考虑受试者相关变量和/或身体定位的传感器校准

摘要

一种校准传感器的系统、设备和方法确定与受试者相关联的传感器向量；处理传感器向量；从处理传感器向量的结果确定传感器高度角作为对受试者的身体高度角的预测；以及使用传感器向量、传感器高度角、和重力向量来执行校准。

权利要求

1.一种校准与受试者相关联的传感器的方法，所述方法包括：由所述传感器产生与所述受试者相对于重力向量的身体加速度相关联的传感器向量校准所述传感器向量 包括：随着在相对于参考的第一高度角处的所述受试者处理所述传感器向量 以产生第一校准传感器向量 其中，所述传感器向量的处理包括：确定角度α并对所述传感器向量 应用旋转矩阵R1，其中，所述旋转矩阵R1是围绕Z轴进行的α°的XY旋转；

确定角度β并对所述传感器向量 应用旋转矩阵R3，其中，所述旋转矩阵R3是围绕X轴进行的β°的YZ旋转；

获得关于所述传感器相对于所述身体的中线的定向的用户输入并确定理想直立传感器向量

通过所述旋转矩阵R3和所述旋转矩阵R1的乘积确定旋转矩阵RS；其中，所述旋转矩阵RS是中间旋转矩阵；

对所述理想直立传感器向量 应用所述旋转矩阵RS旋转，以获得经旋转的理想直立传感器向量 以及

使用 来确定角度δ并对所述传感器向量 应用旋转矩阵R2，以获得所述第一校准传感器向量 其中，所述旋转矩阵R2包括围绕所述Z轴进行的δ°的XY旋转；

确定与所述受试者相对于所述参考的高程相关联的第二高度角ε；其中，所述第二高度角ε的确定包括：

确定角度δ和旋转矩阵Ry，其中，所述旋转矩阵Ry是围绕Y轴进行的δ°的XZ旋转；

对所述传感器向量 应用所述旋转矩阵Ry旋转，以获得 其中，所述 是在XY平面上的经旋转的向量；

使用对 的参考和在仰卧时的理想重力向量 来确定角度γ；以及根据γ获得所述传感器高度角ε；以及使用所述第二高度角ε来校准所述第一校准传感器向量 以产生第二校准传感器向量以及

使用所述第二校准传感器向量 来确定所述受试者的生理或身体评估。

2.根据权利要求1所述的方法，其中：所述角度α是所述传感器向量 的y分量与所述传感器向量 的在XY平面中的幅度之比的反余弦；

所述角度β是所述传感器向量 的在所述XY平面中的幅度与所述传感器向量 的总幅度之比的反余弦的函数；以及所述角度δ是所述经旋转的理想直立传感器向量 的y分量与所述经旋转的理想直立传感器向量 的在所述XY平面中的幅度之比的反余弦。

3.根据权利要求1所述的方法，其中所述角度δ是所述传感器向量 的在所述XY平面中的幅度与所述传感器向量 的总幅度之比的反余弦；以及

所述角度γ是 和 的点积与 的幅度之比的反余弦。

4.根据权利要求1所述的方法，其中，使用所述第二高度角ε来校准所述第一校准传感器向量 以产生第二校准传感器向量 包括：获得YZ平面围绕所述X轴进行的ε°的旋转Rx；以及根据Rx和所述第一校准传感器向量 来计算所述第二校准传感器向量

5.根据权利要求1所述的方法，其中，对所述第二高度角ε的确定包括接收对所述受试者的身体高度角ε的输入。

6.根据权利要求5所述的方法，其中，对所述传感器向量 的校准还包括：获得YZ平面围绕X轴进行的ε°的旋转Rx；以及根据Rx和所述第一校准传感器向量 来计算所述第二校准传感器向量

7.一种校准与受试者相关联的传感器的系统，所述系统包括：处理器；以及

存储器设备，所述存储器设备被耦合到所述处理器，其中，所述存储器设备包括当被所述处理器执行时使所述处理器进行以下操作的应用：确定与所述受试者相对于重力向量的身体加速度相关联的传感器向量校准所述传感器向量 包括：随着在相对于参考的第一高度角处的所述受试者处理所述传感器向量 以产生第一校准传感器向量 其中，所述传感器向量的处理包括：确定角度α并对所述传感器向量 应用旋转矩阵R1，其中，所述旋转矩阵R1是围绕Z轴进行的α°的XY旋转；

确定角度β并对所述传感器向量 应用旋转矩阵R3，其中，所述旋转矩阵R3是围绕X轴进行的β°的YZ旋转；

获得关于所述传感器相对于所述身体的中线的定向的用户输入并确定理想直立传感器向量

通过所述旋转矩阵R3和所述旋转矩阵R1的乘积确定旋转矩阵RS；其中，所述旋转矩阵RS是中间旋转矩阵；

对所述理想直立传感器向量 应用所述旋转矩阵RS旋转，以获得经旋转的理想直立传感器向量 以及

使用 来确定角度δ并对所述传感器向量 应用旋转矩阵R2，以获得所述第一校准传感器向量 其中，所述旋转矩阵R2包括围绕所述Z轴进行的δ°的XY旋转；

确定与所述受试者相对于所述参考的高程相关联的第二高度角ε，其中，所述第二高度角ε的确定包括：

确定角度δ和旋转矩阵Ry，其中，所述旋转矩阵Ry是围绕Y轴进行的δ°的XZ旋转；

对所述传感器向量 应用所述旋转矩阵Ry旋转，以获得 其中，所述 是在XY平面上的经旋转的向量；

使用对 的参考和在仰卧时的理想重力向量 来确定角度γ；以及根据γ获得所述传感器高度角ε；以及使用所述第二高度角ε来校准所述第一校准传感器向量 以产生第二校准传感器向量以及

使用所述第二校准传感器向量 来确定所述受试者的生理或身体评估。

8.根据权利要求7所述的系统，其中：所述角度α是所述传感器向量 的y分量与所述传感器向量 的在XY平面中的幅度之比的反余弦；

所述角度β是所述传感器向量 的在所述XY平面中的幅度与所述传感器向量 的总幅度之比的反余弦的函数；以及所述角度δ是所述经旋转的理想直立传感器向量 的y分量与所述经旋转的理想直立传感器向量 的在所述XY平面中的幅度之比的反余弦。

9.根据权利要求7所述的系统，其中，所述角度δ是所述传感器向量 的在所述XY平面中的幅度与所述传感器向量 的总幅度之比的反余弦；以及

所述角度γ是 和 的点积与 的幅度之比的反余弦。

10.根据权利要求7所述的系统，其中，使用所述第二高度角ε来校准所述第一校准传感器向量 以产生第二校准传感器向量 包括：获得YZ平面围绕所述X轴进行的ε°的旋转Rx；以及根据Rx和所述第一校准传感器向量 来计算所述第二校准传感器向量

11.根据权利要求7所述的系统，其中，对所述第二高度角ε的确定包括接收对所述受试者的身体高度角ε的输入。

12.根据权利要求11所述的系统，其中，对所述传感器向量 的校准还包括：获得YZ平面围绕X轴进行的ε°的旋转Rx；以及根据Rx和所述第一校准传感器向量 来计算所述第二校准传感器向量

13.一种传感器设备，包括：一个或更多个传感器；

被配置为支持所述一个或更多个传感器用于附着到受试者的结构；

处理器；以及

存储器设备，所述存储器设备被耦合到所述处理器，其中，所述存储器设备包括当被所述处理器执行时使所述处理器进行以下操作的应用：确定与所述受试者相对于重力向量的身体加速度相关联的传感器向量校准所述传感器向量 包括：随着在相对于参考的第一高度角处的所述受试者处理所述传感器向量 以产生第一校准传感器向量 其中，所述传感器向量的处理包括：确定角度α并对所述传感器向量 应用旋转矩阵R1，其中，所述旋转矩阵R1是围绕Z轴进行的α°的XY旋转；

确定角度β并对所述传感器向量 应用旋转矩阵R3，其中，所述旋转矩阵R3是围绕X轴进行的β°的YZ旋转；

获得关于所述传感器相对于所述身体的中线的定向的用户输入并确定理想直立传感器向量

通过所述旋转矩阵R3和所述旋转矩阵R1的乘积确定旋转矩阵RS；其中，所述旋转矩阵RS是中间旋转矩阵；

对所述理想直立传感器向量 应用所述旋转矩阵RS旋转，以获得经旋转的理想直立传感器向量 以及

使用 来确定角度δ并对所述传感器向量 应用旋转矩阵R2，以获得所述第一校准传感器向量 其中，所述旋转矩阵R2包括围绕所述Z轴进行的δ°的XY旋转；

确定与所述受试者相对于所述参考的高程相关联的第二高度角ε，其中，所述第二高度角ε的确定包括：

确定角度δ和旋转矩阵Ry，其中，所述旋转矩阵Ry是围绕Y轴进行的δ°的XZ旋转；

对所述传感器向量 应用所述旋转矩阵Ry旋转，以获得 其中，所述 是在XY平面上的经旋转的向量；

使用对 的参考和在仰卧时的理想重力向量 来确定角度γ；以及根据γ获得所述传感器高度角ε；以及使用所述第二高度角ε来校准所述第一校准传感器向量 以产生第二校准传感器向量以及

使用所述第二校准传感器向量 来确定所述受试者的生理或身体评估。

14.根据权利要求13所述的传感器设备，其中：所述角度α是所述传感器向量 的y分量与所述传感器向量 的在XY平面中的幅度之比的反余弦；

所述角度β是所述传感器向量 的在所述XY平面中的幅度与所述传感器向量 的总幅度之比的反余弦的函数；以及所述角度δ是所述经旋转的理想直立传感器向量 的y分量与所述经旋转的理想直立传感器向量 的在所述XY平面中的幅度之比的反余弦。

15.根据权利要求13所述的传感器设备，其中，所述角度δ是所述传感器向量 的在所述XY平面中的幅度与所述传感器向量 的总幅度之比的反余弦；以及

所述角度γ是 和 的点积与 的幅度之比的反余弦。

16.根据权利要求13所述的传感器设备，其中，使用所述第二高度角ε来校准所述第一校准传感器向量 以产生第二校准传感器向量 包括：获得YZ平面围绕所述X轴进行的ε°的旋转Rx；以及根据Rx和所述第一校准传感器向量 来计算所述第二校准传感器向量

17.根据权利要求13所述的传感器设备，其中，对所述第二高度角ε的所述确定包括接收对所述受试者的身体高度角ε的输入。

18.根据权利要求17所述的传感器设备，其中，所述传感器向量 的所述校准还包括：获得YZ平面围绕X轴进行的ε°的旋转Rx；以及根据Rx和所述第一校准传感器向量 来计算所述第二校准传感器向量

19.根据权利要求13所述的传感器设备，其中，所述结构包括贴片形状因子。

20.根据权利要求19所述的传感器设备，其中，所述结构包括被配置成可移除地附着到所述受试者的粘合剂。

21.根据权利要求13所述的传感器设备，其中，所述结构包括被配置成可移除地附着到所述受试者的粘合剂。

22.根据权利要求13所述的传感器设备，还包括被配置为存储或传输所确定的第二高度角ε的无线发射器。

说明书

考虑受试者相关变量和/或身体定位的传感器校准

技术领域

[0001] 本公开涉及在支持受试者(例如患者)的表面(例如床)倾斜或不倾斜的情况下受试者仰卧时对附着到受试者的传感器执行校准，且更特别地涉及在校准过程期间根据受试
者的身体高程(body elevation)来确定传感器高度角(elevation angle)、关于身体和重
力来执行传感器的对准、检测受试者的相对身体角度或姿势的真实变化、以及对受试者的
生理和其他身体相关的测量结果的准确评估。

[0002] 背景

[0003] 无线传感器设备已经越来越多地被用于监测受试者(包括在医院中的患者或在家中的用户)。除了监测生命体征和生理测量结果之外，无线传感器设备还可能用于针对各种
应用(例如，包括在白天期间或在夜里对身体定位/姿势模式的评估或、对患者身上的褥疮
的预防性管理)跟踪受试者的相对身体定位的变化。例如，为了客观地评估受试者的相对身
体定位(或姿势)，传感器可能需要校准——一种允许根据重力进行传感器设备框架与受试
者的身体框架对准的过程。

[0004] 如果对传感器的适当校准没有被执行，则对由安置在受试者身上的传感器(例如，加速度计)提供的信息的准确的姿势检测可能是有挑战性的，部分是因为传感器可能被附
着在受试者的身体上的不同位置(或部位)上和/或以相对于受试者(例如，患者)或相关支
持物(例如床，特别是可以基于治疗、过程和恢复阶段被调整到不同高程的病床)的不同定
向被附着，使得使用从未校准的传感器获取的数据来区分姿势变得可能很难。

[0005] 可以从在受试者的身体上的特定位置和定向处以及在标准化的相对身体定位(例如在校准期间在身体没有抬高时的仰卧)处的传感器的标准化附着获得校准数据。由于身
体轮廓的变化(例如，在不同性别和体重指数的个体当中)、在执行传感器附着过程中的人
为错误、以及在校准期间由于可能需要受试者在某个床高程处(例如，30°)保持在床上的因
素(例如疾病状况、失调和临床治疗)导致的与理想身体定位的不符合，严格地坚持在身体
上的传感器的标准化精确位置或定向以及在校准过程期间的期望身体定位(例如，在0°身
体高程处仰卧着)实际上是不可实现的。

[0006] 因此，存在对一种在患者或用户在直立和仰卧(以及在身体抬高或身体不抬高时仰卧的情况下)时允许通过克服实际限制来执行校准并且实现对相对身体定位的准确评估
的传感器系统的需要。

[0007] 概述

[0008] 提出了一种在支持表面倾斜或不倾斜的情况下受试者仰卧时对附着到受试者的传感器执行校准的方法、设备、和系统，该方法、设备、和系统可实现对相对身体定位的准确
跟踪。

[0009] 在第一方面中，一种校准与受试者相关联的传感器的方法包括：将传感器附着到受试者的一部分；将受试者的该一部分定位在相对于参考的第一高度角处；激活传感器以
产生与受试者相对于重力向量的身体加速度相关联的传感器向量 校准传感器向量 包
括：随着处于第一高度角的受试者处理传感器向量 以产生第一校准传感器向量 确定
与受试者相对于参考的高程相关联的第二高度角η，以及使用第二高度角η来校准第一校准
传感器向量 以产生第二校准传感器向量 以及使用第二校准传感器向量 来确定
对受试者的生理或身体评估。

[0010] 在第二方面中，一种校准与受试者相关联的传感器的系统包括：处理器和耦合到处理器的存储器设备，其中，存储器设备包括在被处理器执行时使处理器进行以下操作的
应用：确定与受试者相对于重力向量的身体加速度相关联的传感器向量 校准传感器向
量 包括：随着处于相对于参考的第一高度角的受试者处理传感器向量 以产生第一校准
传感器向量 确定与受试者相对于参考的高程相关联的第二高度角η，以及使用第二高度
角η来校准第一校准传感器向量 以产生第二校准传感器向量 以及使用第二校准传
感器向量 来确定对受试者的生理或身体评估。

[0011] 在第三方面中，一种传感器设备包括：一个或更多个传感器、被配置为支持用于附着到受试者的一个或更多个传感器的结构、处理器、以及耦合到处理器的存储器设备，其
中，存储器设备包括当被处理器执行时使处理器进行以下操作的应用：确定与受试者相对
于重力向量的身体加速度相关联的传感器向量 校准传感器向量 包括：随着处于相对
于参考的第一高度角处的受试者校准传感器向量 以产生第一校准传感器向量 确定与
受试者相对于参考的高程相关联的第二高度角η，以及使用第二高度角η来校准第一校准传
感器向量 以产生第二校准传感器向量 以及使用第二校准传感器向量 来确定对
受试者的生理或身体评估。

[0012] 附图简述

[0013] 图1示出了根据一个或更多个实施例的传感器设备。

[0014] 图2示出了根据一个或更多个实施例执行传感器校准的方法。

[0015] 图3示出了根据一个或更多个实施例的假设传感器/身体不抬高时仰卧校准算法(Calibration in Supine Algorithm)的示例。

[0016] 图4示出了当假设传感器/身体不抬高时仰卧校准算法被用于校准传感器时在三个身体定位(仰卧(上面板)、倾身(中面板)和直立(下面板))上的传感器向量的经校准的y
分量和所计算的垂直身体角度的理想示例。

[0017] 图5示出了当仰卧校准算法被应用来校准处于具有身体轮廓的受试者的仰卧定位(上面板)和抬高的身体定位(下面板)上的传感器时传感器向量的经校准的y分量和所计算
的垂直身体角度的实际示例。

[0018] 图6示出了通过在作为参考的仰卧(大约0°)(上面板)的身体定位处以及在大约10°、15°、20°、25°、…65°(下面板)的床高程处应用仰卧校准算法对受试者在一系列连续身
体定位上的垂直身体角度(θ)的计算示例。

[0019] 图7示出了在仰卧和抬高的身体定位处躺在床上的患者以及在相关重力和传感器向量、传感器高度角(η)、和水平支持表面当中的关系的示意图。

[0020] 图8示出了根据一个或更多个实施例的考虑到身体轮廓和支持表面的倾斜确定传感器高度角的传感器高度角算法。

[0021] 图9示出了具有附着在胸部上的传感器设备的受试者的针对从大约0°到大约65°(X轴)的床高度角的增量变化的确定的传感器高度角(Y轴)的散点图，其示出关于输入床高
度角的中间范围内的测量的传感器高度角的实质上线性的关系。

[0022] 图10示出了根据一个或更多个实施例的当用户在传感器/身体抬高或不抬高的情况下仰卧时使用传感器角度的校准算法来执行校准的方法，所述传感器角度的校准算法利
用传感器高度角算法和仰卧校准算法。

[0023] 图11示出了根据一个或更多个实施例的通过在仰卧(大约0°)(上面板)的身体定位处应用仰卧校准算法以及在大约10°、15°、20°、25°、…65°(下面板)的床高程处应用传感
器角度的校准算法在进行一系列连续身体定位的受试者的垂直身体角度(θ)的计算示例。

[0024] 图12示出了使用仰卧校准算法(被表示为SupCal)(左列)与传感器角度的校准算法(被表示为SenCal)(右列)的针对直立姿势(顶行)和仰卧姿势(底行)计算的垂直身体角
度(θ)测量结果的比较。

[0025] 图13示出了根据一个或更多个实施例的使用身体角度的校准算法和仰卧校准算法来执行在有和没有身体高度角(例如，床高度角)的情况下对仰卧着的受试者执行校准的
方法，身体角度的校准算法利用身体角度(高度角)的用户输入。

[0026] 图14示出了使用仰卧校准算法(被表示为SupCal)(左列)与身体角度的校准算法(被表示为BodyCal)(右列)的针对直立姿势(顶行)和仰卧姿势(底行)确定的垂直身体角度
(θ)的比较。

[0027] 详细描述

[0028] 本公开涉及执行传感器校准，并且更特别地涉及在支持表面(例如床)倾斜或不倾斜的情况下受试者仰卧时确定附着到受试者的传感器设备的高度角的方法、设备和系统，
所述方法、设备、和系统执行根据重力的传感器设备框架与受试者的身体框架的对准，并且
检测受试者的相对身体角度或姿势的真实变化。传感器设备的示例可以包括但不限于以下
中的一种或更多种：可穿戴传感器设备、有线或无线传感器设备、和可以合并有线和无线特
征二者的传感器设备。在一个或更多个实施例中，有线和/或无线传感器设备可以全部或部
分地是可穿戴的。传感器设备可以合并对任何生理变量的感测，所述任何生理变量包括但
不限于生理信号(例如心电图(ECG)和光电血管容积图(PPG))或者任何身体运动(使用例如
加速度测量术)。

[0029] 在本说明书中，除非另有说明，为了方便起见，在至少下面的组合中的术语(尽管可能由本领域中的普通技术人员可区分开)可以实质上是可互换地被使用的：“测量”、“检
测”和“监测”；“姿势”和“身体姿势”、“位置”、“定位”和“定向”；“传感器”和“传感器设备”
(尽管通常传感器设备意欲包括传感器)；“附着”、“放置”和“安置”；“受试者”、“患者”和“用
户”；以及“确定”、“计算(calculate)”、“计算(compute)”和“导出”。

[0030] 本文公开的一个或更多个实施例是在校准附着到在床上的患者的传感器的背景中被提出的。这样的实施例是说明性的，且并未被规定受背景限制。

[0031] 下面的描述被提出以使本领域中的普通技术人员能够制造和使用所公开的实施例及其修改，并且在专利申请和其要求的背景下被提供的。对所公开的实施例的各种修改
以及在本文中所描述的原理和特征对本领域中的普通技术人员将是容易明显的。因此，本
公开并不意欲将本发明限制到所示出的实施例；更确切地，本发明应符合与本文所描述的
原理和特征一致的最宽范围。

[0032] 一种被设计成测量受试者的生理变量或身体变量的传感器可能需要校准——一种允许传感器捕获特定条件(例如初始的)或调整特定变量并根据给定个体来定制传感器
输出的过程。在本公开中的一个或更多个实施例可以涉及对测量受试者的身体加速度(包
括身体或其任何部分的加速度)和使用例如加速度计或微机电系统(MEMS)测量生理/身体
变量(例如呼吸、身体姿势、步伐计数、核心身体活动和跌倒检测)的传感器的校准，所述微
机电系统可以包括加速度计。

[0033] 执行传感器校准过程可以是非常复杂的到简单的，这取决于要求、假设和输入。如果传感器被允许以位置和/或定向的不同组合附着到用户，则传感器可能需要校准程序，该
校准程序可以通过根据重力将传感器或传感器框架与受试者的身体框架对准来标准化测
量条件和过程。此外，校准程序可以实现加速度传感器的三个轴的旋转，以便与预定的或期
望的或“实际的”身体轴对齐。例如，未校准的三轴加速度计数据可以相对于身体轴被任意
定位。

