CN116981400A - 用于确定未经治疗的健康相关问题的系统和方法 - Google Patents
用于确定未经治疗的健康相关问题的系统和方法 Download PDFInfo
- Publication number
- CN116981400A CN116981400A CN202180093663.0A CN202180093663A CN116981400A CN 116981400 A CN116981400 A CN 116981400A CN 202180093663 A CN202180093663 A CN 202180093663A CN 116981400 A CN116981400 A CN 116981400A
- Authority
- CN
- China
- Prior art keywords
- user
- heart rate
- sleep
- sensor
- implementations
- 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
- 238000000034 method Methods 0.000 title claims description 97
- 230000036541 health Effects 0.000 title description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 110
- 208000019116 sleep disease Diseases 0.000 claims abstract description 78
- 208000020685 sleep-wake disease Diseases 0.000 claims abstract description 44
- 230000007958 sleep Effects 0.000 claims description 142
- 238000011282 treatment Methods 0.000 claims description 110
- 238000002644 respiratory therapy Methods 0.000 claims description 63
- 230000033001 locomotion Effects 0.000 claims description 43
- 208000001797 obstructive sleep apnea Diseases 0.000 claims description 41
- 230000000241 respiratory effect Effects 0.000 claims description 41
- 201000002859 sleep apnea Diseases 0.000 claims description 34
- 208000008784 apnea Diseases 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 20
- 229910052760 oxygen Inorganic materials 0.000 claims description 19
- 230000001144 postural effect Effects 0.000 claims description 19
- 230000001225 therapeutic effect Effects 0.000 claims description 18
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 17
- 239000001301 oxygen Substances 0.000 claims description 17
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 16
- 210000001202 rhombencephalon Anatomy 0.000 claims description 12
- 208000035475 disorder Diseases 0.000 claims description 11
- 230000004461 rapid eye movement Effects 0.000 claims description 11
- 230000008667 sleep stage Effects 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 208000003417 Central Sleep Apnea Diseases 0.000 claims description 9
- 239000008280 blood Substances 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 7
- 206010062519 Poor quality sleep Diseases 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 210000001367 artery Anatomy 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 5
- 230000002618 waking effect Effects 0.000 claims description 5
- 230000004424 eye movement Effects 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 claims description 4
- 208000022925 sleep disturbance Diseases 0.000 claims description 4
- 208000007101 Muscle Cramp Diseases 0.000 claims description 2
- 210000001715 carotid artery Anatomy 0.000 claims description 2
- 210000001994 temporal artery Anatomy 0.000 claims description 2
- 230000024883 vasodilation Effects 0.000 claims description 2
- 210000003128 head Anatomy 0.000 description 27
- 230000000694 effects Effects 0.000 description 26
- 206010041235 Snoring Diseases 0.000 description 23
- 206010021079 Hypopnoea Diseases 0.000 description 19
- 230000036544 posture Effects 0.000 description 19
- 238000002560 therapeutic procedure Methods 0.000 description 17
- 239000012491 analyte Substances 0.000 description 16
- 210000000038 chest Anatomy 0.000 description 15
- 239000000126 substance Substances 0.000 description 15
- 230000036772 blood pressure Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 230000036387 respiratory rate Effects 0.000 description 11
- 210000003205 muscle Anatomy 0.000 description 10
- 238000012360 testing method Methods 0.000 description 10
- 230000000747 cardiac effect Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 208000023504 respiratory system disease Diseases 0.000 description 9
- 230000037007 arousal Effects 0.000 description 8
- 210000004072 lung Anatomy 0.000 description 8
- 208000005793 Restless legs syndrome Diseases 0.000 description 7
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 208000018360 neuromuscular disease Diseases 0.000 description 6
- 210000002105 tongue Anatomy 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 206010003497 Asphyxia Diseases 0.000 description 5
- 206010010904 Convulsion Diseases 0.000 description 5
- 206010011224 Cough Diseases 0.000 description 5
- 208000000059 Dyspnea Diseases 0.000 description 5
- 206010013975 Dyspnoeas Diseases 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 230000005484 gravity Effects 0.000 description 5
- 208000000122 hyperventilation Diseases 0.000 description 5
- 210000001847 jaw Anatomy 0.000 description 5
- 230000002889 sympathetic effect Effects 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 208000006673 asthma Diseases 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000002045 lasting effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000003860 sleep quality Effects 0.000 description 4
- 210000001584 soft palate Anatomy 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 208000000884 Airway Obstruction Diseases 0.000 description 3
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 3
- 206010003119 arrhythmia Diseases 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000008035 nerve activity Effects 0.000 description 3
- 230000037053 non-rapid eye movement Effects 0.000 description 3
- 230000000414 obstructive effect Effects 0.000 description 3
- 230000037081 physical activity Effects 0.000 description 3
- 238000002106 pulse oximetry Methods 0.000 description 3
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 3
- 201000004193 respiratory failure Diseases 0.000 description 3
- 210000003019 respiratory muscle Anatomy 0.000 description 3
- 230000000284 resting effect Effects 0.000 description 3
- 231100000430 skin reaction Toxicity 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 210000000779 thoracic wall Anatomy 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 206010020591 Hypercapnia Diseases 0.000 description 2
- 206010021133 Hypoventilation Diseases 0.000 description 2
- 206010028836 Neck pain Diseases 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 2
- 208000002193 Pain Diseases 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 2
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 2
- 206010047924 Wheezing Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006793 arrhythmia Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 210000001217 buttock Anatomy 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011461 current therapy Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000001627 detrimental effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000001079 digestive effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 206010022437 insomnia Diseases 0.000 description 2
- 230000003434 inspiratory effect Effects 0.000 description 2
- 210000003734 kidney Anatomy 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 230000027939 micturition Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000002496 oximetry Methods 0.000 description 2
- 210000003254 palate Anatomy 0.000 description 2
- 208000023515 periodic limb movement disease Diseases 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000000392 somatic effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 238000002626 targeted therapy Methods 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 210000001835 viscera Anatomy 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 206010003658 Atrial Fibrillation Diseases 0.000 description 1
- 241001631457 Cannula Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000007590 Disorders of Excessive Somnolence Diseases 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
- 206010019233 Headaches Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000001705 Mouth breathing Diseases 0.000 description 1
- 208000008705 Nocturnal Myoclonus Syndrome Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 206010038687 Respiratory distress Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 208000030303 breathing problems Diseases 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001269 cardiogenic effect Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000001638 cerebellum Anatomy 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 208000037998 chronic venous disease Diseases 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 208000020020 complex sleep apnea Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000006392 deoxygenation reaction Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 210000000613 ear canal Anatomy 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000000147 hypnotic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 210000004373 mandible Anatomy 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 201000006646 mixed sleep apnea Diseases 0.000 description 1
- 208000001022 morbid obesity Diseases 0.000 description 1
- 230000003843 mucus production Effects 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 201000009240 nasopharyngitis Diseases 0.000 description 1
- 230000007171 neuropathology Effects 0.000 description 1
- 210000000869 occipital lobe Anatomy 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000001734 parasympathetic effect Effects 0.000 description 1
- 210000001152 parietal lobe Anatomy 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000010344 pupil dilation Effects 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 230000004202 respiratory function Effects 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 206010039083 rhinitis Diseases 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 238000007789 sealing Methods 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
- 230000004620 sleep latency Effects 0.000 description 1
- 238000010321 sleep therapy Methods 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 230000037322 slow-wave sleep Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 206010041232 sneezing Diseases 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 206010042772 syncope Diseases 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 210000003478 temporal lobe Anatomy 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
接收在第一时间段期间与用户相关联的第一生理数据。分析第一生理数据以确定(i)第一时间段的第一呼吸速率、(ii)第一多个样本心率值,以及(iii)第一时间段的第一心率变异性参数。接收在第二时间段期间与用户相关联的第二生理数据。分析第二生理数据以确定(i)第二时间段的第二呼吸速率、(ii)第二多个样本心率值,以及(iii)第二时间段的第二心率变异性参数,第二呼吸速率小于第一呼吸速率。至少部分地基于第一心率变异性参数和第二心率变异性参数来确定用户患有未经治疗的睡眠障碍的可能性百分比。
Description
相关申请的交叉引用
本申请要求于2020年12月15日提交的第63/125,663号美国临时专利申请和2021年9月7日提交的第63/241,297号美国临时专利申请的权益和优先权,其中每一个在此通过引用整体并入本文。
技术领域
本公开总体上涉及用于确定未经治疗的睡眠障碍或其他健康相关问题(例如,可能影响交感神经张力的问题)的系统和方法,并且更具体地,涉及用于确定用户患有未经治疗的睡眠障碍的可能性百分比的系统和方法。
背景技术
存在用于帮助正经历睡眠呼吸暂停和相关呼吸障碍的用户的各种系统。存在一系列可能影响用户的呼吸障碍。某些障碍的特征是特定事件(例如,呼吸暂停、低通气、呼吸过度或其任何组合)。呼吸障碍的实例包括周期性肢体抽动障碍(PLMD)、阻塞性睡眠呼吸暂停(OSA)、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)和胸壁障碍。因此,需要用于识别患有未经治疗的健康相关问题(诸如呼吸障碍)的个体的系统和方法。
这些障碍通常使用呼吸治疗系统来治疗。然而,一些用户发现此类系统不舒服、使用困难、昂贵、不美观和/或不能感知到与使用该系统相关联的益处。结果,在没有证明不使用呼吸治疗时其症状的严重性的情况下,一些用户将选择不开始使用呼吸治疗系统或停止使用呼吸治疗系统。另外,一些不使用呼吸治疗系统的个体可能不会意识到他们患有一种或多种睡眠相关和/或呼吸相关障碍。此外,一些用户可能仅在以特定体位睡觉时才会出现某些症状。
本公开旨在解决这些问题和其他问题。
发明内容
根据本公开的一些实现方式,如下公开了一种用于确定用户患有未经治疗的睡眠障碍的可能性百分比的方法。接收在第一时间段期间与用户相关联的第一生理数据。分析第一生理数据以确定(i)第一时间段的第一呼吸速率、(ii)第一多个样本心率值,以及(iii)第一时间段的第一心率变异性参数。接收在第二时间段期间与用户相关联的第二生理数据。分析第二生理数据以确定(i)第二时间段的第二呼吸速率、(ii)第二多个样本心率值,以及(iii)第二时间段的第二心率变异性参数,第二呼吸速率小于第一呼吸速率。用户患有未经治疗的睡眠障碍的可能性百分比至少部分地基于第一心率变异性参数和第二心率变异性参数来确定。
根据本公开的一些实现方式,如下公开了一种用于确定用户患有未经治疗的睡眠障碍的可能性百分比的系统。该系统包括被配置来实施以上公开的方法的控制系统。
根据本公开的一些实现方式,如下公开了一种方法。接收与用户相关联的体位数据。分析所接收的体位数据以确定用户的体位。至少部分地基于所确定的用户体位,使用户改变体位。
根据本公开的一些实现方式,如下公开了一种用于监测用户体位的系统。该系统包括被配置来实施以上公开的方法的控制系统。
根据本公开的一些实现方式,系统包括控制系统和存储器。控制系统包括一个或多个处理器。存储器上存储有机器可读指令。控制系统联接至存储器。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,实施本文公开的方法中的任一种。
根据本公开的一些实现方式,计算机程序产品包括指令,该指令在由计算机执行时使计算机执行本文公开的方法中的任一种。在一些实现方式中,计算机程序产品是非暂时性计算机可读介质。
根据本公开的一些实现方式,可佩戴设备包括治疗设备和与该治疗设备联接的绑带。治疗设备包括凹面和凸面。凹面被配置为在睡觉时接触用户的后脑勺。治疗设备在凸面上是双稳态的,使得治疗设备在安置于凸面的任一侧上时是稳定的,而在围绕凸面顶点安置时是不稳定的。绑带被配置为围绕用户的头部佩戴以将治疗设备固定至用户的后脑勺。
根据本公开的一些实现方式,可佩戴设备包括治疗设备和与该治疗设备联接的绑带。治疗设备包括凹面和相对表面。凹面被配置为在睡觉时接触用户的后脑勺。治疗设备在相对表面上加重为双稳态,使得治疗设备在安置于相对表面的任一侧上时是稳定的,而在围绕相对表面中心安置时是不稳定的。绑带被配置为围绕用户的头部佩戴以将治疗设备固定至用户的后脑勺。
根据本公开的一些实现方式,方法提供了经由以上公开的治疗设备中的任一种生成与用户相关联的生理数据。该方法进一步提供了至少部分地基于所生成的与用户相关联的生理数据来确定用户是否患有睡眠呼吸暂停。
以上发明内容并不旨在表示本公开的每个实现方式或每个方面。从以下阐述的详细描述和附图中可以明显看出本公开的附加特征和益处。
附图说明
通过阅读以下详细描述并参考附图,本公开的前述和其他优点将变得显而易见。
图1是根据本公开的一些实现方式的用于监测用户的系统的功能框图。
图2示出了根据本公开的一些实现方式的用于确定用户患有未经治疗的睡眠障碍的可能性百分比的方法的流程图。
图3示出了根据本公开的一些实现方式的具有图1系统的至少一部分的移动设备。
图4是根据本公开的一些实现方式的用户和图3的移动设备的透视图。
图5示出了根据本公开的一些实现方式的在第一时间段期间所接收的生理数据。
图6示出了根据本公开的一些实现方式的在第二时间段期间所接收的生理数据。
图7示出了根据本公开的一些实现方式的与无睡眠障碍的用户相关联的生理数据。
图8示出了根据本公开的一些实现方式的与患有未经治疗的OSA的用户相关联的生理数据。
图9示出了根据本公开的一些实现方式的可能患有未经治疗的OSA的用户的显示指示。
图10示出了根据本公开的一些实现方式的不太可能患有未经治疗的OSA的用户的显示指示。
图11是根据本公开的一些实现方式的佩戴具有图1系统的至少一部分的移动设备并且处于仰卧体位的用户的透视图。
图12是根据本公开的一些实现方式的处于侧身体位的图11用户的透视图。
图13示出了根据本公开的一些实现方式的用于监测用户体位的方法的流程图。
图14是根据本公开的一些实现方式的图1系统的至少一部分、用户和床伴的透视图。
图15是根据本公开的一些实现方式的图1系统的至少一部分和佩戴治疗设备的用户的顶部透视图。
图16是根据本公开的一些实现方式的佩戴图15的治疗设备的用户的侧视图。
图17A示出了根据本公开的一些实现方式的佩戴图15的治疗设备的用户从面朝上移动到面朝左。
图17B示出了根据本公开的一些实现方式的佩戴图15的治疗设备的用户从面朝上移动到面朝右。
图18A是根据本公开的一些实现方式的佩戴图15的治疗设备并且面朝左的用户的顶部透视图。
图18B是根据本公开的一些实现方式的佩戴图15的治疗设备并且面朝左的用户的侧视图。
虽然本公开容许各种修改和替代形式,但其特定的实现方式和实现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定义的本公开的精神和范围内的所有修改、等同和替代。
具体实施方式
许多个体患有睡眠相关和/或呼吸障碍。睡眠相关和/或呼吸障碍的实例包括周期性肢体抽动障碍(PLMD)、不宁腿综合征(RLS),睡眠障碍性呼吸(SDB)(诸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,诸如混合性呼吸暂停和低通气、呼吸努力相关唤醒(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)、快速眼动(REM)行为障碍(也称为RBD)、梦境演绎行为(DEB)、高血压、糖尿病、中风、失眠和胸壁障碍。
阻塞性睡眠呼吸暂停(OSA)是睡眠障碍性呼吸(SDB)的一种形式,其特征是包括睡眠期间由异常小的上气道以及舌、软腭和后口咽壁区域中的正常肌肉张力丧失的组合引起的上气道的堵塞或阻塞的事件。更通常,呼吸暂停一般是指由空气堵塞(阻塞性睡眠呼吸暂停)或呼吸功能停止(通常称为中枢性睡眠呼吸暂停)引起的呼吸停止。通常,在阻塞性睡眠呼吸暂停事件期间,个体将停止呼吸约15秒至约30秒。
其他类型的呼吸暂停包括低通气、呼吸过度和高碳酸血症。低通气的特征通常是由气道狭窄引起的缓慢呼吸或浅呼吸,而非气道堵塞。呼吸过度的特征通常是呼吸的深度和/或速率增加。高碳酸血症的特征通常是血流中的二氧化碳升高或过多,通常由低通气引起。
潮式呼吸(CSR)是睡眠障碍性呼吸的另一种形式。CSR是患者呼吸控制器的障碍,其中存在称为CSR周期的盛衰通气的律动交替周期。CSR的特征是动脉血的反复脱氧合和再氧合。
肥胖换气过度综合征(OHS)被定义为严重肥胖和清醒时慢性高碳酸血症的组合,不存在通气不足的其他已知原因。症状包括呼吸困难、晨起头痛和白天过度嗜睡。
慢性阻塞性肺病(COPD)包含具有某些共同特征的一组下气道疾病中的任一种,诸如对空气运动的阻力增加、呼吸的呼气阶段延长和肺的正常弹性丧失。
神经肌肉疾病(NMD)包含直接经由内在肌肉病理或间接经由神经病理损害肌肉功能的许多疾病和病痛。胸壁障碍是一组导致呼吸肌与胸廓之间无效联接的胸廓畸形。
呼吸努力相关唤醒(RERA)事件的特征通常是持续十秒或更长的增加的呼吸努力,导致从睡眠中唤醒,并且其不满足呼吸暂停或低通气事件的标准。RERA被定义为呼吸序列,其特征是增加呼吸努力,导致从睡眠中唤醒,但不符合呼吸暂停或低通气的标准。这些事件必须满足以下两个标准:(1)逐渐更负的食管压力模式,由压力突然变化至更低的负水平和唤醒而终止,以及(2)该事件持续十秒或更长。在一些实现方式中,鼻插管/压力换能器系统在RERA的检测中足够且可靠。RERA检测器可以基于从呼吸治疗设备导出的实际流量信号。例如,可以基于流量信号确定流量限制测量。然后可以根据流量限制测量和通气量突然增加的测量导出唤醒测量。在转让给瑞思迈有限公司(ResMed Ltd.)的国际公开第WO 2008/138040号和美国专利第9,358,353号中描述了一种此类方法,其中每一个的公开内容在此通过引用整体并入本文。
这些和其他障碍的特征是当个体睡眠时发生的特定事件(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、突然发作或其任何组合)。
呼吸暂停-低通气指数(AHI)是用于指示睡眠时段期间睡眠呼吸暂停严重性的指数。通过用睡眠时段期间用户经历的呼吸暂停和/或低通气事件的数量除以睡眠时段中睡眠的总小时数来计算AHI。该事件可以是例如持续至少10秒的呼吸暂停。AHI小于5被认为是正常的。AHI大于或等于5但小于15被认为是轻度睡眠呼吸暂停的指示。AHI大于或等于15但小于30被认为是中度睡眠呼吸暂停的指示。AHI大于或等于30被认为是重度睡眠呼吸暂停的指示。在儿童中,AHI大于1被认为是异常的。当AHI正常时,或者当AHI正常或轻度时,睡眠呼吸暂停可被认为是“受控的”。AHI还可以与氧去饱和水平结合使用以指示阻塞性睡眠呼吸暂停的严重性。
本公开的各种实现例涉及可佩戴设备,其有助于将用户头部保持在侧面以帮助解决体位性睡眠呼吸暂停。可佩戴设备可以是无源的和/或被供电以帮助用户。可佩戴设备可以独立使用或与呼吸治疗系统结合使用。可佩戴设备可以包括一个或多个传感器和/或与一个或多个传感器通信以监测用户的体位和/或头部体位,和/或其他生理数据(例如,睡眠呼吸暂停、心率、心率变异性等)。所测量的数据可以用作所连接的呼吸治疗系统和/或另一可佩戴设备的输入。附加地或可替代地,在佩戴可佩戴设备的一个或多个睡眠时段之后,所测量的数据可用作经由连接的智能设备对用户的反馈。
参考附图来描述本公开,其中在所有附图中使用相同的附图标记来表示类似或等同的元件。附图不是按比例绘制的,并且仅仅是为了说明本公开而提供的。下面参考实例应用来描述本公开的几个方面以供说明。
本公开涉及利用设备从用户中获得心脏信号以确定一个或多个心率变异性参数的系统和方法,该心率变异性参数可被分析以确定用户是否可能患有睡眠障碍(例如,OSA)。该设备可以包括加速度计和/或心率/脉搏传感器(例如,脉搏血氧计、ECG)。该设备还可以在测量信号的同时向用户提供进行深呼吸锻炼的提示。在一些实现方式中,输出是对用户的OSA风险的指示。
本公开还涉及利用测量和/或记录各种信号(例如,位置信号、心脏信号、呼吸信号)的设备来提供体位治疗(例如,当用户仰卧时,和/或当检测到呼吸暂停事件时,通过蜂鸣或提示用户侧滚)的系统和方法。该系统可以包括将设备保持在适当位置的联接机构(例如,绑带),该联接机构对于用户入睡来说足够舒适。
参考图1,示出了根据本公开的一些实现方式的系统100。系统100可用于提供与用户使用移动设备以及其他使用相关的各种不同传感器。系统100包括控制系统110、存储器设备114、电子接口119、一个或多个传感器130以及一个或多个移动设备170。在一些实现方式中,系统100进一步包括用于将一个或多个移动设备170联接至用户的绑带184。如本文进一步详细公开的,系统100可用于识别未经治疗的健康相关问题(例如,增加交感神经活动的任何疾病或状况,诸如睡眠障碍、COPD、CVD、急性呼吸窘迫、躯体综合征)和/或用户的体位。
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的各种部件和/或分析由系统100的部件获得和/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一外壳中,或者彼此远离地定位。控制系统110可以联接至和/或安置于例如移动设备170的外壳内和/或传感器130中的一个或多个的外壳内。控制系统110可以是集中式的(在一个此类外壳内)或分散式的(在物理上不同的两个或更多个此类外壳内)。在包括含有控制系统110的两个或更多个外壳的此类实现方式中,此类外壳可以彼此邻近和/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,例如,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可以包括任何合适数量的存储器设备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/或安置于移动设备170的外壳内、传感器130中的一个或多个的外壳内,或两者。类似于控制系统110,存储器设备114可以是集中式的(在一个此类外壳内)或分散式的(在物理上不同的两个或更多个此类外壳内)。
在一些实现方式中,存储器设备114存储与用户相关联的用户简档。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、自我报告的用户反馈、与用户相关联的睡眠参数(例如,从一个或多个较早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、用户地理位置、感情状态、失眠或睡眠呼吸暂停的家族史、用户就业状态、用户教育状态、用户社会经济状态或其任何组合的信息。
医疗信息可以包括例如指示与用户相关联的一种或多种医疗状况、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次睡眠潜伏期测试(MSLT)测试结果或评分、匹兹堡睡眠质量指数(PSQI)评分或值、Epworth嗜睡评分(ESS)和/或其他患者调查的结果。自我报告的用户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)、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。
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以包括指示自我报告的主观睡眠评分(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。在一些实现方式中,存储器设备114存储可在显示设备172上显示的介质内容。在一些实现方式中,可以存储和分析信息的短期和/或长期历史,使得可以显示或作用于趋势数据。在一些实现方式中,趋势数据可以用作监测状况改善或恶化的度量,例如,在特定类型的治疗(诸如CPAP或体位性OSA治疗)开始之后心率变异性的增加可以指示该治疗正在起作用。结果,可以生成消息以通知患者或临床医生他们的治疗正在起作用并鼓励他们继续治疗。相反,如果数据指示状况没有变化或恶化了,则可以生成消息以指示患者或临床医生提示他们考虑替代治疗。
电子接口119配置为从一个或多个传感器130接收数据(例如,生理数据),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、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)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还可以包括与本文所述的处理器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。在一些实现方式中,电子接口119联接至移动设备170或集成在其中。在其他实现方式中,电子接口119联接至控制系统110和/或存储器设备114或与其集成(例如,在外壳中)。
仍然参考图1,在一些实现方式中,系统100进一步可选地包括呼吸治疗系统120、血压设备180、活动追踪器190或其任何组合。呼吸治疗系统120可以包括呼吸压力治疗设备(RPT)122(本文称为呼吸治疗设备122)、用户接口124(也称为“面罩”)、导管126(也称为管或空气回路)、显示设备128、加湿罐129或其任何组合。
在一些实现方式中,控制系统110、存储器设备114、显示设备128、传感器130中的一个或多个和加湿罐129是呼吸治疗设备122的一部分。呼吸压力治疗是指在用户的整个呼吸周期中,以相对于大气名义上为正的受控目标压力向用户气道入口处施加空气供应(例如,与诸如罐式呼吸机或胸甲的负压治疗相反)。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。
呼吸治疗设备122具有鼓风机马达(未示出),其通常用于生成输送至用户的加压空气(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,呼吸治疗设备122生成输送至用户的连续恒定的空气压力。在其他实现方式中,呼吸治疗设备122生成两个或多个预定压力(例如,第一预定空气压力和第二预定空气压力)。在其他实现方式中,呼吸治疗设备122配置为在预定范围内生成多种不同的空气压力。例如,呼吸治疗设备122可以输送至少约6cm H2O、至少约10cm H2O、至少约20cm H2O、约6cm H2O至约10cm H2O、约7cm H2O至约12cm H2O等。呼吸治疗设备122还可以以例如约-20升/分钟至约150升/分钟的预定流速输送加压空气,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治疗设备122输送至用户的气道,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输送至用户的气道。呼吸治疗设备122、用户接口124和导管126一起形成与用户气道流体联接的空气通路。加压空气还增加了睡眠期间用户的氧摄入。根据要施加的治疗,用户接口124可以例如与用户面部的区域或一部分形成密封,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10cm H2O的正压下输送空气以实现治疗。对于其他形式的治疗,诸如氧输送,用户接口可以不包括足以便于在约10cm H2O的正下将气体供应输送至气道的密封。
如图14所示,在一些实现方式中,用户接口124是覆盖用户410的鼻子和嘴的面罩(例如,全罩式面罩)。可替代地,用户接口124可以是向用户410的鼻子提供空气的鼻罩或将空气直接输送至用户410的鼻孔的鼻枕罩。用户接口124可以包括形成例如用于帮助将接口安置和/或稳定于用户410的一部分(例如,面部)上的头带的多个绑带,以及帮助在用户接口124与用户410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气口125,用于允许用户410呼出的二氧化碳和其他气体逸出。在其他实现方式中,用户接口124包括咬嘴(例如,模制为符合用户410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)允许空气在呼吸治疗系统120的两个部件之间流动,诸如呼吸治疗设备122与用户接口124之间。在一些实现方式中,可以有用于吸入和呼出的单独的导管126的分支。在其他实现方式中,单个分支导管用于吸入和呼出两者。
呼吸治疗设备122、用户接口124、导管126、显示设备128和加湿罐129中的一个或多个可以含有一个或多个传感器(例如,压力传感器、流量传感器,或更通常在本文所述的其他传感器130中的任一个)。这些一个或多个传感器可用于例如测量由呼吸治疗设备122供应的加压空气的空气压力和/或流速。
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/或关于呼吸治疗设备122的信息。例如,显示设备128可以提供关于呼吸治疗设备122的状态的信息(例如,呼吸治疗设备122是否开启/关闭、由呼吸治疗设备122输送的空气的压力、由呼吸治疗设备122输送的空气的温度等)和/或其他信息(例如,睡觉评分和/或治疗评分,也称为myAirTM评分,诸如在国际公开第WO 2016/061629号和美国专利公开第2017/0311879号中所述的,其中每一个在此通过引用整体并入本文;当前日期/时间;用户410的个人信息;寻求用户反馈和/或向用户提供建议的问题等)。在一些实现方式中,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为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、键盘或配置为感测由与呼吸治疗设备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联接至呼吸治疗设备122或集成在其中,并且包括可用于加湿从呼吸治疗设备122输送的加压空气的储水器。呼吸治疗设备122可以包括一个或多个通气口(未示出)和加热加湿罐129中的水的加热器,以便加湿提供给用户410的加压空气。附加地,在一些实现方式中,导管126还可以包括加热元件(例如,联接至导管126和/或嵌入在其中),该加热元件加热输送至用户410的加压空气。加湿罐129可以流体联接至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至空气通路中,或者可以与空气通路成直线地形成为空气通路本身的一部分。在一些实现方式中,加湿罐129可以不包括储水器并且因此是无水的。
在一些实现方式中,系统100可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(未示出)输送至用户的空气通路。通常,改变物质的该部分至空气通路中的输送可以包括(i)开始物质至空气通路中的输送、(ii)结束物质的该部分至空气通路中的输送、(iii)改变输送至空气通路中的物质的量、(iv)改变物质的该部分至空气通路中的输送的时间特征、(v)改变物质的该部分至空气通路中的输送的定量特征、(vi)改变与物质至空气通路中的输送相关联的任何参数,或(vii)(i)-(vi)的组合。
改变物质的该部分至空气通路中的输送的时间特征可以包括改变输送物质的速率、在不同时间开始和/或结束、持续不同时间段、改变输送的时间分布或特征、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。以这种方式,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、较高频率和较高量、较低频率和较高量、较低频率和较低量等)。也可以利用对物质的该部分至空气通道中的输送的其他改变。
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,诸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系统向用户410输送预定量的加压空气(例如,由睡眠医师确定)。APAP系统基于例如与用户410相关联的呼吸数据自动地改变输送至用户410的加压空气。BPAP或VPAP系统配置为输送第一预定压力(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)。
系统100的一个或多个传感器130(或换能器)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、光电容积图(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、LiDAR传感器178或其任何组合。通常,一个或多个传感器130中的每一个配置为输出被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显示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、脑电图(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和LiDAR传感器178中的每一者,但是更通常,一个或多个传感器130可以包括本文所述和/或示出的传感器中每一个的任何组合和任何数量。
如本文所述,系统100通常可用于在一个或多个时间段期间生成与用户相关联的生理数据。可以分析生理数据以生成一个或多个心率参数(诸如逐搏速率),或心率变异性参数、呼吸参数(诸如呼吸速率或幅度、呼吸努力或代表(例如,呼吸肌中任一个的呼吸肌活动))、睡眠相关参数,和/或与该时间段期间的用户相关的任何其他参数、测量等。可以在一个或多个时间段期间为用户确定的一个或多个心率变异性参数包括例如多个心率、最大心率、最小心率、心率范围、平均心率、中值心率、心率的标准偏差。附加地或可替代地,在一些实现方式中,一个或多个心率变异性参数可以包括一个或多个短期(例如,约或小于5分钟)心率变异性参数、长期(例如,大于5分钟,诸如24小时)心率变异性参数,或两者。附加地或可替代地,在一些实现方式中,一个或多个心率变异性参数可以包括从测量信号中的特征(诸如ECG或加速度计信号中的峰值)之间的时间间隔导出的任何统计度量,诸如平均值、标准偏差等。在一些实现方式中,一个或多个心率变异性参数可以包括指定频率带宽(例如,包括小于0.003Hz的频率的超低频率带宽)中的信号功率或峰值。其他频率范围可以包括0.003至0.04Hz,和0.04至0.15Hz,和0.15Hz至0.4Hz。EEG活动、EMG活动或其任何组合。可以在一个或多个时间段期间为用户确定的一个或多个睡眠相关参数包括例如呼吸暂停-低通气指数(AHI)评分、睡眠评分、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、每小时事件的数量、事件的模式、阶段、呼吸设备的压力设置、心率、心率变异性、用户的运动、温度、EEG活动、EMG活动、唤醒、打鼾、窒息、咳嗽、哨声、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、体位数据,或两者。在一些实现方式中,控制系统110可以使用由传感器130中的一个或多个生成的生理数据来确定在睡眠时段期间与用户相关联的睡眠-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,诸如快速眼动(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。在例如美国专利第10,492,720号、美国专利公开第2014/0088373号、国际公开第WO 2017/132726号、国际公开第WO 2019/122413号、国际公开第WO 2019/122414号和美国专利公开第2020/0383580号中描述了用于根据由一个或多个传感器(诸如一个或多个传感器130)生成的生理数据来确定睡眠状态和/或睡眠阶段的方法,其中每一个在此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确定用户上床的时间、用户下床的时间、用户试图入睡的时间等。睡眠-觉醒信号可由一个或多个传感器130在睡眠时段期间以预定取样速率(例如,每秒一个样本、每30秒一个样本、每分钟一个样本等)测量。在一些实现方式中,睡眠-觉醒信号还可以指示睡眠时段期间的呼吸信号、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、事件的模式、呼吸设备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、混合性呼吸暂停、低通气、口漏、罩漏、不宁腿、睡眠障碍、窒息、心率增加、心率变化、呼吸困难、哮喘发作、癫痫发作、突然发作、发烧、咳嗽、一连串咳嗽(例如,产生或不产生粘液)、打喷嚏、打鼾、喘息、呼吸功能不全的发作、诸如普通感冒或流感的疾病的存在或其任何组合。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,诸如总卧床时间、总睡眠时间、入眠时间、睡眠开始后觉醒参数、睡眠效率、破碎化指数或其任何组合。可以分析生理数据和/或睡眠相关参数以确定一个或多个睡眠相关评分,如本文进一步详细描述的。
由一个或多个传感器130生成的生理数据还可用于确定在一个或多个时间段和/或睡眠时段期间与用户相关联的呼吸信号。呼吸信号通常指示在一个或多个时间段和/或睡眠时段期间用户的呼吸(respiration/breathing)。呼吸信号可以指示和/或被分析以确定(例如,使用控制系统110)一个或多个睡眠相关参数,例如,呼吸速率、呼吸速率变异性、吸气幅度、呼气幅度、吸气-呼气比、吸气和/或呼气持续时间、一个或多个事件的发生、每小时事件的数量、事件的模式、睡眠状态、睡眠阶段、呼吸暂停-低通气指数(AHI)、呼吸设备的压力设置或其任何组合。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、口漏、罩漏、咳嗽、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、突然发作、血压升高或其任何组合。所述睡眠相关参数中的许多是生理参数,尽管睡眠相关参数中的一些可以被认为是非生理参数。还可以根据来自一个或多个传感器130的数据或根据其他类型的数据来确定其他类型的生理和/或非生理参数。
通常,睡眠时段包括用户躺在或坐在床上(或他们打算睡眠的另一区域或物体)之后的任何时间点。睡眠时段因此可以包括时间段(i)当用户正在使用呼吸治疗系统时但在用户试图入睡之前(例如当用户躺在床上读书时);(ii)当用户开始试着入睡但仍醒着时;(iii)当用户处于轻度睡眠(也称为非快速眼动(NREM)睡眠的阶段1和阶段2)时;(iv)当用户处于深度睡眠(也称为慢波睡眠、SWS或NREM睡眠的阶段3)时;(v)当用户处于快速眼动(REM)睡眠时;(vi)当用户在轻度睡眠、深度睡眠或REM睡眠之间周期性地醒来时;或(vii)当用户觉醒且不重新入睡时。睡眠时段通常被定义为一旦用户关闭呼吸设备和/或离开床就结束。在一些实现方式中,睡眠时段可以包括附加时间段,或者可以被限制为仅上述时间段中的一些。
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是空气压力传感器(例如,大气压力传感器),该空气压力传感器生成指示用户的呼吸(例如,吸入和/或呼出)和/或环境压力的传感器数据。在此类实现方式中,压力传感器132可以联接至移动设备170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、电感传感器、电阻传感器、压电传感器、应变计传感器、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可用于确定用户的血压。
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分析的流速数据。在国际公开第WO 2012/012835号和美国专利第US10,328,219号中描述了流量传感器(例如,流量传感器134)的实例,其中每一个在此通过引用整体并入本文。在一些实现方式中,流量传感器134用于确定来自呼吸治疗设备122的空气流速、通过导管126的空气流速、通过用户接口124的空气流速或其任何组合。在此类实现方式中,流量传感器134可以联接至呼吸治疗设备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。在一些实现方式中,流量传感器134配置为测量通气口流量(例如,有意的“泄漏”)、无意的泄漏(例如,口漏和/或罩漏)、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,可以分析流速数据以确定用户的心原性振荡。在一个实例中,压力传感器132可用于确定用户的血压。
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。在一些实现方式中,温度传感器136生成提示用户的核心体温、用户的皮肤温度、从呼吸治疗设备流出和/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可用于检测用户在一个或多个时间段期间的运动和/或用户的身体方向。在一些实现方式中,运动传感器138可用于检测呼吸治疗系统120的任何部件(诸如呼吸治疗设备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,诸如加速度计、陀螺仪和磁力计。在一些实现方式中,运动传感器138可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,从中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。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。
麦克风140输出可以存储在存储设备114中和/或由控制系统110的处理器112分析的声音和/或音频数据。由麦克风140生成的音频数据在睡眠时段期间可再现为一个或多个声音(例如,来自用户的声音)。来自麦克风140的音频数据还可用于识别(例如,使用控制系统110)用户在睡眠时段期间经历的事件,如本文进一步详细描述的。麦克风140可以联接至呼吸治疗设备122、用户接口124、导管126或用户设备170或集成在其中。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生成的声音数据可用于区分由多个麦克风中的另一个生成的声音数据。
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的用户可听见的或系统的用户不可听见的声波(例如,超声声波)。扬声器142可以用作例如闹钟或向用户播放警报或消息(例如,响应于所识别的体位和/或体位的变化)。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至用户。扬声器142可以联接至移动设备170或集成在其中。
麦克风140和扬声器142可以用作单独的设备。在一些实现方式中,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和WO 2020/104465中所述的,其中每一个在此通过引用整体并入本文。在此类实现方式中,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。在一个或多个实现方式中,由扬声器142生成或发射的声波可以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。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可以确定用户的位置、心率变异性参数中的一个或多个,和/或本文所述的睡眠相关参数中的一个或多个(例如,所识别的体位和/或体位的变化),例如呼吸信号,呼吸速率、吸气幅度、呼气幅度,吸气-呼气比、每小时事件的数量、事件的模式、睡眠状态、呼吸设备的压力设置或其任何组合。在该背景中,声纳传感器可以被理解为涉及主动声感测,诸如通过生成/发送通过空气的超声或低频超声感测信号(例如,在约17-23kHz、18-22kHz或17-18kHz的频率范围内)。此类系统可以相对于上述WO2018/050913和WO 2020/104465来考虑。
在一些实现方式中,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分析以确定用户的位置和/或体位、一个或多个心率变异性参数,和/或本文所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、一个或多个传感器130、移动设备170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中被示为分开且不同的元件,但是在一些实现方式中,RF接收器146和RF发射器148被组合为RF传感器147(例如,RADAR传感器)的一部分。在一些此类实现方式中,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。网格系统的一个实例是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,其中每一个都可以是移动的/可移动的或固定的。在此类实现方式中,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),其中每一个包括与RF传感器147相同或类似的RF传感器。Wi-Fi路由器和卫星使用Wi-Fi信号彼此连续通信。Wi-Fi网格系统可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,该Wi-Fi信号中的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输出可再现为可以存储在存储器设备114中的一个或多个图像(例如,静止图像、视频图像、热图像或其任何组合)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心率变异性参数中的一个或多个和/或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、每小时事件的数量、事件的模式、睡眠状态、睡眠阶段或其任何组合。此外,来自相机150的图像数据可用于识别用户的位置和/或体位、确定用户的胸部运动、确定用户的嘴和/或鼻子的气流、确定用户上床的时间,以及确定用户下床的时间。相机150还可用于追踪眼动、瞳孔扩张(如果用户的一只或两只眼睛睁开)、眨眼率或REM睡眠期间的任何变化。在一些实现方式中,相机150包括广角镜头或鱼眼镜头。
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的红外数据可用于确定心率变异性参数中的一个或多个和/或一个或多个睡眠相关参数,包括用户的温度和/或用户的运动。当测量用户的存在、位置和/或运动时,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输出与用户相关联的生理数据,该生理数据可用于确定心率变异性参数中的一个或多个和/或一个或多个睡眠相关参数,例如,心率、心率模式、心率变异性、心动周期、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比值、估计的血压参数或其任何组合。PPG传感器154可以由用户佩戴、嵌入在和/或联接至用户接口124和/或其相关联的头带(例如,绑带等)、嵌入在由用户穿戴的衣服和/或织物中、嵌入在和/或联接至移动设备170。
ECG传感器156输出与用户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包括在一个或多个时间段和/或睡眠时段期间安置于用户的一部分上或其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心率变异性参数中的一个或多个和/或睡眠相关参数中的一个或多个。
EEG传感器158输出与用户大脑的电活动相关的生理数据。在一些实现方式中,EEG传感器158包括在一个或多个时间段和/或睡眠时段期间安置于用户的头皮上或周围的一个或多个电极。来自EEG传感器158的生理数据可用于例如在一个或多个时间段和/或睡眠时段期间的任何给定时间确定用户的睡眠状态。在一些实现方式中,EEG传感器158可以集成在移动设备170和/或单独的头带中。
电容传感器160、力传感器162和应变计传感器164输出可以存储在存储器设备114中并由控制系统110使用以确定本文所述的心率变异性参数中的一个或多个和/或睡眠相关参数中的一个或多个的数据。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输出指示气体(例如,在导管126中或在用户接口124处)的氧浓度的氧数据。氧传感器168可以是例如超声氧传感器、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、血氧测定传感器或其任何组合。
分析物传感器174可用于检测用户的呼出气中分析物的存在。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使用以确定用户的呼吸中的任何分析物的身份和浓度。在一些实现方式中,分析物传感器174安置于用户的嘴附近以检测从用户嘴呼出的呼气中的分析物。例如,当用户接口124是覆盖用户鼻子和嘴的全罩式面罩时,分析物传感器174可以安置于全罩式面罩内以监测用户的嘴呼吸。在其他实现方式中,诸如当用户接口124是鼻罩或鼻枕罩时,分析物传感器174可以安置于用户的鼻子附近以检测通过用户鼻子呼出的呼气中的分析物。在更多其他实现方式中,当用户接口124是鼻罩或鼻枕罩时,分析物传感器174可以安置于用户的嘴附近。在该实现方式中,分析物传感器174可用于检测是否有任何空气无意中从用户的嘴泄漏。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。在一些实现方式中,分析物传感器174还可用于检测用户是通过其鼻子还是嘴呼吸。例如,如果由安置于用户的嘴附近或全罩式面罩内(在用户接口124是全罩式面罩的实现方式中)的分析物传感器174输出的数据检测分析物的存在,则控制系统110可以使用该数据作为用户正通过其嘴呼吸的指示。
湿度传感器176输出可以存储在存储设备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内部、在用户面部附近、在导管126和用户接口124之间的连接附近、在导管126和呼吸治疗设备122之间的连接附近等)。因此,在一些实现方式中,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治疗设备122的加压空气的湿度。在其他实现方式中,湿度传感器176放置于需要监测湿度水平的任何区域附近。湿度传感器176还可用于监测用户周围的周围环境(例如,卧室内部的空气)的湿度。
光探测和测距(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)可用于检测物体并构建周围环境(诸如生活空间)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(诸如智能电话)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地理栅栏RADAR系统,诸如玻璃窗(其可以是对RADAR高度反射的)。例如,LiDAR还可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),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。
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、血氧测定传感器、声纳传感器、RADAR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、雨传感器、土壤湿度传感器、水流传感器、酒精传感器或其任何组合。
虽然在图1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/或联接至系统100的部件中的任一个或多个,包括控制系统110、呼吸治疗设备122、用户接口124、导管126、加湿罐129、控制系统110、用户设备170、活动追踪器190或其任何组合。例如,声学传感器141和/或RF传感器147可以集成在和/或联接至移动设备170。在一些实现方式中,一个或多个传感器130中的至少一个不是物理地和/或通信地联接至控制系统110或移动设备170,而是通常在一个或多个时间段和/或睡眠时段期间邻近用户安置(例如,安置于用户的一部分上或与其接触、由用户佩戴、联接至或安置于床头柜上、联接至床垫、联接至天花板等)。
可以分析来自一个或多个传感器130的数据以确定心率变异性参数中的一个或多个和/或一个或多个睡眠相关参数。在一些实现方式中,一个或多个睡眠相关参数可以包括睡眠评分,诸如在国际公开第WO 2015/006364号和美国专利第10,376,670号中所述的睡眠评分,其中每一个在此通过引用整体并入本文。一个或多个睡眠相关参数可以包括任何数量的睡眠相关参数(例如,1个睡眠相关参数、2个睡眠相关参数、5个睡眠相关参数、50个睡眠相关参数等)。在一些实现方式中,一个或多个睡眠相关参数可以包括心率、心率变异性、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、一个或多个事件的发生、每小时事件的数量、事件的模式、睡眠状态、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、有意的罩漏、无意的罩漏、口漏、咳嗽、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、突然发作、血压升高或降低、任何心律不齐(诸如房颤)、COPD恶化、鼻炎恶化、晕厥或其任何组合。这些参数中的许多是生理参数,尽管参数中的一些可以被认为是非生理参数。非生理参数还可以包括呼吸系统的操作参数,包括流速、压力、加压空气的湿度、马达的速度等。还可以根据来自一个或多个传感器130的数据或根据其他类型的数据来确定其他类型的生理和非生理参数。
移动设备170包括显示设备172。移动设备170可以是例如诸如智能电话、平板电脑、游戏机、智能手表、膝上型电脑等的移动设备。可替代地,移动设备170可以是外部感测系统、电视机(例如,智能电视机)或另一智能家庭设备(例如,诸如Google Home、AmazonEcho、Alexa等的智能扬声器)。在一些实现方式中,移动设备是可佩戴设备(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。在一些实现方式中,显示设备172充当人机界面(HMI),该人机界面(HMI)包括配置为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、键盘或配置为感测由与移动设备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/或包括一个或多个移动设备。
参考图2,公开了用于确定用户患有未经治疗的睡眠障碍的可能性百分比的方法200的流程图。附加地或可替代地,在一些实现方式中,输出是与用户患有未经治疗的睡眠障碍的可能性成比例的任何标度。附加地或可替代地,在一些实现方式中,输出仅是未经治疗的睡眠障碍的是/否分类。例如,在一些实现方式中,输出是低、中或高。作为另一实例,在一些实现方式中,输出是低或高。作为进一步实例,在一些实现方式中,输出是或否。作为又一实例,在一些实现方式中,输出是数字评分。在步骤210处,接收在第一时间段期间与用户相关联的第一生理数据。在步骤220处,分析在步骤210处接收的第一生理数据以确定(i)第一时间段的第一呼吸速率、(ii)第一多个样本心率值,以及(iii)第一时间段的第一心率变异性参数。在一些实现方式中,第一时间段的第一心率变异性参数包括第一时间段的最大心率、第一时间段的最小心率、由第一时间段的最大心率和最小心率定义的心率范围、第一时间段的平均心率、第一时间段的中值心率、第一时间段的心率的标准偏差或其任何组合。
附加地或可替代地,在一些实现方式中,心率变异性参数包括与心率变异性相关联的任何参数。例如,在一些实现方式中,心率变异性参数可以包括(i)SDNN:NN间期的标准偏差,其在24小时内计算;SDANN,在短时间段内计算的平均NN间期的标准偏差,诸如5分钟;因此,SDANN是由于周期长于5分钟导致的心率变化的测量;并且SDNN反映了记录期间所有周期组分的变异性,因此它代表总变异性;(ii)RMSSD(“连续差异均方根”):相邻NN之间连续差异的平方的均方根;(iii)SDSD(“连续差异标准偏差”):相邻NN之间连续差异的标准偏差;(iv)NN50:相差大于50ms的连续NN对的数量;(v)pNN50:NN50除以NN总数的比例;(vi)NN20:相差大于20ms的连续NN对的数量;(vii)pNN20:NN20除以NN总数的比例;(viii)EBC(“估计的呼吸周期”):研究期内给定持续时间的移动窗口内的范围(最大-最小);窗口可以以自我重叠的方式移动或者是严格不同的(顺序的)窗口;EBC通常在数据采集场景中提供,其中实时HRV反馈是主要目标;并且在10秒和16秒顺序和重叠窗口中从PPG导出的EBC已经显示与SDNN高度相关;或(ix)其任何组合。
在步骤230处,接收在第二时间段期间与用户相关联的第二生理数据。在步骤240处,分析在步骤230处接收的第二生理数据以确定(i)第二时间段的第二呼吸速率、(ii)第二多个样本心率值,以及(iii)第二时间段的第二心率变异性参数,第二呼吸速率小于第一呼吸速率。在一些实现方式中,第二时间段的第二心率变异性参数包括第二时间段的最大心率、第二时间段的最小心率、由第二时间段的最大心率和最小心率定义的心率范围、第二时间段的平均心率、第二时间段的中值心率、第二时间段的心率的标准偏差或其任何组合。在一些实现方式中,在第二时间段期间与用户相关联的第二生理数据是从长期收集的数据中获得和/或提取的(例如,不提示用户缓慢呼吸)。
在一些实现方式中,在步骤232处并且在接收第二生理数据之前,使用户的呼吸慢于他们在步骤210中的呼吸(例如,慢于步骤220处确定的第一呼吸速率)。例如,简要参考图3-4,视觉指示310(例如,以文本、视频、图形指示符、屏幕亮度、LED指示、闪光变化等形式)可经由移动设备170显示给用户410。附加地或可替代地,可以向用户410播放音频指示。可以指示用户410仰卧位躺下,并将移动设备170放置于他们的胸部上。
在一些实现方式中,移动设备170可以通过任何合适的方式放置于和/或固定至用户410上,诸如经由绑带、夹子、弹性物、临时粘合剂等。例如,在一些实现方式中,移动设备170可以是比传统移动电话的占用空间更小的可折叠电话。可折叠电话可以更舒适地佩戴入睡。在一些此类实现方式中,可折叠电话可以夹在用户所穿的T恤衫的前口袋上。作为另一实例,在一些实现方式中,移动设备170可以是智能手表。在一些此类实现方式中,智能手表可以放置于用户所穿的T恤衫的前口袋中,带有或不带有表带。附加地或可替代地,在一些此类实现方式中,智能手表可以被转换为由用户佩戴的项链的一部分。
附加地或可替代地,可以指示用户保持静止和放松(例如,经由视觉指示310、经由移动设备170的振动等)。附加地或可替代地,可以指导用户做以下中的任一种或全部:深呼吸、放松、想一个或多个令人愉快的想法或经历、清理他们的思路、吃或喝东西(诸如一杯水或轻便小吃)。附加地或可替代地,用户可以暴露于刺激,诸如设计为使用户放松的音频和/或视频刺激。例如,刺激可以采取通常被认为是令人放松的形式,诸如自然环境的音频和/或视觉表示,或者令人平静或令人愉快的故事。
在一些实现方式中,生理数据可以包括睡眠状态、心律不齐、鼻插管、脉搏氧、活动记录或其任何组合。附加地或可替代地,在一些实现方式中,可以分析生理数据以检测睡眠状态、心律不齐、鼻插管、脉搏氧、活动记录或其任何组合。例如,可以通过分析活动记录和心率来增强睡眠状态的确定。
在一些实现方式中,可以接收第一生理数据(图2的步骤210)作为用户410的基线,然后引导用户减慢他们的呼吸,使得可以接收第二生理数据(图2的步骤230)。在一些实现方式中,在接收第一生理数据和/或第二生理数据之后,和/或在预定时间段(例如,一分钟、两分钟、三分钟等)之后,可以通知用户测试完成和/或可以显示结果。在一些实现方式中,包括反馈回路,其中如果用于收集生理数据的信号弱,则可以指示用户移动电话170。
在第一时间段期间所接收的第一生理数据(图2的步骤210)示于图5中,并且在第二时间段期间所接收的第二生理数据(图2的步骤230)示于图6中。第一生理数据(图5)和第二生理数据(图6)使用移动设备的加速度计来生成,诸如系统100(图1)的移动设备170。加速度计配置为检测用户的呼吸和/或心率,其可以如图5-6所示绘制。在该实例中,第一时间段期间的呼吸周期510短于第二时间段期间的呼吸周期610,因为用户在第二时间段期间比第一时间段呼吸慢。在图5-6的该实例中,心脏周期520和心脏周期620大致相同。虽然在该实例中使用加速度计生成第一生理数据和第二生理数据,但是第一生理数据和/或第二生理数据可以由任何传感器生成,诸如本文所述的传感器130中的一个或多个。可以分析由此类传感器130中的一个或多个生成的相应数据以确定用户患有未经治疗的睡眠障碍的可能性百分比、用户是否患有未经治疗的睡眠障碍,和/或诊断用户未经治疗的睡眠障碍。在一些实现方式中,可以实现面部扫描技术以预测和/或诊断体位性OSA和/或体位性打鼾。
因此,在一些实现方式中,第二呼吸速率(在图2的步骤240处确定的)小于第一呼吸速率(在图2的步骤220处确定的)。例如,第二呼吸速率比第一呼吸速率小至少10%、小至少20%、小至少30%、小至少40%、小至少50%、小至少60%或小至少70%。在一些实现方式中,每分钟六次呼吸或更少次呼吸被认为是缓慢呼吸。在一些实现方式中,将为第二呼吸速率设置目标呼吸速率,诸如每分钟六次呼吸。附加地,可以设置公差以评估是否已经满足该目标,例如,如果呼吸速率监测指示用户的呼吸速率在预定时间内保持在目标值的百分比内,则该测试可以被认为是可接受的,使得可以进一步引导或指导用户实现可接受的测试直到可接受的测试已经完成的点。
返回参考图2,在步骤260处,至少部分地基于在步骤220处确定的第一心率变异性参数和在步骤240处确定的第二心率变异性参数来确定用户患有未经治疗的睡眠障碍(例如,阻塞性睡眠呼吸暂停)的可能性百分比,例如如下实例。
图7示出了与无睡眠障碍的用户相关联的生理数据。曲线700示出了在正常呼吸的第一时段期间和在缓慢呼吸的第二时段期间无睡眠障碍的用户的心率。第一时间段期间的心率730的最小值为约每分钟68次,最大值为约每分钟78次。因此,第一时间段期间的心率范围732为约每分钟10次。第二时间段期间的心率740的最小值为约每分钟66次,最大值为约每分钟80次。因此,第二时间段期间的心率范围742为约每分钟14次。
图8示出了与患有未经治疗的OSA的用户相关联的生理数据。曲线800示出了在正常呼吸的第一时段期间和在缓慢呼吸的第二时段期间患有未经治疗的OSA的用户的心率。第一时间段期间的心率830的最小值为约每分钟68次,最大值为约每分钟78次。因此,第一时间段期间的心率范围832为约每分钟10次。第二时间段期间的心率840的最小值为约每分钟68次,最大值为约每分钟78次。因此,第二时间段期间的心率范围742为约每分钟10次。
因此,如图7-8所示,当呼吸减慢时,无睡眠障碍的用户的心率范围增加。对于患有未经治疗的睡眠障碍(诸如睡眠呼吸暂停)的用户,心率范围没有增加到与无睡眠障碍的用户相同的程度。换言之,当呼吸减慢时,无睡眠障碍的用户的心率比患有未经治疗的睡眠障碍的用户的心率变化更大。
返回参考图2,在一些实现方式中,可以省略步骤210和/或步骤220,并且仅分析在第二时间段(步骤230)期间接收的第二生理数据。在第二时间段期间,用户的呼吸被减慢(例如,约或少于每分钟6次呼吸)。在一些此类实现方式中,在步骤260处,基于所分析的第二生理数据来确定用户患有未经治疗的睡眠障碍的可能性百分比。例如,在一些实现方式中,如果第二时间段期间的心率范围不超过阈值(6bpm、7bpm、8bpm、9bpm、10bpm、11bpm、12bpm、13bpm、14bpm、15bpm、16bpm、17bpm、18bpm、19bpm、20bpm、21bpm、22bpm),则确定用户可能患有未经治疗的睡眠呼吸暂停。在一些实现方式中,基于用户的人口统计来调整阈值。例如,在年轻的健康人中呼吸联接倾向于更大。
在一些实现方式中,在步骤250处,将在步骤220处确定的第一心率变异性参数与在步骤240处确定的第二心率变异性参数进行比较。例如,在一些实现方式中,可以将第一时间段(例如,正常呼吸)期间的心率范围与第二时间段(例如,缓慢呼吸)期间的心率范围进行比较,诸如图7-8中所示的实例。当超过阈值时,心率范围之间的差异可以指示用户未患有未经治疗的睡眠障碍(例如,用户被彻底治疗,或者未患有睡眠障碍)。
在一些实现方式中,响应于第二时间段的心率范围不大于第一时间段的心率范围,在步骤260处,确定用户患有未经治疗的睡眠障碍的可能性百分比大于40%、50%、60%、70%、80%或90%。附加地或可替代地,在步骤260处,确定用户可能患有未经治疗的睡眠障碍。在一些实现方式中,结合其他数据(诸如颈围、调查结果、BMI、静息心率等)来确定用户可能患有未经治疗的睡眠障碍,以产生对睡眠障碍的存在和/或类型的更准确估计。
在一些实现方式中,在步骤270处,可以用第一时间戳来标记第一时间段(步骤210),并且可以用第二时间戳来标记第二时间段(步骤230)。在一些实现方式中,离用户从睡眠中觉醒越近(在用户觉醒的30分钟,一小时,两小时或三小时内),在步骤260处的确定越准确。例如,如果用户患有未经治疗的轻度OSA,则用户在觉醒后不久可能在缓慢呼吸中经历很少的心率范围增加,但在一天中较晚时间在缓慢呼吸中稍微恢复以经历更接近正常的心率范围增加。如果用户患有未经治疗的中度至重度OSA,则即使在一天中的较晚时间,用户也可能在缓慢呼吸中继续经历很少的心率范围增加。在一些实现方式中,在深呼吸结束之后的一段时间内监测用户的心率,并且分析心率图的斜率和/或形状以便进一步确定。
为了说明副交感神经活动的差异,在一些实现方式中,可以根据第一时间戳和第二时间戳来调整步骤260处的确定。在一些实现方式中,可以基于用户前一晚睡得怎么样来调整步骤260处的确定。附加地或可替代地,在一些实现方式中,在步骤280处,可以至少部分地基于(i)在步骤270处标记的第一时间戳和第二时间戳和/或(ii)在步骤260处用户患有未经治疗的睡眠障碍的可能性百分比来确定未经治疗的睡眠障碍的严重性。
附加地或可替代地,在一些实现方式中,可以在一天中进行多次测量以观察用户的心率变异性参数的变化。可以在整天中重复210-260的一个或多个步骤以确定未经治疗的睡眠障碍的严重性。
附加地或可替代地,在一些实现方式中,可以在更长时间段内(例如,在多天、数周或数月内)进行多次测量,以观察用户的心率变异性参数的变化;并且可以将结果的历史与其他历史数据(诸如治疗数据和/或生活方式数据)进行比较,以便建立治疗方法、生活方式参数和/或交感神经活动之间的模式。在一些实现方式中,所建立的模式可用于引导用户进行可减少交感神经活动并降低发展特定疾病的风险的治疗或行为。例如,可以引导用户或护理提供者基于用户对一系列治疗的历史响应来考虑睡眠呼吸障碍的特定治疗,诸如体位性睡眠呼吸暂停治疗或CPAP。在一些实现方式中,心率变异性的变化可用作评估特定治疗的有效性的度量,例如,如果在对睡眠呼吸暂停的特定治疗进行试用之后,心率变异性没有增加,则可以引导用户或临床医生调查替代治疗的有效性,或替代治疗设置或模式。
附加地或可替代地,在步骤290处,接收在附加时间段期间与用户相关联的附加生理数据。在步骤292处,分析在步骤290处接收的附加生理数据以确定(i)附加时间段的附加呼吸速率、(ii)附加多个样本心率值,以及(iii)附加时间段的附加心率变异性参数。附加呼吸速率(步骤290)小于第一呼吸速率(步骤220)。在一些此类实现方式中,在步骤280处,可以至少部分地基于第一心率变异性参数(步骤220)、第二心率变异性参数(步骤240)和附加心率变异性参数(步骤292)来确定未经治疗的睡眠障碍的严重性。
在一些实现方式中,从联接至用户胸部的移动设备(图4)、心率传感器、脉搏传感器(例如,脉搏血氧计、ECG设备)或其任何组合中接收(i)第一生理数据(步骤210)、(ii)第二生理数据(步骤230),和/或(iii)附加生理数据(步骤290)。在一些此类实现方式中,可以分析本文所述的由这些传感器中的一个或多个和/或其他传感器中的一个或多个生成的这些生理数据中的任一个以确定用户患有未经治疗的睡眠障碍的可能性百分比、用户是否患有未经治疗的睡眠障碍,和/或诊断用户未经治疗的睡眠障碍。
在一些实现方式中,在步骤262处,显示(例如,在诸如系统100的显示设备172的显示设备上)在步骤260处确定的用户患有未经治疗的睡眠障碍的可能性百分比的指示。例如,在一些实现方式中,响应于所确定的用户患有未经治疗的睡眠障碍的可能性百分比超过50%,在步骤262处显示的指示包括用户可能患有未经治疗的睡眠障碍。
图9示出了可能患有未经治疗的OSA的用户的显示指示。图9中的用户可能经历低深呼吸心率可变性(例如,缓慢呼吸期间的心率范围不超过正常呼吸期间的心率范围内的阈值增加)。指示310可以在移动设备170上显示,将深呼吸心率变异性(DBHRV)示为每分钟6次。对于该用户,心脏响应指示睡眠呼吸暂停。指示310可以进一步包括诸如“该结果可能由其他条件引起”的信息,以提示用户更多地了解其他可能的原因。
图10示出了不太可能患有未经治疗的OSA的用户的显示指示。图10中的用户可能经历正常深呼吸心率可变性(例如,缓慢呼吸期间的心率范围超过正常呼吸期间的心率范围内的阈值增加)。指示310可以在移动设备170上显示,将深呼吸心率变异性(DBHRV)示为每分钟22次。对于该用户,心脏响应未显示出睡眠呼吸暂停的体征。指示310可以进一步包括诸如“您可能仍患有睡眠呼吸暂停,但在本测试期间体征不明显”的信息,以提高用户了解更多有关睡眠障碍的意识。
在一些实现方式中,还接收与用户相关联的体位数据。可以分析所接收的体位数据以确定用户的体位。至少部分地基于所确定的用户体位和所确定的用户患有未经治疗的睡眠障碍的可能性百分比(步骤260),使用户改变体位。在一些实现方式中,可以将声音或振动传达给用户。例如,在一些此类实现方式中,传达给用户的声音或振动的水平可以与所确定的未经治疗的睡眠障碍的严重性成比例(步骤280)。附加地或可替代地,在一些实现方式中,传达给用户的声音或振动的水平可以逐渐增加以唤醒用户。对于一些用户,从睡眠中醒来的难度与未经治疗的睡眠障碍的严重程度相关联和/或相关。
在实例中,系统可以逐渐增加刺激的水平,并且经由监测用户状况的任何方面的传感器中的任一种(例如,加速度计可以监测用户的运动)来监测用户的响应。在一些实现方式中,将刺激水平与用户的响应相关联的历史数据可用于开发用户的可唤起性的模型。此外,导出的可唤起性可用于评估治疗的功效。例如,在许多情况下,患有未经治疗的睡眠障碍的用户可能相对更难从睡眠中醒来,这是由于缺乏优质睡眠导致的。作为有效治疗的结果,用户可能逐渐变得更容易被唤醒。
在一些实现方式中,如果检测到用户没有改变体位,则所发送的声音或振动的频率可以逐步增加。在一些实现方式中,所发送的声音或振动的频率与用户的睡眠阶段成比例地调整。例如,如果是轻度睡眠,则刺激可以唤醒用户。在一些实现方式中,用户改变体位的提示需要满足以下条件中的一个或两个:(i)用户仰卧,以及(ii)检测一个或多个呼吸事件,诸如打鼾、流量限制、低通气和呼吸暂停。
在一些实现方式中,本文公开的一种或多种方法可以被并入作为低成本应用(诸如低成本体位性OSA应用)的一部分,或OSA app的版本的一部分。在一些此类实现方式中,该应用配置为在升级到被设计为更适合长期使用的版本之前,使用来自本文公开的方法的一个或多个步骤来进行测试,以确定当前治疗或当前治疗模式是否合适。在一些实现方式中,来自本文公开的方法的一个或多个步骤可以被并入作为打鼾治疗应用的一部分。例如,该应用配置为使用本文公开的一个或多个传感器130(诸如移动设备170上的麦克风)来检测鼾声。在一些此类实现方式中,移动设备170仅在检测到打鼾时警告用户(例如,通过振动或播放声音)。可替代地,在一些此类实现方式中,移动设备170仅在检测到打鼾并且患者处于一个或多个特定体位时(例如,当患者处于仰卧体位时,其中打鼾指示气道阻塞或更严重的气道阻塞)警告用户。
作为实例,图11示出了佩戴移动设备170并处于仰卧体位的用户410。移动设备170可以使用绑带184联接至用户410。用户可能在仰卧体位经历体位性睡眠呼吸暂停。因此,移动设备170可以例如通过播放声音或振动来向用户发出蜂鸣声,以使用户转向其侧面,如图12所示。
在一些实现方式中,至少部分地基于所确定的用户患有未经治疗的睡眠障碍的可能性百分比,可以指示用户佩戴诸如呼吸治疗系统的治疗设备。治疗设备可以配置为生成传感器数据,和/或使声音或振动被传达给用户。在一些实现方式中,传感器数据可以包括与用户相关联的体位数据。附加地或可替代地,使用声学传感器(例如,麦克风)和/或运动传感器(例如,加速度计、陀螺仪、磁力计或其任何组合)来生成传感器数据。然后可以分析所生成的传感器数据以确定与用户、用户的胸部运动、用户的心率或其任何组合相关联的睡眠障碍事件。
人们通常在整个睡眠时段期间有规律地改变睡眠体位,并且通常在一段睡眠时间期间采用多个不同体位中的一个。无论是完全平躺(例如,水平体位)、斜倚还是端坐睡觉;或无论是趴着(例如,俯卧位)、仰着(仰卧位)还是朝左侧或朝右侧躺。
个体躺下时与个体站立时相比,个体身体的呼吸状况是不同的。当个体坐着或站着时,个体的气道指向下,使呼吸和气流相对不受限制。然而,当个体安静地睡觉时,个体的身体被迫以基本上水平的体位呼吸,这意味着重力现在对气道不利。当上气道中的肌肉组织松弛并且个体的肺得到有限的空气以经由鼻子或咽喉呼吸时,可能发生睡眠呼吸暂停和打鼾。虽然呼吸过程在夜间是相同的,但是个体的周围组织可能振动,导致个体打鼾。即使是松弛的肌肉也可能引起睡眠呼吸暂停,因为气道的完全阻塞完全妨碍了呼吸,迫使个体在睡眠中间觉醒。结果,对于个体来说,以最佳支持个体呼吸模式的体位睡觉是重要的。例如,一些个体可能受益于以斜倚体位而不是相对于地面完全水平的睡眠。
对于患有打鼾问题、呼吸问题或睡眠呼吸暂停的人来说,以仰卧位睡觉通常可能有问题。这是因为重力增强了颌、舌和软腭向咽喉回落的能力。它使气道变狭窄,并且在呼吸时会引起麻烦。
以俯卧体位睡觉可能看起来像重力问题的替代方案,因为向下的力向前拉动舌和腭。虽然这在一定程度上是真的,但是以这种体位睡觉时,个体的鼻子和嘴可能会被枕头阻塞。这可能影响个体的呼吸。除此之外,它还可能引起颈部疼痛、颈椎问题或消化问题,这又反过来影响了个体的睡眠质量。
一些研究表明,朝侧面睡觉可能是打鼾和睡眠呼吸暂停患者最理想的体位。因为当在休息期间个体的身体位于一侧时,气道更稳定并且不太可能塌陷或限制空气。在该体位,个体的身体、头部和躯干位于一侧(左或右),手臂在身体下面或稍微向前或伸长,并且腿是一个在另一个下面或稍微错开。虽然两侧(左侧和右侧)都被认为是良好的睡眠体位,但是对于某些情况,左侧体位可能不是理想的体位。这是因为当朝左侧睡觉时,身体胸部的内部器官会面临一些运动。并且肺可能在心脏上增加更多的重量或压力。这会影响心脏的功能,并且会通过激活肾脏来报复,从而导致在夜间排尿的需求增加。然而,右侧对诸如肺和心脏的重要器官施加较小的压力。如果个体另一侧上的关节(通常是肩部或臀部)引起疼痛,则朝特定侧睡觉也是理想的。
当个体患有睡眠呼吸暂停或其他呼吸障碍时,获得良好且平静的睡眠变得困难。然而,选择正确的睡眠体位可以帮助用户变得舒适,同时帮助克服个体在睡眠时通常面临的呼吸问题。因此,根据本公开的一些实现方式,提供了使用户在以不期望的体位(例如,仰卧)睡觉时改变体位的系统和方法。体位治疗不仅可以为患有轻度OSA的用户提供治疗,而且可以为已经历另一治疗的可以具有更舒适选择的用户提供治疗。
参考图13,公开了用于监测用户的体位的方法1300的流程图。在步骤1310处,接收与用户相关联的体位数据。在一些实现方式中,从联接至用户胸部的移动设备(例如,系统100的移动设备170)、心率传感器、脉搏传感器或其任何组合中接收与用户相关联的体位数据。
在步骤1320处,分析在步骤1310处接收的体位数据以确定用户的体位。在一些实现方式中,体位是大体上仰卧、大体上左侧位、大体上右侧位,或大体上俯卧。在步骤1330处,至少部分地基于在步骤1320处确定的用户的体位,使用户改变体位。在一些实现方式中,使用户改变体位包括使声音或振动被传达给用户。作为实例,图11示出了佩戴移动设备170并处于仰卧体位的用户410。移动设备170可以使用绑带184联接至用户410。用户可能在仰卧体位经历体位性睡眠呼吸暂停。因此,如图12所示,移动设备170可以向用户发出蜂鸣声,以使用户转向其侧面。
在一些实现方式中,在步骤1340处,接收与用户相关联的生理数据。在步骤1350处,分析在步骤1340处接收的生理数据以确定睡眠状态、睡眠阶段、睡眠障碍或其任何组合。例如,在一些实现方式中,睡眠状态是醒着或睡着。附加地或可替代地,在一些实现方式中,睡眠状态是完全醒着、放松的醒着、瞌睡、打盹、轻度睡眠睡着、深度睡眠睡着,或快速眼动睡着。在一些实现方式中,睡眠阶段是阶段N1、阶段N2、阶段N3、慢波或快速眼动(REM)。在一些实现方式中,睡眠障碍包括周期性肢体抽动障碍、阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停、体位性睡眠呼吸暂停或其任何组合。在一些实现方式中,步骤1330处的使用户改变体位进一步至少部分地基于在步骤1350处确定的睡眠状态、睡眠阶段和/或睡眠障碍。
在一些实现方式中,在步骤1360处,从移动设备接收与用户相关联的传感器数据。在一些此类实现方式中,步骤1360处的传感器数据与步骤1340处的生理数据相同或类似。在一些其他实现方式中,步骤1360处的传感器数据与步骤1340处的生理数据是分开的并且是不同的。在步骤1370处,分析在步骤1360处接收的传感器数据以确定(i)与用户相关联的睡眠障碍事件、(ii)用户的胸部运动、(iii)用户的心率或(iv)其任何组合,然后在步骤1330处可以使用它们来监测用户和/或确定何时使用户改变体位。
在一些实现方式中,在使用方法200和/或方法1300对体位进行矫正训练时,可以提示用户在预定的稍后日期检查他们的心率参数(方法200),以验证体位治疗是否已经导致心率范围的减小(并且因此患有OSA的可能性减小)。如果没有,则可以提示用户继续睡眠治疗。附加地或可替代地,在一些实现方式中,心肺信号(例如,从加速度计接收的)可以用作治疗算法的输入。例如,可以监测睡眠呼吸暂停的体征(例如,呼吸努力增加、心率增加、呼吸暂停、低通气、鼾声)以及激活治疗之前的体位。此类监测可以在夜间导致不必要的中断较少。在一些实现方式中,电话的角度可以提供呼吸努力或阻力的指示(例如,在高气道阻力的情况下可能发生的反常呼吸)。
在一些实现方式中,指示过度运动和/或掩盖呼吸和心源性胸部运动的噪声的加速度计信号(或类似信号)指示觉醒运动。在用户相对静止期间,心脏呼吸信号含有指示用户睡眠状态的特征。例如,在一些实现方式中,呼吸的规律性、呼吸的速率、呼吸的深度、心率、心率变异性和/或在短暂时段(例如,10-60秒)的呼吸速率下胸部运动幅度的减小指示呼吸暂停或低通气。这些特征中的一个或多个可在各种时间框架内收集和/或用于训练系统(例如,支持向量机、神经网络等)以识别睡眠状态和/或分类睡眠状态。
在一些实现方式中,诸如对于体位治疗,治疗可以通过检测特定睡眠状态(例如,醒来)而被禁用和/或暂停,并且通过检测另一状态(例如,睡眠开始)而恢复。在一些此类实现方式中,从醒来到睡眠开始的转变的特征可以是(i)呼吸速率的增加、(ii)呼吸幅度的减小、(iii)更规则的呼吸速率的建立,或(iv)其任何组合。
在一些实现方式中,可以组合多种治疗模式。例如,体位治疗可以与气道正压通气治疗组合,使得气道正压通气治疗的压力需求可以在某些体位降低。在一些实现方式中,体位监测应用可以与气道正压通气治疗组合,使得用户体位被分解为算法用于确定目标治疗压力。例如,当用户转变为水平体位时,可以增加目标治疗,或者当用户从俯卧或侧卧位(或任何其他体位)转变为仰卧位时,可以增加目标压力。类似地,当用户转离仰卧位时,可以减小目标压力。在一些实现方式中,可以使用人口统计数据和/或历史治疗数据来估计在体位的特定转变处施加的目标压力的变化幅度。
研究表明,与非体位性OSA患者相比,体位性OSA患者的下颌定位更向后、面部高度更低、后气道空间测量更长、咽侧壁组织体积更小。体位性OSA患者的此类特征导致上气道的较大的侧向直径和椭圆形状。此外,体位性OSA患者倾向于具有较小的颈围。因此,建议即使体位性OSA患者和非体位性OSA患者的前-后直径由于仰卧位的重力作用而减小,但由于体位性OSA患者的侧向直径较大,仍充分保留气道空间和避免上气道完全塌陷。因此,有利的是预测和/或诊断患有体位性OSA的患者,并相应地生成治疗计划和/或调整治疗参数。在一些实现方式中,在制定此类治疗计划和/或调整此类治疗参数时考虑用户的体位。在一些实现方式中,本文公开的方法的一个或多个步骤可以并入将预测、筛查、诊断和治疗集成在一起的应用中。
在一些实现方式中,本文公开的方法的一个或多个步骤可以并入分布式系统中,用于打鼾和/或体位性OSA预测、筛查、诊断和/或治疗。在一个实例中,诸如智能手表的第一用户设备可以获取用户的心率,或如本文所公开的任何其他生理参数。激活与用户胸部和/或头部上的第一用户设备无线连接的单独传感器(诸如加速度计)以确定躯干和/或头部体位。然后进行分析以确定头部体位或躯干体位或两者对于用户是重要的。在一些此类实现方式中,用户设备还可以配置为根据需要发出蜂鸣声以警告用户。
通常,方法200和1300可以使用具有带一个或多个处理器的控制系统和存储机器可读指令的存储器的系统来实现。控制系统可以联接至存储器;当机器可读指令由控制系统的处理器中的至少一个执行时,可以实现方法200和1300。方法200和1300还可以使用包括指令的计算机程序产品(诸如非暂时性计算机可读介质)来实现,该指令在由计算机执行时使计算机执行方法200和1300的步骤。
虽然本文已经参考单一用户描述了系统100和方法200和1300,但是更通常地,系统100和方法200和1300可以多个用户同时使用(例如,两个用户、五个用户、10个用户、20个用户等)。例如,系统100和方法200和1300可用于云监测设置中。
虽然本文已经参考确定一个或多个未经治疗的睡眠障碍描述了系统100和方法200和1300的一些实例,但更通常地,系统100和方法200和1300可用于确定一个或多个健康相关问题,诸如增加交感神经活动的任何疾病或状况,其实例包括COPD、CVD、躯体综合征等。
参考图14,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410和床伴1420位于床1430上,并躺在床垫1432上。在一些实现方式中,用户410可以将头部放在枕头1434上。用户接口124(本文也称为面罩,例如,全罩式面罩)可以由用户410在睡眠时段期间佩戴。用户接口124经由导管126流体联接和/或连接至呼吸治疗设备122。呼吸治疗设备122又经由导管126和用户接口124将加压空气输送至用户410,以增加用户410咽喉中的空气压力,从而帮助防止气道在睡眠期间闭合和/或变狭窄。呼吸治疗设备122可以安置于如图14所示直接邻近床1430的床头柜1440上,或更通常地,安置于通常邻近床1430和/或用户410的任何表面或结构上。
血压设备180通常用于帮助生成心血管数据,用于确定与用户410相关联的一个或多个血压测量值。血压设备180可以包括一个或多个传感器130中的至少一个,以测量例如收缩压分量和/或舒张压分量。
活动追踪器190通常用于帮助生成生理数据,用于确定与用户410相关联的活动测量值。活动追踪器190可以包括本文所述的传感器130中的一个或多个,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。来自活动追踪器190的生理数据可用于确定例如步数、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、静息呼吸速率、最大呼吸心率、呼吸速率变异性、心率、平均心率、静息心率、最大心率、心率变异性、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。在一些实现方式中,活动追踪器190(例如,电子地或物理地)联接至用户设备170。
在一些实现方式中,活动追踪器190是可以由用户410佩戴的可佩戴设备,诸如智能手表、腕带、戒指或贴片。例如,参考图14,活动追踪器190佩戴在用户410的手腕上。活动追踪器190还可以联接至用户410所穿的衣服或衣物或集成在其中。可替代地,活动追踪器190还可以联接至用户设备170或集成在其中(例如,在同一外壳内)。更通常地,活动追踪器190可以与控制系统110、存储器设备114、呼吸治疗系统120、用户设备170和/或血压设备180通信地联接或物理集成在其中(例如,在外壳内)。
每个人都有自己的睡眠偏好。无论是完全平躺(例如,水平体位)、斜倚还是端坐睡觉;或无论是趴着(例如,俯卧位)、仰着(仰卧位)还是朝左侧或朝右侧躺。
个体躺下时与个体站立时相比,个体身体的呼吸状况是不同的。当个体坐着或站着时,个体的气道指向下,使呼吸和气流相对不受限制。然而,当个体安静地睡觉时,个体的身体被迫以基本上水平的体位呼吸,这意味着重力现在对气道不利。当上气道中的肌肉组织(或诸如软腭、舌等的其他肌肉)松弛并且个体的肺得到有限的空气以经由鼻子或咽喉呼吸时,可能发生睡眠呼吸暂停和打鼾。虽然呼吸过程在夜间是相同的,但是个体的周围组织可能振动,导致个体打鼾。有时松弛的肌肉可能引起睡眠呼吸暂停,因为气道的一些阻塞完全妨碍了呼吸,迫使个体在睡眠中间觉醒。结果,对于个体来说,以最佳支持个体呼吸模式的体位睡觉是重要的。例如,一些个体可能受益于以斜倚体位而不是相对于地面完全水平的睡眠。
对于患有打鼾问题、呼吸问题或睡眠呼吸暂停的人来说,以仰卧位睡觉通常可能有问题。这是因为重力增强了颌、舌和软腭向咽喉回落的能力。这可能使气道变狭窄或塌陷,并且在呼吸时会引起麻烦。
以俯卧体位睡觉可能看起来像重力问题的替代方案,因为向下的力向前拉动舌和腭。虽然这在一定程度上是真的,但是以这种体位睡觉时,个体的鼻子和嘴可能会被枕头阻塞。这可能影响个体的呼吸。除此之外,它还可能引起颈部疼痛、颈椎问题或消化问题,这又反过来影响了个体的睡眠质量。
一些研究表明,朝侧面睡觉可能是打鼾和睡眠呼吸暂停患者最理想的体位。因为当在休息期间个体的身体位于一侧时,气道更稳定并且不太可能塌陷或限制气流。在该体位,个体的身体、头部和躯干位于一侧(左或右),手臂在身体下面或稍微向前或伸长,并且腿是一个在另一个下面或稍微错开。虽然两侧(左侧和右侧)都被认为是良好的睡眠体位,但是对于某些情况,左侧体位可能不是理想的体位。这是因为当朝左侧睡觉时,身体胸部的内部器官会面临一些运动。并且肺可能在心脏上增加更多的重量或压力。这会影响心脏的功能,并且会通过激活肾脏来报复,从而导致在夜间排尿的需求增加。然而,右侧对诸如肺和心脏的重要器官施加较小的压力。如果个体另一侧上的关节(通常是肩部或臀部)引起疼痛,则朝特定侧睡觉也是理想的。
当个体患有睡眠呼吸暂停或其他呼吸障碍时,获得良好且平静的睡眠变得困难。然而,选择正确的睡眠体位可以帮助用户变得舒适,同时帮助克服或减轻个体在睡眠时通常面临的呼吸问题。因此,根据本公开的一些实现方式,提供了使用户在以不期望的体位或头部体位(例如,仰卧)睡觉时改变体位的系统和方法。体位治疗不仅可以为患有轻度OSA的用户提供治疗,而且可以为已经历另一治疗的可以具有更舒适和有效选择的用户提供治疗。
仍然参考图1,在一些实现方式中,系统100进一步包括通信模块182、绑带184和无源治疗设备192。在一些实现方式中,治疗设备192是智能手表。在一些实现方式中,治疗设备192通信地联接至电子设备(例如,经由通信模块182),并且配置为将与用户相关联的数据发送至电子设备。例如,在一些此类实现方式中,电子设备是移动电话。在一些其他实现方式中,电子设备是配置为向用户的气道供应加压空气的呼吸治疗设备(例如,呼吸治疗设备122)。然后,从治疗设备192发送的数据配置为使呼吸治疗设备122的设置被调整。例如,该设置可以是呼吸治疗设备122的压力设置。
根据本公开的一些实现方式,可佩戴设备可以包括治疗设备192和与该治疗设备192联接的绑带184。例如,在一些此类实现方式中,绑带184可以是头带、眼罩、面罩、一对耳机等的至少一部分。如图14所示,用户410佩戴经由绑带184固定至其头部的治疗设备192(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/或存储器设备114被集成在用户设备170和/或呼吸治疗设备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)设备中、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被示为包括上述部件中的全部,但是在根据本公开的实现方式的系统中可以包括更多或更少的部件。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,并且不包括呼吸治疗系统120。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。作为又一实例,第三替代系统包括控制系统110、存储器设备114、呼吸治疗系统120、一个或多个传感器130中的至少一个和任选的用户设备170。作为进一步实例,第四替代系统包括绑带184、无源治疗设备192和一个或多个传感器130中的至少一个,并且不包括呼吸治疗系统120。作为又一进一步实例,第五替代系统包括控制系统110、存储器设备114、呼吸治疗系统120、一个或多个传感器130中的至少一个和无源治疗设备192。因此,可以使用本文示出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。
通常参考图15-16,根据本公开的一些实现方式,图15中示出了佩戴治疗设备192的用户410的顶部透视图,而图16中示出了佩戴治疗设备192的用户410的侧视图。绑带184配置为围绕用户410的头部佩戴以将治疗设备192固定至用户410的后脑勺。在一些实现方式中,治疗设备192可拆卸地联接至绑带184。例如,在一些此类实现方式中,治疗设备192配置为扣至绑带184上。在一些其他实现方式中,治疗设备192永久地联接至绑带184。在一些实现方式中,治疗设备192可以在无呼吸治疗设备的情况下佩戴,诸如图15所示。在一些实现方式中,用户410可以佩戴治疗设备192以及呼吸治疗设备,诸如图16所示。
如图15所示,在一些实现方式中,治疗设备192是大体上半椭圆形的。例如,在一些此类实现方式中,治疗设备192的至少一部分成形为锥形。治疗设备192包括凹面1502和凸面1504。凹面1502配置为接触用户410的后脑勺。当治疗设备192围绕凸面1504的顶点1510安置时,用户410的头部面朝上。当治疗设备192安置于凸面1504的任一侧(1506或308)上时,用户410的头部面朝任一侧(图17A-17B)。
为了帮助被动地催促用户朝其侧面睡觉,治疗设备192在凸面1504上是双稳态的,使得治疗设备192在安置于凸面1504的任一侧(1506或308)上时是稳定的,而在围绕凸面1504顶点1510安置时是不稳定的。在一些实现方式中,从凹面1502的中心至凸面1504的顶点1510测量的治疗设备192的厚度为2cm至8cm。在一些此类实现方式中,从凹面1502的中心至凸面的顶点测量的治疗设备192的厚度约为5cm。
附加地或可替代地,在一些实现方式中,治疗设备可以被加重和/或供电以帮助用户410远离面朝上移动。例如,加重的可佩戴设备可以包括加重的治疗设备和绑带184。加重的治疗设备可以包括凹面和不一定是凸形的相对表面。与凹面1502类似,凹面配置为接触用户的后脑勺。由于其重量分布,加重的治疗设备在相对表面上是双稳态的,使得加重的治疗设备在安置于相对表面的任一侧上时是稳定的,而在围绕相对表面的中心安置时是不稳定的。绑带184配置为围绕用户的头部佩戴以便以如参考治疗设备192所述的类似方式将加重的治疗设备固定至用户的后脑勺。
在一些实现方式中,可佩戴设备进一步包括配置为测量和/或确定与用户410相关联的生理数据的传感器。以上参考图1描述了生理数据。传感器可能与图1所示的一个或多个传感器130相同或类似。传感器可以安置在任何合适的位置处。例如,在一些实现方式中,传感器在位置1530A处联接至绑带184或集成在其中。附加地或可替代地,在一些实现方式中,传感器在位置1530B处联接至治疗设备192或集成在其中。进一步附加地或可替代地,在一些实现方式中,传感器在位置1530C处联接至枕头1434或集成在其中。
参考图16,在一些实现方式中,传感器在位置1530D处联接至绑带184或集成在其中。例如,在一些此类实现方式中,传感器可以是脉搏血氧计(例如,与系统100的氧传感器168相同或类似),其联接至绑带184,并且配置为与用户410的太阳穴接触。附加地或可替代地,在一些实现方式中,传感器在位置1530E处联接至用户接口124或集成在其中,或在呼吸治疗系统的任何其他部件中。
在一些实现方式中,传感器配置为测量和/或确定用户的运动、用户的体位或方向(例如,仰卧、俯卧、侧卧、直立)、用户的脉搏、用户的脉搏率、用户的脉搏率变异性、用户的脉搏波振幅、用户的脉搏波形、用户的脉搏氧饱和度、用户的呼吸速率、用户的呼吸波形、用户的ECG、EEG或EMG、用户的血管扩张量度或其任何组合。例如,在一些此类实现方式中,传感器是加速度计(例如,与系统100的运动传感器138相同或类似)。
在一些实现方式中,加速度计与用户的头部或面部的皮肤接触或联接安置,诸如头部或面部的表面,从该表面可以导出头部的方向,例如,太阳穴、前额,或头部的侧面、背面或顶部。在一些实现方式中,加速度计可以与用户的头部接触或联接安置,诸如前额(以检测头部的体位)或下颌(以检测头部的体位和/或颌的运动)。在其他实现方式中,可能优选的是具有与已知脉搏强的头部区域接触或联接的传感器,诸如在太阳穴处或沿着颈动脉。在一个实例中,传感器可以配置为确定与用户的脉搏相关的参数。在又一实例中,可能期望具有位于鼻子下方,或鼻子附近或嘴或沿着用户气道的任何地方的传感器,并且该传感器配置为确定与用户呼吸相关的参数。在一些实现方式中,加速度计是三轴加速度计。在一些实现方式中,加速度计配置为生成与用户的头部相关联的体位数据。在一些实现方式中,加速度计与头部、颈部或面部的皮肤接触或联接安置,并且靠近头部、颈部或面部的动脉,诸如颈动脉、面动脉、耳动脉、枕动脉或颞动脉中的任一个,并且加速度计配置为测量和/或确定用户的脉搏。
附加地或可替代地,在一些实现方式中,传感器可以由单个感测元件,或感测元件的阵列或分布组成,并且配置为测量和/或确定EEG,并安置于感兴趣的大脑的一个或多个区域(诸如额叶、顶叶、颞叶或枕叶)附近,或小脑;或测量ECG,并安置有联接至远离矢状面的皮肤的至少一个元件;或测量EMG,诸如与呼吸或颌运动相关的肌肉活动,并与感兴趣的肌肉(诸如控制颌的肌肉)附近的皮肤接触放置;或测量EOG,并与控制眼动的肌肉附近的皮肤接触,或其任何组合。进一步附加地或可替代地,在一些实现方式中,传感器配置为测量和/或确定呼吸暂停、体位、心率、心率变异性或其任何组合。例如,在一些实现方式中,一个或多个传感器可以安置于躯干上、接触或联接至胸部,使得压力、位移或它们的导数信号(例如,信号可以从一个或多个其他信号导出,包括但不限于梯度或变化率信号意义上的导数(诸如在积分微积分中所述的)可以指示心脏或心血管系统的机械功能,以及胸部相对于局部重力场的体位或方向。类似地,电极形式的传感器可以可替代地或附加地测量与心脏或诸如隔膜的肌肉的电活动相关联的胸部上的电活动。类似地,并且可替代地或附加地,一个或多个传感器可以与头部接触或联接,使得它们可以测量与头部的心血管相关联的信号,或在心脏处生成的电活动,或与头部的肌肉相关联的电活动,诸如控制呼吸通畅,或颌或眼动的那些。附加地,可以进行指示头部体位的测量。在又一进一步实现方式中,头部和胸部的体位都可以被测量,并彼此比较和/或与其他测量结果比较,诸如与呼吸气流或血氧饱和度相关的测量结果。例如,可能期望将头部体位和胸部体位的任何组合与睡眠呼吸暂停的改善或恶化严重性联系起来。
根据本公开的一些实现方式,所公开的设备可以包括,或与所述的其他部件组合,或不与所述的其他部件组合,经由一个或多个骨传导换能器、一个或两个入耳式音频扬声器,或一个或两个包耳式音频扬声器向用户发送可听信号的装置。此外,入耳式或包耳式扬声器可以配置为形成低压密封表面,使得在扬声器与用户之间产生密封腔。在一些实现方式中,密封腔可以包括外耳道,或者可以有两个腔,每个腔包括不同的耳道,并且在其他实现方式中,腔可以完全包围耳朵中的一个。在另一实施例中,可以有两个单独的腔形成在每个耳朵周围并完全单独地包围每个耳朵。在又一进一步实现方式中,为了测量生物参数,腔可以装配有一个或多个传感器,诸如加速度计、电极、压力传感器和温度传感器。例如,联接至腔的压力传感器可以配置为确定血液脉搏波形,或与脉搏相关联的任何其他参数,或腔中的空气体积,使得可以推断局部血液体积的变化,并因此使用不同的滤波方法(诸如低通或移动平均滤波)来确定脉量或局部血管体积。
根据本公开的一些实现方式,方法提供了经由以上公开的治疗设备中的任一种生成与用户相关联的生理数据。该方法进一步提供了至少部分地基于所生成的与用户相关联的生理数据来确定用户是否患有睡眠呼吸暂停。在一些实现方式中,该方法进一步提供了建议与用户相关联的治疗选择。
通常参考图17A-17B,如上所述,治疗设备192在凸面1504上是双稳态的,使得治疗设备192在安置于凸面1504的任一侧(1506或308)上时是稳定的,而在围绕凸面1504顶点1510安置时是不稳定的。图17A示出了根据本公开的一些实现方式的佩戴治疗设备192的用户410从面朝上(实线)移动到面朝左(虚线)。如图所示,用户410躺直是不舒服的,因此促使用户410向左移动,其中凸面1504的侧面308沿着枕头1434放置。类似地,图17B示出了根据本公开的一些实现方式的佩戴治疗设备192的用户410从面朝上(实线)移动到面朝右(虚线)。如图所示,用户410躺直是不舒服的,因此促使用户410向右移动,其中凸面1504的侧面1506沿着枕头1434放置。
虽然用户410部分地面朝左(图17A)或部分地面朝右(图17B)可以是舒适的,但是用户410在佩戴治疗设备时完全朝左侧或朝右侧也将舒适地睡觉。例如,图18A是根据本公开的一些实现方式的佩戴治疗设备192并且朝左侧舒适地睡觉的用户410的顶部透视图。图18B是根据本公开的一些实现方式的佩戴图15的治疗设备192并且朝左侧舒适地睡觉的用户410的侧视图。即使凸面1504不沿着枕头1434放置,治疗设备192也不会引起用户410的任何不适。
来自以下权利要求1-77中任一项中的一项或多项的一个或多个元素或方面或步骤或其任何部分可以与来自其他权利要求1-77中任一项中的一项或多项或其组合的一个或多个元素或方面或步骤或其任何部分组合,以形成本公开的一个或多个附加实现方式和/或权利要求。
虽然已经参考一个或多个特定实施例或实现方式描述了本公开,但是本领域技术人员将认识到,在不脱离本公开的精神和范围的情况下,可以对其进行许多改变。这些实现方式及其明显的变化中的每一个被认为落入本公开的精神和范围内。还可以认为,根据本公开的各方面的附加实现方式可以组合来自本文所述实现方式中的任一种的任何数量的特征。
Claims (77)
1.一种用于确定用户患有未经治疗的睡眠障碍的可能性百分比的方法,所述方法包括:
接收在第一时间段期间与所述用户相关联的第一生理数据;
分析所述第一生理数据以确定(i)所述第一时间段的第一呼吸速率、(ii)第一多个样本心率值,以及(iii)所述第一时间段的第一心率变异性参数;
接收在第二时间段期间与所述用户相关联的第二生理数据;
分析所述第二生理数据以确定(i)所述第二时间段的第二呼吸速率、(ii)第二多个样本心率值,以及(iii)所述第二时间段的第二心率变异性参数,所述第二呼吸速率小于所述第一呼吸速率;以及
至少部分地基于所述第一心率变异性参数和所述第二心率变异性参数来确定所述用户患有未经治疗的睡眠障碍的可能性百分比。
2.根据权利要求1所述的方法,其中所述第二呼吸速率比所述第一呼吸速率小至少10%、小至少20%、小至少30%、小至少40%、小至少50%、小至少60%、或小至少70%。
3.根据权利要求1或2所述的方法,其中所述第一时间段的所述第一心率变异性参数包括所述第一时间段的最大心率、所述第一时间段的最小心率、由所述第一时间段的所述最大心率和所述最小心率定义的心率范围、所述第一时间段的平均心率、所述第一时间段的中值心率、所述第一时间段的心率的标准偏差、或它们的任何组合。
4.根据权利要求3所述的方法,其中所述第二时间段的所述第二心率变异性参数包括所述第二时间段的最大心率、所述第二时间段的最小心率、由所述第二时间段的所述最大心率和所述最小心率定义的心率范围、所述第二时间段的平均心率、所述第二时间段的中值心率、所述第二时间段的心率的标准偏差、或它们的任何组合。
5.根据权利要求4所述的方法,进一步包括响应于所述第二时间段的心率范围不大于所述第一时间段的心率范围,确定所述用户患有未经治疗的睡眠障碍的可能性百分比大于40%、50%、60%、70%、80%、或90%。
6.根据权利要求4或5所述的方法,进一步包括至少部分地基于所述第二时间段的心率范围不超过阈值,确定所述用户可能患有未经治疗的睡眠障碍。
7.根据权利要求6所述的方法,其中所述阈值为6bpm、7bpm、8bpm、9bpm、10bpm、11bpm、12bpm、13bpm、14bpm、15bpm、16bpm、17bpm、18bpm、19bpm、20bpm、21bpm、或22bpm。
8.根据权利要求1至5中任一项所述的方法,其中确定所述用户患有未经治疗的睡眠障碍的可能性百分比包括将所述第一心率变异性参数与所述第二心率变异性参数进行比较。
9.根据权利要求6所述的方法,进一步包括:
接收与所述第一时间段相关联的第一时间戳和与所述第二时间段相关联的第二时间戳;以及
至少部分地基于所述第一时间戳和所述第二时间戳,确定所述用户患有未经治疗的睡眠障碍的可能性百分比。
10.根据权利要求6或9所述的方法,进一步包括:
接收与所述第一时间段相关联的第一时间戳和与所述第二时间段相关联的第二时间戳;以及
至少部分地基于所述第一时间戳和所述第二时间戳,确定所述未经治疗的睡眠障碍的严重性。
11.根据权利要求1至10中任一项所述的方法,进一步包括:
接收在附加时间段期间与所述用户相关联的附加生理数据;
分析所述附加生理数据以确定(i)所述附加时间段的附加呼吸速率、(ii)附加多个样本心率值,以及(iii)所述附加时间段的附加心率变异性参数,所述附加呼吸速率小于所述第一呼吸速率;以及
至少部分地基于所述第一心率变异性参数、所述第二心率变异性参数、和所述附加心率变异性参数来确定所述未经治疗的睡眠障碍的严重性。
12.根据权利要求1至11中任一项所述的方法,其中所述未经治疗的睡眠障碍包括未经治疗的阻塞性睡眠呼吸暂停。
13.根据权利要求1至12中任一项所述的方法,其中从联接至所述用户胸部的移动设备、心率传感器、脉搏传感器、或它们的任何组合中接收(i)所述第一生理数据、(ii)所述第二生理数据,或(iii)所述第一生理数据和所述第二生理数据两者。
14.根据权利要求13所述的方法,其中从所述移动设备的加速度计中接收(i)所述第一生理数据、(ii)所述第二生理数据,或(iii)所述第一生理数据和所述第二生理数据两者。
15.根据权利要求13或14所述的方法,其中从脉搏血氧计、ECG设备、或两者中接收(i)所述第一生理数据、(ii)所述第二生理数据,或(iii)所述第一生理数据和所述第二生理数据两者。
16.根据权利要求1至15中任一项所述的方法,进一步包括显示所确定的所述用户患有未经治疗的睡眠障碍的可能性百分比的指示。
17.根据权利要求16所述的方法,进一步包括响应于所确定的所述用户患有未经治疗的睡眠障碍的可能性百分比超过50%,显示所述用户可能患有未经治疗的睡眠障碍的指示。
18.根据权利要求1至17中任一项所述的方法,其中(i)所述第一时间段、(ii)所述第二时间段、或(iii)所述第一时间段和所述第二时间段两者在所述用户觉醒的30分钟、一小时、两小时、或三小时内。
19.根据权利要求1至18中任一项所述的方法,进一步包括在接收所述第二时间段期间与所述用户相关联的所述第二生理数据之前,使所述用户的呼吸慢于所述第一呼吸速率。
20.根据权利要求19所述的方法,其中使所述用户的呼吸慢于所述第一呼吸速率包括指示所述用户保持静止和放松。
21.根据权利要求1至20中任一项所述的方法,进一步包括:
接收与所述用户相关联的体位数据;
分析所接收的体位数据以确定所述用户的体位;以及
至少部分地基于所确定的所述用户的体位和所确定的所述用户患有未经治疗的睡眠障碍的可能性百分比,使所述用户改变体位。
22.根据权利要求21所述的方法,其中使所述用户改变体位包括使声音或振动被传达给所述用户。
23.根据权利要求22所述的方法,其中传达给所述用户的所述声音或所述振动的水平是:(i)与所确定的所述未经治疗的睡眠障碍的严重性成比例,或(ii)逐渐增加以唤醒所述用户。
24.根据权利要求1至23中任一项所述的方法,进一步包括至少部分地基于所确定的所述用户患有未经治疗的睡眠障碍的可能性百分比,指示所述用户佩戴治疗设备。
25.根据权利要求24所述的方法,其中所述治疗设备被配置来:(i)、生成传感器数据;(ii)、使声音或振动被传达给所述用户;或(iii)、(i)和(ii)两者。
26.根据权利要求25所述的方法,其中所述传感器数据包括与所述用户相关联的体位数据。
27.根据权利要求25或26所述的方法,其中使用运动传感器来生成所述传感器数据。
28.根据权利要求27所述的方法,其中所述运动传感器包括加速度计、陀螺仪、磁力计、或它们的任何组合。
29.根据权利要求25至28中任一项所述的方法,进一步包括分析所生成的传感器数据以确定(i)与所述用户相关联的睡眠障碍事件、(ii)所述用户的胸部运动、(iii)所述用户的心率、或(iv)它们的任何组合。
30.根据权利要求24至29中任一项所述的方法,其中所述治疗设备是呼吸治疗系统。
31.根据权利要求1至7中任一项所述的方法,其中所述第一呼吸速率多于每分钟六次呼吸,并且所述第二呼吸速率为每分钟六次或更少次呼吸。
32.一种方法,包括:
接收与用户相关联的体位数据;
分析所接收的体位数据以确定所述用户的体位;以及
至少部分地基于所确定的所述用户的体位,使所述用户改变体位。
33.根据权利要求32所述的方法,其中使所述用户改变体位包括使声音或振动被传达给所述用户。
34.根据权利要求32或33所述的方法,进一步包括:
接收与所述用户相关联的生理数据;以及
分析所接收的生理数据以确定睡眠状态、睡眠阶段、睡眠障碍、或它们的任何组合,
其中使所述用户改变体位进一步至少部分地基于所确定的睡眠状态、所确定的睡眠阶段、所确定的睡眠障碍、或它们的任何组合。
35.根据权利要求34所述的方法,其中所述睡眠状态是醒着或睡着。
36.根据权利要求34或35所述的方法,其中所述睡眠状态是完全醒着、放松的醒着、瞌睡、打盹、轻度睡眠睡着、深度睡眠睡着、或快速眼动睡着。
37.根据权利要求34至36中任一项所述的方法,其中所述睡眠阶段是阶段N1、阶段N2、阶段N3、慢波、或快速眼动(REM)。
38.根据权利要求34至37中任一项所述的方法,其中所述睡眠障碍包括周期性肢体抽动障碍、阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停、体位性睡眠呼吸暂停、或它们的任何组合。
39.根据权利要求32至38中任一项所述的方法,其中所述体位是大体上仰卧、大体上左侧位、大体上右侧位、或大体上俯卧。
40.根据权利要求32至39中任一项所述的方法,其中从联接至所述用户胸部的移动设备、心率传感器、脉搏传感器、或它们的任何组合中接收与所述用户相关联的所述体位数据。
41.根据权利要求40所述的方法,其中所述移动设备是移动电话或智能手表。
42.根据权利要求32至41中任一项所述的方法,进一步包括:
从移动设备中接收与所述用户相关联的传感器数据;以及
分析所接收的传感器数据以确定(i)与所述用户相关联的睡眠障碍事件、(ii)所述用户的胸部运动、(iii)所述用户的心率、或(iv)它们的任何组合。
43.一种系统,包括:
控制系统,所述控制系统包括一个或多个处理器;以及
存储器,所述存储器上存储有机器可读指令;
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者执行时,实施根据权利要求1至42中任一项所述的方法。
44.一种用于确定用户患有未经治疗的睡眠障碍的可能性百分比的系统,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31中任一项所述的方法。
45.一种用于监测用户的体位的系统,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32至42中任一项所述的方法。
46.一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使所述计算机执行根据权利要求1至42中任一项所述的方法。
47.根据权利要求46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。
48.一种可佩戴设备,包括:
具有凹面和凸面的治疗设备,所述凹面被配置来在用户睡觉时接触用户的后脑勺,所述治疗设备在所述凸面上是双稳态的,使得所述治疗设备在安置于所述凸面的任一侧上时是稳定的,而在围绕所述凸面的顶点安置时是不稳定的;以及
绑带,所述绑带联接至所述治疗设备,并且被配置为围绕所述用户的头部佩戴以将所述治疗设备固定至所述用户的后脑勺。
49.根据权利要求48所述的可佩戴设备,其中所述治疗设备是大体上半椭圆形的。
50.根据权利要求48或49所述的可佩戴设备,其中当所述治疗设备围绕所述凸面的所述顶点安置时,所述用户的头部面朝上;并且其中当所述治疗设备安置于所述凸面的任一侧上时,所述用户的头部面朝任一侧。
51.根据权利要求48至50中任一项所述的可佩戴设备,其中所述可佩戴设备是无源的和/或被供电以帮助所述用户远离面朝上移动。
52.根据权利要求48至51中任一项所述的可佩戴设备,其中从所述凹面的中心至所述凸面的所述顶点测量的所述治疗设备的厚度为2cm至8cm。
53.根据权利要求52所述的可佩戴设备,其中从所述凹面的所述中心至所述凸面的所述顶点测量的所述治疗设备的厚度约为5cm。
54.根据权利要求48至53中任一项所述的可佩戴设备,其中所述治疗设备是智能手表。
55.根据权利要求48至54中任一项所述的可佩戴设备,进一步包括被配置来测量和/或确定与所述用户相关联的生理数据的传感器。
56.根据权利要求55所述的可佩戴设备,其中所述传感器联接至所述治疗设备、所述绑带或两者,或集成在所述治疗设备、所述绑带或两者中。
57.根据权利要求55或56所述的可佩戴设备,其中所述传感器被配置来测量和/或确定所述用户的运动、所述用户的脉搏、所述用户的脉搏波振幅、所述用户的脉搏率、所述用户的脉搏率变异性、所述用户的血氧饱和度、所述用户的ECG、所述用户的EEG、所述用户的血管扩张、或它们的任何组合。
58.根据权利要求55至57中任一项所述的可佩戴设备,其中所述传感器是加速度计。
59.根据权利要求58所述的可佩戴设备,其中所述加速度计与所述用户的头部或面部的皮肤接触或联接至所述用户的头部或面部的皮肤,诸如所述头部或面部的能够导出所述头部的方向的表面。
60.根据权利要求58或59所述的可佩戴设备,其中所述加速度计被配置来生成与所述用户的头部相关联的体位数据。
61.根据权利要求58至60中任一项所述的可佩戴设备,其中所述加速度计是三轴加速度计。
62.根据权利要求61所述的可佩戴设备,其中所述加速度计与所述头部、颈部或面部的皮肤接触或联接至所述头部、颈部或面部的皮肤,并且靠近所述头部、颈部或面部的动脉,诸如颈动脉、面动脉、耳动脉、枕动脉、或颞动脉中的任一者,并且其中所述加速度计被配置来测量和/或确定所述用户的脉搏。
63.根据权利要求55所述的可佩戴设备,其中所述传感器被配置来测量和/或确定EEG、ECG、EMG、EOH、或它们的任何组合。
64.根据权利要求55所述的可佩戴设备,其中所述传感器被配置来测量和/或确定呼吸暂停、位置、心率、心率变异性、或它们的任何组合。
65.根据权利要求55所述的可佩戴设备,其中所述传感器是脉搏血氧计,其联接至所述绑带,并且被配置为与所述用户的太阳穴接触。
66.根据权利要求48至65中任一项所述的可佩戴设备,其中所述可佩戴设备通信地联接至电子设备,并且被配置来将与所述用户相关联的数据发送至所述电子设备。
67.根据权利要求66所述的可佩戴设备,其中所述电子设备是移动电话。
68.根据权利要求66所述的可佩戴设备,其中所述电子设备是被配置为向所述用户的气道供应加压空气的呼吸治疗设备。
69.根据权利要求68所述的可佩戴设备,其中从所述可佩戴设备发送的所述数据被配置来使所述呼吸治疗设备的设置被调整。
70.根据权利要求69所述的可佩戴设备,其中所述设置是所述呼吸治疗设备的压力设置。
71.根据权利要求48至70中任一项所述的可佩戴设备,其中所述治疗设备可拆卸地联接至所述绑带。
72.根据权利要求71所述的可佩戴设备,其中所述治疗设备被配置来扣至所述绑带上。
73.根据权利要求48至72中任一项所述的可佩戴设备,其中所述绑带是头带、眼罩、面罩、或一对耳机。
74.根据权利要求48至73中任一项所述的可佩戴设备,其中所述治疗设备的至少一部分成形为锥形。
75.一种可佩戴设备,包括:
具有凹面和相对表面的治疗设备,所述凹形表面被配置为在用户睡觉时接触用户的后脑勺,所述治疗设备在所述相对表面上加重为双稳态,使得所述治疗设备在被安置于所述相对表面的任一侧上时是稳定的,而在围绕所述相对表面的中心安置时是不稳定的;以及
绑带,所述绑带联接至所述治疗设备,并且被配置为围绕所述用户的头部佩戴以将所述治疗设备固定至所述用户的后脑勺。
76.一种方法,包括:
经由根据权利要求48至75中任一项所述的治疗设备生成与所述用户相关联的生理数据;以及
至少部分地基于所生成的与所述用户相关联的生理数据,确定所述用户是否患有睡眠呼吸暂停。
77.根据权利要求76所述的方法,进一步包括建议与所述用户相关联的治疗选择。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/125,663 | 2020-12-15 | ||
US202163241297P | 2021-09-07 | 2021-09-07 | |
US63/241,297 | 2021-09-07 | ||
PCT/IB2021/061712 WO2022130205A1 (en) | 2020-12-15 | 2021-12-14 | Systems and methods for determining untreated health-related issues |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116981400A true CN116981400A (zh) | 2023-10-31 |
Family
ID=88481829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180093663.0A Pending CN116981400A (zh) | 2020-12-15 | 2021-12-14 | 用于确定未经治疗的健康相关问题的系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116981400A (zh) |
-
2021
- 2021-12-14 CN CN202180093663.0A patent/CN116981400A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115836358A (zh) | 用于促进用户的睡眠阶段的系统和方法 | |
US20240091476A1 (en) | Systems and methods for estimating a subjective comfort level | |
US20230240595A1 (en) | Systems and methods for detecting rem behavior disorder | |
US20230397880A1 (en) | Systems and methods for determining untreated health-related issues | |
CN115835821A (zh) | 用于分析个体的身体特征的系统和方法 | |
US20230363700A1 (en) | Systems and methods for monitoring comorbidities | |
US20240145085A1 (en) | Systems and methods for determining a recommended therapy for a user | |
CN118215969A (zh) | 智能呼吸夹带 | |
CN116981400A (zh) | 用于确定未经治疗的健康相关问题的系统和方法 | |
US20240226477A1 (en) | Systems and methods for modifying pressure settings of a respiratory therapy system | |
US20230338677A1 (en) | Systems and methods for determining a remaining useful life of an interface of a respiratory therapy system | |
US20230218844A1 (en) | Systems And Methods For Therapy Cessation Diagnoses | |
US20240139446A1 (en) | Systems and methods for determining a degree of degradation of a user interface | |
US20230417544A1 (en) | Systems and methods for determining a length and/or a diameter of a conduit | |
US20240203602A1 (en) | Systems and methods for correlating sleep scores and activity indicators | |
US20240000344A1 (en) | Systems and methods for identifying user body position during respiratory therapy | |
US20240290466A1 (en) | Systems and methods for sleep training | |
US20230310781A1 (en) | Systems and methods for determining a mask recommendation | |
WO2024039569A1 (en) | Systems and methods for determining a risk factor for a condition | |
WO2023187686A1 (en) | Systems and methods for determining a positional sleep disordered breathing status | |
WO2024134555A1 (en) | Diagnostic headband | |
JP2023544975A (ja) | 快眠度を最適化するためのシステムおよび方法 | |
WO2024049704A1 (en) | Systems and methods for pulmonary function testing on respiratory therapy devices | |
WO2023126840A1 (en) | Systems and methods for monitoring the use of a respiratory therapy system by an individual with diabetes | |
WO2024020106A1 (en) | Systems and methods for determining sleep scores based on images |
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 |