JP2023537335A - 呼吸治療中の動きの決定システムおよび方法 - Google Patents

Abstract

本発明は、呼吸治療システムの使用中にユーザの動きを決定するための方法に関する。呼吸治療システムのユーザに関連する音響データを受信する。受信された音響データを分析する。分析された音響データに少なくとも部分的に基づいて、ユーザに関連する動きイベントを決定する。

Description

本開示は、一般に、動きおよび身体位置の検出用のシステムおよび方法に関し、より具体的には、呼吸治療中のユーザの動きおよび身体位置の検出用のシステムおよび方法に関する。

多くの人は、周期性四肢運動障害（ＰＬＭＤ）、下肢静止不能症候群（ＲＬＳ）、睡眠呼吸障害（ＳＤＢ）、閉塞型睡眠時無呼吸（ＯＳＡ）、中枢型睡眠時無呼吸（ＣＳＡ）、ならびに混合型無呼吸や低呼吸など他のタイプの無呼吸、呼吸努力関連覚醒（ＲＥＲＡ）、チェーン・ストークス呼吸（ＣＳＲ）、呼吸不全、肥満超換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）、急速眼球運動（ＲＥＭ）行動障害（ＲＢＤとも呼ばれる）、夢の行動化（ＤＥＢ）、高血圧、糖尿病、卒中、不眠症、及び胸壁障害などの睡眠関連及び／又は呼吸障害に罹患している。これらの障害は、呼吸治療システムを使用して治療される場合が多い。

しかしながら、一部のユーザにとっては、かかるシステムの使い心地が悪く、使用しにくく、高価であり、審美性が低く、及び／又はシステムを使用することに関連付けられた便益が認識されない。その結果、一部のユーザは、呼吸治療を使用しないときに、症状の重症度の実証がない場合、呼吸治療システムの使用を開始しないか、又は呼吸治療システムの使用を中止することを選択する。さらなる結果として、一部のユーザは、呼吸治療システムが睡眠の質を改善し、これらの障害の症状を軽減しているという励みや確認がない場合、呼吸治療システムの使用を中止する。本開示は、これらおよび他の問題を解決することを目的とする。例えば、ユーザが呼吸治療を受けているとき、ユーザに関連する動き情報を睡眠－覚醒の決定に使用できる。したがって、呼吸治療を受けているユーザに関連する動きを決定するためのシステムおよび方法が必要とする。

本開示のいくつかの実装形態によれば、呼吸治療システムの使用中にユーザの動きを決定するための方法が開示される。呼吸治療システムのユーザに関連する音響データを受信する。受信された音響データを分析する。分析された音響データに少なくとも部分的に基づいて、ユーザに関連する動きイベントを決定する。

本開示のいくつかの実装形態によれば、呼吸治療システムの使用中にユーザの動きを決定するための方法が開示される。呼吸治療システムのユーザの気道に向けられた加圧空気の複数の流量値に関連する流量データを受信する。受信された流量データを分析する。分析された流量データに少なくとも部分的に基づいて、ユーザに関連する動きイベントを決定する。

本開示のいくつかの実装形態によれば、呼吸治療セッション中のユーザの身体位置を決定するための方法が開示される。呼吸治療システムのユーザに関連する流量データを受信する。受信された流量データを分析して、１つ以上の特徴を決定する。決定された１つ以上の特徴に少なくとも部分的に基づいて、ユーザの身体位置を決定する。

本開示のいくつかの実装形態によれば、呼吸治療セッション中のユーザの身体位置を決定するための別の方法が開示される。呼吸治療システムのユーザに関連する音響データを受信する。受信された音響データを分析して、１つ以上の特徴を決定する。決定された１つ以上の特徴に少なくとも部分的に基づいて、ユーザの身体位置を決定する。

本開示のいくつかの実装形態によれば、呼吸治療システムの使用中に患者を監視するための方法が開示される。上記で開示され、本明細書でさらに説明される方法のいずれかを使用して、患者に関連する動きイベントを決定する。通知を監視装置または担当者に送信する。前記通知は、患者に関連する決定された動きイベントに関連付けられる。

本開示のいくつかの実装形態によれば、呼吸治療システムの使用中に患者を監視するための方法が開示される。上記で開示され、本明細書でさらに説明される方法のいずれかを使用して、患者の身体位置を決定する。通知を監視装置または担当者に送信する。前記通知は、決定された患者の身体位置に関連付けられる。

本開示のいくつかの実装形態によれば、システムは、１つ以上のプロセッサを有する制御システムと、機械可読命令を格納しているメモリと、を含む。制御システムは、メモリに結合される。上記で開示され、本明細書でさらに説明される方法のいずれも、メモリにおける機械実行可能命令が制御システムの１つ以上のプロセッサの少なくとも１つによって実行されるときに実施される。

本開示のいくつかの実装形態によれば、呼吸治療システムの使用中にユーザの動きを決定するためのシステムは、上記で開示され、本明細書でさらに説明される方法のいずれかを実施するように構成された制御システムを含む。

本開示のいくつかの実装形態によれば、呼吸治療システムの使用中に身体位置を決定するためのシステムは、上記で開示され、本明細書でさらに説明される方法のいずれかを実施するように構成された制御システムを含む。

本開示のいくつかの実装形態によれば、呼吸治療システムの使用中に患者を監視するためのシステムは、上記で開示され、本明細書でさらに説明される方法のいずれかを実施するように構成された制御システムを含む。

本開示のいくつかの実装形態によれば、コンピュータプログラムプロダクトは、コンピュータによって実行されると、上記で開示され、本明細書でさらに説明される方法のいずれかをコンピュータに実行させる命令を含む。いくつかの実装形態では、コンピュータプログラムプロダクトは、非一時的なコンピュータ可読媒体である。

上記の概要は、本開示の各実装形態またはあらゆる態様を示すことを意図していない。本開示のさらなる特徴及び利益は、下記の詳細な説明及び図面から明らかである。

本開示の上記および他の利点は、図面を参照しながら以下の詳細な説明を読むことで明らかになる。

図１は、本開示のいくつかの実装形態に係る、システムの機能ブロック図である。 図２は、本開示のいくつかの実装形態に係る、図１のシステムの少なくとも一部、フルフェイスマスクを着用しているユーザ、および同床者の斜視図である。 図３は、本開示のいくつかの実装形態に係る、呼吸治療システムの使用中にユーザに関連する音響反射に応答する音響データの生成を示す。 図４Ａは、本開示のいくつかの実装形態に係る、呼吸治療システムのユーザに関連する流量データを示す。 図４Ｂは、本開示のいくつかの実装形態に係る、持続気道陽圧システムのユーザに関連する圧力データを示す。 図４Ｃは、本開示のいくつかの実装形態に係る、呼気圧力軽減モジュールを有する呼吸治療システムのユーザに関連する圧力データを示す。 図５は、本開示のいくつかの実装形態に係る、呼吸治療システムの使用中にユーザの動きを決定するための方法の流れ図である。 図６Ａは、本開示のいくつかの実装形態に係る、治療セッション中に測定される無線周波数（ＲＦ）データを示す。 図６Ｂは、本開示のいくつかの実装形態に係る、図６Ａの治療セッション中に測定された音声データを示す。 図６Ｃは、本開示のいくつかの実装形態に係る、図６Ｂの音声データを使用して算出された処理された音声データを示す。 図６Ｄは、本開示のいくつかの実装形態に係る、図６ＡのＲＦデータを使用し、かつ、図６Ｃの処理された音声データを個別に使用して算出された動きアクティビティデータを示す。 図７Ａは、本開示のいくつかの実装形態に係る、第１の治療セッション中に測定されたＥＭＦＩＴアクティビティデータを示す。 図７Ｂは、本開示のいくつかの実装形態に係る、図７Ａの第１の治療セッション中に生成された音声信号から導出された処理された音声データを示す。 図７Ｃは、本開示のいくつかの実装形態に係る、第２の治療セッション中に測定されたＥＭＦＩＴアクティビティデータを示す図である。 図７Ｄは、本開示のいくつかの実装形態に係る、図７Ｃの第２の治療セッション中に測定された音声データを示す図である。 図８は、本開示のいくつかの実装形態に係る、呼吸治療セッション中のユーザの身体位置を決定するための方法の流れ図である。 図９は、本開示のいくつかの実装形態に係る、治療セッション中に測定されたリアルタイムフロー信号およびリアルタイム圧力信号を示す。 図１０は、本開示のいくつかの実装形態に係る、呼吸治療セッション中のユーザの身体位置を決定するための方法の流れ図である。

本開示は、様々な変形及び代替形態が可能であるが、本開示の具体的な実装形態及び実施形態が図面に例として示されており、本明細書において詳述される。しかしながら、それは、本開示を開示された特定の形態に限定することを意図するものではなく、本開示は、添付の請求項によって定義される本開示の精神及び範囲内にあるすべての変更物、均等物及び代替物を網羅するということを理解すべきである。

本開示は、添付の図面を参照して説明され、各図において、同一または同等の構成要素には同一の参照番号を付す。各図は、縮尺通りに描かれておらず、単に本開示を説明するために提供するものである。本開示のいくつかの態様は、説明のための例示的なアプリケーションを参照して以下に説明される。

多くの人は、睡眠関連障害及び／又は呼吸障害に患っている。睡眠関連及び／又は呼吸障害としては、例えば、周期性四肢運動障害（ＰＬＭＤ）、下肢静止不能症候群（ＲＬＳ）、閉塞性睡眠時無呼吸（ＯＳＡ）、中枢性睡眠時無呼吸（ＣＳＡ）、混合型無呼吸及び呼吸低下など他のタイプの無呼吸などの睡眠呼吸障害（ＳＤＢ）、呼吸努力関連覚醒（ＲＥＲＡ）、チェーン・ストークス呼吸（ＣＳＲ）、呼吸不全、肥満低換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）、急速眼球運動（レム）行動障害（ＲＢＤとも呼ばれる）、夢の行動化（ＤＥＢ）、高血圧、糖尿病、卒中、不眠症、及び胸壁障害が挙げられる。

閉塞性睡眠時無呼吸（ＯＳＡ）は、睡眠呼吸障害（ＳＤＢ）の一形態であり、異常に小さな上気道と、舌、軟口蓋、中咽頭後壁の領域における筋緊張の通常損失との組み合わせによる睡眠中の上気道の閉塞や遮断などのイベントによって特徴付けられる。より一般的には、無呼吸とは、一般的に、空気の閉塞によって生じる呼吸の休止（閉塞性睡眠時無呼吸）又は呼吸機能の停止（中枢性睡眠時無呼吸と称されることが多い）のことである。通常、個人は、閉塞型睡眠時無呼吸イベント中に、約１５秒～約３０秒で呼吸を停止する。

他の種類の無呼吸としては、呼吸低下、過呼吸及び高炭酸ガス血症が挙げられる。低呼吸は概して、閉塞した気道ではなく、狭窄気道によって生じる遅い呼吸又は浅い呼吸によって特徴付けられる。過呼吸は概して、呼吸の深さ及び／又は速度の増大によって特徴付けられる。高炭酸ガス血症は、一般的に、血流中の二酸化炭素量の急増又は過剰によって特徴付けられ、通常、不十分な呼吸によって生じられるものである。

チェーン・ストークス呼吸（ＣＳＲ）は、別の形態の睡眠呼吸障害である。ＣＳＲは、患者の呼吸調節器の障害であり、ＣＳＲサイクルとして知られる換気の漸増及び漸減が交互に周期的に続く。ＣＳＲは、動脈血の脱酸素及び再酸素化の繰り返しによって特徴付けられる。

肥満低換気症候群（ＯＨＳ）は、低換気の原因が他に無い状態における、重症肥満及び覚醒時慢性高炭酸ガス血症の組み合わせとして定義される。症状には、呼吸困難、起床時の頭痛と日中の過度な眠気が含まれる。

慢性閉塞性肺疾患（ＣＯＰＤ）は、空気の動きに対するレジスタンスの増加、呼吸の呼気相の延長、肺の正常な弾力性の喪失など、ある特性を共通して有する下気道疾患群のいずれかを包含する。

神経筋疾患（ＮＭＤ）は、内在筋病理を直接的又は神経病理を間接的に介して筋肉の機能を損なう多数の疾病及び病気を包含する。胸壁障害は、呼吸筋と胸郭の間に非効率連結をもたらす胸郭変形群である。

呼吸努力関連覚醒（ＲＥＲＡ）イベントは、通常、睡眠からの覚醒に至る１０秒以上の呼吸努力の増加によって特徴付けられ、無呼吸又は呼吸低下イベントの基準を満たさない。ＲＥＲＡは、睡眠からの覚醒に至る呼吸努力の増加によって特徴付けられるが、無呼吸又は呼吸低下の基準を満たさない一連の呼吸と定義される。これらのイベントは、（１）食道の陰圧が漸増するパターンが、陰圧レベルの急低下及び覚醒によって終了し、（２）イベントが１０秒以上続く、という両方の基準を満たす必要がある。いくつかの実装形態では、鼻カニューレ／圧力トランスデューサシステムが、ＲＥＲＡの検出に十分かつ信頼できる。ＲＥＲＡ検出器は、呼吸治療装置から導出された実際のフロー信号に基づき得る。例えば、フロー制限尺度が、フロー信号に基づいて決定され得る。その後、覚醒の尺度が、フロー制限尺度及び換気量の急増の尺度の関数として導出され得る。１つのかかる方法が、レスメド社に付与された国際特許公開第２００８／１３８０４０号及び米国特許公開第９３５８３５３号に記載されており、各文献の開示内容全体が、参照により本明細書に組み込まれる。

これらを始めとする障害は、個人の睡眠中に起こる特定イベント（例えば、いびき、無呼吸、呼吸低下、下肢静止不能、睡眠障害、窒息、心拍数増加、努力性呼吸、喘息発作、てんかん挿間症、発作又はそれらの任意の組み合わせ）によって特徴付けられる。

無呼吸低呼吸指数（ＡＨＩ）とは、睡眠セッション中の睡眠時無呼吸の重症度を示すのに使用される指数である。ＡＨＩは、睡眠セッション中にユーザが経験した無呼吸イベント及び／又は呼吸低下イベントの数を、その睡眠セッションにおける全睡眠時間数で除算することによって求められる。このイベントは、例えば、少なくとも１０秒以上続く呼吸の一時停止であり得る。５未満のＡＨＩは、正常とみなされる。５以上１５未満のＡＨＩは、軽度の睡眠時無呼吸を示すものとみなされる。１５以上３０未満のＡＨＩは、中程度の睡眠時無呼吸を示すものとみなされる。３０以上のＡＨＩは、重度の睡眠時無呼吸を示すものとみなされる。小児では、１よりも大きいＡＨＩは、異常とみなされる。睡眠時無呼吸は、ＡＨＩが正常であるとき、又はＡＨＩが正常もしくは軽度であるときに、「制御されている」とみなすことができる。ＡＨＩは、酸素飽和度と組み合わせて、閉塞性睡眠時無呼吸の重症度を示すのに使用することもできる。

一般に、呼吸治療中のアクティビティレベルは、フロー信号のみから直接推定できる。流量データは、より長い時間フレームでのアクティビティレベルに関するいくつかの情報を提供するが、正確な時間分解能で動きを識別しない。さらに、アクティビティの高い領域を識別するフロー信号の特徴は、咳、喘息などの他の呼吸イベントと混同される可能性がある。したがって、本開示の態様は、エコーおよび／または音声データを使用して、ユーザの動きおよび／またはアクティビティレベルを決定することに関する。

図１を参照すると、本開示のいくつかの実装形態に係るシステム１００が示されている。システム１００は、他の用途のうち、呼吸治療システムのユーザによる使用に関連する様々な異なるセンサを提供するためのものである。システム１００は、制御システム１１０、記憶装置１１４、電子インタフェース１１９、１つ以上のセンサ１３０、及び１つ以上のユーザ装置１７０を含む。いくつかの実装形態では、システム１００は、呼吸治療装置１２２を含む呼吸治療システム１２０をさらに含む。本明細書でさらに詳細に開示するように、システム１００は、呼吸治療システムの使用中のユーザの動き、および／または呼吸治療セッション中のユーザの身体位置を決定するために使用することができる。ユーザの身体位置は、例えば、仰臥位、腹臥位、左側臥位または右側臥位などを含むことができる。

制御システム１１０は、１つ以上のプロセッサ１１２（以下、プロセッサ１１２）を含む。制御システム１１０は、一般的に、システム１００の様々な構成要素を制御（例えば、作動）し、及び／又はシステム１００の構成要素によって取得及び／又は生成されたデータを分析するために使用される。プロセッサ１１２は、汎用又は特殊用途プロセッサ又はマイクロプロセッサであってもよい。図１には１つのプロセッサ１１２が示されているが、制御システム１１０は、単一の筐体内に存在し得るか、互いに離れて位置し得る任意の適切な数のプロセッサ（例えば、１つのプロセッサ、２つのプロセッサ、５つのプロセッサ、１０つのプロセッサなど）を含んでもよい。制御システム１１０（又は他の任意の制御システム）又はプロセッサ１１２（又は他の任意の制御システムの他の任意のプロセッサ又は一部）などの制御システム１１０の一部を使用して、本明細書に記載及び／又は特許請求の範囲に記載の方法のいずれか１つ以上のステップを実行することができる。制御システム１１０は、例えば、ユーザ装置１７０の筐体、及び／又はセンサ１３０うちの１つ以上の筐体に連結すること、及び／又はそれらの内部に位置付けることができる。制御システム１１０は、（１つのそのような筐体内に）集中させるか、（物理的に区別される２つ以上のそのような筐体内に）分散させることができる。制御システム１１０を収容する２つ以上の筐体を含むこのような実装形態では、そのような筐体は、互いに近接し、及び／又は離れて位置付けられてもよい。

記憶装置１１４は、制御システム１１０のプロセッサ１１２が実行可能な機械可読命令を記憶する。記憶装置１１４は、例えば、ランダムアクセスメモリ装置又はシリアルアクセスメモリ装置、ハードドライブ、ソリッドステートドライブ、フラッシュメモリ装置などの任意の適切なコンピュータ可読記憶装置又は媒体であり得る。図１に１つの記憶装置１１４が示されているが、システム１００は、任意の適切な数の記憶装置１１４（例えば、１つの記憶装置、２つの記憶装置、５つの記憶装置、１０個の記憶装置など）を含み得る。記憶装置１１４は、呼吸治療装置１２２の筐体、ユーザ装置１７０の筐体、１つ以上のセンサ１３０の筐体又はそれらの任意の組み合わせに連結され、及び／又はそれらの内部に配置されてもよい。制御システム１１０と同様に、記憶装置１１４は、（１つのそのような筐体内に）集中させるか、（物理的に区別される２つ以上のそのような筐体内に）分散させることができる。

いくつかの実装形態では、記憶装置１１４は、ユーザに関連付けられたユーザプロファイルを記憶する。ユーザプロファイルは、例えば、ユーザに関連付けられた人口統計情報、ユーザに関連付けられた生体情報、ユーザに関連付けられた医療情報、自己報告によるユーザフィードバック、ユーザに関連付けられた睡眠パラメータ（例えば、１つ以上の以前の睡眠セッションから記録された睡眠関連パラメータ）、またはそれらの任意の組み合わせを含み得る。人口統計情報は、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、ユーザの地理位置、交際状況、不眠症又は睡眠時無呼吸の家族歴、ユーザの雇用状況、ユーザの教育状況、ユーザの社会経済状況、またはそれらの任意の組み合わせを示す情報を含み得る。医療情報は、例えば、ユーザに関連付けられた１つ以上の病状、ユーザによる薬剤使用量又はその両方を示す情報を含み得る。医療情報はまた、ユーザに関連付けられた転倒リスク評価（例えば、モールス転倒スケールを使用した転倒リスクスコア）を含み得る。医療情報は、例えば、ユーザに関連付けられた１つ以上の病状、ユーザによる薬剤使用量、またはその両方を示す情報を含み得る。医療情報データは、反復睡眠潜時検査（ＭＳＬＴ）の結果もしくはスコアおよび／またはピッツバーグ睡眠質問票（ＰＳＱＩ）のスコアもしくは値をさらに含み得る。医療情報データは、自己報告による主観的な睡眠スコア（劣悪、普通、良好など）、ユーザの自己報告による主観的なストレスレベル、ユーザの自己報告による主観的な疲労度、ユーザの自己報告による主観的な健康状態、ユーザが経験した最近のライフイベント、又はそれらの任意の組み合わせを示す情報をさらに含み得る。いくつかの実装形態では、記憶装置１１４は、表示装置１２８上に表示できるメディアコンテンツを格納する。

電子インタフェース１１９は、データを記憶装置１１４に格納し、及び／又は制御システム１１０のプロセッサ１１２によって分析できるように、１つ以上のセンサ１３０からデータ（例えば、生理学的データ）を受信するように構成される。電子インタフェース１１９は、有線接続又は無線接続（例えば、ＲＦ通信プロトコル、ＷｉＦｉ通信プロトコル、ブルートゥース（登録商標）通信プロトコル、ＩＲ通信プロトコル、セルラーネットワーク、その他の光通信プロトコル等）を用いて、１つ以上のセンサ１３０と通信することができる。電子インタフェース１１９は、アンテナ、受信機（例えば、ＲＦ受信機）、送信機（例えば、ＲＦ送信機）、トランシーバ、又はそれらの任意の組み合わせを含んでもよい。電子インタフェース１１９は、本明細書に記載のプロセッサ１１２及び記憶装置１１４と同一又は同様のもう１つのプロセッサ及び／又はもう１つの記憶装置も含んでもよい。いくつかの実装形態では、電子インタフェース１１９は、ユーザ装置１７０に連結又は統合される。他の実装形態では、電子インタフェース１１９は、制御システム１１０及び／又は記憶装置１１４に連結されるか、それらと（例えば、筐体内で）統合される。

呼吸治療システム１２０は、呼吸圧力治療装置（呼吸治療装置１２２とも呼ばれる）、ユーザインタフェース１２４、導管１２６（チューブまたは空気回路とも呼ばれる）、表示装置１２８、加湿タンク１２９、またはそれらの組み合わせを含み得る。いくつかの実装形態では、制御システム１１０、記憶装置１１４、表示装置１２８、センサ１３０のうちの１つ以上、及び加湿タンク１２９は、呼吸治療装置１２２の一部である。呼吸圧力治療とは、（例えば、タンクベンチレータや陽陰圧体外式人工呼吸器（ｃｕｉｒａｓｓ）などの陰圧治療とは異なり、）ユーザの呼吸サイクル全体を通じて大気に対して名目上陽である制御された目標圧力で、ユーザの気道の入口に空気供給を印加することを指す。呼吸治療システム１２０は、一般的に、１つ以上の睡眠関連呼吸障害（例えば、閉塞型睡眠時無呼吸、中枢型睡眠時無呼吸、混合型睡眠時無呼吸）に罹患している個人を治療するために使用される。

呼吸治療装置１２２は、一般的に、（例えば、１つ以上の圧縮機を駆動する１つ以上のモータを使用して）ユーザに輸送される加圧空気を生成するために使用される。いくつかの実装形態では、呼吸治療装置１２２は、ユーザに輸送される連続的な一定の空気圧を生成する。他の実装形態では、呼吸治療装置１２２は、２つ以上の所定の圧力（例えば、第１の所定の空気圧及び第２の所定の空気圧）を生成する。さらに別の実装形態では、呼吸治療装置１２２は、所定の範囲内の様々な異なる空気圧を生成するように構成される。例えば、呼吸治療装置１２２は、例えば、少なくとも約６ｃｍＨ２Ｏ、少なくとも約１０ｃｍＨ２Ｏ、少なくとも約２０ｃｍＨ２Ｏ、約６ｃｍＨ２Ｏ～約１０ｃｍＨ２Ｏ、約７ｃｍＨ２Ｏ～約１２ｃｍＨ２Ｏなどで輸送を行うことができる。呼吸治療装置１２２は、（周囲圧力に対して）陽圧を維持しながら、例えば、約－２０Ｌ／分～約１５０Ｌ／分の所定の流量で加圧空気を輸送することもできる。

ユーザインタフェース１２４は、ユーザの顔の一部と係合し、呼吸治療装置１２２からユーザの気道に加圧空気を輸送し、睡眠中に気道が狭窄及び／又は閉塞することを防止することを支援する。これにより、睡眠中のユーザの酸素摂取量も増加させることができる。一般的に、ユーザインタフェース１２４は、ユーザの顔と係合させることにより、ユーザの口、鼻、又は、ユーザの口及び鼻の両方を介して、ユーザの気道に加圧空気を輸送する。呼吸治療装置１２２、ユーザインタフェース１２４、及び導管１２６ｓは、ユーザの気道に流体的に連結された空気経路を形成する。また、加圧空気は、睡眠中のユーザの酸素摂取量を増加させる。適用される療法に応じて、ユーザインタフェース１２４は、例えば、ユーザの顔の領域又は一部とシールを形成して、治療を発効させるために周囲圧力と十分に異なる圧力、例えば、周囲圧力に対する約１０ｃｍＨ２Ｏの陽圧でのガスの輸送を容易にすることができる。酸素輸送などの他の治療形態において、ユーザインタフェースは、約１０ｃｍＨ２Ｏの陽圧でのガス供給の気道への輸送を容易するのに十分なシールを含まないことがある。

図２に示すように、いくつかの実装形態では、ユーザインタフェース１２４は、ユーザ２１０の鼻と口の少なくとも一部を覆う顔マスク（例えば、フルフェイスマスク）であるか、またはそれを含む。代替として、ユーザインタフェース１２４は、いくつかの実装形態では、ユーザの鼻に空気を提供する鼻マスク、またはユーザの鼻孔に空気を直接輸送する鼻枕マスクであり得る。ユーザインタフェース１２４は、ユーザの一部（例えば顔）にインタフェースを位置付け、および／または安定させるための複数のストラップ（例えば面ファスナを含む）と、ユーザインタフェース１２４とユーザとの間での気密シールを提供するのを支援する形状適合性クッション（例えば、シリコーン、プラスチック、発泡体など）と、を含み得る。ユーザインタフェース１２４は、ユーザ２１０によって吐き出された二酸化炭素および他のガスを逃がせるようにするための１つ以上の通気孔も含み得る。他の実装形態では、ユーザインタフェース１２４は、マウスピース（例えば、ユーザの歯に適合するように成形されたナイトガードマウスピース、下顎再配置装置など）を含む。

（空気回路又はチューブとも呼ばれる）導管１２６により、空気は、呼吸治療システム１２０の構成要素、例えば呼吸治療装置１２２とユーザインタフェース１２４との間に流れることができる。いくつかの実装形態では、この導管に吸気及び呼気用の別々の枝管が存在し得る。他の実装形態では、単枝型導管は、吸気および呼気の両方に使用される。

呼吸治療装置１２２、ユーザインタフェース１２４、導管１２６、表示装置１２８及び加湿タンク１２９のうちの１つ以上は、１つ以上のセンサ（例えば、圧力センサ、流量センサ、又はより一般的には、本明細書に記載の他のセンサ１３０のいずれか）を含み得る。これらの１つ以上のセンサは、例えば、呼吸治療装置１２２によって供給された加圧空気の空気圧及び／又は流量を測定するために使用することができる。

表示装置１２８は、一般的に、呼吸治療装置１２２に関する、静止画像、動画像又はその両方を含む画像及び／又は情報を表示するために使用される。例えば、表示装置１２８は、呼吸治療装置１２２の状態に関する情報（例えば、呼吸治療装置１２２がオン／オフであるか否か、呼吸治療装置１２２によって輸送されている空気の圧力、呼吸治療装置１２２によって輸送されている空気の温度など）及び／又は他の情報（例えば、睡眠スコア及び／又は治療スコア（それぞれが参照によりその全体が本明細書に組み込まれる国際公開第２０１６／０６１６２９号及び米国特許出願公開第２０１７／０３１１８７９号に記載されているｍｙＡｉｒ（商標）スコアとも呼ばれる）、現在の日付／時刻、ユーザ２１０の個人情報など）を提供することができる。いくつかの実装形態では、表示装置１２８は、画像を表示するように構成されたグラフィカルユーザインタフェース（ＧＵＩ）を入力インタフェースとして含むヒューマンマシンインタフェース（ＨＭＩ）として機能する。表示装置１２８は、ＬＥＤディスプレイ、ＯＬＥＤディスプレイ、ＬＣＤディスプレイなどであり得る。入力インタフェースは、例えば、タッチスクリーン又はタッチセンシティブ基板、マウス、キーボード、又は呼吸治療装置１２２と対話する人間のユーザによって行われた入力をセンシングするように構成された任意のセンサシステムであり得る。

加湿タンク１２９は、呼吸治療装置１２２に結合又は統合され、呼吸治療装置１２２から送られた加圧空気を加湿するために使用することができる水を貯蔵するためのリザーバを含む。呼吸治療装置１２２は、ユーザに提供された加圧空気を加湿するために、加湿タンク１２９内の水を加熱するヒーターを含み得る。さらに、いくつかの実装形態では、導管１２６は、ユーザに送られた加圧空気を加熱する（例えば、導管１２６に結合され及び／又は埋め込まれた）加熱要素も含み得る。加湿タンク１２９は、空気経路の水蒸気入口に流体結合され、水蒸気を水蒸気入口を介して空気経路に送ることができるか又は空気経路自体の一部として空気経路と一列に形成することができる。他の実装形態では、呼吸治療装置１２２又は導管１２６は、無水加湿器を含み得る。無水加湿器は、システム１００の他の場所に配置された他のセンサとインタフェースするセンサを組み込むことができる。

いくつかの実装形態では、システム１００は、生理学的データ、睡眠関連パラメータ、他のデータもしくは情報、またはそれらの組み合わせに少なくとも部分的に基づいて、物質の少なくとも一部をレセプタクル１８０からユーザの空気経路に輸送するために使用することができる。一般的には、空気流路への物質の一部の輸送を変更することは、（ｉ）空気流路への物質の輸送を開始すること、（ｉｉ）空気経路への物質の一部の輸送を終了すること、（ｉｉｉ）空気経路へ輸送される物質の量を変更すること、（ｉｖ）空気経路への物質の一部の輸送の時間的特性を変更すること、（ｖ）空気経路への物質の一部の輸送の定量的特性を変更すること、（ｖｉ）気道への物質の輸送に関連するパラメータを変更すること、または（ｖｉｉ）（ｉ）～（ｖｉ）の組み合わせ、を含むことができる。

空気経路への物質の一部の輸送の時間的特性を変更することは、物質の輸送の速度を変更すること、異なる時間に開始および／または終了すること、異なる時間周期に継続すること、輸送の時間配分または特性を変更すること、時間配分とは独立に量配分を変更することなどを含むことができる。独立した時間と量の変化により、物質の放出頻度を変えることとは別に、毎回放出される物質の量を変えることができる。このようにして、放出頻度と放出量の多数の異なる組み合わせ（例えば、より高い頻度およびより低い放出量、より高い頻度およびより高い量、より低い頻度およびより高い量、より低い頻度およびより低い量など）は達成することができる。空気経路への物質の一部の輸送に対する他の変更も利用することができる。

呼吸治療システム１２０は、例えば、人工呼吸器、又は持続気道陽圧（ＣＰＡＰ）システム、自動気道陽圧（ＡＰＡＰ）システム、バイレベル又は可変気道陽圧（ＢＰＡＰ又はＶＰＡＰ）システム等の気道陽圧（ＰＡＰ）システム、又はそれらの任意の組み合わせとして用いることができる。ＣＰＡＰシステムは、（例えば、睡眠医師によって決定された）所定の空気圧をユーザに輸送する。ＡＰＡＰシステムは、例えば、ユーザに関連付けられた呼吸データに基づいて、ユーザに輸送される空気圧を自動的に変化させる。ＢＰＡＰまたはＶＰＡＰシステムは、第１の所定圧力（例えば、吸気気道陽圧またはＩＰＡＰ）および第１の所定圧力より低い第２の所定圧力（例えば、呼気気道陽圧またはＥＰＡＰ）を輸送するように構成される。

引き続き図１を参照すると、システム１００の１つ以上のセンサ１３０は、圧力センサ１３２、流量センサ１３４、温度センサ１３６、運動センサ１３８、マイクロフォン１４０、スピーカー１４２、無線周波数（ＲＦ）受信機１４６、ＲＦ送信機１４８、カメラ１５０、赤外線センサ１５２、フォトプレチスモグラム（ＰＰＧ）センサ１５４、心電図（ＥＣＧ）センサ１５６、脳波（ＥＥＧ）センサ１５８、容量センサ１６０、力センサ１６２、歪みゲージセンサ１６４、筋電図（ＥＭＧ）センサ１６６、酸素センサ１６８、検体センサ１７４、水分センサ１７６、ＬｉＤＡＲセンサ１７８又はそれらの組み合わせを含む。一般的に、１つ以上のセンサ１３０のそれぞれは、記憶装置１１４又は１つ以上の他の記憶装置により受信および記憶されたセンサデータを出力するように構成される。

１つ以上のセンサ１３０は、圧力センサ１３２、流量センサ１３４、温度センサ１３６、運動センサ１３８、マイクロフォン１４０、スピーカー１４２、ＲＦ受信機１４６、ＲＦ送信機１４８、カメラ１５０、ＩＲセンサ１５２、ＰＰＧセンサ１５４、ＥＣＧセンサ１５６、ＥＥＧセンサ１５８、容量センサ１６０、力センサ１６２、歪みゲージセンサ１６４、ＥＭＧセンサ１６６、酸素センサ１６８、検体センサ１７４、水分センサ１７６及びＬｉｄＡＲセンサ１７８のそれぞれを含むものとして図示および記載されているが、より一般的には、１つ以上のセンサ１３０は、本明細書に記載及び／又は図示された各センサの任意の組み合わせ及び任意の個数を含み得る。

本明細書に記載のとおり、システム１００は一般に、睡眠セッション中のユーザ（例えば、図２に示す呼吸治療システム１２０のユーザ）に関連付けられた生理学的データを生成するのに使用することができる。生理学的データは、分析されて１つ以上の睡眠関連パラメータを生成することができ、このパラメータは、睡眠セッション中のユーザに関連付けられた任意のパラメータや測定値などを含み得る。睡眠セッション中にユーザ２１０に関して判断できる１つ以上の睡眠関連パラメータは、例えば、無呼吸－低呼吸指数（ＡＨＩ）スコア、睡眠スコア、フロー信号、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりのイベント数、イベントパターン、段階、呼吸治療装置１２２の圧力設定、心拍数、心拍数変動、ユーザ２１０の動き、温度、ＥＥＧ活動、ＥＭＧ活動、覚醒、いびき、窒息、咳、口笛、喘鳴、またはそれらの組み合わせを含む。

いくつかの実装形態では、１つ以上のセンサ１３０によって生成された生理学的データは、睡眠セッション中のユーザに関連付けられた睡眠－覚醒信号と、１つ以上の睡眠関連パラメータとを決定するために制御システム１１０によって使用され得る。睡眠－覚醒信号は、睡眠、覚醒、リラックスした覚醒、微小覚醒、または急速眼球運動（ＲＥＭ）段階、第１のノンレム段階（「Ｎ１」と称されることが多い）、第２のノンレム段階（「Ｎ２」と称されることが多い）、第３のノンレム段階（「Ｎ３」と称されることが多い）などの明確な睡眠段階、又はそれらの任意の組み合わせを含む、１つ以上の睡眠状態を示すことができる。１つ以上のセンサ１３０などの１つ以上のセンサによって生成された生理学的データに基づいて睡眠状態及び／又は睡眠段階を決定する方法は、例えば、それぞれが参照によりその全体が本明細書に組み込まれる、国際公開第２０１４／０４７３１０号、米国特許出願公開第２０１４／００８８３７３号、国際公開第２０１７／１３２７２６号、国際公開第２０１９／１２２４１３号、国際公開第２０１９／１２２４１４号、及び米国特許出願公開第２０２０／０３８３５８０号に記載されている。

また、睡眠－覚醒信号には、ユーザが就床する時刻、ユーザが離床した時刻、ユーザが入眠しようとした時刻などを決定するために、タイムスタンプを付与することができる。睡眠－覚醒信号は、睡眠セッション中に、例えば、１秒につき１サンプル、３０秒につき１サンプル、１分につき１サンプルなど所定のサンプリングレートで１つ以上のセンサ１３０によって測定することができる。いくつかの実装形態では、睡眠－覚醒信号が、睡眠セッション中の呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりのイベント数、イベントパターン、呼吸治療装置１２２の圧力設定、又はそれらの任意の組み合わせも示し得る。イベントは、いびき、無呼吸、中枢性無呼吸、閉塞型無呼吸、混合型無呼吸、呼吸低下、口漏れ、マスク漏れ（例えば、ユーザインタフェース１２４からの漏れ）、下肢静止不能、睡眠障害、窒息、心拍数増加、心拍数変動、努力性呼吸、喘息発作、てんかん挿間症、発作、発熱、咳、くしゃみ、いびき、あえぎ、風邪又はインフルエンザ等の病気の存在、またはそれらの任意の組み合わせを含み得る。睡眠－覚醒信号に基づいて睡眠セッション中にユーザのために決定できる１つ以上の睡眠関連パラメータとしては、総就寝時間、総睡眠時間、入眠潜時、中途覚醒パラメータ、睡眠効率、断片化指数、又はそれらの任意の組み合わせなどの睡眠の質の測定基準が挙げられる。本明細書においてさらに詳細に記載されるように、生理学的データ及び／又は睡眠関連パラメータを分析して、１つ以上の睡眠関連スコアを決定することができる。

また、１つ以上のセンサ１３０によって生成された生理学的データ及び／又は音声データを使用して、睡眠セッション中のユーザに関連付けられた呼吸信号を決定することができる。呼吸信号は概して、睡眠セッション中のユーザの呼吸または気息を示す。１つ以上のセンサ１３０からのデータを分析して、呼吸信号、呼吸数、呼吸パターン、吸気振幅、呼気振幅、吸気対呼気比、１つ以上のイベントの発生、１時間当たりのイベント数、イベントパターン、睡眠状態、無呼吸低呼吸指数（ＡＨＩ）又はそれらの任意の組み合わせを含み得る１つ以上の睡眠関連パラメータを決定することができる。１つ以上のイベントは、いびき、無呼吸、中枢性無呼吸、閉塞型無呼吸、混合型無呼吸、呼吸低下、マスク漏れ（例えば、ユーザインタフェース１２４からの漏れ）、咳、下肢静止不能、睡眠障害、窒息、心拍数増加、努力性呼吸、喘息発作、てんかん挿間症、発作、血圧上昇、又はそれらの任意の組み合わせを含み得る。記載された睡眠関連パラメータの多くは、生理学的パラメータであるが、睡眠関連パラメータの一部は、非生理学的パラメータであると考えられる。１つ以上のセンサ１３０からのデータ又は他のタイプのデータのいずれかに基づいて、他のタイプの生理学的パラメータ及び／又は非生理学的パラメータを決定することもできる。

一般的に、睡眠セッションは、ユーザ２１０がベッド２３０（又は睡眠するつもりで利用する別の領域又は物体）に横たわったり座ったりした後、及び呼吸治療装置１２２をオンにし、かつユーザインタフェース１２４を身に付けた後の任意の時点を含む。したがって、睡眠セッションは、（ｉ）ユーザ２１０がＣＰＡＰシステムを使用しているが、就眠試行前である時間周期（例えば、ユーザ２１０がベッド２３０に横になって本を読んでいる時間周期）、（ｉｉ）ユーザ２１０が就眠することを試行し始めるがまだ覚醒している時間周期、（ｉｉｉ）ユーザ２１０が浅睡眠（非急速眼球運動（ノンレム）睡眠の段階１及び段階２とも呼ばれる）に入っている時間周期、（ｉｖ）ユーザ２１０が深睡眠（徐波睡眠（ＳＷＳ）、又はノンレム睡眠の段階３とも呼ばれる）に入っている時間周期、（ｖ）ユーザ２１０が急速眼球運動（レム）睡眠に入っている時間周期、（ｖｉ）ユーザ２１０が、浅睡眠、深睡眠、又はレム睡眠の間で周期的に覚醒している時間周期、又は（ｖｉｉ）ユーザ２１０が覚醒して眠りに戻らない時間周期を含み得る。

一般的に、睡眠セッションは、ユーザ２１０がユーザインタフェース１２４を取り外し、呼吸治療装置１２２をオフにし、かつベッド２３０から離れると終了するものと定義することができる。いくつかの実装形態では、睡眠セッションは、追加の時間期間を含むこと、又は上に開示された時間周期の一部のみに限定することができる。例えば、睡眠セッションは、呼吸治療装置１２２が気道又はユーザ２１０に加圧空気を供給し始めたときに始まり、呼吸治療装置１２２がユーザ２１０の気道に加圧空気を供給するのを停止したときに終わり、かつ、ユーザ２１０が眠っているか又は覚醒しているときにその間の時点の一部又は全部を含む期間を包含するように画定することができる。

圧力センサ１３２は、記憶装置１１４に記憶され、及び／又は制御システム１１０のプロセッサ１１２によって分析され得る圧力データを出力する。いくつかの実装形態では、圧力センサ１３２は、呼吸治療システム１２０のユーザの呼吸（例えば、吸気及び／又は呼気）及び／又は周囲圧力を示すセンサデータを生成する空気圧センサ（例えば、気圧センサ）である。このような実装形態では、圧力センサ１３２は、呼吸治療装置１２２、ユーザインタフェース１２４又は導管１２６に連結又は統合することができる。圧力センサ１３２は、呼吸治療装置１２２内の空気圧、導管１２６内の空気圧、ユーザインタフェース１２４内の空気圧、またはそれらの任意の組み合わせを決定するために使用される。圧力センサ１３２は、例えば、容量センサ、電磁センサ、誘導センサ、抵抗センサ、圧電センサ、歪みゲージセンサ、光学センサ、電位差センサ又はそれらの任意の組み合わせであり得る。いくつかの例では、圧力センサ１３２は、ユーザの血圧を決定するために用いることができる。

流量センサ１３４は、記憶装置１１４に記憶され、及び／又は制御システム１１０のプロセッサ１１２によって分析され得る流量データを出力する。流量センサ（例えば、流量センサ２１４など）の例は、国際公開第２０１２／０１２８３５号及び米国特許出願公開第１０３２８２１９号に記載されており、その全体が参照により本明細書に組み込まれるものとする。いくつかの実装形態では、流量センサ１３４は、呼吸治療装置１２２からの空気流量、導管１２６を通る空気流量、ユーザインタフェース１２４を通る空気流量、又はそれらの任意の組み合わせを決定するために用いられる。このような実装形態では、流量センサ１３４は、呼吸治療装置１２２、ユーザインタフェース１２４又は導管１２６に連結又は統合することができる。流量センサ１３４は、例えば、回転流量計（例えば、ホール効果流量計）、タービン流量計、オリフィス流量計、超音波流量計、熱線センサ、渦流センサ、膜センサ、またはそれらの任意の組み合わせなどの質量流量センサであり得る。いくつかの実装形態では、流量センサ２１４は、通気流（例えば、意図的な「漏れ」）、意図しない漏れ（例えば、口漏れおよび／またはマスク漏れ）、患者の流（例えば、肺に出入りする空気）、またはそれらの任意の組み合わせを測定するように構成される。いくつかの実装形態では、流量データを分析して、ユーザの心原性振動を決定することができる。

温度センサ１３６は、記憶装置１１４に記憶され、及び／又は制御システム１１０のプロセッサ１１２によって分析され得る温度データを出力する。いくつかの実装形態では、温度センサ１３６は、ユーザ２１０（図２）の中核体温、ユーザ２１０の皮膚温度、呼吸治療装置１２２から及び／又は導管１２６を通って流れる空気の温度、ユーザインタフェース１２４内の空気の温度、周囲温度又はそれらの任意の組み合わせを示す温度データを生成する。温度センサ１３６は、例えば、熱電対センサ、サーミスタセンサ、シリコンバンドギャップ温度センサもしくは半導体ベースのセンサ、抵抗温度検出器、またはそれらの任意の組み合わせであり得る。

運動センサ１３８は、記憶装置１１４に記憶され、及び／又は制御システム１１０のプロセッサ１１２によって分析され得る運動データを出力する。運動センサ１３８は、睡眠セッション中のユーザ２１０の動き、及び／又は呼吸治療装置１２２、ユーザインタフェース１２４又は導管１２６などの呼吸治療システム１２０の構成要素のいずれかの動きを検出するために使用することができる。運動センサ１３８は、加速度計、ジャイロスコープ及び磁力計などの１つ以上の慣性センサを含み得る。いくつかの実装形態では、運動センサ１３８が、代替又は追加として、ユーザの体動を表す１つ以上の信号を生成し、この信号から、例えばユーザの呼吸動きを介して、ユーザの睡眠状態を表す信号が取得され得る。いくつかの実装形態において、運動センサ１３８からの運動データを、別のセンサ１３０からの追加データと併用して、ユーザの睡眠状態を判断することができる。

マイクロフォン１４０は、記憶装置１１４に記憶され、及び／又は制御システム１１０のプロセッサ１１２によって分析され得る音声データを出力する。マイクロフォン１４０によって生成された音声データは、睡眠セッション中の１つ以上の音（例えば、ユーザ２１０からの音）として再生可能である。本明細書においてさらに詳細に記載されるように、またマイクロフォン１４０からの音声データを使用して、睡眠セッション中のユーザが経験したイベントを（例えば、制御システム１１０を使用して）識別することができる。マイクロフォン１４０は、呼吸治療装置１２２、ユーザインタフェース１２４、導管１２６又はユーザ装置１７０に（例えば、その内面または外面に）連結又は統合することができる。いくつかの実装形態では、システム１００は、複数のマイクロフォン（例えば、２つ以上のマイクロフォン及び／又はビーム形成を用いたマイクロフォンの配列）を含むことにより、複数のマイクロフォンのそれぞれによって生成された音声データは、複数のマイクロフォンのうちの他のマイクロフォンによって生成された音声データを識別するために用いることができる。

スピーカー１４２は、システム１００のユーザ（例えば、図２のユーザ２１０）に聞こえる音波、またはシステムのユーザに聞こえない音波（例えば、超音波）を出力することができる。スピーカー１４２は、例えば、目覚まし時計として使用するか、または（例えば、動きイベントおよび／または身体位置の変化に応答して）ユーザ２１０または介護者に警告又はメッセージを再生するために使用することができる。いくつかの実装形態では、スピーカー１４２は、マイクロフォン１４０によって生成された音声データをユーザに伝えるために使用することができる。スピーカー１４２は、呼吸治療装置１２２、ユーザインタフェース１２４、導管１２６又は外部装置１７０に連結又は統合することができる。

マイクロフォン１４０及びスピーカー１４２は、独立した装置として使用することができる。いくつかの実装形態では、マイクロフォン１４０及びスピーカー１４２は、例えばそれぞれが参照によりその全体が本明細書に組み込まれる国際公開第２０１８／０５０９１３号及び国際公開第２０２０／１０４４６５号に記載されるように、音響センサ１４１（例えば、ＳＯＮＡＲセンサ）に組み合わせることができる。このような実装形態では、スピーカー１４２は、所定の間隔で音波を生成又は放出し、マイクロフォン１４０は、スピーカー１４２から放出された音波の反射を検出する。１つ以上の実装形態では、スピーカー１４２によって生成又は放出された音波は、ユーザ２１０又は同床者２２０（図２）の睡眠を妨げないように、人間の耳に聞こえない周波数（例えば、２０Ｈｚ未満又は約１８ｋＨｚ超）を有することができる。制御システム１１０は、マイクロフォン１４０および／またはスピーカー１４２からのデータに少なくとも部分的に基づいて、ユーザ２１０（図２）の位置および／または、例えば、動き、身体位置、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりのイベント数、イベントパターン、睡眠状態、睡眠段階、呼吸治療装置１２２の圧力設定、またはそれらの任意の組み合わせなど、本明細書に記載の睡眠関連パラメータのうちの１つ以上を判断することができる。このような文脈では、ソナーセンサは、超音波および／または低周波数超音波感知信号（例えば、約１７～２３ｋＨｚ、１８～２２ｋＨｚ、または１７～１８ｋＨｚの周波数範囲内）を空中で生成および／または送信することなどによるアクティブ音響センシングに関わるものと理解され得る。

いくつかの実装形態では、センサ１３０は、（ｉ）マイクロフォン１４０と同じ又は類似し、音響センサ１４１に統合された第１のマイクロフォンと、（ｉｉ）マイクロフォン１４０と同じ又は類似するが、音響センサ１４１に統合された第１のマイクロフォンとは独立しかつ別体である第２のマイクロフォンと、を含む。

ＲＦ送信機１４８は、所定の周波数及び／又は所定の振幅（例えば、高周波帯域内、低周波帯域内、長波信号、短波信号等）を有する電波を生成及び／又は放射する。ＲＦ受信機１４６は、ＲＦ送信機１４８から放射された電波の反射を検出し、このデータは、制御システム１１０によって分析されることにより、ユーザ２１０（図２）の位置および／または動き、例えば呼吸および／または身体の動き、および／または本明細書に記載の睡眠関連パラメータのうちの１つ以上を決定することができる。ＲＦ受信機（ＲＦ受信機１４６およびＲＦ送信機１４８または別のＲＦペアのいずれか）は、制御システム１１０、呼吸治療装置１２２、１つ以上のセンサ１３０、ユーザ装置１７０、またはそれらの任意の組み合わせの間での無線通信に使用することもできる。ＲＦ受信機１４６及びＲＦ送信機１４８は、独立した別体の要素として図１に示されるが、いくつかの実装形態では、ＲＦ受信機１４６及びＲＦ送信機１４８は、ＲＦセンサ１４７（例えば、ＲＡＤＡＲセンサ）の一部として組み合わされる。いくつかのこのような実装形態では、ＲＦセンサ１４７は、制御回路を含む。ＲＦ通信の具体的な形式は、Ｗｉ－ＦｉやＢｌｕｅｔｏｏｔｈ（登録商標）などであり得る。

いくつかの実装形態では、ＲＦセンサ１４７は、メッシュシステムの一部である。メッシュシステムの一例は、それぞれが移動式／可動式又は固定式であり得るメッシュノード、メッシュルータ（単数又は複数）及びメッシュゲートウェイ（単数又は複数）を含み得る、Ｗｉ－Ｆｉメッシュシステムである。このような実装形態では、Ｗｉ－Ｆｉメッシュシステムは、それぞれがＲＦセンサ１４７と同一又は類似のＲＦセンサを含む、Ｗｉ－Ｆｉルータ及び／又はＷｉ－Ｆｉコントローラ、ならびに１つ以上の衛星（例えば、アクセスポイント）を含む。Ｗｉ－Ｆｉルータ及び衛星は、Ｗｉ－Ｆｉ信号を使用して互いに連続的に通信する。Ｗｉ－Ｆｉメッシュシステムは、物体又は人の移動が信号を部分的に妨害することによってルータと衛星との間のＷｉ－Ｆｉ信号の変化（例えば、受信された信号強度の差）に基づいて運動データを生成するために使用することができる。この運動データは、運動、呼吸、心拍数、歩行、転倒、挙動など又はそれらの任意の組み合わせを示すことができる。

カメラ１５０は、記憶装置１１４に記憶できる１つ以上の画像（例えば、静止画像、動画像、熱画像又はそれらの組み合わせ）として再生可能な画像データを出力する。カメラ１５０からの画像データは、本明細書に記載の１つ以上の睡眠関連パラメータを決定するために制御システム１１０により用いることができる。制御システム１１０は、カメラ１５０からの画像データを使用して、例えば、１つ以上のイベント（例えば、周期性四肢運動又は下肢静止不能症候群）、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりのイベント数、イベントパターン、睡眠状態、睡眠段階、又はそれらの組み合わせなど、本明細書に記載されている睡眠関連パラメータのうちの１つ以上を決定することができる。さらに、カメラ１５０からの画像データを使用して、ユーザの位置を識別し、ユーザ２１０の胸の動きを決定し、ユーザ２１０の口及び／又は鼻の空気流を決定し、ユーザ２１０がベッド２３０に就床する時刻を決定し、ユーザ２１０がベッド２３０から離床する時刻を決定することができる。カメラ１５０はまた、眼球運動、瞳孔拡張（ユーザ２１０の片眼又は両眼が開いている場合）、瞬目率又はレム睡眠中の任意の変化を追跡するために用いることができる。いくつかの実装形態では、カメラ１５０が広角レンズ又は魚眼レンズを含む。

赤外線（ＩＲ）センサ１５２は、記憶装置１１４に記憶できる１つ以上の赤外線画像（例えば、静止画像、動画像、またはその両方）として再生可能な赤外線画像データを出力する。ＩＲセンサ１５２からの赤外線データは、ユーザ２１０の温度および／またはユーザ２１０の動きを含む、睡眠セッション中の１つ以上の睡眠関連パラメータを決定するのに使用することができる。ＩＲセンサ１５２はまた、ユーザ２１０の存在、位置、及び／又は動きを測定する際に、カメラ１５０と組み合わせて使用することもできる。ＩＲセンサ１５２は、例えば、約７００ｎｍと約１ｍｍとの間の波長を有する赤外光を検出することができるのに対し、カメラ１５０は、約３８０ｎｍと約７４０ｎｍとの間の波長を有する可視光を検出することができる。

ＰＰＧセンサ１５４は、例えば、心拍数、心拍数パターン、心拍数変動、心周期、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、推定血圧パラメータ、又はそれらの任意の組み合わせなどの１つ以上の睡眠関連パラメータを決定するために使用できる、ユーザ２１０（図２）に関連する生理学的データを出力する。ＰＰＧセンサ１５４は、ユーザ２１０によって着用され、ユーザ２１０が着用する衣類及び／又は布地に埋め込み、ユーザインタフェース１２４及び／又はその関連するヘッドギア（例えば、ストラップなど）に埋め込み及び／又は連結することができる。

ＥＣＧセンサ１５６は、ユーザ２１０（図２）の心臓の電気的活動に関連付けられた生理学的データを出力する。いくつかの実装形態では、ＥＣＧセンサ１５６は、睡眠セッション中にユーザ２１０の一部の上又はその周囲に配置された１つ以上の電極を含む。ＥＣＧセンサ１５６からの生理学的データを使用して、例えば、本明細書に記載の１つ以上の睡眠関連パラメータを決定することができる。

ＥＥＧセンサ１５８は、ユーザ２１０の脳の電気的活動に関連付けられた生理学的データを出力する。いくつかの実装形態では、ＥＥＧセンサ１５８は、睡眠セッション中のユーザ２１０の頭皮の上又はその周囲に配置された１つ以上の電極を含む。ＥＥＧセンサ１５８からの生理学的データを使用して、例えば、睡眠セッション中の任意の所与の時間におけるユーザ２１０の睡眠状態を決定することができる。いくつかの実装形態では、ＥＥＧセンサ１５８は、ユーザインタフェース１２４及び／又はその関連するヘッドギア（例えば、ストラップなど）に統合することができる。

容量センサ１６０、力センサ１６２及び歪みゲージセンサ１６４は、記憶装置１１４に記憶され、本明細書に記載の１つ以上の睡眠関連パラメータを決定するために制御システム１１０によって使用され得るデータを出力する。ＥＭＧセンサ１６６は、１つ以上の筋肉により生み出された電気的活動に関連付けられた生理学的データを出力する。酸素センサ１６８は、（例えば、導管１２６内又はユーザインタフェース１２４における）ガスの酸素濃度を示す酸素データを出力する。酸素センサ１６８は、例えば、超音波酸素センサ、電気酸素センサ、化学酸素センサ、光学酸素センサ、パルスオキシメータ（例えばＳｐＯ２センサ）、またはそれらの任意の組み合わせであり得る。いくつかの実装形態では、１つ以上のセンサ１３０はまた、ガルバニック皮膚反応（ＧＳＲ）センサ、血流センサ、呼吸センサ、脈拍センサ、血圧計センサ、酸素測定センサ又はそれらの任意の組み合わせを含む。

検体センサ１７４は、ユーザ２１０の呼気中の検体の存在を検出するために使用することができる。検体センサ１７４によって出力されたデータは、記憶装置１１４に記憶し、ユーザ２１０の息における任意の検体の同一性及び濃度を決定するために制御システム１１０により用いることができる。いくつかの実装形態では、検体センサ１７４は、ユーザ２１０の口の付近に配置されて、ユーザ２１０の口から吐き出された息に含まれる検体を検出する。例えば、ユーザインタフェース１２４がユーザ２１０の鼻及び口を覆う顔面マスクである場合、検体センサ１７４は、顔面マスク内に配置されてユーザ２１０の口の呼吸を監視することができる。他の実装形態では、ユーザインタフェース１２４が鼻マスク又は鼻枕マスクである場合に、検体センサ１７４は、ユーザ２１０の鼻の付近に配置されてユーザ２１０の鼻からの呼気中の検体を検出することができる。さらに別の実装形態では、ユーザインタフェース１２４が鼻マスク又は鼻枕マスクである場合、検体センサ１７４は、ユーザ２１０の口の付近に配置することができる。いくつかの実装形態では、検体センサ１７４は、ユーザ２１０の口から不用意に空気が漏れているか否かを検出するために使用することができる。いくつかの実装形態では、検体センサ１７４は、炭素系化学物質又は炭素系化合物を検出するために使用することができる揮発性有機化合物（ＶＯＣ）センサである。いくつかの実装形態では、また、検体センサ１７４は、ユーザ２１０が鼻又は口で呼吸しているか否かを検出するために使用することができる。例えば、ユーザ２１０の口の付近又は（ユーザインタフェース１２４が顔面マスクである実装形態では）顔面マスク内に配置された検体センサ１７４により出力されたデータにより検体の存在が検出された場合、制御システム１１０は、ユーザ２１０が口で呼吸しているという指標としてこのデータを使用することができる。

水分センサ１７６は、記憶装置１１４に記憶され、制御システム１１０によって使用され得るデータを出力する。水分センサ１７６は、ユーザを取り囲む様々な領域（例えば、導管１２６又はユーザインタフェース１２４の内部、ユーザ２１０の顔付近、導管１２６とユーザインタフェース１２４との接続部付近、導管１２６と呼吸治療装置１２２との接続部付近など）における水分を検出するために使用することができる。したがって、いくつかの実装形態では、水分センサ１７６をユーザインタフェース１２４又は導管１２６内に配置して、呼吸治療装置１２２からの加圧空気の湿度を監視することができる。他の実装形態では、水分センサ１７６は、水分レベルを監視する必要がある任意の領域付近に配置される。水分センサ１７６はまた、例えばユーザ２１０の寝室内の空気等、ユーザ２１０を取り囲む周囲環境の湿度を監視するために用いることができる。水分センサ１７６はまた、環境変化に対するユーザ２１０の生体反応を追跡するために用いることができる。

１つ以上の光検出及び測距（ＬｉＤＡＲ）センサ１７８は、深度感知に使用することができる。このような光学センサ（例えば、レーザセンサ）は、物体を検出し、生活空間などの周囲環境の３次元（３Ｄ）マップを作成するために使用することができる。ＬｉＤＡＲは、一般的に、パルスレーザを利用して飛行時間を計測する。ＬｉＤＡＲは、３Ｄレーザスキャンとも呼ばれる。このようなセンサの一使用例では、ＬｉＤＡＲセンサ１７８を有する固定又は（スマートフォン等の）モバイル機器は、センサから５メートル以上離れた領域を測定しマッピングすることができる。ＬｉＤＡＲデータは、例えば電磁式ＲＡＤＡＲセンサによって推定された点群データと融合することができる。ＬｉＤＡＲセンサ１７８はまた、人工知能（ＡＩ）を使用して、（ＲＡＤＡＲに対して高反射性であり得る）ガラス窓など、ＲＡＤＡＲシステムに問題を引き起こす可能性のある空間内の地物を検出し分類することにより、ＲＡＤＡＲシステムのジオフェンスを自動的に作成し得る。ＬｉＤＡＲはまた、人の身長に加え、人が座ったとき、倒れたとき等に生じる身長の変化を推定するために使用することができる。ＬｉＤＡＲは、環境の３Ｄメッシュ表現を形成するために使用することができる。さらなる用途では、電波が通過する固体表面（例えば電波透過性材料）には、ＬｉＤＡＲがそのような表面で反射し得ることにより、異なるタイプの障害物の分類が可能となる。

いくつかの実装形態では、１つ以上のセンサ１３０は、ガルバニック皮膚反応（ＧＳＲ）センサ、血流センサ、呼吸センサ、脈拍センサ、血圧計センサ、オキシメトリセンサ、ソナーセンサ、ＲＡＤＡＲセンサ、血糖センサ、色センサ、ｐＨセンサ、空気質センサ、傾斜センサ、雨センサ、土壌水分センサ、水流センサ、アルコールセンサ、又はそれらの任意の組み合わせも含む。

図１では別々に示されるが、１つ以上のセンサ１３０の任意の組み合わせを、呼吸治療装置１２２、ユーザインタフェース１２４、導管１２６、加湿タンク１２９、制御システム１１０、ユーザ装置１７０又はそれらの任意の組み合わせを含むシステム１００の構成要素のうちの任意の１つ以上に統合及び／又は結合することができる。例えば、音響センサ１４１及び／又はＲＦセンサ１４７は、ユーザ装置１７０に統合及び／又は結合することができる。このような実装形態では、ユーザ装置１７０は、本開示のいくつかの態様に係るシステム１００（例えば、制御システム１１０）により使用される追加の又は二次データを生成する二次装置と考えることができる。いくつかの実装形態では、１つ以上のセンサ１３０のうちの少なくとも１つは、呼吸治療装置１２２、制御システム１１０、またはユーザ装置１７０に物理的および／または通信可能に連結されず、睡眠セッション中のユーザ２１０に概ね隣接して配置される（例えば、ユーザ２１０の一部の上に配置されるか又は接触する、ユーザ２１０によって着用される、ナイトスタンドに連結されるか又はその上に配置される、マットレスに連結される、天井に連結される、など）。

呼吸治療装置１２２、ユーザインタフェース１２４、導管１２６、表示装置１２８及び加湿タンク１２９のうちの１つ以上は、１つ以上のセンサ（例えば、圧力センサ、流量センサ、又はより一般的には、本明細書に記載の他のセンサ１３０のいずれか）を含み得る。これらの１つ以上のセンサは、例えば、呼吸治療装置１２２によって供給された加圧空気の空気圧及び／又は流量を測定するために用いることができる。

１つ以上のセンサ１３０からのデータを分析して、呼吸信号、呼吸数、呼吸パターン、吸気振幅、呼気振幅、吸気対呼気比、１つ以上のイベントの発生、１時間当たりのイベント数、イベントパターン、睡眠状態、無呼吸低呼吸指数（ＡＨＩ）又はそれらの任意の組み合わせを含み得る１つ以上の睡眠関連パラメータを決定することができる。１つ以上のイベントは、いびき、無呼吸、中枢性無呼吸、閉塞型無呼吸、混合型無呼吸、呼吸低下、意図的なマスク漏れ、意図しないマスク漏れ、口漏れ、咳、下肢静止不能、睡眠障害、窒息、心拍数増加、努力性呼吸、喘息発作、てんかん挿間症、発作、血圧上昇、又はそれらの任意の組み合わせを含み得る。これらの睡眠関連パラメータの多くは、生理学的パラメータであるが、睡眠関連パラメータの一部は、非生理学的パラメータと考えられる。非生理学的パラメータは、流量、圧力、加圧空気の湿度、モータの速度などを含む、呼吸治療システムの動作パラメータも含み得る。１つ以上のセンサ１３０からのデータ又は他のタイプのデータのいずれかに基づいて、他のタイプの生理学的パラメータ及び非生理学的パラメータを決定することもできる。

ユーザ装置１７０（図１）は、表示装置１７２を含む。ユーザ装置１７０は、例えば、スマートフォン、タブレット、ラップトップなどのモバイル機器であり得る。代替的に、ユーザ装置１７０は、外部センシングシステム、テレビ（例えば、スマートテレビ）又は別のスマートホーム装置（例えば、Ｇｏｏｇｌｅ Ｈｏｍｅ、Ａｍａｚｏｎ Ｅｃｈｏ、Ａｌｅｘａなどのスマートスピーカー）であり得る。いくつかの実装形態では、ユーザ装置は、ウェアラブル装置（例えば、スマートウォッチ）である。表示装置１７２は、一般的に、静止画像、動画像又はその両方を含む画像を表示するために使用される。いくつかの実装形態では、表示装置１７２は、画像を表示するように構成されたグラフィカルユーザインタフェース（ＧＵＩ）及び入力インタフェースを含むヒューマンマシンインタフェース（ＨＭＩ）として機能する。表示装置１７２は、ＬＥＤディスプレイ、ＯＬＥＤディスプレイ、ＬＣＤディスプレイなどであり得る。入力インタフェースは、例えば、タッチスクリーン又はタッチセンサ式基板、マウス、キーボード、又はユーザ装置１７０と対話する人間のユーザによって行われた入力をセンシングするように構成された任意のセンサシステムであり得る。いくつかの実装形態において、１つ以上のユーザデバイスは、システム１００によって使用される、および／またはシステム１００に含まれることができる。

制御システム１１０及び記憶装置１１４は、システム１００の独立した別体の構成要素として記載され図１に示されるが、いくつかの実装形態では、制御システム１１０及び／又は記憶装置１１４は、ユーザ装置１７０及び／又は呼吸治療装置１２２に統合される。代替的に、いくつかの実装形態では、制御システム１１０又はその一部（例えば、プロセッサ１１２）は、クラウドに配置し（例えば、サーバに統合され、モノのインターネット（ＩｏＴ）装置に統合され、クラウドに接続され、エッジクラウド処理を受ける）、１つ以上のサーバ（例えば、リモートサーバ、ローカルサーバ等、又はそれらの任意の組み合わせ）に配置することができる。

システム１００は、上記構成要素の全てを含むものとして示されるが、本開示の種々の実装形態によれば、呼吸治療システム１２０のユーザによる使用に関連するデータを分析するためのシステムには、より多くのまたはより少ない構成要素を含めることができる。例えば、第１の代替システムは、制御システム１１０、記憶装置１１４、および１つ以上のセンサ１３０のうちの少なくとも１つを含み、呼吸治療システム１２０を含まない。別の例として、第２の代替システムは、制御システム１１０、記憶装置１１４、１つ以上のセンサ１３０のうちの少なくとも１つ、及びユーザ装置１７０を含む。さらに別の例として、第３の代替システムは、制御システム１１０、記憶装置１１４、呼吸治療システム１２０、１つ以上のセンサ１３０のうちの少なくとも１つ、及びユーザ装置１７０を含む。したがって、本明細書に示され記載された構成要素の任意の一部を使用し、及び／又は１つ以上の他の構成要素と組み合わせて、本開示を実装するための様々なシステムを形成することができる。

全体的に図２を参照すると、いくつかの実装形態に係るシステム１００（図１）の一部が示されている。呼吸治療システム１２０のユーザ２１０及び同床者２２０は、ベッド２３０に位置付けられ、マットレス２３２に横たわっている。ユーザインタフェース１２４は、睡眠セッション中のユーザ２１０によって着用され得る。ユーザインタフェース１２４は、導管１２６を介して呼吸治療装置１２２に流体的に連結及び／又は接続される。次に、呼吸治療装置１２２は、導管１２６及びユーザインタフェース１２４を介して加圧空気をユーザ２１０に輸送し、ユーザ２１０の喉内の空気圧を上昇させて、睡眠中に気道が閉鎖し、及び／又は狭窄になることを防止することを支援する。呼吸治療装置１２２は、図２に示すようにベッド２３０に直接隣接するナイトテーブル２４０上、又はより一般的には、ベッド２３０及び／又はユーザ２１０にほぼ隣接する任意の表面又は構造上に配置することができる。

いくつかの実装形態では、制御システム１１０、メモリ１１４、１つ以上のセンサ１３０のいずれか又はそれらの組み合わせは、ベッド２３０及び／又はユーザ２１０に概ね隣接する任意の表面及び／又は構造上及び／又は任意の表面及び／又は構造内に配置することができる。例えば、いくつかの実装形態では、１つ以上のセンサ１３０のうちの少なくとも１つは、ベッド２３０及び／又はユーザ２１０に隣接する呼吸治療システム１２０の１つ以上の構成要素上及び／又は該構成要素内の第１の位置２２５Ａに配置することができる。１つ以上のセンサ１３０は、呼吸治療システム１２０、ユーザインタフェース１２４、導管１２６、表示装置１２８、加湿タンク１２９又はそれらの組み合わせに結合することができる。

代替的又は追加的に、１つ以上のセンサ１３０のうちの少なくとも１つは、ベッド２３０上及び／又はベッド２３０内の第２の位置２２５Ｂに配置することができる（例えば、１つ以上のセンサ１３０は、ベッド２３０に結合及び／又は統合される）。さらに、代替的又は追加的に、１つ以上のセンサ１３０のうちの少なくとも１つは、ベッド２３０及び／又はユーザ２１０に隣接するマットレス２３２上及び／又はマットレス２３２内の第３の位置２２５Ｃに配置することができる（例えば、１つ以上のセンサ１３０は、マットレス２３２に結合及び／又は統合される）。代替的又は追加的に、１つ以上のセンサ１３０のうちの少なくとも１つは、ベッド２３０及び／又はユーザ２１０に概ね隣接する枕の上及び／又は枕の中の第４の位置２２５Ｄに配置することができる。

代替的又は追加的に、１つ以上のセンサ１３０のうちの少なくとも１つは、ベッド２３０及び／又はユーザ２１０に概ね隣接するナイトスタンド２４０上及び／又はナイトスタンド２４０内の第５の位置２２５Ｅに配置することができる。代替的又は追加的に、１つ以上のセンサ１３０のうちの少なくとも１つは、ユーザ２１５に結合及び／又は配置されるように第６の位置２２５Ｆに配置することができる（例えば、１つ以上のセンサ１３０は、ユーザ２１０が着用する布地、衣類２１２及び／又はスマートデバイス２７０に埋め込まるか又は結合される）。より一般的には、１つ以上のセンサ１３０のうちの少なくとも１つは、ユーザ２１０に関連するセンサデータを生成できるように、ユーザ２１０に対して任意の適切な位置に配置することができる。

いくつかの実装形態では、マイクロフォン１４０等の一次センサは、睡眠セッション中のユーザ２１０に関連する音響データを生成するように構成される。例えば、１つ以上のマイクロフォン（図１のマイクロフォン１４０と同一又は類似のもの）は、（ｉ）呼吸治療装置１２２の回路基板、（ｉｉ）導管１２６、（ｉｉｉ）呼吸治療システム１２０の構成要素間のコネクタ、（ｉｖ）ユーザインタフェース１２４、（ｖ）ユーザインタフェースに関連するヘッドギア（例えば、ストラップ）又は（ｖｉ）それらの組み合わせに統合及び／又は結合することができる。

いくつかの実装形態では、一次センサに加えて、１つ以上の二次センサは、追加のデータを生成することができる。いくつかのこのような実装形態では、１つ以上の二次センサは、マイクロフォン（例えば、システム１００のマイクロフォン１４０）、流量センサ（例えば、システム１００の流量センサ１３４）、温度センサ（例えば、システム１００の温度センサ１３６）、カメラ（例えば、システム１００のカメラ１５０）、ベーン式センサ（ＶＡＦ）、熱線センサ（ＭＡＦ）、冷線、層流センサ、超音波センサ、慣性センサ又はそれらの組み合わせを含む。

代替的又は追加的に、１つ以上のマイクロフォン（図１のマイクロフォン１４０と同一又は類似のもの）は、ユーザ装置１７０、ＴＶ、ウォッチ（例えば、機械式ウォッチ又はスマートデバイス２７０）、ペンダント、マットレス２３２、ベッド２３０、ベッド２３０上に配置された寝具、枕、スピーカー（例えば、図１のスピーカー１４２）、ラジオ、タブレット、無水加湿器又はそれらの組み合わせ等のコロケートされたスマートデバイスに統合及び／又は結合することができる。

代替的又は追加的に、いくつかの実装形態では、１つ以上のマイクロフォン（図１のマイクロフォン１４０と同一又は類似）は、それに音響信号を伝える空気通路があれば、システム１００（図１）及び／又はユーザ２１０（図２）から離れてもよい。例えば、１つ以上のマイクロフォンは、システム１００が収容された部屋とは異なる部屋に設置されてもよい。

図３は、本開示の態様に係る、ユーザインタフェース（例えば、ユーザインタフェース１２４）の１つ以上の特徴を示す音響反射に応答する、エコーデータの形態とする音響データの生成を示す。エコーデータの生成は、マイクロフォン１４０（又は任意のタイプの音声トランスデューサ）及びスピーカー１４２を含む音響センサ１４１を含む。しかしながら、上述したように、スピーカー１４２は、代わりに、呼吸治療装置１２２のモータなど、音響信号を生成できる別の装置で置き換えることができる。マイクロフォン１４０及びスピーカー１４２は、図示しない呼吸治療装置１２２に接続される導管１２６に対する特定の位置に示されている。ただし、マイクロフォン１４０及びスピーカー１４２の位置は、上述したように、図示されているものとは異なることがある。エコーデータの生成および分析の例は、国際公開第２０１０／０９１４６２号に記載されており、その全体が参照により本明細書に組み込まれるものとする。

スピーカー１４２は、導管１２６内で音響信号３０２を発信する。音響信号３０２は音の形態である。音は、標準音（例えば、市販のサウンドアプリケーションからのオリジナルの未修正の音）、カスタム音、非可聴周波数、ホワイトノイズ音、広帯域インパルス、連続的な正弦波、方形波、のこぎり波、周波数変調正弦波（例えば、チャープ）の１つ以上であってもよい。いくつかの他の実装形態によれば、音響信号３０２は、可聴音又は超音波音のうちの１つ以上の形態とすることができる。いくつかの他の実装形態によれば、音響信号３０２は、音の周波数（例えば、人間の聴覚の周波数範囲外にある周波数）又は音の振幅（例えば、音が人間の知覚にとって十分に大きくないほど低い振幅）の一方又は両方に基づいて、音が聞こえない非可聴音の形態である。

１つ以上の実装形態では、音響信号３０２は、ユーザがユーザインタフェースを最初に装着したとき、ユーザがユーザインタフェースを取り外した後、無呼吸イベント又は低呼吸イベントが発生していることを検出した後（例えば、呼吸治療装置を用いて無呼吸イベント又は低呼吸イベントが発生していることを検出した後）などの特定の時間に発信される。特定の監視時間は、例えば、０．１秒の間隔で少なくとも４秒間の持続期間になるように選択される。ユーザを連続的に監視するために、ユーザの動きおよび／または身体位置を決定する際に、音響信号３０２は、治療セッションの全プロセスにわたって、または１つまたは複数の部分の間、連続的にまたは間隔をおいて発信され得る。

音響信号３０２は、ユーザインタフェース１２４と導管１２６との接続部３０６にまたはその近傍で、ユーザインタフェース１２４の特徴部３０４に接触するまで、導管１２６の長さＬを下方向に移動する。特徴部３０４は、導管１２６及び／又はユーザインタフェース１２４によって形成された経路３０８の広がりを含む。特徴部３０４での広がりは、音響信号３０２の音響インピーダンスの変化および音響反射３１０を引き起こす。音響反射３１０は、マイクロフォン１４０に到達するまで、導管１２６の長さＬを下方向に逆戻りする。マイクロフォン１４０は、音響反射３１０を検出し、音響反射３１０に応答してエコーデータを生成する。生成されたデータは、続いて、例えば図５および／または図８に関して以下でさらに説明するように、ユーザの動きおよび／またはユーザの身体位置を決定するために分析される。

音響信号３０２は、特徴部３０４を超えて、ユーザインタフェース１２４内に継続することができる。図示されていないが、ユーザインタフェース１２４及び／又は導管１２６は、音響反射３１０をさらに発生させる音響信号３０２の音響インピーダンスを変化させる１つ以上の追加的な特徴部を含み得る。このように、音響反射３１０を引き起こすものとして特徴部３０４のみを図示して説明したが、音響反射３１０に全て寄与できるユーザインタフェース１２４及び／又は導管１２６の特徴部は、複数存在し得る。

そのため、いくつかの実装形態では、システム１００はエコーデータの形態とする音響データを生成するように構成され、そのデータは次に制御システム１１０によって分析される。いくつかの実装形態では、エコーデータは、スピーカー（例えば、システム１００のスピーカー１４２または外部スピーカー）から送信される、マイクロフォン（例えば、システム１００のマイクロフォン１４０）によって受信される反射音波を含む。反射音波は、音波の経路における構成要素の形状および寸法を示す。追加的にまたは代替として、音響データは、１つ以上の睡眠関連パラメータを示すユーザからの音などの音声データ（例えば、鼻呼吸、口呼吸、いびき、鼻すすり）を含む。

例えば、音響データ（例えば、エコーデータの形態である）は、マイクロフォン１４０によって生成されたデータを含み得る。スピーカー１４２（または、呼吸治療装置１２２のモータなど、音響信号を生成することができる他の装置）は、音を生成する。音は、加湿タンク１２９を通り、第１の接続部および導管１２６に沿って、第２の接続部および無水加湿器（取り付けられている場合）を介して、１つ以上のキャビティ（例えば、鼻孔および／または口）およびユーザの呼吸治療システム（鼻および／または口、気道、肺などを含む）に伝わることができる。経路における各変化または特徴（たとえば、キャビティ、接合部、形状の変化（例えば、導管および／または呼吸治療システムの他の構成要素の動きによる）、反射位置の変化（例えば、導管がカールおよび／または伸張されたときの動き中の導管の有効長さの変化による）、および／または導管および／または呼吸治療システムの他の構成要素の動きによって生じ得る導管の長さの変化）について、そのポイントでの反射が見られ、その位置は、既知の音速に基づいて決定され得る。

いくつかの実装形態では、音響データを分析するためにケプストラム解析が実施される。ケプストラムは「ケフレンシ」領域であり、時間領域波形のログのスペクトルとしても知られている。例えば、ケプストラムは、デシベルスペクトルのフーリエ変換のログスペクトルの逆フーリエ変換などと見なすことができる。演算は、本質的に、インパルス応答関数（ＩＲＦ）と音源の畳み込みを加算演算に変換でき、したがって、解析用にＩＲＦのデータを分離するため、音源をより容易に解釈または削除することができる。ケプストラム解析の技法は、「Ｔｈｅ Ｃｅｐｓｔｒｕｍ：Ａ Ｇｕｉｄｅ ｔｏ Ｐｒｏｃｅｓｓｉｎｇ」（Ｃｈｉｌｄｅｒｓ他、Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ，Ｖｏｌ．６５，Ｎｏ．１０，Ｏｃｔ １９７７）と題する学術論文、およびＲＡＮＤＡＬＬ ＲＢ著、「Ｆｒｅｑｕｅｎｃｙ Ａｎａｌｙｓｉｓ」、（Ｃｏｐｅｎｈａｇｅｎ：Ｂｒｕｅｌ ＆ Ｋｊａｅｒ，ｐ．３４４（１９７７、改訂版１９８７））に詳細に記載されている。

このような方法を、畳み込みの特性に関して理解することができる。ｆとｇの畳み込みはｆ＊ｇと書くことができる。この演算は、２つの関数（ｆとｇ）の積を、一方を反転してシフトした後に積分することができる。よって、それは、以下のように、式１のような積分変換である。

上記では符号ｔが使用されているが、それは、時間領域を表す必要がない。しかしながら、その文脈では、畳み込み式を、瞬間ｔにおける関数ｆ（τ）の重み付き平均として説明することができ、ここで、重み付けは、単純に量ｔだけシフトしたｇ（－τ）によって与えられる。ｔが変化すると、重み付け関数は、入力関数の異なる部分を強調する。

より一般的には、ｆおよびｇがＲｄ上の複素数値関数である場合、それらの畳み込みを式２の積分として定義することができる。

音響システム出力を、呼吸治療装置の導管を含むものなど、線形時不変システム（何らかの人またはシステムの他の未知の部分を含み得る）に対する入力に関連付けることができる数学モデルは、この畳み込みに基づくことができる。式３に示すように、システムのマイクロフォンで測定される出力を、時間（ｔ）の関数としてシステムインパルス応答関数（ＩＲＦ）で「畳み込まれる」入力ノイズと見なすことができる。

ここで、＊は、畳み込み関数を示し、ｙ（ｔ）は、音センサで測定された信号であり、Ｓ１（ｔ）は、呼吸治療装置の流れ発生器内またはこれによって生成されるノイズまたは音などの音またはノイズ源であり、ｈ１（ｔ）は、ノイズまたは音源から音センサまでのシステムＩＲＦである。インパルス応答関数（ＩＲＦ）は、単位インパルス入力に対するシステム応答である。

測定された音データのフーリエ変換（例えば、離散フーリエ変換（「ＤＦＴ」）または高速フーリエ変換（「ＦＦＴ」））による式３の周波数領域への変換、および畳み込み定理を考慮して、式４が作成される。

ここで、Ｙ（ｆ）は、ｙ（ｔ）のフーリエ変換であり、Ｓ１（ｆ）は、ｓ１（ｔ）のフーリエ変換であり、Ｈ１（ｆ）は、ｈ１（ｔ）のフーリエ変換である。このような場合、時間領域における畳み込みは、周波数領域における乗算となる。

式４の対数を適用すると、乗算が加算に変換され、式５が得られる。

次に、式５を逆フーリエ変換（ＩＦＴ）（例えば、逆ＤＦＴまたは逆ＦＦＴ）によって時間領域に再び変換することにより、複素ケプストラム（Ｋ（τ））（複素スペクトルから作業できるため、複素である）－スペクトルの対数の逆フーリエ変換、式６が得られる。

ここで、「τ」は、単位が秒で測定される、ケフレンシとして知られる実数値変数である。そのため、時間領域において畳み込みである効果が、スペクトルの対数において加法となり、ケプストラムにおいてもそのままである。

ケフレンシのデータ値を検査することなど、ケプストラム解析からのデータを考慮することにより、システムに関する情報を提供することができる。例えば、システムに対するケプストラムデータの以前または既知のベースラインからシステムのケプストラムデータを比較することにより、差などの比較は、システムの相違点または類似点を認識するために使用でき、次に、動きイベントおよび身体位置の決定を含む、本明細書で開示されるさまざまな機能または目的を実施するために使用できる。以下の開示は、本明細書で説明されるような分析の方法論を利用して、ユーザの任意の動きおよび／またはユーザの身体位置の決定を実施することができる。

いくつかの実装形態では、音響データを分析するように直接スペクトル法を実施することができる。直接スペクトル法の例としては、離散フーリエ変換（ＤＦＴ）、高速フーリエ変換（ＦＦＴ）（オプションでスライディングウィンドウを使用した）、短時間フーリエ変換（ＳＴＦＴ）、ウェーブレットベースの解析、ウェーブレットベースのケプストラム計算、ヒルベルト・ファン変換（ＨＨＴ）、経験的モード分解（ＥＭＤ）、ブラインド信号源分離（ＢＳＳ）、カルマンフィルター、またはそれらの組み合わせの処理が含まれる。いくつかの実装形態では、メル周波数ケプストラム係数（ＭＦＣＣ）などのケプストラム係数（ＣＣ）は、例えば、音響データ分析を音声認識分析と同じ方法で処理し、機械学習／分類システムを使用することによって使用され得る。他の実装形態では、スペクトログラムに適用された画像解析方法を使用して、ディープニューラルネットワークが採用された。

いくつかの実装形態では、本開示のシステムは、流量センサ（例えば、図１の流量センサ１３４）および／または圧力センサ（例えば、図１の圧力センサ１３２）を含む。流量センサ１３４を使用して、睡眠セッション中の呼吸治療装置１２２のユーザ２１０（図２）に関連する流量データを生成することができる。流量センサ（例えば、流量センサ１３４など）の例は、国際公開第２０１２／０１２８３５号に記載されており、その全体が参照により本明細書に組み込まれるものとする。いくつかの実装形態では、流量センサ１３４は、通気流（例えば、意図的な「漏れ」）、意図しない漏れ（例えば、口漏れおよび／またはマスク漏れ）、患者の流（例えば、肺に出入りする空気）、またはそれらの組み合わせを測定するように構成される。

いくつかの実装形態では、流量センサおよび／または圧力センサは、治療期間にわたってフローデータおよび／または圧力データを生成するように構成される。例えば、図４Ａは、本開示のいくつかの実装形態に係る、呼吸治療システム（例えば、図１の呼吸治療システム１２０）のユーザ（例えば、図２のユーザ２１０）に関連する流量データの一部を示す。図４Ａに示すように、約７回の全呼吸周期（４０１～４０７）にわたって測定された複数の流量値が、連続曲線４１０としてプロットされる。

いくつかの実装形態では、圧力センサは、治療期間にわたって圧力データを生成するように構成される。例えば、図４Ｂは、本開示のいくつかの実装形態に係る、ＣＰＡＰシステムのユーザに関連する圧力データを示す。図４Ｂに示される圧力データは、図４Ａと同じ治療期間にわたって生成された。図４Ｂに示すように、約７回の全呼吸周期（４０１～４０７）にわたって測定された複数の圧力値が、連続曲線４２０としてプロットされる。ＣＰＡＰシステムが使用されるので、図４Ｂの連続圧力曲線は、ＣＰＡＰシステムが７回の全呼吸周期中にシステムの一定の所定の空気圧を維持しようとするため、比較的小さな振幅を有する概ね正弦波パターンを示す。

図４Ｃを参照すると、本開示のいくつかの実装形態に係る、呼気圧力軽減（ＥＰＲ）モジュールを有する呼吸治療システムのユーザに関連する圧力データを示す。図４Ｃに示される圧力データは、図４Ａと同じ治療期間にわたって生成されたものである。図４Ｃに示すように、約７回の全呼吸周期（４０１～４０７）にわたって測定された複数の圧力値が、連続曲線４３０としてプロットされる。ＥＰＲ（呼気圧力軽減）モジュール（図４Ｃの圧力データに使用される）は、吸気中の圧力レベルと呼気中の減圧レベルとの差に関連するＥＰＲレベルに対して異なる設定を持つことができるため、図４Ｃの連続曲線は、図４Ｂの連続曲線とは異なる。

図５を参照すると、呼吸治療システムの使用中にユーザの動きを決定するための方法５００の流れ図が開示される。方法５００の１つ以上のステップは、本明細書に記載のシステム１００（図１～図２）の任意の要素又は態様を使用して実施することができる。治療中の動き検出のための方法５００を有する利点には、睡眠ステージング（例えば、覚醒、浅い睡眠、深い睡眠、および／またはレム睡眠を分類する）の改善が含まれる。これまでの睡眠ステージングの開発は、主にフロー信号のみに基づいて行われてきる。しかし、人が眠っている間のアクティビティレベルは、特定の睡眠状態に対応している。人が起きている場合、通常は頻繁に動くが、深い睡眠またはレム睡眠の場合、通常はほとんど動かないか、まったく動かない。したがって、改善された動きおよび／または活動の検出は、睡眠状態をより良く分類するのに役立つことができる。

ステップ５１０において、呼吸治療システム（例えば、システム１００の呼吸治療システム１２０）のユーザに関連する音響データを受信する。例えば、いくつかの実装形態では、音響データは、呼吸治療システムに関連付けられたマイクロフォン（例えば、システム１００のマイクロフォン１４０）から受信することができる。いくつかのそのような実装形態では、マイクロフォンは、呼吸治療システムに関連する検出された音声に少なくとも部分的に基づいて音響データを生成するように構成される。例えば、いくつかの実装形態では、音響データは、導管（例えば、システム１００の導管１２６）など、呼吸治療システムの構成要素の動きに関連する１つまたは複数の音として再生可能である。追加的に、および／または場合によっては、いくつかの実装形態では、前記動きにより、構成要素（例えば導管）の少なくとも一部が、ベッドの表面、ベッドカバー、ユーザの体、または構成要素（例えば導管）自体または呼吸治療システムの他の構成要素の表面などの１つ以上の表面でこすれる。

いくつかの実装形態では、マイクロフォンは呼吸治療システムの外部に配置される。このような実装形態では、マイクロフォンは、スマートデバイス、スマートフォン、スマートスピーカー、またはそれらの任意の組み合わせに結合される。いくつかの実装形態では、マイクロフォンは、（ｉ）呼吸治療システムの内部にある、（ｉｉ）呼吸治療システムに統合されている、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方である。いくつかのこのような実装形態では、マイクロフォンは、（ｉ）呼吸治療システム１２０の呼吸治療装置１２２の導管１２６、（ｉｉ）呼吸治療システム１２０の呼吸治療装置１２２の回路基板、（ｉｉｉ）呼吸治療システム１２０のコネクタ、（ｉｖ）呼吸治療システム１２０のユーザインタフェース１２４、または（ｖ）呼吸治療システム１２０のその他の構成要素など、呼吸治療システムの構成要素に少なくとも部分的に結合される。例えば、いくつかの実装形態では、マイクロフォンは、呼吸治療装置１２２の筐体内に配置され得る。

なお、方法５００では、より多くまたはより少ないマイクロフォンを実装することができる。例えば、方法５００は、呼吸治療システムの外部にある第１のマイクロフォンと、（ｉ）呼吸治療システムの内部にある、（ｉｉ）呼吸治療システムに統合されている、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方である第２のマイクロフォンとを使用して実施され得る。

既存のフロー信号を使用して動きデータを決定することができるが、場合によっては、音響信号はフロー信号よりも正確であり、動きイベントを決定するため、またはフロー信号からの動きイベントの決定を確認／補強するために使用することができる。例えば、一部の患者は、動いたときに呼吸を停止したり、呼吸の一貫性が低下したりする場合があり、フロー信号はそのような動きを正確に反映しない可能性があるが、音響信号はそれを反映できる。フロー信号と音響信号の両方を使用して動きデータを取得すると、相乗効果が得られるだけでなく、患者が呼吸を停止するとき、および／または呼吸の一貫性が低下したときに、動きをより適切に検出できる。音響信号を使用すると、フロー信号を介して検出された動きの信頼性を確認および／または向上させることができ、その逆も可能である。

ステップ５２０において、受信された音響データを分析する。いくつかの実装形態では、受信された音響データを分析するステップ（ステップ５２０）は、以下のステップ５２２～５２６のうちの１つ以上を含むことができる。ステップ５２２において、受信された音響データから、時間周期（例えば、２秒、３秒、４秒、５秒、６秒、７秒、８秒、９秒、１０秒など）に対する複数の音声信号振幅を決定する。例えば、いくつかの実装形態では、時間周期は呼吸サイクルの数に対応し、各呼吸サイクルは吸気部分と呼気部分とを含む。追加的または代替的に、いくつかの実装形態では、呼吸サイクルの数は、１呼吸サイクル、２呼吸サイクル、３呼吸サイクル、４呼吸サイクルまたは５呼吸サイクルである。

ステップ５２４において、決定された複数の音声信号振幅に少なくとも部分的に基づいて、時間周期に対する標準偏差を算出し、それらの音声信号振幅の標準偏差に対応する。ステップ５２６において、時間周期に対する標準偏差を所定の閾値と比較する。いくつかの実装形態では、時間周期に対する標準偏差と比較される所定の閾値（ステップ５２６）は、以下のステップ５３０～５３６のうちの１つ以上によって決定することができる。ステップ５３０において、受信された音響データから、第１の時間周期に対する複数のベースライン音声信号振幅と、第２の時間周期に対する複数のアクティブ音声信号振幅を決定する。例えば、第１の時間周期に対する複数のベースライン音声信号振幅は、ユーザに関連する無運動または微小運動（例えば、ユーザの通常の呼吸による動き、正常な心拍による動き、周囲の空気の流による動き、睡眠中の急速眼球運動など）に対応することができる。そして、第２の時間周期に対する複数のアクティブ音声信号振幅は、ユーザに関連するアクティブな動き（例えば、仰臥位から体の左側に横たわるなど、ユーザがある身体位置から別の身体位置にローリングすることによる動き）に対応することができる。

ステップ５３２において、決定された複数のベースライン音声信号振幅に少なくとも部分的に基づいて、ベースライン標準偏差を算出する。ステップ５３４において、決定された複数のアクティブ音声信号振幅に少なくとも部分的に基づいて、アクティブ標準偏差を算出する。ステップ５３６において、算出されたベースライン標準偏差および算出されたアクティブ標準偏差に少なくとも部分的に基づいて、所定の閾値を決定する。例えば、所定の閾値は、（ｉ）ベースライン標準偏差と（ｉｉ）アクティブ標準偏差を平均することによって決定されることができる。いくつかの実装形態では、所定の閾値は、歴史的なデータおよび／またはリアルタイムデータを使用して算出することができる。いくつかの例では、すべての録音が同じベースライン音声信号振幅を有するとは限らない。所定の閾値および／またはベースライン音声信号振幅は、異なる録音にわたって最良の動き検出を提供するように選択される。追加的または代替的に、所定の閾値および／またはベースライン音声信号振幅は、リアルタイムデータに基づいて実行され、および／または調整可能である。

いくつかの実装形態では、変動は、分散などの標準偏差とは異なるメトリックを使用して評価される。追加的または代替的に、いくつかの実装形態では、変動は、１秒、２秒、３秒、４秒、５秒、６秒、７秒、９秒、１０秒など、さまざまなウィンドウの長さにわたって評価される。追加的または代替的に、いくつかの実装形態では、所定の閾値は、例えば、実行中および／または調整可能な閾値を使用するなど、別の方法で適用される。

いくつかの実装形態では、受信された音響データを分析すること（ステップ５２０）は、ケプストラム解析、オートケプストラム解析、自己相関解析、スペクトル分析、またはそれらの任意の組み合わせを含むことができる。いくつかのこのような実装形態では、スペクトル分析は、（任意にスライディングウィンドウを使用した）高速フーリエ変換（ＦＦＴ）、スペクトログラム、短時間フーリエ変換（ＳＴＦＴ）、ウェーブレットベースの解析、またはそれらの任意の組み合わせを含む。

いくつかの実装形態では、受信された音響データを分析すること（ステップ５２０）は、ステップ５４０で、受信された音響データを処理して複数の特徴を識別することを含むことができる。いくつかのこのような実装形態では、分析された音響データは、（ｉ）ケプストラムデータ、（ｉｉ）例えば音響スペクトルシグネチャを含むスペクトルデータ、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方を含むことができる。例えば、いくつかの実装形態では、複数の特徴は、（ｉ）スペクトルシグネチャの変化、（ｉｉ）周波数の変化、（ｉｉｉ）信号振幅の変化、（ｉｖ）位置の変化、または（ｖ）それらの任意の組み合わせを含む。これらの１つ以上の変化は、動き前から動き後への１つ以上の特徴の変化など、動きの結果として生じる変化を含み得る。具体的には、例えば、複数の特徴は、（ｉ）動き前のスペクトルシグネチャから動き後のスペクトルシグネチャへのスペクトルシグネチャの変化、（ｉｉ）動き前の周波数から動き後の周波数への周波数の変化、（ｉｉｉ）動き前の信号振幅から動き後の信号振幅への信号振幅の変化、（ｉｖ）動き前の位置から動き後の位置への位置の変化、（ｖ）またはそれらの任意の組み合わせを含み得る。いくつかの実装形態では、位置特徴の変化に関しては、導管の動きは、伸縮および／または曲げを引き起こし得、したがって、受信された音響データに関連する位置の変化をもたらす可能性がある。例えば、いくつかのこのような実装形態では、導管が引き伸ばされる場合、導管内の物理的特徴の位置は、導管の別の位置および／または導管内の別の物理的特徴に対してなど、変化する可能性がある。

追加的にまたは代替的に、いくつかの実装形態では、受信された音響データを分析すること（ステップ５２０）は、機械学習モデル（例えば、マルコフ、ベイジアン、１Ｄ畳み込み、ロジスティック回帰、またはそれらの任意の組み合わせ）を使用して複数の特徴を分析することを含むことができる。（例えば、ユーザまたはユーザの集団からの）歴史的な身体位置データおよび歴史的な音響データに基づいて、このようなモデルをトレーニングすることができる。

ステップ５５０では、その分析（例えば、ステップ５２０）に少なくとも部分的に基づいて、ユーザに関連する動きイベントを決定する。いくつかの実装形態では、動きイベントは、（ｉ）ユーザ位置の変化、（ｉｉ）睡眠状態、（ｉｉｉ）睡眠状態の変化、（ｉｖ）睡眠段階、（ｖ）睡眠段階の変化、または（ｖｉ）呼吸イベントの発生（例えば、吸気、呼気、咳、喘ぎ、くしゃみ、大笑い、泣き、悲鳴、いびき、無呼吸、またはそれらの任意の組み合わせ）に関連する。いくつかの実装形態では、この動きイベントは、複数の動きイベントを含む。

いくつかの実装形態では、ユーザに関連する動きイベントを決定すること（ステップ５５０）は、ステップ５５２で、動き頻度を決定することを含む。いくつかの実装形態では、異なる睡眠段階および／または睡眠状態が異なるレベルの動き頻度を有するので、動き頻度はユーザの睡眠段階および／または睡眠状態を示す。いくつかのこのような実装形態では、高動き頻度はユーザの覚醒および／または静止不能を示し、低動き頻度はユーザが浅い睡眠中である可能性があることを示し、最低動き頻度および／またはゼロ動き頻度は、ユーザが深い睡眠またはＲＥＭ睡眠中である可能性があることを示す。いくつかの実装形態では、いくつかの個体は睡眠中に多く動くかもしれないが、他の個体はより少なく動くので、高動き頻度、低動き頻度、および／または最低動き頻度は相対的および／またはユーザ固有のものである。いくつかの実装形態では、動きのクラスタは、具体的な睡眠状態（例えば、覚醒）を示し得る。いくつかの実装形態では、任意の数値を割り当てもよく、例えば、０＝動きがなく眠っている可能性が高くこと、一方、３は、いくつかの動きがあり、覚醒していつ可能性が高いことに関連付けられてもよい。いくつかの実装形態では、動き頻度は、他の特徴および／またはデータ（例えば、呼吸データ）と組み合わせ得る。それらは、共に、ユーザに関連する睡眠状態および／または睡眠段階を示しおよび／または確認し得る。いくつかの実装形態では、他の人口統計データ（例えば、ユーザの年齢）を織り込み得る。例えば、ユーザが眠っているときの動き頻度は、一般的に年齢とともに変化する。追加的にまたは代替的に、いくつかの実装形態では、動き頻度をさらに分析して、周期性脚運動および／または下肢静止不能症候群などの睡眠運動障害を検出し得る。追加的にまたは代替的に、いくつかの実装形態では、動き頻度は、ユーザの睡眠状態および／または睡眠段階を示し得る他のデータ（例えば、流量データおよび／または圧力データ）と組み合わせ得る。そして、動き頻度特徴を分析して、動きを示すおよび／または動きを確認する。

いくつかの実装形態では、音声データは、ステップ５２０で分析される前に前処理され得る。例えば、いくつかのこのような実装形態では、前処理は、（ｉ）特定の周波数範囲に対するフィルタリング（例えば、通常、動きのような高速なイベントには高周波成分が望ましい）、（ｉｉ）音声信号を低周波数にダウンサンプリングすること、（ｉｉｉ）正規化ステップ、または（ｉｖ）それらの任意の組み合わせを含み得る。正規化ステップに関しては、導管の動きがないセクション値を正規化（例えば、スケーリング）して、そのため、それらのセクション値が、同じユーザおよび／または異なるユーザの異なるセッションに対して等しいである。例えば、無動きセクション値が等しいことに基づいてすべての値を正規化した後、動きが実際に発生した場合には、動きと非動きとを区別するのに役立つように、各ユーザに同じ閾値（例えば、本明細書で開示される所定の閾値）を適用する。別の例として、ユーザは騒がしい部屋に対する静かな部屋で眠ることができる。静かな部屋で受信された音響データ（例えば、ステップ５１０で受信された音響データ）は、騒がしい部屋で受信されたものと比べて、より少ない周囲のノイズを含み得る。追加的におよび／または代替的に、いくつかの実装形態では、周囲のノイズは、呼吸治療システムの構成要素（例えば、マイクロフォンおよび／または流量発生器）によって生成されるバックグラウンドノイズをも含み得る。したがって、少なくとも部分的に２つのシナリオの間で異なるスケールで音響データが受信されるため、騒がしい部屋からの分析された音響データに関連するベースライン値が静かな室からのものよりも高くなり、そして、ユーザの導管の動きを示す音を検出する閾値を見つけることがより困難になる。正規化ステップにより、このようなスケーリングの違いを解消し、両方のシナリオに同じ閾値を使用することができる。

図６Ａ～６Ｄを参照すると、テストデータは、本明細書に開示されるシステム（例えば、システム１００）および方法（例えば、方法５００）が、呼吸治療システムの使用中にユーザの動きを効果的に決定し得ることを支持する。例えば、いくつかの実装形態では、方法５００は、時間ウィンドウ（例えば、５秒のウィンドウ（または約１回や２回の呼吸））にわたる音声信号の変化（例えば、標準偏差）を抽出することによって、動きを識別する。したがって、このウィンドウを時間的にスライドおよび／またはシフトすると、音声信号のランニング標準偏差が得られる。そして、無動きまたは微小動きの安定した呼吸が低い一貫した標準偏差を有するベースラインとして機能する一方、アクティブな動きがこのメトリックのピークをもたらす。このメトリックの増加は、インパルス（例えば、導管の動き）と、物理的な動き中のより多様で一貫性のない呼吸パターンとによるものである。

図６Ａは、本開示のいくつかの実装形態に係る、被験者の動きを示すものとして治療セッション中に測定されたＲＦ（例えば、ＲＡＤＡＲ）データを示す。図６Ｂは、図６Ａの治療セッション中に測定された音声データを示す。図６Ｃは、図６Ｂの音声データを使用して算出された処理された音声データを示す。図６Ｄは、図６Ｃの処理された音声データを使用して算出された動きアクティビティデータを示す。したがって、図６Ｂ～６Ｃは検証された基準（図６Ａ）に対する動き解析を示す。

この例では、図６Ｃの処理された音声を決定するために、（０秒から８秒までの８秒の期間からなる）最初の音声サンプルに対して標準偏差を算出し、そして、スライディングウィンドウが、時間的に０．１秒前の（０．１秒から８．１秒までの８秒の期間からなる）次のサンプルにシフトする。サンプルをバッファリングすることによるシステムの任意の制限は、最初にダウンサンプリングすることによって緩和することができる。

図６Ｂに示すように、１０秒と１５秒の間の音声信号は、いくつかの乱れを示す。逆に、１０秒前と１５秒後では、音声信号は、無動きまたは微小動きの安定した呼吸を示す。図６Ｃに示すように、処理された音声メトリックは、動き期間中に、標準偏差で約０．０５から０．１を超えるベースラインから移動するこの変化をピックアップする。

図６Ａ～図６Ｄでは、Ｘ軸は時間である。図６Ａでは、Ｙ軸はＲＦセンサ出力（単位：ボルト（Ｖ））である。ＲＦセンサは、それぞれ図６Ａにプロットされる同相（Ｉ）と直交（Ｑ）の２つのチャネルを有している。図６Ｂでは、Ｙ軸は、図６ＡのＲＦ信号が記録される期間と同じ期間に記録される音声信号の振幅である。図６Ｃでは、Ｙ軸は、図６Ｂからの処理された音声信号の標準偏差である。図６Ｄでは、Ｙ軸は１または０であり、１は動きを示し、０は無動きを示し、動きは標準偏差（図６Ｃ）が０．０７５より大きい場合として定義される。具体的には、図６Ｄは、処理された音声信号（図６Ｃ）が標準偏差の理論的閾値（すなわち、この例では０．０７５）を超えていれば動きが真（＝１）であり、処理された音声信号（図６Ｃ）が標準偏差の同じ理論的閾値を超えていなければ動きが偽（＝０）であるようにプロットされる。換言すれば、処理された音声メトリックに対して所定の閾値（例えば、図６Ｃの本例では０．０７５）を設定することによって、処理された音声メトリックが０．０７５を超える各サンプルは、動きイベントとしてマークされる（例えば、動きは、０：無動きまたは少しの動き、または、１：動きイベントのいずれかであってもよい）。この例は、所定の閾値として０．０７５を示しているが、処理された音声メトリックを用いる所定の閾値を、約０．０５と約０．１との間の他の値とすることができる。いくつかの実装形態では、所定の閾値は、動きを区別する選択された任意の値であることができる。

ここで図７Ａ～７Ｄを参照すると、追加のテストデータは、本明細書に開示されるシステム（例えば、システム１００）および方法（例えば、方法５００）が、呼吸治療システムの使用中にユーザの動きを効果的に決定し得ることをさらに支持する。図７Ａは、本開示のいくつかの実装形態に係る、第１の治療セッション中に測定されたＥＭＦＩＴアクティビティデータを示す。図７Ｂは、本開示のいくつかの実装形態に係る、図７Ａの第１の治療セッション中に測定された、呼吸治療システムの導管内のマイクロフォンによって検出された音声信号から導出された処理された音声データを示す。図７Ｃは、本開示のいくつかの実装形態に係る、第２の治療セッション中に測定されたＥＭＦＩＴアクティビティデータを示す。図７Ｄは、本開示のいくつかの実装形態に係る、図７Ｃの第２の治療セッション中に測定された音声データを示す。ＥＭＦＩＴ装置と比較して、この活動メトリックは、（各呼吸間の変化、および／または約２回の呼吸をキャプチャする固定の８秒ごとの平均を比較することで算出される）良好なアライメントを示している。

図７Ａ～７Ｄに示されるテストデータの例では、マイクロフォンは、導管の内部で、（流量発生器を含む）呼吸装置に接続された導管の端部の近くに配置される。マイクロフォンを導管、呼吸装置、またはユーザインタフェースなどの呼吸システム内に配置することで、マイクロフォンは、呼吸システムの構成要素（特に導管）の動きによって引き起こされる音を収音する際に特に敏感になる。いくつかのこのような実装形態では、マイクロフォンによって検出された音は、導管が寝具の上で／寝具に対して動くことによって引き起こされる場合がある。追加的にまたは代替的に、いくつかの他の実装形態では、マイクロフォンによって検出された音は、導管が別の表面に接触（例えば、摩擦）することがない別のソース、例えば、導管内の振動を引き起こす導管自体の動きによって引き起こされてもよい（または、それによっても引き起こされてもよい）。いくつかのこのような実装形態では、マイクロフォンを任意に他の場所、例えば、呼吸治療システムの外部に配置されてもよい。このような呼吸治療システム外での配置は、ユーザの動きに関連する他の音、例えば、ユーザが寝返りを打つときのベッドからのきしみ音および／または寝具のざわめき音などの検出を改善し得る。

図８を参照すると、呼吸治療セッション中にユーザの身体位置を決定するための方法８００の流れ図が開示される。方法８００の１つ以上のステップは、本明細書に記載のシステム１００（図１～図２）の任意の要素または態様を使用して実施することができる。ステップ８１０では、呼吸治療システム（例えば、システム１００の呼吸治療システム１２０）のユーザに関連する、（例えば、流量センサ１３４によって生成された）流量データを受信する。ステップ８２０では、受信された流量データを分析して、１つ以上の特徴を決定する。ステップ８３０では、決定された１つ以上の特徴に少なくとも部分的に基づいて、ユーザの身体位置を決定する。例えば、ユーザが仰向けに寝ている場合、呼吸イベントのクラスタが発生する可能性が高い。呼吸イベントの頻度および／または呼吸イベントのクラスタの相対的な増加は、ユーザが仰向けに寝ていることを示すこともできる。いくつかの実装形態では、分析された流量データが無呼吸のクラスタ、動き、および少ない無呼吸を示す場合、方法８００は、ユーザの身体位置を仰臥位から非仰臥位に変更する可能性を提供する。

追加的にまたは代替的に、いくつかの実装形態では、（例えば、圧力センサ１３２によって生成された）圧力データを、本明細書に記載のものと同じまたは同様の方式で受信して分析する。したがって、図８は流量データを使用する例を示しているが、流量データ、圧力データ、またはその両方を使用して、方法８００でユーザの身体位置を決定することができることが企図される。

身体位置には、（ｉ）左側、（ｉｉ）右側、（ｉｉｉ）腹臥位（うつぶせ）、（ｉｖ）仰臥位（仰向け）があり得る。睡眠中に左側である身体位置は、睡眠時無呼吸に悪影響を及ぼす不眠症および／または胃食道逆流症（ＧＥＲＤ）などの問題を減少させることができる。睡眠中に左側である身体位置で、ユーザは最良の質の睡眠（より良い血流と減少した呼吸抵抗）を体験し得る。残念ながら、マスクのタイプおよび／またはマスクが正しく装着されていないかどうかによっては、左側である身体位置は、仰臥位など他の身体位置よりも高いマスクの漏れを引き起こすこともある。併存疾患のうっ血性心不全（ＣＨＦ）の場合、左側である身体位置が良い位置ではない可能性があるので、ユーザの心拍数を監視する必要がある。睡眠中に右側である身体位置は、左側である身体位置の代替とすることができ、左側である身体位置に関して本明細書で論じたものと同じまたは同様の利点と欠点を有する。

腹臥位（うつぶせ）である身体位置は、ユーザの舌が閉塞性呼吸イベントで起こり得るように後方に転がるのではなく前方にロールする傾向があるので、閉塞性呼吸イベントを減少させることができる。しかし、ユーザの口が枕寝具で塞がれる可能性がある。また、腹臥位である身体位置は、マスクのタイプによっては、マスクの漏れおよび／または不快感を引き起こす場合がある。仰臥位（仰向け）である身体位置は、最高のマスクシールを提供し得る。しかし、仰臥位である身体位置では、ユーザの舌が後方にロールする傾向があるので、より高い圧力が必要となる。そのため、体位性無呼吸のユーザにとって、仰臥位である身体位置が最悪の位置となる傾向がある。

いくつかの実装形態では、ユーザの身体位置を決定することは、ステップ８３２では、音響データおよび／または流量データから決定された１つ以上の特徴を、複数の歴史的な身体位置に関連する複数の歴史的な特徴と比較することを含む。例えば、いくつかの実装形態では、ステップ８４０では、呼吸治療セッション中に呼吸治療システムのユーザに関連する歴史的な流量データを受信する。

ステップ８５０では、ＲＦセンサ、ＥＭＦＩＴ装置、感圧マットレスなどの任意の適切な手段を使用して、ユーザに関連する複数の動きイベントを決定する。決定された複数の動きイベントに少なくとも部分的に基づいて、任意のステップ８５２では、呼吸治療セッションを複数の呼吸治療セクションに分割する。任意のステップ８５４では、複数の呼吸治療セクションのそれぞれについての受信された歴史的な流量データを分析して、複数の歴史的な特徴を抽出する。代替的に、呼吸治療セッションをセクションに分割することなく、歴史的な流量データから複数の歴史的な特徴を抽出する。分析に少なくとも部分的に基づいて、ステップ８５６では、任意に複数の呼吸治療セクションのそれぞれに対して、複数の歴史的な身体位置のうちの１つを決定し、それを歴史的な流量データから抽出された複数の歴史的な特徴のうちの１つ以上と関連付ける。

いくつかの実装形態では、ステップ８４０～８５６は、（ｉ）所与のタイムフレーム内にユーザがどの身体位置にいるかが既知であること、（ｉｉ）所与のタイムフレームにおけるユーザの身体位置に関連するフローおよび／または圧力信号の特徴を抽出すること、および（ｉｉｉ）次に、これらの身体位置データ並びにフローおよび／または圧力信号の特徴に基づいて、機械学習モデルをトレーニングすること、を満たす参照データセットを含み得る。そして、新たに収集されたフローおよび／または圧力信号データに対して、ユーザがどの身体位置にいるかは、（ｉ）ユーザの身体位置を決定するのに役立つ特徴を抽出し、これらの特徴をトレーニングされた機械学習モデルに供給すること、または（ｉｉ）フローおよび／または圧力信号データをトレーニングされた機械学習モデルに直接に供給すること、および（ｉｉｉ）機械学習モデルにより返された身体位置を受信することによって決定することができる。いくつかの実装形態では、ステップ８４０～８５６で参照データセットを使用して導出された機械学習モデルを、その後、方法８００のステップ８２０および／またはステップ８３０で使用し得る。

いくつかの実装形態では、特徴（例えば、音響データ、流量データ、および／または圧力データに関連する特徴）を、エポックーエポックベースで抽出する。例えば、睡眠セッション（その間に音響データ、流量データおよび／または圧力データが生成される）を、エポックと呼ばれる複数の個別的なセグメントに分割する。エポックごとに、特徴を抽出する。特徴は、睡眠セッション全体にわたって、独立に、または互いに相対的に分析され得る。追加的にまたは代替的に、いくつかの実装形態では、生理学的データを生成することもできる。生理学的データは、ユーザの呼吸を表す呼吸信号を含み得る。一般に、呼吸信号は、ユーザの呼吸の振幅の尺度である。さらに、追加的にまたは代替的に、いくつかの実装形態では、時間的データ（例えば、睡眠セッションの継続時間に関連するデータ、睡眠セッションのどのエポックが現在のエポックであるかに関連するデータなど）をシステム１００によって生成することもできる。

受信されたデータを分析して、睡眠セッションの個々のエポックごとに、ユーザがそのエポックにどの身体位置にいるかを決定し得る。一般に、データをリアルタイムに分析するので、エポックが終わるたびに、そのエポックからのデータを分析して、そのエポックにおいてユーザがどの身体位置にいるかを決定する。例えば、いくつかの実装形態では、各エポックが３０秒間続き得るので、この例のデータを３０秒のチャンクで分析する。しかしながら、他の実装形態では、異なる長さのエポックを使用することができる。例えば、エポックの長さは、１秒、５秒、１０秒、２０秒、１分、２分、５分、または１０分とすることができる。エポックの長さは、１呼吸、２呼吸、５呼吸などの特定の呼吸数に対応するように設定することもできる。ユーザの平均呼吸数、またはユーザが属する集団の平均呼吸数に基づいて、長さを決定することができる。

別の例として、エポックーエポックベースの分析を以下のように実施し得る。まず、複数のエポックを有する睡眠セッションに関連するデータを受信する。いくつかの実装形態では、データは、呼吸治療装置１２２から導管１２６を介してユーザインタフェース１２４への加圧空気流を表す流量データを含む。流量データを分析して、現在のエポックに関連する特徴を識別する。本明細書で開示されているように、睡眠セッションを複数のエポックに分割することができる。エポックは、３０秒の長さや１回の呼吸の長さなど、任意の適切な長さにすることができる。

エポックにおける加圧空気流を表す流量データを分析する。また、いくつかの実装形態では、エポックにおけるユーザの呼吸数を表す任意の呼吸データも分析される。それは、流量データおよび／または１つ以上のセンサ１３０を使用して生成される他のデータに基づいて決定され得る。多くの異なる特徴を識別することができる。いくつかの実装形態では、特徴は、例えば、（ｉ）現在のエポックおよび１つ以上の以前のエポックにわたる最大フロー値、（ｉｉ）現在のエポックのフロースキュー、（ｉｉｉ）現在のエポックおよび１つ以上の以前のエポックにわたる中央値フロースキュー、（ｉｖ）現在のエポックのフロー値の標準偏差、（ｖ）現在のエポックと１つ以上の以前のエポックのフロー値の標準偏差、（ｖｉ）現在のエポックと１つ以上の以前のエポックのフロー量の標準偏差、（ｖｉｉ）現在のエポックの吸気と呼気の時間比、（ｖｉｉｉ）現在のエポックの吸気量と呼気量の時間比、または（ｉｘ）（ｉ）～（ｖｉｉｉ）の任意の組み合わせなど、加圧空気流に関連する１つ以上の特徴を含む。

いくつかの実装形態では、特徴は、現在のエポックにわたる平均呼吸数、現在のエポックと１つ以上の以前のエポックにわたる呼吸数の標準偏差、またはその両方など、ユーザの呼吸数に関連する１つ以上の特徴を含む。いくつかの実装形態では、特徴は、現在のエポックの時間的性質に関連する少なくとも１つの特徴を含むことができる。一般に、時間的性質とは、睡眠セッションにおいてエポックがどこに位置するかを測定するものである。例えば、時間的性質は、現在の睡眠セッション内の現在のエポックの番号であってもよいし、または、現在の睡眠セッション内の現在のエポックの番号のｎ番目のルートであってもよい。いくつかの実装形態では、ｎ＝２０、時間的性質は現在の睡眠セッション内の現在のエポックの番号の２０番目のルートである。

そして、流量データ（および／または呼吸データ）から抽出された特徴を分析して、現在のエポックにおけるユーザに関連する動きを識別する。この分析により、現在のエポックにおけるユーザの動きの有無および／または動き頻度を示すことができる。現在のエポックからの特徴を抽出し、現在のエポックにおいて発生した動きを識別した後、現在のエポックにおいて発生した動き、以前のエポックにおいて発生した動き、または以前のエポックにおける決定された身体位置に基づいて、複数の身体位置確率を調整することができる。

いくつかの例では、動きイベントがいつ発生するかを検出することによって、睡眠セッションを異なるセクションに分割することができる。例示的な例では、０は無動きまたは少しの動き（例えば、呼吸による動き、体のわずかな動き）を表し、Ｘは動きイベント（例えば、四肢の動きおよび／または仰臥位から左側へなどのある寝位置から別の寝位置への動きによる体の動き）を表す。１つの睡眠セッションは、次のように表現し得る。

０ ０ ０ ０ ０ ０ ０ Ｘ ０ ０ ０ ０ ０ ０ ０ ０ ０ ０ ０ ０ Ｘ ０ Ｘ ０ Ｘ ０ ０ ０ ０ ０ ０ ０ ０ ０ ０ ０ ０

そして、これらのセクションを別々に分析することができる。セクション内のフローおよび／または圧力信号の特徴を抽出することは、ユーザがどの位置にいるのかを把握するのに役立つことができる。例えば、いくつかの実装形態では、各位置の呼吸力学に関連する特徴は、身体の位置を識別するのに役立つことができる（例えば、呼吸努力は、例えば、横臥位に比べて、仰臥位でより大きい／小さいであってもよい）。ある身体位置で呼吸することがより困難である場合、ユーザはより少ない量の空気を呼吸することがある。フロー信号から特徴（例えば、フロー信号振幅、一回換気量および／または分時換気量）を抽出し、動き前の特徴と比較することで、方法５００は、ユーザがある位置から別の位置に移動したかどうか、および／またはユーザがどの身体位置にいる可能性があるかを判定することができる。例えば、いくつかの実装形態では、ユーザが仰臥位から横臥位に、および横臥位から腹臥位に移動する際に、フロー信号振幅、一回換気量および／または分時換気量などの特徴は減少することができる。

いくつかの実装形態では、身体位置の変化を検出するためにリアルタイムのフロー信号を分析し、次に新しい位置を分類する。そして、方法８００は、システム１００が、呼吸治療システム１２０の圧力を変更して、ユーザの身体位置に基づいてユーザに最適な治療を提供することを可能にする。ユーザが短時間（例えば、約５秒以内）に寝返りを打って同じ位置に戻る場合、および／またはユーザが位置を変更せずにベッドで移動する場合、方法８００は、設定を変更しないように処理を採用し得る。

身体位置を決定するために使用され得るフローおよび／または圧力データ特徴の他の例は、信号振幅（例えば、ピーク吸気／呼気）、呼吸波形の形態、呼吸頻度、吸気と呼気の持続期間比、経時的な呼吸信号エンベロープの分析、またはそれらの組み合わせを含む。いくつかの実装形態では、これらの特徴は部分的にユーザ固有であり、各ユーザに対して同じ傾向を示す可能性があるが、異なるユーザの間で値が異なることがある。

マスク漏れまたは口漏れ情報などの漏れ情報は、フローおよび／または圧力信号（および／または音響信号）から導き出すことができ、身体位置の変化を推測するのを助けるために使用することもできる。例えば、漏れが急激に変化した場合、その急激な変化は、位置変化により、マスクがユーザの顔の上でわずかに移行したこと、および／またはユーザが口呼吸を始めた（または止めた）ことを意味する場合がある。流量、圧力、および／または音響データからいびきを判定するなどの他の情報も、ユーザが仰臥位で寝ている可能性が高いことを示す場合がある。

いくつかの実装形態では、周波数領域分析、自己相関、フィルタリング、基準点の発見、および／または信号の微分算出などの信号処理技術を、特徴を抽出する前の前処理ステップとして適用することができる。そして、抽出された任意の特徴を、マルコフ、ベイジアン、１Ｄ畳み込み、ロジスティック回帰などの種々の統計または機械学習モデルのいずれか、および／または他の任意のこのような分類器に入力して、現在の位置を仰臥位、横臥位、または腹臥位のいずれかに決定することができる。（例えば、ユーザまたはユーザの集団からの）歴史的な身体位置データと、歴史的なフローおよび／または圧力データ／抽出された特徴とに基づいて、このようなモデルをトレーニングすることができる。

いくつかの実装形態では、例えば、ステップ８６０では、ユーザの身体位置にタイムスタンプを付ける。いくつかの実装形態では、例えば、ステップ８６２では、ユーザの決定された身体位置に少なくとも部分的に基づいて、呼吸治療セッションの１つ以上のパラメータ（例えば、モータ速度、圧力、流量、またはそれらの任意の組み合わせ）を修正する。追加的にまたは代替的に、いくつかの実装形態では、ステップ８６４では、決定されたユーザの身体位置に少なくとも部分的に基づいて、警報、通知、または命令を生成する。追加的にまたは代替的に、いくつかの実装形態では、本明細書に開示される方法５００によれば、受信された音響データに少なくとも部分的に基づいて、ユーザの動きを決定する（ステップ８１０）。

いくつかの実装形態では、流量データに加え、（例えば、システム１００の１つ以上のセンサ１３０などの別のセンサから受信された）二次データを使用して、１つ以上の特徴を決定し得る（ステップ８２０）。例えば、いくつかのこのような実装形態では、ステップ８７０では、呼吸治療システムのユーザに関連する（例えば、マイクロフォン１４０によって生成された）音響データを受信する。いくつかのこのような実装形態では、呼吸治療システムのユーザに関連する受信された音響データに少なくとも部分的に基づいて、ユーザの身体位置をさらに決定する。

方法８００は、睡眠中のユーザの身体位置および／または身体位置の変化を検出することを可能にする。本明細書で開示されているように、（例えば、呼吸治療システムのマイクロフォンによって検出されるように）大きな動きの後のフロー特徴を追跡することで、位置変化を検出することができる。いくつかの実装形態では、フロー信号におけるそれらの特徴および／または特性は、睡眠位置に対して可変である。治療条件が睡眠位置によっても可変であるので、治療セッション全体にわたって、決定された位置変化に少なくとも部分的に基づいて、治療をそれに応じてカスタマイズすることができる。

図９Ａは、本開示のいくつかの実装形態に係る、治療セッション中に同時に測定されたリアルタイムフロー信号およびリアルタイム圧力信号を示す。方法８００（図８）は、フロー信号をリアルタイムで処理し、信号の長期ベースライン傾向、信号のピークからトラフまでの振幅、呼吸数、および／または呼吸形状を算出して、ユーザの身体位置を決定し（したがって位置の変化を検出し）、新しい位置を分類することができる。これを呼吸治療システムに結合して、無呼吸および呼吸低下を監視することができる。

いくつかの実装形態では、一定の間隔で、流量ベースおよび／または圧力ベースの特徴から、身体位置を推定する。そして、推定された身体位置に変化があるか否かに基づいて、身体位置の変化を判定する。追加的にまたは代替的に、いくつかの実装形態では、安定した時間周期中の流量ベースおよび／または圧力ベースの特徴のみを使用して、身体位置を決定する。そのため、（例えば、可能性のある四肢（ただし、身体位置ではない）の動き、咳、呼吸イベントによる）フロー信号および／または圧力信号の任意のランダム性は、身体位置の推定に影響を与えない。いくつかの他の実装形態では、フロー信号および／または圧力信号の任意のランダム性は、新しい身体位置の変化を示すこともあり、したがって、相対的位置が新しいという仮定の下で、これらの不安定な時間周期中の流量ベースおよび／または圧力ベースの特徴を分析し得る。追加的にまたは代替的に、いくつかの実装形態では、呼吸イベントの頻度は身体位置を示す。さらに、追加的にまたは代替的に、いくつかの実装形態では、本明細書に記載されているように、アルゴリズムをトレーニングして、流量ベースおよび／または圧力ベースのデータ、または抽出された特徴の選択に基づいて、身体位置を分類する。

いくつかの実装形態では、フロー特徴は、（ｉ）多くの呼吸（長い時間スケール）にわたるフロー信号のベースラインおよびピーク－ピーク、（ｉｉ）呼吸メトリックへの干渉（リアルタイム）、より長い時間スケール（例えば、３０秒、６０秒、９０秒、５分）にわたる分析、（変動に関連する）経時的安定性、および／または呼吸数の標準偏差を含み得る呼吸数の変動、（ｉｉｉ）異常値を排除するために呼吸数の平均値および／または刈込平均値（例えば、１０％刈込平均値）を含み得る、呼吸の深さ（例えば、浅い、深いなど）および／または隣接する呼吸の相対的なフロー信号振幅、（ｉｖ）静かな期間およびＲＥＭ睡眠中に呼吸数の急増（例えば、急な加速または減速）が観察される覚醒または睡眠（例えば、ユーザの検出された睡眠状態）、（ｖ）呼吸形状メトリックの歪度、（ｖｉ）呼吸形状メトリックの尖度、（ｖｉｉ）スペクトログラムにおける特徴的なパターン、（ｖｉｉ）これまでのＲＥＭ睡眠と深い睡眠の相対的な割合、を含むことができる。

図９に示すように、フロー信号のベースライン振幅に基づく８個の疑わしい身体位置の変化が９１０、９２０、９３０、９４０、９５０、９６０、９７０、および９８０に示されている。本明細書に開示される方法８００（図８）を使用して、身体位置の変化を決定し得る。フロー信号の下にある圧力信号は、圧力調整におけるＡＰＡＰの動作の遅れを示している。

動きを検出し得ること（例えば、方法５００）の利点の１つは、身体位置の変化を検出することである。身体位置（例えば、仰臥位、腹臥位、横臥位）は一晩中変化する。身体位置の変化があるためには、動きもあったはずである。図１０を参照すると、呼吸治療セッション中にユーザの身体位置を決定するための方法１０００の流れ図が開示される。本明細書に記載されるシステム１００（図１～図２）および／または方法５００（図５）の任意の要素または態様を使用して、方法１０００の１つ以上のステップを実施することができる。

ステップ１０１０では、呼吸治療システム（例えば、システム１００の呼吸治療システム１２０）のユーザに関連する音響データを受信する。例えば、いくつかの実装形態では、呼吸治療システムに関連付けられたマイクロフォン（例えば、システム１００のマイクロフォン１４０）から、音響データを受信し得る。いくつかのこのような実装形態では、マイクロフォンは、呼吸治療システムに関連する検出された音声に少なくとも部分的に基づいて、音響データを生成するように構成される。例えば、いくつかの実装形態では、音響データは、呼吸治療システムの導管（例えば、システム１００の導管１２６）の動きに関連する１つ以上の音として再現可能である。追加的におよび／または任意に、いくつかの実装形態では、前記動きは、導管の少なくとも一部を１つ以上の表面で擦ることを引き起こす。

ステップ１０２０では、受信された音響データを分析して、１つ以上の特徴を決定する。ステップ１０３０では、決定された１つ以上の特徴に少なくとも部分的に基づいて、ユーザの身体位置を決定する。いくつかの実装形態では、ステップ１０１０でマイクロフォンから受信された音響データは、（例えば、音響反射に基づく）エコーデータ、（例えば、受動的な音声信号に基づく）音声データ、またはその両方を含み得る。例えば、方法１０００は、ステップ１０１０、１０２０および／または１０３０では、以下のステップのうちの１つ以上を含み得る。（ｉ）ステップ１０１０では、導管および／またはマスク内に出射された音信号の音響反射に関連する音響データを受信すること（または、代替的に、ステップ１０１０では、導管がそれ自体または別の表面（例えば、ユーザの表面、寝具の表面など）に擦れる音に関連する音響データを受信すること）；（ｉｉ）ステップ１０２０では音響データのケプストラムまたはスペクトル分析を行うこと（それは、導管の有効長さ、または導管／マスク／ユーザの動きに伴うケプストラムまたはスペクトルの急激な変化を観察することを含み得る）（または、代替的に、導管がそれ自体または別の表面と擦れる動作によって生成されるノイズは、ステップ１０２０で実行される分析（例えば、ケプストラムまたはスペクトル分析）のためのノイズ源となる特徴的な共鳴音を生成すること）。

いくつかの実装形態では、ユーザの身体位置を決定することは、ステップ１０３２では、決定された１つ以上の特徴を複数の歴史的な身体位置に関連する複数の歴史的な特徴と比較することを含む。例えば、いくつかの実装形態では、ステップ１０４０では、呼吸治療セッション中に呼吸治療システムのユーザに関連する歴史的な音響データを受信する。

受信された歴史的な音響データに少なくとも部分的に基づいて、ステップ１０５０では、ユーザに関連する複数の動きイベントを決定する。決定された複数の動きイベントに少なくとも部分的に基づいて、任意のステップ１０５２では、呼吸治療セッションを複数の呼吸治療セクションに分割する。任意のステップ１０５４では、複数の呼吸治療セクションのそれぞれについての受信された歴史的な音響データを分析して、複数の歴史的な特徴を抽出する。分析に少なくとも部分的に基づいて、ステップ１０５６では、任意に複数の呼吸治療セクションのそれぞれに対して、複数の歴史的な身体位置のうちの１つを決定する。

いくつかの実装形態では、ステップ１０４０～１０５６は、（ｉ）所与のタイムフレーム内にユーザがどの身体位置にいるかが既知であること、（ｉｉ）所与のタイムフレームにおけるユーザの身体位置に関連する音声信号および／または処理された音声データの特徴を抽出すること、および（ｉｉｉ）次に、これらの身体位置データおよび音声信号／処理された音声データ特徴に基づいて、機械学習モデルをトレーニングすること、を満たす参照データセットを含み得る。そして、新たに収集された音声信号／処理された音声データに対して、ユーザがどの身体位置にいるかは、（ｉ）ユーザの身体位置を決定するのに役立つ特徴を抽出すること、（ｉｉ）これらの特徴をトレーニングされた機械学習モデルに供給すること、および（ｉｉｉ）機械学習モデルにより返された身体位置を受信することによって決定することができる。いくつかの実装形態では、ステップ１０４０～１０５６で参照データセットを使用して導出された機械学習モデルを、その後、方法１０００のステップ１０２０および／またはステップ１０３０で使用し得る。

いくつかの実装形態では、例えば、ステップ１０６０では、ユーザの身体位置にタイムスタンプを付ける。いくつかの実装形態では、例えば、ステップ１０６２では、ユーザの決定された身体位置に少なくとも部分的に基づいて、呼吸治療セッションの１つ以上のパラメータ（例えば、モータ速度、圧力、流量、またはそれらの任意の組み合わせ）を修正する。追加的にまたは代替的に、いくつかの実装形態では、ステップ１０６４では、決定されたユーザの身体位置に少なくとも部分的に基づいて、警報、通知、または命令を生成する。追加的にまたは代替的に、いくつかの実装形態では、本明細書に開示される方法５００によれば、受信された音響データに少なくとも部分的に基づいて、ユーザの動きを決定する（ステップ１０１０）。

いくつかの実装形態では、音響データに加え、（例えば、システム１００の１つ以上のセンサ１３０などの別のセンサから受信された）二次データを使用して、１つ以上の特徴を決定し得る（ステップ１０２０）。例えば、いくつかのこのような実装形態では、ステップ１０７０では、呼吸治療システムのユーザに関連する流量データを受信する。いくつかのこのような実装形態では、呼吸治療システムのユーザに関連する受信された流量データに少なくとも部分的に基づいて、ユーザの身体位置をさらに決定する。

身体位置の変化を検出することができること（例えば、方法８００および１０００）は、治療中にユーザに多くの利点を提供する。身体位置による呼吸力学の違いと同様に、閉塞性呼吸イベント（例えば、無呼吸、呼吸低下など）の可能性は身体位置によって異なる。例えば、閉塞性睡眠時無呼吸（ＯＳＡ）が呼吸経路の閉塞によるものであるため、ユーザが仰臥位で寝ているとき、より大きな質量がユーザの気道に押しつけられる。ユーザが特定の身体位置にいるときにＯＳＡイベントの傾向がある場合、その身体位置で気道を開いたままにするために、より大きな圧力設定が必要になることがある。逆に、ユーザが横臥位に移動すれば、同じレベルの治療圧力を必要としないはずである。したがって、身体位置を知ることにより、システム１００は、治療圧力をその身体位置に合わせて調整することができ、任意に睡眠状態にも合わせて調整することができ（例えば、閉塞性呼吸イベントはＲＥＭ睡眠中に発生する可能性が高く、したがって、例えばＲＥＭ睡眠中の仰臥位である身体位置が検出される場合、治療圧力を調整し得る）、ひいては患者の快適性および／または治療効果を高めることができる。

検出された身体位置に基づく治療調整の例：
－患者が横臥位にあり、治療圧力が１０ｃｍＨ２Ｏである
－患者移動
－患者が現在仰臥位にあり、治療圧力が１２ｃｍＨ２Ｏまで上昇している

また、治療中のユーザの身体位置をシステム１００に使用して、ユーザが自分の状態を管理するのに役立つ代替的な解決策を推薦し得る。例えば、ユーザが主に体位性無呼吸を患っていると判定された場合、システム１００は、ＡＨＩを低下させるために仰臥位での睡眠を減らすように設計された特定の枕を推奨し得、これにより、患者の快適性および睡眠の質が向上する。さらに、時間の経過とともに身体位置を追跡して、ＡＨＩの低減におけるこの解決策の効果を示すこともできる。

一般に、１つ以上のプロセッサを有する制御システムと、機械可読命令を格納するメモリとを含むシステムを使用して、方法６００、８００、１０００を実施することができる。制御システムはメモリに結合することができ、機械可読命令が制御システムのプロセッサの少なくとも１つによって実行されるときに、方法６００、８００、１０００を実施することができる。コンピュータによって実行されるときにコンピュータに方法６００、８００、１０００のステップを実行させる命令を含むコンピュータプログラムプロダクト（例えば、非一時的なコンピュータ可読媒体）を使用して、方法６００、８００、１０００を実施することもできる。

システム１００および方法６００、８００、１０００は、１人のユーザを参照して本明細書に記載されているが、より一般的には、システム１００および方法６００、８００、１０００を、複数のユーザ（例えば、２人のユーザ、５人のユーザ、１０人のユーザ、２０人のユーザなど）で同時に使用することができる。例えば、システム１００および方法６００、８００、１０００をクラウドモニタリング設定で使用することができる。

追加的にまたは代替的に、いくつかの実装形態では、システム１００および／または方法６００、８００、１０００を使用して、１つ以上の呼吸治療システム（例えば、本明細書に記載の呼吸治療システム）を使用しながら１人以上の患者を監視することができる。例えば、いくつかのこのような実装形態では、１人以上の患者に関連する動きイベントおよび／または身体位置に関連付けられた通知を監視装置または担当者に送信することができる。方法６００、８００および／または１０００の１つ以上のステップを使用して、動きイベントおよび／または身体位置を決定することができる。追加的にまたは代替的に、いくつかの実装形態では、動きイベントおよび／または身体位置を単に記録する。

以下の請求項１～７２のいずれか１つ以上からの１つ以上の要素、態様、ステップまたはその一部（単数または複数）をその他の請求項１～７２のいずれか１つ以上またはその組み合わせからの１つ以上の要素、態様、ステップまたはその一部（単数又は複数）と組み合わせることにより、本開示の１つ以上のさらなる実装形態および／または請求項を形成することができる。

本開示を１つ以上の特定の実施形態または実装形態を参照して説明したが、当業者であれば、本開示の精神及び範囲から逸脱することなく、多くの変更が可能であることを認識するであろう。これらの実装形態及びその明確な変更はそれぞれ、本開示の精神及び範囲内にあると考えられる。本開示の態様による追加の実装形態は、本明細書に記載の実装形態のいずれかからの任意の数の特徴を組み合わせてもよいことも企図される。

［関連出願の相互参照］

本願は、２０２０年７月３１日に出願された米国仮特許出願第６２／７０６，１０４号の利益および優先権を主張し、その全体が参照により本明細書に組み込まれるものとする。

Claims (72)

1. 呼吸治療システムの使用中にユーザの動きを決定するための方法であって、
   前記呼吸治療システムの前記ユーザに関連する音響データを受信するステップと、
   受信された前記音響データを分析するステップと、
   分析された前記音響データに少なくとも部分的に基づいて、前記ユーザに関連する動きイベントを決定するステップと、を含む、方法。
2. 前記音響データは、前記呼吸治療システムに関連付けられたマイクロフォンから受信される、請求項１に記載の方法。
3. 前記マイクロフォンは、前記呼吸治療システムに関連する検出された音声に少なくとも部分的に基づいて前記音響データを生成するように構成される、請求項２に記載の方法。
4. 前記音響データは、前記呼吸治療システムの構成要素の動きに関連する１つ以上の音として再生可能である、請求項３に記載の方法。
5. 前記構成要素の動きにより、前記構成要素の少なくとも一部が１つ以上の表面でこすれる、請求項４に記載の方法。
6. 前記呼吸治療システムの前記構成要素は、前記呼吸治療システムの導管である、請求項４または５に記載の方法。
7. 前記マイクロフォンは、前記呼吸治療システムの外部にある、請求項２～６のいずれか１項に記載の方法。
8. 前記マイクロフォンは、スマートデバイス、スマートフォン、スマートスピーカー、またはそれらの任意の組み合わせに結合される、請求項２～７のいずれか１項に記載の方法。
9. 前記マイクロフォンは、（ｉ）前記呼吸治療システムの内部にある、（ｉｉ）前記呼吸治療システムに統合されている、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方である、請求項２～６のいずれか１項に記載の方法。
10. 前記マイクロフォンは、（ｉ）前記呼吸治療システムの呼吸治療装置の導管、（ｉｉ）前記呼吸治療システムの前記呼吸治療装置の回路基板、（ｉｉｉ）前記呼吸治療システムのコネクタ、（ｉｖ）前記呼吸治療システムのユーザインタフェース、または（ｖ）前記呼吸治療システムのその他の構成要素から選択される前記呼吸治療システムの構成要素に結合されたマイクロフォンである、請求項９に記載の方法。
11. 前記動きイベントは、（ｉ）ユーザ位置の変化、（ｉｉ）睡眠状態、（ｉｉｉ）睡眠状態の変化、（ｉｖ）睡眠段階、（ｖ）睡眠段階の変化、（ｖｉ）呼吸イベントの発生、または（ｉ）～（ｖｉ）の任意の組み合わせに関連付けられている、請求項１～１０のいずれか１項に記載の方法。
12. 前記マイクロフォンは、前記呼吸治療システムの外部にある第１のマイクロフォンと、（ｉ）前記呼吸治療システムの内部にある、（ｉｉ）前記呼吸治療システムに統合されている、または（ｉｉｉ）（ｉ）および（ｉｉ）の両方である第２のマイクロフォンとを含む、請求項２～１１のいずれか１項に記載の方法。
13. 前記動きイベントは、複数の動きイベントを含む、請求項１～１２のいずれか１項に記載の方法。
14. 前記ユーザに関連する動きイベントを決定する前記ステップは、動き頻度を決定するステップを含む、請求項１３に記載の方法。
15. 呼吸イベントは、吸気、呼気、咳、喘ぎ、くしゃみ、大笑い、泣き、悲鳴、いびき、無呼吸、またはそれらの任意の組み合わせを含む、請求項１１～１４のいずれか１項に記載の方法。
16. 受信された前記音響データを分析する前記ステップは、
    受信された前記音響データから、時間周期に対する複数の音声信号振幅を決定するステップと、
    決定された前記複数の音声信号振幅に少なくとも部分的に基づいて、前記時間周期に対する標準偏差を算出するステップと、
    前記時間周期に対する標準偏差を所定の閾値と比較するステップと、を含む、請求項１～１５のいずれか１項に記載の方法。
17. 受信された前記音響データから、第１の時間周期に対する複数のベースライン音声信号振幅と、第２の時間周期に対する複数のアクティブ音声信号振幅を決定するステップと、
    決定された前記複数のベースライン音声信号振幅に少なくとも部分的に基づいて、ベースライン振幅標準偏差を算出するステップと、
    決定された前記複数のアクティブ音声信号振幅に少なくとも部分的に基づいて、アクティブ振幅標準偏差を算出するステップと、
    算出された前記ベースライン振幅標準偏差および算出された前記アクティブ振幅標準偏差に少なくとも部分的に基づいて、前記所定の閾値を決定するステップと、をさらに含む、請求項１６に記載の方法。
18. 前記第１の時間周期に対する前記複数のベースライン音声信号振幅は、前記ユーザに関連する無運動または微小運動に対応する、請求項１７に記載の方法。
19. 前記第２の時間周期に対する前記複数のアクティブ音声信号振幅は、前記ユーザに関連するアクティブな動きに対応する、請求項１７または１８に記載の方法。
20. 前記所定の閾値は、（ｉ）前記ベースライン標準偏差と（ｉｉ）前記アクティブ標準偏差を平均することによって決定される、請求項１７～１９のいずれか１項に記載の方法。
21. 前記時間周期は、２秒、３秒、４秒、５秒、６秒、７秒、８秒、９秒、または１０秒である、請求項１６～２０のいずれか１項に記載の方法。
22. 前記時間周期は呼吸サイクルの数に対応し、各呼吸サイクルは吸気部分と呼気部分を含む、請求項１６～２１のいずれか１項に記載の方法。
23. 前記呼吸サイクルの数は、１呼吸サイクル、２呼吸サイクル、３呼吸サイクル、４呼吸サイクルまたは５呼吸サイクルである、請求項２２に記載の方法。
24. 受信された前記音響データを分析する前記ステップは、ケプストラム解析、オートケプストラム解析、自己相関解析、スペクトル分析、またはそれらの任意の組み合わせを含む、請求項１～２３のいずれか１項に記載の方法。
25. 前記スペクトル分析は、高速フーリエ変換（ＦＦＴ）、スペクトログラム、短時間フーリエ変換（ＳＴＦＴ）、ウェーブレットベースの解析、またはそれらの組み合わせを含む、請求項２４に記載の方法。
26. 受信された前記音響データを分析する前記ステップは、受信された前記音響データを処理して、前記ユーザの動きイベントに関連する複数の特徴を識別するステップを含む、請求項１～２５のいずれか１項に記載の方法。
27. 前記複数の特徴は、（ｉ）スペクトルシグネチャの変化、（ｉｉ）周波数の変化、（ｉｉｉ）信号振幅の変化、または（ｉｖ）それらの任意の組み合わせを含む、請求項２６に記載の方法。
28. 呼吸治療システムの使用中にユーザの動きを決定するための方法であって、
    前記呼吸治療システムの前記ユーザの気道に向けられた加圧空気の複数の流量値を含む流量データを受信するステップと、
    受信された前記流量データを分析するステップと、
    分析された前記流量データに少なくとも部分的に基づいて、前記ユーザに関連する動きイベントを決定するステップと、を含む、方法。
29. 前記流量データは、前記呼吸治療システムに関連付けられた流量センサから受信される、請求項２８に記載の方法。
30. 前記流量データは、前記呼吸治療システムの呼吸治療装置からの空気流量、前記呼吸治療システムの導管を通る空気流量、前記呼吸治療システムのユーザインタフェースを通る空気流量、またはそれらの任意の組み合わせを含む、請求項２８または２９に記載の方法。
31. 前記流量データは、前記ユーザに関連する動きイベントによって変調される、請求項２８～３０のいずれか１項に記載の方法。
32. 前記動きイベントは、（ｉ）ユーザ位置の変化、（ｉｉ）睡眠状態、（ｉｉｉ）睡眠状態の変化、（ｉｖ）睡眠段階、（ｖ）睡眠段階の変化、または（ｉ）～（ｖ）の任意の組み合わせに関連付けられている、請求項２８～３１のいずれか１項に記載の方法。
33. 前記動きイベントは、複数の動きイベントを含む、請求項２８～３２のいずれか１項に記載の方法。
34. 前記ユーザに関連する前記動きイベントを決定する前記ステップは、動き頻度を決定するステップを含む、請求項３３に記載の方法。
35. 分析する前記ステップは、
    呼吸イベントの発生に関連する流量データの一部を識別するステップと、
    前記ユーザに関連する前記動きイベントの決定から前記流量データの一部を省略するステップと、をさらに含む、請求項２８～３４のいずれか１項に記載の方法。
36. 前記呼吸イベントは、吸気、呼気、咳、喘ぎ、くしゃみ、大笑い、泣き、悲鳴、いびき、無呼吸、またはそれらの任意の組み合わせを含む、請求項３５に記載の方法。
37. 前記呼吸イベントの発生は、受信された前記流量データ、前記加圧空気の複数の圧力値に関連する圧力データ、前記呼吸治療システムに関連付けられたマイクロフォンから受信された音響データ、またはそれらの任意の組み合わせに少なくとも部分的に基づいて決定される、請求項３５または請求項３６に記載の方法。
38. 受信された前記流量データを分析することは、受信された前記流量データを処理して、複数の特徴を識別することを含む、請求項２８～３７のいずれか１項に記載の方法。
39. 前記複数の特徴は、（ｉ）一回換気量の変化、（ｉｉ）分時換気量の変化、（ｉｉｉ）フロー信号振幅の変化、（ｉｖ）呼吸波形の形態の変化、（ｖ）呼吸頻度の変化、（ｖｉ）呼気と吸気の持続期間比の変化、（ｖｉｉ）経時的な呼吸信号エンベロープの変化、または（ｖｉｉｉ）それらの任意の組み合わせを含む、請求項３８に記載の方法。
40. 前記ユーザに関連する前記動きイベントは、前記ユーザが所定の持続期間で呼吸を停止したことを示す分析された前記流量データに少なくとも部分的に基づいて決定される、請求項２８～３９のいずれか１項に記載の方法。
41. 前記所定の持続期間は、約２秒～約８秒の間である、請求項４０に記載の方法。
42. 前記所定の持続期間は約５秒である、請求項４１に記載の方法。
43. 前記ユーザに関連する前記動きイベントは、前記ユーザの呼吸努力が増加したことを示す分析された前記流量データに少なくとも部分的に基づいて決定される、請求項２８～４２のいずれか１項に記載の方法。
44. 受信された前記流量データは、呼吸ごとに分析される、請求項２８～４３のいずれか１項に記載の方法。
45. 前記ユーザに関連する決定された前記動きイベントに少なくとも部分的に基づいて、無呼吸低呼吸指数を修正するステップをさらに含む、請求項２８～４４のいずれか１項に記載の方法。
46. 前記ユーザに関連する決定された前記動きイベントに少なくとも部分的に基づいて、前記ユーザの身体位置を決定するステップをさらに含む、請求項２８～４５のいずれか１項に記載の方法。
47. 呼吸治療セッション中のユーザの身体位置を決定するための方法であって、
    呼吸治療システムの前記ユーザに関連する流量データを受信するステップと、
    受信された前記流量データを分析して、１つ以上の特徴を決定するステップと、
    決定された前記１つ以上の特徴に少なくとも部分的に基づいて、前記ユーザの身体位置を決定するステップと、を含む、方法。
48. 前記ユーザの身体位置を決定する前記ステップは、決定された前記１つ以上の特徴を複数の歴史的な身体位置に関連する複数の歴史的な特徴と比較するステップを含む、請求項４７に記載の方法。
49. １つ以上の以前の呼吸治療セッションに関連する歴史的な流量データを受信するステップと、
    前記ユーザに関連する複数の歴史的な動きイベントを決定するステップと、
    決定された前記複数の動きイベントに少なくとも部分的に基づいて、呼吸治療セッションを複数の呼吸治療セクションに分割するステップと、
    受信された前記複数の呼吸治療セクションのそれぞれに対する前記歴史的な流量データを分析して、前記複数の歴史的な特徴を抽出するステップと、
    分析に少なくとも部分的に基づいて、前記複数の歴史的な特徴のうちの１つ以上に関連する前記複数の歴史的な身体位置のうちの１つを決定するステップと、をさらに含む、請求項４８に記載の方法。
50. 前記１つ以上の特徴は、（ｉ）一回換気量、（ｉｉ）分時換気量、（ｉｉｉ）フロー信号振幅、（ｉｖ）呼吸波形の形態、（ｖ）呼吸頻度、（ｖｉ）呼気と吸入の持続期間比、（ｖｉｉ）経時的な呼吸信号エンベロープ、または（ｉｖ）それらの任意の組み合わせを含む、請求項４７～４９のいずれか１項に記載の方法。
51. 前記ユーザの身体位置にタイムスタンプを付けるステップをさらに含む、請求項４７～５０のいずれか１項に記載の方法。
52. 決定された前記ユーザの身体位置に少なくとも部分的に基づいて、前記呼吸治療セッションの１つ以上のパラメータの修正を決定するステップをさらに含む、請求項４７～５１のいずれか１項に記載の方法。
53. 前記呼吸治療セッションの１つ以上のパラメータは、モータ速度、圧力、流量、またはそれらの任意の組み合わせを含む、請求項５２に記載の方法。
54. 決定された前記ユーザの身体位置に少なくとも部分的に基づいて、警報、通知、または命令を生成するステップをさらに含む、請求項４７～５３のいずれか１項に記載の方法。
55. 前記呼吸治療システムの前記ユーザに関連する音響データを受信するステップをさらに含み、前記ユーザの身体位置は、前記呼吸治療システムの前記ユーザに関連する受信された前記音響データに少なくとも部分的に基づいてさらに決定される、請求項４７～５４のいずれか１項に記載の方法。
56. 請求項１～２９のいずれか１項に記載の方法に従って、受信された前記音響データに少なくとも部分的に基づいて、前記ユーザの動きを決定するステップをさらに含む、請求項５５に記載の方法。
57. 呼吸治療セッション中のユーザの身体位置を決定するための方法であって、
    呼吸治療システムの前記ユーザに関連する音響データを受信するステップと、
    受信された前記音響データを分析して、１つ以上の特徴を決定するステップと、
    決定された前記１つ以上の特徴に少なくとも部分的に基づいて、前記ユーザの身体位置を決定するステップと、を含む、方法。
58. 前記ユーザの身体位置を決定する前記ステップは、決定された前記１つ以上の特徴を複数の歴史的な身体位置に関連する複数の歴史的な特徴と比較するステップを含む、請求項５７に記載の方法。
59. １つ以上の以前の呼吸治療セッションに関連する歴史的な音響データを受信するステップと、
    前記ユーザに関連する複数の動きイベントを決定するステップと、
    決定された前記複数の動きイベントに少なくとも部分的に基づいて、呼吸治療セッションを複数の呼吸治療セクションに分割するステップと、
    受信された前記複数の呼吸治療セクションのそれぞれに対する前記歴史的な音響データを分析して、前記複数の歴史的な特徴を抽出するステップと、
    分析に少なくとも部分的に基づいて、前記複数の歴史的な特徴のうちの１つ以上に関連する前記複数の歴史的な身体位置のうちの１つを決定するステップと、をさらに含む、請求項５８に記載の方法。
60. 前記ユーザの身体位置にタイムスタンプを付けるステップをさらに含む、請求項５７～５９のいずれか１項に記載の方法。
61. 決定された前記ユーザの身体位置に少なくとも部分的に基づいて、前記呼吸治療セッションの１つ以上のパラメータを修正するステップをさらに含む、請求項５７～６０のいずれか１項に記載の方法。
62. 前記呼吸治療セッションの１つ以上のパラメータは、モータ速度、圧力、流量、またはそれらの任意の組み合わせを含む、請求項６１に記載の方法。
63. 決定された前記ユーザの身体位置に少なくとも部分的に基づいて、警報、通知、または命令を生成するステップをさらに含む、請求項４６～６２のいずれか１項に記載の方法。
64. 前記呼吸治療システムの前記ユーザに関連する流量データを受信するステップをさらに含み、前記ユーザの身体位置は、受信された前記流量データに少なくとも部分的に基づいてさらに決定される、請求項４６～６３のいずれか１項に記載の方法。
65. 呼吸治療システムの使用中に患者を監視するための方法であって、
    請求項１～４６のいずれか１項に記載の方法を使用して前記患者に関連する動きイベントを決定するステップと、
    前記患者に関連する決定された前記動きイベントに関連付けられた通知を監視装置または担当者に送信するステップと、を含む、方法。
66. 呼吸治療システムの使用中に患者を監視するための方法であって、
    請求項４７～６４のいずれか１項に記載の方法を使用して前記患者の身体位置を決定するステップと、
    前記患者の身体位置に関連付けられた通知を監視装置または担当者に送信するステップと、を含む、方法。
67. １つ以上のプロセッサを含む制御システムと、
    機械可読命令を格納しているメモリと、を含むシステムであって、
    前記制御システムは、前記メモリに結合され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記１つ以上のプロセッサの少なくとも１つによって実行されるときに、請求項１～６６のいずれか１項に記載の方法が実施される、システム。
68. 呼吸治療システムの使用中にユーザの動きを決定するためのシステムであって、請求項１～４６のいずれか１項に記載の方法を実施するように構成された制御システムを含む、システム。
69. 呼吸治療システムの使用中に身体位置を決定するためのシステムであって、請求項４７～６４のいずれか１項に記載の方法を実施するように構成された制御システムを含む、システム。
70. 人工呼吸器を用いて患者を治療するためのシステムであって、請求項６５または６６に記載の方法を実施するように構成された制御システムを含む、システム。
71. コンピュータによって実行されると、コンピュータに請求項１～６６のいずれか１項に記載の方法を実施させる命令を含む、コンピュータプログラムプロダクト。
72. 前記コンピュータプログラムプロダクトは、非一時的コンピュータ可読媒体である、請求項７１に記載のコンピュータプログラムプロダクト。