WO2023041885A1 - Method, device, computer program product and storage medium containing said program, for monitoring a metabolic state - Google Patents

Method, device, computer program product and storage medium containing said program, for monitoring a metabolic state Download PDF

Info

Publication number
WO2023041885A1
WO2023041885A1 PCT/FR2022/051753 FR2022051753W WO2023041885A1 WO 2023041885 A1 WO2023041885 A1 WO 2023041885A1 FR 2022051753 W FR2022051753 W FR 2022051753W WO 2023041885 A1 WO2023041885 A1 WO 2023041885A1
Authority
WO
WIPO (PCT)
Prior art keywords
power
index
metabolic
person
setpoint
Prior art date
Application number
PCT/FR2022/051753
Other languages
French (fr)
Inventor
John Jairo MARTINEZ MOLINA
Maxime CHORIN
Samuel Verges
Christophe BERENGUER
Original Assignee
Institut Polytechnique De Grenoble
Universite Grenoble Alpes
Centre National De La Recherche Scientifique
Institut National De La Sante Et De La Recherche Medicale
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 Institut Polytechnique De Grenoble, Universite Grenoble Alpes, Centre National De La Recherche Scientifique, Institut National De La Sante Et De La Recherche Medicale filed Critical Institut Polytechnique De Grenoble
Publication of WO2023041885A1 publication Critical patent/WO2023041885A1/en

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/221—Ergometry, e.g. by using bicycle type apparatus
    • A61B5/222—Ergometry, e.g. by using bicycle type apparatus combined with detection or measurement of physiological parameters, e.g. heart rate
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • A63B2024/0078—Exercise efforts programmed as a function of time
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
    • A63B2024/0093—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load the load of the exercise apparatus being controlled by performance parameters, e.g. distance or speed
    • 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

Definitions

  • the present invention relates to a method and a device for the control of a metabolic.
  • the invention also relates to a computer program product and a recording medium comprising such a program.
  • the invention can be used in particular in the context of monitoring a person exerting an effort during an exercise, for example during a sports exercise or during a medical examination.
  • Many applications require the determination of the metabolic state of an individual providing physical effort. Such applications include for example the monitoring of a person during a sports exercise or during rehabilitation, potentially under the supervision of a third person.
  • the above steps are repeated at regular intervals.
  • the updating of the value of the correction can advantageously be carried out at a slower rate than that of the error, for example at a rate slower by a factor greater than at least one order of magnitude.
  • the reference value of the index is determined for a time k as a function of one or more previously determined passage points of said index over time.
  • the metabolic law is a PID regulation law depending on the quantity of oxygen consumed and the quantity of carbon dioxide produced by the person.
  • the quantities of oxygen consumed and of carbon dioxide produced are obtained by an estimate based on a measurement of a power supplied by the person or an estimate of the power supplied by the person.
  • the objective to be achieved over time comprises the total energy to be supplied by the person during the exercise.
  • the adjustment of the process for obtaining the power setpoint is carried out at the level of the error, of the metabolic control law or of the value of the power setpoint.
  • the signal representing the power setpoint is used to control the load of a device used by the person to provide mechanical power.
  • the signal representative of the power setpoint is implemented to generate a signal intended to be displayed in the form of an indication relating to the power setpoint in order to guide the individual in the effort to provide.
  • the power setpoint is translated in the form of an increment or a decrement.
  • the determination of one of the plurality of values of the correction as a function of at least one objective to be achieved over time comprises the resolution of a problem of optimization of the correction value under the constraint of at least one objective to be achieved over time.
  • a device for monitoring the metabolic state of a person in the context of an exercise during which the person provides mechanical power, said metabolic state being represented by a physiological index said device comprising a processor configured to implement the above method.
  • a recording medium readable by a device comprising a processor, the medium comprising instructions which, when executed by the processor, lead to the implementation, by the device, of steps of the above method.
  • a computer program product comprising instructions which, when the program is executed by a processor of a device, cause the device to implement the steps of the method above.
  • - figure 1 is a block diagram of a system according to an exemplary embodiment
  • - Figure 2 is a block diagram of an embodiment of the control module and the prognosis module of Figure 1
  • - Figure 3 is a flowchart of the main steps implemented by the control module and the prognosis module of Figure 1
  • – Figure 4 is a block diagram of a device suitable for the implementation of certain embodiments
  • – Figure 5 is a graph of the Respiratory Exchange Ratio, RER, in an application to an indoor cycle
  • - figure 6 is a graph of the power of the motor load of the bicycle, of the power supplied by the cyclist and of the calories consumed within the framework of the application of figure 5;
  • each block of a block diagram or each step of an algorigram can represent a module or even a portion of software code comprising instructions for the implementation of one or more functions. According to certain implementations, the order of the blocks or the steps can be changed, or even the corresponding functions can be implemented in parallel.
  • the process blocks or steps can be implemented using circuits, software or a combination of circuits and software, and this in a centralized way, or in a distributed way, for all or part of the blocks or steps.
  • a suitable data processing system or device comprises for example a combination of software code and circuits, such as a processor, controller or other circuit suitable for executing the software code.
  • the processor or controller When the software code is executed, the processor or controller causes the system or device to implement all or part of the functionalities of the blocks and/or steps of the processes or methods according to the example embodiments.
  • the software code can be stored in a readable memory or medium accessible directly or through another module by the processor or controller.
  • a system according to an exemplary embodiment is illustrated by the block diagram of FIG. 1. This system allows the monitoring of one or more physiological indices.
  • a non-limiting example of a physiological index is the Respiratory Exchange Ratio, RER.
  • the system of figure 1 comprises - A first block ('A') intended to provide an estimate of oxygen, O2, consumed and of carbon dioxide, CO2, produced, on the basis for example of a measurement or a estimation of the mechanical power supplied by an individual during a effort.
  • Block A provides at the output in particular values of at least one index depending on the estimates of the quantities of O2 and of CO2.
  • a second block ('B') exercising a function of prediction and control, and determining actions – for example the increase or decrease in the intensity of the effort to be provided – to follow a desired trajectory of a or more clues.
  • Block A comprises an estimator 101.
  • the estimator receives as input signals representative of data making it possible to directly or indirectly determine a mechanical power supplied by the individual.
  • the signals representative of these data are produced by one or more sensors 104, 106, 108 and 110.
  • the estimator 101 outputs the quantity of oxygen, O2, consumed 112 and the quantity of dioxide of carbon, CO2, produced 113.
  • the estimates of the quantities of oxygen consumed 112 and of carbon dioxide produced 113 are obtained by applying the following model: [Equation 1] where the constants ⁇ i , ⁇ j and w0 are obtained for example by linear regression from previously measured data of VO2 and VCO2 for different mechanical powers u(k).
  • the estimator also supplies the quantity of carbon dioxide produced in excess 114, a value that can be processed by a monitoring and/or diagnostic device integrated or external to the device illustrated by FIG.
  • the mechanical power is for example the power produced by the actuation by the individual of a bicycle crankset or of another sporting device requiring mechanical actuation.
  • Mechanical power can also be that produced by the individual without a device, simply by engaging in physical activity such as running.
  • the mode of production of the mechanical power influences the choice of the sensor(s): if the power is supplied via a suitable sports device such as an exercise bike, the power can be obtained directly by a power 104 connected to the sports device in a manner known per se (a torque or cadence sensor for example), or via a pre-existing module on said device which provides the information directly. It is, in any case, possible to indirectly obtain an estimate of the power provided by the individual by measuring parameters related to the individual, for example the speed of movement, the heart rate and/or the oxygen saturation of the blood of the individual.
  • the estimate of the mechanical power denoted u e (k)
  • u e (k) could be obtained for example as a quadratic function of the heart rate, HR, by the relationship: [Equation 2] or, as a function of the speed of movement, v, by the relation: [Equation 3] where the coefficients ci are for example obtained by linear regression on the basis of real measurements of heart rates, speeds and mechanical powers.
  • Figure 1 shows a heart rate sensor 106 providing a signal carrying heart rate data 107, as well as other sensors 108 providing signals carrying appropriate data 109. It is not necessary to have more than one piece of information to determine the potency. Optionally, having data from several sensors can make it possible to refine the estimation of the mechanical power.
  • the environmental parameters include for example one or more of: temperature, location or altitude – these parameters can intervene in the model applied by the estimator 101 to obtain the output data. Indeed, if it is desired to monitor the volumes of O2 and CO2, these volumes depend on the temperature and the atmospheric pressure (the latter being able for example to be obtained from an atmospheric pressure sensor or on an estimate based on altitude). The person skilled in the art will choose, depending on the precise context, the number and the nature of the sensors to be used.
  • the sensors implemented may comprise one or more of a heart rate monitor and a blood oxygen saturation sensor.
  • Current connected watches also generally have an altimeter, a thermometer and means of geolocation.
  • the estimator can be qualified as a 'virtual sensor' because in combination with the data from the real sensor(s), it provides estimates that could be provided directly by an appropriate device such as an ergospirometer.
  • Block A of FIG. 1 further comprises an interface module 115 intended for interfacing between the user of the system and the estimator 101 through a connection 118.
  • the user can be the individual exerting the effort or another person, for example a sports coach or a medically qualified person.
  • the interface module 115 receives commands 116 from the user as input and provides data 117, for example in the form of a display of adjustment parameters and/or the quantities or volumes of oxygen 112 and carbon dioxide. carbon 113 and can be presented in various ways (instantaneous values, evolution over time, etc.).
  • the commands entered by the user include, for example, a choice of personal parameters specific to the individual exerting the effort.
  • An exchange analysis module 120 receives as input the quantities of oxygen consumed 112 and of carbon dioxide produced 113 and provides as output values 121 representative of one or more physiological indices, such as, without limitation, the Ratio of Respiratory Exchanges (RER), the metabolic rate (in kcal per unit of time), the percentages of consumption of carbohydrates, lipids and proteins.
  • RER Ratio of Respiratory Exchanges
  • the implementation of the Respiratory Exchange Ratio will be detailed later.
  • the metabolic rate, MR can for example be obtained by applying Weir's formula: [Equation 4]
  • Metabolic rate (in kcal per second) (3.94702 + 1.117CO2)/60 where VO2 is the volume of oxygen consumed in liters per minute and VCO2 is the volume of carbon dioxide produced in liters per minute.
  • the carbohydrate, fat and protein consumption percentages are obtained from formulas known to those skilled in the art. In this regard, we can cite the equations published by Weir, JB de V. on August 1, 1949 in "New methods for calculating the metabolic rate with special reference to protein metabolism” (whose title in English is: “New methods for calculating metabolic rate with special reference to protein metabolism") - published in The Journal of Physiology. 109 (1-2): 1-9. doi:10.1113/jphysiol.1949.
  • Kcal per second 5.047% + 4.463y + 4.735z
  • x is the percentage of carbohydrates, y that of proteins and z that of lipids.
  • the exchange analysis module 120 is optionally connected to a display module
  • the display module 122 allows the individual exerting the effort - and/or another person - to view the instantaneous values of the index or indices and their evolution over time.
  • the values 121 produced by the gas exchange analysis module 120 serve as input on the one hand to a control module 123 and to a prognosis module 124, these last two modules both forming part of block B.