[0034] 仅利用未校准数据的传感器可能导致对身体姿势和核心身体活动水平的不太准确的监测。另一方面，根据一个或多个实施例，校准允许三轴传感器框架与受试者的身体框
架的对准(例如，y指向“头”，z指向后部，以及x指向右到左)，并且实现检测相对身体角度
(例如垂直身体角度(θ))、在经校准的传感器Y轴和负重力向量之间的角度的真实变化，并
且可以提供对身体姿势、核心身体活动水平、和与例如呼吸相关联的生理信号的准确监测。

[0035] 传感器校准方法可以基于传感器在受试者身上附着的位置和定向、在校准过程期间受试者的期望的身体定位以及与传感器位置和身体定位相关的输入而差别很大。在本公
开中的一个或更多个实施例可以更多地涉及在支持表面(例如床)倾斜或不倾斜的情况下
受试者的身体定位处于仰卧时执行传感器校准。

[0036] 对于住院的一些患者，床高程或床头高程是被规定的。床定位或高程可能是在确定患者结果时的关键因素。例如，直立地坐着对于中风患者可能是非常有害的，导致到大脑
的血流和氧气的中断。另一方面，平躺可能增加颅内压力，并可能对大脑造成损害。因此，对
于中风患者通常使用床高程的可容忍的水平。在另一个示例中，接收机械通气(用气管插管
术)和管喂饲的患者被推荐使床高程在30°和45°之间，这可帮助防止吸入并降低发展为吸
入性肺炎(或呼吸机相关肺炎)的风险。除了这样的特定群体的患者以外，在床上的平仰卧
定位可能也不是实用的或者通常不是最舒适的定位。还因为其他原因，床定位或高程可能
是有用的变量。

[0037] 因此，对在高架床的条件中的住院患者的监测是常见的。用于监测处于高架床设置中的患者的可穿戴传感器设备可以受益于校准，以便准确地提供生理和身体变量。本文
公开的一个或更多个实施例首先提出“仰卧校准算法”，其用于通过以下项来随着平躺或仰
卧在床或其他支持表面上的受试者执行传感器校准：确定相对于重力的身体加速度的传感
器向量，使用传感器向量和重力向量来确定多个旋转以将传感器设备框架与受试者的身体
框架对准，以及通过旋转矩阵和传感器向量的乘积来确定经校准的传感器向量。然而，如果
涉及床高程，单独地执行该方法可能不像所期望的那样准确。

[0038] 为了克服仰卧校准算法的限制并在床高程条件下执行校准，本公开提出了“传感器角度的校准算法”和“床角度的校准算法”，这两种方法中的一者或两者可以与仰卧校准
算法结合来使用。在传感器角度的校准算法中，传感器高度角可以在校准过程期间使用相
对于重力的身体加速度的被捕获的传感器向量来考虑到身体轮廓和支持表面的倾斜时自
动地被确定。床角度的校准算法可以获得对身体高度角的用户输入。然后，使用自动确定的
传感器高度角或用户输入的身体高度角，这两种方法都可以使用传感器向量、传感器/身体
高度角和重力向量来确定多个旋转以将传感器设备框架与身体框架对准；并且通过旋转矩
阵和传感器向量的乘积来确定经校准的传感器向量。此外，描述了可以自动确定关于受试
者是否在直立中或否则不是仰卧着的信息的一个或更多个实施例。

[0039] 本领域中的普通技术人员容易认识到，在本发明的精神和范围内，可以利用各种传感器设备，完全或部分地包括无线设备，包括但不限于贴片形状因子的无线传感器设备、
加速度计、陀螺仪、和/或压力传感器。加速度计的示例可以没有限制地包括三轴加速度计、
单轴加速度计、双轴加速度计，其中的任一种可以是MEMS加速度计。

[0040] 在下面的描述中结合附图阐述了传感器高度角检测和传感器校准的各种实施例。

[0041] 图1示出了根据一个或更多个实施例的传感器设备100，其用于确定传感器高度角并执行传感器校准，以便实现对一个或更多个生理测量(例如呼吸)和/或一个或更多个身
体测量(例如姿势、核心身体活动、和跌倒检测)的准确测量。所示传感器设备的一个或更多
个特征也可部分地应用于无线和/或有线传感器设备，且因此图1的无线特征不应被考虑为
对传感器设备100的限制。如所示，传感器设备100可以包括传感器102、耦合到传感器102的
处理器104、耦合到处理器104的存储器106、耦合到存储器106的应用108、以及耦合到应用
108的发射器110。本领域中的普通技术人员容易认识到，传感器设备100可以包括其他部
件，并且传感器设备100的部件可以以各种不同的方式被耦合，并且这样的修改将在本发明
的精神和范围内。

[0042] 在一个或更多个实施例中，传感器设备100可以在任何定向上附着到受试者并且附着在受试者的适合于其目的的任何位置上。在一个或更多个实施例中，传感器设备100可
以被安置到受试者的胸部。传感器102可以从受试者获得数据，并将数据传输到存储器106
和应用108。处理器104可以执行应用108以监测关于受试者的生理测量(包括呼吸)和身体
相关测量(包括身体姿势、核心身体活动和/或跌倒检测)的信息。例如，该信息可以被提供
到发射器110，并且又被传输用于由人或另一设备分析或者用于任何其他目的。

[0043] 在一个或更多个实施例中，传感器102可以包括具有电极的嵌入式传感器、加速度计和/或光学系统中的任一者，并且处理器104可以包括微处理器。本领域中的普通技术人
员容易认识到，各种设备可以被用于处理器104、存储器106、应用108、和发射器110，并且这
样的修改或细节将在本发明的精神和范围内。

[0044] 在一个或更多个实施例中，可穿戴设备可以具有穿戴在胸部上的粘附性贴片生物传感器，其合并例如在底部上具有水凝胶的两个表面电极、电池、具有嵌入式处理器或片上
系统的电子模块以及其他电子部件和电路、MEMS三轴加速度计、光学传感器和蓝牙低能量
(BLE)收发器。可穿戴设备可以是部分地(半)一次性的、一次性的和/或可重复使用的。

[0045] 在一个或更多个实施例中，校准过程或程序可以在传感器设备100被通电并被附着到受试者(通常是人类受试者的胸部区域)之后开始。校准过程可以每当传感器设备通过
手动地启动(例如，通过按压在传感器设备102上提供的按钮或远程地提供信号)而被附着
到受试者时被重复，或者可以自动地确定受试者的稳定身体定位，例如在没有抬高的情况
下的仰卧、在有抬高或直立的情况下的仰卧，并且相应地校准传感器。

[0046] 图2示出了根据一个或更多个实施例的用于使用传感器设备(例如传感器设备100)来确定传感器高度角并执行传感器校准的方法200的高层次示例。方法200涉及在块
202中在传感器附着在受试者的身体上之后通过手动地启动(例如，通过按压在传感器设备
102上提供的按钮、按压在智能电话或平板电脑上的用户界面应用上的按钮、触发器或贴
片、或远程地提供信号)或通过基于受试者的稳定身体定位自动地启动来确定身体加速度
的传感器向量。在一个或更多个示例中，身体加速度的传感器向量可以通过任何合适的加
速度计(包括但不限于MEMS)确定，但是除了加速度计以外或可选地，本领域中的一个或更
多个设备也可以被使用。

[0047] 在块204中，传感器向量被处理以确定附着在受试者的身体上的传感器设备100相比较于在一个或更多个实施例中的参考平面(例如水平面(例如，地球表面))或者相对于所
建立的参考框架的任何其他平面或方向的高度角。不是计算传感器高度角，身体高度角可
以被输入作为校准过程的替代变量。

[0048] 在块206中，使用在块202中确定的传感器向量、在块204中确定的传感器高度角或在块204中确定的由受试者或另一用户输入的身体高度角以及重力向量来执行对传感器设
备100的校准。

[0049] 下文提供用于基于一个或更多个因素(例如，一个或更多个条件)和用户输入来执行传感器校准的方法。图3中示出的方法300是仰卧校准算法的示例，其中受试者可以仰卧
在水平支持表面(例如没有任何倾斜的床)，并且关于附着在受试者上的传感器设备100的
定向的信息被输入。根据一个或更多个实施例，仰卧校准算法可以在校准过程期间假设无
传感器/身体抬高(所要求的初始条件)。

[0050] 图3示出了根据一个或更多个实施例的用于仰卧校准算法的方法300。在步骤302中，根据一个或更多个实施例，可以从传感器设备100获得在稳定仰卧定位下的受试者的身
体的身体加速度的一个样本或样本集合作为传感器向量 其中传感器可以是
三轴加速度计，并且[x y z]是在三个轴上的加速度值。在步骤304中，所捕获的传感器向量
可以用于根据等式 将α计算为在y轴到传感器向量的XY平面之间的角度。利
用所计算的角度α，可以计算旋转矩阵R1，其表示传感器向量的XY平面围绕Z轴旋转α°。根据
旋转是否使用左手定则或右手定则和传感器配置被应用，旋转矩阵可以不同。根据一个或
更多个实施例，R1的示例可以是[(‑cosα) sinα 0；sinα cosα 0；0 0 1]。

[0051] 同样，可以通过在步骤308中给出的等式 使用所捕获的传感器向量来计算另一角度β。利用所确定的角度β，可以通过步骤310计算旋转矩阵R3，其表
示传感器向量的YZ平面围绕x轴旋转β°。根据一个或更多个实施例，R3的示例可以是[1 0 
0；0 cosβ (‑sinβ)；0 sinβ cosβ]。使用旋转矩阵R1和R3，中间旋转矩阵RS可以被确定为如
在步骤312中的R3和R1的乘积。

[0052] 在一个或更多个实施例中，方法300可以包括关于传感器定向的输入，例如传感器设备相对于对称地平分身体的身体中线是倾斜的、平行的还是垂直的。在步骤314中，可以
例如手动地使用在传感器设备100上的输入或远程地、或者通过在另一设备(例如智能电话
或平板电脑)上的用户界面应用上选择定向输入来输入在身体上的传感器定向。根据传感
器定向输入，在步骤316中，可以确定处于直立姿势的受试者的理想传感器向量
在一个或更多个实施例中，对于相对于身体中线的45°倾斜、平行和垂直的传感
器定向，直立时的传感器向量 可以是例如[‑0.707 ‑0.707 0]或[0‑1 0]或[‑1 0 0]中
的任何一个。

[0053] 在步骤318中，可以计算中间旋转矩阵RS和理想直立传感器向量 的乘积以给出现在，角度ζ可以通过如在步骤320中给出的等式 确定。利用所计算
的角度ζ，可以通过步骤322计算另一旋转矩阵R2，其表示传感器向量的XY平面围绕z轴旋转
ζ°。根据一个或更多个实施例，R2的示例可以是[(‑cosζ) (‑sinζ) 0；sinζ(‑cosζ) 0；0 0 
1]。在确定三个所需的不同旋转(R1，R3，R2)以校准传感器的情况下，可以如在步骤324中的
通过矩阵R2和RS的乘法(其中Rs＝R3×R1)来确定旋转矩阵R。使用根据仰卧校准算法获得的
旋转矩阵R，输入传感器向量 可以如在步骤326中被旋转以通过等式 获得经校
准的传感器向量 因此，如在方法300中的仰卧校准算法允许当受试者在横卧表面或床没
有任何高程的情况下处于仰卧定位时允许传感器设备100(例如，传感器设备框架)相对于
重力向量与受试者的框架校准或对准。

[0054] 根据一个实施例，在旋转被施加到传感器向量与身体框架对准之后，垂直身体角度(θ)可以被计算为在经校准的传感器Y轴和直立负重力向量 之间的
角度 以评估相对于 的相对身体角度。所计算的垂直身体角度(θ)可进
一步被用于确定受试者的姿势，包括直立、倒置、倾身、仰卧、俯卧，这取决于θ的幅度。

[0055] 图4示出了使用方法300来对在仰卧着而没有任何身体抬高的“理想”上身(例如，没有任何身体轮廓)上附着的传感器设备100执行校准的示例。顶部面板410示出了当理想
人体在仰卧条件中而没有任何抬高时的传感器向量的经校准的y分量(虚线箭头)和所计算
的垂直身体角度θ(实线箭头指向在360°刻度盘上的角度)。在仰卧着使用方法300校准之
后，θ值可以将身体角度显示为在仰卧中的90°。如果身体支持表面(例如，床)如在420所示
的与水平面相比升高到30°(中面板)，则经校准的y轴和垂直身体角度θ指示身体高程的相
对应的30°变化(即，θ值可以是60°，与仰卧相比有30°的变化)。如果身体高程如在下面板
430中的继续改变到直立定位上，则经校准的y轴和垂直身体角度θ可以指示与水平面相比
的90°身体高程的相对应的变化(即，θ值可以是0°，与仰卧相比有90°的变化)。因此，对传感
器设备100的校准可以允许跟踪相对身体角度(包括可以用于确定受试者的姿势的垂直身
体角度)的相对变化。

[0056] 与没有任何身体轮廓的理想身体相反，人体在形状上不是矩形棱柱或圆柱体，而是受例如关于上身的轮廓的不同的尺寸和变化的形状的影响。因此，当传感器设备100附着
到典型的人体时，传感器设备框架可能受特定高程(例如，角度定向)(例如，高达20°)的影
响，这取决于性别、身体质量指数、附着部位等。

[0057] 例如，如在图5的上面板510中所示的，当受试者仰卧在水平表面(例如，床)上而没有任何抬高时，传感器设备100可能经历特定水平的高程(相对于水平表面为正或负)。在这
样的实例中，方法300可以不量化或考虑到在校准期间的传感器高程。例如，由于身体轮廓
引起的传感器高程可能在使用方法300计算的关于仰卧的垂直身体角度θ是无效的，导致
90°的值。因此，在方法300中的身体的真实相对定位的偏差将近似等于由身体轮廓引起的
传感器高度角。但是，如果相同的方法300被应用来校准传感器设备100并且受试者不在0°
床高程(仰卧)中而是以相当大的床高程(例如45°)被应用，如在图5的下面板520中所示，则
相对身体角度可能是非常错误的。例如，垂直身体角度可以被量化为90°，而不是45°的真实
相对身体角度。因此，将方法300应用于抬高的仰卧定位可能潜在地增加相对身体角度以及
由此得出的身体姿势评估的误差。

[0058] 图6示出了进行一系列连续身体定位的一个示例受试者的所计算的垂直身体角度(θ)。在图示中，方法300被用于在受试者具有仰卧(即，大约0°的床高程)着的身体定位时校
准传感器，并且所计算的θ值被显示在上面板602中。因此，所计算的θ值对于直立的身体定
位是约10°，而对于仰卧的身体定位是约90°。在0°床高程处执行校准是方法300的预期使用
情况场景，以及如在上面板中产生的垂直身体角度(θ)可被考虑为用于在抬高的床角度时
的使用情况场景进行比较的参考θ值。

[0059] 如果方法300用于在受试者具有在10°、15°、20°、25°、…和65°的床高程中的任一个处的身体定位时校准传感器，则所计算的θ值被显示在下面板604中。与根据在0°床高程
(上面板602)处的仰卧定位的参考θ值相比，在如在下面板604中的抬高的仰卧定位(10°至
65°的床高程)处使用方法300来执行校准显示了所计算的θ值的误差或偏差。在图示600中，
由于床高程引起的传感器/身体高程越高，与在0°床高程处获得的参考身体角度值相比，所
导出的垂直身体角度的误差就越大。因此，在增加的床高程处执行方法300可能导致取决于
床高程的量所确定的垂直身体角度(θ)的从轻微到显著的误差。由于在期望初始条件中离
0°床高程的偏差或其他原因，当方法300在床高程处被应用时这样的误差可能在方法300中
发生。

[0060] 事实上，在增加的床高程处使用方法300的校准可能引起身体姿势的严重混乱。例如，根据床高程的量和针对身体姿势的分类而设定的θ的阈值(根据一个实施例，θ<30°可以
指直立；θ>65°可以指仰卧；在30°和65°之间的θ可以指倾身)，例如，如果方法300用于在增
加的床高程处校准传感器，则直立姿势可能被错误分类为倾身或仰卧，或者倾身姿势可以
被错误分类为仰卧。

[0061] 考虑图6中的上面板602，其示出了在使用方法300进行仰卧校准之后确定的垂直身体角度(θ)。在这种条件下，直立受试者的垂直身体角度(θ)被确定为大约10°(由于例如
上身的轮廓，并非精确为0°)，且仰卧的受试者的垂直身体角度(θ)被确定为大约90°。如上
面板602所示的，如果方法300用于在大约0°床高程(仰卧)处校准传感器，则对于从大约0°、
10°、15°、20°、…65°的床高程的相对应的变化，所确定的垂直身体角度(θ)从大约90°逐步
减小。

[0062] 另一方面，在下面板604中，所测量的垂直身体角度(θ)的准确度可能受到在除仰卧(即，0°)之外的增加的床高度角处的校准。例如，底部面板604示出了以5°增量在从10°到
65°的每个床高度角处的校准之后确定的垂直身体角度(θ)，并且在所示的示例中示出了在
范围从大约20°到大约60°的每个角度处的差异或误差(相对于在大约0°处执行校准并且考
虑如在上面板602中所示的直立姿势事件)。因此，如上面所讨论的，仰卧校准算法单独地在
大约10°和大约65°之间的床高度角处看起来是不可靠的，并且，可能使对身体角度和身体
姿势的所产生的确定呈现为错误的。

[0063] 因此，在一个或更多个实施例中，对由于床高程而引起的传感器高度角的确定可以被考虑为传感器校准的一部分。也就是说，校准算法不应假设零床高程，且不应简单地补
偿或取消可能的传感器高度角。更确切地，传感器高度角可以在任何床高程处被确定，并且
传感器设备框架相对于理想的0°高程(例如，水平地面)与身体框架对准。在一个或更多个
实施例中，传感器在身体上的真实相对位置可以被跟踪，从而允许甚至在抬高的床角度处
进行校准。

[0064] 图7示出了在仰卧和抬高的身体定位处躺在床(例如，病床)上的患者的示例的示意图700。在右面板中的顶部图720和中间图730分别示出了在仰卧和抬高的身体定位时的
在上胸部上附着有传感器的患者，并且对于给定的身体定位示出了在相关重力(G)和传感
器(V)向量当中的关系。在右面板中的底部图740示出了在抬高的身体定位处的代表性传感
器向量、重力向量、相对于XY水平传感器平面的传感器向量旋转、传感器高度角(η)、和水平
支持表面。利用图7所示的关系，可以使用相对于水平面和重力的传感器向量来自动得到传
感器高度角。

[0065] 在图7所示的示例中，参考数字710示出了以仰卧定位躺在病床上(患者和床框架用实线画出)的和当病床的一部分倾斜以将上身高程赋予患者时(在这种情况下，床框架和
患者用虚线画出)的附着有传感器(根据一个或更多个实施例附着在胸部上)的患者的示
例。床高程的变化可能引起在受试者身上的传感器正面(XY)平面相对于水平表面的特定高
程，其被称为传感器高度角。

[0066] 在720处，图7示出了实质上仰卧的受试者(在左面板710中的实线表示)和相关传感器设备。向量 指示重力，以及向量 指示传感器向量。如果在受试者身上的传感器附着
部位是理想的平坦的而没有身体轮廓效应，则向量 和 将被对准。如在上图720中的，由于
身体的轮廓，传感器和重力可能没有完全对准。中间图730示出了一种情形，其中病床被抬
高，导致上身的抬高(在左面板710中的虚线表示)，并且传感器向量 被示为相对于重力向
量 偏离。下图740示出了在抬高的身体条件处的传感器向量可以如何被用于通过将角度δ
的旋转应用于传感器向量以与传感器向量的XY平面对准并计算在所旋转的传感器向量和
重力向量之间的角度γ来计算相对于水平支持(或地球)表面的传感器高度角η。

[0067] 对于给定的传感器向量，传感器高度角η可以由图8所示的传感器高度角算法800确定。在步骤802中，传感器向量 可以由MEMS(例如，加速度计)使用例如与步骤302的过程
类似的过程来确定。例如，根据一个或更多个实施例，可以从传感器设备100获得在稳定仰
卧定位下的受试者的身体的身体加速度的一个样本或样本集合作为传感器向量
其中传感器可以是三轴加速度计并且[x y z]是三个轴上的加速度值。步骤
804如在等式 中的确定角度δ，其中 是通过 确定的传
感器向量 的XY幅度，且 是通过 确定的传感器向量 的总幅度。可
以在步骤806中确定用于围绕Y轴将传感器向量的XZ平面旋转δ°的旋转矩阵Ry。根据旋转是
使用左手定则还是右手定则和传感器配置而被应用的，旋转矩阵可能不同。根据一个或更
多个实施例，Ry的示例可以是[1 0 0；cosδ (‑sinδ) 0；0 sinδ cosδ]。在步骤808中，可以
通过Ry和 的乘积来确定在XY平面 上的经旋转的传感器向量。根据一个实施例，在步骤
810中，在理想仰卧定位(0°)处的 向量和重力向量 之间的角度γ可以通过等式
确定，其中 可以是[0 0 1]。利用所确定的γ角度，传感器高度角η可
以在步骤812中通过等式η＝90‑γ确定。因此，当受试者在任何床高程的情况下仰卧时，传
感器高度角算法可以使用所测量的传感器向量来自动确定由于床高程而产生的传感器的
XY平面的高度角η。

[0068] 图9示出了具有附着在胸部上的传感器设备的受试者的关于从0°到65°(X轴)的床高度角的增量变化的示例性确定的传感器高度角(Y轴)的散点图，其示出在输入床高度角
的范围内的所测量的传感器高度角的总体实质上线性的关系。非线性响应对于床高程的增
量变化是明显的，特别是在较低和较高的高程处，因为接近仰卧和直立身体定位的床高程
的小增量变化可能由于身体的顺应性而不产生身体高程的实质性变化。如该图所示的，如
果受试者的身体与床平面很好地相符，那么线性关系对于床高度角的范围也许是可能的。

[0069] 响应于床高程的变化的总体传感器高度角可能在个体当中受身体轮廓、身体质量指数、在受试者上的传感器放置的不同的影响而广泛地不同。在线性范围之外的较低或较
高的床高程值处，例如由于低垂或在松弛的肌肉块上的传感器放置，传感器高度角可能以
更非线性的方式急剧变化。

[0070] 图10示出了根据一个或更多个实施例的当受试者在传感器/身体抬高或不抬高的情况下仰卧时使用传感器角度的校准算法1000来执行校准的方法，所述传感器角度的校准
算法1000可以利用传感器高度角算法800和仰卧校准算法300。在步骤1002中，传感器设备
100可以附着到受试者，并且在步骤1004中，与传感器设备100相关联的MEMS可以被激活。在
步骤1006中，可以例如使用与步骤302或802的过程类似的过程从MEMS确定传感器向量

[0071] 在步骤1008中，可以执行传感器高度角算法800以使用传感器向量 来确定传感器高度角η。传感器高度角η可以如在步骤1010中被输出。在步骤1012中，利用所计算的传感
器高度角η，可以确定用于围绕X轴将传感器向量的YZ平面的旋转η°的旋转矩阵Rx。

[0072] 在步骤1014中，可以使用传感器向量 来执行仰卧校准算法300以确定经校准的传感器向量 在步骤1016中，可以使用旋转矩阵Rx来旋转经校准的传感器向量 以获得
现在考虑到传感器高度角η的经校准的传感器向量 经校准的传感器向量
可以在步骤1018中被输出，并用于对生理和身体评估(包括例如垂直身体角度和姿势、
呼吸、核心身体活动和跌倒检测)的处理。因此，传感器角度的校准算法1000允许当患者躺
在抬高或未抬高的支撑表面(例如床)上时校准传感器，并且通过执行考虑到传感器高程的
额外旋转来克服被单独使用的仰卧校准算法300的限制。

[0073] 如所看到的，根据系统、设备和方法的一个或更多个实施例，通过自动确定传感器高度角(经由传感器高度角算法800)并结合使用初始传感器向量的仰卧校准算法300来校
准传感器100，传感器角度的校准算法1000的校准允许在支撑表面倾斜或不倾斜的情况下
例如仰卧在床上的受试者身上执行对传感器的校准。因此，方法1000合并方法300和800，并
执行额外的旋转以用于对传感器的真正校准。总的来说，方法1000准确地量化由于身体轮
廓或床/身体高程引起的传感器高度角，相对于水平面将传感器与重力向量对准，允许对在
身体上的传感器的真实相对定位的准确跟踪，并允许在抬高的床角度以及仰卧时进行的校
准。

[0074] 图11示出了根据一个或更多个实施例的通过在仰卧(大约0°)(上面板1102)的身体定位处应用仰卧校准算法300作为参考进行比较以及在大约10°、15°、20°、25°、…65°(下
面板1104)的床高程处应用传感器角度的校准算法1000在进行一系列连续身体定位的受试
者的垂直身体角度(θ)的计算示例1100。图11的下面板1104和图6的下面板604中的(用仰卧
校准算法300获得的)垂直身体角度值的比较指示，当与针对抬高的床角度应用仰卧校准算
法300相比时，传感器角度的校准算法1000可以明显减小θ值的误差。

[0075] 例如，上面板1102示出了使用例如仰卧校准算法300在0°床高程处获得的垂直身体角度(θ)作为预期的使用情况场景，其可以被考虑为用于在抬高的床角度处的使用情况
场景的进行比较的参考θ值。因此，垂直身体角度θ在直立时是大约10°，以及在有0°床高程
的情况下仰卧着时是90°。对于床高程的逐步增加，θ值显示逐步下降。图11的上面板1102中
的数据相当于图6的上面板602中的数据。

[0076] 下面板1104显示利用使用传感器角度的校准算法1000以5°增量在每个床高度角10–65°处执行的校准而获得的垂直身体角度(θ)。如特别通过与下面板604的对比看到的，
下面板1104示出了传感器角度的校准算法1000可以有助于在较高的床/身体高程处执行校
准时消除垂直身体角度(θ)的不准确性。特别是，对于在相对于理想参考(上面板1102)以5°
增量在从10–65°的床高程处的所有校准，垂直身体角度(θ)在校准的各种高度角上的变化
显示仅仅约10度的合理误差裕度。这与在下面板604中所示的大约20°到大约60°的误差形
成对比。

[0077] 在图11中示出了通过在从0°到65°的每一个床高程处应用校准对一个受试者针对一系列连续的身体定位计算的垂直身体角度(θ)。现在，图12示出了在校准方法300和1000
当中所计算的θ角度在多个受试者中如何变化。图12示出了使用仰卧校准算法300(被表示
为SupCal)(左列)相对于传感器角度的校准算法1000(被表示为SenCal)(右列)示例性地对
3个受试者针对直立姿势(顶行)和仰卧姿势(底行)所计算的垂直身体角度(θ)测量结果的
比较1200，示出了相对于0°SupCal使用SenCal在30°和40°的抬高的床角度下的θ值的误差
显著减小，指示了对在这样的抬高的床角度处的校准之后确定直立姿势和仰卧姿势提高了
准确度。

[0078] 面板1202示出通过使用仰卧校准算法300(SupCal)在床高度角0°、30°、和40°处执行校准的对受试者1、2和3在直立姿势下所测量的垂直角度(θ)。在0°床高程处执行校准是
SupCal的预期使用情况，其导致对所有3名受试者针对直立定位的测量的θ大约为10°。另一
方面，在大约30°和40°的床高程处的利用SupCal的校准可能提供如所示的高于30°的θ值
(在40°床高程处利用SupCal校准的受试者1的示例显示在直立定位时θ接近60°)，其与预期
被识别的直立定位相比可能被错误地识别为倾斜定位。因此，在床高程处使用SupCal执行
校准可以提供与0°参考情况相比具有显著误差的θ值，这取决于床高程水平。相反，在面板
1204中，在30°和40°床高程处的传感器角度校准算法1000(SenCal)显示了针对直立定位对
每个受试者所测量的θ的不大于约10°的误差，示出了针对30°和40°的抬高的床角度处的校
准的θ值的误差显著减小以及使用SenCal算法1000对于确定直立姿势提高了准确度。

[0079] 面板1206示出通过使用仰卧校准算法300(SupCal)在床高度角0°、30°、和40°处执行校准的对受试者1、2和3在仰卧姿势下的所测量的垂直角度(θ)。在0°床高程处执行校准
是SupCal的预期使用情况，导致对所有3名受试者针对仰卧姿势时的所测量的θ为90°。另一
方面，在30°和40°床高程处利用SupCal的校准可提供如所示的高于110°的θ值(在40°床高
程处利用SupCal校准的受试者1的示例显示在与理想的90°相比的直立定位处θ接近140°，
导致大约50°的误差)。相对比而言，在面板1208中，在30°和40°床高程处的传感器角度的校
准算法1000(SenCal)显示对于仰卧定位时对每个受试者的所测量的θ不大于约10°的误差，
示出了使用SenCal算法1000在30°和40°的抬高的床高程处的θ值的误差显著减小。

[0080] 图13示出了根据一个或更多个实施例的使用身体角度的校准算法1300和仰卧校准算法300来执行对在有和没有身体高度角(例如，床高度角)的情况下仰卧着的受试者的
校准的方法，身体角度的校准算法利用对身体角度的用户输入(或从病床指示器读出的床
高程，病床指示器例如可以被安装或以其他方式可操作地耦合(包括远程地耦合)到床)。在
步骤1302中，传感器设备100可以附着到受试者。在步骤1304中，可以激活与传感器设备100
相关联的MEMS(例如，加速度计)。在步骤1306中，可以例如使用与步骤302、802、或1006的过
程类似的过程从MEMS确定传感器向量 在步骤1308中，可以使用传感器向量 来执行仰
卧校准算法300以确定中间经校准的传感器向量

[0081] 在步骤1310中，可以手动地(例如，经由在传感器设备100上提供的键盘输入或在智能电话或平板电脑上的用户界面应用，或者通过远程地提供信号)或自动地(例如，通过
用电力或以其他方式提供床高度角设置)输入身体高度角ε。在步骤1312中，利用关于身体
高度角ε的用户输入，可以确定旋转矩阵Rx，其表示传感器向量的YZ平面围绕X轴旋转ε°。根
据旋转是使用左手定则还是右手定则和传感器配置而被应用，旋转矩阵可能不同。根据一
个实施例，Rx的示例可以是[1 0 0；0 cosε (‑sinε)；0 sinε cosε]。在步骤1314中，在步骤
1308中获得的中间经校准的传感器向量 可以通过旋转矩阵Rx来旋转以获得最终经校准
的传感器向量 其通过等式 来考虑到身体高度角ε。最终经校准的传感器
向量可由步骤1316输出，步骤1316可用于处理对生理和身体评估，包括例如垂直身体角度
和姿势、呼吸、核心身体活动以及跌倒检测。

[0082] 图14示出了对多个受试者校准方法300和1300所计算的角度可以如何不同。图14示出了使用仰卧校准算法300(被表示为SupCal)(左列)相对于身体角度的校准算法1300
(被表示为BodyCal)(右列)例如对3个受试者针对直立姿势(顶行)和仰卧姿势(底行)所确
定的垂直身体角度(θ)测量结果的比较1400，示出了相对于0°SupCal使用BodyCal在30°和
40°的抬高的床角度处的θ值的误差显著减小，指示了对在这样的抬高的床角度处的校准之
后确定直立姿势和仰卧姿势提高了准确度。

[0083] 面板1402(如在面板1202中的)示出了通过使用仰卧校准算法300(SupCal)在床高度角0°、30°、和40°处执行校准对受试者1、2和3在直立姿势处的所测量的垂直角度(θ)的示
例。在大约0°床高程处执行校准是SupCal的预期使用情况，导致对所有3名受试者针对直立
定位所测量的θ大约为10°。另一方面，在30°和40°床高程处利用SupCal的校准可提供如所
示的高于30°的θ值(在40°床高程处用SupCal校准的受试者1的示例显示在直立定位时θ接
近60°)，其与预期被识别的直立定位相比可能被错误地识别为倾斜定位。因此，在床高程处
使用SupCal执行校准可能提供与0°参考情况相比具有显著误差的θ值，这取决于床高程水
平。相对比而言，在面板1404中，在30°和40°床高程处的身体角度的校准算法1300
(BodyCal)显示了针对直立定位对每个受试者所测量的θ的不大于约10°的误差，示出了在
30°和40°的床高程处的θ值的误差显著减小和使用BodyCal算法1300确定直立姿势提高了
准确度。

[0084] 面板1406示出(如在面板1206中的)通过使用仰卧校准算法300在床高度角0°、30°和40°处执行校准对受试者1、2和3处于仰卧姿势时所测量的垂直角度(θ)的示例。在0°床高
程处执行校准是SupCal的预期使用情况，导致对所有3名受试者针对仰卧姿势所测量的θ为
90°。另一方面，在30°和40°床高程处利用SupCal的校准可提供如所示的高于110°的θ值(在
40°床高程处利用SupCal校准的受试者1的示例显示与理想的90°相比的直立定位处θ接近
140°，导致50°的误差)。对比而言，在面板1408中，在30°和40°床高程处身体角度的校准算
法1300(BodyCal)显示针对仰卧定位对于每个受试者所测量的θ不大于约10°的误差，示出
了使用BodyCal算法1300在30°和40°的抬高的床高程处的θ值的误差显著减小。

[0085] 使用方法300、1000或1300执行校准可以包括受试者仰卧在没有或有任何倾斜的水平支持表面(例如床)上。应当注意，如在本文公开的所有方法中的，图3、图8、图10、和/或
图13的一个或更多个步骤可以以修改的顺序被组合和/或执行，和/或省略一个或更多个步
骤。

[0086] 根据一个或多个实施例，在本公开中描述的传感器设备可以包括以完全一次性或半一次性形式的可穿戴贴片传感器和/或在一个或更多个实施例中的可重复使用的电子设
备或采用以完全一次性或半一次性形式的可穿戴贴片传感器和/或在一个或更多个实施例
中的可重复使用的电子设备的形式。该传感器设备可以通过电线或无线地连接/配对到一
个或更多个外部设备，包括但不限于智能手机、平板电脑、或中继设备。在一个或更多个实
施例中，机器可读信号特征可以使用板载传感器处理器、应用、和存储器来被处理，并产生
人可读输出和/或机器可读输出，包括但不限于本文描述的信号特征，然后被加密并通过
BLE链路传输到外部中继设备以用于进一步分析、储存装置，和/或用于查看。在一个或更多
个实施例中，传感器信号或信号特征可以在处理器和存储器中被处理，然后被加密并经由
BLE链路传输到外部中继设备和/或云，其中对这些信号或特征的处理可以被执行以确定受
试者姿势、核心身体活动、和/或其他信息。

[0087] 公开了一种用于确定传感器高度角并执行传感器校准的方法、设备和系统。本文所述的实施例可以采用完全硬件实现方式、完全软件实现方式、或者包含硬件和软件元件
二者的实现方式的形式。实施例可以用软件实现，该软件包括但不限于应用软件、固件、常
驻软件、微码等。

[0088] 本文描述的步骤可以使用任何合适的控制器或处理器以及软件应用来实现，软件可以被存储在任何合适的存储位置或计算器可读介质上。软件应用可以提供指令，其使处
理器能够执行本文描述的一个或更多个功能。

[0089] 此外，一个或更多个实施例可以采用对计算器可用介质或计算器可读介质可访问的计算器程序产品的形式，其提供由计算器或任何指令执行系统使用或与计算器或任何指
令执行系统结合使用的程序代码。为了本描述的目的，计算器可用介质或计算器可读介质
可以为任何装置，其可包含、存储、传达、传播、或传输程序以用于由指令执行系统、装置、或
设备使用或与指令执行系统、装置、或设备结合使用。

[0090] 介质可以是电子、磁性、光学、电磁、红外、或半导体系统(或装置或设备)、或传播介质。计算器可读介质的示例包括半导体或者固态存储器、磁带、可移动计算器磁盘、随机
访问存储器(RAM)、只读存储器(ROM)、刚性磁盘、以及光盘。光盘的当前示例包括DVD、光盘
只读存储器(CR‑ROM)、和光盘‑读/写(CD‑R/W)。

[0091] 如上面所建议的，尽管公开了一个或更多个实施例，其中传感器设备100可以无线地提供信息，但传感器设备100可以附加地或可选地包括能够通过电线传输信息的结构。例
如，传感器设备100可以具有一个或更多个端口以连接电线，信息可以通过电线被传输。此
外，尽管作为示例描述了单个传感器设备100，但是一个或更多个所公开的功能可以由一个
或更多个其他传感器设备(无论是可穿戴的还是未穿戴的)和/或位于受试者外部的设备执
行。

[0092] 如下面指示的，前述描述被提供以使本领域中的普通技术人员能够制造和使用所公开的实施例及其修改，并且在专利申请和其要求的背景下被提供。

[0093] 对所公开的实施例的各种修改以及本文中所描述的原理和特征对本领域中的技术人员将是容易明显的。因此，本公开并不意欲将本发明限制到所示出的实施例；更确切
地，本发明应符合与本文描述的原理和特征一致的最宽范围。