CN116234495A - 用于检测恒温活生物体对感染的易损性和感染的可佩戴的检测系统 - Google Patents
用于检测恒温活生物体对感染的易损性和感染的可佩戴的检测系统 Download PDFInfo
- Publication number
- CN116234495A CN116234495A CN202180061362.XA CN202180061362A CN116234495A CN 116234495 A CN116234495 A CN 116234495A CN 202180061362 A CN202180061362 A CN 202180061362A CN 116234495 A CN116234495 A CN 116234495A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- circadian
- restoring force
- mental
- threshold
- 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
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
-
- 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
- A61B5/1118—Determining activity level
-
- 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
- A61B5/4866—Evaluating metabolism
-
- 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
- A61B5/681—Wristwatch-type devices
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Dentistry (AREA)
- Obesity (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Developmental Disabilities (AREA)
- Psychology (AREA)
- Educational Technology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种可佩戴的检测系统,用于检测对感染和/或炎症的易损性或风险,并通过使用感染和/或炎症的这种预测来实现恒温生物体的感染和/或炎症的早期和准确检测。该系统测量和监测心率和身体活动,并生成易损性警报或感染和/或炎症警报。所述检测基于将心率分解为身体、精神和昼夜节律基础心率分量、基于评估能量消耗与恢复来计算恢复力以及评估昼夜节律基础心率分量的变化。
Description
技术领域
本发明涉及一种检测系统,用于检测感染和/或炎症的易损性或风险,并通过使用该预测实现恒温活生物体的感染和/或炎症的早期和准确检测。该系统包括用于测量和监视活生物体的心率和身体活动的至少一个传感器、用于处理所测量的心率和身体活动的至少一个处理器以及用于生成结果、建议或警报的至少一个输出单元。
背景技术
如历史上所示,感染或外来物体(如细菌、病毒和寄生虫)进入人或动物体内的风险是现实。2018年的最后一次大流行的确夺去了约5千万人的生命。2019年的非洲猪瘟(ASF)最终损失了世界上所有猪的约40%。在一些情况下,疾病和感染的转变继续进行,而受感染的受试者(仍)不知道被感染(例如,人对ASF不敏感,但他们运输并将其分布在食物中的猪肉中)。在现代全球和快速旅行的世界中最坏的情况是传染病在受感染的人或动物中出现症状之前就传播,就像COVID-19Corona病毒的情况一样。一种即使在症状出现之前就能提供感染检测的解决方案也能给世界带来高附加价值。
免疫系统包括细胞和器官,其功能可以被非常笼统地概括为首先识别体内的非自身实体(例如病毒、细菌和寄生虫),然后破坏它们。这两个目的是通过器官、细胞、细胞受体和蛋白质的复杂调节网络实现的。科学证据表明免疫系统与神经系统高度整合。压力事件可靠地与免疫系统的变化相关(10)。自从Sehash(1975)发现压力具有广泛免疫抑制作用的初始模型以来,压力和免疫系统之间的关系的性质的概念化随时间而发生变化(11,12)。从那时起,大量的科学论文报道了人类参与者的心理或精神压力与免疫系统的参数之间的关系,而免疫系统的灵活性可能由于身体状况、年龄和疾病而受到损害。
保护身体免受感染(即身体中的外来物体或非自身实体)的一般性免疫应答反应是炎症。然而,在一些情况下,炎症不是由感染引起的,而是由其他原因引起的,例如自身免疫性疾病、炎性疾病和/或组织损伤。
无论由活生物体完成的身体或精神行为如何,都需要代谢能量。由个体身体产生的代谢能量用于不同的分量:例如保持器官功能(包括免疫系统的基础分量)、处于最小的身体和精神行为的昼夜节律基础分量、体温、身体活动、精神活动和生长的控制或家畜的生产(例如肉、奶、蛋)。合理的是,用于身体活动期间的身体分量或压力事件期间的精神分量的代谢能量的量不再可用于其它分量之一以及其他分量中的免疫系统。此外,负压力源(negative stressor)是警告身体进入飞行或飞航模式,同时抑制免疫系统以节省代谢能量。
每个个体需要最小量的代谢能量来保持器官的功能,这需要最小的心率。最小所需心率通常被称为静息心率(RHR)。静息心率的增加指示感染,因为免疫系统需要更多能量。然而,与感染相关的生物能系统比仅增加静息心率复杂得多。从静息心率到感染的预警和准确检测不是容易解决的。
当个体以水平位置睡眠时,所需能量最小,并且可以测量静息心率(RHR)。在睡眠期间没有身体行为。然而,还假设不存在未知的精神负荷。可能存在(慢性)精神压力源(stressor)或个体在做梦。
当个体清醒并且精神放松而身体行为最小时,而不是处于水平位置时,所需的最小心率将高于夜间睡眠时的心率。根据现有技术,该心率水平被称为(每日)静息心率(DRHR)。通常,这是在没有身体活动的短暂休息期之后测量的。可穿戴设备上的加速度计可以确定个体是否处于休息中并且最近在例如先前5分钟窗口内没有运动。这样,防止了在测量每日静息心率时存在心率的身体分量。然而,当以这种方式测量静息心率时,不可能排除心率的精神分量的存在。
目前,通过分析(每日)静息心率来尝试感染的检测,(每日)静息心率是通过使用基于统计学群体数据的阈值来分析和评估的。然而,每个个体免疫系统具有其自身的历史,导致完全不同的个体免疫应答的多样性,并且甚至在同一个体内,当经历新的免疫挑战时,免疫应答随时间改变。
因此,目前使用每日静息心率的系统和方法不足以(i)早期检测个体感染和(ii)关于真假阳性和真假阴性方面准确检测感染。
如Snyder教授(Stanford,2020)所说“底线是它是能运作的,但它不是完美的(Thebottom line is it is working,but it’s not perfect)”,我们还没有得到可靠的产品。
发明内容
本发明的主要目的是提出一种设备,其优选地是可穿戴设备,用于(i)检测对诸如病毒感染、细菌感染和/或炎症的传染病的易损性,(ii)用于可能甚至在诸如发热的常规症状发生之前早期检测实际感染和/或炎症,以及(iii)用于关于真假阳性和假阴性准确检测感染和/或炎症。这通过以下方式来完成:连续测量身体活动和心率,并且进一步监视心率并将心率分解为与代谢能量使用相关的不同分量,并且评估能量消耗与恢复的关系。
本发明的解决方案提供了一种检测系统,其监视导致对感染的易损性或风险,从而预测感染,并且进一步生成感染的检测。本发明也可以检测不一定由感染引起的炎症。监视对于感染的易损性或感染和/或炎症的风险的目的是预测可能的感染和/或炎症,并且具有的优点是其允许采取措施来降低感染风险和可以预防感染和/或炎症。
本发明的另一个目的是提出一种设备,其优选地连续测量和监视针对身体和精神能量使用的代谢能量使用与随着时间的恢复之间的平衡,以产生个体精神能量使用与恢复的概览,其也可以被称为压力/恢复平衡。能量使用涉及恒温能量系统中的不同分量:保持器官功能的基础分量,当个体以最小身体力气和精神放松地清醒时的昼夜节律基础分量,在身体行为期间的身体分量和由于压力、认知负荷或例如快乐引起的精神分量。
本发明在整个活动和运动期间对运动的对象连续地工作。
通过在较长时段内的连续监视,示出了长期的恢复不足导致对于感染和/或炎症的易损性。
本发明的另一个目的是提出一种检测个体的感染和/或炎症的个体适应性阈值。
上述目的通过具有所附权利要求中阐述的特定特征的方法和设备来实现。本发明的优选实施例的具体特征在从属权利要求中阐述。
实际上,根据本发明的检测系统包括至少一个处理器,其被编程为:
-将所述心率分解为至少归因于身体活动的身体心率分量(HRphysical)的时间序列、归因于精神活动的精神心率分量(HRmental)的时间序列和归因于昼夜基础代谢的昼夜基础心率分量(HRcircadian)的时间序列;
-分别基于至少所述身体心率分量和至少所述精神心率分量的先前时间序列来计算针对所述身体活动和所述精神活动的比较个体代谢能量使用水平;
-基于当前心率分量来计算针对所述身体活动和所述精神活动的当前个体代谢能量使用水平;
-当所述当前个体代谢能量使用水平低于针对所述身体活动和所述精神活动的所述比较个体代谢能量使用水平时,确定恢复;
-当所述当前个体代谢能量使用水平高于针对所述身体活动和所述精神活动的所述比较个体代谢能量使用水平时,确定负荷;
-基于针对所述身体活动和所述精神活动的恢复与负荷之间的比率来计算恢复力;
-将当前恢复力与针对所述身体活动和所述精神活动的至少一个恢复力阈值进行比较,并且确定是否已经达到针对所述身体活动和/或所述精神活动的所述至少一个恢复力阈值;
-将当前昼夜基础心率分量与至少一个昼夜基础心率阈值进行比较,并且确定是否已经达到所述至少一个昼夜基础心率阈值。
检测系统还包括输出单元,被配置为当所述处理器确定已经达到所述至少一个恢复力阈值并且已经达到所述至少一个昼夜基础心率阈值时生成至少一个结果,优选地是包括检测警告的警报,即,感染警报或感染和/或炎症的检测。
输出单元可以包括显示器、打印机、用于产生可听警报的声音发生器、用于将结果发送到远程记录系统的信号发送器。诸如感染检测的结果可以与诸如GPS坐标的位置信号一起传输,以便跟踪和监视群体中的感染爆发。
根据监测系统的实施例,当所述处理器确定已经达到针对所述身体活动和/或所述精神活动的所述至少一个恢复力阈值时,所述至少一个结果包括易损性警告。易损性警告涉及感染和/或炎症的风险,因此是可能的感染和/或炎症的预测。
根据监测系统的实施例,所述比较个体代谢能量使用水平是从所述心率分量的先前时间序列获得的水平,所述心率分量的先前时间序列优选地在约2至60天的先前时间窗口上,更优选地是在10至40天的时段上,特别是在约一个月的时段上。这样,从先前时间序列获得的水平可以从移动平均值、趋势、中值、平滑插值或样条函数获得。
根据监测系统的优选的实施例,所述至少一个恢复力阈值包括用于精神恢复力的至少一个精神恢复力阈值和用于身体恢复力的至少一个身体恢复力阈值,并且所述输出单元被配置成当所述处理器确定已经达到所述至少一个精神恢复力阈值和/或已经达到所述至少一个身体恢复力阈值时生成所述结果。
根据监测系统的优选的实施例,将当前恢复力与针对所述身体活动和所述精神活动的至少一个恢复力阈值进行比较包括:将当前恢复力与至少一个先前恢复力进行比较,并且确定是否已经达到针对所述身体活动和所述精神活动的所述至少一个恢复力阈值。
优选地,将当前恢复力与先前恢复力进行比较包括:从所述当前恢复力减去至少一个先前恢复力,并且当从所述当前恢复力减去所述至少一个先前恢复力低于所述至少一个恢复力阈值时,确定已经达到所述至少一个恢复力阈值。
有利地,至少一个在先恢复力包括多个先前时间范围的先前恢复力的平均值,并且至少一个恢复力阈值包括长期恢复力阈值,由此,至少一个处理器还被编程为将当前恢复力与所述平均恢复力进行比较,并且确定是否已经达到长期恢复力阈值,并且由此,输出单元还被配置为当处理器确定已经达到长期恢复力阈值时生成所述结果。
时间范围可以对应于一天的时间段,并且先前恢复力的平均值可从对应于一周、一个月或几个月的总时间段的多个先前时间范围获得。
此外,所述至少一个恢复力阈值还包括短期恢复力阈值,并且所述至少一个先前恢复力阈值还包括紧接在前的时间范围的紧接在前恢复力,由此所述至少一个处理器还被编程为将当前恢复力与紧接在前恢复力进行比较并且确定是否已经达到所述短期恢复力阈值,并且由此所述输出单元还被配置为当所述处理器确定已经达到所述短期恢复力阈值和所述长期恢复力阈值两者时生成所述结果。
根据检测系统的实施例,所述至少一个处理器还被编程为基于用作所述至少一个昼夜基础心率阈值的所述昼夜基础心率的先前时间序列来计算针对所述昼夜基础代谢的比较个体代谢能量使用水平。
根据检测系统的优选的实施例,所述至少一个处理器还被编程为通过将所述当前昼夜基础心率分量与至少一个先前时间范围的至少一个先前昼夜基础心率分量进行比较并且确定是否已经达到所述至少一个昼夜基础心率阈值来分析所述昼夜基础心率分量的动态。
优选地,所述至少一个处理器还被编程为通过以下操作来分析昼夜基础心率分量的动态:
-将所述当前昼夜基础心率分量与紧接在前的时间范围的紧接在前的昼夜基础心率分量以及所述至少一个昼夜基础心率阈值的快速昼夜基础心率阈值进行比较;以及
-将所述当前昼夜基础心率分量与多个先前时间范围的平均先前昼夜基础心率分量以及所述至少一个昼夜基础心率阈值的慢速昼夜基础心率阈值进行比较;
并且所述输出单元还被配置为当所述处理器还确定了已经达到所述快速昼夜节律基础心率阈值和所述慢速昼夜节律基础心率阈值时产生所述结果。
更优选地,所述至少一个处理器还被编程为通过将以下内容与所述至少一个阈值进行比较来分析所述昼夜基础心率分量的动态
■所述昼夜节律基础心率分量的快速趋势,对应于在1到9天、优选地1到7天、特别地1到2天的短时段内的改变,以及
■所述昼夜节律基础心率分量的缓慢趋势,对应于在10至40天、优选地10至30天、特别地20至28天的长时段内的改变。
根据所述检测系统的实施例,分解心率包括使用状态空间表示模型。
根据所述检测系统的实施例,分解心率包括实时估计所述身体心率分量、所述精神心率分量和所述昼夜基础心率分量。
根据所述检测系统的实施例,所述至少一个传感器包括加速度计、陀螺仪、运动传感器、GPS、相机、电传感器、光学传感器、心电图设备、心音传感器、激光设备、磁场传感器、计步器和/或声音分析器。
根据所述检测系统的实施例,所述检测系统至少部分地集成在诸如智能手表、智能电话、胸带、手镯、贴片和/或贴纸的可穿戴设备中。
根据所述检测系统的实施例,在至少一天的时间范围内计算恢复力,并且所述当前恢复力是至少当天的恢复力。
优选地,所述时间范围对应于至少一天的时段,并且先前时间范围的数量对应于3至60天的总时段,特别是约一周或约一个月的时段。
根据监测系统的有趣的实施例,所述至少一个处理器还被编程为
-基于所述昼夜基础心率分量的先前时间序列来计算针对所述昼夜基础代谢的比较个体代谢能量使用水平;
-基于所述当前昼夜基础心率分量来计算针对所述昼夜基础代谢的当前个体代谢能量使用水平;
-当所述当前个体代谢能量使用水平低于针对昼夜基础代谢的所述比较个体代谢能量使用水平时,确定恢复;以及
-当所述当前个体代谢能量使用水平高于针对昼夜基础代谢的所述比较个体代谢能量使用水平时,确定负荷;
-用于将检测警告分类为细菌感染警告或病毒感染警告,由此所述至少一个处理器还被编程为
-当所述处理器确定在所述检测警告之前和在所述检测警告的时刻,针对所述昼夜基础代谢的所述代谢能量使用在5天与30天之间、优选地在10天与25天之间增加时,将所述检测警告分类为细菌感染警告;和/或
-当所述处理器确定在所述检测警告之前2天至9天之间、优选地5天至6天之间针对所述昼夜基础代谢的恢复增加并且在所述检测警告之后5天至15天之间、优选地约10天之间针对所述昼夜基础代谢的代谢能量使用增加时,将所述检测警告分类为病毒感染警告;
-其中所述输出单元还被配置为生成包括病毒感染警告和/或细菌感染警告的所述至少一个结果。
本发明还涉及一种计算机可读介质,其储存用于执行预测恒温活生物体的易损性和检测恒温活生物体的感染和/或炎症的方法的计算机程序和指令,所述方法包括:
■使用至少一个传感器测量和监视作为时间函数的所述活生物体的心率和身体活动,以获得心率和身体活动的时间序列;
■使用至少一个处理器将所述心率分解为至少归因于身体活动的身体心率分量(HRphysical)的时间序列、归因于精神活动的精神心率分量(HRmental)的时间序列和归因于基础代谢的昼夜节律基础心率分量(HRcircadian)的时间序列;
■使用所述至少一个处理器,分别基于针对所述身体活动和所述精神活动的心率分量的先前时间序列来计算针对所述身体活动和所述精神活动的比较个体代谢能量使用水平;
■使用所述至少一个处理器基于当前心率分量来计算针对所述身体活动和所述精神活动的当前个体代谢能量使用水平;
■当所述当前个体代谢能量使用水平低于所述比较个体代谢能量使用水平时,使用所述至少一个处理器来确定针对所述身体活动和所述精神活动的恢复;
■当所述当前个体代谢能量使用水平高于所述比较个体代谢能量使用水平时,使用所述至少一个处理器来确定针对所述身体活动和所述精神活动的负荷;
■使用所述至少一个处理器基于所述恢复与所述负荷之间的比率来计算针对所述身体活动和所述精神活动的恢复力;
■使用所述至少一个处理器将针对所述身体活动和所述精神活动的当前恢复力与至少一个恢复力阈值进行比较;
■使用所述至少一个处理器将当前昼夜基础心率分量与至少一个昼夜基础心率阈值进行比较;
■当所述处理器确定已经达到所述至少一个恢复力阈值和所述至少一个昼夜基础心率阈值时,使用输出单元生成结果。
本发明的其它特性和优点将从本发明的方法和设备的实际实施例的以下描述和附图变得清楚;说明书和附图仅作为示例给出,而不以任何方式限制所要求保护的范围。
附图说明
图1是根据本发明的检测系统的一般工作方案的示例,以通过使用可穿戴设备来监视易损性和检测感染和/或炎症。
图2是用于操作根据本发明的检测系统的一般方法的示意性概图。
图3是根据本发明的检测系统使用的可能算法中的5个主要步骤的概述,以生成对感染和/或炎症的易损性的警报(预测警报)以及感染和/或炎症的警报(检测警报)。
图4是该方法的可能方案,其中测量总心率和身体活动(例如运动)以获得心率的昼夜节律基础分量(HRcircadian)、身体分量(HRphysical)和精神分量(HRmental)。
图5是用于将总心率分解为心率的基础分量(HRbasal)、昼夜节律基础分量(HRcircadian)、身体分量(HRphysical)和精神分量(HRmental)的算法的可能方案。
图6是由图5的算法将总心率实时分解为昼夜节律基础分量(HRcircadian)、身体分量(HRphysical)和精神分量(HRmental)的所得分量的表示。
图7是一天期间作为每日恒定值的静息心率(RHR)的水平与根据本发明获得的基础心率(HRbasal)和昼夜节律基础心率(HRcircadian)之间的差异的示意性表示。
图8是持续14天的时段的与图7相似的示意图。
图9是在活动日期间在几个小时内的总心率(HRtotal)、身体心率(HRPhysical)和精神心率(HRmental)与作为步数的相应身体活动之间的差异的示例。
图10是在3个月的时段内的与图9相似的示例。
图11是在图10的时段期间测量的相应身体活动。
图12是在24小时的时段内昼夜节律基础分量(HRcircadian)、身体分量(HRphysical)和精神分量(HRmental)中的总心率(HRtotal)的分解结果的示例。
图13是在图12的时段期间测量的作为步数的对应身体活动。
图14是根据本发明的一种可能的算法的方案,用计算针对该精神活动分量的负荷和恢复。
图15是根据本发明的计算身体活动分量的负荷和恢复的可能算法的方案。
图16是图14和图15的算法的结果的示例,该算法具有关于精神的能量使用和/或恢复(上图,精神能量使用或也称为负荷(Ment_Load/MEload)、精神恢复(Ment_Recv/MErecv))和身体分量的实时信息(下图,身体能量使用或也称为负荷(Phys_Load/PEload),身体恢复(Phys_Recv/PErecv))。
图17是根据本发明的可能的通用算法的概述,用于生成对于感染和/或炎症的易损性的警报。
图18是根据本发明的可能算法的方案,用于计算身体和精神恢复力。
图19是根据本发明的可能的算法的方案,用于评估精神和身体恢复力以生成对于感染和/或炎症易损性的警报。
图20是根据本发明的另一种可能的算法的方案,用于评估精神和身体恢复力以生成感染和/或炎症的易损性的警报。
图21是由图3、图5、图14、图15、图17、图18、图19的算法导致的恢复力的演变和易损性的检测以及进一步的感染和/或炎症的检测和对感染和/或炎症的易损性的警报以及感染和/或炎症的警报的生成的示例。
图22是根据本发明的检测系统的对感染的易损性多个警报(预测警报)和对感染的警报(检测警报)的示例,该警报基于身体恢复力(Resphys)和精神恢复力(ResMent)的演变的评估和昼夜节律基础心率分量(HRcircadian)的演变的评估的组合。
图23是通过易损性警报(预测警报)和随后的对感染的警报(检测警报)得到的可能感染的预测的另一个示例。
图24是如使用智能手表和/或智能电话的Mindstretch产品中的传感器、处理器和显示器的示例。
图25是Mindstretch产品中的显示的一个示例,其在夜间以绿色示出精神恢复(MErecv)并且白天以橙色示出精神能量使用(MEload)。
图26是Mindstretch产品中的显示的一个示例,其示出了每日24小时测量的每月概观,以示出哪几天使用了比所恢复更多的精神能量(橙色日子(MEload))以及哪几天恢复了比所使用更多的能量(绿色日子(MErecv))。
图27是关于来自本发明的客观测量数据如何向用户提供警报以及如何向诸如全科医生或医学专家的专家提供信息以基于测量数据提供治疗的可能方案。
图28是本发明的基于精神恢复力、身体恢复力和昼夜节律基础心率(HRcircadian)(2个上部图)的评估的结果相比于与基于静息心率(RHR)(2个下部图)的方法的比较,本发明的方法预测正确感染(真阳性(TP)),而基于静息心率的方法给出感染的假警报(假阴性(FN)和假阳性(FP))。
图29是与图28类似的另一示例。
图30是感染检测的示例,其中检测警告被分类为细菌感染警告;顶部的图示出了作为日平均值的昼夜节律基础心率(HRcircadian);中间的图示出了感染的警报(检测警告);下面的图显示了在4天的移动窗口中作为平均值的昼夜基础能量使用(CEload)和恢复(CErecv)。
图31是感染检测的另一示例,其中检测警告被分类为细菌感染警告;这些图与图30所示类似。
图32是感染检测的示例,其中检测警告被分类为病毒感染警告;这些图与图30所示类似。
图33是感染检测的另一示例,其中检测警告被分类为病毒感染警告;这些图与图30所示类似。
具体实施方式
本发明总体上涉及以下方法和设备:基于由检测系统(优选地使用可穿戴设备)进行的连续监视,通过检测对感染和/或炎症的易损性或风险来预测感染和/或炎症,并且使用其作为早期和准确地检测感染和/或炎症的基础。可穿戴设备提供心率和身体活动(例如,运动)的连续客观生理测量。这些数据优选地在可穿戴设备水平上被匿名化和加密,然后与算法组合以连续地估计(i)代谢能量的使用与代谢能量的恢复,以及(ii)将其与心率的分量组合以通过检测个体对于感染和/或炎症的风险来预测可能的感染和/或炎症,以及(iii)检测感染和/或炎症。该算法适应于每个个体并且连续地适应于个体的时变特性。该方法可以实时应用于处于完全活动的运动对象。
这样,个体可能仅必须佩戴可穿戴设备(例如,具有传感器的手镯、手表或贴片)和/或可能由另一系统(例如,相机、声音分析器、激光系统)监视,该另一系统具有连续测量心率和诸如运动的身体活动的至少一个传感器,如图1中所示。链接的处理设备上的应用(例如,智能电话上的app)可以被用来将优选地匿名化并加密的数据提供给云,以由远程处理设备处理。链接的和/或远程的处理设备可以提供有图形用户界面,以查看能量使用与恢复的每日图,查看每月的概观,并且在需要时获得每周的建议和实时警报。为了预测对感染和/或炎症的风险以及为了检测感染和/或炎症,检测系统可应用于所有恒温的活生物体,例如人或其它恒温动物。整个系统还可以集成在个体身体上的手镯、耳标、贴片、传感器中,因为不需要连接到来自其他个体的数据,因为系统可以完全对仅来自个体的数据起作用。这种解决方案提供了关于GDPR规则的防水安全性,因为加密的数据和结果不会离开个体身体。因此,检测系统可以包括一个或多个传感器、处理器和输出单元,并且可以至少部分地集成或链接到智能电话和/或智能手表中。
通过将整个算法放入身体上或身体内的手镯、贴片和传感器中的微芯片内,可以简化系统。本发明在技术上可以通过在传感器(例如,手镯、手表、贴片等)、智能电话或云上分布算法来实现,或者可以完全保持在传感器中或传感器和电话中。
图2是可视化检测系统可以检测感染和/或炎症的步骤的示意性概图。在第一步骤中,测量个体的心率和身体活动,从而获得总心率和相应身体活动的值的时间序列。测量可以通过例如在身体上或在个体的环境中的传感器来完成。然后将所测量的个体的总心率分解为其不同的分量,所述分量至少为:昼夜基础分量、身体分量和精神分量。接下来,针对身体分量和精神分量计算比较个体代谢能量使用水平,基于该比较个体代谢能量使用水平确定负荷和恢复,以进一步计算身体和精神分量的恢复力。比较个体水平可以是个体的并且随时间变化的平均值。将身体和精神恢复力与它们的阈值进行比较的结果指示感染和/或炎症的易损性。感染和/或炎症的易损性涉及感染和/或炎症的风险和/或可能的感染和/或炎症的预测。最后,将恢复力和昼夜基础心率与它们的阈值进行比较,以便确定个体的感染和/或炎症是否可以被推断。当已经达到恢复力阈值时,生成针对易损性的警报,也称为易损性警告或预测警报,并且当已经达到恢复力阈值和昼夜基础心率阈值时,生成针对感染和/或炎症的警报,也称为检测警告或检测警报。
根据优选实施例,检测系统包括用于测量个体的心率的传感器和用于测量个体的身体活动(例如运动)以获得心率和身体活动的时间序列的传感器。心率传感器可以包括用于检测心脏的电活动的电极、电传感器和/或光学传感器。活动传感器可以包括加速度计、陀螺仪和/或GPS。
用于测量心率的传感器还可以测量另一变量,该变量是个体的代谢能量平衡的测量结果,并且可以从该变量获得心率,例如呼吸率、血氧水平、呼吸频率、线粒体活动等。用于获得心率的其他可能的传感器技术是例如相机图像分析、声音分析、激光技术,获得心率信号作为身体运动的噪声元素。
用于测量身体活动的传感器还可以测量另一变量,该变量测量需要个体的身体能量的身体行为,并且可以从该变量获得身体活动,这样的传感器技术例如是肌电图描记术、步数计、相机图像分析、声音分析、激光技术、电磁场分析等。
可替换地,该系统可以仅包含和使用一个传感器,例如运动传感器,用于测量心率和运动两者。
根据优选实施例,如图3所示,可以识别出算法的主要五个步骤以使检测系统可操作。该系统可以包括根据该算法编程的至少一个处理器。智能电话和/或远程计算机可以用作处理器之一。该算法可以实时运行,或者也可以在例如每天、每周或每月已经收集了所有活动和心率数据之后运行。整个算法还可以集成在手镯、手表、贴片、戒指、耳标等中的微处理器中。
在图3的算法的第一步骤中,将测量的心率(即总心率)分解为其不同的分量:昼夜基础分量、身体分量和精神分量。
恒温的活生物体产生用于不同目的代谢能量,其中最重要的是:保持器官功能或所谓的基础代谢分量、免疫系统、体温控制、身体活动(例如跑步、身体行为)、精神分量(例如认知负荷、恐惧、压力、快乐……)。
在大多数时间内,代谢能量产生是在代谢能量产生的需氧区内进行的。新鲜空气被吸入,并且在肺中,氧气被转移到血液。心脏将富氧血液泵送到细胞,在细胞中产生代谢能量。这意味着在需氧区内,所产生的代谢能量的量与心率的水平成比例,使得心率是代谢能量产生水平的测量结果。
在能量(EN)和心率(HR)方面,这可以写作它们的如下不同分量:
ENtotal = ENphysical + ENmental + ENcircadian + ENthermal (公式1)
HRtotal = HRphysical + HRmental + HRcircadian + HRthermal (公式2)
其中,公式1可以以例如每分钟卡路里或每分钟焦耳来表示,而公式2可以以例如每分钟节拍来表示;并且其中
-EN是代谢能量并且HR是心率;
-ENtotal是总代谢能量并且HRtotal是测得的总心率;
-ENphysical是身体代谢能量并且HRphysical是进行身体行为所需的总心率中的身体分量;
-ENmental是精神代谢能量并且HRmetal是精神活动所需的总心率中的精神分量;
-ENcircadian是昼夜节律基础代谢能量并且并且HRcircadian是昼夜节律基础心率分量,其是当个体清醒并且在最低水平的身体行为和放松的精神状态下活动时的总心率的部分;该昼夜基础心率分量包含基础心率(HRbasal),并且该基础心率包含免疫系统心率(HRimmune);
-ENbasal是基础代谢能量并且HRbasal是提供代谢能量以保持器官功能所需的总心率中的基础分量;
-ENimmune是免疫系统的代谢能量并且HRimmune是免疫系统所需的HRbasal的部分;
-ENthermal是热代谢能,HRthermal是控制体温所需的总心率的部分。
热心率分量(HRthermal)与环境温度正在变化的特定应用相关,例如在封闭赛车中的温度上升到50摄氏度。然而,对于根据本发明的大多数应用,热心率分量保持恒定,使得不需要考虑它。在这不适用的少数情况下,可以使用针对环境温度的额外传感器,例如用于考虑控制体温所需的总心率的部分。
国际专利申请WO2008/003148(6)示出了考虑到基础分量时如何将测量的心率信号分解成至少身体和精神分量,并且这对于运动的个体是实时的。该方法适应于个体和他/她的时变特性。这是通过以同步的方式将心率的测量与身体运动的测量以及与连续地适应个体的实时基于模型的算法相结合而完成的。通常,分解可以基于动态差异和心率分量的响应。
个体的身体活动需要代谢能量,并导致相应的身体心率分量,该身体心率分量可与所进行的活动的水平相关联,并取决于个体在该时刻的个体特征。所测量的总心率对身体活动的响应允许基于身体活动和对应心率的同步测量来估计心率的身体分量。当身体心率分量占主导地位时,可以获得和/或评估关于身体分量的模型参数。参数是时变的和单独的,使得它们应当随着时间被评估和更新。精神活动还需要代谢能量,并且导致在执行身体活动时可能也存在的精神心率分量。精神心率分量可得自监视个体对身体活动的响应和总心率,如专利申请号WO2008/003148(6)所示。
每个个体需要最小量的代谢能量来保持器官功能。这种所谓的基础代谢心率(HRbasal)可以在睡眠期间测量。当在夜间连续监视心率时,可以针对具有当时个体特性(例如,年龄、体重、健康状况、身体状况、睡眠质量等)的个体来估计基础心率分量。免疫系统还需要代谢能量,其反映在基础心率分量中。因此,基础心率分量(HRbasal)包括免疫系统的心率分量(HRimmune)。基础心率分量(HRbasal)是昼夜节律基础心率分量(HRcircadian)的另一部分。最后一个是当个体以最小的身体活动和放松的精神状态清醒时存在的总心率的可变分量。基础心率分量(HRbasal)在一天的时间窗口期间围绕恒定值波动,因此根据现有技术迄今为止被减小到通常被称为“静息心率”(RHR)的恒定值。然而,昼夜基础心率分量(HRcircadian)在24小时时段内以基础心率(HRbasal)作为其最小值而变化。因此,由于基础心率分量(HRbasal)包含免疫系统的心率分量(HRimmune),后者也影响昼夜节律基础心率分量(HRcircadian)。
根据本发明,还可以在存在精神和身体活动时,例如在个体清醒和/或以完全活动进行运动时,实时地监视和计算昼夜节律基础心率分量(HRcircadian)。图4中表示了可以应用的一般方案。
如在本发明中连续地收集关于在睡眠、运动和/或不运动时的个体的数据允许测量总心率并将其分解为不同的分量。图5示出了根据本发明的用于基于连续收集的总心率和身体活动的数据来分解总心率并且计算昼夜节律基础心率分量(HRcircadian)的算法的可能方案。作为示例,图5的算法利用状态空间表示建模技术,用于将总心率分解为其身体活动(HRphysical)、精神活动(HRmental)、基础代谢(HRbasal)和昼夜基础代谢(HRcircadian)的不同分量。
在本方案中
mntavg是一旦足够的数据可用,则使用从最近31天的数据计算的精神分量的平均值。在具有该数据量之前,仅使用所有可用的数据;
mntvar是一旦足够的数据可用,则使用来自最近31天的数据计算的精神分量的方差。在具有该数据量之前,仅使用所有可用的数据;
mntn是用于估计统计度量的精神分量样本的量;
mntstd是一旦足够的数据可用,则使用最近31天的数据计算的精神分量的标准偏差。在具有该数据量之前,仅使用所有可用的数据;
States是表示状态空间表示中的心率分量值的矩阵;
Parameters是表示状态空间表示中的参数值的矩阵;
States[i]是心率分量I的状态空间表示值;
Parameters[i]是参数I的状态空间表示值;
a1是一阶传递函数模型的分母参数值;
b0是一阶传递函数模型的分子参数值;
amp是昼夜节律基础分量的振幅,其是在昼夜节律基础分量的振荡值期间的值的最大差;
除了状态空间表示建模技术之外,其它适当的建模技术同样是已知的。示例是基于数据的机械输入-输出建模、去卷积方法、时间序列分析、奇异值分解、主成分分析、神经网络等。
所得到的经分解的分量HRphysical、HRMental和HRcircadian对于约2周的时间在图6中示出。
图7示出了这种方法与目前为止当使用根据现有技术的所谓静息心率作为每日恒定值时所做的有显著的不同。图7显示了在24小时(图7)和2周(图8)内静息心率(如根据现有技术所使用的)和昼夜基础心率分量(如由本发明产生的)之间的差异的个别示例。可以注意到,所谓的静息心率和HRcircadian之间的定量差异可以是14bpm!该图还显示了根据本发明,HRbasal和HRcircadian不是如在根据现有技术的其它方法中所考虑的恒定值。在该示例中HRcircadian的振幅达到14bpm(图7)。
图9示出了在活跃日期间个体的总心率、身体心率和精神心率之间的差异。该图示出了对于个体,精神心率分量和身体心率分量在活动日期间可能显著变化。图10示出了对于约3个月的较长测量期的相同值。
图10示出了在3个月的时段内个体的心率被分解到不同分量中,并且图11示出了在该时段期间的相应活动。图12示出了在24小时的时段内将个体的心率分解到不同分量(HRmetal、HRphysical和HRcircadian),图13示出了在该时段期间的相应活动。
在图3的算法的第二步骤中,将代谢能量或能量消耗的使用与身体分量和精神分量的代谢能量的恢复进行比较。
恒温活生物体的所有活动都利用代谢能量,其也被称为代谢能量负荷或能量消耗。不同的活动可以是睡眠、运动或身体行为、精神负荷(如恐惧、愤怒、认知负荷、快乐等)。这些活动需要生物体在活动期间产生代谢能量。此外,在某些时候,生物体需要恢复所使用的代谢能量。
检测系统的算法计算个体的恢复。这优选地以完全自动的方式从连续收集心率和身体活动(例如,运动)的可穿戴设备的数据来完成。
连续估计的精神心率分量(HRmetal)和身体心率分量(HRphysical)分别是精神能量分量的代谢能量使用和身体能量分量的代谢能量使用的度量。
根据估计的精神心率分量(HRmental)和估计的身体心率分量(HRphysical),计算这些分量中的每一个的平均水平。两种分量的平均值各自不同并且被称为比较个体代谢能量使用水平。这些是关于精神和身体分量的个体平均能量使用的量度。优选地,算法在大约一个月内(即前一个月)计算它。当能量分量的能量使用的当前水平低于其平均水平时,认为个体正在恢复该能量分量。
这样,当例如个体的精神能量的当前使用水平低于该个体的精神能量的平均水平时,认为该个体在精神上恢复,这可能是因为该个体在精神上没有以高水平参与并且在精神上放松。
通过比较与活动水平相关的精神能量的使用水平,可以看出个体在活动期间是否精神上恢复或燃烧更多的精神能量。
图14和图15示出了分别计算对于精神代谢能量和身体代谢能量的负荷和恢复的进一步算法的可能方案。
在该方案中,进一步:
ynon_physical是非身体分量的总和;
sr是存储精神负荷/恢复值的数组;
lr是存储身体负荷/恢复值的数组;
physstd是一旦足够的数据可用,则使用最近31天的数据计算的身体分量的标准偏差。在具有该数据量之前,仅使用所有可用的数据;
physmed是一旦足够的数据可用,则使用最近31天的数据计算的身体分量的中值。在具有该数据量之前,仅使用所有可用的数据;
Ment_Load是精神能量负荷;
Ment_Recv是精神能量恢复;
Phys_Load是身体能量负荷;
Phys_Recv是身体能量恢复。
图16示出了所得到的计算的负荷,即,能量使用,以及对于精神和身体分量的恢复。
在图3的算法的第四步骤中,分别基于身体和精神分量的能量负荷和能量恢复来计算身体恢复力和精神恢复力。
在健康个体中,存在代谢能量使用和能量恢复之间的平衡。代谢能量的使用也称为能量负荷或能量消耗。当使用比个体从食物、休息、睡眠中恢复的能量和从精神放松事件中恢复的精神时更多的能量达到更长的时间时,代谢能量平衡中的一些分量将处于能量短缺中。在高精神压力峰值期间,免疫系统被抑制以节省用于飞行或战斗反应的能量。当由于精神压力而长期大量使用精神能量时,则由于缺乏稳态平衡而对生物能系统有影响。由于高精神能量消耗或由于身体能量消耗或两者导致的代谢能量的恢复的缺乏增加了个体进入感染和/或炎症的风险。
根据本发明,基于恢复-即代谢能量的产生-与负荷-即代谢能量的使用-之间的比率来计算恢复力。该比率对于每个个体是不同的,甚至是各自随时间变化的。当该比例导致代谢能量的高可用性时,认为个体具有高恢复力。低的恢复力显示相反的情况。由于负荷与恢复之间的比率是各自不同的并且是时变的,因此优选地必须连续地计算该比率。因此,根据优选实施例,恢复力随着时间连续地计算。
如上所述,打开免疫系统并使其工作的不同步骤需要代谢能量。这意味着,取决于个体的身体的能量状态,当太长时间缺乏恢复并且与能量使用相比能量产生较低时,感染和/或炎症的风险较高。低恢复力导致感染和/或炎症的较高风险,因为当被打开时免疫系统很快缺乏足够的能量。
最重要的概念是,恢复力的评估允许检测对于感染和/或炎症的易损性或由于低恢复力而引起的感染和/或炎症的高风险,并且这允许(i)利用感染和/或炎症的早期检测来预测感染和/或炎症,以及(ii)就真假阳性和阴性而言更准确地检测感染和/或炎症。
为了实现图17中给出的该方案,图18中示出了计算精神和身体恢复力的另一算法的可能方案。
在本方案中,进一步地:
ME_Load或ME_Use是每日精神能量负荷;
ME_Recv是每日精神能恢复;
MP_Load或MP_Use是每日身体能量负荷;
MP_Recv是每日的身体能量恢复;
Resment是精神恢复力;
Resment是身体恢复力;
Resment(t)是在时间t的精神恢复力;
Resphys(t)是在时间t的身体恢复力。
这样,根据优选实施例,该算法可如下获得身体和精神恢复力。
一天的身体恢复力可以被估计为由最大身体努力衡量的清醒时间期间(例如在07:01和23:59之间)的身体分量的值所形成的曲线下的面积与由最大恢复衡量的睡眠期间(例如在00:00和07:00之间)的恢复估计下的面积之间的比率。
一天的精神恢复力可以被估计为精神能量使用的总和与精神能量恢复的总和之间的比率。
图19显示了评估精神和身体恢复力以预测对于感染和/或炎症的易损性的另一算法的可能方案。
在本方案中,进一步地:
Predictionment是通过精神恢复力提出的预测;
Predictionphys是通过身体恢复力提出的预测。
免疫系统的能量的缺乏可能来自身体分量的恢复力的缺乏或来自精神分量的恢复力的缺乏或两者。
当精神恢复力和/或身体恢复力小于或等于阈值一时,发出对感染和/或炎症的易损性的警报,或在本文中也称为预测警报或易损性警告。
图20中示出了评估精神和身体恢复力以预测对感染和/或炎症的易损性的另一可能算法方案。
当满足以下两个关于精神恢复力和/或身体恢复力的标准时,发出对感染和/或炎症的易损性的警报。
一个标准是基于随时间获得的恢复力值的短期比较。从当前的日恢复力值中减去前一个日恢复力值。当该差值等于或小于阈值时,满足该标准。阈值可以是对于身体恢复力的例如-5.0的值以及对于精神恢复力的-5.0的值。
另一标准基于随时间获得的恢复力值的长期比较。从当前的日恢复力值中减去前一周的每日恢复力值。因此,前一周的每日恢复力值是前一周的多天的平均在前恢复力。它对应于前一周的每日恢复力值的平均值。平均的在前恢复力也可在较短或较长的时段内计算,例如仅三天、一个月或几个月。当该差值等于或小于阈值时,满足该标准。阈值可以是对于身体恢复力的例如-10.0的值以及对于精神恢复力的-15.0的值。
因此,如果短期和长期标准都得到满足,则系统检测到个体对于感染和/或炎症是易损的,并且可以预测较高的感染和/或炎症风险,使得提出感染和/或炎症的易损性的警报。这种情况的结果由图21中的示例示出。
在如图3所示的第三步骤中,涉及心率的昼夜节律基础分量以检查是否超过其个体阈值。该个体阈值可以通过个体的历史数据的统计度量来估计。
个体阈值可以可能基于昼夜基础心率的先前时间序列而被计算为针对昼夜基础代谢的比较个体代谢能量使用水平。优选地,将其计算为昼夜基础心率的先前值的平均值。先前的时间序列可以对应于大约一个月的时段。这样,个体阈值可以随时间而改变。
此外,还可以通过将当前昼夜基础心率分量与先前时间范围或时段的先前昼夜基础心率分量进行比较,并且然后确定是否已经达到昼夜基础心率阈值,来分析昼夜基础心率分量的动态。
可能地,可以评估昼夜基础心率分量的快速趋势和慢速趋势。当前昼夜基础心率分量可以被与对应于在1到2天的短时段内的变化的紧接在前的时间范围的紧接在前的昼夜基础心率分量以及指示快速变化的阈值相比较。当前昼夜基础心率分量还可以与对应于在10到40天的长时段上的变化的多个先前时间范围的平均先前昼夜基础心率分量以及指示缓慢变化的阈值进行比较。当达到快速阈值和慢速阈值时,可以生成警告。
在如图3所示的第五步骤中,将基于身体和精神恢复力的评估的易损性的预测与心率的昼夜节律基础分量的评估相结合。
当给出感染和/或炎症的高易损性或风险的警报并且同时达到昼夜节律基础分量的个体阈值时,则这导致存在感染和/或炎症的早期阶段的结论,并且产生检测警报,如图22和图23中所示。
可以在显示器上生成所得到的警报。显示器可以包括智能电话的显示器和/或远程计算机监视器。
商业化的BioRICS的Mindstretch产品示出了用作传感器、处理器并且具有显示器作为输出单元的智能电话和/或智能手表的示例,其中如图24中所表示的,以绿色示出了夜间的精神恢复,并且以橙色示出了白天的精神能量使用。该图示出了24小时内46%的精神恢复作为示例。这46%的精神恢复导致使用的精神能量比恢复的精神能量更多的一天,并且因此导致如图25中所示的橙色日子。
Mindstretch仅显示精神能量使用和恢复,但由于Mindstretch仅关注精神分量,因此没有身体能量使用,即没有恢复也没有精神/身体恢复力。对于运动员,它也给出了身体活动期间的总心率,但没有进一步的结果(图25)。
图24和图25中的Mindstretch产品显示对于一月中的每一天,哪一天个体恢复的能量多于(绿色日子)或少于(橙色日子)消耗的能量。绿色日子是身体在这24小时期间产生比使用精神能量的更多的精神能量恢复的一天。橙色日子是用户使用了比身体在这24小时期间恢复的精神能量更多的精神能量的一天。
图26示出了每月的总览,其中橙色日子表明使用了比恢复的精神能量更多的代谢精神能量,并且绿色日子表明恢复了比使用的能量更多的能量。
当个体有几天的时间在这24小时内使用的精神能多于恢复的量时,是没有问题的,但是迟早,消耗掉的精神能量必须被恢复。这种所使用的精神能量不仅是由于负面压力,还是由于正面精神事件,例如认知负荷、与朋友烧烤等期间的精神交往等。
Mindstretch产品可适于作为根据本发明的检测系统操作。评估精神和身体恢复力可以可能通过分析绿色日子和黄色日子之间的比率来完成,或者更准确地甚至通过计算在精神和身体能量的使用测量曲线下的面积或数学积分并且计算在较长时段内的总绿色值和橙色值之间的比率来完成。
示例
图22和图23示出了被监视个体变得生病的示例。连续地测量和监视了心率和运动。图22清楚地示出了当对象受到感染时,不同的心率分量发生变化。当使用算法来分析代谢能量使用、恢复力、昼夜基础心率分量时,检测系统检测并警报三个不同的事件,即,花费大量代谢能量的超过3000m的徒步旅行(1)、流感的存在,即,病毒感染(2)和细菌感染(3)。极端或不寻常的活动也可影响检测系统,并显示易损性的增加和/或昼夜基础代谢的变化。为了容易地检测和分类极端或不寻常的活动,例如超过3000米的徒步旅行,检测系统可以与例如智能电话中的GPS组合。
为了证明本发明的检测系统的方法与主要基于使用静息心率(RHR)的现有技术检测系统的方法之间的差异,这两种方法都被应用于受到感染的对象的相同数据集。图28和图29示出了与通过预测可能的感染和/或炎症的正确早期警告和感染的正确检测,与当静息心率用于检测感染时的许多假阳性的差异。
在来自7个不同受试者的随后8个月的时段内数据集上比较两种方法,在该时段内,总共有13次感染,其中一次是冠状病毒感染。在所有这些数据上运行这两种方法,可以得出本发明的准确性明显更好的结论。从如表1中所示的两种方法的所计算出的检测感染的灵敏度、特异性和所得准确度,可以得出以下结论:与仅依赖于静息心率的演变相比,依赖于身体恢复力、精神恢复力和昼夜节律基础心率的演变的评估给出了显著更好的结果。
表1:本发明的方法与使用静息心率的方法相比,应用于8个月的时段内的7名受试者的13次感染。
灵敏度 | 特异性 | 精度 | |
根据本发明的方法 | 90% | 84% | 84% |
基于静息心率的方法 | 64% | 47% | 42% |
当然,本发明不限于如上所述的根据本发明的方法和设备。因此,检测系统可以是如图27所示的用于预防性个人健康管理和基于监视的治疗的闭环系统的一部分。此外,检测系统还可以是用于预测和检测人群中传染病爆发的全球监视系统的一部分。
此外,已经发现由病毒引起的感染和由细菌引起的感染对昼夜基础代谢的代谢能量利用具有不同的影响。此外,发现在检测警告(即感染警告)之前,存在对昼夜基础代谢的影响的差异。因此,本发明进一步允许区分病毒和细菌感染。
基于昼夜基础心率分量的先前时间序列,计算用于昼夜基础代谢的比较个体代谢能量使用水平。此外,基于当前昼夜基础心率分量来计算针对昼夜基础代谢的当前个体代谢能量使用水平。
在当前个体代谢能量使用水平低于针对昼夜基础代谢的比较个体代谢能量使用水平时,确定恢复。在当前个体代谢能量使用水平高于针对昼夜基础代谢的比较个体代谢能量使用水平时,确定负荷。
然后将感染警告分类为细菌感染警告或病毒感染警告。当在感染警告之前10到25天和在感染警告时刻时昼夜基础代谢的代谢能量使用增加时,感染警告被分类为细菌感染警告。当在感染警告前约5到6天的昼夜基础代谢的恢复增加并且在感染警告后约10天的昼夜基础代谢的代谢能量使用增加时,感染警告被分类为病毒感染警告。可能地,当感染警告没有被分类为细菌感染警告时,感染警告也可以被分类为病毒感染警告。
图30示出了细菌感染检测的示例。存在昼夜节律基础能量使用相对于恢复的增加,其在细菌感染检测(即,被分类为细菌感染警告的检测警告)之前的第23天和第15天达到峰值。恰在检测时昼夜节律基础能量使用存在另一增加,直到几天之后(在这种情况下为3天)。
图31示出了细菌感染检测的另一示例。存在昼夜节律基础能量使用相对于恢复的增加,其在细菌感染检测(即,被分类为细菌感染警告的检测警告)之前的25和10天达到峰值。恰在两个检测时存在昼夜节律基础能量使用的另一增加,其分别持续到之后的几天,即10和5天。
图32示出病毒感染检测的示例。存在昼夜基础能量恢复的增加,其范围为在病毒感染检测(即,被分类为病毒感染警告的检测警告)之前的5至2天。在感染检测后第10天至第13天,存在昼夜基础能量使用的增加。
图33示出病毒感染检测的另一个示例。存在昼夜基础能量恢复的增加,其范围为直到在病毒感染检测(即,被分类为病毒感染警告的检测警告)之前的6天。在感染检测后第10天至第13天,昼夜基础能量使用增加。
在所提出的用于细菌感染检测的示例中,在感染之前5天与30天之间(特别是10天与25天之间)存在昼夜基础能量的使用的增加,并且在感染检测时刻存在昼夜基础能量的使用的增加。在病毒感染检测的示例中,在感染前2至9天之间(特别是5至6天之间),存在昼夜基础能量的恢复的增加,并且在感染检测后5至15天之间(特别是约10天),存在昼夜基础能量的使用的增加。对于两种类型的感染,当昼夜基础能量恢复再次高于能量使用时,也可以检测感染症状的结束。
参考文献
(1)Hans Selye 70years later:steroids,stress ulcers and H.Pylori.AzaboS.,2014.Clin.Neuroscience,69,85-93.
(2)"Stress is 80years old:from Hans Selye original paper in 1936torecent advances in GI Ulceration.Szabo S.,Yoshida M.,Filakovszky J and JuhaszG.,2014.Current Pharmaceutical Design,2017,23,4029-4041.
(3)Automated real-time stress monitoring of police horses usingwearable technology.Norton,T;Piette,D.;Exadaktylos,V.;Berckmans,D.2018.APPLIED ANIMAL BEHAVIOUR SCIENCE,198,67-74,DOI:10.1016/j.applanim.2017.09.009
(4)www.biorics.com
(5)Dynamic modelling of the cardiovascular response to a combinedphysical and mental task to identify biomarkers for psychopathology.PietteD.,Norton T.,Vrieze E.,Berckmans D.,Aerts J.M.,Exadaktylos V.,Bogaerts K.,Hompes T.,Claes S.,to be submitted to Psychological Medicine.
(6)Real-time monitoring and control of physical and arousal status ofindividual organisms PCT/BE2007/000075(WO2008/003148)
(7)Investigation of an estimate of daily resting heart rate using aconsumer wearable device Russell A.,Heneghan C.,and VenkatramanS.2019.medRxiv,published on-line Oct 18.Pp 1-10,https://doi.org/10.1101/19008771doi:
(8)Harnessing wearable device data to improve state-level real-timesurveillance of influenza-like illness in the USA:a population-basedstudy.2020.Jennifer M Radin,Nathan E Wineinger,Eric J.Topol,Steven RSteinhubl.The Lancet.com/digital-health,e85-393.
(9)Brage S,Brage N,Franks PW,Ekelund U,Wareham NJ(2005).Reliabilityand validity of the combined heart rate and movement sensor Actiheart.Eur JClin Nutr 59,561–570
(10)Segerstrom,S.C.,2010.Resources,Stress,and Immunity:An EcologicalPerspective on Human Psychoneuroimmunology.ANNALS OF BEHAVIORAL MEDICINE,40,1,114-125.DOI:10.1007/s12160-010-9195-3
(11)Segerstrom,S.C.,Miller,G.E.,2004.Psychological stress and thehuman immune system:A meta-analytic study of 30 years ofinquiry.PSYCHOLOGICAL BULLETIN,130,4,601-630.DOI:10.1037/0033-2909.130.4.601
(12)Selye H.,1975,The stress of life.Mc Graw Hill,New York.
(13)Fowler G.A.,2020.Wearable tech can spot coronavirussymptomsbefore you even realize you’re sick.Technology columnistMay 28,202 TheWashington Post.
Claims (16)
1.一种用于检测恒温活生物体对感染和/或炎症的易损性以及用于检测恒温活生物体的感染和/或炎症的检测系统,所述系统包括:
-至少一个传感器,测量和监视作为时间函数的所述活生物体的心率和身体活动,以获得心率和身体活动的时间序列;
-至少一个处理器,被编程为
■将所述心率分解为至少归因于身体活动的身体心率分量(HRphysical)的时间序列、归因于精神活动的精神心率分量(HRmental)的时间序列和归因于昼夜基础代谢的昼夜基础心率分量(HRcircadian)的时间序列;
■分别基于至少所述身体心率分量和至少所述精神心率分量的先前时间序列来计算针对所述身体活动和所述精神活动的比较个体代谢能量使用水平;
■基于当前心率分量来计算针对所述身体活动和所述精神活动的当前个体代谢能量使用水平;
■当所述当前个体代谢能量使用水平低于针对所述身体活动和所述精神活动的所述比较个体代谢能量使用水平时,确定恢复;
■当所述当前个体代谢能量使用水平高于针对所述身体活动和所述精神活动的所述比较个体代谢能量使用水平时,确定负荷;
■基于针对所述身体活动和所述精神活动的恢复与负荷之间的比率来计算恢复力;
■将当前恢复力与针对所述身体活动和所述精神活动的至少一个恢复力阈值进行比较,并且确定是否已经达到针对所述身体活动和/或所述精神活动的所述至少一个恢复力阈值;
■将当前昼夜基础心率分量与至少一个昼夜基础心率阈值进行比较,并且确定是否已经达到所述至少一个昼夜基础心率阈值;
-输出单元,被配置为当所述处理器确定以下内容时生成包括检测警告的至少一个结果
■已经达到所述至少一个恢复力阈值并且已经达到所述至少一个昼夜基础心率阈值。
2.根据权利要求1所述的检测系统,其中,当所述处理器确定已经达到针对所述身体活动和/或所述精神活动的所述至少一个恢复力阈值时,所述至少一个结果包括易损性警告。
3.根据权利要求1或2所述的检测系统,其中,所述比较个体代谢能量使用水平是从所述心率分量的先前时间序列获得的水平,所述心率分量的先前时间序列优选地在约2至60天的先前时间窗口上,更优选地是在10至40天的时段上,特别是在约一个月的时段上。
4.根据权利要求1至3中任一项所述的检测系统,其中,将当前恢复力与针对所述身体活动和所述精神活动的至少一个恢复力阈值进行比较包括:将当前恢复力与至少一个先前恢复力进行比较,并且确定是否已经达到针对所述身体活动和所述精神活动的所述至少一个恢复力阈值。
5.根据权利要求4所述的检测系统,其中,将当前恢复力与先前恢复力进行比较包括:从所述当前恢复力减去至少一个先前恢复力,并且当从所述当前恢复力减去所述至少一个先前恢复力低于所述至少一个恢复力阈值时,确定已经达到所述至少一个恢复力阈值。
6.根据权利要求4或5所述的检测系统,其中,所述至少一个恢复力阈值包括长期恢复力阈值,其中,将当前恢复力与至少一个先前恢复力进行比较并且确定是否已经达到所述至少一个恢复力阈值包括:将所述当前恢复力与多个先前时间范围的平均先前恢复力进行比较并且确定是否已经达到所述长期恢复力阈值,
并且其中,所述输出单元还被配置为当所述处理器确定已经达到所述长期恢复力阈值时生成所述结果。
7.根据权利要求6所述的检测系统,其中,所述至少一个恢复力阈值还包括短期恢复力阈值,其中,将当前恢复力与先前恢复力进行比较并且确定是否已经达到所述至少一个恢复力阈值还包括:将所述当前恢复力与紧接在前的时间范围的紧接在前恢复力进行比较并且确定是否已经达到所述短期恢复力阈值,
并且其中,所述输出单元还被配置为当所述处理器确定已经达到所述短期恢复力阈值和所述长期恢复力阈值两者时生成所述结果。
8.根据权利要求1至7中的任一项所述的检测系统,其中,所述至少一个处理器还被编程为基于用作所述至少一个昼夜基础心率阈值的所述昼夜基础心率的先前时间序列来计算针对所述昼夜基础代谢的比较个体代谢能量使用水平。
9.根据权利要求1至8中任一项所述的检测系统,其中,所述至少一个处理器还被编程为通过将所述当前昼夜基础心率分量与至少一个先前时间范围的至少一个先前昼夜基础心率分量进行比较并且确定是否已经达到所述至少一个昼夜基础心率阈值来分析所述昼夜基础心率分量的动态。
10.根据权利要求9所述的检测系统,其中
-所述至少一个处理器还被编程为通过以下操作来分析昼夜基础心率分量的动态:
■将所述当前昼夜基础心率分量与紧接在前的时间范围的紧接在前的昼夜基础心率分量以及所述至少一个昼夜基础心率阈值的快速昼夜基础心率阈值进行比较;以及
■将所述当前昼夜基础心率分量与多个先前时间范围的平均先前昼夜基础心率分量以及所述至少一个昼夜基础心率阈值的慢速昼夜基础心率阈值进行比较;
-所述输出单元还被配置为当所述处理器还确定了以下内容时产生所述结果
■已经达到所述快速昼夜节律基础心率阈值和所述慢速昼夜节律基础心率阈值。
11.根据权利要求9或10所述的检测系统,其中,所述至少一个处理器还被编程为通过将以下内容与所述至少一个阈值进行比较来分析所述昼夜基础心率分量的动态
■所述昼夜节律基础心率分量的快速趋势,对应于在1到9天、优选地1到7天、特别地1到2天的短时段内的改变,以及
■所述昼夜节律基础心率分量的缓慢趋势,对应于在10至40天、优选地10至30天、特别地20至28天的长时段内的改变。
12.根据权利要求1至11中任一项所述的检测系统,其中,所述至少一个传感器包括加速度计、陀螺仪、运动传感器、GPS、相机、电传感器、光学传感器、心电图设备、心音传感器、激光设备、磁场传感器、计步器和/或声音分析器;和/或所述检测系统至少部分地集成在诸如智能手表、智能电话、胸带、手镯、贴片和/或贴纸的可穿戴设备中。
13.根据权利要求1至12中任一项所述的检测系统,其中,在至少一天的时间范围内计算恢复力,并且其中,所述当前恢复力是至少当天的恢复力。
14.根据权利要求1至13中任一项所述的检测系统,其中,所述时间范围对应于至少一天的时段,并且先前时间范围的数量对应于3至60天的总时段,特别是约一周或约一个月的时段。
15.根据权利要求1至14中任一项所述的检测系统,其中所述至少一个处理器还被编程为
-基于所述昼夜基础心率分量的先前时间序列来计算针对所述昼夜基础代谢的比较个体代谢能量使用水平;
-基于所述当前昼夜基础心率分量来计算针对所述昼夜基础代谢的当前个体代谢能量使用水平;
-当所述当前个体代谢能量使用水平低于所述比较个体代谢能量使用水平时,确定恢复;以及
-当所述当前个体代谢能量使用水平高于所述比较个体代谢能量使用水平时,确定负荷;
用于将检测警告分类为细菌感染警告或病毒感染警告,由此所述至少一个处理器还被编程为
-当所述处理器确定在所述检测警告之前和在所述检测警告的时刻,针对所述昼夜基础代谢的所述代谢能量使用在5天与30天之间、优选地在10天与25天之间增加时,将所述检测警告分类为细菌感染警告;和/或
-当所述处理器确定在所述检测警告之前2天至9天之间、优选地5天至6天之间针对所述昼夜基础代谢的恢复增加并且在所述检测警告之后5天至15天之间、优选地约10天之间针对所述昼夜基础代谢的代谢能量使用增加时,将所述检测警告分类为病毒感染警告;
-其中所述输出单元还被配置为生成包括病毒感染警告和/或细菌感染警告的所述至少一个结果。
16.一种计算机可读介质,其储存用于执行预测恒温活生物体的易损性和检测恒温活生物体的感染和/或炎症的方法的计算机程序和指令,所述方法包括:
■使用至少一个传感器测量和监视作为时间函数的所述活生物体的心率和身体活动,以获得心率和身体活动的时间序列;
■使用至少一个处理器将所述心率分解为至少归因于身体活动的身体心率分量(HRphysical)的时间序列、归因于精神活动的精神心率分量(HRmental)的时间序列和归因于基础代谢的昼夜节律基础心率分量(HRcircadian)的时间序列;
■使用所述至少一个处理器,分别基于针对所述身体活动和所述精神活动的心率分量的先前时间序列来计算针对所述身体活动和所述精神活动的比较个体代谢能量使用水平;
■使用所述至少一个处理器基于当前心率分量来计算针对所述身体活动和所述精神活动的当前个体代谢能量使用水平;
■当所述当前个体代谢能量使用水平低于所述比较个体代谢能量使用水平时,使用所述至少一个处理器来确定针对所述身体活动和所述精神活动的恢复;
■当所述当前个体代谢能量使用水平高于所述比较个体代谢能量使用水平时,使用所述至少一个处理器来确定针对所述身体活动和所述精神活动的负荷;
■使用所述至少一个处理器基于所述恢复与所述负荷之间的比率来计算针对所述身体活动和所述精神活动的恢复力;
■使用所述至少一个处理器将针对所述身体活动和所述精神活动的当前恢复力与至少一个恢复力阈值进行比较;
■使用所述至少一个处理器将当前昼夜基础心率分量与至少一个昼夜基础心率阈值进行比较;
■当所述处理器确定已经达到所述至少一个恢复力阈值和所述至少一个昼夜基础心率阈值时,使用输出单元生成结果。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20179581 | 2020-06-11 | ||
EP20179581.2 | 2020-06-11 | ||
PCT/IB2021/055168 WO2021250630A1 (en) | 2020-06-11 | 2021-06-11 | Wearable detection system for detecting vulnerability for and infection of a homeothermic living organism |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116234495A true CN116234495A (zh) | 2023-06-06 |
Family
ID=71094093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180061362.XA Pending CN116234495A (zh) | 2020-06-11 | 2021-06-11 | 用于检测恒温活生物体对感染的易损性和感染的可佩戴的检测系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230210472A1 (zh) |
EP (1) | EP4164478B1 (zh) |
CN (1) | CN116234495A (zh) |
WO (1) | WO2021250630A1 (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2047392B1 (en) | 2006-07-06 | 2018-06-20 | BioRICS NV | Real-time monitoring and control of physical and arousal status of individual organisms |
GB201411072D0 (en) * | 2014-06-20 | 2014-08-06 | Biorics Nv | Stress monitoring for individuals in moving structures |
-
2021
- 2021-06-11 EP EP21732579.4A patent/EP4164478B1/en active Active
- 2021-06-11 WO PCT/IB2021/055168 patent/WO2021250630A1/en unknown
- 2021-06-11 CN CN202180061362.XA patent/CN116234495A/zh active Pending
- 2021-06-11 US US18/001,111 patent/US20230210472A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4164478B1 (en) | 2024-05-08 |
WO2021250630A1 (en) | 2021-12-16 |
US20230210472A1 (en) | 2023-07-06 |
EP4164478A1 (en) | 2023-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Keshan et al. | Machine learning for stress detection from ECG signals in automobile drivers | |
JP5862226B2 (ja) | 3dにおいて身体の感覚を追跡、記録、又は解析する方法 | |
US20180000428A1 (en) | Methods and Systems for Pre-Symptomatic Detection of Exposure to an Agent | |
US20160034663A1 (en) | Method to increase efficiency, coverage, and quality of direct primary care | |
US20140324459A1 (en) | Automatic health monitoring alerts | |
JP2012110715A (ja) | リングベースの誘導給電式SpO2センサ | |
Atomi et al. | Cuffless Blood Pressure Estimation Based on Data‐Oriented Continuous Health Monitoring System | |
JP2012110713A (ja) | 呼吸困難計 | |
US10376207B2 (en) | Calculating a current circadian rhythm of a person | |
JP2012110714A (ja) | スタチン誘発性ミオパシー及び他の医的障害のセンサベースの診断 | |
NL2020786B1 (en) | Wearable device | |
US20160128638A1 (en) | System and method for detecting and quantifying deviations from physiological signals normality | |
KR102346824B1 (ko) | 인공지능 기반 생체신호 모니터링 및 분석을 통한 복합 생활 지원 솔루션 제공 시스템 및 그 동작 방법 | |
CN116322477A (zh) | 基于温度数据的疾病检测 | |
MS et al. | Monitoring and sensing COVID-19 symptoms as a precaution using electronic wearable devices | |
Bellos et al. | An intelligent system for classification of patients suffering from chronic diseases | |
Lakudzode et al. | Review on human stress monitoring system using wearable sensors | |
WO2016043299A1 (ja) | 脳血管疾患の発症危険度予測システム | |
EP4164478B1 (en) | Wearable detection system for detecting vulnerability for and infection of a homeothermic living organism | |
Pathak et al. | Complex event processing based remote health monitoring system | |
Mohammadzadeh et al. | Prediction of physiological response over varying forecast lengths with a wearable health monitoring platform | |
Tan et al. | Remote patient monitoring system | |
Patil et al. | Heart Disease Prediction Using Machine Learning and Data Analytics Approach | |
WO2022103410A1 (en) | System and methods for indicating pre-symptomatic adverse conditions in a human | |
CN111681761A (zh) | 一种面向情境的健康风险识别方法及系统 |
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 |