CN114364958A - 深部体温推定装置、深部体温推定方法、深部体温推定程序 - Google Patents
深部体温推定装置、深部体温推定方法、深部体温推定程序 Download PDFInfo
- Publication number
- CN114364958A CN114364958A CN202080063510.7A CN202080063510A CN114364958A CN 114364958 A CN114364958 A CN 114364958A CN 202080063510 A CN202080063510 A CN 202080063510A CN 114364958 A CN114364958 A CN 114364958A
- Authority
- CN
- China
- Prior art keywords
- body temperature
- core body
- time
- estimation
- pulse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
- G01K13/20—Clinical contact thermometers for use with humans or animals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/329—Load diagnosis, e.g. cardiac stress tests
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
- G01K7/42—Circuits effecting compensation of thermal inertia; Circuits for predicting the stationary value of a temperature
- G01K7/427—Temperature calculation based on spatial modeling, e.g. spatial inter- or extrapolation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Cardiology (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- General Physics & Mathematics (AREA)
- Pulmonology (AREA)
- Power Engineering (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供一种深部体温推定装置,其具备:深部体温获取部,获取作为对深部体温进行推定的对象的推定对象被测者的第一时刻的深部体温;搏动获取部,获取所述推定对象被测者的包括第一时刻的期间的搏动;以及推定部,利用根据初始时刻的深部体温和从所述初始时刻到规定时刻的搏动对所述规定时刻的深部体温进行推定的深部体温推定模型,基于由所述深部体温获取部获取到的所述第一时刻的深部体温和由所述搏动获取部获取到的所述包含第一时刻的期间的搏动来对所述推定对象被测者的深部体温进行推定。
Description
技术领域
本发明涉及一种深部体温推定装置、深部体温推定方法、深部体温推定程序。
背景技术
近年来,高温化倾向显著,中暑的危险在增加。因此,公开了各种用于中暑对策的技术(例如,参照专利文献1、专利文献2)。专利文献1所记载的技术涉及一种具有体温监控功能的空调服,该体温监控功能的目的不仅在于防止暑热环境下的体温的上升,还在于综合管理作业者的身体状况。
该具有体温监控功能的空调服具备:穿衣部,供作业者穿戴;送风装置,在着衣部与作业者的身体之间进行送风;体温测量装置,对穿戴了穿衣部的作业者的体温进行测量;以及送风控制装置,基于由体温测量装置得到的体温的测量结果来控制送风装置的驱动。送风控制装置在体温的测量结果低于规定温度的情况下停止基于送风装置的送风或者降低送风量,并且在体温的测量结果超过规定温度的情况下增加基于送风装置的送风量。而且,该空调服具备心率测量装置,所述心率测量装置测量作业者的心率。
专利文献2所记载的技术是用于在作业者的深部体温出现异常之前的阶段对该作业者的中暑发病风险进行检测的技术。该技术具有:作业负荷信息输入单元,输入作业者的作业负荷信息;呼吸传感器,实时检测作业者的呼吸;心电图仪,实时检测作业者的心跳;信息记录单元,一边使利用呼吸传感器而得到的呼吸曲线信息和利用心电图仪而得到的心跳信息取得同步,一边记录这些信息;呼吸性窦性心律不齐(RSA)运算单元,根据记录于信息记录单元的呼吸曲线信息和心跳信息来导出RSA;以及显示单元,显示由RSA运算单元计算出的RSA计算值和作业负荷信息。
现有技术文献
专利文献
专利文献1:日本特开2017-166075号公报
专利文献2:日本特开2017-27123号公报
发明内容
发明所要解决的问题
通常认为,中暑与深部体温有关。因此,为了判断作业者的中暑等的危险性,理想的是,测量作业者的深部体温。然而,在一些作业中,难以测量作业者的深部体温。因此,要求通过能比深部体温容易测量的生理指标来对深部体温进行推定。
本发明的目的在于提供一种基于生理指标来对深部体温进行推定的技术。
用于解决问题的方案
为了解决上述问题,采用了以下的方案。
即,第一方案采用一种深部体温推定装置,该深部体温推定装置具备:
深部体温获取部,获取作为对深部体温进行推定的对象的推定对象被测者的第一时刻的深部体温;
搏动获取部,获取所述推定对象被测者的包括第一时刻的期间的搏动;以及
推定部,利用根据初始时刻的深部体温和从所述初始时刻到规定时刻的搏动来对所述规定时刻的深部体温进行推定的深部体温推定模型,基于由所述深部体温获取部获取到的所述第一时刻的深部体温和由所述搏动获取部获取到的所述包括第一时刻的期间的搏动来对所述推定对象被测者的深部体温进行推定。
本公开的方案也可以通过由信息处理装置执行程序来实现。即,本公开的构成可以特定为用于使信息处理装置执行由上述方案中的各单元执行的处理的程序或者记录有该程序的计算机可读记录介质。此外,本公开的构成也可以通过信息处理装置执行由上述各单元执行的处理的方法来确定。本公开的构成也可以确定为包括进行由上述各单元执行的处理的信息处理装置的系统。
发明效果
根据本发明,能提供一种基于生理指标来对深部体温进行推定的技术。
附图说明
图1是表示深部体温推定模型构建装置的功能块的例子的图。
图2是表示深部体温推定装置的功能块的例子的图。
图3是表示信息处理装置的硬件构成例的图。
图4是表示深部体温推定模型构建装置中的深部体温推定模型的构建的动作流程的例子的图。
图5是RRI的庞加莱图(Poincare Plot)的例子。
图6是表示深部体温的推定值TMP与深部体温的变化量ΔTMP的关系的例子的图。
图7是表示深部体温推定装置中的深部体温推定的动作流程的例子的图。
图8是表示针对被测者A进行了运动负荷试验时的、试验中的实测的深部体温的变化和基于心跳信息的推定的深部体温的例子的图表。
图9是表示针对被测者B进行了运动负荷试验时的、试验中的实测的深部体温的变化和基于心跳信息的推定的深部体温的例子的图表。
图10是表示针对被测者C进行了运动负荷试验时的、试验中的实测的深部体温的变化和基于心跳信息的推定的深部体温的例子的图表。
图11是表示针对被测者D进行了运动负荷试验时的、试验中的实测的深部体温的变化和基于心跳信息的推定的深部体温的例子的图表。
图12是表示针对被测者E进行了运动负荷试验时的、试验中的实测的深部体温的变化和基于心跳信息的推定的深部体温的例子的图表。
具体实施方式
以下,参照附图,对实施方式进行说明。实施方式的构成为示例,本发明的构成不限于本公开的实施方式的具体构成。在实施发明时,也可以适当采用与实施方式相应的具体构成。
〔实施方式〕
图1是表示本实施方式的深部体温推定模型构建装置的功能块的例子的图。图1的深部体温推定模型构建装置100包括深部体温获取部102、心跳信息获取部104、推定模型构建部106、储存部108。
深部体温推定模型构建装置100获取多个模型构建用被测者的规定的负荷的作业中的深部体温和心跳信息,构建对深部体温进行推定的深部体温推定模型。
深部体温获取部102获取由测量深部体温的体温计等测量到的模型构建用被测者的深部体温。深部体温例如为直肠温度。
心跳信息获取部104获取由测量心跳信息的心电图仪等测量到的作业中的模型构建用被测者的心跳信息。心跳信息例如为心电图数据、心跳数据。心电图仪是测量搏动的搏动计的一个例子。
推定模型构建部106基于获取到的模型构建用被测者的初始时刻以后的深部体温、初始时刻以后的心跳信息,通过回归分析,构建对深部体温进行推定的深部体温推定模型。
储存部108对在深部体温推定模型构建装置100使用的程序、模型、数据等进行储存。储存部108对构建的深部体温推定模型、深部体温、心跳信息等进行储存。
图2是表示本实施方式的深部体温推定装置的功能块的例子的图。图2的深部体温推定装置200包括初始深部体温获取部202、心跳信息获取部204、推定部206、储存部208。
深部体温推定装置200获取作为深部体温推定的对象的推定对象被测者的初始时刻的深部体温、作业中的推定对象被测者的心跳信息,使用在深部体温推定模型构建装置100构建的深部体温推定模型来对该推定对象被测者的深部体温进行推定。将模型构建用被测者、推定对象被测者简单统称为被测者。
初始深部体温获取部202获取由测量深部体温的体温计等测量到的作业前的推定对象被测者的深部体温。
心跳信息获取部204获取由测量心跳信息的心电图仪等测量到的作业中的推定对象被测者的心跳信息。心跳信息例如为心电图数据、心跳数据。心跳信息获取部204是搏动获取部的一个例子。
推定部206基于推定对象被测者的第一时刻(任意时刻)的深部体温和包括第一时刻的期间的心跳信息,使用在深部体温推定模型构建装置100构建的深部体温推定模型来对各基准期间内的深部体温的变化量进行推定。
储存部208对在深部体温推定装置200使用的程序、模型、数据等进行储存。储存部208对在深部体温推定模型构建装置100构建的深部体温推定模型、推定到的深部体温的变化量、深部体温、心跳信息等进行储存。
在此,使用了心跳信息,但也可以使用其他搏动信息来代替心跳信息。心跳是心脏的搏动。心跳是搏动的一种。搏动是在反复进行内脏的周期性收缩、舒张的情况下产生的运动。作为其他搏动的例子,可以列举指尖脉搏波、耳垂脉搏波。心率是一定期间内的心跳的次数。脉搏是动脉的搏动。搏动间隔是搏动的一个周期的长度。
深部体温推定模型构建装置100、深部体温推定装置200可以使用个人计算机(PC:Personal Computer)、工作站(WS:Work Station)智能手机、便携电话、平板式终端、车载导航装置、个人数字助手(PDA:Personal Digital Assistant)这样的专用或通用的计算机或者搭载有计算机的的电子设备来实现。
图3是表示信息处理装置的硬件构成例的图。图3所示的信息处理装置具有一般的计算机的构成。深部体温推定模型构建装置100、深部体温推定装置200通过如图3所示的信息处理装置90来实现。图3的信息处理装置90具有处理器91、存储器(Memory)92、存储部93、输入部94、输出部95、通信控制部96。它们相互通过总线而连接。存储器92和存储部93是计算机可读记录介质。计算机的硬件构成不限于图3所示的例子,也可以适当进行构成要素的省略、更换、追加。
在信息处理装置90中,处理器91将存储于记录介质的程序加载至存储器92的作业区域并执行,各构成部通过程序的执行而被控制,由此,能实现与规定的目的一致的功能。
处理器91例如为中央处理器(CPU:Central Processing Unit)、数字信号处理器(DSP:Digital Signal Processor)。
存储器92例如包括随机存取存储器(RAM:Random Access Memory)、只读存储器(ROM:Read Only Memory)。存储器92也称为主存储装置。
存储部93例如为可擦可编程只读存储器(EPROM:Erasable Programmable ROM)、硬盘驱动器(HDD:Hard Disk Drive)。此外,存储部93可以包括可移动介质,即可以包括可移动记录介质。可移动介质例如为通用串行总线(USB:Universal Serial Bus)存储器或者小型镭射盘(CD:Compact Disc)、数字多功能光盘(DVD:Digital Versatile Disc)这样的盘记录介质。存储部93也成为二次存储装置。
存储部93将各种程序、各种数据以及各种表以读写自如的方式储存于记录介质。在存储部93储存有操作系统(Operating System:OS)、各种程序、各种表等。储存于存储部93的信息也可以储存于存储器92。此外,储存于存储器92的信息也可以储存于存储部93。
操作系统是进行软件与硬件的中介、存储器空间的管理、文件管理、进程、任务的管理等的软件。操作系统包括通信接口。通信接口是与经由通信控制部96而连接的其他外部装置等进行数据的交换的程序。外部装置等例如包括其他计算机、外部存储装置等。
输入部94包括键盘、点选设备、无线遥控装置、触摸面板等。此外,输入部94可以包括摄像机这样的影像、图像的输入装置、麦克风这样的声音的输入装置。
输出部95包括液晶显示器(LCD:Liquid Crystal Display)、电致发光(EL:Electroluminescence)面板、阴极射线管(CRT:Cathode Ray Tube)显示器、等离子显示器(PDP:Plasma Display Panel)等显示装置、打印机等输出装置。此外,输出部95可以包括扬声器这样的声音的输出装置。
通信控制部96与其他装置连接,控制计算机90与其他装置之间的通信。通信控制部96例如为局域网(LAN:Local Area Network)接口板、用于无线通信的无线通信电路、用于有线通信的通信电路。LAN接口板、无线通信电路与互联网等网络连接。
实现深部体温推定模型构建装置100的计算机通过处理器将存储于辅助存储装置的程序加载至主存储装置并执行,实现作为深部体温获取部102、心跳信息获取部104、推定模型构建部106的功能。另一方面,储存部108设于主存储装置或辅助存储装置的存储区域。
处理器将存储于辅助存储装置的程序加载至主存储装置并执行,由此实现深部体温推定装置200的计算机实现作为初始深部体温获取部202、心跳信息获取部204、推定部206的功能。另一方面,储存部208设于主存储装置或辅助存储装置的存储区域。
〈深部体温推定模型的构建〉
图4是表示深部体温推定模型构建装置中的深部体温推定模型的构建的动作流程的例子的图。在此,深部体温推定模型构建装置100获取多个模型构建用被测者在规定期间进行了规定的运动负荷试验时的、各模型构建用被测者的从规定期间的开始时刻到结束时刻的深部体温、从开始时刻到结束时刻的心跳信息,构建对被测者的深部体温进行推定的深部体温推定模型。深部体温推定模型例如是根据任意第一时刻的深部体温和包括该第一时刻的期间的心跳信息,按照从该第一时刻起以规定的时间间隔(设为时间P)分割而成的每个基准期间来对深部体温进行推定的模型。更具体而言,深部体温推定模型例如是根据时刻t=nP的深部体温(也可以是推定到的深部体温)和从时刻t=(n-1)P到时刻t=(n+1)P的心跳信息来对从时刻t=nP到时刻t=(n+1)P的深部体温的变化量进行推定的模型(n为0以上的整数)。各模型构建用被测者在运动负荷试验时,从规定期间的开始时刻到结束时刻,在规定的环境下(规定气温、规定湿度等)进行规定的负荷的作业。运动负荷试验例如在调整为气温35℃、湿度50%的人工气候室中,以安静6分钟、运动负荷18分钟、休息18分钟、运动负荷24分钟、休息18分钟的顺序进行。运动负荷由测力计提供,设为80kW或者事先测量到的各模型构建用被测者的最大摄氧量的60%。针对各模型构建用被测者,在该运动负荷试验中,通过体温计等和心电图仪等来并行连续地测量深部体温和心跳信息。多个模型构建用被测者的运动负荷试验可以同时并行进行,也可以分开进行。
在S101中,深部体温推定模型构建装置100的深部体温获取部102获取由测量深部体温的体温计等测量到的模型构建用被测者的深部体温。深部体温获取部102从直接或者经由网络等与深部体温推定模型构建装置100连接的体温计等,获取多个模型构建用被测者的从运动负荷试验的开始时刻到结束时刻的深部体温。此外,深部体温获取部102也可以通过使模型构建用被测者、其他管理者等利用键盘等输入单元等输入深部体温,获取从运动负荷试验的开始时刻到结束时刻的深部体温。深部体温获取部102将获取到的深部体温储存于储存部108。
在S102中,心跳信息获取部104获取由测量心跳信息的心电图仪等测量到的多个模型构建用被测者的从运动负荷试验的开始时刻到结束时刻的心跳信息。心电图仪例如是包括供粘贴于模型构建用被测者的皮肤的电极和用于储存并发送由该电极测量到的心跳信息的发送部的设备。此外,心电图仪也可以是包括设于衣物(T恤等)的电极和用于发送由该电极测量到的心电图数据的发送部的可穿戴终端。此外,除此之外,心电图仪也可以是如获取心跳信息的手表、腕带那样穿戴于手腕并进行测量的可穿戴终端,或者是穿戴于指尖、耳朵的夹子型可穿戴终端。心跳信息获取部104从直接或经由网络等与深部体温推定模型构建装置100连接的心电图仪等,获取模型构建用被测者的从运动负荷试验的开始时刻到结束时刻的心跳信息。此外,心跳信息获取部104也可以由从心电图仪等获取了心跳信息的其他信息处理装置等,经由网络等来获取心跳信息。心跳信息获取部104获取初始时刻以后的心跳信息。心跳信息获取部104将获取到的各模型构建用被测者的心跳信息储存于储存部108。
S101和S102的处理的顺序也可以互换。此外,S101和S102的处理也可以并行进行。在模型构建用被测者的运动负荷试验中,深部体温获取部102和心跳信息获取部104也可以与深部体温的测量、心跳信息的测量并行地分别获取深部体温和心跳信息。深部体温、心跳信息分别与表示测量的时刻的时刻信息一起储存于储存部108。
在S103中,推定模型构建部106基于获取到的模型构建用被测者的初始时刻以后的深部体温、心跳信息,通过回归分析,构建对深部体温进行推定的深部体温推定模型。深部体温推定模型例如是从初始时刻起按照每个规定的基准期间来对各基准期间的深部体温的变化量进行推定的模型。深部体温推定模型例如构建为:将心跳信息和一个基准期间开始时的深部体温设为说明变量,将该基准期间内的深部体温的变化量设为目标变量。目标变量也可以是深部体温的推定值。深部体温推定模型例如也可以是从初始时刻起按照每个基准期间来对深部体温进行推定的模型。
推定模型构建部106根据获取到的心跳信息来计算出R-R间期(RRI:R-Rinterval)。RRI是心电图中的R波的产生时刻与前一个R波的产生时刻的时间差。RRI是心跳的一拍(一个周期)的长度。RRI是搏动间隔的一个例子。将RRI的变动称为心跳变动。推定部106根据获取到的心跳信息来计算出RRI。推定模型构建部106从初始时刻起按照每个基准期间(例如,三分钟)对计算出的各心跳的RRI进行分割,按照每个基准期间来制作庞加莱图。也可以使用通过公知的其他方法计算出的心跳的一拍的长度来代替RRI。基准期间的长度不限定于三分钟,可以比三分钟长,也可以比三分钟短。从计算出反映后述的心跳变动的指标方面的统计学的观点等来看,基准期间的长度优选为一分钟以上。此外,从对深部体温进行推定的精度、运用的观点等来看,基准期间的长度优选为十五分钟以下。
《庞加莱图的例子》
图5是RRI的庞加莱图的例子。图5所示的庞加莱图是一边使模型构建用被测者穿戴测量心跳信息的心电图仪等进行规定的作业(运动),一边按照每个基准期间(例如,三分钟)制作而成的庞加莱图的一个例子。
在图5的庞加莱图中,在一个基准期间内,将横轴的坐标设为第n拍的RRI(ms),将纵轴的坐标设为第n+1拍的RRI(ms),标示了第n拍与第n+1拍的关系。此外,在图5中,将横轴的坐标与纵轴的坐标相等的线表示为恒等线。而且,在图5中,示出了所有标示的点的重心。重心的坐标(X,Y)求得为(横轴的各点的坐标的平均值,纵轴的各点的坐标的平均值)。将经过重心并与恒等线平行的直线称为第一重心线,将经过重心并与恒等线垂直的直线称为第二重心线。在此,将从第i个点(横轴的坐标为第i拍的RRI,纵轴的坐标为第i+1拍的RRI)到恒等线的距离设为vi,将从第i个点到第二重心线的距离设为hi。利用这些,如下得到了基于RRI的庞加莱图的指标SD1、SD2。
[数式1]
在此,N是一个庞加莱图中的点的总数。SD1、SD2是反映心跳变动的指标。需要说明的是,SD1、SD2分别是0或者正值。SD1、SD2是根据RRI的庞加莱图的解析而得到的指标的例子。
推定模型构建部106针对每个基准期间,基于RRI,计算出SD2。将第x个基准期间(第x基准期间)的SD2设为SD2(x)。推定部106构建用于对从初始时刻起每经过基准期间(例如,三分钟)的深部体温进行推定的深部体温推定模型。在此,当将基准期间的长度设为P时,从初始时刻(设为t=0)起经过第一基准期间后的时刻为t=1×P,经过第j基准期间后的时刻为t=jP。即,第一基准期间从初始时刻(t=0)开始到经过第一基准期间后的时刻(t=1×P)结束。第j基准期间从经过第j-1基准期间后的时刻(t=(j-1)×P)开始到经过第j基准期间后的时刻(t=j×P)为止。推定模型构建部106进行如下的回归分析,构建深部体温推定模型:将根据第j基准期间和第j-1基准期间的RRI的庞加莱图的解析而得到的SD2(j)和SD2(j-1)以及第j-1基准期间经过时(第j基准期间开始时)的时刻t=(j-1)P的深部体温的推定值(设为TMP(j-1))设为说明变量,将从时刻t=(j-1)P到时刻t=jP的深部体温的变化量(第j基准期间内的深部体温的变化量)设为目标变量。作为回归分析,可以使用多元回归分析、逻辑(Logistic)回归分析等统计解析方法。当将从时刻t=(j-1)P到时刻t=jP的深部体温的变化量(第j基准期间内的深部体温的变化量)设为ΔTMP(j)时,如下表示。
[数式2]
ΔTMP(j)=f(SD2(j),SD2(j-1),TMP(j-1))
在此,f(SD2(j),SD2(j-1),TMP(j-1))是SD2(j)、SD2(j-1)、TMP(j-1)的函数。此外,TMP(0)是初始时刻的深部体温。f(SD2(j),SD2(j-1),TMP(j-1))例如如下表示。
[数式3]
f(SD2(j),SD2(j-1),TMP(j-1))=A1+A2×log SD2(j)+A3×SD2(j)/SD2(j-1)+A4×TMP(j-1)
在此,A1、A2、A3、A4是通过回归分析而求出的系数。log是常用对数。通过回归分析而得到的算式不限于示于此处的算式。此外,时刻t=jP的深部体温的推定值TMP(j)如下求出。
[数式4]
在此,TMP(0)是通过测量而得到的初始时刻(t=0)的深部体温。时刻t=jP的深部体温的推定值TMP(j)通过在初始时刻的深部体温TMP(0)加上从时刻t=0到时刻t=jP的各基准期间的推定到的深部体温的变化量而得到。推定模型构建部106将构建的深部体温推定模型(ΔTMP、TMP)储存于储存部108。由此,在深部体温推定模型构建装置100中,构建了深部体温推定模型。在深部体温推定模型中,ΔTMP、TMP表示为TMP(0)和SD2的函数。在深部体温推定模型中,由于包括SD2,能基于心跳变动来计算出深部体温。
图6是表示深部体温的推定值TMP与深部体温的变化量ΔTMP的关系的例子的图。图6的图表的横轴表示时刻t,纵轴表示深部体温的推定值TMP。在此,TMP(0)是初始时刻的深部体温的测量值。各ΔTMP(j)可以在每次基准期间经过时进行推定。例如,第二基准期间内的深部体温的变化量ΔTMP(2)是从第一基准期间经过时(t=P)到第二基准期间经过时(t=2P)的深部体温的变化量。此外,例如,第二基准期间经过时的深部体温的推定值TMP(2)可以表示为TMP(1)+ΔTMP(2)=TMP(0)+ΔTMP(1)+ΔTMP(2)。第n基准期间经过时(t=nP)与第n+1基准期间开始时(t=(n+1)P-P=nP)相同。
推定模型构建部106也可以利用其他生理指标来作为深部体温推定模型构建时的说明变量。作为其他生理指标,例如可以列举性别、年龄、皮肤温度、血压、呼出气体、脉搏波、血氧浓度、血流量、运动量、呼吸数。而且,也可以将衣服内温度、湿球黑球温度(WBGT:Wet Bulb Globe Temperature)、气象数据等添加至说明变量中。通过以考虑这些说明变量的方式构建深部体温推定模型,能进行更准确的推定。
〈深部体温的推定〉
图7是表示深部体温推定装置中的深部体温推定的动作流程的例子的图。在此,深部体温推定装置200获取推定对象被测者的初始时刻(第一时刻)的深部体温和包括第一时刻的期间的心跳信息,利用通过图4的动作流程而在深部体温推定模型构建装置100中构建的深部体温推定模型,对推定对象被测者的深部体温进行推定。针对推定对象被测者,通过心电图仪等来测量心跳信息。此外,针对推定对象被测者,通过体温计等,在初始时刻(第一时刻)测量深部体温。针对推定对象被测者,基于初始时刻的深部体温和包括初始时刻的期间的心跳信息来对深部体温进行推定。针对推定对象被测者,在初始时刻之后不测量深部体温。例如,假设推定对象被测者正在进行一些作业。
在S201中,深部体温推定装置200的初始深部体温获取部202获取由测量深部体温的体温计等测量到的推定对象被测者的初始时刻的深部体温。初始时刻是对深部体温进行推定的期间的开始时刻。初始深部体温获取部202通过直接或经由网络等与深部体温推定装置200连接的体温计等来获取推定对象被测者的初始时刻的深部体温。此外,初始深部体温获取部202也可以通过使推定对象被测者、其他管理者等利用键盘等输入单元等输入深部体温来获取深部体温。初始深部体温获取部202将获取到的深部体温储存于储存部208。初始深部体温获取部202获取推定对象被测者的初始时刻的深部体温,不获取初始时刻之后的深部体温。此外,在难以直接测量推定对象被测者的初始时刻的深部体温的情况下,也可以将根据推定对象被测者的初始时刻的鼓膜温度、皮肤表面温度而推定到的深部体温设为初始时刻的深部体温。
在S202中,心跳信息获取部204获取由测量心跳信息的心电图仪等测量到的推定对象被测者的心跳信息。作为心电图仪,可以使用与图4的S102中所使用的心电图仪相同的心电图仪。心跳信息获取部204从直接或经由网络等与深部体温推定装置200连接的心电图仪等,获取推定对象被测者的心跳信息。此外,心跳信息获取部204也可以由从心电图仪等获取到心跳信息的其他信息处理装置等,经由网络等来获取心跳信息。心跳信息获取部204获取包括初始时刻的期间的心跳信息。心跳信息获取部204例如获取从相对于初始时刻起一个基准期间前的时刻到初始时刻后的任意时刻的心跳信息。基准期间的长度例如为三分钟。这里的基准期间的长度与构建深部体温推定模型时的基准期间的长度相同。心跳信息获取部204将获取到的推定对象被测者的心跳信息储存于储存部208。
深部体温、心跳信息分别与表示测量的时刻的时刻信息一起储存于储存部208。
在S203中,推定部206基于获取到的推定对象被测者的初始时刻的深部体温、初始时刻以后的心跳信息,利用通过图4的动作流程而构建的深部体温推定模型来对深部体温进行推定。推定部206利用由深部体温推定模型推定的深部体温的变化量,在初始时刻(第一时刻)的深部体温加上各基准期间的深部体温的变化量,由此能对深部体温进行推定。
推定部206提取储存于储存部208的深部体温推定模型。此外,推定部206根据获取到的心跳信息来计算出各心跳的RRI。推定部206从自初始时刻起一个基准期间前的时刻起,按照每个基准期间(例如,三分钟)对计算出的各心跳的RRI进行分割,按照每个基准期间制作庞加莱图。推定部206基于RRI的庞加莱图计算出每个基准期间的指标SD2。推定部206基于推定对象被测者的初始时刻(任意时刻)的深部体温和每个基准期间的指标SD2,使用深部体温推定模型来对各基准期间的深部体温的变化量(ΔTMP)进行推定。此外,推定部206通过在初始时刻的深部体温加上各基准期间的深部体温的变化量来对推定对象被测者的各基准期间(各基准期间的结束时刻)的深部体温(TMP)进行推定。推定到的深部体温等储存于储存部208。
此外,也可以是,在推定到的深部体温为规定的阈值以上的情况下,推定部206进行中暑等的发生的危险性的警告。推定部206也可以使用显示器、扬声器等输出单元来输出中暑等的发生的危险性的警告。由此,推定对象被测者等能掌握中暑的危险性等。推定部206也可以使用输出单元来仅输出推定到的深部体温。由此,推定对象被测者等能掌握基于心跳信息的深部体温的推定值。
推定部206也可以按照每个基准期间,根据RRI来计算出SD2,对深部体温进行推定。而且,推定部206也可以按照每个基准期间,使用输出单元来输出推定到的深部体温。由此,推定对象被测者等能通过深部体温推定装置200的输出单元来实时掌握深部体温。
深部体温推定装置200也可以预先与进行图4的动作流程的深部体温推定模型的构建的深部体温推定模型构建装置100一体化。此外,深部体温推定装置200也可以包括测量推定对象被测者的心跳信息的心电图仪。在该情况下,深部体温推定装置200的心跳信息获取部204通过该心电图仪来获取心跳信息。
在深部体温推定装置200中,在计算出ΔTMP(1)时等需要SD2(0),但SD2(0)通过从比初始时刻时间P前(t=-P)起到初始时刻(时刻t=0)的心跳信息而计算出。在此,例如,也可以通过体温计等来测量时刻t=P时的深部体温TMP(1)(或者,根据时刻t=P时的鼓膜温度、皮肤表面温度来对时刻t=P时的深部体温TMP(1)进行推定),由此获取该时刻t=P时的深部体温TMP(1),计算出时刻t=2×P(j=2)以后的ΔTMP(j)、TMP(j)。此外,也可以视为时刻t=P时的深部体温TMP(1)与时刻t=0时的深部体温TMP(0)相同,设为TMP(1)=TMP(0)。即,不需要从时刻t=-P到时刻t=0的心跳信息。
(其他)
图8至图12分别是表示针对被测者A至被测者E进行了运动负荷试验时的、试验中的实测的深部体温的变化和由上述的方法得到的基于心跳信息的推定的深部体温的例子的图表。在图8至图12的各图表中,横轴表示从运动负荷试验开始起的时间,纵轴表示深部体温。此外,在图8至图12的各图表中,虚线表示实测的深部体温,实线表示推定的深部体温。各被测者在运动负荷试验时,从规定期间的开始时刻到结束时刻为止,在规定的环境下(规定气温、规定湿度等)进行规定的负荷的作业。在此,运动负荷试验在调整为运动负荷时和休息时的气温35℃、湿度50%的人工气候室以安静(休息)6分钟(R1)、运动负荷18分钟(E1)、休息18分钟(R2)、运动负荷24分钟(E2)、休息18分钟(R3)的顺序进行。运动负荷由测力计提供,设为80kW或者事先测量到的各被测者的最大摄氧量的60%。针对各被测者,在该运动负荷试验中,通过体温计等和心电图仪等来并行连续地测量深部体温和心跳信息。当对深部体温进行推定时,使用运动负荷试验开始时的被测者的实测的深部体温。在图8至图12的各图表中,能确认各被测者的推定的深部体温大致与各被测者的实测的深部体温吻合。通过由上述的方法进行的深部体温的推定,能对被测者的深部体温进行推定。
(实施方式的作用、效果)
深部体温推定模型构建装置100获取多个模型构建用被测者的初始时刻以后的深部体温(例如,直肠温度等)、心跳信息(例如,心电图数据等)。深部体温推定模型构建装置100根据心跳信息来计算出RRI(或者其他搏动间隔),制作每个基准期间的RRI的庞加莱图。深部体温推定模型构建装置100基于RRI,按照每个基准期间来计算出SD2。深部体温推定模型构建装置100进行如下的回归分析,构建深部体温推定模型:将根据RRI的庞加莱图的解析而得到的SD2(j)和SD2(j-1)以及深部体温的推定值TMP(j-1)设为说明变量,将推定到的深部体温的变化量ΔTMP(j)设为目标变量。时刻t=jP的深部体温的推定值TMP(j)表示为TMP(j-1)+ΔTMP(j)。此外,TMP(0)是初始时刻的深部体温。根据深部体温推定模型构建装置100,能构建基于模型构建用被测者的初始时刻以后的深部体温和心跳信息来对深部体温进行推定的深部体温推定模型。
深部体温推定装置200获取推定对象被测者的初始时刻的深部体温。深部体温推定装置200获取推定对象被测者的包括初始时刻的期间的心跳信息。深部体温推定装置200使用深部体温推定模型,基于初始时刻的深部体温和包括初始时刻的期间的心跳信息来对推定对象被测者的深部体温进行推定。根据深部体温推定装置200,使用深部体温推定模型,能使用心跳信息等生理指标来容易地对在作业中等的平时难以测量的深部体温进行推定。
通过深部体温推定模型构建装置100,利用针对模型构建用被测者在进行了上述的运动负荷试验时测量到的深部体温和心跳信息,构建了深部体温推定模型。通过深部体温推定装置200,利用初始时刻的深部体温、测量到的心跳信息,基于构建的深部体温推定模型,计算出深部体温的推定值。深部体温的测量值与由该深部体温推定模型得到的深部体温的推定值的误差平均为-0.007℃(最大为-0.50℃),平均误差率为-0.02%(最大为-1.30%)。通过该深部体温推定模型,能利用初始时刻的深部体温和心跳信息来高精度地推定深部体温。
〈计算机可读记录介质〉
可以将使计算机其他机械、装置(以下称为计算机等)实现上述任意一个功能的程序记录于计算机等可读记录介质。并且,通过使计算机等读取并执行该记录介质的程序,能提供其功能。
在此,计算机等可读记录介质是指通过电、磁、光、机械或者化学作用来积累数据、程序等信息并能从计算机等读取的记录介质。也可以在这样的记录介质内设置CPU、存储器等构成计算机的要素,使该CPU执行程序。
此外,作为这样的记录介质中的、能从计算机等卸下的记录介质,例如存在软盘、磁光盘、只读光盘存储器(CD-ROM)、可擦写光盘(CD-R/W)、DVD、数字音频磁带(DAT)、8mm磁带、存储卡等。
此外,作为固定于计算机等的记录介质,存在硬盘、ROM、固态硬盘(SSD)等。
以上,对本发明的实施方式进行了说明,这些仅为示例,本发明不限于此,只要不脱离专利权利要求书的主旨,能进行各构成的组合等基于本领域技术人员的知识的各种改变。
附图标记说明:
100:深部体温推定模型构建装置;
102:深部体温获取部;
104:心跳信息获取部;
106:推定模型构建部;
108:储存部;
200:深部体温推定装置;
202:初始深部体温获取部;
204:心跳信息获取部;
206:推定部;
208:储存部。
Claims (7)
1.一种深部体温推定装置,具备:
深部体温获取部,获取作为对深部体温进行推定的对象的推定对象被测者的第一时刻的深部体温;
搏动获取部,获取所述推定对象被测者的包括第一时刻的期间的搏动;以及
推定部,利用根据初始时刻的深部体温和从所述初始时刻到规定时刻的搏动来对所述规定时刻的深部体温进行推定的深部体温推定模型,基于由所述深部体温获取部获取到的所述第一时刻的深部体温和由所述搏动获取部获取到的所述包括第一时刻的期间的搏动来对所述推定对象被测者的深部体温进行推定。
2.根据权利要求1所述的深部体温推定装置,
所述深部体温推定模型是按照以规定时间间隔分割而成的每个基准期间来对深部体温的变化量进行推定的模型,是通过回归分析而构建的模型,其中,所述回归分析将根据多个模型构建用被测者的搏动的间隔即搏动间隔的庞加莱图的解析而得到的指标、以及第n个基准期间开始时的所述模型构建用被测者的推定到的深部体温设为说明变量,将所述模型构建用被测者的第n个基准期间内的深部体温的变化量设为目标变量。
3.根据权利要求2所述的深部体温推定装置,
所述指标是反映心跳变动的指标。
4.根据权利要求2或3所述的深部体温推定装置,
所述推定部通过对所述第一时刻的深部体温加上按照所述第一时刻以后的每个基准期间而推定到的深部体温的变化量来对所述推定对象被测者的所述第一时刻以后的深部体温进行推定。
5.根据权利要求1至4中任一项所述的深部体温推定装置,具备:
搏动计,包括测量所述推定对象被测者的搏动的电极,
所述搏动获取部获取由所述搏动计测量到的所述推定对象被测者的所述搏动。
6.一种深部体温推定方法,其中,计算机执行:
获取作为对深部体温进行推定的对象的推定对象被测者的第一时刻的深部体温;
获取所述推定对象被测者的包括第一时刻的期间的搏动;以及
利用根据初始时刻的深部体温和从所述初始时刻到规定时刻的搏动来对所述规定时刻的深部体温进行推定的深部体温推定模型,基于所述第一时刻的深部体温和所述包括第一时刻的期间的搏动来对所述推定对象被测者的深部体温进行推定。
7.一种深部体温推定程序,用于使计算机执行:
获取作为对深部体温进行推定的对象的推定对象被测者的第一时刻的深部体温;
获取所述推定对象被测者的包括第一时刻的期间的搏动;以及
利用根据初始时刻的深部体温和从所述初始时刻到规定时刻的搏动来对所述规定时刻的深部体温进行推定的深部体温推定模型,基于所述第一时刻的深部体温和所述包括第一时刻的期间的搏动来对所述推定对象被测者的深部体温进行推定。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019-164711 | 2019-09-10 | ||
JP2019164711 | 2019-09-10 | ||
PCT/JP2020/034305 WO2021049573A1 (ja) | 2019-09-10 | 2020-09-10 | 深部体温推定装置、深部体温推定方法、深部体温推定プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114364958A true CN114364958A (zh) | 2022-04-15 |
Family
ID=74867053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080063510.7A Pending CN114364958A (zh) | 2019-09-10 | 2020-09-10 | 深部体温推定装置、深部体温推定方法、深部体温推定程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220323022A1 (zh) |
EP (1) | EP4030157A4 (zh) |
JP (1) | JPWO2021049573A1 (zh) |
CN (1) | CN114364958A (zh) |
WO (1) | WO2021049573A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3970607A4 (en) * | 2019-05-15 | 2023-05-31 | Daikin Industries, Ltd. | THERMAL COMFORT EVALUATION SYSTEM |
JP2022149902A (ja) * | 2021-03-25 | 2022-10-07 | 株式会社日立物流 | 生体データ評価サーバ、生体データ評価システム及び生体データ評価方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL134123A (en) * | 2000-01-19 | 2005-06-19 | Lev El Diagnostics Of Heart Di | Method and system for measuring heart rate variability |
US20070239038A1 (en) * | 2006-03-28 | 2007-10-11 | Nicolaescu Ion V | Method and apparatus for monitoring heat stress |
US20100280331A1 (en) * | 2007-11-28 | 2010-11-04 | Department Of The Navy | Method and apparatus for non-invasively estimating body core temperature |
US20140180027A1 (en) * | 2012-12-20 | 2014-06-26 | U.S. Government, As Represented By The Secretary Of The Army | Estimation of Human Core Temperature based on Heart Rate System and Method |
JP2016150084A (ja) * | 2015-02-17 | 2016-08-22 | 禎 渡邊 | 体温監視方式 |
US9655532B2 (en) * | 2015-06-19 | 2017-05-23 | Michael Blake | Wearable physiological monitoring and notification system based on real-time heart rate variability analysis |
WO2017011431A2 (en) * | 2015-07-15 | 2017-01-19 | Valencell, Inc. | Methods of controlling biometric parameters via musical audio |
