JP2023550368A - 活動の分類及び表示 - Google Patents

活動の分類及び表示 Download PDF

Info

Publication number
JP2023550368A
JP2023550368A JP2023529128A JP2023529128A JP2023550368A JP 2023550368 A JP2023550368 A JP 2023550368A JP 2023529128 A JP2023529128 A JP 2023529128A JP 2023529128 A JP2023529128 A JP 2023529128A JP 2023550368 A JP2023550368 A JP 2023550368A
Authority
JP
Japan
Prior art keywords
activity
data
segment
user
classified
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.)
Pending
Application number
JP2023529128A
Other languages
English (en)
Inventor
セルゲーエフ，ディミトリ
パルタネン，ユッカ
アクター，アゼーム
クッカ，マティアス
シングルトン，ロバート
クッカ，ヤンネ
Original Assignee
オーラ ヘルス オサケユキチュア
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by オーラ ヘルス オサケユキチュア filed Critical オーラ ヘルス オサケユキチュア
Publication of JP2023550368A publication Critical patent/JP2023550368A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—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
    • A61B5/103—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
    • A61B5/02—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
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • 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
    • 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
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6825—Hand
    • A61B5/6826—Finger
    • 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
    • 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
    • A61B5/74—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
    • A61B5/7425—Displaying combinations of multiple images regardless of image source, e.g. displaying a reference anatomical image with a live image
    • 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
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1613—Constructional details or arrangements for portable computers
    • G06F1/163—Wearable computers, e.g. on a belt
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • 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
    • 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
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • 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
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0008—Temperature signals
    • 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
    • A61B5/02—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
    • A61B5/02—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
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • 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
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • 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
    • 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
    • A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Cardiology (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Dentistry (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Pulmonology (AREA)
  • Fuzzy Systems (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)

Abstract

活動分類のための方法、システム及びデバイスを説明する。システムは、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信し、生理学的データは動作データを少なくとも含む。システムは、ユーザが身体的活動を行っている活動セグメントを動作データに基づいて識別し、活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連する。システムは、活動セグメントデータも基づいて活動セグメントに関連する活動分類データを生成し、活動分類データは一連の分類された活動の種類と、対応する信頼値と含む。その後、システムは、ユーザデバイスのグラフィカルユーザインターフェイス（ＧＵＩ）に、活動セグメントデータと、一連の分類された活動の種類のうちの少なくとも１つの分類された活動の種類を表示させ得る。

Description

[相互参照]
本特許出願は、２０２０年１１月１６日に出願されたＳｅｒｇｅｅｖらによる「活動分類及び表示」と題する米国仮特許出願第６３／１１４１８８号の利益を主張し、本願の譲受人に譲渡された２０２１年１１月１５日に出願されたＳｅｒｇｅｅｖらによる「活動分類及び表示」と題する米国非仮特許出願第１７／５２６
３００号の利益を主張し、参照により本願に明示的に組み込まれる。
以下は、ウェアラブルデバイスと、活動分類及び表示を含むデータ処理に関する。
一部のウェアラブルデバイスは、温度データ、心拍数データ等を含む生理学的データをユーザから収集するように構成され得る。多くのユーザは、自分の身体的健康に関してより多くの洞察を求めている。
図１は、本開示の態様に係る活動分類及び表示をサポートするシステムの一例を示す。 図１は、本開示の態様に係る活動分類及び表示をサポートするシステムの一例を示す。 図３は、本開示の態様に係る活動分類及び表示をサポートするプロセスの一例を示す。 図４は、本開示の態様に係る活動分類及び表示をサポートするプロセスフローの一例を示す。 図５は、本開示の態様に係る活動分類及び表示をサポートするシステム＊の一例を示す。 図３は、本開示の態様に係る活動分類及び表示をサポートするプロセスの一例を示す。 図７は、本開示の態様に係る活動分類及び表示をサポートするグラフィカルユーザインターフェイス（ＧＵＩ）の一例を示す。 図８は、本開示の態様に係る活動分類及び表示をサポートするＧＵＩの一例を示す。 図９は、本開示の態様に係る活動分類及び表示をサポートするＧＵＩの一例を示す。 図１０は、本開示の態様に係る活動分類及び表示をサポートする活動セグメント分類図の一例を示す。 図１１は、本開示の態様に係る活動分類及び表示をサポートする装置のブロック図を示す。 図１２は、本開示の態様に係る活動分類及び表示をサポートするウェラブルデバイスのブロック図を示す。 図１３は、本開示の態様に係る活動分類及び表示をサポートする装置を含むシステムのブロック図を示す。 図１４は、本開示の態様に係る活動分類及び表示をサポートする方法を示すフローチャートを示す。 図１５は、本開示の態様に係る活動分類及び表示をサポートする方法を示すフローチャートを示す。 図１６は、本開示の態様に係る活動分類及び表示をサポートする方法を示すフローチャートを示す。
一部のウェアラブルデバイスは、温度データ、動作データ等を含む生理学的データをユーザから収集するように構成され得る。取得された生理学的データは、ユーザの動作や、身体的活動及び運動等の他の活動を分析するために用いられ得る。多くのユーザは、睡眠パターン、活動及び全体的な身体的健康を含む自身の身体的健康に関するより多くの洞察を求めている。一部のウェアラブルデバイスはユーザからデータを取得し、ユーザがいつ身体的活動を行っているか判定するように構成され得る。しかしながら、一部の従来のウェアラブルデバイスは、異なる種類の身体的活動を区別できないことがある。例えば、一部のウェアラブルデバイスは、ユーザが何らかの身体的活動を行っていることを示唆する動作データをユーザから収集し得るが、ユーザが走っているのか、泳いでいるのか、エリプティカルでトレーニングしているのか等を判定できことがある。異なる種類の身体的活動を区別できないことは、異なる種類の活動が様々なレベルのカロリー消費、身体的活動等を示し得るため、ユーザの活動測定が不正確になり得る。
したがって、本開示の態様は、改善された活動分類及び表示を可能にする技術に関する。とりわけ、本開示の態様は、ユーザから生理学的データを取得し、取得した生理学的データに基づいてユーザがいつ身体的活動を行っているかを判定し、分類された活動種類及び対応する信頼値を含む身体的活動の活動分類データを生成するシステムに関する。この点に関して、本願で説明する技術は、異なる種類の分類された活動種類（例えば、ランニング、水泳、自転車、ハイキング）をシステムが区別できるようにし、それぞれの分類された活動の種類に関連する信頼レベルを割り当て得る（信頼値は、特定された活動セグメントはそれぞれの分類された活動種類に関連する相対的な信頼／確率を示す）。
本開示の態様によれば、ウェアラブルデバイスはユーザから生理学的データを取得し、取得した生理学的データを送信するか、さもなければウェアラブルデバイスに関連するアプリケーション又は他のソフトウェアを実行するユーザデバイスと通信し得る。アプリケーションは、測定された生理学的データ、パターン、洞察、メッセージ、メディアコンテンツ等を、アプリケーション内のユーザインターフェイスを介してユーザに表示し得る。この点に関して、ウェアラブルデバイスは、ユーザの生理学的パラメータを測定し、測定されたパラメータを処理し、グラフィカルユーザインターフェイス（ＧＵＩ）でユーザに出力を提供し得る。例えば、ウェアラブルデバイスは、ユーザの生理学的データ（例えば、動作データ、温度データ等）を取得し、取得したデータに基づいて、ユーザの現在の活動及び以前の活動を分類し得る。活動は、運動、スポーツ、レクリエーション活動及び肉体労働等の身体的活動の一例であり得る。
同じ例を続けて、ウェアラブルデバイスに関連するサーバは、ユーザがアクティブである期間の活動分類データを出力し得る。活動分類データは複数の活動分類を含み、それぞれの活動分類は、分類の信頼度を示す関連する信頼度が含む。例えば、各活動分類には、活動分類が正しいという信頼度（例えば確率）を示すパーセント値を関連付け得る。
場合によっては、アプリケーションを実行するユーザデバイスが活動分類のためのＧＵＩを生成し得る。ＧＵＩは、テキスト、画像及びＧＵＩ要素（例えば、ボタン、メニュー等）を含み得る。本願では、活動分類に関連するＧＵＩを活動ＧＵＩと呼び得る。本願では、活動ＧＵＩに含まれるＧＵＩ要素を活動ＧＵＩ要素と呼び得る。一部の実施では、活動ＧＵＩ（例えば、テキスト、画像及び／又は活動ＧＵＩ要素）は、追加の機能を提供するアプリケーションのヘルス、ウェルネス、及び／又はトレーニングＧＵＩ等のより大きなＧＵＩのコンポーネントとして含まれ得る。
活動ＧＵＩは、最近の及び／又は現在の活動の活動名、活動が起こった時間、活動の期間又はそれらの組み合わせ等の分類された活動に関連する情報を表示し得る。活動ＧＵＩ要素は、ユーザに情報を提供し、ユーザ入力を受け取る場合がある。場合によっては、ユーザ入力は、分類された活動のユーザ確認及び／又はリストからの活動のユーザ選択の例であり得る。
アプリケーションを実行するユーザデバイスは、分類データに基づいて活動ＧＵＩをレンダリングし得る。例えば、活動ＧＵＩは、分類に関連する信頼値に基づいて、異なるテキスト、画像及び／又は活動ＧＵＩ要素を含み得る。一部の例では、活動ＧＵＩは最も高い信頼値（例えば、最も可能性の高い分類された活動の種類）に関連する活動を表示し得る。他の例では、活動ＧＵＩは、ユーザが活動を選択及び／又は確認できるようにするボタン又は選択ＧＵＩ要素（例えば、ドロップダウンメニュー）を含み得る。例えば、活動ＧＵＩは、信頼度がそれほど決定的でない可能性のある確認及び／又は選択ＧＵＩ要素を提供し得る。活動ＧＵＩにおけるテキストは、活動分類の信頼レベルも反映し得る。
ウェアラブルデバイスを介したユーザからの生理学的データ収集をサポートするシステムの文脈で本開示の態様を先ず説明する。本開示の追加の態様は、プロセスフロー、システム、例示のＧＵＩ及び図面の文脈で説明する。本開示の態様は、活動分類及び表示に関連する装置図、システム図及びフローチャートを参照してさらに例示及び説明される。
図１は、本開示の態様に係る活動分類及び表示をサポートするシステム１００の一例を示す。システム１００は、１人以上のユーザ１０２によって装着及び／又は操作され得る複数の電子デバイス（例えば、ウェアラブルデバイス１０４、ユーザデバイス１０６）を含む。システム１００はネットワーク１０８及び１つ以上のサーバ１１０をさらに含む。
電子デバイスは、ウェアラブルデバイス１０４（例えば、リング型ウェアラブルデバイス、時計型ウェアラブルデバイス）、ユーザデバイス１０６（例えば、スマートフォン、ノートパソコン、タブレット）を含む、当該技術分野で知られている任意の電子デバイスを含み得る。各ユーザ１０２に関連する電子デバイスは、１）生理学的データの測定、２）測定データの記憶、３）データの処理、４）処理されたデータに基づくユーザ１０２への出力の提供（例えば、ＧＵＩを介して）及び５）相互の及び／又は他のコンピューティングデバイスとのデータの通信うちの１つ以上の機能を含み得る。異なる電子デバイスは１つ以上の機能を行い得る。
例示のウェアラブルデバイス１０４は、ユーザの１０２の指に装着するように構成されたリング型コンピューティングデバイス（以下「リング」）、ユーザの１０２の手首に装着するように構成されたリストコンピューティングデバイス（例えば、スマートウォッチ、フィットネスバンド又はブレスレット）及び／又はヘッドマウントコンピューティングデバイス（例えば、メガネ／ゴーグル）等のウェアラブルコンピューティングデバイスを含み得る。ウェアラブルデバイス１０４は、バンド、ストラップ（例えば、柔軟な又は非柔軟なバンド又はストラップ）、スティックオンセンサ等も含み、これらは、頭の周りのバンド（例えば、額のヘッドバンド）、腕（例えば、前腕バンド及び／又は上腕バンド）及び／又は脚（例えば、太もも又はふくらはぎのバンド）、耳の後ろ、脇の下等の他の場所に位置し得る。ウェアラブルデバイス１０４は、衣類に取り付けられ得るか又は含まれ得る。例えば、ウェアラブルデバイス１０４は衣類のポケット及び／又はポーチに含められ得る。別の例として、ウェアラブルデバイス１０４は衣類にクリップ留め及び／又はピン留めされ得るか、さもなければユーザ１０２の近くで維持され得る。衣類の例としては、限定されないが、帽子、シャツ、手袋、ズボン、靴下、上着（例えば、ジャケット）、下着が挙げられる。一部の実施では、ウェアラブルデバイス１０４は、身体的活動の間に用いられるトレーニング／スポーツデバイス等の他の種類のデバイスに含まれ得る。例えば、ウェアラブルデバイス１０４は、自転車、スキー、テニスラケット、ゴルフクラブ及び／又はトレーニングウェイトに取り付けられ得るか又は含まれ得る。
本開示の多くは、リング型ウェアラブルデバイス１０４の文脈で説明され得る。したがって、本願では、「リング１０４」、「ウェアラブルデバイス１０４」及び同様の用語は、特に断りがない限り、同じ意味で用いられ得る。しかしながら、「リング１０４」という用語の使用は、本開示の態様は他のウェアラブルデバイス（例えば、腕時計型ウェアラブルデバイス、ネックレス型ウェアラブルデバイス、ブレスレット型ウェアラブルデバイス、イヤリング型ウェアラブルデバイス、アンクレット型ウェアラブルデバイス等）を用いて行われ得ることが本願で考えられ得るため、限定とみなすべきでない。
一部の態様では、ユーザデバイス１０６は、スマートフォン及びタブレットコンピューティングデバイス等のハンドヘルドモバイルコンピューティングデバイスを含み得る。ユーザデバイス１０６は、ラップトップ及びデスクトップコンピューティングデバイス等のパーソナルコンピュータを含み得る。他の例示のユーザデバイス１０６は、他の電子デバイスと（例えば、インターネットを介して）通信し得るサーバコンピューティングデバイスを含み得る。一部の実施では、コンピューティングデバイスは、外部ウェアラブルコンピューティングデバイス（例えば、ホルターモニター）等の医療デバイスを含み得る。医療デバイスは、ペースメーカー及び除細動器等の埋め込み型医療デバイスも含み得る。他の例示のユーザデバイス１０６は、モノのインターネット（ＩｏＴ）デバイス（例えば、ＩｏＴデバイス）、スマートテレビ、スマートスピーカー、スマートディスプレイ（例えば、ビデオ通話ディスプレイ）、ハブ（例えば、無線通信ハブ）、セキュリティシステム、スマート家電（例えば、サーモスタット及び冷蔵庫）及びフィットネス機器等のホームコンピューティングデバイスを含み得る。
一部の電子デバイス（例えば、ウェアラブルデバイス１０４、ユーザデバイス１０６）は、フォトプレチスモグラフィー波形、連続皮膚温度、パルス波形、呼吸数、心拍数、心拍変動（ＨＲＶ）、アクティグラフィー、ガルバニック皮膚反応、パルスオキシメトリー及び／又は他の生理学的パラメータ等の各ユーザ１０２の生理学的パラメータを測定し得る。生理学的パラメータを測定する一部の電子デバイスは、本願で説明する計算の一部又は全ても行う得る。一部の電子デバイスは生理学的パラメータを測定しないが、本願で説明する計算の一部又は全てを行い得る。例えば、リング（例えば、ウェアラブルデバイス１０４）、モバイルデバイスアプリケーション又はサーバコンピューティングデバイスは、他のデバイスによって測定された受信した生理学的データを処理し得る。
一部の実施では、ユーザ１０２は複数の電子デバイスを操作し得るか又は関連し、複数の電子デバイスのうちの一部は生理学的パラメータを測定し、一部は測定された生理学的パラメータを処理し得る。一部の実施では、ユーザ１０２は生理的パラメータを測定するリング（例えば、ウェアラブルデバイス１０４）を有し得る。ユーザ１０２は、ユーザデバイス１０６（例えば、モバイルデバイス、スマートフォン）も有し得るか又は関連し、ウェアラブルデバイス１０４とユーザデバイス１０６が相互に通信的に結合されている。場合によっては、ユーザデバイス１０６は、ウェアラブルデバイス１０４からデータを受信し、本願で説明する計算の一部／全てを行い得る。一部の実施では、ユーザデバイス１０６は、本願で説明する動作／活動パラメータ等の生理学的パラメータも測定し得る。
例えば、図１に示すように、第１のユーザ１０２－ａ（ユーザ１）は、本願で説明するように動作し得るウェアラブルデバイス１０４－ａ（例えば、リング１０４－ａ）及びユーザデバイス１０６－ａを操作し得るか又は関連し得る。この例では、ユーザ１０２ａに関連するユーザデバイス１０６－ａは、リング１０４－ａによって測定された生理学的パラメータを処理／記憶し得る。これと比較して、第２のユーザ１０２－ｂ（ユーザ２）は、リング１０４－ｂ、ウォッチウェアラブルデバイス１０４－ｃ（例えば、ウォッチ１０４－ｃ）及びユーザデバイス１０６－ｂに関連し、ユーザ１０２－ｂに関連するユーザデバイス１０６－ｂは、リング１０４－ｂ及び／又はウォッチ１０４－ｃによって測定された生理学的パラメータを処理／記憶し得る。さらに、第ｎのユーザ１０２－ｎ（ユーザＮ）は、本願で説明されている電子デバイスの配置に関連し得る（例えば、リング１０４－ｎ、ユーザデバイス１０６－ｎ）。一部の態様では、ウェアラブルデバイス１０４（えば、リング１０４、ウォッチ１０４）及び他の電子デバイスは、Ｂｌｕｅｔｏｏｔｈ、Ｗｉ－Ｆｉ及び他の無線プロトコルを介して各ユーザ１０２のユーザデバイス１０６と通信的に連結され得る。
一部の実施では、システム１００のリング１０４（例えば、ウェアラブルデバイス１０４）は、ユーザの指内の動脈血流に基づいて各ユーザ１０２から生理学的データを収集するように構成され得る。とりわけ、リング１０４は、ユーザの指の手のひら側に光を発する１つ以上のＬＥＤ（例えば、赤色ＬＥＤ、緑色ＬＥＤ）を利用して、ユーザの指内の動脈血流に基づく生理学的データを収集し得る。一部の実施では、リング１０４は、緑色及び赤色ＬＥＤの両方の組み合わせを用いて生理学的データを取得し得る。生理学的データは、限定されないが、温度データ、加速度計データ（例えば、動き／動作データ）、心拍数データ、ＨＲＶデータ、血中酸素レベルデータ又はこれらの任意の組み合わせを含む、当該技術分野で知られている任意の生理学的データを含み得る。
赤色及び緑色ＬＥＤは、異なる条件下（例えば、明暗、アクティブ／非アクティブ）で、体の異なる部分等を介して生理学的データを取得する場合にそれぞれ異なる利点を有することがわかっているため、赤色及び緑色ＬＥＤの両方の使用は、他の解決策に勝るいくつかの利点を提供し得る。例えば、緑色ＬＥＤは、運動の間により良いパフォーマンスを示すことがわかっている。さらに、リング１０４の周りに分散された複数のＬＥＤ（例えば、緑色及び赤色ＬＥＤ）を用いると、時計のウェアラブルデバイス内等の互いに近くに位置するＬＥＤを用いるウェアラブルデバイスと比較して、優れたパフォーマンスを示すことが分かっている。さらに、指の血管（例えば、動脈、毛細血管）は、手首の血管と比べてＬＥＤを介してよりアクセスしやすい。とりわけ、手首の動脈は手首の下部（例えば、手首の掌側）に位置しているため、ウェアラブルウォッチ及び同様デバイスが通常装着される手首の上部（例えば、手首の手の甲側）では、毛細血管のみがアクセス可能であることを意味する。そのため、リング１０４内でＬＥＤ及び他のセンサを利用すると、リング１０４は（毛細血管と比較して）動脈へのアクセスが大きいことから、手首に装着するウェアラブルデバイスと比べて優れたパフォーマンスを示すことが分かっているため、より強力な信号及びより貴重な生理学的データが得られ得る。
システム１００の電子デバイス（例えば、ユーザデバイス１０６、ウェアラブルデバイス１０４）は、有線又は無線通信プロトコルを介して１つ以上のサーバ１１０と通信可能に連結され得る。例えば、図１に示すように、電子デバイス（例えば、ユーザデバイス１０６）は、ネットワーク１０８を介して１つ以上のサーバ１１０に通信可能に連結され得る。ネットワーク１０８は、インターネット等の、転送制御プロトコル及びインターネットプロトコル（ＴＣＰ／ＩＰ）を実施し得るか又は他のネットワーク１０８プロトコルを実施し得る。ネットワーク１０８とそれぞれの電子デバイスとの間のネットワーク接続は、電子メール、ウェブ、テキストメッセージ、メール又はコンピュータネットワーク１０８内の任意の他の適切な形式の相互作用を介したデータの転送を促進し得る。例えば、一部の実施では、第１のユーザ１０２－ａに関連するリング１０４－ａは、ユーザデバイス１０６－ａに通信可能に連結され、ユーザデバイス１０６－ａは、ネットワーク１０８を介してサーバ１１０に通信可能に連結され得る。加えて又は代替的に、ウェアラブルデバイス１０４（例えば、リング１０４、ウォッチ１０４）は、ネットワーク１０８に直接通信可能に連結され得る。
システム１００は、ユーザデバイス１０６と１つ以上のサーバ１１０との間でオンデマンドデータベースサービスを提供し得る。場合によっては、サーバ１１０は、ネットワーク１０８を介してユーザデバイス１０６からデータを受信し、データを記憶して分析し得る。同様に、サーバ１１０は、ネットワーク１０８を介してユーザデバイス１０６にデータを提供し得る。場合によっては、サーバ１１０は、１つ以上のデータセンタに位置し得る。サーバ１１０は、データの保存、管理及び処理のために用いられ得る。一部の実施では、サーバ１１０は、ウェブブラウザを介してユーザデバイス１０６にウェブベースのインターフェイスを提供し得る。
一部の態様では、システム１００は、ユーザ１０２が眠っている時間を検出し、ユーザ１０２が眠っている時間を１つ以上の睡眠段階に分類し得る（例えば、睡眠段階分類）。例えば、図１に示すように、ユーザ１０２－ａはウェアラブルデバイス１０４－ａ（例えば、リング１０４－ａ）及びユーザデバイス１０６－ａに関連し得る。この例では、リング１０４－ａは、温度、心拍数、ＨＲＶ、呼吸数等を含む、ユーザ１０２HRVａに関連する生理学的データを収集し得る。一部の態様では、リング１０４－ａによって収集されたデータは機械学習分類器に入力され、機械学習分類器は、ユーザ１０２－ａが眠っている（又は眠っていた）期間を特定するように構成される。さらに、機械学習分類器は、期間を覚醒睡眠段階、急速眼球運動（ＲＥＭ）睡眠段階、浅い睡眠段階（ノンレム（ＮＲＥＭ））、深い睡眠段階（ＮＲＥＭ）を含む異なる睡眠段階に分類するように構成され得る。一部の態様では、分類された睡眠段階は、ユーザデバイス１０６－ａのＧＵＩを介してユーザ１０２－ａに表示され得る。睡眠段階分類は、推奨される就寝時刻、推奨される起床時刻等のユーザの睡眠パターンに関して、ユーザ１０２－ａにフィードバックを提供するために用いられ得る。さらに、一部の実施では、本願で説明する睡眠段階分類技術は、睡眠スコア、準備スコア等の各ユーザのスコアを計算するために用いられ得る。
一部の態様では、システム１００は、本願で説明する生理学的データ収集、データ処理手順及び他の技術をさらに改善するために概日リズム由来の特徴を利用し得る。概日リズムという用語は、約２４時間毎に繰り返される個人の睡眠－覚醒サイクルを制御する自然な内部的なプロセスのことをいう。この点に関して、本願で説明する技術は、生理的データの収集、分析及びデータ処理を改善するために概日リズム調整モデルを利用し得る。例えば、概日リズム調整モデルは、ウェアラブルデバイス１０４－ａを介してユーザ１０２－ａから収集された生理的データとともに機械学習分類器に入力され得る。この例では、概日リズム調整モデルは、ユーザの自然な約２４時間の概日リズム全体で収集された生理的データを「重み付け」又は調整するように構成され得る。一部の実施では、システムは最初に「ベースライン」概日リズム調整モデルを開始し、各ユーザ１０２から収集された生理的データを用いてベースラインモデルを変更して、各ユーザ１０２に固有の調整された個別化された概日リズム調整モデルを生成し得る。
一部の態様では、システム１００は、他の生体リズムを利用して、これらの他のリズムの位相による生理的データの収集、分析及び処理をさらに改善し得る。例えば、個人のベースラインデータ内で週ごとのリズムが検出された場合、モデルは、週の曜日毎に「重み」を調整するように構成され得る。この方法によるモデルへの調整を必要とし得る生体リズムは、１）超日（睡眠状態での睡眠サイクル、覚醒状態で測定された生理的変数における１時間未満から数時間の周期性の振動を含む、１日のリズムよりも速いもの）、２）概日リズム、３）
仕事のスケジュール等の概日リズムの上に課されることが示されている非内因性の日リズム、４）週リズム又は他の人為的な時間周期性が外因的に課されるもの（例えば、１２日の「週」を持つ仮想的な文化では、１２日のリズムが用いられ得る）、５）女性の数日の卵巣リズム、男性の精子形成リズム、６）月のリズム（人工光が少ないか又はない状態で生活している人に関連する）及び７）季節のリズムを含む。
生体リズムは必ずしも定常的なリズムではない。例えば、多くの女性は周期全体で卵巣周期の長さの変動を経験しており、超日周期はユーザの内であっても、何日にわたって全く同じ時に又は周期で起こると予測されていない。そのため、生理学的データにおけるこれらのリズムの時間的分解能を維持しながら、周波数構成を定量化するのに十分な信号処理技術を用いてこれらのリズムの検出を改善し、測定された各瞬間に各リズムの位相を割り当てることにより調整モデル及び時間間隔の比較を修正し得る。生物学的リズム調整モデル及びパラメータは、個人又は個人のグループの動的な生理学的ベースラインをより正確に把握するために、必要に応じて線形又は非線形の組み合わせで追加できる。
一部の態様では、システム１００のそれぞれのデバイスは、活動分類及び表示のための技術をサポートし得る。一部の場合では、システム１００のそれぞれのデバイスは、ユーザの生理学的データ（例えば、動作データ及び／又は温度データ）を取得するための技術、ユーザの現在及び以前の活動を分類するための技術及び分類に基づく活動ＧＵＩを生成するための技術を含む、本開示の態様をサポートし得る。
上述した課題以外の課題を追加で又は代替的に解決するために、本開示の１つ以上の態様がシステム１００で実施され得ることを当業者は理解すべきである。さらに、本開示の態様は、本願で説明する「従来の」システム又はプロセスに技術的な改善を提供し得る。しかしながら、説明及び添付の図面は、本開示の態様を実施した結果としての例示の技術的な改善のみを含むため、特許請求の範囲内で提供される技術的な改善の全てを表すものではない。
図２は、本開示の態様に係る活動分類及び表示をサポートするシステム２００の一例を示す。システム２００は、システム１００を実施し得るか又はシステム１００によって実施され得る。とりわけ、システム２００は、図１を参照して説明されているように、リング１０４（例えば、ウェアラブルデバイス１０４）、ユーザデバイス１０６及びサーバ１１０の例を示す。
一部の態様では、リング１０４はユーザの指の周りに装着されるように構成され、ユーザの指の周りに装着された場合に１つ以上のユーザ生理学的パラメータを特定し得る。例示の測定及び特定は、限定されないが、ユーザの皮膚温度、パルス波形、呼吸数、心拍数、ＨＲＶ、血中酸素レベル等を含み得る。
システム２００は、リング１０４と通信するユーザデバイス１０６（例えば、スマートフォン）をさらに含む。例えば、リング１０４は、ユーザデバイス１０６と無線及び／又は有線通信し得る。一部の実施では、リング１０４は、測定及び処理されたデータ（例えば、温度データ、フォトプレチスモグラム（ＰＰＧ）データ、動作／加速度計データ、リング入力データ等）をユーザデバイス１０６に送信し得る。ユーザデバイス１０６は、リング１０４のファームウェア／設定の更新等のデータをリング１０４に送信することもできる。ユーザデバイス１０６はデータを処理することができる。一部の実施では、ユーザデバイス１０６は処理及び／又は保存のためにサーバ１１０にデータを送信することができる。
リング１０４はハウジング２０５を含んでよく、ハウジング２０５は内側ハウジング２０５－ａ及び外側ハウジング２０５－ｂを含み得る。一部の態様では、リング１０４のハウジング２０５は、限定されないが、デバイスエレクトロニクス、電源（例えば、バッテリー２１０及び／又はコンデンサ）、デバイスエレクトロニクス及び／又は電源を相互接続する１つ以上の基板（例えば、プリント可能回路基板）等を含む、リングの様々なコンポーネントを記憶するか又は含み得る。デバイスエレクトロニクスは、処理モジュール２３０－ａ、メモリ２１５、通信モジュール２２０－ａ、電源モジュール２２５等のデバイスモジュール（例えば、ハードウェア／ソフトウェア）を含み得る。デバイスエレクトロニクスは１つ以上のセンサも含み得る。例示のセンサは、１つ以上の温度センサ２４０、ＰＰＧセンサセンブリ（例えば、ＰＰＧシステム２３５）及び１つ以上の運動センサ２４５を含み得る。
センサは、リング１０４のそれぞれのコンポーネント／モジュールと通信し、それぞれのセンサに関連する信号を生成するように構成された関連モジュール（図示せず）を含み得る。一部の態様では、リング１０４の各コンポーネント／モジュールは、有線又は無線接続を介して相互に通信可能に連結され得る。さらに、リング１０４は、追加の及び／又は代替のセンサ又は光センサ（例えばＬＥＤ）、酸素濃度計等を含む、ユーザから生理学的データを収集するように構成された他のコンポーネントを含み得る。
図２を参照して説明されているリング１０４は、説明の目的のためだけに提供されている。そのため、リング１０４は、図２に示されているような追加の又は代替的なコンポーネントを含み得る。本願で説明する機能を提供する他のリング１０４が製造され得る。例えば、コンポーネント（例えばセンサ）が少ないリング１０４が製造され得る。特定の例では、単一の温度センサ２４０（又は他のセンサ）、電源及び単一の温度センサ２４０（又は他のセンサ
を読み取るように構成されたデバイスエレクトロニクスを備えたリング１０４が製造され得る。別の特定の例では、温度センサ２４０（又は他のセンサ）がユーザの指に取り付けられ得る（例えば、クランプ、バネ式クランプ等を用いて）。この場合、センサは、温度センサ２４０（又は他のセンサ）を読み取る手首装着型コンピューティングデバイス（又は別のセンサ）等の別のコンピューティングデバイスに配線され得る。他の例では、追加のセンサ及び処理機能を含むリング１０４が製造され得る。
ハウジング２０５は１つ以上のハウジング２０５コンポーネントを含み得る。ハウジング２０５は、外側ハウジング２０５－ｂコンポーネント（例えば、シェル）及び内側ハウジング２０５－ａコンポーネント（例えば、成形品）を含み得る。ハウジング２０５は、図２に明示的に示されていない追加のコンポーネント（例えば、追加レイヤー）を含み得る。例えば、一部の実施では、リング１０４は、外側ハウジング２０５－ｂ（例えば、金属製の外側ハウジング２０５－ｂ）からデバイスエレクトロニクス及び他の導電性材料（例えば、電気的トレース）を電気的に絶縁する１つ以上の絶縁層を含み得る。ハウジング２０５は、デバイスエレクトロニクス、バッテリー２１０、基板及び他のコンポーネントの構造的サポートを提供し得る。例えば、ハウジング２０５は、圧力及び衝撃等の機械的な力からデバイスエレクトロニクス、バッテリー２１０及び基板を保護し得る。ハウジング２０５は、水及び／又は他の化学物質からもデバイスエレクトロニクス、バッテリー２１０及び基板を保護し得る。
外側ハウジング２０５－ｂは１つ以上の材料から作られ得る。一部の実施では、外側ハウジング２０５－ｂは、比較的軽量で強度及び耐摩耗性を提供し得るチタン等の金属を含み得る。外側ハウジング２０５－ｂは、ポリマー等の他の材料からも作られ得る。一部の実施では、外側ハウジング２０５－ｂは保護的であるだけでなく装飾的であり得る。
内側ハウジング２０５－ａは、ユーザの指とやりとりするように構成され得る。内側ハウジング２０５－ａは、ポリマー（例えば、医療グレードのポリマー）又は他の材料から作られ得る。一部の実施では、内側ハウジング２０５－ａは透明であり得る。例えば、内側ハウジング２０５－ａは、ＰＰＧ発光ダイオード（ＬＥＤ）が発する光に対して透明であり得る。一部の実施では、内側ハウジング２０５－ａのコンポーネントは外側ハウジング２０５ａに成型され得る。例えば、内側ハウジング２０５－ａは、外側ハウジング２０５－ｂの金属シェルに収まるように成形（例えば、射出成形）されたポリマーを含み得る。
リング１０４は１つ以上の基板（図示せず）を含み得る。デバイスエレクトロニクス及びバッテリー２１０は１つ以上の基板に含まれ得る。例えば、デバイスエレクトロニクス及びバッテリー２１０は１つ以上の基板に搭載され得る。例示の基板は、フレキシブルプリント基板（ＰＣＢ）（例えば、ポリイミド）等の１つ以上のＰＣＢを含み得る。一部の実施では、エレクトロニクス／バッテリー２１０は、フレキシブルＰＣＢ上の表面実装デバイス（例えば、表面実装技術（ＳＭＴ）デバイス）を含み得る。一部の実施では、１つ以上の基板（例えば、１つ以上のフレキシブルＰＣＢ）は、デバイスエレクトロニクス間の電気通信を提供する電気配線を含み得る。電気配線は、バッテリー２１０をデバイスエレクトロニクスにも接続し得る。
デバイスエレクトロニクス、バッテリー２１０及び基板は、さまざまな方法でリング１０４に配置され得る。一部の実施では、センサ（例えば、ＰＰＧシステム２３５、温度センサ２４０、運動センサ２４５及び他のセンサ）がユーザの指の下側と接するように、デバイスエレクトロニクスを含む１つの基板がリング１０４の下部（例えば下半分）に沿って取り付けられ得る。これらの実施では、バッテリー２１０がリング１０４の上部に沿って含まれ得る（例えば、別の基板上で）。
リング１０４の様々なコンポーネント／モジュールは、リング１０４に含まれ得る機能（例えば、回路及び他のコンポーネント）を表す。モジュールは、本願におけるモジュールに起因する機能を生成可能なアナログ及び／又はデジタル回路を実施する任意の離散的及び／又は集積電子回路コンポーネントを含み得る。例えば、モジュールはアナログ回路（例えば、増幅回路、フィルタリング回路、アナログ／デジタル変換回路及び／又は他の信号調整回路）を含み得る。モジュールはデジタル回路（例えば、組み合わせ論理回路又は順次論理回路、メモリ回路等）も含み得る。
リング１０４のメモリ２１５（メモリモジュール）は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、不揮発性ＲＡＭ（ＮＶＲＡＭ）、電気的に消去可能なプログラマブルＲＯＭ（ＥＥＰＲＯＭ）、フラッシュメモリ又は任意の他のメモリデバイス等の、任意の揮発性、不揮発性、磁気又は電気媒体を含み得る。メモリ２１５は本願で説明する任意のデータを記憶し得る。例えば、メモリ２１５は、それぞれのセンサ及びＰＰＧシステム２３５によって収集されたデータ（例えば、動作データ、温度データ、ＰＰＧデータ）を記憶するように構成され得る。さらに、メモリ２１５は、１つ以上の処理回路によって実行された場合に、本願におけるモジュールに起因する様々な機能をモジュールに行わせる命令を含み得る。本願で説明するリング１０４のデバイスエレクトロニクスはデバイスエレクトロニクスの一例にすぎない。そのため、デバイスエレクトロニクスを実施するために用いられるされる電子部品の種類は設計上の考慮に基づいて変化し得る。
本願で説明するリング１０４のモジュールに起因する機能は、１つ以上のプロセッサ、ハードウェア、ファームウェア、ソフトウェア又はそれらの任意の組み合わせとして具体化され得る。モジュールとしての異なる特徴の描写は、異なる機能的態様を強調することを意図しており、そのようなモジュールが別個のハードウェア／ソフトウェアコンポーネントによって実現されなければならないことを必ずしも意味しない。むしろ、１つ以上のモジュールに関連する機能は、別個のハードウェア／ソフトウェアコンポーネントによって行われ得るか又は共通のハードウェア／ソフトウェアコンポーネント内に統合され得る。
リング１０４の処理モジュール２３０－ａは、１つ以上のプロセッサ（例えば、処理ユニット）、マイクロコントローラ、デジタル信号プロセッサ、システムオンチップ（ＳＯＣ）及び／又は他の処理装置を含み得る。処理モジュール２３０－ａは、リング１０４に含まれるモジュールと通信し得る。例えば、処理モジュール２３０－ａは、モジュールと、センサ等のリング１０４の他のコンポーネントとの間でデータを送受信し得る。本願で説明するように、モジュールは様々な回路コンポーネントによって実施され得る。したがって、モジュールは回路（例えば、通信回路及び電源回路）とも呼ばれ得る。
処理モジュール２３０－ａはメモリ２１５と通信し得る。メモリ２１５は、処理モジュール２３０－ａによって実行された場合に、本願における処理モジュール２３０ａに起因する様々な機能を処理モジュール２３０－ａに行わせるコンピュータ読み取り可能命令を含み得る。一部の実施では、処理モジュール２３０－ａ（例えば、マイクロコントローラ）は、通信モジュール２２０－ａ（例えば、統合されたＢｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｇｅｒｙランシーバ）及び／又は追加オンボードメモリ２１５によって提供される通信機能等の他のモジュールに関連する追加の機能を含み得る。
通信モジュール２２０－ａは、ユーザデバイス１０６（例えば、ユーザデバイス１０６の通信モジュール２２０ｂ）との無線及び／又は有線通信を提供する回路を含み得る。一部の実施では、通信モジュール２２０－ａ、２２０－ｂは、Ｂｌｕｅｔｏｏｔｈ回路及び／又はＷｉ－Ｆｉ回路等の無線通信回路を含み得る。一部の実施では、通信モジュール２２０－ａ、２２０－ｂは、ユニバーサルシリアルバス（ＵＳＢ）通信回路等の有線通信回路を含むことができる。通信モジュール２２０－ａを用いて、リング１０４及びユーザデバイス１０６は互いに通信するように構成され得る。リングの処理モジュール２３０－ａは、通信モジュール２２０－ａを介してユーザデバイス１０６とデータを送受信するように構成され得る。例示のデータは、限定されないが、動作データ、温度データ、パルス波形、心拍数データ、ＨＲＶデータ、ＰＰＧデータ及びステータスアップデート（例えば、充電状態、バッテリー充電レベル及び／又はリング１０４の構成設定）等を含み得る。リングの処理モジュール２３０－ａは、ユーザデバイス１０６からアップデート（例えば、ソフトウェア／ファームウェアのアップデート）及びデータを受信するようにも構成され得る。
