CN114376570A - 用于估计目标成分值的设备和方法 - Google Patents
用于估计目标成分值的设备和方法 Download PDFInfo
- Publication number
- CN114376570A CN114376570A CN202110630367.1A CN202110630367A CN114376570A CN 114376570 A CN114376570 A CN 114376570A CN 202110630367 A CN202110630367 A CN 202110630367A CN 114376570 A CN114376570 A CN 114376570A
- Authority
- CN
- China
- Prior art keywords
- value
- wavelength range
- target component
- index
- melanin
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 claims abstract description 184
- 108010054147 Hemoglobins Proteins 0.000 claims abstract description 88
- 102000001554 Hemoglobins Human genes 0.000 claims abstract description 88
- 238000002835 absorbance Methods 0.000 claims abstract description 83
- 238000001228 spectrum Methods 0.000 claims abstract description 69
- 238000012937 correction Methods 0.000 claims description 56
- 235000021466 carotenoid Nutrition 0.000 claims description 37
- 150000001747 carotenoids Chemical class 0.000 claims description 37
- 230000008859 change Effects 0.000 claims description 29
- 239000008280 blood Substances 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 210000001124 body fluid Anatomy 0.000 claims description 6
- 239000010839 body fluid Substances 0.000 claims description 6
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 6
- 238000001727 in vivo Methods 0.000 claims description 4
- 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 description 3
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 claims description 3
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 claims description 3
- 235000012000 cholesterol Nutrition 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 239000008103 glucose Substances 0.000 claims description 3
- 238000000338 in vitro Methods 0.000 claims description 3
- 229910044991 metal oxide Inorganic materials 0.000 claims description 3
- 150000004706 metal oxides Chemical class 0.000 claims description 3
- 102000004169 proteins and genes Human genes 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 claims description 3
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 claims description 3
- 229940116269 uric acid Drugs 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 25
- 238000005259 measurement Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000001237 Raman spectrum Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000000862 absorption spectrum Methods 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 6
- 210000000707 wrist Anatomy 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 239000000049 pigment Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000985 reflectance spectrum Methods 0.000 description 2
- UPYKUZBSLRQECL-UKMVMLAPSA-N Lycopene Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1C(=C)CCCC1(C)C)C=CC=C(/C)C=CC2C(=C)CCCC2(C)C UPYKUZBSLRQECL-UKMVMLAPSA-N 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 150000001746 carotenes Chemical class 0.000 description 1
- 235000005473 carotenes Nutrition 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- -1 for example Chemical compound 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 108010036302 hemoglobin AS Proteins 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- NCYCYZXNIZJOKI-UHFFFAOYSA-N vitamin A aldehyde Natural products O=CC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C NCYCYZXNIZJOKI-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- 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
- A61B5/14551—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 for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—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 analytes not otherwise provided for, e.g. ions, cytochromes
-
- 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
- A61B5/145—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
- A61B5/14551—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 for measuring blood gases
- A61B5/14552—Details of sensors specially adapted therefor
-
- 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
- A61B5/14551—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 for measuring blood gases
- A61B5/14556—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 for measuring blood gases by fluorescence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1495—Calibrating or testing of in-vivo probes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/443—Evaluating skin constituents, e.g. elastin, melanin, water
-
- 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
-
- 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
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/027—Control of working procedures of a spectrometer; Failure detection; Bandwidth calculation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/483—Physical analysis of biological material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N2021/3125—Measuring the absorption by excited molecules
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N2021/3129—Determining multicomponents by multiwavelength light
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Emergency Medicine (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Dermatology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
公开了用于估计目标成分值的设备和方法。用于估计目标成分值的设备可包括:传感器,被配置为获得从对象散射或反射的光的光谱,以及处理器,被配置为基于黑色素指数校正光谱的第一反射率值;基于对第一反射率值进行校正,获得第二反射率值;将第二反射率值转换为吸光度值;基于吸光度值估计目标成分值;以及基于血红蛋白指数校正目标成分值。
Description
本申请基于并要求于2020年10月5日提交到韩国知识产权局的第10-2020-0127933号韩国专利申请的优先权,所述韩国专利申请的公开通过引用全部包含于此。
技术领域
公开涉及一种用于通过使用从对象获得的光谱来非侵入性地估计目标成分的设备和方法。
背景技术
最近,已经对通过使用拉曼光谱或近红外光谱非侵入性地估计诸如血糖和类胡萝卜素的成分的方法进行了研究。肤色通常由诸如血红蛋白、胡萝卜素、黑色素等因素来确定。具体地,吸收大量光的黑色素导致基于光谱的传感器的性能(诸如,信噪比等)的降低。也就是说,负责肤色的血红蛋白和黑色素的影响反映在吸收光谱中,使得从各种肤色的人测量诸如类胡萝卜素的成分的准确度可降低。
发明内容
根据示例实施例的一方面,一种用于估计目标成分值的设备可包括:传感器,被配置为:获得从对象散射或反射的光的光谱;以及处理器,被配置为:基于黑色素指数校正光谱的第一反射率值;基于对第一反射率值进行校正,获得第二反射率值;将第二反射率值转换为吸光度值;基于吸光度值估计目标成分值;以及基于血红蛋白指数校正目标成分值。
处理器可基于黑色素指数、参考黑色素指数和校正率来计算黑色素校正值;以及基于黑色素校正值校正第一反射率值。
校正率可包括相对于黑色素指数的变化的第一反射率值的变化率。
处理器可通过将通过从黑色素指数减去参考黑色素指数而获得的值乘以校正率的负值来计算黑色素校正值。
处理器可基于血红蛋白指数、参考血红蛋白指数和校正率来计算血红蛋白校正值;以及基于血红蛋白校正值校正目标成分。
校正率可包括相对于血红蛋白指数的变化的残差的变化率,残差是通过从目标成分值减去趋势线而获得的值。
处理器可通过将通过从血红蛋白指数减去参考血红蛋白指数而获得的值乘以预定比率,并将结果值乘以校正率来计算血红蛋白校正值。
传感器可包括:光源部,被配置为将预定波长范围内的光发射到对象上;以及光谱仪,被配置为将从对象散射或反射的光进行分离以获得光谱。
预定波长范围可包括:可见光的波长范围。
处理器可基于预定波长范围中的第一波长范围内的吸光度值来估计目标成分。
处理器可将第一反射率值转换为第一吸光度值;以及基于第一吸光度值估计黑色素指数和血红蛋白指数。
处理器可基于预定波长范围中的与黑色素相关联的第二波长范围内的吸光度值来估计黑色素指数;以及基于与血红蛋白相关联的第三波长范围内的吸光度值来估计血红蛋白指数。
传感器可包括:第一光源部,被配置为发射第一波长范围内的光;第二光源部,被配置为发射与黑色素相关联的第二波长范围内的光;第三光源部,被配置为发射与血红蛋白相关联的第三波长范围内的光;以及检测器,被配置为检测从对象散射或反射的光。
处理器可通过驱动第二光源部来估计黑色素指数;通过驱动第三光源部来估计血红蛋白指数;以及通过基于黑色素指数校正通过驱动第一光源部而检测到的光谱的第一反射率值来获得第二反射率值。
第一波长范围可包括470纳米(nm)至510nm的波长范围,第二波长范围包括400nm至470nm的波长范围,第三波长范围包括530nm至590nm的波长范围。
检测器可包括光电二极管、互补金属氧化物半导体(CMOS)图像传感器和电荷耦合器件(CCD)图像传感器中的一个或多个。
目标成分值可包括:类胡萝卜素值、血糖值、糖摄入值、甘油三酯值、胆固醇值、热量值、蛋白质值、体内体液值、体外体液值和尿酸值中的一个或更多个。
根据示例实施例的一方面,一种用于估计目标成分值的设备可包括:第一光源部,被配置为发射与目标成分相关联的第一波长范围内的光;第二光源部,被配置为发射与黑色素相关联的第二波长范围内的光;第三光源部,被配置为发射与血红蛋白相关联的第三波长范围内的光;检测器,被配置为检测第一波长范围内的、第二波长范围内、和第三波长范围内的从对象散射或反射的光;以及处理器,被配置为:将第一波长范围内的光的第一反射率值转换为第一吸光度值;将第二波长范围内的光的第二反射率值转换为第二吸光度值;将第三波长范围内的光的第三反射率值转换为第三吸光度值;以及基于第一吸光度值、第二吸光度值和第三吸光度值估计目标成分的目标成分值。
处理器可顺序地或同时地驱动第一光源部、第二光源部和第三光源部。
根据示例实施例的一个方面,一种估计目标成分值的方法可包括:获得从对象散射或反射的光的光谱;基于黑色素指数校正光谱的第一反射率值;基于对第一反射率进行校正获得第二反射率值;将第二反射率值转换为吸光度值;基于吸光度值估计目标成分值;以及基于血红蛋白指数校正目标成分值。
所述方法可包括基于黑色素指数、参考黑色素指数和校正率计算黑色素校正值。校正第一反射率值的步骤可包括:基于黑色素校正值对第一反射率校正。
校正率可包括相对于黑色素指数的变化的第一反射率值的变化率。
所述方法可包括基于血红蛋白指数、参考血红蛋白指数和校正率来计算血红蛋白校正值。校正目标成分值的步骤可包括:基于血红蛋白校正值校正目标成分值。
校正率可包括相对于血红蛋白指数的变化的残差的变化率,残差是通过从目标成分值减去趋势线而获得的值。
获得光谱的步骤可包括:通过光源部将预定波长范围内的光发射到对象上;以及通过光谱仪将从对象散射或反射的光进行分离。
估计目标成分值的步骤可包括:基于预定波长范围中的第一波长范围内的吸光度值来估计目标成分值。
所述方法可包括:将第一反射率值转换为第一吸光度值;以及基于第一吸光度值估计黑色素指数和血红蛋白指数。
估计黑色素指数和血红蛋白指数的步骤可包括:基于预定波长范围中的与黑色素相关联的第二波长范围内的吸光度值来估计黑色素指数,以及基于与血红蛋白相关联的第三波长范围内的吸光度值来估计血红蛋白指数。
获得光谱的步骤可包括:驱动第一光源部以获得第一波长范围内的光谱;驱动第二光源部以获得与黑色素相关联的第二波长范围内的光谱;以及驱动第三光源部以获得与血红蛋白相关联的第三波长范围内的光谱。
所述方法可包括:基于第二波长范围内的光谱估计黑色素指数;以及基于第三波长范围内的光谱估计血红蛋白指数。获得第二反射率值的步骤可包括:通过基于黑色素指数校正第一波长范围内的光谱的第一反射率值来获得第二反射率值。
附图说明
通过下面结合附图进行的描述,本公开的特定实施例的以上和其他方面、特征及优点将更清楚,其中:
图1是示出根据示例实施例的用于估计目标成分的设备的框图;
图2A和图2B是解释根据示例实施例的传感器的配置的示图;
图3A至图3D是解释根据示例实施例的估计目标成分的处理的示图;
图4是示出根据另一示例实施例的用于估计目标成分的设备的框图;
图5是示出根据示例实施例的估计目标成分的方法的流程图;
图6是示出根据另一示例实施例的估计目标成分的方法的流程图;
图7是示出根据又一示例实施例的估计目标成分的方法的流程图;以及
图8是示出根据示例实施例的可穿戴装置的示图。
贯穿附图和具体实施方式,除非另有描述,否则相同的附图参考标号将被理解为表示相同的元件、特征和结构。为了清楚、说明和方便,这些元件、特征和结构的相对尺寸和描绘可被夸大。
具体实施方式
示例实施例的细节包括在下面的具体实施方式和附图中。贯穿附图和具体实施方式,除非另有描述,否则相同的附图参考标号将被理解为表示相同的元件、特征和结构。
将理解,尽管在此可使用术语“第一”、“第二”等来描述各种元件,但是这些元件不应受这些术语的限制。这些术语仅用于将一个元件与另一元件区分开来。除非另有明确说明,否则对术语的单数形式的任何引用可包括术语的复数形式。另外,除非明确地相反描述,否则诸如“包含”或“包括”的表达将被理解为隐含包括所述元件但不排除任何其他元件。此外,诸如“单元”、“模块”等的术语应表示执行至少一个功能或操作并且可被实现为硬件、软件或它们的组合的单元。
在下文中,将参照附图详细描述用于估计目标成分(或估计目标成分值)的设备和方法的示例实施例。用于估计目标成分的设备的各种示例实施例可被安装在各种类型的可穿戴装置(诸如,佩戴在手腕上的智能手表、智能带型可穿戴装置、耳机型可穿戴装置、头带型可穿戴装置等)中、安装在移动装置(诸如,智能电话、平板个人计算机(PC)等)中,或者安装在专门医疗机构的系统中。然而,用于估计目标成分的设备不限于此。
图1是示出根据示例实施例的用于估计目标成分的设备的框图。
参照图1,用于估计目标成分的设备100包括传感器110和处理器120。
传感器110可将光发射到对象上以从对象估计目标成分,并且可获得从对象散射或反射的光的光谱(在下文中,称为“反射光谱”)。对象可以是人体的皮肤组织,并且可以是例如与桡动脉邻近或者静脉或毛细血管所在的手腕的上部、手指等。
处理器120可控制传感器110,并且可基于由传感器110获得的反射光谱来估计目标成分。在这种情况下,目标成分可包括类胡萝卜素、血糖、糖摄入量、甘油三酯、胆固醇、热量、蛋白质、体内体液、体外体液、尿酸等中的一个或多个,但不限于此。将使用类胡萝卜素作为示例给出下面的描述。
处理器120可基于获得的反射光谱获得吸光度,并且可基于吸光度估计目标成分。在这种情况下,负责肤色的血红蛋白和黑色素的影响反映在吸收光谱中,使得为了稳定地从各种肤色的人估计类胡萝卜素,黑色素和血红蛋白的影响可在使用吸收光谱估计类胡萝卜素的处理中被消除。
图2A和图2B是解释根据本公开的示例实施例的传感器的配置的示图。图3A至图3D是解释通过图1的处理器120估计目标成分的处理的示图。
参照图2A,根据示例实施例的传感器210包括光源部211和光谱仪212。
光源部211可将预定波长范围内的光发射到对象OBJ上。光源部可包括发光二极管(LED)、激光二极管(LD)、荧光体等,但不限于此。当由光源部211发射的光从对象OBJ散射或反射时,光谱仪212可通过将散射光或反射光分离来获得反射光谱。
这里,预定波长范围可包括与目标成分相关联的波长范围(在下文中,称为“第一波长范围”)、与黑色素相关联的波长范围(在下文中,称为“第二波长范围”)、以及与血红蛋白相关联的波长范围(在下文中,称为“第三波长范围”),与黑色素相关联的波长范围用于消除黑色素的影响以便准确地测量第一波长范围内的目标成分的峰值,与血红蛋白相关联的波长范围用于消除血红蛋白的影响。例如,预定波长范围可包括可见光的相对宽的波长范围(例如,400nm至700nm的波长范围),以便包括例如470nm至510nm的第一波长范围、例如400nm至470nm的第二波长范围和例如530nm至590nm的第三波长范围中的全部。
基于传感器210获得预定波长范围内的反射光谱,处理器120可将在获得的光谱的每个波长处的反射率(在下文中,称为“第一反射率”)转换为吸光度(在下文中,称为“第一吸光度”)。由下面的等式1表示的关系表达式是用于将反射率转换为吸光度的函数表达式的示例。
[等式1]
这里,Abs(λ)表示在波长λ处的第一吸光度,Re(λ)表示在波长λ处的第一反射率。
基于获得第一吸光度,处理器120可基于第一吸光度获得黑色素指数(MI)和血红蛋白指数(HbI),以便消除黑色素的影响和血红蛋白的影响。例如,处理器120可通过使用下面的等式2和等式3来获得MI和HbI。
[等式2]
在此,MI表示黑色素指数,Absi表示在波长i处的吸光度,ai表示系数。在这种情况下,波长i可表示与黑色素相关联的第二波长范围内的每个波长。也就是说,处理器120可通过使用预定波长范围中的第二波长范围内的吸光度值来获得MI。然而,处理器120不限于此,并且可使用整个预定波长范围的第一吸光度值。
[等式3]
在此,HbI表示血红蛋白指数,Absi表示在波长i处的吸光度,bi表示系数。在这种情况下,波长i可表示与血红蛋白相关联的第三波长范围内的每个波长。也就是说,处理器120可通过使用预定波长范围中的第三波长范围内的吸光度值来获得HbI。然而,处理器120不限于此,并且可使用整个预定波长范围的第一吸光度值。
处理器120可通过基于MI校正第一反射率,获得校正后的反射率(在下文中,称为“第二反射率”)。在这种情况下,为了补偿对在每个波长处的光谱具有不同影响的MI的变化,处理器120可基于参考黑色素指数补偿获得的MI,并且可通过应用校正率(correctionratio)来计算黑色素校正值。处理器120可通过将计算的黑色素校正值应用于第一反射率来获得第二反射率。下面的等式4是用于基于MI从第一反射率获得第二反射率的函数表达式的示例。
[等式4]
ReM(λ)=Re(λ)+(MI-α)×(-f(λ))
在此,Re(λ)表示在波长λ处的第一反射率;ReM(λ)表示在波长λ处的第二反射率;MI表示基于第一吸光度获得的黑色素指数;α表示参考黑色素指数,该参考黑色素指数用于补偿对在每个波长处的光谱具有不同影响的MI的变化;f(λ)表示校正率,该校正率可对应于根据在每个波长处的MI的变化的第一反射率的变化率。图3A是示出使用体内光谱获得的校正率的曲线图的示图。如图3A中所示,根据每个波长的MI的变化,反射率的变化率存在差异。图3B是示出在黑色素的影响被反映之前获得的吸收光谱以及在黑色素的影响被反映之后获得的吸收光谱的示图。
此外,基于获得基于MI从其消除了黑色素的影响的第二反射率,处理器120可将在每个波长处的第二反射率转换为在每个波长处的吸光度(在下文中,称为“第二吸光度”)。下面的等式5是用于获得第二吸光度的函数表达式的示例。
[等式5]
在此,AbsM(λ)表示在波长λ处的第二吸光度,ReM(λ)表示在波长λ处的第二反射率。
基于获得第二吸光度,处理器120可通过使用第二吸光度来获得目标成分值。例如,处理器120可通过使用下面的等式6获得估计的类胡萝卜素值。
[等式6]
在此,CI表示类胡萝卜素值;ci表示系数;AbsM,i表示在波长i处通过补偿黑色素的影响而获得的第二吸光度。在这种情况下,i表示预定波长范围内的第一波长范围的每个波长。然而,波长不限于此,并且可包括吸收光谱的所有波长或从第一波长范围选择的至少三个峰值波长。
基于如上所述获得估计的目标成分值,处理器120可通过使用HbI来补偿血红蛋白的影响。血红蛋白通常使类胡萝卜素含量偏向(bias)较小的值,使得处理器120可补偿血红蛋白在估计的目标成分值中的影响。
在图3C中,(1)示出当对象向传感器110施加按压力时根据施加在对象上的压力的变化的吸收光谱,其中,上方的光谱在相对低的压力下被获得,并且下方的光谱在相对高的压力下被获得。也就是说,随着压力降低,在对象的血管中流动的血液的体积增加,使得吸光度由于血红蛋白而增加;相比之下,随着压力增加,血液的体积减少,使得吸光度由于血红蛋白而降低。因此,在最上方的光谱的470nm至510nm的波长范围31中,用于检测类胡萝卜素的信号相对低;并且在最下方的光谱的470nm至510nm的波长范围32中,用于检测类胡萝卜素的信号相对高。在图3C中,(2)示出随着HbI增加,类胡萝卜素的残差向负偏向的示例。
处理器120可通过使用参考血红蛋白指数来使HbI归一化,并且可通过将校正率应用于归一化值来计算血红蛋白校正值。另外,处理器120可通过将计算的血红蛋白校正值应用于估计的目标成分值来校正目标成分值。下面的等式7是用于补偿血红蛋白在估计的目标成分值中的影响的函数表达式的示例。
[等式7]
CIcomp=CI+γ×(HbI-β)×g(λ)
在此,CIcomp表示校正后的类胡萝卜素值;HbI表示血红蛋白指数;β表示参考血红蛋白指数;g(λ)表示校正率,该校正率包括相对于血红蛋白指数的变化的残差(Residual)的变化率。在这种情况下,残差是通过从估计的目标成分值减去趋势线而获得的值,并且趋向随着血红蛋白指数增加而向负偏向;γ表示预定的补偿反射率。在一个示例中,趋势线是基于拉曼光谱的类胡萝卜素(CI)测量值与基于漫反射的CI测量值的拟合线(例如,通过线性回归拟合的线),也即,基于拉曼光谱的CI测量值与基于漫反射的CI测量值作为坐标值的点的拟合曲线。将要被拟合的每个点的坐标值可以是彼此对应的(例如,从同一测量对象在同一状态下测量到的)一对基于拉曼光谱的CI测量值(例如,可以作为x值)与基于漫反射的CI测量值(例如,可以作为y值)。此时,可以基于趋势线获得与已知的基于拉曼光谱的CI测量值对应的基于漫反射的CI测量值,或与已知的基于漫反射的CI测量值对应的基于拉曼光谱的CI测量值(即,在已知趋势线上的点的一个轴的坐标值(例如,x值)时,可以获得对应的另一轴的坐标值(例如,y值))。当获得估计的类胡萝卜素值时,可通过在相同状态下使用拉曼光谱来测量类胡萝卜素值作为基于拉曼光谱的CI测量值,并且可通过从估计的类胡萝卜素值减去趋势线上与测量的基于拉曼光谱的CI测量值对应的基于漫反射的CI测量值来获得残差。
在图3D中,(1)示出从其消除了黑色素的影响的估计的类胡萝卜素值的散点图(dispersion);(2)示出从其消除了血红蛋白的影响以及黑色素的影响的类胡萝卜素值的散点图。如图3D中所示,可看出,通过消除血红蛋白的影响,可进一步提高估计的类胡萝卜素值的准确度。
图2B是解释根据本公开的另一示例实施例的传感器的配置的示图。
参照图2B,根据另一实施例的传感器220包括第一光源部221a、第二光源部221b、第三光源部221c和检测器222,第一光源部221a用于发射第一波长范围内的光,第二光源部221b用于发射第二波长范围内的光、第三光源部221c用于发射第三波长范围内的光,检测器222用于在由各个光源部221a、221b和221c发射的每个波长的光被散射或反射时检测散射的光或反射的光,以便获得光谱。
第一光源部221a、第二光源部221b和第三光源部221c可包括一个或多个光源。在这种情况下,光源可包括发光二极管(LED)、激光二极管(LD)、荧光体等,但不限于此。检测器222可包括一个或多个光电二极管、一个或多个光电二极管阵列、互补金属氧化物半导体(CMOS)图像传感器、电荷耦合器件(CCD)图像传感器等。
第一光源部221a可包括一个或多个光源,每个光源可发射第一波长范围内的预定波长的光。此外,第二光源部221b可包括一个或多个光源,每个光源可发射第二波长范围内的预定波长的光。此外,第三光源部221c可包括一个或多个光源,每个光源可发射第三波长范围内的预定波长的光。
处理器120可确定第一光源部221a、第二光源部221b和第三光源部221c之中将被驱动的光源的波长,并且处理器120可顺序地或同时地驱动确定的波长的光源。例如,处理器120可从第一光源部221a选择至少三个光源(诸如,以波长为470nm、490nm和510nm的光源为例),可从第二光源部221b选择在400nm至470nm的波长范围内的具有相对高的黑色素指数估计准确度的至少一个光源,并且可从第三光源部221c选择在530nm至590nm的波长范围内的具有相对高的血红蛋白估计准确度的至少一个光源。处理器120可通过顺序地或同时地开启各个光源来驱动选择的光源。然而,光源的驱动不限于此,并且光源可以以各种模式(诸如,通过同时驱动各个光源部221a、221b和221c中的光源,或者顺序地驱动各个光源部221a、221b和221c中的光源等)来驱动。
例如,如上所述,处理器120可将通过驱动第二光源部221b获得的第二波长范围内的光谱的反射率转换为吸光度,并且可基于吸光度获得MI。此外,处理器120可将通过驱动第三光源部221c获得的第三波长范围内的光谱的反射率转换为吸光度,并且可基于吸光度获得HbI。如上所述,处理器120可基于MI校正通过驱动第一光源部221a而获得的光谱的反射率,可基于校正后的反射率估计目标成分,并且可通过基于HbI校正目标成分值来获得最终估计的目标成分值。
在另一示例中,处理器120可基于通过第一光源部221a、第二光源部221b和第三光源部221c获得的各个波长范围内的光谱来提取特征点,并且可通过使用预定义的目标成分估计模型基于提取的特征点来估计目标成分。在这种情况下,特征点可包括光谱的反射率值和通过将反射率值进行转换而获得的吸光度值。然而,特征点不限于此,并且可包括反射率值和/或吸光度值的各种组合(诸如,反射率值的平均值、吸光度值的平均值等)。在这种情况下,可基于线性回归、非线性回归、人工神经网络等来生成目标成分估计模型。
图4是示出根据本公开的另一示例实施例的用于估计目标成分的设备的框图。
参照图4,用于估计目标成分的设备400包括传感器410、处理器420、输出接口430、存储装置440和通信接口450。在这种情况下,上面详细描述了传感器410和处理器420,使得下面的描述将集中于非重叠部分。
输出接口430可输出由传感器410获得的光谱和/或由处理器420处理的各种信息(诸如,MI、HbI、估计的目标成分值等)。输出接口430可包括视觉输出模块(诸如,显示器等)、语音输出模块(诸如,扬声器等)、或使用振动、触感等的触觉模块。在这种情况下,输出接口430可将显示区域划分为两个或更多个区域,并且可在第一区域中显示估计的目标成分值,并且可在第二区域中显示与目标成分相关的详细信息(诸如,光谱、MI、HbI、健康状况等)。
存储装置440可存储用户信息和用于估计目标成分的参考信息(诸如,用于驱动光源的标准、目标成分估计模型等)。此外,存储装置440可存储由传感器410和/或处理器420获得、生成和处理的各种信息。
存储装置440可包括以下项中的至少一个存储介质:闪存型存储器、硬盘型存储器、多媒体微型卡型存储器、卡型存储器(例如,安全数字(SD)存储器、极限数字(XD)存储器等)、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁存储器、磁盘和光盘等,但不限于此。
通信接口450可通过有线或无线通信与外部装置通信,以从外部装置接收各种数据。在这种情况下,外部装置可包括信息处理装置(诸如,智能电话、平板PC、台式计算机、膝上型计算机等),但不限于此。
例如,通信接口450可从外部装置接收用于测量光谱的请求,并且可将接收到的请求发送到处理器420。通信接口450可从外部装置接收参考信息(诸如,光源驱动条件、估计模型等)。另外,通信接口450可将由传感器410和/或处理器420获得、生成和处理的各种信息发送到外部装置。
在这种情况下,通信接口450可通过使用各种有线或无线通信技术(诸如,蓝牙通信、蓝牙低能耗(BLE)通信、近场通信(NFC)、无线局域网(WLAN)通信、Zigbee通信、红外数据协会(IrDA)通信、无线保真(Wi-Fi)直连(WFD)通信、超宽带(UWB)通信、Ant+通信、Wi-Fi通信、射频识别(RFID)通信、3G通信、4G通信、5G通信等)与外部装置通信。然而,前述通信技术仅是示例,并且不意在限制。
图5是示出根据示例实施例的估计目标成分的方法的流程图。
图5的方法是根据上面详细描述的图1或图4的示例实施例的估计目标成分的方法的示例,因此,将在下面简要描述。
首先,在操作511中,用于估计目标成分的设备可驱动光源部发射预定波长范围的光,并且可通过使用光谱仪获得从对象散射或反射的光的光谱。在这种情况下,预定波长范围可包括相对宽的波长范围(诸如,以400nm至700nm的可见光范围为例),以便包括用于估计黑色素、血红蛋白和目标成分的适当波长范围。
然后,在操作512中,用于估计目标成分的设备可将获得的光谱的第一反射率转换为第一吸光度,并且在操作513中,用于估计目标成分的设备可基于第一吸光度来估计MI和HbI。
随后,在操作514中,用于估计目标成分的设备可通过基于MI校正第一反射率获得第二反射率,第二反射率通过补偿MI的影响而获得。在这种情况下,为了补偿根据MI的变化的在每个波长处的光谱的变化,用于估计目标成分的设备可基于参考黑色素指数对MI进行归一化,并且可通过将校正率应用于被归一化的MI来获得黑色素校正值。另外,用于估计目标成分的设备可通过将获得的黑色素校正值应用于第一反射率来获得第二反射率。
接下来,在操作515中,用于估计目标成分的设备可将通过补偿黑色素的影响而获得的第二反射率转换为第二吸光度,并且在操作516中,用于估计目标成分的设备可基于第二吸光度估计目标成分。
然后,在操作517中,用于估计目标成分的设备可基于在操作513中获得的HbI校正在操作516中估计的目标成分值。例如,用于估计目标成分的设备可基于参考血红蛋白指数来对HbI进行归一化,并且可基于预定义的反射补偿率、校正率等来计算血红蛋白校正值。此外,用于估计目标成分的设备可通过使用计算的血红蛋白校正值来校正目标成分值。
随后,在操作518中,用于估计目标成分的设备可输出校正后的估计的目标成分值,并将校正后的估计的目标成分值提供给用户。
图6是示出根据另一示例实施例的估计目标成分的方法的流程图。
图6的方法可通过根据图1或图4的实施例的用于估计目标成分的设备100和400执行。
参照图6,在操作611中,用于估计目标成分的设备可驱动第一光源部以获得第一波长范围内的光谱,在操作612中,用于估计目标成分的设备可驱动第二光源部以获得第二波长范围内的光谱,并且在操作613中,用于估计目标成分的设备可驱动第三光源部以获得第三波长范围内的光谱。在这种情况下,第一光源部、第二光源部和第三光源部可被顺序地或同时地驱动。此外,第一光源部可包括发射用于估计目标成分的适当波长范围(诸如,以470nm至510nm的波长范围为例)内的光的一个或多个光源;第二光源部可包括发射用于估计黑色素的适当波长范围(诸如,以400nm至470nm的波长范围为例)内的光的一个或多个光源;第三光源部可包括发射用于估计血红蛋白的适当波长范围(诸如,以530nm至590nm的波长范围为例)内的光的一个或多个光源。
然后,在操作614中,用于估计目标成分的设备可基于第二波长范围内的光谱估计黑色素指数,并且在操作615中,用于估计目标成分的设备可基于第三波长范围内的光谱估计血红蛋白指数。
随后,在操作616中,用于估计目标成分的设备可通过基于MI校正在操作611中获得的光谱的第一反射率来获得第二反射率。
接下来,在操作617中,用于估计目标成分的设备可将第二反射率转换为吸光度,并且在操作618中,用于估计目标成分的设备可基于吸光度估计目标成分。
然后,在操作619中,用于估计目标成分的设备可基于HbI校正目标成分以获得最终估计的目标成分值,并且在操作620中,用于估计目标成分的设备可输出获得的估计的目标成分值,并将获得的估计的目标成分值提供给用户。
图7是示出根据本公开的又一示例实施例的估计目标成分的方法的流程图。图7的方法可由根据图1或图4的实施例的用于估计目标成分的设备100和400执行。
参照图7,在操作711中,用于估计目标成分的设备可驱动第一光源部以获得第一波长范围内的光谱,在操作712中,用于估计目标成分的设备可驱动第二光源部以获得第二波长范围内的光谱,并且在操作713中,用于估计目标成分的设备可驱动第三光源部以获得第三波长范围内的光谱。在这种情况下,第一光源部、第二光源部和第三光源部可被顺序地或同时地驱动。
然后,在操作714中,用于估计目标成分的设备可将第一波长范围内的光谱的反射率转换为吸光度,在操作715中,用于估计目标成分的设备可将第二波长范围内的光谱的反射率转换为吸光度,并且在操作716中,用于估计目标成分的设备可将第三波长范围内的光谱的反射率转换为吸光度。
随后,在操作717中,用于估计目标成分的设备可通过使用目标成分估计模型基于各个波长范围内的吸光度来估计目标成分,并且在操作718中,用于估计目标成分的设备可输出估计的目标成分值,并将估计的目标成分值提供给用户。
图8是示出根据示例实施例的可穿戴装置的示图。
尽管图8示出了智能腕表型可穿戴装置800,但是可穿戴装置不限于此,并且可以以各种形状(诸如,智能腕带、智能眼镜等)进行修改。此外,可穿戴装置可以以移动装置(诸如,智能电话、平板PC等)的形式制造。用于估计目标成分的设备100和400的上述各种实施例可被安装在可穿戴装置800中。
参照图8,可穿戴装置800包括主体810和带830。
连接到主体810的两端的带830可以是柔性的,以便围绕在用户的手腕上。带830可包括彼此分离的第一带和第二带。第一带和第二带的各自的一端连接到主体810,并且第一带和第二带的各自的另一端可经由连接装置彼此连接。在这种情况下,连接装置可形成为磁性连接、魔术贴(Velcro)连接、销连接等,但不限于此。此外,带830不限于此,并且可一体地形成为不可拆卸的带。
在这种情况下,空气可被注入到带830中,或者带830可设置有气囊,以根据施加到手腕的压力的变化而具有弹性,并且可将手腕的压力的变化传递到主体810。
电池可嵌入在主体810或带830中以向可穿戴装置800供电。
主体810可包括安装在主体810的一侧上的传感器820。传感器820可包括光源部和用于检测预定波长范围内的光的光谱仪,或者可包括检测器以及分别与目标成分、黑色素和血红蛋白相关联的波长范围内的一个或多个光源。
处理器可安装在主体810中,并且可与安装在可穿戴装置800中的模块电连接。处理器可通过补偿由传感器820测量的光谱中的黑色素和血红蛋白的影响来估计目标成分。
此外,主体810可包括存储用于估计目标成分的参考信息和由主体810的各种模块生成和处理的信息的存储装置。
另外,主体810可包括操纵器840,操纵器840设置在主体810的一个侧表面上,并且接收用户的控制命令并将接收到的控制命令发送到处理器。操纵器840可具有用于输入开启/关闭可穿戴装置800的命令的电源按钮。
此外,用于向用户输出信息的显示器可被安装在主体810的前表面上。显示器可具有用于接收触摸输入的触摸屏。显示器可接收用户的触摸输入并将触摸输入发送到处理器,并且可显示处理器的处理结果。
此外,主体810可包括用于与外部装置通信的通信接口。通信接口可将目标成分估计结果发送到外部装置(诸如,用户的智能电话)。
示例实施例可通过写在非暂时性计算机可读介质上并由处理器执行的计算机可读代码来实现。非暂时性计算机可读介质可以是以计算机可读方式存储数据的任何类型的记录介质。
非暂时性计算机可读介质的示例包括ROM、RAM、CD-ROM、磁带、软盘、光学数据存储装置和载波(例如,通过互联网的数据传输)。非暂时性计算机可读介质可分布在连接到网络的多个计算机系统上,使得计算机可读代码以分散的方式被写入非暂时性计算机可读记录介质,并从非暂时性计算机可读记录介质被执行。本公开所属领域的普通技术的程序员可得出用于实现示例实施例的功能程序、代码和代码段。
在此已经针对示例实施例描述了本公开。然而,本领域技术人员将清楚的是,在不改变本公开的技术构思的情况下,可进行各种改变和修改。因此,清楚的是,上述实施例在所有方面都是说明性的,并不意在限制本公开。
Claims (31)
1.一种用于估计目标成分值的设备,所述设备包括:
传感器,被配置为:获得从对象散射或反射的光的光谱;以及
处理器,被配置为:
基于黑色素指数校正光谱的第一反射率值,
基于对第一反射率值进行校正,获得第二反射率值,
将第二反射率值转换为吸光度值,
基于吸光度值估计目标成分值,以及
基于血红蛋白指数校正估计的目标成分值。
2.根据权利要求1所述的设备,其中,处理器还被配置为:
基于黑色素指数、参考黑色素指数和校正率计算黑色素校正值;以及
基于黑色素校正值校正第一反射率值。
3.根据权利要求2所述的设备,其中,校正率包括相对于黑色素指数的变化的第一反射率值的变化率。
4.根据权利要求2所述的设备,其中,处理器还被配置为:
通过将通过从黑色素指数减去参考黑色素指数而获得的值乘以校正率的负值,来计算黑色素校正值。
5.根据权利要求1所述的设备,其中,处理器还被配置为:
基于血红蛋白指数、参考血红蛋白指数和校正率来计算血红蛋白校正值;以及
基于血红蛋白校正值校正估计的目标成分值。
6.根据权利要求5所述的设备,其中,校正率包括相对于血红蛋白指数的变化的残差的变化率,残差是通过从估计的目标成分值减去趋势线而获得的值。
7.根据权利要求5所述的设备,其中,处理器还被配置为:
通过将通过从血红蛋白指数减去参考血红蛋白指数而获得的值乘以预定比率,并将相乘的结果值乘以校正率,来计算血红蛋白校正值。
8.根据权利要求1至7中的任意一项所述的设备,其中,传感器包括:
光源部,被配置为:将预定波长范围内的光发射到对象上;以及
光谱仪,被配置为:将从对象散射或反射的光进行分离以获得光谱。
9.根据权利要求8所述的设备,其中,预定波长范围包括:可见光的波长范围。
10.根据权利要求8所述的设备,其中,处理器还被配置为:基于包括在预定波长范围内的第一波长范围内的吸光度值来估计目标成分值。
11.根据权利要求8所述的设备,其中,处理器还被配置为:
将第一反射率值转换为第一吸光度值;以及
基于第一吸光度值估计黑色素指数和血红蛋白指数。
12.根据权利要求11所述的设备,其中,处理器还被配置为:
基于包括在预定波长范围内的与黑色素相关联的第二波长范围内的吸光度值来估计黑色素指数;以及
基于包括在预定波长范围内的与血红蛋白相关联的第三波长范围内的吸光度值来估计血红蛋白指数。
13.根据权利要求1所述的设备,其中,传感器包括:
第一光源部,被配置为:发射第一波长范围内的光;
第二光源部,被配置为:发射与黑色素相关联的第二波长范围内的光;
第三光源部,被配置为:发射与血红蛋白相关联的第三波长范围内的光;以及
检测器,被配置为:检测从对象散射或反射的光。
14.根据权利要求13所述的设备,其中,处理器还被配置为:
通过驱动第二光源部来估计黑色素指数;
通过驱动第三光源部来估计血红蛋白指数;以及
通过基于黑色素指数校正通过驱动第一光源部而获得的光谱的第一反射率值,来获得第二反射率值。
15.根据权利要求13所述的设备,其中,第一波长范围包括470纳米至510纳米的波长范围,第二波长范围包括400纳米至470纳米的波长范围,第三波长范围包括530纳米至590纳米的波长范围。
16.根据权利要求13所述的设备,其中,检测器包括:光电二极管、互补金属氧化物半导体图像传感器和电荷耦合器件图像传感器中的一个或多个。
17.根据权利要求1所述的设备,其中,目标成分值包括:类胡萝卜素值、血糖值、糖摄入值、甘油三酯值、胆固醇值、热量值、蛋白质值、体内体液值、体外体液值和尿酸值中的一个或更多个。
18.一种用于估计目标成分值的设备,所述设备包括:
第一光源部,被配置为:发射与目标成分相关联的第一波长范围内的光;
第二光源部,被配置为:发射与黑色素相关联的第二波长范围内的光;
第三光源部,被配置为:发射与血红蛋白相关联的第三波长范围内的光;
检测器,被配置为:检测第一波长范围内的、第二波长范围内的和第三波长范围内的从对象散射或反射的光;以及
处理器,被配置为:
将第一波长范围内的光的第一反射率值转换为第一吸光度值,
将第二波长范围内的光的第二反射率值转换为第二吸光度值,
将第三波长范围内的光的第三反射率值转换为第三吸光度值,以及
基于第一吸光度值、第二吸光度值和第三吸光度值,估计目标成分的目标成分值。
19.根据权利要求18所述的设备,其中,处理器还被配置为:
顺序地或同时地驱动第一光源部、第二光源部和第三光源部。
20.一种估计目标成分值的方法,所述方法包括:
获得从对象散射或反射的光的光谱;
基于黑色素指数校正光谱的第一反射率值;
基于对第一反射率进行校正,获得第二反射率值;
将第二反射率值转换为吸光度值;
基于吸光度值估计目标成分值;以及
基于血红蛋白指数校正估计的目标成分值。
21.根据权利要求20所述的方法,还包括:
基于黑色素指数、参考黑色素指数和校正率计算黑色素校正值,
其中,校正第一反射率值的步骤包括:基于黑色素校正值校正第一反射率。
22.根据权利要求21所述的方法,其中,校正率包括相对于黑色素指数的变化的第一反射率值的变化率。
23.根据权利要求20所述的方法,还包括:
基于血红蛋白指数、参考血红蛋白指数和校正率来计算血红蛋白校正值,
其中,校正估计的目标成分值的步骤包括:基于血红蛋白校正值校正估计的目标成分值。
24.根据权利要求23所述的方法,其中,校正率包括相对于血红蛋白指数的变化的残差的变化率,残差是通过从估计的目标成分值减去趋势线而获得的值。
25.根据权利要求20至24中的任意一项所述的方法,其中,获得光谱的步骤包括:
通过光源部将预定波长范围内的光发射到对象上;以及
通过光谱仪将从对象散射或反射的光进行分离以获得光谱。
26.根据权利要求20至24中的任意一项所述的方法,其中,估计目标成分值的步骤包括:基于包括在预定波长范围内的第一波长范围内的吸光度值来估计目标成分值。
27.根据权利要求25所述的方法,还包括:
将第一反射率值转换为第一吸光度值;以及
基于第一吸光度值估计黑色素指数和血红蛋白指数。
28.根据权利要求27所述的方法,其中,估计黑色素指数和血红蛋白指数的步骤包括:
基于包括在预定波长范围内的与黑色素相关联的第二波长范围内的吸光度值来估计黑色素指数,以及基于包括在预定波长范围内的与血红蛋白相关联的第三波长范围内的吸光度值来估计血红蛋白指数。
29.根据权利要求20至24中的任意一项所述的方法,其中,获得光谱的步骤包括:
驱动第一光源部以获得第一波长范围内的光谱;
驱动第二光源部以获得与黑色素相关联的第二波长范围内的光谱;以及
驱动第三光源部以获得与血红蛋白相关联的第三波长范围内的光谱。
30.根据权利要求29所述的方法,其中,还包括:
基于第二波长范围内的光谱估计黑色素指数;以及
基于第三波长范围内的光谱估计血红蛋白指数,
其中,获得第二反射率值的步骤包括:通过基于黑色素指数校正第一波长范围内的光谱的第一反射率值来获得第二反射率值。
31.一种存储程序的计算机可读存储介质,当所述程序被处理器执行时,使处理器执行根据权利要求20至30中的任意一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200127933A KR20220045340A (ko) | 2020-10-05 | 2020-10-05 | 대상 성분 추정 장치 및 방법 |
KR10-2020-0127933 | 2020-10-05 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114376570A true CN114376570A (zh) | 2022-04-22 |
Family
ID=77693445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110630367.1A Pending CN114376570A (zh) | 2020-10-05 | 2021-06-07 | 用于估计目标成分值的设备和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11359965B2 (zh) |
EP (1) | EP3977917A1 (zh) |
KR (1) | KR20220045340A (zh) |
CN (1) | CN114376570A (zh) |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5725480A (en) | 1996-03-06 | 1998-03-10 | Abbott Laboratories | Non-invasive calibration and categorization of individuals for subsequent non-invasive detection of biological compounds |
JP4048667B2 (ja) | 1999-12-03 | 2008-02-20 | 花王株式会社 | 皮膚のヘモグロビン又はメラニンの測定方法 |
US20030032064A1 (en) | 2001-03-01 | 2003-02-13 | Umass/Worcester | Correction of spectra for subject diversity |
US8260402B2 (en) | 2008-06-06 | 2012-09-04 | Longevity Link, Inc. | Noninvasive measurement of carotenoids in biological tissue |
US9814417B2 (en) | 2009-01-13 | 2017-11-14 | Longevity Link Corporation | Noninvasive measurement of flavonoid compounds in biological tissue |
JP2011087907A (ja) | 2009-09-25 | 2011-05-06 | Shiseido Co Ltd | 肌の評価システムおよび評価方法 |
US20130289414A1 (en) | 2012-03-09 | 2013-10-31 | Mahmoudreza Adibnazari | Combined absorption-reflection based instrument and technique to measure antioxidants (including carotenoids) in human tissue |
US10653343B2 (en) | 2012-09-27 | 2020-05-19 | New Jersey Institute Of Technology | System and method for non-invasive glucose monitoring using near infrared spectroscopy |
JP6183030B2 (ja) | 2013-07-25 | 2017-08-23 | 花王株式会社 | 皮膚色素濃度測定方法 |
US9968285B2 (en) | 2014-07-25 | 2018-05-15 | Christie Digital Systems Usa, Inc. | Multispectral medical imaging devices and methods thereof |
KR20180114458A (ko) | 2017-04-10 | 2018-10-18 | 주식회사 플코스킨 | 산화물질 측정을 위한 피부 진단 장치 |
KR102544670B1 (ko) | 2018-07-27 | 2023-06-16 | 삼성전자주식회사 | 항산화 센서, 항산화 신호 측정 방법 및 항산화 레벨 판단 방법 |
KR20200045737A (ko) | 2018-10-23 | 2020-05-06 | 삼성전자주식회사 | 소형 분광 유닛 및 생체 신호 측정 장치 |
KR20200058845A (ko) | 2018-11-20 | 2020-05-28 | 삼성전자주식회사 | 사용자의 혈당과 관련된 정보를 획득하기 위한 전자 장치 및 방법 |
-
2020
- 2020-10-05 KR KR1020200127933A patent/KR20220045340A/ko active Search and Examination
-
2021
- 2021-03-30 US US17/217,465 patent/US11359965B2/en active Active
- 2021-06-07 CN CN202110630367.1A patent/CN114376570A/zh active Pending
- 2021-07-15 EP EP21185830.3A patent/EP3977917A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP3977917A1 (en) | 2022-04-06 |
US11359965B2 (en) | 2022-06-14 |
KR20220045340A (ko) | 2022-04-12 |
US20220107220A1 (en) | 2022-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102422690B1 (ko) | 광학 압력 센서 | |
KR102655675B1 (ko) | 생체정보 추정 장치 및 방법 | |
KR20220046168A (ko) | 분석 물질의 농도 추정 장치 및 방법과, 신호 측정 장치 | |
CN111195131A (zh) | 测量光谱的装置及估计分析物浓度的装置和方法 | |
EP3598937A1 (en) | Antioxidant sensor, antioxidant signal obtaining method, and antioxidant level determining method | |
EP3772328B1 (en) | Apparatus and method for measuring bio-information | |
US20200352478A1 (en) | Optical sensor, and apparatus and method for estimating bio-information | |
EP3669781A1 (en) | Antioxidant sensor and method of obtaining antioxidant signal | |
KR102640331B1 (ko) | 생체정보 추정 장치 및 방법과, 생체정보 추정 지원 장치 | |
US10753797B2 (en) | Spectrum processing apparatus and spectrum processing method | |
CN114376570A (zh) | 用于估计目标成分值的设备和方法 | |
EP4205638A1 (en) | Apparatus and method for estimating target component | |
US11911157B2 (en) | Apparatus and method for estimating target component | |
KR20210004376A (ko) | 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치 | |
US11911152B2 (en) | Apparatus and method for estimating concentration of analyte, and calibration method | |
KR20220046167A (ko) | 생체정보 추정 장치 및 방법과, 온도 변화 특성에 기초한 생체정보 추정 모델 최적화 방법 | |
KR20220075759A (ko) | 분석물의 성분 추정 장치 및 방법 | |
KR20210069944A (ko) | 노화도 추정 장치 및 방법 | |
US20240090771A1 (en) | Apparatus and method for estimating bio-information | |
US20230190117A1 (en) | Apparatus and method for estimating blood pressure | |
EP3961171A1 (en) | Apparatus and method for measuring body temperature, and apparatus for estimating bio-information | |
US11287374B2 (en) | Apparatus and method for updating bioinformation estimation model | |
CN110772221B (zh) | 抗氧化剂传感器、抗氧化剂信号获得方法和抗氧化剂等级确定方法 | |
EP4249875A2 (en) | Apparatus and method for estimating optical-based force | |
KR20220025378A (ko) | 대상 신호 스펙트럼 획득 장치 및 방법 |
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 |