專利名稱：聯(lián)合非侵入式和侵入式生物參數(shù)測量設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于非侵入式生物參數(shù)監(jiān)控的裝置與方法，尤其是涉及一種聯(lián)合非侵入式和侵入式生物參數(shù)測量設(shè)備與方法。
背景技術(shù)：
一本2006年關(guān)于失敗的非侵入式葡萄糖監(jiān)控技術(shù)的概述，標題為“非侵入式葡萄糖測量的追求尋求欺詐的火雞”(“非侵入式葡萄糖測量的追求”或“PNG”)，作者為約翰 史密斯，Lifescan公司(強生公司分支)的前任首席科技官，詳細描述了為什么在過去25年里，未曾取得成功的非侵入式葡萄糖監(jiān)控設(shè)備。本背景討論是主要基于這本書。糖尿病是一種嚴重疾病，它能導(dǎo)致眼損傷、腎損傷、喪失四肢感覺、傷口愈合緩慢、·腳趾、腳或腿的截肢和心血管疾病。參見PNG第7頁。如果病人嚴格堅持適當(dāng)?shù)娘嬍场㈠憻挕⒊运幒瓦M行頻繁的血糖測量，他們都能維持他們的健康和相對正常的生命。參見Id。因此，關(guān)鍵是血糖的監(jiān)控。為精確地測量血糖水平，人們需要測量在血液中(相對于尿中)的血糖量，這是通過用于測量血糖水平的侵入式指示儀器在家中或在醫(yī)生診所和實驗室中每天數(shù)百萬次進行的。參見Id。這樣的儀器需要疼痛的侵入，這是不舒服的，并對于個體帶有感染的風(fēng)險。以尖物刺自身以抽血是令人不愉快的，甚至帶有創(chuàng)傷，特別是當(dāng)必須許多年每日重復(fù)進行時。此外，為了讓患有糖尿病的人保持血糖的健康水平，通常會有需求讓病人在家里進行簡單、精確的測量。如果簡單、非侵入式、低廉、可信賴的測試是可行的，病人將可在家經(jīng)常進行他們的非侵入式的血糖測量。參見Id。根據(jù)“非侵入式葡萄糖測量的追求”所述，每年有成千上萬的人是新診斷為患上糖尿病，因為在發(fā)達國家生活標準的提高使人們的飲食傾向于高糖。極大的市場規(guī)模(全球2007年超過70億美元)以及需求已經(jīng)導(dǎo)致由初生的公司不斷發(fā)布消息，稱非侵入式血糖監(jiān)控系統(tǒng)的問題已經(jīng)被解決。實際上，并沒有任何成功的設(shè)備能讓病人能無需疼痛或損傷地測量他們的血糖。根據(jù)“非侵入式葡萄糖測量的追求”所述，氧飽和度是基于攜帶氧的血紅蛋白的量與不攜帶氧的血紅蛋白的量的比率來測量的。氧血紅蛋白是帶藍色的，而脫氧血紅蛋白是可見不同顏色的，主要是鮮紅色。顯然，血紅蛋白僅是血液中的帶有強藍色或紅色的化合物，它幾乎不存在于血紅細胞內(nèi)，紅細胞在血管內(nèi)按規(guī)定路線流動。因此，人們是相對容易采用光譜技術(shù)來非侵入地測量在體內(nèi)的氧飽和度。相比于血紅蛋白，葡萄糖具有難以描述的特征——它是無色的，它從身體的一部分到另一部分的濃度是變化的，它存在的濃度比血紅蛋白少很多。參見PNG第26-28頁。而且，葡萄糖的化學(xué)結(jié)構(gòu)是帶有多個羥基的碳氫化合物，這也使它非常類似于體內(nèi)的許多其他化合物，實際上，葡萄糖是附著在體內(nèi)的大多數(shù)蛋白質(zhì)上。用于檢測葡萄糖的光譜技術(shù)有關(guān)于蛋白分子的不同的區(qū)別信號，這些蛋白分子被附著到葡萄糖，這些區(qū)別信號與來自葡萄糖分子自身的信號相關(guān)聯(lián)。例如，近紅外區(qū)有許多弱的、重疊的、變動的分光信號，它們來自具有多羥基基團的碳氫化合物。
而且，從光顯葡萄糖反射的分光信號是弱的。因此，當(dāng)試圖在數(shù)據(jù)組與真實葡萄糖測量之間找到相關(guān)性，非常難以成功地采用數(shù)學(xué)算法來在數(shù)據(jù)組之中分離變化，得到一系列曲線形成分來考慮觀察到的可變性的量。此外，光譜技術(shù)經(jīng)常顯示在光譜效應(yīng)的變化之間與真實葡萄糖濃度最初具有相關(guān)性，但當(dāng)后來檢查在室溫和潮濕條件下的變化不具有相關(guān)性，它表明，這些局部環(huán)境變化影響相關(guān)性。參見“非侵入式葡萄糖測量的追求”第66頁。結(jié)果，沒有可信賴的和精確的技術(shù)最終得到開發(fā)。進一步的問題是要確定怎樣一個參數(shù)才是葡萄糖濃度的好的測量參數(shù)，程序是讓病人在一次單獨飲水中喝50至100克葡萄糖而不會有效，因為“在口服葡萄糖耐受實驗中，幾乎每個測量的生理參數(shù)(也就是，核心溫度、表面溫度、外圍灌注、皮膚水化、電解質(zhì)平 衡、胃動力、周圍水腫、酶水平、皮膚響應(yīng)、呼吸、尿液、唾液的產(chǎn)生)”都顯示與曲線有強的相關(guān)性。參見“非侵入式葡萄糖測量的追求”第60頁。“非侵入式葡萄糖測量已經(jīng)嘗試過難以置信的不同范圍的技術(shù)。”見“非侵入式葡萄糖測量的追求”第28頁。沒有一種技術(shù)在過去25至30年間獲得成功。雖然已經(jīng)有人聲稱已經(jīng)采用光譜技術(shù)找到在特定質(zhì)量與葡萄糖之間的相關(guān)性，但是采用這些技術(shù)并沒有非侵入式產(chǎn)品已經(jīng)成功或者在精確和可靠地測量葡萄糖方面是可操作。參見“非侵入式葡萄糖測量的追求”。這可能是由于所聲稱的相關(guān)性從未是實際開始的，因為它們不是根據(jù)環(huán)境的或其他參數(shù)來核對的。沒有校準來自非侵入式測量的數(shù)據(jù)來預(yù)測體內(nèi)基于非侵入式測量真正葡萄糖水平的方法已經(jīng)成功地找到可信賴的和精確的點作為參考點。除了葡萄糖，還有許多其他生物參數(shù)可能有助于精確和可信賴地監(jiān)控，特別是通過便攜式儀器由消費者或病人在家里應(yīng)用。這些生物參數(shù)例如包括氧和二氧化碳濃度、尿素氮、收縮壓和舒張壓、潮濕度、干燥度、鹽度、pH、組織(例如外部皮膚組織、內(nèi)部肌肉)飽和度、組織活性(例如，內(nèi)部腫瘤組織或外部皮膚黑素瘤表示不同的皮膚活性)、血紅細胞計數(shù)(每一立方微米的細胞數(shù)或濃度)、心卒量變化(在每次心卒從心臟射出的血液量)以及皮膚血管畸形、膽固醇、鉀、收縮壓和舒張壓、心卒容量、氯、鈉、氮、血紅蛋白、膽紅素膽固醇LDL、HDL和總膽固醇、CO2百分數(shù)、O2百分數(shù)、血紅細胞、白細胞、鐵、血細胞比容、血小板等。因此，有強烈的需求要開發(fā)一種精確的和可信賴的儀器和方法用于非侵入式生物參數(shù)測量設(shè)備，尤其是當(dāng)葡萄糖是生物參數(shù)時，雖然并不限制于這個例子。有進一步的需求開發(fā)這樣一種儀器和方法，它是便攜式的，足夠和容易使用，它可由病人在家里應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明的一個方面是提供了一種監(jiān)控生物參數(shù)的方法，包括(a)采用生物參數(shù)監(jiān)控設(shè)備的侵入式組件來侵入地測量病人的生物參數(shù)，將侵入式生物參數(shù)讀數(shù)傳輸?shù)剿錾飬?shù)監(jiān)控設(shè)備的非侵入式組件，所述侵入式生物參數(shù)被輸入到列向量Y ; (b)在步驟“(a)”的接近時間內(nèi)，通過使用在所述設(shè)備的所述非侵入式組件中的一個或多個彩色圖像傳感器來非侵入地測量所述病人的所述生物參數(shù)，以生成一系列所述病人的身體部分的組織的彩色圖像以及感知在每個彩色圖像的像素上的每三種顏色的量級，并通過將所述量級轉(zhuǎn)換成為一系列電信號，以產(chǎn)生隨著時間推移反映在所述彩色圖像內(nèi)的三種顏色的每種顏色隨著時間推移的分布的信號；(C)所述非侵入式組件的數(shù)字處理器(i)采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繉W(xué)習(xí)數(shù)；以及(ii)重復(fù)步驟“(C) (i)”，無需采用相同的數(shù)學(xué)函數(shù)，以形成學(xué)習(xí)向量，該學(xué)習(xí)向量符合列向量Y的標量侵入式生物參數(shù)讀數(shù)輸入項目；(d)通過重復(fù)步驟“(a)”到“(c)”足夠次數(shù)，數(shù)字處理器從多個學(xué)習(xí)向量形成一個nXn學(xué)習(xí)矩陣D，它是一個規(guī)則的矩陣，以致數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能采用非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)；(e)通過將學(xué)習(xí)矩陣D的反矩陣D—1乘以列向量Y，數(shù)字處理器獲得學(xué)習(xí)向量的系數(shù)C ;(f)數(shù)字處理器通過以下方式獲得新向量卩# :通過(i)使用在所述設(shè)備的所述非侵入式組件中的一個或多個彩色圖像傳感器來非侵入地測量所述病人的所述生物參數(shù)，以生成一系列所述病人的身體部分的組織的彩色圖像以及感知在每個彩色圖像的像素上的每三種顏色的量級，并通過將所述量級轉(zhuǎn)換成為一系列電信號，以產(chǎn)生隨著時間推移反映在所述彩色圖像內(nèi)的三種顏色的每種顏色隨著時間推移的分布的信號，并通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繑?shù)；以及通過(ii)重復(fù)步驟“(f) (i)”n次以形成向量V氣無需采用相同的數(shù)學(xué)函數(shù)；(g)采用￥#的輸入項目以形成一個規(guī)則的矩陣D#，該矩陣的大小是nXn，且它的非零元素的結(jié)構(gòu)是等同于學(xué)習(xí)矩陣D的非零元素的結(jié)構(gòu)；以 及(h)采用數(shù)字處理器來執(zhí)行D#的矩陣向量乘以學(xué)習(xí)向量的系數(shù)C，以產(chǎn)生非侵入式生物參數(shù)測量的列向量R，并比較R的輸入項目與Y的輸入項目，以找到R的一個輸入項目，該輸入項目表示關(guān)于所述病人的校準的生物參數(shù)值。本發(fā)明的另一個方面是涉及一種可由病人使用的便攜式生物參數(shù)監(jiān)控醫(yī)療設(shè)備，包括非侵入式組件，能基于由病人將其身體部分插入所述非侵入式組件而產(chǎn)生所述病人的身體部分的組織的非侵入式生物參數(shù)讀數(shù)；所述非侵入式組件包括至少一個顏色圖像傳感器，以生成一系列所述病人的身體部分的組織的彩色圖像以及感知在每個彩色圖像的像素上的每三種顏色的量級，并包括第一數(shù)字處理器，用于將所述系列的彩色圖像處理為隨著時間推移反映所述三種顏色的每種顏色的隨著時間推移的分布的信號；侵入式組件，用于從所述病人的血液中獲得侵入式生物參數(shù)讀數(shù)；所述侵入式組件還包括第二數(shù)字處理器，用于自動將所述侵入式生物參數(shù)讀數(shù)傳輸?shù)剿龇乔秩胧浇M件的第一數(shù)字處理器；所述侵入式生物參數(shù)讀數(shù)形成在列向量Y內(nèi)的輸入項目；所述非侵入式組件被編程為(a)
(i)采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繉W(xué)習(xí)數(shù)；以及(ii)重復(fù)步驟“(a) (i)”，無需采用相同的數(shù)學(xué)函數(shù)，以形成學(xué)習(xí)向量，該學(xué)習(xí)向量符合列向量Y的標量侵入式生物參數(shù)讀數(shù)輸入項目；(b)通過重復(fù)步驟“(a)”到非侵入式讀數(shù)與侵入式讀數(shù)足夠次數(shù)，形成一個nXn學(xué)習(xí)矩陣，它是一個規(guī)則的矩陣，所述第一數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能基于所述生物參數(shù)的非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)；(c)通過將學(xué)習(xí)矩陣D的反矩陣D—1乘以列向量Y，獲得學(xué)習(xí)向量的系數(shù)C ; (d)生成一個新向量V# :當(dāng)使用者通過使用在所述設(shè)備的所述非侵入式組件中的一個或多個彩色圖像傳感器來非侵入地測量所述病人的所述生物參數(shù)，以生成一系列所述病人的身體部分的組織的彩色圖像，以及通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繑?shù)，并重復(fù)操作n次時，形成新向量V氣無需采用相同的數(shù)學(xué)函數(shù)；(e)采用V#的輸入項目以形成一個規(guī)則的矩陣D氣該矩陣的大小是nXn，且它的非零元素的結(jié)構(gòu)是等同于學(xué)習(xí)矩陣D的非零元素的結(jié)構(gòu)；以及(f)采用數(shù)字處理器來執(zhí)行D#的矩陣向量乘以學(xué)習(xí)向量的系數(shù)C，以產(chǎn)生非侵入式生物參數(shù)測量的向量R，并比較R的輸入項目與Y的輸入項目，以找到R的一個輸入項目，該輸入項目表不關(guān)于所述病人的校準的生物參數(shù)值。本發(fā)明的另一個方面涉及一種產(chǎn)生針對病人的顧客定制的便攜式生物參數(shù)監(jiān)控醫(yī)療設(shè)備的方法，所述方法包括(a)直接或間接向病人提供一種醫(yī)療設(shè)備，該設(shè)備具有
(i)非侵入式組件，能基于由病人將其身體部分插入所述非侵入式組件而產(chǎn)生所述病人的非侵入式生物參數(shù)讀數(shù)；所述非侵入式組件包括第一數(shù)字處理器，用于處理所述身體部分的部分的數(shù)字彩色圖像，并將這些數(shù)字圖像表示為隨著時間推移的離散信號；以及具有
(ii)侵入式組件，用于測量來自所述病人的血液中的生物參數(shù)，并獲得對于所述病人的侵入式生物參數(shù)讀數(shù)；所述侵入式組件包括第二數(shù)字處理器，用于將所述侵入式生物參數(shù)讀數(shù)傳輸?shù)剿龇乔秩胧浇M件的第一數(shù)字處理器；以及(iii)聯(lián)接元件，用于維持所述侵 入式組件可操作地接合到所述非侵入式組件，并使得來自所述侵入式組件的侵入式生物參數(shù)讀數(shù)能傳輸?shù)剿龇乔秩胧浇M件；所述第一數(shù)字處理器也用于校準所述非侵入式組件，以致對于給定的生物參數(shù)，對于所述病人的非侵入式生物參數(shù)讀數(shù)在預(yù)定的近似度標準下接近于對于該病人的侵入式生物參數(shù)讀數(shù)；以及(b)通過以下方式校準對于所述病人的非侵入式組件(i)采用侵入式組件侵入地測量所述病人的生物參數(shù)；(ii)將所述侵入式生物參數(shù)讀數(shù)傳輸?shù)剿龇乔秩胧浇M件；以及(iii )采用數(shù)學(xué)函數(shù)在所述侵入式測量的接近時間內(nèi)非侵入地測量所述病人的生物參數(shù)；以及執(zhí)行子步驟和(iii)足夠次數(shù)，以致第一數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能采用非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)。本發(fā)明的還有一個方面是涉及一種監(jiān)控生物參數(shù)的方法，包括(a)采用生物參數(shù)監(jiān)控設(shè)備的侵入式組件來侵入地測量病人的生物參數(shù)，并將侵入式生物參數(shù)讀數(shù)傳輸?shù)剿錾飬?shù)監(jiān)控設(shè)備的非侵入式組件，所述侵入式生物參數(shù)被輸入到列向量Y中；(b)在步驟“(a)”的接近時間內(nèi)，通過采用在所述設(shè)備的非侵入式組件內(nèi)的一個或多個可變傳感器來非侵入地測量所述病人的生物參數(shù)，以生成一系列數(shù)據(jù)，表示所述病人的身體部分的組織的一個或多個變量的量級，并通過將所述量級轉(zhuǎn)變?yōu)橐幌盗须娦盘枺援a(chǎn)生隨著時間推移反映在所述一個或多個變量的每個變量隨著時間推移的分布的信號；(C)所述非侵入式組件的數(shù)字處理器(i )采用數(shù)學(xué)函數(shù)將所述信號轉(zhuǎn)變?yōu)闃肆繉W(xué)習(xí)數(shù)；以及(ii )重復(fù)步驟“(c) (i)”，無需采用相同的數(shù)學(xué)函數(shù)，以形成學(xué)習(xí)向量，該學(xué)習(xí)向量符合列向量Y的標量侵入式生物參數(shù)讀數(shù)輸入項目；(d)通過重復(fù)步驟“(a) ”到“(c)”足夠次數(shù)，數(shù)字處理器從多個學(xué)習(xí)向量形成一個nXn學(xué)習(xí)矩陣D，它是一個規(guī)則的矩陣，以致數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能采用非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)；(e)通過將學(xué)習(xí)矩陣D的反矩陣D—1乘以列向量Y，數(shù)字處理器獲得學(xué)習(xí)向量的系數(shù)C ;(f)數(shù)字處理器通過以下方式獲得新向量V* :通過(i)使用在所述設(shè)備的所述非侵入式組件中的一個或多個變量傳感器來非侵入地測量所述病人的所述生物參數(shù)，以生成一系列數(shù)據(jù)，表示所述病人的身體部分的組織的一個或多個變量的量級，并通過將所述量級轉(zhuǎn)換成為一系列電信號，以產(chǎn)生隨著時間推移反映在所述變量的每個變量隨著時間推移的分布的信號；并通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繑?shù)；以及通過(ii)重復(fù)步驟“(f) (i)”n次以形成向量V氣無需采用相同的數(shù)學(xué)函數(shù)；(g)采用的輸入項目以形成一個規(guī)則的矩陣D氣該矩陣的大小是nXn，且它的非零元素的結(jié)構(gòu)是等同于學(xué)習(xí)矩陣D的非零元素的結(jié)構(gòu)；以及(h)采用數(shù)字處理器來執(zhí)行D#的矩陣向量乘以學(xué)習(xí)向量的系數(shù)C，以產(chǎn)生非侵入式生物參數(shù)測量的列向量R，并比較R的輸入項目與Y的輸入項目，以找到R的一個輸入項目，該輸入項目表示關(guān)于所述病人的校準的生物參數(shù)值。本發(fā)明的這些特征和其他特征將根據(jù)以下附圖、說明書和權(quán)利要求書而得以更好
的理解。


這里將僅通過實施例結(jié)合所附的附圖來說明多種具體實施方式
，在這些附圖中 圖I是根據(jù)本發(fā)明的一個具體實施例所述的一種聯(lián)合侵入式和非侵入式生物參數(shù)監(jiān)
控設(shè)備的左、前和側(cè)面立體 圖2是根據(jù)本發(fā)明的一個具體實施例所述的圖I所示的聯(lián)合設(shè)備的右、前和側(cè)面立體·
圖3是根據(jù)本發(fā)明的一個具體實施例所述的圖I所示的聯(lián)合設(shè)備的非侵入式組件的左前立體 圖4是根據(jù)本發(fā)明的一個具體實施例所述的圖I所示的聯(lián)合設(shè)備的侵入式組件的立體
圖5是根據(jù)本發(fā)明的一個具體實施例所述的圖I所示的聯(lián)合設(shè)備的前視 圖6A至圖6B顯示了一個流程圖，顯示根據(jù)本發(fā)明的一個具體實施例所述的方法；
圖7是一個流程圖，顯示根據(jù)本發(fā)明的一個具體實施例所述的進一步方法；
圖8是根據(jù)本發(fā)明的一個具體實施例所述的圖I所示的裝置的示意圖。
具體實施例方式以下將詳細描述執(zhí)行本發(fā)明的目前最好的預(yù)期模式。本發(fā)明書并不是受限于此，而僅是用左說明本發(fā)明的原理的的目的，因為本發(fā)明的保護范圍是由所附的權(quán)利要求來最好地限定的。本發(fā)明總體上提供了一種聯(lián)合非侵入式和侵入式生物參數(shù)監(jiān)控設(shè)備和方法，可被用作例如一種可信賴的和精確的非侵入式葡萄糖監(jiān)控設(shè)備。該設(shè)備可包括非侵入式組件和侵入式組件，以及連接這兩個組件的聯(lián)接裝置。所述非侵入式組件可以與所述侵入式組件解除聯(lián)接或形成聯(lián)接，以致使得這兩個組件的至少一個組件能操作為一個卓越的設(shè)備。在一個版本中，使用者可刺他的手指以取血，然后采用侵入式組件測量葡萄糖或在血液中的其他生物參數(shù)。在其后限定的接近時間內(nèi)，使用者可將他的手指插入非侵入性組件，該組件內(nèi)的彩色圖像傳感器可生成隨著時間推移的信號，表示基于在一系列彩色圖像中紅、綠和藍像素的量級隨著時間推移的分布。所述非侵入式組件的數(shù)字處理器可采用數(shù)學(xué)函數(shù)將該信號轉(zhuǎn)變?yōu)闃肆繑?shù)。可重復(fù)這些步驟以產(chǎn)生附加的標量數(shù)作為輸入項目到具有特定大小的學(xué)習(xí)矩陣，該矩陣的非零元素具有特定的結(jié)構(gòu)。進一步的非侵入性讀數(shù)可被用于產(chǎn)生新的向量，與所述學(xué)習(xí)矩陣有相同大小和結(jié)構(gòu)的新的規(guī)則的矩陣可從該新的向量中被產(chǎn)生。然后，采用一個學(xué)習(xí)向量的系數(shù)，一個識別矩陣可被測試以非侵入地測量所述生物參數(shù)。該學(xué)習(xí)矩陣可被擴張并保持為一個規(guī)則的矩陣以獲得對于病人的精確的和可信賴的校準的生物參數(shù)值。因此，每個醫(yī)療設(shè)備可以是針對購買和使用該設(shè)備的使用者而顧客定制的。在一個例子中，所述生物參數(shù)是葡萄糖，每個使用者可采用AlC (糖基化血紅蛋白A)讀數(shù)作為侵入式讀數(shù)，如果需要，還可進一步校驗標度和校準該設(shè)備。通過從群體中取得和輸入數(shù)據(jù)，可獲得通用的或集群的校準。 相比于現(xiàn)有技術(shù)中的用于間接測量生物參數(shù)的非侵入式方法，本發(fā)明所述的方法和設(shè)備可這樣利用一個nXn規(guī)則的學(xué)習(xí)矩陣通過用一個向量表示非侵入式生物參數(shù)讀數(shù)并采用它的輸入項目來形成一個規(guī)則的新矩陣D氣具有nXn大小，且它的非零元素的結(jié)構(gòu)是等同于學(xué)習(xí)矩陣D的非零元素的結(jié)構(gòu)，并通過采用數(shù)字處理器來采用之前獲得的學(xué)習(xí)向量的系數(shù)C，以產(chǎn)生候選的生物參數(shù)值，這些值表示病人的校準的生物參數(shù)值。進一步相比于現(xiàn)有技術(shù)，本發(fā)明所述的方法的學(xué)習(xí)矩陣可以這樣被擴張通過將新的非侵入式生物參數(shù)測量整合進學(xué)習(xí)矩陣D，以致保持擴張的學(xué)習(xí)矩陣Djm為一個規(guī)則的矩陣，然后通過與侵入式讀數(shù)的比較來測試它的精確性。進一步與現(xiàn)有技術(shù)中用于間接測量或監(jiān)控病人或?qū)ο蟮纳飬?shù)的非侵入式方法和儀器相比較，本發(fā)明所述的用于非侵入式監(jiān)控或測量的方法和設(shè)備可以是精確的和可信賴的用于葡萄糖和其他難以直接測量的生物參數(shù)。進一步與 現(xiàn)有技術(shù)中屬于非侵入式或侵入式的測量設(shè)備相比較，本發(fā)明所述的方法和設(shè)備可聯(lián)合非侵入式組件和侵入式組件。相比于現(xiàn)有技術(shù)中的非侵入式生物參數(shù)設(shè)備，本發(fā)明所述的設(shè)備可由每個病人來校準，針對個體進行顧客定制。進一步相比于現(xiàn)有技術(shù)，本發(fā)明所述的方法和設(shè)備可這樣校準對于某個病人的生物參數(shù)的非侵入式值的閾值為接近于侵入式值通過采用數(shù)學(xué)函數(shù)轉(zhuǎn)變代表產(chǎn)生自顏色隨著時間推移的分布的變化的信號的數(shù)，該顏色分布基于藍、紅和綠(或者其他色基，例如黃色、青色和紅紫色)的分離的矩陣，并使用學(xué)習(xí)向量的系數(shù)，進一步進行該生物參數(shù)的非侵入式測量，以達到對于該生物參數(shù)的可信賴的值。進一步相比于現(xiàn)有技術(shù)，來自病人的生物參數(shù)的數(shù)據(jù)可被收集以形成集群校準和通用的校準。根據(jù)本發(fā)明所述的用于聯(lián)合非侵入式和侵入式生物參數(shù)監(jiān)控醫(yī)療設(shè)備的方法和裝置的原理和操作將根據(jù)附圖與相關(guān)的說明而得以更好的理解。術(shù)語“生物參數(shù)”是指可通過本發(fā)明所述的方法或系統(tǒng)來測量的，它可包括任意的生物參數(shù)，例如葡萄糖、氧和二氧化碳濃度、尿素氮、收縮壓和舒張壓、潮濕度、干燥度、鹽度、pH、組織(例如外部皮膚組織、內(nèi)部肌肉)飽和度、組織活性(例如，內(nèi)部腫瘤組織或外部皮膚黑素瘤表示不同的皮膚活性)、血紅細胞計數(shù)(每一立方微米的細胞數(shù)或濃度)、心卒量變化(在每次心卒從心臟射出的血液量)以及皮膚血管畸形、膽固醇、鉀、收縮壓和舒張壓、心卒容量、氯、鈉、氮、血紅蛋白、膽紅素膽固醇LDL、HDL和總膽固醇、0)2百分數(shù)、02百分數(shù)、血紅細胞、白細胞、鐵、血細胞比容、血小板等。圖I顯示了一種可由病人使用的便攜式監(jiān)控生物參數(shù)醫(yī)療設(shè)備10，該設(shè)備包括非侵入式組件20、侵入式組件30和聯(lián)接元件40。非侵入式組件20可包括一個限定的區(qū)域21或凹處，病人可將手指或其他身體部分插入該處。術(shù)語“病人”應(yīng)被理解為與“對象”同義，并不限于患病的那些人。如圖8所示的示意圖，非侵入式組件20也可包括光發(fā)射元件23，例如可以是LED或激光二極管或在多種不同波長的其他光源(連續(xù)光或離散光)，并可包括光檢測器，例如光電二極管，它可將光轉(zhuǎn)變?yōu)殡娦盘枺硎舅芯康慕M織的顏色分布。進一步如在圖8中所示，光發(fā)射元件23可發(fā)射光23A經(jīng)過手指18或?qū)ο蟮钠渌眢w部分，并從射出身體部分的光中產(chǎn)生數(shù)字彩色圖像。例如，用于傳感紅光、綠光和藍光的單獨的彩色圖像傳感器24可被采用并調(diào)整(例如采用過濾器)用于不同的光，也可采用多種彩色圖像傳感器，每個傳感器用于這三種色彩(紅、藍、綠)的每種顏色的傳感。本發(fā)明也預(yù)期，這些傳感器可廣泛地包括多種彩色圖像傳感器，并可廣泛地包括多種圖像傳感器。總體上，傳感器24 (有時稱為“變量傳感器”)可被用于感知除了顏色之外的變量。例如，傳感器24或變量傳感器24可以是光學(xué)傳感器、機械傳感器、電傳感器、化學(xué)傳感器或其他傳感器，并可被用于感知除了顏色之外的其他變量，例如在對象的組織的特定部分的溫度、在對象的組織的特定部分的導(dǎo)電性、氣味、潮濕度、磁場或其他與對象的身體的一部分相關(guān)聯(lián)的其他變量，它可以是與該對象的生物參數(shù)相關(guān)的。因此，采用“彩色圖像”傳感器的以下討論應(yīng)當(dāng)被理解為也預(yù)期可采用其他變量傳感器。在這種情形下，從傳感器中獲得的“彩色圖像”可以用術(shù)語“圖像”來代替，而“圖像”是更廣泛地用于指示無論可視或其他方式可感知的變量。而且，術(shù)語“像素”可以術(shù)語圖像的“部分”來代替。由所述變量傳感器所感知的變量在實施例中可選自溫度、導(dǎo)電性和氣味。
非侵入式組件20可以基于由病人將手指或其他身體部分插入該非侵入式組件而產(chǎn)生該病人的生物參數(shù)的非侵入式生物參數(shù)讀數(shù)。例如，非侵入式組件20可包括光發(fā)射元件，它發(fā)射光穿過手指或其他身體部分，并可從射出手指或其他身體部分的光中生成數(shù)字彩色圖像。非侵入式組件20可這樣完成通過采用第一數(shù)字處理器26，該處理器關(guān)聯(lián)合適的的軟件，用于處理暴露給光的手指或其他身體部分的一部分的數(shù)字彩色圖像，并將這些數(shù)字圖像表示為隨著時間推移的離散信號。例如，設(shè)備10的非侵入式組件20的彩色圖像傳感器24可產(chǎn)生一系列病人的手指的部分的彩色圖像，并感知在每個彩色圖像的每個像素上的三種顏色的每種顏色的量級，并將這些量級轉(zhuǎn)變?yōu)橐幌盗须娦盘枺援a(chǎn)生隨著時間推移反映在該彩色圖像內(nèi)的三種顏色的每種顏色隨著時間推移的分布的信號。因此，該離散的數(shù)字信號可整合一個紅色矩陣，該矩陣表示在手指的數(shù)字圖像的像素上的紅光的量級；一個綠色矩陣，表示在所述像素上的綠光的量級；以及一個藍色矩陣，表示在所述像素上的藍光的量級。正如從圖I和圖2中所示，聯(lián)合醫(yī)療設(shè)備10也可包括一個侵入式組件30。圖4顯示了單獨存在的侵入式組件的一個實施例。侵入式組件30可被用于從病人的血液中(或在其他例子中，從病人的其他流體或組織中)侵入地測量生物參數(shù)，例如葡萄糖，并獲得對于該病人的侵入式生物參數(shù)讀數(shù)。例如，該病人可刺他自己，取血，將血涂在試紙條39 (見圖5 )上，用于插入侵入式組件30，正如本領(lǐng)域已知的。侵入式組件30也可包括第二數(shù)字處理器36，它可以存儲生物參數(shù)的侵入式讀數(shù)，并可以將該侵入式生物參數(shù)讀數(shù)傳輸?shù)椒乔秩胧浇M件，例如，傳輸?shù)椒乔秩胧浇M件20的第一數(shù)字處理器26。設(shè)備10也可包括聯(lián)接元件40，該聯(lián)接元件用于維持所述侵入式組件30可操作地接合到所述非侵入式組件20，并用于使得侵入式生物參數(shù)讀數(shù)能從侵入式組件30傳輸?shù)椒乔秩胧浇M件20。正如圖8所示，聯(lián)接元件40可以定位在侵入式組件30與非侵入式組件20之間，并可包括一個連接器，該連接器將非侵入式組件20連接到侵入式組件30。該連接器可包括電線，該電線連接在非侵入式組件20和侵入式組件30之間的USB端口，或者采用UART芯片連接串行端口，或者采用并行端口的多條電線。可替代地，該連接器也可以是無線接收器以及在無線通訊中可用的發(fā)射機。因此，聯(lián)接元件40也可機械地將非侵入式組件20和侵入式組件30電連接在一起。盡管圖8中，聯(lián)接元件40可被整合在非侵入式組件20中，但聯(lián)接元件40也可被整合在侵入式組件30中，該聯(lián)接元件40用作一個端口。在一些例子中，設(shè)備10可以聯(lián)接模式來操作，其中，聯(lián)接元件40可維持侵入式組件30可操作地接合到非侵入式組件20，因而使得來自侵入式組件30的侵入式生物參數(shù)讀數(shù)能傳輸?shù)椒乔秩胧浇M件20。當(dāng)聯(lián)接元件40是處于解除聯(lián)接模式時，非侵入式組件20和侵入式組件30可以彼此解除聯(lián)接。在特定的情形中，非侵入式測量或?qū)τ谀硞€生物參數(shù)的校準的值可從非侵入式組件20傳輸?shù)角秩胧浇M件30。一旦非侵入式組件20已經(jīng)被校準，并使得對該生物參數(shù)的測量可信賴，由非侵入式組件完成的非侵入式測量的可信賴性也可被用于校準侵入式進行的測量。侵入式組件30可采用對于該生物參數(shù)的校準的非侵入式測量來校準在這個情形中的該生物參數(shù)的侵入式測量。 應(yīng)當(dāng)明確的的是，第一數(shù)字處理器26和第二數(shù)字處理器36可被用于連接適用于完成這些處理器的任務(wù)的軟件。該軟件可以嵌入在計算機可讀介質(zhì)上。正如在圖6A和圖6B中所示，本發(fā)明可被描述為一種監(jiān)控生物參數(shù)的方法100，在該方法中，所述非侵入式組件和侵入式組件可被編程為執(zhí)行或協(xié)助執(zhí)行方法100的步驟。方法100可包括第一步驟110 :采用一種生物參數(shù)監(jiān)控設(shè)備的侵入式組件(例如在設(shè)備10相關(guān)的描述中侵入式組件30)來侵入地測量病人的生物參數(shù)，并將得到的侵入式生物參數(shù)讀數(shù)傳輸?shù)皆撋飬?shù)監(jiān)控設(shè)備的非侵入式組件(例如設(shè)備10的非侵入式組件20)。該侵入式生物參數(shù)讀數(shù)可被輸入為在發(fā)展中的列向量Y的一個輸入項目，且可通過該非侵入式組件20來執(zhí)行，當(dāng)該讀數(shù)可從侵入式組件30被傳輸?shù)椒乔秩胧浇M件20，或者在一些情形中，可由侵入式組件30來執(zhí)行。例如，如果所述生物參數(shù)是葡萄糖，病人可刺他自己，放血在侵入式組件的試紙條上，然后將該試紙條插入聯(lián)合設(shè)備10的侵入式組件。該設(shè)備10可將侵入式生物參數(shù)結(jié)果發(fā)送到該設(shè)備的非侵入式組件。方法100也可涉及步驟120 :在步驟110的接近時間內(nèi)，通過使用在所述設(shè)備的非侵入式組件中的一個或多個彩色圖像傳感器來非侵入地測量病人的生物參數(shù)，以生成一系列該病人的身體部分的組織的彩色圖像以及感知在每個彩色圖像的像素上的每三種顏色的量級，并通過將這些量級轉(zhuǎn)換成為一系列電信號，以產(chǎn)生隨著時間推移反映在該彩色圖像內(nèi)的三種顏色的每種顏色隨著時間推移的分布的信號。所述接近時間取決于生物參數(shù)和已知的關(guān)于該生物參數(shù)的以致的科學(xué)情報，該接近時間可以是數(shù)秒或15秒或30秒或一分鐘或更長的時間，取決于所述設(shè)備，但必須是在足夠短的時間內(nèi)，不會使在病人的該部分的所述生物參數(shù)發(fā)生明顯改變。例如，同時或在接近時間用侵入式血液采樣器取血，病人可將他的手指(圖8)插入非侵入式室20的指定區(qū)域21，以致光可被發(fā)射穿過該手指的組織，并射出該手指以擊中一個光學(xué)傳感器。這可在一段時間內(nèi)發(fā)生，例如可以是10秒。這個手指可以是與進行侵入式測量的手指相同的手指，在一些情形中，它也可以是不同的手指或身體部分。純粹作為一個例子，在10秒期間可從該手指獲得每秒60幅圖像。該系列的600幅連續(xù)圖像產(chǎn)生了在每個圖像的每個像素的關(guān)于三種顏色的每種顏色的數(shù)據(jù)，然后可被表示為一個函數(shù)S (X，t)，該函數(shù)可等于S(Xl，X2, X3, t)。這個函數(shù)S也可包括其他變量，例如x4，該變量可以是以下的測量在病人的身體部分的特定位置的測量的氣味、導(dǎo)電性、溫度和/或濕度。在一些版本中，該函數(shù)S可不包括顏色作為變量之一，可僅包括溫度、濕度、導(dǎo)電性、氣味等由除了圖像傳感器之外的傳感器所測量的變量。第一數(shù)字處理器26可校準所述非侵入式組件20，以致在預(yù)定的近似度標準(例如預(yù)定的用于工業(yè)的標準)下，對于一個給定的生物參數(shù)，對于該病人的非侵入式生物參數(shù)讀數(shù)接近于對于該病人的侵入式生物參數(shù)讀數(shù)。在一些版本中，在步驟110之前，病人可采用能連接侵入式和非侵入式組件的聯(lián)接元件將非侵入式組件與侵入式組件連接在一起。所述接近時間可由在工業(yè)上的科學(xué)標準來限定，例如可以是10秒、15秒、30秒、45秒、60秒、2分鐘、3分鐘等。在方法100的進一步步驟130中，非侵入式組件的一個數(shù)字處理器(i)可采用數(shù)學(xué)函數(shù)將所述信號轉(zhuǎn)變?yōu)闃肆繉W(xué)習(xí)數(shù)，以及(ii)可重復(fù)步驟130的部分“(i)”，無需使用相同的數(shù)學(xué)函數(shù)，以形成一個學(xué)習(xí)向量，該向量可對應(yīng)于列向量Y的標量侵入式生物參數(shù)讀 數(shù)的輸入項目。用于將所述信號轉(zhuǎn)變?yōu)榇碓撔盘柕臉肆繑?shù)的數(shù)學(xué)函數(shù)可以是這個函數(shù)的任意一個變量，這應(yīng)用于方法100的所有步驟。一個簡單的例子可以是一個數(shù)學(xué)函數(shù)，對于所有聯(lián)合的顏色，該函數(shù)對所有隨著時間推移的輸入項目的量級取平均。另一個例子是一個函數(shù)，對于所有聯(lián)合的顏色，該函數(shù)對所有隨著時間推移的輸入項目的背離取平均。這樣一個函數(shù)的其他例子可以通過以下獲得部分差分方案、小波變換、統(tǒng)計計算、傅立葉變換、光譜分析、神經(jīng)網(wǎng)絡(luò)計算、線性和非線性方程。所述學(xué)習(xí)向量的大小可取決于所選擇的從多個學(xué)習(xí)向量中形成的學(xué)習(xí)矩陣D中具有非零元素的結(jié)構(gòu)如何。因此，方法100可以具有進一步的步驟140，該步驟可涉及通過重復(fù)步驟110到步驟130足夠次數(shù)，采用數(shù)字處理器從多個學(xué)習(xí)向量中形成nXn學(xué)習(xí)矩陣D，它是一個規(guī)則的矩陣，以致數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能采用非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)。所述預(yù)定的閾值可接受水平可以是例如5%、10%、20%等的從測試的侵入式測量或任意其他合適的工業(yè)可接受數(shù)學(xué)或其他標準的背離。所述重復(fù)可以是連續(xù)直到非侵入式組件的數(shù)字處理器已經(jīng)在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間完成足夠的校準，以便能在閾值水平基于非侵入式生物參數(shù)讀數(shù)預(yù)期進一步的侵入式生物參數(shù)讀數(shù)。非侵入式測量步驟120的重復(fù)進行可涉及相同病人的相同身體部分。例如，該病人可將相同的手指插入相同的非侵入式組件。在其他情形中，該病人也可將其他手指或其他身體部分插入。在其他情形中，其他病人的身體部分也能被用于非侵入式測量，這將在下面更完全地討論，可產(chǎn)生通用的校準。例如，病人的生物參數(shù)的非侵入式測量可在每個場合進行10秒，在由該病人在6月15日將手指插入非侵入式組件20的限定區(qū)域21中期間。例如，通過光學(xué)傳感器可在該秒期間拍攝500或600幅圖像。所述規(guī)則的矩陣D的第二行可表示在6月16日在例如10秒期間對于該生物參數(shù)的非侵入式讀數(shù)。該規(guī)則的矩陣D的第三行可表示在6月17日在例如10秒期間對于該生物參數(shù)的非侵入式讀數(shù)。因此，學(xué)習(xí)矩陣D可具有非零元素的特殊結(jié)構(gòu)。一個例子可以是取得在接近于一個侵入式生物參數(shù)讀數(shù)的每個連續(xù)的學(xué)習(xí)向量，并使它成為學(xué)習(xí)向量D的一個新行。雖然這些侵入式讀數(shù)是逐漸形成列向量Y，這些學(xué)習(xí)向量是逐漸形成一個規(guī)則的矩陣D。學(xué)習(xí)矩陣D的非零輸入項目的結(jié)構(gòu)可以是制成三角形，以致在每個連續(xù)行的輸入項目的量級是以整數(shù)來增加的。例如，該整數(shù)可以是“I”。例如，第一學(xué)習(xí)向量可以是一個單獨的輸入項目，形成學(xué)習(xí)矩陣D的第一行。也就是，在第一天或第一場合，僅有一個數(shù)學(xué)函數(shù)被應(yīng)用于從非侵入地獲得的隨著時間推移的信號中產(chǎn)生一個標量數(shù)。然后，在第二天，當(dāng)進行進一步的非侵入式測量(再次接近于一個侵入式讀數(shù))時，產(chǎn)生一個新的信號，兩個數(shù)學(xué)函數(shù)可被用于從該信號中產(chǎn)生兩個不同的標量數(shù)，這兩個標量數(shù)可形成第二學(xué)習(xí)向量，它的輸入項目可被整合入學(xué)習(xí)矩陣D的第二行。在第三天或第三場合，接近于當(dāng)獲得一個非侵入式讀數(shù)時，可產(chǎn)生第三學(xué)習(xí)矢量，具有來自不同數(shù)學(xué)函數(shù)的三個應(yīng)用的三個輸入項目。這可進行直到具有一個nXn大小的規(guī)則的矩陣，它有實際機會描述出所述生物參數(shù)從一個新的光電信號被轉(zhuǎn)變?yōu)橐粋€新的向量。在上述例子中，所述矩陣的非零輸入項目的結(jié)構(gòu)是三角形。例如，在非侵入式測量的十個場合(例如，十天)之后，所述設(shè)備可具有十個侵入式讀數(shù)和十個表示手指組織的顏色矩陣的函數(shù)的信號。在第十個樣品之后，所述設(shè)備的顯示器可建議不需要更多的侵入式測量，因而已·經(jīng)足夠從在顏色矩陣與侵入式生物參數(shù)讀數(shù)之間的校準中學(xué)會，以具有實際機會來預(yù)測一些精確度的閾值水平，侵入式結(jié)果可以是在第11次(第(n+1)次)讀數(shù)。正如在圖5中所示，在方法100的步驟140之后，在醫(yī)療設(shè)備10上的顯示屏29也可顯示一個信息(未示出)到該醫(yī)療設(shè)備10的使用者，以致這樣的效果不再需要進一步的侵入式測量。例如，該信息可以說所述設(shè)備是校準的，所述測量已完成，或者不再需要刺自己。顯示屏29也可被用于顯示信號S的一個圖表，由非侵入式組件發(fā)展的圖表。其他激發(fā)器28的不同按鈕也可被用于與設(shè)備10相互作用。相反，向量Y的輸入項目可包括在向量Y的列內(nèi)對于每“行”的一個輸入項目，該向量可以是n行長。矩陣D可以置于向量Y的旁邊，以致在矩陣D的第二行的n個輸入項目可以輸入到向量Y的第二“行”的侵入式讀數(shù)來校準。學(xué)習(xí)矩陣的每個輸入項目可表示在研究中的組織顏色分布的特定計算。在連續(xù)進行隨著時間推移的測量的例子中，矩陣D和與矩陣D關(guān)聯(lián)的學(xué)習(xí)向量的系數(shù)C將會是局域連續(xù)的非侵入式讀數(shù)。在三角形學(xué)習(xí)矩陣D的例子中，雖然矩陣D的每行或每個學(xué)習(xí)向量是(在上面的例子，至少)從特定場合產(chǎn)生的，在該場合進行非侵入式測量，可以看到，在該矩陣內(nèi)連續(xù)的行已被給予太多權(quán)重，相反直觀地，處理器或大腦已經(jīng)處理了更多信息，學(xué)習(xí)新的信息更多次，在每個新對象上將會需要更多附加數(shù)據(jù)。關(guān)于數(shù)字處理器學(xué)會如何非侵入地測量生物參數(shù)的原理也是與人腦如何吸收信息一致的。例如，年青人是當(dāng)教他一個新主題時，他可更容易地學(xué)會它，并記住在該主題中的大量信息，而在神經(jīng)活動上只需要更少的連接。相反，當(dāng)人變老時，需要越來越多的復(fù)雜連接，且所考慮的年老是指所有大腦神經(jīng)是功能化的，在他們的血液供應(yīng)中沒有任何損毀。已經(jīng)說到這些，申請人并不試圖以任何方式為任何理論所約束，包括這個理論。直到現(xiàn)在，方法100可已經(jīng)處于一個學(xué)習(xí)模式，其中，信息已經(jīng)被提供到一個設(shè)備，該設(shè)備包括非侵入式組件和侵入式組件，且該信息可將已知的葡萄糖水平(已知來自侵入式組件)關(guān)聯(lián)到一個光電信號的數(shù)學(xué)表達式(以向量方式)，表示病人的身體部分的組織的隨著時間推移的顏色分布。在每個進行侵入式讀數(shù)的場合上，該讀數(shù)可已經(jīng)被傳輸?shù)椒乔秩胧浇M件。現(xiàn)在非侵入式組件可準備試圖指出對于非侵入式讀數(shù)，在被告知侵入式讀數(shù)將會是什么之前，生物參數(shù)值將會是什么。該病人可由在所述設(shè)備上的顯示器告知這些不需要進一步的侵入式讀數(shù)，或者一些類似這樣的信息。隨后的步驟總體上是指所述方法的識別部分。方法100可包括進一步的步驟150，該步驟通過將學(xué)習(xí)矩陣D的反矩陣D—1乘以列向量Y而獲得學(xué)習(xí)向量的系數(shù)C。這是基于已知的方程式一個規(guī)則的矩陣，列向量C等于列向量Y。數(shù)學(xué)地，向量系數(shù)C表示對于一組方程式的方案。步驟150也可再步驟160或步驟170之后被執(zhí)行。步驟150可采用設(shè)備10的非侵入式組件20的第一數(shù)字處理器26來被完成，該處理器關(guān)聯(lián)可操作與編程第一數(shù)字處理器26的軟件，以進行這樣的校準。方法100也可包括步驟160，該步驟采用一個數(shù)字處理器，例如非侵入式組件20的第一數(shù)字處理器26以獲得一個新向量:通過(i)使用在所述設(shè)備的所述非侵入式組件中的一個或多個彩色圖像傳感器來非侵入地測量(例如采用之前使用的相同設(shè)備的非侵入 式組件)所述病人的所述生物參數(shù)，以生成一系列所述病人的身體部分(或另一身體部分)的組織的彩色圖像以及感知在每個彩色圖像的像素上的每三種顏色的量級，并通過將所述量級轉(zhuǎn)換成為一系列電信號，以產(chǎn)生隨著時間推移反映在所述彩色圖像內(nèi)的三種顏色的每種顏色隨著時間推移的分布的信號，并通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繑?shù)；以及通過(ii )重復(fù)步驟160的子步驟“(i )” n次以形成向量V氣無需采用相同的數(shù)學(xué)函數(shù)。如果所述學(xué)習(xí)矩陣D是三角形且是9X9大小，具有上面的三角形零作為輸入項目，對于識別程序，該新向量V#可具有9個非零輸入項目。如果向量V#是被插入矩陣D，用于產(chǎn)生新的10 X 10大小的新矩陣D氣附加函數(shù)將被加入，以產(chǎn)生在V3s中的第10個輸入項目。在步驟160中，當(dāng)表述“通過使用在所述設(shè)備的所述非侵入式組件中的一個或多個彩色圖像傳感器以產(chǎn)生一系列彩色圖像”，需要有“一個或多個彩色圖像傳感器”被用于步驟160中，這是與在步驟120中采用的“一個或多個彩色圖像傳感器”以產(chǎn)生學(xué)習(xí)向量是相等同的。如果不是的話，需要這樣步驟160的一個或多個傳感器至少與步驟120中的一個或多個傳感器具有相同的技術(shù)特性，以致產(chǎn)生相同的結(jié)果。當(dāng)變量傳感器不是彩色傳感器而是其他變量的傳感器時，也是同樣的應(yīng)用情形。基于同樣的原因，對于彩色圖像傳感器或變量傳感器的數(shù)量，在步驟160中也是與在步驟120中是相同的。所述設(shè)備10的非侵入式組件20 (或設(shè)備10總體上)可以以下方式處理新向量V#的輸入項目。即使下面的計算并未對于步驟100到150之間被提及，這僅是因為它可被假設(shè)該設(shè)備至今未具有足夠信息來成功地達到對于病人的生物參數(shù)值，因為學(xué)習(xí)矩陣的基礎(chǔ)是太小了。方法100可進一步包括步驟170，該步驟利用一個數(shù)字處理器來采用卩#的輸入項目以形成一個規(guī)則的矩陣D氣該矩陣的大小是nXn，且它的非零元素的結(jié)構(gòu)是等同于學(xué)習(xí)矩陣D的非零元素的結(jié)構(gòu)。這可以許多不同的方式來完成。一種純粹指示性的完成方式是如下所述。假設(shè)原始學(xué)習(xí)矩陣D具有一個三角形的非零元素結(jié)構(gòu)。然后，nXn大小的三角形的非零元素結(jié)構(gòu)的矩陣D可以這樣獲得通過取得V#的第一輸入項目，并將它插入0#的第一行。0#的第二行可以這樣獲得通過在這第二行的第一輸入項目內(nèi)重復(fù)V#的第一輸入項目，然后采用的第二輸入項目作為0#的第二行的第二輸入項目。類似地，0#的第三行可以包括V#的第一輸入項目、V#的第二輸入項目和V#的第三輸入項目。類似地，完成D*的第四行、第五行、第六行、第七行、第八行和第九行(其中在本例中，矩陣的大小是9X9)。方法100可進一步包括步驟180，該步驟采用數(shù)字處理器來執(zhí)行D#的矩陣向量乘以學(xué)習(xí)向量的系數(shù)C，以產(chǎn)生非侵入式生物參數(shù)測量的列向量R。列向量R表示對于病人的潛在真實的生物參數(shù)值，因為它是通過采用學(xué)習(xí)向量的系數(shù)C (之前在學(xué)習(xí)矩陣與列向量Y的侵入式讀數(shù)之間計算過)而獲得的。步驟180還可包括比較R的輸入項目與Y的輸入項目，以找到R的一個輸入項目，該輸入項目表示關(guān)于所述病人的校準的生物參數(shù)值。例如，一個人可將列向量R的輸入項目與列向量Y的輸入項目進行比較，以找到一個輸入項目的特例(也即是，單獨的例子)i，以致列向量R的第i個輸入項目與列向量Y的第i個輸入項目在量級上是足夠接近的，采用預(yù)定的數(shù)學(xué)近似度的標準(例如，20%背離)。如果有多于一個這樣的輸入項目存在，這是足夠接近的，沒有單獨這樣的輸入項目。伴隨地，如果沒有R向量的輸入項目是在預(yù)定的數(shù)學(xué)誤差邊界之內(nèi)，純粹通過在Y向量內(nèi)的相應(yīng)輸入項目的20%例子，然后在兩個例子中，所述設(shè)備可顯示“再次嘗試”的信息(指示未能作出任何決 定)。如果這樣的信息自身重復(fù)例如三次，向量￥#可被包括在矩陣D內(nèi)，產(chǎn)生新的擴張的校準的矩陣Djm和該矩陣的向量系數(shù)C。然而，需要注意的是，學(xué)習(xí)矩陣D可被擴張，即使所述設(shè)備在預(yù)定變化中能找到R的特別的第i個輸入項目匹配與Y的第i個輸入項目。人們可簡單地想要擴張該學(xué)習(xí)矩陣以是所述設(shè)備更好。因此，在方法100的一些版本中，進一步的步驟可創(chuàng)建一個擴張的學(xué)習(xí)矩陣。開始，擴張的學(xué)習(xí)矩陣Djm可以是(n+l)X (n+1)大小，并可通過這樣創(chuàng)建通過(i)將合入學(xué)習(xí)矩陣D ;以及通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述步驟“(f)”的信號轉(zhuǎn)變?yōu)榈?n+1)標量數(shù)；以及將第(n+1)標量數(shù)加在V#旁邊，以保持擴張的學(xué)習(xí)矩陣0^^為規(guī)則的矩陣。回到這個例子，其中學(xué)習(xí)矩陣D是原始9X9大小，當(dāng)擴張該學(xué)習(xí)矩陣時，向量V#可形成1)^^的第十行，并可具有九個輸入項目。為了保持該矩陣規(guī)則，可采用一個數(shù)學(xué)函數(shù)在相同的信號上產(chǎn)生進一步的非零輸入項目，該信號產(chǎn)生自用于中的非侵入式測量。此外，零輸入項目可被插入第一個九行的第10列。總的來說，需要明確的是，產(chǎn)生用于本發(fā)明所述的方法和系統(tǒng)的規(guī)則的矩陣的上述方法不是特別的，有許多其他方法可產(chǎn)生這種規(guī)則的矩陣。本發(fā)明是廣泛地揭示了自身校準的過程。這個進一步的步驟還可包括測試校準的生物參數(shù)值的精確性通過進行進一步的如在步驟110中所述的侵入式生物參數(shù)測量來擴張列向量Y到(n+1)元素，并將這個進一步的侵入式生物參數(shù)測量傳輸?shù)剿龇乔秩胧浇M件以被整合進入向量Y，以致向量Y (它可被稱為是與擴張的學(xué)習(xí)矩陣Djnfe的長度一樣。在一些場合中，進行進一步的如在步驟110中所述的侵入式生物參數(shù)測量來擴張列向量Y到(n+1)元素的子步驟，以及將這個進一步的侵入式生物參數(shù)測量傳輸?shù)剿龇乔秩胧浇M件以被整合進入向量Y的子步驟，均可自動發(fā)生，即使矩陣D不是被擴張的。換言之，對進一步的侵入式生物參數(shù)的測量的傳輸可以是以這樣的方式來完成該測量不通過非侵入式組件而整合進入向量Y，而是存儲它，直至做出擴張矩陣D的決定，在這個例子中，這個數(shù)據(jù)僅被整合進入向量Y。學(xué)習(xí)矩陣Djnfe的這個擴張可以被進一步擴張到(n+m) X (n+m)大小,其中m是大于I。可以理解的是，本發(fā)明所述方法的涉及數(shù)學(xué)計算的任意步驟可以是采用軟件程序來完成的，這些軟件程序聯(lián)接一個或多個數(shù)字處理器，這些數(shù)字處理器是在非侵入式組件20或可以通向設(shè)備10的一些部分。—旦所述矩陣已經(jīng)被擴張，人們可想要進一步測試所述非侵入式組件的可用性以測量所述生物參數(shù)。這可通過獲得學(xué)習(xí)向量的新系數(shù)(#而被完成通過將矩陣Djm的反矩陣乘以擴張的列向量Y#，以及通過重復(fù)步驟160、170和180，除了重復(fù)這些步驟(160、170和180)，我們可在這些步驟中用(n+1)或當(dāng)前學(xué)習(xí)矩陣大小代替n。這個結(jié)果可以是對于該病人的改進的校準的生物參數(shù)值。在生物參數(shù)是葡萄糖的例子中，已知患有糖尿病的病人每三個月去一次實驗室并進行侵入式葡萄糖測試，稱為血AlC測試(血糖基化血紅蛋白A測試)。這個測試是被認為是可信賴的侵入式葡萄糖測試，可被用做進一步的參考點，用于校驗所述校準。因此，所述方法也可被用于測試血A1C，如果對于矩陣D的侵入式參考基準是血AlC的話。在直接葡萄糖參考基準的例子中，AlC可被用于在每三個月期間核查所述校準的結(jié)果。因此，方法100 可包括進一步的步驟，該步驟是周期性地插入AlC結(jié)果，并采用這些AlC結(jié)果轉(zhuǎn)變?yōu)橛糜诤瞬槌绦虻慕破咸烟亲x數(shù)。例如，如果葡萄糖是在50mg/dl至300mg/dl之間被校準的,最后可用的AlC反映400mg/dl的平均值，可需要附加的校驗來覆蓋300mg/dl至400mg/dl的范圍。創(chuàng)新的校準程序采用矩陣D，它在發(fā)展的任意階段都是規(guī)則的，也就是，它具有一個反矩陣。有許多方法可以達到這個目標。例如，第一數(shù)字處理器26可產(chǎn)生規(guī)則的矩陣D，其中，每個新向量加入到該矩陣D，以一個額外的零在最后一列增加所有之前的行，其中，新加入的向量現(xiàn)在有N+1個非零成分。在這個例子中，矩陣D可具有三角形的形狀，零成分在上面的三角形，而非零成分在下面的三角形。這樣一個矩陣是規(guī)則的。換言之，在該矩陣D中的每行可以是一列非侵入式讀數(shù)，而在該列中的元素的數(shù)量可以是該行的數(shù)量。例如，該矩陣的第一行可以具有一個輸入項目，第二行有兩個輸入項目，第三行有三個輸入項目，等等。這僅是一種方式來確保所產(chǎn)生的矩陣是一個規(guī)則的矩陣。可替代地，所述矩陣可以是方形的，例如一個“nXn”矩陣，所填入的輸入項目用于生成獨立的行和列。通用的校準
直到現(xiàn)在，本發(fā)明所述的方法可以是利用相同的對象，因而創(chuàng)設(shè)或精制設(shè)備10直至該設(shè)備是針對特定對象或病人而顧客定制的。因此，直到現(xiàn)在所描述的設(shè)備10可以被稱為人校準設(shè)備10。本發(fā)明所述的方法和裝置也可被用于從許多對象中收集數(shù)據(jù)，因而采用在方法100的步驟140的重復(fù)中的病人，這些病人是彼此不同的，且不同于方法100的步驟110中的病人。例如，這些病人可將設(shè)備10連接到計算機，并通過因特網(wǎng)或者通訊網(wǎng)絡(luò)上傳它們的生物參數(shù)數(shù)據(jù)，以生成一個生物參數(shù)值，該值可符合一群個體。因此，對于某個生物參數(shù)的所有收集的個體測量可被用于創(chuàng)設(shè)一個通用的矩陣Daffi，該矩陣取代對于個體的矩陣D。正如規(guī)則的矩陣D，該矩陣Daffi也可以是一個規(guī)則的矩陣。一個集群是一群個體，他們共有特定的人口統(tǒng)計學(xué)的特征，例如年齡、種族劃分、性別、地理等。因此，如果提供生物參數(shù)讀數(shù)的所有收集的個體是來自一個集群，他們的測量可被用于創(chuàng)設(shè)一個規(guī)則的矩陣，該矩陣可被稱為對于一群病人的集群矩陣而且，相同方法可被用于一個群體的領(lǐng)域，通過收集來自許多集群的數(shù)據(jù)，或者通過收集一個集群中各自獨立共有特征的數(shù)據(jù)。在這個例子中，方法100的步驟140可涉及彼此不同的病人，也不同于方法100的步驟110中的病人，以便創(chuàng)設(shè)對于整個群體的所述生物參數(shù)的一個通用的矩陣在一些場合中，步驟140可涉及采用具有共同特征的不同病人獲得多個學(xué)習(xí)向量，并通過通訊網(wǎng)絡(luò)收集非侵入式和侵入式測量的數(shù)據(jù)，因而創(chuàng)設(shè)一個學(xué)習(xí)矩陣D f，代表一群病人的生物參數(shù)。此外，方法100的一個步驟可包括在步驟140采用具有共同特征的不同病人獲得多個學(xué)習(xí)向量，并通過通訊網(wǎng)絡(luò)收集非侵入式和侵入式測量的數(shù)據(jù)，因而創(chuàng)設(shè)一個學(xué)習(xí)矩陣Daffi，代表整個群體的生物參數(shù)。因此，設(shè)備10可以是一個通用的校準的設(shè)備，相對于對于特定個體的校準的設(shè)備
10。通過收集和處理個人的校準的數(shù)據(jù)，設(shè)備10的制造商可以能夠向顧客提供設(shè)備10，該設(shè)備已經(jīng)被通用地校準。在一些具體實施例中，可創(chuàng)設(shè)一個通用的個人校準設(shè)備10。在這個例子中，通用的校準的設(shè)備10可以具有這樣的能力由購買該設(shè)備的個人根據(jù)對于“個體的校準的設(shè)備” 10所描述的方法和裝置進行進一步校準。當(dāng)購買者完成這樣的校準，所述設(shè)備10可以被稱為一種通用的個人設(shè)備10。
本發(fā)明也可被描述為一種制造針對病人的顧客定制的便攜式監(jiān)控生物參數(shù)的醫(yī)療設(shè)備的方法200。在這樣的例子中，方法200可包括步驟210，該步驟是直接或間接地向病人提供如上所述的醫(yī)療設(shè)備10，該設(shè)備具有(i)非侵入式組件，能基于由病人將其身體部分插入所述非侵入式組件而產(chǎn)生所述病人的非侵入式生物參數(shù)讀數(shù)；所述非侵入式組件包括第一數(shù)字處理器，用于處理所述身體部分的部分的數(shù)字彩色圖像，并將這些數(shù)字圖像表示為隨著時間推移的離散信號；以及具有(ii)侵入式組件，用于測量來自所述病人的血液中的生物參數(shù)，并獲得對于所述病人的侵入式生物參數(shù)讀數(shù)；所述侵入式組件包括 第二數(shù)字處理器，用于將所述侵入式生物參數(shù)讀數(shù)傳輸?shù)剿龇乔秩胧浇M件的第一數(shù)字處理器。方法200也可具有步驟220，該步驟通過針對病人校準非侵入式組件而對該對象提供顧客定制的設(shè)備。這個步驟可這樣完成通過(i)采用侵入式組件侵入地測量所述病人的生物參數(shù)；(ii )將所述侵入式生物參數(shù)讀數(shù)傳輸?shù)剿龇乔秩胧浇M件；以及(iii )采用數(shù)學(xué)函數(shù)在所述侵入式測量的接近時間內(nèi)非侵入地測量所述病人的生物參數(shù)，以致采用與方法100相關(guān)的所述的程序?qū)姆乔秩胧綔y量中獲得的信號表示為一個規(guī)則的矩陣。可以執(zhí)行子步驟(i )、( i i)和(i i i)足夠次數(shù)，以致數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能采用非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)。總的來說，設(shè)備10，例如非侵入式組件20 (或者在一些例子中，如果合適的話，侵入式組件30)，可被編程為執(zhí)行幾個函數(shù)，包括
(a)(i)采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繉W(xué)習(xí)數(shù)，以及(ii)重復(fù)步驟“(a) (i)”，無需采用相同的數(shù)學(xué)函數(shù)，以形成學(xué)習(xí)向量，該學(xué)習(xí)向量符合列向量Y的標量侵入式生物參數(shù)讀數(shù)輸入項目；
(b)通過重復(fù)步驟“(a)”到非侵入式讀數(shù)與侵入式讀數(shù)足夠次數(shù)，形成一個nX n學(xué)習(xí)矩陣D，它是一個規(guī)則的矩陣，以致數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能采用非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)；
(c)通過將學(xué)習(xí)矩陣D的反矩陣D—1乘以列向量Y，以獲得學(xué)習(xí)向量的系數(shù)C；(d)生成一個新向量v#:當(dāng)使用者通過使用在所述設(shè)備的所述非侵入式組件中的一個或多個彩色圖像傳感器來非侵入地測量所述病人的所述生物參數(shù)，以生成一系列所述病人的身體部分的組織的彩色圖像，以及通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繑?shù)，并重復(fù)操作n次時，形成新向量V氣無需采用相同的數(shù)學(xué)函數(shù)；
(e)采用V#的輸入項目以形成一個規(guī)則的矩陣D#，該矩陣的大小是nXn，且它的非零元素的結(jié)構(gòu)是等同于學(xué)習(xí)矩陣D的非零元素的結(jié)構(gòu)；以及
Cf)采用數(shù)字處理器來執(zhí)行D#的矩陣向量乘以學(xué)習(xí)向量的系數(shù)C，以產(chǎn)生非侵入式生物參數(shù)測量的向量R，并比較R的輸入項目與Y的輸入項目，以找到R的一個輸入項目，該輸入項目表示關(guān)于病人的校準的生物參數(shù)值。為了使非侵入式組件20在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間進行校準，以便能在閾值水平基于非侵入式生物參數(shù)讀數(shù)預(yù)測進一步的侵入式生物參數(shù)讀數(shù)，第一數(shù)字處理器26可采用一種工業(yè)標準以限定在非侵入式讀數(shù)與侵入式讀數(shù)之間的閾值校準。例如，這可以是R2=0. 9或R2=0. 85，其中R2測量在兩個變量之間的校準的線性·關(guān)系。設(shè)備10，例如非侵入式組件20 (或者如果合適的話，侵入式組件30)，也可被編程為創(chuàng)設(shè)一個擴張的(n+1) X (n+1)大小的學(xué)習(xí)矩陣D擴張通過(i)將合入學(xué)習(xí)矩陣D ;以及通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述步驟“(f)”的信號轉(zhuǎn)變?yōu)榈?n+1)標量數(shù)；以及將第(n+1)標量數(shù)加在V#旁邊，以保持擴張的學(xué)習(xí)矩陣1)@為規(guī)則的矩陣；以及通過整合進一步的侵入式生物參數(shù)測量來擴張列向量Y到(n+1)元素，并將所述進一步的侵入式生物參數(shù)測量傳輸?shù)剿龇乔秩胧浇M件。類似地，非侵入式組件20 (或者如果合適的話，侵入式組件30)可被編程為進一步擴張該學(xué)習(xí)矩陣，正如在方法100中所述。需要明確的是，術(shù)語“數(shù)字處理器”不包括人腦，而包括微處理器在內(nèi)的大的和小的處理器。無論在本發(fā)明所述的方法還是系統(tǒng)，“數(shù)字處理器”執(zhí)行一個函數(shù)或任務(wù)，然后在所述方法或系統(tǒng)中，進一步表述“數(shù)字處理器”執(zhí)行一個進一步的任務(wù)或函數(shù)。需要明確的是，雖然這兩個數(shù)字處理器不是必須是相同的數(shù)字處理器，它們優(yōu)選地可以是相同的數(shù)字處理器，因為如果它們是不同的數(shù)字處理器，本發(fā)明會需要這兩個數(shù)字處理器是這樣以致產(chǎn)生相同的同等輸出。為使它們產(chǎn)生相同的輸出，可要求這兩個數(shù)字處理器具有等同的規(guī)格說明書。這意味著，例如具有相同的速度，采用相同的比特數(shù)，等等。此外，術(shù)語“光學(xué)光源”不包括人眼。術(shù)語“病人”并不限于那些帶有醫(yī)療癥狀的人，而是簡單地指代醫(yī)療設(shè)備的使用者。還需要注意的是，可植入的傳感器、包線、酶覆蓋的皮膚穿刺裝置、氣泡形成和皮膚的磨損以造成流體泄漏，都不被視為非侵入式的，但它們是在“最低限度地”侵入的目錄之內(nèi)。雖然本發(fā)明已經(jīng)根據(jù)有限數(shù)量的具體實施方式
進行了描述，但應(yīng)當(dāng)明確的是，本發(fā)明有許多變化、修飾和其他應(yīng)用可以被實施。因此，本發(fā)明所請求保護的范圍是被敘述在權(quán)利要求書中，而不是受限于這里所描述的具體實施方式
。
權(quán)利要求
1.一種監(jiān)控生物參數(shù)的方法，包括 (a)采用生物參數(shù)監(jiān)控設(shè)備的侵入式組件來侵入地測量病人的生物參數(shù)，將侵入式生物參數(shù)讀數(shù)傳輸?shù)剿錾飬?shù)監(jiān)控設(shè)備的非侵入式組件，所述侵入式生物參數(shù)被輸入到列向量Y ； (b)在步驟“(a)”的接近時間內(nèi)，通過使用在所述設(shè)備的所述非侵入式組件中的一個或多個彩色圖像傳感器來非侵入地測量所述病人的所述生物參數(shù)，以生成一系列所述病人的身體部分的組織的彩色圖像以及感知在每個彩色圖像的像素上的每三種顏色的量級，并通過將所述量級轉(zhuǎn)換成為一系列電信號，以產(chǎn)生隨著時間推移反映在所述彩色圖像內(nèi)的三種顏色的每種顏色隨著時間推移的分布的信號； (C)所述非侵入式組件的數(shù)字處理器(i)采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繉W(xué)習(xí)數(shù)；以及(ii)重復(fù)步驟“(c) (i)”，無需采用相同的數(shù)學(xué)函數(shù)，以形成學(xué)習(xí)向量，該學(xué)習(xí)向量符合列向量Y的標量侵入式生物參數(shù)讀數(shù)輸入項目； (d)通過重復(fù)步驟“(a)”到“(c)”足夠次數(shù)，數(shù)字處理器從多個學(xué)習(xí)向量形成一個nXn學(xué)習(xí)矩陣D，它是一個規(guī)則的矩陣，以致數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能采用非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)； (e)通過將學(xué)習(xí)矩陣D的反矩陣D—1乘以列向量Y，數(shù)字處理器獲得學(xué)習(xí)向量的系數(shù)C； Cf)數(shù)字處理器通過以下方式獲得新向量卩# :通過(i)使用在所述設(shè)備的所述非侵入式組件中的一個或多個彩色圖像傳感器來非侵入地測量所述病人的所述生物參數(shù)，以生成一系列所述病人的身體部分的組織的彩色圖像以及感知在每個彩色圖像的像素上的每三種顏色的量級，并通過將所述量級轉(zhuǎn)換成為一系列電信號，以產(chǎn)生隨著時間推移反映在所述彩色圖像內(nèi)的三種顏色的每種顏色隨著時間推移的分布的信號，并通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繑?shù)；以及通過(ii)重復(fù)步驟“(f) (i)”n次以形成向量V氣無需采用相同的數(shù)學(xué)函數(shù)； (g)采用的輸入項目以形成一個規(guī)則的矩陣D#，該矩陣的大小是nXn，且它的非零元素的結(jié)構(gòu)是等同于學(xué)習(xí)矩陣D的非零元素的結(jié)構(gòu)；以及 (h)采用數(shù)字處理器來執(zhí)行D#的矩陣向量乘以學(xué)習(xí)向量的系數(shù)C，以產(chǎn)生非侵入式生物參數(shù)測量的列向量R，并比較R的輸入項目與Y的輸入項目，以找到R的一個輸入項目，該輸入項目表示關(guān)于所述病人的校準的生物參數(shù)值。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，還包括通過(i)將合入學(xué)習(xí)矩陣D ;以及通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述步驟“(f)”的信號轉(zhuǎn)變?yōu)榈?n+1)標量數(shù)；以及將第(n+1)標量數(shù)加在V#旁邊，以保持擴張的學(xué)習(xí)矩陣1)@為規(guī)則的矩陣；以及通過(ii)測試校準的生物參數(shù)值的精確性，通過進行進一步的如在步驟“(a)”中所述的侵入式生物參數(shù)測量來擴張列向量Y到(n+1)元素，并將所述進一步的侵入式生物參數(shù)測量傳輸?shù)剿龇乔秩胧浇M件；從而，產(chǎn)生擴張的(n+1) X (n+l)學(xué)習(xí)矩陣
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，還包括繼續(xù)將所述學(xué)習(xí)矩陣Djm擴張為(n+m)乘以(n+m)的大小,其中，m大于I。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，還包括通過獲得學(xué)習(xí)矢量的新系數(shù)C氣通過矩陣1)^^的反矩陣乘以擴張的列矢量Y，以及通過重復(fù)步驟“(f)”、“(g)”和“(h)”，在這些步驟“(f )”、“(g)”和“(h)”中用(n+1)取代n，以獲得對于所述病人的改進的校準的生物參數(shù)值；從而，進一步測試所述非侵入式組件的可用性，以測量所述生物參數(shù)。
5.根據(jù)權(quán)利要求I所述的方法，其特征在于所述學(xué)習(xí)矩陣D的非零輸入項目的結(jié)構(gòu)是三角形的，以致在隨后每行的輸入項目的量級是以整數(shù)增加的。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于所述整數(shù)是一，學(xué)習(xí)矩陣D的第一行具有一個輸入項目。
7.根據(jù)權(quán)利要求I所述的方法，其特征在于，還包括比較列矢量R的輸入項目與列矢量Y的輸入項目，以找到輸入項目i的特例，以致R的第i個輸入項目與Y的第i個輸入項目是在足夠接近于采用數(shù)學(xué)貼近度的預(yù)定標準的量級。
8.根據(jù)權(quán)利要求I所述的方法，其特征在于，還包括在步驟“(d)”之后，所述醫(yī)療設(shè)備向使用者顯示信息，達到這樣的效果進一步的侵入式測量是不需要的。
9.根據(jù)權(quán)利要求I所述的方法，其特征在于所述生物參數(shù)是葡萄糖，且所述方法還包括周期性地進行非侵入式測量接近于AlC結(jié)果，采用所述AlC結(jié)果作為侵入式測量傳輸?shù)剿銮秩胧浇M件，以擴張所述學(xué)習(xí)矩陣D，并在至少有效的AlC結(jié)果與之前獲得的最大或最小的校準的生物參數(shù)值之間的范圍內(nèi)校準所述非侵入式組件。
10.根據(jù)權(quán)利要求I所述的方法，其特征在于所述數(shù)學(xué)函數(shù)生成所述信號的標量值代表。
11.根據(jù)權(quán)利要求I所述的方法，其特征在于，還包括采用具有共同特征的不同病人在步驟“(d)”中獲得多個學(xué)習(xí)向量，并通過通訊網(wǎng)絡(luò)收集非侵入性和侵入性測量的數(shù)據(jù)，因而產(chǎn)生一個學(xué)習(xí)矩陣D群，代表一群病人的生物參數(shù)。
12.根據(jù)權(quán)利要求I所述的方法，其特征在于，還包括采用具有共同特征的不同病人在步驟“(d)”中獲得多個學(xué)習(xí)向量，并通過通訊網(wǎng)絡(luò)收集非侵入性和侵入性測量的數(shù)據(jù)，因而產(chǎn)生一個學(xué)習(xí)矩陣Daffi，代表整個群體的生物參數(shù)。
13.一種可由病人使用的便攜式生物參數(shù)監(jiān)控醫(yī)療設(shè)備，包括 非侵入式組件，能基于由病人將其身體部分插入所述非侵入式組件而產(chǎn)生所述病人的身體部分的組織的非侵入式生物參數(shù)讀數(shù)；所述非侵入式組件包括至少一個顏色圖像傳感器，以生成一系列所述病人的身體部分的組織的彩色圖像以及感知在每個彩色圖像的像素上的每三種顏色的量級，并包括第一數(shù)字處理器，用于將所述系列的彩色圖像處理為隨著時間推移反映所述三種顏色的每種顏色的隨著時間推移的分布的信號； 侵入式組件，用于從所述病人的血液中獲得侵入式生物參數(shù)讀數(shù)；所述侵入式組件還包括第二數(shù)字處理器，用于自動將所述侵入式生物參數(shù)讀數(shù)傳輸?shù)剿龇乔秩胧浇M件的第一數(shù)字處理器；所述侵入式生物參數(shù)讀數(shù)形成在列向量Y內(nèi)的輸入項目； 所述非侵入式組件被編程為 (a)(i)采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繉W(xué)習(xí)數(shù)；以及(ii)重復(fù)步驟“(a) (i)”，無需采用相同的數(shù)學(xué)函數(shù)，以形成學(xué)習(xí)向量，該學(xué)習(xí)向量符合列向量Y的標量侵入式生物參數(shù)讀數(shù)輸入項目； (b)通過重復(fù)步驟“(a)”到非侵入式讀數(shù)與侵入式讀數(shù)足夠次數(shù)，形成一個nXn學(xué)習(xí)矩陣，它是一個規(guī)則的矩陣，所述第一數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能基于所述生物參數(shù)的非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)； Ce)通過將學(xué)習(xí)矩陣D的反矩陣D—1乘以列向量Y，獲得學(xué)習(xí)向量的系數(shù)C ； (d)生成一個新向量V#:當(dāng)使用者通過使用在所述設(shè)備的所述非侵入式組件中的一個或多個彩色圖像傳感器來非侵入地測量所述病人的所述生物參數(shù)，以生成一系列所述病人的身體部分的組織的彩色圖像，以及通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繑?shù)，并重復(fù)操作n次時，形成新向量V氣無需采用相同的數(shù)學(xué)函數(shù)； (e)采用V#的輸入項目以形成一個規(guī)則的矩陣D#，該矩陣的大小是nXn，且它的非零元素的結(jié)構(gòu)是等同于學(xué)習(xí)矩陣D的非零元素的結(jié)構(gòu)；以及 Cf)采用數(shù)字處理器來執(zhí)行D#的矩陣向量乘以學(xué)習(xí)向量的系數(shù)C，以產(chǎn)生非侵入式生物參數(shù)測量的向量R，并比較R的輸入項目與Y的輸入項目，以找到R的一個輸入項目，該輸入項目表示關(guān)于所述病人的校準的生物參數(shù)值。
14.根據(jù)權(quán)利要求13所述的醫(yī)療設(shè)備，其特征在于所述非侵入式組件包括光發(fā)射元件，發(fā)射光經(jīng)過手指，并從穿出手指的光中生成數(shù)字彩色圖像。
15.根據(jù)權(quán)利要求13所述的醫(yī)療設(shè)備，其特征在于所述離散的數(shù)字信號整合紅色矩陣，表示在所述手指的數(shù)字圖像的像素上的紅光的量級；綠色矩陣，表示在所述像素上的綠光的量級；以及藍色矩陣，表示在所述像素上的藍光的量級。
16.根據(jù)權(quán)利要求13所述的醫(yī)療設(shè)備，其特征在于，還包括聯(lián)接元件，用于維持所述侵入式組件可操作地接合到所述非侵入式組件，并使得來自所述侵入式組件的侵入式生物參數(shù)讀數(shù)能傳輸?shù)剿龇乔秩胧浇M件；所述聯(lián)接元件也使得所述侵入式和非侵入式組件彼此能解除聯(lián)接。
17.根據(jù)權(quán)利要求13所述的醫(yī)療設(shè)備，其特征在于所述非侵入式組件還被編程為產(chǎn)生擴張的(n+1) X (n+1)學(xué)習(xí)矩陣D擴張通過(i)將丫#整合入學(xué)習(xí)矩陣D ;以及通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述步驟“(f)”的信號轉(zhuǎn)變?yōu)榈?n+1)標量數(shù)；以及將第(n+1)標量數(shù)加在V#旁邊，以保持擴張的學(xué)習(xí)矩陣為規(guī)則的矩陣；以及通過整合進一步的侵入式生物參數(shù)測量來擴張列矢量Y到(n+1)元素，并將所述進一步的侵入式生物參數(shù)測量傳輸?shù)剿龇乔秩胧浇M件。
18.—種產(chǎn)生針對病人的顧客定制的便攜式生物參數(shù)監(jiān)控醫(yī)療設(shè)備的方法，所述方法包括 (a)直接或間接向病人提供一種醫(yī)療設(shè)備，該設(shè)備具有(i)非侵入式組件，能基于由病人將其身體部分插入所述非侵入式組件而產(chǎn)生所述病人的非侵入式生物參數(shù)讀數(shù)；所述非侵入式組件包括第一數(shù)字處理器，用于處理所述身體部分的部分的數(shù)字彩色圖像，并將這些數(shù)字圖像表示為隨著時間推移的離散信號；以及具有(ii)侵入式組件，用于測量來自所述病人的血液中的生物參數(shù)，并獲得對于所述病人的侵入式生物參數(shù)讀數(shù)；所述侵入式組件包括第二數(shù)字處理器，用于將所述侵入式生物參數(shù)讀數(shù)傳輸?shù)剿龇乔秩胧浇M件的第一數(shù)字處理器；以及(iii)聯(lián)接元件，用于維持所述侵入式組件可操作地接合到所述非侵入式組件，并使得來自所述侵入式組件的侵入式生物參數(shù)讀數(shù)能傳輸?shù)剿龇乔秩胧浇M件；所述第一數(shù)字處理器也用于校準所述非侵入式組件，以致對于給定的生物參數(shù)，對于所述病人的非侵入式生物參數(shù)讀數(shù)在預(yù)定的近似度標準下接近于對于該病人的侵入式生物參數(shù)讀數(shù)；以及(b)通過以下方式校準對于所述病人的非侵入式組件(i)采用侵入式組件侵入地測量所述病人的生物參數(shù)；(ii)將所述侵入式生物參數(shù)讀數(shù)傳輸?shù)剿龇乔秩胧浇M件；以及(iii)采用數(shù)學(xué)函數(shù)在所述侵入式測量的接近時間內(nèi)非侵入地測量所述病人的生物參數(shù)；以及執(zhí)行子步驟(i )、( ii )和(iii )足夠次數(shù)，以致所述第一數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能采用非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)。
19.一種監(jiān)控生物參數(shù)的方法，包括 (a)采用生物參數(shù)監(jiān)控設(shè)備的侵入式組件來侵入地測量病人的生物參數(shù)，并將侵入式生物參數(shù)讀數(shù)傳輸?shù)剿錾飬?shù)監(jiān)控設(shè)備的非侵入式組件，所述侵入式生物參數(shù)被輸入至Ij列向量Y中； (b)在步驟“(a)”的接近時間內(nèi)，通過采用在所述設(shè)備的非侵入式組件內(nèi)的一個或多個可變傳感器來非侵入地測量所述病人的生物參數(shù)，以生成一系列數(shù)據(jù)，表示所述病人的身體部分的組織的一個或多個變量的量級，并通過將所述量級轉(zhuǎn)變?yōu)橐幌盗须娦盘枺援a(chǎn)生隨著時間推移反映在所述一個或多個變量的每個變量隨著時間推移的分布的信號； (c )所述非侵入式組件的數(shù)字處理器(i )采用數(shù)學(xué)函數(shù)將所述信號轉(zhuǎn)變?yōu)闃肆繉W(xué)習(xí)數(shù)；以及(ii)重復(fù)步驟“(c) (i)”，無需采用相同的數(shù)學(xué)函數(shù)，以形成學(xué)習(xí)向量，該學(xué)習(xí)向量符合列向量Y的標量侵入式生物參數(shù)讀數(shù)輸入項目； (d)通過重復(fù)步驟“(a)”到“(c)”足夠次數(shù)，數(shù)字處理器從多個學(xué)習(xí)向量形成一個nXn學(xué)習(xí)矩陣D，它是一個規(guī)則的矩陣，以致數(shù)字處理器在非侵入式生物參數(shù)讀數(shù)與侵入式生物參數(shù)讀數(shù)之間具有足夠相關(guān)性，以致能采用非侵入式生物參數(shù)讀數(shù)在預(yù)定的閾值可接受水平測量所述生物參數(shù)； (e)通過將學(xué)習(xí)矩陣D的反矩陣D—1乘以列向量Y，數(shù)字處理器獲得學(xué)習(xí)向量的系數(shù)C； Cf)數(shù)字處理器通過以下方式獲得新向量:通過(i)使用在所述設(shè)備的所述非侵入式組件中的一個或多個變量傳感器來非侵入地測量所述病人的所述生物參數(shù)，以生成一系列數(shù)據(jù)，表示所述病人的身體部分的組織的一個或多個變量的量級，并通過將所述量級轉(zhuǎn)換成為一系列電信號，以產(chǎn)生隨著時間推移反映在所述變量的每個變量隨著時間推移的分布的信號；并通過持有數(shù)字處理器，采用數(shù)學(xué)函數(shù)來將所述信號轉(zhuǎn)變?yōu)闃肆繑?shù)；以及通過(ii)重復(fù)步驟“(f) (i)”n次以形成向量V氣無需采用相同的數(shù)學(xué)函數(shù)； (g)采用的輸入項目以形成一個規(guī)則的矩陣D#，該矩陣的大小是nXn，且它的非零元素的結(jié)構(gòu)是等同于學(xué)習(xí)矩陣D的非零元素的結(jié)構(gòu)；以及 (h)采用數(shù)字處理器來執(zhí)行D新的矩陣向量乘以學(xué)習(xí)向量的系數(shù)C，以產(chǎn)生非侵入式生物參數(shù)測量的列向量R，并比較R的輸入項目與Y的輸入項目，以找到R的一個輸入項目，該輸入項目表示關(guān)于所述病人的校準的生物參數(shù)值。
20.根據(jù)權(quán)利要求19所述的方法，其特征在于所述由變量傳感器所感知的變量是選自溫度、導(dǎo)電性和氣味。
全文摘要
在一種聯(lián)合侵入式和非侵入式生物參數(shù)監(jiān)控設(shè)備內(nèi)，侵入式組件測量生物參數(shù)，并將讀數(shù)傳輸?shù)椒乔秩胧浇M件。非侵入式組件基于由病人將其身體部分的插入生成生物參數(shù)讀數(shù)。數(shù)字處理器處理一系列隨著時間推移的身體部分的數(shù)字彩色圖像，并將這些數(shù)字圖像表示為隨著時間推移的信號，采用數(shù)學(xué)函數(shù)將該信號轉(zhuǎn)變?yōu)閷W(xué)習(xí)向量。由此產(chǎn)生一個學(xué)習(xí)矩陣。由此推導(dǎo)一個學(xué)習(xí)向量的系數(shù)。從來自非侵入性測量的一個新向量，創(chuàng)建一個相同大小和結(jié)構(gòu)的新矩陣。采用這個學(xué)習(xí)向量的系數(shù)，識別矩陣可被測試以非侵入地測量所述生物參數(shù)。該學(xué)習(xí)矩陣可被擴張，并保持規(guī)則。在針對個別病人校準設(shè)備之后，可在因特網(wǎng)上發(fā)送數(shù)據(jù)而產(chǎn)生通用的校準。
文檔編號A61B5/145GK102961143SQ20121002003
公開日2013年3月13日 申請日期2012年1月29日 優(yōu)先權(quán)日2011年1月23日
發(fā)明者尤素福·賽吉曼 申請人:茲諾伽醫(yī)藥有限公司