リング１０４は、バッテリー２１０（例えば、充電式バッテリー２１０）を含み得る。例示のバッテリー２１０は、リチウムイオン又はリチウムポリマータイプのバッテリー２１０を含み得るが、様々なバッテリー２１０のオプションが可能である。バッテリー２１０はワイヤレスで充電され得る。一部の実施では、リング１０４は、コンデンサ等のバッテリー２１０以外の電源を含み得る。電源（例えば、バッテリー２１０又はコンデンサ）は、リング１０４の曲線に一致する曲線形状を有し得る。一部の態様では、充電器又は他の電源は、リング１０４自体によって収集されるデータに加えて又はそれを補足するデータを収集するために用いられ得る追加のセンサを含み得る。さらに、リング１０４の充電器又は他の電源はユーザデバイス１０６として機能してもよく、その場合、リング１０４の充電器又は他の電源は、リング１０４からデータを受信し、リング１０４から受信したデータを記憶及び／又は処理し、リング１０４とサーバ１１０との間でデータを通信するように構成され得る。
一部の態様では、リング１０４は、バッテリー２１０の充電を制御し得る電源モジュール２２５を含む。例えば、電源モジュール２２５は、リング１０４とインターフェイスした場合にバッテリー２１０を充電する外部ワイヤレス充電器とインターフェイスし得る。充電器は、１０４の充電の間にリング１０４と指定された向きを作るためにリング１０４のデータム構造と合致するデータム構造を含み得る。電源モジュール２２５は、デバイスエレクトロニクスの電圧を調整すること、デバイスエレクトロニクスへの電力出力を調整すること及びバッテリー２１０の充電状態を監視することも行い得る。一部の実施では、バッテリー２１０は、大電流放電、１０４の充電の間の過電圧及び１０４の放電の間の低電圧からバッテリー２１０を保護する保護回路モジュール（ＰＣＭ）を含み得る。電源モジュール２２５には、静電放電（ＥＳＤ）保護も含み得る。
１つ以上の温度センサ２４０は、処理モジュール２３０－ａに電気的に結合され得る。温度センサ２４０は、温度センサ２４０によって読み取られたか又は感知された温度を示す温度信号（例えば、温度データ）を生成するように構成され得る。処理モジュール２３０－ａは、温度センサ２４０の位置でユーザの温度を特定し得る。例えば、リング１０４では、温度センサ２４０によって生成された温度データは、ユーザの指におけるユーザの温度（例えば、皮膚温）を示し得る。一部の実施では、温度センサ２４０はユーザの皮膚と接触し得る。他の実施では、ハウジング２０５の一部（例えば、内側ハウジング２０５－ａ）が、温度センサ２４０とユーザの皮膚との間でバリア（例えば、薄い熱伝導性のバリア）を形成し得る。一部の実施では、ユーザの指に接触するように構成されたリング１０４の部分は熱伝導性の部分及び断熱性の部分を有し得る。熱伝導性の部分は、ユーザの指から温度センサ２４０に熱を伝達し得る。断熱性の部分は、リング１０４の一部（例えば、温度センサ２４０）を周囲温度から絶縁し得る。
一部の実施では、温度センサ２４０は、処理モジュール２３０－ａが温度を特定するために用いるデジタル信号（例えば、温度データ）を生成し得る。別の例として、温度センサ２４０がパッシブセンサを含む場合、処理モジュール２３０－ａ（又は温度センサ２４０モジュール）は、温度センサ２４０によって生成された電流／電圧を測定し、測定した電流／電圧に基づいて温度を特定し得る。例示の温度センサ２４０は、負の温度係数（ＮTＣ）サーミスタ等のサーミスタ又は抵抗器、トランジスタ、ダイオード及び／又は他の電気／電子部品を含む他の種類のセンサを含み得る。
処理モジュール２３０－ａは、ユーザの温度を経時的にサンプリングし得る。例えば、処理モジュール２３０－ａは、サンプリングレートに従ってユーザの温度をサンプリングし得る。例示のサンプリングレートは毎秒1サンプルを含み得るが、処理モジュール２３０－ａは、毎秒１サンプルよりも高い又は低い他のサンプリングレートで温度信号をサンプリングするように構成され得る。一部の実施では、処理モジュール２３０－ａは、昼夜を通して継続的にユーザの温度をサンプリングし得る。１日を通して十分な速度（例えば毎秒１サンプル）でサンプリングすることで、本願で説明する分析に十分な温度データが提供され得る。
処理モジュール２３０－ａは、サンプリングされた温度データをメモリ２１５に記憶し得る。一部の実施では、処理モジュール２３０－ａは、サンプリングされた温度データを処理し得る。例えば、処理モジュール２３０－ａは所定の期間にわたる平均温度値を特定し得る。１つの例では、処理モジュール２３０－ａは、毎分収集された全て温度値を合計し、一分間のサンプル数で割ることにより、毎分の平均温度値を特定し得る。温度が毎秒１サンプルでサンプリングされる特定の例では、平均温度は、一分間のサンプリングされた全ての温度の合計を６０秒で割ることによって求められたものであり得る。メモリ２１５は経時的な平均温度値を記憶し得る。一部の実施では、メモリ２１５を節約するために、メモリ２１５はサンプリングされた温度の代わりに平均温度（例えば、１分間に１回）を記憶し得る。
メモリ２１５に記憶され得るサンプリングレートは設定可能であり得る。一部の実施では、サンプリングレートは昼夜を通して同じであり得る。他の実施では、サンプリングレートは昼夜を通して変更され得る。一部の実施では、リング１０４は、生理学的変化を示さない温度の大きなスパイク等の温度測定値をフィルタリング／拒否し得る（例えば、熱いシャワーによる温度のスパイク）。一部の実施では、リング１０４は、１０４の運動の間の過度な動き等の他の要因によって信頼できない可能性のある温度測定値（例えば、運動センサ２４５によって示されるもの）をフィルタリング／拒否し得る。
リング１０４（例えば、通信モジュール）は、サンプリング及び／又は平均温度データを、保存及び／又はさらなる処理のためにユーザデバイス１０６に送信し得る。ユーザデバイス１０６は、保存及び／又はさらなる処理のために、サンプリング及び／又は平均温度データをサーバ１１０に送信し得る。
リング１０４を単一の温度センサ２４０を含むものとして示されているが、リング１０４は、ユーザの指の近くの内側ハウジング２０５－ａに沿って配置された１つ以上の位置にある複数の温度センサ２４０を含み得る。一部の実施では、温度センサ２４０は独立した温度センサ２４０であり得る。加えて又は代替的に、１つ以上の温度センサ２４０は、加速度計及び／又はプロセッサ等の他のコンポーネントと共に含まれ得る（例えば、他のコンポーネントと共にパッケージされる）。
処理モジュール２３０－ａは、単一の温度センサ２４０に関して説明したのと同様の方法で、複数の温度センサ２４０からデータを取得し処理し得る。例えば、処理モジュール２３０は、複数の温度センサ２４０のそれぞれから温度データを個別にサンプリングし、平均し、保存し得る。他の例では、処理モジュール２３０－ａは、異なる速度でセンサをサンプリングし、異なるセンサの異なる値を平均／保存し得る。一部の実施では、処理モジュール２３０－ａは、指の異なる位置で２つ以上の温度センサ２４０によって特定された２つ以上の温度の平均に基づいて単一の温度を特定するように構成され得る。
リング１０４上の温度センサ２４０は、ユーザの指（例えば、任意の指）で遠位温度を取得し得る。例えば、リング１０４上の１つ以上の温度センサ２４０は、指の下側から又は指の異なる位置でユーザの温度を取得し得る。一部の実施では、リング１０４は遠位温度（例えば、サンプリングレートで）を継続的に取得し得る。指でリング１０４によって測定された遠位温度を本願で説明するが、他のデバイスは同じ／異なる位置で温度を測定し得る。場合によっては、ユーザの指で測定された遠位温度は、ユーザの手首又は他の外部の身体位置で測定された温度と異なり得る。加えて、ユーザの指で測定された遠位温度（例えば、「シェル」温度）は、ユーザの深部温度と異なり得る。そのため、リング１０４は、身体の他の内部／外部位置では取得されない可能性のある有用な温度信号を提供し得る。場合によっては、指での連続的な温度測定は、深部温度では明らかでない可能性のある温度変動（例えば、小さな変動又は大きな変動）を捉え得る。例えば、指での連続的な温度測定は、身体の他の温度測定によって提供されない追加の洞察を提供する、分単位又は時間単位の温度変動を捉え得る。
リング１０４はＰＰＧシステム２３５を含み得る。ＰＰＧシステム２３５は、光を伝送する１つ以上の光送信器を含み得る。ＰＰＧシステム２３５は、１つ以上の光送信器によって送信された光を受信する１つ以上の光受信器を含み得る。光受信器は、光受信器によって受信される光の量を示す信号（以下「ＰＰＧ」信号）を生成し得る。光送信器は、ユーザの指の領域を照らし得る。ＰＰＧシステム２３５によって生成されるＰＰＧ信号は、照明された領域の血液の灌流を示し得る。例えば、ＰＰＧ信号は、照明された領域におけるユーザの脈圧によって引き起こされる血液量の変化を示し得る。処理モジュール２３０－ａはＰＰＧ信号をサンプリングし、ＰＰＧ信号に基づいてユーザの脈波波形を特定し得る。処理モジュール２３０－ａは、ユーザの脈波波形に基づいて、ユーザの呼吸数、心拍数、ＨＲＶ、酸素飽和度及び他の循環パラメータ等の様々な生理学的パラメータを特定し得る。
一部の実施では、ＰＰＧシステム２３５は、光受信器がユーザの指の領域にわたって反射された透過光を受信する反射型ＰＰＧシステム２３５として構成され得る。一部の実施では、ＰＰＧシステム２３５は、光送信器と光受信器が互いに反対に配置され、光がユーザの指の一部を通じて光受信器に直接送信される透過型ＰＰＧシステム２３５として構成され得る。
ＰＰＧシステム２３５に含まれる送信器及び受信器の数及び比率は異なり得る。例示の光送信器は発光ダイオード（ＬＥＤ）を含み得る。光送信器は、赤外線スペクトル及び／又は他のスペクトルの光を送信し得る。例示の光受信器は、限定されないが、光センサ、フォトトランジスタ及びフォトダイオードを含み得る。光受信器は、光送信器から受信した波長に応じてＰＰＧ信号を生成するように構成され得る。送信器及び受信器の位置は異なり得る。加えて、単一の装置は反射型及び／又は透過型ＰＰＧシステム２３５を含み得る。
図２に示すＰＰＧシステム２３５は、一部の実施では、反射型ＰＰＧシステム２３５を含み得る。これらの実施では、ＰＰＧシステム２３５は、中央に配置された光受信器（例えば、リング１０４の下部に）と、光受信器の両側に位置する２つの光送信器とを含み得る。この実施では、ＰＰＧシステム２３５（例えば、光受信器）は、光送信器の一方又は両方から受信した光に基づいてＰＰＧ信号を生成し得る。他の実施では、１つ以上の光送信器及び／又は光受信器の他の配置、組み合わせ及び／又は構成が考えられる。
処理モジュール２３０－ａは、光受信器によって生成されたＰＰＧ信号をサンプリングしながら、光を伝送するために光送信器の一方又は両方を制御し得る。一部の実施では、処理モジュール２３０－ａは、光受信器によって生成されたＰＰＧ信号をサンプリングしながら、より強力な受信信号を持つ光送信器に光を伝送させる。例えば、選択された光送信器は、ＰＰＧ信号がサンプリングレート（例えば、２５０Ｈｚ）でサンプリングされている間に継続的に光を放射し得る。
ＰＰＧシステム２３５によって生成されたＰＰＧ信号をサンプリングすることで、パルス波形が得られ、これは「ＰＰＧ」と呼ばれ得る。パルス波形は、複数の心臓周期の血圧対時間を示し得る。パルス波形は、心臓周期を示すピークを含み得る。加えて、パルス波形は、呼吸速度を特定するために用いられ得る呼吸誘発変動を含み得る。処理モジュール２３０－ａは、一部の実施では、パルス波形をメモリ２１５に記憶し得る。処理モジュール２３０－ａは、本願で説明するユーザの生理学的パラメータを特定するために、パルス波形が生成されるときのパルス波形及び／又はメモリ２１５からのパルス波形を処理し得る。
処理モジュール２３０－ａは、パルス波形に基づいてユーザの心拍数を特定し得る。例えば、処理モジュール２３０－ａは、パルス波形のピーク間の時間に基づいて心拍数（例えば、毎分の拍数）を特定し得る。ピーク間の時間は、拍間間隔（ＩＢＩ）と呼ばれ得る。処理モジュール２３０－ａは特定された心拍数値及びＩＢＩ値をメモリ２１５に記憶し得る。
処理モジュール２３０－ａは、経時的にＨＲＶを特定し得る。例えば、処理モジュール２３０－ａは、ＩＢＬの変動に基づいてＨＲＶを特定し得る。処理モジュール２３０－ａは、経時的なＨＲＶ値をメモリ２１５に記憶し得る。さらに、処理モジュール２３０－ａは、経時的なユーザの呼吸数を特定し得る。例えば、処理モジュール２３０－ａは、所定の期間にわたるユーザのＩＢＩ値の周波数変調、振幅変調又はベースライン変調に基づいて呼吸数を特定し得る。呼吸数は毎分の呼吸数で又は別の呼吸数（例えば、３０秒あたりの呼吸数）として計算され得る。処理モジュール２３０－ａは、経時的なユーザの呼吸数の値をメモリ２１５に記憶し得る。
リング１０４は、１つ以上の加速度計（例えば、６次元加速度計）及び／又は１つ以上のジャイロスコープ（ジャイロ）等の１つ以上の運動センサ２４５を含み得る。運動センサ２４５は、センサの動きを示す運動信号を生成し得る。例えば、リング１０４は、加速度計の加速度を示す加速度信号を生成する１つ以上の加速度計を含み得る。別の例として、リング１０４は、角運動（例えば、角速度）及び／又は方向の変化を示すジャイロ信号を生成する１つ以上のジャイロセンサを含み得る。運動センサ２４５は１つ以上のセンサパッケージに含まれ得る。例示の加速度計／ジャイロセンサは、３つの垂直軸における角速度及び加速度を測定し得るボッシュＢＭＬ１６０慣性微小電気機械システム（ＭＥＭＳ）センサである。
処理モジュール２３０－ａは、サンプリングレート（例えば、５０Ｈｚ）で運動信号をサンプリングし、サンプリングされた運動信号に基づいてリング１０４の動きを特定し得る。例えば、処理モジュール２３０－ａは、リング１０４の加速度を特定するために加速信号をサンプリングし得る。別の例として、処理モジュール２３０－ａは、角運動を特定するためにジャイロ信号をサンプリングし得る。一部の実施では、処理モジュール２３０－ａは、メモリ２１５に運動データを記憶し得る。運動データは、サンプリングされた運動データに加えて、サンプリングされた運動信号に基づいて計算された運動データ（例えば、加速度及び角度の値）を含み得る。
リング１０４は、本願で説明する様々なデータを記憶し得る。例えば、リング１０４は、生のサンプリングされた温度データ及び計算された温度データ（例えば、平均温度）等の温度データを記憶し得る。別の例として、リング１０４は、パルス波形、パルス波形に基づいて計算されたデータ（例えば、心拍数値、ＩＢＩ値、ＨＲＶ及び呼吸数値）等のＰＰＧ信号データを記憶し得る。リング１０４は、線形運動及び角運動を示すサンプリングされた運動データ等の運動データも記憶し得る。
リング１０４又は他のコンピューティングデバイスは、サンプリングされた／計算された生理学的データに基づいて追加の値を計算し、記憶し得る。例えば、処理モジュール２３０は、睡眠指標（例えば、睡眠スコア）、活動指標及び準備指標等の様々な指標を計算し、記憶し得る。一部の実施では、追加の値／指標あ「派生値」と呼ばれ得る。リング１０４又は他のコンピューティング／ウェアラブルデバイスは、動きに関する様々な値／指標を計算し得る。動きデータのための例示の派生値は、限定されないが、動きカウント値、規則性値、強度値、代謝等価性のタスク値（ＭＥＴ）及び方向値を含み得る。動きカウント、規則性値、強度値及びＭＥＴは、経時的なユーザの動き（例えば、速度／加速度）の量を示し得る。方向値は、リング１０４がユーザの指でどのように方向付けられているか、リング１０４が左手又は右手のどちらに装着されているかを示し得る。
一部の実施では、動作カウント及び規則性値は、１つ以上の期間内のいくつかの加速度ピークをカウントすることにより特定され得る（例えば、１回以上の３０秒～１分の周期）。強度値は、いくつかの動きと、関連する動きの強度（例えば、加速度値）を示し得る。強度値は、関連する加速度閾値に応じて低、中、高に分類され得る。ＭＥＴは、所定の期間（例えば、３０秒）の動きの強度、動きの規則性／不規則性及び異なる強度に関連する動きの数に基づいて特定され得る。
一部の実施では、処理モジュール２３０－ａはメモリ２１５に記憶されたデータを圧縮し得る。例えば、処理モジュール２３０－ａは、サンプリングされたデータに基づいて計算を行った後にサンプリングされたデータを削除し得る。別の例として、処理モジュール２３０－ａは、記憶された値の数を減らすために、より長い期間にわたってデータを平均化し得る。具体的な例では、１分にわたるユーザの平均温度がメモリ２１５に記憶されている場合、処理モジュール２３０－ａは、記憶のために５分の期間にわたる平均温度を計算し、その後、１分の平均温度データを消去し得る。処理モジュール２３０－ａは、使用されている／使用可能なメモリ２１５の合計量及び／又はリング１０４が最後にデータをユーザデバイス１０６に送信してからの経過時間等の様々な要因に基づいてデータを圧縮し得る。
ユーザの生理的パラメータは、リング１０４に含まれるセンサによって測定され得るが、他のデバイスがユーザの生理的パラメータを測定し得る。例えば、ユーザの温度は、リング１０４に含まれる温度センサ２４０によって測定され得るが、他のデバイスがユーザの温度を測定してもよい。一部の例では、他のウェアラブルデバイス（例えば、リストデバイス）は、ユーザの生理学的パラメータを測定するセンサを含み得る。加えて、外部医療機器（例えば、ウェアラブル医療機器）及び／又は埋め込み型医療機器等の医療機器がユーザの生理学的パラメータを測定し得る。任意の種類のコンピューティングデバイス上の１つ以上のセンサは、本願で説明する技術を実施するために用いられ得る。
生理学的測定は、日中及び／又は夜を通して継続的に行われ得る。一部の実施では、生理学的測定は、日中の一部及び／又は夜間の一部の間に行われ得る。一部の実施では、生理的測定は、ユーザが活動状態、安静状態及び／又は睡眠状態等の特定の状態にあるとの判定に応答して行われ得る。例えば、リング１０４は、よりクリーンな生理的信号を取得するために、安静／睡眠状態で生理的測定を行い得る。１つの例では、リング１０４又は他のデバイス／システムは、ユーザが安静及び／又は睡眠中であることを検出し、その検出された状態の生理的パラメータ（例えば、温度）を取得し得る。デバイス／システムは、本開示の技術を実施するために、ユーザが他の状態にある場合に、安静／睡眠時の生理的データ及び／又は他のデータを用いり得る。
一部の実施では、本願で前述したように、リング１０４は、データを収集、保存及び／又は処理するように構成され、本願で説明したデータのいずれかを記憶及び／又は処理するためにユーザデバイス１０６に送信し得る。一部の態様では、ユーザデバイス１０６は、ウェアラブルアプリケーション２５０、オペレーティングシステム（ＯＳ）、ウェブブラウザアプリケーション（例えば、ウェブブラウザ２８０）、１つ以上の追加アプリケーション及びＧＵＩ２７５を含む。ユーザデバイス１０６は、センサ、オーディオデバイス、触覚フィードバックデバイス等を含む他のモジュール及びコンポーネントをさらに含み得る。ウェアラブルアプリケーション２５０は、ユーザデバイス１０６にインストールされ得るアプリケーション（例えば、「アプリ」）の例を含み得る。ウェアラブルアプリケーション２５０は、本願で説明したように、リング１０４からデータを取得し、取得したデータを記憶し、取得したデータを処理するように構成され得る。例えば、ウェアラブルアプリケーション２５０は、ユーザインターフェイス（ＵＩ）モジュール２５５、取得モジュール２６０、処理モジュール２３０－ｂ、通信モジュール２２０－ｂ及びアプリケーションデータを記憶するように構成されたストレージモジュール（例えば、データベース２６５）を含み得る。
本願で説明する様々なデータ処理動作は、リング１０４、ユーザデバイス１０６、サーバ１１０又はそれらの任意の組み合わせによって行われ得る。例えば、場合によっては、リング１０４によって収集されたデータが前処理され、ユーザデバイス１０６に送信され得る。この例では、ユーザデバイス１０６は、受信したデータに対して何らかのデータ処理動作を行うか、データ処理のためにデータをサーバ１１０に送信するか又はその両方を行い得る。例えば、場合によっては、ユーザデバイス１０６は、比較的低い処理能力を必要とする処理動作及び／又は比較的低いレイテンシを必要とする動作を行う一方で、ユーザデバイス１０６は、比較的高い処理能力を必要とする処理動作及び／又は比較的高いレイテンシを許容する動作のために、データをサーバ１１０に送信し得る。
一部の態様では、システム２００のリング１０４、ユーザデバイス１０６及びサーバ１１０は、ユーザの睡眠パターンを評価するように構成され得る。とりわけ、システム２００のそれぞれのコンポーネントは、リング１０４を介してユーザからデータを収集し、収集されたデータに基づいてユーザのための１つ以上のスコア（例えば、睡眠スコア、準備スコア）を生成するために用いられ得る。例えば、本願で前述したように、システム２００のリング１０４は、温度、心拍数、ＨＲＶ等を含むデータをユーザから収集するためにユーザによって装着され得る。リング１０４によって収集されたデータは、所与の「睡眠日」のためにユーザの睡眠を評価するために、ユーザがいつ眠っているかを判定するために用いられ得る。一部の態様では、それぞれの睡眠日についてユーザのためにスコアが計算され、第１の睡眠日は第１のスコアセットに関連付けられ、第２の睡眠日は第２のスコアセットに関連付けられる。スコアは、それぞれの睡眠日の間にリング１０４によって収集されたデータに基づいて、それぞれの睡眠日について計算され得る。スコアには、限定されないが、睡眠スコア、準備スコア等を含む。
場合によっては、 「睡眠日」は、所与の睡眠日がそれぞれの暦日の午前０時から午前０時まで続くように、従来の暦日と一致するようにされ得る。場合によって、睡眠日は暦日に対してオフセットされ得る。例えば、睡眠日は、ある暦日の午後６時（１８時）からその翌日の午後６時（１８時）まで続き得る。この例では、午後６時は「カットオフ時間」として機能し、午後６時より前にユーザから収集されたデータは現在の睡眠日としてカウントされ、午後６時より後にユーザから収集されたデータは翌日の睡眠日としてカウントされる。大半の人が夜に最も寝るという事実により、暦日に対して睡眠日をオフセットすることで、システム２００は、ユーザの睡眠スケジュールと一致するような方法で、ユーザの睡眠パターンを評価でき得る。場合によっては、各ユーザが通常眠る期間に睡眠日が合わせられるように、ユーザは暦日に対して睡眠日のタイミングを選択的に調整（例えば、ＧＵＩを介して）して選択でき得る。
一部の実施では、それぞれの日のユーザの各総合スコア（例えば、睡眠スコア、準備スコア）は、１つ以上の「貢献要素（contributors）」、「要因（factors）」又は「貢献要因（contributing factors）」に基づいて特定／計算され得る。例えば、ユーザの総合睡眠スコアは、合計睡眠、効率、安らぎ、レム睡眠、深い睡眠、遅延、タイミング又はこれらの任意の組み合わせを含む一連の貢献要素に基づいて計算され得る。睡眠スコアは、任意の量の貢献要素を含み得る。「合計睡眠」の貢献要素は、睡眠日の全ての睡眠時間の合計のことをいう。「効率」貢献要素は、ベッドにいる間に起きていた時間と比較して睡眠に費やした時間の割合を反映し、各睡眠時間の長さで重み付けされた、睡眠日の長い睡眠時間（例えば、一次睡眠期間）の効率平均を用いて計算され得る。「安らぎ」貢献要素は、ユーザの睡眠がどれだけ安らかかを示し、各期間の長さで重み付けされた、睡眠日の全ての睡眠時間の平均を用いて計算され得る。安らぎ貢献要素は、（例えば、異なる睡眠期間の間に検出された（ユーザが目を覚ましたときの）全ての覚醒の合計）、過度の動き及び「起き上がった回数」（例えば、異なる睡眠期間の間に検出された全ての起き上がった（ユーザがベッドから出た場合の）回数の合計）に基づき得る。
「レム睡眠」貢献要素は、レム睡眠を含む睡眠日の全ての睡眠期間にわたるレム睡眠期間の合計のことをいう。同様に、「深い睡眠」貢献要素は、深い睡眠を含む睡眠日の全ての睡眠期間にわたる深い睡眠期間の合計のことをいう。「遅延」貢献要素は、ユーザが睡眠に入るのどれだけ時間がかかるか（例えば、平均、中央値、最長）を表し、各期間の長さ及びそのような期間の数で重み付けされた、睡眠日全体の長い睡眠期間の平均を用いて計算され得る（例えば、所与の睡眠段階又は複数の睡眠段階の統合は、それ自体が貢献要素となり得るか又は他の貢献要素に重みを与え得る）。最後に、「タイミング」貢献要素は、睡眠日及び／又は暦日内での睡眠期間の相対的なタイミングのことをいい、各期間の長さで重み付けされる、睡眠日の全ての睡眠期間の平均を用いて計算され得る。
別の例として、ユーザの全体的な準備スコアは、睡眠、睡眠バランス、心拍数、ＨＲＶバランス、回復指数、温度、活動、活動バランス又はこれらの任意の組み合わせを含む貢献要素のセットに基づいて計算され得る。準備スコアは、任意の数の貢献要素を含み得る。「睡眠」貢献要素は、睡眠日内の全ての睡眠期間の合計睡眠スコアのことをいう。「睡眠バランス」貢献要素は、睡眠日内の全ての睡眠期間の長さの累積のことをいう。とりわけ、睡眠バランスは、ユーザがある期間（例えば、過去２週間）にわたって得ている睡眠が、ユーザのニーズとバランスが取れているかどうかをユーザに示し得る。通常、成人は健康を維持し、警戒心を持ち、精神的及び肉体的に最高のパフォーマンスを発揮するために、一晩に７～９時間の睡眠を必要とする。しかしながら、不眠の夜が時々あることは正常であるため、睡眠バランス貢献要素は長期的な睡眠パターンを考慮して、各ユーザの睡眠ニーズが満たされているかどうかを判定する。「安静時心拍数」貢献要素は、睡眠日の最長睡眠期間（例えば、一次睡眠期間）からの最低心拍数及び／又は一次睡眠期間の後に起こるうたた寝からの最低心拍数を示し得る。
引き続き、準備度スコアの「貢献要素」（例えば、要因、寄与要因）を参照して、「ＨＲＶバランス」貢献要素は、一次睡眠期間と、一次睡眠期間の後に起こるうたた寝からの下っとも高いＨＲＶ平均を示し得る。ＨＲＶバランス貢献要素は、ユーザが第１の期間（例えば、２週間）にわたるＨＲＶ傾向を、第２の、より長い期間（例えば、３か月）にわたる平均ＨＲＶを比較することにより、回復状況を追跡するのに役立ち得る。「回復指数」貢献要素は、最も長い睡眠期間に基づいて計算され得る。回復指数は、夜間にユーザの安静時心拍数が安定するのにどれだけの時間がかかるかを測定する。非常に良好な回復の兆候は、ユーザの安静時心拍数が、ユーザが目を覚ます少なくとも６時間前の夜の前半に安定し、次の日に回復するための体の時間を残していることである。「体温」貢献要素は、最も長い睡眠期間（例えば、一次睡眠期間）に基づいて又はうたた寝の間にユーザの最高温度が最も長い期間の最高温度よりも少なくとも０．５℃高い場合は、最も長い睡眠期間の後に起こるうたた寝に基づいて計算され得る。一部の態様では、リングはユーザが眠っている間にユーザの体温を測定し、システム２００はユーザのベースライン温度に対するユーザの平均温度を表示し得る。ユーザの体温が通常の範囲（例えば、明らかに０.０の上か下か）外にある場合、体温貢献要素が強調表示される（例えば、「注意を払う」状態になる）か又はユーザに対してアラートが生成される。
一部の態様では、システム２００は活動分類及び表示のための技術をサポートし得る。一部の例では、ウェアラブルデバイス１０４はユーザの生理学的データを取得し、そのデータをユーザデバイス１０６（例えば、スマートフォン）に送信し得る。ユーザデバイス１０６は、生理学的データに基づいて１つ以上の活動を分類するサーバ１１０にデータを提供し得る（例えば、無線ネットワークを介して）。サーバ１１０によって生成される活動分類データは、１つ以上の分類された活動の種類と、それぞれの分類された活動の種類に関連付けられた対応する信頼値とを含み得る。この点に関して、サーバ１１０は、ユーザがどのような種類の身体的活動を行っているか又は行っていたかを判定し、それぞれの分類された活動の種類が正しい相対的な可能性又は確率を示す信頼値を各分類された活動の種類に割り当て得る。このような場合、ユーザデバイス１０６は、サーバ１１０から受信した分類データに基づいて活動ＧＵＩを生成し、活動ＧＵＩは、分類された活動の種類、対応する信頼値又はその両方を表示する。
図３は、本開示の態様に係る活動分類及び表示をサポートするプロセスフロー３００の一例を示す。プロセスフロー３００は、少なくともサーバ１１０、ユーザデバイス１０６、ウェアラブルデバイス１０４、又はこれらのデバイスからのコンポーネントのいくつかの組み合わせを含むシステム２００によって実施され得る。以下のものの代替例が実施されることもあり、その場合、一部のステップは説明するのと異なる順序で行われるか又は全く行われない。場合によっては、ステップは、以下で言及されない追加機能を含んでもいいし、さらなるステップが追加され得る。プロセスフロー３００は、活動分類動作と、分類に基づく活動ＧＵＩの生成を説明し得る。
３０５で、システム２００（例えば、ウェアラブルデバイス１０４）は、生理学的データを取得し、処理し得る。一部の実施では、システム２００は生の動作データ及び生の温度データを処理し得る。例えば、システム２００は所定の期間にわたる動作データの平均値及び温度データの平均値を生成し得る。システム２００は所定の期間（例えば、３０秒間隔又は１分間隔）にわたる平均温度を特定し得る。場合によっては、システム２００は所定の期間（例えば、３０秒間隔又は１分間隔）にわたる平均加速度値及び／又はジャイロ値を特定し得る。
３１０で、システム２００（例えば、ウェアラブルデバイス１０４）は、生理学的データを無線接続を介してユーザデバイス１０６に送信し得る。例えば、ユーザデバイス１０６は、ウェアラブルデバイス１０４を介してユーザに関連する生理学的データを受信し得る。生理学的データは、少なくとも運動データ及び温度データを含み得る。ウェアラブルデバイス１０４とユーザデバイス１０６との間のデータの転送は、ウェアラブルデバイス１０４とユーザデバイス１０６との間の同期又はシンクと呼ばれ得る。一部の実施では、ウェアラブルデバイス１０４がデータを生成するときに、ウェアラブルデバイス１０４がユーザデバイス１０６にデータを送信し得る。
ユーザデバイス１０６によって取得されたデータは、時系列の動作データ、温度データ及び／又は他の生理学的データであり得る。ユーザデバイス１０６によって取得されるデータ量（例えば、時間の長さ及び／又はデータポイントの数）は、ユーザデバイス１０６が動作データ、温度データ及び多のデータを取得する頻度に依存し得る。場合によっては、データは、比較的短期間で取得され得る。例えば、ウェアラブルデバイス１０４によってデータが生成されたときにデータが取得され得る。場合によっては、数分、数時間、１日、又は数日にわたってデータが取得され得る。ユーザデバイス１０６は、データが取得されたときにデータを記憶し得る。そのため、ユーザデバイス１０６は、ウェアラブルデバイス１０４から受信したデータを含む時系列データ（例えば、時間、日、週又はそれ以上）を、経時的に複数のセグメントで記憶し得る。
例えば、ウェアラブルデバイス１０４は所定の間隔でユーザデバイス１０６にデータを送信し得る。このような場合、ウェアラブルデバイス１０４は、処理された動作データ及び／又は温度データが利用可能な場合に、ユーザデバイス１０６にデータを送信し得る。一部の例では、処理された温度データ及び／又は動作データは３０秒ごとに利用可能であり得る。このような場合、ウェアラブルデバイス１０４は、処理された温度データ及び／又は動作データを３０秒毎にユーザデバイス１０６に送信し得る。一部の実施では、ウェアラブルデバイス１０４は、動作データ及び温度データを同時に送信し得る。他の実施では、ウェアラブルデバイス１０４は、動作データ及び温度データが異なる間隔でウェアラブルデバイス１０４によって取得されたときに、異なる時間間隔で動作データ及び温度データを生成し、送信し得る。
一部の実施では、ユーザデバイス１０６は、ウェアラブルデバイス１０４からデータを要求するように構成され得る。例えば、ユーザデバイス１０６は、アプリケーション（例えば、ウェアラブルアプリケーション２５０）を開いたときにウェアラブルデバイス１０４からデータを要求するように構成され得る。一部の例では、ユーザデバイス１０６は、所定の間隔でウェアラブルデバイス１０４からデータを要求するように構成され得る。場合によっては、ユーザデバイス１０６は、ウェアラブルデバイス１０４との接続に（例えば、無線接続確立時）応答して、ウェアラブルデバイス１０４からデータを取得するように構成され得る。
３１５で、ユーザデバイス１０６は、ウェアラブルデバイス１０４から取得したデータに対して活動セグメントの識別を行い得る。例えば、ユーザデバイス１０６は、ユーザが身体的活動を行っている間の活動セグメントを識別し得る。場合によっては、活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連し得る。ユーザデバイス１０６は、取得された動作データ、温度データ又はその両方に基づいて活動セグメントを識別し得る。このような場合、システム２００は活動セグメントを識別するために動作データ及び温度データを用いり得る。一部の例では、システム２００は、活動セグメントの間の動作データが動作閾値以上であることと、活動セグメントの間の温度低下が温度低下閾値以上であることに基づいて、活動セグメントを識別し得る。
活動セグメントは、ユーザが身体的活動を行っている期間のことをいう。活動は、運動、スポーツ、レクリエーション活動及び肉体労働等の任意の身体的活動を含み得る。例示の活動は、限定されないが、「ウォーキング」、「ランニング」、「サイクリング」、「筋力トレーニング」、「高強度インターバルトレーニング」、「エリプティカル」、「ハイキング」、「水泳」、「テニス」、「ボート」、「ダンス」、「クロスカントリースキー」、「ダウンヒルスキー」、「スノーボード」、「ゴルフ」、「ホッケー」、「バドミントン」、「乗馬」、「サッカー」、「庭仕事」、「階段踏段」、「バスケットボール」、「スカッシュ」、「家事」、「バレーボール」、「サーフィンスポーツ」及び「スケートスポーツ」を含み得る。
別の例示の活動は、定義されていない活動のキャッチオールとして機能する「他の活動」を含み得る。一部の実施では、活動はグループ化及び／又はカテゴリ化され得る。場合によっては、異なるグループ／カテゴリがサブグループ／サブカテゴリによってさらに定義され得る。例えば、カテゴリ／サブカテゴリは、「ウィンタースポーツ」というカテゴリと、「スキー」というサブカテゴリとを含み得る。このような場合、ウィンタースポーツ及びスキーのカテゴリ／サブカテゴリにおける活動は、ダウンヒルスキー及びクロスカントリースキーを含み得る。ユーザデバイス１０６は、非アクティブ状態（例えば、休憩している、座っている、横になっている等）及び睡眠を含み得る、取得したデータ内の他のユーザ状態も識別し得る。
３２０で、ユーザデバイス１０６は、サーバ１１０に１つ以上の活動セグメントを送信し得る。例えば、ユーザデバイス１０６は、活動が発生しているときに現在の活動セグメントを送信し得る。ユーザデバイス１０６は、すでに発生して完了している可能性のある１つ以上の過去の活動セグメントも送信し得る。場合によっては、各活動セグメントは活動セグメントＩＤ及び／又はタイムスタンプデータに関連付けられ得る。
３２５で、サーバ１１０はユーザデバイス１０６からデータを受信し、受信したデータに基づいて活動分類動作を行い得る。サーバ１１０は、本願で説明する任意のデータを受信し得る。例えば、サーバ１１０は、１つ以上の活動セグメントについての活動セグメントデータを受信し得る。サーバ１１０は、各活動セグメントに対して活動分類動作を行い得る。つまり、サーバ１１０は、それぞれの活動セグメント毎に１つ以上の分類された活動の種類を特定するように構成され得る。
このような場合、システム２００は、活動セグメントデータに基づいて、活動セグメントに関連する活動分類データを生成し得る。活動分類データは、複数の分類された活動の種類と、対応する信頼値とを含み得る。信頼値は、対応する分類された活動の種類に関連する信頼度を示し得る。例えば、識別された活動セグメントについて、３２０で活動セグメントデータを受信すると、システム２００は、活動セグメントデータに基づいて活動セグメントについての活動分類データを生成し得る。この点に関して、システム２００は、活動セグメントについての１つ以上の分類された活動の種類（例えば、活動セグメントを「ランニング活動セグメント」、「水泳活動セグメント」又は他の活動セグメントとして識別）と、それぞれの分類された活動の種類に対応する信頼値とを特定し得る。
一部の例では、システム２００は、動作データ及び温度データに基づいて活動分類データを生成し得る。例えば、システム２００は、動作データに基づいて１つ以上の動作特徴を識別し、温度データに基づいて１つ以上の温度特徴を識別し得る。このような場合、活動分類データの生成は、１つ以上の動作特徴、１つ以上の温度特徴又はその両方に基づき得る。つまり、システム２００は、生成された動作特徴、温度特徴又はその両方に基づいて、異なる分類された活動の種類を区別するように構成され得る。１つ以上の動作特徴は、活動セグメントの間の運動量を含み得る。１つ以上の温度特徴は、活動セグメントの間の温度変化、活動セグメントの間の温度変化率又はそれらの任意の組み合わせを含み得る。さらに、システム２００は、心拍数データ、ＨＲＶデータ、呼吸数データ、血中酸素飽和度データ等を含む他の生理学的パラメータに基づいて、異なる分類された活動の修理を区別するように構成され得る。
一部の実施では、サーバ１１０はユーザの履歴活動データを受信し得る。例えば、システム２００はユーザの履歴活動セグメントデータを識別し得る。履歴活動セグメントデータは、ユーザの１つ以上の履歴活動セグメント（例えば、ユーザが身体的活動を行っていた以前の時間間隔）を含み得る。このような場合、活動分類データの生成は、履歴活動セグメントデータに基づき得る。例えば、システム２００は、活動の種類及び／又は信頼度レベルを特定するために、ユーザの履歴活動データを活用し得る。例えば、ユーザがその週に頻繁にランニングを行っている場合、現在の活動セグメントも「ランニング活動セグメント」である可能性が高い。場合によっては、複数の分類された活動の種類に関連する信頼度値は、履歴活動セグメントデータに基づき得る。つまり、履歴活動セグメントデータは、後続の活動セグメントに対応する分類された活動の種類の信頼値に「重み付け」するか又は影響を与える／調整するために用いられ得る。
一部の態様では、システム２００は、分類器又は他の機械学習モデル（例えば、機械学習分類器、ランダムフォレスト分類器、ニューラルネットワーク等）を用いて活動分類（例えば、活動分類データの生成）を行うように構成され得る。例えば、サーバ１１０は、受信した活動セグメントデータを分類器又は機械学習モデルに入力するように構成され、分類器／機械学習モデルは、活動セグメントデータに基づいて活動分類データ（例えば、分類された活動の種類、信頼値）を生成するように構成されている。一部の態様では、本願で説明する活動分類手法を改善するために分類器を訓練するために履歴活動セグメントデータが用いられ得る。さらに、一部の態様では、活動分類データの生成がより信頼性が高く正確なものになるよう分類器をさらに訓練するために、ユーザから受信したユーザ入力（例えば、分類された活動の種類の確認／拒否、活動セグメントデータ及び／又は活動分類データの変更）が用いられ得る。
３３０で、サーバ１１０は活動分類データをユーザデバイス１０６に送信し得る。活動分類データは、複数の分類された活動の種類と、関連する信頼値とを含み得る。
３３５で、ユーザデバイス１０６（例えば、ウェアラブルアプリケーション２５０）は、受信した活動分類データに基づいて活動ＧＵＩを生成し得る。例えば、システム２００は、ユーザデバイス１０６のＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させ得る。ユーザデバイス１０６は、１つ以上の活動に関連する信頼値に基づいて活動ＧＵＩを生成し得る。活動ＧＵＩを生成するための例示の要素は、限定されないが、最も高い信頼値に関連する分類された活動の種類、信頼値の閾値に対する最も高い信頼値、最も高い２つ以上の信頼値に関連する分類された活動の種類、信頼値の閾値に対する最も高い２つ以上の信頼値及び／又は最も小さい信頼閾値よりも大きい信頼値に関連する任意の分類された活動の種類を含み得る。
ユーザデバイス１０６（例えば、ウェアラブルアプリケーション２５０）は、受信した信頼値に基づいて活動ＧＵＩを変更し得る。一部の実施では、ユーザデバイス１０６は活動ＧＵＩでユーザに表示される情報／データを変更し得る。例えば、ユーザデバイス１０６は、活動ＧＵＩに含まれるテキスト（例えば、ユーザへのメッセージ）、グラフィック要素（例えば、画像）及び／又はテキスト／グラフィックの配置を変更し得る。場合によっては、ユーザデバイス１０６はテキスト／画像を追加又は削除し得る。
例えば、システム２００は、ユーザデバイス１０６を介して且つ少なくとも１つの分類された活動の種類の表示に応答して、活動セグメントに対する１つ以上の変更を受信し得る。つまり、ユーザはＧＵＩ２７５を介して表示される活動分類データを変更でき得る。このような場合、ＧＵＩに活動セグメントデータを表示させることは、１つ以上の変更を受信することに基づき得る。場合によっては、ユーザが活動セグメントを変更し得る（例えば、活動の種類、活動時間、活動の強度等を変更）。このような場合、１つ以上の変更は、活動セグメントに関連する追加の分類された活動の種類の表示を含み得る。
例えば、ユーザデバイス１０６は、ユーザに提供された活動ＧＵＩ要素を変更し得る。ユーザデバイス１０６は、ユーザ入力ＧＵＩ要素（例えば、リスト、メニュー、ドロップダウンメニュー、ボタン等）等の活動ＧＵＩインターフェイス要素を変し得る。ユーザデバイス１０６は、活動ＧＵＩ要素を追加又は削除し得る。異なる信頼値シナリオに関連する異なる活動ＧＵＩは、異なるモード又は状態と呼ばれ得る。例えば、ユーザデバイス１０６は、活動に対する信頼値が非常に高い活動ＧＵＩの第１の信頼値を特定することに応答して、活動ＧＵＩを第１のモード（又は状態）でレンダリングし得る。ユーザデバイス１０６は、異なる活動に対して複数の中程度の信頼値がある活動について第２の信頼値を特定したことに応答して、活動ＧＵＩを第２のモード（又は状態）でレンダリングし得る。
３４０で、活動ＧＵＩは、活動が正しいことの確認及び／又はメニューからの活動の直接選択等のユーザ入力を受信し得る。例えば、システム２００は、ユーザデバイス１０６を介して且つ少なくとも１つの分類された活動の種類の表示に応答して、活動セグメントの確認を受信し得る。このような場合、ＧＵＩに活動セグメントデータを表示させることは、確認の受信に基づき得る。例えば、ユーザは、識別された活動セグメントを確認し、「はい、私はトレーニングは完了しました」と確認し得る。場合によっては、確認は少なくとも１つの分類された活動の種類の確認を含み得る（例えば、「はい、ワークアウトはランニングトレーニングでした」）。このような場合、ＧＵＩに活動セグメントデータを表示させることは、少なくとも１つの分類された活動の種類の確認を受信することに基づき得る。
本願で前述したように、活動分類データへの変更及び／又は分類された活動の種類の確認／拒否は、受信した活動セグメントデータに基づいて活動分類データを生成するために用いられる分類器及び他のモデルをさらに訓練するために用いられ得る。
ユーザが選択した確認及び／又は分類は、ユーザの履歴活動履歴に保存され得る。プロセスフロー３００で説明した活動分類及び活動ＧＵＩレンダリングは、本願で説明した様々なコンピューティングデバイスによって行われ得る。一部の実施では、コンピューティングデバイス（例:リング）によってデータが取得されるときに、活動分類及び活動ＧＵＩレンダリングがリアルタイムで行われ得る。他の実施では、活動分類及び／又は活動ＧＵＩレンダリングは、所定のときに及び／又はユーザクション（例えば、リングアプリケーションを開くこと）への応答等、他のときに行われ得る。
一部の態様では、それぞれの分類された活動の種類は、カロリー消費量、相対強度、距離、ペース、標高差等の異なるパラメータ又は特性に関連付けられ得る。そのため、一部の態様では、システム２００は、それぞれの活動セグメントについて決定され、分類された活動の種類に基づいて、ユーザのスコア（例えば、活動スコア、準備スコア）を調整し得る。例えば、ユーザが活動セグメントの分類された活動の種類を「ハイキング」から「エリプティカルトレーニング」に変更した場合、システム２００は、ユーザの毎日の活動スコア、カロリー消費量等、ユーザの特性及びパラメータを調整／変更し得る。
図４は、本開示の態様に係る活動分類及び表示をサポートするプロセスフロー４００の例を示す。プロセスフロー４００は、少なくともサーバ１１０、ユーザデバイス１０６、ウェアラブルデバイス１０４又はこれらのデバイスからのコンポーネントのいくつかの組み合わせを含むシステム２００によって実施され得る。以下のものの代替例が実施されることもあり、その場合、一部のステップは説明するのと異なる順序で行われるか又は全く行われない。場合によっては、ステップは、以下で言及されない追加機能を含んでもいいし、さらなるステップが追加され得る。プロセスフロー４００は、活動分類動作と、受信した活動分類データに基づく活動ＧＵＩの生成を説明し得る。
４０５で、ユーザデバイス１０６は、サーバ１１０から活動分類データを受信し得る。４１０で、ユーザデバイス１０６は、活動に関連する信頼値に基づいて、どの活動ＧＵＩを生成すべきかを判定し得る。一部の実施では、ユーザデバイス１０６は、活動分類の受信に基づいて、どの活動ＧＵＩを生成すべきかを判定し得る。
４１５で、ユーザデバイス１０６は第１の活動ＧＵＩを生成し得る。例えば、信頼値が単一の活動に対する単一の高い信頼値を含む場合、ユーザデバイス１０６は、図７のアプリケーションページ７０５－ａを参照してさらに例示説明する第１の活動ＧＵＩをレンダリングし得る。一部の実施では、どの活動ＧＵＩを生成すべきかの判定に基づいて第１の活動ＧＵＩが生成され得る。さらに、場合によっては、ユーザデバイス１０６は、本願でさらに詳細に説明するように、分類された活動の種類及び対応する信頼値を含む、受信した活動分類データに基づいて、どの活動ＧＵＩを生成すべきかを判定し得る。
４３０で、ユーザデバイス１０６は、分類された活動を修正／変更するためのユーザ入力（例えば、ユーザデバイス１０６の変更ボタンを用いて）を受信し得る。一部の実施では、ユーザデバイス１０６は、第１の活動ＧＵＩの生成に基づいてユーザ入力を受信し得る。
４２０で、ユーザデバイス１０６は第２の活動ＧＵＩを生成し得る。例えば、単一の高い信頼値が活動分類データに含まれていない場合、ユーザデバイス１０６は第２の活動ＧＵＩをレンダリングし得る。このような場合、信頼値が複数の活動に関連付けられた中程度の信頼値（例えば、２０～５０％信頼値）を含む場合、ユーザデバイス１０６は第２の活動ＧＵＩを生成し得る。第２の活動ＧＵＩは、図７のアプリケーションページ７０５－ｂを参照してさらに例示及び説明され得る。一部の実施では、どの活動ＧＵＩを生成すべきかの判定に基づいて、第２の活動ＧＵＩが生成され得る。
４３５で、ユーザデバイス１０６はユーザ入力を受信し得る。一部の実施では、ユーザデバイス１０６は、第２の活動ＧＵＩの生成に基づいてユーザ入力を受信し得る。ユーザ入力は、活動のユーザ選択の例であり得る。例えば、ユーザデバイス１０６は、活動のユーザ選択を受信し得る。
４２５で、ユーザデバイス１０６は、第３の活動ＧＵＩを生成し得る。例えば、単一の高い信頼値が活動分類データに含まれていない場合、ユーザデバイス１０６は第３の活動ＧＵＩをレンダリングし得る。このような場合、ユーザデバイス１０６は、信頼値が複数の活動に関連する低い信頼値（例えば、信頼閾値未満）を含む場合に第３の活動ＧＵＩを生成し得る。例えば、各活動は低い信頼値に関連し得る。第３の活動ＧＵＩは、図７のアプリケーションページ７０５－ｃを参照して、さらに例示及び説明され得る。一部の実施では、どの活動ＧＵＩを生成すべきかの判定に基づいて第３の活動ＧＵＩが生成され得る。
４３５で、ユーザデバイス１０６はユーザ入力を受信し得る。一部の実施では、ユーザデバイス１０６は、第３の活動ＧＵＩの生成に基づいてユーザ入力を受信し得る。ユーザ入力は、活動のユーザ選択の一例であり得る。例えば、ユーザデバイス１０６は、活動のユーザ選択を受信し得る。
４４０で、ユーザデバイス１０６（例えば、ウェアラブルアプリケーション２５０）は、自動分類及び／又は活動のユーザ分類に従って履歴活動データを更新し得る。一部の実施では、ユーザデバイス１０６は、ＧＵＩ入力の受信に基づいて履歴活動データを更新し得る。一部の例では、ユーザデバイス１０６は、活動のユーザ選択の受信に応答して履歴活動データを更新し得る。一部の態様では、将来の活動セグメントの活動分類データを改善するために更新された履歴活動データが用いられ得る（例えば、活動分類データを生成するために使用される分類器を訓練するために用いられる）。プロセスフローは３つのＧＵＩの内容で説明されるが、活動ＧＵＩのレンダリング及び活動の選択のために３つより多いか又は少ないＧＵＩが用いられ得る。
図５は、本開示の態様に係る活動分類及び表示をサポートするシステム５００の一例を示す。システム５００は、システム１００、システム２００又はその両方を実施し得るか又はシステム５００は、システム１００、システム２００又はその両方によって実施され得る。とりわけ、システム５００は、図１～図４を参照して説明したように、リング５０５（例えば、ウェアラブルデバイス１０４）、ユーザデバイス５１０（例えば、ユーザデバイス１０６）及びサーバ５１５（例えば、サーバ１１０）の例を示す。
リング５０５は、動作データ５２０及び温度データ５２５を取得し得る。このような場合、リング５０５は、動作データ５２０及び温度データ５２５をユーザデバイス５１０に送信し得る。動作データ５２０は、加速度計データ、ジャイロデータ、加速度計データ及び／又はジャイロデータの派生値又はそれらの組み合わせを含み得る。ユーザデバイス１０６は、取得したデータに基づいて活動を分類し、活動ＧＵＩを生成し得る。場合によっては、複数のデバイスが生理学的データを取得し得る。例えば、第１のコンピューティングデバイス（例えば、ユーザデバイス１０６）及び第２のコンピューティングデバイス（例えば、リング５０５）は、それぞれ動作データ５２０及び温度データ５２５を取得し得る。
ユーザデバイス１０６はリングアプリケーション５３０を含み得る。リングアプリケーション５３０は、少なくともモジュール５３５及びアプリケーションデータ５４０を含み得る。場合によっては、アプリケーションデータ５４０は、履歴活動データ５４５及び他のデータ５５０を含み得る。他のデータ５５０は、温度データ５２５、動作データ５２０又はその両方を含み得る。
リングアプリケーション５３０は、選択のためにユーザに１つ以上の分類された活動の種類を提示し得る。リングアプリケーション５３０は、ユーザによる（例えば、メニュー形式での）選択のためにユーザに提示される分類された活動の種類を変更し得る。一部の実施では、活動が高い信頼閾値よりも大きい（例えば、９０％よりも大きい）場合、リングアプリケーション５３０は単一の分類された活動の種類をユーザに提示し得る。一部の実施では、分類された活動の種類がそれぞれ信頼閾値よりも大きい場合、リングアプリケーション５３０は複数の分類された活動の種類をユーザに提示し得る。一部の実施では、リングアプリケーション５３０は、信頼閾値未満の信頼値に関連する分類された活動の種類を選択から削除し得る。例えば、リングアプリケーション５３０は、選択可能な分類された活動の種類の数が多い場合に、分類された活動の種類の大多数に該当し得る信頼値が０に近いか又は等しい場合、分類された活動の種類を選択から削除し得る。一部の実施では、活動ＧＵＩは、選択可能な分類された活動の種類を関連する信頼スコアによってランク付けし得る（例えば、分類された活動の種類を信頼値の高い順にランク付けする）。
一部の実施では、リングアプリケーション５３０は、活動分類データに基づいて、本願で説明する活動ＧＵＩ要素をレンダリング（例えば、表示）するかどうか及び／又はそのタイミングを判定し得る。例えば、リングアプリケーション５３０は、信頼値に基づいて、リングアプリケーション５３０の既存の領域に活動ＧＵＩ要素を示すかどうかを判定し得る。一部の例では、リングアプリケーション５３０は、現在の活動セグメントを明確にするユーザ入力の恩恵を受け得る場合、リングアプリケーション５３０は活動ＧＵＩ要素をユーザに提示し得る。例えば、リングアプリケーション５３０は、信頼値のうちの１つ以上が信頼の閾値レベル未満である及び／又は複数の分類された活動の種類が同様の信頼値に関連する場合に、活動ＧＵＩ要素を提示し得る。一部の例では、リングアプリケーション５３０は、活動分類に関連する高い信頼度（例えば９０％より大きい）がある場合に、活動ＧＵＩの表示を控え得る。
一部の実施では、リングアプリケーション５３０は、ユーザに活動分類を通知し得る及び／又はユーザに活動ＧＵＩで様々なタスクを実行するように促し得る。例えば、通知は、ユーザに最近分類された活動セグメントを通知し得る。一部の例では、プロンプトは、ユーザによる分類及び／又は確認を要求し得る。通知及びプロンプトは、テキスト、グラフィック及び／又は他のユーザインターフェイス要素を含み得る。通知及びプロンプトは、リングアプリケーション５３０に含まれ得る。例えば、分類されたばかりの活動セグメントがある場合（例えば、１つ以上の分類された活動の種類に分類されている検出されたワークアウト／活動セグメント）、リングアプリケーション５３０は通知及びプロンプトを表示し得る。ユーザデバイス５１０は、通知及びプロンプトをホーム画面上の別のウィンドウに表示し得る及び／又は他の画面に（例えば、ホーム画面の一番上に）重ね得る。場合によっては、ユーザデバイス５１０は、モバイルデバイス、ユーザのウォッチデバイス又はその両方に通知及びプロンプトを表示し得る。
一部の実施では、リングアプリケーション５３０は活動セグメントを自動的に分類し得る。例えば、リングアプリケーション５３０は、分類された活動の種類に関連する信頼値が高い閾値より大きい場合に、活動セグメントを自動的に分類し得る。このような場合、リングアプリケーション５３０は、自動分類が正しくない場合に、自動的に分類された活動を変更するために活動ＧＵＩ要素をユーザに提供し得る。
一部の実施では、ユーザデバイス５１０は履歴ユーザデータを記憶し得る。場合によっては、履歴ユーザデータは履歴活動データ５４５を含み得る。履歴活動データ５４５は、ユーザによって行われた活動のリスト、活動がいつ行われたかを示すデータ又はその両方を含み得る。一部の例では、履歴活動データ５４５は、所定の期間（例えば、過去の月数）の活動及びタイムスタンプのペアを含み得る。履歴活動データ５４５は、ユーザが活動を行った回数、特定の活動の頻度、ユーザが特定の活動を行う一般的な時間又はそれらの組み合わせを特定するために（例えば、ユーザデバイス５１０又はサーバ５１５によって）用いられ得る。例えば、ユーザが１０回ウォーキングを行い、５回ランニングを行っている場合、ウォーキングの頻度は０．６６（例えば、１０回のウォーキングを１５回の総活動で割ったもの）、ランニングの頻度は０．３３（例えば、５回のランニングを１５回の総活動で割ったもの）となる。ユーザデバイス１０６及び／又はサーバ５１５は、それぞれの分類された活動の種類のためにデータを計算し得る（例えば、それぞれの分類された活動の種類毎の頻度）。履歴活動データ５４５と、履歴活動データ５４５に関連する他のデータ５５０（例えば頻度データ）とは、ユーザのために活動を分類するためにサーバ５１５（例えば、分類モジュール５７５）によって用いられ得る。履歴活動データ５４５を用いることで、ユーザデバイス１０６及び／又はサーバ５１５は、優先されるユーザの活動を考慮して、活動分類及び活動ＧＵＩをカスタマイズできるようになり得る。
ユーザデバイス５１０は、セグメントデータ５５５及び履歴活動データ５６０をサーバ５１５に送信し得る。場合によっては、送信された履歴活動データ５６０は、リングアプリケーション５３０に記憶されているものと同じ履歴活動データ５４５であり得る。他の例では、履歴活動データ５６０は、リングアプリケーション５３０に記憶されている履歴活動データ５４５とは異なり得る。サーバ５１５は、セグメントデータ５５５及び履歴活動データ５６０を受信し得る。セグメントデータ５５５は、セグメント動作データ、セグメント温度データ又はその両方を含み得る。
場合によっては、サーバ５１５は、特徴生成モジュール５７０を介して、ユーザの複数の履歴活動特徴（例えば、信号特徴５９５）を生成し得る。履歴活動特徴は、それぞれの分類された活動の種類が何回行われたかを示す数及び／又は分類された活動の種類に関連する頻度を含み得る。例えば、特徴生成モジュール５７０は、分類された活動の種類が何回行われたか及び／又は分類された活動の種類が行われた頻度を示す信号特徴５９５を、それぞれの分類された活動の種類毎に生成し得る。場合によっては、履歴活動特徴は、分類された活動の種類が行われた期間を含み得る。一部の例では、履歴活動特徴は、時刻、１日の一部（例えば、朝、昼、夜）、曜日及び／又は時期等の分類された活動の種類が何時行われたか（例えば、最も一般的な期間）を含み得る。履歴活動特徴は、分類モジュール５７５（例えば、機械学習モデル）が、ユーザが避ける、行う、好む活動（例えば、分類された活動の種類）を特定するのに役立ち得る。
本願で説明するように、活動ＧＵＩで提示されるユーザ指定分類及び／又は自動分類は、（例えば、スコアリング特徴として）将来の分類で用いられる履歴活動データに含まれ得る。一般的な分類モデルは複数のユーザにわたって用いられ得るが、履歴活動特徴は、ユーザの特定の活動にしたがって分類モデルの出力をカスタマイズするのに役立ち得る。
サーバ５１５（例えば、１つ以上の特徴生成モジュール５７０）は、各活動セグメント（例えば、セグメントデータ５５５）ついて信号特徴５９５を生成し得る。信号特徴５９５は、生理学的データ特徴、履歴活動特徴又はその両方を含み得る。生理学的データ特徴は、運動特徴、温度特徴又は心拍数特徴尾、ＨＲＶ特徴及び呼吸数特徴等の他の生理学的データから特定された他の生理学的データ特徴を含み得る。一部の実施では、サーバ５１５は、ユーザデバイス５１０から受信した各データセットについて複数の統計的特徴を特定し得る。
場合によっては、サーバ５１５の特徴生成モジュール５７０は、セグメントデータ５５５のために１つ以上の運動特徴（例えば、信号特徴５９５）を生成し得る。運動特徴は、加速度計（加速度）特徴、ジャイロ特徴及び１つ以上の軸の派生値特徴を含み得る。加速度計特徴は、最小値、最大値、平均値、デルタ値、中央値、分散値、合計、偏差（例えば、平均絶対偏差）、平均の標準誤差、スキュー、絶対エネルギー及び他の統計値等の１つ以上の軸の統計的特徴を含み得る。場合によっては、サーバ５１５は、１つ以上の軸について１つ以上のジャイロ特徴を特定し得る。サーバ５１５は、運動カウント値、規則性値、強度値、ＭＥＴ、向き値等の派生値のいずれかに基づいて、１つ以上の派生値特徴を特定し得る。
サーバ５１５の特徴生成モジュール５７０は、セグメントデータ５５５について１つ以上の温度特徴を生成し得る。温度特徴を用いることで、活動分類の精度が改善され得る。温度特徴は、最小値、最大値、平均値、デルタ値、中央値、分散値、合計、偏差（例えば、平均絶対偏差）、平均の標準誤差、スキュー、絶対エネルギー及び他の統計値等の統計的特徴を含み得る。一部の実施では、温度特徴は、２つの時点間の温度の低下に基づき得る特徴等の１つ以上の温度低下特徴を含み得る。温度低下特徴は、絶対単位（例えば摂氏）又は相対単位（例えば、最大値に対する低下）のモノであり得る。１つ以上の温度低下特徴は、開始終了点、最大最小点、開始最小点又は他の点の間等のセグメントデータ５５５内の任意の２点間で計算され得る。
サーバ５１５の分類モジュール５７５は、受信した温度特徴、運動特徴及び履歴活動特徴（例えば、信号特徴５９５）に基づいて、セグメントデータ５５５を１つ以上の活動（例えば、分類された活動の種類）に関連付けられているものとして分類し得る。例えば、分類モジュール５７５は、それぞれの分類された活動の種類に関連する信頼度を示す信頼値に関連し得る複数の分類された活動の種類を含む出力を生成し得る。このような場合、サーバ５１５は、活動クラスデータ５６５をユーザデバイス５１０に出力し得る。分類モジュール５７５は、それぞれの分類された活動の種類のために信頼値を生成し得る。例えば、単一のセグメントデータ５５５の場合、分類モジュール５７５は、複数の分類された活動の種類のそれぞれの信頼値を出力するように構成され得る。
各分類された活動の種類の信頼値は、セグメントデータ５５５が分類された活動の種類に関連する信頼度を示す０．００～１．００の数（例えば、１０進数）であり得る。一部の実施では、０．００に近い信頼値は、分類された活動の種類の信頼度が低いことを示し得る。他の例では、１.００に近い信頼値は、分類された活動の種類の信頼度が高いことを示し得る。一部の実施では、信頼値は、セグメントデータ５５５が活動に関連する確率を示す確率スコアとして解釈され得る。例えば、０．５０の信頼スコアは、活動セグメントに対して特定された分類された活動の種類が正しい確率（例えば、自信）が５０％であることを示す。一部の実施では、全ての活動出力にわたる信頼値の合計は１．００に等しい場合がある。
一部の実施では、ユーザデバイス５１０及び／又はサーバ５１５は、ユーザ情報の一例であり得る他のデータ５９０も記憶し得る。ユーザ情報は、限定されないが、ユーザの年齢、体重、身長及び性別を含み得る。一部の実施では、ユーザ情報は分類モジュール５７５の特徴として用いられ得る。サーバデータ５８０は、他のデータ５９０及びモジュール及び機能５８５を含み得る。
自動活動分類及び／又はユーザ指定活動分類は、１つ以上のコンピューティングデバイスによってさまざまな方法で用いられ得る。一部の実施では、活動分類はユーザの履歴活動データ５４５として記憶され、その後にさらなる活動分類で（例えば、将来の分類をカスタマイズするために）用いられ得る。活動分類は、トレーニングログ及びカロリー計算等の活動及び運動追跡のレポート／メトリックを生成するためにも用いられ得る。場合によっては、活動分類は、休息及び回復に関連するレポート／メトリックを生成するために用いられ得る。一部の実施では、活動分類は、カスタマイズされた健康指導及び推奨を行うために用いられ得る。
図６は、本開示の態様に係る活動分類及び表示をサポートするシステム６００の一例を示す。システム６００は、システム１００、システム２００、システム５００又はそれらの組み合わせを実施し得るか又はシステム１００、システム２００、システム５００又はそれらの組み合わせによって実施され得る。とりわけ、システム６００は、図１～図５を参照して説明されているように、リング６０５（例えば、ウェアラブルデバイス１０４）、アプリケーション６１０（例えば、ユーザデバイス１０６）及びサーバ６１５（例えば、サーバ１１０）の例を示す。
リング６０５は、少なくとも温度センサ６２０、リング加速度計６２５及び他のセンサ６３０を含み得る。一部の実施では、リング６０５は生動作データ（例えば、加速度計データ６４０）及び生温度データ６３５を取得し、処理し得る。加速度計データ６４０及び温度データ６３５はサンプリングされた値を含み得る。場合によっては、加速度計データ６４０は動作データ及びジャイロデータを含み得る。例えば、加速度計データ６４０は、Ｘ、Ｙ、Ｚ軸等の複数の軸の加速度計値を含み得る。温度データ６３５は、１つ以上の温度センサ６２０からサンプリングされた温度値を含み得る。加えて又は代替的に、生データ（例えば、温度データ６３５及び／又は加速度計データ６４０）は、モバイルデバイス等の他のデバイスから取得され得る。
このような場合、温度センサ６２０は温度データ６３５を特定し得る。温度データ６３５は、最小温度値、最大温度値、平均温度値、デルタ温度値、中央温度値、分散温度値、温度合計、温度偏差（例えば、平均絶対偏差）、平均の標準誤差、スキュー、絶対エネルギー及び他の統計的温度値を含み得る。場合によっては、温度データ６３５はベースライン温度からの温度低下／上昇値を含み得る。ベースライン温度は、数分から数時間程度の期間等の以前の期間の（例えば、１つ以上の以前時間枠にわたる）平均温度であり得る。温度データ６３５は、温度変化（例えば、温度の低下又は上昇）及び温度低下速度（例えばレート）を含み得る。例えば、温度相対低下は（ｔｅｍｐ＿ｍａｘ－ｔｅｍｐ＿ｍｉｎ）／ｔｅｍｐ＿ｍａｘとして計算され得る。他の例では、温度低下速度は（ｔｅｍｐ＿ｍａｘ－ｔｅｍｐ＿ｍｉｎ）／活動＿期間として計算され得る。温度値は摂氏単位又は相対値として計算され得る。
リング加速度計６２５は、最小運動値、最大運動値、その他の平均値、デルタ値、中央値、分散値、合計、偏差（例えば、平均絶対偏差）、平均の標準誤差、スキュー、絶対エネルギー及び他の統計値等の他の運動値を経時的に特定し得る。場合によっては、リング加速度計６２５は、Ｘ、Ｙ、Ｚ軸に基づく経時的な加速度値等の、複数の運動軸に基づく加速度値及びジャイロ値を特定し得る。
場合によっては、リング６０５は生運動データ（例えば加速度計データ６４０）及び／又は生温度データ６３５から１つ以上の派生値を特定し得る。加速度計データ６４０の派生値は、限定されないが、運動カウント値、規則性値、強度値、ＭＥＴ及び方向値を含み得る。リング６０５は、各３０秒間隔、１分間隔又は他の間隔等の設定された期間にわたる各派生値を計算し得る。
一部の実施では、リング６０５（例えば、他のセンサ６３０）は、加速度計データ６４０及び温度データ６３５に加えて、他の生の生理学的データを取得し得る。他のセンサ６３０は、追加の生理学的データに基づいて追加の値を特定し得る。例えば、他のセンサ６３０は、追加の生理学的データに基づいて、心拍数データ、ＨＲＶデータ、呼吸数データ、血中酸素飽和度データ及び他の生理学的パラメータを特定し得る。他のセンサ６３０は、追加の生理学的データ（例えば、センサデータ６４５）を処理し、３０秒間隔又は１分間隔等、設定された期間にわたる追加データの値（例えば、平均値、最大／最小値等）を生成し得る。
リング６０５は、処理された温度データ６５０、処理された加速度計データ６５５及び処理されたセンサデータ６６０を含み得る。本願で説明する処理された温度データ６５０、処理された加速度計データ６５５又は他の処理されたセンサデータ６６０のいずかが、リング６０５以外のコンピューティングデバイスによって計算され得る。例えば、処理された温度データ６５０、処理された加速度計データ６５５及び処理されたセンサデータ６６０は、ユーザデバイス（例えば、アプリケーション６１０）、サーバ６１５又は他のコンピューティングデバイス（例えば、ウォッチ又はパーソナルコンピューティングデバイス）によって特定され得る。場合によっては、処理された温度データ６５０、処理された加速度計データ６５５及び処理されたセンサデータ６６０のいずれかは、ユーザの現在の又は以前の活動を分類するための入力（例えば、特徴）として用いられ得る。処理された温度データ６５０、処理された加速度計データ６５５及び処理されたセンサデータ６６０が特定される期間は、計算の種類及び計算に用いられるデータによって、互いに類似しているか又は異なり得る。したがって、処理された温度データ６５０、処理された加速度計データ６５５及び処理されたセンサデータ６６０は、計算に応じて、秒、分、時間又はそれ以上の期間にわたって計算され得る。
アプリケーション６１０（例えば、図２のユーザデバイス１０６によって実施されるウェアラブルアプリケーション２５０）は、処理された加速度計データ６５５のサンプリングに基づいて活動セグメント識別６６５を行い得る。アプリケーション６１０は、活動セグメント温度データ６７０、活動セグメント加速度計データ６７５及び活動セグメントセンサデータ６８０を生成し得る。
サーバ６１５は、それぞれの識別された活動セグメント（例えば、活動セグメント温度データ６７０、活動セグメント加速度計データ６７５及び活動セグメントセンサデータ６８０）を分類し得る。例えば、サーバ６１５は各セグメントについてセグメント特徴を生成し得る。そのような場合、サーバ６１５は温度特徴抽出６８５、加速度計特徴抽出６８７及びセンサ特徴抽出６９０を生成し得る。サーバ６１５は、生成されたセグメント特徴に基づいてセグメントを分類し得る。例えば、サーバ６１５は、活動分類確率予測６９２に温度特徴抽出６８５、加速度計特徴抽出６８７及びセンサ特徴抽出６９０を入力し得る。一部の実施では、サーバ６１５は、本願で記載する特徴を用いて訓練された１つ以上の機械学習モデルを、複数のユーザのために経時的に用いり得る（例えば、運動特徴、温度特徴及び履歴活動特徴）。本願で説明する分類動作は１つ以上の機械学習モデルを用いり得るが、サーバ６１５は、ルールベースアルゴリズム、関数（例えば、重み関数）及び／又は他のモデル等の様々な他の技術を用いてセグメントを分類し得る。
一部の実施では、温度特徴（例えば、温度特徴抽出６８５）は１つ以上の温度レート特徴（例えば、温度低下レート特徴）を含み得る。温度レート特徴は、セグメントの間の任意の２つの時点間での温度の変化を示し得る。一部の実施では、温度レート特徴は、ユーザの温度が所定の期間にわたって低下した量を示す温度低下レート特徴を含み得る。１つ以上の温度低下レート特徴は、隣接ポイント間、開始終了ポイント間、最大最小ポイント間、開始最小ポイント間又は他のポイント間等のセグメント内の任意の２つのポイント間で計算され得る。温度レート特徴は、ユーザの温度が所定の期間にわたって上昇した量を示す温度上昇レート特徴（例えば、上昇レート特徴）も含み得る。１つ以上の温度上昇レート特徴は、隣接ポイント間、開始終了ポイント間、最大最小ポイント間、開始最小ポイント間又は他のポイント間等のセグメント内の任意の２つのポイント間で計算され得る。温度レート特徴は、絶対単位（例えば摂氏）又は相対単位（例えば、ベースラインに対する温度の低下／上昇）であり得る。一部の例では、温度特徴抽出６８５は所定の期間（例えば、１分間）の温度低下／上昇を含み得る。場合によっては、温度相対低下は（ｔｅｍｐ＿ｍａｘ－ｔｅｍｐ＿ｍｉｎ）／ｔｅｍｐ＿ｍａｘと等してもよい。温度低下率（例えば速度）は、（ｔｅｍｐ＿ｍａｘ－ｔｅｍｐ＿ｍｉｎ）／活動＿期間と等しくてもよい。他の例では、温度特徴抽出６８５は、活動全体の間又は所定の期間の間の最大低下値及び／又は平均低下値を含み得る。
一部の実施では、温度特徴抽出６８５及び加速度計特徴抽出６８７は、温度条件及び／又は動作条件が満たされたかどうかを示すバイナリ特徴（例えば、０／１）であり得る。例えば、温度特徴抽出６８５は、（例えば、０又は１を介して）温度が（例えば、所定の期間内で）閾値を超えて低下したかどうかを示し得る。場合によっては、温度特徴抽出６８５は、時間枠（例えば、継続時間が１～１０分の時間枠）に対して毎分Ｘ度の低下率を含み得る。一部の実施では、加速度計特徴抽出６８７は、閾値の動き（例えば加速度）の量がセグメント内で検出されたかどうか（例えば、０／１）を示し得る。
温度データ６３５、加速度計データ６４０及び他のセンサデータ６４５は、それぞれの特徴を生成するためにそれぞれ単独で用いられ得るが、一部の実施では、複数種類のデータ基づいて特徴が生成され得る。例えば、動作温度特徴は、温度データ６３５及び加速度計データ６４０に基づいて生成され得る。場合によっては、特徴は、（例えば、所定の期間に）動きが増加している間に温度が低下したかどうか（例えば、０／１）を示し得る。
アプリケーション６１０は、活動分類確率予測６９２に基づいて、指標６９５を生成し得る。場合によっては、アプリケーション６１０は、活動予測６９７のユーザインターフェイスを介して指標６９５を表示し得る。
図７は、本開示の態様に係る活動分類及び表示をサポートするＧＵＩ７００の一例を示す。ＧＵＩ７００は、システム１００、システム２００、プロセスフロー３００、プロセスフロー４００、システム５００、システム６００又はそれらの任意の組み合わせの態様を実施し得るか又はそれらによって実施され得る。例えば、ＧＵＩ７００は、ユーザ１０２に対応するユーザデバイス１０６（例えば、ユーザデバイス１０６－ａ、１０６－ｂ、１０６－ｃ）のＧＵＩ２７５の一例であり得る。
一部の例では、ＧＵＩ７００は、ＧＵＩ７００（例えば、図２に示すＧＵＩ２７５）を介してユーザ１０２に表示され得る一連のアプリケーションページ７０５を示す。ＧＵＩ７００は、活動ＧＵＩの一例であり得る。ＧＵＩ７００は、ユーザデバイス１０６上で生成され得る。一部の実施では、ＧＵＩ７００はウェアラブルアプリケーション２５０によって生成され得る。他の実施では、ＧＵＩ７００はウェブベースの活動ＧＵＩであり得る（例えば、サーバ１１０によって提供される）。ＧＵＩ７００はモバイルユーザデバイス１０６上に示されているが、ＧＵＩ７００は他のアプリケーション及び／又はウェブベースのインターフェイスを用いて他のコンピューティングデバイス上に生成され得る。ＧＵＩ７００は、ＧＵＩ７００に含まれ得る例示のテキスト、画像及び活動ＧＵＩ要素を含む例示のＧＵＩであり得る。そのため、本願で明示的に示されていない他の活動ＧＵＩは、本開示に従って生成され得る。
一部の実施では、ウェアラブルアプリケーション２５０は、受信した活動分類データに基づいてＧＵＩ７００を生成し得る。例えば、ウェアラブルアプリケーション２５０は、分類された活動の種類に関連する信頼値に基づいてＧＵＩ７００を生成し得る。このような場合、アプリケーションページ７０５は、異なる信頼値に基づいてリングアプリケーションによってレンダリングされ得る。
アプリケーションページ７０５－ａは、ユーザの現在の分類された活動の種類（例えば、「活動１」）を指定するＧＵＩ７００の一例であり得る。アプリケーションページ７０５－ａは、分類された活動の種類を変更するためにユーザが選択し得る（例えば、タッチ／クリック）変更ＧＵＩ要素（例えば、変更ボタン）を含み得る。例えば、変更ボタンを選択すると、リングアプリケーションは選択のために分類された活動の種類のリストをユーザに提示し得る。分類された活動の種類のリストは、対応する信頼値によってランク付けされ得る。アプリケーションページ７０５－ａは、分類された活動の種類が高い信頼値（例えば、９０％より大きい）に関連する場合に、分類された活動の種類がユーザのために自動的に選択され得るためレンダリングされ得る。
アプリケーションページ７０５－ｂは、ＧＵＩ７００がユーザに現在の活動（例えば、現在の活動の種類）を選択するよう指示する一例であり得る。活動の種類は、メニューＧＵＩ要素（例えば、ドロップダウンメニュー）でユーザに提供され得る。ユーザは、「選択」活動ＧＵＩ要素を選択して、提供された活動の種類を選択し得る。場合によっては、ユーザは、１つ以上の追加の可能な活動を見るために、メニューＧＵＩ要素を選択し得る（例えば、タッチ／クリック）。アプリケーションページ７０５－ｂは、中程度の信頼値が複数の活動に関連し得る場合にレンダリングされ得る。このような場合、最高ランクの活動（例えば、信頼値が最も高い）がメニューの上部に配置され得る。場合によっては、信頼値が信頼性の高い自動分類を許容しない可能性があるため、「選択」ボタンを含めることは、ユーザにユーザがどの分類された活動の種類を行っているかを確認するよう促し得る。
アプリケーションページ７０５－ｃは、現在の活動を選択するようユーザに指示するＧＵＩ７００の一例であり得る。メニューＧＵＩ要素がレンダリングされ得るが、活動は選択のために自動的にレンダリングされないことがある。代わりに、ユーザは、現在の活動の種類を選択するためにメニューＧＵＩ要素と対話するようメニューＧＵＩ要素によって促され得る。アプリケーションページ７０５－ｃは、分類データにが、高い信頼度に関連する分類された活動の種類を含まない場合にレンダリングされ得る。例えば、分類された活動の種類のそれぞれは信頼度閾値未満であり得る。このような場合、ユーザによる分類された活動の種類の選択は、正確な活動分類のために好ましい場合がある。
図８は、本開示の態様に係る活動分類及び表示をサポートするＧＵＩ８００の一例を示す。ＧＵＩ８００は、システム１００、システム２００、プロセスフロー３００、プロセスフロー４００、システム５００、システム６００又はそれらの任意の組み合わせの態様を実施し得るか又はそれらによって実施され得る。例えば、ＧＵＩ８００は、ユーザ１０２、ＧＵＩ７００又はその両方に対応するユーザデバイス１０６（例えば、ユーザデバイス１０６－ａ、１０６－ｂ、１０６－ｃ）のＧＵＩ
２７５の一例であり得る。
一部の例では、ＧＵＩ８００は、ＧＵＩ８００（例えば、図２に示すＧＵＩ２７５）を介してユーザ１０２に表示され得る一連のアプリケーションページ８０５を示す。ＧＵＩ８００は、活動ＧＵＩの一例であり得る。例えば、アプリケーションページ８０５－ａはユーザデバイス１０６上で生成され得る。一部の実施では、ＧＵＩ８００はウェアラブルアプリケーション２５０によって生成され得る。他の実施では、ＧＵＩ８００はウェブベースの活動ＧＵＩであり得る（例えば、サーバ１１０によって提供される）。ＧＵＩ８００はモバイルユーザデバイス上に示されているが、ＧＵＩ８００は他のアプリケーション及び／又はウェブベースのインターフェイスを用いて他のコンピューティングデバイス上に生成され得る。ＧＵＩ８００は、ＧＵＩ８００に含まれ得る例示のテキスト、画像及び活動ＧＵＩ要素を含む例示のＧＵＩであり得る。そのため、本願で明示的に示されていない他の活動ＧＵＩが本開示に従って生成され得る。
一部の実施では、ウェアラブルアプリケーション２５０は、受信した活動分類データに基づいてＧＵＩ８００を生成し得る。例えば、ウェアラブルアプリケーション２５０は、分類された活動の種類に関連する信頼値に基づいてＧＵＩ８００を生成し得る。このような場合、アプリケーションページ８０５は、異なる信頼値に基づいてウェアラブルアプリケーション２５０によってレンダリングされ得る。
アプリケーションページ８０５－ａは、以前（例えば、同じ暦日の午後３：３０～３：５８）に行った活動（例えば、分類された活動の種類）を選択するようユーザに指示するＧＵＩ８００の一例であり得る。場合によっては、アプリケーションページ８０５－ａは、以前の活動セグメント（例えば、現在時刻の前）を分類する機能をユーザに提供し得る。場合によっては、アプリケーションページ８０５－ａは、特定の以前の活動セグメントを選択するための複数の選択ＧＵＩ要素を含み得る。ユーザは、以前の活動セグメントに対応する活動ボタンを選択（例えば、タッチ／クリック）し得る。アプリケーションページ８０５－ａは、行われた正確な活動に関して高いレベルの確実性を提供しない（例えば、２０～３０％）信頼度に関連する複数の分類された活動の種類（例えば、３つの活動）が存在し得るようにレンダリングされ得る。アプリケーションページ８０５－ａでは、活動ボタンは、分類された活動の種類に関連する信頼度値によってランク付けされ得る。例えば、アプリケーションページ８０５－ａは、活動の種類が最上位の活動（例えば、信頼値が最も高い分類された活動の種類）であり得るため、リストの上部に「活動１」を表示し得る。
アプリケーションページ８０５－ｂはウォッチコンピューティングデバイスに表示され得る。アプリケーションページ８０５－ｂは、アプリケーションページ８０５－ａと同様に動作し得る。一部の実施では、ユーザデバイス１０６（例えば、モバイルデバイス）の代わりにウォッチコンピューティングデバイスが用いられ得る。このような場合、ウォッチコンピューティングデバイスはリングからデータを取得し、セグメントデータをサーバ１１０に送信し、サーバ１１０から活動分類データを受信し、アプリケーションページ８０５－ｂをレンダリングするアプリケーションを実行し得る。
アプリケーションページ８０５－ａを表示するユーザデバイス１０６を置き換える代わりに、ウォッチコンピューティングデバイスは追加のコンピューティングデバイスとして用いられ得る。例えば、ユーザはリング、第１のユーザデバイス（例えば、モバイルデバイス）及び第２のユーザデバイス（例えば、ウォッチコンピューティングデバイス）に関連し得る。第１のユーザデバイスはリングからデータを取得し、セグメントデータをサーバ１１０に送信し、サーバ１１０から活動分類データを受信し得る。ウェアラブルアプリケーション２５０は、第１のユーザデバイス（例えば、モバイルデバイス）と第２のユーザデバイス（例えば、ウォッチコンピューティングデバイス）上で実行され得る。
第１のユーザデバイスは、活動データ（例えば、活動、信頼値及び／又は活動ＧＵＩデータ）を第２のコンピューティングデバイスに送信し得る。第２のコンピューティングデバイスは、アプリケーションページ８０５－ｂを介して（例えば、振動／音により）ユーザが分類された活動の種類を選択すべきことをユーザに通知し得る。第２のユーザデバイス上での分類された活動の種類の選択は、履歴活動データに保存するために第１のユーザデバイスに伝達され得る。第１のユーザデバイス及び第２のユーザデバイスは、モバイルデバイス及びウォッチコンピューティングデバイスとして説明しているが、コンピューティングデバイスの任意の組み合わせを用いてよい（例えば、タブレット、ヘッドマウントデバイス、ラップトップ等）。
図９は、本開示の態様に係る活動分類及び表示をサポートするＧＵＩ９００の一例を示示す。ＧＵＩ９００は、システム１００、システム２００、プロセスフロー３００、プロセスフロー４００、システム５００、システム６００又はそれらの任意の組み合わせの態様を実施し得るか又はそれらによって実施され得る。例えば、ＧＵＩ９００は、ユーザ１０２、ＧＵＩ７００、ＧＵＩ８００又はそれらの組み合わせに対応するユーザデバイス１０６（例えば、ユーザデバイス１０６－ａ、１０６－ｂ、１０６－ｃ）のＧＵＩ２７５の一例であり得る。
一部の例では、ＧＵＩ９００は、ＧＵＩ８００（例えば、図２に示すＧＵＩ２７５）を介してユーザ１０２に表示され得る一連のアプリケーションページ９０５を示す。ＧＵＩ９００は、活動ＧＵＩの一例であり得る。例えば、アプリケーションページ９０５はユーザデバイス１０６上に生成され得る。一部の実施では、ＧＵＩ９００はウェアラブルアプリケーション２５０によって生成され得る。他の実施では、ＧＵＩ９００はウェブベースの活動ＧＵＩであり得る（例えば、サーバ１１０によって提供される）。ＧＵＩ９００はモバイルユーザデバイス上に示しているが、ＧＵＩ９００は他のアプリケーション及び／又はウェブベースのインターフェイスを用いて他のコンピューティングデバイス上に生成され得る。ＧＵＩ９００は、ＧＵＩ９００に含まれ得る例示のテキスト、画像及び活動ＧＵＩ要素を含む例示のＧＵＩであり得る。そのため、本願で明示的に示さない他の活動ＧＵＩが本開示に従って生成され得る。
一部の実施では、ウェアラブルアプリケーション２５０は、受信した活動分類データに基づいてＧＵＩ９００を生成し得る。例えば、ウェアラブルアプリケーション２５０は、分類された活動の種類に関連する信頼値に基づいてＧＵＩ９００を生成し得る。このような場合、アプリケーションページ９０５は、異なる信頼値に基づいてウェアラブルアプリケーション２５０によってレンダリングされ得る。
アプリケーションページ９０５－ａは、活動目標進捗カード９１０、活動リスト９１５及び準備スコア９２０を表示し得る。このような場合、アプリケーションページ９０５－ａは、活動セグメントデータ及び活動ＧＵＩ要素を表示し得る。一部の例では、ユーザは、活動リスト９１５内の活動セグメントを選択し得る。各活動セグメントは単一の活動カードインターフェイス要素に関連し得る。場合によっては、各活動カードは、活動名、活動タイムスタンプ、活動期間、活動カロリー消費及び信頼値を含み得る。ユーザは、アプリケーションページ９０５－ａを介して表示される複数の活動ＧＵＩ（例えば、活動目標進捗カード９１０、活動リスト９１５等の活動カード）をスクロールし得る。例えば、ユーザは、履歴活動カードをスクロールするために、アプリケーションページ９０５－ａを上又は下にスワイプし得る。
活動リスト９１５は、それぞれの活動セグメントに対応する１つ以上の活動カードを含み得る。活動カードに含まれる情報は、それぞれの活動セグメントについて分類された活動の種類に関連する信頼値に基づき得る。場合によっては、活動リスト９１５に含まれる分類された活動の種類は自動的に分類され、ユーザの履歴活動データに追加され得る。ユーザは活動リスト９１５から活動セグメントを選択し、システムは追加情報（例えば、活動セグメントに関連する生理学的パラメータ）を有する活動セグメントの拡張ビューを生成し得る。ユーザは、拡張ビューで分類された活動の種類を変更し得る。場合によっては、分類された活動の種類に関連する信頼値が高い場合、活動リスト９１５の活動カードが生成され得る。
場合によっては、活動スコア及び非活動時間を示す活動目標進捗カード９１０が、ユーザデバイス１０６のＧＵＩ９００を介してユーザに表示され得る。活動目標進捗カード９１０は、活動カロリー消費カウント、活動時間又はその両方を含み得る。準備スコア９２０は、識別された活動セグメント及び対応する分類された活動の種類に基づいて更新され得る。加えて、一部の実施では、アプリケーションページ９０５－ａは、それぞれの日のユーザの１つ以上のスコア（例えば、睡眠スコア、準備スコア９２０、活動スコア）を表示し得る。
アプリケーションページ９０５－ｂは、メッセージ９３０及び活動確認カード９２５を表示し得る。例えば、システムは活動確認カード９２５を生成し得る。活動確認カード９２５は、活動セグメント及び／又は分類された活動の種類を確認するためにユーザが選択し得る確認ＧＵＩ要素を含み得る。このような場合、アプリケーションページ９０５－ｂは、活動セグメントが記録されたことを示す活動確認カード９２５を表示し得る。一部の実施では、活動確認カード９２５が有効であると確認されると、それぞれの暦日について、ユーザ１０２の活動ログに活動セグメントが記録／ログ記録され得る。さらに、場合によっては、活動セグメントは、ユーザ１０２に関連する１つ以上のスコア（例えば、活動スコア、準備スコア９２０）を更新する（例えば、修正する）ために用いられ得る。つまり、識別された活動セグメントに関連するデータが、活動セグメントが確認された後の次の暦日のためにユーザ１０２のスコアを更新するために用いられ得る。場合によっては、ユーザデバイス１０６のＧＵＩ９００を介してユーザに表示されるメッセージ９３０は、活動セグメントが全体のスコア（例えば、全体的な活動スコア、全体的な準備スコア９２０）及び／又は個々の貢献要因にどのように影響したかを示し得る。
ユーザ１０２がアプリケーションページ９０５－ｂのプロンプト（例えば、活動確認カード９２５）を却下する一部の場合では、活動確認カード９２５が消え、ユーザは後で入力９４０を介して活動セグメントを入力し得る。システム２００のサーバは、入力９４０を介して、活動セグメントに関連する情報のユーザ入力を受信し得る。ユーザ１０２が活動セグメントを却下する場合では、活動セグメントはユーザの履歴活動から削除され得る。他の例では、ユーザ１０２は、活動名、分類された活動の種類、活動タイムスタンプ、活動期間、強度又はそれらの組み合わせを更新することにより、活動確認カード９２５を編集して、活動セグメントを変更し得る。場合によっては、ユーザ１０２は別の活動セグメントを選択し得る。
ユーザ１０２は、活動セグメントが発生したかどうかを確認するように又は活動セグメントが発生していない場合は、活動確認カード９２５を却下するようユーザ１０２に促す活動確認カード９２５を受信し得る。このような場合、アプリケーションページ９０５－ｂは、活動セグメントを確認又は却下するようユーザに促し得る（例えば、識別された活動セグメントの間にユーザ１０２が身体的活動を行っていたとシステム２００が正しく判定したかどうかを確認／拒否する）。例えば、システム２００は、ユーザデバイス１０６を介して且つ活動セグメントの予測に応答して、活動セグメントの確認を受信し得る。
場合によっては、システム２００が、活動セグメントの間にユーザ１０２が身体的活動を行っていたと正しく判定したかどうかを確認及び／又は否定することで、活動セグメントに関連する信頼値が更新され得る。場合によっては、活動セグメントの分類された活動の種類が、分類された活動の種類の最も高い確率に関連付けられ得るが、自動分類するほど自信は十分ではない。
ユーザ１０２は、活動セグメントが発生したかどうかを確認するように又は活動セグメントが発生していない場合は、活動確認カード９３５を却下するようユーザ１０２に促し得る活動確認カード９３５を受信し得る。このような場合、アプリケーションページ９０５－ｃは、活動セグメントを確認又は却下するようユーザに促し得る（例えば、ユーザ１０２が活動セグメント経験したとシステム２００が正しく判定したかどうかを確認／拒否する）。例えば、システム２００は、ユーザデバイス１０６を介して且つ活動セグメントの識別に応答して、活動セグメントの確認を受信し得る。活動予測カード９３５は、活動セグメントの識別の不確実性のレベルを示し得る。例えば、活動予測カード９３５は、システム２００が、ユーザが潜在的な活動セグメントの間に身体的活動を行っていた可能性があることを識別したことを示すために、「不確実な活動（Ｍａｙｂｅ Ａｃｔｉｖｉｔｙ）」を表示し得る。このような場合、ユーザが活動セグメントを確認又は拒否するかどうかが信頼値に影響し得る。場合によっては、活動予測カード９３５を介して表示される分類された活動の種類の信頼値は、活動確認カード９２５を介して表示される分類された活動の種類の信頼値よりも低いことがある。
場合によっては、ユーザ１０２は入力９４０を介して症状をログ記録し得る。例えば、システム２００は、活動セグメント等に関連する症状（例えば、痙攣、頭痛、痛み、風、暑さ等）をログ記録するために、ユーザ入力（例えば、タグ）を受信し得る。システム２００は、ユーザ履歴及び活動セグメントに基づいて、ユーザ１０２にタグを推奨し得る。
一部の実施では、システム２００は、分類器（例えば、機械学習の分類器のための教師あり学習）を訓練し、活動予測技術を改善するために、検出／予測された活動セグメントに関するユーザ入力を受信するようを較正され得る。例えば、ユーザデバイス１０６は、識別された活動セグメントを表示し得る。その後、ユーザ１０２は、活動セグメントの開始時刻、活動セグメントの確認、活動セグメントの予測される分類された活動の種類の確認等の１つ以上のユーザ入力を入力し得る。その後、これらのユーザ入力は分類器を訓練するために分類器に入力され得る。つまり、予測された活動セグメントを検証又は確認するためにユーザ入力が用いられ得る。
図１０は、本開示の態様に係る活動分類及び表示をサポートする活動セグメント分類図１０００の一例を示す。活動セグメント分類図１０００は、システム１００、システム２００又はその両方の態様を実施し得るか又はそれらによって実施され得る。例えば、一部の実施では、活動セグメント分類図１０００は、睡眠セグメント１００５、非アクティブセグメント１０１０及びアクティブセグメント１０１５の相対タイミングを示す。活動セグメント分類図１０００は、図２及び９に示すように、ユーザデバイス１０６のＧＵＩ２７５、ＧＵＩ９００又はその両方を介してユーザに表示され得る。
本願でさらに詳細に説明するように、システム２００は、ユーザ１０２の睡眠セグメント１００５、非アクティブセグメント１０１０及び／又はアクティブセグメント１０１５を検出するように構成され得る。このように、活動セグメント分類図１０００－ａは、ユーザの動作データと、睡眠セグメント１００５、非アクティブセグメント１０１０及び／又はアクティブセグメント１０１５との関係を示す。活動セグメント分類図１０００－ａに示すように、動作データは代謝当量（ＭＥＴ）として表され得る。活動セグメント分類図１０００－ｂは、ユーザの体温データと、睡眠セグメント１００５、非アクティブセグメント１０１０及び／又はアクティブセグメント１０１５との関係を示し得る。場合によっては、システム２００は、リング（例えば、ウェアラブルデバイス１０４）を介して収集されたユーザの動作データ、温度データ又はその両方に基づいて、ユーザ１０２の睡眠セグメント１００５、非アクティブセグメント１０１０及び／又はアクティブセグメント１０１５を特定又は推定し得る。
とりわけ、本願で説明したように、システム２００は、ユーザがアクティブセグメント１０１５内で身体的活動に行っていた１つ以上の活動セグメント１０２０を識別し得る。つまり、システム２００は、一般的に、ユーザが高い活動を示す時間間隔を「活動セグメント」として識別又はフラグを立て、アクティブセグメント１０１５のサブセットを、ユーザが身体的活動を行う間の「活動セグメント１０２０」として（例えば、ユーザがワークアウト又は他の運動を行っている場合の活動セグメント１０２０）識別し得る。一部の態様では、活動セグメント１０２０は、動作データ、温度データ又はその両方に基づいて識別され得る。さらに、本願で前述したように、ユーザが身体的活動を行い得る活動セグメントを識別するために追加の又は代替的な生理学的パラメータが用いられ得る。
図１０に示す活動セグメント分類図１０００は、伝統的な暦日に対する睡眠セグメント１００５、非アクティブセグメント１０１０及び／又はアクティブセグメント１０１５の相対タイミングを示す。とりわけ、活動セグメント分類図１０００は、単一の暦日（例えば、少なくとも午前６時～少なくとも午前３時）についてのユーザの睡眠セグメント１００５、非アクティブセグメント１０１０及び／又はアクティブセグメント１０１５を示す。
活動セグメント分類図１０００は、１つ以上の睡眠セグメント１００５、非アクティブセグメント１０１０及びアクティブセグメント１０１５を含み得る。例えば、活動セグメント分類図１０００は、睡眠セグメント１００５－ａ及び１００－ｂ、非アクティブセグメント１０１０－ａ、１０１０－ｂ及び１０１０－ｃ及びアクティブセグメント１０１５－ａ及び１０１５－ｂを含み得る。アクティブセグメント１０１５－ａは、少なくとも３つの識別されたアクティブセグメント１０２０－ａ、１０２０－ｂ及び１０２０－ｃを含み、アクティブセグメント１０１５ｂは、少なくとも１つの識別されたアクティブセグメント１０２０－ｄを含み得る。睡眠セグメント１００５は時系列の両端で発生し得る。場合によっては、睡眠セグメント１００５－ａとアクティブセグメント１０１５－ａとの間で、システム２００は非アクティブセグメント１０１０－ａを検出し得る。睡眠セグメント１００５、非アクティブセグメント１０１０及びアクティブセグメント１０１５は、ＭＥＴ値、温度値及び／又は他の値（例えば、他の動作値）に基づいて特定され得る。
ユーザデバイス１０６によって取得されるデータは１つ以上のアクティブセグメント１０１５を含み得る。例えば、（例えば、３０秒～１分間隔で）データが生成されたときに、ユーザデバイス１０６がリング（例えば、ウェアラブルデバイス１０４）からデータを受信する場合、ユーザデバイス１０６は、ユーザが活動を行っている間にデータを受信し得る。このような場合、ユーザデバイス１０６は、現在のアクティブセグメント１０１５の時系列データを生成し得る。さらに、ユーザデバイス１０６は、アクティブセグメント１０１５内の１つ以上の活動セグメント１０２０を識別し得る。場合によっては、ユーザデバイス１０６は、１日の早い時間からのデータ等の、リング（例えば、ウェアラブルデバイス１０４）からデータが最後に取得されてから発生した１つ以上のアクティブセグメント１０１５及び／又は活動セグメント１０２０等の、１つ以上の以前のアクティブセグメント１０１５を含む、より長い時間（例えば、時間）にわたる過去のデータを受信し得る。例えば、時系列全体（例えば、非アクティブセグメント１０１０ｃの間）の過程でデータが一度に取得された場合、ユーザデバイス１０６は４つの別々の活動セグメント２２０を識別し得る。
ユーザデバイス１０６は、データの時系列において、アクティブセグメント１０１５及び／又は活動セグメント１０２０を識別し得る。一部の実施では、ユーザデバイス１０６は、動作データ及び／又は温度データに基づいて、アクティブセグメント１０１５及び／又は活動セグメント１０２０を識別し得る。一部の実施では、ユーザデバイス１０６は、動作の量及び／又は動作の期間に基づいて、活動セグメント１０２０を識別し得る。例えば、ユーザデバイス１０６は、閾値を超える動作（例えば、加速度又は導出された動作の値）をユーザが行っていることをデータが示す場合、ユーザが身体的活動を行っていると判定し得る。場合によっては、ユーザデバイス１０６は、強度値、ＭＥＴ値又は規則性値が所定の期間の閾値（例えば、時間閾値）を超える場合に、活動セグメント１０２０を識別し得る。
ユーザデバイス１０６は、温度データ（例えば、皮膚温）を用いて活動セグメント１０２０を識別し得る。例えば、ユーザデバイス１０６は、温度の変化及び／又は温度の変化率に基づいて活動セグメント１０２０を識別し得る。場合によっては、ユーザデバイス１０６は、温度低下閾値を超えるユーザ温度の低下等、所定の期間の間のユーザ温度の低下に基づいて活動セグメント１０２０を識別し得る。例えば、ユーザデバイス１０６は、定義された期間内で温度低下が閾値を超えて低下した場合に、活動セグメント１０２０を識別し得る。活動セグメント１０２０は、期間閾値の間より低い温度が維持された場合に識別され得る。場合によっては、活動期間中（例えば、活動セグメント１０２０の間）に温度低下が維持され得る。そのような場合、活動セグメント１０２０は、開始温度（例えば、ベースライン温度）から最低温度までの温度低下を含み得る。温度低下は活動の間に維持され得るか又はベースラインに向かって再び増加し得る。温度低下及び上昇は、外部温度及び／又は身体の体温調節反応（例えば、血流及び発汗）に起因し得る。
一部の実施では、ユーザデバイス１０６は、動作データ及び温度データの組み合わせを用いて活動セグメント１０２０を識別し得る。例えば、ユーザデバイス１０６は、セグメントの動作データ及び温度データが一連の条件（例えば、閾値）を満たす場合に、活動セグメント１０２０を識別し得る。例示の一連の条件は、所定の期間の間の動作閾値（例えば、強度の閾値レベル）及び温度低下閾値の存在を含み得る。例えば、活動セグメント１０２０－ａを参照して示すように、システム２００は、ある時間間隔の動作の量がある動作閾値以上であることと、その時間間隔中の対応する温度低下がある温度低下閾値以上であることに基づいて、活動セグメント１０２０－ａを識別し得る。
場合によっては、ユーザデバイス１０６は、動作データ、温度データ、心拍数データ、ＨＲＶデータ及び／又は呼吸数データに基づいて、活動セグメント１０２０を識別し得る。一部の実施では、ユーザデバイス１０６又は他のコンピューティングデバイスは、活動セグメント１０２０を識別するために用いられるデータを取得し得る。例えば、ユーザデバイス１０６は、活動セグメント１０２０を識別するために用いることができる動作データ（例えば、加速度／ジャイロデータ）又は他の動きデータ（例えばＧＰＳデータ）を取得し得る。
場合によっては、温度変化率は活動セグメントの種類によって変化し得る。つまり、分類された活動の種類によって、ユーザがそれぞれの分類された活動の種類の活動セグメントの間に経験し得る温度変化のレベルが異なり得ることを示し得る。例えば、ユーザが走っているときの温度変化／温度変化率と比較して、自転車に乗っているときの温度変化及び／又は温度変化率は異なり得る。そのため、活動の種類を分類するために温度変化及び温度変化率の分散が用いられ得る（例えば、分類された活動の種類を特定するために用いられ得る）。
例えば、サーバ１１０（例えば、１つ以上の分類モジュール）は、温度変化及び変化率に関連する特徴を受信し得る。サーバ１１０は、受信した特徴に基づいて異なる活動（例えば、異なる分類された活動の種類）を識別し得る。場合によっては、活動が屋外／屋内であるか（例えば、外気温による）、活動に関連する強度のレベル、活動の期間又はそれらの組み合わせに基づいて、温度変化及び変化率が影響を受け得る。
ユーザは所定の期間活動を行い得る。期間は「活動セグメント期間」又は「セグメント期間」と呼ばれ得る。各セグメントは、活動／セグメントが何時発生したかを示す１つ以上の時間に関連し得る。例えば、各セグメントは、活動／セグメントの開始（「活動／セグメントの開始時間」）、活動／セグメントの終了（「活動／セグメントの終了時間」）又は他の時間（例えば、「活動／セグメントの中間点時間」）を示す１つ以上のセグメントタイムスタンプに関連し得る。このような場合、活動セグメント１０２０は、活動開始時間で開始し、活動セグメント期間の間継続し、活動終了時間で終了し得る。セグメントの期間の間に取得されたデータは「セグメントデータ」又は「活動セグメントデータ」と呼ばれ得る。例示のセグメントデータは動作データ（例えば、加速度計データ、強度値等）、温度データ及び他の取得データを含み得る。一部の実施では、ユーザデバイス１０６は、ユーザデバイス１０６及びサーバ１１０がセグメントを識別するために用いり得るセグメントＩＤを各活動セグメント１０２０に割り当て得る。
一部の実施では、コンピューティングデバイスは、ユーザの生理的データ（例えば、動作及び温度データ）の継続的な監視により、迅速に活動の開始を識別し、活動を分類し得る。場合によっては、コンピューティングデバイスは、より長い時間枠（例えば、分以上）にわたってデータを取得し、分析し得る。ユーザの生理的データの継続的な監視及び／又は定期的な監視／分析は、活動が現在進行中である場合等、活動の一部のデータを含むセグメントデータをもたらし得る。他の例では、セグメントデータは、１つ以上の以前の活動のセグメントデータが収集された場合等、活動の全期間のデータを含み得る。システム２００は、活動についての部分データ及び／又は完全データを含むセグメントのためのセグメントデータの分類を行い得る。場合によっては、より小さなデータセット（例えば、短い活動及び／又は部分的なデータ）を処理することで処理リソースが節約され、バッテリー寿命が延び得る。場合によっては、より大きなデータセット（例えば、長期間の活動及び／又は完全なデータ）を処理することで処理量が増加し、バッテリー寿命が短くなり得るが、分類精度は向上する。本願で説明する処理のいずれかはウェアラブルデバイス１０４（例えば、リング）によって行われ得るが、処理の一部は、モバイルデバイス、パーソナルコンピューティングデバイス及び／又はサーバ等のデバイスによって行われ得る。
図１１は、本開示の態様に係る活動分類及び表示をサポートするデバイス１１０５のブロック図１１００を示す。デバイス１１０５は、入力モジュール１１１０、出力モジュール１１１５及びウェアラブルアプリケーション１１２０を含み得る。デバイス１１０５はプロセッサも含み得る。これらの各コンポーネントは（例えば、１つ以上のバスを介して）互いに通信し得る。
入力モジュール１１１０は様々な情報チャネル（例えば、制御チャネル、データチャネル、疾患検出技術に関連する情報チャネル）に関連するパケット、ユーザデータ、制御情報又はそれらの任意の組み合わせ等の情報を受信する手段を提供し得る。情報は、デバイス１１０５の他のコンポーネントに渡され得る。入力モジュール１１１０は単一のアンテナ又は複数のアンテナのセットを利用し得る。
出力モジュール１１１５は、デバイス１１０５の他のコンポーネントによって生成された信号を送信する手段を提供し得る。例えば、出力モジュール１１１５は、様々な情報チャネル（例えば、制御チャネル、データチャネル、疾患検出技術に関連する情報チャネル）に関連するパケット、ユーザデータ、制御情報又はそれらの任意の組み合わせ等の情報を送信し得る。一部の例では、出力モジュール１１１５は、トランシーバモジュール内で入力モジュール１１１０と同じ場所に配置され得る。出力モジュール１１１５は、単一のアンテナ又は複数のアンテナのセットを利用し得る。
例えば、ウェアラブルアプリケーション１１２０は、データ取得コンポーネント１１２５、活動セグメントコンポーネント１１３０、活動分類コンポーネント１１３５、ユーザインターフェイスコンポーネント１１４０又はこれらの任意の組み合わせを含み得る。一部の例では、ウェアラブルアプリケーション１１２０又はその様々なコンポーネントは、入力モジュール１１１０、出力モジュール１１１５又はその両方を用いて又はさもなければ協働して様々な動作（例えば、受信、監視、送信）を行うように構成され得る。例えば、ウェアラブルアプリケーション１１２０は、入力モジュール１１１０から情報を受信し、出力モジュール１１１５に情報を送信し又は入力モジュール１１１０、出力モジュール１１１５又はその両方と共に統合されて情報を受信するか、情報を送信するか又は本願で説明する他の様々な動作を行い得る。
ウェアラブルアプリケーション１１２０は、本願で開示する例に従って、ユーザの活動セグメントの分類をサポートし得る。データ取得コンポーネント１１２５は、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信する手段として構成され得るか又はさもなければサポートするように構成され、生理学的データは少なくとも動作データを含む。活動セグメントコンポーネント１１３０は、ユーザが身体的活動を行っている活動セグメントを少なくとも部分的に動作データに基づいて識別する手段として構成され得るか又はさもなければサポートするように構成され、活動セグメントは、活動セグメントの間に収集された少なくとも生理学的データを含む活動セグメントデータに関連する。活動分類コンポーネント１１３５は、活動セグメントデータに少なくとも部分的に基づいて、活動セグメントに関連する活動分類データを生成する手段として構成され得るか又はさもなければサポートするように構成され、活動分類データは、複数の分類された活動の種類及び対応する信頼値を含み、信頼値は対応する分類された活動の種類に関連する信頼度を示す。ユーザインターフェイスコンポーネント１１４０は、ユーザデバイスのＧＵＩに、少なくとも１つの分類された活動の種類と、複数の分類された活動の種類の少なくとも１つの分類された活動の種類とを表示させる手段として構成され得るか又はさもなければサポートするように構成され得る。
図１２は、本開示の態様に係る活動分類及び表示をサポートするウェアラブルアプリケーション１２２０のブロック図１２００を示す。ウェアラブルアプリケーション１２２０は、本願で説明するウェアラブルアプリケーション又はウェアラブルアプリケーション１１２０又はその両方の態様の一例であり得る。ウェアラブルアプリケーション１２２０又はそのさまざまなコンポーネントは、本願で説明するように、活動分類及び表示の様々な態様を行う手段の一例であり得る。例えば、ウェアラブルアプリケーション１２２０は、データ取得コンポーネント１２２５、活動セグメントコンポーネント１２３０、活動分類コンポーネント１２３５、ユーザインターフェイスコンポーネント１２４０、ユーザ入力コンポーネント１２４５、動作特徴コンポーネント１２５０、活動特徴コンポーネント１２５５、機械学習モデルコンポーネント１２６０又はこれらの任意の組み合わせを含み得る。これらの各コンポーネントは、直接的又は間接的に（例えば、１つ以上のバスを介して）互いに通信し得る。
ウェアラブルアプリケーション１２２０は、本願で開示の例に従って、ユーザのために活動セグメントの分類をサポートし得る。データ取得コンポーネント１２２５は、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信するための手段として構成され得るか又はさもなければ該手段をサポートし得る。活動セグメントコンポーネント１２３０は、少なくとも部分的には動作データに基づいて、ユーザが身体的活動を行う活動セグメントを識別するための手段として構成され得るか又はさもなければ係る手段をサポートし得る。活動セグメントは、活動セグメントの間に収集された少なくとも生理学的データを含む活動セグメントデータに関連する。活動分類コンポーネント１２３５は、少なくとも部分的に活動セグメントデータに基づいて、活動セグメントに関連する活動分類データを生成するための手段として構成され得るか又はさもなければ係る手段をサポートし得る。活動分類データは複数の分類された活動の種類と、対応する信頼値とを含み、信頼値は対応する分類された活動の種類に関連する信頼度を示す。インターフェイスコンポーネント１２４０は、ユーザデバイスのＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させる手段として構成され得るか又はさもなければ係る手段をサポートし得る。
一部の例では、ユーザ入力コンポーネント１２４５は、ユーザデバイスを介して且つ少なくとも１つの分類された活動の種類の表示に応答して、活動セグメントの確認を受信する手段として構成され得るか又はさもなければ係る手段をサポートするように構成され、ＧＵＩに活動セグメントデータを表示させることは、少なくとも部分的に確認を受信することに基づく。
一部の例では、確認は、少なくとも１つの分類された活動の種類の確認を含み、ＧＵＩに活動セグメントデータを表示させることは、少なくとも１つの分類された活動の種類の確認を受信することに少なくとも部分的に基づく。
一部の例では、ユーザ入力コンポーネント１２４５は、ユーザデバイスを介して且つ少なくとも１つの分類された活動の種類を表示することに応答して、活動セグメントの１つ以上の変更を受信する手段として構成され得るか又はさもなければ係る手段をサポートするように構成され、ＧＵＩに活動セグメントデータを表示させることは、１つ以上の変更を受信することに少なくとも部分的に基づく。
一部の例では、１つ以上の変更は、活動セグメントに関連する追加の分類された活動の種類の表示を含む。
一部の例では、活動セグメントコンポーネント１２３０は、温度データに少なくとも部分的に基づいて活動セグメントを識別するための手段として構成され得るか又はさもなければ係る手段をサポートし得る。
一部の例では、活動セグメントコンポーネント１２３０は、活動セグメントの間の動作データが動作閾値以上であることに少なくとも部分的に基づいて且つ活動セグメントの間の温度低下が温度低下閾値以上であることに少なくとも部分的に基づいて活動セグメントを識別するための手段として構成され得る又はさもなければ係る手段をサポートし得る。
一部の例では、動作特徴コンポーネント１２５０は、動作データに少なくとも部分的に基づいて１つ以上の動作特徴を識別するための手段として構成され得るか又はさもなければサポートし得る。一部の例では、活動特徴コンポーネント１２５５は、温度データに少なくとも部分的に基づいて１つ以上の温度特徴を識別するための手段として構成され得るか又はさもなければ係る手段をサポートし、活動分類データの生成は１つ以上の動作特徴、１つ以上の温度特徴又はその両方に少なくとも部分的に基づく。
一部の例では、１つ以上の動作特徴は、活動セグメントの間の動作量を含む。一部の例では、１つ以上の温度特徴は、活動セグメントの間の温度変化、活動セグメントの間の温度変化率又はそれらの任意の組み合わせを含む。
一部の例では、活動セグメントコンポーネント１２３０は、ユーザの履歴活動セグメントデータを識別するための手段として構成され得るか又はさもなければ係る手段をサポートし、履歴活動セグメントデータはユーザの１つ以上の履歴活動セグメントを含み、活動分類データを生成することは、履歴活動セグメントデータに少なくとも部分的に基づく。
一部の例では、複数の分類された活動の種類に関連する信頼値は、履歴活動セグメントデータに少なくとも部分的に基づく。
一部の例では、機械学習モデルコンポーネント１２６０は、活動セグメントデータを機械学習モデルに入力するための手段として構成され得るか又はさもなければ係る手段をサポートし、活動分類データを生成することは、活動セグメントデータを機械学習モデルに入力することに少なくとも部分的に基づく。
一部の例では、活動セグメントコンポーネント１２３０は、生理学的データ内に含まれる少なくとも１つ以上の追加の生理学的パラメータに少なくとも部分的に基づいて活動セグメントを識別するための手段として構成され得るか又はさもなければ係る手段をサポートし、１つ以上の追加の生理学的データは、心拍数データ、ＨＲＶデータ、呼吸数データ又はこれらの任意の組み合わせを含む。
一部の例では、ウェアラブルデバイスはウェアラブルリングデバイスを含む。
一部の例では、ウェアラブルデバイスは動脈血流に基づいてユーザから生理学的データを収集する。
図１３は、本開示の態様に係る活動分類及び表示をサポートするデバイス１３０５を含むシステム１３００の図を示す。デバイス１３０５は、本願で説明するデバイス１１０５のコンポーネントの一例であり得るか又は該コンポーネントを含み得る。デバイス１３０５は、本願で前述したユーザデバイス１０６の一例を含み得る。デバイス１３０５は、ウェアラブルアプリケーション１３２０、通信モジュール１３１０、アンテナ１３１５、ユーザインターフェイスコンポーネント１３２５、データベース（アプリケーションデータ）１３３０、メモリ１３３５及びプロセッサ１３４０等の、ウェアラブルデバイス１０４及びサーバ１１０との通信を送受信するためのコンポーネントを含む双方向通信用のコンポーネントを含み得る。これらのコンポーネントは、電子通信し得るか又はさもなければ１つ以上のバス（例えば、バス１３４５）を介して結合（例えば、動作的、通信的、機能的、電子的、電気的）され得る。
通信モジュール１３１０は、アンテナ１３１５を介してデバイス１３０５の入出力信号を管理し得る。通信モジュール１３１０は、図２で図示説明したユーザデバイス１０６の通信モジュール２２０－ｂの例を含み得る。この点に関して、通信モジュール１３１０は、図２に示すように、リング１０４及びサーバ１１０との通信を管理し得る。通信モジュール１３１０は、デバイス１３０５に統合されていない周辺機器も管理し得る。場合によっては、通信モジュール１３１０は、外部周辺機器への物理的な接続又はポートを表し得る。場合によっては、通信モジュール１３１０は、ｉＯＳ（登録商標）、ＡＮＤＲＯＩＤ（登録商標）、ＭＳ－ＤＯＳ（登録商標）、ＭＳ－ＷＩＮＤＯＷＳ（登録商標）、ＯＳ／２（登録商標）、ＵＮＩＸ（登録商標）、ＬＩＮＵＸ（登録商標）又はその他の既知のオペレーティングシステム等のオペレーティングシステムを利用し得る。その他の場合では、通信モジュール１３１０は、ウェアラブルデバイス（例えば、リング１０４）、モデム、キーボード、マウス、タッチスクリーン又は同様のデバイスを表し得るか又はそれらとやりとりし得る。場合によっては、通信モジュール１３１０はプロセッサ１３４０の一部として実施され得る。一部の例では、ユーザは、通信モジュール１３１０、ユーザインターフェイスコンポーネント１３２５又は通信モジュール１３１０によって制御されるハードウェアコンポーネントを介してデバイス１３０５と対話し得る。
場合によっては、デバイス１３０５は単一のアンテナ１３１５を含み得る。しかしながら、他の場合では、デバイス１３０５は複数のアンテナ１３１５を有してもよく、複数の無線送信を同時に送受信でき得る。通信モジュール１３１０は、本願で説明したように、１つ以上のアンテナ１３１５、有線又は無線リンクを介して双方向に通信し得る。例えば、通信モジュール１３１０は無線トランシーバを表し、別の無線トランシーバと双方向に通信し得る。通信モジュール１３１０はパケットを変調し、変調されたパケットを伝送のために１つ以上のアンテナ１３１５に提供し、１つ以上のアンテナ１３１５から受信したパケットを復調するモデムも含み得る。
ユーザインターフェイスコンポーネント１３２５は、データベース１３３０におけるデータの記憶及び処理を管理し得る。場合によっては、ユーザは、ユーザインターフェイスコンポーネント１３２５と対話し得る。他の場合には、ユーザインターフェイスコンポーネント１３２５は、ユーザの対話なしに自動的に動作し得る。データベース１３３０は、単一データベース、分散データベース、複数の分散データベース、データストア、データレイク又は緊急バックアップデータベースの例であり得る。
メモリ１３３５は、ＲＡＭ及びＲＯＭを含み得る。メモリ１３３５は、実行されるとプロセッサ１３４０に本願で説明する様々な機能を行わせる命令を含む、コンピュータ読み取り可能なコンピュータ実行可能ソフトウェアを記憶し得る。場合によっては、メモリ１３３５は、とりわけ、周辺コンポーネント又はデバイスとのやりとり等の基本的なハードウェア又はソフトウェア動作を制御するＢＩＯＳを含み得る。
プロセッサ１３４０は、インテリジェントハードウェアデバイス（例えば、汎用プロセッサ、ＤＳＰ、ＣＰＵ、マイクロコントローラ、ＡＳＩＣ、ＦＰＧＡ、プログラマブルロジックデバイス、個別のゲート又はトランジスタロジックコンポーネント、個別のハードウェアコンポーネント又はこれらの任意の組み合わせ）を含み得る。場合によっては、プロセッサ１３４０は、メモリコントローラを用いてメモリアレイを動作するように構成され得る。場合によっては、プロセッサ１３４０にメモリコントローラが統合され得る。プロセッサ１３４０は、様々な機能（例えば、睡眠ステージングアルゴリズムのための方法及びシステムをサポートする機能又はタスク）を行うために、メモリ１３３５に記憶されたコンピュータ読み取り可能命令を実行するように構成され得る。
ウェアラブルアプリケーション１３２０は、本願で開示した例にしたがって、ユーザの活動セグメントの分類をサポートし得る。例えば、ウェアラブルアプリケーション１３２０は、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信するための手段として構成され得るか又はさもなければ係る手段をサポートし、生理学的データは動作データを少なくとも含む。ウェアラブルアプリケーション１３２０は、動作データに少なくとも部分的に基づいて、ユーザが身体的活動を行う活動セグメントを識別するための手段として構成され得るか又はさもなければ係る手段をサポートし、活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連する。ウェアラブルアプリケーション１３２０は、活動セグメントデータに少なくとも部分的に基づいて活動セグメントに関連する活動分類データを生成するための手段として構成され得るか又はさもなければ係る手段をサポートし、活動分類データは複数の分類された活動の種類と、対応する信頼値とを含み、信頼値は対応する分類された活動の種類に関連する信頼度を示す。ウェアラブルアプリケーション１３２０は、ユーザデバイスのＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させる手段として構成され得るか又はさもなければ係る手段をサポートし得る。
本願で説明した例に従ってウェアラブルアプリケーション１３２０を含めるか又は構成することにより、デバイス１３０５は、通信の信頼性の改善、レイテンシの低減、処理の削減に関連するユーザエクスペリエンスの向上、電力消費の削減、通信リソースのより効率的な利用、デバイス間の調整の向上、バッテリーの寿命の延長及び処理能力の利用の向上のための技術をサポートし得る。
ウェアラブルアプリケーション１３２０は、リング１０４、サーバ１１０、他のユーザデバイス１０６等との通信を促進するように構成されたアプリケーション（例えば、「アプリ」）、プログラム、ソフトウェア又は他のコンポーネントを含み得る。例えば、ウェアラブルアプリケーション１３２０は、リング１０４からデータ（例えば、生理学的データ）を受信し、受信したデータに対して処理動作を行い、サーバ１１０とデータを送受信し、ユーザ１０２にデータを提示するように構成された、ユーザデバイス１０６上で実行可能なアプリケーションを含み得る。
図１４は、本開示の態様に係る活動分類及び表示をサポートする方法１４００を示すフローチャートを示す。方法１４００の動作は、本願で説明したユーザデバイス又はそのコンポーネントによって実施され得る。例えば、方法１４００の動作は、図１～図１３を参照して説明したユーザデバイスによって行われ得る。一部の例では、ユーザデバイスは、ユーザデバイスの機能要素を制御して、説明した機能を行うために一連の命令を実行し得る。加えて又は代替的に、ユーザデバイスは、専用のハードウェアを用いて説明した機能の態様を行い得る。
１４０５で、本方法は、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信することを含み、生理学的データは動作データを少なくとも含む。１４０５の動作は、本願で開示した例に従って行われ得る。一部の例では、１４０５の動作の態様は、図１２を参照して説明したように、データ取得コンポーネント１２２５によって行われ得る。
１４１０で、本方法は、動作データに少なくとも部分的に基づいて、ユーザが身体的活動を行っている活動セグメントを識別することを含み、この活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連する。１４１０の動作は、本願で開示した例に従って行われ得る。一部の例では、１４１０の動作の態様は、図１２を参照して説明したように、活動セグメントコンポーネント１２３０によって行われ得る。
１４１５で、本方法は、活動セグメントデータに少なくとも部分的に基づいて、活動セグメントに関連する活動分類データを生成することを含み、活動セグメントデータは、複数の分類された活動の種類と、対応する信頼値とを含み、信頼値は、対応する分類された活動の種類に関連する信頼度を示す。１４１５の動作は、本願で開示した例に従って行われ得る。一部の例では、１４１５の動作の態様は、図１２を参照して説明したように、活動分類コンポーネント１２３５によって行われ得る。
１４２０で、本方法は、ユーザデバイスのＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることを含み得る。１４２０の動作は、本願で開示した例に従って行われ得る。一部の例では、１４２０の動作の態様は、図１２を参照して説明したように、ユーザインターフェイスコンポーネント１２４０によって行われ得る。
図１５は、本開示の態様に係る活動分類及び表示をサポートする方法１５００を示すフローチャートを示す。方法１５００の動作は、本願で説明したユーザデバイス又はそのコンポーネントによって実施され得る。例えば、方法１５００の動作は、図１～図１３を参照して説明したユーザデバイスによって行われ得る。一部の例では、ユーザデバイスは、ユーザデバイスの機能要素を制御して、説明した機能を行うために一連の命令を実行し得る。加えて又は代替的に、ユーザデバイスは、専用のハードウェアを用いて説明した機能の態様を行い得る。
１５０５で、本方法は、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信することを含み、生理学的データは動作データを少なくとも含む。１５０５の動作は、本願で開示した例に従って行われ得る。一部の例では、１５０５の動作の態様は、図１２を参照して説明したように、データ取得コンポーネント１２２５によって行われ得る。
１５１０で、本方法は、動作データに少なくとも部分的に基づいて、ユーザが身体的活動を行っている活動セグメントを識別することを含み、この活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連する。１５１０の動作は、本願で開示した例に従って行われ得る。一部の例では、１５１０の動作の態様は、図１２を参照して説明したように、活動セグメントコンポーネント１２３０によって行われ得る。
１５１５で、本方法は、活動セグメントデータに少なくとも部分的に基づいて、活動セグメントに関連する活動分類データを生成することを含み、活動セグメントデータは、複数の分類された活動の種類と、対応する信頼値とを含み、信頼値は、対応する分類された活動の種類に関連する信頼度を示す。１５１５の動作は、本願で開示した例に従って行われ得る。一部の例では、１５１５の動作の態様は、図１２を参照して説明したように、活動分類コンポーネント１２３５によって行われ得る。
１５２０で、本方法は、ユーザデバイスを介して且つ少なくとも１つの分類された活動の種類を表示することに応答して、活動セグメントの確認を受信することを含み得る。１５２０の動作は、本願で開示した例に従って行われ得る。一部の例では、１５２０の動作の態様は、図１２を参照して説明したように、ユーザ入力コンポーネント１２４５によって行われ得る。
１５２５で、本方法は、ユーザデバイスのＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることを含み、ＧＵＩに、活動セグメントデータを表示させることは、確認の受信に少なくとも部分的に基づく。１５２５の動作は、本願で開示した例に従って行われ得る。一部の例では、１５２５の動作の態様は、図１２を参照して説明したように、ユーザインターフェイスコンポーネント１２４０によって行われ得る。
図１６は、本開示の態様に係る活動分類及び表示をサポートする方法１６００を示すフローチャートを示す。方法１６００の動作は、本願で説明したユーザデバイス又はそのコンポーネントによって実施され得る。例えば、方法１６００の動作は、図１～図１３を参照して説明したユーザデバイスによって行われ得る。一部の例では、ユーザデバイスは、ユーザデバイスの機能要素を制御して、説明した機能を行うために一連の命令を実行し得る。加えて又は代替的に、ユーザデバイスは、専用のハードウェアを用いて説明した機能の態様を行い得る。
１６０５で、本方法は、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信することを含み、生理学的データは動作データを少なくとも含む。１６０５の動作は、本願で開示した例に従って行われ得る。一部の例では、１６０５の動作の態様は、図１２を参照して説明したように、データ取得コンポーネント１２２５によって行われ得る。
１６１０で、本方法は、動作データに少なくとも部分的に基づいて、ユーザが身体的活動を行っている活動セグメントを識別することを含み、この活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連する。１６１０の動作は、本願で開示した例に従って行われ得る。一部の例では、１６１０の動作の態様は、図１２を参照して説明したように、活動セグメントコンポーネント１２３０によって行われ得る。
１６１５で、本方法は、活動セグメントデータに少なくとも部分的に基づいて、活動セグメントに関連する活動分類データを生成することを含み、活動セグメントデータは、複数の分類された活動の種類と、対応する信頼値とを含み、信頼値は、対応する分類された活動の種類に関連する信頼度を示す。１６１５の動作は、本願で開示した例に従って行われ得る。一部の例では、１６１５の動作の態様は、図１２を参照して説明したように、活動分類コンポーネント１２３５によって行われ得る。
１６２０で、本方法は、ユーザデバイスを介して且つ少なくとも１つの分類された活動の種類を表示することに応答して、活動セグメントの１つ以上の変更を受信することを含み得る。１６２０の動作は、本願で開示した例に従って行われ得る。一部の例では、１６２０の動作の態様は、図１２を参照して説明したように、ユーザ入力コンポーネント１２４５によって行われ得る。
１６２５で、本方法は、ユーザデバイスのＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることを含み、ＧＵＩに、活動セグメントデータを表示させることは、１つ以上の変更の受信に少なくとも部分的に基づく。１６２５の動作は、本願で開示した例に従って行われ得る。一部の例では、１６２５の動作の態様は、図１２を参照して説明したように、ユーザインターフェイスコンポーネント１２４０によって行われ得る。
なお、上記で説明した方法は可能な実施を説明し、動作及びステップは再配置され得るか又はさもなければ変更され、他の実施も可能である。さらに、２つ以上の方法の態様が組み合わせられ得る。
ユーザの活動セグメントを分類する方法を説明する。本方法は、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信することであって、生理学的データは動作データを少なくとも含む、ことと、動作データに少なくとも部分的に基づいて、ユーザが身体的活動を行っている活動セグメントを識別することであって、活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連する、ことと、活動セグメントデータに少なくとも部分的に基づいて、活動セグメントに関連する活動分類データを生成することであって、活動分類データは、複数の分類された活動の種類と、対応する信頼値とを含み、信頼値は対応する分類された活動の種類に関連する信頼度を示す、ことと、ユーザデバイスのＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることと、を含み得る。
ユーザの活動セグメントを分類するための装置を説明する。装置は、プロセッサ、プロセッサと結合されたメモリ及びメモリに記憶された命令を含み得る。命令は、装置に、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信することであって、生理学的データは動作データを少なくとも含む、ことと、動作データに少なくとも部分的に基づいて、ユーザが身体的活動を行っている活動セグメントを識別することであって、活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連する、ことと、活動セグメントデータに少なくとも部分的に基づいて、活動セグメントに関連する活動分類データを生成することであって、活動分類データは、複数の分類された活動の種類と、対応する信頼値とを含み、信頼値は対応する分類された活動の種類に関連する信頼度を示す、ことと、ユーザデバイスのＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることと、を行わせるためにプロセッサによって実行可能である。
ユーザの活動セグメントを分類するための装置を説明する。装置は、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信するための手段であって、生理学的データは動作データを少なくとも含む、手段と、動作データに少なくとも部分的に基づいて、ユーザが身体的活動を行っている活動セグメントを識別するための手段であって、活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連する、手段と、活動セグメントデータに少なくとも部分的に基づいて、活動セグメントに関連する活動分類データを生成するための手段であって、活動分類データは、複数の分類された活動の種類と、対応する信頼値とを含み、信頼値は対応する分類された活動の種類に関連する信頼度を示す、手段と、ユーザデバイスのＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることと、を行わせる手段と、を含み得る。
ユーザの活動セグメントを分類するためのコードを記憶する非一時的コンピュータ読み取り可能媒体を説明する。コードは、ウェアラブルデバイスを介してユーザに関連する生理学的データを受信することであって、生理学的データは動作データを少なくとも含む、ことと、動作データに少なくとも部分的に基づいて、ユーザが身体的活動を行っている活動セグメントを識別することであって、活動セグメントは、活動セグメントの間に収集された生理学的データを少なくとも含む活動セグメントデータに関連する、ことと、活動セグメントデータに少なくとも部分的に基づいて、活動セグメントに関連する活動分類データを生成することであって、活動分類データは、複数の分類された活動の種類と、対応する信頼値とを含み、信頼値は対応する分類された活動の種類に関連する信頼度を示す、ことと、ユーザデバイスのＧＵＩに、活動セグメントデータと、複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることと、を行うためにプロセッサによって実行可能な命令を含み得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例は、ユーザデバイスを介して且つ少なくとも１つの分類された活動の種類の表示に応答して、活動セグメントの確認を受信するための動作、機能、手段又は命令をさらに含んでもよく、ＧＵＩに活動セグメントデータを表示させることは、確認の受信に少なくとも部分的に基づき得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例では、確認は、少なくとも１つの分類された活動の種類の確認を含み、ＧＵＩに活動セグメントデータを表示させることは、少なくとも１つの分類された活動の種類の確認を受信することに少なくとも部分的に基づき得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例は、ユーザデバイスを介して且つ少なくとも１つの分類された活動の種類の表示に応答して、活動セグメントの１つ以上の変更を受信するための動作、機能、手段又は命令をさらに含んでもよく、ＧＵＩに活動セグメントデータを表示させることは、１つ以上の変更の受信に少なくとも部分的に基づき得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例では、１つ以上の変更は、活動セグメントに関連する追加の分類された活動の種類の表示を含む。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例は、温度データに少なくとも部分的に基づいて活動セグメントを識別するための動作、特徴、手段、又は命令をさらに含み得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例は、活動セグメントの間の動作データが動作閾値以上であることに少なくとも部分的に基づいて且つ活動セグメントの間の温度低下が温度低下閾値以上であることに少なくとも部分的に基づいて活動セグメントを識別するための動作、特徴、手段、又は命令をさらに含み得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例では、方法、装置及び非一時的コンピュータ読み取り可能媒体は、動作データに少なくとも部分的に基づいて１つ以上の動作特徴を識別することと、温度データに少なくとも部分的に基づいて１つ以上の温度特徴を識別することと行うための動作、特徴、手段、又は命令をさらに含んでもよく、活動分類データを生成することは、１つ以上の動作特徴、１つ以上の温度特徴又はその両方に少なくとも部分的に基づき得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例では、１つ以上の動作特徴は活動セグメントの間の動作量を含み、１つ以上の温度特徴は、活動セグメントの間の温度変化、活動セグメントの間の温度変化率又はそれらの任意の組み合わせを含む。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例は、ユーザの履歴活動セグメントデータを識別するための動作、特徴、手段又は命令をさらに含んでもよく、履歴活動セグメントデータはユーザの１つ以上の履歴活動セグメントを含み、活動分類データを生成することは、履歴活動セグメントデータに少なくとも部分的に基づき得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例では、複数の分類された活動の種類に関連する信頼値は、履歴活動セグメントデータに少なくとも部分的に基づき得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例は、活動セグメントデータを機械学習モデルに入力するための動作、特徴、手段又は命令をさらに含んでよく、活動分類データを生成することは、活動セグメントデータを機械学習モデルに入力することに少なくとも部分的に基づき得る。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例は、生理学的データ内に含まれる１つ以上の追加の生理学的パラメータに少なくとも部分的に基づいて活動セグメントを識別するための動作、特徴、手段又は命令をさらに含んでもよく、１つ以上の追加の生理学的パラメータは、心拍データ、ＨＲＶデータ、呼吸数データ又はそれらの任意の組み合わせを含む。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例では、ウェアラブルデバイスはウェアラブルリングデバイスを含む。
本願で説明する方法、装置及び非一時的コンピュータ読み取り可能媒体の一部の例では、ウェアラブルデバイスは動脈血流に基づいてユーザから生理学的データを収集する。
本願に記載されている説明は、添付の図面に関連して、構成例を説明し、実施され得るか又は特許請求の範囲内にある全ての例を表すものではない。本願で用いる「例示」という用語は、「一例、場合又は説明としての役割を果たす」ことを意味し、「好ましい」か又は「他の例よりも有利」ではない。詳細な説明は、説明した技術の理解を提供する目的で具体的な詳細を含む。しかしながら、これらの技術は、これらの具体的な詳細なしに実施され得る。一部の例では、説明した例の概念を不明瞭にしないようにするために、既知の構造及びデバイスがブロック図形式で示されている。
添付の図では、同様のコンポーネント又は特徴が同じ参照ラベルを有し得る。また、同じタイプの様々なコンポーネントは、参照ラベルの後にダッシュと、同様のコンポーネントを区別する第２のラベルを付けることによって区別され得る。本明細書で第１の参照ラベルのみが用いられている場合、説明は第２の参照ラベルに関係なく、同じ第１の参照ラベルを有する同様のコンポーネントのいずれか１つに適用可能である。
本願で説明する情報及び信号は、様々な異なる技術及び技法のいずれかを用いて表され得る。例えば、上記の説明全体で参照され得るデータ、命令、コマンド、情報、信号、ビット、シンボル及びチップは、電圧、電流、電磁波、磁場又は粒子、光学場又は粒子又はそれらの任意の組み合わせによって表され得る。
本願の開示に関連して説明した様々な例示のブロック及びモジュールは、汎用プロセッサ、ＤＳＰ、ＡＳＩＣ、ＦＰＧＡ又は他のプログラム可能なロジックデバイス、離散ゲート又はトランジスタロジック、離散ハードウェアコンポーネント又は本願で説明した機能を行うように設計されたそれらの任意の組み合わせで実施され得るか又は行われ得る。汎用プロセッサはマイクロプロセッサであり得るが、代替的に、プロセッサは任意の従来のプロセッサ、コントローラ、マイクロコントローラ又はステートマシンであり得る。プロセッサは、コンピューティングデバイスの組み合わせ（例えば、ＤＳＰとマイクロプロセッサの組み合わせ、複数のマイクロプロセッサ、ＤＳＰコアと組み合わせた１つ以上のマイクロプロセッサ又は他のそのような構成）としても実施され得る。
本願で説明する機能は、ハードウェア、プロセッサによって実行されるソフトウェア、ファームウェア又はそれらの任意の組み合わせで実施され得る。プロセッサによって実行されるソフトウェアで実施される場合、機能はコンピュータ読み取り可能媒体に記憶され得るじか、コンピュータ読み取り可能媒体上の１つ以上の命令又はコードとして転送され得る。他の例及び実施は、本開示及び添付の特許請求の範囲内にある。例えば、ソフトウェアの性質上、上記の機能は、プロセッサによって実行されるソフトウェア、ハードウェア、ファームウェア、ハードワイヤ又はこれらの任意の組み合わせを用いて実施できる。機能を実施する特徴は、機能の一部が異なる物理的位置で実施されるように分散されることを含む、様々な位置に物理的に位置し得る。また、特許請求の範囲を含め、本願で用いるように、アイテムのリスト（例えば、「少なくとも１つの」又は「１つ以上の」等のフレーズで始まるアイテムのリスト）で用いられる「又は」は、例えば、Ａ、Ｂ又はＣのうちの少なくとも１つのリストは、Ａ又はＢ又はＣ若しくはＡＢ又はＡＣ又はＢＣ若しくはＡＢＣ（すなわち、Ａ及びＢ及びＣ）を意味するような包括的なリストを示す。また、本願で用いる「～に基づく」という用語は、条件の閉じたセットを指すものとして解釈すべきでない。例えば、「条件Ａに基づく」と記述されている例示のステップは、本開示の範囲を逸脱することなく、条件Ａ及び条件Ｂの両方に基づき得る。つまり、本願で用いる「～に基づく」という用語は、「少なくとも部分的に基づく」という用語と同様に解釈すべきである。
コンピュータ読み取り可能媒体は、非一時的コンピュータ記憶媒体と、ある場所から別の場所へのコンピュータプログラムの転送を促進する任意の媒体を含む通信媒体との両方を含む。非一時的記憶媒体は、汎用又は専用コンピュータによってアクセス可能な任意の利用可能な媒体であり得る。限定ではなく一例として、非一時的コンピュータ読み取り可能媒体は、ＲＡＭ、ＲＯＭ、電気的に消去可能なプログラム可能ＲＯＭ（ＥＥＰＲＯＭ）、コンパクトディスク（ＣＤ）ＲＯＭ又は他の光ディスク記憶装置、磁気ディスク記憶装置又は他の磁気記憶装置又は命令又はデータ構造の形で所望のプログラムコード手段を保持又は記憶するために用いることができ、汎用若しくは専用コンピュータ又は汎用若しくは専用プロセッサによってアクセス可能な他の任意の非一時的媒体を含むことができる。また、どのような接続もコンピュータ読み取り可能媒体と呼ぶのが適切である。例えば、同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者線（ＤＳＬ）又は赤外線、無線及びマイクロ波等の無線技術を用いて、ウェブサイト、サーバ又は他の遠隔ソースからソフトウェアが送信される場合、同軸ケーブル、光ファイバケーブル、ツイストペア、ＤＳＬ又は赤外線、無線及びマイクロ波等の無線技術は媒体の定義に含まれる。本願で用いられるディスク（ｄｉｓｋ）及びディスク（ｄｉｓｃ）は、ＣＤ、レーザーディスク、光ディスク、デジタル多用途ディスク（ＤＶＤ）、フロッピーディスク及びＢｌｕ－ｒａｙ(登録商標)ディスクを含み、ディスク（ｄｉｓｋ）は通常磁気的にデータを再生するのに対して、ディスク（ｄｉｓｃ）はレーザーを用いて光学的にデータを再生する。上記の組み合わせもコンピュータ読み取り可能媒体の範囲に含まれる。
本願の説明は、当業者が本開示を作成又は使用できるようにするために提供される。開示に対する様々な変更が当業者には容易に明らかであり、本願で定義された一般的な原則は、本開示の範囲から逸脱することなく他の変形例に適用され得る。そのため、本開示は、本願で説明した例及び設計に限定されず、本願で開示された原則及び新規の特徴と一致する最も広い範囲が与えられるものとする。

Claims (20)

  1. ユーザの活動セグメントを分類する方法であって、
    ウェアラブルデバイスを介して前記ユーザに関連する生理学的データを受信することであって、該生理学的データは動作データを少なくとも含む、ことと、
    前記動作データに少なくとも部分的に基づいて、前記ユーザが身体的活動を行っている活動セグメントを識別することであって、該活動セグメントは、該活動セグメントの間に収集された前記生理学的データを少なくとも含む活動セグメントデータに関連する、ことと、
    前記活動セグメントデータに少なくとも部分的に基づいて、前記活動セグメントに関連する活動分類データを生成することであって、該活動分類データは、複数の分類された活動の種類と、対応する信頼値とを含み、該信頼値は、対応する分類された活動の種類に関連する信頼度を示す、ことと、
    ユーザデバイスのグラフィカルユーザインターフェイスに、前記活動セグメントデータと、前記複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることと、
    を含む方法。
  2. 前記ユーザデバイスを介して且つ前記少なくとも１つの分類された活動の種類を表示することに応答して、前記活動セグメントの確認を受信することであって、前記グラフィカルユーザインターフェイスに前記活動セグメントデータを表示させることは、前記確認の受信に少なくとも部分的に基づく、ことをさらに含む、請求項１に記載の方法。
  3. 前記確認は、前記少なくとも１つの分類された活動の種類の確認を含み、前記グラフィカルユーザインターフェイスに前記活動セグメントデータを表示させることは、前記少なくとも１つの分類された活動の種類の確認を受信することに少なくとも部分的に基づく、請求項２に記載の方法。
  4. 前記ユーザデバイスを介して且つ前記少なくとも１つの分類された活動の種類を表示することに応答して、前記活動セグメントの１つ以上の変更を受信することであって、前記グラフィカルユーザインターフェイスに前記活動セグメントデータを表示させることは、前記１つ以上の変更を受信することに少なくとも部分的に基づく、ことをさらに含む、請求項１に記載の方法。
  5. 前記１つ以上の変更は、前記活動セグメントに関連する追加の分類された活動の種類の表示を含む、請求項４に記載の方法。
  6. 前記生理学的データは温度データをさらに含み、前記方法は、該温度データに少なくとも部分的に基づいて前記活動セグメントを識別することをさらに含む、請求項１に記載の方法。
  7. 前記活動セグメントの間の前記動作データが動作閾値以上であることに少なくとも部分的に基づいて且つ前記活動セグメントの間の温度低下が温度低下閾値以上であることに少なくとも部分的に基づいて前記活動セグメントを識別することをさらに含む、請求項６に記載の方法。
  8. 前記生理学的データは温度データをさらに含み、前記方法は、
    前記動作データに少なくとも部分的に基づいて１つ以上の動作特徴を識別することと、
    前記温度データに少なくとも部分的に基づいて１つ以上の温度特徴を識別することと、
    をさらに含み、
    前記活動分類データを生成することは、前記１つ以上の動作特徴、前記１つ以上の温度特徴又はその両方に少なくとも部分的に基づく、請求項１に記載の方法。
  9. 前記１つ以上の動作特徴は前記活動セグメントの間の動作量を含み、前記１つ以上の温度特徴は、前記活動セグメントの間の温度変化、前記活動セグメントの間の温度変化率又はそれらの任意の組み合わせを含む、請求項８に記載の方法。
  10. 前記ユーザの履歴活動セグメントデータを識別することであって、該履歴活動セグメントデータは前記ユーザの１つ以上の履歴活動セグメントを含み、前記活動分類データを生成することは、該履歴活動セグメントデータに少なくとも部分的に基づく、ことをさらに含む、請求項１に記載の方法。
  11. 前記複数の分類された活動の種類に関連する前記信頼値は、前記履歴活動セグメントデータに少なくとも部分的に基づく、請求項１０に記載の方法。
  12. 前記活動セグメントデータを機械学習モデルに入力することであって、前記活動分類データを生成することは、前記活動セグメントデータを前記機械学習モデルに入力することに少なくとも部分的に基づく、ことをさらに含む、請求項１に記載の方法。
  13. 前記生理学的データ内に含まれる１つ以上の追加の生理学的パラメータに少なくとも部分的に基づいて前記活動セグメントを識別することであって、前記１つ以上の追加の生理学的パラメータは、心拍データ、心拍変動データ、呼吸数データ又はそれらの任意の組み合わせを含む、ことをさらに含む、請求項１に記載の方法。
  14. 前記ウェアラブルデバイスはウェアラブルリングデバイスを含む、請求項１に記載の方法。
  15. 前記ウェアラブルデバイスは、動脈血流に基づいて前記ユーザから生理学的データを収集する、請求項１に記載の方法。
  16. ユーザの活動セグメントを分類するための装置であって、
    プロセッサと、
    前記プロセッサと結合されるメモリと、
    前記メモリに記憶される命令と、
    を含み、
    前記命令は、当該装置に、
    ウェアラブルデバイスを介して前記ユーザに関連する生理学的データを受信することであって、該生理学的データは動作データを少なくとも含む、ことと、
    前記動作データに少なくとも部分的に基づいて、前記ユーザが身体的活動を行っている活動セグメントを識別することであって、該活動セグメントは、該活動セグメントの間に収集された前記生理学的データを少なくとも含む活動セグメントデータに関連する、ことと、
    前記活動セグメントデータに少なくとも部分的に基づいて、前記活動セグメントに関連する活動分類データを生成することであって、該活動分類データは、複数の分類された活動の種類と、対応する信頼値とを含み、該信頼値は対応する分類された活動の種類に関連する信頼度を示す、ことと、
    ユーザデバイスのグラフィカルユーザインターフェイスに、前記活動セグメントデータと、前記複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることと、
    を行わせるために前記プロセッサによって実行可能である、装置。
  17. 前記命令は、前記装置に、
    前記ユーザデバイスを介して且つ前記少なくとも１つの分類された活動の種類を表示することに応答して、前記活動セグメントの確認を受信することであって、前記グラフィカルユーザインターフェイスに前記活動セグメントデータを表示させることは、前記確認の受信に少なくとも部分的に基づく、こと、
    を行わせるために前記プロセッサによって実行可能である、請求項１６に記載の装置。
  18. 前記確認は、前記少なくとも１つの分類された活動の種類の確認を含み、前記グラフィカルユーザインターフェイスに前記活動セグメントデータを表示させることは、前記少なくとも１つの分類された活動の種類の確認を受信することに少なくとも部分的に基づく、請求項１７に記載の装置。
  19. 前記命令は、前記装置に、
    前記ユーザデバイスを介して且つ前記少なくとも１つの分類された活動の種類を表示することに応答して、前記活動セグメントの１つ以上の変更を受信することであって、前記グラフィカルユーザインターフェイスに前記活動セグメントデータを表示させることは、１つ以上の変更を受信することに少なくとも部分的に基づく、こと、
    を行わせるために、前記プロセッサによって実行可能である、請求項１６に記載の装置。
  20. ユーザの活動セグメントを分類するためのコードを記憶する非一時的コンピュータ読み取り可能媒体であって、該コードは、
    ウェアラブルデバイスを介して前記ユーザに関連する生理学的データを受信することであって、該生理学的データは動作データを少なくとも含む、ことと、
    前記動作データに少なくとも部分的に基づいて、前記ユーザが身体的活動を行っている活動セグメントを識別することであって、該活動セグメントは、該活動セグメントの間に収集された前記生理学的データを少なくとも含む活動セグメントデータに関連する、ことと、
    前記活動セグメントデータに少なくとも部分的に基づいて、前記活動セグメントに関連する活動分類データを生成することであって、該活動分類データは、複数の分類された活動の種類と、対応する信頼値とを含み、該信頼値は対応する分類された活動の種類に関連する信頼度を示す、ことと、
    ユーザデバイスのグラフィカルユーザインターフェイスに、前記活動セグメントデータと、前記複数の分類された活動の種類のうちの少なくとも１つの分類された活動の種類とを表示させることと、
    を行うためにプロセッサによって実行可能である、非一時的コンピュータ読み取り可能媒体。
JP2023529128A 2020-11-16 2021-11-15 活動の分類及び表示 Pending JP2023550368A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063114188P 2020-11-16 2020-11-16
US63/114,188 2020-11-16
US17/526,300 US20220151512A1 (en) 2020-11-16 2021-11-15 Activity classification and display
US17/526,300 2021-11-15
PCT/US2021/059366 WO2022104199A1 (en) 2020-11-16 2021-11-15 Activity classification and display

Publications (1)

Publication Number Publication Date
JP2023550368A true JP2023550368A (ja) 2023-12-01

Family

ID=81588597

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023529128A Pending JP2023550368A (ja) 2020-11-16 2021-11-15 活動の分類及び表示

Country Status (5)

Country Link
US (1) US20220151512A1 (ja)
EP (1) EP4243680A1 (ja)
JP (1) JP2023550368A (ja)
CA (1) CA3201667A1 (ja)
WO (1) WO2022104199A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11954307B2 (en) * 2020-12-04 2024-04-09 Samsung Electronics Co., Ltd. Visual selector for application activities
WO2023086423A1 (en) * 2021-11-10 2023-05-19 Oura Health Oy Techniques for providing insights according to tags and physiological data
US20230190120A1 (en) * 2021-12-17 2023-06-22 Samsung Eletrônica da Amazônia Ltda. Method and wearable electronic system for predicting the heart rate of a user during a physical activity, and, non-transitory computer readable storage medium
US20240074661A1 (en) * 2022-09-06 2024-03-07 KOS, Inc. Wearable monitor and application

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11026600B2 (en) * 2012-01-09 2021-06-08 Invensense, Inc. Activity classification in a multi-axis activity monitor device
US9743848B2 (en) * 2015-06-25 2017-08-29 Whoop, Inc. Heart rate variability with sleep detection
US9125015B2 (en) * 2013-06-28 2015-09-01 Facebook, Inc. User activity tracking system and device
US9864843B2 (en) * 2013-10-24 2018-01-09 Logitech Europe S.A. System and method for identifying performance days
DE112019000207T5 (de) * 2018-01-22 2020-08-06 Spectricity Optische Erfassung von Reaktionen von Haut und Gewebe mittels Spektroskopie

Also Published As

Publication number Publication date
WO2022104199A1 (en) 2022-05-19
EP4243680A1 (en) 2023-09-20
CA3201667A1 (en) 2022-05-19
US20220151512A1 (en) 2022-05-19

Similar Documents

Publication Publication Date Title
US20220151512A1 (en) Activity classification and display
JP2024532259A (ja) 位置ベースのアクティビティ追跡
US20230298761A1 (en) Subjective input data for a wearable device
US11937905B2 (en) Techniques for leveraging data collected by wearable devices and additional devices
US20220110547A1 (en) Providing guidance during rest and recovery
US20220054040A1 (en) Identifying conditions using respiration rate
US20230215557A1 (en) Content recommendations according to tags and physiological data
US20230210385A1 (en) Techniques for determining relationships between skin temperature and surrounding temperature
US20230144761A1 (en) Techniques for providing insights according to tags and physiological data
US20240096463A1 (en) Techniques for using a hybrid model for generating tags and insights
US20240094821A1 (en) Techniques for gesture recognition using wearable device data
US20220344057A1 (en) Method and system for supplemental sleep detection
US20230380776A1 (en) Measuring impact of environmental factors on physiological data collected from a wearable
US20240225466A1 (en) Techniques for leveraging data collected by wearable devices and additional devices
US20240041340A1 (en) Cardiovascular health metric determination from wearable-based physiological data
US20230086651A1 (en) Content delivery techniques for controlling biometric parameters
US20230197265A1 (en) Techniques for providing insights according to application data and biometric data
US20230200751A1 (en) Techniques for determining an optimal bedtime or wakeup time
US20230033976A1 (en) Techniques for identifying restorative moments
US20240203585A1 (en) Techniques for leveraging data collected by wearable devices and additional devices
US20240071597A1 (en) Techniques for activity goal personalization
US20230341944A1 (en) Ring-inputted commands
US20230107454A1 (en) Techniques for heart rate detection
WO2023086423A1 (en) Techniques for providing insights according to tags and physiological data
AU2022424109A1 (en) Techniques for using data collected by wearable devices to control other devices