СПОСОБ МОНИТОРИНГА ГИДРАТАЦИИ ЖИВОГО ОРГАНИЗМА Российский патент 2021 года по МПК A61B5/205 A61B5/11 

Область техники

Настоящее изобретение относится к способам мониторинга здоровья человека, и может быть использовано для мониторинга состояния организма человека, контролирующего оптимальное потребление воды.

Описание предшествующего уровня техники

В настоящее время смарт-часы завоевали огромную популярность среди потребителей. Производители смарт-часов изыскивают все новые возможности поразить воображение потребителя, во время ношения часов пользователь узнает о себе массу полезной для отслеживания состояния своего здоровья информации, например, пульс, давление, температуру тела, количество пройденных шагов, концентрацию и вид загрязнений воздуха вокруг себя и т.п., в смарт-часах также используются основные и необходимые функции, такие как синхронизация уведомлений со смартфоном, будильник, календарь с напоминаниями о событиях, соединение с интернетом, оплата платежей.

Во время интенсивных занятий спортом, фитнесом или при выполнении иной интенсивной физической нагрузки, потери пота могут превышать количество выпитой воды. Дефицит воды в организме может привести к обезвоживанию, которое может сопровождаться повышенной усталостью, снижением концентрации внимания, головными болями. Более того, тяжелая дегидратация (обезвоживание) организма приводит к изменениям в водно-электролитном балансе организма, почечной недостаточности, то есть может быть опасной для жизни.

В клинической и исследовательской практике для определения статуса гидратации применяются метод изотопного разведения с использованием изотопов тяжелой воды (D2O), анализ параметров мочи или слюны, оценка тургора кожи. Все эти методы невозможно реализовать посредством мобильных устройств удобным для пользователя способом.

Из уровня техники известно решение, раскрытое в документе US 2016003615 A1 (дата публикации 07.01.2016). В известном решении отслеживается потребление жидкости пользователем из контейнера с жидкостью, при этом используется гибкий смарт-браслет, подключенный к сети. Смарт-браслет может определять ориентацию контейнера с жидкостью и определять глотки, сделанные пользователем, на основе шаблонов обнаруженных ориентаций. Смарт-браслет также может оценивать объем потребления жидкости, используя численные характеристики обнаруженных глотков, например, продолжительность глотка. Обнаруженный глоток, а также характеристики глотка и объем потребления жидкости могут отображаться на смарт-браслете, а также могут передаваться на сервер для хранения и отображения на другом устройстве с возможностью подключения к сети. Основным недостатком описанного решения является неудобство его использования, поскольку для учета всей потребляемой жидкости, пользователь должен пить ее только из этого контейнера. Также в качестве недостатков можно отметить, что это решение имеет сложную конструкцию и не учитывает индивидуальные особенности пользователя, и, следовательно, не позволяет выдавать ему рекомендации с учетом его физической активности и особенностей физиологии.

Из уровня техники известно решение, раскрытое в документе US 10206619 B1 (дата публикации 19.02.2019). Известное устройство обеспечивает мониторинг гидратации, за счет пропускания через часть тела человека электромагнитного излучения с заданной интенсивностью на нескольких длинах волн оптического диапазона. Для каждой из этих длин волн измеряются выходные интенсивности и коэффициенты поглощения излучения телом человека. Наклон кривой поглощения, описываемый законом Бугера - Ламберта - Бера, зависит от относительного содержания воды участке тела человека, в котором производится измерение. Эта зависимость позволяет устройству оценить уровень гидратации тела человека. Недостатком предлагаемого решения является то, что оно не обеспечивает предоставление пользователю индивидуальных рекомендаций (например, в случае возникновения обезвоживания) и не обеспечивает мониторинг соблюдения этих рекомендаций.

Из уровня техники известно решение, раскрытое в документе US 2016374588 A1 (дата публикации 29.12.2016). В данном документе раскрыты примеры, которые относятся к мониторингу уровней гидратации организма на основе измерений кожно-гальванической реакции, полученных с помощью носимого электронного устройства. В одном примере представлено носимое электронное устройство, включающее датчик, сконфигурированный для измерения кожно-гальванической реакции, логическое устройство и запоминающее устройство, включающее инструкции, выполняемые логическим устройством для управления режимом мониторинга гидратации, получения множества измерений кожно-гальванической реакции в течение времени, представления данных касающихся множества измерений кожно-гальванической реакции. Недостатком предлагаемого решения является то, что оно не обеспечивает предоставление пользователю индивидуальных рекомендаций (например, в случае возникновения обезвоживания) и не обеспечивает мониторинг соблюдения этих рекомендаций.

Из уровня техники известно решение, описанное в документе US 2020000363 A1 (дата публикации 01.02.2020). Указанное решение является наиболее близким аналогом предлагаемого изобретения. Известное решение раскрывает подход, в котором собираются данные с различных сенсоров, на основании полученных данных пользователь получает информацию, касающуюся обезвоживания организма. Интерфейс датчика включает в себя первый датчик, способный выполнять множество физиологических измерений пользователя в течение определенного периода времени. Устройство обработки связано с интерфейсом датчика. Устройство обработки выполнено с возможностью приема множества физиологических измерений, определения изменения множества физиологических измерений и определения измерения состояния гидратации организма на основе изменения множества физиологических измерений. Устройство отображает индикатор состояния гидратации пользователя. Известное решение не дает пользователю информацию, касающуюся объема потребленной жидкости, а также пользователь не получает индивидуальные рекомендации, касающиеся необходимого оптимального объема потребления воды.

В уровне техники нет устройств, которые позволяют сравнивать потребление жидкости и потери воды пользователем, и на основании такого сравнения давать пользователю индивидуальные рекомендации по потреблению воды.

Сущность изобретения

Предлагается устройство мониторинга гидратации живого организма, содержащее:

блок сбора индивидуальных данных пользователя, включающих в себя пол, возраст, вес;

датчики, представляющие собой:

акселерометр,

гироскоп,

датчик пульса,

датчик температуры;

блок сбора данных с датчиков;

блок предварительной обработки данных, содержащий

подблок определения уровня физической активности,

подблок определения количества потерянной воды,

подблок определения количества принятой жидкости,

подблок определения актуального количества принятой воды;

блок расчета суточной потребности в воде;

блок сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде;

блок выдачи рекомендаций пользователю;

причем

блок сбора данных с датчиков соединен с блоком предварительной обработки данных, в котором

- подблок определения количества потерянной воды и подблок определения количества принятой жидкости соединены с подблоком определения актуального количества принятой воды,

- подблок определения актуального количества принятой воды соединен с блоком сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде,

- подблок определения уровня физической активности соединен с блоком расчета суточной потребности в воде;

блок сбора индивидуальных данных соединен с блоком расчета суточной потребности в воде;

блок расчета суточной потребности в воде соединен с блоком сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде;

блок сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде соединен с блоком выдачи рекомендаций пользователю.

Причем предлагаемое устройство может дополнительно содержать блок проверки следует ли пользователь рекомендациям, соединенный с блоком сбора данных. Причем дополнительным индивидуальным параметром является рост. Причем рекомендации пользователю представляют собой рекомендации, касающиеся оптимального потребления воды. Причем рекомендации пользователю представляют собой предупреждение о дегидратации организма пользователя или пресыщении организма пользователя водой. Причем устройство дополнительно содержит один или несколько из следующих датчиков: биоимпедансного датчика, измеряющего импеданс тела человека, датчика кожно-гальванической реакции, оптического датчика, электрохимического датчика, датчика, выдающего информацию о содержании воды в подкожном слое пользователя, датчика геолокации.

Также предлагается способ работы предлагаемого устройства мониторинга гидратации живого организма, содержащий этапы, на которых:

а) размещают индивидуальные данные пользователя в блоке сбора индивидуальных данных пользователя;

б) данные с датчиков поступают в блок сбора данных с датчиков и переходят в блок предварительной обработки данных;

в) в блоке предварительной обработки данных происходит оценка следующих величин за определенный промежуток времени:

- количества потерянной организмом воды, посредством подблока определения количества потерянной воды,

- количества принятой организмом жидкости, посредством подблока определения количества принятой жидкости, причем количество принятой организмом жидкости принимается равным количеству принятой организмом воды,

- актуального количества принятой организмом воды, посредством подблока определения актуального количества принятой воды,

- уровня физической активности, посредством подблока определения уровня физической активности;

г) рассчитывают суточную потребность организма пользователя в воде на основании уровня физической активности и индивидуальных данных пользователя в блоке расчета суточной потребности в воде;

д) рассчитывают разницу между актуальным количеством принятой воды и рассчитанной суточной потребностью в воде в блоке сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде;

е) на основании рассчитанной разницы между актуальным количеством принятой воды и рассчитанной суточной потребностью в воде выдают по меньшей мере одну индивидуальную рекомендацию пользователю, касающуюся количества воды, которое пользователь должен употребить;

причем этапы (б)-(д) происходят непрерывно.

Причем выдача рекомендаций является отображением рекомендаций на экране. По меньшей мере одну рекомендацию пользователю выдают по требованию пользователя. Причем количество потерянной организмом воды представляет собой количество потерянной с потом воды за определенный период времени. Причем оценка уровня физической активности происходит по количеству пройденных шагов за день. Дополнительно выдают текущее состояние баланса воды в организме пользователя, представляющее собой данные о количестве принятой жидкости и о количестве потерянной воды. Причем периодичность выдачи по меньшей мере одной индивидуальной рекомендации пользователю определяется пользователем. Рекомендации непрерывно обновляются. Причем рекомендации могут выдаваться при достижении определенного уровня недостатка воды в организме или при приближении состояния дегидратации организма. Причем при несущественном дисбалансе воды в организме, составляющем меньше 1% от массы тела пользователя, в случае физической активности пользователь получает рекомендацию в виде текущего баланса воды в организме и рекомендацию по количеству воды, которое необходимо принять. При существенном дисбалансе воды в организме в пределах 1% - 2% от массы тела пользователя, при высокой физической активности пользователя, пользователь получает рекомендацию в виде текущего баланса воды в организме и рекомендацию по количеству воды, которое необходимо принять, при этом дополнительно осуществляется этап включения счетчика, отображающего пользователю уменьшение количества воды в организме. При опасной дегидратации организма более 2% от массы тела пользователя, пользователь получает предупреждение о дегидратации организма и рекомендацию о необходимости срочного приема определенного количества воды. Уровень физической активности может быть одним из низкого, среднего, высокого. Дополнительно используются наушники пользователя, подключенные к устройству мониторинга гидратации живого организма, причем в наушники встроены микрофоны, фиксирующие звуки вокруг пользователя, при этом способ дополнительно содержит этап, на котором для определения количества принятой жидкости, анализируют звуки, соответствующие глотанию жидкости. Причем количество принятой организмом жидкости определяется по данным акселерометра и гироскопа, фиксирующим жесты пользователя. Подблок определения количества потерянной воды определяет количество воды, потерянной организмом на основе периодов активности пользователя на основании данных с датчиков. Причем подблок определения количества принятой жидкости определяет

количество принятой жидкости по обнаружению жеста питья и/или еды пользователя рукой, на которой надет смарт-браслет, причем жест питья и/или еды определяют по характерным сигналам, полученным от гироскопа и акселерометра, отвечающим за передвижение указанной руки пользователя, когда пользователь совершает жест питья и/или еды, причем количество принятой жидкости оценивают по времени, в течение которого продолжался жест питья и/или еды. Причем подблок определения количества принятой жидкости определяет количество принятой жидкости по обнаружению микрожеста питья и/или еды пользователя рукой, на которой не надет смарт-браслет, причем микрожест питья и/или еды определяют по характерным сигналам, полученным от гироскопа и акселерометра, отвечающим за микро-передвижения указанной руки пользователя, когда пользователь совершает микрожест питья и/или еды, причем количество принятой жидкости оценивают по времени, в течение которого продолжался микрожест питья и/или еды. Причем для определения количества принятой жидкости используют заданную зависимость количества выпитой жидкости от общего количества совершенных жестов и/или заданную зависимость количества выпитой жидкости от общей продолжительности жеста. В подблоке определения количества принятой жидкости временные последовательности сигналов от акселерометра и гироскопа преобразуются в векторное представление, которое описывает жесты пользователя в любой момент времени, на основе векторного представления с помощью обученной на множестве наборов данных регрессионной модели обнаруживают жесты приема жидкости и оценивают количество принятой жидкости. Регрессионная модель обучена присваивать больший вес векторным представлениям, связанным с глотком пользователя.

Также предлагаются смарт-часы, содержащие предлагаемое устройство мониторинга гидратации живого организма. Причем смарт-часы подключены к инфраструктуре «умный дом».

Предлагается вычислительное устройство, содержащее процессор и память, хранящую инструкции для выполнения этапов предлагаемого способа работы устройства мониторинга гидратации живого организма.

Также предлагается компьютерно-читаемый носитель, хранящий инструкции для побуждения вычислительного устройства выполнять этапы предлагаемого способа работы устройства мониторинга гидратации живого организма.

Краткое описание чертежей

Вышеописанные и другие признаки и преимущества настоящего изобретения поясняются в последующем описании, иллюстрируемом чертежами, на которых представлено следующее:

Фиг. 1 иллюстрирует блок-схему способа и устройства мониторинга гидратации организма человека.

Фиг. 2 иллюстрирует оценку потребления жидкости пользователем.

Фиг. 3 иллюстрирует модель определения жеста приема жидкости пользователем.

Фиг. 4 иллюстрирует обучение модели определения жеста приема жидкости пользователем.

Фиг. 5 иллюстрирует работу блока, отвечающего за способность модели использовать информацию только от конкретных жестов для предсказания итогового результата.

Фиг. 6 схематически иллюстрирует общую схему определения любой активности пользователя.

Фиг. 7а иллюстрирует зависимости объема выпитой жидкости от общей продолжительности жеста.

Фиг. 7b иллюстрирует зависимости объема выпитой жидкости от общего количества совершенных жестов.

Фиг. 8 иллюстрирует пример уведомлений с индивидуальными рекомендациями, которые пользователь может получать в течение дня.

Подробное описание изобретения

Предлагается способ оценки гидратации (насыщения организма водой) пользователя. С помощью предлагаемого изобретения возможно давать индивидуальные рекомендации пользователю, касающиеся оптимального потребления воды, также возможно предупредить пользователя о том, что организм обезвожен или близок к этому, или о чрезмерном употреблении жидкости пользователем. Предлагаемое устройство обеспечивает высокую точность для пользователей с любым уровнем физической активности, и не накладывает ограничения на повседневные активности пользователя. Также обеспечивается возможность детектирования и подсчета жестов пользователя, относящихся к приему жидкости. Изобретение обеспечивает автоматическое отслеживание поступления жидкости в организм (события и оценка объема жидкости) путем обработки данных инерционных датчиков смарт-часов. Изобретение обеспечивает автоматическую оценку потери воды из-за потоотделения во время занятий спортом и повседневной жизни путем обработки данных инерционных, оптических и температурных датчиков смарт-часов. С помощью изобретения обеспечивается мониторинг баланса гидратации организма пользователя, и выдаются индивидуальные рекомендации пользователю, касающиеся количества воды, необходимого для потребления в соответствии с наблюдаемыми потерями пота и потреблением жидкости. Таким образом, предлагается полностью автоматическое независимое от пользователя устройство (не требующее от него дополнительных действий) для мониторинга баланса гидратации для смарт-часов, которое своевременно дает пользователю индивидуальные советы по предотвращению как обезвоживания организма, так и пресыщения организма водой. Кроме того, пресыщение организма водой также опасно, как и обезвоживание. При пресыщении организма водой происходит падение температуры тела, начинается слюноотделение, тошнота, рвота, нарушение координации движений, появляются судороги, мышечная слабость, головная боль.

Необходимо отметить, что человек не всегда пьет просто воду, а также при приеме пищи в организм попадает не чистая вода, однако, с учетом ошибки возможно допущение, что количество жидкости, попадающей в организм с пищей и питьем, практически равно количеству воды, попавшей в организм вместе с пищей и питьем, ошибка от упомянутого допущения мала и пренебрегается в рамках предлагаемого изобретения. Другими словами, при расчете баланса воды, количество принятой организмом жидкости принимается равным количеству принятой организмом воды.

Изобретение может быть полезно не только для пользователей, занимающиеся напряженной физической активностью, но и для любых других пользователи, в том числе, ведущих неактивный образ жизни.

Предлагаемое изобретение может использоваться в любом подходящем вычислительном устройстве пользователя, содержащем процессор и память, хранящую инструкции для выполнения процессором этапов предлагаемого способа. Таким устройством может быть, но без ограничения, смартфон, смарт-часы и другие подходящие устройства, которые далее будут называться смарт-браслет. Память может представлять собой любую среду для хранения данных, в частности компьютерно-читаемый носитель данных.

Изобретение основано на анализе данных от датчиков, используемых в смарт-браслете. Как упомянуто выше датчики могут быть инерционными, оптическими и температурными, именно наличие этих датчиков необходимо и достаточно для реализации предлагаемого изобретения. А также дополнительно/опционально могут использоваться следующие датчики: датчик сопротивления тела (биоимпедансный датчик), измеряющий импеданс тела человека, датчик кожно-гальванической реакции; электрохимические датчики, и прочие датчики, напрямую или косвенно связанные с балансом воды в организме. Дополнительные датчики могут служить для более точных оценок гидратации организма.

Используется алгоритм машинного обучения, который по полученным данным от датчиков производит:

оценку потерь воды вместе с потом, при физических нагрузках;

обнаружение активности пользователя, такой, как питание, в частности, потребление жидкости, по детектированию отдельных жестов, и количественную оценку объема жидкости, потребляемой пользователем.

На основании вышеупомянутых оценок пользователь получает персонализированные рекомендации по потреблению воды в соответствии с потребностями организма пользователя на данный момент. Также при формировании рекомендаций необходимо учитывать возраст, пол пользователя, его вес и рост.

Благодаря предлагаемому изобретению в смарт-браслет вводится новая функция, определение баланса гидратации организма пользователя, которая включает в себя:

автоматическую оценку потоотделения, то есть количество воды, которое ушло с выделением пота;

автоматическое определение потребления жидкости пользователем с оценкой количества, то есть пользователь видит, сколько миллилитров воды было выпито;

предоставление персональной рекомендации пользователю по потреблению воды в соответствии с физиологическими потребностями пользователя.

Предлагаемая система постоянно обучается и тестируется, то есть база данных, к которой подсоединено устройство постоянно пополняется, что приводит к выдаче более точных рекомендаций пользователю.

Для правильной работы алгоритма необходимо большое количество данных, собранное с людей, обладающих разными индивидуальными параметрами, кроме того условия, в которых находятся испытуемые также должны отличаться друг от друга. То есть, для сбора данных в разнообразных условиях необходимо изменять температуру окружающей среды, влажность. Для этого одни испытуемые во время сбора данных бегут на беговой дорожке, при искусственном создании различных климатических условий путем изменения температуры и влажности окружающей среды. Другие испытуемые бегут по улице в различных погодных условиях. Также испытуемые могут принимать жидкость за столом сидя или стоя, также может учитываться высота стола и высота сидений. Кроме того, разные испытуемые могут принимать жидкость рукой, на которой надет смарт-браслет, или другой рукой без смарт-браслета. Все вышеизложенное - это только примеры того, что может учитываться при сборе данных для обучения алгоритма предлагаемого изобретения.

При сборе данных используются следующие необходимые датчики: акселерометр, гироскоп, датчик пульса (плетизмограф) и датчик температуры. Для каждого испытуемого фиксируется длительность физической активности. Сигналы, полученные от датчиков предобрабатываются с помощью гауссовского и медианного фильтра для удаления выбросов, которые не несут основную информацию. На основе данных, полученных из сигналов, вычисляется набор признаков, которые можно разделить на статистические, которые представляют собой суммарную информацию о сигнале или части сигнала изменения значения во времени, и частотные, которые представляют собой гармонические изменения всего или части сигнала за некоторый или весь период времени. Определяются признаки, которые лучше всего коррелируют с потерей воды и, следовательно, при правильном их учете позволяют оценивать потерю жидкости.

Далее по собранным данным и вычисленным признакам происходит обучение регрессионной модели (например, «Бустинга на деревьях»), гиперпараметры которой находятся как минимум абсолютной ошибки на кросс-валидации. После нахождения гиперпараметров, регрессионная модель обучается на всех данных.

Обученная регрессионная модель при работе в смарт-браслете может выдавать индивидуальные характеристики пользователю, на основании данных, которые будут получены от конкретного пользователя. Для выдачи индивидуальной рекомендации производится оценка потери воды с использованием обученной регрессионной модели.

В одной из реализаций предлагаемого изобретения возможно использование следующих датчиков: акселерометр, гироскоп, датчик пульса (плетизмограф), датчик температуры. Для определения особенностей индивидуального метаболизма воды пользователя, кроме данных, полученных от указанных датчиков, необходимо учитывать пол, возраст, рост и вес пользователя, площадь поверхности кожи, которая рассчитывается из показателей роста и веса.

На фиг. 1 показана блок-схема способа и устройства мониторинга гидратации организма человека.

Как показано на фиг. 1 устройство мониторинга гидратации живого организма содержит:

блок 1 сбора индивидуальных данных пользователя, включающих в себя пол, возраст, вес;

датчики (на фиг. 1 не показаны), представляющие собой:

акселерометр,

гироскоп,

датчик пульса,

датчик температуры;

блок 2 сбора данных с датчиков;

блок 3 предварительной обработки данных, содержащий

подблок (а) определения уровня физической активности,

подблок (b) определения количества потерянной воды,

подблок (c) определения количества принятой жидкости,

подблок (d) определения актуального количества принятой воды;

блок 4 расчета суточной потребности в воде;

блок 5 сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде;

блок 6 выдачи рекомендаций пользователю;

причем

блок 2 сбора данных с датчиков соединен с блоком 3 предварительной обработки данных, в котором

- подблок (b) определения количества потерянной воды и подблок (c) определения количества принятой жидкости соединены с подблоком (d) определения актуального количества принятой воды,

- подблок (d) определения актуального количества принятой воды соединен с блоком 5 сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде,

- подблок (a) определения уровня физической активности соединен с блоком 4 расчета суточной потребности в воде;

блок 1 сбора индивидуальных данных соединен с блоком 4 расчета суточной потребности в воде;

блок 4 расчета суточной потребности в воде соединен с блоком 5 сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде;

блок 5 сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде соединен с блоком 6 выдачи рекомендаций пользователю.

Причем рекомендации пользователю касаются оптимального потребления воды. Если обнаруживается, что организм находится на грани обезвоживания или происходит перенасыщение организма водой, то рекомендации пользователю представляют собой предупреждение 7 о дегидратации организма пользователя или пресыщении организма пользователя водой.

Расчет суточной потребности в воде производится по:

проценту (%) от массы тела,

площади поверхности кожи (мл/м²),

расходу пота мл/ккал или мл/кг массы тела

Учитываются:

- Возраст и пол,

- Уровень физической активности,

- Базальная скорость метаболизма,

- Факторы окружающей среды.

Способ мониторинга гидратации организма человека осуществляется следующим образом. Пользователь надевает и включает смарт-браслет, который может представлять собой смарт-часы, или любое другое подходящее устройство, прикрепляющееся к телу пользователя. Далее для удобства, но не для ограничения, такое устройство названо «смарт-браслет». Смарт-браслет содержит по меньшей мере следующие датчики: акселерометр, гироскоп, датчик пульса (плетизмограф), датчик температуры. Для учета условий окружающей среды устройство может содержать датчики, измеряющие, например, температуру окружающей среды, влажность и т.п.

Для того, чтобы пользователь мог воспользоваться предлагаемой функцией смарт-браслета пользователю необходимо ввести свои индивидуальные данные, касающиеся пола, возраста, роста, веса, которые размещаются в блоке 1 сбора индивидуальных данных пользователя, без этих данных пользователь не сможет получить корректные рекомендации.

Смарт-браслет начинает сбор данных с помощью указанных датчиков, собранные данные поступают в блок 2 сбора данных с датчиков, откуда переходят в блок 3 предварительной обработки данных, где на основании показаний датчиков с помощью алгоритмов производится расчет следующих величин:

- Количества потерянной организмом воды в подблоке (b) определения количества потерянной воды. Обученная регрессионная модель машинного обучения, как описано выше, предсказывает количество потерянной с потом воды за определенный период времени, например, за период физической нагрузки или за весь день, это происходит в подблоке (b) определения количества потерянной воды.

- Количества принятой организмом жидкости, эти данные определяются в подблоке (c) определения количества принятой жидкости, причем количество принятой организмом жидкости принимается равным количеству принятой организмом воды.

- Актуального количества принятой организмом воды, в подблоке (d) определения актуального количества принятой воды, на основании количества принятой организмом жидкости и количества принятой организмом воды.

- Уровня физической активности, определяемого в подблоке (a) определения уровня физической активности. На основе данных инерциальных датчиков (акселерометра и гироскопа) оценивается уровень общей физической активности человека, например, по количеству пройденных шагов за день, это необходимо для корректировки суточной потребности пользователя в воде, как правило, уровень активности разделяют на 3 класса: низкий, средний, высокий, и прибавляют 700 мл к суточной норме, если конкретному человеку свойственен средней уровень активности и 1100 мл - если высокий. Эти данные попадают в подблок (а) определения уровня физической активности.

На основании разведывательного анализа были найдены признаки, коррелирующие с оценкой потери воды. Для оценки потери воды рассчитываются коррелирующие признаки и подаются на вход обученной регрессионной модели, которая производит оценку потери воды в мл.

На основании данных об уровне физической активности и индивидуальных данных пользователя в блоке 4 расчета суточной потребности в воде производится расчет суточной потребности пользователя в воде.

Далее рассчитанные данные, а именно количество потерянной организмом воды и количество принятой организмом жидкости (то есть воды) пересчитывают в актуальные данные количества принятой пользователем воды. И далее происходит сравнение актуального количества принятой воды и рассчитанной суточной потребности в воде в блоке сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде, вычисляется разница между актуальным количеством воды, принятым организмом и рассчитанной суточной потребностью организма в воде.

По произведенным расчетам выдается рекомендация, касающаяся количества воды, которое пользователь должен выпить, например, до конца текущего дня. Рекомендация может обновляться непрерывно, а также рекомендация может выдаваться при достижении определенного уровня недостатка воды в организме или при приближении состояния обезвоживания организма.

Если количество жидкости, полученное организмом меньше критического порога потребности в воде, пользователь вместе с информацией о количестве воды, которое необходимо принять, получает предупреждение о вероятности обезвоживания организма (дегидратации).

Если количество жидкости, полученное организмом больше критического порога суточной потребности в воде, пользователь вместе с информацией о количестве жидкости получает предупреждение о чрезмерном потреблении жидкости.

После выдачи рекомендации о количестве жидкости устройство продолжает сбор и расчет данных, таким образом получается, что устройство отслеживает выполнены ли рекомендации. В предпочтительной реализации - периодичность повторных оповещений может задаваться самим пользователем. При этом пользователь в любой момент может проверить текущее состояние баланса воды.

Таким образом осуществляется всесторонний мониторинг гидратации организма.

Очевидно, что есть определенная корреляция между получаемыми данными и поведением пользователя. Разные пользователи, в зависимости о пола, возраста, веса и роста имеют определенные уровни физической активности. Для кластеризации пользователей на группы используется регрессионная модель (например, «Бустинга на деревьях»), которая разбивает признаки для каждой подгруппы пользователей (вес, рост, возраст), таким образом выдавая значения не только на основе датчиков (сенсоров) смарт-браслета, но также используя данные о пользователе, которые он вводит. На основе этого выбираются признаки, которые максимально обобщают модель для всех пользователей.

На основании данных от датчиков акселерометра и гироскопа, можно отличать жест питья от всех других жестов пользователя.

Посредством детектирования времени, которое тратится на жест питья возможно определить количество жидкости, выпитой пользователем.

Рассмотрим мониторинг гидратации организма человека в деталях.

Первым фактором для оценки водного баланса пользователя является оценка количества воды, вышедшей с потом.

На основании сигналов, полученных от датчиков акселерометра и гироскопа, датчика пульса, датчика температуры возможно определить периоды активности пользователя. Очевидно, что когда пользователь начинает двигаться, то его скорость, пульс и температура начинают увеличиваться.

Выделяются признаки, которые можно разделить на статистические, которые представляют собой суммарную информацию о сигнале или части сигнала изменения значения во времени, и частотные, которые представляют собой гармонические изменения всего или части сигнала за некоторый или весь период времени. После составления всех признаков определяются признаки, которые лучше всего коррелируют с потерей воды и, следовательно, при правильном их учете позволяют оценивать потерю воды. При оценке потери воды вычисляются признаки, которые коррелируют с оценкой потери воды и подаются на вход регрессионной модели, которая производит оценку потери воды.

Сигналы от датчиков поступают в блок 2 сбора данных с датчиков, затем обрабатываются в блоке 3 предварительной обработки данных, где из набора сигналов выделяются характерные особенности, которые больше всего влияют на оценку потери воды, именно сигналы, имеющие характерные особенности, передаются в подблок (b) определения количества потерянной воды, в котором используется регрессионная модель на основе машинного обучения, которая производит оценку объема потерянной воды. Характерные особенности сигналов датчиков определяются на этапе машинного обучения, поэтому при работе обученная регрессионная модель будет отбирать сигналы, имеющие характерные особенности. Сигналы акселерометра дают информацию о скорости пользователя, а также о количестве шагов в минуту. Плетизмограмма дает информацию о количестве ударов сердца в минуту. Датчик температуры дает информацию о температуре тела и окружающей среды. Данные проходят фильтрацию с помощью медианного фильтра и гауссовского фильтра. Далее сигналы нормализуются и выбираются характерные особенности, относящиеся к потере воды организмом.

Имеется обучающая выборка и тестовая выборка, которая разбита таким образом, чтобы не было пробелов в распределении роста, веса, пола и возраста. Далее рассчитываются все признаки, потом удаляются признаки с наибольшей корреляцией между собой, поскольку корреляция случайных величин определяет линейное изменение одной величины при изменении другой случайной величины. Если признаки между собой сильно коррелируют, то их вклад будет практически одинаковый, поэтому можно выкинуть все сильно коррелирующие признаки кроме одного, то есть в регрессионную модель попадают не коррелирующие между собой признаки. К этому количеству признаков в регрессионной модели итеративно добавляются признаки до тех пор, пока ошибка на кросс-валидации не начнет возрастать. Необходимо пояснить, что при кросс-валидации выборка разбивается на N выборок - обучаюших и валидационных - алгоритм обучается на обучающей выборке и валидируется на валидационной, после чего считается ошибка на каждой из валидационных выборок, таким образом получается N оценок на разных валидационных выборках. После чего берется средняя ошибка по всем N ошибкам на валидационных разбиениях. Данный эксперимент повторяется для разных регрессионных моделей, причем разные обучаемые регрессионные модели отличаются только разными параметрами, такими как количество деревьев и максимальная глубина дерева. После подсчета кросс-валидационных ошибок на разных регрессионных моделях, отличающихся параметрами, выбирается наилучшая модель по ошибке на кросс-валидации, после чего определяется регрессионная модель, ошибка которой не только наименьшая, но и также ближе всего к ошибке на тестовой выборке, причем тестовая выборка формируется из большого набора данных, выбирается порядка 25-30% от всего набора данных, который позволяет выбрать наилучшую модель в смысле параметров модели.

Алгоритм выдает расчет оценки потери воды, нормированной на площадь поверхности тела. Пусть - вектора реальных потерь воды и оцененных потерь воды соответственно, эти вектора принадлежат множеству действительных чисел. Тогда, - среднее значение реальных потерь воды, - тотальная квадратичная сумма, - сумма квадратичных отклонений, - коэффициент детерминации (R2), который и производит оценку качества алгоритма оценивания потери воды.

Далее полученное значение умножается на площадь поверхности тела и получается рассчитанное значение количества потери воды, выделенной с потом.

Для получения лучшей точности определения параметров устройство мониторинга гидратации живого организма может быть дополнительно оснащено датчиком, который по оптическим характеристикам рассеяния кожи дает информацию о содержании воды в коже. Такой датчик может работать как в видимой, так и в ближней инфракрасной области спектра и собирает данные о содержании воды в подкожном слое пользователя.

Также предлагаемое устройство может быть дополнительно оснащено датчиком импеданса для измерения содержания воды во всем организме. Для этого на нижней части смарт-браслета, прилегающей к коже, располагается первый электрод, второй электрод изолируется и располагается на корпусе смарт-браслета. Чтобы измерить импеданс пользователь должен коснуться второго электрода той рукой, на которой не надет смарт-браслет.

Также предлагаемое устройство может быть оснащено датчиком кожно-гальванической реакции. Два электрода такого датчика могут быть расположены в нижней части смарт-браслета. Такой датчик измеряет локальное выделение пота на конкретном участке. На основании данных этого датчика делается вывод о том, как работают поры всего тела.

Еще одним датчиком, которым можно дополнительно оснастить предлагаемое устройство является химический датчик, содержащий микрофлюидные каналы, по которым проходит пот пользователя. Датчик анализирует химический состав электролитов, находящихся в поту пользователя. По изменению соотношения электролитов делается вывод о состоянии гидратации всего организма.

Также дополнительно может использоваться датчик обнаружения местоположения пользователя. Местоположение пользователя определяется по данным геолокации (GPS), при этом, например, транспортное средство, в котором находится пользователь может быть определено по скорости и геолокации. В этом случае, через интернет, запрашиваются данные о погоде в месте расположения пользователя, поскольку потеря воды организмом зависит в том числе и от погодных условий.

Как дополнительный источник данных предлагается использовать смарт-весы, которые передают информацию на смарт-браслет. Причем в смарт-весы может быть встроен датчик определения биоимпеданса.

Дополнительным источником данных также могут быть различные приложения, установленные на смартфоне, связанном со смарт-браслетом.

А также дополнительным источником данных могут быть другие носимые устройства пользователя, например, наушники, которые соединены со смарт-браслетом и/или смартфоном по беспроводной связи. В наушники могут быть встроены датчики температуры, датчики пульса, микрофоны, для определения процесса приема жидкости и пищи.

Также дополнительным источником данных может быть инфраструктура «умного дома», к которой подключен смарт-браслет пользователя. Существует возможность подключения смарт-браслета по беспроводной связи к тренажерам в фитнес-центре, на которых тренируется пользователь, и, таким образом, получать дополнительную информацию с тренажеров.

Вторым фактором для оценки водного баланса пользователя является оценка потребления жидкости пользователем. На фиг. 2 показано, что такая оценка может производится на основании обнаружения жеста питья.

Если пользователь совершает жест питья рукой, на которой надет смарт-браслет, то гироскоп и акселерометр фиксирует сигналы передвижения этой руки. Пример сигналов, регистрируемых этими датчиками в процессе потребления жидкости, приведены на фигуре 2. Верхние два графика отображают сигналы, регистрируемые устройством, надетым на активную руку, а два нижних графика - на неактивную руку. Каждый из изображенных графиков содержит по три компоненты, соответствующие линейным ускорениям и угловым скоростям относительно трех осей координат датчиков (x, y, z). Прямоугольными областями на графиках отмечены области сигналов гироскопа, соответствующие жесту питья и имеющие характерную для него форму. Такие повторяющиеся фрагменты сигналов наблюдаются как на смарт-браслете, надетом на руку, которой пользователь подносит сосуд с жидкостью ко рту, так и на втором смарт-браслете, расположенном на неактивной руке.

Сигналы перемещения руки именно ко рту для питья отличаются от сигналов перемещения руки ко рту для еды или выполнения упражнений с подъемом рук вверх или других жестов. У каждого из перечисленных движений есть своя специфика, например, жесты еды сопровождаются накалыванием или зачерпыванием пищи, для жестов питья характерен свой поворот руки и более длительное задерживание руки у рта и т.д., алгоритм, обученный на множестве примеров, может распознавать различные движения, даже если пользователь попытается сымитировать жест питья пустой рукой, алгоритм распознает, что это не был жест питья, при этом оценивается как появление самого события жеста питья, так и продолжительность этого жеста.

Если пользователь совершает жест питья рукой, на которой смарт-браслет не надет, акселерометр и гироскоп фиксируют микродвижения неактивной руки, соответствующие движению всего тела при совершении жеста питья активной рукой. На фигуре 2 микродвижения неактивной руки и движения активной руки отмечены прямоугольниками, по осям X отложено время, по осям Y уровень сигналов акселерометра и гироскопа соответственно.

В качестве примера рассмотрим жест, который человек выполняет в процессе одного глотка. Как правило, этот жест начинается с подъема руки с сосудом ко рту. В начале этого жеста гироскопический датчик фиксирует ускорение руки. В момент окончания движения, когда сосуд с жидкостью оказывается у рта человека, наблюдается торможение, которое проявляется в виде сигнала характерной формы в измерениях, снимаемых с гироскопа. Движению руки с сосудом вниз также присущи характерные особенности, позволяющие обнаружить жесты приема жидкости и выполнить оценку ее объема.

В основе алгоритмов обнаружения события приема жидкости и оценки ее объема лежит нейросетевая модель, решающая одновременно как задачу детектирования жеста приема жидкости, так и задачу оценки объема этой жидкости. Сигналы акселерометра и гироскопа предварительно обрабатываются перед их подачей на вход указанной модели. Такая обработка может включать в себя цифровую фильтрацию, выполняемую с целью устранения шумового сигнала, децимацию, масштабирование, нормализацию и другие подобные преобразования.

Схематичное изображение нейросетевой модели определения жеста питья представлено на фиг. 3.

Алгоритм позволяет обнаружить жест приема жидкости. Под таким жестом мы понимаем движение, в процессе которого человек выполняет глоток. Под моделью в машинном обучении понимается функциональное преобразование от входных данных к оцениваемому результату, а также набор параметров, необходимых для осуществления этого преобразования.

В процессе работы предлагаемого устройства акселерометр осуществляет непрерывное измерение направления и величины вектора ускорения, включающего в себя и ускорение свободного падения, а гироскоп осуществляет измерение углового ускорения. Последовательности измерений с этих датчиков содержат информацию о траектории движения устройства, а, следовательно, и руки, на которую они надеты. Эта траектория, в свою очередь, описывает движения человека.

В подблоке (с) определения количества принятой жидкости временные последовательности сигналов от акселерометра и гироскопа преобразуются в векторное представление, которое описывает, какие жесты делает пользователь в любой момент измерений. Далее производится анализ последовательности векторных представлений.

Полученную последовательность векторных представлений можно рассматривать в качестве входного сигнала для следующего функционального уровня модели. На следующем функциональном уровне модели принимается решение, какой из жестов, описанных соответствующим векторным представлением относится к событию приема жидкости. Часть (а), на фиг. 3, разделена на два блока. Левый блок отвечает за детектирование самого жеста, на выходе из этого блока получают данные, указывающие отрезок времени, в который человек совершил жест, относящийся к питью. Правый блок служит для оценки объема жидкости, которая была выпита в результате совершенного жеста. Оценка объема выпитой жидкости выполняется на основе продолжительности жеста, угла наклона сосуда с жидкостью.

На части (b) фигуры 3 показан расчет количества жидкости, принятой пользователем. На вход нейросетевой модели, а точнее ее первого слоя, подается последовательность предобработанных измерений (операция предварительной обработки описана выше). Энкодер представляет собой последовательность сверточных слоев, каждый из этих слоев выполняет операцию свертки набора входных сигналов с набором ядер, принадлежащих слою. На операции свертки выполняется смешение входных сигналов согласно соотношениям, заданными весами, которые описывают каждое из указанных ядер.

В результате последовательного применения описанных операций для каждого из слоев энкодера, на его выходе формируется набор временных рядов. Набор значений этих временных рядов для отдельного момента времени является численным описанием движений, которые человек осуществлял в небольшом промежутке времени. Этот набор значений, по существу, является векторным представлением таких движений.

Набор временных рядов, сформированный на выходе энкодера, подается на два блока, решающих задачи обнаружения жеста приема жидкости, в течение которого выполняется глоток, и оценки объема этого глотка. В одном из вариантов исполнения эти блоки строятся на основе рекуррентных слоев (LSTM или GRU). Такие слои в процессе работы модели хранят вектор состояния, который характеризует временную последовательность поданных на вход слоя сигналов. То есть этот вектор состояния описывает последовательность жестов, которую человек совершал в коротком интервале времени, предшествующем текущему жесту.

Фиг. 4 иллюстрирует обучение модели определения жеста приема жидкости пользователем. На вход модели (b), подаются данные (a) акселерометра и гироскопа, представляющие собой последовательность векторов, содержащих по 6 измерений для каждого момента времени: 3 числа, измеренных акселерометром, описывающие вектор линейного ускорения, и 3 числа измеренных гироскопом, задающих угловую скорость. Последовательность из наборов измерений формируется таким образом, чтобы задержка между двумя последовательными измерениями была постоянной, при необходимости для обеспечения этого условия выполняется интерполяция сигналов. Время в явном виде в модель не передается, при этом время кодируется в виде последовательности измерений сенсоров.

Основная задача предложенной модели состоит в непрерывной оценке объема выпитой человеком жидкости. Такое свойство модели обеспечивается в результате обучения - процессe решения оптимизационной задачи по поиску параметров модели, под которыми понимаются весовые коэффициенты в функциях, описывающих преобразование над входными переменными. По завершению процесса обучения параметры выбираются таким образом, чтобы достигалось минимальное значение функции ошибки, рассчитанной на используемом наборе данных. Важной особенностью процесса обучения модели, предлагаемого в настоящем изобретении, является то, что в ходе поиска необходимых параметров регрессионной модели оптимизируется решение двух задач, заключающихся в детектировании жеста приема жидкости и оценке объема принятой жидкости. В процессе поиска параметров этой модели на обучающем наборе данных используется информация не только об объеме жидкости, но и временных интервалах жестов, в результате которых человек выполняет глоток. Строится функция ошибки, содержащая две составляющих, первая из которых характеризует качество обнаружения жестов, содержащих глоток, а вторая - качество оценки выпитого объема. В ходе оптимизации учитываются ошибки на обеих задачах. Такой подход значительно упрощает процесс обучения, тем самым делая его технически осуществимым.

Предлагаемый подход к обучению позволяет найти такие веса модели, при которых обеспечивается высокое качество как решения задачи классификации жестов на относящиеся к питью и остальные, так и оценки количества жидкости, выпитой в результате одного жеста.

В процессе обучения модели используются большое количество наборов данных, поскольку каждый человек делает жест для питья по-своему, а также сосуды, из которых может быть произведен прием жидкости, также могут сильно различаться.

Предлагаемая модель может быть модифицирована несколькими способами. Одним из способов, который позволит увеличить точность оценки, является дополнение модели блоком, отвечающим за способность использовать информацию только от конкретных жестов для предсказания итогового результата, как показано на фиг. 5. Другими словами, благодаря применяемому блоку, модель получает способность обращать внимание на конкретные особенности сигналов во всем временном контексте. Как показано на фиг.5 при получении отрезка изменения сигнала на определенном промежутке времени на вход модели с упомянутым блоком, модель использует информацию из различных точек указанного отрезка.

Другими словами, точность оценки модели может быть повышена путем добавления в нее блока внимания. Наличие этого блока позволит модели присваивать больший вес векторным представлениям отдельных жестов, как связанным с самим глотком, так и вспомогательным. Такие жесты могут содержать информацию о типе и объеме сосуда, используемого в процессе питья, позволяющую повысить точность оценки объема выпитой жидкости. Также, как показывают исследования, механизм внимания позволяет модели хранить более продолжительный временной контекст (историю действий, которые выполнял пользователь). Очевидно, что это также положительно сказывается на качестве работы модели.

С помощью дополнения алгоритма обработки входных сигналов возможно определять различные другие жесты пользователя, помимо жеста питья (приема жидкости). Фиг. 6 схематически иллюстрирует общую схему определения любой активности пользователя. То есть с помощью акселерометра и гироскопа, а также регрессионной модели, обученной на большом количестве примеров с различными особенностями, возможна классификация действий пользователя на основе обнаружения закономерностей движения. Таким образом, можно распознавать различные активности пользователя, например, но без ограничений, жест приема пищи, или, например, возможно определять какой напиток принимает пользователь - горячий или холодный, это определяется, например, по скорости потребления. Также с помощью модификации модели возможно определять моменты жизнедеятельности пользователя, когда он точно не находится в процессе приема жидкости. Также модель может определять, что пользователь ест и примерное содержание жидкости в его пище, чтобы учитывать объем жидкости, полученной с едой при общем балансе количества принятой жидкости. Также возможно использование наушников пользователя, которые подключены к смарт-браслету по беспроводной связи, в наушники встраиваются микрофоны, которые фиксируют звуки вокруг пользователя во время ношения пользователем наушников, чтобы обнаруживать случаи употребления жидкости путем анализа звуковых паттернов, соответствующих, например, глотанию жидкости. То есть для детектирования приема жидкости возможен контроль за характеристиками движения пользователя и за звуками вокруг пользователя. Определенные движения, которые обученная модель распознает как употребление жидкости, фиксируются, и по их продолжительности во времени, а также с учетом индивидуальных параметров пользователя, оценивается количество жидкости, употребленной пользователем. Необходимо заметить, что производится именно оценка количества жидкости, а не точный расчет.

Дополнительными источниками данных для повышения точности оценки количества жидкости, употребляемой пользователем, могут являться данные с других устройств пользователя, например, таких как смартфон, смарт-часы, инфраструктура умного дома.

Также возможно использование дополнительного алгоритма, определяющего на какой руке надет смарт-браслет, на доминантной, которой человек пользуется чаще, или нет.

Далее описывается иллюстративный пример оценки объема выпитой жидкости для одного пользователя. Фиг. 7а иллюстрирует зависимости количества выпитой жидкости от общей продолжительности жеста. Фиг. 7b иллюстрирует зависимости количества выпитой жидкости от общего количества совершенных жестов. То есть объем выпитой жидкости можно достаточно точно определить даже по этим двум зависимостям, без использования информации о форме сигналов, описывающих траекторию жестов. Пример приведен для простого алгоритма всего с двумя признаками. Если усложнять алгоритм, например, с использованием дополнительных признаков от траектории движения руки - очевидно, что можно добиться меньшей погрешности.

При использовании только этой информации возможно получить результат с погрешностью порядка 10-15% для конкретного пользователя.

В случае негативного баланса гидратации, то есть когда объем жидкости, употребляемой пользователем меньше объема воды, выделяемой пользователем с потом, есть три варианта развития событий:

А) Несущественный дисбаланс воды в организме, то есть дисбаланс воды меньше 1% от массы тела пользователя. В случае низкой физической активности пользователя, нет необходимости уведомлять пользователя. Если пользователь физически активен, пользователь получает уведомление в виде текущего баланса воды в организме и рекомендации по приему воды.

Б) Существенный дисбаланс воды в организме, то есть дисбаланс воды находится в пределах 1% - 2% от массы тела пользователя. В случае низкой физической активности пользователя, пользователь получает однократное уведомление о текущем балансе воды в организме. Если пользователь физически активен, пользователь получает информацию о текущем балансе и уведомление о необходимости приема воды. При высокой физической нагрузке в смарт-часах может включаться счетчик, на котором отражается уменьшение количества воды в организме.

В) Опасная дегидратация организма, то есть когда дисбаланс воды больше 2% от массы тела пользователя. В случае низкой физической активности пользователя, пользователь получает уведомление со срочной рекомендацией принять определенное количество воды. Если пользователь физически активен, пользователь получает уведомление о необходимом количестве воды, которое нужно выпить, но здесь необходимо учитывать, что единовременная большая порция воды может навредить.

Фиг. 8 иллюстрирует пример уведомлений с индивидуальными рекомендациями, которые пользователь может получать в течение дня. Например, пользователем является мужчина, возраст 30 лет, вес 75 кг, уровень физической активности - средний. Рост является необязательным параметром, так как потребность организма в воде принято оценивать из расчета на вес с различными коэффициентами для возрастной категории и для уровня физической активности. Уровень физической активности пользователя определяют средним количеством пройденных шагов в день и средней длительностью повышенных физических нагрузок в день (бег, другие виды спорта/фитнеса).

В данном примере, при пробуждении пользователя смарт-браслет выдает уведомление с рекомендацией по расчетной суточной потребности в воде, в данном случае: «За день вы должны выпить минимум 2800 мл воды. Выпейте 250 мл воды». После того, как пользователь позанимался спортом смарт-браслет, на основании оцениваемых в течение дня данных об объеме потребляемой жидкости, об объеме воды, выходящей с потом, в том числе после тренировки, выдает уведомление, в котором содержится следующая информация: «Выпито 400 мл жидкости. Потеряно 550 мл воды. Выпейте 450 мл воды». Во время офисной работы на основании оцениваемых в течение дня данных об объеме потребляемой жидкости, об объеме воды, выходящей с потом, смарт-браслет выдает уведомление: «Выпито 1400 мл жидкости. Выпейте 200 мл воды». В конце дня смарт-браслет может выдать следующее уведомление: «Выпито 3200 мл жидкости. Молодец! Сегодня ты получил пользу для здоровья!». Все уведомления предоставляются пользователю на экране смарт-браслета в зависимости от получаемых данных.

Человек без смарт-браслета руководствуется только чувством жажды, при этом не спортивный человек, который впервые решит заняться бегом, вероятно, не станет употреблять большее количество воды, чем он употреблял до этого, поскольку это не входит в его привычки. Если такой человек выпьет слишком мало воды, то возможен риск обезвоживания организма, и он будет чувствовать такие симптомы как головокружение, тошнота и другие проблемы с желудочно-кишечным трактом. Если же человек выпьет слишком много воды, то возникают проблемы и риски для здоровья, в частности, если вода не успевает расходоваться организмом, это является большой нагрузкой на почки. Если же человек является пользователем предлагаемых смарт-часов, то уже во время бега ему будет дана информация о недостатке воды в организме, а в случае риска обезвоживания в смарт-браслете сработает сигнал, обращающий внимание пользователя на обезвоживание.

Возможна реализация изобретения, когда оценка потери воды не производится, а производится только оценка количества принятой жидкости. В этом случае пользователь также может получать персонализированные рекомендации по потреблению воды, однако, алгоритм мониторинга баланса воды будет работать с низкой точностью.

Если пользователь не ввел свои индивидуальные данные, касающиеся пола, возраста, веса и роста, в этом случае система все равно будет функционировать. Например, количество пота в этом случае можно оценивать по длительности и интенсивности физической активности. При этом точность оценки потерь воды также будет снижена.

Необходимо отметить, что в рамках данного изобретения при мониторинге гидратации организма нет смысла учитывать выведение воды с мочой. Почки поддерживают внутренний баланс воды в организме, при необходимости задерживают воду или выводят излишки с мочой. При этом находясь уже в мочевом пузыре и при выведении из организма, моча никак не влияет на гидратацию тканей организма. То есть потребность в воде и выведение мочи из организма - это естественный фоновый процесс здорового человека. В то время, как предлагаемое изобретение предназначено для выявления следующих событий:

- пользователь пил очень мало в течение долгого времени;

- у пользователя была высокая физическая нагрузка и с потом ушло много воды (больше, чем он выпил);

- пользователь пил слишком много воды и его почки могут не справиться с такой нагрузкой.

В рассматриваемых событиях не важно, как часто и в каком количестве моча выводится из организма.

Хотя изобретение описано в связи с некоторыми иллюстративными вариантами осуществления, следует понимать, что сущность изобретения не ограничивается этими конкретными вариантами осуществления. Напротив, предполагается, что сущность изобретения включает в себя все альтернативы, коррекции и эквиваленты, которые могут быть включены в сущность и объем формулы изобретения.

Кроме того, изобретение сохраняет все эквиваленты заявляемого изобретения, даже если пункты формулы изобретения изменяются в процессе рассмотрения.

Группа изобретений относится к медицине, а именно к способу и устройству оценки гидратации пользователя, а также смарт-часам с функцией оценки гидратации пользователя. Устройство содержит блок сбора индивидуальных данных пользователя, датчики, блок сбора данных с датчиков, блок предварительной обработки данных. блок расчета суточной потребности в воде, блок сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде; блок выдачи рекомендаций пользователю. Данные пользователя включают в себя пол, возраст, вес. Датчики представляют собой акселерометр, гироскоп, датчик пульса, датчик температуры. Блок предварительной обработки данных содержит подблок определения уровня физической активности, подблок определения количества потерянной с потом воды, подблок определения количества принятой жидкости, подблок определения актуального количества принятой воды, на основании количества принятой организмом жидкости и количества потерянной организмом воды. При этом блок сбора данных соединен с блоком предварительной обработки данных. В блоке предварительной обработки данных подблок определения количества потерянной с потом воды и подблок определения количества принятой жидкости соединены с подблоком определения актуального количества принятой воды. Подблок определения актуального количества принятой воды соединен с блоком сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде. Подблок определения уровня физической активности соединен с блоком расчета суточной потребности в воде. Блок сбора индивидуальных данных соединен с блоком расчета суточной потребности в воде. Блок расчета суточной потребности в воде соединен с блоком сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде. Блок сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде соединен с блоком выдачи рекомендаций пользователю. При исполнении способа размещают индивидуальные данные пользователя в блоке сбора индивидуальных данных пользователя. Данные с датчиков поступают в блок сбора данных с датчиков и передаются в блок предварительной обработки данных. В блоке предварительной обработки данных происходит оценка величин за промежуток времени. При этом посредством подблока определения количества потерянной с потом воды определяют количество потерянной организмом воды. Посредством подблока определения количества принятой жидкости определяют количество принятой организмом жидкости, причем количество принятой организмом жидкости принимается равным количеству принятой организмом воды. Посредством подблока определения актуального количества принятой воды определяют актуальное количество принятой организмом воды на основании количества принятой организмом жидкости и количества потерянной организмом воды. Посредством подблока определения уровня физической активности определяют уровень физической активности. Рассчитывают суточную потребность организма пользователя в воде на основании уровня физической активности и индивидуальных данных пользователя в блоке расчета суточной потребности в воде. Рассчитывают разницу между актуальным количеством принятой воды и рассчитанной суточной потребностью в воде в блоке сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде. На основании рассчитанной разницы между актуальным количеством принятой воды и рассчитанной суточной потребностью в воде выдают по меньшей мере одну индивидуальную рекомендацию пользователю, касающуюся количества воды, которое пользователь должен употребить. При этом этапы способа происходят непрерывно. Смарт-часы содержат устройство оценки гидратации пользователя. Обеспечивается автоматическая и непрерывная оценка количества потерянной организмом воды, количество принятой организмом жидкости с помощью устройства, которое может быть размещено в смарт-часах, без действий со стороны пользователя, что обеспечивает своевременные советы для пользователя по предотвращению обезвоживания организма и пресыщения организма водой. 5 н. и 26 з.п. ф-лы, 8 ил.

1. Устройство оценки гидратации пользователя, содержащее:

блок сбора индивидуальных данных пользователя, включающих в себя пол, возраст, вес;

датчики, представляющие собой:

акселерометр,

гироскоп,

датчик пульса,

датчик температуры;

блок сбора данных с датчиков;

блок предварительной обработки данных, содержащий:

подблок определения уровня физической активности,

подблок определения количества потерянной с потом воды,

подблок определения количества принятой жидкости,

подблок определения актуального количества принятой воды, на основании количества принятой организмом жидкости и количества потерянной организмом воды;

блок расчета суточной потребности в воде;

блок сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде;

блок выдачи рекомендаций пользователю;

причем

блок сбора данных с датчиков соединен с блоком предварительной обработки данных, в котором

- подблок определения количества потерянной с потом воды и подблок определения количества принятой жидкости соединены с подблоком определения актуального количества принятой воды,

- подблок определения актуального количества принятой воды соединен с блоком сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде,

- подблок определения уровня физической активности соединен с блоком расчета суточной потребности в воде;

блок сбора индивидуальных данных соединен с блоком расчета суточной потребности в воде;

блок расчета суточной потребности в воде соединен с блоком сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде;

блок сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде соединен с блоком выдачи рекомендаций пользователю.

2. Устройство по п.1, дополнительно содержащее блок проверки того, следует ли пользователь рекомендациям, соединенный с блоком сбора данных.

3. Устройство по любому из пп.1, 2, в котором дополнительным индивидуальным параметром является рост.

4. Устройство по п.3, причем рекомендации пользователю представляют собой рекомендации, касающиеся оптимального потребления воды.

5. Устройство по п.1, причем рекомендации пользователю представляют собой предупреждение о дегидратации организма пользователя или пресыщении организма пользователя водой.

6. Устройство по п.1, дополнительно содержащее один или более из следующих датчиков: биоимпедансного датчика, измеряющего импеданс тела человека, датчика кожно-гальванической реакции, оптического датчика, электрохимического датчика, датчика, выдающего информацию о содержании воды в подкожном слое пользователя, датчика геолокации.

7. Способ оценки гидратации пользователя, содержащий этапы, на которых:

а) размещают индивидуальные данные пользователя в блоке сбора индивидуальных данных пользователя;

б) данные с датчиков, представляющих собой акселерометр, гироскоп, датчик пульса, датчик температуры, поступают в блок сбора данных с датчиков и передаются в блок предварительной обработки данных;

в) в блоке предварительной обработки данных происходит оценка следующих величин за промежуток времени:

- количества потерянной организмом воды – посредством подблока определения количества потерянной с потом воды,

- количества принятой организмом жидкости – посредством подблока определения количества принятой жидкости, причем количество принятой организмом жидкости принимается равным количеству принятой организмом воды,

- актуального количества принятой организмом воды – посредством подблока определения актуального количества принятой воды, на основании количества принятой организмом жидкости и количества потерянной организмом воды;

- уровня физической активности – посредством подблока определения уровня физической активности;

г) рассчитывают суточную потребность организма пользователя в воде на основании уровня физической активности и индивидуальных данных пользователя в блоке расчета суточной потребности в воде;

д) рассчитывают разницу между актуальным количеством принятой воды и рассчитанной суточной потребностью в воде в блоке сравнения актуального количества принятой воды и рассчитанной суточной потребности в воде;

е) на основании рассчитанной разницы между актуальным количеством принятой воды и рассчитанной суточной потребностью в воде выдают по меньшей мере одну индивидуальную рекомендацию пользователю, касающуюся количества воды, которое пользователь должен употребить;

причем этапы (б)-(д) происходят непрерывно.

8. Способ по п.7, в котором выдача рекомендаций является отображением рекомендаций на экране.

9. Способ по п.7, в котором по меньшей мере одну рекомендацию пользователю выдают по требованию пользователя.

10. Способ по п.9, в котором количество потерянной организмом воды представляет собой количество потерянной с потом воды за период времени.

11. Способ по п.7, в котором оценка уровня физической активности происходит по количеству пройденных шагов за день.

12. Способ по п.7, в котором дополнительно выдают текущее состояние баланса воды в организме пользователя, представляющее собой данные о количестве принятой жидкости и о количестве потерянной с потом воды.

13. Способ по п.7, в котором периодичность выдачи по меньшей мере одной индивидуальной рекомендации пользователю определяется пользователем.

14.Способ по п.7, в котором рекомендации непрерывно обновляются.

15. Способ по п.7, в котором рекомендации могут выдаваться, если количество жидкости, полученное организмом, меньше критического порога потребности в воде, или при приближении состояния дегидратации организма.

16. Способ по любому из пп.7-15, в котором при несущественном дисбалансе воды в организме, составляющем меньше 1% от массы тела пользователя, в случае физической активности пользователь получает рекомендацию в виде текущего баланса воды в организме и рекомендацию по количеству воды, которое необходимо принять.

17. Способ по любому из пп.7-15, в котором при существенном дисбалансе воды в организме в пределах 1 - 2% от массы тела пользователя, при высокой физической активности пользователя, пользователь получает рекомендацию в виде текущего баланса воды в организме и рекомендацию по количеству воды, которое необходимо принять, при этом дополнительно осуществляется этап включения счетчика, отображающего пользователю уменьшение количества воды в организме.

18. Способ по любому из пп.7-15, в котором при опасной дегидратации организма более 2% от массы тела пользователя, пользователь получает предупреждение о дегидратации организма и рекомендацию о срочном приеме необходимого количества воды.

19. Способ по п.7, в котором уровень физической активности может быть одним из низкого, среднего, высокого.

20. Способ по п.7, в котором дополнительно используются наушники пользователя, подключенные к устройству мониторинга гидратации пользователя, причем в наушники встроены микрофоны, фиксирующие звуки вокруг пользователя, при этом способ дополнительно содержит этап, на котором для определения количества принятой жидкости, анализируют звуки, соответствующие глотанию жидкости.

21. Способ по п.7, в котором количество принятой организмом жидкости определяется по данным акселерометра и гироскопа, фиксирующим жесты пользователя.

22. Способ по п.7, в котором подблок определения количества потерянной с потом воды определяет количество воды, потерянной организмом на основе периодов активности пользователя на основании данных с датчиков.

23. Способ по п.7, в котором подблок определения количества принятой жидкости определяет количество принятой жидкости по обнаружению жеста питья и/или еды пользователя рукой, на которой надет смарт-браслет, причем жест питья и/или еды определяют по характерным сигналам, полученным от гироскопа и акселерометра, отвечающих за передвижение указанной руки пользователя, когда пользователь совершает жест питья и/или еды, причем количество принятой жидкости оценивают по времени, в течение которого продолжался жест питья и/или еды.

24. Способ по п.7, в котором подблок определения количества принятой жидкости определяет количество принятой жидкости по обнаружению микрожеста питья и/или еды пользователя рукой, на которой не надет смарт-браслет, причем микрожест питья и/или еды определяют по характерным сигналам, полученным от гироскопа и акселерометра, отвечающих за микропередвижения указанной руки пользователя, когда пользователь совершает микрожест питья и/или еды, причем количество принятой жидкости оценивают по времени, в течение которого продолжался микрожест питья и/или еды.

25. Способ по любому из пп.7-15, в котором для определения количества принятой жидкости используют заданную зависимость количества выпитой жидкости от общего количества совершенных жестов и/или заданную зависимость количества выпитой жидкости от общей продолжительности жеста.

26. Способ по п.7, причем в подблоке определения количества принятой жидкости временные последовательности сигналов от акселерометра и гироскопа преобразуются в векторное представление, которое описывает жесты пользователя в любой момент времени, на основе векторного представления с помощью обученной на наборах данных регрессионной модели обнаруживают жесты приема жидкости и оценивают количество принятой жидкости.

27. Способ по п.26, причем регрессионная модель обучена присваивать больший вес векторным представлениям, связанным с глотком пользователя.

28. Смарт-часы, содержащие устройство оценки гидратации пользователя по п.1.

29. Смарт-часы по п.28, причем смарт-часы подключены к инфраструктуре «умный дом».

30. Вычислительное устройство для устройства оценки гидратации пользователя, содержащее процессор и память, хранящую инструкции для выполнения этапов способа по п.7.

31. Компьютерно-читаемый носитель для устройства оценки гидратации пользователя, хранящий инструкции для побуждения вычислительного устройства выполнять этапы способа по п.7.