JP7317920B2 - 漏れ検出を用いた方法及びデバイス - Google Patents
漏れ検出を用いた方法及びデバイス Download PDFInfo
- Publication number
- JP7317920B2 JP7317920B2 JP2021173103A JP2021173103A JP7317920B2 JP 7317920 B2 JP7317920 B2 JP 7317920B2 JP 2021173103 A JP2021173103 A JP 2021173103A JP 2021173103 A JP2021173103 A JP 2021173103A JP 7317920 B2 JP7317920 B2 JP 7317920B2
- Authority
- JP
- Japan
- Prior art keywords
- leak
- flow
- ventilation
- event
- pressure
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0051—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes with alarm devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0057—Pumps therefor
- A61M16/0066—Blowers or centrifugal pumps
- A61M16/0069—Blowers or centrifugal pumps the speed thereof being controlled by respiratory parameters, e.g. by inhalation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
- A61M16/022—Control means therefor
- A61M16/024—Control means therefor including calculation means, e.g. using a processor
- A61M16/026—Control means therefor including calculation means, e.g. using a processor specially adapted for predicting, e.g. for determining an information representative of a flow limitation during a ventilation cycle by using a root square technique or a regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
- G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
- A61M2016/0015—Accessories therefor, e.g. sensors, vibrators, negative pressure inhalation detectors
- A61M2016/0018—Accessories therefor, e.g. sensors, vibrators, negative pressure inhalation detectors electrical
- A61M2016/0021—Accessories therefor, e.g. sensors, vibrators, negative pressure inhalation detectors electrical with a proportional output signal, e.g. from a thermistor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
- A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
- A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
- A61M2016/0033—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical
- A61M2016/0039—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical in the inspiratory circuit
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/15—Detection of leaks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3327—Measuring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
- A61M2205/502—User interfaces, e.g. screens or keyboards
- A61M2205/505—Touch-screens; Virtual keyboard or keypads; Virtual buttons; Soft keys; Mouse touches
Landscapes
- Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Emergency Medicine (AREA)
- Pulmonology (AREA)
- Hematology (AREA)
- Anesthesiology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Examining Or Testing Airtightness (AREA)
Description
より詳細には、本技法の幾つかの実施の形態は、持続的気道陽圧(continuous positive
airway pressure)治療に対応した呼吸治療装置における自動漏れ検出を含むことができ
る。
本願は、2010年7月30日に出願された米国仮特許出願第61/396,247号
の出願日の利益を主張するものであり、この仮特許出願の開示内容を引用することにより
、本明細書の一部を成すものとする。
る再発性無呼吸又は減呼吸を経験する場合がある。OSAを有する患者の最良の治療形態
は、接続ホース及びマスクを介してブロワ(例えばコンプレッサ)によって加えられる一
定気道陽圧(CPAP:constant positive airway pressure)である。陽圧は、吸気中
、患者の気道が潰れるのを防ぎ、それにより、再発性無呼吸又は減呼吸及びそれらの続発
症を防ぐ。そのような呼吸治療装置は、患者の呼吸サイクル中、適切なときに1つ又は複
数の治療圧力で清潔で呼吸可能なガス(通常、酸素補給あり又はなしの空気)の供給を患
者に供給するように機能することができる。
ロー生成器をマスクに接続する空気送達管と、様々なセンサと、マイクロプロセッサに基
づくコントローラとを備える。フロー生成器は、サーボ制御されるモータ及びインペラを
備えることができる。フロー生成器は、モータ速度制御への代替又は追加として、患者に
送達される圧力を変更する手段として、空気を大気中に排出可能な弁を備えることもでき
る。センサは、特に、圧力変換器、呼吸気流計、差圧変換器等のフローセンサ等を用いて
モータ速度、ガス体積流量、及び流出圧を測定する。この装置は、オプションで、空気送
達管の経路に加湿及び/又は加熱要素を備えることができる。コントローラは、一体化さ
れたデータ検索/転送機能及び表示機能とともに、又はこれら機能なしでデータ記憶容量
を含むことができる。
合に有用である。これはフローセンサを用いて求めることができる。一方、マスクと患者
との間の漏れが一般的である。このため、フローセンサは、呼吸気流と漏れを通じたフロ
ーとの和を測定することができる。漏れを通じた瞬時フローが知られている場合、呼吸気
流は、漏れを通じたフローを呼吸気流計におけるフローから減算することによって計算す
ることができる。
と、及び(ii)十分長い時間にわたって、吸気及び呼気の呼吸気流が相殺されること、
を仮定することができる。これらの仮定が満たされる場合、十分長い期間にわたってフロ
ーセンサを通じた平均フローは漏れの大きさと等しくなり、このとき真の呼吸気流は説明
したように計算される。
国特許第6,659,101号に記載されているように、コンダクタンスは、低域通過フ
ィルタリングされた呼吸気流測定値(measure)を、マスク圧力測定値の低域通過フィル
タリングされた平方根で除算することによって求めることができる。このとき、瞬時漏れ
は、コンダクタンスにマスク圧力の平方根を乗算することによって求めることができる。
状の漏れの存在のインデックスを求めることも知られている。インデックスは、呼気の最
初の0.5秒の間のピークフローと、呼気の第2の0.5秒の間の平均フローとの比とし
て計算される。
力に依拠した漏れ成分の計算を含む。この方法論は、呼気事象の開始及び次の呼気事象の
開始の発生を正確に知ることに頼る。換言すれば、漏れ計算は、既知の呼吸にわたる平均
として形成され、後続の呼吸に適用される。
合がある。そのような問題は以下を含む場合がある。すなわち、
1.患者の覚醒率及び/又は無呼吸及び減呼吸インデックス(「AHI」)が漏れに起
因して増大し、患者の睡眠構造に影響を及ぼす可能性がある。
2.鼻吸気フローが口から漏れた結果として、換気サポートが低減される場合がある。
これは二相性/VPAP治療を受けている患者にとって特に問題である。
3.一方向鼻気流が確立され、上気道の脱水、鼻づまり(congestion)及び炎症性伝達
物質の放出につながる場合がある。さらに、一方向鼻フローによって鼻気道の抵抗が増大
する場合があり、これにより、今度は口フローの傾向が増大し、結果として更に多くの口
漏れを生成する周期となる場合がある。
4.鼻の症状に起因して患者の順応性が低減する場合がある。
5.患者フロー推定値及びフロー生成器制御アルゴリズムにおいて誤りのある挙動が生
じる。なぜなら、結果として得られる測定フロー信号全体が、口フローを正しく計上して
いない場合があるためである。
6.子供の口呼吸は、その顎顔面の発育に影響を及ぼすことが示されている。特に、過
剰な口気流によって、歯並び不良(歯性不正咬合)、頭部前方姿勢、不規則な鎖骨成長、
及び耳感染症への感受性増加につながる可能性がある。
又は治療するための装置等の呼吸治療装置において実施することができる、漏れを検出及
び/又は測定するための更なる方法を開発することが望ましい場合がある。
供することである。
ける漏れを検出することである。
検出を実施することである。
呼吸可能なガスの測定フロー等から漏れを検出する方法を含む。そのような方法において
、前記プロセッサは、呼吸可能なガスの測定フローから複数の特徴を求めることができる
。次に、前記プロセッサは、前記複数の特徴を解析して、該複数の特徴に基づいて漏れ事
象を確定することができる。また、前記プロセッサは、複数の異なるタイプの漏れから前
記漏れ事象を分類することができる。そのような幾つかの実施の形態では、前記複数の異
なるタイプの漏れは、連続口漏れと弁状口漏れとを含むことができる。
時漏れ測定値を含むことができる。さらに、前記解析は、前記換気量測定値及び前記瞬時
漏れ測定値の同時変化を求めることを含むことができる。前記同時変化は、前記瞬時漏れ
測定値の増加及び前記換気量の測定値の減少とすることができる。またさらに、前記解析
は、前記換気量測定値及び前記瞬時漏れ測定値の更なる同時変化を求めることを含むこと
ができる。そのような場合、前記更なる同時変化は、前記換気量の測定値の増加及び前記
瞬時漏れ測定値の減少とすることができる。さらに、幾つかの実施の形態では、前記解析
は前記漏れ事象の持続時間の計算を含むことができ、ここで、該持続時間は前記同時変化
とともに開始し、前記更なる同時変化とともに終了する。
呼吸における最大フローの或る割合未満に下降したフローの前記測定値と関連付けられた
第1の値と、前記呼吸における前記最大フローの前記割合を超えて上昇したフローの前記
測定値と関連付けられた第2の値とを含むことができる。そのような場合、前記解析は、
前記第1の値の発生と、前記第2の値の発生との間の時間を表す持続時間値を求めること
を含むことができる。前記解析は、前記持続時間値を閾値と比較することも含むことがで
きる。そのような場合、前記解析は、前記持続時間値が前記閾値未満に下降したときに前
記漏れ事象の開始を検出することができる。同様に、前記解析は、前記持続時間値が前記
閾値を満たすか又は超えたときに前記漏れ事象の終了を検出することができる。
れは呼吸可能なガスの測定フローから行うことができる。該プロセッサの該方法は、呼吸
可能なガスの測定フローから換気量測定値と漏れ測定値とを求めることを含むことができ
る。次に、前記プロセッサは、前記換気量測定値及び前記漏れ測定値を解析して、前記換
気量測定値及び前記漏れ測定値の同時変化を検出することができる。次に、前記プロセッ
サは、前記同時変化に基づいて漏れ事象を特定することができる。そのような幾つかの実
施の形態では、前記同時変化は、前記漏れ測定値の増加と、前記換気量測定値の減少とす
ることができる。代替的に、前記同時変化は、前記漏れ測定値の減少と、前記換気量測定
値の増加とすることができる。そのようなプロセッサにおいて、前記換気量測定値及び前
記漏れ測定値の前記解析によって、該換気量測定値及び該漏れ測定値の更なる同時変化を
検出することができる。オプションで、前記プロセッサは、前記持続時間が前記同時変化
とともに開始し、前記更なる同時変化とともに終了するように前記漏れ事象の持続時間を
求めることができる。
換気量測定値の減少とすることができ、前記更なる同時変化は、前記漏れ測定値の減少及
び前記換気量測定値の増加とすることができる。オプションで、前記換気量測定値は、二
分割されたフローの前記測定値の低域通過フィルタリングされた絶対値とすることができ
、前記漏れ測定値は、計算された漏れコンダクタンスの関数として求められた瞬時漏れと
することができる。
値を表すデータを用いて共分散を求めることを含むことができる。前記解析は、前記漏れ
測定値を表すデータを用いて勾配を求めることも含むことができる。オプションで、前記
勾配と前記共分散との積は積分することができる。そのような場合、前記プロセッサは、
前記積分された積と閾値との比較に基づいて連続口漏れをスコアリングすることによって
前記漏れ事象を特定することができる。
能なガスの測定フロー等から漏れを検出する方法を含むことができる。前記プロセッサの
前記方法は、呼吸において閾値未満に下降したフローの前記測定値と関連付けられた第1
の発生と、前記呼吸において前記閾値を超えて上昇したフローの前記測定値と関連付けら
れた第2の発生とを求めることを含むことができる。次に、前記プロセッサは、前記第1
の発生及び前記第2の発生と関連付けられた持続時間を解析することができる。前記プロ
セッサは、この解析に基づいて漏れ事象を特定することもできる。
合とすることができる。さらに、前記解析は、前記持続時間を別の閾値と比較することを
含むことができる。オプションで、前記割合は、約17%、好ましくは17.5%等の率
等の、約5パーセント~約30パーセントの範囲の率とすることができる。幾つかの場合
、持続時間は、前記第1の発生と前記第2の発生との間の時間を表すことができる。また
さらに、前記漏れ事象は、前記持続時間が前記別の閾値未満に下降したときに開始と特定
することができ、前記持続時間が前記別の閾値を満たすか又は超えたときに終了と特定す
ることができる。幾つかの場合、前記別の閾値は、約0.05秒~約0.4秒の範囲の秒
数、又は約0.2秒、好ましくは0.18秒等を表す値とすることができる。
実施することができる。この装置は、呼吸可能なガスの測定フローを表すデータにアクセ
スする少なくとも1つのプロセッサを有する検出コントローラを含むことができる。オプ
ションで、前記装置はフローセンサ及び/又はフロー生成器を更に含むことができる。こ
のとき、前記コントローラは、前記フローセンサを用いて呼吸可能なガスの測定フローを
求めるように構成することができる。さらに、前記コントローラは前記フロー生成器を制
御して、前記検出された漏れに基づく圧力治療計画に従って前記呼吸可能なガスを生成す
るように更に構成することができる。
のような装置は、呼吸可能なガスの測定フローを表すデータにアクセスする少なくとも1
