CN115334959A - 用于呼吸暂停-低通气指数计算的睡眠状态检测 - Google Patents

Abstract

公开了装置、系统和方法。所述装置、系统和方法在用户的睡眠时段期间检测关于用户的移动、用户的心脏活动、与用户相关联的音频、或其组合的一个或多个参数；处理所述一个或多个参数以确定用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；以及至少部分地基于所述睡眠状态来计算在睡眠时段期间用户的呼吸暂停‑低通气指数。

Description

用于呼吸暂停-低通气指数计算的睡眠状态检测

相关申请的交叉引用

本申请要求下述的权益和优先权：于2020年3月31日提交的标题为“用于呼吸暂停-低通气指数计算的睡眠状态检测”的美国临时专利申请No.63/002,585，和于2020年1月31日提交的标题为“用于呼吸暂停-低通气指数计算的睡眠状态检测”的美国临时专利申请No.62/968,775，其内容通过引用整体并入本文。

技术领域

本技术涉及用于睡眠状态检测和考虑睡眠状态的呼吸暂停-低通气指数(AHI)的确定的装置、系统和方法。

背景技术

用户是睡着还是醒着可以被认为是睡眠状态。入睡后，睡眠的特征可以是四个不同的睡眠阶段，这些阶段会在整个晚上发生变化。用户，尤其是健康用户，在睡眠期间通常按顺序在睡眠阶段之间移动多次。睡眠阶段包括N1、N2和N3，统称为非快速眼动阶段和快速眼动。

阶段N1是最浅的睡眠阶段，其特征在于在大于50％的历元中出现多个频率的一些低振幅波，其中穿插有α波。还可能存在尖锐的顶点波，在眼电图(EOG)信号上的一些缓慢的眼睛移动，和/或脑电图(EEG)信号的频率的总体降低。

阶段N2是稍微更深的睡眠阶段，并且在混频信号的背景上由睡眠轴和K-复合波的出现来标记。睡眠纺锤波是较高频率活动(例如，大于12Hz)的突发。K-复合波是持续约1-2秒的不同的孤立双极波。

阶段N3是最深的睡眠阶段，其特征在于在至少20％的时期内出现慢波(例如，1-2Hz频率)。

阶段REM是快速眼动睡眠，并且通过在EOG信号中存在明显的活动而变得明显。所记录的EEG信号通常非常类似于阶段N1或甚至觉醒。

术语睡眠呼吸障碍(SDB)可指其中在睡眠期间存在呼吸暂停(例如，气流停止十秒或更多)和低通气(例如，气流减少至少30％持续10秒或更多，伴随相关的氧去饱和或觉醒)的病症。

呼吸不稳定性是觉醒或REM睡眠的指示，并且呼吸稳定性是非REM(例如，N1、N2、N3)睡眠的指示。然而，单独的呼吸不稳定性不足以准确地推断睡眠阶段。例如，呼吸不稳定是觉醒或REM睡眠的指示，其也可以作为频繁呼吸事件的结果而发生，例如在睡眠期间发生的呼吸暂停、低通气和呼吸努力相关的觉醒(RERA)。因此，区分主要由呼吸事件驱动的呼吸不稳定时期与真正的觉醒时期是有帮助的。

尽管气道正压通气呼吸装置可以被配置为实时检测睡眠呼吸障碍(SDB)事件，如呼吸暂停和低通气，但是它们经常基于用户未入睡或用户处于不正确的睡眠阶段而错过检测SDB事件。例如，流的分析可以导致确定用户是否睡着，甚至是什么睡眠阶段。然而，这种基于流的睡眠阶段存在限制。用基于流的信号精确地区分醒来和睡眠状态可能是困难的。基于流的信号可以被分段，在开始、中间(当去休息室或夜晚中间离开时)和结束时丢失信息。

感兴趣的是知道用户何时睡觉、用户何时醒来、以及用户同时经过了什么睡眠阶段。在睡眠时段期间由用户通过的各种睡眠阶段的完整表示被称为睡眠图。睡眠图的一个示例应用是SDB严重性指数的计算，称为呼吸暂停-低通气指数(AHI)。通常计算为呼吸暂停和低通气的总数除以睡眠时间长度的AHI是广泛使用的SDB筛选、诊断和监测工具。然而，这种计算倾向于低估AHI，因为在时段期间的相当长的时间段内，用户可能没有睡着。结果是，如果采用传统的AHI计算，则用户倾向于获得用户的治疗功效的过度乐观的图像。特别是关于基于流的睡眠阶段，它偏向睡眠，所以在觉醒期间发生的SDB事件被错误地计数到AHI中。相反，如果在用户醒着和移动时错误地检测到SDB事件，则AHI可能被过度估计。过度和/或不足估计可能意味着例如呼吸装置的自动设定算法以不利地影响睡眠质量和/或治疗功效的方式来适应治疗。

计算AHI的更精确的方法是将呼吸暂停和低通气的数量除以用户在时段期间睡着的小时数。为了以这种方式计算AHI，需要知道用户何时睡着，可以从睡眠图获得的知识。然而，纯粹从呼吸流量推断睡眠阶段已被证明是一项困难的任务，其结果是影响AHI计算的准确性，并因此影响用户对呼吸治疗(例如持续气道正压(CPAP)治疗)的基于AHI的监测。

因此，需要开发用于推断呼吸治疗用户的睡眠的状态和阶段的改进的装置、系统和方法，以便更准确地评估用户的状况和所应用的治疗的功效，这可以通过治疗SDB来改进睡眠结构。

发明内容

根据本发明的一些方面，公开了用于基于睡眠状态区分呼吸事件睡眠与觉醒的装置、系统和方法。

根据本发明的一些方面，公开了检测睡眠并向用户提供关于睡眠状态的反馈的装置、系统和方法。

根据本发明的一个实现方式，公开了一种用于检测用户的睡眠状态的方法。该方法包括在用户的睡眠时段期间检测关于用户的移动的一个或多个参数。该方法进一步包括处理一个或多个参数以确定用户的睡眠状态。睡眠状态是觉醒、睡着或睡眠阶段中的至少一个。该方法进一步包括至少部分地基于睡眠状态来计算睡眠时段期间用户的呼吸暂停-低通气指数。

根据该实现方式的一些方面，睡眠阶段可以是非REM睡眠、N1睡眠、N2睡眠、N3睡眠或REM睡眠的指示。根据该实现方式的一些方面，响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间睡眠状态被确定为觉醒，忽略所述一个或多个事件。此外，所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、或其组合。根据该实现方式的一些方面，一个或多个参数涉及持续时间、频率、强度、用户的移动类型、或其组合。根据该实现方式的一些方面，基于放置在用户上、放置在用户附近、或其组合的一个或多个传感器来测量所述一个或多个参数。加压空气可通过连接到呼吸装置的管和面罩施加到用户的气道。一个或多个传感器中的至少一个传感器可以在管、面罩或其组合之上或之内。至少一个传感器可包括在管、面罩或其组合之上或之内的惯性测量单元。一个或多个传感器中的至少一个传感器可以包括联接到用户的智能装置内的惯性测量单元。智能装置可以是以下各项中的一个或多个：(1)智能手表、智能电话、活动跟踪器、智能面罩、智能服装、智能床垫、智能枕头、智能床单、智能戒指、或健康监视器，每一个都与所述用户接触；(2)智能扬声器或智能电视，每一个都在所述用户附近；(3)或其组合。根据该实现的一些方面，处理所述一个或多个参数包括处理表示所述一个或多个参数中的至少一个参数随时间变化的信号。

根据本发明的另一实现，公开了一种用于检测用户的睡眠状态的方法。该方法包括在用户的睡眠时段期间检测关于用户的心脏活动的一个或多个参数，这可以包括向用户的气道施加加压空气。该方法进一步包括处理一个或多个参数以确定用户的睡眠状态。睡眠状态是觉醒、睡着或睡眠阶段中的至少一个。该方法进一步包括至少部分地基于睡眠状态来计算睡眠时段期间用户的呼吸暂停-低通气指数。

根据该实现的一些方面，响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间睡眠状态被确定为觉醒，忽略所述一个或多个事件。所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、或其组合。根据实现方式的一些方面，所述一个或多个参数涉及用户的心率、心率变异性、心输出量、或其组合。可以在在一分钟、五分钟、十分钟、半小时、一小时、两小时、三小时、或四小时的时间段上计算所述心率变异性。根据实现方式的一些方面，加压空气可以通过连接到呼吸装置的管和面罩施加到所述用户的气道，并且所述一个或多个传感器中的至少一个传感器位于所述管上或所述管内、所述面罩上或所述面罩内、或其组合。在一个或多个实现方式中，至少一个传感器可以是麦克风。检测所述一个或多个参数可以基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。

根据本发明的一个实现方式，公开了一种用于检测用户的睡眠状态的方法。该方法包括在用户的睡眠时段期间检测关于与用户相关联的音频的一个或多个参数，这可以包括将加压空气施加到用户的气道。该方法进一步包括处理一个或多个参数以确定用户的睡眠状态。睡眠状态是觉醒、睡着或睡眠阶段中的至少一个。该方法进一步包括至少部分地基于睡眠状态来计算睡眠时段期间用户的呼吸暂停-低通气指数。

根据该实现的一些方面，响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间睡眠状态被确定为觉醒，忽略所述一个或多个事件。所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、或其组合。根据该实现方式的一些方面，该音频与以下各项相关联：(1)所述用户的一个或多个移动，(2)连接到呼吸装置的管、面罩或其组合的一个或多个移动，所述呼吸装置被配置为向所述用户施加加压空气，或(3)其组合。检测关于与所述管、所述面罩、或其组合的一个或多个运动相关联的音频的一个或多个参数可以基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。根据该实现方式的一些方面，可以基于管、面罩或连接到管和设备并且向用户的气道提供加压空气的设备内的一个或多个麦克风来检测音频。

根据本发明的一个实现，公开了一种用于检测用户的睡眠状态的方法。该方法包括在睡眠时段期间检测与个体相关联的多个参数，或者在将加压空气施加到用户气道的期间检测与用户相关联的多个参数，其中多个参数中的每个参数至少与一个模态相关联，并且多个参数覆盖多个模态。该方法进一步包括处理所述多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个。该方法进一步包括至少部分地基于睡眠状态来计算时段期间用户的呼吸暂停-低通气指数。此外，可以组合多种模态，其中不使用与呼吸治疗系统120相关联或从呼吸治疗系统确定的一种或多种模态。例如，可以结合来自与心脏活动相关的模态的AHI来确定睡眠状态和/或阶段。此后，与运动相关且与心脏活动无关的一个或多个其它参数可用于基于心脏活动来确认睡眠状态和/或阶段。作为另一个示例，AHI(但不一定是睡眠状态和/或阶段)可以从血氧水平或不能捕获睡眠阶段和/或阶段的一些其他参数来确定。此后，与不同形态相关的另一参数，例如运动、心脏活动等，可用于确认睡眠状态和/或阶段。

根据该实现方式的一些方面，模态包括用户的运动、加压空气的流动、用户的心脏活动以及与用户相关联的音频中的两个或更多个。根据该实现方式的一些方面，响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间睡眠状态被确定为觉醒，忽略所述一个或多个事件。所述一个或多个事件包括一个或多个呼吸暂停、一个或多个低通气、或其组合。根据该实现方式的一些方面，处理多个参数进一步包括确定基于与两个或更多个模态中的第一模态相关联的多个参数中的一个或多个参数不能确定用户的睡眠状态。处理多个参数进一步包括处理与两个或多个模态中的第二模态相关联的多个参数中的一个或多个参数，以确定用户的睡眠状态。根据该实现方式的一些方面，确定不能确定用户的睡眠状态是基于阈值确定度量得到满足。阈值确定度量可以基于与睡眠状态、睡眠阶段、或其组合有冲突的多个参数中的两个或更多个参数。所述两个或多个冲突参数来自两个或更多个模态。通过忽略基于低质量数据导出的参数和/或将增加的权重给予从较高质量数据提取的参数来解决两个或更多个冲突参数之间的冲突。阈值确定度量可基于在将加压空气施加到用户气道的一个或多个先前时段期间与用户相关联的多个先前参数。根据该实现方式的一些方面，所述处理由基于监督机器学习、深度学习、卷积神经网络、或递归神经网络中的一个或多个的睡眠分段分类器来执行。根据一些方面，处理多个参数是基于来自多个模态中的所选择的两个或更多个模态的多个参数的子集。可以根据基于数据质量的加权来选择所选择的两个或多个模态。

根据一个或多个实现方式，公开了一种或多种系统，该系统可以包括：一个或多个传感器，所述一个或多个传感器被配置成用于检测在此公开的一个或多个参数，呼吸装置具有联接至用户的管和面罩；存储器，其存储机器可读指令；以及控制系统，其包括一个或多个处理器，所述处理器被配置来执行机器可读指令以执行本文公开的方法。

本技术的一些版本可以包括其上编码有处理器可执行指令的计算机处理器可读存储器存储设备，所述指令在由处理器执行时使得处理器执行在此公开的任何一个或多个方法。

根据本发明的一个实现，公开了一种用于计算用户的呼吸暂停-低通气指数的方法。该方法包括在用户的睡眠期间检测关于用户运动的一个或多个参数，这可以包括向用户的气道施加加压空气。该方法进一步包括处理一个或多个参数以确定用户的睡眠状态。睡眠状态可以是觉醒、睡着或睡眠阶段中的至少一个。该方法进一步包括至少部分地基于睡眠状态来计算睡眠时段期间用户的呼吸暂停-低通气指数。该方法进一步包括至少部分地基于呼吸暂停-低通气指数、睡眠状态、或其组合来启动动作。

根据该实现方式的一些方面，该动作包括以下项中的一项或多项：(1)保存所述呼吸暂停-低通气指数的记录，(b)将所述呼吸暂停-低通气指数传送给外部装置，或者(c)调整装置的操作设置。该装置可以是向用户的气道供应加压空气的呼吸装置。根据该实现方式的一些方面，响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间睡眠状态被确定为觉醒，忽略所述一个或多个事件。所述一个或多个事件可以是一个或多个呼吸暂停、一个或多个低通气、一个或多个周期性肢体运动、或其组合。根据该实现的一些方面，所述一个或多个参数可以涉及持续时间、周期、速率、频率、强度、用户的移动类型、或其组合。根据该实现方式的一些方面，可以基于放置在用户上、放置在用户附近、或其组合的一个或多个传感器来测量所述一个或多个参数。加压空气可通过连接到呼吸装置的管和面罩施加到用户的气道，并且一个或多个传感器中的至少一个传感器位于管上或管内、面罩上或内、或其组合。至少一个传感器可以包括物理运动传感器，所述物理运动传感器在管上或在管内、在面罩上或在面罩内、或其组合。根据该实现方式的一些方面，所述一个或多个传感器中的至少一个传感器包括智能装置内的物理运动传感器。智能装置可以是以下各项中的一个或多个：(1)智能手表、智能电话、活动跟踪器、智能面罩、智能服装、智能床垫、智能枕头、智能床单、智能戒指、或健康监视器，每一个都与所述用户接触；(2)智能扬声器或智能电视，每一个都在所述用户附近；(3)或其组合。根据该实现的一些方面，处理所述一个或多个参数包括处理表示所述一个或多个参数中的至少一个参数随时间变化的信号。根据该实现方式的一些方面，用户的运动可以与用户的心脏或呼吸活动相关联。至少一个传感器可以是麦克风。检测所述一个或多个参数可以基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。根据一些实现方式，检测所述一个或多个参数可以是关于在时段期间与用户相关联的音频。该音频可以与以下各项相关联：(1)所述用户的一个或多个移动，(2)连接到呼吸装置的管、面罩或其组合的一个或多个移动，所述呼吸装置被配置为向所述用户施加加压空气，或(3)其组合。检测关于音频的一个或多个参数可以基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、频谱分析、快速傅立叶变换、或其组合。可以基于管、面罩或连接到管和设备并向用户气道提供加压空气的设备内的一个或多个麦克风来检测音频。根据一些实现方式，一个或多个参数中的每个参数可以至少与一个模态相关联，并且一个或更多个参数中的多个覆盖多个模态。模态可以包括用户的运动、加压空气的流动、用户的心脏活动以及与用户相关联的音频。处理多个参数进一步可以包括确定基于与两个或更多个模态中的第一模态相关联的多个参数中的一个或多个参数不能确定用户的睡眠状态；以及处理与所述两个或更多个模态中的第二模态相关联的所述多个参数中的一个或多个参数以确定所述用户的睡眠状态。根据该实现方式的一些方面，确定不能确定用户的睡眠状态可以是基于阈值确定度量得到满足。阈值确定度量可基于与所确定的睡眠状态、睡眠阶段、或其组合有冲突的多个参数中的两个或更多个参数。所述两个或多个冲突参数来自两个或更多个模态。可以通过忽略基于低质量数据导出的参数和/或将增加的权重给予从较高质量数据提取的参数来解决两个或更多个冲突参数之间的冲突。根据该实现方式的一些方面，阈值确定度量可以基于在将加压空气施加到用户气道的一个或多个先前时段期间与用户相关联的多个先前参数。根据该实现方式的一些方面，该处理可以由基于监督机器学习、深度学习、卷积神经网络、或递归神经网络中的一个或多个的睡眠分段分类器来执行。

根据本发明的一个实现，公开了用于计算用户的呼吸暂停-低通气指数的系统。该系统包括一个或多个传感器，该一个或多个传感器被配置成检测在用户的睡眠时段期间关于用户的移动的一个或多个参数，这可以包括将加压空气施加到用户气道的时段。该系统进一步包括存储机器可读指令的存储器和控制系统。控制系统包括一个或多个处理器，所述一个或多个处理器被配置来执行机器可读指令，以：处理一个或多个参数以确定用户的睡眠状态，睡眠状态是觉醒、睡眠或睡眠阶段中的至少一个；至少部分地基于所述睡眠状态来计算在所述睡眠时段期间所述用户的呼吸暂停-低通气指数；以及至少部分地基于所述呼吸暂停-低通气指数、睡眠状态、或其组合来启动动作。

根据该实现方式的一些方面，该动作包括以下项中的一项或多项：(1)保存所述呼吸暂停-低通气指数的记录，(b)将所述呼吸暂停-低通气指数传送给外部装置，或者(c)调整装置的操作设置。该装置是向用户的气道供应加压空气的呼吸装置。根据该实现方式的一些方面，响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间睡眠状态被确定为觉醒，忽略所述一个或多个事件。所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、一个或多个周期性肢体运动、或其组合。根据该实现的一些方面，所述一个或多个参数涉及持续时间、周期、速率、频率、强度、用户的移动类型、或其组合。根据该实现方式的一些方面，所述一个或多个传感器被放置在用户上、放置在用户附近、或其组合。根据该实现方式的一些方面，该系统进一步包括呼吸装置，该呼吸装置具有联接至用户的管和面罩。加压空气可以通过管和面罩施加到用户的气道，并且所述一个或多个传感器中的至少一个传感器在管、面罩、或其组合之上或内。所述一个或多个传感器可包括在管、面罩或其组合上或内的物理运动传感器。根据该实现方式的一些方面，所述一个或多个传感器中的至少一个传感器可以包括智能装置内的物理运动传感器。智能装置可以是以下各项中的一个或多个：(1)智能手表、智能电话、活动跟踪器、智能面罩、智能服装、智能床垫、智能枕头、智能床单、智能戒指、或健康监视器，每一个都与所述用户接触；(2)智能扬声器或智能电视，每一个都在所述用户附近；(3)或其组合。根据该实现的一些方面，处理所述一个或多个参数可以包括处理表示所述一个或多个参数中的至少一个参数随时间变化的信号。根据该实现方式的一些方面，用户的运动可以与用户的心脏或呼吸活动相关联。至少一个传感器可以是麦克风。检测所述一个或多个参数可以基于由麦克风检测的一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、频谱分析、快速傅立叶变换、或其组合。根据实现方式的一些方面，检测所述一个或多个参数可关于在睡眠时段期间与用户相关联的音频。根据该实现方式的一些方面，该音频可以与以下各项相关联：(1)所述用户的一个或多个移动，(2)连接到呼吸装置的管、面罩、或其组合的一个或多个移动，所述呼吸装置被配置为向所述用户施加加压空气，或(3)其组合。根据该实现方式的一些方面，检测关于音频的一个或多个参数可以基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、频谱分析、快速傅立叶变换、或其组合。根据该实现方式的一些方面，可以基于管、面罩或连接到管和设备并且向用户的气道提供加压空气的设备内的一个或多个麦克风来检测音频。根据该实现方式的一些方面，所述一个或多个参数中的每个参数至少与一个模态相关联，并且所述一个或多个参数覆盖多个模态。模态可以包括用户的运动、加压空气的流动、用户的心脏活动、以及与用户相关联的音频。控制系统可以被配置来执行机器可读指令，以确定基于与两个或更多个模态中的第一模态相关联的多个参数中的一个或多个参数不能确定用户的睡眠状态；以及处理与所述两个或更多个模态中的第二模态相关联的所述多个参数中的一个或多个参数以确定所述用户的睡眠状态。根据该实现方式的一些方面，确定不能确定用户的睡眠状态是基于阈值确定度量得到满足。阈值确定度量可基于与所确定的睡眠状态、睡眠阶段、或其组合有冲突的多个参数中的两个或更多个参数。两个或多个冲突参数可以来自两个或多个模态。根据该实现方式的一些方面，可以通过忽略基于低质量数据导出的参数和/或将增加的权重给予从较高质量数据提取的参数来解决两个或更多个冲突参数之间的冲突。根据该实现方式的一些方面，阈值确定度量可以基于在将加压空气施加到用户气道的一个或多个先前时段期间与用户相关联的多个先前参数。根据该实现方式的一些方面，该处理可以由基于监督机器学习、深度学习、卷积神经网络、或递归神经网络中的一个或多个的睡眠分段分类器来执行。根据该实现的一些方面，该一个或多个参数中的每个参数可以至少与一个模态相关联，并且一个或多个参数覆盖多个模态。处理多个参数可以基于从多个模态中选择的两个或更多个模态的多个参数的子集。可以根据基于数据质量的加权来选择所选择的两个或多个模态。根据该实现方式的一些方面，睡眠阶段可以是非REM睡眠或REM睡眠的指示。根据该实现方式的一些方面，睡眠阶段可以是N1睡眠、N2睡眠、N3睡眠、或REM睡眠的指示。

根据本发明的一个实现方式，公开了一种包括具有一个或多个处理器的控制系统的系统。该系统进一步包括：存储器，其上存储有机器可读指令；控制系统联接到存储器，并且当存储器中的机器可执行指令由控制系统的一个或多个处理器中的至少一个执行时，实施上述任何一种或多种方法。

根据本发明的一个实现方式，公开了一种系统，该系统包括被配置成用于实现以上公开的方法中的任何一个或多个方法的控制系统。

根据本发明的一个实现方式，公开了一种包括指令的计算机程序产品，指令在由计算机执行时使计算机执行上面公开的方法中的任何一个或多个。在一个或多个实现方式中，计算机程序产品是非瞬态计算机可读介质。

上述方面的部分可以形成本技术的子方面。考虑到以下详细描述、摘要、附图和权利要求书中包含的信息，本技术的其他特征将变得显而易见。子方面和/或方面中的各个方面可以各种方式进行组合，并且还构成本技术的其它方面或子方面。以上概述并非旨在表示本发明的每个实现方式或每个方面。本发明的详细描述和附图中，本发明的附加特征和优点是显而易见的。

附图说明

图1是根据本发明的一些实现方式的系统的功能框图。

图2是根据本发明的一些实现方式的图1的系统的至少一部分、佩戴全面罩的用户和床伴的透视图。

图3是根据本发明的一些实现方式的图1的系统的至少另一部分、佩戴全面罩的用户和床伴的另一透视图。

图4是根据本发明的各方面的用于基于用户的移动来检测用户的睡眠状态的过程的流程图。

图5是根据本发明的方面的用于基于心脏活动检测用户的睡眠状态的过程的流程图。

图6是根据本发明的各方面的用于基于与用户相关联的音频参数来检测用户的睡眠状态的过程的流程图。

图7是根据本发明的各方面的用于基于多种不同模态来检测用户的睡眠状态的过程的流程图。

图8是根据本发明的一些实现方式的睡眠图的示意图。

虽然本发明易受各种修改和替换形式的影响，但是其具体实现方式和实施方案已经通过附图中的示例示出并且将在本文中详细描述。然而，应当理解，这并不旨在将本发明限制为所公开的特定形式，而是相反，本发明将覆盖落入由所附权利要求限定的本发明的精神和范围内的所有修改，等同物和替换物。

具体实施方式

本发明的设备、系统和方法通过基于与除流量之外的模态相关联的参数或基于与其它模态相关联的参数结合基于流量的参数来确定睡眠状态(例如，睡眠状态和/或睡眠阶段)来解决上述问题。本发明的装置、系统和方法还通过在忽略用户未睡觉时发生的错误SDB事件之后确定AHI来解决或改善上述问题。因此，在用户醒着时检测到的虚假SDB事件不会不正确地影响AHI。

如上所述，基于流量的睡眠分期涉及计算与流量相关的参数，包括呼吸率、呼吸率变异性(在短和长的时间尺度上)和标准化的呼吸率变异性。为了弥补基于流的睡眠分段的缺点，本发明的装置、系统和方法可以包括至少部分地基于由呼吸装置或用户环境内的其他设备生成和/或计算的参数的附加处理。例如，环境中的呼吸装置和/或另一智能装置可以检测用户的心原性振荡，以便估计心率和心率变异性。指示例如心原性振荡信号参数的信号质量的快速波动的参数，单独地或结合一般流量信号参数的变化，可以用于推断用户的运动。因此，心率变异性(短期心率变异性和夜间长期趋势分析)可以是用于确定睡眠状态的进一步输入参数。

另外，或可替换地，装置、系统和方法可以提供将流量参数与表示用户睡眠状态的音频参数组合的多模态能力。在一个或多个实现方式中，装置、系统和方法使用呼吸装置内、接口中或管道中的麦克风，单独地或与流量信号组合地用于睡眠状态确定。麦克风可以检测与用户的运动事件相关联的参数。这些参数可以指示运动事件的持续时间、频率和强度，用于帮助确定睡眠状态。

在一个或多个具体实现方式中，运动改变管中声音的回波反射，其随后可被检测。与心率一样，当用户睡眠时，呼吸速率在睡眠时比在觉醒时更稳定和更慢。当处于深睡时，速率甚至更低。运动检测的增加有助于确定睡眠状态，因为如果由呼吸速率产生的气流更不稳定，并且存在运动，则更有可能用户醒着。然而，对于REM睡眠，流信号仍然可能更不稳定，尽管可能存在比觉醒期间更少的移动。添加运动检测将进一步帮助检测睡眠状态，这可以将AHI的计算集中于用户睡着时的实际SDB事件，而不计算可能看起来像AHI事件但用户醒着时的假SDB事件。

在一个或多个实现方式中，可以比单个AHI更粒度地计算AHI。例如，在一个或多个实现方式中，可以针对多个睡眠时段、单个睡眠时段、睡眠时段期间的一小时或更短的时间增量来计算AHI。因此，用户可以具有存储、报告和/或用于控制呼吸装置的单个AHI值，或者用户可以具有存储、报告和/或用于控制呼吸装置的多个AHI值，以及各种其他潜在动作。

在一个或多个实现方式中，用户可以在相对于睡眠阶段更粒度的水平上确定AHI。例如，检测到的睡眠阶段可以是REM和非REM。在这种情况下，可以为REM计算AHI，并且可以为非REM计算单独的AHI。这可以在计算总AHI之外发生，或者不计算总AHI而发生。在一个或多个实现方式中，可以针对例如N1、N2、N3和/或REM的每个睡眠阶段来计算AHI。这可以在没有SDB事件发生的情况下在获得优质睡眠方面为用户提供对最佳睡眠阶段的理解。或者，可以仅针对N3和REM或仅针对N2、N3和REM来计算AHI。

参考图1，示出了根据本发明的各方面的用于推断睡眠状态和阶段的系统100的功能框图。系统100包括控制系统110、存储器装置114、电子接口119、呼吸治疗系统120、一个或多个传感器130、以及一个或多个用户装置170。在一些实现方式中，系统100进一步可选地包括血压装置182、活动跟踪器190或它们的任何组合。

在使用期间，呼吸治疗系统120可以在呼吸治疗系统120试图在睡眠时段期间保持医疗规定的气压的时段期间检测和计数SDB事件(例如，呼吸暂停或低通气事件)。根据这些SDB事件，呼吸治疗系统120可以估计AHI。AHI可用于对SDB风险进行分级，并监测各时段的严重度。然而，如上所述，呼吸治疗系统120可以检测表现为呼吸暂停或低通气事件的状况，但是用户可以是醒着的或处于浅睡阶段(例如，N1)。在这种情况下，可能希望不考虑在“醒着”状态期间检测到的事件，其在AHI的计算中表现为呼吸暂停或低通气事件。或者，呼吸治疗系统120可以检测周期性肢体运动(PLM)的影响，并不正确地估计用户是醒着的。在这种情况下，呼吸治疗系统120可能错过应该在AHI中考虑的SDB事件。例如，人在PLM期间可能仍然睡着，但是可能具有降低的睡眠质量。呼吸治疗系统120被配置为具有在施加加压空气的时段期间更准确地确定用户(例如，图2中的用户210)的睡眠状态(例如，醒着或睡着)的能力，以及更准确地确定用户的睡眠阶段(例如，N1、N2、N3、REM)的能力。这种更准确地确定睡眠状态和睡眠阶段的能力允许呼吸治疗系统120更准确地确定AHI，这可以提供防止气道变窄或塌陷的更好的未来时段，以及其它益处。

控制系统110包括一个或多个处理器112(下文，处理器112)。控制系统110通常用于控制系统100的各种部件和/或分析由系统100的部件获得和/或产生的数据。处理器112可以是通用或专用处理器或微处理器。虽然在图1中示出了一个处理器112，但是控制系统110可以包括任何合适数量的处理器(例如，一个处理器，两个处理器、五个处理器、十个处理器等)，这些处理器可以在单个壳体中，或者彼此远离地定位。控制系统110可以联接到和/或定位在例如用户装置170的壳体、活动跟踪器190和/或一个或多个传感器130的壳体内。控制系统110可以是集中式的(在一个这样的壳体内)或分散式的(在物理上不同的两个或多个这样的壳体内)。在包括包含控制系统110的两个或更多个壳体的这种实施方式中，这种壳体可以彼此靠近地和/或远离地定位。

控制系统110可以“实时”或作为后处理执行本文公开的用于确定睡眠状态/阶段和计算AHI的方法；即，在睡眠时段完成之后。对于后处理实现方式，方法中使用的数据可以以预定采样率作为采样的时间序列存储在存储器装置114上。

存储器装置114存储可由控制系统110的处理器112执行的机器可读指令，且具体用于确定用户的睡眠状态/阶段，以及本文所揭示的其它方法。存储器装置114可以是任何合适的计算机可读存储装置或介质，例如随机或串行访问存储装置、硬盘驱动器、固态驱动器、闪存装置等。虽然图1中示出了一个存储器装置114，但是系统100可以包括任何合适数量的存储器装置114(例如，一个存储装置、两个存储装置、五个存储装置、十个存储装置等)。存储器设备114可以联接到和/或定位在呼吸装置122的外壳内、用户装置170的壳体内、活动跟踪器190、一个或多个传感器130的壳体内、或其任何组合。与控制系统110类似，存储器装置114可以是集中式的(在一个这样的壳体内)或分散式的(在物理上不同的两个或多个这样的壳体内)。

在一个或多个实现方式中，存储器装置114可包括用于信号处理(例如，声音信号处理、运动信号处理等)的所存储的处理器控制指令。这种特定的信号处理可以包括测量滤波、傅里叶变换、对数、位置确定、范围确定、差异确定等。在一个或多个实现方式中，用于控制所公开的方法的处理器控制指令和数据可以包含在存储器装置114中，作为供控制系统110使用的软件，以根据本文讨论的任何方法被认为是专用处理器。

在一些实现方式中，存储器装置114存储与用户相关联的用户简档，其可实现为用于推断状态和阶段的参数。用户简档可以包括例如与用户相关联的人口统计信息、与用户相关联的生物统计信息、与用户相关联的医疗信息、自报告用户反馈、与用户相关联的睡眠参数(例如、从一个或多个睡眠时段记录的睡眠相关参数)或其任何组合。人口统计信息可以包括例如指示用户年龄、用户性别、用户种族、用户种族、用户地理位置、用户旅行历史、关系状态、用户是否有一个或多个宠物的状态、用户是否有家庭的状态、健康状况的家庭历史、用户的就业状态、用户的教育状态的信息、用户的社会经济状况、或其任何组合。医疗信息可以包括例如指示与用户相关联的一个或多个医疗状况、用户的药物使用、或两者的信息。医疗信息数据可以进一步包括多睡眠潜伏期测试(MSLT)结果或得分和/或匹兹堡睡眠质量指数(PSQI)得分或值。医疗信息数据可以包括来自多导睡眠图(PSG)测试、CPAP滴定或家庭睡眠测试(HST)中的一个或多个的结果，来自一个或多个睡眠时段的呼吸治疗系统设置，来自一个或多个睡眠时段的睡眠相关呼吸事件，或其任何组合。自我报告的用户反馈可包括指示自我报告的主观治疗评分(例如，差、平均、优秀)、用户的自我报告的主观压力水平、用户的自我报告的主观疲劳水平、用户的自我报告的主观健康状态、用户最近经历的生活事件或其任何组合的信息。可以在任何时间更新用户简档信息，例如每天(例如在睡眠时段之间)、每周、每月或每年。在一些实施方式中，存储器装置114存储可在显示装置128和/或显示装置172上显示的媒体内容，如下文所论述。

