏波的二阶导数导出的加速度脉搏波中的第一极小值与第一极大值的比。例如,对于在图11中作为示例示出的加速度脉搏波,上升指标SI被表示为-b/a。餐后由于血液流动性降低、胰岛素分泌增加、体温升高引起的血管扩张(松弛)等,上升指标SI降低。
AI是作为脉搏波的前进波与反射波的大小之比表示的指标。将参考图12描述AI的派生方法。图12是示出使用电子设备100在手腕处获取的脉搏波的示例的图。图12示出了将角速度传感器131用作用于检测脉动的装置的情况。图12是由角速度传感器131获取的角速度的时间积分。在图12中,横轴表示时间,并且纵轴表示角度。由于所获取的脉搏波可以例如包括由被检者的身体运动引起的噪声,因此可以通过去除直流(DC)分量的滤波器来校正脉搏波,从而仅提取脉动分量。
脉搏波的传播是一种现象,在这种现象中,从心脏泵出的血液所引起的脉动通过动脉壁或血液传播。由心脏泵出的血液引起的脉动以前进波的形式到达肢体的末梢,该脉动的一部分在诸如血管分支或血管直径变化处等位置被反射,并作为反射波返回。AI是反射波的大小除以前进波的大小的结果,并表示为AIn=(PRn-PSn)/(PFn-PSn)。此处,AIn是每个脉搏的AI。例如,可以通过测量几秒钟的脉搏波并针对每个脉搏的AIn(n=1到n的整数)计算平均值AIave来计算AI。AI是从图10的区域D2所示的波形导出的。由于进餐后血液流动性的降低以及由体温升高导致的血管扩张等,AI降低。
基于图10所示的脉搏波的周期TPR导出脉搏率PR。餐后脉搏率PR升高。
电子设备100可以通过基于年龄、上升指标SI、AI和脉搏率PR创建的估计公式来估计血糖水平。
图13A和图13B是示出基于脉搏波变化的估计方法的另一示例的图。图13A示出了脉搏波,并且图13B示出了对图13A中的脉搏波执行快速傅立叶变换(FFT)的结果。例如,通过与例如通过FFT导出的基波分量和谐波分量(傅立叶系数)相关的回归分析,创建用于估计血糖水平的估计公式。图13B所示的作为FFT的结果的峰值根据脉搏波的波形的变化而变化。因此,可以使用基于傅立叶系数创建的估计公式来估计血糖水平。
电子设备100使用估计公式并基于上述上升指标SI、AI、脉搏率PR、傅立叶系数等来估计被检者的血糖水平。
这里,将描述创建在电子设备100估计被检者的血糖水平的情况下使用的估计公式的方法。估计公式可以不由电子设备100创建,并且可以使用另一计算机等预先创建。在这里,将创建估计公式的设备称为估计公式创建装置。在被检者使用电子设备100估计血糖水平之前,例如将创建的估计公式预先存储在存储器145中。
图14是用于创建电子设备100所使用的估计公式的流程图。通过使用脉搏波计测量被检者的餐前脉搏波和餐后脉搏波,并通过使用血糖仪测量被检者的餐后血糖水平,通过将基于这些测量获得的样本数据进行回归分析来创建估计公式。所获取的样本数据不限于餐后获取的数据。在血糖水平的变化大的时候获取数据即可。
在创建估计公式时,首先,将由脉搏波计测量的与被检者的餐前脉搏波有关的信息输入到估计公式创建装置中(步骤S101)。
此外,由脉搏波计测量的与被检者的餐后脉搏波有关的信息和由血糖仪测量的与被检者的餐后血糖水平有关的信息被输入到估计公式创建装置(步骤S102)。在步骤S102中输入的血糖水平是由血糖仪通过采集血液样本来测量的。在步骤S101或S102中,还可以输入每个样本数据的被检者的年龄。
估计公式创建装置确定在步骤S101和S102中输入的样本数据中的样本数是否等于或大于足以执行回归分析的样本数N(步骤S103)。样本数N可以适当地确定,并且例如可以是100。当确定样本数小于N时(在“否”的情况下),估计公式创建装置重复步骤S101和S102,直到样本数等于或大于N。另一方面,在确定样本数大于或等于N时(在“是”的情况下),估计公式创建装置进行到步骤S104,并且计算估计公式。
在估计公式的计算期间,估计公式创建装置分析输入的餐后脉搏波(步骤S104)。在该实施例中,估计公式创建装置分析餐后脉搏波的上升指标SI、AI和脉搏率PR。估计公式创建装置可以执行FFT分析作为脉搏波的分析。
此外,在估计公式的计算中,估计公式创建装置计算输入的餐前脉搏波与餐后脉搏波之间的差(步骤S105)。餐前脉搏波与餐后脉搏波之间的差是与脉搏波有关的值的变化。该差是与脉搏有关的特定指标值的变化,或者是与脉搏有关的特定指标值之间的差。例如,餐前脉搏波与餐后脉搏波之间的差是脉搏率的变化。即,在步骤S105中,估计公式创建装置计算餐前脉搏率和餐后脉搏率,并且通过从餐后脉搏率减去餐前脉搏率来计算脉搏率的变化量。
然后,估计公式创建装置执行回归分析(步骤S106)。回归分析中的目标变量是餐后血糖水平。此外,回归分析中的说明变量是在步骤S101或S102中输入的年龄、在步骤S104中分析的餐后脉搏波的上升指标SI、AI和脉搏率PR、以及在步骤S105中计算出的脉搏波之差。注意,当估计公式创建装置在步骤S105中执行FFT分析时,例如,说明变量可以是作为FFT分析的结果所计算出的傅立叶系数。
估计公式创建装置基于回归分析的结果来创建用于估计餐后血糖水平的估计公式(步骤S107)。
针对其计算脉搏波差的指标不限于上述脉搏率。针对其计算脉搏波差的指标可以是与脉搏波有关的除了脉搏率以外的其他指标。例如,针对其计算脉搏波差的指标可以包括上升指标SI或AI。这些指标中的两个或更多个可以包括在针对其计算脉搏波差的指标中。
要注意的是,不一定必须通过PLS回归分析来创建估计公式。可以通过使用其他技术来创建估计公式。例如,可以通过神经网络回归分析来创建估计公式。
图15是示出神经网络回归分析的示例的图。图15示意性地示出了其中输入层是5个神经元并且输出层是1个神经元的神经网络。输入层的5个神经元是年龄、上升指标SI、AI、脉搏率PR和脉搏波差。输出层的1个神经元是血糖水平。图15所示的神经网络在输入层和输出层之间具有五个中间层,例如中间层1、中间层2、中间层3、中间层4和中间层5。中间层1、中间层2、中间层3、中间层4和中间层5的节点数分别为5、4、3、2和1。对于中间层的每个节点,对从上一层输出的数据的每个分量执行加权,然后取它们的和并输入。在中间层的每个节点中,输出通过对输入数据执行预定操作(偏置)而获得的值。在神经网络回归分析中,通过误差反向传播方法将输出的估计值与正确的输出值进行比较,并调整网络中的权重和偏置,以使这些差最小化。以这种方式,还可以通过神经网络回归分析来创建估计公式。
接下来,将描述使用估计公式来估计被检者的血糖水平的估计流程的示例。图16是使用创建的估计公式来估计被检者的餐后血糖水平的流程图。
首先,电子设备100基于被检者对输入接口141的操作来输入被检者的年龄(步骤S201)。
电子设备100基于被检者的操作来测量被检者的餐前脉搏波(步骤S202)。
然后,电子设备100在被检者进餐后基于被检者的操作来测量被检者的餐后脉搏波(步骤S203)。
电子设备100分析所测量的餐后脉搏波(步骤S204)。具体地,例如,电子设备100分析与所测量的餐后脉搏波有关的上升指标SI、AI和脉搏率PR。
此外,电子设备100计算餐前脉搏波与餐后脉搏波之间的差(步骤S205)。餐前脉搏波与餐后脉搏波之间的差可以是与在创建估计公式时计算出的指标相同的指标。例如,当如图14所示,在创建估计公式时计算出脉搏率的变化时,电子设备100在此计算出的脉搏波之差可以是脉搏率的变化。即,在步骤S205中,电子设备100计算例如餐前脉搏率和餐后脉搏率,并且计算所计算的餐前脉搏率与餐后脉搏率之间的差。
电子设备100通过将在步骤S201中接受输入的被检者的年龄、在步骤S204中分析的与餐后脉搏率有关的上升指标SI、AI和脉搏率PR、以及在步骤S205中计算出的脉搏波之间的差应用于估计公式,来估计被检者的餐后血糖水平(步骤S206)。估计的餐后血糖水平例如从电子设备100的通知接口147通知给被检者。
如上所述,根据本实施例的电子设备100,可以基于被检者的脉搏波差和餐后脉搏波来估计被检者的餐后血糖水平。因此,根据电子设备100,可以在短时间内无创地估计餐后血糖水平。以这种方式,根据电子设备100,可以容易地估计被检者的健康状况。
要注意的是,电子设备100不仅可以估计餐后血糖水平,而且可以估计被检者在任意定时的血糖水平。电子设备100还可以在短时间内无创地估计任意定时的血糖水平。
图17和图18是各自示出估计出的餐后血糖水平与测量到的餐后血糖水平之间的比较的图。图17和图18是各自示出基于由传感器单元130获取的被检者的餐前脉搏波和餐后脉搏波所估计的被检者的餐后血糖水平与测量的餐后血糖水平之间的比较的图。图17中的餐后血糖水平的估计值是使用不包括脉搏波差作为说明变量而创建的估计公式来计算的。即,通过使用年龄、餐后脉搏波上升指标SI、AI和脉搏波PR作为目标变量,创建用于估计图17中的餐后血糖水平的估计公式。因此,基于年龄和餐后脉搏波,使用估计公式来计算图17中的估计的餐后血糖水平。基于被检者的餐前脉搏波与餐后脉搏波之间的差,使用在本实施例中说明的估计公式,算出图18中的估计的餐后血糖水平。即,使用将脉搏波差作为说明变量所制作的估计公式,计算图18中的估计餐后血糖水平。在图17和图18所示的各图中,横轴表示餐后血糖水平的测量值,并且纵轴表示餐后血糖水平的估计值。使用Terumo公司的Medisafe
