CN116982119A - 在休息和恢复期间提供指导 - Google Patents
在休息和恢复期间提供指导 Download PDFInfo
- Publication number
- CN116982119A CN116982119A CN202180078407.4A CN202180078407A CN116982119A CN 116982119 A CN116982119 A CN 116982119A CN 202180078407 A CN202180078407 A CN 202180078407A CN 116982119 A CN116982119 A CN 116982119A
- Authority
- CN
- China
- Prior art keywords
- mode
- user
- activity
- data
- trigger
- 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
- 238000011084 recovery Methods 0.000 title claims abstract description 155
- 230000000694 effects Effects 0.000 claims abstract description 247
- 238000000034 method Methods 0.000 claims abstract description 172
- 230000037081 physical activity Effects 0.000 claims abstract description 102
- 230000007958 sleep Effects 0.000 claims description 149
- 230000036541 health Effects 0.000 claims description 113
- 230000000284 resting effect Effects 0.000 claims description 72
- 230000007704 transition Effects 0.000 claims description 51
- 238000004422 calculation algorithm Methods 0.000 claims description 23
- 230000002829 reductive effect Effects 0.000 claims description 18
- 230000036387 respiratory rate Effects 0.000 claims description 9
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 239000008280 blood Substances 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 230000000386 athletic effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 78
- 230000033001 locomotion Effects 0.000 description 47
- 238000004891 communication Methods 0.000 description 45
- 230000008569 process Effects 0.000 description 45
- 201000010099 disease Diseases 0.000 description 30
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 30
- 230000006870 function Effects 0.000 description 24
- 238000012549 training Methods 0.000 description 21
- 230000035935 pregnancy Effects 0.000 description 20
- 230000008859 change Effects 0.000 description 19
- 230000029058 respiratory gaseous exchange Effects 0.000 description 18
- 230000033764 rhythmic process Effects 0.000 description 17
- 230000035882 stress Effects 0.000 description 17
- 230000027288 circadian rhythm Effects 0.000 description 14
- 230000004044 response Effects 0.000 description 14
- 230000036760 body temperature Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000005259 measurement Methods 0.000 description 13
- 238000005070 sampling Methods 0.000 description 13
- 239000000758 substrate Substances 0.000 description 12
- 210000000707 wrist Anatomy 0.000 description 12
- 230000001133 acceleration Effects 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 11
- 230000008667 sleep stage Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 208000027418 Wounds and injury Diseases 0.000 description 8
- 230000006378 damage Effects 0.000 description 8
- 208000014674 injury Diseases 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 8
- 238000009529 body temperature measurement Methods 0.000 description 6
- 230000027758 ovulation cycle Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 229920000642 polymer Polymers 0.000 description 5
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 5
- 206010037660 Pyrexia Diseases 0.000 description 4
- 230000004913 activation Effects 0.000 description 4
- 230000001154 acute effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 230000004622 sleep time Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000003442 weekly effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000002060 circadian Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000001627 detrimental effect Effects 0.000 description 3
- 206010022000 influenza Diseases 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 235000016709 nutrition Nutrition 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000001932 seasonal effect Effects 0.000 description 3
- 230000000276 sedentary effect Effects 0.000 description 3
- 230000004617 sleep duration Effects 0.000 description 3
- RJKFOVLPORLFTN-LEKSSAKUSA-N Progesterone Chemical compound C1CC2=CC(=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H](C(=O)C)[C@@]1(C)CC2 RJKFOVLPORLFTN-LEKSSAKUSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008321 arterial blood flow Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003292 diminished effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000008821 health effect Effects 0.000 description 2
- 235000020981 healthy eating habits Nutrition 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000036997 mental performance Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000051 modifying effect Effects 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 230000002611 ovarian Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000036314 physical performance Effects 0.000 description 2
- 230000001766 physiological effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000008035 Back Pain Diseases 0.000 description 1
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 208000025721 COVID-19 Diseases 0.000 description 1
- 208000019888 Circadian rhythm sleep disease Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- 208000001456 Jet Lag Syndrome Diseases 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 208000019695 Migraine disease Diseases 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 239000004642 Polyimide Substances 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 206010039897 Sedation Diseases 0.000 description 1
- 208000010340 Sleep Deprivation Diseases 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 208000036142 Viral infection Diseases 0.000 description 1
- 230000037328 acute stress Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 235000019577 caloric intake Nutrition 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 208000037797 influenza A Diseases 0.000 description 1
- 208000037798 influenza B Diseases 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 208000033915 jet lag type circadian rhythm sleep disease Diseases 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000008376 long-term health Effects 0.000 description 1
- 230000009245 menopause Effects 0.000 description 1
- 230000005906 menstruation Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 206010027599 migraine Diseases 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 230000006461 physiological response Effects 0.000 description 1
- 229920001721 polyimide Polymers 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 239000000186 progesterone Substances 0.000 description 1
- 229960003387 progesterone Drugs 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 230000035485 pulse pressure Effects 0.000 description 1
- 230000004461 rapid eye movement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000036280 sedation Effects 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 230000008454 sleep-wake cycle Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000920 spermatogeneic effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000036561 sun exposure Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
- 230000009385 viral infection Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- A61B5/01—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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/14542—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 blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6825—Hand
- A61B5/6826—Finger
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Dentistry (AREA)
- Evolutionary Computation (AREA)
- Optics & Photonics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Physical Education & Sports Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Burglar Alarm Systems (AREA)
- Input Circuits Of Receivers And Coupling Of Receivers And Audio Equipment (AREA)
Abstract
描述了用于在休息和恢复期间提供指导的方法、系统和设备。方法可包括从可穿戴设备接收与用户相关联的生理数据。该方法可包括基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息,其中第一组身体活动目标和第一组活动消息与和用户相关联的第一操作模式相关联。该方法可包括识别用于从第一操作模式向与用户相关联的第二操作模式转变的触发。该方法可以包括基于识别出该触发,向用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息,其中第二组身体活动目标和第二组活动消息与第二操作模式相关联。
Description
交叉引用
本申请要求LAAKKONEN等人于2021年10月13日提交的标题为“在休息和恢复期间提供指导(PROVIDING GUIDANCE DURING REST AND RECOVERY)”的美国非临时专利申请No.17/500,023的权益,该非临时专利申请要求LAAKKONEN等人在2020年10月13日提交的标题为“在休息和恢复期间提供指导(PROVIDING GUIDANCE DURING REST AND RECOVERY)”的美国临时专利申请No.63/090,931的权益,每个申请明确地通过引用并入本文。
技术领域
以下涉及可穿戴设备和数据处理,包括用于在可穿戴设备的情境中中提供活动指导的技术。
背景技术
一些可穿戴设备可以被配置成收集来自用户的生理数据,包括心率、运动数据、温度数据、血管容积图(PPG)数据等等。在一些情况下,一些可穿戴设备可以基于所获取的生理数据来向用户提供活动目标和其他消息传送,以便帮助用户改善其整体健康。然而,用于提供活动目标和其他消息传送的常规技术可能是不准确的,并且在一些情况下可能导致有害的健康影响。照此,用于提供活动目标和其他消息传送的一些常规技术可被改进。
附图说明
图1示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的系统的示例。
图2示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的系统的示例。
图3示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的处理流程的示例。
图4示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的处理流程的示例。
图5示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的处理流程的示例。
图6至图11示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的图形用户界面(GUI)的示例。
图12示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的装置的框图。
图13示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的可穿戴应用的框图。
图14示出了根据本公开的各个方面的包括支持用于在休息和恢复期间提供指导的技术的设备的系统的图。
图15至图17示出了根据本公开的各个方面的示出支持用于在休息和恢复期间提供指导的技术的方法的流程图。
具体实施方式
一些可穿戴设备可以被配置成收集来自用户的生理数据,包括心率、运动数据、温度数据、血管容积图(PPG)数据等等。在一些情况下,一些可穿戴设备可以基于所获取的生理数据来向用户提供活动目标和其他消息传送,以便帮助用户改善其整体健康。例如,一些可佩戴设备可基于用户的总体健康和健身目标而提供日常步数目标或日常卡路里消耗目标。然而,用于提供活动目标和其他消息传送的常规技术可能是不准确的,并且在一些情况下可能导致有害的健康影响。例如,在用户正遭受疾病或处于疾病之前的症状出现前阶段的情况下,根据正常活动目标(例如,在用户健康时设置的活动目标)进行锻炼可能实际上削弱用户的身体对抗疾病的能力,并且因此可能实际上削弱用户的整体健康。类似地,当用户怀孕时,由于怀孕导致用户改变的状况,用户的正常“健康”活动目标和相关消息传送可能不适用。
因此,本公开的各个方面涉及基于与用户相关联的“操作模式”来定制提供给用户的活动目标、生理参数基线(例如,睡眠期望、温度、心率)、健康相关消息传送、以及其他用户指导(例如,经由图形用户界面(GUI))的技术。具体地,本公开的各个方面涉及计算设备/应用(例如,可穿戴设备),其测量用户生理参数,处理所测量的参数,并且向用户(例如,经由GUI)提供输出。计算设备/应用可以在定义不同设备/应用功能的各种不同操作模式(例如,正常模式、休息模式、恢复模式、怀孕模式、假期模式)中操作。具体地,各种操作模式可以与不同的活动目标、消息传送等相关联。如此,本文所描述的技术可以使可穿戴设备能够根据不同的操作状态为用户定制健康相关的指导,其中,操作状态可以基于用户输入、从用户获取的生理数据或这两者来确定。
例如,本公开的一些方面描述了用于在休息和恢复(例如,休息模式、恢复模式)期间向用户提供指导的技术。例如,在此描述的系统和方法可以在从压力期、疾病或损伤的急性期的恢复期间,或在身体能力减弱的时期(如怀孕)期间提供指导。应用(例如,移动健康应用)可向其用户提供关于健康习惯和行为的指导,使得用户可优化其执行。在一些实现方式中,设备/应用可按周期性方式(例如,每天早上)、按随机方式、或由数据驱动触发提示来提供指导。该指导可以在指定情境中、以个性化的形式和在用户接受该指导时提供。
在压力时期期间(例如,在疾病、怀孕、手术期间),以及在压力时期之后的时间内,当用户的焦点应当在最佳恢复上时,用户可能感到不适于接收与身体活动、一致的睡眠定时和/或健康饮食习惯相关的指导、目标和/或图表。在压力时间期间并且紧随其后,代替旨在改进的表现,用户可能希望恢复和回到正常的身体和精神表现。在一些情况下,由可穿戴设备或移动健康应用收集的数据可能能够检测压力时段(例如,生病、疾病)的发生,但是可能更难以自动地检测用户的情况何时已经返回至正常水平。
本公开的设备/系统可以根据不同操作模式(如在恢复期间(例如,恢复模式))调整提供给用户的指导。在一些实现方式中,设备/系统可补偿其中诸如体温、心率、心率变异性(HRV)之类的参数(以及对应的参数)比症状消失更早地返回到正常水平的状况。设备/系统还可以补偿以确定何时对于人体恢复到正常精神或身体紧张水平是理想的。例如,这些技术可以补偿在一段时间的压力、发热、受伤、疾病、月经、怀孕等之后恢复正常的延迟。此外,根据一些健康相关的建议,设备/系统可能能够补偿损伤或其他有意义的限制。因此,在此描述的设备/系统可以平衡各种条件下的指导。
在一些实现方式中,应用(例如,移动健康应用)可以呈现每日目标、睡眠改善计划、训练计划和营养指导。指导可以基于经由可穿戴设备获取的生理数据、用户输入(例如,用户输入的“标签”)等。由应用提供的目标可以逐日保持相对恒定,或者可以根据预定义的时间表而变化。例如,简单训练日、困难训练日和恢复日可根据时间表(例如,由体育教练设计)交替。在一些实现方式中,应用可以基于所测量的参数(例如,生理参数、检测到的月经周期参数等)来改变训练计划。在一些情况下,应用还可以基于用户的准备状态来调整单日活动目标,用户的准备状态可以基于前一夜的睡眠、睡眠不足、前一天的活动、静息心率和/或体温测量结果来计算。
在一些实现方式中,应用可以包括可以自动地或手动地启用/禁用的操作模式。操作模式可以被配置为使得应用体验朝向更加适合用户的恢复改变。操作模式还可以被配置为使得应用体验省略一些或所有其他与健康相关的目标,特别是那些身体活动和训练目标。当可穿戴设备测量到指示压力增加症状或潜在疾病症状的参数时,可以启动操作模式。在一些实现方式中,应用(例如,GUI)可以询问用户是否希望在应用中启动特殊操作模式,其将帮助他们专注于恢复。这种操作模式可以称为“休息模式”。在一些实现方式中,用户可以从应用的菜单激活休息模式。当因可穿戴的生物信号测量无法自动检测到的损伤或疼痛而需要休息模式时,可以使用这种类型的激活。
在休息模式结束之后,该应用与健康相关的指导可以逐渐朝向正常指导调整。在一些实现方式中,休息模式的终止可以由用户(例如,手动地)触发。在一些实现方式中,应用可以提示用户结束休息模式。在一些实现方式中,应用可以自动终止休息模式,或者自动提示用户(例如,在一些身体状态信号(如温度、心率、呼吸率等)已经正常化预定义的时间段之后)。在一些实现方式中,可以相对于压力期的长度和/或所观察到的症状/信号的严重性来进行调整。该时间段可被称为“恢复模式”。
在整个压力期以及随后逐渐返回到正常指导的过程中,可以主要根据恢复(例如,而不是表现改进)为用户解释与身体信号相关的观察。呈现给用户的与健康相关内容的选择可以取决于在此描述的特殊操作模式(例如,休息模式和恢复模式)而做出。在休息模式和恢复模式期间修改活动目标(例如,减少目标)和改变消息传送(例如,提供恢复指导)可以帮助用户在活动可能对恢复不利时提高生活质量和恢复。
在一些实现方式中,针对特殊模式(例如,休息模式)的自动触发可以包括明显高于用户的长期标准值的温度测量(例如,可穿戴/环测量)。例如,如果T(i)>(T(i-28:i-1)的平均值+0.5℃),其中T(i)可为过去一夜的最高30分钟平均温度,且T(i-28:i-1)为过去28天(4周)的对应值,其还可标记为T_norm。在一些方面,用户的夜间体温可以基于连续的温度测量。
另一示例的自动触发可以包括明显高于用户的长期标准值(+1.0次呼吸/分钟或更高)的呼吸率或若干因素的组合。若干因素的示例组合可为低于阈值(例如,60)的准备度分数。对于可能包括受伤(例如,使得无法进行正常的身体活动水平)或另一种状况(诸如,偏头痛、背痛、工作压力或精疲力尽)的情况,也可以建议使用特殊操作模式。
在休息模式期间,避免高强度锻炼可能是特别合适的。因此,在休息模式期间,可以禁用一些或所有身体活动相关目标。在一些实施方式中,代替最小目标,可反转目标的性质,使得目标被设置为不应被超过的最大目标。在恢复模式期间返回到正常指导可包括通过从零或降低的目标开始并且在正常目标结束来调整日常活动目标(例如,卡路里、活动分钟数或步数)。该调整可以基于在休息模式期间已经过去的时间量和/或压力/疾病的水平。所述调整可使用本文中所描述的加权平均值来实施。
在一些实现方式中,如果发现用户发烧(例如,比用户的基线温度高1.0C),系统可以自动地设置或确定用户需要有至少最小休息/恢复长度(例如,2天休息模式和2天恢复模式)。在一些实现方式中,每增加一天(或一晚)发烧可能会延长休息模式和恢复模式两者,使得可能需要有一天(夜晚)在休息模式下不发烧,并且在恢复模式下至少需要与休息模式持续的天数一样多。在一些实现方式中,如果温度升高已经大于阈值量(例如,1.0C),则休息期的长度可以增加额外的时间(例如,每满0.5C增加一天额外的时间)。类似地,可以设置静息心率和/或呼吸率的阈值。Z得分可以用于这些实现方式中(例如,经由平均值和标准偏差、或平均值和平均绝对偏差)。
在一些实现方式中,在休息模式期间,可以不更新参考值(例如,基线或标准值)。这个特征对用户的益处可以是对未来温度升高的敏感性不会受到影响(例如,在发烧的日子里基线可不会向上漂移)。
在一些实现方式中,一些情况可以触发休息的误报。例如,“派对之夜”(例如,饮酒之夜)、与人类荷尔蒙相关的特定日期(例如,在月经周期的后半段期间或在更年期期间的高孕酮值)、或其他情况可以触发潜在的误报。在一些实现方式中,应用可包括区分这些“误报”和可能需要较长休息和恢复时段的其他压力时段的算法。区分方式的示例可以包括但不限于呈现给用户的问题;自动检测并排除与20-35天月经周期相关的周期性温度升高;以及从前半夜期间身体运动减少和后半夜期间身体运动量增加的组合,或与正常相比心率的相对增加高于与用户的正常或基线相比的温度升高,检测镇静剂(例如,酒精)的明显使用。
休息模式和恢复模式的特征可以在于一组自定义消息(例如,每日消息),这些消息被设计成指导用户将其注意力转移到恢复。例如,在休息模式消息传送期期间,应用可突出显示可对紧张作出反应的度量,诸如静息心率、HRV、体温、睡眠效率和总睡眠时间。在休息模式被关闭并且用户进入恢复模式之后,消息传送可以逐渐地开始指导用户返回至其正常训练例程和目标。
在休息模式和恢复模式两者期间,这些消息所基于的测量可以连续几天进行。消息还可以强调与特定用户的恢复最相关的度量和趋势。在休息模式和恢复模式中,代替提供活动目标和训练反馈,活动指导可以鼓励用户专注于休息和恢复,但仍打破久坐时间。
在此描述的技术可以使得被提供给用户的健康相关指导(例如,活动目标、预期生理参数基线、睡眠目标)能够根据与用户和/或可穿戴设备相关联的一个或更多个“操作模式”进行定制。
虽然在“休息模式”和“恢复模式”的背景下描述了本公开的大部分内容,但这仅仅是为了说明的目的,并且不应被视为对本公开的限制。就这一点而言,本文描述的技术可用于定制在任何数量的操作模式期间提供给用户的指导(例如,活动目标、活动消息),这些操作模式包括但不限于正常模式、休息模式、恢复模式、训练模式(例如,马拉松训练模式、足球赛季训练模式)、疾病模式(例如,COVID-19模式,流感模式)、手术模式(例如,手术前模式、手术后模式)、旅行模式(例如,前后时区改变)、假期模式(例如,度假模式)、怀孕模式、月经周期模式、更年期模式、夏令时模式等。此外,虽然在基于激活的操作模式为用户定制“身体活动目标”和“身体活动消息”的背景下描述了本公开的大部分,但是本文所描述的技术可以用于基于激活的操作模式调整提供给用户的任何健康相关的目标和消息传送。可以基于操作模式定制的其他健康相关指导可以包括任何生理参数的预期、目标和基线(例如,睡眠基线、温度基线、呼吸率基线、心率基线),以及分数(例如,活动分数、睡眠分数、准备度分数)和行为特征(例如,运动、活动)的预期、目标和基线。
如在此将描述的,系统可以被配置成基于从用户接收的手动用户输入在操作模式之间转变。另外或可替代地,系统可以基于从用户获取的生理数据和/或其他数据(例如,即将到来的旅行计划、预期的月经周期、夏令时之前的天数)在操作模式之间自动转变。
本公开的各个方面最初在支持经由可穿戴设备从用户收集生理数据的系统的背景下描述。本公开的附加方面在示例过程流、示例GUI等的背景下描述。本发明的各个方面进一步由装置图、系统图和流程图示出并参考装置图、系统图和流程图描述,该装置图、系统图和流程图与用于在不同操作模式(例如,休息模式、恢复模式)期间提供与健康相关的指导的技术相关。
图1示出了根据本公开的各个方面的支持用于在各种操作模式期间提供指导的技术的系统100的示例。系统100包括可由一个或更多个用户102穿戴和/或操作的多个电子设备(例如,可穿戴设备104、用户设备106)。系统100进一步包括网络108和一个或更多个服务器110。
电子设备可以包括本领域已知的任何电子设备,包括可穿戴设备104(例如,环可穿戴设备、手表或腕戴可穿戴设备等)、用户设备106(例如,智能电话、膝上型计算机、平板计算机)。与相应用户102相关联的电子设备可包括以下功能中的一个或更多个:1)测量生理数据;2)存储测量数据;3)处理数据;4)基于处理的数据将输出(例如,经由GUI)提供给用户102;以及5)彼此和/或与其他计算设备通信数据。不同的电子设备可以执行功能中的一个或更多个。
示例可穿戴设备104可包括可穿戴计算设备,诸如被配置为戴在用户102的手指上的环形计算设备(以下称为“环”)、被配置为戴在用户102的手腕上的腕部计算设备(例如,智能手表、健身带或手镯)、和/或头戴式计算设备(例如,眼镜/护目镜)。可穿戴设备104还可包括可定位在其他位置的带、绳(例如,柔性或非柔性带或绳)、粘贴式传感器等,诸如围绕头的带(例如,前额头带)、围绕手臂的带(例如,前臂带和/或二头肌带)和/或围绕腿的带(例如,大腿或小腿带)、耳后带、腋下带等。可穿戴设备104还可附接到或被包括在衣物中。例如,可穿戴设备104可被包括在衣服上的口袋和/或小袋中。作为另一示例,可穿戴设备104可被夹到和/或钉到衣服上,或者可以其他方式保持在用户102的附近。示例衣物可包括但不限于帽子、衬衫、手套、裤子、袜子、外套(例如,夹克)和内衣。在一些实现方式中,可穿戴设备104可被包括在其他类型的设备中,诸如在身体活动期间使用的训练/体育设备。例如,可穿戴设备104可附接至或被包括在自行车、滑雪板、网球拍、高尔夫球杆和/或训练重物中。
可以在环形可穿戴设备104的上下文中描述本公开的大部分内容。因此,除非本文中另外指出,否则术语“环104”、“可穿戴设备104”以及类似术语可以可互换地使用。然而,术语“环104”的使用不应被视为限制性的,因为本文中预期的是,本公开的各个方面可以使用其他可穿戴设备(例如,手表可穿戴设备、项链可穿戴设备、手镯可穿戴设备、耳环可穿戴设备、脚链可穿戴设备等)来执行。
在一些方面,用户设备106可以包括手持式移动计算设备,如智能电话和平板计算设备。用户设备106还可包括个人计算机,诸如膝上型和台式计算设备。其他示例用户设备106可包括可与其他电子设备(例如,经由互联网)通信的服务器计算设备。在一些实现方式中,计算设备可以包括医疗设备,诸如外部可穿戴计算设备(例如,霍尔特氏心电动态监测仪)。医疗设备还可包括可植入医疗设备,诸如起搏器和心率转复除颤器。其他示例用户设备106可包括家庭计算设备,诸如物联网(IoT)设备(例如,IoT设备)、智能电视、智能扬声器、智能显示器(例如,视频呼叫显示器)、集线器(例如,无线通信集线器)、安全系统、智能电器(例如,恒温器和冰箱)、以及健身装备。
一些电子设备(例如,可穿戴设备104、用户设备106)可以测量相应用户102的生理参数,如光电容积描记波形、连续皮肤温度、脉冲波形、呼吸率、心率、HRV、活动记录检查、皮肤电反应、脉搏血氧饱和度和/或其他生理参数。测量生理参数的一些电子设备还可执行本文描述的一些/所有计算。一些电子设备可以不测量生理参数,但可以执行本文所描述的一些/所有计算。例如,环(例如,可穿戴设备104)、移动设备应用或服务器计算设备可处理所接收的由其他设备测量的生理数据。
在一些实现方式中,用户102可以操作多个电子设备或可以与多个电子设备相关联,这些电子设备中的一些可以测量生理参数并且这些电子设备中的一些可以处理所测量的生理参数。在一些实现方式中,用户102可以具有测量生理参数的环(例如,可穿戴设备104)。用户102还可以具有用户设备106(例如,移动设备、智能电话)或与用户设备106相关联,其中可穿戴设备104和用户设备106彼此通信地耦合。在一些情况下,用户设备106可从可穿戴设备104接收数据并且执行本文所描述的某些/所有计算。在一些实施方式中,用户设备106还可测量本文描述的生理参数,诸如运动/活动参数。
例如,如图1所示,第一用户102-a(用户1)可以操作可穿戴设备104-a(例如,环104-a)和可以如本文所述进行操作的用户设备106-a,或可以与可穿戴设备104-a和用户设备106-a相关联。在该示例中,与用户102-a相关联的用户设备106-a可以处理/存储由环104-a测量的生理参数。相比之下,第二用户102-b(用户2)可以与环104-b、手表可穿戴设备104-c(例如,手表104-c)和用户设备106-b相关联,其中与用户102-b相关联的用户设备106-b可以处理/存储由环104b和/或手表104-c测量的生理参数。此外,第n个用户102-n(用户N)可以与本文所描述的电子设备(例如,环104-n、用户设备106-n)的布置相关联。在一些方面中,可穿戴设备104(例如,环104、手表104)和其他电子设备可以经由蓝牙、Wi-Fi和其他无线协议通信地耦合到相应用户102的用户设备106。
在一些实现方式中,系统100的环104(例如,可穿戴设备104)可以被配置成基于用户手指内的动脉血流从相应用户102收集生理数据。具体地,环104可利用一个或更多个LED(例如,红色LED、绿色LED),其在用户手指的手掌侧发光以基于用户手指内的动脉血流收集生理数据。在一些实施方式中,环104可使用绿色LED和红色LED的组合来获取生理数据。生理数据可以包括本领域已知的任何生理数据,包括但不限于温度数据、加速度计数据(例如,移动/运动数据)、心率数据、HRV数据、血氧水平数据或其任何组合。
绿色LED和红色LED两者的使用可以提供优于其他解决方案的若干优点,因为已经发现红色LED和绿色LED在不同条件下(例如,亮/暗、活动/不活动)和经由身体的不同部分等获取生理数据时具有它们自己的独特优点。例如,已经发现绿色LED在锻炼期间表现出更好的性能。此外,已经发现,与使用彼此靠近定位(诸如在手表可穿戴设备内)的LED的可穿戴设备相比,使用围绕环104分布的多个LED(例如,绿色LED和红色LED)表现出优异的性能。此外,与手腕中的血管相比,手指中的血管(例如,动脉、毛细血管)经由LED更易接近。具体地,手腕中的动脉位于手腕的底部(例如,手腕的手掌侧),意味着在手腕的顶部(例如,手腕的手背侧)仅可接触毛细血管,其中可穿戴手表设备和类似设备通常被穿戴。因此,与佩戴在手腕上的可穿戴设备相比,已经发现在环104内利用LED和其他传感器表现出优异的性能,因为环104可能更容易接近动脉(与毛细血管相比),从而产生更强的信号和更有价值的生理数据。
系统100的电子设备(例如,用户设备106、可穿戴设备104)可以经由有线或无线通信协议通信地耦合至一个或更多个服务器110。例如,如图1所示,电子设备(例如,用户设备106)可以经由网络108通信地耦合到一个或更多个服务器110。网络108可以实施传输控制协议和诸如互联网之类的互联网协议(TCP/IP),或者可以实施其他网络108协议。网络108和相应电子设备之间的网络连接可以促进经由电子邮件、网络、文本消息、邮件或计算机网络108内的任何其他适当形式的交互的数据传输。例如,在一些实现方式中,与第一用户102-a相关联的环104-a可通信地耦合到用户设备106-a,其中用户设备106-a经由网络108通信地耦合到服务器110。在另外的或替代的情况下,可穿戴设备104(例如,环104、手表104)可直接通信地耦合至网络108。
系统100可以在用户设备106与一个或更多个服务器110之间提供按需数据库服务。在一些情况下,服务器110可以经由网络108接收来自用户设备106的数据,并且可以存储和分析数据。类似地,服务器110可以经由网络108将数据提供给用户设备106。在一些情况下,服务器110可以位于一个或更多个数据中心处。服务器110可以用于数据存储、管理和处理。在一些实现方式中,服务器110可经由网络浏览器将基于网络的界面提供给用户设备106。
在一些方面,系统100可以检测用户102睡眠的时间段,并且将用户102睡眠的时间段分类为一个或更多个睡眠阶段(例如,睡眠阶段分类)。例如,如图1所示,用户102-a可以与可穿戴设备104-a(例如,环104-a)和用户设备106-a相关联。在该示例中,环104-a可以收集与用户102-a相关联的生理数据,包括温度、心率、HRV、呼吸速率等。在一些方面中,由环104-a收集的数据可以被输入到机器学习分类器,其中机器学习分类器被配置成确定用户102-a处于(或曾经)睡眠的时间段。此外,机器学习分类器可以被配置成将时间段分类为不同的睡眠阶段,包括清醒睡眠阶段、快速眼动(REM)睡眠阶段、浅睡眠阶段(非REM(NREM))以及深度睡眠阶段(NREM)。在一些方面,经分类的睡眠阶段可经由用户设备106-a的GUI显示给用户102-a。睡眠阶段分类可以用于向用户102-a提供关于用户的睡眠模式的反馈,例如推荐的就寝时间、推荐的唤醒时间等。此外,在一些实现方式中,本文描述的睡眠阶段分类技术可用于计算相应用户的分数,例如睡眠分数、准备度分数等。
