[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN103907115B - 传感器数据的后向校准 - Google Patents

传感器数据的后向校准 Download PDF

Info

Publication number
CN103907115B
CN103907115B CN201280034548.7A CN201280034548A CN103907115B CN 103907115 B CN103907115 B CN 103907115B CN 201280034548 A CN201280034548 A CN 201280034548A CN 103907115 B CN103907115 B CN 103907115B
Authority
CN
China
Prior art keywords
calibration
sensor
time
analyte sensor
raw
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201280034548.7A
Other languages
English (en)
Other versions
CN103907115A (zh
Inventor
S·姚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayer Healthcare LLC
Original Assignee
Bayer Healthcare LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayer Healthcare LLC filed Critical Bayer Healthcare LLC
Publication of CN103907115A publication Critical patent/CN103907115A/zh
Application granted granted Critical
Publication of CN103907115B publication Critical patent/CN103907115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1495—Calibrating or testing of in-vivo probes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A61B2560/0238—Means for recording calibration data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Optics & Photonics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

提出了一种后向校准来自连续传感器的数据的方法、装置和系统。可通过比较来自所述传感器的原始传感器值和从第二传感器(诸如血糖仪(BGM))获取的传感器值周期性地校准连续传感器。每一校准可产生校准因子。一方面，校准因子可应用于校准之前获取的传感器值(即，后向校准)。另一方面，第一校准和第二校准可应用于在所述第一校准和所述第二校准之间的时间点获取的原始传感器值。可以根据第一和第二校准与原始传感器值的获取时间的接近度，通过加权平均将第一和第二校准应用于原始传感器值。

Description

传感器数据的后向校准
相关申请的交叉引用
本申请要求在2011年5月11日提交的、标题为“BACK CALIBRATION METHOD FORSENSOR”的美国临时专利申请61/484,985的优先权，在此通过引用并入其全文。
技术领域
这里的实施例涉及传感器领域，更具体地，涉及传感器数据的后向校准。
背景技术
连续传感器(诸如连续血糖监测(CGM)传感器)用于例如在连续数据流和/或在一个时间间隔上的采样数据点中连续测量数据。数据必须经过校准以确保将来自传感器的原始数据合适地转换为相应的参数测量(诸如血糖水平)。通常使用一次性传感器(诸如血糖仪(BGM))进行一次或多次参数读取并将这些值与CGM数据相关联来进行校准。然而，许多传感器随着时间流逝而偏移，因此对应于给定参数值的连续传感器原始数据的数值会随时间改变。因此，连续传感器必须定期再校准。然而，校准只用于连续传感器以后的测量。如果之前的校准不再有效，那么会导致一些过去的数据不可用，并且可能导致经过校准的传感器数据不再准确。
附图说明
通过下面结合附图和所附权利要求书进行的详细描述，将会容易理解实施例。实施例是举例说明，而不是限制在附图中。
图1示出根据本文所述各个方面的时间线；
图2示出根据本文所述各个方面的时间线；以及
图3示出根据本文所述各个方面的示例传感器系统。
具体实施方式
在下面的详细描述中，参考其组成部分的附图，其中通过可实施的示例性实施例示出。需要理解的是，在不背离本发明范围的情况下，可以使用其它实施例并进行结构或逻辑变化。因此，以下详细描述不是限制意义，本发明的范围由所附权利要求书及其等价物定义。
虽然可以将各种操作以有助于理解本发明公开的形式描述为依次的多个离散操作；然而，描述的顺序不应该被解释为暗示这些操作是依赖顺序的。
描述可以使用基于视角的描述，诸如上/下、后/前、以及顶部/底部。这样的描述仅仅是用来帮助讨论而不是为了限制公开的范围。
可以使用术语“耦合”和“连接”以及它们的派生词。应当理解的是，这些术语并不用于作为同义词。相反，在某些方面，“连接”用于表明两个或两个以上的组件彼此直接物理或电连接。“耦合”意味着两个或两个以上的组件直接物理或电连接。然而，“耦合”也可以意味着两个或两个以上的组件并非彼此直接连接，但仍然合作或相互作用。
为了便于描述，以形式“A/B”或以形式“A和/或B”的短语意思是：(A)、(B)或(A和B)。为了便于描述，以形式“A、B和C中至少之一”的短语意思是：(A)、(B)、(C)、(A和B)、(A和C)、(B和C)、或(A、B和C)。为了便于描述，以形式“(A)B”的短语意思是：(B)或(AB)，即，A是可选组件。
描述可以使用术语“实施例”或“多个实施例”，其可每个都可以引用相同或不同实施例中的一个或多个。此外，如关于实施例所使用的术语“包括”、“包含”、“具有”等是同义词，并且通常是“开放”短语(例如，术语“包含”应该解释为“包含但不限于”、术语“具有”应该解释为“至少具有”、术语“包括”应解释为“包括但不限于”等等)。
关于本文使用任何复数和/或单数词语，当适用于上下文和/或应用时，本领域技术人员可以从复数转换为单数和/或从单数转换为复数。为清楚起见，可以明确地列出各种单数/复数变换。
在不同的实施例中，提出了用于传感器数据的后向校准的方法、设备和系统。计算设备具有所公开装置和/或系统的一个或多个组件，以及可以实施为执行本文所公开的一个或多个方法。
提出了后向校准来自分析物传感器的数据的方法的各个方面。后向校准可以包括将从校准获取/导出的校准因子应用于在校准之前从传感器获取的一个或多个原始传感器值。后向校准根据原始传感器值和校准因子产生校准传感器值。后向校准可以修改现有校准传感器值、和/或取决于校准传感器值的其它数据，诸如测量随时间逝去的校准传感器值的变化的趋势数据。
一方面，分析物传感器可以是诸如测量病人参数(诸如血糖水平)的医学传感器(诸如连续血糖监测(CGM))。传感器通过对来自传感器的数据和从第二传感器(诸如血糖仪(BGM))获取的数据进行比较来定期校准。每次校准都产生校准因子。校准因子可以是数学函数(诸如乘法因子)，将原始传感器值转化为代表病人的测量参数的校准传感器值。
一方面，校准因子可适用于在校准之前(即，后向校准)的时间点获取的原始传感器值。进一步讲，校准因子可适用于在校准(即，前向校准)之后的时间点获取的原始传感器值。
一方面，可以执行第一校准和第二校准，分别产生第一校准因子和第二校准因子。第二校准可以在第一校准后执行。一方面，通过应用第一校准因子和/或第二校准因子可以校准在第一校准和第二校准之间的时间点获取的原始传感器值。在某些情况下，根据第一校准和第二校准与原始传感器值的时间点的时间接近度，通过加权平均来应用第一和第二校准因子。
一方面，校准因子仅应用于在校准之前和/或之后的一定时间间隔内获取的原始传感器值。例如，只有当在执行校准时间之前的后向校准间隔内获取原始传感器值时，在时间上比原始传感器值晚获取的校准因子可以应用到原始传感器值。后向校准间隔是其中校准因子可在合适等级的准确性和/或可靠性下应用于在校准之前获取的原始传感器值的时间段。
同样，只有当在执行校准时间之后的前向校准间隔内获取原始传感器值时，在时间上比原始传感器值早获取的校准因子可以应用于原始传感器值。前向校准间隔是其中校准因子可以在合适等级的准确性和/或可靠性下应用于在校准之后获取的原始传感器值的时间段。后向校准间隔和前向校准间隔可以是相同或不同的时间长度。
在一方面，传感器值代表身体的状况。例如，来自CGM和/或BGM的原始传感器值指示病人体内的血糖水平。在某些情况下，来自CGM的原始传感器值代表接收/显示原始传感器值的时间点之前的时间点时血液/组织中出现的血糖水平。该时间差在这里称为偏移时间，并反映因为血糖通过传感器膜移动、数据处理时间等引入的延迟。一方面，偏移时间可以是几分钟(例如约4-5分钟)。相比之下，BGM可以直接测量血液中的血糖水平。一方面，在执行校准和/或校准原始传感器值时可以考虑偏移时间。例如，在执行校准时，BGM值可以与在时间上比BGM值晚(诸如延迟偏移时间量)获取的CGM值进行比较。
一方面，提供一种包括CGM、BGM和校准模块的传感器系统。校准模块可以与CGM和/或BGM封装在同一外壳内，或者，校准模块可以包含在远离CGM和BGM设置的监测单元中。校准模块可以通过诸如有线和/或无线(例如射频)通信与CGM/BGM通信耦合。
校准模块可以从CGM接收原始传感器数据，从BGM接收BGM数据。校准模块使用所述CGM/BGM数据来产生一个或多个校准因子，诸如上述的第一和第二校准因子。然后校准模块将校准因子应用于原始传感器数据(如上所述)以产生校准传感器数据。
一方面，校准模块也可以向CGM和/或BGM发送命令和/或其它信息。例如，当需要新的校准时，校准模块可以发送消息。
一方面，CGM、BGM、校准模块和/或其它监测单元都可以包括显示器来向用户(例如病人和/或护理者)显示数据、警报和/或其它信息。显示器可以显示任何合适的数据，诸如原始传感器数据、校准传感器数据和/或趋势数据。此外，显示器可以显示校准相关信息，诸如最近校准的时间和/或距需要下一次校准之前的剩余时间。在某些情况下，系统可以激活警报，以告知用户需要或即将需要校准。例如，系统可以在从最近校准开始的前向校准间隔期满时或期满时附近需要校准。可选地，当为下次校准设置时间时，系统可以考虑下次校准的后向校准间隔。在这种情况下，校准之间的时间可能会更长。显示器可以包括向用户呈现信息的任何适当装置，诸如：屏幕(例如，液晶二极管(LCD)屏幕)、触摸屏、时钟和/或一个或多个灯(例如，多个发光二极管(LED))。
在多个方面，监测单元都可以是任何合适的设备，诸如：个人数据助理、移动电话、个人计算机、膝上型计算机、平板计算机、手表、和/或传感器系统的专用计算设备。
图1显示了表示后向校准方法的时间线100。如图所示，在第一校准时间102执行第一校准，在第二校准时间104执行第二校准。第一校准产生第一校准因子Y，第二校准产生第二校准因子Z。第二校准时间104在时间上比第一校准时间102晚第一时间间隔106(A)。在时间点108(t)获取连续传感器的原始传感器值。时间点108在时间上比第一校准时间晚第二时间间隔110(B)，但在时间上比第二校准时间早第三时间间隔112(C)，其中第二时间间隔110和第三时间间隔间隔112组合等于第一时间间隔106。
第一校准因子和第二校准因子都应用于原始传感器值来产生关于时间点108的校准传感器值。一方面，第一校准因子和第二校准因子可基于第二时间间隔110相对于第三时间间隔112的比率，根据加权平均来应用到数据点。
例如，假设由函数Cal(t,f)表示针对给定时间t和校准因子f的校准传感器值。一个方面，最终的校准传感器值是仅使用第一校准因子的第一校准值(Cal(t,Y))和仅使用第二校准因子的第二校准值(Cal(t,Z))的加权平均。一方面，第一校准值和第二校准值是根据第二时间间隔相对于第三间隔的比率进行平均，从而更接近数据被获取的时间点而发生的校准构成了最终读取的更大成分。对于线性平均，根据函数Cal(数据时间，校准因子)计算在时间点(Cal(t))的最终校准传感器值(等式1)：
Cal(t)＝Cal(t,Y)*C/A+Cal(t,Z)*B/A
作为一个例子，假设第一校准时间和第二校准时间之间的第一时间间隔A是24小时，并且在第一校准时间之后的16小时和第二校准时间之前的8小时获取原始传感器值。在这种情况下，最终的校准传感器值是使用第一校准因子计算的校准传感器值乘以8/24(1/3)和使用第二校准因子计算的校准传感器值乘以16/24(2/3)之和。
一方面，加权平均解释连续传感器的漂移特性，该漂移特性表示与测量参数的给定值相对应的连续传感器原始数据的值如何随着时间变化。如公式1所示，线性平均适合于线性漂移的连续传感器。
明显的是，其它数学方法和/或其它操作顺序都可用于实现相同或相似的结果。例如，对于某些类型的校准因子和/或传感器漂移特性，第一和第二校准因子可以在应用于数据点之前组合成最终校准因子。在上面的示例之后，对于在第一校准因子Y之后的16小时和在第二校准因子Z之前的8小时获取的原始传感器值，最终校准因子X可以为X＝1/3Y+2/3Z。
一方面，每个校准因子仅适用于在校准时间之前和/或之后的邻近间隔内获取的原始传感器值。图2示出了表示何时执行第一校准202和第二校准204的时间线200。第一校准产生第一校准因子，第二校准产生第二校准因子。第一校准202只应用于在第一校准202之后的前向校准间隔220内、和/或在第一校准202之前的后向校准间隔222内获取的原始值。同样，第二校准204只应用于在第二校准204之后的前向校准间隔224内、和/或在第二校准204之前的后向校准间隔226内获取的原始值。
图2示出了在第一校准202和第二校准204之间获取的三个传感器值：228、230和232获取的时间点。传感器值228在第一校准202的前向校准间隔220内获取，而不在第二校准204的后向校准间隔226内获取。因此，通过应用第一校准因子而不是第二校准因子对传感器值228进行校准。
在从第一校准202起的前向校准间隔220期满之后但在第二校准204的后向校准间隔226内获取传感器值232。因此，通过应用第二校准因子而不是第一校准因子校准传感器值232。
在第一校准202的前向校准间隔220内并且在第二校准204的后向校准间隔226内获取传感器值230。因此，如上所述，通过加权平均应用第一校准因子和第二校准因子来校准传感器值230。
一方面，如果执行干预校准，那么在前向校准间隔和/或后向校准间隔期满之前，作为最终校准传感器值的成分，校准因子被删除。例如，如果前向校准间隔是24小时，如果在原始传感器值之前两小时内获取另一校准因子，那么原始传感器值之前二十小时内获取的校准因子不再可以被使用。可选地，两个校准因子都可以用来计算校准传感器值(例如通过加权平均)。
一方面，后向校准方法可只使用一个校准因子以计算校准传感器值。例如，时间上最接近原始传感器值的时间点的校准可用于计算最终的校准传感值器(例如后向校准或前向校准)。因此，不可以使用距原始传感器值的时间点更多时间的校准。
一方面，如果执行进一步校准，可以更新校准传感器值。例如，基于随后可用校准将原始传感器数据转换(例如实时或接近实时)为校准传感器数据。如果执行后来的校准，那么校准传感器数据可以基于后来的校准而被更新。
如本文提供的，在获取原始传感器值之前执行的校准期满(即，前向校准间隔已过去)时，使用后向校准可以允许使用连续传感器数据。可以使用在时间上比原始传感器值的获取时间点晚、并且在从该获取时间点起的后向校准间隔内执行的校准来校准传感器值。这可以允许使用更多的传感器数据和/或允许校准之间的更长时间。
此外，后向校准通过使用多次校准可以改善最终传感器读数的准确性。多次校准可以解释连续传感器的漂移特性和/或提供额外的校准数据以提高最终传感器读数的准确性。
一方面，两个或多个校准因子可用作最后校准传感器值的成分。例如，在获取原始传感器值之前执行的多次校准和/或在获取原始传感器值之后执行的多次校准可以用来从原始传感器值计算校准传感器值。通过加权平均和/或其它合适的方法可以联合地应用多个校准。
后向校准方法的其它方面可以包括：存储原始传感器值、存储校准传感器值、和/或监测在从传感器值获取时间起的后向校准间隔内执行的校准。如果校准出现在从一个或多个存储传感器值的获取时间起的后向校准间隔内，那么校准可以应用于如上所述的存储传感器值。
其它方面可还包括用于执行后向校准方法的设备和/或系统。设备和/或系统可包括从连续传感器接收原始传感器值的连续传感器和/或计算设备(诸如微控制器)。微控制器也可以从第二传感器接收数据，并且基于来自第二传感器的数据和来自连续传感器的原始传感器值计算一个或多个校准因子。如上所述，微控制器可以使用一个或多个校准因子以将来自连续传感器的原始传感器值转换为校准传感器值。
图3示出了包括CGM 302、BGM 304和监测单元306的传感器系统300。监测单元306包括校准模块308。CGM 302耦合到病人的身体以测量病人血液中血糖水平。CGM 302基于病人体内的血糖水平产生原始传感器数据。CGM 302将原始传感器数据发送到监测单元306。CGM 302使用天线310(例如经由射频(RF))无线地向监测单元306发送原始传感器数据。换句话说，CGM 302可通过其它装置(例如有线连接)向监测单元306发送原始传感器数据。在某些情况下，CGM 302和监测单元306可以包括在相同的封装中。
BGM 304定期测量血糖水平并使用天线312向监测单元306发送数据。可选地或者另外地，BGM 304可通过其它方式(例如有线连接和/或用户输入)向监测单元306发送BGM数据。在某些情况下，CGM 302和/或BGM 304可以和监测单元306包括在同一外壳/设备中。
监测单元306通过天线314从CGM 302接收原始传感器值并从BGM 304接收BGM数据。校准模块308使用BGM数据以产生一个或多个校准因子(例如，如上所述的第一和第二校准因子)。校准模块308然后向原始传感器数据(如上所述)应用校准因子，以产生校准传感器数据。
一方面，监测单元306也可向CGM 302和/或BGM 304发送命令和/或其它信息。例如，当需要新的校准时，监测单元306可以发送消息。
一方面，CGM 302设计为连接到病人身体以连续监测血糖水平。CGM 302可执行连续测量和/或周期测量(例如，每隔几分钟)。
一方面，CGM 302可包括：包括血糖传感器的传感器组件、和包括电子元件以处理来自传感器的信号和/或向监测单元306发送传感器数据的电子组件。一方面，传感器组件被设计用于相对短的时间段，例如1-2周左右，然后更换。相比之下，电子组件被设计用于相对较长的时间段。因此，当更换传感器组件时，从CGM 302移除传感器组件，并将新的传感器组件耦合到电子组件。传感器组件也可以称为一次性传感器组件，而电子组件也可以称为可重复使用的传感器组件。另一方面，电子组件可以包括校准模块308。
监测单元306可以是任何合适的设备，诸如计算设备，例如：个人数据助理、移动电话、个人计算机、膝上型计算机、平板计算机、手表、和/或传感器系统的专用计算设备。监测单元306可以包括显示器，所述显示器用于向病人和/或护理者显示数据和/或消息。例如，显示器可以显示何时需要BGM测量以用于校准和/或直到需要下一BGM测量的剩余时间。显示器可以进一步显示在校准之前和/或之后来自CGM 302和/或BGM 304的数据。
虽然本文已示出并描述了某些实施例，但本领域技术人员应当理解的是，在不背离本发明范围的情况下，经计算以达到相同目的的各种替代和/或等价实施例或实施方式都可代替所示的实施例。本领域技术人员容易理解的是，实施例可以实施为各种各样的方式。本申请意在覆盖本文所述实施例的任何改变或变化。因此，显然意在实施例仅受到权利要求书及其等价物的限制。

Claims (19)

1.一种用于传感器数据的后向校准的方法，该方法包括以下步骤：
由计算设备在第一校准时间执行分析物传感器的校准以产生第一校准因子；
由所述计算设备检索第二校准因子，其中，所述第二校准因子在所述第一校准时间之前的第二校准时间被获得；以及
由所述计算设备根据加权平均将所述第一校准因子和所述第二校准因子应用到在所述第一校准时间之前并且在所述第二校准时间之后的后向校准间隔内由所述分析物传感器测量的原始传感器值，以从所述原始传感器值产生和/或修改校准传感器值，所述加权平均基于所述第一校准时间到所述原始传感器值的时间之间的时间间隔与所述第二校准时间到所述原始传感器值的所述时间之间的时间间隔的比率。
2.如权利要求1所述的方法，该方法进一步包括由所述计算设备将所述第一校准因子应用到在所述第一校准时间之后的前向校准间隔内由所述分析物传感器测量的原始传感器值。
3.如权利要求2所述的方法，该方法进一步包括基于所述前向校准间隔的期满时间而激活警报。
4.如权利要求1所述的方法，其中，所述计算设备是监测单元，并且该方法进一步包括：从所述分析物传感器向所述监测单元发送所述原始传感器值，以用于校准。
5.如权利要求1所述的方法，其中，所述分析物传感器是第一分析物传感器，以及其中，执行所述第一校准的步骤包括：比较来自所述第一分析物传感器的第一原始传感器值和来自第二分析物传感器的第二原始传感器值，其中，所述第二分析物传感器是与所述第一分析物传感器不同的类型。
6.如权利要求5所述的方法，其中，所述第一分析物传感器是连续血糖监测器(CGM)，所述第二分析物传感器是血糖仪(BGM)。
7.如权利要求1所述的方法，该方法进一步包括基于所述第一校准因子和所述第二校准因子在所述第一校准时间之前的一定时间段更新趋势数据。
8.一种用于传感器数据的后向校准的方法，该方法包括以下步骤：
由计算设备在第一校准时间执行分析物传感器的第一校准以产生第一校准因子；
由所述计算设备在第二校准时间执行所述分析物传感器的第二校准以产生第二校准因子，所述第二校准在所述第一校准之后执行；以及
由所述计算设备根据加权平均将所述第一校准因子和所述第二校准因子应用到由所述分析物传感器在所述第一校准时间和所述第二校准时间之间的时间点测量的原始传感器值，以产生和/或修改针对所述时间点的校准传感器值，所述加权平均基于所述第一校准时间到所述原始传感器值的时间之间的时间间隔与所述第二校准时间到所述原始传感器值的所述时间之间的时间间隔的比率。
9.如权利要求8所述的方法，其中，所述原始传感器值的所述时间点是在从所述第一校准的所述第一校准时间起的前向校准间隔内并且在所述第二校准的所述第二校准时间起的后向校准间隔内。
10.如权利要求8所述的方法，其中，所述计算设备是监测单元，并且该方法进一步包括：从所述分析物传感器向所述监测单元发送所述原始传感器值，以用于校准。
11.如权利要求8所述的方法，其中，所述分析物传感器是第一分析物传感器，以及其中，执行所述第一校准和所述第二校准的步骤包括：比较来自所述第一分析物传感器的第一原始传感器值和来自第二分析物传感器的第二原始传感器值，其中，所述第二分析物传感器是与所述第一分析物传感器不同的类型。
12.如权利要求8所述的方法，其中，所述分析物传感器是连续血糖监测器(CGM)。
13.一种传感器系统，所述传感器系统包括：
分析物传感器，其被配置为产生取决于分析物在身体中的浓度的原始传感器值；
校准模块，其可通信地连接到所述分析物传感器并被配置为接收所述原始传感器值，所述校准模块被配置为执行以下步骤：
在第一校准时间执行所述分析物传感器的校准以产生第一校准因子；
检索第二校准因子，其中，所述第二校准因子在所述第一校准时间之前的第二校准时间被获得；以及
根据加权平均将所述第一校准因子和所述第二校准因子应用到在所述第一校准时间之前并且在所述第二校准时间之后的后向校准间隔内由所述分析物传感器产生的所述原始传感器值，以从所述原始传感器值产生和/或修改校准传感器值，所述加权平均基于所述第一校准时间到所述原始传感器值的时间之间的时间间隔与所述第二校准时间到所述原始传感器值的所述时间之间的时间间隔的比率。
14.如权利要求13所述的系统，其中，所述校准模块被进一步配置为：将所述第一校准因子应用到在所述第一校准时间之后的前向校准间隔内由所述分析物传感器产生的所述原始传感器值。
15.如权利要求14所述的系统，其中，所述校准模块被进一步配置为：基于所述前向校准间隔的期满时间而激活警报。
16.如权利要求13所述的系统，其中，所述分析物传感器是第一分析物传感器，以及其中，执行所述第一校准的步骤包括比较来自所述第一分析物传感器的第一原始传感器值和来自第二分析物传感器的第二原始传感器值，其中，所述第二分析物传感器是与所述第一分析物传感器不同的类型。
17.如权利要求16所述的系统，其中，所述第一分析物传感器是连续血糖监测器(CGM)，所述第二分析物传感器是血糖仪(BGM)。
18.如权利要求13所述的系统，其中，所述校准模块被包括在远离所述分析物传感器设置的监测单元中。
19.如权利要求13所述的系统，其中，所述分析物传感器和所述校准模块被包括在同一外壳中。
CN201280034548.7A 2011-05-11 2012-05-11 传感器数据的后向校准 Active CN103907115B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161484985P 2011-05-11 2011-05-11
US61/484,985 2011-05-11
PCT/US2012/037487 WO2012155032A2 (en) 2011-05-11 2012-05-11 Back calibration of sensor data

Publications (2)

Publication Number Publication Date
CN103907115A CN103907115A (zh) 2014-07-02
CN103907115B true CN103907115B (zh) 2017-10-20

Family

ID=47140024

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280034548.7A Active CN103907115B (zh) 2011-05-11 2012-05-11 传感器数据的后向校准

Country Status (4)

Country Link
US (1) US20120289804A1 (zh)
EP (1) EP2710505A4 (zh)
CN (1) CN103907115B (zh)
WO (1) WO2012155032A2 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017001249A1 (en) * 2015-06-30 2017-01-05 Koninklijke Philips N.V. A sensor system and method which makes use of multiple ppg sensors
WO2017004284A1 (en) * 2015-07-01 2017-01-05 Verily Life Sciences Llc Multiple sensors for biometric analysis
TWI570538B (zh) * 2015-11-02 2017-02-11 財團法人資訊工業策進會 感測裝置、時序校準裝置、時序處理方法及時序校準方法
WO2018098786A1 (en) * 2016-12-01 2018-06-07 Honeywell International Inc. Total dissolved solids sensor calibration devices, methods, and systems
US10652333B2 (en) * 2016-12-27 2020-05-12 Intel Corporation Normalization of sensors
KR102082390B1 (ko) * 2018-04-04 2020-02-27 울산과학기술원 인공혈관 벽 내부에 이식되는 바이오 센싱 장치
KR101998517B1 (ko) * 2018-04-04 2019-07-09 울산과학기술원 혈당 측정 기기의 보정 알림 장치 및 방법
KR102035424B1 (ko) * 2018-06-20 2019-10-22 울산과학기술원 혈당 측정 장치의 측정 값 보정 동작 방법
US11464433B2 (en) 2019-05-09 2022-10-11 Waveform Technologies, Inc. Systems and methods for biosensor cross-calibration
CN112438704B (zh) * 2019-08-31 2024-02-23 深圳硅基传感科技有限公司 生理参数监测仪的校准系统
CN111651441B (zh) * 2020-05-11 2023-05-09 北京小米移动软件有限公司 数据处理方法及装置、计算机存储介质
CN112304335B (zh) * 2020-09-28 2022-09-13 北京天玛智控科技股份有限公司 液压支架倾角传感器校准方法和系统
KR20220156198A (ko) * 2021-05-18 2022-11-25 주식회사 에스비솔루션 생체 정보 측정 시스템 및 방법
CN113281394A (zh) * 2021-05-21 2021-08-20 重庆文理学院 传感器可靠性预测方法及系统
CN113035355B (zh) * 2021-05-27 2021-09-03 上海志听医疗科技有限公司 视频头脉冲试验传感器后校正方法、系统、电子设备及存储介质
CN114166913B (zh) * 2022-02-10 2022-05-27 苏州百孝医疗科技有限公司 自动校准方法和装置、监测分析物浓度水平的系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8465425B2 (en) * 1998-04-30 2013-06-18 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US6895263B2 (en) * 2000-02-23 2005-05-17 Medtronic Minimed, Inc. Real time self-adjusting calibration algorithm
US7890295B2 (en) * 2000-02-23 2011-02-15 Medtronic Minimed, Inc. Real time self-adjusting calibration algorithm
US7778680B2 (en) * 2003-08-01 2010-08-17 Dexcom, Inc. System and methods for processing analyte sensor data
ATE480761T1 (de) * 2003-12-05 2010-09-15 Dexcom Inc Kalibrationsmethoden für einen kontinuierlich arbeitenden analytsensor
CA2620586A1 (en) * 2005-08-31 2007-03-08 Boris P. Kovatchev Improving the accuracy of continuous glucose sensors
US8346335B2 (en) * 2008-03-28 2013-01-01 Abbott Diabetes Care Inc. Analyte sensor calibration management
US8560038B2 (en) * 2007-05-14 2013-10-15 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8377031B2 (en) * 2007-10-23 2013-02-19 Abbott Diabetes Care Inc. Closed loop control system with safety parameters and methods

Also Published As

Publication number Publication date
WO2012155032A2 (en) 2012-11-15
EP2710505A4 (en) 2014-10-29
US20120289804A1 (en) 2012-11-15
CN103907115A (zh) 2014-07-02
WO2012155032A3 (en) 2013-01-10
EP2710505A2 (en) 2014-03-26

Similar Documents

Publication Publication Date Title
CN103907115B (zh) 传感器数据的后向校准
US9804148B2 (en) Analyte sensor with lag compensation
CN104605862B (zh) 用于处理从具有糖尿病的人测量的葡萄糖数据的方法和系统
US9113828B2 (en) Method and system for providing analyte monitoring
US7618369B2 (en) Method and system for dynamically updating calibration parameters for an analyte sensor
ES2779349T3 (es) Procedimiento de calibración para calibración prospectiva de un dispositivo de medición, programa informático y dispositivo de medición
CA2883595C (en) System and method for assessing risk associated with a glucose state
WO2008109603A3 (en) Vital sign monitor for cufflessly measuring blood pressure without using an external calibration
CN103932683A (zh) 一种测温装置和测温方法
EP4309581A1 (en) Method and system for providing calibration of an analyte sensor in an analyte monitoring system
US20090054748A1 (en) Method and system for providing continuous calibration of implantable analyte sensors
US20170128052A1 (en) Method and device for detecting physiological index
US20100168537A1 (en) Blood glucose measurement system
JP2008511373A (ja) 体内物質の濃度を測定するためのシステムを較正する方法及びその方法を実行するための装置
JP5900044B2 (ja) 糖尿病治療支援装置、糖尿病治療支援方法、糖尿病治療支援プログラム
ES2962311T3 (es) Métodos y sistemas para actualizar parámetros de retardo
EP3236851B1 (en) Method and system for determining a blood glucose level for a patient
US11579106B2 (en) High accuracy impedance measurement
CN116980065A (zh) 时钟校准方法、装置、终端设备及存储介质
EP3169233B1 (en) A method and a device for determining a body fluid glucose level of a patient, and a computer program product
KR20150057244A (ko) 생체 정보 및 활동량 정보를 활용한 건강관리 방법, 이를 이용한 건강관리 서버 및 시스템
KR101998517B1 (ko) 혈당 측정 기기의 보정 알림 장치 및 방법
Lee et al. Analysis for calibration pre-post difference in BP estimation of Galaxy Watch
Jeelani et al. Design, development and clinical validation of a novel urine output monitor
CN111166358A (zh) 压力零点校正方法、装置、设备及计算机可读存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant