CN107735136B - 使用移动应用的面罩大小调整工具 - Google Patents

使用移动应用的面罩大小调整工具 Download PDF

Info

Publication number
CN107735136B
CN107735136B CN201680038895.5A CN201680038895A CN107735136B CN 107735136 B CN107735136 B CN 107735136B CN 201680038895 A CN201680038895 A CN 201680038895A CN 107735136 B CN107735136 B CN 107735136B
Authority
CN
China
Prior art keywords
patient interface
user
facial features
image data
reference feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680038895.5A
Other languages
English (en)
Other versions
CN107735136A (zh
Inventor
蒂莫西·俊晖·付
丹尼斯·布泰勒特茨基
米希尔·科艾
本杰明·皮特·约翰斯顿
罗伯特·詹姆斯·汉德森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Resmed Pty Ltd
Original Assignee
Resmed Pty Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Resmed Pty Ltd filed Critical Resmed Pty Ltd
Priority to CN202111205800.3A priority Critical patent/CN113941066A/zh
Publication of CN107735136A publication Critical patent/CN107735136A/zh
Application granted granted Critical
Publication of CN107735136B publication Critical patent/CN107735136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/06—Respiratory or anaesthetic masks
    • A61M16/0605—Means for improving the adaptation of the mask to the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/06—Respiratory or anaesthetic masks
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/097—Devices for facilitating collection of breath or for directing breath into or through measuring devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1077—Measuring of profiles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0051—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes with alarm devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/06—Respiratory or anaesthetic masks
    • A61M16/0605—Means for improving the adaptation of the mask to the patient
    • A61M16/0616—Means for improving the adaptation of the mask to the patient with face sealing means comprising a flap or membrane projecting inwards, such that sealing increases with increasing inhalation gas pressure
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/755—Deformable models or variational models, e.g. snakes or active contours
    • G06V10/7553—Deformable models or variational models, e.g. snakes or active contours based on shape, e.g. active shape models [ASM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/06—Respiratory or anaesthetic masks
    • A61M2016/0661—Respiratory or anaesthetic masks with customised shape
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3306—Optical measuring means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/35—Communication
    • A61M2205/3546—Range
    • A61M2205/3553—Range remote, e.g. between patient's home and doctor's office
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/35—Communication
    • A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
    • A61M2205/3584—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using modem, internet or bluetooth
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/35—Communication
    • A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
    • A61M2205/3592—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using telemetric means, e.g. radio or optical transmission
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/502—User interfaces, e.g. screens or keyboards
    • A61M2205/505—Touch-screens; Virtual keyboard or keypads; Virtual buttons; Soft keys; Mouse touches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/60—General characteristics of the apparatus with identification means
    • A61M2205/6063—Optical identification systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/60—General characteristics of the apparatus with identification means
    • A61M2205/6063—Optical identification systems
    • A61M2205/6072—Bar codes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Abstract

诸如利用一个或多个处理器或一个或多个服务器中的处理来根据一个或多个患者接口的大小来自动选择该或这些患者接口的设备和方法。可以由图像传感器接收捕获的图像数据。该捕获的图像数据可以包含该患者接口的预期用户的一个或多个面部特征。这些面部特征可以与一个或多个已知维度的预先确定的参考特征相关联地捕获。可以在捕获的图像数据中检测用户的一个或多个面部特征和参考特征。可以处理图像的图像像素数据以便基于参考特征来测量该或这些检测的面部特征的纵横向间距。基于关于标准患者接口大小的大小信息的该或这些面部特征和数据记录的测量纵横向间距与该或这些面部特征的测量纵横向间距的比较来从标准患者接口大小中选择患者接口大小。

Description

使用移动应用的面罩大小调整工具
相关申请的交叉引用
本申请要求2015年6月30日提交的美国临时申请号62/186,461和2016年3月25日提交的美国临时申请号62/313,202的权益，这些申请的全部公开内容通过引用并入本文。
关于联邦政府资助的研究或开发的声明
不适用
联合研究开发参与者的姓名
不适用
序列表
不适用
技术领域
本技术涉及呼吸相关疾病的检测、诊断、治疗，预防和改善中的一种或多种。本技术还涉及医疗装置或设备及其用途。
背景技术
相关技术说明
人类呼吸系统及其疾病
身体的呼吸系统促进气体交换。鼻子和嘴形成患者呼吸道的入口。
呼吸道包括一系列分支管，随着它们穿透深入到肺部中，这些分支管变得越来越窄、越来越短、并且越来越多。肺的主要功能是气体交换，从而允许氧气从空气移动进入静脉血液中并且将二氧化碳移出。气管分为左主支气管和右主支气管，最终进一步分为末端支气管。支气管构成导气管，并且不参与气体交换。呼吸道的进一步划分通向呼吸支气管，并且最终通向肺泡。肺的肺泡区域是发生气体交换的地方并且称为呼吸区。参见JohnB.West、Lippincott Williams和Wilkins的“呼吸生理学(Respiratory Physiology)”，2011年出版的第9版。
存在一系列呼吸系统疾病。某些疾病可以由特定情况表征，例如呼吸暂停、呼吸不足和呼吸过度。
阻塞性睡眠呼吸暂停症(OSA)是睡眠障碍性呼吸(SDB)的一种形式，其特征在于包括在睡眠期间上呼吸道闭塞或阻塞的情况。这是由于异常小的上呼吸道以及在睡眠期间舌部、软腭和口咽后壁的区域中的肌张力的正常耗损的组合而引起。病症导致受到影响的患者停止呼吸，持续时间通常为30至120秒的时间段，有时为每晚200至300次。它经常导致白天过度嗜睡，并且可能导致心血管疾病和脑损伤。综合症是常见的疾病，特别是在中年超重的男性中，虽然受影响的人们可能没有意识到这个问题。参见美国专利号4,944,310(Sullivan)。
潮式呼吸(CSR)是睡眠障碍性呼吸的另一种形式。CSR是患者的呼吸控制器的疾病，其中存在称为CSR周期的增大和减弱的通气的有节奏的交替周期。CSR的特征在于动脉血的重复性脱氧和再氧化。由于重复缺氧，CSR可能是有害的。在一些患者中，CSR与从睡眠中重复唤醒相关联，该重复唤醒导致严重的睡眠中断、增加的交感神经活动以及增加的后负荷。参见美国专利号6,532,959(Berthon-Jones)。
肥胖通气过度综合征(OHS)被定义为在没有其他已知的通气不足的原因的情况下严重肥胖和清醒慢性高碳酸血症的组合。症状包括呼吸困难、早晨头痛和白天过度嗜睡。
慢性阻塞性肺病(COPD)包括具有某些共同特征的一组下呼吸道疾病中的任何一种。这些包括对空气运动的阻力增加、呼吸的呼气阶段延长以及肺的正常弹性丧失。COPD的实例是肺气肿和慢性支气管炎。COPD是由慢性吸烟(主要危险因素)、职业照射、空气污染和遗传因素引起的。症状包括：劳力性呼吸困难、慢性咳嗽和痰液产生。
神经肌肉疾病(NMD)是广泛的术语，涵盖直接经由内在肌肉病理学或间接经由神经病理学损害肌肉功能的许多疾病和疾患。一些NMD患者的特征在于进行性肌肉损伤，从而导致移动丧失、被轮椅限制、吞咽困难、呼吸肌无力以及最终因呼吸衰竭而死亡。神经肌肉疾病可分为快速进展和缓慢进展：(i)快速进行性疾病：由数月内恶化并在数年内导致死亡的肌肉损伤表征(例如肌萎缩性脊髓侧索硬化症(ALS)和青少年杜氏肌营养不良(DMD))；(ii)变化或慢性进行性疾病：由数年内恶化并且仅轻度降低预期寿命的肌肉损伤表征(例如肢带、面肩胛肱骨和强直性肌营养不良症)。NMD呼吸衰竭的症状包括：加重的全身无力、吞咽困难、运动和休息时的呼吸困难、疲劳、嗜睡、早晨头痛、注意力难以集中以及情绪变化困难。
胸壁疾病是一组胸廓畸形，其导致呼吸肌与胸廓之间的低效耦合。这些疾病通常由限制性缺陷表征，并且共同具有长期高碳酸血症性呼吸衰竭的可能。脊柱侧凸和/或脊柱后侧凸可能导致严重的呼吸衰竭。呼吸衰竭的症状包括：运动时呼吸困难、外周水肿、端坐呼吸、反复胸部感染、早晨头痛、疲劳、睡眠质量差和食欲不振。
一系列疗法已用于治疗或改善这种情况。此外，否则健康的个体可以利用这种疗法来预防呼吸系统疾病的发生。
正压治疗
持续气道正压通气(CPAP)治疗已用于治疗阻塞性睡眠呼吸暂停症(OSA)。假设持续气道正压通气充当充气夹板，并且可以通过将软腭和舌头向前并远离口咽后壁推动而防止上呼吸道阻塞。通过CPAP治疗OSA可以是自愿的，并且因此如果患者发现用于提供这种治疗的装置发生以下情况中的一种或多种，那么可以选择不遵从治疗：不舒服、难以使用、昂贵和不美观。
无创通气(NIV)通过上呼吸道为患者提供通气支持，以便通过做一些或全部的呼吸工作来协助患者充分呼吸和/或保持体内充足的氧气水平。通气支持经由患者接口提供。NIV已用于治疗CSR、OHS、COPD、MD和胸壁疾病。在某些形式中，这些疗法的舒适性和有效性可以得到改善。
侵入式通气(IV)为不再能够有效呼吸的患者提供通气支持，并且可以使用气管造口管来提供通气支持。在某些形式中，这些疗法的舒适性和有效性可以得到改善。
诊断和治疗系统
这些治疗可以由治疗系统或装置提供。系统和装置也可以用来诊断病情而不用治疗它。
治疗系统可以包括呼吸压力治疗装置(RPT装置)、空气回路、加湿器、患者接口和数据管理。
另一种形式的治疗系统是下颌骨重新定位装置。
患者接口
可以使用患者接口来将呼吸设备连接到其佩戴者，例如通过向呼吸道的入口提供空气流。空气流可以经由面罩提供给鼻子和/或嘴、经由管提供给嘴、或者经由气管造口管提供给患者的气管。取决于将要施加的疗法，患者接口可以例如与患者面部的区域形成密封，以便在与环境压力充分不同的压力下输送气体来实现治疗，例如在相对于环境压力约10cmH2O的正压下。对于其他形式的治疗，诸如输送氧气，患者接口可以不包括足以促进以约10cmH2O的正压向呼吸道输送供应气体的密封。
患者接口的设计提出了许多挑战。面部具有复杂的三维形状。个人之间鼻子的大小和形状差异很大。由于头部包括骨头、软骨和软组织，面部的不同区域对机械力的反应不同。下巴或下颌骨可以相对于颅骨的其他骨头移动。整个头部在呼吸治疗期间可能会移动。
作为这些挑战的结果，一些面罩遭受成为令人反感的、美学上不合需要的、昂贵的、不合适的、难以使用的和不舒适的中的一种或多种的情况，特别是当长时间佩戴或者当患者不熟悉系统时尤其如此。例如，专为飞行员设计的面罩、作为个人防护设备(例如过滤面罩)、SCUBA面罩的一部分设计的面罩或者用于麻醉剂的施用的面罩对于其原始应用可以是可容忍的，但是然而这类面罩可能不期望不舒服地长时间佩戴，例如佩戴几个小时。这种不适可能导致患者对治疗依从性的降低。如果在睡眠过程中戴上面罩，那么情况更是如此。
CPAP治疗对于治疗某些呼吸系统疾病非常有效，只要患者依从治疗。如果面罩不舒服或难以使用，那么患者可能不依从治疗。由于经常建议患者定期清洗面罩，如果面罩难以清洁(例如难以组装或拆卸)，那么患者可能不会清洁他们的面罩，这可能会影响患者的依从性。
尽管用于其他应用(例如飞行员)的面罩可能不适合用于治疗睡眠障碍性呼吸，但是设计用于治疗睡眠障碍性呼吸的面罩可以适用于其他应用。
由于这些原因，在睡眠期间递送CPAP的患者接口形成了独特的领域。
密封形成部分
患者接口可以包括密封形成部分。由于它与患者的面部直接接触，所以密封形成部分的形状和构造可以直接影响患者接口的有效性和舒适性。
根据密封形成部分在使用中与面部接合的位置的设计意图可以部分地表征患者接口。在患者接口的一种形式中，密封形成部分可以包括与相应的左侧和右侧鼻孔接合的两个子部分。在患者接口的一种形式中，密封形成部分可以包括在使用中围绕两个鼻孔的单个元件。这种单个元件可以被设计成例如覆盖面部的上唇区域和鼻梁区域。在患者接口的一种形式中，密封形成部分可以包括在使用中围绕口部区域的元件，例如，通过在面部的下唇区域上形成密封。在患者接口的一种形式中，密封形成部分可以包括在使用中围绕两个鼻孔和嘴部区域的单个元件。这些不同类型的患者接口可以由他们的制造商通过多种名称来获知，包括鼻罩、全面式面罩、鼻枕、鼻喷和口鼻罩。
在患者面部的一个区域中可能有效的密封形成部分可能在另一个区域不适合，例如因为患者面部的形状、结构、可变性和敏感区域不同。例如，覆盖患者前额的游泳眼镜上的密封可能不适合在患者的鼻子上使用。
某些密封形成部分可以被设计用于批量生产，这样使得一种设计适合于宽范围的不同面部形状和尺寸并且对于其舒适和有效。就患者面部的形状与大规模制造的患者接口的密封形成部分之间存在不匹配的程度而言，一者或两者必须适应以便形成密封。
一种类型的密封形成部分围绕患者接口的周边延伸，并且当在密封形成部分与患者面部面对接合的情况下将力施加到患者接口时，旨在抵靠患者面部密封。密封形成部分可以包括充满空气或流体的垫子，或者由诸如橡胶的弹性体制成的弹性密封元件的模制或成形表面。利用这种类型的密封形成部分，如果配合不充分，那么在密封形成部分与面部之间将存在间隙，并且将需要额外的力来迫使患者接口抵靠面部以便实现密封。
另一种类型的密封形成部分包括围绕面罩周边定位的薄材料的翼片密封件，以便当在面罩内施加正压时提供抵靠患者面部的自密封作用。如同先前类型的的密封形成部分，如果面部与面罩之间的匹配不良好，那么可能需要额外的力来实现密封，否则面罩可能泄漏。此外，如果密封形成部分的形状与患者的形状不匹配，那么在使用中可能会折皱或弯曲，从而导致泄漏。
另一种类型的密封形成部分可以包括摩擦配合元件，例如用于插入鼻孔中，然而一些患者发现这样不舒服。
密封形成部分的另一种形式可以使用粘合剂来实现密封。一些患者可能发现不断在脸上施加和去除粘合剂是不方便的。
在以下专利申请中公开了一系列患者接口密封形成部分技术，这些专利申请转让给ResMed有限公司：WO 1998/004,310；WO 2006/074,513；WO 2010/135,785。
在由PuritanBennett制造的亚当电路(Adam Circuit)中发现了一种形式的鼻枕。另一种鼻枕或鼻喷是转让给Puritan-Bennett公司的美国专利4,782,832(Trimble等人)的主题。
ResMed有限公司已经制造了以下产品，包括鼻枕：SWIFTTM鼻枕面罩、SWIFTTM II鼻枕面罩、SWIFTTM LT鼻枕面罩、SWIFTTM FX鼻枕面罩以及MIRAGE LIBERTYTM全脸面罩。转让给ResMed有限公司的以下专利申请描述了鼻枕面罩的实例：国际专利申请WO2004/073,778(描述了ResMed有限公司的SWIFTTM鼻枕的其他方面)、美国专利申请2009/0044808(描述了ResMed有限公司的SWIFTTM LT鼻枕的其他方面)；国际专利申请WO 2005/063,328和WO2006/130,903(描述了ResMed有限公司MIRAGE LIBERTYTM全脸面罩的其他方面)；国际专利申请WO 2009/052,560(描述了ResMed有限公司的SWIFTTM FX鼻枕的其他方面)。
定位和稳定
用于正压治疗的患者接口的密封形成部分受到相应的空气压力从而破坏密封。因此，已经使用各种技术来定位密封形成部分，并且维持其与面部的适当部分的密封关系。
一种技术是使用粘合剂。参见例如美国专利申请公布号US2010/0000534。然而，粘合剂的使用可能对于一些人会不舒服。
另一种技术是使用一个或多个绑带和/或稳定带具。许多这种带具遭受成为在使用中不适合的、笨重的、不舒适的和尴尬的中的一种或多种的情况。
患者接口大小调整
如上所述的患者接口可以以各种形式提供给患者，例如像鼻罩或全脸面罩/口鼻罩(FFM)或鼻枕面罩。这种患者接口被制造成具有各种尺寸以适应特定患者的解剖学特征，以便有助于用于提供例如正压治疗的舒适接口。这种患者接口的尺寸可以被定制为与特定患者的特定面部解剖结构对应，或者可以被设计为适应具有落在预先确定的空间边界或范围内的解剖结构的个体群体。然而，在一些情况下，面罩可以具有多种标准尺寸，从中选择合适的大小。
在这方面，通常由受过训练的个体(诸如耐用医疗设备(DME)提供者或医师)来执行为患者调整患者接口的大小。典型地，需要患者接口开始或继续正压治疗的患者将在努力进行一系列测量的容纳设施处访问训练的个体，以从标准尺寸确定适当的患者接口大小。适当的大小旨在表示患者接口的某些特征(诸如密封形成结构)的尺寸的特定组合，其提供足够的舒适性和密封性以实现正压治疗。以这种方式进行大小调整不仅劳动密集而且不方便。在繁忙的日程表中抽出时间或者在某些情况下需要长途跋涉的不方便性是许多患者接受新的或替换的患者接口的障碍并且最终成为接受治疗的障碍。尽管如此，选择最合适的大小对于治疗质量和依从性是重要的。
发明内容
本技术旨在提供用于诊断、改善、治疗或预防呼吸系统疾病的医疗装置，该医疗装置具有改善的舒适性、成本、功效、易用性和可制造性中的一种或多种。
本技术的第一方面涉及用于呼吸系统疾病的诊断、改善、治疗或预防的设备。
本技术的另一方面涉及用于呼吸系统疾病的诊断、改善、治疗或预防的方法。
本技术的某些形式的一个方面是提供改善患者对呼吸治疗的依从性的方法和/或设备。
本技术的一种形式包括在没有受过训练的个人的帮助下自动调整患者接口的大小。
本技术的一种形式的另一方面是基于从患者收集的数据自动测量患者的面部特征。
本技术的一种形式的另一方面是基于从患者收集的数据与相应的数据记录之间的比较来自动推荐患者接口大小。
本技术的一种形式的另一方面是基于二维图像方便地确定特定患者的适当患者接口大小的移动应用。
本技术的一些版本包括根据患者接口大小选择患者接口的一种或多种自动方法。该或这些方法可以在一个或多个处理器中操作。该方法可以包括接收由图像传感器捕获的图像数据。所捕获的图像数据可以包含与具有已知尺寸的预先确定的参考特征相关联的患者接口的预期用户的一个或多个面部特征。该方法可以包括在捕获的图像数据中检测用户的一个或多个面部特征。该方法可以包括检测捕获的图像数据中的预先确定的参考特征。该方法可以包括处理图像的图像像素数据以基于预先确定的参考特征来测量在图像中检测到的一个或多个面部特征的纵横向间距。该方法可以包括基于关于一组标准患者接口大小的大小信息的一个或多个面部特征和数据记录的测量纵横向间距与一个或多个面部特征的测量纵横向间距的比较来从该组标准患者接口大小中选择患者接口大小。
在一些版本中，一个或多个面部特征的纵横向间距可以包括用户的鼻梁点与颏上点(supramenton)之间的距离。该方法可以包括基于从参考特征导出的缩放因子来计算测量纵横向间距的值。该方法可以包括用人体测量校正因子调整测量的纵横向间距的值。人体测量校正因子可以基于患者接口返回数据来计算。该方法可以包括计算作为预先确定的参考特征的已知尺寸和检测到的参考特征的检测像素数的函数的缩放因子。预先确定的参考特征可以是硬币。检测参考特征可以包括将级联分类器应用于捕获的图像数据。该方法可以包括基于从硬币导出的缩放因子来计算测量纵横向间距的值。该方法可以包括计算作为捕获的图像数据中硬币的已知尺寸和检测到的硬币的检测像素数的函数的缩放因子。检测到的硬币的检测像素数可以是拟合到硬币的椭圆的宽度。预先确定的参考特征可以是用户的角膜。
在一些版本中，为了图像捕获，该方法可以包括在与图像传感器耦合的显示装置的显示界面上显示参考特征。显示界面可以包括由图像传感器检测到的内容的目标指南和实况动作预览。该内容可以包括在显示界面上显示的参考特征。该方法可以包括控制图像数据的捕获以便满足至少一个对准状况。该至少一个对准状况可以包括在目标指南的方框内检测实况动作预览的参考特征的定位。该至少一个对准状况可以包括检测在上下延伸轴线的大约+/-10度内的倾斜状况。该至少一个对准状况可以包括检测在上下延伸轴线的大约+/-5度内的倾斜状况。倾斜状况的检测可以通过读取惯性测量单元(IMU)来执行。
在一些版本中，预先确定的参考特征可以是QR码。患者接口可以包括面罩。患者接口可以包括鼻罩。任选地，处理图像像素数据可以包括对像素计数。该方法可以包括基于所选择的患者接口大小来生成用于购买的患者接口的自动电子报价。该方法可以包括从一个或多个面部特征的多个捕获图像中计算面部特征的测量纵横向间距的平均值。
本技术的一些版本包括用于自动推荐与特定患者的面部特征互补的患者接口大小的一种或多种系统。该或这些系统可以包括一个或多个服务器。该一个或多个服务器可以被配置成通过网络与计算装置进行通信。该一个或多个服务器可以被配置成接收由图像传感器捕获的图像数据，其中所捕获的图像数据可以包含与具有已知尺寸的预先确定的参考特征相关联的患者接口的预期用户的一个或多个面部特征。该一个或多个服务器可以被配置成检测所捕获的图像数据中的用户的一个或多个面部特征。该一个或多个服务器可以被配置成检测所捕获的图像数据中的预先确定的参考特征。该一个或多个服务器可以被配置成处理图像的图像像素数据以基于预先确定的参考特征来测量在图像中检测到的一个或多个面部特征的纵横向间距。该一个或多个服务器可以被配置成基于关于一组标准患者接口大小的大小信息的一个或多个面部特征和数据记录的测量纵横向间距与一个或多个面部特征的测量纵横向间距的比较来从该组标准患者接口大小中选择患者接口大小。
在一些版本中，一个或多个面部特征的纵横向间距可以包括用户的鼻梁点与颏上点之间的距离。该一个或多个服务器可以被配置成基于从参考特征导出的缩放因子来计算测量纵横向间距的值。该一个或多个服务器可以被配置成用人体测量校正因子调整测量的纵横向间距的值。人体测量校正因子可以基于患者接口返回数据来计算。该一个或多个服务器可以被配置成计算作为预先确定的参考特征的已知尺寸和检测到的参考特征的检测像素数的函数的缩放因子。预先确定的参考特征可以包括硬币。该一个或多个服务器可以被配置成通过将级联分类器应用于捕获的图像数据来检测参考特征。该一个或多个服务器可以被进一步配置成基于从硬币导出的缩放因子来计算测量纵横向间距的值。该一个或多个服务器可以被配置成计算作为捕获的图像数据中硬币的已知尺寸和检测到的硬币的检测像素数的函数的缩放因子。检测到的硬币的检测像素数可以是拟合到硬币的椭圆的宽度。预先确定的参考特征可以是用户的角膜。
在一些版本中，该系统可以包括计算装置。该计算装置可以被配置成为了图像捕获而在可以与图像传感器耦合的显示装置的显示界面上生成参考特征的显示。显示界面可以包括由图像传感器检测到的内容的目标指南和实况动作预览。该内容可以包括在显示界面上显示的参考特征。该计算装置可以被进一步配置成控制图像数据的捕获以便满足至少一个对准状况。该至少一个对准状况可以包括在目标指南的方框内检测实况动作预览的参考特征的定位。该至少一个对准状况可以包括检测在上下延伸轴线的大约+/-10度内的倾斜状况。该至少一个对准状况可以包括检测在上下延伸轴线的大约+/-5度内的倾斜状况。倾斜状况的检测可以通过读取惯性测量单元(IMU)来执行。
在一些版本中，预先确定的参考特征可以包括QR码。患者接口可以包括面罩。患者接口可以包括鼻罩。在一些情况下，为了处理图像像素数据，该一个或多个服务器可以被配置成对像素计数。该一个或多个服务器可以被配置成基于所选择的患者接口大小来生成用于购买的患者接口的自动电子报价。该一个或多个服务器可以被配置成从面部特征的多个捕获图像中计算面部特征的测量纵横向间距的平均值。该一个或多个服务器可以被配置成通过网络将所选择的患者接口大小传送给计算装置。
本技术的一些版本包括用于自动推荐与特定患者的面部特征互补的患者接口大小的一种或多种系统。该或这些系统可以包括移动计算装置。该移动计算装置可以被配置成通过网络与一个或多个服务器进行通信。该移动计算装置可以被配置成接收图像的捕获的图像数据。所捕获的图像数据可以包含与具有已知尺寸的预先确定的参考特征相关联的用户的一个或多个面部特征。图像数据可以用图像传感器来捕获。该移动计算装置可以被配置成检测所捕获的图像数据中的用户的一个或多个面部特征。该移动计算装置可以被配置成检测所捕获的图像数据中的预先确定的参考特征。该移动计算装置可以被配置成处理图像的图像像素数据以基于预先确定的参考特征来测量在图像中检测到的一个或多个面部特征的纵横向间距。该移动计算装置可以被配置成基于关于一组标准患者接口大小的大小信息的一个或多个面部特征和数据记录的测量纵横向间距与一个或多个面部特征的测量纵横向间距的比较来从该组标准患者接口大小中选择患者接口大小。
在一些版本中，一个或多个面部特征的纵横向间距可以包括用户的鼻梁点与颏上点之间的距离。该移动计算装置可以被配置成基于从参考特征导出的缩放因子来计算测量纵横向间距的值。该移动计算装置可以被进一步配置成用人体测量校正因子调整测量的纵横向间距的值。人体测量校正因子可以基于患者接口返回数据来计算。该移动计算装置可以被配置成计算作为预先确定的参考特征的已知尺寸和检测到的参考特征的检测像素数的函数的缩放因子。预先确定的参考特征可以是硬币。该移动计算装置可以被配置成通过将级联分类器应用于捕获的图像数据来检测参考特征。该移动计算装置可以被配置成基于从硬币导出的缩放因子来计算测量纵横向间距的值。该移动计算装置可以被配置成计算作为捕获的图像数据中硬币的已知尺寸和检测到的硬币的检测像素数的函数的缩放因子。检测到的硬币的检测像素数可以是拟合到硬币的椭圆的宽度。在一些版本中，预先确定的参考特征可以是用户的角膜。
该移动计算装置可以被配置成为了图像捕获而在可以与图像传感器耦合的显示装置的显示界面上生成参考特征的显示。显示界面可以包括由图像传感器检测到的内容的目标指南和实况动作预览。该内容可以包括在显示界面上显示的参考特征。该移动计算装置可以被配置成控制图像数据的捕获以便满足至少一个对准状况。该至少一个对准状况可以包括在目标指南的方框内检测实况动作预览的参考特征的定位。该至少一个对准状况可以包括检测在上下延伸轴线的大约+/-10度内的倾斜状况。该至少一个对准状况可以包括检测在上下延伸轴线的大约+/-5度内的倾斜状况。倾斜状况的检测可以通过读取惯性测量单元(IMU)来执行。
在一些版本中，预先确定的参考特征可以是QR码。患者接口可以是面罩。患者接口可以是鼻罩。在一些情况下，为了处理图像像素数据，该移动计算装置可以被配置成对像素计数。该移动计算装置可以被配置成基于所选择的患者接口大小来请求用于购买的患者接口的自动电子报价。该移动计算装置可以被配置成从面部特征的多个捕获图像中计算面部特征的测量纵横向间距的平均值。该移动计算装置可以被配置成通过网络将所选择的患者接口大小传送给服务器。
本技术的一些版本包括用于自动推荐与特定患者的面部特征互补的患者接口大小的设备。该设备可以包括用于接收由图像传感器捕获的图像数据的装置。所捕获的图像数据可以包含与具有已知尺寸的预先确定的参考特征相关联的患者接口的预期用户的一个或多个面部特征。该设备可以包括用于在捕获的图像数据中检测用户的一个或多个面部特征的装置。该设备可以包括用于检测捕获的图像数据中的预先确定的参考特征的装置。该设备可以包括用于处理图像的图像像素数据以基于预先确定的参考特征来测量在图像中检测到的一个或多个面部特征的纵横向间距的装置。该设备可以包括用于基于关于一组标准患者接口大小的大小信息的一个或多个面部特征和数据记录的测量纵横向间距与一个或多个面部特征的测量纵横向间距的比较来从该组标准患者接口大小中选择患者接口大小的装置。
当然，这些方面的一部分可以形成本技术的子方面。另外，子方面和/或各方面中的不同方面可以以各种方式组合，并且还构成本技术的附加方面或子方面。
通过考虑以下详细描述、摘要、附图和权利要求书中包含的信息，该技术的其他特征将变得显而易见。
附图说明
在附图的图示中以举例的方式而非以限制的方式示出了本技术，其中相同参考数字指示相似元件，包括：
治疗系统
图1A示出了包括佩戴呈鼻枕形式的患者接口的患者的系统；
图1B示出了包括佩戴呈鼻罩形式的患者接口的患者的系统；
图1C示出了包括佩戴呈全脸面罩形式的患者接口的患者的系统；
图2示出了根据本技术的一种形式的呈具有头帽的鼻罩形式的患者接口。
图3A是具有表面解剖学的若干特征的面部的前视图，其被识别包括唇上部、上唇红缘、下唇红缘、唇下部、嘴宽度、内眦、鼻翼、鼻唇沟和口角。还指出了上、下、径向向内和径向向外的方向。
图3B是具有表面解剖学的若干特征的头部的侧视图，其被识别包括眉间、鼻梁点、鼻尖点、鼻中隔下点、唇上部、唇下部、颏上点、鼻脊、鼻顶点、耳上点径和耳下点径。还指出了上下方向和前后方向。
图3C是具有若干特征的鼻部的基本视图，其被识别包括鼻唇沟、下唇部、上唇部、鼻孔、鼻中隔下点、鼻柱、鼻尖点、鼻孔的长轴和纵分平面。
图4是用于自动确定包括计算装置的患者接口的大小的示例性系统的图。
图5是用于图4的系统的计算装置的示例性架构的框图，包括适用于实现本技术的方法的示例性部件。
图6A是本技术的示例性版本的预捕获阶段方法的流程图。
图6B是本技术的一些版本的捕获阶段方法的流程图。
图6C是本技术的一些版本的捕获后图像处理阶段方法的流程图。
图6D是本技术的示例性方法实施例的一些版本的比较和输出阶段方法的流程图。
图7A示出了本技术的一些版本的示例性显示界面。
图7B示出了本技术的一些版本的另一示例性显示界面。
图7C示出了采用本技术的方法的用户。
图8是根据本技术的另外的实现方式的实现捕获后图像处理阶段的方法的流程图。
图9是示出了实现图8的方法的面部特征检测步骤的方法的流程图。
图10是示出了实现图8的方法的参考特征检测步骤的方法的流程图。
图11是示出了实现图8的方法的缩放因子计算步骤的方法的流程图。
图12是示出了实现图8的方法的面部特征测量步骤的方法的流程图。
图13A是根据本技术的另外的实现方式的硬币在用户的前额上的定位的图示。
图13B是根据图8的方法的检测方框和随后的面部特征测量的图示。
图14是根据图8的方法的替代实现方式的捕获图像中的检测到的面部特征的图示。
具体实施方式
在进一步详细描述本技术之前，应当理解，本技术不限于在此描述的具体实例，其可以改变。还应当理解的是，本公开中使用的术语仅用于描述本文所讨论的具体实例，而不旨在进行限制。
以下描述是关于可以共享一个或多个共同特性和/或特征的不同实例来提供的。应当理解，任何一个实例的一个或多个特征可以与另一个实例或其他实例的一个或多个特征组合。此外，任何实例中的任何单个特征或特征的组合可以构成另外的实例。
治疗系统
在一种形式中，本技术包括一种用于治疗呼吸系统疾病的设备或装置。该设备或装置可以包括用于经由到患者接口100的空气回路50将加压空气供应到患者10的RPT装置40。
图1A示出了包括患者10的系统，佩戴呈鼻枕形式的患者接口100的患者10接收来自RPT装置40的处于正压的空气供应。来自RPT装置的空气在加湿器60中被加湿，并且沿着空气回路50到达患者10。还示出了床伴20。
图1B示出了包括患者10的系统，佩戴呈鼻罩形式的患者接口100的患者10接收来自RPT装置40的处于正压的空气供应。来自RPT装置的空气在加湿器60中被加湿，并且沿着空气回路50到达患者10。
图1C示出了包括患者10的系统，佩戴呈全脸面罩(FFM)形式的患者接口100的患者10接收来自RPT装置40的处于正压的空气供应。来自RPT装置的空气在加湿器60中被加湿，并且沿着空气回路50到达患者10。
患者接口
图2描绘了根据本技术的一个方面的患者接口100，其包括以下功能方面：密封形成结构160、充气室120、定位和稳定结构130、通气口140、前额支撑件150、用于连接到空气回路50的一种形式的连接端口170。在一些形式中，功能方面可以由一个或多个物理部件提供。在一些形式中，一个物理部件可以提供一个或多个功能方面。在使用中，密封形成结构160被安排成围绕患者的呼吸道的入口，以便有助于以正压将空气供应到呼吸道。
密封形成结构
在本技术的一种形式中，密封形成结构160提供密封形成表面，并且可以另外提供缓冲功能。
根据本技术的密封形成结构160可以由诸如硅树脂的柔软、柔性的弹性材料构成。
在一种形式中，非侵入式患者接口100的密封形成部分包括一对鼻喷或鼻枕，每个鼻喷或鼻枕被构造和安排成与患者的鼻的对应鼻孔形成密封。
根据本技术的鼻枕包括：截头圆锥体，其至少一部分在患者鼻子的下侧上形成密封；柄部，截头圆锥体的下侧上的柔性区域并且将截头圆锥体连接到柄部上。此外，本技术的鼻枕所连接到的结构包括邻近柄部的基部的柔性区域。柔性区域可以协同作用以促进形成万向接头结构，该万向接头结构适应截头圆锥体以及鼻枕所连接到的结构的相对移动(位移和角度两者)。例如，截头圆锥体可以朝向柄部所连接到的结构轴向移位。
在一种形式中，非侵入式患者接口100包括密封形成部分，该密封形成部分在患者面部的上唇区域(即，唇上部)上使用时形成密封。
在一种形式中，非侵入式患者接口100包括密封形成部分，该密封形成部分在患者面部的下巴区域上使用时形成密封。
充气室
优选地，充气室120具有周边，该周边被成形成与将在使用中形成密封的区域中的普通人的面部的表面轮廓互补。在使用中，充气室120的边界边缘紧邻面部的相邻表面定位。与面部的实际接触由密封形成结构160提供。密封形成结构160在使用中可以围绕充气室120的整个周边延伸。
定位和稳定结构
优选地，本技术的患者接口100的密封形成结构160在使用中可以由定位和稳定结构130保持在密封位置中。
通气口
在一种形式中，患者接口100包括被构造并安排成允许清除呼出的二氧化碳的通气口140。
根据本技术的通气口140的一种形式包括多个孔，例如，约20至约80个孔，或者约40至约60个孔，或者约45至约55个孔。
与患者接口相关使用的术语
充气室：面罩充气室将认为是指具有包围一定体积空间的壁的患者接口的一部分，该体积中具有的空气在使用中被加压到大气压以上。壳体可以形成面罩充气室的壁的一部分。
密封：名词形式(“密封”)将理解为意指有意地阻止空气流过两个表面的界面的结构或屏障。动词形式(“密封”)将理解为意指阻止空气流动。
面部的解剖结构
图3A示出了包括内眦、鼻翼、鼻唇沟、上唇部和下唇部、上唇红缘和下唇红缘以及口角的人脸的前视图。还示出了嘴宽度、将头部分成左右部分的纵分平面以及方向指示符。方向指示符指示径向向内/向外和上/下方向。
图3B示出了包括眉间、鼻梁点、鼻脊、鼻尖点、鼻中隔下点、唇上部、唇下部、颏上点、鼻顶点、耳上点径和耳下点径的人脸的侧视图。还示出了指示上/下方向和前/后方向的方向指示符。
图3C示出了具有若干特征的鼻部的基本视图，其被识别包括鼻唇沟、下唇部、上唇部、鼻孔、鼻中隔下点、鼻柱、鼻尖点、鼻孔的长轴和纵分平面。
与面部解剖结构相关使用的术语
鼻翼：每个鼻孔的外部外壁或“翼”(复数：鼻翼)
鼻翼端：鼻翼上的最外侧点。
鼻翼曲率(或鼻顶)点：在每个鼻翼的弯曲基线的最后点，发现在由鼻翼和脸颊结合形成的皱纹中。
耳廓：耳朵的整个外部可见部分。
鼻柱：分隔鼻孔并且从鼻尖点延伸到上唇的皮肤带。
鼻柱角：通过鼻孔孔径中点画出的线与垂直于眼耳平面同时与鼻中隔下点相交画出的线之间的角度。
眉间：位于软组织上，前额的正中矢状平面中的最突出的点。
鼻孔(鼻子孔)：形成鼻腔入口的近似椭圆形孔。鼻孔的单数形式是一个鼻孔(鼻子孔)。鼻孔由鼻中隔隔开。
鼻唇沟或鼻唇褶：从鼻子两侧延伸到嘴角的皮褶或凹陷，从而使脸颊与上唇分开。
鼻唇角：鼻柱与上唇之间的角度，同时与鼻中隔下点相交。
耳上点径：耳廓附接到面部皮肤上的最低点。
耳下点径：耳廓附接到面部皮肤上的最高点。
鼻尖点：鼻子最突出的点或尖端，其可以在头部的其余部分的侧视图中识别。
人中：从鼻中隔的下边缘延伸到上唇区域中的唇的顶部的中线凹陷。
颏点：位于软组织上，是下巴最前的中点。
脊(鼻)：鼻脊是鼻中线突出，从鼻梁点延伸到鼻尖点。
纵分平画：从前面(前部)到后面(后部)经过的垂直平面将身体分成左右两半。
鼻梁点：位于软组织上，覆盖额鼻缝区域的最凹陷点。
鼻中隔软骨(鼻)：鼻中隔软骨形成鼻中隔的一部分并且分隔鼻腔的前部部分。
后上侧片：在鼻翼底部的下边缘处其中鼻翼基部与上(上部)唇的皮肤连接的点。
鼻下点：位于软组织上，鼻柱在正中矢状平面中与上唇接合的点。
颏上点：下唇中线中的在下唇中点与软组织颏前点之间的最大凹陷点
患者接口自动大小调整
综述
获得患者接口允许患者进行正压治疗。寻求其第一患者接口或新患者接口来替换较旧接口的患者通常咨询DME以便基于通常由DME执行的患者面部解剖结构的测量来确定推荐的患者接口大小。这可能不方便，它会阻止一些患者接受所需的患者接口并且阻止其进行正压治疗。本技术允许患者更快且更方便地获得患者接口。它可以允许更有效的方法来快速测量他们的面部解剖结构，并且使用诸如台式计算机、平板计算机、智能电话或其他移动装置的计算装置来从他们自己舒适的家中接受适当的患者接口大小的建议。
在有益的实施例中，本技术可以采用可从制造商或第三方服务器下载到具有集成摄像机的智能手机或平板计算机的应用。在启动时，该应用可以提供视觉和/或音频指示。如所指示的，用户(即，患者)可以站在镜子330的前面，并且按下用户界面上的摄像机按钮。启动的过程可以随后拍摄用户面部的一系列图片，并且随后例如在几秒钟内向用户推荐患者接口大小(基于处理器分析这些图片)。与使用卡尺进行一系列测量的传统的访问DME的方法相比，这是巨大的改进，因为它允许世界上任何地方的用户快速且方便地找到适合他们需求的患者接口。因此，它可以允许患者更快地开始治疗。此外，由于用户可以控制该过程，所以客户可以根据需要、不受干扰地并且满意地重复，从而增加了用户的信心和责任感。
如以下进一步描述的，本技术允许用户/患者捕获其面部结构的图像或一系列图像。由存储在计算机可读介质上的应用(诸如当由处理器执行时)提供的指令检测图像内的各种面部标志、测量和缩放这些标志之间的距离、将这些距离与数据记录进行比较、并且推荐适当的患者接口大小。因此，消费者的自动化装置可以允许诸如在家中进行准确的患者接口选择，以便允许消费者确定大小而不需要训练的同伴。系统
图4描绘了可以被实现用于自动面部特征测量和患者接口大小调整的示例性系统200。系统200通常可以包括服务器210、通信网络220和计算装置230中的一个或多个。服务器210和计算装置230可以经由通信网络220进行通信，通信网络220可以是有线网络222、无线网络224或者具有无线链路226的有线网络。在一些版本中，服务器210可以通过向计算装置230提供信息来与计算装置230进行单向通信，反之亦然。在其他实施例中，服务器210和计算装置230可以共享信息和/或处理任务。例如，该系统可以被实现成允许自动购买患者的接口(面罩)，其中该过程可以包括本文更详细描述的自动大小调整过程。例如，消费者可以在运行面罩选择过程之后在线订购面罩，该面罩选择过程通过对消费者的面部特征进行图像分析来自动识别合适的面罩大小。
计算装置
计算装置230可以是台式或膝上型计算机232或移动装置，诸如智能手机234或平板计算机236。图5描绘了计算装置230的通用架构300。装置230可以包括一个或多个处理器310。装置230还可以包括显示界面320、用户控制/输入接口331、传感器340和/或用于一个或多个传感器的传感器接口、惯性测量单元(IMU)342以及非易失性存储器/数据存储装置350。
传感器340可以是集成到计算装置230中的一个或多个摄像机(例如，CCD电荷耦合器件或有效像素传感器)，诸如在智能手机或膝上型计算机中提供的摄像机。可替代地，在计算装置230是台式计算机的情况下，装置230可以包括用于与外部摄像机(诸如图4中描绘的网络摄影机233)耦合的传感器接口。可以用于辅助本文所述的方法的其他示例性传感器可以与计算装置集成或者在计算装置外部，该计算装置包括用于捕获三维图像的立体摄像机，或者能够检测来自激光器的反射光的光检测器或者选通光源/结构化光源。
用户控制/输入接口331允许用户为提供给用户的提示或指令提供命令或响应。例如，这可以是触摸面板、键盘、鼠标、麦克风和/或扬声器。
显示界面320可以包括监视器、LCD面板等以便显示提示、输出信息(诸如面部测量或接口大小推荐)以及其他信息，诸如捕获显示器，如以下进一步详细描述的。
存储器/数据存储装置350可以是计算装置的内部存储器，诸如RAM、闪存或ROM。在一些实施例中，例如，存储器/数据存储装置350也可以是链接到计算装置230的外部存储器，诸如SD卡、服务器、USB闪存驱动器或光盘。在其他实施例中，存储器/数据存储装置350可以是外部存储器和内部存储器的组合。存储器/数据存储装置350包括存储的数据354和指示处理器310执行某些任务的处理器控制指令352。存储的数据354可以包括由传感器340接收的数据(诸如捕获的图像)以及作为应用的组成部分提供的其他数据。处理器控制指令352也可以作为应用的组成部分来提供。
面部特征测量和患者接口大小调整的应用
一个这种应用是用于面部特征测量和/或患者接口大小调整360的应用，其可以是可下载到诸如智能手机234和/或平板计算机236的移动装置的应用。可以存储在诸如存储器/数据存储装置350的计算机可读介质上的应用360包括用于处理器310执行与面部特征测量和/或患者接口大小调整有关的某些任务的编程指令。该应用还包括可以由自动化方法的算法处理的数据。这种数据可以包括数据记录、参考特征和校正因子，如以下另外详细解释的。
自动测量和大小调整的方法
如图6A-6D的流程图所示，本技术的一个方面是一种用于控制诸如处理器310的处理器使用二维或三维图像来测量患者面部特征并且基于所得到的测量值诸如从一组标准大小来推荐或选择适当的患者接口大小的方法。该方法通常可以被表征为包括三个或四个不同阶段：预捕获阶段400、捕获阶段500、捕获后图像处理阶段600以及比较和输出阶段700。
在一些情况下，用于面部特征测量和患者接口大小调整的应用可以控制处理器310在显示界面320上输出包括参考特征的视觉显示。用户可以诸如通过摄像机的移动将特征邻近其面部特征定位。处理器可以随后在满足诸如对准状况的某些状况时捕获并存储与参考特征相关联的面部特征的一个或多个图像。这可以在镜子330的帮助下完成。镜子330将所显示的参考特征和用户面部反射到摄像机。该应用随后控制处理器310识别图像内的某些面部特征并且测量其间的距离。通过图像分析处理，随后可以使用缩放因子来将可以是像素数的面部特征测量值转换为基于参考特征的标准面罩测量值。这种值例如可以是标准化的测量单位，诸如米或英寸，以及以适用于面罩大小的这类单位表示的值。额外的校正因子可以应用于测量。例如，面部特征测量值可以与包括对应于特定患者接口形式(诸如鼻罩和FFM)的不同患者接口大小的测量范围的数据记录进行比较。可以随后选择推荐大小并且基于该或这些比较结果作为推荐来输出给用户/患者。如果用户这样选择，那么可以在用户自己的家中舒适方便地实现这种过程。该应用可以在几秒钟内执行此方法。在一个实例中，该应用实时地执行此方法。
预捕获阶段400
在由图6A的流程图表示的预捕获阶段中，处理器310等等协助用户建立用于捕获用于大小调整处理的一个或多个图像的适当状况。例如，这些状况中的一些包括适当的照明和摄像机取向以及由握住计算装置230的不稳定的手引起的运动模糊。
在该方法的一个版本中，用户可以方便地将用于在计算装置230处从诸如第三方应用商店服务器的服务器执行自动测量和大小调整的应用下载到他们的计算装置230上。当下载时，这种应用可以存储在计算装置的内部非易失性存储器(诸如RAM或闪存)上。计算装置230优选地是移动装置，诸如智能手机234或平板计算机236。当用户启动应用时，处理器310可以经由计算装置的显示界面320提示用户提供诸如年龄、性别、体重和身高的患者特定信息。然而，处理器310可以随时提示用户输入此信息，诸如在用户的面部特征被测量之后。处理器310还可以呈现教程，该教程可以如由应用提供的可听和/或可视地呈现，以帮助用户理解他们在过程中的角色。这些提示还可能需要用于患者接口类型的信息，例如鼻子或全面部等，以及将使用患者接口的装置的类型。另外，在预捕获阶段400中，该应用可以基于用户已经收集的信息(诸如在接收到捕获的用户的面部的图像之后，并且基于机器学习技术或通过人工智能)来推断患者的特定信息。
传感器启动410
当用户准备继续进行时，处理器310如由该应用的处理器控制指令352的指示地启动传感器340，这可以通过用户输入或者对经由用户控制/输入接口331的提示的响应来指示。传感器340优选地是移动装置的位于移动装置的与显示界面320相同的一侧上的前向摄像机。摄像机通常被配置成捕获二维图像。捕获二维图像的移动装置摄像机无处不在。本技术利用这种普遍性来避免使用者需要获得专用设备的负担。
显示器420
几乎在同一时间传感器/摄像机340被启动，处理器310如由该应用指示地在显示界面320上呈现捕获的显示内容。图7A描绘了捕获显示器322及其内容的实例，可以包括摄像机实况动作预览324、参考特征326、目标方框328以及一个或多个状态指示器327或其任何组合。在该实例中，参考特征326在显示界面上居中显示并且具有对应于显示界面320的宽度的宽度。参考特征326的垂直位置可以使得参考特征326的顶部边缘邻接显示界面320的最上边缘，或者参考特征326的底部边缘邻接显示界面320的最下边缘。显示界面320的一部分将显示摄像机实况动作预览324，如果用户处于正确的位置和取向中，那么通常实时地显示由传感器/摄像机340捕获的用户的面部特征。
实况动作预览324是例如由摄像机/传感器340实时地看到/检测到的图像/内容的流。因此，如果用户将前置摄像机340指向用户的面部特征，那么用户的面部特征可以呈现在显示界面320上。类似地，如果用户将前置摄像机340指向镜子330，那么镜子330中的反射在显示界面320上作为实况动作预览324的一部分来显示，该反射将优选地包括显示界面320和其一个或多个内容(包括参考特征326)。然而，应当理解，虽然实况动作预览324可以包括患者的面部特征，但是不必在显示界面320上显示这类面部特征，如图7A所示。尽管如此，传感器340在该过程的这个方面过程中确实捕获到了面部特征。
参考特征326是计算装置230已知(预先确定)的特征，并且向处理器310提供允许处理器310缩放所捕获的图像的参照系。参考特征可以优选地是不同于用户的面部或解剖学特征的特征。因此，在图像处理阶段600过程中，其帮助处理器310确定何时满足某些对准状况，诸如在预捕获阶段400过程中。如图7A所示，参考特征326可以是快速响应(QR)代码或者已知的范例或标记，其可以向处理器310提供某些信息，诸如缩放信息、取向和/或任何其他所希望的信息，该信息可以任选地由QR码的结构所决定。QR码可以具有正方形或矩形的形状。当在显示界面320上显示时，参考特征326具有预先确定的尺寸，诸如以毫米或厘米为单位，其值可以被编码到应用中并且在适当的时间被传送到处理器310。参考特征326的实际尺寸可以在各种计算装置之间变化。在一些版本中，该应用可以被配置成特定的计算装置模型，其中参考特征326的尺寸在特定模型上显示时是已知的。然而，在其他实施例中，该应用可以指示处理器310从装置230获得某些信息，诸如允许处理器310计算经由缩放在显示界面320上显示的参考特征326的真实世界/实际尺寸的显示器大小和/或变焦特性。无论如何，在这类计算装置的显示界面320上显示的参考特征326的实际尺寸通常在捕获后图像处理之前是已知的。
连同参考特征326一起，目标方框328可以在显示界面320上显示，并且覆盖实况动作预览324。目标方框328允许用户对准目标方框328中的捕获显示器322内的某些部件，这对于成功的图像捕获是所希望的。在图7A所示的一个实例中，该应用可以包括捕获状况，在图像捕获之前，参考特征326将完全位于目标方框328内。目标方框328内的参考特征326的对准可以改善在稍后的处理过程中的检测，并且确保参考特征326在捕获的图像内的良好的位置和对准。此外，例如，目标方框328内的对准可以有助于确保显示界面320沿着上下轴线对准，以便避免过度的径向向内或向外倾斜以及旋转地围绕上下轴线，以便维持显示界面320大致平行于镜子330。
状态指示器327向用户提供关于过程状态的信息。这有助于确保用户在完成图像捕获之前不对传感器/摄像机的定位进行重大调整。
因此，在图7A描绘的实施例中，当用户将显示界面320平行于将要测量的面部特征保持并且将用户显示界面320呈现给镜子330或其他反射表面时，参考特征326被突出地显示并覆盖由摄像机/传感器340看到并且如由镜子330反射的实时图像。此参考特征326可以固定在显示界面320的顶部附近。以这种方式至少部分地突出显示参考特征326，这样使得传感器340可以清楚地看见参考特征326，从而使得处理器310可以容易地识别特征326。此外，参考特征326可以覆盖用户面部的实况视图，这有助于避免用户混淆。作为参考特征326的实时实况视图反射的可移动参考特征图像329可通过具有图像传感器的显示装置的移动而定位在对准方框内。最终，当可移动参考特征图像329定位在目标方框328内时，对准方框和可移动参考特征图像329将相对于参考特征326(例如在正下方)以偏移的方式定位和对准，这有助于可用性。
其他特征或信息可以由处理器310在显示界面320上显示。例如，该应用可以建立关于照明状况必须满足的参数。如果照明状况不令人满意，那么处理器310可以在显示界面上显示警告或者向用户输出可听警告，并且指示用户可以采取的可以帮助矫正不令人满意的照明状况的步骤。
图7B示出了替代的捕获显示器实施例320a，其类似地包括目标方框328和参考特征326。然而，不同于图7A，实况动作预览324示出用户的面部，在这种情况下，该面部被可替选地指定用于放置在目标方框328内，而不是被指定为包含参考特征326。此外，显示器320a还包括由处理器310生成的检测点321和边界框323。由来自应用的指令控制的处理器310可以检测并识别实况动作预览324中的某些面部特征。这些可以使用检测点321和边界框323显示给用户。这可以帮助用户了解诸如照明的特定状况对于图像捕获是令人满意的，因为这指示处理器310正在用检测点321识别这些面部特征并且将它们限制在边界框323中。
平面对准和反射图像430
如图7C所描绘的，用户可以将他们自己或他们的面部以及计算装置230定位在镜子330的前面，这样使得用户的面部特征和显示界面320被反射回传感器340。用户还可以由处理器310经由显示界面320通过经由计算装置230的扬声器的可听指令来指示，或者由教程提前指示，以便将显示界面320定位在面部特征的平面中来进行测量。例如，用户可以被指示将显示界面320定位成使得其面向前方，并且放置在与将要测量的某些面部特征对准的平面中的用户的下巴下方、抵靠用户下巴或者邻近用户下巴。例如，显示界面320可以与鼻梁点和颏上点平面对准地放置。由于最终捕获的图像是二维的，所以平面对准430有助于确保参考特征326的缩放同样适用于面部特征测量。就这一点而言，镜子330与用户的面部特征和显示器两者之间的距离将近似相同。
检测参考特征440
当用户被定位在镜子330的前方并且包括参考特征326的显示界面320被粗略地放置成与将要测量的面部特征平面对准时，处理器310检查某些状况以便帮助确保充分对准。如前所述，可以由该应用建立的一种示例性状况是参考特征326的整体必须在目标方框328内被检测到以便继续。如果处理器310检测到参考特征326未完全位于目标方框328内，那么处理器310可以禁止或延迟图像捕获。用户可以随后连同显示界面320一起移动他们的面部以便维持平面性，直到如在实况动作预览中显示的参考特征326位于目标方框328内为止。这有助于优化面部特征和显示界面320相对于镜子330的对准以便进行图像捕获。
读取IMU和倾斜对准450
当处理器310在目标方框328内检测到整个参考特征326时，处理器310可以读取计算装置的IMU 342以用于检测装置倾斜角度，只要计算装置230包括IMU 342。例如，IMU 342可以包括加速度计或陀螺仪。因此，处理器310可以诸如通过与一个或多个阈值进行比较来评估装置倾斜，以便确保其处于合适的范围内。例如，如果确定计算装置230并且因此显示界面320和用户的面部特征在大约+/-5度内在任何方向上倾斜，那么该过程可以前进到捕获阶段500。在其他实施例中，连续的倾斜角度可以在约+/-10度、+/-7度、+/-3度或+/-1度内。如果检测到过度倾斜，那么可能会显示或发出警告消息来校正不希望的倾斜。这对于协助用户帮助禁止或减少过度倾斜特别有用，特别是在前后方向上，如果不校正的话，可能构成测量误差的来源，因为捕获的参考图像将不具有适当的纵横比。
捕获阶段500
捕获启动510
当如由应用控制的处理器310确定对准时，处理器310进入捕获阶段500。一旦对准参数和任何其他先决状况得到满足，该阶段500优选地自动发生。然而，在一些实施例中，用户可以响应于启动捕获的提示来启动捕获。
捕获“n”图像520
当启动图像捕获时，处理器310经由传感器340捕获数量n个图像，其优选地是多于一个图像。例如，经由传感器340的处理器310可以捕获约5到20个图像、10到20个图像或者10到15个图像等。所捕获的图像的数量可以是基于时间的。换句话说，所捕获的图像的数量可以基于在预先确定时间间隔期间可以由传感器340捕获的预先确定分辨率的图像的数量。例如，如果图像传感器340可以在1秒内以预先确定的分辨率捕获的数量为40个图像，并且捕获的预先确定的时间间隔为1秒，那么传感器340将捕获40个图像以供处理器310处理。图像的数量可以是用户定义的，由服务器210基于人工智能或机器学习检测到的环境状况或者基于预期的精度目标来确定。例如，如果需要高精度，那么可能需要更多的捕获图像。尽管优选地捕获多个图像来进行处理，但是可以预期一个图像并且可以成功地用于获得精确的测量。然而，多于一个图像允许获得平均测量值。这可以减少错误/不一致性并且提高精度。图像可以由处理器310放置在存储器/数据存储装置350的存储数据354中，以便进行捕获后处理。
捕获后图像处理阶段600
一旦图像被捕获，图像就由处理器310处理以便检测或识别面部特征/界标并且测量其间的距离。所得到的测量值可以用于推荐适当的患者接口大小。该处理可以可替代地由服务器210执行接收所发送的捕获图像和/或在用户的计算装置(例如智能电话)上执行。也可以由处理器310和服务器210的组合来进行处理。在一个实例中，推荐的患者接口大小可以主要基于用户的鼻子宽度。在其他实例中，推荐的患者接口大小可以基于用户的嘴和/或鼻子尺寸。
读取图像610和检测面部特征620
处理器310，如由该应用所控制的，从存储数据354中检索一个或多个捕获图像。处理器310随后提取图像以便识别包括二维捕获图像的每个像素。处理器310随后检测像素形成内的某些预先指定的面部特征。例如，检测可以由处理器310使用边缘检测来执行，诸如Canny、Prewitt、Sobel或Robert的边缘检测。这些边缘检测技术/算法帮助识别像素形成内的某些面部特征的位置，该像素形成对应于为了图像捕获而呈现的患者的实际面部特征。例如，边缘检测技术可以首先识别图像内的用户的面部，并且还识别图像内的对应于特定面部特征的像素位置，诸如每只眼睛和其边界、嘴巴和其嘴角、左鼻翼和右鼻翼、鼻梁点、颏上点、眉间以及左右鼻唇沟等。处理器310可以随后标记、标志或存储这些面部特征中的每一个面部特征的该或这些特定像素位置。可替代地，或者如果通过处理器310/服务器210的这种检测不成功，那么可以由人类操作员手动检测并标记、标志或存储预先指定的面部特征，其中通过处理器310/服务器210的用户界面查看对捕获图像的访问。
测量面部特征之间的距离630
一旦识别出这些面部特征的像素坐标，该应用就控制处理器310测量某些识别的特征之间的像素距离。例如，该距离通常可以由每个特征的像素数量来确定，并且可以包括缩放。例如，可以采用左右鼻翼之间的测量来确定鼻子的像素宽度和/或鼻梁点与颏上点之间的距离来确定用户面部的像素高度。其他实例包括在每只眼睛之间、嘴角之间以及左右鼻唇沟之间的像素距离，以便获得如嘴巴的特定结构的附加测量数据。可以测量面部特征之间的更远的距离。
应用人体测量校正因子640
一旦获得了预先指定的面部特征的像素测量，就可以将一个或多个人体测量校正因子应用于测量。应当理解，如下所述，可以在应用缩放因子之前或之后应用该校正因子。人体测量校正因子可以校正在自动化过程中可能发生的错误，该错误可以被观察到始终发生在患者之间。换句话说，在没有校正因子的情况下，单独的自动化过程可能导致患者之间的一致结果，但是结果可能导致一定数量的大小不匹配的患者接口。校正因子可以从人群测试中根据经验来提取，将结果转换成更接近真实的测量值，从而有助于减少或消除大小不匹配。随着时间的推移，该校正因子可以精细或者精度提高，因为每个患者的测量和大小调整数据从对应的计算装置传送到服务器210，在该服务器处可以进一步处理这种数据以便改善校正因子。人体测量校正因子也可以在患者接口的形式之间变化。例如，寻求FFM的特定患者的校正因子可以与在寻求鼻罩时的校正因子不同。这种校正因子可以来源于跟踪面罩购买，诸如通过监控面罩归还并确定替换面罩与归还面罩之间的大小差异。
测量参考特征650
为了将面部特征测量值应用于患者接口大小调整，无论是通过人体测量校正因子校正还是未校正，测量值都可以从像素单位缩放到准确反映患者的面部特征之间的距离的如为图像捕获所呈现的其他值。参考特征可以用来获得一个或多个缩放值。因此，处理器310类似地确定参考特征的尺寸，其可以包括整个参考特征的像素宽度和/或像素高度(x和y)测量值(例如，像素数)。还可以确定包括QR码参考特征326的许多正方形/点的像素尺寸和/或由参考特征及其组成部分占据的像素区域的更详细的测量值。因此，可以以像素为单位测量QR码参考特征326的每个正方形或点，以便基于每个点的像素测量来确定缩放因子，并且随后在所测量的所有正方形或点之间进行平均，与QR码参考特征326的全大小的单个测量相比，这可以提高缩放因子的精度。然而，应当理解，无论对参考特征采取何种测量，都可以利用这些测量来将参考特征的像素测量缩放到参考特征的相应的已知维度。
计算缩放因子660
一旦参考特征的测量值由处理器310获取，缩放因子就由如由应用控制的处理器310来计算。参考特征的像素测量值与例如由显示界面320显示的用于图像捕获的参考特征326的参考特征的已知相应维度有关，以便获得转换或缩放因子。这种缩放因子可以是长度/像素或面积/像素^2的形式。换句话说，该或这些已知维度可以由该或这些相应的像素测量(例如，一个或多个计数)进行划分。
应用缩放因子670
处理器310随后将缩放因子应用于面部特征测量(像素数)，以便将来自像素单元的测量值转换为其他单位，以便反映出适用于面罩大小调整的患者的实际面部特征之间的距离。这通常可以涉及将缩放因子乘以面罩大小调整相关的面部特征的该或这些距离的像素数。
针对每个捕获的图像重复针对面部特征和参考特征的这些测量步骤和计算步骤，直到该组中的每个图像具有缩放和/或校正的面部特征测量值为止。
对面部特征测量值求平均680
处理器310可以随后任选地对该组图像的校正和缩放的测量值求平均，以便获得患者的面部解剖结构的最终测量值。这种测量值可以反映出患者面部特征之间的距离。
比较和输出阶段700
在比较和输出阶段700中，来自捕获后图像处理阶段600的结果可以被直接输出(显示)给感兴趣的人或者与一个或多个数据记录进行比较来获得针对患者接口大小的自动推荐。
显示平均结果710
一旦确定了所有测量值，处理器310就可以经由显示界面320将结果(例如，平均值)显示给用户。在一个实施例中，这可以结束自动化过程。用户/患者可以记录测量值以供用户进一步使用。
转发平均结果720
可替代地，最终的测量值可以自动地或者在用户的命令下经由通信网络220从计算装置230转发到服务器210。服务器210或服务器端的个人可以进行进一步的处理和分析以便确定合适的患者接口和患者接口大小。
比较结果730、选择并显示所推荐的大小732
在另外的实施例中，反映患者的实际面部特征之间的距离的最终面部特征测量值由处理器310与诸如数据记录中的患者接口大小数据进行比较。数据记录可以是用于自动面部特征测量和患者接口大小调整的应用的一部分。该数据记录可以包括例如由处理器310可访问的查找表，其可以包括对应于一系列面部特征距离/值的患者接口大小。数据记录中可以包括多个表格，许多表格可以对应于由制造商提供的患者接口的特定形式和/或患者接口的特定模型。
处理器310比较用户的测量值以便确定合适的大小或“最佳配合”，诸如通过识别测量值落在其内的一个或多个范围，并且随后诸如从与所识别的一个或多个范围相关联的一组标准尺寸(例如，小的、中等的或大的等)中选择接口大小。处理器310可以随后以在显示界面320上呈现的显示器的形式来推荐所识别的患者接口大小。处理器310甚至可以经由电子邮件、文本消息或即时通讯来自动转发针对用户记录的推荐。用户可以进一步具有经由处理器310提供给它的选项以便订购具有推荐大小的患者接口。订单可以被传送到服务器210，在其中可以进行用于订单交付的另外步骤。
替代方案和另外的应用特征
以下描述了可以用上述示例性方法、系统和装置实现的附加和/或替代特征。以下描述并不旨在是穷尽的，而仅仅是在符合本发明技术的情况下实现的许多变型的实例。
替代计算装置
在以上实例中，该方法至少部分地由作为计算装置230的移动装置来执行。然而，面部特征测量和/或接口大小调整可以例如至少部分地用台式计算机或膝上型计算机232来执行。在这种实例中，图像捕获和图像后处理阶段500、600将与以上描述的类似。然而，该方法可以在预捕获阶段400中不同。在这个阶段中，不是在显示界面320上显示参考特征326，而是在镜子330的前方定位显示界面320和用户的面部特征，这样使得参考特征326被捕获在图像中，该参考特征可以以已知的缩放打印到一张纸上并且由用户持有。因此，网络摄像机233可以经由处理器310在显示界面(可以是监视器)上显示用户的实况动作预览和参考特征。还将显示类似于如上所述的目标方框，在这种情况下，用户可以重新定位他们自己和参考特征，这样使得参考特征或用户的面部被定位在目标方框内。
替代的参考特征
虽然由上述显示界面320显示的示例性参考特征326可以包括QR码或其他处理器可检测的参考特征，但是可以利用由显示界面320显示或定位在用户附近的已知尺寸的其他参考特征。当参考特征不是通过镜子330捕获的显示特征时，参考特征可以是由应用建议并且位于用户附近的已知物理特征。例如，叠加有QR码的纸张、硬币、信用卡或纸板切出可以用作参考特征。虽然这种靠近定位的参考特征可以被用在实现镜子330的方法中，但是这类参考特征可以在以上直接描述的桌面计算装置方法中特别有用。在一个实例中，用户可以拿起已知大小(标准)的信用卡，这样使得为了确定缩放因子，处理器可以将该卡检测为参考特征。在另一个实施例中，已知尺寸的纸张，诸如A4尺寸的纸张可以保持横向或纵向取向。处理器可以经由传感器233检测纸张的角和/或长宽比，以便确定作为图像捕获的前提条件其何时与对准方框对准和/或从包括具有已知大小的纸张参考特征的一个或多个图像确定缩放因子。以下将更详细地描述将硬币用作参考特征的另一实现方式。
硬币
图8包含示出了方法800的流程图，该方法可以用于代替过程600来在硬币被用作参考特征的实现方式中实现捕获后图像处理阶段。在这种实现方式中，不需要预捕获阶段400。如上所述，在图像捕获阶段500之前，如图13A所示，硬币1300被放置在使用者的前额1310上、大致在鼻子上方。在正常的皮肤状况下，硬币将粘附到使用者的前额1310足够长的时间以便完成图像捕获阶段500。随后执行方法800以便实现捕获后图像处理阶段，并且最后如上所述地执行比较和输出阶段700。
方法800在步骤810处开始，这是在图像捕获阶段过程中所捕获的所有图像上循环的第一步骤。步骤810读取下一个捕获的图像。步骤820检测捕获的图像中的面部特征(眼睛和嘴巴)。以下将参照图9更详细地描述步骤820。步骤830检测捕获图像中的参考特征(硬币)。以下将参照图10更详细地描述步骤830。步骤840使用参考特征来计算缩放因子。以下将参照图11更详细地描述步骤840。接下来的步骤850在步骤820处对在捕获图像中检测到的面部特征进行测量。步骤850可以可替代地在步骤830和840之前执行。以下将参照图12更详细地描述步骤850。步骤860随后将在步骤850处进行的面部特征测量值与在步骤840处计算的缩放因子相乘。步骤870检查是否已到达捕获图像组的结束。如果不是(“N”)，那么方法800返回到步骤810以读取下一个捕获的图像。否则(“Y”)，最后的步骤880对所有捕获的图像的缩放的面部特征测量值进行求平均，以便产生准备用于上述比较和输出阶段700的最终缩放的面部特征测量值。
图9包含示出根据一种实现方式的可以用于实现方法800的面部特征检测步骤820的方法900的流程图。方法900开始于步骤902处，该步骤检测图像中的面部。例如，可以使用具有对象大小阈值的OpenCV级联分类器来找到图像内的面部。使用相应的级联分类器来找到每个检测到的面部内的每一对眼睛和嘴巴。步骤902的这个结果是定义图像内的每个检测到的面部的边界的矩形或“方框”的列表。对于每个检测到的面部，由步骤902返回定义在面部内发现的该或这些眼睛以及该或这些嘴部的位置和范围的方框的列表。步骤902还针对每个检测到的面部返回用于在面部内发现的每个硬币的方框。可以由步骤830使用这些方框来检测检测到的面部内的正确的参考特征。
针对在步骤902处检测到的最大面部方框来执行以下步骤905至960。步骤905至960过滤面部内检测到的特征，以便仅选择“最佳”匹配并移除任何重复/不正确的匹配。
步骤905检查是否由面部检测步骤902发现少于两只眼睛或者没有嘴巴。如果是(“Y”)，那么方法900在步骤960处结束。如果不是(“N”)，那么在步骤902处，步骤910检查是否找到正好两只眼睛和一只嘴。如果是(“Y”)，那么步骤915存储两只眼睛方框和嘴巴方框，并且方法900随后在步骤960处结束。如果不是(“N”)，那么在步骤902处，步骤920检查是否找到两只眼睛。如果是(“Y”)，那么步骤925存储两只眼睛方框，并且方法900前进到以下描述的步骤940。如果不是(“N”)，那么在步骤902处，步骤930检查是否找到一个嘴巴。如果是，那么步骤935存储嘴巴方框，并且方法900前进到步骤940。如果不是(“N”)，那么在步骤902处，步骤940检查是否找到多于一个嘴巴。如果是(“Y”)，那么步骤945存储多个嘴巴方框中最宽的嘴巴方框，并且方法900随后在步骤960处结束。否则(“N”)，步骤950检查在步骤902处是否找不到嘴巴。如果是(“Y”)，那么步骤955存储空嘴巴方框(带有角(0，0)和(0，0))，并且方法900随后在步骤960处结束。否则(“N”)，方法900在步骤960处结束。
在步骤820的其他级联分类器实现方式中，可以使用其他准则来在步骤902处过滤在最大面部方框内找到的方框，以便返回最可能的眼睛方框和嘴巴方框。
图10包含示出根据方法800的实现方式的可以用于实现方法800的参考特征检测步骤820的方法1000的流程图，其中方法900用于实现步骤820。在方法900的步骤902处检测到的最大面部方框上执行步骤1010至1090，以便识别面部内的“最佳”检测到的硬币。在步骤902处，步骤1010检查在面部内是否没有检测到硬币。如果是(“Y”)，那么方法1000在步骤1090处结束。否则(“N”)，步骤1020检查在步骤902处是否检测到确切的一枚硬币。如果是(“Y”)，那么步骤1030存储硬币方框，并且方法1000在步骤1090处结束。否则(“N”)，步骤1040加载“模板图像”，即参考特征的参考图像。在步骤902处，随后针对面部中检测到的多枚硬币中的每一个执行步骤1050至1070。步骤1050计算当前硬币与参考图像之间的匹配测量。在一种实现方式中，步骤1050对当前硬币与参考图像之间的匹配点的数量进行计数。步骤1060随后存储在步骤1050处找到的匹配测量。步骤1070检查是否所有硬币都已经匹配。如果不是(“N”)，那么方法1000返回到步骤1050。如果是(“Y”)，那么步骤1080找到在步骤1060处存储的最大匹配测量，并且存储具有最大匹配测量的硬币方框。方法1000随后在步骤1090处结束。
图11包含示出根据一种实现方式的可以用于实现方法800的计算缩放因子步骤840的方法1100的流程图。对在步骤830处检测到的“最佳”硬币执行步骤1105至1175。第一步骤1105转换包含在硬币方框内的图像以分离色调(H)和饱和度(S)通道。步骤1110随后计算该方框的H和S通道中的每一个的直方图。随后，步骤1115找到H和S通道直方图的峰值。随后针对H和S通道直方图中的每对峰值执行步骤1120至1150。步骤1120使用等于当前对应峰值位置的阈值来对H和S通道图像设定阈值。步骤1130随后检测设定阈值的(二进制)H和S图像中的图像。在一种实现方式中，步骤1130在二进制图像上使用Canny边缘检测滤波器。步骤1135随后使用二进制“与(AND)”操作来组合这两个边缘图像，这样使得唯一幸存的边缘像素是那些在H和S二进制图像中都检测到的像素。下一个步骤1140将椭圆拟合到组合的边缘图像。步骤1140可以使用任何方便的方法(例如线性回归)来将椭圆拟合到组合的边缘图像。在步骤1140处，将椭圆拟合到组合的边缘图像，因为通过任何角度三维旋转的圆圈表现为椭圆。步骤1145计算在步骤1140处拟合的椭圆的确定系数(写为R2)。如果确定系数太低或者组合的边缘图像中的边缘像素的数量太低，那么步骤1150随后去除该椭圆。
在已处理最后一对H、S直方图峰值之后，步骤1155选择具有最高确定系数的椭圆。步骤1160随后比较所选椭圆的宽度(水平直径)和高度(垂直直径)。如果宽度大于高度(“Y”)，那么步骤1165将硬币的测量直径设置为椭圆的宽度(作为像素数)。否则(“N”)，那么步骤1170将硬币的测量直径设置为椭圆的高度(作为像素数)。最后，步骤1175计算缩放因子作为硬币的真实直径(已知量，例如毫米)除以来自步骤1170或步骤1165的硬币的测量直径。
这个计算是基于这样一个事实，即当圆盘旋转任意角度时，其投影轮廓显示为椭圆形，并且椭圆的长轴的长度是该盘的直径，而与旋转的量或方向无关。这个事实证明了诸如硬币的循环参考特征适用于计算图像测量的缩放因子。
图12包含示出根据一种实现方式的可以用于实现方法800的面部特征测量步骤850的方法1200的流程图，其中面部特征测量值是面部高度。方法1200在步骤1210处开始，该步骤绘制眼线，即在步骤820处选择的两个眼睛方框的中心之间的连线。眼线被示出为图13B中的线1360，而两个眼睛方框被示出为1330和1340。步骤1220确定眼线的中点。步骤1230随后从在步骤1220处找到的中点在从在步骤1210处找到的眼线垂直向下的方向上绘制中线。在步骤1230处绘制的中线在图13B中被示出为1370。步骤1240随后测量面部高度作为中线到中线与在步骤820处选择的嘴巴方框的底部相交的点的长度。
由于面部围绕水平轴线的小旋转，在步骤1240处测量的面部高度可能不同于用户的实际面部高度。在步骤840处找到的椭圆可以为这种小水平旋转提供校正。来自步骤1240的真实面部高度(以像素为单位)与测量的面部高度的比率与来自步骤1160的硬币的真实高度(以像素为单位)与椭圆的测量高度的比率相同，如果该高度小于测量宽度(表示水平旋转已经发生)。因此，步骤1250检查来自步骤1160的椭圆的测量高度是否小于同样来自步骤1160的测量宽度。如果是(“Y”)，那么可以在步骤1260处通过将测量的面部高度乘以硬币的真实高度(以像素为单位)与来自步骤1160的椭圆的测量高度的比率来校正水平旋转。以像素为单位的硬币的真实高度仅仅是椭圆长轴的长度。用于检测到的硬币的椭圆的实例在图13B中示出为1320。在椭圆1320中，宽度小于高度，所以不需要校正测量的面部高度以便进行水平旋转。
在步骤820处，方法800的替代实现方式使用主动形状模型(ASM)0来检测面部特征。通常，主动形状模型使用一组训练图像内的已识别的界标来开发用于界标的相对位置(形状)的可变形模型以及由这些位置处的图像提供的像素值的统计模型。可变形形状模型被定义为：
Figure BDA0001533184820000241
其中x是由模型预测的界标位置(形状)的矢量，
Figure BDA0001533184820000242
是平均形状，P是也由训练集确定的一组本征矢量，并且b是权重矢量(姿态)，从而允许形状变形。像素值的统计模型是通过对垂直于训练集中每个图像内的每个界标的像素的范围进行采样来确定的。在采样之后，为每个界标确定平均像素值的矢量以及相应的协方差矩阵。每个界标的像素模型包括平均像素值的矢量和相应的协方差矩阵。
使用ASM在捕获的图像中搜索界标的过程是迭代的。对于第一次迭代，平均形状
Figure BDA0001533184820000243
被用作形状估计值x，并且在初始位置中被叠加在捕获图像上，该初始位置可能不太远离捕获图像中的界标，例如在捕获图像内居中。在如由当前形状估计值x定义的捕获图像中的每个界标位置处对像素值的范围进行采样。随后通过确定具有与像素模型中的平均像素值最小马氏距离(协方差加权欧几里得距离)的像素的范围来选择新的估计界标位置。随后更新形状估计值x的比例、平移和旋转以便最佳匹配新的估计的界标位置。随后通过更新当前的姿态估计值b使用剩下的任何剩余误差来使模型变形。随后使用等式来更新形状估计值x。1.重复这些步骤，直到估计的界标位置的某个高比例(例如至少90％)已经收敛在先前估计的位置的小半径(例如2个像素)内；在这一点上，形状比例、平移、旋转和姿势的变化认为是最小的。可以通过在三级高斯金字塔上重复迭代过程来加速收敛，其中每级上包含由2L抽取的捕获图像的副本。在粗级别上的界标位置的变化产生较大的相对移动，并且一旦形状收敛发生，迭代过程就向上移动一个级，从而产生更精细的形状和姿势变化。图14示出了在典型的捕获图像1400中通过迭代过程识别的界标位置。
在方法800(其中ASM被用于实施步骤820)的实现方式中，参考特征检测步骤830最初可以使用上述关于步骤902所描述的级联分类器来检测一个或多个“硬币方框”，并且随后使用上述方法1000来选择“最佳”检测到的硬币。
在方法800的替代实现方式中，面部特征测量步骤850测量适用于调整面罩大小的两个所选界标之间的像素距离。在图14所示的适用于调整鼻罩大小的一个实例中(参见图1B)，所选择的界标是左右鼻翼顶点1410和1420(参见图3B)，从而产生鼻子宽度的面部特征测量值。
角膜
在另外的实现方式中，参考特征可以是该或这些眼睛的特征，诸如用户的虹膜或角膜。虹膜直径在所有种族中都非常相似，并且在青少年之后不会增长。95％的成年人角膜直径范围(水平可见虹膜直径)在11.0至12.5mm之间[2]。使用眼睛特征的优点在于，它消除了在捕获图像中存在诸如硬币、信用卡、QR码等的外来参考特征的需要。在这种实现方式中，方法800可以如下实现。可以将一个或每个角膜的边界点检测为面部特征检测步骤820的ASM实现方式的一部分，其中每个角膜的边界点是ASM中的界标。因此不需要单独的参考特征检测步骤830。步骤840可以计算一个或每个角膜的直径作为角膜或每个角膜的边界点之间的距离，并且计算缩放因子作为11.75mm的平均角膜直径与一只或另一只眼睛的测量的角膜直径(以像素为单位)的比率，或者两个测量的角膜直径的平均值。在步骤840的变型中，基于用户年龄的知识来选择平均角膜直径，因为跨越给定年龄的人的角膜直径的变化小于跨越一般成年人群的变化。
助手模式
以上描述了镜子330被实现成帮助用户捕获图像。然而，用于测量和大小调整的申请可以允许替代方案。例如，由应用控制的处理器310可以向用户提供使用镜子330或第三方来保持传感器340并将其直接瞄准预期的面罩用户的选项。因此，预期的面罩使用者可以使他/她的面部特征和参考特征由保持传感器340的亲戚、朋友或固定支架捕获到。因此，该应用可以包括“伙伴”或“助手”模式，其中显示界面320可以呈现实况摄像机预览和目标方框，诸如摄像机实况动作预览324和目标方框328。该应用可以随后指导助手如何捕获合适的图像以进行面罩大小调整。例如，在该模式中，处理器310可以任选地操作以允许助手选择可以被集成到智能电话234或平板计算机236中的前置摄像机或后置摄像机。因此，助手可以看着显示界面320并将后置摄像机指向患者的面部特征以及可以由患者保持的参考特征。“伙伴”或“助手”模式也可以为用户提供操作前置摄像机的选项。任选地，可以使用支架来保持移动装置，同时用户相对于摄像机340移动，直到由用户保持的参考特征在显示界面320上显示的目标方框内正确地对准。
照明和滤光器
以上还描述了如果照明状况不令人满意，那么由应用控制的处理器310可以通知用户状况不令人满意，并且提供移动到更亮或更暗的照明位置的指令。然而，认识到满足该状况可能并不总是可能的，所以该应用可以控制处理器310将滤光器应用于传感器/摄像机340以便允许在广泛的照明状况下进行操作。如果环境太亮，可以自动应用特定的滤光器，以使得可以容易地检测到用户的面部特征。相反地，在照明状况太暗的情况下，可以实现另一个滤光器来检测所希望的面部特征或者使用计算装置的光源来照亮患者的面部特征。这可以在预捕获阶段400过程中执行。
替代传感器
本文描述的方法对于基于二维图像的测量和大小调整特别有用，因为用于二维图像的摄像机无处不在。然而，所公开的技术设想了其他类型的传感器，其能够在不使用诸如激光器和检测器组合的参考特征的情况下确定缩放。例如，这种传感器可以检测到目标的距离，该距离可以用来计算缩放。其他传感器可以被用来获得三维渲染。例如，可以使用立体摄像机来获得三维图像。可以在三维图像上执行与上述类似的过程。在这种实施例中，参考特征可以是具有已知的x、y和z维度的三维对象。可以使用的其他传感器是选通光源和检测器的组合。来自选通光源的反射光可以被定时以便在处理器中计算距离。
用于应用的存储介质
在以上详述的示例性方法中，用于自动面部特征测量和患者接口大小调整的应用从诸如应用商店服务器的第三方服务器下载到计算装置的内部存储器。然而，在一个实施例中，该应用可以经由网络从服务器210或经由诸如闪存驱动器、SD卡或光盘的一些其他外部计算机可读存储介质下载到计算装置的内部存储器/数据存储装置350。可替代地，在另一个实施例中，该应用可以被存储在外部计算机可读存储介质中并且直接链接到处理器310。在另外的实施例中，包括其对应的处理器指令和数据的应用可以被存储在诸如服务器210的计算装置230外部的介质上，并且由计算装置230经由网络浏览器(例如Google
Figure BDA0001533184820000261
或Intemet
Figure BDA0001533184820000262
)和/或Web浏览器扩展(诸如Adobe
Figure BDA0001533184820000263
)来进行访问。
跟踪和更新
该应用可以包括附加功能，诸如随着时间的推移跟踪用户的体重以及当用户的体重波动时相应的面部改变，这可以被整合到患者接口推荐分析中。例如，重量、年龄和/或身高可以是在数据记录中考虑的用于选择适当的面罩大小的参数。此外，该应用可以记录用户/患者订购的特定患者接口以及订购发生的日期，以便可以经由该应用向用户提供替换和/或维护提醒和/或用于一般的健康监测。
此外，该应用可以不时地更新，可以经由应用商店或服务器210提供给用户。这些更新可以为用户提供新的参考特征和用于参考特征的已知尺寸信息，更新的面罩调整尺寸表和新的面罩类型信息以及其他数据处理信息，诸如更新的人体测量校正因子，其可以被连续地精细化为越来越多的最终用户使用该应用并通过服务器210将他们的信息发回。有利地，远程更新参考特征的能力可以能够获得更精确的测量，或者当后续的参考特征被开发时提高该应用的响应性。远程更新可以是无缝的后台进程，需要很少的用户交互或者不需要用户交互，例如当应用被加载并且更新可用时发生更新。该应用的远程更新意味着该应用的后续版本还可以利用设置有计算装置230的最新模型的更强大、更好或附加的硬件部件。
其他图像源
在以上描述的示例性方法中，图像由传感器340捕获，诸如与处理器310位于同一计算装置230上的摄像机，该处理器执行用于面部特征测量和患者接口大小调整的应用360。然而，在其他实现方式中，处理器310可以通过计算装置230所连接的网络220从另一来源接收图像。其他来源的实例包括MMS消息、电子邮件、网页或其他图像服务器，例如服务器210。在其中服务器210执行用于面部特征测量和患者接口大小调整的应用360的其他实现方式中，服务器210可以通过服务器210所连接到的网络220从另一来源接收图像。
其他备注
本专利文件的公开内容的一部分包含受版权保护的材料。版权所有者不反对任何人复制专利文献或专利公开内容，因为它出现在专利局的专利文件或记录中，但是无论何事在其他方面保留所有版权。
除非上下文另有明确规定，否则当提供值的范围时，应当理解，该范围的上下限与该明示范围的任何其他明示或居中值之间的直到下限单位十分之一的每个居中值都涵盖于本技术中。这些介入范围的上下限可独立地包含于介入范围中，并且也涵盖于本技术中，所明示范围中的任何极限可特别地加以排除。当所明示范围包括所述极限中的一个或两个时，排除那些所包括的极限中的一个或两个的范围也包含于本技术中。
此外，在本文将一个或多个值陈述为作为本技术的一部分来实现的情况下，应当理解，除非另有说明，否则这些值可以是近似的，并且这些值可以在实际的技术实现方式可能允许或需要的程度上用于任何适合的有效数字。
除非另外定义，否则本文所用的所有技术和科学术语都具有与由本技术所属领域的普通技术人员通常所理解相同的含义。尽管在实践或测试本技术中还可使用与本文所述的那些方法和材料类似或等效的任何方法和材料，但是在此描述有限数量的示例性方法和材料。
当特定材料被确定为用于构造部件时，可以使用具有相似特性的明显的替代材料作为替代品。此外，除非相反规定，否则本文所述的任何和所有部件都被理解为能够被制造，并且因此可以被一起或单独制造。
必须指出，除非上下文另外明确地规定，否则本文和附加的权利要求书中使用的单数形式“一个”、“一种”和“所述”包括它们的复数等同形式。
如本文所使用的，术语“约”、“大体上”和“实质上”旨在表示与绝对的偏离包括在如此修改的术语的范围内。
本文提及的所有出版物通过引用整体并入本文，以便公开和描述作为这些出版物的主题的方法和/或材料。提供本文讨论的出版物仅仅提供在本申请的提交日期之前的公开内容。本文中的任何内容都不应被解释为承认本技术不能凭借优先权发明而在这些出版物之前授权。此外，所提供的公布日期可以不同于可能需要独立地证实的实际公布日期。
术语“包括”和“包含”应被解释为：是指以非排他方式的元件、部件或步骤指示可能存在或被利用的参考元件、部件或步骤，或者与没有明显参考的其他元件、部件或步骤组合。
在详细描述中使用的主题标题仅仅是为了读者易于参考而包括，并且不应用来限制贯穿本公开或权利要求书中发现的主题。主题标题不应用于解释权利要求或权利要求限制的范围。
尽管已经参照特定实例描述了本文中的技术，但是应当理解，这些实例仅仅是本技术的原理和应用的说明。在一些情况下，术语和符号可以意味着实践该技术所不需要的具体细节。例如，尽管可以使用术语“第一”和“第二”，但是除非另外指明，否则它们不旨在指示任何顺序，而是可以用来区分不同的元素。此外，尽管方法中的处理步骤可以按照顺序进行描述或说明，但是这种顺序不是必需的。本领域的技术人员将认识到，可以修改这种顺序和/或可以同时或者甚至同步地执行其各方面。
因此应当理解，可以对说明性实例进行许多修改，并且在不脱离本技术的精神和范围的情况下可以设计出其他安排。
参考标记列表
患者 10
床伴 20
捕获 40
空气回路 50
加湿器 60
患者接口 100
充气室 120
结构 130
通气口 140
前额支撑件 150
密封形成结构 160
连接端口 170
系统 200
服务器 210
网络 220
网络 222
无线网络 224
无线链路 226
计算装置 230
膝上型计算机 232
网络摄像机 233
智能电话 234
平板计算机 236
架构 300
处理器 310
显示界面 320
显示器 320a
检测点 321
捕获显示器 322
边界框 323
实况动作预览 324
参考特征 326
状态指示器 327
目标方框 328
参考特征图像 329
镜子 330
用户控制/输入接口 331
传感器 340
IMU 342
存储器/数据存储装置 350
指令 352
存储的数据 354
应用 360
预捕获阶段 400
步骤 410
步骤 420
步骤 430
步骤 440
步骤 450
图像捕获阶段 500
步骤 510
步骤 520
后图像处理阶段 600
步骤 610
步骤 620
步骤 630
步骤 640
步骤 650
步骤 660
步骤 670
步骤 680
输出阶段 700
步骤 710
步骤 720
步骤 730
步骤 732
方法 800
步骤 810
步骤 820
步骤 830
步骤 840
步骤 850
步骤 860
步骤 870
步骤 880
方法 900
步骤 902
步骤 905
步骤 910
步骤 915
步骤 920
步骤 925
步骤 930
步骤 935
步骤 940
步骤 945
步骤 950
步骤 955
步骤 960
方法 1000
步骤 1010
步骤 1020
步骤 1030
步骤 1040
步骤 1050
步骤 1060
步骤 1070
步骤 1080
步骤 1090
方法 1100
步骤 1105
步骤 1110
步骤 1115
步骤 1120
步骤 1130
步骤 1135
步骤 1140
步骤 1145
步骤 1150
步骤 1155
步骤 1160
步骤 1165
步骤 1170
步骤 1175
方法 1200
步骤 1210
步骤 1220
步骤 1230
步骤 1240
步骤 1250
步骤 1260
硬币 1300
前额 1310
椭圆 1320
线 1360
捕获图像 1400
右鼻翼顶点 1410
右鼻翼顶点 1420
引用的参考文献
Cootes，T.F.、Taylor，C.J.、Cooper，D.H.和Graham，J.(1995)的Active ShapeModels-Their Training and Application.Computer Vision and ImageUnderstanding，61(1)，3859[主动形状模型-其训练-与应用，计算机视觉和图像理解，61(1)，3859]。
Florian Rufer，MD、Anke Schroder，MD和Carl Erb，MD的White-to-WhiteCorneal Diameter：Normal Values in Healthy Humans Obtained With the Orbscan IITopography System.Cornea，24(3)，259-261，April 2005[角膜水平直径：用角膜断层扫描仪Orbscan II地形系统获得的健康人的正常值，角膜，2005年4月，24(3)，259-261]。

Claims (60)

1.一种用于根据患者接口大小选择患者接口的自动化方法，所述方法包括在一个或多个处理器中：
接收由图像传感器捕获的图像数据，所述捕获的图像数据包含与预先确定的参考特征相关联的所述患者接口的预期用户的一个或多个面部特征，其中所述预先确定的参考特征是所述用户的角膜或虹膜；
在所述捕获的图像数据中检测所述用户的一个或多个面部特征；
检测所述捕获的图像数据中的所述用户的角膜或虹膜；
处理所述捕获的图像数据的图像像素数据以基于与所述用户的角膜或虹膜相关联的图像像素数据和与所述用户的角膜或虹膜相关联的已知尺寸来测量在所述捕获的图像数据中检测到的所述一个或多个面部特征的纵横向间距；并且
基于关于一组标准患者接口大小的大小信息的所述一个或多个面部特征和数据记录的测量纵横向间距与所述一个或多个面部特征的所述测量纵横向间距的比较来从所述组标准患者接口大小中选择患者接口大小。
2.如权利要求1所述的方法，其中所述一个或多个面部特征的所述纵横向间距包括所述用户的鼻梁点与颏上点之间的距离。
3.如权利要求1所述的方法，进一步包括基于从所述与所述用户的角膜或虹膜相关联的所述图像像素数据和与所述用户的角膜或虹膜相关联的所述已知尺寸导出的缩放因子来计算所述测量纵横向间距的值。
4.如权利要求1所述的方法，进一步包括用人体测量校正因子调整所述测量的纵横向间距的值。
5.如权利要求4所述的方法，其中所述人体测量校正因子基于患者接口返回数据来计算。
6.如权利要求3至5中任一项所述的方法，进一步包括在所述一个或多个处理器中计算作为与所述用户的角膜或虹膜相关联的的所述已知尺寸和所述检测到的所述用户的角膜或虹膜的检测像素数的函数的所述缩放因子。
7.如权利要求1至5中任一项所述的方法，进一步包括为了图像捕获，在与所述图像传感器耦合的显示装置的显示界面上显示所述参考特征。
8.如权利要求7所述的方法，其中所述显示界面包括由所述图像传感器检测到的内容的目标指南和实况动作预览，所述内容包括在所述显示界面上显示的所述参考特征。
9.如权利要求8所述的方法，进一步包括在所述一个或多个处理器中控制所述图像数据的捕获以满足至少一个对准状况。
10.如权利要求9所述的方法，其中所述至少一个对准状况包括在所述目标指南的方框内检测所述实况动作预览的所述参考特征的定位。
11.如权利要求9至10中任一项所述的方法，其中所述至少一个对准状况包括检测在上下延伸轴线的大约+/-10度内的倾斜状况。
12.如权利要求9至10中任一项所述的方法，其中所述至少一个对准状况包括检测在上下延伸轴线的大约+/-5度内的倾斜状况。
13.如权利要求12所述的方法，其中倾斜状况的检测通过读取惯性测量单元(IMU)来执行。
14.如权利要求1至5中任一项所述的方法，其中所述患者接口包括面罩。
15.如权利要求14所述的方法，其中所述患者接口包括鼻罩。
16.如权利要求1至5中任一项所述的方法，其中所述处理图像像素数据包括对像素计数。
17.如权利要求1至5中任一项所述的方法，进一步包括基于所述选择的患者接口大小生成用于购买的患者接口的自动电子报价。
18.如权利要求1至5中任一项所述的方法，进一步包括从多个捕获图像中计算所述一个或多个面部特征的面部特征的所述测量纵横向间距的平均值。
19.一种用于自动推荐与特定患者的面部特征互补的患者接口大小的系统，包括：
一个或多个服务器，所述一个或多个服务器被配置成通过网络与计算装置通信，所述一个或多个服务器被进一步配置成：
接收由图像传感器捕获的图像数据，所述捕获的图像数据包含与预先确定的参考特征相关联的所述患者接口的预期用户的一个或多个面部特征，其中所述预先确定的参考特征是所述用户的角膜或虹膜；
在所述捕获的图像数据中检测所述用户的一个或多个面部特征；
检测所述捕获的图像数据中的所述用户的角膜或虹膜；
处理所述捕获的图像数据的图像像素数据以基于与所述用户的角膜或虹膜相关联的图像像素数据和与所述用户的角膜或虹膜相关联的已知尺寸来测量在所述捕获的图像数据中检测到的所述一个或多个面部特征的纵横向间距；并且
基于关于一组标准患者接口大小的大小信息的所述一个或多个面部特征和数据记录的测量纵横向间距与所述一个或多个面部特征的所述测量纵横向间距的比较来从所述组标准患者接口大小中选择患者接口大小。
20.如权利要求19所述的系统，其中所述一个或多个面部特征的所述纵横向间距包括所述用户的鼻梁点与颏上点之间的距离。
21.如权利要求19所述的系统，其中所述一个或多个服务器被进一步配置成基于从与所述用户的角膜或虹膜相关联的所述图像像素数据和与所述用户的角膜或虹膜相关联的所述已知尺寸导出的缩放因子来计算所述测量纵横向间距的值。
22.如权利要求19所述的系统，其中所述一个或多个服务器被进一步配置成用人体测量校正因子调整所述测量的纵横向间距的值。
23.如权利要求22所述的系统，其中所述人体测量校正因子基于患者接口返回数据来计算。
24.如权利要求21至23中任一项所述的系统，其中所述一个或多个服务器被进一步配置成计算作为与所述用户的角膜或虹膜相关联的所述已知尺寸和所述检测到的所述用户的角膜或虹膜的检测像素数的函数的所述缩放因子。
25.如权利要求19至23中任一项所述的系统，进一步包括所述计算装置，其中所述计算装置被配置成为了图像捕获而在与所述图像传感器耦合的显示装置的显示界面上生成所述参考特征的显示。
26.如权利要求25所述的系统，其中所述显示界面包括由所述图像传感器检测到的内容的目标指南和实况动作预览，所述内容包括在所述显示界面上显示的所述参考特征。
27.如权利要求26所述的系统，其中所述计算装置被进一步配置成控制所述图像数据的捕获以便满足至少一个对准状况。
28.如权利要求27所述的系统，其中所述至少一个对准状况包括在所述目标指南的方框内检测所述实况动作预览的所述参考特征的定位。
29.如权利要求27所述的系统，其中所述至少一个对准状况包括检测在上下延伸轴线的大约+/-10度内的倾斜状况。
30.如权利要求28所述的系统，其中所述至少一个对准状况包括检测在上下延伸轴线的大约+/-5度内的倾斜状况。
31.如权利要求29所述的系统，其中倾斜状况的检测通过读取惯性测量单元(IMU)来执行。
32.如权利要求19至23中任一项所述的系统，其中所述患者接口包括面罩。
33.如权利要求32所述的系统，其中所述患者接口包括鼻罩。
34.如权利要求19至23中任一项所述的系统，其中为了处理图像像素数据，所述一个或多个服务器被配置成对像素计数。
35.如权利要求19至23中任一项所述的系统，其中所述一个或多个服务器被进一步配置成基于所述选择的患者接口大小生成用于购买的患者接口的自动电子报价。
36.如权利要求19至23中任一项所述的系统，其中所述一个或多个服务器被进一步配置成从多个捕获图像中计算所述一个或多个面部特征的面部特征的所述测量纵横向间距的平均值。
37.如权利要求19至23中任一项所述的系统，其中所述一个或多个服务器被进一步配置成通过所述网络将所述选择的患者接口大小传送给所述计算装置。
38.一种用于自动推荐与特定患者的面部特征互补的患者接口大小的系统，包括：
移动计算装置，所述移动计算装置被配置成通过网络与一个或多个服务器进行通信，所述移动计算装置被进一步配置成：
接收图像的捕获的图像数据，所述捕获的图像数据包含与预先确定的参考特征相关联的用户的一个或多个面部特征，其中所述预先确定的参考特征是所述用户的角膜或虹膜，所述捕获的图像数据用图像传感器来捕获；
在所述捕获的图像数据中检测所述用户的一个或多个面部特征；
检测所述捕获的图像数据中的所述用户的角膜或虹膜；
处理所述捕获的图像数据的图像像素数据以基于与所述用户的角膜或虹膜相关联的图像像素数据和与所述用户的角膜或虹膜相关联的已知尺寸来测量在所述捕获的图像数据中检测到的所述一个或多个面部特征的纵横向间距；并且
基于关于一组标准患者接口大小的大小信息的所述一个或多个面部特征和数据记录的测量纵横向间距与所述一个或多个面部特征的所述测量纵横向间距的比较来从所述组标准患者接口大小中选择患者接口大小。
39.如权利要求38所述的系统，其中所述一个或多个面部特征的所述纵横向间距包括所述用户的鼻梁点与颏上点之间的距离。
40.如权利要求39所述的系统，其中所述移动计算装置被进一步配置成基于从与所述用户的角膜或虹膜相关联的所述图像像素数据和与所述用户的角膜或虹膜相关联的所述已知尺寸导出的缩放因子来计算所述测量纵横向间距的值。
41.如权利要求40所述的系统，其中所述移动计算装置被进一步配置成用人体测量校正因子调整所述测量的纵横向间距的值。
42.如权利要求41所述的系统，其中所述人体测量校正因子基于患者接口返回数据来计算。
43.如权利要求40至42中任一项所述的系统，其中所述移动计算装置被进一步配置成计算作为与所述用户的角膜或虹膜相关联的所述已知尺寸和所述检测到的所述用户的角膜或虹膜的检测像素数的函数的所述缩放因子。
44.如权利要求38至42中任一项所述的系统，其中所述移动计算装置被配置成为了所述图像捕获而在与所述图像传感器耦合的显示装置的显示界面上生成所述参考特征的显示。
45.如权利要求44所述的系统，其中所述显示界面包括由所述图像传感器检测到的内容的目标指南和实况动作预览，所述内容包括在所述显示界面上显示的所述参考特征。
46.如权利要求45所述的系统，其中所述移动计算装置被进一步配置成控制所述图像数据的捕获以便满足至少一个对准状况。
47.如权利要求46所述的系统，其中所述至少一个对准状况包括在所述目标指南的方框内检测所述实况动作预览的所述参考特征的定位。
48.如权利要求47所述的系统，其中所述至少一个对准状况包括检测在上下延伸轴线的大约+/-10度内的倾斜状况。
49.如权利要求47所述的系统，其中所述至少一个对准状况包括检测在上下延伸轴线的大约+/-5度内的倾斜状况。
50.如权利要求48所述的系统，其中倾斜状况的检测通过读取惯性测量单元(IMU)来执行。
51.如权利要求38至42中任一项所述的系统，其中所述患者接口包括面罩。
52.如权利要求51所述的系统，其中所述患者接口包括鼻罩。
53.如权利要求38至42中任一项所述的系统，其中为了处理图像像素数据，所述移动计算装置被配置成对像素计数。
54.如权利要求38至42中任一项所述的系统，其中所述移动计算装置被进一步配置成基于所述选择的患者接口大小请求用于购买的患者接口的自动电子报价。
55.如权利要求38至42中任一项所述的系统，其中所述移动计算装置被进一步配置成从多个捕获图像中计算所述一个或多个面部特征的面部特征的所述测量纵横向间距的平均值。
56.如权利要求38至42中任一项所述的系统，其中所述移动计算装置被进一步配置成通过所述网络将所述选择的患者接口大小传送给服务器。
57.一种用于自动推荐与特定患者的面部特征互补的患者接口大小的设备，所述设备包括：
用于接收由图像传感器捕获的图像数据的装置，所述捕获的图像数据包含与预先确定的参考特征相关联的所述患者接口的预期用户的一个或多个面部特征，其中所述预先确定的参考特征是所述用户的角膜或虹膜；
用于在所述捕获的图像数据中检测所述用户的一个或多个面部特征的装置；
用于检测所述捕获的图像数据中的所述用户的角膜或虹膜的装置；
用于处理所述捕获的图像数据的图像像素数据以基于与所述用户的角膜或虹膜相关联的图像像素数据和与所述用户的角膜或虹膜相关联的已知尺寸来测量在所述捕获的图像数据中检测到的所述一个或多个面部特征的纵横向间距的装置；以及
用于基于关于一组标准患者接口大小的大小信息的所述一个或多个面部特征和数据记录的测量纵横向间距与所述一个或多个面部特征的所述测量纵横向间距的比较来从所述组标准患者接口大小中选择患者接口大小的装置。
58.一种用于根据患者接口大小选择患者接口的自动化方法，所述方法包括在一个或多个处理器中：
控制在显示装置的显示界面上显示预先确定的参考特征；
接收由与所述显示装置耦合的图像传感器捕获的图像数据，所述捕获的图像数据包含与所述预先确定的参考特征的显示版本相关联的所述患者接口的预期用户的一个或多个面部特征，所述预先确定的参考特征被显示在所述显示装置的所述显示界面上；
在所述捕获的图像数据中检测所述用户的一个或多个面部特征；
检测所述捕获的图像数据中的所述预先确定的参考特征的所述显示版本；
处理所述捕获的图像数据的图像像素数据以基于与所述预先确定的参考特征的所述显示版本相关联的图像像素数据和在所述显示装置的所述显示界面上显示的所述预先确定的参考特征的已知尺寸来测量在所述捕获的图像数据中检测到的所述一个或多个面部特征的纵横向间距；并且
基于关于一组标准患者接口大小的大小信息的所述一个或多个面部特征和数据记录的测量纵横向间距与所述一个或多个面部特征的所述测量纵横向间距的比较来从所述组标准患者接口大小中选择患者接口大小。
59.一种用于自动推荐与特定患者的面部特征互补的患者接口大小的系统，包括：
移动计算装置，所述移动计算装置被配置成通过网络与一个或多个服务器进行通信，所述移动计算装置被进一步配置成：
在显示装置的显示界面上显示预先确定的参考特征；
接收图像的捕获的图像数据，所述捕获的图像数据包含与所述预先确定的参考特征的显示版本相关联的用户的一个或多个面部特征，所述预先确定的参考特征被显示在所述显示装置的所述显示界面上，所述图像数据用与所述显示装置耦合的图像传感器来捕获；
在所述捕获的图像数据中检测所述用户的一个或多个面部特征；
检测所述捕获的图像数据中的所述预先确定的参考特征的所述显示版本；
处理所述捕获的图像数据的图像像素数据以基于与所述预先确定的参考特征的所述显示版本相关联的图像像素数据和在所述显示装置的所述显示界面上显示的所述预先确定的参考特征的已知尺寸来测量在所述捕获的图像数据中检测到的所述一个或多个面部特征的纵横向间距；并且
基于关于一组标准患者接口大小的大小信息的所述一个或多个面部特征和数据记录的测量纵横向间距与所述一个或多个面部特征的所述测量纵横向间距的比较来从所述组标准患者接口大小中选择患者接口大小。
60.一种用于自动推荐与特定患者的面部特征互补的患者接口大小的设备，所述设备包括：
用于显示预先确定的参考特征的装置；
用于接收由图像传感器捕获的图像数据的装置，所述捕获的图像数据包含与所述预先确定的参考特征的显示版本相关联的所述患者接口的预期用户的一个或多个面部特征，所述预先确定的参考特征被显示在所述装置上以便进行显示；
用于在所述捕获的图像数据中检测所述用户的一个或多个面部特征的装置；
用于检测所述捕获的图像数据中的所述预先确定的参考特征的所述显示版本的装置；
用于处理所述捕获的图像数据的图像像素数据以基于与所述预先确定的参考特征的所述显示版本相关联的图像像素数据和在所述用于显示预先确定的参考特征的装置的显示界面上显示的所述预先确定的参考特征的已知尺寸来测量在所述捕获的图像数据中检测到的所述一个或多个面部特征的纵横向间距的装置；以及
用于基于关于一组标准患者接口大小的大小信息的所述一个或多个面部特征和数据记录的测量纵横向间距与所述一个或多个面部特征的所述测量纵横向间距的比较来从所述组标准患者接口大小中选择患者接口大小的装置。
CN201680038895.5A 2015-06-30 2016-06-30 使用移动应用的面罩大小调整工具 Active CN107735136B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111205800.3A CN113941066A (zh) 2015-06-30 2016-06-30 使用移动应用的面罩大小调整工具

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562186461P 2015-06-30 2015-06-30
US62/186,461 2015-06-30
US201662313202P 2016-03-25 2016-03-25
US62/313,202 2016-03-25
PCT/AU2016/050560 WO2017000031A1 (en) 2015-06-30 2016-06-30 Mask sizing tool using a mobile application

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202111205800.3A Division CN113941066A (zh) 2015-06-30 2016-06-30 使用移动应用的面罩大小调整工具

Publications (2)

Publication Number Publication Date
CN107735136A CN107735136A (zh) 2018-02-23
CN107735136B true CN107735136B (zh) 2021-11-02

Family

ID=57607368

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201680038895.5A Active CN107735136B (zh) 2015-06-30 2016-06-30 使用移动应用的面罩大小调整工具
CN202111205800.3A Pending CN113941066A (zh) 2015-06-30 2016-06-30 使用移动应用的面罩大小调整工具

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202111205800.3A Pending CN113941066A (zh) 2015-06-30 2016-06-30 使用移动应用的面罩大小调整工具

Country Status (4)

Country Link
US (2) US10980957B2 (zh)
EP (1) EP3316952A4 (zh)
CN (2) CN107735136B (zh)
WO (1) WO2017000031A1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10058670B2 (en) * 2013-12-05 2018-08-28 Fisher & Paykel Healthcare Limited Interface sizing tool and method
US11579145B2 (en) 2016-10-17 2023-02-14 Reliant Immune Diagnostics, Inc. System and method for image analysis of medical test results
US9857372B1 (en) 2016-10-17 2018-01-02 Reliant Immune Diagnostics, LLC Arbovirus indicative birth defect risk test
US11693002B2 (en) 2016-10-17 2023-07-04 Reliant Immune Diagnostics, Inc. System and method for variable function mobile application for providing medical test results using visual indicia to determine medical test function type
US11107585B2 (en) 2016-10-17 2021-08-31 Reliant Immune Diagnostics, Inc System and method for a digital consumer medical wallet and storehouse
US10902951B2 (en) 2016-10-17 2021-01-26 Reliant Immune Diagnostics, Inc. System and method for machine learning application for providing medical test results using visual indicia
US11802868B2 (en) 2016-10-17 2023-10-31 Reliant Immune Diagnostics, Inc. System and method for variable function mobile application for providing medical test results
US11651866B2 (en) 2016-10-17 2023-05-16 Reliant Immune Diagnostics, Inc. System and method for real-time insurance quote in response to a self-diagnostic test
JP2021520982A (ja) * 2018-02-19 2021-08-26 ジェイソン ハリソン，ハワード 医療診断用の画像収集および寸法分析のための方法及びシステム
US20220323706A1 (en) * 2019-09-06 2022-10-13 ResMed Asia Pte. Ltd. Systems and methods for manufacture of a patient interface and components thereof
AU2020384370A1 (en) 2019-11-13 2021-08-12 Resmed Inc. System and method for collection of fit data related to a selected mask
EP3889968A1 (en) * 2020-04-01 2021-10-06 L'oreal Method for self-measuring facial or corporal dimensions, notably for the manufacturing of personalized applicators
US20210361897A1 (en) * 2020-05-21 2021-11-25 Lawrence Neal Apparatus and method for selecting positive airway pressure mask interface
EP4260334A1 (en) 2020-12-11 2023-10-18 ResMed Pty Ltd System and method for determining sleep analysis based on a body image
FR3119693A1 (fr) * 2021-02-10 2022-08-12 L'air Liquide Société Anonyme Pour L’Étude Et L'exploitation Des Procédés Georges Claude Méthode et système de sélection à distance d’un masque respiratoire, notamment pour le traitement de l’apnée obstructive du sommeil
JP2024511698A (ja) 2021-02-26 2024-03-15 レズメド インコーポレイテッド 個人化されたマスク形状を持続的に調整するためのシステムおよび方法
WO2022198327A1 (en) * 2021-03-26 2022-09-29 Ar Medical Technologies Incorporated Systems and methods of adaptively generating facial device selections based on visually determined anatomical dimension data
CA3232840A1 (en) * 2021-10-06 2023-04-13 Benjamin Wilson Casse Method and system for selecting a mask
CN113963237B (zh) * 2021-12-22 2022-03-25 北京的卢深视科技有限公司 模型训练、戴口罩状态检测方法、电子设备及存储介质

Family Cites Families (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0088761B1 (en) 1981-04-24 1987-08-12 Somed Pty. Ltd. Device for treating snoring sickness
US4782832A (en) 1987-07-30 1988-11-08 Puritan-Bennett Corporation Nasal puff with adjustable sealing means
US5384862A (en) * 1992-05-29 1995-01-24 Cimpiter Corporation Radiographic image evaluation apparatus and method
AUPO126596A0 (en) 1996-07-26 1996-08-22 Resmed Limited A nasal mask and mask cushion therefor
WO1998052092A1 (fr) 1997-05-16 1998-11-19 Hoya Corporation Systeme servant a elaborer des lunettes de façon personnalisee
US6310967B1 (en) * 1998-04-29 2001-10-30 University Of South Florida Normal and abnormal tissue identification system and method for medical images such as digital mammograms
AUPP366398A0 (en) 1998-05-22 1998-06-18 Resmed Limited Ventilatory assistance for treatment of cardiac failure and cheyne-stokes breathing
DE10000790C2 (de) 2000-01-11 2003-11-13 Map Medizin Technologie Gmbh Atemmasekenanordnung und Verfahren zur Bereitstellung derselben
US20020093515A1 (en) 2000-06-16 2002-07-18 Fay Pierre N. Method of measuring and sizing objects from an image of a human face using iris size
JP4469476B2 (ja) 2000-08-09 2010-05-26 パナソニック株式会社 眼位置検出方法および眼位置検出装置
EP1346299A1 (en) 2000-10-18 2003-09-24 Johnson & Johnson Consumer Companies, Inc. Intelligent performance-based product recommendation system
US6728589B1 (en) * 2000-10-20 2004-04-27 Mallinckrodt Inc. Customized respiratory mask and method of manufacturing same
US6801913B2 (en) 2000-10-20 2004-10-05 Canon Kabushiki Kaisha Medical instrument control system
US7672973B2 (en) 2002-12-18 2010-03-02 Ric Investments, Llc Patient interface device or component selecting system and method
DE202004021756U1 (de) 2003-02-21 2010-10-07 ResMed Ltd., Bella Vista Nasale Anordnung
US20050089213A1 (en) * 2003-10-23 2005-04-28 Geng Z. J. Method and apparatus for three-dimensional modeling via an image mosaic system
EP3527248B1 (en) 2003-12-31 2020-10-14 ResMed Pty Ltd Compact oronasal patient interface
US20050215889A1 (en) * 2004-03-29 2005-09-29 The Board of Supervisory of Louisiana State University Methods for using pet measured metabolism to determine cognitive impairment
WO2005118041A1 (en) 2004-06-04 2005-12-15 Resmed Limited Mask fitting system and method
US20060023228A1 (en) * 2004-06-10 2006-02-02 Geng Zheng J Custom fit facial, nasal, and nostril masks
NZ772374A (en) 2005-01-12 2022-07-29 ResMed Pty Ltd Cushion for patient interface
US20160004820A1 (en) * 2005-02-01 2016-01-07 Newsilike Media Group, Inc. Security facility for maintaining health care data pools
CN107320833B (zh) 2005-06-06 2022-06-03 瑞思迈私人有限公司 面罩系统
US7209577B2 (en) * 2005-07-14 2007-04-24 Logitech Europe S.A. Facial feature-localized and global real-time video morphing
US8254637B2 (en) * 2006-07-27 2012-08-28 Resmed Limited Mask fitting system and method
AU2007300379A1 (en) * 2006-09-27 2008-04-03 Georgia Tech Research Corporation Systems and methods for the measurement of surfaces
US7904193B2 (en) 2006-09-29 2011-03-08 Nellcor Puritan Bennett Llc Systems and methods for providing custom masks for use in a breathing assistance system
US20100007726A1 (en) 2006-10-19 2010-01-14 Koninklijke Philips Electronics N.V. Method and apparatus for classifying a person
US8090194B2 (en) * 2006-11-21 2012-01-03 Mantis Vision Ltd. 3D geometric modeling and motion capture using both single and dual imaging
CN103418070B (zh) 2006-12-15 2017-03-01 瑞思迈有限公司 呼吸治疗的传送系统
WO2008125995A1 (en) * 2007-04-12 2008-10-23 Koninklijke Philips Electronics, N.V. Image capture in combination with vital signs bedside monitor
WO2008130905A2 (en) * 2007-04-17 2008-10-30 Mikos, Ltd. System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps
US7916971B2 (en) * 2007-05-24 2011-03-29 Tessera Technologies Ireland Limited Image processing method and apparatus
US8355552B2 (en) * 2007-06-20 2013-01-15 The Trustees Of Columbia University In The City Of New York Automated determination of lymph nodes in scanned images
DE602008005448D1 (de) 2007-06-27 2011-04-21 Panasonic Corp Bildgebungsgerät, verfahren, systemintegrierte schaltung und programm
NZ591310A (en) 2007-07-30 2012-07-27 Resmed Ltd Nasal pillows patient breathing interface with vent in elbow of air supply
US8978655B2 (en) * 2008-01-24 2015-03-17 John Hincks Duke Integral valve effect respirator
US8194936B2 (en) * 2008-04-25 2012-06-05 University Of Iowa Research Foundation Optimal registration of multiple deformed images using a physical model of the imaging distortion
AU2009202232B2 (en) 2008-06-04 2013-10-03 Resmed Limited Patient Interface Systems
WO2010135785A1 (en) 2009-05-29 2010-12-02 Resmed Ltd Nasal mask system
US20120305003A1 (en) 2009-10-21 2012-12-06 Mark Phillip E Rapid production of customized masks
AU2010317581B2 (en) 2009-11-11 2014-07-24 Koninklijke Philips Electronics N.V. Mask comfort diagnostic method
WO2011073813A1 (en) 2009-12-16 2011-06-23 Koninklijke Philips Electronics N.V. Sleep management vending kiosk and associated method
US8687070B2 (en) * 2009-12-22 2014-04-01 Apple Inc. Image capture device having tilt and/or perspective correction
US9128281B2 (en) * 2010-09-14 2015-09-08 Microsoft Technology Licensing, Llc Eyepiece with uniformly illuminated reflective display
JP2013523203A (ja) * 2010-03-25 2013-06-17 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 浮動調節アームを用いる患者インターフェース装置
US8708914B2 (en) * 2010-06-07 2014-04-29 Atheropoint, LLC Validation embedded segmentation method for vascular ultrasound images
EP2567347A4 (en) * 2010-04-28 2014-08-27 Given Imaging Ltd SYSTEM AND METHOD FOR DISPLAYING PARTS OF IN VIVO IMAGES
US9298985B2 (en) * 2011-05-16 2016-03-29 Wesley W. O. Krueger Physiological biosensor system and method for controlling a vehicle or powered equipment
AU2010249222A1 (en) 2010-12-08 2012-06-28 Tracton, Daniel Mr Configuration of lenses
TWI545947B (zh) 2011-04-08 2016-08-11 南昌歐菲光電技術有限公司 具有影像擷取及分析模組之顯示裝置
US20120287163A1 (en) * 2011-05-10 2012-11-15 Apple Inc. Scaling of Visual Content Based Upon User Proximity
IN2014CN02650A (zh) 2011-10-21 2015-08-07 Koninkl Philips Nv
WO2013088293A1 (en) 2011-12-13 2013-06-20 Koninklijke Philips Electronics N.V. Parametric approach to mask customization
US8861783B1 (en) * 2011-12-30 2014-10-14 Given Imaging Ltd. System and method for detection of content in an image stream of the gastrointestinal tract
JP2015509808A (ja) 2012-03-14 2015-04-02 コーニンクレッカ フィリップス エヌ ヴェ フェイシャルマスクのカスタムマスクデザインのためのサイジング情報を決定するデバイス及び方法
US9177130B2 (en) 2012-03-15 2015-11-03 Google Inc. Facial feature detection
EP2873027A2 (en) * 2012-07-11 2015-05-20 Koninklijke Philips N.V. Patient interface identification system
US9015099B2 (en) * 2012-08-14 2015-04-21 Sri International Method, system and device for inferring a mobile user's current context and proactively providing assistance
NZ741896A (en) 2012-10-01 2019-11-29 Resmed Inc System and method for medical device identifier
US20140250523A1 (en) * 2012-10-11 2014-09-04 Carnegie Mellon University Continuous Authentication, and Methods, Systems, and Software Therefor
EP2907106B1 (en) * 2012-10-12 2019-04-17 Koninklijke Philips N.V. System for accessing data of a face of a subject
US9947112B2 (en) 2012-12-18 2018-04-17 Koninklijke Philips N.V. Scanning device and method for positioning a scanning device
US9361411B2 (en) 2013-03-15 2016-06-07 Honeywell International, Inc. System and method for selecting a respirator
US20140261430A1 (en) * 2013-03-15 2014-09-18 Lucy Carol Davis Facial Mask Apparatus and Method of Making
US20140278320A1 (en) * 2013-03-15 2014-09-18 Honeywell International Inc. System and method for selecting a respirator
US20140278552A1 (en) 2013-03-15 2014-09-18 Global Telehealth Solutions, Inc. Modular centralized patient monitoring system
US10580527B2 (en) 2013-05-10 2020-03-03 Koninklike Philips N.V. Patient interface device selection system and method based on three-dimensional modelling
RU2660616C2 (ru) 2013-05-10 2018-07-06 Конинклейке Филипс Н.В. Способ и 3-d система выбора устройства интерфейса пациента
US9811948B2 (en) 2013-05-10 2017-11-07 Koninklijke Philips N.V. 3D modeled visualisation of a patient interface device fitted to a patient's face
EP2994886B1 (en) * 2013-05-10 2020-11-04 Koninklijke Philips N.V. 3d patient interface device selection system and method.
US8983152B2 (en) * 2013-05-14 2015-03-17 Google Inc. Image masks for face-related selection and processing in images
US20140354830A1 (en) * 2013-06-03 2014-12-04 Littleton Precision, LLC System and method for adding scale to photographic images
WO2015035229A2 (en) * 2013-09-05 2015-03-12 Cellscope, Inc. Apparatuses and methods for mobile imaging and analysis
EP3061063A4 (en) * 2013-10-22 2017-10-11 Eyenuk, Inc. Systems and methods for automated analysis of retinal images
US20150306330A1 (en) * 2014-04-29 2015-10-29 MaskSelect, Inc. Mask Selection System
US9459201B2 (en) * 2014-09-29 2016-10-04 Zyomed Corp. Systems and methods for noninvasive blood glucose and other analyte detection and measurement using collision computing
US10220172B2 (en) * 2015-11-25 2019-03-05 Resmed Limited Methods and systems for providing interface components for respiratory therapy

Also Published As

Publication number Publication date
WO2017000031A1 (en) 2017-01-05
US20210299384A1 (en) 2021-09-30
US20180117272A1 (en) 2018-05-03
CN113941066A (zh) 2022-01-18
EP3316952A4 (en) 2019-03-13
US11857726B2 (en) 2024-01-02
US10980957B2 (en) 2021-04-20
CN107735136A (zh) 2018-02-23
EP3316952A1 (en) 2018-05-09

Similar Documents

Publication Publication Date Title
CN107735136B (zh) 使用移动应用的面罩大小调整工具
US11791042B2 (en) Methods and systems for providing interface components for respiratory therapy
US9400923B2 (en) Patient interface identification system
US11935252B2 (en) System and method for collection of fit data related to a selected mask
CN108348719B (zh) 确定关于患者的面部的信息
US10881827B2 (en) Providing a mask for a patient based on a temporal model generated from a plurality of facial scans
US20230098579A1 (en) Mask sizing tool using a mobile application
JP2023553957A (ja) 身体画像に基づいて睡眠分析を決定するシステム及び方法
JP2023524416A (ja) 患者の２ｄの正面画像から患者の３ｄの顔情報の決定
US20230364365A1 (en) Systems and methods for user interface comfort evaluation
CN116888682A (zh) 用于持续调整个性化面罩形状的系统和方法
EP4298638A1 (en) System and method for continuous adjustment of personalized mask shape
NZ762184B2 (en) Methods and systems for providing interface components for respiratory therapy
NZ762184A (en) Methods and systems for providing interface components for respiratory therapy
NZ762180B2 (en) Methods and systems for providing interface components for respiratory therapy
NZ726142B2 (en) Methods and systems for providing interface components for respiratory therapy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: New South Wales Australia

Applicant after: Reisman Private Limited

Address before: New South Wales Australia

Applicant before: RESMED LTD.

GR01 Patent grant
GR01 Patent grant