在一些方面,系统100可以利用源自昼夜节律的特征来进一步改进生理数据收集、数据处理程序以及本文描述的其他技术。术语昼夜节律可以指调节个人的睡眠-觉醒周期的自然的内部过程,大约每24小时重复一次。就这一点而言,本文所描述的技术可以利用昼夜节律调整模型来改进生理数据收集、分析和数据处理。例如,可以将昼夜节律调整模型和经由可穿戴设备104-a从用户102-a收集的生理数据一起输入到机器学习分类器。在这个示例中,昼夜节律调整模型可以被配置为“加权”或调整在用户的自然的、大约24小时昼夜节律中收集的生理数据。在一些实施方式中,系统可以最初从“基线”昼夜节律调整模型开始,并且可以使用从每个用户102采集的生理数据来修改基线模型,以生成特定于每个相应用户102的定制的、个性化的昼夜节律调整模型。
在一些方面,系统100可以利用其他生物节律来通过这些其他节律的阶段进一步改进生理数据收集、分析和处理。例如,如果在个人的基线数据内检测到每周节律,则该模型可以被配置成按星期几来调整数据的“权重”。可能需要通过此方法对模型进行调整的生物节律包括:1)超昼夜节律(比一天节律更快,包括睡眠状态下的睡眠周期,以及清醒状态期间所测量的生理变量中从小于一小时至若干小时的周期性振荡;2)昼夜节律;3)示出施加在昼夜节律之上的非内源性日常节律,如在工作日程中;4)每周节律,或外源施加的其他人为时间周期(例如,在具有12天“周”的假设文化中,可以使用12天节律);5)女性的多日卵巢节律和男性的精子发生节律;6)月球节律(与生活在低光或没有人造光的个人相关);以及7)季节节律。
生物节律不总是固定的节律。例如,许多女性经历不同周期的卵巢周期长度的变化,并且即使在用户体内,也不期望超昼夜节律会跨天在完全相同的时间或周期性地发生。如此,足以量化频率成分同时保留生理数据中的这些节律的时间分辨率的信号处理技术可以用于改进对这些节律的检测、将每个节律的相位分配给所测量的每个时刻、并且由此修改调整模型和时间间隔的比较。生物节律调整模型和参数可以适当地以线性或非线性组合来添加,以便更准确地捕获个人或个体组的动态生理基线。
在一些方面中,系统100的相应设备可以支持用于根据用户102和/或可穿戴设备104的多种操作模式来对用户的健康相关指导进行定制的技术。例如,与用户102-a相关联的可穿戴设备104-a可以从用户获取生理数据,包括心率数据、运动数据、温度数据等。在“正常”操作模式期间,系统可以基于用户的生理活动和整体健康向用户提供健康相关的指导,包括正常身体活动目标(例如,步数目标、卡路里目标、站立目标、睡眠/休息目标)和正常活动消息(例如,鼓励用户达到他们的身体活动目标的消息、祝贺用户达到他们的身体活动目标的消息)。
继续相同的示例,系统100可以识别用于从正常操作模式向不同操作模式(如休息模式)转变的触发。例如,系统100可以识别用户生病或可能变得生病,并且因此可以识别用于从正常操作模式向休息操作模式转变的触发。休息操作模式可以被配置为促进用户102-a的休息和恢复,并且因此可以与降低/减少的身体活动目标和相关的活动消息(例如,鼓励用户102-a休息或打盹的消息)相关联。因此,在向休息模式转变时,系统100可以定制身体活动目标和活动消息以帮助促进用户102-a的休息并允许用户102-a为疾病(或即将发生的疾病)做准备。
在一些情况下,系统100可以基于从用户102-a接收到的用户输入来识别用于在操作模式之间进行切换的触发(例如,从正常模式切换到休息模式,并且反之亦然)。例如,用户102-a可以经由用户设备106-a输入他们接收到阳性疾病测试或者他们正开始感到生病。另外或替代地,系统100可自动识别用于在操作模式之间切换的触发。例如,系统100可基于从可穿戴设备104-a获取的生理数据(例如,温度增加、呼吸速率增加、活动减少)来识别出用户生病(或可能生病)。因此,系统100可以在操作模式之间自动切换和/或提示用户102-a确认或拒绝操作模式之间的切换(例如,显示消息:“看起来你可能感觉不舒服。切换到休息模式?”)。
本领域的技术人员应理解的是,本公开的一个或更多个方面可以在系统100中实现,以便另外地或可替代地解决除上述那些问题之外的其他问题。此外,本公开的各个方面可以为如本文所描述的“常规的”系统或过程提供技术改进。然而,说明书和附图仅包括从实现本公开的各个方面产生的示例技术改进,因此不表示在权利要求的范围内提供的所有技术改进。
图2示出了根据本公开的各个方面的支持用于在不同操作模式期间提供指导的技术的系统200的示例。系统200可以实施系统100或者由系统100实施。具体地,系统200示出了环104(例如,可穿戴设备104)、用户设备106和服务器110的示例,如参考图1所描述的。
在一些方面中,环104可以被配置成围绕用户的手指佩戴,并且当围绕用户的手指佩戴时可以确定一个或更多个用户生理参数。示例测量和确定可包括但不限于用户皮肤温度、脉冲波形、呼吸速率、心率、HRV、血氧水平等。
系统200进一步包括与环104通信的用户设备106(例如,智能电话)。例如,环104可与用户设备106进行无线和/或有线通信。在一些实现方式中,环104可将所测量和处理的数据(例如,温度数据、PPG数据、运动/加速度计数据、环输入数据等)发送到用户设备106。用户设备106还可向环104发送数据,诸如环104固件/配置更新。用户设备106可处理数据。在一些实现方式中,用户设备106可以向服务器110传输数据用于处理和/或存储。
环104可以包括壳体205,该壳体可以包括内壳体205-a和外壳体205-b。在一些方面中,环104的壳体205可以存储或以其他方式包括环的各个组件,这些组件包括但不限于设备电子器件、电源(例如,电池210和/或电容器)、将设备电子器件和/或电源互连的一个或更多个基板(例如,可印刷电路板)等等。设备电子器件可以包括设备模块(例如,硬件/软件),诸如:处理模块230-a、存储器215、通信模块220-a、电源模块225等。设备电子器件还可以包括一个或更多个传感器。示例传感器可以包括一个或更多个温度传感器240、PPG传感器组件(例如,PPG系统235)以及一个或更多个运动传感器245。
这些传感器可以包括相关联的模块(未示出),这些模块被配置成与环104的相应组件/模块进行通信、并且生成与这些相应传感器相关联的信号。在一些方面中,环104的组件/模块中的每一者可经由有线或无线连接彼此通信地耦合。此外,环104可包括附加的和/或替代的传感器或被配置为从用户收集生理数据的其他组件,包括光传感器(例如,LED)、血氧计等。
参照图2示出并描述的环104仅为了说明的目的而提供。这样,环104可包括如图2所示的那些的附加或替代组件。可制造提供本文所述的功能的其他环104。例如,可制造具有较少组件(例如,传感器)的环104。在特定示例中,可制造具有单个温度传感器240(或其他传感器)、电源和被配置为读取单个温度传感器240(或其他传感器)的设备电子器件的环104。在另一特定示例中,温度传感器240(或其他传感器)可附接到用户的手指(例如,使用夹具、弹簧加载夹具等)。在这种情况下,传感器可以有线连接到另一计算设备,诸如读取温度传感器240(或其他传感器)的腕戴计算设备。在其他示例中,可制造包含附加传感器和处理功能的环104。
壳体205可以包括一个或更多个壳体205组件。壳体205可以包括外壳体205-b组件(例如,外壳)和内壳体205-a组件(例如,模制件)。壳体205可包括在图2中未明确示出的附加组件(例如,附加层)。例如,在一些实现方式中,环104可包括将设备电子器件和其他导电材料(例如,电迹线)与外壳体205-b(例如,金属外壳体205-b)电绝缘的一个或更多个绝缘层。壳体205可为设备电子器件、电池210、一个或更多个基板和其他组件提供结构支撑。例如,壳体205可保护设备电子器件、电池210和一个或更多个基板免受机械力,例如压力和冲击。壳体205还可保护设备电子器件、电池210和一个或更多个基板免于水和/或其他化学品的影响。
外壳体205-b可以由一种或更多种材料制成。在一些实施方式中,外壳体205-b可包括金属,例如钛,其可在相对轻的重量下提供强度和耐磨性。外壳体205-b也可由其他材料(诸如聚合物)制成。在一些实现方式中,外壳体205-b可为保护性的和装饰性的。
内壳体205-a可以被配置成与用户的手指接触。内壳体205-a可以由聚合物(例如,医用级聚合物)或其他材料形成。在一些实现方式中,内壳体205-a可为透明的。例如,内壳体205-a可对由PPG发光二极管(LED)发出的光是透明的。在一些实现方式中,内壳体205-a组件可以被模制到外壳体205-a上。例如,内壳体205-a可以包括被模制(例如,注塑成型)以装配到外壳体205-b金属壳中的聚合物。
环104可以包括一个或更多个基板(未示出)。设备电子器件和电池210可以被包括在一个或更多个基板上。例如,设备电子器件和电池210可以安装在一个或更多个基板上。示例基板可包括一个或更多个印刷电路板(PCB),诸如柔性PCB(例如,聚酰亚胺)。在一些实现方式中,电子器件/电池210可包括柔性PCB上的表面安装式设备(例如,表面安装技术(SMT)设备)。在一些实现方式中,一个或更多个基板(例如,一个或更多个柔性PCB)可包括提供设备电子器件之间的电通信的电迹线。电迹线还可将电池210连接到设备电子器件。
设备电子器件、电池210和基板可以各种方式布置在环104中。在一些实现方式中,包含设备电子器件的一个基板可沿环104的底部(例如,下半部)安装,使得传感器(例如,PPG系统235、温度传感器240、运动传感器245和其他传感器)与用户的手指的下侧相接。在这些实现方式中,可沿环104的顶部(例如,在另一基板上)包括电池210。
环104的各个组件/模块表示可以被包括在环104中的功能(例如,电路和其他组件)。模块可包括实现能够产生归因于本文中的模块的功能的模拟和/或数字电路的任何离散和/或集成电子电路组件。例如,模块可包括模拟电路(例如,放大电路、滤波电路、模拟/数字转换电路和/或其他信号调节电路)。模块还可包括数字电路(例如,组合或时序逻辑电路、存储器电路等)。
环104的存储器215(存储器模块)可以包括任何易失性、非易失性、磁性或电介质,如随机存取存储器(RAM)、只读存储器(ROM)、非易失性RAM(NVRAM)、电可擦除可编程ROM(EEPROM)、闪存、或任何其他存储器设备。存储器215可以存储本文描述的任何数据。例如,存储器215可以被配置为存储由相应的传感器和PPG系统235收集的数据(例如,运动数据、温度数据、PPG数据)。此外,存储器215可以包括指令,该指令当由一个或更多个处理电路执行时,使得模块执行归属于本文中的模块的各个功能。本文描述的环104的设备电子器件仅是示例设备电子器件。因此,用于实施设备电子器件的电子组件的类型可基于设计考虑而变化。
归属于本文描述的环104的模块的功能可以被具体化为一个或更多个处理器、硬件、固件、软件、或其任何组合。将不同特征描述为模块旨在突出不同的功能方面,并且不一定暗示这些模块必须通过单独的硬件/软件组件来实现。相反,与一个或更多个模块相关联的功能可以由单独的硬件/软件组件执行或者集成在共同的硬件/软件组件内。
环104的处理模块230-a可以包括一个或更多个处理器(例如,处理单元)、微控制器、数字信号处理器、片上系统(SOC)和/或其他处理设备。处理模块230-a与环104中包括的模块通信。例如,处理模块230-a可以向/从环104的模块和其他组件(诸如传感器)发送/接收数据。如本文中所描述的,模块可由各个电路组件实施。因而,模块也可被称为电路(例如,通信电路和电源电路)。
处理模块230-a可以与存储器215进行通信。存储器215可以包括计算机可读指令,当由处理模块230-a执行这些指令时,使处理模块230-a执行归属于本文中的处理模块230-a的各个功能。在一些实现方式中,处理模块230-a(例如,微控制器)可以包括与其他模块相关联的附加特征,例如由通信模块220-a(例如,集成的蓝牙低功耗收发器)提供的通信功能和/或附加的板载存储器215。
通信模块220-a可以包括提供与用户设备106的无线和/或有线通信的电路(例如,用户设备106的通信模块220-b)。在一些实现方式中,通信模块220-a、220-b可包括无线通信电路,诸如蓝牙电路和/或Wi-Fi电路。在一些实现方式中,通信模块220-a、220-b可包括有线通信电路,诸如通用串行总线(USB)通信电路。使用通信模块220-a,环104和用户设备106可被配置为彼此通信。环的处理模块230-a可被配置为经由通信模块220-a向/从用户设备106发送/接收数据。示例数据可以包括但不限于运动数据、温度数据、脉冲波形、心率数据、HRV数据、PPG数据和状态更新(例如,充电状态、电池充电水平、和/或环104配置设置)。环的处理模块230-a还可以被配置为从用户设备106接收更新(例如,软件/固件更新)和数据。
环104可以包括电池210(例如,可充电电池210)。示例电池210可以包括锂离子或锂聚合物型电池210,尽管各种电池210的选择是可能的。电池210可被无线充电。在一些实现方式中,环104可包含除电池210以外的电源,例如电容器。电源(例如,电池210或电容器)可具有与环104的曲线相匹配的弯曲几何形状。在一些方面中,充电器或其他电源可包含附加传感器,该附加传感器可用于收集除由环104自身收集的数据之外的数据或补充由环104自身收集的数据的数据。此外,环104的充电器或其他电源可用作用户设备106,在这种情况下,环104的充电器或其他电源可被配置为从环104接收数据,存储和/或处理从环104接收的数据,并在环104和服务器110之间通信数据。
在一些方面,环104包括可控制电池210的充电的电源模块225。例如,电源模块225可与外部无线充电器接口,该外部无线充电器在与环104接口时对电池210进行充电。充电器可包括与环104基准结构配合以在104充电期间与环104创建特定定向的基准结构。电源模块225还可调节设备电子器件的电压、调节输出至设备电子器件的功率,并且监测电池210的充电状态。在一些实现方式中,电池210可包含保护电路模块(PCM),其保护电池210免受高电流放电、104充电期间的过电压和104放电期间的欠电压。电源模块225还可包括静电放电(ESD)保护。
一个或更多个温度传感器240可以电耦合至处理模块230-a。温度传感器240可被配置为产生温度信号(例如,温度数据),该温度信号指示由温度传感器240读取或感测到的温度。处理模块230-a可以确定用户在温度传感器240的位置处的温度。例如,在环104中,由温度传感器240产生的温度数据可指示用户在用户的手指处的温度(例如,皮肤温度)。在一些实现方式中,温度传感器240可以接触用户的皮肤。在其他实现方式中,壳体205的一部分(例如,内壳体205-a)可以在温度传感器240与用户的皮肤之间形成屏障(例如,薄的导热屏障)。在一些实施方式中,环104的被配置为接触用户的手指的部分可具有导热部分和热绝缘部分。导热部分可将热量从用户的手指传导至温度传感器240。热绝缘部分可使环104的部分(例如,温度传感器240)与环境温度绝缘。
在一些实现方式中,温度传感器240可以生成数字信号(例如,温度数据),处理模块230a可以使用该数字信号来确定温度。作为另一示例,在温度传感器240包括无源传感器的情况下,处理模块230-a(或温度传感器240模块)可测量由温度传感器240生成的电流/电压,并基于所测量的电流/电压来确定温度。示例温度传感器240可包括热敏电阻(诸如负温度系数(NTC)热敏电阻)或其他类型的传感器(包括电阻器、晶体管、二极管和/或其他电气/电子组件)。
处理模块230-a可以随着时间对用户的温度进行采样。例如,处理模块230-a可以根据采样率对用户的温度进行采样。示例采样率可以包括每秒一个样本,尽管处理模块230-a可以被配置为以高于或低于每秒一个样本的其他采样率对温度信号进行采样。在一些实现方式中,处理模块230-a可以全天候连续地对用户的温度进行采样。全天以足够的速率(例如,每秒一个样本)采样可以提供足够的温度数据以供本文描述的分析。
处理模块230-a可以将所采样的温度数据存储在存储器215中。在一些实施方式中,处理模块230-a可处理经采样的温度数据。例如,处理模块230-a可确定一段时间内的平均温度值。在一个示例中,处理模块230-a可以通过对在一分钟内收集的所有温度值求和并除以在该分钟内的样本数量来确定每分钟的平均温度值。在以每秒一个样本对温度进行采样的具体示例中,平均温度可以是一分钟内的所有采样温度的总和除以六十秒。存储器215可以随时间存储平均温度值。在一些实施方式中,存储器215可存储平均温度(例如,每分钟一个)而不是所采样的温度,以便节省存储器215。
可以存储在存储器215中的采样率可以是可配置的。在一些实现方式中,采样率可以在白天和晚上都是相同的。在其他实现方式中,采样率可以在整个白天/晚上发生变化。在一些实现方式中,环104可过滤/拒绝温度读数,例如不指示生理变化的大的温度尖峰(例如,来自热淋浴的温度尖峰)。在一些实施发生中,环104可过滤/拒绝由于其他因素(例如,在104锻炼期间的过度运动(例如,如由运动传感器245指示的))而可能不可靠的温度读数。
环104(例如,通信模块)可以将采样的和/或平均的温度数据传输至用户设备106以存储和/或进一步处理。用户设备106可将采样和/或平均温度数据传送到服务器110以存储和/或进一步处理。
虽然环104被示出为包括单个温度传感器240,但是环104可以包括在一个或更多个位置的多个温度传感器240,诸如沿着内壳体205-a被布置在用户的手指附近。在一些实施方式中,温度传感器240可为独立的温度传感器240。附加地或可替代地,一个或更多个温度传感器240可与其他组件一起被包括(例如,与其他组件封装在一起),诸如与加速度计和/或处理器一起被包括。
处理模块230-a可以用关于单个温度传感器240所描述的类似方式从多个温度传感器240获取和处理数据。例如,处理模块230可单独地对来自多个温度传感器240中的每个温度传感器的温度数据进行采样、平均和存储。在其他示例中,处理模块230-a可以以不同速率对传感器进行采样并且针对不同的传感器平均/存储不同的值。在一些实施方式中,处理模块230-a可被配置为基于由手指上的不同位置的两个或更多个温度传感器240确定的两个或更多个温度的平均值来确定单个温度。
环104上的温度传感器240可获取用户手指(例如,任何手指)处的远端温度。例如,环104上的一个或更多个温度传感器240可从手指的下侧或手指上的不同位置获取用户的温度。在一些实现方式中,环104可连续地获取远端温度(例如,以采样率)。虽然在本文中描述了由手指处的环104测量的远端温度,但是其他设备可以测量在相同/不同位置处的温度。在一些情况下,在用户手指处测量的远端温度可不同于在用户手腕或其他外部身体位置处测量的温度。此外,在用户手指处测量的远端温度(例如,“外壳”温度)可不同于用户的核心温度。如此,环104可提供有用的温度信号,该温度信号可能不能在身体的其他内部/外部位置处获得。在一些情况下,手指处的连续温度测量可捕获核心温度中可能不明显的温度波动(例如,小波动或大波动)。例如,手指处的连续温度测量可以捕获提供附加洞察的每分钟或每小时的温度波动,该附加洞察可能无法由身体中其他部位的其他温度测量提供。
环104可以包括PPG系统235。PPG系统235可以包括发射光的一个或更多个光发射器。PPG系统235还可以包括接收由一个或更多个光发射器发射的光的一个或更多个光接收器。光接收器可以生成指示由光接收器接收的光量的信号(以下称为“PPG”信号)。光发射器可以照射用户手指的区域。由PPG系统235生成的PPG信号可以指示被照射区域中的血液灌注。例如,PPG信号可以指示由用户的脉压引起的被照射区域中的血容量变化。处理模块230-a可以对PPG信号进行采样并且基于PPG信号确定用户的脉冲波形。处理模块230-a可基于用户的脉冲波形来确定多种生理参数,诸如用户的呼吸速率、心率、HRV、氧饱和度和其他循环参数。
在一些实现方式中,PPG系统235可以被配置作为反射PPG系统235,其中一个或更多个光接收器接收通过用户手指的区域反射的发射光。在一些实现方式中,PPG系统235可被配置作为透射PPG系统235,其中(一个或更多个)光发射器和(一个或更多个)光接收器被布置成彼此相对,使得光通过用户手指的一部分被直接传输到一个或更多个光接收器。
PPG系统235中所包括的发射器和接收器的数量和比率可以变化。示例光发射器可以包括发光二极管(LED)。光发射器可以发射红外光谱和/或其他光谱中的光。示例光接收器可包括但不限于光电传感器、光电晶体管和光电二极管。光接收器可以被配置为响应于从光发射器接收的波长而生成PPG信号。发射器和接收器的位置可改变。此外,单个设备可以包括反射和/或透射PPG系统235。
在一些实现方式中,图2中所示的PPG系统235可以包括反射PPG系统235。在这些实现方式中,PPG系统235可以包括位于中心的光接收器(例如,在环104的底部)以及位于该光接收器的每侧的两个光发射器。在此实现方式中,PPG系统235(例如,光接收器)可以基于从这些光发射器中的一者或两者接收到的光来生成PPG信号。在其他实现方式中,设想了一个或更多个光发射器和/或光接收器的其他放置、组合和/或配置。
处理模块230-a可以在对由光学接收器生成的PPG信号进行采样的同时控制光发射器中的一者或两者来发射光。在一些实现方式中,处理模块230-a可以在对由光接收器生成的PPG信号进行采样的同时使接收信号更强的光发射器发射光。例如,当PPG信号以采样率(例如,250Hz)进行采样时,所选定的光发射器可以连续地发光。
对由PPG系统235生成的PPG信号进行采样可以产生脉冲波形,该脉冲波形可以被称为“PPG”。脉冲波形可指示多个心动周期的血压与时间的关系。脉冲波形可包括指示心动周期的峰值。此外,脉冲波形可包括可用于确定呼吸率的呼吸引起的变化。在一些实现方式中,处理模块230-a可将脉冲波形存储在存储器215中。处理模块230-a可在脉冲波形被生成时处理它和/或处理来自存储器215的脉冲波形,以确定本文所述的用户生理参数。
处理模块230-a可以基于脉冲波形来确定用户的心率。例如,处理模块230-a可基于脉冲波形中的峰值之间的时间来确定心率(例如,以每分钟心跳为单位)。峰值之间的时间可被称为心搏间期(IBI)。处理模块230-a可以将所确定的心率值和IBI值存储在存储器215中。
处理模块230-a可以随时间确定HRV。例如,处理模块230-a可基于IBI中的变化来确定HRV。处理模块230-a可将随时间变化的HRV值存储在存储器215中。此外,处理模块230-a可确定用户随时间的呼吸率。例如,处理模块230-a可基于用户IBI值在一段时间内的频率调制、幅度调制或基线调制来确定呼吸率。呼吸率可以按每分钟的呼吸次数或作为另一个呼吸率(例如,每30秒的呼吸次数)来计算。处理模块230-a可以将随时间的用户呼吸率值存储在存储器215中。
环104可以包括一个或更多个运动传感器245,如一个或更多个加速度计(例如,6-D加速度计)和/或一个或更多个陀螺仪(gyros)。运动传感器245可生成指示传感器的运动的运动信号。例如,环104可包括一个或更多个加速度计,该一个或更多个加速度计生成指示加速度计的加速度的加速度信号。作为另一示例,环104可包括一个或更多个陀螺仪传感器,其生成指示角运动(例如,角速度)和/或方位变化的陀螺仪信号。运动传感器245可以被包括在一个或更多个传感器封装中。示例加速度计/陀螺仪传感器是博世(Bosch)BM1160惯性微机电系统(MEMS)传感器,它可以测量三个垂直轴上的角速率和加速度。
处理模块230-a可以采样率(例如,50Hz)对运动信号进行采样,并且基于所采样的运动信号来确定环104的运动。例如,处理模块230-a可对加速度信号进行采样以确定环104的加速度。又例如,处理模块230-a可以对陀螺仪信号进行采样以确定角运动。在一些实现方式中,处理模块230-a可以将运动数据存储在存储器215中。运动数据可以包括被采样的运动数据以及基于被采样的运动信号(例如,加速度和角度值)计算的运动数据。
环104可以存储在此描述的各种数据。例如,环104可存储温度数据,诸如原始采样的温度数据和计算的温度数据(例如,平均温度)。作为另一示例,环104可存储PPG信号数据,例如脉冲波形和基于脉冲波形计算的数据(例如,心率值、IBI值、HRV值和呼吸率值)。环104还可存储运动数据,例如指示线性和角运动的被采样运动数据。
环104或其他计算设备可以基于被采样/所计算的生理数据来计算和存储附加值。例如,处理模块230可以计算和存储不同度量,诸如睡眠度量(例如,睡眠分数)、活动度量和准备度度量。在一些实现方式中,另外的值/度量可以被称为“导出值”。环104或其他计算/可穿戴设备可计算关于运动的各种值/度量。运动数据的示例导出值可包括但不限于运动计数值、规律性值、强度值、任务值的代谢等效值(MET)和定向值。运动计数、规律性值、强度值和MET可以指示随时间的用户运动量(例如,速度/加速度)。定向值可指示环104如何在用户的手指上定向以及环104是戴在左手还是右手上。
在一些实现方式中,运动计数和规律性值可以通过对一个或更多个时间段(例如,一个或更多个30秒至1分钟时间段)内的加速度峰值的数量进行计数来确定。强度值可指示运动的数量和运动的相关联强度(例如,加速度值)。取决于相关联的阈值加速度值,强度值可被分类为低、中和高。可基于一个时间段(例如,30秒)期间的运动的强度、运动的规律性/不规律性以及与不同强度相关联的运动的数目来确定MET。
在一些实现方式中,处理模块230-a可以压缩存储在存储器215中的数据。例如,处理模块230-a可以在基于采样的数据进行计算之后删除采样的数据。作为另一示例,处理模块230-a可在较长时间段内对数据求平均值以便减少所存储值的数目。在特定示例中,如果用户在一分钟内的平均温度被存储在存储器215中,则处理模块230-a可计算五分钟时间段内的平均温度以存储,并且随后擦除一分钟平均温度数据。处理模块230-a可基于多种因素来压缩数据,诸如所使用的/可用的存储器215的总量和/或自环104最后将数据传输到用户设备106以来经过的时间。
虽然用户的生理参数可以由被包括在环104上的传感器测量,但其他设备也可以测量用户的生理参数。例如,虽然可通过被包括在环104中的温度传感器240来测量用户的温度,但其他设备也可测量用户的温度。在一些示例中,其他可穿戴设备(例如,手腕设备)可包括测量用户生理参数的传感器。另外,诸如外部医疗设备(例如,可穿戴医疗设备)和/或可植入医疗设备之类的医疗设备可测量用户的生理参数。可以使用任何类型的计算设备上的一个或更多个传感器来实现本文所描述的技术。
生理测量可以在整个白天和/或夜间持续进行。在一些实现方式中,生理测量可以在白天的104部分和/或夜间的部分期间进行。在一些实现方式中,可以响应于确定用户处于特定状态(例如,活动状态、休息状态和/或睡眠状态)来进行生理测量。例如,环104可在休息/睡眠状态下进行生理测量,以便获取更清晰的生理信号。在一个示例中,环104或其他设备/系统可检测用户何时正在休息和/或睡眠并且获取所检测到的状态的生理参数(例如,温度)。当用户处于其他状态时,设备/系统可以使用休息/睡眠生理数据和/或其他数据,以便实现本公开的技术。
在一些实现方式中,如本文之前所描述的,环104可以被配置成收集、存储和/或处理数据,并且可以将本文所描述的任何数据传送至用户设备106以存储和/或处理。在一些方面,用户设备106包括可穿戴应用250、操作系统(OS)、网络浏览器应用(例如,网络浏览器280)、一个或更多个附加应用以及GUI 275。用户设备106可进一步包括其他模块和组件,包括传感器、音频设备、触觉反馈设备等。可穿戴应用250可以包括可以安装在用户设备106上的应用(例如,“app”)的示例。可穿戴应用250可以配置为从环104获取数据,存储所获取的数据,和处理所获取的数据,如本文所描述的。例如,可穿戴应用250可以包括用户界面(UI)模块255、获取模块260、处理模块230-b、通信模块220-b和被配置为存储应用数据的存储模块(例如,数据库265)。
本文所描述的各种数据处理操作可以由环104、用户设备106、服务器110或其任何组合来执行。例如,在一些情况下,由环104收集的数据可被预处理并被传输到用户设备106。在此示例中,用户设备106可对所接收的数据执行一些数据处理操作,可将数据传输到服务器110以进行数据处理,或两者兼而有之。例如,在一些情况下,用户设备106可执行需要相对低的处理能力的处理操作和/或需要相对低的延时的操作,而用户设备106可将数据传输到服务器110以进行需要相对高的处理能力的处理操作和/或可允许相对高的延时的操作。
在一些方面中,系统200的环104、用户设备106和服务器110可以被配置成评估用户的睡眠模式。具体地,系统200的各个组件可用于经由环104从用户收集数据,并且基于所收集的数据为用户生成一个或更多个分数(例如,睡眠分数、准备度分数)。例如,如本文先前指出的,系统200的环104可由用户佩戴以从用户收集数据,包括温度、心率、HRV等。由环104收集的数据可用于确定用户何时睡着以便评估用户在给定“睡眠日”的睡眠。在一些方面,可以针对每个相应的睡眠日为用户计算分数,使得第一睡眠日与第一组分数相关联,并且第二睡眠日与第二组分数相关联。可针对每个相应的睡眠日,基于由环104在相应睡眠日期间收集的数据来计算分数。分数可包括但不限于睡眠分数、准备度分数等。
在一些情况下,“睡眠日”可以与传统日历日对齐,使得给定睡眠日从相应日历日的午夜持续至午夜。在其他情况下,睡眠日可相对于日历日偏移。例如,睡眠日可以从日历日的下午6:00(18:00)持续到下一个日历日的下午6:00(18:00)。在这个示例中,下午6:00可以充当“截止时间”,其中在下午6:00之前从用户收集的数据被计入当前睡眠日,并且在下午6:00之后从用户收集的数据被记入下一个睡眠日。由于大多数个人在夜间睡眠最多的事实,相对于日历日偏移睡眠日可以使得系统200能够以与他们的睡眠时间表一致的方式评估用户的睡眠模式。在一些情况下,用户可能够相对于日历日选择性地调整(例如,经由GUI)睡眠日的定时,使得睡眠日与相应用户通常睡眠的持续时间对齐。
在一些实现方式中,可以基于一个或更多个“贡献者(contributors)”、“因素”、或“贡献因素”确定/计算用户在每个相应日的每个总分数(例如,睡眠分数、准备度分数)。例如,用户的总睡眠分数可以基于一组贡献者来计算,包括:总睡眠、效率、安憩、REM睡眠、深度睡眠、延时、定时、或其任何组合。睡眠分数可以包括任何数量的贡献者。“总睡眠”贡献者可以指睡眠日的所有睡眠时段的总和。“效率”贡献者可以反映在床上时睡眠所花的时间与清醒所花的时间相比的百分比,并且可以使用由每个睡眠时段的持续时间加权的睡眠日的长睡眠时段(例如,主要睡眠时段)的效率平均值来计算。“安憩”贡献者可以指示用户的睡眠有多安宁,并且可以使用由每个时段的持续时间加权的睡眠日的所有睡眠时段的平均值来计算。安憩贡献者可以基于“醒来计数”(例如,在不同睡眠时段期间检测到的所有醒来(当用户醒来时)的总和)、过度移动和“起床计数”(例如,在不同睡眠时段期间检测到的所有起床(当用户下床时)的总和)。
“REM睡眠”贡献者可以指包括REM睡眠的睡眠日的所有睡眠时段的REM睡眠持续时间的总和。类似地,“深度睡眠”贡献者可以指包括深度睡眠的睡眠日的所有睡眠时段的深度睡眠持续时间的总和。“延时”贡献者可以表示用户进入睡眠花多长时间(例如,平均、中值、最长),并且可以使用整个睡眠日的长睡眠时段的平均值来计算,由每个时段的持续时间和这样的时段的数量加权(例如,合并一个给定的睡眠阶段或多个睡眠阶段可以是其自身的贡献者或对其他贡献者加权)。最后,“定时”贡献者可以指睡眠日和/或日历日内的睡眠时段的相对定时,并且可以使用睡眠日的所有睡眠时段的平均值来计算,由每个时段的持续时间加权。
作为另一示例,可以基于一组贡献者来计算用户的总体准备度分数,该组贡献者包括:睡眠、睡眠平衡、心率、HRV平衡、恢复指数、温度、活动、活动平衡或其任何组合。准备度分数可以包括任何数量的贡献者。“睡眠”贡献者可以指睡眠日内的所有睡眠时段的组合睡眠分数。“睡眠平衡”贡献者可以指睡眠日内的所有睡眠时段的累积持续时间。具体地,睡眠平衡可以向用户指示用户在某个持续时间(例如,过去的两周)的睡眠是否与用户的需要平衡。通常,成人每天晚上需要7-9小时的睡眠以保持健康、警觉并且在精神上和身体上都表现得最好。然而,偶然晚上睡不好是正常的,因此睡眠平衡贡献者考虑长期睡眠模式来确定每个用户的睡眠需要是否得到满足。“静息心率”贡献者可以指示来自睡眠日的最长睡眠期(例如,主要睡眠期)的最低心率和/或来自在主要睡眠期之后发生的小睡的最低心率。
继续参考准备度分数的“贡献者”(例如,因素、贡献因素),“HRV平衡”贡献者可以指示来自主要睡眠期和在该主要睡眠期之后发生的小睡的最高HRV平均值。HRV平衡贡献者可通过将用户的在第一时间周期(例如,两周)的HRV趋势与在某个第二、更长时间周期(例如,三个月)的平均HRV进行比较来帮助用户跟踪其恢复状态。可以基于最长睡眠时段计算“恢复指数”贡献者。恢复指数测量用户的静息心率在夜间稳定需要多长时间。非常好的恢复的迹象是用户的静息心率在前半夜期间稳定,至少在用户醒来之前六个小时,让身体有时间在第二天恢复。如果用户在小睡期间的最高温度比最长时段期间的最高温度高至少0.5℃,则可以基于最长睡眠期(例如,主要睡眠期)或基于在最长睡眠期之后发生的小睡来计算“体温”贡献者。在一些方面中,环可以在用户睡着时测量用户的体温,并且系统200可以显示用户的相对于用户的基线温度的平均温度。如果用户的体温在他们的正常范围之外(例如,明显地高于或低于0.0),则体温贡献者可被突出显示(例如,进入“注意”状态)或以其他方式为用户生成警报。
在一些方面,系统200的相应设备可以支持用于根据用户和/或可穿戴设备104的多种操作模式来为用户定制健康相关指导的技术。例如,可穿戴设备104可以从用户获取生理数据,包括心率数据、运动数据、温度数据等。在“正常”操作模式期间,系统可以基于用户的生理活动和整体健康向用户提供健康相关的指导,包括正常身体活动目标(例如,步数目标、卡路里目标、站立目标)和正常活动消息(例如,鼓励用户达到他们的身体活动目标的消息、祝贺用户达到他们的身体活动目标的消息)。
继续同一示例,系统200可以识别用于从正常操作模式向不同操作模式(如休息模式)转变的触发。例如,系统200可以识别用户生病或可能生病,并且因此可以识别用于从正常操作模式向休息操作模式转变的触发。休息操作模式可以被配置为促进用户的休息和恢复,并且因此可以与降低/减少的身体活动目标和相关活动消息(例如,鼓励用户休息或小睡的消息)相关联。因此,在向休息模式转变时,系统200可以定制身体活动目标和活动消息以帮助促进用户的休息并允许用户为疾病(或即将到来的疾病)做准备。
在一些情况下,系统200可以基于从用户接收的用户输入来识别用于在操作模式之间切换的触发(例如,从正常模式切换到休息模式,反之亦然)。例如,用户可以经由用户设备106输入他们接收到阳性疾病测试或者他们开始感到生病。另外或替代地,系统200可自动识别用于在操作模式之间切换的触发。例如,系统200可基于从可穿戴设备104获取的生理数据(例如,升高的温度、增加的呼吸率、减少的活动)来识别出用户生病(或可能生病)。因此,系统200可自动地在操作模式之间切换和/或提示用户确认或拒绝操作模式之间的切换。
例如,在一些情况下,系统200可以基于识别出一个或更多个生理参数满足一个或更多个相应阈值(例如,基于温度数据超过温度阈值)来识别用于从第一操作模式(例如,正常模式)切换至第二操作模式(例如,休息模式)的触发。生理参数可包含但不限于温度数据、心率数据、HRV数据、呼吸率数据、血氧饱和度数据、运动数据或其任何组合。
类似地,在一些方面,系统200可被配置成基于所计算的健康风险度量来识别用于从一个操作模式切换至另一个操作模式的触发。出于本公开的目的,术语“健康风险度量”可以用于指与用户生病或可能变得生病的相对概率相关联的任何度量或值。因此,术语“健康风险度量”可以与用户将从健康状态转变至非健康状态的相对概率相关联。系统200可被配置成基于所获取的生理数据、用户的分数(例如,睡眠分数、准备度分数、活动分数)、行为数据(例如,睡眠定时、睡眠持续时间、睡眠质量、活动水平)等来计算用户的一个或更多个健康风险度量。在一些实现方式中,系统200可以被配置成将数据(例如,生理数据、分数)输入到分类器(例如,机器学习分类器、神经网络)中,其中分类器被配置成计算用户的健康风险度量。在这样的情况下,系统可以被配置成基于所计算的健康风险度量满足(或不能满足)一个或更多个阈值来识别用于在操作状态之间切换的触发。换言之,系统200可以基于健康风险度量满足一个或更多个阈值来识别用户的潜在健康风险,并且由此可以基于潜在健康风险来识别用于在操作状态之间转变的触发。
如本文之前所描述的,系统200可以支持任何数量的操作模式,其中每个单独的操作模式可以与针对相应操作模式定制的一组身体活动目标和/或一组活动消息相关联。此外,在一些实现方式中,单个操作模式可包括多组身体活动目标和/或多组活动消息,其中系统200可被配置为基于一个或更多个参数或特征在相应组活动目标和/或活动消息组之间进行选择,这些参数或特征包括所获取的生理数据、手动用户输入和系统200在相应操作模式下操作的理由/动机/原因。例如,系统200可以在用户正遭受疾病的情况下以及在用户正从骨折手臂恢复的情况下在“休息模式”下操作。在这样的情况下,与用户正从骨折手臂恢复时相比,系统200可以在用户正遭受疾病时利用用户的不同组的活动目标/活动消息(例如,与用户正由于疾病处于休息模式时的活动目标相比,当用户由于骨折手臂处于休息模式时的活动目标可以更高)。换言之,系统200可以基于在相应操作状态内操作的用户/系统200的“原因”或动机,利用与给定操作状态相关联的活动目标/活动消息的不同子集。
参照图3可以进一步示出和描述操作模式之间的转变。
图3示出了根据本公开的各个方面的支持用于在各个操作模式期间提供指导的技术的处理流程300的示例。处理流程300可以实现系统100、系统200或两者,或者由系统100、系统200或两者实现。具体地,如参考图2所描述的,处理流程300示出了在操作模式之间转变的系统200的示例。具体地,处理流程300示出了系统200可在正常模式、休息模式和恢复模式之间转变的示例。
在305,应用(例如,可穿戴应用250)可以根据正常参数(如促进健康个体活动的正常活动参数)以正常模式操作。例如,当以正常模式(例如,第一操作模式)操作时,系统200可以根据正常模式向用户提供第一组活动消息和第一组消息。
在310,应用可以确定是否从正常模式向休息模式转变。换言之,应用可以识别用于从第一操作模式(例如,正常模式)向第二操作模式(例如,休息模式)切换的触发(或没有触发)。例如,应用可基于用户输入和/或指示用户已转变(或预期转变)到用户可能已增加身体压力和/或疾病症状的非健康状态的所测量的生理参数来确定是否向休息模式转变。就这一点而言,用于在操作状态之间转变的触发可基于手动用户输入来识别,基于获取的数据自动识别触发,或两者兼而有之。
在315,应用可以根据休息参数(如被配置成促进用户恢复的减少/消除的一组身体活动参数)以休息模式操作。例如,当以休息模式(例如,第二操作模式)操作时,系统200可以根据休息模式向用户提供第二组活动目标和第二组活动消息。在该示例中,第二组活动目标可被配置成鼓励休息,其中第二组活动消息被配置成促进或鼓励用户满足第二组活动目标。在一些实现方式中,相对于正常模式中的身体活动目标,可以减少在休息模式期间的身体活动目标。另外地或可替代地,身体活动目标可以在休息模式期间被静音、关闭或以其他方式停用以鼓励用户休息。
在320,应用可以确定是否从休息模式向恢复模式转变。换言之,系统200可以识别用于从第二操作模式(例如,休息模式)向第三/中间操作模式(例如,恢复模式)转变的触发(或没有触发)。例如,应用可基于指示用户输入和/或指示用户在一段时间内已达到阈值恢复水平的所测量的生理参数来确定是否转变。在此示例中,恢复模式可包括休息模式与正常模式之间的中间操作模式(例如,系统200在从恢复模式转变至正常模式之前从休息模式转变至恢复模式)。
在一些情况下,系统可基于识别出与用户相关联的“恢复度量”在一段时间内满足阈值恢复水平来识别用于从休息模式向恢复模式转变的触发。系统200可基于所获取的用户的生理数据、行为数据(例如,睡眠定时、睡眠持续时间、活动水平)、分数(例如,睡眠分数、准备度分数、活动分数)或其任意组合来计算用户的恢复度量。
在325,应用可以根据恢复参数(如从休息模式恢复水平向正常模式活动水平增加的活动水平)在恢复模式下操作。例如,当在恢复模式(例如,第三/中间操作模式)下操作时,系统200可以根据恢复模式向用户提供第三组活动目标和第三组活动消息。在该示例中,第三组活动目标可被配置成鼓励恢复,其中第三组活动消息被配置成促进或鼓励用户满足第三组活动目标。
在330,应用可以确定是否从恢复模式向正常模式转变。换言之,系统200可以识别用于从第三/中间操作模式(例如,恢复模式)转变回第一操作模式(例如,正常模式)的触发(或没有触发)。例如,应用可基于用户输入、恢复模式的长度和/或指示用户已恢复到足够健康水平的所测量的生理参数来确定是否转变。
在一些情况下,系统可基于识别出与用户相关联的“恢复度量”在一段时间内满足阈值恢复水平来识别用于从恢复模式向正常模式转变的触发。附加地或可替代地,系统200可基于在休息模式中的持续时间、在恢复模式中的持续时间、所测量的生理参数(例如,经由可穿戴设备104收集的生理数据)、用户的分数、或其任何组合来识别用于从恢复模式向正常模式转变的触发。通常,系统200可基于识别出用户已经恢复到足够健康的水平(例如,基于生理数据和/或分数)而从恢复模式向正常模式转变。
如在此所描述的,系统200可以实施多个不同模式。示例附加/替代模式可包括但不限于训练模式(例如,马拉松训练模式、足球赛季训练模式)、疾病模式(例如,COVID-19模式、流感模式)、手术模式(例如,手术前模式、手术后模式)、假期/旅行模式、休假模式、怀孕模式、月经周期模式、更年期模式、夏令时模式等。
如本文所描述的,系统200(例如,可穿戴应用250)可以向用户提供关于健康习惯和行为的指导,使得用户可以优化他们的表现。在旅行和假期期间,当人正在改变时区时,行为和生物信号可能会发生偏移。假期/旅行期间的指导可以是周期性的(诸如每天早上)、随机的、或由数据驱动的触发来提示的。指导也可以在用户接受指导时在正确的上下文中并且以个性化的形式给出。虽然旅行和假期模式可在本文中描述为单个假期模式,但在一些实施发生中,假期模式和旅行模式可为具有单独触发和操作的单独模式。
在旅行和假期期间,用户可能会觉得接收与一致的睡眠定时、健康饮食习惯和/或优化准备度相关的指导、目标或图表不合适。例如,接收这样的指导、目标或图表在经历时差和违反昼夜节律时可能感觉不合适。代替目标是改进表现,用户可能希望恢复、回到正常的身体和精神表现,并且找到他们在当前情况下的最佳时刻。
可穿戴设备104或其他计算设备(例如,用户设备106、服务器110)可以收集指示时区转变的数据并且可以帮助识别经修改的和个性化的指导可能有益的时间段。当存在时区转变时,由设备收集的数据可以用于识别旅行的开始。这种转换可以如何影响其生物信号、时间表和能量可以基于其个人的基线和昼夜节律。在一些情况下,体温、心率和HRV(以及对应的参数)可能由于时间表的这种转换而处于不同水平。当人们倾向于改变他们的睡眠时间和他们的活动时段时,这也可以在假期中看到。与用户在假期和旅行期间的期望相比,正常消息传送可被视为负反馈,反之亦然。
假期模式可在本文相对于其他操作模式进行描述。在一些情况下,一般训练程序(例如,训练模式)可以旨在激励用户更频繁、更长时间和以足够的强度运动。正常睡眠程序(例如,睡眠安排模式)可以鼓励定期安排睡眠。正常准备就绪程序(例如,准备就绪模式)可以鼓励用户在他们已经更加活跃或他们的睡眠/生物信号的质量下降时休息。当假期模式被激活时,系统200可以调整就寝时间指导,并且如果用户有时有活动时段有助于将他们的节奏改变成当前位置的昼夜节律时间,则还可以对用户记分。
在一些方面,当获取的相应用户的生理数据偏离用户的正常基线时,系统200可以向用户提供精细的通信/消息传送。此外,系统200可被配置为通过考虑昼夜节律效应来解释与身体信号相关的观察值(例如,获取的生理数据)。在一些情况下,在条件指示在假期模式期间需要休息模式(例如,用户变得过度紧张)的情况下,休息模式可优先于假期模式。如果在假期模式期间(例如,在旅行时)触发休息模式,系统200可以改为开始以休息模式操作,使得休息模式优先于其他模式。
在假期模式期间,睡眠定时/一致性和就寝时间指导可以被修改为适应改变后的情况。此外,测量的生物信号(例如,温度、心率和HRV)可以以某种方式通信,使得用户可以了解由于旅行和如何调整他们的日程安排而影响他们的身体的身体紧张。在一些实现方式中,更精细的通信目标可帮助用户感觉更有活力。
假期模式可以各种方式被激活。在一些实现方式中,可以响应于时区的改变(例如,大于1小时的时区转变)来激活假期模式。在一些实现方式中,可以响应于连续两天或更多天的睡眠时间偏移大于用户的正常每周变化而激活假期模式,其中在一个示例中,可以使用比正常每周变化高至少0.5小时的偏移作为触发,其中算法可以包括排除周末。在一些实现方式中,可以响应于活动,例如当基于用户的正常例程识别出更多活动(在时间跨度和数量的意义上)时,激活假期模式。在一些实现方式中,可以响应于来自另一应用(诸如日历应用和/或外出消息)的反馈来激活假期模式。在一些实现方式中,可以响应于用户输入(例如,指示“我在度假”的手动用户输入)激活假期模式。
在一些方面,系统200可以在多种场景中识别用于从假期模式(和/或其他操作模式)向正常模式转变的触发。换言之,系统200可被配置成识别用于在操作模式之间转变的任何数量的触发。
例如,系统200可以基于新时区中的天数、生物信号(例如,生理数据)和/或用户日常例程,从假期模式转变至正常模式。例如,当新时区中的天数与时区之间的差异一样多并且生物信号和/或日常生活与基线相比没有明显差异时,系统200可以从假期模式转变至正常模式。作为另一示例,当时区后移并且已经有足够长的调整时间时,系统200可以从假期模式转变至正常模式。在特定情况下,系统200可以考虑时区转变量和旅行的持续时间和/或从用户的正常基线的变化。例如,时区转变为+12的三天可对应于三天的长度,而时区转变为+12的十二天可对应于十二天的长度。与用户的基线相比,这可以基于睡眠度量和/或生物信号逐渐变短或变长。在一些实现方式中,系统200可以基于用户输入从假期模式转变至正常模式。在一些情况下,当生物信号和/或日常生活与用户的基线相比没有明显差异时,可能发生转变。
在这方面,假期模式(和其他操作模式)可以手动地、自动地或通过这两者来启用和禁用。假期模式可改变应用体验,使其更适合随时区转变或假期时段的旅行。在一些实现方式中,假期模式可以不同地省略或传达一些睡眠和准备目标,诸如睡眠一致性和定时和恢复指数。例如,在一些情况下,当可穿戴设备104和/或用户设备106确定时区转变或识别指示日常生活中的变化的附加参数时,可启动假期模式。在一些实现方式中,系统200(例如,可穿戴应用250)可以询问或提示用户他们是否希望开始假期模式,然后可以帮助他们调整他们的例程并且专注于预定义的调整后的健康和睡眠参数。在一些实现方式中,用户可以从移动健康应用的菜单激活假期模式。这在假日/旅行不包括时区转变或日常生活变化时可能是有用的。例如,用户设备106的GUI 275可以显示所支持的操作模式的列表,其中用户可以能够选择期望的操作模式。在其他情况下,用户可以能够定义和创建新的操作模式,其中用户可以能够为新的操作模式定制活动目标和/或活动消息。
在假期模式结束之后,健康相关的指导可以逐步朝向正常指导调整。换言之,系统200可以被配置为当从一个操作模式向另一个操作模式转变时逐渐转变活动目标和/或活动消息。操作模式的终止可以由用户手动触发。在一些实现方式中,操作模式的终止可在由应用自动提示之后由用户选择(例如,响应于时区转变回到用户的典型时区)。指导的调整可以基于时区转变量、旅行的持续时间和/或从用户的正常基线的变化。将引导从一个操作模式调整至另一个操作模式的时间段可称为“调整模式”。在整个操作模式以及调整模式中,可以通过考虑昼夜节律效应来解释与身体信号相关的观察值,其中系统200可以更精细地向用户传达关于偏离他们的正常基线。
在一些实现方式中,系统200可以支持其他与旅行相关的模式,这些模式基于不同因素(包括时区、纬度、阳光水平等)为用户定制活动指导。例如,用户可旅行到与他们的家在同一时区中的不同纬度,其中与用户的家相比,新纬度经历显著不同的阳光水平。具体地,极高的纬度地区每天的日照时间可能非常少,这可能与用户习惯的日照水平存在巨大差异。不同的阳光水平会影响用户的睡眠时间表、昼夜节律、活动和其他行为。就这一点而言,系统200可以识别出用户已经旅行到不同的纬度,并且可以触发“阳光暴露模式”或一些其他纬度或阳光相关模式。阳光暴露模式可定制提供给用户的指导以鼓励用户主动调整他们的阳光暴露量,并且可提供其他指导以帮助用户根据新纬度和/或阳光的水平来调整其活动和睡眠时间表。此外,系统200可以支持附加的“中间模式”,以帮助用户在用户回到家回到其正常纬度/阳光水平时轻松进入其正常例程。
在一些方面,系统200可以支持“怀孕模式”,该“怀孕模式”被配置成定制提供给怀孕用户的健康相关指导。怀孕模式可以修改怀孕用户的活动目标和活动相关指导。例如,怀孕模式可以降低活动强度期望,但是可以增加提供给用户的运动提醒,这可以更好地符合怀孕用户的身体期望。此外,怀孕模式可以调整用于计算用户的得分的其他健康相关的期望和算法。例如,怀孕模式可以调整与怀孕用户应获得的睡眠量/类型相关联的期望,并且调整与其他生理参数(如呼吸率、静息心率、体温等)相关联的期望。在这方面,通过调整与怀孕用户的生理参数相关联的期望,系统200可以基于怀孕用户所经历的正常的、预期的生理反应来更准确地计算分数(例如,活动分数、睡眠分数、准备度分数)。
此外,在一些方面,系统200可以支持与怀孕模式相关联的另外的或替代的操作模式,包括帮助指导用户回到其怀孕后的正常活动水平和生理参数的操作模式。如此,系统200可以支持怀孕模式与正常模式之间的一个或更多个中间模式,包括产后恢复模式、产后加速模式等。例如,产后恢复模式可以定制提供给用户的指导,该指导旨在促进休息和恢复以便帮助用户从怀孕中恢复。
在一些实现方式中,除了基于对应的操作状态向用户提供不同组的活动分数/活动消息之外,系统200还可以被配置成在根据相应的操作状态进行操作时不同地计算用户的分数(例如,睡眠分数、准备度分数、活动分数)。例如,在一些情况下,系统200可在第一操作状态下操作时使用第一算法(或第一组权重)计算分数(例如,睡眠分数、准备度分数、活动分数),并且可在第二操作状态下操作时使用第二算法(或第二组权重)计算分数。例如,如果用户在深夜小睡,则用于与正常操作模式相关联的分数计算的第一算法可导致用户的准备度分数的下降。相比之下,如果用户在深夜小睡,则用于与休息操作模式相关联的分数计算的第二算法可导致用户准备度分数的增加。这与优先用户休息的休息模式一致。
图4示出了根据本公开的各个方面的支持用于在各种操作模式期间提供指导的技术的处理流程400的示例。处理流程400可实施系统100、系统200、处理流程300或其任一组合,或由系统100、系统200、处理流程300或其任一组合实施。具体地,处理流程400示出了如参考图2所描述的在操作模式之间转变的系统200的示例。具体地,处理流程400示出了描述在移动健康应用(例如,可穿戴应用250)中从正常模式到休息模式以及从休息模式到恢复模式的操作的改变的示例。
如图4所示,系统200可在正常模式405-a下操作。当处于正常模式405-a时,系统200可以经由可穿戴设备104(例如,可穿戴环设备104)获取生理数据410。系统200可被配置为基于所获取的生理数据410计算用户的不同分数,包括活动分数415-a、准备度分数415-b和睡眠分数415-c。系统200可被配置成经由用户设备106向用户提供一组身体活动目标(例如,卡路里目标、步数目标)。
此外,系统200可以被配置成向用户提供一组活动消息,其中这些活动消息与(例如,对应于)正常模式405-a相关联。换言之,系统200可向用户提供正常消息传送420,其中正常消息传送420包括促进与正常模式405-a相关联的一组活动目标的消息。正常消息传送420可包括与相应分数相关联的消息。例如,与用户的活动分数415-a相关联的消息可以包括:“让自己整天保持活动,在训练日和恢复日之间保持平衡”。作为另一示例,与用户的准备度分数415-b相关联的消息可以包括:“平衡活动和休息,当你准备好时突破你的界限”,其中与用户的睡眠分数415-c相关联的消息可以包括:“充足和持续的睡眠是做好准备的关键”。
继续参考处理流程400,系统200可以在425检测用户的一个或更多个生理参数的变化(例如,生物信号数据的变化)。例如,系统200可以检测升高的体温或升高的静息心率。在这样的情况下,系统200可确定自动休息模式触发430(例如,不基于用户输入的触发)。因此,系统200可响应于自动休息模式触发430在435开启休息模式(例如,从正常模式405-a转变至休息模式405-b)。在另外的或替代的情况下,系统200可以接收主观用户反馈440。例如,用户可以输入(例如,经由用户设备106)指示用户可能正在生病或可能正在经历一些其他压力情形的一个或更多个消息或“标签”。手动用户输入可使得系统200能够在用户感到不适(或正在经历一些其他事件)但获取的生理数据尚未显著改变的情况下识别用于在操作状态之间切换的触发。在这样的情况下,系统200可以识别手动休息模式触发445(例如,基于手动用户输入的触发)。因此,系统200可以响应于手动休息模式触发445而在435处开启休息模式(例如,从正常模式405-a转变至休息模式405-b)。
在激活休息模式405-b时,系统200可以调整可以提供给用户的活动目标和/或活动消息传送。另外或替代地,系统200可调整其如何计算用户的分数(例如,切换到用于计算睡眠分数、准备度分数、活动分数等的不同算法)。例如,系统200可以在450处修改和/或禁用活动目标、贡献者和/或活动分数计算。类似地,系统200可在455处修改准备度分数贡献者和洞察,且可在460处修改睡眠洞察。随后,系统200可在465处向用户提供消息传送,其中消息传送(例如,活动消息)与休息模式405-b相关联。即,系统200可提供基于执行450、455和460处的动作促进休息的消息传送。
针对休息模式465的消息传送可以包括旨在休息模式405-b期间促进休息的消息,并且可以基于用户的相应分数。例如,在处于休息模式405-b时与用户的活动分数相关联的消息可包括:“专注于休息”。作为另一示例,在处于休息模式405-b时与用户的准备度分数相关联的消息可包括:“专注于休息和恢复以达到你的最佳准备”,其中在处于休息模式405-b时与用户的睡眠分数相关联的消息可包括:“所有休息都是好的休息”。
随后,系统200可以在470处关闭休息模式。换句话说,系统200可识别用于从休息模式405-b向另一操作模式(例如,正常模式405-a、恢复模式405-c)转变的触发。如本文中先前所述,系统200可在470处基于识别出触发而关闭休息模式405-c,其中触发可基于用户输入(例如,手动用户输入)和/或基于所接收的生理数据和/或所计算的分数而自动识别。
在激活恢复模式405-c时,系统200可以调整可以提供给用户的活动目标和/或活动消息传送。另外或替代地,系统200可调整其如何计算用户的分数(例如,切换到用于计算睡眠分数、准备度分数、活动分数等的不同算法)。例如,在475,系统200可逐渐地归一化活动分数(例如,活动分数计算)、活动目标和/或活动贡献者。类似地,,系统200可在480逐渐地归一化准备度分数(例如,准备度分数计算)、准备度贡献者和准备度洞察,并且可在485逐渐地归一化睡眠洞察。
系统200可被配置为在490处将消息传送给用户,其中消息传送(例如,活动消息)与恢复模式405-c相关联。即,系统200可提供基于执行475、480和485处的动作促进休息和恢复的消息传送。例如,当处于恢复模式405-c时与用户的活动分数相关联的消息可包括:“轻松开始”。作为另一示例,当处于恢复模式405-c时与用户的准备度分数相关联的消息可包括:“保持放松,但你可以从轻度活动开始”,其中当处于恢复模式405-c时与用户的睡眠分数相关联的消息可包括:“注意休息和睡眠”。
随后,系统200可以在495处关闭准备模式405-c并返回到正常模式405-a。换句话说,系统200可识别用于从恢复模式405-c向另一操作模式(例如,正常模式405-a)转变的触发。如本文先前所描述,系统200可在495处基于识别出触发而关闭恢复模式405-c且切换到正常模式405-a,其中所述触发可基于用户输入(例如,手动用户输入)和/或基于所接收生理数据和/或所计算的分数而自动识别。
图5示出了根据本公开的各个方面的支持用于在各个操作模式期间提供指导的技术的处理流程500的示例。处理流程500可实施系统100、系统200、处理流程300、处理流程400或其任一组合,或由系统100、系统200、处理流程300、处理流程400或其任一组合实施。处理流程500示出了用于用户设备106中的两个或更多个健康程序(例如,一个或更多个操作模式)的示例控制图。
出于本公开的目的,术语“健康程序”可以用于指与用户相关联的长期健康/健身程序。示例健康程序可以包括但不限于:锻炼训练程序、睡眠程序和营养程序等。每个程序还可包括附加程序(例如,子类别程序)。例如,训练程序可以包括肌肉训练程序、一般耐力训练程序和/或健康增强训练程序。健康程序可以用于确定用户的活动目标和相关的活动消息传送。在一些实现方式中,操作模式可以用于选择性地修改每个相应健康程序内的活动目标/消息传送。也就是说,用户可以积极地参与肌肉训练程序,并且当系统200在整个肌肉训练程序的持续时间中在不同操作模式(例如,正常模式、休息模式、恢复模式、基础水平模式、简易模式、强化模式)之间转变时,系统200可以选择性地修改在整个肌肉训练程序中提供给用户的活动目标/消息传送。
处理流程500示出了控制模块505,该控制模块可以经由系统200的一个或更多个组件(例如,可穿戴设备104、用户设备106、服务器110)来实现。控制模块505可以包括或支持多种操作模式,例如正常模式、休息模式和恢复模式。正常、休息和恢复模式仅是示例模式。因此,其他实现可包括不同的和/或附加的操作模式。例如,其他实现可包括四种操作模式:健康模式、急性健康状况模式、从急性健康状况恢复模式以及慢性健康状况模式。两个或更多个程序/操作模式可由中央控制块(例如,控制模块505)集中控制。控制模块505(例如,具有三个操作模式)可以针对相应的操作模式/健康程序设置规则。占主导的操作模式(例如,休息模式、恢复模式、正常模式)的效果可以同时在若干不同的健康程序/操作模式中可见(例如,通过修改给予用户的活动目标和活动消息)。
例如,如处理流程500中所示,第一健康程序可以与第一组活动目标和第一组活动消息相关联,其中第二健康程序可以与第二组活动目标和第二组活动消息相关联。在这样的情况下,在识别出操作模式之间的转变之后,系统200(例如,控制模块505)可以基于活动的操作状态选择性地修改相应的健康程序的相应活动目标和/或活动消息。然后可以向用户(例如,经由用户设备106)提供针对相应的健康程序的经修改的活动目标和/或经修改的活动消息。
系统200可以支持目标在于激励用户更频繁、更长时间并且以足够的强度运动的一般训练程序。睡眠程序可以鼓励规律的睡眠时间安排并且避免长时间小睡。在一些实现方式中,当针对相应的健康程序激活休息模式时,控制模块505可以针对健康程序的最大训练量或强度设置规则。另外,控制模块505还可向用户提供增强恢复的动作(例如,除了训练之外),诸如小睡。在具体示例中,系统200可以将数字每日活动目标乘以正常的50%-100%,并且将放松活动的推荐增加100%。控制模块505可以被配置成选择和/或修改不同的消息类型以及控制相应健康程序内的不同活动的消息的呈现。例如,控制模块505可以不示出关于小睡的负面长期影响的消息,而是可以示出关于其立即正面影响的消息。因此,在一些实现方式中,当在休息或恢复模式中操作时(例如,不管激活的健康程序如何),控制模块505可以增加目标睡眠量和增加与睡眠和恢复贡献相关的肯定消息的优先级/发生率。
在一些实现方式中,可以基于所测量的信号(如升高的温度、升高的呼吸率、静息心率、降低的HRV等)来激活休息模式。在一些实施方式中,可基于健康风险的指示激活休息模式,诸如可由用户自动检测或报告的疾病指示(例如,COVID-19指示)。在一些实现方式中,可以响应于用户输入(例如,指示受伤(例如,骨折)或疾病(例如,流感)的用户输入)来激活休息模式。在一些实现方式中,休息模式可以实现对症状的跟进(例如,使用特定标签)。
休息模式可转变至恢复模式。在恢复模式期间,规则/设置可逐渐地返回到正常模式。例如,规则可以变化x%/天,直到达到正常水平(例如,直到差值<10%)。
休息模式可以各种方式转变至恢复模式。例如,休息模式可响应于默认时间(诸如默认经过时间(例如,1周)和/或指定的未来日期)而转变至恢复模式。作为另一示例,当测量的参数已返回到正常时,休息模式可转变至恢复模式。在一些情况下,控制模块505可以在测量的参数已经返回至正常之后增加设定的时间段(例如,1周)。作为另一示例,休息模式可响应于用户输入(诸如指示用户的健康已经正常或风险已过去的手动输入)而转变至恢复模式。作为另一示例,当健康警报/风险指示符消失时,休息模式可转变至恢复模式。在一些情况下,控制块可在健康警报/风险指示符消失之后增加设定的时间段(例如,3天)。
恢复模式的长度可以基于多种因素来计算。在一些实现方式中,恢复模式的长度可基于休息模式的长度。例如,恢复模式的长度可被设置为休息模式的长度的倍数(例如,休息模式的1-3倍)。在该示例中,时间乘数可以是年龄相关的,其中老年人可以具有更大的乘数(例如,增加的恢复时间)。例如,20岁的用户可以有恢复时间=休息时间。作为另一示例,40岁的用户可以有恢复时间=1.5x休息时间。作为另一示例,60岁的用户可以有恢复时间=2x休息时间。在一些实现方式中,时间乘数可以基于所测量的生理值(例如,温度、心率、HRV、呼吸率等)。例如,时间乘数可基于在休息模式期间测量的最大温度。在具体示例中,如果用户的温度升高超过2.0℃,则恢复时间可以等于2x休息时间、否则为1x休息时间,或根据观察到的最大温度升高而逐渐延长。
图6-11示出了根据本公开的各个方面的支持用于在各个操作模式期间提供指导的技术的GUI 600-1100的示例。GUI 600-1100可以实施系统100、系统200、处理流程300、处理流程400、处理流程500或其任意组合的方面或者由系统100、系统200、处理流程300、处理流程400、处理流程500或其任意组合的方面实施。例如,GUI 600-1100可以包括包含在图2中示出的用户设备106内的GUI 275的示例。
