CN103228211B

CN103228211B - 用于呼吸监测和诊断的面罩和方法

Info

Publication number: CN103228211B
Application number: CN201180056143.9A
Authority: CN
Inventors: 希沙姆·阿尔沙伊尔; 杰弗里·罗伊·费尔尼耶; T·道格拉斯·布雷德利; 奥莱克桑德·伊戈罗维奇·列夫琴科; 史蒂文·M·蓬
Original assignee: University of Health Network
Current assignee: University of Health Network
Priority date: 2010-09-22
Filing date: 2011-05-17
Publication date: 2016-03-16
Anticipated expiration: 2031-05-17
Also published as: WO2012037641A1; EP2618732A1; CA2801559A1; EP2618732A4; CN103228211A; AU2011305000A1; CA2801559C; AU2015243059B2; US20110092839A1; AU2015243059A1; AU2011305000B2

Abstract

一种用于呼吸监测和/或诊断的面罩以及其使用方法，所述面罩包括：响应于声音和/或气流的至少一个传感器；以及支撑结构，其配置为安置在受检者面部上并从其向外延伸以在相对于口鼻的一定距离和方位处支撑传感器，从而经由传感器实现呼吸声音和/或气流监测。

Description

用于呼吸监测和诊断的面罩和方法

公开领域

本公开涉及呼吸诊断和监测系统，具体而言，涉及用于呼吸监测和诊断的面罩和方法。

技术背景

有许多临床状况，包括呼吸衰竭、呼吸道感染以及与麻醉药物和镇静剂相关联的呼吸衰弱等等，需要密切监测呼吸活动。此外，呼吸疾病已知会干扰睡眠规律。例如，重复发生的睡眠呼吸暂停和呼吸浅慢会造成间歇性缺氧，引发觉醒和睡眠间断，其又会导致无法深入睡眠和日间过分嗜睡。此外，不断重复的睡眠呼吸暂停和间歇性缺氧可能引发交感神经系统兴奋、氧化应激和发炎介质的产生，其可能导致重复性夜间血压激增并可独立增加患日间高血压、动脉粥样硬化、心力衰竭、中风等疾病的风险。

市场需要一些更先进的工具和方法来监测呼吸活动，例如在临床环境下，或在如上所述的呼吸疾病的诊断和/或监测中，以降低甚至消除可能与上述呼吸疾病相关联的风险。

即，虽然一些人提出了诊断工具和方法可以用来诊断、监测和/或初步调查某些呼吸疾病，这些工具和方法往往具有较强侵入性和/或造成受检者的不适，并因此无法得出满意的结果。比如，很多诊断规程只适合临床环境，并连同其他一些缺陷，使得无法在受检者的自然环境中监测受检者，导致偏差或不准的检测结果，或至少强迫受检者经历一个不合意甚至不舒适的体验。

此外，已经建议了不同的便携式装置用于诊断睡眠呼吸暂停症，然而这些技术方案往往需要受检者在没有医疗保健人员在场的情况下自行定位和附接若干个有线的电极。不幸地，由受检者执行定位及安装往往造成受检者舒适度和依从性的降低，并增加电极会在使用过程中脱开或移位的几率。因为这些电极的准确定位及安装对于做出正确诊断是至关重要的，因此以上情况往往使得采集的信号缺乏可靠性，并且数据的可靠性需要其被传回至医疗中心才可有效确定，在所述医疗中心处，该数据，如果被恰当地识别，则必须被取消免于研究。再者，这些装置需要定期送回医疗中心进行处理，以及由于它们大体的侵入特性，需要进行例如杀菌的卫生再处理。

类似的，在临床环境下，尽管监测电极的定位及附接可以由有经验的医疗专业人士完成，但当前在此种环境中使用的装置，即使如果不是经由更具侵入性的技术，大体最好也需要将受检者物理联线到一个或多个监测装置，造成其不适或行动不便，也阻碍医疗人员或他人在受检者周边移动操纵。例如，国际专利申请公开号WO01/15602描述了一个临床系统，其中，需要将麦克风悬挂在受检者上方的天花板，其记录的数据与来自食道压导管和鼻气流监测的数据进行组合。

已经提出了更少侵入性的方法，例如在美国专利号No.5,797,852中，其中，将麦克风悬挂于放在受检者床头板的基座装置上来记录由受检者呼吸所产生的声音，该基座装置还包括第二麦克风来记录受检者所在房间的环境噪音。很显然，记录的精确度高度地取决于受检者的位置，而受检者的位置在给定的睡眠时间段中很可能会变化。其他例子可以在美国专利号No.6,142,950和美国专利申请公开号2002/0123699，它们提供戴在面部上的装置来分别配置用于气流或录音。虽然这些装置较少受到受检者定位的影响，但它们同样在所采集供处理的数据类型上受到限制，因为这些设计中的任何一种只能获取气流或声音中的仅仅一种。类似的，国际专利申请公开号WO2006/008745描述了一种标准头戴式听筒，其具有布置于受检者口前方来监测呼气气流的麦克风，并作为意图系统寄生的，特意过滤掉来自受检者的和环境的声音。进一步，以上这些例子的每一个提出了构造受限的设计，其通常存在不同方面的缺憾，使其在操作中在采集到精确和可用数据的功效上受到限制。

因此，需要新的用于呼吸监测和/或诊断的面罩和方法，以解决已知技术的一些缺憾，或至少为大众提供有用的替代方案。此外，需要对在监测和/或诊断受检者过程中所采集的信息的类别和质量，以及处理和分析这些信息所实现的方法和步骤进行改进和/或提供替代途经，来获取更好的结果，同时又例如无需更多数据多样性，更多数据多样性最终会导致受检者的舒适度和/或行动性的更多约束。

提供以上背景信息以展示申请人认为可能跟目前发明相关的信息。任何前述信息既不一定意味着也不应该被当作是对照本发明的现有技术。

发明内容

本发明的一个目的是提供一种用于诊断呼吸疾病的面罩及方法。针对本发明的一个方面而言，本发明提供了一个供受检者佩戴在其面部上用于呼吸监测的面罩，所述面罩包括：至少一个传感器，其响应于声音和气流以生成表示其的数据信号；以及支撑结构，所述支撑结构成型且配置为安置在受检者的面上并由此勾勒其的口和鼻区域，该支撑结构包含两个或更多向外伸出的分支，当定位所述面罩后，所述分支汇合到传感器支撑部来在距所述区域一定距离处支撑所述至少一个传感器，从而经由所述至少一个传感器实现对由受检者呼吸时所产生的声音和气流两者的监测。

根据本发明的另一个实施例，提供一种供受检者佩戴在其面部上用于呼吸监测的面罩，所述面罩包括：传感器，其响应于气流以生成表示其的数据信号；以及支撑结构，所述支撑结构成型并配置为安置在受检者的面上并由此勾勒其的口和鼻区域，该支撑结构包含两个或更多向外伸出的分支，在定位所述面罩后，所述分支汇合到传感器支撑部来在所述区域上方一定距离处支撑所述传感器，所述两个或更多向外伸出的分支的每一个沿着其至少一部分具有定义在其中的面向内的通道，用于将受检者呼吸时产生的气流朝着所述传感器引导，从而实现对所述气流的监测。

根据本发明的另一个实施例，提供了一种用于远程诊断受检者的呼吸疾病的方法，该方法包括以下步骤：为受检者提供对于供受检者在呼吸的同时佩戴在其面部上的自主诊断面罩的获取，所述面罩包含至少一个传感器以及一个与之操作性耦联的记录装置，所述至少一个传感器响应于声音和气流以生成表示其的信号；在所述记录装置上记录由受检者在呼吸时产生的声音和气流信号；将所述记录的信号传送至远程诊断中心来进行处理；以及仅根据所述处理后的声音和气流信号来诊断呼吸疾病。

根据本发明的另一个实施例，提供一种供受检者佩戴在其面部上用于呼吸监测的面罩，所属面罩包括：传感器，其响应于气流以生成表示其的信号；以及支撑结构，所述支撑结构成型且配置为安置在受检者的面部上并在其口和鼻区域上方从其向外延展以提供传感器支撑部，来在面罩被定位后，在距所述区域一定距离处且在与其相关的预设定向上支撑所述传感器，从而实现经由所述传感器对由受检者呼吸时由其口和鼻两者产生的气流的监测。

通过阅读参考附图来仅仅示例的对于本发明的具体实施例的以下非约束性描述，将使得本发明的其他目标、目的、特性和优势变得更加明显。

附图说明

将参考附图提供本公开的多个实施例，仅仅作为示例，其中：

图1是例示性实施例的例示性麦克风响应曲线的图示；

图2a是设置（set-up）在个体上的麦克风和传感器的例示性实施例的侧视图，其中，麦克风附接到位于所述个体面部前方上的面罩；

图2b是设置在个体上的双麦克风和传感器的例示性实施例的侧视图，其中，该两个麦克风附接到位于所述个体面部前方上的面罩；

图3是根据用于在吸气相和呼气相中转换呼吸声的设备的示意性计算机系统；

图4是根据图3的设备的计算机系统的框图；

图5是代表呼吸声音幅值和时间的数字化的原始数据波形图；

图6a是个体上的呼吸电感体积描记器（RIP）以及图2a和图2b的麦克风和传感器设备的示例性设置；

图6b是来自代表性个体的呼吸声音以及同时的RIP信号的25秒长记录的示例性图示，其中，虚线指示吸气和呼气周期的分离；

图7a是具有三个呼吸相的单个呼吸周期的代表性数字化后的原始数据呼吸声音幅值和时间图示；

图7b是图7a的吸气相的代表性频谱；

图7c是图7a的呼气相的代表性频谱；

图8a是个体中吸气的呼吸声音的平均频率幅值和标准差的代表性图示；

图8b是个体中呼气的呼吸声音的平均频率幅值和标准差的代表性图示；

图9是用于从呼吸声音数据中监测、识别和确定呼吸相的方法的流程图；

图10a是呼吸声音数据和同时的RIP数据的代表性振幅和时间图示；

图10b是图10a中的RIP数据和使用图9的用于监测、识别和确定呼吸相的方法得到的呼吸相的比较图示，其中，虚线中的正值代表吸气，虚线中的负值代表呼气；

图11是根据本发明一个实施例的、用于呼吸监测和/或诊断的面罩的透视图；

图12是根据本发明一个实施例的、图11的面罩定位在受检者面部上时的侧视图；

图13是例如如图11中所示的呼吸监测和/或诊断面罩的向外伸出部的前方透视图，以点画线显示了分支的末端和加固件，及其传感器支撑扩展；

图14是图13的向外伸出部的后方透视图；

图15是图13的向外伸出部的顶部俯视图；

图16是图13的向外伸出部的后视图；

图17是图13的向外伸出部的前视图；

图18是图13的向外伸出部的底部仰视图；

图19是图13的向外伸出部的左侧视图；

图20是图13的向外伸出部的右侧视图；

图21是图13的向外伸出部的右侧视图，以点画线示出其和定位在受检者面部上时的面罩的面部安置部和约束机构的耦联，还有安装在向外伸出部的传感器支撑部内的用于捕捉由受检者呼吸时产生的声音和气流的麦克风；

图22是图13的向外伸出部的截面图，并通过点画线示出其在受检者面部上的定位；

图23是根据本发明一个实施例的、从代表气流和声音两者的组合数据流中分离出代表气流的数据流的过程的示意图；

图24是比较标准呼吸诊断方式和根据本发明一个实施例的呼吸诊断方式的示意图；

图25是根据本发明一个实施例的、用于呼吸监测和/或疾病的自主面罩的前视图；

图26是如由候选者戴在其面部上的、图25的面罩的侧视图；

图27是根据本发明一个实施例的、示例性的候选者呼吸时产生的口和鼻气流的侧视图；

图28是根据本发明一个实施例的、图26的面罩的侧视图，并通过其上重叠的点划线展示估计的候选者口和鼻气流的图27的示例性的候选者口和鼻气流及其相交；

图29是根据本发明一个实施例的、多个重叠的口和鼻气流及其相应的相交的侧视图；

图30和图31分别是根据本发明一个实施例的、图25的面罩的前视图和局部切去侧视图，示出被面罩的漏斗形状改变方向的说明性的横向分散的鼻气流部分。

具体实施例

需要理解的是，这里公开的内容在其应用上并不被以下说明书中阐述或附图中图示的构造的细节和部件的布置所限制。公开的内容可以有其他的实施例以及可以利用各种方式来实现或执行。同时，也需要理解的是，这里使用的措辞和术语是出于描述的目的而不应认为是限制。对于“包含”、“包括”、或“具有”等词汇及其变型的使用意图包括列在其后的项及其等效物以及另外的项。除非做出限制，否则本文中术语“连接”、“耦联”、和“安装”及其变型被广泛使用并包括直接和间接的连接、耦联和安装。另外，术语“连接”和“耦联”及其变型不局限于物理或机械或电气连接或耦联。除此以外，正如在后面的段落中所描述的，在附图中所描述的具体的机械或电气构造意图例示本公开的实施例。然而，其他替代的机械或电气构造也是可能的，并且被认为在本公开的教导内。另外，除非特别声明，术语“或”应该被理解为是包罗性的（inclusive）。

参考此公开和附图，这里描述了一个用于呼吸监测和诊断的面罩及方法，以及用于使用采集的处理过的声学信号数据流和/或记录的波形数据来监测、识别和/或确定个体的呼吸特征，包括其呼吸相的方法。在一个例子中，波形数据是从一个或多个麦克风或其的其他声波采集等效物采集的，或与来自其的呼吸声音和其他声音相关联。

在一些实施例中，各种系统和方法，或子系统和过程，可能涉及对于控制单元或其他此类计算装置的使用，其中，其部分或全部相关构件是计算机实现的，其可以以多个形式提供。这些构件可以表征为软件程序，其配置为运行在一个或多个通用计算机上，例如个人计算机，或运行在单个定制的计算机上，例如专用于系统独自的功能的编程逻辑控制器（PLC）。替代性地，系统可以在更大型的计算机主机上执行。通用计算机可以在包含多个通用计算机的网络里工作，这些通用计算机例如可以是苹果或IBM等品牌出售的那些或其类似物，其被利用Windows^TM、Linux^TM、MacO/S^TM等品牌的已知操作系统或这些操作系统的其他著名或非著名等效物进行编程。该系统可能包含使用多种可能的语言预编程的软件，或Access品牌出售的编程软件或其他编程软件的定制设计版本。计算机网络可以是有线局域网或广域网例如互联网，或两者的结合，使用或不使用安全防护、验证协议，或在“客户端对服务器端”、“点对点”或其他联网架构下。该网络也可以是无线网络或有线和无线网络的结合。无线网络可以在诸如那些被称为“射频”或“RF”的频率下、使用诸如802.11、TCP/IP、蓝牙等或其他公知的因特网、无线、卫星或小区分组协议来操作。此外，本方法也可以通过基于微处理器的、由电池供电的装置来实现。

图3展示了实施例可以在其上实现的通用计算机系统。该通用计算机系统包括信息转播模块（1.1）。在某些实施例中，该信息转播模块（1.1）包括用于提供声音提示的部件，例如扬声器。在某些实施例中，该信息转播模块由具有显示屏（1.2）的显示装置或模块（1.1）构成。显示装置的例子有阴极射线管（CRT）装置、液晶显示器（LCD）装置等等。该通用计算机系统也可以具有其他附加的输出装置，如打印机。机箱（1.3）中容纳了该通用计算机系统附加的基本构件，例如微处理器、存储器和磁盘驱动器。在通用计算机系统中，微处理器是任何商业市场上可购得的处理器，例子包括因特尔（Intel）的x86处理器和摩托罗拉（Motorola）的680X0系列。许多其他的微处理器是可用的。该通用计算机系统可为单处理器系统或可在单个系统上或经由网络使用双或多处理器。微处理器在运作时会使用为随机存取存储器的非永久性存储器，例如动态随机存取存储器（DRAM）或静态随机存取存储器（SRAM）。磁盘驱动器为该通用计算机系统所使用的永久性存储媒介。该永久性存储可以是磁盘、闪存和磁带。该存储可以是可移除的，例如软盘，或永久的，例如硬盘。除此之外，机箱（1.3）还能容纳其他附加的构件，如只读存储光盘（CR-ROM）光驱、声卡、显卡等。该通用计算机系统也包括各种输入装置，例如键盘（1.4）和鼠标（1.5）。该键盘和该鼠标通过有线或无线链路连接至该通用计算机系统。该鼠标（1.5）可为双键鼠标、三键鼠标或滚轮式鼠标。除了前述的输入装置之外还可以有其他输入装置，如光笔、跟踪球等等。该微处理器运行名为操作系统的程序来让该通用计算机系统运行基本功能。操作系统的例子有UNIX^TM、WINDOWS^TM和OSX^TM。这些操作系统分配计算机系统的资源给各个程序以及帮助用户与系统互动。需要被理解的是，这里公开的内容并不局限于任何组成计算机系统的具体硬件或在其上运行的软件。

图4示出图3的通用计算机系统的内部结构。该通用计算机系统（2.1）包括各种在系统总线（2.2）帮助下互相连接的子系统。微处理器（2.3）沟通及控制其他子系统的机能。存储器（2.4）通过在其运行时储存指令和数据来协助微处理器的机能。固定驱动器（2.5）被用于储存本质上永久性的数据和指令，如操作系统和其他程序。显示适配器（2.6）被用作系统总线和通常为监视器的显示装置（2.7）之间的接口。网络接口（2.8）被用于通过有线或无线部件在网络上连接该计算机和其他计算机。该系统被连接到各种输入装置，如键盘（2.10）和鼠标（2.11）；和各种输出装置，如打印机（2.12）或扬声器。这些子系统的各种配置是可以的。另外需要注意的是，实施例示性实施例的系统可能使用比上述更多或更少的子系统。显示推荐结果的计算机屏幕也可以是和包含例如数据库360和上述其他模块的系统分离的计算机系统。

现在参照着图11和图12以及按照本发明的说明性实施例，供戴在受检者面部上的、用于呼吸监测和/或诊断的面罩将会被描述。该面罩，一般用数字1000代表，包括至少一个传感器，譬如在这个例子中的麦克风1002和1004；和支撑结构1006，用于把上述构件支撑在受检者面部的口鼻区域的上方。该支撑结构1006通常被成型和配置成安置在受检者面部上，从而在这个例子中勾勒受检者面部的口鼻区域（例如参见图12），且该支撑结构包括两个或更多向外伸出的分支1008（在这个例子中为三个分支），在定位面罩1000后，该两个或更多向外伸出的分支汇合到传感器支撑部1010，用于在距离该区域的一定距离处支撑麦克风1002和1004。

一般来说，前述的至少一个的传感器响应于声音和/或气流，以生成表示其的数据信号，从而有效地监测受检者呼吸时所产生的声音和/或气流。例如，在图示的实施例中，两个麦克风1002和1004提供在传感器支撑部1010中，其中，这些麦克风中的一个可以主要响应于声音而另外一个麦克风可以主要响应于气流。譬如说，配置为主要响应于气流的麦克风可比另外一个麦克风对气压的改变更加敏感。此外或或者，配置为主要响应于声音的麦克风可被不透气的材料覆盖。此外或或者，配置为主要响应于声音的麦克风可被定位为远离受检者的口和鼻，以减少受检者的呼吸气流所带来的在该麦克风的振动膜上的气体冲击。在其他的实施例中，主要响应于气流的麦克风可被定位在传感器支撑部中并以和受检者的口和鼻在一条线上，而另外的麦克风可被定位在边上或面罩的外围以减少气流在其上的影响。在某些以上的实施例中，来自外围麦克风的或者再次来自主要响应于声音的麦克风的所记录的声音可实际上被用于，比如通过滤除利用护鼻（nosepiece）所记录的声音信号，以分离出在护鼻中记录的气流信号。该流程的一个例子在图23中被示意地描绘，其中经由麦克风2记录的声音信号被麦克风1用作参照，以进一步分离出经由麦克风1所拾取的气流信号。应了解这类型的处理可在本地发生，例如通过直接设置在面罩中的一个或多个微处理器，或经由下游的处理平台上发生，例如在位于远程的诊断中心处实现。

在还有另外一个实施例中，单个麦克风或者可能被用于捕捉声音和气流两者，其中的每一个信号都可通过一种或多种信号处理技术被区分以及至少部分地分离出来，例如其中扰乱的信号分量（例如在麦克风振动膜上的气流）可以从其他声音信号分量（例如打鼾声）中被移除。这样的技术可包括但不限于：自适应滤波、谐噪比（H/N）、从录音中消除谐波、小波滤波等等。

在每一个以上的例子中，该装置可使用单种传感器，例如一个或多个可能基本上等同的麦克风。然而应了解其他类型的尤其响应于气流的传感器也可能被采用且其使用不会背离本公开的大体范围和本质。

而且，尽管以上的例子考虑到了采用一个或多个传感器以记录声音和气流两者，根据本发明的其他实施例，仅包括单个传感器来获取表示声音或气流中的仅仅一种的数据也是可取的。例如，在下面会被更详细地描绘和描述的解释性实施例中，改进的气流测量可能会实际上被单独使用以提供特定程度的监测和诊断而不会背离本公开的大体范围和本质。

本领域技术人员应了解到，（一个或多个）传感器/（一个或多个）麦克风的具体位置可能会根据受检者、应用和/或进一步的实验而经受改变。举例来说，当在考虑多传感器实施例时，该面罩可能被重新配置用于共同或独立地调整至少一个传感器的位置以靠近鼻部、靠近口部、在口和鼻之间、在受检者的面部的上唇或胡须区域等等。最终，该面罩会提供捕获声音和气流两者的、两者都用于呼吸监测和诊断的能力。

仍旧参照着图11和12中的实施例，该支撑结构还包括一个可选的框架1012和面部安置部1014，其被成型和配置以贴合受检者的面部轮廓（contour）及至少部分地围绕（circumscribe）所述受检者的面部的口和鼻区域，从而促进所述面罩在受检者的面部上的适当定位及提供更好的舒适度。诸如头带1016和1018的约束机构可被用于把所述面罩固定到受检者的面部并由此增加所述面罩在使用期间保持在正确位置及对准的可能性，即使，例如在监测和诊断特定的常见呼吸疾病中，受检者正在睡眠中。应了解以下所描述的面罩及诊断方法在某些情况下也可应用于在受检者清醒时对受检者呼吸的监测和诊断。

在该实施例中，所述面罩1000还包括记录装置1020，比如数字记录装置等，配置为操作性耦联至所述至少一个传感器，例如麦克风1002和1004，使得由所述至少一个传感器所产生的声音和/或气流信号能被捕获及存储以进一步处理。在此具体实施例中，所述记录装置1020被设置在所述支撑结构1006的正面构件1022上，从而减少了所述记录装置的突出性同时保持紧密接近所述至少一个传感器，从而便利了从其的信号传输以供记录。在提供整合式记录装置时，所述面罩1000可以有效地被用作一个独立的呼吸监测装置，其中表示受检者的呼吸的数据可以被本地存储于所述面罩上，以及方便时被传输到一个位于远程的呼吸诊断中心。

现在参照图13至22，支撑结构1006的大致形状和结构特征，根据本发明的一个实施例，将被更加详细的描述。在这个实施例中，所述支撑结构包括三（3）个向外伸出的分支，即两个相对的分支1050和一个中间的分支1052，这些分支汇合到传感器支撑部1010，从而所述面罩就位时形成从所述受检者的面部的鼻和口区域延伸的三脚架状结构。这些分支的每一个沿着其至少一部分且根据一个实施例，具有定义在其中的面向内的通道1054，用于将受检者在呼吸时所产生的所述气流的至少一部分引导向着设置在所述传感器支撑部1010中的所述至少一个传感器。为了进一步加强此特征，该具体实施例的传感器支撑部1010被成型和定向为将所述分支1050和1052所引导的气流进一步向着所述至少一个传感器如流经漏斗地传送，所述至少一个传感器在图21中被一般地图示为传感器1056。例如，该漏斗形状可以流体延伸至这些面向内的通道1054的每一个中，以提供向着定位在所述传感器支撑部1010的所述至少一个传感器1056的连续气流引导。进一步来说，本领域技术人员应理解，与一个封闭的面罩相比，设置分支1050和1052提供更小的气流阻力，得到实质减小的死腔。本领域技术人员应了解，尽管所述分支和传感器支撑部被描述成所述支撑结构的不同部件，这些术语仅仅在这个实施例里被用于描绘向外伸出的结构的大体发展，其最终向着一个或多个被充分支撑的传感器汇合。相应地，尽管以上描述了一个基本上漏斗形的传感器支撑部，相似的实施例可能定义基本上漏斗形的支撑结构和/或汇合到被支撑的传感器的分支，例如根据以下实施例所描述的，同时这些都没有背离本公开的大体范围和本质。

现在参照图25和26和根据本发明的另外一个解释性的实施例，一种供受检者戴在面部用于呼吸监测和/或诊断的面罩会被描述。所述面罩，一般用数字2000代表，包括：至少一个传感器，例如在这个例子中的麦克风2002；以及用于把前述传感器支撑在受检者面部的口鼻区域上方的支撑结构2006。所述支撑结构2006一般被成型和配置以安置在受检者的面部上并在其口和鼻区域上从其向外延伸以提供传感器支撑部2010，用于在定位面罩后在距该区域一定距离处支撑麦克风2002。

在这个例子中，所述支撑结构2006被成型和配置为在与其相关的预设方位在口和鼻区域上方支撑所述传感器2002，其中，预设方位可包括预设位置和预设角度中的一种或多种以拦截由受检者的口和鼻两者所产生的气流。

例如，在一个实施例中，所述预设方位可基于口和鼻气流之间的估计相交而预设，例如基于观察出的或计算出的所述气流之间的平均相交。

例如，在一个实施例中，所述预设方位可包括预设位置，该预设位置在将面罩定位在受检者的面部上后，基本上在横向上相对于所述受检者的面部居中并且在纵向上基本上与所述受检者的口部成一线或位于所述受检者口部下方，从而大体拦截口和鼻气流。

在同一个或替代的实施例中，该预设方位可包含对齐麦克风的预设角度，或沿着差不多代表大致口和鼻气流之间的平均的线的麦克风的主响应轴。比如，在一个实施例中，定位角度被预设为由传感器相对于受检者的鼻（即鼻孔）和口的预设位置所形成的角度的差不多二分。正如在下面会论述到的，这个二分角在此上下文中可以被解释为代表差不多将传感器的主响应轴向着佩戴者的口和鼻之间某个位置的点导向的角度，而该角度可以根据测量的、观察的和/或以其他方式估计的鼻和口呼吸模式来确定，从而提高或增强传感器对源自候选者的鼻和/或口的气流的整体响应性。通常来说，这个预设方位可因此，根据本发明一个实施例的，包含预设角度，该预设角度在将面罩定位在受检者的面部上后，将传感器与受检者的鼻和口之间的点基本上对齐。

参照图27，在垂直平面上示出了大体的鼻气流（2150）和口气流（2152）重叠模式的例示性图示2100，从而由鼻和口的任一个导向的空气示出为通常以圆锥形散发，并大致相交于一个点或者一个大体相交区域2154。参照图28，其中，图27的气流模式2100和图27的面罩2000叠加，根据本发明一个实施例，通常根据气流相交点或区域2154来选择预设方位，从而落入其附近，从而有效地改善气流检测。

在一个例子中，并参照图29，多个鼻和口气流模式（分别为2250和2252）被描绘出来，并且它们相应的相交处，例如相交点或区域2254被标记了。从这些描绘的模式和观察到的相交处，可以定义估计的大致相交点或区域，则可以据此定义预设传感器方位，从而如果不是最大化也提高传感器对不同候选者呼吸时产生的口和鼻气流的响应性。本领域技术人员将会明白，关于估计或预期的最有可能的鼻和口气流相交区域，可以执行各种观察以优化传感器方位，在开发特定面罩设计时的其他考虑也可能影响到传感器的最终方位。但是，根据这些观察来选择预设方位仍然可以提高面罩在呼吸监测和/或诊断时的总体响应性和可用性。

目前参考图30和图31，支撑结构2006大体包括两个向外伸展的分支2008，该两个分支一个在另一个里面地连贯地流向传感器支撑部2010，以定义基本上向着该传感器支撑部汇合的漏斗形状，从而有效地将鼻和/或口气流重新引导向着传感器2002，进而能够有效地监测受检者呼吸时其口鼻产生的气流。正如在这些图中特别展示的，说明性的鼻气流2350从候选者的鼻孔差不多倾斜向下投射后通常会或多或少地横向分散（例如图27至29中所示），该鼻气流2350至少部分地可以被大体上凹形的支撑结构2006有效地采集，从而基本上漏斗状地向着传感器2002汇集。相应的，在这个实施例中，不仅传感器的预设方位通常根据估计的鼻和口气流相交处来选择，支撑结构2006的大体漏斗形状也会进一步把至少一部分横向分散的鼻（和口）气流重新引导向着传感器2002。类似地，尽管在这里没有明确地描绘出，这个实施例中，漏斗式支撑结构2006的相同的大体凹形也可以，部分由于其向上倾斜的定向，至少部分地重新引导纵向分散的气流向着传感器2002。

特别参照图30，并根据一个实施例，该支撑结构2006的传感器支撑部2010包含一个或多个（在这个实施例中是三个）从在支撑结构2006中定义的传感器周围开口2028处延伸出来的传感器支撑桥或分支2026。在这个实施例中，提供这些桥接分支2026可以实现气流阻力的大体降低，而这可以导致死腔显著减少。比如，如此图中示意性示出，虽然支撑结构2006的大体上漏斗式形状可以重新引导气流2350向着传感器2002，这个有桥的开口2028可以使该气流继续流过传感器，从而减少该流动空气淤积在面罩内和/或回流到其上的可能性，否则这样会导致候选者的面部中呼吸回大体不适的温暖/潮湿气流（且该气流因此可能还会被吸入），和/或导致不寻常的气流模式和/或声音，该不寻常的气流模式和/或声音会进一步使数据处理技术因为需要考虑这些模式而变得更加复杂。

本领域技术人员应该可以容易地理解，尽管以上描述了特定面罩形状和方位的一个例子，其他形状和方位也可被开发以达到类似的结果，且此并不背离本公开的大体范畴和本质。

大体参照图25和图26，传感器2002至少会响应气流以生成代表该气流的信号，从而有效地监测受检者呼吸时产生的气流以及可选地声音。比如，在这个描绘的实施例中，在传感器支撑部2010中提供单个麦克风2002，其中可以记录声音和气流两者，或，可以根据应用的需要主要记录这些信号中的任何一种。将被理解的是，以上论述的关于提供不同数量和/或类型的传感器的考量均将适用于这个实施例的上下文，同时以上论述的单个或多个信号处理技术及其等效物也可以在实现这个实施例时被考虑。

所述支撑结构2006进一步包含可选的框架2012和面部安置部2014，该面部安置部2014被成型和配置为贴合受检者面部的轮廓并至少部分地围绕受检者面部的口和鼻区域，从而便利面罩在受检者面部上的正确定位并带来更多的舒适。约束机构，例如头带2016，可以被用于将面罩稳固在受检者面部，从而在监测并诊断特定常见呼吸疾病的使用过程中例如甚至在受检者睡觉时增加面罩保留在正确位置且对准的可能性。将被理解的是，以下论述的面罩和诊断方法在一些情况下也可以在受检者醒时监测并诊断受检者的呼吸。

在该实施例中，面罩2000进一步包含记录装置2020，例如数字记录装置等，其配置成操作性耦联到至少一个传感器2002，使由所述至少一个传感器生成的声音和/或气流信号可以被捕捉和保存并用于进一步处理。在这个特定实施例中，记录装置2020被设置在支撑结构2006的其中一个分支2008上，从而在保持紧密接近所述至少一个传感器的同时减少其突出性，进而便利来自其的数据传递以供记录。操作性耦联到记录装置2020的电池组，被设置在面罩2000的正面构件2022上，以在没有外部布线等的情况下对记录装置和传感器供电进行数据采集。在提供集成式和自支撑的纪录装置时，面罩2000可以有效地被用作独立的（self-contained）呼吸监测装置，其中代表受检者呼吸的数据可以本地地保存在面罩上，然后在方便的时候将数据传输至位于远程的呼吸诊断中心。

本领域技术人员将会理解，在不同的实施例中，上面描述的面罩（1000、2000）的大体形状和设计可以提高对受检者呼吸时产生的气流的响应性，并且这跟受检者用鼻或口呼吸、主要用鼻或口呼吸、或几乎同等地用鼻和口两者呼吸无关。换言之，通过这些面罩的大体空间配置，使得能够实现响应气流的、相对于受检者面部的鼻和口区域的、适当的传感器的容易定位。由此，在没有医疗提供者在场或提供帮助的情况下，数据质量、可靠性和再现性也可以得到明显改善，而对于之前已知系统则通常需要医疗提供者在场或提供帮助。

进一步而言，可以被理解的是，如以下所描述的例子，在生产以上和类似面罩时不同的制造技术和材料可以被考虑，同时这不背离本公开的大体范畴和本质。例如，整个面罩可以用单种材料模制，或由不同地模制的或以另外方式制造的部件塑造到一起。比如，面罩的向外突出的护鼻可以包括一个部件，以与面罩的框架和面部安置部组装在一起，或者，框架和护鼻可以由单个部件制造而成，然后适配到面部安置部。将会被进一步理解的是，这些面罩的不同实施例可包括更多或更少的部件而依然提供类似的结果。例如，就如在以上描述的实施例中，护鼻或与其等同的变体可以被制造成直接安置在受检者面部上，而无需实质的框架或面部安置部。替代或者附加地，不同数量的向外伸出的分支（例如，两个、三个、四个等等）或结构也可以被考虑用来提供类似的结果。

正如在这里上面所论述的，以往呼吸疾病都通过使用在睡眠中心采集的数据来进行监测和诊断，这样需要受检者在睡眠过程中被适配有许多电极和其他可能具有侵入性的监测装置并被监测。显然地，鉴于受检者不仅需要在不熟悉的环境中入睡，还需要附接许多相对侵入性和强制性的监测装置，收集的数据往往是误导性的，即使受检者可以睡着一点并产生相关数据。显然地，其他呼吸监测和诊断方案可以在受检者清醒的时候被实现，而这些方案完全属于本公开的领域，因为在这里公开的一些实施例中的面罩和方法对于睡眠中和清醒的受检者的监测或诊断都可以同样有用。

进一步而言，已知的呼吸诊断系统，例如在图24所描绘的，通常需要采集多个感觉数据流来生成可用的结果，其可以包括呼吸声、气流、胸腔运动、食道压、心率等等。类似的，已知被提议用于诊断睡眠呼吸暂停症的便携式监测装置通常需要受检者恰当地定位和附接若干响应于许多不同生物参数的有线电极，如上面所列，而这样通常会降低受检者的舒适度和顺从度，并增加电极断开和/或移位的机率。假如便携式睡眠呼吸暂停症监测器在没有主治的医疗专业人士在场的情况下使用，不准确的电极定位或电极移位直到数据传输至健康中心之前都不易被发现。另一方面而言，以上论述的简化的便携式呼吸监测装置只能关于呼吸期间产生的气流或声音二者之一生成数据，而对于正确诊断呼吸疾病而言这些有限的数据集是不够的。

以上描述的根据发明不同实施例的用于呼吸监测和/或诊断的面罩相比目前现有技术有许多优势。比如，这些独立诊断面罩的所有元件，例如至少一个传感器、电源、电子器件、数据存储器等，都被包含于单个单元中。所述至少一个传感器被嵌入在面罩结构中，并正利用面罩的空间配置的本质，可以被很容易地定位在受检者面部上。由此，通常保证了正确的定位，使得受检者呼吸时产生的声音和/或气流可以被正确捕捉，同时所需电极的数量也可以被减少。进一步而言，因为所有布线和电路都可以嵌入在这些面罩内，所以传统存在与感测电极断开相关的问题实际上得以消除。受检者没有外部布线，从而受检者的不适得以减少而顺从度得以增加。图24图示性地描绘了这个优势，其中：使用独立面罩可以本地地生成单个物理数据通道，然后传输到诊断中心，在诊断中心处，例如如下所述的信号处理使得能够提取多个临床测量，该多个临床测量可用于提供跟之前在传统系统中只能使用多个电极得到的类似的诊断。将会被理解的是，减少物理通道的数量将为部署便携式装置带来巨大优势，其中，需要外行人员在经过培训的医疗提供者不在场的情况下佩戴该装置。在这个示意图中，将被理解的是，“单个通道”实际指的是在受检者与最终能导致完整的呼吸诊断的那些之间的单个物理链路。换言之，在这个实施例中，受检者只需要佩戴面罩，该面罩能够经由一个或多个传感器记录声音和/或气流，同时允许对来自该单个数据采集装置类型的多个临床测量的下游处理。相反地，临床和已知的便携式装置通常需要多个数据采集装置和类型来提供多个数据输出，以便获得多个临床测量，而正如上面所论述的，这样会降低受检者的舒适度和顺从度，同时也可能降低数据的可靠性和再现性。另一种现有技术是减少数据采集至单个测量，然而这样通常价值有限。

在一个实施例中，记录的数据以可选加密的形式保存在可移动的数据存储装置上，例如SD卡或类似装置。例如，通过一个或多个传感器采集的模拟数据可以在本地被前置放大，转换成数字数据（例如通过本地模拟数字转换器），然后保存在可移动存储装置上。所存储的数据可以从存储卡上传至本地计算装置（例如，笔记本式计算机、台式计算机、掌上计算机、智能手机等等）以通过一个或多个有线和/或无线通讯网络传输至位于远程的诊断中心，或被物理地运输或递送到位于远程的诊断中心来进行处理。换言之，采集的数据可以经由一个或多个诊断软件平台等（例如在以下论述的）来处理，以评估受检者的呼吸并视妥当提供相关的呼吸疾病的诊断。进一步而言，给定此系统的大体上的分布架构，例如多种不同和/或互补的处理技术和算法可以被应用至同一数据集来提高诊断的复杂性和/或可靠性。在这个实施例中，假定数据存储装置会保留所有的相关数据，当这些数据已经被运输之后，面罩本身可以被处理掉，或再次被同一个受检者使用来关于相同或类似的呼吸研究以获取进一步数据。

可以被理解的是，在不背离本公开的大体范畴和本质的情况下，不同类型的数据传输和通讯技术可以被实施。例如，尽管以上例子详细考虑了使用数字记录装置，所述数字记录装置具有可移动的数据存储媒介，例如存储卡等，其他技术也可以被考虑。比如，记录装置可以另行包含一个无线通讯接口，其中，在其上集成记录的数据可以以无线方式上传至紧密接近它的计算装置。例如，Wi-Fi或蓝牙应用程序可用于传输数据以便下游使用。或者，该装置可以包含通讯端口，其中，记录的数据可以选择性地通过可移动的通讯电缆（例如USB电缆等）进行上传。举另一个例子，该记录装置本身可以以可移动方式耦联到面罩，并具备一个直接通讯接口，例如USB端口等，用于直接耦联到外部计算装置。这些和其他类似的例子都属于本公开的领域，其等效物应该不也不应该被认为超出本公开的范畴。

从以下描述的所提议的诊断程序中可以理解，正如在这里描述的，该呼吸监测和诊断面罩的供应，提供了远程地诊断受检者的呼吸疾病的方法的实现。也就是说，在向受检者提供对于正如这里所描述的独立面罩的获取后，这个受检者可以在适合监测的情况下进而佩戴此面罩，并完整地记录呼吸期间产生的声音和/或气流。当这些数据被传输至位于远程的诊断中心后，以处理后的由面罩所记录的声音和/或气流信号为依据，呼吸疾病可能可以被诊断出来。换言之，获得可用的结果无需额外的传感器或记录，从而使受检者如果需要可以在远离任何有资质的医疗从业人员的情况下在家进行所有相关的记录。此外，通过这里描述的面罩的各种不同实施例的设计而实现的对于传感器定位的大体改进，可以在显著减少受检者的不适或不便的情况下提高数据的可靠性和再现性。

按照另外一个实施例，麦克风12定位在个体口部的位置处，就如同图2a和2b所示，在这个情况下是在个体面部前方大约3厘米处的尺寸A，也就是离受检者面部的口和鼻区域的一定距离处。所述麦克风12可能被配置为经由接口或其他数据采集系统、经由信号转换链路或数据通路18和微处理器通信，从而给麦克风12提供一个或多个数据收集模块。因此，这样的数据收集模块和所述的微处理器可被操作来收集个体在呼吸的吸气和/或呼气相从其口和鼻所发出的呼吸声。举例来说，例示性麦克风响应曲线在图1中被示出。从所述个体所收集到的呼吸声声学信号数据可包括由所述个体的呼吸施加在麦克风振动膜上的气压所造成的气流声以及被麦克风12所记录和/或收集到的所述个体的呼吸导致的实际呼吸声。进一步来说，在另外一个例示性实施例中，从所述个体所收集到的呼吸声声学信号数据可能基本上包括仅仅由被麦克风12所记录和/或收集到的所述个体的呼吸所导致的实际声音。在还有另外一个实施例中，从所述个体所收集到的呼吸声声学信号数据可基本上包括仅仅由所述个体的呼吸向麦克风振动膜施加气压所导致的、且被麦克风12所记录和/或收集到的气流声。在此处被使用的术语“气流声”指代的是由个体的呼吸导致的气压被施加在麦克风振动膜上并且造成其移动，使得麦克风收集和产生数据用于音频记录。

所述麦克风12，举例来说，可能被耦联进或耦联至如同图2a和2b中所示的宽大的全面部面罩16。进一步来说，面罩16可包含至少一个开口14来允许个体20的呼吸容易性。举例来说，所述麦克风12可能处在具有尺寸“A”的间隔的固定位置，大约在个体面部前方3厘米处，如在图2a中示意性示出；然而在某些实施例中其他的在所述个体面部前方的距离可能是期望的。在这个情况中，所述麦克风12被嵌入到呼吸面罩16中，该面罩16通过切除材料而被修改，因此产生了开口14，从而只有结构性框架部留存下来以把麦克风12保持在相对于个体20的鼻孔和口部的固定位置。在一个例子中，来自麦克风的音频信号可使用音频信号数字化模块来被数字化，数字化的声音数据将经由转换链路18、使用通用串行总线（USB）前置放大器以及音频接口（M-音频，ModelFastTrackProUSB）、以22050赫兹（Hz）的采样率和16比特的分辨率被传输至计算机上。尽管各个种类的音频接口可能被使用，在现在这个例示性实施例中，外部的音频接口，鉴于外部适配器大概在1千赫兹（kHz）60分贝（dB）的较高信噪（S/N）比，相较于其他类型的音频适配器，例如内置音频适配器，提供了合适的结果。录音然后可以通过中心频率大概为60赫兹（Hz）的四阶带阻数字滤波器以抑制线路干扰。其他的结构也可能被用来把麦克风定位到适当位置，如按需抵靠个体上的多个位置定位或毗邻个体放置的支撑结构。

进一步来说，在另一个例示性实施例中，双麦克风系统可以是有用的。在这样一个系统中，如在图2b中所示的，其中一个麦克风，即第一麦克风12b可配置为收集实际呼吸声音和气流声音，而另一个麦克风，即第二麦克风12c可配置为基本上仅仅收集实际呼吸声音。在这个实施例中，从第二麦克风12c收集的波形声音和/或数据可能被从第一麦克风12b所收集来的波形声音中减去或过滤，从而获得基本上只有气流声音的波形数据流。如上所述，所述气流声可能是来自个体的呼吸的气压作用于麦克风的振动膜而被收集所产生的。随后，气流声可根据前面所述的方法被用做波形振幅声学数据流。

从而，呼吸声音的原始声学数据流，如同在例如图5中的典型的绘图中所描绘的，被针对多个呼吸相中的各个呼吸相被收集以形成生物声学信号记录，其中的声学数据流随后被转换。

如下将被描述的，在至少一个实施例中，提供方法和设备来根据频率特性呼吸声音来监测、识别和确定个体20的呼吸周期的吸气和/或呼气相。应该被知道的是，从个体20的呼吸声和/或气流声的波形振幅数据转换来的频谱的数字比较分析可用于区别呼吸的吸气和呼气相。

本领域技术人员将会理解，尽管以下的例子描述了一种如同图2a和2b中所图示的面罩被用于数据采集和呼吸监测/诊断的方法，如以上参考图11到22或参考图26和27描述的面罩，也能被用来取得相似的效果，且并没有背离本公开的大体范围和本质。进一步来说，尽管以下的内容主要地提出了用于实时监测的有线技术方案，但是相似的方式可被应用，例如就上述的一个独立的面罩而言，其中所述的本地数据的处理步骤能被远程实施到一个适宜的诊断中心。

同样应该理解的是，尽管以下的描述提供了在这里所描述的面罩的呼吸监测应用的一个例子，其他类似或截然不同的呼吸监测和/或诊断的方式也可以使用通过这些面罩的不同实施例所获取的数据而被应用，且此并不背离本公开的大体范畴和本质。例如，可以利用和依靠使用如这里所描述的不同的面罩的实施例所采集的数据来实现依靠呼吸声音和/或气流测量的不同监测和/或诊断方法，这些研究可能包括但不限于，睡眠疾病例如睡眠呼吸暂停和/或睡眠呼吸浅慢、呼吸疾病、打鼾和其他对于本领域技术人员显而易见的此类症状。相应地，以下的例子不应当被解释为局限于以上实施例的，而应当是一个用来例证其在某特定环境中的可能功用的方式。

数据采集

数据采集自连续10名被送至进行整夜多导睡眠检测（PSG）的18岁以上的男士和女士。表1中示出了受检者的特征。呼吸声音通过心形电容式麦克风（Audi-Technica电容式麦克风,ModelPRO35x）来记录。该麦克风的心形极性模式减少了来自侧面和后方的声音的拾取，从而提高了声音源的隔绝性。如图1所示，用于记录呼吸声音的麦克风12具有直到2000赫兹的相对平坦的频率响应。此外，如图1中实线所示，这里使用的麦克风12在声音垂直于麦克风的隔膜时有较高输出，这帮助降低了低频率的环境噪音干扰。在这个例子中，如图2a和图2b所示，麦克风12被嵌入到松配合的全面部面罩16的中心，该面罩经过修改，以通过大的开口14来减少气流阻力和消除死腔。该麦克风12附接到面罩16，且位于个体的面部前方。面罩16提供了结构框架部来保持麦克风在个体面部前方大约3厘米的尺寸的固定位置上，从而将呼吸声音记录到音频记录装置，例如上面描述的计算机，以完成音频的记录。在一些例示性实施例中，呼吸声音的音频记录可以被完成且在数字化音频记录之前以模拟格式进行记录。然而，在其他实施例中，呼吸声音的音频记录可以被实时数字化。进一步而言，在一些例示性实施例中，可听见的记录的波形数据或声音信号数据的处理可以被实时执行，从而提供关于个体呼吸的基本上瞬时信息。在例示性实施例中，数字化的声音数据使用USB前置放大器和音频接口（M-Audio,ModelMobilePreUSB）以22050赫兹（Hz）的采样率和16比特（bits）的分辨率被传输至计算机。即使不同类型的音频接口可以被使用，但在这个例示性实施例中，外部音频接口相较内置音频适配器是优选的，因前者有更好的信噪比，该更好的信噪比是91分贝。图5展示了25秒波形振幅记录图。然而，在其他例示性实施例中，可能需要记录从大约10秒至8小时的时间段的呼吸声音。在一些例示性实施例中，可能需要记录从大约10秒至大约20分钟的时间段的呼吸声音。在其他例示性实施例中，可能需要记录超过20分钟的呼吸声音。

呼吸声学研究

在例示性实施例中，整夜的呼吸声音记录被显示在类似图3的计算机屏幕1.2的计算机屏幕上。如可以显示在计算机屏幕1.2上的代表性原始声学数据波形图，被提供在图5中用于25秒的纪录。振幅的每次增加代表了单次呼吸。呼吸循环的各个相无法容易地在图5中被分辨出来，因其时间标尺太大从而无法辨析出单个呼吸的细节。例如，图7a更加清晰地以波形振幅相对时间的图示展示了呼吸循环的吸气相和呼气相。纪录被视觉扫描以识别出常规呼吸的周期。在视觉扫描后，这些记录被重放来进行听觉分析。

没有呼吸阻塞（例如打鼾和中断）的征兆或其他异常例如呼吸促迫（呼吸急迫）或过度呼吸（深呼吸）的正常呼吸的序列被纳入接下来的频率分析。然而，打鼾和其他类型的嘈杂呼吸也可以通过应用将紊流分量从非紊流分量分离开的预处理技术（如图23所示）被纳入分析，这样，最终紊流分量也可以被选择以进行进一步处理。该过程被重复以选择个体睡眠的三个随机部分。如果记录的一部分满足以上提及的纳入标准，则3至4次连续的呼吸被从该部分中选出。从每个个体选择总共10次呼吸。在选择个体的呼吸声音部分的过程期间，研究人员并不预先知道睡眠阶段。因此，研究人员除了知道采样是在睡眠开始后启动的之外，在选择所分析的呼吸时对于个体的睡眠阶段是未知的。每个呼吸的实时时间戳被登记从而获取相应呼吸然后在其中发生的睡眠阶段。随后，研究人员再次听取这些呼吸声音从而将各次呼吸分成其吸气、呼气和呼吸间相。每个相被手工标记。

每个呼吸相的数据组被通过汉明窗，然后有50%重叠的窗口化数据的2048点快速傅里叶变换（FFT）被计算出来。所得出的频谱被显示在计算机屏幕上以便视觉分析。呼吸间的暂停的频谱也被计算出来，并纳入分析从而控制环境噪音的影响。对频谱细心的视觉检验揭示出在吸气期间，400赫兹（Hz）以上的信号的振幅会一贯地高于呼气期间。因此，可以确定的是，相比呼气相，吸气相中400至1000赫兹之间的频率振幅与10至400赫兹之间的频率振幅的波段比率（BR）要更高。将被理解的是，上面注明的400赫兹的阈值未必被严格采用，因为该值可以根据麦克风声学特征和应用的特殊性通常在200赫兹至900赫兹之间变动。然后，各个呼吸循环的BR可以用公式（1）计算出来：

BR = Σ_{400 Hz}^{1000 Hz} FFT (f) / Σ_{10 Hz}^{400 Hz} FFT (f) - - - (1)

使用公式（1），分子代表位于400至1000赫兹之间的FFT较高频率幅值盒（bin）的总和，而分母代表位于10至400赫兹之间的FFT较低频率幅值盒的总和。为了避免任何直流电（DC）污染（指偏离基线），低于10赫兹的盒没有被包含进来，此外，在一些实施例中，高于1000赫兹的频率也可以被忽略，鉴于早期研究（未显示）表明高于1000赫兹的频率处的谱功率是可忽略的，在此情况下也可以减少计算。然而，将被理解的是，取决于所使用的装备的运算能力，高于1000赫兹的较高频率也可以被纳入。为了验证结果的再现性，对于来自个体的睡眠的不同部分的总共3个序列为所包含的序列中的3至4个连续呼吸计算BR。从10个受检者中总共收集了100个呼吸。每个受检者的平均呼吸数为10±0。

本领域技术人员将会理解，类似的结果也可以通过使用其他方法来得到。例如，虽然获取FFT频谱的子带的比率来测量子带能量分布提供有用的方案，其他统计方法和模式识别工具可以被用来区分FFT中的子带比率的相对分布。进一步而言，在一些实施例中，FFT也可以被例如实现一系列的数字滤波器来替换，该一系列的数字滤波器测量在这个研究中所提到的频带中的信号能量。此外，将会被理解的是，在一些实施例中，整个数字处理流可以被模拟信号处理技术代替，例如通过使用部署一系列模拟滤波器来实现类似的结果。

睡眠阶段

使用标准整夜多导睡眠检测技术在夜间记录睡眠阶段，该标准整夜多导睡眠检测技术包括脑电波描记（EEG）、眼动电图描记和颏下肌电描记等（见RechtschaffenA和KalesA于1968年发布在《AManualofStandardizedTerminology》上的TechniquesandScoringSystemforSleepStagesofHumanSubjects（洛杉矶UCLA脑部信息服务/脑部研究所（BrainInformationService/BrainResearchInstitute））。从PSG记录（未示出）确定用于所选择的呼吸采样的相应的睡眠阶段。

统计分析

除非另行说明，数据表达为平均值±标准差。魏克森符号排序检验使用SPSS统计软件（SPSS,Chicago,Illinois）完成。这个检验比较两个相关但从非正态分布的群体提取的变量。单样本符号检验使用Minitab15统计软件（MinitabInc.,StateCollege,PA）完成。

波段比率与呼吸感应体积描记术之间的比较

受检者

招募了至少18岁的没有呼吸或心肺疾病史并且也没有使用处方药的健康受检者。数据采集自15名受检者，6男9女，健康的志愿者。在该研究中使用的个体通过广告招募，并随机分为两组，一组5名受检者（测试组），另一组10名受检者（验证组）。来自测试组中的5名受检者的数据用于检验呼吸相的声学特征，其随后被结合到具有如下所描述的算法的方法之中。在验证组中的10名受检者的数据上测试所得到的方法，以确定该方法对于确定个体的呼吸声音的吸气和呼气相的有效性。

呼吸声音记录

在这个具体的例子中，呼吸声音是使用单向驻极体电容式麦克风（KnowlesAcoustics,ModelMB6052USZ-2）来记录的。该麦克风的单向模式减少了来自侧面和后方的声音的拾取，进而增强了声源的孤立性。在这个例子中，如图2a和图2b所示，麦克风12被嵌入到呼吸面罩16中，该呼吸面罩16通过切除材料被进行了修改，从而产生开口14，使得仅仅保留结构框架，用来将麦克风12以个体面部前方大约3厘米的尺寸“A”，保持在相对于个体20的鼻孔和口部的固定位置处，如图2a所示。音频信号被使用音频信号数字化模块数字化，且数字化后的声音数据经由传导链路18，使用USB前置放大器和音频接口（M-Audio,ModelFastTrackProUSB）以22050赫兹（Hz）的采样率和16比特（bits）的分辨率被传输至计算机。尽管不同类型的音频接口可以被使用，在这个例示性实施例中，相较其他类型的音频适配器例如内置音频适配器优选外部音频接口，因外部适配器有更好的信噪（S/N）比，1kHz时大约60分贝。然后，录音通过中心频率为大约60赫兹的四阶带阻数字滤波器从而抑制线路干扰。

呼吸感应体积描记术

呼吸感应体积描记术（RIP），（RespitraceAmbulatoryMonitoringInc.,WhitePlains,NY,USA）被用于监测个体的呼吸模式以及呼吸相的时间。相比其他的呼吸监测设备例如呼吸率描记器，RIP具有的优势是可以离开受检者的面部使用以实现呼吸相的捕获。简言之，RIP是包括两个柔性的正弦布线的系统。每个布线被嵌入在弹性的织物带中。一条带28围绕个体的胸部放置，而另一条带30围绕个体的腹部放置，如图6a所示。当胸腔和腹部移动时，各个带的电感会变化并产生跟其电感成比例关系的电压信号。来自RIP带28和带30的信号在150赫兹被数字化，并保存在计算机存储器中，如上参考图3和图4主要描述的那样。胸腔和腹部的信号的电总和被显示在可读介质上，例如计算机屏幕或物理图示，并给出总的胸腹位移。从RIP系统记录的胸腹位移反应了在呼吸过程中的潮气量的变化。

为了将个体呼吸的吸气和呼气相跟RIP比较，在这个例子中，如上所注明的麦克风12在受检者面部前方被耦联到修改过的面罩16。同时，RIP带28和30围绕受检者的胸部和腹部放置来测量上面所提到的胸腹运动。从麦克风12以及RIP带28和30同时地捕获记录，从而对照RIP波形数据来评估呼吸声音的时序。

研究方案

受检者在仰卧位被进行研究，并被指令正常呼吸。麦克风保持框架16被放置在个体面部上。每个个体被要求以其常规的呼吸率呼吸两分钟。为了模拟所有可能的呼吸状况，个体被要求在一半的实验时间里只用鼻呼吸，而在另一半的时间里用鼻呼吸的同时口微张。在记录的首段和末段的不完整的呼吸被丢弃，而其间所有的呼吸被纳入分析。

呼吸声学分析

在第一阶段中，呼吸声音的表征呼吸循环的吸气和呼气相分量的频谱变量被确定。5个受检者（3女2男）的数据被从总共15个受检者中随机选取，并用于研究不同呼吸相的声学信号的频率特性。呼吸声音的吸气和呼气段通过将其与如图6b所示的RIP迹线的吸气（上升沿）和呼气（下降沿）比较来确定并从声学数据中提取出来。例如在图6b中，来自受检者代表的25秒长的呼吸声音的录音以及同时求和的胸腹RIP信号被展示出来。垂直虚线被示出用于在32处分开第二个循环的吸气和呼气相。

每个受检者的前10个完整的呼吸被分析，这从5个受检者中产生了总共50个吸气和50个呼气的声音数据组。随后，使用韦尔奇方法，即有50%重叠的滑动汉明窗的2048点快速傅立叶变换（FFT）的平均值，来计算各个相的频谱。FFT阵列的振幅被归一化，从而比较在所得的频谱阵列之间的功率谱的相对变化。

为了检验该方法的有效性，使用从以上注明的5个测试个体的频谱中获取的变量确定剩下的10个个体的呼吸循环的吸气和呼气相。进一步的，检验了该方法独立于其他输入从声学数据确定呼吸相的能力。数据分析利用MatlabR2007b软件包（Mathworks,Natick,Massachusetts）来执行。

结果

表1展示了这个研究中的个体的特征。从10个病人采样了总共100个呼吸，其平均数为每个受检者10个呼吸。依照多导睡眠呼吸检测的标准，分析的呼吸中70%来自非快速眼动睡眠（NREM），18%来自快速眼动睡眠（REM），而余下的12%来自醒着的病人。

表1：受检者的特征

使用公式（1），为吸气相的波段比率（BRi）24、呼气相的波段比率（BRe）26和呼吸间暂停的波段比率（BRp）22计算波段比率（BR）值。如图7a所描绘，在给定的呼吸循环中，吸气和呼气显示了它们频谱的一致图案。

如图7b中的典型例子所示，对于吸气通常在200赫兹以下有一个尖锐的窄带谐波。该频谱展现了在200赫兹与400赫兹之间的波谷，以及400赫兹之后再次出现的波峰。另一个在吸气频谱中的变化是同一个初始窄带其后有相对平滑的不存在400赫兹下跌的谱（图中未示出）。在另一方面，如图7c中的典型例子所示，呼气频谱形成了更宽的跨越频率高达500赫兹的频带，且其功率在这个频率以上迅速下降。吸气频谱（图7b）展示出跟线频率接近的峰。呼吸间暂停的频谱（图中未示出）并不稳定，并展现了没有任何稳定图案的随机变化。为了排除线频率对吸气波段比率（BRi）造成的影响，BRi和呼吸间暂停的波段比率（BRp）之间的关系被使用魏克森符号秩检验进行检验。检验结果是具有显著性的（p<0.001），因此确定BRi跟BRp不同，而线干扰并没有显著地影响吸气的频谱。

BRi和BRe之间的关系通过使用魏克森符号秩检验来检查。这个检验显示，BRi不等于BRe（p<0.001），并且在95%的呼吸中BRi比BRe大。因为BRi和BRe之间存在的微小的差异可能归因于随机性，因此BRi和BRe之间50%和100%差异的两个阈值被检验。对于每一个呼吸，计算比率BRi/BRe。通过使用这个比例，BRi和BRe可以被看成是相关对。接着，这些比率被测试是否高于1.5（50%的差异）和高于2（100%的差异）。单样本符号检验显示了BRi/BRe高于1.5（p<0.001）和高于2（p<0.001）。为了在分析中把受检者之间可能存在的差异考虑进来，为每个个体受检者计算平均BRi/BRe，如表2中所示。中值的单样本符号检验对于大于1.5（p=0.001）的平均BRi/BRe和大于2（p=0.001）的平均BRi/BRe是显著的。在受检者依据多导睡眠图清醒时所提取的呼吸跟其他时间的呼吸在BRi/BRe方面没有显著差异（p=0.958），并因此也被包含在了上述分析中。

表2：受检者的平均BRi/BRe

对于两个分界点（cut-off）的每个检验了该方法的敏感性。在100个呼吸采样中，90个的BRi比BRe高50%，而72个的BRi比BRe高100%，因此整体敏感性分别为90%和72%。

总共有346个呼吸满足纳入标准。平均每个个体的呼吸数量为23.0±7.79。在测试组中只有来自5个个体的前10个完整的呼吸被用于研究频谱特征。在验证组中218个呼吸（即436个相）被纳入分析，且平均每个受检者21.8±8.2个呼吸。

呼吸声音的分析

从5个个体的测试组获得的数据得出了100个数组的归一化振幅的FFT幅值盒（bin），其中一半来自吸气声音输入或相，而另一半来自呼气声音输入或相。属于吸气和呼气相的所有归一化数组的平均频谱、连同它们相应的标准差分别在图8a和8b中被显示。图8a和8b示出所述两个相的频谱有不同的能量分布。图8a中展示的平均吸气频谱在30赫兹和270赫兹之间达到峰。所述频谱在下一个以1400赫兹为中心频率的主峰之前、在300赫兹和1100赫兹之间展现出了平缓。另一方面，如图8b中展示的呼气频谱在30赫兹和180赫兹之间达到峰。它的功率在500赫兹之前指数性地减小，500赫兹之后它于低功率处平缓化。

在吸气中的高于500赫兹的信号功率持续高于其在呼气中的信号功率。由于在每次呼吸循环中，500到2500赫兹之间的频率幅值，较高频率幅值盒，与0到500赫兹之间的频率幅值，较低频率幅值盒，之间的比率在吸气相期间要高于在呼气相期间，因此频率比率可以被用于区别呼吸循环的两个相。该比率在公式（2）中被展示为频率波段比率（BR）。

BR = Σ_{500 Hz}^{2500 Hz} FFT (f) / Σ_{0 Hz}^{500 HZ} FFT (f) - - - (2)

公式（2）中的分子代表了500到2500赫兹之间的FFT较高幅值盒的和，而分母代表了低于500赫兹的FFT较低幅值盒的和。为图8a和8b所展示的六条曲线的每一条计算BR，其中六条曲线包括吸气和呼气两者的平均值、正标准差和负标准差的曲线。这些结果被展示在表格3中：

表3：为吸气和呼气谱计算的BR

表3中的数字展示了BR，BR是从各个曲线中计算来的比率。

表3展示了吸气的平均BR（BRi）比呼气的平均BR（BRe）高15.1倍。BRi要高于BRe。例如说，通过比较两个极端值，“平均吸气BR–标准差”和“平均呼气BR+标准差”，如同在表格3所标注的和图8a和8b所展示的，BRi可能比BRe要高10.2倍。然而，其他预先决定的倍数可能对于确定呼吸的吸气和呼气相是可接受的。例如说，所述倍数可能从大概1到大概20。因此，基于频率的变量BR可被用于区分给定的呼吸循环的各个相。

为了验证使用所述测试组发现的流程的结果，以上所确定的BR参数被应用于跟踪验证组中的个体中的呼吸相。一种基于过去声音数据的读数的方法被发展来预测当前相。该方法的流程图在图9中被示意性地展示。举例来说，使用过去的值而不是处理过后的统计数据的一个好处是该技术可以被采用于实时应用。根据这个例示性实施例，该声学数据流被分割成200毫秒的段。然而，使得段的长度长于或短于200毫秒可能是需要的。例如这些段可能为从大约50毫秒到大约1秒。优选地，所述的段为从大约100毫秒到大约300毫秒。然后每一段被如上述关于测试组那样处理。举例来说，韦尔奇方法被应用于计算频谱和其BR，第一波段比率（第一BR）。接下来，计算过去1.4秒（7段乘以200毫秒）的平均BR或所有过去BR的均值中更大的那一个。然后每一个新找到的BR，即所述的第一BR，被与过去BR的平均值或平均波段比率相比较。如果第一BR比平均BR要大至少预定的倍数，那么它就被标记为吸气。所述预定的倍数可能在从大概1.1到大概10。优选地，所述倍数为从大概1到大概5。最优选地，所述倍数为从大概1.5到2。举例来说，如果所述第一BR是过去1.4秒BR平均值（平均BR）的两倍，那么它就被标记为吸气。类似地，如果第一BR比平均BR小至少一个预定的倍数，那么它就被标记为呼气。因此，举例来说，一个段会被标记为呼气，如果相应的BR比过去两段的平均值要小两倍。图10a展示了从声音数据计算来的所有BR值与相应的RIP以供比较的一个实施例的例示代表性图示。可见检验展示出，BR波形和其RIP相对物之间有相关性。为了消除BR中的相内振荡，诸如在图10a所看到的时间5到10秒处的BR曲线的情况，执行对BR们的求平均。

所述方法在验证组中的10个受检者的呼吸声音数据上进行了预期性的测试。使用现在所描述的方法应用于图10a的数据找到的呼吸相被展示在图10b上。参考图10b，虚线代表应用现在描述的方法所找到的呼吸相。在436个呼吸相中，425个呼吸相被正确地标记，8个相被部分地检测到，3个相被标记成相反的相。因此，使用所述的方法，相比于利用RIP踪迹，使用声音数据正确地检测到大概有97.4%的呼吸相。

参照图10b，呼吸循环被展示成处理过的波振幅相对于时间的图示。所述处理过的波振幅的数据被用虚线展示，并指示个体呼吸的呼吸相。在例示性实施例中，处理过的波振幅相对于时间的图示可能在如同图3中1.1处的显示模块上被显示。所述处理过的波振幅相对于时间的图示也可能，在某些例示性实施例中，通过信息中继模块以印刷形式或其他合适形式，例如音频提示，提供给操作员，从而操作员可以根据所述方法来监测个体的呼吸。在某些例示性实施例中，所述信息中继模块可以利用术语或吸气和/或呼气的标记来显示或提供处理后的数据。

吸气的频谱可利用低于200赫兹的窄带，开始于大概400赫兹到大概600赫兹的波谷，来表征。在这里提到的例示性实施例中，所述波谷在一个实施例，即第一实施例（图7b）中开始于大概400赫兹；在另外一个实施例，即第二实施例（图8a）中开始于大概500赫兹。以上中的较宽但较短的峰可在大概400赫兹到大概600赫兹处被看到。该峰在第一实施例（图7b）中在400赫兹左右被看到，在第二实施例（图8a）中在500赫兹左右被看到。在这里提到的实施例中，在初始的窄峰的下降之后注意到平缓的频率分布（图7b和8a）。然而，在其他实施例中可能期望使用各种其他频率和频率范围，通过说明而不是限制的方法来举例，该其他频率和频率范围大于或小于大约400赫兹或500赫兹。

在另一方面而言，呼气可以表征为：具有从约10至50赫兹的相对急剧增加的较宽峰，和如在图7c所示的第一个实施例中所见的从约50到400赫兹的、或如在图8b中所示的第二个示例性实施例中所见的在大概500赫兹之上的平滑下降。在图7c的第一个例示性实施例中，在大概400赫兹以上频率的内容相对稀疏，类似的，在图8b的第二个例示性实施例中，在大概500赫兹以上频率的内容相对稀疏。根据这些观察，在第一示例性实施例中400赫兹的以及在第二示例性实施例中500赫兹的分界点被选出以区分吸气和呼气相。虽然呼吸声音的记录具有到10千赫兹的频率的内容，大部分功率位于2千赫以下，因此更高的频率可能并不需要被考虑。此外，为了避免基线偏移（直流分量）的影响，低于10Hz的频率也可以被排除。因此，考虑到上述因素，在较高频率（在第一实施例中约400赫兹以上而在第二实施例中约500赫兹以上）的幅值盒的总和与较低频率（第一实施例中从约10赫兹到约400赫兹，而在第二实施例中从约0赫兹到约500赫兹）的幅值盒的总和之间的一个简单的比值把吸气相和呼吸中的呼气相区分开。然而，如前面的实施例仅是为了示例的目的而不应该被视为具有限制性，其他的频率范围也可能被使用。此外，在需要时，该方法可以根据麦克风的位置和类型进行微调和/或修改。

正如这里所公开的例示性实施例所示，相比吸气，呼气可能具有较低的BR。因此，每个呼吸循环的BRi/BRe比率被计算以确定BRi与BRe之间的呼吸内关系。BRi/BRe令人惊讶地被发现是显著大于1。换言之，对于每个个体的呼吸来说，BRi显著高于BRe。由于这个例示性方法采用频谱特性的相对变化，所以不认为易受由个体间变化所产生的整体信号振幅的变化的影响。

在某些实施例中的示例性方法的灵敏度对于两个相之间的1.5倍和2倍差异来说，分别约为90％和72％。然而，可能存在敏感度与稳健性之间的权衡；选择较高的分界频率可能使该方法更具特异性，不易受噪声影响，但可能会降低灵敏度。

如在这里所公开的，提供了一种用于通过检查短段的呼吸声学数据的BR变量来监测呼吸的方法。数据被分成200毫秒的段，接着韦尔奇方法被应用于每段数据。然而，较长或较短的段在不同的应用中可能是可取的。该方法涉及到在每个段上应用快速傅里叶变换，并平均化所得到的数组。在段内的平均化快速傅里叶变换的结果进一步提供了随机噪声消除效果。利用BRi/BRe以确定呼吸相声音数据的方法展示了与胸腹运动之间的关联，如图10a和10b所示。因此，目前提供的方法可能对于监测、识别和确定个体的呼吸循环相是有用的。例如，该方法可以被用来从预先记录的音频轨道来监测、识别以及确定呼吸相，或者该方法也可以用于例如实时监测呼吸。

例如，在实时的呼吸监测的情况下，BR变量可被依次检查，每个BR变量被与预定数目的之前的BR值或之前的BR值相比较。之前的BR变量可经受具有呼吸相长度的移动平均窗，呼吸相长度大约是例如1.4秒。然而，较长或较短的窗口，可以根据需要而被使用。虽然在一个例示性实施例中，呼吸相之间的BR显示出了10至15倍的差异，较低的阈值可能被考虑。例如，由于移动平均窗口中结合了吸气和呼气相之间的、会冲淡纯的呼吸相的BR平均值的、过渡性BR点，比在示例性实施例于此提到的更大或更小倍的差异可能会被观察到。因此，经验阈值2被选择用于本方法的例子的检验和说明性目的。利用这里所提供的方法，约97.4％的呼吸相被正确地分类。应理解的是，尽管上面提出了移动平均技术，其他的技术可能被用于把具有较高的值（吸气）的BR变量从那些具有较低的值（呼气）的BR变量中区分出来。例示性技术可能包括但不限于K分簇聚类、模糊C均值、津市集群、简单阈值等等。

这里所定义的方法和设备可用于确定在睡觉的个体的呼吸相以及可用于确定清醒的个体的呼吸相。它提供了用于通过比较频谱中的分段来区分各个呼吸相的数值方法。在需要时，本例示性方法可以用于实时和离线（被记录后的）应用。在这两种（在线和离线）情况下，呼吸相的监测可以通过跟踪BR变量的波动而实现。

本例示性方法可以应用于需要密切监测呼吸的其他应用中，例如重症监护医学、麻醉、创伤或严重感染的病人和各种医疗手术过程中接受镇静剂的病人。本例示性方法和设备提供了集成至少一个传感器例如麦克风，和传递链路于医疗面罩的能力，例如在图2a和2b以及图11至22所示，从而免去了在病人的身体上附加独立的传感器以监测呼吸的需要。本例示性的方法也可被用于精确的在线呼吸率监测，相导向的吸入式药物输送，和如打鼾、阻塞性睡眠呼吸暂停和呼吸暂停后的过度通气等异常类型呼吸时的呼吸相分类。

因此，本方法可用于使用从远离个体的空气出口的口和鼻孔前所收集的声学数据进行呼吸相的分类。提供了一种通过简单地比较频谱来区分每个相的数值方法。此外，提供一种采用频谱特性的相对变化的、并因此不容易受到由个体间变化所带来的整体的信号的振幅的变化的影响的方法，并且其可能应用于实时应用和记录后的应用以及呼吸相分析。

虽然本公开内容描述了各种例示性实施例，但该公开内容并不受此局限。与此相反，本公开内容意在覆盖包括在所附权利要求书的精神和范围内的各种修改和等效的安排。以下的权利要求的范围应被赋予最宽的解释，以使其涵盖所有这些修改和等效的结构和功能。

Claims

1.一种供佩戴在受检者面部上用于呼吸监测的面罩，所述面罩包括：

传感器，其响应于气流以生成表示其的信号；和

支撑结构，其被成型和配置为安置在受检者的面部上，并且包括两个或更多向外伸出的空气引导或重新导引的分支，使得在定位所述面罩后，所述分支汇合到传感器支撑部来在距所述受检者的面部的鼻和口区域一定距离处支撑所述传感器，所述两个或更多向外伸出的空气引导或重新导引的分支被成型为当所述支撑结构安置在受检者面部上时，朝着所述传感器引导或重新导引受检者呼吸时产生的气流，从而提高所述传感器对受检者呼吸时产生的气流的响应度。

2.根据权利要求1所述的面罩，还包括耦联至所述结构以在使用期间将所述面罩约束在所述受检者面部上的适当位置的约束机构。

3.根据权利要求1或2所述的面罩，所述两个或更多向外伸出的分支的每个分支沿其至少一部分具有定义在其中的面向内的通道，用于将所述气流的至少一部分朝着所述传感器引导。

4.根据权利要求1所述的面罩，其中所述两个或更多向外伸出的分支包括两个相对的侧分支和中间分支，这些分支汇合到所述传感器支撑部以在所述面罩处于适当位置时形成从所述区域伸出的三脚架状结构。

5.根据权利要求1所述的面罩，所述传感器支撑部具有漏斗形状，其被定向为朝所述传感器成漏斗状地传送至少一部分所述气流。

6.根据权利要求1所述的面罩，所述传感器支撑部具有漏斗形状，其被定向为朝所述传感器成漏斗状地传送至少一部分所述气流，其中所述漏斗形状流体地延伸至沿所述两个或更多向外伸出的分支的每一个分支的至少一部分定义的面向内的通道中，由此所述气流的所述至少一部分被朝所述传感器引导。

7.根据权利要求1所述的面罩，其包括独立面罩，还包括安装至所述支撑结构并操作性耦联至所述传感器用于在操作时记录呼吸声音和气流声音的记录装置，其中所述记录装置还被配置用于传输所述记录以供远程呼吸疾病诊断系统进行处理。

8.根据权利要求7所述的面罩，其中所述记录装置包括数字记录装置。

9.根据权利要求7或8所述的面罩，所述支撑结构包括用于将其安置于所述受检者鼻梁上方的正面构件，其中所述记录装置设置在所述正面构件上，从而减小其突出性。

10.根据权利要求7所述的面罩，其中所述记录装置包括可移除的数据存储媒介、无线通信装置和用于数字传输所述记录的有线通信端口中的一种或多种。

11.根据权利要求1所述的面罩，所述支撑结构基本上勾勒所述区域。

12.根据权利要求11所述的面罩，还包括所述两个或更多分支从其伸出的面部框架部，所述面部框架部还通过至少部分地围绕所述区域而勾勒所述区域，其中所述面部框架部被成型为在处于适当位置时基本上贴合所述受检者的面部轮廓，从而促进所述面罩的适当定位。

13.根据权利要求1所述的面罩，其中所述两个或更多分支提供得到充分减小的死腔的最小气流阻力。

14.根据权利要求1所述的面罩，所述传感器包括主要响应于气流的第一传感器，所述面罩还包括主要响应于声音的第二传感器。

15.根据权利要求14所述的面罩，其中所述第一传感器选自由麦克风、气流传感器和压力传感器构成的组，且其中所述第二传感器是麦克风。

16.根据权利要求1所述的面罩，所述传感器包括可操作以记录声音和气流两者的第一麦克风，所述面罩还包括第二麦克风，其被设置和配置为主要记录声音，使得经由所述第二麦克风收集的数据能够用于过滤经由所述第一麦克风收集的数据。

17.根据权利要求1所述的面罩，其中经由所述面罩记录的呼吸声音和气流声音适用于呼吸疾病诊断。

18.根据权利要求1所述的面罩，所述传感器支撑部包括一个或多个支撑分支，用于跨定义在所述支撑结构内的孔口来支撑所述传感器，从而实现排出被导向朝着所述传感器的气流。

19.根据权利要求18所述的面罩，所述一个或多个支撑分支包括从所述支撑结构向外伸出的两个或更多桥接分支，以跨所述孔口支撑所述传感器。

20.根据权利要求18或19所述的面罩，其中，气流的所述排出减小气流阻力，得到充分减小的死腔。

21.根据权利要求5或6所述的面罩，其中，所述漏斗形状由被定尺寸及被定向来改善口气流和鼻气流两者的捕获的大体凹形结构来定义。

22.一种供佩戴在受检者面部上用于呼吸监测的面罩，所述面罩包括：

传感器，其响应于气流以产生代表其的信号；和

支撑结构，其被成型及配置为安置于受检者面部上，且从受检者面部的鼻和口区域上方向外伸出，以提供传感器支撑部，用于在定位所述面罩后，在离所述区域一定距离处且导引朝着所述区域地，且以基本上相对于受检者面部横向居中且基本上纵向上与受检者口部齐平或在其下方的预设位置，支撑所述传感器，以捕捉由受检者呼吸时鼻和口产生的气流。

23.根据权利要求22所述的面罩，其中所述传感器支撑部在定位所述面罩后，在被预设来二分由所述预设位置相对于受检者的口和鼻所形成的角度的角度处，支撑所述传感器。

24.根据权利要求22或23所述的面罩，其中所述预设位置是根据口气流和鼻气流之间的估计相交来预设的。

25.根据权利要求24所述的面罩，其中所述估计相交基于观测到的平均相交。

26.根据权利要求22所述的面罩，所述传感器支撑部在定位所述面罩后，在预设为让所述传感器与受检者口和鼻之间的点对齐的角度处，支撑所述传感器。

27.根据权利要求22所述的面罩，还包括耦联至所述支撑结构来用于在使用期间将所述面罩约束在所述受检者面部上适当位置的约束机构。

28.根据权利要求22所述的面罩，所述支撑结构具有漏斗形状，其被定向为朝所述传感器成漏斗状地传送所述气流的至少一部分。

29.根据权利要求28所述的面罩，其中所述漏斗形状由被定尺寸及被定向来改善口气流和鼻气流两者的捕获的大体凹形结构来定义。

30.根据权利要求22所述的面罩，其包括独立面罩，所述独立面罩还包括安装至所述支撑结构并操作性耦联至所述传感器用于在操作时记录所述信号的记录装置，其中所述记录装置还被配置用于传输所述记录以供远程呼吸疾病诊断系统进行处理。

31.根据权利要求30所述的面罩，其中所述记录装置包括数字记录装置。

32.根据权利要求30或31所述的面罩，其中所述记录装置包括可移除数据存储媒介、无线通信装置和用于数字传输所述记录的有线通信端口中的一种或多种。

33.根据权利要求22所述的面罩，还包括所述支撑结构从其向外伸出的面部框架部，所述面部框架部还通过至少部分地围绕所述区域而勾勒所述区域，其中所述面部框架部被成型来在处于适当位置时基本上贴合所述受检者的面部轮廓，从而促进所述面罩的适当定位。

34.根据权利要求22所述的面罩，所述传感器还响应于声音以产生代表其的数据信号，从而经由所述传感器实现对所述受检者呼吸时产生的声音和气流两者的监测。

35.根据权利要求22所述的面罩，所述传感器包括主要响应气流的第一传感器，所述面罩还包括第二传感器，其主要响应声音用于产生代表所述声音的数据信号，从而经由所述第一传感器和所述第二传感器实现对所述受检者呼吸时产生的声音和气流两者的监测。

36.根据权利要求35所述的面罩，其中所述第一传感器选自由麦克风、气流传感器和压力传感器构成的组；且其中所述第二传感器是麦克风。

37.根据权利要求34所述的面罩，所述传感器包括第一传感器，所述面罩还包括第二传感器，其主要被配置为记录声音，使得经由所述第二传感器收集的数据能够用于过滤经由所述第一传感器收集的数据。

38.根据权利要求22所述的面罩，其中经由所述面罩记录的数据适用于呼吸疾病诊断。

39.根据权利要求28或29所述的面罩，其中所述传感器支撑部包括一个或多个支撑分支，用于跨定义在所述支撑结构内的孔口来支撑所述传感器，从而实现从所述支撑结构中排出被导向朝着所述传感器的气流。

40.根据权利要求3所述的面罩，其中所述气流的排出减小气流阻力，得到充分减小的死腔。