TW201540261A - 使用可穿戴感測器平台之生理測量用的信心指標 - Google Patents

使用可穿戴感測器平台之生理測量用的信心指標 Download PDF

Info

Publication number
TW201540261A
TW201540261A TW104109352A TW104109352A TW201540261A TW 201540261 A TW201540261 A TW 201540261A TW 104109352 A TW104109352 A TW 104109352A TW 104109352 A TW104109352 A TW 104109352A TW 201540261 A TW201540261 A TW 201540261A
Authority
TW
Taiwan
Prior art keywords
data
sensor
physiological data
physiological
confidence
Prior art date
Application number
TW104109352A
Other languages
English (en)
Other versions
TWI657796B (zh
Inventor
Julien Penders
Alexander Young
Noam Rosenthal
Ram Fish
Eva C Wentink
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of TW201540261A publication Critical patent/TW201540261A/zh
Application granted granted Critical
Publication of TWI657796B publication Critical patent/TWI657796B/zh

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/33—Heart-related electrical modalities, e.g. electrocardiography [ECG] specially adapted for cooperation with other devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • A61B5/0533—Measuring galvanic skin response
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Biophysics (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)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Cardiology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Pulmonology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

實施例包含一種用於將資料提供至可穿戴感測器平台的 使用者的方法以及系統。所述方法可由執行於至少一個處理器上的至少一個軟體組件執行。所述方法包含使用可穿戴感測器平台中的至少一個感測器捕獲使用者的資料。所述資料包含生理資料以及偽訊資料。生理資料中包含雜訊資料。基於生理資料以及偽訊資料中的至少一者判定資料的信心指標。在可穿戴裝置平台上將對應於生理資料的生理資料信號以及信心指標提供至使用者。

Description

使用可穿戴感測器平台之生理測量用的信心指 標 【對相關申請案之交叉參考】
本申請案主張2014年3月24日申請的標題為“基於信心指標的自適應性系統”的轉讓給本申請案的受讓人且以引用的方式併入本文中的美國臨時專利申請案第61/969,769號的權益。
本發明是關於可穿戴感測器平台，尤其是關於測量生理資料並將生理資料提供至可穿戴感測器平台的使用者。
生理測量收集活體中出現的各種過程的資料。舉例而言，心電圖(electrocardiogram，ECG)測量經由心博在身體表面處產生的電勢且可用於解釋與心博有關的各種態樣。生物阻抗是活組織對驅動通過組織的電流的電阻的度量且可用於判定脈衝輸送通過動脈的血容量。亦可測量身體表面處的溫度且所述溫度可指示一般健康狀況。
當進行生理測量時所面對的一個挑戰為由非生理影響引 入的雜訊。人體的運動為此雜訊的一個來源。舉例而言，通常使用置放於使用者之皮膚上的電極獲取ECG讀數。運動偽訊為由電極相對於使用者皮膚的運動所產生的雜訊。在一些狀況下，電極的移動使電極部位周圍的皮膚變形。此變形導致電極周圍的皮膚的電特性發生改變且可對ECG讀數造成影響。此影響並不相關於心博且因此為雜訊來源。運動偽訊尤其相關於行動或攜帶型應用中的生理測量。對於此等應用，可由運動偽訊引入高位準雜訊。
因此，所要的為用以輔助解決(尤其)攜帶型應用中的生理測量中的雜訊(諸如，運動偽訊)的系統以及方法。
實施例包含一種用於將資料提供至可穿戴感測器平台的使用者的方法以及系統。所述方法可由執行於至少一個處理器上的至少一個軟體組件執行。所述方法包含使用可穿戴感測器平台中的至少一個感測器捕獲使用者的資料。所述資料包含生理資料以及偽訊資料。生理資料中具有雜訊資料。基於生理資料以及偽訊資料中的至少一者判定資料的信心指標。在可穿戴裝置平台上將對應於生理資料的生理資料信號以及信心指標提供至使用者。
10‧‧‧可穿戴感測器平台/模組
11‧‧‧腕部
12‧‧‧基底模組
14‧‧‧感測器模組
16‧‧‧條帶
18、18"‧‧‧顯示器
20‧‧‧基底計算單元
22‧‧‧電池/電源
24‧‧‧感測器單元
26‧‧‧感測器板
28‧‧‧感測器計算單元
30‧‧‧卡扣
202、308‧‧‧處理器
204‧‧‧作業系統(OS)以及各種應用程式
205‧‧‧通信介面
206、312‧‧‧記憶體
208‧‧‧輸入/輸出(I/O)
214、214'‧‧‧感測器
214A‧‧‧加速計/陀螺儀
214B、303‧‧‧溫度計
214C、311‧‧‧其他感測器
220‧‧‧電力管理單元
222‧‧‧電力介面
301‧‧‧光學感測器陣列
301A‧‧‧離散光學感測器
301B‧‧‧光偵測器
301C‧‧‧光源
302‧‧‧ECG以及生物阻抗(BIOZ)類比前端(AFE)
304‧‧‧GSR AFE
305‧‧‧皮膚電回應(GSR)感測器陣列
306‧‧‧光學感測器AFE
307‧‧‧生物阻抗(BioZ)感測器陣列
307A‧‧‧BioZ感測器
309‧‧‧心電圖(ECG)感測器單元
310‧‧‧類比/數位轉換器(ADC)
314‧‧‧加速計/三軸加速計
316‧‧‧壓力感測器
318‧‧‧電池
320‧‧‧匯流排
322‧‧‧微控制器
324‧‧‧校準以及資料獲取
400、400'、400"‧‧‧信心指標(CI)引擎
410、410'‧‧‧交叉相關雜訊處理模組/區塊
420‧‧‧信號處理模組/區塊/信號偵測模組
420'‧‧‧信號處理/心跳偵測模組
430、430'‧‧‧組合式CI產生器
440‧‧‧使用者呈現區塊/使用者呈現模組
500、510、530‧‧‧方法
502、504、506、512、514、514、516、518、520、522、532、534、536、538、540、542、544‧‧‧步驟
550、550'、550"、550'''、550''''‧‧‧波形
560‧‧‧區
圖1為說明模組化感測器平台的例示性實施例的圖式。
圖2為圖1的模組化感測器平台的例示性實施例。
圖3為說明模組化感測器平台的另一例示性實施例的圖式。
圖4為說明模組化感測器平台的例示性實施例的方塊圖，所述模組化感測器平台包含頻寬感測器模組連同包括基底計算單元以及電池的組件。
圖5為說明具有關於圍繞腕部使用的自對準感測器陣列系統的模組化感測器平台的例示性實施例的圖式。
圖6為感測器模組的例示性實施例的方塊圖。
圖7為用於模組化可穿戴感測器平台的信心指標引擎的例示性實施例的方塊圖。
圖8為用於模組化可穿戴感測器平台的信心指標引擎的另一例示性實施例的方塊圖。
圖9為描繪用於使用可穿戴感測器平台為使用者提供生理資料以及信心指標的方法的例示性實施例的流程圖。
圖10為描繪用於使用可穿戴感測器平台為使用者提供生理資料以及信心指標的方法的實施例的流程圖。
圖11為描繪用於使用可穿戴感測器平台為使用者提供生理資料以及信心指標的方法的實施例的流程圖。
圖12至圖17為描繪各種生理資料以及信心指標的圖式。
出於說明本發明的一般發明概念的目的，圖式中繪示某些實施例。然而，應理解，本發明並不限於所附圖式中所繪示的配置以及工具。
本文中所描述的實施例是關於測量生理資料並將生理資料提供至可穿戴感測器平台的使用者。呈現以下描述以使得一般 技術者能夠製作並使用本發明，且在專利申請案及其要求的上下文中提供以下描述。將容易地顯而易見對本文中所描述的例示性實施例以及一般原理以及特徵的各種修改。詳細參考本一般發明概念的實施例，隨附圖式中說明所述實施例的實例，在隨附圖式中類似參考編號貫穿諸圖是指類似元件。下文在參看諸圖的同時描述實施例以便解釋本一般發明概念。
現將詳細參考本一般發明概念的實施例，隨附圖式中說明所述實施例的實例，在隨附圖式中類似參考編號貫穿諸圖是指類似元件。下文在參看諸圖的同時描述實施例以便解釋本一般發明概念。
在詳細解釋本發明的任何實施例之前，應理解本發明的應用並不限於以下描述中所闡述或圖式中所說明的構造細節以及組件配置。
藉由參考以下詳細描述以及圖式可較容易地理解本發明的優勢以及特徵以及實現其的方法。然而，本一般發明概念可以以各種方式實踐或進行的許多不同形式體現，且不應被理解為限於本文中所闡述的實施例。實情為，提供此等實施例使得本揭露內容將充分且完整，且將一般發明概念完全傳達至熟習此項技術者，且本一般發明概念由所附申請專利範圍定義。在圖式中，為視覺清楚起見放大層以及區的厚度。
又，本文件中所使用的措詞以及術語是出於描述的目的且不應被視為限制性。除非本文中另外指示或明顯與上下文相矛盾，否則在描述本發明的上下文中(尤其在以下申請專利範圍的上下文中)，使用術語“一”以及“所述”以及類似指示物應被理 解為涵蓋單數與複數兩者。除非另外說明，否則術語“包括”、“具有”、“包含”以及“含有”應理解為開放術語(亦即，意謂“包含(但不限於)”)。
如一般技術者亦應顯而易見，諸圖中所繪示的系統為實際系統可能類似的模型。所描述模組以及邏輯結構中的一些能夠實施於由微處理器或類似裝置所執行的軟體中或實施於使用多種組件(包含(例如)特殊應用積體電路(“application specific integrated circuit，ASIC”))的硬體中。類似“處理器”的術語可包含或指硬體及/或軟體兩者。並不僅歸因於使用大寫就暗示特定意義或應推斷出特定意義。
同樣地，如本文中所使用，術語“組件”或“模組”意謂(但不限於)執行某些任務的軟體或硬體組件(諸如，場可程式化閘陣列(field programmable gate array，FPGA)或ASIC)。組件或模組可有利地經組態以駐留於可定址儲存媒體中，並經組態以執行於一或多個處理器上。因此，組件或模組可包含(作為實例)組件，諸如軟體組件、物件導向式軟體組件、類別組件以及任務組件、處理程序(process)、函式、屬性、程序(procedure)、次常式、程式碼的分段、驅動程式、韌體、微碼、電路系統、資料、資料庫、資料結構、表、陣列以及變數。可將所提供的用於組件以及組件或模組的功能性組合至較少組件以及組件或模組中，或將其進一步分離至額外組件以及組件或模組中。
除非另外定義，否則本文中所使用的所有技術以及科學術語具有與本發明所屬的一般技術者通常所理解的含義相同的含義。另外，除非另外定義，否則常用辭典中所定義的所有術語應 具有其一般意義。應注意，除非另外指定，否則本文中所提供的任何以及所有實例或例示性術語的使用僅用以較好地闡明一般發明概念而非限制本發明的範疇。
圖1以及圖2為說明模組化可穿戴感測器平台的實施例的圖式。圖1以及圖2描繪可穿戴感測器平台10的實施例的透視圖，而圖3描繪可穿戴感測器平台10的另一實施例的分解側視圖。儘管圖1以及圖2中的可穿戴感測器平台的組件可實質上相同，但模組及/或組件的位置可不同。
在圖1以及圖2中所繪示的實施例中，可穿戴感測器平台10可實施為安裝於身體部分(此處為使用者的腕部11)上的智慧型手錶或其他可穿戴裝置。
可穿戴感測器平台10可包含基底模組12、條帶16、卡扣34、電池22以及耦接至條帶16的感測器模組14。在一些實施例中，可由終端使用者(例如，消費者、患者、醫生等)移除可穿戴感測器平台10的模組及/或組件。然而，在其他實施例中，可穿戴感測器平台10的模組及/或組件由製造商整合至可穿戴感測器平台10中，且可並不意欲由終端使用者移除。可穿戴感測器平台10可是防水或水密封的。
條帶或綁帶16可是單片或模組化的。條帶16可由織物製成。舉例而言，設想了廣泛範圍的可扭捲且可擴展彈性網狀物/紡織物。條帶16亦可組態為多條帶或呈模組化鏈節組態。在某些實施方案中，條帶16可包含閂鎖或卡扣機構以將手錶保持就位。在某些實施例中，條帶16將含有連接(尤其)基底模組12以及感測器模組14的佈線(未繪示)。亦設想了基底模組19與感測器 模組14之間的單獨或與佈線組合的無線通信。
感測器模組14可可移除地附接於條帶16上，使得感測器模組14位於可穿戴感測器平台10的底部處或換言之位於基底模組12的相反末端上。以此方式定位感測器模組14以將其置放為部分接觸使用者腕部11下側上的皮膚以允許感測器單元24自使用者感測生理資料。感測器單元24的接觸表面可定位於感測器模組14的表面上方、表面處或表面下方或呈此定位的某一組合。
基底模組12附接至條帶16使得基底模組12定位於可穿戴感測器平台10的頂部處。以此方式定位基底模組12以將其置放為至少部分接觸腕部的頂面。
基底模組12可包含基底計算單元20以及其上可提供圖形使用者介面(graphical user interface，GUI)的顯示器18。基底模組12執行功能，包含(例如)顯示時間、執行計算及/或顯示包含自感測器模組14所收集的感測器資料的資料。除與感測器模組14通信之外，基底模組12可與穿戴於使用者的不同身體部分上的其他感測器模組(未繪示)無線通信以形成人體區域網路(body area network)，或與類似智慧型手機、平板電腦、顯示器或其他計算裝置的其他無線可存取裝置(未繪示)無線通信。如將關於圖4較完全論述，基底計算單元20可包含處理器202、記憶體206、輸入/輸出208、通信介面205、電池22以及感測器214集合(諸如，加速計/陀螺儀214A以及溫度計214B)。
感測器模組14自使用者收集資料(例如，生理、活動資料、睡眠統計數據及/或其他資料)並與基底模組12通信。感測器模組14包含容納於感測器板26中的感測器單元24。對於某些實 施方案，因為攜帶型裝置(諸如，腕錶)具有極小容積以及受限電池電力，所以所揭露類型的感測器單元24可尤其適於在腕錶中實施感測器測量。在一些實施例中，感測器模組14可調整地附接至條帶16，使得基底模組12並不固定定位，而是可取決於腕部的生理構成而不同地組態。
感測器單元24可包含光學感測器陣列、溫度計、皮膚電回應(galvanic skin response，GSR)感測器陣列、生物阻抗(bioimpedance，BioZ)感測器陣列、心電圖(ECG)感測器或其任何組合。感測器單元24可獲得關於外部世界的資訊並將其供應至可穿戴模組化感測器平台10。感測器24亦可與其他組件一起起作用以提供使用者或環境輸入以及將回饋提供至使用者。舉例而言，MEMS加速計可用於測量用於由處理器202使用的諸如位置、運動、傾斜、衝擊以及振動的資訊。亦可使用其他感測器。感測器模組14亦可包含感測器計算單元28。感測器單元24亦可包含生物感測器(例如，脈博、脈動式測氧、體溫、血壓、體脂肪等)、用於偵測物件接近性的近接偵測器以及環境感測器(例如，溫度、濕度、環境光、壓力、高度、羅盤等)。
在其他實施例中，卡扣31亦提供ECG電極。當觸摸卡扣31時，一或多個感測器單元24以及卡扣31上的ECG電極可形成完整ECG信號電路。感測器計算單元28可分析資料、對資料執行操作(例如，計算)、傳達資料，且在一些實施例中可儲存由感測器單元24收集的資料。在一些實施例中，感測器計算單元28自感測器單元24的感測器中的一或多者接收(例如，指示ECG信號的資料)，並處理所接收資料以形成信號的預定義表示(例 如，ECG信號)。
感測器計算單元28亦可經組態以將資料及/或所接收資料的經處理形式傳達至一或多個預定義接收端(例如，基底計算單元20)以用於進一步處理、顯示、通信以及其類似者。舉例而言，在某些實施方案中，基底計算單元20以及吾人的感測器計算單元判定資料是否可靠並判定對使用者的資料信心指示。
因為感測器計算單元28可整合至感測器板26中，所以其在圖1至圖2中由虛線繪示。在其他實施例中，感測器計算單元28可省略或位於可穿戴感測器平台10上的別處或遠離可穿戴感測器平台10。在可省略感測器計算單元28的實施例中，基底計算單元20可執行原本將由感測器計算單元28執行的功能。經由組合感測器模組14與基底模組12，可收集、傳輸、儲存、分析資料且將資料傳輸並呈現至使用者。
圖3中所描繪的可穿戴感測器平台10類似於圖1以及圖2中所描繪的可穿戴感測器平台10。因此，可穿戴感測器平台10包含條帶12、電池22、卡扣34、包含顯示器/GUI 18的基底模組12、基底計算單元20以及包含感測器單元24、感測器板26以及可選感測器計算單元28的感測器模組14。然而，如圖3中可看出，某些模組的位置已變更。舉例而言，圖3中的卡扣34比圖1中的卡扣34更接近顯示器/GUI 18。類似地，在圖3中，電池22藉由基底模組12容納。在圖1中所繪示的實施例中，電池22與顯示器18相對地容納於條帶16上。然而，應理解，在一些實施例中，電池22對基底模組12以及(視情況)基底模組12的內部電池(未繪示)充電。以此方式，可持續穿戴可穿戴感測器平台10。因此， 在各種實施例中，可改變模組以及其他組件的位置及/或功能。
圖4為說明模組化可穿戴感測器平台10以及包括基底模組12的組件的一個實施例的圖式。可穿戴感測器平台10類似於圖1至圖3中的可穿戴感測器平台10，且因此包含具有類似參考標記的相似組件。在此實施例中，可穿戴感測器平台10可包含條帶16以及附接至條帶16的感測器模組14。可移除感測器模組14可進一步包含附接至條帶16的感測器板26以及附接至感測器板26的感測器單元24。感測器模組14亦可包含感測器計算單元32。
可穿戴感測器平台10在圖4中包含類似於圖1至圖3中的基底計算單元20以及一或多個電池22的基底計算單元20。舉例而言，可提供類似於圖1至圖3中的電池22的永久性及/或可移除電池22。在一個實施例中，基底計算單元20可經由通信介面205與感測器計算單元32通信或控制所述感測器計算單元。在一個實施例中，通信介面205可包括串列介面。基底計算單元20可包含處理器202、記憶體206、輸入/輸出(I/O)208、顯示器18、通信介面205、感測器214以及電力管理單元220。
處理器202、記憶體206、I/O 208、通信介面205以及感測器214可經由系統匯流排(未繪示)耦接在一起。處理器202可包含具有一或多個核心的單一處理器或具有一或多個核心的多個處理器。處理器202可經組態有I/O 208以接受、接收、轉導以及處理由使用者給出的口頭音訊頻率命令。舉例而言，可使用音訊編碼解碼器。處理器202可執行作業系統(operating system，OS)以及各種應用程式204的指令。處理器202可按命令控制裝置組件間的互動以及經由I/O介面的通信。OS 204的實例可包含 (但不限於)Linux AndroidTM以及Android Wear。
記憶體206可包括包括不同記憶體類型的一或多個記憶體，包含(例如)RAM(例如，DRAM以及SRAM)、ROM、快取記憶體、虛擬記憶體微型硬碟、硬碟、微型SD卡以及快閃記憶體。I/O 208可包括輸入資訊並輸出資訊的組件之集合。具有接受所輸入、輸出或其他經處理資料的能力的組成I/O 208的實例組件包含麥克風、傳訊(messaging)、相機以及揚聲器。I/O 208亦可包含音訊晶片(未繪示)、顯示控制器(未繪示)以及觸控螢幕控制器(未繪示)。
通信介面205可包含用於支援單向或雙向無線通信的組件，且可包含用於在一些實施方案中經由網路、在其他實施方案中經由有線介面或經由多個介面進行無線通信的無線網路介面控制器(或類似組件)。在一個實施例中，通信介面205主要用於遠端接收資料，包含串流傳輸資料，所述資料顯示並更新於顯示器18上。然而，在替代性實施例中，除傳輸資料以外，通信介面205亦可支援語音傳輸。在例示性實施例中，通信介面205支援低功率以及中間功率射頻(radio frequency，RF)通信。在某些實施方案中，無線通信的實例類型可包含藍牙低能量(Bluetooth Low Energy，BLE)、無線區域網路(wireless local area network，WLAN)、WiMAX、被動的射頻識別(radio-frequency identification，RFID)、網路配接器以及數據機。然而，在另一實施例中，無線通信的實例類型可包含廣域網路(Wide Area Network，WAN)介面、Wi-Fi、WPAN、多躍點網路或諸如3G、4G、5G或長期演進(Long Term Evolution，LTE)的蜂巢式網路。 其他無線選擇方案可包含(例如)超寬頻(ultra-wide band，UWB)以及紅外線。通信介面205亦可包含除無線以外的其他類型通信裝置(未繪示)，諸如經由接點的串列通信及/或USB通信。舉例而言，微型USB型USB、快閃磁碟機或其他有線連接可與通信介面205一起使用。
在一個實施例中，顯示器18可與基底計算單元20整合；而在另一實施例中，顯示器18可在基底計算單元20外部。顯示器18可為平直的或彎曲的，例如彎曲至可穿戴感測器模組平台10定位於的身體部分(例如，腕部、腳踝、頭部等)的大致曲率。
顯示器18可為觸控螢幕或示意動作控制的。顯示器18可為有機發光二極體(Organic Light Emitting Diode，OLED)顯示器、薄膜電晶體液晶顯示器(Thin-Film-Transistor Liquid Crystal Display，TFT LCD)或其他適當顯示器技術。顯示器18可為主動矩陣式。實例顯示器18可為AMOLED顯示器或SLCD。顯示器可為3D或可撓性的。感測器214可包含任何類型的微機電系統(microelectromechanical systems，MEMs)感測器。此等感測器可包含(例如)加速計/陀螺儀214A以及溫度計214B。
電力管理單元220可耦接至電源22且可包括傳達及/或控制至少基底計算單元20的電力功能的微控制器。電力管理單元220與處理器202通信並協調電力管理。在一些實施例中，電力管理單元220判定功率位準是否低於某一臨限值位準。在其他實施例中，電力管理單元220判定二次充電是否已經過某時間量。
電源22可為永久性或可移除電池、燃料電池或光電壓電池等。電池22可為一次性的。在一個實施例中，電源22可包括 可再充電鋰離子電池或(例如)可使用其類似者。電力管理單元220可包含電壓控制器以及用於對電池22再充電的充電控制器。在一些實施方案中，一或多個太陽能電池可用作電源22。電源22亦可由交流/直流電源供應器供電或充電。電源22可藉由非接觸或接觸式充電進行充電。在一個實施例中，電力管理單元220亦可經由電力介面222傳達及/或控制電池電力對可移除感測器模組14的供應。在一些實施例中，電池22嵌入於基底計算單元20中。在其他實施例中，電池22在基底計算單元20外部。
亦可使用其他可穿戴裝置組態。舉例而言，可穿戴感測器模組平台可實施為腿部或臂部條帶、胸部條帶、腕錶、諸如緊貼配合式襯衫(snug fitting shirt)的由使用者穿戴的服裝物品，或足以確保感測器單元24接觸使用者皮膚上的近似位置以獲得準確且可靠資料的由使用者穿戴的任何其他實體裝置或裝置集合。
圖5為說明可穿戴感測器模組10的實施方案的圖式。圖5的頂部說明圍繞使用者腕部11的橫截面纏繞的可穿戴感測器模組10，而圖5的底部繪示處於展平位置的條帶16。
根據此實施例，可穿戴感測器模組10至少包含光學感測器陣列301，且亦可包含可選感測器，諸如溫度計303、皮膚電回應(galvanic skin response，GSR)感測器陣列305、BioZ感測器陣列307以及心電圖(ECG)感測器單元309、其他感測器311，或其任何組合可組成感測器陣列。
根據另一實施例，感測器單元24組態為包括配置或佈置於條帶16上的離散感測器陣列的感測器陣列，使得當條帶16穿戴於身體部分上時，每一感測器陣列可跨越或以其他方式定址特 定血管(亦即，靜脈、動脈或毛細血管)，或與血管無關的具有較高電回應的區域。
更特定而言，如圖5中可看出，感測器陣列可佈置為實質上垂直於血管的縱向軸線且重疊血管寬度以獲得最佳信號。在一個實施例中，條帶16可經穿戴，使得包括感測器陣列的感測器單元24接觸使用者皮膚但並不如此緊密以至於防止條帶16在身體部分(諸如，使用者腕部11)上進行任何移動或使使用者在感測器接觸點處感到不適。
在另一實施例中，感測器單元24可包括光學感測器陣列301，其可包括可測量相對血流量、脈博及/或血氧含量的光體積描記器(photoplethysmograph，PPG)感測器陣列。在此實施例中，光學感測器陣列301可配置於感測器模組14上，使得光學感測器陣列301定位為充分接近動脈(諸如，橈骨動脈或尺骨動脈)以獲得具有足夠準確性以及可靠性的充分測量。
現將論述光學感測器陣列301的進一步細節。大體而言，離散光學感測器301A中的每一者的組態以及佈局可取決於使用狀況而大為不同。在一個實施例中，光學感測器陣列301可包含離散光學感測器301A的陣列，其中每一離散光學感測器301A為至少一個光偵測器301B與鄰近於光偵測器301B定位的至少兩個匹配光源的組合。在一個實施例中，離散光學感測器301A中的每一者可與其在條帶16上的相鄰光學感測器分離大約0.5mm至2mm的預定距離。
在一個實施例中，光源301C可各自包括發光二極體(light emitting diode，LED)，其中離散光學感測器中的每一者中的LED 發射具有不同波長的光。由LED發射的實例光色彩可包含綠色、紅色、近紅外線以及紅外線波長。光偵測器301B中的每一者將所接收光能量轉換成電信號。在一個實施例中，信號可包括反射性光體積描記器信號。在另一實施例中，信號可包括透射光體積描記器信號。在一個實施例中，光偵測器301B可包括光電晶體。在替代性實施例中，光偵測器301B可包括電荷耦合裝置(charge-coupled device，CCD)。
根據可調整感測器支撐結構的例示性實施例，由可撓性橋接器結構支撐的一系列感測器可沿著條帶邊對邊串聯。可(例如)圍繞腕部穿戴此種具有橋接器支撐式感測器的條帶。當圍繞諸如腕部的測量部位穿戴時，歸因於條帶與腕部的變化的拓撲的配合性，腕部的變化的拓撲可導致將力同時施加於橋接器上。
其他種類的裝置亦可用以提供與使用者的互動；舉例而言，提供至使用者的回饋可為任何形式的感覺回饋(例如，視覺回饋、聽覺回饋或觸覺回饋)；且來自使用者的輸入可以任何形式接收，包含聲學、話音或觸覺輸入。
此處所描述的系統以及技術可實施於包含後端組件(例如，作為資料伺服器)或包含中間軟體組件(例如，應用程式伺服器)或包含前端組件(例如，具有使用者可經由其與此處所描述系統以及技術的實施方案互動的圖形使用者介面或網頁瀏覽器的客戶端電腦)或此等後端、中間軟體或前端組件的任何組合的計算系統中。所述系統的組件可由任何數位資料通信形式或媒體(例如，通信網路)互連。通信網路的實例包含區域網路(“local area network，LAN”)、廣域網路(“wide area network，WAN”)以及 網際網路。
計算系統可包含客戶端以及伺服器。客戶端以及伺服器大體上彼此遠離且通常經由通信網路互動。客戶端與伺服器的關係由於在各別電腦上執行且彼此具有客戶端-伺服器關係的電腦程式產生。在模組化感測器平台10的某些實施方案中可使用各種基於雲端的平台及/或其他資料庫平台以(例如)接收資料並將資料發送至模組化感測器平台10。
圖6為說明感測器模組14的實施例的組件的方塊圖。感測器模組14類似於感測器模組14且因此包含具有類似標記的相似組件。如上文所描述，感測器模組14可包含貼附至感測器板26的感測器單元24以及感測器計算單元28。在所繪示實施例中，感測器單元24可包含光學感測器陣列301、溫度計303、GSR感測器陣列305、BioZ感測器陣列307以及ECG感測器單元309、其他感測器311及/或其任何組合。儘管繪示特定數目個感測器以及感測器陣列，但可包含另一數目個感測器/感測器陣列及/或不同感測器/感測器陣列。感測器及/或陣列可貼附至感測器板26或條帶16。
在一個實施例中，光學感測器陣列301可包括可測量相對血流量、脈博及/或血氧含量的光體積描記器(PPG)感測器陣列。在一個實施例中，光學感測器陣列12可包含離散光學感測器陣列，其中每一離散光學感測器為至少一個光偵測器與鄰近於光偵測器定位的至少兩個匹配光源(例如，LED)的組合。在此實施例中，光學感測器陣列301可配置於條帶上使得光學感測器陣列301跨越諸如橈骨動脈或尺骨動脈的血管。
溫度計303可測量溫度或溫度梯度。皮膚電回應(GSR)感測器陣列305可包括可測量隨著水分含量變化的皮膚導電性的四個或四個以上GSR感測器。生物阻抗(BioZ)感測器陣列307可包括測量生物電阻抗或對通過組織的電流流動的抵抗的四個或四個以上生物阻抗感測器。在其他實施例中，陣列305及/或307可具有另一數目個感測器。在所繪示實施例中，生物阻抗感測器陣列16可配置或定位於條帶上以跨越諸如橈骨動脈或尺骨動脈的血管。在一個實施例中，包括生物阻抗感測器的一或多個電極可與GSR感測器陣列305中的一或多者多工。心電圖感測器(ECG)感測器單元309可測量使用者心臟在一段時間中的電活動。
在一個實施例中，ECG感測器單元309、生物阻抗感測器陣列307、GSR感測器陣列305、溫度計303、光學感測器陣列301以及其他感測器311可耦接至控制來自感測器單元24的資料並接收所述資料的感測器計算單元28。在一個實施例中，感測器計算單元28可為條帶16(未繪示)的部分。在另一實施例中，感測器計算單元28可為感測器板26的部分。在其他實施例中，可省略感測器計算單元28，轉而使用基底計算單元20。在此等實施例中，本文中描述為由感測器計算單元28進行的功能可由基底計算單元20執行。
感測器計算單元28可包含ECG以及生物阻抗(BIOZ)類比前端(analog front end，AFE)302、GSR AFE 304、光學感測器AFE 306、處理器308以及類比/數位轉換器(analog-to-digital converter，ADC)310、記憶體312、三軸加速計314、壓力感測器316以及電池318。在一些實施例中，電池318可由電池22替 換。另外，加速計314可在感測器計算單元28內、為基底計算20的部分或在可穿戴感測器平台10上的另一位置中。
如本文中所使用，AFE可包含對應感測器與ADC 310或處理器308之間的類比信號調節電路系統介面。ECG以及BIOZ AFE 302與ECG 18以及生物阻抗感測器陣列307交換信號。GSR AFE 304可與GSR感測器陣列305交換信號。且光學感測器AFE 306可與光學感測器陣列301交換信號。在一個實施例中，GSR AFE 304、光學感測器AFE 306、加速計314以及壓力感測器316可經由匯流排320耦接至ADC 310。ADC 310可將諸如電壓的物理量轉換成表示振幅的數位數目。
在一個實施例中，ECG以及BIOZ AFE 302、記憶體312、處理器308以及ADC 310可為微控制器322的組件。處理器308在一個實施例中可包括精簡指令集電腦(reduced instruction set computer，RISC)，諸如ARM Holdings的Cortex 32位元RISC ARM處理器核心。在一個實施例中，在操作期間感測器計算單元28可收集感測器資料並將其儲存於記憶體312中以用於後續傳送至基底計算單元20。
亦描繪為處理器308的部分的為信心指標(confidence indicator，CI)引擎400。在其他實施例中，CI引擎400可被視為基底計算單元20中的處理器的部分、感測器模組14中的另一處理器(未繪示)的部分或可穿戴感測器平台10中的另一處理器(未繪示)的部分。CI引擎400可實施為執行於處理器308上的指令，並被用於判定使用感測器模組14所測量的生理資料的信心指標。
特定言之，CI引擎利用與所關注生理參數的資料分開捕 獲的偽訊資料及/或生理資料中固有的雜訊資料以判定可對經處理生理資料信號具有的信心位準。如本文中所使用，雜訊資料為所關注生理參數測量中固有以及(至少部分)使用所關注生理參數的測量所估計的生理資料部分。舉例而言，在判定心跳(所關注生理參數)時，雜訊資料是由光學感測器陣列301執行的PPG測量中固有的。可使用對來自光學感測器陣列310的PPG資料的信號處理判定此雜訊量。可與所關注生理參數分開地測量偽訊資料。可由測量生理資料的同一感測器單元24及/或單獨感測器單元測量偽訊資料。偽訊資料可相關於所關注生理參數且可影響所關注物理參數的測量。就此而言，可利用偽訊資料以測量(或估計)偽訊對雜訊的影響。然而，無法防止“偽訊”資料成為相關於另一生理參數的生理資料。在上文的PPG資料實例中，可由加速計314測量加速度資料(偽訊資料)。由加速度資料指示的運動可對用於判定心跳速率的PPG資料中的雜訊造成影響。可(例如)藉由使加速度資料的頻率頻譜中的峰值與PPG資料中的峰值相關來判定此影響。在判定對心跳速率測量的信心位準時，可使用如自生理資料所判定的雜訊資料以及來自加速計314的偽訊資料中的一或兩者。舉例而言，PPG測量中的信號雜訊比(雜訊資料)以及加速度資料(偽訊資料)兩者皆可用於判定對心跳(所關注生理參數)偵測的信心位準。另外，應注意，信號雜訊比的判定可涉及使用經處理偽訊資料。可接著將此信心位準的指標提供至可穿戴感測器平台10的使用者。
CI引擎400可使用特定信號處理演算法或測量以判定雜訊位準且因此判定對資料的信心。舉例而言，對雜訊及/或偽訊量 值的絕對限制、頻率特性(例如，頻率頻譜中的峰值數目或頻率頻譜中來自生理資料與偽訊資料的峰值之間的重疊)、標準差臨限值、峰間雜訊及/或偽訊臨限值、比率臨限值、雜訊/偽訊的循環本質、識別出存在高於一定雜訊/偽訊位準的主要頻率分量(如由平均雜訊/偽訊位準及/或指定臨限值雜訊/偽訊位準所判定)及/或其他特性可用於判定信心指標。在一些實施例中，包含(但不限於)時域濾波器、頻域濾波器、貝氏濾波器(Bayesian filter)、卡爾曼濾波器(Kalman filter)、基於模板濾波器及/或另一類型的濾波器的濾波器可用於判定對資料的信心位準。在實施例中，可使用函數最大化或最小化方案。舉例而言，可定義與相關於雜訊及/或信號品質的某一參數或參數集合相關聯的“成本”函數。可接著最大化或最小化此成本函數。由CI引擎400使用其他信號處理及/或雜訊辨識演算法。另外，由CI引擎400處理偽訊資料可在最後計算信心指標之前告知其信號處理且反之亦然。在上文的心跳速率/PPG實例中，來自加速計的偽訊資料(例如，頻率頻譜中的峰值)可用於在判定PPG資料的信號雜訊比之前移除運動偽訊。所使用特定演算法可取決於由CI引擎400分析的雜訊資料類型、偽訊資料及/或生理資料類型。因此，CI引擎400的操作並不取決於用於分析雜訊的特定試探法。
一旦由CI引擎400接收，可處理雜訊、偽訊及/或生理資料以產生數量，包含(但不限於)量值、標準差、平均值、中值、眾數、傅里葉變換、哈特立變換(Hartley transform)及/或其他經處理資料。可在各種域中處理經處理資料，包含(但不限於)逆向空間、相位空間、時間空間以及頻率空間。舉例而言，可離散 或連續的傅里葉變換可用於發現並濾出雜訊及/或偽訊資料中隨頻率及/或時間而變的某些特徵。資料可由CI引擎400進一步處理以輸出為(例如)純量優值(figure of merit)(例如，標準差上的峰值)並相對於臨限值進行分析。此純量信心指標可為時間相依性的，並將其以數個方式(包含(但不限於)視覺、物理及/或聲學方式)呈現給使用者。舉例而言，基於在某一時間段內純量信心指標與相關臨限值之間的關係，可選擇特定色彩(紅色、橙色或綠色)以用於顯示，可以特定方式顯示生理資料的波形(波形的部分具有不同色彩、背景及/或線條格式)，可使用具有不同色彩及/或格式的文字，可發出報警聲及/或可將可穿戴感測器平台10置於振動模式。
在實施例中，由CI引擎400產生的信心指標用於即時調適生理資料向使用者的呈現。舉例而言，基於信心指標，可開啟及/或關閉顯示器的態樣。可即時改變呈現給使用者的資料的各種可視化特性(諸如，線寬、線條型式、線條色彩、背景色彩以及其他態樣)以向使用者更新對生理資料的當前信心位準。亦可使用經處理雜訊及/或偽訊資料提供上文所論述的音訊以及實體信心指標。在一些實施例中，可替換或隱藏生理資料信號的低信心部分(例如，信心指標低於臨限值)。可使用(例如)內插資料、平均資料、空值信號及/或某其他機制執行替換。亦可基於信心指標選擇用於處理生理資料的濾波器。在一些實施例中，信心指標可指示待接通及/或切斷信號(例如，可切斷提供冗餘資訊的信號)。可基於信心指標改變可穿戴感測器平台10的操作模式。
