身体状态分类的制作方法

本发明涉及用于确定用于辅助诊断生物对象的身体状态的参考范围的方法和系统，以及用于辅助诊断生物对象的身体状态的方法和系统。

现有技术的描述

本说明书中对任何先前出版物(或从其衍生的信息)或任何已知事项的引用不是也不应被视为对先前出版物(或从其衍生的信息)或构成本说明书所涉及的努力领域中的公知常识的一部分的已知事项的确认或承认或任何形式的建议。

生命体征通常用作个体一般身体健康的量度，偏离理解的正常值表示不利健康。人的生命体征的正常范围通常根据物理特征(例如年龄、体重和性别)而变化。

目前存在四种主要生命体征，即体温、血压、脉搏(心率)和呼吸速率(呼吸频率)，通常标记为bt、bp、hr和rr。已经提出了将生命体征的各个值组合成单个数字值的分数，其中总数被用作一般健康的指标。

然而，四种生命体征的使用通常是有限的使用，因为其一般仅广泛地指示健康问题，而没有提供关于特定身体状态的更多指导。另外，取决于因素(诸如一般健康和最近锻炼)，这些体征中往往存在显着的自然变化。因此，生命体征的测量通常仅作为一般健康状况的一般指导广泛使用。

已知执行阻抗测量以确定对象身体或组成的各方面，例如无脂肪质量、脂肪质量等。另外，已知为了识别身体状态的特定目的(例如存在或不存在淋巴水肿)执行阻抗测量。例如在wo2008/138062中描述了这样的示例，其描述了用于分析对对象执行的阻抗测量的方法，该方法包括在处理系统中确定至少一个阻抗值，表示对象的至少一个节段的阻抗，使用该至少一个阻抗值和参考确定指示对象参数的指标并显示该指标的表示。

然而，阻抗测量通常仅在特定环境中使用，例如执行身体组成测量，或执行特定健康状况(例如淋巴水肿)的目标评估。其部分原因是由于个体之间阻抗测量的高度可变性，这意味着测量通常是特定于个体的。

试图解释患者之间的可变性通常依赖于有限的研究。例如，许多形式的阻抗分析是根据从军队人员数据研究中收集的数据进行的，例如在美国陆军纳蒂克研究发展和工程中心1989“美国军队人员的人体测量调查：概要统计中期报告”纳蒂克/tr89/027中所述。然而，这些数据往往代表了世界人口中非常小的一个子集，因此想要对更广泛的人群进行阻抗测量分析是不可靠的。

技术实现要素：

在一个广义形式中，本发明的一个方面旨在提供一种用于确定生物对象的身体状态指标的系统，该系统包括：多个测量系统，每个测量系统能够对用户执行阻抗测量并具有：测量设备，包括：至少一个信号发生器，其电连接到驱动电极，以向用户施加驱动信号；至少一个传感器，其电连接到感测电极，以测量所述用户的响应信号；测量设备处理器，其至少部分地：控制所述至少一个信号发生器；接收来自所述至少一个传感器的测量的响应信号的指示；以及，生成指示至少一个测量的阻抗值的测量数据；以及，与所述测量设备通信的客户端设备，其中所述客户端设备：接收所述测量数据；生成指示所述测量数据的用户数据和与所述用户相关联的用户标识符；以及，经由通信网络传送用户数据；一个或更多个处理设备：通过以下步骤生成参考签名：经由所述通信网络从所述多个测量系统中的一个或更多个获取多个参考个体的用户数据；至少部分地使用相应的用户数据为每个参考个体确定参考数据，所述参考数据包括：通过对所述参考个体执行至少一个阻抗测量而从用户数据获取的至少一个参考阻抗指标；参考身体状态指示，其指示与所述参考个体相关联的任何身体状态；以及，参考签名数据，其指示所述参考个体的一个或更多个物理特征；以及，分析多个参考个体的参考数据，以建立所述一个或更多个参考签名，每个参考签名指示与各个物理特征的相应身体状态相关联的至少一个参考阻抗指标；通过以下步骤分析对象的阻抗测量：经由通信网络从所述多个测量系统之一获取所述对象的用户数据；至少部分地使用所述对象的用户数据来确定：对象特征数据，指示所述对象的一个或更多个物理特征；和，至少一个对象阻抗指标，其从所述对象的至少一个测量的阻抗导出；以及，至少部分地使用所述参考签名和所述对象特征数据分析所述至少一个对象阻抗指标；以及，根据所述分析生成至少一个身体状态指标。

通常，参考阻抗指标包括以下中的至少一个：针对所述参考个体的至少一个身体节段测得的至少一个阻抗值；至少一个阻抗参数值，其从针对所述参考个体的至少一个身体节段测得的至少一个阻抗值导出；流体水平指标，其指示参考个体的至少一个身体节段中的流体水平，所述流体水平指标从针对所述参考个体的至少一个身体节段测得的至少一个阻抗值导出。

通常，每个参考签名包括基于与具有相应的身体状态和相应的物理特征的参考个体相关联的参考阻抗指标的分布的参考范围。

通常，一个或更多个处理设备通过以下步骤分析所述至少一个对象阻抗指标：使用所述对象特征数据选择一个或更多个所述参考签名；生成至少一个对象签名，其指示所述至少一个对象阻抗指标；以及，将所述至少一个对象签名与所选择的参考签名进行比较。

通常，所述一个或更多个处理设备：通过以下步骤生成参考签名：确定通过对所述参考个体的一个或更多个其他身体参数执行至少一个测量而获取的至少一个其他参考身体参数值；以及，生成每个参考签名，使得每个参考签名指示与各个物理特征的相应身体状态相关联的至少一个参考阻抗指标和至少一个其他参考身体参数值；以及通过以下步骤生成对象签名：确定通过对所述对象的一个或更多个其他身体参数执行至少一个测量而获取的至少一个其他对象身体参数值；使用所述至少一个其他对象身体参数值生成至少一个对象签名。

通常，所述至少一个其他参考身体参数值指示以下中的至少一个：身体参数值；重量；心脏参数值；呼吸参数值；血钾水平；温度；血压；呼吸频率；心率；和，血氧水平。

通常，所述一个或更多个处理设备从一个或更多个电子病历中检索病历数据，所述病历数据包括以下中的至少一个：对象特征数据；至少一个其他对象身体参数值；参考特征数据；至少一个其他参考身体参数值；和，参考身体状态指示。

通常，所述一个或更多个处理设备使用以下中的至少一个来检索病历数据：对象的用户标识符；参考个体的用户标识符；和，与用户标识符相关的病历标识符。

通常，所述一个或更多个处理设备：从所述用户数据确定用户标识符；使用所述用户标识符从索引中检索病历标识符；使用所述病历标识符生成查询；将所述查询转移到电子病历系统；以及，响应于所述查询接收病历数据。

通常，所述一个或更多个处理设备从所述测量设备接收以下中的至少一个：对象特征数据；至少一个其他对象身体参数值；参考特征数据；至少一个其他参考身体参数值；和，参考身体状态指示。

通常，所述一个或更多个处理设备用于以下中的至少一个：存储所述至少一个身体状态指标；将所述至少一个身体状态指标存储为电子病历的一部分；向相应的测量系统的客户端设备提供所述至少一个身体状态指标的指示以供显示；以及，向指定方的客户端设备提供至少一个身体状态指标的指示以供显示。

通常，特征数据包括以下中的至少一个：与参考个体相关联的环境特征，所述环境特征包括以下中的至少一个：位置；高度；温度；和湿度。物理特征包括以下中的至少一个：身高；体重；年龄；性别；种族；和参考个体的至少一个身体节段的物理尺寸。

通常，测量设备包括以下中的至少一个：第一壳体，包括间隔开的脚驱动和感测电极对，设置为在使用中与对象的脚电接触；以及第二壳体，包括间隔开的手驱动和感测电极对，设置为在使用中与对象的手电接触。

通常，所述客户端设备是以下中的至少一个：智能电话；和，平板电脑。

在一个广义形式中，本发明的一个方面旨在提供一种用于确定生物对象的身体状态指标的方法，所述方法包括：提供多个测量系统，每个测量系统能够对用户执行阻抗测量并具有：测量设备，包括：至少一个信号发生器，其电连接到驱动电极，以向用户施加驱动信号；至少一个传感器，其电连接到感测电极，以测量所述用户的响应信号；测量设备处理器，其至少部分地：控制所述至少一个信号发生器；接收来自所述至少一个传感器的测量的响应信号的指示；以及，生成指示至少一个测量的阻抗值的测量数据；以及，与所述测量设备通信的客户端设备，其中所述客户端设备：接收所述测量数据；生成指示所述测量数据的用户数据和与所述用户相关联的用户标识符；以及，经由通信网络传送用户数据；使用一个或更多个处理设备：通过以下步骤生成参考签名：经由所述通信网络从所述多个测量系统中的一个或更多个获取多个参考个体的用户数据；至少部分地使用相应的用户数据确定每个参考个体的参考数据，所述参考数据包括：至少一个参考阻抗指标，其通过对所述参考个体执行至少一个阻抗测量而从用户数据获取；参考身体状态指示，其指示与所述参考个体相关联的任何身体状态；以及，参考特征数据，其指示所述参考个体的一个或更多个物理特征；以及，分析多个参考个体的参考数据，以建立所述一个或更多个参考签名，每个参考签名指示与各个物理特征的相应身体状态相关联的至少一个参考阻抗指标；通过以下步骤分析对象的阻抗测量：经由通信网络从所述多个测量系统之一获取所述对象的用户数据；至少部分地使用所述对象的用户数据来确定：对象特征数据，其指示所述对象的一个或更多个物理特征；以及，至少一个对象阻抗指标，其从所述对象的至少一个测量的阻抗值导出；以及，至少部分地使用所述参考签名和所述对象特征数据分析所述至少一个对象阻抗指标；以及，根据所述分析生成至少一个身体状态指标。

在一个广义形式中，本发明的方面旨在提供一种用于确定参考签名的系统，所述参考签名用于辅助识别生物对象的身体状态，所述系统包括至少一个处理设备，其：获取多个参考个体中的每一个的参考数据，所述参考数据包括：至少一个参考阻抗指标，其通过对所述参考个体执行至少一个阻抗测量而获取；身体状态指示，其指示与所述参考个体相关联的任何身体状态；以及，特征数据，其指示所述参考个体的一个或更多个物理特征；以及，分析所述参考数据以建立一个或更多个参考签名，每个参考签名指示与各个物理特征的相应身体状态相关联的至少一个参考阻抗指标。

在一个广义形式中，本发明的方面旨在提供一种用于确定参考签名的方法，所述参考签名用于辅助识别生物对象的身体状态，所述方法包括，在至少一个处理设备中：获取多个参考个体中的每一个的参考数据，所述参考数据包括：至少一个参考阻抗指标，其通过对所述参考个体执行至少一个阻抗测量而获取；身体状态指示，其指示与所述参考个体相关联的任何身体状态；以及，特征数据，其指示所述参考个体的一个或更多个物理特征；以及，分析所述参考数据以建立一个或更多个参考签名，每个参考签名指示与以下中的至少一个的相应身体状态相关联的至少一个参考阻抗指标：各个物理特征；和，各个环境特征。

在一个广义形式中，本发明的方面旨在提供一种用于辅助识别生物对象的身体状态的系统，其中该系统包括至少一个处理设备：确定所述生物对象的对象数据，所述对象数据包括：至少一个对象阻抗指标，其通过对所述对象执行至少一个阻抗测量而获取；以及，对象特征数据，其指示所述对象的一个或更多个物理特征；以及，使用所述对象数据和所述参考签名来生成身体状态指标，每个参考签名指示与各个物理特征的相应身体状态相关联的至少阻抗指标，以及所述身体状态指标至少部分地指示所述对象具有相应身体状态的可能性。

在一个广义形式中，本发明的方面旨在提供一种用于辅助识别生物对象的身体状态的方法，其中该方法包括在至少一个处理设备中：确定所述生物对象的对象数据，所述对象数据包括：至少一个对象阻抗指标，通过对所述对象执行至少一个阻抗测量而获取；以及，指示所述对象的一个或更多个物理特征的对象特征数据；以及，使用所述对象数据和所述参考签名来生成身体状态指标，每个参考签名指示与各个物理特征的相应身体状态相关联的至少阻抗指标，以及所述身体状态指标至少部分地指示所述对象具有相应身体状态的可能性。在一个广义形式中，本发明的方面旨在提供一种用于确定参考签名的方法，该参考签名用于辅助识别生物对象的身体状态，该方法包括：从多个源获取多个参考个体中的每一个的参考数据，所述参考数据包括：至少一个参考阻抗指标，其通过对所述参考个体执行至少一个阻抗测量而获取；身体状态指示，其指示与所述参考个体相关联的任何身体状态；以及，特征数据，其指示所述参考个体的一个或更多个物理特征；以及，聚合来自所述多个源的所述参考数据；挖掘(mining)所聚合的数据以确定参考签名，所述参考签名指示与以下中的至少一个的相应身体状态相关联的至少一个或更多个参考阻抗指标：各自的物理特性；和，各自的环境特征。

在一个广义形式中，本发明的方面旨在提供一种用于确定生物对象的身体状态指标的方法，该方法包括：通过对所述对象执行至少一个阻抗测量来获取至少一个对象阻抗指标；以及，使用至少一个对象阻抗指标和指示所述对象的一个或更多个物理特征的对象特征数据通过以下步骤来确定身体状态指标，所述身体状态指标至少部分地指示所述对象具有相应身体状态的可能性：将所述至少一个对象阻抗指标与一个或更多个参考签名进行比较，每个参考签名指示与各个物理特征的相应身体状态相关联的至少一个阻抗指标；以及，至少部分地基于所述至少一个对象阻抗指标和所述参考签名之间的相似度来生成身体状态指标。

在一个广义形式中，本发明的方面旨在提供一种用于确定生物对象的身体状态指标的方法，该方法包括：获取身体参数值，所述身体参数值包括：至少一个对象阻抗指标，其通过对所述对象执行至少一个阻抗测量而获取；以及，至少一个其他身体参数值，其通过对所述对象的至少一个其他生命体征执行至少一个测量而获取，所述至少一个其他生命体征是以下中的至少一个：生命体征指标；心脏参数值；呼吸参数值；血钾水平；健康参数；温度；血压；呼吸频率；心率；和，血氧水平；使用所述身体参数值和指示所述对象的一个或更多个物理特征的对象特征数据通过以下步骤来确定身体状态指标，所述身体状态指标至少部分地指示所述对象具有相应身体状态的可能性：将所述身体参数值与一个或更多个参考签名进行比较，每个参考签名指示与各个物理特征的相应身体状态相关联的身体参数值；以及，至少部分地基于所述比较的结果生成身体状态指标。

通常，参考阻抗指标包括以下中的至少一个：针对所述参考个体的至少一个身体节段测量的至少一个阻抗值；至少一个阻抗参数值，其从针对所述参考个体的至少一个身体节段测量的至少一个阻抗值导出；以及，流体水平指标，其指示参考个体的至少一个身体节段中的流体水平，所述流体水平指标从针对所述参考个体的至少一个身体节段测量的至少一个阻抗值导出。

通常，针对至少一些所述参考个体获取所述参考阻抗指标，为以下中的至少一个：针对多个身体节段中的每一个；在许多不同的时间；以及，在一段时间内重复进行。

通常，至少一个参考阻抗指标是多个参考身体参数值中的一个，所述参考数据还包括通过对所述参考个体的一个或更多个其他生命体征执行至少一个测量而获取的至少一个其他参考身体参数值，并且其中每个参考签名指示至少一个参考阻抗指标和与针对各个物理特征的相应身体状态相关联的至少一个其他参考生命体征指标。

通常，至少一个其他参考身体参数值指示以下中的至少一个：生命体征指标；心脏参数值；呼吸参数值；血钾水平；健康参数；温度；血压；呼吸频率；心率；和，血氧水平。

通常，特征数据指示与所述参考个体相关联的环境特征，所述环境特征包括以下中的至少一个：位置；高度；温度；和湿度。

通常，所述至少一个处理设备：确定至少一个身体状态组，所述身体状态组是具有相应身体状态的一组参考个体；以及，至少使用所述身体状态组内的参考个体的参考阻抗指标来确定每个身体状态组的至少一个参考签名。

通常，所述至少一个处理设备：确定多个特征组，每个特征组是具有共同特征的一组参考个体；以及，至少使用所述特征组内的参考个体的参考阻抗指标来确定每个特征组的至少一个参考签名。

通常，所述至少一个处理设备确定多个身体状态组中每一个内的多个特征组。

通常，所述至少一个处理设备基于至少所述组内的所述参考个体的参考阻抗指标的分布来确定每个组的参考签名。

通常，所述至少一个处理设备还基于其他身体参数值的分布来确定组的所述参考签名。

通常，每个参考签名包括基于与具有相应身体状态和相应物理特征的参考个体相关联的参考阻抗指标的分布的参考范围。

通常，每个参考签名基于以下中的至少一个：针对参考个体的各个身体节段测量的参考阻抗指标；针对参考个体的各个身体节段测量的参考阻抗指标之间的差异；测量的参考阻抗指标随时间的变化。

通常，每个参考签名包括多个参考范围，每个参考范围基于以下中的至少一个：针对各个身体节段测量的参考阻抗指标的分布；针对不同的各个身体节段测量的参考阻抗指标的差异的分布；在特定时间测量的阻抗指标的分布。

通常，每个参考签名指示针对具有相应身体状态和相应物理特征的参考个体的各个身体节段的参考阻抗指标的相对差异。

通常，物理特征包括以下中的至少一个：身高；体重；年龄；性别；种族；和参考个体的至少一个身体节段的物理尺寸。

通常，身体状态是以下中的至少一个：健康；不健康；异常水合；健康状态。疾病状态包括存在、不存在以下中的至少一个或其程度：癌症；心力衰竭；充血性心力衰竭；水肿；和，淋巴水肿。

通常，所述阻抗测量中的至少一些作为以下中的至少一个的一部分来执行：对多个参考个体执行的身体组成测量程序；和，对多个参考个体执行的健康检查程序。

通常，至少一些参考数据是针对健康参考个体建立的，并且用于建立除健康状态之外的至少一个身体状态的参考签名。

通常，所述系统包括多个测量系统，每个测量系统被配置为：确定至少一个参考个体的至少部分参考数据；以及，经由通信网络将所述至少部分参考数据提供给所述至少一个处理设备。

通常，每个测量系统包括：阻抗测量单元，被配置为执行阻抗测量；以及，处理系统，被配置为将所述至少部分参考数据提供给所述至少一个处理设备。

通常，每个测量系统包括阻抗测量单元，所述阻抗测量单元包括：至少一个信号发生器，其耦合到被设置为在使用中与所述对象电接触的第一电极，所述至少一个信号发生器适于生成驱动信号；至少一个传感器，其耦合到被设置为在使用中与所述对象电接触的第二电极，所述至少一个传感器适于测量响应信号；以及，测量设备处理器，其至少部分地控制所述至少一个信号发生器并从所述至少一个传感器接收测量的响应信号的指示，从而允许执行所述至少一个阻抗测量。

通常，阻抗测量单元包括：测量设备，包括：至少一个信号发生器；至少一个传感器；测量设备处理器；和，第一连接器，其电连接到所述至少一个传感器和所述至少一个信号发生器；以及，连接模块，包括：电极；和，电连接到所述电极的第二连接器，其中在使用中所述测量设备通过互连所述第一连接器和第二连接器而连接到所述连接模块，使得第一电极电连接到所述至少一个信号发生器，第二电极电连接到所述至少一个传感器，从而允许所述驱动信号经由所述第一电极施加到所述参考个体，并允许经由所述第二电极测量响应信号，从而可以执行至少一个阻抗测量。

通常，所述测量设备适于与多种不同的连接模块类型一起使用，并且其中所述测量设备处理器至少部分地根据所连接的连接模块的所述连接模块类型执行所述至少一个阻抗测量。

通常，每个测量系统包括处理系统，所述处理系统：使所述测量单元执行阻抗测量；以及，确定身体状态指示和特征数据。

通常，所述处理系统：确定要执行的阻抗测量过程，所述阻抗测量过程包括一系列阻抗测量；使所述测量单元执行所述一系列阻抗测量；从所述测量单元接收至少一个阻抗值的指示，所述至少一个阻抗值指示所测量的阻抗；以及，使用所述至少一个阻抗值生成阻抗数据。

通常，阻抗数据包括以下中的至少一个：至少一个阻抗指标；以及，至少一个阻抗值。

通常，所述处理系统通过以下中的至少一个确定所述身体状态指示：根据输入命令；根据临床医生确认的身体状态的指示；通过从数据库中检索身体状态的指示；以及，通过从病历中检索身体状态的指示。

通常，所述处理系统通过以下中的至少一个确定所述特征数据：根据输入命令；通过检索物理特征的指示；以及，使用至少一个物理特征传感器。

通常，每个测量系统包括至少一个物理特征传感器，其感测以下中的至少一个：所述参考个体的至少一个物理特征；至少一个环境特征传感器，其感测与所述参考个体相关的至少一个环境特征。

通常，物理特征传感器包括成像设备，其捕获所述参考个体的至少一个图像，并且其中所述特征数据至少部分地从所述至少一个图像导出。

通常，所述处理系统：使用所述至少一个图像确定所述参考个体参考个体的轮廓和三维模型中的至少一个；以及，从所述参考个体的轮廓和三维模型中的至少一个导出所述物理特征。

通常，所述处理系统：确定所述参考个体的至少一个节段的至少部分的物理尺寸；使用所述物理尺寸来确定形状因子，其至少部分地指示所述至少一个节段的形状；至少部分地使用所述至少一个阻抗值和所述形状因子来计算指示所述节段中的流体水平的流体指标。

通常，流体水平指标是身体组成指标。

通常，物理尺寸包括所述至少一个节段的长度和周长。

通常，物理尺寸是以下中的至少一个：针对所述参考个体测得的；以及，从针对所述参考个体测量的特征数据导出的。

通常，该系统用于辅助识别生物对象的身体状态，并且其中至少一个处理设备：确定所述生物对象的对象数据，所述对象数据包括：通过对所述对象执行至少一个阻抗测量而获取的至少一个对象阻抗指标；以及，指示所述对象的一个或更多个物理特征的对象特征数据；以及，使用所述对象数据和所述参考签名来生成身体状态指标，所述身体状态指标至少部分地指示所述对象具有相应身体状态的可能性。

通常，对象阻抗指标包括以下中的至少一个：针对所述对象的至少一个身体节段测量的至少一个阻抗值；从针对所述对象的至少一个身体节段测量的至少一个阻抗值导出的至少一个阻抗参数值；指示所述对象的至少一个身体节段中的流体水平的流体水平指标，所述流体水平指标从针对所述对象的至少一个身体节段测量的至少一个阻抗值导出。

通常，对象阻抗指标通过以下中的至少一个而获取：针对多个身体节段中的每一个；在许多不同的时间；以及，在一段时间内重复进行。

通常，至少一个对象阻抗指标是多个对象身体参数值之一，所述对象数据还包括通过对所述对象的一个或更多个其他身体参数执行至少一个测量而获取的至少一个其他对象身体参数值。

通常，所述至少一个其他对象身体参数值指示以下中的至少一个：生命体征指标；心脏参数值；呼吸参数值；血钾水平；健康参数；温度；血压；呼吸频率；心率；和，血氧水平。

通常，特征数据指示与对象相关的环境特征，环境特征包括以下中的至少一个：位置；高度；温度；和湿度。

通常，所述至少一个处理设备经由通信网络从测量系统接收对象数据。

通常，所述至少一个处理设备：使用所述对象数据来识别一个或更多个所述参考签名；以及，至少部分地根据所识别出的一个或更多个参考签名来生成所述身体状态指标。

通常，所述至少一个处理设备：使用所述对象特征数据确定所选择的参考签名；至少将所述对象阻抗指标与所选参考签名进行比较；以及，至少部分地根据所述比较的结果生成所述身体状态指标。

通常，所述至少一个处理设备：生成指示所述至少一个对象阻抗指标和至少一个其他对象身体参数指标的至少一个对象特征；以及，将所述至少一个对象特征与所选择的参考范围进行比较。

通常，所述至少一个处理设备基于所述对象签名和所选择的参考签名之间的相似度来生成所述身体状态指标。

通常，所述身体状态指标指示所述对象具有至少一种身体状态的可能性。

通常，所述身体状态是一种或更多种医学病症的存在、不存在和程度中的至少一个。

通常，每个参考签名表示包括至少一个参考阻抗指标的参考身体参数值的组合，所述参考身体参数的组合唯一地指示各个物理特征的相应身体状态。

通常，所述至少一个处理设备是网络体系架构的一部分，并且其中所述至少一个处理设备被配置为以下中的至少一个：分析所述网络体系架构中的所述参考数据；将参考签名存储在所述网络体系架构中；分析所述网络体系架构中的对象数据；以及，经由通信网络向处理设备提供参考签名，以允许所述参考签名用于分析对象数据。

通常，所述方法包括在以下中的至少一个获取所述参考数据：在身体组成测量期间；在医疗检查期间；和，在家庭监控期间。

通常，至少一个参考阻抗指标是多个参考身体参数值之一，所述参考数据还包括通过对所述参考个体的一个或更多个其他身体参数执行至少一个测量而获取的至少一个其他参考身体参数值，并且其中每个参考签名指示至少一个参考阻抗指标和与各个物理特征的相应身体状态相关联的至少一个其他参考身体参数指标。

通常，所述至少一个其他参考身体参数值指示以下中的至少一个：生命体征指标；心脏参数值；呼吸参数值；血钾水平；健康参数；温度；血压；呼吸频率；心率；和，血氧水平。

应当理解，本发明的广义形式的各方面及其各自的特征可以结合使用，可互换和/或独立地使用，并且对单独的广义形式的引用不旨在是限制性的。

附图说明

现在将参考附图描述本发明的示例，其中：-

图1是用于确定参考签名并使用参考签名来辅助识别对象的身体状态的方法的示例的流程图；

图2是用于确定参考签名并使用参考签名来辅助识别对象的身体状态的系统的示例的示意图；

图3是测量系统的示意图；

图4是客户端设备的示例的示意图；

图5是服务器的示例的示意图；

图6a至图6c是用于确定参考签名并使用参考签名来辅助识别对象的身体状态的方法的另一示例的流程图；

图7a是生物组织的理论等效电路的示例的示意图；

图7b是被称为wessel图的阻抗轨迹的示例；

图8是示出示例参考签名的示意图；

图9是用于确定对象内流体水平的过程的示例的流程图；

图10a是用于确定对象内流体水平的过程的具体示例；

图10b至图10e是用于执行阻抗测量的电极位置的示例的示意图；

图11a是用于确定节段维度的过程的第一示例的流程图；

图11b是用于确定节段维度的过程的第二示例的流程图；

图12是阻抗测量系统的示例的示意图；

图13是阻抗测量过程的示例的流程图；

图14a是阻抗测量系统的具体示例的示意图；

图14b是图14a的连接模块的第二壳体的示意性端视图；

图15a至图15c是阻抗测量过程的另一示例的流程图；以及，

图16是阻抗测量系统的另一具体示例的示意图。

具体实施方式

现在将参考图1描述用于确定参考签名(referencesignature)的方法的示例，该参考签名用于辅助识别生物对象的身体状态并且用于使用该参考签名进一步执行对生物对象的身体状态的识别。

出于说明的目的，假设该过程至少部分地使用形成一个或更多个处理系统(例如服务器)的一部分的一个或更多个电子处理设备来执行，所述处理系统又经由网络体系架构连接到一个或更多个测量系统(例如阻抗测量系统等)。在一个示例中，这至少使用基于云的体系架构来执行，该体系架构与测量系统或位于多个位置的其他客户端设备接口，如下面将更详细描述的。

出于解释的目的，术语“参考个体”用于指代样本群体中的一个或更多个个体，其中“参考数据”用于指代从参考个体收集的数据。术语“对象”是指为了识别身体状态的目的而被评估的任何个体，其中“对象数据”用于指代从对象收集的数据。参考个体和对象是动物，尤其是人，尽管这并不意图是限制性的，并且该技术可以更广泛地应用于其他脊椎动物和哺乳动物。

术语“身体状态”将被理解为包括对象的疾病状态和/或健康状态。特别地，疾病状态通常是与相应的医学病症相关联的存在、不存在、程度、严重性或预后，而健康状态可以包括一般水平的身体状况和/或健康的指示，以及身体状况和/或健康的特定指标。

在该示例中，在步骤100，获取多个参考个体中的每一个的参考数据。该参考数据包括通过对参考个体执行至少一个阻抗测量而获取的至少一个参考阻抗指标，身体状态指示指示与参考个体相关联的任何身体状态，并且特征数据指示参考个体的一个或更多个物理特征和/或与个体相关的环境特征。

可以根据优选实施方式以任何适当的方式获取参考数据。例如，可以通过执行阻抗测量、从阻抗测量设备接收数据、检索先前执行的阻抗测量的细节等来确定阻抗指标。该指标可以是所测量的阻抗的值和/或可以是从其导出的值，例如阻抗参数值、流体水平指标等。在一个示例中，阻抗指标以类似于指示个体健康状态的生命体征的方式使用，并且可以结合身体参数值(例如其他生命体征指标或值)来确定，如下面将更详细描述的。

身体状态的指示可以是个体遭受的任何疾病或病症的指示，包括健康状态或特定医学病症，并且可以以任何适当的方式确定。例如，这可以通过让医疗保健专业人员(例如医疗从业者)执行对个体的诊断并手动提供信息来实现，通过检查医学测试的结果，从健康记录中检索病史的细节等等来实现。该指示可以简单地识别身体状态的存在或不存在，但更典型地将包括身体状态的程度或严重性的指示，例如身体状态的分类、预后等。

身体状态指标可以指示特定病症，或者可以是所测量的身体参数值的一般指示，该身体参数值又转而指示病症，所述身体参数值例如身体组成、干瘦体重、去脂体重、骨骼肌肉量、节段瘦肉分析、体脂肪量、节段脂肪分析、bmi(体重指数)、(体脂肪百分比)、内脏脂肪面积、内脏脂肪水平、全身水分、细胞内水分、细胞外水分、ecw/tbw、节段体内水分、节段ecw/tbw、节段icw分析、节段ecw分析、体脂-lbm控制、bmr(基础代谢率)、腿瘦体重、tbw/lbm、全身相位角、节段相位角、电抗、每频率的每个节段阻抗或身体水分组成历史中的一个或更多个。身体状态还可以指示运动健康的一般水平，例如个体是健康还是不健康。

类似地，特征数据通常指示物理特征，例如个体的年龄、体重、身高、性别、种族或一个或更多个身体节段的物理尺寸，或任何其他相关信息并且可以手动或使用适当的测量设备测量，或提供给处理设备或从先前测量的记录中检索。另外，特征数据可以包括与可能对阻抗测量产生影响的个体相关联的任何其他属性，例如个体当前正在服用的任何药物的细节等。

参考数据还可以包括其他感测数据，包括但不限于其他测量的身体参数值，例如心脏或呼吸参数的值、身体参数值、健康参数、与个体相关的环境特征或测量环境等，如下面将更详细描述的。

在步骤110，至少一个处理设备分析参考数据以在步骤120建立一个或更多个参考签名。每个参考签名指示与各个物理特征的相应身体状态相关联的至少阻抗指标和可选的其他身体参数值。

在一个示例中，每个参考签名表示阻抗的分布以及可选的其他身体参数值，例如身体参数值，其可以用于指示对象具有相应病症的可能性。为了实现这一点，通常为各组特征导出每个病症的参考签名，以便为多个身体状态中的每一个定义多个参考签名。因此，可以针对相应身体状态或多个身体状态的组合、针对各组特征开发相应的特征。也可以针对多个病症的组合导出参考签名，例如在个体是共病态或多病态的情况下，以及考虑其他感测的参数，例如环境特征等，下面将更详细地描述。因此，可以针对患有心力衰竭的人开发签名，并针对患有心力衰竭和癌症的人开发不同的签名。

一旦建立了参考签名，则可以使用这些参考签名来确定指示与对象相关的任何身体状态的身体状态指标。为了实现这一点，在步骤130，处理设备确定对象的对象数据，对象数据包括通过对对象执行至少一个阻抗测量而获取的至少一个对象阻抗指标和指示对象的一个或更多个物理特征的对象特征数据和/或与对象相关的环境特征。对象数据还可以可选地包括其他身体参数值，如下面将更详细描述的。

再次，阻抗指标和对象数据可以以任何合适的方式获取，并且可以被测量、手动输入、从远程源接收、从存储在数据库中的先前执行的测量中检索等等。

在步骤140，使用对象数据和参考签名来确定身体状态指标。这通常通过将对象数据与参考签名进行比较来实现，特别是为具有与对象相似的物理特征的个体建立的参考签名，然后基于该阻抗指标和与每个参考签名相关联的那些阻抗指标的相似性来评估对象具有某身体状态的可能性。这允许生成身体状态指标，身体状态指标至少部分地指示对象具有相应身体状态的可能性。

因此，上述过程利用阻抗测量来确定身体状态指标，身体状态指标可用于识别对象的身体状态。这允许从阻抗测量获取的阻抗指标以类似于其他生命体征测量的方式使用，允许这些用作临床医生在做出诊断时的第一参考点。

尽管可以以其他方式实现使用阻抗测量作为生命体征，上述方法涉及从多个参考个体收集参考数据，然后使用该参考数据来建立参考签名。特别地，为不同的物理特征建立参考签名(例如参考范围)允许在分析测量时考虑这些参考签名，以便可以以有意义的方式解释阻抗测量。特别地，这允许考虑由于不同的物理特征而出现的群体成员之间的自然变化，使得评估与所考虑的特定对象相关。

在广义形式中，该方法可以用于允许导出对应于健康个体的参考签名，使得作为粗略测量，这可以用于识别对象是健康的还是不健康的。然而，更优选地，可以针对特定身体状态(例如心力衰竭、癌症等)导出参考签名，从而允许特定医学病症更容易识别。

在这方面，由于身体内的流体水平对不同的病症有不同的反应，特别是可以表现出比其他更传统的生命体征更大程度的变化，因此这种方法能够提供比传统生命体征更大的辨别能力。例如，过度水合可导致流体水平普遍增加，而医学病症(诸如心力衰竭)可导致特定身体节段中的流体汇集，这意味着单独的阻抗测量可区分这些病症。因此，这允许导出特定于各个病症的参考签名，允许阻抗指标用于识别特定的身体状态，而不仅仅是进行健康/不健康的辨别。

还应当理解，虽然阻抗测量可以独立于其他身体参数使用，但是它们也可以与其他身体参数(例如其他生命体征)结合使用，以进一步提高诊断能力。例如，考虑流体水平与脉搏、呼吸速率、温度和/或血压相结合，可以辅助区分心力衰竭与也可能导致血液汇集的其他病症(例如静脉功能不全)。因此，除了其他生命体征之外，使用阻抗测量作为进一步的生命体征可以进一步辅助临床医生区分不同的身体状态。

此外，阻抗测量可用于各种目的，允许在常见的日常程序期间收集参考数据，例如一般健康检查、身体组成测量，健康评估等。另外，由于其固有特性，阻抗测量通常以合理标准化的方式电子地执行。因此，可以在没有任何特定临床意义的情景中对个体进行测量，并且无需医学训练，例如以类似于每日体重测量的方式。这反过来允许足够大量的参考数据在统计上非常重要，特别是允许针对宽范围的物理特征测量阻抗指标，使得可以针对多个定义的特征集导出相应的特征，使得评估比除这种情况以外的其它方式更准确。

例如，这种测量可以使用简单的身体组成测量设备容易地在任何个体上进行，并且不需要专业医生干预。这使得能够容易地收集大量参考数据，允许利用该参考数据来建立参考签名，该参考签名可以用于诊断身体状态，否则数据集合可能是有问题的。

因此，应当理解，如果阻抗测量作为一般健康检查的一部分被执行(以类似于执行血压检查的方式执行)，可以提供阻抗测量以及关于个体的一般健康状态的信息(例如其他身体参数的测量、任何身体状态的识别或相关个体的病史的细节)，以允许建立深度参考签名，其既指示健康个体，但也指示一些个体可能具有的其他身体状态，包括但不限于健康、不健康、水合状态(如正常水合、异常水合、过度水合或脱水)、健康状态(如健康、非常健康、不健康、非常不健康)、疾病状态(例如癌症、心力衰竭、充血性心力衰竭、水肿、淋巴水肿或任何其他可诊断的病症的存在、不存在或程度)。另外，还可以通过让个体在临床环境之外(例如在家中)执行身体组成分析，然后使用从病历、健康测量设备等收集的信息以形成参考数据来收集参考数据。

由此可以理解，阻抗指标、一个或更多个身体状态指标和物理特征信息可以单独建立或以其他方式从多个独立源获取，然后根据需要进行组合以便创建参考数据。例如，这允许从电子病历或其他类似源检索信息，并将其与从使用阻抗测量设备执行的测量得到的数据组合。

无论如何，上述方法允许从多个不同的源收集参考数据，并集中处理，例如在基于云的环境中。这种参考数据收集方法确保生成的参考签名基于针对比如果针对目标病症执行测量可能的更广泛的群体子集收集的参考数据。特别地，这允许从具有广泛范围的不同物理特征的个体并且针对广泛种类的不同身体状态收集参考数据。以这种方式集中地收集、合计然后处理参考数据允许导出对于相应的物理和/或环境特征组的特定病症是唯一的特征，使得这样的参考签名更可靠并且由此改善与用于不同的身体状态范围的阻抗测量过程相关的诊断能力。

因此，上述方法利用阻抗指标作为不同身体状态的潜在生物标记以及身体组成的指标，以允许收集大量的阻抗数据。聚合然后挖掘该数据，与关于物理和/或环境特征和已知身体状态的信息一起，允许在特定阻抗指标和可选的其他身体参数以及某些身体状态之间确定相关性或其他关系。这些关系可以体现为参考签名，允许以基本上自动的方式与其他相关信息一起分析阻抗测量，以生成指示对象的一个或更多个身体状态的身体状态指标。因此，应当理解，这可以导致显着改善执行快速和量化的身体状态识别的能力。

此外，已经对允许识别身体状态的对象进行了测量，可以执行持续监测以跟踪身体状态的持续进展，其方式类似于其他生命体征的持续监测，例如血压等。因此，例如，最初测量的阻抗指标可用于建立对象特异性基线参考签名，其相对于对象特异性基线的变化充当身体状态变化的指标。因此，在这种情况下，为对象建立参考签名以定义基线。

这对于慢性病症(诸如心力衰竭)尤其重要，其对经济造成重大负担。通常在现有病例中，患者被送回家并需要监测生命体征，例如呼吸能力、血压、心率等，使用这些来判断是否需要进一步的干预。然而，使用阻抗测量作为进一步的生命体征，可以极大地提高跟踪身体状态严重程度的持续变化的能力。

特别地，流体水平变化经常在其他身体症状(例如脉搏或呼吸速率的变化)之前发生，甚至在其他身体症状的变化显著之前，也可以更容易和更准确地跟踪病症的发作和进展。此外，可以开发不同的参考签名以涵盖单个病症的不同状态或严重程度，允许该过程用于执行风险分层，允许更容易地对对象进行分类，从而允许更有效地执行持续的患者监测和管理。这可以包括在临床前阶段的识别和潜在的管理病症，通常避免或减少所涉及的长期干预的负担。

此外，测量过程的固有电子性质允许以最小干预执行和分析测量，例如仅需要用户抓住电极或站立在脚板上，并且可以导致阻抗测量提供更早和更可靠的不良身体状态指标。这可以反过来提供何时可能需要干预的早期指示，允许在更合适的时间执行，并因此更具成本效益。作为其一部分，阻抗测量设备通常能够在家庭环境中使用，而不需要医学专业知识，这意味着可以在家庭环境中更可靠地执行身体状态进展的跟踪。这可以增加收集测量的频率，从而以更及时的方式寻求干预。另外，这允许向对象呈现分析结果，并因此更加意识到任何病症的当前进展水平或严重程度。这可以帮助对象了解生活方式的影响，从而帮助确保改善管理结果。

现在将描述许多其他特征。

在一个示例中，参考阻抗指标包括针对参考个体的至少一个身体节段测量的至少一个阻抗值，从针对参考个体的至少一个身体节段测量的至少一个阻抗值导出的至少一个阻抗参数值或指示参考个体的至少一个身体节段中的流体水平的流体水平指标，流体水平指标是从针对参考个体的至少一个身体节段测量的至少一个阻抗值导出的。

因此，应当理解，可以基于阻抗值直接建立参考签名，或者基于从阻抗值导出的阻抗参数值或流体水平指示来建立参考签名。因此，阻抗值可以是一个或更多个特定频率处的阻抗的测量，其中导出的阻抗参数值对应于其他频率处的阻抗的测量，例如零或无限频率，如本领域技术人员将理解的。可选地，参考签名可以基于从阻抗测量导出的流体水平，例如细胞外液水平、细胞内液水平或两者的比的指示。

虽然通常将类似的阻抗指标用于所有参考签名，但这不是必需的，并且可以选择所使用的指标以提高参考签名的诊断能力。例如，尽管细胞外液水平的测量可能足以诊断某些疾病(例如充血性心力衰竭)，但其他身体状态可能需要其他指标，例如细胞外液与细胞内液的比。因此，在一个示例中，确定参考签名的过程可以包括评估不同阻抗指标的有效性以区分不同的身体状态。

阻抗测量可以是单频阻抗测量，或者可以在多个频率下执行，如下面将更详细描述的。阻抗测量可以在任何合适的频率下执行，但通常包括在小于100khz并且更典型地大约30khz下执行的至少一个低频测量，并且还可以包括在更高频率下的一个或更多个测量。

另外，可以在多个不同时间以及在一段时间内重复地获取多个身体节段中的每一个的参考阻抗指标。这允许参考签名不仅基于对个体的身体节段(例如特定肢体)单独进行的测量，而且允许这些考虑身体的不同部分中的相对流体水平。例如，躯干流体水平的增加可能仅指示躯干和其他身体节段中的流体水平增加的不同身体状态。因此，参考签名可以基于不同身体节段中的阻抗指标的比，而不是基于绝对阻抗指标，或者基于其以及绝对阻抗指标。参考签名还可以基于阻抗指标随时间的变化，使得阻抗指标的值增加/减少可以指示不同的身体状态和/或身体状态的严重性。还应当理解，流体水平和因此阻抗指标通常会基于广泛范围的因素而变化，例如饮食和液体摄入、运动、月经周期等。因此，可以在特定时间测量阻抗指标，例如在运动或进食之前或之后，等等。因此，对于在一周的不同时间或在某些活动之前或之后执行的测量，可以导出不同的特征。

如前所述，阻抗指标可以与其他身体参数的测量结合使用。在这种情况下，阻抗指标可以是多个参考身体参数值中的一个，参考数据还包括通过对参考个体的一个或更多个其他身体参数执行至少一个测量而获取的至少一个其他参考身体参数值。在这种情况下，每个参考签名可以指示至少一个参考阻抗指标和至少一个其他参考身体参数指标，其与针对各自的物理和/或环境特征的相应身体状态相关联。因此，第一病症的参考签名可以是定义的阻抗值和高心率，而不同的第二病症可以由具有较低心率的相同阻抗值表征。基于阻抗指标以及其他生命统计来定义参考签名的能力允许定义多维参考签名，从而提供进一步改进的辨别能力。

因此，参考签名可以基于其他身体参数的指标值。在这种情况下，其他身体参数可以是任何身体参数，包括但不限于生命体征指标、心脏参数值、呼吸参数值、血钾水平、健康参数(例如步行的步数)、温度、血压、呼吸频率、心率和血氧水平。

特征还可以基于环境特征。例如，可以使用环境温度、湿度或位置来进一步对参考签名进行分类，然后将对象特征与利用类似环境特征确定的参考签名进行比较。这可以考虑到某些病症可能特定于某些环境特征的事实，因此某些医学病症在某些气候或某些位置可能不普遍。这可用于跟踪疾病爆发，以及考虑气候、暴露于毒素或污染物等。

在生成参考签名时，处理设备通常确定至少一个身体状态组，身体状态组是具有相应身体状态的一组参考个体，然后使用身体状态组内参考个体的阻抗指标确定每个身体状态组的至少一个参考签名。因此，该过程操作为将参考个体分成具有某些身体状态的个体的组，然后为该组内的个体建立相应的参考签名。因此，参考签名可以是基于为该组内的个体建立的阻抗指标的分布的参考范围。以这种方式，如果针对超出参考范围的对象测量阻抗指标，则该个体不太可能遭受该特定身体状态。

另外，处理设备通常确定多个特征组，每个特征组是具有共同物理特征的一组参考个体。然后，处理设备使用特征组内的参考个体的阻抗指标来确定每个特征组的至少一个参考签名。特征组通常被建立为身体状态组的子组，使得每个身体状态组进一步分成具有各自物理特征的个体的子组。这允许通过将针对特定对象测量的对象数据与针对具有相似物理特征的个体建立的参考签名进行比较来识别身体状态，从而增加该过程的可靠性。应当理解，可以关于其他测量参数(例如环境特征、位置等)执行类似的过程，允许建立特定于特定环境条件或位置的参考签名，并且相对于等效签名组执行对象的比较。

如上所述，处理设备可以基于组内参考个体的阻抗指标的分布来确定组的参考签名。该分布通常遵循分布曲线，例如钟形曲线等，其中比较对象阻抗指标与允许指示对象患有特定身体状态的可能性的分布。因此，这可以是指示对象具有相应病症的概率。

应当理解，在这种情况下，如果特征包括具有多个不同阻抗指标和/或其他生命体征分布的参考范围，则将对象的等效测量值与每个分布进行比较，每个比较的结果被组合以提供对象具有特定身体状态的可能性的总体指示。

参考签名可以包括从一个或更多个身体节段获取的阻抗指标的绝对值和/或相对值的定义值。因此，每个参考签名可以基于针对参考个体的各个身体节段测量的参考阻抗指标、针对参考个体的各个身体节段测量的参考阻抗指标之间的差异以及随时间测量的参考阻抗指标的变化中的至少一个。参考签名还可以包括阻抗指标的阈值或在定义的时间段内测量的绝对阻抗指标或相对阻抗指标的变化的范围或阈值。因此，每个参考签名可以包括多个参考范围，每个参考范围基于针对各个身体节段测量的参考阻抗指标的分布、针对不同的各个身体节段测量的参考阻抗指标的差异的分布和在特定时间测量的阻抗指标的分布中的至少一个。

在一个示例中，参考签名可以是多维向量的形式，向量中的每一行指示相应身体参数的值或值的范围。在一个示例中，针对每个参考个体生成参考向量，执行聚类以对与共同身体状态和物理特征相关的参考向量进行分组，从而识别参考签名。例如，这可以使用迭代全局分区聚类算法和贝叶斯证据分类、支持向量机、k均值分类等来执行，其可以用于在多维向量空间中有效地定义决策边界，使得如果从对象数据导出的相应向量落在决策边界内，则表明对象具有相应的病症。

如前所述，参考个体的阻抗测量可以作为身体组成测量过程或一般健康检查的一部分来执行，因此至少一些参考数据通常至少针对健康个体来建立。尽管如此，参考数据仍可用于建立身体状态的参考签名。例如，如果个体超出健康参考签名，则表明该个体具有至少一个潜在未知的身体状态。当从具有各自身体状态的个体收集参考数据时，这可以进一步用于将通常未知的身体状态细分类为特定的身体状态。

由此可以理解，可以建立初始粗略范围，随着更多参考数据的收集，范围随时间被细化。作为该过程的一部分，当对对象执行测量以辅助身体状态识别时，一旦临床确认任何身体状态，所收集的对象数据可用作参考数据。例如，如果对象被分析并且身体状态指标指示心力衰竭，则医生可以检查对象以确认他们是否患有心力衰竭。在确认心力衰竭的情况下，可以将对象阻抗指标添加到与心力衰竭相关的参考签名中。

一旦建立了参考范围，就可以以类似的方式从对象收集对象数据，并用于执行身体状态识别。因此，可以获取对象数据，包括对象阻抗指标和可选的其他对象身体参数值以及物理特征，并结合参考签名使用以确定身体状态指标。

应当理解，对象阻抗指标将与上述参考阻抗指标大致相似，因此将不再进一步详细描述。

在接收到对象数据之后，处理设备可以使用对象数据通过以下步骤来确定指示可能的身体状态的身体状态指标：通过使用对象数据来识别一个或更多个参考签名，至少部分地根据所识别的一个或更多个参考签名来生成身体状态指标。该过程通常包括使用对象特征数据确定所选择的参考签名，允许将对象数据与为具有与该对象相似的特征的参考个体建立的参考签名进行比较。这解释了所测量的阻抗或具有不同物理特征组的个体可能固有的其他生命体征值的变化。在此之后，将对象数据，特别是阻抗指标至少以对象阻抗指标与所选择的参考签名进行比较，并至少部分地根据比较的结果生成身体状态指标。

可以以任何方式执行比较，并且将例如取决于参考的性质。在一个示例中，该过程涉及生成指示至少一个对象阻抗指标和至少一个其他对象身体参数值的至少一个对象特征，并将至少一个对象特征与所选择的参考范围进行比较。例如，如果参考签名是多维向量，则可以创建类似的对象特征向量并使用合适的分析技术(例如贝叶斯分类方案等)进行比较。然后，处理设备可以基于对象特征和所选择的参考签名之间的相似程度来生成身体状态指标，其中身体状态指标例如基于对象特征和参考签名的相对接近度指示对象具有至少一个身体状态的可能性。

应当理解，身体状态指标可以是任何适当的形式，并且可以指示对象与参考签名的相似程度。因此，可以包括例如确定对象特征与一个或更多个参考签名匹配的概率，并因此确定对象具有一个或更多个不同身体状态的概率。可选地，这可以简单地选择最可能的匹配并在此基础上提供身体状态的指示。

应当理解，可以持续地执行上述过程，以便监测身体状态的进展。例如，对于对象执行重复测量，例如在每日或每周的基础上，允许监测身体状态的进展。这反过来可以显著辅助慢性病的长期管理。

例如，一旦被诊断患有慢性心力衰竭，对象可能在家庭环境中重复测量过程。在这种情况下，可以使用对结果的集中分析来识别对象的病情是否恶化，进而用于确保进行早期干预。例如，可以针对心力衰竭的不同进展阶段建立多个不同的特征，允许对对象的病症的严重性和/或可能的预后进行评估。这也可用于跟踪治疗是否改善病情。

在这方面，还应当理解，对象的初始读数可以用作基线，有效地充当个性化参考基线特征，其中从基线特征的变化用于评估病症的变化。另外，可以使用与参考签名的持续比较来理解从基线的变化的影响，特别是理解病症或身体状态恶化或改善的程度，以及是否出现任何继发身体状态，其可以反过来用于指导持续治疗。

上述过程通常使用分布式体系架构来实现，其包括与一个或更多个处理设备通信的多个测量系统。特别地，每个测量系统可以被配置为确定至少一个参考个体的至少部分参考数据，并且经由通信网络将至少部分参考数据提供给至少一个处理设备。类似地，测量设备可用于在用于执行识别时测量对象数据，如下面将更详细描述的。

现在将参考图2至图5描述示例性系统。

在该示例中，系统200包括多个测量系统210，其经由通信网络240耦合到一个或更多个其他测量系统210和/或一个或更多个处理设备，例如服务器250，一个或更多个处理设备又可以耦合到数据库251。这种布置允许测量系统210收集参考数据和/或对象数据，并提供给服务器250进行分析。收集的数据也可以与得到的参考签名和/或身体状态指标一起存储在数据库251中，允许第三方(例如临床医生等)等远程访问和查看该信息。

在上述布置中，通信网络240可以是任何适当的形式，例如因特网和/或多个局域网(lan)，并且提供测量系统210和服务器250之间的连接。然而，应当理解，该配置仅用于举例的目的，并且在实践中，测量系统210和服务器250可以通过任何适当的机制进行通信，例如通过有线或无线连接，包括但不限于移动网络、专用网络，例如802.11网络、因特网、lan、wan等，以及通过直接或点对点连接，例如蓝牙等。

现在将参考图3更详细地描述示例性测量系统。

在该示例中，测量系统包括具有阻抗测量设备310的阻抗测量单元，阻抗测量设备310又与客户端设备330形式(例如便携式计算机系统、移动电话、平板电脑等)的处理系统通信。可以提供一个或更多个可选传感器以捕获其他相关信息。这些可以包括物理特征传感器320，其也可以被提供用于捕获关于个体/对象的物理特征的信息。

物理特征传感器320的性质将根据要测量的特征而变化，并且可以包括例如用于测量个体/对象体重的标尺和/或图像捕获设备(例如照相机、身体扫描仪、dexa(双能x射线吸收测定法)、3d激光或光学扫描等)，用于测量高度和/或身体节段尺寸，如下面将更详细描述的。附加地或可选地，这可以包括用于测量重量的电子秤，以及其他监控设备，例如用于测量心率、血压或其他特征。

然而，附加传感器还可以包括用于检测其他相关信息的传感器。例如，这可以包括用于检测环境特征(例如温度和/或湿度)的传感器，用于跟踪位置的位置传感器，或用于感测健身数据(例如所走的步数、穿过的距离等)的健身传感器。传感器可以是单独的感测设备的一部分，或者可以形成客户端设备330的一部分。

阻抗测量设备310通常包括耦合到至少一个信号发生器313和至少一个传感器314的测量设备处理器312，其又经由引线322耦合到相应的驱动和感测电极323a、323b和324a、324b。在使用中，信号发生器313产生驱动信号，该驱动信号通过驱动电极323a、323b施加到个体/对象s，同时传感器314通过感测电极324a、324b测量响应信号。在使用中，测量设备处理器312控制至少一个信号发生器313和至少一个传感器314，从而允许执行阻抗测量。

特别地，测量设备处理器312适于产生控制信号，其使得信号发生器313产生一个或更多个交流信号，例如适当波形的电压或电流信号，其可以经由第一电极323a、323b施加到对象s，并处理来自传感器314的接收信号。应当理解，测量设备处理器312可以是能够执行适当控制的任何形式的电子处理设备，并且可以包括fpga(现场可编程门阵列)或编程计算机系统和专用硬件的组合等。

信号发生器313可以是任何适当的形式，但通常包括数模转换器(dac)，用于将来自处理设备的数字信号转换为模拟信号，模拟信号被放大以产生所需的驱动信号，同时传感器314通常包括一个或更多个放大器，用于放大所感测的响应信号，和模数转换器(adc)，以数字化模拟响应信号并向处理设备提供数字化的响应信号。

交流驱动信号的性质将根据测量设备的性质和执行的后续分析而变化。例如，系统可以使用生物阻抗分析(bia)，其中将单个低频信号注入对象s，所测量的阻抗直接用于确定生物参数。在一个示例中，所施加的信号具有相对低的频率，例如低于100khz，更通常低于50khz，更优选低于10khz。在这种情况下，这种低频信号可以用作零施加频率下的阻抗估计，通常称为阻抗参数值r0，其又指示细胞外液水平。

可选地，所施加的信号可具有相对高的频率，例如高于200khz，更典型地高于500khz或1000khz。在这种情况下，这种高频信号可以用作无限施加频率下的阻抗估计，通常称为阻抗参数值r∞，其又表示细胞外液水平和细胞内液水平的组合，如将在下面更详细地描述。

可选地和/或附加地，该系统可以使用生物阻抗谱(bis)，其中在范围从极低频率(1khz，更典型地为3khz)到更高频率(1000khz)的多个频率中的每一个处执行阻抗测量，并且可以在此范围内使用多达256个或更多个不同的频率。根据优选实施方式，这种测量可以通过同时施加为多个频率的叠加的信号或者顺序施加不同频率下的多个交流信号来执行。所施加信号的频率或频率范围还可以取决于正在执行的分析。

当在多个频率下进行阻抗测量时，这些可以用于导出一个或更多个阻抗参数值，例如r0、zc、r∞的值，其对应于零频率、特征频率和无限频率下的阻抗。这些又可以用于确定关于细胞内液水平和细胞外液水平两者的信息，这将在下面更详细地描述。

另一可选方案是系统使用多频率生物阻抗分析(mfbia)，其中将各自具有相应频率的多个信号注入对象s，其中所测量的阻抗用于评估流体水平。在一个示例中，可以使用四个频率，所得到的每个频率下的阻抗测量用于导出阻抗参数值，例如通过将所测量的阻抗值拟合到cole模型，如下面将更详细描述的。可选地，每个频率下的阻抗测量可以单独使用或组合使用。

因此，取决于优选实施方式，测量设备310可以施加单个频率下的交流信号、同时施加多个频率下的交流信号，或者顺序施加不同频率下的多个交流信号。所施加的信号的频率或频率范围还可以取决于正在执行的分析。

在一个示例中，所施加的信号由电压发生器产生，该电压发生器将交流电压施加到对象s，但是可替代地施加电流信号。在一个示例中，电压源通常对称地布置，其中两个信号发生器313是独立可控的，以允许改变对象上的信号电压，例如以最小化共模信号并因此基本上消除任何不平衡，如在共同未决的专利申请号wo2009059351中所描述的。

当驱动信号被施加到对象时，传感器314然后使用第二电极324a、324b确定以对象s上的电压或通过对象s的电流的形式的响应信号。因此，测量第二电极324之间的电压差和/或电流。在一个示例中，差分地测量电压，意味着使用两个传感器314，每个传感器314用于测量每个第二电极324处的电压，因此，与单端系统相比，仅需要测量一半的电压。然后将数字化的响应信号提供给测量设备处理器312，其确定所施加的驱动信号和所测量的响应信号的指示，并且可选地使用该信息来确定所测量的阻抗。

因此，在上述布置中，示出了四个电极，其中两个形成驱动电极，两个形成感测电极。然而，这不是必需的，可以使用任何合适数量的电极。此外，示出了单个信号发生器和传感器，但是相应的信号发生器和传感器也可以分别用于每个驱动电极和感测电极，并且所描述的布置仅用于说明的目的。

在上述布置中，客户端设备330耦合到测量设备处理器312，允许控制阻抗测量设备的操作。特别地，客户端设备330可以用于指示测量设备处理器312关于需要执行的阻抗测量的特定序列，进一步接收驱动/感测信号的指示和/或测量的阻抗值。然后，客户端设备330可以可选地执行进一步处理，例如以确定阻抗指标，但是可选地，这可以不是必需的，并且可以将原始阻抗数据提供给服务器250用于分析。

客户端设备330还可以将阻抗值或指标与关于身体状态的指示和通过手动用户输入或基于来自一个或更多个物理特征传感器的信号确定的物理特征的信息组合。这允许客户端设备生成参考数据，然后经由通信网络240将其传送到服务器250。然而，可选地，根据优选实施例，服务器250可以从其他数据源获取身体状态和/或物理特征的指示。

因此，应当理解，客户端设备330可以是任何适当的形式，并且图4中示出了一个示例。在该示例中，客户端设备330包括至少一个微处理器400、存储器401、输入/输出设备402(例如键盘和/或显示器)，以及外部接口403，其通过总线404互连，如图所示。外部接口403可用于将客户端设备330连接到外围设备，例如通信网络240、数据库、其他存储设备等。尽管示出了单个外部接口403，但这仅用于示例的目的，并且实际上可以提供使用各种方法(例如，以太网、串行、usb、无线等)的多个接口。

在使用中，微处理器400以存储在存储器401中的应用软件的形式执行指令，以允许与服务器250通信，例如以允许将参考数据提供给服务器等。

因此，应当理解，客户端设备330可以由任何合适的处理系统形成，例如适当编程的pc、因特网终端、膝上型或手持式pc，并且在一个优选示例中，其是平板电脑或智能手机等。因此，在一个示例中，客户端设备330是标准处理系统，诸如基于英特尔体系架构的处理系统，其执行存储在非易失性(例如，硬盘)存储器上的软件应用程序，尽管这不是必需的。然而，还将理解，客户端设备330可以是任何电子处理设备，诸如微处理器、微芯片处理器、逻辑门配置、可选地与实现逻辑(诸如fpga(现场可编程门阵列))相关联的固件，或任何其他电子设备、系统或布置。

图5中示出了合适的服务器250的示例。在该示例中，服务器包括至少一个微处理器500、存储器501、可选的输入/输出设备502(诸如键盘和/或显示器)和外部接口503，其通过总线504互连，如图所示。在该示例中，外部接口503可用于将服务器250连接到外围设备，例如通信网络240、数据库251、其他存储设备等。尽管示出了单个外部接口503，但这仅用于示例的目的，并且实际上可以提供使用各种方法(例如，以太网、串行、usb、无线等)的多个接口。

在使用中，微处理器500以存储在存储器501中的应用软件的形式执行指令以允许执行所需的过程，包括与客户端设备330通信，以及可选地接收、分析和/或显示阻抗测量的结果。应用软件可以包括一个或更多个软件模块，并且可以在合适的执行环境(例如操作系统环境等)中执行。

因此，应当理解，服务器250可以由任何合适的处理系统形成，例如适当编程的客户端设备、pc、网页服务器、网络服务器等。在一个特定示例中，服务器250是标准处理系统，诸如基于英特尔体系架构的处理系统，其执行存储在非易失性(例如，硬盘)存储器上的软件应用程序，尽管这不是必需的。然而，还将理解，处理系统可以是任何电子处理设备，例如微处理器、微芯片处理器、逻辑门配置、可选地与实现逻辑(例如fpga(现场可编程门阵列))相关联的固件，或任何其他电子设备、系统或布置。因此，虽然使用术语服务器，但这仅用于举例的目的，而不是限制性的。

虽然服务器250被示为单个实体，但是应当理解，服务器250可以分布在多个地理上分离的位置处，例如通过使用作为基于云的环境的一部分提供的处理系统和/或数据库251。例如，可以提供执行不同功能的不同服务器，例如分析数据以生成参考签名、分析对象签名、托管病历等。因此，上述布置不是必需的，可以使用其他合适的配置。

现在将参考图6a至图6c更详细地描述系统的操作。

出于这些示例的目的，还将假设用户使用客户端设备330来控制测量设备310和任何特征或其他传感器，允许执行阻抗测量或其他测量并且允许收集关于物理特征或其他感测的属性的信息。这通常通过使用户经由在客户端设备330上呈现的gui(图形用户界面)等与系统交互来实现，该gui可以由本地应用程序生成，或者由服务器250托管，其通常是基于云的环境的一部分，并且通过由客户端设备330执行的合适应用程序(诸如浏览器等)来显示。客户端设备330执行的动作通常由处理器400根据作为应用软件存储在存储器401中的指令和/或经由i/o设备402从用户接收的输入命令来执行。类似地，由服务器250执行的动作由处理器500根据作为应用软件存储在存储器501中的指令和/或经由i/o设备502从用户接收的输入命令，或者从客户端设备330接收的命令来执行。

该系统利用多个测量和客户端设备310、330，其与一个或更多个中央服务器250交互，通常形成基于云的环境的一部分。这允许从许多不同的来源收集参考数据和对象数据，然后集中聚合和分析。

虽然以下示例仅关注阻抗指标的分析，但是应当理解，可以将这些技术扩展为包括作为参考签名的一部分的其他身体参数，并且仅参考阻抗指标不意味着限制。

然而，应当理解，出于以下示例的目的而假设的上述配置不是必需的，并且可以使用许多其他配置。还应当理解，测量设备310、客户端设备330和服务器250之间的功能划分可以根据特定实现而变化。

在步骤600，测量设备处理器312确定要执行的阻抗测量。这可以以任何合适的方式实现，但通常包括使用户选择在客户端设备330上呈现的多个可用测量过程之一，其中客户端设备330生成提供给测量设备处理器312的指令。

在执行测量之前，第一和第二电极323、324定位在对象上以允许一个或更多个信号被注入到对象s中，并允许测量响应信号。电极323、324的位置将取决于所研究的对象s的节段。因此，例如，电极323、324可以放置在对象s的胸部和颈部区域上，以允许确定胸腔的阻抗。可选地，将电极放置在手腕和对象的脚踝上，或者与手和脚接触，允许确定肢体、躯干和/或整个身体的阻抗。

在步骤605，测量设备处理器312控制信号发生器和传感器，使得驱动信号被施加到个体/对象，并且使得相应的响应信号被测量，从而允许测量设备处理器312在步骤610确定驱动信号和响应信号两者。

在这方面，响应信号将是人体产生的电压(例如ecg(心电图))、由施加的信号产生的电压以及由环境电磁干扰引起的其他信号的叠加。因此，可以采用过滤或其他合适的分析来去除不需要的组分。

通常解调所获取的信号以获取所施加频率下的系统的阻抗。用于解调叠加频率的一种合适方法是使用快速傅立叶变换(fft)算法将时域数据变换到频域。这通常在所施加的电流信号是所施加频率的叠加时使用。另一种不需要对测量信号开窗口的技术是滑动窗口fft。

在所施加的电流信号由不同频率的扫描形成的情况下，则更典型的是使用信号处理技术，例如将测量的信号与从信号发生器导出的参考正弦波和余弦波相乘，或与测量的正弦波和余弦波相乘，并在整个周期内积分。这个过程称为正交解调或同步检测，可以抑制所有不相关或异步信号，并显著降低随机噪声。

其他合适的数字和模拟解调技术对于本领域技术人员来说是已知的。

在步骤615，驱动信号和响应信号用于确定阻抗指标，例如阻抗值或阻抗参数值。这可以由测量设备310单独执行，但更通常地结合客户端设备330执行，其中测量设备向客户端设备330提供测量的阻抗值的指示，然后客户端设备330分析这些以确定阻抗指标。

例如，在bis的情况下，通过比较记录的电压和通过对象的电流，从信号确定每个频率下的阻抗测量或导纳测量。然后，解调算法可以产生每个频率下的幅度和相位信号，从而允许确定每个频率下的阻抗值。

虽然可以直接使用测量的阻抗，但是在一个示例中，测量的阻抗用于导出阻抗参数，特别是零频率下的阻抗(电阻)r0等于细胞外电阻re。

就此而言，图7a是给生物组织的电行为有效建模的等效电路的示例。等效电路有两个分支，分别代表流过细胞外液和细胞内液的电流。生物阻抗的细胞外液组分由细胞外电阻re表示，而细胞内液组分由细胞内电阻ri和代表细胞膜的电容c表示。

交流电(ac)的阻抗的细胞外组分和细胞内组分的相对幅度是依赖于频率的。在零频率下，电容器充当完美绝缘体，并且所有电流都流过细胞外液，因此零频率下的电阻r0等于细胞外电阻re。在无限频率下，电容器充当理想导体，并且电流通过并联的电阻组合。无限频率r∞下的电阻由以下方程给出：

因此，细胞内电阻由以下方程给出：

因此，图3a的等效电路在角频率ω(其中ω＝2π*频率)下的阻抗由以下方程给出：

其中：r∞＝无限施加频率下的阻抗

r0＝零施加频率下的阻抗＝re以及，

τ是电容电路的时间常数。

然而，以上代表理想化情况，其未考虑细胞膜是不完美电容器的事实。考虑到这一点导致修正后的模型，其中：

其中：α的值介于0和1之间，可以看作是真实系统与理想模型偏差的指标。

在图7b中示出了典型的多频阻抗响应的示例。随着频率的增加，电抗在特征频率下增加到峰值，然后减小，而电阻持续下降。如图所示，这将导致圆心在x轴下面的圆形轨迹。

阻抗参数xc、r0、r∞、zc或α的值可以以多种方式中的任何一种来确定，例如通过以下方式：

·基于在选定的各个频率下执行的阻抗测量估计值；

·基于在不同频率下确定的阻抗值求解联立方程；

·使用迭代数学技术；

·从阻抗-电抗图外推多个频率下的阻抗测量(“wessel图”类似于图3b所示)；

·执行函数拟合技术，例如使用多项式函数。

例如，wessel图通常用于bis设备，其使用该范围内的256个或更多个不同频率在一定范围的频率(例如从1khz至1000khz)上执行多个测量。然后使用回归程序将测量的数据拟合到理论半圆轨迹，从而允许计算xc、r0、r∞、zc或α的值。可选地，可以使用圆拟合技术，其中，求解表示圆上的点之间的几何关系的三个联立方程，以允许计算作为定义该圆的三个参数的半径(r)和圆心的坐标(i，j)。

在一个示例中，所使用的频率在0khz至1000khz的范围内，并且在一个具体示例中，记录在25khz、50khz、100khz和200khz频率下的四个测量结果，但是可以使用任何合适的测量频率。

用于确定诸如xc、r0、r∞、zc或α之类的阻抗参数值的另一可选方案是在单个频率下执行阻抗测量，并且将这些用作参数值的估计。在这种情况下，可以使用在单个低频率(通常小于50khz)下执行的测量来估计r0，可以使用单个高频率(通常超过100khz)下的测量来估计r∞，从而允许使用上面的方程(2)来确定ri的值。

上述等效电路将电阻率建模为常数值，因此不准确地反映对象的阻抗响应，并且特别是不准确地建模对象的血流中红细胞的方位变化，或者其他弛豫效应。为了更成功地建模人体的电导率，可以替代地使用改进的基于cpe的模型。

无论如何，可以理解的是，可以使用用于确定诸如r0、zc、r∞和xc的参数值的任何合适的技术，因此允许导出ri。

还应理解，该设备可用于确定其他身体参数。在一个示例中，这可以通过使用感测电极和传感器324、314监测身体内的电压信号(例如ecg信号)而使用该设备被动地记录身体信号来实现。检测到的信号是由人体产生的电压的叠加，并且将包括心脏和呼吸组件，其通常可以通过合适的滤波来隔离，例如对于心脏信号为1-40hz，对于呼吸信号为低于1hz。

无论如何，在步骤620，客户端设备330确定一个或更多个身体状态，例如疾病和/或健康状态。这可以通过使客户端设备显示合适的用户界面来执行，允许用户(例如医疗从业者)手动输入信息，例如通过从下拉列表、类别等中选择。可选地，用户可以使用客户端设备330从数据库(例如电子病历等)检索信息，或者可选地提供允许服务器250检索身体状态的指示的信息，例如通过提供与个体相关联的标识符，允许服务器250检索个体的病历。

在步骤625，客户端设备330确定个体的物理特征。同样，这可以通过经由用户界面的手动输入和/或通过从感测设备320接收数据来实现，这将在下面更详细地描述。此时，可以收集额外的数据，例如环境特征，允许这用于进一步对参考签名进行分层。

在步骤630，客户端设备330生成参考数据，然后在步骤635将其传送到服务器250以进行分析。参考数据可以指示或包括测量的原始信号和/或由其导出的指标或身体参数值，包括但不限于阻抗值、阻抗参数值、生命体征指标、心脏参数值、呼吸参数值、血钾水平、健康参数、温度、血压、呼吸频率、心率等。这还将包括所测量的任何其他特征的细节，包括环境特征，例如温度、位置、湿度等。

在步骤640，服务器250检索任何所需信息。例如，如果尚未提供关于身体状态和/或物理或其他特征的信息，并且这可以从其他来源(诸如病历等)获取，则可以在执行参考数据的分析之前检索该信息，以产生多个不同身体状态中的每一个的参考签名。

为了实现这一点，在步骤645，服务器250基于所识别的个体的任何身体状态将每个个体分配给相应的组。因此，针对多个不同身体状态中的每一个形成个体的组。在步骤650，基于个体的物理特征并且可选地针对与个体相关的多个环境特征中的每一个将每个组进一步划分为子组。特别地，服务器检查每个个体的物理特征，然后将个体分配给相应的子组，使得子组内的每个个体具有共同的相应物理特征。类似地，服务器可以检查环境特征，并将个体分配给具有共同环境特征的相应个体子组。

应当理解，这种划分发生的方式可以根据许多因素而变化，包括优选实施方式、特定物理特征、身体状态等。例如，可以基于个体的性别、种族、年龄、体重或身高中的一个或更多个将个体分配到不同的组。因此，例如，可以针对特定的年龄、体重和身高范围定义多个子组，其中根据个体的物理和/或环境特征将个体适当地分配给该组。

另外，针对不同的组合创建多个不同的重叠子组是可能的。例如，可以为所有男性和所有女性个体形成相应的组，为特定年龄范围的男性/女性个体形成单独的附加组，这意味着可以将个体分配给多个子组。

还应理解，形成的组可以根据相应的身体状态而不同。例如，年轻人中某些身体状态的低流行率可能意味着该身体状态的组将跨越比其他身体状态更大的年龄范围。类似地，当考虑环境特征(例如个体的位置)时，可以建立国家的组，其中建立了本地的单独组，例如基于城镇和/或城市。

在步骤655，服务器250分析每个组的阻抗指标和可选的其他身体参数，以生成参考签名。在一个示例中，这涉及确定每个组的阻抗指标的分布。这可以包括简单地使用测量的阻抗值，或者可以包括分析阻抗值以确定阻抗参数值，例如r0,、r∞,等，或者可以涉及确定流体水平指标，例如指示细胞外液、细胞内液的水平，或两者的比。

还应当理解，不同的阻抗指标可以用于不同的身体状态，这取决于在识别相应身体状态的存在、不存在、程度或严重性方面最有效的指标。例如，心力衰竭的参考签名可以仅基于细胞外液水平指标，其足以能够识别个体是否患有心力衰竭，而其他身体状态可能需要细胞外液水平与细胞内液水平的比。类似地，仅使用基本阻抗指标可以实现对疾病的存在或不存在的识别，而区分疾病的严重性可能需要更复杂的指标。

另外，多维方法中可以并行使用多个不同的指标，例如检查多个不同的身体节段的多个不同阻抗指标，包括个体的和相对的，例如检查不同身体节段(例如四肢和躯干)的细胞内液和细胞外液的相对值。

在步骤660，服务器250使用经分析的阻抗指标，特别是一个或更多个分布，以形成每个组的相应参考签名。参考签名可以是与特定组相关联的极端指标值(通常是上端和下端)的简单阈值范围，允许直接比较该范围。可选地，参考签名表示值的范围和每个值的出现频率。例如，这可以涉及执行统计分析以基于相应组内的个体的阻抗指标的相对频率来外推可能的分布曲线，可选地考虑排除异常值等。特征可以以任何形式表示，并且可以是简单范围或多维向量，包括对应于多个不同阻抗指标中的每一个的维度。

因此，应当理解，上述过程导致参考签名的生成，然后其可以用于识别一系列不同的身体状态。还应当理解，当收集附加参考数据时，可以连续或周期性地更新参考签名，这意味着当收集附加参考数据时将细化(refine)参考签名。

一旦生成，参考签名可用于生成身体状态指标，用于诊断具有一个或更多个身体状态的对象，现在将描述其示例。

在步骤665，收集对象数据并将其提供给服务器250。对象数据通常包括针对对象测量的阻抗值和/或阻抗指标，以及对象的物理特征或环境特征的细节。因此，应当理解，可以由测量系统使用客户端设备330以与上述关于步骤600至630中收集参考数据的方式类似的方式来收集对象数据，尽管可选地没有身体状态的任何指示。因此，将不再进一步详细描述对象数据的收集。还应当理解，作为该步骤的一部分，可以从合适的来源(例如对象的病历)检索未通过测量收集的任何所需数据。

在步骤670，服务器250基于对象的物理特征和/或与用户相关联的环境特征选择多个身体状态中的每一个的参考签名。因此，服务器250将识别对应于具有与对象共同的物理特征和/或环境特征的个体的子组的参考签名。然后，服务器250将基于步骤675处的每个参考签名所需的阻抗指标的类型，从所接收的对象数据确定或计算对象阻抗指标。类似的方法也可以用于其他身体参数，例如其他生命体征指标等。

在步骤680，服务器250将阻抗指标与相应的参考签名进行比较，以在步骤685确定对象具有一个或更多个相应身体状态的可能性。现在将参考图8示出其示例。

在这方面，图8示出了三个相应身体状态的参考签名，标识为ds1、ds2、ds3。就此而言，身体状态可以对应于不同的疾病和/或健康的状态。附加地或可选地，这些不同的状态可以对应于单个身体状态的相应严重性，例如指示单个疾病是轻度、中度还是重度。无论如何，可以看出，表示各个参考签名的分布重叠。因此，对于由虚线表示的阻抗指标，这表明对象具有相应身体状态的可能性ds1是最小的，ds2是高的，ds3是低的。

应当理解，上述示例是基于单个指标值的简化示例，并且在实践中将使用包括参考签名的多维方法，参考签名包括一个或更多个参考阻抗指标值/范围，并且可选地将使用一个或更多个其他身体参数或生命体征指标值/范围。在该示例中，特征可以表示为向量，通过在多维向量空间中执行接近度评估将对象向量与参考签名向量进行比较，其中身体状态的可能性基于对象向量与参考签名向量的相对接近度。应当理解，可以基于对象特征与多个参考签名的相对相似性来计算多个不同身体状态的可能性。

一旦执行了比较并且确定了任何身体状态的可能性，就可以在步骤690生成对此的指示，然后将其提供给对象，或者更可能是医生，例如将其提供给测量系统210之一的客户端设备330。

在这方面，身体状态指标可以具有任何适当的形式，并且可以包括例如指示对象具有一个或更多个身体状态中的每一各的可能性的百分比可能性或身体状态得分。因此，这可以是在1和10之间缩放的数值，其中1表示低可能性，而10表示高可能性，或反之。附加地，或者可选地，这可以呈现为图形表示，例如使用指针和比例来指示对象具有病症的可能性，或者可以包括关于比较结果的信息，例如显示如图8中所示的图表，允许医疗从业者理解分析的结果以及如何确定任何指标，这可以辅助识别过程。

因此，应当理解，上述过程可以帮助医务人员执行识别和/或治疗对象。

如前所述，参考数据的收集可以在身体组成测量过程期间执行，其又可以利用物理特征信息，特别是关于个体或个体的节段的尺寸的信息。这是特别有利的，因为它意味着将参考个体分成组并因此产生准确的参考签名所需的物理特征，将作为阻抗测量和分析过程的一部分被自动地收集。

现在将参考图9描述用于执行身体组成测量的示例过程。出于该示例的目的，假设使用上述测量系统210执行阻抗测量。出于易于解释的目的，该示例将集中于从对象收集对象数据，但是应当理解，这些技术也适用于参考数据的收集，并且术语个体和对象应当被认为贯穿下文是可互换的。

在该示例中，在步骤900，由测量设备处理器312或客户端设备330使用测量的电压和电流信号来确定至少一个频率下的至少一个阻抗值，该至少一个阻抗值表示针对对象测量的阻抗。根据优选实施方式，该阻抗可以是对象的一个或更多个节段和/或整个身体的阻抗，并且将在下面更详细地描述。虽然可以直接使用测量的阻抗，但是在一个示例中，测量的阻抗用于导出阻抗参数值，如前所述。

在步骤910，确定对象的至少一个节段的至少部分的物理尺寸。实现这一点的方式将根据优选的实现方式而变化，并且可以包括物理地测量对象的节段的尺寸，并且然后将该信息输入到客户端设备330中。然而，这具有许多缺点，包括费力、费时且需要手动输入数据，这可能导致错误。可选地，尺寸可以从其他更容易测量的物理特征导出，例如对象的身高、体重、性别和年龄。然而，更优选地，可以使用能够检测物理特征的特征传感器320来确定尺寸。这可以包括例如能够对个体/对象执行2d或3d成像的成像系统，例如使用相机和/或激光扫描仪来基于从对象的图像测量的尺寸对其进行成像，如将在下面更详细描述的。

在步骤920，客户端设备330使用该尺寸来计算形状因子。在步骤930计算指示细胞外液水平的流体指标之前，使用形状因子来缩放阻抗测量以便考虑对象节段的形状。

在这方面，在用于身体组成估计的hanai方法中，对身体体积和形状的初始估计是非常重要的。对于均匀的导体，例如圆柱体，电阻r通过公知的关系与长度h和体积v相关：

其中：ρ是导体材料的电阻率

对于不同形状的身体，可以使用与比例无关的形状因子来校正该关系：

其中：k是形状因子

在人体全身测量的具体示例中，形状因子kb说明以下事实：人体不是简单的圆柱体，并且由电信号采样的测量区域包括一个手臂、一条腿和躯干，但其余的四肢和头部是额外的未测量的质量。然而，这同样适用于其中形状因子ks表示节段与圆柱形状的体积偏差的节段分析。

当由阻抗测量结果确定细胞外液水平时，所使用的阻抗通常是在零施加频率r0下的阻抗，或者在单个低频(例如30khz)下测量的阻抗值，其作为r0的估计值。在这种情况下，方程(6)中的电阻率将不是细胞外液的实际电阻率，而是明显更高的电阻率值。这是因为细胞外液含有大量通过其分布的非导电元素(细胞)。低频时细胞壁不导电。视电阻率(apparentresistivity)由hanai理论的特例给出，其中导电介质包含电阻率远高于导电介质本身的电阻率的颗粒分散：

其中：c是导电介质中非导电元素的体积浓度。

视电阻率因此将取决于细胞外液和含有细胞内液的细胞材料的相对浓度。这些是预计不是常数的值，因此需要使用真正ecf电阻率的表达式。

组合方程(7)和(6)并重新排列，细胞外液体积vecf的表达式变为：

其中：vwb是总的身体体积，

ρecf是ecf的真正电阻率

对于一般的流体水平，可以使用如下类似的方程：

其中：v是流体体积

ρ是流体的真实电阻率

r是阻抗

通常通过使用对象的体重除以体密度常数(1.05)来估计身体体积。这里写出的方程(8)与通常公开的形式略有不同，以更清楚地显示其为对(6)的发展。

然而应该注意的是，这导致关于细胞外液含有在低频下不导电的细胞分散的事实的假设。细胞外液术语和全身术语分别以2/3和1/3的幂(power)加权。如果非导电元素的分布变得不那么分散，那么倍率的值将会改变，所以更一般的方程将是：

其中：x是常数，通常约为1/3或稍小

kb是全身形状因子

h是对象高度

更一般地对于流体水平类似的，这可以由以下方程给出：

其中：ρ是流体的电阻率

r是阻抗

对于全身测量，无量纲形状因子kb说明以下事实：人体不是简单的圆柱体，并且测量包括一只手臂、一条腿和躯干，但其余的肢体和头部是额外的未测量质量。在一个示例中，整个身体的形状因子使用以下方程来计算：

其中：kb是形状因子

h是对象的高度

ll是腿的长度

lt是躯干的长度

la是手臂的长度

cl是腿的周长

ct是躯干的周长

ca是手臂的周长

类似地，当应用于各个节段时，这解释了这样的事实，即节段通常不是严格的圆柱形。

全身形状因子kb的暂定值先前已被确定为大约4.3，并且这通常被视为常数。但是，这个值是根据军方人员数据确定的，并不代表普通人群。此外，并非所有人都必须具有相同的形状，而是种族、性别和年龄之间可能存在差异。不同身高和体重的对象的相对身体比例也不同。

因此，使用固定形状因子依赖于假设所有对象具有以相同方式分布的肌肉和脂肪量，这已知是不正确的。因此，上述过程通过基于对象节段的尺寸确定个性化形状因子来操作。

虽然可以针对对象的肢体长度和周长测量尺寸，但实际上涉及的时间在临床环境中将是禁止的。或者，可以使用其他技术。

在一个示例中，这通过确定包括身高、体重、年龄和性别的物理特征并且使用物理特征确定物理尺寸来实现。因此，在这个示例中，使用先前确定的人体测量关系以及已经测量的每个对象的身高和体重来估计形状因子。

可选地，这可以通过捕获对象的至少一个图像并且从至少一个图像测量物理尺寸来实现。例如，这可以通过从至少一个图像确定对象的轮廓并且从轮廓测量物理尺寸来执行。

在一个示例中，当执行全身细胞外液指标测量时，这通过以下方式来实现：确定全身阻抗测量，确定包括至少躯干、手臂和腿的节段的物理尺寸，使用该物理尺寸来确定全身形状因子，并且至少部分地使用全身阻抗测量和全身形状因子来计算细胞外液指标。

现在将参考图10a至图10d以及图11a和图11b描述其具体示例。

在该示例中，在步骤1000，在多个不同频率下执行阻抗测量。为了实现这一点，操作者通常将电极323、324定位在对象s上，并连接引线322，以允许执行阻抗测量。

一般布置是在手上的关节基部和手腕的骨突起之间以及在脚上的脚趾基部和脚踝前部提供电极。然后可以使用图10b中所示的配置来允许执行全身测量，同时可以使用图10c、图10d和图10e中所示的配置来允许分别测量右臂、右腿和躯干。一旦电极被放置，操作员激活阻抗测量过程，导致多个频率的一系列驱动信号被施加到对象。测量相应的感测信号，允许在步骤1010使用先前描述的技术推导出阻抗参数值r0的值。可选地，可以执行单个低频测量并用于近似阻抗参数值r0的值，从而降低测量过程的复杂性。

在此之后，在步骤1020，测量对象的身高和体重，并且将其提供给客户端设备330，例如使用手动输入技术。

然后确定手臂、躯干和腿的节段尺寸，现在将参照图11a描述该过程的第一示例。

在该示例中，在步骤1100，使用已知的人体测量比来预测手臂、躯干和腿中的每一个的段长，其将各自的段长与对象的身高相关联。

在步骤1110，预测节段周长。在一个示例中，这是利用heymsfieldsb，martin-nguyena，fongtm，gallagherd和pietrobellia2008中概述的技术实现的。身体周长：从新几何模型出现的临床含义。nutr.andmetab.5:24。这描述了所确定的对象的身高、身体总体积(大致相当于体重)、对象的性别和年龄与上臂、腰部、臀部、大腿和小腿处的体节的周长之间的关系。在一个示例中，这由下式给出：

其中常数系数如下表1中所示，并且v/h是体积与身高的比。

表1

在确定圆周之后，在步骤1120应用校正因子，以将节段周长转换为等效的圆柱周长。这是与体节长度相同的圆柱体的周长，它与体节具有相同的体积。校正因子通常取决于诸如性别、年龄或其他参数之类的因子，并且可以通过分析样本参考群体来确定。

此后，可以在步骤1130确定节段的体积，其中可选地在步骤1140通过使用对象体重并考虑不包括在该节段中的头部、手和脚计算体积误差来验证这些。此阶段的进一步测试是体积误差与形状因子kb的图。如果预测算法将体重或体积的错误比例应用于不同的身体节段，这可能会导致与体积误差相关的kb误差。

作为替代方法，如图11b所示，在步骤1150可以获取对象的一个或更多个图像。这可以通过拍摄对象的照片来实现，或者可选地可以使用其他成像手段来执行，诸如dexa(双能量x射线吸收测量术)、3d激光或光学扫描等。

在步骤1160，从一个或更多个图像生成轮廓，其中在步骤1170，边缘检测和/或模式识别用于识别一个或更多个地标(landmark)。地标对应于身体上的限定位置，其用于导出2d尺寸，然后将其外推为3d尺寸(包括周长)。

作为该过程的一部分，然后使用周长来确定体积，如在前面的示例中那样，允许确定形状因子。作为该过程的一部分，可以确定多个周长，例如通过沿着每个体节进行多次测量，从而允许更准确地确定体积，例如通过沿着体节的长度对周长积分。

可选地，该过程可涉及在激光扫描之后生成3d模型，然后直接从3d模型测量值。

一旦确定了尺寸，在步骤1040，这允许使用上面概述的方程(12)确定身体形状因子。在此之后，在步骤750，客户端设备330可以确定细胞外液指标。在全身测量的情况下，这可以使用方程(7)或(8)来执行，而对于节段分析，可以使用以下方程确定各个细胞外液指标：

其中：svecf是节段细胞外液体积

ks是节段形状因子

vs是节段体积

ρecf是细胞外液的电阻率

l是节段长度

r0是零频率下的阻抗

x是常数

更一般地对于流体水平类似的，这可以由下式给出：

其中：sv是节段流体体积

ρ是流体的电阻率

r是阻抗

因此，上述技术允许使用个性化kb值进行身体组成估计。

因此，应当理解，尽管上述示例集中于全身细胞外液测量的应用，但类似的技术也可应用于节段细胞外液测量。在该示例中，该方法通常包括：确定至少一个节段的节段阻抗测量，确定至少一个节段的物理尺寸，使用物理尺寸确定节段形状因子并至少部分地使用节段阻抗测量和节段形状因子来计算细胞外液指标。

无论如何，应当理解，上述方法允许分析所测量的阻抗，其又可以用于确定身体组成参数。这些技术利用关于对象的物理特征的信息，以便分析阻抗测量并导出身体组成信息，从而在确定如上所述的参考签名时也允许使用该信息。

已经描述了如使用包括直接耦合到电极的测量设备310的测量单元执行的上述过程。然而，可以使用可选布置，现在将参考图12描述测量单元的另一示例。

在该示例中，测量单元类似于上面关于图3描述的测量单元，因此将不再详细描述类似的特征。然而，在该示例中，测量单元包括测量设备1210，其包括电连接到至少一个传感器1214的第一连接器1211和至少一个信号发生器1213，以及单独连接模块1220，其包括连接模块壳体和电连接到电极1223、1224的第二连接器1221。

在使用中，测量设备1210通过互连第一和第二连接器1211、1221而连接到连接模块1220，使得第一电极1223电连接到至少一个信号发生器，第二电极1224电连接到至少一个传感器，从而允许驱动信号经由第一电极1223(通常称为驱动电极)施加到对象并且允许经由第二电极1224(通常称为感测电极)测量响应信号，使得可以执行至少一个阻抗测量。

在上述布置中，使用单独的测量设备1210和连接模块1220，允许单一类型的测量设备1210被配置为与多个不同类型的连接模块1220一起使用。这反过来使得能够使用不同配置的连接模块来执行一系列的不同阻抗测量。在这方面，可能需要不同的电极布置1223、1224来执行不同类型的阻抗测量，并且因此提供通用测量设备和不同类型的连接模块允许单个测量设备被用于比单个集成设备可能的情况更广泛的情况。

例如，连接模块1220可以包括用于测量对象的身体组成的方面的站立板和手握电极，同时设置在手腕和脚踝上的粘附电极可优选用于水肿检测等。在这种情况下，通过允许通用测量设备选择性地连接到不同的连接模块，这允许使用最合适的电极配置，同时允许使用通用测量设备设计，这可以减少整体硬件需求并允许更高的制造效率。

此外，在一个示例中，测量设备1210可以适于感测其连接到的连接模块1220的类型，从而基于当前正在使用的连接模块至少部分地控制阻抗测量过程。

现在将参考图13描述其示例。

在该示例中，在步骤1300，测量设备处理器1212确定连接模块类型。这可以以任何合适的方式实现，取决于优选实施方式，并且可以基于连接器1211、1221之间的连接的配置、连接模块内的组件的电特性或属性，存储的标识符等。

在步骤1310，连接模块类型用于确定可以使用相应的连接模块1220执行的阻抗测量。这可以由测量设备处理器1212执行，或者可选地可以由与测量设备处理器1212通信的客户端设备1230执行。在任何情况下，不同的连接模块类型可以与相应类型的阻抗测量相关联，例如基于电极的配置和/或其中提供的任何其他组件，例如电压/电流缓冲器等等。因此，关于连接模块类型的信息可用于确定可执行的阻抗测量，从而允许相应地控制系统的操作。

在执行测量之前，将第一和第二电极1223、1224定位在对象上以允许将一个或更多个信号注射到对象s中，并允许测量响应信号。

一旦定位，在步骤1320，测量设备处理器1212控制至少一个信号发生器1213和至少一个传感器1214，允许在步骤1330执行阻抗测量，其中阻抗值在步骤1340确定。

现在将描述许多其他特征。

在一个示例中，测量设备处理器确定所连接的连接模块的连接模块类型，并且根据所确定的连接模块类型，使得执行至少一个阻抗测量或处理所测量的响应信号以确定指示所测量的阻抗的至少一个阻抗值。因此，这允许基于连接模块类型来控制阻抗测量或分析过程。

可以以任何合适的方式确定连接模块类型。在一个示例中，这是使用第一和第二连接器之间的连接配置或第二连接器的配置中的一个或更多个来确定的。例如，第一和第二连接器可以包括多个单独的连接，连接模块类型至少部分地基于第二连接器的各个连接之间的连接来确定，例如使用跳线或其他类似的布置来创建。可选地，这可以基于电连接到第二连接器的电气组件的属性，例如耦接在第二连接器上的各个连接之间的电阻器的电阻。因此，可以基于各个互连或通过与其耦合的组件来配置连接器，使得可以基于连接器的配置自动确定连接模块类型。

替代机制也可用于确定连接模块类型，例如通过使测量设备包括接触开关，当测量设备和连接模块连接时，接触开关由连接模块壳体选择性地致动，从而使得为不同的连接模块类型启动不同开关位置或不同的开关。

附加地和/或可选地，测量设备处理器可以确定与连接模块相关联的标识符，并使用标识符确定连接模块类型。在该示例中，连接模块可以包括存储器，其中测量设备处理器经由无线连接或经由第一和第二连接器从存储器中检索标识符。标识符可以是唯一字母数字代码等形式，并且可以包括指示连接模块类型的部分，以及附加的序列号等，其不仅允许确定模块类型，而且还允许区分给定类型的每个模块，这对于校准或跟踪各个模块是有用的。

作为另一可选方案，测量设备处理器可以经由无线连接或第一和第二连接器从连接模块中的存储器检索指令，然后使得根据指令执行阻抗测量，而不是确定连接模块类型。在这种情况下，对应于可以执行的测量的指令存储在连接模块本身上，允许根据需要简单地访问和使用这些指令。

另外，如上所述，测量设备处理器可以确定连接模块类型，然后将该信息传递到远程处理系统，例如客户端设备，允许客户端设备确定可以以类似的方式执行的阻抗测量。

如前所述，测量设备处理器通常使用施加到对象的至少一个驱动信号的指示和至少一个测量的响应信号的指示来确定指示至少一个测量的阻抗的至少一个阻抗值。然而，另外，测量设备处理器还可以考虑存储在存储器中的校准数据。在这方面，测量设备1210和/或连接模块1220的固有电属性可以对针对给定阻抗测量的信号的幅度和/或相位产生影响。例如，电极1223、1224和第二连接器1221之间的较长引线1222可以引入额外的电阻，导致针对相同阻抗记录不同的电压。因此，可能需要校准测量设备1210和/或连接模块1220，以确保准确地解释信号。这种校准数据可以通过在校准过程期间测量参考阻抗来建立，并且在计算阻抗时被考虑，例如通过在测量阻抗之前修改所得到的阻抗或修改测量的信号的相位和/或幅度。

在一个示例中，校准数据包括特定于测量设备的第一校准数据和特定于连接模块的第二校准数据。在这种情况下，测量设备处理器1212可以基于连接模块类型和/或连接模块标识符来确定要使用的校准数据，使得校准数据特定于类型和/或正在使用的特定连接模块。

在一个示例中，测量设备处理器1212选择存储在存储器中的多个校准数据集中的一个，允许测量设备处理器1212选择和使用最合适的校准数据，这取决于所连接的连接模块和/或正在执行的阻抗测量。在这方面，应当理解，例如对于高频率测量和低频率测量可能需要不同的校准数据。

第一和第二连接器可以是任何适当的形式，但通常包括多脚插头和相应的多脚插座连接器。在一个示例中，还可以提供另外的物理上分开的连接器，例如以允许连接不同的组件。因此，第一和第二连接器可用于将信号发生器和/或传感器连接到电极，用于指示器(例如led、扬声器等)的连接通过不同的连接器，这可以帮助避免干扰等。

测量设备壳体和连接模块壳体通常被配置为当测量设备连接到连接模块时物理互连，例如使用夹子配合、摩擦配合、过盈配合(interference-fit)、磁耦合等。

电极可以安装在连接模块壳体上和/或耦合到从连接模块壳体延伸的引线。应当理解，这将取决于预期的用途，并且下面将更详细地描述具体示例。

在一个示例中，电极形成至少一个电极片的一部分，该电极片可包括基板和限定每个电极的导电材料，导电材料或者浸渍在基板中和/或印刷在基板的表面上。在该示例中，电极片可以包括从基板延伸的连接片，其允许引线连接器电耦合到电极。在这方面，连接片可以具有设置在其上的电表面轨道，允许轨道电连接到引线连接器上的触点，以便于连接。

在一个示例中，连接模块1220可以仅包括连接器1221和到电极的连接(诸如引线1222)。然而，可选地，连接模块可以包括附加组件，例如耦合到每个电极的至少一个缓冲电路，这对于高频操作特别重要。因此，例如，测量设备中提供的信号发生器和传感器可以分别是dac和adc的形式，在连接模块中提供相应的放大器。由此可以理解，连接模块可能需要电力，在这种情况下，可以在连接模块中提供电源(诸如电池)。这可以是与测量设备中使用的电源分开的电源，或者可选地，可以使用公共电源，根据需要经由第一和第二连接器在测量设备和连接模块之间传输电力。

在一个示例中，测量设备包括用于每个电极的相应信号发生器和/或传感器。例如，对于四通道设备，测量设备可以包括四个信号发生器，每个信号发生器电连接到相应的驱动电极和四个传感器，每个传感器电连接到相应的感测电极，并且其中测量设备处理器选择性地激活至少一个信号发生器和传感器，由此允许执行相应的阻抗测量。

然而，可选地，测量设备1210包括开关单元，例如多路复用器，用于选择性地将至少一个信号发生器和至少一个传感器电连接到第一连接器，从而允许至少一个信号发生器和至少一个传感器选择性地连接到不同的电极。在这种情况下，测量设备处理器1212控制开关单元，从而选择性地将至少一个信号发生器和至少一个传感器电连接到相应的电极，从而允许执行相应的阻抗测量。还应当理解，这种开关单元可以选择性地设置在连接模块中，尽管这通常是不期望的，因为它导致连接模块1220的额外复杂性。

可以使用处理系统(诸如客户端设备1230)来远程控制测量设备1210。然而，测量设备1210通常包括至少某种形式的最小输入/输出设备，以允许用户交互。在一个示例中，这包括输入按钮，其激活测量设备和/或使得执行至少一个阻抗测量。测量设备还可以包括指示器，例如光学指示器、多色led、扬声器等，其可以用于指示阻抗测量的完成、执行阻抗测量或连接到连接模块和/或处理系统。

测量设备1210通常包括接口，例如无线接口(例如蓝牙等)，其允许测量设备处理器使用有线通信和无线通信中的至少一种与处理系统通信。

在这种情况下，系统1200可以包括处理系统1230，其确定要执行的至少一个阻抗测量，使测量设备1210执行至少一个阻抗测量并且接收来自测量设备的至少一个阻抗值的指示，该至少一个阻抗值指示所测量的阻抗。在一个示例中，测量设备处理器1212可以与处理系统1230通信，以确定要执行的至少一个阻抗测量和/或向处理系统1230提供至少一个阻抗值的指示。因此，这允许处理系统1230(其可以是客户端设备(诸如计算机系统、智能手机、平板电脑等)的形式)充当用户界面，其允许控制测量设备并允许核查阻抗测量过程的结果。这又降低了测量设备1210的硬件要求，同时仍允许实现一系列不同的功能。处理系统1230可以远离测量设备和连接模块，或者可选地可以集成到连接模块中，这取决于优选实施方式。

在一个示例中，处理系统1230可以确定要执行的阻抗测量过程，阻抗测量过程包括一系列阻抗测量并且使得测量设备处理器执行一系列阻抗测量。这允许处理系统用于使得基于例如本地存储在处理系统上的序列来执行一系列复杂的阻抗测量。这允许系统针对特定情况进行配置，同时允许测量设备1210在功能方面是通用的，从而最小化硬件要求。

处理系统还可以处理至少一个阻抗测量以确定指示对象的生物状态的至少一个指标。这可以用于例如创建指示对象的状态的指标，例如流体水平、身体组成参数等，使得用户(例如临床医生)更容易理解阻抗测量的结果。

在一个示例中，处理系统显示用户界面，其允许用户选择要执行的至少一个阻抗测量，选择要执行的阻抗测量过程，阻抗测量过程包括一系列阻抗测量，查看至少一个阻抗测量以及查看指示对象的生物状态的至少一个指标。然而，这不是必需的，可以使用任何合适的方法。

在上述布置的一个示例中，测量设备处理器1212可以基于所连接的连接模块的连接模块类型确定至少一个可执行的阻抗测量，并向处理系统提供对此的指示，然后处理系统向用户显示至少一个可执行阻抗测量的指示，根据用户输入命令确定所选择的可执行阻抗测量，并使测量设备执行所选择的可执行阻抗测量。因此，测量设备1210可以确定可以基于所连接的连接模块可执行的阻抗测量，其中该信息被处理系统1230用于显示可用的阻抗测量过程，使得用户可以选择这些中的一个。还应当理解，可以使用类似的技术来选择可以执行的分析的类型，从而允许指标指示生物状态，例如身体组成、流体水平等。

图14a和图14b中示出了特定示例连接模块。

在该示例中，连接模块1420包括第一和第二壳体1420.1、1420.2。第一壳体1420.1具有类似于一组刻度的形状因子，并且包括两对间隔开的脚驱动和感测电极1423.1、1424.1，其形成使用者可以站立在其上的脚踏板或层状电极片。第二壳体1420.2是细长壳体，沿其长度具有三个部分，中央矩形部分1402.21位于两个外半圆柱形部分1420.22之间。在该示例中，外半圆柱形部分1420.22支撑安装在体部的相对侧上的弯曲电极板1423.2、1424.2或电极片，允许使用者将其手掌和手指放置在板1423.2、1424.2上。在这方面，表面的曲率有助于舒适并确保用户的手和电极之间良好的物理和电接触。同时，中央部分可用于支撑测量设备1410，并且还可选地支撑客户端设备1430，例如平板电脑等，其可用于控制测量过程，如下面将更详细描述的。

然而，应当理解，可以提供各种各样的连接模块，这些连接模块在不同的环境中使用以允许执行相应类型的阻抗测量，同时仍然使用共同的测量设备。

现在将参考图15a至图15c描述阻抗测量过程的另一示例。

在该示例中，在步骤1500，测量设备1210最初连接到连接模块1220，并且被激活，使得测量设备处理器1212在步骤1505确定连接模块1220的连接模块类型。这通常通过使测量设备处理器确定连接模块标识符等来执行，允许测量设备处理器在步骤1510确定可执行的阻抗测量。在这方面，测量设备1210可以存储可执行阻抗测量的列表，所述阻抗测量可针对板载存储器中的每种类型的模块来执行，允许基于连接模块类型检索可执行阻抗测量的指示。然而，可选地，可以将连接模块类型提供给客户端设备1230，允许其由客户端设备1230执行。

在步骤1515，客户端设备1230被激活，相关软件被激活，允许客户端设备1230在步骤1520开始与测量设备1210通信。作为该过程的一部分，测量设备和客户端设备可能需要配对，例如经历蓝牙配对过程等，这取决于客户端设备1230和测量设备通信的方式。可选地，如本领域技术人员将理解的，可能需要从可用设备列表中识别先前与客户端设备1230配对的特定客户端设备1210。

在步骤1525，客户端设备1230确定来自测量设备1210的可执行阻抗测量，或者接收连接模块类型的指示，允许在本地确定可执行阻抗测量。在任何情况下，然后在步骤1530向用户显示可执行阻抗测量的指示，例如以阻抗测量过程列表的形式。

在步骤1535用户选择可执行阻抗测量，使得客户端设备1230指示测量设备1210在步骤1540执行阻抗测量。这可以包括向测量设备1210提供要执行特定阻抗测量的指示，或者可以包括提供关于信号发生器、传感器和任何开关的控制或设置的指令。附加地和/或可选地，这可以包括将软件或固件上传到测量设备，允许测量设备1210根据需要操作。

在步骤1545，测量设备处理器1212控制信号发生器/传感器1213、1214，在步骤1550确定经由相应的驱动和感测电极1223、1224施加或测量的相应的驱动和响应信号。然后测量设备处理器1212在步骤1555确定校准数据，其通常基于连接模块类型和/或连接模块标识符来本地存储和访问。在这方面，每种类型的连接模块通常将具有不同的电属性，并且在执行阻抗测量时需要考虑这些属性。这是通过测量标准化电气组件的驱动和响应信号来实现的，然后用它来产生可用于计算阻抗测量的校准数据。这可以针对每种类型的模块和/或针对每个单独的连接模块来执行，例如取决于所计算的阻抗值所需的准确度水平。

在任何情况下，校准数据与驱动信号和相应的响应信号的指示一起使用，以在步骤1560计算阻抗值，例如通过修改所测量的驱动信号和响应信号以考虑设备特性，然后使用修改后的信号计算阻抗。

一旦针对所执行的每个测量计算了阻抗值，在步骤1565向客户端设备1230提供阻抗值的指示，允许客户端设备在步骤1570使用这些指示来确定一个或更多个指标。该过程可涉及计算阻抗参数值，例如r0、r∞等，然后使用这些值来确定指标，例如包括细胞外液和细胞内液水平的流体水平、身体组成参数(例如无脂肪质量)等等。

然后可以在步骤1575经由合适的用户界面向用户显示所确定的一个或更多个指标和/或阻抗值，其中指标和阻抗值可选地在步骤1580存储，例如通过将这些指标和阻抗值传送到服务器250，用于存储在数据库251中。

因此，应当理解，上述布置允许经由客户端设备(诸如智能手机或平板电脑)来控制阻抗测量过程。这允许使用通用硬件执行阻抗测量的一般处理和系统控制，而不会过度增加阻抗测量系统的成本。

在上述布置中，单个配置的测量设备适于与连接模块一起使用，连接模块向对象提供向前连接。不同类型的连接模块可以与相同的测量设备一起使用，连接模块的性质用于控制可以执行的阻抗测量过程。这允许用户获取单个测量设备，然后将其与不同的连接模块一起使用，从而允许执行不同的测量。这降低了测量设备的复杂性，并允许在广泛的场景中使用单个配置的测量设备。此外，这允许用户仅获取与要执行的测量相关的连接模块，从而避免获取不必要的硬件的需要。最后，这还允许针对要执行的特定测量定制连接模块，这又有助于确保针对正在执行的特定测量优化电极配置。

在上述布置中，测量设备设置在测量设备壳体中，测量设备壳体与连接模块壳体分离。这在促进使用具有多个不同连接模块的单个测量设备方面是有益的，特别是在当附接或拆卸测量设备和连接模块时允许执行测量设备处理而不会损坏测量设备的组件方面是有益的。

然而，应当理解，这不是必需的，并且可选地，测量设备可以设置在连接模块壳体内，因此不需要单独的测量设备壳体。在这种情况下，连接模块壳体可以包括门、罩、盖子或其他开口，其提供对连接模块内部的进入，并且在其中设置第二连接器。这允许测量设备以基本类似于上述的方式插入连接模块壳体中并且耦合到第二连接器，尽管测量设备完全包含在连接模块壳体内。

例如，测量设备可包括电路板，其具有相关部件和安装在其上的第一连接器。这可以通过第一和第二连接器之间的物理接合，或通过与单独的支架或其他安装件协作，内部支撑在连接模块内。因此，可以理解，这种布置可以类似于卡(例如图形卡或ram)通过附接到主板而安装在计算机系统外壳中的方式，其中测量设备对应于卡，连接模块对应于计算机系统和主板。

在后一种布置中，虽然不是必要的，但通常是测量设备安装在单个连接模块中，与可与不同连接模块互换使用相反，从而确保测量设备的部件不被损坏。然而，这仍然允许通用测量设备与各种不同的连接模块一起使用，从而降低制造复杂性和要求，同时仍允许实现广泛的功能。

图16中示出了测量设备的物理构造的另一示例。

在该示例中，测量设备包括第一和第二壳体1620.1、1620.2。第一壳体1620.1具有类似于一组刻度的形状因子，并且包括大致矩形的体部，其具有两对间隔开的脚驱动和感测电极1623.1、1624.1，其由设置在上表面上的间隔开的金属板形成，从而形成用户可以站立的脚踏板。第二壳体1620.2具有大致矩形的体部，体部具有两对间隔开的手驱动和感测电极1623.2、1624.2，其由设置在上表面上的间隔开的金属板形成，从而形成用户可以将手放在其上的手板。

第一壳体1620.1包括隆起部分1625，隆起部分1625限定唇缘1625.1，唇缘1625.1至少部分地围绕每对脚驱动和感测电极延伸，从而在使用中引导对象的脚相对于脚驱动和感测电极进行定位。特别地，隆起的唇缘1625.1包括后部1625.2，后部1625.2被构造成接合使用者的至少一个脚后跟。通过在每对手驱动和感测电极之间设置隆起部分1626，对第二壳体实现类似的效果，隆起部分限定拇指凹口1626.1，从而引导对象拇指的定位，拇指的弯曲接合隆起部分，因此在使用中手与每对手驱动和感测电极相对。

在这方面，应当理解，虽然这仍然允许不同个体之间的定位的一些微小变化，例如由于不同的脚和手的尺寸，这有助于确保在每次使用该设备时，任何给定的用户的手和脚被提供在相对于驱动和感测电极一致的位置。这提供了可重复的定位，其又减少了可能由手或脚位置的变化引起的连续测量之间的变化。

这种布置允许通过使用户站在第一壳体上或者可选地坐在椅子上来使用该单元，其脚搁在脚驱动和感测电极上。然后，使用者可以将他们的手放在第二壳体上的手驱动和感测电极上，第二壳体可以由桌子或台子以坐式布置支撑，或者通过支架或其他用于站立式布置的支撑件支撑。

因此，使用包含单独电极的两个壳体允许在各种情况下执行阻抗测量，并且特别地允许以坐式或站立式布置执行测量，这对于确保系统可以由具有受限身体能力的个体使用是重要的。另外，使用设置在壳体中的金属板电极允许系统易于使用，并且避免了准备的需要，例如清洁组织表面或去除毛发，以允许将湿电极施加到皮肤上。

因此，应当理解，上述方法允许以类似于其他生命体征的方式使用阻抗测量。特别地，阻抗测量可用于使能或辅助诊断各种不同的身体状态。

这可以独立地执行，但更典型地结合其他身体参数的测量(例如生命体征)来执行，以提供增强的辨别能力。

虽然这可以以自组织(ad-hoc)方式执行，但更优选地，这是使用在一系列不同位置和环境中执行的标准化方法来实现的，从而允许针对各种物理特征和身体状态测量阻抗指标。然后可以集中聚合并且挖掘数据以便导出参考签名，每个参考签名定义阻抗和/或其他身体参数指标的组合，该其他身体参数指标对于给定的一组物理特征而言对特定身体状态是唯一的。随后，可以测量对象的阻抗和可选的其他身体参数指标，然后与参考签名进行比较，允许对象具有相应身体状态的可能性以身体状态指标的形式量化，身体状态指标可以是对象具有一种或更多种身体状态的可能性的指示。然后临床医生可以使用该信息，以帮助临床医生对身体状态进行临床诊断。

在一个特定示例中，可以提供用于确定生物对象的身体状态指标的系统。该系统包括多个测量系统，每个测量系统能够对用户执行阻抗测量并具有测量设备和客户端设备。

测量设备包括：至少一个信号发生器，其电连接到驱动电极以向用户施加驱动信号，至少一个传感器，其电连接到感测电极以测量用户中的响应信号，和测量设备处理器，其控制所述至少一个信号发生器，从所述至少一个传感器接收测量的响应信号的指示，并产生指示至少一个测量的阻抗值的测量数据。

客户端设备与测量设备通信并接收测量数据，生成指示测量数据的用户数据和与用户相关联的用户标识符，并且经由通信网络将用户数据传送到一个或更多个处理设备。

一个或更多个处理设备使用用户数据基于来自参考个体的测量结果生成参考签名，然后随后分析来自对象的用户数据以生成指示身体状态的指标。

通过经由通信网络从多个测量系统中的一个或更多个获取多个参考个体的用户数据来生成参考签名。用户数据用于确定参考数据，参考数据包括通过对参考个体执行至少一个阻抗测量而从用户数据获取的至少一个参考阻抗指标，指示与参考个体相关联的任何身体状态的参考身体状态指示和指示参考个体的一个或更多个物理特征的参考特征数据。这可以基于用户数据，和/或使用用户身份从先前存储的数据中检索。

然后，针对多个参考个体分析参考数据以建立一个或更多个参考签名，每个参考签名指示与各个物理特征的相应身体状态相关联的至少一个参考阻抗指标。

当要分析对象时，这可以通过从多个测量系统中的一个获取对象的用户数据然后使用它来确定对象数据来执行。对象数据包括指示对象的一个或更多个物理特征的对象特征数据和从对象的至少一个测量的阻抗值导出的至少一个对象阻抗指标。

然后使用参考签名和对象特征数据来分析对象数据，并根据分析生成至少一个身体状态指标。

因此，这允许使用来自多个参考个体的测量结果来建立参考签名，然后将参考签名用于分析对象的测量结果。

参考/对象阻抗指标可以包括针对参考个体/对象的至少一个身体节段测量的至少一个阻抗值，从针对参考个体/对象的至少一个身体节段测量的至少一个阻抗值导出的至少一个阻抗参数值，或指示参考个体/对象的至少一个身体节段中的流体水平的流体水平指标，流体水平指标从针对参考个体的至少一个身体节段测量的至少一个阻抗值导出。

每个参考签名可以包括基于与具有相应身体状态和相应物理特征的参考个体相关联的参考阻抗指标的分布的参考范围，使得可以将测量值与该范围进行比较以确定对象阻抗指标和参考签名之间的相似度。

因此，处理设备通常通过以下步骤来分析至少一个对象阻抗指标：使用对象特征数据选择一个或更多个参考签名，生成指示至少一个对象阻抗指标的至少一个对象特征，然后比较至少一个对象特征和所选参考签名。

参考签名和对象特征还可以包括通过对参考个体或对象的一个或更多个其他身体参数执行至少一个测量而获取的其他身体参数值。其他身体参数可以包括身体参数值中的任何一个或更多个；体重；心脏参数值；呼吸参数值；血钾水平；体温；血压；呼吸频率；心率；和，血氧水平。

虽然可以测量数据，但是在一个示例中，处理设备可以从一个或更多个电子病历中检索病历数据，该病历数据包括对象特征数据、对象身体参数值、参考特征数据、参考身体参数值或参考身体状态指示中的任何一个或更多个。如果执行此操作，则处理设备通常使用参考个体或对象的用户标识符或与用户标识符相关的病历标识符来检索病历数据。因此，在一个示例中，处理设备从用户数据确定用户标识符，使用用户标识符从索引中检索病历标识符，使用病历标识符生成查询，将查询传送到电子病历系统并响应于查询接收病历数据。

可选地，处理设备可以从测量设备接收对象特征数据、对象身体参数值、参考特征数据、参考身体参数值和参考身体状态指示中的一个或更多个。因此，这些可以通过用于执行阻抗测量的相同设备来测量，或者可以通过替代机制(例如单独的健康检查的一部分)来测量，以及从存储的数据(诸如病历)中检索。

在生成身体状态指标之后，可以将其存储，存储为电子病历的一部分，提供给相应测量系统的客户端设备以显示给用户或另一个体，或提供给指定方的客户端设备用于显示。例如，身体状态指标可以提供给医疗从业者，允许他们对此进行核查并采取适当的行动，例如诊断病症和/或给予治疗。

在一个示例中，测量设备包括第一壳体和第二壳体，第一壳体包括间隔开的脚驱动和感测电极对，其设置成在使用中与对象的脚电接触，第二壳体包括间隔开的手驱动和感测电极对，其设置成在使用中与对象的手电接触。在一个示例中，客户端设备是智能电话和平板电脑中的至少一个。

应理解，来自上述不同示例的特征可在适当时互换使用。此外，尽管上述示例集中在诸如人类的对象上，但将理解的是，上述测量设备和技术可以被用于任何动物，包括但不限于灵长类动物、家畜、表演动物(诸如竞赛马)等等。上述过程可以用于诊断一系列身体状态的存在、不存在或程度，包括但不限于异常水合、癌症、心力衰竭、充血性心力衰竭、水肿、淋巴水肿等，并且对具体指标的引用并不意图是限制性的。

在整个说明书和随后的权利要求书中，除非上下文另有要求，否则词语“包括”以及变形(诸如“包含”或“含有”)将被理解为暗示包含所述整数或整数组或步骤，但不排除任何其他整数或整数组。

本领域技术人员将认识到，许多变化和修改将变得显而易见。对本领域技术人员来说显而易见的所有这些变化和修改应被认为落入在描述本发明之前本发明广泛显现出的精神和范围内。