用于处理皮肤传导性数据的处理器和用于检测生命体的倦怠和/或慢性疲劳综合征的至少一个阶段的设备

摘要

本发明涉及一种用于处理生命体的皮肤传导性数据的处理器，包括：输入单元(12)，其用于接收包括多个数据峰值的皮肤传导性数据信号(13)；计算单元(14)，其用于通过从所述皮肤传导性数据信号(13)中导出与所述数据峰值相关的特征并形成每时间单位的所述特征的加和，来计算在长时间时段上的皮肤传导性峰值数据信号；以及分析单元(16)，其用于分析在所述时段的至少部分上所述皮肤传导性峰值数据信号的平均值和/或绝对值，以得到关于所述生命体的倦怠和/或慢性疲劳综合征的至少一个阶段的信息。

说明书

技术领域

本发明涉及用于处理生命体的皮肤传导性数据的处理器和处理方法以及实现这样的方法的计算机程序。本发明还涉及包括这样的处理器的、用于检测生命体的倦怠和/或慢性疲劳综合征的至少一个阶段，尤其是早期阶段、完全阶段和/或恢复阶段的设备，以及对应的方法。

背景技术

在当今现代社会中，人群中的大部分在其生活中时常遇到压力。作为对压力的响应，人体产生压力激素。压力激素的本质影响具有两个不同的方面，如McEwen等人的“Centraleffectsofstresshormonesinhealthanddisease：Understandingtheprotectiveanddamagingeffectsofstressandstressmediators”(EuropeanJournalofPharmacology583，2008年，第174-185页)所描述的。一方面，身体通过释放化学媒剂来对几乎任何突然的、不期望的事件来做出响应。这样的化学媒剂例如是儿茶酚胺，其增加心率和血压，由此能够帮助个体应对状况。另一方面，这样的媒剂的慢性升高，包括慢性地使心率和血压增高，对心血管系统产生慢性的损耗。

人体通过被称为稳态应变(allostasis)的主动过程来对日常事件做出响应。在Fischer等人的“Allostasis:anewparadigmtoexplainarousalpathology”(HandbookofLifeStress,CognitionandHealth,JohnWiley&Sons，NewYork，1988年，第629-649页)已经对术语稳态应变进行了介绍。术语稳态应变负载和稳态应变过载指代由于过大的压力或由于对稳态应变的低效管理而导致的损耗，例如当其不再被需要时并不做出响应而关闭。

患有诸如倦怠或慢性疲劳综合征的疾病的人的压力响应或压力表现与内分泌学领域尤其相关。应激物激活下丘脑，下丘脑释放促肾上腺皮质激素释放激素(CRH)。该激素激活脑垂体，脑垂体释放促肾上腺皮质激素(ACTH)，其激活肾上腺。这导致诸如皮质醇的糖皮质激素的释放。上述机制也被已知为下丘脑-垂体-肾上腺轴(HPA-轴)，其在人体的压力响应中发挥重要作用。

因此，对HPA-轴的激活被紧密联系到个体的压力响应。在倦怠的情况下，已经报告了HPA-轴的初始的活动过度和活动减退两者。由于能够基于皮质醇水平来对HPA-轴的活动过度和活动减退进行研究，因此它们也分别被称为皮质醇增多症和皮质醇减退。Heim等人的“Thepotentialroleofhypocortisolisminthepathophysiologyofstress-relatedbodilydisorders”(Psychoneuroendocrinology,25，2000年，第1-35页)中描述了HPA-轴的初始的活动过度是如何响应于慢性压力而发展成活动减退的。这意味着可以通过HPA-轴的活动过度来表征早期倦怠综合征，而所述活动过度继而能够通过高唾液皮质醇水平来表征。

US2012/0289790A1公开了一种方法，包括：访问来自情绪传感器以及心率监视器、血压监视器、脉搏血氧计或对人进行监测的加速度计中的一个或多个的数据流；对当人经受压力以及未经受压力时从所述人收集到的数据集进行分析；分析数据集；并且基于所述分析来确定所述人的当前压力指数。其还公开了对应于所述方法的系统。

发明内容

本发明的目的是提供一种能够实现对生命体的即将到来的倦怠和/或慢性疲劳综合征进行早期且可靠的检测从而能够发出对应的警告的设备和方法。

在本发明的第一方面中，提出了一种用于处理生命体的皮肤传导性数据的处理器，所述处理器包括；输入单元，其用于接收包括多个数据峰值的皮肤传导性数据信号；计算单元，其用于通过从所述皮肤传导性数据信号导出与所述数据峰值相关的特征并形成每时间单位的所述特征的加和，来计算在至少一天的时段上的皮肤传导性峰值数据信号；以及分析单元，其用于分析在所述时段的至少部分上所述皮肤传导性峰值数据信号的平均值和/或绝对值，以得到关于所述生命体的倦怠和/或慢性疲劳综合征的至少一个阶段的信息，其中，所述分析单元被配置为将所述皮肤传导性峰值数据信号的所述平均值和/或所述绝对值与两个不同的阈值进行比较；以及输出单元，其被配置为：当所述皮肤传导性峰值数据信号的所述平均值和/或所述绝对值在其已经超过所述上限阈值之后下降到下限阈值以下时，输出指示所述预定压力状态的完全阶段的完全阶段信号；和/或当所述皮肤传导性峰值数据信号的所述平均值和/或所述绝对值在所述预定压力状态的所述完全阶段之后向所述下限阈值上升和/或超过所述下限阈值但不超过所述上限阈值时，输出指示恢复阶段的恢复阶段信号；和/或当所述皮肤传导性峰值数据信号的所述平均值和/或所述绝对值高于所述下限阈值并且低于所述上限阈值时，输出健康状态信号。

皮肤传导性是诸如人类的生命体的特别有利的属性，以便提取关于他的/她的压力响应的信息。周知的是，HPA-轴的活动，包括活动过度和活动减退，在生理学上和/或内分泌学上是与皮肤的传导性相关的。具体而言，这些活动是与各个身体位置中的皮肤相关的，例如手的手掌区域、脚的脚底、以及手腕和脚踝的侧部区域。因此，皮肤传导性数据信号中的数据峰值提供了对生命体的压力响应的变化和/或趋势的重要访问。因此，这样的数据峰值通常包括多个特征，包括但不限于：上升边缘、上升时间、峰值高度、峰值的数量。因此，尤其有利的是，导出与数据峰值相关的特征并形成每时间单位的特征的加和。通过这种方式，能够在长期时段上跟踪所导出的特征的进展，从而能够定量地关注生命体的压力响应。

所述阈值能够是基于对所述生命体的压力响应的长期分析来确定的。备选地，也能够使用临床参考。所述处理器有利地实现可靠的压力分析。

在与本发明相关的领域中，长期时段是在包括倦怠和慢性疲劳综合征的压力状态的典型发展阶段的至少部分上延伸时间窗。通常，覆盖一天的皮肤传导性峰值数据信号对于执行压力分析是足够的。其原因在于，持续时间为一天的活动过度和/或活动减退指示倦怠和/或慢性疲劳综合征和/或其早期阶段。当在活动过度和/或活动减退之前已经检测到生命体的健康状态的情况下，压力分析的可靠性增加。通过计算在长期时段上皮肤传导性峰值数据信号，处理器因此实现关于在倦怠和/或慢性疲劳的情况下生命体的压力响应行为的长期分析。因此能够实现所述分析的可靠性增加。在根据现有技术已知的系统中，仅可能进行涉及准时数据的“快照-分析”。然而，这样的分析不能够直接提供关于生命体的倦怠和/或慢性疲劳综合征的发展状态的信息。与这样的系统不同的是，根据本发明所述的处理器能够辅助用户和/或第三方(例如外科医生或护理者)根据长期分析的结果来进行测量。具体而言，能够检测即将到来的倦怠和/或慢性疲劳的完全阶段和/或恢复阶段、和/或即将到来的健康阶段，从而能够及时进行介入。这可能导致处置持续时间减少、处置效果增大和成本降低。

优选地，所述处理器能够被集成到设备中，所述设备包括但不排除：移动设备，例如手机、智能电话、平板计算机、移动鼠标和/或移动键盘；可穿戴设备，例如手表、用于围绕生命体身体的手指、颈部或其他部分携带的设备。此外，所述处理器也能够被集成到以下项中：静止的设备，例如计算机、鼠标和/或键盘；家庭装置，例如电视、冰箱、洗衣机。另外，所述处理器能够被集成到家庭和/或办公室物品中，例如桌子、椅子、门把手、窗把手、床、衣物。此外，所述处理器能够被集成到车辆的任何期望且适当的部分中，例如方向盘、座椅、信息娱乐系统。以及，所述处理器也能够被连接到网络系统，例如云系统、社交网络系统、医院的内网。

在优选实施例中，所述加和包括确定每时间单位的上升边缘的累计加和和/或所述数据峰值的峰值高度的累计加和和/或上升时间和/或所述数据峰值的数量。所述上升边缘也已知是正边缘并且被定义为信号的从低到高的变化。数据峰值的上升时间是信号从背景值上升到下一峰值的时间帧。优势在于，可能有不同的方式来计算所述皮肤传导性峰值数据信号。取决于实际压力状态和/或关于分析的准确度的要求，人们能够选择适当的计算方式来得到关于生命体的期望信息。

还优选地，所述平均值指代所述数据峰值的数量在包括多个时间单位的时间分段上的分布。优势在于，其提供了基于皮肤传导性数据的数据分析，根据所述数据分析，能够可靠地做出关于生命体的压力响应的长期记述。

在另一优选实施例中，所述上限阈值是所述下限阈值的至少两倍高。因此，所述处理器能够在由于倦怠或慢性疲劳综合征导致的所述皮肤传导性峰值数据信号的过量与由于诸如聚会、葬礼、失望等非关键事件导致的皮肤传导性峰值数据信号之间进行可靠的区分。

在另一优选实施例中，所述输出单元被配置为，当所述皮肤传导性峰值数据信号的所述平均值和/或所述绝对值下降到最小阈值时，输出所述完全阶段信号，所述最小阈值低于所述下限阈值。所述下限阈值标记了所述皮肤传导性峰值数据的健康范围的下限边界，所述健康范围被定义为在所述上限阈值与所述下限阈值之间的范围。通过这种方式，当所述皮肤传导性峰值数据信号在所述生命体的所述健康范围以下下降特定的量时，能够检测到皮质醇增多症随后的皮质醇减退。因此通过这种方式，所述完全阶段信号输出更可靠。

在另一优选实施例中，所述输出单元被配置，当所述皮肤传导性峰值数据信号的所述平均值和/或所述绝对值在所述预定压力状态的早期阶段之后的参照持续时间内下降到所述最小阈值时，输出所述完全阶段信号。优势在于，在其中所述皮肤传导性峰值数据信号穿过前述健康范围的、从皮质醇增多症到皮质醇减退的过渡还被指定为与前述过渡的时间窗内所述皮肤传导性峰值数据的斜率相关，这增加了输出的准确度。

在另一优选实施例，所述输出单元被配置为，当针对参照持续时间给出用于输出各信号和/或先前信号的各条件时，仅输出所述早期阶段信号和/或所述完全阶段信号和/或所述恢复阶段信号和/或所述健康状态信号。这是特别有利的，因为这进一步增加了对不同信号的输出的可靠性。

在本发明的另一方面中，提出了一种用于处理生命体的皮肤传导性数据的处理方法，所述处理方法包括：接收包括多个数据峰值的皮肤传导性数据信号；通过从所述皮肤传导性数据信号导出与所述数据峰值相关的特征并形成每时间单位的所述特征的加和，来计算在长期时段上的皮肤传导性峰值数据信号；并且分析在所述时段的至少部分上所述皮肤传导性峰值数据信号的平均值和/或绝对值，以得到关于所述生命体的倦怠和/或慢性疲劳综合征的至少一个阶段的信息；当所述皮肤传导性峰值数据信号的所述平均值和/或所述绝对值在其已经超过所述上限阈值之后下降到下限阈值以下时，输出指示所述预定压力状态的完全阶段的完全阶段信号；和/或当所述皮肤传导性峰值数据信号的所述平均值和/或所述绝对值在所述预定压力状态的所述完全阶段之后向所述下限阈值上升和/或超过所述下限阈值但不超过所述上限阈值时，输出指示恢复阶段的恢复阶段信号；和/或当所述皮肤传导性峰值数据信号的所述平均值和/或所述绝对值高于所述下限阈值且低于所述上限阈值时，输出健康状态信号。

在本发明的另一方面中，提出了一种用于检测生命体的倦怠和/或慢性疲劳综合征的至少一个阶段的设备，所述设备包括：至少一个传感器，其被配置为随时间测量皮肤传导性数据；以及根据权利要求1所述的处理器，其用于处理所述皮肤传导性数据。

有利地，使用根据本发明的设备既能够测量皮肤传导性数据又能够处理这些数据。这使得更有效地检测倦怠和/或慢性疲劳综合征的不同阶段。能够及时采取诸如介入的临床措施，并且能够降低最终的花费和处置的复杂度。

在优选实施例中，所述设备被配置为可穿戴设备。这样的设备能够被穿戴在所述生命体的皮肤的任意部分处。具体而言，其能够被穿戴在人的手、臂、前额和/或颈部。可穿戴在前额上的设备能够示范性地被配置为带状头饰。可穿戴设备提供了高水平的灵活性，并且使得能够检测生命体的压力状态的不同阶段以及健康状态，甚至是当所述生命体不静止时也能检测。这样的可穿戴设备能够是手表、用于围绕生命体的手指、颈部携带或在身体的其他部分处携带的设备。备选地，这样的可穿戴设备还能够被配置为移动设备或被配置在移动设备内，所述移动设备例如手机、智能电话、平板计算机、移动鼠标和/或移动键盘。

在本发明的又一方面中，提供了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令所述计算机执行根据权利要求7所述的方法的步骤。

本发明的另一优势在于，能够通过检测皮质醇增多症的状况来检测倦怠或慢性疲劳综合征的初始阶段，而所述皮质醇增多症的状况又能够通过测量并处理在时间上的皮肤传导性数据来检测。

本发明的又一优势在于，能够避免对个体强加负担的、针对应激物的增加的皮质醇响应。同样地，能够避免高成本的多皮质醇确定。

本领域技术人员在阅读并理解了下面的具体说明后，将意识到本发明的进一步的优势。

在从属权利要求中限定了本发明的优选实施例。应当理解，要求保护的方法、设备和计算机程序具有与要求保护的系统以及与在从属权利要求中限定的相似和/或相同的优选实施例。

附图说明

参考下文描述的实施例，本发明的这些和其他方面将是显而易见的，并且将参考下文描述的实施例对本发明的这些和其他方面进行说明。在附图中：

图1示出了根据本发明的处理器的示意性方框图；

图2示出了根据本发明的处理方法的示意性方框图；

图3示出了根据本发明的设备的示意性方框图；

图4示出了根据本发明的方法的示意性方框图；

图5A示出了皮肤传导性数据信号的测量结果的第一范例；

图5B示出了根据图5A中的皮肤传导性数据信号计算出的皮肤传导性峰值数据信号的第一范例；

图6示出了对皮肤传导性峰值数据信号的分析的第一范例；

图7A示出了皮肤传导性数据信号的测量结果的第二范例；

图7B示出了根据图7A中的皮肤传导性数据信号计算出的皮肤传导性峰值数据信号的第二范例；并且

图8示出了对皮肤传导性峰值数据信号的分析的第二范例。

具体实施方式

在压力分析领域周知的是，可以通过HPA-轴的活动过度来表征早期倦怠综合征，而所述活动过度继而能够通过已知为皮质醇增多症的高唾液皮质醇水平来表征。还已知HPA轴的初始活动过度可能作为对慢性压力的响应而发展为活动减退。Langelaan等人的“Doburned-outandwork-engagedemployeesdifferinthefunctioningofthehypothalamic-pituitary-adrenalaxis？”(ScandJWorkEnvironHealth，32，2006年，第339-348页)公开了针对倦怠、工作倦怠和健康参照的管理者的HPA轴机能的仅对男性的研究。所述研究揭示了，在HPA轴的机能中仅有微小差异。在由相同作者发表的另一研究“IsBurnoutRelatedtoAllostaticLoad？”(InternationalJournalofBehavioralMedicine，14，2007年，213)中，没有发现关于稳态应变负载与倦怠之间的关系的关联性。

注意到，该结果基于仍在工作并因此被整合到就业过程中的参与者。倦怠的参与者与健康的参与者之间的HPA轴机能的差异的缺乏以及稳态应变负载与倦怠之间的关联性的缺失在Sonnentag等人的“Burnoutandfunctioningofthehypothalamus-pituitary-adrenalaxis–therearenosimpleanswers”(ScandJWorkEnvironHealth，32，2006年，第333-337页)中被讨论为源于与皮质醇减退相关联的过程。结果，重要的是关注对皮质醇采样的状况的估计，考虑急性压力、日常生活及预期压力的存在。可能难以将慢性状况对皮质醇水平的贡献与时间贡献区别开来。

已知在用于检测生命体的压力表现、尤其是用于检测倦怠或慢性疲劳综合征的设备中使用的处理器不能够检测生命体的倦怠或慢性疲劳综合征的早期阶段。结果，不能够在综合征的早期阶段中实施警告和处置，当在稍后的阶段中处置病况时，这导致长时间的处置和高成本。在这种情况下，对个人及其家庭的负担是相当沉重的。

通过本发明解决了这些问题中的至少一些。参考图1，在示意性方框图中示出了用于处理生命体的皮肤传导性数据的处理器10的实施例。在图2中图示了与图1所示的处理器10相对应的处理方法。处理器10包括输入单元12，其用于接收皮肤传导性数据信号13。这是在图2中图示的方法的步骤101中执行的。皮肤传导性数据信号13包括多个数据峰值(在图5A中由箭头指示)。能够通过传感器，尤其是传导性传感器，来测量这样的皮肤传导性数据信号13，所述传感器测量在一段时间上生命体的皮肤传导性。处理器10还包括计算单元14，其用于根据皮肤传导性数据信号13来计算皮肤传导性峰值数据信号。这是在图2中图示的方法的步骤102中执行的。皮肤传导性峰值数据信号是通过与皮肤传导性数据信号13的数据峰值相关的加和来计算的。皮肤传导性数据信号13的数据峰值包括多个上升边缘。因此，所述加和能够包括确定每时间单位的上升边缘的累计加和。备选地，所述加和也能够包括确定每时间单位的数据峰值的数量。所述时间单位是可变的，即能够在每分钟、每五分钟或每小时等计算皮肤传导性峰值数据信号。

处理器10还包括分析单元16，其用于分析皮肤传导性峰值数据信号。这是在图2中图示的方法的步骤103中执行的。更精确地，分析单元16分析皮肤传导性峰值数据信号的平均值和/或绝对值，以便得到关于生命体的倦怠和/或慢性疲劳综合征的信息。这优选地是通过将皮肤传导性峰值数据信号的平均值和/或绝对值与至少一个阈值、更优选地为至少两个阈值22、24、26进行比较来实现的。平均值能够是算数均值、中值或另一统计平均值。优选地，处理器10还包括输出单元17，其用于输出指示预定压力状态的特定阶段的至少一个信号。这是在图2中图示的方法的步骤104中执行的。预定压力状态能够是倦怠、慢性疲劳综合征或任意其他压力相关的综合征。

通常，暴露于应激物的生命体通过被称为稳态应变的活动过程来对应激物做出响应。在足够长的时间段上，压力响应能够造成压力状态，例如倦怠或慢性疲劳综合征。所述压力状态通常示出不同的发展阶段。例如，在压力状态的开始示出早期阶段。如果不采取措施，则所述早期阶段进行到完全阶段，其中，压力状态完全发展。借助于个体自身的免疫系统或者借助医学或手术处置，可以治愈压力状态，达到恢复阶段。通过定义合适的阈值22、24、26，分析单元16能够检测皮肤传导性峰值数据信号相对于阈值22、24、26的变化，由此识别在分析时生命体处在压力状态的哪一阶段中。

处理器10的另一优势在于，能够通过使用传导性传感器来容易地测量皮肤传导性数据。具体而言，够在人类皮肤的任意部分(例如手臂、手、颈部、脚和腿等)上直接测量皮肤传导性数据。处理器10的另一优势在于，对皮肤传导性峰值数据信号的计算基于被包括在皮肤传导性数据信号13中的多个数据峰值。数据峰值能够被容易地分辨，从而能够以高准确度和灵敏度来计算皮肤传导性峰值数据信号。此外，这样的皮肤传导性数据通常包括大量数据峰值，特别是当个体处在压力状态中时。因此，以这种方式计算出的皮肤传导性峰值数据信号是高度可靠的。

处理器10的另一优势在于，其提供了分析皮肤传导性峰值数据信号的不同方式。取决于实际压力状态和/或对分析的准确度的要求，人们能够选择关于生命体的压力表现的不同信息。一般地，如果需要分析生命体的压力表现的急剧变化，则能够使用皮肤传导性峰值数据信号的绝对值；当要找到在特定时间段上生命体的平均压力表现时，可以优选地分析皮肤传导性峰值数据信号的平均值。在优选实施例中，如果所述皮肤传导性峰值数据信号是通过对上升边缘的累计加和的求和来计算的，那么由分析单元16来分析皮肤传导性峰值数据信号的绝对值；如果皮肤传导性峰值数据信号是通过对数据峰值的数量的求和来计算的，那么分析平均值。处理器10的又一优势在于，其使得能够根据压力分析来表征量化结果，使得用户或第三方及时知晓压力状态的发展阶段，并且能够基于分析采取对应的介入措施。

参考图3，以示意性方框图示出了用于检测生命体的压力表现的设备18。在图4中示意性示出了与图3中的设备18相对应的用于检测生命体的压力表现的方法。设备18包括至少一个传感器单元20，其用于测量在一段时间上生命体的皮肤传导性数据。所述测量是在图4中图示的方法的步骤200中完成的。传感器单元20优选地被配置为电传导性传感器，其能够测量生命体的皮肤的导电性。设备18包括优选地被配置为如图1所示的处理器10，其用于在图4中图示的方法的步骤201至204中处理皮肤传导性数据。

设备18能够优选地被配置为可穿戴设备。当设备在长时间段上被穿戴时，能够在长时段上测量皮肤传导性数据，使得能够处理这些数据以便得到关于生命体的压力表现的准确信息。在设备18的优选实施例中，能够监测皮肤传导性数据信号13和/或皮肤传导性峰值数据信号。通过这种方式，能够有效地关注所监测的信号的变化。这提供了向设备18的穿戴者和/或第三方(例如医生或护理者)发送警报信号的机会。这同样是有利的，这是因为能够在压力状态的不同阶段特别是早期阶段中进行介入。能够通过可穿戴设备18来监测介入的长期效果和短期效果两者。

此外，设备18的一般优势在于，其能够测量并使用皮肤传导性数据。尤其有效的是使用这样的数据，以便检测个体的压力响应的变化。压力响应引起对自主神经系统的激活，其经由迷走神经而被传送到若干身体部分。具体地，激活手掌区域中以及腕部的皮肤上的汗腺。这一机制导致皮肤传导性的增加。通过以非干扰性方式来检测并监测皮肤传导性，设备18由此提供对HPA轴的活动的容易的访问，由此获得个体的压力状态。

参考图5，以曲线图示出了皮肤传导性数据信号和皮肤传导性峰值数据信号中的每个的第一范例。图5A示出了皮肤传导性曲线图，其中，呈现了在40分钟的时段(横轴)上个体的皮肤传导性(纵轴)的测量结果。纵轴的单位被选择为μS，而横轴的单位被选择为分钟。如从皮肤传导性图中能够看出的，皮肤传导性数据信号在测量结果的第一半中示出基本平滑的线，而在测量结果的第二半中看到多个数据峰值(由箭头指示)。数据峰值的出现意味着个体在测量时段的第二半中表现出压力响应。该压力响应引起对自主神经系统的激活，其经由迷走神经而被传送到个体的不同身体部分中，例如手掌区域或者腕部的皮肤中的汗腺。压力响应导致个体的皮肤传导性的变化，其能够通过传感器来检测到，优选地通过图3所示的设备18的传感器单元20来检测。传感器单元20优选地能够以高灵敏度来测量皮肤传导性。具体而言，传感器单元20的采样率能够在大范围上变化，从而根据应用中的实际需求能够改变针对固定测量时段的数据点的数量。注意到，图5A中呈现的皮肤传导性数据信号仅被定性地考虑。一般地，皮肤传导性图也能够示出具有比这里所示的更多或更少的波动的不同形式。

在优选实施例中，输入单元12和/或计算单元14被配置为在由压力状态的一个或多个阶段(例如倦怠或慢性疲劳)引起的皮肤传导性数据信号中的数据峰值与由其他机制或事件引起的峰值之间进行区分。一般已知的是，运动伪影和热调节也能够导致数据峰值。也已知的是，与压力状态相关的数据峰值与斜率相关联，其中，斜率在有限范围中下降。运动伪影引起高于该有限范围的斜率，而热调节引起低于该有限范围的斜率。所述有限范围优选地能够是通过输入单元12和/或计算单元14预定的。通过确定数据峰值的斜率并将所述斜率与有限范围进行比较，处理器10和/或设备18因此实现对皮肤传导性数据信号的可靠处理。

图5B示出了皮肤传导性峰值图表，其中，绘制了在40分钟的时段(横轴)上的上升边缘的累计加和(纵轴)，由此示出皮肤传导性峰值数据信号如何在图5A的测量时段上进行演变。注意到，在图5B中呈现的皮肤传导性峰值数据信号仅被定性地考虑。一般地，皮肤传导性峰值图也能够示出具有比这里所示的更多或更少的波动的不同形式。这里使用与图5A中相同的单位。注意到，总体上在其上计算皮肤传导性峰值数据信号的时段不必与前述的测量时段相同。图5A中示出的皮肤传导性数据的每个数据峰值包括至少一个上升边缘，所示上升边缘是皮肤传导性的斜率的变化的指示。计算单元14能够计算每时间单位(例如10分钟)的数据峰值的上升边缘的累计加和。然而，这是非约束性的并且能够选择不同的时间单位。如在图5B中的皮肤传导性峰值图中能够看出的，皮肤传导性峰值数据信号在第一个20分钟中示出平线，其基本在0μS处。这与图5A所示的皮肤传导性数据的测量结果的第一半相对应，其中，个体几乎没有示出任何压力响应。在接下来的20分钟中，皮肤传导性峰值数据信号示出逐步的增加，其后跟随有饱和。该增加与皮肤传导性数据的(大致在20分钟与30分钟之间)部分相对应，在所述部分中能够观察到多重数据峰值。在该部分中，所述个体示出活跃的压力响应。当每时间单位的数据峰值的数量饱和时，皮肤传导性峰值数据信号也示出饱和。

有利的是，通过确定每时间单位的上升边缘的累计加和来计算皮肤传导性峰值数据信号。个体的皮肤传导性的变化是他/她的压力响应的指标。然而，从皮肤传导性数据信号中直接得到的信息是有限的。相反地，数据峰值的上升边缘的累计加和反映生命体响应于应激物的强度和频率两者是怎样的，由此提供关于生命体的压力响应的更可靠的信息。通过改变时间单位，能访问压力表现的剧烈变化以及平均变化。备选地，也能够通过确定每时间单位的峰值高度的累计加和和/或所述数据峰值的上升时间和/或多个数据峰值和/或与对应的皮肤传导性数据信号的数据峰值有关的其他量，来计算皮肤传导性峰值数据信号。

图6示出了对在十三个月的时段(横轴)上皮肤传导性峰值数据信号的绝对值(纵轴)的分析的第一范例。与图5B类似，也通过确定每时间单位的上升边缘的累计加和来计算图6中的皮肤传导性峰值数据信号。在此，所述时间单位被选择为天。这意味着，通过对来自对应的皮肤传导性数据信号的上升边缘的累计求和在每天的基础上计算皮肤传导性峰值数据信号。注意到，出于合理性的原因，横轴以月示出。还注意到，纵轴的单位是μS，而纵轴的尺度未示出。纵轴的单位和尺度都能够取决于正被分析的实际皮肤传导性峰值数据信号而被恰当地选择。此外注意到，图6中呈现的皮肤传导性峰值数据信号仅被定性地考虑，并且被示为经平滑的形式。这些波动已经在图6中被忽略，以便更好地图示相关的细节。具体而言，分析图能够示出具有比这里所示的更多或更少的波动的不同形式，即在实践中，皮肤传导性峰值数据信号一般将示出如图6所示的平滑曲线周围的许多波动。在优选实施例中，分析单元16被配置为将皮肤传导性峰值数据信号的绝对值与至少一个阈值、尤其是与两个不同的阈值进行比较。

如在图6的分析图中能够看出的，分析单元16定义了上限阈值22和下限阈值24。接着，分析单元16将皮肤传导性数据峰值信号与上限阈值22和下限阈值24进行比较。上限阈值22被选择为使得当皮肤传导性峰值数据信号的绝对值超过上限阈值22时个体处在压力状态的早期阶段中。在上限阈值22以上时，个体对应激物过度敏感。因此所述图的在上限阈值22以上的范围能被识别为过度敏感范围23。压力状态被预定为特定的压力状态，例如倦怠综合征或慢性疲劳综合征。根据对压力状态的选择，上限阈值22能够采取不同的值。优选地，处理器10和/或设备18的输出单元17被配置为，当皮肤传导性峰值数据信号的绝对值超过上限阈值22时，输出指示预定的压力状态的早期阶段的早期阶段信号。这种超过是由HPA轴的活动中的皮质醇增多症导致的。优选地，设备18还能够包括通信单元，其利用通信系统来传送早期阶段信号，所述通信系统的是外部通信系统，例如医院、恢复站中的数据网络和/或因特网。也能够经由接口将早期阶段信号发送到诸如护理者或医生的第三方。

与上限阈值22类似，下限阈值24被选择为使得当皮肤传导性峰值数据信号的绝对值下降到下限阈值24以下时，个体处在压力状态的完全阶段中。在下限阈值24之下，个体几乎不对应激物做出响应。因此，所述图在下限阈值24以下的范围能被识别为无响应范围25。输出单元17优选地被配置为，当皮肤传导性峰值数据信号的绝对值在其已经超过上限阈值22之后下降到下限阈值24以下时，输出指示所确定的压力状态的完全阶段的完全阶段信号。在优选实施例中，当皮肤传导性峰值数据信号的绝对值下降到最小阈值26时，仅输出完全阶段信号，其中，所述最小阈值26低于下限阈值24一定的量。注意到，在图6中的最小阈值26并不必与沿纵轴的零值相对应，尽管该值是可能的值。

下限阈值24与上限阈值22之间的范围能被识别为健康范围27，在健康范围27中，个体示出正常的压力响应。输出单元17优选地被配置为，当皮肤传导性峰值数据信号的绝对值在下限阈值24以上且在上限阈值22以下时，输出健康状态信号。

在预定压力状态的早期阶段或完全阶段之后，当皮肤传导性峰值数据信号的绝对值再次上升并超过下限阈值24时，个体开始示出从压力状态的恢复。输出单元17优选地被配置为，当已经由输出单元17输出了早期阶段信号或完全阶段信号之后皮肤传导性峰值数据信号的绝对值超过下限阈值24但不超过上限阈值22时，输出指示预定压力状态的恢复阶段的恢复阶段信号。

有利的是，输出单元17被配置为输出指示预定压力状态的每个不同阶段的前述不同的信号。由于其生存环境或者由于神经、生理或心理原因，个体示出压力响应。如果他/她穿戴可穿戴设备18足够长的一段时间(例如一年)，就能够采集并研究他的压力响应的进展。这样的信息可以帮助找到个体的特征压力表现以及帮助采取必要的措施，例如介入和处置。具体而言，例如在输出单元17已经输出早期阶段信号之后能够尽快地采取这样的措施。手术人员和/或护理者能够在早期阶段中削弱个体的预定压力状态，这显著降低了处置的长度和成本。除了财务方面，也能够显著降低个人以及其家庭的负担。此外，在早期阶段中处置预定压力状态(具体为倦怠或慢性疲劳综合征)通常容易得多，其中，与稍后的阶段相比，预期产生副作用的机会更少。

处理器10和设备18的另一优势在于，其使得能够在长时间段上跟随个体的压力响应。不同的个体对相同的应激物的响应不同。因此，能够测得示出不同的数据峰值的不同的皮肤传导性数据。因此，为了得到可靠的分析，需要针对不同的个体定义不同的上限阈值22、下限阈值24和最小阈值26。基于在足够长的时间段上执行的分析，能够针对个体准确地并可靠地定义上限阈值22、下限阈值24和最小阈值26。

在优选实施例中，分析单元16被配置为定义与皮肤传导性峰值数据信号的绝对值示出特定表现的时刻相对应的不同时间点。如在图6的分析图中能够看出的，第一时间点T₁被定义为皮肤传导性峰值数据信号的绝对值超过上限阈值22的时刻。第二时间点T₂被定义为皮肤传导性峰值数据信号的绝对值在T₁的一段时间之后下降到上限阈值22以下的时刻。第三时间点T₃被定义为皮肤传导性峰值数据信号的绝对值在T₂的一段时间之后下降到下限阈值24以下的时刻。第四时间点T₄被定义为皮肤传导性峰值数据信号的绝对值在T₃的一段时间之后下降到最小阈值26的时刻。第五时间点T₅被定义为皮肤传导性峰值数据信号的绝对值在T₄的一段时间之后超过下限阈值24的时刻。

在时间点T₁和T₂之间，输出单元17由此输出早期阶段信号。个体的压力响应处在过度敏感范围23中。预定压力状态的早期阶段的持续时间由此能够被确定为：

ΔT_早期＝T₂-T₁。

在T₂与T₃之间，个体的压力响应处在健康范围27中。在T₃与T₅之间，优选地在T₄与T₅之间，输出单元17输出完全阶段信号。个体的压力响应处在无响应范围25中。因此，预定压力状态的完全阶段的持续时间能够被确定为：

ΔT_完全＝T₅-T₃，

或者优选地为：

ΔT_完全＝T₅-T₄。

因此，预定压力状态在早期阶段之后达到完全阶段所花费的时间量能够被确定为：

ΔT_{早期-完全}＝T₃-T₂，

或者优选地为：

ΔT_{早期-完全}＝T₄-T₂。

在许多情况下，仅在个体的压力响应已经处在过度敏感范围中一定量的时间之后才能够针对他/她对应激物的响应确切地识别出HPA轴的活动过度或者皮质醇增多症。在活动过度之后，仅在他/她的压力响应已经处在无响应范围中一定量的时间之后才能够确切地识别HPA轴的活动减退或者皮质醇减退。

为了考虑到该情况并增加输出信号的准确度和可靠性，分析单元16优选地被配置为计算如下的持续时间：ΔT_过度敏感，其标记从T₁开始皮肤传导性峰值数据信号的绝对值处在过度敏感范围中的持续时间；ΔT_无响应，其标记从T₃开始、优选地从T₄开始皮肤传导性峰值数据信号的绝对值处在无响应范围中的持续时间。分析单元16将前述持续时间ΔT_过度敏感和ΔT_无响应中的每个分别与参照持续时间ΔT*_过度敏感和ΔT*_无响应进行比较。输出单元17被配置为使得其仅在满足条件ΔT_过度敏感≥ΔT*_过度敏感时输出早期阶段信号。同样地，输出单元17被配置为使得其仅在满足条件ΔT_过度敏感≥ΔT*_过度敏感且ΔT_无响应≥ΔT*_无响应时输出完全阶段信号。通过为参照持续时间ΔT*_过度敏感和ΔT*_无响应分配足够大的值，能够有效地避免错误信号。

输出单元17优选地被配置为仅在满足条件ΔT_{早期-完全}≤ΔT*_{早期-完全}时输出完全阶段信号。由于皮肤传导性峰值数据信号的绝对值穿过在压力状态的早期阶段与完全阶段之间的健康范围，因此能够通过这种方式来避免中间范围被错误地解读为健康范围或者压力状态的中间阶段被错误地解读为健康状态。

参考图7，在图中示出了皮肤传导性数据信号和皮肤传导性峰值数据信号中的每个的第二范例。图7A示出了皮肤传导性曲线图，其示出了在60分钟的时段(横轴)上个体的皮肤传导性(纵轴)的测量结果。注意到，在图7A中呈现的皮肤传导性数据信号仅被定性地考虑。一般地，皮肤传导性图也能够示出具有比这里所示的更多或更少的波动的不同形式。纵轴的单位是μS，而横轴的单位是分钟。如从皮肤传导性图中能够看出的，皮肤传导性数据信号在测量结果的第一个20分钟中示出了相对少的数据峰值，而在其余的测量结果中(在图7中由箭头指示的)数据峰值的数量剧烈增加。这伴随有由传感器单元20测得的皮肤传导性的增加。数据峰值的数量的增加指示个体在测量时段的最后40分钟中示出更为活跃的压力响应。

图7B示出了皮肤传导性峰值图，其中，在60分钟的时段(横轴)上绘制了每时间单位的数据峰值的数量(纵轴)。纵轴的单位是任意的，而横轴的单位是分钟。因此，分析图示出了皮肤传导性峰值数据信号在与图7A中的前述测量时段相同的时段上是如何演变的。皮肤传导性峰值数据信号是由图1和图3所示的计算单元14基于图7A所示的皮肤传导性数据信号来计算的。具体而言，图7B所示的皮肤传导性峰值数据信号是通过确定每时间单位(例如每分钟)的数据峰值的数量来计算的。注意到，在图7B中呈现的皮肤传导性峰值数据信号仅被定性地考虑。一般地，皮肤传导性峰值图也能够示出具有比这里所示的更多或更少的波动的不同形式。如在图7B的皮肤传导性峰值图中能够看出的，皮肤传导性峰值数据信号在第一个20分钟内(大致在0分钟与20分钟之间)示出了基本平的线，其接近0μS。这与图7A所示的皮肤传导性数据的测量结果的第一个20分钟相对应，其中，个体几乎没有示出任何压力响应。在接下来的40分钟中，皮肤传导性峰值数据信号示出逐步的增加。所述增加与图7A所示的测量结果的最后40分钟相对应，其中，能够观测到数据峰值的数量的增加。在这一部分中，个体示出相对活跃的压力响应。

参考图8，在分析图中示出了对在十三个月的时段(横轴)上的皮肤传导性峰值数据信号的平均值(纵轴)的分析。皮肤传导性峰值数据信号也是通过确定每时间单位的数据峰值的数量来计算的。注意到，纵轴的单位是任意的，而尺度(未示出)能够是根据待分析的实际皮肤传导性峰值数据来适当选择的。还注意到，出于合理性的原因，横轴以月示出。此外注意到，图8中呈现的皮肤传导性峰值数据信号仅被定性地考虑，即示出了经平滑的版本(而没有一般存在于经平滑曲线周围的波动)。一般地，分析图也能够示出具有比这里所示的更多或更少的波动的不同形式。平均值优选地是中值并且指代数据峰值密度(DPD)在时间分段上的分布。针对该优选实施例，DPD被定义为每时间单位(例如每分钟)的数据峰值的数量。这意味着DPD是对数据峰值的频率的量度。计算单元14将在其中计算皮肤传导性峰值数据信号的时段划分成多个时间分段，其中，每个时间分段包括多个时间单位。例如，如果皮肤传导性峰值数据信号是针对1年计算的，则时间分段能够被示范性地设定为1天、5小时或30分钟。此外，计算单元16确定DPD在每个时间分段上的分布。这样的分布通常能通过分布函数来描述，例如高斯函数、概率密度函数(pdf)、概率质量函数(pmf)、正态分布函数或者随机分布函数。这样的分布函数包括平均值，尤其是中值。最终根据在一年的时段上的时间分段来绘制这样的中值。

因此，设备18和处理器20提供获得关于生命体的至少一个压力状态的信息的第二种可能性。优选地，它们使得能够确定在个体示出健康状态的时段上的DPD分布的平均值，优选地为中值。该中值能够作为下限阈值24，其标记个体的分析图的健康范围的边界。与图6所示的分析图类似，能够由分析单元16针对图8中的分析图适当地定义不同的阈值22、24、26。输出单元17被配置为，当给出了用于输出各信号的各条件时，优选地输出早期阶段信号和/或完全阶段信号和/或恢复阶段信号和/或健康状态信号。此外，类似于图6，图8中的分析图能够被划分成不同的范围23、25、27，并且也能够对应地确定不同的时间点T₁至T₅。额外地，也能够分别确定或预定不同的持续时间ΔT_早期、ΔT_完全、ΔT_{早期-完全}、ΔT_过度敏感、ΔT_无响应和参照持续时间ΔT*_过度敏感和ΔT*_无响应。因此，能够通过确定如关于皮肤传导性峰值数据信号的绝对值描述的前述持续时间而实现的所有效果和优势也能够在皮肤传导性峰值数据信号的平均值(优选地为中值)的情况下被实现。

在优选实施例中，输出单元17被配置为，当皮肤传导性峰值数据信号的平均值(更优选地为中值)是在个体示出健康状态时所确定的至少两倍时，输出早期阶段信号。这能够通过将上限阈值22定位为基本是下限阈值24的两倍来实现。上限阈值22与下限阈值24之间的比率一般能够被设定为任意合适的比率，使得当皮肤传导性峰值数据信号的平均值(更优选地为中值)已经在下限阈值以上增加了该比率时，能够输出早期阶段信号。

更优选地，输出单元17被配置为，仅在皮肤传导性峰值数据信号的平均值(优选为中值)在短时间内下降到接近零并且在接近零处保持一定时间段时，输出完全阶段信号。出于该目的，分析单元16将最小阈值26定义为基本为零，如在图8的纵轴的底部处由数字0所指示的。此外，其将持续时间ΔT_{早期-完全}与参照持续时间ΔT*_{早期-完全}进行比较。持续时间ΔT_{早期-完全}是从生命体的压力状态的早期阶段到完全阶段的过渡阶段的持续时间。在ΔT_{早期-完全}内，皮肤传导性峰值数据信号经历从分析图的过度敏感范围到无响应范围的过渡。典型地，参照持续时间ΔT*_{早期-完全}被设定为2天或更少。输出单元17仅在满足条件ΔT_{早期-完全}≤ΔT*_{早期-完全}时输出完全阶段信号。另外，分析单元16对从时间点T₄开始的持续时间ΔT_最小进行计数。在持续时间ΔT_最小内，皮肤传导性峰值数据信号的平均值(优选为中值)基本保持在最小阈值26处或最小阈值26以下。接着，分析单元16之后在计数的同时将ΔT_最小与参照持续时间ΔT*_最小进行比较。输出单元17仅在满足条件ΔT_最小≥ΔT*_最小时输出完全阶段信号。

尽管已经在附图和前文的描述中详细说明并描述了本发明，但这种说明和描述被视为说明性或示范性的，而非限制性的。具体而言，图5A至图8中所示的曲线仅呈现所绘制的皮肤传导性数据信号或皮肤传导性峰值数据信号的每个定性表现。这些曲线并不被认为是对根据本发明的处理器和/或设备的实际应用中的测量结果/计算/分析的量化表示。本发明并不限于所公开的实施例。根本领域技术人员通过研究附图、公开内容以及权利要求书，在实践要求保护的本发明时，能够理解并实现对所公开的实施例的其他变型。

在权利要求书中，词语“包括”不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个元件或其他单元可以满足权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些措施的组合。

计算机程序可以被存储/分布在适合的介质上，例如与其他硬件一起提供或作为其他硬件的部分提供的光学存储介质或固态介质，但是也可以被以其他形式分布，例如经由因特网或其他的有线或无线的电信系统。

权利要求中的任何附图标记都不应被解释为对范围的限制。