使用可穿戴设备进行偏头痛检测的技术的制作方法

摘要: 下文涉及可穿戴设备和数据处理,包括使用可穿戴设备进行偏头痛检测的技术。背景技术:1、一些可穿戴设备可以被配置为从用户收集与温度数据、睡眠时间数据、心率数据等相关...
使用可穿戴设备进行偏头痛检测的技术的制作方法

下文涉及可穿戴设备和数据处理,包括使用可穿戴设备进行偏头痛检测的技术。

背景技术:

1、一些可穿戴设备可以被配置为从用户收集与温度数据、睡眠时间数据、心率数据等相关联的数据。一些用户可以将所收集的数据用于健康洞察。

2、本公开的方面在独立权利要求中阐述。本公开的其他方面和特征在从属权利要求和下文的说明书中阐述。

技术实现思路

1.一种用于预测偏头痛发作的系统,包括:

2.如权利要求1所述的系统,其中所述生理数据进一步包括经由所述可穿戴设备的一个或更多个温度传感器收集的温度数据,其中所述第二机器学习模型用于预测偏头痛发作所使用的所述多个特征进一步包括与所述相应一个或更多个用户的温度数据相对于基线温度数据的降低相关联的第三特征,并且其中所述偏头痛预测度量是至少部分地基于将所述温度数据输入所述第二机器学习模型中并且至少部分地基于所述温度数据内的所述第三特征来生成的。

3.如权利要求2所述的系统,其中所述一个或更多个处理器被进一步配置为:

4.如权利要求3所述的系统,其中所述第二机器学习模型被配置为至少部分地基于所述第一特征、所述第二特征和所述第三特征在同一睡眠日内出现,来识别所述第一特征、所述第二特征和所述第三特征在大约所述相同时间出现。

5.如权利要求2所述的系统,其中所述一个或更多个处理器被进一步配置为:

6.如权利要求2所述的系统,其中所述一个或更多个处理器被进一步配置为:

7.如权利要求1所述的系统,其中所述一个或更多个处理器被进一步配置为:

8.如权利要求1所述的系统,其中所述一个或更多个处理器被进一步配置为:

9.如权利要求8所述的系统,其中所述一个或更多个处理器被进一步配置为:

10.如权利要求1所述的系统,其中所述偏头痛预测度量的生成以及向所述gui发送所述指令是在与所述偏头痛相关联的症状发作之前执行的。

11.如权利要求1所述的系统,其中所述可穿戴设备包括可穿戴环设备。

12.如权利要求1所述的系统,其中所述可穿戴设备包括腕戴式可穿戴设备。

13.一种用于预测偏头痛发作的方法,包括:

14.如权利要求13所述的方法,其中所述生理数据进一步包括经由所述可穿戴设备的一个或更多个温度传感器收集的温度数据,其中所述第二机器学习模型用于预测偏头痛发作所使用的所述多个特征进一步包括与所述相应一个或更多个用户的温度数据相对于基线温度数据的降低相关联的第三特征,并且其中所述偏头痛预测度量是至少部分地基于将所述温度数据输入到所述第二机器学习模型中并且至少部分地基于所述温度数据内的所述第三特征来生成的。

15.如权利要求14所述的方法,进一步包括: