[发明专利]健康跟踪设备

说明书

一种设备可从多个传感器接收与用户有关的传感器数据。所述设备可包括多种类型的传感器，所述多种类型的传感器包括加速度计、心率传感器、血压传感器、血糖传感器、汗液传感器、皮肤导电率传感器或成像传感器中的一个或多个、以及光谱仪。所述设备可处理来自于所述多种类型的传感器的与所述用户有关的传感器数据，以确定所述用户的健康状况。所述设备可基于处理来自于所述多种类型的传感器的与所述用户有关的传感器数据，经由用户接口提供识别所述用户的健康状况的信息。

技术领域

本发明涉及健康跟踪设备。

背景技术

可佩戴式健身跟踪器可基于接收自传感器的传感器数据对用户活动执行测量。例如，可佩戴式健身跟踪器可包括加速度计，所述加速度计提供传感器数据以估计锻炼阶段期间的用户活动。可佩戴式健身跟踪器可提供与锻炼阶段期间的用户活动相关联的信息以供显示。例如，可佩戴式健身跟踪器可基于来自加速度计的传感器数据估计一个或多个度量(诸如估计的行进距离、估计的卡路里消耗度量、估计的代谢当量(MET)度量等)，并且可提供所述一个或多个度量以供显示。

发明内容

根据某些可能的实施方式，一种设备可包括一个或多个处理器。所述一个或多个处理器可从多个传感器接收与用户有关的传感器数据。所述多个传感器可包括多种类型的传感器，所述多种类型的传感器包括加速度计、心率传感器、血压传感器、血糖传感器、汗液传感器、皮肤导电率传感器或成像传感器中的一个或多个、以及光谱仪。所述一个或多个处理器可处理所述传感器数据以确定所述用户的健康状况，所述传感器数据来自所述多种类型的传感器且与所述用户有关。所述一个或多个处理器可基于处理所述传感器数据，经由用户界面提供识别所述用户的健康状况的信息，所述传感器数据来自所述多种类型的传感器且与所述用户有关。

根据某些可能的实施方式，一种非暂时性计算机可读介质可存储一个或多个指令，所述一个或多个指令在由一个或多个处理器执行时可使得所述一个或多个处理器接收第一光谱分类模型。所述第一光谱分类模型可与基于化学计量特征识别健康状况相关联。所述第一光谱分类模型可基于利用光谱仪对一组对象执行的校准而生成。所述一个或多个指令在由一个或多个处理器执行时可使得所述一个或多个处理器获得关于用户的一组属性。所述一组属性包括关于所述用户的第一传感器数据。所述一个或多个指令在由一个或多个处理器执行时可使得所述一个或多个处理器基于所述第一光谱分类模型和关于所述用户的所述一组属性生成第二光谱分类模型。所述第二光谱分类模型可允许确定所述用户或食品(food item)的特性。所述一个或多个指令在由一个或多个处理器执行时可使得所述一个或多个处理器基于关于所述用户的第二传感器数据周期性地更新所述第二光谱分类模型。

根据某些可能的实施方式，一种方法可包括由设备基于第一传感器数据确定用户的活动水平，所述第一传感器数据与所述用户的所述活动水平有关且来自第一组传感器。所述方法可包括由所述设备基于第二传感器数据确定用于由所述用户消耗的一组食品的营养含量，所述第二传感器数据与所述一组食品的营养含量有关且来自第二组传感器。所述第二传感器数据可从光谱仪获得。所述方法可包括由所述设备获得针对所述用户的存储的饮食和锻炼计划。所存储的饮食和锻炼计划可包括与所述用户的活动水平以及用于由所述用户消耗的所述一组食品的营养含量有关的目标。所述方法可包括由所述设备基于所述用户的活动水平以及所述一组食品的营养含量确定用户对所存储的饮食和锻炼计划的遵从性。所述方法可包括由所述设备基于确定用户对所存储的饮食和锻炼计划的遵从性，提供与用户对所存储的饮食和锻炼计划的遵从性有关的建议。

附图说明

图1为本文所述的示例性实施方式的概述的图；

图2为可实施本文所述的系统和/或方法的示例性环境的图；

图3为图2的一个或多个设备的示例性组件的图；

图4为用于基于与多个传感器相关联的传感器数据提供健康信息的示例性处理的流程图；

图5A至5D为与图4中所示的示例性处理有关的示例性实施方式的图；