CN113017621A - 一种可穿戴设备 - Google Patents
一种可穿戴设备 Download PDFInfo
- Publication number
- CN113017621A CN113017621A CN202110438819.6A CN202110438819A CN113017621A CN 113017621 A CN113017621 A CN 113017621A CN 202110438819 A CN202110438819 A CN 202110438819A CN 113017621 A CN113017621 A CN 113017621A
- Authority
- CN
- China
- Prior art keywords
- wearable device
- blood glucose
- glucose concentration
- state
- wearer
- 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.)
- Granted
Links
- 239000008280 blood Substances 0.000 claims abstract description 210
- 210000004369 blood Anatomy 0.000 claims abstract description 210
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 188
- 239000008103 glucose Substances 0.000 claims abstract description 188
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims description 104
- 235000012054 meals Nutrition 0.000 claims description 101
- 230000007958 sleep Effects 0.000 claims description 59
- 230000003595 spectral effect Effects 0.000 claims description 8
- 230000036760 body temperature Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 14
- 238000001228 spectrum Methods 0.000 description 11
- 238000002372 labelling Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 230000033764 rhythmic process Effects 0.000 description 8
- 208000013016 Hypoglycemia Diseases 0.000 description 5
- 230000002218 hypoglycaemic effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000386 athletic effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000291 postprandial effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 208000011731 Abnormal blood glucose concentration Diseases 0.000 description 2
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000422 nocturnal effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 208000010340 Sleep Deprivation Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 230000002473 insulinotropic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—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
- A61B5/103—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
-
- 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Cardiology (AREA)
- Emergency Medicine (AREA)
- Pulmonology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Anesthesiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供一种可穿戴设备,用于监测血糖浓度,所述可穿戴设备包括:设备本体;设置在所述设备本体上的无线发射模块和无线接收模块;设置在所述设备本体内的处理器;所述无线发射模块用于发射无线信号,所述无线接收模块用于接收与所述无线信号对应的经穿戴者的穿戴部位反射的无线信号,所述处理器用于根据所述反射的无线信号确定所述穿戴者的血糖浓度。该可穿戴设备用以实现实时血糖监测,提高血糖监测效率。
Description
技术领域
本申请涉及血糖检测技术领域,具体而言,涉及一种可穿戴设备。
背景技术
血液中的葡萄糖称为血糖,葡萄糖是人体的重要组成成分,也是能量的重要来源,正常人体每天需要很多的糖分来提供能量,为各种组织、脏器的正常运作提供动力。血糖保持一定的水平,可以维持体内各器官和组织的需要,正常人体内血糖的产生和利用处于动态平衡的状态,维持在一个相对稳定的水平。
现有技术中,在进行血糖检测时,通过测量血糖的仪器实现。测量血糖的仪器种类繁多,大多采用生化血糖检测法与微创检测法的技术,少部分采用无创检测法。然而,目前对血糖的测量存在着不能实时监测,监测效率低的问题。
发明内容
本申请实施例的目的在于提供一种可穿戴设备,用以实现实时血糖监测,提高血糖监测效率。
本申请实施例提供一种可穿戴设备,用于监测血糖浓度,所述可穿戴设备包括:设备本体;设置在所述设备本体上的无线发射模块和无线接收模块;设置在所述设备本体内的处理器;所述无线发射模块用于发射无线信号,所述无线接收模块用于接收与所述无线信号对应的经穿戴者的穿戴部位反射的无线信号,所述处理器用于根据所述反射的无线信号确定所述穿戴者的血糖浓度。
在本申请实施例中,与现有技术相比,一方面,通过可穿戴设备,可以实现血糖浓度的实时无创检测;另一方面,可穿戴设备的检测原理为无线发射模块发送无线信号,穿戴者的穿戴部位反射无线信号,基于反射的无线信号,确定穿戴者的血糖浓度,整个检测原理实现简单,检测效率也较高。因此,该可穿戴设备能够实现实时且有效的血糖监测,提高血糖监测效率。
作为一种可能的实现方式,所述无线信号和所述反射的无线信号均为红外波,所述处理器具体用于根据反射的红外波生成光谱图像,根据所述光谱图像和预设的参考光谱图像与血糖浓度的对应关系确定所述穿戴者的血糖浓度。
在本申请实施例中,无线信号和反射的无线信号可以为红外波,基于反射的红外波,可以生成对应的光谱图像,然后根据预设的参考光谱图像与血糖浓度的对应关系确定对应的血糖浓度,实现血糖浓度的有效检测。
作为一种可能的实现方式,所述红外波为中红外波,所述中红外波的波长范围为:2500–25000nm。
在本申请实施例中,无线信号为中红外波,中红外波不易被散射,有助于精确检测血糖浓度。
作为一种可能的实现方式,所述红外波为近红外波,所述近红外波的波长范围为:760–2500nm。
在本申请实施例中,无线信号为近红外波,近红外波的光电灵敏度较高,有利于得到更精确的光谱图像;此外,对于近红外波来说,水是几乎透明的,不被水吸收或者反射,适合用作血糖浓度的检测;因此,利用近红外波作为无线信号,实现血糖浓度的有效且准确的检测。
作为一种可能的实现方式,所述处理器还用于确定所述可穿戴设备的穿戴状态,根据所述穿戴状态对所述血糖浓度的有效性进行标注;所述穿戴状态包括已穿戴状态和未穿戴状态,所述已穿戴状态对应血糖浓度为有效血糖浓度,所述未穿戴状态对应的血糖浓度为无效血糖浓度。
在本申请实施例中,可穿戴设备的穿戴状态对血糖浓度的有效性会产生影响,未穿戴状态对应的血糖浓度不能正确表征可穿戴设备佩戴者的血糖浓度,会干扰对用户的健康监测,通过确定可穿戴设备的穿戴状态,基于穿戴状态可以实现血糖浓度的有效性标注,进而提高健康监测的准确性。
作为一种可能的实现方式,所述可穿戴设备还包括设置在所述设备本体上的距离检测模块,所述距离检测模块用于检测所述可穿戴设备与外部障碍物之间的距离;所述处理器具体用于根据所述距离和预设距离值确定所述可穿戴设备的穿戴状态;所述预设距离值为所述已穿戴状态对应的所述可穿戴设备与外部障碍物之间的最大距离。
在本申请实施例中,可穿戴设备相较于外部障碍物的距离可以反映可穿戴设备的穿戴状态,通过距离检测模块检测可穿戴设备与外部障碍物之间的距离,基于距离和预设距离值有效且准确地确定可穿戴设备的穿戴状态。
作为一种可能的实现方式,所述可穿戴设备还包括设置在所述设备本体上的温度检测模块,所述温度检测模块用于检测所述可穿戴设备的周围环境的温度;所述处理器具体用于根据所述温度和预设温度范围确定所述可穿戴设备的穿戴状态;所述预设温度范围为人体的体温范围,所述已穿戴状态对应的周围环境的温度在所述预设温度范围内,所述未穿戴状态对应的周围环境的温度在所述预设温度范围外。
在本申请实施例中,可穿戴设备的周围环境的温度可以反映可穿戴设备的穿戴状态,通过温度检测模块检测周围环境的温度,基于周围环境温度和预设温度范围有效且准确地确定可穿戴设备的穿戴状态。
作为一种可能的实现方式,所述可穿戴设备还包括设置在所述设备本体上的心率检测模块和运动状态检测模块,所述心率检测模块用于检测所述穿戴者的心率;所述运动状态检测模块用于检测所述穿戴者的运动状态;所述处理器具体用于根据所述运动状态确定心率正常范围,根据所述心率正常范围和所述心率确定所述血糖浓度的有效性;有效血糖浓度对应的心率在所述心率正常范围内,无效血糖浓度对应的心率在所述心率正常范围外。
在本申请实施例中,穿戴者的心率对血糖浓度的有效性会产生影响,运动状态不同,穿戴者的心率正常范围也不同,比如:穿戴者处于运动状态或运动经过一段时间后,其心率会增加,因此其心率正常范围会变化,可以增加其范围的下限和上限。进而,基于运动状态确定心率正常范围,有利于更准确地确定用户是否佩戴可穿戴设备,从而更准确地确定血糖浓度的有效性。
作为一种可能的实现方式,所述处理器还用于:获取所述穿戴者的进餐信息,根据所述进餐信息标注所述血糖浓度对应的进餐状态。
在本申请实施例中,通过获取穿戴者的进餐信息,基于进餐信息实现血糖浓度对应的进餐状态的有效标注。
作为一种可能的实现方式,所述处理器具体用于获取设置在所述穿戴者的指定部位的振动检测模块检测到的振动信息,根据所述振动信息确定所述穿戴者的进餐信息;其中,所述指定部位包括:耳部、脸部和颈部。
在本申请实施例中,在穿戴者进餐时,相应的部位会发生振动,通过振动检测模块检测振动信息,基于振动信息实现进餐信息的有效检测。
作为一种可能的实现方式,所述可穿戴设备还包括运动状态检测模块,用于检测所述可穿戴设备的运动状态;所述处理器具体用于根据所述可穿戴设备的运动状态和参考运动状态确定所述穿戴者的进餐信息;所述参考运动状态为所述穿戴者在进餐时,所述可穿戴设备的预测运动状态。
在本申请实施例中,在穿戴者进餐时,可穿戴设备的运动状态会对应变化,通过运动状态检测模块检测的运动状态和预设的参考运动状态确定进餐信息,实现进餐信息的有效检测。
作为一种可能的实现方式,所述处理器还用于根据不同时刻的血糖浓度生成血糖浓度变化曲线,根据所述血糖浓度变化曲线与预设的血糖浓度与进餐状态之间的对应关系预测所述穿戴者的进餐时间;所述运动状态检测模块还用于检测所述可穿戴设备在所述进餐时间对应的运动状态,所述处理器还用于根据所述可穿戴设备在所述进餐时间对应的运动状态确定所述参考运动状态。
在本申请实施例中,在穿戴者进餐时,血糖浓度和其他时候的血糖浓度存在区别,基于血糖浓度变化曲线,可预测穿戴者的进餐时间;进而,在进餐时间时,检测可穿戴设备对应的运动状态,基于该运动状态实现参考运动状态的有效确定。
作为一种可能的实现方式,所述可穿戴设备还包括运动状态检测模块,所述运动状态检测模块用于检测所述可穿戴设备的运动状态;所述处理器还用于根据所述运动状态和预设的运动状态与睡眠状态之间的对应关系确定所述穿戴者的睡眠状态,根据所述睡眠状态标注所述血糖浓度对应的睡眠状态。
在本申请实施例中,通过运动状态检测模块检测可穿戴设备的运动状态,基于运动状态和预设的运动状态与睡眠状态之间的对应关系确定穿戴者的睡眠状态,基于该睡眠状态实现血糖浓度的睡眠状态的有效标注。
作为一种可能的实现方式,所述可穿戴设备还包括心率检测模块,所述心率检测模块用于检测所述穿戴者的心率;所述处理器具体用于根据所述运动状态和预设的运动状态与睡眠状态之间的对应关系、所述心率和预设的心率与睡眠状态之间的对应关系确定所述穿戴者的睡眠状态。
在本申请实施例中,通过心率检测模块检测穿戴者的心率,基于心率、运动状态与睡眠状态之间的对应关系、心率和睡眠状态之间的对应关系,确定更科学和合理的睡眠状态。
