特表 2024-540862 運動中の心拍数を測定するための技術

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-11-06

(54)【発明の名称】運動中の心拍数を測定するための技術

(51)【国際特許分類】

   A61B 5/0245 20060101AFI20241029BHJP

   A61B 5/02 20060101ALI20241029BHJP

   A61B 5/11 20060101ALI20241029BHJP

【ＦＩ】

A61B5/0245 200

A61B5/02 C

A61B5/02 310A

A61B5/11 230

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2024522062

(86)(22)【出願日】2022-09-29

(85)【翻訳文提出日】2024-06-10

(86)【国際出願番号】 US2022045239

(87)【国際公開番号】W WO2023064114

(87)【国際公開日】2023-04-20

(31)【優先権主張番号】63/254,849

(32)【優先日】2021-10-12

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】17/954,564

(32)【優先日】2022-09-28

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＢＬＵＥＴＯＯＴＨ

(71)【出願人】

【識別番号】522496220

【氏名又は名称】オーラ ヘルス オサケユキチュア

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100229448

【弁理士】

【氏名又は名称】中槇 利明

(72)【発明者】

【氏名】ザン，シー

(72)【発明者】

【氏名】リ，ロニー

(72)【発明者】

【氏名】ランタネン，アンティ アレクシ

(72)【発明者】

【氏名】ヴァリウス，テロ ユハニ

(72)【発明者】

【氏名】ヤーヴェラー，ユシ ペッテリ

(72)【発明者】

【氏名】フォー，ゲラルト

【テーマコード（参考）】

4C017

4C038

【Ｆターム（参考）】

4C017AA02

4C017AA09

4C017AA12

4C017AA14

4C017AA16

4C017AB03

4C017AC28

4C017BC14

4C017BC21

4C017FF15

4C038VA04

4C038VB13

4C038VC20

(57)【要約】

心拍数検出のための方法、システム、及び装置が記載される。ユーザの心拍数を測定するための方法は、ユーザに関連付けられた生理学的データを受信することであって、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集された光電脈波法（ＰＰＧ）データ及び動きデータを含んでもよい、ことを含んでもよい。本方法は、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することと、受信した動きデータに基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することと、選択された第１の心拍数測定値に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することと、を含んでもよい。

【特許請求の範囲】

【請求項1】

ユーザの心拍数を測定するための方法であって、
前記ユーザに関連付けられた生理学的データを受信することであって、前記生理学的データは、前記ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集された光電脈波法（ＰＰＧ）データ及び動きデータを含む、ことと、
前記ＰＰＧデータに少なくとも部分的に基づいて、前記第１の時間間隔内の候補心拍数測定値のセットを判定することと、
前記受信した動きデータに少なくとも部分的に基づいて、前記候補心拍数測定値のセットから第１の心拍数測定値を選択することと、
前記選択された第１の心拍数測定値に少なくとも部分的に基づいて、前記第１の時間間隔内の前記ユーザの第１の心拍数を判定することと、を含む、方法。

【請求項2】

前記ＰＰＧデータ及び前記動きデータを機械学習モデルに入力することをさらに含み、前記第１の心拍数測定値を選択すること、前記第１の心拍数を判定すること、又はその両方は、前記ＰＰＧデータ及び前記動きデータを前記機械学習モデルに入力することに少なくとも部分的に基づく、請求項１に記載の方法。

【請求項3】

前記候補心拍数測定値のセットと前記動きデータとの間のデータ傾向の比較に少なくとも部分的に基づいて、前記候補心拍数測定値のセットから１つ以上の心拍数測定値を動きアーチファクトとして識別することと、
動きアーチファクトとして識別された前記１つ以上の心拍数測定値を含まない前記候補心拍数測定値のセットのサブセットから前記第１の心拍数測定値を選択することと、をさらに含む、請求項１に記載の方法。

【請求項4】

前記１つ以上の心拍数測定値を動きアーチファクトとして識別することは、
前記動きデータに対して類似の周波数パターンを呈する前記１つ以上の心拍数測定値に少なくとも部分的に基づいて、前記候補心拍数測定値のセットから前記１つ以上の心拍数測定値を動きアーチファクトとして識別することを含む、請求項３に記載の方法。

【請求項5】

前記ユーザに関連付けられた追加の生理学的データを受信することであって、前記追加の生理学的データは、前記ウェアラブルデバイスを介して、第２の時間間隔にわたって収集された追加のＰＰＧデータ及び追加の動きデータを含み、前記第２の時間間隔は、前記第１の時間間隔の後である、ことと、
前記追加のＰＰＧデータに少なくとも部分的に基づいて、前記第２の時間間隔内の候補心拍数測定値の追加のセットを判定することと、
前記受信した追加の動きデータに少なくとも部分的に基づいて、前記候補心拍数測定値の追加のセットから第２の心拍数測定値を選択することと、
前記選択された第２の心拍数測定値に少なくとも部分的に基づいて、前記第２の時間間隔内の前記ユーザの第２の心拍数を判定することと、をさらに含む、請求項１に記載の方法。

【請求項6】

前記第１の時間間隔に対する前記第１の心拍数測定値と、前記第２の時間間隔に対する前記第２の心拍数測定値との間を補間することであって、前記第１の時間間隔内の前記ユーザの前記第１の心拍数を判定すること、前記第２の時間間隔内の前記ユーザの前記第２の心拍数を判定すること、又はその両方は、前記補間に少なくとも部分的に基づく、ことをさらに含む、請求項５に記載の方法。

【請求項7】

前記補間は、前記第１の時間間隔にわたって収集された前記動きデータの強度、前記第２の時間間隔にわたって収集された前記追加の動きデータの強度、又はその両方に少なくとも部分的に基づいて、前記第１の時間間隔に対する前記第１の心拍数測定値と、前記第２の時間間隔に対する前記第２の心拍数測定値との間を補間することを含む、請求項６に記載の方法。

【請求項8】

前記ＰＰＧデータは、ＰＰＧセンサの複数のペアから取得された複数のＰＰＧ信号を含み、ＰＰＧセンサの各ペアは、少なくとも１つの発光ダイオードと少なくとも１つの光検出器とを含み、前記方法は、
１つ以上の数学的演算を使用して前記複数のＰＰＧ信号を組み合わせて複合ＰＰＧ信号を生成することであって、前記１つ以上の数学的演算は、平均化演算、加重平均化演算、又はその両方を含み、前記候補心拍数測定値のセットの判定は、前記複合ＰＰＧ信号に少なくとも部分的に基づく、ことをさらに含む、請求項１に記載の方法。

【請求項9】

前記動きデータは、第１の方向に関する第１の加速度データと、第２の方向に関する第２の加速度データと、第３の方向に関する第３の加速度データと、を含み、前記方法は、
前記第１の加速度データ、前記第２の加速度データ、又は前記第３の加速度データの１つ以上の特性に少なくとも部分的に基づいて、１つ以上の数学的演算を使用して、前記第１の加速度データ、前記第２の加速度データ、前記第３の加速度データ、又はそれらの任意の組み合わせを組み合わせることであって、前記候補心拍数測定値のセットからの前記第１の心拍数測定値の選択は、前記第１の加速度データ、前記第２の加速度データ、前記第３の加速度データ、又はそれらの任意の組み合わせを組み合わせることに少なくとも部分的に基づく、請求項１に記載の方法。

【請求項10】

前記候補心拍数測定値のセットを判定することは、
人間の心拍数の予想範囲に対応する周波数範囲内で前記候補心拍数測定値のセットを判定することを含む、請求項１に記載の方法。

【請求項11】

前記ユーザに関連付けられたユーザデバイスのグラフィカルユーザインターフェースに、前記第１の心拍数の指標を表示させることをさらに含む、請求項１に記載の方法。

【請求項12】

前記ウェアラブルデバイスは、ウェアラブルリングデバイスを含む、請求項１に記載の方法。

【請求項13】

前記ウェアラブルデバイスは、動脈血流に基づいて前記ユーザから前記生理学的データを収集する、請求項１に記載の方法。

【請求項14】

ユーザの心拍数を測定するための装置であって、
プロセッサと、
前記プロセッサに結合されたメモリと、
前記メモリに記憶された命令と、を含み、前記命令は、前記装置に、
前記ユーザに関連付けられた生理学的データを受信することであって、前記生理学的データは、前記ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集された光電脈波法（ＰＰＧ）データ及び動きデータを含む、ことと、
前記ＰＰＧデータに少なくとも部分的に基づいて、前記第１の時間間隔内の候補心拍数測定値のセットを判定することと、
前記受信した動きデータに少なくとも部分的に基づいて、前記候補心拍数測定値のセットから第１の心拍数測定値を選択することと、
前記選択された第１の心拍数測定値に少なくとも部分的に基づいて、前記第１の時間間隔内の前記ユーザの第１の心拍数を判定することと、を行わせるように前記プロセッサによって実行可能である、装置。

【請求項15】

前記命令は、前記装置に、
前記候補心拍数測定値のセットと前記動きデータとの間のデータ傾向の比較に少なくとも部分的に基づいて、前記候補心拍数測定値のセットから１つ以上の心拍数測定値を動きアーチファクトとして識別することと、
動きアーチファクトとして識別された前記１つ以上の心拍数測定値を含まない前記候補心拍数測定値のセットのサブセットから前記第１の心拍数測定値を選択することと、を行わせるように前記プロセッサによってさらに実行可能である、請求項１４に記載の装置。

【請求項16】

前記１つ以上の心拍数測定値を動きアーチファクトとして識別する前記命令は、前記装置に、
前記動きデータに対して類似の周波数パターンを呈する前記１つ以上の心拍数測定値に少なくとも部分的に基づいて、前記候補心拍数測定値のセットから前記１つ以上の心拍数測定値を動きアーチファクトとして識別することを行わせるように前記プロセッサによって実行可能である、請求項１５に記載の装置。

【請求項17】

前記命令は、*前記装置に、
前記ユーザに関連付けられた追加の生理学的データを受信することであって、前記追加の生理学的データは、前記ウェアラブルデバイスを介して、第２の時間間隔にわたって収集された追加のＰＰＧデータ及び追加の動きデータを含み、前記第２の時間間隔は、前記第１の時間間隔の後である、ことと、
前記追加のＰＰＧデータに少なくとも部分的に基づいて、前記第２の時間間隔内の候補心拍数測定値の追加のセットを判定することと、
前記受信した追加の動きデータに少なくとも部分的に基づいて、前記候補心拍数測定値の追加のセットから第２の心拍数測定値を選択することと、
前記選択された第２の心拍数測定値に少なくとも部分的に基づいて、前記第２の時間間隔内の前記ユーザの第２の心拍数を判定することと、を行わせるように前記プロセッサによってさらに実行可能である、請求項１４に記載の装置。

【請求項18】

前記命令は、前記装置に、
前記第１の時間間隔に対する前記第１の心拍数測定値と、前記第２の時間間隔に対する前記第２の心拍数測定値との間を補間することであって、前記第１の時間間隔内の前記ユーザの前記第１の心拍数を判定すること、前記第２の時間間隔内の前記ユーザの前記第２の心拍数を判定すること、又はその両方は、前記補間に少なくとも部分的に基づく、ことを行わせるように前記プロセッサによってさらに実行可能である、請求項１７に記載の装置。

【請求項19】

前記命令は、前記装置に、
前記第１の時間間隔にわたって収集された前記動きデータの強度、前記第２の時間間隔にわたって収集された前記追加の動きデータの強度、又はその両方に少なくとも部分的に基づいて、前記第１の時間間隔に対する前記第１の心拍数測定値と、前記第２の時間間隔に対する前記第２の心拍数測定値との間を補間することを行わせるように前記プロセッサによってさらに実行可能である、請求項１７に記載の装置。

【請求項20】

前記ＰＰＧデータは、ＰＰＧセンサの複数のペアから取得された複数のＰＰＧ信号を含み、前記命令は、前記装置に、
１つ以上の数学的演算を使用して前記複数のＰＰＧ信号を組み合わせて複合ＰＰＧ信号を生成することであって、前記１つ以上の数学的演算は、平均化演算、加重平均化演算、又はその両方を含み、前記候補心拍数測定値のセットの判定は、前記複合ＰＰＧ信号に少なくとも部分的に基づく、ことを行わせるように前記プロセッサによってさらに実行可能である、請求項１４に記載の装置。

【発明の詳細な説明】

【技術分野】

【0001】

本特許出願は、２０２１年１０月２１日に出願された「ＴＥＣＨＮＩＱＵＥＳ ＦＯＲ ＭＥＡＳＵＲＩＮＧ ＨＥＡＲＴ ＲＡＴＥ ＤＵＲＩＮＧ ＥＸＥＲＣＩＳＥ」と題するＺＨＡＮＧらによる米国仮特許出願６３／２５４，８４９号の利益を主張する、２０２２年９月２８日に出願された「ＴＥＣＨＮＩＱＵＥＳ ＦＯＲ ＭＥＡＳＵＲＩＮＧ ＨＥＡＲＴ ＲＡＴＥ ＤＵＲＩＮＧ ＥＸＥＲＣＩＳＥ」と題するＺＨＡＮＧらによる、本譲受人に譲渡されている米国非仮特許出願第１７／９５４，５４６号の利益を主張し、同出願は、本明細書に参照により明示的に組み込まれる。

【0002】

以下、運動中の心拍数を測定するための技術を含む、ウェアラブルデバイス及びデータ処理に関する。

【背景技術】

【0003】

いくつかのウェアラブルデバイスは、動きデータ、温度データ、光電脈波法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｍ、ＰＰＧ）データなど、ユーザの心拍数に関連するデータをユーザから収集するように構成されることがある。場合によっては、いくつかのウェアラブルデバイスは、ユーザが運動しているか、又は別様に移動している間などに、ユーザの心拍数データを正確に判定することができないことがある。

【図面の簡単な説明】

【0004】

【図1】本開示の態様による、心拍数を測定するための技術をサポートするシステムの一例を図示する。

【0005】

【図2】本開示の態様による、心拍数を測定するための技術をサポートするシステムの一例を図示する。

【0006】

【図3】本開示の態様による、心拍数を測定するための技術をサポートする心拍数判定手順の一例を図示する。

【0007】

【図4】本開示の態様による、心拍数を測定するための技術をサポートする心拍数判定手順の一例を図示する。

【0008】

【図5】本開示の態様よる、心拍数を測定するための技術をサポートするグラフィカルユーザインターフェース（ｇｒａｐｈｉｃａｌ ｕｓｅｒ ｉｎｔｅｒｆａｃｅ、ＧＵＩ）の一例を図示する。

【0009】

【図6】本開示の態様による、心拍数を測定するための技術をサポートする装置のブロック図を示す。

【0010】

【図7】本開示の態様による、心拍数を測定するための技術をサポートするウェアラブルアプリケーションのブロック図を示す。

【0011】

【図8】本開示の態様による、心拍数を測定するための技術をサポートするデバイスを含むシステムの図を示す。

【0012】

【図9】本開示の態様による、心拍数を測定するための技術をサポートする方法を図示するフローチャートである。

【図10】本開示の態様による、心拍数を測定するための技術をサポートする方法を図示するフローチャートである。

【図11】本開示の態様による、心拍数を測定するための技術をサポートする方法を図示するフローチャートである。

【発明を実施するための形態】

【0013】

ユーザは、デバイス（例えば、ウェアラブルデバイス）を使用して、心拍数などのユーザの生理学的測定値を判定してもよい。いくつかのウェアラブルデバイスは、光電脈波法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｍ、ＰＰＧ）データを使用して、経時的にユーザの心拍数を判定してもよい。例えば、ウェアラブルデバイスは、ウェアラブルデバイス内のＰＰＧセンサ（例えば、赤外線ＰＰＧセンサ、赤外線発光ダイオード（ＬＥＤ））を介して、血液脈拍量の変化を検出することによって、ユーザの心拍数を測定してもよい。ユーザの心臓が鼓動するたびに、血液はユーザの手と指に位置する動脈に送り出される。ＰＰＧセンサは、光反射と吸収を使用して、血流と血液量のこれらの変化を検出することができる。各脈拍は、ユーザの指の動脈を膨張と収縮の間で交互に生じる。使用者の皮膚、特に指の皮膚に光を当てることによって、血液によって吸収され、動脈内の赤血球の揺らぎ体積から反射された光の変化が測定される。ここから、ＰＰＧは、ユーザの心臓の活動（例えば、心拍数）を表す視覚的波形を介して、これらの血流変化を表すことができる。

【0014】

心拍数は、ユーザによって行われる活動（例えば、コップ１杯の水を飲む、立ち上がる、テレビを見る、運動する）に基づいて変化しやすい敏感なメトリックである。特定の活動は、心拍数のスパイク又はディップをもたらすことがあり、そのような変動は、データにおける「ノイズ」と呼ばれることがある。加えて、いくつかの活動は、心拍数信号として誤って解釈され得るＰＰＧ信号を生成することがある。例えば、ランニング、ジャンプなどの運動は、動きアーティファクト（例えば、誤ったＰＰＧ信号）が生じることがある。ＰＰＧセンサの光学的性質は、ＰＰＧ測定値を、デバイスと皮膚との間の可変的かつ不連続な接触による動きアーチファクトの影響を受けやすくすることがある。動きアーチファクトは、典型的には、運動の動きによって誘発される血流速度の変化、又はＰＰＧセンサとユーザの皮膚との間の相対的な移動によって生じる。例えば、いくつかの動き（例えば、ランニング）は、ウェアラブルデバイス（例えば、ウェアラブルデバイスのセンサ）と、ウェアラブルデバイスが配置されるユーザの部分との間に周期的な圧力をもたらすことがあり、それ自体、血管に周期的な圧力を加えることがある。周期的な動きによって生じる周期的な圧力は、血管を周期的に収縮させ、拡張させることがある。したがって、ウェアラブルデバイスは、このような血管の収縮及び拡張が、ユーザの心拍数に起因せず、ユーザの動きに起因したものであるため、血管の収縮及び拡張を人工ＰＰＧ信号として検出してもよい。動きに起因するこのような人工ＰＰＧ信号は、「動きアーチファクト」と呼ばれることがある。

【0015】

このように、運動又は他の動き中に心拍数を測定することの困難性に起因して、いくつかの従来のウェアラブルデバイスは、１日を通して及び／又は動きの期間中にユーザの心拍数を正確に追跡しないか、又は全く追跡しないことがある。このような場合、ウェアラブルデバイスは、ユーザの心拍数の限定された描写のみを提供し、したがって、ユーザの全体的な健康の限定された描写を提供してもよい。加えて、心拍数が運動中の努力及び強度の指標を提供することがあるので、心拍数は運動中のユーザにとって貴重なツールとなることがある。例えば、ユーザは、運動中に心拍数を利用して、ワークアウトの強度を上げるか下げるかを判定してもよい。したがって、運動中などの活動期間中にユーザの心拍数を正確に判定するための技術を実装することが有益であり得る。本明細書に記載されるウェアラブルデバイスは、心臓データを検出し、データに影響を与える動きアーチファクトからユーザの実際の心拍数データを区別するための手順を用いて構成されてもよい。

【0016】

したがって、本開示の態様は、動き及び他のノイズの影響を受けにくいような方式でユーザの心拍数を測定するための技術に関する。心拍数を判定するための手順は、ユーザに関連付けられた生理学的データを受信することであって、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータ（例えば、加速度データ）を含んでもよい。場合によっては、動きデータは、加速度データを参照してもよく、ユーザの動きの期間を判定するために使用されてもよい。本方法は、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することを含んでもよい。候補心拍数測定値のセットは、人工心拍数測定値（例えば、周期的な動き又は他の活動に起因し得る心拍数測定値）を含んでもよい。したがって、本方法は、受信した動きデータに基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することを含んでもよい。例えば、候補心拍数測定値のセットは、動きと相関する候補心拍数測定値を判定するために動きデータと比較されてもよい。したがって、動きに起因しない心拍数データが選択されてもよい。本方法を使用して、選択された第１の心拍数測定値に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定してもよい。

【0017】

いくつかの実装では、機械学習モデル又はアルゴリズム（例えば、ヒューリスティックベースのモデル、ディープラーニングモデル、回帰ベースのモデル）を使用して、ユーザの心拍数測定値を判定してもよい。例えば、ウェアラブルデバイスは、ユーザに関連付けられたＰＰＧデータ及び動きデータを獲得してもよい。獲得されたＰＰＧ及び動きデータは、ユーザの判定又は推定された心拍数を出力するように構成された機械学習モデルに入力されてもよい。例えば、機械学習モデルは、動きアーチファクトに起因する候補心拍数測定値と、ユーザの実際の心拍数を示す候補心拍数測定値とを区別するように構成されてもよい。このような場合、機械学習モデルは、候補心拍数測定値を選択し（例えば、識別し、推定し）、選択／推定された候補心拍数測定値に基づいて、ユーザの心拍数を判定するように構成されてもよい。別の例として、機械学習モデルは、受信したＰＰＧデータ及び動きデータ内の時間領域及び／又は周波数領域の特徴（候補心拍数測定値を識別するために使用されてもよい）を識別するように構成されてもよく、識別された特徴に基づいて、ユーザの心拍数を判定又は推定するように構成されてもよい。

【0018】

本明細書に記載される手順は、運動中の心拍数を判定することに限定されない。場合によっては、本明細書に記載される手順を利用して、常時、又は活動レベルに関係なく心拍数を検出してもよく、そのため、ウェアラブルデバイスは、休息、活動、運動、睡眠などの期間中に記載の技術を利用してもよい。したがって、本明細書に記載される主題の特定の態様は、１つ以上の利点を実現するために実装されてもよい。記載される技術は、休息、活動、運動、睡眠などの期間中に包括的な心拍数データをユーザに提供するために、ユーザの心拍数データを検出し、判定する際の改善をサポートすることができる。

