CN111787853B - 电子设备、估计系统、估计方法和估计程序 - Google Patents

Abstract

一种电子设备(100)，包括：传感器单元(130)，获取被检者的脉搏波；以及控制单元(143)，基于由传感器单元获取的被检者的脉搏波，分析在表现出所述脉搏波的峰值的时间点之后的预定时间处的所述脉搏波的变化率，并基于该变化率来估计被检者的血糖水平。

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03月12日提交的日本专利申请No.2018-044750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，该电子设备、估计系统、估计方法和估计程序根据被测量的生物信息来估计被检者的健康状态。

背景技术

通常，已经通过测量血液成分或测量血液流动性来估计被检者的(使用者的)健康状态。使用从被检者收集的血液样本进行这些测量。还已知一种电子设备，该电子设备测量来自被检者的手腕或其他被测量部位的生物信息。例如，专利文献1中公开的电子设备通过被附接到被检者的手腕来测量被检者的脉搏率。

引文列表

专利文献

专利文献1：JP2002-360530A

发明内容

一种根据实施例的电子设备包括：传感器，被配置为获取被检者的脉搏波；以及控制器，被配置为，基于由传感器获取的被检者的脉搏波，分析在表现出脉搏波的峰值的时间点之后的预定时间处的脉搏波的变化率，并且基于变化率来估计被检者的血糖水平。

一种根据另一实施例的电子设备包括：传感器，被配置为获取被检查者的脉搏波；以及控制器，被配置为，基于由传感器获取的被检者的脉搏波，分析在表现出脉搏波的峰值的时间点之后的预定时间处的所述脉搏波的变化率，并且基于所述变化率来估计被检者的血脂水平。

一种根据实施例的估计系统包括以彼此能够通信的方式进行连接的电子设备和信息处理装置。该电子设备包括传感器，传感器被配置为获取被检者的脉搏波。信息处理装置包括控制器，该控制器被配置为：基于由传感器获取的被检者的脉搏波，分析在表现出脉搏波的峰值的时间点之后的预定时间处的脉搏波的变化率；并且基于变化率来估计被检者的血糖水平。

一种根据实施例的估计系统包括以彼此能够通信的方式进行连接的电子设备和信息处理装置。该电子设备包括传感器，传感器被配置为获取被检者的脉搏波。信息处理装置包括控制器，该控制器被配置为：基于由传感器获取的被检者的脉搏波，分析在表现出脉搏波的峰值的时间点之后的预定时间处的脉搏波的变化率；并且基于变化率来估计被检者的血脂水平。

一种根据实施例的估计方法是由电子设备执行的估计方法。该估计方法包括：获取被检者的脉搏波；基于被检者的脉搏波，分析在表现出脉搏波的峰值的时间点之后的预定时间处的脉搏波的变化率；以及基于变化率来估计被检者的血糖水平。

一种根据实施例的估计方法是由电子设备执行的估计方法。该估计方法包括：获取被检者的脉搏波；基于被检者的脉搏波，分析在表现出脉搏波的峰值的时间点之后的预定时间处的脉搏波的变化率；以及基于变化率来估计被检者的血脂水平。

一种根据实施例的估计程序用于使电子设备执行以下步骤：获取被检者的脉搏波；基于被检者的脉搏波，分析在表现出脉搏波的峰值的时间点之后的预定时间处的脉搏波的变化率；以及基于变化率来估计被检者的血糖水平。

一种根据实施例的估计程序用于使电子设备执行以下步骤：获取被检者的脉搏波；基于被检者的脉搏波，分析在表现出脉搏波的峰值的时间点之后的预定时间处的脉搏波的变化率；以及基于变化率来估计被检者的血脂水平。

附图说明

在附图中：

图1示出了根据实施例的电子设备的示例的示意性配置；

图2是示意地示出图1的电子设备的配置的截面图；

图3示出了图1中的电子设备的使用状态的示例；

图4是示意性地示出根据实施例的电子设备的示例的外部透视图；

图5示意性地示出了图4的电子设备被佩戴的状态；

图6以正视图示意性地示出了图4的电子设备的外部和传感器；

图7以正视图示意性地示出了被检者的手腕与传感器的第一臂之间的位置关系；

图8A以正视图示意性地示出了被检者的手腕、传感器的第一臂和测量单元的外部之间的位置关系；

图8B以正视图示意性地示出了被检者的手腕、传感器的第一臂和测量单元的外部之间的位置关系；

图9是电子设备的功能框图；

图10示出了电子设备中基于脉搏波的估计方法的示例；

图11示出了加速度脉搏波的示例；

图12示出了传感器获取的脉搏波的示例；

图13A示出了电子设备中基于脉搏波的变化的估计方法的另一示例；

图13B示出了电子设备中基于脉搏波的变化的估计方法的另一示例；

图14是用于导出图1的电子设备所使用的估计公式的流程图；

图15示出了示例脉搏波；

图16示出了加速度脉搏波的示例；

图17示出了示例脉搏波；

图18A是示出本实施例中的餐前脉搏波形的图形；

图18B是示出本实施例中的餐后脉搏波形的图形；

图19示出了神经网络回归分析的示例；

图20示出了神经网络回归分析的示例；

图21A是示出用于神经网络回归分析的学习数据的图形；

图21B是示出用于神经网络回归分析的验证数据的图形；

图22是使用估计公式估计被检者的餐后血糖水平的流程图；

图23是使用多个估计公式估计被检者的餐后血糖水平的流程图；

图24是用于导出根据第二实施例的由电子设备所使用的估计公式的流程图；

图25是使用图24中的流程图导出的估计公式估计被检者的餐后血脂水平的流程图；

图26示意性地示出了根据实施例的系统的配置；以及

图27示出了示例脉搏波。

具体实施方式

收集血液样本时的疼痛使被检者无法日常地估计自己的健康状态。此外，仅测量脉搏的电子设备不能测量被检者的除了脉搏之外的健康状态。因此，本公开提供了可以容易地估计被检者的健康状态的电子设备、估计系统、估计方法和估计程序。

以下参考附图详细描述实施例。

第一实施例

图1示出了根据实施例的电子设备的第一示例的示意性配置。图1所示的第一示例的电子设备100包括佩戴部110和测量单元120。图1是第一示例的电子设备100的从与被测部位接触的背面120a观察的视图。

当电子设备100由被检者佩戴时，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，第一示例的电子设备100可以在被佩戴在被检者的手腕上的同时获取脉搏波。

在实施例中，佩戴部110是直的细长的带子。例如，在被检者已经将电子设备100的佩戴部110缠绕在手腕上的状态下测量脉搏波。更具体地，被检者将佩戴部110缠绕在手腕上，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是第一示例的电子设备100的截面图。图2示出了测量单元120和测量单元120周围的佩戴部110。

测量单元120包括在佩戴时与被检者的手腕接触的背面120a和与背面120a相反侧的正面120b。测量单元120在背面120a侧包括开口111。传感器130包括在第一示例的电子设备100被佩戴时接触被检者的手腕的第一端部和与测量单元120接触的第二端部。在弹性体140未被挤压的状态下，传感器130的第一端部从背面120a处的开口111突出。传感器130的第一端部具有脉搏垫132。传感器130的第一端部能够在与背面120a的平面基本上垂直的方向上移位。传感器130的第二端部通过轴133与测量单元120接触。

传感器130的第一端部通过弹性体140与测量单元120接触。传感器130的第一端部能够相对于测量单元120移位。弹性体140例如包括弹簧。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。代替弹性体140或与弹性体140一起，可以在传感器130的旋转轴133上设置诸如扭力螺旋弹簧的偏压机构，并且可以将传感器130的脉搏垫132放置成与被测部位接触，该被测部位是被检者血液的脉搏波的测量对象。

可以在测量单元120中布置控制器、存储装置、通信接口、电源、通知接口、用于使这些组件工作的电路、用于连接这些组件的电缆等。

传感器130包括检测传感器130的位移的角速度传感器131。角速度传感器131检测传感器130的角位移。设置在传感器130中的传感器的类型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、其他运动传感器、或多个这些传感器。

第一示例的电子设备100在测量单元120的正面120b上包括输入接口141。输入接口141接收从被检者输入的操作，并且可以被配置为例如使用操作按钮(操作键)构成。输入接口141可以例如由触摸屏构成。

图3示出了被检者使用第一示例的电子设备100的使用状态的示例。被检者将第一示例的电子设备100缠绕在手腕上以供使用。第一示例的电子设备100在测量单元120的背面120a与手腕接触的状态下被佩戴。在第一示例的电子设备100缠绕在手腕上的情况下，可以调节测量单元120的位置，使得脉搏垫132与尺动脉或桡动脉的位置接触。

在图3中，当第一示例的电子设备100被佩戴时，传感器130的第一端部与桡动脉上方的皮肤接触，该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与传感器130之间的弹性体140的弹力，传感器130的第一端部与被检者的桡动脉上方的皮肤接触。传感器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130的位移并获取脉搏波。脉搏波是指从体表获取的、由于血液流入而产生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未被挤压的状态下，传感器130的第一端部从开口111突出。当第一示例的电子设备100由被检者佩戴时，传感器130的第一端部与被检者的桡动脉上方的皮肤接触，并且弹性体140根据脉动伸展和收缩，从而使传感器130的第一端部移位。弹性体140使用具有适当弹性模量的组件，以在不抑制脉动的情况下根据脉动而伸展和收缩。在实施例中，开口111的开口宽度W大于血管直径，即，实施例中的桡动脉直径。通过在测量单元120中设置开口111，当佩戴第一示例的电子设备100时，测量单元120的背面120a不压迫桡动脉。因此，第一示例的电子设备100可以获取噪声很小的脉搏波，从而提高了测量精度。

图3示出了第一示例的电子设备100佩戴在手腕上并获取桡动脉处的脉搏波的示例，但是第一示例的电子设备100例如可以获取流过被检者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。被检者还可以将第一示例的电子设备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是示意性地示出实施例的电子设备的第二示例的外部透视图。图4所示的第二示例的电子设备100包括佩戴部210、基部211、附接到基部211的固定部212和测量单元220。

在本实施例中，基部211是大致矩形的平板。在本公开中，如图4所示，将平板状基部211的短边的方向认为是x轴方向，将平板状基部211的长边的方向认为是y轴方向，并且将平板状基部211的正交方向认为是z轴方向。如本公开中所描述的，第二示例的电子设备100的一部分被配置为可移动的。当描述关于本公开中的第二示例的电子设备100的方向时，除非另有说明，否则意指在图4的状态下的x、y和z轴方向。在本公开中，正z轴方向被称为第二示例的电子设备100的上，负z轴方向被称为第二示例的电子设备100的下，正x轴方向被称为第二示例的电子设备100的正面。

第二示例的电子设备100在被检者使用佩戴部210佩戴第二示例的电子设备100的同时测量被检者的生物学信息。由第二示例的电子设备100测量的生物信息是被检者的脉搏波，其能够由测量单元220测量。作为一个示例，以下将第二示例的电子设备100描述为佩戴在被检者的手腕上并获取脉搏波。

图5示意性地示出了被检者正在佩戴图4的第二示例的电子设备100的状态。通过将手腕插入由佩戴部210、基部211和测量单元220形成的空间中并且用佩戴部210将手腕固定在适当的位置，被检者可以如图5所示佩戴电子设备100。在图4和图5所示的示例中，被检者通过将手腕沿x轴在正x轴方向上插入并穿过由佩戴部210、基部211和测量单元220形成的空间，来佩戴第二示例的电子设备100。被检者佩戴第二示例的电子设备100，使得例如稍后描述的测量单元220的脉搏垫132与尺动脉或桡动脉的位置接触。第二示例的电子设备100在被检者的手腕处测量流过尺动脉或桡动脉的血液的脉搏波。

测量单元220包括本体221、外部222和传感器130。传感器130附接到本体221。测量单元220通过连接部223附接到基部211。

连接部223可以以沿基部211的表面可旋转的方式附接到基部211。换句话说，在图4的示例中，连接部223可以以相对于基部211在xy平面中可旋转的方式附接到基部211，如箭头A所示。在这种情况下，经由连接部223附接到基部211的整个测量单元220能够在xy平面中相对于基部211旋转。

外部222沿穿过连接部223的轴S1而连接到连接部223。轴S1是在x轴方向上延伸的轴。通过使外部222以此方式连接到连接部223，外部222能够沿与xy平面相交的平面相对于连接部223移位，基部211沿xy平面延伸。换句话说，外部222可以相对于基部211延伸的xy平面以预定角度绕轴S1倾斜。外部222可以例如在定位在相对于xy平面具有预定倾斜度的平面(例如yz平面)上时移位。在本实施例中，如图4中的箭头B所指示，外部222能够以在与xy平面正交的yz平面中绕轴S1可旋转的方式连接到连接部223。

外部222包括接触面222a，当第二示例的电子设备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可以被配置为覆盖本体221。

外部222可以包括在内部空间中沿z轴方向延伸的轴224。本体221包括孔，轴224穿过该孔。在轴224穿过该孔的状态下，本体221附接在外部222的内部空间中。换句话说，如图4中的箭头C所示，本体221以在xy平面中围绕轴224相对于外部222可旋转的方式附接到外部222。因此，本体221以相对于外部222沿xy平面可旋转的方式附接到外部222，该xy平面是基部211的表面。如图4中的箭头D所示，本体221还以沿轴224(即沿z轴方向)相对于外部222在上下方向上可移位的方式附接到外部222。

传感器130附接到本体221。参照图6描述传感器130的细节，图6以第二示例的电子设备100的正视图示意性地示出了外部222和传感器130。在图6中，在正视图中传感器130的与外部222重叠的部分由虚线表示。

传感器130包括第一臂134和第二臂135。第二臂135固定到本体221。第二臂135在下侧的端部135a连接到第一臂134的端部134a。如图6中的箭头E所示，第一臂134连接到第二臂135，使得另一个端部134b能够以端部134a作为旋转轴在yz平面中旋转。

第一臂134的另一个端部134b通过弹性体140连接到第二臂135的上侧处的另一个端部135b。第一臂134以如下状态被第二臂135支撑：在弹性体140不被挤压的状态下，传感器130的另一个端部134b从外部222的开口225朝向接触面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。代替弹性体140或与弹性体140一起，可以在第一臂134的旋转轴S2上设置诸如扭力螺旋弹簧的偏压机构，并且可以将第一臂134的脉搏垫132放置成与被测部位接触，该被测部位是被检者血液的脉搏波的测量对象。

脉搏垫132连接到第一臂134的另一个端部134b。脉搏垫132是在第二示例的电子设备100被佩戴时与被测部位接触的部分，该被测部位是被检者血液的脉搏波的测量对象。在本实施例中，脉搏垫132例如与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构成。脉搏垫132可以由在接触状态下不会令使用者疼痛的材料构成。例如，脉搏垫132可以由填充有珠的布袋形成。脉搏垫132可以例如被配置为能够从第一臂134拆卸。被检者可以例如根据被检者的手腕的尺寸和/或形状从多个尺寸和/或形状的脉搏垫132中将一个脉搏垫132附接到第一臂134。这使得被检者能够根据被检者的手腕的尺寸和/或形状来使用脉搏垫132。

传感器130包括检测第一臂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。设置在传感器130中的传感器的类型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、其他运动传感器、或多个这些传感器。

如图5所示，在本实施例中第二示例的电子设备100被佩戴的情况下，脉搏垫132与桡动脉上方的皮肤接触，该桡动脉是被检者的右手的拇指侧的动脉。设置在第二臂135与第一臂134之间的弹性体140的弹力将设置在第一臂134的另一个端部134b处的脉搏垫132布置为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，在弹性体140不被挤压的情况下，第一臂134的另一个端部134b从开口225突出。当被检者佩戴电子设备100时，连接到第一臂134的脉搏垫132与被检者的桡动脉上方的皮肤接触。弹性体140根据脉动而伸展和收缩，并且脉搏垫132被移位。弹性体140使用具有适当弹性模量的组件，以在不抑制脉动的情况下根据脉动而伸展和收缩。在本实施例中，开口225的开口宽度W充分地大于血管直径，即，本实施例中的桡动脉直径。通过在外部222中设置开口225，当第二示例的电子设备100被佩戴时，外部222的接触面222a不压迫桡动脉。因此，第二示例的电子设备100可以获取噪声很小的脉搏波，从而提高了测量精度。

固定部212固定到基部211。固定部212可以包括用于固定佩戴部210的固定机构。第二示例的电子设备100用于测量脉搏波的每个功能组件可以包括在佩戴部210的内部。例如，固定部212可以包括以下描述的输入接口、控制器、电源、存储装置、通信接口、通知接口、用于使这些组件工作的电路、用于连接这些组件的电缆等。

佩戴部210是用于将被检者的手腕固定到第二示例的电子设备100的机构。在图4所示的示例中，佩戴部210是直的细长的带子。在图4所示的示例中的佩戴部210被布置成使得一个端部210a连接到测量单元220的上端，佩戴部210穿过基部211的内部，并且另一端部210b位于沿y轴的正方向侧。例如，被检者将右手腕插入由佩戴部210、基部211和测量单元220形成的空间中，并利用左手在y轴的正方向上拉动佩戴部210的另一个端部210b，同时进行调整，使得脉搏垫132与右手腕的桡动脉上方的皮肤接触。被检者拉动另一端部210b以足以将右手腕固定到第二示例的电子设备100，并且在该状态下利用固定部212的固定机构来固定佩戴部210。以这种方式，被检者可以用一只手(在本实施例中为左手)佩戴第二示例的电子设备100。被检者还可以使用佩戴部210将手腕固定到第二示例的电子设备100，从而使第二示例的电子设备100的佩戴状态稳定。因此，手腕与第二示例的电子设备100之间的位置关系在测量期间较不容易改变。这使得能够稳定地测量脉搏波并提高测量精度。

接下来，描述在佩戴第二示例的电子设备100时第二示例的电子设备100的可移动部的运动。

为了佩戴第二示例的电子设备100，如上所述，被检者将手腕沿x轴方向插入到由佩戴部210、基部211和测量单元220形成的空间中。测量单元220被配置为能够相对于基部211沿图4的箭头A的方向旋转。此时，因此，被检者可以在沿图4的箭头A所示的方向旋转测量单元220的同时插入手腕。通过将测量单元220以这种方式配置为可旋转，被检者可以根据被检者与第二示例的电子设备100之间的位置关系适当地改变测量单元220的方向并同时插入手腕。这使得被检者更容易佩戴第二示例的电子设备100。

在将手腕插入由佩戴部210、基部211和测量单元220形成的空间中之后，被检者将脉搏垫132放置为与手腕的桡动脉上方的皮肤接触。本体221被配置为能够沿图4的箭头D的方向移位。因此，如图7所示，连接到本体221的传感器130的第一臂134也能够在作为z轴方向的箭头D的方向上移位。因此，被检者可以根据被检者的手腕的尺寸、粗度等在箭头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221固定在移位后的位置处。因此，第二示例的电子设备100有助于将传感器130的位置调节到用于测量的合适位置。第二示例的电子设备100从而提高了测量精度。在图4的示例中，已经描述了本体221能够在z轴方向上移位，但是本体221不必被配置为能够在z轴方向上移位。例如，本体221被配置为能够根据手腕的尺寸、粗度等来调节位置即可。本体221可以例如被配置为能够在与xy平面相交的方向上移位，该xy平面是基部211的表面。

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6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。在第二示例的电子设备100中，如图4中的箭头C所示，本体221和连接到本体221的传感器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130的方向，使得脉搏垫132的位移方向是与皮肤表面正交的方向。即，第二示例的电子设备100使得能够调节传感器130的方向，从而脉搏垫132的位移方向是与皮肤表面正交的方向。因此，第二示例的电子设备100使得能够根据被检者的手腕的形状来调节传感器130的方向。这有助于将被检者的脉动的变化传递到第一臂134。第二示例的电子设备100从而提高了测量精度。

如图8A所示，被检者将脉搏垫132放置为与手腕的桡动脉上方的皮肤接触，然后拉动佩戴部210的另一个端部210b以将手腕固定到第二示例的电子设备100。外部222被配置为能够沿图4中的箭头B的方向旋转。因此，当被检者拉动佩戴部210时，外部222绕轴S1旋转，并且上端部沿y轴的负方向移位。换句话说，外部222的上端部在y轴的负方向上移位，如图8B所示。第一臂134经由弹性体140连接到第二臂135。因此，当外部222的上端部沿y轴的负方向移位时，脉搏垫132通过弹性体140的弹力朝向桡动脉被偏压。因此，脉搏垫132可以更可靠地捕获脉搏的变化。第二示例的电子设备100从而提高了测量精度。

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)可以大致平行。随着外部222的旋转方向和第一臂134的旋转方向更接近于平行，当外部222的上端部沿y轴的负方向移位时，弹性体140的弹力更有效地作用在第一臂134上。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的上端部在y轴的负方向上移位时弹性体140的弹力作用在第一臂134上的范围。

这里，图8A所示的外部222的正面侧的表面222b为大致矩形，其长边在上下方向上。表面222b在y轴的负方向侧的上端部处具有切口222c。如图8B所示，当外部222的上端部沿y轴的负方向移位时，切口222c使表面222b不太容易与桡动脉上方的皮肤接触。这有助于防止桡动脉的脉动由于与表面222b的接触而受阻碍。

此外，如图8B所示，当外部222的上端部沿y轴的负方向移位时，切口222c的下侧处的端部222d在与桡动脉不同的位置处与手腕接触。当端部222d与手腕接触时，外部222不再在y轴的负方向上移位超过该接触位置。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轴的负方向上移位超过预定位置，则第一臂134将通过弹性体140的弹力被强烈地朝向桡动脉挤压。因此，桡动脉的脉动将趋于受阻碍。由于外部222包括端部222d，第二示例的电子设备100可以防止过大的压力从第一臂134作用在桡动脉上，从而使桡动脉的脉动不太容易受阻碍。这样，端部222d用作限制外部222能够移位的范围的止动件。

在本实施例中，如图8A所示，第一臂134的旋转轴S2可以设置在与表面222b在y轴的负方向上的边分离开的位置处。当旋转轴S2设置在表面222b在y轴的负方向上的边附近时，由于第一臂134接触被检者的手腕，可能无法准确地捕捉到桡动脉的脉动的改变。旋转轴S2设置在与表面222b在y轴的负方向上的边分离开的位置处可以减小第一臂134接触手腕的可能性，从而使第一臂134更容易地更准确捕捉到脉动的改变。

被检者拉动佩戴部210的另一个端部210b，并利用固定部212的固定机构将佩戴部210固定，以将第二示例的电子设备100佩戴在手腕上。一旦以这种方式佩戴在手腕上，第二示例的电子设备100通过第一臂134在箭头E所指示的方向上与脉动的改变一起改变来测量被检者的脉搏波。

电子设备100的上述第一示例和第二示例仅示出了电子设备100的示例配置。因此，电子设备100不限于第一示例和第二示例所示的配置。电子设备100包括能够测量被检者的脉搏波的配置即可。

图9是第一示例或第二示例的电子设备100的功能框图。电子设备100包括传感器130、输入接口141、控制器143、电源144、存储装置145、通信接口146和通知接口147。在第一示例的电子设备100中，控制器143、电源144、存储装置145、通信接口146和通知接口147可以包括在测量单元120或佩戴部110内部。在第二示例的电子设备100中，控制器143、电源144、存储装置145、通信接口146和通知接口147可以被包括在固定部212内部。

传感器130包括角速度传感器131，检测来自被测部位的脉动，并获取脉搏波。

控制器143是总体上控制和管理电子设备100(包括电子设备100的各个功能块)的处理器。此外，控制器143是使用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由中央处理单元(CPU)之类的处理器来构成，其执行规定控制过程的程序、和用于估计被检者的血糖水平的程序。这些程序可以例如存储在诸如存储装置145的存储介质上。基于根据脉搏波计算出的指标，控制器143估计与被检者的葡萄糖代谢、脂类代谢等有关的状态。控制器143可以将数据通知给通知接口147。

电源144例如包括锂离子电池和用于对该电池充电放电的控制电路。电源144向电子设备100整体供电。电源144不限于是诸如锂离子电池的二次电池，并且可以例如是诸如纽扣电池的一次电池。

存储装置145存储程序和数据。存储装置145可以包括非暂时性存储介质，例如半导体存储介质或磁存储介质。存储装置145还可以包括多种类型的存储介质。存储装置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、和用于读取存储介质的装置的组合。存储装置145可以包括作为易失性存储区域使用的存储设备，例如随机存取存储器(RAM)。存储装置145存储各种信息、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。存储装置145可以例如存储由传感器130获取的脉搏波的测量结果。

通信接口146通过有线或无线通信与外部装置交换各种数据。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态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估计的健康状态发送到该外部装置。

通知接口147通过声音、振动、图像等来提供通知信息。通知接口147可以包括扬声器、振动单元和显示设备。显示设备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，通知接口147提供被检者的葡萄糖代谢或脂类代谢的状态的通知。

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例如基于通过回归分析导出的估计公式来估计被检者的血糖水平。电子设备100例如预先在存储装置145中存储用于基于脉搏波估计血糖水平的估计公式。电子设备100使用该估计公式来估计血糖水平。

现在描述与基于脉搏波估计血糖水平有关的估计理论。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，并且血液循环量增加。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于例如血浆粘度的增加或红细胞的可变形性的降低而发生。血管扩张是由于诸如胰岛素分泌、消化激素分泌和体温升高之类的原因而发生。当血管扩张时，脉搏率增加以抑制血压的降低。此外，血液循环量的增加补偿了消化和吸收的血液消耗。由于这些原因产生的餐后血管动态和血液动态也反映在脉搏波中。因此，电子设备100可以基于脉搏波来估计血糖水平。

用于基于上述估计理论估计血糖水平的估计公式可以通过对从多个被检者获得的餐后脉搏波和血糖水平的样本数据进行回归分析来导出。在估计时，通过将导出的估计公式应用于根据被检者的脉搏波的指标，可以估计被检者的血糖水平。特别地，如果通过使用血糖水平的变化接近于正态分布的样本数据执行回归分析来导出估计公式，则可以估计正被测试的被检者的血糖水平。估计公式可以例如通过偏最小二乘(PLS)回归分析来导出。在PLS回归分析中，通过使用结果变量(估计对象的特征量)和解释变量(用于估计的特征量)的协方差，以从结果变量和解释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进行多元回归分析，从而计算回归系数矩阵。

如本公开中使用的“餐前”是指在进餐之前，例如在空腹时。本公开中使用的“餐后”是指进餐后的时间，例如进餐后的预定时间时在血液中反映出进餐的影响的时间。如本实施例中所述，电子设备100估计血糖水平情形中的“餐后”可以指血糖水平升高的时间(例如，开始进餐后约一小时)。

图10示出了示例脉搏波，以示出基于脉搏波的估计方法的示例。例如，通过与年龄、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)有关的回归分析来导出用于估计血糖水平的估计公式。

根据在图10中的区域D1中示出的波形导出上升指标SI。更详细地，上升指标SI是由脉搏波的二阶导数产生的加速度脉搏波中的第一个极小值与第一个极大值的比。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。进食后，因为血液流动性的降低、胰岛素的分泌、以及由于体温上升引起的血管的扩张(松弛)等，上升指标SI降低。在加速度脉搏波b/a中，b为负，并且a为正。在这种情况下，b/a为负。b/a的值较小意味着b在负方向上增长。

AI是由脉搏波的前进波与反射波的大小之间的比反映的指标。参考图12描述导出AI的方法，图12示出了使用电子设备100在手腕处获取的脉搏波的示例。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，其中水平轴表示时间，并且垂直轴表示角度。由于所获取的脉搏波可以例如包括由于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，由从心脏泵出的血液引起的脉动通过动脉壁或血液而传播。由从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，该前进波的一部分在诸如血管分支或血管直径变化的位置处被反射，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商，并被表示为AIn＝(PRn-PSn)/(PFn-PSn)。此处，AIn是每个脉搏搏动的AI。例如，可以通过测量几秒钟的脉搏波并计算每个脉搏的AIn(n＝1到n的整数)的平均值AIave来计算AI。AI是从图10的区域D2所示的波形导出的。进食后，因为血液的流动性降低、以及由体温上升引起的血管的扩张等，AI降低。

根据图10所示的脉搏波的周期TPR导出脉搏率PR。脉搏率PR在餐后升高。

电子设备100可以使用根据年龄、上升指标SI、AI和脉搏率PR导出的估计公式来估计血糖水平。

图13A和图13B示出了基于脉搏波的估计方法的另一示例。图13A示出了脉搏波，并且图13B示出了对图13A的脉搏波执行快速傅立叶变换(FFT)的结果。例如，通过与由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，导出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，可以利用使用傅立叶系数导出的估计公式来估计血糖水平。

基于上述上升指标SI、AI、脉搏率PR、傅立叶系数等，电子设备100使用估计公式来估计被检者的血糖水平。

这里，描述了一种用于针对电子设备100估计被检者的血糖水平的情况导出估计公式的方法。估计公式可以不由电子设备100导出，并且可以使用另一台计算机等预先导出。在本公开中，导出估计公式的设备被称为估计公式导出装置。在被检者利用电子设备100估计血糖水平之前，导出的估计公式例如被预先存储在存储装置145中。

图14是用于导出电子设备100所使用的估计公式的流程图。基于通过使用脉搏波计测量被检者的餐后脉搏波并使用血糖仪测量被检者的餐后血糖水平所获得的样本数据进行回归分析，从而得出估计公式。所获取的样本数据不限于餐后。使用血糖水平变化较大的时段的数据即可。

在导出估计公式期间，首先，将由脉搏波计测量的与被检者的餐后脉搏波有关的信息输入到估计公式导出装置中(步骤S101)。

由血糖仪测量的与被检者的餐后血糖水平有关的信息也被输入到估计公式导出装置中(步骤S102)。在步骤S102中输入的血糖水平例如是利用血糖仪通过采集血液样本来测量的。每个样本数据集的被检者的年龄也可以在步骤S101或S102中输入。

估计公式导出装置确定在步骤S101和步骤S102中输入的样本数据中的样本数是否为足以进行回归分析的N或更大(步骤S103)。样本数N可以适当确定，例如可以为100。当确定样本数小于N时(否)，估计公式导出装置重复步骤S101和S102，直到样本数变为N或更大。相反，当确定样本数为N或更大时(是)，估计公式导出装置前进到步骤S104并计算估计公式。

在估计公式的计算期间，估计公式导出装置分析输入的餐后脉搏波(步骤S104)。例如，估计公式导出装置分析餐后脉搏波的上升指标SI、AI和脉搏率PR。估计公式导出装置可以通过执行FFT分析来分析脉搏波。

然后，估计公式导出装置执行回归分析(步骤S105)。回归分析中的结果变量是餐后血糖水平。此外，回归分析中的解释变量是例如在步骤S101或步骤S102中输入的年龄以及在步骤S104中分析的餐后脉搏波的上升指标SI、AI和脉搏率PR。当估计公式导出装置在步骤S104中执行FFT分析时，解释变量可以例如是作为FFT分析的结果所计算出的傅立叶系数。

估计公式导出装置基于回归分析的结果，导出用于估计餐后血糖水平的估计公式(步骤S106)。

根据脉搏波的波形不同，可能很难检测AI。图15示出了示例脉搏波。图15所示的脉搏波受到由第二个峰值代表的反射波的极大影响。图16示出了图15所示的脉搏波的加速度脉搏波。例如，如图16所示，反射波的影响还出现在加速度脉搏波的波形中。当AI变小时，AI可能难以检测，或可能消失并且无法检测。AI变小的情况的示例是血管扩张或血糖水平高的情况。

因此，代替AI或与AI一起，可以使用另一指标来导出估计公式。现在描述另一指标AIt的使用作为示例。AIt是在脉搏波的峰值之后的预定时间处脉搏波的变化率。图17示出了示例脉搏波以示出AIt。AIt是P3与P1之比，其中P1是脉搏波的峰值高度，并且P3是从出现P1的时间点开始的预定时间Δt后的脉搏波的高度。换句话说，AIt＝P3/P1。预定时间Δt可以是出现反射波的影响之前的时间。例如，如果脉搏波速度为10m/s，并且从心脏到体内的主反射点的距离是往返为1m，则直到反射波往返为止的时间为100ms。预定时间Δt可以例如是以此方式计算出的100ms。换句话说，假定AI的反射波的主反射点是腹主动脉分叉点。还假定心脏与腹主动脉分叉点之间的往返距离为2L，并且脉搏波速度为PWV。由此得到Δt＝2L/PWV。通常，腹主动脉的脉搏波速度被认为是10m/s。L的值通常是50cm。因此，Δt＝2L/PWV＝100/1000＝0.1s。

当然，预定时间Δt可以根据往返距离2L和脉搏波速度PWV的个体差异、测量时间、健康状态或其他因素而变化。例如，由于年龄、性别、健康状态或其他因素，往返距离2L和脉搏波速度PWV可以相对于上述示例值变化。预定时间Δt因此可以相对于100ms变化并且可以是在一定范围内的数值。例如，预定时间Δt可以是100ms以下、或100ms以上。通过以这种方式设置预定时间Δt，即使在反射波消失时也有利于AIt的精确计算。取决于脉搏波的波形，与使用AI时相比，使用AIt作为与脉搏波相关的指标可以提高被检者的血糖水平的估计精度。预定时间Δt是反射波出现附近的时间。反射波的影响通常包括在AIt中。

参照图18A和图18B，现在描述从餐前脉搏波形到餐后脉搏波形的变化。图18A和图18B是示出本实施例中从餐前脉搏波形到餐后脉搏波形的变化的图形。在图18A和图18B中，水平轴代表时间，并且垂直轴代表脉搏波。图18A是餐前脉搏波形，并且图18B是进餐后一小时的脉搏波形。两个脉搏波形是同一个体的脉搏波。如图18B所示，餐后AI可能变小并且难以检测。随着血糖水平升高，AI进一步降低或消失。

估计公式导出装置可以使用AIt作为一个解释变量，利用参照图14描述的流程图来导出估计公式。在本实施例中，以下将估计公式导出装置描述为利用上述年龄、上升指标SI、AI、脉搏率PR和AIt作为解释变量来导出估计公式。

估计公式不一定通过PLS回归分析导出。可以使用其他方法来导出估计公式。例如，可以通过神经网络回归分析来导出估计公式。

图19示出了神经网络回归分析的示例。图19示意性地示出了其中输入层是五个神经元并且输出层是一个神经元的神经网络。输入层的五个神经元是年龄、上升指标SI、AI、AIt和脉搏率PR。输出层的神经元是血糖水平。图19所示的神经网络在输入层和输出层之间包括五个中间层：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具有5个节点，中间层2具有4个节点，中间层3具有3个节点，中间层4具有2个节点，并且中间层5具有1个节点。中间层的每个节点接收从前一层输出且加权的数据分量之和的输入。中间层的每个节点输出通过对输入的数据执行预定计算(偏置)而产生的值。在神经网络回归分析期间，使用反向传播将估计的输出值与正确的输出值进行比较，并且在网络中调整权重和偏置以最小化这两个值之间的差。可以以这种方式通过神经网络回归分析来导出估计公式。

本实施例中使用的神经网络回归分析不限于图19所示的情况。例如，可以使用图20所示的神经网络回归分析的示例。在图20中，输入层的四个神经元是年龄、脉搏率PR、AI和AIt。输出层的神经元是血糖水平。

图21A和图21B示出了在图19所示的本实施例的神经网络回归分析中使用的学习数据和验证数据。图21A是示出用于本实施例的神经网络回归分析的学习数据的图形，并且图21B是示出用于神经网络回归分析的验证数据的图形。

接下来，描述用于使用估计公式来估计被检者的血糖水平的示例过程。图22是使用导出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的操作来接收被检者的年龄的输入(步骤S201)。

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S202)。

然后，电子设备100分析所测量的餐后脉搏波(步骤203)。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、AIt和脉搏率PR。

电子设备100将在步骤S201中作为输入接收到的被检者的年龄以及在步骤S203中分析的上升指标SI、AI、AIt和脉搏率PR应用于估计公式，并估计被检者的餐后血糖水平(步骤S204)。例如，通过电子设备100的通知接口147向被检者通知估计的餐后血糖水平。

以这种方式，根据本实施例的电子设备100使用基于餐后脉搏波和血糖水平导出的估计公式，以基于被检者的测量的餐后脉搏波来估计被检者的餐后血糖水平。因此，电子设备100可以以非侵入性的方式快速地估计餐后血糖水平。因此，电子设备100可以容易地估计被检者的健康状态。

作为与脉搏波相关的指标，与AI相比，AIt不受反射波消失的影响。因此，使用AIt可以提高被检者血糖水平的估计精度。即使在难以检测反射波AI的情况下，也可以稳定地检测AIt，从而提高精度。

电子设备100不限于餐后血糖水平，并且可以估计被检者在任何时刻的血糖水平。电子设备100还可以以非侵入性的方式快速地估计任何时刻的血糖水平。

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，每次电子设备100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，预先导出多个估计公式。

例如，可以根据膳食内容导出多个估计公式。膳食内容可以例如包括膳食的量和质。膳食的量可以包括例如膳食的重量。膳食的质可以例如包括菜单项、配料(食品)、烹饪方法等。

膳食内容可以例如被分类为多个类别。膳食内容可以例如被分类为面条、套餐、碗等的类别。例如，可以导出与膳食内容的类别数目相同数目的估计公式。换句话说，当将膳食内容分类为三个类别时，可以与每个类别相关联地导出估计公式。在这种情况下，导出的估计公式的数目为三个。电子设备100使用多个估计公式之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。

现在描述在多个导出的估计公式的情况下使用估计公式估计被检者的血糖水平的示例过程。图23是使用多个导出的估计公式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的操作来接收被检者的年龄的输入(步骤S301)。

电子设备100基于被检者对输入接口141的操作来接收对膳食内容的输入(步骤S302)。电子设备100可以通过各种方法来接收来自被检者的膳食内容的输入。例如，当电子设备100包括显示设备时，电子设备100可以通过以被检者可以选择的方式显示膳食内容(例如，类别)并提示被检者选择与将要食用的食物最接近的膳食内容来接收输入。电子设备100可以例如通过使被检者使用输入接口141列出膳食内容来接收输入。当电子设备100包括诸如相机的成像单元时，电子设备100可以例如通过使用成像单元捕获将要食用的膳食的图像来接收输入。在这种情况下，电子设备100可以例如通过对接收到的捕获图像的图像分析来估计膳食内容。

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S303)。

电子设备100分析所测量的脉搏波(步骤S304)。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、AIt和脉搏率PR。

电子设备100基于在步骤S302中接收到的膳食内容，从多个估计公式中选择一个估计公式(步骤S305)。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关联的估计公式。

电子设备100将在步骤S301中作为输入接收到的被检者的年龄以及在步骤S304中分析的上升指标SI、AI、AIt和脉搏率PR应用于估计公式，并估计被检者的餐后血糖水平(步骤S306)。例如，通过电子设备100的通知接口147向被检者通知估计的餐后血糖水平。

餐后血糖水平可以根据膳食内容而变化。然而，电子设备100可以通过使用多个估计公式中的与膳食内容相对应的估计公式估计餐后血糖水平，更准确地估计与膳食内容相对应的血糖水平。

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，描述了电子设备100估计被检者的餐后血脂水平的示例。在此，血脂水平包括中性脂类、总胆固醇、HDL胆固醇、LDL胆固醇等。在本实施例的描述中，适当地省略与第一实施例相似的点的描述。

电子设备100例如预先在存储装置145中存储用于基于脉搏波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。

与基于脉搏波估计血脂水平有关的估计理论与在第一实施例中描述的血糖水平的估计理论相似。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24是根据本实施例的用于导出电子设备100所使用的估计公式的流程图。同样在本实施例中，通过基于样本数据执行诸如PLS回归分析或神经网络回归分析之类的回归分析来导出估计公式。在本实施例中，基于餐后脉搏波作为样本数据来导出估计公式。在本实施例中使用的“餐后”可以指在进餐后的预定时间处血脂水平较高的时间(例如，进餐后约三个小时)。特别地，如果通过使用血脂水平的变化接近于正态分布的样品数据进行回归分析来导出估计公式，则可以针对正被测试的被检者估计任何时刻的血脂水平。

在导出估计公式期间，首先，将由脉搏波计测量的与被检者的餐后脉搏波有关的信息输入到估计公式导出装置中(步骤S401)。

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也被输入到估计公式导出装置中(步骤S402)。每个样本数据集的被检者的年龄也可以在步骤S401和S402中输入。

估计公式导出装置确定在步骤S401和步骤S402中输入的样本数据中的样本数目是否为足以进行回归分析的N或更大(步骤S403)。样本数目N可以适当确定，例如可以为100。当确定样本数目小于N时(否)，估计公式导出装置重复步骤S401和S402，直到样本数目变为N或更大。相反，当确定样本数目为N或更大时(是)，估计公式导出装置前进到步骤S404并计算估计公式。

在估计公式的计算期间，估计公式导出装置分析输入的餐后脉搏波(步骤S404)。在本实施例中，估计公式导出装置分析餐后脉搏波的上升指标SI、AI、AIt和脉搏率PR。估计公式导出装置可以通过执行FFT分析来分析脉搏波。

然后，估计公式导出装置执行回归分析(步骤S405)。回归分析中的结果变量是餐后血脂水平。此外，回归分析中的解释变量是例如在步骤S401或步骤S402中输入的年龄以及在步骤S404中分析的餐后脉搏波的上升指标SI、AI、AIt和脉搏率PR。当估计公式导出装置在步骤S404中执行FFT分析时，解释变量可以例如是作为FFT分析的结果所计算出的傅立叶系数。

估计公式导出装置基于回归分析的结果，导出用于估计餐后血脂水平的估计公式(步骤S406)。

接下来，描述用于使用估计公式来估计被检者的血脂水平的过程。例如，图25是使用图24中的流程图导出的估计公式估计被检者的餐后血脂水平的流程图。

首先，电子设备100响应于被检者对输入接口141的操作来接收被检者的年龄的输入(步骤S501)。

电子设备100还基于被检者的操作来测量被检者的餐后脉搏波(步骤S502)。

接下来，电子设备100分析所测量的脉搏波(步骤S503)。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、AIt和脉搏率PR。

通过将在步骤S503中分析的上升指标SI、AI、AIt和脉搏率PR以及被检者的年龄应用于利用图24的流程图导出的估计公式，电子设备100估计被检者的餐后血脂水平(步骤S504)。例如，通过电子设备100的通知接口147向被检者通知估计的餐后血脂水平。

以这种方式，根据本实施例的电子设备100使用基于餐后脉搏波和血脂水平导出的估计公式，以基于被检者的测量的餐后脉搏波来估计被检者的餐后血脂水平。因此，电子设备100可以以非侵入性的方式快速地估计餐后血脂水平。因此，电子设备100可以容易地估计被检者的健康状态。作为与脉搏波相关的指标，脉搏波中的反射波对AIt的影响比对AI的影响小。因此，使用AIt可以提高被检者的血脂水平的估计精度。

如估计血糖水平的示例中所述，还可以通过以下方法来估计血脂水平：从多个估计公式中选择一个估计公式，并使用所选估计公式估计血脂水平。

在以上实施例中，已经描述了估计血糖水平和血脂水平的电子设备100的示例，但是血糖水平和血脂水平不一定由电子设备100估计。下面描述除了电子设备100之外的估计血糖水平和血脂水平的装置的示例。

图26示出了根据实施例的系统的示意性配置。图26所示的根据实施例的系统包括电子设备100、信息处理装置(例如服务器)151、移动终端150和通信网络。如图26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装置151，并且作为被检者的个人信息被存储在信息处理装置151上。在信息处理装置151上，通过与被检者过去获取的信息以及与各种数据库进行比较来估计被检者的血糖水平或血脂水平。信息处理装置151可以进一步为被检者准备适当的建议。信息处理装置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可以构建系统，以经由移动终端150的显示器来提供对所接收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，可以在信息处理装置151上收集来自多个用户的信息，从而进一步提高估计精度。此外，由于移动终端150被用作通知装置，所以电子设备100不需要通知接口147，并且可以进一步减小尺寸。由于在信息处理装置151上估计了被检者的血糖水平或血脂水平，因此还可以减少电子设备100的控制器143上的计算负荷。还可以将被检者的过去获取的信息存储在信息处理装置151上，从而减少电子设备100的存储装置145上的负载。因此，可以进一步减小电子设备100的尺寸和复杂度。还提高了计算的处理速度。

在根据本实施例的系统中，已经将电子设备100和移动终端150示出为经由信息处理装置151通过通信网络进行连接，但是根据本公开的系统不限于该配置。电子设备100和移动终端150可以在不使用信息处理装置151的情况下通过通信网络直接连接。

为了完整而清楚的公开，已经描述了特征实施例。然而，所附权利要求书不限于以上实施例，并且应被解释为涵盖本领域普通技术人员可以在本公开所指示的基本特征的范围内进行的所有可行的修改和替代配置。

例如，在以上实施例中，传感器130已经被描述为设置有角速度传感器131，但是根据本公开的电子设备100不限于这种情况。传感器130可以设置有由光发射器和光检测器组成的光脉搏波传感器，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130被放置在例如颈部、脚踝、大腿、耳朵等处的动脉上即可。

例如，在上述实施例中，已经将诸如PLS回归分析或神经网络回归分析之类的回归分析中的解释变量描述为年龄、上升指标SI、AI、AIt和脉搏率PR。然而，解释变量不必包括所有这五个。

例如，诸如PLS回归分析或神经网络回归分析之类的回归分析的解释变量不需要包括基于加速度脉搏波所确定的指标。基于加速度脉搏波所确定的指标例如是上升指标SI。例如，当反射波对脉搏波的影响较大时，如参考图15和图16所述，在加速度脉搏波中反射波的效应也很明显。当以这种方式在加速度脉搏波中反射波的影响很明显时，被检者的血糖水平或血脂水平的估计精度可能变差。在这种情况下，不必将基于加速度脉搏波所确定的指标用作解释变量。当在PLS回归分析或神经网络回归分析中不将加速度脉搏b/a用作解释变量时，可以适当地选择年龄、脉搏率、AI、AIt等作为解释变量。

解释变量可以包括这五个变量以外的变量。例如，解释变量可以包括性别、基于由脉搏波的一阶导数产生的速度脉搏波所确定的指标等。解释变量可以例如包括基于脉搏所确定的指标。基于脉搏的指标可以例如包括喷射时间(ET)、或从心室喷射到重搏波(dicrotic wave，DW)的时间DWt，其示例在图27中示出。解释变量可以例如包括空腹血糖水平(诸如通过血液采样测量的血糖水平、或在身体检查期间预先测量的血糖水平)。

在上述实施例中，估计公式已经描述为基于餐后脉搏波和血糖水平或血脂水平来导出。然而，估计公式不一定基于餐后脉搏波和血糖水平或血脂水平来导出。估计公式可以例如根据餐前和餐后脉搏波以及餐前和餐后血糖水平或血脂水平的适当组合来导出。

附图标记列表

100 电子设备

110、210 佩戴部

111、225 开口

120、220 测量单元

120a 背面

120b 正面

130 传感器

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 存储装置

146 通信接口

147 通知接口

150 移动终端

151 信息处理装置

211 基部

212 固定部

221 本体

222 外部

222a 接触面

222b 表面

222c 切口

222d 端部

223 连接部。

Claims (14)

1.一种电子设备，包括：

传感器，被配置为获取被检者的脉搏波；以及

控制器，被配置为：基于由所述传感器获取的所述被检者的脉搏波，分析在表现出所述脉搏波的峰值的时间点之后的作为固定值的预定时间处的所述脉搏波的变化率；并且基于所述变化率来估计所述被检者的血糖水平，

其中，所述控制器被配置为通过将所述变化率应用于估计公式来估计所述被检者的血糖水平，

其中，所述估计公式是通过回归分析来导出的，

其中，所述固定值是基于脉搏波速度和从心脏到体内的主反射点的距离计算的值。

2.根据权利要求1所述的电子设备，其中，所述预定时间由Δt＝2L/PWV给出，其中2L是心脏与反射点之间的往返距离，所述反射点是腹主动脉分叉点，并且PWV是脉搏波速度。

3.根据权利要求1所述的电子设备，其中，所述预定时间实质上是100ms。

4.根据权利要求1所述的电子设备，其中，所述估计公式是基于餐后脉搏波和餐后血糖水平来导出的。

5.根据权利要求1所述的电子设备，其中，所述控制器被配置为：通过使用多个估计公式中的与所述被检者的膳食内容相对应的估计公式，估计餐后血糖水平。

6.根据权利要求5所述的电子设备，其中，所述多个估计公式中的每个估计公式对应于所述膳食内容的类别。

7.根据权利要求1所述的电子设备，其中，所述控制器被配置为：通过将基于速度脉搏波所确定的指标应用于所述估计公式来估计所述被检者的血糖水平。

8.一种电子设备，包括：

传感器，被配置为获取被检者的脉搏波；以及

控制器，被配置为：基于由所述传感器获取的所述被检者的脉搏波，分析在表现出所述脉搏波的峰值的时间点之后的作为固定值的预定时间处的所述脉搏波的变化率；并且基于所述变化率来估计所述被检者的血脂水平，

其中，所述控制器被配置为通过将所述变化率应用于估计公式来估计所述被检者的血脂水平，

其中，所述估计公式是通过回归分析来导出的，

其中，所述固定值是基于脉搏波速度和从心脏到体内的主反射点的距离计算的值。

9.一种估计系统，包括以彼此能够通信的方式进行连接的电子设备和信息处理装置，

其中，所述电子设备包括传感器，所述传感器被配置为获取被检者的脉搏波；以及

所述信息处理装置包括控制器，所述控制器被配置为：基于由所述传感器获取的所述被检者的脉搏波，分析在表现出所述脉搏波的峰值的时间点之后的作为固定值的预定时间处的所述脉搏波的变化率；并且基于所述变化率来估计所述被检者的血糖水平，

其中，所述控制器被配置为通过将所述变化率应用于估计公式来估计所述被检者的血糖水平，

其中，所述估计公式是通过回归分析来导出的，

其中，所述固定值是基于脉搏波速度和从心脏到体内的主反射点的距离计算的值。

10.一种估计系统，包括以彼此能够通信的方式进行连接的电子设备和信息处理装置，

其中，所述电子设备包括传感器，所述传感器被配置为获取被检者的脉搏波；以及

所述信息处理装置包括控制器，所述控制器被配置为：基于由所述传感器获取的所述被检者的脉搏波，分析在表现出所述脉搏波的峰值的时间点之后的作为固定值的预定时间处的所述脉搏波的变化率；并且基于所述变化率来估计所述被检者的血脂水平，

其中，所述控制器被配置为通过将所述变化率应用于估计公式来估计所述被检者的血脂水平，

其中，所述估计公式是通过回归分析来导出的，

其中，所述固定值是基于脉搏波速度和从心脏到体内的主反射点的距离计算的值。

11.一种由电子设备执行的估计方法，所述估计方法包括：

获取被检者的脉搏波；

基于所述被检者的脉搏波，分析在表现出所述脉搏波的峰值的时间点之后的作为固定值的预定时间处的所述脉搏波的变化率；以及

基于所述变化率，通过将所述变化率应用于估计公式来估计所述被检者的血糖水平，

其中，所述估计公式是通过回归分析来导出的，

其中，所述固定值是基于脉搏波速度和从心脏到体内的主反射点的距离计算的值。

12.一种由电子设备执行的估计方法，所述估计方法包括：

获取被检者的脉搏波；

基于所述被检者的脉搏波，分析在表现出所述脉搏波的峰值的时间点之后的作为固定值的预定时间处的所述脉搏波的变化率；以及

基于所述变化率，通过将所述变化率应用于估计公式来估计所述被检者的血脂水平，

其中，所述估计公式是通过回归分析来导出的，

其中，所述固定值是基于脉搏波速度和从心脏到体内的主反射点的距离计算的值。

13.一种存储估计程序的非暂时性计算机可读存储介质，所述估计程序用于使电子设备执行以下步骤：

获取被检者的脉搏波；

基于所述被检者的脉搏波，分析在表现出所述脉搏波的峰值的时间点之后的作为固定值的预定时间处的所述脉搏波的变化率；以及

基于所述变化率，通过将所述变化率应用于估计公式来估计所述被检者的血糖水平，

其中，所述估计公式是通过回归分析来导出的，

其中，所述固定值是基于脉搏波速度和从心脏到体内的主反射点的距离计算的值。

14.一种存储估计程序的非暂时性计算机可读存储介质，所述估计程序用于使电子设备执行以下步骤：

获取被检者的脉搏波；

基于所述被检者的脉搏波，分析在表现出所述脉搏波的峰值的时间点之后的作为固定值的预定时间处的所述脉搏波的变化率；以及

基于所述变化率，通过将所述变化率应用于估计公式来估计所述被检者的血脂水平，

其中，所述估计公式是通过回归分析来导出的，

其中，所述固定值是基于脉搏波速度和从心脏到体内的主反射点的距离计算的值。