JP2012152556A - 複合非侵襲性及び侵襲性バイオパラメータ測定装置 - Google Patents
複合非侵襲性及び侵襲性バイオパラメータ測定装置 Download PDFInfo
- Publication number
- JP2012152556A JP2012152556A JP2012010498A JP2012010498A JP2012152556A JP 2012152556 A JP2012152556 A JP 2012152556A JP 2012010498 A JP2012010498 A JP 2012010498A JP 2012010498 A JP2012010498 A JP 2012010498A JP 2012152556 A JP2012152556 A JP 2012152556A
- Authority
- JP
- Japan
- Prior art keywords
- invasive
- bioparameter
- matrix
- learning
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/1459—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters invasive, e.g. introduced into the body by a catheter
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1495—Calibrating or testing of in-vivo probes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/486—Bio-feedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B2010/0083—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements for taking gas samples
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Emergency Medicine (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Power Engineering (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【解決手段】非侵襲性要素は、患者による身体部分の挿入時にバイオパラメータの読み取りを発生する。デジタルプロセッサが、身体部分の時間に対する一連のカラーイメージを処理し、数学的な関数を用いて学習ベクトルに変換される時間に対する信号としてのデジタルイメージを表す。学習行列が生成される。学習ベクトルの係数が推測される。非侵襲性の測定からの新たなベクトルから、同じ大きさ及び構造の新たな行列が生成される。学習ベクトルの係数を用いて、認識行列が試験されて、バイオパラメータを非侵襲的に測定する。学習行列は拡大されることができ、正則が維持される。デバイスが患者個人に対して構成された後、ユニバーサル較正が、インターネット上にデータを送信することから発生され得る。
【選択図】図8
Description
今まで、本発明の方法は、同一の験体を利用することであり、これによって特定の験体/患者に合わせるまで、デバイス(10)を生成又は改良している。今まで記載してきたデバイス(10)はそれゆえ、個人較正デバイス(10)と呼ばれる。また、本発明の方法及び装置は、多くの験体からデータを採取するために用いられ、これによって方法(100)の工程(140)の読み取りにおける患者を使用する。例えば、患者はデバイス(10)をコンピュータに接続し、インターネット又は無線通信ネットワークを介して自分のバイオパラメータデータをアップロードし、バイオパラメータ値を発生する。当該バイオパラメータ値は、一群の個人に対応し得る。それゆえ、バイオパラメータのために集められたすべての個人の測定は、個人の行列Dの代わりに、ユニバーサル行列Duniversalを生成するために使用され得る。ちょうど正則行列Dのように、行列Duniversalも正則行列であり得る。
(a)(i)信号をスカラー学習数に変換させる数学関数を使用し、(ii)必ずしも同じ数学関数を使用することなく、工程「(a)(i)」を繰り返し、列ベクトルYのスカラー侵襲性バイオパラメータの読み取りの入力に対応する学習ベクトルを形成し;
(b)デジタルプロセッサが、閾値容認性の既定義のレベルで非侵襲性バイオパラメータの読み取りに基づいて、バイオパラメータを測定することができる、非侵襲性バイオパラメータの読み取りと侵襲性バイオパラメータの読み取りの間の十分な相関性を有して、十分な時間、非侵襲性読み取りおよび侵襲性読み取りへの工程「(a)」を繰り返すことによる、n行n列の学習行列、すなわち、正則行列を形成し;
(c)行列、Dの逆行列D-1に列ベクトルYを掛けることによって、学習ベクトルCの係数を得;
(d)ユーザーが、必ずしも同じ数学関数を使用することなく、身体部分の組織の一連のカラーイメージを発生させるためのデバイスの非侵襲性要素における1以上のカラーイメージセンサーを使用して、およびデジタルプロセッサが、信号をスカラー数に変換させる数学関数を使用するようにさせ、Vnewを形成するためにそれをn回行うことによって、患者のバイオパラメータを非侵襲的に測定するとき、新しいベクトル、Vnewを発生させ;
(e)Vnewの入力を使用して、n行n列の大きさの正則行列、Dnewを形成し、非零要素のその構造は学習行列、Dと同一であり;
および(f)Dnewに学習ベクトル、Cの係数を掛ける、行列ベクトル乗算を実行するデジタルプロセッサを使用して、非侵襲性バイオパラメータ測定、Rのベクトルを作り出し、Rの入力とYの入力を比較することで、患者のための較正されたバイオパラメータ値を表すRの1つの入力を発見する。
Claims (20)
- (a)バイオパラメータ監視デバイスの侵襲性要素を使用して、患者のバイオパラメータを侵襲的に測定し、列ベクトル、Yに入力される侵襲性バイオパラメータの読み取りを、該バイオパラメータ監視デバイスの非侵襲性要素に伝送する工程、
(b)工程「(a)」に近接した時間内で、患者の身体部分の組織の一連のカラーイメージを発生させ、各カラーイメージのピクセルで各3色の度合いを感知するためのデバイスの非侵襲性要素において、1以上のカラーイメージセンサーを使用することによって、およびその度合いを一連の電子信号に変換することによって、患者のバイオパラメータを非侵襲的に測定し、時間に対する該カラーイメージにおける該各3色の分布を反映し、時間に対する信号を生成する工程、
(c)(i)該信号をスカラー学習数に変換する数学関数を使用する、および(ii)列ベクトルYのスカラー侵襲性バイオパラメータの読み取りの入力に対応する学習ベクトルを形成するために、必ずしも同じ数学関数を使用することなく、工程「(c)(i)」を繰り返す、非侵襲性要素のデジタルプロセッサの工程、
(d)複数の学習ベクトルから、デジタルプロセッサが、閾値容認性の既定義のレベルで非侵襲性バイオパラメータの読み取りを使用して、バイオパラメータを測定することができる、非侵襲性バイオパラメータの読み取りと侵襲性バイオパラメータの読み取りの間の十分な相関性を有して、十分な時間、工程「(a)」から工程「(c)」を繰り返すことによって、n行n列の学習行列、すなわち、正則行列を形成する、デジタルプロセッサの工程、
(e)学習行列、Dの逆行列D-1に列ベクトルYを掛けることによって、学習ベクトルCの係数を得る、デジタルプロセッサの工程、
(f)(i)身体部分の組織の一連のカラーイメージを発生させ、各カラーイメージのピクセルで各3色の度合いを感知するための該デバイスの該非侵襲性要素における1以上のカラーイメージセンサーを使用することによって、および時間に対する該カラーイメージにおける該各3色の分布を反映し、時間に対する信号を生成するための、その度合いを一連の電子信号に変換することによって、およびデジタルプロセッサが、該信号をスカラー数に変換させる数学関数を使用するようにさせることによって、および(ii)必ずしも同じ数学関数を使用することなく、Vnewを形成するために工程「(f)(i)」をn回行うことによって、新しいベクトル、Vnewを得る、デジタルプロセッサの工程、
(g)n行n列の大きさの正則行列、Dnewを形成し、非零要素のその構造が学習行列、Dと同一である、Vnewの入力を使用する工程、
および(h)非侵襲性バイオパラメータ測定、Rの列ベクトルを作り出すために、Dnewに学習ベクトル、Cの係数を掛ける、行列ベクトル乗算を実行するデジタルプロセッサを使用し、患者のための較正されたバイオパラメータ値を表すRの1つの入力を発見するために、Rの入力とYの入力を比較する工程、を含むことを特徴とする、バイオパラメータを監視する方法。 - (i)Vnewを学習行列Dに組み込むことによって、およびデジタルプロセッサが、「(f)」の信号を(n+1)番目のスカラー数に変換させる数学関数を使用するようにさせることによって、および正則行列として、拡張した学習行列を維持するために、Vnewと一緒に(n+1)番目のスカラー数を足すことによって、および(ii)列ベクトルYを(n+1)要素に拡張するために、工程「(a)」におけるようなさらなる侵襲性バイオパラメータ測定を行い、および該侵襲性バイオパラメータ測定を該非侵襲性要素に伝送することによって、拡張したバイオパラメータ値の正確性を試験することによって、(n+1)行(n+1)列の大きさの拡張した学習行列Dexpを作り出す工程をさらに含むことを特徴とする、請求項1に記載の方法。
- 学習行列Dexpを、mが1より大きい(n+m)行(n+m)列の大きさに拡張し続ける工程をさらに含むことを特徴とする、請求項2に記載の方法。
- 行列、Dexpの逆行列Dexp -1に前記拡張した列ベクトル、Yを掛けることによって、学習ベクトル、Cnewの新しい係数を得ることによって、および患者のための改善した較正バイオパラメータを得るために、(n+1)を工程「(f)」、「(g)」および「(h)」におけるnに代えることを除いて、工程「(f)」、「(g)」および「(h)」を繰り返すことによって、バイオパラメータを測定する前記非侵襲性要素の能力をさらに試験する工程をさらに含むことを特徴とする、請求項2に記載の方法。
- 学習行列、Dの非零入力の構造が、引き続く列における入力の度合いが整数だけ増大するような、三角形であることを特徴とする、請求項1に記載の方法。
- 前記整数が1であり、学習行列、Dの第1列が1つの入力を有することを特徴とする、請求項5に記載の方法。
- 数学関数の既定義の標準を使用して、Rのi番目の入力およびYのi番目の入力が度合いという点で十分似通っているような入力、iの特有の零を発見するために、列ベクトルRの入力を列ベクトルYの入力と比較する工程をさらに含むことを特徴とする、請求項1に記載の方法。
- 工程「(d)」の後、医療装置のユーザーに、さらなる侵襲性測定を必要としないという旨のメッセージを表示する、医療装置をさらに含むことを特徴とする、請求項1に記載の方法。
- バイオパラメータがグルコースであり、方法が、前記学習行列Dを拡張し、以前に得られた最後の有効なA1C結果と最大または最小の較正バイオパラメータ値の間の範囲において、前記非侵襲性要素を較正するために、A1C結果に近い非侵襲性測定を段階的に行い、該A1C結果を前記侵襲性要素に伝送する侵襲性測定として使用する工程をさらに含むことを特徴とする、請求項1に記載の方法。
- 数学関数が、信号を代表するスカラー値を生むことを特徴とする、請求項1に記載の方法。
- 共通の特性を有する異なる患者を使用する工程「(d)」において、複数の学習ベクトルを得、通信ネットワークを介して、前記非侵襲性および前記侵襲性測定のデータを収集し、それによって、患者のクラスターのバイオパラメータを代表する学習行列、Dclusterを作り出す工程をさらに含むことを特徴とする、請求項1に記載の方法。
- 共通の特性を有する異なる患者を使用する工程「(d)」において、複数の学習ベクトルを得、通信ネットワークを介して、前記非侵襲性および前記侵襲性測定のデータを収集し、それによって、患者のクラスターのバイオパラメータを代表する学習行列、Duniversalを作り出す工程をさらに含むことを特徴とする、請求項1に記載の方法。
- 患者によって使用可能な、携帯可能なバイオパラメータ監視医療装置であって、
該装置は、前記非侵襲性要素への患者による身体部分の挿入で、患者の組織の非侵襲性バイオパラメータの読み取りを発生させることができる、非侵襲性要素を含み、該非侵襲性要素は、該組織の一連のカラーイメージを発生させ、各カラーイメージのピクセルで各3色の度合いを感知するための、少なくとも1つのカラーイメージセンサーを含み、時間に対する該各3色の分布を反映し、時間に対する該一連のカラーイメージを信号へと処理するための第1デジタルプロセッサを含み;
該装置はさらに、患者の血液から侵襲性バイオパラメータの読み取りを得るための侵襲性要素を含み、該侵襲性要素はまた、該侵襲性バイオパラメータの読み取りを該非侵襲性要素の該第1デジタルプロセッサに自動的に伝送するための、第2デジタルプロセッサを含み、該侵襲性バイオパラメータの読み取りは、列ベクトル、Yにおける入力を形成し;
非侵襲性要素は、
(a)(i)該信号をスカラー学習数に変換させる数学関数を使用し、(ii)列ベクトルYのスカラー侵襲性バイオパラメータの読み取りの入力に対応する学習ベクトルを形成するために、必ずしも同じ数学関数を使用することなく、工程「(a)(i)」を繰り返し;
(b)該第1デジタルプロセッサが、閾値容認性の既定義のレベルでバイオパラメータの非侵襲性バイオパラメータの読み取りに基づいて、バイオパラメータを測定することができる、非侵襲性バイオパラメータの読み取りと侵襲性バイオパラメータの読み取りの間の十分な相関性を有して、十分な時間、非侵襲性読み取りおよび侵襲性読み取りへの工程「(a)」を繰り返すことによる、n行n列の学習行列、すなわち、正則行列を形成し;
(c)行列、Dの逆行列D-1に該列ベクトルYを掛けることによって、学習ベクトルCの係数を得;
(d)ユーザーが、必ずしも同じ数学関数を使用することなく、身体部分の組織の一連のカラーイメージを発生させるための該デバイスの該非侵襲性要素における1以上のカラーイメージセンサーを使用して、および該デジタルプロセッサが、該信号をスカラー数に変換させる数学関数を使用するようにさせ、Vnewを形成するためにそれをn回行うことによって、患者のバイオパラメータを非侵襲的に測定するとき、新しいベクトル、Vnewを発生させ;
(e)Vnewの該入力を使用して、n行n列の大きさの正則行列、Dnewを形成し、非零要素のその構造は学習行列、Dと同一であり;
および(f)Dnewに学習ベクトル、Cの係数を掛ける、行列ベクトル乗算を実行するデジタルプロセッサを使用して、非侵襲性バイオパラメータ測定、Rのベクトルを作り出し、Rの入力とYの入力を比較することで、患者のための較正されたバイオパラメータ値を表すRの1つの入力を発見する、ようにプログラムされる、ことを特徴とする、携帯可能なバイオパラメータ監視医療装置。 - 前記非侵襲性要素は、指を通して光を伝送し、指を抜け出る光からデジタルカラーイメージを発生させ、光伝送要素を含むことを特徴とする、請求項13に記載の医療装置。
- 離散的デジタル信号は、前記指のデジタルイメージのピクセルで赤色光の度合いを表す赤色行列、該ピクセルで緑色光の度合いを表す緑色行列、および該ピクセルで青色光の度合いを表す青色行列を組み込むことを特徴とする、請求項13に記載の医療装置。
- 前記非侵襲性要素に動作可能に係合された前記侵襲性要素を維持し、前記侵襲性要素から前記非侵襲性要素への侵襲性バイオパラメータの読み取りの伝送を可能にするための結合要素をさらに含み、該結合要素はまた、互いの前記侵襲性および前記非侵襲性要素の分離を可能にすることを特徴とする、請求項13に記載の医療装置。
- 前記非侵襲性要素は、
(i)Vnewを学習行列Dに組み込むことによって、および前記第1デジタルプロセッサが、「(f)」の前記信号を(n+1)番目のスカラー数に変換させる数学関数を使用するようにさせることによって、および正則行列として、拡張した学習行列Dexpを維持するために、Vnewと一緒に該(n+1)番目のスカラー数を足すことによって、および列ベクトルYを(n+1)要素に拡張するために、およびさらなる侵襲性バイオパラメータ測定を該非侵襲性要素に伝送するために、さらなる侵襲性バイオパラメータ測定を組み込むことによって、(n+1)行(n+1)列の大きさの拡張した学習行列Dexpを作り出すように、さらにプログラムされることを特徴とする、請求項13に記載の医療装置。 - 患者にオーダーメードされた携帯可能なバイオパラメータ監視医療装置を生産する方法であって、該方法は、
(a)(i)前記非侵襲性要素への患者による身体部分の挿入で、患者のバイオパラメータの非侵襲性バイオパラメータの読み取りを発生させることができる、非侵襲性要素を有し、該非侵襲性要素は、身体部分のデジタルカラーイメージを処理し、該デジタルイメージを、時間に対する離散的信号として表すための第1デジタルプロセッサを含み、(ii)患者の血液からバイオパラメータを測定し、患者のために侵襲性バイオパラメータの読み取りを得るための侵襲性要素を有し、該侵襲性要素はまた、該侵襲性バイオパラメータの読み取りを該非侵襲性要素の該第1デジタルプロセッサに伝送するための第2デジタルプロセッサを含み、および(iii)該非侵襲性要素に動作可能に係合された該侵襲性要素を維持し、該侵襲性要素から該非侵襲性要素への侵襲性バイオパラメータの読み取りの伝送を可能にするための結合要素を有し、該第1デジタルプロセッサは、患者のための該非侵襲性バイオパラメータの読み取りが、近似値の既定義の標準のもと、所与のバイオパラメータに対する患者のための該侵襲性バイオパラメータの読み取りに近似するように、該非侵襲性要素を較正するためのものである、医療装置を患者に直接的にまたは間接的に提供する工程;
および(b)(i)該侵襲性要素を使用して患者のバイオパラメータを侵襲的に測定すること、(ii)該侵襲性バイオパラメータの読み取りを該非侵襲性要素に伝送すること、および(iii)数学関数を使用して侵襲性測定に近接した時間内に患者のバイオパラメータを非侵襲的に測定し、該第1デジタルプロセッサが、閾値容認性の既定義のレベルで非侵襲性バイオパラメータの読み取りを使用して、バイオパラメータを測定することができる、非侵襲性バイオパラメータの読み取りと侵襲性バイオパラメータの読み取りの間の十分な相関性を有して、サブ工程(i)、(ii)、および(iii)を十分な時間実行することによって、患者のために該非侵襲性要素を較正する工程、を含むことを特徴とする方法。 - (a)バイオパラメータ監視デバイスの侵襲性要素を使用して、患者のバイオパラメータを侵襲的に測定し、列ベクトル、Yに入力される前記侵襲性バイオパラメータの読み取りを、該バイオパラメータ監視デバイスの非侵襲性要素に伝送する工程、
(b)工程「(a)」に近接した時間内で、患者の身体部分の組織の1以上の変数の度合いを表す一連のデータを発生させる該デバイスの該非侵襲性要素において、1以上の変数センサーを使用することによって、および時間に対する各1以上の変数の分布を反映し、時間に対する信号を生成するために、その度合いを一連の電子信号に変換することによって、患者のバイオパラメータを非侵襲的に測定する工程、
(c)(i)該信号をスカラー学習数に変換する数学関数を使用する、および(ii)列ベクトルYのスカラー侵襲性バイオパラメータの読み取りの入力に対応する学習ベクトルを形成するために、必ずしも同じ数学関数を使用することなく、工程「(c)(i)」を繰り返す、該非侵襲性要素のデジタルプロセッサの工程、
(d)複数の学習ベクトルから、デジタルプロセッサが、閾値容認性の既定義のレベルで非侵襲性バイオパラメータの読み取りを使用して、バイオパラメータを測定することができる、非侵襲性バイオパラメータの読み取りと侵襲性バイオパラメータの読み取りの間の十分な相関性を有して、十分な時間、工程「(a)」から「(c)」を繰り返すことによって、n行n列の学習行列、すなわち、正則行列を形成する、デジタルプロセッサの工程、
(e)学習行列、Dの逆行列D-1に該列ベクトルYを掛けることによって、学習ベクトルCの係数を得る、デジタルプロセッサの工程、
(f)(i)患者の身体部分の組織の1以上の変数の度合いを表す一連のデータを発生させる該デバイスの該非侵襲性要素の1以上の変数センサーを使用することによって、および時間に対する各変数の分布を反映し、時間に対する信号を生成するための、その度合いを一連の電子信号に変換することによって、およびデジタルプロセッサが、該信号をスカラー数に変換させる数学関数を使用するようにさせることによって、および(ii)必ずしも同じ数学関数を使用することなく、Vnewを形成するために工程「(f)(i)」をn回繰り返すことによって、新しいベクトル、Vnewを得る、デジタルプロセッサの工程、
(g)n行n列の大きさの正則行列、Dnewを形成し、非零要素のその構造が学習行列、Dの非零要素の構造と同一である、Vnewの入力を使用する工程、
および(h)非侵襲性バイオパラメータ測定、Rの列ベクトルを作り出すために、Dnewに学習ベクトル、Cの係数を掛ける、行列ベクトル乗算を実行するデジタルプロセッサを使用し、患者のための較正されたバイオパラメータ値を表すRの1つの入力を発見するために、Rの入力とYの入力を比較する工程、を含むことを特徴とする、バイオパラメータを監視する方法。 - 前記変数センサーによって感知される前記変数は、温度、導電率および匂いから成るグループから選択されることを特徴とする、請求項19に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/011,903 | 2011-01-23 | ||
US13/011,903 US8948833B2 (en) | 2011-01-23 | 2011-01-23 | Combination non-invasive and invasive bioparameter measuring device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012152556A true JP2012152556A (ja) | 2012-08-16 |
JP6014333B2 JP6014333B2 (ja) | 2016-10-25 |
Family
ID=45606960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012010498A Active JP6014333B2 (ja) | 2011-01-23 | 2012-01-20 | 複合非侵襲性及び侵襲性バイオパラメータ測定装置 |
Country Status (4)
Country | Link |
---|---|
US (2) | US8948833B2 (ja) |
EP (1) | EP2478841B1 (ja) |
JP (1) | JP6014333B2 (ja) |
CN (1) | CN102961143B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022541902A (ja) * | 2019-07-16 | 2022-09-28 | ニューラロジックス コーポレイション | 血液バイオマーカのカメラに基づく数量化のためのシステム及び方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102299361B1 (ko) | 2014-09-03 | 2021-09-07 | 삼성전자주식회사 | 혈압을 모니터링하는 장치 및 방법, 혈압 모니터링 기능을 갖는 웨어러블 디바이스 |
WO2016054079A1 (en) | 2014-09-29 | 2016-04-07 | Zyomed Corp. | Systems and methods for blood glucose and other analyte detection and measurement using collision computing |
KR102411658B1 (ko) | 2015-01-15 | 2022-06-21 | 삼성전자주식회사 | 생체 정보 검출 장치 |
KR102384225B1 (ko) | 2015-03-06 | 2022-04-07 | 삼성전자주식회사 | 혈압 측정 장치 및 방법 |
US11103140B2 (en) | 2015-06-14 | 2021-08-31 | Facense Ltd. | Monitoring blood sugar level with a comfortable head-mounted device |
KR102434701B1 (ko) | 2015-09-01 | 2022-08-22 | 삼성전자주식회사 | 생체 정보 획득 장치 및 생체 정보 획득 방법과 생체 정보 검사 장치 |
WO2017102521A1 (en) * | 2015-12-15 | 2017-06-22 | Koninklijke Philips N.V. | Methods and apparatus for calibrating a medical monitoring device |
US9554738B1 (en) | 2016-03-30 | 2017-01-31 | Zyomed Corp. | Spectroscopic tomography systems and methods for noninvasive detection and measurement of analytes using collision computing |
KR102655671B1 (ko) | 2016-10-12 | 2024-04-05 | 삼성전자주식회사 | 생체정보 추정 장치 및 방법 |
US10687739B2 (en) * | 2017-09-05 | 2020-06-23 | Cnoga Medical Ltd. | Method and apparatus for non-invasive glucose measurement |
US10441203B2 (en) * | 2017-09-18 | 2019-10-15 | Cnoga Medical Ltd. | Bioparameter determining device with space-saving component for appendage |
CN109932503B (zh) * | 2019-03-25 | 2020-02-18 | 江苏精策医疗科技有限公司 | 基于肌体产热-散热模型的模拟实验及无创血糖检测方法 |
CN111588384B (zh) * | 2020-05-27 | 2023-08-22 | 京东方科技集团股份有限公司 | 获得血糖检测结果的方法、装置及设备 |
WO2022131486A1 (ko) * | 2020-12-16 | 2022-06-23 | 주식회사 뷰텔 | 포도당 측정장치 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1156823A (ja) * | 1997-08-19 | 1999-03-02 | Omron Corp | 血糖測定装置及び血糖測定システム |
JP2004501347A (ja) * | 2000-04-17 | 2004-01-15 | ベクトン・ディキンソン・アンド・カンパニー | 混合物の分析方法 |
JP2004528083A (ja) * | 2001-04-03 | 2004-09-16 | センシス メディカル インク | 非侵襲的血液検体予測のための局所化された較正モデルを構築する多段階方法 |
JP2010526646A (ja) * | 2007-05-11 | 2010-08-05 | シグメッド,インコーポレーティッド | 生理学的パラメータの非侵襲的特徴決定 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69430152T2 (de) * | 1993-06-25 | 2002-10-31 | Edward W Stark | Verfahren und Vorrichtung zum Messen von Glukoseverwandten Substanzen |
US5810014A (en) * | 1997-03-25 | 1998-09-22 | Davis; Dennis W. | Method and system for detection of physiological conditions |
US5974338A (en) * | 1997-04-15 | 1999-10-26 | Toa Medical Electronics Co., Ltd. | Non-invasive blood analyzer |
US7620674B2 (en) * | 2003-03-07 | 2009-11-17 | Sensys Medical, Inc. | Method and apparatus for enhanced estimation of an analyte property through multiple region transformation |
US7640140B2 (en) * | 2003-03-07 | 2009-12-29 | Sensys Medical, Inc. | Method of processing noninvasive spectra |
US8335550B2 (en) * | 2005-03-25 | 2012-12-18 | Cnoga Holdings Ltd. | Optical sensor device and image processing unit for measuring chemical concentrations, chemical saturations and biophysical parameters |
WO2007014173A2 (en) * | 2005-07-22 | 2007-02-01 | Massachusetts Institute Of Technology | Intrinsic raman spectroscopy |
US8998809B2 (en) * | 2006-05-15 | 2015-04-07 | Cercacor Laboratories, Inc. | Systems and methods for calibrating minimally invasive and non-invasive physiological sensor devices |
US8323195B2 (en) * | 2008-12-31 | 2012-12-04 | Panasonic Corporation | Blood glucose measurement system |
-
2011
- 2011-01-23 US US13/011,903 patent/US8948833B2/en active Active
-
2012
- 2012-01-18 EP EP12151523.3A patent/EP2478841B1/en not_active Not-in-force
- 2012-01-20 JP JP2012010498A patent/JP6014333B2/ja active Active
- 2012-01-29 CN CN201210020037.1A patent/CN102961143B/zh not_active Expired - Fee Related
-
2014
- 2014-12-24 US US14/582,221 patent/US9844345B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1156823A (ja) * | 1997-08-19 | 1999-03-02 | Omron Corp | 血糖測定装置及び血糖測定システム |
JP2004501347A (ja) * | 2000-04-17 | 2004-01-15 | ベクトン・ディキンソン・アンド・カンパニー | 混合物の分析方法 |
JP2004528083A (ja) * | 2001-04-03 | 2004-09-16 | センシス メディカル インク | 非侵襲的血液検体予測のための局所化された較正モデルを構築する多段階方法 |
JP2010526646A (ja) * | 2007-05-11 | 2010-08-05 | シグメッド,インコーポレーティッド | 生理学的パラメータの非侵襲的特徴決定 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022541902A (ja) * | 2019-07-16 | 2022-09-28 | ニューラロジックス コーポレイション | 血液バイオマーカのカメラに基づく数量化のためのシステム及び方法 |
JP7262658B2 (ja) | 2019-07-16 | 2023-04-21 | ニューラロジックス コーポレイション | 血液バイオマーカのカメラに基づく数量化のためのシステム及び方法 |
US11690543B2 (en) | 2019-07-16 | 2023-07-04 | Nuralogix Corporation | System and method for camera-based quantification of blood biomarkers |
Also Published As
Publication number | Publication date |
---|---|
EP2478841B1 (en) | 2016-12-28 |
US20150141778A1 (en) | 2015-05-21 |
JP6014333B2 (ja) | 2016-10-25 |
CN102961143B (zh) | 2015-10-21 |
US9844345B2 (en) | 2017-12-19 |
US20120191001A1 (en) | 2012-07-26 |
US8948833B2 (en) | 2015-02-03 |
CN102961143A (zh) | 2013-03-13 |
EP2478841A1 (en) | 2012-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6014333B2 (ja) | 複合非侵襲性及び侵襲性バイオパラメータ測定装置 | |
US20210137464A1 (en) | System and method for obtaining health data using photoplethysmography | |
Joshi et al. | iGLU 2.0: A new wearable for accurate non-invasive continuous serum glucose measurement in IoMT framework | |
US20210259640A1 (en) | System and method of a biosensor for detection of health parameters | |
Jain et al. | iGLU: An intelligent device for accurate noninvasive blood glucose-level monitoring in smart healthcare | |
CN107847158B (zh) | 用于生理参数监测的系统和方法 | |
US20200253562A1 (en) | System and method for screening and prediction of severity of infection | |
Segman | Device and method for noninvasive glucose assessment | |
Wac et al. | Ambulatory assessment of affect: Survey of sensor systems for monitoring of autonomic nervous systems activation in emotion | |
US9788767B1 (en) | System and method for monitoring nitric oxide levels using a non-invasive, multi-band biosensor | |
WO2019161411A1 (en) | System and method for obtaining health data using a neural network | |
Perpetuini et al. | Photoplethysmographic prediction of the ankle-brachial pressure index through a machine learning approach | |
US11129565B2 (en) | Method for representations of network-dependent features of the hemoglobin signal in living tissues for detection of breast cancer and other applications | |
US20190069821A1 (en) | Method and apparatus for non-invasive glucose measurement | |
Jain et al. | iglu 1.0: An accurate non-invasive near-infrared dual short wavelengths spectroscopy based glucometer for smart healthcare | |
Vahlsing et al. | Noninvasive monitoring of blood glucose using color-coded photoplethysmographic images of the illuminated fingertip within the visible and near-infrared range: opportunities and questions | |
Gayathri et al. | Non-invasive blood glucose monitoring using near infrared spectroscopy | |
Golap et al. | Hemoglobin and glucose level estimation from PPG characteristics features of fingertip video using MGGP-based model | |
May et al. | Effects of contact pressure in reflectance photoplethysmography in an in vitro tissue-vessel phantom | |
Chen et al. | A data-driven model with feedback calibration embedded blood pressure estimator using reflective photoplethysmography | |
Davydov et al. | New Methodology of Human Health Express Diagnostics Based on Pulse Wave Measurements and Occlusion Test | |
Martín-Escudero et al. | Are activity wrist-worn devices accurate for determining heart rate during intense exercise? | |
Zhang et al. | A wearable medical sensors system for in-situ monitoring vital signs of patients with hemorrhagic shock in big disaster scenes | |
Mosaddequr et al. | A novel multipurpose device for dataset creation and on-device immediate estimation of blood glucose level from reflection ppg | |
Toda et al. | Investigation of Optimal Light Source Wavelength for Cuffless Blood Pressure Estimation Using a Single Photoplethysmography Sensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150120 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20151216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160118 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160414 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160614 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160829 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160926 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6014333 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |