-
Gebiet der Erfindung
-
Die vorliegende Erfindung betrifft eine Vorrichtung zur Bestimmung einer Biomarker-Konzentration im Blut eines Körperteils, wie zum Beispiel eines Fingers, unter Berücksichtigung der physiologischen Konstitution (Beschaffenheit) des Körperteils. Des Weiteren betrifft die vorliegende Erfindung ein Verfahren zur Bestimmung einer Biomarker-Konzentration im Blut eines Körperteils, wie zum Beispiel eines Fingers, unter Berücksichtigung der physiologischen Konstitution des Körperteils.
-
Hintergrund des Standes der Technik
-
Zur Messung von Biomarker-Konzentrationen, zum Beispiel einer Konzentration eines Blutzuckerspiegels, gibt es invasive Messmethoden und entsprechende Messgeräte. Dem Gewebe einer Person wird Blut entnommen und das jeweilige Blut analysiert, um die Konzentration der jeweiligen Biomarker-Konzentration zu bestimmen.
-
Darüber hinaus sind nicht-invasive Messmethoden bekannt. So gibt es beispielsweise Vorrichtungen, die entsprechendes Licht, wie zum Beispiel Infrarotlicht, mit definierten Wellenlängen in das Gewebe der Person strahlen. Auf Basis des gemessenen reflektierten Lichts lässt sich im Allgemeinen das Auftreten und die Konzentration des spezifischen Biomarkers bestimmen. Herkömmliche nicht-invasive Messmethoden sind jedoch aufgrund der großen Vielfalt der physiologischen Konstitution des Körperteils und vieler anderer Umgebungsmessparameter nicht sehr genau.
-
Ein Grund für die ungenauen Messergebnisse ist, dass sich die Physiologie eines gemessenen Körperteils, zum Beispiel eines Fingers, im Laufe der Zeit sehr schnell (ver)ändert. Die Physiologie des gemessenen Teils kann beispielsweise durch die Temperatur des Fingers, die Hautdicke, die Durchblutung des subkutanen Gewebes, die subkutane Dicke, die Knochentiefe, die Hautfarbe und zum Beispiel die Hautfeuchtigkeit definiert sein.
-
Darüber hinaus kann bei herkömmlichen Messverfahren der undefinierte Druck des Körperteils, zum Beispiel eines Fingers, auf ein entsprechendes Nachweisgerät zu einer ungenauen Messung der jeweiligen Biomarker-Konzentration führen.
-
Die
WO 2016/068589 A1 offenbart beispielsweise ein Glukosemessgerät zur Messung des Blutzuckerspiegels auf der Grundlage der Infrarotspektroskopie. Um einen Messfehler zu ermitteln, der durch einen unbekannten Druck zwischen dem Körperteil und einer Detektionseinheit verursacht wird, wird ein Drucksensor verwendet, um den vom Körperteil auf das Gerät ausgeübten Druck zu messen.
-
Die
WO 00/21437 A2 offenbart ein Infrarot-Glukose-Messsystem, das eine abgeschwächte interne Totalreflexionsspektroskopie verwendet. Das Messsystem umfasst ein Druckhalteelement zur Aufrechterhaltung eines vordefinierten Drucks zwischen dem Körperteil und einer entsprechenden Detektionsplatte des Messsystems.
-
Daher sind entweder nicht-invasive Messgeräte ungenau, so dass keine zuverlässigen Messergebnisse möglich sind, oder es müssen komplexe Vorrichtungen zur Vorbestimmung eines spezifischen Drucks bereitgestellt werden.
-
Zusammenfassung der Erfindung
-
Daher ist es eine Aufgabe der vorliegenden Erfindung, ein einfaches Messgerät (Messvorrichtung) bereitzustellen, das zusätzlich eine hohe Genauigkeit einer nicht-invasiven Messung des Biomarkers im Blut der Person bietet.
-
Diese Aufgabe wird gelöst durch eine Vorrichtung und ein Verfahren zur Bestimmung einer Biomarker-Konzentration in einem Blut eines Körperteils unter Berücksichtigung der physiologischen Konstitution des Körperteils gemäß dem Gegenstand der unabhängigen Ansprüche.
-
Gemäß einem ersten Aspekt der vorliegenden Erfindung wird eine Vorrichtung zur Bestimmung einer Biomarker-Konzentration in einem Blut eines Körperteils, beispielsweise eines Fingers einer Person, unter Berücksichtigung der physiologischen Konstitution des Körperteils vorgestellt. Die Vorrichtung umfasst eine Lichtquelle zum Abstrahlen erster Lichtwellen auf das Körperteil (bzw. zum Bestrahlen des Körperteils mit ersten Lichtwellen), eine Detektoreinheit zum Messen der von dem Körperteil reflektierten ersten Lichtwellen. Weiterhin umfasst die Vorrichtung eine mit der Detektoreinheit gekoppelte Verarbeitungseinheit zum Empfangen der gemessenen ersten Lichtwellen.
-
Die Verarbeitungseinheit ist konfiguriert, bei einem Auftreten eines ersten spezifischen Signalabschnitts in einem Signalprofil der reflektierten ersten Lichtwellen während einer vordefinierten Druckänderung, die von der Detektoreinheit auf das Körperteil ausgeübt wird, mindestens einen charakteristischen Wert zu bestimmen, der die Signalstärke der reflektierten ersten Lichtwellen umfasst. Der mindestens eine charakteristische Wert an dem spezifischen ersten Signalabschnitt der reflektierten ersten Lichtwellen ist repräsentativ für eine physiologische Konstitution des Körperteils, so dass eine Biomarker-Konzentration im Blut bestimmbar ist.
-
Gemäß einem weiteren Aspekt der vorliegenden Erfindung wird ein Verfahren zur Bestimmung einer Biomarker-Konzentration in einem Blut eines Körperteils unter Berücksichtigung der physiologischen Konstitution des Körperteils vorgestellt. Das Verfahren umfasst den Schritt des Abstrahlens erster Lichtwellen auf das Körperteil (bzw. des Bestrahlens des Körperteils mit ersten Lichtwellen), des Messens der von dem Körperteil reflektierten ersten Lichtwellen und des Bestimmens mindestens eines charakteristischen Wertes, der die Signalstärke der reflektierten ersten Lichtwellen umfasst, bei einem Auftreten eines ersten spezifischen Signalabschnitts in einem Signalprofil der reflektierten ersten Lichtwellen während einer vordefinierten Druckänderung, die durch die Detektoreinheit auf das Körperteil ausgeübt wird, wobei der mindestens eine charakteristische Wert an dem spezifischen ersten Signalabschnitt der reflektierten ersten Lichtwellen repräsentativ für eine physiologische Konstitution des Körperteils ist, so dass eine Biomarker-Konzentration im Blut bestimmbar ist.
-
Bei der Vorrichtung kann es sich um ein tragbares Handgerät handeln, insbesondere um ein Smartphone, einen Tablet-Computer oder ein Notebook.
-
Der bestimmte Biomarker kann Glukose, C-reaktives Protein (CRP), Hämoglobin (HBC), Cholesterin, LDL, HDL, Fibrinogen und/oder Bilirubin sein.
-
Die Lichtquelle ist so konfiguriert, dass sie Licht mit der ersten Wellenlänge oder mit einer vordefinierten Mehrzahl von weiteren Wellenlängen auf das Körperteil abstrahlt. Die Lichtquelle kann eine oder eine Mehrzahl von LEDs umfassen. Insbesondere kann die erste Wellenlänge beispielsweise 420 nm bis 490 nm (blaues Licht), 490 nm bis 575 nm, insbesondere 530 nm (grünes Licht), 585 nm bis 750 nm, insbesondere 660 nm (rotes Licht) und 780 nm und 1000 nm, insbesondere 960nm (infrarotes IR-Licht) betragen.
-
Die Detektoreinheit kann eine Fotodiode umfassen, die so konfiguriert ist, dass sie alle gegensätzlichen beschriebenen Spektren misst, die für die jeweiligen abgestrahlten Wellenlängen verwendet werden. Insbesondere kann die Detektoreinheit beispielsweise ein Bild oder mehrere Spektren zwischen 410 nm und 1090 nm detektieren bzw. erfassen.
-
Die Detektoreinheit kann die Beleuchtungsstärke bzw. die Lichtintensität in [Lux] der empfangenen reflektierten Wellenlänge messen. Anschließend wird die gemessene Beleuchtungsstärke in einem Signalerfassungsprozess in ein Zeilen-ADC-Signal mit zum Beispiel der Einheit [nA] (Nano-Ampere) übertragen. Ein Wert für die Signalstärke in nA kann zum Beispiel zwischen 0 und 224 000 nA liegen. Die Werte hängen jedoch vom verwendeten Sensor (Detektoreinheit) ab und können daher bei Verwendung unterschiedlicher Sensoren variieren.
-
Die Verarbeitungseinheit kann einen Prozessor zur Steuerung der Lichtquelle und der Detektoreinheit umfassen. Insbesondere kann die Verarbeitungseinheit beispielsweise einen Oszillator, einen LED-Treiber, einen Temperatursensor und ein Datenregister umfassen. Außerdem kann die Verarbeitungseinheit Daten über Standardbusse wie I2C- oder SPI-Kommunikation oder Ähnliches übertragen.
-
Darüber hinaus kann die Vorrichtung eine Anzeigeeinheit (Display) zum Anzeigen der Messergebnisse und/oder zur Erteilung von Anweisungen an den Benutzer umfassen. Zusätzlich kann die Anzeigeeinheit eine Eingabeeinheit, wie zum Beispiel einen Touchscreen, bilden.
-
Die Qualität und Quantität der Signalstärke der reflektierten und damit detektierten Wellenlängen ist abhängig von der physiologischen Konstitution des Körperteils und insbesondere von dem Druck, mit dem die Detektionseinheit auf das Körperteil gedrückt wird. Durch den Ansatz der vorliegenden Erfindung wurde herausgefunden, dass unabhängig von der Kenntnis der gemessenen Druckwerte, die auf das Körperteil ausgeübt werden, und der physiologischen Konstitution des Körperteils, die detektierten Signale während einer vorgegebenen Druckänderung repräsentativ für eine Menge der Biomarker-Konzentration sein können.
-
Die Druckänderung kann zum Beispiel eine Zunahme oder eine Abnahme des Drucks in einem bestimmten Zeitintervall sein. Die Druckänderung kann unabhängig von einem Anfangsdruck und einem Enddruck der Druckänderung sein. Zum Beispiel kann eine (1) vorbestimmte Druckänderung eine Zunahme oder eine Abnahme des Drucks innerhalb eines Zeitraums von zum Beispiel 10 bis 20 Sekunden sein.
-
Während der vordefinierten Druckänderung hat sich herausgestellt, dass im Signalprofil der detektierten reflektierten Lichtwellen während der vordefinierten Druckabstrahlung ein spezifischer Signalabschnitt (zum Beispiel eine bestimmte Form) vorliegt. Weiterhin wurde festgestellt, dass der spezifische Signalabschnitt und sein jeweiliger charakteristischer Wert (zum Beispiel die Stärke des detektierten Signals an dem spezifischen Signalabschnitt) indikativ für einen bestimmten Biomarker (zum Beispiel Glukose) und dessen jeweilige Konzentration ist. Weiterhin hat sich herausgestellt, dass die aus den Signalen der spezifischen Signalabschnitte abgeleiteten charakteristischen Werte eine spezifische physiologische Konstitution des Körperteils zum Zeitpunkt der Messung definieren können. Handelt es sich bei dem Körperteil beispielsweise um einen Finger und wird der Finger während einer vordefinierten Druckänderung auf die Detektionseinheit gedrückt, so kann ein lokales Maximum als Signalabschnitt eines detektierten Signalprofils auf die Menge des Gewebes zwischen der Oberfläche des Fingers und dem Knochen des Fingers hinweisen. Daraus lässt sich die Dicke des Gewebes zwischen dem Knochen und der Oberfläche des Fingers ableiten, die auch das Messergebnis der Konzentration des Biomarkers beeinflusst.
-
Spezifische Punkte bzw. spezifische Signalabschnitte im Signalprofil können ein Plateau der Signalfunktion, ein Funktionsbruch (eine plötzliche Änderung der Steigung der Funktion), ein Maximum und ein Minimum der Signalfunktion sein.
-
Da also eine Druckänderung ohne Vorgabe eines Anfangsdrucks von einem Benutzer durchgeführt werden kann, ohne dass ein Gesamtdruck zu einem bestimmten Zeitpunkt gemessen wird, sind durch die vorliegende Erfindung keine komplexen Drucksensoren erforderlich. Darüber hinaus führt die Bestimmung des charakteristischen Wertes spezifischer Signalabschnitte während der vordefinierten Druckänderung zu einer genaueren Bestimmung einer Biomarker-Konzentration, so dass ein genaueres Messsystem bereitgestellt wird.
-
Der bestimmte (ermittelte) charakteristische Wert an einem spezifischen Signalabschnitt der reflektierten Lichtwellen kann mit bestehenden Modellen verglichen werden, die die Information einer jeweiligen Biomarker-Konzentration im Blut über den bestimmten charakteristischen Wert eines spezifischen Signalabschnitts enthalten. Die bestehenden Modelle werden zum Beispiel in klinischen Studien und Laborstudien definiert. Handelt es sich bei dem Biomarker beispielsweise um Glukose, können der Glukosespiegel und die physiologische Konstitution der Mehrzahl von Personen beispielsweise invasiv gemessen werden. Beispielsweise kann der genaue Glukosespiegel für eine spezifische physiologische Konstitution des Benutzers durch einen oralen Glukosetoleranztest (OGTT) gemessen werden. Für den Messwert des Glukosespiegels kann ein spezifischer charakteristischer Wert eines spezifischen Signalabschnitts im Signalprofil der reflektierten Lichtwellen bestimmt (ermittelt) werden. Somit kann eine Datenbank mit einer Mehrzahl von Sollwerten (Nominalwerten) bereitgestellt werden, mit denen die gemessenen charakteristischen Werte der erfindungsgemäßen Vorrichtung verglichen werden können, um eine spezifische Biomarker-Konzentration im Blut zu bestimmen. In der Tat kann für eine spezifische Biomarker-Konzentration unter Berücksichtigung einer spezifischen physiologischen Konstitution eine Mehrzahl der spezifischen Signalabschnitte unter einer Mehrzahl von verschiedenen Lichtwellen abgeleitet werden. Um die Genauigkeit der bestimmten Biomarker-Konzentration weiter zu erhöhen, können zum Beispiel, wie unten beschrieben, statistische Verfahren auf der Basis definierter Regressoren bzw. Regressor-Relationen (Regressor-Beziehungen) eingesetzt werden.
-
Gemäß einer weiteren beispielhaften Ausführungsform umfasst der charakteristische Wert ferner den Wert der Steigung des Signalprofils beim Auftreten eines spezifischen Signalabschnitts während der vordefinierten Druckänderung, die von der Detektoreinheit auf das Körperteil ausgeübt wird.
-
Gemäß einer weiteren beispielhaften Ausführungsform ist der spezifische Signalabschnitt definiert durch eine charakteristische Steigung, durch ein Plateau der Signalfunktion, einen Saltus (eine Sprungstelle) der Signalfunktion, einen Wendepunkt, ein Minimum, insbesondere ein lokales Minimum der Signalfunktion, und ein Maximum, insbesondere ein lokales Maximum der Signalfunktion. Die jeweiligen Signalverläufe der reflektierten Lichtwellen umfassen somit während der vordefinierten Druckänderung beispielsweise die oben aufgeführten spezifischen Signalabschnitte, die indikativ für die Biomarker-Konzentration und die physiologische Konstitution des Körperteils sind.
-
Gemäß einer weiteren beispielhaften Ausführungsform ist die Verarbeitungseinheit konfiguriert, auf der Basis einer Mehrzahl von wiederholten vordefinierten Druckänderungen das Auftreten des ersten spezifischen Signalabschnitts in einem Signalprofil der reflektierten ersten Lichtwellen für jede durchgeführte Druckänderung zu bestimmen. Die Verarbeitungseinheit ist ferner konfiguriert, in jeder vordefinierten Druckänderung jeweils charakteristische Werte des ersten spezifischen Signalabschnitts zu bestimmen und einen in den vordefinierten Druckänderungen bestimmten mittleren charakteristischen Wert des ersten spezifischen Signalabschnitts zu bestimmen. Wenn also eine Druckänderung eine Zunahme des Drucks für 10 Sekunden ist und der Benutzer den Druck nur für 5 Sekunden erhöht, können Fehlmessungen auftreten. Indem jedoch eine Mehrzahl von Messungen während einer Mehrzahl von Druckänderungen durchgeführt wird, verringert der Mittelwert aller Messungen die Auswirkungen einer Fehlmessung.
-
Gemäß einer weiteren beispielhaften Ausführungsform definiert der mindestens eine bestimmte charakteristische Wert mindestens einen jeweiligen charakteristischen Regressor (Rc). Die Verarbeitungseinheit ist konfiguriert, auf der Basis des mindestens einen bestimmten charakteristischen Regressors (Rc) eine Regressor-Relation (RR) zu bestimmen, wobei die Regressor-Relation mit einer Biomarker-Konzentration im Blut so korrelierbar ist, dass ein bestimmter (ermittelter) Wert der Regressor-Relation indikativ für einen Wert der Biomarker-Konzentration ist.
-
Die charakteristischen Werte beim Auftreten dieser spezifischen Signalabschnitte definieren die erste Liste von Regressoren - charakteristische Regressoren (Rc). Diese Liste von Regressoren Rc kann zur Erstellung einer Regressor-Relation verwendet werden, die mit einer Biomarker-Konzentration korreliert werden kann. Die Regressor-Relation definiert eine mathematische Beziehung zwischen mindestens einem charakteristischen Regressor oder der Relation der Mehrzahl von verschiedenen charakteristischen Regressoren. Durch den Einsatz statistischer Methoden und maschinellen Lernens, d.h. künstlicher Intelligenz (KI), können spezifische Regressor-Relationen gefunden werden, die geeignet sind, auf Basis der spezifischen Signalabschnitte der Signalprofile reflektierter Lichtwellen unter der vordefinierten Druckänderung eine Biomarker-Konzentration für eine spezifische physiologische Konstitution durch ihren charakteristischen Wert zu bestimmen.
-
Der Begriff „maschinelles Lernen“ kann insbesondere die Implementierung von Algorithmen und/oder statistischen Modellen bezeichnen, die ein Prozessor (zum Beispiel ein Computersystem) verwenden kann, um eine entsprechende Regressor-Relation zu finden, die am besten zu der Biomarker-Konzentration unter bestimmter physiologischer Konstitution des Körperteils passt. Durch maschinelles Lernen kann die am besten passende Regressor-Relation ohne explizite Anweisungen gefunden werden, indem man sich stattdessen auf Muster und Inferenzen stützt. Maschinelles Lernen kann als ein Teilbereich der künstlichen Intelligenz betrachtet werden. Insbesondere können Algorithmen des maschinellen Lernens eine auf einem mathematischen Modell basierende Regressor-Relation in Bezug auf Probendaten (wie zum Beispiel die unter Laborbedingungen gemessene Biomarker-Konzentration, d.h. invasiv oder durch einen oben beschriebenen OGTT-Test im Falle von Glukose als Biomarker) erstellen, um Vorhersagen oder Entscheidungen zu treffen, ohne explizit für die Durchführung der Aufgabe programmiert zu werden. Algorithmen des maschinellen Lernens können bei der Bewertung der Regressoren und der Regressor-Relation, die für die spezifischen Signalabschnitte in einem Signalprofil reflektierter Wellenlängen indikativ ist, besonders geeignet sein.
-
In einer Ausführungsform erfolgt das maschinelle Lernen unter Verwendung von mindestens einem aus der Gruppe, bestehend aus Random Forest, Random Fern, Support Vector Machine und einem neuronalen Netz, insbesondere einem Convolutional Neural Network.
-
Der Begriff „Random Forest“ kann insbesondere eine Ensemble-Lernmethode zur Klassifizierung, Regression und andere Aufgaben bezeichnen, bei der eine Mehrzahl von Entscheidungsbäumen zum Zeitpunkt des Trainings konstruiert wird und die Klasse ausgegeben wird, die dem Modus der Klassen (was als Klassifizierung bezeichnet werden kann) oder der mittleren Vorhersage (was als Regression bezeichnet werden kann) der einzelnen Bäume entspricht.
-
Der Begriff „Random Fern“ kann insbesondere einen Algorithmus des maschinellen Lernens bezeichnen, der es ermöglicht, dieselben Elemente zwischen zwei Bildern derselben Szene abzugleichen, um ein Objekt (zum Beispiel eine feste pharmazeutische Zusammensetzung oder einen Teil davon) zu erkennen oder es zu verfolgen. Random Fern kann als Klassifizierungsverfahren eingesetzt werden.
-
Der Begriff „Support Vector Machine“ kann insbesondere ein überwachtes Lernmodell mit zugehörigen Lernalgorithmen bezeichnen, die Daten analysieren, die für Klassifizierungs- und Regressionsanalysen verwendet werden. Bei einem Satz von Trainingsbeispielen, die jeweils als zu einer oder zu der anderen von zwei Kategorien gehörend gekennzeichnet sind, kann ein Support-Vector-Machine-Trainingsalgorithmus ein Modell erstellen, das neue Beispiele der einen oder der anderen Kategorie zuordnet. Ein Support-Vector-Machine-Modell kann eine Darstellung der Beispiele als Punkte im Raum sein, die so abgebildet werden, dass die Beispiele der einzelnen Kategorien durch eine klare Lücke, die möglichst groß ist, getrennt sind. Neue Beispiele können dann in denselben Raum abgebildet werden und vorhergesagt werden, dass sie zu einer Kategorie gehören, basierend auf der Seite der Lücke, auf die sie fallen.
-
Der Begriff „neuronales Netz“ (oder künstliches neuronales Netz) kann insbesondere ein Computersystem bezeichnen (das von biologischen neuronalen Netzen, die menschliche oder tierische Gehirne ausmachen, inspiriert sein kann), das lernen kann, Aufgaben auszuführen, indem es Beispiele berücksichtigt, im Allgemeinen ohne mit aufgabenspezifischen Regeln programmiert zu sein. Ein neuronales Netz kann ein Muster ohne vorherige Kenntnis eines zu identifizierenden Objekts (zum Beispiel einer Beschichtung einer festen Zusammensetzung) erkennen. Zusätzlich oder alternativ kann ein neuronales Netz automatisch Identifizierungsmerkmale aus Beispielen von Trainingsdaten erzeugen, die ein neuronales Netz verarbeitet. Ein neuronales Netz kann auf einer Sammlung von miteinander verbundenen Einheiten oder Knoten basieren, die als künstliche Neuronen bezeichnet werden können. Jede Verbindung zwischen verschiedenen Knoten kann ein Signal an andere Neuronen weiterleiten. Ein künstliches Neuron, das ein Signal empfängt, kann es dann verarbeiten und den mit ihm verbundenen Neuronen ein Signal geben.
-
Daher kann maschinelles Lernen bei der Suche nach einer geeigneten Regressor-Relation eingesetzt werden. Die Detektionsdaten der reflektierten Wellenlängen, die unter Laborbedingungen von einer Detektionseinheit erfasst werden, können zumindest teilweise mit Hilfe von maschinellem Lernen analysiert werden. Dies kann es ermöglichen, sehr zuverlässige Informationen über Regressor-Relationen zu erhalten, die für eine Biomarker-Konzentration unter bestimmten physiologischen Konstitutionen eines spezifischen Körperteils (zum Beispiel eines Fingers) indikativ sind.
-
Es hat sich im Rahmen der vorliegenden Erfindung herausgestellt, dass Regressor-Relationen, die indikativ für die spezifischen Signalabschnitte in einem Signalprofil reflektierter Wellenlängen sind, geeignet sind, durch maschinelles Lernen ausgewertet zu werden, da solche Zusammensetzungen (zum Beispiel Regressor-Relationen von Regressoren mehrerer Signalabschnitte in Signalprofilen verschiedener Wellenlängen) eine zuverlässige Vorhersage einer Biomarker-Konzentration zeigen können.
-
Die bestimmten (ermittelten) geeigneten Regressor-Relationen zur Bestimmung einer Biomarker-Konzentration eines spezifischen Biomarkers bei bestimmter physiologischer Konstitution eines spezifischen Körperteils (zum Beispiel eines Fingers, der Lippen etc. einer Person) können mit Labormessergebnissen von Biomarker-Konzentrationen einer Person in Labortests korreliert und in einer entsprechenden Datenbasis gespeichert werden. Somit kann bei der Messung eines bestimmten charakteristischen Wertes für die spezifische Regressor-Relation durch Vergleich mit entsprechenden Sollwerten der Regressor-Relation in den Datenbanken eine entsprechende Biomarker-Konzentration bestimmt werden, ohne dass die physiologische Konstitution des Nutzers bestimmt werden muss, da der Einfluss der tatsächlichen Biomarker-Konzentration bereits durch die Regressor-Relation berücksichtigt wird.
-
Gemäß einer weiteren beispielhaften Ausführungsform umfasst die Vorrichtung ferner eine Dateneinheit, die einen Datensatz mit vordefinierten Regressor-Relationen umfasst, die mit der jeweiligen Biomarker-Konzentration korreliert sind. Die Steuereinheit ist ferner so konfiguriert, dass sie die bestimmte Regressor-Relation mit vordefinierten Regressor-Relationen vergleicht, wobei, wenn die bestimmte Regressor-Relation in der Nähe der vordefinierten Regressor-Relation liegt, die Biomarker-Konzentration ableitbar ist.
-
Die Dateneinheit kann in der Vorrichtung implementiert sein. Die Dateneinheit kann aber auch durch eine Eingabe/Ausgabe-Schnittstelle der Vorrichtung realisiert werden und die Daten können von beabstandeten Dateneinheiten, die die Daten speichern, empfangen und/oder an diese gesendet werden. Daher kann eine webbasierte Anwendung verwendet werden, bei der die Daten auf einem (Web-)Server oder Cloud-Server gespeichert werden und die Vorrichtung die Daten über das Internet oder andere Netzwerkverbindungen empfängt und/oder sendet.
-
Gemäß einer weiteren beispielhaften Ausführungsform ist die Verarbeitungseinheit ferner konfiguriert, bei einem Auftreten eines weiteren spezifischen ersten Signalabschnitts im Signalprofil der reflektierten ersten Lichtwellen während der vordefinierten, von der Detektoreinheit auf das Körperteil ausgeübten Druckänderung mindestens einen weiteren charakteristischen Wert zu bestimmen, der eine weitere Signalstärke der ersten reflektierten ersten Lichtwellen umfasst, wobei der mindestens eine weitere charakteristische Wert bei dem weiteren spezifischen ersten Signalabschnitt der ersten reflektierten ersten Lichtwellen repräsentativ für die physiologische Konstitution des Körperteils ist, so dass die Biomarker-Konzentration im Blut bestimmbar ist. Der mindestens eine bestimmte weitere charakteristische Wert des weiteren spezifischen ersten Signalabschnitts definiert mindestens einen jeweiligen weiteren charakteristischen Regressor (Rcf), wobei die Regressor-Relation auf der Basis des mindestens einen bestimmten weiteren charakteristischen Regressors (Rcf) weiter bestimmt wird. Durch die beispielhafte Ausführungsform ist umrissen, dass ein Signalprofil einer reflektierten Wellenlänge eine Mehrzahl von spezifischen Signalabschnitten aufweisen kann, die als Regressor zum Definieren einer Regressor-Relation verwendet werden können. Die Regressor-Relation (RR) wird somit durch mathematische Abhängigkeiten und Beziehungen von charakteristischen Regressoren (Rc) und weiteren charakteristischen Regressoren (Rcf) gebildet.
-
Gemäß einer weiteren beispielhaften Ausführungsform ist die Verarbeitungseinheit ferner konfiguriert, mindestens einen Messwert der Signalstärke der reflektierten ersten Lichtwellen während einer, insbesondere konstanten, Platzierung der Detektoreinheit auf dem Körperteil (und damit nahezu konstantem Druck) zu bestimmen, wobei der Messwert mindestens einen Messwert-Regressor (Rm) definiert. Die Regressor-Relation (RR) wird ferner auf der Basis des mindestens einen bestimmten charakteristischen Regressors (Rc, Rcf) und des mindestens einen Messwert-Regressors (Rm) bestimmt.
-
Es hat sich herausgestellt, dass durch die zusätzliche Messung der reflektierten Wellenlänge während des Platzierens des Detektors auf das Körperteil, d.h. unter (nahezu) konstantem Druck, ein charakteristischer Wert des reflektierten Signals einer spezifischen Wellenlänge, der unter nahezu konstantem Druck aufgenommen wurde, einen Messwert-Regressor definieren kann, der zur Normalisierung der Daten in Bezug auf die vorliegende physiologische Konstitution des Körperteils und in Bezug auf eine Kalibrierung der Lichtquelle, zum Beispiel der LEDs, verwendet werden kann. Der Messwert-Regressor wird zusätzlich in der Regressor-Relation berücksichtigt, so dass eine verbesserte Referenz der Regressor-Relation zu einer Soll-Regressor-Relation, die indikativ für eine Biomarker-Konzentration ist, erreicht werden kann.
-
Gemäß einer weiteren beispielhaften Ausführungsform ist die Lichtquelle zum Abstrahlen zweiter Lichtwellen auf das Körperteil konfiguriert, wobei die Detektoreinheit zum Messen der von dem Körperteil reflektierten zweiten Lichtwellen konfiguriert ist. Die Detektoreinheit (bzw. die Verarbeitungseinheit) ist zum Empfangen der gemessenen zweiten Lichtwellen konfiguriert. Die Verarbeitungseinheit ist ferner konfiguriert, bei einem Auftreten eines zweiten spezifischen Signalabschnitts in einem zweiten Signalprofil der reflektierten zweiten Lichtwellen während der von der Detektoreinheit auf das Körperteil ausgeübten vordefinierten Druckänderung mindestens einen weiteren charakteristischen Wert zu bestimmen, der die Signalstärke der reflektierten zweiten Lichtwellen umfasst, wobei der mindestens eine weitere charakteristische Wert an (bei) dem spezifischen zweiten Signalabschnitt der reflektierten zweiten Lichtwellen repräsentativ für die physiologische Konstitution des Körperteils ist. Der mindestens eine bestimmte weitere charakteristische Wert definiert mindestens einen jeweiligen weiteren charakteristischen Regressor, wobei die Regressor-Relation auf der Basis des mindestens einen bestimmten weiteren charakteristischen Regressors (Rc2) weiter bestimmt wird.
-
Durch die oben beschriebene beispielhafte Ausführungsform ist umrissen, dass ein spezifisches Spektrum unterschiedlicher Wellenlängen abgestrahlt und von der vorliegenden Vorrichtung empfangen werden kann, so dass die Regressor-Relation zusätzlich durch weitere charakteristische Regressoren gebildet wird, die indikativ für Signalabschnitte von Signalprofilen weiterer unterschiedlicher Wellenlängen sind.
-
Zusammenfassend lässt sich sagen, dass während einer Messung von reflektiertem Licht eines Körperteils unter einer vordefinierten Druckänderung auf das Körperteil jede reflektierte Wellenlänge (zum Beispiel rotes Licht, infrarotes Licht, blaues Licht, grünes Licht usw.) ein spezifisches Signalprofil unter einer spezifischen Druckänderung, die auf das Körperteil ausgeübt wird, aufweist. Es hat sich herausgestellt, dass jedes Signalprofil unter Druckänderung einen jeweiligen spezifischen Signalabschnitt im Signalprofil der reflektierten ersten Lichtwellen umfasst, der indikativ für eine physiologische Konstitution und/oder eine Konzentration des gemessenen Biomarkers ist.
-
Daraus lässt sich mindestens ein charakteristischer Wert ableiten, der die Signalstärke beim Auftreten des ersten spezifischen Signalabschnitts während einer vordefinierten Druckänderung, die der Photosensor auf das Körperteil ausübt, umfasst. Die charakteristischen Werte aus diesem Signalprofil können eine Signalstärke an spezifischen Signalabschnitten und/oder den Wert der Steigung (Ableitung) an spezifischen Punkten umfassen.
-
Gemäß der zweiten Erkenntnis der vorliegenden Erfindung hat sich herausgestellt, dass eine spezifische Regressor-Relation aus vielen Regressoren signifikant besser mit einer Biomarker-Konzentration (zum Beispiel Glukosespiegel) im Blut korreliert werden kann. Die spezifische Regressor-Relation wird als mathematische Beziehungen zwischen charakteristischen Regressoren (Rc) und zum Beispiel Messwert-Regressoren (Rm) erhalten, wie: Rm1/Rc1, Rm2/Rc1, Rm1/Rc2, Rm1/In(Rc1), In(Rm1)/eRc1 usw.
Die Regressoren Rm (aus dem zweiten Teil der Messung unter nahezu konstantem Druck) korrelieren nicht gut genug mit den Biomarkern im Blut, da es an Informationen über die spezifische Physiologie der Haut zum Zeitpunkt der Messung fehlt.
-
Durch Kombination der Regressoren Rm mit den Regressoren Rc kann die spezifische Regressor-Relation RR erstellt werden und sie bilden zum Beispiel die Input-Regressoren (Ri). Die Input-Regressoren Ri korrelieren deutlich besser mit den Biomarker-Konzentrationen im Blut (zum Beispiel Glukosespiegel). Das Verfahren der mathematischen Korrektur von Messwert-Regressoren mit charakteristischen Regressoren kann als physiologische Normalisierung bezeichnet werden.
-
Die Kombination der oben genannten Schlüsselerkenntnisse führt somit zu einer sehr genauen nicht-invasiven Messung einer Konzentration des Biomarkers, wie zum Beispiel Glukose, im Blut des jeweiligen Körperteils. Insbesondere durch die physiologische Normalisierung entsprechend der Messung unter vordefinierten Druckänderungen hat die physiologische Konstitution des Körperteils zum Zeitpunkt der Messung keinen dramatischen Einfluss mehr auf die Qualität der Messergebnisse zum Zeitpunkt der Messung, da die Messungen normalisiert werden. Zusätzlich ist durch die Verwendung der spezifischen Regressor-Relationen durch Messung unter nahezu konstantem Druck eine sehr genaue Korrelation zur gewünschten Biomarker-Konzentration möglich.
-
In der Tat definiert jede Wellenlänge (Infrarot, Grün, Rot usw.) bei einer vordefinierten Druckänderung (erster Teil der Messung) ein spezifisches Signalprofil und einen jeweiligen spezifischen Signalprofilabschnitt. Auf Basis der vielen Signalprofile und der jeweiligen spezifischen Signalabschnitte kann daher eine Mehrzahl von Regressoren eine komplexere spezifische Regressor-Relation bilden. Solche komplexen spezifischen Regressor-Relationen für eine spezifische Biomarker-Konzentration können beispielsweise durch Anwendung mathematischer/statistischer Algorithmen gebildet werden. Solche komplexen spezifischen Regressor-Relationen können sehr erfolgreich als Eingabeparameter (Regressoren) für Regressionsanalysen mit maschinellem Lernen und künstlicher Intelligenz verwendet werden.
-
In einem beispielhaften Messverfahren, das durch die erfindungsgemäßen Vorrichtung durchgeführt wird, wird die erste Liste von Regressoren Rc durch Anpressen eines Photodetektors während eines vordefinierten Druckintervalls (zum Beispiel von Minimaldruck bis Maximaldruck) an das Körperteil (zum Beispiel in den Finger) und die zweite Liste von Regressoren Rm durch Auflegen des Photodetektors auf den Finger zur Erzeugung eines nahezu konstanten Drucks aufgenommen.
-
Darüber hinaus können die Messzyklen bei einem variierenden Druck und einem konstanten Druck mehrmals wiederholt werden, um geeignete Mittelwerte für die Regressoren zur Verbesserung der Messqualität zu erhalten. Des Weiteren kann vor der Durchführung der Messung eine entsprechende Kalibrierung des Lichtsenders und des jeweiligen Lichtdetektors durchgeführt werden.
-
Bei der Vorrichtung kann es sich um ein Smartphone handeln, es kann aber auch als eine eigenständige Vorrichtung mit entsprechend hinzugefügten Komponenten wie Prozessor, Bildschirm, Energieverwaltung, Kommunikationsmodul, Batterie, Ladegerät usw. funktionieren. Die Vorrichtung kann bei der Messung mit der Haut direkt auf der Oberfläche in Kontakt sein. Zu Beginn der Messung schaltet der Sensor zunächst die Lichtquelle, zum Beispiel die Fotodiode, ein und misst den Strom an der Lichtquelle. Auf diese Weise kann der Sensor das Problem des Umgebungslichts, eines Drehmoments des an der Lichtquelle selbst erzeugten elektrischen Stroms aufgrund von Umwelteinflüssen oder der physikalischen Parameter der Lichtquelle, lösen. Dann steuert die Vorrichtung zum Beispiel Dioden der Lichtquelle mit einer Frequenz von zum Beispiel 20 Hz bis 100 Hz individuell an.
-
Wenn die Vorrichtung mit dem Körperteil (zum Beispiel dem Fingerballen, vorzugsweise ein Zeigefinger oder ein Ringfinger) bedeckt ist, kann ein Befestigungselement (zum Beispiel ein Gummiring, ein Gummiband oder ein anderes elastisches Element, ein Seil oder eine Klammer) der Vorrichtung verwendet werden, um das Körperteil an der Vorrichtung zu befestigen für eine genauere Messung.
-
Als nächstes beginnt die Messung einer individuellen Person. Jede Person hat einen anderen Hauttyp und andere physiologische Eigenschaften, die mit der erfindungsgemäßen Vorrichtung ausgewertet werden können. Erfindungsgemäß wird die Hautoberfläche mit zum Beispiel drei aufeinanderfolgenden Drücken auf die Vorrichtung gedrückt, so dass Blut aus dem Körperteil (zum Beispiel der Fingerspitze) herausgepresst wird und das Körperteil leicht verblasst. Die Drücke erfolgen zum Beispiel in der Reihenfolge, dass zunächst ein allmählicher Druckanstieg bis zu dem Punkt erfolgt, an dem die Diodensignale nicht mehr unterscheidbar sind, was zum Beispiel etwa 10s (Sekunden) dauert, gefolgt von einem allmählichen Nachlassen des Drucks von zum Beispiel 5s, und dann kann der gesamte Vorgang zum Beispiel zwei Mal oder öfter wiederholt werden. Anschließend kann das Körperteil zum Beispiel 20 Sekunden lang auf der Vorrichtung unter nahezu konstantem Druck ruhen.
-
Als nächstes kann zunächst die Validität des Signals und seine Qualität überprüft werden. Als nächstes kann im Rahmen der vorliegenden Erfindung die Physiologie der Haut des Fingers auf der Grundlage der Beziehungen zwischen den oben beschriebenen Regressoren und der Regressor-Relation berücksichtigt werden. Die Physiologie des Körperteils wird in der jeweiligen Regressor-Relation berücksichtigt. Auf der Basis der Daten einer solchen Messung ist es möglich, die tatsächlichen Haut- und Unterhauteigenschaften auf der Basis des ersten Teils der Messung unter Druckänderung zu bestimmen und die physiologische Normalisierung (FN) für den zweiten Teil der Messung unter nahezu konstantem Druck durchzuführen. Die physiologische Normalisierung wird verwendet, um die Daten des zweiten Teils der Messung zu normalisieren, indem die Werte in ein neutrales (universelles) Modell (Datenbanken) übersetzt werden, in dem alle erhaltenen Werte zum Beispiel die gleiche Skala (Einheit) haben. Auf der Grundlage der Daten der Regressor-Relation ist es möglich, den Ort der tatsächlich gemessenen Regressor-Relation im mehrdimensionalen Raum der Datenbanken der nominalen Regressor-Relationen zu bestimmen, die mit der Konzentration von Biomarkern, zum Beispiel dem Blutzuckerspiegel, korreliert sind. Die Lage der gemessenen Regressor-Relation im mehrdimensionalen Raum der Datenbanken wird auf der Basis einer Clusterung bestimmt, die auf der Grundlage der Daten des zum Beispiel ersten Teils der Messung die Lage des statistischen Modells im Spektralraum der Modelle bestimmt. Eine genauere Klassifizierung der gemessenen Regressor-Relation kann durch Überprüfung der Beziehungen zwischen den Signalen verschiedener Wellenlängen in einem bestimmten Messbereich erfolgen.
-
Gemäß einer weiteren beispielhaften Ausführungsform der Erfindung wird ein Programmelement (zum Beispiel eine Softwareroutine, im Quellcode oder im ausführbaren Code) bereitgestellt, dass bei Ausführung durch einen Prozessor, zum Beispiel die Prozessoreinheit (wie einen Mikroprozessor, eine CPU, eine GPU, ein FPGA oder ein ASCI), eingerichtet ist, ein Verfahren mit den oben genannten Merkmalen zu steuern oder auszuführen.
-
Gemäß einer weiteren beispielhaften Ausführungsform der Erfindung wird ein computerlesbares Medium (zum Beispiel eine CD, eine DVD, ein USB-Stick, eine Diskette, eine Festplatte, ein Flash-Laufwerk oder eine Blu-ray-Disk) bereitgestellt, auf dem ein Computerprogramm gespeichert ist, das bei Ausführung durch einen Prozessor (zum Beispiel einen Mikroprozessor, eine CPU, eine GPU, ein FPGA oder ein ASCI) eingerichtet ist, ein Verfahren mit den oben genannten Merkmalen zu steuern oder auszuführen.
-
Die Datenverarbeitung, die gemäß Ausführungsformen der Erfindung durchgeführt werden kann, kann durch ein Computerprogramm (zum Beispiel durch eine in einem Smartphone installierte Anwendung (App)), d.h. durch Software, oder durch Verwendung einer oder mehrerer spezieller elektronischer Optimierungsschaltungen, d.h. in Hardware, oder in hybrider Form, d.h. mittels Softwarekomponenten und Hardwarekomponenten, realisiert werden.
-
Es ist zu beachten, dass Ausführungsformen der Erfindung unter Bezugnahme auf unterschiedliche Gegenstände beschrieben wurden. Insbesondere wurden einige Ausführungsformen unter Bezugnahme auf Ansprüche vom Typ Vorrichtung beschrieben, während andere Ausführungsformen unter Bezugnahme auf Ansprüche vom Typ Verfahren beschrieben wurden. Ein Fachmann wird jedoch aus der obigen und der folgenden Beschreibung entnehmen, dass, sofern nichts anderes angegeben ist, zusätzlich zu jeder Kombination von Merkmalen, die zu einer Art von Gegenstand gehören, auch jede Kombination zwischen Merkmalen, die sich auf verschiedene Gegenstände beziehen, insbesondere zwischen Merkmalen der Ansprüche vom Typ Vorrichtung und Merkmalen der Ansprüche vom Typ Verfahren, als mit dieser Anmeldung offenbart angesehen wird.
-
Figurenliste
-
Die oben definierten Aspekte und weitere Aspekte der vorliegenden Erfindung sind aus den nachfolgend zu beschreibenden Ausführungsbeispielen ersichtlich und werden unter Bezugnahme auf die Ausführungsbeispiele erläutert. Die Erfindung wird im Folgenden unter Bezugnahme auf Ausführungsbeispiele näher beschrieben, auf die die Erfindung jedoch nicht beschränkt ist.
- 1 zeigt eine schematische Ansicht einer Vorrichtung gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung.
- 2 zeigt eine schematische Ansicht eines Diagramms, das die detektierten Signale verschiedener Wellenlängen unter Druckänderung gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigt.
- 3 zeigt eine schematische Ansicht eines Diagramms, das die detektierten Signale verschiedener Wellenlängen unter Druckänderung und unter nahezu konstantem Druck gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigt.
-
Detaillierte Beschreibung von beispielhaften Ausführungsformen
-
Die Darstellungen in den Zeichnungen sind schematisch. Es wird darauf hingewiesen, dass in verschiedenen Abbildungen ähnliche oder identische Elemente mit den gleichen Bezugszeichen versehen sind.
-
1 zeigt eine schematische Ansicht einer Vorrichtung gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung. 2 zeigt ein Diagramm, das die von der Vorrichtung gemäß 1 detektierten Signale verschiedener Wellenlängen unter Druckänderung darstellt.
-
Die Vorrichtung 100, wie zum Beispiel das gezeigte Smartphone, bestimmt eine Biomarker-Konzentration im Blut eines Körperteils 110, wie zum Beispiel der gezeigten Fingerspitze, unter Berücksichtigung der physiologischen Konstitution des Körperteils 110. Die Vorrichtung 100 umfasst eine Lichtquelle 101 zum Abstrahlen erster Lichtwellen 104 auf das Körperteil 110, eine Detektoreinheit 102 zum Messen der von dem Körperteil 110 reflektierten ersten Lichtwellen 104 und eine mit der Detektoreinheit 102 gekoppelte Verarbeitungseinheit 103 zum Empfangen der gemessenen ersten Lichtwellen 104. Die Verarbeitungseinheit 103 ist konfiguriert, bei einem Auftreten eines ersten spezifischen Signalabschnitts 202 in einem Signalprofil 201 der reflektierten ersten Lichtwellen 104 während einer vordefinierten Druckänderung, die durch die Detektoreinheit 102 auf das Körperteil 110 ausgeübt wird, mindestens einen charakteristischen Wert zu bestimmen, der die Signalstärke SS der reflektierten ersten Lichtwellen 104 umfasst, wobei der mindestens eine charakteristische Wert an dem spezifischen ersten Signalabschnitt 202 der reflektierten ersten Lichtwellen 104 repräsentativ für eine physiologische Konstitution des Körperteils 110 ist, so dass eine Biomarker-Konzentration im Blut bestimmbar ist.
-
Die Lichtquelle 101 ist so konfiguriert, dass sie Licht mit der ersten Wellenlänge 104 oder mit einer vordefinierten Mehrzahl weiterer Wellenlängen 204, 205 auf das Körperteil abstrahlt. Die Lichtquelle 101 kann eine oder eine Mehrzahl von LEDs umfassen. Insbesondere kann die erste Wellenlänge 104 infrarotes Licht, die zweite Wellenlänge 204 blaues Licht und die dritte Wellenlänge 205 grünes Licht sein.
-
Die Detektoreinheit 102 kann eine Fotodiode umfassen, die so konfiguriert ist, dass sie alle gegensätzlichen beschriebenen Spektren misst, die für die jeweiligen abgestrahlten Wellenlängen 104, 204, 205 verwendet werden. Insbesondere kann die Detektoreinheit 102 beispielsweise ein Bild oder mehrere Spektren zwischen 410 nm und 1090 nm erfassen.
-
Die Verarbeitungseinheit 103 kann einen Prozessor zur Steuerung der Lichtquelle 101 und der Detektoreinheit 102 umfassen. Insbesondere kann die Verarbeitungseinheit beispielsweise einen Oszillator, einen LED-Treiber, einen Temperatursensor und ein Datenregister (zum Beispiel eine Dateneinheit 105) umfassen. Außerdem kann die Verarbeitungseinheit Daten über Standardbusse wie I2C- oder SPI-Kommunikation oder Ähnliches übertragen.
-
Darüber hinaus kann die Vorrichtung 100 eine Anzeigeeinheit 106 zum Anzeigen der Messergebnisse und/oder zur Erteilung von Anweisungen an den Benutzer umfassen. Zusätzlich kann die Anzeigeeinheit 106 eine Eingabeeinheit, wie zum Beispiel einen Touchscreen, bilden.
-
Die Qualität und Quantität der Signalstärke der reflektierten und damit detektierten Wellenlänge 104, 204, 205 ist abhängig von der physiologischen Konstitution des Körperteils 110 und insbesondere von dem Druck, mit dem die Detektionseinheit 100 auf das Körperteil 110 gedrückt wird. Unabhängig von dem auf das Körperteil 110 ausgeübten Druck und der physiologischen Konstitution des Körperteils 110 können die detektierten Signale während einer vorgegebenen Druckänderung jedoch repräsentativ für eine Menge der Biomarker-Konzentration sein.
-
Während der vordefinierten Druckänderung in den Signalprofilen 201, 206 der detektierten reflektierten Lichtwellen liegt ein spezifischer Signalabschnitt 202, 207 (zum Beispiel eine bestimmte Form) während der vordefinierten Druckabstrahlung vor. Weiterhin hat sich herausgestellt, dass der spezifische Signalabschnitt 202, 207 und sein jeweiliger charakteristischer Wert (zum Beispiel die Stärke des detektierten Signals an dem spezifischen Signalabschnitt 202, 207) indikativ für einen bestimmten Biomarker (zum Beispiel Glukose) und dessen jeweilige Konzentration ist. Der Wert für die Signalstärke SS kann im gezeigten Beispiel in 2 zwischen 0 und 224 000 nA liegen. In sind die Druckänderungen und damit die Signalstärkeänderungen über die Zeit t für die Wellenlängen 104, 204, 205 dargestellt.
-
Weiterhin hat sich herausgestellt, dass die aus den Signalen der spezifischen Signalabschnitte 202, 207 abgeleiteten charakteristischen Werte eine spezifische physiologische Konstitution des Körperteils zum Zeitpunkt der Messung definieren können. Wenn es sich bei dem Körperteil 110 beispielsweise um einen Finger handelt und die Finger während einer vordefinierten Druckänderung auf die Detektionseinheit 102 gedrückt werden, kann ein lokales Maximum als Signalabschnitt 202, 207 eines detektierten Signalprofils 201, 206 indikativ für die Menge des Gewebes zwischen der Oberfläche des Fingers und dem Knochen des Fingers sein. Somit kann die Dicke des Gewebes zwischen dem Knochen und der Oberfläche des Fingers abgeleitet werden, die auch das Messergebnis der Konzentration des Biomarkers beeinflusst.
-
Spezifische Punkte bzw. spezifische Signalabschnitte 202, 207 im Signalprofil 201, 206 können ein Plateau der Signalfunktion, ein Funktionsbruch (eine plötzliche Änderung der Steigung der Funktion), ein Maximum und ein Minimum der Signalfunktion sein.
-
Der bestimmte charakteristische Wert an einem spezifischen Signalabschnitt 202, 207 der reflektierten Lichtwellen 104, 204, 205 kann mit bestehenden Modellen verglichen werden, die die Information einer jeweiligen Biomarker-Konzentration im Blut über den bestimmten charakteristischen Wert eines spezifischen Signalabschnitts 202, 207 enthalten. Die bestehenden Modelle werden zum Beispiel in klinischen Studien und Laborstudien definiert. Handelt es sich bei dem Biomarker beispielsweise um Glukose, können der Glukosespiegel und die physiologische Konstitution der Mehrzahl von Personen beispielsweise invasiv gemessen werden. Zum Beispiel kann der genaue Glukosespiegel für eine spezifische physiologische Konstitution des Benutzers durch einen oralen Glukosetoleranztest (OGTT) gemessen werden. Für den Messwert des Glukosespiegels kann ein spezifischer charakteristischer Wert eines spezifischen Signalabschnitts 202, 207 in dem Signalprofil 201, 206 der reflektierten Lichtwellen bestimmt werden. Somit kann eine zum Beispiel in der Dateneinheit 105 gespeicherte Datenbank mit einer Mehrzahl von Sollwerten bereitgestellt werden, mit denen die gemessenen charakteristischen Werte der erfindungsgemäßen Vorrichtung verglichen werden können, um eine spezifische Biomarker-Konzentration im Blut zu bestimmen. In der Tat kann für eine spezifische Biomarker-Konzentration unter Berücksichtigung einer spezifischen physiologischen Konstitution eine Mehrzahl der spezifischen Signalabschnitte 202, 203, 207 unter einer Mehrzahl von unterschiedlichen Lichtwellen abgeleitet werden.
-
Der spezifische Signalabschnitt 202 beschreibt zum Beispiel ein Maximum. Der weitere spezifische erste Signalabschnitt 203 beschreibt zum Beispiel einen Wendepunkt. Der zweite Signalabschnitt 207 des zweiten Signalprofils 206 beschreibt zum Beispiel ein Plateau der Signalfunktion. Die jeweiligen Signalprofile 201, 206 der reflektierten Lichtwellen umfassen somit während der vordefinierten Druckänderung beispielsweise die oben aufgeführten spezifischen Signalabschnitte 202, 203, 207, die indikativ für die Biomarker-Konzentration und die physiologische Konstitution des Körperteils 110 sind.
-
Die Verarbeitungseinheit 103 ist konfiguriert, auf der Basis einer Mehrzahl von wiederholten vordefinierten Druckänderungen das Auftreten des ersten spezifischen Signalabschnitts 202, 203, 207 in einem Signalprofil 201, 206 der reflektierten ersten Lichtwellen für jede durchgeführte Druckänderung zu bestimmen. Die Verarbeitungseinheit 103 ist ferner konfiguriert, jeweilige charakteristische Werte des ersten spezifischen Signalabschnitts in jeder vordefinierten Druckänderung zu bestimmen und einen in den vordefinierten Druckänderungen bestimmten mittleren charakteristischen Wert des ersten spezifischen Signalabschnitts 202, 203, 207 zu bestimmen.
-
Der mindestens eine bestimmte charakteristische Wert, zum Beispiel die Signalstärke oder die Steigung des Signals, des spezifischen Signalabschnitts 202, 203, 207 definiert mindestens einen jeweiligen charakteristischen Regressor (Rc, Rcf). Beispielsweise kann ein Signalprofil 201, 206 einer reflektierten Wellenlänge 104, 204, 205 eine Mehrzahl von spezifischen Signalabschnitten 202, 203, 207 aufweisen, die als Regressor zur Definition der Regressor-Relation verwendet werden können. Die Regressor-Relation RR wird somit durch mathematische Abhängigkeiten und Beziehungen von charakteristischen Regressoren (Rc) und weiteren charakteristischen Regressoren Rcf gebildet.
-
Die Dateneinheit 105 der Vorrichtung umfasst einen Datensatz von vordefinierten Regressor-Relationen RR, die mit der jeweiligen Biomarker-Konzentration korreliert sind. Die Verarbeitungseinheit 103 ist ferner so konfiguriert, dass sie die bestimmte Regressor-Relation RR mit vordefinierten Regressor-Relationen RR vergleicht, wobei, wenn die bestimmte Regressor-Relation RR in der Nähe der vordefinierten Regressor-Relation liegt, die Biomarker-Konzentration ableitbar ist.
-
Die charakteristischen Werte beim Auftreten dieser spezifischen Signalabschnitte 202, 203, 207 definieren die erste Liste von charakteristischen Regressoren Rc, Rcf. Diese Liste von Regressoren Rc, Rcf kann zur Erstellung einer Regressor-Relation RR verwendet werden, die mit einer Biomarker-Konzentration korreliert werden kann. Die Regressor-Relation RR definiert eine mathematische Beziehung zwischen mindestens einem charakteristischen Regressor Rc, Rcf oder der Relation der Mehrzahl von verschiedenen charakteristischen Regressoren. Unter Verwendung von statistischen Methoden und maschinellem Lernen, d.h. künstlicher Intelligenz (KI), können spezifische Regressor-Relationen gefunden werden, die geeignet sind, auf Basis der spezifischen Signalabschnitte 202, 207 der Signalprofile 201, 206 reflektierter Lichtwellen unter der vordefinierten Druckänderung eine Biomarker-Konzentration für eine spezifische physiologische Konstitution durch ihren charakteristischen Wert zu bestimmen.
-
Daher kann maschinelles Lernen bei der Bewertung der Suche nach einer geeigneten Regressor-Relation eingesetzt werden. Detektionsdaten der reflektierten Wellenlänge 104, 204, 205, die unter Laborbedingungen von einer Detektionseinheit erfasst wurden, können zumindest teilweise unter Verwendung von maschinellem Lernen analysiert werden. Dies kann es ermöglichen, sehr zuverlässige Informationen über Regressor-Relationen zu erhalten, die indikativ für eine Biomarker-Konzentration unter bestimmten physiologischen Konstitutionen eines spezifischen Körperteils (zum Beispiel eines Fingers).
-
Die Dateneinheit 105 kann in der Vorrichtung 100 implementiert sein. Die Dateneinheit 105 kann jedoch auch durch eine Eingabe/Ausgabe-Schnittstelle der Vorrichtung 100 realisiert werden und die Daten können von beabstandeten Dateneinheiten, die die Daten speichern, empfangen und/oder an diese gesendet werden.
-
3 zeigt eine schematische Ansicht eines Diagramms, das die detektierten Signale verschiedener Wellenlängen 104, 204, 205 unter Druckänderung I und unter nahezu konstantem Druck II gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung zeigt.
-
Zusätzlich zu der in 2 gezeigten obigen Messung unter Druckänderung ist die Verarbeitungseinheit 103 ferner konfiguriert, während einer, insbesondere konstanten, Platzierung der Detektoreinheit 102 auf dem Körperteil 110 mindestens einen Messwert der Signalstärke SS der reflektierten Lichtwellen 104, 204, 205 zu bestimmen, wobei der Messwert mindestens einen Messwert-Regressor (Rm) definiert. Der Wert für die Signalstärke SS kann in dem gezeigten Beispiel in 3 zwischen 0 und 224 000 nA liegen. In 3 sind die Druckänderungen und damit die Signalstärkeänderungen über die Zeit t für die Wellenlängen 104, 204, 205 bei Druckänderungsmessung I und bei Nicht-Druckänderungsmessung II dargestellt.
-
Die Regressor-Relation (RR) wird ferner auf Basis des mindestens einen bestimmten charakteristischen Regressors (Rc, Rcf) und des mindestens einen Messwert-Regressors (Rm) bestimmt. Durch zusätzliche Messung der reflektierten Wellenlängen 104, 204, 205 während einer Platzierung des Detektors 102 auf dem Körperteil, d.h. unter (nahezu) konstantem Druck, kann ein charakteristischer Wert des reflektierten Signals einer spezifischen Wellenlänge 104, 204, 205, der unter nahezu konstantem Druck aufgenommen wurde, einen Messwert-Regressor Rm definieren, der zur Normalisierung der Daten in Bezug auf die vorliegende physiologische Konstitution des Körperteils 110 und in Bezug auf eine Kalibrierung der Lichtquelle 101, zum Beispiel der LEDs, verwendet werden kann. Der Messwert-Regressor Rm wird zusätzlich in der Regressor-Relation RR berücksichtigt, so dass eine verbesserte Referenz der Regressor-Relation RR zu einer Soll-Regressor-Relation, die indikativ für eine Biomarker-Konzentration ist, erreicht werden kann.
-
Zusammenfassend lässt sich sagen, dass während einer Messung des reflektierten Lichts eines Körperteils 110 unter einer vordefinierten Druckänderung auf dem Körperteil jede reflektierte Wellenlänge 104, 204, 205 (zum Beispiel rotes Licht, infrarotes Licht, blaues Licht, grünes Licht usw.) ein spezifisches Signalprofil 201, 206 unter einer spezifischen Druckänderung, die auf das Körperteil ausgeübt wird, aufweist. Es hat sich herausgestellt, dass jedes Signalprofil 201, 206 unter Druckänderung einen jeweiligen spezifischen Signalabschnitt 202, 203, 207 in dem Signalprofil 201, 206 der reflektierten ersten Lichtwellen umfasst. Des Weiteren kann eine spezifische Regressor-Relation RR unter Berücksichtigung des unter nahezu konstantem Druck erzielten Messwert-Regressors Rm, dargestellt im Abschnitt II in 3, deutlich besser mit einer Biomarker-Konzentration (zum Beispiel Glukosespiegel) im Blut korreliert werden.
-
Die spezifische Regressor-Relation wird als mathematische Beziehungen zwischen charakteristischen Regressoren Rc und zum Beispiel Messwert-Regressoren Rm erhalten, wie: Rm1/Rc1, Rm2/Rc1, Rm1/Rc2, Rm1/ln(Rc1), In(Rm1)/eRc1 usw. Die Regressor-Relation RR ist mit einer Biomarker-Konzentration im Blut korrelierbar, so dass ein bestimmter Wert der Regressor-Relation indikativ für einen Wert der Biomarker-Konzentration ist.
-
Eine Messung einer Biomarker-Konzentration mit der Vorrichtung 100 kann wie folgt durchgeführt werden:
- Wenn die Vorrichtung 100 mit dem Körperteil 110 (zum Beispiel dem Fingerballen, vorzugsweise ein Zeigefinger oder ein Ringfinger) bedeckt ist, kann optional ein Befestigungselement (zum Beispiel ein Gummiring, ein Gummiband oder ein anderes elastisches Element, ein Seil oder eine Klammer) der Vorrichtung verwendet werden, um das Körperteil 100 an der Vorrichtung zu befestigen für eine genauere Messung.
-
Als nächstes beginnt die Messung einer individuellen Person. Jede Person hat einen anderen Hauttyp und andere physiologische Eigenschaften, die mit der Vorrichtung 100 ausgewertet werden können. Erfindungsgemäß wird die Hautoberfläche mit zum Beispiel drei aufeinanderfolgenden Drücken an die Vorrichtung gedrückt, so dass Blut aus dem Körperteil 110 (zum Beispiel der Fingerspitze) herausgepresst wird und das Körperteil leicht verblasst. Die Drücke erfolgen zum Beispiel in der Reihenfolge, dass zunächst ein allmählicher Druckanstieg bis zu dem Punkt erfolgt, an dem die (zum Beispiel Dioden-)Signale nicht mehr unterscheidbar sind, was zum Beispiel etwa 10s (Sekunden) dauert, gefolgt von einer allmählichen Druckentlastung von zum Beispiel 5s (siehe zum Beispiel die Signalkurven unter Abschnitt I in ), und dann kann der gesamte Vorgang zum Beispiel zwei Mal oder öfter wiederholt werden. Danach kann das Körperteil zum Beispiel 20 Sekunden lang unter nahezu konstantem Druck auf der Vorrichtung ruhen (siehe zum Beispiel die Signalkurven unter Abschnitt II in ).
-
Die Anweisung für die Person kann von einer Anzeige 106 der Vorrichtung 100 übernommen werden (siehe 1).
-
Als nächstes können zunächst die Validität des Signals und seine Qualität überprüft werden. Anschließend kann die Physiologie der Haut des Fingers auf der Grundlage der Beziehungen zwischen den oben beschriebenen Regressoren und der Regressor-Relation RR berücksichtigt werden. Die Physiologie des Körperteils 110 wird in der jeweiligen Regressor-Relation RR berücksichtigt. Auf der Basis der Messdaten ist es möglich, die tatsächlichen Haut- und Unterhauteigenschaften auf der Basis des ersten Teils der Messung I unter Druckänderung zu bestimmen und die physiologische Normalisierung (FN) für den zweiten Teil der Messung II unter nahezu konstantem Druck durchzuführen. Die physiologische Normalisierung wird dazu verwendet, die Daten des zweiten Teils der Messung zu normalisieren, indem die Werte in ein neutrales (universelles) Modell (Datenbanken) übersetzt werden, bei dem alle erhaltenen Werte zum Beispiel die gleiche Skala (Einheit) haben. Auf der Grundlage der Daten der Regressor-Relation RR ist es möglich, die Lage der tatsächlich gemessenen Regressor-Relation RR im mehrdimensionalen Raum der Datenbanken der nominalen Regressor-Relationen zu bestimmen, die mit der Konzentration von Biomarkern, zum Beispiel dem Blutzuckerspiegel, korreliert sind.
-
Die Lage der gemessenen Regressor-Relation im mehrdimensionalen Raum der Datenbanken wird auf der Basis der Clusterbildung bestimmt, die auf der Grundlage der Daten zum Beispiel des ersten Teils der Messung die Lage des statistischen Modells im Spektralraum der Modelle bestimmt. Eine genauere Klassifizierung der gemessenen Regressor-Relation kann durch Überprüfung der Beziehungen zwischen den Signalen verschiedener Wellenlängen in einem bestimmten Messbereich erfolgen.
-
Es ist zu beachten, dass der Begriff „umfassend“ andere Elemente oder Schritte nicht ausschließt und „ein“ oder „eine“ eine Mehrzahl nicht ausschließt. Auch können Elemente, die in Verbindung mit verschiedenen Ausführungsformen beschrieben werden, kombiniert werden. Es sollte auch beachtet werden, dass Bezugszeichen in den Ansprüchen nicht als Einschränkung des Umfangs der Ansprüche zu verstehen sind.
-
Bezugszeichenliste
-
- 100
- Vorrichtung
- 101
- Lichtquelle
- 102
- Detektoreinheit
- 103
- Verarbeitungseinheit
- 104
- erste Lichtwellen
- 105
- Dateneinheit
- 106
- Anzeige
- 110
- Körperteil
- 201
- erstes Signalprofil
- 202
- erster spezifischer Signalabschnitt
- 203
- weiterer erster spezifischer Signalabschnitt
- 204
- zweite Lichtwellen
- 205
- dritte Lichtwellen
- 206
- zweites Signalprofil
- 207
- zweiter spezifischer Signalabschnitt
- I
- Messung von Druckänderungen
- II
- Messung von Nicht-Druckänderungen
- SS
- Signalstärke
- t
- Zeit
- Rc
- charakteristischer Regressor
- Rcf,
- Rcf2 weiterer charakteristischer Regressor
- Rm
- Messwert-Regressor
- RR
- Regressor-Relation
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- WO 2016/068589 A1 [0006]
- WO 0021437 A2 [0007]