  • the control module 123 also receives data 125, elaborated by a C interface module 126 from data 127. These data 127 can be supplied by the individual exerting the effort and/or another person, or even be read from a memory or obtained elsewhere. According to an exemplary embodiment, the data 127 includes one or more desired passage points of the index or indices.
  • the data 125 supplied by the module 126 to the control module 123 are reference values—or setpoint values—of the index or indices, at a time k.
  • the control module also receives data 136 from the prognosis module and performs the actions necessary for the index(es) to follow the established crossing points within an acceptable margin.
  • the control module also receives data 136 from the prognosis module and performs the actions necessary for the index(es) to follow
  • Modules 126 and 128 are also part of Block B.
  • these modules or devices may include, where appropriate, a module for managing the intensity of the exercise performed by the individual controlled by the signal 129.
  • the adjustment can be made by incrementing or decrementing the load or the braking (for a bicycle) and/or the inclination (for a running device) of the sports apparatus.
  • these modules or devices comprise a means of communicating information to the individual exerting the effort to indicate to him the level at which he is located in relation to the desired passage points and/or instructions to be follow, for example acceleration (increment) or deceleration (decrement), in order to allow him to adapt his effort, both in relation to an overall objective to be achieved and in relation to the chosen passage points.
  • This device provides for example an audio or visual signal in response to the signal 130.
  • the device can in particular be a mobile telephone or a connected watch worn by the individual exerting the effort.
  • the prognosis module 124 receives the values of index(es) 121 from the gas exchange analyzer and the power setpoint 134 from the control module 123.
  • the prognosis module makes a prediction of the future values of the index(es) and responsively determines adjustments to exercise intensity to meet the desired level of performance.
  • this level of performance 131 is provided by the individual exerting the effort or the user via the interface module C 126.
  • the level of performance is for example the number of calories to be burned during the exercise as a whole.
  • Performance level can be seen as a longer-term objective than tracking desired benchmarks for an index.
  • the interface modules E 122 and C 126 are for example touch screens but can be implemented using other technologies making it possible to present data and to receive input data.
  • the two interface modules are combined into a single input/output module, for example a single touch screen.
  • the desired passage points of the index or indices can also be obtained by other means, for example by being read in a memory, following a pre-established program, etc.
  • the system also comprises a power supply 132.
  • the system also comprises a telemetry module 133.
  • the components of the system of FIG. 1 can be included in a single physical device or be distributed over several devices.
  • the sensors can be remote and communicate with the estimator by a wired or wireless link – for example, if a heart rate sensor is used, the latter can be attached to a belt worn by the user. individual whose metabolic reference is to be followed.
  • the display module and/or the E and C interface modules can be external to a device comprising for example the data processing and control modules, such as the estimator 101, the gas exchange analyzer and the control and prognosis modules.
  • the operation of the control module 123 and of the prognosis module 124 will now be described in relation to the block diagram of FIG. 2. This block diagram takes up certain elements of FIG.
  • the modules 123 and 124 are intended to follow, in real time, at least one physiological index by acting on the power u(k) that must be provided an individual at a given instant k.
  • the time variable k is discrete.
  • e(k) will denote the tracking error between the measured or estimated index 121 (denoted Index) and the setpoint value (denoted Index ref ) at time k.
  • the C interface module 126 provides a reference value per value of the temporal variable k, for example by interpolation, linear or other, between the defined passage values or by implementing another function allowing to generate intermediate points and to pass approximately by said waypoints.
  • the control module 123 comprises a metabolic controller 203 implementing a metabolic control law based on a PID (proportional, integral, derivative) regulator.
  • PID proportional, integral, derivative
  • Other types of regulators adapted to follow state constraints can also be implemented instead of a PID regulator.
  • VO2(k) and VCO2(k) designate respectively the volume of oxygen consumed at time k and the volume of CO2 produced at time k.
  • any linear combination of VO2(k) and VCO2(k) can be regulated by the metabolic controller according to the present example embodiment.
  • RER Respiratory Exchange Ratio
  • Index ref (k) RER ref (k)
  • the RER is defined as the ratio between VCO2 and VO2, at normal conditions of temperature and pressure.
  • the corrective term is represented by the reference 136 and is added to the reference value of the index, Index ref (k), at the level of adder 204 (path (a) of reference 136).
  • Index ref (k) the index of the index
  • the prognosis module generates a corrective power term, which will be used to correct (206) the output of the metabolic controller and thus adjust the power setpoint (path (c) of reference 136).
  • the prognosis module modifies the constants kp, ki, kd of equation 5 above (path (b) of reference 136).
  • the metabolic controller directly receives the decisions of the post-prognosis decision module and acts on the command interface 128 to adapt the commands 129 accordingly.
  • the prediction module 202 takes into consideration the current metabolic state (O2 or CO2 measured or estimated) via the current value 121 of the index provided by the block A (or directly the outputs 112 or 113), the output 134 u(k) corresponding to the application of the control law given by equation 5 plus the corrective term 136 at the output of the decision module 201, as well as the corrective term 136 itself.
  • the prediction module performs a simulation of the possible evolutions of the index according to different values of the corrective term, and this on the basis of the mathematical model already implemented by the estimator 101 and linking the power supplied to the quantities of oxygen and of carbon dioxide and/or their volumes.
  • the prediction module simulates the different possible trajectories of oxygen consumed and carbon dioxide produced on the basis of equation 1, which incorporates the metabolic control law (equation 5), by determining the values of oxygen and of carbon dioxide attainable by acting on u(k) via the corrective term ⁇ u(k).
  • equation 5 the metabolic control law
  • the post-prognosis decision module 201 takes into account a long-term objective (including the performance level 131 of the exercise is an example) and the result of the simulations performed by the prediction module 202, in the form of the possible trajectories (predicted) based on the metabolic control law (equation and different choices of ⁇ u(k) (increments or decrements).
  • the choice of the corrective term is made taking into account the long-term objective.
  • the prediction module launches a family simulations to establish the possible values of the energy consumed after a given time or a given distance, and according to the current operating conditions of the metabolic law.
  • the energy consumed (kcal), denoted Ec can be taken as the cumulative sum of the expected metabolic rate.
  • MR MRref - e(k), with e(k) a random variable which changes all along the prediction according to the func tion of the metabolic control law already in operation and on the basis of the mathematical model implemented which gives O2(k) and CO2(k) as a function of u(k)
  • the consumed energy Ec can be predicted as the following cumulative sum: [Equation 13] where Ts (sampling time) is a constant equal to the time duration between instant k and instant k+1.
  • the decision module solves a robust or stochastic optimization problem.
  • the problem is for example to enforce a constraint on the long-term objective by minimizing a performance criterion, in the form of a function L.
  • the decision variable which makes it possible to solve the optimization problem ⁇ which can, according to one of the paths (a), (b), (c) chosen, be ⁇ u, or a vector of the parameters metabolic law (kp, ki, kd).
  • the optimization problem can be written in the following form: [Equation.14] where ⁇ will take the desired form (for example Ec in the context of the example where it is sought to guarantee the energy consumed).
  • the constraint to be respected takes the following form: Probability(Ec(T_final)>E_target)>Prob_target where E_target represents the long-term objective and Prob_target represents the probability that the constraint is guaranteed.
  • the choice of Prob_target depends on the desired level of guarantee.
  • the energy consumed can represent the overall number of kilocalories invested, but can alternatively represent the energy consumed relating to one among lipids, carbohydrates, proteins instead of the total energy.
  • the cost function L(.) could simply be the integral of e(k) 2 , because this error would depend on the choice on ⁇ u, ⁇ ⁇ or the vector of the parameters of the metabolic law (kp, k i , k d ). This optimization problem can be solved for example by using robust or stochastic optimization methods known elsewhere.
  • the decision of the post-prognostic module is made at a rate lower than that at which the metabolic controller outputs u0(k) values. For example, ⁇ u(k) is updated once per minute while u0(k) is updated every second.
  • 3 is an algogram of the main steps implemented by block A:
  • a first step 301 the calculation of the error e(k) on the index with respect to a reference value of the index at time k is achieved.
  • a metabolic law is applied to obtain a power setpoint to minimize the error.
  • a prediction of the evolution of the index for a plurality of values of a correction to be applied within the framework of the determination of the power setpoint is carried out.
  • one of the plurality of correction values is chosen according to at least one objective to be achieved over time.
  • the value of the correction is applied to adjust the power control obtaining process.
  • the correction is applied to the level of the error, of the metabolic control law or of the value of the power setpoint.
  • the same value of the correction can be applied for several consecutive cycles of evaluation of the error and adjustment of the process for obtaining the power setpoint. In this case, it is not necessary to perform steps 303 and 304 as frequently.
  • a signal representative of said power setpoint is generated.
  • Figure 4 is a block diagram of a device 400 configured to implement the steps of the method of Figure 3 and/or implement the functional blocks described in conjunction with Figures 1 and 2.
  • the device includes a processor 401, a volatile memory 402, a non-volatile memory 403, the latter comprising instructions 404 which, when executed by the processor, lead the device to implement the steps and/or to implement the functional blocks mentioned above.
  • the various components are linked by a communication bus 405.
  • the device may include other components or interfaces 406 to other components, depending on the implementation.
  • Processor 401 may take any suitable form - one or more microprocessors, one or more microcontrollers, or a combination thereof.
  • Volatile memory 402 is used for temporary storage of data.
  • Nonvolatile memory 403 may include a hard disk, static memory, or other form of long-term storage.
  • Non-volatile memory stores implementation instructions, it can also store an operating system and/or applications.
  • the device is one of a computer or a connected watch or another device carried by the individual, such as for example a mobile telephone.
  • the metabolic controller 203 has the function of minimizing the error e(k) at all times.
  • the error is not always zero, in particular due to unpredictable disturbances (meteorological phenomena such as wind, traffic conditions, etc.), or even a non-compliant response by the individual in relation to the effort required. .
  • the prognosis module 124 by taking long-term objectives into account, makes it possible to limit the impact of such disturbances.
  • the graphs of FIGS. 5 and 6 illustrate the behavior of the RER when it is controlled as previously described, in the specific application to an indoor cycle.
  • the cyclist provides a mechanical power imposed by the load of the motor of the bicycle and the control device varies the load of the motor to follow a reference value of the index, namely in this specific case, a constant value of the RER at 0.91 . It can be seen on the graph in figure 5 that after a transient response of the physiological variables, at approximately four minutes, the RER stabilizes around a value close to the reference value.
  • the curves in FIG. 6 respectively illustrate the evolution over time of the power supplied by the cyclist, of the number of calories consumed and of the engine load adjusted progressively by the control device.
  • FIG. 7 is a graph illustrating the evolution over time of the percentage of fat burned in the application of FIG. 5 and FIG.
  • FIG. 8 is a graph illustrating the evolution over time of the rate of total kilocalories burned per second and the rate of kilocalories per second resulting from the fat burned in the application of FIG. fat, or total calories) as part of the predictions and to decide whether to increase or decrease the effort level / power setpoint to achieve long-term goals, e.g. a desired amount of calories burned at the end of the exercise, either from calories resulting from fat, or from calories without taking into account the nature of the energy source.

Abstract

Provided is a method for monitoring the metabolic state of an individual in the context of exercise during which the individual delivers mechanical power, said metabolic state being represented by a physiological index, the method being implemented by a device (400) comprising a processor (401) executing software code (404) leading to the implementation of the steps of the method by said device (400), said method comprising: (a) computing (301) an error in the index with respect to a reference value (125) of the index at a time k; (b) applying (302), to said error, a metabolic law, to obtain a power setting to be respected to decrease the error; (c) obtaining (303) a prediction of the variation in the index for a plurality of values of a correction to be applied in the context of determination of the power setting; (d) determining (304) one among the plurality of values of the correction depending on at least one objective to be achieved in the long term; (e) applying (305) the correction value chosen (136) to adjust the process of obtaining the power setting; (f) generating (306) a signal representative of said power setting. A device allowing implementation, a computer program product and a storage medium containing such a program are also provided.

Description

DESCRIPTION TITRE : PROCEDE, DISPOSITIF, PROGRAMME PRODUIT D’ORDINATEUR ET SUPPORT D’ENREGISTREMENT COMPORTANT LEDIT PROGRAMME POUR LE CONTROLE D’UN ETAT METABOLIQUE Domaine technique de l’invention La présente invention concerne un procédé et un dispositif pour le contrôle d’un état métabolique. L’invention concerne aussi un produit programme d’ordinateur et un support d’enregistrement comportant un tel programme. L’invention peut être utilisée notamment dans le cadre du suivi d’une personne exerçant un effort pendant un exercice, par exemple lors d’un exercice sportif ou lors d’un examen médical. Arrière-plan technique De nombreuses applications nécessitent la détermination de l’état métabolique d’un individu fournissant un effort physique. De telles applications comprennent par exemple le suivi d’une personne lors d’un exercice sportif ou lors d’une rééducation, potentiellement sous la supervision d’une personne tierce. Il serait utile de pouvoir contrôler cet état métabolique, automatiquement et en temps réel. Résumé de l’invention Selon un mode de réalisation, il est proposé un procédé de contrôle de l’état métabolique d’une personne dans le cadre d’un exercice au cours duquel la personne fournit une puissance mécanique, ledit état métabolique étant représenté par un indice physiologique, le procédé étant mis en œuvre par un dispositif comportant un processeur exécutant du code logiciel conduisant à la mise en œuvre des étapes du procédé par ledit dispositif, ledit procédé comportant : (a) le calcul d’une erreur sur l’indice par rapport à une valeur de référence de l’indice à un temps k ; (b) l’application à ladite erreur d’une loi métabolique pour l’obtention d’une consigne de la puissance à respecter pour réduire l’erreur ; (c) l’obtention d’une prédiction de l’évolution de l’indice pour une pluralité de valeurs d’une correction à appliquer dans le cadre de la détermination de la consigne de la puissance; (d) la sélection de l’une parmi la pluralité de valeurs de la correction en fonction d’au moins un objectif à atteindre dans la durée ; (e) l’application de la valeur de correction choisie pour ajuster le processus d’obtention de la consigne de la puissance (f) la génération d’un signal représentatif de ladite consigne de puissance. Selon un exemple de réalisation particulier, les étapes ci-dessus sont réitérées à intervalles réguliers. La mise à jour de la valeur de la correction peut avantageusement être effectuée à un rythme plus lent que celui de l’erreur, par exemple à un rythme plus lent d’un facteur supérieur à au moins un ordre de grandeur. Selon un exemple de réalisation, la valeur de référence de l’indice est déterminée pour un temps k en fonction d’un ou plusieurs points de passage préalablement déterminés dudit indice dans le temps. Selon un exemple de réalisation, la loi métabolique est une loi de régulation PID fonction de la quantité d’oxygène consommé et de la quantité de dioxyde de carbone produite par la personne. Selon un exemple de réalisation, les quantités d’oxygène consommé et de dioxyde de carbone produit sont obtenus par une estimation fonction d’une mesure d’une puissance fournie par la personne ou d’une estimation de la puissance fournie par la personne. Selon un exemple de réalisation, l’objectif à atteindre dans la durée comprend l’énergie totale à fournir par la personne durant l’exercice. Selon un exemple de réalisation, l’ajustement du processus d’obtention de la consigne de puissance est réalisé au niveau de l’erreur, de la loi de contrôle métabolique ou de la valeur de la consigne de la puissance. Selon un exemple de réalisation, le signal représentatif de la consigne de puissance est utilisé pour commander la charge d’un appareil utilisé par la personne pour fournir la puissance mécanique. Selon un exemple de réalisation, le signal représentatif de la consigne de puissance est mis en œuvre pour générer un signal destiné à être affichée sous la forme d’une indication relative à la consigne de puissance en vue de guider l’individu dans l’effort à fournir. Selon un exemple de réalisation, la consigne de puissance est traduite sous forme d’incrément ou de décrément. Selon un exemple de réalisation, la détermination de l’une parmi la pluralité de valeurs de la correction en fonction d’au moins un objectif à atteindre dans la durée comprend la résolution d’un problème d’optimisation de la valeur de correction sous la contrainte de l’au moins un objectif à atteindre dans la durée. Selon un mode de réalisation, il est également proposé un dispositif de contrôle de l’état métabolique d’une personne dans le cadre d’un exercice au cours duquel la personne fournit une puissance mécanique, ledit état métabolique étant représenté par un indice physiologique, ledit dispositif comprenant un processeur configuré pour mettre en œuvre le procédé ci-dessus. Selon un mode de réalisation, il est également proposé un support d'enregistrement lisible par un dispositif comprenant un processeur, le support comprenant des instructions qui, lorsqu'elles sont exécutées par le processeur, conduisent à la mise en œuvre, par le dispositif, des étapes du procédé ci-dessus. Selon un mode de réalisation, il est également proposé un produit programme d'ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un processeur d’un dispositif, conduisent le dispositif à mettre en oeuvre les étapes du procédé ci- dessus. Brève description des figures D'autres caractéristiques et avantages de l'invention apparaitront au cours de la lecture de la description détaillée qui va suivre pour la compréhension de laquelle on se reportera aux dessins annexés dans lesquels : – la figure 1 est un diagramme bloc d’un système selon un exemple de réalisation ; – la figure 2 est un diagramme bloc d’un exemple de réalisation du module de contrôle et du module de pronostic de la figure 1 ; – la figure 3 est un algorigramme des principales étapes mises en œuvre par le module de contrôle et le module de pronostic de la figure 1 ; – la figure 4 est un diagramme bloc d’un dispositif adapté à la mise en œuvre de certains exemples de réalisation; – la figure 5 est un graphe du Ratio d’Echanges Respiratoires, RER, dans une application à un vélo d’intérieur ; – la figure 6 est un graphe de la puissance de la charge moteur du vélo, de la puissance fournie par le cycliste et des calories consommées dans le cadre de l’application de la figure 5 ; – la figure 7 est un graphe illustrant l’évolution dans le temps du pourcentage de graisse brûlée, dans de cadre de l’application de la figure 5; – la figure 8 est un graphe illustrant l’évolution dans le temps du taux de kilocalories totales brûlées par seconde et du taux de kilocalories par seconde résultant de la graisse brûlée, dans le cadre de l’application de la figure 5. Description détaillée de l'invention Dans la description qui va suivre, des éléments identiques, similaires ou analogues seront désignés par les mêmes chiffres de référence. Les diagrammes blocs et algorigrammes dans les figures illustrent l’architecture, les fonctionnalités et le fonctionnement de systèmes, dispositifs, méthodes, procédés et produits programmes d’ordinateur selon divers exemples de réalisation. Chaque bloc d’un diagramme bloc ou chaque étape d’un algorigramme peut représenter un module ou encore une portion de code logiciel comprenant des instructions pour l’implémentation d’une ou plusieurs fonctions. Selon certaines implémentations, l’ordre des blocs ou des étapes peut être changé, ou encore les fonctions correspondantes peuvent être mises en œuvre en parallèle. Les blocs ou étapes de procédé peuvent être implémentés à l’aide de circuits, de logiciels ou d’une combinaison de circuits et de logiciels, et ce de façon centralisée, ou de façon distribuée, pour tout ou partie des blocs ou étapes. Tout système de traitement de données adapté peut être utilisé pour l’implémentation. Un système ou dispositif de traitement de données adapté comprend par exemple une combinaison de code logiciel et de circuits, tels un processeur, contrôleur ou autre circuit adapté pour exécuter le code logiciel. Lorsque le code logiciel est exécuté, le processeur ou contrôleur conduit le système ou dispositif à mettre en œuvre tout ou partie des fonctionnalités des blocs et/ou des étapes des procédés ou méthodes selon les exemples de réalisation. Le code logiciel peut être stocké dans une mémoire ou un support lisible accessible directement ou à travers un autre module par le processeur ou contrôleur. Un système selon un exemple de réalisation est illustré par le diagramme bloc de la figure 1. Ce système permet le contrôle d’un ou plusieurs indices physiologiques. Un exemple non limitatif d’un indice physiologique est le Ratio d’Echanges Respiratoires, RER. Le système de la figure 1 comprend - Un premier bloc (‘A’) destiné à fournir une estimation d’oxygène, O2, consommé et de dioxyde de carbone, CO2, produit, sur base par exemple d’une mesure ou d’une estimation de la puissance mécanique fournie par un individu durant un effort. Le bloc A fournit en sortie notamment des valeurs d’au moins un indice fonction des estimations des quantités de O2 et de CO2. - Un second bloc (‘B’) exerçant une fonction de prédiction et de contrôle, et déterminant des actions – par exemple l’augmentation ou la diminution de l’intensité de l’effort à fournir – pour suivre une trajectoire souhaitée d’un ou de plusieurs indices. Le bloc A comprend un estimateur 101. L’estimateur reçoit en entrée des signaux représentatifs de données permettant de déterminer directement ou indirectement une puissance mécanique fournie par l’individu. Selon le présent exemple de réalisation, les signaux représentatifs de ces données sont produits par un ou plusieurs capteurs 104, 106, 108 et 110. L’estimateur 101 fournit en sortie la quantité d’oxygène, O2, consommée 112 et la quantité de dioxyde de carbone, CO2, produite 113. Selon un exemple de réalisation, les estimations des quantités d’oxygène consommée 112 et de dioxyde de carbone produite 113 sont obtenues en appliquant le modèle suivant : [Equation 1]
Figure imgf000007_0001
où les constantes αi, γj et w0 sont obtenues par exemple par régression linéaire à partir des données préalablement mesurées de VO2 et VCO2 pour différentes puissances mécaniques u(k). Selon une variante de l’exemple de réalisation, l’estimateur fournit également la quantité de dioxyde de carbone produite en excès 114, valeur pouvant être traitée par un dispositif de surveillance et/ou de diagnostic intégré ou externe au dispositif illustré par la figure 1. La puissance mécanique est par exemple la puissance produite par l’actionnement par l’individu d’un pédalier de vélo ou d’un autre appareil sportif exigeant un actionnement mécanique. La puissance mécanique peut également être celle produite par l’individu sans appareil, simplement en pratiquant une activité physique telle que la course à pied. Le mode de production de la puissance mécanique influence le choix du ou des capteurs : si la puissance est fournie par l’intermédiaire d’un appareil sportif adapté tel qu’un vélo d’appartement, la puissance peut être obtenue directement par un capteur de puissance 104 connecté à l’appareil sportif de façon connue en soi (un capteur de couple ou de cadence par exemple), ou par l’intermédiaire d’un module préexistant sur ledit appareil qui fournit directement l’information. Il est, dans tous les cas, possible d’obtenir de façon indirecte une estimation de la puissance fournie par l’individu en mesurant des paramètres liés à l’individu, par exemple la vitesse de déplacement, la fréquence cardiaque et/ou la saturation en oxygène du sang de l’individu. A titre d’exemple non limitatif, l’estimation de la puissance mécanique, dénotée ue(k), pourrait être obtenue par exemple comme une fonction quadratique de la fréquence cardiaque, FC, par la relation : [Equation 2]
Figure imgf000008_0002
ou, comme une fonction de la vitesse de déplacement, v, par la relation : [Equation 3]
Figure imgf000008_0001
où les coefficients ci sont par exemple obtenus par régression linéaire sur base de mesures réelles des fréquences cardiaques, des vitesses et des puissances mécaniques. Dans ce cadre, la figure 1 montre un capteur de rythme cardiaque 106 fournissant un signal portant les données de fréquence cardiaque 107, ainsi que d’autres capteurs 108 fournissant des signaux portant des données appropriées 109. Il n’est pas nécessaire de disposer de plus d’une information permettant de déterminer la puissance. Optionnellement, disposer de données en provenance de plusieurs capteurs peut permettre d’affiner l’estimation de la puissance mécanique. La figure 1 montre également un module capteur optionnel 110 d’un ou plusieurs paramètres environnementaux codés par un signal 111. Les paramètres environnementaux comprennent par exemple un ou plusieurs parmi : la température, la localisation ou l’altitude – ces paramètres peuvent intervenir dans le modèle appliqué par l’estimateur 101 pour obtenir les données en sortie. En effet, s’il est souhaité suivre les volumes d’O2 et de CO2, ces volumes dépendent de la température et de la pression atmosphérique (cette dernière pouvant par exemple être obtenue à partir d’un capteur de pression atmosphérique ou sur une estimation basée sur l’altitude). La personne du métier choisira en fonction du contexte précis le nombre et la nature des capteurs à utiliser. Dans le cas où le système de la figure 1 est un dispositif porté par l’individu tel qu’une montre connectée ou un bracelet, ou est un sous-ensemble d’un tel dispositif, les capteurs mis en oeuvre pourront comprendre un ou plusieurs parmi un cardiofréquencemètre et un capteur de saturation en oxygène du sang. Les montres connectées actuelles disposent également en général d’un altimètre, d’un thermomètre et de moyens de géolocalisation. DESCRIPTION TITLE: METHOD, DEVICE, COMPUTER PRODUCT PROGRAM AND RECORDING MEDIA COMPRISING SUCH PROGRAM FOR THE CONTROL OF A METABOLIC STATE Technical field of the invention The present invention relates to a method and a device for the control of a metabolic. The invention also relates to a computer program product and a recording medium comprising such a program. The invention can be used in particular in the context of monitoring a person exerting an effort during an exercise, for example during a sports exercise or during a medical examination. Technical background Many applications require the determination of the metabolic state of an individual providing physical effort. Such applications include for example the monitoring of a person during a sports exercise or during rehabilitation, potentially under the supervision of a third person. It would be useful to be able to control this metabolic state, automatically and in real time. Summary of the Invention According to one embodiment, there is provided a method of monitoring the metabolic state of a person during exercise in which the person provides mechanical power, said metabolic state being represented by a physiological index, the method being implemented by a device comprising a processor executing software code leading to the implementation of the steps of the method by said device, said method comprising: (a) calculating an error on the index relative to a reference value of the index at a time k; (b) the application to said error of a metabolic law to obtain a setpoint of the power to be respected in order to reduce the error; (c) obtaining a prediction of the evolution of the index for a plurality of values of a correction to be applied within the framework of the determination of the setpoint of the power; (d) the selection of one of the plurality of values of the correction as a function of at least one objective to be achieved over time; (e) the application of the chosen correction value to adjust the process for obtaining the power setpoint (f) the generation of a signal representative of said power setpoint. According to a particular embodiment, the above steps are repeated at regular intervals. The updating of the value of the correction can advantageously be carried out at a slower rate than that of the error, for example at a rate slower by a factor greater than at least one order of magnitude. According to an exemplary embodiment, the reference value of the index is determined for a time k as a function of one or more previously determined passage points of said index over time. According to an exemplary embodiment, the metabolic law is a PID regulation law depending on the quantity of oxygen consumed and the quantity of carbon dioxide produced by the person. According to an exemplary embodiment, the quantities of oxygen consumed and of carbon dioxide produced are obtained by an estimate based on a measurement of a power supplied by the person or an estimate of the power supplied by the person. According to an exemplary embodiment, the objective to be achieved over time comprises the total energy to be supplied by the person during the exercise. According to an exemplary embodiment, the adjustment of the process for obtaining the power setpoint is carried out at the level of the error, of the metabolic control law or of the value of the power setpoint. According to an exemplary embodiment, the signal representing the power setpoint is used to control the load of a device used by the person to provide mechanical power. According to an exemplary embodiment, the signal representative of the power setpoint is implemented to generate a signal intended to be displayed in the form of an indication relating to the power setpoint in order to guide the individual in the effort to provide. According to an exemplary embodiment, the power setpoint is translated in the form of an increment or a decrement. According to an exemplary embodiment, the determination of one of the plurality of values of the correction as a function of at least one objective to be achieved over time comprises the resolution of a problem of optimization of the correction value under the constraint of at least one objective to be achieved over time. According to one embodiment, there is also proposed a device for monitoring the metabolic state of a person in the context of an exercise during which the person provides mechanical power, said metabolic state being represented by a physiological index, said device comprising a processor configured to implement the above method. According to one embodiment, there is also provided a recording medium readable by a device comprising a processor, the medium comprising instructions which, when executed by the processor, lead to the implementation, by the device, of steps of the above method. According to one embodiment, a computer program product is also proposed comprising instructions which, when the program is executed by a processor of a device, cause the device to implement the steps of the method above. Brief description of the figures Other characteristics and advantages of the invention will appear during the reading of the detailed description which will follow for the understanding of which reference will be made to the appended drawings in which: - figure 1 is a block diagram of a system according to an exemplary embodiment; - Figure 2 is a block diagram of an embodiment of the control module and the prognosis module of Figure 1; - Figure 3 is a flowchart of the main steps implemented by the control module and the prognosis module of Figure 1; – Figure 4 is a block diagram of a device suitable for the implementation of certain embodiments; – Figure 5 is a graph of the Respiratory Exchange Ratio, RER, in an application to an indoor cycle; - figure 6 is a graph of the power of the motor load of the bicycle, of the power supplied by the cyclist and of the calories consumed within the framework of the application of figure 5; - Figure 7 is a graph illustrating the evolution over time of the percentage of fat burned, in the context of the application of Figure 5; – figure 8 is a graph illustrating the evolution over time of the rate of total kilocalories burned per second and of the rate of kilocalories per second resulting from the fat burned, within the framework of the application of figure 5. Detailed description of the invention In the following description, identical, similar or analogous elements will be designated by the same reference numerals. The block diagrams and flowcharts in the figures illustrate the architecture, functionality and operation of computer systems, devices, methods, processes and program products according to various exemplary embodiments. Each block of a block diagram or each step of an algorigram can represent a module or even a portion of software code comprising instructions for the implementation of one or more functions. According to certain implementations, the order of the blocks or the steps can be changed, or even the corresponding functions can be implemented in parallel. The process blocks or steps can be implemented using circuits, software or a combination of circuits and software, and this in a centralized way, or in a distributed way, for all or part of the blocks or steps. Any suitable data processing system can be used for the implementation. A suitable data processing system or device comprises for example a combination of software code and circuits, such as a processor, controller or other circuit suitable for executing the software code. When the software code is executed, the processor or controller causes the system or device to implement all or part of the functionalities of the blocks and/or steps of the processes or methods according to the example embodiments. The software code can be stored in a readable memory or medium accessible directly or through another module by the processor or controller. A system according to an exemplary embodiment is illustrated by the block diagram of FIG. 1. This system allows the monitoring of one or more physiological indices. A non-limiting example of a physiological index is the Respiratory Exchange Ratio, RER. The system of figure 1 comprises - A first block ('A') intended to provide an estimate of oxygen, O2, consumed and of carbon dioxide, CO2, produced, on the basis for example of a measurement or a estimation of the mechanical power supplied by an individual during a effort. Block A provides at the output in particular values of at least one index depending on the estimates of the quantities of O2 and of CO2. - A second block ('B') exercising a function of prediction and control, and determining actions – for example the increase or decrease in the intensity of the effort to be provided – to follow a desired trajectory of a or more clues. Block A comprises an estimator 101. The estimator receives as input signals representative of data making it possible to directly or indirectly determine a mechanical power supplied by the individual. According to the present embodiment, the signals representative of these data are produced by one or more sensors 104, 106, 108 and 110. The estimator 101 outputs the quantity of oxygen, O2, consumed 112 and the quantity of dioxide of carbon, CO2, produced 113. According to an exemplary embodiment, the estimates of the quantities of oxygen consumed 112 and of carbon dioxide produced 113 are obtained by applying the following model: [Equation 1]
Figure imgf000007_0001
where the constants α i , γ j and w0 are obtained for example by linear regression from previously measured data of VO2 and VCO2 for different mechanical powers u(k). According to a variant of the exemplary embodiment, the estimator also supplies the quantity of carbon dioxide produced in excess 114, a value that can be processed by a monitoring and/or diagnostic device integrated or external to the device illustrated by FIG. The mechanical power is for example the power produced by the actuation by the individual of a bicycle crankset or of another sporting device requiring mechanical actuation. Mechanical power can also be that produced by the individual without a device, simply by engaging in physical activity such as running. The mode of production of the mechanical power influences the choice of the sensor(s): if the power is supplied via a suitable sports device such as an exercise bike, the power can be obtained directly by a power 104 connected to the sports device in a manner known per se (a torque or cadence sensor for example), or via a pre-existing module on said device which provides the information directly. It is, in any case, possible to indirectly obtain an estimate of the power provided by the individual by measuring parameters related to the individual, for example the speed of movement, the heart rate and/or the oxygen saturation of the blood of the individual. By way of non-limiting example, the estimate of the mechanical power, denoted u e (k), could be obtained for example as a quadratic function of the heart rate, HR, by the relationship: [Equation 2]
Figure imgf000008_0002
or, as a function of the speed of movement, v, by the relation: [Equation 3]
Figure imgf000008_0001
where the coefficients ci are for example obtained by linear regression on the basis of real measurements of heart rates, speeds and mechanical powers. In this context, Figure 1 shows a heart rate sensor 106 providing a signal carrying heart rate data 107, as well as other sensors 108 providing signals carrying appropriate data 109. It is not necessary to have more than one piece of information to determine the potency. Optionally, having data from several sensors can make it possible to refine the estimation of the mechanical power. FIG. 1 also shows an optional sensor module 110 of one or more environmental parameters encoded by a signal 111. The environmental parameters include for example one or more of: temperature, location or altitude – these parameters can intervene in the model applied by the estimator 101 to obtain the output data. Indeed, if it is desired to monitor the volumes of O2 and CO2, these volumes depend on the temperature and the atmospheric pressure (the latter being able for example to be obtained from an atmospheric pressure sensor or on an estimate based on altitude). The person skilled in the art will choose, depending on the precise context, the number and the nature of the sensors to be used. In the case where the system of Figure 1 is a device worn by the individual such as a connected watch or a bracelet, or is a subset of such device, the sensors implemented may comprise one or more of a heart rate monitor and a blood oxygen saturation sensor. Current connected watches also generally have an altimeter, a thermometer and means of geolocation.
Du fait de son rôle, l’estimateur peut être qualifié de ‘capteur virtuel’ car en combinaison avec les données du ou des capteurs réels, il fournit des estimations qui pourraient être fournies directement par un dispositif approprié tel un ergospiromètre. Because of its role, the estimator can be qualified as a 'virtual sensor' because in combination with the data from the real sensor(s), it provides estimates that could be provided directly by an appropriate device such as an ergospirometer.
Le bloc A de la figure 1 comprend en outre un module d’interface 115 destiné à l’interfaçage entre l’utilisateur du système et l’estimateur 101 à travers une connexion 118. L’utilisateur peut être l’individu exerçant l’effort ou une autre personne, par exemple un coach sportif ou une personne médicalement qualifiée. Le module d’interface 115 reçoit en entrée des commandes 116 de l’utilisateur et fournit des données 117, par exemple sous la forme d’un affichage de paramètres de réglage et/ou des quantités ou volumes d’oxygène 112 et de dioxyde de carbone 113 et pouvant être présentées de diverses manières (valeurs instantanées, évolution dans le temps...). Les commandes entrées par l’utilisateur comprennent par exemple un choix de paramètres personnels spécifiques à l’individu exerçant l’effort. Block A of FIG. 1 further comprises an interface module 115 intended for interfacing between the user of the system and the estimator 101 through a connection 118. The user can be the individual exerting the effort or another person, for example a sports coach or a medically qualified person. The interface module 115 receives commands 116 from the user as input and provides data 117, for example in the form of a display of adjustment parameters and/or the quantities or volumes of oxygen 112 and carbon dioxide. carbon 113 and can be presented in various ways (instantaneous values, evolution over time, etc.). The commands entered by the user include, for example, a choice of personal parameters specific to the individual exerting the effort.
Un module d’analyse d’échanges 120 reçoit en entrée les quantités d’oxygène consommé 112 et de dioxyde de carbone produit 113 et fournit en sortie des valeurs 121 représentatives d’un ou plusieurs indices physiologiques, tels que de façon non limitative le Ratio d’Echanges Respiratoires (RER), le taux métabolique (en kcal par unité de temps), les pourcentages de consommation de glucides, de lipides et de protéines. La mise en oeuvre du Ratio d’Echanges Respiratoires sera détaillée ultérieurement. Le taux métabolique, MR, peut par exemple être obtenu par application de la formule de Weir soit : [Equation 4] An exchange analysis module 120 receives as input the quantities of oxygen consumed 112 and of carbon dioxide produced 113 and provides as output values 121 representative of one or more physiological indices, such as, without limitation, the Ratio of Respiratory Exchanges (RER), the metabolic rate (in kcal per unit of time), the percentages of consumption of carbohydrates, lipids and proteins. The implementation of the Respiratory Exchange Ratio will be detailed later. The metabolic rate, MR, can for example be obtained by applying Weir's formula: [Equation 4]
Taux métabolique (en kcal par seconde) = (3.94702 + 1.117CO2)/60 où VO2 est le volume d’oxygène consommé en litres par minute et VCO2 est le volume de dioxyde de carbone produit en litres par minute. Les pourcentages de consommation de glucides, de lipides et de protéines sont obtenus à partir de formules connues de la personne du métier. A ce propos, on pourra citer les équations publiées par Weir, J. B. de V. le 1 er Août 1949 dans « Nouvelles méthodes pour calculer le taux métabolique avec une référence spécial au métabolisme protéinique » (dont le titre en langue anglaise est : "New methods for calculating metabolic rate with special reference to protein metabolism") - publié dans le Journal de Physiologie (« The Journal of Physiology » en langue anglaise). 109 (1-2): 1-9. doi:10.1113/jphysiol.1949. Metabolic rate (in kcal per second) = (3.94702 + 1.117CO2)/60 where VO2 is the volume of oxygen consumed in liters per minute and VCO2 is the volume of carbon dioxide produced in liters per minute. The carbohydrate, fat and protein consumption percentages are obtained from formulas known to those skilled in the art. In this regard, we can cite the equations published by Weir, JB de V. on August 1, 1949 in "New methods for calculating the metabolic rate with special reference to protein metabolism" (whose title in English is: "New methods for calculating metabolic rate with special reference to protein metabolism") - published in The Journal of Physiology. 109 (1-2): 1-9. doi:10.1113/jphysiol.1949.
[Equation 5] [Equation 5]
02 (e litres par seconde) = 1 = x + y + z 02 (e liters per second) = 1 = x + y + z
CO2 (en litres par seconde) = x + 0.802y + 0.718z CO2 (in liters per second) = x + 0.802y + 0.718z
Kcal par seconde = 5.047% + 4.463y + 4.735z où x est le pourcentage de glucides, y celui de protéines et z celui de lipides. Kcal per second = 5.047% + 4.463y + 4.735z where x is the percentage of carbohydrates, y that of proteins and z that of lipids.
Le module d’analyse d’échanges 120 est optionnellement relié à un module d’affichageThe exchange analysis module 120 is optionally connected to a display module
122 par une liaison 135. Le module d’affichage 122 permet à l’individu exerçant l’effort - et/ou à une autre personne - de visualiser les valeurs instantanées de l’indice ou des indices et leur évolution dans le temps. 122 by a link 135. The display module 122 allows the individual exerting the effort - and/or another person - to view the instantaneous values of the index or indices and their evolution over time.
Les valeurs 121 produites par le module d’analyse d’échanges gazeux 120 servent d’entrée d’une part à un module de contrôle 123 et à un module de pronostic 124, ces deux derniers modules faisant partie tous les deux du bloc B. Le module de contrôle 123 reçoit également des données 125, élaborées par un module d’interface C 126 à partir de données 127. Ces données 127 peuvent être fournies par l’individu exerçant l’effort et/ou une autre personne, ou encore être lues dans une mémoire ou obtenues par ailleurs. Selon un exemple de réalisation, les données 127 comportent un ou plusieurs points de passage souhaités du ou des indices. Les données 125 fournies par le module 126 au module de contrôle 123 sont des valeurs de référence - ou valeurs de consigne - du ou des indices, à un temps k. Le module de contrôle reçoit également des données 136 de la part du module de pronostic et exerce les actions nécessaires pour que le ou les indices suivent les points de passage établis dans une marge acceptable. Le module de contrôleThe values 121 produced by the gas exchange analysis module 120 serve as input on the one hand to a control module 123 and to a prognosis module 124, these last two modules both forming part of block B. The control module 123 also receives data 125, elaborated by a C interface module 126 from data 127. These data 127 can be supplied by the individual exerting the effort and/or another person, or even be read from a memory or obtained elsewhere. According to an exemplary embodiment, the data 127 includes one or more desired passage points of the index or indices. The data 125 supplied by the module 126 to the control module 123 are reference values—or setpoint values—of the index or indices, at a time k. The control module also receives data 136 from the prognosis module and performs the actions necessary for the index(es) to follow the established crossing points within an acceptable margin. The control module
123 fournit une consigne de puissance 134 à une interface de commande 128 qui lui permet de générer un signal de commande 129 ou un signal comportant des données 130 représentatifs de la consigne de puissance vers des modules ou dispositifs non illustrés. Les modules 126 et 128 font également partie du bloc B. 123 provides a power setpoint 134 to a control interface 128 which enables it to generate a control signal 129 or a signal comprising data 130 representative of the power setpoint to modules or devices not shown. Modules 126 and 128 are also part of Block B.
Selon une variante de réalisation, ces modules ou dispositifs peuvent comprendre le cas échéant un module de gestion de l’intensité de l’exercice effectué par l’individu commandé par le signal 129. Par exemple, selon le type d’appareil, l’ajustement peut se faire par incrémentation ou décrémentation de la charge ou du freinage (pour un vélo) et/ou de l’inclinaison (pour un dispositif de course à pied) de l’appareil sportif. Selon une autre variante de réalisation, ces modules ou dispositifs comprennent un moyen de communication d’une information à l’individu exerçant l’effort pour lui indiquer le niveau auquel il se situe par rapport aux points de passage souhaités et/ou des consignes à suivre, par exemple d’accélération (incrémentation) ou de ralentissement (décrémentation), en vue de lui permettre d’adapter son effort, tant par rapport à un objectif global à atteindre que par rapport aux points de passage choisis. Cet appareil fournit par exemple un signal audio ou visuel en réponse au signal 130. L’appareil peut notamment être un téléphone portable ou une montre connectée portés par l’individu exerçant l’effort. Le module de pronostic 124 reçoit les valeurs d’indice(s) 121 de l’analyseur d’échanges gazeux et la consigne de puissance 134 du module de contrôle 123. Le module de pronostic réalise une prédiction des valeurs futures du ou des indices et détermine en réponse les ajustements de l’intensité de l’exercice pour satisfaire au niveau de performance souhaité. Selon un mode de réalisation, ce niveau de performance 131 est fourni par l’individu exerçant l’effort ou l’utilisateur par l’intermédiaire du module d’interface C 126. Le niveau de performance est par exemple le nombre de calories à brûler lors de l’exercice dans son ensemble. Le niveau de performance peut être vu comme un objectif à plus long terme que celui de suivre des points de passage souhaités pour un indice. Les modules d’interface E 122 et C 126 sont par exemple des écrans tactiles mais peuvent être implémentés à l’aide d’autres technologies permettant de présenter des données et de recevoir des données en entrée. Selon une variante de réalisation, les deux modules d’interface sont combinés en un seul module d’entrée/sortie, par exemple un seul écran tactile. Selon une variante de réalisation, les points de passage souhaités du ou des indices peuvent aussi être obtenus par d’autres moyens, par exemple être lus dans une mémoire, suivre un programme préétabli... Selon un mode de réalisation, le système comprend également une alimentation électrique 132. Selon un mode de réalisation, le système comprend également un module télémétrique 133. Les composantes du système de la figure 1 peuvent être comprises dans un seul dispositif physique ou être réparties sur plusieurs dispositifs. Par exemple et de façon non limitative, les capteurs peuvent être déportés et communiquer avec l’estimateur par une liaison filaire ou sans fil – par exemple, si un capteur de rythme cardiaque est utilisé, ce dernier peut être fixé à une ceinture portée par l’individu dont la référence métabolique est à suivre. De même, le module d’affichage et/ou les modules d’interface E et C peuvent être extérieurs à un dispositif comprenant par exemple les modules de traitement de données et de contrôle, tels l’estimateur 101, l’analyseur d’échanges gazeux et les modules de contrôle et de pronostic. Le fonctionnement du module de contrôle 123 et du module de pronostic 124 selon un mode de réalisation non limitatif va maintenant être décrit en relation avec le diagramme bloc de la figure 2. Ce diagramme bloc reprend certains éléments de la figure 1, qui y sont référencés de manière identique, et détaille tant le module de contrôle 123 que le module de pronostic 124. Les modules 123 et 124 sont destinés à suivre, en temps réel, au moins un indice physiologique en agissant sur la puissance u(k) que doit fournir un individu à un instant k donné. Dans le présent exemple de réalisation, la variable temporelle k est discrète. Par la suite, on désignera par e(k) l’erreur de suivi entre l’indice mesuré ou estimé 121 (noté Indice) et la valeur de consigne (notée Indiceref) au temps k. Il est à noter dans ce cadre que le module d’interface C 126 fournit une valeur de référence par valeur de la variable temporelle k, par exemple par interpolation, linéaire ou autre, entre les valeurs de passage définis ou par mise en œuvre d’une autre fonction permettant de générer des points intermédiaires et de passer approximativement par lesdits points de passage. Selon le présent mode de réalisation, le module de contrôle 123 comporte un contrôleur métabolique 203 mettant en œuvre une loi de contrôle métabolique basée sur un régulateur PID (proportionnel, intégral, dérivé). D’autres types de régulateurs adaptés pour suivre des contraintes d’état peuvent également être mis en œuvre à la place d’un régulateur PID. VO2(k) et de VCO2(k) désignent respectivement le volume d’oxygène consommé au temps k et le volume de CO2 produits au temps k. Toute combinaison linéaire de VO2(k) et de VCO2(k) peut être régulée par le contrôleur métabolique selon le présent exemple de réalisation. Par exemple, si l’on choisit comme indice le Ratio d’Echanges Respiratoires, RER, et que par conséquent Indiceref(k) = RERref(k), il est possible d’implémenter une fonction de régulation permettant d’obtenir que la valeur du RER suive la référence RERref(k) souhaitée. Le RER est défini comme le rapport entre VCO2 et VO2, à des conditions normales de température et de pression. L’erreur de suivi dont il s’agit de minimiser l’amplitude est alors : [Equation 6]
Figure imgf000012_0001
Laction intégrale du régulateur, destinée à compenser les perturbations, peut être exprimée comme suit : [Equation 7]
Figure imgf000013_0001
Le terme représentatif de la dérivée par rapport au temps peut être exprimé comme suit : [Equation 8]
Figure imgf000013_0002
Par conséquent à tout instant, le régulateur définit la puissance nominale à fournir (donc avant correction à l’aide de la sortie du module de pronostic) par ce que l’on désignera par la suite par ‘loi de contrôle métabolique’: [Equation 9]
Figure imgf000013_0003
où kp, ki, kd sont des constantes appropriées. Toute autre combinaison linéaire de VO2(k) et de VCO2(k) peut être régulée par le régulateur selon le présent exemple de réalisation. Par exemple, s’il est souhaité de pouvoir réguler le taux métabolique précédemment mentionné, il est possible d’appliquer la formule de Weir. L’erreur sur la sortie dont il s’agit de réduire l’amplitude est alors : [Equation 10]
Figure imgf000013_0004
où MRref est le taux métabolique désiré en kcal par seconde. La sortie du contrôleur métabolique aura la forme de u0(k) donnée ci-dessus ou celle d’une combinaison linéaire des variables d’état métaboliques. Selon le présent exemple de réalisation, un terme correctif est utilisé pour corriger l’indice de référence Indiceref(k). Ce terme correctif est généré par le module de décision post- pronostic 201. Sur la figure 2, le terme correctif est représenté par la référence 136 et est additionné à la valeur de référence de l’indice, Indiceref(k), au niveau de l’additionneur 204 (chemin (a) de la référence 136). Dans l’exemple du RER, on aura : [Equation 11]
Figure imgf000013_0005
L’indice de référence ainsi corrigé est alors utilisé pour le calcul de l’erreur e(k) (additionneur 205). Selon une variante de réalisation, le module de pronostic génère un terme correctif de puissance, qui servira à corriger (206) la sortie du contrôleur métabolique et ajuster ainsi la consigne de puissance (chemin (c) de la référence 136). On aura alors : [Equation 12]
Figure imgf000014_0001
