用于监测用户重量的变化的装置和方法与流程

本发明概括而言涉及体重的监测，更具体而言涉及使用提供频繁体重测量的传感器监测体重。

背景技术：

积极的生活方式和精心的营养有助于改善身心健康状况。健康状况的一个预测子是基于人的体重和身高的相对尺寸，这可以表示为人的体重指数(bmi)。这样，人的体重是个人健康的显著决定因素，因为在体重过重以及体重过轻与疾病之间存在很大的联系。此外，体重也是人们在感觉体形和美感不足时的关注点。出于美学或医学原因改变体重的方法通常涉及创建负能量或正能量的平衡，其中能量消耗超过热量摄取量，或反之亦然。

用于测量体重的一种流行的设备是体重秤。该设备提供对用户重量的测量，并且因此允许测量其中的变化。然而，这些测量是用户发起的，并且通常在长时段内间歇地发生。这些不经常的测量掩盖除了由食物(卡路里)摄取之外的事件引起的每日体重变化。这些事件例如包括与涉及能量消耗的代谢和调节过程相联系的流体损失相关的体重减轻。这些现有技术有效地仅测量了当天体重的“净变化”。

将体重的这些净变化与卡路里摄取相关通常需要用户在一种电子日记中输入他已经消耗的食物。然后将日记条目转换为对卡路里摄取的估计。这种方法的一个问题在于需要用户的积极努力。用户可能会发现这个过程很麻烦，或者可能只是忘记跟踪他已经消耗的食物。

wo2010/096691a2公开了一种脚穿系统，用于监测体重、姿势分配、身体活动分类以及能量消耗计算，包括被配置为获得指示用户的脚或腿的运动的加速度数据的加速度计。所述脚穿系统还可以包括：压力感测设备，其被安装在鞋垫中并且被配置为获得指示用户的脚施加到鞋垫上的压力的压力数据；以及发送器，其被通信地耦合到所述加速度计和所述压力感测设备，并且被配置为将加速度和压力数据发送到第一处理设备，所述第一处理设备被配置为处理加速度数据和压力数据以区分第一姿势与不同于第一姿势的第二姿势，并处理加速度数据和压力数据以区分第一基于运动的活动和不同于第一基于运动的活动的第二基于运动的活动。所述脚穿系统还可以包括第二处理设备，所述第二处理设备通信地耦合到第一处理设备上，并且被配置为导出第二能量消耗值。

us2006/143645a1公开了一种方法和系统，其通过使用鞋中的传感器来确定移动人员行驶的速度或距离，并且利用鞋子经由传感器来确定和报告穿着该鞋的人的重量。此外，公开了采用传感器(例如，加速度计)的基于鞋的系统来(例如，经由手表)确定和报告速度和/或行进的距离。

技术实现要素：

本发明的目的是提供一种用于监测用户重量变化(例如由食物和饮料消耗/摄取引起的重量变化)的装置、方法和计算机程序产品。

根据本发明的第一方面，该目的是通过一种用于监测用户重量变化的装置来实现的，所述装置包括：接收器部件，其被配置为接收用户的超日常(superquotidien)重量测量数据；重量估计部件，其被配置为基于所述超日常重量测量数据来估计所述用户的累积重量，其中，在所述估计中仅使用所述用户的重量的突然变化；以及比较部件，其被配置为将所估计的所述用户的累积重量与先前所估计的所述用户的累计重量进行比较，并检测所述用户的所述累积重量中的任何变化。

根据本发明的第二方面，公开了一种用于监测用户重量变化的方法。该方法包括：接收来自传感器的超日常数据；基于所述超日常重量测量数据(也称作传感器数据)来估计所述用户的累积重量，其中，在所述估计中仅使用所述用户的重量的突然变化；并且将所估计的所述用户的累积重量与先前所估计的所述用户的累计重量进行比较，并检测所述用户的所述累积重量中的任何变化。更频繁的重量测量具有跟踪一天中的影响体重的单个事件的优点。

在本发明的各种实施方案中，术语“超日常”指的是“超过每天一次；通常至少每小时一次；可能更频繁或者甚至是连续的；可能少于一小时一次。”

如上所述的装置和方法具有许多优点。首先，在人/用户每次需要检查他的重量时，不需要使用常规的标度。假定重量测量本质上是周期性的，这有利于用户有效地了解他的总重量/净重(在此也称为“累积重量”或“用户的体重变化的累积和”)。另外，这样计算出的重量或净重是基于过滤可能给予重量增加错误感觉的各种事件，例如穿着外套、持有重物等。因此，重量计算从而更准确。通常，所述装置和方法自动检测体重中的变化以供后续在各种应用中使用，例如确定卡路里摄取。自动收集的体重信息可以转换为用户活动的记录，并有效地引导用户管理体重。

另外，存储于存储器设备中的测量可以包括所有的重量测量，或仅包括在特定(预定)感兴趣时间段内比预定的最小重量变化更大的幅度的那些测量，这在本文中也称为重量的“突然”变化。特别地，重量估计部件可用于识别重量的突然变化。

在各种实施例中，重量估计部件通过以下来估计累积重量：识别在超日常重量测量数据中的突然重量增加，并对突然重量增加求和以生成累积重量。在一些实施例中，重量估计部件额外地识别在超日常重量测量数据中的突然重量减少，并且另外对突然重量减少求和以生成累积重量。换句话说，累积重量可以包括突然重量变化之和，包括增加和减少两者。

在优选的实施例中，例如通过使用压力鞋垫来连续地测量使用者的重量。这些测量被噪声污染以及受到用户运动的波动，这将对测量的分辨率施加下限。可以应用滤波器和其他技术来降低噪声并提供实际重量的最佳估计。为了解释起见，假设测量是无噪声的。突然变化则是因为例如用户正在拿起一杯水或者穿上外套的重量变化。当用户上厕所，或者再次脱掉其外套，或者将咖啡杯放回桌子上时，也发生突然变化。第一范例导致(突然的)体重增量，而后者导致减少。常规的代谢也会通过出汗和呼吸而引起重量下降。这种变化是非突然变化的范例。因此，突然的变化是那些瞬间发生的变化，例如举起杯子，或者在几分钟之内发生的变化，如吃一些食物或是去厕所。

变化被维持：变化之前的重量被认为是恒定的，在变化之后也如此，其中，“之前”和“之后”可以是分开的几分钟的时间。由于在实践中，测量不是连续的甚至是不规则发生的，也是因为一些测量数据可能太嘈杂/不可靠，“突然”应该理解为覆盖使用的采样间隔，并且“立即的”变化(例如拿起杯子)和在“几分钟”内的变化(例如吃食物、去厕所)都在采样间隔的持续时间内发生，因此应被理解为是突然变化。突然变化也可以被理解为具有某种形式的突然性的变化，即，不是逐渐发生的变化：重量测量的时间序列具有断点，并且在之前是“恒定的”并且在之后是“恒定的”；数学上(更高阶)导数是不连续的。

根据本发明可以监测通过消耗/卡路里摄取的体重增量。在实施例中，这通过观察一天(或其他时段)发生的用户重量的突然变化的每日(或其他周期)累积而完成的。因此，重量变化估计部件可以被配置为基于在超日常重量测量数据的变化的累积来估计用户的每日/周期重量变化。此外，比较部件可以被配置为将所估计的用户的周期性重量变化与先前所估计的用户的周期性重量变化进行比较，并且检测用户的周期性重量变化中的任何变化。

在另一实施例中，所述装置还包括用于基于超日常重量测量数据跟踪用户的累积重量的变化的重量跟踪部件。跟踪使用了趋势(即，一系列先前的测量)。比较包括了测试趋势中的变化。单个偏差不是警告的立即原因。如果与前一天进行比较并且行为发生了变化，仅存在一次变化，则接下来的日子与它们之前的日子相当。趋势线显然前进一步，而不是单个离群值。

为了进一步详述，本发明的实施例一般涉及对体重的监测，更具体地涉及使用提供频繁重量测量的传感器监测体重。更频繁的体重测量具有跟踪(即，监测或计算)一天中影响体重的各种事件的优点。重量测量数据可以是所有的重量测量结果，或仅是重量的“突然”变化(如上所述)的那些测量结果。这具有过滤重量测量结果中的逐渐的或有噪声的变化的优点。

本发明的装置和方法的实施例(下面描述)使用传感器来获取用户重量的频繁(即，显著超过每天一次)测量结果。这允许检测重量的小变化，并且特别是突然变化，在它们在一天中发生时。这些重量变化的累积(即，求和)允许例如估计用户在一天中的卡路里摄取。

这是相对于现有技术的改进，在于根据每日重量测量计算出的净重变化包括由能量消耗引起的损失，并因此不能提供用户当天的卡路里摄取的估计。此外，根据每日体重测量结果计算出的净重变化与测量本身的精度具有相同数量级(或甚至更小)。

在本发明的另一实施例中，公开了如上所述的用于监测用户的累积重量的变化的装置以及接收器部件，所述接收器部件被进一步配置为接收次级用户数据。所述次级用户数据可以包括移动数据、温度数据、水分流失数据、静息代谢率数据、用户重量的经滤波的测量结果、以及自上次测量用户的体重以来已经过去的时间。该次级用户数据的优点在于实现更准确的重量估计，其考虑影响用户重量的因素。

在本发明的另一实施例中，可以包括卡路里估计部件以基于检测到的用户的累积重量的变化来估计用户的卡路里摄取。

在本发明的另一实施例中，重量估计部件还可以被配置为基于超日常重量测量数据和次级用户数据来估计用户的累积重量。此外，重量估计部件可以被配置为基于超日常重量测量数据以及先前所估计的用户的累积重量、用户的移动数据、环境温度数据和环境湿度数据中的至少一个来估计用户的累积重量。这具有的优点是实现更准确的重量估计，其考虑影响用户重量的因素。

在本发明的另一实施例中，公开了一种用于如上所述地监测用户的累积重量中的变化的装置，以及校正部件，所述校正部件被配置为基于在重量测量数据不足的情况下基于超日常重量测量数据和次级用户数据来估计用户的累积重量。这具有在没有重量的直接测量的情况下实现准确的重量变化估计的优点。

在本发明的另一实施例中，公开了一种用于如上所述地监测用户的累积重量中的变化的装置，以及被配置为从用户接收输入的用户接口。在本发明的又一实施例中，公开了一种用于如上所述地监测用户的累积重量中的变化的装置以及定位于鞋垫、椅子、地板、内衣或门槛附近的传感器。在本发明的另一实施例中，公开了一种用于如上所述地监测用户的累积重量中的变化的装置，以及从包括压力传感器、重量传感器和力传感器的组中选择的至少一个传感器。

在另一实施例中，公开了一种用于如上所述地监测用户的累积重量中的变化的装置，以及被配置为测量用户的移动的至少一个加速度计，其中，所述至少一个加速度计的测量结果被用于对所述至少一个传感器的测量结果进行滤波。这具有允许拒绝由于穿戴者运动或缺乏其而导致的不准确的重量传感器测量结果的优点。

在本发明的另一实施例中，公开了一种用于如上所述地监测用户的累积重量中的变化的方法，以及将校正因子应用于所估计的用户的重量。校正因子可以基于运动数据、温度、水分流失、静息代谢率、用户重量的经滤波的测量结果，和/或在传感器数据不足的情况下自上次测量用户的重量以来经过的时间。该校正因子的优点实现更准确的重量估计，其考虑影响用户重量的因素。

本发明的实施例的另一方面包括一种用于记录用户数据的装置。该实施例包括被配置为测量用户重量的至少一个传感器以及被配置为存储用户的重量的测量结果的存储器设备。传感器用于捕获用户的重量的超日常测量。这些测量存储于存储器设备中，并且然后可以被用于基于用户重量的超日常测量来跟踪用户的累积重量的变化。

在一个实施例中，所述装置还包括校正部件，所述校正部件被配置为将校正因子应用于用户的重量的测量结果，所述校正因子根据从包括以下项的组中的至少一个因素导出：移动数据、温度、水分流失、静息代谢率、所述用户的重量的经滤波的测量结果、以及自上次测量所述用户的重量以来经过的时间。

所述至少一个传感器可以被定位于鞋垫内、椅子、地板、内衣中、门槛附近，或者在可以采取用户超日常测量的其他位置。此外，传感器和存储器设备可以一起定位于同一装置或同一位置处。传感器可以从能够产生重量测量结果的已知传感器中进行选择，例如压力传感器、重量传感器、以及力传感器。

在本发明的另一实施例中，公开了上述用于记录用户数据的装置，以及被配置为测量用户移动的至少一个加速度计。这些测量可用于进行滤波或以其他方式控制和修改传感器的测量结果。

在另一方面中，本发明涉及一种包含计算机可执行指令的计算机可读介质，所述计算机可执行指令在被处理器执行时用于执行用于监测用户重量中的变化的方法。

在另一方面，本发明涉及一种包括程序代码单元的计算机程序，当在计算机上执行所述计算机程序时，所述程序代码单元用于使计算机执行用于监测用户重量的变化的方法的步骤。

根据本发明的这个方面，上述方法方面的实施例可以实现为计算机可读介质上的计算机可执行指令。计算机可读介质可以适合于物理转移(例如cd-rom或usb存储设备)，或者其可以嵌入在装置内，由处理器执行并随后与例如传感器交互(例如，包含于计算机或智能电话中的存储器)。

通过阅读以下详细描述和相关附图的综述，这些和其它特征和优点(其特征化本发明的非限制性实施例)将是显而易见的。应当理解，前述一般描述和后续详细描述都仅是说明性的，而不是对要求保护的非限制性实施例的限制。

附图说明

参考以下附图描述了非限制性和非穷尽性实施例，其中：

图1是根据本发明的微量称量的范例；

图2是根据本发明的用于记录重量数据的装置的实施例的示意性表示；

图3是根据本发明的用于监测累积重量的变化的装置的实施例的示意性表示；

图4是响应于各种代谢过程而变化的重量随着时间的图表；并且

图5是根据本发明的用于监测累积重量的变化的方法的实施例的示意性表示。

在附图中，相似的附图标记通常在不同的视图中指代相对应的部分。附图不一定按比例绘制，而是重点放在操作的原理和概念上。

具体实施方式

下面参考形成本文的一部分的附图更全面地描述各种实施例，并且附图示出了具体的示例性实施例。然而，实施例可以以许多不同的形式来实现，并且不应被解释为限于本文中所阐述的实施例；而是提供这些实施例，以使得本公开将是彻底和完整的，并且将向本领域技术人员充分地传达实施例的范围。实施例可以实现为方法、系统或设备。因此，实施例可以采取硬件实现方式、完全软件实现方式或者组合了软件和硬件方面的实现方式的形式。因此，以下详细描述不被认为是限制性的。

在说明书提及“一个实施例”或“实施例”意味着结合所述实施例描述的特定特征、结构或特性包含于本发明的至少一个实施例中。在说明书中的各处出现的短语“在一个实施例中”不一定都指代相同的实施例。

关于存储于计算机存储器中的非瞬态信号的操作的符号表示来呈现以下描述的一些部分。这些描述和表示是在数据处理领域的技术人员用来最有效地将其工作的实质传达给本领域技术人员的手段。这种操作通常需要物理量的物理操作。通常但不一定，这些量采取能够被存储、转移、组合、比较和以其他方式操纵的电、磁或光信号的形式。有时，主要是由于习惯用法，将这些信号称为比特、值、元素、符号、字符、术语、数字等是方便的。此外，有时将需要物理量的物理操纵的步骤的特定布置称作模块或代码设备也是方便的，而不失一般性。

然而，所有这些以及类似的术语都与适当的物理量相关联，并且仅仅是应用于这些量的方便标签。除非如根据下述讨论中明显地专门另行陈述，否则可以理解的是，在整个描述中，利用诸如“处理”或“计算”或“运算”或“确定”或“显示”等术语的讨论指的是计算机系统或类似的电子计算设备的操作和过程，其操纵和变换表示为计算机系统存储器或寄存器或其他这种信息存储、传输或显示设备中的物理(电子)量的数据。

本发明的特定方面包括可以在软件、固件或硬件中体现的过程步骤和指令，并且当以软件实现时，可以被下载以驻留在各种操作系统所使用的不同平台上并由其操作。

本发明还涉及一种用于执行本文中的操作的装置。该装置可以针对所需目的而特别构造，或者其可以包括由存储于计算机中的计算机程序选择性地激活或重新配置的通用计算机。这样的计算机程序可以存储于计算机可读存储介质中，诸如但不限于任何类型的盘，包括软盘、光盘、cd-rom、磁光盘、只读存储器(rom)、随机存取存储器(ram)、eprom、eeprom、磁卡或光学卡、专用集成电路(asic)、或适于存储电子指令的任何类型的介质，并且其每个都被耦合到计算机系统总线。此外，在说明书中提及的计算机可以包括单个处理器，或者可以是采用多个处理器设计以提高计算能力的架构。本发明还可以在其下载和/或执行之前或之后采取存储于计算机可读存储介质中的计算机程序本身的形式。

本文呈现的过程和显示并不固有地与任何特定的计算机或其他装置相关。各种通用系统也可以与根据本文的教导的程序一起使用，或者可以证明构造更专用的装置来执行所需的方法步骤是方便的。根据下述描述，各种这些系统所需的结构将变得显而易见。此外，不参考任何特定的编程语言描述本发明。应当理解，可以使用各种编程语言来实现本文所描述的本发明的教导，并且下面针对特定语言的任何参考被提供用于公开本发明的实现和最佳模式。

此外，在说明书中使用的语言主要是为了可读性和指导目的而选择的，并且可能没有被选择来描绘或限定本发明的主题。因此，本发明的公开内容旨在说明而不是限制在权利要求中阐述的本发明的范围。

超日常用户体重测量

本发明的实施例一般涉及监测用户重量，更具体地涉及使用提供用户重量的频繁(即，显著超过每天一次)测量结果的传感器来监测用户重量。

图1图示了当用户从事各种日常生活活动时，体重在一天中如何变化。在时间t1，检测到重量的急剧增加。该增加可能是由于摄取了食物，但是其也可能是由于衣服的变化(例如、穿衣、穿上外套)。本发明的各种实施例使用一天中的时间或其他第二信息来区分这些活动的种类。在时间t2，检测到重量的另一急剧增加，这再次指示食物摄取事件、衣服变化等。这些急剧增加将被跟踪以用于计算针对监测时段的用户的累积重量变化(即，用户的累积重量的变化)。

在t2到t3之间，重量逐渐减少。图1描绘了直线；逐渐减少也可以是弯曲的(例如，指数的)。逐渐减少是由用户的能量消耗、其休息代谢、明确锻炼、出汗等引起的。出于计算用户的累积重量变化的目的，可以丢弃该逐渐减少，因为这反映了用户对其进行很少控制的自主过程，即它不表示在本发明的场景中使用的用户重量的“突然”变化。

这是本发明的实施例能够更好地估计用户的卡路里摄取量并作出适当的推荐的一个原因。每天测量一次重量的现有技术系统将在其测量净重变化中包括由能量消耗的损失，并且因此建议较低的卡路里摄取。此外，包括逐渐重量减少的净重变化值可以低于现有技术的重量传感器的设定变化。

在时间t3，检测到重量的另一急剧增加，这再次表明食物摄取事件、衣服变化等。在时间t4，检测到重量的急剧减少。这种减少可能来自衣服的变化(例如，脱衣服、移除外套)、上厕所等。将这些急剧减少从用户的重量变化的一天累积和中减去。特别地，相同近似量的重量增加和减少对可以相互抵消，因为它们暗示衣服的变化(例如，穿上外套以及稍后脱下外套)。假设是例如通过穿衣增加的重量由通过脱衣减少的重量平衡，并且一天中的残留物很小。此外，假设在厕所处减少的重量用于提高食物摄取的实际重量增加，即产生“有效的食物摄取”。一些实施例可以仅考虑在监测时段中跟踪用户的累积重量变化的重量增加。

在监测时段用户重量变化的累积和(即，根据用户重量的突然变化获得的用户的“累积重量”，即图1所示范例中的t1、t2、t3和t4的突然变化)对于各种应用是有用的。例如，累积总和可以用于基于特定用户或特定类型的用户(例如，具有相同的性别、体型、活动水平、活动类型、bmi、饮食习惯(食用油炸食品、水果等))的平均摄取来估计一天的卡路里摄取。

图2呈现了根据本发明的一个实施例的用于记录用户数据102的装置的示意性表示100。用户数据记录装置102具有：至少一个传感器104，其被配置为测量和捕获施加在其上的重量的超日常测量108(即，比一天一次显著多的测量)；以及存储器设备106，其被配置为存储重量的测量结果108。重量的测量结果108可用于计算和跟踪用户的累积重量110中的变化。

传感器104可以被定位在各种位置，例如在鞋垫、椅子、地板、内衣、门槛附近等。适当的传感器104包括压力传感器、重量传感器、力传感器等。

在该实施例中，图示了单个传感器。然而，本领域技术人员将认识到可以使用多个传感器，并且因此，单个传感器的公开是说明性的而不是限制性的。此外，本领域技术人员将认识到，根据本发明可以使用各种类型的传感器来捕获重量测量结果，包括但不限于压力传感器、重量传感器、以及力传感器。

通过引入多个传感器，可以使用每个传感器来验证由其他传感器提供的重量测量，丢弃不能确认或看起来是异常值的测量。

累积重量测量(估计)110可能受到各种第二因素或事件120的影响。这些因素和事件包括用户移动、水分流失、温度、静息代谢率、用户重量的经滤波的测量结果、以及自上次测量用户重量以来经过的时间。在所示的实施例中，例如，加速度计112被用于提供移动数据114，其指示来自传感器104的测量结果108是否适合用于计算累积重量测量110。

例如，使用加速度计可以估计重力方向，并且只有当该方向是垂直方向时，才使用对应的重量样本108。类似地或者额外地，如果加速度计112指示用户的活动水平低，即，当在加速度信号中几乎没有变化时，可以使用重量样本108。在其他实施例中，加速度信号的变化的水平可用于校正测量的重量108。在再另一实施例中，可以监测加速度信号的幅度，并且当它接近1g时指示用户处于“休息”，然后可以使用重量样本108。但是，注意，在步行期间，当用户的脚在地面上时，将测量常数1g；而重量样本108包括来自用户步行的额外的地面反作用力。

如上所述，单个传感器的图示不是限制性的，并且加速度计是一种类型的传感器。因此，本领域技术人员将认识到，可以利用多个加速度计以及额外类型的测量设备和传感器来捕获次级用户数据。

经滤波的重量测量

当以高采样率测量用户的重量时，可以进行额外的过滤来获得对用户的“真实”重量的更好估计。例如，可以使用线性低通滤波器或诸如中值和模式滤波器的非线性滤波器。

已知中值滤波器用于阻止脉冲和振荡同时通过常数、趋势和边缘。与线性滤波器不同，当测量出的重量信号的平稳性变化时，中值滤波器不会展现瞬态。中值滤波器的其他滤波器形式包括递归中值滤波器。该滤波器具有倾向于维持其以前的重量估计的属性。以这种方式，重量测量信号中的波动不会立即出现在估计中，而例如由于食物摄取或上厕所引起的变化(即，边缘)仍并入其中。

其他滤波器结构包括模式滤波器和所谓的“子中值(sub-median)”滤波器。也可以使用中值滤波器的变型，例如加权中值滤波器。当中值滤波器取得当前窗口中所有采样值的中值时，模式滤波器将取得当前窗口中最频繁出现的采样值的值。

子中值滤波器是非线性和低通滤波器的组合。另外，该非线性滤波器以子采样速率工作，对于dc分量具有良好的估计属性，并且对dc信号中的快速变化响应。一般而言，低通滤波器的输出将会收敛在dc值上，但是具有稍慢的响应时间。中值滤波器从信号消除了短持续时间(如尖峰)的显著偏差，同时沿着边缘并保留了细节。

累积重量变化跟踪

参考图3，图示了根据本发明的一个实施例的用于监测用户累积重量的变化的装置200的示意图。累积监测装置200具有接收器部件202、重量估计部件204、比较部件206、重量跟踪部件208和卡路里估计部件210。装置200可以采取例如处理器的形式，其执行存储的程序以提供这些各种部件的功能，或者它可以是分立的硬件元件的集合，其中这些元件中的每个的一个或多个提供这些各种部件的功能。

接收器部件202被配置为接收重量的超日常测量结果108和次级用户数据120，例如上面结合图2所讨论的那些。接收器部件202可以采取例如以下形式：专用集成电路(asic)，具有与传感器通信的一个或多个输入线的通用计算元件，或者被编程为接收各种数据值的处理器。

重量估计部件204被配置为基于重量的超日常测量108和次级用户数据120以及简档信息220和校准表222来估计用户的累积重量110。在该实施例中，简档信息220可以包括诸如用户的性别、身体质量指数和饮食习惯(例如，偏好油炸食品、水果等)的信息。校准表222可以对如体重、身高、性别和一天中的时间的因素参数化。重量估计部件204可以采取例如以下形式：专用集成电路(asic)；或通用计算元件，其被编程为接收各种数据值并提供所估计的累计重量(即，用户的重量变化的累积和)。

比较部件206被配置为将所估计的用户的累积重量110与先前所估计的用户的累积重量进行比较，并且检测用户的累积重量的任何变化212。重量跟踪部件208用于跟踪用户的累积重量的变化214。卡路里估计部件210用于基于跟踪的用户的累积重量的变化214来估计用户的卡路里摄取216。这些部件206中的每个可以采取例如专用集成电路(asic)或被编程为提供所描述的功能的通用计算元件的形式。

如上所述，次级用户数据120可以采取各种形式，包括移动数据、温度数据、水分流失数据、静息代谢率数据、所述用户的重量的经滤波的测量结果、自上次测量用户重量以来经过的时间、环境温度数据、环境湿度数据等。

在本发明的另一实施例中，公开了一种用于如上所述地监测用户的累积重量中的变化的装置，其具有被配置为从用户接收输入的用户接口240。利用用户接口240，用户可以明确地指定他已经消耗了食物或饮料以及什么种类。该信息可以用于训练系统，在识别相关重量变化(即，变化的时间、大小和速度)以及标记相关联的卡路里摄取(给定消耗食物的类型)方面两者。另外，当检测到重量变化时，本发明的装置可以经由用户接口240请求用户确认摄取以及补充关于消耗的食物或饮料的类型的信息。本发明的装置的额外实施例具有检测用户的脱水和静息代谢率的能力。

利用陈旧的或稀疏的测量来估计用户重量

在该实施例中，重量估计部件204包括校正部件230，所述校正部件230被配置为在没有足够的重量测量数据108的情况下估计用户的重量。该估计例如可以基于针对与例如一天的时间等相关的重量变化的历史记录调整的先前接收到的重量数据的插值。由于本发明的装置测量和记录突然的重量变化，因而在一个实施例中，所述插值包括保持最后的重量测量，并且这样做产生相对于当前样本的净重变化。

由于插值是估计值，因而误差项仍存在。由于许多这些微重量可能在几十克(或最多几百克)的数量级，所以插值估计中允许的变化的量很小。在没有足够的重量测量的情况下准确估计累积重量变化的问题依然存在。为解决这个问题的插值细化考虑：(1)通常由与代谢过程相关联的co2呼气引起的体重减轻，以及(2)通过呼吸和皮肤蒸发导致的水分流失。

图4描述了响应于这两个因素在六小时内体重如何变化的范例。“测量重量”线是用户随时间的实际重量测量。随着时间的“预期重量”线是用户初始体重加上或减去进入体内(例如食物)或排出身体(例如，排便或其他身体功能)的元素的实际重量值的累积总和。

在“测量重量”和“预期重量”之间示出的差异是由于上述生物因素引起的，如预期的那样，其随着时间增长。在这个范例中，已知一般人的重量减轻约为40克/小时，这主要是因为水分流失。如果上次重量测量是两个小时之久，并且没有中间的测量数据，则用户的累积重量的当前估计应该是两个小时前测量出的重量减去80克。

在没有最近重量测量的情况下，用户的累积重量的估计可以通过额外信息进一步改进。例如，用户的静息代谢率可以被直接或间接测量，并用于调整用户的累积重量的估计，代替40克/小时的数字，这是一个平均数字。

在另一实施例中，来自加速度计的活动数据的记录可以用于通过由加速度计测量出的消耗能量来调整用户的所估计的rmr，并且除了或者代替水分流失、co2呼气等的调整，经调整的rmr可以用于调整用户的累积重量的估计。

在一些实施例中，使用信号处理技术可以对可用(尽管过时)的重量样本进行平滑或插值，以估计用户可能的当前重量。取决于其本质，对于这些目的，非线性过滤技术可以优于线性过滤技术。

可以使用插值的重量值来测试丢失的数据序列中可能的突然变化。例如，如上所述，用户的累积重量通常由于水分流失等而随时间下降。因此，随后的重量测量(w2)通常比前一重量测量(w1)小特定量，该特定量通常与在两个重量测量之间的时间差成比例，即，k*(t2-t1)。如果随后的测量大于对于稍后的时间点期望的重量测量，则本发明的实施例可以推断出在过渡时期可能发生突然的重量变化。此外，可以使用在后续测量与该测量的期望值之间的差异来推断变化的幅度。计算出的变化幅度也可以作为存储的变化的列表进行比较，以识别变化的种类和/或本质。

如上所述，累积的重量变化也可以与针对代谢率和其他因素校正的上述重量估计相组合。组合这两个估计的一种方式可以涉及根据它们各自的变化对它们进行加权，使得具有最小变化的估计(即，最可能是正确的估计)得到最大的权重。

利用超日常重量测量跟踪累积用户重量

如上所述，根据本发明的用于记录用户重量数据的装置和用于监测用户累积重量中的变化的装置的实施例已经被示出为分离的以简化讨论。本领域技术人员将认识到，这些装置的全部或部分可以本身包含在单个实施例中。

参考图5，示出了根据本发明的一个实施例的用于监测用户的累积重量中的变化的方法的示意性表示300。在步骤310中，接收部件202接收用户重量的超日常测量108和次级用户数据120。

在步骤320中，重量估计部件204基于重量的超日常测量108和次级用户数据120来估计用户的累积重量110。另外，可以将校正因子应用于(步骤325)所估计的累计重量110以提高估计的准确性。校正因子可以基于运动数据、温度、水分流失、静息代谢率、所述用户的重量的经滤波的测量结果、和/或在传感器数据不足的情况下上次测量所述用户的重量之后经过的时间。

在步骤330中，比较部件206将所估计的用户的累计重量110与先前所估计的用户的累积重量进行比较，以识别累积重量212中的任何变化。在步骤340中，重量跟踪部件208跟踪用户的累积重量中的变化212。在步骤350中，任选的卡路里估计部件210基于跟踪的用户的重量变化214来估计用户的卡路里摄取216。

传统上根据如(例如，用户穿戴的加速度计的)加速度计信号中的能量的量的度量来估计能量消耗。给定一天的体重变化并给定能量消耗，可以导出卡路里摄取的估计，这是隐含的测量。根据本发明使用的突然重量变化的和提供了(更多)显式估计，因为它们直接与摄取时刻(处的测量)有关。

可以向用户通知两个独立号码(一个不能从另一个导出/暗示)：卡路里摄取和能量消耗。因此，用户可以决定例如通过更加活跃或进一步减少他的消耗来改善他的减重计划。

测量通知体关于重增加，而不是直接关于卡路里摄取。在这两者之间可以进行转换。这样，必须为该用户知道食物类型的分布，即平均每公斤的卡路里量。该转化率可以从一般人口数量中获得，或者可以使之针对所述用户进行定制。通知用户关于他的累积重量变化也可能是足够的，而无需转换为卡路里数量。用户可能会记得已经吃了什么类型的食物，并调整他进一步的消耗。

以上参考根据本公开的实施例的方法、系统和计算机程序产品的框图和/或操作图示来描述本公开的实施例。框中记载的功能/动作可能不以在任何流程图中所示的次序发生。例如，相继显示的两个框实际上可以基本同时执行，或者有时可以以相反的次序执行框，这取决于所涉及的功能/动作。另外，并不需要执行和/或实现在任何流程图中所示的所有框。例如，如果给定的流程图具有包含功能/动作的五个框，则可能仅执行和/或实现五个框中的三个框的情况。在该范例中，可以执行和/或实现五个框中的任意三个框。

在本申请中提供的一个或多个实施例的描述和说明不旨在以任何方式限制或约束如要求保护的本公开的范围。在本申请中提供的实施例、范例和细节被认为足以传达拥有物并使其他人能够进行和使用所要求保护的实施例的最佳模式。所要求保护的实施例不应被解释为限于在本申请中提供的任何实施例、范例或细节。无论是组合还是单独显示和描述，(结构和方法逻辑的)各种特征旨在被选择性地包含或省略以产生具有特定特征集合的实施例。在已经提供了本申请的描述和说明后，本领域技术人员可以设想落入在本申请中体现的总体发明概念的更广泛的方面的精神内的不背离要求保护的实施例的更宽范围的变型、修改和替代实施例。