FI123828B - Menetelmä, laite ja tietokoneohjelmatuote henkilön fysiologisen tilan tarkkailemiseksi - Google Patents
Menetelmä, laite ja tietokoneohjelmatuote henkilön fysiologisen tilan tarkkailemiseksi Download PDFInfo
- Publication number
- FI123828B FI123828B FI20086146A FI20086146A FI123828B FI 123828 B FI123828 B FI 123828B FI 20086146 A FI20086146 A FI 20086146A FI 20086146 A FI20086146 A FI 20086146A FI 123828 B FI123828 B FI 123828B
- Authority
- FI
- Finland
- Prior art keywords
- heart rate
- person
- energy consumption
- respiratory
- parameter
- Prior art date
Links
Classifications
-
- 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
-
- 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
-
- 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
- A61B5/083—Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pulmonology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Emergency Medicine (AREA)
- Obesity (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
Menetelmä, laite ja tietokoneohjelmatuote henkilön fysiologisen tilan tarkkailemiseksi
Keksintö liittyy fysiologisten toimintojen mittaukseen ja arviointiin. Erityisesti keksintö liittyy menetelmään energian kulutuksen arvioimiseksi ja laitteeseen ja tietokoneohjelmatuottee-5 seen menetelmän toteuttamiseksi.
US-julkaisusta 6537227 tunnetaan yksi menetelmä energiankulutuksen arvioimiseksi. Menetelmässä hyödynnetään henkilön syketaajuutta ja ennalta syötettyä henkilön suorituskykyä kuvaavaa referenssiparametriaJoiden perusteella energiankulutusta suorituksen aikana arvi-10 oidaan. Laskennassa tarvitaan tietoa henkilön maksimihapenkulutuksesta (V02max). Tämän tarkka arviointi ennen suoritusta ei ole yksinkertaista ja virheellinen arviointi saattaakin tuottaa laskentaan suuren virheen.
WO-julkaisusta 2003099114 tunnetaan toisenlainen laskentamenetelmä, joissa lasketaan hen-15 gitystiheys taaj uusmuunnoksen j a hermoverkon kautta generoidun modulaatiofunktion avulla. Tällainen laskenta vaatii paljon laskenta-ja muistikapasiteettia, mikä lisää suorittavan laitteen virrankulutusta, kokoaja hintaa. Edelleen, julkaisussa kuvatussa energiankulutuslaskennassa, joka perustuu taajuusmuunnoksen kautta laskettuun hengitystiheyteen, tarvitaan tieto tai arvio henkilön hengitystilavuusarvosta tai vastaavasta henkilökohtaisesta fysiologisesta suureesta, 20 joka tarkan energiankulutusarvion saamiseksi pitää erikseen mitata esimerkiksi rasitustestissä suorittavaan laitteeseen syöttämistä varten.
WO-julkaisussa 2004/073494 kuvataan menetelmä energiankulutuksen mittaamiseksi käyttämällä hyväksi kiihtyvyysanturin ja sykemittarin tietoja. US-julkaisussa 2005/054938 esite- 00 o 25 tään menetelmä, jossa hyödynnetään edelleen korkeusmittarin taij oamaa tietoa.
i^.
cp oo Fl-julkaisussa 100377 kuvataan menetelmä energia-aineenvaihdunnan kynnysarvojen määrit- x tämiseksi. Menetelmässä hyödynnetään EKG-signaalien ajoituskohtien etäisyyksien vaihte-
CL
lua. Vaihtelu lasketaan laskemalla ajoituskohtien etäisyyksien erotukset, suodattamalla arvois- ? 30 ta yli 1 Hz taajuudet pois, ja laskemalla kuvaajan avulla hengitysjaksot tietyn aikajakson ai- 00 o kana tai laskemalla suodatetun signaalin taajuusspektri Fourier-muunnoksen avulla. Tällainen c\j menetelmä vaatii yhden tai useamman taajuustason operaation ja se olisi siten raskas toteuttaa esimerkiksi rannetietokoneessa.
2 US-julkaisussa 5913308 kuvataan menetelmä EKG-signaalin pohjatason seuraamiseksi ja pohjatason muutoksien tulkitsemiseksi hengitystiheydeksi. Menetelmä perustuu EKG-signaalin lihaskohinan (muscle tremor noise) ja sitä moduloivan hengitysamplitudin hyödyntämiseen sykkeiden välisinä ajanjaksoina, eli mitatun jännitesignaalin kohinaan. Myös tällai-5 nen menetelmä on laskennallisesti raskas.
Keksinnön tarkoituksena on saada aikaan aivan uudenlainen menetelmä henkilön fysiologisen tilan, erityisesti energiankulutuksen, seuraamiseksi suorituksen aikana. Erityisesti keksinnön tarkoituksena on saada aikaan menetelmä, joka on toteutettavissa pienemmällä laskentakapa-10 siteetilla kuin tunnetut ratkaisut.
Lisäksi keksinnön tarkoituksena on saada aikaan uusi kannettava laite henkilön suorituksen aikaisen tilan seuraamiseksi ja uusi tietokoneohjelmatuote.
15 Keksintö perustuu siihen havaintoon, että hengitystiheys ja/tai muita hengitykseen liittyviä parametreja voidaan johtaa suoraan sykesignaalista sykevälien ajallisen vaihtelun (sykeväli-kohinan) j aksollisuudesta aikatasossa - tekemällä sykehavaintojen perusteella aikaleimoja, - muodostamalla aikaleimoista peräkkäisiä aikapisteitä käsittävä saija, 20 - määrittämällä saij an j akso laskemalla saij an toinen derivaatta j a etsimällä tämän nol lakohtia, ja - määrittämällä hengitystä kuvaava parametri saij an j akson perusteella.
Keksinnön mukaisessa menetelmässä mitataan henkilön sydämen sykettä ajallisesti peräkkäi-o 25 siä sykejaksoja käsittävän sykesignaalin saamiseksi tai vastaanotetaan tällaista mittaustietoa fy soveltuvalta anturilta ja sykevälikohinan jaksollisuuden perusteella määritetään suoraan aika- oo tasossa ainakin yksi henkilön hengitystä kuvaava parametri yllä kuvatulla tavalla.
X
IX
CL
Keksinnön mukainen laite henkilön fysiologisen tilan seuraamiseksi käsittää välineet sydä- ? 30 men sykkeen mittaamiseksi ajallisesti peräkkäisten sykejaksojen ilmaisemiseksi tai välineet 00 o tällaisen sykesignaalin vastaanottamiseksi. Lisäksi laite käsittää lisäksi välineet henkilön ai-
C\J
nakin yhden hengitystä kuvaavan parametrin määrittämiseksi aikatasossa sykesignaalin sykevälikohinan jaksollisuuden perusteella yllä kuvatulla tavalla.
3
Keksinnön mukainen tietokoneohjelmatuote henkilön fysiologisen tilan määrittämiseksi on sovitettu vastaanottamaan henkilön sydämen sykettä kuvaavaa mittaustietoa ja määrittämään mittaustiedon sisältämän syketiedon ajallisen vaihtelun jaksollisuuden perusteella ainakin yksi henkilön hengitystä kuvaava parametri aikatasossa sykehavaintojen perusteella tehtyjen aika-5 leimojen avulla yllä kuvatulla tavalla.
Täsmällisemmin sanottuna keksinnön mukaiselle menetelmälle on tunnusomaista se, mitä on sanottu patenttivaatimuksen 1 tunnusmerkkiosassa.
10 Keksinnön mukaiselle laitteelle on tunnusomaista se, mitä on sanottu patenttivaatimuksen 8 tunnusmerkki osassa.
Keksinnön mukaiselle tietokoneohjelmatuotteelle on tunnusomaista se, mitä on sanottu patenttivaatimuksen 13 tunnusmerkkiosassa.
15
Keksinnön avulla saavutetaan huomattavia etuja. Aikatasossa suoritetun määrityksen etuna taajuusmuunnoksen kautta tehtävään analyysiin nähden on vähäisempi laskennan tarve. Niinpä laskenta on nopeaa voidaan suorittaa pienellä prosessori-ja ohjelmamuistikapasiteetilla, jolloin myös virrankulutus pienenee ja laitteesta saadaan edullisempi. Pieni virrankulutus tar-20 koittaa edelleen laitteen suurempaa käyttöaikaa ja/tai mahdollistaa pienempien akkujen tai paristojen käytön. Niinpä se soveltuu hyvin kannettaviin laitteisiin, kuten rannetietokoneisiin. Tunnetut taajuusanalyysiin perustuvat menetelmät käyttävät tyypillisesti Fourier-muunnosta, mikä tekee laskennasta monimutkaisen ja laskentatehoa vaativan.
co o 25 Keksintöä käyttämällä voidaan myös saavuttaa riittävän tarkka arvio suorituksen aikaisesta h- energiankulutuksesta ilman henkilön hapen- tai energiankulutuksen maksimin tuntemista.
i co Niinpä käyttäjän ei tarvitse suorittaa rasituskoetta tai vastaavaa käyttäjän metaboliasta kerto- x vaa testiä ennen kuin henkilökohtaisen energiankulutuksen seurannan voi aloittaa. Kokeiden mukaan energiankulutuksen arvioinnissa voidaan saavuttaa jopa alle 15 % keskivirhe ilman ? 30 tietoa henkilön todellisesta maksimihapenkulutuksesta. Menetelmän tarkkuus perustuu hengi- o tystaajuuden onnistuneeseen määritykseen.
c\j 4
Menetelmä ei myöskään edellytä hetkellisen tai keskimääräisen syketaajuuden laskemista, vaan myöhemmin tarkemmin kuvatun sykkeiden leimaamisen avulla voidaan hengityksen kontribuutio sykesignaaliin selvittää suoraan.
5 Sykejaksolla tarkoitamme sitä ajanjaksoa, jolloin sydän tosiasiallisesti lyö, ja jolloin esimerkiksi sähköisesti mitatussa sykesignaalissa on sydämen lyönnin aiheuttama voimakas sy-kesignaalin heilahtelu. Sykevälillä tarkoitamme taas kahden peräkkäisen sykejakson välistä aikaa. Tässä ajassa on vaihtelua (kohinaa), johon vaikuttaa pääasiassa hengitys. Hengityksen tuottama jaksollinen kontribuutio sykevälikohinaan on erotettavissa keksinnön mukaisella 10 menetelmällä.
Aikatasossa tapahtuvalle määritykselle on ominaista, että sykevälikohinan jaksollisuus tunnistetaan ilman koordinaattimuunnosta esimerkiksi taajuustasoon. Määritys aikatasossa voidaan tehdä keräämällä signaalianalyysin avulla tunnistettujen sykejaksojen perusteella tehtyjä aika-15 leimoja aikaleimasaij an jaksollisuuden havaitsemiseksi.
Henkilön hengitystä kuvaavalla parametrilla tarkoitamme ensisijaisesti hengitystiheyttä. Hyödyntämällä keksinnön perusajatusta yhdessä henkilöä kuvaavien esitietoparametrien kanssa on kuitenkin myös esimerkiksi ventilaation suuruus on määritettävissä.
20
Keksinnön eri sovellutusmuotoja kuvataan seuraavassa oheiseen piirustukseen viitaten.
Kuviossa 1 esitetään vuokaaviona esillä olevan menetelmän yksi suoritusmuoto, kuviossa 2 esitetään periaatepiirroksena esillä olevan laitteen yksi suoritusmuoto, ja o 25 kuviossa 3 esitettään esimerkinomaisesti osa sydänsignaalia.
i^.
cp co Kuviossa 1 esitetään yksi mahdollinen tapa toteuttaa keksinnön mukainen menetelmä. Sy- x kesignaalin mittaus 101 tapahtuu tyypillisesti sähköisesti sykeanturilla, esimerkiksi rintakehän ympärille kiinnitetyn sykevyön tai erillisten iholle asetettavien elektrodien avulla. Sykesignaa- ί 30 li saadaan analysoimalla sydänsignaalia sydämenlyöntien tunnistamiseksi signaalista. Sydän- 00 o signaalia on havainnollistettu kuviossa 3, jossa viitenumerolla 32 on merkitty sykejaksoa ja
C\J
sykejaksojen välistä lepojaksoa viitenumerolla 34. Sykejaksoista tunnistetaan edullisesti jokin ajallisesti hyvin määritelty piste, kuten signaalin maksimi- tai nollakohta (kuviossa 3 maksi- 5 mikohta 36). Tunnistuksessa voidaan käyttää jotakin alalla hyvin tunnettua menetelmää. Kuviossa 3 näiden pisteiden määräämää sykeväliä on merkitty viitenumerolla 38.
Sykesignaali siirretään vaiheessa 102 sykeanturilta langallisesti tai langattomasti päätelaitteel-5 le, jossa alla kuvatut menetelmävaiheet 103- 108 voidaan toteuttaa.
Vaiheessa 103 asetetaan kunkin yksittäisen sykesignaalin perusteella sydämen lyöntejä vastaavat aikaleimat. Vaiheessa 104 näistä aikaleimoista muodostetaan lukusarja jatkoanalyysiä varten.
10
Vaiheessa 105 vaiheessa 104 muodostetusta aikasarjasta määritetään sarjan jakso. Tämä voidaan löytää esimerkiksi laskemalla sarjan toiset derivaatat ja tutkimalla tämän uuden sarjan nollakohtia, eli etumerkin muutoskohtia. Täsmällisemmin tämän menetelmävaiheen yksi mahdollinen toteutusmuoto kuvataan myöhemmin esimerkissä 1.
15
Saijan jakson avulla määritetään edelleen vaiheessa 106 jokin hengityksen kanssa tilastollisesti korreloiva ominaisuus, tyypillisesti hengitystiheys, hengityksen amplitudi tai hengityksessä siirtyvä ilmamäärä (ventilaatio), tai useita näistä. Approksimaatio hengitystiheydelle saadaan suoraan sarjan jakson perusteella, kun taas muiden suureiden laskemiseksi tarvitaan 20 tyypillisesti esitietoja.
Olemme havainneet, että yllä kuvatulla tavalla hyödynnettynä sykevälikohinan jaksollisuus on luotettava hengityksen indikaattori. Erityisen edullista kuvatussa menetelmässä on, että pelkästä sähköisesti mitatusta sykesignaalista saadaan myös hengityssignaali hyvällä tarkkuu- 00 o 25 della ja yksinkertaisella aikatasossa tapahtuvalla laskennalla. Tarkasteluvälinä voidaan käyttää |4. suhteellisen lyhyttä ajanjaksoa, jolloin haluttu hengitystä kuvaava parametri on myös kohtuul- i oo lisen nopeasti päivitettävissä. Kun uusi syke rekisteröidään ja aikaleimataan, tarvitaan vain x muutamia laskutoimituksia päivitetyn aikasarjan jakson laskemiseksi. Tyypillisillä suorituk- Q- senaikaisilla syke- ja hengitystasoilla noin 5-15 sykkeen tarkasteluvälillä saadaan ensim-ί 30 mäinen approksimaatio hetkelliselle hengitystiheydelle. Tätä voidaan aikaresoluution kustan- o nuksella tarvittaessa tarkentaa käyttämällä pitempää tarkasteluväliä.
CVJ
Keksinnön erityisen edullisen sovellutusmuodon mukaan hengitystä kuvaavaa parametria käytetään suorituksen aikaiseen energiankulutuksen laskentaan. Tällöin käytetään apuna tyy- 6 pillisesti vähintään yhtä esitietoa joko mittauksen kohteena olevasta henkilöstä ja/tai tämän suorittamasta lajista. Esitiedot käsittävät hapenottoon suoraan liittymättömien kokeiden tai tietojen pohjalta määritettävissä olevaa dataa. Ne voivat käsittää esimerkiksi henkilön aktiivi suusluokan, painon, pituuden tai sukupuolen, tai tiedon henkilön suorittaman lajin luontees-5 ta. Lajin luonteella tarkoitetaan ensisijassa sitä, onko kyseessä sprint-tyyppinen laji vai kestävyyslaji. Aktiivisuusluokka (tyypillisesti asteikolla 1 - 10) voidaan taas määrätä mm. henkilön haijoittelumäärien perusteella ilman fyysisiä kokeita. Myös muita henkilö- tai lajikohtaisia tietoja voidaan käyttää. Vaiheessa 108 suoritetaan tarvittava laskenta, aina käytetyistä esitiedoista ja tunnistetusta hengitystä kuvaavasta parametrista tai parametreista riippuen. Erityisen 10 edullisen sovellutusmuodon mukaan valittuja esitietoja käytetään suoraan hengitysparametrin tai -parametrien skaalaavina tekijöinä mikä edelleen yksinkertaistaa ja nopeuttaa laskentaa.
Eri esitiedoille voidaan laskennassa antaa erilaisia painoarvoja. Lopputulos muutetaan edullisesti absoluuttisiksi energiankulutuksen hetkellisiksi yksiköiksi (esim. kcal/min). Myös suorituksen kumulatiivinen energiankulutus voidaan laskea. Kulutus voidaan myös ilmoittaa joi-15 nain suhteellisina arvoina. Vaiheessa 109 lopputulos voidaan esittää käyttäjälle.
Etenkin suorituksen alku- tai loppuvaiheessa tai muussa harjoituksen rytminmuutoskohdassa hengitystiheys ei yleensä korreloi suoraan sen hetkisen energiankulutuksen kanssa. Henkilön aloittaessa suorituksen, hänen hengityksensä ei saavuta heti hetkelliseen energiankulutukseen 20 verrattavissa olevaa tasoa. Toisaalta suorituksen loputtua tai tauoilla hengitystiheys pysyy korkeana, vaikka fyysinen rasitus on ohi. Nämä tekijät voidaan kuitenkin huomioida tarkkailemalla hengitystiheyden, syketiheyden tai jonkin muun suorituksen rytminvaihdosta kuvaavan mitattavissa olevan suureen ajallisia muutoksia. Mikäli tietyllä aikavälillä havaitaan en-naltamäärätyn suuruinen muutos tällaisessa suureessa, voidaan hengitystiheyttä korjata las-o 25 kemiallisesti kohti sellaista hengitystiheysarvoa, joka vastaa paremmin todellista energianku- fy lutusta. Reaaliaikainen koij aus voi tapahtua esimerkiksi pitämällä hetkellisiä hengitystiheyk- i oo siä ennaltamäärätyn tarkasteluvälin ajan puskurimuistissa, ja vertaamalla uusinta saatua hen- x gitystiheyttä hengitystiheyden aikaisempiin arvoihin. Täsmällisemmin kuvattuna koijauspro- CL.
sessi voidaan toteuttaa esimerkissä 2 kuvatulla tavalla, mutta alan asiantuntija ymmärtää, että ? 30 vastaavan vaikutuksen aikaansaava laskenta voidaan toteuttaa hyvin monella eri tavalla,
co J
oo o o
CVJ
Energiankulutusarvion korjaus suoritetaan edullisesti tehostetusti. Tällä tarkoitetaan sitä, että energiankulutuksen arvioita korjataan suhteessa enemmän siihen nähden, kuinka paljon suorituksen rytminvaihdosta kuvaava suure muuttuu. Tällä kompensoidaan esimerkiksi hengityk- sen tai sykkeen hidasta muutosta suhteessa suorituksen hetkelliseen intensiteettiin. Rytmin vaihdosta kuvaava suure voi toki olla myös esimerkiksi kiihtyvyysanturin kautta saatava tieto, jolloin tehostettua korjausta ei välttämättä tarvita.
7 5 Vaikka tässä dokumentissa kuvataankin energiankulutuslaskennan j a hengitystiheyden muutoksiin perustuvan korjauslaskennan käyttäminen aikatasossa tapahtuvan hengitystiheysmää-rityksen yhteydessä, voidaan niitä käyttää hyvin yleisesti myös muiden hengitystiheysmääri-tysmenetelmien yhteydessä. Koska kuvatut laskentatavat ovat kuitenkin myös toteutettavissa pienellä laskentakapasiteetilla ja reaaliajassa, saavutetaan niiden käyttämisellä yhdessä erityis-10 täetua.
Varsinainen energiankulutus lasketaan edullisesti hengitystiheyden korkeamman asteen, erityisen edullisesti toisen asteen, käytöksen perusteella, jonka on havaittu vastaavan hyvin todellista energiankulutusta. Edelleen, edullisen suoritusmuodon mukaan hengitystiheyden li-15 säksi laskennassa käytetään ainoastaan henkilön yleisiä, henkilöä koskevista metabolisista kokeista suoraan johdettamattomissa olevia esitietoparametreja, kuten yllä on kuvattu. Esimerkiksi pituus ja paino (massa) ovat suoraan Sl-yksiköiden mukaisia suureita, joiden mittaus on yksinkertaista ja yleensä valmiiksi käyttäjän tiedossa hyvällä tarkkuudella. Aktiivisuus-luokka voidaan määrittää valmiiden ja yleisesti käytettyjen taulukoiden avulla. Näitä voidaan 20 käyttää suoraan hengitystiheyden tai tästä lasketun sekundäärisen parametrin painottavina tekijöinä.
Tunnetut ratkaisut lähestyvät energiankulutuslaskentaongelmaa aivan toisesta suunnasta: mi-tataan tai arvioidaan henkilön metabolia, jota käytetään energiakulutuslaskennan pohjana. o 25 Esillä olevassa ratkaisussa taas perustuu riittävän yleistiedon keräämiseen käyttäjästä, jolloin h- voidaan muodostaa arvio oletetusta hengitys-energiankulutus -riippuvuudesta. Tätä voidaan i oo pitää myös luotettavampana tapana siinä mielessä, että yksittäisen virheellisesti syötetyn esi- x tietotekijän vaikutus lopputulokseen on pienempi kuin esimerkiksi käytettäessä laskennan pohj ana virheellisesti mitattua tai syötettyä V02max-mittaustulosta. Niinpä kuvatulla tavalla ? 30 saadaan aikaan käyttäjälle miellyttävä ja luotettava tapa energiankulutuksen laskemiseksi.
oo o o c\j
Kuvioon 2 viitaten kuvattu menetelmä suoritetaan edullisesti joko kokonaan tai osittain kannettavassa laitteessa, edullisesti rannelaitteessa 220. Sydänsignaalin mittaus voidaan suorittaa sykevyön 210 avulla, jossa olevan lähettimen 214 avulla sykesignaali siirretään sähkömag- 8 neettisen säteilyn 250 välityksellä rannelaitteeseen 220. Siirto voi tapahtua induktiivisesti tai radiotaajuisen signaalin avulla. Sykevyön mittauselektrodeja on merkitty viitenumerolla 212. Rannelaite 220 käsittää edullisesti sykesignaalin vastaanottimen 202, prosessointiyksikön 204 sykevälijaksojen aikaleimojen asettamiseksi ja ainakin yhden hengitystä kuvaavan parametrin 5 määrittämiseksi aikatasossa sykesignaalin sykevälijaksojen sisältämän signaalin jaksollisuuden perusteella. Lisäksi laitteessa on puskurimuistia 206 syketietojen, aikaieimasaijan ja/tai laskettujen hengitysparametrien tallentamiseksi. Sykesignaalin signaalinkäsittelyjä tarvittava muu laskenta suoritetaan tyypillisesti mikroprosessorissa tai erillisissä näitä toimintoja varten suunnitelluissa mikropiireissä. Laitteessa voi olla myös muistia syke-, hengitys-ja/tai energi-10 ankulutustiedon pidempiaikaiseksi tallentamiseksi. Lisäksi laitteessa on yleensä myös näyttö 224, jossa laskennan tulos voidaan esittää.
Prosessointiyksikkö 204 voidaan kuvatun menetelmän ansiosta valmistaa pieneksi ja vähän virtaa kuluttavaksi.
15
Menetelmä voidaan toteuttaa myös siten, että hengitystä kuvaavan parametrin laskenta suoritetaan joko kokonaan tai osittain sykevyössä tai muussa anturi välineessä, jolloin koko sy-kesignaalia ei tarvitse siirtää päätelaitteelle. Niinpä riittääkin, kun päätelaitteelle siirretään tietyin väliajoin ainoastaan laskennan lopputulos tai välituloksia niihin liittyvien aikatietojen 20 kera.
Menetelmä voidaan toteuttaa suorituksen aikana tai sen j älkeen myös tietokoneessa, j ohon sykesignaali tai muistissa oleva syketieto, aikaieimat tai näistä lasketut välitulokset tai joh-dannaisparametrit on siirrettävissä suoraan anturointivälineestä tai välillisesti esimerkiksi ran-δ 25 nelaitteesta.
(M
|L
cp co Yllä oleva keksinnön sovellutusmuotojen yksityiskohtainen kuvaus, oheiset piirustukset ja x seuraavat esimerkit eivät rajoita keksintöä vaan ne tulee ottaa ainoastaan esimerkinomaisina
CL
tapoina toteuttaa keksintö käytännössä. Keksintöä tuleekin tulkita patenttivaatimusten täydes- ? 30 sä laajuudessa ja ekvivalenssitulkinta huomioon ottaen.
co o o
(M
Esimerkki 1.
9 Tässä esimerkissä havainnollistetaan, kuinka hengitystiheys voidaan määrittää aikatasossa sykesignaalista yksinkertaisella tavalla. Lähtökohtana on, että sykesignaalista on tunnistettu 5 sydämen lyönnit ja näiden avulla on sykevälijaksojen kohinasta valittu sarja aikapisteitä.
Sykesignaalista poimittu hengitystiheyden ja/tai ventilaation laskennassa käytettävä aikasarja on lukusarja, joka koostuu aikapisteistä. Jokainen aikapiste vastaa hetkeä, jolloin sydämen lyönti on tunnistettu. Aikaa mitataan esimerkiksi millisekunneissa.
10 Näin saadaan monotonisesti kasvavien ajanhetkien lukusarja (millisekunteina esimerkiksi 0, 1010, 1950, 2800, 3650,...), poislukien mahdollisesti hetki, jolloin aikaleimoja sisältävä muuttuja ylivuodon seurauksena aloittaa laskennan uudelleen nollasta. Tätä lukusarjaa vastaavien signaalinvoimakkuuksien ensimmäisen derivaatan approksimaatio on (t2-tl)/l = 15 svl. Toisen derivaatan approksimaatio on (sv2-svl)/l, jossa sv2 = (t3-t2)/l. Tarkastelemalla toisen derivaatan etumerkin muuttumishetkiä saadaan uusi lukusarja: ttl, tt2, tt3,.... Tässä lukusarjassa ttl = - ajanhetki, jolloin etumerkki muuttui positiiviseksi (tai negatiiviseksi ) + ajanhetki, jolloin etumerkki muuttui seuraavan kerran positiiviseksi (tai negatiiviseksi ). Tämä ajanjakso kuvaa sykevälikohinan jaksollisuutta, josta voidaan approksi-20 moida hengitystiheyttä j a ventilaatiota.
Esimerkki 2.
Hengitystiheyden korjaus suorituksen rytminmuutosten huomioimiseksi (vaiheet 1 - 6) ja
CO
o 25 edelleen energiankulutusarvio (vaiheet 7-8) voidaan toteuttaa esimerkiksi seuraavalla taval- |L la: o i co 1. Laske hetkellinen hengitystiheys
X
2. Etsi hengitystiheyden globaalia minimiä (tietyllä ajanjaksolla) 3. Etsi hengitystiheyden lokaalia maksimia (tietyllä lyhyemmällä ajanjaksolla) g 30 4. Jos uusin hengitystiheys alittaa lokaalin maksimin riittävästi (esimerkiksi 15 %), ° hengitystiheyttä pienennä kertoimella 0 ... 1 (esimerkiksi 0,7) 5. Jos uusin hengitystiheys ylittää lokaalin minimin riittävästi (esimerkiksi 20 %), päivitä lokaalia maksimia kohti viimeisintä hengitystiheysarvoa 10 6. Vähennä vaiheissa 1-5 esikäsitellystä hengitystiheydestä koijaustekijäjoka voi olla kiinteä arvo tai globaalin hengitystiheyden minimin avulla adaptoituva arvo (offsetkorjaus) 7. Korota vaiheissa 1-6 esikäsitelty hengitystiheys potenssiin kaksi 5 8. Skaalaa saatua arvoa suoraan esitietoparametreilla co δ c\j i 1^ o co
X
cc
CL
CO
δ co o o c\j
Claims (14)
1. Menetelmä henkilön suorituksenaikaisen fysiologisen tilan seuraamiseksi, jossa menetelmässä 5. havainnoidaan (101) henkilön sydämen sykettä sykesignaalin saamiseksi, ja määritetään syketiedon aj allisen vaihtelun jaksollisuus sykesignaalin perusteella teh-tyjen aikaleimojen (103) avulla aikatasossa, ja - määritetään (106) sykesignaalin sisältämän syketiedon ajallisen vaihtelun jaksollisuuden perusteella ainakin yksi henkilön hengitystä kuvaava parametri, kuten hengi- 10 tystiheys, tunnettu siitä, että mainittu hengitystä kuvaava parametri määritetään muodostamalla (104) aikaleimoista peräkkäisiä aikapisteitä käsittävä sarja, määrittämällä sarj an j akso laskemalla (105) sarjan toinen derivaatta ja etsimällä tämän nollakohtia, ja 15. määrittämällä (106) hengitystä kuvaava parametri sarjan jakson perusteella.
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että hengitystä kuvaavaa parametria käytetään henkilön energian kulutuksen arviointiin.
3. Patenttivaatimuksen 2 mukainen menetelmä, tunnettu siitä, että - tarkkaillaan (107) jonkin suorituksen intensiteettiä kuvaavan suureen, kuten hengitys- tai syketiheyden ajallisia muutoksia suorituksessa tapahtuvien rytminvaihdosten havaitsemiseksi, ja mikäli suorituksessa havaitaan rytminvaihdos, korjataan energian kulutuksen arviota CO o 25 kohti oletettua todellista energiankulutusta. i^. cp co
4. Patenttivaatimuksen 3 mukainen menetelmä, tunnettu siitä, että arvioitua energian kulutus- x ta korjataan tehostetusti ylöspäin, mikäli havaitaan suorituksen intensiteettiä kuvaavan suu- reen kasvavan ja/tai laskettua energian kulutusta korjataan tehostetusti alaspäin, mikäli havai- ί 30 taan suorituksen intensiteettiä kuvaavan suureen laskevan. co co o o CVJ
5. Jonkin patenttivaatimuksen 2-4 mukainen menetelmä, tunnettu siitä, että energian kulutuksen arvioinnissa käytetään lisäksi ainakin yhtä, tyypillisesti 2 - 4:ää, tai kaikkia seuraavista esitiedoista: henkilön aktiivisuusluokka, henkilön paino, henkilön pituus, henkilön sukupuoli, henkilön suorittaman lajin luonne.
6. Jonkin patenttivaatimuksen 2-5 mukainen menetelmä, tunnettu siitä, että energian kulu-5 tuksen arviointi perustuu määritetyn hengitystä kuvaavan parametrin ja ainoastaan metaboli- sista testeistä johdettamattomissa olevien esitietoparametrien käyttöön.
7. Jonkin edellisen patenttivaatimuksen mukainen menetelmä, tunnettu siitä, että se suoritetaan suorituksen aikana kannettavassa laitteessa, kuten rannetietokoneessa (220), tai tietoko- 10 neella.
8. Kannettava laite henkilön suorituksenaikaisen fysiologisen tilan seuraamiseksi, joka laite käsittää - anturin sydämen sykkeen havaitsemiseksi sykesignaalin muodostamiseksi tai väli- 15 neet (202) tällaisen anturin avulla muodostetun sykesignaalin vastaanottamiseksi, ja - prosessointiyksikön (204) henkilön ainakin yhden hengitystä kuvaavan parametrin määrittämiseksi sykesignaalin sisältämän syketiedon ajallisen vaihtelun jaksollisuuden perusteella, jolloin prosessointiyksikkö (204) on sovitettu määrittämään syketiedon ajallisen vaihtelun jaksollisuus sykesignaalin perusteella tehtyjen aikaleimojen 20 avulla aikatasossa, tunnettu siitä, että prosessointiyksikkö (204) on sovitettu - muodostamaan muistiyksikköön (206) aikaleimoista peräkkäisiä aikapisteitä käsittävä sarja, - määrittämään saijan jakso laskemalla saij an toinen derivaatta ja etsimällä tämän nol- δ 25 lakohtia, ja CvJ fy - määrittämään hengitystä kuvaava parametri saij an jakson perusteella, oo X X □_
9. Patenttivaatimuksen 8 mukainen kannettava laite, tunnettu siitä, että prosessointiyksikkö ί 30 (204) on sovitettu määrittämään hengitystiheys. oo o o (\j
10. Patenttivaatimuksen 8 tai 9 mukainen kannettava laite, tunnettu siitä, että se on sovitettu arvioimaan henkilön energian kulutusta hengitystä kuvaavan parametrin perusteella.
11. Patenttivaatimuksen 10 mukainen kannettava laite, tunnettu siitä, että laite on edelleen sovitettu - tarkkailemaan jonkin suorituksen intensiteettiä kuvaavan suureen, kuten hengitys-tai syketiheyden ajallisia muutoksia suorituksessa tapahtuvien rytminvaihdoksien 5 havaitsemi seksi, j a - mikäli suorituksessa havaitaan rytminvaihdos, korjaamaan energian kulutuksen arviota kohti oletettua todellista energiankulutusta.
12. Jonkin patenttivaatimuksen 8-11 mukainen kannettava laite, tunnettu siitä, että se on 10 rannetietokone (220), tietokone tai sykevyö (210).
13. Tietokoneohjelmatuote henkilön fysiologisen tilan määrittämiseksi, joka on sovitettu vastaanottamaan henkilön sydämen sykettä kuvaavaa mittaustietoa ja määrittämään syketiedon ajallisen vaihtelun jaksollisuus aikatasossa sykehavaintojen perusteella tehtyjen aikaleimojen 15 avulla ja edelleen syketiedon ajallisen vaihtelun jaksollisuuden perusteella ainakin yksi henki lön hengitystä kuvaava parametri, tunnettu siitä, että se on sovitettu - muodostamaan sykehavainnoista peräkkäisiä aikapisteitä käsittävä sarja, - määrittämään saij an j akso esimerkiksi laskemalla saij an toinen derivaatta j a etsimällä tämän nollakohtia, ja 20. määrittämään hengitystä kuvaava parametri saij an jakson perusteella.
14. Patenttivaatimuksen 13 mukainen tietokoneohjelmatuote, tunnettu siitä, että se on edelleen sovitettu laskemaan arvio henkilön energian kulutuksesta käyttämällä laskettua hengitystä kuvaava parametria. co δ 25 c\j 1^ o co X cc CL CO δ co o o CVJ
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FI20086146A FI123828B (fi) | 2008-12-01 | 2008-12-01 | Menetelmä, laite ja tietokoneohjelmatuote henkilön fysiologisen tilan tarkkailemiseksi |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FI20086146A FI123828B (fi) | 2008-12-01 | 2008-12-01 | Menetelmä, laite ja tietokoneohjelmatuote henkilön fysiologisen tilan tarkkailemiseksi |
FI20086146 | 2008-12-01 |
Publications (2)
Publication Number | Publication Date |
---|---|
FI20086146A FI20086146A (fi) | 2008-12-01 |
FI123828B true FI123828B (fi) | 2013-11-15 |
Family
ID=40240501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FI20086146A FI123828B (fi) | 2008-12-01 | 2008-12-01 | Menetelmä, laite ja tietokoneohjelmatuote henkilön fysiologisen tilan tarkkailemiseksi |
Country Status (1)
Country | Link |
---|---|
FI (1) | FI123828B (fi) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2532450B (en) | 2014-11-19 | 2019-05-15 | Suunto Oy | Wearable sports monitoring equipment with context determination capabilities and relating method |
-
2008
- 2008-12-01 FI FI20086146A patent/FI123828B/fi active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
FI20086146A (fi) | 2008-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8021306B2 (en) | Method, device and computer program product for monitoring the physiological state of a person | |
US10433781B2 (en) | Measuring psychological stress from cardiovascular and activity signals | |
CN107466222B (zh) | 生命体征监测系统 | |
JP6599883B2 (ja) | 心拍数モニターシステム、心拍数モニタリング方法及びコンピュータプログラム | |
US6183425B1 (en) | Method and apparatus for monitoring of daily activity in terms of ground reaction forces | |
CN105210067B (zh) | 计算用户的与体育锻炼有关的生理状态 | |
JP3770204B2 (ja) | 脈波解析装置及び生体状態監視装置 | |
EP3136269A1 (en) | Walking-load-degree calculation apparatus, maximum-oxygen-consumption calculation apparatus, and control method | |
JP2006145540A (ja) | 脈搏或は心搏測定が可能な体重計 | |
BR112016021493B1 (pt) | Método de processamento de dados de ritmo cardíaco, produto de programa de computador, e sistema para processamento de dados de ritmo cardíaco | |
EP2489302B1 (en) | Method and device for estimating energy consumption | |
US8768445B2 (en) | Electronic device and method for determining a fat burning threshold using heart rate variability | |
US10213146B2 (en) | Measuring psychological stress from cardiovascular and activity signals | |
TWI597617B (zh) | 運動指引系統、運動指引方法及無氧閾値的量測方法 | |
FI121214B (fi) | Menetelmä, laite ja tietokoneohjelmatuote henkilön fysiologisen tilan tarkkailemiseksi | |
FI123828B (fi) | Menetelmä, laite ja tietokoneohjelmatuote henkilön fysiologisen tilan tarkkailemiseksi | |
CN106504235B (zh) | 基于图像处理的心率监测方法 | |
JP2020523162A5 (fi) | ||
CN118266890A (zh) | 心率预警方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FG | Patent granted |
Ref document number: 123828 Country of ref document: FI Kind code of ref document: B |
|
PC | Transfer of assignment of patent |
Owner name: AMER SPORTS DIGITAL SERVICES OY |
|
PC | Transfer of assignment of patent |
Owner name: SUUNTO OY |