对相关申请的交叉引用
本申请根据35 U.S.C.§119(e)要求2014年3月27日提交的标题为“A Method and Device to Assess and Alter Abdominal Orientation”的美国临时申请61/971438的优先权，2014年4月30日提交的标题为“Systems,Devices,and Methods for Tracking Abdominal Orientation and Activity”的美国临时申请61/986,665的优先权，2014年7月8日提交的标题为“Systems,Devices,and Methods for Tracking Abdominal Orientation and Activity”的美国临时申请62/022,060的优先权，2014年10月3日提交的标题为“Systems,Devices,and methods for Reducing Preterm Birth in Pregnant Women”的美国临时申请62/059,557的优先权，和2015年2月3日提交的标题为“Systems,Devices,and Methods for Tracking Abdominal Orientation and Activity”的美国临时申请62/111,427的优先权。
技术领域
本发明通常使用传感技术和算法来评估和处理腹部相关的临床病症。
背景技术
医学证据表明，腹部区域的大量质量或压力可能导致严重的健康后果。两个非常紧密相关的例子是腹内高压(IAH)和腹部隔室综合征(ACS)。在这些条件下，腹腔内的流体以如此大的体积积累，使得腹壁延伸至其弹性极限。一旦其不再膨胀，泄漏到组织中的另外的流体导致封闭空间内的压力快速上升。最初，这种压力的增加导致轻度至中度器官功能障碍(如在IAH中所见)。如果压力继续升高到更高水平，则器官可能开始完全衰竭(如在ACS中看到的)，这可能导致死亡。
对于病态肥胖患者和孕妇也观察到不同程度的类似发病机理，这些患者也可对其大腹部质量具有负面临床反应。腹部整体可以对腹内组织和器官施加不同量的压力，这取决于其对重力和那些内部器官的取向。例如，考虑由晚期孕妇的子宫对下腔静脉(穿过脊柱附近的腹部的静脉)施加的压力。对该女性而言的最小压力位置将是令其以手和膝盖撑地，而腹部垂在下方。稍高的压力位置是令她直立。更高的压力位置是她向后靠在沙发上。最大量的压力发生在她仰卧(背朝下平躺)时。
传统上，产科医生建议有先兆子痫或其他高血压疾病的孕妇避免躺在仰卧位，并不时在床上休息一段时间；然而，这些建议通常是不完整的，因为它们仅将问题描述为“好位置”(例如躺卧，向左侧躺)和“坏位置”(例如仰卧)。
发明内容
在本专利中使用的术语“发明”、“该发明”、“本发明”和“当前发明”旨在广泛地指代本专利和如下专利权利要求中的所有主题。包含这些术语的语句应理解为不会对本申请所描述的主题或以下专利权利要求的含义或范围造成限制。本专利所涵盖的本发明的实施例，由如下权利要求，而不是本发明内容部分来限定。本发明内容部分是本发明的各个方面的高度概括，并且将在如下的具体实施方式部分中进一步描述其中一些概念。本发明内容部分不旨在限定要求保护的主题的关键或必要特征，也不旨在单独用于确定所要求保护的主题的范围。应当通过参考本专利的整个说明书的所有部分，任一或所有附图和每个权利要求来理解本发明的主题。
在一些实施例中，提供了一种用于获取腹部取向数据并向用户递送反馈的可穿戴装置。该装置可以包括配置为确定用户腹部相对于地球重力方向的空间取向的一个或多个传感器，以及配置为接收和存储来自传感器的取向数据并使用算法(和/或配置为)估计基于腹部方向的各种时间尺度上的临床风险水平。该可穿戴装置还可以包括通信装置，其向用户传达其当前风险等级的周期性更新和警报。
在一些实施例中，所述装置可用于预防或治疗妊娠状况，例如先兆子痫、妊娠期高血压、子宫内生长限制、胎儿缺氧、妊娠糖尿病、HELLP(溶血、肝酶升高、低血小板计数)综合征、胎盘早剥、胎盘前置，或腹部相关病症例如肥胖症相关性高血压、特发性颅内高血压、低通气综合征和腹腔室综合征。
可选地，该装置还可以确定腹部相对于用户腰腹或躯干的肌肉骨骼部件(例如脊柱、胸腔、背部肌肉等)的位置和取向。
在一些实施例中，该装置可以使用几何近似和/或经验参考数据，来确定由腹部施加到某些腹内组织或器官的力、脉冲或压力。这些组织和器官可以包括脊柱、肾、肝、膀胱、包括下腔静脉在内的所有腹部血管，以及包括肾交感神经在内的所有腹部神经。
在另外的实施例中，该装置可以包括两组传感器：一组可以监测腹部软组织(例如肚子)的取向，而另一组可以监测躯干(例如胸骨)的区域的取向。
在一些实施例中，该可穿戴装置还可以包括胎儿心率监视器。
在一些实施例中，该装置可以确定由于用户的移动而导致的加速力，以检测在算法中用于确定临床风险的步行、跑步和其他运动或锻炼。
可选地，该可穿戴装置可以推荐减少某些身体活动以减少对患者的风险。
在许多实施例中，该装置可以基于永福腹部的过去或当前取向而向用户提供振动、视觉或音频反馈。反馈类型可以包括：用于对良好腹部取向的正强化，用于建议特定位置的反馈，以及用于建议不同位置的反馈。
在一些实施例中，微控制器可以存储并稍后将取向数据和计算所得的腹内力、脉冲或压力数据电子传送给用户或护理提供者，包括医生。
根据多种因素，该装置可以为每个患者使用专门的算法，这些因素包括但不限于用户的身高，体重，年龄，妊娠年龄，血压，诊断测试结果，自诊断以来的时间，的装置警报，以及医生或患者对其日常活动的限制性的偏好。
在一些实施例中，该装置可用于加强卧床休息的依从性。
可选地，该装置可以包含一个或多个加速度计或其他传感器，其可以确定腹部相对于重力或身体的其他部分的取向。
在一些实施例中，该装置可以不向患者发送警报，而是可以简单地记录供稍后使用的腹部位置数据。
在一些实施例中，可以通过识别某些特征位置或移动数据(例如步行、坐下、躺下)自动校准装置，或通过用户的校准手动地(例如，在站立或直立时按下按钮)校准装置。
在一些实施例中，该装置仅在唤醒时间期间提供反馈。
可选地，该装置可以配置为向用户或医生发送进行测试血压、尿蛋白或其它先兆子痫标记物的建议。
在一些实施例中，所述一个或多个传感器包括1至3个加速度计。
该装置可以用松紧带、维可牢尼龙搭扣或其他带子绑在身体上。可选地，该装置可以用粘合剂粘附到用户的皮肤上，以附连到用户。
在一些实施例中，该装置可包括血压监视器。在一个实施例中，该血压监视器使用脉搏波传播时间来估计绝对血压或血压变化。该装置的胸带可以包括2个电极，一个在胸部的左侧，一个在胸部的右侧。电极可以传输通过胸部的电流并测量阻抗。已知该方法(阻抗体积描记术)产生ECG波形。该装置可以通过脉搏血氧定量法同时测量用户的脉搏。然后，该装置可以组合ECG数据和指脉率，以计算可用于估计血压的脉搏波传播时间。在一个实施例中，脉搏血氧测定由移动电话或无线连接到装置的其它移动装置上的相机或光传感器执行。
可选地，该装置可以是安装有专门应用的移动电话。
或者，该装置可以与移动电话分离，并且可以配置为无线地连接到安装有应用的移动电话。
该装置可以包括传感器，该传感器将位置或活动数据直接发送到包含本发明中详述的算法和其他功能的移动电话或移动装置的。
在本发明的其他方面中，提供了一种用于获取腹部取向数据并向用户递送反馈的可穿戴装置。该装置可以包括：1)一个或多个传感器，其确定用户腹部相对于地球重力方向的空间取向；2)通信装置，其将传感器连接到包含微处理器的第二装置；3)第二装置，其接收和存储来自传感器的数据，并使用算法基于腹部取向和/或活动水平在各种时间尺度上估计临床风险水平。
例如，该第二装置可以是智能电话、移动电话或紧邻用户或用户携带的其他类型的小型计算机。
在本发明的其他方面中，提供了一种用于获取腹部取向数据并向用户递送反馈的可穿戴装置。该装置可以包括：1)一个或多个传感器，其产生可以转换为活动的数据；2)微控制器，其接收并存储来自传感器的活动数据，并使用算法基于活动类型和持续时间估计各种时间尺度上的临床风险水平，以及3)通信装置，其向用户周期性传达关于其当前风险级别的更新和警报。
所述活动可以包括步行、跑步、驾驶、坐、躺和个人可能从事的其他典型活动。
在一些实施例中，提供了一种获取腹部取向数据并向用户递送反馈的方法。该方法可以包括：1)确定用户腹部相对于地球重力方向的空间取向；2)基于所确定的用户腹部的空间取向来评估用户的腹部是否已经处于过长时间段的不健康取向，以及3)向用户传达警报或建议以指示需要令腹部重新取向到不同的位置。
在一些实施例中，可以提供用于减少女性早产风险的可穿戴装置系统。所述可穿戴装置可以包括：一个或多个传感器，用于生成指示用户腹部取向的传感器数据。可以用处理器耦合所述一个或多个传感器且将其配置为：通过处理所述传感器数据来估计所述用户的腹部取向，连续监测所述用户的腹部取向。该处理器还可以识别所述腹部的估计取向所关联的取向风险值，以产生所识别的取向风险值的时间序列。可以通过计算所估计的腹部取向所关联的取向风险值的时间序列的子集的第一移动平均值，来计算和更新第一累积风险值。所述第一移动平均值对应的所述子集可以具有第一大小。该第一大小可以是传感数据的至少最后三十秒钟。在一些实施例中，其可以是传感器数据的最后两分钟。然后，所述处理器可以将所述第一累积风险值与第一阈值进行比较，并当所述第一累积风险值越过所述第一阈值时输出警告。
可选地，所述传感器数据包括倾斜角度和侧向倾斜角度，并且所述取向风险值可以是所述倾斜角度和所述侧向倾斜角度的函数。
在一些实施例中，所述处理器还可以配置为：接收所述用户的血压数据。所述处理器可以响应于所接收的血压数据而升高或降低所述第一阈值。
所述系统还可以包括用于生成所述用户的血氧水平数据的血氧水平传感器。所述血氧水平传感器可以与所述处理器耦合。所述处理器可以响应于所述来自血氧水平传感器的血氧水平数据，提高或降低所述第一阈值。
可以将输入耦合在所述处理器上。所述输入可以配置为接收用户输入的妊娠因素，所述妊娠因素包括所述用户的多胎妊娠、所述用户的体重指数(BMI)、所述用户的的先前活产和所述用户已有的高血压。所述处理器可以响应于所述用户输入的妊娠因素而升高或降低所述第一阈值。
所述处理器还可以配置为：通过计算所识别的取向风险值的时间序列的子集的第二移动平均值，来计算和更新第二累积风险值。所述第二移动平均值的子集可以包括至少最后5秒的传感器数据。该处理器可以将所述第二累积风险值与第二阈值进行比较，并当所述第二累积风险值越过所述第二阈值时输出警告。
所述处理器还可以配置为，通过处理所述传感器数据以计算用户经历的力变化，连续识别临床上显著的用户活动，从而监测所述用户活动。可以通过在时间区间内识别所述传感器数据中的最大力和最小力之间的差来计算所述力变化。所述处理器还可以产生所述力变化计算值的时间序列。
在一些实施例中，所述处理器可以通过计算和更新所述用户活动所关联的所述力变化计算值的时间序列的子集的用户活动移动平均值，来识别临床上显著的用户活动。然后，处理器可以将所述用户活动移动平均值与活动阈值进行比较，以确定所述用户是否从事临床显著活动。可选地，处理器可以记录所述用户在一段时间内从事的所述临床显著活动的累积持续时间。
在一些实施例中，还可以提供与所述处理器耦合的输入。所述输入可以配置为接收用户输入的该用户的妊娠胎龄。
所述处理器还可以配置为，将所述用户在所述时间段内从事的临床显著活动的累积持续时间，与对于所述用户的妊娠胎龄的特定优选累积活动阈值进行比较。
在一些实施例中，当所述处理器识别所述临床上显著的用户活动时，所述处理器可以停止识别取向风险值。所述处理器还可以配置为识别所述力改变所关联的活动风险值，以产生所识别的活动风险值的时间序列。所述处理器可以通过组合所识别的活动风险值的时间序列和先前识别的取向风险值，来计算和更新所述第一累积风险评分，并计算所识别的活动风险值和所述先前识别的取向风险值的组合时间序列的子集的移动平均值。
在一些实施例中，所述系统还可以包括与所述处理器耦合的红外传感器。所述处理器可以响应于所述红外传感器数据来确定装置使用。
可选地，所述处理器还可以配置为：将所述第一累积风险值与第二阈值进行比较；和当所述第一累积风险值越过所述第二阈值时，输出警告。所述第一阈值所关联的警告不同于与所述第二阈值所关联的警告。
在本发明的又一方面中，可以提供一种系统，包括处理装置和可由所述处理装置访问的非暂时性计算机可读介质。所述处理装置可以配置为执行包含在所述非暂时性计算机可读介质中的逻辑，并由此执行操作，所述操作包括：(1)接收来自传感器的力测量值；(2)使用接收的力测量值计算力随时间的变化；(3)基于所力变化计算值和活动阈值来确定所述用户是否从事临床显著活动。
当确定用户未从事临床显著活动时，该处理器可以执行如下步骤：(a)从传感器接收倾斜角度和侧向倾斜角度；(b)识别与所接收的倾斜角度和所接收的侧向倾斜角度相关联的取向风险值；和(c)记录取向风险值的时间序列。
当确定用户从事临床显著活动时，该处理器可以执行如下步骤：(a)识别与力变化所关联的活动风险值；和(b)记录活动风险值的时间序列。
该处理器还可以配置为将所记录的取向风险值的时间序列与所记录的活动风险值的时间序列进行组合，以生成风险值的连续时间序列。可以通过计算所述风险值的连续时间序列的子集的移动平均值，来计算所述风险值的连续时间序列的子集上的累积风险。然后，该处理器可以执行如下步骤：将所述累积风险与累积风险阈值进行比较；和当累积风险越过累积风险阈值时输出警告。
可选地，所述处理装置还可以配置为，通过执行所述逻辑执行附加操作，所述附加操作包括：当确定所述用户从事活动时，记录所述用户在一段时间内所述临床显著活动的累积持续时间；将所述用户在所述一段时间段内从事的临床显著活动的累积持续时间与优选累积活动阈值进行比较。
所述优选累积活动阈值可以取决于所述用户的妊娠阶段。
该系统还可以包括所述传感器。所述传感器可以纳在第一壳体中，并且所述处理器可以容纳在与所述第一壳体分离的第二壳体中。所述传感器可以与所述处理器无线耦合。
在其他的实施例中，提供了一种用于减少女性早产风险的方法。所述方法可以包括：从与用户耦合的传感器接收传感器数据和基于所接收的传感器数据确定所述用户是否从事活动。当确定所述用户未从事活动时，所述方法可以包括通过处理所述传感器数据来估计所述用户的腹部取向，来监测所述用户的腹部取向，并识别所估计的所述腹部取向所关联的取向风险值，以产生所识别的取向风险值的时间序列。然后，该方法可以包括通过计算与所估计的所述腹部取向所关联的所识别的取向风险值的时间序列的子集的第一移动平均值，来计算和更新累积风险值，并将所述累积风险值与第一阈值和第二阈值进行比较。当所述累积风险值越过所述第一阈值时，可以输出第一警告，并且当所述累积风险值越过所述第二阈值时，可以输出第二警告。
当确定所述用户从事临床显著活动时，所述方法还可以包括：停止产生所识别的取向风险值的时间序列，并识别所述传感器数据所关联的活动风险值，以产生所识别的活动风险值的时间序列。所述累积风险评分的计算和更新可以如下执行：组合所识别的活动风险值的时间序列和先前识别的取向风险值，并计算所识别的活动风险值和先前识别的取向风险值的组合时间系列的子集的移动平均值。
在其他实施例中，提供了一种用于减少女性早产风险的可穿戴装置系统，其中所述可穿戴装置可以包括一个或多个传感器，用于生成指示所述用户的活动的力数据。还可以将处理器与所述一个或多个传感器耦合并配置为通过处理所述力数据以识别所述力数据中的力变化，来估计所述用户的活动的剧烈程度，从而监测所述用户的活动。该处理器可以将所识别的力变化与力变化阈值进行比较，以确定所述用户是否从事临床显著活动。当所述用户从事临床显著活动时，所述处理器可以配置为：识别与所识别的力变化所关联的活动风险值，以产生所识别的活动风险值的时间序列。该处理器还可以通过计算所识别的力变化所关联的所识别的活动风险值的时间序列的子集的移动平均值，来计算和更新累积风险值，并将所述累积风险值与阈值进行比较。当所述第一累积风险值越过所述第一阈值时，可以输出警告。
可以通过在时间区间内识别力数据中的最大力和最小力之间的差来计算力变化，并且所述处理器还可以配置为产生所述力变化计算值的时间序列。可选地，所述处理器通过以下步骤识别临床上显著的用户活动：为所述用户活动所关联的力变化计算值的时间序列的子集，计算和更新用户活动移动平均值，并将所述用户活动移动平均值与活动阈值进行比较，以确定所述用户是否从事临床显著活动。该处理器还可以记录所述用户在一段时间内从事的所述临床显著活动的累积持续时间。
还可以包括与所述处理器耦合的输入，并且所述输入配置为接收用户输入的该用户的妊娠胎龄。所述处理器还可以配置为，将所述用户在所述时间段内从事的临床显著活动的累积持续时间，与所述用户的妊娠胎龄的特定优选累积活动阈值进行比较。
在一个实施例中，该装置用于训练用户哪些取向和活动是优选的，使其不需要在整个怀孕过程中穿着该装置。该装置可以最初使用几个小时或几天，或者可以在整个怀孕期间周期性地使用，以刷新用户关于哪些活动和取向是优选的记忆。提醒可以以警报、文本消息、警报或者对用户的任何其他已知形式的提醒形式。在另一实施例中，训练装置包括附接到用户躯干的移动装置上的应用程序。
在另外的实施例中，可以提供用于抑制女性先兆子痫的装置。该装置可以包括配置为生成取向数据的传感器和配置为将传感器耦合到女性腹部的支撑件，使得取向数据指示腹部的取向。处理器可以耦合到传感器，使其接收取向数据。处理器可以配置为响应于该数据计算值的时间序列，并响应于计算值计算累积风险值。该处理器可以具有用于响应于风险值而发送警告的输出，从而降低先兆子痫风险。
尽管公开了多个实施例，但是对于本领域技术人员来说，根据下面的详细描述，其它实施例将变得显而易见，所述详细描述展示和描述了各种说明性实施例。应当认识到，能够在各种明显方面改进各种实施方式，而不脱离所述实施方式的思路和范围。因此，附图和详细描述应看作是本质上是说明性的而不是限制性的。
附图说明
图1所示为用于追踪腹部取向和/或用户活动的示例性装置的系统图；
图2所示为用于追踪腹部取向和/或用户活动的用带子附接到用户的示例性可穿戴装置；
图3所示为图2的示例性可穿戴装置置于用户身上并附接到用户的示例性位置；
图4所示为用于追踪腹部取向和活动的示例性系统，包括图2的示例性可穿戴装置和用于追踪腹部取向和活动的另一示例性可穿戴装置(其可以与图2所示的示例性可穿戴装置相同)；
图5所示为用于追踪腹部取向和活动的示例性可穿戴装置，其通过粘性背面附接到用户；
图6所示为图5的示例性可穿戴装置放置在用户身上并附接到用户的示例性位置；和
图7所示为用户和装置的示例性坐标系；
图8所示为一些实施例所述的示例性操作流程；
图9所示为用于监测取向风险的示例性方法；
图10A-10B所示为示例性取向风险值矩阵；
图11所示为用于监测活动风险的示例性方法；
图12所示为根据一些实施例的用于定制取向和/或活动监测算法的示例性风险因素和示例性风险值；
图13所示为根据一些实施例的用于取向风险监测的示例性用户界面；
图14所示为用于活动风险监测的示例性用户界面；
图15所示为根据一些实施例所述的另一示例性方法；和
图16所示为说明风险系数和胎龄之间的示例性关系的表格和图表。
具体实施方式
在此具体地描述了本发明的实施例的主题，但是该描述并非旨在限制权利要求的范围。所要求保护的主题可以以其他方式实施，可以包括不同的元件或步骤，并且可以与其他现有或未来的技术结合使用。除非明确描述了各个步骤或元件布置的顺序，否则本描述不应解释为暗示各个步骤或元件两者之间或多者之间具有任何特定顺序或排列。
本发明的许多实施例提供了追踪腹部取向并向患者和/或医师提供临床相关反馈的系统、装置和方法，以便预防、避免或逆转与腹部位置相关的疾病或病症。
一些实施例提供了用于获取腹部取向数据并向用户递送反馈的可穿戴装置。该装置可以包括：1)确定用户腹部的空间取向(例如，相对于地球重力的方向)的一个或多个传感器；2)微控制器，其接收并存储来自传感器的取向数据，并基于腹部取向估计各种时间尺度上的临床风险水平，以及3)通信装置和/或输出，其就用户目前的风险水平向其传达周期性的更新和警报。
本发明的实施例可以计算多个腹部位置所关联的风险，并且基于在一段时间内多个位置中的每一个的累积风险来执行计算。可能存在高风险和低风险位置，但由于其为累积计算，因此可能没有超出限制的位置。一些位置可以比其他位置容忍更长时间。例如，如果孕妇躺在仰卧位，则其的IVC可能会暂时闭塞。如果她只在那个位置花了几秒钟，然后翻身侧躺，则血流会恢复，她会没事；然而，如果她随后反复回到仰卧位置，则血流可能被限制在各种腹部器官内，她可能面临急性器官功能障碍或长期应激导致慢性器官功能障碍或衰竭的风险。因此，本发明的一些实施例估计在短时间段(例如，秒、分钟等)和/或非常长的时间段(例如，月)上施加在腹内器官上的压力、机械力和/推力，并且如果患者在其器官和组织上经历过多的累积压力，则可以警告或通知患者和/或临床医生。
优选地，一些实施例中，可以为不同的患者定制系统、装置和方法。例如，具有不同身体特征或疾病严重程度的不同女性，可以从利用专门程序的系统、装置和方法中受益。在一些实施例中，由装置提供的风险评估和反馈类型可以受到多个因素的影响。例如，可以考虑的一些因素包括用户的身高、体重、年龄、妊娠年龄、血压、诊断测试结果(遗传测试、血液测试、尿液测试等)、诊断后的时间、此前装置警报数量，和/或医生或患者对限制其日常活动的偏好。因此，在一些实施例中，可输入这些因素中的一个或多个，以创建用于个体患者的定制算法。例如，一个患者可能具有预先存在的高血压、肥胖、妊娠35周，并且对于先兆子痫的遗传倾向具有阳性诊断结果。一旦这些因素被输入到算法中，该系统、装置或方法可以计算出患者处于先兆子痫的较高风险，然后可以向患者提供适用于较高风险患者的警报。例如，定制的装置或系统可能对于较高风险的患者更敏感，即使当患者没有花费大量时间在腹内器官压力高的位置上时也警告患者。在另一个示例中，一些实施例可以确定妊娠20周时的年轻健康女性处于先兆子痫的较低风险，然后可以向患者提供适合于较低风险患者的警报。因此，即使当患者在与较高风险患者类似的位置花费了类似时间量时，患者也可以不接收到警告。
在一些实施例中，可以生成每日报告并输出给患者和/或临床医生。例如，报告可以通知患者其没有高风险，并且不需要从她当前的正常日常例程改变其日常活动或腹部位置。
在一些实施例中，可以向患者或临床医生提供临床建议。例如，一些系统和装置可以配置为建议患者检查他们的血压，进行蛋白尿测试或者在他们的医生处就诊。
由于先兆子痫可能需要数月才能发展，一些实施例可以配置为在延长的时间段期间提供反馈，以确保腹内区域不随时间经历可能诱导先兆子痫的压力水平，从而防止综合征发生、防止其进一步进步，和/或将其扭转。
一些实施例通过限制血流被限制在胎盘和胎儿中的时间量，来防止胎儿缺氧。由于胎儿缺氧会导致儿童智商降低和学习障碍的可能性增加，一些实施例可以提高儿童的认知能力。
虽然上述实施例的讨论通常是围绕避免先兆子痫和妊娠的其他并发症，但是应当理解，本申请公开的实施例可适用于预防其他病症，因为腹部静脉和器官的压力除对怀孕之外可能也是有害的。在一些情况下，具有严重难治性头痛且通常不响应标准药物疗法的特发性颅内高血压(IIH)患者，可以从本申请公开的实施例中受益。IIH几乎只发生在大量腹部脂肪的肥胖患者中。研究表明，将这种脂肪组织从身体中心提起，可以缓解一些患者的不良症状。因此，本发明的一些实施例可以提供位置反馈以防止形成严重的头痛。
在一些实施例中，传感装置可以测量患者位置，并且可以实时地或周期性地(例如每隔几个小时)向患者的电话或其他Wi-Fi/蓝牙装置发送该数据。
在一些实施例中，算法中可以使用物理学和临床近似，来确定对患者的IVC施加了多少压力。在另外的实施例中，所述算法可以使用腹部大小、形状和构造的几何近似，以便预测由于重力(或运动)而向腹内空间的各个区域施加了多少力。
一些实施例可以涉及使实际患者处于不同姿势，并且使用成像技术和经验观察来确定对于不同姿势向腹内空间施加了多少压力。然后，可以使用该经验数据来构造算法。当收集更多的经验数据时，该算法可以随时间不断地更新。
在一些实施例中，位置和活动数据可以发送给医生或其他护理提供者，使得医生知道患者遵循卧床休息或活动减少的指示的依从性。
在一些实施例中，该装置可以放置在肩部、颈部、胸部、腹部、臀部或以与腹部类似的方式移动的腹部附近其他区域。
在另外的实施例中，该装置可以放置在手臂、腕、腿或远离腹部的其他区域，并且可以使用更复杂的算法来近似估计腹部位置和活动。
在另外的实施例中，该装置可以放置在阴道中。
在另外的实施例中，一个或多个传感器可以放置在腹部上或附近，以检测腹部位置，并且该一个或多个传感器可以放置在肢端，以检测活动类型和水平。
在一些实施例中，该装置可以附接到患者衣服。
在一些实施例中，该装置轮廓较不明显，因此如果其在身体上，则不能容易地看穿衣服。
在一些实施例中，用户直立或坐直并按下按钮，以校准装置。
在一些实施例中，该装置可具有热传感器。如果热传感器检测到装置不在身体上，则可能需要患者在其再次与身体接触时重新校准装置。这可以防止患者“愚弄”系统，并且还可以防止如果装置被临时移除或调整后进行重新校准而导致的不正确位置或活动数据。
在一些实施例中，该装置可以预防性地使用，以防止各种医学病症的发展。这些病症包括先兆子痫、高血压妊娠、特发性颅内高血压以及本发明中提及的许多其它疾病和病症。
在一些实施例中，如果在设定时间段内未检测到最小水平的运动或振动，则装置需要重新校准。
在一些实施例中，医生或护理提供者可以经由装置直接与患者通信。这可以包括基于医生从装置接收的数据所提供的降低活动或改变姿势的建议，或者可以包括与装置生成的数据无关的通信。
在一些实施例中，该算法可以利用从不同用户收集大量数据的网络效应来改进算法。
在一些实施例中，该算法可以对相对于每个事件的时间长度的总累积负载敏感。例如，在一些实施例中，该算法可以是基于如下理解，即在临床上，与1次100分钟相比，优选将腹部静脉施加压力100次，每次1分钟。
在一些实施例中，该装置提供特定的建议，例如相对于通用的统一“不良姿势”警报，可以提供“以手术和膝盖撑地2分钟”或“不要过度后仰”。
在一些实施例中，腹部的不同部分可用于取向计算，包括肚脐或估计的重心
在一些实施例中，该装置估计与肌肉骨骼系统相关的软组织的重心。在一些实施例中，这可以用2个传感器(一个在软组织(例如，肚脐)上，一个在骨架(例如，胸骨)上)来完成。在另外的实施例中，可以仅使用一个需要经验或理论数据的传感器，以根据妊娠年龄、身高和体重，以及胎儿数量等，确定腹部软组织与内部血管或其他组织/器官发生联系的位置。
在一些实施例中，可以由该装置估计不同器官和组织上的脉冲向量的数量。
在一些实施例中，通过该算法估计整体腹内压或区域性腹内压。
在一些实施例中，该装置获取像跑步、驾驶等的各种活动，并且根据对于近期和长期分析的不同来分配特定值。例如，在一些实施例中，该装置警告女性在慢跑10分钟或步行30分钟后休息，但该算法将所述短持续时间视为天或周的时段内的净正值。
在一些实施例中，该算法初始将活动视为对腹部健康有益的，但随后在某一阈值时间之后，认为活动对健康有害。例如，在一些实施例中，步行可以最初被视为有益的，但是在30分钟达到拐点，在该点，它可以被视为有害的。
在一些实施例中，该装置警告用户应该何时服用每日阿斯匹林以防止先兆子痫。
在一些实施例中，诱发先兆子痫的作用机制可以是压缩腹部交感神经或动脉系统而不是静脉系统，或除了静脉系统之外还有压缩腹部交感神经或动脉系统。
在一些实施例中，所述装置可以是诊断性的以及治疗性的。该装置可以使用数据挖掘来确定哪些活动计划更常导致先兆子痫。该装置然后可以警告具有类似的活动/取向曲线的患者额外警惕。
在一些实施例中，卧床休息和/或活动减少的每日％依从性可以发送给患者和/或医生。
在一些实施例中，用于该装置的应用或软件，可以包括建议对孕妇进行各种测试和治疗的综合诊断和治疗系统。在一些实施例中，基于患者的风险曲线，该应用建议患者进行诊断测试(血液蛋白标记或基于遗传的测试)以观察其是否处于任何妊娠疾病的高风险。手动患者数据输入、诊断测试结果以及位置和活动监测数据可以全部馈入一个综合算法中，该算法连续地评估患者的疾病起始和进展的估计风险，并且提供反馈以帮助管理风险。
图1所示为根据本发明的一些实施例所述的示例性装置10。该装置10可以包括与一个或多个传感器14耦合的微控制器(处理器)12。装置10可以由可充电电池16供电。可以提供数据存储器18来存储可由微控制器12执行的计算机软件和接收自一个或多个传感器14的数据。该装置10还可以包括用于与其他装置(例如，智能电话，计算机等)交互的无线接口20。装置10还可以包括用于向装置用户输出信号的音频/视觉/触觉反馈装置22。还可以提供LED状态指示器24。