GUI 600-1100示出了可以显示给用户的应用页面,如经由在图2中示出和描述的用户设备106的GUI 275。例如,GUI 600示出了显示测量的生物信号数据(例如,获取的生理数据)的应用页面605,该生物信号数据可以用于触发健康程序和/或操作状态之间的切换。在一些方面中,如应用页面605中所示,系统200可被配置为确定用户的生理参数的正常或基线水平(例如,基线生理数据)。在这样的情况下,系统200可以被配置为识别与正常/基线水平的显著偏差,以便作为在系统200的操作模式之间切换的触发,如本文所描述的。
应用页面605示出了经由可穿戴设备采集的生理数据可以如何指示特定急性压力情况(如疾病)的发作。所获取的生理数据可用于触发休息模式(或急性压力状况模式)。示例触发可以包括但不限于:1)体温触发(例如,体温与用户正常值的偏差大于0.5℃);2)呼吸率触发(例如,呼吸率每分钟增加超过1次呼吸);以及3)静息HR触发(例如,静息心率每分钟增加超过10次搏动)。可以使用不同的参数和时间窗,诸如更长的时间窗(例如,长于一天/夜)。在一些实现方式中,系统200可以统计分析用户的历史数据以确定正常范围(诸如中值和标准偏差)。在这些实现方式中,如果若干值或其加权总和落在正常范围之外(例如,超出阈值),那么组合可触发休息模式。
在一些情况下,系统200可以分析用户的历史数据以确定用户在过去如何从相同或相似的疾病、损伤或其他状况中恢复(例如,用户恢复需要多长时间、用户的生理数据在恢复的不同阶段如何反应)。该分析可用于确定相应操作模式(例如,休息模式、恢复模式)的持续时间,确定用于在操作模式之间转变的触发等。另外或替代地,系统200可以将用户的生理数据与已经遭受类似疾病、损伤或其他状况的其他用户的生理数据进行比较。通过与其他用户的生理数据进行比较,系统200能够更准确地估计相应操作模式(例如,休息模式、恢复模式)的持续时间并且确定用于在操作模式之间转变的触发。
针对特定中央块模式(如休息模式)的另一示例触发,可以来自移动健康应用或调查的基于症状的风险剖析。在一些情况下,风险剖析可以包括可穿戴设备数据。在具体示例中,可能已经学习并检测了特定疾病的风险剖析,如细菌感染、病毒感染(例如,A/B流感或COVID-19)、或其他健康状况。
在一些实现方式中,触发休息模式可以基于一年中的时间。例如,一年中的特定时间可以被预定义为季节性更高风险的时间窗。在该示例中,休息模式的激活可以在时间窗(例如,10月至3月)之间启动,或者在该时间期间灵敏度可以更高。在具体示例中,可以设置“风险时间窗”,并且如果用户具有疾病症状(例如,呼吸加快)或确诊,则可以触发休息模式。在这个具体示例中,风险时间窗可以是季节性的(例如,在10月期间),并且如果用户输入或他/她的生物信号的测量表明他/她患有疾病(例如,指示生物信号的疾病),则可以立即设置休息模式持续一周的时间段。
在一些实现方式中,手动输入的标签可以被配置成触发休息模式。例如,一个或更多个特定标签的用户选择可以触发休息模式。将参照图11进一步示出并描述可由用户输入或选择的标签。
在一些方面,可以将身体活动目标从一个操作模式修改为另一个操作模式(例如,在休息模式期间修改)。例如,在一些实现方式中,在休息模式期间可以不实施任何身体训练目标。在一些实现方式中,低强度活动(例如,打破久坐的活动)可在休息模式期间实施。在一些实现方式中,睡眠/休息可以在休息模式期间被强调(例如,代替身体活动)。
消息(例如,在GUI 275中)可以在休息模式期间被修改。在一些实现方式中,休息模式可以包括定制消息。例如,休息模式的特征可以是一组自定义的日常消息,其被设计为引导用户将他们的注意力转移到恢复。在休息模式消息传送期期间,应用可突出显示可对紧张作出反应的度量,诸如静息心率、HRV、体温、睡眠效率和总睡眠时间。
在休息模式和恢复模式两者期间,可以在连续几天内获取消息所基于的测量值。另外,消息可强调恢复期间与该用户最相关的度量和趋势。在休息和恢复模式中,代替提供活动目标和训练反馈,活动指导可以鼓励用户专注于休息和恢复,但仍打破久坐时间。
现在参见图7,GUI 700示出了可以经由图2中所示的用户设备106的GUI 275显示给用户的一组应用页面705-a、705-b。第一应用页面705-a示出了与正常模式(例如,正常操作模式)相关联的活动目标和活动消息传送。如第一应用页面705-a中所示,系统200可提示用户在正常模式期间较长的非活动时间段之后增加活动水平。然而,如果用户最近生病了,则这样的消息可能不是最佳的。因此,应用页面705-b示出了与休息模式(例如,休息操作模式)相关联的活动目标和活动消息传送。具体地,第二应用页面705-b示出了当启用休息模式时可以在同一天向同一用户显示的活动消息(例如,相同的生理数据)的示例。如通过将第一应用页面705-a(正常模式)与第二应用页面705-b(休息模式)进行比较可见,在休息模式期间提供的指导可强调恢复度量并关注休息而不是提示用户变得更活跃。
现在参照图8,GUI 800示出了可以经由图2中所示的用户设备106的GUI 275显示给用户的一组应用页面805-a、805-b。应用页面805-a和805-b可示出可在正常模式和休息模式中分别提供给用户的示例指导(例如,活动目标、活动消息)。具体地,响应于相同的生理数据,可以向同一用户显示应用页面805-a、805-b,其中唯一的区别是系统200正在操作的操作模式。参见GUI 800,可假设用户由于感觉不舒服,所以前一天的活动水平低。在用户已经报告(或已经检测到用户)前一天感觉不适之后,可以激活休息模式并且可以向用户呈现建议轻度活动的消息。比较第一应用页面805-a(正常模式)和第二应用模式805-b(休息模式)示出了当用户前一天感到不舒服时的健康应用体验的差异,以及在已经启用休息模式之后用户体验如何改变。
另外,在一些实现方式中,准备度分数的计算也可考虑启用的操作模式,使得系统200将不同权重给予更好地指示身体状态的参数。换言之,系统200可以基于哪个操作状态被启用而不同地(例如,使用不同的算法、使用不同的权重)计算准备度/睡眠/活动分数。例如,关于休息模式期间的睡眠健康程序,在一些实现方式中,小睡的角色在休息模式中可以是积极的,并且可以被解释和传达为有助于改善恢复。在正常模式中,通常不建议小睡,因为它们会破坏正常的昼夜节律。换言之,系统200可在正常模式和休息模式中不同地计算睡眠和准备度分数,使得与休息模式相比,小睡在正常模式时将对用户的睡眠和准备度分数具有不同的影响。
在恢复模式期间,可以修改活动目标。在一些实现方式中,身体训练目标仍然可以被减少。在恢复模式期间返回正常指导的一个示例是日常活动目标(诸如卡路里、活动分钟数或步数)从零或非常低的目标开始被调整,并且在一段时间之后以正常目标结束。在一些实现方式中,该时间段可以与压力/生病期一样长。例如,可以使用如下的加权平均值来实施调整:
normal_target_weight=min((recovery_period_days_so_far+1)/
(rest_mode_period_length_days+1),1)
low_target_weight=1-normal_target_weight
activity_target=(normal_target*normal_target_weight)+(low_target*low_target_weight)
如果例如使用生物信号和用户的最近历史来动态地确定降低的目标,则确保目标在恢复时段期间保持在合理限制内可能是有用的。例如,软限制可以用于根据以下内容将降低的目标保持在正常目标的10%(0.1)和85%(0.85)之间:
if target_level>0.8
target_level=0.8+(target_level-0.8)/4;
endif
if target_level<0.2
target_level=0.2-(0.2-target_level)/2;
endif
以下描述针对睡眠程序中的目标的一些示例修改。在一个示例中,如在休息模式期间那样,仍可强调获得更多睡眠。然而,可能不再推荐小睡,除非人在前一晚的睡眠时间少于6.5小时。在正常模式中,可能不推荐小睡,除非人的睡眠时间少于5小时(作为示例)。
此外,活动消息可从一个操作模式修改为另一操作模式(例如,在恢复模式期间修改)。例如,在休息模式已被关闭(自动地或手动地)并且用户进入恢复模式之后,消息传送可以逐渐地开始引导用户返回至其正常的训练例程和目标。例如,现在参考图9和图10,GUI900和1000示出了应用页面905、1005-a和1005-b,这些应用页面可以经由图2中示出的用户设备106的GUI 275显示给用户。
图9中所示的应用页面905示出了已经禁用休息模式并且已经开启恢复模式的示例。如应用页面905中所示,系统200可在处于恢复模式时显示促进恢复的消息。
应用页面1005-a和应用页面1005-b示出了指导的示例,这些指导可以分别在处于休息模式和恢复模式时显示给用户。如通过比较应用页面1005-a和1005-b可以看到的,在休息模式和恢复模式中提供给用户的指导可以是不同的,即使基础分数和生理参数是相同的。
现在参见图11,GUI 1100示出了可以经由图2中所示的用户设备106的GUI 275显示给用户的一组应用页面1105-a、1005-b。具体地,应用页面1005-a和1005-b示出了用户可以经由用户设备106输入的示例“标签”。相应“标签”可包括用户的情绪、活动和/或物理状态的主观和/或客观描述。应用页面1105可以示出可以如何使用不同的操作模式来改变如何使用标签特征。例如,在一些情况下,与正常模式相比,系统200可以强调或以其他方式鼓励用户在休息模式和恢复模式中更多地利用标签。此外,应用页面1105示出了可以如何将所建议的标签呈现给用户。
如在此之前所指出的,系统200可以利用由用户输入/选择的标签来识别用于在操作状态之间切换的触发。例如,如果用户选择“怀孕”标签,系统200可以切换到怀孕操作状态,其中提供给用户的活动目标和活动消息传递被配置成促进健康的怀孕活动。在本示例中,随着用户在她的整个怀孕期间的进展,活动目标和活动消息传送可以在整个怀孕期间变化。在一些情况下,用户可能能够从一组预先配置的标签中进行选择。在其他情况下,用户可以能够输入自定义标签或洞察。标签可以与营养、咖啡因、生活方式、体育活动、健康等相关。
图12示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的设备1205的框图1200。设备1205可以包括输入模块1210、输出模块1215和可穿戴应用1220。设备1205还可以包括处理器。这些组件中的每一个可彼此通信(例如,经由一个或更多个总线)。
输入模块1210可以提供一种用于接收与各种信息通道(例如,控制通道、数据通道、与疾病检测技术相关的信息通道)相关联的信息(如分组、用户数据、控制信息或其任何组合)的装置。信息可以被传递到设备1205的其他组件。输入模块1210可以利用单个天线或一组多个天线。
输出模块1215可以提供用于传输由设备1205的其他组件生成的信号的装置。例如,输出模块1215可以传输与各种信息通道(例如,控制通道、数据通道、与疾病检测技术相关的信息通道)相关联的信息,如分组、用户数据、控制信息或其任何组合。在一些示例中,输出模块1215可以与收发机模块中的输入模块1210位于同一位置。输出模块1215可以使用单个天线或一组多个天线。
例如,可穿戴应用1220可以包括数据获取组件1225、活动指导组件1230、操作模式组件1235或其任何组合。在一些示例中,可穿戴应用1220或其不同组件可以被配置为使用输入模块1210、输出模块1215或两者或以其他方式与输入模块1210、输出模块1215或两者协作来执行各种操作(例如,接收、监控、传输)。例如,可穿戴应用1220可以从输入模块1210接收信息,向输出模块1215发送信息,或与输入模块1210、输出模块1215或两者结合集成以接收信息、发送信息或执行如本文描述的各个其他操作。
数据获取组件1225可以被配置为或以其他方式支持用于从可穿戴设备接收与用户相关联的生理数据的装置。活动指导组件1230可以被配置为或以其他方式支持用于至少部分地基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息的装置,第一组身体活动目标和第一组活动消息与和用户相关联的第一操作模式相关联。操作模式组件1235可以被配置为或以其他方式支持用于识别从第一操作模式向与用户相关联的第二操作模式转变的触发的装置。活动指导组件1230可以被配置为或以其他方式支持用于至少部分地基于识别出触发来向用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息的装置,该第二组身体活动目标和第二组活动消息与第二操作模式相关联。
图13示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的可穿戴应用1320的框图1300。可穿戴应用1320可以是如本文所描述的可穿戴应用或可穿戴应用1220或两者的各个方面的示例。可穿戴应用1320或其各个组件可以是用于执行如本文所述的在休息和恢复期间提供指导的各个方面的装置的示例。例如,可穿戴应用1320可以包括数据获取组件1325、活动指导组件1330、操作模式组件1335、用户分数组件1340、用户输入组件1345、生理数据分析组件1350、健康风险度量组件1355、恢复度量组件1360、分类器组件1365或其任何组合。这些组件中的每个可直接或间接地彼此通信(例如,经由一个或更多个总线)。
数据获取组件1325可以被配置为或以其他方式支持用于从可穿戴设备接收与用户相关联的生理数据的装置。活动指导组件1330可以被配置为或以其他方式支持用于至少部分地基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息的装置,第一组身体活动目标和第一组活动消息与和用户相关联的第一操作模式相关联。操作模式组件1335可以被配置为或以其他方式支持用于识别用于从第一操作模式向与用户相关联的第二操作模式转变的触发的装置。在一些示例中,活动指导组件1330可以被配置为或以其他方式支持用于至少部分地基于识别出触发来向用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息的装置,该第二组身体活动目标和第二组活动消息与第二操作模式相关联。
在一些示例中,用户分数组件1340可以被配置为或以其他方式支持用于在对应于第一操作模式的第一时间间隔期间使用第一算法并且至少部分地基于所接收的生理数据来确定与用户相关联的一个或更多个分数的装置。在一些示例中,用户分数组件1340可以被配置为或以其他方式支持用于在对应于第二操作模式的第二时间间隔期间使用不同于第一算法的第二算法并且至少部分地基于所接收的生理数据来确定与用户相关联的一个或更多个分数的装置。
在一些示例中,一个或更多个分数包括睡眠分数、准备度分数、活动分数或其任何组合。
在一些示例中,操作模式组件1335可以被配置为或以其他方式支持用于识别用于从第二操作模式转变的第二触发的装置。在一些示例中,操作模式组件1335可以被配置为或以其他方式支持用于至少部分地基于第二触发从第二操作模式转变至第一操作模式的装置。在一些示例中,活动指导组件1330可以被配置为或以其他方式支持用于至少部分地基于向第一操作模式的转变而向用户设备提供至少部分地基于所接收的生理数据的第一组身体活动目标和第一组活动消息的装置。
在一些示例中,操作模式组件1335可以被配置为或以其他方式支持用于识别用于从第二操作模式转变的第二触发的装置。在一些示例中,操作模式组件1335可以被配置为或以其他方式支持用于至少部分地基于第二触发而从第二操作模式转变至与用户相关联的第三操作模式的装置,其中第三操作模式包括用于从第二操作模式向第一操作模式转变的中间模式。在一些示例中,活动指导组件1330可以被配置为或以其他方式支持用于至少部分地基于向第三操作模式的转变而向用户设备提供至少部分地基于所接收的生理数据的第三组身体活动目标和第三组活动消息的装置,该第三组身体活动目标和第三组活动消息与第三操作模式相关联。
在一些示例中,为了支持识别第二触发,恢复度量组件1360可以被配置为或以其他方式支持用于识别与用户相关联的恢复度量在一段时间内满足阈值恢复水平的装置。
在一些示例中,操作模式组件1335可以被配置为或以其他方式支持用于识别用于从第三操作模式向第一操作模式转变的第三触发的装置。在一些示例中,操作模式组件1335可以被配置为或以其他方式支持用于至少部分地基于第三触发而从第三操作模式转变至第一操作模式的装置。在一些示例中,活动指导组件1330可以被配置为或以其他方式支持用于至少部分地基于向第一操作模式的转变而向用户设备提供至少部分地基于所接收的生理数据的第一组身体活动目标和第一组活动消息的装置。
在一些示例中,识别第三触发是至少部分地基于在第二操作模式中的持续时间、在接收到的生理数据内包括的指示用户已经恢复到足够健康的水平的所测量的生理参数、或两者。
在一些示例中,第一操作模式包括正常模式。在一些示例中,第二操作模式包括休息模式。在一些示例中,第三操作模式包括恢复模式。
在一些示例中,用户输入组件1345可以被配置为或以其他方式支持用于经由用户设备接收包括从第一操作模式向第二操作模式转变的指示的用户输入的装置,其中识别触发是至少部分地基于接收用户输入。
在一些示例中,生理数据分析组件1350可以被配置成用于或以其他方式支持用于识别温度数据满足温度阈值的装置,其中识别触发是至少部分地基于温度数据满足温度阈值。
在一些示例中,健康风险度量组件1355可以被配置为或以其他方式支持用于至少部分地基于所接收的生理数据来识别与用户相关联的一个或更多个健康风险度量的装置。在一些示例中,健康风险度量组件1355可以被配置为或以其他方式支持用于至少部分地基于与用户相关联的一个或更多个健康风险度量满足一个或更多个阈值来识别用户的潜在健康风险的装置,其中识别触发是至少部分地基于识别潜在健康风险。
在一些示例中,健康风险度量组件1355可以被配置为或以其他方式支持用于至少部分地基于与生理数据相关联的多个生理参数来识别与用户相关联的一个或更多个健康风险度量的装置,一个或更多个生理参数包括温度数据、心率数据、HRV数据、呼吸率数据、血氧饱和度数据、运动数据或其任何组合。
在一些示例中,健康风险度量组件1355可以被配置为或以其他方式支持用于至少部分地基于与用户相关联的一个或更多个分数来识别与用户相关联的一个或更多个健康风险度量的装置,其中一个或更多个分数包括睡眠分数、准备度分数、活动分数或其任何组合。
在一些示例中,分类器组件1365可以被配置为或以其他方式支持用于将所接收的生理数据输入到分类器的装置,其中识别一个或更多个健康风险度量是至少部分地基于将所接收的生理数据输入到分类器。
在一些示例中,为了支持识别触发,健康风险度量组件1355可以被配置为或以其他方式支持用于至少部分地基于所接收的生理数据来识别与用户相关联的健康风险度量的装置,所述健康风险度量与用户将从健康状态转变为非健康状态的相对概率相关联。在一些示例中,为了支持识别触发,健康风险度量组件1355可以被配置为或以其他方式支持用于识别健康风险度量满足健康风险阈值的装置。
在一些示例中,活动指导组件1330可以被配置为或以其他方式支持用于至少部分地基于从第一操作模式向第二操作模式转变的原因而选择第二组身体活动目标和第二组活动消息的装置。
在一些示例中,第一操作模式包括正常模式并且第二操作模式包括休息模式。在一些示例中,第一组身体活动目标包括当用户处于健康状态时与用户相关联的活动目标。在一些示例中,第二组身体活动目标包括当用户处于非健康状态或脆弱状态时与用户相关联的一组减少的活动目标。在一些示例中,第二组活动消息被配置为促进该组减少的活动目标。
在一些示例中,该组减少的活动目标被配置成促进用户的恢复。
图14示出了根据本公开的各个方面的系统1400的图,该系统包括支持用于在休息和恢复期间提供指导的技术的设备1405。设备1405可以是如本文所描述的设备1205的组件的示例或包括如本文所描述的设备1205的组件。设备1405可包括如本文先前描述的用户设备106的示例。设备1405可包括用于双向通信的组件,包括用于发送和接收与可穿戴设备104和服务器110的通信的组件,诸如可穿戴应用1420、通信模块1410、天线1415、用户接口组件1425、数据库(应用数据)1430、存储器1435和处理器1440。这些组件可以经由一条或多条总线(例如,总线1445)进行电子通信或以其他方式耦合(例如,操作性地、通信地、功能地、电子地、电气地)。
通信模块1410可以经由天线1415管理设备1405的输入和输出信号。通信模块1410可以包括图2中示出和描述的用户设备106的通信模块220-b的示例。就这一点而言,通信模块1410可管理与环104和服务器110的通信,如图2所示。通信模块1410还可以管理未集成到设备1405中的外围设备。在一些情况下,通信模块1410可以表示到外部外围设备的物理连接或端口。在一些情况下,通信模块1410可以利用操作系统,如 或另一种已知的操作系统。在其他情况下,通信模块1410可表示可穿戴设备(例如,环104)、调制解调器、键盘、鼠标、触摸屏或类似设备或与其交互。在一些情况下,通信模块1410可以被实现为处理器1440的一部分。在一些示例中,用户可以经由通信模块1410、用户接口组件1425或经由由通信模块1410控制的硬件组件,与设备1405交互。
在一些情况下,设备1405可以包括单个天线1415。然而,在一些其他情况下,设备1405可具有多于一个的天线1415,该天线1415可能够同时发射或接收多个无线传输。通信模块1410可经由一个或更多个天线1415、有线或无线链路进行双向通信,如本文所描述。例如,通信模块1410可表示无线收发器并且可与另一无线收发器双向通信。通信模块1410还可包括调制解调器以调制分组、将经调制的分组提供给一个或更多个天线1415用于传输,以及解调从一个或更多个天线1415接收的分组。
用户接口组件1425可以管理数据库1430中的数据存储和处理。在一些情况下,用户可与用户接口组件1425交互。在其他情况下,用户接口组件1425可在没有用户交互的情况下自动操作。数据库1430可以是单个数据库、分布式数据库、多个分布式数据库、数据存储、数据湖或紧急备份数据库的示例。
存储器1435可以包括RAM和ROM。存储器1435可存储计算机可读、计算机可执行软件,其包含在执行时使处理器1440执行本文中所描述的各个功能的指令。在一些情况下,除其他事项之外,存储器1435可以包含基本I/O系统(BIOS),该基本I/O系统可以控制基本硬件或软件操作,如与外围组件或设备的交互。
处理器1440可以包括智能硬件设备(例如,通用处理器、数字信号处理器(DSP)、中央处理单元(CPU)、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑设备、分立的门或晶体管逻辑组件、分立的硬件组件或其任何组合)。在一些情况下,处理器1440可被配置为使用存储器控制器来操作存储器阵列。在其他情况下,存储器控制器可集成到处理器1440中。处理器1440可被配置为执行存储于存储器1435中的计算机可读指令以执行不同功能(例如,支持用于睡眠分期算法的方法和系统的功能或任务)。
例如,可穿戴应用1420可以被配置为或以其他方式支持用于从可穿戴设备接收与用户相关联的生理数据的装置。可穿戴应用1420可以被配置为或以其他方式支持用于至少部分地基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息的装置,第一组身体活动目标和第一组活动消息与和用户相关联的第一操作模式相关联。可穿戴应用1420可以被配置为或以其他方式支持用于识别用于从第一操作模式向与用户相关联的第二操作模式转变的触发的装置。可穿戴应用1420可以被配置为或以其他方式支持用于至少部分地基于识别出触发来向用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息的装置,该第二组身体活动目标和第二组活动消息与第二操作模式相关联。
可穿戴应用1420可以包括被配置成促进与环104、服务器110、其他用户设备106等的通信的应用(例如,“app”)、程序、软件或其他组件。例如,可穿戴应用1420可以包括在用户设备106上可执行的应用,其被配置为从环104接收数据(例如,生理数据),对所接收的数据执行处理操作,利用服务器110发送和接收数据,并且使数据向用户102呈现。
图15示出了流程图,该流程图示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的方法1500。方法1500的操作可由如本文所述的用户设备或其组件实施。例如,方法1500的操作可以由如参考图1至图14所描述的用户设备执行。在一些示例中,用户设备可执行一组指令以控制用户设备的功能元件执行所描述的功能。另外或替代地,用户设备可使用专用硬件执行所描述功能的方面。
在1505处,该方法可以包括从可穿戴设备接收与用户相关联的生理数据。可以根据如本文所公开的示例来执行1505的操作。在一些示例中,操作1505的方面可由如参考图13所描述的数据获取组件1325执行。
在1510处,该方法可以包括至少部分地基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息,该第一组身体活动目标和该第一组活动消息与和用户相关联的第一操作模式相关联。可根据如本文所公开的示例来执行1510的操作。在一些示例中,1510的操作的各方面可由如参考图13所描述的活动指导组件1330来执行。
在1515处,该方法可以包括识别用于从第一操作模式向与用户相关联的第二操作模式转变的触发。1515的操作可以根据本文公开的示例来执行。在一些示例中,1515的操作的各个方面可由如参考图13所描述的操作模式组件1335来执行。
在1520处,该方法可以包括至少部分地基于识别出触发向用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息,第二组身体活动目标和第二组活动消息与第二操作模式相关联。1520的操作可以根据本文公开的示例来执行。在一些示例中,1520的操作的各方面可由如参考图13所描述的活动指导组件1330来执行。
图16示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的方法1600的流程图。方法1600的操作可由如本文中所描述的用户设备或其组件实施。例如,方法1600的操作可以由如参考图1至图14所描述的用户设备执行。在一些示例中,用户设备可执行一组指令以控制用户设备的功能元件执行所描述的功能。另外或替代地,用户设备可使用专用硬件执行所描述功能的方面。
在1605处,该方法可以包括从可穿戴设备接收与用户相关联的生理数据。1605的操作可以根据本文公开的示例来执行。在一些示例中,操作1605的各个方面可以由如参考图13所描述的数据获取组件1325执行。
在1610处,该方法可以包括至少部分地基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息,第一组身体活动目标和第一组活动消息与和用户相关联的第一操作模式相关联。可根据如本文所公开的示例来执行1610的操作。在一些示例中,可以由如参考图13所描述的活动指导组件1330来执行1610的操作的各方面。
在1615处,该方法可以包括在与第一操作模式相对应的第一时间间隔期间,使用第一算法并且至少部分地基于所接收的生理数据来确定与用户相关联的一个或更多个分数。可根据如本文所公开的示例来执行1615的操作。在一些示例中,,操作1615的各个方面可以由如参考图13所描述的用户分数组件1340执行。
在1620处,该方法可以包括识别用于从第一操作模式向与用户相关联的第二操作模式转变的触发。1620的操作可以根据本文公开的示例来执行。在一些示例中,可以由如参考图13所描述的操作模式组件1335来执行1620的操作的各方面。
在1625处,该方法可以包括至少部分地基于识别出该触发向用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息,该第二组身体活动目标和第二组活动消息与第二操作模式相关联。1625的操作可以根据本文公开的示例来执行。在一些示例中,1625的操作的各个方面可以由如参考图13所描述的活动指导组件1330执行。
在1630处,该方法可以包括:在与第二操作模式相对应的第二时间间隔期间,使用与第一算法不同的第二算法并且至少部分地基于所接收的生理数据来确定与用户相关联的一个或更多个分数。1630的操作可以根据本文公开的示例来执行。在一些示例中,操作1630的方面可以由如参考图13所描述的用户分数组件1340执行。
图17示出了根据本公开的各个方面的支持用于在休息和恢复期间提供指导的技术的方法1700的流程图。方法1700的操作可由如本文所述的用户设备或其组件实施。例如,方法1700的操作可以由如参考图1至图14所描述的用户设备执行。在一些示例中,用户设备可执行一组指令以控制用户设备的功能元件执行所描述的功能。另外或替代地,用户设备可使用专用硬件执行所描述功能的方面。
在1705处,该方法可以包括从可穿戴设备接收与用户相关联的生理数据。可以根据如本文所公开的示例来执行1705的操作。在一些示例中,1705的操作的各个方面可由如参考图13描述的数据获取组件1325执行。
在1710处,该方法可以包括至少部分地基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息,该第一组身体活动目标和第一组活动消息与和该用户相关联的第一操作模式相关联。可以根据如本文所公开的示例来执行1710的操作。在一些示例中,1710的操作的各个方面可由如参考图13所描述的活动指导组件1330来执行。
在1715处,该方法可以包括识别用于从第一操作模式向与用户相关联的第二操作模式转变的触发。可以根据如本文所公开的示例来执行1715的操作。在一些示例中,可以由如参考图13所描述的操作模式组件1335来执行1715的操作的各个方面。
在1720处,该方法可以包括至少部分地基于识别出该触发向用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息,该第二组身体活动目标和第二组活动消息与第二操作模式相关联。可根据如本文所公开的示例来执行1720的操作。在一些示例中,可以由如参考图13所描述的活动指导组件1330来执行1720的操作的各个方面。
在1725处,该方法可以包括识别用于从第二操作模式转变的第二触发。可以根据如本文所公开的示例来执行1725的操作。在一些示例中,1725的操作的各个方面可以由如参考图13所描述的操作模式组件1335执行。
在1730处,该方法可以包括:至少部分地基于第二触发,从第二操作模式转变至与用户相关联的第三操作模式,其中该第三操作模式包括用于从第二操作模式向第一操作模式转变的中间模式。可根据如本文所公开的示例来执行1730的操作。在一些示例中,1730的操作的各个方面可由如参考图13所描述的操作模式组件1335来执行。
在1735处,该方法可以包括至少部分地基于转变至第三操作模式而向用户设备提供至少部分地基于所接收的生理数据的第三组身体活动目标和第三组活动消息,该第三组身体活动目标和第三组活动消息与第三操作模式相关联。可以根据如本文所公开的示例来执行1735的操作。在一些示例中,1735的操作的各个方面可由如参考图13所描述的活动指导组件1330来执行。
应注意的是,上文所描述的方法描述了可能的实现方式,并且这些操作和步骤可以被重新安排或以其他方式修改,并且其他实现方式是可能的。此外,可以组合来自这些方法中的两种或更多种的方面。
描述了一种方法。该方法可以包括:从可穿戴设备接收与用户相关联的生理数据;至少部分地基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息,所述第一组身体活动目标和所述第一组活动消息与和所述用户相关联的第一操作模式相关联;识别用于从所述第一操作模式向与所述用户相关联的第二操作模式转变的触发;以及至少部分地基于识别出所述触发,向所述用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息,所述第二组身体活动目标和所述第二组活动消息与所述第二操作模式相关联。
描述了一种装置。该装置可包括处理器、与处理器耦合的存储器、以及存储在存储器中的指令。所述指令可以由所述处理器执行以使所述装置:从可穿戴设备接收与用户相关联的生理数据;至少部分地基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息,所述第一组身体活动目标和所述第一组活动消息与和所述用户相关联的第一操作模式相关联;识别用于从所述第一操作模式向与所述用户相关联的第二操作模式转变的触发;以及至少部分基于识别出所述触发,向所述用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息,所述第二组身体活动目标和所述第二组活动消息与所述第二操作模式相关联。
描述了另一种装置。该装置可以包括:用于从可穿戴设备接收与用户相关联的生理数据的装置;用于至少部分地基于所接收的生理数据向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息的装置,所述第一组身体活动目标和所述第一组活动消息与和所述用户相关联的第一操作模式相关联;用于识别用于从所述第一操作模式向与所述用户相关联的第二操作模式转变的触发的装置;以及用于至少部分地基于识别出所述触发向所述用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息的装置,所述第二组身体活动目标和所述第二组活动消息与所述第二操作模式相关联。
描述了一种存储代码的非暂时性计算机可读介质。所述代码可包括可由处理器执行的指令以进行以下操作:从可穿戴设备接收与用户相关联的生理数据;至少部分地基于所接收的生理数据,向与用户相关联的用户设备提供第一组身体活动目标和第一组活动消息,所述第一组身体活动目标和所述第一组活动消息与和所述用户相关联的第一操作模式相关联;识别用于从所述第一操作模式向与所述用户相关联的第二操作模式转变的触发;以及至少部分基于识别出所述触发向所述用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息,所述第二组身体活动目标和所述第二组活动消息与所述第二操作模式相关联。
在此描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于如下内容的操作、特征、装置或指令:在对应于第一操作模式的第一时间间隔期间,使用第一算法并且至少部分地基于所接收的生理数据来确定与所述用户相关联的一个或更多个分数;以及在对应于所述第二操作模式的第二时间间隔期间,使用与所述第一算法不同的第二算法并且至少部分地基于所接收的生理数据来确定与所述用户相关联的所述一个或更多个分数。
在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中,所述一个或更多个分数包括睡眠分数、准备度分数、活动分数或其任何组合。
在此所描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于以下内容的操作、特征、装置或指令:识别用于从所述第二操作模式转变的第二触发;至少部分地基于所述第二触发从所述第二操作模式转变至所述第一操作模式;以及至少部分地基于转变至所述第一操作模式,向所述用户设备提供至少部分地基于所接收的生理数据的所述第一组身体活动目标和所述第一组活动消息。
本文中所描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于以下内容的操作、特征、装置或指令:识别用于从所述第二操作模式转变的第二触发;至少部分地基于所述第二触发从所述第二操作模式转变至与所述用户相关联的第三操作模式,其中所述第三操作模式包括用于从所述第二操作模式向所述第一操作模式转变的中间模式;以及至少部分地基于转变至所述第三操作模式,向所述用户设备提供至少部分地基于所接收的生理数据的第三组身体活动目标和第三组活动消息,所述第三组身体活动目标和所述第三组活动消息与所述第三操作模式相关联。
在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中,识别所述第二触发可以包括用于识别与所述用户相关联的恢复度量在一段时间内满足阈值恢复水平的操作、特征、装置或指令。
在此描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于以下内容的操作、特征、装置或指令:识别用于从第三操作模式向第一操作模式转变的第三触发;至少部分地基于所述第三触发从所述第三操作模式转变至所述第一操作模式;以及至少部分地基于转变至所述第一操作模式,向所述用户设备提供至少部分地基于所接收的生理数据的所述第一组身体活动目标和所述第一组活动消息。
在此描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于以下内容的操作、特征、装置或指令:识别第三触发,可以至少部分地基于在第二操作模式中的持续时间、在接收的生理数据内包括的指示用户可能已经恢复到足够健康水平的所测量的生理参数、或两者。
在此所描述的方法、装置和非暂时性计算机可读介质的一些示例中,所述第一操作模式包括正常模式,所述第二操作模式包括休息模式,并且所述第三操作模式包括恢复模式。
在此所描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于以下内容的操作、特征、装置或指令:经由所述用户设备接收用户输入,所述用户输入包括从所述第一操作模式向所述第二操作模式转变的指示,其中识别所述触发可以至少部分地基于接收所述用户输入。
在此所描述的方法、装置和非暂时性计算机可读介质的一些示例中,并且所述方法、装置和非瞬态计算机可读介质可以进一步包括用于识别所述温度数据满足温度阈值的操作、特征、装置或指令,其中识别所述触发可以至少部分地基于所述温度数据满足所述温度阈值。
本文中描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于以下内容的操作、特征、装置或指令:至少部分地基于所接收的生理数据来识别与用户相关联的一个或更多个健康风险度量;以及至少部分地基于与用户相关联的所述一个或更多个健康风险度量满足一个或更多个阈值来识别所述用户的潜在健康风险,其中识别所述触发可以至少部分地基于识别所述潜在健康风险。
本文中所描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于至少部分地基于与所述生理数据相关联的多个生理参数来识别与所述用户相关联的所述一个或更多个健康风险度量的操作、特征、装置或指令,一个或更多个生理参数包括温度数据、心率数据、HRV数据、呼吸率数据、血氧饱和度数据、运动数据或其任何组合。
本文中所描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于至少部分地基于与所述用户相关联的一个或更多个分数来识别与所述用户相关联的所述一个或更多个健康风险度量的操作、特征、装置或指令,其中所述一个或更多个分数包括睡眠分数、准备度分数、活动分数或其任何组合。
本文中所描述的方法、装置和非暂时性计算机可读介质的一些示例可以进一步包括用于将所接收的生理数据输入到分类器中的操作、特征、装置或指令,其中识别所述一个或更多个健康风险度量可以至少部分地基于将所接收的生理数据输入到所述分类器中。
在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中,识别所述触发可以包括用于以下内容的操作、特征、装置或指令:至少部分地基于所接收的生理数据来识别与所述用户相关联的健康风险度量,所述健康风险度量与所述用户将从健康状态转变为非健康状态的相对概率相关联;以及识别出所述健康风险度量满足健康风险阈值。
在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中,所述方法、装置和非暂时性计算机可读介质可以进一步包括用于至少部分地基于从第一操作模式向所述第二操作模式转变的原因来选择第二组身体活动目标和第二组活动消息的操作、特征、装置或指令。
在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中,所述第一操作模式包括正常模式并且所述第二操作模式包括休息模式,所述第一组身体活动目标包括当所述用户可能处于健康状态时与所述用户相关联的活动目标,所述第二组身体活动目标包括当所述用户可能处于非健康状态或脆弱状态时与所述用户相关联的一组减少的活动目标,并且第二组活动消息可被配置为促进该组减少的活动目标。
在本文所描述的方法、装置和非暂时性计算机可读介质的一些示例中,该组减少的活动目标可以被配置成促进用户的恢复。
结合附图,在此阐述的描述描述了示例配置,并且不代表可以被实现或在权利要求的范围内的所有示例。本文中使用的术语“示例性”意思是“用作示例、实例或例证”,而不是“优选的”或“优于其他示例”。具体实施方式包括出于提供对所描述的技术的理解的目的的具体细节。然而,这些技术可以在没有这些具体细节的情况下实践。在一些实例中,公知的结构和设备以框图形式示出,以避免使所描述示例的概念模糊。
在附图中,类似的组件或特征可以具有相同的参考标记。此外,相同类型的各种组件可以通过在参考标记后面加上破折号和区别类似组件的第二标记来区分。如果在说明书中仅使用第一参考标记,那么描述适用于具有相同第一参考标记的相似组件中的任一个,而不考虑第二参考标记。
可以使用多种不同技术和技艺中的任何一种来表示本文所描述的信息和信号。例如,可由电压、电流、电磁波、磁场或磁粒子、光场或光粒子或其任何组合来表示整个以上描述中可引用的数据、指令、命令、信息、信号、位、符号和芯片。
结合本文中的披露所描述的各种说明性框和模块可以用通用处理器、DSP、ASIC、FPGA或其他可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或被设计成执行本文中所描述的功能的其任何组合来实现或执行。通用处理器可以是微处理器,但是在替代方案中,该处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器还可实施为计算设备的组合(例如,DSP与微处理器的组合、多个微处理器、结合DSP核心的一个或更多个微处理器,或任何其他此类配置)。
在此描述的功能可以硬件、由处理器执行的软件、固件、或其任何组合来实现。如果在由处理器执行的软件中实施,那么所述功能可作为计算机可读介质上的一个或更多个指令或代码存储或传输。其他示例和实现方式在本公开和所附权利要求的范围内。例如,由于软件的性质,可以使用由处理器执行的软件、硬件、固件、硬连线或者这些中的任何的组合来实现上述功能。实现功能的特征也可以在物理上位于各种位置,包括分布使得功能的部分在不同的物理位置实现。此外,如本文所使用的,包括在权利要求书中,如在项目列表(例如,以诸如“至少一个”或“一个或更多个”的短语开始的项目列表)中使用的“或”指示包含性列表,使得例如,A、B或C中的至少一个的列表意味着A或B或C或AB或AC或BC或ABC(即,A和B和C)。而且,如本文所使用的,短语“基于”不应被解释为引用一组封闭条件。例如,在不背离本公开的范围的情况下,描述为“基于条件A”的示例性步骤可基于条件A和条件B两者。换言之,如本文所使用的,短语“基于”应当以与短语“至少部分地基于”相同的方式来解释。
计算机可读介质包括非暂时性计算机存储介质和通信介质两者,通信介质包括便于将计算机程序从一个地方传输到另一个地方的任何介质。非暂时性存储介质可为可由通用或专用计算机访问的任何可用介质。作为示例而非限制,非暂时性计算机可读介质可包括RAM、ROM、电可擦除可编程ROM(EEPROM)、致密盘(CD)ROM或其他光盘存储、磁盘存储或其他磁存储设备、或可用于携带或存储指令或数据结构形式的期望程序代码手段并且可由通用或专用计算机、或通用或专用处理器访问的任何其他非暂时性介质。而且,任何连接被适当地称为计算机可读介质。例如,如果使用同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或诸如红外、无线电和微波之类的无线技术从网站、服务器或其他远程源传输软件,则同轴电缆、光纤电缆、双绞线、DSL或诸如红外、无线电和微波之类的无线技术被包括在介质的定义中。如本文中所使用的磁盘和光盘包括CD、激光光盘、光学光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中磁盘通常磁性地再现数据,而光盘使用激光来光学地再现数据。上述的组合也被包括在计算机可读介质的范围内。
提供本文的描述以使本领域技术人员能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说将是显而易见的,并且本文中定义的一般原理可应用于其他变型而不背离本公开的范围。由此,本公开不限于本文描述的示例和设计,而是要符合与本文公开的原理和新颖特征一致的最广范围。
Claims (20)
1.一种方法,包括:
从可穿戴设备接收与用户相关联的生理数据;
至少部分地基于所接收的生理数据,向与所述用户相关联的用户设备提供第一组身体活动目标和第一组活动消息,所述第一组身体活动目标和所述第一组活动消息与和所述用户相关联的第一操作模式相关联;
识别用于从所述第一操作模式向与所述用户相关联的第二操作模式转变的触发;以及
至少部分地基于识别出所述触发,向所述用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息,所述第二组身体活动目标和所述第二组活动消息与所述第二操作模式相关联。
2.根据权利要求1所述的方法,进一步包括:
在与所述第一操作模式相对应的第一时间间隔期间,使用第一算法并且至少部分地基于所接收的生理数据,确定与所述用户相关联的一个或更多个分数;以及
在与所述第二操作模式相对应的第二时间间隔期间,使用不同于所述第一算法的第二算法并且至少部分地基于所接收的生理数据,确定与所述用户相关联的所述一个或更多个分数。
3.根据权利要求2所述的方法,其中所述一个或更多个分数包括睡眠分数、准备度分数、活动分数或其任何组合。
4.根据权利要求1所述的方法,进一步包括:
识别用于从所述第二操作模式转变的第二触发;
至少部分地基于所述第二触发从所述第二操作模式转变至所述第一操作模式;以及
至少部分地基于转变至所述第一操作模式,向所述用户设备提供至少部分地基于所接收的生理数据的所述第一组身体活动目标和所述第一组活动消息。
5.根据权利要求1所述的方法,进一步包括:
识别用于从所述第二操作模式转变的第二触发;
至少部分地基于所述第二触发从所述第二操作模式转变至与所述用户相关联的第三操作模式,其中所述第三操作模式包括用于从所述第二操作模式向所述第一操作模式转变的中间模式;以及
至少部分地基于转变至所述第三操作模式,向所述用户设备提供至少部分地基于所接收的生理数据的第三组身体活动目标和第三组活动消息,所述第三组身体活动目标和所述第三组活动消息与所述第三操作模式相关联。
6.根据权利要求5所述的方法,其中识别所述第二触发包括:
识别出与所述用户相关联的恢复度量在一段时间内满足阈值恢复水平。
7.根据权利要求5所述的方法,进一步包括:
识别用于从所述第三操作模式向所述第一操作模式转变的第三触发;
至少部分地基于所述第三触发,从所述第三操作模式转变至所述第一操作模式;以及
至少部分地基于转变至所述第一操作模式,向所述用户设备提供至少部分地基于所接收的生理数据的所述第一组身体活动目标和所述第一组活动消息。
8.根据权利要求7所述的方法,其中识别所述第三触发是至少部分地基于在所述第二操作模式下的持续时间、包括在所接收的生理数据内的指示所述用户已经恢复到足够健康水平的所测量的生理参数、或这两者。
9.根据权利要求5所述的方法,其中所述第一操作模式包括正常模式,其中所述第二操作模式包括休息模式,并且其中所述第三操作模式包括恢复模式。
10.根据权利要求1所述的方法,进一步包括:
经由所述用户设备接收用户输入,所述用户输入包括从所述第一操作模式向所述第二操作模式转变的指示,其中识别所述触发是至少部分地基于接收所述用户输入。
11.根据权利要求1所述的方法,其中所述生理数据包括温度数据,所述方法进一步包括:
识别出所述温度数据满足温度阈值,其中识别所述触发是至少部分地基于所述温度数据满足所述温度阈值。
12.根据权利要求1所述的方法,进一步包括:
至少部分地基于所接收的生理数据来识别与所述用户相关联的一个或更多个健康风险度量;以及
至少部分地基于与所述用户相关联的所述一个或更多个健康风险度量满足一个或更多个阈值来识别所述用户的潜在健康风险,其中识别所述触发是至少部分地基于识别所述潜在健康风险。
13.根据权利要求12所述的方法,进一步包括:
至少部分地基于与所述生理数据相关联的多个生理参数来识别与所述用户相关联的所述一个或更多个健康风险度量,所述一个或更多个生理参数包括温度数据、心率数据、心率变异性数据、呼吸率数据、血氧饱和度数据、运动数据、或其任何组合。
14.根据权利要求12所述的方法,进一步包括:
至少部分地基于与所述用户相关联的一个或更多个分数来识别与所述用户相关联的所述一个或更多个健康风险度量,其中所述一个或更多个分数包括睡眠分数、准备度分数、活动分数、或其任何组合。
15.根据权利要求12所述的方法,进一步包括:
将所接收的生理数据输入到分类器中,其中识别所述一个或更多个健康风险度量是至少部分地基于将所接收的生理数据输入到所述分类器中。
16.根据权利要求1所述的方法,其中识别所述触发包括:
至少部分地基于所接收的生理数据来识别与所述用户相关联的健康风险度量,所述健康风险度量与所述用户将从健康状态转变成非健康状态的相对概率相关联;以及
识别出所述健康风险度量满足健康风险阈值。
17.根据权利要求1所述的方法,其中用于从所述第一操作模式向所述第二操作模式转变的所述触发包括用于从所述第一操作模式向所述第二操作模式转变的原因的指示,所述方法进一步包括:
至少部分地基于用于从所述第一操作模式向所述第二操作模式转变的所述原因,选择所述第二组身体活动目标和所述第二组活动消息。
18.根据权利要求1所述的方法,其中所述第一操作模式包括正常模式并且所述第二操作模式包括休息模式,其中所述第一组身体活动目标包括当所述用户处于健康状态时与所述用户相关联的活动目标,其中所述第二组身体活动目标包括当所述用户处于非健康状态或脆弱状态时与所述用户相关联的一组减少的活动目标,并且其中所述第二组活动消息被配置为促进所述一组减少的活动目标。
19.根据权利要求18所述的方法,其中所述一组减少的活动目标被配置为促进所述用户的恢复。
20.一种装置,包括:
处理器;
存储器,其与所述处理器耦合;以及
指令,其存储在所述存储器中并且能由所述处理器执行以使所述装置:
从可穿戴设备接收与用户相关联的生理数据;
至少部分地基于所接收的生理数据,向与所述用户相关联的用户设备提供第一组身体活动目标和第一组活动消息,所述第一组身体活动目标和所述第一组活动消息与和所述用户相关联的第一操作模式相关联;
识别用于从所述第一操作模式向与所述用户相关联的第二操作模式转变的触发;以及
至少部分地基于识别出所述触发,向所述用户设备提供至少部分地基于所接收的生理数据的第二组身体活动目标和第二组活动消息,所述第二组身体活动目标和所述第二组活动消息与所述第二操作模式相关联。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063090931P | 2020-10-13 | 2020-10-13 | |
US63/090,931 | 2020-10-13 | ||
PCT/US2021/054740 WO2022081679A1 (en) | 2020-10-13 | 2021-10-13 | Providing guidance during rest and recovery |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116982119A true CN116982119A (zh) | 2023-10-31 |
Family
ID=81078449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180078407.4A Pending CN116982119A (zh) | 2020-10-13 | 2021-10-13 | 在休息和恢复期间提供指导 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220110547A1 (zh) |
EP (1) | EP4229653A1 (zh) |
CN (1) | CN116982119A (zh) |
AU (1) | AU2021360824A1 (zh) |
CA (1) | CA3198607A1 (zh) |
WO (1) | WO2022081679A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240041340A1 (en) * | 2022-08-08 | 2024-02-08 | Oura Health Oy | Cardiovascular health metric determination from wearable-based physiological data |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9011292B2 (en) * | 2010-11-01 | 2015-04-21 | Nike, Inc. | Wearable device assembly having athletic functionality |
EP2892421A1 (en) * | 2012-09-04 | 2015-07-15 | Whoop, Inc. | Systems, devices and methods for continuous heart rate monitoring and interpretation |
CN104840191A (zh) * | 2015-04-30 | 2015-08-19 | 吴健康 | 测试心脏运动功能的设备、系统和方法 |
JP2018033566A (ja) * | 2016-08-30 | 2018-03-08 | セイコーエプソン株式会社 | 運動支援システム、運動支援方法、運動支援プログラム、および運動支援装置 |
US11141107B2 (en) * | 2017-03-07 | 2021-10-12 | Fitbit, Inc. | Presenting health related messages to users of an activity/health monitoring platform |
US10980433B2 (en) * | 2017-07-21 | 2021-04-20 | Livmor, Inc. | Health monitoring and guidance |
WO2020013895A1 (en) * | 2018-07-13 | 2020-01-16 | Livmor, Inc. | Health monitoring and guidance |
US11152100B2 (en) * | 2019-06-01 | 2021-10-19 | Apple Inc. | Health application user interfaces |
DK181037B1 (en) * | 2020-06-02 | 2022-10-10 | Apple Inc | User interfaces for health applications |
-
2021
- 2021-10-13 CN CN202180078407.4A patent/CN116982119A/zh active Pending
- 2021-10-13 EP EP21806544.9A patent/EP4229653A1/en active Pending
- 2021-10-13 WO PCT/US2021/054740 patent/WO2022081679A1/en active Application Filing
- 2021-10-13 US US17/500,023 patent/US20220110547A1/en active Pending
- 2021-10-13 CA CA3198607A patent/CA3198607A1/en active Pending
- 2021-10-13 AU AU2021360824A patent/AU2021360824A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
AU2021360824A1 (en) | 2023-05-25 |
CA3198607A1 (en) | 2022-04-21 |
EP4229653A1 (en) | 2023-08-23 |
WO2022081679A1 (en) | 2022-04-21 |
US20220110547A1 (en) | 2022-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220151512A1 (en) | Activity classification and display | |
CN118140271A (zh) | 基于位置的活动跟踪 | |
US20230298761A1 (en) | Subjective input data for a wearable device | |
US20220110547A1 (en) | Providing guidance during rest and recovery | |
US20220313149A1 (en) | Pregnancy mode profile configuration | |
US20230115575A1 (en) | Techniques for application personalization | |
US20230033976A1 (en) | Techniques for identifying restorative moments | |
US20230215557A1 (en) | Content recommendations according to tags and physiological data | |
US20240096463A1 (en) | Techniques for using a hybrid model for generating tags and insights | |
US20230210385A1 (en) | Techniques for determining relationships between skin temperature and surrounding temperature | |
US20230144761A1 (en) | Techniques for providing insights according to tags and physiological data | |
US20240041340A1 (en) | Cardiovascular health metric determination from wearable-based physiological data | |
US20240122544A1 (en) | Techniques for experimental programs using data from wearable device | |
US20230282363A1 (en) | Techniques for health-related mini-insights using wearable device | |
US20240071597A1 (en) | Techniques for activity goal personalization | |
US20230197265A1 (en) | Techniques for providing insights according to application data and biometric data | |
US20230114269A1 (en) | Techniques for measuring blood oxygen levels | |
US20240206804A1 (en) | Techniques for managing sleep | |
US20240094821A1 (en) | Techniques for gesture recognition using wearable device data | |
US20240203586A1 (en) | Techniques for biofeedback using heart rate data | |
US20230190201A1 (en) | Techniques for multiple wearable devices | |
US20220344057A1 (en) | Method and system for supplemental sleep detection | |
WO2023086423A1 (en) | Techniques for providing insights according to tags and physiological data | |
AU2022362234A1 (en) | Techniques for measuring blood oxygen levels | |
CA3233665A1 (en) | Techniques for heart rate detection |
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 |