利用幅度和相位数据的基于无线电波的健康监视的方法和系统与流程

背景技术：

糖尿病是一种医学病症，其中人的血糖水平(也称为血液葡萄糖水平)在延长的时间段内升高。如果不治疗，糖尿病会导致严重的医学并发症，诸如心血管疾病、肾脏疾病、中风、足部溃疡和眼睛损伤。据美国糖尿病协会2018年3月22日在线发布的“economiccostsofdiabetesintheu.s.in2017”估计，2017年美国糖尿病的总成本为3270亿美元。

糖尿病典型地由胰腺不能产生足够的胰岛素引起，称为“1型”糖尿病，或者因为人的细胞对产生的胰岛素没有正确反应，称为“2型”糖尿病。管理糖尿病可能涉及监视人的血糖水平并在人的血糖水平太高而无法将血糖水平降低到所期水平时给予胰岛素。一个人可能需要每天至多测量10次其血糖水平，这取决于许多因素，包括糖尿病的严重程度和该人的病史。每年在用于监视血糖水平的设备和用品上花费数十亿美元。

技术实现要素：

公开了一种用于监视人的健康参数的方法。该方法涉及：在人的皮肤表面下方并跨步进频率的范围发送无线电波；在接收天线的二维阵列上接收无线电波，接收到的无线电波包括跨步进频率的范围的所发送的无线电波的反射部分；生成对应于接收到的无线电波的数据，其中该数据包括幅度数据和相位数据；并且响应于幅度数据和相位数据确定指示人的健康参数的值。

在实施例中，相位数据对应于接收到的无线电波中的相移。

在实施例中，健康参数是血糖水平。

在实施例中，健康参数是血压。

在实施例中，健康参数是心率。

在实施例中，无线电波是从具有至少两个不同极化取向的发送天线发送的，并且其中无线电波是在接收天线的二维阵列中的天线上接收到的，所述接收天线的极化取向对应于所述发送天线。

公开了一种用于监视人的血糖水平的方法。该方法涉及：在人的皮肤表面下方并跨步进频率的范围发送无线电波；在接收天线的二维阵列上接收无线电波，接收到的无线电波包括跨步进频率的范围的所发送的无线电波的反射部分；生成对应于接收到的无线电波的数据，其中该数据包括幅度数据和相位数据；并且响应于幅度数据和相位数据确定指示人的血糖水平的值。

在实施例中，相位数据对应于接收到的无线电波中的相移。

在实施例中，无线电波是从具有至少两个不同极化取向的发送天线发送的，并且其中无线电波是在接收天线的二维阵列中的天线上接收到的，所述接收天线的极化取向对应于所述发送天线。

公开了一种用于监视人的健康参数的系统。该系统包括：频率合成器，其被配置为生成跨步进频率的范围的无线电波；至少一个发送天线，其被配置为在人的皮肤表面下方发送无线电波；接收天线的二维阵列，其被配置为接收无线电波，接收到的无线电波包括所发送的无线电波的反射部分；处理电路，其被配置为响应于接收到的无线电波生成包括幅度数据和相位数据的数据；以及用于响应于所述幅度数据和相位数据确定与所述人的健康参数相对应的值的装置。

公开了一种用于监视人的健康参数的方法。该方法涉及：在人的皮肤表面下方并跨步进频率的范围发送无线电波；在接收天线的二维阵列上接收无线电波，接收到的无线电波包括跨步进频率的范围的所发送的无线电波的反射部分；生成对应于接收到的无线电波的数据，其中该数据包括幅度数据和相位数据；从幅度数据和相位数据中的至少一个导出数据；并且响应于导出的数据确定指示人的健康参数的值。

公开了一种用于监视人的健康参数的系统。该系统包括：频率合成器，其被配置为生成跨步进频率的范围的无线电波；至少一个发送天线，其被配置为在人的皮肤表面下方发送无线电波；接收天线的二维阵列，其被配置为接收无线电波，接收到的无线电波包括所发送的无线电波的反射部分；处理电路，其被配置为响应于接收到的无线电波输出包括幅度数据和相位数据的数据；以及用于从幅度数据和相位数据中的至少一个导出数据并且响应于导出的数据确定指示人的健康参数的值的装置。

公开了一种用于训练用于监视人的健康参数的模型的方法。该方法包括：接收对应于对照元件的对照数据，其中对照数据对应于人的健康参数；接收对应于从对照元件反射的无线电波的步进频率扫描数据，其中步进频率扫描数据包括频率范围内的频率和对应的幅度数据和相位数据；通过以时间同步的方式将对照数据与步进频率扫描数据结合来生成训练数据；并且使用训练数据训练模型以产生经训练的模型，其中经训练的模型将步进频率扫描数据与指示人的健康参数的值相关联。

根据本发明的其他方面将从以下结合附图的详细描述变得显而易见，附图借由本发明的原理的示例示出。

附图说明

图1a和图1b是智能手表的透视图。

图2a描绘了右手的后视图，其中头静脉和贵要静脉的典型大致位置重叠/叠加。

图2b描绘了来自图2a的手腕的横截面的位置。

图2c描绘了从图2b中示出的大致位置(如从肘部到手的方向观察)的手腕的横截面。

图3是包括皮肤表面、毛发以及皮肤的表皮层和真皮层的人体皮肤的透视图。

图4a描绘了图2c的横截面的简化版本，其示出了皮肤、桡骨和尺骨以及贵要静脉。

图4b描绘了在智能手表附接到手腕的情况下图4a的手腕横截面。

图4c以二维示出了从智能手表的传感器系统以60ghz的频率和15dbm的传输功率发送的无线电波的穿透深度(其对应于3d照明空间)的示例。

图4d以二维示出了从智能手表的传感器系统以122-126ghz的频率和15dbm的发送功率发送的无线电波的穿透深度(其对应于3d照明空间)的示例。

图5描绘了传感器系统的实施例的功能框图，该传感器系统利用毫米范围无线电波来监视诸如人的血糖水平之类的健康参数。

图6描绘了图5的传感器系统的部分的实施例的展开视图，包括rf前端的元件。

图7描绘了图6中示出的if/bb组件的实施例。

图8a描绘了ic装置的平面图的示例实施例，该ic装置包括两个tx天线和四个天线846以及来自如上面关于图5-图7描述的rf前端和数字基带(未示出)的一些组件。

图8b描绘了可用于图8a的ic装置的tx和/或rx天线的微带贴片天线的实施例。

图8c描绘了电路组件在诸如图8a中描绘的半导体衬底(管芯)之类的半导体衬底上的物理布局的示例。

图8d描绘了叠加在图8c中示出的半导体衬底上方的类似于图8a中示出的封装ic装置的封装ic装置。

图9描绘了覆盖在上面参考图2a-图2c描述的手/手腕上的类似于图8a的ic装置的ic装置。

图10描绘了覆盖在智能手表的背面上的类似于图8a的ic装置的ic装置。

图11描绘了在两个tx天线被配置为平行于诸如佩戴智能手表的人的贵要静脉和头静脉的静脉的情况下的传感器系统的侧视图。

图12描绘了在两个tx天线被配置为横向于诸如佩戴智能手表的人的贵要静脉和头静脉的静脉的情况下与图11中示出的相同的侧视图。

图13a-图13c描绘了用于在雷达系统中发送电磁能的脉冲、啁啾和步进频率技术的频率对时间图。

图14描绘了使用步进频率传输的电磁能的突发。

图15a描绘了在122-126ghz的频率范围内发送的电磁能的传输带宽b的图。

图15b描绘了具有重复间隔t和62.5mhz的步长δf的步进频率脉冲的图。

图16a描绘了传输脉冲的频率对时间图，其中发送(tx)间隔和接收(rx)间隔相对于脉冲被标识。

图16b描绘了对应于图16a的传输波形的幅度对时间图。

图17示出了与传感器系统操作的发送、接收和处理阶段有关的操作。

图18描绘了手腕(类似于上面参考图2a-图4d所描述的手腕)相对于集成到诸如智能手表之类的可穿戴装置中的传感器系统的rx天线的解剖结构的展开视图。

图19示出了相对于静脉和流经静脉的血液的类似于图8a中示出的ic装置的ic装置。

图20是包括多普勒效应组件、波束形成组件和测距组件的dsp的实施例。

图21是用于监视人的健康参数的方法的过程流程图。

图22a描绘了人耳周围区域的侧视图，该区域具有静脉和动脉的典型大致位置，包括颞浅动脉、颞浅静脉、耳前动脉和静脉、耳后动脉、枕动脉、颈外动脉和颈外静脉。

图22b描绘了其中至少rf前端的元件与外壳分开定位的系统的实施例。

图22c示出了诸如图22b中描绘的装置之类的装置可以如何类似于如何佩戴常规助听器那样来被佩戴在人的耳朵附近。

图23是与诸如上面描述的系统之类的系统中的步进频率扫描有关的参数表。

图24是类似于图23的表的参数表，其中示例与步进频率扫描操作中的给定步骤的每个参数相关联，以便为该表给出一些上下文。

图25描绘了来自图8a的ic装置的实施例，其中天线极化取向由发送和接收天线的取向示出。

图26是在步进频率扫描期间生成的原始数据表。

图27示出了用于机器学习的系统和过程，其可用于识别和训练反映原始数据、导出数据和对照数据之间的相关性的模型。

图28是用于实施机器学习的方法的过程流程图的示例。

图29是用于生成训练数据的步进频率扫描期间生成的原始数据记录表的示例。

图30a-图30d是在跨越tl-tn的时间的学习过程期间生成的原始数据记录的至少部分的表，其中n对应于步进频率扫描中的时间间隔t的数量。

图31示出了用于健康参数监视的系统，其利用与参考图5-图7描述的传感器系统类似或相同的传感器系统。

图32是用于监视人的健康参数的方法的过程流程图。

图33是用于监视人的健康参数的另一种方法的过程流程图。

图34是用于训练用于监视人的健康参数的模型的方法的过程流程图。

贯穿本描述，类似的附图标记可用于标识类似的元件。

具体实施方式

将容易理解的是，如在此一般描述的和在附图中示出的实施例的组件可以以各种各样的不同的配置来布置和设计。因此，如附图中所表示的各种实施例的以下更详细描述并非旨在限制本公开的范围，而仅是表示各种实施例。尽管在附图中呈现了实施例的各个方面，但除非特别指示出，否则附图不一定按比例绘制。

在不脱离其精神或本质特性的情况下，本发明可以以其他特定形式体现。所描述的实施例在所有方面都应被视为说明性的而非限制性的。因此，本发明的范围由所附权利要求而不是由该详细描述指示。落入权利要求的等效含义和范围内的所有变化都应被包含在其范围内。

贯穿本说明书对特征、优点或类似语言的引用并不暗示可以利用本发明实现的所有特征和优点应该是本发明的任何单个实施例或在其中。相反，提及特征和优点的语言被理解为意味着结合实施例描述的特定特征、优点或特性被包括在本发明的至少一个实施例中。因此，贯穿本说明书的特征和优点以及类似语言的讨论可以但不一定指相同的实施例。

此外，在一个或多个实施例中，本发明的所描述的特征、优点和特性可以以任何合适的方式组合。根据本文的描述，相关领域的技术人员将认识到，可以在没有特定实施例的特定特征或优点中的一个或多个的情况下实践本发明。在其他情况下，在某些实施例中可以认识到在本发明的所有实施例中可能不存在的附加特征和优点。

贯穿本说明书对“一个实施例”、“实施例”或类似语言的引用意味着结合指示出的实施例描述的特定特征、结构或特性被包括在本发明的至少一个实施例中。因此，贯穿本说明书的短语“在一个实施例中”、“在实施例中”和类似的语言可以但不一定都指相同的实施例。

传统的血糖水平监视是通过刺破手指抽血并利用血糖仪或“专业血糖仪”测量血糖水平来完成的。连续血糖监视可以通过将连续血糖监视仪(cgm)应用到身体的区域(诸如躯干)来完成。连续血糖监视仪利用通过皮肤连续嵌入的针来获取血液。尽管血糖仪和连续血糖监视仪很好地监视血糖水平，但这两种技术本质上都是侵入性的，这是因为它们需要尖锐物体物理穿透皮肤。

已经探索了用于监视血糖水平的各种非侵入性技术。监视血糖水平的示例技术包括基于红外(ir)光谱、近红外(nir)光谱、中红外(mir)光谱、光声光谱、荧光光谱、拉曼光谱、光学相干断层扫描(oct)和微波感测的技术，ruochongzhang等人，“noninvasiveelectromagneticwavesensingofglucose”，2018年10月1日。

在微波感测的类别中，毫米范围无线电波已被识别为可用于监视血糖水平。peterh.siegel等人描述了使用毫米范围无线电波监视血糖水平的示例，“millimeter-wavenon-invasivemonitoringofglucoseinanesthetizedrats”，2014年红外、毫米波和太赫兹波国际会议，亚利桑那州图森，2014年9月14日至19日。在这里，siegel等人描述了使用ka波段(27–40ghz)通过实验室老鼠的耳朵测量血糖水平。

georgeshaker等人描述了使用毫米范围无线电波来监视血糖水平的另一个示例，“non-invasivemonitoringofglucoselevelchangesutilizingamm-waveradarsystem”，国际移动人机交互杂志，第10卷，第3期，2018年7月至9月。在这里，shaker等人利用称为“soli”的毫米范围感测系统(参见jaimelien等人，“soli:ubiquitousgesturesensingwithmillimeterwaveradar”，acmtrans.graph.35，4article142，2016年7月)监视血糖水平。shaker等人利用57-64ghz频率范围内的无线电波来监视血糖水平。尽管soli传感器系统在同一集成电路(ic)装置(即同一“芯片”)上并因此在同一平面上包括发送(tx)和接收(rx)天线，但shaker等人得出结论，对于血糖监视，理想情况下，雷达感测系统配置将其天线放置在被测样品的相对侧，以便能够有效地监视血糖水平。当发送(tx)和接收(rx)天线位于被测样品的同一侧时，shaker等人无法在传感器信号的幅度或相位中找到任何可辨别的趋势。

shimulsaha等人描述了使用毫米范围无线电波来监视血糖水平的另一个示例，“aglucosesensingsystembasedontransmissionmeasurementsatmillimeterwavesusingmicrostrippatchantennas”，科学报告，2017年7月31日在线发布。在这里，saha等人注意到反射模式下的毫米波光谱已用于通过人体皮肤进行非侵入性葡萄糖感测，但得出结论，来自反射模式检测的信号产生的信息不足以跟踪血糖水平的相关变化。saha等人研究了用于监视血糖水平的20-100ghz的范围内的无线电波，并得出结论，最佳感测频率在40-80ghz的范围内。

尽管使用毫米范围无线电波进行血糖水平监视已被示出在技术上是可行的，但实际监视方法和系统的实施方式尚未实现。例如，监视系统的实际实现可能包括可以集成到可穿戴装置中的监视系统，诸如智能手表。

根据本发明的实施例，用于使用毫米范围无线电波监视人的血糖水平的方法和系统涉及：在皮肤表面下方发送毫米范围无线电波、在多个接收天线上接收无线电波的反射部分、响应于接收到的无线电波隔离出来自特定位置的信号、并响应于隔离出的信号输出与人的血糖水平相对应的信号。在实施例中，在接收过程中使用波束成形来隔离出从特定位置反射(例如，到特定血管上)的无线电波，以提供与特定血管中的血糖水平相对应的高质量信号。在另一个实施例中，多普勒效应处理可用于隔离从特定位置反射(例如，从特定血管反射)的无线电波以提供与特定血管中的血糖水平相对应的高质量信号。模拟和/或数字信号处理技术可用于实施波束成形和/或多普勒效应处理，并且接收到的信号的数字信号处理可用于将接收到的波束动态调整(或“聚焦”)到所期位置。在又一个实施例中，波束成形和多普勒效应处理可以一起使用来隔离从特定位置反射(例如，从特定血管反射)的无线电波，以提供与特定血管中的血糖水平相对应的高质量信号。

如上面描述的，siegal等人、shaker等人和saha等人利用大约27-80ghz的范围内的无线电波(通常约60ghz)来监视血糖水平。saha等人公开了大约60ghz的频率对于使用电磁传输数据的葡萄糖检测是期望的，并且注意到对于越来越高的频率，对于超过诸如矢量网络分析仪(vna)之类的感测仪器的噪声电平的信噪比(snr)来说，损耗是高得令人望而却步的。

与常规技术相比，发现到使用更高的频率范围(例如122-126ghz)来监视血糖水平可以提供迄今为止尚未认识到的某些益处。例如，对于类似的传输功率，在122-126ghz的频率范围内发送毫米范围无线电波会导致在人体中的穿透深度比在大约60ghz的频率范围内的无线电波更浅。较浅的穿透深度可以减少不期望的反射(例如，从骨骼和致密组织(诸如肌腱、韧带和肌肉)的反射)，这可以减少信号处理负担并提高从血管的位置生成的所期信号的质量。

此外，在122-126ghz的频率范围内发送毫米范围无线电波使能比在大约60ghz处的无线电波更高分辨率感测，这是因为波长更短，例如对于122-126ghz无线电波的波长为2.46-2.38mm，而对于60ghz无线电波的波长为5mm。更高分辨率的感测允许将接收光束更精确地聚焦(例如，通过波束成形和/或多普勒效应处理)到特定血管上，诸如手腕后部的贵要静脉，这也可以提高所期信号的质量。

此外，与利用20-80ghz的频率范围内的无线电波的技术相比，利用122-126ghz的频率范围内的毫米范围无线电波来监视血糖水平使能减小对应的发送和接收天线的尺寸。例如，通过使用122-126ghz频率范围内的无线电波而不是60ghz频率范围内的无线电波，天线的尺寸可以减少大约两倍，这可以使能天线和整个传感器系统的形状系数更小。此外，122-126ghz的频率范围是国际电信联盟(itu)无线电规则定义的工业、科学和医疗(ism)无线电频段的未授权频段。因此，使用122-126ghz的频率范围实施的用于监视血糖水平的方法和系统不需要许可证。

图1a和图1b是智能手表100的透视图，智能手表100是除了简单地给出时间之外还提供各种计算功能的装置。智能手表在该领域是众所周知的。智能手表包括外壳102(也称为“壳体”)和表带104(例如，附接装置)，并且表带典型地通过凸耳(未示出)附接到外壳。图1a是智能手表的顶部透视图，其示出了外壳的正面106和表冠108，并且图1b是智能手表的后透视图，其示出了外壳的背板。图1b还包括表示传感器系统的虚线框110，诸如用于健康监视的传感器系统。传感器系统可以部分或完全嵌入外壳内。在一些实施例中，传感器系统可包括传感器集成电路(ic)装置或具有与其集成的发送和/或接收天线的ic装置。在一些实施例中，外壳的背板可以具有允许无线电波更容易地往返于智能手表的开口。在一些实施例中，外壳的背板可以具有不同材料的区域，这些区域创建无线电波可以更容易从中通过的通道。例如，在实施例中，外壳的背板可以主要由金属制成，其中金属中的开口位于的位置对应于传感器天线，其填充有允许无线电波比通过金属外壳更容易地往返于智能手表的材料(例如塑料或玻璃)。

尽管智能手表被描述为其中可以包括毫米范围无线电波感测系统的一种装置，但是毫米范围无线电波感测系统可以被包括在其他感测装置中，包括各种类型的可穿戴装置和/或不可穿戴但仅在期望进行健康监视时才会靠近或接触人的皮肤的装置。例如，可以将毫米范围无线电波感测系统并入到智能手机中。在实施例中，毫米范围无线电波感测系统可以被包括在健康和健身跟踪装置中，该健康和健身跟踪装置佩戴在手腕上并且除其他方面外还跟踪人的运动。在另一个实施例中，毫米范围无线电波感测系统可以并入诸如加密狗或盖(例如，放置在智能手机上用于保护的保护盖)之类的装置中，该装置与诸如智能手机或智能手表之类的装置配对(例如，经由诸如usb或蓝牙之类的本地数据连接)以实施健康监视。例如，加密狗可以包括以下参考图6描述的许多组件，而配对装置(例如，智能手机或智能手表)包括数字信号处理能力(例如，通过数字信号处理器(dsp))和指令处理能力(例如，通过中央处理单元(cpu))。在另一个示例中，毫米范围感测系统可以并入附接到耳朵的装置中。在实施例中，感测系统可以附接到耳垂或具有环绕耳朵或环绕耳朵的一部分的附接元件。

诸如智能手表以及健康和健身追踪器之类的可穿戴装置通常与传统手表类似地佩戴在手腕上。为了使用毫米范围无线电波监视血糖水平，发现到手腕的解剖结构是重要的考虑因素。图2a描绘了右手212的后视图，其中重叠/叠加有头静脉214和贵要静脉216的典型大致位置。图2b描绘了来自图2a的手腕218的横截面的位置并且图2c描绘了来自图2b中示出的大致位置的手腕218的横截面(如从肘部到手的方向上观察)。在图2c中，横截面在页面上定向，使得手腕的后部位于顶部，并且手腕的前部位于底部。手腕的深度尺寸在左侧标识，并且典型地范围为40-60mm(基于140-190mm范围内的手腕周长)。图2c中示出的手腕的解剖特征包括拇长展肌(apl)、桡侧腕短伸肌(ecrb)、桡侧腕长伸肌(ecrl)、尺侧腕伸肌(ecu)、示指固有伸肌(eip)、拇短伸肌(epb)、拇长伸肌(epl)、尺侧腕屈肌(fcu)、趾浅屈肌(fds)、拇长屈肌(fpl)、贵要静脉216、桡骨、尺骨、桡动脉、正中神经、尺动脉和尺神经。图2c还描绘了在皮肤222下方的皮下组织220中的贵要静脉的大致位置。在一些实施例中并且如下所公开的，诸如贵要静脉的血管的位置对于使用毫米范围无线电波监视血糖水平是特别感兴趣的。

图3是包括皮肤表面324、毛发326以及皮肤的表皮层328和真皮层330的人体皮肤322的透视图。皮肤位于皮下组织320的顶部。在示例中，手腕区域中的人体皮肤厚度大约为1-4mm，并且皮下组织的厚度可以在1-34mm之间变化，尽管这些厚度可能基于许多因素而异。如图3中示出的，非常小的血管332(例如，直径在大致5-10微米范围内的毛细血管)位于真皮和皮下组织之间的接口周围，而静脉(诸如头静脉和贵要静脉)位于皮肤正下方的皮下组织中。例如，头静脉和贵要静脉的直径可能在1-4mm的范围内，并且可能在皮肤表面下方大致2-10mm，尽管这些直径和深度可能基于许多因素而变化。图3描绘了手腕的区域中贵要静脉316的示例位置。

图4a描绘了图2c的横截面的简化版本，其示出了皮肤422、桡骨434和尺骨436以及贵要静脉416。图4b描绘了在智能手表400(诸如图1a和图1b中示出的智能手表)附接到手腕的情况下，图4a的手腕横截面。图4b示出了智能手表相对于手腕并且特别是相对于手腕的贵要静脉的位置的示例。在图4b的示例中，虚线框410表示传感器系统的大致位置并且对应于图1b中示出的虚线框110。智能手表相对于手腕的解剖结构(包括骨骼和诸如贵要静脉的静脉)的位置是使用毫米范围无线电波实施血糖监视的重要考虑因素。

经反射的和接收到的无线电波的幅度是发送的无线电波的功率的函数。关于人体解剖学，已经认识到，在特定传输功率水平(例如，15dbm)下以大约60ghz发送的无线电波比在相同传输功率水平(例如，15dbm)下以122-126ghz发送的无线电波更深入地穿透人体(并且因此照亮更大的3d空间)。图4c以二维示出了从智能手表的传感器系统以60ghz的频率和15dbm的传输功率发送的无线电波438的穿透深度(其对应于3d照明空间)的示例。图4d以二维示出了从智能手表的传感器系统以122-126ghz的频率和15dbm的发送功率发送的无线电波440的穿透深度(其对应于3d照明空间)的示例，这与图4c的示例中使用的传输功率相同。如图4c和图4d所示，对于等效传输功率(例如，15dbm)，以60ghz发送的无线电波438比以122-126ghz发送的无线电波440更深入地穿透手腕(并且因此具有对应更大的照明空间)。60ghz无线电波的较深的穿透深度导致了更多的无线电波从手腕内的解剖特征反射。例如，大量无线电波将从手腕中的桡骨434和尺骨436以及从位于手腕后部的皮肤和骨骼之间的诸如肌腱和韧带的致密组织反射，参见图2c，其示出了位于手腕后部的皮肤和骨骼之间的肌腱和韧带。同样，122-126ghz无线电波的较浅的穿透导致了更少的无线电波从手腕内不期望的解剖特征(例如，目标血管或静脉以外的解剖特征)反射。例如，小得多或可以忽略不计大小的无线电波将从手腕中的桡骨和尺骨以及从位于手腕后部的皮肤和骨骼之间的诸如肌腱和韧带的致密组织反射。