つのプロセッサを有するコントローラを備えることができる。該コントローラは、前記呼
吸可能なガスの測定フローから複数の特徴を求めるように構成することができる。次に、
前記複数の特徴を解析して、前記複数の特徴に基づいて漏れ事象を確定することができる
。次に漏れ事象を分類することができる。オプションで、前記漏れ事象は、前記複数の特
徴を時間閾値及び大きさ閾値と比較することに基づいて、連続口漏れ事象等の口漏れ事象
であると判断することができる。
及び第2の特徴を求めるように構成することができる。前記コントローラは、前記第1の
特徴を解析して、所定の時間にわたって存在する前記第1の特徴の変化を検出するように
更に構成することができる。前記コントローラは、前記所定の時間期間にわたる前記変化
を検出する前記第1の特徴の前記解析に基づいて、前記第2の特徴を閾値と比較するよう
に更に構成することができる。またさらに、前記コントローラは、前記比較に基づいて、
前記漏れインジケータが連続口漏れを表すように漏れインジケータを設定するように更に
構成することができる。
でき、及び/又は前記第1の特徴の前記変化は負の変化とすることができる。オプション
で、前記第2の特徴は共分散和を含むことができる。幾つかの場合、前記漏れインジケー
タは、前記比較によって前記第2の特徴が前記閾値未満に下降していることが検出された
場合、連続口漏れを表すように設定することができる。オプションで、前記第1の特徴及
び前記第2の特徴は、換気量測定値及び瞬時漏れ測定値から導出することができる。前記
装置の更なる実施の形態は、フローセンサと、患者に対し大気圧よりも高い圧力で呼吸可
能なガスを生成するように構成されたフロー生成器とを備えることができる。幾つかのそ
のような事例では、前記コントローラは、前記フローセンサを用いて前記呼吸可能なガス
の測定フローを求め、前記フロー生成器を制御して、圧力治療計画に従って前記呼吸可能
なガスを生成するように更に構成することができる。オプションで、前記コントローラは
前記フロー生成器を制御して、前記漏れインジケータに基づく前記圧力治療計画に従って
前記呼吸可能なガスを生成するように構成することもできる。
号を含むことができ、及び/又は前記特徴のうちの少なくとも1つが共分散和を含むこと
ができる。同様に、前記特徴のうちの少なくとも1つが、弁状口漏れのレベルを示す信号
を含むことができる。オプションで、前記特徴は換気量測定値及び瞬時漏れ測定値から導
出することができる。他の実施の形態と同様に、前記装置は、フローセンサと、患者に対
し大気圧よりも高い圧力で呼吸可能なガスを生成するように構成されたフロー生成器とを
備えることもできる。そのような事例では、前記コントローラは、前記フローセンサを用
いて前記呼吸可能なガスの測定フローを求め、前記フロー生成器を制御して、圧力治療計
画に従って前記呼吸可能なガスを生成するように更に構成することができる。オプション
で、前記コントローラは前記フロー生成器を制御して、前記漏れインジケータに基づく圧
力治療計画に従って前記呼吸可能なガスを生成するように更に構成することができる。
む。前記装置は、呼吸可能なガスに起因した圧力及びフローを測定するように構成された
センサを備えることができる。前記装置は、患者に対し大気圧よりも高い圧力で呼吸可能
なガスを生成するように構成されたフロー生成器を更に備えることができる。前記装置は
、前記センサ及び前記フロー生成器と結合されたコントローラも備えることができる。前
記コントローラは前記フロー生成器を制御して、圧力治療計画に従って前記呼吸可能なガ
スを生成するように構成することができる。前記コントローラは、前記測定フロー信号の
解析に基づいて漏れ事象を検出するように構成された漏れ検出モジュールを更に備えるこ
とができる。前記コントローラは、前記フロー生成器によって供給される治療圧力を、前
記漏れ検出モジュールの出力の関数として調整するように構成された圧力調整モジュール
であって、該調整は前記漏れ事象を低減する、圧力調整モジュールも備えることができる
。
るように構成することができる。オプションで、前記圧力調整モジュールは、圧力を前記
漏れの関数として減少させるように構成することができる。前記圧力調整モジュールは、
圧力を前記漏れの関数として増加させるように構成することもできる。またさらに、前記
圧力調整モジュールは、患者フロー信号を解析して、圧力の増加及び圧力の減少の調整確
率を計算するように構成することもできる。そのような場合、前記圧力調整モジュールは
、前記調整確率と閾値との比較に基づいて圧力を調整するように構成することができる。
明らかになるであろう。
様の要素を指す。
を有して、本明細書において更に詳細に説明するアルゴリズム等の特定の漏れ検出方法論
を実施することができるコントローラ104を有する漏れ検出デバイス102又は装置を
含むことができる。したがって、デバイス又は装置は、集積チップ、メモリ、及び/又は
他の制御命令、データ、若しくは情報記憶媒体を含むことができる。例えば、そのような
検出方法論を包含したプログラム命令をデバイス又は装置のメモリ内の集積チップに符号
化して、特定用途向け集積チップ(ASIC)を形成することができる。そのような命令
は、追加又は代替として、適切なデータ記憶媒体を用いてソフトウェア又はファームウェ
アとしてロードすることができる。そのようなコントローラ又はプロセッサにより、デバ
イスを用いてフロー信号からのデータを処理することができる。
データに基づいて、本明細書において、より詳細に論考される実施形態において説明され
るように、漏れを検出し、異なるタイプの漏れ間を識別若しくは区別し、及び/又は、漏
れ時間、持続時間、及び深刻度を求めること等によって、漏れの評価を制御することがで
きる。代替的に、検出は、呼吸フロー信号の測定と同時に、睡眠セッション中に実行する
ことができる。したがって、幾つかの実施形態では、デバイス又は装置自体を、オプショ
ンで、実施される方法論と併用される呼吸フロー信号を測定するフローセンサ106で実
施することができる。例えば、鼻カニューラ108若しくは鼻マスク若しくはフルフェー
スマスクへのフロー、又は鼻カニューラ108若しくは鼻マスク若しくはフルフェースマ
スクを通るフローは、呼吸気流計及び差圧変換器、又は1束の管若しくは導管を利用して
フロー信号を導出する装置のような同様の装置を用いて測定することができる。オプショ
ンで、フロー信号は、2005年11月2日に出願されたPCT/AU2005/001
688号に記載されるモータ電流センサ等の他のセンサから推測することができる。この
出願の開示全体は、相互参照によって引用することにより、本明細書の一部を成すものと
する。
て記憶又は出力することができる漏れ報告において、図示される漏れ事象データ109等
の漏れ関連データを累積又は生成するように実施することができる。本明細書において、
より詳細に論考されるように、この出力は、デバイスのディスプレイ上に視覚的に出力す
ることもできるし、例えば無線で別の装置に電子的に転送することもできる。更なる例と
して、漏れ検出デバイスは、漏れ検出方法論に基づいて呼吸治療を提供するための制御方
法論とともに実施することができ、それによってデバイスは呼吸治療装置としての役割を
果たすことができる。例えば、図1に示すように、漏れ検出デバイス102はオプション
で、そのような制御に適したセンサ(例えば圧力センサ)を有するサーボ制御されたブロ
ワ等のフロー生成器110を有して実装することもできる。このため、CPAP治療と関
連付けられた治療圧力レベル等の呼吸治療計画又は圧力治療計画を、デバイスのコントロ
ーラによって送達することができる。オプションで、治療は、患者の各呼吸サイクルにわ
たって比較的一定に圧力を提供することもできるし、呼気中に、より低い圧力を提供し、
吸気中に、より高い圧力を提供するように調整することもできる。治療圧力レベルは、漏
れ補正された呼吸気流信号から求められたOSA事象(例えば無呼吸事象及び減呼吸事象
等)の検出に応じて自動的に調整することができる。オプションで、漏れ事象又は大量の
或る漏れ事象の検出を用いて、基準圧が逸脱しているか否かを判断することができる。こ
のため、これらの測定値を、基準圧への調整の基礎又はトリガとして用いることができる
。代替的に、重大な漏れ事象の検出は、OSA事象の自動検出又は治療圧力レベルの自動
変更の無効化を制御する役割を果たすことができる。他の圧力調整方式も実施することが
できる。また更に、重大な漏れ事象の検出は、コントローラが圧力治療の送達を無効にす
るか又は中断する条件としての役割を果たすことができる。
検出器の一部としての役割を果たすことができる。幾つかの自動化された減呼吸検出デバ
イスでは、口漏れは、誤検出減呼吸の意味で、減呼吸検出器の自動化された方法論によっ
て減呼吸事象として誤ってスコアリグされる場合がある。本明細書において記載する方法
により、減呼吸事象と同時の漏れ事象の検出を、検出された減呼吸のスコアリングを防ぐ
基準として用いることができる。例えば、呼吸において自動的に検出された減呼吸事象の
スコアリングは、その呼吸において検出された漏れ事象がないことの確認を条件とするこ
とができる。
異なる形で口漏れが生じる場合がある。これらの漏れ事象は、患者フローにおいて、又は
フローセンサからの患者フローを表すフロー信号において異なる形で表れる場合がある。
例えば、漏れは連続口漏れを示す場合がある。代替的に、漏れは弁状口漏れを示す場合が
ある。
的にほとんど又は全体の間の意味で、連続して開いたままになっている。通常、この漏れ
によって、鼻で吸入された空気のうちの幾らかが、漏れが関与する各呼吸の持続時間にわ
たって口から漏れ出すことになる。そのような事象は、図2のグラフにおいて示された信
号トレースにおいて表わされる。
を含み、それらのグラフの双方が共通のタイムスケール上にある。上側の信号トレースは
フローの測定値を示している。下側のトレースは漏れ測定値であり、この事例では、相互
参照によりその開示の全体が本明細書の一部をなすものとする米国特許第6,659,1
01に記載されている瞬時漏れ等の瞬時漏れである。グラフは、フロー信号において表わ
されるような、漏れ測定値の変化(例えば増加)と換気量の変化(例えば低減)との間の
時間に基づく対応を示している。そのような同時変化の検出は、本技術の幾つかの実施形
態において、連続口漏れすなわちCMLの発生を示すものとみなすことができる。
口を介して部分的に又は完全に吐き出される。通常、鼻からの吐き出しが正常に開始する
が、口が(弁のように)「パッと(pop)」開き、口からの吐き出しが可能になると、急
速に0まで下降する。これは、鼻フロー信号における鋭い負のピーク等の、フロー信号に
おける検出可能な変化として現れる可能性がある。そのような事象の例は、図3のグラフ
の信号トレースにおいて示されている。
レースの下側のグラフとを含む。上側の信号トレースは鼻フローの測定値を示している。
下側のトレースは瞬時漏れ測定値である。本技術の幾つかの実施形態では、フロー信号に
おけるそのような鋭い負のピークの検出は、弁状口漏れすなわちVMLの発生を示すもの
とみなすことができる。下側のトレースに示されるように、この検出可能な変化も瞬時漏
れ測定値の同時変化と対応することができる。
又はVML事象並びにそのような事象に関する追加データ等の漏れ事象データ109を検
出し報告することができる。例えば、漏れ検出デバイス102は、1つ又は複数の睡眠セ
ッションの経過にわたってそのような検出された事象を区別し、それらの事象のカウント
を報告することができる。検出器は各漏れ事象の持続時間及び各事象が発生した時刻を求
めることができる。検出器は、そのような漏れが発生しなかったセッション時間を報告す
ることができる。検出器は、漏れ事象の分類(break down)を、漏れ事象全体に占めるパ
ーセンテージに基づいて更に報告することができる。検出器は、漏れ事象の持続時間の分
類を、睡眠セッション若しくは治療セッションの総持続時間又は漏れ時間の総持続時間に
占めるそれらの漏れ事象のパーセンテージに基づいて更に求めることができる。漏れ検出
デバイス102は、漏れの深刻度を要約する漏れインデックスも求めることができる。本
明細書において、より詳細に論考するように、このインデックスは、1つ又は複数の異な
るタイプの検出された漏れに関する情報を結合することができる。検出器は、そのような
深刻度インデックスに基づくことができる漏れ深刻度に関するメッセージ警告を更に実施
することができる。
セッサを制御して、呼吸可能なガスの測定フローから漏れを検出する方法を実施すること
ができる。440において、プロセッサの方法は、呼吸可能なガスの測定フローから複数
の特徴を求めることを含むことができる。例えば、幾つかの実施形態では、この方法は、
一回換気量等の換気量測定値を検出することができる。換気量測定値は、分時換気量(例
えば、0.5分から5分まで、好ましくは3分までの範囲の期間にわたって求められる測
定値)とすることができる。オプションで、そのような換気量測定値は、フロー信号から
時間期間(例えば0.5分、1分、3分、5分)にわたって取得したフローサンプルの絶
対値の和を二等分することによって求めることができる。そのような換気量測定量は、所
望の期間(例えば、0.5分、1分、3分、又は5分)にわたる患者フロー(患者フロー
が瞬時漏れ及びホース落下の補償を考慮することに起因する)の絶対値の半分の積分とし
て求めることもできる。またさらに、そのような換気量は、数分(例えば0.5分、1分
、3分、又は5分)、好ましくは3分の時定数で患者フローの絶対値の半分を低域通過フ
ィルタリングすることによって求めることができる。またさらに、測定値は、上記で言及
したような漏れ測定値又は瞬時漏れ測定値とすることができる。更なる例として、測定値
は、フロー信号のピークフロー値すなわち最大フロー値、又はフロー信号の他の検出可能
なアーチファクトとすることができる。442において、検出器は複数の特徴の解析を制
御して、それらの複数の特徴に基づいて漏れ事象を確定する。次に、検出器は、複数の異
なるタイプの漏れから漏れ事象の区分けを制御することができる。このようにして、検出
器は異なる漏れ持続時間又は漏れ量を単に検出するのではなく、異なるタイプの漏れを区
別することができる。例えば、幾つかの実施形態では、検出器はCML漏れ事象とVML
漏れ事象とを識別することができる。
CMLタイプの漏れ事象の検出のために実施することができる例示的な方法論を図5~
図7を参照して検討することができる。例えば、図5に示すように、1つのそのような実
施形態では、540において、検出器のプロセッサは、呼吸可能なガスの測定フローから
換気量測定値及び漏れ測定値を求めることができる。次に、542において、プロセッサ
は換気量測定値及び漏れ測定値を解析して、換気量測定値及び漏れ測定値の同時変化を検
出することができる。次に、544において、プロセッサは同時変化に基づいて漏れ事象
を特定することができる。そのような同時変化は、例えば、漏れの増加に伴う換気量の減
少、又は漏れの減少に伴う換気量の増加とすることができる。
ような一実施形態では、共分散は以下の漏れ検出器102の自動化された解析及び計算を
用いて求めることができる。そのような一実施形態の場合、入力データを処理することが
できる。この入力は、分時換気量測定値(例えば1分、3分、5分等)からサンプリング
された換気量値、漏れ測定値からサンプリングされた瞬時漏れ値、及びフィルタリングさ
れたフロー信号等のフロー信号からサンプリングされた患者フロー値を含むことができる
。オプションで、このデータはバッファリングすることができる。例えば、フロー値は呼
吸単位でバッファリングすることができる。このため、漏れ検出器への入力モジュールは
、現在の入力値(例えば換気量サンプル及び漏れサンプル、並びに現在の呼吸を表すフロ
ー値を有する入力ベクトル)を記憶することができる。そのような換気プロセス、漏れプ
ロセス、呼吸検出プロセス、及び共分散プロセスは、オプションで以下のように行うこと
ができる。
フロー値を処理して、分時換気量値(例えば3分時換気量(three minute ventilation
))を求めることができる。この分時換気量値は、オプションで、平滑化された換気量値
とすることもできる。例えば、フロー信号からのサンプルが得られ、そしてこのサンプル
が処理されて現在の平滑化された換気量値が求められる。本明細書において、より詳細に
論考するように、この値は患者フローベクトルにも適用される。換気量を求めるプロセス
は、以下のように行うことができる。
(a)患者フロー値Qpが得られる。
(b)次に、理想低域通過フィルタ等の低域通過フィルタを用いて、平滑化された換気
量を求める(正:be determined)ことができる。これは以下の式によって管理すること
ができる.
vnは瞬時分時換気量であり、例えば
aは換気量時定数(τ)(例えば30又は60)及びサンプリング時間(Δt)に従っ
て以下の式によって求めることができる。
は約30秒とすることができることが好ましい。
ロセスと同じとすることができるが、異なる時定数を実施することもできる。
醒と関連付けられた呼吸の影響を最小限にするために、覚醒検出に基づくこともできる。
大きな覚醒が換気量測定値に影響を及ぼすことが許される場合、その覚醒に続く換気量が
減少することになる。そのような影響を回避するために、換気量測定値は、「覚醒のない
」換気量測定値に変更することができる。例えば、(例えば以下で論考する「覚醒フラグ
」に基づいて)覚醒が検出されると、正常な呼吸が再開するまで、(例えば以下のように
過去の換気量値を現在の換気量値に設定する、すなわち
各呼吸の後、
(1)最も近時の呼吸のピークツーピークフロー(例えば最大フローから最小フローを
減算したもの)を測定する。
(2)この値が、最も近時の複数の呼吸(例えば最も近時の20回の呼吸)の平均ピー
クツーピークフローよりも或る係数(例えば1.5倍)大きい場合、覚醒とみなされる。
(3)最も近時の呼吸が覚醒であるとき、「覚醒フラグ」が設定され、フラグがリセッ
トされるまで換気量測定が値を無視することができるようにする。
他の覚醒検出方法論も実施することができる。
瞬時漏れ値をフィルタリングする。例えば、入力値を理想低域通過フィルタによって経
時的に平滑化する。これは以下の式によって管理することができる。
Xnは現在測定されている瞬時漏れである。
aは時定数(τ)(例えば20)及びサンプリング時間(Δt)に従って以下の式によ
って求めることができる。
60秒とすることができることが好ましい。
患者フロー値を呼吸ベクトル又は他のデータ構造に加え、それによってデータを記憶す
る。このデータ構造、ベクトル、又はバッファは後に、呼吸単位の解析を実施することが
できる本明細書に記載される判定に用いることができる。このバッファは新たな呼吸ごと
に消去することができる。このため、データ構造を用いて、フローデータを、各吸気開始
又は呼気終了の検出の関数として集めることができる。
期間(例えば、約20秒又は約30秒等の20秒~120秒の範囲等の数秒程度)の平滑
された漏れ値を有する循環バッファ、及び選択された時間期間(例えば、約20秒又は約
30秒等の20秒~120秒の範囲等の数秒程度)の換気量値を有する循環バッファとし
て更にバッファリングすることができる。このため、これらの信号バッファは、最も近時
の20秒、30秒、又は60秒の値等の最も近時の換気量値及び平滑化された漏れ値の記
録を維持することができる。
次に、循環バッファの換気量データ及び漏れデータに基づいて共分散特徴Cを計算する
ことができる。そのような共分散特徴Cを検討することができるが、この共分散特徴は2
つの信号の共分散と同一である必要はない。信号共分散は、2つの変数がどれだけ密接に
ともに増減するかの測定値とみなすことができる。高い正の共分散は、双方がともに強く
動いていることを示す一方、高い負の共分散はそれらが逆に動いている(すなわち、一方
が増大し、他方が減少する)ことを示す。
ファ及び[(l={l)]1,l2,...,ln}で示すことができる漏れバッファは
、以下のプロセスによって解析することができる。
(1)第1に、換気量及び漏れの共分散(cov)を以下の式を用いて計算することが
できる。
できる。このステップは、負の共分散(例えば、(1)換気量が減少し漏れが増大すると
き、これは連続口漏れ事象の開始を示すものとみなすことができる、又は(2)換気量が
増大し漏れが減少するとき、これは連続口漏れ事象の終了を示すものとみなすことができ
る)に焦点を当てることが望ましい場合に実行することができる。このため、このステッ
プは、正の共分散を無視するように実施することができる。
(3)オプションで、この共分散値に、漏れバッファの勾配の正負符号又は正負符号関
数を乗算することもできる。これによって、漏れ事象の開始(漏れ増加)と終了(漏れ減
少)との間の識別を可能にすることができる。オプションで、アルゴリズムの実行時間を
最低限にするために、漏れバッファに沿って均等に配置された値のうちの幾つかのみ(例
えば10個の点)を用いることによって、勾配演算を推定値として単純化することができ
る。例えば、勾配は、以下の式を用いて得ることができる。
に合算又は積分して、累積された共分散特徴ACを形成することができる。例えば、プロ
セッサは共分散特徴Cを積分し、それによって共分散特徴Cによって表わされる曲線下の
面積を、経時的に変化するのに合わせて求めることができる。このステップは時間依存性
を最小限にするのに望ましい。例えば、図6に示すように、共分散特徴Cはそれ自体では
常に大きいとは限らず、長い時間期間にわたって中程度で維持されている場合がある。図
6では、漏れ事象を含むフロー信号F、換気量測定値V、瞬時漏れ測定値L、共分散特徴
C、及び累積された共分散特徴ACの信号トレースが共通時間軸上にプロットされている
。
以下のように計算することができる。
(1)AC=0の特徴値で開始する。
(2)求められた共分散特徴Cの値ごとに、以下の式を用いて累積された共分散特徴A
Cを更新する。
変化しないことを確実にする乗数である。
(3)Cの最後の値が異なる正負符号であるか又はゼロに等しい場合、累積された共分
散特徴ACは、何らかの新たな値を加える前にゼロにリセットされる。
えば漏れ増加又は漏れ減少)に追跡する。
づいて(例えばゼロに)リセットすることができる。本質的に、これらは、マスクの適合
、圧力調整等の逆の効果によって、漏れ値及び換気量値が、漏れ検出プロセスにおいて依
拠される前に安定化することを確実にするように設計される。
このような条件は、長期にわたるVML事象によって、換気量測定値が著しく減少したこ
とを示すものとみなすことができる。これは、VML事象の深刻な事例において発生する
可能性がある。検出器は、AC信号に基づいて、この事象をVML事象として正しく報告
するのではなく、CML事象として誤って報告する可能性がある。この条件はそのような
誤検出を回避するのに役立つことができる。
Smartstartは、呼吸治療装置が、患者がマスクから又はマスクに対し呼吸して
いるのを検出すると自動的に圧力治療を開始することを可能にする特徴である。Smar
tstopは、このデバイスが、患者がマスクを取り外したことを検出すると、圧力治療
が自動的に停止することを可能にする。これらの検出は、マスクにおいて圧力の或る変化
を検出することに基づくことができる。そのような特徴が利用される事象において、AC
信号は、マスクの取り外しが検出されるか又は最初のマスク使用が検出されたときにゼロ
にリセットすることができる。そのようなAC信号の調整は、治療の開始中又は治療の停
止付近で発生する場合がある漏れ測定値又は換気量測定値の大きなスパイクをネゲートす
ることができる。これは、フローデータを評価して特定の時間期間(例えば2分)にわた
って「長い呼吸」を検出することによって検出することができる。オプションで、AC特
徴は、使用時間の初期期間中(例えば、1分から4分の範囲の期間であり、呼吸時間の最
初の約2分の期間であることが好ましい)にゼロに維持することができる。
漏れバッファの瞬時漏れ測定値の漏れ値が或る閾値を超えた(例えば1.5L/min
を超えた)とき、累積された共分散特徴をリセットする(例えばゼロに設定する)ことが
できる。そのような大きな漏れ値は、検出プロセスに悪影響を及ぼす可能性があり、CM
L事象のインジケータとなる可能性が低い。実際に、そのような高い漏れは、CML以外
の何らかの故障のインジケータとなる可能性がより高い。
できる。これは、AC特徴を1つ又は複数の閾値と1回又は複数回比較することを含むこ
とができる。これに関して、図6における累積された共分散AC信号トレースを、CML
事象が時刻T1において開始し、時刻T2において終了したことを示すものとみなすこと
ができる。これらの時刻の差は、CML事象の持続時間の測定値とみなすことができる。
T1及びT2がサンプル番号である場合、持続時間はサンプルカウントとすることができ
る。さらに、累積された共分散特徴ACの大きさは、CML事象の現在のステータスを定
量化するもの(quantifier)としての役割を果たすことができる。またさらに、ACの負
のピーク又はACの絶対値のピーク等の、所与のCML事象における累積された共分散特
徴ACのピーク値が、特定のCML事象を定量化する測定値としての役割を果たすことが
できる。更なる例として、CML事象を定量化するものは、CML事象検出と、漏れ又は
瞬時漏れ測定値とに基づくことができる。例えば、CML事象の特定の時間期間中の漏れ
測定値は、CML事象の量の測定値としての役割を果たすことができる。幾つかの実施形
態では、事象の開始時点から事象の停止時点までのそのような漏れ測定値の積分又は合算
は、そのような測定値としての役割を果たすことができる。
セス等のCML事象検出のためのアルゴリズムの一部として用いて、連続口漏れが存在す
るか否かを判断することができる。そのような実施形態では、変数(CML状態)を、累
積された共分散AC特徴に基づいて、CML事象が発生しているか否かを示すように設定
することができる。このプロセスは、累積された共分散AC特徴について新たな値が求め
られるごとに循環することができる。
CML状態値がオンである(すなわちCML事象が進行中である)場合、フローは774
に進む。CML状態がオフである(すなわちCML事象がまだ進行中でない)場合、フロ
ーは762に進む。
の既知のデータに基づいて経験的に求めることができる所定の閾値と比較される。例えば
、累積された共分散ACが開始閾値(例えば-0.19l2/s2)未満である場合、プ
ロセスは764に進むことができる。開始閾値未満でない場合、プロセスは772に進む
ことができ、772において、CML状態変数に対し状態変更が行われず、プロセスは次
のAC値について再開することができる。オプションで、この開始閾値は、約-0.13
3l2/s2等の、約-0.001l2/s2~約-2.0l2/s2の範囲とすること
ができる。
程度の時間期間(例えば約100秒~140秒であるが、120秒であることが好ましい
)を超える呼吸等の長い呼吸であるか否かを判断することができる。現在の呼吸が「長い
」呼吸である場合、プロセスは722に進むことができ、722ではCML状態変数に対
し状態変更が行われず、図7の全体プロセスを次のAC値について再開することができる
。
ァが埋まり、システムが再び完全に動作可能となることを可能にする時間期間が経過した
か否かを判断することができる。オプションで、時間期間は、長い呼吸を定義する時間期
間と同じか、又はほぼ同じとすることができる。例えば、時間期間は、約100秒~約1
40秒の範囲をとることができるが、120秒であることが好ましい。タイマは通常、検
出された各長い呼吸の終了の検出時に始動される。時間期間が経過すると、フローは76
8に進む。時間期間が経過していない場合、プロセスは722に進むことができ、722
ではCML状態変数に対し状態変更が行われず、図7の全体プロセスを次のAC値につい
て再開することができる。
状漏れ(VML)事象を検出したか否かが判断される。例えば、直前の数回の呼吸(5回
~15回の範囲であるが、10回が好ましい)のうち、これらの呼吸の幾つか(例えば半
分以下、5回等)がVML事象を有する。そのような事象が存在する場合、フローは77
0に進み、770において、CML状態変数がオンに設定され、検出されたCML事象の
開始又は存在を示す。存在しない場合、プロセスは772に進むことができ、772にお
いて、CML状態変数に対し状態変更が行われず、図7の全体プロセスを次のAC値につ
いて再開することができる。
特徴ACが別の所定の閾値と比較される。これは762の開始閾値と同じとすることもで
きるし、異なることもできる。これに関して、774においてこの閾値は、経験的な実験
又は解析によって同様に求めることができる停止閾値とみなすことができる。774の例
示的な比較では、AC特徴が停止閾値(例えば0.1l2/s2)を超えていない場合、
フローは776に進む。AC特徴が停止閾値を超えている場合、プロセスは780に進み
、780において、CML状態変数に対し状態変更が行われ、この変数はオフに設定され
、CML事象の終了を示す。オプションで、この停止閾値は、約+0.05l2/s2等
の、約0.001l2/s2~約2.0l2/s2の範囲とすることができる。その後、
図7の全体プロセスを次のAC値について再開することができる。
を判断する。この判断は、換気量バッファの値と、770においてそのような換気量閾値
の設定等によってCML事象検出の開始時に設定された、前に記録された換気量値とに基
づくことができる。例えば、776において、換気量が現在のCML事象の開始時又は開
始前の量に戻っていない場合、フローは778に進む。換気量が戻っている場合、プロセ
スは780に進み、780において、CML状態変数に状態変更が行われ、この変数はオ
フに設定され、CML事象の終了を示す。その後、図7の全体プロセスを次のAC値につ
いて再開することができる。
戻ったか否かを判断する。この判断は、漏れバッファの値と、770においてそのような
漏れ閾値の設定等によってCML事象検出の開始時に設定された、前に記録された漏れ値
とに基づくことができる。例えば、778において、漏れが現在のCML事象の開始時又
は開始前の量に戻っていない場合、フローは772に進む。772において、CML状態
変数に状態変更が行われず、図7の全体プロセスを次のAC値について再開することがで
きる。一方、778において漏れが戻っている場合、プロセスは780に進み、780に
おいて、CML状態変数に状態変更が行われ、この変数はオフに設定され、CML事象の
終了を示す。その後、図7の全体プロセスを次のAC値について再開することができる。
象を検出することができる。一方、この例示的な実施形態において、検出漏れは誤検出よ
り好ましい。このために、連続口漏れCML事象の開始を検出するための判断基準は、C
ML事象の終了を検出するための判断基準よりも厳しい。
療デバイスが最初に始動されたときに、(b)マスクが患者の顔の上に配置される前に治
療デバイスが始動されたときに、又は(c)他の拡張した現象に起因して、換気量及び漏
れにおいて発生するスパイク等の事象がCML事象として誤って分類されないことを確実
にすることができる。
定値を試験することによって、不利な状況であってもCML事象の終了を検出することが
できることを確実にすることができる。例えば、幾つかの事例では、CML事象は漏れを
隠し続け、強い共分散が存在しない場合があるが、それにもかかわらず、検出器の説明さ
れたプロセスは依然としてCMLの終了を示すことができる。
て記録することができる。一方、これらの開始値は、現在のCML事象の開始の検出の直
前に、共分散特徴Cの正負符号が最後に変化したときに検出された相関期間の開始と時間
的に一致する換気量値及び漏れ値も指す場合がある。
気量の開始値、並びに換気量バッファ及び漏れバッファの平均値も含むことができる。例
えば、漏れ開始値(starting leak)は、漏れバッファの漏れ値の平均漏れ値と比較する
ことができ、換気量開始値(starting ventilation)は、換気量バッファの換気量値の平
均換気量値と比較することができる。例えば、換気量バッファの平均が換気量開始値より
も大きい場合、検出器は、CML事象が終了したことを示すことができる。更に、漏れバ
ッファの平均が漏れ開始値よりも低い場合、検出器はCML事象が終了したことを示すこ
とができる。
について直前の複数回の呼吸(例えば、好ましくは10回等の最も近時の5回~15回の
範囲の呼吸における複数回の呼吸)をチェックすることが望ましい場合がある。深刻な場
合、長期にわたるVML事象によって、換気量が著しく低減する可能性がある。これは、
本来であれば代わりにCML事象として検出された場合がある。一方、768のプロセス
はこの問題を緩和することができる。
形態を示している。このプロセスのこの方法論は、図7のプロセスに相当する。一方、図
7の764における長い呼吸のチェック、766における長い呼吸の経過チェック、及び
768の最も近時の数回の呼吸のチェックは省かれている。さらに、769における更な
るオプションのチェックが図7Aにおいて加えられる。769において、換気量測定値が
チェックされ、換気量測定値を閾値と比較すること等によって、換気量測定値が或る量を
超えて降下したか否かが判断される。閾値は、開始換気量値と関連付けることができる。
このため、潜在的なCML事象の開始が760において検出されると、プロセスは769
に進み、換気量が、760におけるチェックの前の換気量の或る率(例えば約85%)未
満まで降下する等、十分に降下したか否かを判断する。幾つかの場合、大量のマスク漏れ
及び少量の換気量変化が強い共分散を有する場合があるが、これは実際の連続口漏れ事象
の結果ではない。小さな換気量の変化は患者の呼吸パターンと関連付けることができる。
このため、このチェックは、換気量が十分に変化していない場合、CML事象の誤検出に
よるインジケーションを防ぐように実施することができる。本明細書には示されていない
が、そのようなチェックは、オプションで図7の例示的なプロセスに実装することもでき
る。
Aに示されている。一方、このバージョンでは、以前に説明された方法論のうちの任意の
ものによって設定することができるCML状態変数のステータス(図6AにおいてCML
-Sとして示される)を表すことができる追加の信号が示されている。フロー信号F、C
ML状態信号CML-S、漏れ信号L、換気量信号V、共分散信号C、及び累積された共
分散信号ACも共通時間軸上にプロットされる。CML事象は発生時刻(time occurrenc
e)T1と発生時刻T2との間の期間に発生するものとして示されている。
場合がある。そのような遅延は、共分散を処理した結果である可能性があり、特に幾つか
の実施形態において実施される場合がある共分散バッファの時間長に起因する場合がある
。そのような遅延を補償するために、検出器の幾つかのバージョンが、CML状態変数を
非検出状態に設定するための更なる条件としての役割を果たすこともできるし、CML事
象の時刻を検出するのに利用することもできる共分散時間遅延(COV_DELAY)を
実装することができる。この遅延は図6Aに示されている。図面において、この遅延は点
D1(発生時刻T1においてCML事象が実際に開始したとき)と点D2(検出器が最初
に発生時刻T1-Dにおいて事象を検出したとき)との間に示されている。COV DE
LAY時間は、線D1-D2の期間として示されている。このため、幾つかの実施形態で
は、検出された事象の時間期間を求めることは、検出の時間遅延(例えばT1-DからT
1を減算したもの)と関連付けられたこの遅延時間によって調整することができる。例え
ば、この時間は、T2における事象の終了時に加算して、事象の総時間を検出することが
できる。代替的に、CML状態変数をオフに設定する方法(例えば図7Aのプロセス78
0)は、CML状態変数が発生時刻T2-Dにおいてオフに設定される前のCOV_DE
LAYの経過時間期間を用いてタイマを実行することを条件とすることができる。例えば
、タイマは図7Aのプロセス780に入るときに実行を開始することができ、CML状態
変数は、タイマがCOV DELAY時間期間経過したときにオフに設定することができ
る。
VMLタイプの漏れ事象の検出のために実施することができる例示的な方法論を図8及
び図9を参照して検討することができる。幾つかの実施形態では、そのようなプロセスは
、患者フロー信号からのデータを解析して、通常の弁状口漏れを表すとみなすことができ
る、呼気中の負のピーク等の鋭い負のピークを検出することができる。1つのそのような
実施形態では、プロセスは、患者フローが呼気中の選択されたカットオフフローレベル未
満である(各呼吸における)持続時間を測定することができる。この持続時間が非常に短
いとみなされる場合、これは弁状口漏れが発生している可能性が高い鋭い負のピークであ
るとみなすことができる。
呼吸において閾値未満に下降するフローの測定値と関連付けられた第1の発生と、880
において呼吸における閾値を超えて上昇するフローの測定値と関連付けられた第2の発生
とを求めることができる。次に、プロセッサは、882において第1のフロー発生及び第
2のフロー発生と関連付けられた持続時間を解析することができる。884において、プ
ロセッサは次に、解析に基づいて漏れ事象を特定することができる。
ファに基づくことができ、これはフィルタリングされたフロー信号からのデータとみなす
ことができる。このバッファのデータは、完全な一呼吸を表すことができる。このため、
本明細書におけるVML検出プロセスは、完全な一呼吸を表すデータに基づいて、呼吸単
位で実施することができる。このとき、検出プロセスからの例示的な出力は、解析された
呼吸が弁状口漏れ事象を含むか否かを示すVML状態変数とみなすことができる。
理し、VML事象が呼吸内に存在したか否かを判断する。そのようなプロセスは、図9の
フロー信号トレースを鑑みて検討することができる。図9の患者フロートレースFにおい
て、弁状口漏れを有する呼吸Bが存在する。このプロセスにおいて、正常な呼吸NBのフ
ローよりも小さい特定のフロー未満で費やされた時間を弁状漏れの検出において考慮する
ことができる。
(1)特定の呼吸の最小フローQminと、ピークフロー992すなわち最大フローQ
maxとの間の所定のフローの所定の割合にある値Qcutoffを求める。例えば、そ
のような割合は、特定の呼吸の最大フローQmaxの率又はパーセンテージを表すことが
できる。パーセンテージは、約5パーセント~約30パーセントの範囲とすることができ
るが、17.5%等、約17%であることが好ましい。
(2)呼吸における、フローが最初にQcutoff未満に下降する点994-Aの発
生を求める。
(3)同じ呼吸における、フローがQcutoffを超える値に戻る次の点994-B
の発生を求める。
(4)点994-Aと点994-Bとの間の持続時間(例えば時間又はサンプルカウン
ト)を求める。例えば、持続時間は、時刻T1及びT2を取得し(それぞれ点994-A
及び994Bと関連付けて図9のグラフ上に示す)、T2からT1を減算することによっ
て求めることができる。代替的に、サンプルカウントはT1とT2との間のサンプル数を
カウントすること等によって、時間の測定値に実際に変換することなく持続時間として利
用することができる。
(5)求められた持続時間を閾値と比較する。例えば、持続時間が秒単位である場合、
持続時間を時間閾値と比較する。この閾値は、機械学習等によって1人又は複数人の患者
の既知のデータを用いて経験的に求めることができる。例えば、適切な時間閾値は、0.
14s若しくは0.18s等の0.05秒~0.4秒の範囲の値、又は約0.2sとする
ことができる。代替的に、サンプルカウントに基づく持続時間は、所定の数のサンプルを
表す閾値と比較することができる。
(6)比較に基づいてVML状態変数を設定する。例えば、持続時間が閾値未満である
場合、VML状態変数はオンに設定して呼吸におけるVML事象の検出を示すことができ
、そうでない場合、VML変数はオフに設定して、VML事象が呼吸において検出されな
かったことを示すことができる。
ることができる。オプションで、呼吸の特定のVML事象の求められた持続時間を、特定
のVML事象の重要度を定量化する測定値とみなし、その測定値を報告することができる
。
本技術の更なる例を、CML事象及び/又はVML事象の検出も実施することができる
図10~図17の実施形態を鑑みて検討することができる。
信号とに基づくことができる。この実施形態では、換気量の減少が漏れにおける同時の増
加とともに存在する場合、これはCMLの開始を示す。また、漏れの減少を伴った換気量
の増加はCMLの終了を示す。図10は、CMLの期間中に捕捉される時間(epoch)に
一般的であるデータを示している。通常、そのような期間中、口を通した空気の連続フロ
ーが存在し、見掛けの換気量が低減し、フロー生成器によって検出される漏れが増加する
。図10は、フローセンサから等の生のブロワフロー信号である総フロー信号(TFS)
を含む共通タイムスケール上の信号グラフを含む。総フロー信号から瞬時漏れ信号及びベ
ントフロー信号を減算することによって導出された信号である患者フロー信号(PFS)
も示されている。漏れの任意の測定値を用いることができる(米国特許第6,659,1
01号を参照されたい)が、この特定の実施形態では、瞬時漏れ信号(ILS)は、現在
の圧力によって補正された平均マスクフローとすることができる。そのような瞬時信号の
概念は、現時点の漏れと同様に現時点とみなすことができる。換気量信号(VS)は、患
者フローを低域通過フィルタリングすることによって計算された分時換気量(例えば3分
)とすることができる。これらの信号を生成するデータの処理は、本明細書においてより
詳細に論考される。
一般的である鋭い負のピークを検出することによって、患者フロー信号に基づくことがで
きる。そのような場合、アルゴリズムは、患者フローが呼気中にカットオフフローレベル
未満である(各呼吸における)持続時間を測定することができる。この持続時間が非常に
短い場合、これは鋭い負のピークとみなすことができ、VMLが発生している可能性が高
い。図11は、弁状口漏れの期間中に捕捉される時間に一般的であるデータを示している
。早期の呼気における鋭い負のピークは、口が早期の呼気において開いているときに生じ
るいわゆる「弁状」効果である。図11において、図示されている総フロー信号、患者フ
ロー信号、瞬時漏れ信号、及び換気量信号は、図10の信号に相当する。
図12は、例示的な口漏れ検出処理アルゴリズムの高レベル概観図である。このアルゴ
リズムは3つの信号入力、すなわち患者フロー信号処理1210からの患者フロー信号、
換気量信号処理1214からの換気量信号、及び瞬時漏れ信号処理1212からの瞬時漏
れ信号を有することができる。口漏れモジュール処理1216は、これらの入力を用いて
計算を実行し、次に口漏れを示すバイナリ真/偽出力等の口漏れステータス情報1218
を報告する。
(a)この実施形態の入力1210、1212、及び1214に伴う処理は以下のとお
りとすることができる。
1.患者フロー(Patient Flow)すなわち患者フロー信号:これは呼吸フロー信号とす
ることができ、(1210において)フローセンサからフィルタリングされた測定値とす
ることができる。
2.換気フロー(Ventilation Flow)すなわち換気フロー信号-これは1214におい
て、設定された時間期間(例えば3分)にわたって患者フロー信号の絶対値の積分値の半
分として計算するか又は求めることができる。3分時換気量信号は、3分すなわち180
秒にわたる患者フロー信号の積分値とすることができる。
3.瞬時漏れ(Instantaneous Leak)すなわち瞬時漏れ信号:これは、以下のプロセス
によって1212において計算するか又は求めることができる。
-総フローを取得し、ベントフロー(Vent Flow)すなわちベントフロー信号を減算
することによってマスクフロー(Mask Flow)すなわちマスクフロー信号を計算する(ベ
ントフローは気道陽圧治療に用いられるベント型マスクのベントを通るフローとすること
ができる)。
-マスクフローを一定の時定数又は可変の時定数で低域通過フィルタリングすること
によって平均マスクフロー(平均漏れとも呼ばれる)を計算する(これは効果的にはマス
クフロー信号の「DC」成分又は平均とみなすことができる)。
-現在のマスク圧力の平方根を求め、次にこれを、一定の時定数又は可変の時定数を
有することができる低域通過フィルタを用いてフィルタリングすることによって、平均平
方根マスク圧力を計算する。マスク圧力は、気道陽圧(PAP)等の圧力治療を送達する
際に用いられる特定のホース及びマスクに起因した圧力損失について(例えば減算によっ
て)調整された、呼吸治療装置のフロー生成器に置かれる圧力センサ等の圧力センサから
の測定された圧力とすることができる。
-平均マスクフローに、マスク圧力の現在の平方根を平均平方根マスク圧力で除算し
たものを乗算することによって瞬時漏れを計算する。代替的に、瞬時漏れを用いる代わり
に、説明される口漏れ計算において、最初に計算された平均漏れを用いることもできる。
1216における口漏れモジュールの処理は、図13の図によって更に検討することが
できる。1216におけるモジュールは、1322におけるバッファ処理、1324にお
けるVML特徴計算処理、1326におけるCML特徴計算処理、及び1328における
口漏れ分類器処理を含む4つの部分モジュールセクション又は部分処理セクションに分割
することができる。
バッファ1322は、それぞれ1210~1214における患者フロー処理、瞬時漏れ
処理、又は換気処理の結果として得られるデータに基づいて更新することができる。この
ため、この処理の入力は、患者フロー、換気量、及び漏れを表す信号を含むことができる
。この処理からの出力は、漏れバッファ、換気量バッファ、患者フローバッファを含むこ
とができる。漏れバッファ及び換気量バッファは、報告された値の最も近時の数秒(例え
ば約120秒)等の近時のデータの記録を維持するように実施することができる。入力信
号を約0.5hzの周波数等でサンプリングし、バッファを生成することができる。例え
ば、各入力信号からの最も新しいサンプルは、それぞれのバッファに2秒おきに加えるこ
とができ、最も古いサンプルは、およその傾向しか実施することができないので、取り除
くことができる。他のサンプル率を用いることもできる。患者フローバッファは、患者フ
ローから導出された循環バッファとすることができ、現在の呼吸のフローを含むことがで
きる。無呼吸、減呼吸、又はRERAの発生によって、呼吸信号の変動が生じる場合があ
り、これは口漏れ事象の発生と混同される場合がある。これに起因して、幾つかの実施形
態では、バッファを埋めるのは、無呼吸、減呼吸、及び/又は呼吸関連覚醒(RERA)
事象条件の検出を条件とするか又はそれらに基づくことができる。例えば、無呼吸、減呼
吸、又はRERA等の呼吸事象が生じた場合、サンプルは、上述したように3分時換気量
信号が用いられる事象において約180秒等の時間期間にわたって、換気量バッファ及び
漏れバッファに加えることができない。さらに、この無呼吸、減呼吸、又はRERAの事
象の間、口漏れ(ML)ステータスは、事象の間、換気量バッファの時定数に相当する時
間期間にわたって偽に設定することができる。
このモジュールの処理は、本明細書において、より詳細に説明されるような変更済み共
分散特徴及び/又は共分散和特徴等の連続口漏れの存在を示す特徴を計算することができ
る。これらは、換気量バッファ及び/又は漏れバッファを含む入力データに基づくことが
できる。出力は、変更済み分散信号及び/又は共分散和信号を含むことができる。変更済
み共分散及び共分散和は、本明細書において、より詳細に説明するように求めることがで
きる。
バッファ及び[(l={l)]1,l2,...,ln}で示される漏れバッファによっ
て、共分散を以下の式を用いて計算することができる。
れ増加)と終了(漏れ減少)とを区別することができる。次に、勾配を以下の式に従って
求めることができる。
lは漏れバッファであり、
liはi番目の漏れ値であり、
tは勾配が計算されることになる間隔(ti=1,2,...,N)であり、
できる。
信号を合算することによって計算される。共分散(Cov)が正から負に、又は負から正
に切り替わる場合、共分散は合算を継続する前に0に設定される。
CovSumiは現時点における共分散和であり、
CovSumi-1は前の時点における共分散和であり、
ModifiedCoviは現時点における変更済み共分散であり、
tslowは2の値等の所望の定数とすることができる。
口漏れ期間中に患者フロー信号(「PFS」)に基づいて計算された。図示されるように
、変更済み共分散信号(図14において「C」とラベル付けされる)は、瞬時漏れ信号(
「ILS」)及び換気量信号(「VS」)が同時に反対方向に動く場合に負になり、信号
が同時に同じ方向に動く場合に正となる。このため、共分散信号は、口漏れの発症(epis
ode)の開始時及び口漏れの発症の終了時に負になる。共分散信号に、漏れバッファの勾
配の正負符号を乗算し、それによって口漏れ事象の開始と終了とを区別する(勾配の正負
符号は、口漏れ事象の開始時に正となり、口漏れ事象の終了時に負となる。したがって、
このとき、変更済み共分散信号は口漏れ事象の開始時に負となり、口漏れ事象の終了時に
正となる)。共分散和信号は、図14において信号「CS」としてラベル付けされる。
このモジュールの処理は、1回の呼吸にわたって患者フロー信号を評価して、その呼吸
内にVML事象が存在しているか否かを判断する。図15に示す患者フロー信号トレース
から、VML(左に示す)を有する呼吸では、フローQcutoff未満で費やされた時
間が、正常な呼吸(右に示す)の場合の時間よりも短い。この例では、モジュールへの入
力は、患者フローバッファとすることができ、出力特徴は、本明細書においてVML_L
evelと呼ばれるVMLを示す信号とすることができる。特徴は、以下の方法論によっ
て求めることができる。
-総呼気エリアを計算する。図15に示されるように、これは、円で強調されたエリア
とストライプで強調されたエリアとを加えたものである。通常、Qcutoff下のエリ
アは、円を有するエリアである。
-Qcutoff下のエリア(円を用いて強調されたエリア)を計算する。
-Qcutoff下のエリアを総呼気エリアで除算することによってVML_RATI
Oを計算する(例えば、図15の円を有するエリアを、円を有するエリアとストライプを
有するエリアとの和で除算する)。
-VML_RATIOが、0.2の値に事前設定することができるVML_THRES
HOLD未満である場合(IF)、VML_BUFFERに1を加え、そうでない場合(EL
SE)、VML_BUFFERに0を加える。
-VML_BUFFERの和が2等の所望の閾値よりも大きい場合、VML_LEVE
Lを2に設定する。
-VML_BUFFERの和が0よりも大きく2以下である場合、VML_LEVEL
を1に設定する。
-VML_BUFFERの和が0に等しい場合、VML_LEVELを0に設定する。
とによってVMLの存在を予測するが、図16の図示に基づく方法論等の他の方法も実施
することができる。図16は、呼吸の患者呼気フローセクションを示している。この例で
は、1つ又は複数の時間比を計算することによってVMLのインジケーションを得ること
ができる。例えば、t1/(t1+t2+t3)、(t1+t2+t3)/(t1+t2
+t3+t4)、及び/又は(t2+t3)/(t1+t2+t3+t4)等の比の大き
さをこの目的で評価することができる。そのような比は、ピーク及び/又は相対的な狭い
ピークの相対的な鋭い上昇(下降)を示し、これによってVMLのインジケーションを提
供することができる。
このモジュールは、口漏れステータスを分類する。このモジュールの入力は、(132
6からの)変更済み共分散及び共分散和と、(1324からの)VML_LEVELとを
含む。出力は、現在のMLステータスとすることができ、これは口漏れのステータス又は
存在に関して真又は偽を示すフラグ又は「ML」フラグとすることができる。モジュール
の処理のための例示的なフローチャートが図17又は図17Aに示されている。
できる。この実施形態では、MLステータスが、CMLフラグが真でありかつVMLがほ
とんど又はまったく存在しない(すなわち、VML_LEVELが1以下である)場合に
のみ真であるように規則が設計される。このため、MLステータス変数は、本質的に連続
し、かつ弁状口漏れ事象である可能性を排除する評価に基づく口漏れ事象のインジケータ
とみなすことができる。これを出力としてユーザに報告することができるが、VML_L
EVEL自体は臨床的関連度が限られている場合があるので、必ずしも報告される必要が
ない。一方、VML_LEVELは、口漏れの検出に基づくことができるフロー生成器の
アルゴリズムの制御関数にも有用とすることができる。このため、VML_LEVELは
、呼吸治療装置の圧力治療制御の入力等の制御入力としての役割を果たすことができる。
ることができる。このCMLフラグは連続口漏れを表す。
形態を、図17のチャートの例示的なプロセスフローと併せて更に検討することができる
。1701において、現在の変更済み共分散が負であるか否かに関して判定が行われる。
負である場合、プロセスは1703に進む。負でない場合、プロセスは1702に進む。
うでない場合、CMLフラグは偽に設定されているため、プロセスは1710に進む。
、END_ML_COUNTER変数は0にリセットされ、(これは新たな口漏れ「予想
(possible)」期間の開始であるので)START_ML_COUNTER変数が1に設
定され、プロセスは1701に進む。END_ML_COUNTER変数は、口漏れ事象
の終了を追跡するのに用いられる。このプロセスは、或る時間が経過するのを待ち(例え
ば、カウンタが或る閾値に達する必要がある)、その後、CML FALSEフラグのみ
を設定する。これは、プロセスによって口漏れ事象の検出が誤って終了しないことを確実
にするのに役立つことができる。START_ML_COUNTER変数を用いて、口漏
れ事象の開始を追跡することができる。このプロセスは或る時間が経過する(例えばカウ
ンタが或る閾値に達する)のを待ち、その後、CML TRUEフラグのみを設定する。
これは、プロセスによって口漏れ事象が誤って特定されないことを確実にすることができ
る。口漏れ「予想」期間は、プロセスが口漏れ検出開始カウンタを始動しているが、カウ
ンタが必要な閾値に至っておらず、実際の口漏れ期間が発生したか否かを判定するには早
すぎるので、CML TRUEフラグを設定しない時間である。そうではなく、1703
において、前の時点において変更済み共分散フラグが負に設定されており、システムが既
に口漏れ「予想」期間にある場合、プロセスはSTART_ML_COUNTER変数を
増加させ続け、プロセスは1705に進む。
、START_ML_COUNTER変数は0にリセットされ、END_ML_COUN
TER変数は(口漏れ「予想」終了期間の開始であるので)1に設定され、プロセスは1
701に進む。口漏れ「予想」終了期間は、プロセスが口漏れ終了カウンタを始動してい
るが、カウンタが必要な閾値に至っておらず、口漏れ期間が実際に終了したか否かを判定
するには早すぎるので、CML FALSEフラグを設定しない時間である。そうではな
く、1704において、前の時点において変更済み共分散フラグが正に設定されており、
システムが既に口漏れ「予想」終了期間にある場合、END_ML_COUNTER変数
を増加させ続け、1706に進む。
プロセスは1707に進む。1705においてSTART_ML_COUNTER変数が
閾値を超えていない場合、プロセスは1710に進む。この例では、閾値は任意の所望の
事前設定された値(例えば30)とすることができる。そのような値は、口漏れ「予想」
期間が十分長く進行し、実際に口漏れ事象が発生したことを意味することができる。
セスは1709に進む。そうでない場合、プロセスは1710に進む。この例では、閾値
は任意の所望の事前設定された値(例えば30)とすることができる。この値は、口漏れ
「予想」終了期間が十分長く進行し、実際に口漏れ事象が終了したばかりであることを意
味する。
セスは1708に進む。そうでない場合、プロセスは1701に進む。このチェックでは
、閾値は、共分散和が口漏れの期間を保証するのに十分小さいか否かを評価するように実
装される。これは、口漏れ期間を真であると分類するのに十分な換気量及び漏れの変化が
存在することを確実にするものである。閾値は、任意の適した事前設定された値(例えば
-0.125)とすることができる。
709において、CMLフラグ変数は偽に設定され、プロセスは1714に進む。171
0において、プロセスはCMLフラグを変更せず、プロセスは1701に進む。
セスは1712に進む。そうではなく、1711において変数が低くない場合、プロセス
は1714に進む。VML_LEVELは、弁状口漏れがほとんどないか又はまったくな
い場合、「低い」とみなすことができる。「低い」ことのチェックのために、1つ又は複
数の閾値を実装することができる。例えば、本実施態様では、VML_LEVEL変数は
、1又は0である場合、「低い」とみなされる。VML_LEVEL変数は、2である場
合、口漏れを分類しないほど十分高いとみなされる。
つの条件A及びB(後述する)を評価することができ、いずれかが真である場合、プロセ
スは真を返し、1714に進む。1712においていずれも真でない場合、プロセスは1
713に進む。
下とすることができる。
条件A:現在の換気量値がSTART_VENTILATION値の閾値(例えば約9
5%)よりも大きく、かつ換気量バッファ内の最も古い換気量値がSTART_VENT
ILATIONよりも大きい場合、真を返す。
条件B:現在の漏れ値がSTART_LEAK値の閾値(例えば約105%)未満であ
り、かつ漏れバッファ内の最も古い値がSTART_LEAK値よりも大きい場合、真を
返す。
む。1714において、プロセスはMLステータス変数を偽に設定し、1701に進む。
を、図17Aのチャート内の例示的なプロセスフローと併せて検討することができる。図
17Aのプロセスは、図17のプロセスに相当する。一方、1816における追加のチェ
ックが図17Aのバージョンにおいて実施される。この実施形態では、1706における
閾値比較の結果として、END_ML_COUNTERが閾値よりも大きい場合、プロセ
スは1816に進む。1816において、共分散和を閾値と比較すること等によって共分
散和がチェックされる。共分散和が閾値よりも大きい場合、プロセスは1709に進む。
一方、共分散和が閾値よりも大きくない場合、プロセスは1710に進む。1816にお
ける共分散和のこのチェックは、口漏れ事象が終了したか否かの判断を表すことができる
。共分散和が十分に大きい場合、共分散和は口漏れ事象が終了したことのインジケーショ
ンとみなされる。そのようなチェックの閾値は、任意の適切な事前設定された値(例えば
0.125)とすることができる。
VML持続時間及びCML持続時間並びにそのような事象のカウント等の、従来の方法
論によって求められた漏れ事象関連データに加えて、漏れ深刻度の組み合わされた測定値
が、異なるタイプの漏れ事象を定量化する幾つかの測定値の検出に基づくことができる。
例えば、そのような測定値は、検出器によって求め、記録し、及び/又はユーザ又は医師
に報告することができる漏れ深刻度インデックスとすることができる。オプションでファ
ジー論理解析を用いることができる1つの実施形態では、CML持続時間及びVML持続
時間の双方に基づいて単一の漏れ深刻度インデックスが求められる。深刻度に関するテキ
ストメッセージ(例えば「高い」、「非常に高い」、「低い」等)も提供することができ
る。
は睡眠セッション中のCML事象の総持続時間を提供することができる。同様に、VML
事象の持続時間を合算して、VML事象の総持続時間を提供することができる。次に、こ
れらの持続時間は、漏れ事象が検出されたか又は治療装置が利用された総治療時間又は睡
眠セッション時間の割合に変換することができる。例えば、複数のCML事象が8時間の
睡眠セッション中の4時間を計上した場合、CMLの持続時間は50%として表わすこと
ができる。幾つかの実施形態では、治療セッションの総時間は、オプションで複数のセッ
ションを表すことができる。
えばCML事象のパーセント持続時間(lc)及びVML事象のパーセント持続時間(l
v))をファジー集合として処理することができる。これに関して、例示的なメンバシッ
プ関数が図18及び図19に示されている。それぞれ図18及び図19に示すlv及びl
cの双方について、4つの「ファジー集合」、すなわち以下のように、低い、中程度、高
い、及び非常に高いとラベル付けされたカテゴリが存在する。lv又はlcの任意の測定
値がこれらの集合の任意のものに属することもできるし、部分的に2つの集合内に存在す
ることもできる。例えば、20%のlv測定値は、「高い」と「非常に高い」との間のど
こかにあるとみなすことができ、部分的に双方のカテゴリに入る。或る測定値が或る集合
又はカテゴリに属する度合は、ファジー集合のメンバシップ関数によって与えられる。
であるが、この例では、各メンバシップ関数は非対称であり、(a)メンバシップ値が1
に等しい間隔と、(b)メンバシップ値が0に等しい間隔(複数の場合もある)と、(c
)それらの間の線形区分的連続セグメントとを含む。
ができる5つの出力集合も存在する。これらの集合の例示的なメンバシップ関数が図20
に示されている。この実施形態では、各出力メンバシップ関数は対称であり、(a)メン
バシップ値が1に等しい単一の点と、(b)メンバシップ値が0に等しい間隔と、(c)
それらの間の線形区分的連続セグメントとを含む。
。
規則1-低いlc及び低いlvは、「非常に低い」の出力を与える。
規則2-低いlc及び非常に高いlvは、「中程度」の出力を与える。
[...]
規則16-非常に高いlc及び非常に高いlvは、「非常に高い」の出力を与える。
常、任意の変数xについて、集合A内のメンバシップがμA(x)によって表わされ、任
意の変数yについて、集合B内のメンバシップがμB(y)によって表わされると仮定す
ることができる。これに基づいて、以下の論理関数を評価することができる。
ファジーAND
る。通常、CML持続時間の変数(例えば、総セッションのパーセント)及びVML持続
時間の変数(例えば、総セッションのパーセント)は、それぞれファジー集合Ac及びA
vを用いてxc及びxvと表すことができ、出力変数はファジー集合Bを用いてy~[0
,1]と表わすことができる。また、これらの持続時間のそれぞれの測定された値は、l
c及びlvとして表わすこともできる。16個全ての規則の寄与に基づいて、検出器の処
理が、総出力メンバシップ関数μtot(y)に従って深刻度インデックスを生成するこ
とができる。この目的で、各規則の寄与は以下の式によって与えることができる。
ができる。最終的に、このメンバシップ関数の中心軌跡(centroid)を実施して、深刻度
インデックス(例えば0及び1を含む0と1との間の値、)として用いるのに適した最終
出力値を求めることができる。
漏れ検出器102を実施することができるコントローラの例示的なシステムアーキテク
チャが図21のブロック図に示されている。図示において、漏れ検出デバイス2101又
は汎用コンピュータは、1つ又は複数のプロセッサ2108を含むことができる。デバイ
スは、本明細書において示すような漏れ検出報告(例えば図1に示すデータ等の漏れカウ
ント及び/又は深刻度測定値)、漏れ検出結果、又は漏れ検出グラフ(例えば図6又は図
9に示す信号トレースのうちの任意のもの)を出力する、モニタ又はLCDパネル等の表
示インタフェース2110を備えることもできる。例えばキーボード、タッチパネル、制
御ボタン、マウス等のためのユーザ制御/入力インタフェース2112も、本明細書に記
載の方法論をアクティベートするために提供することができる。本デバイスは、プログラ
ミング命令、フローデータ、漏れ検出データ、漏れ関連データ等のデータを受信/送信す
るためのバス等のセンサ又はデータインタフェース2114を備えることもできる。本デ
バイスは、通常、上述した方法論の制御命令を含むメモリ/データ記憶構成要素も備える
ことができる。これらのメモリ/データ記憶構成要素は、本明細書において、より詳細に
論考されるように、2122におけるフロー信号処理(例えば前処理方法、フィルタ、バ
ッファ、瞬時漏れ測定値、換気量測定値等)のためのプロセッサ制御命令も含むことがで
きる。メモリ/データ記憶構成要素は、2124における漏れ検出(例えばCML検出、
VML検出、共分散計算、累積共分散計算、カットオフ計算、深刻度インデックス確定等
)のためのプロセッサ命令も含むことができる。メモリ/データ記憶構成要素は、212
6における漏れ検出に基づく治療制御のためのプロセッサ制御命令も含むことができる。
最終的に、メモリ/データ記憶構成要素は、検出された漏れ事象、連続口漏れ、弁状口漏
れ、事象持続時間、事象発生時間、事象カウント、パーセンテージ、カットオフ、ピーク
、最大フロー、共分散データ、累積共分散データ、深刻度インデックス、持続時間、総持
続時間、閾値、報告、及びグラフ等の、これらの方法論のための記憶されたデータ212
8も含むことができる。
ソフトウェアが汎用コンピュータにロードされると、汎用コンピュータが本明細書におい
て考察される任意の方法論に従って専用コンピュータとして機能することができるように
、汎用コンピュータにより使用されるソフトウェアとしてコンピュータ可読記録媒体内に
含むことができる。
上記で言及したように、上述した方法論のうちの幾つかの実施形態は、呼吸治療装置に
よる気道陽圧等の圧力治療の制御において実施することができる。1つのそのような例示
的な実施形態が図22及び図23を参照して示されている。そのような実施形態は、図2
2に示すように口漏れ検出モジュールの出力信号に基づいて圧力設定を制御する口漏れ閉
ループモジュール等の口漏れ圧力制御処理モジュール2228を備えることができる。そ
のような実施形態では、コントローラは、検出された漏れ信号の関数として圧力をサーボ
制御して、漏れ検出モジュールの出力信号(複数の場合もある)によって表わされるよう
な漏れを低減又は除去することができる。
いて治療圧力の変化を起こす信号を生成するように構成することができる。幾つかの実施
形態では、上述したMLステータス変数が真である場合、圧力設定を調整することができ
る。圧力設定は、MLステータス変数によって表わされる漏れ事象をなくす(abolish)
ように増加又は減少させることができる。
号を受信することができる。例えば、口漏れ検出処理2222は、連続口漏れ事象の検出
を表すことができる、上述したような口漏れステータス変数等の漏れ検出信号を生成する
ことができる。オプションで、上述したような患者フローバッファを生成する処理構成要
素等の患者フローバッファ処理2224モジュールは、近時の患者フローデータを用いて
更新されたバッファを圧力制御処理モジュール2228に提供することができる。同様に
、マスク圧力処理モジュール2226は、圧力制御処理モジュール2228のためのマス
ク圧力を示す信号を生成することができる。例えば、マスク又はフロー生成器内の圧力セ
ンサからの測定された圧力信号は、適切な信号を提供することができる。信号はフィルタ
リングすることができ、この信号を患者インタフェースに起因した任意の圧力降下を計上
するように調整し、次に圧力制御処理モジュール2226に提供することができる。
テータス変数に基づくことができる。モジュールが口漏れステータス変数が真であること
を検出した(例えば連続口漏れ事象が検出された)場合、確率計算を行うことができる。
そのような確率は、漏れ調整確率とみなすことができる。例えば、そのような確率は、M
L_Closed_Loop_Probability変数を用いて実装することができ
る。この確率は、現在の治療圧力をMLステータス変数に応じて変更すべき方向の尺度(
例えば、MLステータスが真である場合、関連付けられた漏れ事象をなくすために圧力を
増加させるべきか又は減少させるべきか?)とすることができる。例えば、確率が或る閾
値(例えば0.5)よりも大きい場合、圧力上昇が起こされる。確率が或る閾値(例えば
0.5)未満である場合、圧力減少が起こされる。
患者フローバッファの関数として計算することができる。上述したように、このバッファ
は、近時の一呼吸(すなわち1つの呼吸サイクル)のフローを含むことができ、「呼吸プ
ロファイル」とみなすことができる。このとき、確率は呼吸プロファイルの形状、一回換
気量、吸気時間等の、呼吸プロファイルの特徴を用いて計算することができる。この確率
は、圧力が過度に低いか又は過度に高いことを示すことができる。
例えば0.5cm H2O/秒)を有する圧力上昇制御信号等の圧力上昇制御信号を発行
することができる。オプションで、この率は、現在の漏れ信号の大きさ(例えば、MLス
テータス変数の設定をトリガした検出された連続口漏れの度合を定量化する値)及び/又
は確率自体の関数とすることもできる。確率が閾値(例えば約0.5)未満である場合、
圧力減少を一定の率(例えば0.5cm H2O/秒)で起こすことができる。オプショ
ンで、この率は、現在の漏れ信号の大きさ及び/又は確率自体の関数とすることもできる
。
が図23に示されている。図は、患者フロー信号(PFS)、マスク圧力信号(MPS)
、瞬時漏れ信号(ILS)、及び換気量信号(VS)を含む、共通タイムスケール上の幾
つかの信号を含む。図23では、2310に示す圧力の鋭い上昇が、2312に示す口漏
れを生成する。漏れ検出及び確率評価に基づいて、口漏れ圧力制御処理モジュール222
8は、圧力の低減によって2314に示すように口漏れが消え去るまで圧力の低減を生成
する。この時点において、漏れはもはや検出されず、漏れ検出に基づく制御された圧力低
減は止まる。
の全体的な理解を提供する。幾つかの場合、用語及び符号は、本技術の実施に要求されな
い特定の詳細を暗示することができる。例えば、本明細書において「第1の」及び「第2
の」という用語が用いられているが、別段の指定がない限り、この言葉はいかなる特定の
順序を与えることも意図するものではなく、単に、本技術の別個の要素を説明するのを助
けることを意図する。さらに、検出方法論のプロセスステップは、或る順序で図に示され
ているが、そのような順序は要求されない。そのような順序を変更することができ、及び
/又はその態様を並列に実行することもできることを当業者は認識するであろう。
形態が本技術の原理及び用途の単なる例示であることが理解されよう。したがって、多く
の変更を例示的な実施形態に行うことができること、並びに本技術の趣旨及び範囲から逸
脱せずに他の構成を考案できることを理解されたい。例えば、様々な異なる検出された漏
れからのデータを結合するファジー論理が実施されたが、検出された異なるタイプの漏れ
を定量化したものに基づいて深刻度インデックスを生成する他の方法を採用することもで
きる。
[実施形態の説明]
[実施形態1]
プロセッサを制御して、呼吸可能なガスの測定フローから漏れを検出する方法であって
、該プロセッサの該方法は、
呼吸可能なガスの測定フローから換気量測定値と漏れ測定値とを求めるステップと、
前記換気量測定値及び前記漏れ測定値を解析して、該換気量測定値及び該漏れ測定値の
同時変化を検出する、解析するステップと、
前記同時変化に基づいて漏れ事象を特定するステップと、
を含む、プロセッサを制御して、呼吸可能なガスの測定フローから漏れを検出する方法。
[実施形態2]
前記同時変化は、前記漏れ測定値の増加と、前記換気量測定値の減少とを含む、実施形
態1に記載の方法。
[実施形態3]
前記同時変化は、前記漏れ測定値の減少と、前記換気量測定値の増加とを含む、実施形
態1に記載の方法。
[実施形態4]
前記換気量測定値及び前記漏れ測定値を解析して、該換気量測定値及び該漏れ測定値の
更なる同時変化を検出する、解析するステップを更に含む、実施形態1に記載の方法。
[実施形態5]
前記漏れ事象の持続時間を求めるステップを更に含み、該持続時間は前記同時変化とと
もに開始し、前記更なる同時変化とともに終了する、実施形態4に記載の方法。
[実施形態6]
前記換気量測定値は、二分割されたフローの前記測定値の低域通過フィルタリングされ
た絶対値を含み、前記漏れ測定値は、計算された漏れコンダクタンスの関数として求めら
れた瞬時漏れを含む、実施形態1に記載の方法。
[実施形態7]
前記解析するステップは、前記換気量測定値及び前記漏れ測定値を表すデータを用いて
共分散を求めるステップを含む、実施形態1に記載の方法。
[実施形態8]
前記解析するステップは、前記漏れ測定値を表すデータを用いて勾配を求めるステップ
を更に含む、実施形態7に記載の方法。
[実施形態9]
前記解析するステップは、前記勾配の正負符号と前記共分散との積を積分するステップ
を更に含む、実施形態8に記載の方法。
[実施形態10]
前記漏れ事象を特定するステップは、前記積分された積と閾値との比較に基づいて連続
口漏れ事象をスコアリングするステップを含む、実施形態9に記載の方法。
[実施形態11]
前記特定された前記漏れ事象に基づいて圧力治療への調整を制御するステップを更に含
む、実施形態1に記載の方法。
[実施形態12]
漏れ検出装置であって、
呼吸可能なガスの測定フローを表すデータにアクセスする少なくとも1つのプロセッサ
を有するコントローラであって、該コントローラは、
呼吸可能なガスの測定フローから換気量測定値と漏れ測定値とを求め、
前記換気量測定値及び前記漏れ測定値を解析して、該換気量測定値及び該漏れ測定値
の同時変化を検出し、
前記同時変化に基づいて漏れ事象を特定する、
ように更に構成される、コントローラを備える、漏れ検出装置。
[実施形態13]
前記同時変化は、前記漏れ測定値の増加と、前記換気量測定値の減少とを含む、実施形
態12に記載の装置。
[実施形態14]
前記同時変化は、前記漏れ測定値の減少と、前記換気量測定値の増加とを含む、実施形
態12に記載の装置。
[実施形態15]
前記コントローラは、前記換気量測定値及び前記漏れ測定値を解析して、該換気量測定
値及び該漏れ測定値の更なる同時変化を検出するように更に構成される、実施形態12に
記載の装置。
[実施形態16]
前記コントローラは、前記漏れ事象の持続時間を求めるように更に構成され、該持続時
間は前記同時変化とともに開始し、前記更なる同時変化とともに終了する、請求項15に
記載の装置。
[実施形態17]
前記同時変化は、前記漏れ測定値の増加と、前記換気量測定値の減少とを含み、前記更
なる同時変化は、前記漏れ測定値の減少と、前記換気量測定値の増加とを含む、実施形態
16に記載の装置。
[実施形態18]
前記換気量測定値は、二分割されたフローの前記測定値の低域通過フィルタリングされ
た絶対値を含み、前記漏れ測定値は、計算された漏れコンダクタンスの関数として求めら
れた瞬時漏れを含む、実施形態12に記載の装置。
[実施形態19]
前記解析は、前記換気量測定値及び前記漏れ測定値を表すデータを用いて共分散を求め
る、実施形態12に記載の装置。
[実施形態20]
前記解析は、前記漏れ測定値を表すデータを用いて勾配を更に求める、実施形態19に
記載の装置。
[実施形態21]
前記解析は、前記勾配の正負符号と前記共分散との積を積分する、実施形態20に記載
の装置。
[実施形態22]
前記漏れ事象を特定することは、前記積分された積と閾値との比較に基づいて連続口漏
れ事象をスコアリングすることを含む、実施形態21に記載の装置。
[実施形態23]
フローセンサであって、前記コントローラは、該フローセンサを用いて前記呼吸可能な
ガスの測定フローを求めるように更に構成される、フローセンサと、
患者に対し大気圧よりも高い圧力で呼吸可能なガスを生成するように構成されたフロー
生成器であって、前記コントローラは前記フロー生成器を制御して、前記検出された漏れ
に基づく圧力治療計画に従って前記呼吸可能なガスを生成するように更に構成される、フ
ロー生成器と、
を更に備える、実施形態12に記載の装置。
[実施形態24]
プロセッサを制御して、呼吸可能なガスの測定フローから漏れを検出する方法であって
、該プロセッサの該方法は、
呼吸において閾値未満に下降したフローの前記測定値と関連付けられた第1の発生と、
前記呼吸において前記閾値を超えて上昇したフローの前記測定値と関連付けられた第2の
発生とを求めるステップと、
前記第1の発生及び前記第2の発生との間に経過する時間によって規定される持続時間
を解析するステップと、
前記解析するステップに基づいて漏れ事象を特定するステップと、
を含む、プロセッサを制御して、呼吸可能なガスの測定フローから漏れを検出する方法。
[実施形態25]
前記閾値は前記呼吸の所定のフローの所定の割合を含む、実施形態24に記載の方法。
[実施形態26]
前記所定のフローは前記呼吸の最大フローである、実施形態25に記載の方法。
[実施形態27]
前記解析するステップは前記持続時間を別の閾値と比較するステップを含む、実施形態
24に記載の方法。
[実施形態28]
前記割合は5%~30%の範囲の率を含む、実施形態25に記載の方法。
[実施形態29]
前記持続時間は、前記第1の発生と前記第2の発生との間の時間を表す、実施形態24
に記載の方法。
[実施形態30]
前記漏れ事象は、前記持続時間が前記別の閾値未満に下降したときに開始を特定される
、実施形態27に記載の方法。
[実施形態31]
前記漏れ事象は、前記持続時間が前記別の閾値を満たすか又は超えたときに終了を特定
される、実施形態30に記載の方法。
[実施形態32]
前記別の閾値は、0.05秒~0.4秒を表す範囲の値を含む、実施形態30に記載の
方法。
[実施形態33]
前記特定された前記漏れ事象に基づいて圧力治療への調整を制御するステップを更に含
む、実施形態24に記載の方法。
[実施形態34]
漏れ検出装置であって、
呼吸可能なガスの測定フローを表すデータにアクセスする少なくとも1つのプロセッサ
を有するコントローラであって、該コントローラは、
呼吸において閾値未満に下降したフローの前記測定値と関連付けられた第1の発生と
、前記呼吸において前記閾値を超えて上昇したフローの前記測定値と関連付けられた第2
の発生とを求め、
前記第1の発生及び前記第2の発生との間に経過する時間によって規定される持続時
間を解析し、
前記解析に基づいて漏れ事象を特定する、
ように更に構成される、コントローラを備える、漏れ検出装置。
[実施形態35]
前記閾値は前記呼吸の所定のフローの所定の割合を含む、実施形態34に記載の装置。
[実施形態36]
前記所定のフローは前記呼吸の最大フローである、実施形態35に記載の装置。
[実施形態37]
前記解析は前記持続時間の別の閾値との比較を含む、実施形態34に記載の装置。
[実施形態38]
前記割合は5%~30%の範囲の率を含む、実施形態35に記載の装置。
[実施形態39]
前記持続時間は、前記第1の発生と前記第2の発生との間の時間を表す、実施形態34
に記載の装置。
[実施形態40]
前記漏れ事象は、前記持続時間が前記別の閾値未満に下降したときに開始を特定される
、実施形態37に記載の装置。
[実施形態41]
前記漏れ事象は、前記持続時間が前記別の閾値を満たすか又は超えたときに終了を特定
される、実施形態40に記載の装置。
[実施形態42]
前記別の閾値は、0.05秒~0.4秒を表す範囲の値を含む、実施形態41に記載の
装置。
[実施形態43]
フローセンサであって、前記コントローラは、該フローセンサを用いて前記呼吸可能な
ガスの測定フローを求めるように更に構成される、フローセンサと、
患者に対し大気圧よりも高い圧力で呼吸可能なガスを生成するように構成されたフロー
生成器であって、前記コントローラは前記フロー生成器を制御して、前記検出された漏れ
に基づく圧力治療計画に従って前記呼吸可能なガスを生成するように更に構成される、フ
ロー生成器と、
を更に備える、実施形態34に記載の装置。
[実施形態44]
漏れ検出装置であって、
呼吸可能なガスの測定フローを表すデータにアクセスする少なくとも1つのプロセッサ
を有するコントローラであって、該コントローラは、
前記呼吸可能なガスの測定フローから複数の特徴を求め、
時間閾値及び大きさ閾値を用いて前記複数の特徴を解析し、
前記解析に基づいて、連続口漏れを表す漏れインジケータを設定する、
ように構成される、コントローラを備える、漏れ検出装置。
[実施形態45]
前記複数の特徴は第1の特徴及び第2の特徴を含み、
前記解析は、前記第1の特徴を比較して、前記時間閾値に起因する所定の時間期間にわ
たって存在する前記第1の特徴の変化を検出することを含み、
前記解析は、前記所定の時間期間にわたる前記変化を検出する前記第1の特徴の前記比
較に基づいて、前記第2の特徴を前記大きさ閾値と比較することを更に含む、実施形態4
4に記載の装置。
[実施形態46]
前記第1の特徴は変更済みの共分散信号を含む、実施形態45に記載の装置。
[実施形態47]
前記第1の特徴の前記変化は負である、実施形態46に記載の装置。
[実施形態48]
前記第2の特徴は共分散和を含む、実施形態46に記載の装置。
[実施形態49]
前記漏れインジケータは、前記比較によって前記第2の特徴が前記閾値未満に下降して
いることが検出された場合、連続口漏れを表すように設定される、実施形態48に記載の
装置。
[実施形態50]
前記第1の特徴及び前記第2の特徴は、換気量測定値及び瞬時漏れ測定値から導出され
る、実施形態48に記載の装置。
[実施形態51]
フローセンサであって、前記コントローラは、該フローセンサを用いて前記呼吸可能な
ガスの測定フローを求めるように更に構成される、フローセンサと、
患者に対し大気圧よりも高い圧力で呼吸可能なガスを生成するように構成されたフロー
生成器であって、前記コントローラは前記フロー生成器を制御して、圧力治療計画に従っ
て前記呼吸可能なガスを生成するように更に構成される、フロー生成器と、
を更に備える、実施形態44に記載の装置。
[実施形態52]
前記コントローラは前記フロー生成器を制御して、前記漏れインジケータに基づく前記
圧力治療計画に従って前記呼吸可能なガスを生成するように更に構成される、実施形態5
1に記載の装置。
[実施形態53]
呼吸治療装置のための漏れ検出方法であって、
呼吸治療装置と関連付けられた呼吸可能なガスの測定フローから複数の特徴を求めるス
テップと、
プロセッサにおいて、時間閾値及び大きさ閾値を用いて前記複数の特徴を解析するステ
ップと、
前記解析に基づいて、連続口漏れを表す漏れインジケータを設定するステップと、
を含む、呼吸治療装置のための漏れ検出方法。
[実施形態54]
漏れ検出装置であって、
呼吸可能なガスの測定フローを表すデータにアクセスする少なくとも1つのプロセッサ
を有するコントローラであって、該コントローラは、
前記呼吸可能なガスの測定フローから特徴を求め、
前記特徴を解析し、
口漏れの検出を表す漏れインジケータを生成して弁状口漏れを排除する、
ように構成される、コントローラを備える、漏れ検出装置。
[実施形態55]
前記特徴のうちの1つは変更済みの共分散信号を含む、実施形態54に記載の装置。
[実施形態56]
前記特徴のうちの1つは共分散和を含む、実施形態55に記載の装置。
[実施形態57]
前記特徴のうちの1つは、弁状口漏れのレベルを示す信号を含む、実施形態56に記載
の装置。
[実施形態58]
前記特徴は、換気量測定値及び瞬時漏れ測定値から導出される、実施形態57に記載の
装置。
[実施形態59]
フローセンサであって、前記コントローラは、該フローセンサを用いて前記呼吸可能な
ガスの測定フローを求めるように更に構成される、フローセンサと、
患者に対し大気圧よりも高い圧力で呼吸可能なガスを生成するように構成されたフロー
生成器であって、前記コントローラは前記フロー生成器を制御して、圧力治療計画に従っ
て前記呼吸可能なガスを生成するように更に構成される、フロー生成器と、
を更に備える、実施形態54に記載の装置。
[実施形態60]
前記コントローラは前記フロー生成器を制御して、前記漏れインジケータに基づく前記
圧力治療計画に従って前記呼吸可能なガスを生成するように更に構成される、実施形態5
9に記載の装置。
[実施形態61]
呼吸治療装置のための漏れ検出方法であって、
呼吸治療装置に起因した呼吸可能なガスの測定フローから特徴を求めるステップと、
プロセッサを用いて前記特徴を解析するステップと、
前記プロセッサにおいて口漏れの検出を表すリンクインジケータを生成して弁状口漏れ
を排除する、生成するステップと、
を含む、呼吸治療装置のための漏れ検出方法。
[実施形態62]
漏れ検出及び漏れ制御のための呼吸治療装置であって、
呼吸可能なガスに起因した圧力及びフローを測定するように構成されたセンサと、
患者に対し大気圧よりも高い圧力で呼吸可能なガスを生成するように構成されたフロー
生成器と、
少なくとも1つのプロセッサを有するコントローラであって、前記センサ及び前記フロ
ー生成器と結合され、該フロー生成器を制御して、圧力治療計画に従って前記呼吸可能な
ガスを生成するように構成され、該コントローラは、
測定フロー信号の解析に基づいて漏れ事象を検出するように構成された漏れ検出モジ
ュールと、
前記フロー生成器によって供給される治療圧力を、前記漏れ検出モジュールの出力の
大きさの関数として調整するように構成された圧力調整モジュールであって、該調整は前
記漏れ事象を低減するためのものである、圧力調整モジュールと、
を備える、コントローラと、
を備える、漏れ検出及び漏れ制御のための呼吸治療装置。
[実施形態63]
前記漏れ検出モジュールは、連続口漏れを検出するように構成される、実施形態62に
記載の装置。
[実施形態64]
前記圧力調整モジュールは、圧力を前記漏れの関数として減少させるように構成される
、実施形態62に記載の装置。
[実施形態65]
前記圧力調整モジュールは、圧力を前記漏れの関数として増加させるように構成される
、実施形態62に記載の装置。
[実施形態66]
前記圧力調整モジュールは、患者フロー信号を解析して、圧力の増加及び圧力の減少の
調整確率を計算するように構成される、実施形態62に記載の装置。
[実施形態67]
前記圧力調整モジュールは、前記調整確率と閾値との比較に基づいて圧力を調整するよ
うに構成される、実施形態66に記載の装置。
[実施形態68]
前記コントローラは呼吸可能なガスの測定フローを表すデータにアクセスし、それによ
って、
前記呼吸可能なガスの測定フローから複数の特徴を求め、
時間閾値及び大きさ閾値を用いて前記複数の特徴を解析し、
前記解析に基づいて、連続口漏れを表す漏れインジケータを設定する、
ように更に構成される、実施形態66に記載の装置。
[実施形態69]
前記複数の特徴は第1の特徴及び第2の特徴を含み、
前記解析は、前記第1の特徴を比較して、前記時間閾値に起因する所定の時間期間にわ
たって存在する前記第1の特徴の変化を検出することを含み、
前記解析は、前記所定の時間期間にわたる前記変化を検出する前記第1の特徴の前記比
較に基づいて、前記第2の特徴を前記大きさ閾値と比較することを更に含む、
実施形態68に記載の装置。
[実施形態70]
前記第1の特徴は、変更済みの共分散信号を含み、前記第2の特徴は共分散和を含む、
実施形態69に記載の装置。
[実施形態71]
漏れ検出及び漏れ制御のための呼吸治療装置の方法であって、
大気圧よりも高い圧力で生成された呼吸可能なガスに起因した圧力及びフローを測定す
るステップと、
測定フロー信号の解析に基づいて漏れ事象を検出するステップと、
治療圧力を、前記検出された漏れ事象の大きさの関数として調整するステップであって
、該調整は前記漏れ事象を低減するためのものである、調整するステップと、
を含む、漏れ検出及び漏れ制御のための呼吸治療装置の方法。
することによって実施することができるのみでなく、計算は、1分、3分等の所定の時間
量にわたって平均化された平均値に基づくこともできることが明らかであるはずである。
的である。例えば、図17の1707におけるテストは、Cov Sumが或る閾値「未
満」であるか否かをテストするが、これは、テストされた共分散和が負であることに基づ
く。このため、同様のテストをそれぞれの値の絶対値に適用することができる。この場合
、テストはCov Sumの現在の値がそれぞれの閾値「よりも大きい」か否かを検証す
ることになる。
Claims (12)
- 漏れ検出装置であって、
フローセンサからの呼吸可能なガスの測定フローを表すデータにアクセスする少なくとも1つのプロセッサを有するコントローラであって、該コントローラは、
前記呼吸可能なガスの測定フローから特徴を求め、該特徴は、換気量データ、漏れデータ及び患者フローデータに基づいて導出され、
前記特徴を解析し、
弁状口漏れを除外する漏れインジケータを生成し、該漏れインジケータは口漏れの検出を表す、
ように構成される、コントローラを備える、漏れ検出装置。 - 前記特徴のうちの1つは共分散信号を含む、請求項1に記載の装置。
- 前記特徴のうちの1つは共分散和を含む、請求項1又は2に記載の装置。
- 前記特徴のうちの1つは、弁状口漏れのレベルを示す信号を含む、請求項1~3のいずれか1項に記載の装置。
- 前記特徴のうちの少なくとも1つは、換気量測定値及び瞬時漏れ測定値から導出される、請求項1~4のいずれか1項に記載の装置。
- フローセンサであって、前記コントローラは、該フローセンサを用いて前記呼吸可能なガスの測定フローを求めるように更に構成される、フローセンサと、
患者に対し大気圧よりも高い圧力で呼吸可能なガスを生成するように構成されたフロー生成器であって、前記コントローラは前記フロー生成器を制御して、圧力治療計画に従って前記呼吸可能なガスを生成するように更に構成される、フロー生成器と、
を更に備える、請求項1~5のいずれか1項に記載の装置。 - 前記コントローラは前記フロー生成器を制御して、前記漏れインジケータに基づく前記圧力治療計画に従って前記呼吸可能なガスを生成するように更に構成される、請求項6に記載の装置。
- 呼吸治療装置のための漏れ検出方法であって、
呼吸治療装置に起因した呼吸可能なガスの測定フローから特徴を求めるステップであって、該特徴は、換気量データ、漏れデータ及び患者フローデータに基づいて導出されるステップと、
プロセッサを用いて前記特徴を解析するステップと、
前記プロセッサにおいて弁状口漏れを除外する漏れインジケータを生成し、該漏れインジケータは口漏れの検出を表すステップと、
を含む、呼吸治療装置のための漏れ検出方法。 - 前記特徴のうちの1つは共分散信号を含む、請求項8に記載の方法。
- 前記特徴のうちの1つは共分散和を含む、請求項8又は9に記載の方法。
- 前記特徴のうちの1つは、弁状口漏れのレベルを示す信号を含む、請求項8~10のいずれか1項に記載の方法。
- 前記特徴は、換気量測定値及び瞬時漏れ測定値から導出される、請求項8~11のいずれか1項に記載の方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US36924710P | 2010-07-30 | 2010-07-30 | |
US61/369,247 | 2010-07-30 | ||
JP2017083559A JP6626851B2 (ja) | 2010-07-30 | 2017-04-20 | 漏れ検出を用いた方法及びデバイス |
JP2019213173A JP6967058B2 (ja) | 2010-07-30 | 2019-11-26 | 漏れ検出を用いた方法及びデバイス |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019213173A Division JP6967058B2 (ja) | 2010-07-30 | 2019-11-26 | 漏れ検出を用いた方法及びデバイス |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022009409A JP2022009409A (ja) | 2022-01-14 |
JP7317920B2 true JP7317920B2 (ja) | 2023-07-31 |
Family
ID=45530522
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013522054A Pending JP2013532565A (ja) | 2010-07-30 | 2011-07-28 | 漏れ検出を用いた方法及びデバイス |
JP2017083559A Active JP6626851B2 (ja) | 2010-07-30 | 2017-04-20 | 漏れ検出を用いた方法及びデバイス |
JP2019213173A Active JP6967058B2 (ja) | 2010-07-30 | 2019-11-26 | 漏れ検出を用いた方法及びデバイス |
JP2021173103A Active JP7317920B2 (ja) | 2010-07-30 | 2021-10-22 | 漏れ検出を用いた方法及びデバイス |
Family Applications Before (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013522054A Pending JP2013532565A (ja) | 2010-07-30 | 2011-07-28 | 漏れ検出を用いた方法及びデバイス |
JP2017083559A Active JP6626851B2 (ja) | 2010-07-30 | 2017-04-20 | 漏れ検出を用いた方法及びデバイス |
JP2019213173A Active JP6967058B2 (ja) | 2010-07-30 | 2019-11-26 | 漏れ検出を用いた方法及びデバイス |
Country Status (7)
Country | Link |
---|---|
US (3) | US10328219B2 (ja) |
EP (3) | EP3821930B1 (ja) |
JP (4) | JP2013532565A (ja) |
CN (2) | CN106943650B (ja) |
AU (1) | AU2011284791B2 (ja) |
NZ (3) | NZ606249A (ja) |
WO (1) | WO2012012835A2 (ja) |
Families Citing this family (81)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101018582B (zh) | 2004-08-20 | 2013-03-13 | 菲舍尔和佩克尔保健有限公司 | 用于测量供应给患者的气体的特性的装置 |
US10029058B2 (en) | 2011-09-13 | 2018-07-24 | Resmed Limited | Vent arrangement for respiratory mask |
US9498589B2 (en) | 2011-12-31 | 2016-11-22 | Covidien Lp | Methods and systems for adaptive base flow and leak compensation |
CA2871850A1 (en) | 2012-05-23 | 2013-11-28 | Fisher & Paykel Healthcare Limited | Flow path fault detection method for a respiratory assistance apparatus |
US10076619B2 (en) | 2012-09-11 | 2018-09-18 | Resmed Limited | Vent arrangement for respiratory mask |
US20140180761A1 (en) * | 2012-10-26 | 2014-06-26 | Peter Lawrence Yolles | System and method for a customer engagement platform to increase residential water use efficiency |
US9375542B2 (en) | 2012-11-08 | 2016-06-28 | Covidien Lp | Systems and methods for monitoring, managing, and/or preventing fatigue during ventilation |
CN110400631A (zh) * | 2012-11-26 | 2019-11-01 | 费雪派克医疗保健有限公司 | 呼吸辅助装置数据的传送 |
US10328222B2 (en) | 2013-03-14 | 2019-06-25 | ResMed Pty Ltd | Vent device for use with a respiratory device |
WO2014138803A1 (en) | 2013-03-14 | 2014-09-18 | Resmed Limited | Vent arrangement for respiratory device |
US10493223B2 (en) * | 2013-06-19 | 2019-12-03 | Koninklijke Philips N.V. | Determining of subject zero flow using cluster analysis |
CN110960772A (zh) | 2013-07-01 | 2020-04-07 | 瑞思迈私人有限公司 | 呼吸设备的电动机驱动系统 |
US9675771B2 (en) | 2013-10-18 | 2017-06-13 | Covidien Lp | Methods and systems for leak estimation |
CN103977492B (zh) * | 2014-05-29 | 2016-04-27 | 北京航空航天大学 | 一种基于压力波形估算容量控制通气漏气量的方法 |
CN103977494B (zh) * | 2014-05-29 | 2016-07-20 | 北京航空航天大学 | 一种基于流量波形估算压力控制通气漏气量的方法 |
NZ728740A (en) * | 2014-08-01 | 2022-05-27 | Resmed Inc | Patient management system |
BE1022396B1 (fr) * | 2014-09-19 | 2016-03-22 | Nomics | Dispositif de reglage de la pression d'un gaz respirable |
US10159815B2 (en) | 2014-12-12 | 2018-12-25 | Dynasthetics, Llc | System and method for detection of oxygen delivery failure |
JP6818691B2 (ja) * | 2015-03-20 | 2021-01-20 | レスメド・プロプライエタリー・リミテッド | 呼吸障害を治療する装置および換気装置の制御器における動作方法 |
WO2016189499A1 (en) * | 2015-05-28 | 2016-12-01 | Fisher & Paykel Healthcare Limited | Gas therapy system |
US9943249B2 (en) * | 2015-07-14 | 2018-04-17 | Darryl Zitting | Respiratory gas monitor testing system and methods of use |
CN105194776B (zh) * | 2015-08-28 | 2017-12-26 | 重庆工商职业学院 | 一种呼吸机气道压力控制方法 |
WO2017055195A1 (en) * | 2015-09-28 | 2017-04-06 | Koninklijke Philips N.V. | Methods and systems to estimate compliance of a patient circuit in the presence of leak |
US11318266B2 (en) * | 2015-12-10 | 2022-05-03 | ResMed Pty Ltd | Methods and apparatus for respiratory treatment |
US10581945B2 (en) | 2017-08-28 | 2020-03-03 | Banjo, Inc. | Detecting an event from signal data |
US20190251138A1 (en) * | 2018-02-09 | 2019-08-15 | Banjo, Inc. | Detecting events from features derived from multiple ingested signals |
US10313413B2 (en) | 2017-08-28 | 2019-06-04 | Banjo, Inc. | Detecting events from ingested communication signals |
US11025693B2 (en) | 2017-08-28 | 2021-06-01 | Banjo, Inc. | Event detection from signal data removing private information |
DE102017011625A1 (de) | 2017-12-15 | 2019-07-18 | Drägerwerk AG & Co. KGaA | Verfahren, Computerprogramm, Vorrichtung und Beatmungssystem zur Detektion eines Lecks in einem Patientengasmodul |
CN107966256A (zh) * | 2017-12-26 | 2018-04-27 | 上海国缆检测中心有限公司 | 用于电缆终端的压力泄露和真空漏增测试装置及测试方法 |
US10585724B2 (en) | 2018-04-13 | 2020-03-10 | Banjo, Inc. | Notifying entities of relevant events |
US10970184B2 (en) | 2018-02-09 | 2021-04-06 | Banjo, Inc. | Event detection removing private information |
US10261846B1 (en) | 2018-02-09 | 2019-04-16 | Banjo, Inc. | Storing and verifying the integrity of event related data |
EP3768392B1 (en) * | 2018-03-20 | 2022-05-11 | Koninklijke Philips N.V. | Breathing assistance face mask and method of its control |
CN109010968A (zh) * | 2018-07-11 | 2018-12-18 | 北海和思科技有限公司 | 一种气压拔罐机检测漏气的检测系统及其控制方法 |
EP3834870A4 (en) * | 2018-08-21 | 2021-08-25 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | VENTILATION DETECTION METHOD AND DEVICE, VENTILATION DEVICE AND STORAGE MEDIUM |
US20230048000A1 (en) | 2020-01-31 | 2023-02-16 | Resmed Sensor Technologies Limited | Systems and methods for reducing insomnia-related symptoms |
AU2021212395A1 (en) | 2020-01-31 | 2022-08-25 | Resmed Sensor Technologies Limited | Sleep status detection for apnea-hypopnea index calculation |
JP2023513889A (ja) | 2020-01-31 | 2023-04-04 | レズメド センサー テクノロジーズ リミテッド | 口漏れを検出するためのシステムおよび方法 |
DE102021000317A1 (de) * | 2020-02-14 | 2021-08-19 | Löwenstein Medical Technology S.A. | Überwachungssystem zur Erkennung von Leckagen während einer Beatmung und Verfahren |
CN115485003A (zh) | 2020-03-06 | 2022-12-16 | 瑞思迈传感器技术有限公司 | 用于检测呼吸治疗系统的有意泄漏特性曲线的系统和方法 |
US20230218845A1 (en) | 2020-03-31 | 2023-07-13 | Resmed Sensor Technologies Limited | Systems and methods for determining movement of a conduit |
DE102020002570A1 (de) * | 2020-04-29 | 2021-11-04 | Drägerwerk AG & Co. KGaA | Verfahren und Vorrichtung zur Detektion eines Lecks in einem Beatmungskreislauf |
WO2021220247A1 (en) | 2020-04-30 | 2021-11-04 | Resmed Sensor Technologies Limited | Systems and methods for promoting a sleep stage of a user |
US20230172486A1 (en) | 2020-04-30 | 2023-06-08 | Resmed Sensor Technologies Limited | Systems and methods for analyzing physical features of an individual |
WO2021220202A1 (en) | 2020-04-30 | 2021-11-04 | Resmed Sensor Technologies Limited | Alertness service |
US11878118B2 (en) | 2020-06-05 | 2024-01-23 | Resmed Sensor Technologies Limited | Systems and methods for identifying a user interface |
WO2021250573A1 (en) | 2020-06-08 | 2021-12-16 | Resmed Sensor Technologies Limited | Acoustic detection of water level in humidifier |
EP4171356A1 (en) | 2020-06-26 | 2023-05-03 | ResMed Sensor Technologies Limited | Systems and methods for communicating an indication of a sleep-related event to a user |
WO2022006181A1 (en) | 2020-06-30 | 2022-01-06 | ResMed Pty Ltd | Systems and methods for generating custom messages to encourage a behavioral response |
EP4188192A1 (en) | 2020-07-31 | 2023-06-07 | ResMed Sensor Technologies Limited | Systems and methods for determining movement during respiratory therapy |
US20230364368A1 (en) | 2020-09-18 | 2023-11-16 | Resmed Sensor Technologies Limited | Systems and methods for aiding a respiratory therapy system user |
US20230377114A1 (en) | 2020-09-25 | 2023-11-23 | Resmed Sensor Technologies Limited | Systems and methods for diagnosing operational issues in a respiratory system |
US20230404793A1 (en) | 2020-10-09 | 2023-12-21 | Resmed Sensor Technologies Limited | Automatic oral appliance adjustment |
US20230420124A1 (en) | 2020-11-20 | 2023-12-28 | Resmed Sensor Technologies Limited | Systems and methods for monitoring a comfort level of an individual |
WO2022113027A1 (en) | 2020-11-27 | 2022-06-02 | Resmed Sensor Technologies Limited | Systems and methods for identifying user body position during respiratory therapy |
WO2022141016A1 (zh) * | 2020-12-29 | 2022-07-07 | 深圳迈瑞生物医疗电子股份有限公司 | 呼吸通气设备及其指示患者接口附件佩戴状态的方法 |
JP2024505098A (ja) | 2021-01-29 | 2024-02-02 | レズメド センサー テクノロジーズ リミテッド | 主観的快適度レベルを推定するためのシステムおよび方法 |
WO2022183116A1 (en) | 2021-02-26 | 2022-09-01 | Resmed Inc. | System and method for continuous adjustment of personalized mask shape |
WO2022208368A1 (en) | 2021-03-31 | 2022-10-06 | Resmed Sensor Technologies Limited | Systems and methods for managing blood pressure conditions of a user of a respiratory therapy system |
WO2022219481A1 (en) | 2021-04-16 | 2022-10-20 | Resmed Sensor Technologies Limited | Systems and methods for characterizing a user interface or a vent using acoustic data associated with the vent |
US11986592B2 (en) | 2021-05-14 | 2024-05-21 | Dynasthetics, Llc | Electronic firebreak systems and methods for use with oxygen delivery device |
WO2022249013A1 (en) | 2021-05-24 | 2022-12-01 | Resmed Sensor Technologies Limited | Systems and methods for determining a sleep stage of an individual |
WO2023275812A1 (en) | 2021-06-30 | 2023-01-05 | Resmed Sensor Technologies Limited | Systems and methods for characterizing a conduit in a respiratory therapy system |
CN118215969A (zh) | 2021-08-30 | 2024-06-18 | 瑞思迈数字健康公司 | 智能呼吸夹带 |
WO2023031737A1 (en) | 2021-08-30 | 2023-03-09 | Resmed Sensor Technologies Limited | Biofeedback cognitive behavioral therapy for insomnia |
WO2023084366A1 (en) | 2021-11-10 | 2023-05-19 | Resmed Sensor Technologies Limited | Enhanced wearable sensing |
WO2023126840A1 (en) | 2021-12-30 | 2023-07-06 | Resmed Sensor Technologies Limited | Systems and methods for monitoring the use of a respiratory therapy system by an individual with diabetes |
WO2024020106A1 (en) | 2022-07-22 | 2024-01-25 | ResMed Pty Ltd | Systems and methods for determining sleep scores based on images |
WO2024020231A1 (en) | 2022-07-22 | 2024-01-25 | Resmed Digital Health Inc. | Systems and methods for selectively adjusting the sleeping position of a user |
WO2024023743A1 (en) | 2022-07-28 | 2024-02-01 | Resmed Sensor Technologies Limited | Systems for detecting a leak in a respiratory therapy system |
WO2024039569A1 (en) | 2022-08-17 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for determining a risk factor for a condition |
WO2024039752A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for determining matches based on sleep information |
WO2024039890A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for determining a user interface type |
WO2024039774A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for collaborative sleep therapy usage |
WO2024039742A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for presenting dynamic avatars |
WO2024039751A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for providing a sleep therapy community |
WO2024049704A1 (en) | 2022-08-30 | 2024-03-07 | Resmed Digital Health Inc. | Systems and methods for pulmonary function testing on respiratory therapy devices |
WO2024069436A1 (en) | 2022-09-27 | 2024-04-04 | Resmed Sensor Technologies Limited | Systems and methods for analyzing sounds made by an individual during a sleep session |
WO2024069500A1 (en) | 2022-09-29 | 2024-04-04 | Resmed Sensor Technologies Limited | Systems and methods for cardiogenic oscillation detection |
CN117252126B (zh) * | 2023-11-15 | 2024-01-30 | 陕西空天信息技术有限公司 | 径流式叶轮机械的泄漏损失确定方法、装置、介质及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000516491A (ja) | 1996-08-14 | 2000-12-12 | レスメッド・リミテッド | リーク及び呼吸エアーフローの決定 |
US20080163873A1 (en) | 1993-11-05 | 2008-07-10 | Michael Berthon-Jones | Determination of patency of the airway |
US20100186741A1 (en) | 2009-01-29 | 2010-07-29 | Aylsworth Alonzo C | Method and System for Detecting Mouth Leak During Application of Positive Airway Pressure |
Family Cites Families (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3896800A (en) * | 1973-07-27 | 1975-07-29 | Airco Inc | Method and apparatus for triggering the inspiratory phase of a respirator |
JPH02120635A (ja) * | 1988-10-28 | 1990-05-08 | Shimadzu Corp | リークデテクタ |
US5845636A (en) * | 1989-05-19 | 1998-12-08 | Puritan Bennett Corporation | Method and apparatus for maintaining patient airway patency |
US5632269A (en) * | 1989-09-22 | 1997-05-27 | Respironics Inc. | Breathing gas delivery method and apparatus |
EP0934723B1 (en) | 1993-11-05 | 2004-09-22 | ResMed Limited | Control of CPAP Treatment |
US5551419A (en) * | 1994-12-15 | 1996-09-03 | Devilbiss Health Care, Inc. | Control for CPAP apparatus |
AUPO247496A0 (en) * | 1996-09-23 | 1996-10-17 | Resmed Limited | Assisted ventilation to match patient respiratory need |
AUPP366398A0 (en) * | 1998-05-22 | 1998-06-18 | Resmed Limited | Ventilatory assistance for treatment of cardiac failure and cheyne-stokes breathing |
AUPP370198A0 (en) * | 1998-05-25 | 1998-06-18 | Resmed Limited | Control of the administration of continuous positive airway pressure treatment |
FR2779932B1 (fr) * | 1998-06-18 | 2000-12-01 | Taema | Dispositif de determination de phases respiratoires du sommeil d'un utilisateur |
US6360741B2 (en) * | 1998-11-25 | 2002-03-26 | Respironics, Inc. | Pressure support system with a low leak alarm and method of using same |
AUPP783198A0 (en) | 1998-12-21 | 1999-01-21 | Resmed Limited | Determination of mask fitting pressure and correct mask fit |
FR2789593B1 (fr) * | 1999-05-21 | 2008-08-22 | Mallinckrodt Dev France | Appareil de fourniture de pression d'air a un patient souffrant de troubles du sommeil et ses procedes de commande |
SE9904382D0 (sv) * | 1999-12-02 | 1999-12-02 | Siemens Elema Ab | High Frequency Oscillation Patient Ventilator System |
US6546930B1 (en) * | 2000-09-29 | 2003-04-15 | Mallinckrodt Inc. | Bi-level flow generator with manual standard leak adjustment |
US6626175B2 (en) * | 2000-10-06 | 2003-09-30 | Respironics, Inc. | Medical ventilator triggering and cycling method and mechanism |
US8672858B2 (en) * | 2002-08-30 | 2014-03-18 | University Of Florida Research Foundation, Inc. | Method and apparatus for predicting work of breathing |
KR20050072435A (ko) * | 2002-10-09 | 2005-07-11 | 컴퓨메딕스 리미티드 | 치료 처리중 수면 품질을 유지하고 모니터하기 위한 방법및 장치 |
EP1605999A1 (de) * | 2003-03-24 | 2005-12-21 | Weinmann Geräte für Medizin GmbH & Co. KG | Verfahren und vorrichtung zur erkennung von leckagen bei einrichtungen zum zuführen von atemgasen |
US8020555B2 (en) * | 2003-06-18 | 2011-09-20 | New York University | System and method for improved treatment of sleeping disorders using therapeutic positive airway pressure |
NZ567617A (en) * | 2003-11-26 | 2009-12-24 | Resmed Ltd | Methods and apparatus for the systemic control of ventilatory support in the presence of respiratory insufficiency |
CN101804232B (zh) * | 2003-12-29 | 2013-09-04 | 雷斯梅德有限公司 | 出现睡眠呼吸紊乱情况下的机械通气 |
EP1579882A1 (en) * | 2004-03-26 | 2005-09-28 | Stephan Dr. Böhm | Non-invasive method and apparatus for optimizing the respiration for atelectatic lungs |
AU2005291858B2 (en) * | 2004-10-06 | 2011-07-28 | Resmed Limited | Method and apparatus for non-invasive monitoring of respiratory parameters in sleep disordered breathing |
DE102005061439B3 (de) * | 2005-12-22 | 2007-05-16 | Draeger Medical Ag | Vorrichtung und Verfahren zur Bestimmung von Leckagen einer Beatmungsvorrichtung |
EP2010250A2 (en) * | 2006-04-06 | 2009-01-07 | Medtronic, Inc. | Systems and methods of identifying catheter malfunctions using pressure sensing |
AU2007257312B2 (en) | 2006-06-05 | 2013-06-13 | Resmed Limited | Systems and/or methods for calibration-less devices or less expensive calibration devices for treating sleep-disordered breathing |
JP5026521B2 (ja) | 2006-08-30 | 2012-09-12 | レスメド・リミテッド | Cpap治療中の漏出の判定 |
US8794235B2 (en) * | 2007-06-08 | 2014-08-05 | Ric Investments, Llc | System and method for treating ventilatory instability |
CN101592547A (zh) * | 2008-05-27 | 2009-12-02 | 北京谊安医疗系统股份有限公司 | 麻醉机系统泄漏检测的方法 |
US8485185B2 (en) * | 2008-06-06 | 2013-07-16 | Covidien Lp | Systems and methods for ventilation in proportion to patient effort |
DE102008030089A1 (de) * | 2008-06-25 | 2010-01-07 | Continental Automotive Gmbh | Verfahren und Vorrichtung zum Steuern einer Tankentlüftungsvorrichtung für ein Kraftfahrzeug |
CA2750732A1 (en) * | 2009-01-29 | 2010-08-05 | Yrt Limited | A method for estimating leaks from ventilator circuits |
US8707952B2 (en) * | 2010-02-10 | 2014-04-29 | Covidien Lp | Leak determination in a breathing assistance system |
-
2011
- 2011-07-28 EP EP20208885.2A patent/EP3821930B1/en active Active
- 2011-07-28 US US13/812,253 patent/US10328219B2/en active Active
- 2011-07-28 JP JP2013522054A patent/JP2013532565A/ja active Pending
- 2011-07-28 AU AU2011284791A patent/AU2011284791B2/en not_active Ceased
- 2011-07-28 CN CN201610836573.7A patent/CN106943650B/zh active Active
- 2011-07-28 EP EP11811648.2A patent/EP2598192B1/en active Active
- 2011-07-28 CN CN201180047824.9A patent/CN103180002B/zh active Active
- 2011-07-28 NZ NZ606249A patent/NZ606249A/en not_active IP Right Cessation
- 2011-07-28 WO PCT/AU2011/000950 patent/WO2012012835A2/en active Application Filing
- 2011-07-28 NZ NZ703966A patent/NZ703966A/en not_active IP Right Cessation
- 2011-07-28 EP EP18165439.3A patent/EP3391925B1/en active Active
- 2011-07-28 NZ NZ722192A patent/NZ722192A/en not_active IP Right Cessation
-
2017
- 2017-04-20 JP JP2017083559A patent/JP6626851B2/ja active Active
-
2019
- 2019-05-14 US US16/411,817 patent/US11213640B2/en active Active
- 2019-11-26 JP JP2019213173A patent/JP6967058B2/ja active Active
-
2021
- 2021-10-22 JP JP2021173103A patent/JP7317920B2/ja active Active
- 2021-12-03 US US17/541,446 patent/US20220088328A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080163873A1 (en) | 1993-11-05 | 2008-07-10 | Michael Berthon-Jones | Determination of patency of the airway |
JP2000516491A (ja) | 1996-08-14 | 2000-12-12 | レスメッド・リミテッド | リーク及び呼吸エアーフローの決定 |
US20100186741A1 (en) | 2009-01-29 | 2010-07-29 | Aylsworth Alonzo C | Method and System for Detecting Mouth Leak During Application of Positive Airway Pressure |
Also Published As
Publication number | Publication date |
---|---|
CN103180002B (zh) | 2016-10-19 |
CN106943650B (zh) | 2020-11-17 |
US20130317765A1 (en) | 2013-11-28 |
JP2013532565A (ja) | 2013-08-19 |
JP2020032260A (ja) | 2020-03-05 |
US20220088328A1 (en) | 2022-03-24 |
JP6626851B2 (ja) | 2019-12-25 |
AU2011284791A1 (en) | 2012-12-20 |
JP2022009409A (ja) | 2022-01-14 |
US11213640B2 (en) | 2022-01-04 |
WO2012012835A2 (en) | 2012-02-02 |
NZ722192A (en) | 2018-01-26 |
EP2598192B1 (en) | 2018-04-04 |
AU2011284791B2 (en) | 2015-01-15 |
EP3821930A1 (en) | 2021-05-19 |
US20190344026A1 (en) | 2019-11-14 |
EP3821930B1 (en) | 2024-04-17 |
EP3391925A1 (en) | 2018-10-24 |
CN106943650A (zh) | 2017-07-14 |
CN103180002A (zh) | 2013-06-26 |
WO2012012835A3 (en) | 2012-03-22 |
JP2017148550A (ja) | 2017-08-31 |
JP6967058B2 (ja) | 2021-11-17 |
EP2598192A2 (en) | 2013-06-05 |
NZ606249A (en) | 2015-06-26 |
NZ703966A (en) | 2016-07-29 |
EP3391925B1 (en) | 2020-11-25 |
EP2598192A4 (en) | 2016-06-01 |
US10328219B2 (en) | 2019-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7317920B2 (ja) | 漏れ検出を用いた方法及びデバイス | |
JP7208279B2 (ja) | 呼吸低下を検出するための方法および装置 | |
US10342939B2 (en) | Detection of ventilation sufficiency | |
JP5016615B2 (ja) | 閉塞睡眠時無呼吸の改良された流量制限検出の方法及び装置 | |
AU2015201732A1 (en) | Methods and Devices with Leak Detection | |
AU2014250716B2 (en) | Method and Devices for the Detection of Hypopnea | |
NZ612813B2 (en) | Detection of ventilation sufficiency |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211119 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220930 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221007 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230106 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230307 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230403 |
|
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: 20230704 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230719 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7317920 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |