JP2021513377A - 生理学的イベント検知特徴部を備えたベッド - Google Patents

生理学的イベント検知特徴部を備えたベッド Download PDF

Info

Publication number
JP2021513377A
JP2021513377A JP2020537139A JP2020537139A JP2021513377A JP 2021513377 A JP2021513377 A JP 2021513377A JP 2020537139 A JP2020537139 A JP 2020537139A JP 2020537139 A JP2020537139 A JP 2020537139A JP 2021513377 A JP2021513377 A JP 2021513377A
Authority
JP
Japan
Prior art keywords
bed
user
pressure
acoustic
data
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.)
Granted
Application number
JP2020537139A
Other languages
English (en)
Other versions
JP7437575B2 (ja
Inventor
オミード サヤディ
オミード サヤディ
ファルザード シヤフジャニ
ファルザード シヤフジャニ
ラマザン デミルリ
ラマザン デミルリ
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.)
Sleep Number Corp
Original Assignee
Select Comfort 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 Select Comfort Corp filed Critical Select Comfort Corp
Publication of JP2021513377A publication Critical patent/JP2021513377A/ja
Application granted granted Critical
Publication of JP7437575B2 publication Critical patent/JP7437575B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C27/00—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas
    • A47C27/08—Fluid mattresses or cushions
    • A47C27/081—Fluid mattresses or cushions of pneumatic type
    • A47C27/083—Fluid mattresses or cushions of pneumatic type with pressure control, e.g. with pressure sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
    • A61G7/002—Beds specially adapted for nursing; Devices for lifting patients or disabled persons having adjustable mattress frame
    • A61G7/018—Control or drive mechanisms
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C21/00—Attachments for beds, e.g. sheet holders, bed-cover holders; Ventilating, cooling or heating means in connection with bedsteads or mattresses
    • A47C21/003—Lighting, radio, telephone or the like connected to the bedstead
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C27/00—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas
    • A47C27/08—Fluid mattresses or cushions
    • A47C27/081—Fluid mattresses or cushions of pneumatic type
    • A47C27/082—Fluid mattresses or cushions of pneumatic type with non-manual inflation, e.g. with electric pumps
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6892—Mats
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
    • A61G7/002—Beds specially adapted for nursing; Devices for lifting patients or disabled persons having adjustable mattress frame
    • A61G7/015—Beds specially adapted for nursing; Devices for lifting patients or disabled persons having adjustable mattress frame divided into different adjustable sections, e.g. for Gatch position
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C31/00—Details or accessories for chairs, beds, or the like, not provided for in other groups of this subclass, e.g. upholstery fasteners, mattress protectors, stretching devices for mattress nets
    • A47C31/008—Use of remote controls
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0204—Acoustic sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0247—Pressure sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
    • A61G7/05—Parts, details or accessories of beds
    • A61G7/057—Arrangements for preventing bed-sores or for supporting patients with burns, e.g. mattresses specially adapted therefor
    • A61G7/05769—Arrangements for preventing bed-sores or for supporting patients with burns, e.g. mattresses specially adapted therefor with inflatable chambers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Nursing (AREA)
  • Anesthesiology (AREA)
  • Pulmonology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Mattresses And Other Support Structures For Chairs And Beds (AREA)
  • Invalid Beds And Related Equipment (AREA)

Abstract

第１ベッドは、第１マットレスと、第１圧力センサと、第１音響センサと、第１圧力読取値及び第１音響読取値を受容するように構成された第１コントローラと、を含む。第１コントローラは、更に、第１圧力読取値及び第１音響読取値をリモートサーバに転送するように構成されている。当該システムは、更に、第２マットレスと、第２圧力センサと、第２音響センサと、受容した生理学的イベント分類器を第２圧力読取値及び第２音響読取値について実行して当該実行生理学的イベント分類器から１または複数の生理学的イベントの投票を収集し、判定された生理学的イベントに従って当該ベッドシステムを作動させるように構成された第２コントローラと、を含む第２ベッドを備える。

Description

本開示は、生理学的イベント検知のために用いられるセンサを備えたベッドに関する。
［関連出願の相互参照］
本出願は、２０１８年１月５日出願の米国特許出願第６２／６１３，９９２の優先権を主張するものである。当該米国特許出願の開示は、本願の開示の一部とみなされ、その全体の内容が、本明細書に組み込まれる（ｉｎｃｏｒｐｏｒａｔｅｄ ｂｙ ｒｅｆｅｒｅｎｃｅ）。
一般に、ベッドとは、寝たりリラックスしたりする場所として使用される家具である。多くのモダンなベッドが、ベッドフレーム上の柔らかいマットレスを含んでいる。マットレスは、１人または複数人の占有者の体重を支持するべく、バネ、発泡材及び／またはエアチャンバ、を含み得る。
１つの特徴において、ベッドシステムは、第１マットレスを含む第１ベッドを備える。当該システムは、更に、第１マットレスに適用される圧力を感知するべく第１マットレスと通信する第１圧力センサを備える。当該システムは、更に、第１マットレス上のユーザからの音響を感知するべく配置された第１音響センサを備える。当該システムは、更に、第１圧力センサとデータ通信すると共に第１音響センサとデータ通信する第１コントローラを備え、当該第１コントローラは、前記第１圧力センサから、第１マットレスに適用される感知圧力を示す第１圧力読取値を受容するように構成されている。当該第１コントローラは、更に、前記第１音響センサから、ユーザからの感知音響を示す第１音響読取値を受容するように構成されている。当該第１コントローラは、更に、前記第１圧力読取値及び前記第１音響読取値をリモートサーバに転送するように構成されており、前記リモートサーバは、１または複数の生理学的イベント分類器を生成可能であり、前記１または複数の生理学的イベント分類器は、次にくる圧力読取値及び次にくる音響読取値についてコントローラによって実行される時、生理学的イベントの投票を提供する。当該システムは、更に、第２マットレスを含む第２ベッドを備える。当該システムは、更に、第２マットレスに適用される圧力を感知するべく第２マットレスと通信する第２圧力センサを備える。当該システムは、更に、第２マットレス上のユーザからの音響を感知するべく配置された第２音響センサを備える。当該システムは、更に、第２圧力センサとデータ通信すると共に第２音響センサとデータ通信する第２コントローラを備え、当該第２コントローラは、前記１または複数の生理学的イベント分類器を受容するように構成されている。当該第２コントローラは、更に、当該受容した生理学的イベント分類器を第２圧力読取値及び第２音響読取値について実行し、当該実行生理学的イベント分類器から１または複数の生理学的イベントの投票を収集するように構成されている。当該第２コントローラは、更に、前記１または複数の生理学的イベントの投票から、当該第２ベッド上のユーザの生理学的イベントを判定し、前記第２圧力読取値をリモートコンピューティングデバイスに送信するように構成されている。当該第２コントローラは、更に、前記リモートコンピューティングデバイスから、前記第２圧力読取値が前記判定された生理学的イベントを示す旨の指示を受容するように構成されている。当該第２コントローラは、更に、前記指示の受容に応答して、前記指示された生理学的イベントに従って当該ベッドシステムを作動させるように構成されている。実装は、以下の特徴のいずれか又は全てを含み得るが、全く含まなくてもよい。
前記判定された生理学的イベントに従って当該ベッドシステムを作動させる工程は、光を点灯させる、光を消灯させる、暖房器を作動させる、膨張可能チャンバマットレスの堅さを変更する、ホワイトノイズを発し始める、睡眠者を目覚めさせる、睡眠者の連絡先に電話をかける、医師に電話をかける、緊急サービスに電話をかける、及び、当該ベッドシステムの土台を関節運動させる、を含むリストの１つを有し得る。当該ベッドシステムは、更に、前記リモートサーバを含み得る。前記リモートサーバは、前記第１コントローラ及び前記第２コントローラから物理的に離れていてよく、前記リモートサーバは、前記第１コントローラ及び前記第２コントローラとデータ通信状態にあってよい。前記リモートサーバは、前記第１圧力データ及び前記第１音響データから訓練データを生成し得て、前記訓練データから、前記１または複数の生理学的イベント分類器を生成し得て、前記第２コントローラへと、前記１または複数の生理学的イベント分類器を送信し得る。前記訓練データから、前記１または複数の生理学的イベント分類器を生成する工程は、前記訓練データから、特徴の組を生成する工程と、前記訓練データを、カーネル空間にマッピングする工程と、ある分類器を、前記特徴の組で訓練して、当該分類器がカーネル空間内の前記訓練データに基づいて未だ見ぬデータを分類できるようにする工程と、を有し得る。ある分類器を訓練する工程は、教師なし訓練、を含み得る。前記教師なし訓練は、ｋ−平均クラスタリング、混合モデリング、階層的クラスタリング、自己組織化マッピング、及び、隠れマルコフモデリング、を有する群の少なくとも１つを含み得る。ある分類器を訓練する工程は、教師あり訓練、を含み得る。前記教師あり訓練は、前記リモートサーバに前記訓練データのアノテーションの組を提供する工程を含み得る。前記訓練データのアノテーションは、人によって提供され得る。前記訓練データのアノテーションは、プログラムに従って提供され得る。ある特定の生理学的イベント分類器が、複数のベッドにおいて複数のユーザのために利用され得る。前記生理学的イベント分類器は、単一のユーザのためにパーソナライズされ得て、当該生理学的イベント分類器は、当該ベッドシステムの当該単一のユーザの使用の訓練データから生成され得て、当該生理学的イベント分類器は、前記第２ベッド上での前記単一のユーザの生理学的イベントを検知するために利用され得る。生理学的イベント分類器の第２の組が、第２のユーザのためにパーソナライズされ得て、当該生理学的イベント分類器の第２の組は、当該ベッドシステムの当該第２のユーザの使用の訓練データから生成され得て、当該生理学的イベント分類器の第２の組は、前記第２ベッド上での前記第２のユーザの生理学的イベントを検知するために利用され得る。前記１または複数の生理学的イベントの投票から当該第２ベッド上のユーザの生理学的イベント状態を判定する工程は、当該ユーザのための分類器の履歴上の精度に基づいて、異なる分類器からの投票が重み付けされるように、単一のユーザのためにパーソナライズされ得る。前記第１ベッド及び前記第２ベッドは、別個のベッドであり得る。前記第１ベッド及び前記第２ベッドは、同一のベッドであり得る。前記受容した生理学的イベント分類器を第２圧力読取値及び第２音響読取値について実行し、当該実行生理学的イベント分類器から１または複数の生理学的イベントの投票を収集するために、前記第２コントローラは、複数の生理学的イベント分類器について前記受容した生理学的イベント分類器を実行し、当該実行生理学的イベント分類器から１または複数の生理学的イベントの投票を収集するように構成され得る。前記生理学的イベント分類器の少なくとも１つが、前記第２圧力読取値及び前記第２音響読取値からなる群の少なくとも１つから判定される心臓信号を少なくとも用いて、無呼吸イベントを分類するように構成され得る。
実装は、以下の特徴のいずれか又は全てを含み得るが、全く含まなくてもよい。
ここで説明される技術は、幾つかの潜在的な利点を提供するように利用され得る。ベッドに関連する生理学的イベントの検知が、機械学習技術の使用によって、改善され得る。例えば、生理学的イベントの検知は、より速く、及び／または、より正確に、なされ得る。ノイズが多く複雑なセンサデータが、迅速かつ効率的に、正確な生理学的イベント検知情報に変換され得る。ユーザ固有の訓練データを利用することで、生理学的イベントのカテゴリ化（分類）は、特定のユーザに合わせて調整され得て、当該ユーザによる生理学的イベントをより正確に検知及び分類し得る。
他の特徴、態様、潜在的な利点が、添付の説明及び図面から明らかになる。
図１は、例示的なエアベッドシステムを示している。
図２は、エアベッドシステムの様々な構成要素の一例のブロック図である。
図３は、家庭内及び家庭周囲にある複数のデバイスと通信するベッドを含む例示的な環境を示している。
図４Ａ及び図４Ｂは、ベッドに関連付けられ得る例示的なデータ処理システムのブロック図である。 図４Ａ及び図４Ｂは、ベッドに関連付けられ得る例示的なデータ処理システムのブロック図である。
図５及び図６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、マザーボードの例のブロック図である。 図５及び図６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、マザーボードの例のブロック図である。
図７は、ベッドに関連付けられ得るデータ処理システムで使用され得る、ドーターボードの一例のブロック図である。
図８は、ベッドに関連付けられ得るデータ処理システムで使用され得る、ドーターボード無しのマザーボードの一例のブロック図である。
図９は、ベッドに関連付けられ得るデータ処理システムで使用され得る、センサアレイの一例のブロック図である。
図１０は、ベッドに関連付けられ得るデータ処理システムで使用され得る、コントローラアレイの一例のブロック図である。
図１１は、ベッドに関連付けられ得るデータ処理システムで使用され得る、コンピューティングデバイスの一例のブロック図である。
図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。 図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。 図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。 図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。 図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。
図１７は、ベッドに関連付けられ得るデータ処理システムを使用してベッドの周りの周辺機器を自動化する一例のブロック図である。
図１８は、コンピューティングデバイス及びモバイルコンピューティングデバイスの一例を示す概略図である。
図１９は、ホームオートメーション用に音響読取値及び圧力読取値を収集するために使用され得るパイプライン（論理回路連鎖）の一例のパイプライン図である。
図２０Ａ及び図２０Ｂは、ベッドにおける生理学的イベントを判定及び分類するための機械学習分類器を訓練及び使用するための例示的なプロセスのスイムレーン図である。 図２０Ａ及び図２０Ｂは、ベッドにおける生理学的イベントを判定及び分類するための機械学習分類器を訓練及び使用するための例示的なプロセスのスイムレーン図である。
図２１は、圧力及び／または音響信号について分類器を訓練するための例示的なプロセスのフローチャートである。
図２２は、新しい分類器を生成するための例示的なシステムを示している。
図２３は、新しい分類器を生成するための例示的なシステムを示している。
図２４Ａ及び図２４Ｂは、ベッドにおける生理学的イベントを判定及び分類するための機械学習分類器を訓練及び使用するための例示的なプロセスのスイムレーン図である。 図２４Ａ及び図２４Ｂは、ベッドにおける生理学的イベントを判定及び分類するための機械学習分類器を訓練及び使用するための例示的なプロセスのスイムレーン図である。
図２５は、基準外の生理学的信号を判定するための例示的なプロセスのフローチャートである。
図２６は、生理学的スコアを計算するための例示的なプロセスのフローチャートである。
図２７は、生理学的スコアを計算するための例示的なプロセスのフローチャートである。
図２８は、生理学的スコアを表示するための例示的なユーザインタフェースを含む。
様々な図面内で、同様の参照記号は同様の要素を示している。
１人または複数人のユーザの生理学的イベント（例えば、心臓発作、発熱、運動障害、無呼吸、鼾、及び、他の呼吸関連障害）を検知するベッドが、機械学習技術を使用し得て、ベッド上の１人または複数人のユーザの生理学的状態を識別し得る。例えば、エアベッドが、一定期間、特定のユーザの圧力及び音響信号を収集し得る。これらの圧力及び音響信号が、最新の（ライブ）圧力及び／または音響信号を生理学的イベント状態（例えば、イベントなし、心臓発作イベント、発熱イベント、運動障害イベント、無呼吸イベント、鼾イベント、身体冷却ベント）に各々分類可能な１または複数のパーソナライズされたカテゴライザを訓練するために、使用され得る。次に、ベッド上のユーザの生理学的イベント状態を判別するために、これらのカテゴライザの１つ、またはこれらのカテゴライザの一群が、最新の圧力及び／または音響読取値に関してベッドによって使用され得る。生理学的イベントに基づいて、ベッドまたは他のデバイスが、作動または駆動され得る（例えば、鼾を緩和することを企図してベッドの頭部を上昇させる）。
［例示的なエアベッドハードウェア］
図１は、ベッド１１２を含む例示的なエアベッドシステム１００を示している。
ベッド１１２は、弾性境界１１６によって取り囲まれ、ベッド用丈夫綿生地１１８によってカプセル化された、少なくとも１つのエアチャンバ１１４を含む。弾性境界１１６は、発泡体などの、任意の適切な材料を含み得る。
図１に示すように、ベッド１１２は、第１エアチャンバ１１４Ａ及び第２エアチャンバ１１４Ｂ等の、第１及び第２流体チャンバを有する２チャンバ設計であり得る。代替の実施形態では、ベッド１１２は、用途に適した空気以外の流体と共に使用するためのチャンバを含み得る。シングルベッドまたはキッズベッドなどの幾つかの実施形態では、ベッド１１２は、単一のエアチャンバ１１４Ａまたは１１４Ｂ、あるいは、複数のエアチャンバ１１４Ａ及び１１４Ｂ、を含み得る。第１及び第２エアチャンバ１１４Ａ及び１１４Ｂは、ポンプ１２０と流体連通し得る。ポンプ１２０は、制御ボックス１２４を介して、リモートコントロール（リモコン）１２２と電気的に通信し得る。制御ボックス１２４は、リモートコントロール１２２を含む１または複数のデバイスと通信するための有線または無線通信インタフェースを含み得る。制御ボックス１２４は、ユーザがリモートコントロール１２２を使用することで入力されるコマンドに基づいて第１及び第２エアチャンバ１１４Ａ及び１１４Ｂの流体圧力を増減させるように、ポンプ１２０を作動させるように構成され得る。幾つかの実装形態では、制御ボックス１２４は、ポンプ１２０のハウジングに一体化（統合）されている。
リモートコントロール１２２は、ディスプレイ１２６、出力選択機構１２８、圧力増加ボタン１２９、及び圧力減少ボタン１３０、を含み得る。出力選択機構１２８は、ユーザがポンプ１２０によって生成される空気流を第１及び第２エアチャンバ１１４Ａ、１１４Ｂ間で切り替えることを許容し得て、これにより、単一のリモートコントロール１２２及び単一のポンプ１２０で複数のエアチャンバの制御を可能にする。例えば、出力選択機構１２８は、物理的制御部（例えば、スイッチまたはボタン）あるいはディスプレイ１２６上に表示される入力制御部により可能である。あるいは、別々のリモートコントロールユニットが、各エアチャンバに提供され得て、各々が複数のエアチャンバを制御する能力を含み得る。圧力増加ボタン１２９及び圧力減少ボタン１３０は、ユーザが、出力選択機構１２８で選択されたエアチャンバ内の圧力を、それぞれ、増加または減少させることを許容し得る。選択されたエアチャンバ内の圧力を調整すると、それぞれのエアチャンバの硬度（硬さ）に対する対応する調整がもたらされ得る。幾つかの実施形態では、リモートコントロール１２２は、用途に応じて適切に、省略され得るし、または、修正され得る。例えば、幾つかの実施形態では、ベッド１１２は、当該ベッド１１２と有線または無線通信するコンピュータ、タブレット、スマートフォン、または他のデバイス、によって制御され得る。
図２は、エアベッドシステムの様々な構成要素（コンポーネント）の一例のブロック図である。例えば、これらの構成要素は、例示的なエアベッドシステム１００において使用され得る。図２に示すように、制御ボックス１２４は、電源部１３４、プロセッサ１３６、メモリ１３７、スイッチング機構１３８、及び、アナログデジタル（Ａ／Ｄ）変換器１４０を含み得る。スイッチング機構１３８は、例えば、リレーまたはソリッドステートスイッチであり得る。幾つかの実装形態では、スイッチング機構１３８は、制御ボックス１２４内ではなくポンプ１２０内に配置され得る。
ポンプ１２０及びリモートコントロール１２２は、制御ボックス１２４と双方向通信し得る。ポンプ１２０は、モータ１４２、ポンプマニホルド１４３、リリーフバルブ１４４、第１制御バルブ１４５Ａ、第２制御バルブ１４５Ｂ、及び、圧力トランスデューサ１４６を含む。ポンプ１２０は、第１管１４８Ａ及び第２管１４８Ｂを介して、それぞれ、第１エアチャンバ１１４Ａ及び第２エアチャンバ１１４Ｂと流体接続されている。第１及び第２制御バルブ１４５Ａ、１４５Ｂが、スイッチング機構１３８によって制御され得て、ポンプ１２０と第１及び第２エアチャンバ１１４Ａ、１１４Ｂとの間の流体の流れをそれぞれ調整するように動作可能である。
幾つかの実装形態では、ポンプ１２０及び制御ボックス１２４は、単一のユニットとして提供され及びパッケージ化され得る。幾つかの代替の実装では、ポンプ１２０及び制御ボックス１２４は、物理的に離れたユニットとして提供され得る。幾つかの実装形態では、制御ボックス１２４、ポンプ１２０、またはそれらの両方は、ベッド１１２を支持するベッドフレームまたはベッド支持構造の内部に一体化されるか、あるいは、その内部に含まれる。幾つかの実施態様では、制御ボックス１２４、ポンプ１２０、またはそれらの両方は、（図１の例に示されているように）ベッドフレームまたはベッド支持構造の外側に配置される。
図２に示される例示的なエアベッドシステム１００は、２つのエアチャンバ１１４Ａ、１１４Ｂと単一のポンプ１２０とを含む。もっとも、他の実施は、２以上のエアチャンバと、当該エアチャンバを制御するためにエアベッドシステム内に組み込まれた１または複数のポンプと、を有するエアベッドシステムを含み得る。例えば、別個のポンプが、エアベッドシステムの各エアチャンバに付随（関連付け）され得て、あるいは、１つのポンプが、エアベッドシステムの複数のチャンバに付随（関連付け）され得る。別個のポンプは、各エアチャンバが独立且つ同時に膨張または収縮され得ることを許容し得る。更に、追加の圧力トランスデューサも、例えば別個の圧力トランスデューサが各エアチャンバに付随（関連付け）され得るとように、エアベッドシステム内に組み込まれ得る。
使用時、プロセッサ１３６は、例えば、エアチャンバ１１４Ａ、１１４Ｂの１つに減圧コマンドを送信し得て、スイッチング機構１３８が、プロセッサ１３６によって送られた低電圧のコマンド信号を、ポンプ１２０のリリーフバルブ（安全弁）１４４を作動させて制御バルブ１４５Ａ、１４５Ｂを開放するのに十分なより高い動作電圧に変換するために、利用され得る。リリーフバルブ１４４を開放することが、空気がそれぞれの空気管１４８Ａまたは１４８Ｂを通ってエアチャンバ１１４Ａまたは１１４Ｂから逃げることを許容し得る。収縮中、圧力トランスデューサ１４６が、Ａ／Ｄコンバータ１４０を介して、圧力読取値をプロセッサ１３６に送信し得る。Ａ／Ｄコンバータ１４０は、圧力トランスデューサ１４６からアナログ情報を受信し得て、当該アナログ情報をプロセッサ１３６によって使用可能なデジタル情報に変換し得る。プロセッサ１３６は、圧力情報をユーザに伝えるために、当該デジタル信号をリモートコントロール１２２に送信してディスプレイ１２６を更新し得る。
別の例として、プロセッサ１３６は、圧力増加コマンドを送信し得る。ポンプモータ１４２が、当該圧力増加コマンドに応答して通電され得て、対応するバルブ１４５Ａ、１４５Ｂを電子的に作動させることにより、空気管１４８Ａ、１４８Ｂを介して、エアチャンバ１１４Ａ、１１４Ｂの指定された一方に空気を送給し得る。チャンバの硬さ（堅さ）を増加させるために指定されたエアチャンバ１１４Ａまたは１１４Ｂに空気が送られている間、圧力トランスデューサ１４６がポンプマニホルド１４３内の圧力を感知し得る。この場合も、圧力トランスデューサ１４６は、Ａ／Ｄコンバータ１４０を介して、圧力読取値をプロセッサ１３６に送信し得る。プロセッサ１３６は、Ａ／Ｄコンバータ１４０から受け取った情報を使用して、エアチャンバ１１４Ａまたは１１４Ｂ内の実際の圧力と所望の圧力との間の差を判定し得る。プロセッサ１３６は、圧力情報をユーザに伝えるために、当該デジタル信号をリモートコントロール１２２に送信してディスプレイ１２６を更新し得る。
一般的に言えば、膨張または収縮のプロセス中、ポンプマニホルド１４３内で感知される圧力が、ポンプマニホルド１４３と流体連通しているそれぞれのエアチャンバ内の圧力の近似を提供し得る。エアチャンバ内の実際の圧力と実質的に等しいポンプマニホルド圧力の読取値を取得する例示的な方法は、ポンプ１２０をオフにする工程と、エアチャンバ１１４Ａまたは１１４Ｂ及びポンプマニホルド１４３内の圧力が等しくなることを許容する工程と、次いで、圧力トランスデューサ１４６を用いてポンプマニホルド１４３内の圧力を感知する工程と、を備える。これにより、ポンプマニホルド１４３及びチャンバ１１４Ａまたは１１４Ｂ内の圧力が等しくなることを許容するのに十分な時間を提供することは、エアチャンバ１１４Ａまたは１１４Ｂ内の実際の圧力の正確な近似である圧力読取値をもたらし得る。幾つかの実装形態では、エアチャンバ１１４Ａ及び／または１１４Ｂの圧力は、複数の圧力センサ（図示せず）を用いて、連続的にモニタリング（監視）され得る。
幾つかの実装形態では、圧力トランスデューサ１４６によって収集される情報は、ベッド１１２に横たわっている人の様々な状態を判定するために分析され得る。例えば、プロセッサ１３６は、圧力トランスデューサ１４６によって収集される情報を使用して、ベッド１１２に横たわっている人の心拍数または呼吸数を判定し得る。例えば、ユーザは、チャンバ１１４Ａを含むベッド１１２の一側に横たわっていてもよい。圧力トランスデューサ１４６は、チャンバ１１４Ａの圧力の変動をモニタリング（監視）し得て、この情報が、ユーザの心拍数及び／または呼吸数を判定するために使用され得る。別の例として、収集されるデータを使用して人の睡眠状態（例えば、覚醒、浅い睡眠、深い睡眠）を判定するために、付加的な処理が実施され得る。例えば、プロセッサ１３６は、人が眠りに落ちる時、眠っている間であること、人の様々な睡眠状態、を判定し得る。
圧力トランスデューサ１４６によって収集される情報を使用して判定され得るエアベッドシステム１００のユーザに関連する付加的な情報は、ユーザの動き、ベッド１１２の表面上のユーザの存在、ユーザの体重、ユーザの心臓不整脈、一時的無呼吸、を含む。ユーザの存在の検知を例にとると、圧力トランスデューサ１４６が使用され得て、例えば、総圧力の変化の判定を介して、並びに／または、呼吸数信号、心拍数信号及び／若しくは他の生体特徴信号の１または複数を介して、ベッド１１２上のユーザの存在を検知し得る。例えば、単純な圧力検知プロセスが、圧力の増加を、ユーザがベッド１１２上に存在することを示すものとして、識別し得る。別の例として、プロセッサ１３６は、検知された圧力が特定の閾値（特定の体重を超える人ないし他の物体がベッド１１２上に配置されていることを示すための閾値）を超えて増加した場合、ユーザがベッド１１２上に存在する、と判定し得る。更に別の例として、プロセッサ１３６は、ユーザがベッド１１２上に存在することに対応するものとして、圧力の検知された僅かなリズミカルな変動との組合せで、圧力の増加を識別し得る。リズミカルな変動の存在は、ユーザの呼吸または心臓（心拍）のリズム（またはそれらの両方）に起因するものとして、識別され得る。呼吸または心拍の検知により、ベッド上に存在するユーザとベッド上に置かれている他の物体（スーツケースなど）とが、区別され得る。
幾つかの実装形態では、圧力の変動が、ポンプ１２０で測定され得る。例えば、ポンプ１２０内の圧力の変動を検知するために、１または複数の圧力センサが、ポンプ１２０の１または複数の内部空洞内に配置され得る。ポンプ１２０で検知される圧力の変動は、チャンバ１１４Ａ及び１１４Ｂの一方または両方の圧力の変動を示し得る。ポンプ１２０に配置された１または複数のセンサは、チャンバ１１４Ａ及び１１４Ｂの一方または両方と流体連通することができ、当該センサは、チャンバ１１４Ａ及び１１４Ｂ内の圧力を判定するように動作し得る。制御ボックス１２４は、チャンバ１１４Ａまたはチャンバ１１４Ｂ内の圧力に基づいて、少なくとも１つのバイタルサイン（例えば、心拍数、呼吸数）を決定するように構成され得る。
幾つかの実装形態では、制御ボックス１２４は、１または複数の圧力センサによって検知される圧力信号を分析し得て、チャンバ１１４Ａまたはチャンバ１１４Ｂ上に横たわっているまたは座っているユーザの心拍数、呼吸数、及び／または他のバイタルサイン、を判定し得る。より具体的には、ユーザがチャンバ１１４Ａの上方に配置されたベッド１１２上に横になる時、当該ユーザの心拍、呼吸、及び他の動きの各々が、チャンバ１１４Ａに伝達されるベッド１１２上の力を生じさせ得る。ユーザの動きに起因するチャンバ１１４Ａへの力の入力の結果として、波が、チャンバ１１４Ａを通って、ポンプ１２０内へと伝播し得る。ポンプ１２０に配置された圧力センサが、当該波を検知し得て、これにより、センサによって出力される圧力信号は、心拍数、呼吸数、またはユーザに関する他の情報、を示し得る。
睡眠状態に関して、エアベッドシステム１００は、心拍数、呼吸、及び／またはユーザの動きなどの、様々な生体特徴信号を使用することにより、ユーザの睡眠状態を判定し得る。ユーザが眠っている間に、プロセッサ１３６は、ユーザの生体特徴信号（例えば、心拍数、呼吸、及び動き）の１または複数を受信し得て、当該受信した生体特徴信号に基づいてユーザの現在の睡眠状態を判定し得る。幾つかの実装形態では、チャンバ１１４Ａ及び１１４Ｂの一方または両方の圧力の変動を示す信号が増幅及び／またはフィルタリングされ得て、心拍数及び呼吸数のより正確な検知を許容し得る。
制御ボックス１２４は、増幅及びフィルタリングされた圧力信号に基づいて、パターン認識アルゴリズムまたは他の計算法を実行し得て、ユーザの心拍数及び呼吸数を判定し得る。例えば、当該アルゴリズムまたは計算法は、信号の心拍数部分が０．５〜４．０Ｈｚの範囲の周波数を有し、信号の呼吸数部分が１Ｈｚ未満の範囲の周波数を有する、という仮定に基づき得る。制御ボックス１２４は、また、受信された圧力信号に基づいて、血圧、寝返り（揺れ及び回転）運動、ローリング運動、四肢の運動、体重、ユーザの存在ないし不在、及び／またはユーザのアイデンティティ（個性）、などのユーザの他の特性を判定するように構成され得る。心拍数情報、呼吸数情報、及び他のユーザ情報、を使用してユーザの睡眠をモニタリング（監視）するための技術は、「バイタルサインをモニタリング（監視）するための装置」という名称のスティーブン・Ｊ・ヤング等による米国特許出願公開公報第２０１０／０１７００４３号に開示されている。当該公開公報の全内容が、当該参照により本明細書に組み込まれる（ｉｎｃｏｒｐｏｒａｔｅｄ ｂｙ ｒｅｆｅｒｅｎｃｅ）。
例えば、ベッド１１２のチャンバ１１４Ａ及び１１４Ｂ内の空気圧をモニタリング（監視）するために、圧力トランスデューサ１４６が使用され得る。ベッド１１２上のユーザが動いていない場合、エアチャンバ１１４Ａまたは１１４Ｂ内の空気圧の変化は、比較的最小であり得て、呼吸及び／または心拍に起因し得る。しかしながら、ベッド１１２上のユーザが動いている時、マットレス内の空気圧は、はるかに大きな量で変動し得る。従って、圧力トランスデューサ１４６によって生成され、プロセッサ１３６によって受信される圧力信号は、動き、心拍、または呼吸に対応するものとして、フィルタリングされて示され得る。
幾つかの実装形態では、プロセッサ１３６で制御ボックス１２４内でデータ分析を実行するのではなく、圧力トランスデューサ１４６によって収集されるデータを分析するためにデジタル信号プロセッサ（ＤＳＰ）が提供され得る。あるいは、圧力トランスデューサ１４６によって収集されるデータは、遠隔分析のためにクラウドベースのコンピューティングシステムに送信され得る。
幾つかの実装態様では、例示的なエアベッドシステム１００は、例えば、ユーザの快適さのために、ベッドの温度を上昇、下降、または維持するように構成された温度コントローラを更に備える。例えば、パッドが、ベッド１１２の頂部上に載置され得る、または、その一部であり得る、あるいは、チャンバ１１４Ａ及び１１４Ｂの一方または両方の頂部上に載置され得る、または、その一部であり得る。当該パッドを通して空気が押し出され得て、ベッドのユーザを冷やすために通気され得る。逆に、当該パッドは、ユーザを暖かく保つために使用され得る加熱要素を含み得る。幾つかの実装形態では、温度コントローラは、パッドから温度読取値を受信し得る。幾つかの実装形態では、ベッドの異なる側に異なる温度制御を提供するために、（例えば、チャンバ１１４Ａ及び１１４Ｂの位置に対応する）ベッド１１２の異なる側に、別個のパッドが使用される。
幾つかの実装形態では、エアベッドシステム１００のユーザは、ベッド１１２の表面（またはベッド１１２の表面の一部）の所望の温度を入力するために、リモートコントロール１２２などの入力デバイスを使用し得る。所望の温度は、当該所望の温度を含み温度コントローラを所望の制御対象のコンポーネント（構成要素）として識別するコマンドデータ構造にカプセル化され得る。次に、当該コマンドデータ構造は、ブルートゥース（登録商標）または他の適切な通信プロトコルを介してプロセッサ１３６に送信され得る。様々な例において、コマンドデータ構造は、送信される前に暗号化され得る。次に、温度コントローラは、ユーザによってリモートコントロール１２２に入力された温度に応じてパッドの温度を増減するように、その要素を構成（制御）し得る。
幾つかの実装形態では、データは、あるコンポーネントからプロセッサ１３６に送り返され得るし、あるいは、ディスプレイ１２６などの１または複数のディスプレイデバイスに送信され得る。例えば、温度コントローラのセンサ要素によって判定される現在の温度、ベッドの圧力、土台（基礎部）の現在の位置、または他の情報が、制御ボックス１２４に送信され得る。次に、制御ボックス１２４は、受信した情報をリモートコントロール１２２に送信し得る。それは、そこで、（例えば、ディスプレイ１２６上で）ユーザに表示され得る。
幾つかの実装形態では、例示的なエアベッドシステム１００は、調整可能な土台と、ベッドを支持する当該調整可能な土台を調整することによってベッド（例えばベッド１１２）の位置を調整するように構成された関節運動コントローラと、を更に備える。例えば、関節運動コントローラは、ベッド１１２を、平坦な位置から、ベッドのマットレスのヘッド部分が上向きに傾斜する位置にまで（例えば、ユーザがベッドに座る及び／またはテレビを見ることを容易にするために）、調整し得る。幾つかの実装形態では、ベッド１１２は、複数の別々に関節運動可能なセクションを含む。例えば、チャンバ１１４Ａ及び１１４Ｂの位置に対応するベッドの部分が、互いに独立して関節運動され得て、ベッド１１２の表面上に配置された１人が第１位置（例えば、平坦な位置）で休みながら、２人目が第２位置（例えば、頭を腰から斜めに上げたリクライニング位置）で休むことを許容する。幾つかの実装形態では、２つの異なるベッド（例えば、互いに隣り合って配置された２つのツインベッド）に、別々の位置が設定され得る。ベッド１１２の土台は、独立して調整され得る２以上のゾーンを含み得る。関節運動コントローラはまた、ベッド１１２上の１または複数のユーザに異なるレベルのマッサージを提供するように構成され得る。
［寝室環境におけるベッドの例］
図３は、家庭内及び家庭周囲にある複数のデバイスと通信するベッド３０２を含む例示的な環境３００を示している。図示の例では、ベッド３０２は、２つのエアチャンバ３０６ａ及び３０６ｂ内の空気圧を制御するためのポンプ３０４を含む（エアチャンバ１１４Ａ〜１１４Ｂに関して前述されたように）。ポンプ３０４は更に、当該ポンプ３０４によって実施される膨張機能及び収縮機能を制御するための回路を含む。当該回路は、更に、エアチャンバ３０６ａ〜ｂの空気圧の変動を検知するようにプログラムされており、当該検知された空気圧の変動を利用して、ユーザ３０８のベッドでの存在、ユーザ３０８の睡眠状態、ユーザ３０８の動き、及び、心拍数や呼吸数などのユーザ３０８の生体特徴信号、を識別する。図示の例では、ポンプ３０４は、ベッド３０２の支持構造内に配置され、ポンプ３０４を制御するための制御回路３３４は、ポンプ３０４と一体化されている。幾つかの実装形態では、制御回路３３４は、ポンプ３０４から物理的に離れており、ポンプ３０４と無線または有線で通信する。幾つかの実装形態では、ポンプ３０４及び／または制御回路３３４は、ベッド３０２の外側に配置される。幾つかの実装形態では、様々な物理的位置にあるシステムによって、様々な制御機能が実施され得る。例えば、ポンプ３０４の動作を制御するための回路が、ポンプ３０４のポンプケーシング内に配置され得て、ベッド３０２に関連する他の機能を実施するための制御回路３３４が、ベッド３０２の別の部分内、またはベッド３０２の外部、に配置され得る。別の例として、ポンプ３０４内に配置された制御回路３３４は、ＬＡＮまたはＷＡＮ（例えばインターネット）を介して、遠隔地にある制御回路３３４と通信し得る。更に別の例として、制御回路３３４は、図１及び図２の制御ボックス１２４に含められ得る。
幾つかの実装形態では、ユーザのベッドでの存在、睡眠状態、動き、及び生体特徴信号を識別するために、ポンプ３０４及び制御回路３３４以外の、またはそれらに加えての、１または複数の装置が使用され得る。例えば、ベッド３０２は、ポンプ３０４に加えて第２のポンプを含み得て、２つのポンプの各々は、エアチャンバ３０６ａ〜ｂのそれぞれ１つに接続され得る。例えば、ポンプ３０４は、エアチャンバ３０６ｂと流体連通し得て、エアチャンバ３０６ｂの膨張及び収縮を制御し得て、ベッドでの存在、睡眠状態、動き、生体特徴信号などの、エアチャンバ３０６ｂ上に位置するユーザのユーザ信号を検知し得る。一方で、第２のポンプが、エアチャンバ３０６ａと流体連通し得て、エアチャンバ３０６ａの膨張及び収縮を制御し得るとともに、エアチャンバ３０６ａ上に位置するユーザのユーザ信号を検知し得る。
別の例として、ベッド３０２は、ユーザの存在、ユーザの動き、呼吸、及び心拍数を含む、動きを検知するように動作可能な１または複数の感圧パッドまたは感圧表面部分を含み得る。例えば、第１感圧パッドが、第１ユーザが通常睡眠中に位置するベッド３０２の左側部分上でベッド３０２の表面内に組み込まれ得て、第２感圧パッドが、第２ユーザが通常睡眠中に位置するベッド３０２の右側部分上でベッド３０２の表面内に組み込まれ得る。当該１または複数の感圧パッドまたは感圧表面部分によって検知される動きは、ユーザの睡眠状態、ベッドでの存在、または生体特徴信号、を識別するために、制御回路３３４によって使用され得る。
幾つかの実装形態では、ベッドによって検知される情報（例えば運動情報）は、制御回路３３４（例えば、ポンプ３０４と一体化された制御回路３３４）によって処理され、ユーザデバイス３１０などの１または複数のユーザデバイスに提供されて、ユーザ３０８または他のユーザへ提示される。図３に示す例では、ユーザデバイス３１０はタブレットデバイスである。しかしながら、幾つかの実装形態では、ユーザデバイス３１０は、パーソナルコンピュータ、スマートフォン、スマートテレビ（例えば、テレビ３１２）、または、制御回路３３４との有線または無線通信が可能な他のユーザデバイス、であり得る。ユーザデバイス３１０は、ネットワークを介して、または直接のポイントトゥーポイント通信を介して、ベッド３０２の制御回路３３４と通信し得る。例えば、制御回路３３４は、（例えば、Ｗｉ-Ｆｉルータを介して）ＬＡＮに接続され得て、当該ＬＡＮを介してユーザデバイス３１０と通信し得る。別の例として、制御回路３３４及びユーザデバイス３１０は、両方ともインターネットに接続し得て、当該インターネットを介して通信し得る。例えば、制御回路３３４は、ＷｉＦｉルータを介してインターネットに接続し得て、ユーザデバイス３１０は、セルラー通信システムとの通信を介してインターネットに接続し得る。別の例として、制御回路３３４は、ブルートゥース（登録商標）などの無線通信プロトコルを介して、ユーザデバイス３１０と直接通信し得る。更に別の例として、制御回路３３４は、ＺｉｇＢｅｅ、Ｚ−Ｗａｖｅ、赤外線、または用途に適した他の無線通信プロトコル、などの無線通信プロトコルを介して、ユーザデバイス３１０と通信し得る。別の例として、制御回路３３４は、例えば、ＵＳＢコネクタ、シリアル／ＲＳ２３２、または用途に適した他の有線接続、などの有線接続を介して、ユーザデバイス３１０と通信し得る。
ユーザデバイス３１０は、睡眠またはユーザ３０８のベッド３０２に対する相互作用に関連する様々な情報及び統計を表示し得る。例えば、ユーザデバイス３１０によって表示されるユーザインタフェースが、ある期間（例えば、一晩、一週間、一ヶ月など）のユーザ３０８の睡眠の量、深い睡眠の量、深い睡眠の落ち着かない睡眠に対する比、ベッドに入るユーザ３０８と眠りに落ちるユーザ３０８との間の時間経過、所定の期間においてベッド３０２で費やされた合計時間、ある期間のユーザ３０８の心拍数、ある期間のユーザ３０８の呼吸数、あるいは、ユーザ３０８またはベッド３０２の１または複数の他のユーザによるベッド３０２に対するユーザ相互作用に関連する他の情報、を含む情報を提示し得る。幾つかの実装形態では、複数のユーザの情報がユーザデバイス３１０に提示され得て、例えば、エアチャンバ３０６ａ上に位置する第１ユーザの情報が、エアチャンバ３０６ｂ上に位置する第２ユーザの情報とともに、提示され得る。幾つかの実装形態では、ユーザデバイス３１０上に提示される情報は、ユーザ３０８の年齢に応じて変化し得る。例えば、ユーザデバイス３１０上に提示される情報は、ユーザ３０８の年齢と共に進化し得て、ユーザ３０８が子供としてまたは大人として加齢するにつれて異なる情報がユーザデバイス３１０上に提示され得る。
ユーザデバイス３１０はまた、ユーザ３０２が情報を入力することを許容するために、ベッド３０２の制御回路３３４のためのインタフェースとして使用され得る。ユーザに、または、ベッド３０２または他の装置の機能を制御するための様々な制御信号に、より良い情報を提供するために、ユーザ３０８によって入力される情報は、制御回路３３４によって使用され得る。例えば、ユーザ３０８は、体重、身長、年齢などの情報を入力し得て、制御回路３３４はこの情報を使用し得て、当該ユーザの追跡された睡眠情報と、当該ユーザと同様の体重、身長及び／または年齢を有する他の人々の睡眠情報と、の比較を当該ユーザに提供し得る。別の例として、ユーザ３０８は、ユーザデバイス３１０を、エアチャンバ３０６ａ及び３０６ｂの空気圧を制御するため、ベッド３０２の様々なリクライニングまたは傾斜位置を制御するため、ベッド３０２の１または複数の表面温度制御装置の温度を制御するため、または、制御回路３３４が他の装置のための制御信号を生成することを許容するため（以下でより詳細に説明されるように）、のインタフェースとして使用し得る。
幾つかの実装形態では、ベッド３０２の制御回路３３４（例えば、ポンプ３０４内に一体化された制御回路３３４）は、ユーザデバイス３１０に加えて、またはその代わりに、他の第１、第２または第３者の装置またはシステムと通信し得る。例えば、制御回路３３４は、テレビ３１２、照明システム３１４、サーモスタット３１６、セキュリティシステム３１８、あるいは、オーブン３２２、コーヒーメーカー３２４、ランプ３２６及び常夜灯３２８のような他の家庭用機器、と通信し得る。制御回路３３４が通信し得る装置及び／またはシステムの他の例は、ブラインド３３０を制御するためのシステム、１または複数のドア３３２の状態を検知または制御する（例えばドアが開いているか否かを検知する、ドアがロックされているか否かを検知する、または、ドアを自動的にロックする）ための１または複数の装置、及び、ガレージドア３２０を制御するためのシステム（例えば、ガレージドア３２０の開閉状態を識別し、ガレージドアオープナーにガレージドア３２０を開閉させるため、ガレージドアオープナーと一体化された制御回路３３４）、を含む。ベッド３０２の制御回路３３４と他の装置との間の通信は、ネットワーク（例えば、ＬＡＮまたはインターネット）を介して、または、ポイントトゥーポイント通信（例えば、ブルートゥース（登録商標）、無線通信、または有線接続）として、生じ得る。幾つかの実装形態では、異なるベッド３０２の制御回路３３４が、異なるセットの装置と通信し得る。例えば、キッズベッド（子供用ベッド）は、大人用ベッドと同じ装置と通信しない及び／または制御しない場合がある。幾つかの実施形態では、ベッド３０２は、当該ベッド３０２の制御回路３３４がユーザの年齢の関数として異なる装置と通信するように、ユーザの年齢とともに進化し得る。
制御回路３３４は、他の装置／システムから情報及び入力を受信し得て、ベッド３０２または他の装置の動作を制御するために、当該受信した情報及び入力を使用し得る。例えば、制御回路３３４は、ベッド３０２が配置されている家または部屋の現在の環境温度を示すサーモスタット３１６からの情報を受信し得る。制御回路３３４は、ベッド３０２の表面の全部または一部の温度を上げるべきか下げるべきかを決定（判定）するために、当該受信した情報を（他の情報とともに）使用し得る。次に、制御回路３３４は、ベッド３０２の加熱機構または冷却機構に、ベッド３０２の表面の温度を上昇または下降させ得る。例えば、ユーザ３０８は、華氏７４度の所望の睡眠温度を示し得て、一方、ベッド３０２の第２のユーザは、華氏７２度の所望の睡眠温度を示し得る。サーモスタット３１６は、寝室の現在の温度が華氏７２度であることを、制御回路３３４に示し得る。制御回路３３４は、ユーザ３０８が華氏７４度の所望の睡眠温度を示したことを識別し得て、ベッド３０２の表面の一部の温度を上げるために、制御信号をベッドのユーザ３０８の側にある加熱パッドに送信し得る。それは、当該ユーザ３０８の睡眠面の温度を所望の温度に上げるために配置されている。
制御回路３３４は、また、他の装置を制御する制御信号を生成し得て、当該制御信号を当該他の装置に伝搬し得る。幾つかの実装形態では、制御信号は、ユーザ３０８及び／または１人以上の他のユーザによるベッド３０２とのユーザ相互作用に関する情報を含む、制御回路３３４によって収集された情報に基づいて、生成される。幾つかの実装形態では、ベッド３０２以外の１または複数の他の装置から収集される情報が、制御信号を生成する時に使用される。例えば、ベッド３０２の制御回路３３４と通信する様々な装置の制御信号を生成する時に、環境発生に関する情報（例えば、環境温度、環境ノイズレベル、環境光レベルなど）、時刻、年、曜日、または他の情報が、使用され得る。例えば、時刻に関する情報が、照明システム３１４のための制御信号を生成するために、ユーザ３０８の動き及びベッドでの存在に関する情報と組み合わされ得る。幾つかの実装形態では、１または複数の他の装置に制御信号を提供するのではなく、またはそれに加えて、制御回路３３４は、収集された情報（例えば、ユーザの動き、ベッドでの存在、睡眠状態またはユーザ３０８の生体特徴信号、に関連する情報）を１または複数の他の装置に送信し得て、当該１または複数の他の装置が制御信号を生成する時に当該収集された情報を利用することを許容し得る。例えば、ベッド３０２の制御回路３３４は、中央コントローラ（図示せず）に、ユーザ３０８によるベッド３０２とのユーザ相互作用に関する情報を提供し得る。当該中央コントローラは、ベッド３０２を含む様々な装置の制御信号を生成するために、当該提供された情報を利用し得る。
引き続き図３を参照して、ベッド３０２の制御回路３３４は、ユーザ３０８のベッドでの存在、ユーザの睡眠状態３０８、及び他の要因を含む、制御回路３３４によって収集される情報に応答して、他の装置の動作を制御するための制御信号を生成し得て、当該他の装置に当該制御信号を送信し得る。例えば、ポンプ３０４と一体化された制御回路３３４は、エアチャンバ３０６ｂ内の圧力の増加などの、ベッド３０２のマットレスの特徴を検知し得て、この検知された空気圧の増加を、ユーザ３０８がベッド３０２上にいることを判定するために利用する。幾つかの実装形態では、制御回路３３４は、圧力の増加が、無生物（スーツケースなど）がベッド上に置かれているのではなく、人がベッド３０２上に座っている、横たわっている、または休んでいるためである、ことを識別するために、ユーザ３０８の心拍数または呼吸数を識別し得る。幾つかの実装形態では、ユーザのベッドでの存在を示す情報は、他の情報と組み合わされて、ユーザ３０８の現在または将来の可能性ある状態を識別する。例えば、午前１１時００分に検知されたユーザのベッドでの存在は、ユーザがベッド上に座っていて（例えば、靴紐を結ぶため、または、本を読むため）、寝ようとはしていない、ことを示し得る。一方、午後１０時００分に検知されたユーザのベッドでの存在は、ユーザ３０８がベッドに入っていて、まもなく寝るつもりである、ことを示し得る。別の例として、制御回路３３４が、午前６時３０分にユーザ３０８がベッド３０２を去ったことを検知し（例えば、ユーザ３０８がその日に目覚めたことを示す）、その後、午前７時３０分にユーザ３０８のベッドでの存在を検知した場合、制御回路３３４は、ユーザ３０８が延長された期間ベッド上に留まるつもりである、ということの表示ではなく、新しく検知されたユーザのベッドでの存在は、一時的である可能性が高い（例えば、ユーザ３０８が仕事に向かう前に靴紐を結んでいる間である）、というように、この情報を使用（理解）し得る。
幾つかの実装形態では、制御回路３３４は、収集された情報（ユーザ３０８によるベッド３０２とのユーザ相互作用に関連する情報、環境情報、時間情報、及び、ユーザから受け取った入力、を含む）を使用して、ユーザ３０８の使用パターンを識別し得る。例えば、制御回路３３４は、ある期間にわたって収集されたユーザ３０８のベッドでの存在及び睡眠状態を示す情報を使用して、当該ユーザの睡眠パターンを識別し得る。例えば、制御回路３３４は、１週間にわたって収集されたユーザの存在を示す情報とユーザ３０８の生体特徴信号とに基づいて、ユーザ３０８が概して午後９時３０分と午後１０時００分との間にベッドに行き、概して午後１０時００分と午後１１時００分との間に入眠し、概して午前６時３０分と午前６時４５分との間に目覚める、ということを識別し得る。制御回路３３４は、ユーザ３０８によるベッド３０２とのユーザ相互作用をより良好に処理して識別するために、当該ユーザの識別パターンを使用し得る。
例えば、前記の例のユーザ３０８のベッドでの存在、睡眠、及び目覚めのパターンが与えられた場合において、ユーザ３０８が午後３時００分にベッド上にいると検知される場合、制御回路３３４は、ベッド上のユーザの存在が単に一時的である、と判定し得て、当該判定を使用して、ユーザ３０８が夕方にベッドにいると制御回路３３４が判定した場合に生成されるであろうものとは異なる制御信号を生成し得る。別の例として、制御回路３３４が、ユーザ３０８が午前３時００分にベッドから出たことを検知した場合、制御回路３３４は、当該ユーザ３０８の識別パターンを使用して、当該ユーザが一時的に起きただけであって（例えば、トイレを使用するため、または、コップ一杯の水を得るため）、その日の起床をしたわけではない、と判定し得る。対照的に、制御回路３３４が、ユーザ３０８が午前６時４０分にベッド３０２から出たことを識別する場合、制御回路３３４は、ユーザがその日の起床をしたと判定し得て、（ユーザ３０８が午前３時００分にベッド３０２を出る場合のように）ユーザ３０８が一時的にベッドを出ただけであると判定された場合に生成されるであろうものとは異なる制御信号のセットを生成し得る。他のユーザ３０８については、午前３時００分にベッド３０２から出ることは、通常の目覚めの時間であり得るので、制御回路３３４は、これに応じて、学習及び応答し得る。
前述のように、ベッド３０２の制御回路３３４は、様々な他の装置の制御機能のための制御信号を生成し得る。制御信号は、少なくとも部分的に、ユーザ３０８によるベッド３０２との検知された相互作用と、時間、日付、温度などを含む他の情報と、に基づいて生成され得る。例えば、制御回路３３４は、テレビ３１２と通信し得て、テレビ３１２から情報を受信し得て、テレビ３１２の機能を制御するための制御信号を生成し得る。例えば、制御回路３３４は、テレビ３１２が現在オンであるというテレビ３１２からの標示を、受信し得る。テレビ３１２がベッド３０２とは異なる部屋に配置されている場合、制御回路３３４は、ユーザ３０８が夜に就寝したと判定する時、テレビ３１２をオフにする制御信号を生成し得る。例えば、ベッド３０２上のユーザ３０８の存在が特定の時間範囲（例えば午後８時００分と午前７時００分との間）に検知され、閾値時間（例えば１０分）より長く続く場合、制御回路３３４は、この情報を使用して、ユーザ３０８が就寝のためにベッドにいると判定し得る。テレビ３１２がオンである場合（テレビ３１２からベッド３０２の制御回路３３４によって受信される通信によって示される）、制御回路３３４は、テレビ３１２をオフにする制御信号を生成し得る。次に、制御信号が、テレビに送信され得る（例えば、テレビ３１２と制御回路３３４との間の有向通信リンクを介して、または、ネットワークを介して）。別の例として、ユーザのベッドでの存在の検知に応答してテレビ３１２をオフにするのではなく、制御回路３３４は、テレビ３１２の音量を予め指定された量だけ下げるようにする制御信号を生成し得る。
別の例として、指定された時間範囲（例えば、午前６時００分から午前８時００分の間）にユーザ３０８がベッド３０２を離れたことを検知する時、制御回路３３４は、テレビ３１２をオンにし、予め指定されたチャンネルに同調させるための制御信号を生成し得る（例えば、ユーザ３０８は、朝にベッドから出る時に朝のニュースを見るという好みを示す）。制御回路３３４は、制御信号を生成し、当該信号をテレビ３１２に送信して、テレビ３１２をオンにし得て、所望の局（制御回路３３４、テレビ３１２、または別の場所、に保存され得る）に同調させ得る。別の例として、ユーザ３０８がその日に起床したことを検知する時、制御回路３３４は、制御信号を生成及び送信して、テレビ３１２をオンにし得て、テレビ３１２と通信しているデジタルビデオレコーダー（ＤＶＲ）から以前に録画された番組の再生を開始し得る。
別の例として、テレビ３１２がベッド３０２と同じ部屋にある場合、制御回路３３４は、ユーザのベッドでの存在の検知に応答しては、テレビ３１２をオフにしない。むしろ、制御回路３３４は、ユーザ３０８が眠っているとの判定に応答して、制御信号を生成及び送信して、テレビ３１２をオフにし得る。例えば、制御回路３３４は、ユーザ３０８の生体特徴信号（例えば、動き、心拍数、呼吸数）をモニタリング（監視）して、ユーザ３０８が眠りに落ちたことを判定し得る。ユーザ３０８が眠っていることを検知する時、制御回路３３４は、テレビ３１２をオフにする制御信号を生成して送信する。別の例として、制御回路３３４は、ユーザ３０８が眠りに落ちた後の閾値時間の経過後（例えば、ユーザが眠りに落ちた後１０分後）に、テレビ３１２をオフにする制御信号を生成し得る。別の例として、制御回路３３４は、ユーザ３０８が眠っていると判定した後、テレビ３１２の音量を下げる制御信号を生成する。更に別の例として、制御回路３３４は、ユーザ３０８が眠っているとの決定に応答して、制御信号を生成及び送信して、テレビの音量をある期間にわたって徐々に下げ、その後にテレビをオフにする。
幾つかの実装形態では、制御回路３３４は、コンピュータ、タブレット、スマートフォン、ステレオシステムなど、の他のメディアデバイスと、同様に相互作用し得る。
例えば、ユーザ３０８が眠っていることを検知する時、制御回路３３４は、制御信号を生成してユーザデバイス３１０に送信し、ユーザデバイス３１０をオフにし得る、または、ユーザデバイス３１０で再生されているビデオまたはオーディオファイルの音量を下げ得る。
制御回路３３４は更に、照明システム３１４と通信し得て、当該照明システム３１４から情報を受信し得て、当該照明システム３１４の機能を制御するための制御信号を生成し得る。例えば、特定の時間枠（例えば午後８時００分から午前７時００分の間）で閾値時間（例えば１０分）より長く続くベッド３０２上のユーザの存在を検知する時、ベッド３０２の制御回路３３４は、ユーザ３０８が就寝のためにベッドにいると判定し得る。この判定に応答して、制御回路３３４は、ベッド３０２が配置されている部屋以外の１または複数の部屋の照明を消灯する制御信号を生成し得る。次に、制御信号が照明システム３１４に送信され得て、当該照明システム３１４によって実行され得て、示された部屋の照明を消灯させ得る。例えば、制御回路３３４は、制御信号を生成及び送信して、他の寝室ではなく、全ての一般的な部屋の照明を消灯し得る。別の例として、ユーザ３０８が就寝のためにベッドにいるとの判定に応答して、制御回路３３４によって生成される制御信号は、ベッド３０２が配置されている部屋以外の全ての部屋の照明が消灯されるべきであり、ベッド３０２を含む家屋の外側に配置された１または複数の照明も消灯されるべきである、ことを示し得る。更に、制御回路３３４は、ユーザ３０８のベッドでの存在またはユーザ３０８が眠っていることの判定に応答して、常夜灯３２８を点灯させる制御信号を生成及び送信し得る。別の例として、制御回路３３４は、ユーザのベッドでの存在の検知に応答して第１セットの照明（例えば、一般の部屋の照明）を消灯するための第１制御信号と、ユーザ３０８が眠っていることの検知に応答して第２セットの照明（例えば、ベッド３０２が配置されている部屋の照明）を消灯するための第２制御信号と、を生成し得る。
幾つかの実装形態では、ユーザ３０８が就寝のためにベッドにいるとの判定に応答して、ベッド３０２の制御回路３３４は、ベッド３０２が配置されている部屋で日没照明様式を照明システム３１４に実施させる制御信号を生成し得る。日没照明様式は、例えば、寝室の照明に琥珀色の色調を追加するなど寝室環境の照明の色を変更することとの組み合わせで、照明を（時間をかけて徐々に、または一気に）落とすこと、を含み得る。日没照明様式は、ユーザ３０８が就寝のためにベッドにいると制御回路３３４が判定した時、ユーザ３０８を入眠させることを助け得る。
制御回路３３４は、また、ユーザ３０８が朝に目覚める時に、日出照明様式を実施するように構成され得る。制御回路３３４は、例えば、指定された時間枠（例えば午前６時００分と午前８時００分との間）の間にユーザ３０８がベッド３０２から出た（すなわち、もはやベッド３０２上に存在しない）ことを検知することによって、ユーザ３０８がその日に起床したことを判定し得る。別の例として、制御回路３３４は、ユーザ３０８がベッドから出ていなくてもユーザ３０８が目覚めていることを判定するために、ユーザ３０８の動き、心拍数、呼吸数、または他の生体特徴信号を、モニタリング（監視）し得る。制御回路３３４が、指定された時間枠の間にユーザが目覚めていることを検知した場合、制御回路３３４は、ユーザ３０８がその日に起床したと判定し得る。指定された時間枠は、例えば、一定期間（例えば２週間）にわたって収集された以前に記録されたユーザのベッドでの存在情報に基づき得る。それは、ユーザ３０８が通常午前６時３０分と午前７時３０分との間に目覚めることを示し得る。ユーザ３０８が目覚めていると制御回路３３４が判定することに応答して、当該制御回路３３４は、制御信号を生成して、照明システム３１４に、ベッド３０２が配置されている寝室で日出照明様式を実施させ得る。日出照明様式は、例えば、照明（例えば、ランプ３２６、または寝室の他の照明）を点灯させることを含み得る。日出照明様式は、ベッド３０２が配置されている部屋（または１または複数の他の部屋）の照明のレベルを徐々に上げることを更に含み得る。日出照明様式は、指定された色の照明のみを点灯させることも含み得る。例えば、日出照明様式は、ユーザ３０８が目覚めて活動的になるのを穏やかに支援するため、寝室を青色光で照明することを含み得る。
幾つかの実装形態では、制御回路３３４は、ベッド３０２とのユーザ相互作用が検出された時刻に応じて、照明システム３１４などの１または複数の構成要素の動作を制御するための異なる制御信号を生成し得る。例えば、制御回路３３４は、ユーザ３０８とベッド３０２との間の相互作用についての履歴ユーザ相互作用情報を使用して、ユーザ３０８が通常午後１０時００分と午後１１時００分との間で入眠し、通常午前６時３０分と午前７時３０分との間で目覚める、ということを判定し得る。制御回路３３４は、この情報を使用して、午前３時００分にユーザ３０８がベッドから出たと検知される場合に、照明システム３１４を制御するための制御信号の第１セットを生成し得て、午前６時３０分より後にユーザ３０８がベッドから出たと検知される場合に、照明システム３１４を制御するための制御信号の第２セットを生成し得る。例えば、ユーザ３０８が午前６時３０分より前にベッドから出る場合、制御回路３３４は、ユーザ３０８のトイレへの経路を案内する照明を点灯させ得る。別の例として、ユーザ３０８が午前６時３０分より前にベッドから出る場合、制御回路３３４は、ユーザ３０８のキッチンへの経路を案内する照明を点灯させ得る（それは、例えば、常夜灯３２８を点灯すること、ベッド下の照明を点灯すること、または、ランプ３２６を点灯すること、を含み得る）。
別の例として、ユーザ３０８が午前６時３０分より後にベッドから出る場合、制御回路３３４は、制御信号を生成して、照明システム３１４に日出照明様式を開始させ得る、あるいは、寝室または他の部屋の１または複数の照明を点灯させ得る。幾つかの実装形態では、当該ユーザ３０８について指定された朝の起床時間より前にユーザ３０８がベッドから出たと検知される場合、制御回路３３４は、照明システム３１４に、当該指定された朝の起床時間より後にユーザ３０８がベッドから出たと検知される場合に照明システム３１４によって点灯される光よりも弱い（暗い）光を、点灯させる。ユーザ３０８が夜間に（すなわち、当該ユーザ３０８の通常の起床時間より前に）ベッドから出る時に弱い（薄暗い）照明のみを点灯させることは、その家の他の居住者が照明によって目覚めてしまうことを防げる一方で、ユーザ３０８が家内でトイレ、キッチン、または別の目的地に到達するために見ることを許容し得る（視界を提供し得る）。
ユーザ３０８とベッド３０２との間の相互作用に関する履歴ユーザ相互作用情報は、ユーザの睡眠時間枠及び覚醒時間枠を識別するために使用され得る。例えば、ユーザのベッドでの存在時間及び睡眠時間が、設定された期間（例えば、２週間、１ヶ月など）について判定され得る。次に、制御回路３３４は、ユーザ３０８が就寝する典型的な時間範囲すなわち時間枠、ユーザ３０８が入眠する典型的な時間枠、及び、ユーザ３０８が目覚める典型的な時間枠、を識別し得る（場合によっては、ユーザ３０８が目覚める時間枠とユーザ３０８が実際にベッドから出る時間枠とは異なる）。幾つかの実装形態では、これらの時間枠に、バッファ時間が追加され得る。例えば、ユーザが、典型的には午後１０時００分と午後１０時３０分との間に就寝すると識別される場合、各方向に３０分のバッファが当該時間枠に追加され得て、午後９時３０分と午後１１時００分との間にユーザがベッドに着くことの検知が、ユーザ３０８が夜に就寝することと解釈され得る。別の例として、ユーザ３０８が就寝する最も早い典型的な時間の３０分前から始まって当該ユーザの典型的な目覚めの時間（例えば午前６時３０分）まで延長される時間帯内での、ユーザ３０８のベッドでの存在の検知が、ユーザ３０８が夜に就寝することと解釈され得る。例えば、ユーザが典型的には午後１０時００分と午後１０時３０分との間に就寝する場合、ユーザのベッドでの存在がある夜の午前１２時３０分（０時３０分）に検知されると、それは、ユーザの就寝の典型的な時間枠を超えてはいるが、ユーザの通常の目覚め時間の前に生じているため、当該ユーザ３０８が夜に就寝したと解釈され得る。幾つかの実装形態では、１年の異なる時期（例えば、夏よりも冬には就寝時間が早まる）または１週間の異なる曜日（例えば、ユーザは週末より平日により早く目覚める）について、異なる時間枠が識別される。
制御回路３３４は、ユーザ３０８の存在の持続時間を感知することによって、短時間ベッド３０２上に存在すること（昼寝など）に対して、ユーザ３０８が長時間就寝すること（夜など）を区別し得る。幾つかの例では、制御回路３３４は、ユーザ３０８の睡眠の持続時間を感知することによって、短時間の就寝（昼寝など）に対して、ユーザ３０８が長時間就寝すること（夜など）を区別し得る。例えば、制御回路３３４は、時間閾値を設定し得て、それにより、ユーザ３０８がベッド３０２上で当該閾値より長く感知される場合、ユーザ３０８が夜に就寝したと見なされる。幾つかの例では、当該閾値は約２時間であり得て、それにより、ユーザ３０８がベッド３０２上で２時間を超えて感知される場合、制御回路３３４は、それを長時間睡眠事象として登録する。他の例では、当該閾値は、２時間より長かったり短かったりし得る。
制御回路３３４は、ユーザ３０８が就寝時間範囲を入力する必要なく、ユーザ３０８の典型的な就寝時間範囲を自動的に判定するべく、繰り返される長時間睡眠事象を検知し得る。これにより、制御回路３３４は、ユーザ３０８が伝統的な睡眠スケジュールを使用して典型的に就寝するのか非伝統的な睡眠スケジュールを使用して典型的に就寝するのかとは無関係に、ユーザ３０８が長時間睡眠事象のために就寝する可能性が高い時刻を、正確に推定できる。次に、制御回路３３４は、ユーザ３０８の就寝時間範囲の知識を使用して、就寝時間範囲中または就寝時間範囲外にベッドで存在することの感知に基づいて、１または複数の構成要素（ベッド３０２及び／または非ベッドの周辺機器を含む）を、異なって制御し得る。
幾つかの例では、制御回路３３４は、ユーザ入力を必要とすることなく、ユーザ３０８の就寝時間範囲を自動的に判定し得る。幾つかの例では、制御回路３３４は、自動的に、且つ、ユーザ入力との組み合わせで、ユーザ３０８の就寝時間範囲を判定し得る。幾つかの例では、制御回路３３４は、ユーザ入力に従って、就寝時間範囲を直接的に設定し得る。幾つかの例では、制御回路３３４は、異なる就寝時刻を異なる曜日に関連付け得る。これらの例の各々において、制御回路３３４は、検知されたベッドでの存在及び就寝時間範囲の関数として、１または複数の構成要素（照明システム３１４、サーモスタット３１６、セキュリティシステム３１８、オーブン３２２、コーヒーメーカー３２４、ランプ３２６、及び常夜灯３２８など）を制御し得る
制御回路３３４は、更に、サーモスタット３１６と通信し得て、当該サーモスタット３１６からの情報を受信し得て、当該サーモスタット３１６の機能を制御するための制御信号を生成し得る。例えば、ユーザ３０８は、ユーザ３０８の睡眠状態またはベッドでの存在に応じて、異なる時間の異なる温度のユーザの好みを示し得る。例えば、ユーザ３０８は、ベッドから出るとき華氏７２度、ベッドにいるが目覚めているとき華氏７０度、及び、眠っているとき華氏６８度、の環境温度を好み得る。ベッド３０２の制御回路３３４は、夜のユーザ３０８のベッドでの存在を検知し得て、ユーザ３０８が就寝中であると判定し得る。この判定に応答して、制御回路３３４は、サーモスタットをして温度を華氏７０度に変化させる制御信号を生成し得る。次に、制御回路３３４は、当該制御信号をサーモスタット３１６に送信し得る。ユーザ３０８が就寝時間範囲中に就寝している、または眠っている、ことを検知すると、制御回路３３４は、制御信号を生成及び送信し得て、サーモスタット３１６をして温度を華氏６８度に変化させ得る。翌朝、ユーザがその日の起床をした（例えば、ユーザ３０８が午前６時３０分より後にベッドから出た）、ことを判定すると、制御回路３３４は、制御信号を生成及び送信し得て、サーモスタット３１６をして温度を華氏７２度に変化させ得る。
幾つかの実装形態では、制御回路３３４は、同様に制御信号を生成し得て、ベッド３０２とのユーザ相互作用に応答して、あるいは様々な予めプログラムされた時間に、ベッド３０２の表面上の１または複数の加熱要素または冷却要素をして、様々な時点で温度を変化させ得る。例えば、制御回路３３４は、ユーザ３０８が入眠したことが検知されると、加熱要素を作動させ得て、ベッド３０２の表面の片側の温度を華氏７３度にまで上昇させ得る。別の例として、ユーザ３０８がその日に起床したと判定すると、制御回路３３４は、加熱要素または冷却要素を電源オフにし得る。更に別の例として、ユーザ３０８は、ベッドの表面の温度が上昇または下降されるべき様々な時間を、予めプログラムし得る。例えば、ユーザは、午後１０時００分に表面温度を華氏７６度に上げ、午後１１時３０分に表面温度を華氏６８度に下げるように、ベッド３０２をプログラムし得る。
幾つかの実装形態では、ユーザ３０８のベッドでの存在の検知及び／またはユーザ３０８が眠っていることの検知に応答して、制御回路３３４は、サーモスタット３１６をして、異なる部屋の温度を異なる値に変化させ得る。例えば、ユーザ３０８が夜にベッドにいるとの判定に応答して、制御回路３３４は、制御信号を生成及び送信し得て、サーモスタット３１６をして家の１または複数の寝室の温度を華氏７２度に設定し得て、且つ、他の部屋の温度を華氏６７度に設定し得る。
制御回路３３４は、また、サーモスタット３１６から温度情報を受信し得て、この温度情報を使用して、ベッド３０２または他の装置の機能を制御し得る。例えば、前述のように、制御回路３３４は、サーモスタット３１６から受信した温度情報に応答して、ベッド３０２に含まれる加熱要素の温度を調整し得る。
幾つかの実装形態では、制御回路３３４は、他の温度制御システムを制御するための制御信号を生成及び送信し得る。例えば、ユーザ３０８がその日に目覚めたとの判定に応答して、制御回路３３４は、床暖房要素を作動させるための制御信号を生成及び送信し得る。例えば、制御回路３３４は、ユーザ３０８がその日に目覚めたとの判定に応答して、主寝室の床暖房システムをオンにすることができる。
制御回路３３４は、更に、セキュリティシステム３１８と通信し得て、当該セキュリティシステム３１８から情報を受信し得て、当該セキュリティシステム３１８の機能を制御するための制御信号を生成し得る。例えば、ユーザ３０８が夜に就寝したとの検知に応答して、制御回路３３４は、セキュリティシステムをしてセキュリティ機能を作動または作動解除させる制御信号を生成し得る。その後、制御回路３３４は、当該制御信号をセキュリティシステム３１８に送信し得て、当該セキュリティシステム３１８を作動させ得る。別の例として、制御回路３３４は、ユーザ３０８がその日に目覚めた（例えば、ユーザ３０８が午前６時００分より後にベッド３０２上にもはや存在しない）との判定に応答して、制御信号を生成及び送信し得て、セキュリティシステム３１８を不能にさせ得る。幾つかの実装形態では、制御回路３３４は、ユーザ３０８のベッドでの存在の検知に応答して、セキュリティシステム３１８に第１セットのセキュリティ機能を作動させるための制御信号の第１セットを生成及び送信し得て、ユーザ３０８が入眠したことの検知に応答して、セキュリティシステム３１８に第２セットのセキュリティ機能を作動させるための制御信号の第２セットを生成及び送信し得る。
幾つかの実装形態では、制御回路３３４は、セキュリティシステム３１８（及び／または、セキュリティシステム３１８に関連付けられたクラウドサービス）からアラート（警告）を受信し得て、当該アラートをユーザ３０８に示し得る。例えば、制御回路３３４は、ユーザ３０８が夜にベッドにいることを検知し得て、それに応答して、制御信号を生成及び送信し得て、セキュリティシステム３１８をして作動または作動解除させ得る。その後、セキュリティシステムは、セキュリティ違反（例えば、誰かがセキュリティコードを入力せずにドア３３２を開けた、または、セキュリティシステム３１８が作動している時に誰かが窓を開けた）を検知し得る。セキュリティシステム３１８は、セキュリティ違反を、ベッド３０２の制御回路３３４に通信し得る。セキュリティシステム３１８からの通信の受信に応答して、制御回路３３４は、セキュリティ違反についてユーザ３０８に警告するための制御信号を生成し得る。例えば、制御回路３３４は、ベッド３０２を振動させ得る。別の例として、制御回路３３４は、ユーザ３０８を目覚めさせて、セキュリティ違反についてユーザに警告するために、ベッド３０２の一部を関節運動させ得る（例えば、ヘッドセクションを上昇または下降させ得る）。別の例として、制御回路３３４は、制御信号を生成及び送信し得て、ユーザ３０８にセキュリティ違反を警告するために、ランプ３２６を規則的な間隔で点滅させ得る。別の例として、制御回路３３４は、子供用の寝室の開いた窓など、別のベッドの寝室のセキュリティ違反について、あるベッド３０２のユーザ３０８に警告し得る。別の例として、制御回路３３４は、（例えば、ドアを閉じてロックするために）ガレージドアコントローラに警告を送信し得る。別の例として、制御回路３３４は、セキュリティが作動解除されるように警告を送信し得る。
制御回路３３４は、更に、ガレージドア３２０を制御するための制御信号を生成及び送信し得て、ガレージドア３２０の状態（すなわち、開いているかまたは閉じているか）を示す情報を受信し得る。例えば、ユーザ３０８が夜にベッドにいるとの判定に応答して、制御回路３３４は、ガレージドアオープナーまたはガレージドア３２０が開いているか否かを感知可能な他の装置に、要求（リクエスト）を生成及び送信し得る。制御回路３３４は、ガレージドア３２０の現在の状態に関する情報を要求し得る。制御回路３３４が、ガレージドア３２０が開いていることを示す応答を（例えば、ガレージドアオープナーから）受信した場合、制御回路３３４は、ガレージドアが開いていることをユーザ３０８に通知し得るか、または、制御信号を生成して、ガレージドアオープナーをしてガレージドア３２０を閉じさせ得る。例えば、制御回路３３４は、ガレージドアが開いていることを示すメッセージを、ユーザデバイス３１０に送信し得る。別の例として、制御回路３３４は、ベッド３０２を振動させ得る。更に別の例として、制御回路３３４は、制御信号を生成及び送信し得て、照明システム３１４をして寝室の１または複数の照明を点滅させ得て、警告についてユーザデバイス３１０をチェックするようにユーザ３０８に警告し得る（この例では、ガレージドア３２０が開いていることに関する警告）。代替的に、あるいは付加的に、制御回路３３４は、制御信号を生成及び送信し得て、ユーザ３０８が夜にベッドにいること、及び、ガレージドア３２０が開いていることの識別に応答して、ガレージドアオープナーをしてガレージドア３２０を閉じさせ得る。幾つかの実装形態では、制御信号は、ユーザ３０８の年齢に応じて異なり得る。
制御回路３３４は、同様に、ドア３３２またはオーブン３２２に関連する状態情報を制御または受信するための通信を送信及び受信し得る。例えば、ユーザ３０８が夜にベッドにいることを検知すると、制御回路３３４は、ドア３３２の状態を検知するための装置またはシステムに、要求を生成して送信し得る。当該要求に応答して返される情報は、ドア３３２の様々な状態、例えば、開いている、閉じているがロックされていない、または、閉じていてロックされている、を示し得る。ドア３３２が開いているか、または、閉じているがロックされていない場合、制御回路３３４は、例えばガレージドア３２０について前述された態様のように、ドアの状態についてユーザ３０８に警告し得る。ユーザ３０８への警告に対して代替的に、または付加的に、制御回路３３４は、ドア３３２をしてロックするか、または閉じてロックするように、制御信号を生成及び送信し得る。ドア３３２が閉じていてロックされている場合、制御回路３３４は、更なる動作は必要ないと判定し得る。
同様に、ユーザ３０８が夜にベッドにいることを検知すると、制御回路３３４は、オーブン３２２の状態（例えば、オンまたはオフ）を要求するためのオーブン３２２への要求を生成及び送信し得る。オーブン３２２がオンである場合、制御回路３３４は、ユーザ３０８に警告し得て、及び／または、制御信号を生成及び送信し得て、オーブン３２２をオフにし得る。オーブンが既にオフである場合、制御回路３３４は、更なる動作が必要ではないと判定し得る。幾つかの実装形態では、様々な事象（イベント）に対して、様々な警告（アラート）が生成され得る。例えば、制御回路３３４は、セキュリティシステム３１８が違反を検知した場合、ランプ３２６（または照明システム３１４を介して１または複数の他の照明）を第１パターンで点滅させ得て、ガレージドア３２０が開いている場合、第２パターンで点滅させ得て、ドア３３２が開いている場合、第３パターンで点滅させ得て、オーブン３２２がオンの場合、第４パターンで点滅させ得て、別のベッドが当該ベッドのユーザが起きたことを検知する場合（例えば、ユーザ３０８の子供が夜中にベッドから出たことが子供のベッド３０２内のセンサによって感知される時）、第５パターンで点滅させ得る。ベッド３０２の制御回路３３４によって処理されてユーザに通信され得る警告の他の例は、煙を検知する（及び当該煙の検知を制御回路３３４に通信する）煙検知器、一酸化炭素を検知する一酸化炭素テスタ、ヒータ誤動作、または、制御回路３３４と通信可能でユーザ３０８の注意を喚起すべき事象発生の検知が可能な任意の他の装置からの警告、を含む。
制御回路３３４はまた、ブラインド３３０の状態を制御するためのシステムまたは装置と通信し得る。例えば、ユーザ３０８が夜にベッドにいるとの判定に応答して、制御回路３３４は、制御信号を生成及び送信し得て、ブラインド３３０を閉じさせ得る。別の例として、ユーザ３０８がその日に起床した（例えば、ユーザが午前６時３０分より後にベッドから出た）との判定に応答して、制御回路３３４は、制御信号を生成及び送信し得て、ブラインド３３０を開かせ得る。対照的に、ユーザ３０８が当該ユーザ３０８の通常の起床時間より前にベッドから出た場合、制御回路３３４は、ユーザ３０８がその日まだ起床していないと判定し得て、ブラインド３３０を開かせるための制御信号を生成しない。更に別の例として、制御回路３３４は、ユーザ３０８のベッドでの存在の検知に応答して、第１セットのブラインドを閉じさせ、ユーザが眠っていることの検知に応答して、第２セットのブラインドを閉じさせる、という制御信号を生成及び送信し得る。
制御回路３３４は、ベッド３０２とのユーザ相互作用の検知に応答して、他の家庭用装置の機能を制御するための制御信号を生成及び送信し得る。例えば、ユーザ３０８がその日に起床したとの判定に応答して、制御回路３３４は、コーヒーメーカー３２４に対する制御信号を生成及び送信し得て、当該コーヒーメーカー３２４をしてコーヒーの淹出を開始させ得る。別の例として、制御回路３３４は、オーブン３２２に対する制御信号を生成及び送信し得て、当該オーブンをして（朝に焼きたてパンが好きなユーザのために）予熱を開始させ得る。別の例として、制御回路３３４は、ユーザ３０８がその日に目覚めたことを示す情報を、１年のうちの時期が現在冬であること、及び／または、外気温が閾値を下回っていること、を示す情報と共に使用し得て、制御信号を生成及び送信し得て、車のエンジンブロックヒーターをオンにし得る。
別の例として、制御回路３３４は、ユーザ３０８のベッドでの存在の検知に応答して、または、ユーザ３０８が眠っていることの検知に応答して、制御信号を生成及び送信し得て、１または複数の装置をスリープモードに入らせ得る。例えば、制御回路３３４は、ユーザ３０８の携帯電話をスリープモードへと切り替えさせるための制御信号を生成し得る。その後、制御回路３３４は、当該制御信号を携帯電話に送信し得る。更にその後、ユーザ３０８がその日に起床したと判定すると、制御回路３３４は、携帯電話をスリープモードから（通常モードに）切り替えさせる制御信号を生成及び送信し得る。
幾つかの実装形態では、制御回路３３４は、１または複数のノイズ制御装置と通信し得る。例えば、ユーザ３０８が夜にベッドにいる、または、ユーザ３０８が眠っていると判定すると、制御回路３３４は、制御信号を生成及び送信し得て、１または複数のノイズキャンセレーション装置を作動させ得る。ノイズキャンセレーション装置は、例えば、ベッド３０２の一部として含まれ得るか、あるいは、ベッド３０２のある寝室内に配置され得る。別の例として、ユーザ３０８が夜にベッドにいる、または、ユーザ３０８が眠っていると判定すると、制御回路３３４は、ステレオシステムラジオ、コンピュータ、タブレットなど、１または複数の音響生成装置について、ボリュームをオンにしたり、オフにしたり、アップしたり、ダウンしたりするための制御信号を生成及び送信し得る。
更に、ベッド３０２の機能が、ベッド３０２とのユーザ相互作用に応答して、制御回路３３４によって制御される。例えば、ベッド３０２は、調節可能な土台と、ベッドを支持する当該調節可能な土台を調整することによってベッド３０２の１または複数の部分の位置を調整するように構成された関節運動コントローラと、を含み得る。例えば、関節運動コントローラは、ベッド３０２を、平坦な位置から、ベッド３０２のマットレスのヘッド部分が上向きに傾斜する位置にまで、調整し得る（例えば、ユーザがベッドに座ったり、及び／または、テレビを見たりするのを容易にするため）。幾つかの実装形態では、ベッド３０２は、複数の別々に関節運動可能なセクションを含む。例えば、エアチャンバ３０６a及び３０６ｂの位置に対応するベッドの部分が、互いに独立して関節運動され得て、ベッド３０２の表面上に配置された１人が第１位置（例えば、平坦な位置）で休みながら、２人目が第２位置（例えば、頭を腰から斜めに上げたリクライニング位置）で休むことを許容する。幾つかの実装形態では、２つの異なるベッド（例えば、互いに隣り合って配置された２つのツインベッド）に、別々の位置が設定され得る。ベッド３０２の土台は、独立して調整され得る２以上のゾーンを含み得る。関節運動コントローラはまた、ベッド３０２上の１または複数のユーザに異なるレベルのマッサージを提供するように、または、前述のようにユーザ３０８に警告を伝えるためにベッドを振動させるように、構成され得る。
制御回路３３４は、ベッド３０２とのユーザ相互作用に応答して、位置（例えば、ユーザ３０８及び／またはベッド３０２の追加ユーザのための傾斜及び下降位置）を調整し得る。例えば、制御回路３３４は、関節運動コントローラをして、ユーザ３０８のベッドでの存在の感知に応答して、ベッド３０２をユーザ３０８の第１リクライニング位置に調整させ得る。制御回路３３４は、ユーザ３０８が眠っているとの判定に応答して、関節運動コントローラをして、ベッド３０２を第２リクライニング位置（例えば、リクライニングの程度が小さいか、平坦な位置）に調整させ得る。別の例として、制御回路３３４は、ユーザ３０８がテレビ３１２をオフにしたことを示すテレビ３１２からの通信を受信し得て、それに応答して、制御回路３３４は、関節運動コントローラをして、ベッド３０２の位置を好ましいユーザ睡眠位置に調整し得る（例えば、ユーザ３０８がベッドにいる間にユーザがテレビ３１２をオフにしたことにより、ユーザ３０８が入眠を望んでいることが示される）。
幾つかの実装形態では、制御回路３３４は、ベッド３０２の別のユーザを目覚めさせることなく、ベッド３０２の１人のユーザを目覚めさせるように、関節運動コントローラを制御し得る。例えば、ユーザ３０８及びベッド３０２の第２ユーザは、各々、異なる目覚め時間を設定し得る（例えば、それぞれ、午前６時３０分及び午前７時１５分）。ユーザ３０８の目覚め時間になると、制御回路３３４は、関節運動コントローラをしてユーザ３０８が配置されているベッドの一側のみ振動させるか、または、その位置を変更させて、第２ユーザを妨げることなく、ユーザ３０８を目覚めさせ得る。第２ユーザの目覚め時間になると、制御回路３３４は、関節運動コントローラをして、第２ユーザが配置されているベッドの側のみを振動させるか、またはその位置を変化させ得る。あるいは、第２ユーザの目覚め時間になると、制御回路３３４は、他の方法（例えば、オーディオアラームや照明の点灯など）を利用して、第２ユーザを目覚めさせ得る。なぜなら、制御回路３３４が第２ユーザを目覚めさせることを試みる時、ユーザ３０８は既に目覚めていて、妨げられないからである。
引き続き図３を参照して、ベッド３０２の制御回路３３４は、複数のユーザによるベッド３０２との相互作用についての情報を利用して、様々な他の装置の機能を制御するための制御信号を生成し得る。例えば、制御回路３３４は、ユーザ３０８と第２ユーザとの両方がベッド３０２上に存在していると検知されるまで、例えばセキュリティシステム３１８を作動させたり、あるいは、照明システム３１４に様々な部屋の照明を消灯するよう命令したりするための制御信号を生成することを、待つことができる。別の例として、制御回路３３４は、ユーザ３０８のベッドでの存在を検知すると、照明システム３１４をして第１セットの照明を消灯させるための第１セットの制御信号を生成し得て、第２ユーザのベッドでの存在の検知に応答して、第２セットの照明を消灯させるための第２セットの制御信号を生成し得る。別の例として、制御回路３３４は、ブラインド３３０を開けるための制御信号を生成することを、ユーザ３０８と第２ユーザとの両方がその日に目覚めたと判定されるまで、待つことができる。更に別の例として、ユーザ３０８はその日ベッドを出て目覚めているが、第２ユーザは未だ眠っているという判定に応答して、制御回路３３４は、第１セットの制御信号を生成及び送信し得て、コーヒーメーカー３２４をしてコーヒーの淹出を開始させ得て、セキュリティシステム３１８をして非アクティブにさせ得て、ランプ３２６を点灯し得て、常夜灯３２８を消灯し得て、サーモスタット３１６をして１または複数の部屋の温度を華氏７２度に上昇させ得て、ベッド３０２が配置されている寝室以外の部屋のブラインド（例えば、ブラインド３３０）を開け得る。その後、第２ユーザがベッド上にもはや存在しない（または第２ユーザが目覚めている）ことの検知に応答して、制御回路３３４は、第２セットの制御信号を生成及び送信し得て、例えば照明システム３１４をして寝室の１または複数の照明を点灯させ得て、寝室のブラインドを開けさせ得て、テレビ３１２を予め指定されたチャンネルでオンにし得る。
［ベッドに関連付けられたデータ処理システムの例］
ここで、例えばベッドに関連付けられているデータ処理タスクのために使用され得るシステム及び構成要素の例が説明される。幾つかの場合、特定の１つの構成要素または構成要素群の複数の例が提示される。これらの例の幾つかは、冗長性がある、及び／または、相互に排他的な代替物である。構成要素間の接続は、構成要素間の通信を許容するための可能性あるネットワーク形態を例示する例として示される。技術的に必要とされるまたは所望される通りに、様々な様式の接続が使用され得る。当該接続は、一般的に、任意の技術的に実現可能な様式で作成され得る論理接続を示す。例えば、マザーボード上のネットワークは、プリント回路基板、ワイヤレスデータ接続、及び／または、他のタイプのネットワーク接続、で創成され得る。幾つかの論理接続は、明瞭化のため、図示されない。例えば、特定の構成要素の多くのまたは全てのエレメントが電源及び／またはコンピュータ可読メモリに接続される必要があり得るが、明瞭化のため、電源及び／またはコンピュータ可読メモリとの接続は、図示されない場合がある。
図４Ａは、ベッドシステムに関連付けられ得るデータ処理システム４００の一例のブロック図である。それは、図１乃至図３に関して前述されたものを含んでいる。当該システム４００は、ポンプマザーボード４０２及びポンプドーターボード４０４を含んでいる。当該システム４００は、センサアレイ４０６を含み、それは、環境及び／またはベッドの物理的現象を感知し、そのような感知を、例えば分析のために、ポンプマザーボード４０２に報告する、ように構成された１または複数のセンサを含み得る。当該システム４００は、また、コントローラアレイ４０８も含み、それは、ベッド及び／または環境の論理制御デバイスを制御するように構成された、１または複数のコントローラを含み得る。ポンプマザーボード４００は、ローカルネットワークを介して、インターネット４１２を介して、または技術的に適切な他の態様を介して、１または複数のコンピューティングデバイス４１４及び１または複数のクラウドサービス４１０と通信状態であり得る。これらの構成要素の各々が、以下において、複数の例示的形態と共に、より詳細に説明される。
この例では、ポンプマザーボード４０２とポンプドーターボード４０４とが通信可能に結合されている。それらは、概念的にシステム４００の中心ないしハブとして説明され得て、他の構成要素は、概念的にシステム４００のスポークとして説明され得る。幾つかの形態では、これは、スポーク構成要素の各々が、主としてまたは排他的にポンプマザーボード４０２と通信することを意味し得る。例えば、センサアレイのセンサは、対応するコントローラと直接的に通信するように構成されていないか、または通信できない場合がある。代わりに、各スポーク構成要素は、マザーボード４０２と通信し得る。センサアレイ４０６のセンサは、センサ読取値をマザーボード４０２に報告し得て、マザーボード４０２は、それに応答して、コントローラアレイ４０８のコントローラが論理制御デバイスの幾つかのパラメータを調整すべきであるか、あるいは、１または複数の周辺装置の状態を修正すべきであるか、を判定し得る。ある場合に、ベッドの温度が高すぎると判定されるならば、ポンプマザーボード４０２は、温度コントローラがベッドを冷却すべきである、と判定し得る。
ハブ−スポークのネットワーク形態（星形ネットワークと呼ばれることもある）の１つの利点は、例えば動的ルーティングを使用するメッシュネットワークと比較して、ネットワークトラフィックが減少することである。特定のセンサが、大きな連続的なストリームのトラフィックを生成する場合でも、当該トラフィックは、ネットワークの１つのスポークを介してマザーボード４０２に送信されるのみであり得る。マザーボード４０２は、例えば、当該データをマーシャリングし、それをより小さなデータフォーマットに凝縮して、クラウドサービス４１０に格納するために再送信し得る。追加的または代替的に、マザーボード４０２は、大きなストリームに応答して、ネットワークの異なるスポークを介して送信される単一の小さなコマンドメッセージを生成し得る。例えば、大量のデータストリームが、センサアレイ４０６から１秒あたり数回送信される圧力読取値である場合、マザーボード４０２は、コントローラアレイに単一のコマンドメッセージで応答して、エアチャンバ内の圧力を増加させ得る。この場合、単一のコマンドメッセージは、圧力読取値のストリームよりも、桁違いに小さい場合があり得る。
別の利点として、ハブ−スポークのネットワーク形態は、構成要素の追加、削除、障害などに対応できる拡張可能なネットワークを許容し得る。これは、例えば、センサアレイ４０６内のより多い、より少ない、または異なるセンサ、コントローラアレイ４０８内のより多い、より少ない、または異なるコントローラ、より多い、より少ない、または異なるコンピューティングデバイス４１４、及び／または、より多い、より少ない、または異なるクラウドサービス４１０、を許容し得る。例えば、特定のセンサが故障するか、または、当該センサのより新しいバージョンによって廃止される場合、システム４００は、マザーボード４０２のみが交換用センサについて更新される必要がある、というように構成され得る。これは、例えば、同一のマザーボード４０２が、より少ないセンサ及びコントローラを備えたエントリーレベルの製品、より多いセンサ及びコントローラを備えたより価値の高い製品、及び、顧客が独自に選択した構成要素をシステム４００に追加し得る顧客パーソナライゼーション、を支援できる、という製品差別化を許容し得る。
更に、一連のエアベッド製品が、様々な構成要素を備えたシステム４００を使用し得る。製品ライン内の全てのエアベッドが中央論理ユニットとポンプとの両方を含む応用では、マザーボード４０２（及び任意選択的にドーターボード４０４）は、単一のユニバーサルハウジング内に収まるように設計され得る。その後、製品ライン内での製品のアップグレード毎に、付加的なセンサ、コントローラ、クラウドサービスなどが、追加され得る。各製品が特注の論理制御システムを備えている製品ラインと比較して、このようなベースから製品ラインの全ての製品を設計することにより、設計、製造、及び試験の時間が短縮され得る。
前述の構成要素の各々は、様々な技術及び形態で実現され得る。以下、各構成要素の幾つかの例が、更に説明される。幾つかの代替案では、システム４００の２以上の構成要素が、単一の代替構成要素で実現され得て、幾つかの構成要素は、複数の個別の構成要素で実現され得て、及び／または、幾つかの機能は、異なる構成要素によって提供され得る。
図４Ｂは、データ処理システム４００の幾つかの通信経路を示すブロック図である。前述のように、マザーボード４０２及びポンプドーターボード４０４は、システム４００の周辺装置及びクラウドサービスのためのハブとして機能し得る。ポンプドーターボード４０４がクラウドサービスまたは他の構成要素と通信する場合、ポンプドーターボード４０４からの通信は、ポンプマザーボード４０２を介してルーティングされ得る。これは、例えば、ベッドがインターネット４１２との単一の接続のみを有することを許容し得る。コンピューティングデバイス４１４は、また、場合によってベッドによって使用される同一のゲートウェイを介して、及び／または、場合によって異なるゲートウェイ（例えば、セルサービスプロバイダ）を介して、インターネット４１２への接続を有し得る。
以前から、幾つかのクラウドサービス４１０が説明されていた。図４Ｂに示すように、クラウドサービス４ｌ０ｄ及び４ｌ０ｅなど、幾つかのクラウドサービスは、ポンプマザーボード４０２が当該クラウドサービスと直接的に通信できるように、構成され得る。−すなわち、マザーボード４０２は、仲介者として別のクラウドサービス４１０を使用する必要なしで、クラウドサービス４１０と通信し得る。追加的または代替的に、幾つかのクラウドサービス４１０、例えばクラウドサービス４１０ｆは、仲介クラウドサービス、例えばクラウドサービス４１０ｅ、を介してのみ、ポンプマザーボード４０２によって到達可能であり得る。ここでは図示されていないが、幾つかのクラウドサービス４１０は、ポンプマザーボード４０２によって直接的または間接的に到達可能であり得る。
更に、クラウドサービス４１０の一部または全ては、他のクラウドサービスと通信するように構成され得る。この通信は、任意の技術的に適切な様式に従って、データ及び／またはリモートファンクションコールの転送を含み得る。例えば、１つのクラウドサービス４１０が、例えばバックアップ、協調、移行の目的で、あるいは、計算やデータマイニングの実施のため、別のクラウドサービスの４１０データの複写を要求し得る。別の例では、多くのクラウドサービス４１０が、ユーザアカウントクラウド４１０ｃ及び／またはベッドデータクラウド４１０ａによって追跡される特定のユーザに従って索引付けされるデータを含み得る。これらのクラウドサービス４１０は、特定のユーザまたはベッドに固有のデータにアクセスする時、当該ユーザアカウントクラウド４１０ｃ及び／またはベッドデータクラウド４１０ａと通信し得る。
図５は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得るマザーボード４０２の一例のブロック図である。この例では、以下で説明される他の例と比較して、マザーボード４０２が比較的少ない部品で構成され、比較的限定された特徴セットを提供するように制限され得る。
マザーボードは、電源部５００、プロセッサ５０２、及び、コンピュータメモリ５１２を含む。一般に、電源部は、外部電源から電力を受け取って、それをマザーボード４０２の構成要素に供給するために使用されるハードウェアを含む。電源部は、例えば、バッテリーパック及び／または壁コンセントアダプタ（プラグ）、ＡＣ−ＤＣコンバータ、ＤＣ−ＡＣコンバータ、電力調整器、コンデンサーバンク、及び／または、マザーボード４０２の他の構成要素によって必要とされる電流タイプ、電圧などで電力を提供するための１または複数のインタフェース、を含み得る。
プロセッサ５０２は、一般に、入力を受け取り、論理決定を実行し、出力を提供するための装置である。プロセッサ５０２は、中央処理装置、マイクロプロセッサ、汎用論理回路、特定用途向け集積回路（ＡＳＩＣ）、これらの組み合わせ、及び／または、必要な機能を実行するための他のハードウェア、であり得る。
メモリ５１２は、一般に、データを格納するための１または複数の装置である。メモリ５１２は、長期安定データ記憶（例えば、ハードディスク上）、短期不安定データ記憶（例えば、ランダムアクセスメモリ上）、または、任意の他の技術的に適切な構成、を含み得る。
マザーボード４０２は、ポンプコントローラ５０４及びポンプモータ５０６を含む。ポンプコントローラ５０４は、プロセッサ５０２からコマンドを受信し得て、それに応答して、ポンプモータ５０６の機能を制御し得る。例えば、ポンプコントローラ５０４は、プロセッサ５０２から、エアチャンバの圧力を１平方インチあたり０．３ポンド（ＰＳＩ）だけ増加させるコマンドを受信し得る。ポンプコントローラ５０４は、それに応答して、ポンプモータ５０６が選択されたエアチャンバ内に空気を送り込むような構成とされるように、弁を作動させ、０．３ＰＳＩに対応する時間、または、圧力が０．３ＰＳＩだけ増加されたことをセンサが示すまで、ポンプモータ５０６を作動させ得る。代替的形態では、メッセージが、チャンバが目標ＰＳＩまで膨張されるべきであるということを指定し得て、ポンプコントローラ５０４は、当該目標ＰＳＩが到達されるまでポンプモータ５０６を作動させ得る。
バルブソレノイド５０８は、どのエアチャンバにポンプが接続されるかを制御し得る。場合によっては、ソレノイド５０８は、プロセッサ５０２によって直接的に制御され得る。場合によっては、ソレノイド５０８は、ポンプコントローラ５０４によって制御され得る。
マザーボード４０２のリモートインタフェース５１０は、マザーボード４０２がデータ処理システムの他の構成要素と通信することを許容し得る。例えば、マザーボード４０２は、リモートインタフェース５１０を介して、１または複数のドーターボード、周辺センサ、及び／または、周辺コントローラと通信することが可能であり得る。リモートインタフェース５１０は、ＷｉＦｉ、ブルートゥース（登録商標）及び銅有線ネットワークなどの、複数の通信インタフェースを含むがこれらに限定されない、任意の技術的に適切な通信インタフェースを提供し得る。
図６は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得るマザーボード４０２の一例のブロック図である。図５を参照して説明されたマザーボード４０２と比較すると、図６のマザーボードは、より多くの構成要素を含み得て、幾つかの用途においてより多くの機能を提供し得る。
電源部５００、プロセッサ５０２、ポンプコントローラ５０４、ポンプモータ５０６及びバルブソレノイド５０８に加えて、当該マザーボード４０２は、バルブコントローラ６００、圧力センサ６０２、ユニバーサルシリアルバス（ＵＳＢ）スタック６０４、ＷｉＦｉ無線器６０６、ブルートゥース（登録商標）低エネルギ（ＢＬＥ）無線器６０８、ＺｉｇＢｅｅ無線器６１０、ブルートゥース（登録商標）無線器６１２、及び、コンピュータメモリ５１２、と共に示されている。
ポンプコントローラ５０４がプロセッサ５０２からのコマンドをポンプモータ５０６のための制御信号に変換する方法と同様に、バルブコントローラ６００は、プロセッサ５０２からのコマンドをバルブソレノイド５０８のための制御信号に変換し得る。一例では、プロセッサ５０２は、エアベッド内の一群のエアチャンバのうちの１つの特定のエアチャンバにポンプを接続するようにバルブコントローラ６００にコマンドを発行し得る。バルブコントローラ６００は、ポンプが指示されたエアチャンバに接続されるように、バルブソレノイド５０８の位置を制御し得る。
圧力センサ６０２は、エアベッドの１または複数のエアチャンバからの圧力読取値を読み取ることができる。圧力センサ６０２はまた、デジタルセンサ調整を行うこともできる。
マザーボード４０２は、ここで図示されるものを含むがそれに限定されない、一組のネットワークインタフェースを含み得る。これらのネットワークインタフェースは、マザーボードが、有線または無線ネットワークを介して、周辺センサ、周辺コントローラ、コンピューティングデバイス、及び、インターネット４１２に接続された装置及びサービス、を含むがこれらに限定されない、任意の数の装置と通信することを、許容し得る。
図７は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得るドーターボード４０４の一例のブロック図である。幾つかの形態では、１または複数のドーターボード４０４がマザーボード４０２に接続され得る。幾つかのドーターボード４０４は、特定のタスク及び／または区画化されたタスクをマザーボード４０２から解放（オフロード）するように設計され得る。これは、例えば、特定のタスクが、計算集約型であるか、独占的（ｐｒｏｐｒｉｅｔａｒｙ）であるか、または将来の改訂の対象である、という場合に有利であり得る。例えば、特定の睡眠データメトリックを計算するために、ドーターボード４０４が使用され得る。このメトリックは、計算集約的であり得て、ドーターボード４０４で当該睡眠メトリックを計算すれば、当該メトリックが計算されている間、マザーボード４０２のリソースが解放され得る。追加的及び／または代替的に、当該睡眠メトリックは、将来の改訂の対象となり得る。システム４００を新しい睡眠メトリックで更新するために、当該メトリックを計算するドーターボード４０４のみが交換される必要がある、ということが可能である。この場合、同一のマザーボード４０２及び他の構成要素が使用され得るため、ドーターボード４０４だけでなく追加の構成要素のユニット試験を実行する、という必要がない。
ドーターボード４０４は、電源部７００、プロセッサ７０２、コンピュータ可読メモリ７０４、圧力センサ７０６、及び、ＷｉＦｉ無線器７０８、と共に図示されている。プロセッサは、圧力センサ７０６を使用して、エアベッドの１または複数のエアチャンバの圧力に関する情報を収集し得る。このデータから、プロセッサ７０２は、睡眠メトリックを計算するためのアルゴリズムを実行し得る。幾つかの例では、睡眠メトリックは、エアチャンバの圧力のみから計算され得る。他の例では、睡眠メトリックは、１または複数の他のセンサから計算され得る。様々なデータが必要とされる例では、プロセッサ７０２は、適切な１または複数のセンサから当該データを受信し得る。これらのセンサは、ドーターボード４０４の内部にあり得る、ＷｉＦｉ無線器７０８を介してアクセス可能であり得る、あるいは、プロセッサ７０２と通信中であり得る。睡眠メトリックが計算されると、プロセッサ７０２は、当該睡眠メトリックを例えばマザーボード４０２に報告し得る。
図８は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、ドーターボード無しのマザーボード８００の一例のブロック図である。この例では、マザーボード８００は、図６のマザーボード４０２及び図７のドーターボード４０４を参照して説明された機能の、ほとんど、全て、またはより多く、を実行し得る。
図９は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、センサアレイ４０６の一例のブロック図である。一般に、センサアレイ４０６は、マザーボード４０２と通信するがマザーボード４０２に対してネイティブではない周辺センサの一部または全ての概念的なグループである。
センサアレイ４０６の周辺センサは、特定のセンサの形態にとって適切であるように、ＵＳＢスタック６０４、ＷｉＦｉ無線器６０６、ブルートゥース（登録商標）低エネルギ（ＢＬＥ）無線器６０８、ＺｉｇＢｅｅ無線器６１０、及び、ブルートゥース（登録商標）無線器６１２を含むがこれらに限定されないマザーボードの１または複数のネットワークインタフェースを介して、マザーボード４０２と通信し得る。例えば、ＵＳＢケーブルを介して読取値を出力するセンサは、ＵＳＢスタック６０４を介して通信し得る。
センサアレイ４０６の周辺センサ９００の幾つかは、ベッドに取り付けられ得る。これらのセンサは、例えば、ベッドの構造内に埋め込まれ得て、ベッドと一緒に販売され得るか、あるいは、後にベッドの構造に取り付けられ得る。他の周辺センサ９０２、９０４は、マザーボード４０２と通信し得るが、選択的にベッドに取り付けられない場合がある。場合によっては、ベッドに取り付けられたセンサ９００及び／または周辺センサ９０２、９０４の一部または全てが、ネットワーク用ハードウェアを共有し得る。それは、マザーボード４０２に取り付けられる時、関連するセンサの全てをマザーボード４０２と接続する、各センサからのワイヤ、マルチワイヤケーブル、または、プラグを含む導体（導線）を含む。幾つかの実施形態では、センサ９０２、９０４、９０６、９０８、９１０のうちの、１つ、幾つか、または全てが、圧力、温度、光、音、及び／または、マットレスの１または複数の他の特徴などの、マットレスの１または複数の特徴を感知可能である。幾つかの実施形態では、センサ９０２、９０４、９０６、９０８、９１０のうちの、１つ、幾つか、または全てが、マットレスの外部の１または複数の特徴を感知可能である。幾つかの実施形態では、センサ９０２、９０４、９０６、９０８、９１０のうちの、幾つか、または全てが、マットレスの１または複数の特徴、及び／または、マットレスの外部の１または複数の特徴を感知可能である一方で、圧力センサ９０２が、マットレスの圧力を感知可能である。
図１０は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、コントローラアレイ４０８の一例のブロック図である。一般に、コントローラアレイ４０８は、マザーボード４０２と通信するがマザーボード４０２に対してネイティブではない周辺コントローラの一部または全ての概念的なグループである。
コントローラアレイ４０８の周辺コントローラは、特定のセンサの形態にとって適切であるように、ＵＳＢスタック６０４、ＷｉＦｉ無線器６０６、ブルートゥース（登録商標）低エネルギ（ＢＬＥ）無線器６０８、ＺｉｇＢｅｅ無線器６１０、及び、ブルートゥース（登録商標）無線器６１２を含むがこれらに限定されないマザーボードの１または複数のネットワークインタフェースを介して、マザーボード４０２と通信し得る。例えば、ＵＳＢケーブルを介してコマンドを受信するコントローラは、ＵＳＢスタック６０４を介して通信し得る。
コントローラアレイ４０８のコントローラの幾つか１０００は、ベッドに取り付けられ得る。これらのコントローラは、例えば、ベッドの構造内に埋め込まれ得て、ベッドと一緒に販売され得るか、あるいは、後にベッドの構造に取り付けられ得る。他の周辺コントローラ１００２、１００４は、マザーボード４０２と通信し得るが、選択的にベッドに取り付けられない場合がある。場合によっては、ベッドに取り付けられたコントローラ１０００及び／または周辺コントローラ１００２、１００４の一部または全てが、ネットワーク用ハードウェアを共有し得る。それは、マザーボード４０２に取り付けられる時、関連するコントローラの全てをマザーボード４０２と接続する、各コントローラのためのワイヤ、マルチワイヤケーブル、または、プラグを含む導体（導線）を含む。
図１１は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、コンピューティングデバイス４１２の一例のブロック図である。コンピューティングデバイス４１２は、例えば、ベッドのユーザによって使用されるコンピューティングデバイスを含み得る。例示的なコンピューティングデバイス４１２は、モバイルコンピューティングデバイス（例えば、携帯電話、タブレットコンピュータ、ラップトップ）及びデスクトップコンピュータを含むが、これらに限定されない。
コンピューティングデバイス４１２は、電源部１１００、プロセッサ１１０２及びコンピュータ可読メモリ１１０４を含む。ユーザ入力及び出力が、例えば、スピーカ１１０６、タッチスクリーン１１０８、または、ポインティングデバイス若しくはキーボードなどの他の不図示の構成要素、によって送信され得る。コンピューティングデバイス４１２は、１または複数のアプリケーション１１１０を実行し得る。これらのアプリケーションは、例えば、ユーザがシステム４００と相互作用することを許容するアプリケーションを含み得る。これらのアプリケーションは、ユーザが、ベッドに関する情報（センサの読取値、睡眠メトリックなど）を視認したり、システム４００の動作を構成したり（例えば、ベッドに所望の堅さを設定したり、周辺装置に所望の動作を設定したり）することを許容し得る。場合によっては、コンピューティングデバイス４１２は、前述のリモートコントロール１２２に加えて、またはそれに置換するために、使用され得る。
図１２は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、ベッドデータクラウドサービス４１０ａの一例のブロック図である。この例では、ベッドデータクラウドサービス４１０ａは、特定のベッドからセンサデータ及び睡眠データを収集し、当該センサデータ及び睡眠データが生成された時にベッドを使用している１または複数のユーザと当該センサデータ及び睡眠データとを照合する、ように構成されている。
ベッドデータクラウドサービス４１０ａは、ネットワークインタフェース１２００、通信マネージャ１２０２、サーバハードウェア１２０４、及び、サーバシステムソフトウェア１２０６、と共に示されている。更に、ベッドデータクラウドサービス４１０ａは、ユーザ識別モジュール１２０８、デバイス管理モジュール１２１０、センサデータモジュール１２１２、及び、高度睡眠データモジュール１２１４、と共に示されている。
ネットワークインタフェース１２００は、一般に、１または複数のハードウェア装置がネットワークを介して通信することを許容するために使用される、ハードウェア及び低レベルソフトウェアを含む。例えば、ネットワークインタフェース１２００は、ベッドデータクラウドサービス４１０ａの構成要素が例えばインターネット４１２を介して互いに及び他の宛先と通信する、ことを許容するために必要とされる、ネットワークカード、ルータ、モデム、及び、他のハードウェア、を含み得る。通信マネージャ１２０２は、一般に、ネットワークインタフェース１２００上で動作する、ハードウェア及びソフトウェアを含む。これは、ベッドデータクラウドサービス４ｌ０ａによって使用されるネットワーク通信を開始、維持、及び破棄するためのソフトウェアを含む。これは、例えば、ＴＣＰ／ＩＰ、ＳＳＬまたはＴＬＳ、トレント（Ｔｏｒｒｅｎｔ）、及び、ローカルまたはワイドエリアネットワークを介した他の通信セッション、を含む。通信マネージャ１２０２は、また、ベッドデータクラウドサービス４１０ａの他の要素に、ロードバランシング及び他のサービスを提供し得る。
サーバハードウェア１２０４は、一般に、ベッドデータクラウドサービス４１０ａをインスタンス化して維持するために使用される物理処理装置を含む。このハードウェアは、プロセッサ（例えば、中央処理装置、ＡＳＩＣ、グラフィックプロセッサ）及びコンピュータ可読メモリ（例えば、ランダムアクセスメモリ、安定したハードディスク、テープバックアップ）を含むが、これらに限定されない。１または複数のサーバが、地理的に離れ得る乃至接続され得る、クラスター、マルチコンピュータ、または、データセンター、に構成され得る。
サーバシステムソフトウェア１２０６は、一般に、アプリケーション及びサービスに動作環境を提供するためにサーバハードウェア１２０４上で実行されるソフトウェアを含む。サーバシステムソフトウェア１２０６は、実サーバで実行されるオペレーティングシステム、実サーバでインスタンス化されて多くの仮想サーバを生成する仮想マシン、データ移行や冗長性やバックアップなどのサーバレベルの動作、を含み得る。
ユーザ識別モジュール１２０８は、関連付けられたデータ処理システムを備えたベッドのユーザに関連するデータを、含み得る、または、参照し得る。例えば、ユーザは、ベッドデータクラウドサービス４１０ａまたは他のサービスに登録された、顧客、所有者、または、他のユーザ、を含み得る。各ユーザは、例えば、固有の識別子、ユーザ資格情報、連絡先情報、請求書情報、人口統計情報、または、他の技術的に適切な情報、を有し得る。
デバイス管理モジュール１２１０は、データ処理システムに関連付けられたベッドまたは他の製品に関連するデータを、含み得る、または、参照し得る。例えば、ベッドは、ベッドデータクラウドサービス４１０ａに関連付けられたシステムで販売または登録された製品（製品情報）を含み得る。各ベッドは、例えば、固有の識別子、モデル及び／またはシリアル番号、販売情報、地理的情報、配送情報、関連付けられたセンサ及び周辺制御装置のリスト、などを有し得る。更に、ベッドデータクラウドサービス４１０ａによって記憶される１または複数の索引（インデックス）が、ベッドに関連付けられているユーザを識別し得る。例えば、この索引（インデックス）は、ベッド等で眠る１または複数のユーザに対してのベッドの売上を記録し得る。
センサデータモジュール１２１２は、関連付けられたデータ処理システムを備えたベッドによって記録される生の（未加工の）センサデータまたは圧縮された（処理された）センサデータを記録し得る。例えば、ベッドのデータ処理システムは、温度センサ、圧力センサ及び光センサを有し得る。これらのセンサからの読取値が、センサの生の形態でまたは生のデータから生成された様式（例えば、睡眠メトリック）で、ベッドのデータ処理システムによってベッドデータクラウドサービス４１０ａに通信され得て、センサデータモジュール１２１２に保存され得る。更に、ベッドデータクラウドサービス４１０ａによって記憶された１または複数の索引（インデックス）が、センサデータモジュール１２１２に関連付けられたユーザ及び／またはベッドを識別し得る。
ベッドデータクラウドサービス４１０ａは、その利用可能なデータのいずれかを使用して、高度睡眠データ１２１４を生成し得る。一般に、高度睡眠データ１２１４は、センサ読取値から生成される睡眠メトリック及び他のデータを含む。これらの計算の幾つかは、例えば、計算が複雑であるか、ベッドのデータ処理システムでは利用できない大量のメモリ領域またはプロセッサ能力を必要とする場合、ベッドのデータ処理システムにおいてローカルに実行される代わりに、ベッドデータクラウドサービス４１０ａで実行され得る。これは、ベッドシステムが、比較的簡単なコントローラで動作することを許容する一方、依然として比較的複雑なタスク及び計算を実行するシステムの一部である、ということに役立ち得る。
図１３は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、睡眠データクラウドサービス４１０ｂの一例のブロック図である。この例では、睡眠データクラウドサービス４１０ｂは、ユーザの睡眠体験に関連するデータを記録するように構成されている。
睡眠データクラウドサービス４１０ｂは、ネットワークインタフェース１３００、通信マネージャ１３０２、サーバハードウェア１３０４、及び、サーバシステムソフトウェア１３０６、と共に示されている。更に、睡眠データクラウドサービス４１０ｂは、ユーザ識別モジュール１３０８、圧力センサ管理モジュール１３１０、圧力ベースの睡眠データモジュール１３１２、生の圧力センサデータモジュール１３１４、及び、非圧力の睡眠データモジュール１３１６、と共に示されている。
圧力センサ管理モジュール１３１０は、ベッド内の圧力センサの構成及び動作に関連するデータを、含み得る、または、参照し得る。例えば、このデータは、特定のベッドのセンサの種類の識別子、それらの設定及び較正のデータ、などを含み得る。
圧力ベースの睡眠データ１３１２は、生の圧力センサデータ１３１４を使用して、特に圧力センサデータに関連付けられた睡眠メトリックを計算し得る。例えば、ユーザの存在、動き、体重変化、心拍数、及び、呼吸数は、全て、生の圧力センサデータ１３１４から判定（決定）され得る。更に、睡眠データクラウドサービス４１０ｂによって記憶される１または複数のインデックスが、圧力センサ、生の圧力センサデータ、及び／または、圧力ベースの睡眠データ、に関連するユーザを識別し得る。
非圧力の睡眠データ１３１６は、他のデータソースを使用して、睡眠メトリックを計算し得る。例えば、ユーザが入力した好み、光センサの読取値、及び、音響センサの読取値が、全て、睡眠データの追跡に利用され得る。更に、睡眠データクラウドサービス４１０ｂによって記憶される１または複数のインデックスが、他のセンサ及び／または非圧力の睡眠データ１３１６、に関連するユーザを識別し得る。
図１４は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、ユーザアカウントクラウドサービス４１０ｃの一例のブロック図である。この例では、ユーザアカウントクラウドサービス４ｌ０ｃは、ユーザのリストを記録し、それらのユーザに関連する他のデータを識別するように構成されている。
ユーザアカウントクラウドサービス４１０ｃは、ネットワークインタフェース１４００、通信マネージャ１４０２、サーバハードウェア１４０４、及び、サーバシステムソフトウェア１４０６、と共に示されている。更に、ユーザアカウントクラウドサービス４１０ｃは、ユーザ識別モジュール１４０８、購入履歴モジュール１４１０、関与（エンゲージメント）モジュール１４１２、及び、アプリケーション使用履歴モジュール１４１４、と共に示されている。
ユーザ識別モジュール１４０８は、関連付けられたデータ処理システムを備えたベッドのユーザに関連するデータを、含み得る、または、参照し得る。例えば、ユーザは、ユーザアカウントクラウドサービス４１０ｃまたは他のサービスに登録された、顧客、所有者、または、他のユーザ、を含み得る。各ユーザは、例えば、固有の識別子、ユーザ資格情報、人口統計情報、または、他の技術的に適切な情報、を有し得る。
購入履歴モジュール１４１０は、ユーザによる購入に関連するデータを、含み得る、または、参照し得る。例えば、購入データは、販売の連絡先情報、請求書情報、及び、営業担当者情報を含み得る。更に、ユーザアカウントクラウドサービス４１０ｃによって記憶される１または複数のインデックスが、購入に関連付けられたユーザを識別し得る。
関与（エンゲージメント）モジュール１４１２は、ベッド及び／またはクラウドサービスの製造者、ベンダー、及び／または、管理者、に対するユーザの相互作用（遣り取り）を追跡し得る。この関与データは、通信（例えば、ｅメール、サービスコールなど）、販売データ（例えば、領収書、コンフィグレーションログ）、及び、ソーシャルネットワークの相互作用（遣り取り）、を含み得る。
使用履歴モジュール１４１４は、ベッドの１または複数のアプリケーション及び／またはリモートコントロールとのユーザ相互作用（遣り取り）に関するデータを含み得る。例えば、モニタリング及びコンフィグレーションアプリケーションが、例えば複数のコンピューティングデバイス４１２上で実行するように分散され得る。このアプリケーションは、アプリケーション使用履歴モジュール１４１４に記憶するために、ユーザ相互作用をログに記録して報告し得る。更に、ユーザアカウントクラウドサービス４１０ｃによって記憶される１または複数のインデックスが、各ログエントリに関連付けられたユーザを識別し得る。
図１５は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、販売時点管理（ＰＯＳ）クラウドサービス１５００の一例のブロック図である。この例では、販売時点管理クラウドサービス１５００は、ユーザの購入に関連するデータを記録するように構成されている。
販売時点管理クラウドサービス１５００は、ネットワークインタフェース１５０２、通信マネージャ１５０４、サーバハードウェア１５０６、及び、サーバシステムソフトウェア１５０８、と共に示されている。更に、販売時点管理クラウドサービス１５００は、ユーザ識別モジュール１５１０、購入履歴モジュール１５１２、及び、セットアップモジュール１５１４、と共に示されている。
購入履歴モジュール１５１２は、ユーザ識別モジュール１５１０で識別されるユーザによって行われた購入に関連するデータを、含み得る、または、参照し得る。購入情報は、例えば、販売、価格、販売場所、配送先住所、及び、販売時にユーザによって選択されたコンフィグレーション（設定）オプション、のデータを含み得る。これらのコンフィグレーションオプションは、新しく購入したベッドがどのようにセットアップされることを希望するかについてユーザが行った選択を含み得て、且つ、例えば、予想される睡眠スケジュール、ユーザが有するまたは設置するであろう周辺センサ及びコントローラのリスト、等を含み得る。
ベッドセットアップモジュール１５１４は、ユーザが購入したベッドの設置に関連するデータを、含み得る、または、参照し得る。ベッセットアップデータは、例えば、ベッドが配送される日付と住所、配送を受け取る人、配送時にベッドに適用されているコンフィグレーション（設定）、当該ベッド上で眠るであろう１または複数の人の名前、各々の人がベッドのどちら側を使用するか、等を含み得る。
販売時点管理クラウドサービス１５００に記録されたデータは、後日、ユーザのベッドシステムによって参照され得て、当該販売時点管理クラウドサービス１５００に記録されたデータに従って、ベッドシステムの機能を制御したり、及び／または、周辺構成要素に制御信号を送信したりできる。これは、販売員が販売時点でユーザから情報を収集することを許容し得て、それは、後でベッドシステムの自動化を容易にする。幾つかの例では、ベッドシステムの幾つかまたは全ての特徴が自動化され得て、販売時点の後、ユーザ入力のデータはほとんど乃至全く要求されない。他の例では、販売時点管理クラウドサービス１５００に記録されるデータが、ユーザ入力のデータから収集される様々な追加データに関連して、使用され得る。
図１６は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、環境クラウドサービス１６００の一例のブロック図である。この例では、環境クラウドサービス１６００は、ユーザの家内環境に関連するデータを記録するように構成されている。
環境クラウドサービス１６００は、ネットワークインタフェース１６０２、通信マネージャ１６０４、サーバハードウェア１６０６、及び、サーバシステムソフトウェア１６０８、と共に示されている。更に、環境クラウドサービス１６００は、ユーザ識別モジュール１６１０、環境センサモジュール１６１２、及び、環境要因モジュール１６１４、と共に示されている。
環境センサモジュール１６１２は、ユーザ識別モジュール１６１０のユーザがベッド内に設置したセンサのリストを含み得る。これらのセンサは、光センサ、ノイズセンサ、振動センサ、サーモスタットなど、環境変数を検出可能な任意のセンサを含む。更に、環境センサモジュール１６１２は、それらのセンサからの過去の読取値または報告（レポート）を記憶し得る。
環境要因モジュール１６１４は、環境センサモジュール１６１２のデータに基づいて生成された報告を含み得る。例えば、環境センサモジュール１６１２のデータについて光センサを有するユーザの場合、環境要因モジュール１６１４は、ユーザが眠っているときに増加した照明のインスタンスの頻度及び持続時間を示す報告を保持し得る。
ここで説明される例では、各クラウドサービス４１０が、同一の構成要素の幾つかと共に示されている。様々な形態で、これらの同一の構成要素は、部分的にまたは完全に、サービス間で共有されてもよいし、あるいは、それらは別々であってもよい。幾つかの形態では、各サービスは、幾つかの点で同じまたは異なる構成要素の一部または全ての別個のコピーを有し得る。更に、これらの構成要素は、説明のための例としてのみ提供されている。他の例では、各クラウドサービスは、技術的に可能な、構成要素の異なる数、タイプ、及びスタイルを有し得る。
図１７は、ベッド（本明細書に記載されたベッドシステムのベッドなど）に関連付けられ得るデータ処理システムを使用して、ベッドの周りの周辺機器を自動化する一例のブロック図である。ここに示されているのは、ポンプマザーボード４０２上で実行される行動分析モジュール１７００である。例えば、行動分析モジュール１７００は、コンピュータメモリ５１２に記憶され、プロセッサ５０２によって実行される１または複数のソフトウェアコンポーネントであり得る。一般に、行動分析モジュール１７００は、多種多様なソース（例えば、センサ、非センサローカルソース、クラウドデータサービス）からデータを収集し得て、行動アルゴリズム１７０２を使用し得て、取られるべき１または複数の動作（例えば、周辺コントローラに送信するコマンド、クラウドサービスに送信するデータ）を生成し得る。これは、例えば、ユーザの行動を追跡したり、ユーザのベッドと通信する装置を自動化したりするのに、有用であり得る。
行動分析モジュール１７００は、例えば、ベッドの特徴、ベッドの環境、及び／または、ベッドのユーザ、に関するデータを収集するために、任意の技術的に適切なソースからデータを収集し得る。幾つかのそのようなソースは、センサアレイ４０６のセンサのいずれかを含む。例えば、このデータは、行動分析モジュール１７００に、ベッドの周囲の環境の現在の状態に関する情報を提供し得る。例えば、行動分析モジュール１７００は、圧力センサ９０２からの読取値にアクセスし得て、ベッド内のエアチャンバの圧力を判定し得る。この読取値と、場合によっては他のデータとから、ベッドでのユーザの存在が判定され得る。別の例では、行動分析モジュール１７００は、光センサ９０８にアクセスし得て、ベッドの環境における光の量を検出し得る。
同様に、行動分析モジュール１７００は、クラウドサービスからのデータにアクセスし得る。例えば、行動分析モジュール１７００は、ベッドクラウドサービス４１０ａにアクセスし得て、履歴センサデータ１２１２及び／または高度睡眠データ１２１４にアクセスし得る。以前に記載されていないものを含む他のクラウドサービス４１０が、行動分析モジュール１７００によってアクセスされ得る。例えば、行動分析モジュール１７００は、気象レポーティングサービス、第三者データプロバイダー（例えば、交通及びニュースデータ、緊急放送データ、ユーザ旅行データ）、及び／または、時計及びカレンダサービス、にアクセスし得る。
同様に、行動分析モジュール１７００は、非センサソース１７０４からのデータにアクセスし得る。例えば、行動分析モジュール１７００は、ローカルな時計及びカレンダサービス（例えば、マザーボード４０２またはプロセッサ５０２の構成要素）にアクセスし得る。
行動分析モジュール１７００は、１または複数の行動アルゴリズム１７０２による使用のためにこのデータを集約及び準備し得る。ユーザの行動を学習したり、並びに／または、アクセスしたデータの状態及び／若しくは予測されるユーザの行動に基づいて幾つかの動作を実行したりするために、行動アルゴリズム１７０２が使用され得る。例えば、行動アルゴリズム１７０２は、利用可能なデータ（例えば、圧力センサ、非センサデータ、時計及びカレンダーデータ）を使用して、ユーザが毎晩就寝する時のモデルを作成し得る。その後、同一または異なる動作アルゴリズム１７０２が使用され得て、エアチャンバ圧力の増加がユーザの就寝を示している可能性が高いか否かを判定し得て、そうであれば、幾つかのデータを第三者クラウドサービス４１０に送信し得て、及び／または、周辺コントローラ１００２を作動させ得る。
図示の例では、行動分析モジュール１７００及び行動アルゴリズム１７０２は、マザーボード４０２の構成要素として示されている。もっとも、他の構成も可能である。例えば、同一または同様の行動分析モジュール及び／または行動アルゴリズムが、１または複数のクラウドサービスで実行され得て、結果の出力が、マザーボード４０２、コントローラアレイ４０８のコントローラ、または、任意の他の技術的に適切な受容者、に送信され得る。
図１８は、本明細書で説明される技法を実装するために使用され得る、コンピューティングデバイス１８００の一例及びモバイルコンピューティングデバイスの一例を示す。コンピューティングデバイス１８００とは、ラップトップ、デスクトップ、ワークステーション、個人情報端末、サーバ、ブレードサーバ、メインフレーム、及び、他の適切なコンピュータなど、様々な形態のデジタルコンピュータを表すことが意図されている。モバイルコンピューティングデバイスとは、個人情報端末、携帯電話、スマートフォン、及び、他の同様のコンピューティングデバイスなど、様々な形態のモバイルデバイスを表すことが意図されている。ここに示されている構成要素、それらの接続と関係、及び、それらの機能は、例示のみを意図しており、本願書類において説明及び／または請求される本発明の実装を制限することは意図されていない。
コンピューティングデバイス１８００は、プロセッサ１８０２、メモリ１８０４、記憶装置（ストレージデバイス）１８０６、メモリ１８０４及び複数の高速拡張ポート１８１０に接続する高速インタフェース１８０８、及び、低速拡張ポート１８１４及び記憶装置１８０６に接続する低速インタフェース１８１２、を含む。プロセッサ１８０２、メモリ１８０４、記憶装置１８０６、高速インタフェース１８０８、高速拡張ポート１８１０、及び、低速インタフェース１８１２、の各々は、様々なバスを使用して相互接続され、一般的なマザーボード上に、または必要に応じた他の態様で、搭載され得る。プロセッサ１８０２は、メモリ１８０４内または記憶装置１８０６上に記憶（格納）された命令を含む、コンピューティングデバイス１８００内で実行するための命令を処理して得て、高速インタフェース１８０８に結合されたディスプレイ１８１６のような外部入出力装置上に、ＧＵＩのためのグラフィック情報を表示し得る。他の実装形態では、複数のプロセッサ及び／または複数のバスが、複数のメモリ及びメモリのタイプと共に、必要に応じて、使用され得る。また、各コンピューティングデバイスが必要な動作の一部を提供するように、複数のコンピューティングデバイスが接続され得る（例えば、サーババンクとして、ブレードサーバの一群として、または、マルチプロセッサシステムとして）。
メモリ１８０４は、コンピューティングデバイス１８００内の情報を記憶する。幾つかの実装形態では、メモリ１８０４は、１または複数の揮発性メモリユニットである。幾つかの実装形態では、メモリ１８０４は、１または複数の不揮発性メモリユニットである。メモリ１８０４は、磁気ディスクまたは光ディスクなどの、コンピュータ可読媒体の別の形態であってもよい。
記憶装置１８０６は、コンピューティングデバイス１８００に大容量ストレージを提供可能である。幾つかの実装形態では、記憶装置１８０６は、フロッピーディスク装置、ハードディスク装置、光ディスク装置、テープ装置、フラッシュメモリ、若しくは、他の同様のソリッドステートメモリ装置、などのコンピュータ可読媒体、または、ストレージエリアネットワークまたは他の形態の複数の装置を含む複数の装置の配列、であり得るか、それらを含み得る。コンピュータプログラム製品は、情報キャリア（担体）内に有体的に具体化され得る。コンピュータプログラム製品はまた、実行される時に前述の方法のような１または複数の方法を実施する命令、を含み得る。コンピュータプログラム製品はまた、メモリ１８０４、記憶装置１８０６、またはプロセッサ１８０２上のメモリ、などのコンピュータ可読媒体内または機械可読媒体内に有体的に具体化され得る。
高速インタフェース１８０８は、コンピューティングデバイス１８００のための帯域幅消費型（ｂａｎｄｗｉｄｔｈ−ｉｎｔｅｎｓｉｖｅ）動作を管理し、低速インタフェース１８１２は、より低い帯域幅消費型動作を管理する。このような機能の割り当ては、単なる例示である。幾つかの実装形態では、高速インタフェース１８０８は、メモリ１８０４、ディスプレイ１８１６（例えば、グラフィックプロセッサまたはアクセラレータを介して）、及び、様々な拡張カード（不図示）を受け入れ可能な高速拡張ポート１８１０、に結合される。当該実装では、低速インタフェース１８１２は、記憶装置１８０６及び低速拡張ポート１８１４に結合される。低速拡張ポート１８１４は、様々な通信ポート（例えば、ＵＳＢ、ブルートゥース（登録商標）、イーサネット、ワイヤレスイーサネット）を含み得て、キーボード、ポインティングデバイス、スキャナー、または、例えばネットワークアダプタを介してのスイッチやルータなどのネットワーク装置、などの１または複数の入出力装置に結合され得る。
コンピューティングデバイス１８００は、図に示されているように、幾つかの異なる形態で実装され得る。例えば、それは、標準的なサーバ１８２０として、または、そのようなサーバの一群（グループ）において複数回、実装され得る。更に、それは、ラップトップコンピュータ１８２２などのパーソナルコンピュータで実装され得る。また、それは、ラックサーバシステム１８２４の一部として実装され得る。あるいは、コンピューティングデバイス１８００からの構成要素は、モバイルコンピューティングデバイス１８５０などのモバイルデバイス（図示せず）の他の構成要素と組み合わせられ得る。そのようなデバイスの各々は、コンピューティングデバイス１８００及びモバイルコンピューティングデバイス１８５０のうちの１または複数を含み得て、システム全体が、互いに通信する複数のコンピューティングデバイスで構成され得る。
モバイルコンピューティングデバイス１８５０は、とりわけ、プロセッサ１８５２、メモリ１８６４、ディスプレイ１８５４などの入出力装置、通信インタフェース１８６６、及び、トランシーバ１８６８を含む。モバイルコンピューティングデバイス１８５０は、また、追加のストレージ（記録装置）を提供するために、マイクロドライブまたは他の装置などの記憶装置が設けられ得る。プロセッサ１８５２、メモリ１８６４、ディスプレイ１８５４、通信インタフェース１８６６、及び、トランシーバ１８６８の各々は、様々なバスを使用して相互接続され、当該構成要素の幾つかは、共通のマザーボード上に、または、必要に応じた他の態様で、搭載され得る。
プロセッサ１８５２は、メモリ１８６４内に記憶された命令を含む、モバイルコンピューティングデバイス１８５０内の命令を実行し得る。プロセッサ１８５２は、別個の複数のアナログ及びデジタルプロセッサを含むチップのチップセットとして実装され得る。プロセッサ１８５２は、例えば、ユーザインタフェースの制御、モバイルコンピューティングデバイス１８５０によって実行されるアプリケーション、及び、モバイルコンピューティングデバイス１８５０による無線通信など、モバイルコンピューティングデバイス１８５０の他の構成要素の調整（ｃｏｏｒｄｉｎａｔｉｏｎ）を提供し得る。
プロセッサ１８５２は、ディスプレイ１８５４に結合された制御インタフェース１８５８及びディスプレイインタフェース１８５６を介して、ユーザと通信し得る。ディスプレイ１８５４は、例えば、ＴＦＴディスプレイ（薄膜トランジスタ液晶ディスプレイ）、ＯＬＥＤ（有機発光ダイオード）ディスプレイ、または、他の適切なディスプレイ技術、であり得る。ディスプレイインタフェース１８５６は、ディスプレイ１８５４を駆動してグラフィック情報及び他の情報をユーザに提示するための適切な回路を有し得る。制御インタフェース１８５８は、ユーザからコマンドを受け取り、それらをプロセッサ１８５２に提示するために変換し得る。更に、外部インタフェース１８６２が、プロセッサ１８５２との通信を提供し得て、モバイルコンピューティングデバイス１８５０の他のデバイスとの近距離通信を可能にし得る。外部インタフェース１８６２は、例えば、幾つかの実装における有線通信、または、他の実装における無線通信、を提供し得て、複数のインタフェースが使用されてもよい。
メモリ１８６４は、モバイルコンピューティングデバイス１８５０内の情報を記憶する。メモリ１８６４は、１または複数のコンピュータ可読媒体、１または複数の揮発性メモリユニット、または、１または複数の不揮発性メモリユニット、として実装され得る。拡張メモリ１８７４も、提供され得て、例えばＳＩＭＭ（シングルインラインメモリモジュール）カードインタフェースを含み得る拡張インタフェース１８７２を介して、モバイルコンピューティングデバイス１８５０に接続され得る。拡張メモリ１８７４は、モバイルコンピューティングデバイス１８５０のための追加の記憶空間を提供し得る、または、モバイルコンピューティングデバイス１８５０のためのアプリケーションまたは他の情報を記憶し得る。具体的には、拡張メモリ１８７４は、前述のプロセスを実行または補足するための命令を含み得て、また、安全情報をも含み得る。従って、例えば、拡張メモリ１８７４は、モバイルコンピューティングデバイス１８５０のためのセキュリティモジュールとして提供され得て、モバイルコンピューティングデバイス１８５０の安全な使用を許容する命令でプログラムされ得る。更に、ハッキングできない態様でＳＩＭＭカード上に識別情報を配置するなど、追加情報と共に、ＳＩＭＭカードを介して安全なアプリケーションが提供され得る。
メモリは、以下に説明されるように、例えば、フラッシュメモリ及び／またはＮＶＲＡＭメモリ（不揮発性ランダムアクセスメモリ）を含み得る。幾つかの実装形態では、コンピュータプログラム製品が、情報キャリア（担体）内に有体的に具体化される。コンピュータプログラム製品は、実行される時に前述の方法のような１または複数の方法を実施する命令、を含む。コンピュータプログラム製品は、メモリ１８６４、拡張メモリ１８７４、またはプロセッサ１８５２上のメモリ、などのコンピュータ可読媒体または機械可読媒体であり得る。幾つかの実装形態では、コンピュータプログラム製品は、例えばトランシーバ１８６８または外部インタフェース１８６２を介して、伝播信号で受信され得る。
モバイルコンピューティングデバイス１８５０は、通信インタフェース１８６６を介して、無線通信し得る。通信インタフェース１８６６は、必要に応じて、デジタル信号処理回路を含み得る、通信インタフェース１８６６は、とりわけ、ＧＳＭ音声通話（モバイル通信用グローバルシステム）、ＳＭＳ（ショートメッセージサービス）、ＥＭＳ（拡張メッセージングサービス）、ＭＭＳメッセージング（マルチメディアメッセージングサービス）、ＣＤＭＡ（コード分割多重アクセス）、ＴＤＭＡ（時分割多重アクセス）、ＰＤＣ（パーソナルデジタルセルラー）、ＷＣＤＭＡ（登録商標）（広帯域コード分割多重アクセス）、ＣＤＭＡ２０００、または、ＧＰＲＳ（汎用パケット無線サービス）、等の様々なモードまたはプロトコルの下で通信を提供し得る。そのような通信は、例えば、無線周波数を使用してトランシーバ１８６８を介して発生し得る。更に、ブルートゥース（登録商標）、ＷｉＦｉ、または、他のそのようなトランシーバ（不図示）を使用するなどして、短距離通信が発生し得る。更に、ＧＰＳ（全地球測位システム）受信モジュール１８７０が、モバイルコンピューティングデバイス１８５０に、追加のナビゲーション及び位置関連無線データを提供し得る。それは、モバイルコンピューティングデバイス１８５０上で実行されるアプリケーションによって適切に使用され得る。
モバイルコンピューティングデバイス１８５０はまた、オーディオコーデック１８６０を使用して可聴的に通信し得る。オーディオコーデック１８６０は、ユーザからの話された情報を受信し得て、それを使用可能なデジタル情報に変換し得る。同様に、オーディオコーデック１８６０は、例えばモバイルコンピューティングデバイス１８５０のハンドセット内のスピーカを介するなどして、ユーザにとっての可聴音を生成し得る。そのような音は、音声通話からの音を含み得て、録音された音（例えば、音声メッセージ、音楽ファイルなど）を含み得て、及び、モバイルコンピューティングデバイス１８５０上で動作するアプリケーションによって生成される音をも含み得る。
モバイルコンピューティングデバイス１８５０は、図に示されるように、幾つかの異なる形態で実装され得る。例えば、それは、携帯電話１８８０として実装され得る。また、それは、スマートフォン１８８２、個人情報端末、または、他の同様のモバイルデバイス、の一部として実装され得る。
ここで説明されるシステム及び技術の様々な実装は、デジタル電子回路、集積回路、特別に設計されたＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／または、それらの組み合わせ、で実現され得る。これらの様々な実装は、少なくとも１つのプログラム可能なプロセッサを含むプログラム可能なシステム上で実行可能及び／または解釈可能な１または複数のコンピュータプログラムでの実装を含み得る。それは、特別の目的または一般的な目的で、ストレージシステム、少なくとも１つの入力デバイス、及び、少なくとも１つの出力デバイス、からのデータ及び命令を受信し、且つ、それらへデータ及び命令を送信する、ように結合され得る。
これらのコンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、または、コードとも呼ばれる）は、プログラマブルプロセッサのための機械語命令を含み、高レベルのプロシージャ型及び／またはオブジェクト指向型のプログラミング言語で、及び／または、アセンブリ／機械語で、実装され得る。本明細書で使用される場合、機械可読媒体及びコンピュータ可読媒体という用語は、機械命令及び／またはデータをプログラマブルプロセッサに提供するために使用される任意のコンピュータプログラム製品、装置及び／またはデバイス（例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（ＰＬＤ））を指す。これは、機械可読信号として機械命令を受け取る機械可読媒体を含む。機械可読信号という用語は、機械命令及び／またはデータをプログラマブルプロセッサに提供するために使用される任意の信号を指す。
ユーザとの相互作用を提供するために、ここで説明されるシステム及び技術は、ユーザに情報を表示するための表示装置（例えば、ＣＲＴ（ブラウン管）またはＬＣＤ（液晶ディスプレイ）モニター）と、ユーザが当該コンピュータに入力を提供できるキーボード及びポインティングデバイス（例えば、マウスやトラックボール）と、を備えたコンピュータで実装され得る。他の種類のデバイスもまた、ユーザとの相互作用を提供するために使用され得る。例えば、ユーザに提供されるフィードバックは、任意の形態のセンサフィードバック（例えば、視覚フィードバック、聴覚フィードバック、または、触覚フィードバック）であり得る。ユーザからの入力は、音響、音声、または、触覚入力を含む任意の形態で受信され得る。
ここで説明されるシステム及び技術は、バックエンドコンポーネント（例えば、データサーバ）を含む、またはミドルウェアコンポーネント（例えば、アプリケーションサーバ）を含む、またはフロントエンドコンポーネント（例えば、ユーザがそれを介してここで説明されるシステム及び技術の実装と相互作用できるグラフィカルユーザインタフェースまたはウェブブラウザを備えたクライアントコンピュータ）を含む、またはそのようなバックエンド、ミドルウェアないしフロントエンドコンポーネントの任意の組み合わせを含む、コンピューティングシステム内に実装され得る。システムの構成要素は、デジタルデータ通信の任意の形態または媒体（例えば、通信ネットワーク）で相互接続され得る。通信ネットワークの例は、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、インターネット、を含む。
コンピューティングシステムは、クライアントとサーバとを含み得る。クライアントとサーバは、一般的には互いから離れていて、典型的には通信ネットワークを介して相互作用する。クライアントとサーバとの関係は、それぞれのコンピュータ上で実行されて互いにクライアント−サーバの関係を有するコンピュータプログラムによって、生じる。
図１９は、ホームオートメーション用に音響読取値及び圧力読取値を収集するために使用され得るパイプライン（論理回路連鎖）１９００の一例のパイプライン図である。当該パイプライン１９００は、ベッド上のユーザによる生理学的イベントの検出に応答してホームオートメーション装置に制御信号を送信する機能を含むベッドシステムによって使用され得る。例えば、パイプライン１９００は、ベッドの堅さ及び高さをも制御するエアベッドのコントローラに含まれ得る。幾つかの例では、パイプライン１９００は、他のデータ処理システムによって使用され得る。例えば、音響センサ１９０２は、ベッドシステムと通信しているホームオートメーションシステムの異なる要素に一体化（統合）され得る。
音響センサ１９０２は、環境内の音響エネルギに応答してデータストリームを生成するように構成されたハードウェア及びソフトウェアを含み得る。音響センサ１９０２は、例えば、ベッドフレームまたはベッド上のマットレスに内蔵された１または複数のマイクロフォンを含み得る。音響センサ１９０２は、例えば、家または病院などの建物を通して配置された複数のセンサを含み得る。幾つかの場合、音響センサ１９０２は、異なるソースからの異なるタイプのセンサを含み得る。例えば、ベッドに内蔵されたセンサと電話のセンサとが連携し得て、それら個々のセンシングから１または複数のデータストリームを生成し得る。
音響センサ１９０２は、アナログ音響ストリーム１９０４を生成し得る。幾つかの音響センサ１９０２は、当該センサ１９０２によって受信された音響エネルギに比例するアナログ電気信号であるアナログ信号を生成する。例えば、音響エネルギが特定の形状を有する圧力波である場合、センサ１９０２は、同一の特定の形状を有する電波を有するアナログ音響ストリーム１９０４を生成し得る。
デジタイザ１９０６は、アナログ音響ストリーム１９０４を受信し得て、デジタル音響ストリーム１９０８を生成し得る。例えば、デジタイザ１９０６は、特定の形状の波を有するアナログ音響ストリーム１９０４を受信し得て、所定の変換アルゴリズムに従って当該波を記述するデジタル値のストリームを生成し得る。このデジタルストリームは、幾つかの実装形態では、特定のサンプルレートでの入力波の値に比例する２の補数のバイナリ値（二進数）です。
幾つかの実装形態では、センサ１９０２は、アナログ音響ストリーム１９０４を生成せず、代わりに、デジタル音響ストリーム１９０８を生成する。幾つかの場合、デジタルであるかアナログであるかに関わりなく、２以上の音響ストリームが使用される。明確のため、以下の説明は、単一のアナログ音響ストリーム１９０４を生成する単一のセンサ１９０２を使用するパイプライン１９００を参照してなされるが、他の形態も可能である。
フレーマ１９１０が、デジタル音響ストリーム１９０８からデジタル音響フレーム１９１２を生成する。例えば、デジタル音響ストリーム１９０８がバイナリディジットのストリームである場合、フレーマ１９１０は、固定時間ウィンドウ内のバイナリディジットの全てを含むデジタル音響フレーム１９１２を生成し得る。
幾つかの実装形態では、デジタル音響フレーム１９１２は、重複し得る。例えば、各フレームが、１００ｍｓの長さであり得て、前のデジタル音響フレームと５０ｍｓだけ重複し得て、次のデジタル音響フレームと５０ｍｓだけ重複し得る。別の例では、各フレームが、２００ｍｓの長さであり得て、２つの隣接するデジタル音響フレームと各々１０ｍｓだけ重複し得る。別の例では、各フレームが、２０ｓの長さであり得て、２つの隣接するデジタル音響フレームと各々１ｓだけ重複し得る。
パイプライン１９００は、圧力センサ１９１４をも含み得る。例えば、圧力センサ１９１４は、エアベッドなどのベッド内に含まれ得て、ベッド上にいる１または複数のユーザによってベッドに加えられる圧力に応答してデータストリームを生成するように構成されたハードウェア及びソフトウェアを含み得る。圧力センサ１９１４は、例えば、ホースによってエア袋に流体的に結合されたトランスデューサまたは可撓性膜を含み得る。幾つかの場合、圧力センサ１９１４は、例えば、ベッドのマットレスの上または下に配置され得るパッド、ストリップ、パック、またはシートの形態で、ベッドから分離可能であり得る。
圧力センサ１９１４は、アナログ圧力ストリーム１９１６を生成し得る。幾つかの圧力センサ１９１４は、当該センサ１９１４によって受信された圧力に比例するアナログ電気信号であるアナログ信号を生成する。例えば、圧力が特定の形状を有する圧力波である場合、センサ１９１４は、同一の特定の形状を有する電波を有するアナログ圧力ストリーム１９１６を生成し得る。
デジタイザ１９１８は、アナログ圧力ストリーム１９１６を受信し得て、デジタル圧力ストリーム１９２０を生成し得る。例えば、デジタイザ１９１８は、特定の形状の波を有するアナログ圧力ストリーム１９１６を受信し得て、所定の変換アルゴリズムに従って当該波を記述するデジタル値のストリームを生成し得る。このデジタルストリームは、幾つかの実装形態では、特定のサンプルレートでの入力波の値に比例する２の補数のバイナリ値（二進数）です。幾つかの場合、デジタイザ１９０６及び１９１８は、同一のサンプリングレートを使用し得る。幾つかの場合、デジタイザ１９０６及び１９１８は、異なるサンプリングレートを使用し得る。
幾つかの実装形態では、センサ１９１４は、アナログ圧力ストリーム１９１６を生成せず、代わりに、デジタル圧力ストリーム１９２０を生成する。幾つかの場合、デジタルであるかアナログであるかに関わりなく、２以上の圧力ストリームが使用される。明確のため、以下の説明は、単一のアナログ圧力ストリーム１９１６を生成する単一のセンサ１９１４を使用するパイプライン１９００を参照してなされるが、他の形態も可能である。
フレーマ１９２２が、デジタル圧力ストリーム１９２０からデジタル圧力フレーム１９２４を生成する。例えば、デジタル圧力ストリーム１９２０がバイナリディジットのストリームである場合、フレーマ１９２２は、固定時間ウィンドウ内のバイナリディジットの全てを含むデジタル圧力フレーム１９２４を生成し得る。
幾つかの実装形態では、デジタル圧力フレーム１９２４は、重複し得る。例えば、各フレームが、１００ｍｓの長さであり得て、前のデジタル圧フレームと５０ｍｓだけ重複し得て、次のデジタル圧力フレームと５０ｍｓだけ重複し得る。別の例では、各フレームが、２００ｍｓの長さであり得て、２つの隣接するデジタル圧力フレームと各々１０ｍｓだけ重複し得る。別の例では、各フレームが、３０秒の長さであり得て、前及び次のデジタル圧力フレームと各々１秒だけ重複し得る。
デジタル音響フレーム１９１２及びデジタル圧力フレーム１９２４は、当該デジタル音響フレーム１９１２及びデジタル圧力フレーム１９２４を記憶用に準備するべく、暗号化／圧縮化エンジン１９３２によって使用され得る。暗号化／圧縮化エンジン１９３２は、暗号化された／圧縮化された読取値１９３４を作成し得て、それは、確実に暗号化されて圧縮されたデータを含む。それは、復号されて圧縮解凍される時、デジタル音響フレーム１９１２及びデジタル圧力フレーム１９２４を生成する。暗号化／圧縮化エンジン１９３２は、暗号化された／圧縮化された読取値１９３４を、クラウドストレージなどのオフサイトまたはローカルのストレージ１９３６に送信し得る。
イベント分析器１９２６も、ベッド上のユーザの生理学的イベントの識別（特定）を行うために、デジタル音響フレーム１９１２及びデジタル圧力フレーム１９２４を使用し得る。以下に示されるように、例えば、１または複数の機械学習プロセスが使用され得て、イベント分析器１９２６は、その生理学的イベントの識別に基づいて、対応する制御信号１９２８を生成し得る。コントローラアレイ１９３０が、当該制御信号を受信し得て、当該制御信号に従って制御可能装置を作動させ得て、ユーザの環境を変更し得る。
イベント分析器１９２６は、１の計算または複数の計算の組み合わせを使用して、生理学的イベントに関する決定を行うことができる。例えば、各フレーム内で、音響読取値の時間的特性及びスペクトル的特性に対応する特徴が生成され得る。そのような特徴の例は、
エポック内のオーディオ信号の、最小、最大、平均、中央値、標準偏差、並びに、ピークの振幅、幅及び位置の関数、
エポック内のオーディオ信号のエンヴェロープ（包絡線）の、最小、最大、平均、中央値、標準偏差、並びに、ピークの振幅、幅及び位置の関数、
エポック内のオーディオ信号のスペクトルの、最小、最大、平均、中央値、標準偏差、並びに、ピークの振幅、幅及び位置の関数、
エポック内のオーディオ信号のエンヴェロープ（包絡線）のスペクトルの、最小、最大、平均、中央値、標準偏差、並びに、ピークの振幅、幅及び位置の関数、
エポック内のオーディオ信号のスペクトルから、異なるスペクトルサブバンドのレシオメトリックな測定値として計算される音響指数、
エポック内のオーディオ信号のスペクトルからのメル周波数係数、
を含むが、これらに限定されない。
例えば、各フレーム内で、圧力読取値の時間的特性及びスペクトル的特性に対応する特徴が生成され得る。そのような特徴の例は、
圧力変動から測定される呼吸の数（速度）の関数、
圧力変動から測定される呼吸の振幅の関数、
圧力変動から測定される呼吸の持続時間の関数、
エポック内の圧力信号の、最小、最大、平均、中央値、標準偏差、並びに、ピークの振幅、幅及び位置の関数、
エポック内の圧力信号のスペクトルの、最小、最大、平均、中央値、標準偏差、並びに、ピークの振幅、幅及び位置の関数、
エポック内の圧力信号のスペクトルから、異なるスペクトルサブバンドのレシオメトリックな測定値として計算される圧力指数、
を含むが、これらに限定されない。
図２０Ａ及び図２０Ｂは、ベッドにおける生理学的イベントを判定及び分類するための機械学習分類器を訓練及び使用するための例示的なプロセス２０００及び２０５０のスイムレーン図である。明確のため、プロセス２０００及び２０５０は、特定の構成要素のセットを参照しながら記載されている。もっとも、同一または同様のプロセスを実施するために、他の１または複数のシステムも使用され得る。
プロセス２０００では、ベッドシステムが、圧力／音響センサ２００２の読取値を使用して、ユーザがベッド上またはベッドの近くにいる時に、ユーザがベッドの圧力にどのような影響を与えるのか、及び、ユーザがどのような音響を生成するのか、を学習する。ベッドシステムは、ユーザの生理学的イベントを複数の可能性ある生理学的イベントの１つに識別する判定エンジンのための信号として、これらの読取値を使用することができる。生理学的イベントは、心臓発作、発熱状態、呼吸困難、無呼吸イベント、運動障害、などの危険または要注意のイベントを含み得る。また、生理学的イベントは、くしゃみ、無呼吸でない鼾イベント、温度変化に対する予想される健康的な心臓反応、などの危険でない日常的なイベントを含み得る。
動作中、ベッドは、ユーザの生理学的イベントを識別し得て、当該生理学的イベントに従って動作し得る。例えば、ユーザは、彼らが鼾を掻いている時に、彼らの鼾を最小化するように圧力を変えて頭を上昇させるように、ベッドシステムを構成し得る。ユーザは、発熱イベントや無呼吸イベントなどの不健康イベントが識別される場合、可聴アラームを発するようにベッドを構成し得る。ベッドは、圧力／音響センサ２００２からの一連のライブ読取値に基づいて、生理学的イベントを反復的にまたは連続的に識別するように動作し得る。生理学的イベントが識別される時、ベッドシステムは、ユーザの下方のマットレスの圧力を変更するようにポンプに指示し得て、ベッドの頭部を上昇させ得て、アラートを発し得る、等々することができる。
圧力／音響センサ２００２が、圧力を感知する（２０１２）。例えば、圧力センサは、ベッドシステム内のエア袋の内部圧力を反映する圧力読取値のライブストリームを作成し得る。この圧力読取値のライブストリームは、実質的に定常的にアナログまたはデジタル情報の形でベッドコントローラ２００４に提供され得る。これにより、ベッドシステム上のユーザ（または他の物体）に起因する、または、ベッドが空である時の、エア袋内の圧力が反映され得る。
同時に、音響センサは、ベッドシステムのユーザの周囲の環境内の音響エネルギを反映する音響読取値のライブストリームを作成し得る。この音響読取値のライブストリームは、実質的に定常的にアナログまたはデジタル情報の形でベッドコントローラ２００４に提供され得る。これにより、鼾や発話等によりユーザによって作成された音響に起因する、ユーザの周囲の音響状態が反映され得る。
ベッドコントローラ２００４は、圧力／音響読取値を受信する（２０１４）。例えば、ベッドコントローラ２００４は、最新のＮ個の読取値をベッドコントローラにとって利用可能にするローリングバッファなどのコンピュータメモリ構造内に、圧力／音響読取値を留め置くことができる。ベッドコントローラ２００４は、これらの圧力／音響読取値を集約し得て、当該読取値をサブサンプリングし得て、あるいは、それら全てを個別に記憶し得る。
ベッドコントローラ２００４は、圧力／音響読取値を送信し（２０１６）、クラウドレポーティングサービス２００６が、当該圧力／音響読取値を受信する（２０１８）。例えば、ベッドコントローラ２００４は、全ての圧力／音響読取値をクラウドレポーティングサービス２００６に送信し得る、あるいは、幾つかの圧力／音響読取値のみ（他は含まない）がクラウドレポーティングサービス２００６に送信されるべきであると判定し得る。クラウドレポーティングサービス２００６は、圧力／音響読取値を受信するように構成され、場合によっては、他のタイプのデータを受信するように構成される。クラウドレポーティングサービス２００６に送信される圧力／音響読取値は、ベッドコントローラ２００４によって変更されていなくてもよいし、集約（例えば、平均、最大及び最小など）されていてもよいし、あるいは、他の態様でベッドコントローラ２００４によって変更されていてもよい。
分類器ファクトリ２００８が、圧力／音響読取値２０２０から分類器を生成する。分類器ファクトリ２００８は、予備分類される読取値変動パターンの大きなセットを最初に取得することで、分類器を訓練し得る。例えば、１つのベッドまたは多くのベッドが、読取値データをクラウドレポーティングサービス２００６に報告し得る。この読取値データは、ベッドコントローラ２００４及び／または他のベッドコントローラによって使用されるための圧力分類器の作成における分析のために、タグ付けされ、記録され、及び、記憶され得る。
分類器ファクトリ２００８は、読取値から特徴を生成し得る。例えば、圧力信号のストリーム及び音響信号のストリームは、例えば１秒、２．１２５秒、３秒、または２０秒、の複数のバッファに分割され得て、時間または頻度の領域での特徴を生成し得る。これらの特徴は、これらのバッファ内の圧力／音響の直接の測定値であり得る。例えば、そのような特徴は、最大、最小、またはランダムな圧力／音響値を含み得る。これらの特徴は、これらのバッファ内の読取値から導出され得る。例えば、そのような特徴は、平均読取値、標準偏差、または、当該バッファ内の経時的な増加または減少を示す勾配値、を含み得る。特徴ベクトルの値は、バイナリ形式または数値形式であり得る。各バッファについて、複数の値が所定の順序で記憶され得て、一連のフィールドで構成されるベクトルを作成し得る。各ベクトルは、同一の一連のフィールドとそれらのフィールド内のデータとを有する。幾つかの他の特徴は、フーリエ変換またはウェーブレット変換の係数など、圧力及び音響信号の変換領域表現から計算され得る。
別の例として、分類器ファクトリは、読取値があるパターンまたはあるパターンのための規則に合致するという、読取値内のインスタンスを識別し得る。一例において、繰り返しパターンが、圧力または音響ストリームの正弦波形状または鋸歯形状として定義され得て、それは、顕著な増大や急激な変動を含む。そのようなパターンが識別され得て、時間または周波数における当該パターンに関する対応する合成情報（例えば、タイムスタンプ、持続時間、最大エンヴェロープ振幅、スペクトルピーク）が、圧力及び音響信号及び／または他の外部情報（例えば、実時間クロック）から合成され得る。
分類器ファクトリ２００８は、特徴を組み合わせ、または、減らすことができる。例えば、抽出された特徴は、主成分分析を使用して組み合わされ得る。特徴の主成分分析のために、分類器ファクトリ２００８は、ユーザの生理学的イベントを区分（判別）する全ての特徴のサブセットを決定し得る。すなわち、分類器ファクトリ２００８は、特徴を、生理学的イベントを決定するのに有用な特徴と、有用性の低い特徴と、に分類し得て、より有用な特徴が保持され得る。このプロセスは、試行錯誤ベースに行われ得て、特徴のランダムな組み合わせが試験されてもよい。このプロセスは、１または複数の体系的なプロセスを使用して実行されてもよい。例えば、線形判別分析または一般化判別分析が使用され得る。
幾つかの場合、全ての使用可能な特徴のセットから、特徴の適切なサブセットが選択され得る。複数の分類器が作成されている場合、当該選択は、分類器ごとに１回、行われ得る。あるいは、当該選択は、複数の分類器が作成されている場合、複数または全ての分類器に対して１回、行われ得る。
例えば、ランダムな（または疑似ランダムな）数が生成され得て、当該数の特徴が削除され得る。幾つかの場合、複数の特徴が１つの集約特徴に集約され得る。例えば、圧力または音響読取値で複数の繰り返しパターンが識別される場合、当該繰り返しパターン及び／または当該繰り返しパターンに関連する合成データが集約され得る。例えば、全ての生理学的パターンの持続時間が、平均、標準偏差、最小、及び／または、最大の持続時間に集約され得る。
分類器ファクトリ２００８は、特徴を処理し得る。例えば、残りの特徴は、それらの値を合理化するように処理され得て、各特徴は、当該特徴がどれほど判別性があるのか、に対応する重みで処理される。ある特徴について、判別性が非常に高く、生理学的イベントの分類に非常に有用である、と見出された場合、当該特徴には、他の特徴よりも大きな重みが与えられ得る。２番目の特徴について、他の特徴よりも判別性が低いと見出された場合、当該２番目の特徴には、より低い重みが与えられ得る。
カーネル空間にマッピングされると、特徴が標準化され得て、データポイントを所定の平均に集中させ得て、単位標準偏差を有するように当該特徴をスケーリングし得る。これは、特徴が全て、例えば、０の平均値と１の標準偏差とを有することを許容し得る。抽出された特徴は、その後、前述されたのと同一のベクトル形式を使用したベクトル形式に変換される。
幾つかの場合、入力データをカーネル空間にマッピングするために、残りの特徴がカーネル関数を適用することによって処理され得る。カーネル空間は、異なるクラスターが異なる状態を表し得るように、高次元空間（例えば、特徴データのベクトルが入力されたベクトル空間）がクラスター化されることを許容する。カーネル関数は、線形、二次式、多項式、動径基底、多層パーセプトロン、または、カスタム、を含む任意の適切な形式であり得る。
分類器ファクトリ２００８は、分類器を訓練し得る。例えば、パターン認識アルゴリズムが、それによって新しい圧力読取値が分類され得る分類器を訓練するために、抽出された特徴のベクトルと、それらに対応する存在状態ラベルとを、データセットとして使用し得る。幾つかの場合、これは、後の使用のために訓練データと共に分類器を記憶することを含み得る。
分類器ファクトリ２００８は、分類器を送信し得て（２０２２）、ベッドコントローラ２００４は、分類器を受信し得る（２０２４）。例えば、分類器ファクトリ２００８によって作成された１または複数の分類器は、ベッドコントローラ２００４及び／または他のベッドコントローラに送信され得る。幾つかの場合、分類器は、コンパクトディスク（ＣＤ）、ユニバーサルシリアルバス（ＵＳＢ）ドライブ、または、他のデバイス、などの非一時的なコンピュータ可読媒体で送信（提供）され得る。分類器は、ソフトウェアインストールの一部として、ソフトウェア更新の一部として、または、別のプロセスの一部として、ベッドコントローラ２００４及び／または他のベッドコントローラにロード（搭載）され得る。幾つかの場合、分類器ファクトリ２００８は、ベッドコントローラ２００４及び／または他のベッドコントローラにメッセージを送信し得て、当該メッセージは、圧力読取値のストリーム及び／または音響読取値のストリームを使用してユーザの生理学的イベントを識別（特定）する１または複数の分類器を規定するデータを含み得る。幾つかの構成では、分類器ファクトリ２００８は、１つのメッセージまたは時間的に互いに近い一連のメッセージのいずれかで、分類器を一度に送信し得る。幾つかの構成では、分類器ファクトリ２００８は、時間的に分離された分類器を送信し得る。例えば、分類器ファクトリ２００８は、分類器を生成及び送信し得る。その後、より多くの圧力センサデータが利用可能になると、分類器ファクトリ２００８は、既に作成されたものとは異なる、更新された分類器または新しい分類器を生成し得る。
分類器は、１または複数のデータ構造で定義され得る。例えば、分類器ファクトリ２００８は、ソフトウェアライブラリ、実行可能ファイル、または、オブジェクトファイル、などの実行可能または解釈可能なファイルに分類器を記録し得る。分類器は、拡張可能マークアップ言語（ＸＭＬ）ドキュメントや、ジャバスクリプトオブジェクト表記（ＪＳＯＮ）オブジェクトなどの、構造化データオブジェクトとして記憶、使用、または、送信され得る。幾つかの例では、分類器は、ベッドコントローラ２００４が実行できる（例えば、実行または解釈できる）バイナリ形式またはスクリプト形式で作成され得る。幾つかの例では、分類器は、直接的には実行されないフォーマットで作成され得るが、ベッドコントローラ２００４が当該データに従って分類器を構築することを許容するデータを伴うフォーマットで作成され得る。
ベッドコントローラ２００４はまた、圧力読取値のストリーム及び音響読取値のストリームを使用して、生理学的状態を識別し得る（２０２６）。例えば、ベッドコントローラ２００４は、圧力読取値のストリーム及び音響読取値のストリームからのデータを使用して、１または複数の分類器を実行し得る。分類器は、当該データを複数の状態（例えば、生理学的イベントがない、生理学的イベントがある、等）のうちの１つに分類し得る、及び／または、当該生理学的イベント状態が見出される場合には特定の生理学的イベントを識別し得る。例えば、分類器は、データストリームを前記のベクトル形式に変換し得る。次に、分類器は、当該ベクトルを審査して、当該ベクトルが、ある生理学的イベントとしてラベル付けされた訓練データに似ているか、生理学的イベントがないとしてラベル付けされた訓練データに似ているか、を数学的に判定する。この類似性が計算されると、カテゴライザは、当該状態を示す応答を戻し得る（すなわち、応答し得る）。
生理学的イベント分析器は、１または複数の機械学習分類器を使用して、圧力及び／または音響読取値のフレームを、生理学的イベントありまたは生理学的イベントなしに分類する。一例では、分類器は、エポックを２クラスに分類する：生理学的イベントなし、生理学的イベントあり。別の例では、分類器は、エポックを３クラスに分類する：イベントなし、心臓イベント、呼吸イベント。別の例では、分類器は、エポックを多数のイベントの１つに分類する。
ベッドコントローラ２００４は、２つ以上の分類器を使用し得る。すなわち、ベッドコントローラ２００４は、各々が異なるように機能し、及び／または、分類を成立させるために異なる訓練データを使用する、複数の分類器へのアクセスを有し得る。このような場合、分類器の判定は、投票として扱われ得て、投票の集計が、生理学的イベントの存在または不在の判定のために使用され得る。分類器が１つだけ使用されている場合、当該分類器の投票が唯一の投票であり、当該投票が生理学的状態の検知として使用される。複数の分類器がある場合、異なる分類器は、相反する投票を生成する可能性があり、ベッドコントローラは、投票を獲得した１つの生理学的状態を選択し得る。
様々な投票カウント方式が可能である。幾つかの場合、ベッドコントローラ２００４は、各生理学的イベントの投票をカウントし得て、最も投票数が多い生理学的イベントが判定される生理学的イベントである。幾つかの場合、ベッドコントローラ２００４は、他の投票カウント方式を使用し得る。例えば、異なる分類器からの投票が、分類器の履歴上の正確さに基づいて重み付けされ得る。そのような方式では、より正確であると履歴上示されている分類器に、より大きな重みが与えられ得る一方で、より低い履歴上の精度を伴う分類器には、より小さな重みが与えられ得る。この精度は、集団レベルまたは特定のユーザレベルで追跡され得る。
幾つかの場合、機械学習システム以外のシステムによって、票が投じられ得て、それらの投票が投票総数に組み込まれ得て、投票判定の結果に影響を与え得る。例えば、非機械学習の圧力分類アルゴリズムが、例えば閾値との比較に基づいて、票を投じ得る。
幾つかの場合、システムは、異なる動作モードを有し得て、モードに応じて異なるように投票を集計し得る。例えば、ベッドが調整処理中である時、または、調整可能な土台（基礎）が動いている乃至ベッドの一部が上昇されている時、異なる投票戦略が使用され得る。幾つかのモードでは、幾つかの他のモードと比較して、幾つかの分類器により大きな重みまたはより小さな重みが与えられ得るか、重みが全く与えられない。これは、例えば、ある分類器が、あるモード（例えば、ベッドが平らなモード）で別のモード（例えば、ベッドの頭部が土台によって上昇されているモード）に対して正確であることが示されている時、有用であり得る。
幾つかの場合、ベッドコントローラ２００４は、生理学的イベントを識別する前に、ユーザがベッドにいる及び／または眠っている、ことを保証し得る。例えば、圧力及び／または音響読取値の一方または両方を使用して、ベッドコントローラは、ユーザがベッドにいるか、あるいは、ベッドが空であるか、を最初に判定し得る。ユーザがベッドにいると判定される場合、ベッドコントローラ２００４は、ベッド内のユーザの生理学的イベントを識別し得る。構成に依存するが、ユーザの存在及び睡眠が確認されると、ベッドコントローラ２００４は、イベントを識別し得る（２０２６）。
ベッドコントローラ２００４は、デバイス動作を選択する（２０２８）。例えば、ユーザが生理学的イベントを体験していないという判定に応答して、または、ユーザが特定の生理学的イベント中であるという判定に応答して、ベッドコントローラ２００４は、処理されるべきデバイス動作を選択し得る。例えばローカルにまたはリモートマシン上で、コンピュータ可読ストレージに記憶されているルールセットが、生理学的状態に基づいてユーザまたは別のシステムが要求する動作を識別し得る。例えば、ユーザは、グラフィカルユーザインタフェースを介して、鼾を掻いている時に騒音中（ｗｈｉｌｅ−ｎｏｉｓｅ）機械が作動することを望む旨、を記録（文書化）し得る。すなわち、鼾を掻いている時だけであるが、パートナーを悩ませないように、ホワイトノイズが鼾を覆い隠すようにすべきである。別の例では、ユーザは、同一のグラフィカルユーザインタフェースを介して、健康にとって重要な生理学的イベントが識別される場合（例えば、心臓発作、卒中）、目覚めさせられること、及び、緊急サービスに電話をかけてもらうことを望む旨、を記録（文書化）し得る。
ルールセット及び生理学的イベント判定に基づいて、ベッドコントローラ２００４は、要求された周辺機器またはベッドシステム要素を作動させるために、適切なデバイスコントローラ２０１０にメッセージを送信し得る。例えば、生理学的イベント識別に基づいて、ベッドコントローラ２００４は、頭部または足部の角度を調整するためにベッドの土台にメッセージを送信し得て、ホワイトノイズや大きなアラームを発し始めるためにスピーカにメッセージを送信し得て、ベッドシステムの堅さを調整するためにポンプにメッセージを送信し得て、フットヒータを作動させるために足加温コントローラにメッセージを送信し得て、及び、ホワイトノイズを調整するためにホワイトノイズコントローラにメッセージを送信し得る。
デバイスコントローラ２０１０は、周辺デバイスを制御し得る（２０３０）。例えば、ホワイトノイズコントローラは、ベッド周りの部屋のホワイトノイズ用のスクリプトを開始し得て、ホワイトノイズを発し始め得る。
一般に、プロセス２０００は、訓練時間と作動時間に編成され得る。訓練時間は、生理学的イベント分類器を作成するために一般的に使用される動作を含み得る一方、作動時間は、分類器を使用して生理学的イベントを識別するために一般的に使用される動作を含み得る。ベッドシステムの構成に応じて、前記時間の片方または両方の動作が作動または停止され得る。例えば、ユーザが新しくベッドを購入する時、当該ベッドは、ユーザが当該ベッド上で引き起こす圧力の読取値へのアクセス、及び、鼾を掻いているユーザによって生成される音響の読取値へのアクセス、を有しない場合がある。ユーザが最初の数晩当該ベッドを使用し始める時、重要な読取値の塊（集合）が収集されると（例えば、特定の数の読取値、特定の数の夜、異なる試験またはヒューリスティックに基づく特定の数の予想される出入りイベント）、ベッドシステムはそれらの圧力及び音響読取値を収集し得て、それらをクラウドレポーティングサービス２００６に提供し得る。
ベッドシステムは、分類器を更新または拡張するために、訓練時間で動作し得る。ベッドコントローラ２００４は、分類器の受信後、訓練時間の動作を継続し得る。例えば、ベッドコントローラ２００４は、計算リソースが空いている時、ユーザの指示などで、定期的に圧力及び音響読取値をクラウドレポーティングサービス２００６に送信し得る。分類器ファクトリ２００８は、新しい分類器または更新された分類器を生成及び送信し得て、または、ベッドコントローラ２００４上の１または複数の分類器が廃止されるべきであることを示すメッセージを送信し得る。
ベッドコントローラ２００４は、ベッドシステムに接続されたホームオートメーションがどのように動作すべきか、を定義するルール及び設定を受信し得る。分類器を使用して、ベッドシステムは、ホームオートメーションをルール及び設定に従って実行させるために、作動時間の動作を実行し得る。
ベッドシステムは、圧力センサ２００２からの同一の圧力読取値及び音響センサ２００２からの同一の音響読取値を使用して、訓練時間と動作時間とで同時に動作し得る。例えば、ベッドシステムは、圧力読取値及び音響読取値のストリームを使用して、現在使用中の生理学的イベントカテゴライザに基づいて、生理学的イベントを識別し得て、環境を制御し得る。更に、ベッドシステムは、訓練時間の動作で、圧力／音響読取値のストリームからの同一の圧力／音響読取値を使用して、カテゴライザを改善し得る。このように、圧力及び音響読取値の単一のストリームが、ベッドシステムの機能を改善するため及び自動化イベントを駆動するための両方に、使用され得る。
幾つかの場合、パーソナライズされた分類器の代わりに、またはそれと組み合わせて、分類器の一般的なセットが使用され得る。例えば、ベッドが新たに購入されたり、工場出荷時の設定にリセットされたりする時、ベッドシステムは、個人レベルではなく集団レベルの圧力及び音響読取値に基づいて作成された汎用ないしデフォルトの生理学的イベント分類器で動作し得る。すなわち、ベッドシステムが特定のユーザに関連する特定の圧力読取値について学習する機会を得る前に、一般的な分類器が、ベッドシステムでの使用のために作成され得る。これらの一般的な分類器は、集団レベルの訓練データについて、例えば本明細書に説明されているもののような機械学習技術を使用して生成され得る。これらの一般的な分類器は、追加的または代替的に、非機械学習の技術を使用して生成され得る。例えば、分類器は、閾値（例えば、圧力、経時的な圧力変化）を含み得て、当該閾値を上回る音響読取値が、１つの生理学的イベントを識別するために使用され得て、当該閾値を下回る音響読取値が、別の生理学的イベントを判定するために使用され得る。
要素の特定の数、順序、及び配置がここで説明されているが、他の代替案も可能である。例えば、分類器２０２０の生成は、分類器ファクトリ２００８で実施されるものとして説明されているが、分類器は、代わりにまたは追加的に、ベッドコントローラ２００６によって生成され得て、圧力及び音響データをクラウドサービスに報告しないこともあり得る。
幾つかの実装形態では、ベッドシステムは、２人のユーザに対応し得る。そのような場合、プロセス２０００は、２人のユーザに対応するように１または複数の態様で適合され得る。例えば、各ユーザに対して、ベッドシステムは、２セットの分類器を使用し得る（幾つかの分類器が両方のセットに同時に存在する場合と、同時に存在しない場合と、がある）。例えば、ベッドの一方側が占有されている時、１つのセットが使用され得て、ベッドの反対側が占有されている時、もう１つのセットが使用され得る。これは、例えば、２人目のユーザの存在または不在が、ベッドの１人目のユーザ側の圧力読取値に影響を有する時、有用であり得る。
幾つかの場合、ユーザは、両方のユーザの生理学的イベントに応じてホームオートメーション環境を制御したい場合がある。例えば、あるルールは、両方のユーザがベッドで鼾を掻いている時でなく、一方のユーザのみがベッドで鼾を掻いている時にのみ、ホワイトノイズが作動されるべきである、ということを指定し得る。
この例は、圧力／音響を提供し（２０１６）、その後に分類器を受信する（２０２４）、単一のベッドコントローラ２００４について示されている。しかしながら、このシステムは、多くの更なるベッド及びベッドコントローラに適用可能であることが理解されよう。例えば、圧力／音響が、多くのベッドコントローラ（例えば、数十万個）から受信され得て、訓練データは、これらの多くのベッドから合成され得て、多くのユーザによるベッド使用に関するデータを提供し得る。次に、分類器は、訓練データを提供したベッドの一部、全く無し、または、全て、に分配され得る。例えば、幾つかのベッドは、新しい分類器で更新されたソフトウェアを受信し得る。あるいは、別の例として、新しい分類器は、新しく製造されたベッドにのみ含まれ得る。あるいは、別の例として、各ベッドは、当該特定のベッドのユーザに特に合わせて仕立てられた分類器を受信し得る。
図２０Ｂは、ベッドにおける生理学的イベントを判定及び分類するための機械学習分類器を訓練及び使用するための例示的なプロセス２０５０のスイムレーン図である。プロセス２０００とは異なり、プロセス２０５０は、機械学習のディープラーニング（深層学習）スタイルを使用して分類器２０５２を生成する工程を含む。図示されている例では、（有機的な脳ではなく）コンピュータモデルであるディープニューラルネットワーク（ＤＮＮ）が記述されている。もっとも、理解されるように、他のタイプの人工ニューラルネットワーク及び／または他のタイプのディープラーニング（例えば、畳み込みニューラルネットワーク、リカレントニューラルネットワーク、長・短期記憶−ＬＳＴＭなど）も、プロセス２０５０で使用され得る。更に、分類器を生成する（１９２０、２０５２）ために、他のタイプの機械学習もプロセス２０００、２０５０で使用され得る、ということが理解されよう。
一般に、分類器生成（２０５２）では、分類器ファクトリ２００８は、クラウドレポーティングサービスからラベル付けされた訓練データを受信する。もっとも、プロセス２０００とは異なり、明示的な特徴はスタンドアロンのプロセスとして作成されない。代わりに、分類器の訓練は、ラベル付き訓練データから作成された特徴ではなく、ラベル付き訓練データに直接的に作用する。
分類子ファクトリ２００８は、圧力／音響読取値２０５２から分類器を生成する。例えば、分類器ファクトリ２００８は、分類器を生成するために、人工ニューラルネットワーク型機械学習を実施し得る。分類器ファクトリ２００８は、予備分類された読取値の変動パターンの大きなセットを最初に取得することにより、分類器を訓練し得る。例えば、１つのベッドまたは多くのベッドが、クラウドレポーティングサービス２００６に読取データを報告し得る。この読取データは、ベッドコントローラ２００４及び／または他のベッドコントローラによって使用されるための圧力分類器の作成における分析のために、ラベル付けされ、記録され、及び、記憶され得る。
タグ付けされたデータは、１または複数のＤＮＮ訓練器（トレーナー）に提供される。ＤＮＮ訓練器は、人工ニューロンのグループを層（レイヤー）状に配置し、１つの層の出力を別のレイヤーの入力に接続することによって、初期ＤＮＮを生成する。一般的に言えば、これらの人工ニューロンは、幾つかの入力を取り、それらの機能を実施し、出力を生成する、コンピュータ動作可能な関数である。多くの場合、これらの関数は、２部構成の数学的関数に基づいて定義される−最初に幾つかの線形結合が実施され、次に非線形関数（アクティベーション関数とも呼ばれる）が実施される。もっとも、理解され得るように、任意の技術的に適切な関数が使用され得る。
１つの層のニューロンは、全てグループ化され、当該層の各ニューロンの出力は、次の層のニューロンへの入力として提供される。各層間の接続の数は、当該層内の各ニューロンの入力の数の関数である。例えば、各層が１０個のニューロンを有し、各ニューロンが３個の入力を有するネットワークの場合、当該ネットワークは１つの層と次の層との間に３０（つまり１０×３）の接続を有し得る。層の数、層ごとのニューロンの数、及び、ニューロンごとの入力の数は、各々、分類器ファクトリ２００８がＤＮＮを初期化するプロセスで調整し得るパラメータである。例えば、ネットワークは、数十の層を有し得て、各層は数百のニューロンを有し得て、各ニューロンは数十の入力を有し得る。より多いまたはより少ない複雑さ（層、ニューロン、及び／または、入力の数）が可能である。
１つのニューロンの出力から次のニューロンの入力までの各接続には、重み値が与えられる。この重み値は、例えばランダム（または疑似乱数）の数値に初期化され、または、可能性ある重みのリストから選択することによって初期化される。１つのニューロンの出力が次のニューロンの入力に渡される時、その値は当該重み値によって調整される。例えば、重み値は、０から１の範囲の数値であり得て、渡される値は、当該重み値によって乗算される。
このような初期ＤＮＮが生成されると、訓練データを受信し、当該訓練データで作動することが可能である。すなわち、バイナリデータの順序付けされたシーケンスとしてディスク上に記憶された訓練データは、ＤＮＮのヘッド（すなわち、ＤＮＮの最初の層の元の入力ニューロン）への入力として提供され得る。理解され得るように、入力をＤＮＮの最初の層に提供すると、ＤＮＮは、当該ＤＮＮの層のニューロンを実行し、バイナリデータの２番目の順序付けされたシーケンスの形式で出力を生成する。ここで、バイナリデータの２番目の順序付けされたシーケンスは、信頼スコア付きの分類として解釈され得る−すなわち、当該出力は、ＤＮＮが当該データをどの状態（例えば、イベントなし、運動障害、脚運動）に分類したのかを、０〜１の信頼値と共に、リーダに「伝える」。
生成された初期ＤＮＮを使用して、分類器ファクトリ２００８は、当該ＤＮＮによって作成される分類結果を改善するように当該ＤＮＮを精練し得る。そうするために、分類器ファクトリ２００８は、損失関数を計算し得て、例えば閾値を下回る、または、反復精練による改善に失敗している、といった試験をＤＮＮの当該損失関数が通過する（満たす）まで、ＤＮＮを反復的に修正し得る。
タグ付けされた訓練データのサンプルをＤＮＮがどの程度良好に分類したか、を定義するように、損失関数が選択され得る。値が０〜１である信頼度の例では、不正確な分類に損失値１を割り当て、正しい分類に損失値（ｌ−信頼度）を割り当てる、という損失関数が使用され得る。このように、不正確な分類は、最大の損失値を提供し、正しい分類は、信頼度が高い時、小さな損失を提供する。
分類器ファクトリ２００８は、ＤＮＮの損失値を低減するように、ＤＮＮの精練を開始する。例えば、分類器ファクトリ２００８は、ｉ）ＤＮＮを調整する工程、ｉｉ）ＤＮＮに訓練データを提供する工程、及び、ｉｉｉ）ＤＮＮの損失値を計算する工程、を反復的に実施し得る。
ＤＮＮを調整するために、分類器ファクトリは、１または複数の最適化アルゴリズムを選択し得る。一般に、これらのアルゴリズムの多くは、ニューロン出力とニューロン入力との間の接続の重みを調整することによって、作動する。そうする際に、それらは、ＤＮＮのニューロンによって使用される実際の重み付けされた入力を調整する。それは、ＤＮＮにとっての異なる結果をもたらす。
これらのアルゴリズムの１つは、勾配降下アルゴリズムと呼ばれている。勾配降下法は、損失関数の最小値を見出だすための１次反復最適化アルゴリズムである。勾配降下法の各反復において、ニューロン間の接続の現在の重みが考慮され、ＤＮＮの損失値を少なくとも少量だけ低減するように修正される。これらの修正を行うために、分類器ファクトリ２００８は、ＤＮＮの重みの全てに関して、ＤＮＮの損失関数の勾配を決定し得る。当該勾配を使用して、学習率によって損失関数を低減し得る新しい重みが計算される。勾配降下アルゴリズムは、極小値にトラップされることを回避するための要素をも組み込み得る。例示的な要素は、確率的勾配降下法、バッチ勾配降下法、及び、ミニバッチ勾配降下法、を含む。
ＤＮＮが調整されると、分類器ファクトリ２００８は、ＤＮＮから１または複数の分類器を生成し得る。例えば、分類器ファクトリ２００８は、ＤＮＮで実施される分類に寄与しないという理由で、全ての入力重みがゼロであるニューロンを識別し、それらを除去し得る。
図２１は、圧力及び／または音響信号について分類器を訓練するための例示的なプロセスのフローチャートである。当該プロセス２１００は、例えば、分類器を生成するプロセス（２０２０）の一部として使用され得る。
ある特徴セットが、決定される（２１０２）。例えば、生の圧力データが、圧力データのローリングウィンドウに分離され得て、生の音響データが、音響データのローリングウィンドウに分離され得る。一例では、各ウィンドウは、１秒のデータを表し、１００個の読取値の各々を伴う。一例では、圧力データが第１の長さのウィンドウを使用し、音響データが第２の異なる長さのウィンドウを使用する。ベクトルが、作成され得て、当該ベクトルの最初の１００個のフィールドが、１００個の読取値の各々を順番に記憶するように使用され得る。ベクトルの追加フィールドが、１００個の読取値から計算されるデータを記憶するために使用される。例えば、あるフィールドが、圧力／音響データストリームに対応するスペクトルピークの振幅を記憶するように使用され得る。この値は、特定の生理学的イベントの近似プロキシとして利用され得て、高い振幅は当該生理学的イベントを示す。別のフィールドが、圧力／音響データストリームの値間の最大差を記憶するように使用され得る。これは、読取値の安定レベルを示し得る。更に、幾つかの特徴が、それらの数学的決定の外に、明確なまたは論理的な説明を有しないで、作成され得る。例えば、奇数値または偶数値での読取値のカウントが、ベクトルの１つのフィールドに記憶され得る。これらのフィールドは、人間の設計によって定義され得るし、または、プログラムで生成され得る。
訓練データが、カーネル空間にマッピングされる（２１０４）。例えば、ベクトルは、高次元空間にマッピングされ得る。この高次元空間は、ベクトルが有するフィールドと同じ数の次元を有し得る、または、ベクトルのＮ個のフィールドのサブセットが使用され得て、当該ベクトルがＮ次元空間にマッピングされ得る。各々がベクトルの１つのクラスターを有するような複数のパーティションに空間を分割可能なカーネル関数が、見出だされ得る。例えば、ある２Ｄ空間で、ベクトルは、座標［１，１］周りの１つのクラスターと、座標［１００，１００］周りの別のクラスターと、にマッピングし得る。判定境界 ｙ＝ｌ００−ｘ が、１つのクラスターが全体的に当該関数の線の上方にあり、１つのクラスターが全体的に当該関数の線の下方にある、というように空間を分割し得る。
カーネル関数を見出だすことは、自動化されたプロセスであり得るし、人間の相互作用を伴ってもよい。例えば、モンテカルロプロセスが使用されて、自動化されたプロセスでカーネル関数を検索してもよい。人間が関与するプロセスでは、コンピュータが人間にベクトルの一連の２次元ビューを提示し得て、人間は２次元空間を分割するための２次元関数を作成し得て、コンピュータシステムがこれらの２次元関数からより高次元の関数を構成し得る。
分類器は、マッピングされた特徴セットで訓練される（２１０６）。今やクラスター化された特徴セットを使用して、ある特定の状態をどのクラスターが示すか、を識別するために訓練データが訓練され得る。幾つかの場合、これは、教師あり訓練であり得る。教師あり訓練では、人間がクラスターを識別し得て、各クラスターにラベルを付し得る。例えば、各時間ウィンドウが、当該時間ウィンドウの圧力及び音響読取値が生成された時の生理学的イベントを識別するために、異なるプロセスによってタグ付けされ得る。幾つかの場合、明示的なテストが、データを生成するために実行され得る。既知の生理学的イベントの記録がサンプリング（標本抽出）され得て、また、それら生理学的イベントを体験しながらベッドに横たわっている人間が測定され得る。例えば、リスクのある患者からのデータが収集され得て、当該患者が生理学的イベントを体験した後、それに応じて圧力及び音響データがタグ付けされ得る。このテストセッションからの記録（ログ）は、様々な生理学的状態についてアノテーション（注釈付け）され得て、圧力データ及び音響データが適切にラベル付けされ得る。
幾つかの場合、他の状態識別プロセスが使用され得る。例えば、信頼性のある状態アノテーション（注釈）を生成するために、閾値分析が使用され得るが、そのような分析は、有意に長い圧力及び音響データを必要とし得る（数分から数時間）。そのような場合、圧力及び音響データの生理学的イベントにラベル付けするために、閾値分析が履歴上の圧力及び音響データに対して実行され得る。この履歴分析は、事後的に実行され得るため、ホームオートメーションなどの目的でのリアルタイムでの生理学的イベント識別には有用でないか然程に有用でなくとも、当該目的には有用であり得る。すなわち、判定をなすのに３０分のデータを要する分析が、ベッドの堅さを調整したり調整可能な土台の頭部を上昇させたりするのに許容できない３０分の遅れを生じてしまっても、ここでは使用され得る。
幾つかの場合、訓練は、教師なし訓練であり得る。例えば、訓練は、圧力または音響データの分析のみで実施され得て、外部のインテリジェンスは提供されない。これは、データの教師なしクラスタリングを含み得る。クラスタリング技術は、ｋ−平均クラスタリング、混合モデリング、階層的クラスタリング、自己組織化マッピング、及び、隠れマルコフモデリング、を含むが、これらに限定されない。これは、追加的にまたは代替的に、データの教師なしラベル付けを含み得る。例えば、所定の数の状態の所定のセットでデータを訓練する代わりに、教師（ｓｕｐｅｒｖｉｓｉｏｎ）は、幾つかのクラスターを生成し得て、可能性ある状態の数を判定するために当該数のクラスターを使用し得る。これらの状態には、特定の意味を有しない固有の識別子が与えられ得る（例えば、クラスター１、クラスター２、状態Ａ、状態Ｂ）。次に、教師（ｓｕｐｅｒｖｉｓｉｏｎ）が終了されると、人間が状態情報を分析し得て、状態に対して意味のあるラベルを決定し得る。
図２２は、新しい分類器を生成するための例示的なシステム２２００を示している。この例では、一組のベッド２２０２が、（別の）一組のベッド２２０８にインストールされる分類器を生成するために使用される圧力及び音響読取値を生成する。例えば、ベッド２２０２は、圧力読取値及び／または音響読取値を分類器サーバ２２０４に報告し得る。分類器サーバ２２０４は、分類器を生成し得て、当該分類器をソフトウェアサーバ２２０６に提供し得る。ソフトウェアサーバ２２０６は、ベッド２２０８のソフトウェアのインストールまたは更新を生成し得る。
このタイプのシステムは、例えば、市場向けのベッドまたはオペレーティングシステムの新しいモデルを準備する際に、使用され得る。この場合において、新しいベッドまたはオペレーティングシステムは、様々な訓練データを提供するための大きなユーザベースのベッドを未だ有しない場合がある。代わりに、既存のベッドからの圧力及び／または音響読取値が、分類器の生成のために利用され得る。これらの分類器は、新しいベッドのソフトウェアインストール、または、ソフトウェアの更新、に含まれ得る。このインストールは、ネットワーク化されたインストールまたは更新の形式を取り得るし、または、物理的なデータ記憶装置によって提供され得る。
図２３は、新しい分類器を生成するための例示的なシステム２３００を示している。この例では、一組のベッド２３０２が、当該一組のベッド２３０２にインストールされる分類器を生成するために使用される圧力読取値及び／または音響読取値を生成する。例えば、ベッド２３０２は、圧力及び／または音響読取値を分類器サーバ２３０４に報告し得る。分類器サーバ２２０４は、分類器を生成し得て、当該分類器をソフトウェアサーバ２３０６に提供し得る。ソフトウェアサーバ２３０６は、ベッド２３０２のソフトウェアのインストールまたは更新を生成し得る。
このタイプのシステムは、例えば、ベッド２３０２を更新するために使用され得る。例えば、システム２３００は、ベッド２３０２上の現在の分類器よりも高精度であるように設計される新しい分類器を定期的に生成し得る。この精度向上は、訓練に利用できるより多くのデータ、分類器を生成するための改善された技術、または、データないし分類器の増大されたパーソナライゼーション、の結果であり得る。これらの分類器は、ベッドのソフトウェアインストール、または、ソフトウェアの更新、に含まれ得る。このインストールは、ネットワーク化されたインストールまたは更新の形式を取り得るし、または、物理的なデータ記憶装置によって提供され得る。
本明細書は、単一のユーザがシングルベッドで眠っている例を説明している。もっとも、２人のユーザがベッドを共用する時にも当該技術が利用され得る、ということは理解されよう。例えば、複数（例えば、２人の睡眠者のための２つ）の音響感知測定値が、音響信号及び圧力変動信号の両方から抽出され得る。マットレスシステムの圧力信号からの呼吸の独立した測定値が、鼾の音響及びパターンを呼吸サイクルに同期させるために、利用され得る。
ベッドの各側からの圧力変動の1または複数のパラメータ値が、各マイクロフォンからの音波の1または複数のパラメータ値と相互参照される。ベッド上の存在や、ベッドの左側及び右側からの音波信号及び圧力信号間での、位相同期、クロスエントロピー、クロスレイテンシ、クロス振幅変調、及び、クロス周波数変調、の測定値が、どちら側（のユーザ）が鼾を掻いているのかを判定するために、計算される。
図２４Ａ及び図２４Ｂは、ベッドにおける生理学的イベントを判定及び分類するための機械学習分類器を訓練及び使用するための例示的なプロセス２４００のスイムレーン図である。プロセス２０００とは異なり、プロセス２４００は、生理学的イベントを示さない多くの読取値をも捕捉することを犠牲にして、全ての可能性ある生理学的イベントを捕捉するように構成された高感度スクリーナ２４０２を使用して、潜在的な生理学的イベントを最初にスクリーニングすることを含む。すなわち、クライアント側スクリーナ２４０２は、偽陽性率と非常に低い偽陰性率とを有する可能性が高い。次いで、より正確ではあるが計算量が多いクラウドで動作する分類器の組（セット）が、生理学的イベントをより正確に識別し得る。このようにして、ベッドコントローラ２００４の十分でない計算リソースが節約され得て、全てのセンサ読取値がクラウドに送信される場合に必要とされるネットワークリソースの劇的な使用無しで、より安価なクラウド計算リソースが有利に利用され得る。
プロセス２４００において、クライアント分析器は、圧力ストリームのデジタルフレームを処理し得て、生理学的スコアを計算し得る。幾つかの例では、クラウド分析器が、生理学的スコアを計算し得る。
訓練時間中、ベッドシステムは、圧力及び／または音響センサの読取値を使用し得て、正常及び異常の心機能を含む生理学的機能の圧力及び音響特性を学習し得る。ベッドシステムは、生理学的状態を複数の可能性ある生理学的状態（すなわち、ある生理学的イベントを有する）の１つに分類するクライアント判定エンジンのための信号として、これらの読取値を使用するように構成され得る。訓練は、ユーザが特定したラベル、注釈（アノテーション）、または、訓練用の参照としての弱教師あり技術などの他の方法からの検出、を使用し得る。
ベッドシステムは、生理学的状態を複数の状態の１つに分類するクラウド判定エンジンのための信号として、読取値とクライアント分類状態とを使用し得る。これらの状態は、特定の生理学的機能に固有であり得る。例えば、心臓の状態、呼吸の状態、など。
クライアントとクラウドで訓練された分類器は、互いに同一であるかもしれないし、異なっているかもしれない。片方または両方が、当該睡眠者のパターンまたは母集団のパターン、あるいはそれらの両方、を学習し得る。クライアントとクラウドの両方で同一の分類器が全ての生理学的イベントに使用され得る、ないし、各生理学的イベント毎に１組（セット）のクラアント／クラウド分類器が使用され得る（例えば、心臓イベント用の１組（セット）のクラアント／クラウド分類器、呼吸イベント用の別の１組（セット）のクラアント／クラウド分類器、動きイベント用の別の１組（セット）のクラアント／クラウド分類器、など）。
動作中、ベッドは、ユーザの生理学的状態を判定し得て、当該生理学的状態に従って動作し得る。例えば、ユーザは、異常な状態が検知される時にベッドが以下の１または複数を実行できるように、ベッドシステムを構成し得る：ｉ）マットレス圧力、頭部角度、ベッド温度または振動に対する変更など、ベッドシステムの１または複数の調整可能な特徴を調整する、ｉｉ）睡眠者に通知を送る、ｉｉｉ）睡眠者の連絡先等の指定された人に通知を送る、ｉｖ）睡眠者の医師に電話をかける、及び／または、ｖ）緊急サービスに電話をかける。
図２５は、基準外の（異常な）生理学的信号を判定するための例示的なプロセス２５００のフローチャートである。プロセス２５００において、当該プロセスは、最初に、選択的に、デジタル圧力信号に基づいて、睡眠者がベッドにいるか否か、を判定し得る。睡眠者がベッドにいる場合、または、当該判定が使用されない場合、当該プロセスは進行して、同一の圧力信号から生理学的読取値を抽出する。これは、心臓信号、呼吸信号、運動（動き）信号、及び、他の生理学的信号（例えば、血中酸素飽和度センサからの血中酸素飽和度、熱電対や熱画像からの体温、または、体熱に起因して拡張された空気の測定値からの体温）を含み得る。生理学的信号の各々は、数値（例えば、１分あたりの心拍数、心拍数の変化率、呼吸量、運動（動き）ベクトルなど）を抽出するために処理され得る。これらの抽出された値は、例えば、睡眠者の人口統計学的カテゴリに適合する人についての臨床的に判定される健康な範囲と比較され得る。
抽出器の例は、バンドパスフィルタなどのデジタルフィルタ、モデルベースのプロセス、独立成分分析などの音源分離プロセス、ウェーブレット変換、及び、スペクトルプロセスなどを含み得るが、これらに限定されない。信号プロセッサは、心拍数や呼吸数などの心臓／肺／四肢の運動値、心拍や呼吸などの個々の動作、変動パラメータ、形態（ｍｏｒｐｈｏｌｏｇｙ）パラメータ、を含み得るが、これらに限定されない。基準外のパターンの検出器は、機械学習分類器、閾値ベースのルール、パターンマッチングルール、及び、動的モード、を含み得るが、これらに限定されない。
プロセス２５００を使用して識別され得る障害には、多くのタイプがある。幾つかの場合、これらの障害は階層に分類され得て、最も一般的な分類は、当該階層の最上位にあり、より細かい分類は、当該一般的な分類の下方に配置される。例えば、呼吸障害の階層において、無呼吸障害が、高レベルのカテゴリとして識別され得る。無呼吸障害の下に、一連のタイプの無呼吸が存在し得て、それは、閉塞性睡眠時無呼吸、中枢性睡眠時無呼吸、コンプレックス睡眠時無呼吸症候群、過呼吸、低呼吸、及び、チェーンストークス呼吸、を含むが、これらに限定されない。そのような分類の配置のために、プロセス２５００は、分類器の同様の配置を使用し得る。すなわち、無呼吸分類器が、心臓信号及び呼吸信号を「無呼吸」状態または「無呼吸でない」状態のいずれかに分類し得る。「無呼吸」状態が分類される場合、これは、信号を無呼吸のタイプの１つに分類するように構成された単一の分類器につながり得るか、または、並列に実行される競合する単一無呼吸分類器のコレクションにつながり得る。最も信頼できる結果、または、最も信頼できる結果のグループが、分類のために選択される。理解されるように、単一及び複数の無呼吸の分類器のより複雑な配置が可能である。
説明されたように、複数のソースからの信号が、１つの分類器によって使用され得る。無呼吸の例では、心臓と呼吸が説明された。使用される信号の数及びタイプは、人間が設計した分類器の構成の結果であるかもしれないし、そうでないかもしれない。例えば、特徴学習分類器では、人間のオペレータが、医学の知識を使用し得て、特定の基準外の状態に関連することが知られている信号を選択し得る。もっとも、使用される信号の数及びタイプが、機械学習による選択の結果である可能性もある。例えば、ディープラーニングモデルは、１つの信号を使用し得るし、あるいは、多数の信号を使用し得る。
幾つかの場合、ある分類器が、特定の生理学的イベントに関連していることが臨床文献では知られていない可能性がある信号を使用し得る。例えば、基準外のイベントは、不穏下肢症候群を含むがこれに限定されない運動障害を含み得る。ディープラーニングモデルが、心臓、呼吸、運動、及び他の信号、で訓練される時、当該モデルは、運動信号だけでなく付加的な信号（例えば、心臓、呼吸、及び／またはその他）をも使用する態様で、不穏下肢症候群を分類するために、発展し得る。理解されるように、ディープラーニングを使用する１つの利点は、訓練が始まる前に人間のユーザには知られていない相関関係でモデルを発展し得ることである。
別の例では、分類器は、ある生体特徴機能の信号を使用して、別の生体特徴機能の障害を判定し得る。例えば、標準外のイベントは、呼吸障害であり得る。ディープラーニングモデルが様々な生体特徴信号で訓練される時、当該モードは、心臓信号を使用する態様で、呼吸障害を分類するために、発達し得る。このように、心臓データが、呼吸障害を判定するために使用され得る。幾つかの場合、感知される心臓データが判定される呼吸障害に十分に対応している限り、心臓データが、呼吸データを使用すること無しで、呼吸障害を判定するために使用され得る。他の場合、心臓データと呼吸データの両方がそのような判定のために有益である状況では、心臓データは、呼吸データと組み合わせて、呼吸障害を判定するために使用され得る。
図２６は、生理学的スコアを計算するための例示的なプロセス２６００のフローチャートである。プロセス２６００は、例えば、クラウド分析器によって使用され得る。クライアント分析器がイベントを検出した場合、高分解能の圧力読取値が、イベントのタイプ及びパラメータを判定するために、更に処理され得る。クライアント分析器とクラウド分析器の両方の出力が、人の一般的な健康状態を示す生理学的スコアを計算するために、使用され得る。
高分解能の圧力読取値のタスクは、高／低の生理学的値（心拍数、呼吸数、等）の検出、高／低の変動性の検出、不整脈の検出、心臓発作の検出、継続的または一過性の基準外のイベントの検出、無呼吸イベントの検出、四肢の動きの検出、睡眠者の履歴データとの比較、母集団データとの比較、心臓のパターンと非心臓のパターンとを相関させること、を含み得るが、これらに限定されない。
図２７は、生理学的スコアを計算するための例示的なプロセス２７００のフローチャートである。プロセス２７００は、生理学的スコアまたは要約を生成するために使用され得る。人口統計情報が、クラウド及び／またはクライアント分析器からの値を調べるために使用される。値、範囲、及び、イベントが、正常な範囲内にある時、ユーザの生理学的スコアを増大させるべく、報酬経路が処理される。値、範囲、及び、イベントが、正常な範囲外にある時、生理学的スコアを減少させるべく、ペナルティ経路が処理される。イベントが見出だされない時、または、異常なイベントが見出だされない時、報酬経路が処理され得る。幾つかの場合、正常なイベント（例えば、温度変化や時間に対する健康的反応）が、生理スコアの増大をもたらし得る。何らかのイベントまたは異常なイベントのイベント検出が、ペナルティ経路が処理されることをもたらし得る。
図２８は、生理学的スコアを表示するための例示的なユーザインタフェース２８０２及び２８０６を含む。例えば、インタフェース２８０２は、電話などの小さな画面に使用され得て、インタフェース２８０６は、コンピュータまたはタブレットデバイスなどのより大きな画面に使用され得る。
ディスプレイは、生理学的パフォーマンスの概要を見るために、ユーザによって使用され得る。ここで示されているのは、心臓情報であるが、他のタイプの生理学的情報も、表示され得る。ディスプレイは、ユーザの健康状態を確認するために、ユーザの医師などの医療専門家によって使用され得る。
ユーザインタフェースは、生理学的スコアを表示し得る（２８０４）。
ユーザインタフェースは、ユーザの健康指標を示す集約スコア（例えば、心臓スコア、呼吸スコア）、生理学的値の集約値または範囲（例えば、平均心拍数、最大心拍数、最小心拍数、安静時心拍数、変動性パラメータ）、同一（対象）のリアルタイム値または一晩の値、イベント情報（回数、タイムスタンプ、持続時間、タイプ）、各イベントのための高分解能データのストリーム（データを閲覧またはスクロールする能力（機能）を伴う）、及び、履歴データ、を含むがこれらに限定されない情報を表示し得る。
ユーザインタフェースは、アルコール、コーヒー、運動、または薬物、の追跡など、健康に影響を与え得る特定の動作または介入に関する、ユーザからのラベル付け、タグ付け、または他の方法での入力受容、の能力（機能）も提供し得る。ユーザインタフェースは、これらの入力を、処理のための独立した機能としてクラウド分析器またはクライアント分析器に提供し得る。ユーザインタフェースは、リモートでの患者モニタリングアプリケーションのため、手術後または在宅療養中の健康を追跡する能力（機能）を提供し得る。
前述の詳細な説明及び幾つかの実施形態は、理解を明確にするためだけに与えられている。それから不必要な制限が理解されるべきではない。本発明の範囲から逸脱することなく、記載された実施形態において多くの変更がなされ得ることは、当業者には明らかであろう。例えば、異なる順序及びタイプの動作が、分類器を生成するために使用され得る。更に、ベッドシステムが、異なる態様で分類器からの出力を集約し得る。従って、本発明の範囲は、本明細書に記載の正確な詳細及び構造に限定されるべきではなく、特許請求の範囲の文言によって記載された構造、及び、それらの構造の均等物、により限定されるべきである。前述の実施形態のいずれかに関して説明されたあらゆる特徴または特性は、個別的に、または他の特徴または特性との組み合わせで、組み込まれ得るが、明確のために前述の順序及び組み合わせで提示されている。

Claims (22)

  1. ベッドシステムであって、
    第１ベッドと、
    第２ベッドと、
    を備え、
    前記第１ベッドは、
    第１マットレスと、
    前記第１マットレスに適用される圧力を感知するべく前記第１マットレスと通信する第１圧力センサと、
    前記第１マットレス上のユーザからの音響を感知するべく配置された第１音響センサと、
    前記第１圧力センサとデータ通信すると共に前記第１音響センサとデータ通信する第１コントローラと、
    を有しており、
    前記第１コントローラは、
    前記第１圧力センサから、第１マットレスに適用される感知圧力を示す第１圧力読取値を受容し、
    前記第１音響センサから、ユーザからの感知音響を示す第１音響読取値を受容し、
    前記第１圧力読取値及び前記第１音響読取値をリモートサーバに転送する
    ように構成されており、
    前記リモートサーバは、１または複数の生理学的イベント分類器を生成可能であり、
    前記１または複数の生理学的イベント分類器は、次にくる圧力読取値及び次にくる音響読取値についてコントローラによって実行される時、生理学的イベントの投票を提供し、
    前記第２ベッドは、
    第２マットレスと、
    前記第２マットレスに適用される圧力を感知するべく前記第２マットレスと通信する第２圧力センサと、
    前記第２マットレス上のユーザからの音響を感知するべく配置された第２音響センサと、
    前記第２圧力センサとデータ通信すると共に前記第２音響センサとデータ通信する第２コントローラと、
    を有しており、
    前記第２コントローラは、
    前記１または複数の生理学的イベント分類器を受容し、
    当該受容した生理学的イベント分類器を第２圧力読取値及び第２音響読取値について実行し、当該実行生理学的イベント分類器から１または複数の生理学的イベントの投票を収集し、
    前記１または複数の生理学的イベントの投票から、当該第２ベッド上のユーザの生理学的イベントを判定し、
    前記第２圧力読取値をリモートコンピューティングデバイスに送信し、
    前記リモートコンピューティングデバイスから、前記第２圧力読取値が前記判定された生理学的イベントを示す旨の指示を受容し、
    前記指示の受容に応答して、前記指示された生理学的イベントに従って当該ベッドシステムを作動させる
    ように構成されている
    ことを特徴とするベッドシステム。
  2. 前記判定された生理学的イベントに従って当該ベッドシステムを作動させる工程は、
    光を点灯させる、
    光を消灯させる、
    暖房器を作動させる、
    第２マットレスの堅さを変更する、
    ホワイトノイズを発し始める、
    睡眠者を目覚めさせる、
    睡眠者の連絡先に電話をかける、
    医師に電話をかける、
    緊急サービスに電話をかける、及び、
    当該ベッドシステムの土台を関節運動させる
    を含むリストの１つを有する
    ことを特徴とする請求項１に記載のベッドシステム。
  3. 当該ベッドシステムは、更に、前記リモートサーバを含んでいる
    ことを特徴とする請求項１または２に記載のベッドシステム。
  4. 前記リモートサーバは、前記第１コントローラ及び前記第２コントローラから物理的に離れており、
    前記リモートサーバは、前記第１コントローラ及び前記第２コントローラとデータ通信状態にある
    ことを特徴とする請求項１乃至３のいずれかに記載のベッドシステム。
  5. 前記リモートサーバは、
    前記第１圧力データ及び前記第１音響データから訓練データを生成し、
    前記訓練データから、前記１または複数の生理学的イベント分類器を生成し、
    前記第２コントローラへと、前記１または複数の生理学的イベント分類器を送信する
    ことを特徴とする請求項１乃至４のいずれかに記載のベッドシステム。
  6. 前記訓練データから、前記１または複数の生理学的イベント分類器を生成する工程は、
    前記訓練データから、特徴の組を生成する工程と、
    前記訓練データを、カーネル空間にマッピングする工程と、
    ある分類器を、前記特徴の組で訓練して、当該分類器がカーネル空間内の前記訓練データに基づいて未だ見ぬデータを分類できるようにする工程と、
    を有する
    ことを特徴とする請求項１乃至５のいずれかに記載のベッドシステム。
  7. ある分類器を訓練する工程は、教師なし訓練、を含んでいる
    ことを特徴とする請求項１乃至６のいずれかに記載のベッドシステム。
  8. 前記教師なし訓練は、ｋ−平均クラスタリング、混合モデリング、階層的クラスタリング、自己組織化マッピング、及び、隠れマルコフモデリング、を有する群の少なくとも１つを含む
    ことを特徴とする請求項１乃至７のいずれかに記載のベッドシステム。
  9. ある分類器を訓練する工程は、教師あり訓練、を含んでいる
    ことを特徴とする請求項１乃至８のいずれかに記載のベッドシステム。
  10. 前記教師あり訓練は、前記リモートサーバに前記訓練データのアノテーションの組を提供する工程を含む
    ことを特徴とする請求項１乃至９のいずれかに記載のベッドシステム。
  11. 前記訓練データのアノテーションは、人によって提供される
    ことを特徴とする請求項１乃至１０のいずれかに記載のベッドシステム。
  12. 前記訓練データのアノテーションは、プログラムに従って提供される
    ことを特徴とする請求項１乃至１１のいずれかに記載のベッドシステム。
  13. ある特定の生理学的イベント分類器が、複数のベッドにおいて複数のユーザのために利用される
    ことを特徴とする請求項１乃至１２のいずれかに記載のベッドシステム。
  14. 前記生理学的イベント分類器は、単一のユーザのためにパーソナライズされ、
    当該生理学的イベント分類器は、当該ベッドシステムの当該単一のユーザの使用の訓練データから生成され、
    当該生理学的イベント分類器は、前記第２ベッド上での前記単一のユーザの生理学的イベントを検知するために利用される
    ことを特徴とする請求項１乃至１３のいずれかに記載のベッドシステム。
  15. 生理学的イベント分類器の第２の組が、第２のユーザのためにパーソナライズされ、
    当該生理学的イベント分類器の第２の組は、当該ベッドシステムの当該第２のユーザの使用の訓練データから生成され、
    当該生理学的イベント分類器の第２の組は、前記第２ベッド上での前記第２のユーザの生理学的イベントを検知するために利用される
    ことを特徴とする請求項１乃至１４のいずれかに記載のベッドシステム。
  16. 前記１または複数の生理学的イベントの投票から当該第２ベッド上のユーザの生理学的イベント状態を判定する工程は、当該ユーザのための分類器の履歴上の精度に基づいて、異なる分類器からの投票が重み付けされるように、単一のユーザのためにパーソナライズされる
    ことを特徴とする請求項１乃至１５のいずれかに記載のベッドシステム。
  17. 前記第１ベッド及び前記第２ベッドは、別個のベッドである。
    ことを特徴とする請求項１乃至１６のいずれかに記載のベッドシステム。
  18. 前記第１ベッド及び前記第２ベッドは、同一のベッドである。
    ことを特徴とする請求項１乃至１７のいずれかに記載のベッドシステム。
  19. 前記受容した生理学的イベント分類器を第２圧力読取値及び第２音響読取値について実行し、当該実行生理学的イベント分類器から１または複数の生理学的イベントの投票を収集するために、前記第２コントローラは、複数の生理学的イベント分類器について前記受容した生理学的イベント分類器を実行し、当該実行生理学的イベント分類器から１または複数の生理学的イベントの投票を収集するように構成されている
    ことを特徴とする請求項１乃至１８のいずれかに記載のベッドシステム。
  20. 前記生理学的イベント分類器の少なくとも１つが、前記第２圧力読取値及び前記第２音響読取値からなる群の少なくとも１つから判定される心臓信号を少なくとも用いて、無呼吸イベントを分類するように構成されている
    ことを特徴とする請求項１乃至１９のいずれかに記載のベッドシステム。
  21. ベッドシステムであって、
    第１ベッドと、
    第２ベッドと、
    を備え、
    前記第１ベッドは、
    第１マットレスと、
    前記第１マットレスを支持するための手段と、
    前記第１マットレスに適用される圧力を感知するべく前記第１マットレスと通信する第１圧力センサと、
    前記第１マットレス上のユーザからの音響を感知するべく配置された第１音響センサと、
    前記第１圧力センサとデータ通信すると共に前記第１音響センサとデータ通信する第１コントローラと、
    を有しており、
    前記第１コントローラは、
    前記第１圧力センサから、第１マットレスに適用される感知圧力を示す第１圧力読取値を受容し、
    前記第１音響センサから、ユーザからの感知音響を示す第１音響読取値を受容し、
    前記第１圧力読取値及び前記第１音響読取値をリモートサーバに転送する
    ように構成されており、
    前記リモートサーバは、１または複数の生理学的イベント分類器を生成可能であり、
    前記１または複数の生理学的イベント分類器は、次にくる圧力読取値及び次にくる音響読取値についてコントローラによって実行される時、生理学的イベントの投票を提供し、
    前記第２ベッドは、
    第２マットレスと、
    前記第２マットレスに適用される圧力を感知するべく前記第２マットレスと通信する第２圧力センサと、
    前記第２マットレス上のユーザからの音響を感知するべく配置された第２音響センサと、
    前記第２圧力センサとデータ通信すると共に前記第２音響センサとデータ通信する第２コントローラと、
    を有しており、
    前記第２コントローラは、
    前記１または複数の生理学的イベント分類器を受容し、
    当該受容した生理学的イベント分類器を第２圧力読取値及び第２音響読取値について実行し、当該実行生理学的イベント分類器から１または複数の生理学的イベントの投票を収集し、
    前記１または複数の生理学的イベントの投票から、当該第２ベッド上のユーザの生理学的イベントを判定し、
    前記第２圧力読取値をリモートコンピューティングデバイスに送信し、
    前記リモートコンピューティングデバイスから、前記第２圧力読取値が前記判定された生理学的イベントを示す旨の指示を受容し、
    前記指示の受容に応答して、前記指示された生理学的イベントに従って当該ベッドシステムを作動させる
    ように構成されている
    ことを特徴とするベッドシステム。
  22. 少なくとも部分的に第２ベッド内の第２ユーザの感知データに基づいて、ベッドのユーザの生理学的イベントを識別するためのセンサ、を備えたベッドシステム。
JP2020537139A 2018-01-05 2018-12-27 生理学的イベント検知特徴部を備えたベッド Active JP7437575B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862613992P 2018-01-05 2018-01-05
US62/613,992 2018-01-05
PCT/US2018/067607 WO2019135971A1 (en) 2018-01-05 2018-12-27 Bed having physiological event detecting feature

Publications (2)

Publication Number Publication Date
JP2021513377A true JP2021513377A (ja) 2021-05-27
JP7437575B2 JP7437575B2 (ja) 2024-02-26

Family

ID=65139231

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020537139A Active JP7437575B2 (ja) 2018-01-05 2018-12-27 生理学的イベント検知特徴部を備えたベッド

Country Status (7)

Country Link
US (1) US20190209405A1 (ja)
EP (1) EP3735156A1 (ja)
JP (1) JP7437575B2 (ja)
CN (1) CN112118773A (ja)
AU (1) AU2018399606A1 (ja)
CA (1) CA3087516A1 (ja)
WO (1) WO2019135971A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102521981B1 (ko) * 2023-01-18 2023-04-14 주식회사 베러마인드 사용자를 위한 수면 큐레이션 서비스 시스템의 동작 방법

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8769747B2 (en) * 2008-04-04 2014-07-08 Select Comfort Corporation System and method for improved pressure adjustment
US8332975B2 (en) 2009-08-31 2012-12-18 Gentherm Incorporated Climate-controlled topper member for medical beds
US11896774B2 (en) 2013-03-15 2024-02-13 Sleep Solutions Inc. System for enhancing sleep recovery and promoting weight loss
US11812859B2 (en) 2013-03-15 2023-11-14 Sleepme Inc. System for enhancing sleep recovery and promoting weight loss
US11602611B2 (en) 2013-03-15 2023-03-14 Sleepme Inc. System for enhancing sleep recovery and promoting weight loss
US11883606B2 (en) 2013-03-15 2024-01-30 Sleep Solutions Inc. Stress reduction and sleep promotion system
US11633053B2 (en) 2013-03-15 2023-04-25 Sleepme Inc. Weighted blanket with thermally regulated fluid
US10986933B2 (en) * 2013-03-15 2021-04-27 Kryo, Inc. Article comprising a temperature-conditioned surface, thermoelectric control unit, and method for temperature-conditioning the surface of an article
US11896132B2 (en) 2013-03-15 2024-02-13 Sleep Solutions Inc. System for heat exchange with a circulating fluid
EP3242576A4 (en) 2015-01-05 2018-07-25 Select Comfort Corporation Bed with user occupancy tracking
US10149549B2 (en) 2015-08-06 2018-12-11 Sleep Number Corporation Diagnostics of bed and bedroom environment
US10806377B2 (en) * 2017-08-10 2020-10-20 Parasol Medical LLC Patient movement notification system
KR102013369B1 (ko) * 2017-09-11 2019-08-22 주식회사 아이오베드 에어 매트리스 시스템 및 에어 매트리스 시스템의 제어 방법
EP3476380B1 (en) * 2017-10-24 2020-05-13 Hill-Rom Services, Inc. Modular turn assist apparatus and method therefor
US11571346B2 (en) 2017-12-28 2023-02-07 Sleep Number Corporation Bed having rollover identifying feature
US11737938B2 (en) 2017-12-28 2023-08-29 Sleep Number Corporation Snore sensing bed
EP3761855A1 (en) 2018-03-07 2021-01-13 Sleep Number Corporation Home based stress test
CN109087706B (zh) * 2018-07-13 2022-12-02 浙江清华长三角研究院 基于睡眠大数据的人体健康评估方法及评估系统
US11001447B2 (en) 2018-09-05 2021-05-11 Sleep Number Corporation Lifting furniture
JP2022514129A (ja) 2018-11-14 2022-02-10 スリープ ナンバー コーポレイション 睡眠パラメータを判定するための力センサの利用
JP2022515942A (ja) 2018-12-31 2022-02-24 スリープ ナンバー コーポレイション 睡眠を改善するための特徴を有するホームオートメーション
USD968436S1 (en) 2019-01-08 2022-11-01 Sleep Number Corporation Display screen or portion thereof with graphical user interface
US10722120B1 (en) * 2019-02-11 2020-07-28 Hall Labs Llc Sensor platform array that moves sensor platforms to conform to the shape of the subject to be monitored
JP2022527875A (ja) 2019-04-08 2022-06-07 スリープ ナンバー コーポレイション ベッド環境を感知して制御するためのシステム
CA3103452A1 (en) 2019-04-16 2020-10-22 Sleep Number Corporation Pillow with wireless charging
USD916745S1 (en) 2019-05-08 2021-04-20 Sleep Number Corporation Display screen or portion thereof with graphical user interface
EP3763290A1 (en) * 2019-07-12 2021-01-13 Withings Sleep sensing and monitoring device
EP3786634A1 (en) * 2019-08-27 2021-03-03 Roche Diagnostics GmbH Techniques for checking state of analyzers
US11497322B2 (en) 2019-11-15 2022-11-15 Sleep Number Corporation Zipper mattress attachment
JP2023512431A (ja) 2020-01-03 2023-03-27 スリープ ナンバー コーポレイション ベッドのエアフロー及び温度の制御
US11813075B2 (en) * 2020-01-24 2023-11-14 Hb Innovations, Inc. Combinational output sleep system
WO2021201925A1 (en) * 2020-04-01 2021-10-07 UDP Labs, Inc. Speech-controlled health monitoring systems and methods
DE202020103225U1 (de) 2020-06-04 2021-09-07 Dewertokin Gmbh Schlaf- oder Ruhemöbel mit einem Sensor
JP2024500272A (ja) * 2020-12-04 2024-01-09 スリープ ナンバー コーポレイション 病気状態の自動感知用特徴部を有するベッド
EP4352742A1 (en) * 2021-06-09 2024-04-17 Sleep Number Corporation Bed having features for determination of respiratory disease classification
WO2023130039A1 (en) * 2021-12-30 2023-07-06 Oura Health Oy Techniques for using data collected by wearable devices to control other devices
CN114241739B (zh) * 2022-01-05 2023-06-23 慕思健康睡眠股份有限公司 智能床和智能家居系统
CN115299733A (zh) * 2022-08-18 2022-11-08 慕思健康睡眠股份有限公司 一种基于智能床垫的唤醒方法及智能床垫

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010099173A (ja) * 2008-10-22 2010-05-06 Aisin Seiki Co Ltd 多人数用の睡眠管理システムおよび多人数用の睡眠管理方法
JP2016517309A (ja) * 2013-03-14 2016-06-16 セレクト コンフォート コーポレーションＳｅｌｅｃｔ Ｃｏｍｆｏｒｔ Ｃｏｒｐｏｒａｔｉｏｎ 膨張式エアマットレスいびき検出及び応答

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6714925B1 (en) * 1999-05-01 2004-03-30 Barnhill Technologies, Llc System for identifying patterns in biological data using a distributed network
US20070118054A1 (en) * 2005-11-01 2007-05-24 Earlysense Ltd. Methods and systems for monitoring patients for clinical episodes
US7248915B2 (en) * 2004-02-26 2007-07-24 Nokia Corporation Natural alarm clock
US20100170043A1 (en) 2009-01-06 2010-07-08 Bam Labs, Inc. Apparatus for monitoring vital signs
WO2009108228A1 (en) * 2008-02-25 2009-09-03 Kingsdown, Inc. Systems and methods for controlling a bedroom environment and for providing sleep data
US8893329B2 (en) * 2009-05-06 2014-11-25 Gentherm Incorporated Control schemes and features for climate-controlled beds
WO2012061406A2 (en) * 2010-11-01 2012-05-10 Rawls-Meehan Martin B Adjustable bed controls
CN103300819B (zh) * 2012-03-15 2016-12-28 西门子公司 学习病人监控和干预系统
US20150137994A1 (en) * 2013-10-27 2015-05-21 Aliphcom Data-capable band management in an autonomous advisory application and network communication data environment
US9852656B2 (en) * 2014-01-13 2017-12-26 Barbara Ander Alarm monitoring system
US10278638B2 (en) * 2014-07-21 2019-05-07 Withings System and method to monitor and assist individual's sleep
US11232466B2 (en) * 2015-01-29 2022-01-25 Affectomatics Ltd. Recommendation for experiences based on measurements of affective response that are backed by assurances
CN113367671A (zh) * 2015-08-31 2021-09-10 梅西莫股份有限公司 无线式病人监护系统和方法
CN105595672A (zh) * 2016-01-13 2016-05-25 上海乔马电子科技有限公司 智能床垫系统及精确获知床垫上人体生命特征数据的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010099173A (ja) * 2008-10-22 2010-05-06 Aisin Seiki Co Ltd 多人数用の睡眠管理システムおよび多人数用の睡眠管理方法
JP2016517309A (ja) * 2013-03-14 2016-06-16 セレクト コンフォート コーポレーションＳｅｌｅｃｔ Ｃｏｍｆｏｒｔ Ｃｏｒｐｏｒａｔｉｏｎ 膨張式エアマットレスいびき検出及び応答

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102521981B1 (ko) * 2023-01-18 2023-04-14 주식회사 베러마인드 사용자를 위한 수면 큐레이션 서비스 시스템의 동작 방법

Also Published As

Publication number Publication date
WO2019135971A1 (en) 2019-07-11
EP3735156A1 (en) 2020-11-11
CA3087516A1 (en) 2019-07-11
US20190209405A1 (en) 2019-07-11
JP7437575B2 (ja) 2024-02-26
CN112118773A (zh) 2020-12-22
AU2018399606A1 (en) 2020-07-23

Similar Documents

Publication Publication Date Title
JP7437575B2 (ja) 生理学的イベント検知特徴部を備えたベッド
JP7465808B2 (ja) 睡眠段階検知特徴部を備えたベッド
JP7465807B2 (ja) 存在検知特徴部を備えたベッド
JP2021508566A (ja) 鼾検知特徴部を備えたベッド
EP3731699B1 (en) Bed having sensors features for determining snore and breathing parameters of two sleepers
JP2023550897A (ja) 睡眠者の心拍変動を追跡するためのコントローラを有するベッド
US20220386947A1 (en) Determining real-time sleep states using machine learning techniques

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211207

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230116

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230125

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230424

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230518

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20230619

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230619

R150 Certificate of patent or registration of utility model

Ref document number: 7437575

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150