已经认识到，穿透深度(和对应的3d照明空间)是信号处理的复杂性的重要因素，该信号处理被执行以获得与手腕中(例如，在手腕的贵要静脉中)的血糖水平相对应的可识别信号。为了准确测量诸如贵要静脉之类的静脉中的血糖水平，期望将来自静脉区域的反射与检测到的所有其他反射(例如，从来自手腕中的桡骨和尺骨以及来自位于手腕后部的皮肤和骨骼之间的诸如肌腱和韧带的致密组织的反射)隔离。在实施例中，无线电波以初始功率发送，使得无线电波的功率在皮肤表面下方6mm的深度处减少了大约二分之一(例如，±10％)。可以使用各种技术隔离反射，包括用于波束成形、多普勒效应和/或泄漏减轻的信号处理技术。在60ghz情况下，大量反射将可能需要更密集的信号处理以去除与不需要的反射相对应的信号，以便获得足够质量的信号来监视血液参数，诸如人的血糖水平。

图5描绘了传感器系统510的实施例的功能框图，该传感器系统510利用毫米范围无线电波来监视诸如人的血糖水平之类的健康参数。传感器系统包括发送(tx)天线544、接收(rx)天线546、rf前端548、数字基带系统550和cpu552。传感器系统的组件可以以各种方式集成在一起。例如，组件的一些组合可以在相同的半导体衬底上制造和/或被包括在相同的封装ic装置或封装ic装置的组合中。如上面描述的，在实施例中，传感器系统被设计为发送和接收122-126ghz范围内的无线电波。

在图5的实施例中，传感器系统510包括两个tx天线544和四个rx天线546。虽然使用了两个tx和四个rx天线，但是可以存在其他数量的天线，例如一个或多个tx天线和两个或更多个rx天线。在实施例中，天线被配置为发送和接收毫米范围无线电波。例如，天线被配置为在122-126ghz频率范围内发送和接收无线电波，例如，在2.46-2.38mm范围内的波长。

在图5的实施例中，rf前端548包括发送(tx)组件554、接收(rx)组件556、频率合成器558和模拟处理组件560。发送组件可以包括诸如功率放大器和混频器之类的元件。接收组件可以包括诸如低噪声放大器(lna)、可变增益放大器(vga)和混频器之类的元件。频率合成器包括用于在发送和接收组件使用的频率下生成电信号的元件。在实施例中，频率合成器可以包括诸如晶体振荡器、锁相环(pll)、倍频器和/或其组合的元件。模拟处理组件可以包括诸如混频器和滤波器之类的元件，例如低通滤波器(lpf)。在实施例中，rf前端的组件在硬件中实施为在同一半导体衬底上制造的电子电路。

数字基带系统550包括模数转换器(adc)562、数字信号处理器(dsp)564和微控制器单元(mcu)566。虽然数字基带系统被示出为包括某些元件，但是数字基带系统可以包括一些其他配置，包括元件的一些其他组合。数字基带系统经由总线连接到cpu552。

图6描绘了图5的传感器系统510的部分的实施例的展开视图，包括rf前端的元件。在图6的实施例中，该元件包括晶体振荡器670、锁相环(pll)672、带通滤波器(bpf)674、混频器676、功率放大器(pa)678、tx天线644、频率合成器680、倍频器682、分频器684、混频器686、rx天线646、低噪声放大器(lna)688、混频器690、混频器692和中频/基带(if/bb)组件694。如图6中示出的，在虚线框696内标识的接收组件的群组被重复四次，例如对于四个不同的rx天线中的每个重复一次。

参考发送操作并参考接收操作来描述图6中示出的系统的操作。发送操作的描述通常对应于图6中的从左到右的进程，并且接收操作的描述通常对应于图6中的从右到左的进程。关于发送操作，晶体振荡器670以10mhz的频率生成模拟信号。10mhz信号被提供给pll672、频率合成器680和分频器684。pll使用10mhz信号生成2-6ghz频率范围内的模拟信号。2-6ghz信号被提供给bpf674，该bpf674对输入信号进行滤波并将2-6ghz范围内的信号传递到混频器676。该2-6ghz信号也被提供给混频器686。

在图6中顺着向下，10mhz信号被频率合成器680使用来产生15ghz信号。15ghz信号被倍频器682使用来生成以120ghz的信号。在实施例中，倍频器包括一系列三个倍频器，每个倍频器都将频率加倍，例如从15ghz到30ghz，并且然后从30ghz到60ghz，并且然后从60ghz到120ghz。120ghz信号和2-6ghz信号被提供给混频器676，该混频器676取决于2-6ghz信号的频率混合两个信号以生成以122-126ghz的信号。从混频器676输出的122-126ghz信号被提供给功率放大器678，并且122-126ghz范围内的rf信号从tx天线644输出。在实施例中，122-126ghz信号以15dbm输出(分贝(db)参考1毫瓦(mw))。在实施例中并且如下面描述的，pll被控制以生成用于步进频率传输的2-6ghz之间的离散频率脉冲。

来自晶体振荡器670的10mhz信号也被提供给分频器684，该分频器684经由例如二除以二操作将频率例如从10mhz向下分频到2.5mhz，并向混频器686提供以2.5mhz的输出信号。混频器686还接收来自bpf674的2-6ghz信号，并将以2-6ghz+2.5mhz的信号提供给混频器692以用于接收信号处理。

参考接收操作，电磁(em)能量在rx天线646处被接收并且被转换成电信号，例如电压和电流。例如，122-126ghz频带中的电磁能被转换为电信号，该电信号在频率(例如ghz)、幅度(例如，以dbm为单位的功率)和相位上对应于在rx天线处接收到的电磁能。电信号被提供给lna688。在实施例中，lna放大122-126ghz频率范围内的信号并输出放大的122-126ghz信号。放大的122-126ghz信号被提供给混频器690，该混频器690将来自倍频器682的120ghz信号与接收到的122-126ghz信号混合，以生成与在rx天线处接收到的电磁能相对应的2-6ghz信号。然后，2-6ghz信号在混频器692处与2-6ghz+2.5mhz信号混合，以生成与rx天线处接收到的电磁能相对应的2.5mhz信号。例如，当122ghz信号从tx天线发送并在rx天线处接收时，混频器692接收与在天线处接收到的电磁能相对应的2ghz信号和来自混频器686的2ghz+2.5mhz信号。混频器692将与在rx天线处接收到的电磁能相对应的2ghz信号与来自混频器686的2ghz+2.5mhz信号混合以生成与在rx天线处接收到的电磁能相对应的2.5mhz信号。对应于在rx天线处接收到的电磁能的2.5mhz信号被提供给if/bb组件694以用于模数转换。上面描述的接收过程可以在四个接收路径696中的每个上并行实施。如下描述的，参考图6描述的系统可以用来生成各种离散频率，这些离散频率可以用来实施例如步进频率雷达检测。如上面描述的，执行多个混频操作以在如此高的频率(例如，在122-126ghz范围内)下实施传感器系统。多个混频器和对应的混频操作实施了“复合混频”架构，其使能使用如此高的频率。

图7描绘了图6中示出的if/bb组件794的实施例。图7的if/bb组件包括用于四个接收路径/rx天线中的每个的类似信号路径702并且每个信号路径包括低通滤波器(lpf)704、模数转换器(adc)762、混频器706和抽取滤波器708。描述接收路径1、rx1的操作。

如上文参考图6描述的，来自混频器692(图6)的2.5mhz信号被提供给if/bb组件694/794，特别是if/bb组件794的lpf704。在实施例中，lpf对2.5mhz信号进行滤波以去除所期带宽之外的噪声和负频谱。在通过lpf之后，2.5mhz信号被提供给adc762，该adc762以10mhz的采样率(例如，作为12-16位“实数”数据)将2.5mhz信号(例如，if信号)转换为数字数据。混频器706将数字数据与复数矢量相乘以生成数字信号(例如，12-16位“复数”数据)，其也以10mhz采样。尽管信号以10mhz采样，但其他采样率也是可能的，例如20mhz。以10mhz采样的数字数据被提供给抽取滤波器，该抽取滤波器用于通过有选择地丢弃采样数据的一部分来减少数据量。例如，抽取滤波器通过降低采样率和去除一定比例的样本来减少数据量，使得保留更少的样本。样本保留的减少可以由抽取因子(decimatioinfactor)m表示，并且可以是例如约10或100，这取决于应用，其中m等于输入采样率除以输出采样率。

抽取滤波器706的输出是表示在对应rx天线处接收到的电磁能的数字数据。在实施例中，样本以1mhz的速率(使用10的抽取因子)或以100khz的速率(使用100的抽取因子)从if/bb组件794输出。数字数据经由总线710提供给dsp和/或cpu764以供进一步处理。例如，处理数字数据以隔离出来自特定位置的信号，例如隔离出对应于由人的静脉中的血液反射的电磁能的信号。在实施例中，应用信号处理技术来实施波束成形、多普勒效应处理和/或泄漏减轻以将期望信号与其他不期望信号隔离。

在常规的rf系统中，模数转换过程涉及高直流(dc)，使得dc处的rf信号的i(“实数”)和q(“复数”)分量在adc处丢失。使用上面描述的参考图5-图7的系统，中间if不是基带，因此可以在模数转换和数字混频后获得i和q，如图7中示出的。

在实施例中，接收到的信号的数字信号处理可以涉及实施卡尔曼滤波器以平滑噪声数据。在另一个实施例中，接收到的信号的数字信号处理可以涉及数字地组合接收链。其他数字信号处理可用于实施波束成形、多普勒效应处理和测距。数字信号处理可以在dsp和/或cpu中实施。

在实施例中，传感器系统的某些组件被集成到单个半导体衬底上和/或集成到单个封装ic装置(例如，包括多个不同的半导体衬底(例如，不同的管芯)和天线的封装ic装置)上。例如，诸如rf前端548的组件和/或数字基带系统550(图5-图7)的组件之类的元件被集成到相同的半导体衬底(例如，相同的管芯)上。在实施例中，传感器系统的组件被集成到大约5mm×5mm的单个半导体衬底上。在实施例中，tx天线和rx天线附接到半导体衬底的外表面和/或ic封装的外表面，并且电连接到被集成到半导体衬底中的电路。在实施例中，tx和rx天线附接到ic封装的外表面，使得tx和rx天线附接点非常靠近对应的发送和接收电路，诸如pa和lna。在实施例中，半导体衬底和封装ic装置包括用于将电信号输出到诸如dsp、cpu和/或总线之类的另外组件的输出端。在一些实施例中，封装ic装置可以包括dsp和/或cpu，或者封装ic装置可以包括一些dsp和/或cpu功能。

图8a描绘了ic装置820的平面图的示例实施例，其包括两个tx天线844和四个rx天线846以及来自rf前端和数字基带(未示出)的一些组件，如上文关于图5-图7描述的。在图8a中，ic装置的外部覆盖区(footprint)表示封装ic装置822，并且内部覆盖区(如虚线框824表示的)表示半导体衬底，该半导体衬底包括被制造到半导体衬底中以传导和处理由tx天线发送和/或由rx天线接收到的电信号的电路。在图8a的实施例中，封装ic装置具有5mm×5mm的尺寸(例如，称为装置“覆盖区”)并且半导体衬底的覆盖区比封装ic装置的覆盖区略小，例如，在每侧上，半导体衬底的尺寸比封装ic装置小约0.1-1mm。尽管未示出，但是在示例实施例中，封装ic装置的厚度大约为0.3-2mm，并且半导体衬底的厚度在约0.1-0.7mm的范围内。在实施例中，tx和rx天线被设计用于毫米范围无线电波，例如，122-126ghz的无线电波具有2.46到2.38mm范围内的波长。在图8a中，tx和rx天线被描绘为大约1mmx1mm的方框，并且天线都附接在ic装置封装的同一平面表面上。例如，天线利用导电通孔附接到半导体衬底正上方的ic封装的顶表面上(例如，在陶瓷封装材料的顶部上)，该导电通孔将半导体衬底的导电焊盘电连接到天线的传输线。尽管tx和rx天线可能不是方形的，但框对应于tx和rx天线的近似覆盖区。在实施例中，天线是微带贴片天线并且天线的尺寸是无线电波的波长的函数。其他类型的天线诸如偶极天线也是可能的。图8b描绘了可用于图8a的ic装置的tx天线844和/或rx天线846的微带贴片天线830的实施例。如图8b中示出的，微带贴片天线具有贴片部分832(尺寸为长度(l)×宽度(w))和微带传输线834。在一些实施例中，微带贴片天线的长度和宽度尺寸为目标无线电波的波长的一半。因此，微带贴片天线被设计用于122-126ghz的无线电波(例如，波长在2.46至2.38mm的范围内)，贴片天线的长度和宽度尺寸可能约为1.23-1.19mm，但不超过1.3mm。应注意，因为天线尺寸是波长的函数，所以图8a和图8b中示出的天线的覆盖区可以制作为针对大约60ghz的无线电波设计的天线尺寸的大约一半(例如，波长大约为5mm)。另外，图8a和图8b中示出的天线的小天线尺寸使得将所有六个天线附接到半导体衬底的覆盖区内的ic装置的封装的顶表面是有利的，这使得封装ic装置比诸如“soli”装置的已知装置更紧凑。即，将所有tx和rx天线附接在半导体衬底的覆盖区内(或大部分在半导体衬底的覆盖区内，例如，大于90％在覆盖区内)。

在实施例中，rx天线形成相控天线阵列，并且对于健康监视的应用，期望在rx天线之间具有尽可能多的空间分离，以通过从每个rx天线获得唯一信号来提高整体信号质量。例如，rx天线的空间分离使能改进深度辨别，以将对应于来自静脉中的血液的反射的信号与来自其他解剖特征的反射相隔离。因此，如图8a中示出的，rx天线846位于矩形ic装置的角部处。例如，rx天线位于与半导体衬底824的角部齐平和/或与ic装置封装的角部齐平或距半导体衬底824的角部和/或距ic装置封装的角部小于约0.5mm以内。尽管图8a中示出的ic装置具有5mm×5mm的尺寸，但具有更小(例如，大约3mm×3mm)或更大尺寸的ic装置也是可能的。在实施例中，ic装置的尺寸不超过7mm×7mm。

在图8a的实施例中，tx天线844位于ic芯片的相对侧，大致在同一侧的两个rx天线846之间的中间。如图8a中示出的，ic装置左侧的tx天线与ic装置左侧的两个rx天线竖直对准，并且ic装置右侧的tx天线与ic装置右侧的两个rx天线竖直对准。尽管图8a中示出了tx和rx天线的一种布置，但其他布置也是可能的。

在极高频率(例如，30-300ghz)下，导体损耗可能非常显着。此外，已知极高频下的导体损耗与频率相关，其中更高的频率表现出更高的导体损耗。在许多健康监视应用中，功率(诸如电池电源)是必须保护的有限资源。此外，由于上面描述的原因，诸如限制不期望的反射，出于健康监视的原因，低功率传输可能是期望的。由于低功率环境，因此导体损耗会严重影响传感器系统的性能。例如，在天线和半导体衬底或“管芯”的导电焊盘之间、以及在导电焊盘和管芯中的发送/接收组件(例如，诸如放大器、滤波器、混频器等的通道特定电路)之间，可能会发生显着的导体损耗。为了减少传感器系统中导体损耗的影响，将天线定位在尽可能靠近管芯的特定通道发送/接收组件的位置非常重要。在实施例中，发送和接收组件战略性地制造在半导体衬底上在与天线的所期位置相对应的位置。因此，当tx和rx天线物理和电气附接到ic装置时，tx和rx天线尽可能靠近管芯上的发送和接收组件，例如并置，使得通道特定的发送/接收组件的一部分从平面图角度上与相应的tx/rx天线的一部分重叠。图8c描绘了诸如图8a中描绘的半导体衬底(管芯)之类的半导体衬底上的电路组件的物理布局的示例。在图8c的实施例中，管芯824包括两个tx组件854、四个rx组件856、共享电路860和输入/输出接口(i/o)862。在图8c的示例中，每个tx组件包括通道特定电路(未示出)，诸如放大器，每个rx组件包括通道特定电路(未示出)，诸如混频器、滤波器和lna，并且共享电路包括例如压控振荡器(vco)、本地振荡器(lo)、频率合成器、pll、bpf、一个或多个分频器、混频器、adc、缓冲器、数字逻辑、dsp、cpu或其某些组合，其可与通道特定的tx和rx组件结合使用。如图8c中示出的，发送组件854和接收组件856每个包括接口864(诸如导电垫)，其在管芯上的电路和对应天线之间提供电接口。图8d描绘了叠加在图8c中示出的半导体衬底824之上的类似于图8a中示出的封装ic装置的封装ic装置822。图8d示出了tx天线844和rx天线846相对于管芯的发送组件854和接收组件856的位置(从平面图角度)。如图8d中示出的，tx天线844和rx天线846直接位于对应的发送组件854和接收组件856的接口864上方。在其中天线附接到封装的顶表面(其厚度可以小于0.5mm)的实施例中，天线可以以几分之一毫米的距离连接到相应发送/接收组件的接口。在实施例中，垂直于管芯平面的通孔将发送/接收组件的接口连接到天线的传输线。当天线具有多于一根传输线时，可以使用多于一个通孔。这种并置配置使能保持tx和rx天线的所期分布，同时有效地管理系统中的导体损耗。在122-126ghz范围内的频率下，天线和管芯的通道特定电路之间的这种紧密接近非常重要，并且提供了对包括天线和管芯之间多毫米的导电迹线的传感器系统的改进。

尽管图8a-图8d的示例示出了封装ic装置822的覆盖区内的天线，但是在一些其他实施例中，天线可以延伸到管芯和/或封装ic装置的覆盖区之外，同时仍然与管芯上对应的发送/接收组件并置。例如，天线可以是偶极天线，该偶极天线具有延伸到管芯和/或封装ic装置的覆盖区之外的天线的部分。

已经认识到，对于监视诸如人的血液中的血糖水平之类的健康参数的应用，重要的是tx天线能够照亮人的皮肤附近的至少一个静脉。为了使tx天线照亮人的皮肤附近的至少一根静脉，期望的是天线中的至少一根在空间上靠近静脉。由于静脉位置相对于监视系统(例如，智能手表)的位置的变化，发现到相对于一个或多个静脉的预期位置的tx天线的横向配置为监视健康参数(诸如人的血液中的血糖水平)提供了期望的条件。当可穿戴装置佩戴在肢体的一部分(诸如手腕)上时，tx天线相对于肢体和相对于将被tx天线照亮的一条或多条静脉的预期位置以横向配置分布。

图9描绘了覆盖在上面参考图2a-图2c描述的手/手腕912上的类似于图8a的ic装置的ic装置922。ic装置相对于贵要静脉914和头静脉916定向，使得两个tx天线944被配置为横向于贵要静脉和头静脉。即，两个tx天线相对于将被监视的一个或多个血管(诸如贵要静脉和头静脉)的取向(例如，线性方向)横向分布。例如，在横向配置中，穿过两个tx天线的直线会横向于将被监视的一个或多个血管，诸如贵要静脉和头静脉。在可穿戴装置佩戴在手腕上的实施例中，tx天线的横向配置使得穿过两个tx天线的线大致正交于手腕并且大致正交于将被监视的一个或多个血管(诸如贵要静脉和头静脉)的取向。例如，穿过两个tx天线的线和将被监视的一个或多个血管(诸如贵要静脉和头静脉)的取向可以自正交不具有约20度。

图10描绘了覆盖在上面参考图1a和图1b描述的智能手表1000的背面上的类似于图8a的ic装置的ic装置1022。如图9和图10中示出的，两个tx天线被配置为使得当智能手表佩戴在手腕上时，两个tx天线横向于静脉，诸如与手臂和手腕的长度平行行进的贵要静脉和头静脉。

图11和图12被提供来示出可以由包括横向tx天线配置的传感器系统1010实现的扩大的照明量。图11描绘了在两个tx天线1044被配置为平行于佩戴智能手表1000的人的诸如贵要静脉和头静脉的静脉的情况下的传感器系统的侧视图。在图11中示出的视图中，两个tx天线彼此成一直线，使得从侧视图两个tx天线中的仅一个是可见的。当tx天线发送毫米范围无线电波时，电磁能可具有二维(2d)照明图案，如虚线1020所示出的。给定如图11中示出的二维图案，两个tx天线照亮在横向方向上具有由箭头1022标识的最大宽度(横向于与手臂和手腕的长度平行行进的静脉，并且在本文中称为横向宽度)的区域。尽管以二维(2d)来描述和示出照明图案，但是应该理解，照明实际上覆盖了3d空间或体积。

图12描绘了与图11中示出的相同的侧视图，在这种情况下，两个tx天线1044被配置为横向于佩戴智能手表1000的人的诸如贵要静脉和头静脉的静脉。在图12中示出的视图中，两个tx天线在空间上彼此分离，使得从侧视图中两个tx天线是可见的。当tx天线发送毫米范围无线电波时，电磁能可具有2d照明图案，如虚线1024所示出的。给定两个tx天线的2d消除图案，两个tx天线组合以照亮具有由箭头1026标识的横向方向上的宽度(横向宽度)的区域，其比图11中示出的tx天线配置的横向宽度更宽(例如，几乎两倍宽)。更宽的照明区域改善了传感器系统1010的覆盖区域并且增加了传感器系统将照亮佩戴智能手表的人的静脉的可能性。静脉被照亮的增加的可能性可以从感兴趣的特征(例如，静脉中的血液)提供更可靠的反馈，并且因此提供更可靠的监视结果。此外，更宽的照明区域可以增加照亮静脉的无线电波的功率，从而导致从静脉反射的电磁能的功率增加，其可以提高接收到的信号的质量。

已经确定血液中的葡萄糖量(血糖水平)影响毫米范围无线电波的反射率。然而，当毫米范围无线电波被施加到人体(例如，在皮肤表面处或附近)时，电磁能会从许多对象反射，包括皮肤本身、纤维组织(诸如肌肉和肌腱)以及骨骼。为了有效地监视诸如人的血糖水平之类的健康参数，应将对应于从血液(例如，从静脉中的血液)反射的电磁能的电信号与对应于从其他对象(诸如皮肤本身、纤维组织和骨骼)反射的电磁能的电信号、以及对应于直接从tx天线发射(此处称为电磁能泄漏或简称为“泄漏”)并在未穿过人皮肤下由天线接收的电磁能的电信号隔离。

下面描述了可以单独或组合实施以将对应于来自血液的反射的电信号与对应于其他反射(诸如来自骨骼和/或诸如肌肉和肌腱的纤维组织的反射)的其他电信号和/或对应于泄漏的信号隔离的各种技术。这样的技术有关和/或涉及例如传输特性、波束成形、多普勒效应处理、泄漏减轻和天线设计。

如本领域已知的，雷达检测涉及发送电磁能和接收发送的电磁能的反射部分。在雷达系统中发送电磁能的技术包括脉冲、啁啾和步进频率技术。

图13a-图13c描绘了用于在雷达系统中发送电磁能的脉冲、啁啾和步进频率技术的频率对时间图。图13a描绘了一种雷达传输技术，该雷达传输技术涉及针对每个脉冲以相同频率发送电磁能脉冲，称为“脉冲(impluse)”传输。在图13a的示例中，每个脉冲的频率为f1，并持续大约2ns的恒定间隔。每个脉冲间隔大约2ns。

图13b描绘了一种雷达传输技术，该雷达传输技术涉及针对每个间隔以增加的频率发送电磁能的脉冲，在此称为“啁啾”传输。在图13b的示例中，每个啁啾在2ns的间隔内在频率上从频率f0增加到f1，并且每个啁啾间隔2ns。在其他实施例中，啁啾可以以非常短的间隔(例如，几分之一纳秒)或没有间隔分开。

图13c描绘了一种雷达传输技术，该雷达传输技术涉及在特定脉冲期间以相同频率但从脉冲到脉冲以增加的频率发送电磁能的脉冲，在此称为“步进频率”传输或步进频率模式。在图13c的示例中，每个脉冲在脉冲的间隔内(例如，在2ns内)具有恒定频率，但频率从脉冲到脉冲递增δf的增量。例如，第一脉冲的频率为f0，第二脉冲的频率为f0+δf，第三脉冲的频率为f0+2δf，并且第四脉冲的频率为f0+3δf，以此类推。

在实施例中，本文描述的传感器系统使用步进频率传输来操作。下面更详细地描述了使用步进频率传输的传感器系统的操作。图14描绘了使用步进频率传输的电磁能的突发(burst)。突发中脉冲的频率可以表示为：

fn＝f0+nδf

其中f0＝起始载波频率，δf＝步长，τ＝脉冲长度(有效，每个频率)，t＝重复间隔，n＝1，…n，每个突发包括n个脉冲(频率)并且相干处理间隔(cpi)＝n·t＝1个完整突发。

使用步进频率传输使能相对高的距离分辨率(rangeresolution)。在尝试监视健康参数(诸如，直径可能例如在1-4mm的范围内的静脉中的血糖水平)时，高距离分辨率可能是有利的。例如，为了有效地隔离与来自1-4mm直径静脉中的血液的电磁能的反射相对应的信号，具有高距离分辨率是期望的，其由122-126ghz频率范围提供。

使用步进频率传输，距离分辨率可以表示为：

δr＝c/2b

其中c＝光速，b＝有效带宽。然后距离分辨率可以表示为：

δr＝c/2n·δf

其中b＝n·δf。因此，距离分辨率不依赖于瞬时带宽，并且可以通过增加n·δf来任意增加距离分辨率。

在实施例中，电磁能在大致122-126ghz的频率范围内从tx天线发送，这对应于大致4ghz的总带宽，例如，b＝4ghz。图15a描绘了在122-126ghz的频率范围内发送的电磁能的传输带宽b的图。在4ghz带宽内，从122-126ghz，可以发送离散频率脉冲。例如，在实施例中，可以发送的离散频率的数量范围从例如64-256个离散频率。在4ghz带宽上具有64个离散频率脉冲和重复间隔t的情况下，步长δf为62.5mhz(例如，4ghz带宽除以64＝62.5mhz)，并且在4ghz带宽上具有256个离散频率脉冲和重复间隔t的情况下，步长δf为15.625mhz(例如，4ghz带宽除以256＝15.625mhz)。图15b描绘了具有重复间隔t和62.5mhz(例如，4ghz带宽除以64＝62.5mhz)的步长δf的步进频率脉冲图。如上面描述的，示例传感器系统具有四个rx天线。假设每个rx天线上都可以接收到离散频率，则传感器系统在接收操作中的自由度(dof)可以表示为：4个rx天线x64个离散频率＝256dof；并且4个rx天线x256个离散频率＝1kdof。自由度的数量(也称为“传输频率分集(transmissionfrequencydiversity)”)可以提供信号分集，这在诸如人的解剖结构之类的环境中是可以有益的。例如，不同的离散频率可能对人的不同解剖特征具有不同的反应。因此，更大的传输频率分集可以转化为更大的信号分集，并最终转化为更准确的健康监视。

步进频率传输方法的一个特征是，传感器系统在重复间隔t内以基本相同的频率接收反射的电磁能。也就是说，与啁啾传输相反，脉冲的频率不会随脉冲的间隔而改变并且因此接收到的反射电磁能与相应间隔的发送的电磁能的频率相同。图16a描绘了传输脉冲的频率对时间图，其中相对于脉冲标识了发送(tx)间隔和接收(rx)间隔。如图16a中示出的，第一脉冲的rx操作发生在重复间隔t的脉冲长度τ期间以及下一个脉冲之间的间隔期间。图16b描绘了对应于图16a的传输波形的幅度对时间图。如图16b中示出的，脉冲的幅度是恒定的，而频率在每个重复间隔t处增加δf。

在实施例中，可以设置发送的电磁能的功率以实现所期穿透深度和/或所期照明量。在实施例中，来自tx天线的传输功率约为15dbm。

在实施例中，电磁能可以从tx天线一次一个tx天线发送(在本文中称为“发送分集”)。例如，从两个tx天线中的第一个发送信号而同时两个tx天线中的第二个空闲，并且然后从第二个tx天线发送信号而同时第一个tx天线空闲。发送分集可以揭示来自两个tx天线之一的照明比来自两个tx天线中的另一个的照明提供更高质量的信号。这当尝试照亮静脉时尤其如此，其位置可能因人和/或因时刻而异(例如，取决于可穿戴装置相对于静脉的位置)。因此，发送分集可以提供彼此独立的接收到的信号的集合，并且可能具有不同的特性，例如信号功率、snr等。

参考图17描述了与使用步进频率方法操作传感器系统有关的一些理论，图17示出了与传感器系统操作的发送、接收和处理阶段有关的操作。参考图17的上部，示出了类似于图16b的图的发送的信号突发的时间对幅度图。该图表示频率为f0、f0+δf、f0+2δf、f0+3δf和f0+4δf的突发的五个脉冲的波形。

图17的中间部分表示与四个脉冲的突发中的每个脉冲的幅度、相位和频率相对应的接收到的信号的值。在实施例中，接收到的信号被放置在距离筐(rangebin)中，使得每个频率每个距离筐存在一个复数样本。然后在每个距离筐的基础上执行离散傅立叶反变换(idft)以确定距离信息。图17的底部示出了idft过程，该过程产生对应于特定对象的距离的信号。例如，该距离可以对应于诸如贵要静脉之类的静脉。在实施例中，信号处理的某些部分由dsp或cpu以数字方式执行。尽管参考图17描述了信号处理方案的一个示例，但是可以实施其他信号处理方案以将对应于来自静脉(诸如贵要静脉)中的血液的反射的信号与对应于来自其他非期望解剖特征(诸如组织和骨骼)的反射的信号以及对应于来自tx天线的泄漏的信号隔离。

波束成形是一种在传感器阵列中用于定向信号传输和/或接收的信号处理技术。波束成形可以以这样的方式通过组合相控天线阵列中的元件来实施：特定角度处的信号在其他信号经历相消干扰的同时经历相长干扰。波束成形可用于发送操作和接收操作，以便实现空间选择性，例如将一些接收到的信号与其他接收到的信号隔离。在实施例中，波束形成技术用于将对应于来自静脉(诸如贵要静脉)中的血液的反射的信号与对应于来自其他不期望的解剖特征(诸如组织和骨骼)的反射的信号以及对应于来自tx天线的泄漏的信号隔离。图18中示出了波束成形概念应用于使用可穿戴装置(诸如智能手表)进行血糖监视的示例。特别是，图18描绘了手腕的解剖结构的展开视图，类似于以上参考图2a-图4d所描述的，相对于集成到诸如智能手表1800之类的可穿戴装置中的传感器系统1810的rx天线1846。图18中示出的手腕的解剖特征包括皮肤1822、静脉诸如贵要静脉1816、桡骨1834和尺骨1836。图18还示出了接收波束1850的2d表示(尽管应该理解波束占据3d空间/体积)，其对应于从贵要静脉中的血液反射到相应rx天线的电磁能。

在实施例中，波束成形技术涉及近场波束成形，其中相控天线阵列的每个rx天线被独立地转向不同的角度，这与远场波束成形相反，其中相控天线阵列中的所有天线都共同转向相同的角度。例如，当目标距离相控天线阵列小于4-10个波长时，使用近场波束成形。在传感器系统在122-126ghz下操作的情况下，4-10个波长距离相控天线阵列大致在约10-25mm内。在监视与血液有关的健康参数的情况下，被监视的血管(例如，贵要静脉和/或头静脉)可能距离相位天线阵列小于10-25mm。因此，在实施例中，近场波束形成技术用于将所期信号(例如，对应于来自诸如贵要静脉之类的静脉中的血液的反射的信号)与不期望的信号(例如，对应于来自其他不期望的解剖特征(诸如组织和骨骼)的反射的信号以及对应于来自tx天线的泄漏的信号)隔离。波束成形可以以数字、模拟或数字和模拟信号处理的组合来完成。在实施例中，上面描述的利用步进频率的测距技术与波束成形结合使用来隔离出对应于来自贵要静脉的电磁能的反射的信号。

多普勒效应与相对于观察者的波(例如电磁波)的频率或波长的变化有关，该观察者相对于波源移动。多普勒效应可用于通过感测来自随流体流动而移动的粒子的反射的波长的移位来识别流体流动。根据本发明的实施例，基于多普勒效应的信号处理被应用于由传感器系统接收到的信号以将对应于来自流动血液的反射的信号与对应于来自静止的对象的反射的信号(至少相对于流动的血液静止)隔离。如上面描述的，毫米波无线电波在皮肤下方发送以照亮皮肤下方的解剖特征。在手腕周围的身体区域，流经静脉(诸如贵要静脉和头静脉)的血液相对于该区域中的其他解剖特征移动。因此，使用多普勒效应理论和对应的信号处理来对与运动相对应的那些信号(相对于与静止的对象相对应的其他信号的运动)进行滤波。在如本文描述的健康监视应用中，可以通过将多普勒效应理论应用于信号处理以隔离出对应于流动血液的信号来识别对应于流动血液的信号。然后可以使用隔离的信号来测量健康参数，诸如血糖水平。

图19示出了与图8a中示出的ic装置822类似的相对于静脉1916(例如人的手腕区域中的贵要静脉或头静脉)的ic装置1922。图19还示出了通过静脉的血液相对于ic装置的流动。由于血液相对于传感器系统的tx天线1944和rx天线1946移动，因此可以将多普勒效应理论应用于接收到的信号的信号处理，以将对应于流动血液的信号与对应于相对于流动血液静止的对象的信号隔离。例如，将对应于流动血液的接收到的信号与对应于诸如骨骼的静止对象以及诸如肌肉和肌腱的纤维组织的接收到的信号隔离。在实施例中，多普勒处理涉及对样本执行快速傅立叶变换(fft)以将样本分离到分量多普勒频移频率箱中。表示无频移的频率箱可以被忽略(这是因为它们对应于静止对象的反射)，并且表示频移的频率箱(其对应于从移动对象的反射)可用于确定健康参数。即，多普勒效应处理可用于将表示无频移的信号(这是因为它们对应于来自静止对象的反射)与表示频移的频率箱(其对应于来自移动对象的反射)隔离。在实施例中，多普勒效应信号处理可以涉及在相对较长的时间段内采样以实现足够小的速度箱来破译相对运动。因此，多普勒效应理论和对应的信号处理可用于仅对对应于运动(相对于其他接收到的信号的运动)的那些信号进行滤波。这种方法允许对应于来自流动血液(例如静脉中的血液)的反射的信号与其他信号(例如对应于静止对象的信号)隔离。在实施例中，多普勒信号处理由dsp和/或cpu以数字方式执行。

参考图8a，在ic装置822的操作期间，从tx天线844发射的一些电磁能在没有首先穿过人的皮肤的情况下将被rx天线846中的至少一个直接接收。对应于这种电磁能的信号不对应于要被监视的健康参数，并且在本文中被称为电磁能泄漏或简称为“泄漏”。在实施例中，可以实施各种信号处理技术来减轻泄漏的影响。例如，对应于泄漏的信号应与对应于来自静脉中的血液的无线电波的反射的信号隔离。在实施例中，通过应用信号处理来实施波束成形、多普勒效应处理、距离辨别或其组合来减轻泄漏。诸如天线设计和天线位置等其他技术也可用于减轻泄漏的影响。

在实施例中，用于将对应于来自静脉中的血液的无线电波的反射的信号与对应于来自其他解剖对象(诸如骨骼和纤维组织(诸如肌肉和肌腱))的无线电波的反射的信号以及来自对应于泄漏的信号进行隔离的信号处理可以由dsp部分或全部数字地实施。图20是包括多普勒效应组件2070、波束成形组件2072和测距组件2074的dsp2064的实施例。在实施例中，多普勒效应组件被配置为实施数字多普勒效应处理，波束成形组件被配置为实施数字波束成形，并且测距组件被配置为实施数字测距。尽管dsp被示出为包括三个组件，但dsp可以包括更少的组件并且dsp可以包括其他数字信号处理能力。dsp可以包括被配置为实施这里描述的数字信号处理的硬件、软件和/或固件或其组合。在实施例中，dsp可以体现为arm处理器(高级risc(精简指令集计算)机器)。在一些实施例中，dsp的组件可以在与rf前端以及tx和rx天线相同的ic装置中实施。在其他实施例中，dsp的组件在一个或多个单独的ic装置中实施。

在实施例中，毫米无线电波的传输和对应于接收到的无线电波的信号的处理是动态过程，其操作以定位对应于所期解剖结构的信号(例如对应于来自静脉的无线电波的反射的信号)并提高所期信号的质量(例如，以提高snr)。例如，该过程就以下意义而言是动态的，其中当传感器系统相对于一条或多条静脉的位置改变时，该过程是一个迭代和持续的过程。

尽管上面描述的技术集中于监视人的血糖水平，但所公开的技术也适用于监视人的健康的其他参数，诸如例如血压和心率。例如，血管(诸如贵要静脉)中的血液反射将相对于血压的变化而变化。如由传感器系统监视到的反射率变化可以与血压变化相关，并最终与人的血压的绝对值相关。此外，监视的血压变化可以与心搏相关，并随着时间的推移转换为心率，例如每分钟搏动。在其他实施例中，所公开的技术可用于监视受血液的化学影响的人的健康的其他参数。例如，所公开的技术可能能够检测与诸如酒精、麻醉剂、大麻等外来化学品的存在相对应的血液化学变化。上面描述的技术还能够监视与人有关的其他参数，诸如生物特征参数。

在实施例中，使用上面描述的技术的健康监视可以涉及校准过程。例如，校准过程可以用于特定的人和特定的监视装置以使能所期监视质量。

上面描述的技术用于监视与人的一个或多个血管中的血液有关的健康参数(或多个参数)。血管可以包括例如动脉、静脉和/或毛细血管。健康监视技术可以靶向除贵要静脉和/或头静脉之外的血管。例如，可以靶向其他近表面血管(例如，皮下层中的血管)，诸如动脉。此外，可以靶向除手腕区域以外的位置以用于健康监视。例如，耳朵周围的位置可能是用于健康监视的期望的位置，包括例如颞浅静脉和/或动脉和/或耳前静脉或动脉。在实施例中，传感器系统可以集成到诸如助听器的装置或被附接到耳朵或耳朵周围或耳朵附近的其他可穿戴装置中。在另一个实施例中，手臂肘关节内和周围的位置可以是用于健康监视的期望的位置。例如，在肘部处或肘部附近的贵要静脉或头静脉内或周围。

虽然这些技术被描述为使用122-126ghz的频率范围，但是上面描述的技术中的一些或全部可以适用于除122-126ghz之外的频率范围。例如，这些技术可适用于大约60ghz的频率范围。在另一个实施例中，这里描述的技术可以适用于2-6ghz频率范围。例如，与参考图6描述的系统类似的系统可用于通过在2-6ghz范围内发送和接收rf能量来实施健康监视。在又一个实施例中，可以使用多个不连续的频率范围来实施健康监视。例如，可以使用2-6ghz频率范围和122-126ghz频率范围来实施健康监视。例如，在实施例中，在较低频率范围中并且然后在较高频率范围中实施步进频率扫描，或者反之亦然。使用多个不连续的频率范围(例如，2-6ghz频率范围和122-126ghz频率范围)可以提供健康监视的改进准确性。

在实施例中，传感器系统可以嵌入到监视装置中的不同位置。例如，在实施例中，将传感器系统(或传感器系统的一部分，诸如图8a中示出的ic装置)嵌入到诸如智能手表的表带之类的附接装置中，使得传感器系统可以靶向人体内的不同的血管。例如，传感器系统可以嵌入到智能手表的表带中，使得可以监视手腕的侧面区域处和/或手腕前部区域处的血管。在这样的实施例中，表带可以包括在传感器ic装置和智能手表的处理器之间传送信号的导电信号路径。

图21是用于监视人的健康参数的方法的过程流程图。在框2102处，在人的皮肤表面下方的三维(3d)空间上发送毫米范围无线电波。在框2104处，在多个接收天线上接收无线电波，其中接收到的无线电波包括发送的无线电波的反射部分。在框2106处，响应于在多个接收天线上接收到无线电波，隔离出来自3d空间中的特定位置的信号。在框2108处，响应于隔离出的信号来输出对应于人的健康参数的信号。在实施例中，健康参数是血糖水平。在其他实施例中，健康参数可以是血压或心率。

在实施例中，可以共享使用上面描述的技术收集到的健康监视信息。例如，健康监视信息可以显示在显示装置上和/或经由例如无线链路发送到另一个计算系统。

如上面提到的，耳朵周围的位置对于健康监视可能是期望的，包括例如颞浅动脉或静脉、耳前动脉或静脉、和/或耳后动脉。图22a描绘了人的耳朵2200周围区域的侧视图，具有静脉和动脉的典型大致位置，包括颞浅动脉2202、颞浅静脉2204、耳前动脉2206和静脉2208、耳后动脉2210、枕动脉2212、颈外动脉2214和颈外静脉2216。在实施例中，诸如本文描述的传感器系统的传感器系统可以集成到诸如助听器的装置或被附接到耳朵或耳朵周围或附近的另一可穿戴装置中。图22b描绘了系统2250的实施例，其中rf前端2222的至少元件(包括如图5-图7中示出的发送和接收天线以及对应的发送和接收组件)与外壳2252分开定位，该外壳2252包括例如数字处理器、无线通信功能和电源，所有这些都封闭在外壳内。例如，如图5中示出的数字基带系统的组件可以被封闭在外壳内，并且该外壳通过诸如一根或多根导电导线的通信介质2254连接到rf前端。在实施例中，类似于常规助听器，外壳2252佩戴在耳朵2200后面，并且rf前端2222位于耳朵周围的血管附近。例如，rf前端可以包括使能rf前端粘附到血管附近的皮肤的粘合材料，该血管诸如例如颞浅动脉2202或静脉2204、耳前动脉2206或静脉2208和/或耳后动脉2210。图22c示出了诸如图22b中所描绘的装置之类的装置可以如何类似于如何佩戴常规助听器那样来被佩戴在人的耳朵2200附近。图22c还示出了相对于如图22c中示出的颞浅动脉2202和颞浅静脉2204的rf前端2222。在实施例中，传感器系统可以与传统助听器集成以提供助听和健康监视。例如，集成系统可以包括外壳、插入耳朵中的扬声器、以及附接到耳朵周围和血管附近的皮肤的rf前端。在其他实施例中，传感器系统可以被集成到耳塞中或集成到佩戴在耳朵周围或耳朵附近的一些其他类型的装置中。

虽然发现到由传感器系统接收到的反射的rf能量的幅度(也称为幅值)对应于健康参数诸如血糖水平，但还发现到，反射的rf能量的幅度和相位的组合可以提供与健康参数(诸如血糖水平)的改进对应关系。因此，在实施例中，响应于幅度和相位数据生成对应于人的健康参数的值，该幅度和相位数据响应于接收到的无线电波而生成。例如，对应于健康参数的值可以是指示以mg/dl为单位的血糖水平的值或血糖水平的一些其他指示、指示人的心率的值(例如，以每分钟搏动为单位)、和/或指示人的血压的值(例如，以毫米汞柱mmhg为单位)。在实施例中，一种用于监视人的健康参数(例如，血糖水平)的方法涉及：在人的皮肤表面下方并跨步进频率的范围发送无线电波；在接收天线的二维阵列上接收无线电波，接收到的无线电波包括跨步进频率的范围发送的无线电波的反射部分；生成对应于接收到的无线电波的数据，其中该数据包括跨步进频率的范围的幅度和相位数据；并确定响应于幅度和相位数据指示人的健康参数的值。在实施例中，相位数据对应于在传感器系统处接收到的正弦波中检测到的偏移。在另一个实施例中，可以响应于相位数据而不是响应于幅度数据来确定指示人的健康参数的值。

另外，发现到步进频率扫描中的某些步长可以在健康参数监视中提供良好的对应关系。在实施例中，使用步进频率扫描来扫描的频率范围在122-126ghz范围内大约为100mhz，并且步长在100khz-1mhz的范围内。例如，在实施例中，扫描范围内的步长约为100khz(±10％)。

虽然发现到传感器系统接收到的反射的rf能量的幅度和相位对应于健康参数，诸如血糖水平，但进一步发现到，反射的rf能量的幅度和相位与从幅度和/或相位数据导出的一些导出数据的组合可以提供与健康参数(诸如血糖水平)的改进对应关系。因此，在实施例中，一些数据是从由传感器系统响应于接收到的rf能量而生成的幅度和/或相位数据中导出的，并且导出的数据通常与幅度和/或相位数据结合使用，以确定与人的健康参数(例如，血糖水平)相对应的值。例如，从幅度和/或相位数据导出的数据可以包括统计量数据，诸如时间窗口上的幅度的标准偏差和/或时间窗口上的相位的标准偏差。在实施例中，数据可以在每个接收天线的基础上从原始数据中导出或在接收天线的集合当中聚合。在特定示例中，发现到幅度、相位和幅度在时间窗口(例如，1秒的时间窗口)内的标准偏差很好地对应于血糖水平。

在实施例中，一种用于监视人的健康参数(例如，血糖水平)的方法涉及：在人的皮肤表面下方并跨步进频率的范围发送无线电波；在接收天线的二维阵列上接收无线电波，接收到的无线电波包括跨步进频率的范围的发送的无线电波的反射部分；生成对应于接收到的无线电波的数据，其中该数据包括幅度和相位数据；从至少幅度和相位数据中的至少一个导出数据；并且响应于导出的数据确定指示人的健康参数的值。在实施例中，不仅响应于导出的数据还响应于幅度数据和相位数据来确定该值。在实施例中，导出的数据是从在时间窗口内生成的幅度数据和/或相位数据导出的统计量。例如，统计量是标准差、移动平均数和移动均值之一。在其他实施例中，导出的数据可以包括从幅度和/或相位数据导出的多个统计量。在实施例中，响应于与步进频率扫描相关联的丰富参数集包括扫描频率、接收到的rf能量的检测到的幅度和相位、从检测到的幅度和相位导出的数据、发送组件的状态和接收组件的状态，而确定出指示健康参数的值。

使用传感器系统，诸如上面描述的传感器系统，在步进频率扫描过程中存在要考虑的各种参数。一些参数在传感器系统的操作期间是固定的，并且其他参数在传感器系统的操作期间可能会发生变化。在传感器系统的操作期间可能变化的参数中，一些可以被控制，并且另一些被简单地检测。图23是与诸如上面描述的系统的系统中的步进频率扫描有关的参数表。该表包括各种参数的标识以及对应参数在操作期间是固定的(例如，固定为传感器系统的物理条件)还是在操作期间是可变的指示，并且如果参数是可变的，则该参数在操作期间是否受到控制或可控，或在操作期间简单地检测。在图23的表中，“time”是指时间的一个方面，诸如相对于某个参考的绝对时刻(或可以指时间增量，例如，δt)。在实施例中，时间对应于表中的所有其他参数。即，表中所有其他参数的状态或值都是步进频率扫描操作中当时的状态或值。“tx/rx频率”是指传感器系统在对应时间处的发送/接收频率，如上文参考例如图6描述的。tx1和tx2状态是指对应发射器在对应时间处的状态(例如，对应的功率放大器(pa)是打开还是关闭)。在实施例中，可以通过激活/去激活对应的pa来控制从传输天线发送的rf能量。rx1和rx2状态是指对应的接收路径在对应时间处的状态(例如，对应接收路径的组件是活动的还是非活动的，这可能涉及给接收路径中的组件上电/断电)。在实施例中，可以通过激活/去激活对应接收路径的组件来控制接收路径上rf能量的接收。rx检测到的幅度是指对应接收路径处和对应时间处接收到的信号的幅度，并且rx检测到的相位是指对应接收路径处和对应时间处接收到的信号的相位(或相移)。tx和rx天线2d位置是指关于传感器系统中天线的2d位置的信息(例如，天线相对于彼此的位置或天线相对于共同位置的位置)，并且天线取向是指可能特定于特定极化取向的天线特性。例如，天线的第一集合可以被配置用于竖直极化，而天线的第二集合被配置用于水平极化，以便实现极化分集。其他天线取向和/或配置是可能的。如表中指示出的，在步进频率扫描期间，天线位置和天线取向是固定的。

图24是类似于图23的表的参数表，其中示例与步进频率扫描操作中的给定步骤的每个参数相关联，以便向该表给出一些上下文。如图24中指示出的，时间是“t1”(例如，某个绝对时间指示或时间增量)，并且操作频率是“xghz”，例如，在2-6ghz或122-126ghz的范围内。在图24的示例中，在步进频率扫描操作中的该步骤期间(例如，在时间t1处)，tx1、rx1和rx4是活动的，并且tx2、rx2和rx3是非活动的。rx1和rx4的检测到的幅度被指示为“ampl1”和“ampl4”，并且rx1和rx4的检测到的相位被指示为“ph1”和“ph4”。由于接收路径是非活动的，因此检测到的rx2和rx3的幅度和相位被指示为“n/a”。发送和接收天线的位置在表的下部指示出，并对应于上文参考图8a-图8d描述的配置，并且天线取向在竖直和水平取向当中均匀分布，以便使能极化分集。图25描绘了来自图8a的ic装置820的实施例，其中天线极化取向分别由发送天线844和接收天线846的取向来示出。在图25中，具有竖直定向的长边的矩形表示竖直极化取向(例如天线tx1、rx1和rx4)，并且具有水平定向的长边的矩形表示水平极化取向(例如天线tx2、rx2和rx3)。图24反映了相同的极化取向，其中tx1被配置为竖直极化发送的rf能量，并且rx1和rx4被配置为接收竖直极化的rf能量，并且tx2被配置为水平极化发送的rf能量，并且rx2和rx3被配置为接收水平极化的rf能量。尽管图24是作为示例提供的，但在步进频率扫描期间，可变参数的参数状态预期会发生变化，并且固定参数在不同的传感器系统配置中可能会有所不同。

在实施例中，在步进频率扫描操作期间，生成某些数据，在此称为“原始数据”。例如，原始数据被生成为可以由数字数据处理器进一步处理的数字数据。图26是在步进频率扫描期间生成的原始数据(例如，数字数据)表。图26中描绘的原始数据包括tx/rx频率、rx1幅度/相位、rx2幅度/相位、rx3幅度/相位、rx4幅度/相位、和时间的可变参数。在图26的示例中，原始数据对应于数据的集合，称为原始数据记录，其对应于步进频率扫描中的一个步骤。例如，原始数据记录对应于上面参考图17所示出和描述的特定频率脉冲。在实施例中，原始数据记录还包括图23和图24中标识的一些或全部参数。例如，原始数据记录可以包括对应于步进频率扫描操作的其他可变和/或固定参数。在实施例中，多个原始数据记录由数字处理器累积和处理，该数字处理器可以包括如上面描述的dsp、mcu和/或cpu，例如，参考图5。原始数据(例如，以原始数据记录的形式)可用于机器学习。

如上面描述的，发现到，反射的rf能量的幅度和相位、与从幅度和/或相位数据(例如，从“原始数据”)导出的一些导出的数据的组合可以提供与健康参数(诸如血糖水平)的改进对应关系。因此，在实施例中，一些数据是从由传感器系统响应于接收到的rf能量而生成的幅度和/或相位数据中导出的，并且导出的数据通常与幅度和/或相位数据结合使用，以确定与人的健康参数(例如，血糖水平)相对应的值。例如，数据从包括图23、图24和图26中描绘的数据的原始数据记录导出。例如，原始数据记录随时间累积，并且统计量数据从累积的原始数据记录导出。统计量数据、典型地连同原始数据的至少一部分，然后被用于确定人的健康参数的值。

虽然发现了从幅度和/或相位数据导出的数据可以提供与健康参数(诸如血糖水平)的改进对应关系，但是可能需要学习提供所期水平的对应关系(例如，满足预定准确性)的特定模型以响应操作条件的特定集合。因此，在实施例中，实施学习过程(例如，机器学习)以识别和训练提供诸如血糖水平的健康参数的可接受的对应关系的模型。

图27示出了用于机器学习的系统2700和过程，其可用于识别和训练反映原始数据、导出的数据和对照数据之间的相关性的模型。例如，机器学习过程可用于识别某些统计量(例如，幅度和/或相位随时间的标准偏差)，这些统计量可用于改进确定值与人的实际健康参数(诸如血糖水平)的对应关系。机器学习过程还可用于利用训练数据训练模型，使得经训练的模型能够准确和可靠地确定被部署在场中的监视装置中的健康参数值，诸如血糖水平、血压和/或心率。参考图27，系统2700包括传感器系统2710、机器学习引擎2760、训练模型数据库2762和对照元件(controlelement)2764。

在实施例中，传感器系统2710与上面描述的传感器系统相似或相同。例如，传感器系统配置为使用两个发送天线和四个接收天线在2-6ghz和/或122-126ghz频率范围内实施步进频率扫描。传感器系统生成原始数据并将其输出到机器学习引擎，其可以如下描述的进行累积和使用。

在实施例中，对照元件2764被配置为向传感器系统2710提供对照样本。例如，对照元件包括样本材料2766(例如，流体)，其具有受传感器系统的影响的已知血糖水平。此外，在实施例中，对照元件被配置为向机器学习引擎提供对应于样本材料的对照数据。例如，对照元件可以包括样本材料，该样本材料具有作为时间的函数而变化的已知血糖水平，并且以来自传感器系统2710的原始数据和对照数据可以在时间上匹配(例如，同步)的方式，将血糖水平随时间的变化(例如，z(t)mg/dl)提供给机器学习引擎2760。在另一个实施例中，对照元件2764包括样本材料，该样本材料包括静态参数，例如以mg/dl为单位的静态血糖水平，并且该静态参数被手动提供给机器学习引擎2760作为对照数据。例如，在从传感器系统发送的rf能量2770的范围内(例如，在几毫米内)提供特定样本，将样本的浓度提供给机器学习引擎(例如，手动输入)，并且传感器系统累积对应于接收到的rf能量(包括发送的rf能量的反射部分)并且与样本相关的数字数据。在一个实施例中，样本材料被提供在诸如小瓶的容器中，并且在另一实施例中，对照元件包括同时被传感器系统(例如，为了机器学习的目的)和第二可信对照监视系统监视的人。例如，对照元件包括个人，他的血糖水平、血压和/或心率正被已知的(例如，临床上可接受的)血糖水平、血压和/或心率监视器进行监视，而该人正在同时被传感器系统监视。来自已知血糖水平、血压和/或心率监视器的血糖水平、血压和/或心率信息作为对照数据被提供给机器学习引擎。

在实施例中，机器学习引擎2760被配置为处理从传感器系统2710接收到的原始数据(例如作为原始数据记录)以及从对照元件2764接收到的对照数据，以学习一个或多个相关性，这提供了与健康参数(诸如血糖水平)的可接受对应关系。例如，机器学习引擎被配置为：接收来自传感器系统的原始数据、从原始数据(诸如统计量数据)中导出数据、并将导出的数据(并且可能是对应原始数据的至少一部分)与对照数据进行比较以学习一个或多个相关性，其提供健康参数的确定值与健康参数的对照值或已知值之间的可接受的对应关系。在实施例中，机器学习引擎被配置为从原始数据导出统计量，诸如标准偏差、移动平均数和移动均值。例如，机器学习引擎可以导出接收到的rf能量的幅度和/或相位的标准偏差，并且然后将一个或多个导出的统计量和原始数据与对照数据相关联，以找到在原始数据、导出的数据以及如在对照数据中提供的健康参数的实际值之间提供可接受的对应关系的相关性。在实施例中，原始数据、导出的数据和对照样本中的健康参数的实际值之间的对应关系以对应关系阈值表示，该对应关系阈值指示响应于原始数据、导出的数据而生成的健康参数的值和对照样本中的健康参数的实际值之间的对应关系。例如，将对应关系表示为与对照样本的实际值的对应关系的百分比，使得135mg/dl的血糖水平的生成浓度值和对照样本在140mg/dl的值具有135/140＝96.4％的对应关系。在实施例中，对应关系阈值可以被设置为仅接受产生满足了所期对应关系阈值的对应关系的那些相关性。在实施例中，生成值与对照样本的值在对照样本的±10％以内的对应关系阈值是可接受的对应关系。在另一个实施例中，在95％的测量结果中在对照样本的±10％以内的对应关系阈值是可接受的对应关系。

图28是用于实施机器学习的方法的过程流程图的示例，该方法使用例如上文参考图27描述的系统来选择相关性(例如，模型或算法)，该相关性提供了响应于原始数据、导出数据而生成的健康参数值和对照样本中健康参数的实际值之间可接受的对应关系。在框2802处，从传感器系统获得原始数据。在框2804处，原始数据相关于已知的对照数据，诸如已知的血糖水平。在决策点2806处，确定原始数据和对照数据之间的相关性是否可接受，例如对应关系是否在可接受的阈值内。如果确定出存在可接受的对应关系，则过程进行到框2808，其中保存相关性(例如，模型或算法)，并且然后结束初始学习过程。如果在决策点2806处确定出原始数据和对照数据之间不存在可接受的对应关系(例如，对应关系不在可接受的阈值内)，则过程进行到框2810。在框2810处，附加数据从原始数据导出。例如，机器学习引擎可以从原始数据中导出一个或多个统计量，诸如标准偏差、移动平均数和移动均值。例如，机器学习引擎可以导出接收到的rf能量的幅度和/或相位的标准偏差。在决策点2812处，确定原始数据、导出数据和对照数据之间的相关性是否可接受(例如，对应关系在可接受的阈值内)。如果确定出原始数据、导出的数据和对照数据之间存在可接受的对应关系，则过程进行到框2814，其中保存相关性(例如，模型或算法)，并且然后初始学习过程结束。如果在决策点2812处确定出原始数据、导出数据和对照数据之间不存在可接受的对应关系(例如，对应关系不在可接受的阈值内)，则过程返回到框2810。在框2810处，从原始数据和/或从导出的数据导出附加数据。例如，从原始数据和/或从先前导出的数据导出一个或多个不同的统计量。在实施例中，原始数据、导出数据和对照数据之间的相关性的探索是收敛于一个或多个相关性的迭代过程，其提供了原始数据、导出数据和对照数据之间可接受的对应关系。在实施例中，可以重复使用机器学习过程来继续搜索可以改进原始数据、导出数据和对照数据之间的对应关系的相关性，以提高健康参数监视的准确性。

在实施例中，如在机器学习领域中所做的那样，上面描述的过程用于算法选择和/或模型构建。在实施例中，算法选择和/或模型构建涉及监督学习以识别数据(例如，原始数据、导出数据和/或对照数据)中的模式。在实施例中，算法选择过程可以涉及利用正则化回归算法(例如，套索回归、岭回归、弹性网)、决策树算法和/或树集成(随机森林、提升树)。

在实施例中，由机器学习引擎学习的可接受的相关性由机器学习引擎训练以产生一个或多个经训练的模型，其可以部署在场中以监视人的健康参数。返回参考图27，由机器学习引擎2760训练的模型保存在训练模型数据库2762中。在实施例中，训练模型数据库可以存储多个模型，这些模型已经被发现在健康参数的生成值和对照数据中提供的健康参数的实际值之间提供可接受的对应关系。此外，受训模型数据库2762可以提供关于如何在部署的传感器系统中应用模型的规则。例如，不同的模型可能应用于不同的部署条件，例如，取决于rf前端相对于血管的位置、环境条件等。

在实施例中，图27中示出的系统2700生成训练数据和使用训练数据训练模型的操作涉及在对照元件2764中提供对照样本，并且然后操作传感器系统2700以在例如2-6ghz和/或122-126ghz频率范围内的所期频率范围内实施步进频率扫描。例如，对应于对照样本2766的对照数据被提供给机器学习引擎2760并且从传感器系统2710生成的原始数据被提供给机器学习引擎。机器学习引擎通过将对照数据与步进频率扫描数据以时间同步的方式组合来生成训练数据。机器学习引擎处理训练数据以训练一个或多个模型，其在健康参数的生成值与对照数据之间提供可接受的对应关系。一个或多个模型被存储在训练模型数据库2762中，然后可以将其应用于部署在场中以监视人的健康参数的系统2700。在实施例中，传感器系统在多个不同的操作条件下暴露于多个不同的样本以生成丰富的训练数据集。

在实施例中，训练过程的目标是产生经训练的模型，该经训练的模型在广泛的参数集范围和操作和/或环境条件下监视人的健康参数时提供高水平的准确性和可靠性。例如，模型在训练期间的对应关系可以用对应关系阈值来表示，该对应关系阈值指示例如响应于原始数据、导出的数据而生成的健康参数值和对照样本中的健康参数的实际值之间的对应关系。例如，将对应关系表示为与对照样本的实际值的对应关系的百分比，使得135mg/dl的血糖水平的生成浓度值和对照样本在140mg/dl处的值具有135/140＝96.4％的对应关系。在实施例中，可以为经训练的模型设置对应关系阈值，使得经训练的模型产生满足所期对应关系阈值的对应关系。在实施例中，生成值与对照样本的值在对照样本的±10％内的对应关系阈值对于经训练的模型是可接受的对应关系。在另一个实施例中，在95％的测量结果中在对照样本的±10％以内的对应关系阈值对于经训练的模型是可接受的对应关系。

在实施例中，原始数据和/或导出数据与对照数据之间的对应关系可以响应于不同因素而改变，这些因素包括例如不同的血糖水平、不同的监视位置、不同的环境条件等。因此。在一些实施例中，训练模型数据库2762可以包括适用于某些条件的多个不同经训练的模型。此外，当收集到更多信息和/或发现不同的相关性时，训练模型数据库可以随时间演变。

如上面描述的，模型训练过程利用原始数据(例如，以原始数据记录的形式)作为至机器学习引擎中的输入。图29是用于生成训练数据的步进频率扫描期间生成的原始数据记录(例如，数字数据)的表的示例。原始数据记录包括时间t1、时间t1处的已知血糖水平(例如，具有已知葡萄糖浓度的对照样本，以mg/dl、zmg/dl为单位)、时间t1处的tx/rx频率、时间t1处的rx1幅度/相位、rx2幅度/相位、rx3幅度/相位和rx4幅度/相位。在图29的示例中，原始数据记录包括对照样本的葡萄糖水平，同时传感器系统接收rf能量的幅度和相位，因此，对照数据以时间同步的方式与步进频率扫描数据相结合。此外，用于生成训练数据的原始数据记录可以包括图23和图24中标识的一些或全部参数。例如，原始数据记录和对应的训练数据可以包括对应于步进频率扫描操作的其他变量和/或固定参数，以提供从中生成训练数据的丰富的参数集。

在步进频率扫描操作中，当传感器系统跨频率范围扫描时，会生成多个原始数据记录。图30a-图30d是在跨越t1-tn的时间的学习过程期间生成的原始数据记录的至少部分的表，其中n对应于在步进频率扫描中的时间间隔t的数量(例如，2或更大的整数)。原始数据记录中的每个包括以时间同步方式与步进频率扫描数据组合的对照数据(例如，已知的葡萄糖水平，zmg/dl)。

参考图30a，在时间tl处，原始数据记录包括时间tl、时间tl处的已知血糖水平(例如，以mg/dl为单位的zl)、时间t1处的tx/rx频率(例如，xghz)、时间t1处的rx1幅度/相位(ampl1-t1/ph1-t1)、时间t1处的rx2幅度/相位(ampl2-t1/ph2-t1)、时间t1处的rx3幅度/相位(ampl3-t1/ph3-t1)、以及时间t1处的rx4幅度/相位(ampl4-t1/ph4-t1)。在步进频率扫描中，在下一个时间t2处，频率改变一个步长，例如递增δf。在实施例中，步进频率扫描操作每秒生成200个原始数据记录，例如200个样本/秒的采样率。参考图30b，在时间t2处，原始数据记录包括时间t2、时间t2处的已知血糖水平(例如，以mg/dl为单位的z2)、时间t2处的tx/rx频率(例如，x+δfghz)、时间t2处的rx1幅度/相位(ampl1-t2/ph1-t2)、时间t2的rx2幅度/相位(ampl2-t2/ph2-t2)、时间t2处的rx3幅度/相位(ampl3-t2/ph3-t2)、以及时间t2处的rx4幅度/相位(ampl4-t2/ph4-t2)。参考图30c，在时间t3处，原始数据记录包括时间t3、时间t3处的已知血糖水平(例如，以mg/dl为单位的z3)、时间t3处的tx/rx频率(例如，x+2δfghz)、时间t3处的rx1幅度/相位(ampl1-t3/ph1-t3)、时间t3处的rx2幅度/相位(ampl2-t3/ph2-t3)、时间t3处的rx3幅度/相位(ampl3-t3/ph3-t3)、以及时间t3处的rx4幅度/相位(ampl4-t3/ph4-t3)。参考图30d，在时间tn处，原始数据记录包括时间tn、时间tn处的已知血糖水平(例如，以mg/dl为单位的zn)、时间tn处的tx/rx频率(例如，x+(n–1)δfghz)、时间tn处的rx1幅度/相位(ampl1-tn/ph1-tn)、时间tn处的rx2幅度/相位(ampl2-tn/ph2-tn)、时间tn处的rx3幅度/相位(ampl3-tn/ph3-tn)以及时间tn处的rx4幅度/相位(ampl4-tn/ph4-tn)。

如上面示出的，针对接收的rf能量的幅度和/或相位，在每个天线的基础上收集原始数据。对于图30a-图30d的示例，在每个天线基础上收集到的幅度和相位的原始数据可以包括：

ampl1：ampl1-t1、ampl1-t2、ampl1-t3、…、ampl1-tn；

ampl2：ampl2-t1、ampl2-t2、ampl2-t3、…、ampl2-tn；

ampl3：ampl3-t1、ampl3-t2、ampl3-t3、…、ampl3tn；

ampl4：ampl4-t1、ampl4-t2、ampl4-t3、…、ampl4tn；

ph1：ph1-t1、ph1-t2、ph1-t3、…、ph1-tn；

ph2：ph2-t1、ph2-t2、ph2-t3、…、ph2-tn；

ph3：ph3-t1、ph3-t2、ph3-t3、…、ph3-tn)；和

ph4：ph4-t1、ph4-t2、ph4-t3、…、ph4-tn)。

在图30a-图30d的示例中，可以在每个天线的基础上计算幅度和相位的标准偏差，并且是以下原始数据元素的函数：

σ(ampl1)＝f(ampl1-t1+ampl1-t2+ampl1-t3+…+ampl1-tn)；

σ(ampl2)＝f(ampl2-t1+ampl2-t2+ampl2-t3+…+ampl2-tn)；

σ(ampl3)＝f(ampl3-t1+ampl3-t2+ampl3-t3+…+ampl3-tn)；

σ(ampl4)＝f(ampl4-t1+ampl4-t2+ampl4-t3+…+ampl4-tn)；

σ(ph1)＝f(ph1-t1+ph1-t2+ph1-t3+…+ph1-tn)；

σ(ph2)＝f(ph2-t1+ph2-t2+ph2-t3+…+ph2-tn)；

σ(ph3)＝f(ph3-t1+ph3-t2+ph3-t3+…+ph3-tn)；和

σ(ph4)＝f(ph4-t1+ph4-t2+ph4-t3+…+ph4-tn)。

在实施例中，数据是基于每天线导出的。在其他实施例中，可以从对应于不同天线组合的数据中导出诸如统计量的数据。

可以如上面描述的使用随时间收集到的原始数据记录来学习原始数据、导出数据和对照数据之间的相关性(例如，模型或算法)并训练模型。在实施例中，收集并处理丰富的训练数据集以训练可提供诸如血糖水平、血压和/或心率之类的健康参数的准确且可靠的测量结果的模型。在实施例中，发现到包括幅度和相位的原始数据和包括幅度的标准偏差的导出数据很好地对应于血糖水平的健康参数。

一旦学习了原始数据、导出数据和对照数据之间的相关性并且训练了模型，传感器系统就可以部署到现场中以用于监视人的健康参数，诸如血糖水平。图31示出了用于健康参数监视的系统3100，其利用与上面描述的传感器系统类似或相同的传感器系统。参考图31，该系统包括传感器系统3110、健康参数确定引擎3180和训练模型数据库3182。

在实施例中，传感器系统3110与上面描述的传感器系统相似或相同。例如，传感器系统被配置为使用两个发送天线和四个接收天线在2-6ghz和/或122-126ghz频率范围内实施步进频率扫描。传感器系统生成原始数据并将其输出到健康参数确定引擎3180，其可以被累积并用于生成和输出对应于健康参数的值。

由如上面描述的机器学习引擎训练的模型(或多个模型)保存在训练模型数据库3182中。在实施例中，训练模型数据库可以存储多个模型，这些模型已经被训练以提供健康参数的生成值和对照数据中提供的健康参数的实际值之间的可接受的对应关系。此外，训练模型数据库可以提供关于如何在部署的传感器系统中应用经训练的模型的规则。在实施例中，训练模型数据库包括用于存储一个或多个经训练的模型的存储器。存储器可以包括例如ram、sram和/或ssd。

在实施例中，健康参数确定引擎3180被配置为响应于从传感器系统3110接收到的原始数据、导出数据并使用存储在训练模型数据库3182中的经训练的模型来生成与健康参数相对应的输出。例如，健康参数确定引擎3180输出指示以mg/dl为单位的血糖水平的值或血糖水平的一些其他指示。在其他实施例中，健康参数确定引擎可以输出作为人的心率的指示(例如，以每分钟搏动为单位)和/或人的血压的指示(例如，以毫米汞柱、mmhg为单位)的值。在其他实施例中，健康参数确定引擎输出的“值”可以以其他方式与健康参数对应。例如，输出值可以指示关于健康参数的诸如“高”、“中”、“低”的值(例如，相对于血糖量表的高血糖水平、中血糖水平或低血糖水平)，输出值可以指示诸如绿色、黄色或红色的颜色，其指示健康参数，或者输出值可以指示值的范围，诸如130-140mg/dl血糖，每分钟70-80次搏动，或110-120mmhg血压。在实施例中，健康参数确定引擎识别原始数据和/或导出数据中的模式并将识别出的模式应用于经训练的模型以生成对应于人的健康参数的输出。健康参数确定引擎可以由诸如cpu或mcu之类的数字处理器结合由数字处理器执行的计算机可读指令来实施。

在实施例中，图31中示出的系统3100的操作涉及将人的解剖结构3186的一部分(诸如手腕、手臂或耳朵区域)带到紧密接近传感器系统3110(或将传感器系统带到紧密接近人体解剖结构的一部分)并操作传感器系统以在频率范围内(例如在122-126ghz的范围内)实施步进频率扫描，使得发送的rf能量3170穿透人的皮肤表面以下。从实施步进频率扫描生成的原始数据从传感器系统输出并在健康参数确定引擎3180处被接收到。健康参数确定引擎结合来自训练模型数据库3182的至少一个经训练的模型处理原始数据以生成对应于人的健康参数的值，例如对应于人的血糖水平的值。在实施例中，对应于健康参数的值被输出，例如作为血糖水平的图形指示。在实施例中，生成的值可以存储在健康参数数据库中以供后续访问。

在实施例中，图31中描绘的系统3100在诸如智能手表或智能电话的装置中实施。在其他实施例中，系统的某些部分(例如，rf前端)在装置中实施，诸如加密狗、贴片、智能手机外壳或一些其他装置以及健康参数确定引擎和训练模型相关性数据库在附近的装置(诸如智能手机)中实施。例如，在一个实施例中，传感器系统体现在附接在人的耳朵附近的装置中，并且原始数据经由无线连接传送到诸如智能手机之类的装置，该装置处理原始数据以生成对应于人的血糖水平的值。

图32是用于监视人的健康参数的方法的过程流程图。在框3202处，无线电波在人的皮肤表面下方并跨步进频率的范围被发送。在框3204处，无线电波在接收天线的二维阵列上被接收，接收到的无线电波包括跨步进频率的范围的所发送的无线电波的反射部分。在框3206处，生成对应于接收到的无线电波的数据，其中该数据包括幅度和相位数据。在框3208处，响应于幅度和相位数据确定指示人的健康参数的值。

图33是用于监视人的健康参数的另一种方法的过程流程图。在框3302处，无线电波在人的皮肤表面下方并跨步进频率的范围被发送。在框3304处，无线电波在接收天线的二维阵列上被接收，接收到的无线电波包括跨步进频率的范围的所发送的无线电波的反射部分。在框3306处，生成对应于接收到的无线电波的数据，其中该数据包括幅度和相位数据。在框3308处，从幅度和相位数据中的至少一个导出数据。在框3310处，响应于导出的数据确定指示人的健康参数的值。

图34是用于训练用于监视人的健康参数的模型的方法的过程流程图。在框3402处，接收对应于对照元件的对照数据，其中对照数据对应于人的健康参数。在框3404处，接收对应于已从对照元件反射的无线电波的步进频率扫描数据，其中步进频率扫描数据包括在频率范围内的频率以及对应幅度和相位数据。在框3406处，通过以时间同步方式将对照数据与步进频率扫描数据组合来生成训练数据。在框3408处，使用训练数据训练模型以产生经训练的模型，其中经训练的模型将步进频率扫描数据与指示人的健康参数的值相关。

虽然这里的一个或多个方法的操作以特定顺序示出和描述，但是每个方法的操作顺序可以改变，使得某些操作可以以相反的顺序执行，或者使得某些操作可以至少部分与其他操作同时执行。在另一个实施例中，不同操作的指令或子操作可以以间歇和/或交替的方式实施。

还应当注意的是，可以使用存储在计算机可用存储介质上以供计算机执行的软件指令来实施用于这里描述的方法的操作中的至少一些。作为示例，计算机程序产品的实施例包括用于存储计算机可读程序的计算机可用存储介质。

计算机可用或计算机可读存储介质可以是电子、磁、光、电磁、红外或半导体系统(或设备或装置)。非暂时性计算机可用和计算机可读存储介质的示例包括半导体或固态存储器、磁带、可移动计算机软盘、随机存取存储器(ram)、只读存储器(rom)、硬磁盘和光盘。光盘的当前示例包括具有只读存储器的光盘(cd-rom)、具有读/写的光盘(cd-r/w)和数字视频盘(dvd)。

可替选地，本发明的实施例可以完全以硬件或以包含硬件和软件元素的实施方式来实施。在使用软件的实施例中，软件可以包括但不限于固件、常驻软件、微码等。

虽然已经描述和示出了本发明的特定实施例，但是本发明不限于如此描述和示出的组件的特定形式或布置。本发明的范围由所附权利要求书及其等同物来定义。