Selon une autre variante de réalisation, le module de pronostic modifie les constantes kp, ki, kd de l’équation 5 ci-dessus (chemin (b) de la référence 136). Ces trois alternatives sont illustrées dans le diagramme bloc de la figure 2 et ont en commun que l’application de la loi de contrôle (équation 5) est corrigée. Un système peut comporter une ou plusieurs de ces trois chemins. Selon une autre variante de réalisation, le contrôleur métabolique reçoit directement les décisions du module de décision post-pronostic et agit sur l’interface de commande 128 pour adapter les commandes 129 en conséquence. Le module de prédiction 202 prend en considération l’état métabolique actuel (O2 ou CO2 mesurés ou estimés) par l’intermédiaire de la valeur actuelle 121 de l’indice fournie par le bloc A (ou directement les sorties 112 ou 113),la sortie 134 u(k) correspondant à l’application de la loi de contrôle donnée par l’équation 5 additionnée du terme correctif 136 en sortie du module de décision 201, ainsi que le terme correctif 136 lui-même. Le module de prédiction effectue une simulation des évolutions possibles de l’indice en fonction de différentes valeurs du terme correctif, et ce sur base du modèle mathématique déjà mis en œuvre par l’estimateur 101 et liant la puissance fournie aux quantités d’oxygène et de dioxyde de carbone et/ou leurs volumes. Dit autrement, le module de prédiction simule les différentes trajectoires possibles d’oxygène consommé et de dioxyde de carbone produit sur base de l’équation 1, qui intègre la loi de contrôle métabolique (équation 5), en déterminant les valeurs d’oxygène et de dioxyde de carbone atteignables en agissant sur u(k) par l’intermédiaire du terme correctif δu(k). Dans la figure 2, les données relatives aux trajectoires prédites et aux valeurs associées de δu(k) sont référencées 207. Le module de décision post-pronostic 201 prend en compte un objectif long terme (dont le niveau de performance 131 de l’exercice est un exemple) et le résultat des simulations effectuées par le module de prédiction 202, sous la forme des trajectoires possibles (prédites) sur base de la loi de contrôle métabolique (équation et différents choix de δu(k) (incréments ou décréments). Le choix du terme correctif est réalisé en prenant en compte l’objectif long terme. Ce choix est par exemple réalisé en résolvant un problème d’optimisation évoqué plus en détail ci- dessous dans le cadre d’un exemple non limitatif concernant l’énergie totale consommée durant l’exercice. Selon un mode de réalisation particulier non limitatif, le module de prédiction lance une famille de simulations pour établir les possibles valeurs de l’énergie consommée après un temps donné ou une distance donnée, et selon les conditions actuelles de fonctionnement de la loi métabolique. Ainsi, par exemple l’énergie consommée (kcal), dénotée Ec, peut être prise comme la somme cumulée du taux métabolique attendu. Si l’on part à titre d’exemple de l’équation 10, MR serait donc : MR = MRref - e(k), avec e(k) une variable aléatoire qui évolue tout au long de la prédiction selon le fonctionnement de la loi de commande métabolique déjà en opération et sur la base du modèle mathématique mis en oeuvre qui donne O2(k) et CO2(k) en fonction de u(k)
Figure imgf000015_0002
Ainsi, l’énergie consommée Ec peut être prédite comme la somme cumulée suivante : [Equation 13]
Figure imgf000015_0001
où Ts (temps d’échantillonnage) est une constante égale à la durée de temps entre l’instant k et l’instant k+1. Ainsi, pour différentes possibilités de valeurs d’erreur e(k) entre le temps présent T_ini et un temps futur T_final, définissant la fenêtre de prédiction, différentes valeurs de l’énergie consommée Ec(T_final) seront atteintes. Selon un exemple de réalisation particulier non limitatif, le nombre de valeurs différentes d’erreur prises en considération est par exemple de cent, régulièrement réparties entre deux valeurs extrêmes. Les bornes extrêmes sont par exemple obtenues à partir de valeurs historiques de l’erreur. Selon un mode de réalisation, pour le choix de l’une des possibilités mentionnées ci- dessus, le module de décision résout un problème d’optimisation robuste ou stochastique. Selon un exemple non limitatif, le problème est par exemple de faire respecter une contrainte sur l’objectif long terme en minimisant un critère de performance, sous la forme d’une fonction L. La variable de décision qui permet de résoudre le problème d’optimisation δθ qui peut, selon l’un des chemins (a), (b), (c) choisis, être δu, ou un vecteur des paramètres de la loi métabolique (kp, ki, kd).
Figure imgf000016_0002
Le problème d’optimisation peut s’écrire sous la forme suivante : [Equation.14]
Figure imgf000016_0001
où δθ prendra la forme souhaitée (par exemple Ec dans le cadre de l’exemple où l’on cherche à garantir l’énergie consommée). Selon un exemple, la contrainte à respecter prend la forme suivante : Probabilité(Ec(T_final) > E_cible) > Prob_cible où E_cible représente l’objectif long terme et Prob_cible représente la probabilité que la contrainte est garantie. Le choix de Prob_cible dépend du niveau de garantie souhaité. A titre d’exemple, on peut prendre une valeur située entre 0,95 et 0,98. Il est toutefois clair que la personne du métier pourra facilement choisir d’autres contraintes. L’énergie consommée peut représenter le nombre global de kilocalories investies, mais peut alternativement représenter l’énergie consommée concernant l’un parmi les lipides, glucides, protéines au lieu de l’énergie totale. La fonction de coût L(.) pourrait être simplement l’intégrale de e(k)2, car cette erreur serait fonction du choix sur δu, ^^^^^^^ ou le vecteur des paramètres de la loi métabolique (kp, ki, kd). Ce problème d’optimisation peut se résoudre par exemple en utilisant des méthodes d’optimisation robustes ou stochastiques connues par ailleurs. D’autres exemples d’objectifs long terme comprennent un état de fatigue à atteindre ou encore un niveau de consommation de substrat (glucides et/ou lipides et/ou protéines) souhaité et/ou d’une énergie totale fournie par un système d’assistance électrique d’un appareil utilisé par l’individu. Selon le présent exemple de réalisation, la décision du module post-pronostic est prise à un rythme inférieur à celui auquel le contrôleur métabolique émet des valeurs u0(k). A titre d’exemple, δu(k) est mis à jour une fois par minute alors que u0(k) l’est toutes les secondes. La figure 3 est un algorigramme des principales étapes mises en œuvre par le bloc A : Lors d’une première étape 301, le calcul de l’erreur e(k) sur l’indice par rapport à une valeur de référence de l’indice au temps k est réalisé. Lors d’une seconde étape 302, une loi métabolique est appliquée pour l’obtention d’une consigne de la puissance pour minimiser l’erreur. Lors d’une troisième étape 303, une prédiction de l’évolution de l’indice pour une pluralité de valeurs d’une correction à appliquer dans le cadre de la détermination de la consigne de la puissance est effectuée. Lors d’une quatrième étape 304, l’une parmi la pluralité de valeurs de la correction est choisie en fonction d’au moins un objectif à atteindre dans la durée. Lors d’une cinquième étape 305, la valeur de la correction est appliquée pour ajuster le processus d’obtention de la commande de la puissance. Selon divers exemples de réalisation évoqués ci-dessus, la correction est appliquée au niveau de l’erreur, de la loi de contrôle métabolique ou de la valeur de la consigne de la puissance. Une même valeur de la correction peut être appliquée pendant plusieurs cycles consécutifs d’évaluation de l’erreur et d’ajustement du processus d’obtention de la consigne de puissance. Dans ce cas, il n’est pas nécessaire de mettre en œuvre les étapes 303 et 304 aussi fréquemment. Lors d’une sixième étape 306, un signal représentatif de ladite consigne de puissance est généré. La figure 4 est un diagramme bloc d’un dispositif 400 configuré pour mettre en œuvre les étapes du procédé de la figure 3 et/ou implémenter les blocs fonctionnels décrits en conjonction avec les figures 1 et 2. Le dispositif comprend un processeur 401, une mémoire volatile 402, une mémoire non-volatile 403, cette dernière comportant des instructions 404 qui, lorsqu’elles sont exécutées par le processeur, conduisent le dispositif à mettre en œuvre les étapes et/ou à implémenter les blocs fonctionnels mentionnés ci- dessus. Les différentes composantes sont reliées par un bus de communication 405. Le dispositif peut comporter d’autres composantes ou des interfaces 406 vers d’autres composantes, selon l’implémentation. Le processeur 401 peut prendre une forme adaptée quelconque – un ou plusieurs microprocesseurs, un ou plusieurs microcontrôleurs, ou une combinaison de ceux-ci. La mémoire volatile 402 est utilisée pour un stockage temporaire de données. La mémoire non-volatile 403 peut comprendre un disque dur, une mémoire statique ou une autre forme de stockage longue durée. La mémoire non-volatile stocke les instructions de mise en œuvre, elle peut également stocker un système d’exploitation et/ou des applications. Selon certains modes de réalisation, le dispositif est l’un parmi un ordinateur ou une montre connectée ou un autre dispositif porté par l’individu, comme par exemple un téléphone portable. Le contrôleur métabolique 203 a pour fonction de minimiser l’erreur e(k) à tout instant. Cependant, l’erreur n’est pas toujours nulle, notamment à cause de perturbations imprévisibles (phénomènes météorologiques comme le vent, état du trafic…), ou encore d’une réponse non conforme par l’individu par rapport à l’effort demandé. Le module de pronostic 124, en prenant en compte des objectifs long terme, permet de limiter l’impact de telles perturbations. Les graphes des figures 5 et 6 illustrent le comportement du RER lorsqu’il est contrôlé comme précédemment décrit, dans l’application spécifique à un vélo d’intérieur. Le cycliste fournit une puissance mécanique imposée par la charge du moteur du vélo et le dispositif de contrôle fait varier la charge du moteur pour suivre une valeur de référence de l’indice, à savoir dans ce cas précis, une valeur constante du RER à 0.91. On peut voir sur le graphe de la figure 5 qu’après une réponse transitoire des variables physiologiques, à environ quatre minutes, le RER se stabilise autour d’une valeur proche de la valeur de référence. Les courbes de la figure 6 illustrent respectivement l’évolution dans le temps de la puissance fournie par le cycliste, du nombre de calories consommées et de la charge moteur ajustée au fur et à mesure par le dispositif de contrôle. La figure 7 est un graphe illustrant l’évolution dans le temps du pourcentage de graisse brûlée dans l’application de la figure 5 et la figure 8 est un graphe illustrant l’évolution dans le temps du taux de kilocalories totales brûlées par seconde et du taux de kilocalories par seconde résultant de la graisse brûlée dans l’application de la figure 5. Selon un mode de réalisation, le module de pronostic 124 utilise le cumul des valeurs de kilocalories par seconde (soit uniquement les calories résultant de la consommation de la graisse, soit le total des calories) dans le cadre des prédictions et pour décider d’augmenter ou de diminuer le niveau d’effort / la consigne de puissance pour réaliser les objectifs long terme, par exemple une quantité souhaitée de calories brûlées en fin d’exercice, soit de calories résultant de graisse, soit de calories sans tenir compte de la nature de la source d’énergie. According to a variant embodiment, these modules or devices may include, where appropriate, a module for managing the intensity of the exercise performed by the individual controlled by the signal 129. For example, depending on the type of device, the adjustment can be made by incrementing or decrementing the load or the braking (for a bicycle) and/or the inclination (for a running device) of the sports apparatus. According to another variant embodiment, these modules or devices comprise a means of communicating information to the individual exerting the effort to indicate to him the level at which he is located in relation to the desired passage points and/or instructions to be follow, for example acceleration (increment) or deceleration (decrement), in order to allow him to adapt his effort, both in relation to an overall objective to be achieved and in relation to the chosen passage points. This device provides for example an audio or visual signal in response to the signal 130. The device can in particular be a mobile telephone or a connected watch worn by the individual exerting the effort. The prognosis module 124 receives the values of index(es) 121 from the gas exchange analyzer and the power setpoint 134 from the control module 123. The prognosis module makes a prediction of the future values of the index(es) and responsively determines adjustments to exercise intensity to meet the desired level of performance. According to one embodiment, this level of performance 131 is provided by the individual exerting the effort or the user via the interface module C 126. The level of performance is for example the number of calories to be burned during the exercise as a whole. Performance level can be seen as a longer-term objective than tracking desired benchmarks for an index. The interface modules E 122 and C 126 are for example touch screens but can be implemented using other technologies making it possible to present data and to receive input data. According to a variant embodiment, the two interface modules are combined into a single input/output module, for example a single touch screen. According to a variant embodiment, the desired passage points of the index or indices can also be obtained by other means, for example by being read in a memory, following a pre-established program, etc. According to one embodiment, the system also comprises a power supply 132. According to one embodiment, the system also comprises a telemetry module 133. The components of the system of FIG. 1 can be included in a single physical device or be distributed over several devices. For example and without limitation, the sensors can be remote and communicate with the estimator by a wired or wireless link – for example, if a heart rate sensor is used, the latter can be attached to a belt worn by the user. individual whose metabolic reference is to be followed. Likewise, the display module and/or the E and C interface modules can be external to a device comprising for example the data processing and control modules, such as the estimator 101, the gas exchange analyzer and the control and prognosis modules. The operation of the control module 123 and of the prognosis module 124 according to a non-limiting embodiment will now be described in relation to the block diagram of FIG. 2. This block diagram takes up certain elements of FIG. 1, which are referenced therein identically, and details both the control module 123 and the prognosis module 124. The modules 123 and 124 are intended to follow, in real time, at least one physiological index by acting on the power u(k) that must be provided an individual at a given instant k. In the present embodiment, the time variable k is discrete. Hereafter, e(k) will denote the tracking error between the measured or estimated index 121 (denoted Index) and the setpoint value (denoted Index ref ) at time k. It should be noted in this context that the C interface module 126 provides a reference value per value of the temporal variable k, for example by interpolation, linear or other, between the defined passage values or by implementing another function allowing to generate intermediate points and to pass approximately by said waypoints. According to the present embodiment, the control module 123 comprises a metabolic controller 203 implementing a metabolic control law based on a PID (proportional, integral, derivative) regulator. Other types of regulators adapted to follow state constraints can also be implemented instead of a PID regulator. VO2(k) and VCO2(k) designate respectively the volume of oxygen consumed at time k and the volume of CO2 produced at time k. Any linear combination of VO2(k) and VCO2(k) can be regulated by the metabolic controller according to the present example embodiment. For example, if the Respiratory Exchange Ratio, RER, is chosen as an index and consequently Index ref (k) = RER ref (k), it is possible to implement a regulation function making it possible to obtain that the RER value follows the desired RER reference ref (k). The RER is defined as the ratio between VCO2 and VO2, at normal conditions of temperature and pressure. The tracking error whose amplitude is to be minimized is then: [Equation 6]
Figure imgf000012_0001
The integral action of the regulator, intended to compensate the disturbances, can be expressed as follows: [Equation 7]
Figure imgf000013_0001
The representative term of the derivative with respect to time can be expressed as follows: [Equation 8]
Figure imgf000013_0002
Consequently, at any time, the regulator defines the nominal power to be supplied (therefore before correction using the output of the prognosis module) by what will be referred to below as the 'metabolic control law': [Equation 9]
Figure imgf000013_0003
where kp, ki, kd are appropriate constants. Any other linear combination of VO2(k) and VCO2(k) can be regulated by the regulator according to the present embodiment. For example, if it is desired to be able to regulate the metabolic rate previously mentioned, it is possible to apply Weir's formula. The error on the output whose amplitude must be reduced is then: [Equation 10]
Figure imgf000013_0004
where MR ref is the desired metabolic rate in kcal per second. The output of the metabolic controller will have the form of u 0 (k) given above or that of a linear combination of the metabolic state variables. According to the present exemplary embodiment, a corrective term is used to correct the reference index Index ref (k). This corrective term is generated by the post-prognosis decision module 201. In FIG. 2, the corrective term is represented by the reference 136 and is added to the reference value of the index, Index ref (k), at the level of adder 204 (path (a) of reference 136). In the example of the RER, we will have: [Equation 11]
Figure imgf000013_0005
The reference index thus corrected is then used to calculate the error e(k) (adder 205). According to a variant embodiment, the prognosis module generates a corrective power term, which will be used to correct (206) the output of the metabolic controller and thus adjust the power setpoint (path (c) of reference 136). We will then have: [Equation 12]
Figure imgf000014_0001
According to another variant embodiment, the prognosis module modifies the constants kp, ki, kd of equation 5 above (path (b) of reference 136). These three alternatives are illustrated in the block diagram of Figure 2 and have in common that the application of the control law (equation 5) is corrected. A system can have one or more of these three paths. According to another embodiment variant, the metabolic controller directly receives the decisions of the post-prognosis decision module and acts on the command interface 128 to adapt the commands 129 accordingly. The prediction module 202 takes into consideration the current metabolic state (O2 or CO2 measured or estimated) via the current value 121 of the index provided by the block A (or directly the outputs 112 or 113), the output 134 u(k) corresponding to the application of the control law given by equation 5 plus the corrective term 136 at the output of the decision module 201, as well as the corrective term 136 itself. The prediction module performs a simulation of the possible evolutions of the index according to different values of the corrective term, and this on the basis of the mathematical model already implemented by the estimator 101 and linking the power supplied to the quantities of oxygen and of carbon dioxide and/or their volumes. In other words, the prediction module simulates the different possible trajectories of oxygen consumed and carbon dioxide produced on the basis of equation 1, which incorporates the metabolic control law (equation 5), by determining the values of oxygen and of carbon dioxide attainable by acting on u(k) via the corrective term δu(k). In FIG. 2, the data relating to the predicted trajectories and the associated values of δu(k) are referenced 207. The post-prognosis decision module 201 takes into account a long-term objective (including the performance level 131 of the exercise is an example) and the result of the simulations performed by the prediction module 202, in the form of the possible trajectories (predicted) based on the metabolic control law (equation and different choices of δu(k) (increments or decrements). The choice of the corrective term is made taking into account the long-term objective. This choice is for example made by solving an optimization problem mentioned in more detail below in the context of a non-limiting example concerning the total energy consumed during the exercise.According to a particular non-limiting embodiment, the prediction module launches a family simulations to establish the possible values of the energy consumed after a given time or a given distance, and according to the current operating conditions of the metabolic law. Thus, for example the energy consumed (kcal), denoted Ec, can be taken as the cumulative sum of the expected metabolic rate. If we start as an example from equation 10, MR would therefore be: MR = MRref - e(k), with e(k) a random variable which changes all along the prediction according to the func tion of the metabolic control law already in operation and on the basis of the mathematical model implemented which gives O2(k) and CO2(k) as a function of u(k)
Figure imgf000015_0002
Thus, the consumed energy Ec can be predicted as the following cumulative sum: [Equation 13]
Figure imgf000015_0001
where Ts (sampling time) is a constant equal to the time duration between instant k and instant k+1. Thus, for different possibilities of error values e(k) between the present time T_ini and a future time T_final, defining the prediction window, different values of the energy consumed Ec(T_final) will be reached. According to a particular non-limiting embodiment, the number of different error values taken into consideration is for example one hundred, regularly distributed between two extreme values. The extreme bounds are for example obtained from historical values of the error. According to one embodiment, for the choice of one of the possibilities mentioned above, the decision module solves a robust or stochastic optimization problem. According to a non-limiting example, the problem is for example to enforce a constraint on the long-term objective by minimizing a performance criterion, in the form of a function L. The decision variable which makes it possible to solve the optimization problem δθ which can, according to one of the paths (a), (b), (c) chosen, be δu, or a vector of the parameters metabolic law (kp, ki, kd).
Figure imgf000016_0002
The optimization problem can be written in the following form: [Equation.14]
Figure imgf000016_0001
where δθ will take the desired form (for example Ec in the context of the example where it is sought to guarantee the energy consumed). According to an example, the constraint to be respected takes the following form: Probability(Ec(T_final)>E_target)>Prob_target where E_target represents the long-term objective and Prob_target represents the probability that the constraint is guaranteed. The choice of Prob_target depends on the desired level of guarantee. By way of example, one can take a value situated between 0.95 and 0.98. However, it is clear that the person skilled in the art can easily choose other constraints. The energy consumed can represent the overall number of kilocalories invested, but can alternatively represent the energy consumed relating to one among lipids, carbohydrates, proteins instead of the total energy. The cost function L(.) could simply be the integral of e(k) 2 , because this error would depend on the choice on δu, ^^^^ ^^^ or the vector of the parameters of the metabolic law (kp, k i , k d ). This optimization problem can be solved for example by using robust or stochastic optimization methods known elsewhere. Other examples of long-term objectives include a state of fatigue to be reached or even a level of consumption of substrate (carbohydrates and/or lipids and/or proteins) desired and/or of a total energy supplied by a system of electrical assistance of a device used by the individual. According to the present exemplary embodiment, the decision of the post-prognostic module is made at a rate lower than that at which the metabolic controller outputs u0(k) values. For example, δu(k) is updated once per minute while u0(k) is updated every second. FIG. 3 is an algogram of the main steps implemented by block A: During a first step 301, the calculation of the error e(k) on the index with respect to a reference value of the index at time k is achieved. During a second step 302, a metabolic law is applied to obtain a power setpoint to minimize the error. During a third step 303, a prediction of the evolution of the index for a plurality of values of a correction to be applied within the framework of the determination of the power setpoint is carried out. During a fourth step 304, one of the plurality of correction values is chosen according to at least one objective to be achieved over time. In a fifth step 305, the value of the correction is applied to adjust the power control obtaining process. According to various exemplary embodiments mentioned above, the correction is applied to the level of the error, of the metabolic control law or of the value of the power setpoint. The same value of the correction can be applied for several consecutive cycles of evaluation of the error and adjustment of the process for obtaining the power setpoint. In this case, it is not necessary to perform steps 303 and 304 as frequently. During a sixth step 306, a signal representative of said power setpoint is generated. Figure 4 is a block diagram of a device 400 configured to implement the steps of the method of Figure 3 and/or implement the functional blocks described in conjunction with Figures 1 and 2. The device includes a processor 401, a volatile memory 402, a non-volatile memory 403, the latter comprising instructions 404 which, when executed by the processor, lead the device to implement the steps and/or to implement the functional blocks mentioned above. The various components are linked by a communication bus 405. The device may include other components or interfaces 406 to other components, depending on the implementation. Processor 401 may take any suitable form - one or more microprocessors, one or more microcontrollers, or a combination thereof. Volatile memory 402 is used for temporary storage of data. Nonvolatile memory 403 may include a hard disk, static memory, or other form of long-term storage. Non-volatile memory stores implementation instructions, it can also store an operating system and/or applications. According to certain embodiments, the device is one of a computer or a connected watch or another device carried by the individual, such as for example a mobile telephone. The metabolic controller 203 has the function of minimizing the error e(k) at all times. However, the error is not always zero, in particular due to unpredictable disturbances (meteorological phenomena such as wind, traffic conditions, etc.), or even a non-compliant response by the individual in relation to the effort required. . The prognosis module 124, by taking long-term objectives into account, makes it possible to limit the impact of such disturbances. The graphs of FIGS. 5 and 6 illustrate the behavior of the RER when it is controlled as previously described, in the specific application to an indoor cycle. The cyclist provides a mechanical power imposed by the load of the motor of the bicycle and the control device varies the load of the motor to follow a reference value of the index, namely in this specific case, a constant value of the RER at 0.91 . It can be seen on the graph in figure 5 that after a transient response of the physiological variables, at approximately four minutes, the RER stabilizes around a value close to the reference value. The curves in FIG. 6 respectively illustrate the evolution over time of the power supplied by the cyclist, of the number of calories consumed and of the engine load adjusted progressively by the control device. FIG. 7 is a graph illustrating the evolution over time of the percentage of fat burned in the application of FIG. 5 and FIG. 8 is a graph illustrating the evolution over time of the rate of total kilocalories burned per second and the rate of kilocalories per second resulting from the fat burned in the application of FIG. fat, or total calories) as part of the predictions and to decide whether to increase or decrease the effort level / power setpoint to achieve long-term goals, e.g. a desired amount of calories burned at the end of the exercise, either from calories resulting from fat, or from calories without taking into account the nature of the energy source.

Claims

REVENDICATIONS 1. Procédé de contrôle de l’état métabolique d’une personne dans le cadre d’un exercice au cours duquel la personne fournit une puissance mécanique, ledit état métabolique étant représenté par un indice physiologique, le procédé étant mis en œuvre par un dispositif (400) comportant un processeur (401) exécutant du code logiciel (404) conduisant à la mise en œuvre des étapes du procédé par ledit dispositif (400), ledit procédé comportant : (a) le calcul (301) d’une erreur sur l’indice par rapport à une valeur de référence (125) de l’indice à un temps k ; (b) l’application (302) à ladite erreur d’une loi métabolique pour l’obtention d’une consigne de la puissance à respecter pour réduire l’erreur ; (c) l’obtention (303) d’une prédiction de l’évolution de l’indice pour une pluralité de valeurs d’une correction à appliquer dans le cadre de la détermination de la consigne de la puissance ; (d) la détermination (304) de l’une parmi la pluralité de valeurs de la correction en fonction d’au moins un objectif à atteindre dans la durée ; (e) l’application (305) de la valeur de correction choisie (136) pour ajuster le processus d’obtention de la consigne de la puissance ; (f) la génération d’un signal représentatif de ladite consigne de puissance. 1. Method for monitoring the metabolic state of a person in the context of an exercise during which the person provides mechanical power, said metabolic state being represented by a physiological index, the method being implemented by a device (400) comprising a processor (401) executing software code (404) leading to the implementation of the steps of the method by said device (400), said method comprising: (a) calculating (301) an error on the index relative to a reference value (125) of the index at a time k; (b) the application (302) to said error of a metabolic law to obtain a setpoint of the power to be respected in order to reduce the error; (c) obtaining (303) a prediction of the evolution of the index for a plurality of values of a correction to be applied within the framework of the determination of the setpoint of the power; (d) determining (304) one of the plurality of values of the correction as a function of at least one objective to be achieved over time; (e) applying (305) the chosen correction value (136) to adjust the process of obtaining the power setpoint; (f) generating a signal representative of said power setpoint.
2. Procédé selon la revendication 1, dans lequel la valeur de référence de l’indice est déterminée pour un temps k en fonction d’un ou plusieurs points de passage préalablement déterminés dudit indice dans le temps. 2. Method according to claim 1, in which the reference value of the index is determined for a time k as a function of one or more previously determined crossing points of said index in time.
3. Procédé selon l’une des revendications 1 ou 2, dans lequel la loi métabolique est une loi de régulation PID fonction de la quantité d’oxygène consommé et de la quantité de dioxyde de carbone produite par la personne. 3. Method according to one of claims 1 or 2, in which the metabolic law is a PID regulation law depending on the quantity of oxygen consumed and the quantity of carbon dioxide produced by the person.
4. Procédé selon la revendication 3, dans lequel les quantités d’oxygène consommé et de dioxyde de carbone produit sont obtenues par une estimation fonction d’une mesure d’une puissance fournie par la personne ou d’une estimation de la puissance fournie par la personne. 4. Method according to claim 3, in which the quantities of oxygen consumed and of carbon dioxide produced are obtained by an estimate based on a measurement of a power supplied by the person or an estimate of the power supplied by the person.
5. Procédé selon d’une des revendications 1 à 4, dans lequel l’objectif à atteindre dans la durée comprend l’énergie totale à fournir par la personne durant l’exercice. 5. Method according to one of claims 1 to 4, in which the objective to be achieved over time comprises the total energy to be provided by the person during the exercise.
6. Procédé selon l’une des revendications 1 à 5, dans lequel l’ajustement du processus d’obtention de la consigne de puissance est réalisé au niveau de l’erreur, de la loi de contrôle métabolique ou de la valeur de la consigne de la puissance. 6. Method according to one of claims 1 to 5, in which the adjustment of the process for obtaining the power setpoint is carried out at the level of the error, of the metabolic control law or of the value of the setpoint power.
7. Procédé selon l’une des revendications 1 à 6, dans lequel le signal représentatif de la consigne de puissance est utilisée pour commander la charge d’un appareil utilisé par la personne pour fournir la puissance mécanique. 7. Method according to one of claims 1 to 6, wherein the signal representative of the power setpoint is used to control the load of a device used by the person to provide mechanical power.
8. Procédé selon l’une des revendications 1 à 7, dans lequel le signal représentatif de la consigne de puissance est mis en œuvre pour générer un signal destiné à être affiché sous la forme d’une indication relative à la consigne de puissance en vue de guider l’individu dans l’effort à fournir. 8. Method according to one of claims 1 to 7, in which the signal representative of the power setpoint is implemented to generate a signal intended to be displayed in the form of an indication relating to the power setpoint in view. to guide the individual in the effort to be provided.
9. Procédé selon d’une des revendications 7 ou 8, dans lequel la consigne de puissance est traduite sous forme d’incrément ou de décrément. 9. Method according to one of claims 7 or 8, in which the power setpoint is translated in the form of an increment or a decrement.
10. Procédé selon l’une des revendications 1 à 9, dans lequel la détermination (304) de l’une parmi la pluralité de valeurs de la correction en fonction d’au moins un objectif à atteindre dans la durée comprend la résolution d’un problème d’optimisation de la valeur de correction sous la contrainte de l’au moins un objectif à atteindre dans la durée. 10. Method according to one of claims 1 to 9, in which the determination (304) of one of the plurality of values of the correction as a function of at least one objective to be achieved over time comprises the resolution of a problem of optimizing the correction value under the constraint of at least one objective to be achieved over time.
11. Dispositif (400) de contrôle de l’état métabolique d’une personne dans le cadre d’un exercice au cours duquel la personne fournit une puissance mécanique, ledit état métabolique étant représenté par un indice physiologique, ledit dispositif comprenant un processeur (401) configuré pour mettre en œuvre le procédé selon l’une des revendications 1 à 10. 11. Device (400) for monitoring the metabolic state of a person in the context of an exercise during which the person provides mechanical power, said metabolic state being represented by a physiological index, said device comprising a processor ( 401) configured to implement the method according to one of claims 1 to 10.
12. Support d'enregistrement (403) lisible par un dispositif (400) comprenant un processeur (401), le support comprenant des instructions qui, lorsqu'elles sont exécutées par le processeur, conduisent à la mise en œuvre, par le dispositif, des étapes du procédé selon l’une des revendications 1 à 10. 12. A recording medium (403) readable by a device (400) comprising a processor (401), the medium comprising instructions which, when executed by the processor, lead to the implementation, by the device, of steps of the method according to one of claims 1 to 10.
13. Produit programme d'ordinateur (404) comprenant des instructions qui, lorsque le programme est exécuté par un processeur (401) d’un dispositif (400), conduisent le dispositif à mettre en oeuvre les étapes du procédé selon l’une des revendications 1 à 10. 13. Computer program product (404) comprising instructions which, when the program is executed by a processor (401) of a device (400), lead the device to implement the steps of the method according to one of the claims 1 to 10.
PCT/FR2022/051753 2021-09-20 2022-09-19 Method, device, computer program product and storage medium containing said program, for monitoring a metabolic state WO2023041885A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2109850 2021-09-20
FR2109850A FR3127323A1 (en) 2021-09-20 2021-09-20 METHOD, DEVICE, COMPUTER PRODUCT PROGRAM AND RECORDING MEDIA COMPRISING SUCH PROGRAM FOR MONITORING A METABOLIC STATUS

Publications (1)

Publication Number Publication Date
WO2023041885A1 true WO2023041885A1 (en) 2023-03-23

Family

ID=78212317

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2022/051753 WO2023041885A1 (en) 2021-09-20 2022-09-19 Method, device, computer program product and storage medium containing said program, for monitoring a metabolic state

Country Status (2)

Country Link
FR (1) FR3127323A1 (en)
WO (1) WO2023041885A1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4998725A (en) * 1989-02-03 1991-03-12 Proform Fitness Products, Inc. Exercise machine controller
WO1991007214A1 (en) * 1989-11-13 1991-05-30 Walker Fitness Systems, Inc. Automatic force generating and control system
WO2011025075A1 (en) * 2009-08-28 2011-03-03 (주)누가의료기 Exercise prescription system
US20130260968A1 (en) * 2012-03-28 2013-10-03 Alexandr Shkolnik Controllable Training and Rehabilitation Device
WO2016079389A1 (en) * 2014-11-19 2016-05-26 Technologie Et Developpement Industriel Exercise and/or rehabilitation apparatus

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4998725A (en) * 1989-02-03 1991-03-12 Proform Fitness Products, Inc. Exercise machine controller
WO1991007214A1 (en) * 1989-11-13 1991-05-30 Walker Fitness Systems, Inc. Automatic force generating and control system
WO2011025075A1 (en) * 2009-08-28 2011-03-03 (주)누가의료기 Exercise prescription system
US20130260968A1 (en) * 2012-03-28 2013-10-03 Alexandr Shkolnik Controllable Training and Rehabilitation Device
WO2016079389A1 (en) * 2014-11-19 2016-05-26 Technologie Et Developpement Industriel Exercise and/or rehabilitation apparatus

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"New methods for calculating metabolic rate with special reference to protein metabolism", THE JOURNAL OF PHYSIOLOGY, vol. 109, no. 1-2, pages 1 - 9
WEIR, J. B. DE V., NOUVELLES MÉTHODES POUR CALCULER LE TAUX MÉTABOLIQUE AVEC UNE RÉFÉRENCE SPÉCIAL AU MÉTABOLISME PROTÉINIQUE, 1 August 1949 (1949-08-01)

Also Published As

Publication number Publication date
FR3127323A1 (en) 2023-03-24

Similar Documents

Publication Publication Date Title
EP2917697A1 (en) Systems and methods for frequency-based stride length correction in a pedometer device
KR20190098003A (en) Method for estimating pose of device and thereof
WO2003085357A2 (en) Device for rotational motion capture of a solid
FR3056094A1 (en) AUTOMATED SYSTEM FOR REGULATING THE GLYCEMIA OF A PATIENT
FR3069165A1 (en) AUTOMATED SYSTEM FOR REGULATING THE GLYCEMIA OF A PATIENT
FR3056095A1 (en) AUTOMATED SYSTEM FOR REGULATING THE GLYCEMIA OF A PATIENT
US20230330878A1 (en) Interacting with a user of a personal care device
CA3174200A1 (en) Critical power adaptive training with varying parameters
WO2023041885A1 (en) Method, device, computer program product and storage medium containing said program, for monitoring a metabolic state
FR3079130A1 (en) SYSTEM FOR PREDICTING THE GLYCEMIA OF A PATIENT
EP3595787A1 (en) Method for generating multimedia data associated with a system for practicing sports
WO2019016474A1 (en) Method for estimating the movement of an object moving in a magnetic field
EP2375724B1 (en) stabilization of captured image
WO2018235777A1 (en) Image data processing device, plant cultivation system, and image data processing method
US11614560B2 (en) Integration of physical sensors in a data assimilation framework
FR3051342A1 (en) SYSTEM AND METHOD FOR EVALUATING ACTION CAPACITY OF AN INDIVIDUAL.
EP3797426B1 (en) Automated system for monitoring a patient's blood sugar
EP3796838B1 (en) Automated system for monitoring a patient's blood sugar
CN117236519B (en) Water and fertilizer regulation and control method and device, electronic equipment and storage medium
US11812146B2 (en) Method and system for camera motion blur reduction
EP2534642A1 (en) Device for updating a photometric model
JP2008308910A (en) Received water flow rate calculating method and device
KR20220166206A (en) Compensating for optical change in image capture device components over time
JP2023012979A (en) Information processing device, program, and information processing method
FR3083076A1 (en) AUTOMATED SYSTEM FOR CONTROLLING A PATIENT'S GLYCEMIA

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22789955

Country of ref document: EP

Kind code of ref document: A1