JP6439182B2 (ja) | 2015-07-16 | 2018-12-19 | 新日鐵住金株式会社 | 熱中症発症予防診断装置および熱中症発症予防方法 |
JP2017166075A (ja) | 2016-03-14 | 2017-09-21 | 前田建設工業株式会社 | 体温モニタリング機能を有する空調服 |
JP6675552B2 (ja) * | 2016-06-08 | 2020-04-01 | 国立大学法人大阪大学 | 深部体温推定装置、その方法及びプログラム |
JP6997581B2 (ja) * | 2017-10-12 | 2022-01-17 | 日本光電工業株式会社 | 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体 |
-
2020
- 2020-09-10 US US17/640,012 patent/US20220323022A1/en active Pending
- 2020-09-10 JP JP2021545588A patent/JPWO2021049573A1/ja active Pending
- 2020-09-10 WO PCT/JP2020/034305 patent/WO2021049573A1/ja unknown
- 2020-09-10 EP EP20863632.4A patent/EP4030157A4/en active Pending
- 2020-09-10 CN CN202080063510.7A patent/CN114364958A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4030157A4 (en) | 2023-09-27 |
JPWO2021049573A1 (zh) | 2021-03-18 |
WO2021049573A1 (ja) | 2021-03-18 |
US20220323022A1 (en) | 2022-10-13 |
EP4030157A1 (en) | 2022-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2992817B1 (en) | Electronic device and method for measuring vital signal | |
JP6277716B2 (ja) | 生体情報計測機器、生体情報処理方法及びプログラム | |
CN109674456B (zh) | 血压估计设备和方法以及可穿戴装置 | |
EP2529663A1 (en) | Method of diagnosing cardiopulmonary health through heart rate measurement and diagnostic system and recording medium therefor | |
JP6685811B2 (ja) | 電子機器及び推定システム | |
EP3636146B1 (en) | Apparatus and method for estimating blood pressure | |
CN114364958A (zh) | 深部体温推定装置、深部体温推定方法、深部体温推定程序 | |
US11617545B2 (en) | Methods and systems for adaptable presentation of sensor data | |
KR101803291B1 (ko) | Eeg 및 emg 신호에 기반한 자궁 수축도 검사 장치 및 그 방법 | |
JP3054708B1 (ja) | ストレス計測装置 | |
JP6702559B2 (ja) | 電子機器、方法及びプログラム | |
JP2019136114A (ja) | 作業員の疲労状況評価方法及び装置 | |
KR20200031355A (ko) | 대규모 작업을 수행하는 작업자의 작업효율성 평가 및 알림 방법 | |
US11504010B2 (en) | Wearable health monitoring device | |
US20200315516A1 (en) | Traumatic brain injury diagnostics system and method | |
JP7256380B2 (ja) | 情報処理装置、危険状況検出システム、および危険状況検出方法 | |
US11259719B2 (en) | Vital sign information recording system, vital sign information analyzer, and vital sign information display method | |
JP7180216B2 (ja) | 生体情報解析装置、生体情報解析方法、および生体情報解析システム | |
JP2020010881A (ja) | 検出装置、ウェアラブルセンシングデバイス、検出方法、およびプログラム | |
US11813090B2 (en) | Determination device | |
JP6949262B2 (ja) | 電子機器、推定システム、推定方法及び推定プログラム | |
JP2023005063A (ja) | 生体情報処理方法、生体情報処理装置、生体情報処理システム、プログラムおよび記憶媒体 | |
JP6155374B1 (ja) | 血液情報表示装置 | |
JP2020168571A (ja) | 電子機器及び推定システム | |
WO2021141572A1 (en) | Methods and systems for adaptable presentation of sensor data |
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 |