作为一种可能的实现方式,所述可穿戴设备还包括预警模块,所述处理器还用于根据所述血糖浓度和预设的血糖浓度值生成对应的预警指令,将所述预警指令发送给所述预警模块;所述预警模块根据所述预警指令进行预警。
在本申请实施例中,通过预警模块,基于处理器生成的预警指令进行预警,实现异常血糖浓度的有效预警。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的可穿戴设备的外部结构示意图;
图2为本申请实施例提供的可穿戴设备的模块连接示意图。
图标:100-可穿戴设备;110-设备本体;120-无线发射模块;130-无线接收模块;140-处理器。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
请结合参照图1和图2,为本申请实施例提供的可穿戴设备100的结构示意图,可穿戴设备100包括设备本体110、无线发射模块120、无线接收模块130和处理器140。
其中,无线发射模块120和无线接收模块130均设置在设备本体110上,处理器140设置在设备本体110内。无线发射模块120和无线接收模块130的设置位置可以是设备本体110的靠近穿戴者的穿戴部位的一面,进而,在穿戴者穿戴好可穿戴设备100之后,无线发射模块120发射的无线信号可以被穿戴部位反射。
无线发射模块120、无线接收模块130和处理器140之间直接或间接地电连接,以实现数据的传输或交互。例如,可以通过一条或多条通讯总线或信号总线实现电连接。
在本申请实施例中,可穿戴设备100可以是智能手表、智能手环等形式,对应的,设备本体110的实施方式可以参照智能手表、智能手环等本体的实施方式。
以及,设备本体110的形状、材质等,可以结合实际的应用场景采用不同的实施方式,在本申请实施例中不作限定。
处理器140,作为可穿戴设备100的数据处理模块,可以是一种集成电路芯片,具有信号处理能力。处理器140可以是通用处理器,包括CPU(Central Processing Unit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器140也可以是任何常规的处理器140等。
可穿戴设备100在进行血糖浓度检测时的检测原理为:无线发射模块120发射无线信号,穿戴者的穿戴部位(比如手臂、手腕等)或者穿戴部位的组织反射无线信号,无线接收模块130接收穿戴部位反射的无线信号,处理器140根据反射的无线信号确定穿戴者的血糖浓度。
其中,无线发射模块120可以按照预设的信号发射周期发射无线信号,例如:信号发射周期可以是1S、也可以是10S等,在本申请实施例中不作限定。该信号发射周期可以理解为血糖浓度的检测周期,比如:信号发射周期为1S,则代表每隔1S检测一次血糖浓度。
从该检测原理可以看出,通过可穿戴设备100,可以实现血糖浓度的无创检测;并且,整个检测原理实现简单,检测效率也较高。因此,该可穿戴设备100能够实现实时且有效的血糖监测,提高血糖监测效率。
在一些实施例中,可穿戴设备100还可以包括显示模块、通信模块、存储模块等可以实现可穿戴设备100的更多功能的模块,图1和图2所示的结构或者组件不构成对本申请实施例的限制。比如:显示模块,可以与处理器140通信连接,在处理器140确定实时的血糖浓度之后,将实时的血糖浓度传输给显示模块,显示模块展示实时的血糖浓度。再比如:显示模块,除了展示血糖浓度,还可以展示可穿戴设备的各种功能选项,穿戴者可以对指定的功能选项进行选择,在选择相应的功能选项之后,相当于下发对应的控制指令,处理器140再依据用户下发的控制指令实现相应的功能。再比如:通信模块,与处理器140通信连接,该通信模块可以是蓝牙通信模块或者其它无线通信模块,以蓝牙通信模块为例,穿戴者通过该蓝牙通信模块可以建立外部设备与可穿戴设备100的通信连接,以使外部设备与可穿戴设备100之间可以传输数据(比如控制指令、血糖浓度等)。再比如:存储模块用于存储检测到的血糖浓度。
作为一种可选的实施方式,无线发射模块120为电磁波发射模块(比如包括发射天线),无线接收模块130(比如包括接收天线)为电磁波接收模块,对应的,无线信号和反射的无线信号为电磁波。该电磁波可以是:1MHz-5MHz间的电磁波,也可以是1GHz-10GHz之间的电磁波。
在这种实施方式中,发射天线、接收天线与佩戴部位的皮肤接触,发射天线发射一个预设的电磁波,再通过接收天线接收,并反射一个对应的反射电磁波。对于处理器140来说,处理器140根据接收到的反射电磁波,确定穿戴者的血糖浓度。
对于发射天线和接收天线,不同的血糖浓度对应的天线阻抗(包括接收天线阻抗和发射天线阻抗)不同,而天线阻抗不同的情况下,对应的电磁波信号的幅度、相位等特性也不相同。因此,在确定穿戴者的血糖浓度时,可以根据接收到的电磁波信号的幅度、相位等特性确定对应的天线阻抗,然后再根据预设的天线阻抗与血糖浓度之间的对应关系确定穿戴者的血糖浓度。
具体地,在根据电磁波信号的特性确定天线阻抗之后,依据对应关系直接确定该天线阻抗对应的血糖浓度,即为穿戴者的血糖浓度。
其中,天线阻抗与血糖浓度之间的对应关系,可以根据发射天线和接收天线的实际情况进行预设,在本申请实施例中不作限定。
作为另一种可选的实施方式,无线发射模块120为红外波发射模块,无线接收模块130为红外波接收模块。对应的,无线信号和反射的无线信号均为红外波。
在这种实施方式中,血糖浓度的具体检测原理可以是:处理器140根据反射的红外波生成光谱图像,然后根据光谱图像和预设的光谱图像与血糖浓度的对应关系确定穿戴者的血糖浓度。
其中,预设的光谱图像与血糖浓度的对应关系可以根据红外波信号的实际情况进行预设,在本申请实施例中不作限定。在确定穿戴者的血糖浓度时,可以将当前生成的光谱图像与预设的光谱图像进行比对分析,确定与当前生成的光谱图像对应的光谱图像,该对应的光谱图像对应的血糖浓度为当前检测的血糖浓度。在进行图像的比对分析时,可以采用图像匹配、对照、特征值比对等实施方式,在本申请实施例中不作限定。
在本申请实施例中,红外波可以为中红外波,该中红外波的波长范围可以为:2500–25000nm。中红外波不易被散射,有助于精确检测血糖浓度。
在本申请实施例中,红外波还可以为近红外波,该近红外波的波长范围可以为:760–2500nm。近红外波的光电灵敏度较高,有利于得到更精确的光谱图像;此外,对于近红外波来说,水是几乎透明的,不被水吸收或者反射,适合用作血糖浓度的检测;因此,利用近红外波作为无线信号,实现血糖浓度的有效且准确的检测。
在本申请实施例中,考虑到检测到的血糖浓度并不一定是有效的血糖浓度(比如用户没有穿戴可穿戴设备时,可穿戴设备检测到的血糖浓度往往是无效的,不能正确表征用户的血糖浓度),还可以采用不同的实施方式对血糖浓度的有效性进行标注,以便于穿戴者对检测到的血糖浓度作更科学合理的应用。
作为一种可选的实施方式,处理器140还用于确定可穿戴设备100的穿戴状态,根据穿戴状态对血糖浓度的有效性进行标注。其中,穿戴状态包括已穿戴状态和未穿戴状态,已穿戴状态对应血糖浓度为有效血糖浓度,未穿戴状态对应的血糖浓度为无效血糖浓度。
在这种实施方式中,考虑到可穿戴设备100的穿戴状态对血糖浓度的有效性会产生影响,通过确定可穿戴设备100的穿戴状态,基于穿戴状态可以实现血糖浓度的有效性标注。
作为一种可选的实施方式,可穿戴设备100还包括设置在设备本体110上的距离检测模块,该距离检测模块可以是红外测距模块,也可以是其他测距模块。
距离检测模块与处理器140通信连接,距离检测模块可以检测可穿戴设备100与外部障碍物之间的距离,在检测到距离之后,将距离发送给处理器140。处理器140根据距离和预设距离值确定可穿戴设备100的穿戴状态。其中,预设距离值为已穿戴状态对应的可穿戴设备100与外部障碍物之间的最大距离。
在本申请实施例中,距离检测模块可以设置在设备本体110的正面或者背面,其中,正面可以理解为远离佩戴部位的一面,比如智能手表的表盘所在面;背面可以理解为靠近佩戴部位的一面,比如智能手表的表盘下方的一面。结合距离检测模块的不同设置位置,预设距离可以对应不同,比如:设置在正面的距离检测模块对应的预设距离值略大于设置在背面的距离检测模块对应的预设距离值。
可以理解,可穿戴设备100相较于外部障碍物的距离可以反映可穿戴设备100的穿戴状态。比如:当可穿戴设备100处于已穿戴状态时,可穿戴设备100与穿戴部位之间的距离很近,甚至是相互接触;当可穿戴设备100处于未穿戴状态时,可穿戴设备100与穿戴部位之间的距离可能很远,或者与其他外部障碍物(比如可穿戴设备100放置的桌面)之间的距离,不符合可穿戴设备100与穿戴部位之间的距离条件。因此,通过预设距离,可以确定可穿戴设备100的穿戴状态。
具体地,如果当前检测的距离大于预设距离值,则确定可穿戴设备100为未穿戴状态,如果当前检测的距离小于或者等于预设距离值,则确定可穿戴设备100为已穿戴状态。
在本申请实施例中,通过距离检测模块检测可穿戴设备100与外部障碍物之间的距离,基于距离和预设距离值有效且准确地确定可穿戴设备100的穿戴状态。
距离检测模块可以用超声波来实现,也可以用电磁波,比如NFC来实现,或者用光学器件来实现。
作为一种可选的实施方式,可穿戴设备100还包括设置在设备本体110上的温度检测模块,该温度检测模块可以是红外温度检测模块,或者其他温度检测模块。该温度检测模块可以设置在可穿戴设备100的靠近佩戴部位的一面,比如智能手表或者智能手环的背面。
温度检测模块与处理器140通信连接,用于检测可穿戴设备100的周围环境的温度。当温度检测模块检测到周围环境的温度后,将温度发送给处理器140。处理器140根据温度和预设温度范围确定可穿戴设备100的穿戴状态。其中,预设温度范围为人体的体温范围,比如预设温度范围可以为:35℃-42℃。
可以理解,可穿戴设备100的周围环境的温度可以反映可穿戴设备100的穿戴状态,比如:当穿戴状态为已穿戴时,可穿戴设备100的周围环境的温度为人体的温度;当穿戴状态为未穿戴时,可穿戴设备100的周围环境的温度为外界环境温度。因此,已穿戴状态对应的周围环境的温度在预设温度范围内,未穿戴状态对应的周围环境的温度在预设温度范围外。
在本申请实施例中,通过温度检测模块检测周围环境的温度,基于周围环境温度和预设温度范围有效且准确地确定可穿戴设备100的穿戴状态。
进一步地,针对某一个检测的血糖浓度,如果确定对应的可穿戴设备100的穿戴状态为已穿戴,则该血糖浓度为有效血糖浓度;如果确定对应的可穿戴设备100的穿戴状态为未穿戴,则该血糖浓度为无效血糖浓度。
在确定血糖浓度的有效性之后,可以对血糖浓度的有效性进行标注。在标注时,可以采取多种可选的实施方式,本申请实施例中对部分可选的实施方式进行介绍,不构成对本申请实施例的限制。
作为一种可选的实施方式,如果可穿戴设备100通过显示模块展示血糖浓度,则有效的血糖浓度在展示时,可以展示为绿色的数值;无效的血糖浓度在展示时,可以展示为红色的数值。
作为另一种可选的实施方式,在可穿戴设备100检测到有效的血糖浓度时,正常展示该有效的血糖浓度。在可穿戴设备100检测到无效的血糖浓度时,在展示的同时对该血糖浓度的无效性进行提示,比如:通过声音模块进行声音提示;通过光模块进行光提示等。
在本申请实施例中,除了通过可穿戴设备100的穿戴状态确定血糖浓度的有效性,还可以通过穿戴者的心率确定血糖浓度的有效性。在实际应用时,这两种实施方式可以结合应用,比如:可以先确定可穿戴设备100的穿戴状态,如果可穿戴设备100处于未穿戴状态,则可以直接确定血糖浓度无效;如果可穿戴设备100处于已穿戴状态,并不直接确定血糖浓度为有效血糖浓度,而是再进一步通过穿戴者的心率确定血糖浓度的有效性。
作为一种可选的实施方式,也可以通过穿戴者的心率来确定可穿戴设备100的穿戴状态,从而确定血糖浓度的有效性。
作为一种可选的实施方式,可穿戴设备100还包括设置在设备本体110上的心率检测模块和运动状态检测模块,心率检测模块用于检测穿戴者的心率,运动状态检测模块用于检测穿戴者的运动状态。
其中,心率检测模块可以是心率传感器;运动状态检测模块可以是惯性测量单元,可以用于测量物体的运动状态信息。
此外,心率检测模块和运动状态检测模块的设置位置不需要特别限定,只需要保证能够检测到穿戴者的心率值和穿戴者的运动状态即可。
心率检测模块和运动状态检测模块分别与处理器140通信连接,在分别检测到心率和运动状态之后,将其发送给处理器140。处理器140,先根据运动状态确定心率正常范围,然后根据心率正常范围和心率确定血糖浓度的有效性。
可以理解,穿戴者在运动状态时的心率正常范围与在非运动状态时的心率正常范围是不相同的,因此,可以通过运动状态先确定对应的心率正常范围,然后再确定心率是否在对应的心率正常范围内,如果心率在心率正常范围内,则对应的血糖浓度为有效血糖浓度;如果心率不在心率正常范围内,则对应的血糖浓度为无效血糖浓度。
具体地,心率正常范围通常是每秒55-110次;在穿戴者非剧烈运动状态时,平均心率为70次,则非剧烈运动状态对应的心率正常范围可以是每秒65-110次。在穿戴者没有运动时,最高的心率通常为每秒90次,则心率正常范围可以是每秒55-90次。
进一步地,在确定血糖浓度的有效性之后,对血糖浓度的有效性进行标注,标注的实施方式参照前述实施例,在此不再重复介绍。
在本申请实施例中,基于运动状态确定心率正常范围,基于心率正常范围和检测的心率有效且准确地确定血糖浓度的有效性。
对血糖浓度的实际情况进行分析,一般空腹全血血糖为3.9~6.1毫摩尔/升(70~110毫克/分升)。空腹血浆血糖超过7.0毫摩尔/升有可能是糖尿病。
对血糖浓度与进餐的关系进行分析,餐后血糖浓度的正常值为:餐后1小时:血糖6.7-9.4毫摩/升,最多也不超过11.1mmol/L(200mg/dl)。餐后2小时:血糖≤7.8毫摩/升。餐后3小时:第三小时后恢复正常,全血血糖为3.9~6.1毫摩尔/升。
可以看出,血糖浓度跟进餐有较强的相关性,为了便于用户对穿戴者的血糖浓度是否正常进行分析,可穿戴设备100还可以对血糖浓度对应的进餐状态进行标注,以便于血糖浓度的有效应用。
因此,作为一种可选的实施方式,处理器140还获取穿戴者的进餐信息,根据进餐信息标注血糖浓度对应的进餐状态。
在这种实施方式中,处理器140获取的进餐信息可以是用户(可以是穿戴者,也可以是非穿戴者)输入的进餐信息。具体地,用户可以通过按键输入、语音指令、触摸屏等方式输入进餐信息。该进餐信息包括但不限于:用户开始进餐的指示信息、用户结束进餐的指示信息、进餐时长等间接的可以用于确定进餐时间的信息;直接的进餐时间信息。
如果进餐信息为直接的进餐时间,则无需对进餐信息作进一步地处理。如果进餐信息为间接的进餐时间,则可以根据进餐信息确定用户的进餐时间,比如:开始进餐时间为用户输入开始进餐的指示信息的时间,结束进餐时间为用户输入结束进餐的指示信息的时间,或者为输入开始进餐的指示信息的时间加上进餐时长的时间。
基于确定的进餐时间,可以根据某个血糖浓度对应的检测时间与进餐时间对进餐状态进行标注。举例来说,如果血糖浓度对应的检测时间在进餐时间之前,则将血糖浓度标注为餐前血糖浓度;并且,还可以计算对应的检测时间与进餐时间之间的时间间隔,一并标注该血糖浓度对应的时间间隔。再比如:如果血糖浓度对应的检测时间在进餐时间之后,则将血糖浓度标注为餐后血糖浓度;并且,还可以计算对应的检测时间与进餐时间之间的时间间隔,一并标注该血糖浓度对应的时间间隔。
此外,由于进餐信息并不能实时获取到,比如:如果穿戴者没有进餐,则无法获取到进餐信息。如果在检测到某个血糖浓度时,当前还未获取到进餐信息,则暂时不进行进餐状态的标注,待获取到进餐信息之后,再对未标注进餐状态的血糖浓度进行标注。当然,如果在检测到某个血糖浓度时,已经获取到进餐信息,则可以直接对进餐状态进行标注。
作为另一种可选的实施方式,在穿戴者的指定部位,还可以设置有振动检测模块,该振动检测模块用于检测振动信息,该振动检测模块与处理器140通信连接,将振动信息发送给处理器140,处理器140基于振动信息确定穿戴者的进餐信息。
其中,指定部位可以是耳部、脸部、颈部等。振动检测模块可以是振动检测传感器,振动检测传感器可以包括惯性测量单元(比如加速度计)。振动检测模块可以是其他的可穿戴设备100上的模块,也可以是本申请实施例所提供的可穿戴设备100上的模块。其他的可穿戴设备100可以包括但不限于:无线耳机,真无线耳机,有线耳机等。
通过振动检测模块,检测长时间(比如几分钟或十几分钟或几十分钟)的低频振动,从而确定用户进餐这一事件。即,处理器140可以根据在预设时间段内的振动信息,确定穿戴者是否发生进餐时间,如果发生,则可以将低频振动的开始时间和结束时间确定为进餐开始时间和进餐结束时间。
在一些实施例中,在其他的可穿戴设备100或者本申请实施例提供的可穿戴设备100上,还可以包括麦克风,用以采集语音信号,当振动检测模块检测到低频振动时;再进一步判断麦克风这段时间采集到的语音信号中的低频部分是否与低频振动具有相关性。如果两者相关性很弱,且小于预设阈值,可以进一步确认用户进餐。可以理解,当用户说话时,其引起的低频振动与语音信号中的低频部分有较强的相关性。通过这种方式,可以排除振动检测模块的低频振动是由用户说话引起的情况。
在一些实施例中,其他的可穿戴设备100可以直接通过相关信息确定用户是否进餐,然后将判断结果(相当于进餐信息)同步给可穿戴设备100,进而可穿戴设备100实现进餐信息的获取。
在这种实施方式中,基于进餐信息对进餐状态进行标注的实施方式参照前述实施例中的标注方式,在此不再重复介绍。
在本申请实施例中,在穿戴者进餐时,相应的部位会发生振动,通过振动检测模块检测振动信息,基于振动信息实现进餐信息的有效检测。
作为又一种可选的实施方式,在前述实施例中介绍过,可穿戴设备100上还可以包括运动状态检测模块,该运动状态检测模块可以检测穿戴者的运动状态,除了检测穿戴者的运动状态,其还可以用于检测可穿戴设备100的运动状态,比如:穿戴者在吃饭时,手部的动作会带动可穿戴设备100的位置改变。因此,处理器140还可以根据可穿戴设备100的运动状态和参考运动状态确定穿戴者的进餐信息;参考运动状态为佩戴者在进餐时,可穿戴设备100的预测运动状态。
对于参考运动状态,其确定方式可以为:处理器140根据不同时刻的血糖浓度生成血糖浓度变化曲线,根据血糖浓度变化曲线与预设的血糖浓度与进餐状态之间的对应关系预测穿戴者的进餐时间;运动状态检测模块检测可穿戴设备100在进餐时间对应的运动状态,处理器140还根据可穿戴设备100在进餐时间对应的运动状态确定参考运动状态。
在这种实施方式中,根据血糖浓度变化曲线,空腹血糖浓度较低,餐后血糖浓度升高,随后再渐渐降低,据此可以推测穿戴者进餐时间段。利用运动状态检测模块检测在预测进餐时间段内可穿戴设备100的运动状态,加以统计或者训练,便可以确定可穿戴设备100在进餐时间段内的参考运动状态。
可以理解,参考运动状态为预设的信息,因此,其中涉及到的不同时刻的血糖浓度可以为已知的数据,可以不是穿戴者的血糖浓度数据,例如可以是正常情况下的血糖浓度数据。进而,在检测预测进餐时间段内可穿戴设备100的运动状态时,可穿戴设备100可以由测试人员佩戴。
在这种实施方式中,基于进餐信息对进餐状态进行标注的实施方式参照前述实施例中的标注方式,在此不再重复介绍。
在本申请实施例中,在穿戴者进餐时,可穿戴设备100的运动状态会对应变化,通过运动状态检测模块检测的运动状态和预设的参考运动状态确定进餐信息,实现进餐信息的有效检测。并且,在穿戴者进餐时,血糖浓度和其他时候的血糖浓度存在区别,基于血糖浓度变化曲线,可预测穿戴者的进餐时间;进而,在进餐时间时,检测可穿戴设备100对应的运动状态,基于该运动状态实现参考运动状态的有效确定。
对睡眠状态与血糖浓度之间的关系进行分析,睡眠不足会导致高血糖,研究证明,每天睡眠时间不足6小时,患糖尿病的风险会较高,甚至会增加2倍以上。对于糖尿病人来说,需要注意睡眠安全,1型糖尿病和2型糖尿病都有可能出现夜间低血糖。研究显示,1型糖尿病发生夜间低血糖风险更高,并且使用胰岛素和促胰岛素分泌剂会进一步提高这种风险。夜间入眠后是低血糖的高发时段,怀疑发生低血糖的糖友应当进行夜间血糖监测,必要时进行动态血糖监测加以明确。
可以看出,对血糖浓度对应的睡眠状态进行标注,以便于用户对血糖浓度是否正常进行更准确地判断,可以提高检测到的血糖浓度的应用性。
因此,作为一种可选的实施方式,在可穿戴设备100包括有运动状态检测模块的实施方式下,处理器140可以根据运动状态和预设的运动状态与睡眠状态之间的对应关系确定穿戴者的睡眠状态,根据睡眠状态标注血糖浓度对应的睡眠状态。
其中,运动状态可以通过运动参数表示,运动参数可以是竖直方向位置或位置变化、可穿戴设备100运动速度、加速度等。比如,穿戴者在家里时,其睡在床上时,其竖直方向位置比较固定。再比如:穿戴者在睡眠时,其佩戴的可穿戴设备100处于静止状态或动作很不频繁,且长时间内位置变化不大。这些对应关系都可以结合实际的场景,预设在可穿戴设备100中,当可穿戴设备100获取到运动状态之后,基于预设的对应关系便可以直接确定对应的睡眠状态。
作为另一种可选的实施方式,如果可穿戴设备100还包括有心率检测模块,此时还可以结合心率数据和运动状态数据共同确定穿戴者的睡眠状态。因此,处理器140还可以根据运动状态和预设的运动状态与睡眠状态之间的对应关系、心率和预设的心率与睡眠状态之间的对应关系确定穿戴者的睡眠状态。
可以理解,穿戴者在睡眠状态,其心率会变慢。因此可以统计穿戴者在睡眠及未睡眠时各自的心率做为参考心率,即参考心率与睡眠状态之间的对应关系。在检测到穿戴者的心率之后,与参考心率做比对,与可穿戴设备100的运动状态一起确定穿戴者是否处于睡眠状态。比如:如果基于运动状态和基于心率均确定穿戴者处于睡眠状态,那么确定穿戴者为睡眠状态;如果基于运动状态或者基于心率确定穿戴者处于睡眠状态,确定穿戴者为可能睡眠状态,待进一步确认;如果基于运动状态和基于心率确定穿戴者均没有处于睡眠状态,则确定穿戴者没有处于睡眠状态。
在本申请实施例中,通过心率检测模块检测穿戴者的心率,基于心率、运动状态与睡眠状态之间的对应关系、心率和睡眠状态之间的对应关系,确定更科学和合理的睡眠状态。
在一些实施例中,确定穿戴者的睡眠状态还可以考虑时间因素,一般穿戴者在夜里睡眠可能性更大。另外还可以统计穿戴者的生活习惯,确定在哪些时间段睡眠的可能性较大。与运动参数、心率一起,再加上当前时间处于睡眠时间段的可能性,一起来确定穿戴者是否处于睡眠状态。
进一步地,在确定穿戴者的睡眠状态后,对检测的血糖浓度进行标注,包括是否处于睡眠状态及/或处于睡眠的那个时间阶段,比如:刚进入睡眠、睡眠中等。
睡眠状态的标注方式可以是直接标注或者间接标注。直接标注可以是:将睡眠状态与对应的血糖浓度一并展示。间接标注可以是:在可穿戴设备100内部标注(存储)血糖浓度对应睡眠状态,用户可以随时对血糖浓度对应的睡眠状态进行查询。当然,也可以采用其他可实施的标注方式,在本申请实施例中不作限定。
在本申请实施例中,可穿戴设备100还可以包括预警模块,该预警模块可以是声光等预警模块。处理器140可以根据检测到的血糖浓度和预设的血糖浓度值生成对应的预警指令,将预警指令发送给预警模块;预警模块根据预警指令进行预警。
具体地,预设的血糖浓度值可以是血糖浓度最低值,当血糖浓度低于该值时,通过语音、音乐、铃声或振动来进行预警。
在一些实施例中,可穿戴设备100可以通过通信模块与外部监测设备连接,预警模块也可以生成预警信息,将该预警信息发送给外部监测模块,实现预警。
在一些实施例中,预设的血糖浓度可以根据睡眠状态、进餐状态的不同而对应不同,即不同的睡眠状态和不同的进餐状态可以对应不同的预警血糖浓度值。比如:当用户在睡眠状态时,血糖浓度低于某一个值,可能会产生危险,此时,可以进行相应的预警。当用户在餐后时,血糖浓度低于某一个值,可能会产生危险。
在一些实施方式中,结合可穿戴设备100检测到的血糖浓度以及其他相关信息,还可以采用其他的预警方式,在本申请实施例中不作限定。
在本申请实施例中,通过预警模块,基于处理器140生成的预警指令进行预警,实现异常血糖浓度的有效预警。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (15)
1.一种可穿戴设备,其特征在于,用于监测血糖浓度,所述可穿戴设备包括:
设备本体;
设置在所述设备本体上的无线发射模块和无线接收模块;
设置在所述设备本体内的处理器;
所述无线发射模块用于发射无线信号,所述无线接收模块用于接收与所述无线信号对应的经穿戴者的穿戴部位反射的无线信号,所述处理器用于根据所述反射的无线信号确定所述穿戴者的血糖浓度。
2.根据权利要求1所述的可穿戴设备,其特征在于,所述无线信号和所述反射的无线信号均为红外波,所述处理器具体用于根据反射的红外波生成光谱图像,根据所述光谱图像和预设的参考光谱图像与血糖浓度的对应关系确定所述穿戴者的血糖浓度。
3.根据权利要求2所述的可穿戴设备,其特征在于,所述红外波为中红外波,所述中红外波的波长范围为:2500–25000nm。
4.根据权利要求2所述的可穿戴设备,其特征在于,所述红外波为近红外波,所述近红外波的波长范围为:760–2500nm。
5.根据权利要求1所述的可穿戴设备,其特征在于,所述处理器还用于确定所述可穿戴设备的穿戴状态,根据所述穿戴状态对所述血糖浓度的有效性进行标注;所述穿戴状态包括已穿戴状态和未穿戴状态,所述已穿戴状态对应血糖浓度为有效血糖浓度,所述未穿戴状态对应的血糖浓度为无效血糖浓度。
6.根据权利要求5所述的可穿戴设备,其特征在于,所述可穿戴设备还包括设置在所述设备本体上的距离检测模块,所述距离检测模块用于检测所述可穿戴设备与外部障碍物之间的距离;所述处理器具体用于根据所述距离和预设距离值确定所述可穿戴设备的穿戴状态;所述预设距离值为所述已穿戴状态对应的所述可穿戴设备与外部障碍物之间的最大距离。
7.根据权利要求5所述的可穿戴设备,其特征在于,所述可穿戴设备还包括设置在所述设备本体上的温度检测模块,所述温度检测模块用于检测所述可穿戴设备的周围环境的温度;所述处理器具体用于根据所述温度和预设温度范围确定所述可穿戴设备的穿戴状态;所述预设温度范围为人体的体温范围,所述已穿戴状态对应的周围环境的温度在所述预设温度范围内,所述未穿戴状态对应的周围环境的温度在所述预设温度范围外。
8.根据权利要求1所述的可穿戴设备,其特征在于,所述可穿戴设备还包括设置在所述设备本体上的心率检测模块和运动状态检测模块,所述心率检测模块用于检测所述穿戴者的心率;所述运动状态检测模块用于检测所述穿戴者的运动状态;所述处理器具体用于根据所述运动状态确定心率正常范围,根据所述心率正常范围和所述心率确定所述血糖浓度的有效性;有效血糖浓度对应的心率在所述心率正常范围内,无效血糖浓度对应的心率在所述心率正常范围外。
9.根据权利要求1所述的可穿戴设备,其特征在于,所述处理器还用于:获取所述穿戴者的进餐信息,根据所述进餐信息标注所述血糖浓度对应的进餐状态。
10.根据权利要求9所述的可穿戴设备,其特征在于,所述处理器具体用于获取设置在所述穿戴者的指定部位的振动检测模块检测到的振动信息,根据所述振动信息确定所述穿戴者的进餐信息;其中,所述指定部位包括:耳部、脸部和颈部。
11.根据权利要求9所述的可穿戴设备,其特征在于,所述可穿戴设备还包括运动状态检测模块,用于检测所述可穿戴设备的运动状态;所述处理器具体用于根据所述可穿戴设备的运动状态和参考运动状态确定所述穿戴者的进餐信息;所述参考运动状态为所述穿戴者在进餐时,所述可穿戴设备的预测运动状态。
12.根据权利要求11所述的可穿戴设备,其特征在于,所述处理器还用于根据不同时刻的血糖浓度生成血糖浓度变化曲线,根据所述血糖浓度变化曲线与预设的血糖浓度与进餐状态之间的对应关系预测所述穿戴者的进餐时间;所述运动状态检测模块还用于检测所述可穿戴设备在所述进餐时间对应的运动状态,所述处理器还用于根据所述可穿戴设备在所述进餐时间对应的运动状态确定所述参考运动状态。
13.根据权利要求1所述的可穿戴设备,其特征在于,所述可穿戴设备还包括运动状态检测模块,所述运动状态检测模块用于检测所述可穿戴设备的运动状态;所述处理器还用于根据所述运动状态和预设的运动状态与睡眠状态之间的对应关系确定所述穿戴者的睡眠状态,根据所述睡眠状态标注所述血糖浓度对应的睡眠状态。
14.根据权利要求13所述的可穿戴设备,其特征在于,所述可穿戴设备还包括心率检测模块,所述心率检测模块用于检测所述穿戴者的心率;所述处理器具体用于根据所述运动状态和预设的运动状态与睡眠状态之间的对应关系、所述心率和预设的心率与睡眠状态之间的对应关系确定所述穿戴者的睡眠状态。
15.根据权利要求1所述的可穿戴设备,其特征在于,所述可穿戴设备还包括预警模块,所述处理器还用于根据所述血糖浓度和预设的血糖浓度值生成对应的预警指令,将所述预警指令发送给所述预警模块;所述预警模块根据所述预警指令进行预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110438819.6A CN113017621B (zh) | 2021-04-22 | 2021-04-22 | 一种可穿戴设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110438819.6A CN113017621B (zh) | 2021-04-22 | 2021-04-22 | 一种可穿戴设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113017621A true CN113017621A (zh) | 2021-06-25 |
CN113017621B CN113017621B (zh) | 2023-11-21 |
Family
ID=76457731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110438819.6A Active CN113017621B (zh) | 2021-04-22 | 2021-04-22 | 一种可穿戴设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113017621B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104323781A (zh) * | 2014-11-10 | 2015-02-04 | 上海翰临电子科技有限公司 | 一种血糖分析方法和监测设备 |
CN204336925U (zh) * | 2014-12-06 | 2015-05-20 | 深圳市易特科信息技术有限公司 | 可穿戴式无创血糖测量设备 |
CN105758452A (zh) * | 2016-02-04 | 2016-07-13 | 歌尔声学股份有限公司 | 一种可穿戴设备的佩戴状态检测方法和装置 |
CN105816163A (zh) * | 2016-05-09 | 2016-08-03 | 安徽华米信息科技有限公司 | 检测心率的方法、装置及可穿戴设备 |
WO2016172557A1 (en) * | 2015-04-22 | 2016-10-27 | Sahin Nedim T | Systems, environment and methods for identification and analysis of recurring transitory physiological states and events using a wearable data collection device |
CN107924548A (zh) * | 2015-08-10 | 2018-04-17 | 谷歌有限责任公司 | 使用可穿戴设备自动监视一位置处的实时活动以确定等待时间的系统和方法 |
CN108766535A (zh) * | 2018-05-28 | 2018-11-06 | 天津中德应用技术大学 | 一种智能化个人健康管理系统 |
CN109843172A (zh) * | 2016-08-15 | 2019-06-04 | 国立大学法人筑波大学 | 吞咽动作测定装置和吞咽动作支援系统 |
US20190272845A1 (en) * | 2018-03-02 | 2019-09-05 | Robert Bosch Gmbh | System and Method for Monitoring Dietary Activity |
US20190320944A1 (en) * | 2013-11-04 | 2019-10-24 | Imperial Innovations Limited | Biomechanical activity monitoring |
JP2020000431A (ja) * | 2018-06-27 | 2020-01-09 | 国立研究開発法人産業技術総合研究所 | 咀嚼動作の計測装置 |
CN111012354A (zh) * | 2018-10-10 | 2020-04-17 | 夏普株式会社 | 进食监控方法、存储介质以及进食监控装置 |
US20200286612A1 (en) * | 2019-03-04 | 2020-09-10 | Roche Diabetes Care, Inc. | Autonomous management of a diabetic condition based on mealtime and activity detection |
CN111795756A (zh) * | 2020-08-07 | 2020-10-20 | Oppo广东移动通信有限公司 | 可穿戴设备的佩戴检测方法、装置和存储介质 |
-
2021
- 2021-04-22 CN CN202110438819.6A patent/CN113017621B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190320944A1 (en) * | 2013-11-04 | 2019-10-24 | Imperial Innovations Limited | Biomechanical activity monitoring |
CN104323781A (zh) * | 2014-11-10 | 2015-02-04 | 上海翰临电子科技有限公司 | 一种血糖分析方法和监测设备 |
CN204336925U (zh) * | 2014-12-06 | 2015-05-20 | 深圳市易特科信息技术有限公司 | 可穿戴式无创血糖测量设备 |
WO2016172557A1 (en) * | 2015-04-22 | 2016-10-27 | Sahin Nedim T | Systems, environment and methods for identification and analysis of recurring transitory physiological states and events using a wearable data collection device |
CN107924548A (zh) * | 2015-08-10 | 2018-04-17 | 谷歌有限责任公司 | 使用可穿戴设备自动监视一位置处的实时活动以确定等待时间的系统和方法 |
CN105758452A (zh) * | 2016-02-04 | 2016-07-13 | 歌尔声学股份有限公司 | 一种可穿戴设备的佩戴状态检测方法和装置 |
CN105816163A (zh) * | 2016-05-09 | 2016-08-03 | 安徽华米信息科技有限公司 | 检测心率的方法、装置及可穿戴设备 |
CN109843172A (zh) * | 2016-08-15 | 2019-06-04 | 国立大学法人筑波大学 | 吞咽动作测定装置和吞咽动作支援系统 |
US20190272845A1 (en) * | 2018-03-02 | 2019-09-05 | Robert Bosch Gmbh | System and Method for Monitoring Dietary Activity |
CN108766535A (zh) * | 2018-05-28 | 2018-11-06 | 天津中德应用技术大学 | 一种智能化个人健康管理系统 |
JP2020000431A (ja) * | 2018-06-27 | 2020-01-09 | 国立研究開発法人産業技術総合研究所 | 咀嚼動作の計測装置 |
CN111012354A (zh) * | 2018-10-10 | 2020-04-17 | 夏普株式会社 | 进食监控方法、存储介质以及进食监控装置 |
US20200286612A1 (en) * | 2019-03-04 | 2020-09-10 | Roche Diabetes Care, Inc. | Autonomous management of a diabetic condition based on mealtime and activity detection |
CN111795756A (zh) * | 2020-08-07 | 2020-10-20 | Oppo广东移动通信有限公司 | 可穿戴设备的佩戴检测方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113017621B (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3085175B1 (en) | Method of location coordination via wireless protocol between multiple devices | |
CN109662687B (zh) | 校正生物信息传感器误差的装置和方法,以及估计生物信息的装置和方法 | |
US9044136B2 (en) | Wearable mini-size intelligent healthcare system | |
CN111867458B (zh) | 用于心血管健康监测的系统和方法 | |
US9204808B2 (en) | Device for monitoring and/or improving the efficiency of physical training | |
US20160367202A1 (en) | Systems and Methods for Wearable Sensor Techniques | |
US20180116607A1 (en) | Wearable monitoring device | |
US20160321428A1 (en) | Customizable Health Monitoring | |
KR100847137B1 (ko) | 휴대형 생체신호 측정장치 | |
US20160361032A1 (en) | Systems and Methods for Wearable Health Alerts | |
US10368811B1 (en) | Methods and devices for circadian rhythm monitoring | |
CN104181809B (zh) | 集计步器、心电、血氧功能的智能腕表 | |
JP2010508128A (ja) | 心肺パラメータモニタ用システムおよび方法 | |
US20160331315A1 (en) | Systems and Methods for Wearable Health Monitoring | |
CA2842423A1 (en) | Health meter | |
CN104257376A (zh) | 基于云服务的智能健康监测扇子 | |
US20150161342A1 (en) | Information processing system, electronic apparatus, method and storage medium | |
JP2010157084A (ja) | 余命算出装置、携帯端末装置、余命算出方法及び余命算出プログラム | |
US10825556B2 (en) | Clinical grade consumer physical assessment system | |
CN113017621B (zh) | 一种可穿戴设备 | |
WO2019000742A1 (zh) | 可穿戴设备的检测方法及可穿戴设备 | |
WO2021208679A1 (zh) | 血压检测方法及装置 | |
US20220167931A1 (en) | Wearable detection & treating device | |
JP2003190123A (ja) | 血糖値測定方法及びシステム | |
US20240099612A1 (en) | Systems, devices, and methods for dual analyte sensor |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |