TWI776277B - 用於分析確定體液中之分析物之調整方法 - Google Patents

用於分析確定體液中之分析物之調整方法 Download PDF

Info

Publication number
TWI776277B
TWI776277B TW109139510A TW109139510A TWI776277B TW I776277 B TWI776277 B TW I776277B TW 109139510 A TW109139510 A TW 109139510A TW 109139510 A TW109139510 A TW 109139510A TW I776277 B TWI776277 B TW I776277B
Authority
TW
Taiwan
Prior art keywords
user
analyte
mobile device
training data
adjustment
Prior art date
Application number
TW109139510A
Other languages
English (en)
Other versions
TW202132762A (zh
Inventor
席沃 奇塔傑路
伯恩德 林伯格
麥克斯 伯格
班胡 艾辛
Original Assignee
瑞士商赫孚孟拉羅股份公司
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 瑞士商赫孚孟拉羅股份公司 filed Critical 瑞士商赫孚孟拉羅股份公司
Publication of TW202132762A publication Critical patent/TW202132762A/zh
Application granted granted Critical
Publication of TWI776277B publication Critical patent/TWI776277B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

所揭示的是一種調整用於確定體液中分析物濃度之分析方法 (120) 的測量設置之調整方法 (122)。該調整方法 (122) 包含使用具有相機 (116) 的行動裝置 (112)，該分析方法 (120) 進一步包含藉由使用該相機 (116) 捕捉具有測試場 (134) 的光學測試條 (132) 的至少一部分的至少一個影像，並且其中，該分析方法 (120) 進一步包含從該測試場 (134) 的顏色形成確定至少一個分析物濃度值，其中，該調整方法 (122) 包含： i)   由複數個使用者 (114) 進行複數次分析物測量，其中，該等分析物測量至少部分地包含藉由使用該相機 (116) 捕捉具有測試場 (134) 的光學測試條 (132) 的至少一部分之影像，從而獲得該等分析物測量之訓練資料； ii)  分析從步驟 i) (136) 中所獲得的該訓練資料，從而鑑定該訓練資料中的相似性，並根據該訓練資料中的相似性來鑑定複數個使用者型態；以及 iii) 針對該使用者型態中的至少一者提供型態特定之測量設置調整。 進一步地，所揭示的是一種分析方法 (120)、調整系統 (110) 和行動裝置 (112)。

Description

用於分析確定體液中之分析物之調整方法
本發明涉及用於調整測量設置的調整方法及調整系統，該測量設置用於確定體液中分析物的濃度的分析方法。本發明進一步涉及確定體液中分析物濃度的分析方法，及涉及組態用於執行分析方法的行動裝置。此外，本發明涉及用於執行分析方法的電腦程式及電腦可讀取儲存媒體，及涉及用於執行調整方法的電腦程式及電腦可讀取儲存媒體。所述方法、裝置、電腦程式及儲存媒體具體而言可用於醫學診斷中，以便例如定性或定量檢測一種或多種體液中的一種或多種分析物，例如用於檢測血液及/或組織間隙液中的葡萄糖。然而，本發明亦可應用於其他領域。
在醫學診斷學領域中，在許多情況下，必須在體液 (例如血液、間質液、尿液、唾液或其他類型之體液) 樣本中偵測一或多種分析物之濃度。待偵測之分析物例如為葡萄糖、三酸甘油酯、乳酸、膽固醇或通常存在於此等體液中之其他類型分析物。根據分析物之濃度及/或存在，必要時，可選擇適當的治療方法。在不限縮範圍的情況下，本發明可具體地就血糖測量來說明。然而，應注意的是，本發明亦可用於使用測試元件的其他分析測量類型。
一般而言，熟習技術者已知的裝置及方法利用包含一種或多種測試化學物質的測試元件，其中，該一種或多種測試化學物質在待檢測的分析物存在時，能夠執行一種或多種可檢測的檢測反應，例如光學可檢測的檢測反應。例如，EP 0 821 234 A2 敍述一種診斷測試載體，用於借助載體中所包含的試劑系統自全血中確定分析物，及一種借助診斷測試載體自全血中確定分析物的方法。診斷測試載體包括成色劑。測試場具有樣品施加端及檢測端，血液樣品輸送至該樣品施加端，而由於分析物與試劑系統的反應在該檢測端發生光學可檢測的變化。再者，設計測試場以使包含於樣品中的紅血球不會到達檢測端。此外，測試場包括透明薄膜及施加於其上的第一疊加薄膜層與第二疊加薄膜層，其中，透明薄膜上疊加的第一層在濕潤狀態下的光散射實質上小於疊加的第二層。
關於包含於測試元件的測試化學物質，可參考例如 J. Hoenes 等人: The Technology Behind Glucose Meters: Test Strips, Diabetes Technology & Therapeutics，第 10 卷，增刊 1，2008 年，S-10 至 S-26。其他類型的測試化學物是可行的，並可用於執行本發明。
在分析測量中，具體而言是基於顏色形成反應的分析測量中，一項技術挑戰在於評估因檢測反應所引起的顏色變化。除了使用例如手持式血糖儀的專用分析裝置之外，近年來，使用例如智慧型手機及可攜式電腦的通用電子設備也變得越來越流行。WO 2012/131386 A1 揭示一種用於執行檢定之測試設備，該測試設備包含：容器，其含有試劑，該試劑藉由顯影色彩或圖案變化而與經施加之測試樣本起反應；可攜式裝置 (例如行動電話或膝上型電腦)，其包含處理器及影像擷取裝置，其中處理器經配置以處理由影像擷取裝置所擷取之資料且輸出針對所施加之測試樣本之測試結果。
與實驗室測量及藉由使用專用分析測量裝置執行的測量相反，在使用例如智慧型手機的行動計算裝置時，需要考量各種影響。許多產品維護活動，例如改善測量流程、改善客戶指南、設計及優化故障安全演算法或優化測量性能通常都是基於廣泛的市場研究或從市場上回饋的投訴裝置。然而，廣泛的市場研究可能很昂貴且無法持續進行。此外，在收到客戶的投訴前，最好預先優化測量演算法及設置。
在行動計算裝置的技術領域中，近年來已經開發各種技術方法以改善影像識別，以便獲得關於例如設置的未知幾何參數的附加資訊。
US 9750433 B2 揭示一種用於傳送活動相關通知給使用者的方法。該方法包括：接收使用者在一段時間內執行的特定活動類型的活動事件的記錄；從一組時基過濾器 (time-based filter) 中選擇第一時基過濾器；在根據第一時基過濾器過濾的活動事件記錄中鑑定活動事件的集群；從集群中鑑定在特定活動類型之活動事件起始時間上的前期繫結 (early bound) 及遲繫結 (late bound)；在滿足第一時基過濾器之日，於前期繫結的閾值時間內的第一時間向使用者傳送第一類型的通知；及在滿足第一時基過濾器之日，於後期繫結遲繫結的閾值時間內的第二時間向使用者傳送第二類型的通知。
US 10347152 B2 揭示一種健康和健身管理系統，其採用演算法來確定對使用者所建議的推建活動以改善他們的健康及健身。該系統由秤獲得使用者的體重。使用者不會被告知他們的體重。計算健康指標編號時，可收集並包括其他資料。在演算法中可考慮基線資料，例如年齡、理想年齡、初始體重、當前體重、理想體重等。實例包括使用者的環境、睡眠習慣、常規鍛鍊、病歷等。健康指數編號用於確定推薦的活動，其可包括對環境、例行工作、活動等的更改，可藉由在可攜式計算裝置上實施操作提供資料收集、演算法及系統的其他特徵。可採用可攜式計算裝置的特徵來自動獲取演算法的資料。
US 6454708 B1 揭示一種用於監測來自受試者的健康參數並獲得資料的系統及方法。該系統的特徵在於具有用於測量全波形 ECG、全波形呼吸、皮膚溫度及運動之感測器的無線、拋棄式感測器帶，以及接受用以儲存測量資料的記憶卡或智慧卡的連接器。在預定的時間段後，例如當移除感測器帶時，將記憶卡或智慧卡移出並插入讀取所儲存之受試者健康參數資料的監測裝置中。監測裝置包括基地台，該基地台包括記憶卡/智慧卡讀取器並連接至習知的電話線，用以將收集的資料傳輸至遠端監測站。基地台亦可獲取額外的臨床資料，例如血壓資料，並執行資料檢查。藉由基地台的比較臨床資料 (例如，ECG) 與給定的型態以及在適當時或在對基地台程式化時標記事件之能力，可增強受試者的安全性。遠端監測站允許顯示及查看由感測器帶發送的資料 (包括事件)。提供 ECG 分析軟體及使用者友好的圖形使用者介面，以遠端分析傳輸的資料並允許系統維護和保養。在替代的實施例中，智慧卡包括感測器帶的電子設備及/或信號傳輸電路連同攜帶式資料記錄器，從而該電子設備可在不限制病患活動範圍的情況下從一個拋棄式感測器帶到下一個拋棄式感測器帶而重複使用。本發明的系統在用於管制許可的藥物試驗及醫學測試期間收集受試者臨床資料以及罹患慢性疾病之受試者的管理具有有用的應用。
US 20150294576 A1 揭示一種營養及活動管理系統，該系統通過使用安裝在身體上的感測設備來監測個體的能量消耗。該設備特別適合於長期配戴。該系統亦可適用於或可應用於測量許多其他生理參數並報告此生理參數及此類參數的推導。體重管理實施例針對使用者在消耗卡路里與耗費能量之間實現最佳或預先選擇的能量平衡。利用可調式電腦化營養追蹤系統來獲得有關所食物消耗的資料，將根據朝著該目標前進時使用者的能量耗費、食物消耗及其他所測量或衍生或手動輸入的生理環境參數的相互影響，提供給使用者相關及預測的回饋。
US 10178973 B2 揭示生物特徵監測裝置在藉由使用心跳波形感測器及運動檢測感測器來確定使用者心率的用途。在一些實施例中，該裝置收集來自心跳波形感測器的輸出資料及來自運動檢測感測器的輸出資料，從來自運動檢測感測器的輸出資料確定預期的心率範圍，並使用心跳波形感測器的輸出資料確定在預期心率範圍內的使用者心率。
US 20160328991 A1 揭示使用者可藉以學習並熟悉其生活方式各個方面對他們健康之影響的系統和方法，例如，使用者可學習到食物及/或運動如何影響他們的葡萄糖水平和其他生理參數，以及整體健康。在某些情況下，使用者選擇程式來嘗試；在其他情況下，體現系統的計算環境建議程式來嘗試，包括基於模式識別，亦即，藉由計算環境確定使用者如何以某種方式改善檢測到的模式。在此方式中，例如第二型糖尿病的使用者或甚至僅是糖尿病前或非糖尿病的使用者可學習健康習慣以便有益於他們的健康。
US 2016/0104057 A1 揭示一種操作計算裝置以學習使用者如何處理數位影像的偏好的方法。該方法可包括：聚集使用者影像選擇和與其相關聯的上下文屬性至使用者的偏好訓練資料庫中，其中，使用者影像選擇代表當藉由不同視覺效果分別處理調整後的版本時，對於基本影像的調整版本中的至少一個使用者偏好記錄；根據偏好訓練資料庫中的機器學習或使用者影像選擇的統計分析確定關聯的視覺效果偏好，使用者影像選擇代表與視覺效果相對應的實驗記錄；以視覺效果偏好更新照片偏好型態；及提供照片偏好型態至影像處理器，以調整隨後獲得的供給影像處理器的照片。
儘管藉由已知方法和裝置可達到優點，具體而言是在行動計算領域，但仍存在一些技術挑戰。具體而言，需要強化及確保測量的可靠性和準確度。再者，主要挑戰仍在於測量裝置及測量方法的使用者特定偏好及使用者特定處理在很大程度上並不相同的事實。此項挑戰主要是由於各種各樣具有不同的身心能力及偏好的使用者欲應用演算法和測量設置的事實。
所欲解決之問題
因此，期望提供一種方法及裝置，其可解決上述使用行動裝置的分析測量的技術挑戰，例如使用消費性電子行動裝置，特別是不專用於分析測量的多功能行動裝置，例如智慧型手機或平板電腦。具體而言，應考量使用者特定的偏好及能力且因此可藉由仍使用標準行動裝置而可自動適應於特定測量環境的方法和設備，而無需手動調整裝置設定。
此問題可藉由具有獨立請求項之特徵的方法、設備、電腦程式及電腦可讀取儲存媒體來解決。可用單獨方式或以任何隨意組合方式實現的有利實施例列於附屬項請求項。
如下文中所使用，術語「具有 (have)」、「包含 (comprise)」或「包括 (include)」或其任何任意文法變化係以非排他性方式使用。因此，此等術語既可指涉其中除了藉由此等術語所引入之特徵之外，在本文中描述的實體中並無進一步特徵存在之情形，亦可指涉其中存在一或多個進一步特徵之情形。作為一示例，表述「A 具有 B」、「A 包含 B」及「A 包括 B」既可指其中除了 B 之外無其他元件存在於 A 中之情形 (即，其中 A 僅由及排他性地由 B 組成之情形) 且亦可指其中除了 B 之外一個或多個進一步元件 (例如元件 C、元件 C 及 D 或甚至進一步元件) 存在於實體 A 中之情形。
此外，應注意的是，表示特徵或元件可存在一次或多於一次之術語「至少一 (at least one)」、「一個或多個 (one or more)」或類似表述通常在引入各別特徵或元件時將僅使用一次。在下文中，在大多數情況中，在涉及各別特徵或元件時，表述「至少一」或「一個或多個」將不會重複，儘管有各別特徵或元件可存在一次或多於一次之事實。
進一步地，如在下文中所使用的，術語「較佳的 (preferably)」、「更佳的 (more preferably)」、「特別地 (particularly)」、「更特別地 (more particularly)」、「具體而言 (specifically)」、「更具體而言 (more specifically)」或類似術語與可選特徵一起使用，而不限制替換方案的可能性。因此，藉由此等術語引入之特徵係可選之特徵且並不意欲以任何方式限制申請專利範圍之範疇。如熟習技術者將認識到，本發明可藉由使用替代特徵來執行。類似地，藉由「在本發明之一實施例中 (in an embodiment of the invention)」或類似表述所引入之特徵意欲為可選之特徵，而對於本發明之替代實施例無任何限制，對於本發明之範疇無任何限制且對於組合以此方式引入之特徵與本發明之其他可選之或非可選之特徵之可能性無任何限制。
在本發明的第一方面，揭示一種調整方法。該調整方法經組態用於調整測量設置，該測量設置經組態用於執行確定體液中分析物之濃度的分析方法。其中，分析方法包含使用具有相機的行動裝置，藉由使用相機捕捉具有測試場之至少一部分光學測試條的至少一個影像，及進一步從測試場的顏色形成確定至少一個分析物濃度值。該調整方法包含下列步驟，這些步驟可明確地依給定之順序執行。然而，應注意的是，不同的順序也是可能的。此外，亦可能一次或重複執行一個或多個方法步驟。此外，有可能以同時或以適時重疊方式執行兩個或多個方法步驟。該方法可包含未列出的其他方法步驟。調整方法包含： i) 由複數個使用者進行複數次分析物測量，其中，該等分析物測量至少部分地包含藉由使用該相機捕捉具有測試場的光學測試條的至少一部分之影像，從而獲得該等分析物測量之訓練資料； ii) 分析從步驟 i) 中所獲得的該訓練資料，從而鑑定該訓練資料中的相似性，並根據該訓練資料中的相似性來鑑定複數個使用者型態；以及 iii)   針對該使用者型態中的至少一者提供型態特定之測量設置調整。
如本文所使用，術語「確定體液中分析物之濃度的分析方法」，亦簡稱為「分析方法」或「分析測量」，是一廣義術語且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，對體液的任意樣品或等分式樣中的至少一種分析物之定性及/或定量確定。例如，體液可包含血液、組織間隙液、尿液、唾液或其他類型之體液中的一種或多種。以濃度確定之結果作為實例，其可為分析物之濃度及/或存在或不存在待確定之分析物。具體而言，作為實例，分析測量可為血糖測量，因此分析測量的結果可例如是血糖濃度。特別是，可藉由分析測量來確定分析測量結果值。因此，術語「分析測量結果值」，其亦可稱為「分析物濃度值」，或如本文所使用，「分析測量結果值」是一廣義術語且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，樣品中分析物濃度的數字指示。舉例而言，至少一種分析物可為或可包含一種或多種特定化學化合物及/或其他參數。舉例而言，可確定參與代謝的一種或多種分析物，例如血糖。此外或可替代地，確定其他類型的分析物或參數，例如 pH 值。
如本文所使用，術語「對於確定體液中分析物之濃度的分析方法的測量設置」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，用於執行分析方法的系統、裝置，系統的組態或裝置的組態中的一種或多種。具體而言，該術語可涉及至少一種裝置 (例如，行動裝置) 與至少一種組態在裝置上用於運行至少一種應用程式的至少一種軟體 (例如，用於執行分析測量的至少一種軟體) 的組合。舉例而言，測量設置可涉及使用者特定之設置、處理特定之設置、測量環境特定之設置等中的一種或多種。一般而言，術語測量設置因此可涉及執行分析方法的方式，例如用於執行分析方法的至少一種裝置、執行分析方法的處理步驟或執行分析方法的使用者中的一種或多種。
因此，如本文所使用，術語「調整用於確定體液中分析物濃度之分析方法的測量設置的調整方法」亦簡稱為「調整方法」，為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體可涉及，但不限於，一種或多種改變或調整如上所定義的測量設置的方法。具體而言，該術語可涉及一種可調整及/或設置對測量設置有影響的至少一種參數的方法。例示性實施例將提供於下。
如上所概述的分析方法包含使用具有相機的行動裝置。如本文中所使用的術語「行動裝置 (mobile device)」，係一廣義術語且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣含義，且不應限於特殊或定制化含義。該術語可具體涉及，但不限於，行動電子裝置，更具體而言涉及行動通訊裝置，例如手機或智慧型手機。此外或可替代地，如以下將進一步詳述，該行動裝置亦可涉及具有至少一種相機的平板電腦或另一類型的可攜式電腦。
如本文中所使用的術語「相機 (camera)」，係一廣義術語且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣含義，且不應限於特殊或定制化含義。該術語具體地可涉及，但不限於，具有至少一種成像元件的裝置，該成像元件經組態用於記錄或捕捉空間分辨的一維、二維或甚至三維光學資料或資訊。舉例而言，相機可包含至少一個相機晶片，例如經組態用於記錄影像的至少一種 CCD 晶片及/或至少一種 CMOS 晶片。如本文所使用，但不限於，術語「影像」具體地可涉及藉由使用相機所記錄的資料，例如來自成像裝置的複數個電子讀數，例如相機晶片的像素。
除了至少一種相機晶片或成像晶片之外，該相機亦可包含另外的元件，例如一種或多種光學元件，例如，一種或多種透鏡。舉例而言，該相機可為固定焦距相機，其具有至少一個相對於該相機固定地調整的透鏡。然而，可替代地，該相機亦可包含自動或手動調整之一個或多個可變透鏡。本發明應可具體適用於通常在行動應用中的相機，例如筆記型電腦、平板電腦，或具體而言如手機，例如智慧型手機。因此，具體而言，該相機可為行動裝置之部分，該行動裝置除該至少一個相機外亦包含一或多個資料處理裝置，例如一或多個資料處理器。然而，其他相機也是可行的。
相機具體可為彩色相機。因此，例如對於每個像素，可以提供或生成顏色資訊，例如三種顏色 R、G、B 的色值，更大數量的色值亦是可行的，例如對於每個像素的四個顏色值，例如 R、G、G、B。彩色相機通常為技術人員所知的。因此，舉例而言，相機晶片可由三個或更多不同的色彩感測器複數組成，例如彩色記錄像素，其中一個像素用於紅色 (R)，一個像素用於綠色 (G)，一個像素用於藍色 (B)。對於每個像素，例如對於 R、G、B，依據各自顏色的強度藉由像素記錄數值，例如 0 至 255 範圍內的數位值。代替使用例如 R、G、B 之色彩三元組，舉例而言，可以使用例如 R、G、G、B 四元組。像素的色彩靈敏度可由濾色器或由相機像素中所使用的感測器元件的適當固有靈敏度生成，這些技術是技術人員一般已知的。
該分析方法進一步包含藉由使用相機捕捉具有測試場之光學測試條的至少一部分的至少一個影像。如本文所使用，術語「光學測試條」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，經組態用於執行色彩變化檢測反應的任意元件或裝置。光學測試條亦可稱為測試條或測試元件，其中，所有三種術語可指稱相同的元件。光學測試條可具體地具有測試場，該測試場包含至少一種用於檢測至少一種分析物的測試化學品。舉例而言，光學測試條可包含至少一種具有至少一種測試場施加於其上或整合於其中的基板，例如至少一種載體。特別是，光學測試條可進一步包含至少一個白色區域，例如白場 (white field)，特別是在接近測試場的地方，例如包圍或圍繞測試場。白色區域可為獨立布置在基板或載體上的分離場。然而，此外或可替代地，基板或載體本身可為或可包含白色區域。舉例而言，至少一種載體可為條狀的，從而使測試元件呈現為測試條。這類測試條一般都是廣泛使用且可獲得者。一個測試條可帶有單一測試場或複數個測試場，其中包含相同或不同的測試化學品。
如本文所使用，術語「測試場」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，測試化學品的相干數量，例如具有一層或多層材料的場 (例如圓形、多邊形或矩形的場)，測試場的至少一層具有測試化學品包含於其中。
如本文所使用，術語「捕捉至少一個影像」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，成像、影像記錄、影像擷取、影像捕捉中的一種或多種。術語「捕捉至少一個影像」可包含捕捉單個影像及/或複數個影像，例如一系列影像。例如，影像的捕捉可包含連續記錄一系列影像，例如視頻或電影。至少一個影像的捕捉可由使用者動作啟動或可自動啟動，例如一旦自動檢測到至少一個物體存在於相機視野內及/或視野的預定扇區內時。這些自動影像擷取技術是已知的，例如在自動條形碼讀取器的領域，例如來自自動條形碼讀取應用程式。舉例而言，影像捕捉可藉由例如使用相機擷取影像流或影像「生命流 (life stream)」來進行，其中，自動地或藉由使用者的互動，例如按按鈕來儲存或使用一個或多個影像，並分別用作至少一個第一影像或至少一個第二影像。影像擷取可由行動裝置的處理器支援，且影像儲存可在行動裝置的資料儲存裝置中進行。
光學測試條的至少一部分的至少一個影像可具體地包含測試場的至少一部分的影像。此外，影像可以包含光學測試條的其他部分的影像，例如測試條的白色參考部分。
捕捉至少一個影像可包含捕捉至少一個具有體液樣品被施加至測試條上的影像，進一步並且可選擇地，例如在捕捉具有樣品被施加至測試條上的影像之前，捕捉至少一個不具有體液樣品被施加至測試條上的影像。後者的影像具體地可用於比較的目的，亦可稱為「空白影像」或「乾影像 (dry image)」。舉例而言，樣品施加一般可直接或間接，例如通過至少一個毛細管元件進行。即使在實際捕捉影像時樣品可能已經乾燥，在施加樣品後捕捉的至少一個影像通常亦可稱為「濕影像 (wet image)」。通常在等待至少預定的等待時間之後，例如在五秒或更長時間之後，可拍攝濕影像，以允許進行檢測反應。因此，舉例而言，該方法在拍攝至少一個可選擇的乾影像與至少一個濕影像之間可包含等待至少預定的最小時間量。該預定的最小時間量具體地可足以在測試條中進行檢測反應。舉例而言，最小等待時間量可為至少 5 秒。
如上所概述，該方法包含從測試場的顏色形成確定至少一個分析物濃度值。因此，該方法可是一種分析測量，包括光學測試條的至少一種光學特性變化，該變化可藉由使用相機視覺上測量或確定。具體而言，分析測量可為或可包含在至少一種待確定分析物存在下的顏色形成反應。如本文所使用，術語「顏色形成反應」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體上可涉及，但不限於，化學、生物或物理反應，在該反應期間，涉及反應的至少一種元素的顏色，特別是反射率，隨反應的進行而變化。顏色形成可藉由行動裝置檢測，例如，藉由行動裝置的處理器，並可定量評估，例如，藉由從至少一個影像中衍生至少一個參數，該至少一個參數量化或特徵化由於體液中分析物的存在而導致的測試場的顏色形成。舉例而言，可使用一個或多個上述色彩坐標。因此，行動裝置，且特別是行動裝置的處理器可經組態用於藉由確定由於檢測反應而發生的一種或多種色彩坐標變化來確定色彩變化。
從測試場的顏色形成確定至少一種分析物濃度值。為此目的，可使用至少一個影像。舉例而言，分析物濃度值可為分析測量結果的數值指標，例如指示樣品中至少一種分析物的濃度，例如血糖濃度。
為了從測試場的顏色形成確定分析物濃度，可使用至少一種用於將測試場的顏色形成轉換為分析物濃度值的相關性，例如在行動裝置中所提供的至少一種相關性。舉例而言，相關性可為例如線性相關的相關函數，用於將衍生自至少一個影像的至少一項色彩資訊轉換成分析物濃度。因此，舉例而言，對於血糖測量，通常藉由使用線性變換將影像的紅色通道及/或從影像衍生的 R 值變換為血糖濃度。然而，其他相關性也是可行的。舉例而言，可以電子格式提供相關性，例如，以資料儲存及/或經由行動裝置的至少一個介面。舉例而言並將進一步詳細概述於下，該相關性可具體地以各種方式提供，例如藉由提供一種或多種定義該相關性的參數，例如定義分析物濃度值與至少一項從至少一個影像所衍生之資訊之間的線性關係的參數。舉例而言，對於線性相關性，可提供相關性的偏移及斜率。其他類型的相關性也是可能的。
因此，一般而言，如本文所使用，術語「相關性」如本文中所使用為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，從至少一個影像衍生的資訊 (例如色彩資訊或色彩變化資訊) 與至少一種分析測量濃度值之間的預定的或可確定的關係。為了從至少一個影像確定分析測量結果值，舉例而言，可使用從至少一個影像衍生的資訊 (例如色彩資訊或色彩變化資訊) 與至少一種分析測量結果值之間的相關性或預定的或可確定的關係。舉例而言，此相關性或預定的或可確定的關係可儲存在行動裝置的資料儲存裝置中及/或行動裝置的處理器中。舉例而言，處理器可經組態成藉由軟體編程以從至少一個影像中衍生至少一項資訊，例如至少一種色彩坐標，並將預定的或可確定的關係應用於至少一項資訊。舉例而言，可確定變換函數、變換表或查找表的相關性，例如依經驗確定，且舉例而言，可儲存於行動裝置的至少一種資料儲存裝置中，例如藉由軟體，特別是藉由自應用程式商店等下載的應用程式。作為用於衍生至少一項資訊的實例，可編程處理器以便較佳地自動識別 (例如，藉由圖形識別及/或其他演算法) 影像中的測試場或測試場的至少一部分。因此，可編程處理器用於確定至少一項資訊，例如一種或多種色彩坐標。從至少一種可選擇的空白或乾燥影像所衍生各自的至少一項資訊可用於規格化，例如藉由將衍生於濕影像的至少一項資訊與衍生於對應的空白影像的至少一項資訊分開，或藉由將衍生於空白影像的至少一項資訊中減去衍生於濕影像的至少一項資訊，或反之亦然。其他規格化方法也是可行的。舉例而言，可確定變換函數、變換表或查找表的相關性，例如依經驗確定，且舉例而言，可儲存於行動裝置的至少一種資料儲存裝置中，例如藉由軟體，特別是藉由自應用程式商店等下載的應用程式。
如將與以下進一步詳細概述，相關性一般可藉由使用經驗或半經驗方法來確定，例如藉由使用「訓練」確定。舉例而言，訓練可包含執行複數個將顏色形成轉換為分析物濃度值的測量，並將結果與至少一個已知的結果及/或藉由使用其他較佳方式，例如至少一種色彩參考卡進行比較，該色彩參考卡將於以下進一步詳細說明。例如，訓練亦可包括使用您網路中使用一種或多種人工方法。舉例而言，複數個影像可用作對於一種或多種人工神經網路的輸入，用於藉由使用例如來自一個或複數個色彩參考卡及/或來自一個或多個用以回饋的參考測量的參考資訊來確定分析物濃度值。訓練的其他方式也是可能的且為技術人員通常已知的，例如藉由使用迴歸法中的線性迴歸，例如用於確定相關性參數。由於訓練，可以獲得特徵化相關性的一種或多種參數。
該方法可進一步包含例如在行動裝置的顯示器上顯示分析物濃度值的步驟。此外或可替代地，該方法可包含將至少一種分析物濃度值儲存於行動裝置的至少一種資料儲存裝置中。再此外及可替代地，該方法可進一步包含經由至少一種介面及/或經由至少一種資料傳輸網路，將至少一種分析物濃度值傳輸至例如另一電腦，例如用以進一步評估。
如上進一步所概述，調整方法可為執行分析方法的前提，且可在執行分析方法前至少執行一次，該調整方法包含在步驟 i) 中，由複數個使用者進行複數次分析物測量。分析物測量至少部分地包含藉由使用相機捕捉具有測試場的光學測試條的至少一部分的影像，從而獲得分析物測量的訓練資料。對於步驟 i) 的分析物測量及執行分析物測量，其亦可稱為訓練分析物測量，特別是調整方法的訓練分析物測量，可參考上述分析物測量。因此，具體上，舉例而言可包括病患、健康人或醫療保健專業人員的複數個使用者，每個使用者皆可藉由使用相機捕捉具有測試場的光學測試條的至少一部分之影像來執行分析物測量。因此，舉例而言，步驟 i) 的使用者可形成訓練實體或訓練群體。訓練群體的每個使用者可擁有至少一個具有至少一個相機的行動裝置，且進一步可持有具有至少一個測試場的至少一個光學測試條。訓練步驟 i) 中所使用的樣品可為同一類型。因此，舉例而言，訓練群體的每個使用者可將相同類型的體液施加至他或她的各自的光學測試條上，例如血液。例如，每個使用者都可將他或她所擁有的血液，或特別是在醫療保健專業人員的情況下，可將病患的血液樣品施加至光學測試條上。執行步驟 i) 的分析物測量或訓練分析物測量可藉由每個使用者將體液的至少一種樣品施加至光學測試條上，藉由使用訓練使用者的個人行動電話的各個相機，捕捉具有測試場的光學測試條的至少一部分的至少一個影像，並進一步確定如上所概述的各個分析物濃度。由此，可生成在步驟 i) 中複數個使用者所執行的訓練分析物測量的訓練資料。
如本文所使用，且具體是用於步驟 i) 之上下文中，術語「訓練資料」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，與步驟 i) 的訓練分析物測量有關的任意資料，具體而言是由訓練群體的使用者所執行的個體的訓練分析物測量。因此，舉例而言，可生成訓練資料集用於步驟 i) 中進行的每個訓練分析物測量，其中，舉例而言，訓練資料集的實體可形成訓練資料。使用者的各別訓練資料集可是相同類型的，例如藉由定義訓練資料集中所包含的資料類型。訓練資料可具體地包含至少一項選自由下列所組成群組的資訊：各個訓練分析物測量的至少一個影像；衍生自各個訓練分析物測量之影像的至少一項資訊，例如至少一項色彩資訊；在各個訓練分析物測量期間所確定的分析物濃度值；用於各個訓練分析物測量的行動裝置的至少一種設定參數；在訓練分析物測量之前、期間或之後，由行動裝置的至少一種感測器所生成的至少一種感測器參數；在訓練分析物測量之前、期間或之後，由至少一種外部感測器所生成的至少一種外部感測器參數；特徵化使用者在分析物測量期間對行動裝置的程序及/或處理的至少一種處理參數。此外或可替代地，特徵化各別的訓練分析物測量的一種或多種其他參數可包含於訓練資料中。進一步的例示性實施例將提供如下。
如上進一步所概述，在步驟 ii) 中，分析從步驟 i) 中所獲得的訓練資料，從而鑑定訓練資料中的相似性。此外，根據訓練資料中的相似性來鑑定複數個使用者型態。可至少部分地在複數個使用者的各別行動裝置上進行分析，例如在訓練分析物測量期間所使用的使用者的個人行動裝置上。然而，此外或可替代地，如將在以下進一步所詳細概述的，可完全或部分地在與步驟 i) 的複數個使用者之行動裝置區分開的至少一個分析實體上進行分析。因此，舉例而言，至少一個分析實體可包含至少一個評估伺服器，有時亦稱為評估伺服器裝置，舉例而言，其可為單個伺服器或雲端伺服器。因此，分析可全部或部分在雲端中進行。
如本文所使用，術語「分析」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，從輸入資料或原始資料衍生資訊的任意方法。因此，具體而言，在步驟 ii) 上下文中，訓練資料的分析包含鑑定訓練資料中的相似性及根據相似性鑑定複數個使用者型態的任意方法。如以下進一步詳細概述的，為了鑑定相似性的目的，該分析具體地可包含使用至少一種自學方法及/或至少一種人工智慧方法，例如至少一個人工神經網路。如本文所使用，術語「相似性」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，至少兩個虛擬或真實對象及/或至少兩項資訊的特性，該資訊滿足一種或多種相似性條件及/或一種或多種相似性準則。其中，可藉由使用一種或多個相似性函數及/或使用在人工智慧中的受監督的機器學習領域中技術人員已知的相似性學習技術來量化相似性。舉簡單之實例，每組訓練資料可以包含變量，其中，兩組訓練資料的相似性可藉由各別變量的值在特定範圍內或以不大於給定閾值相隔來定義。然而，另外或可替代地，其他相似性準則也是可行的。舉例而言，相似性的鑑定結果可包含關於哪個訓練資料集於其中包含的哪些變量及/或參數是相似的資訊。然而，亦可檢測其他的相似性。
如本文所使用，術語「使用者型態」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，使用者的至少一項資訊，具體而言為關於使用者的一種或多種身體狀態的至少一項資訊，例如以下一項資訊：關於詢問使用者是否患有特定疾病；使用者習慣，例如使用者的行為方式及/或使用者對特定情況的反應；使用者的經驗程度，例如關於行動裝置的操作及/或分析方法的經驗程度；使用者的個人情況，例如使用者的活動性。使用者型態具體地可與使用者的特定類別有關，使得術語「類別」及「型態」亦可用作同義詞。因此，藉由根據訓練資料中的相似性鑑定複數個使用者型態，可將使用者分類為至少兩個不同的類別，其中，一個類別中的使用者具有相同或至少相似的使用者型態。因此，如將於以下針對分析方法的描述進一步詳細地敘述，可對新使用者進行分析，並可根據其各自的使用者型態將其分配至現有類別，或者可替代地，在新使用者不適合任何現有類別的情況下，可將其分配至新類別。因此，上述訓練亦可重複地、反覆地或連續地執行，以便一經新使用者出現，就鑑定他們的型態及/或類別。如上所述，使用者型態可包含多項資訊，例如特定變量。舉例而言，可藉由這些變量的不同數值範圍的不同數值來定義不同類別或使用者型態。可將每個使用者確切地分配至一個使用者型態或使用者類別。然而，可替代地，亦可將使用者分配至一個以上的使用者型態或使用者類別，例如在選擇重疊的使用者型態類別情況下。舉例而言，例如根據使用者的特定技能或特定反應或反應時間的一組特定變量，可定義「有經驗」和「無經驗」的使用者類別。然而，分配至類別「有經驗」的使用者亦可分配至一種或多種其他類別。因此，可生成一種或多種型態用於行動裝置之特定類型的模型。此外或可替代地，一種或多種型態是可生成或鑑定的類別，其指示特定的身體狀態，例如指示罹患特定疾病的使用者。其他實例也是可行的。
如上進一步所概述，在步驟 iii) 中，為至少一個使用者型態提供型態特定之測量設置調整。舉例而言，可以電子格式提供設置調整，例如以至少一種資料儲存裝置，例如，伺服器及雲端伺服器之資料儲存裝置的形式，及/或經由至少一種介面，例如，網頁 (Web) 介面。如本文所使用，術語「型態特定之測量設置調整」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，用於由使用者進行至少一次分析物測量的至少一種特定設置，該使用者屬於特定的使用者型態。具體而言，該設置可涉及變量、行動裝置的裝置或用於執行分析物測量的指令中的至少一種，例如顯示在行動裝置之顯示器上的指令。如本文所使用，術語「調整」可涉及維持特定設置或改變特定設置。舉例而言，特定於用於特定使用者型態的型態特定之測量設置調整可包含欲提供給屬於該使用者型態之使用者行動裝置的指令、命令、變量、數值或程式碼中的一種或多種，以便使行動裝置執行用於分析物測量的特定方法，例如特定的分析物測量或適於使用者型態之使用者的分析物測量方法。舉例而言，在使用者型態是用於罹患特定疾病 (例如導致頻繁震顫的疾病) 之使用者的型態的情況下，如以下將更詳細地概述，型態特定之測量設置調整在與例如未顯示出頻繁震顫的型態的使用者比較下，可包含對於運動模糊之增加的容限，例如用於分析的影像之運動模糊。此外，如果使用者型態是一個有經驗使用者的型態，則與用於指示較低經驗之型態的使用者所顯示的使用者指令相比，使用者指令 (例如與在行動裝置顯示器上所顯示的指令) 可能不太廣泛。其他選擇也是可行的，且將於以下提供進一步例示性實施例。
型態特定之測量設置調整至少部分地可具體地是指下列中至少一者： -  該等分析物測量之處理程序； -  手機之硬體設置； -  手機之軟體設置； -  由手機給予使用者之指令； -  該等分析物測量的測量結果之可靠度； -  當執行該等分析物測量時容許參數的容限範圍； -  用於執行該等分析物測量之時序； -  用於執行該等分析物測量之故障安全演算法； -  增強之分析物測量準確度。 此外或可替代地，其他選項也是可行的。
如上所概述，步驟 i) 包含獲得或生成訓練資料。訓練資料具體地可包含以下至少一者： -  衍生自影像的資訊，特別是衍生自影像的色彩資訊； -  衍生自可見於該影像中之至少一個色彩參考卡之資訊； -  衍生自該影像之分析物測量值； -  藉由使用使用者手機中的至少一種感測器所獲得的感測器資料，特別是下列中的至少一者：角度感測器；光感測器；運動傳感器；加速度感測器；陀螺儀感測器；磁感測器，特別是霍爾 (Hall) 感測器；GPS 感測器；壓力感測器，具體是氣壓計；溫度感測器；生物感測器，具體是指紋感測器及/或虹膜掃描感測器中的一種或多種； -  藉由使用至少一個外部感測器所獲得之感測器資料； -  用於進行分析物測量的與使用者的行動裝置的設置有關之設置資訊，特別是與照明、靈敏度、曝光時間、伽馬 (Gamma) 校正中的至少一項有關的設置資訊； -  與使用者有關的健康資訊，特別是從使用者之行動裝置上運行的健康 App 所獲得的健康資訊。
因此，一般而言，訓練資料亦可包含除了衍生自於影像的訊息以外的資訊，例如分析資訊。舉例而言，可考量用於生成訓練資料的行動裝置的使用者特定之偏好或設置，以及外部或內部感測器資料。此外，訓練資料亦可考量使用者所提供的資訊，主動地由使用者輸入或被動地藉由考慮行動電話中所含的資料，例如在行動裝置上運行的健康應用程式。此外，可考量關於與行動裝置本身有關的資料，例如關於行動裝置的類型及/或關於行動裝置的設置。此外，可考量環境資料，例如關於測量的典型情況的資料，例如，關於照明條件等的使用者偏好。
步驟 ii) 具體地可包含使用至少一種自我學習演算法，更具體地，至少一種人工智慧。因此，步驟 ii) 可包含使用訓練模型及人工神經網路中的一種或多種，例如卷積類神經網路。舉例而言，一般人工神經網路可適於訓練資料分析的目的，例如 TensorFlow®。然而，亦可使用其他人工神經網路。
調整方法可進一步包含將步驟 i) 所獲得的訓練資料從各別使用者的行動裝置傳輸到至少一種評估伺服器裝置。如本文所使用，術語「評估伺服器裝置」亦可稱為「評估伺服器」，為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，能夠執行一種或多種評估操作的裝置。具體而言，評估裝置可包含至少一種處理器，該處理器可藉由適當軟體進行編程，用於執行一種或多種評估操作。至少一種評估伺服器裝置具體可為至少一種基於雲端的評估伺服器裝置，亦稱為雲端伺服器。一般而言，至少步驟 ii) 及可選地還有步驟 iii) 與可選擇地一種或多種其他步驟可藉由評估伺服器裝置執行。因此，具體而言，可藉由評估伺服器裝置來執行訓練資料的分析及可選擇地還提供型態特定之測量設置調整。然而，可替代地，步驟 iii)，亦即提供型態特定之測量設置調整用於至少一個使用者型態，亦可藉由單獨的實體完全或部分地執行，例如藉由與評估伺服器裝置分離的伺服器裝置，及/或藉由用於分析方法的個體使用者的行動裝置，及/或藉由涉及調整方法的複數個使用者的一種或多種行動裝置。其他選項也是可行的。
其他選項及實施例涉及步驟 ii) 中所鑑定的相似性。因此，具體而言，在步驟 ii) 所鑑定的相似性至少部分可涉及在執行步驟 i) 時的照明條件。當進行步驟 i) 時，型態特定之測量設置調整可至少部分地涉及相機調整，特別是涉及相機靈敏度、曝光時間之至少一者的相機調整。因此，型態特定之測量設置調整可考量在分析物測量期間關於照明條件的特定類別或型態的使用者相似性。舉例而言，考量例如人造光源的特定光譜特性，在人造光源下通常執行分析物測量的使用者可分配至特定的型態。
此外或可替代地，步驟 ii) 所鑑定的相似性亦可以至少部分地涉及執行步驟 i) 時的使用者震顫。因此，可將罹患明顯震顫的使用者分配至特定的型態。在這種情況下，型態特定之測量設置調整具體地且至少部分地可涉及一種或多種在執行步驟 i) 時行動電話移動的容許範圍及在步驟 i) 所捕捉之影像的影像模糊。因此，藉由鑑定震顫，可執行考量使用震顫的行動裝置之使用者特定之調整。
在本發明的另一方面，揭示一種確定體液中分析物濃度的分析方法。分析方法包含使用具有相機之行動裝置。該方法包含藉由使用相機來捕捉具有測試場之光學測試條的至少一部分的至少一個影像。該方法進一步包含從測試場的顏色形成確定至少一個分析物濃度值。對於可能的定義，可參考上述調整方法的敘述。該分析方法進一步包含下列步驟，這些步驟可明確地依給定之順序執行。然而，應注意的是，不同的順序也是可能的。此外，亦可能一次或重複執行一個或多個方法步驟。此外，有可能以同時或以適時重疊方式執行兩個或多個方法步驟。該方法可包含未列出的其他方法步驟。分析方法包含下列步驟： a) 執行根據本發明的調整方法，例如根據任何一個上述實施例，及/或根據任何一個以下更詳細揭示的實施例； b) 由至少一個個體使用者進行複數次分析物測量，其中，該等分析物測量至少部分地包含藉由使用該相機捕捉具有測試場的光學測試條的至少一部分之影像，從而獲得該等分析物測量之使用者特定之訓練資料； c) 分析從步驟 b) 中所獲得的該使用者特定之訓練資料，並將該個體使用者分配至該使用者型態中的至少一個個體使用者型態；及 d) 針對該個體使用者型態提供使用者型態特定之測量設置調整。
因此，分析方法區分進行上述調整方法的步驟 i) 的複數個使用者 (亦指稱為測試使用者) 與進行分析方法的步驟 b) 的個體使用者。個體使用者可為測試使用者實體的一部分，或可與測試使用者有所區別。然而，一般而言，至少在執行步驟 b) 且較佳地亦執行步驟 c) 之後，可將個體使用者整合至測試使用者的實體中。因此，步驟 b) 及可選擇地步驟 c) 亦可為式步驟 i) 及可選地步驟 ii) 的一部分，即使在分析方法的步驟中，個體使用者及個體使用者所執行的分析方法是清析的，以便提供型態特定之測量設置調整用於個體使用者。
對於分析方法的大多數定義和選項，可參考上述調整方法的敘述。在步驟 b) 中，藉由使用他或她的行動裝置，個體使用者可具體地執行複數次分析物測量，這亦可稱為個體訓練測量。此外，個體使用者可將他或她自己的體液樣品用於步驟 b) 的個體訓練測量的目的。然而，可替代地，一個或多個保健人員可參與個體訓練測量。
對於步驟 b) 的個體訓練測量的細節，特別是在影像捕捉、光學測試條的細節及其他細節上，可參考上術調整方法的敘述。在步驟 b) 中進行訓練測量亦可涉及確定用於這些訓練測量或至少用於一種或多種這些訓練測量的分析物濃度值。為了確定用於訓練測量的分析物濃度的目的，再次地，可使用衍生自影像的至少一項資訊與分析物濃度值之間的相關性。舉例而言，此相關性可為或可包含初步相關性，在步驟 d) 中將型態特定之測量設置調整應用於個體使用者型態之後，可將該初步相關性細化。
如將於以下進一步詳細概述，步驟 c) 中的個體使用者的使用者特定之訓練資料的分析可完全地或部分地執行，具體而言，藉由至少一種評估伺服器裝置執行。然而，此外或可替代地，至少一部分分析亦可在個體使用者的行動裝置上進行，例如在個體使用者的行動裝置的處理器上。
如也將在以下進一步詳細概述，提供用於個體使用者型態的使用者特定之測量設置調整亦可選擇地藉由從評估伺服器裝置向個體使用者的行動裝置提供用於個體使用者的調整。然而，可替代地，提供使用者特定之測量設置調整亦可藉由單獨的實體對個體使用者的行動裝置完全或部分地執行。然而，其他選項也是可行的。
分析方法，特別是在步驟 b) 之前，可進一步包括下列步驟： a)  將個體使用者分配至預定義的啟動型態。
具體而言，此預定義的啟動型態可包含上述至少一種初步相關性。此外或可替代地，可用作預設啟動型態的預定義的啟動型態可包含可代表一般使用者的預定設置，例如，具有下列一項或多項的使用者：平均知識；處理分析物測量的平均能力；衍生自影像的至少一項資訊與分析物濃度值之間的平均相關性；平均處理條件，例如平均照明條件；平均身體狀況。此預定義的啟動型態可細化，特別是在執行步驟 b) 及可選擇地執行步驟 c) 和 d) 中的一者或兩者之後，且可完全或部分地由用於個體使用者型態的使用者型態特定之測量設置調整來替代，個體使用者已分配至該個體使用者型態。
分析方法可進一步包含將在步驟 b) 中所獲得之使用者特定之訓練資料從個體使用者的行動裝置傳輸到至少一個評估伺服器裝置。如上所概述，評估伺服器裝置可與用於訓練步驟 ii) 至 iii) 的評估伺服器裝置完全或部分相同。然而，可替代地，評估伺服器裝置亦可與此訓練評估伺服器裝置完全或部分分離。一般而言，評估伺服器裝置可為一種雲端評估伺服器裝置。其他選項，例如非雲端評估伺服器裝置亦是可行的。一般而言，至少步驟 c) 及 d) 可至少部分地由評估伺服器裝置執行。將針對個體使用者型態的使用者型態特定之測量設置調整可具體地從評估伺服器裝置傳輸至個體使用者的行動裝置。
分析方法可進一步包含下列步驟： a) 由個體使用者使用個體使用者的行動裝置，進行至少一次分析物測量，其中，分析物測量至少部分地包含藉由使用相機捕捉具有測試場的光學測試條的至少一部分之至少一個影像，並且評估至少一個影像以衍生出體液中分析物的濃度之至少一個測量值，其中，分析物測量是藉由使用針對個體使用者的使用者型態特定之測量設置調整來執行的。
因此，在步驟 f) 中，個體使用者實際上可使用他或她的行動裝置及他或她的至少一個光學測試條來執行上述分析物測量，並以使用者型態特定之測量設置調整用於個體使用者。因此，步驟 f) 可為訓練步驟 i) 至 iii) 之結果的應用。因此，在執行步驟 f) 之前，可至少執行一次步驟 i) 至 iii) 及步驟 b) 及 c)。
使用者特定之訓練資料具體上可包含在調整方法之訓練資料的背景下的上述訓練資料。因此，對於使用者特定之訓練資料的可能型式或內容，可參考步驟 i) 的訓練資料，其中，步驟 i) 的複數個使用者中的使用者可由個體使用者替代。
步驟 c) 具體可包含使用至少一種自我學習演算法。更具體而言，步驟 c) 可包含使用至少一種人工智慧，更具體而言是人工神經網路，例如卷積類神經網路。具體而言，人工網路可用於檢測使用者特定之訓練資料與在步驟 ii) 所鑑定的使用者型態中的至少一個的使用者訓練資料之間的相似性。其中，步驟 c) 可與分析步驟 ii) 是相當的，因為人工神經網路通常可用於檢測相似性。對於可能的定義或細節，例如在相似性的性質上，可參考上述步驟 ii) 的敘述。根據相似性，可將個體使用者分配至至少一個使用者型態，從而將其定義為至少一種個體使用者型態。如上所概述，可將個體使用者分配至一種個體使用者型態或複數個個體使用者型態。
在本發明的另一方面，揭示一種用於執行根據本發明的調整方法的調整系統，例如根據任何一個上述實施例，及/或根據任何一個以下更詳細敘述的實施例。如本文所使用，術語「調整系統」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，具有一種或多種系統組件的系統，該系統經組態用於執行該方法。因此，舉例而言，系統可包含一種或多種電腦，例如各具有至少一種處理器的一種或多種電腦，其中，該電腦經編程以執行該方法。對於調整系統的大多數功能和組件，可參考上述所提供之調整方法的敘述。調整系統包含： I) 接收裝置，用於接收分析物測量之訓練資料，該訓練資料是藉由複數個使用者進行複數次分析物測量而獲得，其中，該等分析物測量至少部分地包含藉由使用相機捕捉具有測試場的光學測試條的至少一部分之影像，從而獲得該等分析物測量之訓練資料； II)   評估伺服器裝置，其經組態用於執行調整方法之步驟 ii)，及可選擇地；和 III)  傳輸裝置，用於傳輸步驟 ii) 中所提供的型態特定之測量設置調整。
如本文所使用，術語「接收裝置」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，經組態用於接收資料的任意裝置，例如用於接收資料的無線或線繫 (wire-bound) 介面。舉例而言，用於接收訓練資料的接收裝置可包含網路介面。相似地，如本文所使用，術語「傳輸裝置」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，經組態用於傳輸資料的任意裝置，例如用於傳輸資料的無線或線繫介面，具體而言是網路介面。接收裝置及傳輸裝置可為分開的裝置。然而，接收裝置及傳輸裝置亦可以完全或部分相同。
對於術語「評估伺服器裝置」 (亦簡稱為「評估伺服器」) 的定義，可參考上述方法的敘述。具體而言，評估伺服器可為或可包含至少一個雲端伺服器，亦稱為雲端評估伺服器裝置。然而，其他實施例也是可行的。
在本發明的另一方面，揭示一種行動裝置，具體而言，如上所述經組態用於個體使用者。行動裝置包含至少一個相機。例如藉由對行動裝置的至少一個處理器進行編程，進一步組態行動裝置用於： -  執行根據本發明之分析方法的步驟 b)，例如根據任何一個上述實施例，及/或根據任何一個以下更詳細敘述的實施例； -  接收針對在步驟 d) 中所提供之個體使用者型態的使用者型態特定之測量設置調整。
因此，行動裝置可以經組態用於執行所有方法步驟或用於執行由個體使用者所進行的方法步驟。具體而言，行動裝置可經組態用於執行方法的步驟 b)。可選擇地，行動裝置可經組態用於將由此獲得的使用者特定之訓練資料傳輸至評估伺服器裝置。行動裝置可進一步經組態為接收用於個體使用者型態的型態特定之測量設置調整，例如用於從評估伺服器裝置接收這些設置調整。
行動裝置可進一步經組態使用這些型態特定之測量設置調整，用於個體使用者所執行的一種或多種後續分析測量。因此，藉由使用使用者型態特定之測量設置調整，行動裝置可以進一步經組態用於執行如上所概述的步驟 f)。
具體而言，如上所概述，行動裝置可包含至少一種處理器。如一般用於此敘述，術語「處理器」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，經組態用於執行電腦或系統的基本操作的任意邏輯電路，及/或一般而言，涉及經組態用於執行計算或邏輯操作的裝置。特別是，處理器可經組態用於處理驅動電腦或系統的基本指令。舉例而言，處理器可包含至少一種算術邏輯單元 (arithmetic logic unit，ALU)、至少一個浮點單元 (floating-point unit，FPU) (例如，算數協同處理器或數字協同處理器)、複數個記錄器 (特別是經組態用於提供運算元至 ALU 並儲存操作結果的記錄器)、及記憶體 (例如 L1 及 L2 快取記憶體)。特別是，處理器可為多核處理器。具體而言，處理器可為或可包含中央處理單元 (central processing unit，CPU)。此外或可替代地，處理器可為或可包含微處理器，因此，具體而言，處理器的元件可包含於一個單一積體電路 (integrated circuitry，IC) 晶片中。此外或可替代地，處理器可為或可包含一種或多種特殊應用積體電路 (application-specific integrated circuit，ASIC) 及/或一種或多種現場可程式化邏輯閘陣列 (field-programmable gate array，FPGA) 等。處理器可具體地經組態，例如藉由軟體編程，用於執行一種或多種評估操作。
行動裝置可經組態用於執行其他步驟。因此，具體而言，如上所概述，行動裝置可經組態為提供執行用於分析物測量的至少一種評估步驟的評估支援。評估亦可藉由運行於行動裝置的人工智慧來支援，例如，藉由至少一種人工神經網路。因此，舉例而言，至少一種人工神經網路及/或其他人工智慧可用於確定或檢測異常測量值或離群值。其他實施例也是可行的。
在本發明的另一方面，揭示一種電腦程式，其包括指令，當藉由具有相機的行動裝置，具體而言藉由該行動裝置的處理器，更具體而言例如根據上述揭示的任何一個實施例及/或以下進一步詳細揭示的任何一個實施例，藉由根據本發明的行動裝置執行該程式時，該指令使行動裝置至少進行上述分析方法的方法步驟 b) 及 f)。類似地，揭示一種電腦可讀取儲存媒體，其包含指令，當藉由具有相機的行動裝置，具體而言藉由該行動裝置的處理器，更具體而言例如根據上述揭示的任何一個實施例及/或以下進一步詳細揭示的任何一個實施例，藉由根據本發明的行動裝置執行時，該指令使行動裝置至少進行上述分析方法的方法步驟 b) 及 f)。如本文所使用，術語「電腦可讀取儲存媒體」具體而言可涉及非暫時性資料儲存手段，例如在其上儲存電腦可執行指令的硬體儲存媒體。該電腦可讀取資料載體或儲存媒體具體可以是或可以包含例如隨機存取記憶體 (RAM) 及/或唯讀記憶體 (ROM) 等的儲存媒體。
在另一方面，揭示一種電腦程式，其包含指令，當例如根據上述揭示的任何一個實施例及/或以下進一步詳細揭示的任何一個實施例，該程式由根據本發明的調整系統執行時，該指令使得調整系統可例如根據上述揭示的任何一個實施例及/或以下進一步詳細揭示的任何一個實施例進行根據本發明的調整方法。相似地，揭示一種電腦可讀取儲存媒體，其包含指令，當例如根據上述揭示的任何一個實施例及/或以下進一步詳細揭示的任何一個實施例，該程式由根據本發明的調整系統執行時，該指令使得調整系統可例如根據上述揭示的任何一個實施例及/或以下進一步詳細揭示的任何一個實施例進行根據本發明的調整方法。
根據本發明的方法、系統及裝置提供大量優於類似的已知方法及裝置的優點。具體而言，可以考慮大量的綜合影響因素及使用改進的及/或新穎技術的持續發布的新智慧型手機，而無需在專門研究中預先生成訓練資料。使用者可至少部分地自己生成訓練資料，並可例如反覆地或不斷地對分析測量的改進做出貢獻。從而，可對行動裝置執行使用者特定之調整，並考量個人習慣、個人能力、個人健康狀況、個人生活環境等，個體使用者可生成及使用使用者特定之型態。
此外，可以避免進行廣泛的市場研究，其通常是昂貴且在許多情況下不能連續給出。優化及故障安全措施可立即且持續地執行，並藉由提供使用者特定之型態，可以避免個體使用者的投訴。
可經由網際網路收集訓練資料，例如使用 TCP/IP 或其他協定，例如網際網路列印協定 (Internet Printing Protocol，IPP)。例如藉由衍生優化的或至少改進的測量設置，可衍生使用者型態及型態特定之測量設置調整。因此，舉例而言，可衍生涉及測量序列、測量演算法故障安全或其他客戶特定特性中的一種或多種的測量設置。具體而言，可使用雲端處理以便獲得更詳細的使用者處理資料及/或個體健康狀態資料，並使資料可用於提供測量設置調整。
訓練資料可利用在步驟 i) 及/或 b) 中之一者或多者所使用的行動電話內部及/或外部的一種或多種感測器。其中，舉例而言，可使用各種感測器，例如一種或多種陀螺儀、加速度計、鄰近感測器、環境光感測器、GPS 感測器、氣壓計，霍爾感測器、溫度計或生物特徵感測器，例如指紋感測器及/或虹膜感測器。來自這些內部或外部感測器中的一種或多種的感測器資料亦可添加至步驟 i) 及/或 b) 中一者或多者所生成的訓練資料中，並可用於衍生使用者特定之型態，例如處理模式。
此外或可替代地，可提出健康資料並添加至步驟 i) 及/或 b) 之一者或兩者中的訓練資料，例如健康資料，如心率等。舉例而言，訓練資料可考量經由一種或多種健康 App (例如，三星健康 (Samsung health) 或蘋果健康 (Apple health)) 所提供的資料。這些健康 App 資料可提供額外客戶及/或客戶族群特定資訊。因此，本發明允許將包括在步驟 i) 或 b) 之一者或兩者所獲得的資料的訓練資料與藉由除分析物測量之外的其他方式所獲得的其他資料組合。因此，分析物測量訓練資料與其他資料 (例如使用者相關資料) 的組合可用於衍生型態特定之測量設置調整，例如合理性故障安全檢查或其他調整。此外，藉由提供使用者型態，可生成用於使用者組 (例如對於各使用者組) 的基本模型，例如藉由指示使用者為第二型糖尿病的新使用者。可藉由從先前的訓練中學習，例如藉由執行複數次分析物測量，例如血糖測量，對個體使用者提供型態特定之測量設置調整。
舉例而言，型態特定之測量設置調整可考量使用者的日常工作。因此，舉例而言，對於血糖測量，典型的使用者型態可基於採取早餐、午餐和晚餐之常規的假設。但是，可為輪班工作者或其他進餐調整實施特定的改編。
此外，如上所概述，型態特定之測量設置調整可考量使用者、步驟 i) 中的使用者及/或步驟 b) 中的個體使用者的個人技能或經驗。舉例而言，可將對測量序列的高級控制實施到調整中。為此目的，可分析使用者使用行動電話處理分析物測量，以便鑑定處理優化潛在性及/或故障安全選項。舉例而言，可將加速度感測器資料及/或陀螺儀資料實施於步驟 i) 所生成的訓練資料中及/或步驟 b) 的使用者特定之訓練資料中。舉例而言，當使用行動裝置上運行的 App 時，可發生計時。其中，可生成定時追踪資料或屏幕追踪資料，例如涉及到每個屏幕可見的時間長短及/或使用者多快啟動下一步驟之問題的資料。從而，可鑑定使用者特定之處理程序，例如使用者觀看每個屏幕多長時間。此外，運動資料可用於鑑定行動裝置何時及如何移動，以緩和體驗水平。此外，依據評估準則，可將型態分類為好的型態及壞的型態或其他類別。此外，此外或可替代地，在行動裝置上運行的健身 App 可用於檢測正在執行哪種運動，以便訓練標準測量序列及其變體。
使用者特定之測量設置調整的進一步實例是允許特定偏移及/或影像模糊的調整。因此，一般而言，在步驟 i) 及 b) 之一者或兩者中所捕捉的影像需要可藉由軟體自動檢查的一定品質。然而，對於某些使用者族群，例如罹患震顫的人，建議允許一定量的運動模糊。同樣，在步驟 ii) 或 c) 之一者或兩者中，加速度感測器資料及/或陀螺儀資料可用於評估使用者的身體狀態。因此，舉例而言，可鑑定至少一組罹患震顫的使用者，並針對該組使用者的型態特定之測量設置調整可能表示會降低影像的品質要求。作為標準型態，可分析記錄的影像以檢測運動模糊，並拒絕運動模糊高於特定容限的影像。從而，對於標準型態，可確保相機相對於測試條的正確定向，並可拒絕當捕捉影像時行動電話仍在運動中的影像。然而，為了允許罹患強烈震顫的使用者參與測量，可為這些使用者降低容限水平。通常，為了測量顏色，及因此用於衍生用於獲得分析物測量資料的資訊，清晰的影像並不是嚴格的前提。步驟 ii) 及 c) 之一者或兩者中的分析亦可以區分由行動裝置在空間中的較大運動導致的運動模糊及由於震顫引起的半週期運動導致的模糊。
以下摘要說明且不排除更多可能的實施例，可設想以下實施例：
實施例 1：一種調整用於確定體液中分析物濃度之分析方法的測量設置的調整方法，該分析方法包含使用具有相機的行動裝置，該分析方法進一步包含藉由使用相機捕捉具有測試場的光學測試條的至少一部分的至少一個影像，並且其中，該分析方法進一步包含從測試場的顏色形成確定至少一個分析物濃度值，其中，該調整方法包含： i) 由複數個使用者進行複數次分析物測量，其中，該等分析物測量至少部分地包含藉由使用該相機捕捉具有測試場的光學測試條的至少一部分之影像，從而獲得該等分析物測量之訓練資料； ii) 分析從步驟 i) 中所獲得的該訓練資料，從而鑑定該訓練資料中的相似性，並根據該訓練資料中的相似性來鑑定複數個使用者型態；以及 iii)   針對該使用者型態中的至少一者提供型態特定之測量設置調整。
實施例 2：如前述實施例所述之調整方法，其中，該訓練資料包含下列中的至少一者： -  衍生自影像的資訊，特別是衍生自影像的色彩資訊； -  衍生自可見於該影像中之至少一個色彩參考卡之資訊； -  衍生自該影像之分析物測量值； -  藉由使用使用者手機中的至少一種感測器所獲得的感測器資料，特別是下列中的至少一者：角度感測器；光感測器；運動傳感器；加速度感測器；陀螺儀感測器；磁感測器，特別是霍爾 (Hall) 感測器；GPS 感測器；壓力感測器，具體是氣壓計；溫度感測器；生物感測器，具體是指紋感測器及/或虹膜掃描感測器中的一種或多種； -  藉由使用至少一個外部感測器所獲得之感測器資料； -  用於進行分析物測量的與使用者的行動裝置的設置有關之設置資訊，特別是與照明、靈敏度、曝光時間、伽馬 (Gamma) 校正中的至少一項有關的設置資訊； -  與使用者有關的健康資訊，特別是從使用者之行動裝置上運行的健康 App 所獲得的健康資訊。
實施例 3：如前述實施例中任一項所述之調整方法，其中，步驟 ii) 包含使用至少一種自我學習演算法，具體而言是藉由使用至少一種人工智慧，更具體而言是藉由使用一種或多種訓練模型及人工類神經網路，更具體而言，藉由使用卷積類神經網路。
實施例 4：如前述實施例中任一項所述之調整方法，其中，該調整方法包含將步驟 i) 所獲得之訓練資料從使用者的行動裝置傳輸到至少一個評估伺服器裝置，更具體而言，傳輸到雲端評估伺服器裝置，其中，至少步驟 ii) 及亦可選擇的步驟 iii) 是藉由評估伺服器裝置來執行的。
實施例 5：如前述實施例中任一項所述之調整方法，其中，該型態特定之測量設置調整至少部分地是指下列中的至少一者： -  該等分析物測量之處理程序； -  手機之硬體設置； -  手機之軟體設置； -  由手機給予使用者之指令； -  該等分析物測量的測量結果之可靠度； -  當執行該等分析物測量時容許參數的容限範圍； -  用於執行該等分析物測量之時序； -  用於執行該等分析物測量之故障安全演算法； -  增強之分析物測量準確度。
實施例 6：如前述實施例中任一項所述之調整方法，其中，在步驟 ii) 所鑑定的相似性至少部分地涉及在執行步驟 i) 時的照明條件。
實施例 7：如前述實施例所述之調整方法，其中，當進行步驟 i) 時，型態特定之測量設置調整至少部分地涉及相機調整，特別是涉及相機靈敏度和曝光時間之至少一者的相機調整。
實施例 8：如前述實施例中任一項所述之調整方法，其中，在步驟 ii) 所鑑定的相似性至少部分地涉及執行步驟 i) 時的使用者震顫。
實施例 9：如前述實施例所述之調整方法，其中，型態特定之測量設置調整至少部分地涉及一種或多種在執行步驟 i) 時行動電話移動的容許範圍及在步驟 i) 中所捕捉之影像的影像模糊。
實施例 10：一種確定體液中分析物濃度之分析方法，該方法包含使用具有相機的行動裝置，其中，該方法包含藉由使用相機捕捉具有測試場的光學測試條的至少一部分的至少一個影像，並且其中，該方法進一步包含從測試場的顏色形成確定至少一個分析物濃度值，其中，該方法包含： a) 執行根據前述實施例中任一項所述之調整方法； b) 由至少一個個體使用者進行複數次分析物測量，其中，該等分析物測量至少部分地包含藉由使用該相機捕捉具有測試場的光學測試條的至少一部分之影像，從而獲得該等分析物測量之使用者特定之訓練資料； c) 分析從步驟 b) 中所獲得的該使用者特定之訓練資料，並將該個體使用者分配至該使用者型態中的至少一個個體使用者型態；及 d) 針對該個體使用者型態提供使用者型態特定之測量設置調整。
實施例 11：如前述實施例所述之分析方法，其中，該方法進一步包含在步驟 b) 之前： a) 將個體使用者分配至預定義的啟動型態。
實施例 12：如前述涉及分析方法之實施例中任一項所述之分析方法，其中，該分析方法包含將步驟 b) 所獲得之使用者特定之訓練資料從個體使用者的行動裝置傳輸到至少一個評估伺服器裝置，更具體而言，傳輸到雲端評估伺服器裝置，其中，步驟 c) 及 d) 至少部分地是藉由評估伺服器裝置來執行的。
實施例 13：如前述實施例所述之分析方法，其中，將針對個體使用者型態之使用者型態特定之測量設置調整從評估伺服器裝置傳輸到個體使用者的行動裝置。
實施例 14：如前述實施例所述之分析方法，其進一步包含： a) 由個體使用者使用個體使用者的行動裝置，進行至少一次分析物測量，其中，分析物測量至少部分地包含藉由使用相機捕捉具有測試場的光學測試條的至少一部分之至少一個影像，並且評估至少一個影像以衍生出體液中分析物的濃度之至少一個測量值，其中，分析物測量是藉由使用針對個體使用者的使用者型態特定之測量設置調整來執行的。
實施例 15：如前述涉及分析方法之實施例中任一項所述之分析方法，其中，該使用者特定之訓練資料包含如實施例 2 中所定義的訓練資料。
實施例 16：如前述涉及分析方法之實施例中任一項所述之分析方法，其中，步驟 c) 包含使用至少一種自我學習演算法，具體而言是藉由使用至少一種人工智慧，更具體而言是藉由使用人工類神經網路，更具體而言，藉由使用卷積類神經網路。
實施例 17：一種用於執行如實施例 1 至 9 中任一項所述之方法之調整系統，該調整系統包含： I) 接收裝置，用於接收分析物測量之訓練資料，該訓練資料是藉由複數個使用者進行複數次分析物測量而獲得，其中，該等分析物測量至少部分地包含藉由使用相機捕捉具有測試場的光學測試條的至少一部分之影像，從而獲得該等分析物測量之訓練資料； II)   評估伺服器裝置，其經組態用於執行調整方法的步驟 ii)，且可選擇地亦經組態用於執行調整方法的步驟 iii)，即針對該使用者型態中的至少一者提供型態特定之測量設置調整；及 III)  傳輸裝置，用於傳輸步驟 ii) 中所提供的型態特定之測量設置調整。
實施例 18：如前述實施例所述之調整系統，其中，該接收裝置包含無線資料接收裝置，且其中，該傳輸裝置包含無線資料傳輸裝置。
實施例 19：如前述兩個實施例中任一項所述之調整系統，其中，該評估伺服器裝置包含雲端評估伺服器裝置。
實施例 20：一種行動裝置，其具有至少一個相機，該行動裝置經組態用於： -  執行如實施例 10 至 16 中任一項所述之分析方法之步驟 b)； -  接收針對在步驟 d) 中所提供之個體使用者型態的使用者型態特定之測量設置調整。
實施例 21：如前述實施例所述之行動裝置，其中，該行動裝置進一步經組態為藉由使用用於個體使用者的使用者型態特定之測量設置調整來根據實施例 14 的分析方法執行步驟 f)。
實施例 22：如前述涉及行動裝置之實施例中任一項所述之行動裝置，該行動裝置進一步包含至少一個處理器。
實施例 23：一種電腦程式，其包含指令，當藉由具有相機的行動裝置，具體而言藉由該行動裝置的處理器，更具體而言藉由如實施例 20 至 22 中任一項所述之行動裝置執行該程式時，該指令使該行動裝置至少進行實施例 14 的分析方法的方法步驟 b) 及 f)。
實施例 24：一種電腦可讀取儲存媒體，其包含指令，當藉由具有相機的行動裝置，具體而言藉由該行動裝置的處理器，更具體而言藉由如實施例 20 至 21 中任一項所述之行動裝置執行時，該指令使該行動裝置至少進行實施例 14 的分析方法的方法步驟 b) 及 f)。
實施例 25：一種電腦程式，其包含指令，當該程式藉由如實施例 17 至 19 中任一項所述之調整系統來執行時，該指令使調整系統進行如實施例 1 至 9 中任一項所述之調整方法。
實施例 26：一種電腦可讀取儲存媒體，其包含指令，當藉由如實施例 17 至 19 中任一項所述之調整系統來執行時，該指令使調整系統進行如實施例 1 至 9 中任一項所述之方法。
在圖 1 中，以示意圖顯示根據本發明的調整系統 110 及行動裝置 112 的實施例。此外，象徵性地顯示複數個使用者 114，其各自具有自己的行動裝置 112。
行動裝置 112 具有至少一個相機 116 及至少一個處理器 118。此外，行動裝置 112 經組態用於至少部分地執行確定體液中分析物濃度的分析方法 120，並用於至少部分地執行用於調整分析方法 120 之測量設置的調整方法 122。分析方法 120 將在圖 3 及圖 4 中詳細敘述；調整方法 122 將在圖 2 中敘述。
調整系統 110 包含評估伺服器裝置 124 及接收裝置 126 與傳輸裝置 128。接收裝置 126 及傳輸裝置 128 可完全或部分相同，且亦可完全部分地實施於評估伺服器裝置 124 中。評估伺服器裝置 124 可完全或部分地具體化為雲端評估伺服器裝置 130。
評估伺服器裝置 124 可經組態為與個體使用者 113 的行動裝置 112 及複數個使用者 114 的行動裝置 112 通訊。特別是，至少一項資訊可傳輸至評估伺服器裝置 124，且至少一項資訊可藉由評估伺服器裝置 124 傳輸至個體使用者 113 的行動裝置 112 及/或複數個使用者 114 的行動裝置 112 中的一者或兩者，如圖 1 中由指向相反方向的兩個箭頭所示。
每個行動裝置 112 的處理器 118 可經組態為捕捉和處理由行動裝置 112 的相機 116 所拍攝的具有測試場 134 之光學測試條 132 的影像。
調整方法 122 的例示性實施例流程圖顯示於圖 2 中。調整方法 122 適於調整用於確定體液中分析物濃度之分析方法 120 的測量設置。分析方法 120 將於圖 3 及圖 4 中詳細敘述。
調整方法 122 包含下列步驟，這些步驟可特定地依給定之順序執行。不過，不同的次序也是可行的。有可能以完全或部分同步的方式同時執行方法步驟中的兩個或多個。進一步地，可一次執行或重複執行方法步驟中的一個、多於一個或甚至全部。調整方法 122 可包含未列出的額外方法步驟。調整方法 122 的方法步驟如下： i)   (以參考符號 136 表示) 由複數個使用者 114 進行複數次分析物測量，其中，分析物測量至少部分地包含藉由使用相機 116 捕捉具有測試場 134 的光學測試條 132 的至少一部分影像，從而獲得分析物測量之訓練資料； ii)  (以參考附號 138 表示) 分析從步驟 i) 136 中所獲得的訓練資料，從而確定訓練資料中的相似性，並根據訓練資料中的相似性來鑑定複數個使用者型態；以及 iii)           (以參考符號 140 表示) 針對使用者型態中的至少一者提供型態特定之測量設置調整。
特別是，訓練資料可包含：從影像衍生的顏色資訊、來自至少一張色彩參考卡的資訊、從影像衍生的分析物測量值、藉由使用使用者的行動裝置 112 的至少一種感測器所衍生或藉由至少在外部感測器上所獲得的感測器資料、與使用者的行動裝置 112 設置有關之設置資訊、或從使用者之行動裝置 112 上運行的健康 App 所獲得的與使用者有關的健康資訊。
在步驟 i) 136 中所獲得的訓練資料可從複數個使用者 114 的行動裝置 112 傳輸到至少一個評估伺服器裝置 124，特別是傳輸到雲端評估伺服器裝置 130。步驟 ii) 138 及亦可選擇的步驟 iii) 140 可在評估伺服器裝置 124 上執行。調整方法 122 的步驟 ii) 138 可包含使用至少一種自我學習演算法，具體而言是藉由使用至少一種人工智慧，更具體而言是藉由使用一種或多種訓練模型及人工類神經網路，更具體而言，藉由使用卷積類神經網路。藉由根據訓練資料中的相似性鑑定複數個使用者型態，因此，可將複數個使用者 114 的使用者分類為多種類別，特別是分類成至少兩種不同的類別，其中，分配至特定類別的使用者至少在特定型態上可具有相同或至少相似的使用者型態。舉例而言，步驟 ii) 138 中由分析訓練資料所獲得的相似性可至少部分地涉及執行步驟 i) 136 時的使用者震顫。
在步驟 iii) 140 中，為至少一個使用者型態提供型態特定之測量設置調整。型態特定之測量設置調整至少部分地涉及分析物測量之處理程序、行動裝置 112 之硬體及/或軟體設置、由行動裝置 112 給予使用者之指令、分析物測量的測量結果之可靠度、當執行分析物測量時容許參數的容限水平、用於執行分析物測量的時序或故障安全演算法及/或增強之分析物測量準確度。特別是，當相較於例如型態的使用者未指明出頻繁的震顫，型態特定之測量設置調整可包含對於運動模糊之增加的容限。在此實例中，型態特定之測量設置調整至少部分地涉及一種或多種在執行步驟 i) 136 時行動裝置 112 移動的容許範圍及在步驟 i) 136 所捕捉之影像的影像模糊。
作為另一實例，例如根據指示使用者的特定技能或特定反應或反應時間的一組特定變量，可於步驟 ii) 138 中定義「有經驗」和「無經驗」的使用者類別。如果使用者型態是一個有經驗使用者的型態，則與用於指示較低經驗之型態的使用者所顯示的使用者指令相比，使用者指令 (例如與在行動裝置 112 顯示器上所顯示的指令) 可能不太廣泛。
此外，步驟 ii) 138 鑑定的相似性可至少部分地涉及在執行步驟 i) 136 時的照明條件。因此，當進行步驟 i) 136 時，型態特定之測量設置調整可至少部分地涉及相機調整，特別是涉及相機 116 靈敏度及曝光時間之至少一者的相機 116 調整。
確定體液中分析物濃度之分析方法 120 的實例如圖 3 中的流程圖所示。分析方法 120 包含使用例如藉由個體使用者 113 的具有相機 116 的行動裝置 112。該方法包含例如藉由個體使用者 113 使用具有相機 116 的行動裝置 112，藉由使用相機 116，捕捉具有測試場 134 的光學測試條 132 的至少一部分的至少一個影像。從測試場 134 的顏色形成，確定至少一個分析物濃度值。分析方法 120 包含下列步驟，這些步驟可特定地依給定之順序執行。不過，不同的次序也是可行的。有可能以完全或部分同步的方式同時執行方法步驟中的兩個或多個。進一步地，可一次執行或重複執行方法步驟中的一個、多於一個或甚至全部。分析方法 120 可包含未列出的額外步驟。分析方法 120 包含下列方法步驟： a) 執行如請求項 1 至 9 中任一項所述之調整方法 122； b) (以參考符號 142 表示) 由至少一個個體使用者進行複數次分析物測量，其中，分析物測量至少部分地包含藉由使用相機 116 捕捉具有測試場 134 的光學測試條 132 的至少一部分之影像，從而獲得分析物測量之個體使用者 113 的使用者特定之訓練資料； c) (以參考符號 144 表示) 分析從步驟 b) 142 中所獲得的使用者特定之訓練資料，並將個體使用者 113 分配至使用者型態中的至少一個個體使用者型態；及 d) (以參考符號 146 表示) 針對該個體使用者型態提供使用者型態特定之測量設置調整。
此外，如由圖 4 例示性說明，分析方法 120 可包含額外的步驟 e) 148，其中將各個使用者分配至預定義的起始型態。另一額外的步驟 f) 150可包含藉由個體使用者 113 使用個體使用者的行動裝置 112 進行至少一次分析物測量。
此外，分析物測量至少部分地包含藉由使用相機 116 來捕捉具有測試場 134 的光學測試條 132 的至少一部分之至少一個影像。評估至少一個影像並衍生體液的分析物濃度的至少一個測量值。分析物測量可包括光學測試條 132 的至少一種光學特性的變化，該變化可藉由相機 116 測量或視覺上確定。具體而言，該測量可為或可包含在至少一種待確定分析物存在下的顏色形成反應。顏色形成可藉由行動裝置 112 檢測，例如，藉由行動裝置 112 的處理器 118，並可定量評估，例如，藉由從至少一個影像中衍生至少一個參數，該至少一個參數量化或特徵化由於體液中分析物的存在而導致的測試場 134 的顏色形成。為了從測試場 134 的顏色形成確定分析物濃度，可使用至少一種用於將測試場 134 的顏色形成轉換為分析物濃度值的相關性 (例如相關函數)，例如在行動裝置 112 中所提供的至少一種相關性。分析物測量是藉由使用針對個體使用者的使用者型態特定之測量設置調整來執行的。對應的流程圖如圖 4 所示。
110:調整系統 112:行動裝置 113:個體使用者 114:複數個使用者 116:相機 118:處理器 120:分析方法 122:調整方法 124:評估伺服器裝置 126:接收裝置 128:傳輸裝置 130:雲端評估伺服器裝置 132:光學測試條 134:測試場 136:步驟 i) 138:步驟 ii) 140:步驟 iii) 142:步驟 b) 144:步驟 c) 146:步驟 d) 148:步驟 e) 150:步驟 f)
進一步的可選特徵和實施例將在後續實施例的詳細資訊中公開，較佳的是結合附屬請求項。其中，個別的可選特徵可單獨實現，也可以在任意可行的組合中實現，如熟習技術者將實現的。本發明的範圍不限於較佳實施例。實施例以圖式進行圖表式的描繪。其中，這些圖式中的參考編號相同者，用於指代相同或功能類似的元件。
在這些圖式中： 圖 1 顯示調整系統及行動裝置的實施例；及 圖 2 顯示調整用於確定體液中分析物濃度之分析方法的測量設置的調整方法的實施例流程圖；及 圖 3 和圖 4 顯示確定體液中分析物濃度之分析方法的不同實施例流程圖。
110:調整系統
112:行動裝置
113:個體使用者
114:複數個使用者
116:相機
118:處理器
124:評估伺服器裝置
126:接收裝置
128:傳輸裝置
130:雲端評估伺服器裝置
132:光學測試條
134:測試場

Claims (16)

  1. 一種調整用於確定體液中分析物濃度之分析方法(120)的測量設置之調整方法(122)，該分析方法(120)包含使用具有相機(116)的行動裝置(112)，該分析方法(120)進一步包含藉由使用該相機(116)捕捉具有測試場(134)的光學測試條(132)的至少一部分的至少一個影像，並且其中，該分析方法(120)進一步包含從該測試場(134)的顏色形成確定至少一個分析物濃度值，其中，該調整方法(122)包含：i)由複數個使用者(114)進行複數次分析物測量，其中，該等分析物測量至少部分地包含藉由使用該相機(116)捕捉具有測試場(134)的光學測試條(132)的至少一部分之影像，從而獲得該等分析物測量之訓練資料，其中該訓練資料包含下列中的至少一者：- 衍生自該影像之色彩資訊；- 衍生自可見於該影像中之至少一個色彩參考卡之資訊；- 衍生自該影像之分析物測量值；- 藉由使用該使用者的行動裝置(112)中的至少一個選自以下組成之群的感測器所獲得之感測器資料：角度感測器；光感測器；運動傳感器；加速度感測器；陀螺儀感測器；磁感測器；GPS感測器；壓力感測器；溫度感測器；生物感測器；- 用於進行該等分析物測量的與該使用者的行動裝置(112)的設置有關之設置資訊；- 與該使用者有關之健康資訊；ii)分析從步驟i)(136)中所獲得的該訓練資料，從而鑑定該訓練資料中的相似性，並根據該訓練資料中的相似性來鑑定複數個使用者型態，其中每組訓練資料包含變量，其中兩組訓練資料的相似性藉由各別變量的值 在特定範圍內或以不大於給定閾值相隔來定義，其中在步驟ii)(138)中所鑑別之該相似性至少部分地是指下列中的至少一者：- 當執行步驟i)時的照明條件；- 當執行步驟i)時的該使用者的震顫；以及iii)針對該使用者型態中的至少一者提供型態特定之測量設置調整，其中該型態特定之測量設置調整涉及用於由該使用者進行至少一次分析物測量的至少一種特定設置，該使用者屬於特定的使用者型態，其中該型態特定之測量設置調整至少部分地是指下列中的至少一者：- 該等分析物測量之處理程序；- 該行動裝置(112)之硬體設置；- 該行動裝置(112)之軟體設置；- 由該行動裝置(112)給予該使用者之指令；- 該等分析物測量的測量結果之可靠度；- 當執行該等分析物測量時容許參數的容限範圍；- 用於執行該等分析物測量之時序；- 用於執行該等分析物測量之故障安全演算法；- 增強之分析物測量準確度。
  2. 如請求項1之調整方法(122)，其中，步驟ii)(138)包含使用至少一種自我學習演算法。
  3. 如請求項1或2之調整方法(122)，其中，該調整方法(122)包含將在步驟i)(136)中所獲得之該訓練資料從該使用者的行動裝置(112)傳輸到至少一個評估伺服器裝置(124)，其中，至少步驟ii)(138)是藉由該評估伺服器裝置(124)來執行的。
  4. 如請求項1或2之調整方法(122)，其中，當執行步驟i)(136)時，該型態特定之測量設置調整至少部分地是指相機調整。
  5. 一種確定體液中分析物濃度之分析方法(120)，該方法包含使用具有相機(116)的行動裝置(112)，其中，該方法包含藉由使用該相機(116)捕捉具有測試場(134)的光學測試條(132)的至少一部分的至少一個影像，並且其中，該方法進一步包含從該測試場(134)的顏色形成確定至少一個分析物濃度值，其中，該方法包含：a)執行根據請求項1至4中任一項之調整方法(122)；b)由至少一個個體使用者(113)進行複數次分析物測量，其中，該等分析物測量至少部分地包含藉由使用該相機(116)捕捉具有測試場(134)的光學測試條(132)的至少一部分之影像，從而獲得該等分析物測量之使用者特定之訓練資料；c)分析從步驟b)(142)中所獲得的該使用者特定之訓練資料，並將該個體使用者(113)分配至該使用者型態中的至少一個個體使用者型態；及d)針對該個體使用者型態提供使用者型態特定之測量設置調整。
  6. 如請求項5之分析方法(120)，其中，該方法進一步包含在步驟b)(142)之前：e)將該個體使用者(113)分配至預定義的啟動型態。
  7. 如請求項5或6之分析方法(120)，其中，該分析方法(120)包含將在步驟b)(142)中所獲得之該使用者特定之訓練資料從該個體使用者的行動裝置(112)傳輸到至少一個評估伺服器裝置(124)，其中，步驟c)(144)及步驟d)(146)是至少部分地藉由該評估伺服器裝置(124)來執行的。
  8. 如請求項7之分析方法(120)，其中，將針對該個體使用者型態之該使用者型態特定之測量設置調整從該評估伺服器裝置(124)傳輸到該個體 使用者的行動裝置(112)。
  9. 如請求項8之分析方法(120)，其進一步包含：(f)由該個體使用者(113)使用該個體使用者的行動裝置(112)進行至少一次分析物測量，其中，該等分析物測量至少部分地包含藉由使用該相機(116)捕捉具有測試場(134)的光學測試條(132)的至少一部分之至少一個影像，並且評估該至少一個影像以衍生出該體液中分析物的濃度之至少一個測量值，其中，該分析物測量是藉由使用針對該個體使用者(113)的該使用者型態特定之測量設置調整來進行。
  10. 如請求項5或6之分析方法(120)，其中，步驟c)(144)包含使用至少一種自我學習演算法。
  11. 一種用於執行如請求項1至4中任一項所述之方法之調整系統(110)，該調整系統(110)包含：I)接收裝置(126)，用於接收分析物測量之訓練資料，該訓練資料是藉由複數個使用者(114)進行複數次分析物測量而獲得，其中，該等分析物測量至少部分地包含藉由使用相機(116)捕捉具有測試場(134)的光學測試條(132)的至少一部分之影像，從而獲得該等分析物測量之訓練資料；11)評估伺服器裝置(124)，其經組態用於執行如請求項1至4中任一項所述之調整方法(122)之步驟ii)(138)；及III)傳輸裝置(128)，用於傳輸步驟ii)(138)中所提供的型態特定之測量設置調整。
  12. 一種行動裝置(112)，其具有至少一個相機(116)，該行動裝置(112)經組態用於：- 執行如請求項5至10中任一項所述之分析方法(120)之步驟b)(142)； - 接收針對在步驟d)(146)中所提供之該個體使用者型態的該使用者型態特定之測量設置調整。
  13. 一種電腦程式，其包含指令，當該程式藉由具有相機(116)的行動裝置(112)來執行時，使該行動裝置(112)進行如請求項9之分析方法(120)之至少方法步驟b)(142)及f)(150)。
  14. 一種電腦可讀取儲存媒體，其包含指令，當該指令藉由具有相機(116)的行動裝置(112)來執行時，使該行動裝置(112)進行如請求項9之分析方法(120)之至少方法步驟b)(142)及f)(150)。
  15. 一種電腦程式，其包含指令，當該程式藉由如請求項11所述之調整系統(110)來執行時，使該調整系統(110)進行如請求項1至4中任一項之調整方法(122)。
  16. 一種電腦可讀取儲存媒體，其包含指令，該指令當藉由如請求項11所述之調整系統(110)來執行時，使該調整系統(110)進行如請求項1至4中任一項之方法。
TW109139510A 2019-11-13 2020-11-12 用於分析確定體液中之分析物之調整方法 TWI776277B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962934576P 2019-11-13 2019-11-13
US62/934,576 2019-11-13
EP20153112.6 2020-01-22
EP20153112 2020-01-22

Publications (2)

Publication Number Publication Date
TW202132762A TW202132762A (zh) 2021-09-01
TWI776277B true TWI776277B (zh) 2022-09-01

Family

ID=73449014

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109139510A TWI776277B (zh) 2019-11-13 2020-11-12 用於分析確定體液中之分析物之調整方法

Country Status (9)

Country Link
US (1) US20220270720A1 (zh)
EP (1) EP4026140A1 (zh)
JP (1) JP2023502369A (zh)
KR (1) KR20220097905A (zh)
CN (1) CN114641831A (zh)
BR (1) BR112022009248A2 (zh)
CA (1) CA3155910A1 (zh)
TW (1) TWI776277B (zh)
WO (1) WO2021094274A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114430463B (zh) * 2022-04-01 2022-06-28 青岛大学附属医院 一种自适应医疗级影像效果的优化方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201239360A (en) * 2011-03-25 2012-10-01 Middleland Sensing Technology Inc An analyzing system and method for a test strip
WO2014113770A1 (en) * 2013-01-21 2014-07-24 Cornell University Smartphone-based apparatus and method for obtaining repeatable, quantitative colorimetric measurement

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19629656A1 (de) 1996-07-23 1998-01-29 Boehringer Mannheim Gmbh Diagnostischer Testträger mit mehrschichtigem Testfeld und Verfahren zur Bestimmung von Analyt mit dessen Hilfe
US6454708B1 (en) 1999-04-15 2002-09-24 Nexan Limited Portable remote patient telemonitoring system using a memory card or smart card
US20130158368A1 (en) 2000-06-16 2013-06-20 Bodymedia, Inc. System for monitoring and managing body weight and other physiological conditions including iterative and personalized planning, intervention and reporting capability
GB201105474D0 (en) 2011-03-31 2011-05-18 Albagaia Ltd Testing apparatus
US9005129B2 (en) 2012-06-22 2015-04-14 Fitbit, Inc. Wearable heart rate monitor
CN104969068B (zh) * 2012-08-08 2019-06-18 思勘度股份有限公司 用于在自动校准环境中执行及量化由特定浓度的生物分析物诱发的色彩改变的方法及设备
US9241663B2 (en) * 2012-09-05 2016-01-26 Jana Care Inc. Portable medical diagnostic systems and methods using a mobile device
US9750433B2 (en) 2013-05-28 2017-09-05 Lark Technologies, Inc. Using health monitor data to detect macro and micro habits with a behavioral model
US9412046B2 (en) 2014-10-10 2016-08-09 Facebook, Inc. Training image adjustment preferences
US10424219B2 (en) 2015-05-07 2019-09-24 Dexcom, Inc. System and method for educating users, including responding to patterns
US10347152B2 (en) 2015-12-02 2019-07-09 Natan LAVI Indirect bio-feedback health and fitness management system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201239360A (en) * 2011-03-25 2012-10-01 Middleland Sensing Technology Inc An analyzing system and method for a test strip
WO2014113770A1 (en) * 2013-01-21 2014-07-24 Cornell University Smartphone-based apparatus and method for obtaining repeatable, quantitative colorimetric measurement

Also Published As

Publication number Publication date
EP4026140A1 (en) 2022-07-13
JP2023502369A (ja) 2023-01-24
KR20220097905A (ko) 2022-07-08
BR112022009248A2 (pt) 2022-08-02
TW202132762A (zh) 2021-09-01
CN114641831A (zh) 2022-06-17
CA3155910A1 (en) 2021-05-20
WO2021094274A1 (en) 2021-05-20
US20220270720A1 (en) 2022-08-25

Similar Documents

Publication Publication Date Title
US10749775B2 (en) Systems and methods for response calibration
US20180293350A1 (en) Image-based disease diagnostics using a mobile device
CN112930572A (zh) 用于执行分析测量的方法和装置
AU2013323790A1 (en) Systems and methods for response calibration
US20220283148A1 (en) Method of determining a concentration of an analyte in a bodily fluid
US20220291134A1 (en) Method of performing an analytical measurement
US20220270720A1 (en) Adjustment method for an analytical determination of an analyte in a body fluid
CN114729900A (zh) 用于执行分析测量的方法和装置
TWI668664B (zh) Method for dynamically analyzing blood sugar level, system thereof and computer program product
EP3842791B1 (en) Adjustment method for adjusting a setup for an analytical method
Park Approaches for Improving Data Acquisition in Sensor-Based mHealth Applications
TW202346832A (zh) 判定體液中至少一種分析物之濃度的方法及裝置
TW202410856A (zh) 使用行動裝置來判定與體液中分析物之濃度對應的最終數值分析物結果值之方法
TW202402238A (zh) 個體化用於將分析物之濃度進行分類的分析物值範圍之方法
TW202400990A (zh) 用於進行分析測量之方法及裝置
WO2022106672A1 (en) Method and devices for point-of-care applications
TWM508303U (zh) 生理運動資訊智慧辨識裝置

Legal Events

Date Code Title Description
GD4A Issue of patent certificate for granted invention patent