电子接口119被配置为从一个或多个传感器130接收数据(例如，生理数据、流量数据、压力数据、运动数据、声学数据等)，使得数据可以存储在存储器装置114和/或由控制系统110的处理器112分析。所接收的数据(例如生理数据、流量数据、压力数据、运动数据、声学数据等)可用于确定和/或计算用于推断睡眠状态和阶段的参数。电子接口119可以使用有线连接或无线连接(例如，使用RF通信协议、Wi-Fi通信协议、蓝牙通信协议、IR通信协议、通过蜂窝网络、通过任何其他光通信协议等)。电子接口119可包括天线、接收机(例如，RF接收器)、发射机(例如，RF发射器)、收发机(RF收发机)或其任何组合。电子接口119还可以包括与本文描述的处理器112和存储器装置114相同或相似的一个或多个处理器和/或一个或多个存储器装置。在一些实现方式中，电子接口119联接到或集成在用户装置170中。在其它实现方式中，电子接口119与控制系统110和/或存储器装置114联接或集成在壳体中。

呼吸治疗系统120可以包括呼吸压力治疗装置122(本文也称为呼吸装置122)、用户接口124、导管126(也称为管或空气回路)、显示装置128、加湿罐129、接受器180、或其任何组合。在一些实现方式中，控制系统110、存储器装置114、显示装置128、一个或多个传感器130、以及加湿罐129是呼吸装置122的一部分。

呼吸压力疗法是指以受控的目标压力向用户气道入口供应空气，该受控的目标压力在整个用户的呼吸循环中相对于大气名义上是正的(例如与罐式通气机或导管式通气机的负压治疗相反)。呼吸治疗系统120通常用于治疗患有一种或多种睡眠相关呼吸障碍(例如，阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停或混合性睡眠呼吸暂停)的个体。

呼吸装置122通常用于产生输送到用户的加压空气(例如，使用驱动一个或多个压缩机的一个或多个马达)。在一些实现方式中，呼吸装置122产生连续恒定的空气压力，该空气压力被输送至用户。在其他实现方式中，呼吸装置122产生两个或更多个预定压力(例如，第一预定空气压力和第二预定空气压力)。在又其他实现方式中，呼吸装置122被配置成在预定范围内产生多种不同的空气压力。例如，呼吸装置122可以输送至少大约6cm H₂O、至少大约10cm H₂O、至少大约20cm H₂O、介于大约6cm H₂O和大约10cm H₂O之间、介于大约7cm H₂O和大约12cm H₂O之间等。呼吸装置122还可以以例如大约-20L/min和大约150L/min之间的预定流量输送加压空气，同时保持正压(相对于环境压力)。

用户接口124接合用户面部的一部分，并将加压空气从呼吸装置122输送到用户的气道，以帮助防止气道在睡眠期间变窄和/或塌陷。这也可以增加用户在睡眠期间的氧气摄入。通常，用户接口124接合用户的面部，使得加压空气经由用户的嘴、用户的鼻子或用户的嘴和鼻子两者被输送到用户的气道。呼吸装置122、用户接口124和导管126一起形成与用户气道流体连接的空气通路。

取决于待施加的治疗，用户接口124可与例如用户面部的区域或部分形成密封，从而有利于气体以与环境压力有足够差异的压力(例如，相对于环境压力大约10cm H₂O的正压)进行的输送，以实现治疗。对于其它形式的治疗，例如氧气输送，用户接口可以不包括足以将约10cmH₂O的正压的气体输送到向气道的密封。

如图2所示，在一些实现方式中，用户接口124是或包括覆盖用户的鼻子和嘴的面罩(例如，全脸罩)。可替换地，在一些实现方式中，用户接口124是向用户的鼻子提供空气的鼻罩或直接向用户的鼻孔输送空气的鼻枕罩。用户接口124可以包括用于将接口定位和/或稳定在用户的一部分(例如，面部)上的多个绑带(例如，包括钩和环紧固件)以及有助于在用户接口124与用户之间提供气密密封的适形缓冲垫(例如，硅酮、塑料、泡沫等)。用户接口124还可以包括一个或多个通风口，用于允许用户210呼出的二氧化碳和其它气体逸出。在其他实现方式中，用户接口124包括吸嘴(例如，模制为符合用户的牙齿的夜间防护吸嘴、下颌复位装置等)。

导管126(也称为空气回路或管)允许空气在呼吸治疗系统120的两个部件之间流动，如呼吸装置122和用户接口124。在一些实现方式中，可具有用于吸气和呼气导管的独立分支。在其他实现方式中，单个分支空气导管用于吸气和呼气。

呼吸装置122、用户接口124、导管126、显示装置128和加湿罐129中的一个或多个可以包含一个或多个传感器(例如，压力传感器、流量传感器、湿度传感器、温度传感器、或更一般地在此描述的任何传感器130)。这些一个或多个传感器可用于例如测量由呼吸装置122供应的加压空气的空气压力和/或流量。

显示装置128通常用于显示包括静止图像、视频图像或两者的图像和/或关于呼吸装置122的信息。例如，显示装置128可以提供关于呼吸装置122的状态的信息(例如，呼吸装置122是否开/关、由呼吸装置122输送的空气的压力、由呼吸装置122输送的空气的温度等)和/或其他信息(例如，睡眠得分或治疗得分(也称为myAir^TM得分，例如在WO 2016/061629中描述的，在此通过引用将其全部并入本文)、当前日期/时间、用户210的个人信息等)。在一些实现方式中，显示装置128充当包括图形用户接口(GUI)的人机接口(HMI)，图形用户接口被配置为将图像显示为输入接口。显示装置128可以是LED显示器、OLED显示器、LCD显示器等。输入接口可以是例如触摸屏或触敏基板、鼠标、键盘或被配置成感测由与呼吸装置122交互的人类用户做出的输入的任何传感器系统。

加湿罐129联接到或集成在呼吸装置122中。加湿罐129包括可用于加湿从呼吸装置122输送的加压空气的储器。呼吸装置122可以包括加热器以加热加湿罐129中的水以加湿提供给用户的加压空气。另外，在一些实现方式中，导管126还可以包括加热元件(例如，联接至和/或嵌入在导管126中)，加热元件加热输送至用户的加压空气。加湿罐129可以流体联接到空气通路的水蒸气入口并且经由水蒸气入口将水蒸气输送到空气通路中，或者可以与空气通路成一直线地形成作为空气通路本身的一部分。在其他实现方式中，呼吸装置122或导管126可以包括无水加湿器。无水加湿器可包括与位于系统100中别处的其它传感器接口的传感器。

在一些实现方式中，系统100可以用于至少部分地基于生理数据、睡眠相关参数、其他数据或信息、或其任何组合将物质的至少一部分从容器180输送到用户的空气路径。通常，修改物质的部分到空气路径中的输送可包括：(i)起始物质到空气路径中的输送，(ii)结束物质的部分到空气路径中的输送，(iii)修改输送到空气路径中的物质的量，(iv)修改物质的部分到空气路径中的输送的时间特性，(v)修改将物质的部分输送到空气路径中的定量特征，(vi)修改与将物质输送到空气路径中相关联的任何参数，或(vii)(i)到(vi)的任何组合。

改变进入空气通道的物质部分的输送的时间特性可以包括改变物质输送的速率、在不同时间开始和/或结束、持续不同的时间段、改变输送的时间分布或特性、独立于时间分布改变量分布等。独立的时间和量变化确保除了改变物质释放的频率之外，可以改变每次释放的物质的量。以此方式，可以实现释放频率和释放量的多种不同组合(例如，较高频率但较低释放量，较高频率和较高释放量，较低频率和较高释放量，较低频率和较低释放量等)。也可以利用将物质的部分输送到空气通道中的其它变型。

呼吸治疗系统120可用作例如呼吸机或气道正压通气(PAP)系统，如持续气道正压通气(CPAP)系统、自动气道正压通气系统(APAP)、双水平或可变气道正压通气系统(BPAP或VPAP)或其任意组合。CPAP系统将预定气压(例如，由睡眠医师确定的)输送给用户。APAP系统基于例如与用户相关的呼吸数据自动改变输送给用户的气压。BPAP或VPAP系统被配置成输送第一预定压力(例如，吸气气道正压或IPAP)和低于第一预定压力的第二预定压力(例如，呼气气道正压或EPAP)。

参照图2，示出了根据一些实现方式的系统100(图1)的一部分。呼吸治疗系统120的用户210和床伴220位于床230中并躺在床垫232上。示出了运动传感器138、血压装置182和活动跟踪器190，但是可以使用任何一个或多个传感器130来生成用于在用户210的治疗、睡眠和/或休息时段期间确定用户210的睡眠状态和阶段的参数。

用户接口124是覆盖用户210的鼻子和嘴的面罩(例如，全脸罩)。可替换地，用户接口124可以是向用户210的鼻子提供空气的鼻罩或直接向用户210的鼻孔输送空气的鼻枕罩。用户接口124可以包括用于将接口定位和/或稳定在用户210的一部分(例如，面部)上的多个绑带(例如，包括钩和环紧固件)以及有助于在用户接口124与用户210之间提供气密密封的适形缓冲垫(例如，硅酮、塑料、泡沫等)。用户接口124还可以包括一个或多个通风口，用于允许用户210呼出的二氧化碳和其它气体逸出。在其他实现方式中，用户接口124是用于将加压空气引导到用户210的口中的吸嘴(例如，模制为符合用户的牙齿的夜间防护吸嘴、下颌复位设备等)。

用户接口124经由导管126流体地联接和/或连接到呼吸装置122。呼吸装置122又通过导管126和用户接口124将加压空气输送到用户210，以增加用户210的喉咙中的空气压力，从而有助于防止气道在睡眠期间闭合和/或变窄。呼吸装置122可定位在如图2所示直接邻近床230的床头柜240上，或更一般地，定位在通常邻近床230和/或用户210的任何表面或结构上。

通常，与不使用呼吸治疗系统120相比(特别是当用户患有睡眠呼吸暂停或其他睡眠相关病症时)，被指定使用呼吸治疗系统120的用户将倾向于在使用呼吸治疗系统120之后的一天期间经历更高质量的睡眠和更少的疲劳。例如，用户210可能患有阻塞性睡眠呼吸暂停并且依靠用户接口124(例如，全脸罩)经由导管126从呼吸装置122输送加压空气。呼吸装置122可以是连续气道正压通气(CPAP)机，用于增加用户210的喉咙中的空气压力，以防止气道在睡眠期间闭合和/或变窄。对于具有睡眠呼吸暂停的人，他们的气道可以在睡眠期间变窄或萎陷，减少氧气摄入，并迫使他们醒来和/或以其他方式破坏他们的睡眠。呼吸装置122防止气道变窄或塌陷，从而最小化用户210醒来或由于氧气摄入减少而受到干扰的情况。

再参考图1，系统100的一个或多个传感器130包括压力传感器132、流量传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、RF接收机146、RF发射机148、相机150、红外传感器152、光电容积图(PPG)传感器154、心电图(ECG)传感器156、EEG传感器158、电容传感器160、力传感器162、应变计传感器164、肌电图(EMG)传感器166、氧传感器168、分析物传感器174、湿度传感器176、激光雷达(LiDAR)传感器178。在一个或多个实现方式中，一个或多个传感器130可以包括各种其他传感器，如皮肤电传感器、加速度计、眼电图(EOG)传感器、光传感器、湿度传感器、空气质量传感器、或其任何组合。通常，一个或多个传感器130中的每一个被配置为输出接收并存储在存储器装置114或一个或多个其他存储其装置中的传感器数据，以至少部分地实现本文公开的方法。

一个或多个传感器130用于检测与用户相关联的参数。这些参数可以与加压空气到用户的流动相关联。这些参数可以与用户的各种运动相关联，例如身体运动、呼吸、心脏运动等。这些参数可以与心脏运动所特有的运动(例如心跳)相关联，或者与其他心脏功能所特有的运动相关联。这些参数可以与音频参数相关联，如用于指示总体身体移动、相对于心脏的移动(例如，心跳)、相对于呼吸装置122的部件的移动、呼吸治疗系统120的用户接口124和/或导管126的特性等。在一个或多个实现方式中，传感器130可以是呼吸治疗系统120的一部分，或者呼吸治疗系统120可以替代地与一个或多个外部装置通信，用于从外部装置的一个或多个传感器130接收一个或多个参数，或者两种情况的组合，如下面进一步讨论的。

尽管一个或多个传感器130被示出和描述为包括压力传感器132、流量传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、RF接收器146、RF发射器148、相机150、红外传感器152、光电容积图(PPG)传感器154、心电图(ECG)传感器156、EEG传感器158、电容传感器160、力传感器162、应变计传感器164、肌电图(EMG)传感器166、氧气传感器168、分析物传感器174、湿度传感器176和激光雷达(LiDAR)传感器178中的每一个，更一般地，一个或多个传感器130可以包括本文描述和/或示出的传感器中的每一个的任何组合和任何数量。

来自作为室内环境传感器的一个或多个传感器130的数据可用作如本文所论述的参数，例如整个睡眠时段的温度(例如，太暖、太冷)，湿度(例如，太高、太低)，污染水平(例如，低于或超过阈值的CO₂和/或微粒的量和/或浓度)，光水平(例如，太亮、在入睡之前不使用遮光帘、太多的蓝光)和声水平(例如，超过阈值、源类型、与睡眠中的中断相关联、伴侣打鼾)。这些可以由呼吸装置122、诸如智能手机的用户装置170(例如，通过蓝牙或互联网连接)、或诸如连接到家庭自动化系统或其部分上的其他装置/系统上的一个或多个传感器130捕获。空气质量传感器还可以检测房间中除引起过敏之外的其他类型的污染，例如来自宠物、尘螨等，并且其中房间可以受益于空气过滤以便增加用户的使用舒适性。

还可以结合来自用户健康(身体和/或精神)状况的参数。例如，参数还可以与健康有关(例如由于诸如呼吸问题的疾病的发作或抵消，和/或由于诸如共病慢性病的潜在状况的变化而引起的变化)。

例如，来自PPG传感器154的PPG数据(诸如在面罩、头带上、作为贴片、作为手表、戒指或在耳朵中)可以用于估计心率、血压和SpO₂。血液氧合水平可以参考PAP治疗，以确认未观察到非预期的下降，也可以参考治疗是否/何时关闭(例如移除面罩)，以监测任何残留呼吸(例如呼吸暂停)事件。这些PPG数据可用于估计可能的日间头痛，和/或建议PAP疗法的变化，例如除了纯阻塞性事件之外进一步治疗血流限制。这些PPG数据也可用于检查炎症反应。头痛也可能是由于过高的压力设置，并且可能受益于降低的压力或改变为EPR设置。

返回参考图1，如本文所述，系统100通常可用于在睡眠时段期间生成与呼吸治疗系统120的用户(图2中的用户210)相关联的数据(例如，生理数据、流量数据、压力数据、运动数据、声学数据等)。可分析所产生的数据以产生一个或多个睡眠相关参数，参数可包括在睡眠时段期间与用户相关的任何数据、读数、测量等。可以在睡眠时段期间为用户210确定的一个或多个睡眠相关参数，包括例如AHI分数、睡眠分数、流量信号、呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时事件数、事件模式、阶段、呼吸装置122的压力设置、心率、心率变异性、用户210的运动、温度、EEG活动、EMG活动、醒来、打鼾、窒息、咳嗽、吹口哨、喘息或其任何组合。

一个或多个传感器130可用于生成例如生理数据、流量数据、压力数据、运动数据、声学数据等。在一些实现方式中，控制系统110可使用由一个或多个传感器130生成的数据来确定作为参数的用户210的睡眠持续时间和睡眠质量。例如，在睡眠时段期间与用户210相关联的睡眠-觉醒信号和一个或多个睡眠相关参数。睡眠-觉醒信号可以指示一种或多种睡眠状态，包括睡眠、觉醒、放松的觉醒、微觉醒，或不同的睡眠阶段，如快速眼动(REM)阶段、第一非REM阶段(通常称为“N1”)、第二非REM阶段(通常称为“N2”)、第三非REM阶段(通常称为“N3”)或其任何组合。在例如WO 2014/047110、US 2014/0088373、WO 2017/132726、WO2019/122413和WO 2019/122414中描述了用于根据由一个或多个传感器(例如传感器130)生成的生理数据来确定睡眠状态和/或睡眠阶段的方法，这些专利中的每一个通过引用以其全文结合在此。

还可以对睡眠-觉醒信号加时间戳以确定用户进入床的时间、用户离开床的时间、用户试图入睡的时间等。睡眠-觉醒信号可以由一个或多个传感器130在睡眠时段期间以预定采样速率测量，例如每秒一个样本、每30秒一个样本、每分钟一个样本等。在一些实现方式中，睡眠-觉醒信号还可以指示呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时事件的数目、事件的模式、呼吸装置122的压力设置、或其任何组合。

事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合呼吸暂停、嘴泄露、低通气、面罩泄漏(例如，来自用户接口124)、不宁腿、睡眠障碍、窒息、心率增加、心率变异性、呼吸困难、哮喘发作、癫痫发作、癫痫、发烧、咳嗽、打喷嚏、打鼾、喘气、普通感冒或流感等疾病及其组合的存在等。在一些实现方式中，嘴泄漏可以包括连续的嘴泄漏、或类似阀的嘴泄漏(即，在呼吸持续时间上变化)，其中用户的嘴唇(通常使用鼻/鼻枕面罩)在呼气时突然打开。嘴渗漏可导致口腔干燥、口臭，有时俗称“砂纸口”。

可以在睡眠时段期间基于睡眠-觉醒信号为用户确定的一个或多个睡眠相关参数包括，例如，睡眠质量度量，如床上总时间、总睡眠时间、睡眠开始等待时间、睡眠开始后觉醒参数、睡眠效率、分段指数或其任何组合。

由一个或多个传感器130生成的数据(例如，生理数据、流量数据、压力数据、运动数据、声学数据等)也可用于确定在睡眠时段期间与用户相关联的呼吸信号。呼吸信号通常表示用户在睡眠时段期间的呼吸。呼吸信号可以指示例如呼吸速率、呼吸速率可变性、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式、呼吸装置122的压力设置或其任何组合。事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合呼吸暂停、低通气、嘴泄露、面罩泄漏(例如，来自用户接口124)、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、癫痫或其任何组合。

通常，睡眠时段包括用户210已经躺在或坐下在床230(或他们打算睡眠的另一区域或对象)中，和/或已经打开呼吸装置122和/或戴上用户接口124之后的任何时间点。睡眠时段因此可以包括时间段(i)，当用户210正在使用CPAP系统时，但是在用户210试图入睡之前(例如当用户210躺在床230中阅读书籍时)；(ii)当用户210开始尝试入睡但仍觉醒时；(iii)当用户210处于浅睡时(也称为非快速眼动(NREM)睡眠的阶段1和阶段2)；(iv)当用户210处于深睡(也称为慢波睡眠，SWS或NREM睡眠的阶段3)时；(v)当用户210处于快速眼动(REM)睡眠时；(vi)当用户210在浅睡、深睡或REM睡眠之间周期性地醒来时；或(vii)当用户210醒来而不回睡时。

睡眠时段通常被定义为一旦用户210移除用户接口124，关闭呼吸装置122和/或离开床230就结束。在一些实现方式中，睡眠时段可以包括附加的时间段，或者可以被限制为仅上述时间段中的一些。例如，可以将睡眠时段定义为包括从呼吸装置122开始向气道或用户210供应加压空气时开始，从呼吸装置122停止向用户210的气道供应加压空气时结束，以及包括用户210睡眠或觉醒时之间的一些或全部时间点的时间段。

压力传感器132输出可以存储在存储器设备114中和/或由控制系统110的处理器112分析的压力数据。在一些实现方式中，压力传感器132是产生指示呼吸治疗系统120的用户的呼吸(例如，吸气和/或呼气)和/或环境压力的传感器数据的空气压力传感器(例如，大气压力传感器)。在这种实现方式中，压力传感器132可以联接到或集成在呼吸装置122、用户接口124或导管126中。压力传感器132可用于确定呼吸装置122中的气压、导管126中的气压、用户接口124中的气压或其任意组合。压力传感器132可以是例如电容传感器、电磁传感器、感应传感器、压电传感器、电阻传感器、应变片传感器、光学传感器、电位传感器或其任意组合。在一个示例中，压力传感器132可用于确定用户的血压。

流量传感器134输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的流量数据。在一些实现方式中，流量传感器134用于确定来自呼吸装置122的空气流量、通过导管126的空气流量、通过用户接口124的空气流量、或其任何组合。在这种实现方式中，流量传感器134可以联接到或集成在呼吸装置122、用户接口124或导管126中。流量传感器134可以是质量流量传感器，如旋转流量计(例如霍尔效应流量计)、涡轮流量计、孔口流量计、超声流量计、热线传感器、涡流传感器、膜传感器、或其任何组合。

流量传感器134可用于在睡眠期间生成与呼吸装置122的用户210(图2)相关联的流量数据。在WO2012/012835中描述了流量传感器(例如，流量传感器134)的示例，其通过引用以其全文结合在此。在一些实现方式中，流量传感器134被配置成测量通气流量(例如，有意的“泄漏”)、无意的泄漏(例如，嘴泄漏和/或面罩泄漏)、患者流量(例如，进入和/或离开肺的空气)，或其任何组合。在一些实现方式中，可以分析流量数据以确定用户的心原性振荡。

温度传感器136输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的温度数据。在一些实现方式中，温度传感器136生成指示用户210(图2)的核心体温、用户210的皮肤温度、从呼吸装置122和/或通过导管126流动的空气的温度、用户接口124中空气的温度、环境温度、或其任何组合的温度数据。温度传感器136可以是例如热电偶传感器、热敏电阻传感器、硅带隙温度传感器或基于半导体的传感器、电阻温度检测器或其任何组合。

运动传感器138输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的运动数据。运动传感器138可用于检测睡眠期间用户210的运动，和/或检测呼吸治疗系统120的任何部件的运动，如呼吸装置122、用户接口124或导管126的运动。运动传感器138可以包括一个或多个惯性传感器，例如加速计、陀螺仪和磁力计。在一些实现方式中，运动传感器138替代地或附加地生成表示用户的身体运动的一个或多个信号，从该信号可以获得表示用户的睡眠状态或睡眠阶段的信号；例如，通过用户的呼吸运动。在一些实现方式中，来自运动传感器138的运动数据可以与来自另一传感器130的附加数据结合使用，以确定用户的睡眠状态或睡眠阶段。在一些实现方式中，运动数据可以用于确定用户的位置、身体位置和/或身体位置的变化。

运动传感器138可以检测用户的运动。在一些实现方式中，运动传感器138与相机150(例如，红外照相机)协作以确定体温相对于环境温度的变化和/或偏移，从而确定用户是否在移动。在一些实现方式中，运动传感器138利用红外波长中的电磁感测来检测运动。IR传感器的使用允许确定体温轻微下降，以用作用户正在睡眠的指示。当体温基于红外感测上升到某一水平以上时，运动传感器138可确定用户正在醒来和/或移动。温度变化也可以从连接到呼吸系统的面罩的温度传感器获得，从而在使用面罩期间与用户的皮肤接触。运动传感器138的其它示例包括无源红外传感器、发射声信号(如上文和下文所述)并确定所检测到的反射声信号的接收是否指示变化模式的传感器、惯性测量单元(IMU)、陀螺仪和加速度计、无源麦克风、基于射频(RF)的传感器、超宽带传感器等。

麦克风140输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的声音数据。麦克风140可用于在睡眠时段期间记录声音(例如，来自用户210的声音)以确定(例如，使用控制系统110)一个或多个睡眠相关参数，可包括一个或多个事件(例如，呼吸事件)，如本文进一步详细描述的。麦克风140可以联接到或集成在呼吸装置122、用户接口124、导管126或用户装置170中。在一些实现方式中，系统100包括多个麦克风(例如，两个或更多个麦克风和/或具有波束成形的麦克风阵列)，使得由多个麦克风中的每一个产生的声音数据可用于区分由多个麦克风中的另一个产生的声音数据。

扬声器142输出声波。在一个或多个实现方式中，声波可以是系统100的用户可听见的(例如，图2的用户210)或系统的用户不可听见的(例如，超声声波)。例如，扬声器142可以用作闹钟或向用户210播放警报或消息(例如，响应于标识的身体位置和/或身体位置的变化)。在一些实现方式中，扬声器142可用于将由麦克风140生成的音频数据传送给用户。扬声器142可以联接到或集成在呼吸装置122、用户接口124、导管126或用户装置170中。

麦克风140和扬声器142可以用作单独的装置。在一些实现方式中，麦克风140和扬声器142可以被组合到声学传感器141(例如声呐传感器)中，如在例如WO2018/050913和WO2020/104465中所描述的，在此通过引用将其整体并入本文。在这种实现方式中，扬声器142以预定间隔和/或频率产生或发射声波，并且麦克风140检测来自扬声器142的发射声波的反射。由扬声器142产生或发射的声波具有人耳听不到的频率(例如，低于20Hz或高于约18kHz)，以便不干扰用户210或床伴220的睡眠(图2)。至少部分地基于来自麦克风140和/或扬声器142的数据，控制系统110可以确定用户210(图2)的位置和/或在此描述的睡眠相关参数(例如，确定的身体姿势和/或身体姿势的变化)中的一个或多个，例如呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式、睡眠状态、睡眠阶段、呼吸装置122的压力设置、或其任何组合。在本文中，声纳传感器传感器可以被理解为涉及主动声学感测，例如通过产生/传输穿过空气的超声或低频超声感测信号(例如，在例如约17-23kHz、18-22kHz或17-18kHz的频率范围内)。这种系统可以相对于上述WO 2018/050913和WO 2020/104465来考虑。

在一些实施方式中，传感器130包括(i)第一麦克风，其与麦克风140相同或相似，并且集成在声学传感器141中；以及(ii)第二麦克风，其与麦克风140相同或相似，但是与集成在声学传感器141中的第一麦克风分开且不同。

RF发射机148产生和/或发射具有预定频率和/或预定幅度(例如，在高频带内、在低频带内、长波信号、短波信号等)的无线电波。RF接收器146检测从RF发射器148发射的无线电波的反射，并且该数据可以由控制系统110分析以确定用户210(图2)的位置和/或身体位置和/或这里描述的睡眠相关参数中的一个或多个。RF接收器(RF接收器146和RF发射器148或另一RF对)也可用于控制系统110、呼吸装置122、一个或多个传感器130、用户装置170或其任意组合之间的无线通信。虽然RF接收机146和RF发射机148在图1中被示为分离且不同的元件，但是在一些实现方式中，RF接收机146和RF发射机148被组合为RF传感器147(例如雷达传感器)的一部分。在一些这样的实现方式中，RF传感器147包括控制电路。RF通信的具体格式可以是Wi-Fi、蓝牙等。

在一些实现方式中，RF传感器147是网格系统的一部分。网格系统的一个示例是Wi-Fi网格系统，其可以包括网格节点、网格路由器和网格网关，其中的每一个可以是移动的/可移动的或固定的。在这样的实现方式中，Wi-Fi网格系统包括Wi-Fi路由器和/或Wi-Fi控制器以及一个或多个卫星(例如，接入点)，每个卫星包括与RF传感器147相同或相似的RF传感器。Wi-Fi路由器和卫星使用Wi-Fi信号连续地彼此通信。Wi-Fi网格系统可以用于基于路由器和卫星之间的Wi-Fi信号中的变化(例如，接收信号强度中的差异)来生成运动数据，所述变化是由于移动的物体或人部分地阻挡了信号而引起的。运动数据可以指示运动、呼吸、心率、步态、跌倒、行为等，或其任何组合。

相机150输出可再现为可存储在存储器装置114中的一个或多个图像(例如，静止图像、视频图像、热图像或其任意组合)的图像数据。来自相机150的图像数据可由控制系统110用于确定本文所述的睡眠相关参数中的一个或多个。来自相机150的图像数据可以被控制系统110用来确定在此描述的睡眠相关参数中的一个或多个，例如一个或多个事件(例如周期性肢体运动或不宁腿综合征)、呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比率、每小时的事件数量、事件模式、睡眠状态、睡眠阶段、或其任何组合。此外，来自相机150的图像数据可用于标识用户的位置和/或身体位置，确定用户210的胸部移动，确定用户210的嘴和/或鼻子的气流，确定用户210进入床230的时间，以及确定用户210离开床230的时间。相机150还可用于跟踪眼睛移动、瞳孔扩大(如果用户210的一只或两只眼睛睁开)、眨眼率或REM睡眠期间的任何变化。

红外(IR)传感器152输出可再现为可存储在存储器设备114中的一个或多个红外图像(例如，静止图像、视频图像或两者)的红外图像数据。来自IR传感器152的红外数据可用于确定睡眠时段期间的一个或多个睡眠相关参数，包括用户210的温度和/或用户210的移动。当测量用户210的存在、位置和/或移动时，IR传感器152也可以与照相机150结合使用。例如，IR传感器152可以检测波长在约700nm和约1mm之间的红外光，而照相机150可以检测波长在约180nm和约740nm之间的可见光。

PPG传感器154输出与用户210(图2)相关联的生理数据，该生理数据可用于确定一个或多个睡眠相关参数，如心率、心率模式、心率变异性、心动周期、呼吸率、吸气幅度、呼气幅度、吸气-呼气比、估计血压参数或其任意组合。PPG传感器154可以由用户210佩戴，嵌入在由用户210佩戴的衣服和/或织物中，嵌入在和/或联接到用户接口124和/或其相关联的头盔(例如，绑带等)等。

ECG传感器156输出与用户210的心脏的电活动相关联的生理数据。在一些实现方式中，ECG传感器156包括在睡眠时段期间位于用户210的一部分之上或周围的一个或多个电极。来自ECG传感器156的生理数据可用于例如确定本文所述的睡眠相关参数中的一个或多个。

EEG传感器158输出与用户210的大脑的电活动相关联的生理数据。在一些实施方式中，EEG传感器158包括一个或多个电极，其在睡眠期间定位在用户210的头皮上或周围。来自EEG传感器158的生理数据可用于例如确定用户210在睡眠时段期间的任何给定时间的睡眠状态或睡眠阶段。在一些实现方式中，EEG传感器158可以集成在用户接口124和/或相关联的头盔(例如，绑带等)中。

电容性传感器160、力传感器162和应变仪传感器164输出可存储在存储器装置114中且由控制系统110使用，以确定本文所述的睡眠相关参数中的一个或多个的数据。EMG传感器166输出与一个或多个肌肉产生的电活动相关的生理数据。氧气传感器168输出指示气体的氧气浓度的氧气数据(例如，在导管126中或在用户接口124处)。氧气传感器168可以是例如超声波氧气传感器、电氧气传感器、化学氧气传感器、光学氧气传感器或其任意组合。在一些实施方式中，一个或多个传感器130还包括皮肤电反应(GSR)传感器、血流传感器、呼吸传感器、脉搏传感器、血压计传感器、血氧传感器、或其任意组合。

分析物传感器174可用于检测用户210呼气中分析物的存在。由分析物传感器174输出的数据可以存储在存储器装置114中，并由控制系统110使用以确定用户210呼吸中任何分析物的特性和浓度。在一些实施方式中，分析物传感器174定位在用户210的嘴附近以检测从用户210的嘴呼出的呼吸中的分析物。例如，当用户接口124是覆盖用户210的鼻子和嘴的面罩时，分析物传感器174可以位于面罩内以监视用户210的嘴呼吸。在其它实现方式中，如当用户接口124是鼻罩或鼻枕面罩时，分析物传感器174可定位在用户210的鼻子附近，以检测通过用户鼻子呼出的呼吸中的分析物。在其它实现方式中，当用户接口124是鼻罩或鼻枕面罩时，分析物传感器174可以位于用户210的嘴附近。在一些实现方式中，分析物传感器174可用于检测任何空气是否无意中从用户210的嘴泄漏。在一些实现方式中，分析物传感器174是可用于检测碳基化学品或化合物的挥发性有机化合物(VOC)传感器。在一些实施方式中，分析物传感器174还可用于检测用户210是否正在通过他们的鼻子或嘴呼吸。例如，如果由位于用户210的嘴附近或面罩内(在用户接口124是面罩的实现方式中)的分析物传感器174输出的数据检测到分析物的存在，则控制系统110可以使用该数据作为用户210正通过他们的嘴呼吸的指示。

湿度传感器176输出可以存储在存储装置114中并由控制系统110使用的数据。湿度传感器176可用于检测围绕用户的各个区域中的湿度(例如，在导管126或用户接口124内部，靠近用户210的面部，靠近导管126和用户接口124之间的连接，靠近导管126和呼吸装置122之间的连接，等)。因此，在一些实现方式中，湿度传感器176可以定位在用户接口124中或导管126中以监测来自呼吸装置122的加压空气的湿度。在其他实现方式中，湿度传感器176被放置在需要监测湿度水平的任何区域附近。湿度传感器176还可用于监测用户210周围的周围环境的湿度，例如用户210卧室内的空气。湿度传感器176还可用于跟踪用户210对环境变化的生物测量响应。

一个或多个光检测和测距(激光雷达LiDAR)传感器178可用于深度感测。这种类型的光学传感器(例如，激光传感器)可用于检测对象并构建周围环境(例如，生活空间)的三维(3D)图。激光雷达通常可以利用脉冲激光来进行飞行时间测量。激光雷达也被称为3D激光扫描。在使用这种传感器的示例中，具有激光雷达传感器178的固定或移动装置(如智能电话)可以测量和映射从传感器延伸5米或更远的区域。例如，激光雷达数据可以与由电磁RADAR传感器估计的点云数据融合。激光雷达传感器178还可以使用人工智能(AI)通过检测和分类可能引起RADAR系统的问题的空间中的特征来自动地理栅栏RADAR系统，例如玻璃窗(其可以是对RADAR高度反射的)。例如，激光雷达还可以用于提供人的身高的估计，以及当人坐下或跌倒时身高的变化。激光雷达可用于形成环境的3D网格表示。在进一步的用途中，对于无线电波穿过的固体表面(例如，透射线材料)，激光雷达可以反射离开这样的表面，从而允许对不同类型的障碍物进行分类。

在一些实现方式中，一个或多个传感器130还包括皮肤电反应(GSR)传感器、血流传感器、呼吸传感器、脉搏传感器、血压计传感器、血氧计传感器、声纳传感器、雷达传感器、血糖传感器、颜色传感器、pH传感器、空气质量传感器、倾斜传感器、定向传感器、雨传感器、土壤水分传感器、水流传感器、酒精传感器、或其任何组合。

虽然在图1和2中单独示出，但是一个或多个传感器130的任何组合可以集成在和/或联接到系统100的任何一个或多个部件，包括呼吸装置122、用户接口124、导管126、加湿罐129、控制系统110、用户装置170或其任何组合。例如，声学传感器141和/或RF传感器147可以集成在外部装置170中和/或联接到用户装置。在这样的实现方式中，用户装置170可以被认为是生成供系统100(例如，控制系统110)根据本发明的一些方面使用的附加或辅助数据的辅助装置。在一些实现方式中，一个或多个传感器130中的至少一个不物理地或通信地联接到呼吸装置122、控制系统110或用户装置170，并且在睡眠时段期间通常邻近用户210定位(例如，定位在用户210的一部分上或与其接触，由用户210佩戴，联接到或定位在床头柜上，联接到床垫，联接到天花板等)。

可以分析来自一个或多个传感器130的数据以确定一个或多个睡眠相关参数，其可以包括呼吸信号、呼吸速率、呼吸模式、吸气幅度、呼气幅度、吸气－呼气比率、一个或多个事件的发生、每小时的事件数量、事件模式、睡眠状态、睡眠阶段、呼吸暂停－低通气指数(AHI)或其任何组合。一个或多个事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、低通气、有意的面罩泄漏、无意的面罩泄漏、嘴巴泄漏、咳嗽、不宁腿、睡眠障碍、窒息、心率加快、呼吸困难、哮喘发作、癫痫发作、癫痫、血压升高或其任何组合。许多这些睡眠相关参数是生理参数，尽管一些睡眠相关参数可以被认为是非生理参数。非生理参数还可以包括呼吸治疗系统的操作参数，包括流量、压力、加压空气的湿度、马达的速度等。也可以根据来自一个或多个传感器130的数据或根据其它类型的数据来确定其它类型的生理和非生理参数。

用户装置170包括显示装置172。用户装置170例如可以是诸如智能电话、平板电脑、游戏机、智能手表、膝上型电脑等的移动装置。可替换地，用户装置170可以是外部感测系统，电视(例如，智能电视)或另一智能家庭装置(例如，智能扬声器，诸如Google家庭、Amazon回声、Alexa等)。在一些实现方式中，用户装置是可穿戴装置(例如，智能手表)。显示装置172通常用于显示包括静止图像、视频图像或两者的图像。在一些实现方式中，显示装置172充当包括图形用户接口(GUI)的人机接口(HMI)，图形用户接口被配置为显示图像和输入接口。显示装置172可以是LED显示器、OLED显示器、LCD显示器等。输入接口可以是例如触摸屏或触敏基板、鼠标、键盘或被配置成感测由与用户装置170交互的人类用户做出的输入的任何传感器系统。在一些实现方式中，系统100可以使用和/或包括一个或多个用户装置。

血压装置182通常用于帮助产生用于确定与用户相关联的一个或多个血压测量值的生理数据。血压装置182可以包括一个或多个传感器130中的至少一个，以测量例如收缩血压分量和/或舒张血压分量。

在一些实现方式中，血压装置182是血压计，该血压计包括可以由用户佩戴的可充气袖带和压力传感器(例如，在此描述的压力传感器132)。例如，如图2的示例所示，血压装置182可以戴在用户210的上臂上。在血压装置182是血压计的这种实现方式中，血压装置182还包括用于给袖带充气的泵(例如，手动操作的灯泡)。在一些实现方式中，血压装置182被联接到呼吸系统120的呼吸装置122上，呼吸治疗装置进而输送加压空气以便使袖带充气。更一般地，血压装置182可以与控制系统110、存储器装置114、呼吸治疗系统120、用户装置170和/或活动跟踪器190通信地联接和/或物理地集成在控制系统、存储器装置、呼吸治疗系统、用户装置和/或活动跟踪器中(例如，在壳体内)。

活动跟踪器190通常用于帮助生成用于确定与用户相关联的活动测量的生理数据。活动测量可以包括，例如，步数、行进的距离、爬升的步数、身体活动的持续时间、身体活动的类型、身体活动的强度、站立所花费的时间、呼吸速率、平均呼吸速率、休息呼吸速率、最大呼吸速率、呼吸速率可变性、心率、平均心率、休息心率、最大心率、心率可变性、燃烧的卡路里数、血氧饱和度(SpO₂)、皮肤电活动(也称为皮肤电导或皮肤电反应)，用户的位置、用户的姿势或其任何组合。活动跟踪器190包括这里描述的一个或多个传感器130，例如运动传感器138(例如，一个或多个加速度计和/或陀螺仪)、PPG传感器154和/或ECG传感器156。

在一些实现中，活动跟踪器190是可由用户佩戴的可佩戴装置，如智能手表、腕带、戒指或贴片。例如，参考图2，活动跟踪器190佩戴在用户210的手腕上。活动跟踪器190还可以联接到或集成到由用户穿戴的衣服或衣服。或者，活动跟踪器190还可联接到外部装置170或集成在用户装置中(例如，在同一壳体内)。更一般地，活动跟踪器190可以与控制系统110、存储器装置114、呼吸治疗系统120、用户装置170和/或血压装置182通信地联接，或物理地集成在控制系统、存储器装置、呼吸治疗系统、用户装置、和/或血压装置中(例如，壳体内)。

虽然控制系统110和存储器装置114在图1中被描述和示出为系统100的单独且不同的部件，但是在一些实现方式中，控制系统110和/或存储器装置114被集成在用户装置170和/或呼吸装置122中。可替代地，在一些实现方式中，控制系统110或其一部分(例如，处理器112)可以位于云中(例如，集成在服务器中、集成在物联网(IoT)装置中，连接到云，经受边缘云处理等)，位于一个或多个服务器中(例如，远程服务器、本地服务器等、或其任何组合)。

尽管系统100被示为包括上述所有部件，但根据本发明的实现方式，系统中可以包括更多或更少的部件，用于分析与用户使用呼吸治疗系统120相关的数据。例如，第一替代系统包括控制系统110、存储器装置114、和一个或多个传感器130中的至少一个传感器。作为另一示例，第二替代系统包括控制系统110，存储器装置114、一个或多个传感器130中的至少一个、用户装置170和血压装置182和/或活动跟踪器190。作为又一示例，第三替代系统包括控制系统110、存储装置114、呼吸治疗系统120、一个或多个传感器130中的至少一个传感器、活动跟踪器190、和用户装置170。作为另一示例，第四可选系统包括控制系统110、存储器装置114、呼吸治疗系统120、一个或多个传感器130中的至少一个传感器、用户装置170、以及血压装置182和/或活动跟踪器190。因此，可使用本文所示和所述的部件的任何部分或多个部分和/或与一个或多个其他部件组合来形成各种系统。

再次参考图2，系统100包括系统100的操作不一定需要的多个可选组件(即，大量传感器、相机等)。通常，这些传感器中的任何一个，如果能够检测下面描述的模态之一，将足以使系统如这里描述的那样操作。在系统中具有多于一个传感器允许并行和/或独立地估计睡眠状态，这在计算的结果中带来改进的确定性。使用所指示的传感器中的一个或多个，系统确定睡眠状态，除了睡眠阶段(例如，N1、N2、N3、REM)之外，睡眠状态可以包括醒着或睡着的睡眠状态。该确定可以基于除了流之外的模态，但是也可以基于与诸如运动、音频、心脏等的另一种或多种模态组合的流。为了简化讨论，在适当时，对于图3中标识的所有部件将使用单数形式。然而，单数的使用并不将讨论限于每个这样的部件中的仅一个。

如上所述，在一个或多个实现方式中，呼吸系统100可以进一步包括用户装置170或与用户装置相关联。就具有控制系统172而言，用户装置170可以具有与呼吸装置122相同的功能。此外，用户装置170可以是各种装置，诸如智能家庭设备、智能电话、智能手表、智能扬声器、电视、智能面罩、智能戒指、健身追踪器、计算设备(例如，个人计算机、膝上型计算机、平板计算机等)、智能挂件、智能服装，或者如果一个或多个传感器130尚未集成到用户装置170中，除了具有与这里讨论的一个或多个传感器130通信的能力之外还通过至少具有控制系统172而具有智能功能的任何其他装置。智能装置是能够连接到其他装置或网络的电子装置，其通常具有允许其至少在某种程度上交互地和自主地操作的某些处理能力。因为用户装置170用于测量用户的参数，所以用户装置170广泛地与用户相关联。在一些案例中，通信装置170可以联接到用户。这种联接器与用户机械接触，或者直接地，例如与用户的皮肤接触，或者间接地通过例如衣服。联接的智能装置可以包括智能手表、智能电话、活动跟踪器、智能面罩、智能服装、智能床垫、智能枕头、智能床单、智能戒指或可穿戴健康监视器。非接触(非联接)智能装置可以包括智能电视、智能扬声器、智能汽车、娱乐系统(包括车辆娱乐系统)等。

用户装置170还可以包括一个或多个远程(相对于用户和本地智能装置)服务器和/或与一个或多个远程(相对于用户和本地智能装置)服务器通信。这些可以被设置为处理和存储、或者仅仅存储与用户相关联的数据。在某些情况下，这些通常能够执行更复杂和/或密集的计算任务的服务器可以被安排成从本地智能装置接收数据，并且执行任何更高计算要求的任务。此后，服务器可以将结果存储和/或返回到本地智能装置。

在一个或多个实现方式中，控制系统110可以执行在此公开的方法来确定用户的睡眠状态，即，基于由装置流量传感器获得的呼吸流量数据。本发明的控制系统110还可以被布置成从任何附加公开的传感器收集数据。可替代地，在此公开的用于确定用户的睡眠状态的方法可以由被配置成与呼吸装置122通信的用户装置170的控制系统172来实现。在这种形式中，呼吸装置122可以向用户装置170发送表示呼吸装置122收集和/或生成的信息以及用户装置170用来执行该方法的信息的一个或多个信号。

在一个或多个可实现方式中，可以部分地由控制系统110并且部分地由用户装置170的控制系统172来实现本文所公开的用于确定用户的睡眠状态的方法。例如，控制系统110可以处理信息以基于一个或多个流量参数确定用户的睡眠状态。另外，用户装置170可使用一个或多个附加的传感器来处理信息，以基于一个或多个其它参数，如，与用户的身体移动相关的参数、用户的心脏数据，来确定用户的睡眠状态。呼吸装置122和用户装置170中的一个可以将所确定的用户睡眠状态发送到呼吸装置122和用户装置170中的另一个，用于随后确定用户的最终睡眠状态和附加处理，如确定AHI。

参照图3，示出了根据本发明的一些方面的系统100的部件在环境中的布置的另一示例。该环境是再次包括用户210和床伴220的卧室设置。用户210佩戴经由导管126连接到呼吸装置122的用户接口124。呼吸装置122包括能够便于测量用户210呼吸流量的流量传感器。然后可以使用呼吸流量的统计分析来计算睡眠参数，指示用户210是醒着还是睡着，以及在不同的时间点用户210处于什么睡眠阶段，如例如在题为“SYSTEM AND METHOD FORDETERMINING SLEEP STAGE”的国际专利申请公开号WO 2014/047110(PCT/US2013/060652)和题为“METHOD AND SYSTEM FOR SLEEP MANAGEMENT”的国际专利申请公开号WO2015/006164(PCT/US2014/045814)中所公开的；这两个申请的内容在此全文引入作为参考。

如国际专利申请公开号WO2014/047110中所描述的，可以确定人是睡着还是醒着，而无需进一步确定睡眠阶段，或者无需首先确定特定的睡眠阶段。换言之，本发明考虑独立于睡眠阶段确定或至少不需要确定睡眠阶段来确定用户210是醒着还是睡着，即睡眠状态。

在一个或多个实现方式中，可以从与用户210相关联的关于呼吸装置的使用和/或用户210的环境的各种数据生成一个或多个特征。这些特征可用于确定用户210是醒着还是睡着。例如，当用户210正在使用呼吸装置时，可以处理包括(但不限于或要求)流量和音频或其他声学信号的流量数据以生成呼吸特征。这些呼吸特征可以与醒着或睡着的用户210相关联。基于输入到分类器中的呼吸特征，分类器可以分析呼吸特征以确定用户210是觉醒还是睡眠。

在一个或多个实现方式中，可以通过输入与醒着或睡着的已知睡眠状态相关联的先前呼吸或心脏特征(或总体上与睡眠相关联的其他特征)来训练分类器，以训练分类器用于进一步的睡眠状态确定。在训练之后，分类器可用于确定用户210的睡眠状态。分类器可以是，例如，线性或象限判别分析分类器、决策树、支持向量机、或执行两状态分类的神经网络，仅列举这种分类器的几个例子，其可以被训练以基于输入的特征输出睡眠状态(例如，觉醒/睡眠确定)。作为另一个示例，这种分类器可以是对输入特征进行分类的基于规则的处理系统。在一些情况下，分类器可以包括来自用于睡眠状态检测的函数库的输入。该库可以提供对一个或多个感测信号的信号处理，以估计运动、活动计数和呼吸速率，例如，基于历元；诸如通过使用基于小波或非小波的处理的时间、频率或时间-频率方法。

在一个或多个特定实现方式中，可以将与用户210相关联的特征输入到分类器中。分类器然后可以将它们组合以产生数字，该数字然后被用于估计醒着或睡着的睡眠状态。例如，数字可以由分类器生成并且可以是判别值。在一些实现方式中，分类器内的值的组合可以以线性方式完成。例如，判别值可以是特征的线性加权组合。然后，分类器可以从其生成适当的睡眠状态标记(例如，睡眠、觉醒或甚至存在/不存在)。睡眠状态分类器因此处理输入特征(例如，小波特征、呼吸特征等)以检测睡眠状态。

考虑了系统100的部件的不同位置。例如，一个或多个相机可以安装在房间的天花板中。非接触式感应也可以通过放置在位置350、352、354、356、358的非接触式传感器(如相机、运动传感器、雷达传感器、声纳传感器和/或麦克风)来实现。一个或多个麦克风、用于声纳的麦克风和扬声器组合、或用于雷达的发射机和接收机可以被安装到床230和/或房间的墙壁等。在一些实现方式中，在房间中的不同位置处具有多个相机或麦克风实现多个视频角度和立体声，这可以允许相对于用户210直接区分和消除来自床伴220的噪声。在一些实现方式中，诸如PPG传感器、GSR传感器、ECG传感器、活动记录传感器等的接触传感器可以放置在用户210的位置360、362、364和366处。

尽管主要在当用户正在使用呼吸治疗装置时检测用户的睡眠状态和/或阶段的上下文中描述了本发明，但是本发明的方法可以应用于任何SDB装置。例如，本发明的方法可应用于下颌复位装置。此外，本发明的方法可以应用于希望获得关于他或她的睡眠的更多信息的任何个体，而不一定是患有某种形式的睡眠障碍性呼吸的个体。因此，不需要呼吸治疗系统的方法可以应用于在系统100内具有上述其他部件的任何个人，所述其他部件可以确定用户的睡眠阶段和/或阶段。在这种情况下，例如，呼吸治疗系统120可以从系统100中省略，并且睡眠状态和/或睡眠阶段的确定可以由系统100的其他部件来完成。

图4说明根据本发明的方面的用于基于用户的移动来检测睡眠状态的过程400的示例。为了方便起见，以下描述将参考由呼吸治疗系统120执行的过程400。然而，过程400可以由呼吸治疗系统120和/或远程外部传感器和/或计算装置来执行，例如包括在图1的系统中的任何一个传感器/设备(本地或其他)。

在步骤402，呼吸治疗系统120检测关于睡眠期间用户运动的一个或多个参数。在一个或多个实现方式中，睡眠时段可以可选地包括向用户的气道施加加压空气的时段。在一个或多个实现方式中，一个或多个参数可以涉及用户的移动的持续时间、速率、频率(或周期)、强度或类型、以及其组合。在一个或多个实现方式中，可以基于放置在用户上、放置在用户附近、或其组合的一个或多个传感器来测量所述一个或多个参数。传感器获取表示用户运动的至少一个参数，例如用户的总体身体运动、用户的一个或多个肢体的运动等。在一个或多个实现方式中，该运动将包括与呼吸或心脏功能无关的任何运动。在整个说明书中被称为身体或身体运动的这种一般身体运动的示例包括例如翻转、抽搐、调节位置、肢体运动等。指示这些运动的参数可由射频生物运动传感器提供，但也可由嵌入在传感器膜或传感器床垫中的一个或多个基于活动记录法的传感器或压力传感器、由生物阻抗测量系统、超声传感器或光学传感器等获取。

在一个或多个实现方式中，该移动可以包括呼吸移动、心脏移动、以及总体身体移动中的任何一个或多个。关于呼吸运动，可以基于由呼吸装置或其他运动传感器(接触(呼吸带或其他可佩戴惯性测量传感器)或非接触(RF或声学)传感器)收集的流量信息来计算运动参数。呼吸参数可以包括呼吸幅度、相对呼吸幅度、呼吸速率和呼吸速率可变性。

在一个或多个实现方式中，加压空气通过连接至呼吸装置的管和/或面罩被施加至用户的气道，并且一个或多个传感器中的至少一个传感器可以在管、面罩或其组合之上或之内。在一个或多个实现方式中，至少一个传感器可以包括在管、面罩或其组合之上或之内的惯性测量单元。在一个或多个实现中，一个或多个传感器中的至少一个传感器可以包括联接到用户的智能装置内的惯性测量单元。例如，智能装置可以包括智能手表、智能电话、活动跟踪器、在治疗期间由用户佩戴的智能面罩或健康监视器。

在一个或多个实现方式中，与身体运动和/或呼吸运动相关联的参数可以通过非侵入式传感器来获得，例如压敏床垫或射频(RF)运动传感器。RF运动传感器是非接触式传感器，因为用户不必与传感器机械接触。RF运动传感器可以被配置为对例如1.2米的距离内的运动敏感，并且避免检测来自更远的对象的运动。这可以防止或限制来自例如床中的第二用户或附近的移动物体(例如风扇)的干扰。在题为“APPARATUS,SYSTEM,AND METHOD FORMONITORING PHYSIOLOGICAL SIGNS”的国际专利申请号No.WO 2007/143535(PCT/US2007/070196)中找到；其内容通过引用以其全文结合在此，以及以上引用的国际专利申请公开No.WO 2015/006164(PCT/US2014/045814)。

应当理解，在本技术的一些版本中，诸如在此进一步描述的其他传感器也可以或替代地用于产生用于检测睡眠阶段的运动(呼吸信号)。

在步骤404，呼吸治疗系统120处理一个或多个参数以确定用户的睡眠状态，该睡眠状态是用户醒着、睡着或处于特定睡眠阶段之一。在一个或多个实现中，可以被估计和分析的一些特定参数涉及当用户从觉醒阶段移动到睡眠阶段N1的昏暗阶段时更高频率(更快的)移动的频率、幅度和突发。运动模式和呼吸速率值以及波形形状的组合性质可用于分类睡眠状态。

在一个或多个实现方式中，呼吸治疗系统120可以使用分类器来确定用户的睡眠状态。分类器可以从监督机器学习、深度学习、卷积神经网络和递归神经网络中的任何一个或多个导出。分类器可以接收来自步骤402的参数作为输入并处理参数以确定睡眠状态。在一个或多个实现中，分类器可以是使用一维卷积神经网络的完全睡眠分级分类器。在该方法中，直接从原始或预处理的流信号中学习一组特征解码器。

在一个或多个实现方式中，处理所述一个或多个参数包括处理表示该一个或多个参数中的至少一个参数随时间变化的信号。因此，随着时间的推移，呼吸治疗系统120可以适应于对象特定数据，以便增加该分类的准确性(例如，对象的典型基线呼吸速率和移动量，即，当用户入睡时用户在床上来回移动多少/烦恼)，这可以在估计过程中被学习和采用。

在步骤406，呼吸治疗系统120至少部分地基于睡眠状态计算时段期间用户的AHI，睡眠状态基于用户的运动。响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间睡眠状态被确定为觉醒，计算AHI，使得所述一个或多个事件被忽略。所述一个或多个事件可以是一个或多个呼吸暂停、一个或多个低通气、或其组合。因此，当一个或多个SBD事件发生，但睡眠状态指示用户醒着时，SBD事件被忽略，使得AHI不受不正确事件的影响。

图5示出了根据本发明的各方面的稍微类似于图4中的示例，但是其中用于检测睡眠状态的过程500基于心脏活动。为了方便起见，以下描述将参考由呼吸治疗系统120执行的过程500。然而，过程500也可以由呼吸治疗系统120结合图1的系统中包括的任何一个或多个传感器和装置(本地的或其他的)来执行。

在步骤502，呼吸治疗系统120检测关于睡眠期间用户心脏活动的一个或多个参数。在一个或多个实现方式中，睡眠时段可以可选地包括向用户的气道施加加压空气的时段。在一个或多个实现方式中，加压空气通过连接到呼吸装置的管和面罩被施加到用户的气道。一个或多个参数的至少一个传感器可以在管、面罩或其组合之上或之内。

在一个或多个实现方式中，心脏信号可以从呼吸流量信号(由呼吸装置的流量传感器或从附加的接触式或非接触式传感器收集)中提取，或基于在身体表面处产生的被称为心冲击描记图的压力波提取。在一些情况下，由于定位、身体类型和距传感器的距离的组合，心脏信号将提供其中通过运动可以清楚地看到单个脉冲的信号。在这种情况下，心跳将由阈值通过技术确定。例如，脉冲与信号超过阈值的点相关联。在更复杂但典型的情况下，心冲击描记图将呈现更复杂但可重复的脉冲形状。因此，脉冲形状模板可以与所获取的心脏信号相关，并且相关性高的位置将被用作心跳位置。随后可以使用诸如上述RF传感器的运动传感器来测量脉冲。

更具体地，类似于以上关于移动所讨论的实现方式，在一个或多个实现方式中，该传感器可以是射频传感器，该射频传感器与呼吸装置分离或与其整合。传感器可以向用户发送射频信号。反射信号然后被接收、放大并与原始信号的一部分混频。混频器的输出可以被低通滤波。得到的信号包含关于用户心脏活动的信息，通常叠加在从用户收集的呼吸信号上。在另一个实现方式中，传感器也可以使用正交传输，其中使用两个相位相差90度的载波信号。在脉冲在时间上变得非常短的限制中，这种系统可以被表征为超宽带(UWB)射频传感器。

在一个或多个实现中，一个或多个参数可以涉及用户的心率、心率变异性、心输出量或其组合。在一个或多个实现方式中，可以在一分钟、五分钟、十分钟、半小时、一小时、两小时、三小时或四小时的时间段上计算心率变异性。

在步骤504，呼吸治疗系统120处理一个或多个参数以确定用户的睡眠状态，该睡眠状态是醒着、睡着或睡眠阶段中的至少一个。类似于上文，在一个或多个实现方式中，呼吸系统可以使用分类器来确定用户的睡眠状态。分类器可以从监督机器学习、深度学习、卷积神经网络和递归神经网络中的任何一个或多个导出。分类器可以接收来自步骤502的参数作为输入并处理参数以确定睡眠状态。在一个或多个实现中，分类器可以是使用一维卷积神经网络的完全睡眠分级分类器。在该方法中，直接从原始或预处理的流信号中学习一组特征解码器。

在步骤506，呼吸治疗系统120至少部分地基于睡眠状态来计算时段期间用户的呼吸暂停-低通气指数。如在上述情况下，通常基于从呼吸装置中的流量传感器收集的呼吸数据来计算AHI。用户睡眠状态的知识允许计算AHI指数，从而响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间确定为醒着的睡眠状态，使得所述一个或多个事件被忽略。所述一个或多个事件可以是一个或多个呼吸暂停、一个或多个低通气、或其组合。因此，当一个或多个SBD事件发生但在该时间点确定的睡眠状态指示用户醒着时，SBD事件被忽略，使得AHI不受不正确计分的事件的影响。

图6说明根据本发明的方面的用于基于与用户相关联的音频参数来检测睡眠状态的过程600的示例。为了方便起见，以下描述将参考由呼吸治疗系统120执行的过程600。然而，过程600可以由呼吸治疗系统120结合附加的传感器和计算装置来执行，例如图1的系统100中指示的任何一个传感器/装置(本地或其他)。

在步骤602，呼吸治疗系统120使用内部(用于呼吸系统)或外部麦克风来检测关于在睡眠时段期间与用户相关联的音频的一个或多个参数。在一个或多个实现方式中，睡眠时段可以可选地包括向用户的气道施加加压空气的时段。音频参数可以涉及由例如位于用户附近的麦克风被动听到的声音。例如，管道系统可以通过拖过诸如纸张之类的物体或沿着侧板运行而产生声音。

可替换地，音频参数可以涉及在位于用户附近的麦克风处经由回声发射和接收回的声音。声音可由专门配置成发出声音的装置(例如扬声器)发出，或由间接发出声音的装置(例如呼吸装置上的鼓风机)发出。

在一个或多个具体实现方式中，音频可以与以下各项相关联：(1)所述用户的一个或多个移动，(2)连接到呼吸装置的管、面罩或其组合的一个或多个移动，所述呼吸装置被配置为向所述用户施加加压空气，或(3)其组合。例如，用户可以移动，并且该移动可以产生由麦克风拾取的声音。可替换地，用户可以移动呼吸系统的一件设备，例如管道系统，并且管道系统的声音可以由麦克风拾取。管的移动可以指示用户的活动。或者，大声打鼾可指示用户快速睡着。

在一个或多个实现方式中，检测关于与管、面罩或其组合的一个或多个移动相关联的音频的一个或多个参数是基于一个或多个音频信号的倒谱分析、谱分析、快速傅里叶变换、或其组合。可基于管、面罩或连接到管和装置并向用户气道提供加压空气的装置内的一个或多个麦克风来检测音频。

更具体地，管道系统可用作波导。当管道系统随着波导移动时，管道系统的特性变化改变管道系统内的反射(例如，回波)的位置。反射中的变化的数学处理，例如通过倒谱处理、小波分析、平方信号、或均方根信号等，可以检测变化并使用户运动的变化相等。数学处理的进一步细节可以在题为“ACOUSTIC DETECTION FOR RESPIRATORY TREATMENTAPPARATUS”的国际专利申请公开No.WO 2010/091362(PCT/AU2010/000140)中找到，其内容通过引用整体并入本文。附加的声学传感器在以下中公开：题为“APPARATUS,SYSTEM,ANDMETHOD FOR DETECTING PHYSIOLOGICAL MOVEMENT FROM AUDIO AND MULTIMODALSIGNALS”的国际专利申请公开No.WO 2018/050913(PCT/EP2017/073613)，题为“APPARATUS,SYSTEM,AND METHOD FOR HEALTH AND MEDICAL SENSING”的国际专利申请公开No.WO 2019/122412(PCT/EP2018/086762)题为“APPARATUS,SYSTEM,AND METHOD FORMOTION SENSING”的国际专利申请公开No.WO 2019/122414((PCT/EP2018/086764)，和题为“APPARATUS,SYSTEM,AND METHOD FOR PHYSIOLOGICAL SENSING IN VEHICLES”的国际专利申请公开No.WO 2019/122414(PCT/EP2018/086765)，其全部内容通过引用并入本文。

在步骤604，呼吸治疗系统120处理一个或多个参数以确定用户的睡眠状态，该睡眠状态是醒着、睡着或睡眠阶段中的至少一个。类似于上文，在一个或多个实现方式中，呼吸治疗系统120可以使用分类器来确定用户的睡眠状态。分类器可以从监督机器学习、深度学习、卷积神经网络和递归神经网络中的任何一个或多个导出。分类器可以接收来自步骤602的参数作为输入并处理参数以确定睡眠状态。在一个或多个实现中，分类器可以是使用一维卷积神经网络的完全睡眠分级分类器。在该方法中，直接从原始或预处理的流信号中学习一组特征解码器。

在步骤606，呼吸治疗系统120至少部分地基于睡眠状态来计算时段期间用户的呼吸暂停-低通气指数。响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间睡眠状态被确定为觉醒，计算AHI，使得所述一个或多个事件被忽略。所述一个或多个事件可以是一个或多个呼吸暂停、一个或多个低通气、或其组合。因此，当一个或多个SBD事件发生，但睡眠状态指示用户醒着时，SBD事件被忽略，使得AHI不受不正确事件的影响。

图7示出了根据本发明的各方面的用于基于多种不同模态来检测用户的睡眠状态的过程700的示例。为了方便起见，以下描述将参考由呼吸治疗系统120执行的过程700。然而，过程700可以由呼吸治疗系统120结合图1中包括的任何其他传感器或装置(本地的或其他)来执行。

在步骤702，呼吸治疗系统120在将加压空气施加到用户气道的时段期间检测与用户相关联的多个参数。多个参数中的每个参数至少与一个模态相关联，如用户的运动、加压空气的流动、用户的心脏活动、与用户相关联的音频等。检测是多模态的，使得多个参数覆盖模态中的至少两个。例如，参数可以包括身体运动和呼吸流量、心脏运动和呼吸流量、音频和呼吸流量等。

在步骤704，呼吸治疗系统120处理多个参数以确定用户的睡眠状态，该睡眠状态是醒着、睡着或睡眠阶段中的至少一个。类似于上文，在一个或多个实现方式中，呼吸治疗系统120可以使用分类器来确定用户的睡眠状态。分类器可以从监督机器学习、深度学习、卷积神经网络和递归神经网络中的任何一个或多个导出。分类器可以接收来自步骤702的参数作为输入并处理参数以确定睡眠状态。在一个或多个实现中，分类器可以是使用一维卷积神经网络的完全睡眠分级分类器。在该方法中，直接从原始或预处理的流信号中学习一组特征解码器。

在一个或多个实现方式中，三个不同模态的参数被分段成时间历元，并且为每个历元生成统计特征。例如，这些特征可以是信号方差、频谱分量或峰值，并且这些特征被分组为向量Xr、Xn和Xc。然后，这些可以形成特征的单个向量X。这些特征被组合以确定历元对应于特定睡眠状态(例如，用户睡着、用户醒着)的概率。来自历元的分类可以进一步与来自其他历元的分类组合以形成更高级的决策，如用户的睡眠阶段。

在使用RF传感器来检测身体运动、呼吸活动和心脏活动的一个或多个实现方式中，可以通过使用过零点或能量包络检测算法(或更复杂的算法)来标识身体运动，并将其用于形成“运动开启”或“运动关闭”指示符。呼吸活动通常在0.1到0.8Hz的范围内，并且可以通过用带通滤波器对传感器的原始信号进行滤波来导出，带通滤波器的通带在该区域中。可以将心脏活动(即，在由呼吸装置或由其他接触式或非接触式传感器收集的呼吸流量信号中)检测为流量信号中)，其可以通过用具有诸如1至10Hz的通带的带通滤波器进行滤波来访问。

在一个或多个实现方式中，系统从测试哪些模态提供最佳质量信号开始。然后在任何进一步的测量中使用这些中的一个或多个。在另外的实现方式中，系统可以以两种或更多种预定模态开始。然而，在一些情况下，该处理可以确定不能基于与两个或更多个预定模态之一相关联的多个参数中的一个或多个参数来确定用户的睡眠状态。例如，预定模态之一可以是呼吸流量。如果呼吸装置确定不能单独基于流量来确定睡眠状态，则对于上面讨论的关于流量的不足，此后可以将处理多个参数中的一个或多个参数与两个预定模态中的第二个相关联，或者与第二个加上附加(第三)模态相关联。例如，第二或第三模态可以是用户的身体运动、用户的心脏活动、与用户相关联的音频等之一。

在一个或多个实现方式中，确定不能确定用户的睡眠状态可以基于阈值确定度量得到满足。阈值确定度量可以基于在睡眠状态、睡眠阶段或其组合方面冲突的多个参数中的两个或更多个参数。在一个或多个实现方式中，两个或更多个冲突参数可以来自两个或更多个不同模态。在一个或多个实现方式中，通过忽略基于低质量数据导出的参数和/或将增加的权重给予从较高质量数据提取的参数来解决两个或更多个冲突参数之间的冲突。因此，可以根据数据质量对每个模态和/或参数进行加权。睡眠状态(例如，睡眠状态和睡眠阶段)可以基于例如传统上更准确的模态和/或参数从具有更高权重的模态和/或参数来确定。因此，在一个或多个实现方式中，处理多个参数可以基于来自多个模态中的所选择的两个或更多个模态的多个参数的子集。可以根据基于数据质量的加权来选择所选择的两个或多个模态。

阈值确定度量可基于在将加压空气施加到用户气道的一个或多个先前时段期间与用户相关联的多个先前参数。先前的参数可以根据先前的时段被验证为准确地反映用户的睡眠状态。此后，可以基于该学习的信息使用分类器来提供阈值确定。该处理由基于监督机器学习、深度学习、卷积神经网络或递归神经网络中的一个或多个的睡眠分段分类器来执行。

例如，表1列出了呼吸系统在确定睡眠阶段中使用的特征-具体是用户的生理响应。

表1

对于表1，在睡眠状态的背景下，列出的睡眠阶段是非REM睡眠和REM睡眠。列出的睡眠状态是醒着和睡着。用户的生理响应是呼吸率、活动、潮气量、心率、气道阻力、阻塞性呼吸暂停、中枢性呼吸暂停、打鼾(非呼吸暂停)和打鼾(呼吸暂停)。这些特征中的每一个可以潜在地基于来自呼吸装置的流信号来确定，并且随后用于确定睡眠阶段。然而，该确定基于可能性，如更可能、更不可能和变量。然而，附加模态与用于确定睡眠状态和睡眠阶段的流动模态的组合增加了所确定的状态/阶段的准确性。增加的准确度导致更好的确定和结果，例如更准确的AHI。

在步骤706，呼吸治疗系统120至少部分地基于睡眠状态来计算时段期间用户的呼吸暂停-低通气指数。响应于在影响用户的呼吸暂停-低通气指数的计算的一个或多个事件期间睡眠状态被确定为觉醒，计算AHI，使得所述一个或多个事件被忽略。所述一个或多个事件可以是一个或多个呼吸暂停、一个或多个低通气、或其组合。因此，当一个或多个SBD事件发生，但睡眠状态指示用户醒着时，SBD事件被忽略，使得AHI不受不正确事件的影响。

图8示出了与用户的睡眠时段相关联的几个图。这些包括呼吸流程图804和呼吸速率(以每分钟心跳数计)图806。与这些图相关联的参数被处理以确定睡眠图绘图806，其示出了用户的睡眠状态(即，醒着或非醒着)，以及睡眠阶段(如果不是醒着的话)(即，N1+N2、N3和REM)。呼吸速率图806可以基于从呼吸流程图804接收的数据。在许多呼吸治疗设备中，绘制了呼吸流程图804，并且基于通过使用呼吸装置的流量传感器获得的数据来计算AHI。然而，呼吸流量数据也可以通过独立测量获得，例如通过附加的接触式或非接触式传感器，如本文前面所讨论的。因此，AHI的计算也可以基于由这些替代传感器获得的数据来执行。此外，这种附加的传感器可以为诸如用户的心脏或身体运动的其他模态提供信息，以及在睡眠期间由用户产生的任何可听信号。通过处理与多于一种模态相关的数据，可以生成更精确的睡眠图曲线806，其精确地反映了在向呼吸装置提供加压空气的时段期间用户的睡眠状态。这可以导致更精确地计算用户AHI。

在一个或多个实现方式中，在确定以上参考图4-7描述的任何一个或多个过程内的睡眠状态、AHI或两者之后，可以至少部分地基于睡眠状态、AHI或其组合来发起动作。在一个或多个实现方式中，该动作可以包括以下项中的一项或多项：(1)保存呼吸暂停-低通气指数的记录，(b)将呼吸暂停-低通气指数传送到外部装置，在屏幕上显示信息，或(c)调整装置的操作设置。例如，可以基于检测到的睡眠状态、睡眠阶段和/或AHI来调节呼吸装置122的一个或多个设置。在一个示例中，更准确地检测到的AHI可以指示用户的睡眠障碍呼吸的改善，并且可以自动降低呼吸装置122的呼吸压力设置。这可以提高用户的舒适度，而不必危及使用呼吸装置122的治疗效果，还可以提高用户对处方治疗的依从性。在检测睡眠状态和/或AHI的装置不是呼吸装置122(诸如用户装置170)的情况下，可以将睡眠状态、睡眠阶段和/或AHI传送到呼吸装置122或呼吸治疗系统120。因此，可以采取一个或多个动作，例如，通过向用户给出关于睡眠质量的更丰富(例如，更准确的AHI和/或睡眠状态)的反馈来使使用疗法更引人注目。更精确的睡眠分段还可用于向用户提供更多信息，以通过提供消费者特征来改善参与，并且旨在通过向用户提供量化治疗益处的反馈来提高患者依从性。

虽然已经参考一个或多个特定实施方案或实现方式描述了本发明，但是本领域技术人员将认识到，在不脱离本发明的精神和范围的情况下，可以对其做出许多改变。这些实现方式及其明显变化中的每一个都被认为落入本发明的精神和范围内。还设想根据本发明的方面的附加实现可以组合来自本文描述的任何实现的任何数量的特征。

Claims (138)

1.一种方法，包括：

在用户的睡眠时段期间检测关于所述用户的移动的一个或多个参数；

处理所述一个或多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；以及

至少部分地基于所述睡眠状态来计算在所述睡眠时段期间所述用户的呼吸暂停-低通气指数。

2.如权利要求1所述的方法，其中所述睡眠时段包括将加压空气施加到所述用户的气道的时段。

3.如权利要求1至2中任一项所述的方法，其中所述睡眠阶段包括非快速眼动睡眠、N1睡眠、N2睡眠、N3睡眠、或快速眼动睡眠的指示。

4.如权利要求1至3中任一项所述的方法，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

5.如权利要求4所述的方法，其中所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、或其组合。

6.如权利要求1至5中任一项所述的方法，其中所述一个或多个参数涉及持续时间、周期、速率、频率、强度、用户的移动类型、或其组合。

7.如权利要求1至6中任一项所述的方法，其中基于放置在所述用户上、放置在所述用户附近、或其组合的一个或多个传感器来测量所述一个或多个参数。

8.如权利要求7所述的方法，其中加压空气通过连接到呼吸装置的管和面罩施加到所述用户的气道，并且所述一个或多个传感器中的至少一个传感器位于所述管上或所述管内、所述面罩上或所述面罩内、或其组合。

9.如权利要求8所述的方法，其中所述至少一个传感器包括运动传感器，所述运动传感器在所述管上或所述管内、在所述面罩上或所述面罩内、或其组合。

10.如权利要求7至9中任一项所述的方法，其中所述一个或多个传感器中的至少一个传感器包括智能装置内的运动传感器。

11.如权利要求10所述的方法，其中所述智能装置是以下各项中的一个或多个：(1)智能手表、智能电话、活动跟踪器、智能面罩、智能服装、智能床垫、智能枕头、智能床单、智能戒指、或健康监视器，每一个都与所述用户接触；(2)智能电话、智能扬声器、智能电视、基于雷达的传感器、基于声纳的传感器、基于激光雷达的传感器、或其他非接触式运动传感器，每一个都在所述用户附近；(3)或其组合。

12.如权利要求1至11中任一项所述的方法，其中处理所述一个或多个参数包括处理表示所述一个或多个参数中的至少一个参数随时间变化的信号。

13.一种方法，包括：

在用户的睡眠时段期间检测关于用户的心脏活动的一个或多个参数；

处理所述一个或多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；以及

至少部分地基于所述睡眠状态来计算在所述睡眠时段期间所述用户的呼吸暂停-低通气指数。

14.如权利要求13所述的方法，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

15.如权利要求14所述的方法，其中所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、或其组合。

16.如权利要求13至15中任一项所述的方法，其中所述一个或多个参数与用户的心率、心率变异性、心输出量、或其组合有关。

17.如权利要求16所述的方法，其中在一分钟、五分钟、十分钟、半小时、一小时、两小时、三小时、或四小时的时间段上计算所述心率变异性。

18.如权利要求13至17中任一项所述的方法，其中加压空气通过连接到呼吸装置的管和面罩施加到所述用户的气道，并且所述一个或多个传感器中的至少一个传感器位于所述管上或所述管内、所述面罩上或所述面罩内、或其组合。

19.如权利要求13至18中任一项所述的方法，其中所述睡眠时段包括将加压空气施加到所述用户的气道的时段。

20.如权利要求13至19中任一项所述的方法，其中检测所述一个或多个参数是基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。

21.一种方法，包括：

在所述用户的睡眠时段期间检测关于与用户相关联的音频的一个或多个参数；

处理所述一个或多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；以及

至少部分地基于所述睡眠状态来计算在所述睡眠时段期间所述用户的呼吸暂停-低通气指数。

22.如权利要求21所述的方法，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

23.如权利要求22所述的方法，其中所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、或其组合。

24.如权利要求21至23中任一项所述的方法，其中所述音频与以下相关联：(1)所述用户的一个或多个移动，(2)连接到呼吸装置的管、面罩或其组合的一个或多个移动，所述呼吸装置被配置为向所述用户施加加压空气，或(3)其组合。

25.如权利要求24所述的方法，其中所述检测关于与所述管、所述面罩或其组合的一个或多个运动相关联的音频的一个或多个参数是基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。

26.如权利要求21至25中任一项所述的方法，其中基于管、面罩或连接到所述管和设备并且向所述用户的气道提供加压空气的设备内的一个或多个麦克风来检测所述音频。

27.一种方法，包括：

在将加压空气施加到用户气道的时段期间检测与用户相关联的多个参数，其中所述多个参数中的每个参数与至少一个模态相关联，并且所述多个参数覆盖多个模态；

处理所述多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；以及

至少部分地基于所述睡眠状态来计算所述时段期间所述用户的呼吸暂停-低通气指数。

28.如权利要求27所述的方法，其中所述模态包括所述用户的运动、所述加压空气的流动、所述用户的心脏活动、以及与所述用户相关联的音频。

29.如权利要求27和28中任一项所述的方法，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

30.如权利要求29所述的方法，其中所述一个或多个事件包括一个或多个呼吸暂停、一个或多个低通气、或其组合。

31.如权利要求27至30中任一项所述的方法，其中处理所述多个参数进一步包括：

确定基于与所述两个或更多个模态中的第一模态相关联的所述多个参数中的一个或多个参数不能确定所述用户的睡眠状态；以及

处理与所述两个或更多个模态中的第二模态相关联的所述多个参数中的一个或多个参数以确定所述用户的睡眠状态。

32.如权利要求31所述的方法，其中确定不能确定所述用户的所述睡眠状态是基于阈值确定度量得到满足。

33.如权利要求32所述的方法，其中所述阈值确定度量是基于所述多个参数中与睡眠状态、睡眠阶段、或其组合有冲突的两个或更多个参数。

34.如权利要求33所述的方法，其中所述两个或更多个冲突参数来自所述两个或更多个模态。

35.如权利要求27至34中任一项所述的方法，其中通过忽略基于低质量数据导出的参数和/或将增加的权重给予从较高质量数据提取的参数来解决两个或更多个冲突参数之间的冲突。

36.如权利要求35所述的方法，其中所述阈值确定度量是基于在将所述加压空气施加到所述用户的所述气道的一个或多个先前时段期间与所述用户相关联的多个先前参数。

37.如权利要求27至36中任一项所述的方法，其中所述处理由基于监督机器学习、深度学习、卷积神经网络、或递归神经网络中的一个或多个的睡眠分段分类器来执行。

38.如权利要求27至37中任一项所述的方法，其中处理所述多个参数是基于来自所述多个模态中的选定的两个或更多个模态的所述多个参数的子集，所述选定的两个或更多个模态是根据基于数据质量的加权来选择的。

39.一种系统，包括：

一个或多个传感器，其被配置成在所述用户的睡眠时段期间检测关于用户的移动的一个或多个参数；

存储器，其存储有机器可读指令；以及

控制系统，其包括被配置来执行所述机器可读指令的一个或多个处理器，以：

处理所述一个或多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；以及

至少部分地基于所述睡眠状态来计算在所述睡眠时段期间所述用户的呼吸暂停-低通气指数。

40.如权利要求39所述的系统，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

41.如权利要求40所述的系统，其中所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、或其组合。

42.如权利要求39至41中任一项所述的系统，其中所述一个或多个参数涉及持续时间、周期、速率、频率、强度、用户的移动类型、或其组合。

43.如权利要求42所述的系统，其中所述至少一个传感器放置在所述用户上，放置在所述用户附近、或其组合。

44.如权利要求43所述的系统，进一步包括：

呼吸装置，其具有联接到所述用户的管和面罩，

其中加压空气通过所述管和所述面罩施加到所述用户的气道，并且所述一个或多个传感器中的至少一个传感器在所述管上或所述管内、在所述面罩上或所述面罩内、或其组合。

45.如权利要求39至44中任一项所述的系统，其中所述一个或多个传感器包括运动传感器，所述运动传感器在所述管上或所述管内、在所述面罩上或所述面罩内、或其组合。

46.如权利要求39至45中任一项所述的系统，其中所述一个或多个传感器中的至少一个传感器包括智能装置内的运动传感器。

47.如权利要求46所述的系统，其中所述智能装置是以下各项中的一个或多个：(1)智能手表、智能电话、活动跟踪器、智能面罩、智能服装、智能床垫、智能枕头、智能床单、智能戒指、或健康监视器，每一个都与所述用户接触；(2)智能扬声器或智能电视，每一个都在所述用户附近；(3)或其组合。

48.如权利要求39至47中任一项所述的系统，其中处理所述一个或多个参数包括处理表示所述一个或多个参数中的至少一个参数随时间变化的信号。

49.一种系统，包括：

至少一个传感器，其被配置为在所述用户的睡眠时段期间检测关于所述用户的心脏活动的一个或多个参数；

存储器，其存储有机器可读指令；以及

控制系统，其包括被配置来执行所述机器可读指令的一个或多个处理器，以：

处理所述一个或多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；以及

至少部分地基于所述睡眠状态来计算在所述睡眠时段期间所述用户的呼吸暂停-低通气指数。

50.如权利要求49所述的系统，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

51.如权利要求50所述的系统，其中所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、或其组合。

52.如权利要求39至51中任一项所述的系统，其中所述一个或多个参数与用户的心率、心率变异性、心输出量、或其组合有关。

53.如权利要求52所述的系统，其中在一分钟、五分钟、十分钟、半小时、一小时、两小时、三小时、或四小时的时间段上计算所述心率变异性。

54.如权利要求39至53中任一项所述的方法，进一步包括：

呼吸装置，其具有联接到所述用户的管和面罩，

其中加压空气通过所述管和所述面罩施加到所述用户的气道，并且所述一个或多个传感器中的至少一个传感器在所述管上或所述管内、在所述面罩上或所述面罩内、或其组合。

55.如权利要求54所述的系统，其中所述至少一个传感器是麦克风。

56.如权利要求55所述的系统，其中检测所述一个或多个参数是基于由所述话筒检测的一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。

57.一种系统，包括：

一个或多个传感器，其被配置成在所述用户的睡眠时段期间检测关于与所述用户相关联的音频的一个或多个参数；

存储器，其存储有机器可读指令；以及

控制系统，其包括被配置来执行所述机器可读指令的一个或多个处理器，以：

处理所述一个或多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；以及

至少部分地基于所述睡眠状态来计算在所述睡眠时段期间所述用户的呼吸暂停-低通气指数。

58.如权利要求57所述的系统，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

59.如权利要求58所述的系统，其中所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、或其组合。

60.如权利要求57至59中任一项所述的方法，进一步包括：

呼吸装置，其具有联接到所述用户的管和面罩，

其中所述音频与以下相关联：(1)所述用户的一个或多个移动，(2)连接到所述呼吸装置的所述管、所述面罩、或其组合的一个或多个移动，所述呼吸装置被配置为向所述用户施加加压空气，或(3)其组合。

61.如权利要求60所述的系统，其中所述检测关于与所述管、所述面罩、或其组合的一个或多个运动相关联的音频的一个或多个参数是基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。

62.如权利要求57至61中任一项所述的方法，进一步包括：

呼吸装置，其具有联接到所述用户的管和面罩，

其中，所述一个或多个传感器是管、面罩或连接到所述管和所述设备并且向所述用户的气道提供加压空气的设备内的一个或多个麦克风。

63.一种系统，包括：

一个或多个传感器，其被配置为在将加压空气施加到用户的气道的时段期间检测与所述用户相关联的多个参数，其中所述多个参数中的每个参数至少与一个模态相关联，并且所述多个参数覆盖多个模态；

存储器，其存储有机器可读指令；以及

控制系统，其包括被配置来执行所述机器可读指令的一个或多个处理器，以：

处理所述多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；以及

至少部分地基于所述睡眠状态来计算所述时段期间所述用户的呼吸暂停-低通气指数。

64.如权利要求63所述的系统，其中所述模态包括所述用户的运动、所述加压空气的流动、所述用户的心脏活动、以及与所述用户相关联的音频。

65.如权利要求63至64中任一项所述的系统，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

66.如权利要求65所述的系统，其中所述一个或多个事件包括一个或多个呼吸暂停、一个或多个低通气、或其组合。

67.如权利要求63至66中任一项所述的系统，其中所述控制系统进一步被配置来执行所述机器可读指令以进一步处理多个参数，以：

确定基于与所述两个或更多个模态中的第一模态相关联的所述多个参数中的一个或多个参数不能确定所述用户的睡眠状态；以及

处理与所述两个或更多个模态中的第二模态相关联的所述多个参数中的一个或多个参数以确定所述用户的睡眠状态。

68.如权利要求67所述的系统，其中确定不能确定所述用户的所述睡眠状态是基于阈值确定度量得到满足。

69.如权利要求68所述的系统，其中所述阈值确定度量是基于所述多个参数中与睡眠状态、睡眠阶段、或其组合有冲突的两个或更多个参数。

70.如权利要求69所述的系统，其中所述两个或更多个冲突参数来自所述两个或更多个模态。

71.如权利要求63至70中任一项所述的系统，其中通过忽略基于低质量数据导出的参数和/或将增加的权重给予从较高质量数据提取的参数来解决两个或更多个冲突参数之间的冲突。

72.如权利要求71所述的系统，其中所述阈值确定度量是基于在将所述加压空气施加到所述用户的所述气道的一个或多个先前时段期间与所述用户相关联的多个先前参数。

73.如权利要求63至72中任一项所述的系统，其中所述处理由基于监督机器学习、深度学习、卷积神经网络、或递归神经网络中的一个或多个的睡眠分段分类器来执行。

74.如权利要求63至73中任一项所述系统，其中所述睡眠阶段包括非快速眼动睡眠或快速眼动睡眠的指示。

75.如权利要求63至74中任一项所述的系统，其中所述睡眠阶段包括N1睡眠、N2睡眠、N3睡眠、或快速眼动睡眠的指示。

76.如权利要求63至75中任一项所述的系统，其中所述控制系统进一步被配置来执行所述机器可读指令，以处理所述多个参数，从而基于来自所述多个模态中的选定的两个或更多个模态的所述多个参数的子集来确定所述用户的睡眠状态，所述选定的两个或更多个模态是根据基于数据质量的加权来选择的。

77.一种用于计算用户的呼吸暂停-低通气指数的方法，包括：

在用户的睡眠时段期间检测关于用户的移动的一个或多个参数；

处理所述一个或多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；

至少部分地基于所述睡眠状态来计算在所述睡眠时段期间所述用户的呼吸暂停-低通气指数；以及

至少部分地基于所述呼吸暂停-低通气指数、睡眠状态、或其组合来启动动作。

78.如权利要求77所述的方法，其中所述睡眠时段包括将加压空气施加到所述用户的气道的时段。

79.如权利要求77或78所述的方法，其中所述睡眠阶段包括N1睡眠、N2睡眠、N3睡眠、或快速眼动睡眠的指示。

80.如权利要求77至79中的任一项所述的方法，其中所述动作包括以下项中的一项或多项：(1)保存所述呼吸暂停-低通气指数的记录，(b)将所述呼吸暂停-低通气指数传送给外部装置，或者(c)调整装置的操作设置。

81.如权利要求80所述的方法，其中所述装置是向用户气道供应加压空气的呼吸装置。

82.如权利要求77至81中任一项所述的方法，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

83.如权利要求82所述的方法，其中所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、一个或多个周期性肢体运动、或其组合。

84.如权利要求77至83中任一项所述的方法，其中所述一个或多个参数涉及持续时间、周期、速率、频率、强度、用户的移动类型、或其组合。

85.如权利要求77至84中任一项所述的方法，其中基于放置在所述用户上、放置在所述用户附近、或其组合的一个或多个传感器来测量所述一个或多个参数。

86.如权利要求85所述的方法，其中加压空气通过连接到呼吸装置的管和面罩施加到所述用户的气道，并且所述一个或多个传感器中的至少一个传感器位于所述管上或所述管内、所述面罩上或所述面罩内、或其组合。

87.如权利要求85或86中任一项所述的方法，其中所述至少一个传感器包括物理运动传感器，所述物理运动传感器在所述管上或在所述管内、在所述面罩上或在所述面罩内、或其组合。

88.如权利要求85至87中任一项所述的方法，其中所述一个或多个传感器中的至少一个传感器包括智能装置内的物理运动传感器。

89.如权利要求88所述的方法，其中所述智能装置是以下各项中的一个或多个：(1)智能手表、智能电话、活动跟踪器、智能面罩、智能服装、智能床垫、智能枕头、智能床单、智能戒指、或健康监视器，每一个都与所述用户接触；(2)智能扬声器或智能电视，每一个都在所述用户附近；(3)或其组合。

90.如权利要求77至89中任一项所述的方法，其中处理所述一个或多个参数包括处理表示所述一个或多个参数中的至少一个参数随时间变化的信号。

91.如权利要求77至90中任一项所述的方法，其中所述用户的运动与所述用户的心脏或呼吸活动相关联。

92.如权利要求91所述的方法，其中所述至少一个传感器是麦克风。

93.如权利要求92所述的方法，其中检测所述一个或多个参数是基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。

94.如权利要求77到93中任一项所述的方法，其中所述检测所述一个或多个参数是关于在所述睡眠时段期间与用户相关联的音频。

95.如权利要求94所述的方法，其中所述音频与以下相关联：(1)所述用户的一个或多个移动，(2)连接到呼吸装置的管、面罩、或其组合的一个或多个移动，所述呼吸装置被配置为向所述用户施加加压空气，或(3)其组合。

96.如权利要求94或95所述的方法，其中所述检测关于音频的一个或多个参数是基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。

97.如权利要求77至96中任一项所述的方法，其中基于管、面罩或连接到所述管和所述设备并且向所述用户的气道提供加压空气的设备内的一个或多个麦克风来检测所述音频。

98.如权利要求77至97中任一项所述的方法，其中所述一个或多个参数中的每个参数至少与一个模态相关联，并且所述一个或多个参数涵盖多个模态，所述模态包括所述用户的移动、加压空气的流动、所述用户的心脏活动、以及与所述用户相关联的音频，并且其中处理所述多个参数进一步包括：

确定基于与所述两个或更多个模态中的第一模态相关联的所述多个参数中的一个或多个参数不能确定所述用户的睡眠状态；以及

处理与所述两个或更多个模态中的第二模态相关联的所述多个参数中的一个或多个参数以确定所述用户的睡眠状态。

99.如权利要求98所述的方法，其中确定不能确定所述用户的所述睡眠状态是基于阈值确定度量得到满足。

100.如权利要求99所述的方法，其中所述阈值确定度量是基于所述多个参数中与所述确定的睡眠状态、睡眠阶段、或其组合有冲突的两个或更多个参数。

101.如权利要求100所述的方法，其中所述两个或更多个冲突参数来自所述两个或更多个模态。

102.如权利要求100或101所述的方法，其中通过忽略基于低质量数据导出的参数和/或将增加的权重给予从较高质量数据提取的参数来解决两个或更多个冲突参数之间的冲突。

103.如权利要求77至102中任一项所述的方法，其中所述阈值确定度量基于在将加压空气施加到所述用户的气道的一个或多个先前时段期间与所述用户相关联的多个先前参数。

104.如权利要求77至103中的任一项所述的方法，其中所述一个或多个参数中的每个参数至少与一个模态相关联，并且所述一个或多个参数覆盖多个模态，并且其中处理所述多个参数是基于来自所述多个模态中的选定的两个或更多个模态的所述多个参数的子集，所述选定的两个或更多个模态是根据基于数据质量的加权来选择的。

105.如权利要求77至104中任一项所述的方法，其中所述处理由基于监督机器学习、深度学习、卷积神经网络、或递归神经网络中的一个或多个的睡眠分段分类器来执行。

106.一种用于计算用户的呼吸暂停-低通气指数的系统，包括：

一个或多个传感器，其被配置成在所述用户的睡眠时段期间检测关于用户的移动的一个或多个参数；

存储器，其存储有机器可读指令；以及

控制系统，其包括被配置来执行所述机器可读指令的一个或多个处理器，以：

处理所述一个或多个参数以确定所述用户的睡眠状态，所述睡眠状态是觉醒、睡着或睡眠阶段中的至少一个；

至少部分地基于所述睡眠状态来计算在所述睡眠时段期间所述用户的呼吸暂停-低通气指数；以及

至少部分地基于所述呼吸暂停-低通气指数、睡眠状态、或其组合来启动动作。

107.如权利要求106所述的系统，其中所述动作包括以下项中的一项或多项：(1)保存所述呼吸暂停-低通气指数的记录，(b)将所述呼吸暂停-低通气指数传送给外部装置，或者(c)调整装置的操作设置。

108.如权利要求107所述的系统，其中所述装置是向用户气道供应加压空气的呼吸装置。

109.如权利要求106至108中任一项所述的系统，其中响应于在影响所述用户的呼吸暂停-低通气指数的计算的一个或多个事件期间所述睡眠状态被确定为觉醒，忽略所述一个或多个事件。

110.如权利要求109所述的系统，其中所述一个或多个事件是一个或多个呼吸暂停、一个或多个低通气、一个或多个周期性肢体运动、或其组合。

111.如权利要求106至110中任一项所述的系统，其中所述一个或多个参数涉及持续时间、周期、速率、频率、强度、用户的移动类型、或其组合。

112.如权利要求106至111中任一项所述的系统，其中所述一个或多个传感器被放置在所述用户上、放置在所述用户附近、或其组合。

113.如权利要求112所述的系统，进一步包括：

呼吸装置，其具有联接到所述用户的管和面罩，

其中加压空气通过所述管和所述面罩施加到所述用户的气道，并且所述一个或多个传感器中的至少一个传感器在所述管上或所述管内、在所述面罩上或所述面罩内、或其组合。

114.如权利要求106至113中任一项所述的系统，其中所述一个或多个传感器包括物理运动传感器，所述物理运动传感器在所述管、所述面罩、或其组合之上或之内。

115.如权利要求106至114中任一项所述的系统，其中所述一个或多个传感器中的至少一个传感器包括智能装置内的物理运动传感器。

116.如权利要求115所述的系统，其中所述智能装置是以下各项中的一个或多个：(1)智能手表、智能电话、活动跟踪器、智能面罩、智能服装、智能床垫、智能枕头、智能床单、智能戒指、或健康监视器，每一个都与所述用户接触；(2)智能扬声器或智能电视，每一个都在所述用户附近；(3)或其组合。

117.如权利要求106至116中任一项所述的系统，其中处理所述一个或多个参数包括处理表示所述一个或多个参数中的至少一个参数随时间变化的信号。

118.如权利要求106至117中任一项所述的系统，其中所述用户的运动与所述用户的心脏或呼吸活动相关联。

119.如权利要求118所述的系统，其中所述至少一个传感器是麦克风。

120.如权利要求119所述的系统，其中检测所述一个或多个参数是基于由所述话筒检测的一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。

121.如权利要求106至120中任一项所述的系统，其中所述检测所述一个或多个参数是关于在所述睡眠时段期间与用户相关联的音频。

122.如权利要求121所述的系统，其中所述音频与以下相关联：(1)所述用户的一个或多个移动，(2)连接到呼吸装置的管、面罩、或其组合的一个或多个移动，所述呼吸装置被配置为向所述用户施加加压空气，或(3)其组合。

123.如权利要求121或权利要求122所述的系统，其中所述检测关于所述音频的一个或多个参数是基于一个或多个流信号、一个或多个音频信号、或其组合的倒谱分析、谱分析、快速傅立叶变换、或其组合。

124.如权利要求106至123中任一项所述的系统，其中基于管、面罩或连接到所述管和设备并且向所述用户的气道提供加压空气的设备内的一个或多个麦克风来检测所述音频。

125.如权利要求106至124中任一项所述的系统，其中所述一个或多个参数中的每个参数至少与一个模态相关联，并且所述一个或多个参数覆盖多个模态，所述模态包括所述用户的移动、加压空气的流动、所述用户的心脏活动、以及与所述用户相关联的音频，并且其中所述控制系统被配置来执行所述机器可读指令以：

确定基于与所述两个或更多个模态中的第一模态相关联的所述多个参数中的一个或多个参数不能确定所述用户的睡眠状态；以及

处理与所述两个或更多个模态中的第二模态相关联的所述多个参数中的一个或多个参数以确定所述用户的睡眠状态。

126.如权利要求125所述的系统，其中确定不能确定所述用户的所述睡眠状态是基于阈值确定度量得到满足。

127.如权利要求126所述的系统，其中所述阈值确定度量是基于所述多个参数中与所述确定的睡眠状态、睡眠阶段、或其组合有冲突的两个或更多个参数。

128.如权利要求127所述的系统，其中所述两个或更多个冲突参数来自所述两个或更多个模态。

129.如权利要求127或权利要求128所述的系统，其中通过忽略基于低质量数据导出的参数和/或将增加的权重给予从较高质量数据提取的参数来解决两个或更多个冲突参数之间的冲突。

130.如权利要求126至权利要求129所述的系统，其中所述阈值确定度量是基于在将所述加压空气施加到所述用户的气道的一个或多个先前时段期间与所述用户相关联的多个先前参数。

131.如权利要求106至130中任一项所述的系统，其中所述一个或多个参数中的每个参数至少与一个模态相关联，并且所述一个或多个参数覆盖多个模态，并且其中所述控制系统进一步被配置来执行所述机器可读指令，以处理所述多个参数，从而基于来自所述多个模态中的选定的两个或更多个模态的所述多个参数的子集来确定所述用户的睡眠状态，所述选定的两个或更多个模态是根据基于数据质量的加权来选择的。

132.如权利要求106至131中任一项所述的系统，其中所述处理由基于监督机器学习、深度学习、卷积神经网络、或递归神经网络中的一个或多个的睡眠分段分类器来执行。

133.如权利要求106至132中任一项所述系统，其中所述睡眠阶段包括非快速眼动睡眠或快速眼动睡眠的指示。

134.如权利要求133所述的系统，其中，所述睡眠阶段包括N1睡眠、N2睡眠、N3睡眠、或快速眼动睡眠的指示。

135.一种系统，包括：

控制系统，其包括一个或多个处理器；以及

存储器，其上存储有机器可读指令；

其中，所述控制系统联接到所述存储器，并且当所述存储器中的所述机器可执行指令由所述控制系统的所述一个或多个处理器中的至少一个执行时，实施如权利要求1至38和权利要求77至105中任一项所述的方法。

136.一种系统，其包括被配置以实施权利要求1至38和权利要求77至105中任一项所述的方法的控制系统。

137.一种包括指令的计算机程序产品，所述指令在由计算机执行时致使所述计算机执行如权利要求1至38和权利要求77至105中任一项所述的方法。

138.如权利要求137所述的计算机程序产品，其中所述计算机程序产品是非瞬态计算机可读介质。

Images