JP2022079774A - 睡眠生理学を使用した生体識別のシステムおよび方法 - Google Patents
睡眠生理学を使用した生体識別のシステムおよび方法 Download PDFInfo
- Publication number
- JP2022079774A JP2022079774A JP2022062437A JP2022062437A JP2022079774A JP 2022079774 A JP2022079774 A JP 2022079774A JP 2022062437 A JP2022062437 A JP 2022062437A JP 2022062437 A JP2022062437 A JP 2022062437A JP 2022079774 A JP2022079774 A JP 2022079774A
- Authority
- JP
- Japan
- Prior art keywords
- physiological
- individual
- features
- combination
- devices
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 230000008665 sleep physiology Effects 0.000 title abstract 2
- 230000027288 circadian rhythm Effects 0.000 claims abstract description 38
- 230000036772 blood pressure Effects 0.000 claims abstract description 31
- 230000002612 cardiopulmonary effect Effects 0.000 claims abstract description 29
- 230000035790 physiological processes and functions Effects 0.000 claims abstract description 29
- 230000008859 change Effects 0.000 claims abstract description 4
- 230000007958 sleep Effects 0.000 claims description 39
- 230000036387 respiratory rate Effects 0.000 claims description 30
- 230000008667 sleep stage Effects 0.000 claims description 20
- 208000001871 Tachycardia Diseases 0.000 claims description 15
- 230000006794 tachycardia Effects 0.000 claims description 15
- 230000001052 transient effect Effects 0.000 claims description 15
- 230000002861 ventricular Effects 0.000 claims description 13
- 230000010349 pulsation Effects 0.000 claims description 12
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 11
- 230000000541 pulsatile effect Effects 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 6
- 230000001154 acute effect Effects 0.000 claims description 4
- 230000001684 chronic effect Effects 0.000 claims description 4
- 230000005021 gait Effects 0.000 claims description 4
- 230000012010 growth Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000035935 pregnancy Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000004796 pathophysiological change Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 230000000284 resting effect Effects 0.000 claims 8
- 238000010801 machine learning Methods 0.000 abstract description 4
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 abstract description 2
- 238000009826 distribution Methods 0.000 description 16
- 230000002060 circadian Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 230000036541 health Effects 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000000844 transformation Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 206010003210 Arteriosclerosis Diseases 0.000 description 3
- 208000011775 arteriosclerosis disease Diseases 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 230000001020 rhythmical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004962 physiological condition Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 241001364929 Havel River virus Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000007310 pathophysiology Effects 0.000 description 1
- 230000001144 postural effect Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000024883 vasodilation Effects 0.000 description 1
- 229940124549 vasodilator Drugs 0.000 description 1
- 239000003071 vasodilator agent Substances 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
-
- 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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0031—Implanted circuitry
-
- 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
- A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
-
- 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
- A61B5/02—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
- A61B5/026—Measuring blood flow
- A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4857—Indicating the phase of biorhythm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
- G16H10/65—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records stored on portable record carriers, e.g. on smartcards, RFID tags or CD
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Hematology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pulmonology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
本発明は、2016年11月23日出願の仮特許出願第62/425,977号の優先権を主張し、参照することによってその全体に依拠し、本明細書に援用される。
本発明は、例えば、以下を提供する。
(項目1)
睡眠および関係する段階中に生成される生理学的データから、少なくとも一人の個別の個人および/または一つの個人群の、少なくとも一つの生体プロファイルを生成する方法であって、限定するものではないが、心拍(HR)、心拍変動(HRV)の判定元となるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性(例えば、脈波指標、左室1回拍出勾配(LVSS)LVET、PPGRFおよび脈波伝播速度を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、ならびに概日リズム由来の特徴により例示される二つ以上の生理学的特徴のうちの一つ、またはそれらの組み合わせより現れる個人内差を利用する、方法。
(項目2)
個人および/または個人群から取得される一つの生理学的特徴の最小値を、項目1に記載の前記方法により生成される生体プロファイルと照合することであって、生成された前記生体プロファイルの元となる個人/個人群の同一性に対して、検証または反証のいずれかを行うために、前記生理学的データの特徴は、心拍(HR)、心拍変動(HRV)の判定元となるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性(例えば、脈波指標、左室1回拍出勾配(LVSS)、LVET、PPGRFおよび脈波伝播速度)を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、ならびに概日リズム由来の特徴を含む、こと。
(項目3)
生体プロファイルが、限定するものではないが、心拍(HR)、心拍変動(HRV)の判定元となるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性(例えば、脈波指標、左室1回拍出勾配(LVSS)、LVET、PPGRFおよび脈波伝播速度)を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、ならびに概日リズム由来の特徴により例示される、二つ以上の生理学的特徴のうちの一つまたはそれらの組み合わせを、前記生体プロファイルと照合することによって、a)電子デバイスの起動および停止、ならびに/またはb)電子デバイスのアクセスおよび使用を認証するよう、ユーザおよび/またはユーザ群を特定するためにに適用され、前記電子デバイスは、限定するものではないが、ウェアラブルデバイス、医療デバイス、コンピュータデバイス、ゲームデバイス、スマートデバイスおよび埋め込み型デバイスが例示される、項目1に記載の方法。
(項目4)
ユーザおよび/またはユーザ群の生体プロファイルは、発信元のデバイスまたはプラットフォームから遠隔デバイスへ無線で伝達され、前記デバイスは、限定するものではないが、ウェアラブルデバイス、医療デバイス、コンピュータデバイス、ゲームデバイス、スマートデバイスおよび埋め込み型デバイス、ならびに/または限定するものではないが、医療データベース、保険データベースおよび小売りデータベースにより例示されるクラウドベースのプラットフォームおよびデータベースによって例示される、項目1に記載の方法。
(項目5)
限定するものではないが、心拍、心拍変動、拍動波形およびその派生物、脈波指標、脈波伝播速度、血圧、呼吸数、心肺連関、アクティグラフィー、ならびに概日リズムの特徴により例示される、二つ以上の生理的睡眠段階または関係するデータストリームのうちの一つもしくはそれらの組み合わせを獲得し、項目1に記載の前記方法が、生体プロファイルを生成するように実行されるクラウドベースのプラットフォームへ、前記獲得したデータストリームを伝達し、前記デバイス、および/または他のデバイス、データベース、もしくは限定するものではないが、医療データベース、保険データベースおよび小売りデータベースにより例示されるクラウドベースのプラットフォーム、ウェアラブルデバイス、コンピュータデバイス、スマートデバイスならびに埋め込み型デバイスに、前記プロファイルおよび/または凝縮されたプロファイルを伝達し戻す、デバイス。
(項目6)
限定するものではないが、心拍、心拍変動、拍動波形およびその派生物、脈波指標、脈波伝播速度、血圧、呼吸数、心肺連関、アクティグラフィー、ならびに概日リズムの特徴により例示される、二つ以上の生理的睡眠段階または関係する特徴のうちの一つもしくはそれらの組み合わせを獲得し、前記特徴を使用して生体プロファイルを生成するように、前記デバイス上で項目1に記載の前記方法を実行し、次の、クラウドベースのプラットフォーム、限定するものではないが、保険データベース、医療データベースおよび小売りデータベースにより例示されるデータベース、ウェアラブルデバイス、コンピュータデバイス、スマートデバイス、ならびに埋め込み型デバイスのうちの一つまたは二つ以上の組み合わせへ、前記生体プロファイルを伝達する、デバイス。
(項目7)
限定するものではないが、心拍、心拍変動、歩行分析、呼吸数および拍動波形により例示される、終日(24h)段階中に取得される生理学的特徴より現れる個人内差を、睡眠および関係する段階中に取得される生理学的特徴と共に活用して、生体プロファイル、ならびに/または個人および/もしくは個人群のユーザの継続性および生理学的状態変化に関する評価を生成する、項目1に記載の方法。
(項目8)
睡眠および関係する段階中に生成される生理学的データから、個人および/または個人群の生体プロファイルを生成するソフトウェア方式であって、限定するものではないが、心拍(HR)、心拍変動(HRV)の判定元となるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性(例えば、脈波指標、左室1回拍出勾配(LVSS)、LVET、PPGRFおよび脈波伝播速度)を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、ならびに概日リズム由来の特徴により例示される、二つ以上の生理学的特徴のうちの一つまたはそれらの組み合わせより現れる個人内差を利用し、一つの生理学的特徴の最小値を、前記プロファイルと照合することによって、限定するものではないが、妊娠、成長または病態生理学的変化により例示される個人の急性および/または慢性の生理学的状態変化を評価するように、生成された生体プロファイルを活用する、ソフトウェア方式。
(項目9)
ユーザおよび/もしくはユーザ群の生理学的状態変化を評価する生体プロファイル、または前記プロファイルの凝縮版が、発信元のデバイスまたはプラットフォームから遠隔デバイスへ無線で伝達され、前記デバイスは、限定するものではないが、ウェアラブルデバイス、医療デバイス、コンピュータデバイス、ゲームデバイス、スマートデバイスおよび埋め込み型デバイス、ならびに/または限定するものではないが、医療データベース、保険データベースおよび小売りデータベースにより例示されるクラウドベースのプラットフォームおよびデータベースが例示される、項目8に記載の方式。
(項目10)
限定するものではないが、心拍、心拍変動、拍動波形およびその派生物、脈波指標、脈波伝播速度、血圧、呼吸数、心肺連関、アクティグラフィー、ならびに概日リズムの特徴により例示される、二つ以上の生理的睡眠段階または関係する特徴のうちの一つもしくはそれらの組み合わせを獲得し、項目8に記載の前記方式が実行されるクラウドベースのプラットフォームへ、前記獲得した特徴を伝達し、前記デバイス、ならびに/または他のデバイス、データベース、もしくは限定するものではないが、医療データベース、保険データベースもしくは小売りデータベースにより例示されるクラウドベースのプラットフォーム、ウェアラブルデバイス、コンピュータデバイス、スマートデバイスおよび埋め込み型デバイスに、前記プロファイルおよび/または凝縮されたプロファイルを伝達し戻す、デバイス。
(項目11)
限定するものではないが、心拍、心拍変動、拍動波形およびその派生物、脈波指標、脈波伝播速度、血圧、呼吸数、心肺連関、アクティグラフィー、ならびに概日リズムの特徴により例示される、二つ以上の生理的睡眠段階または関係する特徴のうちの一つもしくはそれらの組み合わせを獲得し、前記特徴を使用して生体プロファイルを生成するように、前記デバイス上で項目8に記載の前記方法を実行し、次の、クラウドベースのプラットフォーム、限定するものではないが、保険データベース、医療データベースおよび小売りデータベースにより例示されるデータベース、ウェアラブルデバイス、コンピュータデバイス、スマートデバイス、ならびに埋め込み型デバイスのうちの一つまたは二つ以上の組み合わせへ、前記生体プロファイルを伝達する、デバイス。
(項目12)
限定するものではないが、心拍、心拍変動、歩行分析、呼吸数および拍動波形により例示される、終日(24h)に取得される生理学的特徴より現れる個人内差を、睡眠段階中に取得される生理学的特徴と共に活用して、生体プロファイル、ならびに/または個人および/もしくは個人群のユーザの継続性および生理学的状態変化に関する評価を生成する、項目8に記載の方式。
(項目13)
睡眠および関係する段階中に生成される生理学的データから、少なくとも一人の個人の少なくとも一つの生体プロファイルを生成するシステムであって、
a.前記少なくとも一人の個人から、生理学的特徴のデータを獲得および/または提供するように構成される、少なくとも一つのデバイスと、
b.
i.前記少なくとも一人の個人の前記生理学的特徴の前記獲得したデータから、前記少なくとも一人の個人の前記少なくとも一つの生体プロファイルを生成し、
ii.後に使用するために、前記少なくとも一つの生体プロファイルを記憶する
ように構成される、演算手段と、を備える、システム。
(項目14)
前記少なくとも一つの生体プロファイルを生成するように使用される、前記生理学的データが、前記少なくとも一人の個人の睡眠段階から生成される、項目13に記載のシステム。
(項目15)
前記生体プロファイルが、前記生理学的特徴の前記獲得されたデータより現れる個人内差を利用することによって生成される、項目13に記載のシステム。
(項目16)
前記生理学的特徴の前記獲得されたデータは、24時間にわたって蓄積される、項目15に記載のシステム。
(項目17)
少なくとも前記生体プロファイルは、前記個人の少なくとも一つの生理学的特徴の前記獲得されたデータから生成され、前記少なくとも一つの生理学的特徴は、心拍(HR)、心拍変動(HRV)の判定元となるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、概日リズム由来の特徴、またはそれらの組み合わせのうちの少なくとも一つを備える、項目16に記載のシステム。
(項目18)
前記脈波形特性は、脈波指標、左室1回拍出勾配(LVSS)LVET、PPGRFおよび/または脈波伝播速度を含む、項目17に記載のシステム。
(項目19)
前記少なくとも一つの生体プロファイルが、前記生理学的特徴のうちの二つ以上の組み合わせから生成される、項目17に記載のシステム。
(項目20)
前記演算手段はさらに、前記少なくとも一つのデバイスから、前記少なくとも一人の個人の現生理学的特徴のデータを取得し、前記少なくとも一人の個人の前記同一性を確認するために、前記現生理学的特徴の前記データを、前記少なくとも一人の個人の前記少なくとも一つの生体プロファイルと比較するように構成される、項目13に記載のシステム。
(項目21)
検証の際、前記システムによって、前記少なくとも一人の個人が、前記少なくとも一つのデバイスと関連付けられた電子デバイスを使用することを可能にできる、項目20に記載のシステム。
(項目22)
前記演算手段を備える、クラウドベースのプラットフォームをさらに備え、前記少なくとも一つのデバイスは、前記生理学的特徴を前記クラウドベースのプラットフォームへ伝達するように構成される、項目13に記載のシステム。
(項目23)
前記少なくとも一つのデバイスは、少なくとも一つのウェアラブルデバイスを備える、項目22に記載のシステム。
(項目24)
前記少なくとも一つのデバイスはさらに、医療デバイスおよび/またはデータベースを備える、項目23に記載のシステム。
(項目25)
前記クラウドベースのプラットフォームはさらに、前記少なくとも一つの生体プロファイルを、複数の遠隔デバイスへ伝達するように構成される、項目24に記載のシステム。
(項目26)
前記演算手段はさらに、前記少なくとも一つのデバイスから、前記少なくとも一人の個人の現生理学的特徴のデータを取得し、前記少なくとも一人の個人の生理学的状態の変化をモニターするために、前記現生理学的特徴の前記データを、前記生成された生体プロファイルと比較するように構成される、項目13に記載のシステム。
(項目27)
前記システムはさらに、複数の個人に対して生体プロファイルを生成するように構成される、項目13に記載のシステム。
(項目28)
前記複数の生体プロファイルは、前記複数の個人を特定するように適用される、項目27に記載のシステム。
(項目29)
個人の生理学的特徴から生体プロファイルを生成する方法であって、
a.睡眠および関係する状態中に生成される、前記個人の生理学的データを獲得することであって、前記獲得されたデータは、継続する24時間にわたって蓄積される、ことと、
b.生理学的特徴のうちの一つまたはそれらの組み合わせの前記データより現れる前記個人内の差から、前記生体プロファイルを生成することと、
c.前記個人の現生理学的特徴のデータを獲得することと、
d.前記獲得した現生理学的特徴のデータを、前記生成された生体プロファイルと比較することと、を含む、方法。
(項目30)
前記生理学的特徴は、心拍(HR)、心拍変動(HRV)の判定元となるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、概日リズム由来の特徴、またはそれらの組み合わせのうちの少なくとも一つを含む、項目29に記載の方法。
(項目31)
前記獲得した現生理学的特徴のデータを、前記生成された生体プロファイルと比較した後、前記現生理学的特徴を生成した前記個人は、前記生成された生体プロファイルと関連付けられた同じ個人であると証明する、項目29に記載の方法。
(項目32)
前記個人の生理学的状態の変化をモニターすることを、さらに含む、項目29に記載の方法。
請求する発明のある特定の実施形態では、例えば、限定するものではないが、ウェアラブルデバイス101に包含されるPPG、ACC、EDAおよび温度センサによって取得される生理学的データストリームは、クラウドベースのプラットフォーム103へ無線で伝達される(102)。データベース109、および医療デバイス108などの他のデバイス108から取得される、さらなる生理学的データストリームもまた、同じプラットフォーム103へ伝達されてもよい。獲得された生理学的データストリームは、プラットフォーム103上で、限定するものではないが、ランダムフォレストモデルアルゴリズム、ロジスティック回帰アルゴリズム、ニューラルネットワークアルゴリズムなどを含む、様々な分類アルゴリズムを使用し得る分類器104を通過し、データストリームを三つの生物学的状態、すなわち、1.睡眠105、2.休息106、3.自由生活107に分類する。以下に記載する通り、さらに、固有のユーザプロファイル111を作成する、生物学に基づく処理およびモデリング110が続き得る。
生物学に基づく処理(ウェアラブルデバイス101上、またはクラウドベースのプラットフォーム103上のいずれか)によって、限定するものではないが、心拍(HR)、RR間隔、心拍変動(HRV)、呼吸数(BR)および一過性頻脈(ACC)により例示されるメトリクスがもたらされる。クラウドベースのプラットフォーム上で、限定するものではないが、HR特徴、HRV特徴、ACC特徴、心肺連関(CPC:cardio-pulmonary coupling)および睡眠段階特徴を含む、いくつかの特徴は、双方向長短期記憶(LSTM)ニューラルネットワークなどの機械学習モデルの訓練により、HR、RR間隔およびACCなどの測定値から作成される、個人の睡眠段階へのマッピングによって導き出される。特徴の典型的な差異および特徴間の相互作用は、多変量正規分布のフィッティングによって定量化されてもよい。その結果得られる分布によって、特徴間の相互作用と共に、特徴の各々の典型値が説明される。そのようなモデルによって、所与の個人に対する固有のプロファイルが形成される。上述した多変量正規分布のフィッティングは、非線形関係の捕捉のためのカーネル法などのより複雑な手法、および/または特徴に関する非線形変換の研究を組み込むことで改良され得る。
心拍のたびに、脈波は身体の血管系を伝播する。この脈拍の性質は、血圧、脈波伝播速度、動脈硬化および年齢などの因子によって異なる。これらの因子は、個人間で著しく異なるが、一個人ではほぼ一定のままである。発明のある特定の実施形態では、これら固有の脈波が、ウェアラブルデバイス101に包含される、光電式容積脈波(PPG)センサを使用して検出される。一態様では、ウェアラブルデバイス101にはインターネット接続機能がある。オンデバイス信号処理によって、限定するものではないが、第1および第2派生物、脈波指標、LVSS、LVET、PPGRF、元の波の振幅、反射波の振幅、ならびに血管拡張により例示される、特徴抽出元となる、典型的な測定脈波形をもたらす。抽出された特徴は、血圧、脈波伝播速度、動脈硬化および年齢などの因子と強く相関する。これによって、脈波形を個人間の理想的な区別因子にする。さらに、脈波形の差異を心拍の差異と比較すると、異なる心拍が著しいが予測可能な効果を脈波形に発揮するという意味で、強い関係が観察され、異なるHRの脈波への影響は、必要に応じモデル化され補正され得る。
概日リズムは、おおよそ24時間サイクルを忠実に守る、行動、身体および精神的変化である。a)概日周期、b)概日性最小値および最大値、ならびにc)概日性振幅など、いくつかの概日リズムのある特性を活用することによって、概日リズムプロファイルと名付けられた固有のユーザプロファイルを、個人に対して生成し得る。これらの概日リズムの特性の各々は、生理学的過程間だけでなく、個人間でも明確に異なるため、複数の概日リズムデータ点を使用して、より大きな集団から複数の個人、すなわち個人群を特定するのに使用される、ユーザプロファイルを生成してもよい。ユーザプロファイルはまた、潜在的な生理学的状態変化を検出するのに使用されてもよい。例えば、変化は疾患状態を判定する助けと成り得る。睡眠および休息段階で生成されるユーザプロファイルを組み合わせて使用して、ユーザは、臨床疾患のリスクステータスおよび/または潜在的な疾患状態の有無の検証を取得してもよい。例は、内在する(気が付き診断するのが難しい)心臓の電気生理学的障害を持つユーザとする。RR間隔および心拍変動などの測定したメトリクスが、正常なプロファイルと比較すると、異常な心臓のQRS群の指標を提示する場合がある。
a)ユーザの継続性を評価(すなわち、同じユーザが継続してデバイスを着用および/または操作しているかを評価する、個人間比較)し、b)生理学的状態変化をモニター(すなわち、ユーザに異常な生理学的変化が起こっているかを判定する、個人内比較)するために、受信する生理学的データストリームは、生成されるユーザプロファイルのリアルタイム訓練を通して、睡眠、休息および自由生活状態中に取得されるデータから生成されるユーザプロファイル(前のセクションに記載した通り)と継続的に比較されてもよい。ある特定の実施形態では、受信する生理学的データストリームは、限定するものではないが、双方向ニューラルネットワークなどの機械学習モデルのリアルタイム訓練を通して、睡眠、休息および自由生活状態と関連付けられるデータストリームから特徴のリストを作成することによって、生成されるユーザプロファイルにマッピングされる。生理学的データストリームは、限定するものではないが、HRVの判定元となるRR間隔、BR、ACC特徴、派生物および関連する脈波形特性(例えば、脈波指標、LVSS、エントロピー計算などのHR派生物、LVET、PPGRFおよび脈波伝播速度)を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、ならびに概日リズム由来のデータを含み得る。睡眠、休息および自由生活状態と関連付けられる特徴のベクトルは、生理学的データストリームから抽出される。特徴のベクトルおよび特徴間の関係は、例えば、限定するものではないが、特徴のベクトルへの多変量正規分布のフィッティングなどの単純化されたモデリングといった、いずれかの生成モデリング技法を、非線形関係を捕捉するカーネル法などのより複雑な手法と共に使用してモデル化される。特徴に関する非線形変換の研究は、非線形関係を捕捉するのに使用され得る。上述の技法を使用することによって、ユーザに特有の各特徴の典型値を、ユーザに特有の特徴間の相互作用と共に説明するように、分布をモデル化してもよい。受信する生理学的データストリームからの特徴は、例えば、限定するものではないが、ユーザに特有の適合性および/または異常な生理学的状態を判定するように、ベイジアンモデリング技法を使用して分布と比較される。
一態様では、部門内の差は、特定されたユーザの履歴データに基づく、以前に生成された(またはベースライン)生体プロファイル/指紋に対する、そのとき収集された生体プロファイル/指紋の偏差を図示する。そのような偏差は、ユーザが慢性疾患状態であると示すことができる、プロファイルの傾向(すなわち、変化)特定する助けとなるように使用し得る。例えば、ユーザのHRV高周波:低周波比率は、その人の生体指紋の一部を形成することができ、年齢と共に減少するであろう。インフルエンザ感染により、交感神経系の緊張が高まる人は、この値がより一層早く減少する可能性があり、ユーザの生理が個人ごとの変動の通常範囲を逸脱しようとしている警告として使用し得る。
一旦個人の生体プロファイルが作成されると、生体プロファイルは、セキュリティのためにユーザを識別(個人間の比較)するのに使用され得る。一態様では、様々な電子デバイスが、権限を与えられた個人のみが利用可能となるように構成される。ある生体プロファイルは電子デバイスに付与され得る。生体プロファイルが合致すると、電子デバイスは、その中の1台に依存して起動、停止および/またはアクセスが可能になる。一態様では、電子デバイス自体が、記憶された生体プロファイルと比較するために、生体プロファイルを生成し得る。他の態様では、電子デバイスは、ユーザを確認するように構成される、別のデバイスと通信し得る。電子デバイスは、限定するものではないが、ウェアラブルデバイス、医療デバイス、コンピュータデバイス、ゲームデバイス、スマートデバイスおよび埋め込み型デバイスを含み得る。
Claims (30)
- 少なくとも一人の個人および/または個人群の少なくとも一つの生体プロファイルを生成する方法であって、前記方法は、
連続的な生理学的データストリームを受信することと、
前記連続的な生理学的データストリームから、終日(24h)の期間にわたる自由生活状態、休息状態、睡眠状態の間に生成される二つ以上の生理学的特徴のうちの一つまたはそれらの組み合わせを連続的に導き出すことであって、前記睡眠状態は、複数の睡眠段階を含む、ことと、
モデリング技法を使用して前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせから現れる個人内差を利用することによって、少なくとも1つの生体プロファイルを形成するためにベクトルを生成することであって、前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせは、心拍(HR)、心拍変動(HRV)が判定されるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性(例えば、脈波指標、左室1回拍出勾配(LVSS)LVET、PPGRF、脈波伝播速度)を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、概日リズムに由来する特徴によって例示されるがこれらに限定されず、前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせは、前記自由生活状態、前記休息状態、前記睡眠状態にわたる前記概日リズムに由来する特徴を少なくとも含む、方法。 - 個人および/または個人群から取得される一つの生理学的特徴の最小値と請求項1に記載の方法によって生成される生体プロファイルとを照合することであって、前記生体プロファイルが生成された個人/個人群の同一性を検証することまたは反証することのいずれかを行うために、前記生理学的特徴は、心拍(HR)、心拍変動(HRV)が判定されるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性(例えば、脈波指標、左室1回拍出勾配(LVSS)、LVET、PPGRF、脈波伝播速度)を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、概日リズムに由来する特徴を含む、こと。
- 生体プロファイルは、二つ以上の生理学的特徴のうちの一つまたはそれらの組み合わせと前記生体プロファイルとを照合することによって、a)電子デバイスの起動および停止、および/または、b)電子デバイスのアクセスおよび使用を認証するように、ユーザおよび/またはユーザ群を特定するために適用され、前記電子デバイスは、ウェアラブルデバイス、医療デバイス、コンピュータデバイス、ゲームデバイス、スマートデバイス、埋め込み型デバイスによって例示されるがこれらに限定されず、前記二つ以上の生理学的特徴は、心拍(HR)、心拍変動(HRV)が判定されるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性(例えば、脈波指標、左室1回拍出勾配(LVSS)、LVET、PPGRF、脈波伝播速度)を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、概日リズムに由来する特徴によって例示されるがこれらに限定されない、請求項1に記載の方法。
- ユーザおよび/またはユーザ群の生体プロファイルは、遠隔デバイスへの発信元のデバイスまたはプラットフォームから無線で伝達され、前記デバイスは、ウェアラブルデバイス、医療デバイス、コンピュータデバイス、ゲームデバイス、スマートデバイス、埋め込み型デバイス、および/または、クラウドベースのプラットフォームおよびデータベースによって例示されるがこれらに限定されず、前記データベースは、医療データベース、保険データベース、小売りデータベースによって例示されるがこれらに限定されない、請求項1に記載の方法。
- 心拍、心拍変動、拍動波形およびその派生物、脈波指標、脈波伝播速度、血圧、呼吸数、心肺連関、アクティグラフィー、概日リズムの特徴によって例示されるがこれらに限定されない二つ以上の生理的睡眠段階または関係するデータストリームのうちの一つまたはそれらの組み合わせを獲得するデバイスであって、前記デバイスは、前記獲得されたデータストリームをクラウドベースのプラットフォームに伝達し、請求項1に記載の方法は、生体プロファイルを生成するように実行され、前記方法は、前記デバイス、および/または、他のデバイス、データベースまたはクラウドベースのプラットフォーム、ウェアラブルデバイス、コンピュータデバイス、スマートデバイス、埋め込み型デバイスに前記プロファイルおよび/または凝縮されたプロファイルを伝達して戻し、前記データベースは、医療データベースまたは保険データベースまたは小売りデータベースによって例示されるがこれらに限定されない、デバイス。
- 心拍、心拍変動、拍動波形およびその派生物、脈波指標、脈波伝播速度、血圧、呼吸数、心肺連関、アクティグラフィー、概日リズムの特徴によって例示されるがこれらに限定されない二つ以上の生理的睡眠段階または関係する特徴のうちの一つまたはそれらの組み合わせを獲得するデバイスであって、前記デバイスは、前記デバイス上で請求項1に記載の方法を実行することにより、前記特徴を使用して生体プロファイルを生成し、前記デバイスは、クラウドベースのプラットフォーム、データベース、ウェアラブルデバイス、コンピュータデバイス、スマートデバイス、埋め込み型デバイスのうちの一つまたは二つ以上の組み合わせに前記生体プロファイルを伝達し、前記データベースは、保険データベース、医療データベース、小売りデータベースによって例示されるがこれらに限定されない、デバイス。
- 心拍、心拍変動、歩行分析、呼吸数および拍動波形によって例示されるがこれらに限定されない、終日(24h)段階中に取得される生理学的特徴から現れる個人内差が、睡眠および関係する段階中に取得される生理学的特徴と共に活用されることにより、生体プロファイル、および/または、個人および/または個人群のユーザの継続性および生理学的状態変化に関する評価を生成する、請求項1に記載の方法。
- 個人および/または個人群の生体プロファイルを生成するソフトウェア方法であって、前記方法は、
連続的な生理学的データストリームを受信することと、
前記連続的な生理学的データストリームから、終日(24h)の期間にわたる自由生活状態、休息状態、睡眠状態の間に生成される二つ以上の生理学的特徴のうちの一つまたはそれらの組み合わせを連続的に導き出すことであって、前記睡眠状態は、複数の睡眠段階を含む、ことと、
モデリング技法を使用して前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせから現れる個人内差を利用することによって、少なくとも1つの生体プロファイルを形成するためにベクトルを生成することであって、前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせは、心拍(HR)、心拍変動(HRV)が判定されるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性(例えば、脈波指標、左室1回拍出勾配(LVSS)、LVET、PPGRF、脈波伝播速度)を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、概日リズムに由来する特徴によって例示されるがこれらに限定されない、ことと、
一つの生理学的特徴の最小値と前記生体プロファイルとを照合することによって、生成された生体プロファイルを利用することにより、前記個人の急性および/または慢性の生理学的状態変化を評価することであって、前記個人の急性および/または慢性の生理学的状態変化は、妊娠変化、成長変化、または、病態生理学的変化によって例示されるがこれらに限定されない、ことと
を含み、
前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせは、前記自由生活状態、前記休息状態、前記睡眠状態にわたる前記概日リズムに由来する特徴を少なくとも含む、ソフトウェア方法。 - ユーザおよび/またはユーザ群の生理学的状態変化を評価する生体プロファイルまたは前記プロファイルの凝縮版は、遠隔デバイスへの発信元のデバイスまたはプラットフォームから無線で伝達され、前記デバイスは、ウェアラブルデバイス、医療デバイス、コンピュータデバイス、ゲームデバイス、スマートデバイス、埋め込み型デバイス、および/または、クラウドベースのプラットフォームおよびデータベースによって例示されるがこれらに限定されず、前記データベースは、医療データベース、保険データベース、小売りデータベースによって例示されるがこれらに限定されない、請求項8に記載の方法。
- 心拍、心拍変動、拍動波形およびその派生物、脈波指標、脈波伝播速度、血圧、呼吸数、心肺連関、アクティグラフィー、概日リズムの特徴によって例示されるがこれらに限定されない二つ以上の生理的睡眠段階または関係する特徴のうちの一つまたはそれらの組み合わせを獲得するデバイスであって、前記デバイスは、前記獲得された特徴をクラウドベースのプラットフォームに伝達し、請求項8に記載の方法が実行され、前記方法は、前記デバイス、および/または、他のデバイス、データベースまたはクラウドベースのプラットフォーム、ウェアラブルデバイス、コンピュータデバイス、スマートデバイス、埋め込み型デバイスに前記プロファイルおよび/または凝縮されたプロファイルを伝達して戻し、前記データベースは、医療データベースまたは保険データベースまたは小売りデータベースによって例示されるがこれらに限定されない、デバイス。
- 心拍、心拍変動、拍動波形およびその派生物、脈波指標、脈波伝播速度、血圧、呼吸数、心肺連関、アクティグラフィー、概日リズムの特徴によって例示されるがこれらに限定されない二つ以上の生理的睡眠段階または関係する特徴のうちの一つまたはそれらの組み合わせを獲得するデバイスであって、前記デバイスは、前記デバイス上で請求項8に記載の方法を実行することにより、前記特徴を使用して生体プロファイルを生成し、前記デバイスは、クラウドベースのプラットフォーム、データベース、ウェアラブルデバイス、コンピュータデバイス、スマートデバイス、埋め込み型デバイスのうちの一つまたは二つ以上の組み合わせに前記生体プロファイルを伝達し、前記データベースは、保険データベース、医療データベース、小売りデータベースによって例示されるがこれらに限定されない、デバイス。
- 心拍、心拍変動、歩行分析、呼吸数および拍動波形によって例示されるがこれらに限定されない、終日(24h)に取得される生理学的特徴から現れる個人内差が、睡眠段階中に取得される生理学的特徴と共に活用されることにより、生体プロファイル、および/または、個人および/または個人群のユーザの継続性および生理学的状態変化に関する評価を生成する、請求項8に記載の方法。
- 少なくとも一人の個人の少なくとも一つの生体プロファイルを生成するシステムであって、前記システムは、
a.前記少なくとも一人の個人から、連続的な生理学的データストリームを受信するように構成されている少なくとも一つのデバイスと、
b.演算手段であって、
i.前記連続的な生理学的データストリームから、終日(24h)の期間にわたる自由生活状態、休息状態、睡眠状態の間に生成される二つ以上の生理学的特徴のうちの一つまたはそれらの組み合わせを連続的に導き出すことであって、前記睡眠状態は、複数の睡眠段階を含む、ことと、
ii.モデリング技法を使用して前記少なくとも一人の個人の前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせから現れる個人内差を利用することによって、前記少なくとも一人の個人の前記少なくとも一つの生体プロファイルを形成するためにベクトルを生成することと、
iii.後に使用するために、前記少なくとも一つの生体プロファイルを記憶することと
を行うように構成されている演算手段と
を備え、
前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせは、前記自由生活状態、前記休息状態、前記睡眠状態にわたる概日リズムに由来する特徴を少なくとも含む、システム。 - 前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせは、24時間にわたって蓄積される、請求項13に記載のシステム。
- 前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせは、心拍(HR)、心拍変動(HRV)が判定されるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、または、それらの組み合わせのうちの少なくとも一つを備える、請求項14に記載のシステム。
- 前記脈波形特性は、脈波指標、左室1回拍出勾配(LVSS)LVET、PPGRF、および/または、脈波伝播速度を含む、請求項15に記載のシステム。
- 前記演算手段は、前記少なくとも一つのデバイスから前記少なくとも一人の個人の現在の生理学的特徴のデータを取得することと、前記現在の生理学的特徴の前記データと前記少なくとも一人の個人の前記少なくとも一つの生体プロファイルとを比較することにより、前記少なくとも一人の個人の同一性を検証することとを行うようにさらに構成されている、請求項13に記載のシステム。
- 検証の際、前記システムは、前記少なくとも一人の個人が、前記少なくとも一つのデバイスに関連付けられた電子デバイスを使用することを可能にすることができる、請求項17に記載のシステム。
- 前記システムは、前記演算手段を備えるクラウドベースのプラットフォームをさらに備え、前記少なくとも一つのデバイスは、前記生理学的特徴を前記クラウドベースのプラットフォームに伝達するように構成されている、請求項13に記載のシステム。
- 前記少なくとも一つのデバイスは、少なくとも一つのウェアラブルデバイスを備える、請求項19に記載のシステム。
- 前記少なくとも一つのデバイスは、医療デバイスおよび/またはデータベースをさらに備える、請求項20に記載のシステム。
- 前記クラウドベースのプラットフォームは、前記少なくとも一つの生体プロファイルを複数の遠隔デバイスに伝達するようにさらに構成されている、請求項21に記載のシステム。
- 前記演算手段は、前記少なくとも一つのデバイスから前記少なくとも一人の個人の現在の生理学的特徴のデータを取得することと、前記少なくとも一人の個人の生理学的状態の変化をモニターするために、前記現在の生理学的特徴の前記データと前記生成された生体プロファイルとを比較することとを行うようにさらに構成されている、請求項13に記載のシステム。
- 前記システムは、複数の個人に対して生体プロファイルを生成するようにさらに構成されている、請求項13に記載のシステム。
- 前記複数の生体プロファイルは、前記複数の個人を特定するように適用される、請求項24に記載のシステム。
- 個人の生体プロファイルを生成する方法であって、前記方法は、
a.連続的な生理学的データストリームを受信することと、
b.前記連続的な生理学的データストリームから、終日(24h)の期間にわたる前記個人の自由生活状態、休息状態、睡眠状態の間に生成される二つ以上の生理学的特徴のうちの一つまたはそれらの組み合わせを連続的に導き出すことであって、前記睡眠状態は、複数の睡眠段階を含み、前記導き出された生理学的特徴は、継続する24時間にわたって蓄積される、ことと、
c.モデリング技法を使用して前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせから現れる前記個人内の差を利用することによって、前記生体プロファイルを形成するためにベクトルを生成することと、
d.前記個人の現在の生理学的特徴のデータを獲得することと、
e.現在の生理学的特徴の前記獲得されたデータと前記生成された生体プロファイルとを比較することと
を含み、
前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせは、前記自由生活状態、前記休息状態、前記睡眠状態にわたる概日リズムに由来する特徴を少なくとも含む、方法。 - 前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせは、心拍(HR)、心拍変動(HRV)が判定されるRR間隔、呼吸数(BR)、一過性頻脈(ACC)の特徴、派生物および関連する脈波形特性を伴う動脈拍動波形、血圧、心肺連関情報、アクティグラフィー、または、それらの組み合わせのうちの少なくとも一つをさらに含む、請求項26に記載の方法。
- 現在の生理学的特徴の前記獲得されたデータと前記生成された生体プロファイルとを比較した後に、前記現在の生理学的特徴を生成した前記個人が、前記生成された生体プロファイルに関連付けられた個人と同一であることを検証する、請求項26に記載の方法。
- 前記方法は、前記個人の生理学的状態の変化をモニターすることをさらに含む、請求項26に記載の方法。
- 前記方法は、前記連続的なデータストリームを複数の生理学的状態に分割するために分類器を利用することと、その後、前記二つ以上の生理学的特徴のうちの前記一つまたはそれらの組み合わせを前記複数の生理学的状態分割のそれぞれに対して導き出すこととをさらに含む、請求項1に記載の方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2024009399A JP2024028624A (ja) | 2016-11-23 | 2024-01-25 | 睡眠生理学を使用した生体識別のシステムおよび方法 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662425977P | 2016-11-23 | 2016-11-23 | |
US62/425,977 | 2016-11-23 | ||
PCT/US2017/063070 WO2018098322A1 (en) | 2016-11-23 | 2017-11-22 | System and method for biometric identification using sleep physiology |
JP2019527506A JP2020512031A (ja) | 2016-11-23 | 2017-11-22 | 睡眠生理学を使用した生体識別のシステムおよび方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019527506A Division JP2020512031A (ja) | 2016-11-23 | 2017-11-22 | 睡眠生理学を使用した生体識別のシステムおよび方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024009399A Division JP2024028624A (ja) | 2016-11-23 | 2024-01-25 | 睡眠生理学を使用した生体識別のシステムおよび方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022079774A true JP2022079774A (ja) | 2022-05-26 |
Family
ID=62144089
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019527506A Withdrawn JP2020512031A (ja) | 2016-11-23 | 2017-11-22 | 睡眠生理学を使用した生体識別のシステムおよび方法 |
JP2022062437A Withdrawn JP2022079774A (ja) | 2016-11-23 | 2022-04-04 | 睡眠生理学を使用した生体識別のシステムおよび方法 |
JP2024009399A Pending JP2024028624A (ja) | 2016-11-23 | 2024-01-25 | 睡眠生理学を使用した生体識別のシステムおよび方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019527506A Withdrawn JP2020512031A (ja) | 2016-11-23 | 2017-11-22 | 睡眠生理学を使用した生体識別のシステムおよび方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024009399A Pending JP2024028624A (ja) | 2016-11-23 | 2024-01-25 | 睡眠生理学を使用した生体識別のシステムおよび方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US10835158B2 (ja) |
EP (1) | EP3544490A4 (ja) |
JP (3) | JP2020512031A (ja) |
CN (1) | CN110099603A (ja) |
AU (1) | AU2017363283B2 (ja) |
BR (1) | BR112019010408A8 (ja) |
CA (1) | CA3044704A1 (ja) |
RU (1) | RU2019119372A (ja) |
WO (1) | WO2018098322A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983207A (zh) * | 2018-06-13 | 2018-12-11 | 北京慧远达科技有限公司 | 一种基于微波雷达监控活动指数的系统和方法 |
JP2020039070A (ja) | 2018-09-05 | 2020-03-12 | キヤノン株式会社 | 情報処理装置、システム、その制御方法及びプログラム |
US10820810B2 (en) * | 2018-11-26 | 2020-11-03 | Firstbeat Analytics, Oy | Method and a system for determining the maximum heart rate of a user of in a freely performed physical exercise |
US11120111B2 (en) * | 2018-12-11 | 2021-09-14 | Advanced New Technologies Co., Ltd. | Authentication based on correlation of multiple pulse signals |
US11547350B2 (en) | 2018-12-26 | 2023-01-10 | Industrial Technology Research Institute | Personalized parameter learning method, sleep-aid device and non-transitory computer readable medium |
CN109938705B (zh) * | 2019-03-06 | 2022-03-29 | 智美康民(珠海)健康科技有限公司 | 三维脉波的显示方法、装置、计算机设备及存储介质 |
RU2763641C1 (ru) * | 2021-09-22 | 2021-12-30 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Тюменский Государственный Медицинский Университет" Министерства Здравоохранения Российской Федерации | Способ оценки прогнозируемого сдвига скорректированной средней фазы сна по Мюнхенскому тесту Munich Chrono-Type Questionnaire при изменении времени дневной световой экспозиции у лиц со свободным графиком работ |
RU2762612C1 (ru) * | 2021-10-25 | 2021-12-21 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Тюменский Государственный Медицинский Университет" Министерства Здравоохранения Российской Федерации | Способ прогноза скорректированной средней фазы сна по Мюнхенскому тесту у лиц в возрасте от 18 до 22 лет включительно при увеличении экранного времени |
JP7349215B1 (ja) | 2023-03-28 | 2023-09-22 | 株式会社Taos研究所 | 生体判定方法、生体判定システム及び生体判定プログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09510636A (ja) * | 1994-03-24 | 1997-10-28 | ミネソタ マイニング アンド マニュファクチャリング カンパニー | 生物測定の個人認証システム |
WO2013148753A1 (en) * | 2012-03-28 | 2013-10-03 | Wayne State University | Sensor and method for continuous health monitoring |
US8679012B1 (en) * | 2008-08-13 | 2014-03-25 | Cleveland Medical Devices Inc. | Medical device and method with improved biometric verification |
US20140089673A1 (en) * | 2012-09-25 | 2014-03-27 | Aliphcom | Biometric identification method and apparatus to authenticate identity of a user of a wearable device that includes sensors |
US20150223731A1 (en) * | 2013-10-09 | 2015-08-13 | Nedim T. SAHIN | Systems, environment and methods for identification and analysis of recurring transitory physiological states and events using a wearable data collection device |
WO2016170005A1 (en) * | 2015-04-20 | 2016-10-27 | Resmed Sensor Technologies Limited | Detection and identification of a human from characteristic signals |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7663502B2 (en) * | 1992-05-05 | 2010-02-16 | Intelligent Technologies International, Inc. | Asset system control arrangement and method |
US7164117B2 (en) * | 1992-05-05 | 2007-01-16 | Automotive Technologies International, Inc. | Vehicular restraint system control system and method using multiple optical imagers |
US6993378B2 (en) * | 2001-06-25 | 2006-01-31 | Science Applications International Corporation | Identification by analysis of physiometric variation |
US20060253010A1 (en) * | 2004-09-28 | 2006-11-09 | Donald Brady | Monitoring device, method and system |
CN101513348B (zh) * | 2005-06-13 | 2011-04-20 | 株式会社日立制作所 | 静脉认证装置 |
WO2008130906A1 (en) * | 2007-04-17 | 2008-10-30 | Mikos, Ltd. | System and method for using three dimensional infrared imaging to provide psychological profiles of individuals |
CN103155509B (zh) * | 2010-08-04 | 2016-10-26 | 黑莓有限公司 | 用于基于动态个人信息来提供连续认证的方法和设备 |
US9030294B2 (en) * | 2010-09-20 | 2015-05-12 | Pulsar Informatics, Inc. | Systems and methods for collecting biometrically verified actigraphy data |
CN102779226A (zh) * | 2011-03-31 | 2012-11-14 | 索尼公司 | 个人信息确定方法、个人信息确定装置以及电子设备 |
SG10201503220WA (en) * | 2011-07-08 | 2015-06-29 | Global Nutrition & Health Inc | Personalized nutritional and wellness assistant |
EP2801049B1 (en) * | 2012-01-08 | 2018-11-14 | ImagiStar LLC | System and method for item self-assessment as being extant or displaced |
US10325686B2 (en) * | 2012-07-05 | 2019-06-18 | Siemens Healthcare Gmbh | System and methods for integrated and predictive analysis of molecular, imaging, and clinical data for patient-specific management of diseases |
US9558336B2 (en) * | 2013-10-04 | 2017-01-31 | Salutron Inc. | Persistent authentication using sensors of a user-wearable device |
CN104091107B (zh) * | 2014-07-21 | 2018-01-16 | 友达光电股份有限公司 | 身份辨识装置及身份辨识装置的操作方法 |
EP4306041A1 (en) * | 2015-01-06 | 2024-01-17 | David Burton | Mobile wearable monitoring systems |
US10420515B2 (en) * | 2015-06-15 | 2019-09-24 | Vital Labs, Inc. | Method and system for acquiring data for assessment of cardiovascular disease |
US20170119318A1 (en) * | 2015-10-28 | 2017-05-04 | Blumio, Inc. | System and method for biometric measurements |
US20170143267A1 (en) * | 2015-11-20 | 2017-05-25 | PhysioWave, Inc. | User-specific scale-based enterprise methods and systems |
US20170143268A1 (en) * | 2015-11-20 | 2017-05-25 | PhysioWave, Inc. | Aggregation and analysis of scale-based user data and remote user-physiologic device-based user data |
US20170146389A1 (en) * | 2015-11-20 | 2017-05-25 | PhysioWave, Inc. | Scale-based biometric authorization of multiple communication modes of the scale |
US20170146387A1 (en) * | 2015-11-20 | 2017-05-25 | PhysioWave, Inc. | Social groupings using a user-specific scale-based enterprise system |
US20170148240A1 (en) * | 2015-11-20 | 2017-05-25 | PhysioWave, Inc. | Scale-based biometric authorization of communication between scale and a remote user-physiologic device |
US20170146385A1 (en) * | 2015-11-20 | 2017-05-25 | PhysioWave, Inc. | Scale-based aggregation and communication of user data |
US10973422B2 (en) * | 2016-01-22 | 2021-04-13 | Fitbit, Inc. | Photoplethysmography-based pulse wave analysis using a wearable device |
EP3416555A1 (en) * | 2016-02-17 | 2018-12-26 | Nuralogix Corporation | System and method for detecting physiological state |
US11179049B2 (en) * | 2016-02-29 | 2021-11-23 | Fitbit, Inc. | Intelligent inflatable cuff for arm-based blood pressure measurement |
JP2019513516A (ja) * | 2016-04-08 | 2019-05-30 | ヴィッツァリオ,インコーポレイテッド | 人の視覚パフォーマンスを査定するために視覚データを入手し、集計し、解析する方法およびシステム |
US20170173262A1 (en) * | 2017-03-01 | 2017-06-22 | François Paul VELTZ | Medical systems, devices and methods |
-
2017
- 2017-11-22 EP EP17873421.6A patent/EP3544490A4/en active Pending
- 2017-11-22 BR BR112019010408A patent/BR112019010408A8/pt unknown
- 2017-11-22 RU RU2019119372A patent/RU2019119372A/ru not_active Application Discontinuation
- 2017-11-22 CA CA3044704A patent/CA3044704A1/en active Pending
- 2017-11-22 WO PCT/US2017/063070 patent/WO2018098322A1/en unknown
- 2017-11-22 CN CN201780080167.5A patent/CN110099603A/zh active Pending
- 2017-11-22 US US15/821,206 patent/US10835158B2/en active Active
- 2017-11-22 JP JP2019527506A patent/JP2020512031A/ja not_active Withdrawn
- 2017-11-22 AU AU2017363283A patent/AU2017363283B2/en active Active
-
2022
- 2022-04-04 JP JP2022062437A patent/JP2022079774A/ja not_active Withdrawn
-
2024
- 2024-01-25 JP JP2024009399A patent/JP2024028624A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09510636A (ja) * | 1994-03-24 | 1997-10-28 | ミネソタ マイニング アンド マニュファクチャリング カンパニー | 生物測定の個人認証システム |
US8679012B1 (en) * | 2008-08-13 | 2014-03-25 | Cleveland Medical Devices Inc. | Medical device and method with improved biometric verification |
WO2013148753A1 (en) * | 2012-03-28 | 2013-10-03 | Wayne State University | Sensor and method for continuous health monitoring |
US20140089673A1 (en) * | 2012-09-25 | 2014-03-27 | Aliphcom | Biometric identification method and apparatus to authenticate identity of a user of a wearable device that includes sensors |
US20150223731A1 (en) * | 2013-10-09 | 2015-08-13 | Nedim T. SAHIN | Systems, environment and methods for identification and analysis of recurring transitory physiological states and events using a wearable data collection device |
WO2016170005A1 (en) * | 2015-04-20 | 2016-10-27 | Resmed Sensor Technologies Limited | Detection and identification of a human from characteristic signals |
Also Published As
Publication number | Publication date |
---|---|
CN110099603A (zh) | 2019-08-06 |
WO2018098322A1 (en) | 2018-05-31 |
US10835158B2 (en) | 2020-11-17 |
JP2020512031A (ja) | 2020-04-23 |
BR112019010408A8 (pt) | 2023-03-21 |
US20180140228A1 (en) | 2018-05-24 |
JP2024028624A (ja) | 2024-03-04 |
RU2019119372A3 (ja) | 2021-02-19 |
BR112019010408A2 (pt) | 2019-09-03 |
AU2017363283A1 (en) | 2019-06-06 |
CA3044704A1 (en) | 2018-05-31 |
EP3544490A1 (en) | 2019-10-02 |
EP3544490A4 (en) | 2020-08-05 |
RU2019119372A (ru) | 2020-12-24 |
AU2017363283B2 (en) | 2023-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022079774A (ja) | 睡眠生理学を使用した生体識別のシステムおよび方法 | |
Pathinarupothi et al. | Single sensor techniques for sleep apnea diagnosis using deep learning | |
Kavsaoğlu et al. | A novel feature ranking algorithm for biometric recognition with PPG signals | |
Matar et al. | Unobtrusive sleep monitoring using cardiac, breathing and movements activities: an exhaustive review | |
US8706464B2 (en) | Health data dynamics, its sources and linkage with genetic/molecular tests | |
EP3676852A1 (en) | System, method, computer program product and apparatus for dynamic predictive monitoring in the critical health assessment and outcomes study/score/(chaos) | |
Enayati et al. | Sleep posture classification using bed sensor data and neural networks | |
US20200205709A1 (en) | Mental state indicator | |
CN106132297A (zh) | 在线实时采集分析用于评估每搏输出量、心输出量和全身性炎症的电压体积描记法、心电图和脑电图的方法及装置 | |
US20230082362A1 (en) | Processes and methods to predict blood pressure | |
CN114616628A (zh) | 用于改善人的心血管健康的系统和方法 | |
WO2019075522A1 (en) | RISK INDICATOR | |
US20230181121A1 (en) | Systems and methods to predict and manage post-surgical recovery | |
Nam et al. | Biological‐Signal‐Based User‐Interface System for Virtual‐Reality Applications for Healthcare | |
Sadek et al. | A comparison of three heart rate detection algorithms over ballistocardiogram signals | |
Cimr et al. | Automatic detection of breathing disorder from ballistocardiography signals | |
Cao et al. | Guard your heart silently: Continuous electrocardiogram waveform monitoring with wrist-worn motion sensor | |
Fernandez Rojas et al. | A systematic review of neurophysiological sensing for the assessment of acute pain | |
Zheng et al. | Multi-modal physiological signals based fear of heights analysis in virtual reality scenes | |
WO2019075520A1 (en) | INDICATOR OF RESPIRATORY CONDITION | |
Bakkes et al. | Telemonitoring for independently living elderly: Inventory of needs & requirements | |
Rahman et al. | A field study to capture events of interest (EoI) from living labs using wearables for spatiotemporal monitoring towards a framework of smart health (sHealth) | |
Tahoun | Nonintrusive nocturnal remote monitoring of vital signs in ambient assisted living environments | |
Tu | High-Precision and Personalized Wearable Sensing Systems for Healthcare Applications | |
Piartli | Personalized deep learning models for pain level classification from photoplethysmography signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220404 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230113 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230120 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230419 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230620 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230925 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240125 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20240202 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20240206 |