身体排放物的分析

相关申请的交叉引用

本申请要求于2020年4月7日提交的名称为“检测和分类脱水”、申请号为No.63/006,130的美国临时专利申请的优先权，其通过引用并入本文。

技术领域

本发明的一些应用总体上涉及身体排放物的分析。具体地，本发明的一些应用涉及通过分析比如尿液和粪便等身体排放物来检测和分类脱水的装置和方法。

背景技术

脱水在中老年人群中普遍存在，并且这给个人和医疗保健系统等带来了巨大的成本。由于各种各样的原因，老年人特别容易受到伤害，包括年龄相关的身体总水的变化，渴感受损、肾脏浓缩能力、血管加压素有效性以及药物相关的渴感减退等。功能受限、尿频和尿失禁在老年患者中非常普遍，并可能进一步增加他们面临脱水的脆弱性。脱水的影响包括意识模糊、定向力障碍、恶心、头晕、全身不适、乏力、感染、冠状动脉疾病、伤口愈合受损或延迟、以及死亡。由于脱水症状往往是多样的并且有时具有非特异性性质，因此在医院中需要耗费宝贵而关键的时间对其进行诊断。这种延迟往往会加剧病情。

脱水可被定义为个体的最佳身体总水(TBW)量的临床相关减少，并且可能会发生或不发生电解质损失。(例如参见R F Kushner，D ASchoeller的“通过生物电阻抗分析估计身体总水”，《美国临床营养学杂志》，第44卷，第3期，第417-424页，1986年9月以及WeinbergAD1，Minaker KLJAMA，“脱水：中老年人的评估与管理”，美国医学会科学事务委员会。15；274(19)：1552-6，1995年11月。)脱水有三种不同的形式。等渗性脱水是由水和钠的平衡损失导致的。例如，禁食超过一定时间就可能会引起等渗性脱水。同样地，呕吐和腹泻也可能会因为胃内容物中的大量水和电解质而引起等渗性脱水。高渗性脱水是最常见的脱水类型，它是由水损失大于钠损失引起的。高渗性脱水的特征是高钠血(例如，血清钠水平超过145mmol/L)和高渗性(例如，血清渗透压超过300mmol/kg)。发烧也许是高渗性脱水最常见的病因，因为它往往会引起流经肺部和皮肤的水损失，同时使增加口腔液体摄入量的能力受限。低渗性脱水在钠损失超过水损失时发生。血清钠降低(例如，小于135mmol/L)并且血清渗透压低(例如，小于280mmol/kg)。这种类型的脱水主要是在过度使用利尿剂导致钠过量流失的情况下发生。

发明内容

根据本发明的一些应用，联接至马桶缸的一个或多个传感器检测与受试者的尿液相关的一个或多个尿液相关参数，而无需任何人在尿液排放到马桶缸中之后执行任何动作。典型地，联接至马桶缸的一个或多个传感器另外配置为检测与受试者的粪便相关的一个或多个粪便相关参数，而无需任何人在粪便排放到马桶缸中之后执行任何动作。计算机处理器接收一个或多个尿液相关参数和一个或多个粪便相关参数。至少部分地基于一个或多个尿液相关参数，计算机处理器确定受试者是否患有脱水。至少部分地基于一个或多个粪便相关参数，计算机处理器将脱水分类为给定类型的脱水，比如，等渗性脱水、高渗性脱水和低渗性脱水。至少部分地响应于此，通常会生成输出。

对于一些应用，计算机处理器配置为获得受试者的尿液的比重，并且至少部分地基于受试者的尿液的比重来确定受试者是否患有脱水。对于一些这样的应用，一个或多个传感器配置为检测指示受试者的尿液吸收青绿色光的信号，并且计算机处理器配置为至少部分地基于该信号来获得受试者的尿液的比重。对于一些应用，这些传感器配置为检测指示受试者的尿液在480nm-520nm波长带内的光吸收的信号，并且计算机处理器配置为至少部分地基于该信号来获得受试者的尿液的比重。

对于一些应用，计算机处理器配置为接收一个或多个尿液相关参数，并且获得指示受试者的尿液的起泡和/或浊度的参数。计算机处理器至少部分地基于获得的参数来估计受试者的尿液内的白蛋白浓度，并且响应于受试者的尿液中的白蛋白的估计浓度在输出设备上生成输出。

对于一些应用，计算机处理器配置为接收一个或多个尿液相关参数，并且至少部分地基于尿液相关参数，获得受试者的尿液内的至少一种血红蛋白衍生物分子的浓度。通常，该至少一种血红蛋白衍生物分子包括胆红素、氧化尿胆素原、和/或尿胆素。计算机处理器通常至少部分地响应于获得的至少一个血红蛋白衍生物分子的浓度生成输出。对于一些这样的应用，照明部件用波长带在440nm-480nm范围内的光照射受试者的尿液，并且传感器响应于对受试者的尿液的照射检测指示受试者的尿液在505nm-535nm波长范围内发射的光的信号。典型地，计算机处理器至少部分地响应于该信号确定受试者的尿液内的氧化尿胆素浓度。替代地或另外地，传感器配置为检测指示受试者的尿液在480nm-520nm波长带内吸收光的信号，并且计算机处理器至少部分地响应于该信号确定受试者的尿液内氧化尿胆素原浓度。进一步替代地或另外地，传感器检测指示受试者的尿液在390nm-420nm的第一波长带内和在445nm-475nm的第二波长带内吸收光的信号。典型地，计算机处理器至少部分地响应于这些信号确定受试者的尿液内的胆红素浓度。

对于一些应用，联接至马桶缸的一个或多个照明部件配置为用波长带在300nm-520nm范围内的光照射受试者的尿液。传感器配置为，响应于对尿液的照射，检测尿液在530nm-560nm波长带范围内发射的光的强度。计算机处理器至少部分地基于检测到的光强度来获得受试者的尿液内的纤维素水平，并且响应于获得的受试者的尿液内的纤维素水平生成输出。对于一些这样的应用，计算机处理器配置为基于一个或多个传感器检测到的信号检测受试者是否患有血尿，并且该计算机处理器配置为响应于检测受试者是否患有血尿，驱动照明部件用波长带在300nm-520nm范围内的光照射受试者的尿液。典型地，计算机处理器基于获得的受试者的尿液内的纤维素水平，确定受试者血尿的疑似病因是受试者泌尿道内基于生物膜的病原体。

因此，根据本发明的一些应用提供了用于与受试者排放到马桶缸中的尿液和粪便和输出设备一起使用的装置，该装置包括：

一个或多个传感器，该一个或多个传感器联接至马桶缸，并且配置为：

检测与受试者的尿液相关的一个或多个尿液相关参数，而无需任何人在尿液排放到马桶缸中之后执行任何动作，以及

检测与受试者的粪便相关的一个或多个粪便相关参数，而无需任何人在粪便排放到马桶缸中之后执行任何动作；以及

至少一个计算机处理器，该至少一个计算机处理器配置为：

接收一个或多个尿液相关参数，

接收一个或多个粪便相关参数，

至少部分地基于一个或多个尿液相关参数，确定受试者是否患有脱水，

至少部分地基于一个或多个粪便相关参数，将脱水分类为选自由以下各项组成的组中给定类型的脱水：等渗性脱水、高渗性脱水和低渗性脱水；以及

至少部分地响应于此，在输出设备上生成输出。

在一些应用中，至少一个计算机处理器配置为通过检测尿液颜色来检测与受试者的尿液相关的一个或多个尿液相关参数。在一些应用中，至少一个计算机处理器配置为通过检测尿液量来检测与受试者的尿液相关的一个或多个尿液相关参数。在一些应用中，至少一个计算机处理器配置为通过检测尿液排泄持续时间来检测与受试者的尿液相关的一个或多个尿液相关参数。

在一些应用中，至少一个计算机处理器配置为通过检测选自由以下各项组成的组中的一个或多个粪便相关参数来检测与受试者的粪便相关的一个或多个粪便相关参数：形状、尺寸、质地和颜色。

在一些应用中，至少一个计算机处理器配置为通过检测受试者的尿液排泄频率来检测与受试者的尿液相关的一个或多个尿液相关参数。在一些应用中，至少一个计算机处理器配置为通过自动检测在给定时间排尿的人来检测受试者的尿液排泄频率。

在一些应用中，至少一个计算机处理器配置为通过对粪便的图像执行计算机视觉分析来检测与受试者的粪便相关的一个或多个粪便相关参数。在一些应用中，至少一个计算机处理器被配置为通过执行选自由以下各项组成的组中的一个或多个步骤来对粪便的图像执行计算机视觉分析：掩蔽、对比度增强、图像边缘检测、感兴趣区域检测、应用形态学变化、以及执行分割。

在一些应用中，至少一个计算机处理器配置为获得受试者的尿液的比重，并且至少部分地基于受试者的尿液的比重来确定受试者是否患有脱水。在一些应用中，一个或多个传感器配置为检测指示受试者的尿液吸收青绿色光的信号，并且至少一个计算机处理器配置为至少部分地基于该信号来获得受试者的尿液的比重。在一些应用中，一个或多个传感器配置为检测指示受试者的尿液在480nm-520nm波长带内吸收光的信号，并且至少一个计算机处理器配置为至少部分地基于该信号获得受试者的尿液的比重。

根据本发明的一些应用进一步提供了一种用于与受试者排放到马桶缸中的尿液和粪便一起使用的方法，所述方法包括：

使用联接至马桶缸的一个或多个传感器，检测与受试者的尿液相关的一个或多个尿液相关参数，而无需任何人在尿液排放到马桶缸中之后执行任何动作；

使用联接至马桶缸的一个或多个传感器，检测与受试者的粪便相关的一个或多个粪便相关参数，而无需任何人在粪便排放到马桶缸中之后执行任何动作；以及

使用计算机处理器：

接收一个或多个尿液相关参数；

接收一个或多个粪便相关参数；

至少部分地基于一个或多个尿液相关参数，确定受试者是否患有脱水；

至少部分地基于一个或多个粪便相关参数，将所述脱水分类为选自由以下各项组成的组中的给定类型的脱水：等渗性脱水、高渗性脱水和低渗性脱水；以及

至少部分地响应于此，在输出设备上生成输出。

在一些应用中，检测与受试者的尿液相关的一个或多个尿液相关参数包括检测尿液颜色。在一些应用中，检测与受试者的尿液相关的一个或多个尿液相关参数包括检测尿液量。在一些应用中，检测尿液量包括检测尿液排泄持续时间。

在一些应用中，检测与受试者的粪便相关的一个或多个粪便相关参数包括检测选自由以下各项组成的组中的一个或多个粪便相关参数：形状、尺寸、质地和颜色。

在一些应用中，检测与受试者的尿液相关的一个或多个尿液相关参数包括检测受试者的尿液排泄频率。在一些应用中，检测受试者的尿液排泄频率包括自动检测在给定时间排尿的人。

在一些应用中，检测与受试者的粪便相关的一个或多个粪便相关参数包括对粪便的图像执行计算机视觉分析。在一些应用中，对粪便的图像执行计算机视觉分析包括执行选自由以下各项组成的组中的一个或多个步骤：掩蔽、对比度增强、图像边缘检测、感兴趣区域检测、应用形态学变化、以及执行分割。

在一些应用中，确定受试者是否患有脱水包括获得受试者的尿液的比重，并且至少部分地基于受试者的尿液的比重来确定受试者是否患有脱水。在一些应用中，获得受试者的尿液的比重包括检测指示受试者的尿液吸收青绿色光的信号，并且至少部分地基于该信号来获得受试者的尿液的比重。在一些应用中，获得受试者的尿液的比重包括检测指示受试者的尿液在480nm-520nm波长带内吸收光的信号，并且至少部分地基于该信号来获得受试者的尿液的比重。

根据本发明的一些应用进一步提供了用于与受试者排放到马桶缸中的尿液以及与输出设备一起使用的装置，该装置包括：

一个或多个传感器，该一个或多个传感器联接至马桶缸，并且配置为检测与受试者的尿液相关的一个或多个尿液相关参数，而无需任何人在尿液排放到马桶缸中之后执行任何动作，以及

至少一个计算机处理器，该至少一个计算机处理器配置为：

接收一个或多个尿液相关参数，以及

至少部分地基于尿液相关参数，获得受试者的尿液内的至少一种血红蛋白衍生物分子的浓度，该至少一种血红蛋白衍生物分子选自由胆红素、氧化尿胆素原和尿胆素组成的组，以及

至少部分地响应于获得的至少一个血红蛋白衍生物分子的浓度，在输出设备上生成输出。

在一些应用中，该装置进一步包括：照明部件，该照明部件配置为用波长带在440nm-480nm范围内的光照射受试者的尿液，

一个或多个传感器，该一个或多个传感器配置为响应于对受试者的尿液的照射，检测指示受试者的尿液在505nm-535nm波长范围内发射的光的信号，以及

至少一个计算机处理器，该至少一个计算机处理器配置为至少部分地响应于该信号确定受试者的尿液内的氧化尿胆素浓度。

在一些应用中，该一个或多个传感器配置为检测指示受试者的尿液在480nm-520nm的波长带内吸收光的信号，并且至少一个计算机处理器配置为至少部分地响应于该信号确定受试者的尿液内的氧化尿胆素原浓度。

在一些应用中，该一个或多个传感器配置为检测指示受试者的尿液在390nm-420nm的第一波长带内和在445nm-475nm的第二波长带内吸收光的信号，并且至少一个计算机处理器配置为至少部分地响应于这些信号确定受试者的尿液内的胆红素浓度。在一些应用中，该至少一个计算机处理器配置为确定受试者的尿液在第一波长带和第二波长带中的每一个相对于彼此的光吸收比率，并且基于该比率确定受试者的尿液内的胆红素浓度。

根据本发明的一些应用进一步提供了用于与受试者排放到马桶缸中的尿液以及与输出设备一起使用的装置，该装置包括：

一个或多个传感器，该一个或多个传感器联接至马桶缸，并且配置为检测与受试者的尿液相关的一个或多个尿液相关参数，而无需任何人在尿液排放到马桶缸中之后执行任何动作，以及

至少一个计算机处理器，该至少一个计算机处理器配置为：

接收一个或多个尿液相关参数，以及

获得指示受试者的尿液的起泡和/或浊度的参数，

至少部分地基于获得的参数来估计受试者的尿液内的白蛋白浓度，以及

响应于受试者的尿液中的白蛋白估计浓度，在输出设备上生成输出。

根据本发明的一些应用进一步提供了用于与受试者排放到马桶缸中的尿液以及与输出设备一起使用的装置，该装置包括：

一个或多个照明部件，该一个或多个照明部件联接至马桶缸并且配置为用波长带在300nm-520nm范围内的光照射受试者的尿液；

一个或多个传感器，该一个或多个传感器联接至马桶缸，并且配置为响应于对尿液的照射检测尿液在530nm-560nm波长带范围内发射的光的强度；以及

至少一个计算机处理器，该至少一个计算机处理器配置为：

至少部分地基于检测到的光强度来获得受试者的尿液内的纤维素水平，以及

响应于获得的受试者的尿液内的纤维素水平在输出设备上生成输出。

在一些应用中，计算机处理器配置为基于一个或多个传感器检测到的信号检测受试者是否患有血尿，并且该计算机处理器配置为响应于检测受试者是否患有血尿，驱动照明部件用波长带在300nm-520nm范围内的光照射受试者的尿液。在一些应用中，计算机处理器配置为基于获得的受试者的尿液内的纤维素水平确定受试者血尿的疑似病因是受试者泌尿道内基于生物膜的病原体。

结合附图从下面本发明的具体实施方式中将会更加全面地理解本发明，其中：

附图说明

图1是根据本发明的一些应用用于分析身体排放物的装置的示意图；

图2A、图2B、图2C、图2D和图2E示出了根据本发明的一些应用对马桶缸中的粪便的图像执行的一些计算机视觉分析步骤的代表性图像；

图3是根据本发明的一些应用的受试者工作特征(ROC)曲线，示出了用于基于尿液吸收蓝光检测尿液的比重的分类器的灵敏度和特异度；以及

图4是根据本发明的一些应用的ROC曲线，示出了利用本文所描述的传感器模块来检测受试者的尿液中是否存在血液的分类器的灵敏度和特异度。

具体实施方式

现在参考图1，该图是根据本发明的一些应用用于分析身体排放物的装置20的示意图。如图所示，装置20典型地包括布置在马桶缸23内的传感器模块22。对于一些应用(未示出)，传感器模块(和/或装置的附加部件)被集成到马桶缸中。传感器模块包括一个或多个传感器24。典型地，一个或多个传感器配置为检测一个或多个尿液相关参数(比如，排泄频率、尿液量、尿液颜色和/或尿液浓度等)，并检测一个或多个粪便相关参数(比如，粪便形状、尺寸、质地等)。对于一些应用，一个或多个传感器在受试者将身体排放物排放到马桶缸中的同时检测上述参数中的至少一些参数。替代地或另外地，一个或多个传感器在受试者排放后、身体排放物布置在马桶缸内时，检测上述参数中的至少一些参数。对于一些应用，传感器包括成像部件，比如RGB相机、光谱相机和/或高光谱相机。替代地或另外地，一个或多个传感器可以包括配置为接收来自身体排放物的光的一个或多个光传感器。对于一些应用，传感器模块包括一个或多个照明部件25。根据相应的应用，这样的照明部件包括配置为以给定的光谱带(例如，LED和/或激光)、和/或宽带光源照射身体排放物的照明部件。对于一些应用，宽带光源与一个或多个带通滤波器(其可用于过滤发射的光和/或检测到的光)结合使用。

计算机处理器典型地从一个或多个传感器接收一个或多个尿液相关参数，以及从一个或多个传感器接收一个或多个粪便相关参数。根据相应的应用，执行本文所描述分析的计算机处理器是布置在壳体30(其典型地还收容传感器模块)内的计算机处理器28，或者是与传感器模块通信的不同的计算机处理器。典型地，至少部分地基于一个或多个尿液相关参数，该计算机处理器确定受试者是否患有脱水。例如，一个或多个传感器检测到的一个或多个尿液相关参数可能包括尿液颜色、尿液量(其可以通过检测马桶缸内尿液的高度h来测量)、排泄持续时间(其可以通过检测马桶缸内尿液高度h升高的时间段来测量)、和/或排泄频率。典型地，为了检测特定受试者的排泄频率，将传感器模块配置为接收来自受试者的指示他们当前正在使用马桶的输入，或者将传感器模块配置为自动检测在给定时间排尿到马桶缸中的受试者。

对于一些应用，至少部分地基于一个或多个粪便相关参数(比如，粪便形状、尺寸、质地、颜色等)，计算机处理器将脱水分类为给定类型的脱水，比如，等渗性脱水、高渗性脱水、或低渗性脱水。例如，一个或多个传感器可以包括一个或多个相机。对于这样的应用，计算机处理器典型地接收粪便的一个或多个图像，并分析这些图像以确定粪便的空间参数、和/或质地参数、和/或颜色参数。对于一些应用，分析在多个不同波长下捕获到的图像。例如，可以在相应的时间以多个不同波长的光照射粪便，并且可以在粪便在相应照射波长的照射下的同时获取图像。替代地或另外地，可以使用滤波器、相机、和/或其他配置为在不同波长下获取图像的成像设备或光检测设备(比如光谱仪、光谱相机、高光谱相机等)。对于一些应用，使用执行分割和/或质地分类的计算机视觉分析算法来执行粪便图像的分析。替代地或另外地，使用针对该任务训练的深度神经网络来执行图像分析。

作为例证而非限制，计算机视觉分析算法可能包括的步骤的一些代表性示例如下：

·掩蔽，例如，用以排除远离粪便的外围区域；

·对比度增强，用以增强粪便布置其中的图像的区域；

·图像边缘检测，用以检测粪便的边缘；

·检测感兴趣区域，例如，使用高斯混合模型；

·执行形态学变化用于清除噪点；

·使用GrabCut执行分割。

参考图2A、图2B、图2C、图2D和图2E，这些图示出了根据本发明的一些应用对马桶缸中粪便的图像执行的上文描述的计算机视觉分析步骤中的一些步骤的代表性图像。

图2A是对受试者的粪便的图像执行的对比度增强的示例，其中，左帧示出了增强之前的粪便图像并且右帧示出了增强图像。

图2B是对受试者的粪便的图像执行的边缘检测的示例，其中，左帧示出了应用边缘检测算法之前的粪便图像并且右帧示出了边缘检测算法的输出。

图2C是使用高斯混合模型在受试者的粪便的图像上执行的感兴趣区域检测的示例。图像序列示出了图像内被识别为感兴趣区域的相应簇。然后典型地会对感兴趣区域中的每一个进行进一步分析，以便检测与受试者的粪便相关的参数。

图2D示出了将噪点清除算法应用于受试者的粪便的图像的相应阶段，从而将形态学变化应用于图像以便清除图像中的噪点。

图2E是将GrabCut图像分割算法应用于受试者的粪便的图像的示例，其中，左帧示出了应用GrabCut图像分割算法之前的粪便图像并且右帧示出了GrabCut图像分割算法的输出。

典型地，计算机处理器28基于脱水的检测和分类在输出设备(例如，用户界面设备32，如下文描述)上生成输出。例如，计算机处理器可以生成指示受试者患有给定类型的脱水的输出，和/或可以生成指示基于脱水类型的受试者的推荐行动方案的输出。在这方面，应当注意，依据脱水类型为患有脱水的患者典型地推荐不同的行动方案。

应当注意，尽管图1示出了彼此同时布置在马桶缸中的受试者的尿液27和粪便26，但本申请的范围包括在与分析受试者的尿液分开的时间分析受试者的粪便。例如，可以通过分析受试者的尿液，首先确定受试者是否患有脱水。随后，在受试者排便时，可以对受试者的粪便进行分析，以便将受试者的脱水分类为给定类型的脱水，如上文描述。

对于一些应用，本文描述的装置和方法与Attar在US 10,575,830中和/或Attar在US 2019/0195802中描述的装置和方法共同执行，二者均通过引用并入本文。

对于一些应用，装置20包括布置在马桶缸外、壳体30内的电源(例如，电池包)。替代地或另外地，传感器模块连接至主电源(未示出)。典型地，电源和传感器模块22有线地连接(如图所示)、或无线地连接(未示出)。根据相应的应用，执行上文描述的分析的计算机处理器布置在马桶缸内部(例如，布置在壳体30(其典型地还收容传感器模块)内的计算机处理器28)、或远程布置。例如，如图所示，传感器模块可以与包括计算机处理器的用户界面设备32无线通信。这种用户界面设备可以包括但不限于电话34、平板计算机36、膝上型计算机38或不同种类的个人计算设备。该用户界面设备典型地既作为用户与传感器模块22交互的输入设备又作为用户与传感器模块交互的输出设备。传感器模块可以将数据传输至用户界面设备并且用户界面设备计算机处理器可以运行配置为分析接收到的数据的程序。

对于一些应用，传感器模块22和/或用户界面设备与远程服务器通信。例如，该装置可以通过通信网络与医生或保险公司通信，而无需受试者的干预。医生或保险公司可以对结果进行评估，并确定进一步测试或干预是否适合受试者。对于一些应用，与接收到的传感器信号相关的数据存储于存储器中。例如，该存储器可以布置在马桶缸内(例如，传感器单元内)、壳体30内、或远程布置。受试者可以定期将存储的数据提交至机构，比如医疗机构(例如，医生办公室、或药房)或保险公司，然后该机构处的计算机处理器可以对在一个时间段内获得的与受试者的多个身体排放物相关的一批数据执行上文描述的分析。

应当注意，本文描述的装置和方法包括受试者在其中无需身体上触摸身体排放物的筛选测验。此外，受试者典型地只需要定期触摸专用传感装置的任何部分，例如，以便安装设备、或更换设备电池或对设备电池充电。(应当注意，受试者可以操作用户界面设备，但这典型地是受试者即使不使用传感装置时也可以操作的设备(比如电话))。此外，典型地，本文描述的装置和方法无需在受试者将身体排放物排放到马桶缸中之后向马桶缸中添加任何物质，以便于促进对排放物的分析，和/或确定受试者是否患有脱水并对脱水分类。对于一些应用，受试者在装置安装到马桶缸中之后无需执行任何动作。测试是自动的且由装置操作，并且只要没有检测到异常，对受试者的排放物的监测与受试者就是无缝的且无需受试者依从。

典型地，在受试者将身体排放物排放到马桶缸中之后(并且典型地在受试者完成身体排放物的排泄并且身体排放物至少部分地布置在马桶缸的水内时)，通过接收来自马桶缸的反射光和/或透射光成像身体排放物，无需任何人在排放后执行任何动作。对于一些应用，在身体排放物排放到马桶缸期间对身体排放物进行分析。

对于一些应用，在正信号的情况下，装置经由输出设备，例如，经由用户界面设备32向受试者报告受试者的每次排放的发现。对于一些应用，输出设备包括内置于装置20中的输出部件(比如灯(例如，LED)或屏幕)。

传感器模块22典型地布置在马桶缸内。此外，典型地，传感器模块包括成像部件，该成像部件又包括一个或多个光传感器，该一个或多个光传感器配置为接收来自受试者排放的身体排放物发射的光，并且布置在马桶缸内。典型地，传感器模块收容在防水壳体中。此外，典型地，传感器模块的有成像部件安装在其下的那一面覆盖着透明防水盖。应当注意，图1示出了布置在马桶缸内的水的水位上方的传感器模块。然而，对于一些应用，传感器模块的至少一部分(例如，整个传感器模块)被浸没在马桶缸内的水中。

对于一些应用，传感器模块包括受试者传感器。受试者传感器配置为检测受试者何时在马桶上或马桶附近、和/或受试者是否已排便和/或排尿到马桶缸中。例如，受试者传感器可以包括运动传感器，该运动传感器配置为感测粪便、尿液、受试者、或马桶缸中的水的运动。替代地或另外地，受试者传感器可以包括光传感器，该传感器配置为检测浴室中的灯何时接通、或受试者何时坐在马桶上。对于一些应用，用于检测来自身体排放物的光的光传感器也用于上述功能。对于一些这样的应用，传感器模块配置为在大多数时间处于待机模式(使得传感器模块使用的电量减少)。响应于检测到受试者在马桶上或马桶附近、和/或受试者已排便和/或排尿到马桶缸中，传感器模块被接通。典型地，响应于检测受试者在马桶上或马桶附近、和/或受试者已排便和/或排尿到马桶缸中，传感器模块的成像部件获取图像。对于一些应用，受试者手动接通传感器模块。

对于一些应用，计算机处理器28配置为基于传感器模块22获取的数据检测受试者的尿液的一个或多个附加部件和/或参数。下文描述了一些这样的应用。

尿比重

尿比重是尿液中溶质浓度的量度。其测量尿液密度与水密度的比率，并提供有关肾脏浓缩尿液能力的信息。典型地，健康成年人尿液的比重在1.010至1.030之间。比重增加(称为高渗尿)可能与脱水、腹泻、呕吐、多汗、泌尿道感染/膀胱感染、糖尿、肾动脉狭窄、肝肾综合征、肾脏血流量减少(特别是由于心力衰竭)和/或抗利尿激素过量有关。比重降低(也称为低渗尿)可能与肾衰竭、肾盂肾炎、尿崩症、急性肾小管坏死、间质性肾炎和液体摄入过多(例如，精神性多饮)有关。

对于一些应用，传感器模块配置为生成指示受试者的尿液吸收光的信号，并且计算机处理器基于该信号获得受试者的尿液的比重。典型地，计算机处理器基于传感器的指示受试者的尿液吸收青绿色光(例如，波长带在480nm-520nm内的光)的信号获得受试者的尿液的比重。对于一些应用，计算机处理器响应于获得的比重生成输出。例如，计算机处理器可以在用户界面设备32上生成指示受试者是否患有脱水的输出，和/或可以在用户界面设备32上生成指示受试者的推荐行动方案的输出。对于一些应用，计算机处理器配置为基于受试者的尿液的比重检测受试者是否患有脱水，并且配置为使用上文描述的技术对脱水进行分类。

现在参考图3，该图是根据本发明的一些应用的ROC曲线，示出了用于基于尿液吸收蓝光检测尿液的比重的分类器的灵敏度和特异度。图3所示的结果是用于使用1.025的比重(即，比重小于1.025被视为指示等渗尿或低渗尿，并且比重大于1.025被视为指示高渗尿)作为分类点的分类器。将分类器的结果与使用西门子(德国)制造的

血尿

人体尿液中的血液(称为血尿)是各种严重泌尿道疾病的警示信号，其中一些可能危及生命。例如，血尿可能是由泌尿道感染、肾脏感染、膀胱或肾脏结石、前列腺增大、肾脏疾病、病毒感染或链球菌感染、或膀胱癌和肾脏癌引起的。对于一些应用，计算机处理器分析来自传感器模块的信号，以确定受试者是否患有血尿。对于一些这样的应用，计算机处理器使用了Attar在US 10,575,830中描述的技术，其通过引用并入了本文。

现在参考图4，该图是根据本发明的一些应用的ROC曲线，示出了利用本文所描述的传感器模块来检测受试者的尿液中是否存在血液的分类器的灵敏度和特异度。当与用Aidian(芬兰埃斯波)制造的QuikRead go wrCRP+Hb仪器执行的血红蛋白免疫测定的结果相比，该分类器产生的灵敏度为80.5％，特异度为80.8％，AUC超过88％，这指示本文所描述的传感器可以用于可靠地检测受试者的尿液中是否存在血液。

胆红素、氧化尿胆素原和尿胆素

胆红素、尿胆素和尿胆素原都是肝脏中血红蛋白代谢的衍生物分子。尿胆素原是胆红素还原的无色副产物。在肝脏疾病(比如肝炎)中，尿胆素原水平增加。当尿胆素原暴露于空气时，尿胆素原被氧化成尿胆素，尿胆素使尿液呈黄色。

胆红素具有明显的吸收光谱，其吸收光谱在390nm-420nm(例如，约400nm-410nm)波长带范围内出现波谷，并且(b)在445nm-475nm(例如，约455nm-465nm)范围内出现波峰。因此，对于本发明的一些应用，传感器模块配置为检测上述波长带中的每一个处的光吸收，并且计算机处理器配置为响应于此确定受试者的尿液中胆红素浓度。对于一些这样的应用，计算机处理器确定上述波长带中的每一个相对于彼此的光吸收比率，并且基于该比率确定受试者的尿液中胆红素浓度。对于一些应用，计算机处理器配置为响应于检测到的胆红素浓度生成输出。例如，响应于高胆红素浓度，计算机处理器可以在用户界面设备上生成指示受试者应当寻求医疗救治的输出。

氧化尿胆素原具有明显的吸收光谱，其吸收光谱在480nm-520nm、例如约为500nm-515nm波长带范围内出现波峰。因此，对于本发明的一些应用，传感器模块配置为检测在上述波长带时的光吸收，并且计算机处理器配置为响应于此确定受试者的尿液中的氧化尿胆素原浓度。对于一些应用，计算机处理器配置为响应于检测到的氧化尿胆素原浓度生成输出。例如，响应于高氧化尿胆素原浓度，计算机处理器可以在用户界面设备上生成指示受试者应当寻求医疗救治的输出。

此外，还证明了以约460nm(例如，在440nm与480nm之间)波长预照射尿胆素会导致尿胆素发出约520nm波长的光(由于自发荧光)。因此，根据本发明的一些应用，用波长带在440nm-480nm范围内的照明照射受试者的尿液(例如，使用照明部件25，如图1所示)。然后计算机处理器分析传感器信号，以响应于对尿液的照射确定尿液在波长约为520nm(例如，在505nm-535nm波长带范围内时，或在515nm-525nm波长带范围内时)时发射的光的强度。典型地，计算机处理器配置为响应于此确定受试者的尿液中的氧化尿胆素浓度。

蛋白质(例如，白蛋白)

蛋白质(例如，白蛋白)在血液中通常很丰富。如果肾脏有问题，蛋白质会泄漏到尿液中。尿液中含有大量蛋白质可能指示肾脏疾病。尽管尿液中的蛋白质倾向于没有光学签名，但已观察到，受试者尿液中存在蛋白质可以引起尿液起泡，因为蛋白质具有类似肥皂的降低尿液表面张力的效果。排出尿液会引起液体和表面内的分子之间的静电力相互作用，导致尿液中因空气分散而形成气泡。对于一些应用，计算机处理器配置为检测指示受试者尿液的起泡和/或浊度、和/或尿液的起泡量和/或浊度的传感器信号，并配置为至少部分地响应于此确定受试者在她/他的尿液中具有过量的蛋白质。替代地或另外地，计算机处理器配置为响应于受试者尿液的起泡和/或浊度估计受试者尿液中的蛋白质浓度、和/或尿液的起泡量和/或浊度。对于一些这样的应用，计算机处理器配置为通过检测尿液的不透明度来估计尿液的浊度。对于一些应用，计算机处理器配置为测量尿液上方泡沫层的高度，并响应于此确定受试者在她/他的尿液中具有过量的蛋白质、和/或估计受试者尿液中的蛋白质浓度。对于一些应用，计算机处理器配置为响应于检测受试者尿液中的蛋白质是否过量、和/或基于受试者尿液中的蛋白质估计浓度生成输出。例如，响应于检测受试者尿液中的蛋白质是否过量、和/或基于受试者尿液中的蛋白质估计浓度，计算机处理器可以在用户界面设备上生成指示受试者应当寻求医疗救治的输出。

基于生物膜的病原体

有人提出，复发性泌尿道感染(UTI)的病因是泌尿道内的生物膜中形成病原体(比如大肠杆菌(UPEC))。典型地，在这样的情况下，纤维素存在于泌尿道内的生物膜细胞外基质中。此外，还证明用波长带在300nm-520nm范围内的宽带照明预照射纤维素会导致纤维素发出波长约545nm的光(由于自发荧光)。因此，根据本发明的一些应用，用波长带在300nm-520nm范围内的宽带照明照射受试者的尿液(例如，使用照明部件25，如图1所示)。然后计算机处理器分析传感器信号，以响应于对尿液的照射确定尿液在波长约为545nm(例如，在530nm-560nm波长带范围内时，或在540nm-550nm波长带范围内时)时发射的光的强度。

对于一些应用，计算机处理器配置为至少部分地基于检测到的光强度来获得受试者尿液内的纤维素水平。如上文描述的，对于一些应用，计算机处理器配置为通过分析传感器信号来检测血尿。对于一些应用，响应于检测血尿(例如，使用上文描述的技术)，计算机处理器配置为(a)驱动照明部件25用波长带在300nm-520nm范围内的宽带照明照射受试者的尿液和(b)响应于对尿液的照射确定尿液在波长约为545nm(例如，波长在530nm与560nm之间、或540nm-550nm时)时发出的光的强度。基于检测到的光强度(以及尿液内获得的纤维素浓度)，计算机处理器配置为执行鉴别诊断，并确定血尿的疑似病因是否为受试者泌尿道内基于生物膜的病原体。对于一些这样的应用，计算机处理器响应于鉴别诊断生成输出。例如，计算机处理器可以在用户界面设备上生成指示受试者应当寻求医疗救治的输出。

本文描述的发明应用可以采取计算机程序产品的形式，该计算机程序产品可从计算机可用或计算机可读介质(例如，非暂态计算机可读介质)访问，该计算机可用或计算机可读介质提供计算机或任何指令执行系统、比如用户界面设备32的计算机处理器，布置在壳体30内的计算机处理器28、或基于云的远程计算机处理器使用或相关的程序代码。就该描述的目的而言，计算机可用或计算机可读介质可以是任何可以包括、存储、通信、传播或传输指令执行系统、装置或设备使用或相关的程序的装置。该介质可以是电子系统、磁系统、光学系统、电磁系统、红外系统或半导体系统(或装置或设备)或传播介质。典型地，计算机可用或计算机可读介质为非暂态计算机可用或计算机可读介质。

计算机可读介质的示例包括半导体存储器或固态存储器、磁带、可移动计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、刚性磁盘和光盘。光盘的当前示例包括只读光盘只读存储器(CD-ROM)、可擦写光盘(CD-R/W)和数字化视频光盘(DVD)。对于一些应用，使用云存储。

适合存储和/或执行程序代码的数据处理系统将包括通过系统总线直接或间接地联接至存储器元件(例如，用户界面设备32的存储器)的至少一个处理器(例如，用户界面设备32的计算机处理器、布置在壳体30内的计算机处理器28、或基于云的远程计算机处理器)。这些存储器元件可以包括在实际执行程序代码期间使用的本地存储器、大容量存储器、以及高速缓冲存储器，这些存储器提供了至少一些程序代码的临时存储，以便减少在执行期间必须从大容量存储器中检索代码的次数。系统可以读取程序存储设备上的发明性指令并按照这些指令执行本发明实施例的方法。

网络适配器可以联接至处理器，以使得处理器能够通过干预专用或公用网络联接至其他处理器或远程打印机或存储设备。调制解调器、电缆调制解调器和以太网卡只是当前可用的网络适配器类型中的少数几种。

用于执行本发明操作的计算机程序代码可以用一种或多种编程语言的任意组合编写，包括比如Java、Smalltalk、C++等编程语言等面向对象的编程语言与常规过程式编程语言，比如C编程语言或类似的编程语言。

可以理解，本文描述的算法可以通过计算机程序指令实施。可以将这些计算机程序指令提供给用于生产机器的通用计算机处理器、专用计算机处理器或其他可编程数据处理装置的处理器，使得经由计算机处理器(例如，用户界面设备32的计算机处理器、布置在壳体30内的计算机处理器28、或基于云的远程计算机处理器)执行的指令或其他可编程数据处理装置创建用于实施本申请中描述的算法指定的函数/行为的手段。这些计算机程序指令还可以以特定方式存储在计算机可读介质(例如，非暂态计算机可读介质)中，该计算机可读介质可以引导计算机或其它可编程数据处理装置以特定的方式运转，使得存储在计算机可读介质中的指令产生制品，包括实施算法中指定的函数/行为的指令手段。计算机程序指令还可以被加载到计算机或其他可编程数据处理装置上，使得在计算机或其他可编程装置上执行一系列操作步骤，以产生计算机实施的过程，使得在计算机或其他可编程装置上执行的指令为实施本应用中描述的算法指定的函数/行为提供过程。

本文描述的计算机处理器典型地是用计算机程序指令编程以生产特殊用途计算机的硬件设备。例如，当编程以执行本文描述的算法时，计算机处理器典型地用作特殊用途的身体排放物分析计算机处理器。典型地，本文描述的由计算机处理器执行的操作依据使用的存储器的技术将存储器(其为真实物理制品)的物理状态转换为具有不同的磁极性、电荷等。

本领域技术人员将会理解，本发明并不局限于上文已特别示出和描述的内容。相反，本发明的范围包括上文描述的各种不同特征的组合和子组合以及本领域技术人员在阅读以上说明后对其进行的并非现有技术中的变更和修改。