DE102018210438A1 - Verfahren und einrichtung zum erkennen von atemmustern - Google Patents

Verfahren und einrichtung zum erkennen von atemmustern Download PDF

Info

Publication number
DE102018210438A1
DE102018210438A1 DE102018210438.7A DE102018210438A DE102018210438A1 DE 102018210438 A1 DE102018210438 A1 DE 102018210438A1 DE 102018210438 A DE102018210438 A DE 102018210438A DE 102018210438 A1 DE102018210438 A1 DE 102018210438A1
Authority
DE
Germany
Prior art keywords
data
breath
sound data
user
microphone
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102018210438.7A
Other languages
English (en)
Inventor
Julien Chevrier
Diarmaid Ocualain
William Rafferty
Jelle Sels
Srikanth Vasuki
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of DE102018210438A1 publication Critical patent/DE102018210438A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • G06F2218/04Denoising
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816Measuring devices for examining respiratory frequency
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/087Measuring breath flow
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/087Measuring breath flow
    • A61B5/0871Peak expiratory flowmeters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802Sensor mounted on worn items
    • A61B5/6803Head-worn items, e.g. helmets, masks, headphones or goggles
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/746Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00Instruments for auscultation
    • A61B7/003Detecting lung or respiration noise
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208Noise filtering
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12Classification; Matching

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Pulmonology (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Hier werden Verfahren und eine Einrichtung zum Erkennen von Atemmustern offenbart. Eine beispielhafte tragbare Vorrichtung umfasst einen Rahmen, der von einem Benutzer in einer Umgebung zu tragen ist. Die beispielhafte tragbare Vorrichtung umfasst ein erstes Mikrofon, das von dem Rahmen getragen wird. Das erste Mikrofon soll Atemgeräuschdaten vom Benutzer erfassen. Eine beispielhafte tragbare Vorrichtung umfasst ein zweites Mikrofon, das von dem Rahmen getragen wird. Das zweite Mikrofon soll Geräuschdaten aus der Umgebung erfassen. Die beispielhafte tragbare Vorrichtung umfasst mindestens einen Prozessor, um die Atemgeräuschdaten basierend auf den Umgebungsgeräuschdaten zu modifizieren, um modifizierte Atemgeräuschdaten zu erzeugen und basierend auf den modifizierten Atemgeräuschdaten ein Atemmuster zu identifizieren.

Description

  • GEBIET DER OFFENBARUNG
  • Diese Offenbarung betrifft im Allgemeinen die Überwachung der Atemaktivität bei Patienten und insbesondere Verfahren und eine Einrichtung zum Erkennen von Atemmustern.
  • HINTERGRUND
  • Die Atemaktivität bei einem Patienten umfasst die Ein- und Ausatmung von Luft. Kennzeichen von Atemmustern können zum Beispiel die Frequenz der Ein- und Ausatmung, die Tiefe des Atemzugs oder das Atemvolumen (z. B. ein Luftvolumen, das sich bei jedem Atemzug in die und aus den Lungen des Patienten bewegt) usw. umfassen. Atemmuster können sich auf Grund einer Aktivität und/oder der Gesundheitszustände des Patienten ändern. Abnormale Atemmuster umfassen die Hyperventilation (z. B. eine erhöhte Frequenz und/oder Tiefe der Atmung), die Hypoventilation (z. B. eine verringerte Frequenz und/oder Tiefe der Atmung) und die Hyperpnoe (z. B. verstärkte Tiefe der Atmung).
  • Figurenliste
    • 1 veranschaulicht ein beispielhaftes System, das gemäß den hier offenbarten Lehren aufgebaut ist und eine tragbare Vorrichtung zum Erfassen von Atemgeräuschdaten und einen Prozessor zum Erkennen von Atemmustern einschließt.
    • 2 ist ein Blockschaltbild einer beispielhaften Implementierung des Atemmuster-Detektors aus 1.
    • 3 ist ein Blockschaltbild einer beispielhaften Implementierung des Atemmuster-Analysators aus 1.
    • 4 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen darstellt, die ausgeführt werden können, um den beispielhaften Atemmuster-Detektor aus 2 zu implementieren.
    • 5 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen darstellt, die ausgeführt werden können, um den beispielhaften Atemmuster-Analysator aus 3 zu implementieren.
    • 6 veranschaulicht eine erste beispielhafte Prozessorplattform, die eine oder mehrere der beispielhaften Anweisungen aus 4 ausführen kann, um den beispielhaften Atemmuster-Detektor aus 2 zu implementieren.
    • 7 veranschaulicht eine zweite beispielhafte Prozessorplattform, die eine oder mehrere der beispielhaften Anweisungen aus 5 ausführen kann, um den beispielhaften Atemmuster-Analysator aus 3 zu implementieren.
  • Die Figuren sind nicht maßstabsgerecht. Wo dies möglich ist, werden in der Zeichnung (den Zeichnungen) und der zugehörigen schriftlichen Beschreibung durchgängig die gleichen Bezugszeichen verwendet, um die gleichen oder entsprechende Teile zu bezeichnen.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Die Überwachung der Atemmuster eines Patienten umfasst das Erhalten von Daten, die die Ein- und Ausatmung des Patienten anzeigen. Kennzeichen von Atemmustern können sich in Bezug auf die Atemfrequenz, die Tiefe des Atemzugs oder das Atemvolumen, die jeweilige Dauer der Ein- und Ausatmung usw. ändern. Änderungen der Atemmuster können sich aus Aktivitäten ergeben, die der Patient ausführt, wie körperliche Anstrengung. In manchen Beispielen können Atemmusterdaten verwendet werden, um die Aktivitäten und/oder die Gesundheit eines Patienten zu bewerten, einschließlich Stressniveaus und/oder andere physiologische Zustände.
  • In manchen Beispielen wird ein akustischer Sensor (z. B. ein Mikrofon) verwendet, um Atemgeräusche aufzuzeichnen, die beim Ein- und Ausatmen durch den Patienten erzeugt werden. Das Platzieren eines akustischen Sensors unter der Nase des Patienten oder nahe dem Mund des Patienten, um Atemgeräusche aufzuzeichnen, kann jedoch für den Patienten unbequem sein und/oder voraussetzen, dass sich der Patient während den Zeiten der Datenerfassung nicht bewegt. Umgekehrt kann das Platzieren des akustischen Sensors abseits des Körpers des Patienten die Fähigkeit des Sensors, Atemgeräusche genau aufzuzeichnen, behindern. Ferner können solche Sensoren Nebengeräusche aus der Umgebung, die von dem akustischen Sensor erfasst werden können und die die Analyse der Atemdaten stören könnten, nicht berücksichtigen.
  • Hier offenbarte Beispiele stellen die Aufzeichnung von Atemgeräuschen über ein erstes Mikrofon bereit, das an eine am Kopf befestigte Vorrichtung (Head-Mounted Device, HMD), wie eine Brille, gekoppelt ist. In manchen Beispielen wird, wenn ein Benutzer die HMD trägt, das erste Mikrofon in der Nähe der Nase des Benutzers angeordnet. Das erste Mikrofon zeichnet hörbare Atemgeräusche auf, während der Benutzer ein- und ausatmet. Beispielhafte HMDs, die hier offenbart sind, ermöglichen das Sammeln von Atemdaten, während der Benutzer eine oder mehrere Aktivitäten ausführt, wie sportliche Betätigung, Entspannung usw., wobei Unannehmlichkeiten für den Benutzer verringert (z. B. minimiert) werden.
  • Hier offenbarte beispielhafte HMDs umfassen ein zweites Mikrofon, um Nebengeräusche aus einer Umgebung aufzuzeichnen, in der sich ein Benutzer, der die HMD trägt, befindet, während das erste Mikrofon die Atemgeräuschdaten aufzeichnet. Hier offenbarte beispielhafte HMDs umfassen einen ersten Prozessor (z. B. einen digitalen Signalprozessor, der von der HMD getragen wird), um die von dem ersten Mikrofon erzeugten Atemgeräuschdaten zu modifizieren (z. B. filtern) (z. B. Umgebungsgeräusche, die vielleicht von dem ersten Mikrofon zusätzlich zu den Atemgeräuschen erfasst wurden). In manchen Beispielen entfernt der Prozessor das Geräusch durch Herausnehmen der Umgebungsgeräusch-Signaldaten, die von dem zweiten Mikrofon erzeugt wurden, aus den Atemgeräusch-Signaldaten, die von dem ersten Mikrofon erzeugt wurden. In hier offenbarten Beispielen bestimmt der Prozessor ein Atemmuster für den Benutzer basierend auf den resultierenden Signaldaten. Somit wird in hier offenbarten Beispielen das Atemmuster basierend auf Atemdaten bestimmt, die gefiltert worden sind, um Umgebungsgeräuschdaten, die die Analyse der Atemdaten stören könnten, zu entfernen oder wesentlich zu reduzieren.
  • Einige hier offenbarte beispielhafte HMDs umfassen einen zweiten Prozessor (z. B. einen Mikrokontroller), um die von dem Prozessor (z. B. dem digitalen Signalprozessor) bestimmten Atemmusterdaten zu speichern. In manchen Beispielen analysiert der zweite Prozessor das Atemmuster, um zum Beispiel die Atemeffizienz zu bestimmen und/oder Warnsignale oder Hinweise für den Benutzer zu erzeugen. In manchen Beispielen überträgt der zweite Prozessor (z. B. über WLAN- oder Bluetooth-Verbindungen) die Atemmusterdaten und/oder die Ergebnisse der Analyse an eine Benutzervorrichtung, die sich von der tragbaren Vorrichtung unterscheidet, die die Daten erfasst (z. B. ein Smartphone und/oder eine andere tragbare Vorrichtung, wie eine Uhr oder dergleichen), zur weiteren Verarbeitung und/oder Darstellung (z. B. Anzeige) der Ergebnisse für den Benutzer. Hier offenbarte Beispiele ermöglichen die Erkennung und Analyse von Atemdaten, die über die Mikrofon-aktivierte HMD erfasst werden, um den Benutzer bzw. die Benutzerin mit Hinweisen und/oder Warnsignalen betreffend seine oder ihre Atemleistung zu versorgen. In manchen Beispielen werden die Atemdaten im Wesentlichen in Echtzeit verarbeitet, um den Benutzer während der Aktivitäten des Benutzers über die HMD und/oder eine andere Benutzervorrichtung (z. B. ein Smartphone, eine Uhr) mit Hinweisen zu versorgen. In manchen Beispielen umfasst das Warnsignal (umfassen die Warnsignale) Warnungen zu möglichen Gesundheitszuständen, die basierend auf den Atemdaten erkannt wurden, wie ein Asthmaanfall. In manchen Beispielen können die Hinweise Änderungen der Effizienz der Atmung anzeigen und/oder eine andere Atmungsmetrik bereitstellen, die als Teil eines Gesundheitsfitnessprogramms überwacht werden kann.
  • 1 veranschaulicht ein beispielhaftes System, das gemäß der Lehre dieser Offenbarung aufgebaut ist, zum Erkennen eines Atemmusters (von Atemmustern) bei einem Patienten oder Benutzer (die Begriffe „Benutzer“ bzw. „Benutzerin“ und „Patient“ bzw. „Patientin“ werden hier austauschbar verwendet und beziehen sich jeweils auf ein biologisches Wesen, wie einen Menschen). Das beispielhafte System 100 umfasst eine am Kopf befestigte Vorrichtung (HMD) 102, die von einem Benutzer 104 zu tragen ist. Im Beispiel aus 1 umfasst die HMD-Vorrichtung 102 eine vom Benutzer 104 getragene Brille. Die HMD-Vorrichtung 102 kann jedoch andere tragbare Vorrichtungen, wie eine Maske, Ohrenkappen, eine Schutzbrille usw. umfassen.
  • Die HMD-Vorrichtung 102 aus 1 umfasst ein erstes Mikrofon 106, das an die HMD 102 gekoppelt (z. B. montiert) ist. Im Beispiel aus 1 ist das erste Mikrofon 106 an einen Rahmen 107 der HMD 102 gekoppelt, so dass, wenn der Benutzer 104 die HMD 102 trägt, das erste Mikrofon 106 nahe der Wurzel 108 der Nase 110 des Benutzers 104 angeordnet ist. Zum Beispiel kann, wie in 1 veranschaulicht ist, das erste Mikrofon 106 an den Rahmen 107 in der Nähe eines Nasenstegs der HMD 102 (z. B. der Brille) gekoppelt sein. In anderen Beispielen ist das erste Mikrofon 106 an anderen Stellen, anderen Komponenten der HMD 102 (z. B. Nasenauflagen) an die HMD 102 gekoppelt und/oder ist an anderen Stellen relativ zum Gesicht des Benutzers angeordnet, wenn die HMD 102 von dem Benutzer 104 getragen wird (z. B. in der Nähe des Nasenrückens des Benutzers).
  • Im Beispiel aus 1 ist das erste Mikrofon 106 ein hochempfindliches Mikrofon, das in der Lage ist, leise Geräusche, die dem Atmen und/oder Atempausen zugeordnet sind, sowie lautere Geräusche aus der Umgebung und/oder Geräusche, die in einem nahen Bereich des ersten Mikrofons 106 erzeugt werden, wie die Stimme des Benutzers, zu erkennen. Zum Beispiel kann das erste Mikrofon 106 Signaldaten zwischen 120 dB (z. B. entsprechend einem Schalldruckpegel eines Propellerflugzeugs) und 33 dB (z. B. entsprechend einem Schalldruckpegel einer ruhigen Umgebung) erfassen. In manchen Beispielen ist das erste Mikrofon 106 ein digitales Mikrofon, das eine digitale Signalausgabe bereitstellt.
  • Das beispielhafte erste Mikrofon 106 erkennt akustische Atemgeräusche, die vom Benutzer 104 während der Ein- und Ausatmung erzeugt werden, und erfasst die Atemgeräusche im zeitlichen Verlauf (zeichnet diese z. B. auf). Dier erfassten Daten können auch Zeit- und/oder Datumsstempel sein. Zum Beispiel zeichnet das erste Mikrofon 106 die Atemgeräusche an der Nase 110 des Benutzers 104 auf. In anderen Beispielen zeichnet das erste Mikrofon 106 Atemgeräusche an einem Mund 112 des Benutzers und/oder an der Nase 110 und dem Mund 112 des Benutzers 104 auf. Bei einem gesunden Patienten können die Atemgeräuschfrequenzen im Bereich von 60 Hz bis 1.000 Hz liegen, wobei die höchste Leistung der entsprechenden Signaldaten im Bereich zwischen 60 Hz und 600 Hz liegt. In manchen Beispielen erfasst das erste Mikrofon 106 andere Geräuschdaten (zeichnet diese z. B. auf), wie ein Geräusch, das der Stimme des Benutzers, Umgebungsgeräuschen usw. zugeordnet ist. Wie sie hier offenbart sind, können Parameter für die Erfassung von Geräuschen durch das erste Mikrofon 106 durch eine oder mehr Regeln (z. B. Benutzereinstellungen) definiert sein, zum Beispiel in Bezug auf die Dauer, während der das Geräusch (die Geräusche) aufzuzeichnen ist (sind) (z. B. eine Aufzeichnung immer dann, wenn der Benutzer 104 die HMD 102 trägt, nicht immer an, wenn der Benutzer die HMD 102 trägt). Die beispielhafte HMD 102 kann zusätzliche Mikrofone umfassen, um vom Benutzer 104 erzeugte Atemgeräusche zu erfassen.
  • Das beispielhafte System 100 aus 1 umfasst einen oder mehr Prozessoren, um auf Atemgeräuschdaten 114 zuzugreifen, die vom ersten Mikrofon 106 erfasst wurden, die vom ersten Mikrofon 106 erfassten Atemgeräuschdaten 114 zu verarbeiten und/oder eine oder mehr Ausgaben basierend auf der Verarbeitung der Atemgeräuschdaten 114 zu erzeugen. Zum Beispiel ist, wie in 1 veranschaulicht, ein Prozessor 116 an die HMD 102 (z. B. den Rahmen 107) gekoppelt (z. B. an diesem montiert, von diesem getragen). In anderen Beispielen ist der Prozessor 116 von der HMD 102 getrennt. In manchen Beispielen ist der Prozessor 116 (z. B. der erste Prozessor) ein digitaler Signalprozessor.
  • Das erste Mikrofon 106 kann die Atemgeräuschdaten 114 unter Verwendung irgendeines Kommunikationsprotokolls aus der Vergangenheit, der Gegenwart oder der Zukunft an den ersten Prozessor 116 übertragen. In manchen Beispielen überträgt das erste Mikrofon 106 die Atemgeräuschdaten 114 im Wesentlichen in Echtzeit, wie die Atemgeräuschdaten 114 erzeugt werden, an den ersten Prozessor 116. In anderen Beispielen überträgt das erste Mikrofon 106 die Atemgeräuschdaten 114 zu einem späteren Zeitpunkt an den ersten Prozessor 116 (z. B. basierend auf einer oder mehr Einstellungen, wie eine voreingestellte Übertragungszeit, die Verfügbarkeit von WLAN usw.).
  • In manchen Beispielen wandelt der erste Prozessor 116 die Atemgeräuschdaten 114, die vom ersten Mikrofon 106 erfasst worden sind, von analogen in digitale Daten um (falls das erste Mikrofon 106 keine digitale Ausgabe bereitstellt). Die vom ersten Mikrofon 106 erfassten Atemgeräuschdaten 114 können in einem Speicher oder Puffer des ersten Prozessors 116, wie zum Beispiel einer Audiodatei (z. B. einer WAV-Datei) gespeichert werden.
  • Die beispielhafte HMD 102 aus 1 umfasst ein zweites Mikrofon 118, das an die HMD 102 gekoppelt (z. B. montiert) ist. Wie in 1 veranschaulicht ist, ist in manchen Beispielen das zweite Mikrofon 118 derart an den Rahmen 107 der HMD 102 gekoppelt, dass das zweite Mikrofon 118 von der Nase 110 und/oder dem Mund 112 des Benutzers 104 und/oder dem ersten Mikrofon 106 beabstandet ist. In Beispielen, in denen das erste Mikrofon 106 nahe des Nasenstegs der HMD 102 (z. B. der Brille) angekoppelt ist, kann das zweite Mikrofon 118 zum Beispiel nahe eines Ohrstücks der HMD 102 angekoppelt sein. Das zweite Mikrofon 118 kann an anderen Stellen an die HMD 102 gekoppelt sein, als in 1 veranschaulicht ist.
  • Das zweite Mikrofon 118 in 1 erfasst im zeitlichen Verlauf Nebengeräusche (z. B. Lärm) aus einer Umgebung (zeichnet diese z. B. auf), in der sich der Benutzer 104 befindet, wenn der Benutzer 104 die HMD 102 trägt. In manchen Beispielen erfasst das zweite Mikrofon 118 die Nebengeräusche im Wesentlichen zur gleichen Zeit wie das erste Mikrofon 106 die Atemgeräusche erfasst. Falls der Benutzer 104 zum Beispiel die HMD 102 trägt, während der Benutzer 104 in einem Park spazieren geht, zeichnet das erste Mikrofon die Atemgeräusche des Benutzers auf, und das zweite Mikrofon 118 zeichnet Nebengeräusche auf, wie das Reden anderer Leute, nahegelegenen Verkehr, den Wind usw. In manchen Beispielen zeichnet das zweite Mikrofon 118 Geräusche auf, die neben dem Atmen vom Benutzer erzeugt werden, wie die Stimme des Benutzers, das Husten des Benutzers usw. Wie sie hier offenbart sind, können Parameter, die die Erfassung von Nebengeräuschen durch das zweite Mikrofon 118 betreffen (z. B. eine Dauer, während der das Geräusch (die Geräusche) aufzuzeichnen ist (sind)), auf einer oder mehr Regeln (z. B. Benutzereinstellungen) basieren. Die HMD 102 kann zusätzliche Mikrofone umfassen, um Nebengeräusche aus der Umgebung, in der sich der Benutzer 104 befindet, zu erfassen. In anderen Beispielen umfasst die HMD 102 nur das erste Mikrofon 106, um Atemgeräusche zu erfassen.
  • In dem beispielhaften System 100 aus 1 überträgt das zweite Mikrofon 118 Umgebungslärm- oder Nebengeräuschdaten 120 an den ersten Prozessor 116. Das zweite Mikrofon 118 kann die Nebengeräuschdaten 120 unter Verwendung irgendeines Kommunikationsprotokolls aus der Vergangenheit, der Gegenwart oder der Zukunft an den ersten Prozessor 116 übertragen. Das zweite Mikrofon 118 kann die Nebengeräuschdaten 120 im Wesentlichen in Echtzeit, wie die Nebengeräuschdaten 120 erzeugt werden, oder aber zu einem späteren Zeitpunkt an den ersten Prozessor 116 übertragen. In manchen Beispielen ist das zweite Mikrofon 118 ein digitales Mikrofon, das eine digitale Ausgabe bereitstellt. In anderen Beispielen wandelt der erste Prozessor 116 die Nebengeräuschdaten 120 von analogen in digitale Daten um. Die vom zweiten Mikrofon 118 erfassten Nebengeräuschdaten 120 können im Speicher oder Puffer des ersten Prozessors 116, wie zum Beispiel einer Audiodatei (z. B. einer WAV-Datei), gespeichert werden.
  • In dem Beispiel aus 1 werden die Atemgeräuschdaten 114 von einem Atemmuster-Detektor 122 des ersten Prozessors 116 verarbeitet. Der Atemmuster-Detektor 122 des ersten Prozessors 116 dient der Verarbeitung der Atemgeräuschdaten 114, die vom ersten Mikrofon 106 erfasst werden, um das Atemmuster für den Benutzer 104 zu erkennen. Wie hier offenbart ist, kann das erste Mikrofon 106 andere Geräusche zusätzlich zu den Atemgeräuschen, die der Ein- und Ausatmung durch den Benutzer 104 zugeordnet sind, erfassen, wie die Stimme des Benutzers, andere Lungengeräusche, wie eine Pfeifatmung, die bei Frequenzen über 2.000 Hz auftreten kann, und/oder andere Geräusche der Umgebung. Wie hier auch offenbart ist, erfasst das zweite Mikrofon 118 die Nebengeräuschdaten 120 zur im Wesentlichen gleichen Zeit, wie das erste Mikrofon 106 Geräuschdaten erfasst. Um die Synchronisation der zwei Datensätze zu erleichtern, können alle Geräuschdaten mit einem Zeit- und/oder Datumsstempel versehen werden, wenn sie von dem ersten und/oder zweiten Mikrofon 106, 118 erfasst werden. Der beispielhafte Atemmuster-Detektor 122 aus 1 modifiziert (z. B. filtert) die Atemgeräuschdaten 114, um Umgebungsgeräuschdaten aus den Atemgeräuschdaten 114 zu entfernen oder im Wesentlichen zu entfernen, die vielleicht von dem ersten Mikrofon 106 erfasst worden sind. In dem Beispiel aus 1 nimmt der Atemmuster-Detektor 122 die Nebengeräuschdaten 120, die von dem zweiten Mikrofon 118 erfasst worden sind, aus den Atemgeräuschdaten 114 heraus, um das Geräusch aus den Atemgeräuschdaten 114 zu entfernen.
  • Der Atemmuster-Detektor 122 filtert ferner (z. B. mit Tiefpassfilter) die verbleibenden Atemgeräusch-Signaldaten, um hohe und/oder tiefe Frequenzen zu entfernen und das Frequenzband, das die stärkste Leistung der Signaldaten enthält, die den während der Ein- und Ausatmung erzeugten Atemgeräuschen entsprechen, weiterzugeben. Zum Beispiel kann der Atemmuster-Detektor 122 Frequenzen von weniger als 100 Hz herausfiltern, die Geräusche vom Herzen und/oder von den Muskeln enthalten können. Der beispielhafte Atemmuster-Detektor 122 verarbeitet die gefilterten Atemgeräuschdaten, um ein Atemmuster des Benutzers 104 zu erkennen und Atemmusterdaten 126 zu erzeugen. In manchen Beispielen verarbeitet der Atemmuster-Detektor 122 die gefilterten Atemgeräuschdaten durch Herunterrechnen (z. B. Verringern einer Abtastrate) der gefilterten Atemgeräuschdaten und Berechnen einer Hüllkurve für die gefilterten Atemgeräuschdaten.
  • In manchen Beispielen erzeugt der Atemmuster-Detektor 122 die Atemmusterdaten 126 basierend auf einer Zahl von Spitzen in den Atemgeräuschdaten 114 im zeitlichen Verlauf, wobei die Spitzen die Ein- und Ausatmung anzeigen. Zusätzlich oder alternativ kann der beispielhafte Atemmuster-Detektor 122 aus 1 das Atemmuster basierend auf anderen Kennzeichen der Atemgeräuschdaten erkennen, wie Amplituden der Spitzen in den Daten, die Dauer zwischen den Spitzen, usw. Basierend auf den Signaldatenkennzeichen kann der Atemmuster-Detektor 122 eine Metrik erzeugen, die das Atemmuster des Benutzers anzeigt, wie die Atemfrequenz.
  • In dem beispielhaften System 100 aus 1 überträgt der Atemmuster-Detektor 122 (z. B. ein digitaler Signalprozessor) die Atemmusterdaten 126 an einen zweiten Prozessor 128 (z. B. einen Mikrokontroller) zur Speicherung und/oder weiteren Analyse. Der zweite Prozessor 128 kann an die HMD 102 (z. B. den Rahmen 107) gekoppelt (z. B. montiert oder von dieser getragen) sein. In anderen Beispielen ist der zweite Prozessor 128 von der HMD 102 getrennt. In manchen Beispielen umfasst die HMD 102 nur den zweiten Prozessor 128, und der Atemmuster-Detektor 122 ist durch den zweiten Prozessor 128 implementiert.
  • Der beispielhafte zweite Prozessor 128 aus 1 schreibt die Atemmusterdaten 126 in einen Speicher. In manchen Beispielen überträgt der integrierte zweite Prozessor 128 die Atemmusterdaten 126 an eine andere Benutzervorrichtung 130 als die HMD 102. Die Benutzervorrichtung 130 kann zum Beispiel ein Smartphone, einen Personal Computer, eine andere tragbare Vorrichtung (z. B. eine tragbare Fitnessüberwachung) usw. umfassen. In manchen Beispielen sind der zweite Prozessor 128 der HMD 102 und die Benutzervorrichtung 130 kommunizierend über eine oder mehr drahtgebundene Verbindungen (z. B. ein Kabel) oder drahtlose Verbindungen (z. B. WLAN- oder B luetooth-Verbindungen) gekoppelt.
  • In dem Beispiel aus 1 werden die Atemmusterdaten 126 durch einen Atemmuster-Analysator 132 verarbeitet, um eine oder mehr Ausgaben basierend auf den Atemmusterdaten 126 zu erzeugen. Der beispielhafte Atemmuster-Analysator 132 kann durch den ersten Prozessor 116 oder den zweiten Prozessor 128 implementiert sein. In manchen Beispielen werden eine oder mehr Komponenten des beispielhaften Atemmuster-Analysators 132 durch einen von dem ersten Prozessor 116 oder dem zweiten Prozessor 128 und eine oder mehr andere Komponenten durch den anderen von dem ersten Prozessor 116 oder dem zweiten Prozessor 128 implementiert. Einer oder mehr der Prozessoren 116, 128 können sich entfernt von der HMD 102 (z. B. an der Benutzervorrichtung 130) befinden. In manchen Beispielen werden beide Prozessoren 116, 128 von der HMD 102 getragen. In manchen Beispielen sind eine oder mehr der Komponenten des Atemmuster-Analysators 132 durch den ersten Prozessor 116 und/oder den zweiten Prozessor 128 implementiert, der von der HMD 102 getragen wird, und eine oder mehr Komponenten sind durch einen anderen Prozessor an der Benutzervorrichtung 130 implementiert.
  • In dem Beispiel aus 1 analysiert der Atemmuster-Analysator 132 die Atemmusterdaten 126, um eine Ausgabe (Ausgaben) einschließlich eines Hinweises (Hinweisen) und/oder eines Warnsignals (Warnsignalen) in Bezug zum Beispiel auf eine Metrik der Atemleistung (z. B. Atemfrequenz, Atemkapazität) und/oder Gesundheitszustände zu erzeugen, die der Metrik der Atemleistung, wie Stressniveaus, zugeordnet sind. Der Atemmuster-Analysator 132 analysiert die Atemmusterdaten 126 und erzeugt die Ausgabe(n) basierend auf einer oder mehr vorbestimmten Regeln. Die Ausgabe(n) kann (können) über die Benutzervorrichtung 130 und/oder die HMD 102 als visuelle, akustische und/oder taktile Warnsignal(e) und/oder Hinweis(e) dargestellt werden.
  • In manchen Beispielen speichert der Atemmuster-Analysator 132 eine oder mehr Regeln, die Benutzersteuereinstellungen für die HMD 102 definieren. Zum Beispiel kann die Regel (können die Regeln) eine Zeitdauer definieren, während der das erste Mikrofon 106 und das zweite Mikrofon 118 Geräuschdaten, Dezibel und/oder Frequenzschwellenwerte für die Erfassung von Geräuschen durch die jeweiligen Mikrofone 106, 118 erfassen sollen usw. Somit kann in manchen Beispielen der Atemmuster-Analysator 132 verwendet werden, um eine oder mehr Komponenten der HMD 102 zu steuern (z. B. über den zweiten Prozessor 128 der HMD 102 und/oder die Benutzervorrichtung 130).
  • 2 ist ein Blockschaltbild einer beispielhaften Implementierung des beispielhaften Atemmuster-Detektors 122 aus 1. Wie vorstehend erwähnt, ist der beispielhafte Atemmuster-Detektor 122 dafür aufgebaut, ein oder mehr Atemmuster eines Benutzers (z. B. des Benutzers 104 aus 1) basierend auf den über das erste Mikrofon 106 der HMD 102 aus 1 erfassten Atemgeräuschen zu erkennen. In dem Beispiel aus 2 ist der Atemmuster-Detektor 122 durch den ersten Prozessor 116 (z. B. einen digitalen Signalprozessor) der HMD 102 implementiert. In anderen Beispielen ist der Atemmuster-Detektor 122 durch den zweiten Prozessor 128 (z. B. einen Mikrokontroller) und/oder eine Kombination aus dem ersten Prozessor 116 und dem zweiten Prozessor 128 implementiert.
  • Der beispielhafte Atemmuster-Detektor 122 aus 2 umfasst eine Datenbank 200. In anderen Beispielen befindet sich die Datenbank 200 außerhalb des Atemmuster-Detektors 122 an einer Stelle, die für den Detektor zugänglich ist. Die Datenbank 200 kann in einem oder mehr Speichern gespeichert werden. Der Speicher / die Speicher, in dem/denen die Datenbanken gespeichert sind, kann/können in dem ersten Prozessor 116 integriert sein (z. B. ein oder mehr Speicher eines digitalen Signalprozessors zum Speichern von Anweisungen und Daten) und/oder sich außerhalb des ersten Prozessors 116 befinden.
  • Wie hier offenbart, werden die Atemgeräuschdaten 114, die von dem ersten Mikrofon 106 erfasst (z. B. aufgezeichnet) werden, wenn der Benutzer 104 atmet, an den Atemmuster-Detektor 122 übertragen. Diese Übertragung kann im Wesentlichen in Echtzeit (z. B. während die Daten erfasst werden), periodisch (z. B. alle fünf Sekunden) und/oder aperiodisch (z. B. basierend auf Faktoren, wie einer Menge an erfassten Daten, der Nutzung der Speicherkapazität, der Erkenntnis, dass der Benutzer sich sportlich betätigt (z. B. basierend auf Bewegungssensoren) usw.) erfolgen. Wie hier auch offenbart ist, werden auch die von dem zweiten Mikrofon 118 erfassten (z. B. aufgezeichneten) Nebengeräuschdaten 120 an den Atemmuster-Detektor 122 übertragen. Diese Übertragung kann im Wesentlichen in Echtzeit, periodisch oder aperiodisch erfolgen. In dem Anschauungsbeispiel stellt die Datenbank 200 Mittel zum Speichern der Atemgeräuschdaten 114 und der Nebengeräuschdaten 120 bereit. In manchen Beispielen werden die Atemgeräuschdaten 114 und/oder die Nebengeräuschdaten 120 vorübergehend in der Datenbank 200 gespeichert und/oder verworfen oder überschrieben, wenn zusätzliche Atemgeräuschdaten 114 und/oder Nebengeräuschdaten 120 erzeugt und von dem Atemmuster-Detektor 122 im zeitlichen Verlauf empfangen werden.
  • In manchen Beispielen sind das erste Mikrofon 106 und/oder das zweite Mikrofon 118 digitale Mikrofone, die digitale Signalausgaben bereitstellen. In anderen Beispielen umfasst der Atemmuster-Detektor 122 einen Analog-Digital-(A/D)-Wandler 202, der Mittel zum Umwandeln der analogen Atemgeräuschdaten 114 in digitale Signaldaten und/oder Umwandeln der analogen Nebengeräuschdaten 120 in digitale Signaldaten zur Analyse durch den beispielhaften Atemmuster-Detektor 122 bereitstellt.
  • Wie hier offenbart, können die Atemgeräuschdaten 114 in manchen Beispielen Geräusche umfassen, die vom ersten Mikrofon 106 erfasst wurden, die nicht Atemgeräuschen zugeordnet sind, wie die Stimme des Benutzers, Umgebungsgeräusche usw. Der beispielhafte Atemmuster-Detektor 122 aus 2 verringert (z. B. entfernt) im Wesentlichen Geräusche in den Atemgeräuschdaten 114, so dass die Geräusche nicht die Erkennung des Atemmusters stören. Der beispielhafte Atemmuster-Detektor 122 umfasst einen Signalmodifikator 204. In dem Anschauungsbeispiel stellt der Signalmodifikator 204 Mittel zum Modifizieren der Atemgeräuschdaten 114 basierend auf einer oder mehr Signalmodifikationsregeln 208 durch Entfernen von Geräuschen aus den Atemgeräuschdaten 114 (z. B. Umgebungsgeräuschen, anderen Geräuschen, die vom Benutzer 104 erzeugt werden, wie die Stimme des Benutzers) bereit, um modifizierte Atemgeräuschdaten zu erzeugen. Die Regel(n) 208 weist (weisen) den Signalmodifikator 204 an, ein oder mehr Operationen an den Signaldaten auszuführen, um Geräusche im Wesentlichen aus den von dem ersten Mikrofon 106 erfassten Atemgeräuschdaten 114 zu löschen. Die Regel(n) 208 kann (können) durch Benutzereingabe(n) definiert werden, die von dem Atemmuster-Detektor 122 empfangen wird (werden). Die Regel(n) 208 kann (können) in der Datenbank 200 oder an einer anderen Speicherstelle gespeichert werden, die für den Signalmodifikator 204 zugänglich ist.
  • In dem Beispiel aus 2 nimmt der Signalmodifikator 204 die Nebengeräuschdaten 120 aus den Atemgeräuschdaten 114 basierend auf der (den) Signalmodifikationsregel(n) 208 heraus oder zieht diese ab, um modifizierte Atemgeräuschdaten 206 zu erzeugen. Die modifizierten Atemgeräuschdaten 206 (z. B. die Atemgeräuschdaten 114, die nach der Subtraktion der Nebengeräuschdaten 120 verbleiben) stellen die von dem Benutzer 104 erzeugten Atemgeräusche ohne Geräuschdaten dar, die vielleicht von dem ersten Mikrofon 106 erfasst wurden. Somit verringert der Signalmodifikator 204 im Wesentlichen Umgebungsgeräusche aus den Atemgeräuschdaten 114 oder eliminiert diese. In manchen Beispielen gleicht der Signalmodifikator 204 (z. B. auf Zeit basierend) die Atemgeräuschdaten 114 und die Nebengeräuschdaten 120 ab und/oder korreliert diese, bevor die Atemgeräuschdaten 114 modifiziert werden, um Hintergrund-/Umgebungsgeräusche zu entfernen.
  • Der beispielhafte Signalmodifikator 204 kann andere Operationen ausführen, um die Atemgeräuschdaten 114 zu modifizieren. Zum Beispiel kann der Signalmodifikator 204 Zeitbereichs-Audiodaten zur Spektralanalyse in das Frequenzspektrum (z. B. über schnelle Fourier-Verarbeitung (FFT)) umwandeln.
  • Der beispielhafte Atemmuster-Detektor 122 aus 2 umfasst ein Filter 210 (z. B. ein Bandpassfilter). In dem Anschauungsbeispiel stellt das Filter 210 Mittel zum weiteren Filtern der modifizierten Atemgeräuschdaten 206 bereit. Zum Beispiel filtert das Filter 210 die modifizierten Atemgeräuschdaten 206, um niedrige Frequenzen zu entfernen, die zum Beispiel Herz- und/oder Muskelgeräuschen zugeordnet sind (z. B. Frequenzen von weniger als 100 Hz), und/oder um hohe Frequenzen zu entfernen, die zum Beispiel einer Pfeifatmung oder einem Husten zugeordnet sein können (z. B. Frequenzen über 1.000 Hz). Das Filter 210 kann Frequenzen innerhalb eines Frequenzbands weitergeben, von dem bekannt ist, dass es die stärkste Leistung für die Atemsignaldaten enthält (z. B. 400 Hz bis 600 Hz). Die von dem Filter 210 aus 2 weitergegebenen oder gefilterten Frequenzen können durch (eine) Filterregel(n) 212 definiert sein, die in der Datenbank 200 gespeichert ist (sind). In manchen Beispielen basiert (basieren) die Filterregel(n) auf Benutzerkennzeichen, wie dem Alter, Gesundheitszuständen usw., die Frequenzen der Atemgeräusche des Benutzers beeinträchtigen können (z. B. ob der Benutzer sanft oder laut atmet usw.).
  • Der beispielhafte Atemmuster-Detektor 122 aus 2 umfasst einen Signalregler 214. In dem Anschauungsbeispiel stellt der Signalregler 214 Mittel zur Verarbeitung der modifizierten (z. B. gefilterten) Atemgeräuschdaten 206 bereit. Der Signalregler 214 verarbeitet die modifizierten Atemgeräuschdaten 206 basierend auf Signalverarbeitungsregel(n) 216. Zum Beispiel kann der Signalregler 214 die Abtastrate der modifizierten Atemgeräuschdaten 206 herunterrechnen oder verringern, um eine Größe der Daten, die von dem Atemmuster-Detektor 122 analysiert werden, zu verringern. In manchen Beispielen verringert der Signalregler 214 die Abtastrate, um eine Effizienz des Atemmuster-Detektors 122 bei der Erkennung des Atemmusters im Wesentlichen in Echtzeit, wie die Atemgeräuschdaten 114 an dem Atemmuster-Detektor 122 empfangen werden, zu erhöhen. In manchen Beispielen teilt der Signalregler 214 die Signaldaten in Rahmen bzw. Frames, die von dem Atemmuster-Detektor 122 zu analysieren sind. In manchen Beispielen berechnet der Signalregler 214 eine Hüllkurve (z. B. eine quadratische Mittelwerthüllkurve) für die modifizierten Atemgeräuschdaten 206 basierend auf der (den) Signalverarbeitungsregel(n) 216. Die vom Signalregler 214 berechnete Hüllkurve kann Änderungen der vom Benutzer 104 im zeitlichen Verlauf erzeugten Atemgeräusche anzeigen, wie Änderungen der Amplitude.
  • Der beispielhafte Atemmuster-Detektor 122 aus 2 umfasst einen Atemmuster-Identifizierer 218. In dem Anschauungsbeispiel stellt der Atemmuster-Identifizierer 218 Mittel zum Analysieren der Atemgeräuschdaten bereit, die von dem Signalmodifikator 204, dem Filter 210 und/oder dem Signalregler 214 verarbeitet worden sind, um das (die) Atemmuster zu identifizieren und die Atemmusterdaten 126 zu erzeugen. In dem Beispiel aus 2 identifiziert der Atemmuster-Identifizierer 218 das Atemmuster basierend auf einer oder mehr Mustererkennungsregel(n). In dem Beispiel aus 2 werden die Mustererkennungsregeln 220 in der Datenbank 200 gespeichert.
  • Zum Beispiel kann der Atemmuster-Identifizierer 218 Spitzen (z. B. Wendepunkte) in den von dem Signalregler 214 verarbeiteten modifizierten Atemgeräuschdaten 206 erkennen. In manchen Beispielen identifiziert der Atemmuster-Identifizierer 218 die Spitzen basierend auf Änderungen der Amplituden, die durch die vom Signalregler 214 berechnete Signalhüllkurve dargestellt werden. Der Atemmuster-Identifizierer 218 kann die Spitzen basierend auf den Mustererkennungsregel(n) als der Ein- oder Ausatmung zugeordnet klassifizieren. Zum Beispiel kann der Atemmuster-Identifizierer 218 die Spitzen basierend auf von den Mustererkennungsregel(n) definierten Amplitudenschwellenwerten als der Ein- oder Ausatmung zugeordnet klassifizieren.
  • Basierend auf der Klassifizierung der Spitzen und der (den) Mustererkennungsregel(n) 220 erkennt der Atemmuster-Identifizierer 218 dieses Beispiels das (die) Atemmuster. Zum Beispiel kann der Atemmuster-Identifizierer 218 die Zahl der Einatmungsspitzen und/oder Ausatmungsspitzen innerhalb eines Zeitraums bestimmen und die Zahl der Spitzen mit bekannten Atemmuster-Spitzenschwellenwerten, die durch die Regel(n) 220 definiert ist (sind), vergleichen. Die Atemmuster-Spitzenschwellenwerte können bekannte Zahlen von Einatmungsspitzen und/oder Ausatmungsspitzen umfassen, die der Atmung während verschiedener Aktivitäten, wie Rennen oder Stillsitzen, für den Benutzer 104 und/oder andere Benutzer und/oder in Folge von verschiedenen Gesundheitszuständen (z. B. Asthma) zugeordnet sind. Der Atemmuster-Identifizierer 218 kann die Atemmusterdaten 126 basierend auf Klassifizierungen der Atemgeräusch-Signaldaten hinsichtlich eines Bezugsschwellenwerts (Bezugsschwellenwerten) erzeugen.
  • In manchen Beispielen bestimmt der Atemmuster-Identifizierer 218, dass das Atemmuster im Vergleich zu Referenzdaten für eine im Wesentlichen normale (z. B. gleichmäßige) Atmung, wie durch die Mustererkennungsregel(n) 220 für den Benutzer 104 und/oder andere Benutzer definiert, ungleichmäßig ist. Zum Beispiel kann der Atemmuster-Identifizierer 218 von Atmungszyklus zu Atmungszyklus Unregelmäßigkeiten in den Atemgeräuschdaten erkennen, wie variierende Amplituden der Spitzen, Änderungen der Dauer zwischen Einatmungsspitzen usw. In solchen Beispielen erzeugt der Atemmuster-Identifizierer 218 die Atemmusterdaten 126, die das Atemmuster als unregelmäßig klassifizieren.
  • Als weiteres Beispiel kann der beispielhafte Atemmuster-Identifizierer 218 die Atemmusterdaten 126 durch Berechnen einer oder mehr Metriken basierend auf einem oder mehr Merkmalen der Atemgeräusch-Signaldaten erzeugen, wie Spitzenamplitude, Frequenz, Zeitdauer zwischen Spitzen, Abstände zwischen Spitzen, usw. Zum Beispiel kann das beispielhafte Atemmuster eine Zahl von Atemzügen pro Minute berechnen und die Atemmusterdaten 126 basierend auf der Atemfrequenz erzeugen. Als weiteres Beispiel kann der Atemmuster-Identifizierer 218 das Atemvolumen oder ein Luftvolumen, das zwischen der Ein- und der Ausatmung verdrängt wird, basierend auf der Zahl von Spitzen, der Frequenz der Spitzen und/oder durchschnittlichen Atemvolumen basierend auf der Körpermasse, dem Alter des Benutzers 104 usw. berechnen oder schätzen. Als weiteres Beispiel kann der Atemmuster-Identifizierer 218 Metriken erzeugen, die die Dauer der Einatmung und/oder die Dauer der Ausatmung basierend auf Kennzeichen der Spitzen in den Signaldaten anzeigen.
  • Der beispielhafte Atemmuster-Detektor 122 aus 2 umfasst einen Kommunikator 222 (z. B. einen Sender, einen Empfänger, einen Sendeempfänger, ein Modem usw.). In Beispielen, in denen der Atemmuster-Detektor 122 zum Beispiel durch einen digitalen Signalprozessor implementiert ist, stellt der Kommunikator 222 Mittel zum Übertragen der Atemmusterdaten 126 zum Beispiel an den zweiten Prozessor 128 der HMD 102 zur Speicherung und/oder weiteren Analyse zur Verfügung. Zum Beispiel kann der Kommunikator 222 die Atemmusterdaten 126 über drahtlose und/oder drahtgebundene Verbindungen zwischen dem ersten Prozessor 116 und dem zweiten Prozessor 128, zum Beispiel die HMD 102, übertragen.
  • Während eine beispielhafte Art und Weise der Implementierung des beispielhaften Atemmuster-Detektors 122 in 2 veranschaulicht ist, können ein oder mehr der Elemente, Prozesse und/oder Vorrichtungen, die in 2 veranschaulicht sind, kombiniert, geteilt, neu angeordnet, ausgelassen, eliminiert und/oder auf andere Weise implementiert werden. Ferner können die beispielhafte Datenbank 200, der beispielhafte A/D-Wandler 202, der beispielhafte Signalmodifikator 204, das beispielhafte Filter 210, der beispielhafte Signalregler 214, der beispielhafte Atemmuster-Identifizierer 218, der beispielhafte Kommunikator 222 und/oder, mehr im Allgemeinen, der beispielhafte Atemmuster-Detektor 122 aus 2 durch Hardware, Software, Firmware und/oder irgendeine Kombination aus Hardware, Software und/oder Firmware implementiert werden. Somit könnten zum Beispiel irgendeines von der beispielhaften Datenbank 200, dem beispielhaften A/D-Wandler 202, dem beispielhaften Signalmodifikator 204, dem beispielhaften Filter 210, dem beispielhaften Signalregler 214, dem beispielhaften Atemmuster-Identifizierer 218, dem beispielhaften Kommunikator 222 und/oder, mehr im Allgemeinen, dem beispielhaften Atemmuster-Detektor 122 aus 2 durch eine oder mehr analoge oder digitale Schaltung(en), Logikschaltungen, programmierbare Prozessor(en), anwendungsspezifische integrierte Schaltung(en) (ASIC(s)), programmierbare logische Vorrichtung(en) (PLD(s)) und/oder feldprogrammierbare logische Vorrichtung(en) (FPLD(s)) implementiert werden. Beim Lesen eines der Vorrichtungs- oder Systemansprüche dieses Patents, die eine reine Software- und/oder Firmwareimplementierung abdecken, ist/sind mindestens eines von der beispielhaften Datenbank 200, dem beispielhaften A/D-Wandler 202, dem beispielhaften Signalmodifikator 204, dem beispielhaften Filter 210, dem beispielhaften Signalregler 214, dem beispielhaften Atemmuster-Identifizierer 218, dem beispielhaften Kommunikator 222 und/oder, mehr im Allgemeinen, dem beispielhaften Atemmuster-Detektor 122 aus 2 hierdurch ausdrücklich in der Weise definiert, dass sie eine nichtflüchtige computerlesbare Speichervorrichtung umfassen, wie einen Speicher, eine DVD, eine Kompaktdisk (CD), eine Blu-Ray-Disk usw., die die Software und/oder Firmware enthält. Weiterhin kann der beispielhafte Atemmuster-Detektor 122 aus den 1 und 2 ein oder mehr Elemente, Prozesse und/oder Vorrichtungen zusätzlich zu oder an Stelle von denjenigen umfassen, die in den 1 und 2 veranschaulicht sind, und/oder sie können mehr als eines von irgendeinem oder allen veranschaulichten Elementen, Prozessen und Vorrichtungen umfassen.
  • 3 ist ein Blockschaltbild einer beispielhaften Implementierung des Atemmuster-Analysators 132 aus 1. Wie vorstehend erwähnt, ist der beispielhafte Atemmuster-Analysator 132 so aufgebaut, dass er die von dem beispielhaften Atemmuster-Detektor 122 aus den 1 und 2 erzeugten Atemmusterdaten 126 analysiert, um eine oder mehr Ausgaben (z. B. Warnsignal(e), Hinweis(e)) zu erzeugen. In dem Beispiel aus 3 ist der Atemmuster-Analysator 132 durch den zweiten Prozessor 128 (z. B. einen Mikrokontroller) implementiert. In manchen Beispielen wird der zweite Prozessor 128 von der HMD 102 getragen. In anderen Beispielen befindet sich der zweite Prozessor 128 an der Benutzervorrichtung 130. In manchen Beispielen sind eine oder mehr Komponenten des Atemmuster-Analysators 132 durch den zweiten Prozessor 128 implementiert, der von der HMD 102 getragen ist, und eine oder mehr andere Komponenten sind durch einen anderen Prozessor an der Benutzervorrichtung 130 implementiert. In anderen Beispielen sind eine oder mehr der Komponenten des Atemmuster-Analysators 132 durch den ersten Prozessor 116 (z. B. einen digitalen Signalprozessor) implementiert.
  • Der Atemmuster-Analysator 132 dieses Beispiels umfasst eine Datenbank 300. In anderen Beispielen befindet sich die Datenbank 300 außerhalb des Atemmuster-Analysators 132 an einer Stelle, die für den Analysator zugänglich ist. Wie hier offenbart, empfängt der Atemmuster-Analysator 132 die Atemmusterdaten 126 von dem Atemmuster-Detektor 122 (z. B. über eine Kommunikation zwischen dem ersten Prozessor 116 und dem zweiten Prozessor 128). In dem Anschauungsbeispiel stellt die Datenbank 300 Mittel zum Speichern der von dem Atemmuster-Detektor 122 erzeugten Atemmusterdaten 126 bereit. In manchen Beispielen speichert die Datenbank 300 die Atemmusterdaten 126 im zeitlichen Verlauf, um Atemmuster-Stammdaten zu erzeugen.
  • Der beispielhafte Atemmuster-Analysator 132 umfasst einen Kommunikator 302 (z. B. einen Sender, einen Empfänger, einen Sendeempfänger, ein Modem usw.). Wie hier offenbart, werden in manchen Beispielen die Atemmusterdaten 126 von dem zweiten Prozessor 128 an die Benutzervorrichtung 130 übertragen. In manchen Beispielen sorgt der zweite Prozessor 128 für eine Speicherung (z. B. vorübergehende Speicherung) der von dem Atemmuster-Detektor 122 aus 2 empfangenen Atemmusterdaten 126, und die Atemmusterdaten 126 werden an der Benutzervorrichtung 130 analysiert.
  • Der beispielhafte Atemmuster-Analysator 132 umfasst einen Regelmanager 304. In dem Anschauungsbeispiel stellt der Regelmanager 304 Mittel zum Anwenden von einer oder mehr Atemmusterregel(n) 306 auf die Atemmusterdaten 126 bereit, um eine oder mehr Ausgaben zu erzeugen, wie Alarmsignal(e) oder Hinweis(e), die für die Überwachung der Atmung des Benutzers sorgen.
  • In dem Beispiel aus 3 kann (können) die Atemmusterregel(n) 306 durch eine oder mehr Benutzereingaben definiert werden. Die Atemmusterregel(n) 306 kann (können) zum Beispiel Schwellenwerte und/oder Kriterien für die Atemmusterdaten 126 umfassen (z. B. die Atmungsmetriken), die (ein) Alarmsignal(e) auslösen. Der Regelmanager 304 wendet die Atemmusterregel(n) 306 an, um zu bestimmen, ob zum Beispiel die Atemmusterdaten 126 einen Schwellenwert erfüllen (z. B. den Schwellenwert übersteigen, den Schwellenwert nicht erreichen, dem Schwellenwert entsprechen, je nach Zusammenhang und Implementierung). Zum Beispiel kann (können) die Atemmusterregel(n) 306 anzeigen, dass ein Warnsignal erzeugt werden sollte, falls die Atemfrequenz einen Schwellenwert für die Atemfrequenz für den Benutzer 104 überschreitet, und zwar basierend auf einem oder mehr Kennzeichen des Benutzers 104 und/oder anderer Benutzer (z. B. Fitnessniveau). In manchen Beispielen umfasst (umfassen) die Atemmusterregel(n) 306 eine Regel, die anzeigt, dass ein Warnsignal zu erzeugen ist, falls eine Änderung in den Atemmusterdaten 126 über einen Schwellenzeitraum (z. B. 1 Minute, 15 Sekunden usw.) und/oder relativ zu Atemmuster-Stammdaten, die in der Datenbank 300 gespeichert sind (z. B. mehr als ein Schwellenwertanstieg der Atemfrequenz im zeitlichen Verlauf), erkannt wird. In manchen Beispielen umfasst (umfassen) die Atemmusterregel(n) 306 eine Regel, die anzeigt, dass ein Warnsignal zu erzeugen ist, falls die Atemmusterdaten 126 unregelmäßige Atemmuster anzeigen, die zum Beispiel einer Hyperventilation, einem Asthmaanfall usw. zuzuordnen sind, die als Referenzdaten in der (den) Atemmusterregel(n) 306 eingeschlossen sind. In anderen Beispielen zeigt (zeigen) die Regel(n) 306 an, dass die Atemmusterdaten 126 (z. B. Atemfrequenz, Daten zur Dauer der Ein- und Ausatmung) stets dem Benutzer bereitgestellt werden sollten, während der Benutzer 104 die HMD 102 trägt.
  • Der beispielhafte Regelmanager 304 aus 3 wendet die Atemmusterregel(n) 306 auf die Atemmusterdaten 126 an. Der Regelmanager 304 bestimmt, ob zum Beispiel die Atemmusterdaten 126 einen oder mehr Schwellenwert(e) und/oder Kriterien erfüllen, der (die) von der (den) Regel(n) 306 definiert ist (sind). Basierend auf der Analyse bestimmt der Regelmanager 304, ob ein Warnsignal (Warnsignale) oder ein Hinweis (Hinweise) erzeugt werden sollte(n).
  • Der beispielhafte Atemmuster-Analysator 132 aus 3 umfasst einen Warnsignalgenerator 308. In dem Anschauungsbeispiel stellt der Warnsignalgenerator 308 Mittel zum Erzeugen eines oder mehrerer Warnsignal(e) 310 zur Ausgabe durch den Atemmuster-Analysator 132 basierend auf der Analyse der Atemmusterdaten 126 durch den Regelmanager 304 bereit. Das Warnsignal (Die Warnsignale) kann (können) Warnungen, Hinweise usw. zur Darstellung über die HMD 102 und/oder die Benutzervorrichtung 130 umfassen. Das Warnsignal (Die Warnsignale) 310 kann (können) im akustischen, visuellen und/oder taktilen Format dargestellt werden. Zum Beispiel kann das Warnsignal (können die Warnsignale) 310 Atemfrequenzdaten und/oder Atemeffizienzmetriken zur Anzeige über einen Bildschirm der Benutzervorrichtung 130 umfassen, die im Wesentlichen in Echtzeit basierend auf der Analyse der Atemgeräuschdaten 114 durch den Atemmuster-Detektor 122 und den Atemmuster-Analysator 132 aktualisiert werden. Als weiteres Beispiel kann das Warnsignal (können die Warnsignale) eine Warnung enthalten, dass der Benutzer seine Aktivität reduzieren und/oder einen Mediziner aufsuchen sollte, falls die Analyse der Atemgeräuschdaten 114 mögliche Gesundheitszustände anzeigt.
  • In manchen Beispielen erzeugt der Warnsignalgenerator 308 nur das Warnsignal (die Warnsignale) 310, falls eine oder mehr Bedingungen (z. B. vorbestimmte Bedingungen) erfüllt sind. Zum Beispiel kann der Warnsignalgenerator 308 das Warnsignal (die Warnsignale) 310 im Wesentlichen in Echtzeit erzeugen, wie die Atemmusterdaten 126 von dem Regelmanager 304 analysiert werden. In anderen solchen Beispielen erzeugt der Warnsignalgenerator 308 das Warnsignal (die Warnsignale) 310, wenn keine weiteren Atemmusterdaten 126 zur Analyse durch den Regelmanager 304 vorhanden sind.
  • In dem Beispiel aus 3 kommuniziert der Kommunikator 302 mit einer oder mehr Warnsignaldarstellungsvorrichtungen, die die Benutzervorrichtung 130 und/oder die HMD 102 enthalten und/oder von der HMD 102 getragen sein kann, um das Warnsignal (die Warnsignale) 310 zur Darstellung, Speicherung usw. zu liefern.
  • Der beispielhafte Atemmuster-Analysator 132 aus 3 verwaltet auch die Erfassung von Geräuschdaten durch das erste und/oder das zweite Mikrofon 106, 118 der HMD 102. Hierfür umfasst der beispielhafte Atemmuster-Analysator 132 einen Mikrofonmanager 312. In dem Anschauungsbeispiel stellt der Mikrofonmanager 312 Mittel zum Steuern der Erfassung der Atemgeräuschdaten 114 durch das erste Mikrofon 106 und/oder die Erfassung der Nebengeräuschdaten 120 durch das zweite Mikrofon 118 bereit. Der beispielhafte Mikrofonmanager 312 aus 3 wendet eine oder mehr Mikrofonregel(n) 314 an, um das Mikrofon (die Mikrofone) 106, 118 zu steuern (z. B. Regeln, die bestimmen, wie oft die Mikrofone aktiv sind, usw.).
  • Die Mikrofonregel(n) 314 kann (können) durch eine oder mehr Benutzereingaben definiert und/oder in der Datenbank 300 oder an einer anderen Stelle gespeichert sein. In manchen Beispielen weist die Mikrofonregel (weisen die Mikrofonregeln) 314 an, dass das erste Mikrofon 106 und/oder das zweite Mikrofon 118 „stets eingeschaltet“ sein sollten, so dass sie stets Geräuschdaten erfassen (z. B. wenn der Benutzer 104 die HMD 102 trägt). In anderen Beispielen weist die Mikrofonregel (weisen die Mikrofonregeln) 314 an, dass das erste Mikrofon 106 und/oder das zweite Mikrofon 118 nur (ein) Geräusch(e) aufzeichnen, wenn das Geräusch (die Geräusche) Schwellenamplitudenniveaus übersteigt (übersteigen). In manchen Beispielen definiert die Mikrofonregel (definieren die Mikrofonregeln) 314 separate Schwellenwertniveaus für das erste Mikrofon 106 und das zweite Mikrofon 118, so dass das erste Mikrofon 106 zum Beispiel Atemgeräusche mit niedrigerer Frequenz im Vergleich zu Umgebungsgeräuschen erfasst, die von dem zweiten Mikrofon 118 erfasst werden. In anderen Beispielen basiert der Schwellenwert (basieren die Schwellenwerte) für das erste Mikrofon 106 und/oder das zweite Mikrofon 118 auf einem oder mehr anderen Kennzeichen der Atemgeräusche und/oder der Nebengeräusche, wie ein Muster des Geräuschs (mehrere Muster der Geräusche) und/oder die Dauer des Geräuschs (der Geräusche). In solchen Beispielen erfasst das erste Mikrofon 106 und/oder das zweite Mikrofon 118 nur Geräuschdaten 114, 120, wenn der von der Regel (den Regeln) 314 definierte Schwellenwert (die Schwellenwerte) erfüllt ist (sind) (d. h. das Mikrofon (die Mikrofone) 106, 118 ist (sind) nicht „stets eingeschaltet“, sondern wird (werden) nur dann zur Audioerfassung aktiviert, wenn bestimmte Bedingungen erfüllt sind (z. B. Tageszeit, wenn die HMD 102 getragen wird, was von einem Sensor erkannt wird usw.).
  • Die Mikrofonregel(n) 314 kann (können) von Dritten und/oder dem Benutzer 104 der HMD 102 definiert werden. In manchen Beispielen werden die Mikrofonregeln (wird die Mikrofonregel) 314 vom Benutzer 104 über die HMD 102 und/oder die Benutzervorrichtung 130 aktualisiert. Der Mikrofonmanager 312 kommuniziert mit dem Kommunikator 302, um Anweisungen an das erste Mikrofon 106 und/oder das zweite Mikrofon 118 in Bezug auf die Erfassung von Geräuschdaten durch jedes Mikrofon an der HMD 102 zu geben.
  • Während eine beispielhafte Art und Weise der Implementierung des beispielhaften Atemmuster-Analysators 132 in 3 veranschaulicht ist, können ein oder mehr der Elemente, Prozesse und/oder Vorrichtungen, die in 3 veranschaulicht sind, kombiniert, geteilt, neu angeordnet, ausgelassen, eliminiert und/oder auf andere Weise implementiert werden. Ferner können die beispielhafte Datenbank 300, der beispielhafte Kommunikator 302, der beispielhafte Regelmanager 304, der beispielhafte Warnsignalgenerator 308, der beispielhafte Mikrofonmanager 312 und/oder, mehr im Allgemeinen, der beispielhafte Atemmuster-Analysator 132 aus 3 durch Hardware, Software, Firmware und/oder irgendeine Kombination aus Hardware, Software und/oder Firmware implementiert werden. Somit könnten zum Beispiel irgendeines von der beispielhaften Datenbank 300, dem beispielhaften Kommunikator 302, dem beispielhaften Regelmanager 304, dem beispielhaften Warnsignalgenerator 308, dem beispielhaften Mikrofonmanager 312 und/oder, mehr im Allgemeinen, dem beispielhaften Atemmuster-Analysator 132 aus 3 durch eine oder mehr analoge oder digitale Schaltung(en), Logikschaltungen, programmierbare Prozessor(en), anwendungsspezifische integrierte Schaltung(en) (ASIC(s)), programmierbare logische Vorrichtung(en) (PLD(s)) und/oder feldprogrammierbare logische Vorrichtung(en) (FPLD(s)) implementiert werden. Beim Lesen eines der Vorrichtungs- oder Systemansprüche dieses Patents, die eine reine Software- und/oder Firmwareimplementierung abdecken, ist/sind mindestens eines von der beispielhaften Datenbank 300, dem beispielhaften Kommunikator 302, dem beispielhaften Regelmanager 304, dem beispielhaften Warnsignalgenerator 308, dem beispielhaften Mikrofonmanager 312 und/oder, mehr im Allgemeinen, dem beispielhaften Atemmuster-Analysator 132 aus 3 hierdurch ausdrücklich in der Weise definiert, dass sie eine nichtflüchtige computerlesbare Speichervorrichtung oder Speicherplatte umfassen, wie einen Speicher, eine DVD, eine Kompaktdisk (CD), eine Blu-Ray-Disk usw., die die Software und/oder Firmware enthalten. Weiterhin kann der beispielhafte Atemmuster-Analysator 132 aus den 1 und 3 ein oder mehr Elemente, Prozesse und/oder Vorrichtungen zusätzlich zu oder an Stelle von denjenigen umfassen, die in den 1 und 3 veranschaulicht sind, und/oder sie können mehr als eines von irgendeinem oder allen veranschaulichten Elementen, Prozessen und Vorrichtungen umfassen.
  • Ablaufdiagramme, die für beispielhafte, maschinenlesbare Anweisungen zur Implementierung des beispielhaften Systems 100 und/oder Komponenten von diesem stehen, die in den 1, 2 und/oder 3 veranschaulicht sind, sind in den 4 und 5 gezeigt. In diesen Beispielen umfassen die maschinenlesbaren Anweisungen ein Programm zur Ausführung durch einen oder mehr Prozessor(en), wie der Prozessor (die Prozessoren) 122, 123, der (die) in den beispielhaften Prozessorplattformen 600, 700 gezeigt ist (sind), die nachstehend in Verbindung mit den 6 und 7 besprochen werden. Das Programm kann in einer Software ausgeführt sein, die in einem nichtflüchtigen computerlesbaren Speichermedium, wie einer CD-ROM, einer Diskette, einem Festplattenlaufwerk, einer DVD, einer Blu-Ray-Disk oder einem Speicher, der dem (den) Prozessor(en) 122, 132 zugeordnet ist, gespeichert ist, aber das gesamte Programm und/oder Teile von diesem könnten alternativ durch (eine) andere Vorrichtung(en) als durch den Prozessor (die Prozessoren) 122, 132 ausgeführt werden und/oder in Firmware oder dedizierter Hardware ausgeführt sein. Ferner können alternativ, auch wenn das beispielhafte Programm mit Bezug auf die in den 4 und 5 veranschaulichten Ablaufdiagrammen beschrieben wurde, viele andere Verfahren der Implementierung des beispielhaften Systems 100 und/oder Komponenten von diesem, die in den 1, 2 und/oder 3 veranschaulicht sind, verwendet werden. Zum Beispiel kann die Reihenfolge der Ausführung der Blöcke geändert werden, und/oder einige der beschriebenen Blöcke können geändert, eliminiert oder kombiniert werden. Zusätzlich oder alternativ kann irgendeiner oder können alle Blöcke durch eine oder mehr Hardwareschaltungen (z. B. diskrete und/oder integrierte analoge und/oder digitale Schaltungen, eine feldprogrammierbare Gatteranordnung (FPGA), eine anwendungsspezifische integrierte Schaltung (ASIC), einen Komparator, einen Operationsverstärker (OP-Amp), eine Logikschaltung usw.) implementiert werden, die so strukturiert sind, dass sie den entsprechenden Betrieb ohne Ausführung von Software oder Firmware ausführen.
  • Wie vorstehend erwähnt, können die beispielhaften Prozesse der 4 und 5 unter Verwendung von codierten Anweisungen (z. B. computer- und/oder maschinenlesbaren Anweisungen) implementiert werden, die in einem nichtflüchtigen Computer und/oder einem maschinenlesbaren Medium gespeichert sind, wie einem Festplattenlaufwerk, einem Flash-Speicher, einem Festspeicher, einer Kompaktdisk, einer DVD, einem Cache-Speicher, einem Direktzugriffspeicher und/oder irgendeiner Speichervorrichtung oder Speicherfestplatte, in der Informationen für eine beliebige Dauer gespeichert werden (z. B. für verlängerte Zeiträume, dauerhaft, für kurze Momente, für eine vorübergehende Pufferung und/oder zum Zwischenspeichern der Informationen). Wie er hier verwendet wird, ist der Begriff nichtflüchtiges computerlesbares Medium ausdrücklich dahingehend definiert, dass er jede Art von computerlesbarer Speichervorrichtung und/oder Speicherfestplatte einschließt und Ausbreitungssignale und Übertragungsmedien ausschließt. „Einschließlich“, „aufweisend“ und „umfassend“ (und alle Formen und Zeiten davon) werden hier als offene Begriffe verwendet. Somit versteht sich, dass, wenn ein Anspruch irgendetwas aufführt, was irgendeiner Form des Begriffs „aufweisen“ oder „umfassen“ (z. B. umfasst, weist auf, umfassend, aufweisend usw.) folgt, zusätzliche Elemente, Begriffe usw. vorhanden sein können, ohne aus dem Schutzbereich des entsprechenden Anspruchs zu geraten. Wie hier verwendet, ist die Wendung „mindestens“, wenn sie als Übergangsbegriff in einem Oberbegriff eines Anspruchs verwendet wird, diese auf die gleiche Weise offen wie der Begriff „umfassend“ und „aufweisend“.
  • 4 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen darstellt, die, wenn sie ausgeführt werden, den beispielhaften Atemmuster-Detektor 122 der 1 und/oder 2 veranlassen, (ein) Atemmuster durch einen Benutzer (z. B. den Benutzer 104 aus 1) basierend auf einem Atemgeräusch (Atemgeräuschen) zu erkennen, das (die) von dem Benutzer während der Ein- und Ausatmung erzeugt wird (werden). In dem Beispiel aus 4 kann das Atemgeräusch (können die Atemgeräusche) von dem ersten Mikrofon 106 der HMD 102 aus 1 erfasst (z. B. aufgezeichnet) werden. In dem Beispiel aus 4 kann das Nebengeräusch (können die Nebengeräusche) von dem zweiten Mikrofon 118 der HMD 102 aus 1 erfasst werden. Die beispielhaften Anweisungen aus 4 können zum Beispiel durch den ersten Prozessor 116 aus 1 ausgeführt werden, um den Atemmuster-Detektor 122 aus den 1 und/oder 2 zu implementieren.
  • Der beispielhafte Signalmodifikator 204 des Atemmuster-Detektors 122 aus 2 greift auf die Atemgeräuschdaten 114 zu, die im zeitlichen Verlauf durch den Benutzer 104, der die HMD 102 einschließlich des ersten Mikrofons 106 trägt, erzeugt werden (Block 400). In manchen Beispielen umfassen die Atemgeräuschdaten 114 digitale Signaldaten, die von dem digitalen ersten Mikrofon 106 erzeugt wurden. In anderen Beispielen werden die Atemgeräuschdaten 114 durch den A/D-Wandler 202 in digitale Signaldaten umgewandelt.
  • Der beispielhafte Signalmodifikator 204 des Atemmuster-Detektors 122 greift auf die Nebengeräuschdaten 120 zu, die im zeitlichen Verlauf zum Beispiel basierend auf Geräuschen in einer Umgebung erzeugt wurden, in der sich der Benutzer 104 befindet, während dieser die HMD 102 einschließlich des zweiten Mikrofons 118 trägt (Block 402). In dem Beispiel aus 3 werden die Nebengeräuschdaten von dem zweiten Mikrofon 118 im Wesentlichen zur gleichen Zeit erfasst, wie die Atemgeräuschdaten 114 von dem ersten Mikrofon 106 erfasst werden, um eine Synchronisation der Datensätze zu erleichtern. In manchen Beispielen umfassen die Nebengeräuschdaten 120 digitale Signaldaten, die von dem digitalen zweiten Mikrofon 118 erzeugt wurden. In anderen Beispielen werden die Nebengeräuschdaten 120 durch den A/D-Wandler 202 in digitale Signaldaten umgewandelt.
  • Der beispielhafte Signalmodifikator 204 modifiziert die Atemgeräuschdaten 114 basierend auf den Nebengeräuschdaten 120, um Geräusche in den Atemgeräuschdaten 144 wesentlich zu verringern (z. B. zu entfernen), die zum Beispiel auf Geräusche in der Umgebung zurückzuführen sind, in der sich der Benutzer 104 befindet und die von dem ersten Mikrofon 106 erfasst werden (Block 404). Zum Beispiel nimmt der Signalmodifikator 204 die Nebengeräuschdaten 120 aus den Atemgeräuschdaten 114 heraus oder zieht diese ab, um Umgebungsgeräusche und/oder andere vom Benutzer erzeugte Geräusche (z. B. eine Pfeifatmung, die Stimme des Benutzers), die in den Atemgeräuschdaten 114 auftauchen, zu berücksichtigen. In manchen Beispielen gleicht der Signalmodifikator 204 die Atemgeräuschdaten 114 und die Nebengeräuschdaten 120 ab oder korreliert diese (z. B. basierend auf Zeit) vor der Subtraktion. Der Signalmodifikator 204 erzeugt modifizierte Atemgeräuschdaten 206, die die Atemgeräuschdaten mit und/oder ohne wesentlich verringerte Geräuschpegel enthalten.
  • Der Atemmuster-Detektor 122 kann andere Operationen ausführen, um die Atemgeräuschdaten 206 zu verarbeiten. Zum Beispiel kann der Signalmodifikator 204 die Atemgeräuschdaten 206 in die Frequenzdomäne umwandeln. Das Filter 210 des Atemmuster-Detektors 122 kann ein Bandpassfilter anwenden, um niedrige und/oder hohe Frequenzen, die anderen Geräuschen, wie Herzgeräuschen, Hustengeräuschen usw., zugeordnet sind, herauszufiltern.
  • Der Atemmuster-Detektor 122 analysiert die modifizierten (z. B. gefilterten) Atemgeräuschdaten 206, um das (die) Atemmuster zu erkennen, das (die) von den Daten dargestellt wird (werden) (Block 406). Zum Beispiel berechnet der Signalregler 214 des Atemmuster-Detektors 122 eine Hüllkurve für die Atemgeräuschdaten 206, die verwendet wird, um Spitzen und entsprechende Amplituden in den Signaldaten zu identifizieren und/oder andere Operationen basierend auf der (den) Signalverarbeitungsregel(n) 216 anzuwenden. In diesem Beispiel erkennt der Atemmuster-Identifizierer 218 Spitzen in den Atemgeräuschdaten 114, die die Ein- und Ausatmung anzeigen. Der Atemmuster-Identifizierer 218 berechnet eine oder mehr Atemmetriken (z. B. die Atemfrequenz) basierend auf den Kennzeichen der Spitzen, wie Amplitude, Frequenz, Dauer usw. In anderen Beispielen erkennt der Atemmuster-Identifizierer 218 das Atemmuster (die Atemmuster) durch Vergleich der Atemgeräuschdaten mit Referenzdaten, die durch die Mustererkennungsregel(n) 220 definiert sind.
  • Der Atemmuster-Identifizierer 218 erzeugt die Atemmusterdaten 126 basierend auf der Analyse der Atemgeräuschdaten 206 (Block 408). Die Atemmusterdaten 126 können zum Beispiel Atemmetriken umfassen, die das Atemmuster (z. B. die Atemfrequenz, das Atemvolumen) und/oder andere Klassifizierungen (z. B. Identifizierung des Atemmusters als unregelmäßig basierend auf der Erkennung von Unregelmäßigkeiten in den Atemdaten (z. B. variierende Amplituden von Inhalationsspitzen)) kennzeichnen. In dem Beispiel aus 4 können die Atemmusterdaten 126 ferner durch den Atemmuster-Analysator 132 aus den 1 und/oder 3 zum Beispiel mit Bezug auf das Erzeugen eines oder mehrerer Benutzerwarnsignale 310 analysiert werden.
  • 5 ist ein Ablaufdiagramm, das für beispielhafte maschinenlesbare Anweisungen steht, die, wenn sie ausgeführt werden, den beispielhaften Atemmuster-Analysator 132 der 1 und/oder 3 veranlassen, Atemmusterdaten zu analysieren, die anhand der von einem Benutzer (z. B. dem Benutzer 104 aus 1) erfassten Atemgeräuschdaten erzeugt werden. Die Atemmusterdaten können durch den beispielhaften Atemmuster-Detektor 122 der 1 und/oder 2 basierend auf den Anweisungen von 4 erzeugt werden. Die beispielhaften Anweisungen aus 5 können zum Beispiel vom zweiten Prozessor 128 aus 1 ausgeführt werden, um den Atemmuster-Analysator 132 aus den 1 und/oder 3 zu implementieren.
  • Der Regelmanager 304 des Atemmuster-Analysators 132 aus 3 analysiert die Atemmusterdaten 126, die von dem Atemmuster-Detektor 122 basierend auf der (den) Atemmusterregel(n) 306 erzeugt werden (Block 500). Basierend auf der Analyse bestimmt der Regelmanager 304, ob ein Warnsignal (Warnsignale) 310 erzeugt werden sollte(n) (Block 502). Der Regelmanager 304 bestimmt, ob Schwellenwerte und/oder Kriterien zum Auslösen des Warnsignals (der Warnsignale) 310 erfüllt sind. Zum Beispiel kann der Regelmanager 304 bestimmen, ob eine Atemfrequenz einen Atemfrequenzschwellenwert zum Bereitstellen eines Warnsignals 310 für den Benutzer erfüllt. Als weiteres Beispiel kann der Regelmanager 304 bestimmen, ob die Atemdaten einen potentiellen Gesundheitszustand, wie einen Asthmaanfall, anzeigen, wobei auf jeden Fall ein Warnsignal 310 an den Benutzer gesendet wird. In anderen Beispielen bestimmt der Regelmanager 304, dass die Atemmusterdaten 126 dem Benutzer stets bereitgestellt werden sollten (z. B., wenn der Benutzer die HMD 102 trägt).
  • Falls der Regelmanager 304 bestimmt, dass das Warnsignal (die Warnsignale) 310 erzeugt werden sollte(n), erzeugt der Warnsignalgenerator 308 das Warnsignal (die Warnsignale) 310 zur Darstellung über die HMD 102, eine Vorrichtung, die von der HMD 102 getragen wird, und/oder die Benutzervorrichtung 130 (Block 504). Der Kommunikator 302 überträgt das Warnsignal (die Warnsignale) 310 zur Darstellung durch die HMD 102, eine von der HMD 102 getragene Vorrichtung und/oder die Benutzervorrichtung 130 in visuellem, akustischem und/oder taktilem Format.
  • Der beispielhafte Regelmanager 304 fährt mit der Analyse der Atemmusterdaten 126 in Bezug auf die Bestimmung fort, ob das Warnsignal (die Warnsignale) 310 erzeugt werden sollte(n) (Block 506). Falls es keine weiteren Atemmusterdaten gibt, bestimmt der Atemmuster-Identifizierer 218, ob weitere Atemgeräuschdaten 114 an dem Atemmuster-Detektor 122 empfangen wurden (Block 508). In manchen Beispielen wird die Erfassung der Atemgeräuschdaten 114 durch den Mikrofonmanager 312 basierend auf der (den) Mikrofonregel(n) 314 zum Beispiel in Bezug auf eine Dauer, während der das erste Mikrofon 106 die Atemgeräuschdaten 114 erfasst, gesteuert. Falls es weitere Atemgeräuschdaten gibt, modifiziert der Atemmuster-Detektor 122 aus den 1 und/oder 2 die Atemgeräuschdaten, um im Wesentlichen Geräusche zu entfernen, und analysiert die Atemgeräuschdaten, wie vorstehend in Verbindung mit 4 offenbart. Falls es keine weiteren Atemmusterdaten 126 und keine weiteren Atemgeräuschdaten 114 gibt, enden die Anweisungen aus 4 (Block 510).
  • 6 ist ein Blockschaltbild einer beispielhaften Prozessorplattform 600, die in der Lage ist, eine oder mehr der Anweisungen aus 4 auszuführen, um den Atemmuster-Detektor 122 der 1 und/oder 2 zu implementieren. Die Prozessorplattform 600 kann zum Beispiel ein Server, ein Personal Computer, eine mobile Vorrichtung (z. B. ein Mobiltelefon, ein Smartphone, ein Tablet, wie ein iPad™), ein Personal Digital Assistant (PDA), ein Internetgerät, eine tragbare Vorrichtung, wie eine Brille mit einem oder mehreren, daran gekoppelten Prozessor(en) oder jede andere Art von Rechenvorrichtung sein.
  • Die Prozessorplattform 600 des Anschauungsbeispiels umfasst einen Prozessor 122. Der Prozessor 122 des Anschauungsbeispiels ist eine Hardware. Zum Beispiel kann der Prozessor 122 durch eine oder mehr integrierte Schaltungen, Logikschaltungen, Mikroprozessoren oder Steuereinheiten von jeder gewünschten Gruppe oder jedem Hersteller sein. Der Hardwareprozessor kann eine auf einem Halbleiter (z. B. Silicium) basierte Vorrichtung sein. In diesem Beispiel implementiert der Prozessor 122 den beispielhaften A/D-Wandler 202, den beispielhaften Signalmodifikator 204, das beispielhafte Filter 210, den beispielhaften Signalregler 214 und/oder den beispielhaften Atemmuster-Identifizierer 218 des beispielhaften Atemmuster-Detektors 122.
  • Der Prozessor 122 des Anschauungsbeispiels umfasst einen Lokalspeicher 613 (z. B. einen Cache-Speicher). Der Prozessor 122 des Anschauungsbeispiels steht über einen Bus 618 in Kommunikation mit einem Hauptspeicher, einschließend einen flüchtigen Speicher 614 und einen nichtflüchtigen Speicher 616. Der flüchtige Speicher 614 kann durch einen synchronen dynamischen Direktzugriffspeicher (Synchronous Dynamic Random Access Memory, SDRAM), einen dynamischen Direktzugriffspeicher (Dynamic Random Access Memory, DRAM), einen dynamischen Direktzugriffspeicher RAMBUS (RAMBUS Dynamic Random Access Memory, RDRAM) und/oder irgendeine andere Art von Direktzugriffspeicher-Vorrichtung implementiert sein. Der nichtflüchtige Speicher 616 kann durch einen Flash-Speicher und/oder irgendeine andere gewünschte Art von Speichervorrichtung implementiert sein. Der Zugriff auf den Hauptspeicher 614, 616 wird durch eine Speichersteuereinheit gesteuert. Die Datenbank 200 des Atemmuster-Detektors kann durch den Hauptspeicher 614, 616 und/oder den Lokalspeicher 613 implementiert sein.
  • Die Prozessorplattform 600 des Anschauungsbeispiels umfasst auch eine Schnittstellenschaltung 620. Die Schnittstellenschaltung 620 kann durch irgendeine Art von Schnittstellenstandard implementiert sein, wie eine Ethernet-Schnittstelle, einen Universal Serial Bus (USB) und/oder eine PCI-Express-Schnittstelle.
  • In dem Anschauungsbeispiel ist eine oder sind mehr Eingabevorrichtungen 622 mit der Schnittstellenschaltung 620 verbunden. Die Eingabevorrichtung(en) 622 ermöglicht (ermöglichen) es einem Benutzer, Daten und/oder Befehle in den Prozessor 122 einzugeben. Die Eingabevorrichtung(en) kann (können) zum Beispiel durch einen Audiosensor, ein Mikrofon, eine Kamera (Stand oder Video), eine Tastatur, eine Taste, eine Maus, einen Berührungsbildschirm, ein Steuerpad, eine Rollkugel, einen Isopoint und/oder ein Spracherkennungssystem implementiert sein.
  • Eine oder mehr Ausgabevorrichtungen 624 sind auch mit der Schnittstellenschaltung 620 des Anschauungsbeispiels verbunden. Die Ausgabevorrichtungen 624 können zum Beispiel durch Anzeigevorrichtungen (z. B. eine Leuchtdiode (LED), eine organische Leuchtdiode (OLED), eine Flüssigkristallanzeige, eine Kathodenstrahlröhrenanzeige (CRT), einen Berührungsbildschirm, eine taktile Ausgabevorrichtung, einen Drucker und/oder Lautsprecher) implementiert sein. Die Schnittstellenschaltung 620 des Anschauungsbeispiels umfasst somit typischerweise eine Graphiktreiberkarte, einen Graphiktreiberchip und/oder einen Graphiktreiberprozessor.
  • Die Schnittstellenschaltung 620 des Anschauungsbeispiels umfasst auch eine Kommunikationsvorrichtung, wie einen Sender, einen Empfänger, einen Sendeempfänger, ein Modem und/oder eine Netzschnittstellenkarte, um den Datenaustausch mit externen Maschinen (z. B. Rechenvorrichtungen jeder Art) über ein Netz 626 (z. B. eine Ethernet-Verbindung, DSL, eine Telefonleitung, ein Koaxialkabel, ein Mobiltelefonsystem usw.) zu vereinfachen. In diesem Beispiel implementiert die Schnittstellenschaltung 620 den Kommunikator 222.
  • Die Prozessorplattform 600 des Anschauungsbeispiels umfasst auch eine oder mehr Massenspeichervorrichtungen 628 zum Speichern von Software und/oder Daten. Beispiele für solche Massenspeichervorrichtungen 628 umfassen Floppydisk-Laufwerke, Harddisk-Laufwerke, Kompaktdisk-Laufwerke, Blu-Ray-Disk-Laufwerke, RAID-Systeme und DVD-Laufwerke.
  • Die codierten Anweisungen 632 aus 4 können in der Massenspeichervorrichtung 628, in dem flüchtigen Speicher 614, in dem nichtflüchtigen Speicher 616 und/oder in einem herausnehmbaren fassbaren, computerlesbaren Speichermedium, wie einer CD oder DVD, gespeichert werden.
  • 7 ist ein Blockschaltbild einer beispielhaften Prozessorplattform 700, die in der Lage ist, eine oder mehr der Anweisungen aus 5 auszuführen, um den Atemmuster-Analysator 132 der 1 und/oder 3 zu implementieren. Die Prozessorplattform 700 kann zum Beispiel ein Server, ein Personal Computer, eine mobile Vorrichtung (z. B. ein Mobiltelefon, ein Smartphone, ein Tablet, wie ein iPad™), ein Personal Digital Assistant (PDA), ein Internetgerät, eine tragbare Vorrichtung, wie eine Brille mit einem oder mehreren, daran gekoppelten Prozessor(en) oder jede andere Art von Rechenvorrichtung sein.
  • Die Prozessorplattform 700 des Anschauungsbeispiels umfasst einen Prozessor 132. Der Prozessor 132 des Anschauungsbeispiels ist eine Hardware. Zum Beispiel kann der Prozessor 132 durch eine oder mehr integrierte Schaltungen, Logikschaltungen, Mikroprozessoren oder Steuereinheiten von jeder gewünschten Gruppe oder jedem Hersteller sein. Der Hardwareprozessor kann eine auf einem Halbleiter (z. B. Silicium) basierte Vorrichtung sein. In diesem Beispiel implementiert der Prozessor 132 den beispielhaften Regelmanager 304, den beispielhaften Warnsignalgenerator 308 und/oder den beispielhaften Mikrofonmanager des beispielhaften Atemmuster-Analysators 132.
  • Der Prozessor 132 des Anschauungsbeispiels umfasst einen Lokalspeicher 713 (z. B. einen Cache-Speicher). Der Prozessor 132 des Anschauungsbeispiels steht über einen Bus 718 in Kommunikation mit einem Hauptspeicher, einschließend einen flüchtigen Speicher 714 und einen nichtflüchtigen Speicher 716. Der flüchtige Speicher 714 kann durch einen synchronen dynamischen Direktzugriffspeicher (Synchronous Dynamic Random Access Memory, SDRAM), einen dynamischen Direktzugriffspeicher (Dynamic Random Access Memory, DRAM), einen dynamischen Direktzugriffspeicher RAMBUS (RAMBUS Dynamic Random Access Memory, RDRAM) und/oder irgendeine andere Art von Direktzugriffspeicher-Vorrichtung implementiert sein. Der nichtflüchtige Speicher 716 kann durch einen Flash-Speicher und/oder irgendeine andere gewünschte Art von Speichervorrichtung implementiert sein. Der Zugriff auf den Hauptspeicher 714, 716 wird durch eine Speichersteuereinheit gesteuert. Die Datenbank 300 des Atemmuster-Analysators kann durch den Hauptspeicher 714, 716 und/oder den Lokalspeicher 713 implementiert sein.
  • Die Prozessorplattform 700 des Anschauungsbeispiels umfasst auch eine Schnittstellenschaltung 720. Die Schnittstellenschaltung 720 kann durch irgendeine Art von Schnittstellenstandard implementiert sein, wie eine Ethernet-Schnittstelle, einen Universal Serial Bus (USB) und/oder eine PCI-Express-Schnittstelle.
  • In dem Anschauungsbeispiel ist eine oder sind mehr Eingabevorrichtungen 722 mit der Schnittstellenschaltung 720 verbunden. Die Eingabevorrichtung(en) 722 ermöglicht (ermöglichen) es einem Benutzer, Daten und/oder Befehle in den Prozessor 132 einzugeben. Die Eingabevorrichtung(en) kann (können) zum Beispiel durch einen Audiosensor, ein Mikrofon, eine Kamera (Stand oder Video), eine Tastatur, eine Taste, eine Maus, einen Berührungsbildschirm, ein Steuerpad, eine Rollkugel, einen Isopoint und/oder ein Spracherkennungssystem implementiert sein.
  • Eine oder mehr Ausgabevorrichtungen 724 sind auch mit der Schnittstellenschaltung 720 des Anschauungsbeispiels verbunden. Die Ausgabevorrichtungen 724 können zum Beispiel durch Anzeigevorrichtungen (z. B. eine Leuchtdiode (LED), eine organische Leuchtdiode (OLED), eine Flüssigkristallanzeige, eine Kathodenstrahlröhrenanzeige (CRT), einen Berührungsbildschirm, eine taktile Ausgabevorrichtung, einen Drucker und/oder Lautsprecher) implementiert sein. Die Schnittstellenschaltung 720 des Anschauungsbeispiels umfasst somit typischerweise eine Graphiktreiberkarte, einen Graphiktreiberchip und/oder einen Graphiktreiberprozessor. Das Warnsignal (Die Warnsignale) 310 des Warnsignalgenerators 308 kann (können) über die Schnittstellenschaltung 720 exportiert werden.
  • Die Schnittstellenschaltung 720 des Anschauungsbeispiels umfasst auch eine Kommunikationsvorrichtung, wie einen Sender, einen Empfänger, einen Sendeempfänger, ein Modem und/oder eine Netzschnittstellenkarte, um den Datenaustausch mit externen Maschinen (z. B. Rechenvorrichtungen jeder Art) über ein Netz 726 (z. B. eine Ethernet-Verbindung, DSL, eine Telefonleitung, ein Koaxialkabel, ein Mobiltelefonsystem usw.) zu vereinfachen. In diesem Beispiel ist der Kommunikator 302 durch die Schnittstellenschaltung 720 implementiert.
  • Die Prozessorplattform 700 des Anschauungsbeispiels umfasst auch eine oder mehr Massenspeichervorrichtungen 728 zum Speichern von Software und/oder Daten. Beispiele für solche Massenspeichervorrichtungen 728 umfassen Floppydisk-Laufwerke, Harddisk-Laufwerke, Kompaktdisk-Laufwerke, Blu-Ray-Disk-Laufwerke, RAID-Systeme und DVD-Laufwerke.
  • Die codierten Anweisungen 732 aus 5 können in der Massenspeichervorrichtung 728, in dem flüchtigen Speicher 714, in dem nichtflüchtigen Speicher 716 und/oder in einem herausnehmbaren fassbaren, computerlesbaren Speichermedium, wie einer CD oder DVD, gespeichert werden.
  • Aus dem Vorstehenden ist ersichtlich, dass Verfahren, Systeme und Einrichtungen offenbart worden sind, um Atemmuster basierend auf Atemgeräuschdaten zu erkennen, die von einem Benutzer erfasst werden, der eine unauffällige tragbare Vorrichtung, wie eine Brille, trägt. Offenbarte Beispiele umfassen ein erstes Mikrofon, das zum Beispiel in der Nähe der Nasenwurzel des Benutzers angeordnet ist, wenn der Benutzer die tragbare Vorrichtung trägt. Offenbarte Beispiele umfassen ein zweites Mikrofon, um Nebengeräuschdaten aus der Umgebung, in der sich der Benutzer befindet, und/oder andere Geräusche, die vom Benutzer erzeugt werden (z. B. die Stimme des Benutzers) zu erfassen. Offenbarte Beispiele modifizieren die Atemgeräuschdaten, die vom Benutzer durch das erste Mikrofon erfasst wurden, um von dem ersten Mikrofon erfasste Geräusche zu entfernen. In offenbarten Beispielen werden die Atemgeräuschdaten durch Herausnehmen der Nebengeräuschdaten, die vom zweiten Mikrofon erfasst wurden, aus den Atemgeräuschdaten modifiziert. Somit eliminieren offenbarte Beispiele Geräusche aus den Atemgeräuschdaten, oder eliminieren diese im Wesentlichen, um die Genauigkeit bei der Erkennung des Atemmusters (der Atemmuster) zu verbessern.
  • Offenbarte Beispiele analysieren die resultierenden Atemgeräuschdaten, um zum Beispiel basierend auf Kennzeichen der Signaldaten und Metriken, die davon hergeleitet sind (z. B. die Atemfrequenz), Atemmuster zu erkennen. In manchen offenbarten Beispielen werden die Atemmusterdaten weiter analysiert, um zu bestimmen, ob dem Benutzer Hinweise bereitgestellt werden sollten, um die Atemleistung zu überwachen. Offenbarte Beispiele stellen die Atemmusterdaten und/oder Analyseergebnisse zur Darstellung über die tragbare Vorrichtung und/oder eine andere Benutzervorrichtung (z. B. ein Smartphone) bereit.
  • Bei der folgenden Liste handelt es sich um eine nicht ausschließliche Liste von hier offenbarten Beispielen. Andere Beispiele können vorstehend eingeschlossen sein. Außerdem kann jedes der hier offenbarten Beispiele als Ganzes oder zum Teil und/oder auf andere Weise modifiziert angesehen werden.
  • Beispiel 1 umfasst eine tragbare Vorrichtung, einschließend einen Rahmen, der von einem Benutzer in einer Umgebung zu tragen ist; ein erstes Mikrofon, das vom Rahmen getragen wird, wobei das erste Mikrofon Atemgeräuschdaten vom Benutzer erfassen soll; ein zweites Mikrofon, das vom Rahmen getragen wird, wobei das zweite Mikrofon Geräuschdaten aus der Umgebung erfassen soll; und mindestens einen Prozessor. Der mindestens eine Prozessor soll die Atemgeräuschdaten basierend auf den Umgebungsgeräuschdaten modifizieren, um modifizierte Atemgeräuschdaten zu erzeugen und basierend auf den modifizierten Atemgeräuschdaten ein Atemmuster zu identifizieren.
  • Beispiel 2 umfasst die tragbare Vorrichtung nach Anspruch 1, wobei das erste Mikrofon in der Nähe der Nase des Benutzers angeordnet ist, wenn der Benutzer die tragbare Vorrichtung trägt.
  • Beispiel 3 umfasst die tragbare Vorrichtung nach Beispiel 1 oder 2, wobei das zweite Mikrofon vom ersten Mikrofon beabstandet ist.
  • Beispiel 4 umfasst die tragbare Vorrichtung nach Beispiel 1 oder 2, wobei der mindestens eine Prozessor die Atemgeräuschdaten durch Entfernen der Geräuschdaten aus den Atemgeräuschdaten modifizieren soll.
  • Beispiel 5 umfasst die tragbare Vorrichtung nach Beispiel 1, wobei die modifizierten Atemdaten Spitzen, die dem Einatmen durch den Benutzer zugeordnet sind, und Spitzen, die dem Ausatmen durch den Benutzer zugeordnet sind, umfassen, wobei der mindestens eine Prozessor das Atemmuster durch Berechnen einer Atemfrequenz basierend auf den Spitzen der Einatmung und den Spitzen der Ausatmung identifizieren soll.
  • Beispiel 6 umfasst die tragbare Vorrichtung nach Beispiel 1 oder 2, wobei das zweite Mikrofon die Geräuschdaten im Wesentlichen zur gleichen Zeit erfassen soll, wie das erste Mikrofon die Atemgeräuschdaten erfassen soll.
  • Beispiel 7 umfasst die tragbare Vorrichtung nach Beispiel 1, wobei der mindestens eine Prozessor einen digitalen Signalprozessor umfasst.
  • Beispiel 8 umfasst die tragbare Vorrichtung nach den Beispielen 1, 2 oder 5, wobei der mindestens eine Prozessor einen ersten Prozessor und einen zweiten Prozessor umfasst, wobei der erste Prozessor die modifizierten Atemgeräuschdaten an den zweiten Prozessor übertragen soll.
  • Beispiel 9 umfasst die tragbare Vorrichtung nach Beispiel 1, wobei der mindestens eine Prozessor das Atemmuster basierend auf einem oder mehr von einer Atemfrequenz, einer Dauer der Einatmung durch den Benutzer oder einer Dauer der Ausatmung durch den Benutzer identifizieren soll.
  • Beispiel 10 umfasst die tragbare Vorrichtung nach Beispiel 1, wobei der mindestens eine Prozessor die modifizierten Atemdaten filtern und das Atemmuster basierend auf den gefilterten modifizierten Atemdaten identifizieren soll.
  • Beispiel 11 umfasst die tragbare Vorrichtung nach Beispiel 1, wobei die tragbare Vorrichtung eine Brille umfasst.
  • Beispiel 12 umfasst eine Einrichtung, einschließend einen Signalmodifikator, um von einem Benutzer erfasste Atemgeräuschdaten durch Entfernen von Umgebungsgeräuschdaten zu modifizieren und modifizierte Atemgeräuschdaten zu erzeugen. Die beispielhafte Einrichtung umfasst einen Atemmuster-Identifizierer zum Identifizieren eines Atemmusters basierend auf den modifizierten Atemgeräuschdaten, um Atemmusterdaten zu erzeugen, und einen Warnsignalgenerator, um basierend auf den Atemmusterdaten ein Warnsignal zu erzeugen.
  • Beispiel 13 umfasst die Einrichtung nach Beispiel 12, ferner einschließend einen Regelmanager zum Analysieren der Atemmusterdaten, wobei der Warnsignalgenerator das Warnsignal basierend auf der Analyse erzeugen soll.
  • Beispiel 14 umfasst die Einrichtung nach Beispiel 12, wobei der Regelmanager einen Vergleich der Atemmusterdaten mit einem Schwellenwert ausführen soll, wobei der Warnsignalgenerator das Warnsignal basierend auf dem Vergleich erzeugen soll.
  • Beispiel 15 umfasst die Einrichtung nach den Beispielen 12 oder 13, ferner einschließend ein Filter zum Filtern der modifizierten Atemgeräuschdaten.
  • Beispiel 16 umfasst die Einrichtung nach Beispiel 15, wobei das Filter ein Bandpassfilter ist.
  • Beispiel 17 umfasst die Einrichtung nach Beispiel 12 oder 13, wobei der Atemmuster-Identifizierer das Atemmuster basierend auf einer oder mehr von einer Amplitude von Spitzen oder einer Frequenz von Spitzen in den modifizierten Atemdaten identifizieren soll.
  • Beispiel 18 umfasst die Einrichtung nach Beispiel 17, wobei die Spitzen eine erste Spitze, die der Einatmung zugeordnet ist, und eine zweite Spitze umfassen, die der Ausatmung zugeordnet ist.
  • Beispiel 19 umfasst die Einrichtung nach Beispiel 12, wobei der Atemmuster-Identifizierer eine Atemfrequenz basierend auf den modifizierten Atemdaten berechnen soll, wobei die Atemmusterdaten die Atemfrequenz umfassen sollen.
  • Beispiel 20 umfasst die Einrichtung aus Beispiel 12, ferner einschließend einen Kommunikator, um die Atemmusterdaten an eine Benutzervorrichtung zu senden.
  • Beispiel 21 umfasst die Einrichtung aus Beispiel 12, ferner umfassend einen Kommunikator, um das Warnsignal zur Darstellung über eine Benutzervorrichtung zu senden.
  • Beispiel 22 umfasst mindestens ein nichtflüchtiges, computerlesbares Speichermedium, einschließend Anweisungen, die, wenn sie ausgeführt werden, eine Maschine veranlassen, durch Entfernen von Umgebungsgeräuschdaten zumindest Atemgeräuschdaten zu modifizieren, die von einem Benutzer erfasst wurden; modifizierte Atemgeräuschdaten zu erzeugen; ein Atemmuster basierend auf den modifizierten Atemgeräuschdaten zu identifizieren, um Atemmusterdaten zu erzeugen; und ein Warnsignal basierend auf den Atemmusterdaten zu erzeugen.
  • Beispiel 23 umfasst das mindestens eine nichtflüchtige, computerlesbare Speichermedium nach Beispiel 22, wobei die Anweisungen die Maschine veranlassen, einen Vergleich der Atemmusterdaten mit einem Schwellenwert auszuführen und das Warnsignal basierend auf dem Vergleich zu erzeugen.
  • Beispiel 24 umfasst das mindestens eine nichtflüchtige, computerlesbare Speichermedium nach Beispiel 22 oder 23, wobei die Anweisungen die Maschine veranlassen, ein Bandpassfilter auf die modifizierten Atemgeräuschdaten anzuwenden.
  • Beispiel 25 umfasst das mindestens eine nichtflüchtige, computerlesbare Speichermedium nach Beispiel 22 oder 23, wobei die Anweisungen die Maschine veranlassen, das Atemmuster basierend auf einer oder mehr von einer Amplitude von Spitzen oder einer Frequenz von Spitzen in den modifizierten Atemdaten zu identifizieren.
  • Beispiel 26 umfasst das mindestens eine nichtflüchtige, computerlesbare Speichermedium nach Beispiel 25, wobei die Spitzen eine erste Spitze, die der Einatmung zugeordnet ist, und eine zweite Spitze, die der Ausatmung zugeordnet ist, umfassen.
  • Beispiel 27 umfasst das mindestens eine nichtflüchtige, computerlesbare Speichermedium nach Beispiel 22, wobei die Anweisungen die Maschine veranlassen, eine Atemfrequenz basierend auf den modifizierten Atemdaten zu berechnen, wobei die Atemmusterdaten die Atemfrequenz umfassen sollen.
  • Beispiel 28 umfasst das mindestens eine nichtflüchtige, computerlesbare Speichermedium nach Beispiel 22, wobei die Anweisungen die Maschine veranlassen, die Atemmusterdaten an eine Benutzervorrichtung zu senden.
  • Beispiel 29 umfasst das mindestens eine nichtflüchtige, computerlesbare Speichermedium nach Beispiel 22, wobei die Anweisungen die Maschine veranlassen, das Warnsignal zur Darstellung über eine Benutzervorrichtung zu senden.
  • Beispiel 30 umfasst ein Verfahren, umfassend das Modifizieren von Atemgeräuschdaten, die von einem Benutzer erfasst worden sind, durch Entfernen von Umgebungsgeräuschdaten, das Erzeugen von modifizierten Atemgeräuschdaten, das Identifizieren eines Atemmusters basierend auf den modifizierten Atemgeräuschdaten, um Atemmusterdaten zu erzeugen, und das Erzeugen eines Warnsignals basierend auf den Atemmusterdaten.
  • Beispiel 31 umfasst das Verfahren nach Beispiel 30, ferner umfassend das Ausführen eines Vergleichs der Atemmusterdaten mit einem Schwellenwert und das Erzeugen des Warnsignals basierend auf dem Vergleich.
  • Beispiel 32 umfasst das Verfahren nach den Beispielen 30 oder 31, ferner umfassend das Anwenden eines Bandpassfilters auf die modifizierten Atemgeräuschdaten.
  • Beispiel 33 umfasst das Verfahren nach Beispiel 30 oder 31, ferner umfassend das Identifizieren des Atemmusters basierend auf einer oder mehr von einer Amplitude von Spitzen oder einer Frequenz von Spitzen in den modifizierten Atemdaten.
  • Beispiel 34 umfasst das Verfahren nach Beispiel 33, wobei die Spitzen eine erste Spitze, die der Einatmung zugeordnet ist, und eine zweite Spitze, die der Ausatmung zugeordnet ist, umfassen.
  • Beispiel 35 umfasst das Verfahren nach Beispiel 30, ferner umfassend das Berechnen einer Atemfrequenz basierend auf den modifizierten Atemdaten, wobei die Atemmusterdaten die Atemfrequenz umfassen sollen.
  • Beispiel 36 umfasst das Verfahren nach Beispiel 30, ferner umfassend das Übertragen der Atemmusterdaten an eine Benutzervorrichtung.
  • Beispiel 37 umfasst das Verfahren nach Beispiel 30, ferner umfassend das Übertragen des Warnsignals zur Darstellung über eine Benutzervorrichtung.
  • Beispiel 38 umfasst eine Einrichtung, einschließend Mittel zum Modifizieren von Atemgeräuschdaten, die von einem Benutzer erhalten werden, durch Entfernen von Umgebungsgeräuschdaten, um modifizierte Atemgeräuschdaten zu erzeugen; Mittel zum Identifizieren eines Atemmusters basierend auf den modifizierten Atemgeräuschdaten; und Mittel zum Erzeugen eines Warnsignals basierend auf den modifizierten Geräuschdaten.
  • Beispiel 39 umfasst die Einrichtung nach Beispiel 38, wobei die Mittel zum Modifizieren der Atemgeräuschdaten einen digitalen Signalprozessor umfassen.
  • Beispiel 40 umfasst die Einrichtung nach Beispiel 39, wobei der digitale Signalprozessor von einer tragbaren Vorrichtung getragen wird.
  • Beispiel 41 umfasst die Einrichtung nach Beispiel 38, ferner einschließend Mittel zum Übertragen des Warnsignals an eine Benutzervorrichtung.
  • Beispiel 42 umfasst die Einrichtung nach Beispiel 38, ferner einschließend Mittel zum Bandpassfiltern der modifizierten Atemdaten.
  • Beispiel 43 umfasst eine Einrichtung, einschließend Mittel zum Erhalten von Atemgeräuschdaten von einem Benutzer; Mittel zum Erhalten von Umgebungsdaten aus einer Umgebung, in der sich der Benutzer befindet; Mittel zum Modifizieren der Atemgeräuschdaten basierend auf den Umgebungsdaten, um modifizierte Atemgeräuschdaten zu erzeugen; und Mittel zum Identifizieren eines Atemmusters basierend auf den modifizierten Atemgeräuschdaten.
  • Beispiel 44 umfasst die Einrichtung nach Beispiel 43, wobei es sich bei den Mitteln zum Erhalten der Atemgeräuschdaten um ein erstes Mikrofon handelt, das an eine tragbare Vorrichtung gekoppelt ist, und es sich bei den Mitteln zum Erhalten der Umgebungsdaten um ein zweites Mikrofon handelt, das an die tragbare Vorrichtung gekoppelt ist.
  • Beispiel 45 umfasst die Einrichtung nach Beispiel 44, wobei die tragbare Vorrichtung eine Brille umfasst.
  • Beispiel 46 umfasst die Einrichtung nach Beispiel 44, ferner umfassend Mittel zum Steuern einer Zeitdauer, während der das erste Mikrofon die Atemgeräuschdaten erfassen soll.
  • Beispiel 47 umfasst die Einrichtung nach Beispiel 43, wobei die Mittel zum Modifizieren der Atemgeräuschdaten die Umgebungsgeräuschdaten aus den Atemgeräuschdaten herausnehmen sollen, um die modifizierten Atemgeräuschdaten zu erzeugen.
  • Obwohl hier bestimmte beispielhafte Verfahren, Einrichtungen und Produktionsartikel offenbart wurden, ist der Schutzbereich dieses Patents nicht darauf beschränkt. Dieses Patent deckt vielmehr alle Verfahren, Einrichtungen und Produktionsartikel ab, die im Schutzbereich der Patentansprüche dieses Patents liegen.

Claims (25)

  1. Tragbare Vorrichtung, umfassend: einen von einem Benutzer in einer Umgebung zu tragenden Rahmen; ein erstes Mikrofon, das vom Rahmen getragen wird, wobei das erste Mikrofon Atemgeräuschdaten vom Benutzer erfassen soll; ein zweites Mikrofon, das vom Rahmen getragen wird, wobei das zweite Mikrofon Geräuschdaten aus der Umgebung erfassen soll; und mindestens einen Prozessor, um: die Atemgeräuschdaten basierend auf den Umgebungsgeräuschdaten zu modifizieren, um modifizierte Atemgeräuschdaten zu erzeugen; und basierend auf den modifizierten Atemgeräuschdaten ein Atemmuster zu identifizieren.
  2. Tragbare Vorrichtung nach Anspruch 1, wobei das erste Mikrofon in der Nähe einer Nase des Benutzers angeordnet ist, wenn der Benutzer die tragbare Vorrichtung trägt.
  3. Tragbare Vorrichtung nach Anspruch 1 oder 2, wobei das zweite Mikrofon vom ersten Mikrofon beabstandet ist.
  4. Tragbare Vorrichtung nach Anspruch 1 oder 2, wobei der mindestens eine Prozessor die Atemgeräuschdaten durch Entfernen der Geräuschdaten aus den Atemgeräuschdaten modifizieren soll.
  5. Tragbare Vorrichtung nach Anspruch 1, wobei die modifizierten Atemdaten Spitzen, die dem Einatmen durch den Benutzer zugeordnet sind, und Spitzen, die dem Ausatmen durch den Benutzer zugeordnet sind, umfassen, wobei der mindestens eine Prozessor das Atemmuster durch Berechnen einer Atemfrequenz basierend auf den Spitzen der Einatmung und den Spitzen der Ausatmung identifizieren soll.
  6. Tragbare Vorrichtung nach Anspruch 1 oder 2, wobei das zweite Mikrofon die Geräuschdaten im Wesentlichen zur gleichen Zeit erfassen soll, wie das erste Mikrofon die Atemgeräuschdaten erfassen soll.
  7. Tragbare Vorrichtung nach Anspruch 1, wobei der mindestens eine Prozessor einen digitalen Signalprozessor umfasst.
  8. Tragbare Vorrichtung nach den Ansprüchen 1, 2 oder 5, wobei der mindestens eine Prozessor einen ersten Prozessor und einen zweiten Prozessor umfasst, wobei der erste Prozessor die modifizierten Atemgeräuschdaten an den zweiten Prozessor übertragen soll.
  9. Tragbare Vorrichtung nach Anspruch 1, wobei der mindestens eine Prozessor das Atemmuster basierend auf einem oder mehr von einer Atemfrequenz, einer Dauer der Einatmung durch den Benutzer oder einer Dauer der Ausatmung durch den Benutzer identifizieren soll.
  10. Tragbare Vorrichtung nach Anspruch 1, wobei der mindestens eine Prozessor die modifizierten Atemdaten filtern und das Atemmuster basierend auf den gefilterten modifizierten Atemdaten identifizieren soll.
  11. Einrichtung, umfassend: einen Signalmodifikator zum Modifizieren von Atemgeräuschdaten, die von einem Benutzer erfasst werden, durch Entfernen von Umgebungsgeräuschdaten; und Erzeugen von modifizierten Atemgeräuschdaten; einen Atemmuster-Identifizierer zum Identifizieren eines Atemmusters basierend auf den modifizierten Atemgeräuschdaten, um Atemmusterdaten zu erzeugen; und einen Warnsignalgenerator zum Erzeugen eines Warnsignals basierend auf den Atemmusterdaten.
  12. Einrichtung nach Anspruch 11, ferner umfassend einen Regelmanager zum Analysieren der Atemmusterdaten, wobei der Warnsignalgenerator das Warnsignal basierend auf der Analyse erzeugen soll.
  13. Einrichtung nach Anspruch 11, wobei der Regelmanager einen Vergleich der Atemmusterdaten mit einem Schwellenwert ausführen soll, wobei der Warnsignalgenerator das Warnsignal basierend auf dem Vergleich erzeugen soll.
  14. Einrichtung nach Anspruch 11 oder 12, wobei der Atemmuster-Identifizierer das Atemmuster basierend auf einem oder mehr von einer Amplitude von Spitzen oder einer Frequenz von Spitzen in den modifizierten Atemdaten identifizieren soll.
  15. Einrichtung nach Anspruch 11, wobei der Atemmuster-Identifizierer eine Atemfrequenz basierend auf den modifizierten Atemdaten berechnen soll, wobei die Atemmusterdaten die Atemfrequenz umfassen sollen.
  16. Nichtflüchtiges, computerlesbares Speichermedium bzw. nichtflüchtige, computerlesbare Speichermedien, umfassend Anweisungen, die, wenn sie ausgeführt werden, eine Maschine zu mindestens Folgendem veranlassen: Modifizieren von Atemgeräuschdaten, die von einem Benutzer erfasst werden, durch Entfernen von Umgebungsgeräuschdaten; Erzeugen von modifizierten Atemgeräuschdaten; Identifizieren eines Atemmusters basierend auf den modifizierten Atemgeräuschdaten, um Atemmusterdaten zu erzeugen; und Erzeugen eines Warnsignals basierend auf den Atemmusterdaten.
  17. Nichtflüchtiges, computerlesbares Speichermedium bzw. nichtflüchtige, computerlesbare Speichermedien nach Anspruch 16, wobei die Anweisungen die Maschine veranlassen, einen Vergleich der Atemmusterdaten mit einem Schwellenwert auszuführen und das Warnsignal basierend auf dem Vergleich zu erzeugen.
  18. Verfahren, umfassend: das Modifizieren von Atemgeräuschdaten, die von einem Benutzer erfasst werden, durch Entfernen von Umgebungsgeräuschdaten; das Erzeugen von modifizierten Atemgeräuschdaten; das Identifizieren eines Atemmusters basierend auf den modifizierten Atemgeräuschdaten, um Atemmusterdaten zu erzeugen; und das Erzeugen eines Warnsignals basierend auf den Atemmusterdaten.
  19. Verfahren nach Anspruch 18, ferner umfassend das Identifizieren des Atemmusters basierend auf einem oder mehr von einer Amplitude von Spitzen oder einer Frequenz von Spitzen in den modifizierten Atemdaten.
  20. Verfahren nach Anspruch 19, wobei die Spitzen eine erste Spitze, die der Einatmung zugeordnet ist, und eine zweite Spitze, die der Ausatmung zugeordnet ist, umfassen.
  21. Verfahren nach Anspruch 18, ferner umfassend das Übertragen der Atemmusterdaten an eine Benutzervorrichtung.
  22. Einrichtung, umfassend: Mittel zum Modifizieren von Atemgeräuschdaten, die von einem Benutzer erhalten werden, durch Entfernen von Umgebungsgeräuschdaten, um modifizierte Atemgeräuschdaten zu erzeugen; Mittel zum Identifizieren eines Atemmusters basierend auf den modifizierten Atemgeräuschdaten; und Mittel zum Erzeugen eines Warnsignals basierend auf den modifizierten Geräuschdaten.
  23. Einrichtung nach Anspruch 22, wobei die Mittel zum Modifizieren der Atemgeräuschdaten einen digitalen Signalprozessor umfassen.
  24. Einrichtung, umfassend: Mittel zum Erhalten von Atemgeräuschdaten von einem Benutzer; Mittel zum Erhalten von Umgebungsdaten aus einer Umgebung, in der sich der Benutzer befindet; Mittel zum Modifizieren der Atemgeräuschdaten basierend auf den Umgebungsdaten, um modifizierte Atemgeräuschdaten zu erzeugen; und Mittel zum Identifizieren eines Atemmusters basierend auf den modifizierten Atemgeräuschdaten.
  25. Einrichtung nach Anspruch 24, wobei es sich bei den Mitteln zum Erhalten der Atemgeräuschdaten um ein erstes Mikrofon handelt, das an eine tragbare Vorrichtung gekoppelt ist, und es sich bei den Mitteln zum Erhalten der Umgebungsdaten um ein zweites Mikrofon handelt, das an die tragbare Vorrichtung gekoppelt ist.
DE102018210438.7A 2017-07-26 2018-06-26 Verfahren und einrichtung zum erkennen von atemmustern Pending DE102018210438A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/660,281 US20190029563A1 (en) 2017-07-26 2017-07-26 Methods and apparatus for detecting breathing patterns
US15/660,281 2017-07-26

Publications (1)

Publication Number Publication Date
DE102018210438A1 true DE102018210438A1 (de) 2019-01-31

Family

ID=65004340

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018210438.7A Pending DE102018210438A1 (de) 2017-07-26 2018-06-26 Verfahren und einrichtung zum erkennen von atemmustern

Country Status (3)

Country Link
US (1) US20190029563A1 (de)
CN (1) CN109308443A (de)
DE (1) DE102018210438A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021100061A1 (de) 2021-01-05 2022-07-07 Dräger Safety AG & Co. KGaA Kommunikationsgerät und Kommunikationssystem zum Überwachen einer Atmung

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10813559B2 (en) 2015-06-14 2020-10-27 Facense Ltd. Detecting respiratory tract infection based on changes in coughing sounds
US11903680B2 (en) 2015-06-14 2024-02-20 Facense Ltd. Wearable-based health state verification for physical access authorization
US10791938B2 (en) 2015-06-14 2020-10-06 Facense Ltd. Smartglasses for detecting congestive heart failure
US10617842B2 (en) 2017-07-31 2020-04-14 Starkey Laboratories, Inc. Ear-worn electronic device for conducting and monitoring mental exercises
EP3545848A1 (de) * 2018-03-28 2019-10-02 Koninklijke Philips N.V. Erkennung von personen mit atembeschwerden
US11540743B2 (en) * 2018-07-05 2023-01-03 Starkey Laboratories, Inc. Ear-worn devices with deep breathing assistance
US11282492B2 (en) 2019-02-18 2022-03-22 Bose Corporation Smart-safe masking and alerting system
US11071843B2 (en) * 2019-02-18 2021-07-27 Bose Corporation Dynamic masking depending on source of snoring
US10991355B2 (en) 2019-02-18 2021-04-27 Bose Corporation Dynamic sound masking based on monitoring biosignals and environmental noises
EP3963596A4 (de) * 2019-05-02 2023-01-25 Moon Factory Inc. System zur atemmessung und zur anpassung von atemübungen
US11793453B2 (en) * 2019-06-04 2023-10-24 Fitbit, Inc. Detecting and measuring snoring
US11229369B2 (en) * 2019-06-04 2022-01-25 Fitbit Inc Detecting and measuring snoring
CN110473563A (zh) * 2019-08-19 2019-11-19 山东省计算中心(国家超级计算济南中心) 基于时频特征的呼吸声检测方法、系统、设备及介质
CN111000540A (zh) * 2019-12-24 2020-04-14 博瑞资(重庆)教育科技有限公司 一种学生体质健康检测系统
CN113440127B (zh) * 2020-03-25 2022-10-18 华为技术有限公司 呼吸数据的采集方法、装置和电子设备
CN116369898B (zh) * 2023-06-06 2024-02-20 青岛市第五人民医院 一种用于危重症的呼吸数据提醒系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6411928B2 (en) * 1990-02-09 2002-06-25 Sanyo Electric Apparatus and method for recognizing voice with reduced sensitivity to ambient noise
US5309922A (en) * 1992-09-21 1994-05-10 Center For Innovative Technology Respiratory sound analyzer for use in high noise environments
US5467775A (en) * 1995-03-17 1995-11-21 University Research Engineers & Associates Modular auscultation sensor and telemetry system
US6168568B1 (en) * 1996-10-04 2001-01-02 Karmel Medical Acoustic Technologies Ltd. Phonopneumograph system
US20060013415A1 (en) * 2004-07-15 2006-01-19 Winchester Charles E Voice activation and transmission system
RU2484764C2 (ru) * 2007-12-20 2013-06-20 Акарикс А/С Клейкая накладка для мониторинга акустических сигналов
JP4530051B2 (ja) * 2008-01-17 2010-08-25 船井電機株式会社 音声信号送受信装置
US20110092839A1 (en) * 2008-11-17 2011-04-21 Toronto Rehabilitation Institute Mask and method for use in respiratory monitoring and diagnostics
US8948415B1 (en) * 2009-10-26 2015-02-03 Plantronics, Inc. Mobile device with discretionary two microphone noise reduction
KR101331092B1 (ko) * 2009-12-21 2013-11-20 한국전자통신연구원 안경형태의 착용형 호흡 측정 장치
GB201011816D0 (en) * 2010-07-14 2010-09-01 Imp Innovations Feature characterization for breathing monitor
WO2012149369A2 (en) * 2011-04-29 2012-11-01 Amiracool Technologies, Llc Automatic tracheostomy suctioning and nebulizer medication delivery system
WO2013185041A1 (en) * 2012-06-07 2013-12-12 Clarkson Univeristy Portable monitoring device for breath detection
JP2015194753A (ja) * 2014-03-28 2015-11-05 船井電機株式会社 マイクロホン装置
US20160120479A1 (en) * 2014-10-31 2016-05-05 Sharp Laboratories Of America, Inc. Respiration Monitoring Method and Device with Context-Aware Event Classification

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021100061A1 (de) 2021-01-05 2022-07-07 Dräger Safety AG & Co. KGaA Kommunikationsgerät und Kommunikationssystem zum Überwachen einer Atmung

Also Published As

Publication number Publication date
US20190029563A1 (en) 2019-01-31
CN109308443A (zh) 2019-02-05

Similar Documents

Publication Publication Date Title
DE102018210438A1 (de) Verfahren und einrichtung zum erkennen von atemmustern
JP5878067B2 (ja) 呼吸事象検出システムおよび方法
US9173582B2 (en) Adaptive performance trainer
US20170325779A1 (en) Acoustic monitoring system, monitoring method, and monitoring computer program
JP5139319B2 (ja) ストレッサーセンサ及びストレス管理システム
US11540769B2 (en) System and method for tracking sleep dynamics using behavioral and physiological information
CN111166297B (zh) 基于用户睡眠音频评定睡眠质量的方法和装置
DE112015001216T5 (de) Systeme, Verfahren und Vorrichtungen zum Lindern und zur Ergebnisüberwachung von Schlafbezogenen Atmungsstörungen
CN108670200A (zh) 一种基于深度学习的睡眠鼾声分类检测方法及系统
WO2008138340A1 (en) Emg and eeg signal separation method and apparatus
US20160029965A1 (en) Artifact as a feature in neuro diagnostics
DE102018204868A1 (de) Verfahren, Systeme und Vorrichtung zur Detektion von Atemphasen
CN107545906A (zh) 肺音信号处理方法、处理设备以及可读存储介质
KR20220027900A (ko) 생체 신호 분석 시스템 및 이를 이용한 생체 신호 분석 방법
US20200327995A1 (en) Method for identifying anesthetic drug, and method and device for processing anesthesia electroencephalogram signal
US20200060605A1 (en) Methods and devices using meta-features extracted from accelerometry signals for swallowing impairment detection
DE102019114025A1 (de) Verfahren und vorrichtung zur identifizierung von gekauter nahrung und/oder getrunkenen getränken
CN109102862A (zh) 正念减压系统及方法、存储介质、操作系统
DE102018204695A1 (de) Verwendung eines Hörsystems für ein Gesundheitsmonitoring
JP2003528682A (ja) 聴覚誘発電位のモニタリング
DE102018127776A1 (de) Detektieren von Atmungsfrequenzen in Audio unter Verwendung eines adaptiven Tiefpassfilters
Basner et al. Aircraft noise effects on sleep: a systematic comparison of EEG awakenings and automatically detected cardiac activations
WO2018140288A1 (en) Sleep apnea therapy enhancement method and apparatus
Mehta et al. Duration of ambulatory monitoring needed to accurately estimate voice use.
EP2685885B1 (de) Stress- und burnoutanalyse- und diagnosegerät