JP2024515933A - 月経周期追跡 - Google Patents
月経周期追跡 Download PDFInfo
- Publication number
- JP2024515933A JP2024515933A JP2023555656A JP2023555656A JP2024515933A JP 2024515933 A JP2024515933 A JP 2024515933A JP 2023555656 A JP2023555656 A JP 2023555656A JP 2023555656 A JP2023555656 A JP 2023555656A JP 2024515933 A JP2024515933 A JP 2024515933A
- Authority
- JP
- Japan
- Prior art keywords
- menstrual cycle
- user
- time series
- temperature
- data
- 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
Links
- 230000027758 ovulation cycle Effects 0.000 title claims abstract description 141
- 230000006894 menstrual cycle phase Effects 0.000 claims abstract description 342
- 238000000034 method Methods 0.000 claims abstract description 130
- 230000000877 morphologic effect Effects 0.000 claims abstract description 74
- 230000007958 sleep Effects 0.000 claims description 175
- 208000024891 symptom Diseases 0.000 claims description 38
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 36
- 230000002611 ovarian Effects 0.000 claims description 31
- 238000010801 machine learning Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 13
- 238000012790 confirmation Methods 0.000 claims description 12
- 230000008321 arterial blood flow Effects 0.000 claims description 7
- 230000036387 respiratory rate Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 88
- 238000010586 diagram Methods 0.000 description 53
- 230000006854 communication Effects 0.000 description 43
- 238000004891 communication Methods 0.000 description 43
- 230000033001 locomotion Effects 0.000 description 43
- 230000016087 ovulation Effects 0.000 description 35
- 230000003287 optical effect Effects 0.000 description 32
- 230000000694 effects Effects 0.000 description 20
- 230000005906 menstruation Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 19
- 230000033764 rhythmic process Effects 0.000 description 18
- 238000001514 detection method Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000005070 sampling Methods 0.000 description 15
- 230000008667 sleep stage Effects 0.000 description 15
- 238000005259 measurement Methods 0.000 description 14
- 235000020828 fasting Nutrition 0.000 description 13
- 238000009529 body temperature measurement Methods 0.000 description 12
- 230000027288 circadian rhythm Effects 0.000 description 12
- 230000002354 daily effect Effects 0.000 description 12
- 230000002175 menstrual effect Effects 0.000 description 12
- 238000011084 recovery Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 11
- 239000000758 substrate Substances 0.000 description 11
- 210000000707 wrist Anatomy 0.000 description 11
- 230000001133 acceleration Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 10
- 230000001850 reproductive effect Effects 0.000 description 10
- 230000035558 fertility Effects 0.000 description 9
- 230000036541 health Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 230000036760 body temperature Effects 0.000 description 8
- 230000000284 resting effect Effects 0.000 description 7
- 239000007787 solid Substances 0.000 description 7
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 230000003054 hormonal effect Effects 0.000 description 6
- 230000035935 pregnancy Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 102000012673 Follicle Stimulating Hormone Human genes 0.000 description 5
- 108010079345 Follicle Stimulating Hormone Proteins 0.000 description 5
- 208000002193 Pain Diseases 0.000 description 5
- 206010062519 Poor quality sleep Diseases 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 229940028334 follicle stimulating hormone Drugs 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 239000001301 oxygen Substances 0.000 description 5
- 229920000642 polymer Polymers 0.000 description 5
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 5
- 206010019233 Headaches Diseases 0.000 description 4
- RJKFOVLPORLFTN-LEKSSAKUSA-N Progesterone Chemical compound C1CC2=CC(=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H](C(=O)C)[C@@]1(C)CC2 RJKFOVLPORLFTN-LEKSSAKUSA-N 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 231100000869 headache Toxicity 0.000 description 4
- 230000001788 irregular Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000011282 treatment Methods 0.000 description 4
- 230000027285 ultradian rhythm Effects 0.000 description 4
- 102000009151 Luteinizing Hormone Human genes 0.000 description 3
- 108010073521 Luteinizing Hormone Proteins 0.000 description 3
- QHMBSVQNZZTUGM-UHFFFAOYSA-N Trans-Cannabidiol Natural products OC1=CC(CCCCC)=CC(O)=C1C1C(C(C)=C)CCC(C)=C1 QHMBSVQNZZTUGM-UHFFFAOYSA-N 0.000 description 3
- 230000032683 aging Effects 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 3
- 229950011318 cannabidiol Drugs 0.000 description 3
- QHMBSVQNZZTUGM-ZWKOTPCHSA-N cannabidiol Chemical compound OC1=CC(CCCCC)=CC(O)=C1[C@H]1[C@H](C(C)=C)CCC(C)=C1 QHMBSVQNZZTUGM-ZWKOTPCHSA-N 0.000 description 3
- ZTGXAWYVTLUPDT-UHFFFAOYSA-N cannabidiol Natural products OC1=CC(CCCCC)=CC(O)=C1C1C(C(C)=C)CC=C(C)C1 ZTGXAWYVTLUPDT-UHFFFAOYSA-N 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- PCXRACLQFPRCBB-ZWKOTPCHSA-N dihydrocannabidiol Natural products OC1=CC(CCCCC)=CC(O)=C1[C@H]1[C@H](C(C)C)CCC(C)=C1 PCXRACLQFPRCBB-ZWKOTPCHSA-N 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000029849 luteinization Effects 0.000 description 3
- 229940040129 luteinizing hormone Drugs 0.000 description 3
- 230000011599 ovarian follicle development Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000009933 reproductive health Effects 0.000 description 3
- 210000004994 reproductive system Anatomy 0.000 description 3
- 231100000430 skin reaction Toxicity 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- VOXZDWNPVJITMN-ZBRFXRBCSA-N 17β-estradiol Chemical compound OC1=CC=C2[C@H]3CC[C@](C)([C@H](CC4)O)[C@@H]4[C@@H]3CCC2=C1 VOXZDWNPVJITMN-ZBRFXRBCSA-N 0.000 description 2
- 108010005853 Anti-Mullerian Hormone Proteins 0.000 description 2
- YJPIGAIKUZMOQA-UHFFFAOYSA-N Melatonin Natural products COC1=CC=C2N(C(C)=O)C=C(CCN)C2=C1 YJPIGAIKUZMOQA-UHFFFAOYSA-N 0.000 description 2
- 102100030173 Muellerian-inhibiting factor Human genes 0.000 description 2
- 239000000868 anti-mullerian hormone Substances 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000036757 core body temperature Effects 0.000 description 2
- 230000001351 cycling effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229960005309 estradiol Drugs 0.000 description 2
- 229930182833 estradiol Natural products 0.000 description 2
- 230000004720 fertilization Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 229940088597 hormone Drugs 0.000 description 2
- 239000005556 hormone Substances 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 235000020829 intermittent fasting Nutrition 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 229960003987 melatonin Drugs 0.000 description 2
- DRLFMBDRBRZALE-UHFFFAOYSA-N melatonin Chemical compound COC1=CC=C2NC=C(CCNC(C)=O)C2=C1 DRLFMBDRBRZALE-UHFFFAOYSA-N 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 210000001672 ovary Anatomy 0.000 description 2
- 230000036542 oxidative stress Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 150000003071 polychlorinated biphenyls Chemical class 0.000 description 2
- 239000000186 progesterone Substances 0.000 description 2
- 229960003387 progesterone Drugs 0.000 description 2
- 230000004461 rapid eye movement Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000002889 sympathetic effect Effects 0.000 description 2
- 230000001331 thermoregulatory effect Effects 0.000 description 2
- 230000009278 visceral effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 206010000234 Abortion spontaneous Diseases 0.000 description 1
- 201000009273 Endometriosis Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 208000033830 Hot Flashes Diseases 0.000 description 1
- 206010060800 Hot flush Diseases 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 206010022489 Insulin Resistance Diseases 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 208000019695 Migraine disease Diseases 0.000 description 1
- 208000007101 Muscle Cramp Diseases 0.000 description 1
- 239000004642 Polyimide Substances 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013542 behavioral therapy Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 235000020827 calorie restriction Nutrition 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 229940011871 estrogen Drugs 0.000 description 1
- 239000000262 estrogen Substances 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 210000004996 female reproductive system Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000002641 glycemic effect Effects 0.000 description 1
- 230000005548 health behavior Effects 0.000 description 1
- 238000002657 hormone replacement therapy Methods 0.000 description 1
- 238000001794 hormone therapy Methods 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000009027 insemination Effects 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002361 ketogenic effect Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000938 luteal effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 230000003821 menstrual periods Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 230000006609 metabolic stress Effects 0.000 description 1
- 208000015994 miscarriage Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000002474 noradrenergic effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000001734 parasympathetic effect Effects 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 229920001721 polyimide Polymers 0.000 description 1
- 230000000291 postprandial effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 230000035485 pulse pressure Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000027272 reproductive process Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000862 serotonergic effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000004617 sleep duration Effects 0.000 description 1
- 230000008454 sleep-wake cycle Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000920 spermatogeneic effect Effects 0.000 description 1
- 208000000995 spontaneous abortion Diseases 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0012—Ovulation-period determination
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0012—Ovulation-period determination
- A61B2010/0019—Ovulation-period determination based on measurement of temperature
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Lubrication Of Internal Combustion Engines (AREA)
- Optical Communication System (AREA)
- Transition And Organic Metals Composition Catalysts For Addition Polymerization (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
月経周期フェーズ識別のための方法、システム、およびデバイスが説明される。システムは、複数の日にわたって収集された生理学的データを受信するように構成され得、生理学的データは少なくとも温度データを含む。追加的に、システムは、複数の日にわたって取得された温度値の時系列を決定するように構成され得、ここで、時系列は、ユーザの複数の月経周期を含む。次いで、システムは、時系列中の形態学的特徴を識別し、形態学的特徴に基づいて時系列中の月経周期フェーズを識別し得る。システムは、グラフィカルユーザインターフェースに、識別された月経周期フェーズを表示させ得る。
Description
［相互参照］
本出願は、譲受人に譲渡され、参照により本明細書に明示的に組み込まれる、２０２１年３月１２日に出願された「MENSTRUAL AND OVARIAN CYCLE TRACKING」と題するＡｓｃｈｂａｃｈｅｒらによる米国仮特許出願第６３／１６０，３１５号の利益を主張する、２０２２年３月１１日に出願された「MENSTRUAL CYCLE TRACKING」と題するＴｈｉｇｐｅｎらによる米国非仮特許出願第１７／６９２，４０７号の利益を主張する。
本出願は、譲受人に譲渡され、参照により本明細書に明示的に組み込まれる、２０２１年３月１２日に出願された「MENSTRUAL AND OVARIAN CYCLE TRACKING」と題するＡｓｃｈｂａｃｈｅｒらによる米国仮特許出願第６３／１６０，３１５号の利益を主張する、２０２２年３月１１日に出願された「MENSTRUAL CYCLE TRACKING」と題するＴｈｉｇｐｅｎらによる米国非仮特許出願第１７／６９２，４０７号の利益を主張する。
［技術分野］
下記は、月経周期追跡を含む、ウェアラブルデバイスおよびデータ処理に関する。
下記は、月経周期追跡を含む、ウェアラブルデバイスおよびデータ処理に関する。
一部のウェアラブルデバイスは、体温および心拍数に関連付けられたデータをユーザから収集するように構成され得る。例えば、一部のウェアラブルデバイスは、女性の健康に関連付けられた周期を検出するように構成され得る。しかしながら、ウェアラブルデバイスによって実装される従来の周期検出技法は不十分である。
一部のウェアラブルデバイスは、温度データ、心拍数データなど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、ユーザの動きおよび睡眠パターンなどの他の活動を分析するために使用され得る。多くのユーザは、自身の睡眠パターン、活動、および全体的な身体の健康を含む、自分の身体的健康に関するより多くの洞察を望んでいる。特に、多くのユーザは、自身の月経周期、排卵、および生殖パターンを含む、女性の健康に関するより多くの洞察を望み得る。しかしながら、典型的な周期追跡または女性の健康デバイスおよびアプリケーションは、いくつかの理由で、ロバストな予測および洞察を提供する能力を欠いている。
第１に、典型的な周期予測アプリケーションでは、ユーザが毎日個別の時間にデバイスを用いて手動で自分の体温を測る必要がある。この単一の温度データポイントは、女性の健康周期パターンを示す真の温度変動を正確に捉えたり予測したりするのに十分なコンテキストを提供しない可能性があり、ユーザの動きまたは労力に対する測定デバイスの感度を考慮すると、正確に捉えることは困難であり得る。第２に、着用可能なデバイス、または１日を通してより頻繁にユーザの温度を測るデバイスであっても、典型的なデバイスおよびアプリケーションは、測定された温度と組み合わせて、女性の周期に対する生理学的誘因の完全なセットをより包括的に理解することができる、ユーザからの他の生理学的、行動的、または状況的入力を収集する能力を欠いている。
本開示の態様は、月経周期追跡のための技法を対象とする。特に、本開示のコンピューティングデバイスは、生理学的データの他の形態の中でも、温度データを含む生理学的データを、ユーザに関連付けられたウェアラブルデバイスから受信し、複数の日にわたって取得された温度値の時系列を決定し得る。例えば、本開示の態様は、生理学的データの時系列の負勾配、正勾配、最高温度、最低温度、パターン、軸交差、またはそれらの組み合わせなど、収集された生理学的データの時系列のグラフィカル表現から１つまたは複数の形態学的特徴を識別し得る。そのため、本開示の態様は、形態学的特徴を識別することに基づいて、時系列中の１つまたは複数の月経周期フェーズを識別する。月経周期フェーズは、月経、卵巣周期、子宮周期、月経、卵巣周期、子宮周期のうちのいずれか１つのサブフェーズ、またはそれらの組み合わせを表し得る。場合によっては、月経周期フェーズは、生殖周期および／または生殖周期のサブフェーズを表し得る。
１つまたは複数の月経周期フェーズの各月経周期フェーズは、温度値の時系列中の形態学的特徴および／または時系列中の１つまたは複数の追加の形態学的特徴に関連付けられ得る。いくつかの実装形態では、システムは、ユーザからの過去の温度データを分析し、複数の以前の月経周期に対する複数の月経周期フェーズを識別し得、ユーザの以前の月経周期を示す、ユーザへの指示を生成し得る。ユーザは、履歴データについてシステムによって示された日付に月経周期フェーズが実際に発生したかどうかを確認し得、システムは、このユーザ入力を予測関数（例えば、将来の月経周期フェーズを予測するための機械学習モデル）に組み込み得る。システムはまた、温度系列データをリアルタイムで分析し得、温度データの時系列中の１つまたは複数の形態学的特徴を識別することに基づいて、および／または以前の月経周期からのユーザの入力に基づいて、次回の月経周期フェーズ（例えば、月経周期の初日）を予測し得る。
本開示の目的のために、「月経周期」という用語は、妊娠を可能にする女性生殖器系の子宮および卵巣の構造ならびにホルモン産生における一連の自然変化を含む、ユーザの周期を指すために使用され得る。月経周期は、ユーザの生理、すなわち月経、の初日から始まり、次の生理が開始するときに再び始まる。月経は、女性の毎月の出血であり、生理と呼ばれることが多い。例えば、ユーザの身体が、毎月蓄積される子宮の内層を廃棄するとき、ユーザは、月経周期の初日を経験している場合がある。月経周期は、月経、卵巣周期、子宮周期、卵胞期、黄体期、またはそれらの組み合わせを含み得る。
本開示のいくつかの態様は、ユーザが月経周期開始の症状および影響を経験する前に月経周期開始を検出することを対象とする。しかしながら、本明細書で説明される技法は、ユーザが症状を示さない場合またはその症状を認識しない場合に月経周期開始を検出するためにも使用され得る。いくつかの実装形態では、コンピューティングデバイスは、温度センサを使用して月経周期フェーズを識別し得る。そのような場合、コンピューティングデバイスは、ユーザがこれらのイベントにタグ付けまたはラベル付けすることなしに、生理開始および排卵の遡及的な日付を推定し得る。
従来のシステムでは、ユーザは、月経周期に関連付けられたイベントにタグ付けまたはラベル付けし、月経周期間の平均長に基づいて将来の月経開始日を計算し得る（例えば、カレンダー法と呼ばれる）。他のシステムでは、遡及的イベント（例えば、生理および排卵）は、口腔体温計を用いて１日１回（例えば、朝に）測定される基礎体温を使用して推定され得る。本明細書で説明される技法は、ユーザの表面温度を連続的に測定するウェアラブルから取得された測定値と、動脈血流などの血流から抽出された信号とに基づいて、ユーザから生理学的データを連続的に収集し得る。いくつかの実装形態では、コンピューティングデバイスは、昼夜を通して連続的にユーザの温度をサンプリングし得る。夜間を通して（または、以下により詳細に説明されるように、夜間のあるフェーズにおいて、および／または睡眠周期の特定のフェーズ中に）十分な速度（例えば、１分あたり１サンプル）でサンプリングすることにより、本明細書で説明される分析に十分な温度データが得られ得る。
場合によっては、指での連続温度測定は、深部温度では明らかにならない可能性がある温度変動（例えば、小さいまたは大きい変動）を捉え得る。例えば、指での連続温度測定は、身体の他の場所での他の温度測定によって、またはユーザが１日に１回温度を手動で測定していた場合に提供されない可能性がある追加の洞察を提供する、分単位または時間単位の温度変動を捉え得る。そのため、コンピューティングデバイスによって収集されたデータは、ユーザがいつ月経周期の初日を経験するかを識別するために使用され得る。
本明細書で説明される技法は、識別された月経周期フェーズを様々な方法でユーザに通知し得る。例えば、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ース（ＧＵＩ）に、メッセージまたは他の通知を表示させて、識別された月経周期フェーズをユーザに通知し、推定された将来の月経周期フェーズをユーザに通知し、ユーザに推奨を行い得る。一例では、ＧＵＩは、将来の月経周期フェーズが発生すると予測される時間間隔と、以前に入力された症状に基づいてユーザが月経周期の初日に備えるよう勧める推奨とを表示し得る。いくつかの実装形態では、システムは、ユーザにタグの推奨を行い得る。例えば、システムは、周期、気分、および症状タグ（例えば、生理痛、頭痛）を、ユーザの周期内の決定された時間に（例えば、パーソナライズされた方法で）ユーザに推奨し得る。システムは、温度データの過去の履歴、パーソナライズされた周期パターン（cycling pattern）、および／または過去の症状歴に基づいて、タグを推奨し得る。
システムはまた、次回の月経周期フェーズの検出／予測を行うために使用されるデータを示すグラフィックス／テキストを含み得る。例えば、ＧＵＩは、正常な基準値からの温度偏差に基づいて、次回の月経周期フェーズが予測されたという通知を表示し得る。場合によっては、ＧＵＩは、正常な基準値からの心拍数偏差、正常な基準値からの呼吸数偏差、またはその両方に基づいて、次回の月経周期フェーズが予測されたという通知を表示し得る。早期警告（例えば、ユーザが症状を経験する前の）に基づいて、ユーザは、月経周期フェーズに関連付けられた次回の症状の重症度を軽減するのに役立ち得る早期措置を講じ得る。追加的に、ユーザは、早期警告および推定される将来の月経周期フェーズ（例えば、月経の開始）に基づいて、ユーザの日常活動（例えば、勤務時間および余暇時間）を修正／スケジューリングし得る。
いくつかの実装形態では、システムは、ユーザの症状とユーザの月経周期との間の関係に関するパーソナライズされた洞察をユーザに提供する、症状相関を提供し得る。いくつかの実装形態では、システムは、行動修正提案を提供し得る。例えば、システムは、ユーザの周期長、規則性を修正し、および／または周期関連症状を軽減することに役立ち得る、健康行動のタイプに関するパーソナライズされた提案をユーザに提供し得る。一例では、高強度インターバルトレーニング（ＨＩＩＴ）、レジスタンストレーニング、ファスティング／カロリー制限、低血糖負荷食、ケトン炭水化物食、時間制限摂食、就寝時刻前の心拍変動（ＨＲＶ）を高めるバイオフィードバック、メラトニン摂取、およびカンナビジオール（ＣＢＤ）のような行動は、周期パラメータを修正し、関連する症状を改善する行動手段を提供し得る。
本開示の態様は、最初に、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説明される。本開示の追加の態様は、例示的なタイミング図および例示的なＧＵＩの文脈で説明される。本開示の態様は、月経周期追跡に関係する装置図、システム図、およびフローチャートによってさらに示され、それらを参照して説明される。
図１は、本開示の態様による、月経周期追跡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が着用および／または操作し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および１つまたは複数のサーバ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、腕時計型ウェアラブルデバイスなど）、ユーザデバイス１０６（例えば、スマートフォン、ラップトップ、タブレット）を含む、当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。それぞれのユーザ１０２に関連付けられた電子デバイスは、以下の機能性のうちの１つまたは複数を含み得る：１）生理学的データを測定すること、２）測定されたデータを記憶すること、３）データを処理すること、４）処理されたデータに基づいて、ユーザ１０２に（例えば、ＧＵＩを介して）出力を提供すること、５）互いにおよび／または他のコンピューティングデバイスとデータを通信すること。異なる電子デバイスが、機能性の１つまたは複数を実行してもよい。
例示的なウェアラブルデバイス１０４は、ユーザ１０２の指に着用され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１０２の手首に着用されるように構成された手首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、またはブレスレット）、および／またはヘッドマウントコンピューティングデバイス（例えば、眼鏡／ゴーグル）など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はまた、バンド、ストラップ（例えば、柔軟性のあるまたは柔軟性のないバンドまたはストラップ）、スティックオンセンサなどを含み得、これらは、頭に巻くバンド（例えば、額のヘッドバンド）、腕に巻くバンド（例えば、前腕のバンドおよび／または二頭筋のバンド）、および／または脚に巻くバンド（例えば、大腿またはふくらはぎのバンド）、耳の後ろのバンド、脇の下のバンドなど、他のロケーションに配置され得る。ウェアラブルデバイス１０４はまた、衣料品に取り付けられてもよいし、衣料品に含まれてもよい。例えば、ウェアラブルデバイス１０４は、衣服のポケットおよび／またはポーチに含まれ得る。別の例として、ウェアラブルデバイス１０４は、衣服にクリップ留めおよび／またはピン留めされてもよいし、他の方法でユーザ１０２の近傍内に維持されてもよい。衣料品の例としては、帽子、シャツ、手袋、ズボン、靴下、上着（例えば、ジャケット）、および下着が挙げられ得るが、これらに限定されない。いくつかの実装形態では、ウェアラブルデバイス１０４は、身体活動中に使用されるトレーニング／スポーツデバイスなどの他のタイプのデバイスとともに含まれ得る。例えば、ウェアラブルデバイス１０４は、自転車、スキー板、テニスラケット、ゴルフクラブ、および／またはトレーニング用のウェイトに取り付けられてもよいし、含まれてもよい。
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、「リング１０４」、「ウェアラブルデバイス１０４」という用語、および同様の用語は、本明細書で別段の記載がない限り、交換可能に使用され得る。しかしながら、「リング１０４」という用語の使用は、本開示の態様が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など）を使用して実行され得ることが本明細書で企図されるので、限定するものと見なされるべきではない。
いくつかの態様では、ユーザデバイス１０６は、スマートフォンおよびタブレットコンピューティングデバイスなど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はまた、ラップトップおよびデスクトップコンピューティングデバイスなどのパーソナルコンピュータを含み得る。他の例示的なユーザデバイス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。いくつかの実装形態では、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）などの医療デバイスを含み得る。医療デバイスはまた、ペースメーカおよび除細動器などの埋め込み型医療デバイスを含み得る。他の例示的なユーザデバイス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、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、ワイヤレス通信ハブ）、セキュリティシステム、スマート家電（例えば、サーモスタットおよび冷蔵庫）、およびフィットネス機器などのホームコンピューティングデバイスを含み得る。
いくつかの電子デバイス（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、電気皮膚反応、パルスオキシメトリ、および／または他の生理学的パラメータなど、それぞれのユーザ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いくつかの電子デバイスはまた、本明細書で説明される計算の一部／全部を実行し得る。いくつかの電子デバイスは、生理学的パラメータを測定するのではなく、本明細書で説明される計算の一部／全部を実行し得る。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、また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。
いくつかの実装形態では、ユーザ１０２は、いくつかが生理学的パラメータを測定し得、いくつかが測定された生理学的パラメータを処理し得る複数の電子デバイスを操作し得るか、またはそれらに関連付けられ得る。いくつかの実装形態では、ユーザ１０２は、生理学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はまた、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）を有するか、またはそれに関連付けられ得、ウェアラブルデバイス１０４およびユーザデバイス１０６は、互いに通信可能に結合される。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、本明細書で説明される計算の一部／全部を実行し得る。いくつかの実装形態では、ユーザデバイス１０６はまた、動き／活動パラメータなど、本明細書で説明される生理学的パラメータを測定し得る。
例えば、図１に示すように、第１のユーザ１０２－ａ（ユーザ１）は、本明細書で説明され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）およびユーザデバイス１０６－ａを操作し得るか、またはそれらに関連付けられ得る。この例では、ユーザ１０２－ａに関連付けられたユーザデバイス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。これに対し、第２のユーザ１０２－ｂ（ユーザ２）は、リング１０４－ｂ、腕時計型ウェアラブルデバイス１０４－ｃ（例えば、腕時計１０４－ｃ）、およびユーザデバイス１０６－ｂに関連付けられ得、ユーザ１０２－ｂに関連付けられたユーザデバイス１０６－ｂは、リング１０４－ｂおよび／または腕時計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、本明細書で説明される電子デバイス（例えば、リング１０４－ｎ、ユーザデバイス１０６－ｎ）の配置に関連付けられ得る。いくつかの態様では、ウェアラブルデバイス１０４（例えば、リング１０４、腕時計１０４）および他の電子デバイスは、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ－Ｆｉ、および他のワイヤレスプロトコルを介して、それぞれのユーザ１０２のユーザデバイス１０６に通信可能に結合され得る。
いくつかの実装形態では、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、ユーザの指の動脈血流に基づいて、それぞれのユーザ１０２から生理学的データを収集するように構成され得る。特に、リング１０４は、ユーザの指の手のひら側に光を放出する１つまたは複数のＬＥＤ（例えば、赤色ＬＥＤ、緑色ＬＥＤ）を利用して、ユーザの指の動脈血流に基づいて生理学的データを収集し得る。いくつかの実装形態では、リング１０４は、緑色ＬＥＤおよび赤色ＬＥＤの両方の組み合わせを使用して、生理学的データを取得し得る。生理学的データは、限定はしないが、温度データ、加速度計データ（例えば、動き／モーションデータ）、心拍数データ、ＨＲＶデータ、血中酸素濃度データ、またはそれらの任意の組み合わせを含む、当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ＬＥＤおよび緑色ＬＥＤは、異なる条件（例えば、明／暗、活動的／非活動的）下で、身体の異なる部分などを介して生理学的データを取得する際、それら自体の明確な利点を有することが判明しているので、緑色ＬＥＤおよび赤色ＬＥＤの両方の使用により、他の解決策よりも優れたいくつかの利点が提供され得る。例えば、緑色ＬＥＤは、運動中により良好な性能を発揮することが分かっている。さらに、リング１０４の周りに分散された複数のＬＥＤ（例えば、緑色および赤色ＬＥＤ）を使用することで、腕時計型ウェアラブルデバイス内など、互いに近接して配置されたＬＥＤを利用するウェアラブルデバイスと比較して、優れた性能を発揮する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、手首の血管と比較してＬＥＤを介したアクセスがより容易である。特に、手首の動脈は、手首の下部（例えば、手首の手のひら側）に位置しており、これは、典型的にウェアラブル腕時計型デバイスおよび同様のデバイスが着用される手首の上部（例えば、手首の手の甲側）では毛細血管のみアクセス可能であることを意味する。このように、リング１０４は、（毛細血管と比較して）動脈へのより大きなアクセスを有し、それによって、より強い信号およびより有益な生理学的データが得られるので、リング１０４内でＬＥＤおよび他のセンサを利用することは、手首に着用されるウェアラブルデバイスと比較して優れた性能を発揮することが分かっている。
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、ワイヤードまたはワイヤレス通信プロトコルを介して１つまたは複数のサーバ１１０に通信可能に結合され得る。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つまたは複数のサーバ１１０に通信可能に結合され得る。ネットワーク１０８は、インターネットなどの転送制御プロトコルおよびインターネットプロトコル（ＴＣＰ／ＩＰ）を実装し得るか、または他のネットワーク１０８プロトコルを実装し得る。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、また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態の対話を介したデータの移送を容易にし得る。例えば、いくつかの実装形態では、第１のユーザ１０２－ａに関連付けられたリング１０４－ａは、は、ユーザデバイス１０６－ａに通信可能に結合され得、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に通信可能に結合される。追加的または代替的な場合では、ウェアラブルデバイス１０４（例えば、リング１０４、腕時計１０４）は、ネットワーク１０８に直接通信可能に結合されてもよい。
システム１００は、ユーザデバイス１０６と１つまたは複数のサーバ１１０との間でオンデマンドの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得、データを記憶および分析し得る。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つまたは複数のデータセンタに位置していてもよい。サーバ１１０は、データ記憶、管理、および処理のために使用され得る。いくつかの実装形態では、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ースを提供し得る。
いくつかの態様では、システム１００は、ユーザ１０２が眠っている期間を検出し、ユーザ１０２が眠っている期間を１つまたは複数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）およびユーザデバイス１０６－ａに関連付けられ得る。この例では、リング１０４－ａは、温度、心拍数、ＨＲＶ、呼吸数などを含む、ユーザ１０２－ａに関連付けられた生理学的データを収集し得る。いくつかの態様では、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得、機械学習分類器は、ユーザ１０２－ａが眠っている（または眠っていた）期間を決定するように構成される。さらに、機械学習分類器は、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））、および深い睡眠段階（ＮＲＥＭ）を含む異なる睡眠段階に期間を分類するように構成され得る。いくつかの態様では、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、推奨就寝時刻（bedtime）、推奨覚醒時刻（wake-up time）などのユーザの睡眠パターンに関するフィードバックをユーザ１０２－ａに提供するために使用され得る。さらに、いくつかの実装形態では、本明細書で説明される睡眠段階分類技法は、睡眠スコア（sleep score）、レディネススコア（readiness score）などのそれぞれのユーザのスコアを計算するために使用され得る。
いくつかの態様では、システム１００は、生理学的データ収集、データ処理手順、および本明細書で説明される他の技法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時間ごとに繰り返される個人の睡眠－覚醒サイクルを調整する自然な内部プロセスを指し得る。この点に関して、本明細書で説明される技法は、生理学的データ収集、分析、および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学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、ユーザの自然な略２４時間の概日リズムを通して収集された生理学的データを「重み付け」または調整するように構成され得る。いくつかの実装形態では、システムは、最初に、「ベースライン」概日リズム調整モデルから開始し得、各ユーザ１０２から収集された生理学的データを使用してベースラインモデルを修正し、それぞれの各ユーザ１０２に固有の、調整された個別の概日リズム調整モデルを生成し得る。
いくつかの態様では、システム１００は、これらの他のリズムのフェーズによる生理学的データ収集、分析、および処理をさらに改善するために、他の生体リズムを利用し得る。例えば、週単位のリズムが個人のベースラインデータ内で検出された場合、モデルは、曜日別にデータの「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の調整を必要とし得る生体リズムは、以下を含む：１）ウルトラディアン（１日よりも速いリズムであり、睡眠状態における睡眠周期と、覚醒状態の間の測定される生理学的変数における１時間未満から数時間の周期性の振動とを含む）、２）概日リズム、３）作業スケジュールのように、概日リズムの上に課されることが示される非内因性の日周リズム、４）週単位のリズム、または外因的に課される他の人為的な時間周期性（例えば、１２日の「週」を持つ仮定上の文化であれば、１２日リズムが使用され得る）、５）女性の場合の数日間の卵巣リズムおよび男性の場合の精子形成リズム、６）月齢リズム（人工光が少ないかまたは全くない状態で生活している個人に関連がある、７）季節的リズム。
生体リズムは、必ずしも定常リズムとは限らない。例えば、多くの女性は、周期間で卵巣周期の長さのばらつきを経験し、ウルトラディアンリズムは、ユーザ内であっても、全く同じ時間にまたは日をまたいで全く同じ周期性では起きるとは考えられていない。そのため、生理学的データにおいてこれらのリズムの時間分解能を維持しながら周波数組成を定量化するのに十分な信号処理技法を使用して、これらのリズムの検出を改善し、測定された時間の各瞬間に各リズムの位相を割り当て、それによって調整モデルおよび時間間隔の比較を修正し得る。生体リズム調整モデルおよびパラメータは、個人また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捉えるために、必要に応じて線形または非線形の組み合わせで追加され得る。
いくつかの態様では、システム１００のそれぞれのデバイスは、ウェアラブルデバイス１０４によって収集されたデータに基づく月経周期および卵巣周期追跡のための技法をサポートし得る。特に、図１に示されるシステム１００は、ユーザ１０２の１つまたは複数の月経周期フェーズを識別し、ユーザ１０２に対応するユーザデバイス１０６に、識別された１つまたは複数の月経周期フェーズの指示を表示させるための技法をサポートし得る。例えば、図１に示すように、ユーザ１（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）およびユーザデバイス１０６－ａに関連付けられ得る。この例では、リング１０４－ａは、温度、心拍数、呼吸数などを含む、ユーザ１０２－ａに関連付けられたデータを収集し得る。いくつかの態様では、リング１０４－ａによって収集されたデータは、１つまたは複数の月経周期フェーズ（例えば、ユーザ１が月経周期の初日を経験する月経周期フェーズ、ユーザ１が排卵を経験する月経周期フェーズ、ユーザ１が子宮周期の開始を経験する月経周期フェーズ、など）を識別するために使用され得る。月経周期フェーズを識別することは、リング１０４－ａ、ユーザ１に関連付けられたユーザデバイス１０６－ａ、１つまたは複数のサーバ１１０、またはそれらの任意の組み合わせを含む、システム１００の構成要素のいずれかによって実行され得る。月経周期フェーズを識別すると、システム１００は、ユーザデバイス１０６－ａのＧＵＩに、識別された１つまたは複数の月経周期フェーズの指示を選択的に表示させ得る。
いくつかの実装形態では、生理学的データ（例えば、温度データを含む）を受信すると、システム１００は、複数の日にわたって取得された温度値の時系列を決定し得る。システム１００は、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別し得る。そのような場合、システム１００は、１つまたは複数の月経周期フェーズを識別し得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる。時系列の形態学的特徴は、負勾配、正勾配、時系列の最小値、時系列の最大値、時系列の偏差、またはそれらの組み合わせを含み得る。
場合によっては、システム１００は、ユーザ１０２－ａが月経周期（例えば、月経）の初日を経験したか否かを確認するように（例えば、ユーザデバイス１０６のＧＵＩを介して）ユーザ１に促し得、ユーザが月経周期の初日を経験したという確認に基づいて、ユーザ１０２－ａのレディネススコアを選択的に調整し得る。いくつかの実装形態では、システム１００は、識別された１つまたは複数の月経周期フェーズに基づいて、（例えば、リング１０４－ａ、ユーザデバイス１０６－ａ、または両方を介して）ユーザ１のためのアラート、メッセージ、または推奨を生成し得、アラートは、識別された月経周期フェーズのタイミングおよび／または持続時間などの識別された月経周期フェーズに関する洞察を提供し得る。場合によっては、メッセージは、識別された月経周期フェーズに関連付けられた症状、識別された月経周期フェーズに関連付けられた１つまたは複数の医学的状態、識別された月経周期フェーズに関連付けられた教育ビデオおよび／またはテキスト（例えば、コンテンツ）、または月経周期の任意のフェーズに関連付けられたそれらの組み合わせ関する洞察を提供し得る。
本開示の１つまたは複数の態様が、上記で説明した問題以外の問題を追加的または代替的に解決するためにシステム１００において実装され得ることが、当業者によって理解されるべきである。さらに、本開示の態様は、本明細書で説明されるような「従来の」システムまたはプロセスに技術的な改善を提供し得る。しかしながら、説明および添付の図面は、本開示の態様の実装から生じる例示的な技術的改善を含むにすぎず、したがって、特許請求の範囲内で提供される技術的改善のすべてを表すものではない。
図２は、本開示の態様による、月経周期追跡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を実装してもよいし、それによって実装されてもよい。特に、システム２００は、図１を参照して説明したように、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、およびサーバ１１０の例を示す。
いくつかの態様では、リング１０４は、ユーザの指の周りに着用されるように構成され得、ユーザの指の周りに着用されたときに１人以上のユーザ生理学的パラメータを決定し得る。例示的な測定および決定は、ユーザの皮膚温度、パルス波形、呼吸数、心拍数、ＨＲＶ、血中酸素濃度などを含み得るが、これらに限定されない。
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とワイヤレスおよび／またはワイヤード通信し得る。いくつかの実装形態では、リング１０４は、測定およ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、モーション／加速度計データ、リング入力データなど）をユーザデバイス１０６に送信し得る。ユーザデバイス１０６はまた、リング１０４ファームウェア／構成更新などのデータをリング１０４に送信し得る。ユーザデバイス１０６は、データを処理し得る。いくつかの実装形態では、ユーザデバイス１０６は、処理および／または記憶のために、データをサーバ１１０に送信し得る。
リング１０４は、ハウジング２０５を含み得、これは、内側ハウジング２０５－ａおよび外側ハウジング２０５－ｂを含み得る。いくつかの態様では、リング１０４のハウジング２０５は、デバイス電子機器、電源（例えば、バッテリ２１０および／またはコンデンサ）、デバイス電子機器および／または電源を相互接続する１つまたは複数の基板（例えば、プリント可能回路基板）などを含むが、これらに限定されない、リングの様々な構成要素を記憶するか、または別の方法で含み得る。デバイス電子機器は、処理モジュール２３０－ａ、メモリ２１５、通信モジュール２２０－ａ、電力モジュール２２５など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。デバイス電子機器はまた、１つまたは複数のセンサを含み得る。例示的なセンサは、１つまたは複数の温度センサ２４０、ＰＰＧセンサアセンブリ（例えば、ＰＰＧシステム２３５）、および１つまたは複数のモーションセンサ２４５を含み得る。
センサは、リング１０４のそれぞれの構成要素／モジュールと通信し、それぞれのセンサに関連付けられた信号を生成するように構成された関連するモジュール（図示せず）を含み得る。いくつかの態様では、リング１０４の構成要素／モジュールの各々は、ワイヤード接続またはワイヤレス接続を介して互いに通信可能に結合され得る。さらに、リング１０４は、光センサ（例えば、ＬＥＤ）、オキシメータなどを含む、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追加および／または代替のセンサまたは他の構成要素を含み得る。
図２を参照して図示および説明されたリング１０４は、単に例示の目的で提供されている。そのため、リング１０４は、図２に示されるような追加のまたは代替の構成要素を含み得る。本明細書で説明される機能性を提供する他のリング１０４が製造され得る。例えば、構成要素（例えば、センサ）がより少ないリング１０４が製造され得る。特定の例では、単一の温度センサ２４０（または他のセンサ）、電源、および単一の温度センサ２４０（または他のセンサ）を読み取るように構成されたデバイス電子機器を有するリング１０４が製造され得る。別の特定の例では、温度センサ２４０（または他のセンサ）は、（例えば、クランプ、ばね式クランプなどを使用して）ユーザの指に取り付けられ得る。この場合、センサは、温度センサ２４０（または他のセンサ）を読み取る手首着用型コンピューティングデバイスなど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、追加のセンサおよび処理機能性を含むリング１０４が製造され得る。
ハウジング２０５は、１つまたは複数のハウジング２０５の構成要素を含み得る。ハウジング２０５は、外側ハウジング２０５－ｂ構成要素（例えば、シェル）および内側ハウジング２０５－ａ構成要素（例えば、成形品）を含み得る。ハウジング２０５は、図２に明示的には示されていない追加の構成要素（例えば、追加の層）を含み得る。例えば、いくつかの実装形態では、リング１０４は、デバイス電子機器および他の導電材料（例えば、電気トレース）を外側ハウジング２０５－ｂ（例えば、金属製の外側ハウジング２０５－ｂ）から電気的に絶縁する、１つまたは複数の絶縁層を含み得る。ハウジング２０５は、デバイス電子機器、バッテリ２１０、基板（複数可）、および他の構成要素のための構造的支持を提供し得る。例えば、ハウジング２０５は、圧力および衝撃などの機械力から、デバイス電子機器、バッテリ２１０、および基板（複数可）を保護し得る。ハウジング２０５はまた、水および／または他の化学物質から、デバイス電子機器、バッテリ２１０、および基板（複数可）を保護し得る。
外側ハウジング２０５－ｂは、１つまたは複数の材料から製造され得る。いくつかの実装形態では、外側ハウジング２０５－ｂは、比較的軽量で強度および耐摩耗性を提供し得るチタンなどの金属を含み得る。外側ハウジング２０５－ｂはまた、他の材料（例えば、ポリマー）から製造され得る。いくつかの実装形態では、外側ハウジング２０５－ｂは、保護的ならびに装飾的であり得る。
内側ハウジング２０５－ａは、ユーザの指とインターフェース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、医療グレードポリマー）または他の材料から形成され得る。いくつかの実装形態では、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）によって放出される光に対して透明であり得る。いくつかの実装形態では、内側ハウジング２０５－ａ構成要素は、外側ハウジング２０５－ｂ上に成形され得る。例えば、内側ハウジング２０５－ａは、外側ハウジング２０５－ｂ金属シェル内に合うように成形（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つまたは複数の基板（図示せず）を含み得る。デバイス電子機器およびバッテリ２１０は、１つまたは複数の基板上に含まれ得る。例えば、デバイス電子機器およびバッテリ２１０は、１つまたは複数の基板上に搭載され得る。例示的な基板は、フレキシブルプリント回路基板（ＰＣＢ）（例えば、ポリイミド）などの１つまたは複数のＰＣＢを含み得る。いくつかの実装形態では、電子機器／バッテリ２１０は、フレキシブルＰＣＢ上に表面実装デバイス（例えば、表面実装技術（ＳＭＴ）デバイス）を含み得る。いくつかの実装形態では、１つまたは複数の基板（例えば、１つまたは複数のフレキシブルＰＣＢ）は、デバイス電子機器間の電気通信を提供する電気トレースを含み得る。電気トレースはまた、バッテリ２１０をデバイス電子機器に接続し得る。
デバイス電子機器、バッテリ２１０、および基板は、様々な方法でリング１０４内に配置され得る。いくつかの実装形態では、デバイス電子機器を含む１つの基板は、センサ（例えば、ＰＰＧシステム２３５、温度センサ２４０、モーションセンサ２４５、および他のセンサ）がユーザの指の内面とインターフェースするように、リング１０４の底部（例えば、下半分）に沿って搭載され得る。これらの実装形態では、バッテリ２１０は、リング１０４の上部に沿って（例えば、別の基板上に）含まれ得る。
リング１０４の様々な構成要素／モジュールは、リング１０４に含まれ得る機能性（例えば、回路および他の構成要素）を表す。モジュールは、本明細書のモジュールに帰属する機能を生み出すことが可能なアナログおよび／またはデジタル回路を実装する、任意のディスクリートおよび／または集積電子回路構成要素を含み得る。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、および／または他の信号調整回路）を含み得る。モジュールはまた、デジタル回路（例えば、組み合わせ論理回路または順序論理回路、メモリ回路など）を含み得る。
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）、読取り専用メモリ（ＲＯＭ）、不揮発性ＲＡＭ（ＮＶＲＡＭ）、電気的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）、フラッシュメモリ、または任意の他のメモリデバイスなど、任意の揮発性、不揮発性、磁気、または電気媒体を含み得る。メモリ２１５は、本明細書で説明されるデータのいずれかを記憶し得る。例えば、メモリ２１５は、それぞれのセンサおよびＰＰＧシステム２３５によって収集されたデータ（例えば、モーションデータ、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つまたは複数の処理回路によって実行されると、モジュールに、本明細書のモジュールに帰属する様々な機能を実行させる命令を含み得る。本明細書で説明されるリング１０４のデバイス電子機器は、例示的なデバイス電子機器にすぎない。そのため、デバイス電子機器を実装するために使用される電子構成要素のタイプは、設計考慮事項に基づいて変動し得る。
本明細書で説明されるリング１０４のモジュールに帰属する機能は、１つまたは複数のプロセッサ、ハードウェア、ファームウェア、ソフトウェア、またはそれらの任意の組み合わせとして具現化され得る。モジュールとしての異なる特徴の描写は、異なる機能面を強調することを意図したものであり、そのようなモジュールが別個のハードウェア／ソフトウェア構成要素によって実現されなければならないことを必ずしも暗示するものではない。むしろ、１つまたは複数のモジュールに関連付けられた機能性は、別個のハードウェア／ソフトウェア構成要素によって実行されてもよいし、共通のハードウェア／ソフトウェア構成要素内に統合されてもよい。
リング１０４の処理モジュール２３０－ａは、１つまたは複数のプロセッサ（例えば、処理ユニット）、マイクロコントローラ、デジタルシグナルプロセッサ、システムオンチップ（ＳｏＣ）、および／または他の処理デバイスを含み得る。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する。例えば、処理モジュール２３０－ａは、モジュールおよびセンサなどのリング１０４の他の構成要素に／からデータを送信／受信し得る。本明細書で説明されるように、モジュールは、様々な回路構成要素によって実装され得る。したがって、モジュールは、回路（例えば、通信回路および電力回路）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によって実行されると、処理モジュール２３０－ａに、本明細書において処理モジュール２３０－ａに帰属する様々な機能を実行させるコンピュータ可読命令を含み得る。いくつかの実装形態では、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によって提供される通信機能性（例えば、統合されたＢｌｕｅｔｏｏｔｈ（登録商標）Ｌｏｗ Ｅｎｅｒｇｙトランシーバ）および／または追加のオンボードメモリ２１５などの、他のモジュールに関連付けられた追加の特徴を含み得る。
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２２０－ｂ）とのワイヤレスおよび／またはワイヤード通信を提供する回路を含み得る。いくつかの実装形態では、通信モジュール２２０－ａ、２２０－ｂは、Ｂｌｕｅｔｏｏｔｈ（登録商標）回路および／またはＷｉ－Ｆｉ回路などのワイヤレス通信回路を含み得る。いくつかの実装形態では、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）通信回路などのワイヤード通信回路を含むことができる。通信モジュール２２０－ａを使用して、リング１０４およびユーザデバイス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に／からデータを送信／受信するように構成され得る。例示的なデータは、限定ではないが、モーションデータ、温度データ、パルス波形、心拍数データ、ＨＲＶデータ、ＰＰＧデータ、およびステータス更新（例えば、充電ステータス、バッテリ充電レベル、および／またはリング１０４構成設定）を含み得る。リングの処理モジュール２３０－ａはまた、ユーザデバイス１０６から更新（例えば、ソフトウェア／ファームウェア更新）およびデータを受信するように構成され得る。
リング１０４は、バッテリ２１０（例えば、充電式バッテリ２１０）を含み得る。例示的なバッテリ２１０は、リチウムイオンまたはリチウムポリマータイプのバッテリ２１０を含み得るが、様々なバッテリ２１０の選択肢が可能である。バッテリ２１０は、ワイヤレス充電され得る。いくつかの実装形態では、リング１０４は、コンデンサなどのバッテリ２１０以外の電源を含み得る。電源（例えば、バッテリ２１０またはコンデンサ）は、リング１０４の湾曲に合致する湾曲した幾何学形状を有し得る。いくつかの態様では、充電器または他の電源は、リング１０４自体によって収集されたデータに加えて、またはそれを補完する、データを収集するために使用され得る、追加のセンサを含み得る。さらに、リング１０４のための充電器または他の電源は、ユーザデバイス１０６として機能し得、その場合、リング１０４のための充電器または他の電源は、リング１０４からデータを受信し、リング１０４から受信されたデータを記憶および／または処理し、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。
いくつかの態様では、リング１０４は、バッテリ２１０の充電を制御し得る電力モジュール２２５を含む。例えば、電力モジュール２２５は、リング１０４とインターフェースされたときにバッテリ２１０を充電する外部ワイヤレス充電器とインターフェースし得る。充電器は、１０４充電中にリング１０４との指定された向きを生むように、リング１０４の基準構造と嵌合する基準構造を含み得る。電力モジュール２２５はまた、デバイス電子機器の電圧（複数可）を調整し、デバイス電子機器に出力される電力を調整し、バッテリ２１０の充電状態を監視し得る。いくつかの実装形態では、バッテリ２１０は、高電流放電、１０４充電中の過電圧、および１０４放電中の不足電圧からバッテリ２１０を保護する保護回路モジュール（ＰＣＭ）を含み得る。電力モジュール２２５はまた、静電放電（ＥＳＤ）保護を含み得る。
１つまたは複数の温度センサ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また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のロケーションにおけるユーザの温度を決定し得る。例えば、リング１０４において、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、皮膚温度）を示し得る。いくつかの実装形態では、温度センサ２４０は、ユーザの皮膚に接触し得る。他の実装形態では、ハウジング２０５の一部（例えば、内側ハウジング２０５－ａ）は、温度センサ２４０とユーザの皮膚との間にバリア（例えば、薄い熱伝導性バリア）を形成し得る。いくつかの実装形態では、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、熱伝導性部分と熱絶縁性部分とを有し得る。熱伝導性部分は、ユーザの指から温度センサ２４０に熱を伝導し得る。熱絶縁性部分は、リング１０４の部分（例えば、温度センサ２４０）を周囲温度から絶縁し得る。
いくつかの実装形態では、温度センサ２４０は、処理モジュール２３０－ａが温度を決定するために使用し得るデジタル信号（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（または温度センサ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、測定された電流／電圧に基づいて温度を決定し得る。例示的な温度センサ２４０は、負温度係数（ＮＴＣ）サーミスタなどのサーミスタ、または抵抗器、トランジスタ、ダイオード、および／もしくは他の電気／電子構成要素を含む他のタイプのセンサを含み得る。
処理モジュール２３０－ａは、経時的にユーザの温度を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したがってユーザの温度をサンプリングし得る。例示的なサンプリングレートは、１サンプル／秒を含み得るが、処理モジュール２３０－ａは、１サンプル／秒よりも高い／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てもよい。いくつかの実装形態では、処理モジュール２３０－ａは、昼夜を通して連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、１サンプル／秒）でサンプリングすることにより、本明細書で説明される分析に十分な温度データが得られ得る。
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。いくつかの実装形態では、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、ある期間にわたる平均温度値を決定し得る。一例では、処理モジュール２３０－ａは、１分間に収集されたすべての温度値を合計し、その１分間のサンプルの数で割ることによって、平均温度値を毎分決定し得る。１サンプル／秒で温度がサンプリングされる特定の例では、平均温度は、１分間のすべてのサンプリングされた温度の合計を６０秒で割ったものであり得る。メモリ２１５は、経時的に平均温度値を記憶し得る。いくつかの実装形態では、メモリ２１５は、メモリ２１５を節約するために、サンプリングされた温度の代わりに平均温度（例えば、１分あたり１つ）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、構成可能であり得る。いくつかの実装形態では、サンプリングレートは、昼夜を通して同じであり得る。他の実装形態では、サンプリングレートは、昼夜を通して変更されてもよい。いくつかの実装形態では、リング１０４は、生理学的変化を示すものではない温度の大きなスパイク（例えば、熱いシャワーからの温度スパイク）などの温度読取り値をフィルタリング／拒否し得る。いくつかの実装形態では、リング１０４は、１０４運動中の過度の動き（例えば、モーションセンサ２４５によって示されるような）などの他の要因により信頼できない可能性がある温度読取り値をフィルタリング／拒否し得る。
リング１０４（例えば、通信モジュール）は、サンプリングされたおよび／または平均の温度データを、記憶および／また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、サンプリングされたおよび／または平均の温度データを、記憶および／またはさらなる処理のためにサーバ１１０に転送し得る。
リング１０４は、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、ユーザの指の近くに内側ハウジング２０５－ａに沿って配置されるなど、１つまたは複数のロケーションにおいて複数の温度センサ２４０を含み得る。いくつかの実装形態では、温度センサ２４０は、スタンドアロン温度センサ２４０であり得る。追加的または代替的に、１つまたは複数の温度センサ２４０は、加速度計および／またはプロセッサとともになど、他の構成要素とともに含まれてもよい（例えば、他の構成要素とともにパッケージ化されてもよい）。
処理モジュール２３０－ａは、単一の温度センサ２４０に関して説明されたものと同様の方法で、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の各々からの温度データを個別にサンプリングし、平均化し、記憶し得る。他の例では、処理モジュール２３０－ａは、異なるレートでセンサをサンプリングし、異なるセンサについて異なる値を平均化／記憶し得る。いくつかの実装形態では、処理モジュール２３０－ａは、指上の異なるロケーションにある２つ以上の温度センサ２４０によって決定された２つ以上の温度の平均に基づいて単一の温度を決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）における遠位温度を取得し得る。例えば、リング１０４上の１つまたは複数の温度センサ２４０は、指の下側から、または指上の異なるロケーションで、ユーザの温度を取得し得る。いくつかの実装形態では、リング１０４は、（例えば、サンプリングレートで）遠位温度を連続的に取得し得る。リング１０４によって指で測定される遠位温度が本明細書で説明されているが、他のデバイスが同じ／異なるロケーションで温度を測定してもよい。場合によっては、ユーザの指で測定された遠位温度は、ユーザの手首または他の外部身体ロケーションで測定される温度とは異なり得る。追加的に、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は異なり得る。そのため、リング１０４は、身体の他の内部／外部ロケーションでは取得されない可能性がある有用な温度信号を提供し得る。場合によっては、指での連続温度測定は、深部温度では明らかにならない可能性がある温度変動（例えば、小さいまたは大きい変動）を捉え得る。例えば、指での連続温度測定は、身体の他の場所での他の温度測定によって提供されない可能性がある追加の洞察を提供する、分単位また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、光を送信する１つまたは複数の光送信機を含み得る。ＰＰＧシステム２３５はまた、１つまたは複数の光送信機によって送信される光を受信する、１つまたは複数の光受信機を含み得る。光受信機は、光受信機によって受信された光の量を示す信号（以下では「ＰＰＧ」信号）を生成し得る。光送信機は、ユーザの指の領域を照射し得る。ＰＰＧシステム２３５によって生成されたＰＰＧ信号は、照射領域における血液の灌流を示し得る。例えば、ＰＰＧ信号は、ユーザの脈圧によって引き起こされる照射領域におけ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パルス波形を決定する。処理モジュール２３０－ａは、ユーザの呼吸数、心拍数、ＨＲＶ、酸素飽和度、および他の循環パラメータなどの様々な生理学的パラメータをユーザのパルス波形に基づいて決定し得る。
いくつかの実装形態では、ＰＰＧシステム２３５は、光受信機（複数可）がユーザの指の領域を通し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。いくつかの実装形態では、ＰＰＧシステム２３５は、光がユーザの指の一部を通して光受信機（複数可）に直接送信されるように、光送信機（複数可）および光受信機（複数可）が互いに対向して配列される透過型ＰＰＧシステム２３５として構成され得る。
ＰＰＧシステム２３５に含まれる送信機および受信機の数および比率は、変化し得る。例示的な光送信機は、発光ダイオード（ＬＥＤ）を含み得る。光送信機は、赤外線スペクトルおよび／または他のスペクトルの光を送信し得る。例示的な光受信機は、光センサ、フォトトランジスタ、および光ダイオードを含み得るが、これらに限定されない。光受信機は、光送信機から受信された波長に応答してＰＰＧ信号を生成するように構成され得る。送信機および受信機のロケーションは変化し得る。追加的に、単一のデバイスは、反射型および／または透過型ＰＰＧシステム２３５を含み得る。
図２に示されるＰＰＧシステム２３５は、いくつかの実装形態では、反射型ＰＰＧシステム２３５を含み得る。これらの実装形態では、ＰＰＧシステム２３５は、（例えば、リング１０４の底部において）中心に位置する光受信機と、光受信機の両側に位置する２つの光送信機とを含み得る。この実装形態では、ＰＰＧシステム２３５（例えば、光受信機）は、光送信機の一方または両方から受信された光に基づいてＰＰＧ信号を生成し得る。他の実装形態では、１つまたは複数の光送信機および／または光受信機の他の配置、組み合わせ、および／または構成が企図される。
処理モジュール２３０－ａは、光受信機によって生成されたＰＰＧ信号をサンプリングする間に光を送信するように光送信機の一方または両方を制御し得る。いくつかの実装形態では、処理モジュール２３０－ａは、光受信機によって生成されたＰＰＧ信号をサンプリングする間に、より強い受信信号を持つ光送信機に、光を送信させ得る。例えば、選択された光送信機は、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、光を連続的に放出し得る。
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、「ＰＰＧ」と呼ばれ得るパルス波形が得られ得る。パルス波形は、複数の心周期についての血圧対時間を示し得る。パルス波形は、心周期を示すピークを含み得る。追加的に、パルス波形は、呼吸数を決定するために使用され得る、呼吸誘発変動を含んでもよい。処理モジュール２３０－ａは、いくつかの実装形態では、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、本明細書で説明されるユーザ生理学的パラメータを決定するために、生成されたときのおよび／またはメモリ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決定し得る。例えば、処理モジュール２３０－ａは、パルス波形におけるピーク間の時間に基づいて心拍数（例えば、１分あたりの拍動数）を決定し得る。ピーク間の時間は、インタービート間隔（ＩＢＩ）と呼ばれ得る。処理モジュール２３０－ａは、決定された心拍数値および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を決定し得る。例えば、処理モジュール２３０－ａは、ＩＢｌの変動に基づいてＨＲＶを決定し得る。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、経時的にユーザの呼吸数を決定し得る。例えば、処理モジュール２３０－ａは、ある期間にわたるユーザのＩＢＩ値の周波数変調、振幅変調、またはベースライン変調に基づいて、呼吸数を決定し得る。呼吸数は、１分あたりの呼吸数で、または別の呼吸数（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、経時的なユーザ呼吸数値をメモリ２１５に記憶し得る。
リング１０４は、１つまたは複数の加速度計（例えば、６Ｄ加速度計）および／または１つまたは複数のジャイロスコープ（ジャイロ）など、１つまたは複数のモーションセンサ２４５を含み得る。モーションセンサ２４５は、センサの動きを示すモーション信号を生成し得る。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つまたは複数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）および／または向きの変化を示すジャイロ信号を生成する１つまたは複数のジャイロセンサを含み得る。モーションセンサ２４５は、１つまたは複数のセンサパッケージに含まれ得る。例示的な加速度計／ジャイロセンサは、３つの垂直軸における角速度および加速度を測定し得るＢｏｓｃｈ 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）でモーション信号をサンプリングし、サンプリングされたモーション信号に基づいて、リング１０４の動きを決定し得る。例えば、処理モジュール２３０－ａは、リング１０４の加速度を決定するために加速度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、角運動を決定するためにジャイロ信号をサンプリングし得る。いくつかの実装形態では、処理モジュール２３０－ａは、モーションデータをメモリ２１５に記憶し得る。モーションデータは、サンプリングされたモーションデータ、ならびにサンプリングされたモーション信号（例えば、加速度および角度値）に基づいて計算されるモーションデータを含み得る。
リング１０４は、本明細書で説明され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および計算された温度データ（例えば、平均温度）などの温度データを記憶し得る。別の例として、リング１０４は、パルス波形および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値、および呼吸数値）などのＰＰＧ信号データを記憶し得る。リング１０４はまた、直線運動および角運動を示すサンプリングされたモーションデータなどのモーションデータを記憶し得る。
リング１０４また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、睡眠メトリック（例えば、睡眠スコア）、活動メトリック、およびレディネスメトリックなどの様々なメトリックを計算し、記憶し得る。いくつかの実装形態では、追加の値／メトリックは、「導出値」と呼ばれ得る。リング１０４または他のコンピューティング／ウェアラブルデバイスは、動きに関して様々な値／メトリックを計算し得る。モーションデータについての例示的な導出された値は、動きカウント値、規則性値、強度値、代謝当量値（ＭＥＴ：metabolic equivalence of task）、および配向値（orientation value）を含み得るが、これらに限定されない。動きカウント、規則性値、強度値、およびＭＥＴは、経時的なユーザの動きの量（例えば、速度／加速度）を示し得る。配向値は、リング１０４がユーザの指上でどのように方向付けられているか、およびリング１０４が左手に着用されているか右手に着用されているかを示し得る。
いくつかの実装形態では、動きカウントおよび規則性値は、１つまたは複数の期間（例えば、３０秒から１分の１つまたは複数の期間）内の加速度ピークの数をカウントすることによって決定され得る。強度値は、動きの数および動きの関連強度（例えば、加速度値）を示し得る。強度値は、関連する閾値加速度値に応じて、低、中、および高に分類され得る。ＭＥＴは、ある期間（例えば、３０秒）の間の動きの強度、動きの規則性／不規則性、および異なる強度に関連付けられた動きの数に基づいて決定され得る。
いくつかの実装形態では、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、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、記憶される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。特定の例では、１分間の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分間の期間にわたって平均温度を計算し、その後、１分間の平均温度データを消去し得る。処理モジュール２３０－ａは、使用される／利用可能なメモリ２１５の総量および／またはリング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などの様々な要因に基づいて、データを圧縮し得る。
ユーザの生理学的パラメータは、リング１０４上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、ユーザの生理学的パラメータを測定してもよい。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によって測定されてもよく、他のデバイスがユーザの温度を測定してもよい。いくつかの例では、他のウェアラブルデバイス（例えば、手首デバイス）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。追加的に、外部医療デバイス（例えば、ウェアラブル医療デバイス）および／または埋め込み型医療デバイスなどの医療デバイスがユーザの生理学的パラメータを測定してもよい。任意のタイプのコンピューティングデバイス上の１つまたは複数のセンサが、本明細書で説明される技法を実装するために使用され得る。
生理学的測定は、日中および／または夜間を通して連続的に行われ得る。いくつかの実装形態では、生理学的測定は、日中の部分および／または夜間の部分の間１０４に行われ得る。いくつかの実装形態では、生理学的測定は、ユーザが、活動状態、安静状態、および／または睡眠状態などの特定の状態にあるとの決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学的信号を取得するために、安静／睡眠状態で生理学的測定を行うことができる。一例では、リング１０４または他のデバイス／システムは、ユーザが安静にしているときおよび／または睡眠しているときを検出し、その検出された状態に対する生理学的パラメータ（例えば、温度）を取得し得る。デバイス／システムは、本開示の技法を実装するために、ユーザが他の状態にあるとき、安静／睡眠生理学的データおよび／または他のデータを使用し得る。
いくつかの実装形態では、本明細書で前に説明したように、リング１０４は、データを収集、記憶、および／または処理するように構成され得、記憶および／または処理のために、本明細書で説明されるデータのいずれかをユーザデバイス１０６に転送し得る。いくつかの態様では、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つまたは複数の追加のアプリケーション、および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などを含む他のモジュールおよび構成要素をさらに含み得る。ウェアラブルアプリケーション２５０は、ユーザデバイス１０６上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、本明細書で説明されるように、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ース（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、アプリケーションデータを記憶するように構成された記憶モジュール（例えば、データベース２６５）を含み得る。
本明細書で説明され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、またはそれらの任意の組み合わせによって実行され得る。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は、事前処理され、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いくつかのデータ処理動作を実行し得るか、データ処理のためにデータをサーバ１１０に送信し得るか、または両方を実行し得る。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および／または比較的低いレイテンシを必要とする動作を実行してもよいし、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および／または比較的高いレイテンシを許容し得る動作のためにサーバ１１０にデータを送信してもよい。
いくつかの態様では、システム２００のリング１０４、ユーザデバイス１０６、およびサーバ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。特に、システム２００のそれぞれの構成要素は、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１つまたは複数のスコア（例えば、睡眠スコア、レディネススコア）を生成するために使用され得る。例えば、本明細書で前述したように、システム２００のリング１０４は、温度、心拍数、ＨＲＶなど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着用され得る。リング１０４によって収集されたデータは、所与の「睡眠日」に対するユーザの睡眠を評価するために、ユーザが眠っているときを決定するために使用され得る。いくつかの態様では、スコアは、第１の睡眠日がスコアの第１のセットに関連付けられ、第２の睡眠日がスコアの第２のセットに関連付けられるように、それぞれの睡眠日ごとにユーザについて計算され得る。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、それぞれの睡眠日ごとに計算され得る。スコアは、睡眠スコア、レディネススコアなどを含み得るが、これらに限定されない。
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時までとなるように、従来の暦日と一致し得る。他の場合では、睡眠日は、暦日に対してオフセットされてもよい。例えば、睡眠日は、暦日の６：００ｐｍ（１８：００）から次の暦日の６：００ｐｍ（１８：００）までであってもよい。この例では、６：００ｐｍは、「カットオフ時間」として機能し得、６：００ｐｍの前にユーザから収集されたデータは、現在の睡眠日にカウントされ、６：００ｐｍの後にユーザから収集されたデータは、次の睡眠日にカウントされる。ほとんどの個人は夜に最もよく眠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することができる。場合によっては、ユーザは、暦日に対して睡眠日のタイミングを（例えば、ＧＵＩを介して）選択的に調整することが可能であり得、それにより、それぞれのユーザが通常睡眠する持続時間と睡眠日を一致させることができる。
いくつかの実装形態では、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、レディネススコア）は、１つまたは複数の「誘因（contributor）」、「要因（factor）」、または「寄与因子（contributing factor）」に基づいて決定／計算され得る。例えば、ユーザの総合的な睡眠スコアは、総睡眠、効率、安らぎ度、レム睡眠、深い睡眠、レイテンシ、タイミング、またはそれらの任意の組み合わせを含む誘因のセットに基づいて計算され得る。睡眠スコアは、任意の数の誘因を含み得る。「総睡眠」誘因は、睡眠日のすべての睡眠期間の合計を指し得る。「効率」誘因は、ベッドにいる間の起きている時間と比較して眠っている時間の割合を反映し得、各睡眠期間の持続時間によって重み付けされて、睡眠日の長い睡眠期間（例えば、主睡眠期間）の効率平均を使用して計算され得る。「安らぎ度」誘因は、ユーザの睡眠がどの程度安らいでいるかを示し得、各期間の持続時間によって重み付けされて、睡眠日のすべての睡眠期間の平均を使用して計算され得る。安らぎ度の誘因は、「覚醒カウント」（例えば、異なる睡眠期間中に検出されたすべての覚醒（ユーザが目覚めたとき）の合計）、過剰な動き、および「起床カウント（go up count）」（例えば、異なる睡眠期間中に検出されたすべての覚醒（ユーザがベッドから出るとき）の合計）に基づき得る。
「レム睡眠」誘因は、レム睡眠を含む睡眠日のすべての睡眠期間にわたるレム睡眠持続時間の合計を指し得る。同様に、「深い睡眠」誘因は、深い睡眠を含む睡眠日のすべての睡眠期間にわたる深い睡眠持続時間の合計を指し得る。「レイテンシ」誘因は、ユーザが眠りにつくまでにかかる時間（例えば、平均、中央値、最長）を表し得、各期間の持続時間およびそのような期間の数によって重み付けされて、睡眠日を通した長い睡眠期間の平均を使用して計算され得る（例えば、所与の１つまたは複数の睡眠段階の統合は、それ自体の誘因であってもよいし、他の誘因を重み付けしてもよい）。最後に、「タイミング」誘因は、睡眠日および／または暦日内の睡眠期間の相対的なタイミングを指し得、各期間の持続時間によって重み付けされて、睡眠日のすべての睡眠期間の平均を使用して計算し得る。
別の例として、ユーザの全体的なレディネススコアは、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、またはそれらの任意の組み合わせを含む誘因のセットに基づいて計算され得る。レディネススコアは、任意の数の誘因を含み得る。「睡眠」誘因は、睡眠日内のすべての睡眠期間の組み合わされた睡眠スコアを指し得る。「睡眠バランス」誘因は、睡眠日内のすべての睡眠期間の累積持続時間を指し得る。特に、睡眠バランスは、ユーザがある期間の持続時間（例えば、過去２週間）にわたってとっていた睡眠がユーザのニーズとバランスがとれているかをユーザに示し得る。典型的には、成人が、健康で、常に注意を払い、精神的にも身体的にも最高の能力を発揮するためには、一晩に７～９時間の睡眠を必要とする。しかしながら、時折よく眠れない日があるのは普通のことであり、そのため、睡眠バランス誘因は、各ユーザの睡眠ニーズが満たされているかどうかを決定するために、長期的な睡眠パターンを考慮する。「安静時心拍数」誘因は、睡眠日の最長睡眠期間（例えば、主睡眠期間）からの最低心拍数、および／または主睡眠期間後に発生する一睡（nap）からの最低心拍数を示し得る。
続けて、レディネススコアという「誘因」（例えば、要因、寄与因子）を参照すると、「ＨＲＶバランス」誘因は、主睡眠期間および主睡眠期間の後に起こる一睡からの最高ＨＲＶ平均を示し得る。ＨＲＶバランス誘因は、第１の期間（例えば、２週間）にわたるユーザのＨＲＶ傾向を、ある第２のより長い期間（例えば、３ヶ月）にわたる平均ＨＲＶと比較することによって、ユーザがユーザの回復状態を追跡するのに役立ち得る。「回復指数」誘因は、最長睡眠期間に基づいて計算され得る。回復指数は、ユーザの安静時心拍数が夜間に安定するのにかかる時間を測定する。非常に良好な回復の徴候は、ユーザの安静時心拍数が、夜の前半の間で、ユーザが目を覚ます少なくとも６時間前に安定し、翌日のために身体を回復させる時間を残していることである。「体温」誘因は、最長睡眠期間（例えば、主睡眠期間）に基づいて、または一睡中のユーザの最も高い体温が最長期間中の最も高い体温よりも少なくとも０．５℃高い場合は、最長睡眠期間後に起こる一睡に基づいて計算され得る。いくつかの態様では、リングは、ユーザが眠っている間ユーザの体温を測定し得、システム２００は、ユーザのベースライン体温に対するユーザの平均体温を表示し得る。ユーザの体温が正常範囲外（例えば、０．０より明らかに上または下）である場合、体温誘因は、強調表示される（例えば、「注意（Pay attention）」状態に進む）か、または別の方法でユーザに対するアラートを生成し得る。
いくつかの態様では、システム２００は、月経周期追跡のための技法をサポートし得る。具体的には、システム２００のそれぞれの構成要素を使用して、経時的なユーザの温度を表す時系列中の１つまたは複数の月経周期フェーズを識別し得る。ユーザの月経周期フェーズは、システム２００のリング１０４上の温度センサを活用することによって予測され得る。場合によっては、月経周期フェーズは、経時的なユーザの温度を表す時系列の負勾配などの１つまたは複数の形態学的特徴を識別し、時系列の形態学的特徴に対応する１つまたは複数の月経周期フェーズを識別することによって推定され得る。月経周期フェーズは、月経の段階、卵巣周期の段階、子宮周期の段階、またはそれらの組み合わせを含み得る。
例えば、本明細書で前述したように、システム２００のリング１０４は、温度、心拍数、呼吸データなどを含むデータをユーザから収集するために、ユーザによって着用され得る。システム２００のリング１０４は、ユーザベースの温度センサおよび動脈血流から抽出された測定値から生理学的データを収集し得る。生理学的データは、連続的に収集され得る。いくつかの実装形態では、処理モジュール２３０－ａは、昼夜を通して連続的にユーザの温度をサンプリングし得る。日中および／または夜間を通して十分な速度（例えば、１サンプル／秒）でサンプリングすることにより、本明細書で説明される分析に十分な温度データが得られ得る。いくつかの実装形態では、リング１０４は、（例えば、あるサンプリングレートで）温度データを連続的に取得し得る。いくつかの例では、温度が連続的に収集される場合であっても、システム２００は、それが収集したかまたは他の方法で導出したユーザについての他の情報（例えば、睡眠段階、活動レベル、病気の発現など）を活用して、基礎をなす生理学的現象の正確な表現である特定の日の代表的な温度を選択し得る。対照的に、ユーザが毎日手動で自分の体温を測る必要があるシステム、および／または体温を連続的に測定するがユーザについての任意の他のコンテキスト情報を欠いているシステムは、ユーザの月経周期予測に対して不正確なまたは一貫性のない温度値を選択する可能性があり、不正確な予測およびユーザ経験の低下につながる。対照的に、リング１０４によって収集されたデータは、ユーザが、月経の初日、排卵の初日、または月経、排卵、および子宮周期を通じて任意の日をいつ経験するかを正確に決定するために使用され得る。識別された月経周期フェーズおよび関連する技法は、図３を参照してさらに示され、説明される。
図３は、本開示の態様による、月経周期追跡をサポートするシステム３００の一例を示す。システム３００は、システム１００、システム２００、または両方を実装してもよいし、それらによって実装されてもよい。特に、システム３００は、図１を参照して説明したように、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、およびサーバ１１０の例を示す。
リング３０５は、温度データ３２０、心拍数データ３２５、および呼吸データ３３０を取得し得る。そのような場合、リング３０５は、温度データ３２０、心拍数データ３２５、および呼吸データ３３０をユーザデバイス３１０に送信し得る。温度データ３２０は、連続夜間温度データ、連続日中温度データ、または両方を含み得る。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３１０）および第２のコンピューティングデバイス（例えば、リング３０５）は、温度データ３２０、心拍数データ３２５、呼吸データ３３０、またはそれらの組み合わせを取得し得る。
例えば、リング３０５は、ユーザ温度データ３２０、呼吸数データ３３０、心拍数データ３２５、ＨＲＶ、電気皮膚反応、血中酸素飽和度、アクティグラフィー、および／または他のユーザ生理学的データなどのユーザ生理学的データを取得し得る。リング３０５は、さらなる処理のために、モバイルデバイス（例えば、ユーザデバイス３１０）などの別のコンピューティングデバイスにデータを送信し得る。例えば、ユーザデバイス３１０は、受信したデータに基づいて、月経／卵巣／子宮周期追跡データを決定し得る。場合によっては、システム３００は、温度データ３２０、呼吸数データ３３０、心拍数データ３２５、ＨＲＶ、電気皮膚反応、血中酸素飽和度、活動、睡眠アーキテクチャ、またはそれらの組み合わせに基づいて、月経周期追跡データを決定し得る。システムは、リング３０５およびユーザデバイス３１０によって実装され得るが、本明細書で説明されるコンピューティングデバイスの任意の組み合わせが、システム３００に帰属する特徴を実装してもよい。
ユーザデバイス３１０は、リングアプリケーション３３５を含み得る。リングアプリケーション３３５は、少なくともモジュール３４０およびアプリケーションデータ３４５を含み得る。場合によっては、アプリケーションデータ３４５は、ユーザの履歴温度パターンおよび他のデータを含み得る。他のデータは、温度データ３２０、心拍数データ３２５、呼吸データ３３０、またはそれらの組み合わせを含み得る。
リングアプリケーション３３５は、識別された月経周期フェーズをユーザに提示し得る。リングアプリケーション３３５は、データ処理を実行し得るアプリケーションデータ処理モジュールを含み得る。例えば、アプリケーションデータ処理モジュールは、システム３００に帰属する機能を提供するモジュール３４０を含み得る。例示的なモジュール３４０は、日次温度決定モジュール、時系列処理モジュール、および月経周期モジュールを含み得る。日次温度決定モジュールは、日次温度値を（例えば、日中および／または夜間を通して連続的に収集された一連の温度値から当該日の代表的な温度値を選択することによって）決定し得る。時系列処理モジュールは、時系列データを処理して、月経周期開始イベント（例えば、月経周期フェーズ）を検出することができる。月経周期モジュールは、処理された時系列データに基づいて、月経周期フェーズ（例えば、生理開始イベント、月経周期の段階、卵巣周期、および子宮周期、またはそれらの組み合わせ）を識別し得る。リングアプリケーション３３５は、取得された温度データ、他の生理学的データ、および周期追跡データ（例えば、イベントデータ）などのアプリケーションデータ３４５を記憶し得る。
場合によっては、システム３００は、ユーザ生理学的データ（例えば、温度データ）３２０および／またはモーションデータに基づいて、周期追跡データ（例えば、月経周期フェーズ）を生成し得る。周期追跡データは、分析期間（例えば、数週間／数ヶ月の期間）にわたって取得されたユーザ温度データ（例えば、日次温度データ３２０）に基づいて決定され得る生理開始データ（例えば、月経周期フェーズ３７０）を含み得る。例えば、システム３００は、ユーザに関連付けられた生理学的データをウェアラブルデバイス（例えば、リング３０５）から受信し得る。生理学的データは、少なくとも温度データ３２０、心拍数データ３２５、呼吸データ３３０、またはそれらの組み合わせを含み得る。例えば、システム３００は、分析期間（例えば、複数の日）にわたってユーザ生理学的データを取得する。そのような場合、システム３００は、分析期間にわたってユーザ生理学的データを取得し、処理して、ユーザ生理学的データの１つまたは複数の時系列３５０を生成し得る。
場合によっては、システム３００は、分析期間にわたって毎日のユーザ温度データ３２０を取得し得る。例えば、システム３００は、各日について単一の温度値を計算し得る。システム３００は、日中／夜間に複数の温度値３５５を取得し、取得された温度値３５５を処理して、単一の日次温度値を決定し得る。いくつかの実装形態では、システム３００は、受信した温度データ３２０に少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値３５５の時系列３５０を決定し得る。図示の例では、時系列３５０は、１０月から４月までの範囲の複数の日を含み得る。時系列３５０は、本明細書で説明されるように、複数の温度値３５５、月経周期フェーズ３７０（例えば、縦の破線）、およびユーザの少なくとも周期長３７５を含み得る。場合によっては、時系列３５０は、黄体期の長さ、卵胞期の長さ、排卵期の長さ、またはそれらの組み合わせを含み得る。
場合によっては、システム３００は、分析期間にわたって時系列３５０（例えば、時系列データ）を分析して、月経周期フェーズ３７０（例えば、ほぼ毎月のフェーズ）を含み得る月経周期追跡データを決定し得る。分析期間（例えば、数週間または数ヶ月）にわたる複数の温度値３５５は、処理され得る温度値３５５の時系列３５０を形成し得る。場合によっては、システムは、日次温度値３５５の時系列３５０を処理して、月経周期フェーズ３７０を示し得る温度値３５５の変化を識別し得る。
いくつかの例では、システム３００は、リング３０５によって取得された夜間温度に基づいて、分析期間にわたる日次温度値３５５の時系列３５０を決定し得る。システム３００は、時系列データの導関数を決定し得る。例えば、システムは、時系列３５０を決定することに基づいて、複数の温度値３５５の時系列３５０の１つまたは複数の形態学的特徴３６０を識別し得る。時系列３５０は、ユーザの複数の月経周期（例えば、月経周期の周期長３７５および／または月経周期フェーズ３７０を含む）を含み得る。場合によっては、システム３００は、時系列３５０を処理して、時系列３５０のデータを平滑化し得る（例えば、ローリング平均を使用して）。
システム３００は、時間制約（例えば、勾配３６０間の合計時間）を受ける時系列３５０における最大負勾配（例えば、最も急な勾配）３６５のうちの１つまたは複数を識別し得る。例えば、システム３００は、１つまたは複数の形態学的特徴３６０を識別することに基づいて、複数の温度値３５５の時系列３５０の１つまたは複数の最大負勾配３６５を識別し得る。そのような場合、１つまたは複数の月経周期フェーズの各月経周期フェーズ３７０は、最大負勾配３６５に関連付けられる。例えば、システム３００は、時系列３５０中の生理開始（例えば月経周期フェーズ３７０）を、最大負勾配（例えば、最も急な下向きの勾配）３６５として、識別し得る。このように、システム３００は、時系列３５０中の月経周期フェーズ３７０を、形態学的特徴３６０に関連付けられた時系列３５０中の場所として識別し得る。
場合によっては、システム３００は、月経周期フェーズ３７０を識別し、それに応答して、生理開始日（例えば、月経開始日）を識別し得る。いくつかの例では、システム３００は、月経周期フェーズ３７０を識別し、それに応答して、月経周期フェーズ３７０を識別することに基づいて、排卵開始日、排卵の長さ、子宮周期の長さ、卵胞期の長さ、黄体期の長さ、またはそれらの組み合わせを識別し得る。
システム３００は、時系列３５０の１つまたは複数の形態学的特徴３６０を識別することに基づいて、時系列３５０中の１つまたは複数の月経周期フェーズ３７０を識別し得る。そのような場合、１つまたは複数の月経周期フェーズの各月経周期フェーズ３７０は、時系列３５０中の形態学的特徴３６０に関連付けられる。システム３００は、温度の変化に基づいて時系列３５０についての月経周期追跡データを決定し得る。例えば、システム３００は、温度値３５５の時系列３５０における温度勾配（例えば、温度低下）に基づいて、月経周期フェーズ３７０を識別し得る。システム３００は、温度上昇（例えば、正勾配）、ユーザの温度ベースラインからの温度偏差、または両方に基づいて、月経周期フェーズ３７０を識別し得る。
いくつかの実装形態では、システム３００は、受信した心拍数データ３２５が複数の日の少なくとも一部分について閾値を満たすと決定し得る。そのような場合、システム３００は、受信した心拍数データ３２５が閾値を満たすと決定することに基づいて、時系列３５０中の１つまたは複数の月経周期フェーズ３７０を識別し得る。いくつかの例では、システム３００は、受信した呼吸数データ３３０が複数の日の少なくとも一部について閾値を満たすと決定し得る。そのような場合、システム３００は、受信した呼吸数データ３３０が閾値を満たすと決定することに基づいて、時系列３５０中の１つまたは複数の月経周期フェーズ３７０を識別し得る。閾値は、ユーザのベースライン（例えば、心拍数ベースライン、呼吸数ベースラインなど）の一例であり得る。
システム３００は、ユーザデバイス３１０のＧＵＩに、識別された１つまたは複数の月経周期フェーズ３７０を表示させ得る。場合によっては、システム３００は、ＧＵＩに、時系列３５０を表示させ得る。システム３００は、月経周期追跡データ出力を生成し得る。例えば、システム３００は、生理学的データ（例えば、温度データ３２０）、タグ付けされたイベント、および／または図７を参照して本明細書で説明される他のＧＵＩ要素を含む追跡ＧＵＩを生成し得る。そのような場合、システム３００は、月経周期追跡ＧＵＩにおいて月経周期フェーズ３７０をレンダリングし得る。
いくつかの実装形態では、リングアプリケーション３３５は、識別された月経周期フェーズをユーザに通知し、および／または活動ＧＵＩ内で様々なタスクを実行するようにユーザを促し得る。例えば、通知は、最近識別された月経周期フェーズ３７０をユーザに通知し得る。いくつかの例では、プロンプトは、ユーザによる確認を要求し得る。通知およびプロンプトは、テキスト、グラフィックス、および／または他のユーザインターフェース要素を含み得る。通知およびプロンプトは、識別されたばかりの月経周期フェーズ３７０があるときなどに、リングアプリケーション３３５に含まれ得、リングアプリケーション３３５は、通知およびプロンプトを表示し得る。ユーザデバイス３１０は、通知およびプロンプトを、ホーム画面上の別個のウィンドウに、および／または他の画面上にオーバーレイして（例えば、ホーム画面の最上部に）表示し得る。場合によっては、ユーザデバイス３１０は、モバイルデバイス、ユーザの腕時計型デバイス、または両方に通知およびプロンプトを表示し得る。
いくつかの実装形態では、ユーザデバイス３１０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、履歴データ３８０を含み得る。履歴データ３８０は、ユーザの履歴温度パターン、ユーザの履歴心拍数パターン、ユーザの履歴呼吸数パターン、ユーザの履歴月経周期フェーズ（例えば、周期長、月経開始日、排卵長など）、またはそれらの組み合わせを含み得る。履歴データ３８０は、ユーザの睡眠期間の一部を選択すること、ユーザの温度値を決定すること、月経周期フェーズを識別すること、またはそれらの組み合わせを行うために（例えば、ユーザデバイス３１０またはサーバ３１５によって）使用され得る。履歴データ３８０は、サーバ３１５によって使用され得る。履歴データ３８０を使用することにより、ユーザデバイス３１０および／またはサーバ３１５は、ユーザの履歴データ３８０を考慮に入れることでＧＵＩをパーソナライズすることができる。
そのような場合、ユーザデバイス３１０は、履歴データ３８０をサーバ３１５に送信し得る。場合によっては、送信された履歴データ３８０は、リングアプリケーション３３５に記憶された同じ履歴データであり得る。他の例では、履歴データ３８０は、リングアプリケーション３３５に記憶された履歴データとは異なり得る。サーバ３１５は、履歴データ３８０を受信し得る。サーバ３１５は、履歴データ３８０をサーバデータ３８５に記憶し得る。
いくつかの実装形態では、ユーザデバイス３１０および／またはサーバ３１５はまた、ユーザ情報の一例であり得る他のデータを記憶し得る。ユーザ情報は、限定ではないが、ユーザの年齢、体重、身長、および性別を含み得る。いくつかの実装形態では、ユーザ情報は、月経周期フェーズを識別するための特徴として使用され得る。サーバデータ３８５は、ユーザ情報などの他のデータを含み得る。
図４は、本開示の態様による、月経周期追跡をサポートするタイミング図４００の一例を示す。タイミング図４００は、システム１００、システム２００、システム３００、またはそれらの組み合わせの態様を実装してもよいし、それらによって実装されてもよい。例えば、いくつかの実装形態では、タイミング図４００は、図２に示すように、ユーザデバイス１０６のＧＵＩ２７５を介してユーザに表示され得る。
本明細書にさらに詳細に説明されるように、システムは、月経、排卵周期、および子宮周期を含む、月経周期を追跡するように構成され得る。場合によっては、昼夜を通したユーザの中核体温パターンは、月経周期のフェーズを特徴付け得る指標であり得る。例えば、日中および夜間の皮膚温度により月経周期フェーズが識別され得る。このように、タイミング図４００－ａは、（例えば、複数の日および／または月にわたる）ユーザの温度データと時間との間の関係を示す。この点に関して、タイミング図４００－ａに示されている実線の曲線は、「温度値４０５」を指すと理解され得る。ユーザの温度値４０５は、ベースライン温度に対するものであってもよい。
場合によっては、システム（例えば、リング１０４、ユーザデバイス１０６、サーバ１１０）は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信し得る。生理学的データは、少なくとも温度データを含み得る。システムは、受信した温度データに基づいて、複数の日にわたって取得された複数の温度値４０５の時系列を決定し得る。タイミング図４００－ａを参照すると、複数の日が７ヶ月の例であり得る。システムは、元の時系列温度データ（例えば、温度値４０５）を処理して、ユーザが３段階の月経周期のどの段階（例えば、月経、卵巣、子宮）に現在いるかを決定し得る。そのような場合、時系列は、ユーザの複数の月経周期を含み得る。
温度値４０５は、ウェアラブルデバイスによって連続的に収集され得る。生理学的測定は、日中および／または夜間を通して連続的に行われ得る。例えば、いくつかの実装形態では、リングは、各日／睡眠日の全体を通して、１つまたは複数の測定周期性にしたがって、生理学的データ（例えば、温度データ、睡眠データ、心拍数、ＭＥＴデータなど）を連続的に取得するように構成され得る。言い換えると、リングは、そのような測定を実行するための「トリガ条件」に関係なく、ユーザから生理学的データを連続的に取得し得る。場合によっては、指での連続温度測定は、深部温度では明らかにならない可能性がある温度変動（例えば、小さいまたは大きい変動）を捉え得る。例えば、指での連続温度測定は、身体の他の場所での他の温度測定によって、またはユーザが１日に１回温度を手動で測定していた場合に提供されない可能性がある追加の洞察を提供する、分単位または時間単位の温度変動を捉え得る。
場合によっては、システムは、時系列を決定した後に、複数の温度値４０５の時系列の１つまたは複数の形態学的特徴を識別し得る。システムは、時系列の１つまたは複数の形態学的特徴を識別することに応答して、温度値４０５の時系列中の１つまたは複数の月経周期フェーズを識別し得る。例えば、１つまたは複数の月経周期フェーズの各月経周期フェーズは、温度値４０５の時系列中の形態学的特徴に関連付けられる。
場合によっては、システムは、リングを介して収集されたユーザの温度値４０５の時系列を決定した後に、ユーザの温度の最大値および／または最小値を決定、または推定し得る。システムは、最大値および／または最小値を決定することに基づいて、複数の温度値４０５の時系列の１つまたは複数の形態学的特徴を識別し得る。場合によっては、最大値と最小値との間の差を計算することによって、形態学的特徴（例えば、勾配）を決定し得る。他の例では、複数の温度値４０５の時系列の１つまたは複数の形態学的特徴を識別することは、元の時系列温度データ（例えば、温度値４０５）の導関数を計算することに応答し得る。
タイミング図４００－ｂは、（例えば、複数の日および／または月にわたる）ユーザの温度データと時間との間の関係を示す。この点に関して、タイミング図４００－ｂに示されている実線の曲線は、「微分温度値（derivative temperature value）４１０」を指すと理解され得る。タイミング図４００－ｂを参照すると、複数の日が７ヶ月の例であり得る。
システムは、温度値４０５の元のデータの一次導関数を決定し得る。例えば、システムは、複数の温度値４０５の時系列の導関数を計算し得る。複数の温度値４０５の時系列の計算された導関数は、微分温度値４１０の一例であり得る。場合によっては、システムは、時系列の導関数（例えば、微分温度値４１０）の１つもしくは複数の極大値（local maximum）または１つもしくは複数の極小値（local minimum）を識別し得る。そのような場合、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列の導関数の１つもしくは複数の極大値または１つもしくは複数の極小値に関連付けられ得る。温度値４０５の勾配は、微分温度値４１０に対応し得る（例えば、その一例であり得る）。
タイミング図４００－ｃは、（例えば、複数の日および／または月にわたる）ユーザの温度データと時間との間の関係を示す。この点に関して、タイミング図４００－ｃに示されている実線の曲線は、「平均微分温度値４１５」を指すと理解され得る。タイミング図４００－ｃを参照すると、複数の日が７ヶ月の例であり得る。
システムは、５日間のローリング平均をとることによって、微分温度値４１０のデータを平滑化し得る。場合によっては、システムは、平均微分温度値４１５の１つもしくは複数の極大値または１つもしくは複数の極小値４２０を識別し得る。そのような場合、１つまたは複数の月経周期フェーズの各月経周期フェーズは、平均微分温度値４１５の１つもしくは複数の極大値または１つもしくは複数の極小値に関連付けられ得る。温度値４０５の勾配は、平均微分温度値４１５に対応し得る（例えば、その一例であり得る）。
タイミング図４００－ｄは、（例えば、複数の日および／または月にわたる）ユーザの温度データと時間との間の関係を示す。この点に関して、タイミング図４００－ｄに示されている実線の曲線は、「反転された温度値４２５」を指すと理解され得る。この点に関して、タイミング図４００－ｄに示されている縦の破線は、「月経周期フェーズ４３５」を指すと理解され得る。ユーザの温度データは、ベースライン温度に対するものであってもよい。タイミング図４００－ｄを参照すると、複数の日が７ヶ月の例であり得る。
システムは、２１日を超える距離内のピークを見つけるためにデータを反転させ得る。ピークは、生理開始日（例えば、月経周期フェーズ）として識別され得る。例えば、システムは、時系列の導関数を計算することに応答して、複数の温度の時系列の導関数（例えば、微分温度値４１０および／または平均微分温度値４１５）を反転させ得る。システムは、時系列の反転された導関数（例えば、反転された温度データ４２５）の１つまたは複数の極大値４３０を識別し得る。そのような場合、１つまたは複数の月経周期フェーズの各月経周期フェーズ４３５は、時系列の反転された導関数（例えば、反転された温度データ４２５）の１つまたは複数の極大値４３０に関連付けられ得る。
図５は、本開示の態様による、月経周期追跡をサポートするタイミング図５００の一例を示す。タイミング図５００は、システム１００、システム２００、システム３００、またはそれらの組み合わせの態様を実装してもよいし、それらによって実装されてもよい。例えば、いくつかの実装形態では、タイミング図５００は、図２に示すように、ユーザデバイス１０６のＧＵＩ２７５を介してユーザに表示され得る。
いくつかの実装形態では、システムは、睡眠期間の特定のフェーズからユーザ温度を取得して、周期的パターンを精緻化し、月経周期に沿った特定の点をより高い精度で検出することを可能にし、または生殖能力、生殖老化、閉経周辺期移行、およびホルモンもしくは行動療法と関連するカテゴリにユーザをセグメント化し得る。例えば、タイミング図５００に関して、システムは、主要な夜間温度傾向偏差変数を決定し得る。そのような場合、システムは、周期的な月経パターンを決定し得る。
本明細書でさらに詳細に説明されるように、システムは、月経周期を追跡し、ユーザが経験している月経周期のフェーズ（例えば、月経、排卵、または子宮周期）を識別するように構成され得る。場合によっては、夜間を通したユーザの中核体温パターンは、月経周期を特徴付け得る指標であり得る。例えば、夜間の皮膚温度により月経周期フェーズを識別し得る。このように、タイミング図５００－ａは、ユーザの温度データと時間（例えば、一晩および／または複数の日にわたる）との間の関係を示す。この点に関して、タイミング図５００－ａに示されている実線の曲線は、「温度値５０５」を指すと理解され得る。
場合によっては、システム（例えば、リング１０４、ユーザデバイス１０６、サーバ１１０）は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信し得る。生理学的データは、少なくとも連続夜間温度データを含み得る。システムは、受信した連続夜間温度データに基づいて、複数の日にわたって取得された複数の温度値５０５の時系列を決定し得る。タイミング図５００－ａを参照すると、時間期間は、一晩の間の睡眠期間であり得る。
温度値５０５は、ウェアラブルデバイスによって連続的に収集され得る。生理学的測定は、夜間を通して連続的に行われ得る。例えば、いくつかの実装形態では、リングは、各睡眠日の全体を通して、１つまたは複数の測定周期性にしたがって、生理学的データ（例えば、温度データ、睡眠データ、心拍数、ＭＥＴデータなど）を連続的に取得するように構成され得る。言い換えると、リングは、そのような測定を実行するための「トリガ条件」に関係なく、ユーザから生理学的データを連続的に取得し得る。場合によっては、指での連続温度測定は、深部温度では明らかにならない可能性がある温度変動（例えば、小さいまたは大きい変動）を捉え得る。例えば、指での連続温度測定は、身体の他の場所での他の温度測定によって、またはユーザが１日に１回温度を手動で測定していた場合に提供されない可能性がある追加の洞察を提供する、分単位または時間単位の温度変動を捉え得る。
システムは、複数の温度値５０５の時系列を決定することに基づいて、ユーザの睡眠期間を識別し得る。システムは、睡眠期間全体を通して温度値５０５の１つまたは複数の極大値５１０を識別し得る。場合によっては、システムは、温度データを受信したことに応答して、複数の温度値５０５の各温度値を決定し得る。そのような場合、温度データは、連続夜間温度データを含み得る。他の例では、温度データは、連続日中温度データを含み得る。
タイミング図５００－ｂは、（例えば、一晩および／または複数の日にわたる）ユーザの温度データと時間との間の関係を示す。この点に関して、タイミング図５００－ｂに示されている実線の曲線は、「初期温度値５１５」を指すと理解され得る。タイミング図５００－ｂを参照すると、時間期間は、睡眠期間の一部あり得る。例えば、睡眠期間の一部は、ユーザの睡眠の最初の１１０～２１０分であり得る。
システムは、ユーザの睡眠期間の一部を選択し得る。そのような場合、システムは、睡眠期間の初期温度値５１５を含む睡眠期間の第１の部分を選択し得る。場合によっては、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することは、睡眠期間の第１の部分を選択することに基づき得る。いくつかの例では、システムは、ユーザの履歴温度パターンに基づいてユーザの睡眠期間の一部を選択し得る。そのような場合、複数の温度値の各温度値を決定することは、睡眠期間の一部を選択することに基づき得る。システムは、睡眠期間の第１の部分を通して初期温度値５１５の１つまたは複数の極大値５２０を識別し得る。このようにして、システムは、その温度値についてのコンテキストを提供するユーザについての他の情報を活用することによって、特定の日についての代表的な温度を選択することが可能であり得（例えば、代表的な温度値は、睡眠の初期フェーズ、または睡眠の後期フェーズ、または特定の睡眠段階などから選択される）、これは、そのような追加のコンテキスト情報を欠き、１日全体についての最大または平均温度を単に盲目的に選択するシステムに勝る利点である。
タイミング図５００－ｃは、（例えば、一晩および／または複数の日にわたる）ユーザの温度データと時間との間の関係を示す。この点に関して、タイミング図５００－ｃに示されている実線の曲線は、「後期温度値５２５」を指すと理解され得る。タイミング図５００－ｃを参照すると、時間期間は、睡眠期間の一部であり得る。例えば、睡眠期間の一部は、ユーザの睡眠の最後の１１０～２１０分であり得る。
システムは、ユーザの睡眠期間の一部を選択し得る。そのような場合、システムは、睡眠期間の後期温度値５２５を含む睡眠期間の第２の部分を選択し得る。場合によっては、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することは、睡眠期間の第２の部分を選択することに基づき得る。いくつかの例では、システムは、ユーザの履歴温度パターンに基づいてユーザの睡眠期間の一部を選択し得る。そのような場合、複数の後期温度値の各温度値を決定することは、睡眠期間の一部を選択することに基づき得る。システムは、睡眠期間の第２の部分を通して後期温度値５２５の１つまたは複数の極大値５３０を識別し得る。
タイミング図５００－ｂは、夕方（the early portion of the evening）（入眠後の最初の１１０～２１０分）から得られた第２の最大または高分位点（例えば、９９分位点）をプロットし得る。対照的に、タイミング図５００－ａおよびタイミング図５００－ｃは、温度が低下するにつれて発生する時々のより小さいピークを含み得る。温度のピークおよび最大降下を見つけることがシステム内の検出アルゴリズムのための特徴になり得るので、ホルモンおよび概日リズムが異なる広範囲のユーザにわたって規模で最良の精度を得ることは、睡眠期間の異なる部分から温度を測ることによって強化され得る。より小さいピーク（例えば、極大値５１０、５２０、５３０）は、覚醒応答を動機付け、卵巣および生殖器系に入力を送るのに役立つ交感神経媒介性内臓神経パルスに対応し得るので、システムによる周期検出のための生理学的に関連する特徴であり得る。
いくつかの実装形態では、システムは、（信号処理ステップの後に）３０分間隔ごとに極大値５１０、５２０、５３０温度を測り、次いで、それらの３０分平均値の第２の最大値を抽出し得る。場合によっては、最高温度（例えば、極大値５２０）は、睡眠の初期部分（例えば、最初の１１０～２１０分）に発生し得る。他の例では、最高温度（例えば、極大値５３０）は、夜遅く（the later portion of the evening）に発生し得る。入眠後の最初の１１０～２１０分（例えば、初期温度値５１５）または覚醒前の最後の１１０～２１０分（例えば、後期温度値５２５）における９９％分位点または第２の最大温度を抽出することによって、システムは、より粒度の細かい情報を取得し得る。
睡眠期間の一部を選択することに基づいて粒度の細かい情報を取得することで、所与のユーザ（例えば、夕方のみに最も高い温度を有する傾向があるユーザ）に最も適したメトリックを使用することによってパーソナライゼーションが可能になり得る。粒度の細かい情報を取得することで、正確な生殖医療も可能になり得る。明らかな周期の間に、より誇張されたより小さな隆起（例えば、極大値）を有するユーザは、それらの黄体サージに差がある可能性がある。後期温度値５２５を使用してより小さいピーク（例えば、極大値５３０）を定量化することは、妊娠可能期間を予測するのに役立ち得る。また、粒度の細かい情報を取得することで、年齢および産児制限または外因性ホルモン作用における実質的な可変性を予測することができ、大規模な一般化が可能になり得る。例えば、プロゲステロン治療は、夜間にわたって温度を上昇させ、周期（cycling）を鈍らせ得る。
場合によっては、システムは、睡眠の初期部分または睡眠の後期部分から温度メトリックを抽出するときに異なる温度値を取得し得る。場合によっては、睡眠の初期部分の間、タイミング図５００－ｂを参照して説明したように、ユーザの初期温度値５１５は、月経周期を検出する能力を駆動し得る第１の睡眠周期（例えば、最初の１１０分）における熱のパターンを含み得る。そのような場合、ユーザは、高い初期温度値５１５を経験し得る。いくつかの実装形態では、システムは、睡眠期間の初期部分（例えば、就寝時刻に対して）にわたる統計的分布のユーザの最大値、２番目の最大値、または高分位点をとることによって、この熱のパターンを検出し得る。いくつかの実装形態では、システムは、最も高い平均の初期温度値５１５を伴う夜間を通した半時間の期間を見つけ、夕方に最大が発生するのがどのユーザであるかを決定することによって、この熱のパターンを検出し得る。
場合によっては、月経周期および温度パターンは、ユーザごとに異なり得る。温度パターンの差（例えば、全体的な熱、相対的な高温および低温のタイミング、ならびにウルトラディアンリズム）を使用して、ユーザのサブグループを識別し、システムをパーソナライズ（例えば、日次温度の決定をパーソナライズ）し得る。
いくつかの実装形態では、システムは、温度の統計的分布または早期睡眠期間から後期睡眠期間までの温度の変化の勾配に基づく特徴を採用することによって、温度データを取り込み得る。いくつかの実装形態では、アルゴリズムは、特徴のタイミングをクロノロジカル時間に基づかせることができる。いくつかの例では、タイミングは、特定の夜のユーザの就寝時刻、およびレム睡眠、ノンレム睡眠、または深い睡眠などの検出される異なる睡眠段階のタイミングに固定され得る。いくつかの実装形態では、システムは、夜間の温度のウルトラディアンリズムを抽出し、アルゴリズムをパーソナライズするための特徴として、ピークタイミング、顕著性、幅、および他の信号処理特徴を使用し得る。
場合によっては、温度データは、閉経周辺期移行を経験しているユーザ（例えば、４５～５５歳のユーザ）については異なり得る。閉経周辺期は、女性の生殖過程の最終段階を表し得、したがって、周期検出とは別個のものではなく、年齢に伴うその生殖軌道の最終段階である。システムは、月経周期の不規則性の検出を可能にすることができ、これは、周期長の分布、または標準偏差もしくは四分位範囲などの分散の尺度によって定量化され得る。加齢に伴う周期不規則性は、卵巣予備能の低下、抗ミュラー管ホルモン（ＡＭＨ）レベルの低下、卵胞刺激ホルモン（ＦＳＨ）レベルの上昇、および／または卵胞の質の低下（不妊治療の成功の予測因子）に関連付けられ得る。そのような場合、システムは、睡眠期間の初期部分に集中する典型的な高温の喪失を識別し得る。
いくつかの実装形態では、システムは、ユーザの生殖健康に関連するパーソナライズされた情報をユーザに提供するために、潜在的に年齢別の基準と比較して、ユーザに対する周期長および不規則性に関連するメトリックを決定し得る。いくつかの実装形態では、システムは、子宮腔内授精（ＩＵＩ）、体外受精（ＩＶＦ）、またはホルモン補充療法（ＨＲＴ）プロトコルなどのある種類の不妊治療／閉経周辺期治療、あるいは就寝時刻前のメラトニン、ＣＢＤ、またはＨＲＶバイオフィードバックの使用およびタイミングなどの行動介入から利益を享受する可能性がより高くあり得るユーザを分類するために、年齢調整された短縮周期長、規則性、および／または一般的なパターン化に関連するメトリックを使用し得る。
システムは、本明細書で説明される特徴を実装するために、様々なモデルおよびアルゴリズムを実装し得る。例えば、システムは、精密医療／パーソナライズされた洞察のために、ニューラルネットワーク、画像分析、プロスペクティブ予測アルゴリズム、および／またはサブグループ検出およびクラスタリングを実装し得る。いくつかの実装形態では、システムは、代替アルゴリズムを使用して、月経周期のタイミングを検出し得る。例えば、システムは、ヒートマップを取得し、ヒートマップを畳み込みネットワーク（ＣＮＮ）、オートエンコーダ、または画像分析に適した様々なディープラーニング手法に供給し、次いで、後続の特徴を時系列検出モデルに供給し得る。
いくつかの実装形態では、システムは、ユーザの次の生理開始日を予測するために、温度分布、そのウルトラディアンリズム、または就寝時刻、睡眠段階、もしくは睡眠のフェーズ（早期、後期など）に対するそのタイミングなどの様々な温度特徴を使用し得る。いくつかの実装形態では、システムは、ユーザをサブグループにクラスタ化するために様々な温度特徴を使用し得る。例えば、システムは、ユーザをサブグループに割り当てるために、因子分析、主構成要素、Ｋ平均、Ｋ最近傍、または凝集クラスタリングなどの様々な機械学習クラスタリングアルゴリズムを適用し得る。サブグループは、リングアプリケーションにおけるパーソナライズされた洞察のための基礎を提供し得る。例えば、システムは、異なる種類の産児制限を使用するユーザ、早期卵巣老化または子宮内膜症のような様々な生殖関連状態を伴うユーザを検出すること、または月経または卵巣周期に対する薬物療法の影響を検出することが可能であり得る。
いくつかの実装形態では、システムは、温度と組み合わせられた他の信号を使用し得る。例えば、システムは、様々な他のセンサおよび信号からの情報を組み合わせて、ユーザの周期のフェーズ、または様々な周期関連イベントのタイミングの検出または予測を改善し得る。一例では、システムは、とりわけ、ＰＰＧ信号またはアクティグラフィーセンサおよび活動検出からの特徴または周波数抽出を含み得る。いくつかの実装形態では、システムは、ＨＲＶ特徴を使用し得る。例えば、様々な心拍数およびＨＲＶ特徴が、ＰＰＧから導出され得、これは、周期検出において有用であり得る。システムは、連続する間隔間の二乗平均平方根差（ＲＭＳＳＤ）、高周波数（ＨＦ）、低周波数（ＬＦ）、超低周波数（ＶＬＦ）、および呼吸数周波数（ＰＰＧ信号におけるＲＲ間隔と区別するための呼吸数を表すＢＲ）などの様々なＨＲＶ周波数帯域および特徴を抽出し得る。システムは、夜間の適切な間隔（例えば、ＨＦに対して約１分、ＬＦに対して約５分、など）にわたって測定された所与の周波数範囲におけるピーク電力を抽出し得る。システムは、これらの周波数ベースの特徴を使用して、周期フェーズ検出または予測アルゴリズムを強化し得る。いくつかの実装形態では、システムは、周期フェーズ検出または予測アルゴリズムを強化するために、様々なＨＲＶ特徴の周期的パターンと温度周期との間のコヒーレンスを抽出し得る。
場合によっては、ＲＭＳＳＤ ＨＲＶ信号、または睡眠中の温度とのＲＭＳＳＤのコヒーレンスは、周期間変動性を検出または予測するのを助けるためにシステムに対して使用される追加の特徴であり得る。睡眠中の高温とのＲＭＳＳＤのコヒーレンスにおける明確なピークは、エストラジオール、黄体形成ホルモン（ＬＨ）、または卵胞刺激ホルモン（ＦＳＨ）のピークに対応し得、これらは、排卵のタイミングを識別すること、周期不規則性を理解すること、受精成功を予測すること、および生殖老化を理解することに関連する。いくつかの実装形態では、ＰＰＧから導出されるＨＲＶのＨＦ構成要素およびその最低値（nadir）は、生殖器系への副交感神経入力の離脱を反映し得、これは、生理開始に先行するエストラジオールおよび／またはプロゲステロンの降下のマーカとしての役割を果たすか、またはそれと相関し得る。したがって、ＨＦ、ＬＦ、ＲＭＳＳＤ、ＶＬＦ、呼吸数、または他のＨＲＶ尺度の周期性に関連する、時間または周波数領域における特徴は、後続の生理開始時間および月経または卵巣周期の他の関連フェーズの検出または予測に寄与し得る。
図６は、本開示の態様による、月経周期追跡をサポートするタイミング図６００の一例を示す。タイミング図６００は、システム１００、システム２００、システム３００、またはそれらの組み合わせの態様を実装してもよいし、それらによって実装されてもよい。例えば、いくつかの実装形態では、タイミング図６００は、図２に示すように、ユーザデバイス１０６のＧＵＩ２７５を介してユーザに表示され得る。
システムは、追加／代替の時系列形態に基づいて月経／卵巣／子宮イベントを追跡し得る。いくつかの実装形態では、システムは、主要な温度ピーク間で時々発生し、周期フェーズ識別に対する追加の関連性を有する可能性がある２次ピーク（例えば、より小さい隆起）またはより低い極大値を識別し得る。例えば、タイミング図６００を参照すると、不規則な周期を有するユーザの場合、システムは、ユーザの中央値、平均、または典型的な周期長よりも短いおよび長い月経周期長を検出または予測するために、温度時系列の形態学的特徴を使用し得る。いくつかの例では、システムは、月経周期フェーズ６１０に続く温度のより低い極大値６２０（より鋭い隆起）をシステムが識別したときに、ユーザに警告し得る。より低い極大値６２０の識別は、次の生理開始日が通常よりも早く到来する可能性があることを示し得る（例えば、２６および２７日周期）。
他の例では、月経周期フェーズ６１０に続く温度値６０５において長く平坦に見えるより低い極大値６２５（例えば、より平坦な隆起）のとき、システムは、次の生理開始日が通常よりも遅く到来する可能性があることをユーザに警告し得る（例えば、４１～３４日周期）。より低い極大値６２０または６２５はまた、夜の特定の時間（例えば、早期睡眠期間対後期睡眠期間）から導出された温度特徴によって検出され得る。例えば、睡眠後期の高温は、睡眠初期の高温よりも低い極大値６２０または月経開始後の二次ピークを含み得る。
夜遅く、内臓神経系は、概日リズムに影響を与え、生殖器系および体温調節系を調節するのに役立つ交感神経パルスを送り得る。エストロゲンの離脱は、月経周期の間に発生し得、高齢のユーザでより顕著であり得、ノルアドレナリン作動性シグナル伝達およびセロトニン作動性シグナル伝達を変化させ得る。システムは、月経／卵巣周期の異なるフェーズを検出および予測するための特徴または代理バイオマーカのセットを提供するために、周期の過程にわたって温度値６０５の顕著性、幅、タイミング、または他の形態学的特性を使用し得る。例えば、月経周期フェーズ６１０の後の２～５日間により低い極大値６２０または６２５を示す温度曲線は、睡眠期間の後期でも検出可能であり、より不規則な周期を予測するための用途を有する代理マーカを提供し得る。そのような形態学的特徴は、体温調節系、交感神経系、および生殖器系の協調を反映し得、それによって、これらの系の欠損に関連付けられた生殖健康疾患または状態の代理マーカとしての役割を果たすことができ、これを使用して生殖健康を分析し得る。
いくつかの実装形態では、システムは、月経周期内の他のイベント（例えば、月経周期フェーズ６１０以外）を検出し得る。例えば、後期の睡眠期間において顕著なより低い極大値６２０または６２５は、期間の長さ（例えば、周期長６１５）、妊娠可能期間内の周期間変動、ＬＨサージのタイミング、および／または排卵のタイミングを定量化することに関連し得る。場合によっては、より低い極大値６２０または６２５は、温度値６０５において検出されるように、生理（例えば、月経周期フェーズ６１０）の開始直後に続くより低い極大値６２０としてタイミング図６００において見られ得るＦＳＨの変動性と相関し得る。
例えば、システムは、複数の温度値６０５の時系列を決定することに応答して、追加の月経周期イベントを識別し得る。そのような場合、システムは、複数の温度値６０５の時系列、心拍数データ、呼吸数データ、または両方に基づいて、複数の日の間の卵巣周期イベントを識別し得る。システムは、複数の温度値６０５の時系列、識別された１つまたは複数の月経周期フェーズ６１０、またはその両方に基づいて、ユーザが月経の初日を経験する将来の月経周期フェーズ６１０を推定し得る。場合によっては、システムは、前の月経周期フェーズ６１０後の複数の温度値６０５の時系列の形態に基づいて、ユーザの現在の月経周期の長さ（例えば、周期長６１５）を推定し得る。
いくつかの実装形態では、システムは、温度ベースの生理開始時系列と組み合わされた、ユーザによって報告された生理日（例えば、リングアプリケーション内で収集される）を使用して、個々のユーザに関する周期不規則性のメトリックを生成し得る。例えば、システムは、標準偏差、四分位範囲、分布の広がり、尖度／歪度パラメータ、分散係数、行列プロファイルベースの不規則性、および推定生理開始日の時系列の絶対値または二乗差などの分布の統計的または機械学習定量化を使用して、不規則性のメトリックを計算し得る。場合によっては、温度周期の不規則性は、ユーザの生殖周期が閉経周辺期移行に入りつつあるかまたは近づきつつあることを示す有力な（likely）バイオマーカであり得る。
ユーザによって報告された生理日は、識別されたおよび／または予測された月経周期フェーズ６１０とオーバーレイされ得る。システムは、ユーザによって識別された実際の月経周期フェーズに基づいて妥当性確認および改善され得る。例えば、追跡アルゴリズムは、ユーザの実際の生理開始がシステムの推定開始とどの程度一致するか、またはユーザの排卵がシステムの推定排卵とどの程度一致するかに基づいて、個々のユーザに対してパーソナライズされ得る。場合によっては、実際の生理開始および／または排卵は、推定された開始から０～３日以内であり得る。
図７は、本開示の態様による、月経周期追跡をサポートするＧＵＩ７００の一例を示す。ＧＵＩ７００は、システム１００、システム２００、システム３００、タイミング図４００、タイミング図５００、タイミング図６００、またはそれらの任意の組み合わせの態様を実装してもよいし、それらによって実装されてもよい。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。
いくつかの例では、ＧＵＩ７００は、ＧＵＩ７００（例えば、図２に示されるＧＵＩ２７５）を介してユーザ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。システムのサーバは、ユーザデバイス（例えば、モバイルデバイス）のＧＵＩ７００に、ユーザが生理モードを起動し、（例えば、アプリケーションページ７０５を介して）ユーザの月経周期を追跡することを望むかどうかの問い合わせを表示させ得る。そのような場合、システムは、コンテキストタグおよびユーザ質問に基づいて月経周期フェーズを識別するために、ユーザデバイスのＧＵＩ７００上にパーソナライズされた周期追跡体験を生成し得る。
上記の例を続けると、月経周期フェーズを識別する前に、ユーザは、ウェアラブルアプリケーションを開くとアプリケーションページが提示され得る。アプリケーションページ７０５は、生理モード、排卵モードなどを起動し、システムが月経周期を追跡することを可能にする要求を表示し得る。そのような場合、アプリケーションページ７０５は、月経周期追跡アプリケーションに登録するようにユーザを招待する招待カードを表示し得る。アプリケーションページ７０５は、月経周期を追跡し得るかどうかを検証するため、または月経周期を追跡しない場合、メッセージを却下するために、ユーザにプロンプトを表示し得る。
場合によっては、ユーザが履歴データ（例えば、少なくとも６０暦日分の温度データ）を有さない場合、システムは、システムが月経周期フェーズを識別し得るまで、および／または将来の月経周期フェーズを予測し得るまで、カレンダー法を利用し得る。システムは、ユーザが月経周期の追跡をオプトインすることを選択するか、または月経周期の追跡をオプトアウトすることを選択するかの指示を受信し得る。
ユーザは、月経周期を追跡するために「はい」を選択すると、アプリケーションページ７０５が提示され得る。アプリケーションページ７０５は、周期を追跡する主な理由（例えば、生理、排卵、妊娠など）を検証するために、ユーザにプロンプトを表示し得る。そのような場合、アプリケーションページ７０５は、月経周期を追跡する意図を確認するようにユーザに促し得る。例えば、システムは、ユーザデバイスを介して、月経追跡システムの意図された使用の確認を受信し得る。
場合によっては、ユーザは、意図を確認すると、アプリケーションページ７０５が提示され得る。アプリケーションページ７０５は、平均周期長（例えば、第１の月経周期の初日から第２の月経周期の初日までの持続時間）を検証するために、ユーザにプロンプトを表示し得る。場合によっては、アプリケーションページ７０５は、平均周期長を決定することができない不規則な周期をユーザが経験しているかどうかを示すために、ユーザにプロンプトを表示し得る。例えば、システムは、ユーザデバイスを介して、平均周期長の確認を受信し得る。
ユーザは、平均周期長または不規則な周期を入力すると、アプリケーションページ７０５が提示され得る。アプリケーションページ７０５は、最後の周期開始日（例えば、直近の月経周期の初日）を検証するために、ユーザにプロンプトを表示し得る。アプリケーションページ７０５は、ユーザが最後の周期開始日を識別することができない可能性があるかどうかを示すために、ユーザにプロンプトを表示し得る。例えば、システムは、ユーザデバイスを介して、最後の周期開始日の確認を受信し得る。
場合によっては、ユーザは、最後の周期開始日を確認すると、アプリケーションページ７０５が提示され得る。アプリケーションページは、ユーザがホルモン避妊薬を使用しているかどうかを検証するために、ユーザにプロンプトを表示し得る。例えば、システムは、ユーザデバイスを介して、ホルモン避妊薬が使用されているかどうかの確認を受信し得る。ホルモン避妊薬が使用されていないことを確認すると、ユーザは、アプリケーションページ７０５－ａおよび／またはアプリケーションページ７０５－ｂを参照してさらに示され、説明され得る、ＧＵＩ７００が提示され得る。
システムのサーバは、ユーザデバイス（例えば、モバイルデバイス）のＧＵＩ７００に、（例えば、アプリケーションページ７０５－ａまたは７０５－ｂを介して）識別された月経周期フェーズの指示を表示させ得る。そのような場合、システムは、ユーザが月経、排卵などの初日を経験していること、または月経、排卵などの初日を以前に経験したことを示すために、ユーザデバイスのＧＵＩ７００上に識別された月経周期フェーズを出力し得る。
上記の例を続けると、１つまたは複数の月経周期フェーズを識別すると、ユーザは、ウェアラブルアプリケーションを開くとアプリケーションページ７０５－ａが提示され得る。図７に示すように、アプリケーションページ７０５－ａは、メッセージ７２０を介して１つまたは複数の月経周期フェーズが識別されたという指示を表示し得る。そのような場合、アプリケーションページ７０５－ａは、ホームページ上にメッセージ７２０を含み得る。本明細書で説明されるように、ユーザの月経周期フェーズが識別され得る場合、サーバは、メッセージ７２０をユーザに送信し得、メッセージ７２０は、ユーザの識別された月経周期フェーズに関連付けられる。
例えば、ユーザは、識別された１つまたは複数の月経周期フェーズが発生した時刻、将来の月経周期フェーズと前の月経周期フェーズとの間の持続時間、将来の月経周期フェーズが発生すると予測される時間間隔などを示し得るメッセージ７２０を受信し得る。例えば、メッセージ７２０は、生理が、明日、５～７日後に開始する可能性が高いことを示し得るか、または予測された生理開始日の日付（例えば、予測された生理開始日は８月２８日）もしくは予測された生理開始日の日付範囲（例えば、予測された生理開始日４月２７～２９日）を示し得る。そのような場合、範囲は、予測された生理開始日の日と予測された開始日の前後の日とを含み得る。いくつかの例では、メッセージ７２０は、ユーザが現在排卵しているか、または所与の日付範囲で排卵すると予測されることを示し得る。メッセージ７２０は、本明細書で前に説明したように、ユーザが、識別された月経周期フェーズに基づいて異なるメッセージ７２０を受信し得るように、構成可能／カスタマイズ可能であり得る。
図７に示すように、アプリケーションページ７０５－ａは、アラート７１０を介して、識別された月経周期フェーズの指示を表示し得る。ユーザは、識別された月経周期フェーズが発生したかどうかを検証するようにユーザを促し得るアラート７１０を受信し得、または識別された月経周期フェーズが発生していない場合、アラート７１０を却下し得る。そのような場合、アプリケーションページ７０５－ａは、識別された月経周期フェーズを確認または却下する（例えば、システムが月経周期フェーズを正しく識別したかどうかを確認／拒否する）ようにユーザに促し得る。例えば、システムは、月経周期フェーズを識別することに応答して、ユーザデバイスを介して、識別された月経周期フェーズの確認を受信し得る。追加的に、いくつかの実装形態では、アプリケーションページ７０５－ａは、それぞれの日についてユーザのための１つまたは複数のスコア（例えば、睡眠スコア、レディネススコアなど）を表示し得る。
アプリケーションページ７０５は、識別された月経周期フェーズが記録されたことを示す「識別された月経周期フェーズ確認カード」などの生理カードまたは排卵カードを表示し得る。いくつかの実装形態では、識別された月経周期フェーズが有効であることを確認すると、月経周期フェーズは、それぞれの暦日に対するユーザの活動ログに記録／ログ記録され得る。さらに、場合によっては、月経周期フェーズは、ユーザに関連付けられた１つまたは複数のスコア（例えば、睡眠スコア、レディネススコアなど）を更新（例えば、修正）するために使用され得る。すなわち、識別された月経周期フェーズに関連付けられたデータを使用して、月経周期フェーズが確認された次の暦日に対するユーザのスコアを更新し得る。
場合によっては、レディネススコアは、識別された月経周期フェーズに基づいて更新され得る。例えば、識別された月経周期フェーズの前に体温が上昇すると、システムは、アラート７１０を介して、ユーザの身体信号（例えば、体温の上昇）についてユーザに警告し得る。そのような場合、レディネススコアは、月経周期のフェーズに基づいて「注意を払う」こと（例えば、識別された月経周期フェーズが近づいていること）をユーザに示し得る。レディネススコアがユーザに対して変化した場合、システムは、周期の症状がディン国であり得るユーザに対して周期回復モードを実施し得、数日間の調整された活動およびレディネスガイダンスから利益を得ることができる。他の例では、レディネススコアは、睡眠スコアおよび体温の上昇に基づいて更新され得る。しかしながら、システムは、ユーザが月経期間を経験していると決定し得、月経周期の影響を相殺するためにレディネススコアおよび／または睡眠スコアを調整（例えば、増加）し得る。
場合によっては、ユーザデバイスのＧＵＩ７００を介してユーザに表示されるメッセージ７２０は、識別された月経周期フェーズが全体的なスコア（例えば、全体的なレディネススコア）および／または個々の寄与因子にどのように影響を与えたかを示し得る。例えば、メッセージは、「今、身体に負担がかかっているようですが、調子が悪くないようであれば、軽めの運動や中強度の運動を行って、身体が症状に対処するのを助けましょう」または「回復指標からは、あなたの身体は大丈夫そうなので、何らかの軽めの運動を行って、症状を緩和しましょう。明日には良くなっているといいですね。」を示し得る。識別された月経周期フェーズのタイミング／持続時間が最適でなかった場合、メッセージ７２０は、ユーザの総体的な健康を改善するためにユーザに提案を提供し得る。例えば、メッセージは、「実際にやる気がでないと感じているのであれば、今日は休憩モードに切り替えてみてはいかがですか」または「生理痛および頭痛があるのですから、今日は安静にしていてください」を示し得る。そのような場合、ユーザに表示されるメッセージ７２０は、月経周期の一部の間（例えば、月経、排卵、または子宮周期の間）にユーザがライフスタイルを調整するのを助けるために、ターゲットを絞った洞察を提供し得る。
身体信号（例えば、体温、心拍数、ＨＲＶなど）が月経周期のフェーズに反応し得るユーザの場合、システムは、識別された月経周期フェーズ周辺に低活動目標を表示し得る。そのような場合、月経周期フェーズを正確に識別することで、レディネススコアおよび活動スコアの精度および効率が高まり得る。場合によっては、システムは、月経周期の一部の間に、アスリートおよび他のユーザに、トレーニングの洞察および推奨を提供し得る（すなわち、周期の前半の間には高い強度のワークアウトを提案し、周期の後半の間にはより低い強度のワークアウトを提案する）。
ユーザがアプリケーションページ７０５－ａ上のプロンプト（例えば、アラート７１０）を却下した場合、プロンプトは消えてもよく、ユーザは、後でユーザ入力７２５を介して、生理の初日、排卵などの指示を入力し得る。例えば、ユーザの生理が予測された生理開始日の後に発生する場合、システムは、予測された数日の範囲の間、毎日メッセージ７２０を表示し得る。ユーザの生理が予測された数日の範囲の間に発生しない場合、システムは、生理が発生したときに、ユーザ入力７２５を介して、生理開始日を入力するようにユーザに促し得る。場合によっては、システムは、メッセージ７２０を介して、ユーザが妊娠しているかどうかをユーザに尋ねるプロンプトを表示し得るか、または代替モード（例えば、妊娠モード）への切り替えまたは生理モードもしくは排卵モードの解除を提案し得る。
他の例では、ユーザの生理が早く開始する（すなわち、生理の初日が予測された生理開始の前に発生する）場合、ユーザは、ユーザ入力７２５を介して、生理開始の初日の指示（例えば、月経周期フェーズ）を提出し得る。場合によっては、１つまたは複数の月経周期フェーズを識別することは、指示を受信することに基づき得る。例えば、システムのサーバは、ユーザ入力７２５を介して、月経周期フェーズに関連付けられた情報を受信し得る。
アプリケーションページ７０５－ａは、時系列７１５を介して、月経周期中にユーザが経験する温度、心拍数、ＨＲＶなどを含む、生理の１つまたは複数のパラメータを示し得る。時系列７１５は、図３を参照して説明したように、時系列３５０の一例であり得る。
場合によっては、ユーザは、ユーザ入力７２５を介して症状をログ記録し得る。例えば、システムは、ユーザ入力（例えば、タグ）を受信して、生理、排卵などに関連付けられた症状（例えば、月経血、生理痛、頭痛、顔面紅潮、片頭痛、疼痛、妊娠など）をログ記録し得る。システムは、ユーザ履歴および識別された月経周期フェーズに基づいて、ユーザにタグを推奨し得る。場合によっては、システムは、ユーザデバイスのＧＵＩ７００に、前のユーザ症状タグと１つまたは複数の月経周期フェーズのタイミングとの間の相関に基づいて、月経周期症状タグを表示させ得る。
アプリケーションページ７０５－ａはまた、期間に関連付けられた洞察、推奨などを含むメッセージ７２０を含み得る。システムのサーバは、ユーザデバイスのＧＵＩ７００に、識別された月経周期フェーズに関連付けられたメッセージ７２０を表示させ得る。ユーザデバイスは、メッセージ７２０を介して、期間に関連付けられた推奨および／または情報を表示し得る。本明細書で前述したように、正確に識別された月経周期フェーズは、ユーザの全体的な健康に有益であり得る。いくつかの実装形態では、ユーザデバイスおよび／またはサーバは、ＧＵＩ７００（例えば、アプリケーションページ７０５－ａ）を介してユーザに表示され得る、月経周期フェーズに関連付けられたアラート７１０を生成し得る。特に、生成され、ＧＵＩ７００を介してユーザに表示されるメッセージ７２０は、識別された月経周期フェーズの１つまたは複数の特性（例えば、時刻、持続時間）に関連付けられ得る。
例えば、メッセージ７２０は、識別された１つまたは複数の月経周期フェーズが発生した時刻、将来の月経周期フェーズと前の月経周期フェーズとの間の持続時間、将来の月経周期フェーズが発生すると予測される時間間隔、識別された１つまたは複数の月経周期フェーズに関連付けられた症状を入力する要求、またはそれらの組み合わせを含み得る。場合によっては、メッセージ７２０は、特定された月経周期フェーズに至るまでの数日間、特定された月経周期フェーズの日、および／または特定された月経周期フェーズの後の数日間に、ユーザがどのように自分のライフスタイルを調整し得るかの推奨を表示し得る。いくつかの例では、ユーザが以前の周期の生理周期２１日目に「生理痛」とタグ付けした場合、システムは、メッセージ７２０を介して、生理周期２１日目にまたはその近くにユーザ入力７２５を介して「生理痛」をログ記録することを示唆するプロンプトを表示し得る。他の例では、システムは、ユーザが活動的である時間（例えば、暦日）を推奨するか、または識別された月経周期フェーズに続く回復時間を推定し得る。
いくつかの実装形態では、システムは、ユーザの識別された月経周期フェーズに関する追加の洞察を提供し得る。例えば、アプリケーションページ７０５は、ユーザの特定された月経周期フェーズをもたらした１つまたは複数の生理学的パラメータ（例えば、寄与因子）（例えば、温度の上昇など）を示し得る。言い換えると、システムは、識別された月経周期フェーズに関する何らかの情報または他の洞察を提供するように構成され得る。パーソナライズされた洞察は、識別された月経周期フェーズを生成するために使用された、収集された生理学的データの態様（例えば、生理学的データ内の寄与因子）を示し得る。
いくつかの実装形態では、システムは、分類器をトレーニングし（例えば、機械学習分類器のための教師あり学習）、生理決定および／または予測技法を改善するために、識別／予測された月経周期フェーズに関するユーザ入力を受信するように構成され得る。例えば、ユーザデバイスは、予測された生理開始日またはユーザが生理の初日を経験するであろう相対的な可能性を示す数日の範囲を表示し得る。その後、ユーザは、症状の発現、生理開始の確認などの１つまたは複数のユーザ入力を入力し得る。次いで、これらのユーザ入力７２５は、分類器をトレーニングするために分類器に入力され得る。言い換えると、ユーザ入力７２５は、月経周期フェーズを妥当性確認または確認するために使用され得る。
場合によっては、システムは、月経周期のフェーズおよびフェーズに関連付けられた症状などのユーザ入力に基づいて月経周期フェーズを識別するように構成され得る。例えば、システムは、排卵および排卵に関連付けられた症状のユーザ入力７２５を受信し得る。システムは、識別された生理開始の１０日前に発生する排卵を示すユーザ入力のパターンを識別し得る。そのような場合、システムは、識別された生理開始を、受信した排卵のユーザ入力から１０日目になるように調整し得る。
アプリケーションページ７０５－ａ上で１つまたは複数の月経周期フェーズを識別すると、ＧＵＩ７００は、アプリケーションページ７０５－ｂの一部分を表示し得る。場合によっては、アプリケーションページ７０５－ｂは、ユーザがアプリケーションページ７０５－ｂを閲覧している現在の日付７３５と、月経周期フェーズ（例えば、生理開始日、排卵）が予測される日７４０を含む日付範囲とを示し得るカレンダービュー７３０を含み得る。例えば、日付範囲は、破線構成を使用して暦日を囲み得、現在の日付７３５は、暦日を囲み得、月経周期フェーズ（例えば、生理開始、排卵）が予測される日７４０が囲まれ得る。カレンダービュー７３０はまた、現在の暦日およびユーザの生理周期の日（例えば、生理周期２８日目）の指示を含むメッセージを含み得る。
場合によっては、システムは、過去の月経周期フェーズを遡及的にラベル付けし得る。カレンダービュー７３０は、タグ付けされたイベントを含み得る。例えば、タグ付けされたイベントは、暦日の下の白丸／黒丸として示され得る。いくつかのタグ付けされたイベント（例えば、黒丸）は、生理開始イベント、排卵などの検出された周期イベントを示し得る。
いくつかの実装形態では、システムは、異なるユーザのための１つまたは複数のコンピューティングデバイスを含み得る。例えば、システムは、一次ユーザおよび一次ユーザに関連付けられた第２のユーザ（例えば、パートナー）のためのコンピューティングデバイスを含み得る。コンピューティングデバイスは、異なるユーザの生理学的パラメータを測定し、異なるユーザにＧＵＩ７００を提供し、異なるユーザからユーザ入力７２５を受信し得る。いくつかの実装形態では、異なるコンピューティングデバイスは、生理学的情報を取得し、月経、卵巣周期、病気、生殖能力、および／または妊娠などの女性の健康に関する出力を提供し得る。いくつかの実装形態では、異なるコンピューティングデバイスは、男性の病気および生殖能力などの第２のユーザに関連する生理学的情報を取得し得る。
いくつかの実装形態では、システムは、第２のユーザに関連情報を知らせるＧＵＩ７００を提供し得る。例えば、第２のユーザは、サーバデバイス、モバイルデバイス、または他のデバイスを介するなど、１つまたは複数のコンピューティングデバイスを介して、自身の情報を互いに共有し得る。いくつかの実装形態では、第２のユーザは、自身のアカウント（例えば、ユーザ名、ログイン情報など）および／または関連データのうちの１つまたは複数を互いに共有し得る。ユーザ間で情報を共有することによって、システムは、第２のユーザが生殖能力および妊娠に関する健康判断を行うのを支援し得る。いくつかの実装形態では、ユーザは、（例えば、ＧＵＩ７００において）特定の情報を共有するように促され得る。例えば、ユーザは、ＧＵＩ７００を使用して、自身の排卵情報を第２のユーザと共有することを選択し得る。そのような場合、ユーザおよび第２のユーザは、それぞれのコンピューティングデバイス上で排卵期間の通知を受信し得る。他の例では、第２のユーザは、通知または他の共有構成を介して、自身の情報（例えば、病気、生殖能力データなど）をユーザが利用できるようにし得る。
場合によっては、システムは、睡眠パターンデータを使用して、ＧＵＩ７００を介してユーザ洞察（例えば、個人的な／集約的な洞察）を生成し得る。例えば、システムは、ユーザの深い睡眠が昨晩は少なかったが、ユーザの月経周期のこの時点では正常であり得ることを示し得る。別の例として、システムは、より多くの深い睡眠を得るために、早めに就寝すること、深夜のカフェイン、食事、および／またはアルコールを最小限に抑えることに焦点を当てるように勧める推奨などの推奨を提供し得る。
いくつかの実装形態では、システムは、旅行、ファスティング、および他のユーザ活動に関する個人的／集約的なユーザパターンに基づいて（例えば、取得されたタグデータに基づいて）、メッセージ７２０を介して洞察を提供し得る。例示的な洞察は、限定ではないが、周期長などの１つまたは複数の周期変化特性への洞察を含み得る。旅行に関して、システムは、ユーザの周期長がユーザの最近の旅行に基づいて修正され得ることをユーザに示し得る。場合によっては、システムは、ユーザがファスティング中または旅行中であるかを示すタグをユーザが提供することを要求し得る。
システムは、様々なパーソナライズされた洞察を提供し得る。例えば、システムは、より多くの深い睡眠をとったり、ユーザの周期内の特定の時間により頻繁に頭痛をタグ付けしたりしているように見えることをユーザに知らせるメッセージ７２０をユーザに提供し得る。洞察は、所与のタグが、温度で定義された周期内の所与の点に関連付けられる統計的尤度から導出され得る。いくつかの実装形態では、システムは、システムがユーザの周期のパターンにおいて統計的に定義可能な変化を識別すると、メッセージ７２０を介して、パーソナライズされた洞察をユーザに送信し得る。いくつかの実装形態では、システムは、アスリートまたは特殊部隊に対して、例えば、トレーニングを強化するかより多くの回復時間を構築するかを検討する可能性のある周期内の時間について推奨を行い得る。
場合によっては、周期長の変化は、ファスティング中のユーザに対して決定され得る。例えば、一部のユーザは、ファスティングの形態として時間制限された摂食に従うことがあり、これは、食物摂取を日中の時間枠（例えば、６または８時間）に制限し、夜間のファスティング期間を延長することを含み得る。断続的なファスティングは、人の血糖およびインスリンが食後状態（例えば、上昇した状態）にある日中の時間量を減少させ得、酸化ストレスおよびインスリン感受性を減少させ得る。場合によっては、適度なファスティングとそれに続く十分な回復は、月経周期の長さに影響を与え得る（例えば、周期を長くする）。場合によっては、１～３ヶ月以内に効果が観察され得る。
例えば、ファスティング後の月経周期は、より長い場合がある（例えば、ファスティングのタグ付け後、平均で１．４日長い）。この増加は、ファスティングの１～２周期または３０～６０日後に最も顕著であり得る。周期変化は、適切な回復（例えば、身体が飢餓モードになることを回避するため）を伴う適度なファスティングに続く代謝または酸化ストレスの変化に関連付けられ得る。時間の他の潜在的な交絡効果を制御するために、遅い食事タグに関連付けられたデータがファスティングタグと対比され得る。システムは、同様のユーザまたは個々のユーザのサブグループのレベルで月経周期フェーズを検出／予測し、パーソナライズされた傾向および洞察をユーザに表示し得る。例えば、システムは、ユーザが生殖能力への関心を示し、最近ファスティングタグを入力したことを識別し得る。そのような場合、システムは、断続的なファスティング、食事／栄養、生殖能力、排卵のタイミングなどの間の関係について述べているさらなる教育材料またはブログへのリンクを有する洞察をユーザに送ることができる。
場合によっては、システムによって実装されるような生理学的ベースの周期推定は、ユーザの周期が典型的には毎月同じ長さであると仮定するカレンダーベースのアルゴリズムよりも有用であり得る。カレンダーベースのアルゴリズムに対する生理学的ベースの周期推定アルゴリズムの利点は、産児制限、高齢、医学的状態、または他の最近のイベントにより周期があまり規則的でない可能性のあるユーザにとってより大きくなり得る。より柔軟な生理学的ベースの周期フェーズ推定アルゴリズムは、特に、妊娠の開始または終了、流産からの回復、授乳の終了（または大幅な減少）、産児制限の変化、重大な病気、またはホルモン／閉経周辺期治療の開始など、ユーザの周期に劇的に影響を与える変化を経験しているユーザに対して、一意の価値獲得をもたらし得る。
図８は、本開示の態様による、月経周期追跡をサポートするデバイス８０５のブロック図８００を示す。デバイス８０５は、入力モジュール８１０と、出力モジュール８１５と、ウェアラブルアプリケーション８２０とを含み得る。デバイス８０５はまた、プロセッサを含み得る。これらの構成要素の各々は、（例えば、１つまたは複数のバスを介して）互いに通信し得る。
入力モジュール８１０は、パケット、ユーザデータ、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、病気検出技法に関係する情報チャネル）に関連付けられた制御情報、またはそれらの任意の組み合わせなどの情報を受信するための手段を提供し得る。情報は、デバイス８０５の他の構成要素に渡され得る。入力モジュール８１０は、単一のアンテナまた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８１５は、デバイス８０５の他の構成要素によって生成された信号を送信するための手段を提供し得る。例えば、出力モジュール８１５は、パケット、ユーザデータ、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、病気検出技法に関係する情報チャネル）に関連付けられた制御情報、またはそれらの任意の組み合わせなどの情報を送信し得る。いくつかの例では、出力モジュール８１５は、トランシーバモジュールにおいて入力モジュール８１０とコロケートされ得る。出力モジュール８１５は、単一のアンテナまた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８２０は、データ取得構成要素８２５、温度データ構成要素８３０、計算構成要素８３５、フェーズ構成要素８４０、ユーザインターフェース構成要素８４５、またはそれらの任意の組み合わせを含み得る。いくつかの例では、ウェアラブルアプリケーション８２０またはその様々な構成要素は、入力モジュール８１０、出力モジュール８１５、または両方を使用して、または別様にそれと協働して、様々な動作（例えば、受信、監視、送信）を実行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８２０は、情報の受信、情報の送信、または本明細書で説明されるような様々な他の動作の実行を行うために、入力モジュール８１０から情報を受信するか、出力モジュール８１５に情報を送るか、または入力モジュール８１０、出力モジュール８１５、または両方と組み合わせて統合される。
ウェアラブルアプリケーション８２０は、本明細書で開示される例にしたがってユーザデバイスにおいて月経周期フェーズを識別することをサポートし得る。データ取得構成要素８２５は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信するための手段として構成され得るか、または他の方法でそれをサポートし得、生理学的データは少なくとも温度データを含む。温度データ構成要素８３０は、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定するための手段として構成され得るか、または他の方法でそれをサポートし得、時系列はユーザの複数の月経周期を含む。計算構成要素８３５は、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別するための手段として構成され得るか、または他の方法でそれをサポートし得る。フェーズ構成要素８４０は、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる。ユーザインターフェース構成要素８４５は、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させるための手段として構成され得るか、または他の方法でそれをサポートし得る。
図９は、本開示の態様による、月経周期追跡をサポートするウェアラブルアプリケーション９２０のブロック図９００である。ウェアラブルアプリケーション９２０は、本明細書で説明されるように、ウェアラブルアプリケーションもしくはウェアラブルアプリケーション８２０または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９２０、またはその様々な構成要素は、本明細書で説明されるような月経周期追跡の様々な態様を実行するための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９２０は、データ取得構成要素９２５、温度データ構成要素９３０、計算構成要素９３５、フェーズ構成要素９４０、ユーザインターフェース構成要素９４５、睡眠構成要素９５０、またはそれらの任意の組み合わせを含み得る。これらの構成要素の各々は、（例えば、１つまたは複数のバスを介して）互いに直接または間接的に通信し得る。
ウェアラブルアプリケーション９２０は、本明細書で開示される例にしたがってユーザデバイスにおいて月経周期フェーズを識別することをサポートし得る。データ取得構成要素９２５は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信するための手段として構成され得るか、または他の方法でそれをサポートし得、生理学的データは少なくとも温度データを含む。温度データ構成要素９３０は、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定するための手段として構成され得るか、または他の方法でそれをサポートし得、時系列はユーザの複数の月経周期を含む。計算構成要素９３５は、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別するための手段として構成され得るか、または他の方法でそれをサポートし得る。フェーズ構成要素９４０は、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる。ユーザインターフェース構成要素９４５は、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させるための手段として構成され得るか、または他の方法でそれをサポートし得る。
いくつかの例では、計算構成要素９３５は、複数の温度の時系列の導関数を計算するための手段として構成され得るか、または他の方法でそれをサポートし得る。いくつかの例では、計算構成要素９３５は、時系列の導関数の１つもしくは複数の極大値または１つもしくは複数の極小値を識別するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列の導関数の１つもしくは複数の極大値または１つもしくは複数の極小値に関連付けられる。
いくつかの例では、計算構成要素９３５は、時系列の導関数を計算することに少なくとも部分的に基づいて、複数の温度の時系列の導関数を反転させるための手段として構成され得るか、または他の方法でそれをサポートし得る。いくつかの例では、計算構成要素９３５は、時系列の反転された導関数の１つまたは複数の極大値を識別するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列の反転された導関数の１つまたは複数の極大値に関連付けられる。
いくつかの例では、睡眠構成要素９５０は、複数の温度値の時系列を決定することに少なくとも部分的に基づいて、ユーザの睡眠期間を識別するための手段として構成され得るか、または他の方法でそれをサポートし得る。いくつかの例では、睡眠構成要素９５０は、ユーザの睡眠期間の一部を選択するための手段として構成され得るか、または他の方法でそれをサポートし得、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することは、睡眠期間の一部を選択することに少なくとも部分的に基づく。
いくつかの例では、温度データ構成要素９３０は、温度データを受信することに少なくとも部分的に基づいて、複数の温度値の各温度値を決定するための手段として構成され得るか、または他の方法でそれをサポートし得、温度データは連続夜間温度データを含む。
いくつかの例では、睡眠構成要素９５０は、ユーザの履歴温度パターンに少なくとも部分的に基づいて、ユーザの睡眠期間の一部を選択するための手段として構成され得るか、または他の方法でそれをサポートし得、複数の温度値の各温度値を決定することは、睡眠期間の一部を選択することに少なくとも部分的に基づく。
いくつかの例では、計算構成要素９３５は、１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の最大負勾配を識別するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズの各月経周期フェーズは最大負勾配に関連付けられる。
いくつかの例では、生理学的データは心拍数データをさらに含み、データ取得構成要素９２５は、受信された心拍数データが複数の日の少なくとも一部について閾値を満たすと決定するための手段として構成され得るか、または他の方法でそれをサポートし得、時系列中の１つまたは複数の月経周期フェーズを識別することは、受信された心拍数データが閾値を満たすと決定することに少なくとも部分的に基づく。
いくつかの例では、生理学的データは呼吸数データをさらに含み、データ取得構成要素９２５は、受信された呼吸数データが複数の日の少なくとも一部について閾値を満たすと決定するための手段として構成され得るか、または他の方法でそれをサポートし得、時系列中の１つまたは複数の月経周期フェーズを識別することは、受信された呼吸数データが閾値を満たすと決定することに少なくとも部分的に基づく。
いくつかの例では、温度データ構成要素９３０は、温度データを受信することに少なくとも部分的に基づいて、複数の温度値の各温度値を決定するための手段として構成され得るか、または他の方法でそれをサポートし得、温度データは連続日中温度データを含む。
いくつかの例では、フェーズ構成要素９４０は、複数の温度値の時系列を決定することに少なくとも部分的に基づいて、追加の月経周期イベントを識別するための手段として構成され得るか、または他の方法でそれをサポートし得る。
いくつかの例では、フェーズ構成要素９４０は、少なくとも複数の温度値の時系列、識別された１つまたは複数の月経周期フェーズ、またはその両方に少なくとも部分的に基づいて、ユーザが月経周期の初日を経験する将来の月経周期フェーズを推定するための手段として構成され得るか、または他の方法でそれをサポートし得る。
いくつかの例では、計算構成要素９３５は、将来の月経周期フェーズに少なくとも部分的に基づいて、ユーザに関連付けられたレディネススコアを更新するための手段として構成され得るか、または他の方法でそれをサポートし得る。
いくつかの例では、ユーザインターフェース構成要素９４５は、ユーザデバイスのグラフィカルユーザインターフェースに、前のユーザ症状タグと１つまたは複数の月経周期フェーズのタイミングとの間の相関に少なくとも部分的に基づいて、月経周期症状タグを表示させるための手段として構成され得るか、または他の方法でそれをサポートし得る。
いくつかの例では、フェーズ構成要素９４０は、前の月経周期後の複数の温度値の時系列の形態に少なくとも部分的に基づいて、ユーザの現在の月経周期の長さを推定するための手段として構成され得るか、または他の方法でそれをサポートし得る。
いくつかの例では、フェーズ構成要素９４０は、複数の温度値の時系列に少なくとも部分的に基づいて、複数の日の間の卵巣周期イベントを識別するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズは卵巣周期イベントを含む。
いくつかの例では、フェーズ構成要素９４０は、心拍数データ、呼吸数データ、または両方に少なくとも部分的に基づいて、複数の日の間の卵巣周期イベントを識別するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズは卵巣周期イベントを含む。
いくつかの例では、データ取得構成要素９２５は、生理学的データを機械学習分類器に入力するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズを識別することは、生理学的データを機械学習分類器に入力することに少なくとも部分的に基づく。
いくつかの例では、フェーズ構成要素９４０は、１つまたは複数の月経周期フェーズを識別することに応答して、ユーザデバイスを介して、識別された１つまたは複数の月経周期フェーズの確認を受信するための手段として構成され得るか、または他の方法でそれをサポートし得る。
いくつかの例では、フェーズ構成要素９４０は、ユーザデバイスを介して、月経周期フェーズの指示、月経周期フェーズに関連付けられた１つまたは複数の症状、または両方を受信するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズを識別することは、月経周期フェーズの指示、月経周期フェーズに関連付けられた１つまたは複数の症状、または両方を受信することに少なくとも部分的に基づく。
いくつかの例では、ユーザインターフェース構成要素９４５は、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズに関連付けられたメッセージを表示させるための手段として構成され得るか、または他の方法でそれをサポートし得る。
いくつかの例では、メッセージは、識別された１つまたは複数の月経周期フェーズが発生した時刻、将来の月経周期フェーズと前の月経周期フェーズとの間の持続時間、将来の月経周期フェーズが発生すると予測される時間間隔、識別された１つまたは複数の月経周期フェーズに関連付けられた症状を入力する要求、識別された１つまたは複数の月経周期フェーズに関連付けられた医学的状態、識別された１つまたは複数の月経周期フェーズに関連付けられた教育コンテンツ、またはそれらの組み合わせを含む。
いくつかの例では、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。
いくつかの例では、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１０は、本開示の態様による、月経周期追跡をサポートするデバイス１００５を含むシステム１０００の図を示す。デバイス１００５は、本明細書で説明されるようにデバイス８０５の構成要素の一例であるか、またはそれを含み得る。デバイス１００５は、本明細書で前に説明したように、ユーザデバイス１０６の一例を含み得る。デバイス１００５は、ウェアラブルアプリケーション１０２０、通信モジュール１０１０、アンテナ１０１５、ユーザインターフェース構成要素１０２５、データベース（アプリケーションデータ）１０３０、メモリ１０３５、およびプロセッサ１０４０など、ウェアラブルデバイス１０４およびサーバ１１０との通信を送信および受信するための構成要素を含む、双方向通信のための構成要素を含み得る。これらの構成要素は、１つまたは複数のバス（例えば、バス１０４５）を介して電子通信してもよいし、他の方法で（例えば、動作可能に、通信可能に、機能的に、電子的に、電気的に）結合されてもよい。
通信モジュール１０１０は、アンテナ１０１５を介してデバイス１００５のための入力信号および出力信号を管理し得る。通信モジュール１０１０は、図２に示され説明されたユーザデバイス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１０１０は、図２に示すように、リング１０４およびサーバ１１０との通信を管理し得る。通信モジュール１０１０はまた、デバイス１００５に統合されていない周辺機器を管理し得る。場合によっては、通信モジュール１０１０は、外部周辺機器への物理的接続またはポートを表し得る。場合によっては、通信モジュール１０１０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）などのオペレーティングシステムまたは別の既知のオペレーティングシステムを利用し得る。他の場合では、通信モジュール１０１０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、または同様のデバイスを表すか、またはこれらと対話してもよい。場合によっては、通信モジュール１０１０は、プロセッサ１０４０の一部として実装され得る。いくつかの例では、ユーザは、通信モジュール１０１０、ユーザインターフェース構成要素１０２５を介して、または通信モジュール１０１０によって制御されるハードウェア構成要素を介して、デバイス１００５と対話し得る。
場合によっては、デバイス１００５は、単一のアンテナ１０１５を含み得る。しかしながら、いくつかの他の場合では、デバイス１００５は、複数のワイヤレス送信を同時に送信または受信することが可能であり得る、２つ以上のアンテナ１０１５を有し得る。通信モジュール１０１０は、本明細書で説明されるように、１つまたは複数のアンテナ１０１５、ワイヤードリンク、またはワイヤレスリンクを介して、双方向に通信し得る。例えば、通信モジュール１０１０は、ワイヤレストランシーバを表し得、別のワイヤレストランシーバと双方向に通信し得る。通信モジュール１０１０はまた、パケットを変調して、変調されたパケットを送信のために１つまたは複数のアンテナ１０１５に提供し、１つまたは複数のアンテナ１０１５から受信されたパケットを復調するためのモデムを含み得る。
ユーザインターフェース構成要素１０２５は、データベース１０３０内のデータ記憶およ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ース構成要素１０２５と対話し得る。他の場合では、ユーザインターフェース構成要素１０２５は、ユーザ対話なしに自動的に動作してもよい。データベース１０３０は、単一のデータベース、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、または緊急バックアップデータベースの一例であり得る。
メモリ１０３５は、ＲＡＭおよびＲＯＭを含み得る。メモリ１０３５は、実行されると、プロセッサ１０４０に、本明細書で説明される様々な機能を実行させる命令を含むコンピュータ可読、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１０３５は、とりわけ、周辺構成要素またはデバイスとの対話などの基本ハードウェアまたはソフトウェア動作を制御し得るＢＩＯＳを含み得る。
プロセッサ１０４０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、プログラマブル論理デバイス、ディスクリートゲートもしくはトランジスタ論理構成要素、ディスクリートハードウェア構成要素、またはそ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１０４０は、メモリコントローラを使用してメモリアレイを動作させるように構成され得る。他の場合では、メモリコントローラは、プロセッサ１０４０に統合され得る。プロセッサ１０４０は、様々な機能（例えば、睡眠段階分けアルゴリズムのための方法およびシステムをサポートする機能またはタスク）を実行するためにメモリ１０３５に記憶されたコンピュータ可読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１０２０は、本明細書で開示される例にしたがってユーザデバイスにおいて月経周期フェーズを識別することをサポートし得る。例えば、ウェアラブルアプリケーション１０２０は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信するための手段として構成され得るか、または他の方法でそれをサポートし得、生理学的データは少なくとも温度データを含む。ウェアラブルアプリケーション１０２０は、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定するための手段として構成され得るか、または他の方法でそれをサポートし得、時系列はユーザの複数の月経周期を含む。ウェアラブルアプリケーション１０２０は、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別するための手段として構成され得るか、または他の方法でそれをサポートし得る。ウェアラブルアプリケーション１０２０は、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別するための手段として構成され得るか、または他の方法でそれをサポートし得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる。ウェアラブルアプリケーション１０２０は、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させるための手段として構成され得るか、または他の方法でそれをサポートし得る。
本明細書で説明される例にしたがってウェアラブルアプリケーション１０２０を含むかまたは構成することによって、デバイス１００５は、通信信頼性の向上、レイテンシの短縮、処理の低減に関連するユーザ経験の向上、電力消費の低減、通信リソースのより効率的な利用、デバイス間の協調の改善、より長いバッテリ寿命、および処理能力の利用の向上ための技法をサポートし得る。
ウェアラブルアプリケーション１０２０は、リング１０４、サーバ１１０、他のユーザデバイス１０６などとの通信を容易に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、または他の構成要素を含み得る。例えば、ウェアラブルアプリケーション１０２０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実行し、サーバ１１０との間でデータを送受信し、ユーザ１０２にデータを提示させ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１１は、本開示の態様による、月経周期追跡をサポートする方法１１００を示すフローチャートを示す。方法１１００の動作は、本明細書で説明されるようなユーザデバイスまたはその構成要素によって実装され得る。例えば、方法１１００の動作は、図１～図１０を参照して説明したように、ユーザデバイスによって実行され得る。いくつかの例では、ユーザデバイスは、説明された機能を実行するようにユーザデバイスの機能要素を制御するための命令のセットを実行し得る。追加的または代替的に、ユーザデバイスは、専用ハードウェアを使用して、説明された機能の態様を実行してもよい。
１１０５において、方法は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信することを含み得、生理学的データは少なくとも温度データを含む。１１０５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１１０５の動作の態様は、図９を参照して説明したように、データ取得構成要素９２５によって実行され得る。
１１１０において、方法は、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定することを含み得、時系列はユーザの複数の月経周期を含む。１１１０の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１１１０の動作の態様は、図９を参照して説明したように、温度データ構成要素９３０によって実行され得る。
１１１５において、方法は、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することを含み得る。１１１５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１１１５の動作の態様は、図９を参照して説明したように、計算構成要素９３５によって実行され得る。
１１２０において、方法は、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別することを含み得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる。１１２０の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１１２０の動作の態様は、図９を参照して説明したように、フェーズ構成要素９４０によって実行され得る。
１１２５において、方法は、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させることを含み得る。１１２５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１１２５の動作の態様は、図９を参照して説明したように、ユーザインターフェース構成要素９４５によって実行され得る。
図１２は、本開示の態様による、月経周期追跡をサポートする方法１２００を示すフローチャートを示す。方法１２００の動作は、本明細書で説明されるようなユーザデバイスまたはその構成要素によって実装され得る。例えば、方法１２００の動作は、図１～図１０を参照して説明したように、ユーザデバイスによって実行され得る。いくつかの例では、ユーザデバイスは、説明された機能を実行するようにユーザデバイスの機能要素を制御するための命令のセットを実行し得る。追加的または代替的に、ユーザデバイスは、専用ハードウェアを使用して、説明された機能の態様を実行してもよい。
１２０５において、方法は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信することを含み得、生理学的データは少なくとも温度データを含む。１２０５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１２０５の動作の態様は、図９を参照して説明したように、データ取得構成要素９２５によって実行され得る。
１２１０において、方法は、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定することを含み得、時系列はユーザの複数の月経周期を含む。１２１０の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１２１０の動作の態様は、図９を参照して説明したように、温度データ構成要素９３０によって実行され得る。
１２１５において、方法は、複数の温度の時系列の導関数を計算することを含み得る。１２１５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１２１５の動作の態様は、図９を参照して説明したように、計算構成要素９３５によって実行され得る。
１２２０において、方法は、時系列の導関数の１つもしくは複数の極大値または１つもしくは複数の極小値を識別することを含み得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列の導関数の１つもしくは複数の極大値または１つもしくは複数の極小値に関連付けられる。１２２０の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１２２０の動作の態様は、図９を参照して説明したように、計算構成要素９３５によって実行され得る。
１２２５において、方法は、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することを含み得る。１２２５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１２２５の動作の態様は、図９を参照して説明したように、計算構成要素９３５によって実行され得る。
１２３０において、方法は、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別することを含み得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる。１２３０の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１２３０の動作の態様は、図９を参照して説明したように、フェーズ構成要素９４０によって実行され得る。
１２３５において、方法は、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させることを含み得る。１２３５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１２３５の動作の態様は、図９を参照して説明したように、ユーザインターフェース構成要素９４５によって実行され得る。
図１３は、本開示の態様による、月経周期追跡をサポートする方法１３００を示すフローチャートを示す。方法１３００の動作は、本明細書で説明されるようなユーザデバイスまたはその構成要素によって実装され得る。例えば、方法１３００の動作は、図１～図１０を参照して説明したように、ユーザデバイスによって実行され得る。いくつかの例では、ユーザデバイスは、説明された機能を実行するようにユーザデバイスの機能要素を制御するための命令のセットを実行し得る。追加的または代替的に、ユーザデバイスは、専用ハードウェアを使用して、説明された機能の態様を実行してもよい。
１３０５において、方法は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信することを含み得、生理学的データは少なくとも温度データを含む。１３０５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１３０５の動作の態様は、図９を参照して説明したように、データ取得構成要素９２５によって実行され得る。
１３１０において、方法は、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定することを含み得、時系列はユーザの複数の月経周期を含む。１３１０の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１３１０の動作の態様は、図９を参照して説明したように、温度データ構成要素９３０によって実行され得る。
１３１５において、方法は、複数の温度値の時系列を決定することに少なくとも部分的に基づいて、ユーザの睡眠期間を識別することを含み得る。１３１５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１３１５の動作の態様は、図９を参照して説明したように、睡眠構成要素９５０によって実行され得る。
１３２０において、方法は、ユーザの睡眠期間の一部を選択することを含み得、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することは、睡眠期間の一部を選択することに少なくとも部分的に基づく。１３２０の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１３２０の動作の態様は、図９を参照して説明したように、睡眠構成要素９５０によって実行され得る。
１３２５において、方法は、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することを含み得る。１３２５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１３２５の動作の態様は、図９を参照して説明したように、計算構成要素９３５によって実行され得る。
１３３０において、方法は、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別することを含み得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる。１３３０の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１３３０の動作の態様は、図９を参照して説明したように、フェーズ構成要素９４０によって実行され得る。
１３３５において、方法は、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させることを含み得る。１３３５の動作は、本明細書で開示される例にしたがって実行され得る。いくつかの例では、１３３５の動作の態様は、図９を参照して説明したように、ユーザインターフェース構成要素９４５によって実行され得る。
上記で説明した方法は可能な実装形態について説明しており、動作およびステップは並べ替えられるか他の方法で修正され得ること、ならびに、他の実装形態が可能であることに留意されたい。さらに、これらの方法の２つ以上の方法からの態様が組み合わされてもよい。
ユーザデバイスにおいて月経周期フェーズを識別するための方法が説明される。方法は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信することであって、生理学的データは少なくとも温度データを含む、受信することと、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定することであって、時系列はユーザの複数の月経周期を含む、決定することと、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することと、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別することであって、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる、識別することと、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させることとを含み得る。
ユーザデバイスにおいて月経周期フェーズを識別するための装置が説明される。装置は、プロセッサと、プロセッサに結合されたメモリと、メモリに記憶された命令とを含み得る。命令は、装置に、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信することであって、生理学的データは少なくとも温度データを含む、受信することと、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定することであって、時系列はユーザの複数の月経周期を含む、決定することと、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することと、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別することであって、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる、識別することと、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させることとを行わせるようにプロセッサによって実行可能であり得る。
ユーザデバイスにおいて月経周期フェーズを識別するための別の装置が説明される。装置は、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信するための手段であって、生理学的データは少なくとも温度データを含む、手段と、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定するための手段であって、時系列はユーザの複数の月経周期を含む、手段と、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別するための手段と、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別するための手段であって、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる、手段と、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させるための手段とを含み得る。
ユーザデバイスにおいて月経周期フェーズを識別するためのコードを記憶する非一時的コンピュータ可読媒体が説明される。コードは、ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信することであって、生理学的データは少なくとも温度データを含む、受信することと、受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定することであって、時系列はユーザの複数の月経周期を含む、決定することと、時系列を決定することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することと、時系列の１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、時系列中の１つまたは複数の月経周期フェーズを識別することであって、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列中の形態学的特徴に関連付けられる、識別することと、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズを表示させることとを行うようにプロセッサによって実行可能な命令を含み得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、複数の温度の時系列の導関数を計算し、時系列の導関数の１つもしくは複数の極大値または１つもしくは複数の極小値を識別するための動作、特徴、手段、または命令をさらに含み得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列の導関数の１つもしくは複数の極大値または１つもしくは複数の極小値に関連付けられ得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、時系列の導関数を計算することに少なくとも部分的に基づいて、複数の温度の時系列の導関数を反転させ、時系列の反転された導関数の１つまたは複数の極大値を識別するための動作、特徴、手段、または命令をさらに含み得、１つまたは複数の月経周期フェーズの各月経周期フェーズは、時系列の反転された導関数の１つまたは複数の極大値に関連付けられ得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、複数の温度値の時系列を決定することに少なくとも部分的に基づいて、ユーザの睡眠期間を識別し、ユーザの睡眠期間の一部を選択するための動作、特徴、手段、または命令をさらに含み得、複数の温度値の時系列の１つまたは複数の形態学的特徴を識別することは、睡眠期間の一部を選択することに少なくとも部分的に基づき得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、温度データを受信することに少なくとも部分的に基づいて、複数の温度値の各温度値を決定するための動作、特徴、手段、または命令をさらに含み得、温度データは連続夜間温度データを含む。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、ユーザの履歴温度パターンに少なくとも部分的に基づいて、ユーザの睡眠期間の一部を選択するための動作、特徴、手段、または命令をさらに含み得、複数の温度値の各温度値を決定することは、睡眠期間の一部を選択することに少なくとも部分的に基づき得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、複数の温度値の時系列の１つまたは複数の最大負勾配を識別するための動作、特徴、手段、または命令をさらに含み得、１つまたは複数の月経周期フェーズの各月経周期フェーズは最大負勾配に関連付けられ得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例では、生理学的データは心拍数データをさらに含み、方法、装置、および非一時的コンピュータ可読媒体は、受信された心拍数データが複数の日の少なくとも一部について閾値を満たすと決定するためのさらなる動作、特徴、手段、または命令を含み得、時系列中の１つまたは複数の月経周期フェーズを識別することは、受信された心拍数データが閾値を満たすと決定することに少なくとも部分的に基づき得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例では、生理学的データは呼吸数データをさらに含み、方法、装置、および非一時的コンピュータ可読媒体は、受信された呼吸数データが複数の日の少なくとも一部について閾値を満たすと決定するためのさらなる動作、特徴、手段、または命令を含み得、時系列中の１つまたは複数の月経周期フェーズを識別することは、受信された呼吸数データが閾値を満たすと決定することに少なくとも部分的に基づき得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、温度データを受信することに少なくとも部分的に基づいて、複数の温度値の各温度値を決定するための動作、特徴、手段、または命令をさらに含み得、温度データは連続日中温度データを含む。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、複数の温度値の時系列を決定することに少なくとも部分的に基づいて、追加の月経周期イベントを識別するための動作、特徴、手段、または命令をさらに含み得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、少なくとも複数の温度値の時系列、識別された１つまたは複数の月経周期フェーズ、またはその両方に少なくとも部分的に基づいて、ユーザが月経周期の初日を経験する将来の月経周期フェーズを推定するための動作、特徴、手段、または命令をさらに含み得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、将来の月経周期フェーズに少なくとも部分的に基づいて、ユーザに関連付けられたレディネススコアを更新するための動作、特徴、手段、または命令をさらに含み得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、ユーザデバイスのグラフィカルユーザインターフェースに、前のユーザ症状タグと１つまたは複数の月経周期フェーズのタイミングとの間の相関に少なくとも部分的に基づいて、月経周期症状タグを表示させるための動作、特徴、手段、または命令をさらに含み得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、前の月経周期後の複数の温度値の時系列の形態に少なくとも部分的に基づいて、ユーザの現在の月経周期の長さを推定するための動作、特徴、手段、または命令をさらに含み得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、複数の温度値の時系列に少なくとも部分的に基づいて、複数の日の間の卵巣周期イベントを識別するための動作、特徴、手段、または命令をさらに含み得、１つまたは複数の月経周期フェーズは卵巣周期イベントを含む。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、心拍数データ、呼吸数データ、または両方に少なくとも部分的に基づいて、複数の日の間の卵巣周期イベントを識別するための動作、特徴、手段、または命令をさらに含み得、１つまたは複数の月経周期フェーズは卵巣周期イベントを含む。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、生理学的データを機械学習分類器に入力するための動作、特徴、手段、または命令をさらに含み得、１つまたは複数の月経周期フェーズを識別することは、生理学的データを機械学習分類器に入力することに少なくとも部分的に基づき得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、１つまたは複数の月経周期フェーズを識別することに応答して、ユーザデバイスを介して、識別された１つまたは複数の月経周期フェーズの確認を受信するための動作、特徴、手段、または命令をさらに含み得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、ユーザデバイスを介して、月経周期フェーズの指示、月経周期フェーズに関連付けられた１つまたは複数の症状、または両方を受信するための動作、特徴、手段、または命令をさらに含み得、１つまたは複数の月経周期フェーズを識別することは、月経周期フェーズの指示、月経周期フェーズに関連付けられた１つまたは複数の症状、または両方を受信することに少なくとも部分的に基づき得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例は、ユーザデバイスのグラフィカルユーザインターフェースに、識別された１つまたは複数の月経周期フェーズに関連付けられたメッセージを表示させるための動作、特徴、手段、または命令をさらに含み得る。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例では、メッセージは、識別された１つまたは複数の月経周期フェーズが発生した時刻、将来の月経周期フェーズと前の月経周期フェーズとの間の持続時間、将来の月経周期フェーズが発生すると予測され得る時間間隔、識別された１つまたは複数の月経周期フェーズに関連付けられた症状を入力する要求、識別された１つまたは複数の月経周期フェーズに関連付けられた医学的状態、識別された１つまたは複数の月経周期フェーズに関連付けられた教育コンテンツ、またはそれらの組み合わせを含む。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例では、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。
本明細書で説明される方法、装置、および非一時的コンピュータ可読媒体のいくつかの例では、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。
添付の図面に関して本明細書に記載された説明は、例示的な構成について説明するものであり、実装され得るまたは特許請求の範囲内にあるすべての例を表すとは限らない。本明細書で使用される「例示的」という用語は、「例、事例、または例示として機能すること」を意味し、「好ましい」または「他の例よりも有利である」ことを意味しない。詳細な説明は、説明された技法の理解を与えるための具体的な詳細を含む。しかしながら、これらの技法は、これらの具体的な詳細なしに実践され得る。いくつかの事例では、説明される例の概念を不明瞭にしないために、周知の構造およびデバイスがブロック図の形態で示される。
添付の図では、同様の構成要素または特徴は、同じ参照ラベルを有し得る。さらに、同じタイプの様々な構成要素は、参照ラベルの後に、ダッシュと、同様の構成要素を区別する第２のラベルとを続けることによって区別され得る。第１の参照ラベルのみが本明細書で使用される場合、説明は、第２の参照ラベルにかかわらず、同じ第１の参照ラベルを有する同様の構成要素のいずれにも適用可能である。
本明細書で説明される情報および信号は、様々な異なる技術および技法のいずれかを使用して表され得る。例えば、上記の説明全体を通して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、およびチップは、電圧、電流、電磁波、磁場もしくは磁性粒子、光場もしくは光学粒子、またはそれらの任意の組み合わせによって表され得る。
本明細書の開示に関連して説明された様々な例示的なブロックおよびモジュールは、汎用プロセッサ、ＤＳＰ、ＡＳＩＣ、ＦＰＧＡまたは他のプログラマブル論理デバイス、ディスクリートゲートまたはトランジスタ論理、ディスクリートハードウェア構成要素、あるいは本明細書で説明される機能を実行するように設計されたそれらの任意の組み合わせを用いて実装または実行され得る。汎用プロセッサはマイクロプロセッサであり得るが、代替として、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、またはステートマシンであってもよい。プロセッサはまた、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との組み合わせ、複数のマイクロプロセッサ、ＤＳＰコアと連携する１つもしくは複数のマイクロプロセッサ、または任意の他のそのような構成）として実装され得る。
本明細書で説明される機能は、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、またはそれらの任意の組み合わせで実装され得る。プロセッサによって実行されるソフトウェアで実装される場合、機能は、コンピュータ可読媒体上の１つまたは複数の命令またはコードとして記憶または送信され得る。他の例および実装形態は、本開示および添付の特許請求の範囲の範囲内である。例えば、ソフトウェアの性質により、上記で説明した機能は、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、ハードワイヤリング、またはこれらのいずれかの組み合わせを使用して実装され得る。機能を実装する特徴はまた、様々な位置に物理的に位置してもよく、これには、機能の部分が異なる物理的ロケーションで実装されるように分散されることが含まれる。また、特許請求の範囲を含む本明細書で使用される場合、項目のリスト（例えば、「～のうちの少なくとも１つ」または「～のうちの１つまたは複数」などの語句が前に付く項目のリスト）で使用される「または」は、例えば、Ａ、Ｂ、またはＣのうちの少なくとも１つのリストが、ＡまたはＢまたはＣまたはＡＢまたはＡＣまたはＢＣまたはＡＢＣ（すなわち、ＡおよびＢおよびＣ）を意味するような包括的なリストを示す。また、本明細書で使用される場合、「～に基づく」という語句は、条件の閉じたセットへの言及として解釈されるべきではない。例えば、「条件Ａに基づいて」と記載される例示的なステップは、本開示の範囲から逸脱することなく、条件Ａおよび条件Ｂの両方に基づき得る。言い換えると、本明細書で使用される場合、「～に基づいて」という語句は、「～に少なくとも部分的に基づいて」という語句と同様に解釈されるものとする。
コンピュータ可読媒体は、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容易にする任意の媒体を含む通信媒体と非一時的コンピュータ記憶媒体の両方を含む。非一時的記憶媒体は、汎用コンピュータまたは専用コンピュータによってアクセスされ得る任意の利用可能な媒体であり得る。限定ではなく例として、非一時的コンピュータ可読媒体は、ＲＡＭ、ＲＯＭ、電気的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）、コンパクトディスク（ＣＤ）ＲＯＭもしくは他の光ディスク記憶装置、磁気ディスク記憶装置もしくは他の磁気記憶デバイス、または命令もしくはデータ構造の形態で所望のプログラムコード手段を搬送もしくは記憶するために使用され得、汎用もしくは専用コンピュータ、または汎用もしくは専用プロセッサによってアクセスされ得る任意の他の非一時的媒体を備えることができる。また、任意の接続は、コンピュータ可読媒体と適切に呼ばれる。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ）、または赤外線、無線、およびマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他の遠隔ソースから伝送される場合、同軸ケーブル、光ファイバケーブル、ツイストペア、ＤＳＬ、または赤外線、無線、およびマイクロ波などのワイヤレス技術は、媒体の定義に含まれる。本明細書で使用されるディスク（disk）およびディスク（disc）は、ＣＤ、レーザディスク、光ディスク、デジタル多用途ディスク（ＤＶＤ）、フロッピー（登録商標）ディスク、およびブルーレイディスクを含み、diskは、通常、データを磁気的に再生し、discは、データをレーザで光学的に再生する。上記の組み合わせも、コンピュータ可読媒体の範囲内に含まれる。
本明細書の説明は、当業者が本開示を作成または使用することを可能にするために提供される。本開示に対する様々な修正が当業者には容易に明らかになり、本明細書で定義された一般的な原理は、本開示の範囲から逸脱することなく他の変形形態に適用され得る。したがって、本開示は、本明細書で説明される例および設計に限定されず、本明細書で開示した原理および新規の特徴に一致する最も広い範囲を与えられるべきである。
Claims (26)
- ユーザデバイスにおいて月経周期フェーズを識別するための方法であって、
ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信することであって、前記生理学的データは少なくとも温度データを含む、受信することと、
前記受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定することであって、前記時系列は前記ユーザの複数の月経周期を含む、決定することと、
前記時系列を決定することに少なくとも部分的に基づいて、前記複数の温度値の前記時系列の１つまたは複数の形態学的特徴を識別することと、
前記時系列の前記１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、前記時系列中の１つまたは複数の月経周期フェーズを識別することであって、前記１つまたは複数の月経周期フェーズの各月経周期フェーズは、前記時系列中の形態学的特徴に関連付けられる、識別することと、
前記ユーザデバイスのグラフィカルユーザインターフェースに、前記識別された１つまたは複数の月経周期フェーズを表示させることと
を含む方法。 - 前記複数の温度の前記時系列の導関数を計算することと、
前記時系列の前記導関数の１つもしくは複数の極大値または１つもしくは複数の極小値を識別することと
をさらに含み、前記１つまたは複数の月経周期フェーズの各月経周期フェーズは、前記時系列の前記導関数の前記１つもしくは複数の極大値または前記１つもしくは複数の極小値に関連付けられる、
請求項１に記載の方法。 - 前記時系列の導関数を計算することに少なくとも部分的に基づいて、前記複数の温度の前記時系列の前記導関数を反転させることと、
前記時系列の前記反転された導関数の１つまたは複数の極大値を識別することと
をさらに含み、前記１つまたは複数の月経周期フェーズの各月経周期フェーズは、前記時系列の前記反転された導関数の前記１つまたは複数の極大値に関連付けられる、
請求項２に記載の方法。 - 前記複数の温度値の前記時系列を決定することに少なくとも部分的に基づいて、前記ユーザの睡眠期間を識別することと、
前記ユーザの前記睡眠期間の一部を選択することと
をさらに含み、前記複数の温度値の前記時系列の前記１つまたは複数の形態学的特徴を識別することは、前記睡眠期間の前記一部を選択することに少なくとも部分的に基づく、
請求項１に記載の方法。 - 前記温度データを受信することに少なくとも部分的に基づいて、前記複数の温度値の各温度値を決定することをさらに含み、前記温度データは連続夜間温度データを含む、
請求項１に記載の方法。 - 前記ユーザの履歴温度パターンに少なくとも部分的に基づいて、前記ユーザの睡眠期間の一部を選択することをさらに含み、前記複数の温度値の各温度値を決定することは、前記睡眠期間の前記一部を選択することに少なくとも部分的に基づく、
請求項５に記載の方法。 - 前記１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、前記複数の温度値の前記時系列の１つまたは複数の最大負勾配を識別することをさらに含み、前記１つまたは複数の月経周期フェーズの各月経周期フェーズは最大負勾配に関連付けられる、
請求項１に記載の方法。 - 前記生理学的データは心拍数データをさらに含み、前記方法は、
前記受信された心拍数データが前記複数の日の少なくとも一部について閾値を満たすと決定すること
をさらに含み、前記時系列中の前記１つまたは複数の月経周期フェーズを識別することは、前記受信された心拍数データが前記閾値を満たすと決定することに少なくとも部分的に基づく、
請求項１に記載の方法。 - 前記生理学的データは呼吸数データをさらに含み、前記方法は、
前記受信された呼吸数データが前記複数の日の少なくとも一部について閾値を満たすと決定すること
をさらに含み、前記時系列中の前記１つまたは複数の月経周期フェーズを識別することは、前記受信された呼吸数データが前記閾値を満たすと決定することに少なくとも部分的に基づく、
請求項１に記載の方法。 - 前記温度データを受信することに少なくとも部分的に基づいて、前記複数の温度値の各温度値を決定することをさらに含み、前記温度データは連続日中温度データを含む、
請求項１に記載の方法。 - 前記複数の温度値の前記時系列を決定することに少なくとも部分的に基づいて、追加の月経周期イベ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。 - 少なくとも前記複数の温度値の前記時系列、前記識別された１つまたは複数の月経周期フェーズ、またはその両方に少なくとも部分的に基づいて、前記ユーザが月経周期の初日を経験する将来の月経周期フェーズを推定することをさらに含む、
請求項１に記載の方法。 - 前記将来の月経周期フェーズに少なくとも部分的に基づいて、前記ユーザに関連付けられたレディネススコアを更新することをさらに含む、
請求項１２に記載の方法。 - 前記ユーザデバイスの前記グラフィカルユーザインターフェースに、前のユーザ症状タグと前記１つまたは複数の月経周期フェーズのタイミングとの間の相関に少なくとも部分的に基づいて、月経周期症状タグを表示させることをさらに含む、
請求項１に記載の方法。 - 前の月経周期後の前記複数の温度値の前記時系列の形態に少なくとも部分的に基づいて、ユーザの現在の月経周期の長さを推定することをさらに含む、
請求項１に記載の方法。 - 前記複数の温度値の前記時系列に少なくとも部分的に基づいて、前記複数の日の間の卵巣周期イベントを識別することをさらに含み、前記１つまたは複数の月経周期フェーズは前記卵巣周期イベントを含む、
請求項１に記載の方法。 - 心拍数データ、呼吸数データ、または両方に少なくとも部分的に基づいて、前記複数の日の間の卵巣周期イベントを識別することをさらに含み、前記１つまたは複数の月経周期フェーズは前記卵巣周期イベントを含む、
請求項１に記載の方法。 - 前記生理学的データを機械学習分類器に入力することをさらに含み、前記１つまたは複数の月経周期フェーズを識別することは、前記生理学的データを前記機械学習分類器に入力することに少なくとも部分的に基づく、
請求項１に記載の方法。 - 前記１つまたは複数の月経周期フェーズを識別することに応答して、前記ユーザデバイスを介して、前記識別された１つまたは複数の月経周期フェーズの確認を受信することをさらに含む、
請求項１に記載の方法。 - 前記ユーザデバイスを介して、月経周期フェーズの指示、前記月経周期フェーズに関連付けられた１つまたは複数の症状、または両方を受信することをさらに含み、前記１つまたは複数の月経周期フェーズを識別することは、前記月経周期フェーズの前記指示、前記月経周期フェーズに関連付けられた前記１つまたは複数の症状、または両方を受信することに少なくとも部分的に基づく、
請求項１に記載の方法。 - 前記ユーザデバイスの前記グラフィカルユーザインターフェースに、前記識別された１つまたは複数の月経周期フェーズに関連付けられたメッセージを表示させることをさらに含む、
請求項１に記載の方法。 - 前記メッセージは、前記識別された１つまたは複数の月経周期フェーズが発生した時刻、将来の月経周期フェーズと前の月経周期フェーズとの間の持続時間、将来の月経周期フェーズが発生すると予測される時間間隔、前記識別された１つまたは複数の月経周期フェーズに関連付けられた症状を入力する要求、前記識別された１つまたは複数の月経周期フェーズに関連付けられた医学的状態、前記識別された１つまたは複数の月経周期フェーズに関連付けられた教育コンテンツ、またはそれらの組み合わせを含む、請求項２１に記載の方法。
- 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。
- 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前記生理学的データを収集する、請求項１に記載の方法。
- ユーザデバイスにおいて月経周期フェーズを識別するための装置であって、
プロセッサと、
前記プロセッサに結合されたメモリと、
前記メモリに記憶された命令と
を備え、前記命令は、前記装置に、
ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信することであって、前記生理学的データは少なくとも温度データを含む、受信することと、
前記受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定することであって、前記時系列は前記ユーザの複数の月経周期を含む、決定することと、
前記時系列を決定することに少なくとも部分的に基づいて、前記複数の温度値の前記時系列の１つまたは複数の形態学的特徴を識別することと、
前記時系列の前記１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、前記時系列中の１つまたは複数の月経周期フェーズを識別することであって、前記１つまたは複数の月経周期フェーズの各月経周期フェーズは、前記時系列中の形態学的特徴に関連付けられる、識別することと、
前記ユーザデバイスのグラフィカルユーザインターフェースに、前記識別された１つまたは複数の月経周期フェーズを表示させることと
を行わせるように前記プロセッサによって実行可能である、装置。 - ユーザデバイスにおいて月経周期フェーズを識別するためのコードを記憶する非一時的コンピュータ可読媒体であって、前記コードは、
ユーザに関連付けられた生理学的データをウェアラブルデバイスから受信することであって、前記生理学的データは少なくとも温度データを含む、受信することと、
前記受信された温度データに少なくとも部分的に基づいて、複数の日にわたって取得された複数の温度値の時系列を決定することであって、前記時系列は前記ユーザの複数の月経周期を含む、決定することと、
前記時系列を決定することに少なくとも部分的に基づいて、前記複数の温度値の前記時系列の１つまたは複数の形態学的特徴を識別することと、
前記時系列の前記１つまたは複数の形態学的特徴を識別することに少なくとも部分的に基づいて、前記時系列中の１つまたは複数の月経周期フェーズを識別することであって、前記１つまたは複数の月経周期フェーズの各月経周期フェーズは、前記時系列中の形態学的特徴に関連付けられる、識別することと、
前記ユーザデバイスのグラフィカルユーザインターフェースに、前記識別された１つまたは複数の月経周期フェーズを表示させることと
を行うようにプロセッサによって実行可能な命令を含む、非一時的コンピュータ可読媒体。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202163160315P | 2021-03-12 | 2021-03-12 | |
| US63/160,315 | 2021-03-12 | ||
| US17/692,407 US20220287622A1 (en) | 2021-03-12 | 2022-03-11 | Menstrual cycle tracking |
| PCT/US2022/019972 WO2022192684A1 (en) | 2021-03-12 | 2022-03-11 | Menstrual cycle tracking |
| US17/692,407 | 2022-03-11 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2024515933A true JP2024515933A (ja) | 2024-04-11 |
Family
ID=81326938
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023555656A Pending JP2024515933A (ja) | 2021-03-12 | 2022-03-11 | 月経周期追跡 |
Country Status (4)
| Country | Link |
|---|---|
| JP (1) | JP2024515933A (ja) |
| AU (1) | AU2022234363A1 (ja) |
| CA (1) | CA3213287A1 (ja) |
| WO (1) | WO2022192684A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024055062A1 (en) * | 2022-09-16 | 2024-03-21 | Femtek Pty Ltd | Temperature sensing device and method |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016102971A2 (en) * | 2014-12-23 | 2016-06-30 | Fertility Focus Limited | Processing a Physical Signal |
| JP5775242B1 (ja) * | 2015-02-20 | 2015-09-09 | 楽天株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
| EP3490459A1 (en) * | 2016-07-28 | 2019-06-05 | Ava AG | System and method for determining temperature nadir of a female |
-
2022
- 2022-03-11 JP JP2023555656A patent/JP2024515933A/ja active Pending
- 2022-03-11 AU AU2022234363A patent/AU2022234363A1/en active Pending
- 2022-03-11 CA CA3213287A patent/CA3213287A1/en active Pending
- 2022-03-11 WO PCT/US2022/019972 patent/WO2022192684A1/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| AU2022234363A1 (en) | 2023-09-28 |
| CA3213287A1 (en) | 2022-09-15 |
| WO2022192684A1 (en) | 2022-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220287622A1 (en) | Menstrual cycle tracking | |
| JP2024515933A (ja) | 月経周期追跡 | |
| US20220313223A1 (en) | Anovulatory cycle detection from wearable-based physiological data | |
| WO2023034124A1 (en) | Techniques for predicting menstrual cycle onset | |
| WO2022212744A2 (en) | Pregnancy detection from wearable-based physiological data | |
| US20230061823A1 (en) | Techniques for predicting menstrual cycle onset | |
| US20230084205A1 (en) | Techniques for menopause and hot flash detection and treatment | |
| US20240071624A1 (en) | Techniques for identifying polycystic ovary syndrome and endometriosis from wearable-based physiological data | |
| CA3215585A1 (en) | Anovulatory cycle detection from wearable-based physiological data | |
| US20240032836A1 (en) | Prenatal, perinatal, or postnatal mental or emotional distress identification and prediction | |
| JP2024514495A (ja) | ウェアラブルベースの生理学的データからの妊孕性予測 | |
| US20230371890A1 (en) | Techniques for determining a circadian rhythm chronotype | |
| WO2022212750A1 (en) | Labor onset and birth identification and prediction from wearable-based physiological data | |
| WO2022212755A1 (en) | Miscarriage identification and prediction from wearable-based physiological data | |
| WO2022212758A1 (en) | Pregnancy-related complication identification and prediction from wearable-based physiological data | |
| WO2023230442A1 (en) | Techniques for determining a circadian rhythm chronotype |