【0019】

開示の態様は、最初に、ウェアラブルデバイスを介してユーザからの生理学的データ収集をサポートするシステムとの関連で記載される。本開示の追加の態様は、追加的に、例示的な心拍数判定手順及び例示的なグラフィカルユーザインターフェース（ｇｒａｐｈｉｃａｌ ｕｓｅｒ ｉｎｔｅｒｆａｃｅ、ＧＵＩ）との関連で記載される。本開示の態様は、運動中に心拍数を測定するための技術に関する装置図、システム図、及びフローチャートによってさらに図示され、それらを参照して記載される。

【0020】

図１は、本開示の態様による、心拍数を測定するための技術をサポートするシステムの一例を図示する。システム１００は、１人以上のユーザ１０２によって装着及び／又は操作され得る複数の電子デバイス（例えば、ウェアラブルデバイス１０４、ユーザデバイス１０６）を含む。システム１００は、さらに、ネットワーク１０８と、１つ以上のサーバ１１０とを含む。

【0021】

電子デバイスは、ウェアラブルデバイス１０４（例えば、リングウェアラブルデバイス、腕時計ウェアラブルデバイスなど）、ユーザデバイス１０６（例えば、スマートフォン、ラップトップ、タブレット）を含む、当技術分野で知られている任意の電子デバイスを含んでもよい。それぞれのユーザ１０２に関連付けられた電子デバイスは、以下の機能、すなわち、１）生理学的データを測定すること、２）測定されたデータを記憶すること、３）データを処理すること、４）処理されたデータに基づいて出力を（例えば、ＧＵＩを介して）ユーザ１０２に提供すること、及び５）互いに及び／又は他のコンピューティングデバイスとデータを通信すること、のうちの１つ以上を含んでもよい。異なる電子デバイスは、１つ以上の機能を行ってもよい。

【0022】

例示的なウェアラブルデバイス１０４は、ユーザ１０２の指に装着されるように構成されたリングコンピューティングデバイス（以下、「リング」という）、ユーザ１０２の手首に装着されるように構成された手首コンピューティングデバイス（例えば、スマートウォッチ、フィットネスバンド、又はブレスレット）、及び／又は頭部マウントコンピューティングデバイス（例えば、眼鏡／ゴーグル）などのウェアラブルコンピューティングデバイスを含んでもよい。ウェアラブルデバイス１０４は、バンド、ストラップ（例えば、可撓性又は非可撓性のバンド又はストラップ）、スティックオンセンサなども含んでもよく、これらは、頭（例えば、額ヘッドバンド）、腕（例えば、前腕バンド及び／又は上腕バンド）、及び／又は脚（例えば、大腿又はふくらはぎバンド）の周りのバンド、耳の後ろ、わきの下などの他の場所に配置されてもよい。また、ウェアラブルデバイス１０４は、衣類に取り付けられてもよいし、これに含まれてもよい。例えば、ウェアラブルデバイス１０４は、衣服のポケット及び／又はポーチに含まれてもよい。別の例として、ウェアラブルデバイス１０４は、衣服にクリップ留め及び／又はピン留めされてもよいし、別様にユーザ１０２の近傍に維持されてもよい。例示的な衣類は、帽子、シャツ、手袋、パンツ、靴下、上着（例えば、ジャケット）、及び下着を含んでもよいが、これらに限定されない。いくつかの形態では、ウェアラブルデバイス１０４は、身体活動中に使用されるトレーニング／スポーツデバイスなどの他のタイプのデバイスと共に含まれてもよい。例えば、ウェアラブルデバイス１０４は、自転車、スキー、テニスラケット、ゴルフクラブ、及び／又はトレーニングウェイトに取り付けられるか、又はこれらに含まれてもよい。

【0023】

本開示の多くは、リングウェアラブルデバイス１０４に関連して記載されてもよい。したがって、「リング１０４」、「ウェアラブルデバイス１０４」、及び同様の用語は、本明細書で特に明記しない限り、交換可能に使用されてもよい。しかし、「リング１０４」という用語の使用は、本開示の態様が他のウェアラブルデバイス（例えば、腕時計ウェアラブルデバイス、ネックレスウェアラブルデバイス、ブレスレットウェアラブルデバイス、イヤリングウェアラブルデバイス、アンクレットウェアラブルデバイスなど）を使用して行われ得ることが本明細書において企図されるので、限定的なものと見なされるべきではない。

【0024】

いくつかの態様では、ユーザデバイス１０６は、スマートフォン及びタブレットコンピューティングデバイスなどのハンドヘルドモバイルコンピューティングデバイスを含んでもよい。ユーザデバイス１０６はまた、ラップトップ及びデスクトップコンピューティングデバイスなどのパーソナルコンピュータを含んでもよい。他の例示的なユーザデバイス１０６は、他の電子デバイスと（例えば、インターネットを介して）通信し得るサーバコンピューティングデバイスを含んでもよい。いくつかの実装では、コンピューティングデバイスは、外部ウェアラブルコンピューティングデバイス（例えば、ホルターモニタ）などの医療デバイスを含んでもよい。医療デバイスはまた、ペースメーカー及び除細動器などの植え込み可能な医療デバイスを含んでもよい。他の例示的なユーザデバイス１０６は、モノのインターネット（ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ、ＩｏＴ）デバイス（例えば、ＩｏＴデバイス）、スマートテレビ、スマートスピーカ、スマートディスプレイ（例えば、ビデオ通話ディスプレイ）、ハブ（例えば、無線通信ハブ）、セキュリティシステム、スマート家電（例えば、サーモスタット及び冷蔵庫）、並びにフィットネス機器などの家庭用コンピューティングデバイスを含んでもよい。

【0025】

いくつかの電子デバイス（例えば、ウェアラブルデバイス１０４、ユーザデバイス１０６）は、フォトプレチスモグラフィー波形、連続皮膚温度、脈拍波形、呼吸数、心拍数、心拍変動（ＨＲＶ、ｈｅａｒｔ ｒａｔｅ ｖａｒｉａｂｉｌｉｔｙ）、アクチグラフィー、ガルバニック皮膚反応、パルスオキシメトリー、及び／又は他の生理学的パラメータなど、それぞれのユーザ１０２の生理学的パラメータを測定してもよい。生理学的パラメータを測定するいくつかの電子デバイスはまた、本明細書に記載の計算の一部／全部を実行してもよい。いくつかの電子デバイスは、生理学的パラメータを測定しないことがあるが、本明細書に記載の計算の一部／全部を実行してもよい。例えば、リング（例えば、ウェアラブルデバイス１０４）、モバイルデバイスアプリケーション、又はサーバコンピューティングデバイスは、他のデバイスによって測定され受信した生理学的データを処理してもよい。

【0026】

いくつかの実装では、ユーザ１０２は、複数の電子デバイスを動作させるか、又はこれらに関連付けられてもよく、これらのうちのいくつかは、生理学的パラメータを測定してもよく、これらのうちのいくつかは、測定された生理学的パラメータを処理してもよい。いくつかの実装では、ユーザ１０２は、生理学的パラメータを測定するリング（例えば、ウェアラブルデバイス１０４）を有してもよい。ユーザ１０２は、ユーザデバイス１０６（例えば、モバイルデバイス、スマートフォン）を有するか、又はこれに関連付けられてもよく、ウェアラブルデバイス１０４及びユーザデバイス１４０は、互いに通信可能に結合されている。場合によっては、ユーザデバイス１０６は、ウェアラブルデバイス１０４からデータを受信し、本明細書に記載の計算の一部／全部を実行してもよい。いくつかの実装では、ユーザデバイス１０６はまた、運動／活動パラメータなど、本明細書に記載の生理学的パラメータを測定してもよい。

【0027】

例えば、図１に図示されるように、第１のユーザ１０２－ａ（ユーザ１）は、本明細書に記載のように動作し得るウェアラブルデバイス１０４－ａ（例えば、リング１０４－ａ）及びユーザデバイス１０６－ａを動作させるか、又はこれらに関連付けられてもよい。この例では、ユーザ１０２－ａに関連付けられたユーザデバイス１０６－ａは、リング１０４－ａによって測定された生理学的パラメータを処理／記憶してもよい。比較すると、第２のユーザ１０２－ｂ（ユーザ２）は、リング１０４－ｂ、腕時計型ウェアラブルデバイス１０４－ｃ（例えば、腕時計１０４－ｃ）、及びユーザデバイス１０６－ｂに関連付けられてもよく、ユーザ１０２－ｂに関連付けられたユーザデバイス１０６－ｂは、リング１０４－ｂ及び／又は腕時計１０４－ｃによって測定された生理学的パラメータを処理／記憶してもよい。さらに、第ｎのユーザ１０２－ｎ（ユーザＮ）は、本明細書に記載の電子デバイスの構成（例えば、リング１０４－ｎ、ユーザデバイス１０６－ｎ）に関連付けられてもよい。いくつかの態様では、ウェアラブルデバイス１０４（例えば、リンク１０４、時計１０４）及び他の電子デバイスは、Ｂｌｕｅｔｏｏｔｈ、Ｗｉ－Ｆｉ、及び他の無線プロトコルを介して、それぞれのユーザ１０２のユーザデバイス１０６に通信可能に結合されてもよい。

【0028】

いくつかの態様では、システム１００のリング１０４（例えば、ウェアラブルデバイス１０４）は、ユーザの指の中の動脈血流に基づいて、それぞれのユーザ１０２から生理学的データを収集するように構成されてもよい。特に、リング１０４は、ユーザの指の手のひら側で光を放出する１つ以上のＬＥＤ（例えば、赤色ＬＥＤ、緑色ＬＥＤ）を利用して、ユーザの指の中の動脈血流に基づいて生理学的データを収集してもよい。いくつかの実装では、リング１０４は、緑色ＬＥＤと赤色ＬＥＤの両方の組み合わせを使用して生理学的データを獲得してもよい。生理学的データは、限定されるものではないが、温度データ、加速度計データ（例えば、移動／動きデータ）、心拍数データ、ＨＲＶデータ、血中酸素レベルデータ、又はそれらの任意の組み合わせを含む、当該技術分野で知られている任意の生理学的データを含んでもよい。

【0029】

赤色ＬＥＤ及び緑色ＬＥＤは、異なる条件（例えば、明／暗、活性／不活性）下で、身体の異なる部分を介して生理学的データを取得するときなどに、それ自体が明確な利点を有することが分かっているため、緑色ＬＥＤ及び赤色ＬＥＤの両方を使用することは、他の解決策を超えるいくつかの利点を提供してもよい。例えば、緑色ＬＥＤは、運動中により優れた性能を呈することが分かっている。さらに、リング１０４の周りに分散された複数のＬＥＤ（例えば、緑色ＬＥＤ及び赤色ＬＥＤ）を使用することは、腕時計型ウェアラブルデバイス内など、互いに近接して配置されるＬＥＤを利用するウェアラブルデバイスと比較して、優れた性能を呈することが分かっている。さらに、指の血管（例えば、動脈、毛細血管）は、手首の血管と比較して、ＬＥＤを介してよりアクセスしやすい。特に、手首の動脈は手首の下部（例えば、手首の手のひら側）に配置され、ウェアラブル腕時計型デバイス及び類似するデバイスが典型的に装着される手首の上部（例えば、手首の手の甲側）では毛細血管のみがアクセス可能であることを意味する。そのため、リング１０４内でＬＥＤ及び他のセンサを利用することは、リング１０４が（毛細血管と比較して）動脈へのより大きなアクセスを有し得、それによってより強い信号及びより価値のある生理学的データをもたらすので、手首に装着されるウェアラブルデバイスと比較して優れた性能を呈することが分かっている。

【0030】

システム１００の電子デバイス（例えば、ユーザデバイス１０６、ウェアラブルデバイス１０４）は、有線又は無線通信プロトコルを介して１つ以上のサーバ１１０に通信可能に結合されてもよい。例えば、図１に示すように、電子デバイス（例えば、ユーザデバイス１０６）は、ネットワーク１０８を介して１つ以上のサーバ１１０に通信可能に結合されてもよい。ネットワーク１０８は、インターネットのようなＴＣＰ／ＩＰ（ｔｒａｎｓｆｅｒ ｃｏｎｔｒｏｌ ｐｒｏｔｏｃｏｌ ａｎｄ ｉｎｔｅｒｎｅｔ ｐｒｏｔｏｃｏｌ ）プロトコルを実装してもよいし、他のネットワーク１０８プロトコルを実装してもよい。ネットワーク１０８とそれぞれの電子デバイスとの間のネットワーク接続は、電子メール、ウェブ、テキストメッセージ、メール、又はコンピュータネットワーク１０８内の任意の他の適切な形式の対話を介したデータの転送を容易にしてもよい。例えば、いくつかの実装では、第１のユーザ１０２－ａに関連付けられたリング１０４－ａは、ユーザデバイス１０６－ａに通信可能に結合されてもよく、ユーザデバイス１０６－ａは、ネットワーク１０８を介してサーバ１１０に通信可能に結合されてもよい。追加又は代替の場合、ウェアラブルデバイス１０４（例えば、リンク１０４、腕時計１０４）は、ネットワーク１０８に直接通信可能に結合されてもよい。

【0031】

システム１００は、ユーザデバイス１０６と１つ以上のサーバ１１０との間でオンデマンドデータベースサービスを提供してもよい。場合によっては、サーバ１１０は、ネットワーク１０８を介してユーザデバイス１０６からデータを受信し、データを記憶し、分析してもよい。同様に、サーバ１１０は、ネットワーク１０８を介してユーザデバイス１０６にデータを提供してもよい。場合によっては、サーバ１１０は、１つ以上のデータセンタに位置してもよい。サーバ１１０は、データの記憶、管理、及び処理のために使用されてもよい。いくつかの実装では、サーバ１１０は、ウェブブラウザを介してユーザデバイス１０６にウェブベースのインターフェースを提供してもよい。

【0032】

いくつかの態様では、システム１００は、ユーザ１０２が眠っている期間を検出し、ユーザ１０２が眠っている期間を１つ以上の睡眠段階に分類（例えば、睡眠段階分類）してもよい。例えば、図１に示すように、ユーザ１０２－ａは、ウェアラブルデバイス１０４－ａ（例えば、リング１０４－ａ）及びユーザデバイス１０６－ａに関連付けられてもよい。この例では、リング１０４－ａは、温度、心拍数、ＨＲＶ、呼吸数などを含む、ユーザ１０２－ａに関連付けられた生理学的データを収集してもよい。いくつかの態様では、リング１０４－ａによって収集されたデータは、機械学習分類器に入力されてもよく、機械学習分類器は、ユーザ１０２－ａが眠っている（又は眠っていた）期間を判定するように構成されている。さらに、機械学習分類器は、覚醒睡眠段階、急速眼球運動（ＲＥＭ）睡眠段階、浅い睡眠段階（ノンレム睡眠（ＮＲＥＭ））、及び深い睡眠段階（ＮＲＥＭ）を含む異なる睡眠段階に期間を分類するように構成されてもよい。いくつかの態様では、分類された睡眠段階は、ユーザデバイス１０６－ａのＧＵＩを介してユーザ１０２－ａに表示されてもよい。睡眠段階分類は、推奨就寝時間、推奨目覚め時間などのユーザの睡眠パターンに関するフィードバックをユーザ１０２－ａに提供するために使用されてもよい。さらに、いくつかの実装では、本明細書に記載の睡眠段階分類技術を使用して、睡眠スコア（Ｓｌｅｅｐ Ｓｃｏｒｅ）、準備完了スコア（Ｒｅａｄｉｎｅｓｓ Ｓｃｏｒｅ）などのそれぞれのユーザのスコアを計算してもよい。

【0033】

いくつかの態様では、システム１００は、概日リズム由来の特徴を利用して、本明細書に記載の生理学的データ収集、データ処理手順、及び他の技術をさらに改善してもよい。概日リズムという用語は、個人の睡眠－覚醒サイクルを調節する自然な内部プロセスを指してもよく、これは、約２４時間ごとに繰り返される。この点に関して、本明細書に記載の技術は、概日リズム調整モデルを利用して、生理学的データ収集、分析、及びデータ処理を改善してもよい。例えば、概日リズム調整モデルは、ウェアラブルデバイス１０４－ａを介してユーザ１０２－ａから収集された生理学的データと共に、機械学習分類器に入力されてもよい。この例では、概日リズム調整モデルは、ユーザの自然な約２４時間の概日リズムを通して収集された生理学的データを「重み付け」する、すなわち調整するように構成されてもよい。いくつかの実装では、システムは、最初に「ベースライン」概日リズム調整モデルで開始し、各ユーザ１０２から収集された生理学的データを使用してベースラインモデルを修正して、各それぞれのユーザ１０２に特有の、調整された、個別化された概日リズム調整モデルを生成してもよい。

【0034】

いくつかの態様では、システム１００は、他の生体リズムを利用して、これらの他のリズムの位相による生理学的データ収集、分析、及び処理をさらに改善してもよい。例えば、個人のベースラインデータ内で週周期リズムが検出された場合、モデルは、曜日によってデータの「重み」を調整するように構成されてもよい。この方法によるモデルの調整を必要とする可能性のある生体リズムには、１）ウルトラディアン（睡眠状態の睡眠サイクルを含む１日よりも速いリズム、及び覚醒状態中に測定された生理学的変数の１時間未満から数時間の周期性への振動、２）概日リズム、３）仕事のスケジュールのように概日リズムに加えて課されることが示されている非内因性の毎日のリズム、４）毎週のリズム、又は外因的に課される他の人工的な時間周期性（例えば、１２日間の「週」を有する仮想的な培養では、１２日間のリズムを使用することができる）、５）女性では複数日の卵巣リズム、男性では精子形成リズム、６）月のリズム（人工光が少ないか又はない状態で生活している個人に関連する）、及び７）季節的リズムが含まれる。

【0035】

生体リズムは必ずしも定常的なリズムではない。例えば、多くの女性は、周期間で卵巣周期の長さにばらつきを経験しており、ウルトラディアンリズムは、使用者内であっても、正確に同じ時間又は日を越えた周期性で発生するとは予想されない。そのため、生理学的データにおけるこれらのリズムの時間分解能を維持しながら周波数組成を定量化するのに十分な信号処理技術を使用して、これらのリズムの検出を改善し、各リズムの位相を測定された時間の各瞬間に割り当て、それによって調整モデル及び時間間隔の比較を修正してもよい。生体リズム調整モデル及びパラメータは、個体又は個体の群の動的な生理学的ベースラインをより正確に捕捉するために、必要に応じて線形又は非線形の組み合わせで追加され得る。

【0036】

いくつかの態様では、システム１００のそれぞれのデバイスは、ウェアラブルデバイスによって収集された生理学的データ（例えば、動きデータ）に基づいて、ユーザの心拍数データを判定するための技術をサポートしてもよい。このシステムは、活動、動き、運動などの期間中に心拍数データを判定するための技術をサポートしてもよい。特に、図１に図示されるシステム１００は、ユーザ１０２の心拍数データを判定し、ユーザ１０２に対応するユーザデバイス１０６に心拍数データの指標を表示させるための技術をサポートしてもよい。例えば、図１に示すように、ユーザ１（ユーザ１０２－ａ）は、ウェアラブルデバイス１０４－ａ（例えば、リング１０４－ａ）及びユーザデバイス１０６－ａに関連付けられてもよい。この例では、リング１０４－ａは、動き、温度、心拍数、ＨＲＶなどを含む、ユーザ１０２－ａに関連付けられたデータを収集してもよい。いくつかの態様では、リング１０４－ａは、リング１０４－ａが動きアーチファクトから実際の心拍数データを選択するために使用し得るユーザの生理学的データを収集するために使用されてもよい。リング１０４－ａは、ＰＰＧモニタリングに基づいて心拍数データを判定してもよい。

【0037】

生理学的データ収集、ＰＰＧモニタリング、及び心拍数データ判定は、リング１０４－ａ、ユーザ１に関連付けられたユーザデバイス１０６－ａ、１つ以上のサーバ１１０、又はそれらの任意の組み合わせを含む、システム１００の任意の構成要素によって実行されてもよい。例えば、いくつかの実装では、収集されたＰＰＧデータ及び動きデータは、ユーザの心拍数を判定するように構成されている機械学習モデルに入力されてもよい。心拍数データの判定がされると、システム１００は、ユーザデバイス１０６－ａのＧＵＩに、心拍数データの全て又はサブセットを表示させてもよい。

【0038】

当業者であれば、本開示の１つ以上の態様は、システム１００において実施されて、上述のもの以外の他の問題を追加的に又は代替的に解決してもよいと理解されたい。さらに、本開示の態様は、本明細書に記載されるような「従来の」システム又はプロセスに技術的改善を提供することがある。しかしながら、説明及び添付の図面は、本開示の態様を実装することで結果として得られる例示的な技術的改善のみを含んでおり、したがって、特許請求の範囲内で提供される技術的改善の全てを表しているわけではない。

【0039】

図２は、本開示の態様による、心拍数を測定するための技術をサポートするシステム２００の一例を図示する。システム２００は、システム１００を実装するか、又はこれによって実装されてもよい。特に、システム２００は、図１を参照して記載のように、リング１０４（例えば、ウェアラブルデバイス１０４）、ユーザデバイス１０６、及びサーバ１１０の例を図示する。

【0040】

いくつかの態様では、リング１０４は、ユーザの指の周りに装着されるように構成されてもよく、ユーザの指の周りに装着されるときに、１つ以上のユーザの生理学的パラメータを判定してもよい。測定値及び判定値の例としては、限定されるものではないが、ユーザの皮膚温度、脈拍波形、呼吸数、心拍数、ＨＲＶ、血中酸素レベルなどを含んでもよい。

【0041】

システム２００は、リング１０４と通信するユーザデバイス１０６（例えば、スマートフォン）をさらに含む。例えば、リング１０４は、ユーザデバイス１０６と無線及び／又は有線通信をしてもよい。いくつかの実装では、リング１０４は、測定及び処理されたデータ（例えば、温度データ、ＰＰＧデータ、動き／加速度計データ、リング入力データなど）をユーザデバイス１０６に送信してもよい。ユーザデバイス１０６は、リング１０４に、リング１０４のファームウェア／構成の更新などのデータを送信してもよい。ユーザデバイス１０６は、データを処理してもよい。いくつかの実装では、ユーザデバイス１０６は、処理及び／又は記憶のためにデータをサーバ１１０に送信してもよい。

【0042】

リング１０４は、内側ハウジング２０５－ａと外側ハウジング２０５－ｂとを含み得るハウジング２０５を含んでもよい。いくつかの態様では、リング１０４のハウジング２０５は、限定するものではないが、デバイス電子機器、電源（例えば、バッテリ２１０、及び／又はキャパシタ）、デバイス電子機器及び／又は電源を相互接続する１つ以上の基板（例えば、印刷可能な回路基板）などを含むが、リングの様々な構成要素を格納するか、又は他の方法で含んでもよい。デバイス電子機器は、処理モジュール２３０－ａ、メモリ２１５、通信モジュール２２０－ａ、電力モジュール２２５などのデバイスモジュール（例えば、ハードウェア／ソフトウェア）を含んでもよい。デバイス電子機器はまた、１つ以上のセンサを含んでもよい。センサの例としては、１つ以上の温度センサ２４０、ＰＰＧセンサアセンブリ（例えば、ＰＰＧシステム２３５）、及び１つ以上の動きセンサ２４５を含んでもよい。

【0043】

センサは、リング１０４のそれぞれの構成要素／モジュールと通信し、それぞれのセンサに関連付けられた信号を生成するように構成された関連モジュール（図示されず）を含んでもよい。いくつかの態様では、リング１０４の構成要素／モジュールの各々は、有線接続又は無線接続を介して互いに通信可能に結合されてもよい。さらに、リング１０４は、光センサ（例えば、ＬＥＤ）、オキシメータなどを含む、ユーザから生理学的データを収集するように構成された追加及び／又は代替のセンサ又は他の構成要素を含んでもよい。

【0044】

図２を参照して図示及び記載されたリング１０４は、単に図示の目的で提供されている。そのため、リング１０４は、図２に図示されたもののような追加又は代替の構成要素を含んでもよい。本明細書に記載の機能を提供する他のリング１０４が製造されてもよい。例えば、より少ない構成要素（例えば、センサ）を有するリング１０４が製造されてもよい。特定の例では、単一の温度センサ２４０（又は他のセンサ）、電源、及び単一の温度センサ２４０（又は他のセンサ）を読み取るように構成されたデバイス電子機器を有するリング１０４が製造されてもよい。別の特定の例では、温度センサ２４０（又は他のセンサ）は、（例えば、クランプ、バネ式クランプなどを使用して）ユーザの指に取り付けられてもよい。この場合、センサは、温度センサ２４０（又は他のセンサ）を読み取る手首装着型コンピューティングデバイスなど、別のコンピューティングデバイスに配線されてもよい。他の例では、追加のセンサ及び処理機能を含むリング１０４が製造されてもよい。

【0045】

ハウジング２０５は、１つ以上のハウジング２０５構成要素を含んでもよい。ハウジング２０５は、外側ハウジング２０５－ｂ構成要素（例えば、シェル）と、内側ハウジング２０５－ａ構成要素（例えば、成形品）とを含んでもよい。ハウジング２０５は、図２に明示的に図示されていない追加の構成要素（例えば、追加の層）を含んでもよい。例えば、いくつかの実装では、リング１０４は、デバイス電子機器及び他の導電性材料（例えば、電気トレース）を外側ハウジング２０５－ｂ（例えば、金属外側ハウジング２０５－ｂ）から電気的に絶縁する１つ以上の絶縁層を含んでもよい。ハウジング２０５は、デバイス電子機器、バッテリ２１０、基板、及び他の構成要素のための構造的支持を提供してもよい。例えば、ハウジング２０５は、デバイス電子機器、バッテリ２１０、及び基板を、圧力及び衝撃などの機械的な力から保護してもよい。ハウジング２０５はまた、デバイス電子機器、バッテリ２１０、及び基板を水及び／又は他の化学物質から保護してもよい。

【0046】

外側ハウジング２０５－ｂは、１つ以上の材料から製造されてもよい。いくつかの実装では、外側ハウジング２０５－ｂは、比較的軽量で強度及び耐摩耗性を提供し得るチタンなどの金属を含んでもよい。外側ハウジング２０５－ｂはまた、ポリマーなどの他の材料から製造されてもよい。いくつかの実装では、外側ハウジング２０５－ｂは、装飾的であるとともに保護的であってもよい。

【0047】

内側ハウジング２０５－ａは、ユーザの指とインターフェースするように構成されてもよい。内側ハウジング２０５－ａは、ポリマー（例えば、医療グレードのポリマー）又は他の材料から形成されてもよい。いくつかの実装では、内側ハウジング２０５－ａは透明であってもよい。例えば、内側ハウジング２０５－ａは、ＰＰＧ発光ダイオード（ＬＥＤ）によって放出される光に対して透過であってもよい。いくつかの実装では、内側ハウジング２０５－ａの構成要素は、外側ハウジング２０５－ｂ上に成形されてもよい。例えば、内側ハウジング２０５－ａは、外側ハウジング２０５－ｂの金属シェルに適合するように成形される（例えば、射出成形される）ポリマーを含んでもよい。

【0048】

リング１０４は、１つ以上の基板（図示されず）を含んでもよい。デバイス電子機器及びバッテリ２１０は、１つ以上の基板上に含まれてもよい。例えば、デバイス電子機器及びバッテリ２１０は、１つ以上の基板上にマウントされてもよい。例示的な基板は、可撓性回路基板（ＰＣＢ、ｐｒｉｎｔｅｄ ｃｉｒｃｕｉｔ ｂｏａｒｄ）（例えば、ポリイミド）などの１つ以上のＰＣＢを含んでもよい。いくつかの実装では、電子機器／バッテリ２１０は、フレキシブルＰＣＢ上の表面実装デバイス（例えば、表面実装技術（ＳＭＴ、ｓｕｒｆａｃｅ－ｍｏｕｎｔ ｔｅｃｈｎｏｌｏｇｙ）デバイス）を含んでもよい。いくつかの実装では、１つ以上の基板（例えば、１つ以上の可撓性ＰＣＢ）は、デバイス電子機器間の電気通信を提供する電気トレースを含んでもよい。電気トレースはまた、バッテリ２１０をデバイス電子機器に接続してもよい。

【0049】

デバイス電子機器、バッテリ２１０、及び基板は、様々な方法でリング１０４内に配置されてもよい。いくつかの実装では、センサ（例えば、ＰＰＧシステム２３５、温度センサ２４０、動きセンサ２４５、及び他のセンサ）がユーザの指の下面とインターフェースするように、デバイス電子機器を含む１つの基板が、リング１０４の下部（例えば、下半分）に沿ってマウントされてもよい。これらの実装では、バッテリ２１０は、リング１０４の上部分に沿って（例えば、別の基板上に）含まれてもよい。

【0050】

リング１０４の様々な構成要素／モジュールは、リング１０４に含まれ得る機能（例えば、回路及び他の構成要素）を表す。モジュールは、本明細書のモジュールに帰属される機能を生成することができるアナログ及び／又はデジタル回路を実装する任意の個別及び／又は集積電子回路構成要素を含んでもよい。例えば、モジュールはアナログ回路（例えば、増幅回路、フィルタリング回路、アナログ／デジタル変換回路、及び／又は他の信号調整回路）を含んでもよい。モジュールはまた、デジタル回路（例えば、組み合わせ論理回路又は順序論理回路、メモリ回路など）を含んでもよい。

【0051】

リング１０４のメモリ２１５（メモリモジュール）は、ランダムアクセスメモリ（ＲＡＭ、ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、リードオンリーメモリ（ＲＯＭ、ｒｅａｄ－ｏｎｌｙ ｍｅｍｏｒｙ）、不揮発性ＲＡＭ（ＮＶＲＡＭ、ｎｏｎ－ｖｏｌａｔｉｌｅ ＲＡＭ）、電気的に消去可能なプログラム可能ＲＯＭ（ＥＥＰＲＯＭ、ｅｌｅｃｔｒｉｃａｌｌｙ－ｅｒａｓａｂｌｅ ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、フラッシュメモリ、又は他の任意のメモリデバイスなど、任意の揮発性、不揮発性、磁気、又は電気媒体を含んでもよい。メモリ２１５は、本明細書に記載のデータのいずれかを記憶してもよい。例えば、メモリ２１５は、それぞれのセンサ及びＰＰＧシステム２３５によって収集されたデータ（例えば、動きデータ、温度データ、ＰＰＧデータ）を記憶するように構成されてもよい。さらに、メモリ２１５は、１つ以上の処理回路によって実行されるときに、モジュールに、本明細書のモジュールに帰属される様々な機能を実行させる命令を含んでもよい。本明細書に記載のリング１０４のデバイス電子機器は、デバイス電子回路の一例にすぎない。そのため、デバイス電子機器を実装するために使用される電子構成要素のタイプは、設計上の考慮事項に基づいて変化してもよい。

【0052】

本明細書に記載のリング１０４のモジュールに帰属される機能は、１つ以上のプロセッサ、ハードウェア、ファームウェア、ソフトウェア、又はそれらの任意の組み合わせとして具現化されてもよい。モジュールとしての異なる特徴の描写は、異なる機能的態様を強調することを意図しており、そのようなモジュールが別個のハードウェア／ソフトウェア構成要素によって実現されなければならないことを必ずしも意味しない。むしろ、１つ以上のモジュールに関連付けられた機能は、別個のハードウェア／ソフトウェア構成要素によって実行されるか、又は共通のハードウェア／ソフトウェア構成要素内に統合されてもよい。

【0053】

リング１０４の処理モジュール２３０－ａは、１つ以上のプロセッサ（例えば、処理ユニット）、マイクロコントローラ、デジタル信号プロセッサ、システムオンチップ（ＳｏＣ、ｓｙｓｔｅｍｓ ｏｎ ａ ｃｈｉｐ）、及び／又は他の処理デバイスを含んでもよい。処理モジュール２３０－ａは、リング１０４に含まれるモジュールと通信する。例えば、処理モジュール２３０－ａは、モジュールと、センサなどのリング１０４の他の構成要素との間でデータを送信／受信してもよい。本明細書に記載されるように、モジュールは、様々な回路構成要素によって実装されてもよい。したがって、モジュールは、回路（例えば、通信回路及び電力回路）と呼ばれることもある。

【0054】

処理モジュール２３０－ａは、メモリ２１５と通信してもよい。メモリ２１５は、処理モジュール２３０－ａによって実行されるときに、処理モジュール２３０－ａに、本明細書の処理モジュール２３０－ａに帰属される様々な機能を実行させるコンピュータ可読命令を含んでもよい。いくつかの実装では、処理モジュール２３０－ａ（例えば、マイクロコントローラ）は、通信モジュール２２０－ａ（例えば、統合されたＢｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙトランシーバ）及び／又は追加のオンボードメモリ２１５によって提供される通信機能など、他のモジュールに関連付けられた追加の特徴を含んでもよい。

【0055】

通信モジュール２２０－ａは、ユーザデバイス１０６（例えば、ユーザデバイス１０６の通信モジュール２２０－ｂ）との無線及び／又は有線通信を提供する回路を含んでもよい。いくつかの実装では、通信モジュール２２０－ａ、２２０－ｂは、Ｂｌｕｅｔｏｏｔｈ回路及び／又はＷｉ－Ｆｉ回路などの無線通信回路を含んでもよい。いくつかの実装では、通信モジュール２２０－ａ、２２０－ｂは、ユニバーサルシリアルバス（ＵＳＢ、Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ）通信回路などの有線通信回路を含むことができる。通信モジュール２２０－ａを使用して、リング１０４とユーザデバイス１０６は、互いに通信するように構成されてもよい。リングの処理モジュール２３０－ａは、通信モジュール２２０－ａを介してユーザデバイス１０６との間でデータを送信／受信するように構成されてもよい。データの例としては、動きデータ、温度データ、脈拍波形、心拍数データ、ＨＲＶデータ、ＰＰＧデータ、及び状態更新（例えば、充電状態、バッテリ充電レベル、及び／又はリング１０４構成セッティング）を含むが、これらに限定されない。リングの処理モジュール２３０－ａは、ユーザデバイス１０６から更新（例えば、ソフトウェア／ファームウェア更新）及びデータを受信するように構成されてもよい。

【0056】

リング１０４は、バッテリ２１０（例えば、再充電可能なバッテリ２１０）を含んでもよい。例示的なバッテリ２１０は、リチウムイオン又はリチウムポリマータイプのバッテリ２１０を含んでもよいが、様々なバッテリ２１０のオプションが可能である。バッテリ２１０は、無線で充電されてもよい。いくつかの実装では、リング１０４は、バッテリ２１０以外の電源、例えばキャパシタを含んでもよい。電源（例えば、バッテリ２１０又はキャパシタ）は、リング１０４の曲線に一致する曲線ジオメトリを有してもよい。いくつかの態様では、充電器又は他の電源が、リング１０４自体によって収集されたデータに加えてデータを収集するために使用され得るか、又はリングによって収集されたデータを補足する追加のセンサを含んでもよい。さらに、リング１０４の充電器又は他の電源は、ユーザデバイス１０６として機能してもよく、その場合、リング１０４の充電器又は他の電源は、リング１０４からデータを受信し、リング１０４から受信したデータを記憶及び／又は処理し、リング１０４とサーバ１１０との間でデータを通信するように構成されてもよい。

【0057】

いくつかの態様では、リング１０４は、バッテリ２１０の充電を制御し得る電力モジュール２２５を含む。例えば、電力モジュール２２５は、リング１０４とインターフェースされたときにバッテリ２１０を充電する外部無線充電器とインターフェースしてもよい。充電器は、リング１０４のデータム構造と嵌合して、１０４の充電中にリング１０４と指定された向きを作成するデータム構造を含んでもよい。電力モジュール２２５はまた、デバイス電子機器の電圧を調整し、デバイス電子機器への電力出力を調整し、バッテリ２１０の充電状態を監視してもよい。いくつかの実装では、バッテリ２１０は、高電流放電、１０４充電中の過電圧、及び１０４放電中の不足電圧からバッテリ２１０を保護する保護回路モジュール（ＰＣＭ）を含んでもよい。電力モジュール２２５はまた、静電放電（ＥＳＤ、ｅｌｅｃｔｒｏ－ｓｔａｔｉｃ ｄｉｓｃｈａｒｇｅ）保護を含んでもよい。

【0058】

１つ以上の温度センサ２４０は、処理モジュール２３０－ａに電気的に結合されてもよい。温度センサ２４０は、温度センサ２４０によって読み取られた又は感知された温度を示す温度信号（例えば、温度データ）を生成するように構成されてもよい。処理モジュール２３０－ａは、温度センサ２４０の場所におけるユーザの温度を判定してもよい。例えば、リング１０４では、温度センサ２４０によって生成された温度データは、ユーザの指におけるユーザの温度（例えば、皮膚温度）を示してもよい。いくつかの実装では、温度センサ２４０は、ユーザの皮膚に接触してもよい。他の実装では、ハウジング２０５の一部分（例えば、内側ハウジング２０５－ａ）は、温度センサ２４０とユーザの皮膚との間にバリア（例えば、薄い熱伝導性バリア）を形成してもよい。いくつかの実装では、使用者の指に接触するように構成されたリング１０４の部分は、熱伝導部分と断熱部分とを有してもよい。熱伝導部分は、ユーザの指から温度センサ２４０に熱を伝導してもよい。断熱部分は、リング１０４の部分（例えば、温度センサ２４０）を周囲温度から絶縁してもよい。

【0059】

いくつかの実装では、温度センサ２４０は、処理モジュール２３０－ａが温度を判定するために使用し得るデジタル信号（例えば、温度データ）を生成してもよい。別の例として、温度センサ２４０が受動センサを含む場合、処理モジュール２３０－ａ（又は温度センサ２４０モジュール）は、温度センサ２４０によって生成される電流／電圧を測定し、測定された電流／電圧に基づいて温度を判定してもよい。温度センサ２４０の例は、負温度係数（ＮＴＣ、ｎｅｇａｔｉｖｅ ｔｅｍｐｅｒａｔｕｒｅ ｃｏｅｆｆｉｃｉｅｎｔ ）サーミスタなどのサーミスタ、又は抵抗器、トランジスタ、ダイオード、及び／又は他の電気／電子構成要素を含む他のタイプのセンサを含んでもよい。

【0060】

処理モジュール２３０－ａは、経時的にユーザの温度をサンプリングしてもよい。例えば、処理モジュール２３０－ａは、サンプリングレートに従ってユーザの温度をサンプリングしてもよい。サンプリングレートの例としては、１秒当たり１サンプルを含んでもよいが、処理モジュール２３０－ａは、１秒当たり１サンプルよりも高い又は低い他のサンプリングレートで温度信号をサンプリングするように構成されてもよい。いくつかの実装では、処理モジュール２３０－ａは、昼間及び夜間を通じて連続的にユーザの温度をサンプリングしてもよい。１日を通して十分なレート（例えば、１秒当たり１サンプル）でサンプリングすることにより、本明細書に記載の分析のための十分な温度データが提供されてもよい。

【0061】

処理モジュール２３０－ａは、サンプリングされた温度データをメモリ２１５に記憶してもよい。いくつかの実装では、処理モジュール２３０－ａは、サンプリングされた温度データを処理してもよい。例えば、処理モジュール２３０－ａは、ある期間にわたる平均温度値を判定してもよい。一例では、処理モジュール２３０－ａは、毎分にわたって収集された全ての温度値を合計し、毎分のサンプル数で割ることによって、毎分の平均温度値を判定してもよい。１秒当たり１サンプルで温度がサンプリングされる特定の例では、平均温度は、１分間の全てのサンプリングされた温度の合計を６０秒で割ったものであってもよい。メモリ２１５は、経時的に平均温度値を記憶してもよい。いくつかの実装では、メモリ２１５は、メモリ２１５を節約するために、サンプリングされた温度の代わりに、平均温度（例えば、１分当たり１つ）を記憶してもよい。

【0062】

メモリ２１５に記憶され得るサンプリングレートは、設定可能であり得る。いくつかの実装では、サンプリングレートは、昼夜を通じて同じであってもよい。他の実装では、サンプリングレートは、昼夜を通じて変化してもよい。いくつかの実装では、リング１０４は、生理学的変化を示さない温度の大きなスパイク（例えば、熱いシャワーからの温度スパイク）などの温度読み取り値をフィルタリング／排除してもよい。いくつかの実装では、リング１０４は、（例えば、動きセンサ２４５によって示される）運動中の過度の動きなどの他の要因によって信頼できない温度測定値をフィルタリング／排除してもよい。

【0063】

リング１０４（例えば、通信モジュール）は、サンプリングされた温度データ及び／又は平均温度データを、記憶及び／又はさらなる処理のために、ユーザデバイス１０６に送信してもよい。ユーザデバイス１０６は、サンプリングされた温度データ及び／又は平均温度データを、記憶及び／又はさらなる処理のためにサーバ１１０に転送してもよい。

【0064】

リング１０４は、単一の温度センサ２４０を含むものとして図示されているが、リング１０４は、ユーザの指の近くの内側ハウジング２０５－ａに沿って配置されるなどのように、１つ以上の場所に複数の温度センサ２４０を含んでもよい。いくつかの実装では、温度センサ２４０は、スタンドアロン温度センサ２４０であってもよい。追加的又は代替的に、１つ以上の温度センサ２４０は、加速度計及び／又はプロセッサなどの他の構成要素と共に（例えば、他の構成要素と共にパッケージ化されて）含まれてもよい。

【0065】

処理モジュール２３０－ａは、単一の温度センサ２４０に関して記載されたのと同様の方法で、複数の温度センサ２４０からデータを獲得し、処理してもよい。例えば、処理モジュール２３０は、複数の温度センサ２４０の各々からの温度データを個別にサンプリングし、平均し、記憶してもよい。他の例では、処理モジュール２３０－ａは、異なるレートでセンサをサンプリングし、異なるセンサについて異なる値を平均／記憶してもよい。いくつかの実装では、処理モジュール２３０－ａは、指の異なる場所にある２つ以上の温度センサ２４０によって判定された２つ以上の温度の平均に基づいて、単一の温度を判定するように構成されてもよい。

【0066】

リング１０４上の温度センサ２４０は、ユーザの指（例えば、任意の指）で遠位温度を獲得してもよい。例えば、リング１０４上の１つ以上の温度センサ２４０は、指の下側から、又は指の異なる場所で、ユーザの温度を獲得してもよい。いくつかの実装では、リング１０４は、遠位温度を連続的に（例えば、サンプリングレートで）取得してもよい。指でリング１０４によって測定される遠位温度が本明細書に記載されているが、他のデバイスが同じ／異なる場所で温度を測定してもよい。場合によっては、ユーザの指で測定された遠位温度は、ユーザの手首又は他の体外場所で測定された温度と異なってもよい。追加的に、ユーザの指で測定された遠位温度（例えば、「シェル」温度）は、ユーザの深部体温とは異なってもよい。そのため、リング１０４は、他の体内／体外場所では取得されないことがある有用な温度信号を提供してもよい。場合によっては、指での連続的な温度測定は、深部体温では明らかでないことがある温度変動（例えば、小さな変動又は大きな変動）を捕捉してもよい。例えば、指での連続的な温度測定は、身体の他の場所での他の温度測定によっては提供されないことがある追加の洞察を提供する毎ごと又は時間ごとの温度変動を捕捉してもよい。

【0067】

リング１０４は、ＰＰＧシステム２３５を含んでもよい。ＰＰＧシステム２３５は、光を送信する１つ以上の光送信機を含んでもよい。ＰＰＧシステム２３５はまた、１つ以上の光送信機によって送信された光を受信する１つ以上の光受信機を含んでもよい。光受信機は、光受信機によって受信された光量を示す信号（以下、「ＰＰＧ」信号）を生成してもよい。光送信機は、ユーザの指の領域を照射してもよい。ＰＰＧシステム２３５によって生成されたＰＰＧ信号は、照射領域における血液の潅流を示してもよい。例えば、ＰＰＧ信号は、ユーザの脈圧によって引き起こされる照射領域における血液量変化を示してもよい。処理モジュール２３０－ａは、ＰＰＧ信号をサンプリングし、ＰＰＧ信号に基づいてユーザの脈拍波形を判定してもよい。処理モジュール２３０－ａは、ユーザの呼吸速度、心拍数、ＨＲＶ、酸素飽和度、及び他の循環パラメータなど、ユーザの脈拍波形に基づいて様々な生理学的パラメータを判定してもよい。

【0068】

いくつかの実装では、ＰＰＧシステム２３５は、光受信機がユーザの指の領域を通して反射される送信した光を受信する反射型ＰＰＧシステム２３５として構成されてもよい。いくつかの実装では、ＰＰＧシステム２３５は、光がユーザの指の部分を通して光受信機に直接送信されるように、光送信機及び光受信機が互いに対向して配置される透過型ＰＰＧシステム２３５として構成されてもよい。

【0069】

ＰＰＧシステム２３５に含まれる送信機及び受信機の数及び比率は、変動してもよい。光送信機の例としては、発光ダイオード（ＬＥＤ、ｌｉｇｈｔ－ｅｍｉｔｔｉｎｇ ｄｉｏｄｅ）を含んでもよい。光送信機は、赤外スペクトル及び／又は他のスペクトルの光を送信してもよい。光受信機の例としては、光センサ、フォトトランジスタ、及びフォトダイオードを含んでもよいが、これらに限定されない。光受信機は、光送信機から受信した波長に応答してＰＰＧ信号を生成するように構成されてもよい。送信機と受信機の場所は、変動してもよい。追加的に、単一のデバイスは、反射型及び／又は透過型ＰＰＧシステム２３５を含んでもよい。

【0070】

図２に図示されるＰＰＧシステム２３５は、いくつかの実装では、反射型ＰＰＧシステム２３５を含んでもよい。これらの実装では、ＰＰＧシステム２３５は、中央に位置する光受信機（例えば、リング１０４の底部にある）と、光受信機の両側に位置する２つの光送信機と、を含んでもよい。この実装では、ＰＰＧシステム２３５（例えば、光受信機）は、光送信機の一方又は両方から受信した光に基づいてＰＰＧ信号を生成してもよい。他の実装では、１つ以上の光送信機及び／又は光受信機の他の配置、組み合わせ、及び／又は構成が企図される。

【0071】

処理モジュール２３０－ａは、光受信機によって生成されたＰＰＧ信号をサンプリングしながら、光を送信する光送信機の一方又は両方を制御してもよい。いくつかの実装では、処理モジュール２３０－ａは、光受信器によって生成されたＰＰＧ信号をサンプリングしながら、より強い受信信号を用いた光送信機に、光を送信させてもよい。例えば、選択された光送信機は、ＰＰＧ信号がサンプリングレート（例えば、２５０ Ｈｚ）でサンプリングされている間、連続的に光を放出してもよい。

【0072】

ＰＰＧシステム２３５によって生成されたＰＰＧ信号をサンプリングすることにより、「ＰＰＧ」と呼ばれ得る脈拍波形がもたらされてもよい。この脈拍波形は、血圧対複数の心周期にわたる時間を示してもよい。脈拍波形は、心周期を示すピークを含んでもよい。追加的に、脈拍波形は、呼吸数を判定するために使用され得る呼吸によって誘発される変動を含んでもよい。処理モジュール２３０－ａは、いくつかの実装では、脈拍波形をメモリ２１５に記憶してもよい。処理モジュール２３０－ａは、脈拍波形が生成されるときに、及び／又はメモリ２１５から脈拍波形を取得して、本明細書に記載のユーザの生理学的パラメータを判定してもよい。

【0073】

処理モジュール２３０－ａは、脈拍波形に基づいてユーザの心拍数を判定してもよい。例えば、処理モジュール２３０－ａは、脈拍波形におけるピーク間の時間に基づいて心拍数（例えば、１分当たりの拍動数）を判定してもよい。ピーク間の時間は、拍動間隔（ＩＢＩ、ｉｎｔｅｒｂｅａｔ ｉｎｔｅｒｖａｌ）と呼ばれてもよい。処理モジュール２３０－ａは、判定された心拍数値及びＩＢＩ値をメモリ２１５に記憶してもよい。

【0074】

処理モジュール２３０－ａは、経時的にＨＲＶを判定してもよい。例えば、処理モジュール２３０－ａは、ＩＢＩの変動に基づいてＨＲＶを判定してもよい。処理モジュール２３０－ａは、経時的にＨＲＶ値をメモリ２１５に記憶してもよい。さらに、処理モジュール２３０－ａは、経時的にユーザの呼吸数を判定してもよい。例えば、処理モジュール２３０－ａは、ある期間にわたるユーザのＩＢＩ値の周波数変調、振幅変調、又はベースライン変調に基づいて、呼吸数を判定してもよい。呼吸数は、１分当たりの呼吸で、又は別の呼吸数（例えば、３０秒当たりの呼吸）として計算されてもよい。処理モジュール２３０－ａは、経時的にユーザ呼吸数値をメモリ２１５に記憶してもよい。

【0075】

リング１０４は、１つ以上の加速度計（例えば、６－Ｄ加速度計）及び／又は１つ以上のジャイロスコープ（ジャイロ）などの１つ以上の動きセンサ２４５を含んでもよい。動きセンサ２４５は、センサの動きを示す動き信号を生成してもよい。例えば、リング１０４は、加速度計の加速度を示す加速度信号を生成する１つ以上の加速度計を含んでもよい。別の例として、リング１０４は、角運動（例えば、角速度）及び／又は向きの変化を示すジャイロ信号を生成する１つ以上のジャイロセンサを含んでもよい。動きセンサ２４５は、１つ以上のセンサパッケージに含まれてもよい。加速度計／ジャイロセンサの一例としては、３つの垂直な軸における角速度及び加速度を測定し得るＢｏｓｃｈ ＢＭｌ１６０慣性微小電気機械システム（ＭＥＭＳ、ｍｉｃｒｏ ｅｌｅｃｔｒｏ－ｍｅｃｈａｎｉｃａｌ ｓｙｓｔｅｍ）センサである。

【0076】

処理モジュール２３０－ａは、サンプリングレート（例えば、５０Ｈｚ）で動き信号をサンプリングし、サンプリングされた動き信号に基づいてリング１０４の動きを判定してもよい。例えば、処理モジュール２３０－ａは、加速度信号をサンプリングして、リング１０４の加速度を判定してもよい。別の例として、処理モジュール２３０－ａは、ジャイロ信号をサンプリングして、角運動を判定してもよい。いくつかの実装では、処理モジュール２３０－ａは、動きデータをメモリ２１５に記憶してもよい。動きデータは、サンプリングされた動きデータと、サンプリングされた動き信号（例えば、加速度値及び角度値）に基づいて計算された動きデータとを含んでもよい。

【0077】

リング１０４は、本明細書に記載の様々なデータを記憶してもよい。例えば、リング１０４は、生のサンプリングされた温度データ及び計算された温度データ（例えば、平均温度）などの温度データを記憶してもよい。別の例として、リング１０４は、脈拍波形などのＰＰＧ信号データ、及び脈拍波形に基づいて計算されたデータ（例えば、心拍数値、ＩＢＩ値、ＨＲＶ値、及び呼吸数値）を記憶してもよい。リング１０４は、直線運動及び角運動を示すサンプリングされた動きデータのような動きデータを記憶してもよい。

【0078】

リング１０４又は他のコンピューティングデバイスは、サンプリング／計算された生理学的データに基づいて、追加の値を計算し、記憶してもよい。例えば、処理モジュール２３０は、睡眠メトリック（例えば、睡眠スコア）、活動メトリック、及び準備完了メトリックなどの様々なメトリックを計算し、記憶してもよい。いくつかの実装では、追加の値／メトリックが、「導出値」と呼ばれることがある。リング１０４、又は他のコンピューティング／ウェアラブルデバイスは、動きに関する様々な値／メトリックを計算してもよい。動きデータのための導出された値の例としては、動きカウント値、規則性値、強度値、ＭＥＴ（ｍｅｔａｂｏｌｉｃ ｅｑｕｉｖａｌｅｎｃｅ ｏｆ ｔａｓｋ ｖａｌｕｅ）、及び向き値を含んでもよいが、これらに限定されない。動きカウント、規則性値、強度値、及びＭＥＴは、経時的なユーザの動きの量（例えば、速度／加速度）を示してもよい。向き値は、リング１０４がユーザの指に対してどのように向いているか、及びリング１０４が左手又は右手に装着されているかを示してもよい。

【0079】

いくつかの実装では、動きカウント及び規則性値は、１つ以上の期間（例えば、１つ以上の３０秒～１分の期間）内の加速度ピークの数をカウントすることによって判定されてもよい。強度値は、移動の数及び移動の関連する強度（例えば、加速度値）を示してもよい。強度値は、関連する閾値加速度値に応じて、低、中、高に分類されてもよい。ＭＥＴは、ある期間（例えば、３０秒）の間の移動の強度、移動の規則性／不規則性、及び異なる強度に関連付けられた移動の数に基づいて判定されてもよい。

【0080】

いくつかの実装では、処理モジュール２３０－ａは、メモリ２１５に記憶されたデータを圧縮してもよい。例えば、処理モジュール２３０－ａは、サンプリングデータに基づいて計算を行った後に、サンプリングデータを削除してもよい。別の例として、処理モジュール２３０－ａは、記憶された値の数を減らすために、より長い期間にわたってデータを平均化してもよい。特定の例では、１分間にわたるユーザの平均温度がメモリ２１５に記憶されている場合、処理モジュール２３０－ａは、記憶のために５分間にわたる平均温度を計算し、次いで、１分間の平均温度データを消去してもよい。処理モジュール２３０－ａは、使用された／利用可能メモリ２１５の総量、及び／又はリング１０４が最後にデータをユーザデバイス１０６に送信してからの経過時間などの様々な要因に基づいてデータを圧縮してもよい。

【0081】

ユーザの生理学的パラメータは、リング１０４に含まれるセンサによって測定されてもよいが、他のデバイスがユーザの生理学的パラメータを測定してもよい。例えば、ユーザの温度は、リング１０４に含まれる温度センサ２４０によって測定されてもよいが、他のデバイスがユーザの温度を測定してもよい。いくつかの例では、他のウェアラブルデバイス（例えば、手首デバイス）が、ユーザの生理学的パラメータを測定するセンサを含んでもよい。追加的に、外部医療デバイス（例えば、ウェアラブル医療デバイス）及び／又は埋め込み可能な医療デバイスなどの医療デバイスは、ユーザの生理学的パラメータを測定してもよい。任意のタイプのコンピューティングデバイス上の１つ以上のセンサを使用して、本明細書に記載の技術を実装してもよい。

【0082】

生理学的測定値は、昼間及び／又は夜間を通して連続的に取られてもよい。いくつかの実装では、生理学的測定値は、昼間の部分及び／又は夜間の部分の間に取られてもよい。いくつかの実装では、生理学的測定値は、ユーザが活動状態、安静状態、及び／又は睡眠状態などの特定の状態にあると判定することに応答して取られてもよい。例えば、リング１０４は、よりクリーンな生理学的信号を獲得するために、安静／睡眠状態で生理学的測定を行うことができる。一例では、リング１０４又は他のデバイス／システムは、ユーザが安静及び／又は睡眠中であるときを検出し、その検出された状態の生理学的パラメータ（例えば、温度）を獲得してもよい。デバイス／システムは、本開示の技術を実装するために、ユーザが他の状態にあるときに、安静／睡眠の生理学的データ及び／又は他のデータを使用してもよい。

【0083】

いくつかの実装では、本明細書で前述したように、リング１０４は、データを収集、記憶、及び／又は処理するように構成されてもよく、記憶及び／又は処理のために、本明細書に記載のデータのいずれかをユーザデバイス１０６に転送してもよい。いくつかの態様では、ユーザデバイス１０６は、ウェアラブルアプリケーション２５０、オペレーティングシステム（ＯＳ）、ウェブブラウザアプリケーション（例えば、ウェブブラウザ２８０）、１つ以上の追加のアプリケーション、及びＧＵＩ２７５を含む。ユーザデバイス１０６は、センサ、オーディオデバイス、触覚フィードバックデバイスなどを含む他のモジュール及び構成要素をさらに含んでもよい。ウェアラブルアプリケーション２５０は、ユーザデバイス１０６にインストールされ得るアプリケーション（例えば、「アプリ」）の一例を含んでもよい。ウェアラブルアプリケーション２５０は、リング１０４からデータを獲得し、獲得されたデータを記憶し、獲得されたデータを本明細書に記載のように処理するように構成されてもよい。例えば、ウェアラブルアプリケーション２５０は、ユーザインターフェース（ＵＩ、ｕｓｅｒ ｉｎｔｅｒｆａｃｅ）モジュール２５５、獲得モジュール２６０、処理モジュール２３０－ｂ、通信モジュール２２０－ｂ、及びアプリケーションデータを記憶するように構成された記憶モジュール（例えば、データベース２６５）を含んでもよい。

【0084】

本明細書に記載の様々なデータ処理動作は、リング１０４、ユーザデバイス１０６、サーバ１１０、又はそれらの任意の組み合わせによって実行されてもよい。例えば、場合によっては、リング１０４によって収集されたデータは、前処理され、ユーザデバイス１０６に送信されてもよい。この例では、ユーザデバイス１０６は、受信したデータに対して何らかのデータ処理動作を実行してもよいし、データ処理のためにデータをサーバ１１０に送信してもよいし、又はその両方でもよい。例えば、場合によっては、ユーザデバイス１０６は、比較的低い処理能力を必要とする処理動作及び／又は比較的低いレイテンシを必要とする動作を実行してもよく、一方、ユーザデバイス１０６は、比較的高い処理能力を必要とする処理動作及び／又は比較的高いレイテンシを可能にし得る動作のために、データをサーバ１１０に送信してもよい。

【0085】

いくつかの態様では、システム２００のリング１０４、ユーザデバイス１０６、及びサーバ１１０は、ユーザの睡眠パターンを評価するように構成されてもよい。特に、システム２００の各構成要素は、リング１０４を介してユーザからデータを収集し、収集されたデータに基づいてユーザのための１つ以上のスコア（例えば、睡眠スコア、準備完了スコア）を生成するために使用されてもよい。例えば、本明細書で前述したように、システム２００のリング１０４は、温度、心拍数、ＨＲＶなどを含むデータをユーザから収集するためにユーザによって装着されてもよい。リング１０４によって取集されたデータは、所与の「睡眠日」のユーザの睡眠を評価するために、ユーザが眠っているとき判定するために使用されてもよい。いくつかの態様では、第１の睡眠日が第１のスコアのセットに関連付けられ、第２の睡眠日が第２のスコアのセットに関連付けられるように、スコアが、各それぞれの睡眠日に対してユーザについて計算されてもよい。スコアは、それぞれの睡眠日の間にリング１０４によって収集されたデータに基づいて、各それぞれの睡眠日に対して計算されてもよい。スコアは、睡眠スコア、準備完了スコアなどを含んでもよいが、これらに限定されない。

【0086】

場合によっては、「睡眠日」は、所与の睡眠日がそれぞれの暦日の真夜中から真夜中までになるように、従来の暦日と一致してもよい。他の場合には、睡眠日は、暦日に対してオフセットされてもよい。例えば、睡眠日は、ある暦日の午後６：００（１８：００）から次の暦日の午後６：００（１８：００）まで実行してもよい。この例では、６：００ｐｍは、「カットオフ時間」として機能してもよく、６：００ ｐｍよりも前にユーザから収集されたデータは、現在の睡眠日に対してカウントされ、６：００ｐｍよりも後にユーザから収集されたデータは、次の睡眠日に対してカウントされる。ほとんどの個人は夜間に最も多く睡眠をとるという事実に起因して、暦日に対して睡眠日をオフセットすることにより、システム２００が、ユーザの睡眠スケジュールと一貫するような方法でユーザの睡眠パターンを評価してもよい。場合によっては、ユーザは、暦日に対する睡眠日のタイミングを（例えば、ＧＵＩを介して）選択的に調整して、睡眠日が、それぞれのユーザが典型的に睡眠する持続時間と一致するようにしてもよい。

【0087】

いくつかの実装では、各それぞれの日のユーザの各総合スコア（例えば、睡眠スコア、準備完了スコア）は、１つ以上の「寄与因子」、「要因」、又は「寄与要因」に基づいて判定／計算されてもよい。例えば、ユーザの総合睡眠スコアは、総睡眠、効率、休息度、ＲＥＭ睡眠、深い睡眠、潜時、タイミング、又はそれらの任意の組み合わせを含む寄与因子のセットに基づいて計算されてもよい。睡眠スコアは、任意の数の寄与因子を含んでもよい。「総睡眠」の寄与因子は、睡眠日の全ての睡眠期間の合計を指してもよい。「効率」の寄与因子は、ベッドにいる間に起きている間に費やされた時間と比較して、睡眠に費やされた時間の割合を反映してもよく、各睡眠期間の持続時間によって重み付けされた、睡眠日の長い睡眠期間（例えば、一次睡眠期間）の効率平均を使用して計算されてもよい。「休息度」の寄与因子は、ユーザの睡眠がどれだけ安らかであるかを示してもよく、各期間の持続時間によって重み付けされた睡眠日の全ての睡眠期間の平均を使用して計算されてもよい。休息度の寄与因子は、「目覚めカウント」（例えば、異なる睡眠期間中に検出された全ての目覚め（ユーザが目覚めるとき）の合計）、過剰な移動、及び「起床カウント」（例えば、異なる睡眠期間中に検出された全ての起床（ユーザが起床するとき）の合計）に基づいてもよい。

【0088】

「ＲＥＭ睡眠」の寄与因子は、ＲＥＭ睡眠を含む睡眠日の全ての睡眠期間にわたるＲＥＭ睡眠の持続時間の合計を指してもよい。同様に、「深い睡眠」の寄与因子は、深い睡眠を含む睡眠日の全ての睡眠期間にわたる深い睡眠の持続時間の合計を指してもよい。「潜時」の寄与因子は、ユーザが睡眠に入るのに要する時間（例えば、平均、中央値、最長）を示し得、睡眠日全体の長い睡眠期間の平均を使用して計算されてもよく、各期間の持続時間及びそのような期間の数によって重み付けされる（例えば、所与の睡眠段階又は複数の睡眠段階の統合は、それ自体の寄与因子であるか、又は他の寄与因子に重み付けされてもよい）。最後に、「タイミング」の寄与因子は、睡眠日及び／又は暦日内の睡眠期間の相対的なタイミングを指してもよく、各期間の持続時間によって重み付けされた睡眠日の全ての睡眠期間の平均を使用して計算されてもよい。

【0089】

別の例として、ユーザの全体的な準備完了スコアは、睡眠、睡眠バランス、心拍数、ＨＲＶバランス、回復指数、温度、活動、活動バランス、又はそれらの任意の組み合わせを含む、寄与因子のセットに基づいて計算されてもよい。準備完了スコアには、任意の数の寄与因子を含んでもよい。「睡眠」の寄与因子は、睡眠日内の全ての睡眠期間の組み合わされた睡眠スコアを指してもよい。「睡眠バランス」の寄与因子は、睡眠日内の全ての睡眠期間の累積持続時間を指してもよい。特に、睡眠バランスは、ユーザが持続時間（例えば、過去２週間）にわたって取得ている睡眠が、ユーザのニーズとバランスがとれているかどうかをユーザに示してもよい。一般的に、成人は健康で、注意力を保ち、精神的にも身体的にも最善を尽くすために、一晩に７～９時間の睡眠が必要である。しかし、時折夜に悪い睡眠がみられるのが通常であるため、睡眠バランスの寄与因子は長期的な睡眠パターンを考慮に入れて、各ユーザの睡眠ニーズが満たされているかどうかを判定する。「安静時心拍数」の寄与因子は、睡眠日の最長睡眠期間（例えば、一次睡眠期間）からの最低心拍数、及び／又は一次睡眠期間後に生じる仮眠からの最低心拍数を示してもよい。

【0090】

引き続き、準備完了スコアの「寄与因子」（例えば、因子、寄与因子）を参照すると、「ＨＲＶバランス」の寄与因子は、一次睡眠期間及び一次睡眠期間後に起こる仮眠からの最も高いＨＲＶ平均を示してもよい。ＨＲＶバランスの寄与因子は、第１の期間（例えば、２週間）にわたるＨＲＶの傾向を、第２のより長い期間（例えば、３ヶ月）にわたる平均ＨＲＶと比較することによって、ユーザが回復状態を追跡するのに役立つ。「回復指数」の寄与因子は、最長睡眠期間に基づいて計算されてもよい。回復指数は、ユーザの安静時心拍数が夜間に安定するまでにかかる時間を測定する。非常に良好な回復の徴候は、使用者の安静時心拍数が、使用者が目覚める少なくとも６時間前の夜の前半に安定し、身体が翌日のために回復する時間を残すことである。「体温」の寄与因子は、最長睡眠期間（例えば、一次睡眠期間）に基づいて、又は仮眠中のユーザの最高温度が最長期間中の最高温度よりも少なくとも０．５度高い場合、最長睡眠期間後に生じる仮眠に基づいて計算されてもよい。いくつかの態様では、リングは、ユーザが眠っている間にユーザの体温を測定してもよく、システム２００は、ユーザのベースライン温度に対するユーザの平均温度を表示してもよい。ユーザの体温がその通常範囲外である場合（例えば、明らかに０．０を上回るか下回る）、体温の寄与因子が強調表示される（例えば、「注意を払う」状態になる）か、又は他の方法でユーザに対して警告を生成してもよい。

【0091】

いくつかの態様では、システム２００は、ウェアラブルデバイスによって収集された生理学的データ（例えば、動きデータ）に基づいて、ユーザの心拍数データを判定するための技術をサポートしてもよい。いくつかの態様では、システム２００のリング１０４、ユーザデバイス１０６、及びサーバ１１０は、動き、活動、運動などの期間中にユーザの心拍数データを判定するように構成されてもよい。特に、システム２００のそれぞれの構成要素は、ユーザの生理学的データ（例えば、動き）に基づいて、ユーザの心拍数データ（例えば、運動心拍数データ）を判定するために使用されてもよい。例えば、システム２００のそれぞれの構成要素は、リング１０４－ａ（又はシステム２００の他の構成要素）が実際の心拍数データを選択し、誤った心拍数測定値をもたらし得る動きアーチファクトを除去又は無視するために使用し得るユーザの生理学的データを収集してもよい。そのため、生理学的データは、システム２００のリング１０４上のセンサを利用することによって取得されてもよい。

【0092】

例えば、本明細書で前述したように、システム２００のリング１０４は、温度、心拍数、移動などを含むデータをユーザから収集するためにユーザによって装着されてもよい。システム２００のリング１０４は、動脈血流に基づいてユーザから生理学的データを収集してもよい。リング１０４によって収集された生理学的データは、実際の血流ではなく、動き（例えば、動きアーチファクト）に起因する誤った又は間違った心拍数データを判定するために使用されることがあり、従って、実際の心拍数データを判定するために使用されることがある。

【0093】

例えば、いくつかの実装では、獲得されたＰＰＧデータ及び動きデータは、ユーザの心拍数を判定するように構成されている機械学習モデル（例えば、ヒューリスティックベースのモデル、ディープラーニングモデル、回帰ベースのモデル）に入力されてもよい。そのような場合に、機械学習モデルは、動きアーチファクトに起因する候補心拍数測定値と、ユーザの実際の心拍数を示す候補心拍数測定値とを区別するように構成されてもよい。追加的又は代替的に、機械学習モデルは、受信したＰＰＧデータ及び動きデータ内の時間領域及び／又は周波数領域の特徴（候補心拍数測定値を識別するために使用されてもよい）を識別するように構成されてもよく、識別された特徴に基づいて、ユーザの心拍数を判定又は推定するように構成されてもよい。

【0094】

心拍数データ（例えば、運動心拍数データ）を判定するための手順は、図３及び図４を参照してさらに示され、記載されてもよい。

【0095】

図３は、本開示の態様による、心拍数を測定するための技術をサポートする心拍数判定手順３００の一例を図示する。心拍数判定手順３００は、システム１００、システム２００、又はそれらの組み合わせの態様を実装するか、又はそれらの態様によって実装されてもよい。例えば、いくつかの実装では、心拍数判定手順３００は、図２に示すように、ユーザデバイス１０６のＧＵＩ２７５を介してユーザに表示され得る心拍数データ（例えば、活動心拍数データ、運動心拍数データ）をもたらしてもよい。

【0096】

本明細書に記載のように、システム（例えば、システム２００）、又はウェアラブルデバイス（例えば、リング１０４）などのシステム２００の一部分は、心拍数データのセットからユーザの心拍数データを識別してもよく、心拍数データは、動きアーチファクトを含むことがある。場合によっては、ウェアラブルデバイスは、活動、動き、運動などの期間中に、本明細書に記載の技術に従って、ユーザの心拍数データを検出してもよい。場合によっては、本明細書に記載の心拍数データを判定するための技術は、活動的な心拍数検出以外の心拍数検出、又は（例えば、ユーザが活動的であるか運動しているかにかかわらず）全ての心拍数検出に利用されてもよい。したがって、心拍数判定手順３００は、運動、動き、活動などの間のユーザの心拍数を判定することに限定されなくてもよい。場合によっては、ウェアラブルデバイスは、ユーザが活動（例えば、移動閾値を満たす活動、心拍数閾値を満たす心拍数をもたらす活動）を行っていること、運動していることなどを検出してもよく、活動の検出に基づいて、本明細書に記載の心拍数判定手順３００を実行してもよい。場合によっては、ユーザは、そのような活動を行っていることをウェアラブルデバイスに通知するか、又は他の方法で本明細書に記載の心拍数判定手順３００を実行するようにウェアラブルデバイスに促してもよい。

【0097】

３０５において、ウェアラブルデバイスは、ユーザに関連付けられた動きデータ（例えば、加速度データ）を測定してもよい。場合によっては、ウェアラブルデバイスは、活動、時刻などに基づいて、動きデータを絶えず、周期的に（例えば、周期性に従って）測定してもよい。例えば、ウェアラブルデバイスは、１秒ごとに動きデータ（例えば、動きデータ点）を測定するように構成されてもよい。場合によっては、ウェアラブルデバイスは、動きデータを取得し、ウェアラブルデバイスのユーザが活動（例えば、移動閾値を満たす活動など）を行っていること、運動していることなどに基づいて、本明細書に記載の手順を実行するように構成されてもよい。このような活動中、ウェアラブルデバイスは、活動の持続時間にわたって、１秒ごとなどの周期性に従って動きデータを測定するように構成されてもよい。

【0098】

場合によっては、ウェアラブルデバイスは、設定された持続時間にわたって動きを測定してもよく、ウェアラブルデバイスは、設定された持続時間で構成され得るか、又は設定された持続時間の指標を受信し得るか、又は設定された持続時間を判定し得る。場合によっては、持続時間は、ユーザによって行われている活動、運動などの持続時間に基づいてもよい。
動きデータを測定するために、ウェアラブルデバイスは、ウェアラブルデバイス上の１つ以上の動きセンサ（例えば、動きセンサ２４５）を利用してもよい。場合によっては、動きデータは、加速度データを指してもよい。このような場合、ウェアラブルデバイス上の動きセンサは、３Ｄ加速度などのユーザの加速度を検出することができる加速度計（例えば、３Ｄ加速度計）を指してもよい。ウェアラブルデバイスは、ｘ、ｙ、及びｚ軸における動きデータを取得してもよく、各軸は、異なる動きチャネルと呼ばれてもよい。したがって、ウェアラブルデバイスは、３つの動きチャネルにわたって動きデータを取得してもよい。場合によっては、加速度計は、５０Ｈｚ又は他の周波数でユーザの加速度を測定してもよい。

【0099】

３１０において、ウェアラブルデバイス、ユーザデバイス、サーバ、又はそれらの任意の組み合わせが、動きデータを前処理してもよい。例えば、ウェアラブルデバイスは、３Ｄ加速度データ（例えば、生のデータ）を前処理して、処理された加速度データを取得してもよい。ウェアラブルデバイスは、各動きチャネルを別個に前処理してもよい。場合によっては、前処理は、動きデータから外れ値、間違ったデータ、ノイズ、又はそれらの組み合わせを除去することを含んでもよい。

【0100】

３１５において、ウェアラブルデバイス、ユーザデバイス、サーバ、又はそれらの任意の組み合わせは、マルチパスマージャ手順を実行してもよい。上述のように、ウェアラブルデバイスは、ｘ、ｙ、及びｚの３つのチャネルを介して動きデータを取得してもよい。したがって、ウェアラブルデバイスは、３つの別個のチャネルに関連付けられたデータをマルチパスマージャモジュールに入力して、単一のチャネル（例えば、単一のセットの動きデータ）を取得してもよい。場合によっては、ウェアラブルデバイスは、動きチャネルのセットから１つの動きチャネルを選択する（例えば、ｘ軸動きチャネル、ｙ軸動きチャネル、又はｚ軸動きチャネルを選択する）ように構成されてもよい。選択は、品質に基づいてもよく、そのため、ウェアラブルデバイスは、最高品質、最小数の外れ値、最小量のノイズ、又はそれらの何らかの組み合わせに関連付けられたチャネルを選択してもよい。

【0101】

場合によっては、ウェアラブルデバイス、ユーザデバイス、サーバ、又はそれらの任意の組み合わせは、平均化演算、加重平均化演算などを含む任意の数学的演算を使用して、２つ以上の動きチャネルを組み合わせて、集約又は複合動きデータを生成してもよい。例えば、ウェアラブルデバイスは、チャネルのうちの少なくとも２つを平均化してもよい。場合によっては、ウェアラブルデバイスは、最高品質に関連付けられた（例えば、最小量の外れ値、ノイズなどに関連付けられた）２つのチャネルを平均化してもよい。場合によっては、ウェアラブルデバイスは、チャネルの各々が品質閾値を満たす場合、任意のチャネルを平均化するように構成されてもよい。場合によっては、ウェアラブルデバイスは、特定の数のチャネルを平均化するように構成されてもよい。例えば、ウェアラブルデバイスは、平均チャネルを取得するために、３つ全ての動きチャネルを平均化するように構成されてもよい。したがって、マルチパスマージャモジュールの出力は、単一の動きチャネルである。３２０において、ウェアラブルデバイス、ユーザデバイス、サーバ、又はそれらの任意の組み合わせは、動きデータ（例えば、前処理され、マージ／複合動きデータ）を時間領域プロセッサモジュールに入力してもよい。時間領域プロセッサモジュールは、動きデータに関連付けられた強度（例えば、動き強度）、動き強度の変化（例えば、強度変化率）、又はその両方を計算してもよい。時間領域プロセッサモジュールは、経時的な動き強度データ、又は経時的な動き強度の変化を出力してもよい。場合によっては、移動強度及び／又は強度変化率を計算することは、動きデータの絶対値を計算することと、絶対値の平均を計算することとを含んでもよい。場合によっては、ウェアラブルデバイスは、時間領域動きデータを時間領域プロセッサモジュールに入力し、そのモジュールは、周波数領域動きデータを出力してもよく、又はその逆も可能である。言い換えると、システム２００の構成要素は、動きデータを動きデータの時間／周波数領域表現に変換してもよい。

【0102】

３２５において、ウェアラブルデバイスは、ＰＰＧデータを取得してもよい。ウェアラブルデバイスは、周波数（例えば、５０Ｈｚ）などの条件のセットでＰＰＧをサンプリングしてもよい。場合によっては、ウェアラブルデバイスは、活動、時刻などに基づいて、ＰＰＧデータを絶えず、周期的に（例えば、周期性に従って）測定してもよい。例えば、ウェアラブルデバイスは、１秒ごとにＰＰＧデータを測定する（例えば、ＰＰＧデータ点を収集する）ように構成されてもよい。場合によっては、ウェアラブルデバイスは、ＰＰＧデータを取得し、ウェアラブルデバイスのユーザが活動を行っている（例えば、活動が移動閾値を満たす時間中など）こと、運動していることなどに基づいて、本明細書に記載の手順を実行するように構成されてもよい。このような活動中、ウェアラブルデバイスは、活動の持続時間にわたって、１秒ごとなどの周期性に従ってＰＰＧデータを測定するように構成されてもよい。

【0103】

場合によっては、ウェアラブルデバイスは、設定された持続時間にわたって動きを測定してもよく、ウェアラブルデバイスは、設定された持続時間で構成され得るか、又は設定された持続時間の指標を受信し得るか、又は設定された持続時間を判定し得る。場合によっては、持続時間は、ユーザによって行われている活動、運動などの持続時間に基づいてもよい。
ＰＰＧデータを測定するために、ウェアラブルデバイスは、１つ以上のＰＰＧセンサのセットを使用して、ユーザのＰＰＧデータをサンプリングしてもよく、ＰＰＧセンサの各セットは、少なくとも１つの光源（例えば、ＬＥＤ）及び少なくとも１つの光検出器を含む。例えば、ウェアラブルデバイスは、第１のＬＥＤ及び第１の光検出器を含むＰＰＧセンサの第１のペアと、第２のＬＥＤ及び第２の光検出器を含むＰＰＧセンサの第２のペアとを含んでもよい。言い換えると、ウェアラブルデバイスは、ＰＰＧデータ（例えば、センサの２つのそれぞれのペアからの２つの別個のＰＰＧ信号）を獲得するための２つの別個の「チャネル」を含んでもよい。場合によっては、ウェアラブルデバイスは、ＰＰＧセンサの第１及び第２のペアを同時に使用してＰＰＧデータをサンプリングしてもよい。追加的又は代替的に、ウェアラブルデバイスは、第１及び第２のセットのＰＰＧセンサを使用してＰＰＧデータを連続的にサンプリングしてもよい。例えば、ウェアラブルデバイスは、ＰＰＧセンサの第１のペア及びＰＰＧセンサの第２のペアの活性化状態を連続的に制御してもよい（例えば、第１のペアは、第２のペアが不活性状態にあるときに活性状態にあり、逆もまた同様である）。

【0104】

いくつかの実装では、ウェアラブルデバイスは、センサの複数のセットにわたって構成要素を使用してＰＰＧをサンプリングしてもよい。例えば、ウェアラブルデバイスは、第１のＬＥＤ及び第２の光検出器を使用して、又は第２のＬＥＤ及び第１の光検出器を使用して、又はその両方を使用して、ＰＰＧデータを取得してもよい。場合によっては、第１のＬＥＤと第２の光検出器とは、ウェアラブルデバイス上で互いに対向していてもよい。したがって、ＰＰＧセンサの２つのペアのを含むウェアラブルデバイスでは、ウェアラブルデバイスは、４つのＰＰＧ信号（例えば、４つのＰＰＧチャネル）を取得してもよい。ＰＰＧセンサの別個のセット／ペアを連続的に活性化することは、各それぞれのＰＰＧ信号の品質及び正確性を改善し、干渉を低減し、より正確な心拍数測定値につながる可能性がある。

【0105】

３３０において、ウェアラブルデバイス、ユーザデバイス、サーバ、又はそれらの任意の組み合わせが、ＰＰＧデータを前処理してもよい。例えば、ウェアラブルデバイスは、間違ったサンプル、外れ値、ノイズなどを除去するために、ＰＰＧデータをフィルタリングしてもよい。ウェアラブルデバイスは、各ＰＰＧチャネルを別個に前処理してもよい。

【0106】

３３５において、ウェアラブルデバイス、ユーザデバイス、サーバ、又はそれらの任意の組み合わせは、マルチパスマージャ手順を実行してもよい。上述のように、ウェアラブルデバイスは、センサの複数のセットからのＰＰＧ信号を監視してもよい。例えば、ウェアラブルデバイスは、４つのＰＰＧ信号（例えば、４つの別個のチャネルを介して収集されたＰＰＧ信号）を取得してもよい。したがって、ウェアラブルデバイスは、４つの別個のチャネルに関連付けられたデータをマルチパスマージャモジュールに入力して、単一のチャネル（例えば、単一のセットの動きデータ）を取得してもよい。

【0107】

場合によっては、ウェアラブルデバイスは、ＰＰＧチャネルのセットから１つのＰＰＧチャネルを選択するように構成されてもよい。選択は、品質に基づいてもよく、そのため、ウェアラブルデバイスは、最高品質、最小数の外れ値、ノイズなどに関連付けられたチャネルを選択してもよい。例えば、リング型ウェアラブルデバイスの文脈では、ＰＰＧサンプリングに使用されるそれぞれのセンサの各々（例えば、ＬＥＤ、光検出器）は、リングの内周に沿って異なる半径方向位置に配置されてもよい。したがって、ＰＰＧセンサの複数のセットのうちの１つ以上からのＰＰＧ信号のうちの１つは、ウェアラブルデバイスの周りのセンサの位置及びユーザとの関係、各それぞれのセンサ又はＬＥＤとの皮膚接触の相対的品質などに起因して、複数のセンサのうちの他のセンサから取得されるＰＰＧ信号よりも信頼性が高くなってもよい。例えば、ユーザの指の下側（例えば、手のひら側）に位置するセンサは、指の骨の上（例えば、指の甲側）に位置するセンサよりも正確なＰＰＧデータをもたらしてもよい。別の例として、ウェアラブルデバイスの相対的な配置は、第２のセンサと比較して、１つの第１のセンサでの皮膚接触が少なくなることをもたらすことがあり、したがって、第２のセンサと比較して、より低い品質のＰＰＧデータをもたらすことがあるそのため、マルチパスマージャモジュールの出力は、センサの各ペアによって生成される信号の品質に基づいてもよい。

【0108】

いくつかの場合において、ウェアラブルデバイスは、平均化演算、加重平均化演算などを含む任意の数学的演算を使用して、ＰＰＧチャネル／信号を組み合わせて、集約又は複合ＰＰＧデータを生成してもよい。例えば、ウェアラブルデバイスは、ＰＰＧチャネルのうちの少なくとも２つを平均化してもよい。場合によっては、ウェアラブルデバイスは、最高品質に関連付けられた（例えば、最小量の外れ値、ノイズなどに関連付けられた）２つ又は３つのＰＰＧチャネルを平均化してもよい。場合によっては、ウェアラブルデバイスは、チャネルの各々が品質閾値を満たす場合、任意の数のチャネルを平均化するように構成されてもよい。場合によっては、ウェアラブルデバイスは、特定の数のチャネルを平均化するように構成されてもよい。例えば、ウェアラブルデバイスは、平均ＰＰＧチャネルを取得するために、４つ全ての動きチャネルを平均化するように構成されてもよい。したがって、マルチパスマージャモジュールの出力は、単一のＰＰＧ信号／チャネル（例えば、複合ＰＰＧ信号）である。いくつかの態様では、システム２００の構成要素は、ＰＰＧデータ（例えば、複合ＰＰＧ信号）をＰＰＧデータの時間／周波数領域表現に変換してもよい。

【0109】

３４０において、ウェアラブルデバイス、ユーザデバイス、サーバ、又はそれらの任意の組み合わせは、心拍数検出を実行してもよい。ウェアラブルデバイスは、取得されたＰＰＧ信号に基づいて、ユーザの心拍数を推定してもよい。ユーザの心臓が鼓動するたびに、血液は手と指に位置する動脈に送り出される。（例えば、図２を参照して記載されるようなＰＰＧシステム２３５の）ウェアラブルデバイス内のＰＰＧセンサは、光反射及び吸収を使用して、血流及び体積のこれらの変化を検出することができる。各脈拍により、指の動脈は拡張と収縮（例えば、腫脹と収縮）を交互に繰り返す。ＬＥＤなどを介して皮膚に光を当てることにより、動脈内の赤血球の揺らぎ体積から反射された光の変化が測定される。ここから、ＰＰＧは、ユーザの心臓の活動、したがって、心拍数を表す視覚的波形を介して、これらの血流変化を表すことができる。場合によっては、ウェアラブルデバイスは、品質閾値を満たすＰＰＧ信号に基づいて、又は品質閾値を満たすＰＰＧ信号の部分に基づいて、ユーザの心拍数を判定してもよい。例えば、ウェアラブルデバイスは、ユーザの心拍数を能動的に表すＰＰＧ信号の１つ以上の部分を判定してもよい。

【0110】

本明細書に記載のように、いくつかの活動は、心拍数信号として誤って解釈され得るＰＰＧ信号を生成することがある。例えば、ランニング、ジャンプなどの運動は、動きアーチファクトを生じさせることがある。ＰＰＧセンサの光学的性質は、ＰＰＧ測定値を、デバイスと皮膚との間の可変的かつ不連続な接触による動きアーチファクトの影響を受けやすくすることがある。動きアーチファクトは、典型的には、運動の動きによって誘発される血流速度の変化、又はＰＰＧセンサとユーザの皮膚との間の相対的な移動によって生じる。例えば、いくつかの動きは、ウェアラブルデバイス（例えば、ウェアラブルデバイスのセンサ）と、ウェアラブルデバイスが配置されるユーザの部分との間に周期的な圧力をもたらすことがあり、それ自体、血管に周期的な圧力を加えることがある。周期的な圧力は、血管を周期的に収縮させ、拡張させることがある。したがって、ウェアラブルデバイスは、このような血管の収縮及び拡張が、ユーザの心拍数に起因せず、ユーザの動きに起因したものであるため、血管の収縮及び拡張を人工ＰＰＧ信号（例えば、動きアーチファクト）として検出してもよい。

【0111】

したがって、心拍数検出を実行するために、ウェアラブルデバイスは、ＰＰＧデータと動きデータとを比較してもよい。例えば、ウェアラブルデバイスは、所与の時間間隔において複数の強いＰＰＧ信号を検出してもよい。複数のＰＰＧ信号は、所定の時間間隔内のユーザの複数の「候補」心拍数を表してもよく、候補心拍数のうちの１つは、ユーザの実際の心拍数を表し、他の候補心拍数は、動き（例えば、人工心拍数、又は動きアーチファクト）に起因することがある。したがって、システム２００は、どの候補ＰＰＧ信号がユーザの実際の心拍数を表すかを識別するように構成されてもよく、動きに起因するＰＰＧ信号を排除するか、又は無視するように構成されてもよい。

【0112】

いくつかの態様では、システム２００は、マージされた動きデータ、動き強度データ、強度変化率データ、又はそれらの組み合わせなどの動きデータを使用して、複数の強いＰＰＧ信号（例えば、候補ＰＰＧ信号）のうちのどれが動きによるものであるか、及びどのＰＰＧ信号がユーザの実際の心拍数を表すかを判定してもよい。例えば、システム２００は、所与の時間間隔の間に収集された動きデータが、候補心拍数の１つによって呈される周期性／周波数パターンと類似するか、又は同じ相対的周期性（例えば、周波数パターン）を呈すると判定してもよい。この例では、システム２００は、動きデータと類似する周期性／周波数パターンを呈する候補心拍数を動きアーチファクトとして識別してもよく、したがって、ユーザの実際の心拍数を識別する目的で、識別された候補心拍数／動きアーチファクトを無視してもよい。場合によっては、ウェアラブルデバイスは、他のＰＰＧ信号がどのデータ点で動き信号と重複するかを判定することができるように、動きデータ及びＰＰＧデータを特定の単位で分析してもよい。ウェアラブルデバイスは、動き信号と重複するＰＰＧ信号、又は他の方法で動きに起因するＰＰＧ信号を除去（例えば、動きアーチファクトを除去する）してもよい。

【0113】

しかしながら、健康な人の血管は柔らかくて弾力性があり、波が通ると調和周波数を有する。調和周波数は基本周波数の整数倍です。場合によっては、一部のユーザ（例えば、運動選手）は、ユーザがそのケイデンスをユーザの脈波の高調波周波数に一致させることができるように、脈波調和周波数に基づいて運動することがある。したがって、場合によっては、重複するＰＰＧ信号が、ユーザがそのケイデンスを正確に一致させた実際の心拍数信号である可能性があるため、ウェアラブルデバイスは、動き信号と重複する全てのＰＰＧ信号を除去することができないことがある。したがって、重複するＰＰＧ信号及び動き信号を判定すると、ウェアラブルデバイスは、データを追加的に分析して、重複するＰＰＧ信号を除去するかどうかを判定してもよい。

【0114】

いくつかの態様では、システム２００は、候補心拍数測定値と動きデータとの間のデータ傾向の比較に基づいて、１つ以上の候補心拍数（例えば、候補心拍数測定値）を動きアーチファクトとして識別してもよい。例えば、動きデータの周期性が増加する場合、システム２００は、動きデータと候補心拍数データとの間の傾向の比較に起因する動きアーチファクトとして、心拍数の増加を示す候補心拍数測定値を識別してもよい。場合によっては、ウェアラブルデバイスは、動きデータが定常であるか、増加しているか、減少しているかなど（例えば、心拍数データの傾向）を判定し、そのような情報を使用して動的心拍数制限（例えば、範囲）を判定してもよい。ウェアラブルデバイスは、心拍数制限（例えば、ヒト心拍数の予測範囲）を使用して、複数のＰＰＧ信号のうちのどれを除去することができるかをさらに判定し、真の心拍数信号を判定してもよい。言い換えると、ウェアラブルデバイスは、ＰＰＧ信号を心拍数制限又は範囲と比較し、予測される心拍数制限又は範囲内に入らないＰＰＧ信号を排除してもよい（例えば、ヒト心拍数の予測される範囲から外れる周期性／周波数パターンを有する候補心拍数は、動きアーチファクトとしてラベル付けされ、又は識別されてもよい）。

【0115】

真の心拍数信号を判定すると（例えば、ユーザの実際の心拍数を表す候補ＰＰＧ信号を識別すると）、ウェアラブルデバイスは、心拍数データにおけるギャップを検出してもよい。例えば、リングデバイスに関しては、リングが回転すると、リングの周りに位置するＰＰＧセンサも回転し、場合によっては、信号を検出することができない（例えば、センサが骨の上に位置することに起因するなど）。したがって、場合によっては、ウェアラブルデバイスは、ギャップの両側の心拍数データを識別して、ギャップ内の心拍数データを補間してもよい。例えば、ウェアラブルデバイスは、第１の時間（例えば、ギャップの直前）の間に心拍数データを分析し、第２の時間（例えば、ギャップの直後）の間に心拍数データを分析してもよい。第１及び第２の時間の間の心拍数データ及び／又は動きデータの傾向、強度、又はその両方などの分析に基づいて、ウェアラブルデバイスは、ギャップ内の心拍数データを補間してもよい。例えば、動きデータの強度がギャップ中に増加した場合、動き強度の増加に起因してユーザの心拍数も増加することが予想されてもよい。そのため、システム２００は、ギャップを横切る補間を実行して、対応する動き強度の増加に起因して心拍数の増加を表してもよい。

【0116】

追加の又は代替の実装では、システム２００は、「推定器」又は機械学習モデル／アルゴリズム（例えば、ヒューリスティックベースのモデル、深層学習モデル、回帰ベースのモデル）を利用して、３４０で心拍数検出を実行してもよい。特に、３０５～３２０で収集／処理された動きデータ、及び３２５～３３５で収集及び処理されたＰＰＧデータは、機械学習モデルに入力されてもよく、機械学習モデルは、ユーザの心拍数を判定する（例えば、候補心拍数のセットから候補心拍数を選択又は推定する）ように構成されている。

【0117】

場合によっては、心拍数検出のための機械学習モデルを訓練するために、ウェアラブルデバイスは、１人以上のユーザから（ユーザが運動している間などに）生理学的データ（例えば、ＰＰＧデータ、動きデータ）を獲得してもよく、ＥＣＧベースのデバイスは、それぞれのユーザの心拍数データ（例えば、同じ時間間隔の間）を取得するために使用されてもよい。そのような場合、ＥＣＧベースの心拍数データは、機械学習モデルを訓練するために使用される「グラウンドトゥルース」心拍数測定値として機能してもよい。

【0118】

この例では、生理学的データ（例えば、ＰＰＧデータ、心拍数データ）は、機械学習モデルに入力されてもよく、機械学習モデルは、ウェアラブルデバイスから獲得された受信した生理学的データに基づいて、ＥＣＧベースの心拍数データを生成又は出力するように訓練される。言い換えると、ＥＣＧに基づくデータは、モデルの所望の出力と考えられてもよく、機械学習モデルは、生理学的データを受信することに基づいてＥＣＧベースの心拍数データと一致する（又は厳密に推定する）ように訓練される。そのため、機械学習モデルは、入力としてＰＰＧデータ及び動きデータを受信し、出力として心拍数測定値／推定値を生成するように訓練されてもよい。

【0119】

場合によっては、システム２００は、ユーザの異なる人口層（例えば、異なる年齢グループ、様々な活動／パフォーマンスのレベル、異なる肌色など）、様々な医学的状態を有するユーザなどのために、機械学習モデルの複数のバージョンを訓練してもよい。この点に関して、ユーザの異なる人口層に合わせて調整された異なるモデルが使用されて、心拍数検出を実行するためのそれぞれのモデルの能力をさらに微調整してもよい。例えば、システム２００は、熱心なランナーであるユーザから生理学的データを獲得し、他のランナーからのデータに基づいて訓練された機械学習モデルを利用して、ユーザの心拍数検出を実行してもよい。

【0120】

機械学習モデルを訓練した後に、機械学習モデルを使用して、ウェアラブルデバイスから獲得された生理学的データ（例えば、ＰＰＧデータ、動きデータ）に基づいて、ユーザの「ライブ」心拍数測定を実行してもよい。例えば、図３に図示される時間／周波数領域動きデータ及び時間／周波数ＰＰＧデータは、３４０で機械学習モデルに入力されてもよく、機械学習モデルは、受信したデータに基づいて心拍数測定値／推定値を出力するように構成されてもよい。

【0121】

例えば、機械学習モデルは、動きアーチファクトに起因する候補心拍数測定値と、ユーザの実際の心拍数を示す候補心拍数測定値とを区別するように構成されてもよい。このような場合、機械学習モデルは、候補心拍数測定値を選択し（例えば、識別し、推定し）、選択／推定された候補心拍数測定値に基づいて、ユーザの心拍数を判定するように構成されてもよい。例えば、機械学習モデルは、受信した心拍数データ内のＰＰＧ心拍数候補（例えば、候補心拍数測定値）を識別し、識別された候補心拍数に基づいて（例えば、候補心拍数測定値のうちの１つを選択すること、候補心拍数測定値を修正すること、新しい候補心拍数測定値を推定することなどによって）、心拍数測定値を推定するように構成されてもよい。

【0122】

別の例として、機械学習モデルは、受信したＰＰＧデータ及び動きデータ内の時間領域及び／又は周波数領域の特徴を識別又は抽出するように構成されてもよい。この例では、時間領域及び／又は周波数領域の特徴は、心拍数測定値を判定／推定するための機械学習モデルへの入力として使用されてもよい。例えば、獲得された生理学的データから抽出された時間／周波数領域特徴は、候補心拍数測定値を含んでもよく、機械学習モデルは、入力として候補心拍数測定値を受信し、出力として心拍数測定値を推定する（例えば、候補心拍数測定値を選択又は修正する）ように構成されている。

【0123】

３４５で、ウェアラブルデバイスは、真の心拍数データを出力してもよい。心拍数データの時系列は、アプリケーション（例えば、ＧＵＩ２７５）に表示されてもよい。心拍数データの提示は、以下に図５を参照してさらに示され、記載される。

【0124】

場合によっては、ステップ３０５～３４５は、ウェアラブルデバイス、ユーザデバイス（例えば、ユーザデバイス１０６）、アプリケーション（例えば、ユーザデバイス１０６のアプリケーション）、又はそれらの組み合わせによって実行されてもよい。例えば、ウェアラブルデバイスとユーザデバイスとの組み合わせは、ステップ３０５～３４５を実行してもよく、アプリケーションは、ユーザデバイス上に心拍数データを出力してもよい。場合によっては、ステップ３０５～３３５は、ｎ秒ごとに（例えば、１秒ごとに）実行されてもよい。追加的又は代替的に、ステップ３４０の１つ以上の態様は、構成された周期性に従って実行されてもよい。例えば、ウェアラブルデバイスは、ｘ秒（例えば、５秒）ごとに強い動き信号を検出し、ｙ秒（例えば、１５秒）ごとに強いＰＰＧ信号を検出してもよい。ウェアラブルデバイスは、活動、運動などの間に少なくともステップ３０５～３３５を実行するように構成されてもよく、活動、運動などの後にステップ３４０及び３４５の１つ以上の態様を実行するように構成されてもよい。場合によっては、ウェアラブルデバイスは、活動、運動などの間にステップ３４０及び３４５の１つ以上の態様を実行するように構成されてもよい。

【0125】

図４は、本開示の態様による、心拍数を測定するための技術をサポートする心拍数判定手順４００の一例を図示する。心拍数判定手順４００は、システム１００、システム２００、又はそれらの組み合わせの態様を実装するか、又はそれらの態様によって実装されてもよい。場合によっては、心拍数判定手順４００の１つ以上の態様は、心拍数判定手順３００の１つ以上の態様と同じ又は類似であってもよい。いくつかの実装では、心拍数判定手順４００は、図２に示すように、ユーザデバイス１０６のＧＵＩ２７５を介してユーザに表示され得る心拍数データ（例えば、活動心拍数データ、運動心拍数データ）をもたらしてもよい。

【0126】

本明細書に記載のように、システム２００などのシステム、又はウェアラブルデバイス（例えば、リング１０４）などのシステム２００の一部分は、心拍数データのセットからユーザの心拍数データを識別してもよく、心拍数データは、動きアーチファクトを含むことがある。場合によっては、ウェアラブルデバイスは、活動、動き、運動などの期間中に、本明細書に記載の技術に従って、ユーザの心拍数データを検出してもよい。場合によっては、本明細書に記載の心拍数データを判定するための技術は、活動的な心拍数検出以外の心拍数検出、又は（例えば、ユーザが活動的であるか運動しているかにかかわらず）全ての心拍数検出に利用されてもよい。したがって、心拍数判定手順は、運動、動き、活動などの間のユーザの心拍数を判定することに限定されなくてもよく、追加的又は代替的に、休息、弛緩、仲介などの期間中の心拍数を判定するために使用されてもよい。

【0127】

図３を参照して説明したように、ウェアラブルデバイスは、ＰＰＧデータを取得してもよい。ＰＰＧデータを測定するために、ウェアラブルデバイスは、１つ以上のＰＰＧセンサのセットを使用して、ユーザのＰＰＧデータをサンプリングしてもよく、ＰＰＧセンサの各セットは、少なくとも１つのＬＥＤ及び少なくとも１つの光検出器を含む。例えば、ＰＰＧセンサの２つのペアを含むウェアラブルデバイスでは、ウェアラブルデバイスは、４つのＰＰＧ信号（例えば、４つのＰＰＧチャネル）を取得してもよい。例えば、ウェアラブルデバイスは、４つの異なるチャネル（例えば、４つの異なるＰＰＧセンサの組み合わせ）を介して取得されたＰＰＧデータを表すＰＰＧグラフ４０５－ａ、４０５－ｂ、４０５－ｃ、４０５－ｄを取得してもよい。

【0128】

システム２００のウェアラブルデバイス及び／又は他の構成要素は、各ＰＰＧチャネルを別個に前処理し、その後、単一のＰＰＧ信号（例えば、複合ＰＰＧ信号）を取得するためにマルチパスマージャ手順を実行してもよい。場合によっては、ウェアラブルデバイスは、チャネルのセットから１つのチャネルを選択するように構成されてもよい。選択は、品質に基づいてもよく、そのため、ウェアラブルデバイスは、最高品質、最小数の外れ値、ノイズなどに関連付けられたチャネルを選択してもよい。場合によっては、ウェアラブルデバイスは、１つ以上の数学的演算を使用して、２つ以上のＰＰＧ信号を組み合わせてもよい。例えば、ウェアラブルデバイスは、チャネルのうちの少なくとも２つを平均化してもよい。場合によっては、ウェアラブルデバイスは、最高品質に関連付けられた（例えば、最小量の外れ値、ノイズなどに関連付けられた）２つ又は３つのチャネルを平均化してもよい。場合によっては、ウェアラブルデバイスは、チャネルの各々が品質閾値を満たす場合、任意の数のチャネルを平均化するように構成されてもよい。場合によっては、ウェアラブルデバイスは、特定の数のチャネル、又は特定のサブセットのチャネルを平均化するように構成されてもよい。ウェアラブルデバイスは、平均ＰＰＧチャネルを取得するために、４つ全ての動きチャネルを平均化するように構成されてもよい。場合によっては、単一のＰＰＧチャネルを判定することは、１つ以上の数式に基づいてもよい。したがって、マルチパスマージャモジュールの出力は、ＰＰＧグラフ４０５－ｅ（例えば、複合ＰＰＧ信号）などの単一のＰＰＧチャネルである。

【0129】

追加的に、ウェアラブルデバイスは、ユーザに関連付けられた動きデータ（例えば、加速度データ）を測定してもよい。動きデータを測定するために、ウェアラブルデバイスは、ウェアラブルデバイス上の１つ以上の動きセンサ（例えば、動きセンサ２４５）を利用してもよい。場合によっては、ウェアラブルデバイスは、ｘ、ｙ、及びｚ軸における動きデータを取得してもよく、各軸は、異なる動きチャネルと呼ばれてもよい。したがって、ウェアラブルデバイスは、３つの動きチャネルにわたって動きデータを取得してもよい。図４を参照すると、グラフ４１０－ａ、４１０－ｂ、及び４１０－ｃは、それぞれｘ、ｙ、及びｚ軸で取得された動きデータを表してもよい。例えば、グラフ４１０－ａは、ｘ軸で取得された動きに関連付けられ、グラフ４１０－ｂは、ｙ軸で取得された動きに関連付けられ、グラフ４１０－ｃは、ｚ軸で取得された動きに関連付けられる。ウェアラブルデバイスは、チャネルの各々を前処理し、次いで、単一の動きチャネルを取得するためにチャネルのうちの１つ以上を組み合わせるかどうかを判定してもよい。

【0130】

場合によっては、システム２００のウェアラブルデバイス及び／又は他の構成要素は、チャネルのセットから１つの動きチャネルを選択するように構成されてもよい。選択は、品質に基づいてもよく、そのため、ウェアラブルデバイスは、最高品質、最小数の外れ値、ノイズなどに関連付けられたチャネルを選択してもよい。場合によっては、ウェアラブルデバイスは、１つ以上の数学的演算を使用して、２つ以上の動きチャネルを組み合わせてもよい。例えば、ウェアラブルデバイスは、チャネルのうちの少なくとも２つを平均化してもよい。場合によっては、ウェアラブルデバイスは、最高品質に関連付けられた（例えば、最小量の外れ値、ノイズなどに関連付けられた）２つのチャネルを平均化してもよい。場合によっては、ウェアラブルデバイスは、チャネルの各々が品質閾値を満たす場合、任意のチャネルを平均化するように構成されてもよい。場合によっては、ウェアラブルデバイスは、特定の数のチャネル、又は特定のサブセットのチャネルを平均化するように構成されてもよい。ウェアラブルデバイスは、平均チャネルを取得するために、３つ全ての動きチャネルを平均化するように構成されてもよい。場合によっては、信号動きチャネルを判定することは、１つ以上の数式に基づいてもよい。したがって、単一のｘ、ｙ、又はｚチャネルを選択すると、又は２つ以上のチャネルをマージすると、ウェアラブルデバイスは、単一の動きグラフ４１０－ｄ（例えば、複合動き信号）を取得してもよい。

【0131】

単一のＰＰＧ信号及び動き信号を判定すると、ウェアラブルデバイスは、ユーザの心拍数を判定してもよい。しかし、本明細書で前述したように、ＰＰＧデータは、動きに敏感であることがあり、場合によっては、一部の活動又は運動が、心拍数に起因しないＰＰＧ信号を生成することがある。したがって、ＰＰＧ信号は、誤った心拍数４２５（例えば、動きアーチファクト）を表すことがある。例えば、図４を参照すると、グラフ４１５は、実際の心拍数４２０と誤った心拍数４２５とを示すことがある。したがって、ユーザに正確な心拍数データを提供するために、ウェアラブルデバイスは、図３を参照して記載されるようにステップ３２０、３４０、及び３４５を実行して、ユーザの実際の心拍数信号を検出してもよい。言い換えると、実際の心拍数４２０及び誤った心拍数４２５は、「候補」心拍数測定値を含んでもよく、システム２００は、実際の心拍数４２０に対応するＰＰＧデータ又は誤った心拍数４２５に対応するＰＰＧデータが、ユーザの実際の心拍数を正確に表すかどうかを判定するように構成されてもよい。

【0132】

したがって、ウェアラブルデバイスは、候補心拍数測定値のセット（例えば、実際の心拍数４２０、誤った心拍数４２５）と動きデータとの間のデータ傾向の比較に少なくとも部分的に基づいて、候補心拍数測定値のセットから１つ以上の心拍数測定値を動きアーチファクトとして識別してもよい。ウェアラブルデバイスは、動きアーチファクトとして識別された１つ以上の心拍数測定値を含まない候補心拍数測定値のセットのサブセットから第１の心拍数測定値を選択してもよい。例えば、システム２００は、誤った心拍数４３５を動きアーチファクトとして識別してもよく、従って、所与の時間間隔の間のユーザの実際の心拍数を反映する心拍数として、候補心拍数測定値のセットから実際の心拍数４２０を選択してもよい。

【0133】

１つ以上の心拍数測定値を動きアーチファクトとして識別することは、動きデータに対して類似の周波数パターンを呈する１つ以上の心拍数測定値に少なくとも部分的に基づいて、候補心拍数測定値のセットから１つ以上の心拍数測定値を動きアーチファクトとして識別することを含んでもよい。本明細書で前述したように、システム２００は、マージされた動きデータ、動き強度データ、強度変化率データ、又はそれらの組み合わせなどの動きデータを使用して、候補心拍数測定値／ＰＰＧ信号のうちのどれが動きによるものであるか、及びどの心拍数測定値／ＰＰＧ信号がユーザの実際の心拍数を表すかを判定してもよい。場合によっては、ウェアラブルデバイスは、他のＰＰＧ信号がどのデータ点で動き信号と重複するかを判定することができるように、動きデータ及びＰＰＧデータを特定の単位で分析してもよい。ウェアラブルデバイスは、動き信号と重複するＰＰＧ信号、又は他の方法で動きに起因するＰＰＧ信号を除去（例えば、動きアーチファクトを除去する）してもよい。

【0134】

本明細書で前述したように、いくつかの実装では、システム２００は、機械学習モデル／アルゴリズム（例えば、ヒューリスティックベースのモデル、ディープラーニングモデル、回帰ベースのモデル）を利用して、心拍数検出を実行してもよい。特に、機械学習モデルは、ウェアラブルデバイスからＰＰＧデータ及び動きデータを受信し、受信したデータに基づいて心拍数の測定値／推定値を出力するように訓練されてもよい。例えば、時間／周波数領域ＰＰＧデータ（例えば、ＰＰＧ心拍数候補／候補心拍数を含むデータ）及び時間／周波数領域動きデータは、機械学習モデルに入力されてもよく、機械学習モデルは、受信した時間／周波数領域ＰＰＧ及び動きデータに基づいて心拍数測定値を推定／判定するように構成されている。

【0135】

図５は、本開示の態様による、心拍数を測定するための技術をサポートするＧＵＩ５００の一例を図示する。ＧＵＩ５００は、システム１００、システム２００、心拍数判定手順３００、心拍数判定手順４００、又はそれらの任意の組み合わせの態様を実装するか、又はそれらの態様によって実装されてもよい。例えば、ＧＵＩ５００は、図２に図示されるユーザデバイス１０６内に含まれるＧＵＩ２７５の例を含んでもよい。

【0136】

ＧＵＩ５００は、ＧＵＩ５００（例えば、図２に図示されたＧＵＩ２７５）を介してユーザに表示され得る一連のアプリケーションページ５０５を図示する。システム２００のサーバ１１０は、ユーザデバイス１０６（例えば、モバイルデバイス）のＧＵＩ５００に、（例えば、アプリケーションページ５０５－ａ又は５０５－ｂを介して）心拍数データの指標を表示させてもよい。したがって、心拍数データを判定すると（例えば、図３及び図４を参照して記載されるように）、ユーザには、ウェアラブルアプリケーション５０５を開くと、アプリケーションページ２５０－ａが提示されてもよい。図５に示すように、アプリケーションページ５０５－ａは、心拍数グラフ５１０－ａを表示してもよい。心拍数グラフ５１０－ａは、ユーザの心拍数が様々なイベント及び活動（例えば、運動、睡眠、休息など）にどのように反応したかの視覚的表現を含んでもよい。

【0137】

場合によっては、心拍数グラフ５１０－ａは、分、時、日などにわたるユーザの心拍数を表示してもよい。場合によっては、心拍数グラフ５１０は、昼間の心拍数データと夜間の心拍数データ（例えば、覚醒時心拍数データと睡眠時心拍数データ）との組み合わせを表示してもよい。追加的に、いくつかの実装では、アプリケーションページ５０５－ａは、それぞれの日（例えば、それぞれの睡眠日）についてのユーザの１つ以上のスコア（例えば、睡眠スコア、準備完了スコア５１５、活動スコア、非活動時間）を表示してもよく、１つ以上のスコアは、心拍数データに基づいてもよい。別の例として、心拍数データは、準備完了スコア５１５のための要因の少なくともサブセット（例えば、睡眠、睡眠バランス、ＨＲＶバランス、回復指数、活動、活動バランスのサブセット）を更新するために使用されてもよい。場合によっては、アプリケーションページ５０５－ａは、ワークアウト、モーメント、タグなどの追加情報をページに追加するためにユーザが押し得る追加ボタン５３０を含んでもよい。

【0138】

引き続き、図５を参照すると、ユーザは、アプリケーションページ５０５－ｂ（「心拍数モード」）に示すように、心拍数に関連付けられた詳細を見るために、アプリケーションページ５０５－ａ上で心拍数グラフ５１０－ａを選択することが可能であってもよい。言い換えると、アプリケーションページ５０５－ａに示す心拍数グラフ５１０－ａをタップして、ＧＵＩ５００に、アプリケーションページ５０５－ｂを表示させ、ユーザが、経時的なユーザの心拍数を迅速かつ容易に見てもよいようにする。アプリケーションページ５０５－ｂは、心拍数の詳細を含むモーダルビューを含んでもよい。心拍数グラフ５１０－ａ及び５１０－ｂは、同じグラフを表示してもよいし、異なるグラフを表示してもよい。例えば、時間スケールは同じであっても異なっていてもよい。場合によっては、アプリケーションページ５０５－ｂは、心拍数の変化の理由を説明するためなどに、動き、運動、活動などの増加に関連付けられた心拍数グラフ５１０－ｂの一部分を示してもよい。アプリケーションページ５０５－ｂは、１日心拍数範囲５２０－ａ、リラックス時心拍数範囲５２０－ｂ、睡眠時心拍数範囲５２０－ｃ、運動時心拍数範囲５２０－ｄなどを含んでもよい。個々の範囲は、例えば、時間ベース毎であってもよい。場合によっては、アプリケーションページ５０５－ｂは、心拍数データをＨＲＶ、安静時心拍数などとして表示してもよい。

【0139】

場合によっては、ユーザは、アプリケーションページ５０５－ｃ（「運動時心拍数モーダル」）に示すように、そのような活動中の心拍数に関連付けられた詳細を見るために、運動範囲５２０－ｄ、又は運動、動き、活動などに関連付けられたアプリケーションページ５０５－ｂの何らかの他の態様を選択することが可能であってもよい。
言い換えると、アプリケーションページ５０５－ｂの一態様をタップすると、ＧＵＩ５００にアプリケーションページ５０５－ｃを表示させて、ユーザが行った最後の運動などの特定の活動中の時間にわたるユーザの心拍数をユーザが迅速かつ容易に見てもよいようにする。アプリケーションページ５０５－ｃは、心拍数の詳細を含むモーダルビューを含んでもよい。場合によっては、アプリケーションページ５０５－ｃは、運動、活動などの間にユーザの心拍数がどのように変化したかを表すために、運動心拍数グラフ５１０－ｃを表示してもよい。場合によっては、心拍数グラフ５１０－ｃの持続時間は、ユーザからの入力に基づいてもよい。例えば、ユーザは、（例えば、ボタン５３０を使用して）ワークアウトを追加してもよく、ユーザが、ワークアウトの長さを示してもよいし、ウェアラブルデバイス及び／又が、他の方法でワークアウトの長さを判定してもよく、心拍数グラフ５１０－ｃは、その長さに基づいてもよい。アプリケーションページ５０５－ｃはまた、運動時心拍数範囲５２５－ａ、最大運動時心拍数範囲５２５－ｂ、最小運動時心拍数５２５－ｃ、平均運動時心拍数範囲５２０－ｄなどを含んでもよい。個々の範囲は、例えば、ワークアウトベースごとであってもよい。

【0140】

いくつかの実装では、システム２００は、判定された心拍数測定値のための１つ以上の正確性メトリック（例えば、「信号チェック」メトリック）を判定するように構成されてもよい。正確性メトリックは、判定された心拍数測定値がユーザにとってどれだけ正確であり、及び／又は信頼できるかの任意のメトリック又は予測子を含んでもよい。いくつかの態様では、正確性メトリックは、候補心拍数測定値の強度／パワー、並びにある測定期間又は時間間隔内の強い候補心拍数測定値の量から判定又は導出されてもよい。信号品質が低い場合（例えば、リングがあまりにも緩く、動きアーチファクトがあまりにも強いなどに起因する）、システム２００は、ユーザの心拍数を自信を持って測定することができないことがあり、これは、正確性メトリックが比較的低い（例えば、心拍数測定値の正確性／信頼性が比較的低い）ことをもたらすことがある。いくつかの実装では、システム２００は、（間違った心拍数値をユーザに提示することを回避するために）ある閾値メトリック未満の正確性メトリックを有する心拍数測定値を破棄するか、無視するか、又は他の方法で表示しないように構成されてもよい。言い換えると、システム２００は、正確性／信頼性のある閾値レベルを呈する心拍数測定値のみ（例えば、ある閾値メトリックを満たす正確性メトリックを有する心拍数測定値）を表示するように構成されてもよい。

【0141】

システムのサーバは、ユーザデバイスのＧＵＩ５００に、識別された心拍数データに関連付けられたアプリケーションページ５０５－ａ、５０５－ｂ、５０５－ｃ、又はそれらの組み合わせ上にメッセージを表示させてもよい。ユーザデバイスは、メッセージを介して心拍数データに関連付けられた推奨及び／又は情報を表示してもよい。いくつかの実装では、ユーザデバイス１０６及び／又はサーバ１１０は、心拍数データに関連付けられた警告（例えば、メッセージ、洞察）を生成してもよく、これは、ＧＵＩ５００（例えば、アプリケーションページ５０５－ａ、５０５－ｂ、５０－ｃ、又は他のアプリケーションページ）を介してユーザに表示されてもよい。特に、ＧＵＩ５００を介して生成され、ユーザに表示されるメッセージは、心拍数データの１つ以上の特性（例えば、時刻、持続時間、範囲）に関連付けられてもよい。例えば、メッセージは、ユーザの心拍数に基づいて、呼吸すること、少しリラックスすることなどをユーザに警告してもよい。場合によっては、メッセージは、ユーザが最後に活動又は運動を行ってから閾値を超える持続時間が経過しているため、運動又は活動を行うようにユーザに警告してもよい。場合によっては、メッセージは、特定の心拍数を達成するためにどのようにライフスタイルを調整するかについてのユーザへの推奨を表示してもよい。例えば、メッセージは、運動中に特定の心拍数を目標とするようにユーザに警告してもよく、推奨は、ユーザが行っている運動のタイプに基づいてもよい。場合によっては、メッセージは、運動強度を低下させてユーザの心拍数を低くするか、又は強度を上昇させて目標心拍数に到達させるなど、ユーザに警告してもよい。この点に関して、システムは、ユーザのための効果的で健全なパターンを促進するために、ユーザにメッセージ又は洞察を表示するように構成されてもよい。

【0142】

心拍数グラフ５１０は、折れ線グラフ、棒グラフ、又はそれらの任意の組み合わせを含む任意の視覚的表現を介して図示されてもよい。例えば、心拍数グラフ５１０－ａ及び５１０－ｂは、折れ線グラフを含んでもよく、心拍数グラフ５１０－ｃは、心拍数測定値５３５（例えば、心拍数測定値）と重ね合わされた（又はその上にある）折れ線グラフを含んでもよい。いくつかの実装では、心拍数測定値５３５－ａ及び５３５－ｂなどの心拍数測定値５３５は、所与の期間における潜在的な心拍数測定値の範囲を図示してもよい。この点に関して、心拍数測定値の相対的な高さは、それぞれの心拍数測定値５３５の相対的な信頼性メトリックに関連付けられてもよい（又は、それを示してもよい）。例えば、図５に示すように、第１の心拍数測定値５３５－ａは、第２の心拍数測定値５３５－ｂと比較して、より大きな高さを呈し、これは、システム２００が、第１の心拍数測定値５３５－ａと比較して、より高い信頼メトリック（例えば、より正確な計算）で、第２の心拍数測定値５３５－ｂを計算することができたことを示してもよい。

【0143】

いくつかの実装では、ユーザデバイス１０６は、触覚フィードバック、オーディオフィードバックなどを介して心拍数グラフ５１０に関連付けられた心拍数測定値５３５を図示するか、又は他の方法で示すように構成されてもよい。特に、ユーザデバイス１０６は、ユーザが心拍数グラフ５１０の異なる部分と対話する（例えば、触れる、押す）ときに、異なる心拍数測定値（例えば、心拍数測定値５３５）に対応する触覚及び／又はオーディオフィードバックを提供するように構成されてもよい。

【0144】

例えば、ユーザは、心拍数グラフ５１０－ｃ内の異なる心拍数測定値５３５を選択するために、心拍数グラフ５１０－ｃに沿って指（又はマウス、スタイラスなど）をスライドさせてもよい。この例では、ユーザデバイス１０６は、選択された心拍数測定値５３５を示す触覚フィードバック（又はハウリング）を提供してもよい。例えば、第１の心拍数測定値５３５－ａが１分当たり７０拍である場合に、ユーザデバイス１０６は、ユーザが第１の心拍数測定値５３５－ａ（又は第１の心拍数測定値５１０－ａに関連付けられたｘ軸上の対応する点に対応する心拍数グラフ５１０－ｃ上の点）を選択する（例えば、長押し、クリックするなど）ときに、１分当たり７０回の振動、ビープ音、チャイムなどの速度で触覚及び／又はオーディオフィードバックを提供してもよい。同様に、第２の心拍数測定値５３５－ｂが１分当たり８５拍である場合に、ユーザデバイス１０６は、ユーザが第２の心拍数測定値５３５－ｂ（又は第２の心拍数測定値５１０－ｂに対応するｘ軸上の点に対応する心拍数グラフ５１０－ｃ上の点）を選択する（例えば、長押し、クリックするなど）ときに、８５回の振動、ビープ音、チャイムなどの速度で触覚及び／又はオーディオフィードバックを提供してもよい。

【0145】

図６は、本開示の態様による、心拍数を測定するための技術をサポートするデバイス６０５のブロック図６００を示す。デバイス６０５は、入力モジュール６１０、出力モジュール６１５、及びウェアラブルアプリケーション６２０を含んでもよい。デバイス６０５はまた、プロセッサを含んでもよい。これらの構成要素の各々は、互いに（例えば、１つ以上のバスを介して）通信してもよい。

【0146】

入力モジュール６１０は、パケット、ユーザデータ、制御情報、又は様々な情報チャネル（例えば、制御チャネル、データチャネル、疾患検出技術に関連する情報チャネル）に関連付けられたそれらの任意の組み合わせなどの情報を受信するための手段を提供してもよい。情報は、デバイス６０５の他の構成要素に渡されてもよい。入力モジュール６１０は、単一のアンテナ又は複数のアンテナのセットを利用してもよい。

【0147】

出力モジュール６１５は、デバイス６０５の他の構成要素によって生成された信号を送信するための手段を提供してもよい。例えば、出力モジュール６１５は、パケット、ユーザデータ、制御情報、又は様々な情報チャネル（例えば、制御チャネル、データチャネル、疾患検出技術に関連する情報チャネル）に関連付けられたそれらの任意の組み合わせなどの情報を送信してもよい。いくつかの例では、出力モジュール６１５は、トランシーバモジュール内の入力モジュール６１０と共同設置されてもよい。出力モジュール６１５は、単一のアンテナ又は複数のアンテナのセットを利用してもよい。

【0148】

例えば、ウェアラブルアプリケーション６２０は、生理学的データ構成要素６２５、候補心拍数判定構成要素６３０、心拍数選択構成要素６３５、心拍数判定構成要素６４０、又はそれらの任意の組み合わせを含んでもよい。いくつかの例では、ウェアラブルアプリケーション６２０、又はその様々な構成要素は、入力モジュール６１０、出力モジュール６１５、又はその両方を使用して、又は他の方法でそれと協働して、様々な動作（例えば、受信、監視、送信）を実行するように構成されてもよい。例えば、ウェアラブルアプリケーション６２０は、入力モジュール６１０から情報を受信し、出力モジュール６１５に情報を送信するか、又は入力モジュール６１０、出力モジュール６１５、若しくはその両方と組み合わせて統合されて、情報を受信し、情報を送信し、若しくは本明細書に記載されるような様々な他の動作を実行してもよい。

【0149】

生理学的データ構成要素６２５は、ウェアラブルユーザに関連付けられた生理学的データを受信することであって、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む、ことを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。候補心拍数判定構成要素６３０は、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。心拍数選択構成要素６３５は、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。心拍数判定構成要素６４０は、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0150】

図７は、本開示の態様による、心拍数を測定するための技術をサポートするウェアラブルアプリケーション７２０のブロック図７００を示す。ウェアラブルアプリケーション７２０は、本明細書に記載されるように、ウェアラブルアプリケーション若しくはウェアラブルアプリケーション６２０、又はその両方の態様の一例であってもよい。ウェアラブルアプリケーション７２０、又はその様々な構成要素は、本明細書に記載されるように、心拍数を測定するための技術の様々な態様を実行するための手段の一例であってもよい。例えば、ウェアラブルアプリケーション７２０は、生理学的データ構成要素７２５、候補心拍数判定構成要素７３０、心拍数選択構成要素７３５、心拍数判定構成要素７４０、動きアーチファクト識別構成要素７４５、ＰＰＧ信号組み合わせ構成要素７５０、加速度データ組み合わせ構成要素７５５、データ表示構成要素７６０、心拍数補間構成要素７６５、又はそれらの任意の組み合わせを含んでもよい。これらの構成要素の各々は、互いに（例えば、１つ以上のバスを介して）直接的又は間接的に通信してもよい。

【0151】

生理学的データ構成要素７２５は、ウェアラブルユーザに関連付けられた生理学的データを受信することであって、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む、ことを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。候補心拍数判定構成要素７３０は、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。心拍数選択構成要素７３５は、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。心拍数判定構成要素７４０は、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0152】

いくつかの例では、動きアーチファクト識別構成要素７４５は、候補心拍数測定値のセットと動きデータとの間のデータ傾向の比較に少なくとも部分的に基づいて、候補心拍数測定値のセットから１つ以上の心拍数測定値を動きアーチファクトとして識別することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。いくつかの例では、心拍数選択構成要素７３５は、動きアーチファクトとして識別された１つ以上の心拍数測定値を含まない候補心拍数測定値のセットのサブセットから第１の心拍数測定値を選択することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0153】

いくつかの例では、１つ以上の心拍数測定値を動きアーチファクトとして識別するため、動きアーチファクト識別構成要素７４５は、動きデータに対して類似の周波数パターンを呈する１つ以上の心拍数測定値に少なくとも部分的に基づいて、候補心拍数測定値のセットから１つ以上の心拍数測定値を動きアーチファクトとして識別することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0154】

いくつかの例では、生理学的データ構成要素７２５は、ユーザに関連付けられた追加の生理学的データを受信することであって、追加の生理学的データは、ウェアラブルデバイスを介して、第２の時間間隔にわたって収集された追加のＰＰＧデータ及び追加の動きデータを含み、第２の時間間隔は、第１の時間間隔の後である、ことを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。いくつかの例では、候補心拍数判定構成要素７３０は、追加のＰＰＧデータに少なくとも部分的に基づいて、第２の時間間隔内の候補心拍数測定値の追加のセットを判定することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。いくつかの例では、心拍数選択構成要素７３５は、受信した追加の動きデータに少なくとも部分的に基づいて、候補心拍数測定値の追加のセットから第２の心拍数測定値を選択することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。いくつかの例では、心拍数判定構成要素７４０は、選択された第２の心拍数測定値に少なくとも部分的に基づいて、第２の時間間隔内のユーザの第２の心拍数を判定することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0155】

いくつかの例では、心拍数補間構成要素７６５は、第１の時間間隔に対する第１の心拍数測定値と、第２の時間間隔に対する第２の心拍数測定値との間を補間することであって、第１の時間間隔内のユーザの第１の心拍数を判定すること、第２の時間間隔内のユーザの第２の心拍数を判定すること、又はその両方は、補間に少なくとも部分的に基づく、ことを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0156】

いくつかの例では、補間をサポートするために、心拍数補間構成要素７６５は、第１の時間間隔にわたって収集された動きデータの強度、第２の時間間隔にわたって収集された追加の動きデータの強度、又はその両方に少なくとも部分的に基づいて、第１の時間間隔に対する第１の心拍数測定値と、第２の時間間隔に対する第２の心拍数測定値との間を補間することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0157】

いくつかの例では、ＰＰＧデータは、ＰＰＧセンサの複数のペアから取得された複数のＰＰＧ信号を含み、ＰＰＧ信号組み合わせ構成要素７５０は、１つ以上の数学的演算を使用して複数のＰＰＧ信号を組み合わせて複合ＰＰＧ信号を生成することであって、１つ以上の数学的演算は、平均化演算、加重平均化演算、又はその両方を含み、心拍数データ系列のセットを判定することは、複合ＰＰＧ信号に少なくとも部分的に基づく、ことを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0158】

いくつかの例では、動きデータは、第１の方向に関する第１の加速度データを含み、加速度データ組み合わせ構成要素７５５は、第１の加速度データ、第２の加速度データ、又は第３の加速度データの１つ以上の特性に少なくとも部分的に基づいて、１つ以上の数学的演算を使用して、第１の加速度データ、第２の加速度データ、第３の加速度データ、又はそれらの任意の組み合わせを組み合わせることであって、心拍数データ系列のセットからの第１の心拍数データ系列の選択は、第１の加速度データ、第２の加速度データ、第３の加速度データ、又はそれらの任意の組み合わせを組み合わせることに少なくとも部分的に基づく、ことを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0159】

いくつかの例では、候補心拍数測定値のセットの判定をサポートするために、候補心拍数判定構成要素７３０は、ヒト心拍数の予想範囲に対応する周波数範囲内で候補心拍数測定値のセットを判定することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0160】

いくつかの例では、データ表示構成要素７６０は、ユーザに関連付けられたユーザデバイスのＧＵＩに、第１の心拍数の指標を表示させることを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0161】

いくつかの例では、ウェアラブルデバイスは、ウェアラブルリングデバイスを含む。

【0162】

いくつかの例では、ウェアラブルデバイスは、動脈血流に基づいてユーザから生理学的データを収集する。

【0163】

図８は、本開示の態様による、心拍数を測定するための技術をサポートするデバイス８０５を含むシステム８００の図を示す。デバイス８０５は、本明細書に記載されるようなデバイス６０５の一例であってもよく、又はデバイス６０５の構成要素を含んでもよい。デバイス８０５は、本明細書で前述したように、ユーザデバイス１０６の一例を含んでもよい。デバイス８０５は、ウェアラブルアプリケーション８２０、通信モジュール８１０、アンテナ８１５、ユーザインターフェース構成要素８２５、データベース（アプリケーションデータ）８３０、メモリ８３５、及びプロセッサ８４０など、ウェアラブルデバイス１０４及びサーバ１１０との通信を送信及び受信するための構成要素を含む双方向通信のための構成要素を含んでもよい。これらの構成要素は、電子通信状態にあってもよく、又は他の方法で１つ以上のバス（例えば、バス８４５）を介して（例えば、動作的に、通信的に、機能的に、電子的に、電気的に）結合されてもよい。

【0164】

通信モジュール８１０は、アンテナ８１５を介してデバイス８０５の入出力信号を管理してもよい。通信モジュール８１０は、図２に示され記載されたユーザデバイス１０６の通信モジュール２２０－ｂの一例を含んでもよい。この点に関して、通信モジュール８１０は、図２に図示されたように、リング１０４及びサーバ１１０との通信を管理してもよい。通信モジュール８１０はまた、デバイス８０５に統合されていない周辺機器を管理してもよい。場合によっては、通信モジュール８１０は、外部周辺機器への物理的接続又はポートを表してもよい。場合によっては、通信モジュール８１０は、ｉＯＳ（登録商標）、ＡＮＤＲＯＩＤ（登録商標）、ＭＳ－ＤＯＳ（登録商標）、ＭＳ－ＷＩＮＤＯＷＳ（登録商標）、ＯＳ／２（登録商標）、ＵＮＩＸ（登録商標）、ＬＩＮＵＸ（登録商標）などのオペレーティングシステム、又は他の既知のオペレーティングシステムを利用してもよい。他の場合には、通信モジュール８１０は、ウェアラブルデバイス（例えば、リング１０４）、モデム、キーボード、マウス、タッチスクリーン、又は類似のデバイスを表すか、又はそれらと対話してもよい。場合によっては、通信モジュール８１０は、プロセッサ８４０の一部として実装されてもよい。いくつかの例では、ユーザは、通信モジュール８１０、ユーザインターフェース構成要素８２５、又は通信モジュール８１０によって制御されたハードウェア構成要素を介して、デバイス８０５と対話してもよい。

【0165】

場合によっては、デバイス８０５は、単一のアンテナ８１５を含んでもよい。しかし、他のいくつかの場合には、デバイス８０５は、複数の無線伝送を同時に送信又は受信することが可能であり得る２つ以上のアンテナ８１５を有してもよい。通信モジュール８１０は、本明細書に記載されるように、１つ以上のアンテナ８１５、有線又は無線リンクを介して、双方向に通信してもよい。例えば、通信モジュール８１０は、無線トランシーバを表してもよく、別の無線トランシーバと双方向に通信してもよい。通信モジュール８１０はまた、パケットを変調し、変調されたパケットを伝送のために１つ以上のアンテナ８１５に提供し、１つ以上のアンテナ８１５から受信したパケットを復調するモデムを含んでもよい。

【0166】

ユーザインターフェース構成要素８２５は、データベース８３０内のデータストレージ及び処理を管理してもよい。場合によっては、ユーザは、ユーザインターフェース構成要素８２５と対話してもよい。他の場合には、ユーザインターフェース構成要素８２５は、ユーザ対話なしに自動的に動作してもよい。データベース８３０は、単一データベース、分散データベース、複数分散データベース、データストア、データレイク、又は緊急バックアップデータベースのうちの一例であってもよい。

【0167】

メモリ８３５は、ＲＡＭ及びＲＯＭを含んでもよい。メモリ８３５は、実行されると、本明細書に記載される様々な機能をプロセッサ８４０に実行させる命令を含むコンピュータ可読コンピュータ実行可能なソフトウェアを記憶してもよい。場合によっては、メモリ８３５は、とりわけ、周辺構成要素又はデバイスとの対話などの基本的なハードウェア又はソフトウェアの動作を制御し得るＢＩＯＳ（ｂａｓｉｃ Ｉ／Ｏ ｓｙｓｔｅｍ）を含んでもよい。

【0168】

プロセッサ８４０は、インテリジェントハードウェアデバイス（例えば、汎用プロセッサ、（ＤＳＰ、ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、中央処理ユニット（ＣＰＵ、ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、マイクロコントローラ、ＡＳＩＣ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ、ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、プログラマブル論理デバイス、個別ゲート又はトランジスタ論理構成要素、個別ハードウェア構成要素、又はそれらの任意の組み合わせを含んでもよい。場合によっては、プロセッサ８４０は、メモリコントローラを使用してメモリアレイを動作させるように構成されてもよい。他の場合には、メモリコントローラは、プロセッサ８４０に統合されてもよい。プロセッサ８４０は、様々な機能（例えば、睡眠段階のための方法及びシステムをサポートするための機能又はタスク）を実行するために、メモリ８３５に記憶されたコンピュータ可読命令を実行するように構成されてもよい。

【0169】

例えば、ウェアラブルアプリケーション８２０は、ウェアラブルユーザに関連付けられた生理学的データを受信することであって、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む、ことを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。ウェアラブルアプリケーション８２０は、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。ウェアラブルアプリケーション８２０は、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。ウェアラブルアプリケーション８２０は、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することを行うための手段として構成されるか、又は他の方法でその手段をサポートしてもよい。

【0170】

本明細書に記載されるような例に従ってウェアラブルアプリケーション８２０を含むか、又はこれを構成することによって、デバイス８０５は、ユーザのための改善された心拍数データ、及びユーザに提供される改善された警告又は指標のための技術をサポートしてもよい。

【0171】

ウェアラブルアプリケーション８２０は、リング１０４、サーバ１１０、他のユーザデバイス１０６などとの通信を容易にするように構成されたアプリケーション（例えば、「アプリ」）、プログラム、ソフトウェア、又は他の構成要素を含んでもよい。例えば、ウェアラブルアプリケーション８２０は、リング１０４からデータ（例えば、生理学的データ）を受信し、受信したデータに対して処理動作を実行し、サーバ１１０とデータを送信及び受信し、ユーザ１０２にデータの提示するように構成されたユーザデバイス１０６上で実行可能なアプリケーションを含んでもよい。

【0172】

図９は、本開示の態様による、心拍数を測定するための技術をサポートする方法９００を図示するフローチャートである。方法９００の動作は、本明細書に記載されるように、ユーザデバイス又はその構成要素によって実装されてもよい。例えば、方法９００の動作は、図１～図８を参照して記載されたようなユーザデバイスによって実行されてもよい。いくつかの例では、ユーザデバイスは、記載の機能を実行するために、ユーザデバイスの機能要素を制御するための命令のセットを実行してもよい。追加的又は代替的に、ユーザデバイスは、専用ハードウェアを使用して、記載の機能の態様を実行してもよい。

【0173】

９０５において、方法は、ユーザに関連付けられた生理学的データを受信することを含んでもよく、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む。９０５の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、９０５の動作の態様は、図７を参照して記載されたような生理学的データ構成要素によって実行されてもよい。

【0174】

９１０において、方法は、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することを含んでもよい。９１０の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、９１０の動作の態様は、図７を参照して記載されたような候補心拍数判定構成要素７３０によって実行されてもよい。

【0175】

９１５において、方法は、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することを含んでもよい。９１５の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、９１５の動作の態様は、図７を参照して記載されたような心拍数選択構成要素７３５によって実行されてもよい。

【0176】

９２０において、方法は、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することを含んでもよい。９２０の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、９２０の動作の態様は、図７を参照して記載されたような心拍数判定構成要素７４０によって実行されてもよい。

【0177】

図１０は、本開示の態様による、心拍数を測定するための技術をサポートする方法１０００を図示するフローチャートである。方法１０００の動作は、本明細書に記載されるように、ユーザデバイス又はその構成要素によって実装されてもよい。例えば、方法１０００の動作は、図１～図８を参照して記載されるようなユーザデバイスによって実行されてもよい。いくつかの例では、ユーザデバイスは、記載の機能を実行するために、ユーザデバイスの機能要素を制御するための命令のセットを実行してもよい。追加的又は代替的に、ユーザデバイスは、専用ハードウェアを使用して、記載の機能の態様を実行してもよい。

【0178】

１００５において、方法は、ユーザに関連付けられた生理学的データを受信することを含んでもよく、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む。１００５の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１００５の動作の態様は、図７を参照して記載されたような生理学的データ構成要素によって実行されてもよい。

【0179】

１０１０において、本方法は、１つ以上の数学的演算を使用して複数のＰＰＧ信号を組み合わせて複合ＰＰＧ信号を生成することを含んでもよく、１つ以上の数学的演算は、平均化演算、加重平均化演算、又はその両方を含む。１０１０の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１０１０の動作の態様は、図７を参照して記載されたようなＰＰＧ信号組み合わせ構成要素７５０によって実行されてもよい。

【0180】

１０１５において、本方法は、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することを含んでもよく、候補心拍数測定値のセットを判定することは、複合ＰＰＧ信号に少なくとも部分的に基づく。１０１５の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１０１５の動作の態様は、図７を参照して記載されたような候補心拍数判定構成要素７３０によって実行されてもよい。

【0181】

１０２０において、方法は、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することを含んでもよい。１０２０の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１０２０の動作の態様は、図７を参照して記載されたような心拍数選択構成要素７３５によって実行されてもよい。

【0182】

１０２５において、方法は、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することを含んでもよい。１０２５の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１０２５の動作の態様は、図７を参照して記載されたような心拍数判定構成要素７４０によって実行されてもよい。

【0183】

図１１は、本開示の態様による、心拍数を測定するための技術をサポートする方法１１００を図示するフローチャートである。方法１１００の動作は、本明細書に記載されるように、ユーザデバイス又はその構成要素によって実装されてもよい。例えば、方法１１００の動作は、図１～図８を参照して記載されたようなユーザデバイスによって実行されてもよい。いくつかの例では、ユーザデバイスは、記載の機能を実行するために、ユーザデバイスの機能要素を制御するための命令のセットを実行してもよい。追加的又は代替的に、ユーザデバイスは、専用ハードウェアを使用して、記載の機能の態様を実行してもよい。

【0184】

１１０５において、方法は、ユーザに関連付けられた生理学的データを受信することを含んでもよく、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む。１１０５の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１１０５の動作の態様は、図７を参照して記載されたような生理学的データ構成要素によって実行されてもよい。

【0185】

１１１０において、方法は、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することを含んでもよい。１１１０の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１１１０の動作の態様は、図７を参照して記載されたような候補心拍数判定構成要素７３０によって実行されてもよい。

【0186】

１１１５において、方法は、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することを含んでもよい。１１１５の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１１１５の動作の態様は、図７を参照して記載されたような心拍数選択構成要素７３５によって実行されてもよい。

【0187】

１１２０において、方法は、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することを含んでもよい。１１２０の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１１２０の動作の態様は、図７を参照して記載されたような心拍数判定構成要素７４０によって実行されてもよい。

【0188】

１１２５において、方法は、ユーザに関連付けられたユーザデバイスのＧＵＩに、第１の心拍数の指標を表示させることを含んでもよい。１１２５の動作は、本明細書に開示されたような例に従って実行されてもよい。いくつかの例では、１１２５の動作の態様は、図７を参照して記載されたようなデータ表示構成要素によって実行されてもよい。

【0189】

上述の方法は可能な実装を記載し、動作及びステップは再配置又は他の方法で修正されてもよく、他の実装が可能であることに留意されたい。さらに、方法のうちの２つ以上からの態様が組み合わされてもよい。

【0190】

方法が記載される。方法は、ユーザに関連付けられた生理学的データを受信することであって、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む、ことと、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することと、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することと、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することと、を含んでもよい。

【0191】

装置が記載される。装置は、プロセッサと、プロセッサに結合されたメモリと、メモリに記憶された命令と、を含んでもよい。命令は、プロセッサによって実行可能であってもよく、装置に、ユーザに関連付けられた生理学的データを受信することであって、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む、ことと、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することと、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することと、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することと、を行わせる。

【0192】

別の装置が記載される。装置は、ユーザに関連付けられた生理学的データを受信するための手段であって、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む、手段と、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定するための手段と、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択するための手段と、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定するための手段と、を含んでもよい。

【0193】

コードを記憶する非一時的なコンピュータ可読媒体が記載される。コードは、プロセッサによって実行可能な命令を含んでもよく、プロセッサは、ユーザに関連付けられた生理学的データを受信することであって、生理学的データは、ユーザに関連付けられたウェアラブルデバイスを介して、第１の時間間隔にわたって収集されたＰＰＧデータ及び動きデータを含む、ことと、ＰＰＧデータに少なくとも部分的に基づいて、第１の時間間隔内の候補心拍数測定値のセットを判定することと、受信した動きデータに少なくとも部分的に基づいて、候補心拍数測定値のセットから第１の心拍数測定値を選択することと、選択された第１の心拍数測定値に少なくとも部分的に基づいて、第１の時間間隔内のユーザの第１の心拍数を判定することと、行う。

【0194】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例は、候補心拍数測定値のセットと動きデータとの間のデータ傾向の比較に少なくとも部分的に基づいて、候補心拍数測定値のセットから１つ以上の心拍数測定値を動きアーチファクトとして識別することと、動きアーチファクトとして識別された１つ以上の心拍数測定値を含まない候補心拍数測定値のセットのサブセットから第１の心拍数測定値を選択することと、を行うための動作、特徴、手段又は命令をさらに含んでもよい。

【0195】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例では、１つ以上の心拍数測定値を動きアーチファクトとして識別することは、動きデータに対して類似の周波数パターンを呈する１つ以上の心拍数測定値に少なくとも部分的に基づいて、候補心拍数測定値のセットから１つ以上の心拍数測定値を動きアーチファクトとして識別することを行うための動作、特徴、手段又は命令を含んでもよい。

【0196】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例は、ユーザに関連付けられた追加の生理学的データを受信することであって、追加の生理学的データは、ウェアラブルデバイスを介して、第２の時間間隔にわたって収集された追加のＰＰＧデータ及び追加の動きデータを含み、第２の時間間隔は、第１の時間間隔の後である、ことと、追加のＰＰＧデータに少なくとも部分的に基づいて、第２の時間間隔内の候補心拍数測定値の追加のセットを判定することと、受信した追加の動きデータに少なくとも部分的に基づいて、候補心拍数測定値の追加のセットから第２の心拍数測定値を選択することと、選択された第２の心拍数測定値に少なくとも部分的に基づいて、第２の時間間隔内のユーザの第２の心拍数を判定することと、を行うための動作、特徴、手段又は命令をさらに含んでもよい。

【0197】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例は、第１の時間間隔に対する第１の心拍数測定値と、第２の時間間隔に対する第２の心拍数測定値との間を補間することであって、第１の時間間隔内のユーザの第１の心拍数を判定すること、第２の時間間隔内のユーザの第２の心拍数を判定すること、又はその両方は、補間に少なくとも部分的に基づく、ことを行うための動作、特徴、手段又は命令をさらに含んでもよい。

【0198】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例では、補間することは、第１の時間間隔にわたって収集された動きデータの強度、第２の時間間隔にわたって収集された追加の動きデータの強度、又はその両方に少なくとも部分的に基づいて、第１の時間間隔に対する第１の心拍数測定値と、第２の時間間隔に対する第２の心拍数測定値との間を補間することを行うための動作、特徴、手段又は命令をさらに含んでもよい。

【0199】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例では、ＰＰＧデータは、ＰＰＧセンサの複数のペアから取得された複数のＰＰＧ信号を含み、ＰＰＧセンサの各ペアは、少なくとも１つの発光ダイオードと少なくとも１つの光検出器とを含み、方法、装置、及び非一時的なコンピュータ可読媒体は、１つ以上の数学的演算を使用して複数のＰＰＧ信号を組み合わせて複合ＰＰＧ信号を生成することであって、１つ以上の数学的演算は、平均化演算、加重平均化演算、又はその両方を含み、候補心拍数測定値のセットの判定は、複合ＰＰＧ信号に少なくとも部分的に基づく、ことを行うための動作、特徴、手段又は命令をさらに含んでもよい。

【0200】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例では、動きデータは、第１の方向に関する第１の加速度データを含み、方法、装置、及び非一時的なコンピュータ可読媒体は、第１の加速度データ、第２の加速度データ、又は第３の加速度データの１つ以上の特性に少なくとも部分的に基づいて、１つ以上の数学的演算を使用して、第１の加速度データ、第２の加速度データ、第３の加速度データ、又はそれらの任意の組み合わせを組み合わせることであって、心拍数データ系列のセットからの第１の心拍数データ系列の選択は、第１の加速度データ、第２の加速度データ、第３の加速度データ、又はそれらの任意の組み合わせを組み合わせることに少なくとも部分的に基づく、ことを行うための動作、特徴、手段、又は命令をさらに含んでもよい。

【0201】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例は、候補心拍数測定値のセットを判定することは、人間の心拍数の予想範囲に対応する周波数範囲内で候補心拍数測定値のセットを判定することを行うための動作、特徴、手段、又は命令を含んでもよい。

【0202】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例は、ユーザに関連付けられたユーザデバイスのＧＵＩに、第１の心拍数の指標を表示させることを行うための動作、特徴、手段、又は命令をさらに含んでもよい。

【0203】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例では、ウェアラブルデバイスは、ウェアラブルリングデバイスを含む。

【0204】

本明細書に記載の方法、装置、及び非一時的なコンピュータ可読媒体のいくつかの例では、ウェアラブルデバイスは、動脈血流に基づいてユーザから生理学的データを収集する。

【0205】

添付の図面に関連して、本明細書に記載される説明は、例示的な構成を記載し、実装され得るか、又は特許請求の範囲の範囲内にある、すべての例を表すものではない。本明細書で使用される「例示的」という用語は、「例、具体例、又は図示として機能する」ことを意味し、「好ましい」又は「他の例より有利である」ことを意味しない。詳細な説明は、記載の技術の理解を提供するための特定の詳細を含む。しかしながら、これらの技術は、これらの特定の詳細なしに実施されてもよい。いくつかの具体例では、周知の構造及びデバイスが、記載の例の概念を不明瞭にすることを避けるために、ブロック図の形態で示されている。

【0206】

添付の図面では、類似の構成要素又は特徴が、同一の参照ラベルを有してもよい。さらに、同じタイプの様々な構成要素は、ダッシュ及び類似の構成要素間を区別する第２のラベルによって参照ラベルを追跡することによって区別されてもよい。第１の参照ラベルのみが明細書で使用される場合、説明は、第２の参照ラベルとは無関係に、同じ第１の参照ラベルを有する類似の構成要素のうちの任意の１つに適用可能である。

【0207】

本明細書に記載の情報及び信号は、様々な異なる技術及び技術のうちのいずれか使用して表されてもよい。たとえば、上記の説明の全体にわたって参照され得るデータ、命令、コマンド、情報、信号、ビット、シンボル及びチップは、電圧、電流、電磁波、磁場若しくは磁気粒子、光学場若しくは光学粒子、又はそれらの任意の組み合わせによって表わされてもよい。

【0208】

本明細書における開示に関係して記載された様々な図示のブロック及びモジュールは、汎用プロセッサ、ＤＳＰ、ＡＳＩＣ、ＦＰＧＡ又は他のプログラマブル論理デバイス、個別ゲート若しくはトランジスタ論理、個別ハードウェア構成要素、又は本明細書に記載の機能を実行するように設計されたそれらの任意の組み合わせを用いて実装又は実行されてもよい。汎用プロセッサは、マイクロプロセッサであってもよいが、代替的には、プロセッサは、任意の従来のプロセッサ、コントローラ、マイクロコントローラ、又はステートマシンであってもよい。プロセッサはまた、コンピューティングデバイスの組み合わせ（例えば、ＤＳＰとマイクロプロセッサの組み合わせ、複数のマイクロプロセッサ、ＤＳＰコアと併せた１つ以上のマイクロプロセッサ、又は任意の他のそのような構成）として実装されてもよい。

【0209】

本明細書に記載の機能は、ハードウェア、プロセッサによって実行されるソフトウェア、ファームウェア、又はそれらの任意の組み合わせで実装されてもよい。プロセッサによって実行されるソフトウェアで実装される場合、機能は、コンピュータ可読媒体上の１つ以上の命令又はコードとして記憶されてもよく、又は、それを介して送信されてもよい。他の例及び実装は、本開示及び添付の特許請求の範囲の範囲内である。例えば、ソフトウェアの性質のために、上述の機能は、プロセッサによって実行されるソフトウェア、ハードウェア、ファームウェア、ハードワイヤ、又はこれらのいずれかの組み合わせを使用して実装され得る。機能を実装する特徴は、機能の部分が異なる物理的場所で実装されるように分散されていることを含む、様々な位置に物理的に位置していてもよい。また、特許請求の範囲において使用される場合を含む、本明細書で使用される場合、アイテムのリスト（例えば、「～のうちの少なくとも１つ」、「～のうちの１つ以上」などの語句によって前置きされるアイテムのリスト）において使用される場合の「又は」は、例えば、Ａ、Ｂ、又はＣの少なくとも１つというリストが、Ａ、Ｂ、若しくはＣ、ＡＢ、ＡＣ、若しくはＢＣ、又はＡＢＣ （すなわち、Ａ、Ｂ、及びＣ）を意味するような包括的リストを示す。また、本明細書で使用される場合、「～に基づく」という語句は、閉じた条件のセットへの参照として解釈されないものとする。例えば、「条件Ａに基づく」と記載される例示的なステップは、本開示の範囲から逸脱することなく、条件Ａ及び条件Ｂの両方に基づいてもよい。言い換えれば、本明細書で使用される場合、「～に基づく」という語句は、「～に少なくとも部分的に基づく」という語句と同じ方式で解釈されるものとする。

【0210】

コンピュータ可読媒体は、非一時的なコンピュータ記憶媒体と、ある地点から別の地点へのコンピュータプログラムの転送を容易にする任意の媒体を含む通信媒体との両方を含む。非一時的な記憶媒体は、汎用又は専用コンピュータによってアクセスされ得る任意の利用可能な媒体であってもよい。限定ではなく例として、非一時的なコンピュータ可読媒体は、ＲＡＭ、ＲＯＭ、電気的に消去可能なプログラマブルＲＯＭ（ＥＥＰＲＯＭ）、コンパクトディスク（ＣＤ）ＲＯＭ若しくは他の光ディスクストレージ、磁気ディスクストレージ若しくは他の磁気ストレージデバイス、又は命令若しくはデータ構造の形態で所望のプログラムコード手段を担持又は記憶するために使用され得、かつ汎用若しくは特殊目的のコンピュータ、若しくは汎用又は特殊目的のプロセッサによってアクセスされ得る任意の他の非一時的な媒体を含むことができる。また、任意の接続は、適切にコンピュータ可読媒体と呼ばれる。例えば、同軸ケーブル、光ファイバケーブル、ツイスト・ペア、デジタル加入者線（ＤＳＬ）、又は赤外線、無線、及びマイクロ波などの無線技術を用いて、ウェブサイト、サーバ、又は他のリモート・ソースからソフトウェアが送信される場合、同軸ケーブル、光ファイバケーブル、ツイスト・ペア、ＤＳＬ、又は赤外線、無線、及びマイクロ波のような無線技術は、媒体の定義に含まれる。本明細書で使用する場合、ディスク（ｄｉｓｋ、ｄｉｓｃ）は、ＣＤ、レーザディスク、光ディスク、デジタル多用途（ＤＶＤ）ディスク、フロッピーディスク及びブルーレイ（登録商標）ディスクを含み、ｄｉｓｋは、通常、磁気的にデータを再生し、ｄｉｓｃは、光学的にレーザでデータを再生する。上記の組み合わせもまた、コンピュータ可読媒体の範囲内に含まれる。

【0211】

本明細書における説明は、当業者が本開示を製造又は使用することを可能にするために提供される。本開示に対する様々な修正は、当業者には容易に明らかであり、本明細書で定義される一般原理は、本開示の範囲から逸脱することなく、他の変形に適用されてもよい。したがって、本開示は、本明細書に記載の例及び設計に限定されず、本明細書に開示の原理及び新規な特徴と一致する最も広い範囲で付与されるべきである。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【国際調査報告】