用于监测生理参数的系统的制作方法

在提供与用户的生理参数的测量相关的营养建议的文献中已经描述了几种数字系统。例如，US2017/0148348A1描述了一种数字系统，旨在给出个性化的维生素补充建议，从生理和/或环境因素的测量开始，估计大体的营养缺乏，并给出如何克服这种缺乏的建议。但是，在正常情况下，在没有确定病理缺陷的情况下，该系统无法可视化和示出特定生物功能的改善。US2014/221784A1描述了一种能够收集传感器数据以导出用户的生理和心理“健康相关特征”的系统，用户必须表达他自己的评估(目标)，从而允许其向系统建议营养调整，主要是在卡路里摄入和消耗领域。而且，在测得的参数和用于特定参数的改善的特定营养建议之间不存在自动关联。US2014/0127650A1公开了一种装置和管理方法，其从主观用户数据开始生成营养简档并将该简档(营养分数)与参考数据进行比较以确定营养缺乏来确保总体健康和保健。最终的营养建议旨在在考虑从用户的活动水平测得的特定能量消耗的情况下补偿碳水化合物、脂质、蛋白质和水的一般类别中的不足。即使在这种情况下，测得的参数与改善所述参数的特定营养建议之间也没有直接关联。类似地，在CN103984847A中描述了一种系统，该系统使用生理参数来确定用户的“身体状况”并为对应类别的用户生成食品和饮料推荐。但是，没有可用的系统能够给出用以改善个体用户的测得的生理参数的特定的补充、营养和生活方式推荐并可视化和监测相关的改善。因此，从现有技术出发，需要一种健康监测系统，该系统可以基于对用户生理参数的评估提供针对食品和高级食品成分的特定个体建议，用户生理参数是基于从各种传感器(诸如PPG传感器)获得的测得信号而计算出的，这些传感器可以集成在健身追踪器或智能手表中。本发明的目的是监测生物参数、可视化生物参数并通过一种或多种补充剂和其它与生活方式相关的建议来将生物参数维持为尽可能接近理想值，以便预防疾病并改善或维持用户的幸福和健康状况。该问题是通过提供一种用于监测用户的生理参数的系统来解决的，该系统包括：-人体健康监测设备，包括适于获得用户的主要生理信号的至少一个传感器；-处理系统，通信地耦合到传感器，适于：-基于主要生理信号并基于用户的个体参数来计算一个或多个生理参数，-将计算出的生理参数与预存的生理指标参数进行比较，并确定计算出的生理参数与预存的生理指标参数之间的特定偏差，-将特定偏差与如下数据库进行比较，该数据库包含经由科学和临床研究而专门选择的、对所述生理参数具有特定的积极/正常化影响的营养品、保健品、高级食品成分和单一营养成分，-基于特定偏差与营养数据库的比较，向用户提供用于生理参数的正常化的营养建议；以及-输出部件，适于输出计算出的生理参数和营养建议。在优选实施例中，计算出的生理参数是：心血管健康参数、认知健康参数、肠道健康参数、代谢参数、体重和身体效率参数、压力和睡眠参数、炎症参数、代谢功能障碍、或其组合。在特定实施例中，计算出的生理参数是选自血管年龄指标AglxPPG(与健康群体的某个正常阈值相比，给出关于动脉的年龄状况的信息的参数)、血压BPdia和BPsys(流经大动脉的血液施加到其壁上的压力)、脉搏波速度PWV(描述流经人动脉的血液的速度，并且被定义为压力波传播通过心血管树的速度)、增强指标AIxPPG(动脉僵硬度的间接测量，提供有关外周循环系统的压力波反射的信息)和心率变异性HRV的心血管健康参数。HRV是相邻心跳之间的时间间隔的波动并且优选地以正常心跳之间的连续差异均方根(RMSSD)的形式计算。RMSSD反映了HR的逐搏差异，并且是用于估计HRV中反映的迷走神经介导变化的主要时域量度。RMSSD是通过首先计算心跳之间的每个连续时间差(以ms为单位)获得的。然后，对每个值求平方，对结果求平均，然后获得总数的平方根。常规最低记录为5分钟(Shaffer和Ginsberg，FrontiersinPublicHealth，第5卷，第258期，2017年9月)。RMSSD是用以下公式计算的：RR：RR间隔，ECG中的连续R峰的时间差N：ECG中R峰的数量根据本发明的传感器选自以下项中的一个或多个：-光电容积描记(PPG)传感器-生物阻抗传感器-脉搏血氧仪-电容式传感器-温度传感器-湿度传感器-紫外线(UV)传感器-环境光传感器-3(或更多)轴加速度计-高度计-气压计-指南针-陀螺仪-磁力计-手势技术-全球定位系统(GPS)-长期演进(LTE)。在本发明的有利配置中，传感器选自以下项中的一个或多个：-光电容积描记(PPG)传感器-生物阻抗传感器-三轴加速度计-高度计-气压计-陀螺仪-全球定位系统(GPS)在另一个优选实施例中，传感器是PPG传感器，其可以在多个不同的设备中找到。它们不仅内置于诸如腕式健身追踪器的消费品中，而且还内置于医疗专业人员使用的设备中。传感器主要用于估计脉搏率或血液中的氧饱和度。进一步优选的是使用两个或更多个PPG传感器。在特定实施例中，系统包括两个PPG传感器并且系统还包括生物阻抗传感器。生物阻抗传感器可以允许对血糖水平的持续监控，并与糖尿病前期的健康评估相关。考虑到用户的血糖水平，可以给出特定的营养推荐。容积描记器是测量器官体积变化的仪器，并且基本上是光学传感器。术语“光电容积描记”通常是指测量由于血流引起的动脉和小动脉的体积变化。PPG传感器有多种类型。一些放置在指尖，在手腕和诸如耳垂的其它部位处的一些也是可能的。传感器本身由将光发射到皮肤上的发光二极管(LED)和光电二极管组成。这个二极管通常放置在LED旁边，检测反射的光(B型)。对于手指传感器，光电二极管也可以放置在手指的另一端，测量穿过手指的光(A型)。考虑各种参数(诸如用户的年龄、身高或心率)，基于主要生理信号(诸如来自可穿戴设备或其它连接的传感器的PPG信号)和用户的个体参数对一个或多个生理参数的计算是在高级算法的帮助下实现的。通过结合用户的特定解剖数据，算法提供了对生理参数的更精确估计。因此，在本发明的有利配置中，使用从用户的年龄、身高和心率中选择的参数的线性回归，基于主要生理信号计算一个或多个生理参数。利用此类算法，可以从PPG信号中提取更多心血管参数，这些参数在常规健身追踪器中未进行分析，诸如增强指标、血管弹性、脉搏波速度和血压。通常，PPG被用于确定脉搏率和氧饱和度。这些补充参数有利于全面的一般健康评估，并减小对生理参数的误解风险，并允许进行新的健康预测。由此，可以实现个体化和更精确的心血管健康状况评估。在优选配置中，基于以不同距离布置的两个或更多个PPG传感器的测得的PPG信号计算与心血管(CV)健康相关的以下参数。在优选配置中，两个PPG传感器被使用并且定位成两个PPG传感器之间的距离为5cm或更小，优选地在1cm和4cm之间。可以将两个传感器包含在两个不同的腕戴式设备中或一个腕戴式设备中。可替代地，一个PPG传感器位于腕戴式设备中，而另一个PPG传感器位于包括在用户的衣服或鞋子中的另一个设备中，诸如戒指或健康监测设备。但是，优选的是在一个腕戴式设备中包括两个PPG传感器。在优选配置中，系统被配置成利用以下步骤确定用户的一个或多个心血管参数，用户具有年龄和身高：-确定用户的年龄(Page)和身高(pheight)，-在受试者的两个不同位置处利用至少两个PPG传感器测量至少两个光电容积描记(PPG)信号，-将PPG信号分离成PPG脉冲，由此脉冲的起点和终点与PPG信号的收缩压波谷对应，-确定用户的心率(pHR)并计算平均心率，-确定收缩压Asys和舒张压Adia波峰振幅及其时间ts和td，-计算PPG脉冲的二阶导数，并从PPG脉冲的二阶导数确定特征点a、b、c、d和e，其中a和e分别是二阶导数中的第一个和第二个最显著的最大值，c是点a和e之间的最显著的波峰，b是二阶导数中的最显著的最小值，并且，d是点c和e之间的最显著的最小值，-执行以下确定：a)使用基于特征点a、b、c、d和e、用户的年龄(Page)、身高(pheight)和平均心率的线性回归来确定血管年龄指标AgIx，b)使用基于两个PPG脉冲之间的时间差(PTT)、用户的年龄(page)、身高(pheight)和平均心率估计的线性回归来确定脉搏波速度PWV，c)使用基于两个PPG脉冲之间的时间差(PTT)和平均心率的线性回归来确定血压BPdia和BPsys，以及d)基于规格化为75次心跳(AIx@75)的收缩压Asys和舒张压Adia波峰振幅并使用基于规格化的增强指标AIx的线性回归来可选地确定增强指标AIx。光电容积描记(PPG)测量可以提供若干参数和指标，因此能够获得关于心血管系统的信息。光电容积描记系统的高便携性推动了对新参数的不断研究：常常涉及笨重的仪器的经典测量技术可以用这种易于设置且还允许连续监测的仪器代替。Elgendi(CurrentCardiologyReviews，2012，8，14-25)描述了使用PPG来利用红外光估计皮肤血流量。最近的研究强调PPG波形信号中嵌入的潜在信息并且它值得进一步关注，因为它超出脉搏血氧饱和度和心率计算的可能应用。尤其是，PPG波形及其衍生物的特征可以用作评估血管僵硬度和老化指标的基础。将PPG信号分离为脉冲为了分析PPG信号中每个单独的PPG波形并减小运动伪影的影响，PPG信号不是作为整体而是分段进行检查的。根据本发明，信号被分成单独的脉冲，因为从PPG信号中提取的所有特征都可以从一个脉搏波中导出。收缩压波谷是PPG脉冲最显著的特征，因此可以最可靠地在PPG信号中找到。因此，通过在PPG信号中找到最小值，将PPG信号在这个收缩压波谷处切分为PPG脉冲。这个策略允许单独分析每个脉冲。如果几个脉冲未被正确识别，那么这不会对测量的最终结果产生伪影影响，因为最终参数值是通过所有个体脉冲的结果的平均值计算的。其它PPG参数还研究了PPG信号及其衍生物的各种形态特点：脉冲面积(PulseArea)被定义为PPG曲线下方的面积。在最近的研究中(Usman等人，ActaScientiarumTechnology，第36卷，第1期，第123-128页，2013年)，发现与两种不同级别的糖尿病相关的这个参数的显著差异。总之，作者确认它可以被用作确定动脉僵硬度的有用参数。在Wang等人的工作(AnnualInternationalConferenteoftheIEEEEngineeringinMedicineandBiologySociety，2009)中，该面积在重博切迹处被分为两个子面积，A1和A2。基于这两个量度，拐点比率被定义为两个面积之间的比率，其表明这个比率可以被用作总外周阻力的指标。收缩压波峰与舒张压波峰之间的时间ΔT似乎与血管弹性有关。Millasseau等人(ClinicalScience，第103卷，第4期，第371-377页，2002年)使用这个时间间隔来获得新的指标，大动脉僵硬度指标(SI)，其被定义为受试者的身高与收缩压和舒张压波峰之间的时间间隔之间的比率，发现它随着年龄的增长而减小。PPG信号时间趋势的另一个量度是上升时间(CT)。易于测量，CT是PPG波的收缩压波谷与收缩压波峰之间的经过的时间。它已被评估为用于一般临床实践的廉价且有效的心血管疾病(CVD)筛查技术的有效参数(连同源自PPG信号的其它测量值一起)(Alty等人，IEEETransactionsonbiomedicalengineering，第54卷，第12期，第2268-2275页，2007年)。CT和SI可以使用PPG信号的一阶导数以更可靠的方式估计，也称为速度光电容积描记(VPG)，其测量相对过零点之间的时间间隔。参数估计1.增强指标(AIxPPG)：动脉僵硬度的间接测量可以由增强指标(AIx)提供。它提供有关外周循环系统的压力波反射的信息。假设人们能够通过分析PPG波形获得有关动脉僵硬度的信息的情况下，增强指标量度从血压脉搏波分析转换成PPG信号。PPG脉搏波不是压力脉搏波。因此，如上所述的增强指标是直接从PPG信号中获得的。一般而言，由于PPG形态学特性，可以估计增强指标。根据文献，增强指标是借助以下公式计算的：其中y是舒张压波峰振幅，x是收缩压波峰振幅(如图1.1中所示)。AIx描述从收缩压到舒张压波峰的PPG信号的增强。根据PPG脉搏波，估计收缩压Asys和舒张压Adia波峰振幅(分别与公式1.2中的x和y对应)，以及它们的时间ts和td。当反射波非常小并且波形中没有可见的舒张压波峰时，确定PPG波形中的Adia会是非常困难的(参见图1.1)。为了仍然能够估计两个波峰位置，开发了两种不同的方法来对两个波的形态进行建模。在第一种方法中，PPG波形通过指数函数被建模为两个脉搏波的总和。应用非线性回归将模型拟合到PPG波形并接收ts和td的估计以分别找到Asys和Adia。第二种方法利用PPG波形中的最大值是收缩压波峰这一事实。通过利用收缩压波峰位置处的已知位置仅对第一个波进行建模，从PPG信号中减去其指数模型并产生剩余的反射波，其最大值ydia(t)＝Adia并且是对应的舒张时间指标估计。似乎更可靠的参数是规格化为75次心跳的增强指标(AIx@75)。确实，这个参数似乎取决于心跳。它是在Wilkinson等人的工作中首次引入的。(AmericanJournalofHypertension，第15卷，第24-30页，2002年)。已经发现，与从PPG波估计的相同参数相比，从血压波估计的AIx具有不同的值。因此，AIx和AIx@75用于具有参考值的线性回归。应用相同的方法来计算AIx和AIx@75。获得规格化的指标值AIx@75并用于线性回归模型：从信号的导数中提取特征其它特征是从信号的导数中获得的，这些导数是通过相邻样本之间的差异计算出来的。应用移动平均滤波器来移除通过取导数而引入的高频噪声。为了可靠地找到特征点a至e，开发了一种算法来找到两个最显著的最大值并将它们分别标记为a和e。点c是点a和e之间最显著的波峰。此外，点b是二阶导数中最显著的最小值，并且点d是点c和e之间最显著的最小值(参见图1.2)。因此，在本发明的优选实施例中，特征点a、b、c、d和e是从PPG脉冲的二阶导数中自动导出的，其中a和e分别是是二阶导数中第一个和第二个最显著的最大值，c是点a和e之间最显著的波峰，b是二阶导数中最显著的最小值，并且d是点c和e之间最显著的最小值。2.血管年龄指标(AgIxPPG)：关于PPG波形，可以通过分析PPG信号的二阶导数(也称为加速光电容积描记(APG))来获得血管年龄指标估计。它的特点是若干标志点，如PPG波；这些点的估计被用于获得给出有关心血管功能的信息的指标，包括血管年龄指标。最新的文献通过以下公式计算特征点的比率：该指标描述人的心血管年龄。如果血管老化速度低于平均水平，那么它应当低于人的实际年龄，否则应当高于其实际年龄。虽然APG中最常用的参数是血管年龄指标，但从APG波估计开始研究了其它量度，例如，在若干研究(Elgendi，CurrentCardiologyReviews，第8卷，第14-25页，2012年)的b、c、d或e波与a波之间的比率。已经发现这些比率随着受试者年龄而变化。作为血管年龄指标的替代方案，如果c和d波不可见，那么可以使用(b-e)/a比率，如另一项研究(Baek等人，6thInternationalSpecialTopicConferenceonInformationTechnologyApplicationsinBiomedicine，2007年)中建议的。除了血管年龄指标，这个指标也被估计：为了更可靠地估计AgIx，基于估计的血管年龄指标开发了新的具有系数di的线性回归模型，其中估计的血管年龄指标是基于特征点a、b、c、d和e的：其中di是系数，page是年龄，pheight是身高，是人的平均心率估计。3.脉搏波速度(PWV)：PWV通过实验被测量为压力波传播通过的同一条线上的两个不同测量点之间的距离与波对应点之间的时间间隔之比。脉搏波速度也可以用PPG信号来估计。在这种情况下，可以用两种不同的仪器设置获得PWV：-ECG PPG传感器：必须将脉搏到达时间(PAT)评估为ECGR峰和PPG标志点(收缩压波谷、最大梯度或收缩压波峰)之间的时间间隔；-2个PPG传感器：它们一个位于另一个的下游，在这种情况下，必须将脉冲传输时间(PTT)评估为两个测量点之间的时间间隔。有必要区分和指定测得的时间间隔：PAT等于PTT和射血前期(PEP)的总和，即，心室除极开始到主动脉瓣阀门打开的时刻之间的时间间隔。由于PEP难以测量或预测，并且不是压力的线性函数，因此PAT的准确度不如PTT。虽然评估更困难，但PTT提供了更好的监测测量。这个参数将允许估计主动脉PWV(主动脉是文献中测量PWV的参考点)。现代压力测量系统还使用间接方法计算主动脉PWV。为了获得PWV估计，识别来自两个不同测量系统的PPG信号收缩压波谷。取决于仪器(在第一种情况下为ECG和PPG，在第二种情况下为两个PPG信号)，由于记录收缩压波谷的时刻之间存在差异，因此能够知道脉搏到达时间和脉搏传输时间。这个量度将被用于评估PAT或PTT与从黄金标准仪器测得的脉搏波速度(这是指中央PWV，即，在主动脉中)之间的相关性。为此，使用脉搏传输时间值、年龄、身高、平均心率值和PPG信号的三个典型参数(即，上升时间、僵硬度指标和脉冲面积)创建了线性回归。PWV是通过在两个分开放置的PPG传感器处测得的两个PPG信号的脉冲之间的时间差(此处为PTT)来估计的。因此，检查信号的收缩压波谷之间的时间差。平均时间差被用于估计PWV的线性回归模型。线性回归模型中进一步包括了附加的生理和个体数据：其中gi是系数，PTT是PPG脉冲之间的时间差，page是年龄，pheight是身高，是人的平均心率。优选地，测量两个PPG信号并且考虑两个对应的PPG脉冲之间的时间差。在一个实施例中，一个PPG传感器可以定位在用户的手腕处并且第二个传感器可以定位在用户的手指处。但是，在有利的配置中，两个PPG传感器可以定位在用户的手腕处，两个传感器之间具有一定的距离。这允许在腕戴式设备中的实现方式，诸如智能手表或健身追踪器。4.血压(BP)：根据PPG信号估计血压并不是一项微不足道的任务。以前的研究建议使用提取出的PPG脉冲的收缩和舒张时间通过简单的线性回归模型来估计BP：BPdia＝aSBPtdia bSBP(1.10)BPsys＝aDBPtsys bDBP(1.11)其中aSBP、bSBP、aDBP和bDBP是必须基于参考值估计的系数。对于本发明，开发了用于估计动脉血压(收缩压和舒张压)的策略，研究脉冲传输时间并用经由黄金标准仪器获得的血压估计来评估这些值的线性回归。此外，在线性回归估计中使用了其它参数，如平均心率、上升时间、僵硬度指标和脉冲面积以及生理参数(诸如年龄和身高)。其中k0s至k2s、k0d至k2d、l0d至l5d、l0s至l5s是系数，是PPG脉冲之间的时间差，page是年龄，pheight是身高，是人的平均心率，CTp是上升时间，SIp是僵硬度指标，并且PAp是来自近端传感器的PPG信号的脉冲面积。5.心率变异性(HRV)：心率变异性(HRV)描述心跳之间时间间隔的变化。每次心跳的搏动间隔(IBI)值被估计为两个连续PPG波(收缩压波谷、最大梯度或收缩压波峰)的两个对应标志点之间的时间间隔。在优选配置中，IBI被测量为两个连续收缩压波谷之间的时间间隔。一旦已经测得了IBI，就能够估计HRV参数。按照惯例，HRV分析是在时域和频域中执行的。此外，只有在记录具有足够长的持续时间时才能估计这些参数中的一些。对于短记录(即，至少两分钟)，以下是可以被获得的一些可能的指标(Shaffer和Ginsberg，FrontiersinPublicHealth，第5卷，第258期，第17页，2017年)：1.正常窦性搏动的IBI标准偏差(SDNN)2.彼此相差超过50ms的相邻间隔数(NN50和pNN50)3.正常心跳之间连续差值的均方根(RMSSD)，通过首先计算心跳之间的每个连续时间差、然后对每个值求平方、对结果求平均、然后对总数求平方根得到；4.LF/HF比，低频功率(0.04–0.15Hz)与高频功率(0.15–0.4Hz)之间的比率5.Poincaré图，它是通过相对前一个间隔绘制每个IBI间隔而获得的，从而创建散点图；Poincaré图也可以通过将椭圆拟合到绘制的点来分析。在拟合阶段之后，可以获得两个非线性测量值：5.a.SD1：每个点与x轴的距离的标准偏差，指定椭圆的宽度；它反映了短期HRV5.b.SD2：每个点与y＝x mean(IBI间隔)的标准偏差，指定椭圆的长度；它测量短期和长期HRV6.样本熵，其测量时间序列的规律性和复杂性。越来越多的可穿戴设备声称使用PPG技术提供准确、经济且易于测量的HRV指标。几项研究侧重于由PPG测量所报告的HRV指标与由ECG信号给出的黄金标准相比的可靠性。特别地，在最近的评论中(Georgiou等人，FoliaMedica，第60卷，第1期，第7-20页，2018年)得出的结果是PPG技术可以成为HRV测量的有效替代方案，但是在非平稳条件下仍需进行更深入的研究。在优选配置中，该方法还包括确定上升时间(CT)、僵硬度指标(SI)和PPG信号的脉冲面积(PA)，其中心血管参数用以下方程估计：a)血管年龄指标AgIx：其中是基于特征点a、b、c、d和e来估计的：b)脉搏波速度PWV：c)血压BPdia和BPsys：d)规格化的增强指标AIx@75：通过两个指数的和，以及其中AIx@75是规格化为75次心跳的增强指标(AIx)；其中page是受试者的年龄，pheight是受试者的身高，median(HR)是平均心率，PTT是PPG脉冲之间的时间差，Asys和Adia分别是收缩压和舒张压波峰的大小，CT是上升时间，ST是僵硬度指标，PA是PPG信号的脉冲面积，d0至d4、g0至g4、l0d至lkd、k0s至k2s、b0至b1表示相应线性回归方程的系数。在优选配置中，基于至少60个PPG脉冲、优选地至少100个PPG脉冲、更优选地至少120个PPG脉冲来估计心血管参数。60个脉冲的估计与近似1分钟的测量时间对应(每分钟60个脉冲)。因此，优选配置是指至少1分钟(60PPG脉冲)、优选地至少1.7分钟(100PPG脉冲)、更优选地至少2分钟(120PPG脉冲)的测量时间。通过组合由在测得的时间内介导的每个PPG脉冲获得的结果，这允许更可靠的估计。以这种方式，如果存在损坏的PPG脉冲，如果信号在测得的时间内进行介导，那么其影响可以被平滑。在定义的时间内测量PPG脉冲的优点在于，不需要按照现有技术(例如，诸如在US2013/324859A1中)对单个PPG脉冲进行分类，并且这提供了更高效的算法。在替代配置中，除了一个、两个、三个或四个心血管参数之外，还通过计算以下一项或多项来确定心率变异性HRV-最小和最大心跳间隔(IBI)-中位数和平均IBI-最小和最大心率-中位数和平均心率-正常窦性搏动的IBI标准偏差(SDNN)-彼此相差超过50ms的相邻间隔数(NN50和pNN50)-正常心跳之间的连续差值的均方根(RMSSD)，-LF/HF比，低频功率(0.04–0.15Hz)与高频功率(0.15–0.4Hz)之间的比率-SD1：Poincaré图中每个点与x轴的距离的标准偏差，通过相对于前一个间隔绘制每个IBI间隔获得-SD2：Poincaré图中每个点与y＝x mean(IBI间隔)的标准偏差，通过相对于前一个间隔绘制每个IBI间隔获得-样本熵。根据本发明，确定主要生理参数。而且，还可以确定次要生理参数，其可以是从若干主要生理参数的组合中导出的，或者与来自用户的元数据(诸如年龄、身高、体重)的组合。通过确定次要生理参数(诸如血流量、血压、动脉僵硬度/血管弹性或血管年龄)，可以提供更全面的一般健康评估。而且，可以确定基于用户的主要生理参数和/或元数据的新的次要参数(诸如压力水平、健康指标、恢复指标、心血管指标或生物年龄)。对这些补充参数的分析导致误解风险的降低，并允许对个体CV健康状况进行评估。新参数的测量允许新的整体健康监测和更精确的健康预测。将计算出的生理参数与存储在数据库中的预存生理指标参数进行比较，该数据库与处理系统通信地耦合并为每个生理参数定义最佳生理范围、至少一个更高的生理范围、和至少一个更低的生理范围。生理指标参数是根据若干国际协会的健康指南编制的，这些协会定义特定生理参数的理想和正常值(诸如来自欧洲高血压协会和世界卫生组织的推荐)。在优选实施例中，生理指标参数在最佳生理范围周围最多分为五个非病理子组。对于一些生理参数(例如，血压)，存在最佳范围以及至少一个更高的范围和一个更低的生理范围。对于其它生理参数(例如，血管年龄指标)，存在最佳范围和另外的生理(更高)范围，因为最佳值越低越好。处理系统适于确定生理参数的偏差，其是取决于与最佳生理范围的个体偏差、根据最佳生理范围和用户到特定子组的分层来确定的。由于在多达五个非病理子组中进行分层，实现了对用户子组的健康状况(诸如心血管健康状况)的更特定的评估，其参数比现有技术中评估的那些要多。第二个数据库包含经由科学和临床研究专门选择的、对生理参数与最佳生理范围的偏差具有特定的积极/正常化影响的营养品、保健品、高级食品成分和单一营养成分的列表。在这个数据库内，指定了哪些营养品能够专门影响(增大或减小)生理参数以达到如在具有预存生理指标参数的数据库中所定义的最佳生理范围。营养品数据库基于科学出版物，示出了单一营养品或保健品对特定生理参数的特定影响。处理系统适于在数据库中搜索单一营养品或保健品的科学数据，并基于与预存的生理指标参数的个体偏差提供营养建议。第三个数据库包含用于将偏差与能够影响(增大或减小)生理参数的推荐进行比较的一般生活方式、健身和健康信息(推荐)。处理系统适于提供建议，即哪些生活方式、健身或健康信息适合影响(增大或减小)生理参数以达到如在具有预存生理指标参数的数据库中定义的最佳生理范围。输出部件适于为用户输出计算出的生理参数、与预存的生理指标参数的偏差以及营养建议。补充的可视化工具(诸如智能电话应用程序)能够在不同的智能电话或个人计算机上运行。系统还可以通过web门户进行补充，以便与用户进行进一步的交流，以及用于来自不同供应商的新补充剂/功能性食品成分的应用/插入请求。可视化工具和连接的web门户提供对用户个体健康状况的详细洞察，并为用户单独定义的健康或健身目标提供支持。而且，它还包含针对用户的个性化营养推荐。在本发明的特定实施例中，处理系统采用人工智能(AI)，其能够对用户的不同生理子组(根据真实测得的数据和相关用户信息)进行确定和分层/分类，并为营养数据库中的此类子组生成对应的个性化的新生理参数基线，从而确保从营养数据库和生活方式数据库中个性化选择补充剂和生活方式推荐。此外，处理系统经由两种不同的数据挖掘算法维持更新后的营养和生活方式数据库二者。与营养品数据库相关的第一种数据挖掘算法连接到私人供应商和公共数据库的科学出版物，从而从对特定生理参数具有正常化作用的新营养品中提取依剂量而定的效果，以达到如具有预存的生理指标参数的数据库中定义的最佳生理范围。第二种数据挖掘算法连接到因特网以提取新的和补充的生活方式推荐以插入到生活方式推荐数据库中。但是，新提取的信息/推荐的最终验证和后续插入到相关数据库(营养品数据库和生活方式数据库)中将由人的智能执行。在另一个特定实施例中，用户在营养建议和所建议的营养品的摄入之后生成特定反馈。在特定实施例中，经由可视化应用或web门户输入用户反馈。因此，处理系统被配置成评估用户的反馈，即建议的营养调整或生活方式推荐是否带来生理参数的改善。处理系统被配置成基于用户的反馈修改营养建议和生活方式推荐，这允许对用户进行更特定的健康评估和个性化推荐。在进一步优选的实施例中，所描述的健康监测系统可以用一系列连接的设备或数据入口点来补充，这些设备或数据入口点考虑补充个人数据以获得更准确的个性化营养建议。这些数据可以被导出但不限于：a)生物标志物数据，如血糖、血脂和胆固醇数据、特定细胞因子/炎症标志物、水合作用等。b)DNA、RNA和代谢组学数据c)微生物组分析d)饮食追踪器和食品分析e)其它设备，如天平、家用设备(例如，温度和湿度控制器)、语音控制单元(例如，Alexa)等。在有利的配置中，处理系统被链接到在线营销平台，该平台被配置成可视化改善并根据所提供的建议直接订购营养品或保健品。在进一步有利的配置中，处理系统被链接到移动应用程序，该移动应用程序被配置成可视化改善并根据所提供的建议直接订购营养品或保健品。移动应用程序还可以被配置成允许来自与不同健康方面相关的各种应用程序(诸如连接到体重的应用程序或与食品跟踪和卡路里消耗的确定相关的应用程序)的数据输入。根据本发明的系统还包括用户通过集成来自连接的设备或分析提供者(例如，DNA和生物标志物分析)的数据来给出反馈并扩大个性化级别的可能性。进一步优选地，用户可以与健康监测系统的不同合作伙伴(诸如保险公司、奖金合作伙伴、训练师、从业者等)共享生理参数、与预存的指标参数的偏差和生理参数的改善。移动应用程序还可以耦合到与社交媒体网络相关的不同在线平台。本发明的另一方面是一种用于监测用户生理参数的方法，包括：-从至少一个传感器和用户的人体健康监测设备的接口接收输入；-基于主要生理信号并基于用户的个体参数来计算一个或多个生理参数，-将计算出的生理参数与预存的生理指标参数进行比较，并确定计算出的生理参数与预存的生理指标参数之间的特定偏差，-将特定偏差与如下数据库进行比较，该数据库包含经由科学和临床研究而专门选择的、对所述生理参数具有特定的积极/正常化影响的营养品、保健品、高级食品成分和单一营养成分，-基于特定偏差与营养数据库的比较，向用户提供用于生理参数的正常化的营养建议；以及-输出计算出的生理参数、与预存的生理指标参数的偏差和营养建议。在本发明的一个实施例中，人体健康监测设备是用于确定以下一个或多个参数的腕戴式设备：-血管年龄指标AgIx，-脉搏波速度PWV，-血压BPdia和BPsys，-增强指标AIx，其中该设备包括：-两个PPG传感器，距离不超过5cm，面向手臂的背部，-其中PPG传感器包括至少一个绿色光源并且包括优选地512Hz的采样频率。在优选实施例中，该设备还包括适于计算以下一项或多项的信号处理部件：-使用基于特征点a、b、c、d和e、受试者的年龄(Page)、身高(pheight)和平均心率的线性回归来计算血管年龄指标AgIx，-使用基于两个PPG脉冲之间的时间差(PTT)、受试者的年龄(page)、身高(pheight)和平均心率估计的线性回归来计算脉搏波速度PWV，-使用基于两个PPG脉冲之间的时间差(PTT)和平均心率的线性回归来计算血压BPdia和BPsys，以及-基于规格化为75次心跳的收缩压Asys和舒张压Adia波峰振幅(AIx@75)并使用基于规格化的增强指标AIx的线性回归来可选地计算增强指标AIx，腕戴式设备可以是健身追踪器或智能手表。本发明的实施例本发明的实施例显示在图2至图6中，其中附图标记表示：图2示出了根据本发明的用于监测生理参数的系统。该系统包括一个或多个传感器，这些传感器被配置成测量一个或多个生理参数。这些传感器中的至少一个传感器被包括在人体健康监测设备中。该系统还包括处理系统，该处理系统通信地耦合到传感器并且适于基于主要生理信号并基于用户的个体参数来计算一个或多个生理参数。原始信号(主要生理信号)102被直接测量，然后使用信号处理算法103被进一步处理。信号处理算法以使其能够从原始信号102中提取期望参数的方式被配置。该系统还包括若干数据库。数据库1包含用于要确定的生理参数的来自国家和/或国际指南的参考值104(预存的生理指标参数)。将计算出的生理参数与存储在数据库中的预存的生理指标参数进行比较，该数据库与处理系统通信地耦合，预存的生理指标参数为每个生理参数定义最佳生理范围、至少一个更高的生理范围和至少一个更低的生理范围。生理指标参数是根据若干国际协会的健康指南编制的，这些健康指南定义特定生理参数的理想值和正常值(诸如来自欧洲高血压协会和世界卫生组织的推荐)。生理指标参数在最佳生理范围周围最多分类成五个非病理子组。处理器112然后将计算出的生理参数与数据库1中预存的生理指标参数进行比较，并确定计算出的生理参数与预存的生理指标参数之间的特定偏差105。该系统还包括数据库，该数据库包含经由科学和临床研究专门选择的、对生理参数具有特定的积极/正常化影响的营养品、保健品、高级食品成分和单一营养成分(数据库3)107。在这个数据库中，指定哪些营养品能够特别地影响(增大或减小)生理参数以达到如在具有预存的生理指标参数的数据库中所定义的最佳生理范围。营养品数据库基于示出了单一营养品或保健品对特定生理参数的特定影响的科学出版物。处理系统适于在数据库中搜索单一营养品或保健品的科学数据，并基于与预存的生理指标参数的个体偏差来提供营养建议108。另一个数据库(数据库2)106包含一般的生活方式、健身和健康信息(推荐)，该信息用于将偏差与能够影响(增大或减小)生理参数的推荐进行比较。处理系统适于提供如下建议：哪些生活方式、健身或健康信息适合于影响(增大或减小)生理参数以达到如在具有预存的生理指标参数的数据库中定义的最佳生理范围。处理系统还适于基于与预存的生理指标参数的个体偏差来提供生活方式建议108。输出部件110适于输出计算出的生理参数和相对应预存的生理指标参数的偏差以及给用户的营养建议。个体建议108在移动应用程序和/或web门户中为用户可视化109。用户111可以向系统提供反馈111，这确保基于特定偏差与营养数据库的比较来验证生理参数的正常化和建议。对心血管参数估计的分析表明，有多个心血管参数可以使用PPG信号以与参考值的合理偏差进行估计。总而言之，简单且低成本的PPG信号包含有关人的心血管健康的有用信息，其远远超出作为目前最常见的被提取的特征的脉搏率。即使在手腕上有两个PPG传感器的情况下，新算法也可以在与参考值仅略有偏差的情况下估计心血管参数。这首次提供了在一个腕戴式设备中包含两个PPG传感器以提供对受试者的心血管状况的详细分析的可能性。这两个PPG传感器可以被包括在健身追踪器或智能手表中以永久监测那些心血管参数。图3示例性地示出了用于确定心血管参数─诸如血管年龄指标Aglx、血压BPdia和BPsys、脉搏波速度PWV、增强指标AIx和心率变异性HRV─的系统200。系统200可以在腕戴式人体健康监测设备─诸如健身追踪器或智能手表─中实现，并且包括两个PPG传感器201、处理器212、存储器213、与预存数据进行比较的部件214和用户界面215。数据库213包含用于所有心血管参数的参考数据并且可以从得自于不同组织数据库的生理数据和得自于系统200的测量数据的生理数据中导出。在另一个实施例中，数据库可以通过有线或无线连接从外部耦合到系统。两个PPG传感器201被配置成照亮用户的皮肤并且基于皮肤的照明吸收来测量两个PPG信号。PPG传感器201例如可以包括：至少一个周期性光源(例如，发光二极管(LED)，或与其相关的任何其它周期性光源)，以及被配置成接收由从用户的皮肤反射的至少一个周期性光源发射的周期性光的光电检测器。在优选实施例中，PPG传感器包括至少一个绿色光源并且包括优选地512Hz的采样频率。两个PPG传感器201可以耦合到处理器212。在另一个实施例中，PPG传感器101可以被包括在具有处理器212和其它电路/硬件元件的壳体中。优选地，当两个PPG传感器201都包括在壳体中并且以5cm或更小的距离定位时，两个PPG传感器201面向手臂的背侧。处理器212(例如，硬件单元、装置、中央处理单元(CPU)、图形处理单元(GPU))可以被配置成接收和处理从PPG传感器201接收的周期性光。处理包括如前面所讨论的在第一时刻对数据进行预处理以及在根据本发明的算法的帮助下估计心血管参数。然后将估计的心血管参数与预存数据进行比较214并处理到用户界面以向用户显示215。用户还可以提供对所估计参数的反馈。图4是图示根据示例性实施例的基于来自两个分开的PPG传感器的两个PPG信号来估计受试者的一个或多个心血管参数的方法的流程图。参考图4，在操作中，电子设备照亮用户的皮肤并且基于皮肤的照明吸收来测量来自两个PPG传感器的PPG信号。例如，在电子设备中，如图3所示，两个PPG传感器201被配置成照亮用户的皮肤并基于皮肤的照明吸收来测量PPG信号。在操作中，系统200在对信号进行预处理之后从两个PPG信号中提取多个参数，包括PPG特征、HRV特征、APG特征和脉搏传输时间(PTT)。基于两个PPG信号分析，可以如上所述估计心血管参数。系统200基于提取出的多个参数估计心血管参数，在这种情况下是PWV和BP。将估计的参数与预存的心血管参数进行比较214。结果显示在用户界面内215，从而向用户给出反馈。图5示出了输入到处理系统112─尤其是输入到控制单元113(如图6所示)─中的数据的不同来源。主要传感器数据由传感器101(诸如PPG传感器)作为原始信号102(诸如PPG信号)直接提供给处理系统以将原始数据进一步处理成生理参数(诸如血压)。为了确定特定的生理参数，附加地要求用户的不同元数据。因此，用户元数据被录入到处理系统112中，尤其是年龄、身高、体重、性别、健康水平、病历数据。还要求这些数据来允许特定的个性化建议，这些建议符合用户的行为和整体健康状况。用户还可以将关于活动、饮酒和进食行为、睡眠时间的进一步信息输入到处理系统112中。进一步的数据录入可能与用户的外部存储的(例如存储在数据云中的)生理参数有关。这些数据可以从不同的连接设备或移动应用程序导出，它们与由用户手动更新的设备或应用关联。生理参数也可以从连接到此类设备或应用程序的数据库中录入。进一步的数据输入可以是：a)生物标志物数据，如血糖、血脂和胆固醇数据、特定细胞因子/炎症标志物、水合作用等b)DNA、RNA和代谢组学数据c)来自微生物组分析的数据d)来自饮食追踪器和食品分析的数据e)来自其它设备(如天平、家用设备(例如，温度和湿度控制单元))的数据。图6显示了处理系统112的一种可能的实现方式，其中处理系统112包括在不同的数据库之间进行通信的控制单元113。在本发明的这个实现方式中，处理系统在参考值数据库中采用人工智能(AI)，其能够确定并分层/分类用户的不同生理子组(根据真实测得的数据和相关用户信息)并为这种子组生成对应的个性化的新生理参数基线。通过将测得的生理值与参考值数据库104进行比较，确定与理想值105的个体偏差。这确保来自营养品数据库107和生活方式数据库106的补充剂和生活方式推荐的个性化选择。此外，处理系统经由两种不同的数据挖掘算法来维持更新后的营养品和生活方式数据库二者。与营养品数据库相关的第一种数据挖掘算法连接到私人供应商和公共数据库的科学出版物，从而从对特定生理参数具有正常化作用的新营养品中提取依剂量而定的效果，以达到如在具有预存的生理指标参数的数据库中定义的最佳生理范围。第二种数据挖掘算法连接到因特网以提取新的和补充的生活方式推荐以插入到生活方式推荐数据库中。但是，新提取的信息/推荐的最终验证和后续插入到相关数据库(营养品数据库和生活方式数据库)中将由人的智能执行。借助于用于估计一个或多个心血管参数的系统和方法，用户可以持续监测和评估诸如心血管参数之类的生理参数。基于包括特定解剖数据在内的先进算法，实现了对多个心血管参数的评估。补充参数(诸如血流量、血压、动脉僵硬度、血管弹性、血管年龄)的评估允许全面的一般健康评估。这种个体心血管健康评估降低了误解的风险，并为用户提供了更精确的健康评估。用于健康评估的参数被考虑用于健康评估的主要参数选自：-基本用户描述：年龄、体重、身高-进一步的用户描述：吸烟、过敏-睡眠质量、持续时间-卡路里燃烧-活动(步数、距离)-心率变异性-血压-脉搏波速度-压力-血氧饱和度进一步的主要参数选自：-VO2max-光照-恢复指标-皮肤温度-皮肤血液灌注-皮肤水分-性能指标-卡路里摄入量(食品登记)-身体成分(水、脂肪、肌肉)-BMI-心率-血糖水平被考虑用于整体健康评估的次要参数选自：-压力-睡眠指标-基础代谢率-推荐的卡路里摄入量进一步的次要参数选自：-水合水平-温度变化-体温-维生素D警告-增强指标-炎症/感染-水分警告-能量支出此外，可以考虑用于最佳健康评估的环境参数：-光照(外部)-大气温度-湿度-大气压力-海拔-污染而且，可以考虑具体分析的结果来进行进一步评估：-DNA分析-血液工作-肠道微生物组分析工作示例营养和生活方式行为对个体的健康状况有重大影响。这种健康状况可以通过估计个体重要参数来验证。此类重要参数的示例性但非限制性列表是心血管参数(心率、血压、脉搏波速度)、压力水平和睡眠指标(如睡眠质量和等待时间)。营养与其对此类重要参数的影响之间的示例性但非限制性相关性在表1中示出。以下概念解释了对个体的个体营养/生活方式推荐的确定(图7)。表1：综合重要参数的概述以及用于改善的营养推荐。重要参数营养推荐睡眠质量/等待时间维生素D、氨基酸、基于镁或锌的食品补充剂压力Omega-3脂肪酸心率Omega-3脂肪酸血压花青素、Omega-3脂肪酸脉搏波速度花青素、Omega-3脂肪酸对于个体推荐，必须对个体的重要参数进行测量。这可以在一定时间段内以连续方式(连续会话)完成。这种连续会话的示例是群体的基于光学容积描记(PPG)的测量(使用集成在健身追踪器中的PPG传感器)。然后，经由根据本发明的特定实施例的算法，将获得的PPG信号用于计算特定的心血管生理参数。试点研究(连续PPG测量以监测心血管参数)进行试点研究以分析本发明的功能。22个健康个体(年龄：29-59岁，性别：82％男性，18％女性)使用包括两个PPG传感器的人体健康监测设备(健身追踪器)连续测量他们的生理参数。一般而言，每天对每个用户进行两次PPG测量，从而为每个个体获得主要生理信号。收集个体生理参数14天，在这14天期间，共计算出1800多个心血管参数，并且基于计算出的心血管参数与参考值的偏差，给出60条个体建议。心血管参数和建议经由移动设备上的移动应用程序显示给每个个体。基于测得的PPG信号和用户的特定参数：用户的年龄、性别、身高和体重，使用以下算法计算生理参数血管年龄指标(AgIx)、脉搏波速度(PWV)、血压(BPdia和BPsys)：a)血管年龄指标AgIx：其中是基于特征点a、b、c、d和e来估计的：b)脉搏波速度PWV：c)血压BPdia和BPsys：其中page是受试者的年龄并且pheight是受试者的身高，median(HR)是平均心率，PTT是PPG脉冲之间的时间差，Asys和Adia分别是收缩压波峰和舒张压波峰的大小，CT是上升时间，ST是僵硬度指标，并且PA是PPG信号的脉冲面积，d0至d4、g0至g4、l0d至lkd、k0s至k2s、b0至b1表示相应线性回归方程的系数。平均心率是根据PPG信号确定的，而心率变异性(HRV)是基于平均心率以及正常心跳间的连续差异的均方根(RMSSD)确定的。RMSSD是通过首先计算心跳之间的每个连续时间差、然后对每个值求平方、对结果求平均、然后求总数的平方根来获得的。将针对生理参数计算出的值与和用户的年龄、性别、身高和体重相关的预存参考值(预存生理指标参数)进行比较。这些参考值由欧洲高血压学会(EuropeanSocietyofHypertension，ESH)和欧洲心脏病学会(EuropeanSocietyofCardiology，ESC)和BelMarraHealth汇总，并为每次计算确定计算出的生理参数与生理指标参数之间的偏差。基于指示单一营养元素对所述生理参数的有益影响的科学出版物，准备了数据库。当确定了与参考值的偏差时，显示营养建议(对用户的生物反馈/推荐)，以便实现用户的所述生理参数和整体心血管健康的改善。在移动设备(输出部件)上的移动应用程序中输出营养建议。然后，用户还可以经由在移动电话上运行的移动应用程序提供有关健康状况的反馈。这种连续会话的一个示例是连续血压测量，共有660个数据点，如图8中所示。该图示出了群体(22个个体)的计算出的血压和群体内每个血压值的计数频率。结果示出群体的舒张压血压与收缩压血压之间的明显区别。此外，可以观察到血压值计数的正态分布(由高斯函数明显示出)。在对照会话中，所使用的技术也与同步参考技术(血压计)进行了比较。作为对照会话的示例，将经由提到的算法进行的PPG测量和重要计算与经由血压计的同步参考技术进行比较。在图9(心率)、图10(血管年龄指标)、图11(收缩压血压)和图12(舒张压血压)中可以找到具有48个数据点的此类对照会话的示例。这些图示出了使用PPG设备计算出的值与同步参考测量之间的变化的频率。在计算出生理参数之后，进行与预存的参考值的比较。表2和表3中总结了群体中四个个体(名为A、B、C、D)的此类比较示例。在将计算出的生理参数与预存的生理指标参数进行比较之后，每个个体的测得的血压(表2中所示)和/或心率(表3中所示)被归入五个预防等级之一。这种预防等级可以是例如“最佳”、“略高于最佳”或“高于最佳”。对于每个分类的预防等级，输出具体的推荐(Rec.)(在表4中总结)，例如，用户A有最佳血压值，并且经由移动应用程序输出推荐“0”，这意味着不需要改变行为。表2：基于连续PPG测量的针对血压改善的个体推荐(Rec.)；在预防等级中进行分类。*根据欧洲高血压学会(ESH)和欧洲心脏病学会(ESC)的血压预防等级表3：基于连续PPG测量的针对心率改善的个体推荐(Rec.)；在预防等级中进行分类。#根据BelMarraHealth考虑年龄和性别影响的心率预防等级根据针对每个生理参数的预防等级，为每个用户生成个体推荐，并经由移动电话上的移动应用程序输出。作为示例，来自表2和3的四项个体推荐汇总在表4中。在生理参数的最佳值的情况下，生物反馈可以包括营养/生活方式行为是最佳的信息，并且不需要修改“推荐：0”(表4)。在非最佳生理参数(例如，血压和心率高于用户B的最佳值)的情况下，生物反馈可以向个体给出有关营养/生活方式变化的推荐。在这个示例中，通过特定物质的每日定量摄入量“推荐：1 3”(表4)来给出有关降低血压和/或心率的信息。这些推荐基于已发表的文献(表4)。这种营养/生活方式变化对于重要参数的改善的影响可以通过连续测量而可测量。表4：降低血压和心率值的个体推荐、每日定量摄入信息和参考文献。当前第1页12