JP2018535745A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2018535745A5 JP2018535745A5 JP2018521537A JP2018521537A JP2018535745A5 JP 2018535745 A5 JP2018535745 A5 JP 2018535745A5 JP 2018521537 A JP2018521537 A JP 2018521537A JP 2018521537 A JP2018521537 A JP 2018521537A JP 2018535745 A5 JP2018535745 A5 JP 2018535745A5
- Authority
- JP
- Japan
- Prior art keywords
- bsrd
- signal
- subject
- scattered light
- optical response
- 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
- 230000004044 response Effects 0.000 claims description 33
- 230000003287 optical Effects 0.000 claims description 32
- 210000003743 Erythrocytes Anatomy 0.000 claims description 22
- 230000036651 mood Effects 0.000 claims description 21
- 230000000541 pulsatile Effects 0.000 claims description 20
- 230000036962 time dependent Effects 0.000 claims description 18
- 230000000875 corresponding Effects 0.000 claims description 17
- 210000003324 RBC Anatomy 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000001427 coherent Effects 0.000 claims description 12
- 210000004369 Blood Anatomy 0.000 claims description 11
- 210000003491 Skin Anatomy 0.000 claims description 11
- 239000008280 blood Substances 0.000 claims description 11
- 230000000271 cardiovascular Effects 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 8
- 210000001519 tissues Anatomy 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000003542 behavioural Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000001272 neurogenic Effects 0.000 claims 2
- 238000011002 quantification Methods 0.000 claims 2
- 238000004364 calculation method Methods 0.000 claims 1
- 230000001114 myogenic Effects 0.000 claims 1
- 230000002996 emotional Effects 0.000 description 7
- 238000010009 beating Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000284 resting Effects 0.000 description 3
- 230000001568 sexual Effects 0.000 description 3
- 241001364929 Havel River virus Species 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000037147 athletic performance Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002296 dynamic light scattering Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003340 mental Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000003068 static Effects 0.000 description 1
Description
ストレス、ムード及び関連パラメータの拍動性の測定
心拍数(又は心拍変動-HRVなどの誘導パラメータ)を「分類器」として使用して感情的エピソード又はストレスエピソードを検出することが、当技術分野では知られている。例えば、人が非常に興奮したり怒っている場合、脈拍数は「ベースライン」に対して増加しているであろう。
心拍数(又は心拍変動-HRVなどの誘導パラメータ)を「分類器」として使用して感情的エピソード又はストレスエピソードを検出することが、当技術分野では知られている。例えば、人が非常に興奮したり怒っている場合、脈拍数は「ベースライン」に対して増加しているであろう。
しかしながら、心拍数自体が(i)感情的エピソード又はストレスエピソードの検出及び/又は(ii)感情的エピソード又はストレスエピソードの分類において「不十分な分類器」である(すなわち、それ自体が)ということもまた、よく知られている。第一の例において、人の心拍数及びHRVはいくつもの理由により増加し得るものであり、これには自然変動、身体運動のパフォーマンス及び気象条件が含まれ、これらに限定されるものではない。従って、この例においては、心拍のみに依存することは、感情的エピソード又はストレスエピソードを誤って示す多数の「偽陽性」につながる可能性がある。
拍動由来の分類器は確かに有用であり、存在意義が有るが、ストレス要因又は感情的エピソードを検出するための正確な非拍動性技術の必要性がある。
いくつかの実施形態は、温血動物の被験者に関する状態及び/又はステータス情報又はその変化を光学的に測定するための方法であって、次のものが含まれる:a.VCSEL(垂直空洞面発光レーザ)又はダイオードレーザによって被験者の皮膚又は組織の一部を照射して、被験者の移動する赤血球(RBCs)から部分的又は完全にコヒーレントな光を散乱させ、散乱光時間依存性光学応答を誘発し;b.誘発された散乱光時間依存性光学応答を表現する電気シグナルを生成するために、光検出器によって散乱光を受け取り;c.散乱光光学応答表現電気シグナル又はその導出シグナルを処理して、1つ又は複数の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応する周波数選択プロファイルによって特徴付けられ; d.BSRDシグナルグループのBSRDシグナルの特性を電子的に解析し;e.周波数間隔特異的せん断速度表現シグナルの電子的解析の結果に従って、状態及び/又はステータス情報又はその変化を解析結果から計算する;ここで、当該方法はまた、BSRDシグナルの周波数選択プロファイルが動的に計算され、BSRD(s)内の所定の非拍動性生理学的シグナルの顕著性を適応させて最大にすることを含み;及び/又は。この方法はまた、状態及び/又はステータス情報の計算を動的に実行することを含み、これによりBSRDシグナルに割り当てられた重みがBSRDシグナルの重みを増加させるように適応的に決定されるが、当該BSRDシグナルは、その周波数選択プロファイルが、その周波数選択プロファイルが所定の非拍動性生理学的シグナルのより小さな顕著性に対応しているBSRDシグナルの重み付けの値において、所定の非拍動性生理学的シグナルのより大きな顕著性に対応している。この側面の他の実施形態は、対応するコンピュータシステム、装置、及び1つ又は複数のコンピュータ記録装置に記録されたコンピュータプログラムを含み、それぞれが当該方法の動作を実施するように構成されている。
1つの態様は、温血動物に関する状態及び/又はステータス情報又はその中の変化を光学的に取得する機械学習に基づく方法を含み、この方法は次のものを含む:a.カメラにより被験者の行動パターンをモニターし、及び/又はグラフィカルユーザインタフェースを介してデータを受信し、及び/又はユーザと広告とのインタラクション及び/又はユーザのオーディオ出力に基づくモニタリングをし;b.被験者の皮膚又は組織の一部をVCSEL(垂直空洞面発光レーザ)又はダイオードレーザにより照射して、被験者の移動する赤血球(RBCs)により部分的又は完全にコヒーレントな光を散乱させ、散乱光時間依存性光学応答を誘導し; c.光検出器によって散乱光を受信して、誘導された散乱光時間依存性光学応答を表現する電気シグナルを生成し;d.散乱光光学応答表現電気シグナル又はその導出シグナルを処理してこれより1つ又は複数の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応の周波数選択プロファイルにより特徴付けられ;e.(i)ステップ(a)の被験者の行動パターンのモニタリングの結果と(ii)BSRDシグナルの特性との間の相関に従って、BSRDシグナル由来の入力に従って、被験者のストレス状態(すなわち、ストレス要因の種類、ストレスのレベル)、ムード状態、ストレス耐性、及び心血管の適合性状態のうち少なくとも1つの被験者状態を分類可能な被験者状態分類器を訓練し;及びf.後に、訓練された分類器を使用して、BSRDシグナルから状態及び/又はステータス情報又はその中の変化を計算する。この側面の他の実施形態は、対応するコンピュータシステム、装置、及び1つ以上のコンピュータ記憶装置に記録されたコンピュータプログラムを含み、それぞれが方法の動作を実行するように構成されている。
1つの態様は、状態及び/又はステータス情報又はその中の変化を温血被験者について光学的に測定するための装置を含み、この装置は次を含む:a.被験者の皮膚を照射して被験者の移動する赤血球(RBCs)により部分的又は完全にコヒーレントな光を散乱させ、散乱光時間依存性光学応答を誘導するように構成されたダイオードレーザ又はVCSEL;b.誘導された散乱光時間依存性光学応答を表現する電気シグナルを生成するように構成された光検出器;及びc.電子回路であって、次のように構成されるものである。当該装置はまた、次のものを含む:i.散乱光光学応答表現電気シグナル又はその導出シグナルを処理し、これより1つ又は複数の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応する周波数選択プロファイルによって特徴付けられるもの;当該装置はまた、次のものを含む:ii.BSRDシグナル群のBSRDシグナルの特性を電子的に解析するもの;この装置はまた、次のものを含む:iii.周波数間隔固有せん断速度表現シグナルの電子的解析の結果に従って、状態及び/又はステータス情報又はその変化を解析結果から計算し;ここで:この装置はまた、BSRD(s)シグナルの周波数選択プロファイルが、BSRD(s)内の所定の非拍動性生理学的シグナルの顕著性を適応的に最大にするように動的に計算することを含む。当該装置はまた、状態及び/又はステータス情報の計算を動的に実行することを含み、これによりBSRDシグナルに割り当てられた重みがBSRDシグナルの重みを増加させるように適応的に決定されるが、当該BSRDシグナルは、その周波数選択プロファイルが所定の非拍動性生理学的シグナルのより小さな顕著性に対応しているBSRDシグナルの重み付けの値においてその周波数選択プロファイルが所定の非拍動性生理学的シグナルのより大きな顕著性に対応している。この側面の他の実施形態は、対応するコンピュータシステム、装置、及び1つ又は複数のコンピュータ記録装置に記録されたコンピュータプログラムを含み、それぞれが当該方法の動作を実施するように構成されている。
1つの態様は、状態及び/又はステータス情報又はその中の変化を温血被験者について光学的に測定するための装置を含み、この装置は次を含む:a.被験者の皮膚を照射して被験者の移動する赤血球(RBCs)により部分的又は完全にコヒーレントな光を散乱させ、散乱光時間依存性光学応答を誘導するように構成されたダイオードレーザ又はVCSEL;b.誘導された散乱光時間依存性光学応答を表現する電気シグナルを生成するように構成された光検出器;及びc.電子回路であって、次のように構成されるものである。当該装置はまた、次のものを含む:i.散乱光光学応答表現電気シグナル又はその導出シグナルを処理し、これより非拍動性血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応する周波数選択プロファイルによって特徴付けられるもの。当該装置はまた、次のものを含む:ii.非拍動性BSRDシグナルをBSRDシグナルの静止/非静止状態を定量化する確率論的解析又は静止状態解析に供すること。当該装置はまた、次のものを含む:iii.確率論的及び/又は静止状態解析の結果から状態及び/又はステータス情報又はその中の変化を計算する。この側面の他の実施形態は、対応するコンピュータシステム、装置、及び1つ以上のコンピュータ記憶装置に記録されたコンピュータプログラムを含み、それぞれが方法の動作を実行するように構成されている。
D.より良いセンサ精度のための機械学習技術
いくつかの実施形態では、(i)被験者の赤血球により光が固有時に散乱されてBSRDが生成されるDLS動的光散乱技術、及び(ii)これらの固有時における被験者の瞬間的なストレス状態又はムード状態を表現する非DLSデータ、の両方によって被験者の行動を「盗む」ことが可能である。BSRD特性ベースのムード状態分類器又はストレス状態分類器は、DLSデータとストレス状態又はムード状態を表現する非DLSデータとの間の関係に従って訓練又は更新することができる。例えば、BSRD特性ベースのムード状態分類器又はストレス状態分類器は、最適な周波数選択プロファイルを(すなわち、BSRD生成のために)決定し、及び/又は予測ストレス状態又はムード状態予測精度を最適化する複数のBSRDシグナル間の最適な重み付けを決定するように訓練することができる。
いくつかの実施形態では、(i)被験者の赤血球により光が固有時に散乱されてBSRDが生成されるDLS動的光散乱技術、及び(ii)これらの固有時における被験者の瞬間的なストレス状態又はムード状態を表現する非DLSデータ、の両方によって被験者の行動を「盗む」ことが可能である。BSRD特性ベースのムード状態分類器又はストレス状態分類器は、DLSデータとストレス状態又はムード状態を表現する非DLSデータとの間の関係に従って訓練又は更新することができる。例えば、BSRD特性ベースのムード状態分類器又はストレス状態分類器は、最適な周波数選択プロファイルを(すなわち、BSRD生成のために)決定し、及び/又は予測ストレス状態又はムード状態予測精度を最適化する複数のBSRDシグナル間の最適な重み付けを決定するように訓練することができる。
ユーザのムード状態又はストレス状態に関する非DLSデータを適用してDLSベースの分類器を訓練し、後において(例えば、非DLSデータが利用できないとき)、訓練されたDLS分類器を適用して被験者のムード状態又はストレス状態を正確に感知することができる。
DLS/BSRDベースのムード状態又はストレス状態の分類器の訓練中に、ストレス/ムードの分類器の次のパラメータ(以下のリストは包括的ではない)のうちの1つ又は複数は、DLS/BSRDベースのムード状態又はストレス状態の分類器の予測力を最大化するように最適化される:(i)BSRD生成のための周波数プロファイル、(ii)各BSRDがそれ自身の対応する周波数選択パラメータを有する相対的重みBSRDのための重み付け関数。
図9Aのシステムは、次を含む:少なくとも部分的にコヒーレントな光の光源100、光検出器110、オプションのアナログ減算回路120、BSRD生成シグナルプロセッサ130、BSRDシグナルアナライザ140、及びストレス/ムード/感情/適合性分類器150。任意の他の要素は、「電子回路」に実装されてもよく、又は「電子回路」を含んでもよい。
いくつかの実施形態において、異なる対応の分類器/予測指標(すなわち、感情及び/又はストレス及び/又は心臓血管適合性を計算するための)が導入され得る。
理論的には、2つ以上のBSRDのプロファイルを含む周波数プロファイルを有する1つのBSRDを生成することが可能であり得る。しかし、この情報を混合すると、実際には「ノイズ」になり得る。対照的に、次のことが可能である:(i)個別のBSRDを生成してこの情報を「分離」し、次に(ii)この情報を再結合する。別の予測指標/分類器(すなわち、感情及び/又はムード及び/又はストレス及び/又は心臓血管の適合性及び/又はストレスのタイプ(例えば精神的又は感情的)を決定するためのもの)をBSRDカテゴリのそれぞれに提供され得る。それぞれのBSRDカテゴリに固有な予測指標/分類器を使用して感情及び/又はムード及び/又は心臓血管の適合性及び/又はストレスの「タイプ」の分類/予測の組み合わせをすることができ、その結果を組み合わせて精度が向上した分類器/予測指標を提供することができる。
複数の予測指標/分類器を組み合わせる任意の方法を実施し得るが、Markovモデル、重回帰、baggingアルゴリズム、投票手法を含みこれらに限定されない。
図22Bは、図22Aの方法に関連するデータフローを示す。
異なるカテゴリのBSRD間の重み付けは静的であってもよく、又は、いくつかの実施形態においては、動的であってもよい。図23に関連する1つの例において、分類器は拍動性BSRDに基づくものであり得る。この例において、次のことが可能である:(i)ステップS651において拍動性BSRDを生成し(ii)ステップS665〜S769において拍動性BSRD(例えばカテゴリDのBSRD)を解析してその拍動性特性の顕著性を決定する。すなわち、脈拍の「良い測定」があるかを決定する。例えば、運動アーチファクト又は他の身体的摂動の存在下では、脈拍の良好な測定が妨げられ、拍動性BSRDにおける拍動性の特性の拍動性の質/顕著性が低減され得る。
異なるカテゴリのBSRD間の重み付けは静的であってもよく、又は、いくつかの実施形態においては、動的であってもよい。図23に関連する1つの例において、分類器は拍動性BSRDに基づくものであり得る。この例において、次のことが可能である:(i)ステップS651において拍動性BSRDを生成し(ii)ステップS665〜S769において拍動性BSRD(例えばカテゴリDのBSRD)を解析してその拍動性特性の顕著性を決定する。すなわち、脈拍の「良い測定」があるかを決定する。例えば、運動アーチファクト又は他の身体的摂動の存在下では、脈拍の良好な測定が妨げられ、拍動性BSRDにおける拍動性の特性の拍動性の質/顕著性が低減され得る。
実施形態についての第一の追加の説明
温血動物被験者に固有のストレス及び/又はムード及び/又はストレス耐性心血管適合性パラメータの1つ又は複数に従って、光学的に測定する方法であって:a.VCSEL(垂直空洞面発光レーザ)又はダイオードレーザによって被験者の皮膚又は組織の一部を照射して、被験者の移動赤血球(RBC)により部分的又は完全にコヒーレントな光を散乱させて、散乱光時間依存性光学応答を誘導し;b.誘導された散乱光時間依存性光学応答を表現する電気シグナルシグナルを生成するために、光検出器によって散乱光を受信し;c.散乱光光学応答表現電気シグナル又はその導出シグナルを処理して1つ又は複数の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応する周波数選択プロファイルにより特徴付けられており;d.BSRDシグナルグループのBSRDシグナルの特性を電子的に解析し;e.少なくとも2つの周波数間隔特異的せん断速度表現シグナルの電子的解析の結果に従って、次の被験者状態分類操作のうち少なくとも1つを実施する:(i)被験者のストレス状態(ストレス要因のタイプ、ストレスのレベル)の分類;(ii)被験者のムード状態の分類;(iii)被験者のストレス耐性の分類;(iv)被験者の心臓血管の適合性状態の分類。ここで、BSRD内の所定の非拍動性生理学的シグナルの顕著性を適応的に最大化するように、BSRDシグナルの周波数選択プロファイルが動的に計算され、及び/又は分類操作を動的に実行し、これによりBSRDシグナルに割り当てられた重みがBSRDシグナルの重みを増加させるように適応的に決定されるが、当該BSRDシグナルは、その周波数選択プロファイルが所定の非拍動性生理学的シグナルのより小さな顕著性に対応しているBSRDシグナルの重み付けの値で、その周波数選択プロファイルが所定の非拍動性生理学的シグナルのより大きな顕著性に対応している。
温血動物被験者に固有のストレス及び/又はムード及び/又はストレス耐性心血管適合性パラメータの1つ又は複数に従って、光学的に測定する方法であって:a.VCSEL(垂直空洞面発光レーザ)又はダイオードレーザによって被験者の皮膚又は組織の一部を照射して、被験者の移動赤血球(RBC)により部分的又は完全にコヒーレントな光を散乱させて、散乱光時間依存性光学応答を誘導し;b.誘導された散乱光時間依存性光学応答を表現する電気シグナルシグナルを生成するために、光検出器によって散乱光を受信し;c.散乱光光学応答表現電気シグナル又はその導出シグナルを処理して1つ又は複数の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応する周波数選択プロファイルにより特徴付けられており;d.BSRDシグナルグループのBSRDシグナルの特性を電子的に解析し;e.少なくとも2つの周波数間隔特異的せん断速度表現シグナルの電子的解析の結果に従って、次の被験者状態分類操作のうち少なくとも1つを実施する:(i)被験者のストレス状態(ストレス要因のタイプ、ストレスのレベル)の分類;(ii)被験者のムード状態の分類;(iii)被験者のストレス耐性の分類;(iv)被験者の心臓血管の適合性状態の分類。ここで、BSRD内の所定の非拍動性生理学的シグナルの顕著性を適応的に最大化するように、BSRDシグナルの周波数選択プロファイルが動的に計算され、及び/又は分類操作を動的に実行し、これによりBSRDシグナルに割り当てられた重みがBSRDシグナルの重みを増加させるように適応的に決定されるが、当該BSRDシグナルは、その周波数選択プロファイルが所定の非拍動性生理学的シグナルのより小さな顕著性に対応しているBSRDシグナルの重み付けの値で、その周波数選択プロファイルが所定の非拍動性生理学的シグナルのより大きな顕著性に対応している。
温血動物に固有な1つ又は複数のストレス及び/又はムード及び/又はストレス耐性心血管適合性パラメータは光学的測定のための機械学習に基づく方法であって、以下を含む:a.カメラにより、及び/又はグラフィカルユーザインタフェースを介したデータの受信、及び/又はユーザと広告とのインタラクション及び/又はユーザのオーディオ出力に基づいて被験者の行動パターンをモニターし;b.被験者の皮膚又は組織の一部をVCSEL(垂直空洞面発光レーザ)又はダイオードレーザにより照射して、被験者の移動する赤血球(RBCs)により部分的又は完全にコヒーレントな光を散乱させ、散乱光時間依存性光学応答を誘導し;c.光検出器によって散乱光を受信して、誘導された散乱光時間依存性光学応答を表現する電気シグナルを生成し;d.散乱光光学応答表現電気シグナル又はその導出シグナルを処理してこれより1つ又は複数の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応の周波数選択プロファイルにより特徴付けられるものであり;e.(i)ステップ(a)の被験者の行動パターンのモニタリングの結果と(ii)BSRDシグナルの特性との間の相関に従って、BSRDシグナル由来の入力に基づき、被験者のストレス状態(例えば、ストレス要因の種類、ストレスのレベル)、ムード状態、ストレス耐性、及び心血管の適合性状態のうち少なくとも1つの被験者状態を分類可能な被験者状態分類器を訓練し;及びf.後に、訓練された分類器を使用して、後のBSRDシグナルデータに従って次の被験者状態分類操作の少なくとも1つを実行する:(i)被験者のストレス状態(ストレス要因のタイプ、ストレスのレベル)の分類;(ii)被験者のムード状態の分類;(iii)被験者のストレス耐性の分類;(iv)被験者の心臓血管の適合性状態の分類。
Claims (5)
- 温血動物の被験者について状態及び/又はステータス情報又はその中の変化を光学的に測定する方法であって、
a.被験者の移動する赤血球(RBCs)により部分的又は完全にコヒーレントな光を散乱させて散乱光時間依存性光学応答を誘導するために、VCSEL(垂直空洞面発光レーザ)又はダイオードレーザが、被験者の皮膚又は組織の一部に対して光を放射して、
b.誘導された散乱光時間依存性光学応答を表現する電気シグナルを生成するために、光検出器が散乱光を受け取り、
c.電子回路が、散乱光光学応答表現電気シグナル又はその導出シグナルを処理して、それより1つ又は複数の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルをそれぞれに対応する周波数選択プロファイルによって特徴付け、
d.電子回路が、BSRDシグナル群のBSRDシグナルの特性を電子的に解析して、BSRD内の生理学的シグナルの顕著性を定量化し、BSRDは、メイヤー波、神経原性シグナル及び筋原性を含む群から選択され、
e.電子回路が、顕著性の定量化の結果から、状態及び/又はステータス情報又はその変化を計算することを含む、方法。 - 温血動物の被験者について状態及び/又はステータス情報又はその中の変化を光学的に測定する方法であって、
a.被験者の移動する赤血球(RBCs)により部分的又は完全にコヒーレントな光を散乱させて散乱光時間依存性光学応答を誘導するために、VCSEL(垂直空洞面発光レーザ)又はダイオードレーザが被験者の皮膚又は組織の一部に対して光を放射して、
b.誘導された散乱光時間依存性光学応答を表現する電気シグナルを生成するために、光検出器が散乱光を受け取り、
c.電子回路が、散乱光光学応答表現電気シグナル又はその導出シグナルを処理して、それより非拍動性の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルをそれぞれに対応する周波数選択プロファイルによって特徴付け、
d.電子回路が、非拍動性BSRDシグナルを確率論的解析又は静止状態解析に供してBSRDシグナルの静止/非静止状態を定量し、
e.電子回路が、状態及び/又はステータス情報又はその変化を確率論的解析及び/又は静止状態解析の結果により計算する、方法。 - 温血動物の被験者に関する状態及び/又はステータス情報又はその中の変化を光学的に取得する機械学習に基づく方法であって、
a.カメラが、被験者の行動パターンをモニターし、及び/又はグラフィカルユーザインタフェースを介してデータを受信し、及び/又はユーザと広告とのインタラクション及び/又はユーザのオーディオ出力に基づくモニタリングを行い、
b.被験者の移動する赤血球(RBCs)により部分的又は完全にコヒーレントな光を散乱させ、散乱光時間依存性光学応答を誘導するために、VCSEL(垂直空洞面発光レーザ)又はダイオードレーザが被験者の皮膚又は組織の一部に対して光を放射して、
c.光検出器が、散乱光を受信して、誘導された散乱光時間依存性光学応答を表現する電気シグナルを生成し、
d.電子回路が、散乱光光学応答表現電気シグナル又はその導出シグナルを処理してこれより1つ又は複数の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応の周波数選択プロファイルにより特徴付けられるものであり、
e.電子回路が、(i)a.における被験者の行動パターンのモニタリングの結果と(ii)BSRDシグナルの特性との間の相関に従って、BSRDシグナル由来の入力に従って、被験者のストレス状態(例えば、ストレス要因の種類、ストレスのレベル)、ムード状態、ストレス耐性、及び心血管の適合性状態のうち少なくとも1つの被験者状態を分類可能な被験者状態分類器を訓練し、
f.電子回路が、後に、訓練された分類器を使用して、BSRDシグナルから状態及び/又はステータス情報又はその中の変化を計算することを含む、方法。 - 状態及び/又はステータス情報又はその中の変化を温血被験者について光学的に測定するための装置であって、
a.被験者の皮膚を照射して被験者の移動する赤血球(RBCs)により部分的又は完全にコヒーレントな光を散乱させ、散乱光時間依存性光学応答を誘導するように構成されたダイオードレーザ又はVCSEL、
b.誘導された散乱光時間依存性光学応答を表現する電気シグナルを生成するように構成された光検出器、
c.電子回路であって、以下:
i.散乱光光学応答表現電気シグナル又はその導出シグナルを処理し、これより1つ又は複数の血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応する周波数選択プロファイルによって特徴付けられ、
ii.BSRDシグナル群のBSRDシグナルの特性を電子的に解析して、BSRD内の生理学的シグナルの顕著性を定量化し、BSRDは、メイヤー波、神経原性シグナル及び筋原性を含む群から選択され、
iii.顕著性の定量化の結果から、状態及び/又はステータス情報又はその変化を計算すること、を実行するように構成されている電子回路、
を含む、装置。 - 状態及び/又はステータス情報又はその中の変化を温血被験者について光学的に測定するための装置であって、
a.被験者の皮膚を照射して被験者の移動する赤血球(RBCs)により部分的又は完全にコヒーレントな光を散乱させ、散乱光時間依存性光学応答を誘導するように構成されたダイオードレーザ又はVCSEL、
b.誘導された散乱光時間依存性光学応答を表現する電気シグナルを生成するように構成された光検出器、及び
c.電子回路であって、以下:
i.散乱光光学応答表現電気シグナル又はその導出シグナルを処理し、これより非拍動性血液せん断速度表現(BSRD)シグナルを計算し、各BSRDシグナルは対応する周波数選択プロファイルによって特徴付けられ、
ii.非拍動性BSRDシグナルをBSRDシグナルの静止/非静止状態を定量化する確率論的解析又は静止状態解析に供し、
iii.確率論的及び/又は静止状態解析の結果から状態及び/又はステータス情報又はその中の変化を計算すること、を実行するように構成される電子回路、
を含む装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562249303P | 2015-11-01 | 2015-11-01 | |
US62/249,303 | 2015-11-01 | ||
US201662295138P | 2016-02-14 | 2016-02-14 | |
US62/295,138 | 2016-02-14 | ||
PCT/IB2016/001240 WO2017072568A1 (en) | 2015-11-01 | 2016-08-15 | Method and apparatus for hemodynamically characterizing a neurological or fitness state by dynamic light scattering (dls) |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018535745A JP2018535745A (ja) | 2018-12-06 |
JP2018535745A5 true JP2018535745A5 (ja) | 2021-03-25 |
JP6872758B2 JP6872758B2 (ja) | 2021-05-19 |
Family
ID=58629842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018521537A Active JP6872758B2 (ja) | 2015-11-01 | 2016-08-15 | 動的光散乱(dls)による神経学的状態又は適合性状態の血行力学的特徴付けのための方法及び装置 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10952622B2 (ja) |
EP (1) | EP3367893B1 (ja) |
JP (1) | JP6872758B2 (ja) |
WO (1) | WO2017072568A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017072568A1 (en) | 2015-11-01 | 2017-05-04 | Elfi-Tech Ltd. | Method and apparatus for hemodynamically characterizing a neurological or fitness state by dynamic light scattering (dls) |
CN107348832B (zh) * | 2017-07-20 | 2020-03-20 | 吴联凯 | 一种基于最小蒸煮量的电饭锅以及其加热控制方法 |
CN108186018B (zh) * | 2017-11-23 | 2020-11-20 | 苏州朗开医疗技术有限公司 | 一种呼吸数据处理方法及装置 |
US11647918B2 (en) | 2018-06-22 | 2023-05-16 | Siemens Healtchare GmbH | Method and diagnostic examination device for estimating an examination duration that is tolerable by a patient |
US11617536B1 (en) * | 2019-01-31 | 2023-04-04 | Dartmouth-Hitchcock Clinic | System and method to measure pain levels of patients following surgery |
US11521715B2 (en) * | 2021-02-24 | 2022-12-06 | Alexandria Brown SKALTSOUNIS | System and method for promoting, tracking, and assessing mental wellness |
US20230053198A1 (en) * | 2021-02-24 | 2023-02-16 | Alexandria Brown SKALTSOUNIS | System and method for promoting, tracking, and assessing mental wellness |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6805673B2 (en) * | 2002-02-22 | 2004-10-19 | Datex-Ohmeda, Inc. | Monitoring mayer wave effects based on a photoplethysmographic signal |
US20040082842A1 (en) * | 2002-10-28 | 2004-04-29 | Lumba Vijay K. | System for monitoring fetal status |
US7020506B2 (en) | 2003-11-06 | 2006-03-28 | Orsense Ltd. | Method and system for non-invasive determination of blood-related parameters |
US7758505B2 (en) | 2006-04-03 | 2010-07-20 | Elfi-Tech Ltd. | Methods and apparatus for non-invasive determination of patient's blood conditions |
WO2007144880A2 (en) | 2006-06-13 | 2007-12-21 | Elfi-Tech Ltd. | System and method for measurement of biological parameters of a subject |
EP2079363B1 (en) | 2006-10-30 | 2020-06-10 | Elfi-Tech Ltd | Method for in vivo measurement of biological parameters |
US20140094666A1 (en) * | 2012-09-28 | 2014-04-03 | Elfi-Tech Ltd. | System and method for in vivo measurement of biological parameters |
US20080255433A1 (en) * | 2007-04-11 | 2008-10-16 | The Board Of Regents Of The University Of Texas Syatem | Optoacoustic monitoring of multiple parameters |
US8708907B2 (en) | 2009-05-06 | 2014-04-29 | Elfi-Tech | Method and apparatus for determining one or more blood parameters from analog electrical signals |
US8868149B2 (en) * | 2009-07-30 | 2014-10-21 | Oxitone Medical Ltd. | Photoplethysmography device and method |
US20110082355A1 (en) * | 2009-07-30 | 2011-04-07 | Oxitone Medical Ltd. | Photoplethysmography device and method |
US20120130215A1 (en) | 2010-05-05 | 2012-05-24 | Ilya Fine | Optical measurement of parameters related to motion of light-scattering particles within a fluid by manipulating analog electrical signals |
GB2494622A (en) | 2011-08-30 | 2013-03-20 | Oxitone Medical Ltd | Wearable pulse oximetry device |
US9636025B2 (en) * | 2012-08-15 | 2017-05-02 | Nanyang Technological University | Systems and methods for pedal revascularization assessment |
WO2015022583A2 (en) * | 2013-08-14 | 2015-02-19 | Nanyang Technological University | Systems and methods for revascularization assessment |
US20180153420A1 (en) * | 2013-09-30 | 2018-06-07 | Elfi-Tech Ltd. | Apparatus and method for optical measurement of cardiovascular fitness, stress and physiological parameters |
US20150141766A1 (en) * | 2013-09-30 | 2015-05-21 | Flfi-Tfch Ltd. | Apparatus and method for optical measurement of cardiovascular recovery and/or repiration rate |
WO2017072568A1 (en) | 2015-11-01 | 2017-05-04 | Elfi-Tech Ltd. | Method and apparatus for hemodynamically characterizing a neurological or fitness state by dynamic light scattering (dls) |
US11134901B2 (en) | 2016-03-30 | 2021-10-05 | Elfi-Tech Ltd. | Method and apparatus for optically measuring blood pressure |
US11350837B2 (en) | 2016-03-30 | 2022-06-07 | Elfi-Tech Ltd. | Method and apparatus for optically measuring blood pressure |
US10720755B2 (en) | 2018-02-07 | 2020-07-21 | Elfi-Tech Ltd. | Ensemble-averaged measurement of stochastic motion by current-modulating of VCSEL wavelength |
-
2016
- 2016-08-15 WO PCT/IB2016/001240 patent/WO2017072568A1/en active Application Filing
- 2016-08-15 EP EP16859142.8A patent/EP3367893B1/en active Active
- 2016-08-15 US US15/770,590 patent/US10952622B2/en active Active
- 2016-08-15 JP JP2018521537A patent/JP6872758B2/ja active Active
-
2020
- 2020-08-13 US US16/992,157 patent/US11612328B2/en active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018535745A5 (ja) | ||
CN107466222B (zh) | 生命体征监测系统 | |
JP7293050B2 (ja) | 軽度認知障害判定システム | |
JP2019120684A (ja) | 生体成分測定装置及び方法 | |
CN109452935B (zh) | 使用统计后处理从血管容积图估计血压的无创方法和系统 | |
JP2017224281A (ja) | ヘルストラッキングデバイス | |
US20180078215A1 (en) | Feature extraction apparatus and method for biometric information detection, biometric information detection apparatus, and wearable device | |
US20170188977A1 (en) | Emotion estimation system, emotion estimation method, and computer-readable recording medium | |
KR102315880B1 (ko) | 운동 관리 방법 및 장치 | |
KR20210034724A (ko) | 생체 신호를 추정하는 전자 장치 및 그 방법 | |
Chen et al. | Edge2Analysis: a novel AIoT platform for atrial fibrillation recognition and detection | |
CN117122311A (zh) | 心肺健康评估 | |
JP2009232990A (ja) | 状態評価装置、及び、状態評価プログラム | |
CA3014574C (en) | Estimation method, estimation program, estimation device, and estimation system | |
Hirten et al. | Evaluation of a machine learning approach utilizing wearable data for prediction of SARS-CoV-2 infection in healthcare workers | |
US11350878B2 (en) | Apparatus and method for estimating bio-information | |
Mukhopadhyay et al. | A photoplethysmograph based practical heart rate estimation algorithm for wearable platforms | |
Aich et al. | Auto detection of Parkinson’s disease based on objective measurement of gait parameters using wearable sensors | |
US20220008019A1 (en) | Heart Rate Correction Using External Data | |
US10463260B1 (en) | Heart disease risk assessment | |
WO2024180617A1 (ja) | 体調検出装置、体調検出システム、体調検出方法、及び体調検出プログラム | |
JP7083193B1 (ja) | 生体情報演算システム | |
US20240252118A1 (en) | Electrode configuration for electrophysiological measurements | |
JP7083195B1 (ja) | 生体情報演算システム | |
EP4012722A1 (en) | Sleep quality analysis |