装置10可以是用于获取腹部取向数据并向用户递送反馈的可穿戴装置。装置10可以提供对用户的快速和慢速运动的精确追踪。在一些实施例中，该装置10可以提供高度追踪、压力读数、温度读数和/或用户计步器读数。
微控制器12可以配置为接收和处理来自一个或多个传感器14的传感器数据。在许多实施例中，微控制器12可以配置为监测用户活动以识别与用户的某些活动水平所关联的风险。在许多实施例中，微控制器12可以配置为监测用户取向以识别与某些用户取向所关联的风险。可选地，微控制器12可以配置为将传感器数据从一个或多个传感器14传输到与装置10分别封装的处理器，用于在单独的处理器处进行数据分析。当期望增加处理能力和/或当减小装置10的占用空间时，这可能是有益的。单独的处理器可以是用户的便携式电子装置(例如，PDA、智能电话、平板计算机、手表等)台式计算机(用户的个人计算机，临床医生的计算机)等。
所述一个或多个传感器14可以包括加速度计、陀螺仪、磁力计、红外/温度传感器、压力传感器和/或其组合。在一些实施例中，一个或多个传感器14可以是3轴传感器(例如，3轴陀螺仪、3轴加速度计、3轴磁力计等)。可选地，所述一个或多个传感器14可以包括多个单轴传感器(例如，以下一个或多个：x轴陀螺仪、y轴陀螺仪、z轴陀螺仪、x轴加速度计、y轴加速度计、z轴加速度计、x轴磁力计、y轴磁力计、z轴磁力计等)。
例如，在一些实施例中，该装置10可以具有用户可编程陀螺仪满量程范围为±250、±500、±1000和±2000°/秒(dps)的特征。在一些实施例中，该装置10可以具有用户可编程加速度计满量程范围为±2g、±4g、±8g和±16g的特征。在一些实施例中，该装置10可以具有磁力计满量程范围为±4800μT的特征。装置10还可以包括用于数字化来自一个或多个传感器14的输出，以用于数据记录和分析的模数转换器。
在一些实施例中，所述一个或多个传感器14可以包括红外传感器。该红外传感器可以配置为当提供指示装置10何时被用户佩戴的数据。可选地，处理器12可以基于从红外传感器接收到的红外数据，来发出装置以警告，指示装置10与用户的耦合不足。在一些实施例中，当红外传感器数据指示装置10与用户解耦时，处理器12可以触发装置睡眠模式、省电模式或关闭模式。
在许多实施例中，该一个或多个传感器14可以向微控制器12提供力数据(例如，Fx,Fy,Fz)和/或取向数据(例如，倾斜角度θ，侧倾角度)处理。下面进一步讨论示例性处理算法。
可再充电电池16可以是例如Li离子电池。电池16可以经由通用串行总线(USB)端口、微型USB端口、微型USB端口等来再充电。
无线接口20可以提供与智能电话、平板电脑或其他移动装置的无线连接。例如，在一些实施例中，数据可以存储在装置10上，并且在稍后的时间内发送以用于处理。或者，该装置10可以基本实时地将数据发送到用户的个人电子装置以进行数据处理。在一些实施例中，无线接口20可以是Wi-Fi或蓝牙无线接口。
反馈装置22可以是用于向装置用户输出信号的一个或多个显示器、光指示器、扬声器和/或振动电动机。例如，显示器可以向用户显示风险评分、取向、活动水平等。
附加地或可选地，光指示器可以提供仪表输出。例如，光指示器可以是逐个点亮以向用户提供警告的一行五个灯。可选地，光指示器可以为不同的警告程度提供各种颜色输出(例如，绿色，黄色，红色等)。
反馈装置22还可以提供音频输出。例如，反馈装置22可以向用户提供蜂鸣警告或声音反馈/建议。反馈装置22还可以利用振动马达提供触觉反馈。
LED状态指示器24可以以信号表示电源状态、电池状态、Wi-Fi状态、蓝牙连接状态等。
图2所示为用于追踪腹部取向和/或活动的示例性可穿戴装置10，其通过带子26附接到用户。装置10可以通过松紧带、维可牢尼龙搭扣或其他带子绑在身体上。带子26可以是可调节的并且可以通过带扣、扣环、紧固件、按钮等连接到装置10和/或彼此相连。
图3所示为图2的示例性可穿戴装置在示例性位置处放置并附接到用户身上。在许多实施例中，该装置10可绑在用户肚脐上方的位置。虽然对于一些实施方式，该位置可能是优选的，但应当理解，其他安装位置也是可能的。
图4所示为用于追踪腹部取向和/或用户活动的示例性系统，包括图2的示例性可穿戴式装置与用于追踪腹部取向和/或用户活动的另一示例性可穿戴式装置(其可以与图2中的示例性可穿戴装置相同)的组合。装置11可以以绑带或以其他方式附接在用户的胸骨附近。在所示的系统中，两个可穿戴装置10、11可以协作以提供附加传感器数据。当监测用户取向和/或用户活动时，来自装置11的附加传感器数据可以提供更准确的结果。
可选地，该装置10可以用粘合剂粘附到用户，以粘附到用户的皮肤。图5所示为用于追踪腹部取向和活动的示例性可穿戴装置10，其通过粘合性背面28附接到用户。粘合性背面28可以是医疗级皮肤粘合剂。
图6所示为图5的示例性可穿戴装置10在示例性位置处放置并附接到用户身上。装置10可以粘附到在用户肚脐上方居中的位置。可选地，其可以定位在用户的肚脐和用户的胸骨之间。在一些实施例中，优选地，传感器相对于主体沿着主体对称线是平的。因此，传感器装置可以放置在肚脐上，腹部顶部或沿着胸骨的任何地方。在其它实施例中，该装置可以放置在非中心线位置，但是可能需要两步校准，其中主体处于两个不同的取向，使得装置能够知道哪个方向是“向前”，哪个方向是“向后”。
在一些实施例中，该装置10可使用维可牢附接到人类皮肤，其中一个维可牢条带附接到装置10，且另一维可牢条带具有用于附着到皮肤的粘合剂(例如医疗级皮肤粘合剂)。在这种构造中，该装置10可以被容易地移除并重新附接到身体上。取决于患者的偏好，皮肤上的维可牢条可以保持更长的持续时间(小时至数天)。
可选地，该装置10的部件可以分布成使其居于同一平面并在更大的表面区域上展开。这可以允许装置轮廓较不明显或甚至集成到用户的衣服中或附接其上。这可以帮助将装置10固定到固定取向，使得装置10可以无需因为装置10在主体上发生非故意重新取向而需要重新校准。
在一些实施例中，该装置10的壳体可以是柔性的，以便符合用户身体的曲率。可选地，该装置10的壳体可以是刚性的，但可以包括通常接近用户腹部曲率的弯曲内表面(即，最接近用户的表面)。
如上所述，传感器数据可以包括力数据和取向数据。力数据可以是Fx,Fy,Fz力数据。取向数据可以是倾斜角(俯仰角)(θ)和侧倾角角(翻滚角)
三维中的取向可以如下定义：
x＝来自x传感器(人的左髋到右髋的轴)的力的g，
y＝来自y传感器(从脚到头的轴)的力的g
z＝来自z传感器(从后到前的轴)的力的g
倾斜角(θ)和侧向倾斜角可以用以下等式计算：
r＝sqrt(x^2+y^2+z^2)
phi(φ)＝arctan(x/y)*180°/π
theta(θ)＝arctan(z/y)*180°/π
图7所示为用户和装置的示例性坐标系。沿着用户的从左到右的力可以由沿x轴(装置的左侧到右侧)测量的力来表示。沿着用户的垂直轴(例如，脚到头)的力可以由沿着y轴(装置的底部到装置的顶部)测量的力来表示。从用户的背部到前部的力可以由沿着z轴(装置的前表面到后表面)测量的力来表示。
图中还示出，围绕x轴的旋转值(称为倾斜角并由θ表示)的范围可以俯卧到坐/站直到仰卧。此外，围绕z轴的旋转值(称为侧倾角并由表示)可以从朝左侧躺到坐/站直到朝右侧躺。应当理解，所示的坐标系是示例性的而不是限制性的。
在一些实施例中，可以通过站立并校准装置来校准装置，使得x轴和z轴中的力等于0并且沿着y轴的力等于1。可选地，校准过程可以在用户按下校准开始按钮时和当校准计算开始时之间提供短暂的停顿(例如，1-5秒)，以便允许用户进入优选姿势。
可以通过在时间或测量周期(例如，最后10次测量或最后1-10秒)中获取x，y和z值中每一个的平均值，并检查每个x，y和z变量是否相对不变，来进行校准。如果不变，则可以记录校准常数。例如，在校准时间段(例如，1-10秒)上，如果以0.1秒的增量来接收测量，则可以在0.1秒记录第一数据点(x1，y1，z1)，可以可以在0.2秒记录第二数据点(x2，y2，z2)，以此类推。每0.1秒产生的新数据点可以被放入新的变量(例如，xnew,ynew,znew)。在每0.1秒增量时，校准算法可检查随后接收的值是否在初始读数(例如，x1,y1,z1)的期望百分比(1-5％)内。例如，算法可以检查新变量是否在初始读数的2％内：
0.98*xnew≤x1≤1.02*xnew
0.98*ynew≤y1≤1.02*ynew
0.98*znew≤z1≤1.02*znew
如果满足等式，则其可以继续下一测量。如果在任一点处的任一值不在期望的百分比内，则校准序列可以以新的初始读数(例如，x1,y1,z1)重新开始。当校准时间段(例如，1-10秒)流逝而没有任何x、y或z值波动超过期望百分比(例如，2％)时，则可以记录校准常数，并且可以执行取向校准，其中：
变量cal.theta和cal.phi可以从原始θ和原始值中减去。
在一些实施例中，替代性地将xyz平面定义为：
y＝来自y传感器(从人的左髋到右髋的轴)的力的g；
x＝来自x传感器(从脚到头的轴)的力；
z＝来自z传感器(从后到前的轴)的力的g。
在一些实施例中，对phi和theta方程进行修改以便稳定函数，其中：
r＝sqrt(x^2+y^2+z^2)
phi(φ)＝arctan(y/sqrt(x^2+z^2))*180°/π
theta(θ)＝arctan(-x*(sign of z)/sqrt(z^2+u*y^2))*180°/π
其中u是常数，优选范围在0.001和0.3之间，并且其中“z符号”在z为负时简单地插入-1，当z为正时插入-1。
图8所示为根据装置10的一些实施例所述的示例性操作流程100。可以接收传感器数据102。处理器可以从传感器数据来确定传感器数据是否指示重要的用户活动104。如果传感器数据指示重要的用户活动，则处理器可以进一步分析传感器数据，以监测用户活动并使用活动风险算法106确定活动风险。基于监测106，处理器可以向用户108输出反馈。当传感器数据指示用户没有从事显著活动时，处理器可以分析传感器数据以监测用户取向并且利用取向风险算法110确定取向风险。基于监测110，处理器可以向用户108输出反馈。另外，在一些实施例中，处理器可以配置为，将从算法110获得的取向风险值的时间序列和从算法106获得的活动风险值的时间序列组合，以生成风险值111的连续时间序列。然后风险值连续时间系列可用于确定延长的时间段(例如，每天上午3点开始和结束的24小时)上的每日累积风险112。每日累积风险可以是从监测106和/或监测110获得的风险值的函数。处理器可以根据每日累积风险确定112输出反馈108。此外，在一些实施例中，风险值连续时间序列可以用于计算累积风险评分113，然后可以将其与累积风险阈值进行比较，下面将进一步讨论。
虽然大致使用了取向监测算法、活动监测算法、每日风险算法和累积风险算法来展示说明，但是应当理解，实施例可以具有上述功能中的一个、几个或全部。许多实施例可以实现所有功能，但是其他实施例可以配置为仅监测用户活动风险，或仅监测取向风险或功能的其他子组合。
如上所述，所接收的传感器数据102可以包括力数据和取向数据。力数据可以是Fx,Fy,Fz力数据。在一些实施例中，力数据可以用于确定用户何时从事显著活动以及用户在多长时间内从事显著活动。力数据还可以用于识别活动风险值，以提供一段时间内的累积活动风险。
图9所示为用于监测取向风险110的示例性方法200。如上所述，仅当确定用户没有从事重大活动时，才可以优选监测用户取向。在步骤202，接收取向传感器数据。基于接收到的取向传感器数据，可以确定取向风险值204。可以针对取向传感器数据的连续流，重复步骤202和204以生成取向风险值206的时间系列。从取向风险值的时间系列，可以计算累积取向风险值208。然后可以将累积取向风险值与取向风险阈值210进行比较。然后可以基于累积取向风险值的比较将反馈输出给用户212到取向风险阈值。可选地，方法200还可以包括接收患者数据214。可以响应于接收到的患者数据216来计算或调整取向风险阈值，以提供定制的取向风险阈值。该定制取向风险阈值可以用于比较212。
取向数据可以是倾斜角(θ)和侧倾角θ和的每个组合可以对应于一个“即时位置风险评分”。例如，该评分可以在0-1(或其标度)的范围内，其中1可以指示最危险的取向。继续该示例性标度，在一些实施例中，面向下取向(但不位于胃上)可以为赋值为0-0.05，优选约0.03；以45度向前倾斜的值可以为0.05-0.10，优选约0.08；直立的值可以为0.08-0.12，优选约0.10；向后倾斜45度可以赋值为0.35-0.45，优选地约0.4；并且仰卧可以被估值为1.0。图10A所示为phi和theta组合的示例性取向风险值。这些取向风险值可以存储为查询表，并且由处理器访问，以将取向风险值与接收到的取向数据所关联。可选地，处理器可执行取向风险值方程式以计算取向风险值。
例如，在所示的取向风险值表中，提供了六个常数：用于向左侧躺的风险值(“左侧风险”，即当phi等于-90度时)，用于向右侧躺的风险值(“右侧风险”，即当phi等于90时)，头手倒立的风险值(“倒立风险”，即当θ为180或-180且phi为0时)，俯卧风险值(“俯卧风险”，即当θ为-90并且phi为0时)，当未侧倾且倾斜超过-90度时的风险值(“倾斜大于-90的风险”，即当θ在-90和-180，phi为0)和直立的危险值(“站立风险”，即当θ为0且phi为0时)。这些常数可以由临床医生定义，并且可以进行调整，以精细调整矩阵中的取向风险值(例如，以提供患者特有的定制风险值)。剩余的风险值可以基于六个定义的常数来确定。
在示例性矩阵中，六个常数可以定义如下：
risk左侧＝0
risk右侧＝0.3
risk倒立＝1.0
risk俯卧＝0.01
risk-90＜倾斜＜-180＝1.0
risk站立＝0.1
这些恒定值是用于监测先兆子痫的示例，并且可以被调整。
在所示的表格中，当用户向后倾斜在-90和-180度之间(-90>θ>-180)并向左侧倾(phi在0和-90之间)时，风险值可以计算为：
当用户向后倾斜在0和-90度之间或-90度(即，0<θ≤-90)之间并向左侧倾(phi在0和-90之间)时，风险值可以计算为：
此外，当用户向后倾斜或仰卧平躺(即，0<θ≤-90且phi为0)时，风险值可以通过以下来计算：
当用户没有倾斜或向前倾斜(即，θ为0)并且向左侧倾(phi在0和-90度之间)时，风险值可以通过以下方式计算：
当用户向前倾斜但未倒置(即0<θ<90)并且phi为0时，风险值可以通过以下公式计算：
当用户向前倾斜但未倒置(即0<θ≤90)并向左侧倾(phi在0和-90之间)时，风险值可以通过以下公式计算：
当用户向前倾斜超过90度(即，180>θ>90)并且phi为0时，风险值可以通过以下来计算：
当用户俯卧平躺(theta＝90)并向左侧倾(0>phi>-90)时，风险值可以通过以下来计算：
当用户向前倾斜超过90度(即，180°≥θ>90°)并向左侧倾(0>phi>-90°)时，风险值可以通过以下来计算：
当用户向右侧倾(0>phi>90)时，风险值可以是向左侧倾时(risk左侧等效)的等效位置处并考虑右侧风险的风险值。例如，在所示的矩阵中，当用户向右侧倾(0>phi>90)时，风险可以通过以下来计算：
因此，当用户向后倾斜在-90度和-180度之间(-90度θ>-180度)并向右侧倾(0>phi>90度)时，风险值可以通过以下方式计算：
当用户向后倾斜在0和-90度之间或-90度(即，0<θ≤-90)，并向右侧倾(0>phi>90)时，风险值可以计算为：
当用户不向后倾斜或向前倾斜(即，θ为0)并向右侧倾(0>phi>90)时，风险值可以通过以下方式计算：
当用户向前倾斜但不倒置(即0<θ<90)并向右侧倾(0>phi>90)时，风险值可以通过以下公式计算：
当用户俯卧(theta＝90)平躺并向右侧倾(0>phi>90)时，风险值可以通过以下来计算：
当用户向前倾斜超过90度(即，180°≥θ>90°)和向右侧倾(0>phi>90°)时，风险值可以通过以下来计算：
虽然提供了这些示例性功能、常数和常数值，但是应当理解，本发明的实施例绝不限于上述功能和示例性常数或示例性常数值。如上所述，取向风险值和方程可以在进一步临床分析时定制或改进。可选地，如上所述，查询表可以用于将风险值与取向数据相关联。另外，应当理解，可以使用其他风险等级。示例性0-1标度仅作为示例而提供，并且是非限制性的。
因此，基于接收到的取向传感器数据，可以确定取向风险值204。可以在接收到传感器数据时确定取向风险值206的时间序列。根据取向风险值的时间序列，可以计算累积取向风险值208。累积取向风险值可以是风险评分的移动平均值。例如，累积取向风险值可以是取向风险值的时间系列的子集(例如，取向风险值的最后30秒-最后1000秒)的平均值。在一个优选实施例中，累积取向风险值可以是取向风险评分的最后300秒的平均值。当装置接收到最新的取向风险评分时，其可以丢弃最早的取向风险评分，由此总是将以最近300秒的取向风险评分平均为累积取向风险值。
然后，可以将累积取向风险值与取向风险阈值210进行比较。在一些实施例中，取向风险值可以与第一阈值和第二阈值进行比较。第一阈值可以是中等风险阈值，并且第二阈值可以是高风险阈值。例如，在一些实施例中，中等风险阈值可以在0.15-0.25之间，优选为0.2，并且高风险阈值可以在0.35-0.45之间，优选地为0.4。
然后可以基于累积取向风险值与取向风险阈值的比较，将反馈输出到用户212。例如，每当累积取向风险值上升到中等风险阈值以上时，该装置可以传送第一反馈，并且每当累积取向风险值上升到高于高风险阈值时，该装置可以传送第二反馈。该反馈可以是音频、视觉或触觉。在一些实施例中，当累积取向风险值上升到中等风险阈值以上时，该装置可以每两分钟振动、蜂鸣或闪烁一次，直到累积取向风险值改善并下降到阈值以下。如果累积取向风险值上升到高于高风险阈值，则装置可以每三十秒钟振动、蜂鸣或闪烁两次，直到累积取向风险评分下降到高风险阈值以下。当累积取向风险评分低于中阈值和高阈值时，该装置可以不提供反馈。可选地，当累积取向风险评分低于中阈值和高阈值(例如，绿色指示符等)时，该装置可以提供视觉反馈。
在一些实施例中，反馈可以是建议用户改变到更优选取向的视觉或音频反馈。例如，如果用户倾斜仰卧，则音频或视觉反馈可以建议他们坐直一些，或者向侧面侧倾，等等。
所述反馈和阈值是示例性的。应当理解，反馈警报可以配置为任何数量，并且可以由临床医生或用户定制。
此外，该方法200还可以包括接收患者数据214，以调整或计算一个或多个取向风险阈值216。例如，用户属性或妊娠因素可以增加或减少取向风险。预先存在的高血压、多胎妊娠、用户糖尿病、体重指数、胎龄，均可能增加不良取向相关风险。因此，可以通过调整取向风险阈值来考虑这些因素。该定制取向风险阈值可以在比较212中使用。下面进一步讨论该方面。
可选地，可以通过调整取向风险算法中的一个或多个风险常数来考虑所述因素。例如，图10B所示为对于具有宫颈机能不全的用户的取向风险值的可选的调整或定制的先兆子痫矩阵。在图10B的示例性矩阵中，使用与图10A相同的基本函数，但是可以调整六个风险常数中的一个或多个。宫颈机能不全是一种医学症状，其中孕妇的子宫颈在其怀孕足月之前开始扩张和消退。因此，对于被诊断患有宫颈机能不全的人来说，限制站立量可能是有益的。因此，与图10A的直立风险常数相比，直立风险常数可以被调整得更高(例如，到0.5)，以调整或定制特定用户需要的风险值矩阵。
此外，在一些实施例中，可以基于用户的胎龄来调整风险值或风险阈值。例如，可以提供针对胎龄的位置风险系数。例如，可以调整位置风险算法以考虑到胎龄。对于怀孕用户，不同的位置在妊娠后期可能变得更危险，因此以下公式可以用于计算位置风险系数，以产生孕龄修改的即时活动风险评分(gam.inst.risk.act)(或修改相关阈值)，其中胎龄以周为单位。
图16所示为显示风险系数和胎龄之间的示例性关系的表格和图表。该胎龄调节器算法是示例性的。由于这仅适用于怀孕用户，所以该调节器可以由用户关闭或开启。可以如此考虑的其它因素为例如肥胖、糖尿病、多胎、血压、体重指数等。可能影响阈值风险值的其他因素在下文进一步讨论。
图11所示为用于监测活动风险的示例性方法300。在步骤302，接收力数据。用户经历的总力可以从接收的力数据304确定。可以生成力数据的时间序列306。力变化可以使用力数据308的时间序列来确定。力变化可以与活动阈值相比较，以确定用户是否从事临床显著水平的活动309。
为了监测活动风险，活动风险评分可以与力变化计算值310相关联。可以计算累积活动风险评分312。可以将累积活动风险评分与活动风险阈值314进行比较。基于该比较，可以向用户316输出反馈。
另外，可以在时间段318内记录用户活动的持续时间。可以将整个时间段上的用户活动的累积持续时间与用户优选活动量进行比较319。基于该比较，可以向用户320输出反馈。
类似于上述的取向监测方法，可以接收患者数据322，并且用户数据可以用于调整或计算活动风险阈值324。此外，用户数据可以用于调整或计算用户优选活动量326。可以将定制的活动风险阈值324馈送到步骤314中，以与累积活动风险评分进行比较。可以将定制的用户优选活动量326馈送到步骤319中，以便与该时间段上的累积用户活动进行比较。
在一些实施例中，可以基于剧烈程度而不是活动类型来评估活动风险。剧烈程度可以取决于任何时间点的重力的增量。如上所述，接收的力数据可以是Fx,Fy,Fz力数据。在一些实施例中，可以在0.5-50Hz之间的频率接收力数据，并且接收的数据可以放置到存储器中用于进一步分析。优选地，至少以10Hz的频率接收数据。可以通过将Fx,Fy,Fz的绝对值相加以生成总重力，从接收的力数据304确定用户经历的总力。
可以生成力数据的时间序列306，并且可以使用力数据308的时间序列来确定力变化。例如，可以定义力数据的时间序列的子集，并且可以可以从子集中提取最小值和最大值以计算力变化。例如，该子集可以包括15个力值的增量。
然后，可以将力变化与活动阈值进行比较，以确定用户是否从事临床上显著水平的活动309。在每0.1秒接收力数据的实施例中，可以每隔1.5秒计算力变化来确定活动是否仍然发生，如果是，其剧烈程度如何。不移动时的平均重力将约为1。对于示例性算法，如果总重力在0.75至约1.25(或0.5的增量)中有规律地波动，则在任何1.5秒跨度上，该算法可以确定用户在从事临床显著活动。在一些实施例中，多个阈值可以用于识别不同的活动水平。例如，当力变化＝0-0.3时，算法可以确定用户没有从事活动。当力变化＝0.3-0.75时，算法可以确定用户正在从事低强度活动。当力变化＝0.75-1.25时，算法可以确定用户从事中强度活动。当力变化＝1.25-2时，算法确定用户正在从事高强度活动。当力变化>2时，算法可以确定用户正在从事危险活动。这些强度水平值是示例性的。
可以在装置上、在装置的显示器上或者耦合的移动装置的显示器上提供仪表。该仪表可通过获取读数子集(例如，最后两个读数或最后三秒的读数)的移动平均值来指示活动水平。这可以提供更加流畅的活动量计。可选地，活动量计的变化率可以具有上限和下限，以限制活动量计的极端变化，并提供更流畅的活动量计读数。
为了监测活动风险，活动风险评分可以与力变化计算值关联310。示例活动风险算法可以在低力变化(例如，重力变化<0.5)时提供相对低的风险，但是可以急剧增加，并且随着力变化增长到2以及更高，活动风险评分可以渐近到1。示例性活动风险算法可以是：
该活动风险算法是示例性的而非限制性的。
可以计算累积活动风险评分312。累积活动风险值可以是风险评分的移动平均值。例如，累积活动风险值可以是活动风险值的时间系列(例如，最后30秒-最后1000秒的活动风险值)的子集的平均值。在优选实施例中，累积活动风险值可以是最后300秒的活动风险评分的平均值。当装置接收到最新的活动风险评分时，其可以丢弃最早的活动风险评分，使得总是以最近300秒的活动风险评分进行平均获得累积活动风险值。
可以将累积活动风险评分与活动风险阈值314进行比较。在一些实施例中，可以将活动风险值与第一阈值和第二阈值进行比较。第一阈值可以是中等风险阈值，并且第二阈值可以是高风险阈值。例如，在一些实施例中，中等风险阈值可以在0.15-0.25之间，优选地为0.2，并且高风险阈值可以在0.35-0.45之间，优选地为0.4。
基于该比较，可以向用户输出反馈316。例如，每当累积活动风险值上升到中等风险阈值以上时，该装置可以递送第一反馈，并且每当累积活动风险值上升到高于高风险阈值，则装置可以传送第二反馈。该反馈可以是音频、视觉或触觉。在一些实施例中，当累积活动风险值上升到中等风险阈值以上时，该装置可以每两分钟振动、蜂鸣或闪烁一次，直到累积活动风险值改善并下降到阈值以下。如果累积活动风险值上升到高于高风险阈值，则装置可以每三十秒振动、蜂鸣或闪烁两次，直到累积活动风险评分降到高风险阈值以下。当累积活动风险评分低于中阈值和高阈值时，该装置可以不提供反馈。可选地，当累积活动风险评分低于中等和高阈值(例如，绿色指示符等)时，该装置可以提供视觉反馈。
可以在一段时间段内记录用户活动的持续时间318。该时间段可以是一天、两天、一周、两周等。在一些实施例中，可以优选地记录一周中的用户活动的累积持续时间。可以将整个时间段上的用户活动的累积持续时间与优选的用户活动量进行比较319。基于比较，可以向用户320输出反馈。
在一些实施例中，可以接收患者数据322，并且用户数据可以用于调整或计算活动风险阈值324或调整即时活动风险评分。例如，可以调整活动风险算法以考虑胎龄。对于怀孕用户，运动可能在妊娠后期变得更危险，因此以下公式可以用于计算活动风险系数，以产生胎龄修正的即时活动风险评分(gam.inst.risk.act)，其中孕龄以周为单位。
该胎龄调节算法是示例性的。由于这仅适用于怀孕用户，所以该调节器可以由用户关闭或开启。可以如此考虑的其它因素为例如肥胖、糖尿病、多胎、血压、体重指数等。可能影响阈值风险值的其他因素在下文进一步讨论。
此外，用户数据可以用于调整或计算用户优选活动量326。例如，在装置用于监测怀孕用户活动的一些实施例中，胎龄可以被计入以计算或确定用户优选活动量。例如，早期妊娠(例如，在妊娠20周之前)可以具有不同于妊娠晚期(例如，妊娠30周之后)的用户优选活动量的用户优选活动量。在一些实施例中，可以推荐在20周之前进行每周4小时或更少的强烈身体活动。此外，对于在21-30周之间的孕妇，建议每周进行2小时或更少的强烈身体活动。30周后，该装置可配置为阻止任何强烈的活动。
在一些实施例中，该算法可以阻止长时间的中度活动和短时间的剧烈活动。在一些实施例中，该反馈可以配置为鼓励某些低强度活动，例如缓慢行走，并且可以阻止更激烈的活动，例如跑步。优选地，活动监测器可以基于时间表和/或基于当天此时经历的活动水平，来提醒患者在一天中休息。
可选地，算法可以设置调整以符合卧床休息的水平。例如，算法可以预编程为可以在修改的活动监测、预定的休息监测、卧床休息监测和/或医院病床休息之间切换。在一些实施例中，该算法可以配置为基于设定的持续时间(例如，三分钟等)内的活动水平，来估计身体的腹部或其他部分的血压。在一些实施例中，该装置可以将血压估计为最近用户活动和身体整体取向的函数。可选地，该装置可以将血压估计为腹部相对于IVC的取向的函数。该血压估计可以反馈到总体算法中，其中血压越高，阈值越低。
在一些实施例中，取向风险评分的时间序列可以与活动风险评分的时间系列组合，以生成风险值111的连续时间序列。对于许多实施例，该装置可以生成活动风险评分或全天的取向风险评分(例如，每秒或更多)，以提供连续的一系列活动和取向风险评分。
然后，可以使用该风险评分的时间系列来计算累积每日风险评分112。例如，在一些实施例中，每日评分可以从100开始并且以等于每秒1/(60秒*60分*Hoursday)*100*“即时风险评分”的量下降。累积每日风险评分等式是示例性且非限制性的。该方程可以被调整，以更频繁地(例如，每十分之一秒，每半秒等)或较不频繁地(例如，每两秒，每五秒等)修改/更新累积每日评分。
Hoursday变量是在其期间计算累积每日评分的持续时间。在一些实施例中，Hoursday变量可以在14-24小时之间，优选24小时。当使用24小时持续时间时，该装置可以被编程为在用户时区的1:00-5：00AM开始记录累积每日风险值。
在计算累积每日健康评分之后，可将该评分与每日风险阈值进行比较。在一些实施例中，低风险患者可以旨在保持在80以上，更高风险患者可以旨在保持在90以上，并且患者遵医嘱卧床休息(例如)可以旨在保持在95以上。这些阈值是示例性和非限制性的。在许多实施例中，可以基于用户因素为用户提高或降低日常风险阈值或以其他方式定制日常风险阈值。
风险评分的连续时间序列还可以用于计算组合移动平均风险评分113。类似于其他累积风险评分，组合移动平均风险值可以是组合的活动风险值和取向风险值的连续时间序列的子集的平均值(例如，活动风险值的最后30秒-最后1000秒)。在优选实施例中，组合移动平均风险值可以是最后300秒的活动风险评分和取向风险评分的平均值。当装置接收到最新的活动风险评分或取向风险评分时，其可以丢弃最早的评分，从而总是以最近300秒的活动风险评分和/或取向风险评分进行平均以获得组合移动平均风险值。
可以将组合移动平均风险评分与组合移动平均风险阈值进行比较。在一些实施例中，可以将组合移动平均风险值与第一阈值和第二阈值进行比较。第一阈值可以是中等风险阈值，并且第二阈值可以是高风险阈值。例如，在一些实施例中，中等风险阈值可以在0.15-0.25之间，优选地为0.2，并且高风险阈值可以在0.35-0.45之间，优选地为0.4。
基于该比较，可以向用户输出反馈。例如，每当组合移动平均风险值上升到中等风险阈值以上时，该装置可以传送第一反馈，并且每当组合移动平均风险值上升到高于高风险阈值时，该装置可以传送第二反馈。反馈可以是音频、视觉或触觉。在一些实施例中，当组合移动平均风险值上升到中等风险阈值以上时，该装置可以每两分钟振动、蜂鸣或闪烁一次，直到组合移动平均风险值改善并下降到阈值以下。如果组合的移动平均风险值上升到高于高风险阈值，则装置可以每三十秒钟振动，蜂鸣或闪烁两次，直到组合移动平均风险评分下降到高风险阈值以下。当组合移动平均风险评分低于中阈值和高阈值时，该装置可以不提供反馈。可选地，当组合移动平均风险评分低于中阈值和高阈值时，该装置可以提供视觉反馈(例如，绿色指示符等)。
当监测取向、活动或两者的组合时，该装置可利用多个累积取向风险值、累积活动风险值和/或组合移动平均风险值。因此，在一些实施例中，该装置可以计算两个、三个、四个或更多个累积取向风险值，并且可以分别计算两个、三个、四个或更多个累积活动风险值。类似地，可以计算两个、三个、四个或更多个组合移动平均值。例如，该装置可以采用多个时间长度(例如，最后2分钟，最后5分钟，最后15分钟等)上的累积评分。此外，每个累积值可以在生成警报之前与不同的临床阈值容限相关联。
如上所述并且贯穿全文，在许多实施例中，可以为用户提高或降低和/或定制用于取向风险算法、活动风险算法和/或累积每日风险算法中的阈值。这些阈值可以基于患者风险因素进行调整，包括但不限于多胎妊娠(双胞胎、三胞胎等)、肥胖、高血压、妊娠年龄、体重指数等。
例如，在许多实施例中，患者可以输入病因信息，并且可以为他们定制装置和算法。例如，该装置算法可以根据怀孕阶段和风险级别的不同来监测位置和活动。
例如，总体相对病态风险(ore.risk)可以被考虑到上面讨论的中等风险和高风险阈值中，以改变触发警报的阈值。ore.risk通常是在约0.5和10之间的值，其中0.5是非常低风险的患者，1是平均风险患者，10是非常高风险的患者。
因此，中等风险和高风险阈值可以通过ore.risk值修改，以便创建新的阈值警报水平。例如，病因调整中度风险可以通过以下公式计算：
eti.adj.med.risk＝med.risk/sqrt(ore.risk
例如，低风险患者可能是瘦的，具有低血压，且是第二次怀孕，其ore.risk评分为0.6。
在另一个示例中，中(平均)风险患者(瘦，低血压，2次怀孕)的ore.risk评分为1。
在另一个示例中，高风险患者(瘦，低血压，第二怀孕)的ore.risk评分为9。
可以看出，随着患者变得越来越可能发展先兆子痫，用于触发警报的中度风险阈值也变低。这意味着将更频繁地鼓励他们减少活动，并保持较低风险的取向。
该算法可以考虑许多其他患者风险因素(双胞胎、肥胖、高血压、妊娠年龄等)以定制每个患者的警报阈值。这种风险病因学算法的输出范围在约0.5和约10之间，其中10最可能发展先兆子痫。
瘦且健康的第二次怀孕母亲可以具有0.7的评分，而具有慢性高血压的肥胖的第一次怀孕母亲可以具有5.0的评分。总体相对病因风险(ore.risk)可以被考虑到由装置计算的各种风险中。可以通过将如图12所示的示例性表格中所述的所有相对示例性风险相乘来计算ore.risk。所述因素列表是示例性的，并且所提出的值是非限制性的。表1所示为可用于通知患者其先兆子痫风险水平的图表。
低风险 0至.8 你的先兆子痫风险低于一般女性 中等风险 .81至1.5 你的先兆子痫风险为平均水平 高风险 1.51至3 你有先兆子痫的高风险 极高风险 3.1及以上 你有先兆子痫的极高风险
在许多实施例中，该装置的用户界面可以从这些妊娠因素的用户接收输入。例如，软件可以要求用户输入母亲的出生日期。响应于母亲出生日期输入，该装置可以配置为取当前日期并减去母亲出生日期以确定母亲年龄。如上所述，母亲年龄可以用于阈值计算或定制，以及在一时间段期间的累积用户优选活动量。
另外，用户界面可以请求用户的身高和体重以便计算体重指数。例如，可以以磅为单位接收重量，以英尺和英寸接收高度。该装置可以配置为将该输入转换成kg/m2的BMI单位。
此外，该装置可以配置为请求输入预产日。软件可以以周计算当前的妊娠周数(胎龄)。这可以用作妊娠危险因素。
在一些实施例中，系统可以包括自动与装置软件同步并记录血压读数的血压袖带。在一些实施例中，血压袖带可以与装置无线耦合。另外或替代地，该装置可请求患者血压输入。在一些实施例中，该装置可以周期性地请求用户在某些时间采取他们的血压用于输入到装置中。然后，血压读数进入算法，并且可以相应地调整阈值水平(例如，对于具有较高血压的用户降低阈值水平)。
在一些实施例中，系统可以包括血氧水平检测器。血氧水平检测器可以是1)包裹手指的单独附件，或2)从装置向外照射的光和检测器，其需要用户将手指放在装置上，或3)可以是需要用户将手指放在便携式电子装置(例如，电话，PDA，平板电脑等)的相机应用上，或4)可以在装置上并且朝向身体，以从胸部或从腹部皮肤获取测量值。氧饱和度可以由装置测量，并且数据可以用于在需要联系医生时警告患者。例如，与SpO2为98-100％相比，90-93％的SpO2使接下来48小时的风险增加20倍。
装置可以包括胎儿心率监测器和子宫收缩检测器(分娩力计)。
在一些实施例中，该装置可以要求患者首先测量其踝部直径作为基线，然后在整个妊娠期间测量其髌骨直径以监测先兆子痫风险。腿肿胀可能是先兆子痫的重要症状。可选地，可以提供自测量袖带(例如，健康量表数字卷尺)。在一些实施例中，测量袖带可以集成到血压袖带中。踝部直径数据可以被馈送到装置算法中，并且阈值可以相应地调整(例如，踝的肿胀导致更低的阈值)。
在一个实施例中，桌面或壁挂式装置发送并检测从用户反射的短无线电波(在一个实施例中为10GHz)。这些无线电波通过织物传输，但是被身体部分反射，从而检测用户的取向、运动和呼吸模式。在另一实施例中，许多此类装置位于用户整个家中，并且用于连续地追踪用户取向、活动和呼吸特性。
在一个实施例中，脉搏波传播时间用于估计绝对血压或血压变化。在一个实施例中，该装置的胸带可以包括2个电极，一个在胸部左侧，一个在胸部右侧。电极可以传输通过胸部的电流并测量阻抗。已知该方法(阻抗体积描记术)产生ECG波形。该装置可以通过脉搏血氧测量同时测量用户的手指或腕部脉搏。该装置然后可以组合ECG数据和肢端脉搏率，以计算可以用于估计血压的脉搏波传播时间。在一个实施例中，脉搏血氧测定由移动电话或无线连接到装置的其它移动装置上的相机或光传感器执行。在另一个实施例中，该装置具有2个电极，用户用手指触摸相对两端。这些电极中的一个或多个还具有相机或光传感器和光源，以通过脉搏血氧定量法测量手指中的脉冲。在另一个实施例中，该带中的电极接触胸部的左侧和右侧以产生ECG数据，并且用户使用一个或多个手指触摸装置上的光传感器或照相机以产生肢端脉冲信号。
可选地，当超过某些阈值(取向、活动、血压、血氧等)时，该装置可以配置为自动提醒医生或者建议患者呼叫医生。因此，本发明的一些实施例是诊断性以及治疗性的。
在一个实施例中，系统包括位于下腹部、腿、脚或脚趾上的传感器，用于确定IVC和/或主动脉中的流动何时可能受损。在一些实施例中，该传感器是血氧传感器、血压传感器或温度传感器。
在一些实施例中，该算法建议防止胎儿破裂取向或帮助将破裂婴儿移动到另一取向的特定母体取向。
在一些实施例中，该装置通过使用加速度计来计算胸部向外和向内的偏差，从而监测呼吸特性。在另一个实施例中，该装置使用胸带中的张力传感器来计算呼吸的频率和深度。在一些实施例中，该呼吸数据用于确定睡眠用户是否打鼾，是否有睡眠呼吸暂停或具有另一呼吸障碍。在一些实施例中，如果睡眠呼吸障碍呼吸超过特定阈值，则装置振动以警告患者，其示例之一包括在10分钟时间内具有超过2次呼吸暂停或持续超过1分钟的打鼾。在另外的实施例中，该装置还可以具有麦克风以确定用户是否正在打鼾。
在一些实施例中，该装置可以包括训练系统，其教导患者哪些取向或活动被认为是危险的。例如，在训练模式下，当患者进入危险水平0.2至0.39的位置时，该装置蜂鸣一次，对于危险水平0.4至0.59，蜂鸣两次，对于危险水平0.6至0.79，蜂鸣3次，蜂鸣持续的风险级别0.8到1。
在一些实施例中，该装置可以配置为将传感器数据上传到数据库以用于进一步分析。可以收集来自多个装置的传感器数据，并且可以进一步改进阈值和算法。因此，在一些实施例中，随着时间的推移，系统可以变得更准确和精确，因为它收集患者数据并且精炼算法和阈值。在一些实施例中，不同的位置可以被细分为不同的组以用于回归分析，从而将在每个所述位置中花费的时间与分娩时的胎龄比较。
图13展示了一些实施例中的用于取向风险监测的示例性用户界面400。用户界面400可以包括3D CAD图像402。该3D CAD图像可以持续旋转以反映用户的取向。用户界面400还可以包括实时位置风险仪表404。也可以显示累积取向风险值或组合移动平均风险计量表406。还可以提供每日依从性仪表408。每日依从性仪表408可以像燃料计一样操作，其可以开始为满值并且在一天中下降。
当装置检测到活动时，其可以从取向用户界面400切换到活动监测用户界面500，如图14所示。类似地，当该装置停止检测活动时，其可以从活动监测用户界面500切换到取向检测用户界面400。可选地，可以向用户显示两个界面400、500，并指示哪一个是启用的或未启用的(例如，加亮、调暗等)。
用户界面500可以示出活动图标502。活动图标502可以代表正在跑步的人。随着活动评分增加，图标502可以显示为以更快的速度奔跑。用户界面500还可以包括实时活动风险仪表504。类似于用户界面400，用户界面500还可以包括累积活动风险仪表或组合移动平均风险仪表506。还可以将每日依从性仪表508提供在用户界面500上。
在一些实施例中，用户界面400和用户界面500上的底部两个仪表可以是相同的。在这样的配置中，该屏幕的上半部分可以根据是否检测到活动，而在活动504和位置风险404仪表之间自动切换。
在优选的非限制性实施例中，该装置可以提供以下菜单层次结构中的一些或全部：
·患者信息
o Email
o截止日期
o名字
o姓氏
o医生email
o产妇出生日期
o此前有过活产？[y/n]
o目前在子宫内时双胞胎或更多胎？[y/n]
o预先存在高血压(高血压)？[y/n]
o高度[英尺和英寸]
o重量[lbs]
o糖尿病？[y/n]
o孕产妇最高教育水平
无
小学
中学和/或高中
大学
o目前与宝宝的父亲一起生活？[y/n]
o堕胎史[y/n]
o吸烟
没有
每天1-9支香烟
每天10支或以上的香烟
o胎儿畸形[y/n]
·训练模式
·共享数据
o Email收件人：
o Email病人[复选框](更改病人Email)
o Email医生[复选框](更改医生Email)
o Email其他[输入Email地址]
o所有数据[复选框]或日期范围[输入2个日期]
·联系BellyBit
o位于San Francisco，CA的BellyBit，Inc的联系方式为[Email地址]
·高级选项
O根据胎龄修改算法[开/关]
o根据病因学修改算法[on/off]
o中级警报[选择值0到1，默认为0.2]
o高级警报[选择值0到1，默认为0.4]
o校准灵敏度[选择值0到1，默认值为0.02]
o临时风险评估器[0至1；保留2个小数位]
·校准装置
该软件可以配置为，以分离的电子表格文档(例如，电子数据表格)页面来Email数据集：
·使用总时间应用程序，感测活动时间百分比，以及每日累积风险评分[每日最终评分；所述3个评分每天各1个数据点]
·持续进行的每日累积风险评分(每日以10分钟间隔的多个点；例如如果在一天中使用装置10小时，则总共60个点]
·移动平均风险评分[以2分钟间隔的数据点；例如，对于10小时的一天总共300个数据点]
·即时位置风险评分和即时活动风险评分[基本上，所有原始数据为1秒间隔]
对于4个数据类型中的每一个，可以将所有天数的数据组合到一个页面(工作簿页)上，总共4页数据。
图15所示为根据一些实施例的另一示例性方法和系统600。在所示的系统600中，软件应用602可以加载到用户的个人移动装置上。用户的移动装置可以是诸如智能电话、台式计算机、PDA、智能手表等便携式电子装置。软件应用602可以接收关于患者因素604的输入。所接收的因素可以是上面讨论的因素中的一个或多个(例如，产妇年龄、预产日、身高、体重、高血压病史等)。软件应用602可以使用用户输入的患者因素604来计算总体相对病因学风险(ore.risk)606。相对病因学风险(例如范围从0.5到10的值)可以基于已知危险因素的回归分析的公式用软件602来计算。软件应用602然后可以输出用户的先兆子痫的相对风险608(例如，输出到移动装置上的显示器)。例如，可以使用表1中的阈值和类别来识别相对风险。
此后，软件602可以向监测装置固件650发送ore/风险。装置固件650可以修正默认阈值以考虑ore.risk 652，以提供病因修正的中度风险和病因修正的高风险。例如，如果med.risk＝0.2；high.risk＝0.4；且ore.risk＝2.1，那么：
eti.adj.med.risk＝med.risk/sqrt(ore.risk)＝0.14
eti.adj.high.risk＝high.risk/sqrt(ore.risk)＝0.28
此后，可以将患者的胎龄(gest.age)考虑在风险阈值中654。继续上述示例，如果gest.age＝27(周)，则：
然后该装置固件650可以使用定制的阈值来监测活动和/或取向656。可以产生即时活动风险评分658。即时活动风险评分可以与活动的剧烈水平关联。可以产生即时取向风险评分660。通常，通过产生风险评分来生成风险评分的时间序列。
可以组合这些风险评分并馈送到移动平均风险评分662，其中所述算法计算风险评分是否高于gest.adj.med.risk或gest.adj.high.risk阈值，并且在适当时警告用户。此外，可以使用组合的风险评分的时间序列来计算每日累积风险664。
可选地，即时活动和即时取向风险评分可以被发送回用户的移动装置，以进行存储和/或分析610。例如，软件应用602可以显示对应于即时风险评分的仪表条形图。仪表条形图可以例如显示一整天中以一分钟为间隔进行平均的即时风险评分。软件应用程序602还可以允许用户访问该信息，以向用户提供关于即时风险评分的更多细节。
还可以将移动平均风险评分发送回用户的移动装置，以进行存储和/或分析612。该软件602可以允许用户访问该信息，以向用户提供关于移动平均风险评分的更多细节。软件620还可以配置为显示对应于移动平均风险评分的条形图。例如，条形图可以显示一整天中以一分钟为间隔进行平均的所有移动平均风险评分。
每日累积风险也可以被发送回用户的移动装置用于存储和/或分析614。软件602可以保有每天的每日累积风险的历史。该软件602还可以配置为，显示针对所有妊娠天数的所有日累积风险条的条形图。每个条的颜色可以对应于水平或风险。
此外，在一些实施例中，即时活动风险评分可以被发送到用户的移动装置用于进一步分析616。例如，可以提供早期怀孕运动鼓励算法616。对于处于怀孕早期阶段的患者(例如15周)，一定量的剧烈活动可能是有益的，并且受到软件的鼓励602。优选的剧烈活动水平可以在15周时下降，并且可以在15周后逐渐变得更严格。仪表可以显示每天剧烈运动的累积分钟数，同时列出目标分钟数。
在一些实施例中，即时、平均、每日和其他风险评分被计算为或转换为“健康评分”。在一些实施例中，最大风险评分为1，对应于最小健康评分0，而风险评分为0则对应于最大健康评分1。
虽然在监测孕妇的取向和活动方面一般性地讨论了一些实施例，但是许多方法、该装置和系统均可以应用于身体的任何其他区域，其中不同位置具有与其所关联的不同水平的风险或益处。例如，防止腹部脂肪长期或周期性地压迫肾神经和腹部静脉所可能增加的高血压，从而令患有肥胖相关高血压的患者可以受益。在另一个示例中，在患有背痛的患者中，所述算法向不同的位置分配不同水平的风险或危害。将患者在各种位置期间经历的随时间的累积负面影响相加，并与允许的风险时间水平进行比较，以确定是否应该警告患者改变姿势以防止背痛或肌肉或神经炎症。所述装置和方法可能对需要在某些位置上花费时间的患有胃食管反流或其它消化病症的患者有益。可受益于本申请公开的实施例的其他疾病包括胆管癌、帕金森氏病和心脏病。
一个或多个计算装置可以适用于，通过访问以计算机可读形式呈现的软件指令来提供期望的功能。当使用软件时，可以使用任何合适的编程、脚本或其他类型的语言或语言组合来实现本申请包含的教导。但是，软件不需要专门使用，或者根本不使用。例如，本申请阐述的方法和系统的一些实施例还可以通过硬连线逻辑或其他电路来实现，包括但不限于专用电路。计算机执行软件和硬连线逻辑或其他电路的组合也可以是合适的。
在一些实施例中，测量用户的温度以便确定受孕的理想生育力时期。在另外的实施例中，算法估计用户的核心温度因锻炼或一般活动而上升了多少。在一些实施例中，通过随着温度升高校准活动强度，使算法随时间变得更智能。在一些实施例中，使用传感器由装置直接测量温度。在一些实施例中，所述传感器位于皮肤上、腋下、耳朵、阴道内或已知提供一致温度测量的身体其他部位。在一些实施例中，佩戴在身体外部的温度传感器测量环境空气温度，并且皮肤上的另一个传感器测量皮肤温度。此外，在一些实施例中，算法考虑环境对皮肤温度的冷却或加温效应，以便估计更准确的体温。
本申请公开的方法的实施例可以由一个或多个合适的计算装置执行。所述系统可以包括适于执行本申请公开的方法的一个或多个实施例的一个或多个计算装置。如上所述，所述装置可以访问包含一个或多个计算机可读指令的计算机可读介质，所述指令在由至少一个计算机执行时，从而在至少一个计算机中实现本主题的方法的一个或多个实施例。附加地或替代地，计算装置可以包括使得装置可操作以实现本主题的一个或多个方法的电路。
任何合适的计算机可读介质均可以用于实现或实施本发明公开的主题，包括但不限于软盘、驱动器和其他基于磁的存储介质、光学存储介质，包括盘(例如CD-ROM、DVD-ROM、其变体等)、闪存、RAM、ROM和其它存储装置等。
附图中所示或如上描述的的部件的不同布置，以及未示出或描述的部件和步骤均是可能的。类似地，一些特征和子组合是可用的，并且可以在不涉及其它特征和子组合的情况下使用。描述本发明的实施例是出于说明性而非限制性目的，并且替代实施例对于本专利的读者将是显而易见的。因此，本发明不限于上述实施方式或附图所示实施方式，而是在不脱离权利要求的范围的情况下，可以具有各种实施方式和改进。