CI引擎400可估計生理(例如，原始)資料中固有的雜 訊並在將生理資料信號呈現給使用者時使用此估計。舉例而言，可在資料處理期間自生理資料減去此所估計雜訊。可至少部分由信心指標判定是否待自生理資料減去雜訊。舉例而言，濾波演算法可用於自資料移除或實質上移除一些雜訊及/或偽訊。在一個實施例中，出於自資料減少或實質上消除不合需要雜訊的目的，濾波演算法可使用雜訊資料以預測及/或估計生理資料的雜訊分量。類似地，可估計對生理資料中的雜訊造成影響的偽訊並自生理資料減去所述偽訊。舉例而言，出於減少或實質上消除偽訊的目的，濾波演算法可使用偽訊資料以預測及/或估計生理資料中的偽訊。可基於獲得生理資料時或之前所獲取的資料預測性地濾出生理資料中的雜訊及/或偽訊。替代性地，先前所測量生理資料可已以追溯方式減去雜訊影響。可在獲取資料之後移除、獲取期間即時地移除或(例如)藉由濾波某些頻率以防止其測量而在獲取資料之前預移除資料中的雜訊。可按需要在時域、頻域或其他域中進行生理資料的濾波以移除不合需要的雜訊及/或偽訊。作為實例，當資料具有本質上循環的波形時，時域濾波器對於移除偽訊可為實用的。然而，若雜訊及/或偽訊資料的量值過大(對生理資料的信心位準過低)或雜訊及/或偽訊資料的量值過低(對生理資料的信心極高)，則花費計算資源以自生理資料減去雜訊/偽訊可是不合需要的。因此，由CI引擎400所產生的信心指標可不僅用於處理雜訊及/或偽訊資料並自生理資料移除此等資料，且亦可用於判定是否自生理資料移除此等資料。
可隱藏基於信心指標認為不可用的資料。在一些實施例中，作為計算信心指標的程序的部分，可由CI引擎400判定雜訊 位準及/或偽訊或其估計。基於信心指標，作出關於是否需要實施隱藏程序的判定(亦即，防止運動偽訊進一步干擾諸如基線濾波的處理)。隱藏程序可包含使用內插值、先前測量值、平均值，為不可接受部分提供空值信號或以其他方式隱藏不可接受資料。可因此由平台10基於由CI引擎400判定的信心指標採取各種動作。
CI引擎400亦可在判定信心指標時使用識別符。自感測器單元24所接收的偽訊資料以及生理資料(包含其固有雜訊)可含有可包含(但不限於)可用於資料同步及/或整合目的的時戳及/或位置座標的識別資料。感測器資料可對可具有時間及/或位置相依性的其他感測器資料具有加性、減性或其他關係影響。
如上文所提及，CI引擎400可使用來自感測器單元24中的一或多者的資料判定信心指標。CI引擎400亦可利用所關注生理參數的生理資料、雜訊資料、偽訊資料及/或其他資料以計算信心指標。舉例而言，可將所關注生理資料自感測器單元24提供至CI引擎400。CI引擎400可在資料處理期間判定生理資料中固有的信號雜訊比(signal-to-noise ratio，SNR)。應注意，作為此程序的部分，CI引擎可移除、抑制或以其他方式解決偽訊。SNR的量值可用作信心指標或可為計算生理資料的另一信心指標的部分。CI引擎400可因此提供對所測量生理資料的信號品質估計。
對於不同於生理資料的偽訊，捕獲生理資料的相同感測器單元24亦可將偽訊資料提供至CI引擎400。舉例而言，電極組織阻抗(electrode-tissue impedance，ETI)可出於與所關注生理資料無關的原因發生改變。舉例而言，在ECG中，使用者的手指可相對於ECG感測器單元309移動(例如，若ECG感測器單元309 的ECG感測器在卡扣上，則為相對於卡扣移動)。使用者的皮膚亦可在感測器單元309的區中拉伸或以其他方式改變。此運動可帶來對應於ETI改變的偽訊。可由傳遞較小電流並判定感測器單元周圍的組織的阻抗的感測器單元判定ETI。此ETI測量與生理資料的測量分開，但由相同感測器執行。舉例而言，ECG感測器單元309執行ECG測量以及對應ETI測量兩者。CI引擎400可使用ETI(偽訊資料)以判定對ECG(生理資料)的信心位準。為如此操作，CI引擎400可使ETI(偽訊)資料與ECG(生理)資料相關。一旦資料被相關，可基於偽訊(ETI)資料的特性判定對生理(ECG)資料的信心位準。因此，可由測量生理資料的相同感測器單元24捕獲偽訊資料，並將偽訊資料用於提供生理資料的信心指標。
CI引擎400可使用來自其他感測器單元24的資料以判定信心指標。為如此操作，CI引擎400可使由一個感測器單元24所測量的生理資料與來自另一感測器單元24的偽訊資料相關。若存在充分相關性，則對生理資料的信心可較低。舉例而言，在上文所論述的ECG測量中，運動可對偽訊造成影響，從而對ECG資料中的雜訊造成影響。此等運動偽訊可歸因於感測器單元309相對於使用者的運動以及由於使用者自身移動的整個可穿戴感測器平台10的運動。舉例而言，臂部的擺動運動可在來自ECG感測器單元309的生理資料中引起循環雜訊。如上文所論述，可至少部分由ETI解決使用者相對於ECG感測器單元309的運動。為了評定剩餘運動偽訊，可自加速計314獲得呈加速度資料形式的偽訊資料。可使來自加速計314的加速度資料與來自ECG感測器 單元309的ECG資料相關。舉例而言，可將加速計資料以及ECG資料變換成頻率頻譜。若加速計資料與ECG資料在同一頻率處具有額外峰值，則可判定手部運動與ECG資料之間的相關性並提供對應信心指標。
類似地，在由光學感測器陣列301執行並用於判定脈博的PPG測量中，運動偽訊可為待解決的。對於PPG測量，條帶16相對於臂部的移動可改變光學感測器陣列301相對於血管的位置。舉例而言，歸因於條帶16相對於臂部的移動，臂部的擺動可帶來循環雜訊。在諸如胸部條帶的其他實施例中，胸部內的心臟移動亦可為PPG測量的雜訊來源。為了評定此等運動偽訊，可自加速計314獲得呈加速度資料形式的偽訊資料。可使加速計資料與由光學感測器陣列301所捕獲的PPG資料相關。基於此相關性，可判定歸因於運動的偽訊且因此判定運動偽訊對PPG資料中的雜訊的影響，以及計算對心跳速率的信心位準並將所述位準提供至使用者。
另外，應注意，在判定特定生理參數的輸出信號時，可使用若干類型的生理資料及/或偽訊資料。舉例而言，心跳速率的判定可使用使用來自ECG感測器單元309的ECG資料(生理資料)以及來自光學感測器陣列301的PPG資料(生理資料)兩者的跳動偵測。對於ECG資料，偽訊資料可來自由ECG感測器單元309所進行的ETI測量以及由加速計314產生的加速度資料。對於PPG資料，偽訊資料可來自由加速計314產生的加速度資料。為偵測心臟跳動，可判定PPG資料以及ECG資料兩者的信號雜訊比。可基於PPG資料以及ECG資料兩者判定心跳速率。可因此基 於PPG資料、ECG資料以及兩者的偽訊資料(加速度以及ETI)判定信心指標。因此，CI引擎可組合多個來源以及類型的生理資料(且因此雜訊資料)與適當來源的偽訊資料以判定所關注生理參數的信心指標。
CI引擎400亦可組合多個信心指標以便判定生理資料的總體信心指標。在上文的ECG實例中，CI引擎可使用對由ECG感測器單元309測量的ECG資料(包含雜訊的生理資料)中的雜訊的估計、由ECG感測器所測量的ETI(偽訊資料)以及使用加速計314所測量的加速度資料(偽訊資料)以便判定對於ECG資料的總體信心指標。在一些實施例中，可簡單地組合ETI信心指標、運動/加速度信心指標以及SNR以提供總體信心指標。在其他實施例中，對於總體信心指標，可組合不同、較少及/或額外信心指標。然而，一些來源的雜訊及/或偽訊可比其他雜訊及/或偽訊較重要。因此，在一些實施例中，可對影響加權。歸因於對SNR的高信心度(亦即，高SNR)及歸因於運動偽訊的極低信心度(大量的運動誘發雜訊)，信心指標的組合亦可帶來中間位準的信心指標。在一些實施例中，高於或低於臨限值的某些信心指標可帶來高於或低於臨限值的總體信心臨限值。舉例而言，即使對於不存在運動偽訊有高度信心，但極低SNR仍可導致對生理資料中具有低位準信心的信心指標。另外，組合信心指標的不同方法可用於不同類型的生理資料及/或可穿戴感測器平台10操作於的不同條件。
接著將來自CI引擎400的信心指標以及生理資料信號呈現給可穿戴裝置平台10的使用者。可由信心指標判定如何呈現資 料。舉例而言，高低信心位準(例如，高於或低於特定臨限值的信心指標)可導致以預設方式顯示生理資料信號。對於一些資料信號，此方式可為具有特定大小、色彩或格式的字型。對於其他生理資料信號，對應於所述信號的波形可具有預設格式(例如，色彩、線條粗度或類型、背景色彩或類型)。在其他狀況下，可以另一方式(例如，綠光)指示對資料的高信心。其他信心位準(例如，低於、高於及/或介於臨限值之間的信心指標)可導致以另一方式顯示生理資料中的一些或所有。對於一些資料信號，此方式可為具有不同大小(例如，較小)、色彩(例如，紅色)或格式(例如，不加粗或斜體)的字型。具有不同信心位準的資料信號的波形部分可具有不同色彩或線條格式，可被隱藏或估計(例如，藉由內插或其他資料替換)、可具有不同背景色彩或以另一方式指示。在其他狀況下，可使用不同色彩的光(例如，紅色或橙色)。因此，使用感測器模組14，可不僅處理來自感測器單元24的生理資料並將其作為資料信號(諸如，數值心跳速率或波形)提供至使用者，且亦可伴隨有對生理資料的信心位準的指示。
圖7為用於模組化可穿戴感測器平台10的CI引擎400'以及感測器單元24以及214的實施例的方塊圖。CI引擎400'、感測器單元24、感測器板26以及感測器214類似於CI引擎400、感測器單元24、感測器板26以及感測器214且因此具有類似標記。在所繪示實施例中，感測器單元24可包含光學感測器陣列301、溫度計303、GSR感測器陣列305、BioZ感測器陣列307以及ECG感測器單元309、其他感測器311及/或其任何組合。儘管繪示特定數目個感測器以及感測器陣列，但可包含另一數目個感 測器/感測器陣列及/或不同感測器/感測器陣列。感測器及/或陣列可貼附至感測器板26或條帶16。
亦繪示加速計314以及其他感測器214。在所繪示實施例中，加速計314為感測器模組14的部分。在其他實施例中，加速計314可改為是基底單元20的部分。其他感測器214C可能包含位於基底計算單元20中的溫度計214B及/或其他感測器。
CI引擎400'可實施於可執行於諸如處理器308的處理器上的軟體及/或包含(但不限於)特殊應用積體電路及/或處理單元的硬體中。CI引擎400'包含交叉相關雜訊處理模組410、信號處理模組420以及可選組合式CI產生器430。亦繪示可為CI引擎400'的部分或自CI引擎400'接收輸入的使用者呈現區塊440。信號處理模組420可為CI引擎400的部分或另一模組的部分。因此，繪示圍繞信號處理模組420的虛線。
CI引擎400'具有作為輸入的來自感測器單元24、加速計314以及其他感測器214的資料。輸入至模組410以及420的特定信號取決於所測量的生理資料。舉例而言，對於ECG資料，信號可來自ECG感測器單元309(ECG以及ETI信號兩者)以及加速計314。對於PPG資料，信號可來自光學感測器陣列301以及加速器(accelerator)314。其他生理資料可使用不同及/或額外感測器。因此，所有感測器214C、314、301、303、305、307、309以及311可將資料提供至CI引擎400'，但僅將特定信號輸入至模組410以及420。
信號處理模組420自感測器單元24及/或其他感測器214接收作為輸入的生理資料。另外，可將來自區塊410的資訊(下 文論述)提供至信號處理模組420。生理資料對應於所關注生理參數，諸如心跳速率、ECG、生物阻抗及/或其他參數。信號處理模組420可應用模型化、信號處理演算法及/或其他機制以自輸入至CI引擎420的原始生理資料判定生理資料信號。生理資料信號可為波形、諸如心跳速率的純量或所關注生理參數的其他表示。作為資料處理的部分，信號處理模組420亦可估計生理資料中固有的雜訊。舉例而言，可判定SNR。因此，可由信號處理模組420輸出資料自身的信心指標(SNR)。生理CI以及經處理生理信號被繪示為由信號處理區塊420輸出。在另一實施例中，信號處理模組420可將生理特徵提供至可計算SNR的區塊420。在此實施例中，可將信號處理模組420視為分離於CI引擎400'。另外，信號處理模組420可自模組410接收關於偽訊的資訊。
將來自感測器單元24及/或其他感測器214的生理資料(包含固有雜訊資料)以及來自感測器單元24、加速計314及/或其他感測器214的偽訊資料輸入至交叉相關區塊410。亦可由信號處理區塊420將資料提供至交叉相關區塊410。可由交叉相關區塊410應用模型化以及其他資料處理演算法以判定偽訊資料與生理資料之間的相關性。亦可在交叉相關區塊410中判定偽訊資料的其他特徵。因此，可由交叉相關區塊410輸出偽訊資料的信心指標及/或偽訊資料與生理資料之間的相關性。在一些實施例中，可連同生理資料信號一起直接提供由模組410以及420所輸出的信心指標中的一或兩者以用於呈現給使用者。在其他實施例中，可由模組430使用來自模組410以及420的信心指標產生總體的組合信心指標。在一些實施例中，可將不同權重應用於來自模組410 以及420的信心指標。
可由使用者呈現模組使用由模組430所提供的組合式總信心指標(若存在)、由模組420所提供的生理資料信號以及固有雜訊信心指標以及由交叉相關模組410所提供的外部信心指標/偽訊指標以將資料提供至使用者。經處理信號可為(例如)所關注生理資料的波形、數目或其他表示。使用者呈現模組440可更新生理資料自身或呈現資料的環境，以便指示如由信心指標表示的對生理資料的信心位準。
圖8為如用於處理特定類型的生理資料的模組化可穿戴感測器平台10的CI引擎400"以及感測器單元24以及214的另一實施例的方塊圖。CI引擎400"、感測器單元24、感測器板26以及感測器214類似於CI引擎400/400'、感測器單元24、感測器板26以及感測器214且因此具有類似標記。在所繪示實施例中，感測器單元24可包含光學感測器陣列301、溫度計303、GSR感測器陣列305、BioZ感測器陣列307以及ECG感測器單元309、其他感測器311及/或其任何組合。儘管繪示特定數目個感測器以及感測器陣列，但可包含另一數目個感測器/感測器陣列及/或不同感測器/感測器陣列。感測器及/或陣列可貼附至感測器板26或條帶16。
CI引擎400"經組態以用於PPG資料。因此，CI引擎400"使用自光學感測器陣列301以及加速計314輸入的資料。將生理(PPG)資料提供至對應於信號偵測模組420的信號處理/心跳偵測模組420'。模組420'輸出SNR以及心跳(經處理信號)及/或其他所偵測生理特徵。將來自光學感測器301的PPG資料以及來自加 速計314的加速度(偽訊)資料輸入至交叉相關模組410'。交叉相關模組可用於判定偽訊(加速度)資料與生理(PPG)資料之間的相關性。模組410'(例如)藉由偵測PPG資料中匹配加速計資料的循環運動偽訊並判定此等運動偽訊的嚴重性來判定加速計與PPG資料之間的相關性。在一些實施例中，模組410'亦可判定SNR。
組合式信心指示產生器430'將模組420'的SNR/輸出與來自模組410'的信心指標組合為總信心指標。因此自原始資料產生信心指標以及經處理生理信號(心跳)。可由使用者呈現模組使用由模組430'所提供的組合式總信心指標(若存在)、由模組420'所提供的心跳以及SNR以及由交叉相關模組410'所提供的外部信心指標以將資料提供至使用者。經處理信號可為(例如)指示每單位時間的心跳次數的波形或所關注生理資料的其他表示。使用者呈現模組440可更新生理資料自身或呈現資料的環境以便指示如由信心指標表示的對生理資料的信心位準。舉例而言，可使用指示對資料的信心位準的光、心跳速率色彩或信心指標的其他表示。
圖9為描繪用於使用可穿戴感測器平台為使用者提供生理資料以及信心指標的方法500的實施例的流程圖。在可穿戴平台10以及CI引擎400的上下文中描述方法500。在其他實施例中，可使用其他系統執行方法500。可省略、組合、交插、以另一次序執行一些步驟及/或一些步驟可包含子步驟。
參看圖7以及圖9，經由步驟502使用適當感測器24感測生理資料(包含其固有雜訊資料)。在使用模組410/410'的實施例中，與生理資料分開地測量偽訊資料。可使用相同於感測生理資料的感測器及/或其他感測器執行此資料捕獲。舉例而言，對於 ETI，可使用相同感測器。對於諸如運動/加速度的其他雜訊資料，可使用單獨感測器。
經由步驟504判定生理資料的信心指標。可將步驟504視為包含處理生理信號自身、處理雜訊以及偽訊資料，以及使偽訊資料與生理信號資料相關。因此在執行步驟504時可使用模組410/410'及/或420/420'。另外，作為步驟504的部分，可在模組430/430'中計算總體信心指標。
經由步驟506，經由可穿戴感測器平台10將經處理生理資料信號以及信心指標提供至使用者。步驟506可包含使用各種視覺、聽覺及/或物理線索以指示由信心指標表示的對生理資料的信心位準。因此，使用方法500，可捕獲、處理、評定用於可穿戴感測器平台10的生理資料，並將其連同評定結果一起呈現給使用者。
圖10為描繪用於使用可穿戴感測器平台為使用者提供生理資料以及信心指標的方法510的實施例的流程圖。在可穿戴平台10以及CI引擎400的上下文中描述方法510。在其他實施例中，可使用另一系統執行方法510。可省略、組合、交插、以另一次序執行一些步驟及/或一些步驟可包含子步驟。當使用來自多個感測器的資料時，可使用方法510。
參看圖7以及圖10，經由步驟512，使用第一感測器單元24感測生理資料。此資料可包含用於生物阻抗、ECG或PPG資料的參數。經由步驟514，亦使用一或多個感測器單獨地捕獲偽訊資料。步驟514中所感測的資料可包含可藉由相同感測器單元24所感測的偽訊資料(諸如，ETI)。亦在步驟514中捕獲可使用 其他感測器測量的偽訊資料(諸如，加速度資料)。步驟512以及514可同時/在同一時間段內發生，且可各自涉及可並行重複的若干取樣步驟。
經由步驟516，使用模組420處理步驟512中所捕獲的生理資料。因此獲得諸如ECG或心跳速率的生理資料信號。可使用適合於所關注生理資料的已知資料處理演算法執行步驟516。作為資料處理的部分，可獲得生理資料中固有的雜訊。舉例而言，可在步驟516中計算SNR。SNR可對應於由模組420在步驟516中所判定的信心指標。替代性地，若信心指標的判定與信號處理分開進行，則可單獨地判定SNR。
由模組410經由步驟518判定偽訊資料與生理資料之間的相關性。可使用模型化、諸如傅里葉變換的已知演算法以及其他/或其他機制執行步驟518。模組410亦可在步驟520中提供經相關偽訊資料的信心指標。應注意，步驟516與518可交插。因此，可在於步驟516中處理生理資料時使用偽訊資料與生理資料之間的相關性。類似地，可在於步驟518中判定與偽訊資料的相關性時使用經處理生理資料。
基於SNR、相關性以及生理資料，可經由步驟520判定信心指標。步驟520可包含基於步驟516以及518中所判定的上文資料信號及/或信心指標來提供總信心指標。
經由步驟522將經處理生理資料信號以及信心指標以圖形方式或以其他方式提供至使用者。因此，使用方法510，可捕獲、處理、評定用於可穿戴感測器平台10的生理資料，並將其連同評定結果一起呈現給使用者。
圖11為描繪用於使用可穿戴感測器平台為使用者提供生理資料以及信心指標的方法530的實施例的流程圖。更特定言之，方法530描繪可如何組合信心指標以判定可如何變更資料來表示信心指標的一個實施例。可以另一方式計算信心指標。在可穿戴平台10、CI引擎400以及模組440的上下文中描述方法530。在其他實施例中，可使用另一系統執行方法510。可省略、組合、交插、以另一次序執行一些步驟及/或一些步驟可包含子步驟。當使用來自多個感測器的資料時，可使用方法530。
經由步驟532，判定生理資料中的雜訊與雜訊資料的臨限值的比較結果如何。舉例而言，模組440可將SNR或其他與臨限值比較以判定生理資料中的雜訊的絕對量值與其他臨限值的關係。若此量值並不在某些臨限值內，則經由步驟534選擇變更生理資料顯示方式的信心指標。可將步驟534視為指示資料的至少一部分自預設改變以呈現給使用者。
若生理資料中的雜訊的確滿足臨限值，則經由步驟536判定生理資料與偽訊資料之間的相關性是否滿足某些臨限值。步驟536亦可判定偽訊資料自身是否滿足特定臨限值。舉例而言，步驟536可判定雜訊資料與生理資料之間的相關性是否小於某一臨限值或雜訊的量值是否在某些限制內。若為否，則經由步驟538選擇改變生理資料呈現給使用者的方式的信心指標。步驟536指示改變資料的至少一部分以用於呈現給使用者。應注意，在一個實施例中，步驟536以及538可與步驟532以及534交換。執行此等區塊的次序可改變。所要的為對資料中的偽訊以及雜訊位準的單獨指示，以及用於分別基於此等資料集判定並考慮到信心指 標的機制。
經由步驟540，計算組合式信心指標並將其與適當臨限值相比。舉例而言，組合式信心指標可為來自步驟534以及538的信心指標的加權或未加權平均值。若組合式信心指標滿足臨限值，則對資料的信心位準可足夠高。因此，在步驟542中以預設方式將資料呈現給使用者。若組合式信心指標並不滿足臨限值或已執行步驟534或538，則將生理信號資料與信心位準為低的指示一起提供至使用者。經由步驟544，模組440可使用來自步驟534、538以及540的指示低信心的三個信心指標以向使用者提供關於輸出信號的各種視覺、聽覺及/或物理提示。因此，使用者可被告知對生理資料信號的信心位準。
圖12至圖17為描繪以圖形方式提供至使用者的各種生理資料以及信心指標的圖式。圖12至圖17因此描繪顯示器18的各種視圖。在圖12至圖17中，描繪ECG生理資料的波形。在圖12中，波形550為信心指標對應於高信心位準的波形。因此，呈現預設背景以及線條格式。圖13描繪ECG生理資料的波形550'，其中背景的一部分已劃上交叉陰影以表示波形的此部分的資料具有對應於較低信心位準的信心指標。在替代性實施例中，交叉陰影區可對應於表示尤其高信心位準的信心指標。圖14描繪ECG生理資料的波形550"，其中資料的一部分具有較粗線條。線條的較粗部分可能對應於對生理資料中的此部分的較低信心位準。舉例而言，ECG資料可已被替換為自先前ECG或模型ECG資料內插得到的資料。圖15描繪具有三個資料部分的ECG資料的波形550'''。一個中心部分具有預設線條格式。一個部分具有虛線格式。 波形550'''的另一部分為虛線且具有較大線寬。因此，圖15的顯示器18表示三個不同信心位準的信心指標。對於繪圖550'''，具有虛線以及較粗線條格式的區段可具有最小信心位準，虛線可具有次最高信心位準，且普通(中心)部分可具有最高信心位準。圖16描繪信號的一部分空白且由較粗線條表示的波形550''''。資料的此部分可具有尤其低的信心指標，從而導致隱藏實際資料。圖17描繪顯示器18上的心跳速率資料。亦繪示可經著色以反映信心指標的區560。舉例而言，紅色、綠色以及橙色可用於填充區560以分別代表低品質、高品質以及中等品質。應注意，在其他實施例中及/或對於其他生理信號，格式可以不同方式改變。因此，可判定對資料的信心並將其呈現給使用者。
已揭露用於提供生理資料信號的信心指標的方法以及系統。已根據所繪示實施例描述本發明，且可存在對實施例的變化，且任何變化將屬於本發明的精神以及範疇內。因此，在不脫離所附申請專利範圍的精神以及範疇的情況下，一般熟習此項技術者可作出許多修改。
500‧‧‧方法
502、504、506‧‧‧步驟

Claims (10)

  1. 一種用於將生理資料提供至可穿戴感測器平台的使用者的方法，包括：使用所述可穿戴感測器平台中的至少一個感測器捕獲所述使用者的資料，所述資料包含生理資料以及偽訊資料中的至少一者，所述生理資料中包含雜訊資料；基於所述偽訊資料以及所述雜訊資料中的至少一者判定所述資料的信心指標；在所述可穿戴裝置平台上將對應於所述生理資料的生理資料信號以及所述信心指標提供至所述使用者。
  2. 如申請專利範圍第1項所述的用於將生理資料提供至可穿戴感測器平台的使用者的方法，其中捕獲所述資料的所述步驟進一步包含：使用所述至少一個感測器中的第一感測器感測所述生理資料；以及使用所述第一感測器以及所述至少一個感測器中的第二感測器中的至少一者感測所述偽訊資料。
  3. 如申請專利範圍第2項所述的用於將生理資料提供至可穿戴感測器平台的使用者的方法，其中判定所述信心指標的所述步驟進一步包含：使所述偽訊資料與所述生理資料相關，所述信心指標表示所述偽訊資料與所述生理資料之間的相關性是否高於臨限值。
  4. 如申請專利範圍第2項所述的用於將生理資料提供至可穿戴感測器平台的使用者的方法，其中判定所述信心指標的所述 步驟進一步包含：判定所述生理資料的第一信心指標。
  5. 如申請專利範圍第4項所述的用於將生理資料提供至可穿戴感測器平台的使用者的方法，其中判定所述信心指標的所述步驟進一步包含：使所述偽訊資料與所述生理資料相關以提供第二信心指標，所述第二信心指標表示所述偽訊資料與所述生理資料之間的相關性是否高於臨限值。
  6. 如申請專利範圍第5項所述的用於將生理資料提供至可穿戴感測器平台的使用者的方法，其中判定所述信心指標的所述步驟進一步包含：基於所述第一信心指標以及所述第二信心指標提供總信心指標。
  7. 如申請專利範圍第2項所述的用於將生理資料提供至可穿戴感測器平台的使用者的方法，其中判定所述信心指標的所述步驟進一步包含：判定所述偽訊資料的信心指標。
  8. 一種可穿戴感測器平台，包括：條帶；多個感測器，耦接至所述條帶，所述多個感測器用於捕獲使用者的資料，所述資料包含生理資料以及偽訊資料，所述生理資料中包含雜訊資料；處理器，耦接至所述多個感測器，所述處理器經組態以接收所述生理資料以及所述偽訊資料，基於所述生理資料以及所述偽 訊資料中的至少一者判定所述資料的信心指標，以及經由所述可穿戴裝置平台將對應於所述生理資料的生理資料信號以及所述信心指標提供至所述使用者。
  9. 如申請專利範圍第8項所述的可穿戴感測器平台，其中所述多個感測器中的第一感測器捕獲所述生理資料，且所述第一感測器以及所述多個感測器中的第二感測器中的至少一者捕獲所述偽訊資料。
  10. 如申請專利範圍第9項所述的可穿戴感測器平台，其中所述處理器藉由使所述偽訊資料與所述生理資料相關判定所述信心指標，所述信心指標表示所述偽訊資料與所述生理資料之間的相關性是否高於臨限值。
TW104109352A 2014-03-24 2015-03-24 生理資料提供方法及可穿戴感測器平台 TWI657796B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201461969769P 2014-03-24 2014-03-24
US61/969,769 2014-03-24
US14/286,846 2014-05-23
US14/286,846 US10258288B2 (en) 2014-03-24 2014-05-23 Confidence indicator for physiological measurements using a wearable sensor platform

Publications (2)

Publication Number Publication Date
TW201540261A true TW201540261A (zh) 2015-11-01
TWI657796B TWI657796B (zh) 2019-05-01

Family

ID=54140932

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104109352A TWI657796B (zh) 2014-03-24 2015-03-24 生理資料提供方法及可穿戴感測器平台

Country Status (4)

Country Link
US (2) US10258288B2 (zh)
KR (1) KR20150110414A (zh)
CN (1) CN104951069B (zh)
TW (1) TWI657796B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI827427B (zh) * 2022-12-30 2023-12-21 國立臺北科技大學 穿戴裝置與應用其上之光強度數據值選用與判讀方法

Families Citing this family (88)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8788002B2 (en) 2009-02-25 2014-07-22 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
EP3357419A1 (en) 2009-02-25 2018-08-08 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
US8888701B2 (en) 2011-01-27 2014-11-18 Valencell, Inc. Apparatus and methods for monitoring physiological data during environmental interference
US9427191B2 (en) 2011-07-25 2016-08-30 Valencell, Inc. Apparatus and methods for estimating time-state physiological parameters
EP2739207B1 (en) 2011-08-02 2017-07-19 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback
US20150359491A1 (en) * 2012-09-29 2015-12-17 Aliphcom Physiological characteristic determination based on signal correlation
WO2014116924A1 (en) 2013-01-28 2014-07-31 Valencell, Inc. Physiological monitoring devices having sensing elements decoupled from body motion
US20150351699A1 (en) * 2014-06-06 2015-12-10 Covidien Lp Systems and methods for analyzing a respiratory parameter
US10536768B2 (en) 2014-08-06 2020-01-14 Valencell, Inc. Optical physiological sensor modules with reduced signal noise
WO2016040264A1 (en) 2014-09-08 2016-03-17 Braintree Analytics Llc Electrical coupling of pulse transit time (ptt) measurement system to heart for blood pressure measurment
US20160088090A1 (en) * 2014-09-24 2016-03-24 Intel Corporation System and method for sensor prioritization
JP6216303B2 (ja) * 2014-09-26 2017-10-18 京セラ株式会社 測定装置及び測定方法
US9794653B2 (en) * 2014-09-27 2017-10-17 Valencell, Inc. Methods and apparatus for improving signal quality in wearable biometric monitoring devices
US10849516B2 (en) * 2014-12-30 2020-12-01 Arnuxon Pharm-Sci Co., Ltd. Intelligent health strap
EP3073400B1 (en) * 2015-03-25 2022-05-04 Tata Consultancy Services Limited System and method for determining psychological stress of a person
US10557881B2 (en) 2015-03-27 2020-02-11 Analog Devices Global Electrical overstress reporting
KR102430941B1 (ko) * 2015-08-11 2022-08-10 삼성전자주식회사 생체 상태 정보 제공 방법 및 이를 지원하는 전자 장치
US10945618B2 (en) 2015-10-23 2021-03-16 Valencell, Inc. Physiological monitoring devices and methods for noise reduction in physiological signals based on subject activity type
US10610158B2 (en) 2015-10-23 2020-04-07 Valencell, Inc. Physiological monitoring devices and methods that identify subject activity type
US9826912B2 (en) 2015-11-11 2017-11-28 Livassured B.V. Photoplethysmographic device for measuring a heart rhythm
CN105476607A (zh) * 2015-12-31 2016-04-13 中京宇通（北京）科技有限公司 一种人体体征动态监测手表
US20170188843A1 (en) * 2016-01-05 2017-07-06 Tosense, Inc. Handheld physiological sensor
US20170188873A1 (en) * 2016-01-05 2017-07-06 Tosense, Inc. Handheld physiological sensor
CN105662378A (zh) * 2016-01-08 2016-06-15 深圳市极冠技术有限公司 一种老人智能监控看护系统和方法
US10441180B2 (en) * 2016-08-10 2019-10-15 Huami Inc. Episodical and continuous ECG monitoring
US10368765B2 (en) 2016-02-02 2019-08-06 Anhui Huami Information Technology Co., Ltd. Wearable apparatus for ECG signal acquisition
US10537253B2 (en) 2016-02-25 2020-01-21 Samsung Electronics Company, Ltd. Detecting live tissues using signal analysis
WO2017148881A1 (en) * 2016-02-29 2017-09-08 Koninklijke Philips N.V. A method for assessing the reliability of a fetal and maternal heart rate measurement and a mobile device and system for implementing the same
KR101768665B1 (ko) 2016-03-02 2017-08-17 주식회사 엠셀 웨어러블 센서 및 그 제조방법
CN105629713A (zh) * 2016-03-26 2016-06-01 林捷达 一种带湿度检测的智能手表
US11517260B2 (en) * 2016-04-01 2022-12-06 Owlet Baby Care, Inc. Fetal health data monitoring
WO2017174738A1 (en) * 2016-04-08 2017-10-12 Koninklijke Philips N.V. Method and display for reliability of the real-time measurements of physiological signals
US20170290549A1 (en) * 2016-04-12 2017-10-12 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback and noise reference sensor
US11672437B2 (en) 2016-04-25 2023-06-13 Happy Health, Inc. Method and device for tissue monitoring and heart rate detection
US20200383582A1 (en) * 2016-05-11 2020-12-10 Tyto Care Ltd. Remote medical examination system and method
US9729693B1 (en) * 2016-06-07 2017-08-08 Huami Inc. Determining measurement confidence for data collected from sensors of a wearable device
US10285651B2 (en) * 2016-06-30 2019-05-14 Analog Devices, Inc. On-demand heart rate estimation based on optical measurements
US10163314B2 (en) 2016-07-06 2018-12-25 At&T Intellectual Property I, L.P. Programmable devices to generate alerts based upon detection of physical objects
WO2018009736A1 (en) 2016-07-08 2018-01-11 Valencell, Inc. Motion-dependent averaging for physiological metric estimating systems and methods
KR20180100671A (ko) * 2016-07-19 2018-09-11 선전 로욜 테크놀로지스 컴퍼니 리미티드 플렉서블 장치
WO2020112986A1 (en) 2018-11-27 2020-06-04 Facebook Technologies, Inc. Methods and apparatus for autocalibration of a wearable electrode sensor system
US20190223748A1 (en) * 2018-01-25 2019-07-25 Ctrl-Labs Corporation Methods and apparatus for mitigating neuromuscular signal artifacts
CN106293081A (zh) * 2016-08-03 2017-01-04 北京奇虎科技有限公司 可穿戴设备
EP3503797A4 (en) * 2016-08-26 2020-09-09 Ami Research&development, LLC VITAL PARAMETER MONITORING VIA A TOUCH SCREEN USING BIOELECTRIC IMPEDANCE
CN106527680A (zh) * 2016-09-19 2017-03-22 清华大学 防水型动作捕捉系统
US20200253820A1 (en) * 2017-01-20 2020-08-13 Physio-Control, Inc. Systems and methods of managing and evaluating emergency medical procedures
JP2018134129A (ja) * 2017-02-20 2018-08-30 株式会社東芝 脈波検出器
US10749863B2 (en) * 2017-02-22 2020-08-18 Intel Corporation System, apparatus and method for providing contextual data in a biometric authentication system
US11510607B2 (en) * 2017-05-15 2022-11-29 Bloom Technologies NV Systems and methods for monitoring fetal wellbeing
EP3406189B1 (en) * 2017-05-25 2024-05-29 Tata Consultancy Services Limited System and method for heart rate estimation
US11164679B2 (en) * 2017-06-20 2021-11-02 Advinow, Inc. Systems and methods for intelligent patient interface exam station
US10555679B2 (en) * 2017-06-20 2020-02-11 General Electric Company Non-contact heart rate monitoring
EP3417770A1 (en) * 2017-06-23 2018-12-26 Koninklijke Philips N.V. Device, system and method for detection of pulse and/or pulse-related information of a patient
US11317814B2 (en) * 2017-06-27 2022-05-03 Beijing Shunyuan Kaihua Technology Limited Systems and methods for collecting physiological information of a user
US20190000394A1 (en) * 2017-07-03 2019-01-03 Mediatek Inc. Physiological monitoring devices and physiological monitoring method
CN111183613A (zh) * 2017-07-05 2020-05-19 迈恩特公司 用于感测生物数据的方法及其在与联网设备的双向通信中的用途
WO2019014931A1 (zh) * 2017-07-21 2019-01-24 深圳市汇顶科技股份有限公司 生物信号的干扰分析方法及装置、穿戴设备
US11331019B2 (en) 2017-08-07 2022-05-17 The Research Foundation For The State University Of New York Nanoparticle sensor having a nanofibrous membrane scaffold
WO2017182677A2 (en) * 2017-08-25 2017-10-26 Polar Electro Oy Enhancing optical cardiac activity measurement
US10499827B2 (en) * 2017-09-19 2019-12-10 Honeywell International Inc. System and method for interpretation of signal-to-noise ratios detected in an array of electrodes sensors in terms of physical and cognitive state
CN107550484B (zh) * 2017-09-28 2020-02-07 漫迪医疗仪器（上海）有限公司 一种心磁信号质量评价方法及系统
CN107595263A (zh) * 2017-10-11 2018-01-19 上海展扬通信技术有限公司 一种基于智能终端的健康监测方法及健康监测装置
US20190125187A1 (en) * 2017-11-01 2019-05-02 Mediatek Inc. Biosensor configuration which can detect at least two physiological features simultaneously with only two contact positions in mobile device
US11147463B2 (en) * 2017-11-03 2021-10-19 Samsung Electronics Co., Ltd. Method and apparatus for high accuracy photoplethysmogram based atrial fibrillation detection using wearable device
US11907423B2 (en) 2019-11-25 2024-02-20 Meta Platforms Technologies, Llc Systems and methods for contextualized interactions with an environment
DE112019000370T5 (de) * 2018-02-27 2020-10-01 Robert Bosch Gesellschaft mit beschränkter Haftung Tragbares Gesundheitsvorrichtungssystem mit automatischer Referenzierung von Seismokardiographiesignalen
US11348688B2 (en) 2018-03-06 2022-05-31 Advinow, Inc. Systems and methods for audio medical instrument patient measurements
WO2020044854A1 (ja) * 2018-08-30 2020-03-05 パナソニックＩｐマネジメント株式会社 生体計測装置、及び生体計測方法
CA3110846A1 (en) 2018-08-31 2020-03-05 Nuralogix Corporation Method and system for dynamic signal visualization of real-time signals
US10860103B2 (en) * 2018-09-19 2020-12-08 Dell Products, L.P. Enhancing virtual reality with physiological sensing
CN112789083A (zh) 2018-10-05 2021-05-11 美敦力公司 心脏快速性心律失常的多层预测
US20200143657A1 (en) * 2018-11-07 2020-05-07 Patrick Humphrey Medical Alert System
CN109567781B (zh) * 2018-11-13 2021-06-18 中国人民解放军陆军军医大学 心肺复苏过程中自动检测脉搏的装置及其检测方法
CN109805918A (zh) * 2018-12-28 2019-05-28 北京津发科技股份有限公司 一种基于环形多点压力测量脉搏波形的设备
CN109620195B (zh) * 2019-01-08 2023-11-17 研和智能科技(杭州)有限公司 基于可穿戴设备的多波长信号融合心率检测方法及系统
US11694804B2 (en) 2019-05-06 2023-07-04 Medtronic, Inc. Reduced power machine learning system for arrhythmia detection
US20200352466A1 (en) 2019-05-06 2020-11-12 Medtronic, Inc. Arrythmia detection with feature delineation and machine learning
US11776691B2 (en) 2019-05-06 2023-10-03 Medtronic, Inc. Machine learning based depolarization identification and arrhythmia localization visualization
US11723577B2 (en) * 2019-05-06 2023-08-15 Medtronic, Inc. Visualization of arrhythmia detection by machine learning
US11419504B2 (en) 2019-06-28 2022-08-23 Fitbit, Inc. Methods and systems for combination electrodes for wearable devices
JP2021041088A (ja) * 2019-09-13 2021-03-18 株式会社東芝 電子装置及び方法
US11690564B2 (en) 2019-11-22 2023-07-04 MyFitnessPal, Inc. Training plans and workout coaching for activity tracking system
US11517790B2 (en) * 2019-11-26 2022-12-06 MyFitnessPal, Inc. Methods and apparatus for training plan delivery and logging
CN112494001B (zh) * 2020-11-25 2023-05-26 青岛歌尔智能传感器有限公司 Ppg信号质量评估方法、装置、穿戴式设备及存储介质
US20220408534A1 (en) * 2021-06-21 2022-12-22 Daniel R. Judd Electronic device identification system
JP2023088513A (ja) * 2021-12-15 2023-06-27 オムロンヘルスケア株式会社 診療支援システム、診療支援装置及びプログラム
CN114680879B (zh) * 2022-06-01 2022-09-27 华南师范大学 体动伪迹信号的检测方法以及装置
CN116721768B (zh) * 2023-08-07 2024-01-16 华中科技大学协和深圳医院 一种包含可信度因素的交互数据的获取方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8019400B2 (en) 1994-10-07 2011-09-13 Masimo Corporation Signal processing apparatus
US5904652A (en) 1995-06-29 1999-05-18 Teratech Corporation Ultrasound scan conversion with spatial dithering
US6684090B2 (en) * 1999-01-07 2004-01-27 Masimo Corporation Pulse oximetry data confidence indicator
US6430525B1 (en) * 2000-06-05 2002-08-06 Masimo Corporation Variable mode averager
JP2009519803A (ja) 2005-12-20 2009-05-21 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 病状を検出して通知する装置
US7890153B2 (en) * 2006-09-28 2011-02-15 Nellcor Puritan Bennett Llc System and method for mitigating interference in pulse oximetry
US9839395B2 (en) 2007-12-17 2017-12-12 Dexcom, Inc. Systems and methods for processing sensor data
US8868149B2 (en) * 2009-07-30 2014-10-21 Oxitone Medical Ltd. Photoplethysmography device and method
JP2013508029A (ja) * 2009-10-15 2013-03-07 マシモ コーポレイション 複数の検出素子を有する音響呼吸監視センサ
US9615781B2 (en) 2011-02-03 2017-04-11 Covidien Lp Systems and methods for monitoring depth of consciousness
GB2494622A (en) 2011-08-30 2013-03-20 Oxitone Medical Ltd Wearable pulse oximetry device
TWM447215U (zh) 2012-08-20 2013-02-21 Bo Jing Medical Co Ltd 心電訊號品質顯示裝置
CN203252647U (zh) * 2012-09-29 2013-10-30 艾利佛公司 用于判定生理特征的可佩带的设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI827427B (zh) * 2022-12-30 2023-12-21 國立臺北科技大學 穿戴裝置與應用其上之光強度數據值選用與判讀方法

Also Published As

Publication number Publication date
CN104951069A (zh) 2015-09-30
US20150265217A1 (en) 2015-09-24
KR20150110414A (ko) 2015-10-02
TWI657796B (zh) 2019-05-01
CN104951069B (zh) 2019-06-28
US10258288B2 (en) 2019-04-16
US20190192080A1 (en) 2019-06-27
US10595786B2 (en) 2020-03-24

Similar Documents

Publication Publication Date Title
US10595786B2 (en) Confidence indicator for physiological measurements using a wearable sensor platform
CN107427235B (zh) 腕戴式脉搏传导时间传感器
CN104055499B (zh) 连续监控人体生理体征的可穿戴式智能手环及方法
JP6441054B2 (ja) モジュラーセンサプラットフォーム装置及びシステム
US9844340B2 (en) Electrocardiogram watch clasp
US11320789B1 (en) Electronic device for determining bioimpedance
CN106163387A (zh) 用于检测用户的心率的变化的系统和方法
KR20190050725A (ko) 모바일 단말을 이용한 맥파 신호 및 스트레스 측정 방법 및 장치
TW201542161A (zh) 使肌膚接觸最佳化用的可調式感測器支撐結構
CN104640498A (zh) 移动心脏健康监视
CN204654915U (zh) 可携式生理测量装置
KR20160105396A (ko) 애플리케이션들과 연관된 배터리 충전기
JP2016185288A (ja) 携帯型心電計およびコンピュータプログラム
CN203914894U (zh) 连续监控人体生理体征的可穿戴式智能手环
KR102173725B1 (ko) 생체 신호를 측정하는 방법 및 장치
JP6676499B2 (ja) 疲労度判定装置、疲労度判定方法、疲労度判定プログラム、及び、生体情報測定装置
CN204500639U (zh) 便携式生理参数检测仪
WO2021154936A1 (en) Simultaneous monitoring of ecg & bioimpedance via shared electrodes
KR20220087658A (ko) 운동 가이드를 제공하는 전자 장치 및 그 동작 방법
CN106419879A (zh) 基于桡动脉生物传感器技术的血压动态监测系统及方法
KR102568715B1 (ko) 휴대용 복합 생체신호 측정장치
WO2021117707A1 (ja) 心電波形計測装置、情報管理システム、心電波形計測装置の制御方法、及び、プログラム
WO2014106873A1 (ja) 携帯型心電計
US20220378308A1 (en) Method And Device That Monitors A Fetal Heart Rate
Machado A Wearable System for Heart Failure Monitoring

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees