JP2023524416A - 患者の２ｄの正面画像から患者の３ｄの顔情報の決定 - Google Patents

Abstract

患者に呼吸ガス流を送達する際に使用するための患者の特定のマスクを識別する方法は、最初に患者の２Ｄの正面画像を受信することにより実行される。次いで、２Ｄの正面画像から患者の３Ｄの顔情報が決定される。３Ｄの顔情報の少なくとも幾つかは、複数の候補マスクの次元情報と比較される。最後に、３Ｄの顔情報の少なくとも幾つかと複数の候補マスクの次元情報との比較の結果から、患者の特定のマスクが決定される。

Description

本特許出願は、米国特許法第１１９（ｅ）の下、２０２０年５月１５日に出願された米国仮特許出願第６３／０２５，８２２号の優先権を主張し、その内容は、参照することにより本明細書に組み込まれる。

本発明は、気道陽圧（ＰＡＰ）療法を用いて、例えば睡眠呼吸障害のような状態を治療する際に使用するための患者のマスクを決定するためのシステム及び方法に関する。より具体的には、本発明は、患者の２次元（２Ｄ）の正面画像から決定される３次元（３Ｄ）の顔情報を用いて、そのような患者のマスクを決定するためのシステム及び方法に関する。本発明はさらに、人の２Ｄの正面画像からその人の３Ｄの顔情報を決定するための方法に関する。

多くの人々は、睡眠中の呼吸障害を患っている。睡眠時無呼吸は、世界中で数百万の人々が苦しんでいる上記睡眠時呼吸障害の一般的な例である。睡眠時無呼吸の１つの種類は、閉塞性睡眠時無呼吸(ＯＳＡ)であり、これは、気道、一般的に上気道又は咽頭領域の閉塞によって呼吸ができないことにより、睡眠が繰り返し中断される状態である。気道の閉塞は、少なくとも一部は、上気道部分を安定させる筋肉の一般的な弛緩によるもので、それによって組織が気道を潰すことを可能にすることによるものであると一般的に信じられている。睡眠時無呼吸症候群のもう１つの種類は、中枢性無呼吸であり、これは、脳の呼吸中枢からの呼吸信号が無いことによる呼吸の中断である。閉塞性、中枢性、又は閉塞性と中枢性との組み合わせである混合性であろうとなかろうと、無呼吸の状態は、呼吸の完全な又はそれに近い中断として、例えば最大呼吸気流量の９０％又はそれ以上の減少として定義される。

睡眠時無呼吸を患う人々は、睡眠中、睡眠の断片化及び換気の完全な或いは略完全な停止を断続的に経験し、酸素ヘモグロビン飽和度のレベルが重症化する可能性がある。これらの症状は、臨床的に、日中の過度の眠気、不整脈、肺動脈高血圧、うっ血性心不全及び／又は認知機能障害へと臨床的に変換される。睡眠時無呼吸の他の結果は、右心室機能不全、睡眠中だけでなく覚醒中の二酸化炭素の貯留、及び連続的な動脈血酸素分圧の減少を含む。睡眠時無呼吸を患う人々は、危険の可能性がある機器の運転及び／又は操作中、事故の危険性が高くなることによってだけでなく、これらの要因によって死亡率が高くなる危険性がある。

患者が気道の完全な又は略完全な閉塞を患っていなくても、気道の一部だけが閉塞している場合、例えば睡眠からの覚醒のような悪影響が起こることも分かっている。気道の一部の閉塞は通例、呼吸低下と呼ばれる浅い呼吸をもたらす。呼吸低下は通例、最大呼吸気流量の５０％又はそれ以上の減少として定義される。他の種類の睡眠呼吸障害は、これらに限定されないが、上気道抵抗症候群（ＵＡＲＳ）及び例えば、一般にいびきと呼ばれる咽頭壁の振動のような気道の振動を含む。

患者の気道に持続陽圧呼吸（ＣＰＡＰ）を加えることにより、睡眠呼吸障害を治療することがよく知られている。この陽圧は、気道に効果的に"副子(splint)"を当て、それにより、肺までの通路を開いたまま維持する。患者の快適さを増大させるために、患者に送達されるガスの圧力が、患者の呼吸サイクルと共に変化する、又は患者の呼吸努力と共に変化する陽圧療法を施すことも知られている。この圧力支持技術は、二層式(bi-level)の圧力支持と呼ばれ、この技術において、患者に送達される吸気気道陽圧（ＩＰＡＰ）は、呼気気道陽圧（ＥＰＡＰ）よりも高い。さらに、例えば患者が無呼吸及び／又は低呼吸を経験しているかどうかのような、患者の検出される状態に基づいて、圧力が自動的に調整される陽圧療法を施すことも知られている。この圧力支持技術は、圧力支持装置が呼吸障害を治療するのに必要な分の高さだけの圧力を患者に供給しようとするので、自動滴定タイプの圧力支持と呼ばれる。

上述したような圧力支持療法は、患者の顔の上に、柔らかく柔軟性のある封止クッションを持つマスク構成要素を含む患者インターフェース装置を配置することを含む。このマスク構成要素は、限定ではないが、患者の鼻を覆う鼻マスク、患者の鼻の下で結合する鼻クレードル、患者の個々の鼻孔と結合する鼻枕マスク、患者の鼻及び口を覆う鼻／口マスク、又は患者の顔を覆うフルフェイスマスクでもよい。そのような患者インターフェース装置は、例えば額支持体、頬パッド、顎パッド、シリコーンフレーム及びヘッドギア要素のようなの他の患者と接触する構成要素も使用する。患者インターフェース装置は、ガス送達チューブ又は導管に接続され、圧力支持装置と患者の気道とを結合するので、呼吸ガス流が、圧力／フロー発生装置から患者の気道に送達される。

患者に治療ガス流を送達する際に使用するための、患者の「カスタム」マスクを作成又は決定するための現在の最先端のシステムは、高価な３Ｄ画像取込装置を用いて得られる患者の３次元スキャンを使用している。或いは、特定の場所で撮影された複数の画像を使用する他の方法が、患者の３Ｄモデルを作成するために使用され、これら３Ｄモデルは、次いで、患者にとって最良のマスク、すなわち「カスタム」マスクを決定するために使用される。そのような３Ｄスキャンを取り込むために必要な装置のコスト、及び複数の画像を用いて正確なデータを上手く得るために必要な方法の複雑さは、このような解決策の適用性を制限する。

本発明の一態様として、患者に呼吸ガス流を送達する際に使用するための患者の特定のマスクを識別する方法が提供される。この方法は、患者の２Ｄの正面画像を受信するステップ、前記２Ｄの正面画像から患者の３Ｄの顔情報を決定するステップ、前記３Ｄの顔情報の少なくとも幾つかを複数の候補マスクの次元情報と比較するステップ、並びに３Ｄの顔情報の少なくとも幾つかと複数の候補マスクの次元情報との比較の結果から患者の特定のマスクを決定するステップを有する。

患者の２Ｄの正面画像を受信するステップは、患者の２ＤのＲＧＢ正面画像を受信するステップを有する。２Ｄの正面画像から患者の３Ｄの顔情報を決定するステップは、訓練されたニューラルネットワークを用いて２Ｄの正面画像を分析するステップを有する。２Ｄの正面画像から患者の３Ｄの顔情報を決定するステップは、訓練されたニューラルネットワークによる前記分析から３ＤのＵＶ位置マップを決定するステップをさらに有する。２Ｄの正面画像から患者の３Ｄの顔情報を決定するステップは、３ＤのＵＶ位置マップから患者の顔のパラメトリックモデルを決定するステップをさらに有する。前記方法は、特定のマスクを患者に提供するステップをさらに有する。患者の２Ｄの正面画像を受信するステップは、デジタル撮像装置を用いて患者の２Ｄの正面画像を取り込むステップを有する。デジタル撮像装置を用いて患者の２Ｄの正面画像を取り込むステップは、コンピュータ装置と通信するスマートフォンの前面カメラ又はウェブカメラの１つを用いて２Ｄの正面画像を取り込むステップを有する。

本発明の別の態様として、患者の３Ｄの顔情報を決定する方法が提供される。この方法は、患者の２Ｄの正面画像を受信するステップ、及び訓練されるニューラルネットワークを用いて２Ｄの正面画像を分析することにより、この２Ｄの正面画像から患者の３Ｄの顔情報を決定するステップを有する。

患者の２Ｄの正面画像を受信するステップは、患者の２ＤのＲＧＢ画像を受信するステップを有する。２Ｄの正面画像から患者の３Ｄの顔情報を決定するステップは、訓練されるニューラルネットワークによる分析から３ＤのＵＶ位置マップを決定するステップをさらに有する。２Ｄの正面画像から患者の３Ｄの顔情報を決定するステップは、３ＤのＵＶ位置マップからパラメトリックモデルを作成するステップをさらに有する。患者の２Ｄの正面画像を受信するステップは、デジタル撮像装置を用いて患者の２Ｄの正面画像を取り込むステップを有する。デジタル撮像装置を用いて患者の２Ｄの正面画像を取り込むステップは、コンピュータ装置と通信するスマートフォンの前面カメラ又はウェブカメラの１つを用いて２Ｄの正面画像を取り込むステップを有する。

本発明のさらなる態様として、患者に呼吸ガス流を送達する際に使用するための特定のマスクを識別する際に使用するためのシステムが提供される。このシステムは、患者の２Ｄの正面画像を受信するための入力部、患者の２Ｄの正面画像を受信し、患者の顔の３ＤのＵＶ位置マップを決定するように訓練されたニューラルネットワーク、３ＤのＵＶ位置マップから患者の顔の３Ｄ顔の情報を決定し、３Ｄの顔情報の少なくとも幾つかを複数の候補マスクの次元情報と比較し、及び３Ｄの顔情報の少なくとも幾つかと複数の候補マスクの次元情報との比較の結果から患者の特定のマスクを決定するようにプログラムされた処理装置、並びに特定のマスクの指標を提供するための処理装置と通信する出力装置を有する。

構成物の関連する要素の動作方法及び機能、並びに製造部品と製造の経済性との組み合わせと同じく、本開示のこれら及び他の目的、特徴並びに特性は、付随する図面を参照して、以下の説明及び添付の請求項を考慮するとより明白となり、これらの全てが本明細書を形成している。様々な図面において、同様の参照番号は対応する部品を示している。しかしながら、これら図面は単に例証及び説明を目的とするものであり、本発明の境界を規定するものとは意図されないことは明白に理解されるべきである。

図１は、本発明の１つの例示的な実施形態による、患者に呼吸ガス流を送達する際に使用するための患者の特定のマスクを識別する際に使用するためのシステムの概略図である。 図２は、本発明の１つの例示的な実施形態による、患者に呼吸ガス流を送達する際に使用するための患者の特定のマスクを識別する際に使用するための別のシステムの概略図である。 図３は、本発明の１つの例示的な実施形態による、ニューラルネットワークの動作の例示的な表現であり、例示的な入力及び対応する出力を示す。 図４は、図３と同様のニューラルネットワークの動作の例示的な表現であるが、３Ｄ形式に変換されたニューラルネットワークの出力例をさらに示す。 図５は、本発明の１つの例示的な実施形態による、方法のフローチャートである。 図６Ａは、図１に例示されるような２Ｄ画像撮像装置により取り込まれるＲＧＢ正面画像の例を示す。 図６Ｂは、図６Ａの対応するＲＧＢ正面画像から、図１に例示されるような訓練されたニューラルネットワークにより生成されるＵＶ位置マップの例を示す。 図６Ｃは、図６Ｂの対応するＵＶ位置マップから、図１に例示される訓練されたニューラルネットワークにより生成されるような、３Ｄパラメトリックモデルの選択された例示的な表示を示す。 図７Ａは、図１に例示されるような２Ｄ画像撮像装置により取り込まれるＲＧＢ正面画像の例を示す。 図７Ｂは、図７Ａの対応するＲＧＢ正面画像から、図１に例示されるような訓練されたニューラルネットワークにより生成されるＵＶ位置マップの例を示す。 図７Ｃは、図７Ｂの対応するＵＶ位置マップから、図１に例示される訓練されるニューラルネットワークにより生成されるような、３Ｄパラメトリックモデルの選択された例示的な表示を示す。 図８Ａは、図１に例示されるような２Ｄ画像撮像装置により取り込まれるＲＧＢ正面画像の例を示す。 図８Ｂは、図８Ａの対応するＲＧＢ正面画像から、図１に例示されるような訓練されたニューラルネットワークにより生成されるＵＶ位置マップの例を示す。 図８Ｃは、図８Ｂの対応するＵＶ位置マップから、図１に例示される訓練されるニューラルネットワークにより生成されるような、３Ｄパラメトリックモデルの選択された例示的な表示を示す。

明細書において、特に文脈上はっきりと述べていない限り、複数あると述べていなくても、それらが複数あることを含む。明細書において、２つ以上の部品又は構成要素が「結合される」と述べることは、連動している限り、これらの部品が直接的に又は間接的、すなわち１つ以上の中間部品若しくは構成要素を介しての何れかにより接合される又は共に動作することを意味する。明細書において、「数字」は、１若しくは１以上の整数（すなわち複数）を意味する。

明細書において、「患者」及び「ユーザ」という用語は、その人の３Ｄ情報を決定し、さらにその情報から、その人の「カスタム」マスクを決定ために、その人の画像が取り込まれる／利用される人を指すために同じ意味で使用される。

明細書において、患者の顔の「正面画像」は、直接取り込まれた又は適切な画像取込装置を用いて提供された、概ね真っ直ぐカメラの方を見るように位置決められた患者の顔（例えば、鼻、口及び付近の構造）を最小限含む電子画像を意味する。

本発明の例示的な実施形態において、患者の顔が画像の少なくとも５０％を占めている正面画像が利用される。患者の顔が占めるのが画像の５０％未満である画像は、最適な結果とならない可能性がある。その上、本発明の例示的な実施形態において、患者の顔を２等分する垂直面の５０°以内に位置決められる装置により取り込まれる正面画像が用いられる。一般に、上述した垂直面にできるだけ近くに位置決められた装置を用いて取り込まれた画像が、最良の結果を提供する。

明細書において、患者の３次元（３Ｄ）の顔情報は、３次元空間における、患者の顔の上にあるランドマーク又は他の点の相互の間隔及び／又は位置を記述する情報を指す。

本発明の実施形態は、患者の顔の単一の２次元（以下、「２Ｄ」）の正面画像を利用して、患者の３次元（以下、「３Ｄ」）の顔情報を決定し、この顔情報は、次いで、１つ以上の候補マスクの２次元又は３次元情報と比較して、患者に提案及び／又は提供するための特定のマスクを決定するために用いられる。背景技術において上述したように、既存の解決策は、３Ｄスキャン又は様々な角度で撮影された複数の画像を利用して、同等の３Ｄの顔情報を生成している。

本発明の１つの例示的な実施形態による、患者に呼吸ガス流を送達する際に使用するための、患者の特定のマスクを識別する際に使用するためのシステム１０の概略図を図１に示す。システム１０は、ローカル装置１２と、リモート処理装置１４とを含み、リモート処理装置１４は、このリモート処理装置１４がローカル装置１２から入力を受信する、及びローカル装置１２に出力を提供することができるように、（例えば、何れかの適切な有線又は無線接続を介して）ローカル装置１２と双方向の電子通信を行う。ローカル装置１２は、スマートフォン、ラップトップ若しくは他のコンピュータ、電子キオスク、又は他の適切な装置でもよく、ローカル処理装置１６、並びにローカル処理装置１６と電子通信する２Ｄ画像取込装置１８、入力装置２０及び出力装置２２を含む。ローカル処理装置１６は、処理器、固定ディスク記憶装置及びメモリモジュールを有する（番号なし）。

ローカル処理装置１６は、例えば、限定ではないが、例えばコンピュータの内部記憶領域のようなデータを記憶するための記憶レジスタ、すなわち機械可読媒体を提供するＲＡＭ、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、及びＦＬＡＳＨ等のような様々な種類の内部及び／又は外部記憶媒体の何れか１つ以上であり、揮発性メモリ又は不揮発性メモリであり得る上述したメモリモジュールと対話するマイクロプロセッサ（μＰ）である。ローカル処理装置１６の前記固定ディスク記憶装置は、ローカル処理装置１６によって実行可能な多数のルーチンを記憶している。

２Ｄ画像取込装置１８は、人の２Ｄ画像を直接又は間接的に電子的に取り込むための何れかの適切な装置（例えば、スマートフォンの前面又は後面カメラ、ウェブカメラ、電子スキャナ等）とすることができる。以下に説明するように、そのような２Ｄ画像は、以下にさらに説明されるようなシステム１０の１つ以上の他の構成要素の詳細に応じて、ＲＧＢ画像（すなわち、カラー画像）、グレースケール画像、又は白黒画像とすることができる。

入力装置２０は、本発明の範囲から逸脱することなく、少なくとも最小限の入力をローカル装置１２に、より具体的にはローカル処理装置１６に供給するための何れかの適切な装置（例えば、限定ではないが、物理的キーパッド又はキーボード、タッチスクリーン、マイクロフォン、ビデオカメラ等）とすることがきる。出力装置２２は、一般に、ローカル処理装置１６及び／又はローカル装置１２からの出力を提供するための何れかの適切な配置とすることができる。より具体的には、出力装置２２は、特定のマスクの指標を提供するため、又は実際の特定のマスクをユーザに提供するのに適した何れかの装置とすることができる。例えば、以下にさらに説明するように、システム１０は、患者の特定のマスクを決定し、特定のアプリケーションに依存して、決定された前記特定のマスクに関する情報（例えば、限定ではないが、モデル、サイズ、取得方法等）を提供する及び／又は決定された前記特定のマスクを実際に提供することができる。故に、出力装置２２は、本発明の範囲から逸脱することなく、多数の適切な装置（例えば、限定ではないが、表示スクリーン、スピーカー、複数のマスクを収容している選択的にアクセス可能な部屋）の何れとすることができる。

リモート処理装置１４は、一般的に知られるアーキテクチャからなる訓練可能なニューラルネットワーク２４の全体又は一部を有するクラウドベースの処理装置である。より具体的には、ニューラルネットワーク２４は、専ら、ニューラルネットワーク２４への入力として提供されるユーザの単一の２Ｄの正面画像から、ユーザの顔の３Ｄの位置マップを生成するように訓練される。明細書において、「訓練されたニューラルネットワーク」は、ユーザ／患者の２Ｄの正面画像からユーザ／患者の顔の３Ｄの位置マップを生成するために、例えば従来の技法によって訓練されたニューラルネットワークである。例えば、図３に一般的に例示されるような、本発明の１つの例示的な実施形態において、ニューラルネットワーク２４は、ユーザ３０の顔の２ＤのＲＧＢ正面画像２８を入力２６として受信し、出力３２をＵＶ位置マップ３４の形式で提供するように訓練される。明細書において、「ＵＶ位置マップ」は、ユーザ（例えば、図３のユーザ３０）の顔（又は顔の関連部分）の画素の全ての深度情報を有するマップである。そのようなニューラルネットワーク２４の訓練は、従来の３Ｄスキャン機器及び技術を用いて約３０００の多様なサンプリングから得られたＵＶ位置マップをニューラルネットワーク２４に供給することにより行われた。ニューラルネットワーク２４は、上述したＵＶ位置マップの各々から抽出された人々の各々の２Ｄの正面画像も供給される。そのような訓練から、ニューラルネットワーク２４は、専ら、ニューラルネットワーク２４への入力２６として供給される２ＤのＲＧＢ正面画像（例えば、図３の正面画像２８）から、出力３２として３ＤのＵＶ位置マップ（例えば、図３のマップ３４）を作成するよう効果的に教えられる。

図４に示されるように、そのような３ＤのＵＶ位置マップ３４は、次いで、ユーザの推奨マスクを決定する際に１つ以上の候補マスクの３Ｄの次元情報と比較するときに使用するための（３つの２Ｄ画像が図４の実施例に示される）３Ｄのパラメトリックモデル３６に変換される。２ＤのＲＧＢ画像を使用する場合が示されているが、ＲＧＢの代わりにグレースケールの材料を使用する場合を除き、同様の訓練材料を用いてニューラルネットワーク２４を同様に訓練することにより、２Ｄのグレースケール画像が用いられることも理解されたい。

本発明の別の例示的実施形態による、患者に呼吸ガス流を送達する際に使用するための、患者の特定のマスクを識別する際に使用するための別のシステム１０'の概略図が、図２に示される。システム１０'は、このシステム１０'が完全にローカル装置１２'内に含まれていることを除き、上述したシステム１０と同様である。より具体的には、ローカル装置１２'は、このローカル装置１２'がローカル処理装置１６'として、又はその一部として提供される（上述したニューラルネットワーク２４と同様の）ニューラルネットワーク２４'を含んでいることを除き、ローカル装置１２と同様の構成である。

このように、本発明の幾つかの例示的な実施形態に従う幾つかの例示的なシステム１０、１０'を、そのシステムの構成要素の詳細及び一般的な動作と共に説明したが、本発明の１つの例示的な実施形態に従う呼吸ガス流を患者に送達する際に使用するための患者の特定のマスクを識別する、上記システム１０、１０'（又は他の何れかの適切な装置）の何れかにより実行される例示的な方法４０は、図５を参照して説明されない。

方法４０は、４２で始まり、ここで患者の２Ｄの正面画像が受信される。図１及び図２の例示的なシステム１０及び１０'において、そのような２Ｄの正面画像は、２Ｄ画像取込装置１８を使用して取り込まれ、それにより、処理するために訓練されたニューラルネットワーク２４又は２４'に供給され、訓練されたニューラルネットワーク２４又は２４'により受信されるＲＧＢ画像である。

次に、４４において、患者の３Ｄの顔情報が、２Ｄの正面画像から決定される。図１及び図２の例示的なシステム１０及び１０'において、そのような決定は、２ＤのＲＧＢ正面画像を受信し、この画像から出力として３ＤのＵＶ位置マップを決定／生成する、訓練されたニューラルネットワーク２４又は２４'により実行される。患者の顔のパラメトリックモデルは、３ＤのＵＶ位置マップから決定される。

次に、４６において、３Ｄの顔情報の少なくとも一部が、複数の候補マスクの次元情報と比較される。図１及び図２の例示的なシステム１０及び１０'において、上記比較は、マスクの接触（インターフェース）部分と患者／ユーザの顔との間の最良の３Ｄフィットを見つけるために、例えば当技術分野で一般に知られるようなルールセット又は他の方法論を使用して、ニューラルネットワーク２４或いは２４'、又はローカル処理装置１６或いは１６'により実行される。

最後に、方法４０は、一般に、４８で終わり、ここで患者の特定のマスクは、４６で実行された、３Ｄの顔情報の少なくとも幾つかと、複数の候補マスクの次元情報との比較の結果から決定される。患者／ユーザの特定のマスクの上記決定は、特定のマスクを識別する情報（例えば、限定ではないが、スタイル、モデル＃、サイズ等）をユーザに提供すること、及び／又は実際の特定のマスクを患者に提供することを含む。図１及び図２の例示的なシステム１０及び１０'において、特定のマスクを識別する情報及び／又は実際の特定のマスクを患者に提供することは、例えば上述したような出力装置２２を用いて実行される。

図６Ａ－６Ｃ、７Ａ－７Ｃ、８Ａ－８Ｃ及び９Ａ－９Ｃは、システム１０の訓練されたニューラルネットワーク２４に供給されるＲＧＢ正面画像２８の例（図６Ａ、７Ａ、８Ａ及び９Ａ）、対応する正面画像２８から、訓練されたニューラルネットワーク２４により生成されるＵＶ位置マップ３４（図６Ｂ、７Ｂ、８Ｂ及び９Ｂ）、並びに上述した前記生成されるＵＶ位置マップ３４から、訓練されたニューラルネットワーク２４によりさらに生成される３Ｄパラメトリックモデル３６（図６Ｃ、７Ｃ、８Ｃ及び９Ｃ）の例示的な表示を示す。

故に、上述したことから、本発明の実施形態は、患者の容易に取得可能な基本的な２Ｄの正面画像から、特定のユーザ／患者の「カスタム」マスクを識別／提供するための解決策を提供することを理解されたい。

開示される概念の態様は、有形のコンピュータ可読の記録媒体上のコンピュータ可読コードとして具現化されることを検討している。このコンピュータ可読の記録媒体は、その後、コンピュータシステムにより読み取られるデータを記憶することができる如何なるデータ記憶装置である。コンピュータ可読の記録媒体の例は、ＲＯＭ、ＲＡＭ、ＣＤ-ＲＯＭ、磁気テープ、フロッピー(登録商標)ディスク及び光学データ記憶装置を含む。

請求項において、括弧の間に置かれる如何なる参照記号もその請求項を限定すると解釈されるべきではない。「有する」又は「含む」という言葉は、請求項に挙げられる以外の素子又はステップの存在を排除するものではない。幾つかの手段を列挙している装置の請求項において、これらの手段の幾つかは、ハードウェアの同一のアイテムにより具現化されてもよい。要素が複数あると述べていなくても、その要素が複数あることを排除しない。幾つかの手段を列挙している如何なる装置の請求項において、これらの手段の幾つかは、ハードウェアの１つの同じアイテムにより具現化されてもよい。幾つかの要素が互いに異なる従属請求項に挙げられているという単なる事実は、これらの要素が組み合わせて使用されることができないことを示していない。

本発明は、最も実用的で好ましい実施例であると現在考えられているものに基づいて、例示を目的に詳細に説明されているが、そのような詳細は、単に例示が目的であること、並びに本発明は、開示される実施例に限定されるのではなく、それどころか添付の特許請求の範囲の主旨及び範囲内にある修正案及び同等の構成を含むことが意図されることを理解されたい。
例えば、本発明は、可能な限り、何れかの実施例の１つ以上の特徴が他の何れかの実施例の１つ以上の特徴と組み合わされ得ることも考慮していることを理解すべきである。

Claims (15)

1. 患者に呼吸ガス流を送達する際に使用するための患者の特定のマスクを識別する方法において、
   前記患者の２Ｄの正面画像を受信するステップ、
   前記２Ｄの正面画像から前記患者の３Ｄの顔情報を決定するステップ、
   前記３Ｄの顔情報の少なくとも幾つかを複数の候補マスクの次元情報と比較するステップ、及び
   前記３Ｄの顔情報の少なくとも幾つかと、前記複数の候補マスクの次元情報との比較の結果から、前記患者の特定のマスクを決定するステップ
   を有する、方法。
2. 前記患者の２Ｄの正面画像を受信するステップは、前記患者の２ＤのＲＧＢ正面画像を受信するステップを有する、請求項１に記載の方法。
3. 前記２Ｄの正面画像から前記患者の３Ｄの顔情報を決定するステップは、訓練されたニューラルネットワークを用いて前記２Ｄの正面画像を分析するステップを有する、請求項１に記載の方法。
4. 前記２Ｄの正面画像から前記患者の３Ｄの顔情報を決定するステップは、前記訓練されたるニューラルネットワークによる前記分析から３ＤのＵＶ位置マップを決定するステップをさらに有する、請求項３に記載の方法。
5. 前記２Ｄの正面画像から前記患者の３Ｄの顔情報を決定するステップは、前記３ＤのＵＶ位置マップから前記患者の顔のパラメトリックモデルを決定するステップをさらに有する、請求項４に記載の方法。
6. 前記特定のマスクを前記患者に提供するステップをさらに有する、請求項１に記載の方法。
7. 前記患者の２Ｄの正面画像を受信するステップは、デジタル撮像装置を用いて前記患者の２Ｄの正面画像を取り込むステップを有する、請求項１に記載の方法。
8. デジタル撮像装置を用いて前記患者の２Ｄの正面画像を取り込むステップは、コンピュータ装置と通信するスマートフォンの前面カメラ又はウェブカメラの１つを用いて前記２Ｄの正面画像を取り込むステップを有する、請求項７に記載の方法。
9. 患者の３Ｄの顔情報を決定する方法において、
   前記患者の２Ｄの正面画像を受信するステップ、及び
   訓練されたニューラルネットワークを用いて前記２Ｄの正面画像を分析することにより、前記２Ｄの正面画像から前記患者の３Ｄの顔情報を決定するステップ
   を有する方法。
10. 前記患者の２Ｄの正面画像を受信するステップは、前記患者の２ＤのＲＧＢ画像を受信するステップを有する、請求項９に記載の方法。
11. 前記２Ｄの正面画像から前記患者の３Ｄの顔情報を決定するステップは、前記訓練されたニューラルネットワークによる前記分析から３ＤのＵＶ位置マップを決定するステップをさらに有する、請求項９に記載の方法。
12. 前記２Ｄの正面画像から前記患者の３Ｄの顔情報を決定するステップは、前記３ＤのＵＶ位置マップからパラメトリックモデルを作成するステップをさらに有する、請求項１１に記載の方法。
13. 前記患者の２Ｄの正面画像を受信するステップは、デジタル撮像装置を用いて前記患者の前記２Ｄの正面画像を取り込むステップを有する、請求項９に記載の方法。
14. 前記デジタル撮像装置を用いて前記患者の前記２Ｄの正面画像を取り込むステップは、コンピュータ装置と通信するスマートフォンの前面カメラ又はウェブカメラの１つを用いて前記２Ｄの正面画像を取り込むステップを有する、請求項９に記載の方法。
15. 患者に呼吸ガス流を送達する際に使用する特定のマスクを識別する際に使用するためのシステムにおいて、
    前記患者の２Ｄの正面画像を受信するための入力、
    前記患者の２Ｄの正面画像を受信し、前記患者の前記顔の３ＤのＵＶ位置マップを決定するように訓練されるニューラルネットワーク、
    前記３ＤのＵＶ位置マップから前記患者の顔の３Ｄの顔情報を決定し、前記３Ｄの顔情報の少なくとも幾つかを複数の候補マスクの次元情報と比較し、及び前記３Ｄの顔情報の少なくとも幾つかと前記複数の候補マスクの次元情報との比較の結果から、前記患者の特定のマスクを決定するようにプログラムされた処理装置、並びに
    前記特定のマスクの指標を提供するための前記処理装置と通信する出力装置
    を有する、システム。

Images