CN114449943A - 用于睡眠障碍性呼吸(sdb)护理的睡眠检测 - Google Patents

用于睡眠障碍性呼吸(sdb)护理的睡眠检测 Download PDF

Info

Publication number
CN114449943A
CN114449943A CN202080066688.7A CN202080066688A CN114449943A CN 114449943 A CN114449943 A CN 114449943A CN 202080066688 A CN202080066688 A CN 202080066688A CN 114449943 A CN114449943 A CN 114449943A
Authority
CN
China
Prior art keywords
sleep
information
sensing
sensed
implantable
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.)
Pending
Application number
CN202080066688.7A
Other languages
English (en)
Inventor
约翰·龙多尼
戴维·迪肯
克里斯托弗·索普
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.)
Inspire Medical Systems Inc
Original Assignee
Inspire Medical Systems Inc
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 Inspire Medical Systems Inc filed Critical Inspire Medical Systems Inc
Publication of CN114449943A publication Critical patent/CN114449943A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • 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
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • 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
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/398—Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4815—Sleep quality
    • 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
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3601—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
    • A61N1/3611—Respiration control
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/36128—Control systems
    • A61N1/36135—Control systems using physiological parameters
    • A61N1/36139—Control systems using physiological parameters with automatic adjustment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • 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
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • 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
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1102—Ballistocardiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6867—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive specially adapted to be attached or implanted in a specific body part
    • 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
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device

Abstract

用于确定例如与睡眠障碍性呼吸(SDB)护理相关联的睡眠‑觉醒状态的装置和/或方法。

Description

用于睡眠障碍性呼吸(SDB)护理的睡眠检测
很大一部分人群患有各种形式的睡眠障碍性呼吸(SDB)。在一些患者中，外部呼吸治疗装置和/或仅手术干预可能无法治疗睡眠障碍性呼吸行为。
附图说明
图1是示意性地表示确定睡眠-觉醒状态的示例方法的流程图。
图2A是示意性地表示通过感测运动来感测生理信息的示例方法的图。
图2B是示意性地表示包括感测关于血管的运动的示例方法的图。
图3A、图3B是示意性地表示相对于姿势信息确定睡眠-觉醒状态的示例方法的图。
图3C是示意性地表示关于不同示例感测生理参数确定睡眠-觉醒状态的示例方法的图。
图4A是示意性地表示检测睡眠和/或维持刺激疗法的示例方法的流程图。
图4B是示意性地表示检测睡眠的示例方法的图。
图4C是示意性地表示包括区分身体运动、姿势等的示例方法的图。
图5、图6、图7、图8是示意性地表示相对于呼吸相信息确定睡眠-觉醒状态的示例方法的图。
图9是示意性地表示关于呼吸信号和/或心动周期的变异性确定睡眠-觉醒状态的示例方法的流程图。
图10至图14是示意性地表示相对于各种示例心动周期特征、心脏波形形态等确定睡眠-觉醒状态的示例方法的示意图。
图15A至图15B是示意性地表示相对于示例运动信息确定睡眠-觉醒状态的示例方法的图。
图15C至图15F是示意性地表示相对于各种示例心动周期信息确定睡眠-觉醒状态的示例方法的图。
图16A至图16B是示意性地表示通过识别相对于阈值的所感测的生理信息的变异性来确定睡眠-觉醒状态的示例方法的图。
图17和图18是示意性地表示通过跟踪与时间、活动、非移动参数等有关的参数来确定睡眠-觉醒状态的示例方法的图。
图19是示意性地表示根据睡眠概率和/或觉醒概率确定睡眠-觉醒状态的示例方法的图。
图20A是示意性地表示关于基于睡眠概率和/或觉醒概率而采取动作确定睡眠-觉醒状态的示例方法的图。
图20B至图20H是示意性地表示关于确定睡眠-觉醒状态的方法相对于关于时间、温度、睡眠阶段等的各种示例边界采取动作的实例的图，所述动作包括启动或终止刺激。
图20I是示意性表示接收关于至少图20B至图20H中表示的示例边界中的一些示例边界的输入的示例方法的图。
图21是示意性地表示确定睡眠-觉醒状态的示例方法的图，所述方法包括分割感测信号以使得能够评估不同的睡眠-觉醒确定参数。
图22是示意性地表示根据睡眠概率和/或觉醒概率确定睡眠-觉醒状态的示例方法的图。
图23A、图23B是示意性地表示分别根据觉醒信息和打鼾信息确定睡眠-觉醒状态的示例方法的图。
图24是示意性地表示示例装置和/或用作用于确定睡眠-觉醒状态的示例方法的一部分的示例感测部分的框图。
图26是示意性地表示示例处理部分的框图，该示例处理部分可以形成示例感测部分的一部分和/或与示例感测部分通信。
图25A是包括示意性地表示患者的身体和用于治疗睡眠障碍性呼吸和/或确定睡眠-觉醒状态的示例植入式医疗装置的前视图的图。
图25AA是包括示意性地表示具有传感器的示例可植入医疗装置的前视图的图。
图25B至图25F是示意性地表示作为植入头颈区中的微刺激器的示例可植入医疗装置的不同示例实施方式的图。
图27A是示意性地表示示例护理引擎的框图。
图27B是包括示意性地表示示例心脏波形形态的图形的图。
图27C是包括示意性地表示示例呼吸波形形态的图形的图。
图27D和图27E是示意性地表示确定睡眠-觉醒状态的示例方法的图，所述方法包括确定与启动、改变或终止刺激有关的流响应的变化。
图28A和图28B是示意性地表示示例控制部分的框图。
图29是示意性地表示示例用户界面的框图。
图30是示意性地表示可植入医疗装置与外部装置之间的示例通信布置的框图。
图31A、图31B是示意性地表示包括示例治疗使用模式、睡眠-觉醒状态、睡眠质量部分、使用度量等的示例用户界面的图，所述示例用户界面可以与用于确定睡眠-觉醒状态的示例方法和/或示例装置联合使用。
图31C至图31D是示意性地表示包括关于睡眠-觉醒状态确定采取动作的示例方法的图。
图31E是示意性地表示接收关于开始和/或停止治疗处置的输入的示例方法的图。
图31F是示意性地表示包括跟踪关于治疗的使用、开始、停止等的信息的示例方法的图。
图31G是示意性地表示确定自动睡眠-觉醒确定的有效性的示例方法的图。
图31H是示意性地表示用于通过图形用户界面显示关于治疗的使用、开始、停止等的示例方法和/或示例装置的图。
图32是示意性地表示根据睡眠-觉醒确定的示例方法的睡眠-觉醒相关事件的示例时间表的图。
图33是示意性地表示用于确定睡眠-觉醒状态的示例方法和/或示例装置的图。
图34是示意性地表示示例方法和/或示例装置的图，包括可植入医疗装置相对于用于确定睡眠-觉醒状态的外部资源，包括训练机器学习模型等。
图35是示意性地表示用于训练关于确定睡眠-觉醒状态的机器学习模型的示例方法和/或示例装置的图。
图36是示意性地表示用于根据经训练的机器学习模型确定睡眠-觉醒状态的示例方法和/或示例装置的图。
具体实施方式
在下面的详细描述中，参考形成其一部分的附图，其中以说明的方式示出了可以实施本公开的具体实例。应理解，可以利用其它实例，并且可以在不脱离本公开的范围的情况下进行结构或逻辑改变。因此，下面的详细描述不应理解为限制性的。应理解，除非另有特别说明，否则本文中描述的各种实例的特征可彼此部分或整体地组合。
本公开的至少一些实例涉及用于医学病症的诊断、治疗和/或其它护理的装置。至少一些实例可包括可植入装置和/或包括使用可植入装置的方法。
至少一些示例装置和/或示例方法可以涉及睡眠障碍性呼吸(SBD)护理，其可以包括监测、诊断和/或刺激疗法。在一些此类实例中，SDB护理可包括自动确定睡眠-觉醒状态，这又可以包括检测睡眠和/或检测觉醒。在一些实例中，检测睡眠包括检测睡眠的开始和/或检测睡眠开始后进行中的睡眠。在一些此类实例中，睡眠-觉醒确定可用于启动(和/或维持)治疗周期，在该治疗周期中，使用神经刺激疗法来治疗睡眠障碍性呼吸。在一些实例中，此类觉醒的自动检测(作为自动睡眠-觉醒确定的一部分)可用于终止治疗周期。以此方式，患者能够放弃和/或显著减少每天使用患者远程控件，使得患者远程控件可以很少地用于启动和/或终止可以施加刺激的治疗周期。在一个方面，可用于在治疗周期内启动刺激疗法的这种睡眠开始的自动检测不同于仅用于诊断目的的睡眠分期。
在一些此类实例中，此类自动睡眠检测可以代替(或结合)识别治疗周期(例如，可选预定日期时间(例如，晚上10点至下午6点))的开始和/或结束或者患者(在睡眠开始时)打开装置和(在睡眠终止时)关闭装置的其它方法使用。稍后将描述可以与自动睡眠检测一起使用或代替自动睡眠检测使用以便识别治疗周期的开始或结束的各种示例方法、元件和/或装置。
考虑到先前描述的实例中的至少一些，在一些实例中，确定睡眠-觉醒状态的方法包括在以下时间检测睡眠：(1)日期时间；以及(2)检测到在可选预定时间段内指示睡眠的身体运动的缺乏。日期时间可以是可选择的和/或可以基于患者数据。在至少一些实例中，日期时间对应于患者可能正在睡眠或打算睡眠的时间段。一旦满足至少这两个标准，则该方法包括以低强度启动刺激疗法，并且逐渐将治疗的强度增加到目标强度水平。只要所感测的生理信息指示睡眠正在继续，那么以目标强度水平的刺激就继续。然而，在检测到患者身体运动(指示觉醒)时或者在检测到患者机械地指示觉醒时，所述方法终止任何刺激疗法，并且保持在无刺激模式(或在一些实例中保持在较低刺激模式)中并持续可选预定时间(例如，15分钟)。换句话说，在中断之后，所述方法延迟刺激疗法的恢复(或者从低刺激改变到目标刺激)并持续设定时间段(例如，15分钟)。延迟周期的长度是可编程的。在一些实例中，所述方法可使用额外参数执行，所述额外参数是例如感测额外生理现象(例如，呼吸、心脏、姿势等)、实施额外条件，和/或增强对正被感测的生理现象的敏感性或特异性。例如，在一个非限制性实例中，所述方法可以包括检测姿势，并且包括检测睡眠的某些姿势(但不检测其它姿势)和/或姿势的某些变化。在一些实例中，某些姿势和/或姿势的变化可由患者和/或临床医生选择。例如，在所述方法中，可检测睡眠的指定姿势可以包括平躺姿势(例如，仰卧、左侧、右侧)，而不可自动检测睡眠的指定姿势可以包括患者处于坐立姿势。
在一个方面，在一些睡眠周期是非预期的或由于不规律日程安排而发生的情况下，自动睡眠检测(和/或觉醒检测)的至少一些示例方法可以增强SDB护理。相比之下，仅根据预设时间和/或根据手动控制启动SDB护理可能错过提供SDB护理的机会，而自动睡眠检测可以增加可以实施SDB护理的情况的数目和/或类型。例如，在患者可能想在坐着时睡觉(其中躺下是授权自动睡眠检测的唯一允许姿势)的情况下，根据所述方法，患者可以(例如，通过远程控件或轻拍IPG附近的胸部)激活治疗周期或者可以修改睡眠检测特征以实施坐立姿势睡眠的自动检测。
在一些实例中，确定睡眠-觉醒状态还可以包括确定患者的睡眠阶段，这继而可以在治疗周期内实现修改刺激(例如，增加、减少等)。
在一些实例中，可以根据特定患者的呼吸模式、活动模式(例如，他们活动的方式和时间)、睡眠模式(例如，日期时间、星期几等)等来自动定制睡眠-觉醒状态的自动确定。
在一些实例中，确定睡眠-觉醒状态可以在没有姿势或身体位置信息的情况下实施。因此，在一些实例中，特定姿势或特定位置的睡眠不用于确定睡眠-觉醒状态。例如，即使患者可能处于除仰卧位或侧卧位之外的位置，本公开的示例方法和/或装置仍可确定睡眠-觉醒状态。因此，示例方法和/或装置可以提供睡眠-觉醒状态的更鲁棒和更准确的确定，并且因此提供更有用的自动启动和/或终止治疗周期，而不管睡眠姿势如何。在一些实例中，自动启动、自动暂停特征等(例如，源自自动检测睡眠-觉醒状态)可以由临床医生或患者例如通过临床医生编程器或患者远程控件选择性地激活或停用。
确定睡眠-觉醒状态的至少一些实例还可以涉及心脏护理、药物递送和/或其它护理形式，无论是独自的还是与睡眠障碍性呼吸(SDB)护理相关联。
作为确定睡眠-觉醒状态的一部分，在一些实例中，收集睡眠时间并将其提供给临床医生和患者以用于诊断、遵守监测和患者参与目的。在一些实例中，睡眠时间可包括每天、每周等的睡眠持续时间，以及每个工作日、周末的睡眠开始和/或睡眠终止的日期时间、平均值等。收集的睡眠时间还可以包括关于睡眠暂停的附加信息，例如其频率、持续时间等，以及其他睡眠时间信息。
在一些实例中，当确定睡眠-觉醒状态时，检测睡眠可以与检测觉醒不同，至少因为用于最佳检测每个状态(睡眠对觉醒)的特定感测模态中的至少一些可以不同，和/或在睡眠中感测的参数的特定值可以不同于在觉醒中感测的参数的特定值。例如，在睡眠期间，本公开的示例方法和/或装置可以成功地区分REM睡眠与觉醒。
在一些实例中，至少一些与用于确定睡眠-觉醒状态基本上相同的上述特征和属性可以用于检测非睡眠状态和/或非觉醒状态。在一些此类实例中，术语“非睡眠”可对应于睡眠保持在睡眠检测阈值以下的概率，而在一些此类实例中，术语“非觉醒”可对应于觉醒保持在觉醒检测阈值以下的概率。在一些实例中，对非睡眠状态和/或非觉醒状态的检测可以增强患者的睡眠-觉醒状态的全面跟踪、监测等，这继而可以增强对睡眠障碍性呼吸的护理。
结合至少图1至图36进一步描述这些实例和额外实例。
如图1中的500处示意性地表示的，在一些实例中，一种方法包括通过至少一个可植入传感器感测生理信息(502)，以及通过所感测的生理信息确定睡眠-觉醒状态(504)。如上所述，确定睡眠-觉醒状态包括睡眠检测，通过睡眠检测可以自动启动SDB护理的治疗周期(例如，神经刺激疗法)。相反，确定睡眠-觉醒状态可包括觉醒检测，通过觉醒检测可以自动终止SDB护理的治疗周期。在检测到短暂唤醒(相对于长时间觉醒)并且之后预期恢复睡眠的一些实例中，治疗周期不被终止。确切地说，短暂唤醒可被视为治疗周期中的暂停。一些示例方法可以包括基于时间的阈值(其可以仅仅是多个因素中的一个因素)，以确定觉醒的持续时间是否包括短暂唤醒或长时间觉醒。
在一些实例中，检测觉醒可包括检测从NREM睡眠到觉醒的趋势。在一些此类实例中，在检测到这种趋势时，一些示例方法可包括例如通过斜坡逐渐降低刺激强度，这可以在治疗周期终止时和/或在短暂唤醒期间提高患者舒适度。另外，在短暂唤醒后恢复刺激时，可以(例如，通过斜坡)逐渐增加刺激强度。如其它地方所提及的，刺激强度的变化可包括电刺激信号的幅值、频率、脉冲宽度等的变化。
确定睡眠-觉醒状态的更多具体示例方法、装置和/或布置结合至少图2A至图36描述和示出。
如在图2A中的520处示意性地表示的，在一些实例中，感测生理信息可包括感测胸部、颈部和/或头部处的运动或者胸部、颈部和/或头部的运动，这继而可用于确定睡眠-觉醒状态。结合图24至图27B进一步描述此类确定的至少一些方面。例如，图24中的感测部分2000和/或图27A中的(护理引擎2500的)感测部分2510包括多个传感器类型、模态等，所述多个传感器类型、模态等中的至少一些可用于感测胸部、颈部和/或头部处的运动或者胸部、颈部和/或头部的运动，并且利用这种所感测的运动来确定睡眠-觉醒状态(例如，检测睡眠)。一个此类示例模态可包括采用加速度计来感测胸部、颈部和/或头部处的运动，如稍后进一步描述的。在一些实例中，加速度计可以植入胸部、颈部和/或头部处，而在一些实施例中，加速度计可以在此类位置处固定在患者身体的外部。
所感测的胸部、颈部和/或头部处的运动可包括胸部、颈部和/或头部的运动，或者可包括这些相应位置处的运动现象，而不必涉及胸部、颈部和/或头部的总运动，如稍后结合至少图25A至图25F描述的。在一个非限制性实例中，感测颈部或其它位置处的运动现象可包括感测血管/脉管系统内的血液循环(例如，血管内的动脉运动)，如在图2B中的525处示出的。在一些此类实例中，感测元件(例如，加速度计、阻抗、其它)可以至少部分地并入大小和形状设定成可植入血管内的微刺激器(或其它可植入脉冲发生器)中。示例方法可包括感测由患者的心跳引起的血管的弹道运动。在一些实例中，血管可包括颈外静脉，因此在一些实例中，运动的感测可发生在颈部处，而不必是颈部的运动(例如，弯曲、倾斜、扭转等)。
如在图3A中的528处示意性地表示的，在一些实例中，可以使用所感测的姿势信息和/或身体位置信息来执行确定睡眠-觉醒状态的方法。所感测的姿势信息可包括静态姿势，或者可包括姿势的变化，该姿势的变化可被视为上文提及的全身运动的形式。如其它地方所提及的，所感测的姿势可用于帮助确认患者是可能正在睡觉(例如，躺下)还是醒着(例如，坐着)，这可以与其它所感测的信息(例如，心率、呼吸速率等)相结合。
如在图3B中的530处示意性地表示的，在一些实例中，可以在不使用姿势信息和/或身体位置信息的情况下执行确定睡眠-觉醒状态的方法。
例如，患者有时可能坐在椅子或飞机座椅中有意(或无意)睡觉，并且将从SDB护理(例如神经刺激疗法)中获益。在此类情况下，在不使用姿势信息的情况下确定睡眠-觉醒状态可以增强对处于坐姿睡眠的患者的更快或更准确的睡眠检测，因为示例方法可以(通过基于姿势的确定)避免患者醒着的假阴性指示。
相反，患者有时可能有意地在水平躺着时醒着，因此不希望接受SDB护理。在此类情况下，在不使用姿势信息的情况下确定睡眠-觉醒状态可以增强对处于躺下位置醒着的患者的更快或更准确的睡眠检测，因为示例方法(通过基于姿势的确定)避免了患者睡着的假阳性指示，原因是患者正处于通常与睡眠相关联的水平位置。
如在图3C中的535处示意性地表示的，在一些实例中，确定睡眠-觉醒状态的方法包括感测呼吸速率、心率和身体移动中的至少一者，并且至少通过相应的所感测的呼吸速率、心率和身体移动中的至少一者执行睡眠-觉醒状态的确定。在一些实例中，所感测的身体移动可以对应于图2A和/或2B中的所感测的运动。结合至少图24至图27B和本公开的各种实例中的其它地方进一步描述基于此类所感测的生理信息确定睡眠-觉醒状态的各个方面。
考虑到图1至图3C的这些实例，在一些实例中，结合递送刺激疗法检测睡眠(和/或觉醒)可包括图4A中的540处所示的方法。如在图4A中的542处示出的，方法540可包括在以下情况下检测睡眠：(1)日期时间；以及(2)检测到在可选预定时间段内指示睡眠的身体运动的缺乏。日期时间可以是可选择的和/或可以基于患者数据。一旦满足至少这两个标准，则如在图4A中的544处示出的，该方法包括例如以斜坡的方式将刺激疗法的强度从较低初始强度水平增加到目标强度水平。只要所感测的生理信息指示睡眠在继续，那么以目标强度水平的刺激就继续。然而，在检测到患者身体运动(其指示觉醒)时或者在检测到患者机械地指示觉醒(例如，物理地轻拍IPG附近的胸部)时，所述方法可以终止任何刺激疗法，并且可以保持在无刺激模式中并持续可选预定时间(例如，15分钟)。换句话说，在中断之后，所述方法可以将治疗的开始延迟设定时间段(例如，15分钟)。延迟周期的长度是可编程的。
如在图4B中的550示出的，在一些实例中，方法540还可以包括通过额外参数感测睡眠的开始，所述额外参数是例如感测姿势、呼吸信息(例如，关于周期、深度等的稳定性)、心脏信息(例如，每个R-R间隔的稳定性、HR等)和/或其它信息。例如，在一个非限制性实例中，方法540的部分542可以包括检测姿势(550)，并且包括检测睡眠的某些特定姿势(但不检测其它姿势)和/或某些姿势的特定变化(但不检测其它姿势)。在一些实例中，特定姿势和/或姿势的特定变化可以由患者和/或临床医生选择。例如，可检测睡眠的指定姿势可包括平躺姿势(例如，仰卧、左侧、右侧)，但所述方法不允许自动检测患者坐着时的睡眠。
在一些情况下，示例方法可以检测(例如识别)REM睡眠，并且由此避免觉醒的假阳性检测。特别地，虽然REM睡眠期间的呼吸不表现出与非REM睡眠相同的稳定性，但是此类所感测的较不稳定的呼吸可以基于患者已睡了很长一段时间(例如，通过多个睡眠阶段，S1-S4)，并且在患者表现出身体运动缺乏(例如，患者观察到醒着时的身体运动的类型不足)时，被确认为发生在REM睡眠(而不是觉醒)期间。
方法540的实施还可以包括增强对关于被感测的生理现象的敏感性和/或特异性。
在一些实例中，图4A中的方法540中的睡眠检测(例如，542处)还可以包括区分身体运动的程度和/或类型、姿势等，如在图4C中的552处示出的。这种区分可以与斜坡上升刺激(例如，544处)、斜坡下降刺激、终止刺激(例如，546)等结合执行。例如，通过方法540的方面552，所述方法可以区分自发的身体运动与由车辆运动(例如，飞机、汽车等)或由同床伴侣引起的患者的推挤。在一些此类实例中，在检测到此类推挤时，方法540可包括暂时减少刺激疗法或暂停治疗，然后恢复544处的方法以使得快速回到目标(例如治疗性)强度刺激水平。相比之下，通过方面552，方法540可将对(IPG附近的)胸部的物理拍打识别为自发的身体运动/原因，或者可以将姿势的显著变化(例如，从躺下到坐下的变化)识别为自发的(例如，不是无意的)，接着如图4A中的546处，终止治疗(或导致更长的暂停)，原因是此类所检测的行为指示觉醒，无论是暂时的还是长期的。
至少图5至图8提供了可以根据呼吸形态特征确定睡眠-觉醒状态的至少一些示例方法。此外，结合至少图24和图27A至图27C进一步描述与呼吸形态特征有关的(睡眠-觉醒状态的)此类感测和相关确定的至少一些方面。
在一个方面，下文在图5至图8中论述的呼吸形态的各种特征(例如，吸气开始、吸气截止、量值等)可以增强确定睡眠-觉醒状态(例如，至少睡眠检测)。在一个方面，呼吸形态的这些特征是易于识别的，并且因此有益于用于跟踪呼吸速率，其可以根据呼吸速率的值、趋势和/或呼吸速率的变异性指示睡眠(相对于觉醒)。在一些实例中，呼吸形态的这些特征中的至少一些可以表现出稳定性，其可以是睡眠(相对于觉醒)的特征。可用于检测睡眠/觉醒转变的此类稳定性的一些实例可包括稳定的呼吸速率、呼吸信号的幅值的稳定性、对应于吸气的呼吸周期的百分比的稳定性，和/或对应于呼气的呼吸周期的百分比的稳定性。
如在图5中的555处示意性地表示的，在一些示例方法中，例如通过跟踪上述识别的呼吸速率信息中的至少一些来确定睡眠-觉醒状态可以包括感测吸气开始、呼气开始和呼气暂停的结束中的至少一者，并且至少通过所感测的吸气开始、所感测的呼气开始和所感测的呼气暂停的结束中的至少一者执行睡眠-觉醒状态的确定。
如在图6中的560处示意性地表示的，在一些示例方法中，例如通过跟踪上述识别的呼吸速率信息中的至少一些来确定睡眠-觉醒状态可以包括感测呼气截止和呼气暂停的结束中的至少一者，以及通过所感测的呼气截止和呼气暂停的结束中的至少一者执行睡眠-觉醒状态的确定。
应理解，可采用其它组合，例如组合图5至图8的基准(例如，吸气开始、呼气暂停的结束等)的不同组合，或者在确定睡眠觉醒状态时仅使用图5至图8的这些基准中的一个。
如在图7中的570处示意性地表示的，在一些示例方法中，(例如通过跟踪上述识别的呼吸速率信息中的至少一些)确定睡眠-觉醒状态可以包括感测吸气到呼气的转变，并且至少通过所感测的吸气到呼气的转变来执行睡眠-觉醒状态的确定。相反，在一些实例中，感测生理信息包括感测呼气到吸气的转变，并且通过所感测的呼气到吸气的转变来执行睡眠-觉醒状态的确定。
如在图8中的580处示意性地表示的，在一些示例方法中，(例如通过跟踪上述识别的呼吸速率信息中的至少一些)确定睡眠-觉醒状态可以包括感测吸气峰值和呼气峰值中的至少一者，以及通过所感测的吸气峰值和所感测的呼气峰值中的至少一者执行睡眠-觉醒状态的确定。
在一些实例中，可以通过感测生物阻抗来检测呼吸特征、形态等的感测中的至少一些，如稍后结合图27A中的至少阻抗参数2536进一步描述的。当然，如其它地方所提及的，除了感测生物阻抗之外或作为感测生物阻抗的补充，可以通过感测模态来实施此类呼吸特征等的感测。例如，在一些实例中，可以通过感测心电图(ECG)信息来检测呼吸特征、形态等的感测中的至少一些，如稍后结合至少图27A中的ECG参数2520和/或图24中的2020进一步描述的。
在结合至少图5至图8和/或至少图10至图13的一些此类实例中，用于通过感测呼吸行为和/或心脏行为的变异性来确定睡眠-觉醒状态的方法和/或装置可以包括识别此类变异性的指示睡眠障碍性呼吸(SDB)的一些特征，以及区分所识别的指示SDB的特征与呼吸行为和/或心脏行为的其它特征(例如指示睡眠或觉醒的那些特征)。
例如，如在图9的框图中示意性地表示的，在一些实例中，确定睡眠-觉醒状态的方法580(或用于确定睡眠-觉醒状态的装置)可以包括如在582处所示的感测包括至少呼吸特征和/或心脏特征的生理信号。在583处，方法580可包括对所感测的信号应用滤波和处理(F/P)以产生：(1)584处的经滤波/处理的信号信息，该经滤波/处理的信号信息包括为睡眠障碍性呼吸(SDB)的特征的呼吸特征和/或心脏特征的变异性；以及(2)585处的经滤波/处理的信号信息，该经滤波/处理的信号信息包括不同于睡眠障碍性呼吸(SDB)的那些特征的呼吸特征和/或心脏特征的变异性。通过585处的信号信息，在590处，所述方法可包括确定睡眠-觉醒状态。在一些此类实例中，睡眠-觉醒状态确定可包括至少一些与结合至少图5至图8和/或图10至图13或者在整个本公开中描述的其它实例描述的基本上相同的特征。
在一些实例中，信息584的输出586可用于监测、诊断、治疗等睡眠障碍性呼吸(SDB)。然而，在一些实例中，通过路径592，为睡眠障碍性呼吸(SDB)的特征的这种呼吸和/或心脏信息可用于确认睡眠-觉醒状态的确定，例如通过确认睡眠障碍性呼吸的发生来确认患者处于睡眠状态。在进行此确认时，所述方法可以识别睡眠障碍性呼吸的特征，包括(但不限于)SDB的周期性性质中的至少一些，例如流动限制的复发序列、呼吸暂停(或呼吸不足)和恢复。这种识别还可以包括在未检测到姿势的任何总体变化的情况下识别发生的心率的类似周期性变化。
替代地，所述方法可包括通过确认不存在睡眠障碍性呼吸(例如由于呼吸模式和心率的变化的周期性性质而没有总体姿势变化)，至少部分地确认患者处于觉醒状态(这主要由其它信息确定)。
在一些实例中，可以通过所感测的心脏形态特征来执行睡眠-觉醒状态的确定。因此，至少图10至图13提供了至少一些示例方法，通过该示例方法，可以根据此类示例心脏形态特征进行确定睡眠-觉醒状态的确定。此外，结合至少图24和图27A至图27C进一步描述与心脏形态特征有关的(睡眠-觉醒状态的)此类感测和相关确定的至少一些方面。
在一个方面，下文在至少图10至图13中论述的心脏形态(例如，心房收缩、心室收缩等)的各种特征可以增强确定睡眠-觉醒状态(例如，至少睡眠检测)，至少原因是心脏形态的这些特征是易于识别的并且因此有利于用于跟踪心率，其可以根据心率的值、心率的趋势和/或心率的变异性(HRV)指示睡眠(相对于觉醒)。在一些实例中，心脏形态的这些特征中的至少一些可以表现出增加的稳定性，这可以是睡眠(相对于觉醒)的特征。在一些实例中，如上所述，至少一些睡眠阶段可以表现出更多或更少的心率变异性(HRV)的变异性和/或更多或更少的呼吸特征变异性。例如，在REM睡眠中可以预期心脏特征(例如，心率等)和呼吸特征(例如，呼吸速率等)的更多变异性。确定睡眠-觉醒状态的至少一些实例可以与作为觉醒的特征的心脏和呼吸信号的变异性(或在一些实例中缺少变异性)区分的方式，识别作为REM睡眠阶段的特征的心脏和呼吸信号的此类变异性。例如，当感测到呼吸和/或心脏特征的变异性的适度增加跟随在伴随着感测到缺乏身体运动的其它睡眠阶段(例如S3、S4)之后时，示例方法可识别出患者处于REM睡眠中。
在一些实例中，可以通过感测生物阻抗来检测心脏特征、形态等的感测中的至少一些，如稍后结合至少图24中的阻抗参数2036和图27A中的阻抗参数2536进一步描述的。在一些实例中，心脏特征、形态等的感测中的至少一些可通过感测心电图(ECG)信息来检测，如稍后分别结合至少图24和图27A中的ECG参数2020、2520进一步描述的。用于感测心脏特征、形态等的生物阻抗和/或ECG也可用于感测呼吸特征、形态等(如先前所述)，或者可用于感测心脏和呼吸特征、形态等。还将理解，图24、图27A提供了额外示例感测类型、模态等，通过这些示例感测类型、模态等可以感测心脏信息(包括但不限于心率和/或心率变异性)，并且这些示例感测类型、模态等然后可用于确定睡眠-觉醒状态。
如在图10中的600处示意性地表示的，在一些示例方法中，确定睡眠-觉醒状态可包括感测心房收缩或心室收缩中的至少一者，以及通过所感测的心房收缩和所感测的心室收缩中的至少一者来执行睡眠-觉醒状态的确定。
如在图11中的605处示意性地表示的，在一些实例中，确定睡眠-觉醒状态可包括感测心房收缩的峰值或心室收缩的峰值中的至少一者，以及通过所感测的心房收缩的峰值和所感测的心室收缩的峰值中的至少一者来执行睡眠-觉醒状态的确定。在一些示例方法中，确定睡眠-觉醒状态可包括感测心房收缩和心室收缩中的至少一者的开始，以及通过所感测的心房收缩和心室收缩中的至少一者的开始来执行睡眠-觉醒状态的确定。在一些示例方法中，确定睡眠-觉醒状态可以包括感测心房松弛和心室松驰中的至少一者的开始，以及通过所感测的心房松弛和心室松驰中的至少一者的开始来执行睡眠-觉醒状态的确定。
如在图12中的630处示意性地表示的，在一些示例方法中，确定睡眠-觉醒状态可包括感测心房收缩和心室收缩两者，以及通过所感测的心房收缩和心室收缩两者来执行睡眠-觉醒状态的确定。通过感测心脏形态的这两个特征，可以执行更鲁棒的心率(和心率变异性)跟踪，这继而可以提供更鲁棒的睡眠-觉醒状态的确定。
如在图13中的640处示意性地表示的，在一些示例方法中，确定睡眠-觉醒状态可包括感测心脏瓣膜闭合，以及通过所感测的心脏瓣膜闭合来执行睡眠-觉醒状态的确定。应理解，在一些实例中，所感测的心脏瓣膜闭合可涉及半月瓣膜和/或房室(AV)瓣膜的闭合。此外，在一些此类实例中，通过使用定时信息，所感测的心脏瓣膜闭合可以用作其它心动周期形态(例如心室收缩等)的替代物。例如，因为心室收缩刚好在AV瓣膜闭合之前且在半月瓣膜打开之前开始，所以心脏声音(例如S1、S2)可用于跟踪心室收缩和/或其它心脏形态特征。
结合图27B和图27A中的护理引擎2500的心脏部分2600进一步描述心脏形态的这些关系中的至少一些。
如在图14中的700处示意性地表示的，在一些示例方法中，确定睡眠-觉醒状态可包括感测呼吸信息并感测心脏运动信息，以及通过所感测的呼吸信息和所感测的心脏运动信息两者来执行睡眠-觉醒状态的确定。
如在图15A中的705处示意性地表示的，在一些示例方法中，确定睡眠-觉醒状态(例如，睡眠的开始等)可包括将后续第二运动信息与第一运动信息进行比较。如在图15B中的710处还示出的，在一些实例中，方法705可包括在根据比较确定后续第二运动信息的第二值和第一运动信息的第一值小于预定差后确定睡眠-觉醒状态(例如，睡眠的开始等)。预定差的值可以是可选择的。
在方法705、710的一些实例中，相应的第一运动信息和第二运动信息中的每一个包括所感测的呼吸信息、所感测的心脏信息和所感测的身体运动中的至少一者。
在方法705、710的一些实例中，后续第二信息包括在最近所感测的呼吸循环中获得的信息，并且第一信息包括在先前呼吸循环中获得的信息。在一些实例中，后续第二信息包括至少最近30秒内的呼吸活动的信息。在一些实例中，该信息可涉及至少最近60秒内的呼吸活动。在一些实例中，该信息可涉及至少最近7次呼吸中的呼吸活动。
在一些实例中，先前呼吸循环包括紧接在最近所感测的呼吸循环之前的呼吸循环。在一些实例中，先前呼吸循环包括在最近所感测的呼吸循环之前的30秒(或60秒或7次呼吸)中的呼吸活动。在一些实例中，第一信息包括至少一个呼吸循环或至少30秒或至少60秒内的呼吸信息。
在方法705、710的一些实例中，将最近的运动信息与指示睡眠的目标值进行比较。在一些实例中，较低和/或较稳定的呼吸速率和心率更可能与睡眠相关联。如先前结合至少图9所指出的，确定睡眠-觉醒状态可包括分离(例如滤波、舍弃)为睡眠障碍性呼吸(SDB)的特征的呼吸特征和/或为不一定有助于一般睡眠检测(例如，检测睡眠的开始)的特定睡眠阶段的特征的呼吸特征。
然而，如先前关于图9的方法中的至少方面584、592所指出的，睡眠障碍性呼吸(SDB)的检测也可用于感测或确认睡眠的存在，或者在一些情况下可用于感测或确认睡眠的开始。
在一些实例中，所述方法(图15A至图15B中的705、710处)可包括根据所感测的第二呼吸周期的呼吸循环中的运动信息的第二平均值确定后续第二运动信息，以及根据第一呼吸周期的呼吸循环中的运动信息的第一平均值确定第一运动信息。在一些此类实例中，运动信息的第二平均值对应于参数的平均值，例如但不限于：所感测的第二呼吸周期的平均幅值；所感测的第二呼吸周期的平均呼吸速率；和/或所感测的第二呼吸周期的吸气周期相对于呼气周期的平均比率。
在一些实例中，先前结合图15A至图15B描述的示例方法的至少一些可通过结合图15C至图15F示出和描述的实例来实施或者结合所述实例来实施。
在一个实例中，如图15C中所示，图714包括具有一系列呼吸循环716的呼吸信号715，所述呼吸循环具有吸气相717A、活跃呼气相717B和呼气暂停717C。每个呼吸循环716可限定周期R1，例如呼吸循环716的持续时间。然而，周期R1可以由一个或若干心动周期的其它方面限定。如图714中还示出的，在上文结合图15A至图15B描述的示例方法的一些示例实施方式中，第二捕获窗口718B(例如，第二呼吸周期)可用于获得所感测的后续运动信息，并且第一捕获窗口718A可用于获得所感测的第一运动信息。捕获窗口718A、718B可对应于单个生物学周期(例如，呼吸循环)的样本，或者可对应于多个生物学周期(例如，一系列若干呼吸循环)的样本。在一些实例中，第一捕获窗口和第二捕获窗口可具有相同的大小，即持续时间。在一些实例中，捕获窗口可以对除了整个呼吸循环之外的生物学周期进行采样，例如，对吸气峰值到吸气峰值进行采样，所述生物学周期可以表示为30秒时期、3个呼吸组、10个心跳组、呼气的开始到呼气的开始等。
通过将第二捕获窗口718B中的呼吸运动信息与第一捕获窗口718A中的呼吸运动信息进行比较，可以在将第二(即，后续)运动信息与第一(即，较早)运动信息进行比较时实施上文(结合图15A至图15B)描述的示例方法，以至少部分地确定睡眠-觉醒状态。
类似地，如在图15D中的图720中示出的，在一些实例中，心脏波形信号721可以是感兴趣信号，其包括一系列心动周期722。每个心动周期722可限定周期R2，例如心动周期722的持续时间。然而，周期R2可以由一个或若干心动周期的其它方面限定。以类似于图15C的方式，第一捕获窗口723A可用于获得第一(即，较早)心脏相关运动信息，并且第二捕获窗口723B可用于获得第二(即，后续)心脏相关运动信息，该第二心脏相关运动信息可以与第一运动信息进行比较(如上文所述)以至少部分地确定睡眠-觉醒状态(例如，睡眠的开始等)。捕获窗口723A、723B可对应于单个生物学周期(例如，心动周期)的样本，或者可对应于多个生物学周期(例如，一系列若干心动周期)的样本。在一些实例中，第一捕获窗口和第二捕获窗口具有相同的大小，即持续时间。
参考图15C和/或图15D，还将理解，多于两个捕获窗口可以作为获得和比较来自所感测的感兴趣信号的运动信息的一部分应用，作为确定睡眠-觉醒状态的一部分。
在一些实例中，通过使用相应的第一捕获窗口和第二捕获窗口(例如，在图15C、图15D中)获得的信息可以被分析或以各种形式绘制以便以图形方式突出显示比较。例如，仅在一个实例中并且如图15E中的图730所示，可以通过将特定参数(例如，心率)的值放置在组733A、733B、733C中来评估第一时间段(例如，第一捕获窗口)内的心脏参数(例如，心率)的值，并且可选地评估第二时间段(例如，第二捕获窗口)内的相同心脏参数(例如，心率)的值，来以直方图形式分析心脏运动信息捕获窗户723A、723B(图15D)。以此方式，可以确定参数的生物学值的变化是否可至少部分地指示睡眠-觉醒状态的变化(例如，睡眠的开始)，原因是呼吸速率和心律的改变与睡眠和觉醒之间的转变相关联。该指示可以由睡眠/觉醒状态的其它指示符补充，所述其它指示符是例如身体运动、位置、日期时间、自可能的睡眠的开始以来的时间，以及除了影响确定睡眠/觉醒状态的置信度的其它参数。应理解，此类示例直方图的结果的形成和/或使用可以通过控制部分4000(图28A)实施。
类似地，在图15F的图735中所示的另一实例中，可以直方图形式评估来自捕获窗口718A、718B的呼吸运动信息，通过直方图形式，特定参数(例如，呼吸速率)的值可以放置在组738A、738B中，从而以图形方式示出与第二时间段(例如，第二捕获窗口718B)内的呼吸运动信息并置的第一时间段(例如，第一捕获窗口718A)内的呼吸运动信息。
通过比较后续运动信息与第一运动信息来至少部分地确定睡眠-觉醒状态的一些示例方法可以仅单独使用呼吸运动信息(图15C和图15E)，可以仅单独使用心脏信息(图15D和图15F)，或者可以使用如贯穿本公开的各种实例描述的呼吸信息和心脏信息两者。另外，心脏和/或呼吸运动可以用其它生理信息增强。
应理解，为了图示简单，图15C和图15D中的波形不显示不同捕获窗口之间的显著不同的呼吸速率和心率，但应理解，一个捕获窗口(例如718A)可对应于与另一捕获窗口(例如718B)中的呼吸速率(或其它波形特征)显著不同的呼吸速率或其它波形特征。
还应理解，在一些实例中，与图15A至图15E相关联的示例实施方式可用于任何感兴趣的生物学信号，其可有助于在整个本公开的各种实例中确定睡眠-觉醒状态。
在一些实例中，上文关于图15A至图15E描述的至少一些方面可通过护理引擎2500的感测部分2510中的历史参数2542和/或比较参数实施，如稍后结合至少图27A描述的。
如在图16A中的720处示意性地表示的，在一些示例方法中，确定睡眠-觉醒状态可包括通过识别所感测的生理信息的变异性来识别觉醒状态(或其缺乏)，所感测的生理信息的变异性包括以下中的至少一者的变异性：呼吸速率；心率；呼吸循环的吸气和/或呼气部分；吸气部分的持续时间；吸气部分的峰值的幅值；吸气部分的峰值的持续时间；呼气部分的持续时间；身体活动；和呼气部分的峰值的幅值。在一些实例中，对于至少一些参数，可相对于阈值评估变异性，所述阈值在一些实例中可以是固定的。
如在图16B中的730处示意性地表示的，在一些示例方法中，确定睡眠-觉醒状态可包括通过识别所感测的生理信息的变异性来识别睡眠状态(或其缺乏)，所感测的生理信息的变异性包括以下中的至少一者的变异性：呼吸速率；心率；呼吸循环的吸气和/或呼气部分；吸气部分的持续时间；吸气部分的峰值的幅值；吸气部分的峰值的持续时间；呼气部分的持续时间；身体活动；和呼气部分的峰值的幅值。在一些实例中，对于至少一些参数，可相对于阈值评估变异性，所述阈值在一些实例中可以是固定的。
如在图17中的750处示意性地表示的，在一些实例中，执行睡眠-觉醒状态的确定包括跟踪除胸部、颈部和/或头部处的移动(或胸部、颈部和/或头部的移动)之外的至少一个第二参数，其中第二参数包括以下中的至少一者：日期时间；日常活动模式；和(典型)呼吸模式。
如在图18中的760处示意性地表示的，在一些实例中，执行睡眠-觉醒状态的确定包括跟踪除胸部、颈部和/或头部处的移动(或胸部、颈部和/或头部的移动)之外的至少一个第二参数，其中第二参数包括生理参数。例如，一个此类生理参数可以包括温度(例如，图24中的2038、图27A中的2538)。
如在图19中的770处示意性地表示的，在一些实例中，确定睡眠-觉醒状态包括基于感测生理信息来评估睡眠概率和觉醒概率中的至少一者。
如在图20A中的780处示意性地表示的，一些示例方法(和/或装置)包括在睡眠概率或觉醒概率超过阈值时采取动作。在一些此类实例中，一些示例方法(和/或装置)包括在睡眠概率或觉醒概率超过阈值可选预定百分比并持续可选预定持续时间时采取动作。
在方法780(图20A)的一些实例中，采取动作可包括启动刺激治疗周期和终止刺激治疗周期中的至少一者，如在图20B中的781处示出的。在一些此类实例中，(如在图20A的780中，当睡眠概率超过阈值时)采取动作可以包括启动治疗处置周期(例如，施加刺激)、在暂停或中止刺激后的治疗周期内恢复刺激和/或其它动作。在一些实例中，(当觉醒概率超过阈值时)采取动作可包括终止治疗处置周期、中止治疗周期内的刺激和/或其它动作。
在一些此类实例中，启动和/或恢复刺激疗法可包括采用刺激斜坡，其中初始刺激强度较低且接着增加到目标强度水平。在一些实例中，终止治疗可包括采用刺激斜坡，其中刺激强度从目标治疗强度水平逐渐降低，直到不再施加刺激(即，刺激强度等于零)。
进一步参考至少图20A，在一些实例中，在方法780中采取动作可包括在额外时间段内使用观察器以确保患者睡着，和/或使用启动计时器启动对可选预定时间段(例如，延迟)的计数，直到作为治疗周期的一部分启动刺激。
在如方法780(图20A)的一些此类实例中，所述方法还包括将边界应用于如在图20C中的782处示出的相应的启动和终止。结合图27A中的激活部分3000的边界参数3016进一步描述此类边界的至少一些方面。
在与方法780相关联的一些示例方法中，应用边界包括设置开始边界，在此开始边界之前不实施启动，和/或设置停止边界，到此停止边界将实施终止，如在图20D中的783处示出的。
在一些实例中，根据边界确定睡眠-觉醒状态的方法(例如782、783)可包括基于日期时间实施相应的开始边界和停止边界，如在图20E中的784处示出的。在一些实例中，如在图20F中的785处示出的，所述方法可包括基于以下中的至少一者实施日期时间：时区；通过外部感测的环境光；夏令时；地理纬度；和季节历。
在一些实例中，如在图20G中的786处示出的，所述方法(例如783)可包括基于睡眠阶段的数目、类型和持续时间中的至少一者来实施停止边界。
在一些实例中，如在图20H中的787处示出的，所述方法(例如783)可包括基于通过可植入传感器感测温度来实施开始边界参数和停止边界参数中的至少一者。在一些实例中，所述方法可包括基于通过可植入传感器感测体温来实施启动刺激治疗周期和终止刺激治疗周期中的至少一者。在一些实例中，所述方法可包括将可植入传感器布置在可植入脉冲发生器内，并且可植入传感器包括温度传感器。在一些此类实例中，方法787可通过图24中的至少温度传感器2038、图27A中的温度参数2538和/或图27A中的至少边界参数3016实施，和/或稍后结合它们进一步描述。
在一些实例中，如在图20I中的788处示出的，所述方法(包括确定睡眠-觉醒状态，例如图19中的770处和/或图20A中的780处)可包括从远程控件和移动消费者装置上的应用程序中的至少一者接收关于以下中的至少一者的输入：环境照明程度；远程控件或移动消费者装置的运动的程度或类型；以及远程控件或移动消费者装置的使用的频率、类型或程度。
如在图21中的800处示意性地表示的，确定睡眠-觉醒状态的一些实例可包括：将与感测生理信息相关联的信号分成多个不同信号，其中每个相应的信号表示不同的睡眠-觉醒确定参数；以及基于评估与相应的不同睡眠-觉醒确定参数相关联的相应的不同信号来确定睡眠-觉醒状态的概率。在一些实例中，此示例方法可包括投票，通过投票，每个信号提供对总体睡眠概率的输入。在一些此类实例中，各种单独的信号可以不同地加权，以便与其它相应的睡眠-觉醒确定参数相比，相对较多或相对较少地应用每个相应的睡眠-觉醒确定参数。
在一些实例中，方法800(图21)的至少一些方面可以通过结合至少图33至图36描述的布置的至少一些特征和属性来实施。
如在图22中的810处示意性地表示的，在一些实例中，确定睡眠-觉醒状态包括以下中的至少一者：基于通过感测胸部、颈部和/或头部处的运动(或胸部、颈部和/或头部的运动)感测生理信息，评估睡眠概率和觉醒概率中的至少一者。
如在图23A中的820处示意性地表示的，在一些实例中，感测生理信息包括(例如，在正常觉醒周期期间)获得和识别觉醒信息，并且包括至少部分地通过觉醒信息执行睡眠-觉醒状态的确定。在一些此类实例中，觉醒信息用于更好地表征睡眠，并且因此更容易地确定睡眠-觉醒状态(例如，检测睡眠或其缺乏)。然而，在此上下文中，所识别的觉醒信息不用于调整治疗(例如刺激参数等)和/或不用于表征呼吸障碍。在一些实例中，可以通过感测全身运动和移动中的至少一者来执行觉醒的识别。在一些实例中，感测生理信息包括获得睡眠信息，并且包括通过睡眠信息来执行睡眠-觉醒状态的确定。
如在图23B中的830处示意性地表示的，在一些实例中，所述方法包括感测打鼾，以及使用打鼾信息作为确定睡眠-觉醒状态的一部分。在一些此类实例中，所述方法可包括量化所感测的打鼾，并向患者、医生或护理者中的至少一者报告打鼾信息。在一些实例中，打鼾可以与正常语音区分开。在一些实例中，可结合声学传感器2039(图24)和/或声学参数2539(图27A)感测打鼾、跟踪打鼾，等等。
在一些实例中，结合至少图1至图23B描述的用于确定睡眠-觉醒状态的示例方法(和/或护理装置)的各种特征和属性可以互补或相加方式组合和实施。
将结合至少图24至图36进一步描述与图1至图23B相关联的这些以及额外特征和属性。此外，结合图24至图36描述的实例中的至少一些可包括结合图1至图23B描述的实例的示例实施方式。
图24是示意性地表示示例感测部分的框图。在一些实例中，示例方法可采用和/或示例SDB护理装置可包括感测部分2000，以感测生理信息和/或其它信息，其中此类所感测的信息涉及睡眠-唤醒检测等其它用途。所感测的信息可以用于实施结合至少图1至图23和/或图25A至图36描述的示例方法和/或示例装置中的至少一些。
应理解，感测部分2000可实施为单个传感器或多个传感器，并且可包括单一类型的传感器或多种类型的感测。另外，将进一步理解，图24中示意性地表示的各种类型的感测可以对应于传感器和/或感测模态。
例如，在一个非限制性实例中，图24中的心电图(ECG)传感器2020可包括相对于患者身体布置(例如植入经胸廓区域中)的一个感测元件(例如电极)或多个感测元件以获得ECG信息。在一些实例中，ECG信息可包括获得心脏信息的一个示例实施方式，所述心脏信息包括但不限于心率和/或心率变异性(HRV)，其可(与其它信息一起或不与其它信息一起)用于确定如本公开的实例中描述的睡眠-觉醒状态。
然而，在一些情况下，ECG传感器2020可以大体上表示ECG感测元件，而不考虑可以实施感测ECG信息的特定方式。
在使用多个电极来获得ECG信号的一些实例中，ECG电极可以安装在可植入脉冲发生器(IPG)的外壳(例如，外壳体)上或形成其的至少一部分，例如稍后结合至少图25A进一步描述的。在此类情况下，其它ECG电极与和IPG相关联的ECG电极间隔开。在例如结合图25A进一步描述的一些实例中，至少一些ECG感测电极还可用于向神经或肌肉递送刺激，所述神经或肌肉是例如但不限于上气道通畅相关神经(例如，舌下神经)或其它神经或肌肉。
在一些实例中，多个ECG感测电极可安装在IPG的外壳上或形成所述外壳的不同部分，例如稍后结合至少图25B、图25C、图25D描述的。在此类实例中，相应的ECG电极彼此电独立地布置在IPG的外壳上，使得可以获得合适的ECG信号。
在一些实例中，ECG感测电极可以仅用于感测(例如，单一用途)，但沿着刺激引线的引线主体定位，如稍后结合图25A进一步描述的。应理解，此类专用的ECG感测电极以避免与IPG的外壳接触的方式沿着刺激引线定位，特别是在IPG的外壳的暴露的导电部分可用作电极并且由此可通过沿着引线的传感器电极和IPG的导电部分的组合获得感测矢量的实例中。类似地，相同/相似的电极布置可用于感测生物阻抗，如稍后还结合图25A至图25F、图27A更全面地描述的。
在一些实例中，可以使用其它类型的感测来获得心脏信息(包括但不限于心率和/或心率变异性)，例如通过如图24中所示的心冲击图传感器2023A、心震图传感器2023B和/或心动过速图传感器2023C来获得心脏信息。在一些实例中，此类感测基于基于加速度计的感测和/或通过基于加速度计的感测实施，如下文结合加速度计2026进一步描述的。
在一个方面，在一些实例中，心冲击图传感器2023A感测由心脏输出(例如，伴随每次心跳发生的血液从心脏有力地喷射到大动脉中)引起的心脏信息。所感测的心冲击图信息可以包括心率(HR)、心率变异性(HRV)和/或另外的心脏形态。如上文在至少图4A的上下文中指出的，在一些实例中，此类心冲击图类型信息可从血管内感测，其中传感器(例如加速度计)感测随着每次心跳移动通过血管的血液脉动引起的血管壁的移动。这种现象有时可被称为动脉运动。
在一个方面，心震图传感器2023B可以提供与针对心冲击图传感器2023A描述的心脏信息类似的心脏信息，除了是通过根据加速度计(例如，单轴或多轴)感测由心脏输出引起的胸壁中或沿着胸壁的振动获得的之外。特别地，心震图测量在心脏运动期间由心脏(例如，根据心脏壁运动和/或血流)产生并传输到胸壁的压缩波。因此，传感器2023B可以放置在胸壁中。
在根据传感器2023A、2023B进行感测的一些此类实例中，此类方法和/或装置还可以包括感测呼吸速率和/或其它呼吸信息。
如图24中还示出的，在一些实例中，感测部分2000可包括用于获得和跟踪EEG信息的脑电图(EEG)传感器2012。在一些实例中，除感测EEG信息之外，EEG传感器2012还可以感测和/或跟踪中枢神经系统(CNS)信息。在一些实例中，EEG传感器2012可以皮下植入头皮下方，或者可以植入另外适合于感测EEG信息的头颈区中。因此，EEG传感器210位于脑附近，并且可以检测与脑电活动相关联的频率。
在一些实例中，用于感测EEG信息的感测元件是可长期植入例如皮下位置(例如，颅骨外部的皮下位置)，而不是颅内位置(例如，颅骨内部)中。在一些实例中，EEG感测元件被放置和/或设计成在不刺激迷走神经的情况下感测EEG信息，至少原因是刺激迷走神经可能加剧睡眠呼吸暂停，特别是关于阻塞性睡眠呼吸暂停。类似地，EEG感测元件可用于这样的装置中，在此装置中刺激元件在不刺激迷走神经的情况下将刺激递送到舌下神经或其它上气道通畅神经以避免使阻塞性睡眠呼吸暂停恶化。
在一些实例中，感测部分2000可包括用于获得和跟踪EMG信息的肌电图(EMG)传感器2022。在一些此类实例中，EMG传感器可包括电极，该电极定位在舌头附近以检测指示对舌头的自主控制的信号，这又可以指示觉醒。在一些实例中，所感测的EMG信号可用于识别睡眠和/或阻塞事件。结合至少图25A描述关于EMG感测的至少一些另外的方面。
在一些实例中，如图24中所示，感测部分2000可包括用以获得和跟踪EOG信息的EOG传感器2024，所述EOG信息可用于确定睡眠-觉醒状态和/或不同的睡眠阶段。在一些情况下，此类所感测的EOG信息可用于区分REM睡眠与非REM睡眠或觉醒。在一些实例中，用于获得EOG信息的感测元件可以植入头颈部分中，例如眼睛、眼睛肌肉和/或眼睛神经等邻近。在一些实例中，感测元件可以无线地或通过植入的引线将EOG信息传送到植入头颈区内的控制元件(例如，监视器、脉冲发生器等)。在一些此类实例中，感测元件可包括植入患者的一只或两只眼睛附近的电极。
然而，在一些实例中，EOG信息可以通过佩戴在头部上或可以例如通过移动电话、接近患者的监测台等观察眼睛移动、位置等的外部感测元件获得。此类从外部获得的EOG信息可以无线地传送到控制植入患者体内的感测元件和/或刺激元件的植入式监视器、脉冲发生器等。稍后结合至少图27A进一步描述通过EOG传感器感测的一些方面。
在一些实例中，可通过单个感测元件2014实施结合图24描述的各种感测模态(例如，EEG、EMG等)中的任何一个或组合。
在一些实例中，感测部分2000可包括加速度计2026。在一些实例中，加速度计2026和相关联感测(例如，胸部、颈部和/或头部处的运动(或胸部、颈部和/或头部的运动)、呼吸、心脏、姿势等)可以根据至少一些与如在Dieken等人的于2019年5月30日以U.S.2019-0160282公开的“ACCELEROMETER-BASED SENSING FOR SLEEP DISORDERED BREATHING(SDB)CARE(用于睡眠障碍性呼吸(SDB)护理的基于加速度计的感测)”中描述的基本上相同的特征和属性来实施，该文献以全文引用的方式并入本文中。在一些实例中，加速度计可包括单轴加速度计，而在一些实施例中，加速度计可包括多轴加速度计。
除感测信息的其他类型和/或方式外，加速度计传感器2026可用于感测或获得心冲击图(2023A)、心震图(2023B)，和/或心动过速图(2023C)，它们可以用于感测(至少)心率和/或心率变异性(在一些情况下，除了诸如呼吸速率的其它信息之外)，这继而可用作如在本公开的实例中描述的确定睡眠-觉醒状态的一部分。
在一些实例中，加速度计2026可用于感测活动、姿势和/或身体位置作为确定睡眠-觉醒状态的一部分，所感测的活动、姿势和/或身体位置有时可至少部分地指示睡眠-觉醒状态。
在一些实例中，感测部分2000可包括阻抗传感器2036，该阻抗传感器可感测患者的经胸廓阻抗或其它生物阻抗。在一些实例中，阻抗传感器2036可包括跨越患者身体的一部分彼此间隔开的多个感测元件(例如，电极)，例如，图25A中的电极2120、2135、2130和/或图25B至图25F中的示例电极(例如2310、2402、2404)。在一些此类实例中，感测元件中的一个(例如，图25A中的电极2135)可安装在可植入脉冲发生器(IPG)或其它可植入感测监视器的外表面(例如，外壳)上或形成所述外表面的一部分，而其它感测元件(例如，图25A中的电极2120、2130)可位于距IPG或感测监视器的感测元件的间隔距离处。在至少一些此类实例中，阻抗感测布置整合感测电极(当IPG存在时，包括IPG的情况)之间的身体的所有运动/变化(例如，呼吸运作、心脏运动等)。阻抗测量电路的一些示例实施方式将包括单独的驱动和测量电极以控制驱动节点处的电极到组织进入阻抗。
在一些实例中，感测部分2000可包括压力传感器2037，该压力传感器感测呼吸信息，例如但不限于呼吸循环信息。在一些此类实例中，呼吸压力传感器可包括至少一些与如在Ni等人的于2011年6月23日公开的美国专利公开US2011/0152706“METHOD ANDAPPARATUS FOR SENSING RESPIRATORY PRESSURE IN AN IMPLANTABLE STIMULATIONSYSTEM(用于感测可植入刺激系统中的呼吸压力的方法和设备)”中描述的基本上相同的特征和属性，所述文献以全文引用的方式并入本文中。在一些实例中，压力传感器2037可以定位成与呼吸器官或气道或支持呼吸器官或气道的组织直接或间接连续，以便感测呼吸信息。
在一些实例中，感测部分2000内的一个感测模态可至少部分地通过感测部分2000内的另一感测模态实施。
在一些实例中，感测部分2000可包括声学传感器2039，以感测声学信息，例如但不限于心脏信息(包括心脏声音)、呼吸信息、打鼾等。
在一些实例中，感测部分2000可包括身体运动参数2026，通过该参数可以检测患者身体运动、跟踪患者身体运动，等等。身体运动可以通过单一类型的传感器或通过多种类型的感测来检测、跟踪等。例如，在一些实例中，身体运动可以通过加速度计2026感测，并且在一些实例中，身体运动可以通过EMG 2022和/或其它感测模态感测，如在本公开的各种实例中描述的。
在一些实例中，图24中的感测部分2000可包括姿势参数2040，以感测和/或跟踪关于姿势的所感测的信息，其还可以包括对患者的身体位置、活动等的感测。在一些实例中，这种所感测的信息可以指示患者的唤醒或睡眠状态。在一些此类实例中，此类信息可通过上述加速度计2026和/或其它感测模态感测。在一些实例中，此类姿势信息(和/或身体位置、活动)有时可以单独使用和/或与其它感测信息组合使用以确定睡眠-觉醒状态。如本文其它地方描述的，在一些实例中，在确定睡眠(或唤醒)概率时，姿势可被视为若干参数中的一个。
例如，感测直立姿势通常与清醒状态(例如站立或行走)相关联。然而，如在其它地方所指出的，一个人可以处于直立的坐姿，并且仍然处于睡眠状态(例如，在椅子上睡着)。因此，姿势可能仅仅是用于确定睡眠-觉醒状态的一个参数以及结合图24的感测部分2000和/或图27A中的护理引擎2500描述的至少一些其它参数。相反，感测仰卧位或侧卧位(即，侧躺)姿势通常与睡眠状态相关联。然而，患者可能处于这样的位置而没有睡着，使得除姿势之外或代替姿势的其它参数(例如，图24、图27A)可显著增强睡眠-觉醒状态的确定。
此外，感测姿势可以不限于感测静态姿势，而是扩展到感测姿势(或身体位置)的简单变化，这可以指示睡眠-觉醒状态，至少原因是姿势的某些变化(例如，从仰卧位到直立)大部分可能指示觉醒状态。类似地，姿势和/或身体位置的更复杂或频繁的改变可以进一步指示觉醒状态，而长时间保持单一稳定姿势可以指示睡眠状态。
在一些实例中，护理引擎2500的感测部分2000(图27A)包括其它参数2041以指导感测信息，和/或接收、跟踪、评估等除了先前描述的通过感测部分2510感测的信息之外的所感测的信息。
在一些示例方法和/或装置中，通过感测部分2000，可以在不使用姿势信息或身体位置信息的情况下确定睡眠-觉醒状态。在一些此类实例中，在不考虑姿势信息(或身体位置)的情况下确定睡眠-觉醒状态可以允许装置提供有效的睡眠障碍性呼吸(SDB)护理，即使在患者可能以竖直位置(例如坐在椅子中、在零重力环境中等)睡着的情况下，这与在水平身体位置中发生的睡眠的常规假设相反。此类实施方式可允许患者在旅行期间(例如，坐在飞机座椅、汽车座椅、火车座椅等中)睡觉时进行SDB护理。在一些此类实例中，SDB护理方法和/或SDB护理装置有时可以被称为对姿势不敏感。
如图24中还示出的，在一些实例中，感测部分2000可包括温度传感器2038。在一些实例中，可以结合图27A中的护理引擎2500的感测部分2510中的温度参数2538跟踪此类所感测的温度、评估此类所感测的温度，等等。
在一些实例中，所感测的温度可以用作根据本公开的实例进行睡眠-觉醒状态确定的一个因素。在一个方面，温度传感器2038可以感测和跟踪患者在24小时日周期内的体温的正常波动(例如，温度曲线)，其可以2华氏度(F)变化的量级展现。对于大多数患者来说，他们的体温可能在中午和傍晚(例如，晚上7点)达到并且保持在其范围的高端(例如，99.5F)，经过深夜和一整夜到凌晨(例如，早上5或6点)下降到其范围的低端(例如，97.5F)。在一些实例中，温度传感器2038可感测在24小时日周期的可选时间窗口内发生并且超过可选阈值的所感测的温度的变化。在一些实例中，可选时间窗口可包括一小时、两小时或其它时间段。在一些此类实例中，一种方法包括选择可选时间窗口内的预定度数的变化将对应于觉醒到睡眠状态的转变或睡眠到觉醒状态的转变。
在一些示例方法中，在治疗周期期间(例如，通过传感器2038)感测温度变化可用于识别睡眠障碍性呼吸行为。在一些此类实例中，除了所感测的温度之外，还可以使用(如本公开的实例中描述的)另外的所感测的信息来识别睡眠障碍性呼吸(SDB)行为。
在一些实例中，通过温度传感器2038感测的此温度波动信息可以与边界参数3016结合使用，以在治疗周期的开始和结束自动实施边界或限制，使得最低感测体温可以用于至少部分地标记在夜间睡眠的典型患者的治疗周期的结束的边界。类似地，(例如，保持很长时间的)最高感测体温可用于在治疗周期开始时至少部分地实施边界。在一些此类实例中，这些特征可用于实施图20H中的方法787。
在一些实例中，这些相同的基于温度的边界可以用作确定睡眠-觉醒状态的一个因素(除其他因素之外)。可以与此感测的温度波动信息一起使用以确定睡眠-觉醒状态的至少一些其他因素可包括日期时间参数、加速度计信息、心脏信息、呼吸信息等。
在一些实例中，治疗周期内的较小但可检测的温度变化可用于至少部分地确定睡眠-觉醒状态。例如，考虑到试图呼吸时较大的肌肉用力，作为患者响应于呼吸暂停事件而用力呼吸的结果，可以感测到可检测温度变化。
此外，在一些实例中，当与心率或身体位置相比时，此感测的温度波动信息可以提供睡眠或觉醒周期的更独特或特征性指示，所述心率或身体位置至少在一些情况下可能表现出更多变化，其中的一些变化不一定指示睡眠周期或觉醒周期。
在一些实例中，结合图24(和/或图27A)描述的传感器和/或传感器模态中的至少一些可并入脉冲发生器(图25A中的IPG 2133)内或脉冲发生器上，或者并入微刺激器(例如，图25A至图25E)内或微刺激器上。
图25A是示意性地表示植入患者中的感测元件和神经刺激装置2113的若干示例实施方式的图。感测元件和/或神经刺激装置可以在贯穿本公开描述的示例方法和/或示例装置中的至少一些中使用。如图25A中所示，神经刺激装置2113可包括可植入脉冲发生器(IPG)2133和刺激引线2117，该刺激引线包括引线主体2118和刺激电极2112。刺激电极2112相对于上气道通畅相关神经2105(例如舌下神经)皮下植入和接合。在一些实例中，IPG2133被植入到胸肌区2101中，其中刺激引线2117向上延伸到头颈区2103中。在一些实例中，刺激电极2112可长期植入，并且可包括至少部分地围绕神经缠绕的圆柱形布置，可包括桨形电极，可包括非卡肤配置，或电极可以与神经成神经-刺激关系长期植入的其它配置。
在一些实例中，刺激电极2112可以包括至少一些与在Bonde等人的于2102年12月25日颁布的U.S.8,340,785“SELF EXPANDING ELECTRODE CUFF(自膨胀电极卡肤)”和Bonde等人的于2016年1月5日颁布的U.S.9,227,053,“SELF EXPANDING ELECTRODE CUFF(自膨胀电极卡肤)”中描述的基本上相同的特征和属性，两个文献以全文引用的方式并入本文中。在一些实例中，刺激电极2112可以包括至少一些与在Johnson的于2015年1月13日颁布的U.S.8,934,992“NERVE CUFF(神经卡肤)”和/或Rondoni的于2019年2月14日以WO 2019/032890公开的(并且于2019年8月14日以美国申请序列号16/485,954提交的)“CUFFELECTRODE(卡肤电极)”中描述的基本上相同的特征和属性，两个文献以全文引用的方式并入本文中。此外，在一些实例中，刺激引线2117可以包括至少一些与在Christopherson等人的美国专利号6,572,543中描述的刺激引线基本上相同的特征和属性，所述美国专利以引用的方式并入本文中。
然而，应理解，在一些实例中，IPG 2133还可以呈微刺激器的形式，所述微刺激器尺寸设定成放置在头颈区2103中紧邻待刺激的上气道通畅相关神经2105。在一些此类实例中，微刺激器2133还可以并有和/或包括刺激电极2112和/或感测电极。在IPG 2133可以包括微刺激器的一些示例实施方式中，将微刺激器放置在头颈区2103中(例如紧邻上气道通畅相关神经)也将任何暴露的电极(例如2135)更靠近神经2105以及更靠近头部2105放置在微刺激器上，由此可以通过此类电极2135确定EEG信息(包括睡眠信息)。在一些实例中，此类示例微刺激器可以包括至少一些与结合至少2017年5月26日以PCT公开WO2017/087681公开的“MICROSTIMULATION SLEEP DISORDERED BREATHING(SDB)THERAPY DEVICE(微刺激睡眠障碍性呼吸(SDB)治疗装置)”描述的基本上相同的特征和属性，上述文献在2016年11月17日提交，申请号为PCT/US2016/062546，并在2018年5月8日以美国申请序列号15/774,471提交，上述文献以全文引用的方式并入本文中。在包括作为IPG 2133的微刺激器的此类实例中，可以省略刺激引线2117(同时仍保留刺激电极2112)，或者可以显著缩短刺激引线2117。
通过此类神经刺激装置(2133、2112)，向上气道通畅相关神经2105递送刺激信号可以引起至少一些上气道通畅肌肉(例如，颏舌肌)收缩，以引起至少舌头突起，从而维持或恢复上气道通畅，并且由此提供阻塞性睡眠呼吸暂停的治疗处置。结合至少图27A至图36描述关于此类刺激的至少一些另外的示例实施方式。
在一些实例中，示例微刺激器可以植入患者的头颈区(例如，2103)中，以感测至少一些所需的睡眠-觉醒相关信息，该信息可以用于执行睡眠-觉醒确定。在一些实例中，睡眠-觉醒确定可用于根据上气道通畅相关神经、肌肉、组织等的神经刺激来实施、控制、调整等睡眠障碍性呼吸的治疗。植入头颈的微刺激器的至少一些示例实施方式可以采用稍后结合至少图25B至图25F描述的形式。
在诸如稍后在图25B至图25F中描述的一些实例中，植入头颈区内的装置可包括感测元件，该感测元件形成微刺激器的一部分和/或与微刺激器相关联。在一些此类实例中，感测元件可用于通过基于ECG或动脉运动检测心脏信号(例如心率)来确定睡眠-觉醒。在一些实例中，感测元件可用于通过检测呼吸信号(例如呼吸运动或此类运动的子集)来确定睡眠-觉醒，所述呼吸信号可被视为声音，包括但不限于打鼾。在一些此类实例中，感测元件可以检测心脏信号和呼吸信号两者。
在一些实例中，无论是涉及微刺激还是涉及其它可植入脉冲发生器(图25A中的IPG 2133)，在刺激之后和/或刺激期间感测的信号的变化可用于量化治疗有效性和/或可用于实现刺激的自动滴定，如稍后结合至少图27A至图27E进一步描述的。
在一些实例中，刺激电极2112还可用作感测元件以感测生理信息。在一些此类实例中，电极2112可用作唯一感测元件以根据每个感测部分2000(图24)或感测部分2500(图27A)感测生理信息，所述唯一感测元件是例如单通道EEG电极或单通道ECG电极或其它感测模态。如下文所指出的，在一些实例中，刺激电极2112可用于与其它感测元件和/或感测模态组合进行感测。
在一些实例中，刺激引线主体2118可包括感测元件(例如电极)2120，该感测元件可用作唯一感测元件以根据感测部分2000(图24)、2500(图27A)感测生理信息，诸如心脏信息、EEG信息、EMG信息、移动信息等。因此，在一些实例中，感测元件2120可包括加速度计。然而，在一些实例中，当结合可植入刺激器(例如，IPG或微刺激器)的导电外部部分(例如，外壳/壳体的至少一部分)使用时，感测元件(例如，电极)2120可被视为唯一感测元件。
在一些实例中，单个/唯一传感器可包括压力传感器(例如，图24中的2037)，并且在一些实例中，可以通过图27A中的护理引擎2500的感测部分2510中的压力参数2537，跟踪、评估等通过传感器2037感测的压力。
在一些实例中，通过电极(例如2120、2112等)中的一个感测的EMG信息可包括检测上气道通畅以评估阻塞(例如程度、位置等)和/或评估刺激有效性，以及在呼吸期间检测(和/或评估)吸气/呼气。在一些实例中，所感测的EMG信息可包括感测肋间肌肉活动，以便识别呼吸循环信息(例如，吸气、呼气、呼气暂停)和/或识别或区分中枢性睡眠呼吸暂停和阻塞性睡眠呼吸暂停。
然而，在一些实例中，电极2112和电极2120中的一者或两者可以与其它感测元件(例如电极)结合使用以感测生理信息。
在一些实例中，IPG 2133包括感测元件2135。在一些此类实例中，感测元件2135位于IPG 2133的外壳的表面上(或形成所述外壳)，并且电极2112和电极2120两者中的一个可以与电极2135结合使用以测量生物阻抗(图24中的2036；图27A中的2536)，以获得ECG信号、EMG信号等，感测心脏信息(包括心脏形态)、呼吸信息(包括呼吸形态)、胸部、颈部和/或头部的运动/移动等。
在一些此类实例中，IPG 2133的感测元件2135可包括加速度计，该加速度计可包括单轴或多轴加速度计。加速度计可位于IPG 2133内部，可位于IPG 2135外部上，或者可通过小引线主体从IPG 2133延伸短距离。
如分别结合图24和图27A中的至少参数2026、2526论述的，加速度计可用于感测胸部、颈部和/或头部处的运动(或胸部、颈部和/或头部的运动)、心脏信息、呼吸信息等。在一些实例中，加速度计可用于感测身体活动/移动/运动，例如全身运动(例如，行走、说话)，其可指示与觉醒相关联的活动。替代性地，在一些实例中，通过加速度计感测缺乏活动可以指示睡眠-觉醒状态。在一些此类实例中，加速度计可以在不用于感测姿势或身体位置的情况下用于感测生理信息，以用于确定睡眠-觉醒状态的示例方法中的至少一些中，如本文先前描述的。然而，在一些实例中，加速度计可用于感测此类姿势或身体位置。
进一步参考图25A，在确定睡眠-觉醒状态的一些实例中，电极2110可以皮下植入头颈区2103的头部部分2105(例如，肩部上方)中，以感测脑电活动并获得EEG信息和/或其它中枢神经系统(CNS)信息，其中此类所感测的信息用于确定睡眠-觉醒状态。除其它方面之外，可以通过所感测的EEG信息来确定睡眠开始、睡眠终止和/或各个睡眠阶段。在一些实例中，多个电极2110可围绕头部部分2015皮下放置以感测此类EEG信息。在一些实例中，单个电极2110可以与诸如刺激电极2112的另一电极组合使用，以感测此类EEG信息。在一些实例中，电极2110可包括用于确定睡眠-觉醒状态的唯一感测元件。
在确定睡眠-觉醒状态的一些示例方法和/或装置中，电极2114可以植入舌头2115中或紧邻舌头植入以感测肌电图(EMG)信息。此类所感测的EMG信息可包括指示对舌头的自主控制(例如，说话、进食等)的信号，这又可以指示觉醒。另外，此类所感测的EMG信息可包括指示睡眠和/或睡眠障碍性呼吸(例如，阻塞事件)的信号，例如当舌头可以松驰到阻挡上气道的位置时。
应理解，图25A中所示的各种电极中的仅一些可植入或存在于特定示例实施方式中。此外，虽然电极(如果存在)中的一些可以彼此组合使用，但电极中的一些可用于周期性地或选择性地而不是在所有时间实施特定感测模态。例如，可能存在这样的时间段，其中一些电极用于感测一种模态(例如心脏信息，例如ECG或其它)，而一些电极用于在一些时间段期间感测另一种模态(例如阻抗)，其中此类时间段相互重叠、重合或独立。
考虑到这一点，在一些实例中，在一些情况下可以实施用于确定觉醒-睡眠状态的一个或多个感测模态，而在其它情况下可以实施另一不同的感测模态(或感测模态的不同组合)。例如，某些感测模态可以仅仅或不太多地在日周期的一部分(例如，正常觉醒周期，例如，早上6点到晚上10点)期间采用，在日周期的另一部分(例如，正常睡眠周期)期间根本不使用或不太多地使用，反之亦然。
在一些示例方法和/或装置中，可以通过临床医生输入、患者输入、机器学习和其它观察标准中的至少一者来识别正常觉醒周期。在临床医生输入或患者输入的实例中，用户可以直接指定正常觉醒周期(和相反，正常睡眠周期)的开始时间和/或结束时间。在一些实例中，正常觉醒周期(或相反，正常睡眠周期)可以通过特定患者的历史数据和/或关于多个患者或一般群体的历史数据至少部分地确定。在一些此类实例中，机器学习(例如，图27A中的3230)可应用于历史数据以进行确定。在一些此类实例中，机器学习可以使用至少最近的历史数据(例如，过去30天)每天持续进行。
在一些实例中，如稍后描述的，可以根据多个睡眠-觉醒状态参数确定睡眠概率(或睡眠-觉醒状态)，其中不同睡眠-觉醒状态参数可以被不同地加权。对于给定睡眠-觉醒状态参数的此类不同加权可取决于日期时间、临床医生/患者输入等。结合至少图33至图36进一步描述确定睡眠概率的这些方面和/或其它方面。
如图25AA中示意性地表示的，在一些实例中，图25A的IPG 2133可包括安装在IPG2133的外表面(例如外壳)上或形成为其一部分的多个感测元件(例如，电极2145、2147)。如先前其它地方描述的，此布置可用于感测心脏信息(例如，ECG、其它)、阻抗等。
在一些实例中，不管是安装在单个壳体(例如，图25AA中的IPG 2133)上还是放置在多个不同位置中(或不同部件上)，图25A、图25AA中所示的电极可用于感测心脏信息(包括心脏形态)、呼吸信息(包括呼吸形态)、胸部和/或颈部的运动/移动等，如结合感测部分2000(图24)和/或感测部分2510(图27A)描述的。在一些实例中，此感测的信息可以包括呼吸速率和/或心率。在一些此类实例中，所感测的呼吸信息和/或心脏信息可以包括至少一些与结合图27A中的呼吸部分2580、心脏部分2600，图27B中的心脏图3500和/或图27C中的呼吸图150描述的基本上相同的特征和属性。
在一些实例中，通过仅通过IPG上的电极或者通过除了IPG的表面上存在的电极之外的电极测量经胸廓阻抗来获得呼吸信息。然而，在一些实例中，呼吸信息可以源自ECG信息。
考虑到这一点，在本公开中其它地方描述的一些实例中，呼吸信息和/或心脏信息可以通过可位于IPG 2133中的加速度计(图24中的2026)获得。如先前所指出的，有时加速度计可用于感测呼吸信息、心脏信息和/或其它信息以便确定睡眠-觉醒状态，而有时除加速度计之外的感测模态(例如，ECG电极、EMG电极等)可用于感测呼吸信息、心脏信息和/或其它信息以确定睡眠-觉醒状态。
除非另有特别说明，否则应理解，图25A中描述的电极包括暴露的导电部分以接合患者体内的身体组织等。
在一些实例中，单个SDB护理装置包括单个壳体。在一些实例中，单个装置包括机载电源。在一些实例中，单个装置包括多个感测元件(例如电极)。在一些实例中，至少一个感测元件(例如电极)位于装置的两个单独部分上。例如，一个电极可以位于IPG 2133上，而一个电极可以位于刺激引线主体2118上。
如先前结合至少图25A、图25AA描述的，在一些实例中，可植入脉冲发生器(IPG)可以采用微刺激器的形式，并且可用于实施如先前描述的各种感测模态。此类微刺激器的至少一些示例实施方式在至少图25B和图25E中示出。
如图25B中所示，包括示例微刺激器2355的示例装置2359可以植入患者的头颈区2302中，在该示例中具体是颈部区2303中。微刺激器2355通过进入切口2311皮下植入。在具体示出的实例中，刺激电极2310电连接到微刺激器2355且从该微刺激器延伸，其中刺激电极2310联接到神经2305以刺激神经，这引起肌肉系统(例如，舌头)收缩，从而维持或恢复上气道通畅以治疗睡眠障碍性呼吸。在一些实例中，刺激电极2301可以包括至少一些与图25A中的刺激电极2112基本上相同的特征和属性，包括在一些实例中用作感测电极。
如在图25C中的示例装置2400的示意性表示中还示出的，在一些实例中，微刺激器2355可包括至少一个电极(例如2402和/或2404)，相对于所述至少一个电极电极，可建立电极2310、2402、2404中的感测矢量V1、V2和/或V3以感测生理现象(例如，ECG、生物阻抗、颈部2303处的(或颈部的)运动等)，如先前描述的。此感测的生理信息可以用于确定睡眠-觉醒状态等，例如实施刺激疗法。还应理解，在一些实例中，结合图25A、图24和图27A描述的另外的感测模态(例如，EMG)可通过图25B至图25F的微刺激装置的至少一部分实施。虽然在图25B中未完全示出，图25C示出了电极2310可布置在从微刺激器2355延伸的引线2313上。
如在图25D中的示例装置2420的示意性表示中还示出的，在一些实例中，微刺激器2355可包括加速度计2422，并且通过该加速度计，感测生理信息(例如，通过感测颈部处的运动或颈部的运动等)可以如先前贯穿本公开描述的实施。另外，图25D中的微刺激器2355还可以包括电极2402(如图25C中)，通过该电极，可通过感测矢量V2实施先前描述的感测(例如心脏、ECG、生物阻抗、运动等)中的至少一些。此感测的生理信息可以用于确定睡眠-觉醒状态等，例如实施刺激疗法。
图25E提供示例装置2459的示意性表示2450，该示例装置包括至少一些与图25B至图25D的装置基本上相同的特征，除了还包括专用感测引线2433以外，该专用感测引线从微刺激器2355(皮下)延伸到组织中以支撑与微刺激器2355和/或其它电极(例如，图25F中的2431、2432或2404)间隔开的至少一个电极(例如2431、2432)。此布置可用于以类似于对于至少图25B至图25D中的示例布置描述的方式通过矢量V1、V2、V3、V5、V6和/或V7(图7)感测生理信息(例如，ECG、生物阻抗、颈部2303处的运动或颈部的运动)。
在一些实例中，图25B至图25F的微刺激器装置促进紧凑布置中的SDB护理，包括睡眠-觉醒确定，在该紧凑布置中，感测、刺激、植入物进入等可以在单个身体部位(例如颈部)中实施，而不是分散在几个身体部位(例如颈部和躯干)之中，从而简化植入和SDB护理。例如，位于颈部的微刺激器装置可以感测生理现象(例如，呼吸、心脏等)，其有时可以主要与身体的不同部位(例如，胸部)相关联，同时方便地将刺激元件放置在微刺激器所在的颈部区中。
图26是示意性地表示示例处理部分2200的框图，该示例处理部分可以形成至少感测部分2000的一部分和/或与至少感测部分通信(图24A)。一般来说，处理部分处理由单个传感器、单个传感器类型或结合至少图24描述的多种类型的传感器获得的信号和/或信息。如图26中所示，处理部分2200可包括滤波功能2210，该滤波功能用以对所感测的信号进行滤波以排除噪声、非相关信息等。在一些实例中，处理部分2200可包括解释功能2212，该解释功能可根据典型睡眠模式中存在的所感测的生理信息解释通过感测部分2000感测的信息。在一些此类实例中，可以至少部分地关于与参考参数2220相关联的信息执行解释。在一些此类实例中，可通过参考参数2220获得的信息(用于解释所感测的信息)可以包括呼吸速率和/或呼吸信号形态，和/或可以包括心率和心脏信号形态。可以使用或可以不使用归一化。
在一些实例中，感测部分2000(图24)和/或处理部分2200(图26)可以在从传感器信号提取重要特征的方法中使用。此类特征提取可包括带通滤波、频率分析、功率谱分析、信号幅值分析、微分信号分析、阈值的使用和差分信号分析。此外，在一些实例中，此类特征提取还可以包括基于生理速率和/或小波分析以及前述参数的组合的放大和增益控制、异常值剔除方法。在一些实例中，特征提取可以涉及分析周期性行为的周期和/或被执行以使得能够分析周期性行为的周期。例如，可以对所感测的信号执行特征提取，并将提取的特征作为移动平均值或作为分布的离散时间块进行分析，以确定特定的提取的特征(例如，心率、心率变异性、呼吸速率等)是否已达到稳定性阈值或显示出与先前行为的变化。
在一些实例中，处理部分2200的至少一部分可包括和/或被实施至少一些结合图33至图36描述的特征和属性。
在一些实例中，处理部分2200的全部或一部分可并入图27A中的护理引擎2500的感测部分2510或其它部分内和/或可并入控制部分4000(图28A)内。
图27A是示意性地表示示例护理引擎2500的框图。在一些实例中，护理引擎2500可以形成控制部分4000的一部分，如稍后结合至少图28A所描述的，例如但不限于包括指令4011和/或信息4012的至少一部分。在一些实例中，护理引擎2500可以用于实施至少一些如先前结合图1至图26描述的和/或稍后结合图27B至图36描述的本公开的各种示例装置和/或示例方法中。在一些实例中，护理引擎2500(图27A)和/或控制部分4000(图28A)可形成脉冲发生器(例如，图25A至图25B中的2133)的一部分和/或与该脉冲发生器通信，不管此类元件是否包括微刺激器或其它布置。
在一个方面，图27A中的护理引擎2500的至少感测部分2510指导信息的感测，和/或接收、跟踪和/或评估通过感测部分2000(图24)的感测模态、感测元件等中的一个或多个获得的所感测的信息，其中护理引擎2500利用此类信息来确定睡眠-觉醒状态，以及如下文进一步描述的其它动作、功能等。
如图27A中所示，在一些实例中，护理引擎2500包括感测部分2510、睡眠状态部分2650、睡眠障碍性呼吸(SDB)参数部分2800和/或刺激部分2900。在一些实例中，感测部分2510可包括EEG参数2512以感测EEG信息，例如单个信道(2514)或多个信道的EEG信号。此类所感测的EEG信息可以通过EEG传感器2012(图24)获得或者源自通过另一感测模态感测的信息。在一些实例中，根据参数2512感测的EEG信息包括睡眠状态信息。在一些此类实例中，睡眠状态信息可包括在稍后描述的护理引擎2500的睡眠状态部分2650中提供的参数。
在一些实例中，感测部分2510可包括眼电图(EOG)参数2524，该眼电图参数涉及例如通过EOG传感器(例如，图24中的2024)接收、跟踪、评估和/或指导眼运动、眼位置等的感测。在一些此类实例中，感测元件可包括光学传感器。
在一些实例中，此EOG信息可用作确定和/或确认睡眠状态信息以及其它CNS信息(2532)的一部分，所述其它CNS信息可用于感测、诊断和/或治疗睡眠障碍性呼吸(SDB)行为。例如，在一些此类实例中，此EOG信息可以包括在睡眠期间根据参数2668(图27A)检测和/或跟踪快速眼运动(REM)，这继而可用于区分唤醒状态、REM状态和/或其它睡眠状态，包括各种睡眠阶段。
如图27A中还示出的，护理引擎2500可包括睡眠状态部分2650，该睡眠状态部分用以感测和/或跟踪睡眠状态信息，在一些实例中，该睡眠状态信息可以通过EEG信息参数2512获得。在一些实例中，睡眠状态部分2650可识别和/或跟踪睡眠的开始(2660)和/或睡眠的截止(2662)，以及一旦患者入睡就识别和/或跟踪睡眠阶段。因此，在一些实例中，睡眠状态部分2650包括睡眠阶段参数2666，以识别和/或跟踪患者在治疗部分期间或在较长时间段期间的各种睡眠阶段(例如，REM和N1、N2、N3或S1、S2、S3、S4)。在一些情况下，除REM睡眠之外的各种阶段(例如N1-N3或S1-S4)有时可以被称为非REM睡眠。在一些实例中，睡眠状态部分2650还可以包括单独的快速眼运动(REM)参数2668，以感测和/或跟踪与睡眠障碍性呼吸(SDB)护理的各个方面相关联的REM信息，如下文和贯穿本公开的各个实例进一步描述的。在一些实例中，REM参数2668可形成睡眠阶段参数2666的一部分或与该睡眠阶段参数一起使用。
在一些实例中，睡眠状态部分2650可包括觉醒参数2664，以指导感测患者的觉醒状态，和/或接收、跟踪、评估等对患者的觉醒状态的感测。患者的唤醒状态可以指示一般非睡眠周期(例如，白天时间)和/或中断的睡眠事件，例如与患者醒来使用洗手间(例如，小便等)、在床上翻身、早上醒来关掉闹铃等相关的(根据参数2672的)长唤醒。
相反，在一些实例中，睡眠状态部分2650可包括微觉醒参数2674，通过该微觉醒参数，可以检测和/或跟踪与睡眠障碍性呼吸(SDB)事件相关的神经觉醒，其中患者由于睡眠呼吸暂停而经历短的神经唤醒，例如但不限于阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停和/或呼吸不足。在外行所熟悉的传统意义上，此类SDB相关的微唤醒通常不会导致患者醒来。在至少一些实例中，治疗周期内的刺激强度不响应于此类SDB相关性微唤醒而改变，因为治疗的一个目标是电刺激以防止或基本上减少睡眠障碍性呼吸，这继而会减少此类SDB相关性微唤醒的频率和容积。
在一些实例中，通过护理引擎2500的至少睡眠状态部分2650，睡眠检测方法/装置可以区分睡眠期间发生的觉醒与睡眠障碍性呼吸(SDB)。在其他情况下，这种区分可以例如在患者处于睡眠位置(例如，水平躺下或屈身位)时使得能够进行有效的神经刺激疗法，睡眠检测装置检测到所感测的数据的变化，所述变化可以解释为翻身(例如，从仰卧位到其侧卧(例如，侧卧位)或反之亦然)或者与SDB行为一致。在患者真正翻身的情况下，例如当起床时，系统将暂停神经刺激疗法。然而，如果所检测的变化可以被确认为是正当的SDB行为，则系统/方法在至少一些实例中不暂停神经刺激疗法。
考虑到这一点，在一些实例中，装置/方法可以区分REM睡眠(即使不存在睡眠障碍性呼吸(SDB)时)和觉醒，至少原因是如果患者处于REM睡眠中，系统避免暂停对睡眠障碍性呼吸的神经刺激疗法。相反，如果患者处于实际觉醒状态，则系统不应启动神经刺激疗法，或者可以暂停或终止神经刺激疗法。在一些实例中，与REM相关联的一个特征性特征是缺乏身体运动，这有时可以被称为自主肌肉控制的瘫痪或至少部分瘫痪。
在一些实例中，睡眠障碍性呼吸可以在REM睡眠期间发生，使得至少一些示例装置/方法可以将睡眠障碍性呼吸与觉醒区分开，和/或将REM睡眠与觉醒区分开。例如，在一些此类实例中，如果/在其他参数(例如HR)可以其它方式指示觉醒时，感测到缺乏身体运动可以防止误报。例如，在REM睡眠阶段期间，所感测的信息可以指示患者的呼吸周期和/或心率(HR)的变异性增加。
在一些此类实例中并且如先前描述的，(根据睡眠状态部分2650的)睡眠状态信息可用于指导、接收、跟踪、评估、诊断等睡眠障碍性呼吸(SDB)行为。在一些此类实例中并且如先前描述的，睡眠状态信息可以以闭环方式使用以启动、终止和/或调整刺激疗法，以治疗睡眠障碍性呼吸(SDB)行为从而增强装置功效。稍后结合至少图27A中的参数2910进一步描述至少一些示例闭环实施方式。
例如，在一些实例中，通过感测觉醒(睡眠状态部分2650中的2664)，刺激疗法可以自动终止。在一些实例中，通过感测特定睡眠阶段的开始(2666)，刺激疗法可以自动启动。在一些实例中，可以根据特定睡眠阶段和/或睡眠阶段内的特定特性调整和实施刺激疗法的强度。在一些实例中，可在检测到REM睡眠阶段时实施较低刺激强度水平。在一些实例中，可以在一些睡眠阶段降低刺激强度，以节省电力和电池使用寿命，以及改善患者的舒适度和/或治疗利用率。
在一些实例中，与护理引擎2500的至少睡眠阶段参数2666合作，刺激信号的递送可以在每个不同睡眠阶段(例如N1、N2、N3或S1、S2、S3、S4、REM)的不同预定强度水平之间切换。
除了上文结合图27A描述的感测参数、模态等之外，在一些实例中，护理引擎2500的感测部分2510包括ECG参数2520、EMG参数2522、加速度计参数2526、压力参数2537、温度参数2538、声学参数2539，以指导感测来自先前结合图24描述的ECG传感器2020、EMG传感器2022、加速度计2026、压力参数2037、温度传感器2038和/或声学传感器2039的信号，和/或接收、跟踪、评估等对所述信号的感测。在一些实例中，EMG参数2522可包括检测肌肉活动和/或肋间肌肉、上气道和/或舌头处的运动，例如结合至少图25A和贯穿本公开的其它实例描述的。
在一些实例中，护理引擎2500的感测部分2510(图27A)包括阻抗参数2536，该阻抗参数用以感测患者体内的阻抗和/或跟踪对患者体内的阻抗的感测，以感测胸部和/或颈部处的运动(或胸部和/或颈部的运动)和/或其它参数，以便确定睡眠-觉醒状态。除了或代替用于确定睡眠-觉醒状态，阻抗参数2536还可用于感测呼吸信息和/或与睡眠障碍性呼吸(SDB)护理相关联的其它信息。阻抗参数2536可以从图24中的阻抗传感器2036和/或其它传感器获得阻抗信息。
在一些实例中，护理引擎2500的感测部分2510可包括姿势参数2540，以指导感测来自图24中的先前描述的姿势传感器2040或其它姿势、身体位置传感器等的信号，和/或接收、跟踪、评估等对所述信号的感测。与感测部分2510的其它参数一样，姿势参数2540可以单独使用或与其它参数组合使用以确定患者的睡眠-觉醒状态。然而，如先前所指出的，在一些示例方法(和/或装置)中，可以在没有(或独立于)姿势信息的情况下确定睡眠-觉醒状态。
在一些实例中，护理引擎2500的感测部分2510包括打鼾参数2545，以指导感测打鼾信息和/或接收、跟踪、评估打鼾信息等，在一些实例中，所述打鼾信息可通过运动感测来检测和获得。在一些实例中，可以使用此感测的打鼾信息来至少部分地确定睡眠-觉醒状态。在一个方面，打鼾可以被定义为当呼吸周期相对稳定并且频率含量稳定时与每次呼气相关联的噪声。相反，说话缺乏稳定的呼吸周期和频率含量，因此不会被检测为打鼾。如其它地方所提及的，在一些实例中，通过声学传感器2039(图24)和/或声学参数2539(图27A)感测打鼾。
在一些实例中，护理引擎2500的感测部分2510可包括历史参数2542，通过该历史参数保存所感测的生理信息的历史，并且可以通过比较参数2544来使用该历史参数以将最近的所感测的生理信息与较老的所感测的生理信息进行比较。结合至少图15A至图15B描述使用此类历史参数2542和比较参数2544的至少一些示例实施方式。
在一些实例中，通过护理引擎2500，确定睡眠-觉醒状态的至少一些示例方法可包括通过呼吸速率和/或心率的趋势(包括变异性)来识别睡眠。在一些实例中，睡眠-觉醒状态的确定可包括通过呼吸循环的形态、呼吸速率的稳定性和/或呼吸形态的稳定性来识别睡眠。下文结合至少护理引擎2500的呼吸部分2580进一步描述这些实例中的至少一些。
如图27A中所示，在一些实例中，护理引擎2500可包括呼吸部分2580。在至少一些实例中，一般而言，呼吸部分2580可以引导感测呼吸形态(包括呼吸信号内的一般模式和/或特定基准)，和/或接收、跟踪和/或评估呼吸形态。在一些实例中，呼吸部分2580可以与图27A中的护理引擎2500的感测部分2510和/或感测部分2000(图24)协作或作为其一部分操作。通过呼吸部分2580管理的此类呼吸形态的至少一些方面可以包括吸气形态(参数2582)和/或呼气形态(参数2584)。在一些实例中，相应的吸气形态参数2582和/或呼气形态参数2584可包括患者呼吸循环的相应的吸气和/或呼气相的幅值、持续时间、峰值(2586)、开始(2588)和/或截止(2590)。在一些实例中，所检测的呼吸形态可包括转变形态(2592)，例如吸气到呼气的转变和/或呼气到吸气的转变。在一些实例中，相应的吸气相和呼气相的这些方面(例如，峰值、开始、截止、量值等)中的任何一者或多者可以用于至少部分地确定睡眠和/或觉醒。
例如，与护理引擎2500的呼吸部分2580相关联的吸气到呼气的转变可以用作检测和/或跟踪呼吸速率(和呼吸速率变异性)的基准，其可以指示觉醒-睡眠状态的变化。至少一个此类示例吸气到呼气的转变180在图27C中示出。在一些实例中，吸气到呼气的转变的持续时间的变化、峰间幅值的变化和/或呼吸速率的变化可以指示睡眠和/或觉醒，并且因此用于确定睡眠-觉醒状态。
关于上文描述的呼吸形态的感测、跟踪等，图27C是示意性地表示呼吸循环150的图150，其示出了呼吸形态的至少一些方面，其中呼吸循环150包括吸气相162和呼气相170。吸气相162包括初始部分164(例如开始)、吸气峰值165、结束部分166(例如截止)，而呼气相170包括初始部分174(例如开始)、中间部分175(包括呼气峰值177)和结束部分176(例如截止)。上文所述的(护理引擎2500的感测部分2510中的)吸气形态2582的峰值参数2586、开始参数2588和截止参数2590对应于图27C中的呼吸循环图150的吸气峰值165、吸气开始164和吸气截止166，而上文所述的(护理引擎2500的感测部分2510中的)呼气形态参数2584的峰值参数2586、开始参数2588和截止参数2590对应于图27C中的呼吸循环图150的呼气峰值177、呼气开始164和呼气截止166。
在图27C中的呼吸循环图150中，第一转变180在结束吸气部分166与初始呼气部分174之间的接合处发生。在一些情况下，这种转变180有时可以被称为吸气到呼气的转变180，如上文所述，其可用于根据图27A中的护理引擎2500的呼吸部分2580的参数2592确定睡眠-觉醒状态。第二转变182在结束呼气部分176与初始吸气部分164之间的接合处发生。在一些情况下，这种转变182有时可以被称为呼气到吸气的转变182，如上文所述，其可以用于根据图27A中的护理引擎2500的呼吸部分2580的参数2592确定睡眠-觉醒状态。
在一些实例中，如图27A中所示，呼吸部分2580可包括胸壁参数2594，以指导感测患者的胸壁行为，和/或接收、跟踪、评估等患者的胸部壁行为等。在一些此类实例中，胸部行为可包括胸壁运动(例如胸腔运动)。在一些实例中，所感测的胸壁运动(例如，用于确定睡眠-觉醒状态)可包括当患者呼吸时，与呼吸循环的吸气和呼气相关联的胸壁的一般运动(例如，升高和下降)。在一些情况下，该胸壁运动可以包括肋间肌肉收缩。在一些实例中，此感测的一般胸壁运动(例如，用于确定睡眠-觉醒状态)不包括诸如胸肌收缩的特征和/或信号信息(其可能与呼吸和/或心脏功能无关)。在其他用法中，所感测的胸部运动可用于确定呼吸信息、心脏信息和/或其它生理信息，以便确定睡眠-觉醒状态，如在本公开的各种实例中进一步描述的。例如，所感测的胸部运动的一个用法是至少部分地确定呼吸是被动的还是主动的(例如，强制的)，这继而可用于确定睡眠-觉醒状态。作为被动呼吸的仅一个示例方面，正常呼气在没有直接肌肉用力的情况下发生，例如在正常潮式呼吸期间，由于胸部、肺部和膈膜中的弹性组织的反冲力效应，空气可以从肺部排出。预期在睡眠状态下会出现这种行为。相比之下，可能与唤醒状态相关的主动呼吸的一个实例包括涉及腹壁、内部肋间肌肉和膈膜收缩的强制呼气。
在一些实例中，如图27A中所示，呼吸部分2580可包括颈部参数2595，以指导感测患者的颈部移动和/或接收、跟踪、评估患者的颈部移动等，所述颈部移动可指示关于患者的呼吸信息和/或心脏信息，所述呼吸信息和/或心脏信息可用于确定睡眠-觉醒状态。如先前描述的，此类感测的颈部的移动和/或颈部处的移动可包括例如(但不限于)来自气道和/或血管的运动、阻抗和/或其它生理现象等的移动。例如，可以在气道上、在血管上和/或在两者上测量至少一些所感测的阻抗矢量。
在一些实例中，呼吸部分2580可包括呼吸速率参数2596，以指导感测呼吸速率信息和/或接收、跟踪、评估等呼吸速率信息，所述呼吸速率信息包括呼吸速率、呼吸速率变异性2597等，所述呼吸速率信息可用于确定睡眠-觉醒状态或睡眠-觉醒状态的变化。在一些实例中，感测呼吸速率(和任何相关的变异性、趋势等)可通过根据护理引擎2500的呼吸部分2580感测和跟踪呼吸形态的上述可识别参数(例如，峰值、开始、截止、转变)中的一个来实施。
如图27A中所示，在一些实例中，护理引擎2500可包括心脏部分2600。在一些实例中，一般来说，心脏部分2600可以用于感测、跟踪、确定等可以指示睡眠-觉醒状态的心脏信息以及与SDB护理有关的其它信息。在一些实例中，心脏部分2600可以与护理引擎2500的感测部分2510(图27A)和/或感测部分2000(图24)协作或作为其一部分操作。心脏部分2600可以单独使用或与护理引擎2500的其它元件、模态等组合使用。在一些实例中，心脏部分2600可以采用感测部分2510中的单一类型的感测或多种类型的感测，并且在一些实例中，心脏部分2600可以采用除感测部分2510的特定感测类型、模态之外的或作为其替代方案的其它感测类型、模态等。此外，心脏部分2600可以与护理引擎2500的呼吸部分2580合作或独立于所述呼吸部分确定、跟踪等睡眠-觉醒状态。
在一些实例中，一般来说，心脏部分2600可以指导感测心脏信号形态和/或接收、跟踪、评估等心脏信号形态，以至少确定睡眠-觉醒状态。如图27A中所示，在一些实例中，心脏部分2600包括可单独使用或组合使用以确定睡眠-觉醒状态的心房形态参数2610和/或心室形态参数2612。在一些实例中，相应的心房和心室形态(2610、2612)的至少一些方面可以包括分别检测心房和心室的收缩(参数2620)和/或松驰(参数2622)。在一些此类实例中，跟踪相应的收缩和/或松驰可以通过提供可容易识别的心脏波形部分来促进确定睡眠-觉醒状态，通过所述可容易识别的心脏波形部分可以检测、跟踪心率(HR)和/或心率变异性(HRV)，并且根据所述可容易识别的心脏波形部分，心率或心率变异性的值、趋势等可以指示睡眠或觉醒。
在一些实例中，相应的心房和心室形态(2610、2612)的至少一些方面可包括心房或心室收缩的峰值(2630)，其可用于确定睡眠-觉醒状态。
在一些实例中，相应的心房和室形态(2610、2612)的至少一些方面可包括心房收缩、心房松驰、心室收缩或心室松驰的开始(例如，起始)2632。在一些实例中，相应的心房和心室形态(2610、2612)的至少一些方面可包括心房收缩、心房松驰、心室收缩或心室松驰的截止(例如终止、结束)2634。
在一些实例中，相应的心房和心室形态(2610、2612)(可通过其检测睡眠-觉醒状态)的至少一些方面可包括心房收缩和心室收缩的组合。
在一些实例中，相应的心房和心室形态(2610、2612)的至少一些方面可包括转变(2640)，例如心动周期的不同阶段之间的转变。
在一些实例中，心脏信息(可通过其确定睡眠-觉醒状态)的至少一些方面可包括根据参数2642打开或闭合心脏瓣膜。在一些实例中，这种对(根据参数2642)打开和/或闭合心脏瓣膜的检测也可用于帮助结合参数2610、2612、2620、2622、2630、2632、2634确定心房或心室的收缩(或松驰)的开始和/或截止的时序和/或发生。
在一些实例中，心脏信息可包括心脏运动2644，可根据心脏运动确定上述心脏形态参数。心脏运动2644可通过结合至少图24描述的各种感测模态(例如，加速度计、EMG等)中的一者或多者来获得。
如图27A中还示出的，在一些实例中，心脏信息可包括心率参数2645，以指导感测心率信息和/或接收、跟踪、评估等心率信息，所述心率信息包括心率(HR)、心率变异性(HRV)2646等，其可用于确定睡眠-觉醒状态或睡眠-觉醒状态的变化。在一些实例中，感测心率(和任何相关的变异性、趋势等)可以通过根据心脏部分2600感测和跟踪心脏形态的上述可识别参数(例如，峰值、开始、截止、转变)中的一个来实现。
在一些实例中，上述心脏信息中的至少一些可以至少部分地根据可被声学感测(例如，图24中的2039；图27A中的2539)的心脏声音(例如图27B中的S1、S2等)来确定。
在一些实例中，可通过所感测的呼吸特征和所感测的心脏特征的组合来确定睡眠-觉醒状态。先前结合至少图5至图9和图10至图13以及在本公开的实例中的其他地方描述使用这种信息的组合的至少一些方面。
如图27A中还示出的，在一些实例中，护理引擎2500包括SDB参数部分2800，以指导感测尤其与睡眠障碍性呼吸(SDB)护理相关的参数，和/或接收、跟踪、评估等尤其与睡眠障碍性呼吸(SDB)护理相关的参数。例如，在一些实例中，SDB参数部分2800可包括睡眠质量部分2810，以感测和/或跟踪患者的睡眠质量，特别是与患者的睡眠障碍性呼吸行为相关的睡眠质量。因此，在一些实例中，睡眠质量部分2810包括唤醒参数2812，以感测和/或跟踪由睡眠障碍性呼吸(SDB)事件引起的唤醒，其中此类唤醒的次数、频率、持续时间等指示睡眠质量(或睡眠缺乏)。在一些此类实例中，此类唤醒可对应于如结合至少图27A中的护理引擎2500的睡眠状态部分2650中的参数2674描述的微唤醒。
在一些实例中，睡眠质量部分2810包括状态参数2814，以感测和/或跟踪在治疗周期期间或在较长时间段内患者的各种睡眠状态(包括睡眠阶段)的发生。在一些此类实例中，状态参数2814可以与护理引擎2500的睡眠状态部分2650协作、形成所述睡眠状态部分的一部分和/或包括至少一些与所述睡眠状态部分基本上相同的特征和属性。
在一些实例中，SDB参数部分2800包括AHI参数2830，以感测和/或跟踪呼吸暂停低通气指数(AHI)信息，其可指示患者的睡眠质量。在一些实例中，在患者经历的不同睡眠阶段中的每一个中感测AHI信息，其中此类所感测的AHI信息至少部分地指示睡眠障碍性呼吸(SDB)行为的程度。在一些实例中，AHI信息通过感测元件获得，所述感测元件例是如结合至少感测部分2000(图24)和/或感测部分2510(图27A)的各种感测类型、模态等中的一者或多者，其可以如本公开的各种实例中描述的实施。在一些实例中，可通过感测元件感测AHI信息，所述感测元件是例如位于躯干或下巴/颈部区中的加速度计，其中感测元件可如本公开的各种实例中描述的定位和实施。在一些实例中，可以使用基于加速度计的感测和其它类型的感测的组合来感测和/或跟踪AHI信息。在一些实例中，除了通过加速度计之外，还通过感测模态(例如，ECG、阻抗、EMG等)获得AHI信息。
在一些实例中，可通过图27A中的护理引擎2500的概率部分3200实施睡眠-觉醒状态的确定。在一些此类实例中，通过选择参数3210，概率部分3200可以实现对至少一些睡眠-觉醒确定参数的选择性包括或选择性排除，而不会直接影响确定睡眠-觉醒状态的一般操作。在一些实例中，通过概率功能3200，可以由患者、临床医生、护理人员调整灵敏度参数3220以通过特定参数增加或降低确定睡眠-觉醒状态的灵敏度。在一些实例中，可以实施机器学习参数3230以评估和修改对睡眠-觉醒状态的概率确定的调整，包括但不限于对与睡眠-觉醒状态的概率确定相关联的任何幅值阈值、持续时间阈值等的调整。在一些实例中，采用此类概率确定可以允许对患者的各个信号进行更精细的控制(组合使用以确定睡眠-觉醒状态)，这继而可以使得能够在需要时平衡简单控制与复杂控制和传感器灵活性的能力。
在一些实例中，至少通过机器学习参数3230，护理引擎2500可包括和/或访问神经网络资源(例如，深度学习、卷积神经网络等)以从多个传感器的单个传感器识别指示睡眠的模式。在一些实例中，基于决策树的专家资源还可用于将传感器或神经网络输出与诸如日期时间或远程输入/使用的其它信号组合。例如通过参数3230的机器学习的一个示例实施方式稍后结合至少图33至图36进一步描述。在整个本公开中描述了至少一些其它示例实施方式。
在一些实例中，通过概率部分3200，护理引擎2500可以分配并应用与每个信号相关联的权重(参数3240)，以便增加(或降低)特定传感器信号在确定睡眠-觉醒状态中的相对重要性。
在一些实例中，通过时间强调参数3250，可为24小时日周期的不同时间选择不同阈值。例如，在第一周期(例如，诸如中午的日间)期间，一些参数可以不被强调和/或其它参数被强调，而在第二周期(例如，诸如例如晚上10点的夜晚)期间，一些参数可以在确定睡眠-觉醒状态时被强调，而其它参数不被强调。替代性地，在第一周期期间，可以降低(用于确定睡眠-觉醒状态的)大多数或所有参数的灵敏度，并且在第二周期期间，可以增加(用于确定睡眠-觉醒状态的)一些或所有参数的灵敏度。
在一些此类实例中，通过时间强调参数3250的此可调整性可增强对于具有非标准睡眠周期的患者的睡眠-觉醒确定，所述具有非标准睡眠周期的患者是例如垃圾场轮班工人(例如，工作时间为晚上11点到早上7点)，因为他们的预期睡眠周期(例如，上午8点到下午3点)与常规睡眠周期(例如，晚上10点到早上6点)冲突。
在一些实例中，护理引擎2500的概率功能3200可基于感测胸部、颈部和/或头部处的运动(或胸部、颈部和/或头部的运动)来实施对睡眠-觉醒状态的概率确定。在一些此类实例中，加速度计和/或其它传感器(例如，阻抗、EMG等)可用于感测胸部、颈部和/或头部处的运动(或胸部、颈部和/或头部的运动)。在一些此类实例中，根据区分参数3260，在感测通过具有多个信号分量(例如，多轴加速度计)的传感器(例如，加速度计)执行，或感测捕获可从其导出多个不同信号的信号(例如，ECG)时，示例方法可以包括将与感测生理信息相关联的信号分成多个不同信号，每个相应的信号表示不同的睡眠-觉醒确定参数。换句话说，信号内的多个分量被区分为不同和单独的信号，其中的每一个信号可指示睡眠-觉醒状态。然后，基于评估与相应的不同睡眠-觉醒确定参数相关联的相应的不同信号来确定睡眠-觉醒状态的概率。如上所述，在一些实例中，每个相应的不同信号可包括多轴加速度计(例如，其中每个轴线正交于其它轴线)的一个轴线，或者(当采用多个单轴加速度计时)可包括单轴加速度计。在一些此类实例中，可以将不同的处理方法或技术应用于至少一些信号分量(例如，睡眠确定参数)。
稍后在结合图33至图36描述的示例方法/装置7000中提供以上述方式划分信号的至少一个示例实施方式。
如图27A中所示，在一些实例中，护理引擎2500可包括激活部分3000，该激活部分通常可控制可植入医疗装置(例如IPG)的激活。在一些此类实例中，通过可植入医疗装置的神经刺激递送可自动激活和终止(3010)，其中此类激活和终止基于睡眠-觉醒状态。在一些此类实例中，睡眠-觉醒状态通过护理引擎2500自动确定。
因此，在一些实例中，通过自动参数3010，用于确定睡眠-觉醒状态的至少一些示例方法和/或装置可用于(例如，在自动检测睡眠时)自动启动治疗周期和(例如，在自动检测觉醒时)自动终止治疗周期。
在自动确定睡眠-觉醒状态不可用或由患者(或临床医生或护理人员)停用的一些实例中，接着根据远程参数3012，治疗周期可包括从使用远程控件来打开治疗装置开始到患者通过远程控件关闭该装置结束的时间段。在一些实例中，根据远程参数3012，可以基于通过远程控件感测的环境光的程度、由远程控件感测的运动的程度或类型，和/或通过远程控件实施的上述治疗激活(例如，打开、关闭)来启动和/或终止治疗周期。在一些实例中，远程控件可包括图30中所示的远程控件4340。应理解，在一些实例中，检测环境光的程度和/或远程控件的运动的程度或类型可用作本文所述的其它特征的一部分以执行睡眠-觉醒状态的自动确定，这继而可确定应用神经刺激疗法的治疗周期的自动启动、终止、暂停、调整等。在一些实例中，远程控制参数4340可以结合图20I中的方法788实施。
在自动确定睡眠-觉醒状态不可用或由患者(或临床医生或护理人员)停用的一些实例中，根据应用程序参数3013，治疗周期可包括从患者使用应用程序打开治疗装置开始到患者通过应用程序关闭该装置结束的时间段。在一些实例中，根据应用程序参数3013，可基于通过应用程序感测的环境光的程度、由移动装置感测的运动的程度或类型，和/或通过移动装置上的应用程序实施的上述治疗激活(例如，打开、关闭)来启动和/或终止治疗周期。在一些实例中，应用程序可包括图30中所示的应用程序4330，其可通过移动装置4320(图30)实施，所述移动装置是例如移动智能手机、平板电脑、平板手机、智能手表等。移动装置可包括控制部分，操作应用程序的用户界面(例如，显示器)，并且移动装置可包括传感器，该传感器用于以使得应用程序能够至少部分地基于移动装置的使用(或不使用)来执行睡眠-觉醒确定的方式感测上述特征(例如，运动、环境光、声音等)。
在一些实例中，远程控件和/或移动装置的传感器可包括加速度计、陀螺仪和/或其它运动检测器。
然而，在不可用(或停用)自动确定睡眠-觉醒状态的一些实例中，通过时间参数3014，治疗周期可在可选预定开始时间(例如，晚上10点)自动开始，并且可在可选预定停止时间(例如，早上6点)终止。
在一个方面，治疗周期对应于这样的时间段，在此时间段期间，患者正睡着使得患者通常感觉不到对上气道通畅相关神经和/或中枢性睡眠呼吸暂停相关神经的刺激，并且使得刺激与预期将在其期间发生睡眠障碍性呼吸行为(例如，中枢性或阻塞性睡眠呼吸暂停)的患者行为(例如，睡着)重合。因此，为了避免在患者入睡之前启用刺激，在一些实例中，可在自动睡眠检测时启动的计时器到期之后，在治疗周期期间启用刺激。为了避免在患者醒来后继续刺激，可以在自动检测到觉醒时禁用刺激。因此，在至少一些实例中，这些周期可被视为在治疗周期之外，或者可分别被视为治疗周期的开始部分和结束部分。
在一些实例中，通过边界参数3016，可选预定第一时间标记(例如，晚上10点)可以用作限制或边界以防止在第一时间标记之前(基于自动检测睡眠)自动启动治疗周期，并且可选预定第二时间标记(例如，早上6点)可以用作确保治疗周期自动终止的限制或边界以防止在第二时间标记之后继续治疗周期。通过此类示例布置，治疗周期可以通过自动睡眠检测自动启动和/或可以通过自动觉醒检测自动终止，同时向患者保证在正常觉醒周期期间不启动治疗周期，或不延长超过其正常睡眠周期。
在一些实例中，结合边界参数3016确定睡眠-觉醒状态可以包括和/或组合至少如先前结合图20A中的方法780以及结合先前描述的温度参数2038(图24)描述的特征和属性。
然而，在一些情况下，通过物理参数3018，用户可以采取物理步骤来激活(或停用)可植入医疗装置的治疗周期。例如，通过激活部分3000和物理参数3018，护理引擎2500可以接收物理输入，例如，轻拍胸部(或颈部或头部)或在植入物上轻拍以激活或停用装置。替代性地，用户可以使用患者远程控制功能3012来激活或停用可植入医疗装置，其继而可以激活或停用神经刺激的递送。在一些此类实例中，可以通过远程控件或移动装置(例如，托管应用程序)的物理运动来实施治疗周期(在此期间施加神经刺激)的激活或停用。在一些情况下，通过临床医生编程器或远程控件，该物理特征(3018)可以根据临床医生或用户的判断激活或停用。
如图27A中还示出的，在一些实例中，护理引擎2500包括刺激部分2900以控制对目标组织(例如但不限于上气道通畅神经)的刺激，从而治疗睡眠障碍性呼吸(SDB)行为。在一些实例中，刺激部分2900包括闭环参数2910，从而以闭环方式递送刺激疗法，使得递送的刺激响应和/或基于所感测的患者生理信息。
在一些实例中，闭环参数2910可以实施为使用所感测的信息根据呼吸信息来控制刺激的特定时序，其中刺激脉冲由患者的呼吸循环的特定部分(例如，吸气相)触发或与所述特定部分同步。在一些此类实例中并且如先前描述的，此呼吸信息可通过经由感测部分2000(图24)和感测部分2510(图27A)的单一类型的感测或多种类型的感测来确定。
在所感测的生理信息能够确定(至少)睡眠-觉醒状态的一些实例中，可实施闭环参数2910以基于所确定的睡眠-觉醒状态(包括特定睡眠阶段)启动、维持、暂停、调整和/或终止刺激疗法。
如图27A中还示出的，在一些实例中，刺激部分2900包括开环参数2925，通过该开环参数在没有所感测的生理信息的反馈环的情况下施加刺激疗法。在一些此类实例中，在开环模式中，在治疗周期期间在没有(例如，独立于)所感测的关于患者的睡眠质量、睡眠状态、呼吸相、AHI等的信息的情况下施加刺激疗法。在一些此类实例中，在开环模式中，在治疗周期期间在没有(即，独立于)对患者的呼吸循环信息的特定了解的情况下施加刺激疗法。
然而，在一些此类实例中，可以利用一些感觉反馈来大致地确定患者是否应基于睡眠呼吸暂停行为的严重程度接受刺激。
如图27A中还示出的，在一些实例中，刺激部分2900包括自动滴定参数2920，通过该自动滴定参数，刺激疗法的强度可以在治疗周期内被自动滴定(即，调整)为更强烈(例如，更高幅值、更大频率和/或更大脉冲宽度)或不太强烈(例如，更低幅值、更低频率和/或更低脉冲宽度)。
在一些此类实例中并且如先前描述的，可基于睡眠质量和/或睡眠状态信息实施此类自动滴定，所述睡眠质量和/或睡眠状态信息在一些实例中可以通过所感测的生理信息获得。应理解，此类实例可以与将刺激同步到所感测的呼吸信息(即，闭环刺激)一起使用，或者可以在不将刺激同步到所感测的呼吸信息(即，开环刺激)的情况下使用。
在一些实例中，自动滴定参数2920的至少一些方面可包括至少一些与Christopherson等人的于2015年1月20日作为U.S.8,938,299颁布的“SYSTEM FORTREATING SLEEP DISORDERED BREATHING(用于治疗睡眠障碍性呼吸的系统)”中描述的基本上相同的特征和属性和/或可通过所述特征和属性来实施，该文献以全文引用的方式并入本文中。
关于本公开的各种实例，在一些实例中，向上气道通畅神经递送刺激将引起上气道通畅相关肌肉的收缩。在一些此类实例中，收缩包括超阈值刺激，其与此类肌肉的亚阈值刺激(例如，仅音调)形成对比。在一个方面，超阈值强度水平对应于大于神经激励阈值的刺激能量，使得超阈值刺激可以提供最大上气道清除(即，通畅)和阻塞性睡眠呼吸暂停治疗功效。
在一些实例中，至少一些示例方法可包括识别、维持和/或优化目标刺激强度(例如，治疗水平)，而不在植入时或在植入后的稍后时间点有意识别刺激不适阈值。
在一些实例中，当根据最小预定置信水平确定睡眠时，刺激信号的幅值(例如强度)可以较低值开始，然后以斜坡方式增加到较高值。在一些此类实例中，幅值的增加(一直到期望/目标值)可以根据额外或另外的预定置信水平来进行。然而，如果稍后确定睡眠没有发生，而是患者处于安静、静止的唤醒状态，那么在达到目标刺激幅值之前，可以在仍处于斜坡阶段的同时终止或降低刺激。在其他应用中，该示例方法对患有心脏或呼吸系统疾病的患者可能是有益的，至少原因是心脏形态和/或呼吸形态(可以从中检测睡眠)可能较复杂，使得准确检测实际睡眠在此类患者中可能更具挑战性。
如上文结合激活部分3000的边界参数3016所指出的，可植入医疗装置(例如，IPG2133)内的时钟或计时元件可用于实施对何时可以通过根据确定睡眠-觉醒状态进行自动睡眠检测(或觉醒检测)自动启动或终止(治疗周期内的)刺激疗法的边界或限制。在一些实例中，基于时间的边界可以基于患者行为和/或直接的临床医生编程。在一些实例中，此类跟踪的患者行为可用作确定睡眠-觉醒状态的概率模型的输入。在一些实例中，基于时间的边界还可以至少部分地基于患者活动的历史。
在一些实例中，基于时间的边界可考虑夏令时和旅行(例如，不同时区)，并且可通过患者远程控件或物理轻拍胸部进行调整。在一些此类实例中，基于时间的边界参数可包括用于确定睡眠-觉醒状态的多个输入中的一个，所述输入可提高在各种环境(而不是诸如仅患者卧室的单个时间-地点环境)中确定睡眠-觉醒状态的可靠性。
在一些实例中，图27A中的激活部分3000的边界参数3016可包括不严格地基于时间(例如，日期时间)的标准。例如，在一些实例中，边界参数3016可以基于与单个治疗周期(例如，夜间睡眠)相关联的各种睡眠阶段的数目、类型和/或持续时间来实施。例如，示例方法可以根据观察REM睡眠周期的特定数目(例如4或5个)、阶段4睡眠周期或阶段3睡眠周期等来确定治疗周期的边界或结束限制。在一些此类实例中，特定睡眠阶段周期的数目可以是可选择的。在一些实例中，边界可以基于患者在一个或多个特定睡眠阶段花费的可选百分比。
在一些实例中，在检测到睡眠状态(根据睡眠-觉醒状态)时，可以将神经刺激信号施加到膈神经，以便治疗中枢性睡眠呼吸暂停。在一些实例中，确定睡眠-觉醒状态可用于控制对上气道通畅神经(例如，舌下神经)和膈膜控制神经(以相对于彼此协调的方式)的刺激的启动和/或终止，以治疗睡眠障碍性呼吸。
在一些实例中，刺激部分2900可以与护理引擎2500的至少呼吸部分2580和/或感测部分2510(例如，结合图24中的感测部分2000)协作操作，以通过评估单个呼吸循环内的流动响应来确定刺激的功效和/或是否存在流动限制。此类评估与基于循环到循环执行此类评估形成对比，例如查看从一个循环的吸气相的峰值到另一个循环的吸气相的峰值的呼吸信号。
例如，在示例方法中，如果刺激部分2900在吸气相期间引起刺激强度水平的变化(例如，增加或减小)，则护理引擎2500的一个特征可包括确定流动响应是否发生实质性变化(例如，10％、15％、20％或更多)。
在一些实例中，此特征还可以实施为图27D中的3600处所示的方法的至少一部分，该方法可以与本文描述的其它示例方法一起执行或作为所述其它示例方法的一部分执行。如图27D中所示，方法3600可包括当在单个呼吸循环的吸气相期间引起刺激强度水平的变化时，确定在吸气相期间是否发生流量响应的变化。例如，如果确定了这种实质性变化，那么可以提供对上气道中的流动限制的确认，例如正在发生阻塞性睡眠呼吸暂停。在此类确认时，所述方法和/或装置还可以确定当前刺激强度水平是否有效。例如，如果在单个呼吸循环的吸气相期间做出刺激强度的变化时未发生流动响应的实质性变化，则所述方法和/或装置可确定保证刺激强度没有发生变化，或者刺激强度可以在不降低治疗功效的情况下略微降低。然而，如果在单个呼吸循环的吸气相期间做出刺激强度的改变时发生流动响应的实质性改变，则所述方法和/或装置可确定保证刺激强度发生变化(例如增加)。刺激强度变化的此类确定和/或实施可通过至少护理引擎2500的刺激部分2900实施。流动响应(例如所感测的呼吸波形的方面)的一些此类感测可以通过感测部分2000(图24)通过护理引擎2500的感测部分2510(图27A)，和/或通过护理引擎2500的呼吸部分2580(图27A)来实施。
在(基于单个呼吸循环内相对于循环到循环的吸气相的流动响应)评估刺激疗法是否有效的刺激部分2900的一些此类实例中，一些示例方法可以包括在单个呼吸循环的吸气相期间，确定流动响应的变化(例如，实质性变化)是在刺激完全终止时还是在刺激启动时(例如，当先前没有发生刺激时)发生，如图27E中3610处所示的。
在结合图27D和/或图27E的一些实例中，根据所确定的流动响应(例如是否存在流动限制)，刺激部分2900可通过至少图27A中的闭环参数2910和/或自动滴定参数2920来实施刺激强度的改变。
在一些实例中，图27A中的护理引擎2500可包括初始使用功能3100，该初始使用功能在某些实例中可自动增强睡眠-觉醒状态的确定。在一些此类实例中，通过初始使用功能3100，用于SDB护理的方法和/或装置可省略手动训练周期，并且实际上自动地“归一化”用于特定患者的方法和/或装置的使用。例如，在一些实例中，睡眠-觉醒状态的确定可以从默认参数开始，或者可以从在将SDB护理装置植入患者中时收集的参数开始。在一些实例中，最初可在无默认参数的情况下执行睡眠-觉醒状态的确定。在一些此类实例中，当检测到觉醒时，感测部分2000(图24)和/或护理引擎2500(图27A)可以收集与觉醒相关的呼吸信息、运动信息和/或姿势信息等，这继而可以允许在确定睡眠-觉醒状态时更灵敏地检测睡眠。在一些实例中，检测觉醒可包括检测全身运动，例如但不限于行走、吞咽、躯干运动等。在一些实例中，在植入SDB护理装置时建立重力矢量。
考虑到这一点，根据初始使用功能3100，此类自动归一化可以包括省略绝对阈值的使用，并且替代地基于所感测的值的百分比变化来执行睡眠-觉醒状态的确定(例如，睡眠的开始的检测)。此外，在一些实例中，各种生理现象(例如，呼吸、心脏等)的感测可用于确定此类生理现象的最高值或最低值，接着使用此类范围末端值相应地调整阈值。
应理解，结合图27A示出和描述的各种参数、功能、部分等不限于图27A中所示的特定分组、关系等，而是可以以与图27A所示不同的分组、关系等布置。此外，应理解，图27A中的护理引擎2500(或其部分)可以仅用图27A中所示的部分、元件、参数等中的一些(即，并非全部)来实施。
参考至少图27A中的护理引擎2500和本公开中描述的示例方法和/或装置，应理解，用于确定睡眠-觉醒状态的此类引擎、方法和/或装置(及其部件、部分等)也可用于量化活动水平和评估相关健康参数。
在一些实例中，如图27B中所示，心脏形态图3500示意性地表示各种心脏形态特征，其中的至少一些可用于根据本公开的示例方法和/或示例装置中的至少一些来确定睡眠-觉醒状态，所述心脏形态特征是例如但不限于先前在至少图10至图13、图24(例如，2020、2036)和图27A(例如2520、2600)中描述的那些。例如，图3500提供了图27A中的护理引擎2500的至少心脏部分2600的各种参数和特征(例如，开始、峰值、收缩、松驰、瓣膜闭合等)中的至少一些的图形表示。如图27B中所示，心脏形态图3500包括主动脉压力信号3502、心房压力信号3504、心室压力信号3506、心室容积信号3510、ECG信号3520和心音图(例如，心脏声音)信号3530。应理解，心脏形态图3500还可以包括心冲击图或心震图。相对于时间绘制这些信号以展示随心脏的每一次跳动的心动周期的各种形态特征、动作等。例如，图3500描绘了沿着心房压力信号3504和心室压力信号3506的时间点，可以在所述时间点处识别不同瓣膜的打开和闭合，例如AV瓣膜闭合3550、AV瓣膜打开3552、半月瓣膜打开3554、半月瓣膜闭合3556。如结合至少心脏部分2600(图27A)进一步描述的，这些瓣膜打开和闭合可以用作跟踪心率(和心率变异性)的基准或参数，并且可以通过所述基准或参数执行睡眠-觉醒状态的确定。图3500还描绘了沿着心房压力信号3502和心室压力信号3504的时间点，可以在所述时间点处识别心动周期的各个部分，例如心室收缩3560和心室松驰3562，并且可以在跟踪此类收缩作为心率(和/或心率变异性)的可靠标识符时，从所述时间点执行睡眠-觉醒状态的确定。类似地，图3500描绘了心脏声音S1、S2、S3等，其特征可以对应于心室收缩和松驰(图27A中的3560、3562)、瓣膜打开和闭合(图27A中的3550、3552、2554、3556)的时机等，如图3500中所示。
图28A是示意性地表示示例控制部分4000的框图。在一些实例中，控制部分4000提供控制部分的一种示例实施方式，所述控制部分形成刺激元件、电源/控制元件(例如脉冲发生器、微刺激器)、传感器和相关元件、装置、用户界面、指令、信息、引擎、元件、功能、动作和/或方法的一部分，实施和/或大体上管理刺激元件、电源/控制元件(例如脉冲发生器、微刺激器)、传感器和相关元件、装置、用户界面、指令、信息、引擎、元件、功能、动作和/或方法，如结合图1至图27B和图28B至图36在本公开的实例中描述的。
在一些实例中，控制部分4000包括控制器4002和存储器4010。一般来说，控制部分4000的控制器4002包括至少一个处理器4004和相关联存储器。控制器4002可电耦合到存储器4010并且与该存储器通信以产生控制信号，以指导刺激元件、电源/控制元件(例如脉冲发生器、微刺激器)、传感器以及相关元件、装置、用户界面、指令、信息、引擎、元件、功能、动作和/或方法中的至少一些的操作，如在本公开的实例中描述的。在一些实例中，这些生成的控制信号包括但不限于，使用存储器4010中存储的指令4011和/或信息4012至少确定患者的睡眠-觉醒状态，包括特定睡眠阶段。此类睡眠-觉醒确定可包括指导和管理睡眠障碍性呼吸(例如阻塞性睡眠呼吸暂停、呼吸不足，和/或中枢性睡眠呼吸暂停)的治疗的一部分，其中此类睡眠-觉醒确定还包括感测生理信息(包括但不限于脑电活动、呼吸信息、心率)和/或监测睡眠障碍性呼吸等，如在本公开的实施中结合图1至图27E和图28B至图36描述的。在一些情况下，控制器4002或控制部分4000有时可称为被编程以执行上述动作、功能等，使得控制器4002、控制部分4000和任何相关联处理器有时可称为专用计算机、控制部分、控制器或处理器。在一些实例中，所存储的指令4011中的至少一些被实施为或可被称为护理引擎、感测引擎、监测引擎和/或治疗引擎。在一些实例中，所存储的指令4011和/或信息4012中的至少一些可形成护理引擎、感测引擎、监测引擎和/或治疗引擎的至少一部分，和/或可以被称为护理引擎、感测引擎、监测引擎和/或治疗引擎。
响应于或基于经由用户界面(例如，图29中的用户界面4040)和/或经由机器可读指令接收的命令，控制器4002根据本公开的至少一些实例生成如上所述的控制信号。在一些实例中，控制器4002包含在通用计算装置中，而在一些实例中，控制器4002并入刺激元件、电源/控制元件(例如脉冲发生器、微刺激器)、传感器和相关元件、装置、用户界面、指令、信息、引擎、功能、动作和/或方法等中的至少一些或与它们相关联，如在本公开的实例中描述的。
出于本申请的目的，关于控制器4002，术语“处理器”应意指当前开发或未来开发的执行存储器中所含的机器可读指令的处理器(或处理资源)。在一些实例中，执行机器可读指令(例如通过控制部分4000的存储器4010提供的那些指令)使处理器执行上述动作，例如操作控制器4002以实现感测、监测、确定、治疗等，如本公开的至少一些实例中大体上描述的(或与本公开的至少一些实例一致)。机器可读指令可以被加载到随机存取存储器(RAM)中，以由处理器从其在只读存储器(ROM)、大容量存储装置或某种其它持久性存储装置(例如，非暂时性有形介质或非易失性有形介质)中的存储位置执行，如存储器4010所表示的。在一些实例中，机器可读指令可包括一系列指令、处理器可执行机器学习模型等。在一些实例中，存储器4010包括计算机可读有形介质，该计算机可读有形介质提供可由控制器4002的过程执行的机器可读指令的非易失性存储装置。在一些实例中，计算机可读有形介质有时可被称为和/或包括计算机程序产品的至少一部分。在其它实例中，可以使用硬连线电路替代机器可读指令或与该机器可读指令组合以实现所描述的功能。例如，控制器4002可以作为至少一个专用集成电路(ASIC)、至少一个现场可编程门阵列(FPGA)等等的一部分被包含。在至少一些实例中，控制器4002不限于硬件电路和机器可读指令的任何特定组合，也不限于由控制器3002执行的机器可读指令的任何特定源。
在一些实例中，控制部分4000可以完全在独立装置内实施或完全由独立装置实施。
在一些实例中，控制部分4000可以在感测装置、监测装置、刺激装置、呼吸暂停治疗装置(或其部分)等中的一者中部分地实现，并且在与呼吸暂停治疗装置(或其部分)分开且独立于呼吸暂停治疗装置(或其部分)但与呼吸暂停治疗装置(或其部分)通信的计算资源中部分地实现。例如，在一些实例中，控制部分4000可以通过经由云和/或其它网络路径可访问的服务器来实施。在一些实例中，控制部分4000可以在多个装置或资源之间，例如在服务器、呼吸暂停治疗装置(或其一部分)和/或用户界面之间分配或分摊。
在一些实例中，控制部分4000包括如图29中所示的用户界面4040和/或与该用户界面通信。
图28B是示意性地示出了根据本公开的一个实例的可以通过其实施控制部分4000(图28A)的控制部分4020的至少一些示例实施方式的图。在一些实例中，控制部分4020完全在IPG组件4025内或由该IPG组件实施，所述IPG组件具有至少一些与如本公开的先前描述的脉冲发生器(例如，电源/控制元件、微刺激器)基本上相同的特征和属性。在一些实例中，控制部分4020完全在患者身体外部的远程控件4030(例如，编程器)内实施或完全由该远程控件实施，所述远程控件是例如患者控件4032和/或医生控件4034。在一些实例中，控制部分4000部分地在IPG组件4025中实施，并且部分地在远程控件4030(患者控件4032和医生控件4034中的至少一者)中实施。
图29是示意性地表示根据本公开的一个实例的用户界面4040的框图。在一些实例中，用户界面4040形成患者外部的装置的部分和/或可经由患者外部的装置访问，并且通过所述装置可以至少部分地控制和/或监测治疗系统。托管用户界面4040的外部装置可以是患者远程装置(例如，图28B中的4032)、医生远程装置(例如，图28B中的4034)和/或临床医生门户。在一些实例中，用户界面4040包括用户界面或其它显示器，该用户界面或显示器提供对如结合图1至图36描述的刺激元件、电源/控制元件(例如脉冲发生器、微刺激器)、传感器和相关元件、装置、用户界面、指令、信息、引擎、功能、动作和/或方法等中的至少一些的同时显示、激活和/或操作。在一些实例中，用户界面4040的至少一些部分或方面经由图形用户界面(GUI)提供，并且可包括显示器4044和输入4042。
图30是示意性地表示可植入装置(IMD)4310(例如，可植入脉冲发生器和/或可植入感测监视器)可以与患者外部的外部装置无线通信的一些示例实施方式的框图4300。如图30中所示，在一些实例中，IMD 4310可以与移动装置4320上的患者应用程序4330、患者远程控件4340、临床医生编程器4350和患者管理工具4336中的至少一者通信。患者管理工具4336可以经由基于云的门户4362、患者应用程序4330和/或患者远程控件4340实施。除其它类型的数据外，这些通信布置使得IMD 4310能够传达、显示、管理等用于患者管理的睡眠/觉醒数据，并且允许如果需要/在需要时调整检测算法。
应理解，各种装置/元件4320、4340、4350、患者管理工具4360中的至少一些也可以在与可植入装置4310通信或不通信的情况下彼此通信。
图31A是示意性地表示一个示例用户界面5000的图，其可以包括图29中的用户界面4040的许多示例实施方式中的仅一个示例实施方式，其中用户界面5000可全部或部分地在图30中的移动装置4320、远程控件4340、临床医生编程器4350和/或患者管理工具4360中的至少一者上显示。然而，从结合至少图29的描述将理解，用户界面4040可包括或显示除了(或补充)图31A中的用户界面5000中所示的信息的(来自本公开的实例的)许多其它参数、功能、关系、所感测信息等。
在一些实例中，用户界面(例如，图29中的4040)可以在单个显示屏或一系列显示屏上仅显示用户界面5000的一部分或某些部分。在一些实例中，用户界面(例如，4040)可以显示图31A中所示的用户界面5000的所有部分。
在一些实例中，用户界面5000可包括夜间利用部分5010。在一些实例中，夜间利用部分5010包括觉醒参数5050、选择性开始参数5060、选择性停止参数5062、自动开始参数5070、自动停止参数5072、接通参数5075、暂停(或非使用)参数5080和/或不适用参数5090。在一些实例中，各种参数5050-5090中的每一个与具有独特形状、颜色、图案和/或大小等的显示元件相关联，以使得能够区分不同参数。应理解，与用户界面5000有关的示例方法和/或装置不限于出于说明性目的而提供的图31A中所示的显示元件的特定形状、颜色、尺寸等。例如，觉醒参数5050通过呈柱状形状的网格图案表示，如图31A中所示，在对应于患者处于觉醒状态的周期的24小时日周期的一部分内延伸。因此，如图31A中所示，觉醒参数5050表示患者醒着的24小时周期的小时数。类似地，其它参数5060、5062、5070、5072、5075、5080、5090由其自身的独特形状、颜色和/或图案等表示。
自动开始参数5070(条纹三角形)表示自动启动治疗周期的时间点，所述治疗周期在一些实例中又可以通过自动确定睡眠-觉醒状态(例如，检测睡眠)来驱动。在这种自动开始之后，接通参数5075(实心彩色细长矩形)表示治疗周期延长并且可以递送刺激的(24小时周期内的)小时数。暂停参数5080(白条)表示暂停或中止治疗周期的时间段，例如当患者暂时醒来上厕所、吃零食等时。在一些实例中，如图31A中所示，在这种暂停(5080)之后，治疗周期在接通模式(5075)下恢复。可在检测到患者睡着时通过自动启动恢复治疗周期，或者可通过患者经由远程控件或其它手段(例如，物理控制)重新启动治疗周期来恢复治疗周期。
在一些实例中，暂停参数5080可通过用于自动暂停的一种类型(例如颜色、图案、形状、尺寸)的指示符和用于可选暂停的另一种不同类型(例如颜色、图案、形状、尺寸等)的指示符以图形方式表示。
在一些实例中，可通过自动停止参数5072(短黑色条)表示治疗周期的结束。
在一些实例中，代替治疗周期的自动启动(例如，开始)，在一些情况下，患者可以选择性启动治疗周期，例如由如图31A中所示的选择性开始参数5060(斑点条)表示的。
在一些实例中，代替自动终止(例如，停止)，在一些情况下，患者可以选择性终止治疗周期，例如由如图31A中所示的选择性停止参数5062(斑点等腰三角形)表示的。
在一些实例中，如图31A中所示，SDB护理装置可能也无法根据患者、临床医生等的判断进入治疗周期。在此类情况下，不适用参数5090可以填充整个24小时周期。
在一些实例中，一个或多个参数可以以改变的形状、图案等呈现于图31A的示例夜间利用部分5010中，以便表示睡眠质量参数的数量、值或其他方面的变化。在一个非限制性实例中，例如当SDB护理装置在晚上的短治疗周期A中处于活动状态时，但在患者睡着之前患者进入觉醒状态B(例如19点至午夜(00点))，而没有如在C处所示激活治疗周期(从午夜到凌晨4点的白条)。这种缺乏治疗可以归因于手动控制或其它原因。如在11月30日星期三所示，如表示觉醒状态的窄列(网格图案)D所表示的，患者表现出一个或多个睡眠质量参数，这些睡眠质量参数指示在前一夜间时段(11月29日星期二)期间睡眠质量较差，其中从午夜至凌晨4点没有使用任何治疗周期，此外患者没睡多长时间。在一些此类实例中，患者在其觉醒状态(例如，11月30日星期三)期间展现的睡眠质量参数中的至少一些可以通过感测部分2000(图24)感测和/或通过护理引擎2500(图27A)跟踪，并且可以根据用户界面5000的源于觉醒的睡眠质量部分5100显示。
如图31A中所示，在一些实例中，源于觉醒的睡眠质量部分5100可包括日期参数5102(例如，某月某日)、平均参数5104(例如，平均睡眠小时数)、趋势参数5106、心率(HR)参数5108、心率变异性(HRV)参数5110、身体运动参数5112、血压参数5114和/或其它参数5116(例如，姿势、位置等)。
在一些实例中，用户界面5000可包括源于睡眠的睡眠质量部分5200，其可跟踪和显示与源于觉醒的睡眠质量部分基本上相同的参数(例如，5202-5216)，除了参数是在睡眠周期期间而不是觉醒周期期间感测的之外。另外，源于睡眠的睡眠质量部分5200包括用于跟踪呼吸不足-呼吸暂停指数(AHI)的AHI参数5218。
在患者一致地接受治疗处置的情况下，源于觉醒的睡眠质量参数部分5100的至少一些参数可以用于更好地表征觉醒状态，并且源于觉醒的睡眠质量参数部分5100的至少一些参数可以用于更好地表征睡眠状态。因此，(根据部分5100的)源于觉醒的睡眠质量参数与源于睡眠的睡眠质量参数的比较可用于通过了解特定患者在一系列条件、天数等内在觉醒状态期间和在睡眠状态期间在生理上如何表现来增强睡眠-觉醒状态的确定(例如，检测睡眠、检测觉醒)。
如图31A中还示出的，用户界面5000可包括用户度量部分5300，在至少一些实例中，所述用户度量部分可以向用户显示和/或以其它方式传达关于自动和/或选择性治疗的信息。例如，在一些实例中，用户度量部分5300可包括自动元件5310，以跟踪和/或报告治疗自动开始(5312)、自动停止(5314)和自动暂停5316的情况。在一些实例中，这些自动实施(例如，开始、停止、暂停)由如在本公开中描述的睡眠-觉醒状态的自动确定触发或引起。例如，在一些实例中，用户度量部分5300可以包括选择性元件5320，以跟踪和/或报告治疗被选择性开始(5322)、选择性停止(5324)和选择性暂停的5326的情况。在一些实例中，这些选择性实施(例如，开始、停止、暂停)由用户操作远程控件、移动装置上的应用程序等引起。可以根据可观察模式(5330)、平均值(5340)和趋势(5350)来跟踪和/或报告每个相应的自动和选择性功能(例如，开始、停止、暂停)。
通过经由使用度量部分5300和/或其它可显示/可报告格式来跟踪和/或报告自动实施和选择性实施的绝对量和/或相对量，临床医生或患者可以根据本公开的实例确定自动确定睡眠-觉醒状态的自动确定的相对有效性(图31A中的5342)，这继而可用于确定SDB护理的相对有效性(例如，治疗阻塞性睡眠呼吸暂停的电刺激等)。
应理解，结合图31A示出和描述的各种参数、功能、部分等不限于图31A中所示的特定分组、关系等，而是可以以与图31A所示不同的分组、关系等布置。此外，应理解，图31A中的用户界面(或其部分)可以用图31A中所示的部分、元件、参数等中的仅一些(即并非全部)来实施。
如图31B中所示，在一些实例中，图31A的用户界面5000还可以显示和/或报告在给定治疗周期内使用斜坡式启动、斜坡式转变到和离开暂停治疗和/或斜坡式终止刺激。例如，如图31B中的示意性表示中所示，日常显示部分5400可包括类似于图31A中所示的各种图形标识符，例如觉醒周期5050、自动开始(例如自动开始)实例5070、接通周期5075等。应理解，图31B中的显示部分5400可包括至少一些与图31A中所示的日常显示部分5030中的一个基本上相同的特征和属性，和/或至少一些与日常显示部分5400(图31B)基本上相同的特征和属性可以在图31A中的日常显示部分5030中的至少一个中实施或实施为所述日常显示部分中的至少一个。
在一些示例方法中，治疗周期内的刺激的开始、停止、暂停中的至少一些可以以斜坡方式实施，其中图31B中的显示部分5400示意性地表示这些实施。例如，刺激的自动开始可以包括如通过在5070处示出(也在图31A中示出)的三角形斜坡符号表示的(从零)斜坡增加感测目标刺激强度。此表示立即向观察者指示实施刺激强度的斜坡方式。斜坡增加可以在治疗周期的开始(例如5405)处发生。类似地，三角形斜坡符号5410表示从目标水平(或另一非零水平)到零的刺激强度的斜坡减小，例如当刺激终止时(例如，在5406处)或当刺激要暂停时(例如，在5080处)。应理解，可通过除三角形之外的形状来实施刺激强度的斜坡增加或减小的表示。
刺激疗法的逐渐斜坡式启动或终止可以通过避免刺激疗法的突然启动、暂停或停止来增强患者的舒适度。除其它特征之外，斜坡式实施可以增加患者对SDB护理的依从性和欣赏的可能性。
在一些实例中，与通过至少图31A至图31B表示的方法和/或装置相关的至少一些特征和属性可以通过下文结合图31C至图31H描述的示例方法的至少一些特征和属性来实施。在一些实例中，结合图31C至图31H描述的方法可通过除至少图31A至图31B中所示的那些之外的装置和元件来实施。
应理解，图31A、图31B示意性地表示患者对治疗患者睡眠呼吸暂停的体验，对治疗患者睡眠呼吸暂停的装置的操作和/或治疗患者睡眠呼吸暂停的方法的至少一些方面。因此，至少图31A至图31B的至少一些方面通过例如示例方法的方法示意性地表示，如图31C中5500处所示，所述示例方法包括当根据睡眠-觉醒状态确定的睡眠概率超过睡眠检测阈值或根据睡眠至图觉醒状态确定的觉醒概率超过觉醒检测阈值时自动采取动作。在一些实例中，如在图31D中的5510处示出的，自动采取动作包括自动开始刺激治疗周期和自动停止刺激治疗周期中的至少一者。在一些此类实例中，术语“非睡眠”可对应于睡眠概率保持在睡眠检测阈值以下，而在一些此类实例中，术语“非觉醒”可对应于觉醒概率保持在觉醒检测阈值以下。
在一些此类实例中(图31D中的5510处)，示例方法还可以包括，如在图31E中的5520处示出的，接收选择性开始治疗周期和/或选择性停止治疗周期的输入；以及在接收到选择性开始的输入时，中止自动开始，并且在接收到选择性停止的输入时，中止自动终止。
在一些实例中，如在图31F中的5530处示出的，(与图31C至图31E中的动作/方法相关联)方法还可以包括对于多个夜间利用周期，跟踪自动开始、自动停止、选择性开始和选择性停止中的至少一者的模式、趋势和平均值中的至少一者的信息。应理解，结合图31A至图31B描述的其它(或附加)夜间利用参数可根据图31F中的方法5530进行跟踪。
在一些实例中，如在图31G中的5540处示出的，方法包括通过根据至少所跟踪的信息确定自动开始相对于选择性开始的第一比例和/或自动停止相对于选择性停止的第二比例来确定自动睡眠-觉醒确定的定量有效性。
在一些实例中，如在图31H中的5550处示出的，方法包括通过图形用户界面显示多个单独的夜间利用周期，每个夜间利用周期相对于每个夜间利用周期内的治疗周期象征性地说明以下中的至少一者：自动开始；自动停止；选择性开始；和选择性停止。如图31A至图31B中显而易见的，图31H中的5550处的方法的至少一些特征可通过结合图31A至图31B示出和描述的图形用户界面来实施。
图32是示意性地表示根据睡眠-觉醒确定的示例方法6000的睡眠-觉醒相关事件的时间表6010的图，所述睡眠-觉醒相关事件例如可以在睡眠障碍性呼吸(SDB)护理(例如，监测、诊断、治疗等)期间发生。在一些实例中，示例SDB护理可以包括至少一些与结合图1至图31H和图33至图36描述的示例SDB护理方法和/或装置(包括睡眠-觉醒检测)基本上相同的特征和属性。
如图32中所示，时间线6010包括一系列觉醒和睡眠周期，其中觉醒周期6020刚好在第一睡眠阶段周期6040(例如，阶段1)之前发生。图32中的觉醒周期6020可以表示自前一晚睡眠结束起延伸的觉醒周期的结束部分，或者可以表示另一觉醒周期。
如指示符6035还表示的，在觉醒周期6020与第一睡眠阶段6040之间发生真实生理转变，指示符6043表示根据本公开的实例的睡眠检测。如图32中所示，睡眠的检测(6043)可以刚好在生理转变6035之后进行。
在一些实例中，睡眠的检测6043可以在治疗(例如，电刺激)开始之前触发延迟周期6045。在一些此类实例中，延迟的持续时间通常对应于足以使患者经历足够的酣睡的时间量，使得患者不会因刺激的开始而被唤醒。此外，在一些实例中，一旦刺激开始，其可以以具有初始较低刺激强度的斜坡方式(6046)实施，所述初始较低刺激强度逐渐增加，直到达到目标刺激强度(6047)以治疗性地向上气道通畅相关组织提供电刺激。
如先前在本公开中指出的，图32中方法6000的至少一些示例实施可包括识别、维持和/或优化目标刺激强度(例如，治疗水平)，而无需在植入时或在植入后的稍后时间点有意地识别刺激不适阈值。
如图32中还示出的，一旦达到目标刺激强度，就可以在整个治疗周期中维持该目标刺激强度。
在一些实例中，可以在治疗周期期间自动调整(例如，自动滴定)目标刺激强度。在一些此类实例中，可以根据至少一些与结合至少图27A中的自动滴定参数2920描述的基本上相同的特征和/或属性来实施目标刺激强度的自动调整。
如图32中还示出的，在某个时间段(其可因夜晚而不同)之后，患者有时可能在治疗周期期间经历觉醒周期6060，其中断了睡眠阶段(例如，在此实例中是第二睡眠阶段(S2)6050)。示例方法6000在患者继续睡觉(例如由睡眠阶段6070和相应的觉醒周期6060与睡眠阶段6070之间的转变6065表示)之前检测觉醒(6062)，该觉醒可以延续某个时间段(W1)。
在一些实例中，方法600可以在觉醒周期6060期间完全暂停刺激，或者替代地，在一些实例中，方法6000可以在觉醒周期6060期间实施减少的治疗6064，原因是预期患者继续睡觉并且恢复完全刺激疗法。在一些此类实例中，在6064处的减少的治疗可包括以功能阈值(FT)提供刺激，所述功能阈值对应于刺激将使舌头至少部分突出超过下齿且可以实现治疗结果(例如，呼吸暂停降低)的最小幅值。然而，在一些此类实例中，在6064处的减少的治疗可包括以感觉阈值(ST)提供刺激，所述感觉阈值涉及低于达到功能阈值(FT)的刺激强度的刺激强度。感觉阈值(ST)可以对应于患者可以感觉到刺激的最小幅值。
如在图32中的6072处示出的，治疗可以自动恢复。应理解，在至少一些实例中，治疗的恢复6072可包括与先前关于图32中的指示符6043、6046、6047描述的治疗的启动基本上相同的特征和属性，包括根据本公开的至少一些实例的睡眠的检测6043以确定睡眠-觉醒状态。
在一些实例中，一般来说，第一睡眠阶段6040的开始大体上对应于治疗周期的开始，在此期间患者可针对睡眠障碍性呼吸接受治疗，和/或方法(和/或装置)可监测或诊断睡眠障碍性呼吸。
图33是示意性地表示示例布置7000的框图，该示例布置包括用于确定睡眠-觉醒状态的示例方法(和/或示例装置)。在一些实例中，方法7000可以与先前结合至少图27A中的护理引擎2500的概率功能3200(包括机器学习参数3230)、图26中的处理部分2600和/或图21中的方法800描述的基本上相同的特征中的至少一些特征互补的方式实施，和/或包括所述至少一些特征。在一些实例中，示例布置7000的至少一些方面可更一般地通过控制部分4000(图28A)实施，所述控制部分是例如但不限于是所存储的可执行指令4011和/或4012中的至少一些的一个示例实施(图28A)。
进一步参考图33，一个示例单个传感器2010(或单个传感器的类型)可包括加速度计，该加速度计可产生所感测的生理信息的信号，可从该信号提取多个生理现象，例如但不限于心脏、呼吸、运动、活动等。
如图33中所示，方法7000包括通过传感器7010感测生理现象(7005处)以产生信号7012，该信号被处理(7020)以例如在7062A-7062N处将信号7012划分为不同/各个分量。
在一些实例中，每个单独分量7062A-7062N有时可以被称为睡眠-觉醒确定参数，例如(但不限于)先前结合图21描述的。应理解，在整个图33中，标识符“N”表示“第n”信号分量，例如信号分量的未指定总数，而不是对信号7012可分割成的分量的数目的特定限制。如先前指出的，至少一些示例信号分量可以包括心脏、呼吸、运动、活动、姿势等。
如图33中还示出的，在一些实例中，通过指示符(例如，7062A-N、7072A-N、7082A-N)表示的活动和/或元件有时可以被称为处理路径或处理部分7050。经分割的信号7062A-7062N可以被称为信号7012的信号分量组7060，各个特征增强7072A-7072N可统称为特征增强组7070，和/或各个睡眠-觉醒确定7072A-7072N可以被称为睡眠-觉醒确定组7070。
如图33中还示出的，每个相应的信号分量7062A-7062N(例如，每个睡眠-觉醒确定参数)被进一步处理以产生相应的特征增强7072A-7072N(组7070)，所述相应的特征增强继而可被使用和/或进一步处理以产生相应的睡眠-觉醒确定结果7082A-7082N(组7080)。在一些实例中，各种睡眠-觉醒确定结果7082A-7082N中的任一个可能足以有效地确定睡眠-觉醒状态。然而，在一些实例中，至少两个睡眠-觉醒确定结果(例如7802A、7802C)可以一起被视为7300处的组合睡眠-觉醒确定的一部分。
如在7350处还示出的，在一些实例中，患者和/或临床医生可提供关于患者与睡眠和觉醒相关的体验以及之间的转变的信息(例如，输入)，其可用于增强或支持组合睡眠-觉醒确定。在一些实例中，此输入可通过向上述各种睡眠-觉醒确定参数(例如，图33中的7062A-7062N，图20A)施加不同权重(例如，图27A中的3240)来实施或表示。
在一些实例中，作为图33中所示的处理路径7050的替代或补充，方法7000可包括在7200处通过模式匹配进一步处理。在一些此类实例中，模式匹配包括访问睡眠行为的存储信号模式(例如睡眠行为模式)、觉醒行为的存储信号模式(例如觉醒模式)和/或存储信号睡眠相关行为。在一些实例中，存储信号模式等可存储在存储器4010(图28A)和/或可以在患者外部的其它可访问数据库中。
如图33中还示出的，来自模式匹配(7200)的存储模式的输出可以提交给深度学习元件7250，并由其用于分析所感测的生理现象(例如，呼吸信号、心脏信号等)以确定指示睡眠状态(例如，开始、截止、各种睡眠阶段)的模式和/或指示觉醒(例如，开始、截止、各种睡眠阶段)的模式。在一些实例中，此分析的至少一部分可包括将存储信号模式与当前或最近信号模式进行比较。
在一些实例中，深度学习元件7250可包括卷积神经网络、深度神经网络、深度神经学习等。应理解，在一些实例中，可通过其它形式的人工智能工具实施深度学习元件7250。深度学习元件7250可以实施为图27A中的机器学习参数3230的一部分或者以与该机器学习参数互补的方式实施。
深度学习元件7250的输出被提供给7300处的综合睡眠-觉醒确定或作为综合睡眠-觉醒确定提供。应理解，在一些实例中，深度学习元件7250的输出可以是实施综合睡眠-觉醒确定7300的唯一基础。然而，在一些实例中，深度学习元件7250的输出可以仅包括综合睡眠-觉醒确定7300中的一个输入。在一些此类实例中，其它输入可包括睡眠-觉醒确定结果7082A-7082N中的一个和/或可包括患者/临床医生输入7350。
在一些实例中，如图33中表示的深度学习元件7250可包括经训练的机器学习模型(例如，经训练的深度学习模型)，该模型可在示例布置7000的操作之前被训练(即，构建)。如图34中的示例布置(例如，示例方法或装置)中还示出的，在一些示例中，可以至少部分地通过患者身体外部和可植入医疗装置7420外部的外部资源7410来执行训练。可植入医疗装置7420可包括可植入传感器(例如，图33中的7010)和控制部分4000(图28A)，以及其它部件、特征等。在此类训练之后，可以将经训练的深度学习模型导入到可植入医疗装置7420中，以用于例如通过用作图33中的示例布置7000中的深度学习元件7250来确定睡眠-觉醒状态。
在一些实例中，外部资源7410(图34)可包括大小和比例设定成执行深度学习的计算资源7414。在一些实例中，外部资源7410可包括数据存储器7412，例如但不限于许多患者的存储睡眠信息的大型数据集，其可包括与不同的非生理参数和生理参数(例如但不限于心脏信息、呼吸信息、运动/活动信息、姿势信息等)有关的加速度信号分量信息等。在一些实例中，所存储的睡眠相关数据可特定于患者，经训练的深度学习模型可导入患者中，例如导入到可植入医疗装置内的示例布置7000的元件7250中或作为所述元件导入。
考虑到这一点，在一些实例中，可以根据图34中的示例布置(例如，方法和/或装置)7500通过外部资源7410训练(即，构建)深度学习元件7250。如图34中所示，通过至少植入式加速度计(例如，图33中的7010)感测的已知输入7510和已知输出7540均提供给可训练机器学习模型7530。在一些实例中，已知输出7540可包括外部确定的睡眠-觉醒状态，该外部确定的睡眠-觉醒状态可包括用于确定睡眠-觉醒状态的任何数目的可外部测量生理参数，例如但不限于EEG、EOG、EMG、ECG、心脏信息、呼吸信息、运动/活动、姿势等中的任一者(或组合)。
如图34中还示出的，在一些实例中，(通过植入式加速度计或其它可植入传感器获得的)至少一些已知输入可包括心脏信息7512、呼吸信息7514、运动/活动信息7516、姿势信息7518和/或其它信息。应理解，这些输入仅仅是实例，并且(来自植入式加速度计信号或其它可植入传感器的)已知输入可包括与确定睡眠-觉醒状态相关的任何所感测的生理信息。
通过向可训练机器学习模型7530提供此类已知输入(7510)和已知输出(7540)，可以获得经训练的机器学习模型7631(图35)。在一些实例中，可以使用已知输入7510中的仅一个或一些，而在一些实例中可以使用所有已知输入7510。如其它地方所提及的，可训练/经训练的机器学习模型(7530、7631)可包括深度学习模型。
图35是示意性地表示使用经训练的机器学习模型7631来使用例如在一些实例中通过植入式加速度计的内部测量确定睡眠-觉醒状态的示例方法7600(和/或示例装置)的图。如图35中所示，当前感测的输入7611被馈送到经训练的机器学习模型7631中，所述机器学习模型接着基于当前输入7611产生可确定输出7641，例如当前睡眠-觉醒状态确定7643。在一些实例中，当前输入7611对应于用于训练机器学习模型的相同类型和/或数目的已知输入7510(图34)。在一些实例中，可以使用当前输入7611中的仅一个或一些，而在一些实例中，可以使用所有当前输入7611。
如先前指出的，一旦获得经训练的机器学习模型7631，它就被导入控制部分4000(和/或图27A中的护理引擎2500)和/或以其它方式形成其一部分，使得经训练的机器学习模型7631可以用作图33的示例性布置7000中的深度学习元件7250。
进一步参考图33，在一些实例中，方法/装置7000可包括其它输入元件7260，通过该其它输入元件，通过(例如，可植入脉冲发生器内的或连接到可植入脉冲发生器的)可植入传感器作为内部输入7264感测的或以其它方式从外部传感器作为外部输入7262接收的其它信息可以用作综合睡眠-觉醒确定7300的一部分。在一些实例中，其它输入元件7260的第一输出7266可以与来自处理路径7050的输出7090组合，作为综合睡眠-觉醒确定3000的一部分。在一些实例中，在执行综合睡眠-觉醒确定3000之前或作为执行综合睡眠-觉醒确定的一部分，其它输入元件7260的第二输出7267可以被馈送到深度学习元件7250中。
在一些实例中，外部输入7262可包括例如来自与远程控件4340、移动消费者装置4320上的应用程序4330等(如图30和图28B中示出的)相关联和/或与图27A中的远程参数3012、应用程序参数3013、物理参数3018相关联的外部传感器的输入。外部传感器/输入可包括环境光、远程控件的移动/操作或应用程序/移动消费者装置的移动/操作等。其它输入可包括如先前结合至少图20E至图20F描述的日期时间、时区、地理纬度等，关于用于根据检测到睡眠概率和/或觉醒概率至少部分地确定睡眠-觉醒状态的输入的时间参数3014(图27A)、边界参数3016(图27A)等等。
在一些实例中，图33中的内部传感器/输入7264可包括可通过可植入装置(例如IPG)获得的可补充正被处理的信息(例如，路径7005/7012/7020/7200/7250或路径7005/7012/7020/7050中)的任何其它信号或输入(例如，所存储的信息、命令等)。
尽管本文已说明和描述了具体实例，但在不脱离本公开的范围的情况下，各种替代和/或等同实施方式可以取代所示和描述的具体实例。本申请旨在涵盖本文论述的具体实例的任何修改或变化。

Claims (194)

1.一种方法，包括：
通过可植入传感器感测生理信息；以及
通过所感测的生理信息确定睡眠-觉醒状态。
2.根据权利要求1所述的方法，其中确定所述睡眠-觉醒状态包括检测睡眠的开始。
3.根据权利要求1所述的方法，其中感测生理信息包括：
通过所述可植入传感器感测胸部和颈部中的至少一者处的运动。
4.根据权利要求3所述的方法，其中感测运动包括感测以下中的至少一者：
呼吸信息；
心脏信息，包括心率；以及
全身运动。
5.根据权利要求4所述的方法，其中所述呼吸信息基于感测胸壁的运动。
6.根据权利要求5所述的方法，包括：
基于所感测的胸壁运动的幅值，区分指示觉醒状态的主动呼吸与指示睡眠状态的被动呼吸。
7.根据权利要求4所述的方法，包括：
除运动感测外，还执行心电图感测，以进一步确定所述心脏信息。
8.根据权利要求4所述的方法，其中感测所述运动包括：
通过植入颈部区中的可植入传感器执行所述感测。
9.根据权利要求8所述的方法，其中植入所述可植入传感器包括：
将包括所述可植入传感器的微刺激器植入所述颈部区内。
10.根据权利要求9所述的方法，其中执行所述感测包括经由作为至少一个可植入传感器的所述微刺激器的加速度计实施所述感测。
11.根据权利要求9所述的方法，包括：
除运动感测外，还通过执行心电图感测，经由所述微刺激器的外壳体上的至少一个第一电极和与第一电极间隔开的第二电极获得另外的心脏信息。
12.根据权利要求11所述的方法，包括：
将所述第二电极布置在微刺激器的外壳体上但与第一电极间隔开。
13.根据权利要求11所述的方法，包括：
布置从微刺激器的壳体延伸并且支撑与所述第一电极间隔开的第二电极的引线。
14.根据权利要求4所述的方法，其中执行所述感测包括经由作为至少一个可植入传感器的加速度计实施所述感测。
15.根据权利要求14所述的方法，包括：
将所述加速度计布置为可植入脉冲发生器的一部分。
16.根据权利要求4所述的方法，包括：
除运动感测外，还通过执行心电图感测，经由脉冲发生器的外壳体上的至少一个第一电极和与所述第一电极间隔开的第二电极获得另外的心脏信息。
17.根据权利要求16所述的方法，包括：
将所述第二电极布置在所述脉冲发生器的外壳体上但与所述第一电极间隔开。
18.根据权利要求12所述的方法，包括：
布置从IPG的壳体延伸并且支撑与所述第一电极间隔开的第二电极的引线。
19.根据权利要求4所述的方法，其中感测所述心脏信息包括通过所述可植入传感器获得至少一些心冲击描记器信息；以及
基于根据所述心冲击描记器信息确定心率变异性(HRV)和心率中的至少一者来确定所述睡眠-觉醒状态。
20.根据权利要求19所述的方法，包括：
将所述可植入传感器定位在患者的动脉内；以及
从感测由心脏活动引起的至少动脉壁的运动获得所述心冲击描记器。
21.根据权利要求1所述的方法，其中感测生理信息包括感测身体运动，并且其中确定所述睡眠-觉醒状态包括：
在以下情况下检测睡眠：
日期时间；以及
在预定时间段内缺乏所感测的身体运动。
22.根据权利要求21所述的方法，包括：
在检测到睡眠时，实施刺激；以及
维持刺激直到以下中的至少一者：
感测到指示觉醒的生理信息；以及
手动终止刺激。
23.根据权利要求22所述的方法，其中实施刺激包括将刺激从较低强度水平增加到目标强度水平。
24.根据权利要求22所述的方法，其中所感测的生理信息包括呼吸信息和心脏信息中的至少一者，并且所述方法还包括：
通过所感测的呼吸信息和所感测的心脏信息中的至少一者实施睡眠的检测。
25.根据权利要求24所述的方法，其中所感测的生理信息包括姿势信息，并且所述方法还包括：
通过所感测的姿势信息、所感测的呼吸信息和所感测的心脏信息中的至少一者实施睡眠的检测。
26.根据权利要求22所述的方法，包括：
在不使用姿势信息的情况下执行睡眠的检测。
27.根据权利要求1所述的方法，其中感测所述生理信息包括至少感测包括呼吸速率的呼吸信息、包括心率的心脏信息、姿势和身体移动中的至少一者的变异性；以及
通过相应的所感测的呼吸速率、包括心率的所感测的心脏信息、所感测的姿势和所感测的身体移动中的至少一者的变异性执行所述睡眠-觉醒状态的确定。
28.根据权利要求27所述的方法，其中感测所述呼吸信息包括感测吸气开始、呼气暂停结束和呼气开始中的至少一者；以及
通过所感测的吸气开始、所感测的呼气暂停结束和所感测的呼气开始中的至少一者执行所述睡眠-觉醒状态的确定。
29.根据权利要求27所述的方法，其中感测所述生理信息包括感测呼气截止和呼气暂停结束中的至少一者；以及
通过所感测的呼气截止或所感测的呼气暂停结束中的至少一者执行所述睡眠-觉醒状态的确定。
30.根据权利要求27所述的方法，其中感测所述生理信息包括感测吸气到呼气的转变和呼气到吸气的转变中的至少一者；以及
通过所感测的吸气到呼气的转变和所感测的呼气到吸气的转变中的至少一者执行所述睡眠-觉醒状态的确定。
31.根据权利要求27所述的方法，其中感测所述生理信息包括感测吸气峰值和呼气峰值中的至少一者；以及
通过所感测的吸气峰值和所感测的呼气峰值中的至少一者执行所述睡眠-觉醒状态的确定。
32.根据权利要求27所述的方法，其中感测作为心脏信息的生理信息包括感测心房收缩或心室收缩中的至少一者；以及
通过所感测的心房收缩和所感测的心室收缩中的至少一者执行所述睡眠-觉醒状态的确定。
33.根据权利要求32所述的方法，其中感测所述生理信息包括感测所述心房收缩的峰值或所述心室收缩的峰值中的至少一者；以及
通过所感测的心房收缩的峰值和所感测的心室收缩的峰值中的至少一者执行所述睡眠-觉醒状态的确定。
34.根据权利要求27所述的方法，其中感测作为心脏信息的生理信息包括感测心房收缩和心室收缩两者；以及
通过所感测的心房收缩和心室收缩两者执行所述睡眠-觉醒状态的确定。
35.根据权利要求27所述的方法，其中感测作为心脏信息的生理信息包括感测心脏瓣膜闭合；以及
通过所感测的心脏瓣膜闭合执行所述睡眠-觉醒状态的确定。
36.根据权利要求27所述的方法，
通过所感测的呼吸信息和作为心脏运动的所感测的心脏信息两者执行所述睡眠-觉醒状态的确定。
37.根据权利要求27所述的方法，包括：
处理所感测的生理信息以区分：
作为睡眠障碍性呼吸的特征的呼吸信息和心脏信息的第一变异性；和
不同于所述第一变异性的作为睡眠障碍性呼吸的特征的呼吸信息和心脏信息的第二变异性。
38.根据权利要求37所述的方法，包括：
基于所述呼吸信息和所述心脏信息的第二变异性来确定睡眠-觉醒状态。
39.根据权利要求38所述的方法，包括：
从所述睡眠-觉醒状态的确定排除所述呼吸信息和所述心脏信息的第一变异性。
40.根据权利要求38所述的方法，包括：
在识别到存在所述第一变异性时，将睡眠-觉醒确定确认为睡眠状态。
41.根据权利要求40所述的方法，包括：
在识别到不存在所述第一变异性时，将所述睡眠-觉醒确定确认为觉醒状态。
42.根据权利要求1所述的方法，其中确定所述睡眠-觉醒状态包括通过识别所感测的生理信息的变异性超过以下中的至少一者的可选阈值来识别觉醒状态：
呼吸速率；
心率；
呼吸循环的吸气部分和/或呼气部分；
所述吸气部分的持续时间；
所述吸气部分的峰值的幅值；
所述吸气部分的峰值的持续时间
所述呼气部分的持续时间；
身体运动；
姿势；以及
所述呼气部分的峰值的幅值。
43.根据权利要求42所述的方法，其中所述身体运动包括颈部运动。
44.根据权利要求42所述的方法，其中所述身体运动包括胸部运动。
45.根据权利要求1所述的方法，其中确定所述睡眠-觉醒状态包括通过识别所感测的生理信息的变异性保持在可选阈值以下来识别睡眠状态，所述可选阈值包括以下中的至少一者的变异性：
呼吸速率；
心率；
呼吸循环的吸气部分和/或呼气部分；
所述吸气部分的持续时间；
所述吸气部分的峰值的幅值；
所述吸气部分的峰值的持续时间
所述呼气部分的持续时间；
身体运动，包括胸部运动和颈部运动中的至少一者；
姿势；以及
所述呼气部分的峰值的幅值。
46.根据权利要求1所述的方法，其中感测生理信息包括通过所述可植入传感器感测胸部和颈部中的至少一者处的运动，并且其中感测运动包括感测以下中的至少一者：
呼吸信息；
心脏信息，包括心率；以及
全身运动，
所述方法包括：
将后续第二运动信息与第一运动信息进行比较。
47.根据权利要求46所述的方法，其中相应的第一运动信息和第二运动信息中的每一个包括所感测的呼吸信息、所感测的心脏信息和所感测的全身运动中的至少一者。
48.根据权利要求46所述的方法，包括：
在根据所述比较确定所述后续第二运动信息的第二值和所述第一运动信息的第一值小于预定差时确定所述睡眠-觉醒状态。
49.根据权利要求46所述的方法，其中所述后续第二信息包括在所感测的第二呼吸周期中获得的信息，并且所述第一信息包括在紧邻的前一所感测的第一呼吸周期中获得的信息。
50.根据权利要求49所述的方法，其中每个相应的第一呼吸周期和第二呼吸周期包括至少约30秒。
51.根据权利要求49所述的方法，包括根据所感测的第二呼吸周期的呼吸循环中的运动信息的第二平均值确定所述后续第二运动信息，以及根据所述第一呼吸周期的呼吸循环中的运动信息的第一平均值确定所述第一运动信息。
52.根据权利要求51所述的方法，其中运动信息的所述第二平均值对应于以下中的至少一者的平均值：
所感测的第二呼吸周期的幅值；
所感测的第二呼吸周期的呼吸速率；以及
所感测的第二呼吸周期的吸气周期相对于呼气周期的比率。
53.根据权利要求1所述的方法，其中感测生理信息包括通过所述可植入传感器感测胸部和颈部中的至少一者处的运动，并且
其中执行所述睡眠-觉醒状态的确定包括跟踪除所述胸部或颈部的移动之外的至少一个第二参数，其中所述第二参数包括以下中的至少一者：
日期时间；
日常活动模式；以及
非呼吸暂停呼吸模式。
54.根据权利要求1所述的方法，其中感测生理信息包括通过所述可植入传感器感测胸部和颈部中的至少一者处的运动，并且
其中执行所述睡眠-觉醒状态的确定包括感测除所述胸部或颈部处的移动之外的至少一个第二参数，其中所述第二参数包括生理参数，以及在所述睡眠-觉醒确定中使用至少一个第二参数。
55.根据权利要求54所述的方法，其中所述第二参数包括通过所述可植入传感器感测的所述患者体内的温度。
56.根据权利要求55所述的方法，包括：
通过容纳所述可植入传感器的可植入脉冲发生器执行所述温度的感测。
57.根据权利要求55所述的方法，其中感测所述温度包括感测以下中的至少一者：
所感测的温度在24小时日周期内的曲线；以及
在24小时日周期的可选时间窗口内发生的超过可选阈值的所感测的温度的变化。
58.根据权利要求57所述的方法，其中所述可选时间窗口包括小时量级的时间窗口。
59.根据权利要求55所述的方法，包括：
在治疗周期期间感测到温度变化时识别睡眠障碍性呼吸。
60.根据权利要求1所述的方法，其中所述可植入传感器包括温度传感器，并且感测所述生理信息包括感测温度信息。
61.根据权利要求1所述的方法，其中所述可植入传感器包括可植入头颈区中的至少一个皮下电极。
62.根据权利要求61所述的方法，其中所感测的生理信息包括呼吸速率或心率中的至少一者。
63.根据权利要求61所述的方法，包括：
将所述至少一个皮下电极布置为集成到单个装置中的多个皮下电极。
64.根据权利要求61所述的方法，其中感测生理信息包括通过所述至少一个皮下电极感测心脏活动。
65.根据权利要求64所述的方法，其中感测心脏活动包括以下中的至少一者：
感测与心房和心室行为相关的基准；
感测电信号；以及
感测心冲击描记器信息、心震描记器信息以及心动过速描记器信息中的至少一者。
66.根据权利要求61所述的方法，其中感测生理信息包括通过所述至少一个皮下电极感测脑电活动。
67.根据权利要求1所述的方法，其中确定所述睡眠-觉醒状态包括：
基于感测所述生理信息来评估睡眠概率和觉醒概率中的至少一者。
68.根据权利要求67所述的方法，包括：
当睡眠概率或觉醒概率超过阈值时采取动作。
69.根据权利要求68所述的方法，包括：
当睡眠概率或觉醒概率在可选预定持续时间内超过所述阈值可选预定百分比时，采取动作。
70.根据权利要求68所述的方法，其中采取动作包括启动刺激治疗周期和终止所述刺激治疗周期中的至少一者。
71.根据权利要求70所述的方法，包括：
将边界应用于相应的启动和终止。
72.根据权利要求71所述的方法，其中应用所述边界包括：
设置开始边界，在所述开始边界之前不执行所述启动；以及
设置停止边界，到所述停止边界将执行所述终止。
73.根据权利要求72所述的方法，包括：
基于日期时间实施相应的开始边界和停止边界。
74.根据权利要求73所述的方法，包括：
基于以下中的至少一者实施所述日期时间：
时区；
通过外部感测的环境光；
夏令时；
地理纬度；以及
季节历。
75.根据权利要求72所述的方法，包括：
基于睡眠阶段的数目、类型和持续时间中的至少一者实施所述停止边界。
76.根据权利要求72所述的方法，包括：
基于通过所述可植入传感器感测温度来实施开始边界参数和停止边界参数中的至少一者。
77.根据权利要求70所述的方法，包括基于通过所述可植入传感器感测体温来实施启动所述刺激治疗周期和终止所述刺激治疗周期中的至少一者。
78.根据权利要求77所述的方法，包括：
将所述可植入传感器布置在可植入脉冲发生器内，并且所述可植入传感器包括温度传感器。
79.根据权利要求67所述的方法，确定所述睡眠-觉醒状态还包括：
从远程控件和移动消费者装置上的应用程序中的至少一者接收关于以下中的至少一者的输入：
环境照明程度；
所述远程控件或移动消费者装置的运动的程度或类型；以及
所述远程控件或移动消费者装置的使用的频率、类型或程度。
80.根据权利要求1所述的方法，其中感测生理信息包括通过所述可植入传感器感测胸部和/或颈部的运动，
其中确定所述睡眠-觉醒状态包括基于感测所述胸部和/或颈部的运动来评估睡眠概率和觉醒概率中的至少一者。
81.根据权利要求1所述的方法，其中感测生理信息包括获得和识别觉醒信息，并且包括通过所述觉醒信息执行所述睡眠-觉醒状态的确定。
82.根据权利要求81所述的方法，包括：
通过感测全身运动和移动中的至少一者来执行觉醒的识别。
83.根据权利要求1所述的方法，其中感测所述生理信息包括检测打鼾，以及在检测到存在打鼾和不存在打鼾中的至少一者时至少部分地确定所述睡眠-觉醒状态。
84.根据权利要求1所述的方法，其中感测所述生理信息包括感测和区分SDB引起的神经唤醒和非SDB引起的唤醒。
85.根据权利要求84所述的方法，包括：
在感测到所述SDB引起的神经觉醒时维持刺激疗法；以及
在感测到所述非SDB引起的觉醒时暂停或终止刺激疗法。
86.根据权利要求85所述的方法，包括：
通过关于唤醒的所感测的生理信息执行睡眠-觉醒状态的确定。
87.一种方法，包括：
通过可植入传感器感测生理信号；以及
基于所感测的生理信号确定睡眠-觉醒状态。
88.根据权利要求87所述的方法，其中所述可植入传感器包括加速度计。
89.根据权利要求87所述的方法，其中感测所述生理信号包括感测以下中的至少一者：
姿势；
呼吸信息；
心脏信息；
活动；以及
身体运动。
90.根据权利要求87所述的方法，包括：
将所感测的生理信号分割成多个所感测的信号分量，其中，相应的所感测的信号分量中的至少一些包括指示睡眠-觉醒确定的基准；
放大至少一些相应的所感测的信号分量中的每一个内的基准；以及
基于来自所述相应的所感测的信号分量的指示睡眠-觉醒确定的经放大的基准中的至少一个确定所述睡眠-觉醒状态。
91.根据权利要求90所述的方法，其中确定所述睡眠-觉醒状态包括：
通过聚合来自所述相应的所感测的信号分量的经放大的基准，执行整体睡眠-觉醒确定。
92.根据权利要求91所述的方法，包括：
接收关于睡眠-觉醒确定参数中的至少一些的临床医生输入和患者输入中的至少一者。
93.根据权利要求87所述的方法，其中确定所述睡眠-觉醒状态包括：
在包括所述可植入传感器的可植入医疗装置内，通过构建的机器学习模型执行所述确定。
94.根据权利要求93所述的方法，包括：
在所述患者外部的位置处构建所述机器学习模型；以及
将所构建的机器学习模型导入到所述可植入医疗装置中。
95.根据权利要求94所述的方法，包括：
通过经由所述可植入传感器感测的已知输入和对应于可外部测量的睡眠-觉醒状态的已知输出来实施所述构建。
96.根据权利要求95所述的方法，其中所述已知输入包括经由可植入传感器感测的信息，所述信息包括以下中的至少一者：
姿势信息；
心脏信息；
身体运动信息；
活动信息；以及
呼吸信息。
97.根据权利要求95所述的方法，包括：
基于存储的多个患者的患者睡眠信息的数据库提供所述已知输入和已知输出。
98.根据权利要求93所述的方法，包括：
将所述机器学习模型实施为卷积神经网络和深度学习网络中的至少一者。
99.根据权利要求87所述的方法，包括：
将所感测的生理信号分割成多个不同信号分量，其中每个相应的信号分量表示不同的睡眠-觉醒确定参数；以及
基于评估与相应的不同的睡眠-觉醒确定参数相关联的相应的不同信号分量来确定睡眠-觉醒状态的概率。
100.根据权利要求99所述的方法，包括：
将不同的权重值应用于每个相应的睡眠-觉醒确定参数。
101.根据权利要求87所述的方法，包括：
在以下中的至少一者成立时自动采取动作：
根据所述睡眠-觉醒状态确定，睡眠概率超过睡眠检测阈值；或者
根据所述睡眠-觉醒状态确定，觉醒概率超过觉醒检测阈值。
102.根据权利要求101所述的方法，其中自动采取动作包括自动开始刺激治疗周期和自动停止所述刺激治疗周期中的至少一者。
103.根据权利要求102所述的方法，包括：
接收选择性开始治疗周期和/或选择性停止治疗周期的输入；以及
在接收到选择性开始的输入时，中止所述自动开始，并且在接收到选择性停止的输入时，中止所述自动终止。
104.根据权利要求103所述的方法，包括：
对于多个夜间利用周期，跟踪以下中的至少一者的模式、趋势和平均值中的至少一者的信息：
自动开始；
自动停止；
选择性开始；以及
选择性停止。
105.根据权利要求104所述的方法，
经由图形用户界面显示所跟踪的信息中的至少一些。
106.根据权利要求104所述的方法，包括：
通过根据至少所跟踪的信息确定自动开始相对于选择性开始的第一比例和/或自动停止相对于选择性停止的第二比例来确定自动睡眠-觉醒确定的定量有效性。
107.根据权利要求103所述的方法，包括：
经由图形用户界面显示多个单独的夜间利用周期，每个夜间利用周期相对于每个夜间利用周期内的治疗周期象征性地说明以下中的至少一者：
自动开始；
自动停止；
选择性开始；以及
选择性停止。
108.一种装置，包括：
可植入第一传感器，所述可植入第一传感器用以感测生理信息以通过所感测的生理信息确定睡眠-觉醒状态。
109.根据权利要求108所述的装置，其中所述睡眠-觉醒状态的确定包括检测睡眠的开始。
110.根据权利要求108所述的装置，其中所述可植入第一传感器被配置成感测作为胸部和颈部中的至少一者处的运动的生理信息。
111.根据权利要求110所述的装置，其中所感测的运动包括以下中的至少一者：
所感测的呼吸信息；
所感测的心脏信息，包括心率；以及
所感测的全身运动。
112.根据权利要求111所述的装置，其中所感测的呼吸信息基于感测胸壁的运动。
113.根据权利要求112所述的装置，其中所述可植入第一传感器被配置成基于所感测的胸壁运动的幅值来区分指示觉醒状态的主动呼吸与指示睡眠状态的被动呼吸。
114.根据权利要求111所述的装置，包括：
第二传感器，除通过所述第一传感器的运动感测外，所述第二传感器还执行心电图感测以进一步确定所述心脏信息。
115.根据权利要求111所述的装置，其中感测所述运动包括：
通过植入颈部区中的所述可植入第一传感器执行所述感测。
116.根据权利要求115所述的装置，包括：
用于植入头颈区内的可植入微刺激器，所述可植入微刺激器包括所述可植入第一传感器。
117.根据权利要求116所述的装置，其中所述可植入第一传感器包括加速度计。
118.根据权利要求116所述的装置，其中所述微刺激器包括外壳体，至少一个第一电极安装在所述外壳体上，并且所述装置包括与所述第一电极间隔开的可植入第二电极，其中除通过所述第一传感器的运动感测外，相应的第一电极和第二电极被配置成还通过心电图感测获得所述心脏信息。
119.根据权利要求118所述的装置，其中所述第二电极位于微刺激器的外壳体上，同时与第一电极间隔开。
120.根据权利要求118所述的装置，包括：
从所述微刺激器的壳体延伸并且包括所述第二电极的引线，其中所述引线具有使所述第二电极与所述第一电极保持间隔开的长度。
121.根据权利要求111所述的装置，其中所述可植入第一传感器包括加速度计。
122.根据权利要求121所述的装置，包括：
包括所述加速度计的可植入脉冲发生器。
123.根据权利要求111所述的装置，包括：
可植入脉冲发生器，所述可植入脉冲发生器包括外壳体，至少一个第一电极位于所述外壳体上，并且所述装置包括与所述第一电极间隔开的可植入第二电极，其中，除通过所述第一传感器的运动感测外，相应的第一电极和第二电极被配置成还通过心电图感测获得所述心脏信息。
124.根据权利要求123所述的装置，其中所述第二电极位于所述可植入脉冲发生器的外壳体上并且与所述第一电极间隔开。
125.根据权利要求123所述的装置，包括：
从所述可植入脉冲发生器的壳体延伸并且包括所述第二电极的引线，其中所述引线具有使所述第二电极与所述第一电极保持间隔开的长度。
126.根据权利要求111所述的装置，其中所述可植入第一传感器包括加速度计，并且被配置成感测作为心冲击描记器信息的心脏信息，并且其中所述可植入第一传感器基于以下中的至少一者确定所述睡眠-觉醒状态：
所述心冲击描记器信息；
心率变异性(HRV)；以及
心率。
127.根据权利要求126所述的装置，其中所述可植入传感器的尺寸被设定和配置成可植入所述患者的动脉内，并且从感测由心脏活动引起的至少动脉壁的运动获得所述心冲击描记器信息。
128.根据权利要求108所述的装置，其中所述可植入第一传感器感测作为所感测的身体运动的所述生理信息，以通过在日期时间以及在预定时间段内缺乏所感测的身体运动时检测睡眠来确定所述睡眠-觉醒状态。
129.根据权利要求128所述的装置，包括：
刺激元件，所述刺激元件在检测到睡眠时实施刺激，其中维持所述刺激直到以下中的至少一者：
所述第一传感器感测到指示觉醒的生理信息；以及
手动终止刺激。
130.根据权利要求129所述的装置，其中所述刺激元件通过使刺激从较低强度水平增加到目标强度水平来实现刺激。
131.根据权利要求129所述的装置，其中所述可植入第一传感器感测包括所感测的呼吸信息和所感测的心脏信息中的至少一者的生理信息，其中所述装置通过所感测的呼吸信息和所感测的心脏信息中的至少一者来确定所述睡眠-觉醒状态。
132.根据权利要求131所述的装置，其中所述可植入第一传感器感测包括姿势信息的生理信息，并且其中所述装置通过所感测的姿势信息、所感测的呼吸信息和所感测的心脏信息中的至少一者来确定所述睡眠-觉醒状态。
133.根据权利要求129所述的装置，其中所述装置在不利用姿势信息的情况下检测睡眠作为确定所述睡眠-觉醒状态的一部分。
134.根据权利要求108所述的装置，其中所述可植入第一传感器通过至少感测包括呼吸速率的呼吸信息、包括心率的心脏信息、姿势和身体移动中的至少一者的变异性来感测所述生理信息；并且
其中所述装置通过确定相应的所感测的呼吸速率、包括心率的所感测的心脏信息、所感测的姿势和所感测的身体移动中的至少一者的变异性来确定所述睡眠-觉醒状态。
135.根据权利要求134所述的装置，其中所述可植入第一传感器通过感测吸气开始、呼气暂停结束和呼气开始中的至少一者来感测所述呼吸信息，并且其中所述装置通过所感测的吸气开始、所感测的呼气暂停结束和所感测的呼气开始中的至少一者来确定所述睡眠-觉醒状态。
136.根据权利要求134所述的装置，其中所述可植入第一传感器感测所述生理信息包括感测呼气截止和呼气暂停结束中的至少一者，并且其中所述装置通过所感测的呼气截止或所感测的呼气暂停结束中的至少一者确定所述睡眠-觉醒状态。
137.根据权利要求134所述的装置，其中所述可植入第一传感器感测包括吸气到呼气的转变和呼气到吸气的转变中的至少一者的生理信息，并且其中所述装置通过所感测的吸气到呼气的转变和所感测的呼气到吸气的转变中的至少一者确定所述睡眠-觉醒状态。
138.根据权利要求134所述的装置，其中所述可植入第一传感器感测所述生理信息包括感测吸气峰值和呼气峰值中的至少一者，并且其中所述装置通过所感测的吸气峰值和所感测的呼气峰值中的至少一者确定所述睡眠-觉醒状态。
139.根据权利要求134所述的装置，其中所述可植入第一传感器通过感测心房收缩或心室收缩中的至少一者来感测包括心脏信息的生理信息，并且其中所述装置通过所感测的心房收缩和所感测的心室收缩中的至少一者来确定所述睡眠-觉醒状态。
140.根据权利要求139所述的装置，其中所述可植入第一传感器感测所述生理信息包括感测所述心房收缩的峰值或所述心室收缩的峰值中的至少一者，并且其中所述装置通过所感测的心房收缩的峰值和所感测的心室收缩的峰值中的至少一者来确定所述睡眠-觉醒状态。
141.根据权利要求134所述的装置，其中所述可植入第一传感器感测所述生理信息包括感测作为心房收缩和心室收缩两者的心脏信息，并且其中所述装置通过所感测的心房收缩和心室收缩两者确定所述睡眠-觉醒状态。
142.根据权利要求134所述的装置，其中所述可植入第一传感器感测包括作为心脏瓣膜闭合的心脏信息的生理信息，并且其中所述装置通过所感测的心脏瓣膜闭合来确定所述睡眠-觉醒状态。
143.根据权利要求134所述的装置，其中所述装置通过所感测的呼吸信息和作为心脏运动的所感测的心脏信息两者来确定所述睡眠-觉醒状态。
144.根据权利要求134所述的装置，其中所述装置处理所感测的生理信息以区分：
作为睡眠障碍性呼吸的特征的呼吸信息和心脏信息的第一变异性；和
不同于所述第一变异性的作为睡眠障碍性呼吸的特征的呼吸信息和心脏信息的第二变异性。
145.根据权利要求108所述的装置，其中所述装置通过识别所感测的生理信息的变异性超过以下中的至少一者的可选阈值确定觉醒状态来确定所述睡眠-觉醒状态：
呼吸速率；
心率；
呼吸循环的吸气部分和/或呼气部分；
所述吸气部分的持续时间；
所述吸气部分的峰值的幅值；
所述吸气部分的峰值的持续时间
所述呼气部分的持续时间；
身体运动，包括颈部运动和胸部运动中的至少一者；
姿势参数；以及
所述呼气部分的峰值的幅值。
146.根据权利要求108所述的装置，其中所述装置通过识别所感测的生理信息的变异性保持在可选阈值以下确定睡眠状态来确定所述睡眠-觉醒状态，所述可选阈值包括以下中的至少一者的变异性：
呼吸速率；
心率；
呼吸循环的吸气部分和/或呼气部分；
所述吸气部分的持续时间；
所述吸气部分的峰值的幅值；
所述吸气部分的峰值的持续时间
所述呼气部分的持续时间；
身体运动，包括胸部运动和颈部运动中的至少一者；
姿势参数；以及
所述呼气部分的峰值的幅值。
147.根据权利要求146所述的装置，其中所述装置将后续第二运动信息与第一运动信息进行比较。
148.根据权利要求147所述的装置，其中相应的第一运动信息和第二运动信息中的每一个包括所感测的呼吸信息、所感测的心脏信息和所感测的全身运动中的至少一者。
149.根据权利要求147所述的装置，其中所述装置在根据所述比较确定所述后续第二运动信息的第二值和所述第一运动信息的第一值小于预定差时确定所述睡眠-觉醒状态。
150.根据权利要求147所述的装置，其中所述后续第二信息包括在所感测的第二呼吸周期中获得的信息，并且所述第一信息包括在紧邻的前一所感测的第一呼吸周期中获得的信息。
151.根据权利要求108所述的装置，其中所述可植入第一传感器感测所述生理信息包括通过所述可植入传感器感测胸部和颈部中的至少一者处的运动，并且其中所述装置确定所述睡眠-觉醒状态包括跟踪除所述胸部或颈部的移动之外的至少一个第二参数，其中所述第二参数包括以下中的至少一者：
日期时间；
日常活动模式；以及
非呼吸暂停呼吸模式。
152.根据权利要求108所述的装置，其中所述可植入第一传感器感测所述生理信息包括通过所述可植入传感器感测胸部和颈部中的至少一者处的运动。
153.根据权利要求152所述的装置，其中所述装置确定所述睡眠-觉醒状态包括感测除所述胸部或颈部处的移动之外的至少一个第二参数，其中所述第二参数包括生理参数，以及在所述睡眠-觉醒确定中利用至少一个第二参数。
154.根据权利要求153所述的装置，其中所述第二参数包括通过所述可植入传感器感测的所述患者体内的温度。
155.根据权利要求108所述的装置，其中所述可植入传感器包括温度传感器，并且感测所述生理信息包括感测温度信息。
156.根据权利要求108所述的装置，其中所述可植入传感器包括可植入头颈区中的至少一个皮下电极。
157.根据权利要求156所述的装置，其中所感测的生理信息包括呼吸速率或心率中的至少一者。
158.根据权利要求156所述的装置，其中所述至少一个皮下电极包括集成到单个装置中的多个皮下电极。
159.根据权利要求156所述的装置，其中所述可植入第一传感器通过所述至少一个皮下电极感测包括心脏活动的生理信息。
160.根据权利要求156所述的装置，其中所述可植入第一传感器通过所述至少一个皮下电极感测包括脑电活动的生理信息。
161.根据权利要求108所述的装置，其中所述装置基于所感测的生理信息、睡眠概率和觉醒概率中的至少一者来确定所述睡眠-觉醒状态作为评估。
162.根据权利要求161所述的装置，包括：
当睡眠概率或觉醒概率超过阈值时采取动作。
163.根据权利要求162所述的装置，包括：
当睡眠概率或觉醒概率在可选预定持续时间内超过所述阈值可选预定百分比时，采取动作。
164.根据权利要求162所述的装置，其中采取动作包括启动刺激治疗周期和终止所述刺激治疗周期中的至少一者。
165.根据权利要求164所述的装置，其中所述装置
将边界应用于相应的启动和终止。
166.根据权利要求165所述的装置，其中应用所述边界包括：
设置开始边界，在所述开始边界之前不执行所述启动；以及
设置停止边界，到所述停止边界将执行所述终止。
167.根据权利要求166所述的装置，其中所述装置基于日期时间实施相应的开始边界和停止边界。
168.根据权利要求164所述的装置，其中所述装置基于通过所述可植入传感器感测体温来实施启动所述刺激治疗周期和终止所述刺激治疗周期中的至少一者。
169.根据权利要求161所述的装置，其中所述装置通过从远程控件和移动消费者装置上的应用程序中的至少一者接收关于以下中的至少一者的输入来确定所述睡眠觉醒状态：
环境照明程度；
所述远程控件或移动消费者装置的运动的程度或类型；以及
所述远程控件或移动消费者装置的使用的频率、类型或程度。
170.根据权利要求108所述的装置，其中所述可植入第一传感器感测所述生理信息包括通过所述可植入传感器感测胸部和/或颈部的运动，并且其中所述装置确定所述睡眠-觉醒状态包括基于感测所述胸部和/或颈部的运动来评估睡眠概率和觉醒概率中的至少一者。
171.根据权利要求108所述的装置，其中所述可植入第一传感器感测所述生理信息包括获得和识别觉醒信息，以及通过所述觉醒信息确定所述睡眠-觉醒状态，其中任选地，觉醒的识别是通过感测全身运动和移动中的至少一者来进行的。
172.根据权利要求108所述的装置，其中所述可植入第一传感器感测所述生理信息包括检测打鼾，以及在检测到存在打鼾和不存在打鼾中的至少一者时至少部分地确定所述睡眠-觉醒状态。
173.根据权利要求108所述的装置，其中所述可植入第一传感器感测所述生理信息包括感测和区分SDB引起的神经唤醒与非SDB引起的唤醒。
174.根据权利要求173所述的装置，其中所述装置：
在感测到所述SDB引起的神经觉醒时维持刺激疗法；并且
在感测到所述非SDB引起的觉醒时暂停或终止刺激疗法。
175.根据权利要求174所述的装置，其中所述装置通过关于唤醒的所感测的生理信息确定所述睡眠-觉醒状态。
176.根据权利要求108所述的方法，其中所述可植入第一传感器感测包括以下中的至少一者的生理信号：
姿势；
呼吸信息；
心脏信息；
活动；以及
身体运动。
177.根据权利要求176所述的装置，其中所述可植入第一传感器包括加速度计。
178.根据权利要求108所述的装置，其中所述装置：
将所感测的生理信号分割成多个所感测的信号分量，其中相应的所感测的信号分量中的至少一些包括指示睡眠-觉醒确定的基准；
放大至少一些相应的所感测的信号分量中的每一个内的基准；以及
基于来自相应的所感测的信号分量的指示睡眠-觉醒确定的经放大的基准中的至少一个确定所述睡眠-觉醒状态。
179.根据权利要求178所述的装置，其中所述装置通过聚合来自相应的所感测的信号分量的经放大的基准，根据整体睡眠-觉醒确定来确定所述睡眠-觉醒状态。
180.根据权利要求179所述的装置，其中所述装置接收关于睡眠-觉醒确定参数中的至少一些的临床医生输入和患者输入中的至少一者。
181.根据权利要求108所述的装置，其中所述睡眠-觉醒状态的确定包括在包括所述可植入传感器的可植入医疗装置内通过构建的机器学习模型进行所述确定。
182.根据权利要求181所述的装置，其中所述装置在所述患者外部的位置处构建所述机器学习模型，并且将所构建的机器学习模型导入到所述可植入医疗装置中。
183.根据权利要求182所述的装置，其中所述装置通过经由所述可植入传感器感测的已知输入和对应于可外部测量的睡眠-觉醒状态的已知输出来实施所述构建。
184.根据权利要求183所述的装置，其中所述已知输入包括通过可植入传感器感测的信息，所述信息包括以下中的至少一者：
姿势信息；
心脏信息；
身体运动信息；
活动信息；以及
呼吸信息。
185.根据权利要求183所述的装置，其中所述装置基于存储的多个患者的患者睡眠信息的数据库提供所述已知输入和已知输出。
186.根据权利要求181所述的装置，其中所述装置将所述机器学习模型实施为卷积神经网络和深度学习网络中的至少一者。
187.根据权利要求108所述的方法，其中所述装置：
将所感测的生理信号分割成多个不同信号分量，其中每个相应的信号分量表示不同的睡眠-觉醒确定参数；以及
基于评估与相应的不同的睡眠-觉醒确定参数相关联的相应的不同信号分量来确定睡眠-觉醒状态的概率。
188.根据权利要求187所述的装置，其中所述装置将不同的权重值应用于每个相应的睡眠-觉醒确定参数。
189.根据权利要求108所述的装置，其中所述装置在以下中的至少一者成立时自动采取动作：
根据所述睡眠-觉醒状态确定，睡眠概率超过睡眠检测阈值；或者
根据所述睡眠-觉醒状态确定，觉醒概率超过觉醒检测阈值。
190.根据权利要求189所述的装置，其中自动采取动作包括自动开始刺激治疗周期和自动停止所述刺激治疗周期中的至少一者。
191.根据权利要求190所述的装置，其中所述装置：
接收选择性开始治疗周期和/或选择性停止治疗周期的输入；以及
在接收到选择性开始的输入时，中止所述自动开始，并且在接收到选择性停止的输入时，中止所述自动终止。
192.根据权利要求191所述的装置，其中所述装置对于多个夜间利用周期跟踪以下中的至少一者的模式、趋势和平均值中的至少一者的信息：
自动开始；
自动停止；
选择性开始；以及
选择性停止。
193.根据权利要求192所述的装置，包括用以显示所跟踪信息中的至少一些的图形用户界面。
194.根据权利要求191所述的装置，包括：
图形用户界面，所述图形用户界面用以显示多个单独的夜间利用周期，每个夜间利用期相对于每个夜间利用期内的治疗周期象征性地说明以下中的至少一者：
自动开始；
自动停止；
选择性开始；以及
选择性停止。
CN202080066688.7A 2019-07-25 2020-07-24 用于睡眠障碍性呼吸(sdb)护理的睡眠检测 Pending CN114449943A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962878568P 2019-07-25 2019-07-25
US62/878,568 2019-07-25
PCT/US2020/043493 WO2021016558A1 (en) 2019-07-25 2020-07-24 Sleep detection for sleep disordered breathing (sdb) care

Publications (1)

Publication Number Publication Date
CN114449943A true CN114449943A (zh) 2022-05-06

Family

ID=72145460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080066688.7A Pending CN114449943A (zh) 2019-07-25 2020-07-24 用于睡眠障碍性呼吸(sdb)护理的睡眠检测

Country Status (6)

Country Link
US (1) US20230095780A1 (zh)
EP (1) EP4003158A1 (zh)
JP (1) JP2022542580A (zh)
CN (1) CN114449943A (zh)
AU (1) AU2020319084A1 (zh)
WO (1) WO2021016558A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115486833A (zh) * 2022-08-22 2022-12-20 华南师范大学 呼吸状态检测方法、装置、计算机设备以及存储介质

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023526870A (ja) 2020-05-23 2023-06-23 インスパイア・メディカル・システムズ・インコーポレイテッド 睡眠呼吸障害を治療するための単一または複数の神経刺激
US11837106B2 (en) * 2020-07-20 2023-12-05 Koninklijke Philips N.V. System and method to monitor and titrate treatment for high altitude-induced central sleep apnea (CSA)
USD971950S1 (en) 2021-02-10 2022-12-06 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD983222S1 (en) 2021-02-10 2023-04-11 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD983221S1 (en) 2021-02-10 2023-04-11 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD964390S1 (en) 2021-02-23 2022-09-20 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD964406S1 (en) 2021-02-23 2022-09-20 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD972584S1 (en) 2021-03-04 2022-12-13 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD967166S1 (en) 2021-03-04 2022-10-18 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD967167S1 (en) 2021-03-04 2022-10-18 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD966307S1 (en) 2021-03-04 2022-10-11 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
EP4340936A1 (en) 2021-05-21 2024-03-27 Inspire Medical Systems, Inc. Multiple target stimulation therapy for sleep disordered breathing
USD1005310S1 (en) 2021-12-02 2023-11-21 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD1004612S1 (en) 2021-12-02 2023-11-14 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
USD1001825S1 (en) 2021-12-02 2023-10-17 Inspire Medical Systems, Inc. Display screen or portion thereof with a graphical user interface
WO2023230131A1 (en) 2022-05-24 2023-11-30 Inspire Medical Systems, Inc. Sensing and applying stimulation in timed relationship

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6132384A (en) 1996-06-26 2000-10-17 Medtronic, Inc. Sensor, method of sensor implant and system for treatment of respiratory disorders
US7591265B2 (en) * 2003-09-18 2009-09-22 Cardiac Pacemakers, Inc. Coordinated use of respiratory and cardiac therapies for sleep disordered breathing
EP1938862B1 (en) * 2003-08-18 2011-10-19 Cardiac Pacemakers, Inc. Disordered breathing management system and methods
US20050209512A1 (en) * 2004-03-16 2005-09-22 Heruth Kenneth T Detecting sleep
WO2009059033A1 (en) * 2007-10-30 2009-05-07 Synapse Biomedical, Inc. Method of improving sleep disordered breathing
US8340785B2 (en) 2008-05-02 2012-12-25 Medtronic, Inc. Self expanding electrode cuff
US20110160827A1 (en) 2008-05-02 2011-06-30 Medtronic. Inc. Electrode lead system
EP3181191B1 (en) 2008-05-15 2020-03-11 Inspire Medical Systems, Inc. Apparatus for sensing respiratory pressure in an implantable stimulation system
EP3184045B1 (en) 2008-11-19 2023-12-06 Inspire Medical Systems, Inc. System treating sleep disordered breathing
US8409108B2 (en) * 2009-11-05 2013-04-02 Inovise Medical, Inc. Multi-axial heart sounds and murmur detection for hemodynamic-condition assessment
US8934992B2 (en) 2011-09-01 2015-01-13 Inspire Medical Systems, Inc. Nerve cuff
ES2939735T3 (es) * 2012-09-13 2023-04-26 Yrt Ltd Método y programa informático para determinar la probabilidad de estados de sueño/vigilia y la calidad del sueño y del estado de vigilia a partir de un electroencefalograma
US11383083B2 (en) * 2014-02-11 2022-07-12 Livanova Usa, Inc. Systems and methods of detecting and treating obstructive sleep apnea
WO2016070128A1 (en) * 2014-10-31 2016-05-06 Irhythm Technologies, Inc. Wireless physiological monitoring device and systems
WO2016193030A1 (en) * 2015-06-03 2016-12-08 Koninklijke Philips N.V. Sleep monitoring method and system
US10321871B2 (en) * 2015-08-28 2019-06-18 Awarables Inc. Determining sleep stages and sleep events using sensor data
WO2017058524A1 (en) * 2015-09-30 2017-04-06 Zoll Medical Corporation Medical device operational modes
EP4252833A3 (en) * 2015-11-17 2023-11-15 Inspire Medical Systems, Inc. Microstimulation sleep disordered breathing (sdb) therapy device
JP6397810B2 (ja) * 2015-12-10 2018-09-26 日本電信電話株式会社 睡眠覚醒判定装置、睡眠覚醒判定方法及び、その駆動用プログラム
EP3445444A1 (en) 2016-04-19 2019-02-27 Inspire Medical Systems, Inc. Accelerometer-based sensing for sleep disordered breathing (sdb) care
WO2019032890A1 (en) 2017-08-11 2019-02-14 Inspire Medical Systems, Inc. SLEEVE ELECTRODE
WO2020045710A1 (ko) * 2018-08-31 2020-03-05 엘지전자 주식회사 수면측정장치, 및 이를 구비하는 수면측정 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115486833A (zh) * 2022-08-22 2022-12-20 华南师范大学 呼吸状态检测方法、装置、计算机设备以及存储介质

Also Published As

Publication number Publication date
US20230095780A1 (en) 2023-03-30
WO2021016558A1 (en) 2021-01-28
EP4003158A1 (en) 2022-06-01
JP2022542580A (ja) 2022-10-05
AU2020319084A1 (en) 2022-03-03

Similar Documents

Publication Publication Date Title
US20230095780A1 (en) Sleep detection for sleep disordered breathing (sdb) care
JP6449189B2 (ja) 睡眠呼吸障害の治療方法
CN108289632B (zh) 心脏及睡眠的监控
EP1575425B1 (en) Sleep detection using an adjustable threshold
US7252640B2 (en) Detection of disordered breathing
EP1938862B1 (en) Disordered breathing management system and methods
US9014819B2 (en) Autonomic arousal detection system and method
US8055348B2 (en) Detecting sleep to evaluate therapy
EP1670547B1 (en) Patient monitoring system
JP4750032B2 (ja) 医療用装置
US20230277121A1 (en) Disease burden indication

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