CN116888684A - 群组睡眠表现评估 - Google Patents
群组睡眠表现评估 Download PDFInfo
- Publication number
- CN116888684A CN116888684A CN202180093976.6A CN202180093976A CN116888684A CN 116888684 A CN116888684 A CN 116888684A CN 202180093976 A CN202180093976 A CN 202180093976A CN 116888684 A CN116888684 A CN 116888684A
- Authority
- CN
- China
- Prior art keywords
- sleep
- user
- data
- individual
- respiratory therapy
- 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
Links
- 230000007958 sleep Effects 0.000 title claims abstract description 913
- 238000011282 treatment Methods 0.000 claims abstract description 192
- 230000000241 respiratory effect Effects 0.000 claims abstract description 64
- 230000009471 action Effects 0.000 claims abstract description 47
- 238000002644 respiratory therapy Methods 0.000 claims description 235
- 238000000034 method Methods 0.000 claims description 127
- 230000008667 sleep stage Effects 0.000 claims description 60
- 230000004044 response Effects 0.000 claims description 34
- 230000001360 synchronised effect Effects 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 10
- 201000010099 disease Diseases 0.000 abstract description 6
- 208000023504 respiratory system disease Diseases 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 49
- 230000004461 rapid eye movement Effects 0.000 description 47
- 230000003860 sleep quality Effects 0.000 description 39
- 206010062519 Poor quality sleep Diseases 0.000 description 34
- 230000004622 sleep time Effects 0.000 description 31
- 230000000694 effects Effects 0.000 description 27
- 230000037007 arousal Effects 0.000 description 26
- 230000033001 locomotion Effects 0.000 description 26
- 238000002560 therapeutic procedure Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 17
- 239000012491 analyte Substances 0.000 description 16
- 229910052760 oxygen Inorganic materials 0.000 description 16
- 230000001225 therapeutic effect Effects 0.000 description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 14
- 239000001301 oxygen Substances 0.000 description 14
- 208000019901 Anxiety disease Diseases 0.000 description 10
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 10
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 10
- 210000002345 respiratory system Anatomy 0.000 description 10
- 230000036506 anxiety Effects 0.000 description 9
- 230000002452 interceptive effect Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 208000008784 apnea Diseases 0.000 description 8
- 208000001797 obstructive sleep apnea Diseases 0.000 description 7
- 238000013186 photoplethysmography Methods 0.000 description 7
- 230000002459 sustained effect Effects 0.000 description 7
- 206010021079 Hypopnoea Diseases 0.000 description 6
- 206010041235 Snoring Diseases 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 6
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 5
- 229960001948 caffeine Drugs 0.000 description 5
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 208000003417 Central Sleep Apnea Diseases 0.000 description 4
- 206010010904 Convulsion Diseases 0.000 description 4
- 208000005793 Restless legs syndrome Diseases 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 208000035475 disorder Diseases 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000036387 respiratory rate Effects 0.000 description 4
- 230000000284 resting effect Effects 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000037081 physical activity Effects 0.000 description 3
- 206010003497 Asphyxia Diseases 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 208000000059 Dyspnea Diseases 0.000 description 2
- 206010013975 Dyspnoeas Diseases 0.000 description 2
- 208000001705 Mouth breathing Diseases 0.000 description 2
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 2
- 208000032140 Sleepiness Diseases 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 208000006673 asthma Diseases 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000036461 convulsion Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 208000000122 hyperventilation Diseases 0.000 description 2
- 206010022437 insomnia Diseases 0.000 description 2
- 230000003434 inspiratory effect Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 208000018360 neuromuscular disease Diseases 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 231100000430 skin reaction Toxicity 0.000 description 2
- 208000019116 sleep disease Diseases 0.000 description 2
- 230000004620 sleep latency Effects 0.000 description 2
- 230000037321 sleepiness Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 230000002618 waking effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 241001669679 Eleotris Species 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 206010022998 Irritability Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 101150089174 PTST gene Proteins 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 206010041347 Somnambulism Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 208000020020 complex sleep apnea Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000007340 echolocation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000000870 hyperventilation Effects 0.000 description 1
- 210000001169 hypoglossal nerve Anatomy 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 229910001092 metal group alloy Inorganic materials 0.000 description 1
- 201000006646 mixed sleep apnea Diseases 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000008452 non REM sleep Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 238000002496 oximetry Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 208000023515 periodic limb movement disease Diseases 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 238000010321 sleep therapy Methods 0.000 description 1
- 230000006886 spatial memory Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
- A61M16/022—Control means therefor
- A61M16/024—Control means therefor including calculation means, e.g. using a processor
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Hematology (AREA)
- Veterinary Medicine (AREA)
- Emergency Medicine (AREA)
- Pulmonology (AREA)
- Anesthesiology (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Urology & Nephrology (AREA)
- Surgery (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开的某些方面和特征涉及评估在共享环境(例如，单个床、单个房间、一组邻近房间、或单个住宅)中睡觉的多个个体的群组的睡眠表现。可以确定个别或协同睡眠表现评分，以及其他睡眠表现度量。当这些个体中的一者正被治疗(例如，用呼吸治疗设备)睡眠相关疾病和/或呼吸障碍时，对整个群组的睡眠表现的评估可以是有用的。对群组的评估可帮助识别可采取以改善群组中的所有个体的睡眠表现的动作。在一些情况下，基于所监测的群组中的另一个体的睡眠表现来调整用户的治疗设备的参数。
Description
相关申请的交叉引用
本申请要求于2020年12月18日提交的且题为“群组睡眠表现评估(COHORT SLEEPPERFORMANCE EVALUATION)”的第63/127,597号美国临时专利申请的权益，其公开内容通过引用整体并入本文。
技术领域
本公开总体上涉及睡眠状况的治疗，并且更具体地涉及监测多人环境中的睡眠表现。
背景技术
许多个体患有睡眠相关疾病和/或呼吸系统障碍，如周期性肢体抽动障碍(PLMD)、不宁腿综合征(RLS)、睡眠呼吸障碍(SDB)(如阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)和其他类型的呼吸暂停，如混合型呼吸暂停和低通气)、呼吸努力相关微觉醒(RERA)、潮式呼吸(CSR)、呼吸功能不全、肥胖换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NMD)、胸壁障碍和失眠症。睡眠相关呼吸障碍可以与可能在睡眠期间发生的一个或多个事件相关联，例如打鼾、呼吸暂停、低通气、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、惊厥或其任何组合。患有此类睡眠相关呼吸障碍的个体通常使用一种或多种医疗设备进行治疗以改善睡眠并降低睡眠期间发生这些事件的可能性。这种设备的实例是呼吸治疗系统，该呼吸治疗系统可以向个体提供气道正压通气，尽管也可以使用其他设备。
此外，许多患有睡眠相关疾病和/或呼吸障碍的个体在与一个或多个其他个体相同的环境中睡觉。环境中的任何个体可以影响环境中的另一个体的睡眠表现。实例包括由于移动或噪声(例如，来自在第二床伴处于睡眠的初始阶段之后上床的第一床伴)引起的中断、由于普通睡眠卫生(例如，在睡眠之前立即使用数字设备或吃饭的定时)引起的中断，或其他因素。患有睡眠相关疾病和/或呼吸障碍的个体的治疗不仅可以影响健康个体的睡眠表现，而且健康个体的动作可以影响患有睡眠相关疾病和/或呼吸障碍的个体的睡眠表现。
需要提供关于包括一个或多个其他个体的环境中的个体的睡眠表现的有意义的度量。此类有意义的度量可用于改善环境中的一个或多个个体的整体睡眠质量，如改善对睡眠治疗的依从性和用户参与，识别对睡眠表现具有积极影响的动作，以及以其他方式改善睡眠表现。
发明内容
本公开的某些方面和特征涉及一种方法，该方法包括：从一个或多个传感器接收传感器数据，传感器数据与环境中的个体的睡眠时段相关联；根据传感器数据确定第一睡眠表现数据；接收第二睡眠表现数据，第二睡眠表现数据与环境中的呼吸治疗设备的用户的睡眠时段相关联，用户不同于个体；使用第一睡眠表现数据和第二睡眠表现数据生成一个或多个睡眠表现度量；以及呈现一个或多个睡眠表现度量。
在一些情况下，一个或多个睡眠表现度量包括i)协同睡眠表现评分；ii)与个体相关联的个别睡眠表现评分；iii)与用户相关联的个别睡眠表现评分；iv)与个体相关联的睡眠图；v)与用户相关联的睡眠图；vi)用户的治疗评分；vii)共振评分；或viii)i至vii的任何组合。在一些情况下，个体的睡眠时段和用户的睡眠时段在时间上完全或部分重叠。在其他情况下，个体的睡眠时段和用户的睡眠时段在时间上不重叠，如当个体或用户中的一者是具有独特睡眠-觉醒模式的轮班工作者时。在一些情况下，第一睡眠表现数据包括睡眠阶段信息或睡眠状态信息；并且其中第二睡眠表现数据包括呼吸治疗设备使用信息。在一些情况下，生成一个或多个睡眠表现度量包括生成协同睡眠表现评分，并且其中生成协同睡眠表现评分包括：使用第一睡眠表现数据生成第一睡眠表现评分；使用第二睡眠表现数据生成第二睡眠表现评分；以及使用第一睡眠表现评分和第二睡眠表现评分生成协同睡眠表现评分。
在一些情况下，该方法还包括：接收与第一用户和第二用户相关联的目标信息，其中目标信息指示与i)个体的睡眠时段，ii)用户的睡眠时段，或iii)i和ii的组合相关联的目标；生成目标状态更新，其中生成目标状态更新包括使用i)第一睡眠表现数据；ii)第二睡眠表现数据；或iii)i和ii的组合来评估目标信息；以及输出目标状态更新。在一些情况下，接收目标信息包括：生成由一个或多个建议目标组成的一组建议目标；以及接收对所述一组建议目标中的选定目标的选择。在一些情况下，生成一组建议目标包括：呈现包含一个或多个问题的问卷；响应于呈现问卷而接收响应信息；以及使用所接收的响应信息生成一组建议目标。在一些情况下，生成一组建议目标包括：访问与历史睡眠表现度量相关联的历史睡眠表现数据；识别影响历史睡眠表现度量的一个或多个因素；针对一个或多个因素中的每一个，确定估计用于改善未来睡眠表现度量的建议动作；以及使用针对一个或多个因素中的每一个的建议动作来生成一组建议目标。在一些情况下，生成一组建议目标包括：接收与个体或用户相关联的人口统计信息；以及使用所接收的人口统计信息生成一组建议目标。在一些情况下，生成一组建议目标包括：接收与用户相关联的历史呼吸治疗设备使用信息；以及使用所接收的历史呼吸治疗设备使用信息来生成一组建议目标。在一些情况下，生成一组建议目标包括：接收与多个历史睡眠时段相关联的主观反馈；以及使用主观反馈生成一组建议目标。在一些情况下，评估目标还包括使用传感器数据。在一些情况下，使用传感器数据评估目标包括使用传感器数据估计个体和用户之间的距离。在一些情况下，接收目标信息包括接收与目标相关联的目标完成日期，并且其中接收目标完成数据包括使用i)第一睡眠表现数据；ii)第二睡眠表现数据；iii)历史睡眠表现数据；或iv)i至iii的任何组合来自动确定目标完成日期。在一些情况下，目标信息包括与个体的未来睡眠时段的开始时间和用户的未来睡眠时段的开始时间相关联的目标。在一些情况下，目标信息包括与在未来睡眠时段处个体和用户之间的距离相关联的目标。在一些情况下，目标信息包括与呼吸治疗设备的未来使用相关联的目标。在一些情况下，在完成目标时，建议进一步选择目标。目标的进一步选择可以基于完成的目标、实现完成的目标所花费的时间、用户的睡眠表现数据和/或主观数据、个体的睡眠表现数据和/或主观数据或其组合中的一者或多者。
在一些情况下，该方法还包括：识别用于改善未来睡眠表现度量的指导建议；以及在第一睡眠时段之后提供指导建议。在一些情况下，识别指导建议包括：接收与多个历史睡眠时段相关联的主观反馈；以及使用主观反馈生成指导建议。在一些情况下，识别指导建议包括：访问与历史睡眠表现度量相关联的历史睡眠表现数据；识别影响历史睡眠表现度量的一个或多个因素；针对一个或多个因素中的每一个，确定估计用于改善未来睡眠表现度量的建议动作；以及针对一个或多个因素中的每一个，使用所建议的改变来生成指导建议。
在一些情况下，该方法还包括基于第一睡眠表现数据和第二睡眠表现数据提供激励。在一些情况下，提供激励还基于一个或多个睡眠表现度量与历史睡眠表现度量之间的比较。在一些情况下，生成一个或多个睡眠表现度量包括生成协同睡眠表现评分，并且其中生成协同睡眠表现评分包括：使用第一睡眠表现数据生成第一睡眠表现评分；使用第二睡眠表现数据生成第二睡眠表现评分；以及使用第一睡眠表现评分和第二睡眠表现评分生成协同睡眠表现评分；并且其中当第一睡眠表现评分超过第一阈值并且第二睡眠表现评分超过第二阈值时发生提供激励。在一些情况下，提供激励包括提供与个体相关联的第一个体激励和提供与用户相关联的第二个体激励。在一些情况下，该方法还包括：当第一睡眠表现评分超过第一阈值时，提供与个体相关联的第一个体激励；以及当第二睡眠表现评分超过第二阈值时，提供与用户相关联的第二个体激励。在一些情况下，该方法还包括：当第一睡眠表现评分超过第一阈值时，提供与用户相关联的第一个体激励；以及当第二睡眠表现评分超过第二阈值时，提供与个体相关联的第二个体激励。
在一些情况下，该方法还包括：发送基于第一睡眠表现数据的汇总信息，其中汇总信息在由与用户相关联的用户设备接收时可用于生成关于与个体相关联的历史汇总信息的馈给的条目。在一些情况下，该方法还包括：响应于条目的生成而接收反馈，其中该反馈指示反应。在一些情况下，生成一个或多个睡眠表现度量包括使用第一睡眠表现数据生成第一睡眠表现评分，并且其中汇总信息包括第一睡眠表现评分。在一些情况下，该方法还包括：接收关于与个体相关联的用户设备的汇总信息，其中汇总信息是基于第二睡眠表现数据；以及使用所接收的汇总信息生成关于与用户相关联的历史汇总信息的馈给的条目。在一些情况下，生成一个或多个睡眠表现度量包括使用第二睡眠表现数据生成第二睡眠表现评分，并且其中汇总信息包括第二睡眠表现评分。在一些情况下，使用传感器数据来确定第二睡眠表现数据，并且其中传感器数据还与环境中的用户的睡眠时段相关联。在一些情况下，使用来自第二组一个或多个传感器的第二传感器数据来确定第二睡眠表现数据，第二传感器数据与环境中的用户的睡眠时段相关联。
本公开的某些方面和特征涉及一种方法，该方法包括：使用呼吸治疗设备向用户接口供应空气，用户接口由参与环境中的睡眠时段的用户佩戴；接收与环境中的个体的睡眠时段相关联的睡眠时段数据，个体不同于用户；以及响应于所接收的睡眠时段数据调整呼吸治疗设备的参数。在一些情况下，在用户的睡眠时段和个体的睡眠时段期间动态地调整参数。在一些情况下，睡眠时段数据包括个体的睡眠阶段数据，并且其中调整呼吸治疗设备的参数是基于睡眠阶段数据。在一些情况下，调整呼吸治疗设备的参数包括：当睡眠时段数据指示个体清醒时，将参数调整到第一设置；以及当睡眠时段数据指示个体入睡时，将参数调整到第二设置，其中当参数调整到第一设置时，呼吸治疗设备比参数调整到第二设置时更安静。
在一些情况下，该方法还包括：接收与用户的睡眠时段相关联的第一传感器数据；接收与个体的睡眠时段相关联的第二传感器数据，其中使用第二传感器数据来确定与第二睡眠时段相关联的睡眠时段数据；以及同步第一传感器数据和第二传感器数据。在一些情况下，该方法还包括使用同步的第二传感器数据改善第一传感器数据的信号的信噪比。在一些情况下，该方法还包括：使用第一传感器数据检测可能的事件；以及使用同步的第二传感器数据来确认事件。在一些情况下，该方法还包括使用同步的第一传感器数据和同步的第二传感器数据来估计用户的位置。在一些情况下，该方法还包括：建立与关联于个体的用户设备的无线连接，其中接收睡眠时段数据是使用无线连接而发生的；以及测量无线连接的特性；以及基于所测量的无线连接的特性来确定个体的位置信息。在一些情况下，该方法还包括基于位置信息调整呼吸治疗设备的参数。在一些情况下，无线连接是蓝牙连接。
在一些情况下，环境是建筑物。在一些情况下，环境是一对邻近房间。在一些情况下，环境是房间。在一些情况下，环境是睡眠表面。
本公开的某些方面和特征涉及一种方法，该方法包括：生成模拟呼吸治疗设备声音；输出模拟呼吸治疗设备声音；使用麦克风监测输出的模拟呼吸治疗设备声音；以及基于所监测的输出的模拟呼吸治疗设备声音来调整模拟呼吸治疗设备声音的输出。
在一些情况下，该方法还包括访问一组规定的呼吸治疗设置，其中生成模拟呼吸治疗设备声音是基于一组规定的呼吸治疗设置。在一些情况下，该方法还包括访问呼吸治疗设备的一组治疗设置，其中生成模拟呼吸治疗设备声音是基于吸治疗设备的一组治疗设置。在一些情况下，该方法还包括：接收调整命令；响应于接收调整命令而调整模拟呼吸治疗设备的音量；以及基于所调整的模拟呼吸治疗设备的音量来提供呼吸治疗建议。在一些情况下，呼吸治疗建议包括：i)呼吸治疗设备型号；ii)用户接口类型；iii)用户接口型号；iv)导管类型；v)导管型号；或vi)i至v的任何组合。在一些情况下，该方法还包括：从一个或多个传感器接收传感器数据，其中传感器数据与参与睡眠时段的用户相关联，其中在睡眠时段期间发生所述输出模拟呼吸治疗设备声音；使用传感器数据确定睡眠表现信息；以及输出睡眠表现信息。在一些情况下，该方法还包括在睡眠时段期间修改模拟呼吸治疗设备声音的输出。在一些情况下，修改模拟呼吸治疗设备声音的输出是基于所确定的睡眠表现信息。在一些情况下，生成模拟呼吸治疗设备声音与第一呼吸治疗设备型号相关联，该方法还包括：检索与历史睡眠时段相关联的历史睡眠表现信息，其中历史睡眠时段在输出附加的模拟呼吸设备声音期间发生，其中附加的模拟呼吸设备声音与第二呼吸治疗设备型号相关联；以及生成睡眠表现信息与历史睡眠表现信息之间的比较。在一些情况下，该方法还包括基于所生成的比较生成对第一呼吸治疗设备型号或第二呼吸治疗设备型号的建议。在一些情况下，该方法还包括：接收与个体相关联的医疗信息；以及基于所接收的医疗信息修改模拟呼吸治疗设备声音的输出。
本公开的某些方面涉及一种系统，该系统包括：包括一个或多个处理器的控制系统；以及其上存储有机器可读指令的存储器；其中控制系统联接至存储器，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，实施上述方法。
本公开的某些方面和特征涉及一种用于共享睡眠评分的系统，该系统包括被配置成实施上述方法中的任一种的控制系统。
本公开的某些方面和特征涉及一种用于控制呼吸治疗的系统，该系统包括被配置成实施上述方法中的任一种的控制系统。
本公开的某些方面和特征涉及一种用于模拟呼吸治疗的系统，该系统包括被配置成实施上述方法中的任一种的控制系统。
本公开的某些方面和特征涉及一种计算机程序产品，该计算机程序产品包括指令，当由计算机执行这些指令时，这些指令使得计算机执行上述方法中的任一种。在一些情况下，计算机程序产品是非暂时性计算机可读介质。
附图说明
本说明书参考以下附图，其中在不同图中使用相同的附图标记旨在图示出相同或相似的部件。
图1是根据本公开的某些方面的适用于对睡眠表现进行评分的系统的功能框图。
图2是根据本公开的某些方面的图1的系统、用户和床伴的透视图。
图3图示了根据本公开的某些方面的睡眠时段的示例时间线。
图4图示了根据本公开的某些方面的与图3的睡眠时段相关联的示例睡眠图。
图5是根据本公开的某些方面的一对群组成员(包括第一群组成员和第二群组成员)的透视图。
图6是描绘了根据本公开的某些方面的用于生成并呈现睡眠群组的睡眠表现度量的过程的流程图。
图7是描绘了根据本公开的某些方面的用于跟踪睡眠群组的目标的过程的流程图。
图8是描绘了根据本公开的某些方面的用于生成对睡眠群组的指导建议的过程的流程图。
图9是描绘了根据本公开的某些方面的用于生成模拟呼吸治疗设备声音的过程的流程图。
虽然本公开容许各种修改和替代形式，但其特定实施方式和实施例已经通过附图中的实例示出并且将在本文中详细描述。然而，应当理解的是，并不旨在将本公开限制为所公开的特定形式，相反，本公开将覆盖落入由所附权利要求所限定的本公开的精神和范围内的所有修改、等同物和替代物。
具体实施方式
本公开的某些方面和特征涉及评估在共享环境(例如，床、房间、一组邻近房间或住宅)中睡觉的多个个体的群组的睡眠表现。可以确定个别或协同睡眠表现评分，以及其他睡眠表现度量。当至少一个个体正被治疗(例如，用呼吸治疗系统)睡眠相关疾病和/或呼吸障碍时，对整个群组的睡眠表现的评估可以是有用的。对群组的评估可帮助识别可采取以改善群组中的所有个体的睡眠表现的动作。
本公开的某些方面和特征还涉及使用环境中的一个个体的睡眠数据来调整相同环境中的另一个体(例如，治疗用户)所使用的呼吸治疗设备的参数。在一些情况下，可自动或手动实施的这些调整可改善一个或所有个体的睡眠质量，以及改善由系统治疗的用户对呼吸治疗系统的依从性和参与度。
本公开的某些方面和特征还涉及生成模拟呼吸治疗设备声音以帮助个体习惯于在使用呼吸治疗设备的环境中睡觉。当在与第一个体共享的环境中睡觉的第二个体正在使用或将要开始呼吸治疗时，这种模拟有助于使第一个体适应呼吸治疗系统声音。类似地，该模拟可以有助于在用呼吸治疗系统开始呼吸治疗之前使第二个体适应，即呼吸治疗系统的潜在用户。在一些情况下，此类模拟可以迎合于呼吸治疗系统正在使用或将要使用的设置。在一些情况下，此类模拟可以迎合于环境中个体的睡眠表现。可以跟踪环境中个体的睡眠表现，以确定模拟呼吸治疗系统声音对个别睡眠表现的影响。
本公开的某些方面可用于确定与接收呼吸治疗的用户(例如，治疗用户)的睡眠时段和在相同环境中睡觉的不同个体的睡眠时段相关联的睡眠表现度量(例如，协同睡眠表现评分和/或个别睡眠表现评分)。在与治疗用户共享的环境中睡觉的这个其他个体可以被称为治疗邻近个体，床伴(例如，在该个体与治疗用户共享相同的床的情况下)，简单地称为个体。治疗邻近个体自身可以经历睡眠相关的治疗，如使用呼吸治疗系统的治疗，尽管不必总是这种情况。治疗邻近个体可以在物理上邻近治疗用户，尽管不必总是这种情况。在一些情况下，治疗邻近个体可以与治疗用户间隔开，并且在一些情况下甚至在与治疗用户不同的房间中。如关于治疗邻近个体所使用的，术语“治疗邻近”包括在与治疗用户相同的环境中睡觉并且其睡眠表现可能影响治疗用户或受治疗用户影响的个体。
治疗用户和治疗邻近个体可以在共享环境中睡觉。共享环境可以是治疗用户或治疗邻近个体的动作将影响另一个的睡眠表现的任何环境。在一个实例中，该环境可以是床，如当治疗用户和治疗邻近个体是床伴时。在另一实例中，该环境可以是房间，如当治疗用户和治疗邻近个体在相同房间但在不同床中睡觉时。在另一实例中，该环境可以是邻近房间，如当治疗用户和治疗邻近个体在相邻房间(如共享公共墙壁的房间)中睡觉时。在另一实例中，该环境可以是住宅，如当治疗用户和治疗邻近个体在单个结构中的间隔开的房间中睡觉时。可以使用其他环境。
在一个实例中，治疗用户和治疗邻近个体可以是配偶，在这种情况下，一个配偶的睡眠相关动作可以影响另一个配偶的睡眠表现(例如，一个配偶比另一个配偶上床迟可以将另一个配偶从睡眠中唤醒)。在另一实例中，治疗用户可以是父母，而治疗邻近个体可以是在邻近房间中睡觉的孩子，在这种情况下，父母或孩子的睡眠相关动作可能影响另一人的睡眠表现(例如，父母的大声打鼾可能影响孩子入睡的能力)。在一些情况下，可以确定治疗用户和多个治疗邻近个体的协同睡眠表现评分(例如，个体、个体配偶和个体的一个或多个孩子的协同睡眠表现评分)。如本文所使用的，对单个治疗邻近个体的引用可包括对多个治疗邻近个体的引用，视情况而定。例如，在本公开的某些方面和特征将治疗邻近个体的睡眠表现数据描述为用于调整治疗用户的治疗设备的参数的情况下，在一些情况下，多个治疗邻近个体的睡眠表现数据可以用于调整治疗用户的治疗设备的参数。
如本文所使用的，由治疗用户和治疗邻近个体组成的组可以被称为睡眠群组。睡眠群组可以包括任何数量的成员，包括治疗用途和任何数量的治疗邻近个体。因此，本公开的某些方面和特征涉及计算包括治疗用户和一个或多个治疗邻近个体的睡眠群组的睡眠表现度量(例如，协同睡眠表现评分)。
可以计算多种睡眠表现度量，如包括i)协同睡眠表现评分；ii)与治疗邻近个体相关联的个别睡眠表现评分；iii)与治疗用户相关联的个别睡眠表现评分；iv)与治疗邻近个体相关联的睡眠图；v)与治疗用户相关联的睡眠图；vi)治疗用户的治疗评分；vii)共振评分(例如，指示治疗用户和治疗邻近个体的睡眠时段之间的对齐的评分)；或viii)i至vii的任何组合。可以使用其他睡眠表现度量。睡眠表现度量可以基于个体的睡眠的一个或多个方面，如总睡眠时间、睡眠效率、微觉醒和/或唤醒次数、REM睡眠中的总时间、深睡眠中的总时间、睡眠等待时间、REM等待时间和睡眠开始后的觉醒(WASO)中的一者或多者。
共振评分可以指示睡眠群组的两个成员或更多个成员的睡眠时段之间的对齐，如通过任何合适的度量或度量的组合所测量的。在一些情况下，对齐可以基于成员的睡眠开始时间的时间的接近度。在一些情况下，对齐可基于睡眠表现度量(如睡眠表现评分和/或睡眠质量评分)之间的类似性。可以使用其他度量来建立共振评分。
协同睡眠表现评分是睡眠群组的总体睡眠表现的指示。通常，当睡眠群组的所有成员实现改善的睡眠时，协同睡眠表现评分将增加。在一些情况下，可以基于治疗用户和治疗邻近个体的个别睡眠表现评分来计算协同睡眠表现评分，尽管不必总是这种情况。在一些情况下，协同睡眠表现评分可以是治疗用户和治疗邻近个体的个别睡眠表现评分的平均值或总和，尽管可以使用其他公式和度量。可以基于传感器数据，如特定于治疗用户或特定于与治疗邻近个体的传感器数据，来确定个别睡眠表现评分。然而，在一些情况下，协同睡眠表现评分可直接基于传感器数据，而不必包括个别睡眠表现评分的确定。
睡眠表现评分，包括个别睡眠表现评分和协同睡眠表现评分，可以基于睡眠群组成员的睡眠时段。睡眠群组中的每一个成员可经历个体睡眠时段，如本文参照图3进一步详细描述，其可与其他成员的个体睡眠时段重叠或可不重叠。在一些情况下，群组睡眠时段可被定义为从所有群组成员的睡眠时段的最早初始开始时间延伸到所有群组成员的睡眠时段的最晚结束时间的睡眠时段。因此，在整个群组睡眠时段中，治疗用户可以经历治疗用户睡眠时段，并且治疗邻近个体可以经历治疗邻近个体睡眠时段。治疗用户睡眠时段和治疗邻近个体睡眠时段可以完全分离，可以重叠，或者可以相同。因此，睡眠群组的协同睡眠表现评分可以是与群组睡眠时段相关联的评分。
传感器数据可以包括来自一个或多个传感器的数据，如群组成员中或其周围、整个睡眠者群组中或其周围，或者环境中或其周围的传感器。当处理时，可以从传感器数据中提取不同的睡眠表现数据，其可以用于确定各种睡眠表现度量。为了确定睡眠表现度量，可以处理传感器数据以获得睡眠表现数据，如治疗信息和睡眠质量信息。治疗信息可以包括与治疗用户对如呼吸治疗系统的治疗系统的使用相关联的信息。例如，治疗信息可以包括使用信息(例如，指示治疗用户对治疗设备的使用的数据)和事件信息(例如，指示睡眠呼吸暂停或如用户接口开/关事件和泄漏事件的其他事件的数据)。睡眠质量信息可以包括关于群组成员的睡眠质量的客观数据和/或主观数据。客观数据可以包括如睡眠状态信息(例如，指示用户是否入睡的数据)和/或睡眠阶段信息(例如，指示用户睡眠阶段的数据)的数据。主观数据可以包括由给定群组成员或群组的另一成员提供的主观反馈。例如，治疗邻近个体提供的数据可以是觉醒时对询问“1至5的标度，您感觉休息得有多好？”的响应；并且治疗用户提供的数据可以是对询问“1至5的标度，您认为您的床伴昨晚睡得有多好？”的响应。因此，传感器数据可以包括从如射频传感器、麦克风、压力监测器等的传感器获得的客观测量；以及经由如触摸屏、交互式按钮等的传感器获得的数据(例如，反馈响应)。
治疗信息可以是与治疗用户对睡眠相关治疗设备的使用相关联的数据。可以使用任何合适的睡眠相关治疗设备。在一些情况下，睡眠相关治疗设备可以包括可调参数，如动态可调参数和/或手动可调参数。在一些情况下，睡眠相关治疗设备可包括呼吸治疗设备、下颌复位设备、睡眠治疗植入物(例如，用于刺激颈部中的舌下神经的可植入刺激器)或其他此类设备。当由治疗用户使用的治疗设备是呼吸治疗设备时，本公开的某些方面和特征尤其有用。
呼吸治疗系统可以包括经由导管和用户接口向治疗用户供应加压空气的呼吸治疗设备。不同型号和类型的导管以及不同型号和类型的用户接口可用于将治疗用户流体地联接至呼吸治疗设备。在接收呼吸治疗的同时，治疗用户可以参与睡眠时段，在睡眠时段期间，可以从由一个或多个传感器组成的第一组传感器收集第一传感器数据，如呼吸治疗设备中的传感器、用户设备(例如，智能电话)中的传感器、活动跟踪器(例如，可穿戴活动跟踪器)中的传感器，或位于治疗用户之中、之上或周围的其他传感器(例如，可植入设备、衣服集成传感器、床垫集成传感器、壁挂式或吊顶式传感器等)。从由一个或多个传感器组成的第一组传感器收集的第一传感器数据可用于确定与治疗用户相关联的治疗信息(例如，与呼吸治疗系统的使用相关联的一个或多个使用变量)。第一传感器数据还可用于确定与治疗用户相关联的睡眠质量信息(例如，睡眠状态信息、睡眠阶段信息和/或主观反馈)。可以使用第一传感器数据来确定其他变量和/或信息。
对于治疗邻近个体，可以从第二组一个或多个传感器收集第二传感器数据。第二组一个或多个传感器可以与由一个或多个传感器组成的第一组传感器相同，可以是由一个或多个传感器组成的第一组传感器的子集，可以是由一个或多个传感器组成的第一组传感器的超集，可以与由一个或多个传感器组成的第一组传感器重叠(例如，与由一个或多个传感器组成的第一组传感器共享一些传感器，但不是所有传感器)，或者可以是专用组的一个或多个传感器(例如，不与由一个或多个传感器组成的第一组传感器共享传感器)。同样地，第二传感器数据可以与第一传感器数据相同，可以是第一传感器数据的子集，可以是第一传感器数据的超集，可以与第一传感器数据共享一些传感器数据，或者可以不与第一传感器数据共享传感器数据。可以与第一传感器数据同时或在时间上接近地收集第二传感器数据。在具有专用组的一个或多个传感器的实例中，可以使用来自治疗用户的呼吸治疗设备并且可选地来自治疗用户的智能电话的传感器数据来评估治疗用户的睡眠表现，而可以使用来自治疗邻近个体的智能电话的传感器数据来评估治疗邻近个体的睡眠表现。可以使用其他设备和传感器。
治疗信息可以包括与呼吸治疗系统的使用相关联的使用变量。与呼吸治疗系统的使用相关联的使用变量可以包括与治疗用户如何使用呼吸治疗系统相关的任何合适的变量。合适的使用变量的实例包括使用时间(例如，治疗用户使用呼吸治疗系统的持续时间)；密封质量变量(例如，治疗用户和用户接口之间的密封质量的指示)；泄漏流量变量(例如，意外泄漏流量的指示，如佩戴鼻枕型用户接口时通过劣质密封或口呼吸的泄漏)；事件信息(例如，在睡眠时段期间发生的检测到的事件的指示，如呼吸暂停-低通气指数(AHI))；用户接口依从性信息(例如，检测到的用户接口过渡事件的指示，如戴上或移除用户接口)；睡眠时段内的多个治疗子时段(例如，呼吸治疗系统的连续使用的多个单独块)；以及用户接口压力。可以使用其他使用变量。一个或多个使用变量的统计概要(例如，平均值、最大值、最小值、计数等)可以用作一个或多个附加使用变量。一个或多个使用变量可以包括使用变量的任何合适的组合。
确定使用变量可以包括处理传感器数据以识别与使用变量相关联的一个或多个值。一个或多个值可以是与使用变量相关联的测量或计算的评分。例如，密封质量变量可以是泄漏流量的测量值(例如，以L/分钟为单位)或密封质量评分(例如，20分中的18分)。确定使用变量可以包括确定单个值或多个值(例如，带时间戳的值)。例如，在一些情况下，确定密封质量变量可以包括确定表示整个睡眠时段(例如，20个中的18个)的整体(例如，平均)密封质量的单个值。然而，在一些情况下，确定密封质量变量可以包括确定表示随时间变化的密封质量的一组带时间戳的值(例如，在0至20的标度上，在晚上10:00:00时为18，在晚上10:00:05时为18.1，在晚上10:00:10时为18.2等)，如可以被制图表以描绘整个持续时间的密封质量的数据。
睡眠质量信息可以包括客观信息，如睡眠状态信息、睡眠阶段信息和/或从传感器数据获得的其他此类信息；以及主观信息，如响应于向用户呈现反馈问题而接收到的主观反馈。睡眠状态信息是指示群组成员的睡眠状态的信息。睡眠状态指示群组成员是否入睡。睡眠阶段信息可以包括指示群组成员在睡眠时段期间经历的睡眠阶段的信息。睡眠阶段的实例包括觉醒阶段、快速眼动(REM)阶段、浅睡眠阶段和深睡眠阶段。可以处理传感器数据以确定群组成员进入和退出各个睡眠阶段的时间。在一些情况下，确定睡眠阶段信息可包括确定群组成员在每个睡眠阶段中花费的总持续时间。在示例8小时睡眠时段中，睡眠阶段信息可以指示总共21分钟的觉醒、101分钟的REM睡眠、267分钟的浅睡眠和91分钟的深睡眠。然而，在一些情况下，确定睡眠状态信息和/或睡眠阶段信息可以包括在整个睡眠时段的各个时间生成指示群组成员的睡眠状态和/或睡眠阶段的带时间戳的数据。带时间戳的睡眠阶段信息可被制图以生成群组成员的睡眠时段的睡眠图。
在一些情况下，客观数据可以包括从传感器数据提取的各种参数，如总卧床时间、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、微觉醒和/或唤醒的次数、分段指数、REM睡眠中的总时间、REM等待时间、深睡眠中的总时间，或其任何组合。
对于治疗邻近个体，睡眠表现度量可以仅基于作为睡眠质量数据的传感器数据(例如，与治疗邻近个体的睡眠时段相关但不具体与治疗设备的使用相关的数据)，其可以包括主观反馈形式的主观数据。在此类情况下，睡眠表现度量可以包括或基于与治疗邻近个体的睡眠相关联的各种因素，如睡眠阶段信息，包括在各个睡眠阶段花费的时间；以及主观反馈，如用户在睡眠时段结束时或结束之后感觉休息得有多好的指示。
在使用主观反馈的情况下，特定群组成员(例如，治疗用户)的主观反馈可以包括从该特定群组成员获得的主观反馈(例如，由治疗用户提供的反馈)和/或从群组的另一成员获得的主观反馈(例如，由治疗邻近个体提供的反馈)。
睡眠质量数据可用于确定睡眠质量评分或其他睡眠质量度量。睡眠质量评分可以是群组成员在睡眠时段期间经历的睡眠的质量的指示。例如，具有多次唤醒或中断的睡眠时段可具有低睡眠质量评分，而具有较少唤醒或中断的睡眠时段可具有较高睡眠质量评分。在一些情况下，睡眠质量评分可基于主观反馈(例如，来自群组成员的指示睡眠时段之后的休息的主观感觉的反馈)，可基于客观数据或两者的组合。如本文所使用的，主观反馈还可以涵盖白天信息，如主观能量水平、疲劳水平、情绪(例如，满意、易怒等)等。一些此类信息也可以经由传感器客观地收集，如检测心脏、呼吸和/或移动参数的可穿戴传感器，根据这些参数可以推断出能量水平、疲劳水平、情绪等。
在一个实例中，如基于睡眠阶段信息，可以客观地确定睡眠质量评分或其分量。在一个实例中，花费在不同睡眠阶段的时间可用于确定睡眠质量评分。附加地或替代地，睡眠阶段的模式(例如，睡眠结构)可用于确定睡眠质量评分。睡眠阶段信息可被分割成指示花费在每个睡眠阶段中的时间的睡眠阶段片段(例如，在睡眠时段期间花费在每个睡眠阶段中的总时间或在睡眠时段中发生的连续睡眠阶段中的每一个的持续时间)。
在一些情况下，睡眠质量评分可以至少部分地基于与群组成员相关联的生理数据，如i)呼吸速率；ii)心率；iii)心率可变性；iv)移动数据；v)脑电图数据；vi)血氧饱和度数据；vii)呼吸速率可变性；viii)呼吸深度；ix)潮气量数据；x)吸气幅度数据；xi)呼气幅度数据；xii)吸气体积数据；xiii)呼气体积数据；xiv)吸气-呼气比率数据；xv)出汗数据；xvi)温度数据；xvii)脉搏波传导时间数据；xviii)血压数据；xix)位置数据；xx)姿势数据；xxi)血糖水平数据；或xxii)i至xxi的任何组合。
对于碰巧也使用睡眠相关治疗设备的治疗用户或治疗邻近个体，睡眠表现度量可以基于包括治疗信息和/或睡眠质量信息的传感器数据。在一些情况下，可以组合使用治疗信息和睡眠质量信息来确定睡眠表现度量。例如，跟踪治疗用户在睡眠时段期间使用呼吸治疗设备的总时间量(通常，使用的时间越多，睡眠阶段信息越好)可以是信息性的和有用的。在另一实例中，由于呼吸暂停和低通气事件在REM睡眠期间可能更普遍(例如，因为舌头中的颏舌肌的音调降低)并且在REM和深睡眠期间更有害(例如，由于中断REM睡眠、消极地影响空间记忆和/或减少深睡眠的量的可能性)，跟踪呼吸治疗设备在REM睡眠期间和/或在深睡眠期间使用的时间量可能更有用。因此，除了跟踪总使用时间之外，相比于在其他睡眠阶段(例如，清醒或浅睡眠)中使用呼吸治疗设备的时间量，可以强调(例如，更强烈地加权)在某些睡眠阶段(例如，REM睡眠或深睡眠)中使用呼吸治疗设备的时间量。因此，即使治疗用户在入睡之前使用呼吸治疗设备持续较长时间段，睡眠表现评分也不会增加很多或根本不会增加。然而，如果相同的治疗用户使用呼吸治疗设备持续REM阶段睡眠的较长时间段，则睡眠表现评分可能显著增加。
治疗信息可用于确定治疗评分。治疗评分可以指示治疗用户对治疗的使用，如治疗的有效性和/或治疗用户对治疗的坚持。
睡眠质量评分和治疗评分可用作睡眠表现评分的分量。在一些情况下，睡眠质量评分和治疗评分可被进一步分解为子分量，如用于在REM睡眠中所花费的时间的评分、用于睡眠时段的长度的评分、用于使用治疗设备所花费的时间的评分，以及用于存在或不存在意外泄漏的评分等。因此，睡眠质量评分和/或治疗评分以及可选的一个或多个子分量评分可用作睡眠表现度量或者可用于生成睡眠表现度量。在一些情况下，群组的成员的各种分量评分和可选的子分量评分可用于生成个别睡眠表现评分，其可呈现为个别睡眠表现评分和/或可选地用于生成协同睡眠表现评分。在一些情况下，群组成员的各种分量评分和可选的子分量评分可用于直接生成协同睡眠表现评分，而不必首先生成个别睡眠表现评分。
在一个实例中，可以使用数值评分来呈现睡眠表现评分，尽管不必总是这种情况。在一些情况下，可使用指示两个或更多个分量或子分量之间的平衡的图形设备来呈现协同睡眠表现评分。例如，协同睡眠表现评分可以呈现为睡眠群组的两个成员的个别睡眠表现评分之间的平衡。在一个实例中，图形设备可以是气泡水平仪或类似设备，允许个体快速且容易地看到哪些分量/子分量/成员比其他分量/子分量/成员表现得相对更好，并且可选地看到表现得如何显著地更好。如果一个体实现了比另一个体高得多的睡眠表现评分，则图形设备可能显示出强烈的不平衡性，而稍高的评分将仅显示出轻微的不平衡性或没有不平衡性。在一些情况下，可组合多种呈现技术(例如，在指示平衡的图形设备旁边将睡眠表现评分呈现为数值评分)。
协同睡眠表现评分(例如，组合的睡眠表现评分)的计算可以包括计算治疗用户和治疗邻近个体的个体评分；或者可以包括使用从治疗用户和治疗邻近个体接收的各种传感器数据和/或主观反馈来计算单个、协同睡眠表现评分。可以以任何合适的方式提供睡眠表现评分和其他睡眠表现度量，如标度上的数字(例如，标度0至100上的数字)、图表上的数据(例如，睡眠阶段数据的睡眠图)、由图形表示的信息(例如，指示未检测到事件的绿色检查标记)等。
在一个实例中，协同睡眠表现评分可以呈现为0至100的标度上的数字，较高的数字表示睡眠群组的较高质量睡眠(例如，作为整体的治疗用户和任何数量的治疗邻近个体的较高质量睡眠)。在一些情况下，协同睡眠表现评分可以是个别睡眠表现评分的平均值。在一个实例中，治疗用户可以具有70的睡眠表现评分，并且治疗邻近个体可以具有80的睡眠表现评分，在这种情况下，协同睡眠表现评分可以是75。在该相同的实例中，如果治疗用户实现78的后续睡眠表现评分，并且治疗邻近个体实现76的后续睡眠表现评分，则协同睡眠表现评分可以是76。因此，当协同睡眠表现评分增加时，一个群组成员的睡眠表现评分可能下降。在一些情况下，可以计算其他睡眠表现度量的协同版本，如以类似于如何根据个别睡眠表现评分计算协同睡眠表现评分的方式。如本文所述，协同睡眠表现评分也可以或附加地以其他方式呈现，如使用指示治疗用户的睡眠表现评分与治疗邻近个体的睡眠表现评分之间的平衡的图形设备。
睡眠表现度量可以以任何合适的方式呈现给群组成员，如经由呼吸治疗设备上的显示设备、用户设备(例如，智能电话)上的显示设备或以其他方式。任何睡眠表现度量的呈现可以包括呈现睡眠表现度量和基础分量和/或子分量评分。例如，呈现睡眠表现度量可以包括呈现i)协同睡眠表现评分；ii)给定群组成员的个别睡眠表现评分；iii)群组的另一成员的个别睡眠表现评分；iv)构成i至iii的睡眠表现评分的任一个的一个或多个分量和/或子分量评分；或v)i至iv的任何组合。分量评分和/或子分量评分的实例包括使用变量、睡眠阶段信息、睡眠状态信息和/或睡眠质量信息中的每一者的评分。在一些情况下，呈现睡眠表现度量可包括呈现构成睡眠表现度量的分量和/或子分量评分的图形表示。例如，协同睡眠表现评分的呈现可以包括呈现构成协同睡眠表现评分的个别睡眠表现评分的图形表示。
在一些情况下，呈现睡眠表现度量可包括呈现特定分量或子分量对总睡眠表现度量作出的贡献的量。在一些情况下，分量或子分量(如使用变量)可按睡眠阶段信息分解(例如，分箱)和/或分类。例如，可以呈现使用时间变量的一组四个子分量评分(例如，箱)，包括觉醒期间的使用时间的评分、REM睡眠期间的使用时间的评分、浅睡眠期间的使用时间的评分，以及深睡眠期间的使用时间的评分。应当理解，子分量评分中的每一个可以是通过将加权值应用于使用变量而计算的评分，如本文中参考计算总睡眠表现评分所述。
睡眠表现度量，如睡眠表现评分，可以用作群组成员的睡眠时段的客观度量。在一些情况下，对于治疗用户，睡眠表现度量可以仅被限制在治疗用户的睡眠时段中使用呼吸治疗的那部分，尽管不必总是这种情况。睡眠表现度量可以向治疗用户提供信息以帮助监测、维持和/或鼓励自我依从性(例如，根据需要或规定使用呼吸治疗设备)和/或可以向与治疗邻近个体提供信息以帮助监测、维持和/或鼓励治疗用户的依从性。在一些情况下，睡眠表现度量可以向健康护理提供者、设施和/或健康护理相关公司(例如，健康护理保险提供者)提供关于在睡眠期间使用呼吸治疗设备的治疗用户的依从性和功效，和/或治疗用户或治疗邻近个体对其他人的睡眠的影响的信息。在一些情况下，睡眠表现度量可用于提供用于研究目的和评估的客观度量。
在一些情况下，可建立目标以改善整体睡眠质量或改善与睡眠质量相关的某些方面(例如，改善某些特定睡眠表现度量)。在一些情况下，群组成员可如经由在用户设备(例如，智能电话)上运行的应用程序上的图形用户界面直接建立目标。在一些情况下，群组成员可从建议目标的列表中选择，如全局预设目标的列表(例如，由所有用户共同选择的目标)、特定于人口统计的预设目标的列表(例如，由与群组成员共享某些人口统计数据的用户共同选择的目标)，或定制生成的目标的列表(例如，为群组成员定制生成的目标)。可以基于传感器数据(例如，来自历史睡眠时段的传感器数据)或基于成员提供的输入来自动生成定制生成的目标。当提供建议目标的列表时，群组成员可以选择一个或多个目标来使用。
在定制生成的目标是自动地基于传感器数据的实例中，可以分析历史睡眠表现度量(例如，历史协同睡眠表现评分)以确定可能影响特定睡眠表现度量的一个或多个因素。该分析可以包括使用历史传感器数据来识别所讨论的因素，然后识别要采取的建议动作以改善未来睡眠表现度量(例如，未来协同睡眠表现评分)。建议动作可以包括执行给定动作(例如，在进入睡眠前刷牙)或避免执行给定动作(例如，避免在进入睡眠前两小时摄取咖啡因)。所讨论的这些因素可包括可能影响给定睡眠表现度量的这些因素。这些因素的实例可以包括大声打鼾、阻塞性睡眠呼吸暂停诊断、AHI、具有不同工作班次的群组成员、包括幼儿的群组成员、睡眠卫生差、群组成员对他们自己的睡眠或另一群组成员的睡眠的焦虑、咖啡因的消耗、酒精的消耗等。在一些情况下，一个或多个因素可以根据响应于问卷而供应的反馈来确定，如询问与作为治疗用户的群组的成员相关联的潜在疼痛点的问卷。示例疼痛点包括担忧床伴将必须在另一房间中睡觉、担忧健康、担忧确定治疗是否充分、担忧未获得充分的治疗(例如，如果在睡眠时段期间移除用户接口)、担忧治疗设备设置(例如，压力水平、噪声、泄漏等)、担忧必须联系医疗设备供应商和制造商。在一些情况下，问卷可以基于临床验证的问卷(例如，Epworth嗜睡量表、生活质量指数、夫妻适应量表或贝克抑郁量表)。
建议动作可以与这些因素有关。例如，对于睡眠卫生差因素，建议动作可以是在进入睡眠之前至少30分钟停止使用电子屏幕，在进入睡眠之前至少60分钟不进食，以及其他此类动作。作为另一实例，对于群组成员经历关于另一群组成员的睡眠的焦虑的因素，建议动作可以是进行焦虑减轻锻炼，与另一群组成员讨论焦虑等。建议目标的列表可以是与采取建议动作有关的目标。例如，如果对历史协同睡眠表现评分的分析识别出当治疗用户在治疗邻近个体上床之前超过30分钟入睡时，协同睡眠表现评分趋于较低，则建议动作可以是使治疗邻近个体在治疗用户入睡的30分钟内上床，并且目标可以是治疗邻近个体在治疗用户入睡的30分钟内上床持续接下来两周的至少75％的睡眠时段。
在定制生成的目标是自动地基于传感器数据的另一实例中，可以分析历史治疗信息以识别历史呼吸治疗设备使用信息。可以进一步分析历史呼吸治疗设备使用信息以识别一个或多个目标。例如，如果对历史呼吸治疗设备使用信息的分析识别出当呼吸治疗设备在睡眠时段期间使用至少五小时时协同睡眠表现评分提高，则建议动作可以是每个睡眠时段使用呼吸治疗设备至少五小时，并且建议目标的列表可以包括在接下来的五天中每个睡眠时段使用呼吸治疗设备至少五小时的第一目标；在下周的三个睡眠时段中使用呼吸治疗设备至少八小时的第二目标；在接下来的三个月内连续七天使用呼吸治疗设备至少五小时的第三目标。
在一些情况下，群组成员可以提供有包含一个或多个问题的问卷。群组成员对这些问题的响应可用于生成建议目标的列表和/或识别一个或多个特别相关的目标。在一些情况下，群组的一些或所有成员的响应可用于生成建议目标的列表。
在一些情况下，群组成员可以以与一个或多个历史睡眠时段相关联的建议反馈的形式提供输入。该主观反馈可用于识别一个或多个目标。例如，如果治疗邻近个体感觉不到良好休息的反馈与其中治疗用户在与治疗邻近个体不同的房间中睡觉的睡眠时段一致，则可以建议治疗用户和治疗邻近个体在相同的房间中睡觉至少一周晚上的阈值次数的目标。可以通过基于传感器数据估计治疗用户和治疗邻近个体之间的距离(例如，通过分析音频数据中的模式、通过分析无线信号的信号强度等)来评估该示例目标。
可以为个体群组成员或为整个群组设置目标。例如，单个群组成员可以具有在晚上9:30停止观看电子屏幕的个体目标，在这种情况下可以个别地跟踪群组成员的目标，然而整个群组可以具有实现100分中至少90分的协同睡眠表现评分的目标。
一旦建立了目标，就可以在为其设置目标的群组成员的每个睡眠时段之后和/或在每个群组睡眠时段之后监测和评估该目标。传感器数据可用于监测和评估目标。相对于任何给定目标的群组成员的进展或群组的进展的评估可以呈现给群组的一个或多个成员，如经由一个或多个显示设备。这种进展的显示可以帮助激励群组成员改善他们的睡眠卫生并改善他们的整体睡眠质量。
在一个实例中，如果群组成员的目标是在与彼此大致相同的时间进入睡眠，则可监测群组成员的相应的睡眠时段的开始时间以确定他们是否在彼此的阈值时间量内开始他们的睡眠时段。
在一些情况下，接收目标信息可包括接收与目标相关联的目标完成日期。可以以特定日期或从当前日期起的若干天的形式接收目标完成日期。目标完成日期可以手动提供，如经由用户输入，或者可以自动确定。然后可以自动地设置给定目标的自动确定的目标完成日期，或者可以向群组成员建议自动确定的目标完成日期。目标完成日期的自动确定可以基于任何合适的数据，如i)第一睡眠表现数据；ii)第二睡眠表现数据；iii)历史睡眠表现数据；或iv)i至iii的任何组合。目标完成日期可被确定为给定群组成员或群组可实现的目标完成日期。目标完成日期的可实现性可以基于历史睡眠表现数据，如通过识别满足目标的先前的例子、识别睡眠表现度量的趋势，或其他分析。例如，对于连续四天在进入睡眠的两个小时内不饮用咖啡因的目标，分析历史睡眠表现数据(例如，包括关于咖啡因使用的历史主观反馈)可以识别，在过去，群组成员先前能够实现在尝试这样做的两周后连续四天在进入睡眠的两个小时内不饮用咖啡因的目标。因此，目标完成日期可以相对于先前的尝试积极地设置(例如，从当前日期起稍微少于两周)，设置为等于先前的尝试(例如，从当前日期起设置为两周)，或者相对于先前的尝试保留地设置(例如，从当前日期起稍微多于两周)。
在一些情况下，目标完成日期可以基于直到实现目标的估计持续时间来更新。可以进行目标完成日期的这种更新以避免挫败群组成员可能感觉到他们在接近目标完成日期时未取得足够进展的情绪。可以基于针对当前睡眠时段(例如，昨晚的睡眠时段)来自治疗用户的睡眠表现数据、针对当前睡眠时段来自治疗邻近个体的睡眠表现数据，和/或针对历史时段来自一个或所有用户的历史睡眠表现数据来确定直到实现目标为止的估计的持续时间。例如，如果与治疗用户相关联的当前和历史睡眠表现数据表明治疗用户在每晚逐渐使用呼吸治疗设备更多的时间，但是仍然小于设置目标的即将到来的目标完成日期的预期，则可以做出关于治疗用户何时可能实现目标的估计。然后，该估计可用于更新目标完成日期。目标完成日期可以相对于该估计积极地更新、等于该估计更新，或者相对于该估计保留地更新。在一些情况下，可出于其他目的生成估计，如帮助激励群组成员及时或提前满足其目标，或评估群组成员是否正在改善尝试实现目标。
可能目标的实例包括：每晚使用治疗设备持续一定数量的小时、使治疗用户和治疗邻近个体在相同环境中睡觉、每周至少有阈值数量的夜晚、改善治疗用户或治疗邻近个体的睡眠表现度量、改善协同睡眠表现度量、改善主观反馈(例如，改善对群组成员感觉休息得有多好的每日问题的响应)、停止或最小化打鼾、减轻体重、改善情绪、减少睡眠时段之间的瞌睡、改善使用治疗设备的依从性、改善使用系统来监测睡眠表现的依从性(例如，每晚在智能电话上启动睡眠监测应用程序的依从性)等。
在一些情况下，可提供交互式馈给以在群组的成员之间共享睡眠相关数据(例如，个别睡眠表现评分)和/或目标。交互式馈给可允许群组成员对彼此的条目进行评论，如经由基于文本的评论、基于图像的评论或反应。这些反应可以包括任何数量的预设响应(例如，“喜欢”、“姆指向上”、各种表情符号等)。在一些情况下，可以对反应进行计数，对关于馈给的条目所呈现的反应数量进行计数。在一些情况下，交互式馈给可提供实现给定目标的进一步激励。在一些情况下，群组成员或群组的其他成员的睡眠相关数据和/或目标可与外部个体(例如，不在睡眠群组内的个体，如不同睡眠群组的成员)共享。这种数据共享可以在类似的交互式馈给中，允许个体评论彼此的条目，并提供实现给定目标和获得良好睡眠卫生和良好总体睡眠质量的进一步激励。
在将数据共享到交互式馈给时，群组成员的用户设备(例如，智能电话)可基于睡眠表现数据来发送汇总信息。该汇总信息可包括睡眠相关数据、成员提供的评论等。在一些情况下，该汇总信息可以直接发送到另一群组成员的用户设备。在其他情况下，该汇总信息可发送到网络可访问服务器(例如，经由局域网、广域网、云或因特网)，然后该服务器可被另一群组成员的用户设备访问。当使用服务器时，与群组成员中的每一位相关联的唯一识别符(UID)可直接或经由群组的UID彼此相关。
在一些情况下，可以识别并提供指导建议以改善群组成员的睡眠表现度量或群组的协同睡眠表现度量。指导建议可以是采取特定动作或不采取特定动作的建议。在一些情况下，这些动作可类似于如本文所述的与目标设置相关联的那些，但不必总是这种情况。指导建议可以基于历史传感器数据分析和/或历史睡眠表现度量自动生成；或者可以手动生成，如响应于主观反馈。
当自动生成指导建议时，可以通过分析历史睡眠表现数据和历史睡眠表现度量来获得指导建议，以识别影响给定历史睡眠表现度量的因素，然后识别与该因素相关联的要采取的建议动作。建议动作可被选择为预期在未来改善给定睡眠表现度量(例如，改善未来睡眠表现度量)的一个动作。然后，可以将指导建议生成为被设计成使群组成员采取建议动作的建议。建议动作可以是执行给定动作或避免执行给定动作。
当手动生成时，指导建议可以基于来自群组成员的特定主观反馈。例如，群组成员可以说他们想要不晚于晚上10点进入睡眠，或者可以识别他们在前一晚晚上10点之后入睡时感觉没有休息好。在此类情况下，可以自动生成指导建议，以提醒群组成员晚上10点前进入睡眠，或者采取其他动作来促进晚上10点前进入睡眠。
在一些情况下，可以为个别群组成员提供手动生成的指导建议。例如，可以仅向治疗用户提供记得使用呼吸治疗设备的指导建议。
指导建议可以是直接的或间接的。直接指导建议指示期望的结果。间接建议不一定指示期望的结果，而是预期实现期望的结果。间接建议可以是阈下的、隐含的或混淆的。阈下建议被设计成实现期望的结果，而个体不会察觉到该建议旨在实现期望的结果。隐含建议被设计成通过建议可能与期望的结果相关的动作来实现期望的结果。个体可以察觉到隐含建议与和期望的结果相关的动作相关联，并且个体可以察觉到实施该动作将改善期望的结果，但是隐含建议不直接指示期望的结果。在一些情况下，间接指导建议可以是陈述或问题的形式，而不是明确地陈述要执行的动作。例如，代替明确地建议治疗用户在下一个睡眠时段中使用呼吸治疗系统，间接指导建议可以是检查用户接口的适配性的提醒。
在期望的结果是在一周内使用呼吸治疗系统更多天的实例中，可以使用各种指导建议。直接指导建议可以是在本周在至少五个睡眠时段内使用呼吸治疗系统。阈下指导建议可以是对治疗用户的一系列提示的形式，如在使用呼吸治疗系统之后的每个早晨提供激励提示，从而阈下激励治疗用户在那周更经常地使用呼吸治疗系统。隐含建议可以呈现为这样的通知，该通知示出先前的睡眠时段期间使用呼吸治疗系统多长时间，并且建议治疗用户尝试满足或超过先前的睡眠时段的使用时间。因此，隐含建议旨在朝着改善使用的时间长度，而且还具有增加治疗用户在下一睡眠时段期间以及可能在后续睡眠时段期间使用呼吸治疗系统的可能性的效果。
基于与特定群组成员相关联的主观反馈或数据的指导建议可以是混淆的或非混淆的。在一些情况下，混淆的建议可以是间接建议的形式。在一些情况下，非混淆的建议可以是直接建议的形式。非混淆的指导建议是指示基础主观反馈或基础数据的建议。例如，如果主观反馈是治疗邻近个体想要治疗用户使用呼吸治疗设备，或者治疗邻近个体指示他们在治疗用户不使用呼吸治疗设备的睡眠时段之后的几天感觉没有休息好，则非混淆的指导建议可以是向治疗用户提醒使用呼吸治疗设备以确保治疗邻近个体实现高质量睡眠。这种非混淆的指导建议指示睡眠相关的基础忧虑(例如，治疗邻近个体的睡眠质量)。在相同的情况下，混淆的指导建议可以是提醒治疗用户调整用户接口的带以获得适当的适配，或者提醒治疗用户他们在最后的睡眠时段期间使用呼吸治疗设备持续一定的分钟数，并且可能想要在即将到来的睡眠时段期间改善。此类混淆的指导提醒不直接指示睡眠相关的基础忧虑，而是可以具有改善睡眠相关的基础忧虑的效果。因此，虽然调整用户接口的带的建议可能不能识别出治疗邻近个体想要治疗用户使用呼吸治疗设备来实现更高质量的睡眠，但是该建议仍然具有将呼吸治疗设备带至治疗用户的大脑前面的效果，尤其是如果在接近睡眠时段开始时提供，这可以导致治疗用户使用呼吸治疗设备的期望结果。
在另一实例中，非混淆的指导建议可以是针对治疗邻近个体的建议，以鼓励治疗用户在下一睡眠时段中使用他们的治疗设备持续更长时间，因为治疗设备在先前的睡眠时段中仅使用了一小时。这种非混淆的指导建议揭示了与治疗用户相关联的数据，即在先前的睡眠时段中使用治疗设备的时间长度。在相同的情况下，混淆的指导建议可以是针对治疗邻近个体的建议，以鼓励治疗用户在下一睡眠时段期间使用他们的治疗设备至少五小时。这种混淆的指导建议可以提供类似的效果，同时不揭示基础数据(例如，治疗用户的数据)。
指导建议本质上可以是个别的，或者可以与整个群组相关联。例如，个别指导建议可以是针对单个群组成员进行或不进行特定动作的建议，而群组指导建议可以是针对群组的所有成员进行或不进行特定动作的建议。
指导建议可以通过主观反馈或客观数据来评估。当使用主观反馈时，群组成员可以指示他们尝试的建议是成功的。例如，响应于询问该成员是否尝试该建议以及他们是否感觉休息得很好的提示，该成员可以用“是，我尝试了该建议”和“是，我感觉休息得很好”来响应。当使用客观数据时，可以分析来自先前的睡眠时段的一个或多个睡眠表现度量和/或将其与历史睡眠表现度量进行比较，以确定是否做出了改善。系统可以假定做出了建议，或者系统可以提示成员指示是否做出了建议。因此，可以基于检测到的睡眠表现度量的变化来评估建议的有效性。
在一些情况下，激励系统可用于向群组的个别成员或整个群组提供附加激励。这些激励可以基于满足阈值睡眠表现度量(例如，阈值睡眠表现评分)、实现目标或目标里程碑(例如，朝着目标的定量进展)，和/或实现指导建议(例如，确认采取或不采取特定动作)。在一些情况下，可基于整个群组的表现来提供群组激励，如在实现阈值协同睡眠表现度量或实现群组目标时。
在一些情况下，可以个别地提供这些激励，如在个别群组成员实现阈值个别睡眠表现评分或实现个体指导建议时。在一些情况下，可以提供个体激励和群组激励的组合。在一个实例中，治疗用户可以实现他们的阈值个别睡眠表现评分，但是治疗邻近个体没有实现他们相应的阈值个别睡眠表现评分，并且群组作为整体没有实现阈值协同睡眠表现评分。在该实例中，仅治疗用户接收到激励，尽管不必总是这种情况。
在一些情况下，群组成员可基于另一群组成员的睡眠时段来获得个体激励。例如，如果治疗邻近个体实现高于阈值量的睡眠表现评分，则治疗用户可以仅获得特定的激励。在此类情况下，可以激励群组成员改善该群组的其他成员的睡眠。
可以为个体睡眠时段或更长的持续时间(例如，一周内的所有睡眠时段或一个月内的所有睡眠时段)提供激励。在较长的持续时间内，激励可以基于在每个睡眠时段期间或者至少对于阈值数量的睡眠时段一次实现期望的结果(例如，实现阈值睡眠表现评分或实现目标)。
激励可以由群组的成员、其他群组的成员或第三方提供。可以使用任何合适的激励。例如，激励可以是货币奖励、礼品卡、礼品类，零售商的折扣码等形式。在一些情况下，激励可以是与睡眠相关的，或者与目标或指导建议相关。
在一些情况下，激励可基于历史数据(例如，历史睡眠表现评分)和/或当前数据动态地改变。例如，如果将价值为$10的激励提供给群组成员，但通过分析历史数据确定群组成员没有改善他们的睡眠表现评分或远离期望目标，则可以自动调整激励以增加(例如，增加到$15)，以提供更强的激励来改善睡眠表现和总体睡眠质量。
在一些情况下，来自治疗邻近个体的传感器数据可用于控制与治疗用户的治疗设备(例如，呼吸治疗设备)相关联的参数。该控制可以是动态的(例如，在相同睡眠时段期间自动地)、自动的(例如，在当前睡眠时段和后续睡眠时段之间自动地)，或手动的(例如，在当前睡眠时段之后提供给治疗用户的所建议的参数调整)。在动态控制的实例中，当传感器数据指示治疗邻近个体处于特定睡眠状态或睡眠阶段时，由呼吸治疗设备供应的空气压力可自动调整以增加(例如，增加到更有效但可能声音更大的水平)。在手动控制的实例中，如果每当治疗用户的用户接口密封质量下降到阈值量以下时，传感器数据表明治疗邻近个体具有微唤醒，则可以向治疗用户呈现消息以在后续睡眠时段之前采取动作来改善密封质量(例如，通过调整或替换导管或用户接口)。
在一个实例中，治疗用户可以在治疗邻近个体开始睡眠时段之前开始使用呼吸治疗设备。在识别出治疗邻近个体还没有试图进入睡眠时，呼吸治疗设备可以使用正常参数来操作。然而，如果传感器数据指示治疗邻近个体正试图进入睡眠，则呼吸治疗设备可使用经调整的参数来操作，经调整的参数导致呼吸治疗设备以较安静的方式操作(例如，使气流发生器的马达以较低的速度操作)。呼吸治疗设备可以使用经调整的参数继续操作，直到传感器数据指示治疗邻近个体已经实现特定睡眠状态(例如，入睡)或睡眠阶段(例如，浅睡眠)。在一些情况下，当治疗邻近个体仍试图进入睡眠时，呼吸治疗设备可以在恢复到先前的参数或另外的参数之前，如在治疗邻近个体未入睡的事件中，使用经调整的参数继续操作预设持续时间。
在一些情况下，与一个群组成员相关联的传感器数据可从来自另一群组成员的不同组的传感器收集。例如，治疗用户的睡眠表现数据可以从结合到治疗用户的呼吸治疗设备和用户设备中的一个或多个传感器获得，而治疗邻近个体的睡眠表现数据可以从结合到治疗用户的用户设备中的一个或多个传感器获得。在此类情况下，与治疗用户相关联的传感器数据可以与和治疗邻近个体相关联的传感器数据同步。同步传感器数据可包括根据时间戳，根据通常检测到的事件(例如，基于检测到特别大声的打鼾来对齐数据)或其任何组合来同步数据。所得到的同步传感器数据可以用于i)提高原始传感器数据的特定片段的信噪比(例如，通过识别和滤除噪声或通过识别和放大期望信号)；ii)执行进一步分析和/或获得睡眠表现度量；iii)使用原始传感器数据确认一个检测到的可能事件；或iv)i至iii的任何组合。在一些情况下，执行进一步的分析可以包括检测群组成员相对于用于收集原始传感器数据的各种传感器(例如，治疗用户的智能电话中的传感器和治疗邻近个体的智能电话中的传感器)的位置。这种位置检测可用于识别环境中治疗用户或治疗邻近个体的位置(例如，床中的位置或房间中的位置)。在一些情况下，可以基于该位置信息来调整呼吸治疗设备的参数。
本公开的某些方面和特征涉及模拟呼吸治疗设备声音的生成。此类模拟声音可由任何合适的设备模拟，如包含扬声器和麦克风的用户设备(例如，智能电话)。扬声器可用于输出模拟呼吸治疗设备声音，而麦克风可用于监测输出的声音并根据需要进行调整以确保模拟是准确的。
模拟呼吸治疗设备声音可以根据需要生成(例如，经由电子振荡器以编程方式生成)或者可以被预先记录(例如，包含电子生成的声音的预先记录的文件或者包含物理呼吸治疗设备的记录的预先记录的文件)。在一些情况下，待输出的模拟呼吸治疗设备声音可由使用呼吸治疗设备模拟器的个体(例如，经历呼吸治疗的用户、计划在未来开始呼吸治疗的个体，在与经历呼吸治疗的用户相同的环境中睡觉的个体，或在与计划在未来开始呼吸治疗的个体相同的环境中睡觉的个体)选择。特定模拟呼吸治疗设备声音的选择可以包括选择呼吸治疗设备的型号和/或类型，并且可选地选择一个或多个设置或参数。例如，在与未来的治疗用户相同的环境中睡觉的个体能够选择未来的治疗用户将在未来使用的型号和规定的设置。基于该选择，模拟器可以调整所生成的声音或选择特定的预先记录的文件，以准确地模拟与个体的选择相关联的模拟呼吸治疗设备声音。在一些情况下，可以基于治疗用户的实际型号和/或其呼吸治疗设备的实际设置来调整模拟呼吸治疗设备声音。
在一些情况下，个体可以调整模拟呼吸治疗设备声音的输出(例如，调整模拟呼吸治疗设备声音的音量)。基于该调整(例如，经调整的音量)，可以提供呼吸治疗建议。呼吸治疗建议可以包括呼吸治疗设备型号、用户接口类型和/或型号、导管类型和/或型号、一组呼吸治疗设备设置或其任何组合。例如，个体可以设置个体为了舒适的睡眠而愿意忍受的最大音量水平，然后模拟器可以为将实现期望结果的特定用户接口提供呼吸治疗建议。
在一些情况下，当正在输出模拟呼吸治疗设备声音时，个体可以参与睡眠时段。在此类情况下，传感器数据可用于在个体感受模拟呼吸治疗设备声音时跟踪个体的睡眠表现。此类传感器数据可用于确定睡眠表现度量，睡眠表现度量可用于识别个体耐受模拟呼吸治疗设备声音的程度。该个体可以是未来的治疗用户或未来的治疗邻近个体。在一些情况下，传感器数据可用于自动调整输出的模拟呼吸治疗设备声音。例如，当个体经过不同的睡眠阶段时，可以基于个体的当前睡眠阶段自动调整模拟呼吸治疗设备声音以增加或减小音量或以其他方式改变声音的其他特性(例如，模拟意外泄漏声音或与呼吸治疗设备的使用相关联的其他模拟声音)。在一些情况下，模拟呼吸治疗设备声音可调整为变得更加侵入(例如，具有更大的音量或具有可扰乱个体的睡眠的其他特性)，直到个体的睡眠表现度量降到阈值以下。因此，可以使用一个或多个睡眠表现度量来客观地评估个体对不同音量和类型的模拟呼吸治疗设备声音的容忍度。
在一些情况下，可以基于在先前的睡眠时段中收集的历史睡眠表现信息(例如，历史睡眠表现度量和/或基础传感器数据)来调整模拟呼吸治疗设备声音。在此类情况下，用于当前睡眠时段的模拟呼吸治疗设备声音可以与先前的睡眠时段中使用的模拟呼吸治疗设备声音不同。然后，可以将历史睡眠表现信息与来自当前睡眠时段的睡眠表现信息进行比较，以生成两个不同的模拟呼吸治疗设备声音之间的比较。这种比较可以呈现给个体。在一些情况下，可基于先前的睡眠时段的睡眠表现信息与当前睡眠时段的睡眠表现信息之间的比较来生成建议。模拟呼吸治疗设备声音的差异可能是由于使用不同的呼吸治疗设备型号、音量差异或其他特性差异。因此，个体能够基于睡眠表现比较选择更期望的配置。例如，未来的治疗用户可以在第一夜尝试模拟第一呼吸治疗设备的呼吸治疗设备声音，然后在第二夜尝试模拟第二呼吸治疗设备的呼吸治疗设备声音。如果未来的治疗用户的睡眠表现度量在第二晚上得到改善，则未来的治疗用户可以选择继续使用第二呼吸治疗设备而不是第一呼吸治疗设备。
在一些情况下，可以基于与个体相关联的医疗信息来修改模拟呼吸治疗设备声音。此类医疗信息可以包括身高、体重、性别、诊断或其他此类信息。例如，当最初启动模拟器时，模拟器可以提示个体回答某些问题(例如，阻塞性睡眠呼吸暂停问题，如STOP-Bang问卷)，然后模拟器可以使用这些回答来修改(例如，改变和/或选择)模拟呼吸治疗设备声音。例如，如果个体以指示阻塞性睡眠呼吸暂停的高可能性的方式回答问题，则模拟呼吸治疗设备声音可被修改为包括与患有阻塞性睡眠呼吸暂停的人使用呼吸治疗设备相关联的特性。
本公开的某些方面和特征还涉及用于识别与其中成员是治疗用户的睡眠群组相关联的疼痛点的交互式系统。一旦被识别，系统可以提供信息或指导建议以减轻所识别的疼痛点。例如，如果群组成员以指示关于治疗及其对群组成员的睡眠质量的影响的焦虑的方式回答问卷，则系统可提供信息和/或指导建议来评估群组成员的焦虑。例如，系统可以提供知识和技巧、交互式内容以解决关于治疗的常见疑问(例如，治疗设备的噪声)、会话主题以帮助群组成员彼此传达忧虑，和/或与群组的另一成员的问卷响应相关联的交叉定向内容。此类信息和/或指导建议可以是文本、声音、视频的形式或任何其他形式。在一些情况下，对问题的历史回答可用于生成用于未来问卷的新问题。问卷可以用作睡眠质量评分的主观反馈的一部分，或者可以以其他方式使用。
在一些情况下，系统可允许用户以可由自然语言处理器解释的自由文本或音频(例如，经由麦克风)作出响应。这种解释可以导致提取可以以结构化格式存储的有用信息，可选地与输入的情感分析一起。在一些情况下，系统可允许用户以固定选择(例如，多个选择，Likert标度或图形选择)作出响应。
在一些情况下，系统可以提供与群组的另一成员的忧虑有关的指导建议。
给出这些说明性实例是为了向读者介绍在此讨论的一般主题，而不是旨在限制所公开的概念的范围。以下部分参考附图描述了各种附加特征和实例，在附图中相同的数字指示相同的元件，并且方向描述用于描述说明性实施例，但是与说明性实施例相同，不应被用于限制本公开。包括在本文的图示中的元件可以不按比例绘制。
参考图1，图示了一种根据本公开的一些实施方式的系统100。系统100包括控制系统110、存储器设备114、电子接口119、呼吸治疗系统120、一个或多个传感器130、一个或多个用户设备170、一个或多个光源180以及一个或多个活动跟踪器190。
在一些情况下，单个系统100可用于监测睡眠群组的多个成员。在一些此类情况下，单个系统100可以包括结合了一个或多个传感器130的多个例子的多个用户设备170。在一些情况下，系统100的多次迭代可用于监测睡眠群组的多个成员(例如，群组的每个成员的单独系统100)。系统100的各方面和特征可用于监测睡眠并与群组的任何成员(如治疗用户和治疗邻近用户)交互。
控制系统110包括一个或多个处理器112(以下称为处理器112)。控制系统110通常用于控制(例如，致动)系统100的各种部件且/或分析由系统100的部件获得且/或生成的数据。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可以包括任何适当数量的处理器(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外壳中或彼此远离。控制系统110(或任何其他控制系统)或控制系统110的一部分，如处理器112(或任何其他处理器或任何其他控制系统的一部分)，可以用于执行本文描述和/或要求保护的任何方法的一个或多个步骤。控制系统110可以联接至和/或定位在例如用户设备170的壳体、呼吸系统120的一部分(例如，壳体)和/或传感器130中的一个或多个的壳体内。控制系统110可以是集中式的(在一个此类壳体内)或分散式的(在物理上不同的两个或更多个此类壳体内)。在包括包含控制系统110的两个或更多个壳体的此类实施方式中，此类壳体可以彼此邻近和/或远离地定位。
存储器设备114存储可由控制系统110的处理器112执行的机器可读指令。存储器设备114可以是任何合适的计算机可读存储器设备或介质，如随机或串行存取存储器设备、硬盘驱动器、固态驱动器、闪速存储器设备等。虽然图1中示出了一个存储器设备114，但是系统100可以包括任何适当数量的存储器设备114(例如，一个存储器设备、两个存储器设备、五个存储器设备、十个存储器设备等)。存储器设备114可以联接至和/或定位在呼吸设备122的壳体内、用户设备170的壳体内、传感器130中的一个或多个的壳体内，或其任何组合。类似于控制系统110，存储器设备114可以是集中式的(在一个此类壳体内)或分散式的(在物理上不同的两个或更多个此类壳体内)。
在一些实施方式中，存储器设备114(图1)存储与群组成员相关联的成员简档。成员简档可以包括该成员是其成员的睡眠群组的标识。成员简档可包括例如与群组成员相关联的人口统计信息、与群组成员相关联的生物识别信息、与群组成员相关联的医疗信息、自报告反馈、与群组成员相关联的睡眠参数(例如，从一个或多个较早的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群组成员的年龄、群组成员的性别、群组成员的种族、群组成员的地理位置、关系状态、失眠症家族史、群组成员的就业状态、群组成员的教育状态、群组成员的社会经济状态或其任何组合的信息。医疗信息可包括例如指示与群组成员相关联的一个或多个医疗状况、群组成员的药物使用或两者的信息。医疗信息数据还可以包括与用户相关联的跌倒风险评估(例如，使用莫尔斯跌倒量表的跌倒风险评分)、多睡眠等待时间测试(MSLT)测试结果或评分和/或匹兹堡睡眠质量指数(PSQI)评分或值。自我报告的反馈可以包括指示自我报告的主观睡眠评分(例如，差、平均、优秀)、群组成员的自我报告的主观压力水平、群组成员的自我报告的主观疲劳水平、群组成员的自我报告的主观健康状态、群组成员最近经历的生活事件或其任何组合的信息。
电子接口119被配置成从一个或多个传感器130接收数据(例如，生理数据和/或音频数据)，使得数据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。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、WiFi通信协议、蓝牙通信协议、通过蜂窝网络等)与一个或多个传感器130通信。电子接口119可以包括天线、接收器(例如，RF接收器)、发射器(例如，RF发射器)、收发器或其任何组合。电子接口119还可以包括与本文描述的处理器112和存储器设备114相同或类似的一个或多个处理器和/或一个或多个存储器设备。在一些实施方式中，电子接口119联接至用户设备170或集成在其中。在其他实施方式中，电子接口119联接至控制系统110和/或存储器设备114或与控制系统110和/或存储器设备114集成(例如，在壳体中)。
如上，在一些实施方式中，系统100可选地包括呼吸系统120(也称为呼吸治疗系统)。呼吸系统120可以包括呼吸压力治疗设备122(在本文中称为呼吸设备122)、用户接口124(也称为面罩或患者接口)、导管126(也称为管或空气回路)、显示设备128、湿化罐129或其任何组合。在一些实施方式中，控制系统110、存储器设备114、显示设备128、一个或多个传感器130，以及湿化罐129是呼吸设备122的一部分。呼吸压力治疗是指在治疗用户的整个呼吸周期中以受控的目标压力将空气供应施用到治疗用户的气道的入口，该受控的目标压力相对于大气名义上是正的(例如，与如罐式呼吸机或胸甲等负压治疗相反)。呼吸系统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。
呼吸设备122通常用于生成递送至治疗用户的加压空气(例如，使用驱动一个或多个压缩机的一个或多个马达(如鼓风机用马达))。在一些实施方式中，呼吸设备122生成连续恒定的递送至治疗用户的空气压力。在其他实施方式中，呼吸设备122生成两种或更多种预定压力(例如，第一预定空气压力和第二预定空气压力)。在更多其他实施方式中，呼吸设备122被配置成在预定范围内生成多种不同的空气压力。例如，呼吸设备122可以递送至少约6cm H2O、至少约10cm H2O、至少约20cm H2O、约6cm H2O至约10cm H2O、约7cm H2O至约12cmH2O等。呼吸设备122还可以以例如，约-20L/分钟和约150L/分钟之间的预定流量递送加压空气，同时保持正压(相对于环境压力)。
用户接口124接合治疗用户的面部的一部分，并将加压空气从呼吸设备122递送至治疗用户的气道，以帮助防止气道在睡眠期间变窄和/或塌陷。这也可以增加治疗用户在睡眠期间的摄氧量。根据要施加的治疗，用户接口124可以例如，与治疗用户的面部的区域或部分形成密封，以便于在与环境压力有足够差异的压力下例如，在相对于环境压力约10cmH2O的正压下递送气体以实现治疗。对于其他形式的治疗，如氧递送，用户接口可以不包括足以有利于将约10cm H2O的正压下的气体供应递送至气道的密封。
如图2所示，在一些实施方式中，用户接口124是覆盖治疗用户的鼻子和嘴的面罩(例如，如图2所示)。替代地，用户接口124可以是向治疗用户的鼻子提供空气的鼻罩或直接向治疗用户的鼻孔递送空气的鼻枕罩。用户接口124可以包括用于将接口定位和/或稳定在治疗用户的一部分(例如，面部)上的多个带(例如，包括钩环紧固件)以及有助于在用户接口124与治疗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)。在一些实例中，用户接口124可以是管状面罩，其中面罩的带被配置成用作将加压空气递送至面罩或鼻罩的导管。用户接口124还可以包括一个或多个通气口，用于允许治疗用户210呼出的二氧化碳和其他气体逸出。在其他实施方式中，用户接口124可以包括咬嘴(例如，模制为符合治疗用户的牙齿的夜用防护咬嘴、下颌复位设备等)。
导管126(也称为空气回路或管)允许空气在呼吸系统120的两个部件之间流动，如呼吸设备122与用户接口124之间。在一些实施方式中，可以有单独的导管分支用于吸入和呼出。在其他实施方式中，单个分支导管用于吸入和呼出两者。通常，呼吸治疗系统120形成在呼吸治疗设备122的电动机和用户和/或用户气道之间延伸的空气通路。因此，空气通路通常至少包括呼吸治疗设备122的马达、用户接口124和导管126。
呼吸设备122、用户接口124、导管126、显示设备128和湿化罐129中的一者或多者可以包含一个或多个传感器(例如，压力传感器、流量传感器，或更通常在本文描述的其他传感器130中的任一个)。这些一个或多个传感器可以用于例如，测量由呼吸设备122供应的加压空气的空气压力和/或流量。
显示设备128通常用于显示包括静止图像、视频图像或两者的图像和/或关于呼吸设备122的信息。例如，显示设备128可以提供关于呼吸设备122的状态的信息(例如，呼吸设备122是否开/关、由呼吸设备122递送的空气的压力、由呼吸设备122递送的空气的温度等)和/或其他信息(例如，睡眠表现度量、睡眠表现评分、睡眠评分或治疗评分(如myAirTM评分，如在WO 2016/061629和US2017/0311879中描述的，其中的每一者在此通过引用整体并入本文)、当前日期/时间、治疗用户的个人信息、针对用户的问卷等。在一些实施方式中，显示设备128充当包括图形用户界面(GUI)的人机界面(HMI)，该图形用户界面被配置成将图像显示为输入界面。显示设备128可以是LED显示器、OLED显示器、LCD显示器等。输入界面可以是例如，触摸屏或触敏基板、鼠标、键盘或被配置成感测由与呼吸设备122交互的人类个体做出的输入的任何传感器系统。
湿化罐129联接至呼吸设备122或集成在其中，并包括可用于湿化从呼吸设备122递送的加压空气的储水器。呼吸设备122可以包括加热器以加热湿化罐129中的水，以便湿化提供给治疗用户的加压空气。附加地，在一些实施方式中，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)，该加热元件加热递送至治疗用户的加压空气。湿化罐129可以流体地连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递送到空气通路中，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。在其他实施方式中，呼吸治疗设备122或导管126可以包括无水加湿器。无水加湿器可结合与定位在系统100中别处的其他传感器接合的传感器。
呼吸系统120可以用作例如，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)或其任何组合。CPAP系统向治疗用户递送预定的空气压力(例如，由睡眠医师确定的)。APAP系统基于例如，与治疗用户相关联的呼吸数据自动地改变递送至治疗用户的空气压力。BPAP或VPAP系统被配置成递送第一预定压力(例如，吸气气道正压通气或IPAP)和低于第一预定压力的第二预定压力(例如，呼气气道正压通气或EPAP)。
参考图2，图示了根据一些实施方式的系统100(图1)的一部分。呼吸系统120的治疗用户210和治疗邻近个体220(例如，床伴)位于床230中，并躺在环境280内的床垫232上。用户接口124(例如，全脸面罩)可以由治疗用户210在治疗用户的睡眠时段期间佩戴。用户接口124经由导管126流体地联接和/或连接至呼吸设备122。呼吸设备122又经由导管126和用户接口124向治疗用户210递送加压空气，以增加治疗用户210的喉部中的空气压力，从而帮助防止气道在睡眠期间闭合和/或变窄。呼吸治疗设备122可以包括显示设备128，显示设备128可以允许用户与呼吸治疗设备122交互。呼吸治疗设备122还可以包括存储用于湿化加压空气的水的湿化罐129。呼吸治疗设备122可以定位在如图2所示直接邻近床230的床头柜240上，或更通常，定位在通常邻近床230和/或用户210的任何表面或结构上。当躺在床230中的床垫232上时，用户还可以佩戴例如血压设备和/或活动跟踪器190。
如图2所示，治疗用户210可以具有用户设备170A，并且治疗邻近个体220可以具有其自己的用户设备170B，尽管不必总是这种情况。用户设备170A、170B可以是用户设备170的迭代，且可以各自包括用于获得可用于生成如本文所公开的睡眠表现度量的传感器数据的一个或多个传感器130的任何组合。
返回参考图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、射频(RF)接收器146、RF发射器148、相机150、红外传感器152、光电容积描记(PPG)传感器154、心电图(ECG)传感器156、脑电图(EEG)传感器158、电容传感器160、力传感器162、应变仪传感器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、LiDAR传感器178或其任何组合。通常，一个或多个传感器130中的每一个被配置成输出接收并存储在存储器设备114或一个或多个其他存储器设备中的传感器数据。
虽然一个或多个传感器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、光电容积描记(PPG)传感器154、心电图(ECG)传感器156、脑电图(EEG)传感器158、电容传感器160、力传感器162、应变仪传感器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和LiDAR传感器178中的每一者，但更通常，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者的任何组合和任何数量。
一个或多个传感器130可用于生成传感器数据，如生理数据、音频数据或两者。控制系统110可以使用由一个或多个传感器130生成的生理数据确定在睡眠时段期间与群组成员相关联的睡眠-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个或多个睡眠状态，包括觉醒、放松的觉醒、微唤醒、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。N1和N2可以被认为是浅睡眠阶段，而N3可以被认为是深睡眠阶段。用于根据由传感器如传感器130中的一个或多个传感器生成的生理数据来确定睡眠阶段的方法描述于例如，WO2014/047310、US10,492,720、US10,660,563、US2020/0337634、WO 2017/132726、WO 2019/122413、US2021/0150873、WO 2019/122414、US2020/0383580，其中的每一者都通过引用整体并入本文。还可以对睡眠-觉醒信号加时间戳以指示群组成员上床的时间、群组成员下床的时间、群组成员尝试入睡的时间等。睡眠-觉醒信号可以由传感器130在睡眠时段期间以预定采样速率来测量，如每秒一个样本、每30秒一个样本、每分钟一个样本等。可以基于睡眠-觉醒信号在睡眠时段期间为群组成员确定的一个或多个睡眠相关参数的实例包括总卧床时间、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生成的生理数据和/或音频数据还可以用于确定与睡眠时段期间的群组成员相关联的呼吸信号。呼吸信号通常指示群组成员在睡眠时段期间的呼吸(respiration/breathing)。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、每小时事件的数量、事件的模式、呼吸设备122的压力设置或其任何组合。这些事件可包括打鼾、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、RERA、气流受限(例如，导致尽管胸内负压升高但气流未增加但指示努力增加的事件)、面罩漏气(例如，来自用户接口124)、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、惊厥、血压升高、通气过度，或其任何组合。事件可以通过本领域已知的任何手段来检测，如在例如US 5,245,995、US 6,502,572、WO 2018/050913、WO 2020/104465中所描述的，其每一者通过引用全部并入本文。
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。在一些实施方式中，压力传感器132是生成指示使用呼吸系统120的治疗用户的呼吸(例如，吸入和/或呼出)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)。在此类实施方式中，压力传感器132可以联接至呼吸设备122或集成在其中。压力传感器132可以是例如，电容传感器、电磁传感器、压电传感器、应变仪传感器、光学传感器、电位传感器或其任何组合。在一个实例中，压力传感器132可用于确定群组成员的血压。
流量传感器134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分析的流量数据。在一些实施方式中，流量传感器134用于确定来自呼吸设备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。在此类实施方式中，流量传感器134可以联接至呼吸设备122、用户接口124或导管126或集成在其中。流量传感器134可以是质量流量传感器，例如，旋转流量计(例如，霍尔效应流量计)、涡轮流量计、孔板流量计、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。
温度传感器136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分析的温度数据。在一些实施方式中，温度传感器136生成指示群组成员的核心体温、群组成员的皮肤温度、从呼吸设备122和/或通过导管126流动的空气的温度、用户接口124中的温度、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设备114中且/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可以用于检测用户在睡眠时段期间的移动且/或检测呼吸治疗系统120的部件(如呼吸治疗设备122、用户接口124或导管126)中的任何部件的移动。运动传感器138可以包括一个或多个惯性传感器，如加速计、陀螺仪和磁力计。运动传感器138可以用于检测与动脉脉搏相关联的运动或加速度，如用户的面部中或周围且接近用户接口124的脉搏，并被配置成检测脉搏形状、速度、幅度或体积的特征。在一些实施方式中，运动传感器138替代地或附加地生成表示用户的身体移动的一个或多个信号，根据该一个或多个信号可以获得表示用户的睡眠状态的信号；例如，经由用户的呼吸运动。
麦克风140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分析的音频数据。由麦克风140生成的音频数据可再现为睡眠时段期间的一个或多个声音(例如，来自如治疗用户210和/或治疗邻近个体220的群组成员的声音)。来自麦克风140的音频数据还可以用于识别(例如，使用控制系统110)群组成员在睡眠时段期间经历的事件，如本文进一步详细描述。麦克风140可以联接至呼吸设备122、用户接口124、导管126、用户设备170A或用户设备170B或集成在其中。例如，麦克风140可以被布置在呼吸治疗设备122、用户接口124、导管126或其他部件内部。麦克风140还可以邻近呼吸治疗设备122的外部、用户接口124的外部、导管126的外部或任何其他部件的外部安置或联接至该呼吸治疗设备的外部、该用户接口的外部、该导管的外部或任何其他部件的外部。麦克风140还可以是用户设备170的部件(例如，麦克风140是智能电话的麦克风)。麦克风140可以集成到用户接口124、导管126、呼吸治疗设备122或其任何组合中。通常，麦克风140可以位于呼吸治疗系统120的空气通路内任何点或与该空气通路邻近，该呼吸治疗系统至少包括呼吸治疗设备122的电动机、用户接口124和导管126。因此，空气通路也可称为声学通路。
扬声器142输出通常可由使用系统100的群组成员(例如，图2的治疗用户210)听到的声波。在一个或多个实施方式中，声波可以是系统100的用户可听见的或系统的用户不可听见的声波(例如，超声声波)。扬声器142可用作例如闹钟或向群组成员播放警报或消息(例如，响应于事件)。在一些实施方式中，扬声器142可用于将由麦克风140生成的音频数据传送至群组成员。扬声器142可以联接至呼吸设备122、用户接口124、导管126、用户设备170A或用户设备170B或集成在其中。
麦克风140和扬声器142可以用作单独的设备。在一些实施方式中，麦克风140和扬声器142可以组合成声学传感器141，如在例如WO 2018/050913中所描述的，其通过引用整体并入本文。在此类实施方式中，扬声器142以预定间隔生成或发射声波，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生成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)，以便不干扰治疗用户210或治疗邻近个体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可以确定治疗用户210或治疗邻近个体220(图2)的位置和/或本文描述的睡眠相关参数中的一个或多个，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、睡眠阶段、呼吸治疗设备122的压力设置、嘴泄露状态，或其任何组合。在此上下文中，SONAR传感器可以被理解为涉及如通过空气产生/发送超声或低频超声感测信号(例如，在约17至23kHz、18至22kHz或17至18kHz的频率范围内)进行的主动声学感测。这种系统可以被认为与上述WO 2018/050913和WO 2020/104465有关。在一些实施方式中，扬声器142是骨传导扬声器。在一些实施方式中，一个或多个传感器130包括(i)第一麦克风，其与麦克风140相同或类似，并集成到声学传感器141中；和(ii)第二麦克风，其与麦克风140相同或类似，但是与集成到声学传感器141中的第一麦克风分离且不同。
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相同或类似，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相同或类似，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发射器148生成且/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分析以确定群组成员的位置和/或本文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)也可以用于控制系统110、呼吸设备122、一个或多个传感器130、用户设备170A、用户设备170B或其任何组合之间的无线通信。虽然RF接收器146和RF发射器148在图1中被示出为分开且不同的元件，但是在一些实施方式中，RF接收器146和RF发射器148被组合成RF传感器147的一部分。在一些此类实施方式中，RF传感器147包括控制电路。RF通信的特定格式可以是WiFi、蓝牙等。
在一些实施方式中，RF传感器147是网格系统的一部分。网格系统的一个实例是WiFi网格系统，WiFi网格系统可以包括网格节点、网格路由器和网格网关，它们中的每一者可以是移动的/可移动的或固定的。在此类实施方式中，WiFi网格系统包括WiFi路由器和/或WiFi控制器和一个或多个卫星(例如，接入点)，其每一者包括与RF传感器147相同或类似的RF传感器。WiFi路由器和卫星使用WiFi信号连续不断地彼此通信。WiFi网格系统可以用于基于路由器与卫星之间的WiFi信号的变化(例如，接收的信号强度的差异)来生成运动数据，该WiFi信号的变化是由于移动的物体或人部分地阻塞了信号而引起的。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设备114中的一个或多个图像(例如，静止图像、视频图像、热图像或其组合)的图像数据。来自相机150的图像数据可以由控制系统110使用以确定本文所述的睡眠相关参数中的一个或多个睡眠相关参数。例如，来自照相机150的图像数据可用于识别群组成员的位置、确定群组成员上床的时间，以及确定群组成员下床的时间。
红外(IR)传感器152输出可再现为可以存储在存储器设备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的红外数据可以用于确定睡眠时段期间的一个或多个睡眠相关参数，包括群组成员的温度和/或群组成员的移动。当测量群组成员的存在、位置和/或移动时，IR传感器152也可以与相机150结合使用。例如，IR传感器152可以检测波长为约700nm至约1mm的红外光，而相机150可以检测波长为约380nm至约740nm的可见光。
PPG传感器154输出与群组成员相关联的生理数据，该生理数据可以用于确定一个或多个睡眠相关参数，如心率、心率可变性、心动周期、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、估计的血压参数或其任何组合。PPG传感器154可以由群组成员佩戴、嵌入在由群组成员佩戴的衣服和/或织物中、嵌入在和/或联接至用户接口124和/或其相关联的头戴设备(例如，带等)等。
ECG传感器156输出与群组成员的心脏的电活动相关联的生理数据。在一些实施方式中，ECG传感器156包括在睡眠时段期间定位在群组成员的一部分上或周围的一个或多个电极。来自ECG传感器156的生理数据可以用于例如，确定本文所述的睡眠相关参数中的一个或多个睡眠相关参数。
EEG传感器158输出与群组成员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包括在睡眠时段期间定位在群组成员的头皮上或周围的一个或多个电极。来自EEG传感器158的生理数据可以用于例如在睡眠时段期间的任何给定时间确定群组成员的睡眠状态。在一些实施方式中，EEG传感器158可以集成在用户接口124和/或相关联的头帽(例如，固定夹板等)中。
电容传感器160、力传感器162和应变仪传感器164输出数据，其可以存储在存储器设备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睡眠相关参数。EMG传感器166输出与由一个或多个肌肉产生的电活动相关联的生理数据。氧传感器168输出指示以下的氧数据：气体(例如，在导管126中或在用户接口124处)的氧浓度。氧传感器168可以是例如超声波氧传感器、电氧传感器、化学氧传感器、光学氧传感器或其任何组合。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、血氧测定传感器或其任何组合。
分析物传感器174可以用于检测群组成员(例如，治疗用户210)的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设备114中，并由控制系统110使用以确定治疗用户210的呼吸中的任何分析物的身份和浓度。在一些实施方式中，分析物传感器174定位在治疗用户210的嘴附近，以检测从治疗用户210的嘴呼出的呼吸中的分析物。例如，当用户接口124是覆盖治疗用户210的鼻子和嘴的面罩时，分析物传感器174可以定位在面罩内以监测治疗用户210的嘴呼吸。在其他实施方式中，如当用户接口124是鼻罩或鼻枕罩时，分析物传感器174可以定位在治疗用户210的鼻子附近以检测通过治疗用户的鼻子呼出的呼吸中的分析物。在其他实施方式中，当用户接口124是鼻罩或鼻枕罩时，分析物传感器174可以定位在治疗用户210的嘴附近。在该实施方式中，分析物传感器174可以用于检测任何空气是否无意中从治疗用户210的嘴泄漏。在一些实施方式中，分析物传感器174是可以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还可以用于检测治疗用户210是否正在通过他们的鼻子或嘴呼吸。例如，如果由定位在治疗用户210的嘴附近或面罩内(在用户接口124是面罩的实施方式中)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治疗用户210正在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器设备114中且由控制系统110使用的数据。湿度传感器176可以用于检测治疗用户周围的各个区域中的湿度(例如，在导管126或用户接口124内、在治疗用户210的面部附近、在导管126与用户接口124之间的连接附近、在导管126与呼吸设备122之间的连接附近等)。因此，在一些实施方式中，湿度传感器176可以联接至用户接口124或导管126或集成在其中以监测来自呼吸设备122的加压空气的湿度。在其他实施方式中，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还可以用于监测治疗用户210和/或治疗邻近个体220周围的环境280的环境湿度，例如卧室内的空气。
光检测和测距(LiDAR)传感器178可以用于深度感测。这种类型的光学传感器(例如，激光传感器)可以用于检测物体并构建周围环境(如生活空间)的三维(3D)图。LiDAR通常可以利用脉冲激光来进行飞行时间测量。LiDAR也被称为3D激光扫描。在使用此类传感器的实例中，具有LiDAR传感器166的固定或移动设备(如智能电话)可以测量并映射从传感器延伸5米或更远的区域。例如，LiDAR数据可以与由电磁式RADAR传感器估计的点云数据融合。LiDAR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使RADAR系统进入地理围栏，如玻璃窗(其可以是对RADAR高度反射的)。例如，LiDAR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。LiDAR可以用于形成环境的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，半透射线材料)，LiDAR可以反射离开此类表面，从而允许对不同类型的障碍物进行分类。
虽然在图1中单独地示出，但是一个或多个传感器130的任何组合可以集成在系统100的部件中的任何一个或多个中和/或联接至系统100的部件中的任何一个或多个，包括呼吸设备122、用户接口124、导管126、湿化罐129、控制系统110、用户设备170(例如，图2的用户设备170A、170B)，或其任何组合。例如，麦克风140和扬声器142集成在用户设备170中和/或联接至用户设备170，并且压力传感器130和/或流量传感器132集成在呼吸设备122中和/或联接至呼吸设备122。在一些实施方式中，一个或多个传感器130中的至少一个未联接至呼吸设备122、控制系统110或用户设备170，并且在睡眠时段期间被定位成大体邻近治疗用户210或治疗邻近个体220(例如，定位在治疗用户210或治疗邻近个体220的一部分上或与其接触、由治疗用户210或治疗邻近个体220佩戴、联接至床头柜或定位在其上、联接至床垫、联接至天花板等)。
例如，如图2所示，一个或多个传感器130可以位于邻近床230和治疗用户210的床头柜240上的第一位置250A。或者，传感器130中的一个或多个可位于床垫232上和/或床垫232中的第二位置250B(例如，传感器联接至床垫232和/或集成在其中)。此外，传感器130中的一个或多个可位于床230上的第三位置250C(例如，辅助传感器140联接至床230的框架上的床头板、床脚板或其他位置和/或集成在其中)。一个或多个传感器130也可以位于墙壁或天花板上的第四位置250D，第四位置250D通常邻近床230和/或用户210。一个或多个传感器130也可位于第五位置，使得一个或多个传感器130联接至呼吸系统120的呼吸设备122的壳体上和/或定位在壳体上和/或壳体内部。此外，一个或多个传感器130可位于第六位置250F，使得传感器联接至治疗用户210和/或定位在治疗用户210上(例如，传感器嵌入或联接至治疗用户210在睡眠时段期间所穿的织物或衣服)。同样地，传感器130中的一个或多个可以位于第七位置，使得传感器联接至治疗邻近个体220和/或定位在治疗邻近个体220上(例如，传感器嵌入或联接至治疗邻近个体220在睡眠时段期间所穿的织物或衣服)。此外，传感器130中的一个或多个可以位于邻近床230和治疗邻近个体220的床头柜上的第八位置250G。更通常，传感器130中的一个或多个可以定位在相对于群组成员的任何合适的位置，使得传感器140可以在一个或多个睡眠时段期间生成与群组成员(例如，治疗用户210和/或治疗邻近个体220)相关联的生理数据。
用户设备170(图1)包括显示设备172。用户设备170例如可以是如智能电话、平板电脑、膝上型电脑等的移动设备。替代地，用户设备170可以是外部感测系统、电视(例如智能电视)或另一智能家庭设备(例如智能扬声器，如Google HomeTM、Google NestTM、AmazonEchoTM、Amazon Echo ShowTM、AlexaTM使能设备等)。在一些实施方式中，用户设备是可佩戴设备(例如，智能手表)。显示设备172通常用于显示包括静止图像、视频图像或两者的图像。在一些实施方式中，显示设备172充当人机界面(HMI)，该人机界面(HMI)包括被配置成显示图像的图形用户界面(GUI)和输入界面。显示设备172可以是LED显示器、OLED显示器、LCD显示器等。输入界面可以是例如，触摸屏或触敏基板、鼠标、键盘或被配置成感测由与用户设备170交互的人类个体做出的输入的任何传感器系统。在一些实施方式中，系统100可以使用和/或包括一个或多个用户设备，如用于睡眠群组的每个成员的单独的用户设备。
光源180通常用于发射具有强度和波长(例如，颜色)的光。例如，光源180可以发射具有在约380nm和约700nm之间的波长(例如，在可见光谱中的波长)的光。光源180可以包括例如一个或多个发光二极管(LED)、一个或多个有机发光二极管(OLED)、灯泡、灯、白炽灯泡、CFL灯泡、卤素灯泡或其任何组合。在一些实施方式中，从光源180发射的光的强度和/或波长(例如，颜色)可以由控制系统110修改。光源180还可以以预定发射模式发射光，如连续发射、脉冲发射、不同强度的周期性发射(例如，包括强度逐渐增加随后强度降低的光发射周期)，或其任何组合。从光源180发射的光可以由群组成员直接观看，或者替代地在到达群组成员之前被反射或折射。在一些实施方式中，光源180包括一个或多个导光管。
在一些实施方式中，光源180物理地联接至呼吸治疗系统120或集成在呼吸治疗系统120中。例如，光源180可以物理地联接至或集成在呼吸设备122、用户接口124、导管126、显示设备128或其任何组合中。在一些实施方式中，光源180物理地联接至用户设备170或集成在用户设备170中。在其他实施方式中，光源180与呼吸治疗系统120和用户设备170以及活动跟踪器190中的每一者分离且不同。在此类实施方式中，光源180可以朝向群组成员定位，例如，在床头柜240、床230、其他家具、墙壁、天花板等上。
活动跟踪器190通常用于帮助生成生理数据以确定与群组成员(例如，治疗用户210或治疗邻近个体220)相关联的活动测量。活动测量可以包括例如步数、行进的距离、攀登的步数、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、皮肤电活动(也称为皮肤电导或皮肤电反应)，或其任何组合。活动跟踪器190包括本文描述的传感器130中的一个或多个，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。
在一些实施方式中，活动跟踪器190是可以由群组成员佩戴的可佩戴设备，如智能手表、腕带、戒指或贴片。例如，参考图2，活动跟踪器190佩戴在治疗用户210的手腕上。活动跟踪器190还可以联接至治疗用户所穿的衣物或衣服或集成在其中。在一些情况下，类似的活动跟踪器可以佩戴在治疗邻近个体220的手腕上，或者联接至治疗邻近个体220所穿的衣物或衣服或集成在其中。又替代地，活动跟踪器190还可以联接至用户设备170A和/或用户设备170B或集成在其中(例如，在相同壳体内)。更通常，活动跟踪器190可以与控制系统110、存储器114、呼吸系统120、用户设备170A和/或用户设备170B通信地联接或物理地集成在其中(例如，在壳体内)。
返回参考图1，虽然控制系统110和存储器设备114在图1中被描述和示出为系统100的单独且不同的部件，但是在一些实施方式中，控制系统110和/或存储器设备114集成在用户设备170和/或呼吸设备122中。替代地，在一些实施方式中，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)设备(例如，智能电视、智能温控器、智能家用电器、智能照明等)中、连接至云、经受边缘云处理等)、位于一个或多个服务器(例如，远程服务器、本地服务器等或其任何组合)中。
虽然系统100被示为包括上述所有部件，但是根据本公开的实施方式，更多或更少的部件可被包括在用于生成生理数据并确定针对群组成员的建议通知或动作的系统中。例如，第一替代系统包括控制系统110、存储器设备114和一个或多个传感器130中的至少一个传感器。作为另一实例，第二替代系统包括控制系统110、存储器设备114、一个或多个传感器130中的至少一个和用户设备170。作为又另一实例，第三替代系统包括控制系统110、存储器设备114、呼吸系统120、一个或多个传感器130中的至少一个以及第一和第二用户设备170。因此，可以使用本文示出和描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个系统。
如本文所使用的，可以基于例如，初始开始时间和结束时间以多种方式定义睡眠时段。参考图3，图示了睡眠时段的示例性时间线301。时间线301包括入床时间(t入床)、进入睡眠时间(tGTS)、初始睡眠时间(t睡眠)、第一微唤醒MA1和第二微唤醒MA2、觉醒时间(t觉醒)和起床时间(t起床)。
在一些实施方式中，睡眠时段是群组成员入睡的持续时间。在此类实施方式中，睡眠时段具有开始时间和结束时间，并且在睡眠时段期间，群组成员直到结束时间才觉醒。也就是说，群组成员清醒的任何时间段都不包括在睡眠时段中。根据睡眠时段的该第一定义，如果群组成员在相同的夜晚多次觉醒和入睡，则由清醒间隔分开的每个睡眠间隔是睡眠时段。
替代地，在一些实施方式中，睡眠时段具有开始时间和结束时间，并且在睡眠时段期间，只要群组成员清醒的连续持续时间低于清醒持续时间阈值，群组成员就可以觉醒，而睡眠时段不结束。清醒持续时间阈值可以被定义为睡眠时段的百分比。清醒持续时间阈值可以是例如，睡眠时段的约20％、睡眠时段持续时间的约15％、睡眠时段持续时间的约10％、睡眠时段持续时间的约5％、睡眠时段持续时间的约2％等，或任何其他阈值百分比。在一些实施方式中，清醒持续时间阈值被定义为固定的时间量，例如约一小时、约三十分钟、约十五分钟、约十分钟、约五分钟、约两分钟等，或任何其他时间量。
在一些实施方式中，睡眠时段被定义为在晚上群组成员首先上床的时间与第二天早上群组成员最后离开床的时间之间的整个时间。换句话说，睡眠时段可以被定义为一个时间段，即开始于当群组成员第一次上床想要进入睡眠时(例如，如果群组成员不打算在进入睡眠之前首先看电视或使用智能电话等，则不是这样)，可以称为当前晚上的第一时间(例如，晚上10:00)的第一日期(例如，2020年1月6日周一)，并且结束于当群组成员第一次下床而不想在第二天早上返回睡眠时，可以称为第二天早上的第二时间(例如，早上7:00)的第二日期(例如，2020年1月7日周二)。
在一些实施方式中，群组成员可以手动地定义睡眠时段的开始和/或手动地终止睡眠时段。例如，群组成员可以选择(例如，通过点击或轻敲)在用户设备170(图1)的显示设备172上显示的用户可选元素来手动发起或终止睡眠时段。
入床时间t入床与群组成员在入睡之前(例如，当群组成员躺下或坐在床上时)最初上床(例如，图2中的床230)的时间相关联。可以基于床阈值持续时间来识别入床时间t入床，以在群组成员为了睡觉上床的时间与群组成员出于其他原因(例如，看TV)上床的时间之间进行区分。例如，床阈值持续时间可以是至少约10分钟、至少约20分钟、至少约30分钟、至少约45分钟、至少约1小时、至少约2小时等。虽然在本文中参考床来描述入床时间t入床，但更通常，入床时间t入床可以指群组成员初始进入睡觉的任何位置(例如，睡椅、椅子、睡袋等)的时间。
进入睡眠时间(GTS)与群组成员在上床(t入床)之后初始尝试入睡的时间相关联。例如，在上床之后，群组成员可以参与一个或多个活动以在尝试睡眠之前放松一下(例如，阅读、看电视、听音乐、使用用户设备170等)。初始睡眠时间(t睡眠)是群组成员初始入睡的时间。例如，初始睡眠时间(t睡眠)可以是群组成员初始进入第一非REM睡眠阶段的时间。
觉醒时间t觉醒是与群组成员觉醒而不返回睡眠(例如，与群组成员在半夜觉醒并返回睡眠相反)的时间相关联的时间。群组成员可以在初始入睡之后经历具有短持续时间(例如，5秒、10秒、30秒、1分钟等)的多个无意识的微唤醒(例如，微唤醒MA1和MA2)中的一个。与觉醒时间t觉醒相反，群组成员在微唤醒MA1和MA2中的每一者之后返回睡眠。类似地，群组成员可以在初始入睡之后具有一个或多个有意识的唤醒(例如，唤醒A)(例如，起床去浴室、照顾儿童或宠物、睡眠行走等)。然而，群组成员在唤醒A之后返回睡眠。因此，觉醒时间t觉醒可以例如基于觉醒阈值持续时间(例如，群组成员清醒至少15分钟、至少20分钟、至少30分钟、至少1小时等)来定义。
类似地，起床时间t起床与群组成员下床并留在床外意图结束睡眠时段(例如，与群组成员在夜间起床去卫生间、照顾孩子或宠物、梦游等相反)的时间相关联。换言之，起床时间t起床是群组成员在下一个睡眠时段(例如，次日晚上)之前最后离开床而没有返回到床上的时间。因此，起床时间t起床可以例如基于起床阈值持续时间(例如，群组成员已经离开床至少15分钟、至少20分钟、至少30分钟、至少1小时等)来定义。还可以基于起床阈值持续时间(例如，群组成员已经离开床至少4小时、至少6小时、至少8小时、至少12小时等)来定义第二后续睡眠时段的入床时间t入床时间。
如上所述，群组成员可能在初始t入床和最终t起床之间的夜间觉醒并再次起床。在一些实施方式中，基于事件(例如，入睡或离开床)之后的预定阈值持续时间来识别或确定最终觉醒时间t觉醒和/或最终起床时间t起床。这样的阈值时长可以为群组成员进行定制。对于在晚上上床，然后在早上觉醒和下床的标准群组成员，可以使用约12至约18小时的任何时间段(在群组成员觉醒(t觉醒)或起床(t起床)与群组成员上床(t入床)、进入睡眠(tGTS)或入睡(t睡眠)之间)。对于在床上花费较长时间段的群组成员，可以使用较短的阈值时间段(例如，约8小时至约14小时)。可以基于监测群组成员的睡眠行为的系统初始地选择和/或稍后调整阈值时间段。
总卧床时间(TIB)是入床时间t入床和起床时间t起床之间的时长。总睡眠时间(TST)与初始睡眠时间和觉醒时间之间的持续时间相关联，不包括其间的任何有意识或无意识的唤醒和/或微唤醒。通常，总睡眠时间(TST)会比总卧床时间(TIB)短(例如，短一分钟、短十分钟、短一小时等)。例如，参考图3的时间线301，总睡眠时间(TST)在初始睡眠时间t睡眠与觉醒时间t觉醒之间跨越，但不包括第一微唤醒MA1、第二微唤醒MA2和唤醒A的持续时间。如图所示，在该实例中，总睡眠时间(TST)比总卧床时间(TIB)短。
在一些实施方式中，总睡眠时间(TST)可以被定义为持续总睡眠时间(PTST)。在此类实施方式中，持续总睡眠时间不包括预定初始部分或第一非REM阶段(例如，浅睡眠阶段)的时间段。例如，预定初始部分可以为约30秒至约20分钟、约1分钟至约10分钟、约3分钟至约5分钟等。持续总睡眠时间是持续睡眠的测量，并且使睡眠-觉醒睡眠图平滑。例如，当群组成员初始入睡时，群组成员可以处于第一非REM阶段很短的时间(例如，约30秒)，然后返回到觉醒阶段很短的时间段(例如，一分钟)，并且然后返回到第一非REM阶段。在该实例中，持续总睡眠时间不包括第一非REM阶段的第一例子(例如，约30秒)。
在一些实施方式中，睡眠时段被定义为在入床时间(t入床)开始并在起床时间(t起床)结束，即，睡眠时段被定义为总卧床时间(TIB)。在一些实施方式中，睡眠时段被定义为在初始睡眠时间(t睡眠)开始并在觉醒时间(t觉醒)结束。在一些实施方式中，睡眠时段被定义为总睡眠时间(TST)。在一些实施方式中，睡眠时段被定义为在进入睡眠时间(tGTS)开始并在觉醒时间(t觉醒)结束。在一些实施方式中，睡眠时段被定义为在进入睡眠时间(tGTS)开始并在起床时间(t起床)结束。在一些实施方式中，睡眠时段被定义为在入床时间(t入床)开始并在觉醒时间(t觉醒)结束。在一些实施方式中，睡眠时段被定义为在初始睡眠时间(t睡眠)开始并在起床时间(t起床)结束。
参考图4，图示了根据一些实施方式的对应于时间线400(图4)的示例性睡眠图400。如图所示，睡眠图400包括睡眠-觉醒信号401、觉醒阶段轴410、REM阶段轴420、浅睡眠阶段轴430和深睡眠阶段轴440。睡眠-觉醒信号401与轴410、420、430、440中的一个之间的相交指示在睡眠时段期间任何给定时间的睡眠阶段。
睡眠-觉醒信号401可以基于与群组成员相关联的生理数据(例如，由本文描述的传感器130(图1)中的一个或多个生成)而生成。睡眠-觉醒信号可以指示一种或多种睡眠状态或阶段，包括觉醒、放松的觉醒、微唤醒、REM阶段、第一非REM阶段、第二非REM阶段、第三非REM阶段或其任何组合。在一些实施方式中，第一非REM阶段、第二非REM阶段和第三非REM阶段中的一者或多者可以被分组在一起并且被分类为浅睡眠阶段或深睡眠阶段。例如，浅睡眠阶段可以包括第一非REM阶段，并且深睡眠阶段可以包括第二非REM阶段和第三非REM阶段。虽然在图4中示出的睡眠图400包括浅睡眠阶段轴430和深睡眠阶段轴440，但在一些实施方式中，睡眠图400可以包括针对第一非REM阶段、第二非REM阶段和第三非REM阶段中的每一者的轴。在其他实施方式中，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、每小时事件的数量、事件的模式或其任何组合。描述睡眠-觉醒信号的信息可以存储在存储器设备114中。
睡眠图400可以用于确定一个或多个睡眠相关参数，例如睡眠开始等待时间(SOL)、睡眠开始后觉醒(WASO)、睡眠效率(SE)、睡眠分段指数、睡眠块或其任何组合。
睡眠开始等待时间(SOL)被定义为进入睡眠时间(tGTS)与初始睡眠时间(t睡眠)之间的时间。换句话说，睡眠开始等待时间指示群组成员在初始尝试入睡之后实际入睡所花费的时间。在一些实施方式中，睡眠开始等待时间被定义为持续睡眠开始等待时间(PSOL)。持续睡眠开始等待时间与睡眠开始等待时间的不同之处在于，持续睡眠开始等待时间被定义为进入睡眠时间与预定量的持续睡眠之间的持续时间。在一些实施方式中，预定量的持续睡眠可以包括例如在第二非REM阶段、第三非REM阶段和/或觉醒不超过2分钟的REM阶段、第一非REM阶段和/或其间的移动内至少10分钟的睡眠。换句话说，持续睡眠开始等待时间需要在第二非REM阶段、第三非REM阶段和/或REM阶段内持续睡眠长达例如8分钟。在其他实施方式中，预定量的持续睡眠可以包括在初始睡眠时间之后的第一非REM阶段、第二非REM阶段、第三非REM阶段和/或REM阶段内的至少10分钟的睡眠。在此类实施方式中，预定量的持续睡眠可以不包括任何微唤醒(例如，十秒微唤醒不重新开始10分钟时间段)。
睡眠开始后觉醒(WASO)与群组成员在初始睡眠时间与觉醒时间之间清醒的总持续时间相关联。因此，睡眠开始后觉醒包括睡眠时段期间的短暂觉醒和微唤醒(例如，图4所示的微唤醒MA1和MA2)，无论是有意识的还是无意识的。在一些实施方式中，睡眠开始后觉醒(WASO)被定义为仅包括具有预定长度(例如，大于10秒、大于30秒、大于60秒、大于约5分钟、大于约10分钟等)的唤醒的总持续时间的持续睡眠开始后觉醒(PWASO)。
睡眠效率(SE)被确定为总卧床时间(TIB)与总睡眠时间(TST)的比率。例如，如果总卧床时间是8小时并且总睡眠时间是7.5小时，则该睡眠时段的睡眠效率是93.75％。睡眠效率指示群组成员的睡眠卫生。例如，如果群组成员在睡觉之前上床并花费时间参与其他活动(例如，看电视)，则睡眠效率会降低(例如，群组成员受到惩罚)。在一些实施方式中，可以基于总卧床时间(TIB)和群组成员尝试睡觉的总时间来计算睡眠效率(SE)。在此类实施方式中，群组成员尝试睡觉的总时间被定义为进入睡眠(GTS)时间和本文所述的起床时间之间的持续时间。例如，如果总睡眠时间是8小时(例如，晚上11点至早上7点)，进入睡眠时间是晚上10:45，并且起床时间是早上7:15，则在此类实施方式中，睡眠效率参数被计算为约94％。
至少部分地基于睡眠时段期间的唤醒的数量确定分段指数。例如，如果群组成员具有两个微唤醒(例如，图4所示的微唤醒MA1和微唤醒MA2)，则分段指数可以表示为2。在一些实施方式中，分段指数在整数的预定范围(例如，0至10)之间缩放。
睡眠块与任何睡眠阶段(例如，第一非REM阶段、第二非REM阶段、第三非REM阶段和/或REM)和觉醒阶段之间的过渡相关联。可以以例如30秒的分辨率计算睡眠块。
在一些实施方式中，本文描述的系统和方法可以包括生成或分析包括睡眠-觉醒信号的睡眠图，以至少部分地基于睡眠图的睡眠-觉醒信号确定或识别入床时间(t入床)、进入睡眠时间(tGTS)、初始睡眠时间(t睡眠)、一个或多个第一微唤醒(例如，MA1和MA2)、觉醒时间(t觉醒)、起床时间(t起床)或其任何组合。
在其他实施方式中，传感器130中的一个或多个可以用于确定或识别入床时间(t入床)、进入睡眠时间(tGTS)、初始睡眠时间(t睡眠)、一个或多个第一微唤醒(例如MA1和MA2)、觉醒时间(t觉醒)、起床时间(t起床)或其任何组合，其进而定义睡眠时段。例如，可以基于例如由运动传感器138、麦克风140、相机150或其任何组合生成的数据确定入床时间t入床。可以基于例如来自运动传感器138的数据(例如，指示群组成员没有移动的数据)、来自相机150的数据(例如，指示群组成员没有移动和/或群组成员已经关闭灯的数据)、来自麦克风140的数据(例如，指示用户关闭TV的数据)、来自用户设备170的数据(例如，指示群组成员不再使用用户设备170的数据)、来自压力传感器132和/或流量传感器134的数据(例如，指示治疗用户打开呼吸设备122的数据、指示治疗用户戴上用户接口124的数据等)或其任何组合确定进入睡眠时间。
虽然睡眠图400描绘了随着睡眠时段进展逐渐缩短的REM阶段，但这并不总是这种情况。在一些情况下，REM阶段的持续时间随着睡眠时段进展而逐渐增加(例如，第一REM阶段短于最后的REM阶段)。
图5是根据本公开的某些方面的包括第一群组成员510和第二群组成员520的一对群组成员的透视图。在一些情况下，本公开的各方面和特征可以在不使用任何呼吸治疗设备或其他睡眠相关治疗设备的两个或更多个群组成员510、520之间使用。在此类情况下，系统(例如，图1的系统100)仍可监测群组成员510、520并确定睡眠表现度量，睡眠表现度量可用于确定协同睡眠表现度量、评估个体或群组目标、生成个体或群组指导建议，或以其他方式改善群组成员510、520的睡眠质量。
群组成员510和群组成员520都在床垫532上的床530中睡觉。用于跟踪群组成员510、520的睡眠时段的系统可以经由第一用户设备570A和第二用户设备570B来实现。用户设备570A可以是与群组成员510相关联的智能电话，并且用户设备570B可以是与群组成员520相关联的智能电话，但是也可以使用其他设备，如声纳使能的和/或雷达使能的(可选地还包括麦克风)床边设备，床边设备被配置成监测生理信号，如心脏、呼吸和/或运动信号。
第一用户设备570A和第二用户设备570B之间的距离可以基于由用户设备570A、570B中的每一者内的一个或多个传感器收集的传感器数据来估计。在一些情况下，可基于无线信号(如在用户设备570A、570B之间发送的蓝牙信号)的信号强度来估计距离。在一些情况下，可基于由用户设备570A、570B的麦克风检测到的回声来估计距离。
用户设备570A、570B之间的距离可用于推断群组成员520是否在与群组成员510相同的环境500中睡觉。例如，如果确定该距离相对较小，如图5中可见，则可以推断群组成员520与群组成员510在相同的床上睡觉。在稍大的距离处，可以推断群组成员510、520正在相同的房间中睡觉。在一些情况下，该距离可以指示群组成员510、520正在邻近房间中睡觉。在一些情况下，该距离可以指示群组成员510、520正在相同的房屋(例如，相同建筑物)中睡觉。在一些情况下，该距离可以指示群组成员520不在与群组成员510相同的环境500中睡觉。
在一些情况下，用户设备570A、570B之间的距离可用于更好地识别群组成员510、520中的一者或两者的位置，如通过回声定位或经由其他传感器检测。例如，对用户设备570A、570B之间的距离的了解结合对群组成员510和用户设备570A、570B中的每一者之间的距离的了解可用于在环境500内准确地定位群组成员510。
图6是描绘了根据本公开的某些方面的用于生成并呈现睡眠群组的睡眠表现度量的过程600的流程图。过程600可由图1的系统100或其部件，或图1的系统100的多个例子或部件来执行。
在框602处，接收传感器数据。可以从一个或多个传感器接收传感器数据。在框602处接收的传感器数据与环境中的个体的睡眠时段相关联。换句话说，在框602处接收的传感器数据包括从参与睡眠时段的个体(例如，第一群组成员，如治疗邻近个体)获得的传感器数据。在一些情况下，传感器数据还可以包括在睡眠时段之前或之后获得的传感器数据。
环境可以是床、房间、一组邻近房间，或房屋或者其他建筑物。在一些情况下，在框602处接收的传感器数据还可以与环境中的第二个体(例如，第二群组成员，如治疗用户)的睡眠时段相关联。
在框604处，使用传感器数据来确定第一睡眠表现数据。第一睡眠表现数据包括关于第一群组成员的睡眠时段的表现的数据。确定睡眠表现数据可包括分析传感器数据以识别与第一群组成员的睡眠时段相关联的各种度量，如睡眠质量数据。适当时，睡眠表现数据可以包括睡眠阶段信息、睡眠状态信息和/或睡眠表现数据。
在框606处，可接收第二睡眠表现数据。第二睡眠表现数据与第二群组成员相关联，且更明确地说，与第二群组成员在与第一群组成员相同的环境中的睡眠时段相关联。第二群组成员的睡眠时段可以与第一群组成员的睡眠时段完全或部分重叠。
在一些情况下，第二睡眠表现数据在框606处接收时已经根据与第二群组成员相关联的单独的传感器数据得到确定。在一些情况下，在框606处接收第二睡眠表现数据可以包括根据传感器数据(如框602的传感器数据或单独的传感器数据)确定第二睡眠表现数据。
在框608处，可根据第一睡眠表现数据和第二睡眠表现数据生成一个或多个睡眠表现度量。睡眠表现度量可以是用于测量睡眠时段的表现的任何有用的度量。在一些情况下，一个或多个睡眠表现度量包括i)协同睡眠表现评分；ii)与第一群组成员相关联的个别睡眠表现评分；iii)与第二群组成员相关联的个别睡眠表现评分；iv)与第一群组成员相关的睡眠图；v)与第二群组成员相关的睡眠图；vi)治疗用户的治疗评分；vii)共振评分；或viii)i至vii的任何组合。
在一些情况下，睡眠表现度量可以是使用与第一群组成员相关联的第一睡眠表现评分和与第二群组成员相关联的第二睡眠表现评分计算的协同睡眠表现评分。
在一些情况下，在框608处生成睡眠表现度量可包括同步第一传感器数据和第二传感器数据。第一传感器数据可以是在框602处从与第一群组成员相关联的由一个或多个传感器组成的第一组传感器接收的传感器数据。第二传感器数据可以是从与第二群组成员相关联的第二组一个或多个传感器接收的传感器数据。
在框610处，可呈现睡眠表现度量。框610处的呈现可包括向第一群组成员，向第二群组成员，向第三方或其任何组合呈现一个或多个睡眠表现度量。呈现可包括呈现与睡眠表现度量相关联的分量和/或子分量评分，以及可选的关于分量和/或子分量评分对给定睡眠表现度量的贡献水平的指示。
在一些情况下，在框610处呈现睡眠表现度量可包括生成关于与群组的群组成员相关联的馈给的条目。馈给可以是社交媒体馈给或类似馈给。馈给可以包含汇总信息、睡眠表现度量或其他此类信息。馈给可以是交互式的，以允许其他群组成员或第三方与馈给上的条目交互，从而向群组成员提供鼓励以改善他们的睡眠质量。
在一些情况下，第一群组成员是治疗邻近个体，并且第二群组成员是治疗用户，尽管在一些情况下可以是相反的。在一些情况下，第一群组成员和第二群组成员都是治疗用户。当群组成员是治疗用户时，传感器数据可以包括来自与治疗用户的治疗设备相关联的一个或多个传感器的数据，并且睡眠表现数据可以包括与治疗设备的使用相关联的治疗数据。
在示例情况下，过程600可由第一群组成员的用户设备(例如，智能电话)执行。用户设备可以从用户设备的一个或多个传感器数据和/或可操作地联接至用户设备的一个或多个传感器接收传感器数据。然后，用户设备可以根据传感器数据确定第一睡眠表现数据。用户设备然后可以接收第二睡眠表现数据。在一些情况下，用户设备可接收传感器数据并使用该传感器数据来确定第二睡眠表现数据。然而，在一些情况下，用户设备可接收已根据传感器数据(例如，在第二群组成员的用户设备上)确定的第二睡眠表现数据。
在另一示例情况下，过程600可由服务器(例如，云服务器)执行，服务器可从一个或多个用户设备接收传感器数据和/或睡眠表现数据。
在一些情况下，在可选框612处，可以提供激励。提供激励可以包括确定睡眠表现度量已经满足阈值或者确定群组成员或群组已经实现目标(该目标可以根据例如过程700被设置、跟踪和/或报告)或者完成阈值数量的指导建议(指导建议可以根据例如过程800被设置、跟踪和/或报告)。提供激励可以包括启动将激励(例如，货币奖励、礼品卡、礼品等)转移到与激励相关联的群组成员或群组。在一些情况下，在框612处提供激励可以包括由于以下原因向第一群组成员和第二群组成员提供个体激励：i)满足他们自己的阈值睡眠表现度量、实现他们自己的目标，和/或完成阈值数量的指导建议；ii)另一群组成员满足其相应的阈值睡眠表现度量、实现其相应的目标，和/或完成阈值数量的指导建议；或iii)i或ii的任何组合。
在一些情况下，在可选框614处，可以基于来自框602的传感器数据来调整治疗设备(例如，呼吸治疗设备)的参数。治疗设备可由第二群组成员使用。因此，可以基于与治疗邻近个体的睡眠时段相关联的睡眠时段数据来调整治疗设备的参数。在一些情况下，在框614处调整治疗参数可以包括在治疗用户的睡眠时段期间动态地调整参数，尽管不必总是这种情况。在一些情况下，在框606处接收第二睡眠表现数据之后，在框614处调整治疗参数。在一些情况下，在框608处生成睡眠表现度量之后，在框614处调整治疗参数。
图7是描绘根据本公开的某些方面的用于跟踪睡眠群组的目标的过程700的流程图。过程700可由图1的系统100或其部件，或图1的系统100的多个例子或部件来执行。
在框702处，接收目标信息。目标信息可以包括指示目标和目标与第一群组成员的睡眠时段、与第二群组成员的睡眠时段、与群组睡眠时段或其任何组合的关联的信息。
在一些情况下，目标信息可包括目标完成日期。在一些情况下，目标完成日期可以是用户选择的。在一些情况下，目标完成日期可基于一个或多个群组成员的睡眠表现数据(例如，当前或历史)的任何组合来自动确定。可以为目标自动设置自动确定的目标完成日期，或者可以将自动确定的目标完成日期呈现给群组成员，并在群组成员确认或选择后设置。
在一些情况下，可以直接从用户输入接收目标信息。在一些情况下，可基于一个或多个所生成的目标来接收目标信息。在框704处，可生成一个或多个建议目标。在框706处，可接收指示一个或多个建议目标中的一个或多个要用作目标的目标选择。
可响应于接收对一个或多个提示(例如，调查表)的响应或响应于接收睡眠表现数据和/或所生成的睡眠表现度量而自动执行框704处的建议目标的生成。这些响应可用于生成一组建议目标。
在一些情况下，建议目标的生成可包括识别影响群组成员或群组的历史睡眠表现度量的因素，然后确定可采取以改善未来睡眠表现度量(例如，历史睡眠表现度量的未来例子)的建议动作。然后可以基于建议动作生成一组建议目标。
在一些情况下，建议目标的生成可以包括接收关于群组成员的人口统计信息，并且然后基于该人口统计信息生成一个或多个建议目标。例如，如果接收到的关于群组成员的人口统计信息指示群组成员可能遭受可能影响睡眠表现度量的某些因素，则可以基于这些因素生成一个或多个建议目标以改善睡眠表现度量。在一些情况下，基于人口统计信息生成一个或多个建议目标可以包括访问包含与和群组成员共享人口统计信息的个体相关联的建议目标的数据库。
在一些情况下，生成建议目标包括接收历史治疗设备使用信息(例如，历史呼吸治疗设备使用)并且使用所接收的历史治疗使用信息来生成建议目标。因此，可以针对治疗用户对治疗设备的过去使用(如根据治疗设备使用数据所确定的，如用于生成如本文所述的myAirTM评分的部件数据)来定制所生成的目标。
在一些情况下，生成建议目标包括接收与历史睡眠时段相关联的主观反馈并使用主观反馈生成建议目标。因此，所生成的目标可以基于群组成员自己对先前的睡眠时段的主观解释。
在框708处，可生成目标状态更新。目标状态更新可包括关于群组成员或群组朝着满足目标的进展的信息。生成目标状态更新可以包括使用睡眠表现数据(例如，来自图6的过程600的第一睡眠表现数据和/或第二睡眠表现数据)来评估目标。在一些情况下，评估目标可以包括使用传感器数据。使用传感器数据评估目标可包括确定睡眠质量、确定睡眠相关度量(例如，睡眠表现度量)或使用传感器数据确定其他信息。在一个实例中，可以使用指示群组成员(或群组成员的用户设备)之间的距离的传感器数据来评估基于他们睡觉时群组成员之间的距离的目标。
在框710处，可以输出目标状态更新。输出目标状态更新可包括将状态更新发送到另一计算设备或在显示器(例如，用户设备的显示器)上呈现目标状态更新。可以使用其他技术。
图8是描绘根据本公开的某些方面的用于生成睡眠群组的指导建议的过程800的流程图。过程800可由图1的系统100或其部件，或图1的系统100的多个例子或部件来执行。
在框802处，可以识别指导建议。可以识别指导建议以改善群组成员或群组的未来睡眠表现度量。
在一些情况下，可以直接从用户输入(例如，从另一群组成员的用户输入)接收指导建议。在一些情况下，指导建议可以响应于接收对一个或多个提示(例如问卷)的响应(例如主观反馈)而被自动识别。这些响应可以用于生成指导建议。
在一些情况下，指导建议的识别可包括识别影响群组成员或群组的历史睡眠表现度量的因素，然后确定可采取以改进未来睡眠表现度量(例如，历史睡眠表现度量的未来例子)的建议动作。然后可以基于建议动作生成指导建议。
在框804处，可以呈现指导建议。呈现指导建议可以包括将指导建议发送到另一计算设备或在显示器(例如，用户设备的显示器)上呈现指导建议。可以使用其他技术。
图9是描绘根据本公开的某些方面的用于生成模拟呼吸治疗设备声音的过程900的流程图。过程900可由图1的系统100或其部件，或图1的系统100的多个例子或部件来执行。
在框902处，可以生成模拟呼吸治疗设备声音。模拟呼吸治疗设备声音的生成可以包括电子地生成模拟呼吸治疗设备声音或访问包含模拟呼吸治疗设备声音的记录的文件。在框902处生成的模拟呼吸治疗设备声音可以基于呼吸治疗设备的选定型号、选定附件(例如，用户接口和/或导管)和/或呼吸治疗设备的选定设置。在一些情况下，模拟呼吸治疗设备声音可以基于未来治疗用户或治疗用户的呼吸治疗设备的规定或实际设置来生成。
在框906处，可以输出模拟呼吸治疗设备声音。输出模拟呼吸治疗设备声音可以包括通过扬声器播放模拟呼吸治疗设备声音。在框908处，可以监测模拟呼吸治疗设备声音。监测模拟呼吸治疗设备声音可以包括使用麦克风监测模拟呼吸治疗设备声音。
在框910处，可以基于所监测的模拟呼吸治疗设备声音来调整模拟呼吸治疗设备声音。基于所监测的模拟呼吸治疗设备声音来调整模拟呼吸治疗设备声音可以包括对正在输出的模拟呼吸治疗设备声音的音量或其他特性进行调整。在一些情况下，在框910处进行调整可以包括将一个或多个滤波器应用于正在输出的模拟呼吸治疗设备声音。可以执行在框910处调整模拟呼吸治疗设备声音以确保所监测的模拟呼吸治疗设备声音与期望或预期的呼吸治疗设备声音相匹配。
在可选框912处，可以做出呼吸治疗建议。呼吸治疗建议可以包括对特定呼吸治疗设备型号、特定导管型号或类型、特定用户接口型号或类型、在呼吸治疗设备上使用的一个或多个设置或其任何组合的建议。在一些情况下，提供呼吸治疗建议可以包括接收调整命令以调整模拟呼吸治疗设备声音的音量。在此类情况下，呼吸治疗建议基于所调整的模拟呼吸治疗设备声音的音量。
在可选框914处，可监测群组成员或群组的睡眠表现数据。所监测的睡眠表现数据可用于确定群组成员或群组的睡眠表现度量。在一些情况下，在框914处监测睡眠表现数据可以包括在可选框904处使用睡眠表现数据来修改模拟呼吸治疗设备声音。在一些情况下，在框914处监测睡眠表现数据可以包括在框912处使用睡眠表现数据来通知呼吸治疗建议。
呈现实施例，包括所图示的实施例的前面描述仅仅是为了说明和描述的目的，并不旨在穷举或限于所公开的精确形式。对于本领域技术人员来说，其许多修改、改编和使用是显而易见的。在不脱离本公开的精神或范围的情况下，可以根据本公开对所公开的实施例进行多种改变。因此，本公开的广度和范围不应受任何上述实施例的限制。
虽然已经关于一个或多个实施方式图示和描述了本公开的某些方面，但是在阅读和理解本说明书和附图之后，本领域的其他技术人员将想到或知晓等同的替换和修改。此外，虽然本公开的一个方面的特定特征可能仅关于数个实施方式中的一个被公开，但是这种特征可以与其他实施方式的一个或多个其他特征组合，这对于任何给定或特定应用可能是期望的且有利的。
来自以下权利要求1至87中任一项的一个或多个的一个或多个要素或方面或步骤，或其任何部分可以与来自其他权利要求1至87中任一项的一个或多个的一个或多个要素或方面或步骤，或其任何部分，或者其组合进行组合，以形成本公开的一个或多个附加实施方式和/或权利要求。
Claims (87)
1.一种方法，包括：
从一个或多个传感器接收传感器数据，所述传感器数据与环境中的个体的睡眠时段相关联；
根据所述传感器数据确定第一睡眠表现数据；
接收第二睡眠表现数据，所述第二睡眠表现数据与所述环境中的呼吸治疗设备的用户的睡眠时段相关联；
使用所述第一睡眠表现数据和所述第二睡眠表现数据生成一个或多个睡眠表现度量；以及
呈现所述一个或多个睡眠表现度量。
2.根据权利要求1所述的方法，其中所述一个或多个睡眠表现度量包括：i)协同睡眠表现评分；ii)与所述个体相关联的个别睡眠表现评分；iii)与所述用户相关联的个别睡眠表现评分；iv)与所述个体相关联的睡眠图；v)与所述用户相关联的睡眠图；vi)所述用户的治疗评分；vii)共振评分；或viii)i至vii的任何组合。
3.根据权利要求1或2所述的方法，其中所述个体的睡眠时段和所述用户的睡眠时段在时间上重叠。
4.根据权利要求1至3中任一项所述的方法，其中所述第一睡眠表现数据包括睡眠阶段信息或睡眠状态信息；并且其中所述第二睡眠表现数据包括呼吸治疗设备使用信息。
5.根据权利要求1至4中任一项所述的方法，还包括：
接收与第一用户和第二用户相关联的目标信息，其中所述目标信息指示与以下相关联的目标：i)所述个体的睡眠时段，ii)所述用户的睡眠时段，或iii)i和ii的组合；
生成目标状态更新，其中生成所述目标状态更新包括使用以下来评估所述目标信息：i)所述第一睡眠表现数据；ii)所述第二睡眠表现数据；或iii)i和ii的组合；以及
输出所述目标状态更新。
6.根据权利要求5所述的方法，其中接收目标信息包括：
生成由一个或多个建议目标组成的一组建议目标；以及
接收对所述一组建议目标中的选定目标的选择。
7.根据权利要求6所述的方法，其中生成所述一组建议目标包括：
呈现包含一个或多个问题的问卷；
响应于呈现所述问卷而接收响应信息；以及
使用所接收的响应信息生成所述一组建议目标。
8.根据权利要求6或7所述的方法，其中生成所述一组建议目标包括：
访问与历史睡眠表现度量相关联的历史睡眠表现数据；
识别影响所述历史睡眠表现度量的一个或多个因素；
针对所述一个或多个因素中的每一个，确定估计用于改善未来睡眠表现度量的建议动作；以及
使用针对所述一个或多个因素中的每一个的所述建议动作生成所述一组建议目标。
9.根据权利要求6至8中任一项所述的方法，其中生成所述一组建议目标包括：
接收与所述个体或所述用户相关联的人口统计信息；以及
使用所接收的人口统计信息生成所述一组建议目标。
10.根据权利要求6至9中任一项所述的方法，其中生成所述一组建议目标包括：
接收与所述用户相关联的历史呼吸治疗设备使用信息；以及
使用所接收的历史呼吸治疗设备使用信息生成所述一组建议目标。
11.根据权利要求6至10中任一项所述的方法，其中生成所述一组建议目标包括：
接收与多个历史睡眠时段相关联的主观反馈；以及
使用所述主观反馈生成所述一组建议目标。
12.根据权利要求5至11中任一项所述的方法，其中评估所述目标还包括使用所述传感器数据。
13.根据权利要求12所述的方法，其中使用所述传感器数据评估所述目标包括使用所述传感器数据估计所述个体与所述用户之间的距离。
14.根据权利要求5至13中任一项所述的方法，其中接收目标信息包括接收与所述目标相关联的目标完成日期，并且其中接收目标完成数据包括使用以下来自动确定所述目标完成日期：i)所述第一睡眠表现数据；ii)所述第二睡眠表现数据；iii)历史睡眠表现数据；或iv)i至iii的任何组合。
15.根据权利要求5至14中任一项所述的方法，其中所述目标信息包括与所述个体的未来睡眠时段的开始时间和所述用户的未来睡眠时段的开始时间相关联的目标。
16.根据权利要求5至15中任一项所述的方法，其中所述目标信息包括与在未来睡眠时段处所述个体和所述用户之间的距离相关联的目标。
17.根据权利要求5至16中任一项所述的方法，其中所述目标信息包括与所述呼吸治疗设备的未来使用相关联的目标。
18.根据权利要求5至17中任一项所述的方法，其中评估所述目标信息包括确定所述目标已完成，其中所述目标状态更新指示所述目标已完成，并且其中所述方法还包括：
响应于确定所述目标已完成，至少部分地基于以下来确定一个或多个建议的后续目标：i)所完成的目标；ii)实现所完成的目标所花费的时间；iii)睡眠表现数据；iv)所述用户的主观数据；或v)i至iv的任何组合；以及
呈现所述一个或多个建议的后续目标。
19.根据权利要求18所述的方法，还包括：
响应于呈现所述一个或多个建议的后续目标而接收后续目标选择，所述后续目标选择指示所述一个或多个建议的后续目标中的后续目标；
接收与所述后续目标相关联的后续目标信息；
生成后续目标状态更新，其中生成所述后续目标状态更新包括评估所述后续目标信息；以及
输出所述后续目标状态更新。
20.根据权利要求1至19中任一项所述的方法，其中生成所述一个或多个睡眠表现度量包括生成协同睡眠表现评分，并且其中生成所述协同睡眠表现评分包括：
使用所述第一睡眠表现数据生成第一睡眠表现评分；
使用所述第二睡眠表现数据生成第二睡眠表现评分；以及
使用所述第一睡眠表现评分和所述第二睡眠表现评分生成所述协同睡眠表现评分。
21.根据权利要求1至20中任一项所述的方法，还包括：
识别用于改善未来睡眠表现度量的指导建议；以及
在第一睡眠时段之后提供所述指导建议。
22.根据权利要求21所述的方法，其中识别所述指导建议包括：
接收与多个历史睡眠时段相关联的主观反馈；以及
使用所述主观反馈生成所述指导建议。
23.根据权利要求21或22所述的方法，其中识别所述指导建议包括：
访问与历史睡眠表现度量相关联的历史睡眠表现数据；
识别影响所述历史睡眠表现度量的一个或多个因素；
针对所述一个或多个因素中的每一个，确定估计用于改善未来睡眠表现度量的建议动作；以及
针对所述一个或多个因素中的每一个，使用所建议的改变来生成所述指导建议。
24.根据权利要求1至23中任一项所述的方法，还包括基于所述第一睡眠表现数据和所述第二睡眠表现数据提供激励。
25.根据权利要求24所述的方法，其中提供所述激励还基于所述一个或多个睡眠表现度量与历史睡眠表现度量之间的比较。
26.根据权利要求24或25所述的方法，其中生成所述一个或多个睡眠表现度量包括生成协同睡眠表现评分，并且其中生成所述协同睡眠表现评分包括：
使用所述第一睡眠表现数据生成第一睡眠表现评分；
使用所述第二睡眠表现数据生成第二睡眠表现评分；以及
使用所述第一睡眠表现评分和所述第二睡眠表现评分生成所述协同睡眠表现评分；并且
其中，当所述第一睡眠表现评分超过第一阈值且所述第二睡眠表现评分超过第二阈值时，发生提供所述激励。
27.根据权利要求26所述的方法，其中提供所述激励包括提供与所述个体相关联的第一个体激励和提供与所述用户相关联的第二个体激励。
28.根据权利要求26所述的方法，还包括：
当所述第一睡眠表现评分超过所述第一阈值时，提供与所述个体相关联的第一个体激励；以及
当所述第二睡眠表现评分超过所述第二阈值时，提供与所述用户相关联的第二个体激励。
29.根据权利要求26所述的方法，还包括：
当所述第一睡眠表现评分超过所述第一阈值时，提供与所述用户相关联的第一个体激励；以及
当所述第二睡眠表现评分超过所述第二阈值时，提供与所述个体相关联的第二个体激励。
30.根据权利要求1至29中任一项所述的方法，还包括：
发送基于所述第一睡眠表现数据的汇总信息，其中所述汇总信息在由与所述用户相关联的用户设备接收时，能够用于生成关于与所述个体相关联的历史汇总信息的馈给的条目。
31.根据权利要求30所述的方法，还包括：
响应于所述条目的生成而接收反馈，其中所述反馈指示反应。
32.根据权利要求30或31所述的方法，其中生成所述一个或多个睡眠表现度量包括使用所述第一睡眠表现数据生成第一睡眠表现评分，并且其中所述汇总信息包括所述第一睡眠表现评分。
33.根据权利要求1至32中任一项所述的方法，还包括：
接收关于与所述个体相关联的用户设备的汇总信息，其中所述汇总信息是基于所述第二睡眠表现数据；以及
使用所接收的汇总信息生成关于与所述用户相关联的历史汇总信息的馈给的条目。
34.根据权利要求33所述的方法，其中生成所述一个或多个睡眠表现度量包括使用所述第二睡眠表现数据生成第二睡眠表现评分，并且其中所述汇总信息包括所述第二睡眠表现评分。
35.根据权利要求1至34中任一项所述的方法，其中使用所述传感器数据来确定所述第二睡眠表现数据，并且其中所述传感器数据还与所述环境中的所述用户的睡眠时段相关联。
36.根据权利要求1至35中任一项所述的方法，其中使用来自由一个或多个传感器组成的第二组传感器的第二传感器数据来确定所述第二睡眠表现数据，所述第二传感器数据与所述环境中的所述用户的睡眠时段相关联。
37.一种方法，包括：
使用呼吸治疗设备接收与供应到用户接口的空气相关联的数据，所述用户接口由在环境中参与睡眠时段的用户佩戴；
接收与所述环境中的个体的睡眠时段相关联的睡眠时段数据，所述个体不同于所述用户；以及
响应于所接收的睡眠时段数据来确定对所述呼吸治疗设备的参数的调整。
38.根据权利要求37所述的方法，其中确定对所述参数的调整在所述用户的睡眠时段和所述个体的睡眠时段期间动态地发生。
39.根据权利要求37或38所述的方法，其中所述睡眠时段数据包括所述个体的睡眠阶段数据，并且其中确定所述呼吸治疗设备的所述参数的调整是基于所述睡眠阶段数据。
40.根据权利要求37至39中任一项所述的方法，其中确定所述呼吸治疗设备的所述参数的调整包括：
当所述睡眠时段数据指示所述个体清醒时，确定所述参数的第一设置；以及
当所述睡眠时段数据指示所述个体入睡时确定所述参数的第二设置，其中当使用所述参数的所述第一设置时所述呼吸治疗设备比使用所述参数的所述第二设置时更安静。
41.根据权利要求37至40中任一项所述的方法，还包括：
接收与所述用户的睡眠时段相关联的第一传感器数据；
接收与所述个体的睡眠时段相关联的第二传感器数据，其中使用所述第二传感器数据来确定与第二睡眠时段相关联的所述睡眠时段数据；以及
同步所述第一传感器数据和所述第二传感器数据。
42.根据权利要求41所述的方法，还包括使用同步的第二传感器数据来改善所述第一传感器数据的信号的信噪比。
43.根据权利要求41或42所述的方法，还包括：
使用所述第一传感器数据来检测可能的事件；以及
使用同步的第二传感器数据来确认所述事件。
44.根据权利要求41至43中任一项所述的方法，还包括使用同步的第一传感器数据和同步的第二传感器数据来估计所述用户的位置。
45.根据权利要求37至44中任一项所述的方法，还包括：
建立与关联于所述个体的用户设备的无线连接，其中接收所述睡眠时段数据是使用所述无线连接而发生的；以及
测量所述无线连接的特性；以及
基于所测量的所述无线连接的特性来确定所述个体的位置信息。
46.根据权利要求45所述的方法，还包括基于所述位置信息来确定对所述呼吸治疗设备的所述参数的调整。
47.根据权利要求45所述的方法，其中所述无线连接是蓝牙连接。
48.根据权利要求1至47中任一项所述的方法，其中所述环境是建筑物。
49.根据权利要求1至47中任一项所述的方法，其中所述环境是一对邻近房间。
50.根据权利要求1至47中任一项所述的方法，其中所述环境是房间。
51.根据权利要求1至47中任一项所述的方法，其中所述环境是睡眠表面。
52.一种系统，包括：
用于供应空气的呼吸治疗设备；
用户接口，所述用户接口流体地联接至所述呼吸治疗设备以将所供应的空气引导到用户；
控制系统，所述控制系统包括一个或多个处理器；以及
存储器，所述存储器联接至所述控制系统，所述存储器包含指令，当在所述一个或多个处理器上执行所述指令时，使得所述一个或多个处理器执行操作，所述操作包括：
接收与所述呼吸治疗设备相关联的数据，所述呼吸治疗设备在所述用户接口由参与环境中的睡眠时段的所述用户佩戴时向所述用户接口供应空气；
接收与所述环境中的个体的睡眠时段相关联的睡眠时段数据，所述个体不同于所述用户；以及
响应于所接收的睡眠时段数据来确定对所述呼吸治疗设备的参数的调整。
53.根据权利要求52所述的系统，其中确定对所述参数的调整在所述用户的睡眠时段和所述个体的睡眠时段期间动态地发生。
54.根据权利要求52或53所述的系统，其中所述睡眠时段数据包括所述个体的睡眠阶段数据，并且其中确定对所述呼吸治疗设备的所述参数的调整是基于所述睡眠阶段数据。
55.根据权利要求52至54中任一项所述的系统，其中确定对所述呼吸治疗设备的所述参数的调整包括：
当所述睡眠时段数据指示所述个体清醒时，确定所述参数的第一设置；以及
当所述睡眠时段数据指示所述个体入睡时确定所述参数的第二设置，其中当使用所述参数的所述第一设置时所述呼吸治疗设备比使用所述参数的所述第二设置时更安静。
56.根据权利要求52至55中任一项所述的系统，其中所述操作还包括：
接收与所述用户的睡眠时段相关联的第一传感器数据；
接收与所述个体的睡眠时段相关联的第二传感器数据，其中使用所述第二传感器数据来确定与第二睡眠时段相关联的所述睡眠时段数据；以及
同步所述第一传感器数据和所述第二传感器数据。
57.根据权利要求56所述的系统，其中所述操作还包括使用同步的第二传感器数据来改善所述第一传感器数据的信号的信噪比。
58.根据权利要求56或57所述的系统，其中所述操作还包括：
使用所述第一传感器数据来检测可能的事件；以及
使用同步的第二传感器数据来确认所述事件。
59.根据权利要求56至58中任一项所述的系统，其中所述操作还包括使用同步的第一传感器数据和同步的第二传感器数据来估计所述用户的位置。
60.根据权利要求52至59中任一项所述的系统，其中所述操作还包括：
建立与关联于所述个体的用户设备的无线连接，其中接收所述睡眠时段数据是使用所述无线连接而发生的；以及
测量所述无线连接的特性；以及
基于所测量的所述无线连接的特性来确定所述个体的位置信息。
61.根据权利要求60所述的系统，其中所述操作还包括基于所述位置信息来确定对所述呼吸治疗设备的所述参数的调整。
62.根据权利要求60所述的系统，其中所述无线连接是蓝牙连接。
63.根据权利要求52至62中任一项所述的系统，其中所述环境是建筑物。
64.根据权利要求52至62中任一项所述的系统，其中所述环境是一对邻近房间。
65.根据权利要求52至62中任一项所述的系统，其中所述环境是房间。
66.根据权利要求52至62中任一项所述的系统，其中所述环境是睡眠表面。
67.一种方法，包括：
生成模拟呼吸治疗设备声音；
输出所述模拟呼吸治疗设备声音；
使用麦克风监测输出的模拟呼吸治疗设备声音；以及
基于所监测的输出的模拟呼吸治疗设备声音来调整所述模拟呼吸治疗设备声音的输出。
68.根据权利要求67所述的方法，还包括访问一组规定的呼吸治疗设置，其中生成所述模拟呼吸治疗设备声音是基于所述一组规定的呼吸治疗设置。
69.根据权利要求67或68所述的方法，还包括访问呼吸治疗设备的一组治疗设置，其中生成所述模拟呼吸治疗设备声音是基于所述呼吸治疗设备的所述一组治疗设置。
70.根据权利要求67至69中任一项所述的方法，还包括：
接收调整命令；
响应于接收所述调整命令而调整模拟呼吸治疗设备的音量；以及
基于所调整的所述模拟呼吸治疗设备的音量来提供呼吸治疗建议。
71.根据权利要求70所述的方法，其中所述呼吸治疗建议包括：i)呼吸治疗设备型号；ii)用户接口类型；iii)用户接口型号；iv)导管类型；v)导管型号；或vi)i至v的任何组合。
72.根据权利要求67至71中任一项所述的方法，还包括：
从一个或多个传感器接收传感器数据，其中所述传感器数据与参与睡眠时段的用户相关联，其中在所述睡眠时段期间发生所述输出所述模拟呼吸治疗设备声音；
使用所述传感器数据确定睡眠表现信息；以及
输出所述睡眠表现信息。
73.根据权利要求72所述的方法，其中所述传感器数据与在环境中参与所述睡眠时段的所述用户相关联，其中所述方法还包括：
接收附加睡眠表现信息，所述附加睡眠表现信息与所述环境中的个体的睡眠时段相关联，所述个体不同于所述用户，其中所述输出所述模拟呼吸治疗设备声音发生在所述个体的睡眠时段期间；以及
输出所述附加睡眠表现信息。
74.根据权利要求73所述的方法，其中接收所述附加睡眠表现信息包括：
从所述一个或多个传感器接收附加传感器数据，其中所述附加传感器数据与所述个体的睡眠时段相关联；以及
使用所述附加传感器数据确定所述附加睡眠表现信息。
75.根据权利要求73所述的方法，其中接收所述附加睡眠表现信息包括：
从一个或多个附加传感器接收附加传感器数据，其中所述附加传感器数据与所述个体的睡眠时段相关联，并且其中所述一个或多个附加传感器不同于所述一个或多个传感器；以及
使用所述附加传感器数据确定所述附加睡眠表现信息。
76.根据权利要求73至75中任一项所述的方法，还包括在所述睡眠时段期间修改所述模拟呼吸治疗设备声音的输出，其中修改所述模拟呼吸治疗设备声音的输出是至少部分地基于所确定的睡眠表现信息和所接收的附加睡眠表现信息。
77.根据权利要求72至75中任一项所述的方法，还包括在所述睡眠时段期间修改所述模拟呼吸治疗设备声音的输出。
78.根据权利要求77所述的方法，其中修改所述模拟呼吸治疗设备声音的输出是基于所确定的睡眠表现信息。
79.根据权利要求72至78中任一项所述的方法，其中生成所述模拟呼吸治疗设备声音与第一呼吸治疗设备型号相关联，所述方法还包括：
检索与历史睡眠时段相关联的历史睡眠表现信息，其中所述历史睡眠时段在输出附加模拟呼吸设备声音期间发生，其中所述附加模拟呼吸设备声音与第二呼吸治疗设备型号相关联；以及
生成所述睡眠表现信息与所述历史睡眠表现信息之间的比较。
80.根据权利要求79所述的方法，还包括基于所生成的比较来生成针对所述第一呼吸治疗设备型号或所述第二呼吸治疗设备型号的建议。
81.根据权利要求67至80中任一项所述的方法，还包括：
接收与个体相关联的医疗信息；以及
基于所接收的医疗信息来修改所述模拟呼吸治疗设备声音的输出。
82.一种系统，包括：
控制系统，所述控制系统包括一个或多个处理器；以及
其上存储有机器可读指令的存储器；
其中所述控制系统联接至所述存储器，并且当所述存储器中的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者执行时，实施根据权利要求1至51或权利要求67至81中任一项所述的方法。
83.一种用于共享睡眠评分的系统，所述系统包括控制系统，所述控制系统被配置来实施根据权利要求1至36或权利要求48至51中任一项所述的方法。
84.一种用于控制呼吸治疗的系统，所述系统包括控制系统，所述控制系统被配置来实施根据权利要求37至51中任一项所述的方法。
85.一种用于模拟呼吸治疗的系统，所述系统包括控制系统，所述控制系统被配置来实施根据权利要求67至81中任一项所述的方法。
86.一种计算机程序产品，所述计算机程序产品包括指令，所述指令在由计算机执行时使得所述计算机执行根据权利要求1至51或权利要求67至81中任一项所述的方法。
87.根据权利要求86所述的计算机程序产品，其中所述计算机程序产品是非暂时性计算机可读介质。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202063127597P | 2020-12-18 | 2020-12-18 | |
| US63/127,597 | 2020-12-18 | ||
| PCT/IB2021/061883 WO2022130296A1 (en) | 2020-12-18 | 2021-12-16 | Cohort sleep performance evaluation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116888684A true CN116888684A (zh) | 2023-10-13 |
Family
ID=79021595
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180093976.6A Pending CN116888684A (zh) | 2020-12-18 | 2021-12-16 | 群组睡眠表现评估 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20240062872A1 (zh) |
| EP (1) | EP4264631A1 (zh) |
| JP (1) | JP2024500341A (zh) |
| CN (1) | CN116888684A (zh) |
| WO (1) | WO2022130296A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230036171A1 (en) * | 2021-07-29 | 2023-02-02 | Peer Collective Inc. | Systems and methods for rapid vetting of counselors via graded simulated exchanges |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5199424A (en) | 1987-06-26 | 1993-04-06 | Sullivan Colin E | Device for monitoring breathing during sleep and control of CPAP treatment that is patient controlled |
| AUPP026997A0 (en) | 1997-11-07 | 1997-12-04 | Resmed Limited | Administration of cpap treatment pressure in presence of apnea |
| WO2015008285A1 (en) * | 2013-07-18 | 2015-01-22 | Earlysense Ltd. | Monitoring a sleeping subject |
| JP5515156B2 (ja) * | 2012-03-30 | 2014-06-11 | 株式会社タニタ | 睡眠管理システム及び睡眠計 |
| US10492720B2 (en) | 2012-09-19 | 2019-12-03 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
| NZ630602A (en) | 2012-09-19 | 2016-10-28 | Resmed Sensor Technologies Ltd | System and method for determining sleep stage |
| US10610153B2 (en) * | 2014-07-21 | 2020-04-07 | Withings | System and method to monitor and assist individual's sleep |
| EP4012718A1 (en) | 2014-10-24 | 2022-06-15 | ResMed Inc. | Respiratory pressure therapy system |
| AU2016214265A1 (en) * | 2015-02-03 | 2017-08-17 | Apple Inc. | Family sleep monitoring system |
| EP3410934B1 (en) | 2016-02-02 | 2021-04-07 | ResMed Pty Ltd | Methods and apparatus for treating respiratory disorders |
| WO2018050913A1 (en) | 2016-09-19 | 2018-03-22 | Resmed Sensor Technologies Limited | Apparatus, system, and method for detecting physiological movement from audio and multimodal signals |
| CN111655125B (zh) * | 2017-12-22 | 2023-08-18 | 瑞思迈传感器技术有限公司 | 用于健康和医学感测的设备、系统和方法 |
| KR102649497B1 (ko) | 2017-12-22 | 2024-03-20 | 레스메드 센서 테크놀로지스 리미티드 | 차량에서의 생리학적 감지를 위한 장치, 시스템, 및 방법 |
| CN111629658B (zh) | 2017-12-22 | 2023-09-15 | 瑞思迈传感器技术有限公司 | 用于运动感测的设备、系统和方法 |
| CN113710151A (zh) | 2018-11-19 | 2021-11-26 | 瑞思迈传感器技术有限公司 | 用于检测呼吸障碍的方法和设备 |
-
2021
- 2021-12-16 WO PCT/IB2021/061883 patent/WO2022130296A1/en active Application Filing
- 2021-12-16 CN CN202180093976.6A patent/CN116888684A/zh active Pending
- 2021-12-16 EP EP21830791.6A patent/EP4264631A1/en active Pending
- 2021-12-16 US US18/267,941 patent/US20240062872A1/en active Pending
- 2021-12-16 JP JP2023534744A patent/JP2024500341A/ja active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022130296A1 (en) | 2022-06-23 |
| JP2024500341A (ja) | 2024-01-09 |
| EP4264631A1 (en) | 2023-10-25 |
| US20240062872A1 (en) | 2024-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114901134B (zh) | 用于失眠症筛查和管理的系统和方法 | |
| US20230173221A1 (en) | Systems and methods for promoting a sleep stage of a user | |
| US20230245780A1 (en) | Systems and methods for multi-component health scoring | |
| JP2022547628A (ja) | 常時治療のためのシステムおよび方法 | |
| KR20230053547A (ko) | 수면-관련 파라미터 분석을 위한 시스템 및 방법 | |
| JP2024505098A (ja) | 主観的快適度レベルを推定するためのシステムおよび方法 | |
| JP2023547497A (ja) | 治療中の睡眠性能スコアリング | |
| JP2023515635A (ja) | 覚醒度を予測するシステムおよび方法 | |
| US20240062872A1 (en) | Cohort sleep performance evaluation | |
| WO2023031802A1 (en) | Intelligent respiratory entrainment | |
| US20220401673A1 (en) | Systems and methods for injecting substances into a respiratory system | |
| JP2023544119A (ja) | 併存疾患を監視するシステム及び方法 | |
| CN116114026A (zh) | 用于确定用于用户的建议的治疗的系统和方法 | |
| CN116456901A (zh) | 用于帮助呼吸治疗系统用户的系统和方法 | |
| JP2023513890A (ja) | データに対する同意を求めるためのシステムおよび方法 | |
| WO2024039774A1 (en) | Systems and methods for collaborative sleep therapy usage | |
| WO2023192481A1 (en) | Methods and systems for an overall health score | |
| KR20230066334A (ko) | 증상 전 질환 검출을 위한 시스템 및 방법 | |
| WO2024039742A1 (en) | Systems and methods for presenting dynamic avatars | |
| CN118202422A (zh) | 针对失眠的生物反馈认知行为疗法 | |
| EP4396833A1 (en) | Intelligent respiratory entrainment | |
| JP2023542739A (ja) | 呼吸治療システムの使用を決定するためのシステム及び方法 | |
| WO2024039751A1 (en) | Systems and methods for providing a sleep therapy community | |
| CN115605133A (zh) | 用于增加个体睡意的系统和方法 |
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 |