Figure BDA0002616891310000211
血糖仪测量血糖水平。
如图17和图18所示,测量值和估计值大部分被包括在±20%的范围内。即,估计公式的估计精度在20%内。这里,作为计算图17和图18中的测量值和估计值之间的相关系数的结果,图17的相关系数为0.817,并且图18的相关系数为0.822。即,发现与不包括脉搏波差作为说明变量的图17所示的情况相比,在包括脉搏波差作为说明变量的情况下的图18所述的情况下,相关系数较高。这是因为,如图17所示,当不包括脉搏波差作为说明变量时,没有考虑与针对每个被检者的个体脉搏波相关的指标值(例如,脉搏率)的特征,如图18所示,在将脉搏波差作为说明变量而包含时,在餐后血糖水平的估计结果中反映出与各个被检者的个体脉搏波有关的指标值的特征。例如,假设被检者的每分钟脉搏率比平均的每分钟脉搏率高30%,在估计该被检者的餐后血糖水平时,如果不包括脉搏波差作为说明变量,则估计餐后血糖水平时并未反映出被检者的脉搏率原本高于平均值的特征。因此,被检者的估计的餐后血糖水平和正确的餐后血糖水平之间可能存在差异。另一方面,当包括脉搏波差作为说明变量时,可以基于被检者的脉搏率的变化来估计餐后血糖水平,而与被检者的原本的脉搏率无关。即,在这种情况下,可以通过反映被检者的脉搏率的特征来估计餐后血糖水平。因此,根据本实施例的电子设备100,可以根据每个被检者更准确地估计餐后血糖水平。
电子设备100对餐后血糖水平的估计方法不限于上述方法。例如,当估计被检者的餐后血糖水平时,电子设备100可以从多个估计公式中选择一个估计公式,并且使用所选择的估计公式来估计被检者的餐后血糖水平。在这种情况下,预先创建多个估计公式。
例如,可以根据膳食的内容来创建多个估计公式。膳食的内容可以包括例如膳食的量和质。膳食的量可以包括例如膳食的重量。膳食的质可以包括例如菜单、材料(食品)以及烹饪方法等。
膳食的内容可以分类为一些类别。例如,膳食的内容可以被分类为诸如面条、套餐、碗等类别。估计公式的数量可以与例如膳食的内容的分类类别的数量相同。即,例如,当将膳食的内容分类为三个类别时,可以创建与每个类别相对应的估计公式。在这种情况下,创建的估计公式的数量为三个。电子设备100使用多个估计公式中与被检者的膳食内容相对应的估计公式来估计餐后血糖水平。
这里,将描述当创建多个估计公式时使用估计公式对被检者的血糖水平进行估计的流程的示例。图19是用于使用所创建的多个估计公式来估计被检者的餐后血糖水平的流程图。
电子设备100基于被检者对输入接口141的操作来输入被检者的年龄(步骤S301)。
电子设备100基于被检者对输入接口141的操作来输入膳食的内容(步骤S302)。电子设备100可以以各种方式接受来自被检者的膳食内容的输入。例如,当电子设备100具有显示设备时,显示设备显示可以由被检者选择的膳食的内容(例如,类别)。因此,电子设备100允许被检者在所显示的膳食中选择与该被检者将要进餐的膳食最接近的膳食,并因此可以接受输入。例如,电子设备100可以通过允许被检者使用输入接口141描述膳食的内容来接受输入。例如,当电子设备100具有诸如相机等的成像单元时,电子设备100可以通过允许被检者使用成像单元拍摄他/她将要进餐的膳食来接受输入。在这种情况下,例如,电子设备100可以通过分析接受的图像来估计膳食的内容。
电子设备100基于被检者的操作来测量被检者的餐前脉搏波(步骤S303)。
然后,在被检者进餐之后,电子设备100基于被检者的操作来测量被检者的餐后脉搏波(步骤S304)。
电子设备100分析所测量的餐后脉搏波(步骤S305)。具体地,例如,电子设备100分析与所测量的脉搏波有关的上升指标SI、AI和脉搏率PR。
电子设备100基于在步骤S302中接受的膳食的内容,从多个估计公式中选择一个估计公式(步骤S306)。例如,电子设备100选择与最接近于输入的膳食内容的类别相对应的估计公式。
此外,电子设备100计算餐前脉搏波与餐后脉搏波之间的差(步骤S307)。例如,电子设备100计算餐前脉搏率和餐后脉搏率,并计算所计算的餐前脉搏波与餐后脉搏波之间的差。
电子设备100将在步骤S301中接受了输入的被检者的年龄、在步骤S305中分析的与餐后脉搏有关的上升指标SI、AI和脉搏率PR、以及在步骤S307中计算出的脉搏波差应用到估计公式,以估计被检者的餐后血糖水平(步骤S308)。估计的餐后血糖水平例如从电子设备100的通知接口147通知给被检者。
从餐前血糖水平到餐后血糖水平的变化可以根据膳食的内容而不同。然而,如上所述,由于电子设备100从多个估计公式中使用与膳食的内容相对应的估计公式来估计餐后血糖水平,因此可以根据膳食的内容来更准确地估计血糖水平。
(第二实施例)
在第一实施例中,已经描述了电子设备100估计被检者的餐后血糖水平的情况。在第二实施例中,将描述电子设备100估计被检者的餐后血脂水平的情况的示例。在此,血脂水平包括中性脂肪、总胆固醇、HDL胆固醇、LDL胆固醇等。在本实施例的描述中,将适当地省略与第一实施例中描述的相同的点。
电子设备100例如预先在存储器145中存储用于基于脉搏来估计血脂水平的估计公式。电子设备100使用这些估计公式来估计血脂水平。
与基于脉搏波对血脂水平的估计有关的估计理论与第一实施例中记载的血糖水平相同。即,血液中血脂水平的变化也反映在脉搏波的波形中。因此,电子设备100可以获取脉搏波,并且基于所获取的脉搏波来估计血脂水平。
图20是用于创建根据本实施例的电子设备100所使用的估计公式的流程图。同样在该实施例中,例如,通过执行诸如PLS回归分析或神经网络回归分析之类的回归分析,基于样本数据来创建估计公式。在该实施例中,基于餐前脉搏波作为样本数据来创建估计公式。在该实施例中,餐后可以是从进餐起的预定时间之后血脂水平升高的时间(例如,进餐开始后约三个小时)。特别地,通过使用其中血脂水平的变化接近于正态分布的样本数据执行回归分析来创建估计公式,因此可以估计待测的被检者在任意定时的血脂水平。
在创建估计公式时,首先,将由脉搏波计测量的与被检者的餐前脉搏波有关的信息输入到估计公式创建装置(步骤S401)。
此外,由脉搏波计测量的与被检者的餐后脉搏波有关的信息和由血脂测量装置测量的与被检者的餐后血脂水平有关的信息被输入到估计公式创建装置(步骤S402)。每个样本数据的被检者的年龄也可以在步骤S401或S402中输入。
估计公式创建装置确定在步骤S401和S402中输入的样本数据中的样本数是否等于或大于足以执行回归分析的样本数N(步骤S403)。样本数N可以适当地确定,并且例如可以是100。当估计公式创建装置确定样本数小于N时(在“否”的情况下),估计公式创建装置重复步骤S401和S402,直到样本数等于或大于N。另一方面,在估计公式创建装置确定样本数大于或等于N时(在“是”的情况下),估计公式创建装置进行到步骤S404,并且计算估计公式。
在估计公式的计算期间,估计公式创建装置分析输入的餐后脉搏波(步骤S404)。在该实施例中,估计公式创建装置分析餐后脉搏波的上升指标SI、AI和脉搏率PR。注意,估计公式创建装置可以执行FFT分析作为脉搏波分析。
此外,在估计公式的计算中,估计公式创建装置计算输入的餐前脉搏波与餐后脉搏波之间的差(步骤S405)。例如,在步骤S405中,估计公式创建装置通过计算餐前脉搏率和餐后脉搏率并从餐后脉搏率减去餐前脉搏率来计算脉搏率的变化量。
然后,估计公式创建装置执行回归分析(步骤S406)。回归分析中的目标变量是餐后血脂水平。此外,回归分析中的说明变量是例如在步骤S401或S402中输入的年龄、在步骤S404中分析的餐后脉搏波的上升指标SI、AI和脉搏率PR、以及在步骤S405中计算出的脉搏波差。注意,当估计公式创建装置在步骤S105中执行FFT分析时,例如,说明变量可以是作为FFT分析结果所计算出的傅立叶系数。
估计公式创建装置基于回归分析的结果来创建用于估计餐后血脂水平的估计公式(步骤S407)。
接下来,将描述用于使用估计公式来估计被检者的血脂水平的流程。例如,图21是用于使用由图20中的流程创建的估计公式来估计被检者的餐后血脂水平的流程图。
首先,电子设备100基于被检者对输入接口141的操作来输入被检者的年龄(步骤S501)。
电子设备100基于被检者的操作测量被检者的餐前脉搏波(步骤S502)。
然后,在被检者进餐之后,电子设备100基于被检者的操作来测量被检者的餐后脉搏波(步骤S503)。
电子设备100分析所测量的餐后脉搏波(步骤504)。具体地,例如,电子设备100分析与所测量的餐后脉搏波有关的上升指标SI、AI和脉搏率PR。
此外,电子设备100计算餐前脉搏波与餐后脉搏波之间的差(步骤S505)。例如,在步骤S505中,电子设备100计算例如餐前脉搏率和餐后脉搏率,并且计算所计算的餐前脉搏率与餐后脉搏率之间的差。
电子设备100通过将在步骤S501中接受了输入的被检者的年龄、在步骤S504中分析的与餐后脉搏有关的上升指标SI、AI和脉搏率PR、以及在步骤S505中计算出的脉搏波的差应用到估计公式,来估计被检者的餐后血脂水平(步骤S506)。估计的餐后血脂水平例如从电子设备100的通知接口147通知给被检者。
如上所述,根据本实施例的电子设备100,可以基于被检者的脉搏波差和餐后脉搏波来估计被检者的餐后血脂水平。因此,根据电子设备100,可以在短时间内无创地估计餐后血脂水平。以这种方式,根据电子设备100,可以容易且方便地估计被检者的健康状况。此外,根据电子设备100,可以通过反映被检者的脉搏率的特征来估计餐后血脂水平。因此,根据本实施例的电子设备100,能够更准确地估计与每个被检者对应的餐后血脂水平。
同样在估计血脂水平的情况下,如在估计血糖水平的情况的示例中那样,可以从多个估计公式中选择一个估计公式,并且使用所选择的估计公式来估计血脂水平。
在上述实施例中,已经描述了由电子设备100执行对血糖水平和血脂水平的估计的情况的示例。然而,血糖水平和血脂水平的估计不一定由电子设备100执行。将描述通过电子设备100以外的装置来执行对血糖水平和血脂水平的估计的情况的示例。
图22是示出根据实施例的系统的示意性配置的示意图。图22所示的根据实施例的系统包括电子设备100、信息处理器(例如服务器)151、移动终端150和通信网络。如图22所示,由电子设备100测量的脉搏波通过通信网络被发送到信息处理器151,并且作为被检者的个人信息被存储在信息处理器151中。信息处理器151将脉搏波与过去获取的被检者的信息或各种数据库进行比较,以估计被检者的血糖水平或血脂水平。信息处理器151可以进一步为被检者创建适当的建议。信息处理器151将估计结果和建议回复给被检者拥有的移动终端150。移动终端150可以建立系统以通过移动终端150的显示器来提供接收到的估计结果和建议的通知。通过使用电子设备100的通信功能,可以在信息处理器151上收集来自多个用户的信息。因此,估计精度进一步提高。此外,由于移动终端150被用作通知装置,所以电子设备100不再需要通知接口147,并且可以进一步减小尺寸。此外,由于通过信息处理器151估计被检者的血糖水平或血脂水平,因此可以减少电子设备100的控制器143上的计算负荷。此外,由于可以将过去获取的被检者的信息存储在信息处理器151上,因此可以减少电子设备100的存储器145上的负荷。因此,可以进一步减小电子设备100的尺寸和复杂度。此外,还提高了计算的处理速度。
在根据该实施例的系统中,电子设备100和移动终端150经由信息处理器151通过通信网络连接。然而,根据本公开的系统不限于上述配置。电子设备100和移动终端150可以在不使用信息处理器151的情况下通过通信网络直接连接。
为了完全和清楚地公开本公开,已经描述了特征示例。然而,所附权利要求不限于以上实施例,并且应被构造为体现本领域普通技术人员在本说明书中指示的基本特征的范围内可以创建的所有可能的修改和替代配置。
例如,在上述实施例中,已经描述了传感器单元130设置有角速度传感器131的情况。然而,根据本公开的电子设备100不限于此。传感器单元130可以设置有由发光部分和光接收部分构成的光学脉搏波传感器,或者可以设置有压力传感器。此外,电子设备100不限于佩戴在手腕上。传感器单元130被放置在例如颈部、脚踝、大腿、耳朵等上的动脉上即可。
此外,例如,在上述实施例中,尽管将回归分析的说明变量描述为年龄、上升指标SI、AI和脉搏率PR,但是说明变量可以不包括所有这四个变量,或可以包括这四个变量以外的变量。例如,说明变量可以包括性别或基于通过对脉搏波进行一阶微分得到的速度脉搏波所确定的指标。例如,说明变量可以包括基于脉搏所确定的指标。基于脉搏所确定的指标可以包括例如喷射时间(ET)或从心室喷射到重搏波(DW)的时间DWt,如图23中的示例所示。此外,例如,说明变量可以包括空腹血糖水平(例如,通过血液采样所测量的血糖水平、在体检时预先测量的血糖水平等)。
在上述实施例中,已经描述了使用被检者的餐前脉搏波和餐后脉搏波以及被检者的餐后血糖水平或血脂水平来创建估计公式。在此,被检者可以是使电子设备100估计血糖水平或血脂水平的被检者。即,在这种情况下,通过使用被检者的餐前脉搏波和餐后脉搏波以及被检者的餐后血糖水平或血脂水平来创建估计公式。
在上述实施例中,已经描述了控制器143基于由传感器单元130获取的被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血糖水平或血脂水平。然而,控制器143可以不必基于被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血糖水平或血脂水平。例如,控制器143可以基于餐前脉搏波与预定定时的脉搏波之间的差来估计该预定定时的血糖水平或血脂水平。可以适当地确定预定定时。预定定时可以是血糖水平或血脂水平的变化比进餐之前大的定时。
附图标记列表
100 电子设备
110、210 附接部
111、225 开口
120、220 测量单元
120a 背面
120b 表面
130 传感器单元
131 角速度传感器
132 脉搏垫
133、224 轴
134 第一臂
135 第二臂
140 弹性体
141 输入接口
143 控制器
144 电源
145 存储器
146 通信接口
147 通知接口
150 移动终端
151 信息处理器
211 基部
212 固定部
221 本体部
222 外部
222a 接触面
222b 表面
222c 切口
222d 端部
223 联接部。

Claims (15)

1.一种电子设备,包括:
传感器单元,被配置为获取被检者的脉搏波;以及
控制器,被配置为使用基于餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与餐后脉搏波之间的差,估计所述被检者的餐后血糖水平。
2.根据权利要求1所述的电子设备,其中,所述餐前脉搏波与所述餐后脉搏波之间的差是与脉搏波有关的指标的值的变化。
3.根据权利要求2所述的电子设备,其中,所述与脉搏波有关的指标包括脉搏率、上升指标SI、以及AI中的至少任意一个。
4.根据权利要求1所述的电子设备,其中,所述控制器使用多个估计公式中与所述被检者的膳食的内容相对应的估计公式来估计所述餐后血糖水平。
5.根据权利要求4所述的电子设备,其中,每个所述估计公式对应于膳食的内容的分类。
6.根据权利要求1所述的电子设备,其中,所述估计公式是通过PLS回归分析或神经网络回归分析来创建的。
7.一种电子设备,包括:
传感器单元,被配置为获取被检者的脉搏波;以及
控制器,被配置为使用基于餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与餐后脉搏波之间的差,估计所述被检者的餐后血脂水平。
8.一种估计系统,包括彼此通信连接的电子设备和信息处理器,其中,
所述电子设备包括传感器单元,所述传感器单元被配置为获取被检者的脉搏波;以及
所述信息处理器包括控制器,所述控制器被配置为使用基于餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与餐后脉搏波之间的差,估计所述被检者的餐后血糖水平。
9.一种估计系统,包括彼此通信连接的电子设备和信息处理器,其中,
所述电子设备包括传感器单元,所述传感器单元被配置为获取被检者的脉搏波;以及
所述信息处理器包括控制器,所述控制器被配置为使用基于餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与餐后脉搏波之间的差,估计所述被检者的餐后血脂水平。
10.一种由电子设备执行的估计方法,包括以下步骤:
获取被检者的脉搏波;以及
使用基于餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于所获取的被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血糖水平。
11.一种由电子设备执行的估计方法,包括以下步骤:
获取被检者的脉搏波;以及
使用基于餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于所获取的被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血脂水平。
12.一种估计程序,被配置为使电子设备执行以下步骤:
获取被检者的脉搏波;以及
使用基于餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于所获取的被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血糖水平。
13.一种估计程序,被配置为使电子设备执行以下步骤:
获取被检者的脉搏波;以及
使用基于餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于所获取的被检者的餐前脉搏波与餐后脉搏波之间的差来估计被检者的餐后血脂水平。
14.一种电子设备,包括:
传感器单元,被配置为获取被检者的脉搏波;以及
控制器,被配置为使用基于所述被检者的餐前脉搏波和餐后脉搏波以及血糖水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与任意定时的脉搏波之间的差,估计所述被检者的血糖水平。
15.一种电子设备,包括:
传感器单元,被配置为获取被检者的脉搏波;以及
控制器,被配置为使用基于所述被检者的餐前脉搏波和餐后脉搏波以及血脂水平所创建的估计公式,基于由所述传感器单元获取的所述被检者的餐前脉搏波与任意定时的脉搏波之间的差,估计所述被检者的血脂水平。
CN201980011642.2A 2018-02-22 2019-02-04 电子设备、估计系统、估计方法和估计程序 Pending CN111683590A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018-030116 2018-02-22
JP2018030116A JP6884718B2 (ja) 2018-02-22 2018-02-22 電子機器、推定システム、推定方法及び推定プログラム
PCT/JP2019/003867 WO2019163501A1 (ja) 2018-02-22 2019-02-04 電子機器、推定システム、推定方法及び推定プログラム

Publications (1)

Publication Number Publication Date
CN111683590A true CN111683590A (zh) 2020-09-18

Family

ID=67687189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980011642.2A Pending CN111683590A (zh) 2018-02-22 2019-02-04 电子设备、估计系统、估计方法和估计程序

Country Status (6)

Country Link
US (1) US20210030279A1 (zh)
EP (1) EP3756540A4 (zh)
JP (2) JP6884718B2 (zh)
KR (1) KR20200106922A (zh)
CN (1) CN111683590A (zh)
WO (1) WO2019163501A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4210065A4 (en) * 2020-09-03 2024-02-28 Ssst Co Ltd BIOLOGICAL INFORMATION CALCULATION SYSTEM
TW202219974A (zh) * 2020-09-03 2022-05-16 日商Ssst股份有限公司 生物資訊演算系統
JP7083193B1 (ja) 2021-03-02 2022-06-10 Ssst株式会社 生体情報演算システム
JP7083194B1 (ja) 2021-03-02 2022-06-10 Ssst株式会社 生体情報演算システム
WO2023219059A1 (ja) * 2022-05-09 2023-11-16 京セラ株式会社 分析装置、および分析方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1596826A (zh) * 2004-07-27 2005-03-23 天津大学 脉搏阻抗谱血糖或其他血液成分的无创检测装置及其检测方法
US20110070565A1 (en) * 2009-09-18 2011-03-24 Sysmex Corporation Postprandial blood glucose estimating apparatus, postprandial blood glucose estimating method, and computer program product
JP2012045191A (ja) * 2010-08-27 2012-03-08 Seiko Epson Corp 血糖値予測装置
CN103747733A (zh) * 2011-09-27 2014-04-23 泰尔茂株式会社 分析物监测系统
WO2016174839A1 (ja) * 2015-04-28 2016-11-03 京セラ株式会社 電子機器及びシステム
WO2017175608A1 (ja) * 2016-04-08 2017-10-12 京セラ株式会社 電子機器及び推定システム
CN107361776A (zh) * 2017-05-20 2017-11-21 深圳市前海安测信息技术有限公司 无创血糖检测系统及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6064896A (en) * 1998-05-06 2000-05-16 Futrex Inc. Non-invasive measurement of blood glucose using instruments that have less precise detection capability
JP2002360530A (ja) 2001-06-11 2002-12-17 Waatekkusu:Kk 脈波センサ及び脈拍数検出装置
US9254099B2 (en) * 2013-05-23 2016-02-09 Medibotics Llc Smart watch and food-imaging member for monitoring food consumption
JP6461334B2 (ja) * 2015-05-29 2019-01-30 京セラ株式会社 電子機器
JP2017067705A (ja) * 2015-10-01 2017-04-06 株式会社タニタ 食後血糖値推定プログラム及び情報処理装置
EP3476281A4 (en) * 2016-06-28 2020-01-01 KYOCERA Corporation ELECTRONIC DEVICE AND CALCULATION SYSTEM

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1596826A (zh) * 2004-07-27 2005-03-23 天津大学 脉搏阻抗谱血糖或其他血液成分的无创检测装置及其检测方法
US20110070565A1 (en) * 2009-09-18 2011-03-24 Sysmex Corporation Postprandial blood glucose estimating apparatus, postprandial blood glucose estimating method, and computer program product
JP2012045191A (ja) * 2010-08-27 2012-03-08 Seiko Epson Corp 血糖値予測装置
CN103747733A (zh) * 2011-09-27 2014-04-23 泰尔茂株式会社 分析物监测系统
WO2016174839A1 (ja) * 2015-04-28 2016-11-03 京セラ株式会社 電子機器及びシステム
JPWO2016174839A1 (ja) * 2015-04-28 2017-12-07 京セラ株式会社 電子機器及びシステム
WO2017175608A1 (ja) * 2016-04-08 2017-10-12 京セラ株式会社 電子機器及び推定システム
CN107361776A (zh) * 2017-05-20 2017-11-21 深圳市前海安测信息技术有限公司 无创血糖检测系统及方法

Also Published As

Publication number Publication date
KR20200106922A (ko) 2020-09-15
JP2019141415A (ja) 2019-08-29
EP3756540A4 (en) 2021-11-24
JP2021121335A (ja) 2021-08-26
US20210030279A1 (en) 2021-02-04
EP3756540A1 (en) 2020-12-30
JP6884718B2 (ja) 2021-06-09
WO2019163501A1 (ja) 2019-08-29

Similar Documents

Publication Publication Date Title
CN111387945B (zh) 电子设备及系统
CN111683590A (zh) 电子设备、估计系统、估计方法和估计程序
US20230000404A1 (en) Electronic device, estimation system, estimation method, and estimation program
CN111683591A (zh) 电子设备、估计系统、估计方法和估计程序
JP6930009B2 (ja) 電子機器、推定システム、推定方法及び推定プログラム
JP6873307B2 (ja) 電子機器、推定システム、推定方法及び推定プログラム
JP6993261B2 (ja) 電子機器、推定システム、推定方法及び推定プログラム
JP6882590B2 (ja) 電子機器及び推定システム
JP6807481B2 (ja) 電子機器及び推定システム
JP6740500B2 (ja) 電子機器及び推定システム

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