月经周期跟踪和预测的制作方法

月经周期跟踪和预测
1.相关申请的交叉引用
2.本专利申请根据35u.s.c.
§
119(e)规定要求2021年6月6日提交的美 国临时专利申请第63/197,428号的权益，其内容全文以引用方式并入本文。
技术领域
3.所描述的实施方案整体涉及月经周期跟踪和预测。更具体地，本实施 方案涉及基于用户的生物计量信息(诸如心率)估计受孕窗口期和月经期 日期。


背景技术：

4.许多经历月经周期的人围绕其月经周期的部分(诸如受孕窗口期和/或 月经期)计划活动。月经周期可能不规律，从而导致无法可靠地计划活动。 此外，试图收集可用于估计或预测月经周期的部分的数据可能是困难的、 具有侵入性的和不准确的。


技术实现要素：

5.本文所描述的实施方案通常采取用于估计月经周期的各个部分(诸如 月经期、受孕窗口期和/或排卵)的日期的机制的形式。该机制基于与记录 周期的开始和停止的用户输入相比的预测的准确性来跟踪月经周期的这些 部分；该用户输入和先前周期预测的准确性用于改进和更新未来预测。因 此，随着该机制接收附加数据，其改进其预测的受孕窗口期和月经期。
[0006]“月经周期”从月经期的开始持续到下一个月经期开始的前一天，通 常包括卵泡期、排卵和黄体期。“受孕窗口期”是月经周期的期间用户最 有可能怀孕的部分；其通常在排卵前几天(例如，最多五天)开始，并且 通常在排卵后不久(例如，一天)结束。卵泡期发生在月经期之后和排卵 之前，并且黄体期在排卵后发生，持续至下一月经期的开始。
[0007]
通常，更新的月经期和/或受孕估计仅在某些情况下提供给用户，而不 是在确定时例行地或每当估计以其他方式更新时提供。换句话说，即使实 施方案可以计算或提供各种受孕窗口期和/或月经期估计，其也可以不必向 用户显示这些估计。例如，只有当这种估计准确的概率超过阈值(例如， 具有高置信度得分)时，才可以提供更新的估计。作为另一选项，仅当周 期或受孕窗口期从当前日期开始或停止超过特定天数时，才提供这种估计 或更新。作为更具体的示例，一些实施方案可仅在距窗口期关闭超过预先 确定的天数(例如，两天或三天)的情况下更新当前窗口期(无论是月经 还是受孕)的估计，因为更新具有更短关闭时间的窗口期可限制用户的计 划能力。此外，某些实施方案可以仅更新下一月经期或受孕窗口期的估计 日期，而不是所有未来窗口期的估计日期，从而减少更新的次数和/或在一 系列这样的估计中复合误差的机会。
[0008]
在一些实施方案中，当更新的月经期和/或受孕估计被提供给用户时， 用户可以接收到警告。在这些实施方案的示例中，与周期的开始、停止和/ 或持续时间以及受孕的更新的估计相关联的用户警告可以被限制为任何给 定时间段内的预先确定的数量。每种类
型的更新的估计(受孕估计和周期 估计)可具有其自己的极限警告限制，或者不管更新估计的类型如何，警 告的总数可能存在限制。例如，用户每个月最多可以接收到与更新的月经 期估计相关联的一个警告，以及每个月最多接收到与更新的受孕估计相关 联的一个警告。
[0009]
一个实施方案可以跟踪用户在某个时间段内的心率，该时间段既可以 是在用户醒着的时候也可以是在用户睡着的时候。当用户能够受孕时，用 户的心率特别是用户的久坐(sedentary)心率会发生某些变化；典型地， 人的久坐或静息心率在受孕窗口期期间每分钟增加大约两次心跳。对于许 多人，与月经和卵泡期相比，在排卵和黄体期期间久坐心率增加。因此， 检测到用户的久坐心率增加可以指示月经期已经开始或将要开始。通过将 这种心率增加(其典型地在延长的时间段内发生，诸如六小时监测时间段、 一天等)与月经和/或受孕窗口期的当前估计相关，可以评估这些估计的准 确性，并且如果必要，可以如上所述更新窗口期打开和关闭的估计日期。
[0010]
一个实施方案采取用于估计月经周期的部分的可穿戴设备的形式，该 可穿戴设备包括：日历模块；心率传感器；预处理模块，该预处理模块能 够：从日历接收初始月经期估计；从心率传感器接收心率数据；以及将初 始月经期估计和心率数据处理成经处理的数据集；排卵估计器，该排卵估 计器能够：从预处理模块接收经处理的数据集；以及使用经处理的数据集 来估计受孕窗口期；以及月经期估计器，该月经期估计器能够：接收经处 理的数据集和排卵估计器的输出；以及使用经处理的数据集和来自排卵估 计器的输出来估计月经期日期。
[0011]
另一个实施方案采取用于提供受孕窗口期的估计的方法的形式，该方 法包括：接收受孕窗口期的初始估计和月经期的初始估计；接收心率数据； 确定心率数据是否覆盖足够的时间段；在心率数据覆盖足够的时间段的情 况下，使用心率数据和受孕窗口期的初始估计来估计排卵窗口期；以及响 应于估计受孕窗口期，更新用户以电子方式访问的受孕窗口期的显示。
附图说明
[0012]
通过以下结合附图的详细描述，将容易理解本公开，其中类似的附图 标号指代类似的结构元件，并且其中：
[0013]
图1示出了月经周期期间的久坐心率的样本曲线图。
[0014]
图2示出了月经周期估计器的实施方案的一组模块。
[0015]
图3示出了显示月经期的估计日期的样本用户界面，包括该月经期的 不太可能和更可能的日期。
[0016]
图4是示出根据用户的生物计量数据(诸如心率)估计受孕窗口期和 月经期的可能日期的样本方法的流程图。
[0017]
图5示出了可以估计受孕窗口期和月经期的可能日期的样本可穿戴设 备。
[0018]
图6示出了图5的可穿戴设备的样本部件。
具体实施方式
[0019]
现在将具体地参考在附图中示出的代表性实施方案。应当理解，以下 描述不旨在
将实施方案限制于一个优选实施方案。相反，其旨在涵盖可被 包括在由所附权利要求书限定的所述实施方案的实质和范围内的另选形式、 修改形式和等同形式。
[0020]
本文所描述的实施方案通常采取用于估计月经周期的各个部分(诸如 月经期、受孕窗口期和/或排卵)的日期的机制的形式。该机制基于与记录 周期的开始和停止的用户输入相比的预测的准确性来跟踪月经周期的这些 部分；所述用户输入和先前周期预测的准确性用于改进和更新未来预测。 因此，随着所述机制接收附加数据，其改进其预测的受孕窗口期和月经期。
[0021]“月经周期”从月经期的开始持续到下一个月经期开始的前一天，通 常包括卵泡期、排卵和黄体期。“受孕窗口期”是月经周期的期间人最有 可能怀孕的部分；其通常在排卵前几天(例如，最多五天)开始，并且通 常在排卵后不久(例如，一天)结束。卵泡期发生在月经期之后和排卵之 前，并且黄体期在排卵后发生，持续至下一月经期的开始。
[0022]
通常，更新的月经期和/或受孕估计仅在某些情况下提供给用户，而不 是在确定时例行地或每当估计以其他方式更新时提供。换句话说，即使实 施方案可以计算或提供各种受孕窗口期和/或月经期估计，其也可以不必向 用户显示这些估计。例如，只有当这种估计准确的概率超过阈值(例如， 具有高置信度得分)时，才可以提供更新的估计。作为另一选项，仅当月 经期或受孕窗口期从当前日期开始或停止超过特定天数时，才提供这种估 计或更新。作为更具体的示例，如果距离窗口期关闭超过预先确定的天数 (例如，两天或三天)，则一些实施方案可以仅更新当前窗口期的估计 (无论是月经期还是受孕)，在此范围内，更新具有更短关闭时间的窗口 期可以限制用户的计划能力。此外，某些实施方案可以仅更新下一月经期 或受孕窗口期的估计日期，而不是所有未来窗口期的估计日期，从而减少 更新的次数和/或在一系列这样的估计中复合误差的机会。
[0023]
在一些实施方案中，当更新的月经期和/或受孕估计被提供给用户时， 用户可以接收到警告。在这些实施方案的示例中，与周期的开始、停止和/ 或持续时间以及受孕的更新的估计相关联的用户警告可以被限制为任何给 定时间段内的预先确定的数量。每种类型的更新的估计(受孕估计和周期 估计)可具有其自己的极限警告限制，或者不管更新估计的类型如何，警 告的总数可能存在限制。例如，用户每个月最多可以接收到与更新的月经 期估计相关联的一个警告，以及每个月最多接收到与更新的受孕估计相关 联的一个警告。
[0024]
一个实施方案可以跟踪用户在某个时间段内的心率，该时间段既可以 是在用户醒着的时候也可以是在用户睡着的时候。当用户能够受孕时，用 户的心率特别是用户的久坐心率会发生某些变化；典型地，人的久坐或静 息心率在受孕窗口期期间每分钟增加大约两次心跳。对于许多人，在排卵 和进入黄体期期间，久坐心率在整个受孕窗口期增加，然后在月经(例如， 月经期)和卵泡期期间下降。因此，检测到用户的久坐心率增加可以指示 受孕窗口期已经开始或将要开始。通过将这种心率增加(其典型地在延长 的时间段内测量，诸如六小时监测时间段、一天等)与月经期和/或受孕窗 口期的当前估计相关，可以评估这些估计的准确性，并且如果必要，可以 如上所述更新窗口期打开和关闭的估计日期。
[0025]
考虑到在人醒着和睡着时在多个时间跟踪久坐心率的愿望，一些实施 方案可以采取结合心率监测器的可穿戴设备的形式。可穿戴设备可以是例 如具有心率传感器的电子手表。电子手表同样可以接受用户输入(例如， 通过触敏输入、按钮、旋转输入等)来确认
或改进估计窗口期的精度。此 外，电子手表可以结合显示器，该显示器被配置为显示与估计窗口期相关 的图形信息。应当理解，其他实施方案不需要是可穿戴设备；它们可以是 各种计算设备，诸如智能电话、平板设备、膝上型电脑或台式计算机等等。 此类实施方案可以结合传感器(例如，作为可穿戴设备的一部分)或者可 以与传感器通信，该传感器被配置为测量用户的心率或者本文讨论的其他 生物计量信息。
[0026]
特别地，一些实施方案可以呈现图形信息，该图形信息显示月经期和/ 或受孕窗口期的开始和结束的可能日期的范围。作为一个选项，可以显示 可能的开始和/或结束日期的范围，其中图形信息传达每个这样的日期是窗 口期的开始或结束的概率或可能性。作为一个非限制性示例，可以对日期 进行颜色编码，以表示该日期落入所讨论的窗口期内的概率。当估计被更 新时或者在适当的时候，日期的颜色编码可以同样地被更新。
[0027]
以下参考图1至图6讨论这些和其他实施方案。然而，本领域的技术人 员将容易地理解，本文相对于这些附图所给出的详细描述仅出于说明性目 的，而不应被理解为是限制性的。
[0028]
通常并且如上广泛讨论的，本文描述的实施方案跟踪和预测未来用户 受孕窗口期和月经期。月经周期从“第一天”实例化开始跟踪，其是用户 通过标记月经出血的第一天来启动跟踪的第一天。在第一天，为用户预测 下一受孕窗口期和/或时间段，任选地包括受孕窗口期和/或排卵日期。由于 实施方案摄取附加数据并通过例如被配置为从数据中学习的神经网络来改 进该数据，所以提供了对月经期、受孕窗口期和/或排卵日期的更准确的预 测。通常，实施方案可以基于摄取的数据在周期中期更新受孕窗口期和/或 下一月经期预测。
[0029]
某些实施方案可以结合传感器数据以更好地估计受孕窗口期和/或月经 期开始或结束。例如，实施方案可以采取具有一个或多个心率传感器的便 携式可穿戴设备的形式(在一些实施方案中，除了心率传感器之外或代替 心率传感器，可以使用温度传感器)。如图1所示，用户的久坐心率通常在 用户的黄体期开始之前不久增加，并且在整个排卵稳定地上升，在排卵之 后不久在卵泡期开始附近达到峰值。虽然如图1所示的心率及其与月经周期 的关系只是示例，但是大多数人在久坐心率和月经周期的各个部分之间具 有类似的相关性。如果用户的久坐心率在多个月经周期上进行收集和平均、 平滑化或以其他方式在算法上相关，则尤其如此。因此，用户的久坐心率 可用于预测月经周期的不同部分，或者改进对月经周期的这些部分(诸如 受孕窗口期、月经期和/或排卵的起始和结束)的预测。作为一个非限制性 示例，人的心率的增加通常在受孕窗口期打开时、接近打开时或打开后不 久开始。
[0030]
例如并且如图1所示，在卵泡周期中，人的久坐(例如，静息)心率 100开始攀升。这由断点110表示，在这个示例中，断点出现在排卵前大约 8天。在月经周期的大部分卵泡期，人的静息心率持续攀升，通常(但不是 必须)以相当稳定的方式攀升。
[0031]
当人接近排卵时，心率的变化率通常降低，但是心率本身继续增加。 因此，在断点115处，心率相对于时间的斜率变化。在图1的示例中，这在 排卵前大约两天发生。受孕窗口期通常在心率增加期间打开。
[0032]
在许多情况下，在卵泡期(从周期开始延续到排卵)期间人的心率的 上升是相当急剧的，并且对于许多人来说，上升率可能是每分钟1.5到2次 心跳。对于大多数人来说，卵
泡期没有月经的黄体期规律，并且因此跟踪 心率的变化(以及心率的变化率)可以提供准确跟踪卵泡期的持续时间以 及预测排卵起始的能力。
[0033]
同样，在排卵经过黄体期后，心率通常继续上升。这种心率增加的变 化率(例如，斜率)在黄体期上测量时相当恒定，并且通常小于在卵泡期 的变化率。接近黄体期结束时，大多数人的静息心率下降，从而提供了黄 体期接近结束的强烈信号。断点120预示着久坐心率的这种下降。对于大多 数人来说，黄体期的持续时间在不同的周期中更加一致，因此准确测量一 个(或一系列)黄体期可以提高预测未来黄体期的开始、停止和时间长度 的能力，从而预测受孕窗口期、月经期和/或排卵的日期。
[0034]
应当理解，图1所示的心率100仅仅是一个一般化的示例，并不代表任 何特定的心率或人。此外，即使在图1的一般化的示例中，用户的心率100 也可以随周期而变化。因此，实施方案可以使用心率范围而不是实际心率 或测量的心率。该范围可通过在多个周期上平均心率、通过将分布函数或 其他过程(诸如估计器或概率分析)应用于测量的心率100等以确定用户的 心率在任何给定周期期间预计会落入其中的上限115a和下限115b来确定。 这些广义范围可由本文所述的任何实施方案、模块、过程、方法等代替特 定心率或与特定心率一起使用。
[0035]
通过测量久坐心率，例如通过在穿戴结合心率监测器的可穿戴设备时 进行周期性采样，可以确定心率的变化(以及这种变化的斜率或速率)并 将其用于预测未来月经周期的各个方面，包括受孕窗口期和月经期的可能 或大概的开始日期和结束日期，以及排卵的开始日期和结束日期。可以通 过由计算设备执行的日历或其他应用程序向用户提供此信息，使得用户可 以相应地计划未来活动。此信息可用于计划尝试怀孕或相反地用于避孕、 旅行等。因此，准确预测月经周期的各个部分(包括月经期和受孕窗口期) 的开始和结束具有很大的价值。
[0036]
如所提及的，某些电子设备(包括某些可穿戴设备)可以被配置为检 测用户的心率以及采用该数据来估计月经期和受孕窗口期两者的开始日期、 结束日期和持续时间。图2概括地示出了可以在这样的电子设备上操作或者 由这样的电子设备执行的样本模块。
[0037]
样本电子设备可以包括多个模块200-225，所述多个模块配合以提供和 /或更新对受孕窗口期和月经期两者的估计230、235。例如，模块可以包括 日历模块200，该日历模块维持与用户的月经周期有关的信息。日历模块 200可以包含与过去的月经周期、当前的月经周期和/或未来的月经周期有 关的用户输入的数据和/或估计。来自日历模块200的信息可用于生成描绘 关于用户的月经周期的信息的用户界面，诸如下文关于图3所讨论的。
[0038]
在某些实施方案中，对于给定的月经周期，日历模块200可以提供受 孕窗口期和月经期中的任一者或两者的初始(或“第零天”)的估计。更 具体地，日历模块200可以提供月经期可以开始和结束的日期范围，将这些 日期中的一些日期分类为可能的开始日期或结束日期，而将其他日期分类 为更可能的开始日期或结束日期。日历模块200可以为受孕窗口期进行相同 的操作，但在一些实施方案中，日历可能不会提供受孕窗口期的不太可能 的日期。在某些实施方案中，日历提供月经周期的第一天、月经周期内的 受孕窗口期的估计以及月经周期内的下一个受孕窗口期的估计。
[0039]
如关于图3更详细地讨论的，日历模块200可以依赖于用户提交的数据 来提供其第零天估计，并且可以基于各种因素(诸如黄体期的周期之间的 跟踪的或典型的长度等)
来进行这些估计。可以将第零天估计或如参考该 图和图3详细描述的由估计的迭代产生的任何未来估计从日历200传输到预 处理器210。
[0040]
心率传感器205可以周期性地采样或以其他方式测量用户的心率(例 如，以五分钟的间隔)。某些实施方案可以使用任何心率测量结果，而其 他实施方案可以聚焦或采用对应于特定用户状态的心率。作为一个示例， 当估计排卵、受孕窗口期和/或月经期时，实施方案可以采用久坐心率而不 是所有心率。作为另一示例，实施方案可以在此类估计期间采用基础久坐 心率，其中基础心率是所测量的所有心率中最低的10％等。
[0041]
如关于图3更详细地讨论的，心率传感器可以在用户醒着时和在用户 睡着时测量用户的久坐心率。该设备可以基于心率传感器测量久坐心率的 时间(例如，白天相对于夜晚)，通过将高于阈值的心率分配给“醒着
”ꢀ
用户状态以及将低于阈值的心率分配给“睡着”用户状态(由于用户在睡 着时的静息心率通常比醒着时低)或者通过将心率测量结果分配给一个类 别或另一个类别的任何其他合适的方法或方式来确定用户是醒着的还是睡 着的。所测量的久坐心率可以被传输到预处理器210。
[0042]
虽然在一些实施例中使用每分钟心跳次数的阈值来将心率分类为“醒 着”心率或“睡着”心率，但是可以使用其他准则来对心率进行分类。在 一些情况下，与心率相关联的运动信息(可通过将心率测量结果与加速度 计或其他运动传感器测量结果相关来确定)可用于对心率进行分类，在低 用户运动(即低于运动阈值量)期间收集的这种心率被分类为“睡着”心 率。在又一些变型中，基于时间的阈值被用于对心率进行分类，使得在某 些时间期间收集的心率是“醒着”心率，而在其他时间期间收集的那些心 率是“睡着”心率。应当理解，可以同时使用多种不同类型的阈值。例如， 可以在第一时间段期间使用某个运动阈值，并且可以在第二时间段期间使 用不同的运动阈值，这可以用于在白天时间(当用户不太可能睡眠时)施 加更严格的运动准则。
[0043]
预处理器210摄取日历数据和心率数据，并且将其归类成由排卵估计 器215使用的形式(其可以是经处理的数据集)。预处理器210可以根据一 组准则对日历数据或心率数据进行加权。其同样可以确定是否完全使用心 率数据。例如并且如下面参考图3更详细讨论的，如果预处理器210至少接 收到最小天数的心率数据和/或在预先确定的时间窗口期内每天的最小数量 的心率数据样本，则预处理器可以仅结合、摄取或以其他方式将心率数据 传递给排卵估计器215。在一些实例中，预处理器210可在最近的45天内 需要至少23天的心率数据(每个具有阈值量的心率数据)。更广泛地说， 预处理器可以仅在给定窗口期(足够的时间段)中具有这种数据的天数超 过阈值的情况下利用心率数据；在一些实施方案中，这个阈值是一半。也 就是说，预处理器210可以定义天数窗口期然后利用该心率数据，或者如果 该数据在该窗口期内存在至少阈值天数则传递该心率数据(无论是原始的、 归一化的、输入的、归一化的和输入的、或以其他方式处理的)。预处理 器210可以在将初始月经期估计和心率数据处理成经处理的数据集之前确定 心率数据是否覆盖足够的时间段。
[0044]
预处理器210可以将心率数据的归一化矩阵与从日历模块200接收的数 据一起传输到排卵估计器215。通常，预处理器将所有数据处理成排卵估计 器215所利用的共同形式(例如，预处理数据集)。
[0045]
排卵估计器215同样从日历模块200接收日历数据，包括任何第零天预 测。排卵估
计器205可以是双层神经网络，包括lstm神经网络和密集神 经网络。其他实施方案可以在排卵估计器模块215中使用不同的神经网络和 /或不同数量的神经网络。排卵估计器利用日历数据和心率数据来估计用户 的排卵以及因此受孕窗口期的可能开始日期和结束日期集。排卵估计器可 以利用以下数据来估计排卵和受孕窗口期：1)日历数据，包括第零天预测 或任何其他基于日历的月经期预测；2)心率传感器在捕获到这种心率的任 何一天中捕获到唤醒久坐心率的次数；3)心率传感器在捕获到这种心率的 任何一天中捕获到睡眠久坐心率的次数；4)捕获唤醒心率数据的任何一天 在醒着时的平均(或中值或加权)基础久坐心率；5)捕获睡眠心率数据的 任何一天在睡眠时的平均(或中值或加权)基础久坐心率；以及/或者6)上 述#2-#5中任何一个被捕获的日子。在一些实施方案中，“基础”久坐心率 被定义为任何给一天的心率的数据集中低于阈值的心率。例如，在任何给 定一天的捕获心率的最低10％中的任何心率可以被认为是该天的基础心率。 各种实施方案可以针对基础心率使用不同的阈值，或者可以完全忽略基础 心率，而简单地使用任何给定的一天或其他时间段的所有久坐心率的平均 值，或者所有这些心率的数据集，等等。
[0046]
排卵估计器215输出一组未来的日子有多大可能是受孕窗口期的一部 分的估计。通常，排卵估计器215使用经预处理器210处理后的心率数据和 日历数据对任何给定的未来一天(超出限制)是受孕窗口期的一部分的可 能性进行多次确定。这些确定中的每个确定被称为“简档(profile)”，排 卵估计器生成当前日子和多个先前日子(例如，在一些实施方案中是两个 先前日子，但是可以使用任何数量的先前日子)的简档。每个简档包括该 组未来日子中的每个日子成为受孕窗口期的一部分的可能性。这些概率基 于生成给定简档的日子之前的一组日子(例如，30、40或45天)中每个日 子的日历数据和心率数据。因此，在为今天生成简档的情况下，可以使用 之前45天的数据来生成简档。在为昨天生成简档的情况下，可以使用昨天 之前45天的数据，等等。可以看出，用于生成任何给定简档的数据与用于 生成相邻日子的简档的数据偏移了一天。
[0047]
排卵估计器215将每天的每个简档中的概率相互比较。也就是说，对 于给定的日子d，排卵估计器215将简档1中的概率与简档2、简档3中的 概率进行比较，依此类推。如果日子d的概率相对相同，或者在简档中的 每个简档之间再一定偏差内，则日子d被认为是受孕窗口期的可能部分。 随着简档之间的概率的分散，d是受孕窗口期的一部分的可能性降低。因 此，通过将各种简档中的估计相互比较，排卵估计器215可以建立未来受孕 窗口期和排卵日期的可靠模型，如基于在某个时间段上的测量的心率、先 前月经周期数据诸如先前的月经期开始和停止(如用户利用日历205记录的) 以及受孕窗口期和/或排卵日期的当前日历估计。
[0048]
排卵估计器215通常将每个简档输出为向量，该向量具有一组连接的 节点(每个节点对应于未来一天)以及每个节点的其是受孕窗口期的一部 分的概率。在某些实施方案中，每个简档包括25-40个节点，并且在一些实 施方案中，每个简档包括32个节点。应当理解，这些数字只是示例而非限 制；每个简档中可以存在任意数量的节点，并且每个简档可以包括与任何 其他简档不同数量的节点，或者所有简档可以包括相同数量的节点。然而， 通过使用32个节点和三个简档，排卵估计器215可以比较接下来30天上每 天的概率，从而给出受孕窗口期概率的大致一个月的分析。
[0049]
随着简档中节点数量的增加，用于生成每个简档的计算复杂度和功率 也增加。同
样，任何节点在未来越远，该节点成为受孕窗口期的一部分的 概率的估计就变得越不准确。因此，限制简档中节点的数量可能是实际上 有用的。实施方案可以将简档限制为30个节点/30天，以便在合理的时间内 为下个月提供相对准确的估计。
[0050]
排卵估计器215的输出被提供给两个不同的模块，即月经期估计器220 和受孕窗口期更新器225。将首先讨论月经期估计器215。
[0051]
如排卵估计器模块215一样，月经期估计模块220是一个或多个相互合 作的神经网络，诸如lstm网络和密集网络。月经期估计器220利用排卵 估计器215的输出来确定是否应重新确定、改变或以其他方式更新估计月经 期。如果排卵估计器215对排卵日期的更新估计发生在过去，则月经期估计 器220提供用户月经期的更新估计，该估计对于当天和前两天的每一天都是 一致的，并且估计的排卵日期具有高度置信度(例如，是高质量的估计)。
ꢀ“
高度置信度”可以是例如超过50％、超过60％、超过75％或以其他方式 高于预先确定的阈值。应当理解，当确定是否更新月经期估计时，其他实 施方案可以省略这些准则中的任何一个或全部准则，或者可以使用不同的 准则来代替这三个准则，或者与这三个准则结合使用。
[0052]
月经期估计器220通常与排卵估计器215类似地操作，接受与排卵估计 器相同的输入。这些输入可以来自排卵估计器215，如图2所示，或者可以 直接来自预处理器210。假设排卵已经发生并且黄体期看起来稳定，这在一 些实施方案中由前面段落中提出的准则确定，月经期估计器220以类似于关 于排卵估计器描述的方式计算简档。然而，在这里，简档是具有一组节点 的向量，每个节点代表未来的一天，并且包括月经期落在对应于该节点的 一天的可能性。如所提及的，计算这些简档通常依赖于由排卵估计器215使 用的相同输入。
[0053]
月经期估计器220简档被传递到月经期更新模块230。基于由月经期估 计器220确定的概率，月经期更新模块确定是否从当前的一组值更新月经期 的估计日期。在一个示例中，如果估计的月经期日期改变并且在单个月经 周期内先前尚未被更新，则月经期更新模块230更新月经期的估计日期。其 他实施方案可以使用不同的更新准则，或者可以在每次月经期估计器操作 时更新。更新的月经期估计从月经期更新模块230传递到日历模块200，日 历模块然后可以用于显示具有新信息的修改的用户界面和/或警告用户这一 更新。该用户界面的示例在图3中示出并参考该图更详细地讨论。
[0054]
如前所述，排卵估计器215除了月经期估计器220之外还将其简档输出 到受孕窗口期更新模块225。受孕窗口期更新模块225根据来自排卵估计器215的概率更新估计的受孕窗口期。在一个非限制性示例中，受孕窗口期更 新模块225将更新估计受孕窗口期，假设新估计的受孕窗口期：1)还没有开 始(例如，在未来)；2)在最大天数内开始，诸如三天、五天等(例如， 在不太远的未来)；3)尚未在当前的月经周期内更新；4)发生在当前估计的 受孕窗口期之后；以及5)新估计的受孕窗口期的日期具有与其相关联的高 度置信度。如果这些日期比当前估计的受孕窗口期的日期可能更准确，如 果它们满足准确的阈值概率(例如，50％、60％、75％等)，或者满足其他 预先确定的准则，则这些日期可以具有“高度置信度”。
[0055]
在非限制性示例中，假设满足这些准则，则受孕窗口期更新模块225 向日历模块200提供新估计的受孕窗口期，日历模块然后可以显示具有新信 息的修订的用户界面。再
次，此用户界面在图3中示出。一些实施方案可以 使用不同的准则来代替、补充或与任何上述准则混合，或者可以简单地更 新受孕窗口期而根本不参考任何准则。
[0056]
图3是示出显示估计月经期的日期的日历300的用户界面的示例。可以 从日历模块200接收估计月经期的日期，并且可以利用由月经期估计器220 提供的日期，如关于图2所描述的。
[0057]
如图3所示，当前日期305在日历300上突出显示。另外，示出了一组 估计的月经期日期，其中一些对应于更可能的月经期日期(例如，日期 315)，一些对应于不太可能的月经期日期(例如，日期310)，其中“更 可能”和“不太可能”是相对术语，用于表示给定的可能性是高于还是低 于给定的阈值。典型地，根据由简档估计器220生成的概率分布，更可能的 月经期日期315被不太可能的月经期日期310括起来。此外，更可能的月经 期日期315可以在视觉上与不太可能的月经期日期310区分开，例如通过不 同地对日期或与日期相关联的图标加阴影、通过用不同的颜色呈现它们等。 作为一个示例，色调、强度等对于更可能的日期可以更深或更强，而对于 不太可能的日期可以更浅或更弱。应当理解，用于更新月经期和/或受孕估 计的准则可以与用于指示此类事件在某些天的概率的准则相同或不同。例 如，一些实施方案可以不更新如上所述的估计的受孕窗口期或月经期的日 子，但是可以改变某些梯子的概率的阴影、颜色或其他指示标识。因此， 虽然受孕窗口期或月经期中的总体日子可以保持相同，但是每个此类日子 的概率指示标识可以改变。
[0058]
虽然图3示出了日历300上具有更可能的和不太可能的可能日期的月经 期，但是相同的用户界面和方案可以附加地或替代地用于显示受孕窗口期， 包括受孕窗口期的更可能的日期和不太可能的日期。因此，排卵估计器215 和/或受孕窗口期更新模块225的输出可由日历模块200接收，并且也可以 由日历300显示。
[0059]
一些实施方案可以在更新月经期或受孕窗口期时提供用户警告。例如， 电子设备(无论是计算估计的设备还是另一个相关联的设备)可以向用户 提供听觉、视觉和/或触觉警告，以捕捉他们的注意力并指示更新已经发生。 作为另一示例，某些实施方案可以自动打开并显示具有更新信息的日历。 这些警告的频率在一些实施方案中可能受到限制，如上文所论述。
[0060]
图4是示出用于估计受孕窗口期/排卵和月经期的日期并利用这些估计 更新用户界面(诸如日历)的样本方法400的流程图。应当理解，这只是一 个样本方法，并且实施方案可以使用其他方法、添加操作、省略操作或改 变操作的顺序，而不脱离本公开的精神或范围。方法400开始于操作405， 其中实施方案接收或生成第零天估计。第零天估计可能先前已经生成，可 基于用户输入的信息，或者可能在该方法的各种型式和各种实施方案中被 完全省略。第零天估计可以由日历模块200提供或以其他方式从用户输入提 供，如关于图2所讨论的。
[0061]
在操作410中，该实施方案例如通过心率传感器接收、记录、检索和/ 或生成心率数据。如上文参考图2所述，任何给定日子的心率数据可包括一 个或多个唤醒基础心率、一个或多个睡眠基础心率、醒着时和/或睡着时的 多个心率测量结果等。
[0062]
在操作415中，该实施方案确定心率数据是否足够使用。以上参考图2 讨论了该确定，并且该确定可以由预处理器模块210或其他合适的软件、硬 件或固件来执行。上文提供了一般适用性准则。如果心率数据不足，则方 法终止于结束状态440。
[0063]
假设心率数据足够，则在操作420中，该实施方案估计用户的排卵窗 口期。估计的排卵窗口期通常是单个日期(表示期间最可能发生排卵的日 子的估计“排卵日期”)，但是在其他情况下可以包括多个日期，这些日 期共同表示期间最可能发生排卵的日子。排卵窗口期可以由排卵估计器215 预测，并且关于图2讨论估计的细节。
[0064]
在操作420之后，操作425-430可以以任何顺序或同时执行，只要操作 435跟在操作425之后即可。在操作425中，月经期估计器220估计月经期 的可能日期。在操作430中，可以更新受孕窗口期，并将新的日期提供给日 历模块200或用户界面模块。同样，在操作435中，可以更新月经期并将新 日期提供给日历模块200等。在图2的讨论中提供了关于如何以及何时更新 受孕窗口期和月经期的细节。
[0065]
最后，方法400在结束状态440结束。如果再次执行该方法，则在操作 430和435中提供的更新的月经期和受孕窗口期形成操作405的新的第零天 估计。
[0066]
图5示出了可以执行图4所示的方法400和/或结合图2的各种模块的 样本可穿戴设备500。在这里，可穿戴设备500采取智能手表的形式，但是 其他实施方案可以在其他可穿戴设备中实例化，诸如眼镜、珠宝、衣服等。 一些实施方案可以是不一定是可穿戴的便携式电子设备，诸如智能电脑、 平板电脑、膝上型计算机等。
[0067]
在图5的示例中，可穿戴设备500包括联接到显示器515的外壳510。 显示器515可以示出用户界面(诸如日历300)，以向用户提供关于月经周 期估计的信息。这些可以包括关于受孕窗口期、月经期、排卵等的估计。 显示器可以是触敏的、力敏感的或以其他方式用作用户输入。以此方式， 显示器515可以接受用户数据例如用于月经期跟踪等。
[0068]
可穿戴设备500可以包括一个或多个其他用户界面，诸如可旋转冠部 525、按钮530等。用户可以旋转冠部、按压或滑动按钮或以其他方式与这 些设备交互以提供输入。如本文所讨论的，这种输入可用于建立初始第零 天月经期/受孕窗口期预测、与模块诸如日历模块200进行交互或者以其他 方式提供或请求与月经周期跟踪相关的信息。
[0069]
带520可以将可穿戴设备500联接到用户。在心率传感器被集成到外壳 510的一部分(例如，外壳的后部)中或者延伸穿过外壳的一部分的情况下， 这可能特别有用。带子520可以将可穿戴设备相对于用户保持在允许心率传 感器不引人注目地操作的位置。作为一个示例，带可以定位可穿戴设备， 使得心率传感器保持与用户连续或接近连续的接触或接近。这可以允许心 率传感器收集心率数据，而无需对用户进行任何提示。
[0070]
作为又一选项，心率传感器可以集成到冠部525、按钮530、显示器 515或带520中。
[0071]
图6描绘了电子设备600的示例性示意图。例如，图6的设备600可对 应于图5所示的可穿戴电子设备500(或本文所述的任何其他可穿戴电子设 备)。如果多个功能、操作和结构被公开成作为设备600的一部分、结合到 该设备中或由该设备执行，则应当理解，各种实施方案可省略任何或所有 此类描述的功能、操作和结构。因此，设备600的不同实施方案可具有本文 所论述的各种能力、装置、物理特征、模式和操作参数中的一些或全部， 或者不具有它们中的任一者。
[0072]
如图6所示，设备600包括操作性地连接到计算机存储器604和/或计 算机可读介质606的处理单元602。处理单元602可经由电子总线或电桥而 操作性地连接到存储器604和计算机可读介质606部件。处理单元602可包 括被配置为响应于计算机可读指令来执行操作的一个或多个计算机处理器 或微控制器。处理单元602可包括该设备的中央处理单元
(cpu)。除此之 外或另选地，处理单元602可包括位于设备内的其他处理器，包括专用集成 芯片(asic)和其他微控制器设备。
[0073]
存储器604可包括多种类型的非暂态计算机可读存储介质，包括例如 读取存取存储器(ram)、只读存储器(rom)、可擦除可编程存储器 (例如，eprom和eeprom)，或闪存存储器。存储器604被配置为存储 计算机可读指令、传感器值和其他持久性软件元素。计算机可读介质606还 包括多种类型的非暂态计算机可读存储介质，包括例如硬盘驱动器存储设 备、固态存储设备、便携式磁性存储设备，或其他类似设备。计算机可读 介质606还可被配置为存储计算机可读指令、传感器值和其他持久性软件元 素。
[0074]
在该示例中，处理单元602可操作为读取存储在存储器604和/或计算 机可读介质606上的计算机可读指令。该计算机可读指令可使处理单元602 适于执行上文结合图1至图4描述的操作或功能。具体地讲，处理单元602、 存储器604和/或计算机可读介质606可被配置为与输入设备610(例如，感 测冠部部件旋转的旋转传感器或感测用户手指运动的传感器)配合，以响 应于施加到设备冠部(例如，冠部525)的输入来控制设备的操作。同样， 处理单元602可以被配置为控制和/或接收来自传感器(例如，心率传感器 616)的数据，以及实现各种操作模块以利用该数据来提供受孕窗口期日期、 排卵日期、月经期日期和/或月经周期的其他部分的估计。计算机可读指令 可以作为计算机程序产品、软件应用程序等来提供，并且可以形成图2的任 何或所有操作模块的基础或来源。
[0075]
如图6所示，设备600还包括显示器608。显示器608可包括液晶显示 器(lcd)、有机发光二极管(oled)显示器、发光二极管(led)显示器等。如 果显示器608为lcd，则显示器608还可包括可受控以提供可变显示器亮 度水平的背光源部件。如果显示器608为oled或led型显示器，则可通 过修改被提供给显示元件的电信号来控制显示器608的亮度。显示器608可 与本文所示或所述的任何显示器对应。
[0076]
设备600还可包括被配置为向设备600的部件提供电力的电池614。电 池614可包括链接在一起以提供内部电力供应的一个或多个电力存储单元。 电池614可操作性地耦接到被配置为针对设备600内的各个部件或部件组提 供适当的电压电平和功率电平的电源管理电路。电池614经由电源管理电路 可被配置为从外部电源(诸如ac电源插座)接收电力。电池614可存储所 接收的电力，使得设备600可在没有连接到外部电源的情况下运行延长的时 间段，该时间段可在从若干个小时到若干天的范围内。
[0077]
在一些实施方案中，设备600包括一个或多个输入设备610。输入设备 610是被配置为接收用户输入的设备。一个或多个输入设备610可包括例如 冠部输入系统、下压按钮、触摸激活的按钮、键盘、小键盘等(包括这些 部件或其他部件的任何组合)。在一些实施方案中，输入设备610可提供专 用或主要功能，包括例如电源按钮、音量按钮、主按钮、滚轮和相机按钮。
[0078]
设备600还可以包括传感器616，诸如心率传感器。心率传感器616可 以在设备600被穿戴时监测用户的心率，并且生成指示心率的信号。心率传 感器616可以连续地或以诸如每5分钟的间隔操作。由此产生的信号可由处 理单元602接收，并且用于估计月经周期的各个部分(诸如月经期、受孕窗 口期和/或排卵)和/或存储在存储器604或介质606中以供以后以这种方式 使用。心率传感器600可以是光学传感器、电传感器或任何其他合适的传感 器。
[0079]
除了上述之外，附加功能可以通过各种实施方案来实现。例如，一些 实施方案可以省略月经周期数据的用户记录/输入。例如，可以使用一个或 多个传感器来检测月经期的起始和终止，而不仅仅是排卵。这可以通过以 类似于本文关于排卵描述的方式测量和关联用户心率、温度或其他生物计 量信号的变化来实现。在此类实施方案中，用户输入可能是不必要的，因 为由传感器收集的数据可能足以执行所有估计。
[0080]
某些实施方案可以通过对用户进行聚类来提供月经周期部分(受孕窗 口期、排卵、月经期)的增强估计。可以本地或远程地收集和处理数据诸 如心率、温度或其他生物计量信号，以将用户分配到特定的表型。每个表 型具有关于月经周期的不同细节；一种表型的人可能比其他表现型的人具 有更长的卵泡期、更短的月经期、更不规律的周期部分等等。一些表型可 能具有影响月经周期细节的某些共性，诸如正在进行常见形式的节育、服 用某些激素、常见的环境因素等。通过使用感测的生物计量数据来将用户 分配到特定的表型，排卵和月经期估计模块可以结合表型特定的数据，以 更准确地估计用户月经周期的日期和细节。
[0081]
某些实施方案可以使用多个排卵估计器和/或月经期估计器，排卵估计 器和/或月经期估计器中的每一者对数据进行不同的加权和/或分析，并且跟 踪每个估计器相对于用户月经周期的准确性。随着时间的推移，最准确的 估计器可用于未来的估计，或者多个估计器的混合可用于更准确地创建预 测。
[0082]
某些实施方案可以在多个电子设备之间分离模块和/或功能，其中一些 电子设备可以彼此远离或者通过有线网络或无线网络彼此连接。例如，可 穿戴电子设备可以向第二电子设备传输心率数据、日历数据或两者，该第 二电子设备可以执行排卵估计、受孕估计并且向可穿戴电子设备传输任何 估计更新。第二电子设备可以是例如智能电话、平板电脑、膝上型计算设 备、远程服务器等。另外，心率传感器可以结合在非可穿戴设备中。作为 一个非限制性示例，如本文所述，放置在床垫上或床垫下的睡眠监测器可 以在用户睡眠时跟踪用户的心率。此外，结合到不同电子设备中的多个心 率监测器可用于跟踪心率；例如，前述睡眠监测器可以跟踪睡眠心率，而 可穿戴设备可以跟踪唤醒心率。来自每个或所有这些设备的数据可以由第 二电子设备、可穿戴设备或任何其他合适的电子设备进行整理，并且用于 提供受孕窗口期、月经期等的估计。
[0083]
如上所述，本技术的一个方面是收集和使用可从用户获得的数据，诸 如心率数据、月经周期数据等。本公开预期，在一些实例中，这些所采集 的数据可包括唯一地识别或可用于联系或定位特定人员的个人信息数据。 此类个人信息数据可以包括生物计量数据、人口统计数据、基于位置的数 据、电话号码、电子邮件地址、推特id、家庭地址、与用户的健康或健康 水平有关的数据或记录(例如，生命体征测量、药物信息、锻炼信息)、 出生日期或任何其他识别或个人信息。例如，在上述传感器为生物识别传 感器的情况下，可捕获关于用户的敏感信息和/或个人信息(例如，健康相 关数据)。
[0084]
本公开认识到在本发明技术中使用此类个人信息数据可用于使用户受 益。例如，该个人信息数据可用于递送用户较感兴趣的目标内容。因此， 使用此类个人信息数据使得用户能够对所递送的内容进行有计划的控制。 此外，本公开还预期个人信息数据有益于用户的其他用途。例如，健康和 健身数据可用于向用户的总体健康状况提供见解，或者可用作使用技术来 追求健康目标的个人的积极反馈。
[0085]
本公开设想负责采集、分析、公开、传输、存储或其他使用此类个人 信息数据的实体将遵守既定的隐私政策和/或隐私实践。具体地，此类实体 应当实行并坚持使用被公认为满足或超出对维护个人信息数据的隐私性和 安全性的行业或政府要求的隐私政策和实践。此类政策应该能被用户方便 地访问，并应随着数据的采集和/或使用变化而被更新。来自用户的个人信 息应当被收集用于实体的合法且合理的用途，并且不在这些合法使用之外 共享或出售。此外，应在收到用户知情同意后进行此类采集/共享。此外， 此类实体应考虑采取任何必要步骤，保卫和保障对此类个人信息数据的访 问，并确保有权访问个人信息数据的其他人遵守其隐私政策和流程。另外， 这种实体可使其本身经受第三方评估以证明其遵守广泛接受的隐私政策和 实践。此外，应当调整政策和实践，以便采集和/或访问的特定类型的个人 信息数据，并适用于包括管辖范围的具体考虑的适用法律和标准。例如， 在美国，对某些健康数据的收集或获取可能受联邦和/或州法律的管辖，诸 如健康保险流通和责任法案(hipaa)；而其他国家的健康数据可能受到其他 法规和政策的约束并应相应处理。因此，在每个国家应为不同的个人数据 类型保持不同的隐私实践。
[0086]
不管前述情况如何，本公开还预期用户选择性地阻止使用或访问个人 信息数据的实施方案。即本公开预期可提供硬件元件和/或软件元件，以防 止或阻止对此类个人信息数据的访问。例如，就广告递送服务而言，本发 明的技术可被配置为在注册服务期间或之后任何时候允许用户选择“选择 加入”或“选择退出”参与对个人信息数据的收集。在另一示例中，用户 可以选择不为目标内容递送服务提供情绪相关数据。在另一个示例中，用 户可选择限制情绪相关数据被保持的时间长度，或完全禁止基础情绪状况 的开发。除了提供“选择加入”和“选择退出”选项外，本公开设想提供 与访问或使用个人信息相关的通知。例如，可在下载应用时向用户通知其 个人信息数据将被访问，然后就在个人信息数据被应用访问之前再次提醒 用户。
[0087]
此外，本公开的目的是应管理和处理个人信息数据以最小化无意或未 经授权访问或使用的风险。一旦不再需要数据，通过限制数据收集和删除 数据可最小化风险。此外，并且当适用时，包括在某些健康相关应用程序 中，数据去标识可用于保护用户的隐私。可在适当时通过移除特定标识符 (例如，出生日期等)、控制所存储数据的量或特异性(例如，在城市级 别而不是在地址级别收集位置数据)、控制数据如何被存储(例如，在用 户之间聚合数据)、和/或其他方法来促进去标识。
[0088]
因此，虽然本公开广泛地覆盖了使用个人信息数据来实现一个或多个 各种所公开的实施方案，但本公开还预期各种实施方案也可在无需访问此 类个人信息数据的情况下被实现。即，本发明技术的各种实施方案不会由 于缺少此类个人信息数据的全部或一部分而无法正常进行。例如，可通过 基于非个人信息数据或绝对最低数量的个人信息诸如与用户相关联的设备 所请求的内容、对内容递送服务可用的其他非个人信息或公开可用的信息 来推断偏好，从而选择内容并将该内容递送至用户。
[0089]
为了说明的目的，前述描述使用具体命名以提供对所述实施方案的彻 底理解。然而，对于本领域的技术人员而言将显而易见的是，不需要具体 细节，以便实践所述实施方案。因此，出于例示和描述的目的，呈现了对 本文所述的具体实施方案的前述描述。它们并非旨在是穷举性的或将实施 方案限制到所公开的精确形式。对于本领域的普通技术人员而言将显而易 见的是，鉴于上面的教导内容，许多修改和变型是可行的。