JP7635211B2 - 常時治療のためのシステムおよび方法 - Google Patents

Description

関連出願の相互参照
本出願は、２０１９年９月１３日に出願された米国仮特許出願第６２／８９９，８３３号の便益およびその優先権を主張するものであり、同仮出願の全体が、参照により本明細書に組み込まれるものとする。

本開示は概して、睡眠セッション中のユーザの睡眠関連パラメータを判断するシステムおよび方法に関し、より詳細には、２つ以上の別々かつ別個のセンサを用いて、睡眠セッション中のユーザの２セット以上の睡眠関連パラメータを判断するシステムおよび方法に関するものである。

多くの人が、例えば、いびき、無呼吸、低呼吸、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせなど、睡眠に起こる１つ以上の事象と関連付けられた睡眠関連の呼吸障害を患っている。このような患者には、睡眠中に気道が狭まったり潰れたりしないよう支援するために、加圧空気を送達する呼吸療法システム（例えば、連続気道陽圧（ＣＰＡＰ）システム）を用いた治療が施されることが多い。この呼吸療法システムは、睡眠セッションと関連付けられた生理学的データを生成することができ、ひいてはこのデータを使用して、睡眠関連パラメータを判断すること、および／または睡眠の質を示すレポートを生成することができる。しかし、睡眠セッションの一部分でユーザが呼吸療法システムを使用しない（例えば、ユーザがユーザインターフェースを取り外す）と、その睡眠セッションに対して生成された生理学的データに空白が生じる。本開示は、これらの問題などを解決することを目的とする。

本開示のいくつかの実装形態によれば、ある方法が、ユーザの睡眠セッションと関連付けられた第１の生理学的データを第１のセンサから受け取ることを含む。この方法は、ユーザの睡眠セッションと関連付けられた第２の生理学的データを第２のセンサから受け取ることも含む。この方法は、第１の生理学的データに少なくとも部分的に基づいて、ユーザの睡眠セッションと関連付けられた第１の組の睡眠関連パラメータを判断することも含む。この方法は、第２の生理学的データに少なくとも部分的に基づいて、ユーザの睡眠セッションと関連付けられた第２の組の睡眠関連パラメータを判断することも含む。この方法は、第１の組の睡眠関連パラメータと第２の組の睡眠関連パラメータとの間での比較に少なくとも部分的に基づいて第２のセンサを較正することも含む。

本開示のいくつかの実装形態によれば、あるシステムが、呼吸デバイスと、ユーザインターフェースと、センサと、メモリと、制御システムと、を含む。呼吸デバイスは、加圧空気を供給し、呼吸器デバイスのユーザと関連付けられた睡眠セッション中の第１の生理学的データを生成するように構成されている。ユーザインターフェースは、導管を介して呼吸デバイスに連結されている。ユーザインターフェースは、睡眠セッション中のユーザと係合して、供給された加圧空気をユーザの気道に導くのを支援するように構成されている。センサは、呼吸デバイスのユーザと関連付けられた睡眠セッション中の第２の生理学的データを生成するように構成されている。メモリは、機械可読命令を記憶する。制御システムは、機械可読命令を実行して、第１の生理学的データを分析し、睡眠セッション中のユーザの第１の組の睡眠関連パラメータを判断するように構成された１つ以上のプロセッサを含む。この制御システムは、第２の生理学的データを分析して、睡眠セッション中のユーザの第２の組の睡眠関連パラメータを判断するようにさらに構成されている。この制御システムは、第１の組の睡眠関連パラメータと第２の組の睡眠関連パラメータとの比較に少なくとも部分的に基づいてセンサを較正するようにさらに構成されている。

本開示のいくつかの実装形態によれば、あるシステムが、ユーザインターフェースと、呼吸デバイスと、センサと、メモリと、制御システムと、を含む。ユーザインターフェースは、睡眠セッション中のユーザと係合するように構成されたマスクである。呼吸デバイスは、導管を介してユーザインターフェースに連結されている。この呼吸デバイスは、ユーザインターフェースがユーザと係合しているときに、睡眠セッション中のユーザと関連付けられた第１の生理学的データを生成するように構成されている。センサは、ユーザインターフェースがユーザと係合しているとき、およびユーザインターフェースがユーザと係合していないときに、睡眠セッション中の呼吸デバイスのユーザと関連付けられた第２の生理学的データを生成するように構成されている。メモリは、機械可読命令を記憶する。制御システムは、これらの機械可読命令を実行して、第１の生理学的データ、第２の生理学的データ、またはその両方を分析し、ユーザインターフェースがユーザと係合している睡眠セッションの第１の部分のときにそのユーザの第１の組の睡眠関連パラメータを判断するように構成された１つ以上のプロセッサを含む。制御システムは、第２の生理学的データを分析して、ユーザインターフェースがユーザと係合していない睡眠セッションの第２の部分のときにそのユーザの第２の組の睡眠関連パラメータを判断するようにさらに構成されている。制御システムは、第１の組の睡眠関連パラメータと関連付けられ、第２の組の睡眠関連パラメータと関連付けられたレポートを生成するようにさらに構成されている。

本開示のいくつかの実装形態によれば、ある方法が、呼吸療法システムのユーザインターフェースがユーザと係合したときに、睡眠セッション中のユーザと関連付けられた呼吸器データを受け取ることを含む。この方法は、ユーザインターフェースがユーザと係合しているとき、およびユーザインターフェースがユーザと係合していないときに、睡眠セッション中のユーザと関連付けられたセンサデータを受け取ることも含む。この方法は、過去の呼吸器データおよび現在の呼吸器データを含む呼吸器データと、過去のセンサデータおよび現在のセンサデータを含むセンサデータと、を蓄積することも含む。この方法は、機械学習アルゴリズムが、（ｉ）現在の呼吸器データおよび現在のセンサデータを入力情報として受け取り、（ｉｉ）ユーザが所定の期間中に経験する予想活動レベルを出力情報として決定するように構成されるように、過去の呼吸器データおよび過去のセンサデータで機械学習アルゴリズムをトレーニングすることを含む。

本開示のいくつかの実装形態によれば、あるシステムが、ユーザインターフェースと、呼吸デバイスと、センサと、メモリと、制御システムと、を含む。ユーザインターフェースは、睡眠セッション中のユーザと係合するように構成されている。呼吸デバイスは、導管を介してユーザインターフェースに連結されている。呼吸デバイスは、ユーザインターフェースがユーザと係合しているときに、睡眠セッション中のユーザと関連付けられた呼吸器データを生成するように構成されている。センサは、ユーザインターフェースがユーザと係合しているとき、およびユーザインターフェースがユーザと係合していないときに、睡眠セッション中の呼吸デバイスのユーザと関連付けられたセンサデータを生成するように構成されている。メモリは、機械可読命令を記憶する。制御システムは、これらの機械可読命令を実行して、過去の呼吸器データおよび現在の呼吸器データを含む呼吸器データと、過去のセンサデータおよび現在のセンサデータを含むセンサデータと、を蓄積するように構成された１つ以上のプロセッサを含む。制御システムは、機械学習アルゴリズムが、（ｉ）現在の呼吸器データおよび現在のセンサデータを入力情報として受け取り、（ｉｉ）ユーザが所定の期間中に経験する予想活動レベルを出力情報として決定する、ように構成されるように過去の呼吸器データおよび過去のセンサデータで機械学習アルゴリズムをトレーニングするようにさらに構成されている。

上記の要旨は、本発明の各実施形態または各態様を示すことを意図していない。本発明のさらなる特徴および便益は、下記の詳細な説明および図から明らかである。

本開示のいくつかの実装形態に係る、睡眠セッション中のユーザと関連付けられた生理学的データを生成するためのシステムの機能ブロック図である。 本開示のいくつかの実装形態に係る、図１のシステム、ユーザ、および同床者の斜視図である。 本開示のいくつかの実装形態に係る、睡眠セッション中のユーザと関連付けられた睡眠関連パラメータを判断する方法の処理フロー図である。 本開示のいくつかの実装形態に係る、睡眠セッションと関連付けられたレポートを生成する方法の処理フロー図である。 本開示のいくつかの実装形態に係る、過去の呼吸器デバイスデータおよび過去のセンサデータに基づいて機械学習アルゴリズムをトレーニングする方法の処理フロー図である。 本開示のいくつかの実装形態に係る、睡眠セッションの例示的な時系列を表している。 本開示のいくつかの実装形態に係る、図３の睡眠セッションと関連付けられた例示的な睡眠経過図を表している。

本開示は、様々な変更および代替形態が可能であるが、本開示の具体的な実装形態およ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。ただしそれは、開示された特定の形態に本開示を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および範囲内に属するすべての改変物、均等物、および代替物を網羅するということを理解すべきである。

多くの人が、睡眠関連障害および／または呼吸障害を患っている。睡眠関連障害および／または呼吸障害の例としては、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）、閉塞性睡眠時無呼吸（ＯＳＡ）、無呼吸、チェーン・ストークス呼吸（ＣＳＲ）、呼吸不全、肥満過呼吸症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）、および胸壁障害などが挙げられる。

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事象によって特徴付けられる。より一般的には、無呼吸とは概して、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）または呼吸機能の停止（中枢性無呼吸と称されることが多い）のことである。閉塞性睡眠時無呼吸の発生時には、約１５秒から約３０秒にわたって呼吸が停止するのが典型的である。

他のタイプの無呼吸としては、低呼吸、過呼吸、および高炭酸ガス血症が挙げられる。低呼吸は概して、気道の閉塞ではなく、気道の狭窄によって生じる遅い呼吸または浅い呼吸によって特徴付けられる。過呼吸は概して、呼吸の深さおよび／または速度の増大によって特徴付けられる。高炭酸ガス血症は概して、血流中の二酸化炭素量の急増または過剰によって特徴付けられ、不十分な呼吸によって生じるのが典型的である。

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疾患であり、ＣＳＲサイクルとして知られる換気の漸増および漸減が交互に周期的に続く。ＣＳＲは、動脈血の脱酸素および再曝気の繰り返しによって特徴付けられる。

肥満過換気症候群（ＯＨＳ）は、低換気の原因が他に明確に無い状態における、重症肥満およ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、起床時の頭痛と過剰な日中の眠気が含まれる。

慢性閉塞性肺疾患（ＣＯＰＤ）は、空気の移動に対する抵抗の増加、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、内在筋病理を直接介してまたは神経病理を間接的に介して筋肉機能を損なう多数の疾病および病気を包含する。胸壁障害は、胸郭変形の１つのグループであり、呼吸筋肉と胸郭との間の連結の無効性の原因となる。

これらを始めとする疾患は、睡眠中に起こる特定事象（例えば、いびき、無呼吸、低呼吸、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、また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無呼吸の深刻度を示すのに使用される指数のことである。ＡＨＩは、睡眠セッション中にユーザが経験した無呼吸および／または低呼吸事象の数を、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。この事象は、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とみなされる。１５以上３０未満のＡＨＩは、中等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が異常とみなされる。睡眠時無呼吸は、ＡＨＩが正常であるとき、または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深刻度を示すのに使用することもできる。

図１を参照すると、システム１００は、制御システム１１０と、呼吸療法システム１２０と、１つ以上のセンサ１３０と、外部デバイス１７０と、を含む。本明細書に記載のとおり、システム１００は概して、睡眠セッション中のユーザと関連付けられた第１の組の生理学的データを、呼吸システム１２０を使用して生成し、第２の組の生理学的データを、呼吸システム１２０に対して外部であるセンサ１３０のうちの１つ以上を使用して生成するのに使用することができ、ひいては、これらの生理学的データを分析して、第１の組の睡眠関連パラメータおよび第２の組の睡眠関連パラメータを判断することができる。

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は概して、システム１００の様々な構成要素を制御（例えば、作動）し、かつ／またはシステム１００の構成要素によって取得および／または生成されたデータを分析するのに使用される。プロセッサ１１２は、汎用または特殊用途のプロセッサまたはマイクロプロセッサであり得る。図１には１個のプロセッサ１１２が示されているが、制御システム１１０は、単一のハウジング内に存在し得るか、互いに離れて所在し得る任意の適切な数のプロセッサ（例えば、１個のプロセッサ、２個のプロセッサ、５個のプロセッサ、１０個のプロセッサなど）を含み得る。制御システム１１０は、例えば、外部デバイス１７０のハウジング、呼吸システム１２０の一部分（例えば、ハウジング）、および／またはセンサ１３０うちの１つ以上のハウジングに連結すること、および／また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つのかかるハウジング内に）集中させるか、（物理的に別個である２つ以上のかかるハウジング内に）分散させることができる。制御システム１１０を格納する２つ以上のハウジングを含むかかる実装形態においては、かかるハウジングが、互いに近接して、かつ／または遠隔で所在することができる。

メモリデバイス１１４は、制御システム１１０のプロセッサ１１２によって実行可能な機械可読命令を記憶する。メモリデバイス１１４は、例えば、ランダムまたはシリアルアクセスメモリデバイス、ハードドライブ、ソリッドステートドライブ、フラッシュメモリデバイスなど、任意の適切なコンピュータ可読ストレージデバイスまたはメディアであり得る。図１には１つのメモリデバイス１１４が示されているが、システム１００は、任意の適切な数のメモリデバイス１１４（例えば、１個のメモリデバイス、２個のメモリデバイス、５個のメモリデバイス、１０個のメモリデバイスなど）を含み得る。メモリデバイス１１４は、呼吸デバイス１２２のハウジング、外部デバイス１７０のハウジング、センサ１３０うちの１つ以上のハウジング、またはそれらの任意の組み合わせに連結すること、および／また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と同様に、メモリデバイス１１４は、（１つのかかるハウジング内に）集中させるか、（物理的に異なる２つ以上のかかるハウジング内に）分散させることができる。

いくつかの実装形態においては、メモリデバイス１１４（図１）が、ユーザと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、ユーザと関連付けられた人口統計情報、ユーザと関連付けられたバイオメトリック情報、ユーザと関連付けられた医療情報、自己申告によるユーザフィードバック、ユーザと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、家族の不眠症歴、ユーザの雇用状況、ユーザの教育状況、ユーザの社会経済的状況、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、ユーザと関連付けられた１つ以上の病状、ユーザによる薬の使用状況、またはその両方を示すものを含み得る。医療情報データは、反復睡眠潜時検査（ＭＳＬＴ）の検査結果またはスコアおよび／もしくはピッツバーグ睡眠質問票（ＰＳＱＩ）のスコアまたは値をさらに含み得る。自己申告によるユーザフィードバックは、自己申告による主観的な睡眠スコア（劣悪、普通、良好など）、自己申告によるユーザの主観的なストレスレベル、自己申告によるユーザの主観的な疲労レベル、自己申告によるユーザの主観的な健康状態、ユーザが経験した最近のライフイベント、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。

電子インターフェース１１９は、１つ以上のセンサ１３０からデータ（例えば、生理学的データおよび／またはオーディオデータ）を受け取るように構成されており、そのデータは、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することができる。電子インターフェース１１９は、有線接続または無線接続を用いて（例えば、ＲＦ通信プロトコル、ＷｉＦｉ通信プロトコル、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信プロトコル、セルラーネットワークなどを用いて）１つ以上のセンサ１３０と通信することができる。電子インターフェース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、またはそれらの任意の組み合わせを含み得る。電子インターフェース１１９は、本明細書に記載のプロセッサ１１２およびメモリデバイス１１４と同一または同様であるもう１つのプロセッサおよび／またはもう１つのメモリデバイスも含み得る。いくつかの実装形態においては、電子インターフェース１１９が、外部デバイス１７０に連結または統合されている。他の実装形態においては、電子インターフェース１１９が、制御システム１１０および／またはメモリデバイス１１４に連結されているか、それらと（例えば、ハウジング内で）統合されている。

（呼吸療法システムとも称される）呼吸システム１２０は、（本明細書において呼吸デバイス１２２とも称される）呼吸圧力療法デバイス１２２と、ユーザインターフェース１２４と、（チューブまたは空気回路とも称される）導管１２６と、ディスプレイデバイス１２８と、加湿タンク１２９と、を含む。いくつかの実装形態においては、制御システム１１０、メモリデバイス１１４、ディスプレイデバイス１２８、センサ１３０のうちの１つ以上、および加湿タンク１２９が、呼吸デバイス１２２の一部である。呼吸圧力療法とは、（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）などの陰圧療法とは異なり、）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。呼吸システム１２０は一般に、１つ以上の睡眠関連呼吸障害（例えば、閉塞性睡眠時無呼吸、中枢性睡眠時無呼吸、または混合性睡眠時無呼吸）に罹患している個人を治療するのに使用される。

呼吸デバイス１２２は一般に、（例えば、１つ以上のコンプレッサを駆動する１つ以上のモータを使用して）ユーザに送達される加圧空気を生成するのに使用される。いくつかの実装形態においては、呼吸デバイス１２２が、ユーザに送達される連続的な一定の空気圧を生成する。他の実装形態においては、呼吸デバイス１２２が、２つ以上の所定の圧力（例えば、第１の所定の空気圧および第２の所定の空気圧）を生成する。さらに他の実施形態においては、呼吸デバイス１２２が、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ている。例えば、呼吸デバイス１２２は、少なくとも約６ｃｍＨ_２Ｏ、少なくとも約１０ｃｍＨ_２Ｏ、少なくとも約２０ｃｍＨ_２Ｏ、約６ｃｍＨ_２Ｏから約１０ｃｍＨ_２Ｏ、約７ｃｍＨ_２Ｏから約１２ｃｍＨ_２Ｏなどを送達することができる。呼吸デバイス１２２は、（周囲圧力に対して）陽圧を維持しながら、例えば、約－２０Ｌ／分と約１５０Ｌ／分との間の所定の流量で加圧空気を送達することもできる。

ユーザインターフェース１２４は、ユーザの顔の一部分と係合し、呼吸デバイス１２２からユーザの気道に加圧空気を送達して、睡眠中に気道が狭窄および／または閉塞しないように支援する。これにより、睡眠中のユーザの酸素摂取量も増加し得る。適用される療法に応じて、ユーザインターフェース１２４は、例えばユーザの顔の領域または部分との密着を形成し得、これにより、周囲圧力に対して約１０ｃｍＨ_２Ｏの陽圧など、周囲圧力に対して十分に異なり、治療効果をもたらせる圧力でのガスの送達を促進する。酸素送達などの、他の療法の形態において、ユーザインターフェースは、約１０ｃｍＨ_２Ｏの陽圧において気道へのガス供給の送達を促進するのに充分な密閉を含まない場合がある。

図２に示すとおり、いくつかの実装形態においては、ユーザインターフェース１２４が、ユーザの鼻および口を覆う顔面マスクである。代替として、ユーザインターフェース１２４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送達する鼻ピローマスクであり得る。ユーザインターフェース１２４は、ユーザの一部分（例えば顔）にインターフェースを位置付け、かつ／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、ユーザインターフェース１２４とユーザとの間での気密密着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。ユーザインターフェース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気体を逃がせるようにするためのうちの１つ以上の通気孔も含み得る。他の実装形態においては、ユーザインターフェース１２４が、加圧空気をユーザの口内へと方向付けるためのマウスピース（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、下顎骨位置変更デバイスなど）である。

（空気回路またはチューブとも称される）導管１２６は、呼吸デバイス１２２およびユーザインターフェース１２４など、呼吸システム１２０の２つの構成要素間で空気が流れるようにする。いくつかの実装形態においては、この導管に吸気および呼気用の別々の枝管が存在し得る。他の実装形態においては、単枝型導管が吸気および呼気の両方に使用される。

呼吸デバイス１２２、ユーザインターフェース１２４、導管１２６、ディスプレイデバイス１２８、および加湿タンク１２９のうちの１つ以上が、１つ以上のセンサ（例えば、圧力センサ、流量センサ、より一般的には、本明細書に記載されている他のセンサ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、呼吸デバイス１２２によって供給される加圧空気の空気圧および／または流量を測定するのに使用することができる。

ディスプレイデバイス１２８は概して、静止画、動画、もしくはその両方を含む画像（単数または複数）、および／または呼吸デバイス１２２に関する情報を表示するのに使用される。例えば、ディスプレイデバイス１２８は、呼吸デバイス１２２の状態に関する情報（例えば、呼吸デバイス１２２がオンかオフか、呼吸デバイス１２２によって送達されている空気の圧力、呼吸デバイス１２２によって送達されている空気の温度など）および／または他の情報（例えば、（ｍｙＡｉｒスコアとも称される）睡眠スコア、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においては、ディスプレイデバイス１２８が、入力インターフェースとして画像（単数または複数）を表示するように構成されたグラフィックユーザインターフェース（ＧＵＩ）を含むヒューマンマシンインターフェース（ＨＭＩ）の働きをする。ディスプレイデバイス１２８は、ＬＥＤディスプレイ、有機ＥＬディスプレイ、液晶ディスプレイ等であり得る。入力インターフェースは、例えば、タッチスクリーンまたは接触感知基板、マウス、キーボード、または呼吸デバイス１２２とやりとりする人間ユーザによって行われる入力を感知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、呼吸デバイス１２２に連結または統合されており、呼吸デバイス１２２から送達された加圧空気を加湿するのに使用できる貯水器を含む。呼吸デバイス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を含み得る。加えて、いくつかの実装形態においては、導管１２６が、ユーザに送達された加圧空気を加熱する加熱要素（例えば、導管１２６に連結され、かつ／または埋め込まれたもの）も含み得る。

呼吸システム１２０は、例えば、連続気道陽圧（ＣＰＡＰ）システム、自動気道陽圧システム（ＡＰＡＰ）、二相性または可変気道陽圧システム（ＢＰＡＰまたはＶＰＡＰ）、またはそれらの任意の組み合わせなどのベンチレータまたは気道陽圧（ＰＡＰ）システムとして使用することができる。ＣＰＡＰシステムは、（例えば、睡眠医によって判断される）所定の空気圧をユーザに送達する。ＡＰＡＰシステムは、例えば、ユーザと関連付けられた呼吸データに基づいて、ユーザに送達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）を送達するように構成されている。

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）の一部分が表されている。呼吸システム１２０のユーザ２１０および同床者２２０がベッド２３０に居り、マットレス２３２に横たわっている。ユーザインターフェース１２４（例えばフルフェイスマスク）は、睡眠セッション中のユーザ２１０によって着用され得る。ユーザインターフェース１２４は、導管１２６を介して呼吸デバイス１２２に流体的に連結および／または接続されている。呼吸デバイス１２２は、導管１２６およびユーザインターフェース１２４を介してユーザ２１０に加圧空気を送達してユーザ２１０の喉における空気圧を高め、睡眠中に気道が閉塞および／または狭窄しないように支援する。呼吸デバイス１２２は、図２に示すとおり、ベッド２３０に直に隣接するナイトスタンド２４０上か、より一般的には、ベッド２３０および／またはユーザ２１０に概ね隣接する任意の表面または構造物上に位置付けることができる。

改めて図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、モーションセンサ１３８、マイクロフォン１４０、スピーカ１４２、無線周波（ＲＦ）受信機１４６、ＲＦ送信機１４８、カメラ１５０、赤外線センサ１５２、光電式（ＰＰＧ）センサ１５４、心電図（ＥＣＧ）センサ１５６、脳波（ＥＥＧ）センサ１５８、静電容量センサ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、分析物センサ１７４、水分センサ１７６、ＬｉＤＡＲセンサ１７８、またはそれらの任意の組み合わせを含む。一般に、１つまたはセンサ１３０のそれぞれが、メモリデバイス１１４または１つ以上の他のメモリデバイスに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ている。

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、モーションセンサ１３８、マイクロフォン１４０、スピーカ１４２、ＲＦ受信機１４６、ＲＦ送信機１４８、カメラ１５０、赤外線センサ１５２、光電式（ＰＰＧ）センサ１５４、心電図（ＥＣＧ）センサ１５６、脳波（ＥＥＧ）センサ１５８、静電容量センサ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、分析物センサ１７４、水分センサ１７６、および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、１つ以上のセンサ１３０は、本明細書に記載および／図示されたセンサのそれぞれの任意の組み合わせおよび任意の個数を含み得るのが、より一般的である。

１つ以上のセンサ１３０は、例えば、生理学的データ、オーディオデータ、またはその両方を生成するのに使用することができる。センサ１３０のうちの１つ以上によって生成された生理学的データは、制御システム１１０により、睡眠セッション中のユーザと関連付けられた睡眠／覚醒信号および１つ以上の睡眠関連パラメータを判断するのに使用することができる。睡眠／覚醒信号は、覚醒、リラックスした覚醒、微小覚醒、急速眼球運動（レム）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）、また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。睡眠／覚醒信号には、ユーザの就床時刻、ユーザの起床時刻、ユーザの入眠試行時刻などを示すタイムスタンプを付与することもできる。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センサ（単数または複数）１３０によって測定することができる。睡眠／覚醒信号に基づいて睡眠セッション中のユーザについて判断できる１つ以上の睡眠関連パラメータの例としては、全就床時間、全睡眠時間、入眠潜時、中途覚醒パラメータ、睡眠効率、断片化指数、またはそれらの任意の組み合わせが挙げられる。

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および／またはオーディオデータは、睡眠セッション中のユーザと関連付けられた呼吸信号を判断するのに使用することもできる。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。呼吸信号は、例えば、呼吸数、呼吸数変動、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、呼吸デバイス１２２の圧力設定、またはそれらの任意の組み合わせを示すことができる。この事象（単数または複数）は、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、（例えばユーザインターフェース１２４からの）マスクの漏れ、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせを含み得る。

圧力センサ１３２は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる圧力データを出力する。いくつかの実装形態においては、圧力センサ１３２が、呼吸システム１２０のユーザの呼吸（例えば、吸気および／もしくは呼気）ならびに／また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（例えば大気圧センサ）である。かかる実装形態においては、圧力センサ１３２が、呼吸デバイス１２２に連結または統合することができる。圧力センサ１３２は、例えば、静電容量センサ、電磁センサ、圧電センサ、歪みゲージセンサ、光学センサ、電位差センサ、またはそれらの任意の組み合わせであり得る。一例においては、圧力センサ１３２が、ユーザの血圧を判断するのに使用することができる。

流量センサ１３４は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる流量データを出力する。流量センサ１３４は、呼吸デバイス１２２からの空気流量、導管１２６を通過する空気流量、ユーザインターフェース１２４を通過する空気流量、またはそれらの任意の組み合わせを判断するのに使用される。かかる実装形態においては、流量センサ１３４が、呼吸デバイス１２２、ユーザインターフェース１２４、または導管１２６に連結また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。

温度センサ１３６は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる温度データを出力する。いくつかの実装形態においては、温度センサ１３６が、ユーザ２１０（図２）の核心体温、ユーザ２１０の皮膚温度、呼吸デバイス１２２から、および／または導管１２６を通過して流れる空気の温度、ユーザインターフェース１２４内の温度、周囲温度、また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。

マイクロフォン１４０は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできるオーディオデータを出力する。マイクロフォン１４０によって生成されたオーディオデータは、睡眠セッション中の１つ以上の音（単数または複数）（例えば、ユーザ２１０からの音）として再現可能である。マイクロフォン１４０からのオーディオデータは、本明細書でさらに詳述するとおり、睡眠セッション中のユーザが経験した事象を（例えば、制御システム１１０を使用して）特定するのに使用することもできる。マイクロフォン１４０は、呼吸デバイス１２２、使用インターフェース１２４、導管１２６、または外部デバイス１７０に連結または統合することができる。

スピーカ１４２は、システム１００のユーザ（例えば、図２のユーザ２１０）にとって可聴である音波を出力する。スピーカ１４２は、例えば、目覚まし時計として使用すること、または（例えば、事象を受けて）ユーザ２１０にアラートまたはメッセージを再生する目的で使用することができる。いくつかの実装形態においては、スピーカ１４２が、マイクロフォン１４０によって生成されたオーディオデータをユーザに伝えるのに使用することができる。スピーカ１４２は、呼吸デバイス１２２、ユーザインターフェース１２４、導管１２６、または外部デバイス１７０に連結または統合することができる。

マイクロフォン１４０およびスピーカ１４２は、別々のデバイスとして使用することができる。一部の実装形態においては、マイクロフォン１４０およびスピーカ１４２を、例えば、参照により全体が本明細書に組み込まれるＷＯ２０１８／０５０９１３に記載のとおり、音響センサ１４１に組み入れることができる。かかる実装形態においては、スピーカ１４２が、所定の間隔で音波を生成または放出し、マイクロフォン１４０が、スピーカ１４２から放出された音波の反射を検出する。スピーカ１４２が生成または放出する音波は、ユーザ２１０または同床者２２０（図２）の睡眠を妨げないように、人間の耳には聞こえない周波数（例えば、２０Ｈｚ未満または約１８ｋＨｚ超）を有する。マイクロフォン１４０および／またはスピーカ１４２からのデータに少なくとも部分的に基づいて、制御システム１１０は、ユーザ２１０（図２）の位置および／または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つ以上を判断することができる。

いくつかの実装形態においては、センサ１３０が、（ｉ）マイクロフォン１４０と同一または同様であり、音響センサ１４１に統合されている第１のマイクロフォンと、（ｉｉ）マイクロフォン１４０と同一または同様だが、音響センサ１４１に統合されている第１のマイクロフォンとは別々かつ別個である第２のマイクロフォンと、を含む。

ＲＦ送信機１４８は、所定の周波数および／または所定の振幅（例えば、高周波帯域内、低周波帯域内、長波信号、短波信号など）を有する電波を生成および／または放射する。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によって分析することにより、ｍユーザ２１０（図２）の位置および／または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つ以上を判断することができる。ＲＦ受信機（ＲＦ受信機１４６およびＲＦ送信機１４８のどちらか、または別のＲＦペア）は、制御システム１１０、呼吸デバイス１２２、１つ以上のセンサ１３０、外部デバイス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およびＲＦ送信機１４８は、図１において別々かつ別個の要素として示されているが、いくつかの実装形態においては、ＲＦ受信機１４６およびＲＦ送信機１４８がＲＦセンサ１４７の一部として組み合わせられている。一部のかかる実装形態においては、ＲＦセンサ１４７が制御回路を含む。ＲＦ通信の具体的な形式は、ＷｉＦｉやＢｌｕｅｔｏｏｔｈ（登録商標）等であり得る。

いくつかの実装形態においては、ＲＦセンサ１４７が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がＷｉＦｉメッシュシステムであり、このシステムは、メッシュノード、メッシュルータ（単数または複数）、およびメッシュゲートウェイ（単数または複数）を含み得、これらのそれぞれが移動式／可動式または固定式であり得る。かかる実装形態においては、ＷｉＦｉメッシュシステムが、ＷｉＦｉルータおよび／またはＷｉＦｉ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）を含み、これらのそれぞれが、ＲＦセンサ１４７と同一または同様であるＲＦセンサを含む。ＷｉＦｉルータおよび衛星は、ＷｉＦｉ信号を使用して互いに常時通信する。ＷｉＦｉメッシュシステムは、物体や人が移動して信号を部分的に妨害することによってルータと衛星（単数または複数）との間で生じるＷｉＦｉ信号の変化（例えば、受信信号強度の差）に基づいてモーションデータを生成するのに使用することができる。このモーションデータは、モーション、呼吸、心拍数、歩行、転倒、挙動など、またはそれらの任意の組み合わせを示し得る。

カメラ１５０は、メモリデバイス１１４に記憶できる１つ以上の画像（例えば、静止画、動画、熱画像、またはそれらの組み合わせ）として再現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、制御システム１１０により、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つ以上を判断するのに使用することができる。例えば、カメラ１５０からの画像データを使用して、ユーザの位置を特定し、ユーザ２１０がベッド２３０（図２）に入る時刻を判断し、ユーザ２１０がベッド２３０から出る時刻を判断するのに使用することができる。

赤外線（ＩＲ）センサ１５２は、メモリデバイス１１４に記憶できる１つ以上の赤外線画像（例えば、静止画、動画、またはその両方）として再現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の移動を含む、睡眠セッション中の１つ以上の睡眠関連パラメータを判断するのに使用することができる。ＩＲセンサ１５２は、ユーザ２１０の存在、位置、および／または移動を測定する際に、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が、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（単数または複数）、またはそれらの任意の組み合わせなど１つ以上の睡眠関連パラメータを判断するのに使用できる、ユーザ２１０（図２）と関連付けられた生理学的データを出力する。ＰＰＧセンサ１５４は、ユーザ２１０が着用すること、ユーザ２１０が着用する衣類および／または織地に埋め込むこと、ユーザインターフェース１２４および／またはその関連ヘッドギア（例えばストラップなど）に埋め込むことおよび／または連結すること、などができる。

ＥＣＧセンサ１５６は、ユーザ２１０の心臓の電気的活動と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においては、ＥＣＧセンサ１５６が、睡眠セッション中のユーザ２１０の一部分の上または周囲に位置付けられている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は、例えば、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つ以上を判断するのに使用することができる。

ＥＥＧセンサ１５８は、ユーザ２１０の脳の電気的活動と関連付けられた生理学的データを出力する。ＥＥＧセンサ１５８は、睡眠セッション中のユーザ２１０の頭皮の上または周囲に位置付けられている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は、例えば、睡眠セッション中の任意の所与の時期におけるユーザ２１０の睡眠状態を判断するのに使用することができる。ＥＥＧセンサ１５８は、ユーザインターフェース１２４および／またはその関連ヘッドギア（例えばストラップなど）に統合することができる。

静電容量センサ１６０、力センサ１６２、および歪みゲージセンサ１６４は、メモリデバイス１１４に記憶でき、かつ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つ以上を判断するのに制御システム１１０が使用できるデータを出力する。ＥＭＧセンサ１６６は、１つ以上の筋肉によって生み出された電気的活動と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内またはユーザインターフェース１２４における）気体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、光学式酸素センサ、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においては、１つ以上のセンサ１３０が、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、またはそれらの任意の組み合わせも含む。

分析物センサ１７４は、ユーザ２１０の吐出息における分析物の存在を検出するのに使用することができる。分析物センサ１７４によって出力されたデータは、メモリデバイス１１４に記憶することができ、ユーザ２１０の息に含まれる任意の分析物の同一性および濃度を判断するために制御システム１１０によって使用することができる。いくつかの実装形態においては、分析物センサ１７４が、ユーザ２１０の口付近に位置付けられ、ユーザ２１０の口から吐き出された息に含まれる分析物を検出する。例えば、ユーザインターフェース１２４が、ユーザ２１０の鼻および口を覆う顔面マスクである場合、分析物センサ１７４は、ユーザ２１０の口呼吸を監視するためにその顔面マスク内に位置付けられ得る。ユーザインターフェース１２４が鼻マスクまたは鼻枕マスクである場合など、他の実装形態においては、分析物センサ１７４が、ユーザの鼻を通じて吐き出される息に含まれる分析物を検出するために、ユーザ２１０の鼻付近に位置付けられ得る。さらに他の実装形態においては、ユーザインターフェース１２４が鼻マスクまたは鼻枕マスクである場合に、分析物センサ１７４が、ユーザ２１０の口付近に位置付けられ得る。この実装形態においては、分析物センサ１７４を、ユーザ２１０の口から不用意に空気が漏れていないかどうかを検出するのに使用することができる。いくつかの実装形態においては、分析物センサ１７４が、炭素系化学物質または化合物を検出するのに使用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においては、分析物センサ１７４を、ユーザ２１０が鼻または口のどちらで呼吸しているかを検出するのに使用することもできる。例えば、ユーザ２１０の口付近または（ユーザインターフェース１２４が顔面マスクである実装形態において）顔面マスク内に位置付けられた分析物センサ１７４によって出力されたデータによって分析物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、メモリデバイス１１４に記憶でき、かつ制御システム１１０が使用できるデータを出力する。水分センサ１７６は、ユーザを取り巻く様々な領域（例えば、導管１２６またはユーザインターフェース１２４の内部、ユーザ２１０の顔付近、導管１２６とユーザインターフェース１２４との間の接続部付近、導管１２６と呼吸デバイス１２２との間の接続部付近など）において水分を検出するのに使用することができる。そのため、いくつかの実装形態においては、水分センサ１７６を、呼吸デバイス１２２からの加圧空気の湿度を監視するために、ユーザインターフェース１２４に連結または統合すること、または導管１２６に統合することができる。他の実装形態においては、水分センサ１７６が、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ている。水分センサ１７６は、例えば寝室内の空気など、ユーザ２１０を取り巻く周囲環境の湿度を監視するのに使用することもできる。

光検出および測距（ＬｉＤＡＲ）センサ１７８は、深度感知に使用することができる。このタイプの光学センサ（例えばレーザセンサ）は、物体を検出し、生活空間など周囲環境の３次元（３Ｄ）マップを作成するのに使用することができる。ＬｉＤＡＲは一般に、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称される。かかるセンサの一使用例においては、ＬｉＤＡＲセンサ１６６を有する固定または（スマートフォンなどの）モバイルデバイスが、センサから５メートル以上離れた領域を測定および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ポイントクラウドデータと融合させることができる。ＬｉＤＡＲセンサ（単数または複数）１７８は、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システムにとっての問題をもたらし得る空間内の特徴を検出および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することもできる。ＬｉＤＡＲは、人の身長に加え、人が座ったとき、倒れたときなどに生じる身長の変化を推定するのに使用することもできる。ＬｉＤＡＲは、環境の３Ｄメッシュ表現を形成するのに使用され得る。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ＬｉＤＡＲが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。

図１では別々に示されているが、１つ以上のセンサ１３０の任意の組み合わせを、呼吸デバイス１２２、ユーザインターフェース１２４、導管１２６、加湿タンク１２９、制御システム１１０、外部デバイス１７０、また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つ以上に統合および／または連結することができる。例えば、マイクロフォン１４０およびスピーカ１４２は、外部デバイス１７０に統合および／または連結され、圧力センサ１３０および／または流量センサ１３２は、呼吸デバイス１２２に統合および／または連結される。いくつかの実装形態においては、１つ以上のセンサ１３０のうちの少なくとも１つが、呼吸デバイス１２２、制御システム１１０、または外部デバイス１７０に連結されておらず、睡眠セッション中のユーザ２１０に概ね隣接して位置付けられている（例えば、ユーザ２１０の一部分の上に位置付けられているか接触している、ユーザ２１０によって着用されている、ナイトスタンドに連結されているか位置付けられている、マットレスに連結されている、天井に連結されている、など）。

例えば、図２に示すとおり、センサ１３０のうちの１つ以上が、ベッド２３０およびユーザ２１０に隣接するナイトスタンド２４０上の第１の位置２５０Ａに所在し得る。代替として、センサ１３０のうちの１つ以上が、マットレス２３２の上および／または内部の第２の位置２５０Ｂに所在し得る（例えば、センサがマットレス２３２に連結および／または統合されている）。さらには、センサ１３０のうちの１つ以上が、ベッド２３０上の第３の位置２５０Ｃに所在し得る（例えば、二次センサ（単数または複数）１４０が、ベッド２３０のフレーム上のヘッドボード、フットボード、または他の箇所に連結および／または統合されている）。センサ１３０のうちの１つ以上が、ベッド２３０および／またはユーザ２１０に概ね隣接している壁または天井の第４の位置２５０Ｄにも所在し得る。センサ１３０のうちの１つ以上は、第５の位置２５０Ｅに所在して、センサ１３０のうちの１つ以上が呼吸システム１２０の呼吸デバイス１２２のハウジングに連結されるように、ならびに／またはそのハウジングの上および／もしくは内部に位置付けられるようにすることもできる。さらに、センサ１３０のうちの１つ以上は、第６の位置２５０Ｆに所在して、そのセンサがユーザ２１０に連結されるように、および／またはユーザ２１０の上に位置付けられる（例えば、そのセンサ（単数または複数）が、睡眠セッション中のユーザ２１０が着用する織地または衣類に埋め込まれるか連結される）ようにすることもできる。センサ１３０のうちの以上は、センサ（単数または複数）１４０が１つ以上の睡眠セッション中のユーザ２１０および／または同床者２２０と関連付けられた生理学的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箇所に位置付けられるのが、より一般的である。

改めて図１を参照すると、外部デバイス１７０は、プロセッサ１７２と、メモリ１７４と、ディスプレイデバイス１７６と、を含む。外部デバイス１７０は、例えば、スマートフォン、タブレット、ノートパソコン等のモバイルデバイスであり得る。プロセッサ１７２は、制御システム１１０のプロセッサ１１２と同一または同様である。同様に、メモリ１７４は、制御システム１１０のメモリデバイス１１４と同一または同様である。ディスプレイデバイス１７６は概して、静止画、動画、またはその両方を含む画像（単数または複数）を表示するのに使用される。いくつかの実装形態においては、ディスプレイデバイス１７６が、画像（単数または複数）および入力インターフェースを表示するように構成されたグラフィックユーザインターフェース（ＧＵＩ）を含むヒューマンマシンインターフェース（ＨＭＩ）の働きをする。ディスプレイデバイス１７６は、ＬＥＤディスプレイ、有機ＥＬディスプレイ、液晶ディスプレイ等であり得る。入力インターフェースは、例えば、タッチスクリーンまたは接触感知基板、マウス、キーボード、または外部デバイス１７０とやりとりする人間ユーザによって行われる入力を感知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。

制御システム１１０およびメモリデバイス１１４は、システム１００の別々かつ別個の構成要素として図１に記載および図示されているが、いくつかの実装形態においては、制御システム１１０および／またはメモリデバイス１１４が、外部デバイス１７０および／または呼吸デバイス１２２に統合されている。代替として、いくつかの実装形態においては、制御システム１１０またはその一部分（例えばプロセッサ１１２）がクラウドに所在し得（例えば、サーバに統合され、モノのインターネット（ＩｏＴ）デバイスに統合され、クラウドに接続され、エッジクラウド処理を受け得るなど）、１つ以上のサーバ（例えば、リモートサーバ、ローカルサーバなど、またはそれらの任意の組み合わせ）に所在し得る。

システム１００は、上記構成要素のすべてを含むものとして示されているが、生理学的データを生成し、睡眠関連パラメータを判断するシステムには、それよりも多い構成要素または少ない構成要素が含まれ得る。例えば、第１の代替システムは、制御システム１１０と、呼吸システム１２０と、１つ以上のセンサ１３０のうちの少なくとも１つと、を含む。別例として、第２の代替システムは、呼吸システム１２０と、１つ以上のセンサ１３０のうちの複数と、外部デバイス１７０と、を含む。さらなる別例として、第３の代替システムは、制御システム１１０と、１つ以上の二次センサ１４０のうちの複数と、を含む。そのため、本明細書に表示および記載されている構成要素の任意の部分（単数または複数）を使用して、かつ／または１つ以上の他の構成要素と組み合わせて、睡眠セッションと関連付けられた睡眠関連パラメータを判断するための様々なシステムを形成することができる。

多くの場合、呼吸システム１２０のユーザは、睡眠セッションの一部分（例えば、８時間の睡眠セッションの中の１時間、８時間の睡眠セッションの中の２時間、８時間の睡眠セッションの中の４時間、８時間の睡眠セッションの中の６時間など）のみユーザインターフェース１２４を着用する。例えば、ユーザはまず、ユーザインターフェース１２４のマスクを着用して入眠し、覚醒してユーザインターフェース１２４を外し、その後再び入眠し得る。その他に、ユーザが、睡眠セッション中にユーザインターフェース１２４を全く着用しない（例えば、ユーザが１日おきにしか呼吸システム１２０を使用しない）場合もある。ユーザが呼吸システム１２０を積極的に使用しないと、呼吸システム１２０内のセンサ（単数または複数）が、（例えば、睡眠関連パラメータを判断したり、睡眠の質を示すレポートを生成したりするための）生理学的データを取得することができない。言い換えれば、睡眠セッション全体にわたって呼吸システム１２０を使用しないと、その睡眠セッションの生理学的データに空白が生まれ（るか、生理学的データが全く存在せず）、ユーザ、その治療医、および他の関係者（例えば、家族、同床者など）を、そのユーザが呼吸システム１２０の規定の使用法を遵守していないときの睡眠の質（または睡眠の欠如）が明示されないまま放置することになる。ユーザは、呼吸システム１２０を規定どおりに使用した場合よりも、このシステムを使用しない場合の方が質の悪い睡眠を経験するのが典型的である。このような睡眠の質の違いを判断および定量化することは、ユーザがシステムを利用して、規定の使用法を守るよう促し、かつ／または動機付けるのに有用である。

呼吸システム１２０に物理的に連結または統合されたセンサを使用して取得される同一または同様のタイプの生理学的データは、独立した外部センサ（例えば、呼吸システム１２０とは別々かつ別個であるモバイルデバイスに統合されたセンサ）を使用して生成または取得することもできる。この独立センサには、呼吸システム１２０が使用されていないとき、および／または電源が切られているときでも、睡眠セッション中の生理学的データを記録するのに使用できるという利点がある。ただし、センサ機器のばらつきにより、センサによって取得または生成される生理学的データは、呼吸療法システムによって取得または生成される生理学的データとは異なり得る。例えば、呼吸療法システムが、圧力センサおよび／または流量センサを使用してユーザの呼吸信号または呼吸数を判断し得る一方で、外部センサはマイクロフォンを使用して呼吸数を判断し得る。センサにばらつきがあることから、睡眠関連パラメータを判断すること、および／または睡眠の質を示すレポートを作成するために、呼吸療法システムによって取得された生理学的データと独立したセンサ（単数または複数）によって取得された生理学的データとを正確に比較することは困難であることが多い。

図３を参照すると、睡眠セッション中のユーザの睡眠関連パラメータを判断するための方法３００が表されている。本明細書に記載されている方法３００のステップのうちの１つ以上は、システム１００（図１および図２）を使用して実施することができる。

方法３００のステップ３０１は、睡眠セッション中のユーザと関連付けられた第１の生理学的データを生成または取得することを含む。第１の生理学的データは、本明細書に記載されている１つ以上のセンサ１３０のうち第１の１つ、または１つ以上のセンサ１３０の第１の群によって生成される。例えば、ステップ３０１は、呼吸システム１２０（図１）に物理的に連結または統合されている空気圧センサ１３０および／または流量センサ１３２を使用して、第１の生理学的データを生成または取得することを含み得る。第１のセンサを使用してステップ３０１で生成または取得された第１の生理学的データは、本明細書に記載されている生理学的データのいずれかを含み得る。例えば、第１の生理学的データは、呼吸デバイス１２２、ユーザインターフェース１２４、導管１２６（図１）、またはそれらの任意の組み合わせ内の空気圧（例えば、空気圧センサ１３０を使用）、空気流（例えば、流量センサ１３２を使用）、またはその両方の測定値から導出することができる。

方法３００のステップ３０２は、睡眠セッション中のユーザと関連付けられた第２の生理学的データを生成または取得することを含む。例えば、ステップ３０２は、第１のセンサ（ステップ３０１）とは別々かつ別個である１つ以上のセンサ１３０の第２の１つまたは第２の組を使用して第２の生理学的データを生成または取得することを含み得る。第２のセンサを使用してステップ３０２の実行中に生成または取得される第２の生理学的データは、第１の生理学的データとは異なるタイプの生理学的データであり得る（例えば、第１の生理学的データは圧力および／または空気流量から導出され、第２の生理学的データはユーザのモーションまたは音の測定値から導出される）。一般に、ステップ３０２の実行中に行われる第２の生理学的データの生成およびステップ３０１の実行中に行われる第１の生理学的データの生成は略同時であることから、第１の生理学的データ（ステップ３０１）および第２の生理学的データ（ステップ３０２）は、睡眠セッション中（ユーザが呼吸システム１２０を使用しているとき）の時間の少なくとも一部分にわたって比較することができる。

第１の生理学的データを生成するためのステップ３０１の実行中に使用される第１のセンサ（例えば、呼吸システム１２０に連結または統合された圧力センサ１３２および／または流量センサ１３４）とは異なり、いくつかの実装形態においては、第２の生理学的データを生成または取得するためのステップ３０２の実行中に使用されるセンサ（単数または複数）が、呼吸システム１２０に連結または統合されていない。すなわち、ステップ３０２で第２の生理学的データに対して使用される第２のセンサ（単数または複数）は、呼吸システム１２０とは別々かつ別個である。本明細書に記載のとおり、第２のセンサ（単数または複数）は、独立したスタンドアロンセンサとしてユーザ２１０に概ね隣接して位置付ける（例えば、ベッド２３０、マットレス２３２、ナイトスタンド２４０、天井などに位置付けるか連結する）か、外部デバイス１７０に統合または連結することができる。代替として、ステップ３０２の実行中に使用される第２のセンサ（単数または複数）は、呼吸システム１２０の呼吸デバイス１２２のハウジングに連結することができる。一部のかかる代替実装形態においては、ステップ３０２の実行中に使用される第２のセンサ（単数または複数）が、呼吸システム１２０によって生成された加圧空気の圧力または流れを測定していない。

方法３００（図３）のステップ３０３は、第１の生理学的データを分析して、睡眠セッション中のユーザの第１の組の睡眠関連パラメータを判断すること（ステップ３０１）を含む。例えば、第１の生理学的データ（ステップ３０１）は、制御システム１１０のメモリデバイス１１４に記憶することができ（図１）、メモリデバイス１１４に記憶された機械可読命令は、第１の生理学的データを分析するためにプロセッサ１１２によって実行することができる。第１の組の睡眠関連パラメータは、例えば、第１の睡眠スコア、第１の流れ信号、第１の呼吸信号、第１の呼吸数、第１の吸気振幅、第１の呼気振幅、第１の吸気対呼気比、１時間当たりの第１の事象数、１時間当たりの第１の平均事象数、第１の事象パターン、第１の睡眠状態、呼吸器デバイス１２２の第１の圧力設定、第１の心拍数、第１の心拍数変動、ユーザ２１０の第１の移動、またはそれらの任意の組み合わせを含み得る。

方法３００（図３）のステップ３０４は、第２の生理学的データ（ステップ３０２）を分析して、睡眠セッション中のユーザの第２の組の睡眠関連パラメータを判断することを含む。例えば、第２の生理学的データ（ステップ３０２）は、制御システム１１０のメモリデバイス１１４に記憶することができ、メモリデバイス１１４に記憶された機械可読命令は、第２の生理学的データを分析するためにプロセッサ１１２（図１）によって実行することができる。第２の組の睡眠関連パラメータは、例えば、第２の睡眠スコア、第２の流れ信号、第２の呼吸信号、第２の呼吸数、第２の吸気振幅、第２の呼気振幅、第２の吸気対呼気比、１時間当たりの第２の事象数、１時間当たりの第２の平均事象数、第２の事象パターン、第２の睡眠状態、呼吸器デバイス１２２の第２の圧力設定、第２の心拍数、第２の心拍数変動、ユーザ２１０の第２の移動、またはそれらの任意の組み合わせを含み得る。方法３００のステップ３０３およびステップ３０４は、略同時または順番に実行することができる（例えば、ステップ３０３が完了してからステップ３０４が開始される、ステップ３０４が完了してからステップ３０３が開始される、など）。

方法３００のステップ３０５は、第１の組の睡眠関連パラメータ（ステップ３０３）および／または第２の組の睡眠関連パラメータ（ステップ３０４）に少なくとも部分的に基づいて、第２の生理学的データを生成するのに使用される第２のセンサ（単数または複数）を較正することを含む。具体的には、ステップ３０５は、第１の組の睡眠関連パラメータ（ステップ３０３）と第２の組の睡眠関連パラメータ（ステップ３０４）とを比較することを含む。本明細書に記載のとおり、第１のセンサ（単数または複数）（例えば、圧力センサ１３２および／または流量センサ１３４）は第２のセンサ（単数または複数）と異なるため、第１の生理学的データ（ステップ３０１）と第２の生理学的データ（ステップ３０２）との間でばらつきが存在し得、これにより、睡眠セッション中の任意の所与の時期において、判断された第１の組の睡眠関連パラメータ（ステップ３０３）と判断された第２の組の睡眠関連パラメータ（ステップ３０４）との間でばらつきが生じる。例えば、第２のセンサ（単数または複数）を較正する前に、第１の組の睡眠関連パラメータ（ステップ３０３）は、第１の事象パターン、１時間当たりの第１の平均事象数、第１の呼吸信号、またはそれらの任意の組み合わせを含み得、第２の組の睡眠関連パラメータ（ステップ３０４）は、第１の事象パターン、第１の平均事象数、または第１の呼吸信号のうちの１つ以上に一致しない第２の事象パターン、１時間当たり第２の平均事象数、第２の呼吸信号、またはそれらの任意の組み合わせを含み得る。別例として、第２のセンサ（単数または複数）からのデータにおけるノイズ（ステップ３０２）により、制御システム１１０は、（例えば、第１の生理学的データの分析に基づいて）ユーザが事象（単数または複数）を経験済みでも実際に経験中でなくても、第２の生理学的データの分析に基づき、本明細書に記載されている事象のうちの１つをユーザが経験済みまたは経験中であると判断し得る。

いくつかの実装形態においては、ステップ３０５が、そのセンサ（単数または複数）の１つ以上のパラメータを、第１の組の睡眠関連パラメータ（ステップ３０３）と第２の組の睡眠関連パラメータ（ステップ３０４）との間での比較に少なくとも部分的に基づいて変更することを含む。第２のセンサ（単数または複数）の１つ以上のパラメータを変更することは、ステップ３０２の実行中に第２のセンサ（単数または複数）によって生成される第２の生理学的データに影響する。例えば、これらのパラメータを変更することは、記録されたデータにおける外れデータ点および／または他のノイズの除去に役立ち得る。この１つ以上のパラメータの分析および／または変更は、線形および非線形変換演算、リサンプリング、テンプレートマッチング、自己相関および相互相関、モルフォロジ処理などを含み得る。さらに、いくつかの実装形態においては、この１つ以上のパラメータの分析および／または変更が、特性評価および調整、その後の再特性評価を含み得る。かかる特性評価および調整は、生理学的および／または他の信号を読み取ること、または両方のセンサ（例えば、第１のセンサおよび二次センサ（単数または複数））によって認識でき、種々のセンサにとっての基準となれる既知の信号を注入すること、を伴い得る。変更可能な第２のセンサ（単数または複数）の１つ以上のセンサパラメータは、センサの信号の周波数、位相、パワー、振幅、強度、変調、ビームパターン、センサの１つ以上のアンテナのオンとオフ、ビーム形成、センサの１つ以上のアンテナの物理位置、センサの物理位置、スペクトル形状、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においては、この１つ以上のセンサパラメータが、制御システム１１０によって自動的に変更される。他の実装形態においては、制御システム１１０が、この１つ以上のパラメータを変更する（例えば、センサを物理的に位置付け直す）ようユーザに促すための指示または他の合図を（例えば、外部デバイス１７０のディスプレイデバイス１７６、ＣＰＡＰシステム１２０のディスプレイデバイス１２８、またはその両方を使用して）表示させる。

いくつかの実装形態においては、ステップ３０５が、ステップ３０４の実行中に第２の生理学的データを分析する際に制御システム１１０（図１）のプロセッサ１１２によって実行される機械可読命令の１つ以上のパラメータを、第１の組の睡眠関連パラメータ（ステップ３０３）と第２の組の睡眠関連パラメータ（ステップ３０４）との間での比較に少なくとも部分的に基づいて変更することを含む。機械可読命令のパラメータを変更することにより、ステップ３０４の実行中に第２の組の睡眠関連パラメータがどのように判断されるかが調整される。例えば、睡眠関連パラメータが少なくとも２タイプの生理学的データ（例えば、モーションセンサ１３８からのモーションデータおよびカメラ１５０からの画像データ）に基づいて判断される場合には、メモリデバイス１１４に記憶された機械可読命令のパラメータを、生理学的データの各タイプに異なる重みを付けられるように変更することができる。いくつかの実装形態においては、ステップ３０５が、第２のセンサの１つ以上のパラメータを変更することと、制御システム１１０のメモリデバイス１１４に記憶された機械可読命令の１つ以上のパラメータを変更することと、を含む。

方法３００のステップ３０１～３０５は、第１の組の睡眠関連パラメータ（ステップ３０３）内のパラメータのうちの１つ以上が、第２の組の睡眠関連パラメータ（ステップ３０４）内のパラメータのうちの１つ以上と一致、略一致、または対応する（例えば、第２の組の睡眠関連パラメータが第１の組の睡眠関連パラメータから所定の標準偏差内となる）まで、１回以上繰り返すことができる。例えば、第１の組の睡眠関連パラメータ（ステップ３０３）が第２の組の睡眠関連パラメータ（ステップ３０４）と一致しない方法３００の第１の反復においては、二次センサ（単数または複数）１４０が、ステップ３０５の実行中に（例えば、センサの１つ以上のパラメータを変更すること、機械可読命令の１つ以上のパラメータを変更すること、またはその両方によって）較正される。ステップ３０１～３０４は、方法３００の第２の反復において繰り返すことができる。第１の組の睡眠関連パラメータ（ステップ３０３）が第２の反復中に第２の組の睡眠関連パラメータ（ステップ３０４）とまだ十分に一致しない場合には、ステップ３０５が、方法３００の第１の反復中に変更された同じパラメータを変更することによって、あるいは第２のセンサ（単数または複数）の種々のパラメータおよび／もしくは機械可読命令、またはその両方を変更することによって第２のセンサ（単数または複数）を再度較正することを含む。このようにして、方法３００は、ステップ３０５の実行中に実行された較正によって、第１の組の睡眠関連パラメータ（ステップ３０３）が以降の反復（単数または複数）において第２の組の睡眠関連パラメータ（ステップ３０４）と一致または対応するまで、所定の間隔（例えば、０．０１秒ごと、０．１秒ごと、２秒ごと、１０秒ごと、６０秒ごと、５分ごと、３０分ごと、６０分ごと、など）で複数回（例えば、５回、２０回、５０回、２００回、１０００回など）繰り返すことができる。

いくつかの実装形態においては、方法３００が、ステップ３０５の実行中に、機械学習アルゴリズムを使用して二次センサ（単数または複数）１４０を較正することを含む。かかる実装形態においては、（ｉ）第２のセンサ（単数または複数）の１つ以上のパラメータに対する変更（単数または複数）および／または機械可読命令と、（ｉｉ）第１の組の睡眠関連パラメータ（ステップ３０３）と第２の組の睡眠関連パラメータ（ステップ３０４）との間での比較と、を示す情報が、制御システム１１０のメモリデバイス１１４（図１）に記憶されている。この情報は、方法３００の複数の反復の過程で機械学習アルゴリズムによって使用することができ、例えば、１つ以上のパラメータに対するどの変更または変更の組み合わせが、第１の組の睡眠関連パラメータ（ステップ３０３）と第２の組の睡眠関連パラメータ（ステップ３０４）との間の違いに対して対応する効果を及ぼすかを判断することにより、第２のセンサ（単数または複数）の較正に役立てることができる。特定のセンサもしくは機械可読命令パラメータまたはパラメータ変更がこれらの組の睡眠関連パラメータの違いに影響しないと機械学習アルゴリズムが判断した場合には、これらのパラメータが、その後の方法３００の反復において変更されない。そのため、機械学習アルゴリズムを使用することにより、第２のセンサ（単数または複数）を較正するのに必要とされる方法３００の反復回数（ステップ３０５の実行中におけるパラメータ変更）を減らすことができる。

方法３００を使用して第２のセンサ（単数または複数）が較正されると、第１のセンサ（単数または複数）を含む呼吸システム１２０（図１）が、例えば圧力センサ１３２および／または流量センサ１３４を介して第１の生理学的データのセット（ステップ３０１）をもはや生成していなくても、システム１００は第２の睡眠関連パラメータ（ステップ３０４）を引き続き判断することができる。第２のセンサ（単数または複数）が方法３００を使用して較正されたため、第２の組の睡眠関連パラメータが、呼吸システム１２０を使用して取得される第１の組の睡眠関連パラメータと同一または同様である睡眠セッションを示す情報を引き続き提供するという利点がある。例えば、ユーザ２１０（図２）が睡眠セッションの第１の部分のときはユーザインターフェース１２４を着用していたが、その後、睡眠セッションの第２の部分のときにユーザインターフェース１２４を取り外した場合に、呼吸システム１２０が睡眠セッション全体を通してユーザ２１０によって使用されていなくても、システム１００はユーザ２１０の睡眠関連パラメータを引き続き判断する。

図４を参照すると、睡眠セッションと関連付けられたレポートを生成する方法４００が表されている。本明細書に記載されている方法４００のステップのうちの１つ以上は、システム１００（図１）を使用して実施することができる。

方法４００のステップ４０１は、睡眠セッション中、ユーザインターフェース（例えば、ユーザインターフェース１２４）がユーザと係合しているときに、そのユーザと関連付けられた第１の生理学的データを生成または取得することを含む。ステップ４０１は、１つまたは複数の第１のセンサ（例えば、呼吸器デバイス１２２に統合および／または連結されている圧力センサ１３２および／または流量センサ１３４）を使用して第１の生理学的データを取得できるという点で、方法３００のステップ３０１（図３）と同様である。ステップ４０１は、呼吸システム１２０のユーザインターフェース１２４が睡眠セッション中のユーザ２１０（図２）と係合しているときに限って第１の生理学的データが生成または取得されるという点がステップ３０１（図３）と異なる。そのため、ユーザインターフェース１２４がユーザ２１０と係合していない睡眠セッション部分のときには、第１の生理学的データが生成または取得されない。

いくつかの実装形態においては、ステップ４０１が、第１の生理学的データ（ステップ４０１）または第２の生理学的データ（ステップ４０２）を生成するのに使用されたセンサと同じまたは異なるセンサ（単数または複数）を使用して、ユーザインターフェース１２４がユーザ２１０と係合しているかどうかを判断することを含む。例えば、圧力センサ１３２および／または流量センサ１３４が、ユーザインターフェース１２４への空気圧および／または空気流の欠如を検出した場合、これは、ユーザインターフェース１２４がユーザ２１０（図２）と係合していないことを示し得る。別例として、マスク１２４は、ユーザインターフェース１２４がユーザ２１０と係合しているかどうかを判断するのに使用できる１つ以上のセンサを含み得る。さらなる例においては、カメラ１５０（図１）からの画像データを、物体認識アルゴリズム、顔認識アルゴリズム、またはその両方を使用して分析して、ユーザインターフェース１２４がユーザ２１０と係合しているかどうかを判断することができる。

方法４００のステップ４０２は、睡眠セッション中、ユーザインターフェースがユーザと係合しているとき、およびユーザインターフェースがユーザと係合していないときに、そのユーザと関連付けられた第２の生理学的データを生成または取得することを含む。ステップ４０２は、第２の生理学的データが、呼吸システム１２０に連結または統合されたセンサ（単数または複数）（例えば、外部デバイス１７０に連結または統合されているセンサ）とは別々かつ別個であるシステム１００（図１）のセンサ１３０のうちの少なくとも１つによって取得できるという点で、方法３００のステップ３０２（図３）と同様である。ステップ４０２は、システム１２０に統合されていない異なるセンサを使用することに加え、睡眠セッションの全体または一部分においてユーザインターフェース１２４がユーザ２１０（図２）と係合しているかどうかに関係なく第２の生理学的データが取得されるという点でも、ステップ４０１とは異なる。

方法４００のステップ４０３は、第１の生理学的データ（ステップ４０１）、第２の生理学的データ（ステップ４０２）、またはその両方を分析して、ユーザインターフェースがユーザと係合している睡眠セッションの第１の部分における第１の組の睡眠関連パラメータを判断することを含む。例えば、第１の生理学的データ（ステップ４０１）および／または第２の生理学的データ（ステップ４０２）は、制御システム１１０（図１）のメモリデバイス１１４に記憶することができ、メモリデバイス１１４に記憶された機械可読命令が、第１および／または第２の生理学的データを分析するためにプロセッサ１１２によって実行される。ステップ４０３の実行中に判断された第１の組の睡眠関連パラメータは、本明細書に記載されている方法３００（図３）のステップ３０３における第１の組の睡眠関連パラメータと概して同一または同様であるが、ステップ４０３の実行中に判断された第１の組の睡眠関連パラメータが、ユーザインターフェース１２４がユーザ２１０（図２）と係合している睡眠セッションの第１の部分に限られるという点が異なる。

方法４００のステップ４０４は、第２の生理学的データ（ステップ４０２）を分析して、ユーザインターフェースがユーザと係合していない睡眠セッションの第２の部分における第２の組の睡眠関連パラメータを判断することを含む。例えば、第２の生理学的データ（ステップ４０２）は、制御システム１１０（図１）のメモリデバイス１１４に記憶することができ、メモリデバイス１１４に記憶された機械可読命令が、第２の生理学的データを分析するためにプロセッサ１１２によって実行される。第１の組の睡眠関連パラメータは、ユーザインターフェースが係合していない睡眠セッションの第１の部分に限られるため、ステップ４０４の実行中に第２の組の睡眠関連パラメータを判断するのに第１の生理学的データが使用されることはない。

睡眠セッションの第１の部分（ステップ４０３）および／または睡眠セッションの第２の部分（ステップ４０４）は、睡眠セッション中の連続時間、または不連続時間の組み合わせを含み得る。例えば、ユーザ２１０（図２）が、睡眠セッションの最初の３時間はユーザインターフェース１２４を着用し、睡眠セッションの次の２時間はユーザインターフェース１２４を取り外し、睡眠セッションの最後の２時間（合計７時間）はユーザインターフェース１２４を再び着用した場合、第１の部分は５時間を含み、第２の部分は２時間を含む。いくつかの実装形態においては、第１の部分または第２の部分は、睡眠セッション全体を含む（例えば、ユーザ２１０が、睡眠セッション全体にわたってユーザインターフェース１２４を着用するか、睡眠セッション全体にわたってユーザインターフェース１２４を全く着用しない）。

方法４００のステップ４０５は、第１の組の睡眠関連パラメータ（ステップ４０３）および第２の組の睡眠関連パラメータ（ステップ４０４）と関連付けられたレポートを生成することを含む。例えば、制御システム１１０のメモリデバイス１１４（図１）は、第１の組の睡眠関連パラメータ（ステップ４０３）および第２の組の睡眠関連パラメータ（ステップ４０４）を分析してレポートを生成するためにプロセッサ１１２によって実行できる機械可読命令を含み得る。生成された睡眠セッションのレポートは、制御システム１１０のメモリデバイス１１４に記憶すること、睡眠セッション後（例えば、ユーザが目覚めたとき）に外部デバイス１７０のディスプレイデバイス１７６および／または呼吸システム１２０のディスプレイデバイス１２８に表示すること、第三者（例えば、治療医、ＣＰＡＰ装置技術者）に送信すること、またはそれらの任意の組み合わせを行うことができる。生成されたレポートをメモリデバイス１１４に記憶することにより、システム１００は、本明細書にさらに記載されているとおり、複数の睡眠セッションのレポートを比較して、傾向を判断し、推奨および／または予想を提供することができる。

いくつかの実装形態においては、ステップ４０５の実行中に生成されたレポートが、第１の組の睡眠関連パラメータの少なくとも一部分（ステップ４０３）と第２の組の睡眠関連パラメータの少なくとも一部分との比較（ステップ４０４）を含み得る。他の実装形態においては、このレポートが、ユーザインターフェース１２４がユーザ２１０と係合している睡眠セッションの第１の部分におけるユーザ２１０の睡眠の質と、ユーザインターフェース１２４がユーザと係合していない睡眠セッションの第２の部分におけるユーザ２１０の睡眠の質と、を示し得る。本明細書に記載のとおり、ユーザインターフェース１２４が係合していないときには、ユーザインターフェース１２４が係合しているときの睡眠の質と比較して、ユーザの睡眠の質が低いのが典型的である。このレポートは、睡眠の質の違いを定量化してユーザに伝えることによって呼吸システム１２０の規定の使用法への遵守を促したり、呼吸システム１２０の規定の使用法が不要になったことを明示したりすることができる。

例えば、このレポートは、睡眠セッションの第１の部分および第２の部分における睡眠の質を示す睡眠スコアまたは基準を含み得る。一般に、睡眠スコアは０から１００の数値（例えば整数）で表すことができ、１００というスコアは質の高い睡眠を示し、０というスコアは質の低い睡眠を示し、１から９９のスコアはその間の様々な質を表す。睡眠スコアは、例えば、睡眠セッション中の事象の数またはタイプ、睡眠セッションの持続時間、睡眠セッション中の１つ以上の睡眠状態の持続時間（例えば、レム睡眠および／またはノンレム睡眠の相対的持続時間）、睡眠セッション中のユーザの移動量、本明細書に記載されているその他の睡眠関連パラメータおよび／もしくは事象のいずれか、またはそれらの組み合わせに基づいて判断することができる。睡眠スコアは、呼吸システム１２０の使用または不使用がユーザの睡眠スコアにどのように影響を及ぼしたかを表す方法でユーザ２１０に表示したり伝えたりすることもできる。

いくつかの実装形態においては、ステップ４０５の実行中に生成されたレポートが、呼吸システム１２０の規定の使用法に基づいたユーザ２１０の睡眠遵守スコア基準を含み得る。呼吸システム１２０の規定の使用法を示す情報は、制御システム１１０のメモリデバイス１１４（図１）に記憶することができる。睡眠遵守スコア基準は、ユーザ２１０が睡眠セッション中に規定の使用法をどれだけ忠実に遵守したかを示す。睡眠遵守スコア基準は、０から１００の数字（例えば整数）、百分率、または他の指標（例えば、不良、普通、良好、優良など）を用いて表現することができる。例えば、ユーザ２１０が睡眠セッションの少なくとも８０％の期間でマスク１２４を着用することになっており、そのユーザが睡眠セッションの５０％の期間でユーザインターフェース１２４を着用した場合、睡眠遵守スコア基準は６２．５と表現することができる。睡眠遵守スコア基準は、呼吸システム１２０の規定の使用法を遵守するようユーザ２１０を動機付けたり促したりする上で、および／または治療医に情報を提供する上で役立ち得る。睡眠遵守スコア基準（例えば、治療品質指標）についてのさらなる詳細が、２０１７年４月２０日に出願され、２０１７年１１月２日にＵＳ２０１７／０３１１８７９として公開された出願番号第１５，５２０，６６３号に記載されており、参照によりその全体が本明細書に組み込まれる。

上記のとおり、いくつかの実装形態においては、生成されたレポートが、睡眠の質を示す睡眠スコアまたは基準を含む。かかる実装形態においては、生成されたレポートが、睡眠品質スコアの向上を支援することを目的とした、上記の睡眠習慣のうちの１つ以上に対する調整に関する推奨も含み得る。例えば、この推奨は、睡眠スコアを上げるために、ユーザの就床時刻を変更し、睡眠セッションの持続時間を増やすことをユーザに示し得る。このレポートは、ユーザが１つ以上の睡眠習慣に対する推奨調整を実施したことに対応する睡眠品質スコアまたは基準の予想数量改善をさらに含み得る。例えば、レポートの睡眠スコアが質の低い睡眠を示している場合、このレポートは、睡眠セッション持続時間を（例えば、５時間から７時間へと）増やし、ユーザがマスク１２４を着用する時間を（例えば、睡眠セッションの５０％から少なくとも９０％へと）を増やすことを推奨し、睡眠スコアの数量改善（例えば、スコア５０からスコア９０への上昇）を予想し得る。この数量予想は、例えば、制御システム１１０のメモリデバイス１１４に記憶されている過去の生成レポートに基づいて判断することができる。

いくつかの実装形態においては、ユーザ２１０がまだＣＰＡＰシステム１２０を使用していなくても、この睡眠品質スコアまたは基準の予想数量改善を判断することができる。ある個人が睡眠関連の呼吸障害と診断され、呼吸療法システムを処方された後、当人が呼吸療法システムを取得するのに数週間を要することが多く、場合によっては数か月を要する。場合によっては、この遅延期間中にその個人の経過観察が行われなかったり、呼吸システムを使用することについてその個人の考えが変わったりし得る（例えば、ユーザが呼吸療法システムの画像を見て、あまりにも邪魔または使いにくいと思い得る）。（例えば、外部デバイス１７０に統合された）このセンサを使用して睡眠セッション中に第２の生理学的データを生成することにより、システム１００は、睡眠スコアを判断し、ユーザ２１０が呼吸システム１２０を使用した場合の睡眠品質スコアの数量改善を予想して、ユーザ２１０が処方に従い、呼吸システム１２０を取得および使用するよう刺激したり、促したり、動機付けたりするのを支援できるようになる。

いくつかの実装形態においては、ステップ４０５の実行中に生成されたレポートが、呼吸システム１２０の呼吸デバイス１２２（図１）の使用に関する推奨および／またはユーザの睡眠習慣に対する調整に関する推奨を含み得る。例えば、生成されたレポートは、ユーザの就床時刻、ユーザの覚醒時刻、睡眠セッションの持続時間、睡眠セッション中のユーザがユーザインターフェース１２４を着用する時間（例えば、睡眠セッションの持続時間の少なくとも３３％、睡眠セッションの少なくとも６６％、睡眠セッションの少なくとも７５％、睡眠セッションの９０％など）、またはそれらの任意の組み合わせを変更する推奨を含み得る。ＣＰＡＰシステム１２０の呼吸器デバイス１２２の使用に関する推奨は、異なる呼吸システム（例えば、より高い圧力を送達できるＣＰＡＰシステム）または種々の呼吸システム構成要素（例えば、異なるユーザインターフェースタイプ）を使用する推奨も含み得る。

ステップ４０５の実行中に生成されたレポートは、第１の組の睡眠関連パラメータ（ステップ３０３）と第２の組の睡眠関連パラメータ（ステップ３０４）との間での比較に基づいて、呼吸システム１２０が睡眠の質を改善しているかどうかを確認するのに使用することもできる。例えば、第１の組の睡眠関連パラメータ（ステップ３０３）と第２の組の睡眠関連パラメータ（ステップ３０４）との間にほとんど違いがないことをレポートが示した場合、これは、ユーザ２１０が呼吸システム１２０をもはや必要としないことを示し得る。レポートでの比較を用いて、ユーザの睡眠に悪影響を及ぼしている可能性がありながら、呼吸システム１２０によって治療されていない他の要因（例えば、未診断の健康状態、環境条件など）を特定するのを支援することもできる。

方法４００（図４）のステップ４０６は、第１の生理学的データ（ステップ４０１）、第２の生理学的データ（ステップ４０２）、生成されたレポート（ステップ４０５）、またはそれらの任意の組み合わせに基づいて、呼吸システム１２０の呼吸デバイス１２２の１つ以上のパラメータを変更することを含む。ステップ４０６は、例えば、呼吸デバイス１２２のランプ時間の変更、睡眠セッション中の圧力設定の変更、ユーザが睡眠セッションから目覚めたという判断を受けての圧力設定の変更、またはそれらの任意の組み合わせを含み得る。

方法４００のステップ４０７は、方法３００のステップ３０５（図３）と同一または同様であり、ステップ４０２の実行中に第２の生理学的データを生成または取得するのに使用される第２のセンサ（単数または複数）を較正することを含む。ステップ４０７は、第２のセンサ（単数または複数）の１つ以上のパラメータを変更すること、メモリデバイス１１４に記憶されており、制御システム１１０のプロセッサ１１２によって実行される機械可読命令の１つ以上のパラメータを変更すること、またはその両方を含み得る。

方法４００については、ユーザ２１０（図２）と関連付けられた第１および第２の生理学的データ（ステップ４０１および４０２）を取得するものと説明してきたが、いくつかの実装形態においては、方法４００が、睡眠セッション中の同床者２２０（図２）と関連付けられた第３の生理学的データを生成または取得することも含み得る。かかる実装形態においては、１つ以上の二次センサ１４０および／または呼吸システム１２０のうちの１つを、制御システム１１０のメモリデバイス１１４に記憶できる同床者２２０の第３の生理学的データを生成または取得するのに使用することができる。第３の生理学的データを生成または取得するのに使用されるセンサは、ステップ４０２の実行中に第２の生理学的データを生成または取得するのに使用されるものと同じセンサまたは異なるセンサであり得る。

同床者２２０と関連付けられた第３の生理学的データを含む実装形態においては、ステップ４０５の実行中に生成されたレポートが、睡眠セッション中の同床者２２０の睡眠の質を示す睡眠品質スコアまたは基準を含み得る。同床者２２０は、睡眠関連の呼吸障害を患っていなくても、呼吸システム１２０のユーザ２１０よりも低い睡眠スコアを有し得る。例えば、ユーザ２１０のいびきが、同床者２２０の睡眠を乱し得る。別例として、ユーザ２１０が着用したユーザインターフェース１２４からの空気漏れが、同床者２２０の睡眠を乱し得る騒音（単数または複数）を引き起こし得る。そのため、ステップ４０５の実行中に生成されたレポートは、同床者２２０の睡眠品質基準を改善するのを支援することを目的とした、呼吸システム１２０のユーザ２１０の１つ以上の睡眠習慣に対する調整に関する推奨を含み得る。例えば、このレポートは、ユーザ２１０による、１睡眠セッションあたりの呼吸デバイス１２２の平均使用時間／を増加または減少させる推奨を含み得る。このレポートは、ユーザ２１０が１つ以上の睡眠習慣に対する推奨調整を実施したことに対応する同床者２２０の睡眠品質基準の予想数量改善をさらに含み得る。

いくつかの実装形態においては、生成されたレポートが、ユーザ２１０によって着用されるユーザインターフェース１２４についての推奨も含み得る。例えば、このレポートは、マスクとユーザ２１０との間のフィット感またはインターフェースの改善を支援するための異なるマスクサイズ、または異なるマスクタイプ（例えば、鼻マスク、フルマスク、クレードルマスクなど）を推奨することができる。

図５を参照すると、機械学習アルゴリズムをトレーニングする方法５００が表されている。本明細書に記載されている方法５００のステップのうちの１つ以上が、システム１００（図１）を使用して実施可能である。

方法５００のステップ５０１は、睡眠セッション中、ユーザインターフェースがユーザと係合しているときに、呼吸デバイスを使用して、そのユーザと関連付けられた呼吸器データを生成または取得することを含む。ステップ５０１は、第１の生理学的データが、呼吸システム１２０の呼吸デバイス１２２に統合されているシステム１００の１つ以上の二次センサ１３０（図１）のうちの１つを使用して取得できるという点で、方法４００のステップ４０１（図４）と同様である。例えば、ユーザインターフェース１２４がユーザ２１０（図２）と係合していないときには、呼吸デバイス１２２内の圧力センサ１３２および／または空気流量センサ１３４が第１の生理学的データを生成または取得しない。いくつかの実装形態においては、方法４００（図４）のステップ４０１と同様に、ステップ５０１が、ユーザインターフェース１２４がユーザ２１０と係合しているかどうかを判断することを含む。

方法５００のステップ５０２は、睡眠セッション中、ユーザインターフェースがユーザと係合しているとき、およびユーザインターフェースがユーザと係合していないときに、そのユーザと関連付けられたセンサデータを生成または取得することを含む。ステップ５０２は、第２の生理学的データが、呼吸システム１２０に連結または統合されたセンサ（単数または複数）（例えば、外部デバイス１７０に連結または統合されたセンサ）とは別々かつ別個であるシステム１００（図１）のセンサ１３０のうちの異なる１つ以上によって取得できるという点で、方法４００のステップ４０２（図４）と同様である。

方法５００のステップ５０３は、呼吸器データおよびセンサデータを蓄積することを含む。蓄積された呼吸器データは、ステップ５０１の実行中に現在生成または取得されている第１の生理学的データ（以下、現在の呼吸器データ）と、方法５００の以前の反復から過去に記録された第１の生理学的データ（以下、過去の呼吸器データ）と、を含む。同様に、蓄積されたセンサデータは、ステップ５０２の実行中に現在生成または取得されている第２の生理学的データ（以下、現在のセンサデータ）と、方法５００の以前の反復から過去に記録された第２の生理学的データ（以下、過去のセンサデータ）と、を含む。過去の呼吸器データおよび過去のセンサデータは、複数の睡眠セッションにわたって生成することができ、制御システム１１０（図１）のメモリデバイス１１４に記憶することができる。過去の呼吸器データおよび／または過去のセンサデータは、メモリデバイス１１４に無期限または所定の期間（例えば、１週間、１か月間、６か月間、１年間、３年間など）保存した後、自動的に削除することができる。

方法５００のステップ５０４は、ステップ５０３の実行中に蓄積された過去の呼吸器データおよび過去のセンサデータを使用して機械学習アルゴリズム（ＭＬＡ）をトレーニングすることを含む。ＭＬＡは、現在の呼吸器データ（ステップ５０１）および現在のセンサデータ（ステップ５０２）を入力情報として受け取り、予想活動レベル、反応時間の予想値、予想される主観的眠気睡眠、またはそれらの任意の組み合わせを出力情報として決定できるようにトレーニングされる。すなわち、ＭＬＡは、過去の呼吸器データと過去のセンサデータをトレーニングデータセットとして使用してトレーニングされる。過去の呼吸器データおよび過去のセンサデータは、ＭＬＡのトレーニングデータセットを更新するために、継続的に蓄積または更新することができる（ステップ５０３）。ＭＬＡは、例えば、深層学習アルゴリズムまたはニューラルネットワークであり得、プロセッサ１１２によって実行可能な制御システム１１０のメモリデバイス１１４に機械可読命令として記憶することができる。

方法５００のステップ５０５は、睡眠セッションに続く所定の期間にユーザが経験するであろう予想活動レベルを判断することを含む。ＭＬＡは、過去の呼吸器データおよびセンサデータを使用してステップ５０４の実行中にトレーニングされた後、現在の呼吸器データ（ステップ５０１）および／または現在のセンサデータを入力情報として受け取り（ステップ５０２）、所定の期間の予想活動レベルを出力情報として決定することができる。この所定の期間は、睡眠セッション終了後の約０．１時間から約２４時間、睡眠セッション後の約３時間から約１６時間、睡眠セッション後の約８時間から約１４時間、睡眠セッション後の約１２時間、睡眠セッション後の約２４時間から約１週間、睡眠セッション後の約１２時間から約１か月後などであり得る。

ユーザ２１０が呼吸療法システムの規定の使用法を遵守すると、睡眠の質が向上し、１日を通しての活動量（例えば歩数）の増大、安静時の心拍数の低減、心拍数変動の低減、（例えば、カロリー燃焼量の増大による）体重の減少、食生活の改善（例えば、カロリー摂取量の減少）、頭痛回数の減少、またはそれらの任意の組み合わせにつながるのが典型的である。トレーニングされたＭＬＡ（ステップ５０４）を使用してステップ５０５の実行中に判断された予想活動レベルは、所定の期間（例えば、睡眠セッション終了後の１２時間）中の予想歩数、予想燃焼カロリー数、予想安静時心拍数、予想心拍数変動、予想頭痛回数、予想体重減少、またはそれらの任意の組み合わせを含み得る。ステップ５０５の実行中に判断された予想活動レベルは、モバイルデバイスのディスプレイデバイス１７６、呼吸システム１２０のディスプレイデバイス１２８、またはその両方を使用して、ユーザ２１０に表示または伝達することができる。判断された予想活動レベルをユーザ２１０に伝達することは、ユーザ２１０が呼吸システム１２０の規定の使用法を遵守することを促したり動機付けしたりするのを支援することができる。

方法５００のステップ５０６は、標準化されたテストに対してユーザが睡眠セッション後に経験する反応時間の予想値を、トレーニングされたＭＬＡ（ステップ５０４）を使用してこの所定の期間中に判断することを含む。睡眠の質が高かった人は、睡眠の低が質かった人よりも冴えており、眠くなりにくい。反応時間は、例えば、クリック反応時間テスト、タップ反応時間テスト、スピードテスト、認識テスト、解決テスト、処理テスト、解読テスト、棒反応テスト、電光板反応テスト、またはそれらの任意の組み合わせなど、標準化されたテストを使用して、刺激に対する個人の反応の素早さを測定または評価する。ステップ５０６の実行中に判断された予想反応時間は、モバイルデバイスのディスプレイデバイス１７６、呼吸システム１２０のディスプレイデバイス１２８、またはその両方を使用して、ユーザ２１０に表示または伝達され得る。判断された予想反応時間をユーザ２１０に伝達することは、ユーザ２１０が呼吸システム１２０の規定の使用法を遵守することを促したり動機付けたりするのを支援することができる。

方法５００のステップ５０７は、トレーニングされたＭＬＡを使用して、睡眠セッション後にユーザが経験するであろう予想主観的眠気スコアを判断することを含む（ステップ５０４）。主観的眠気スコアは、睡眠セッション後のユーザ２１０の主観的感覚に基づいており、０から１００の数値（例えば整数）で表すこと、または他の指標（例えば、極度または非常に眠い、適度に眠い、どちらでもない、眠くないなど）を使用して表すことができる。ステップ５０７の実行中に判断された予想主観的眠気スコアは、モバイルデバイスのディスプレイデバイス１７６、呼吸システム１２０のディスプレイデバイス１２８、またはその両方を使用して、ユーザ２１０に表示または伝達され得る。予想主観的眠気スコアをユーザ２１０に伝達することは、ユーザ２１０が呼吸システム１２０の規定の使用法を遵守することを促したり動機付けたりするのを支援することができる。

方法５００のステップ５０８は、ユーザの主観的感覚に関する被験者フィードバックをユーザに求めるプロンプトを表示することを含む。ユーザの主観的感覚は、例えば、記述用語（例えば、悪い、まあまあ、神経的、良い、大変良い、眠い、疲れた、休まった、冴えているなど）、数値（例えば、０から１０の整数で、１０は最高の主観的感覚を示し、０は最低の主観的感覚を示す）、またはその両方を使用して表すことができる。このプロンプトは、外部デバイス１７０（図１）のディスプレイデバイス１７６、呼吸システム１２０のディスプレイデバイス１２８、またはその両方を使用して表示することができる。このプロンプトは概して、被験者フィードバックを提供するようユーザ２１０に指示し、英数字テキストおよび／または他の指標としてユーザ２１０に視覚的に表示または伝達され得る。代替として、このプロンプトは、（例えば、スピーカ１４８と同一または同様である外部デバイス１７０に連結または統合されたスピーカを使用して）ユーザ２１０に聴覚的に伝えることができる。

同様に、ユーザ２１０からの被験者フィードバックは、外部デバイス１７０のディスプレイデバイス１７６によって受け取ることができる。例えば、求められた被験者フィードバックは、ディスプレイデバイス１７６上に表示された１つ以上の指標を（例えば、クリックまたはタップして）選択すること、（例えば、ディスプレイデバイス１７６上に表示されたタッチキーボードを使用して）英数字テキストを入力すること、（例えば、マイクロフォン１４６と同一または同様である外部デバイス１７０に連結または統合されているマイクロフォンを用いた）音声入力を使用すること、またはそれらの任意の組み合わせを使用すること、によって提供することができる。

本明細書に記載されているＭＬＡは、このプロンプトを受け、ステップ５０８の実行中に提供された被験者フィードバックを使用して、ステップ５０４の実行中にトレーニングすることができる。複数の睡眠セッションにわたって提供された被験者フィードバックは、上記の過去の呼吸器データおよび過去のセンサデータと同一または同様の方法でＭＬＡをトレーニングするための過去の被験者フィードバックとして、制御システム１１０（図１）のメモリデバイス１１４に記憶することができる。このＭＬＡは、本明細書に記載されている睡眠スコアまたは基準と、ステップ５０８の実行中に提供された被験者フィードバックとの組み合わせである（例えば、数値または記述文として表される）生活の質の基準を判断するようにトレーニングすることができる。

本明細書においては、方法３００、方法４００、および方法５００を、睡眠セッション中の生理学的データを収集するものとして記載してきたが、これらの方法は、ユーザが日中起きているときに同一または同様の生理学的データを生成または取得する目的で（例えば、システム１００を使用して）実施できるのが、より一般的である。かかる実装形態においては、生理学的データを生成するためのセンサが、日中の少なくとも一部分を通して、（例えば、ユーザ２１０のポケットの中など、）ユーザ２１０に概して隣接して位置または所在できる外部デバイス１７０に連結または統合することができる。睡眠セッション外で生成または取得されたそのユーザの生理学的データは、睡眠セッション中に生成または取得された生理学的データと比較すること、または睡眠セッションの範囲外で生成または取得された、過去に記録された生理学的データと比較することができる。これらの比較は、例えば、方法５００（図５）のステップ５０４の実行中にＭＬＡをトレーニングして、活動レベルを予想する（ステップ５０５）、反応時間の値を予想する（ステップ５０６）、主観的睡眠スコアを予想する（ステップ５０７）、またはそれらの任意の組み合わせを行うのに使用することができる。

本明細書で使用されている睡眠セッションは、例えば、初回の開始時刻および終了時刻に基づいていくつかの方法で定義することができる。図６を参照すると、ある睡眠セッションの例示的な時系列６００が表されている。時系列６００は、就床時刻（ｔ_ｂｅｄ）と、入眠時刻（ｔ_ＧＴＳ）と、初回就眠時間（ｔ_{ｓｌｅｅｐ}）と、第１の微小覚醒ＭＡ_１および第２の微小覚醒ＭＡ_２と、覚醒時刻（ｔ_ｗａｋｅ）と、起床時刻（ｔ_ｒｉｓｅ）と、を含む。

本明細書においては、睡眠セッションを複数の方法で定義することができる。例えば、睡眠セッションを、初回の開始時刻および終了時刻によって定義することができる。いくつかの実装形態においては、睡眠セッションが、ユーザが眠っている持続時間であり、すなわち睡眠セッションは、開始時刻と終了時刻とを有し、睡眠セッション中はユーザが終了時刻まで覚醒しない。すなわち、ユーザが覚醒している時間は、睡眠セッションに含まれない。睡眠セッションの第１の定義からは、ユーザが一晩で複数回覚醒および入眠した場合、それらの覚醒期間によって隔てられたそれぞれの睡眠期間が睡眠セッションとなる。

代替として、いくつかの実装形態においては、睡眠セッションが、開始時刻と終了時刻とを有し、その睡眠セッション中は、ユーザが覚醒している連続時間が覚醒持続時間閾値未満である限り、そのユーザは、睡眠セッションが終了せずに覚醒することができる。覚醒持続時間閾値は、睡眠セッションの百分率と定義することができる。覚醒持続時間閾値は、例えば、睡眠セッションの約２０パーセント、睡眠セッション持続時間の約１５パーセント、睡眠セッション持続時間の約１０パーセント、睡眠セッション持続時間の約５パーセント、睡眠セッション持続時間の約２パーセント等、または他の任意の閾値パーセントであり得る。いくつかの実装形態においては、覚醒持続時間閾値が、例えば、約１時間、約３０分、約１５分、約１０分、約５分、約２分など、または他の任意の量の時間と定義される。

いくつかの実装形態においては、睡眠セッションが、ユーザが最初に就床した夜の時刻から、ユーザが最後に起床した翌朝の時刻までの総時間と定義される。別の言い方をすれば、睡眠セッションは、（ユーザが寝る前に最初にテレビを見たりスマートフォンをいじったりすることを意図した場合ではなく）ユーザが寝るという意図を持って最初に就床した、現在の夜と称せる第１の日付（例えば、２０２０年９月７日月曜日）の第１の時刻（例えば午後１０：００）に始まり、ユーザがその翌朝に再び寝ないという意図を持って最初に起床した、翌朝と称せる第２の日付（例えば２０２０年９月８日火曜日）の第２の時刻（例えば午前７：００）に終わる時間と定義することができる。

いくつかの実装形態においては、ユーザが睡眠セッションの開始を手動で定義し、かつ／または睡眠セッションを手動で終了させることができる。例えば、ユーザは、外部デバイス１７０（図１）のディスプレイデバイス１７２に表示される１つ以上のユーザ選択可能要素を（例えば、クリックすること、またはタップすることによって）選択して、睡眠セッションを手動で開始または終了させることができる。

図６を参照すると、就床時刻ｔ_ｂｅｄは、ユーザが入眠する前に最初に就床（例えば、図２のベッド２３０）する（例えば、ユーザがベッドに横になったり座ったりする）時刻と関連付けられている。就床時刻ｔ_ｂｅｄは、ユーザが寝るために就床する時刻と、ユーザが他の理由で（例えば、テレビを見るために）就床する時刻と、を区別するために、就床閾値持続時間に基づいて特定することができる。例えば、就床閾値持続時間は、少なくとも約１０分間、少なくとも約２０分間、少なくとも約３０分間、少なくとも約４５分間、少なくとも約１時間、少なくとも約２時間などであり得る。本明細書においては、ベッドを参照して就床時刻ｔ_ｂｅｄを説明しているが、就床時刻ｔ_ｂｅｄは、ユーザが寝るために最初に何らかの箇所（例えば、ソファ、椅子、寝袋など）に就いた時刻を表し得るのが、より一般的である。

入眠時刻（ＧＴＳ）は、ユーザが、床に就いた後、最初に入眠を試行する時刻（ｔ_ｂｅｄ）と関連付けられている。例えば、ユーザは、床に就いた後、眠ろうとする前に、くつろぐために１つ以上の活動（例えば、読書、テレビ視聴、音楽鑑賞、外部デバイス１７０の使用など）をし得る。初回就眠時刻（ｔ_{ｓｌｅｅｐ}）は、ユーザが最初に入眠した時刻である。例えば、初回就眠時刻（ｔ_{ｓｌｅｅｐ}）は、ユーザが最初にノンレム睡眠段階に入った時刻であり得る。

覚醒時刻ｔ_ｗａｋｅは、（例えば、ユーザが夜中に目覚めて眠りに戻るのではなく、）ユーザが眠りに戻ることなく目覚めた時期と関連付けられた時刻である。ユーザは、最初に入眠した後、短い持続時間（例えば、５秒、１０秒、３０秒、１分など）を有する、より多くの無意識の微小覚醒（例えば、微小覚醒ＭＡ_１およびＭＡ_２）のうちの１つを経験し得る。ユーザは、覚醒時刻ｔ_ｗａｋｅではなく、微小覚醒ＭＡ_１およびＭＡ_２のそれぞれを経て、再び眠る。同様に、ユーザは、最初に入眠した後、１つ以上の意識的な覚醒（例えば、トイレに行くために起きる、子供やペットの世話をする、夢中歩行するなど）を有し得る。ただし、ユーザは覚醒Ａの後、眠りに戻る。そのため、覚醒時刻ｔ_ｗａｋｅは、例えば、（例えば、ユーザが少なくとも１５分間、少なくとも２０分間、少なくとも３０分間、少なくとも１時間等にわたって覚醒している）覚醒閾値持続時間に基づいて定義することができる。

同様に、起床時刻ｔ_ｒｉｓｅは、（例えば、ユーザが夜中にトイレに行くこと、子供やペットの世話をすること、夢中歩行することなどではなく、）睡眠セッションを終了するという意図を持ってユーザがベッドを後にし、離れた時刻と関連付けられている。言い換えれば、起床時刻ｔ_ｒｉｓｅは、ユーザが次の睡眠セッション（例えば、翌日の夜）までベッドに戻ることなく、最後にベッドを離れた時刻である。そのため、起床時刻ｔ_ｒｉｓｅは、例えば、（例えば、ユーザが少なくとも１５分間、少なくとも２０分間、少なくとも３０分間、少なくとも１時間などにわたって離床している）起床閾値持続時間に基づいて定義することができる。睡眠セッション後の第２の就床時刻ｔ_ｂｅｄも、（例えば、ユーザが少なくとも４時間、少なくとも６時間、少なくとも８時間、少なくとも１２時間などにわたって離床している）起床閾値持続時間に基づいて定義することができる。

上記のとおり、ユーザは、初回のｔ_ｂｅｄから最終のｔ_ｒｉｓｅまでの夜間にもう１回目覚めて離床し得る。いくつかの実装形態においては、事象（例えば、入眠または離床）後の所定の閾値持続時間に基づいて特定または判断される最終起床時刻ｔ_ｗａｋｅおよび／または最終起床時刻ｔ_ｒｉｓｅ。かかる閾値持続時間は、ユーザに合わせてカスタマイズすることができる。夜就床し、朝覚醒および起床する標準的なユーザの場合には、約１２時間から約１８時間の間の任意の時間（ユーザが覚醒（ｔ_ｗａｋｅ）または起床（ｔ_ｒｉｓｅ）してから就床（ｔ_ｂｅｄ）、入眠（ｔ_ＧＴＳ）または就眠（ｔ_{ｓｌｅｅｐ}）するまでの間）を用いることができる。ベッドで過ごす時間が長いユーザであれば、より短い閾値時間（例えば、約８時間から約１４時間）が使用され得る。この閾値時間は、ユーザの睡眠挙動を監視するシステムに基づいて、最初に選択および／または後で調整され得る。

全就床時間（ＴＩＢ）は、就床時刻ｔ_ｂｅｄから起床時刻ｔ_ｒｉｓｅまでの持続時間である。全睡眠時間（ＴＳＴ）は、初回就眠時刻から覚醒時刻までの持続時間から、その間の意識的または無意識的な覚醒および／または微小覚醒を除外した時間と関連付けられている。全睡眠時間（ＴＳＴ）は、全就床時間（ＴＩＢ）よりも短く（例えば、１分短く、１０分短く、１時間短くなど）なるのが一般的である。例えば、図６の時系列６００を参照すると、全睡眠時間（ＴＳＴ）は、初回就眠時刻ｔ_{ｓｌｅｅｐ}から覚醒時刻ｔ_ｗａｋｅまでであるが、第１の微小覚醒ＭＡ_１、第２の微小覚醒ＭＡ_２、および覚醒Ａの持続時間が除外されている。図示のとおり、本例においては、全睡眠時間（ＴＳＴ）が全就床時間（ＴＩＢ）よりも短い。

いくつかの実装形態においては、全睡眠時間（ＴＳＴ）を、全持続睡眠時間（ＰＴＳＴ）と定義することができる。かかる実施形態においては、全持続睡眠時間が、第１のノンレム段階（例えば、軽睡眠段階）の所定の初期部分または初期時間を除外している。例えば、この所定初期部分は、約３０秒間から約２０分間、約１分間から約１０分間、約３分間から約５分間などであり得る。全持続睡眠時間は、持続した睡眠の測定値であり、睡眠／覚醒睡眠経過図を滑らかにする。例えば、ユーザの初回入眠時に、そのユーザは、非常に短い時間（例えば約３０秒間）にわたる第１のノンレム段階に入り、短時間（例えば１分間）の覚醒段階に戻った後に、第１のノンレム段階に戻り得る。本例においては、全持続睡眠時間が、第１のノンレム段階の最初の事例（例えば約３０秒間）を除外している。

いくつかの実装形態においては、睡眠セッションが、就床時刻（ｔ_ｂｅｄ）に始まり、起床時刻（ｔ_ｒｉｓｅ）に終わる時間、すなわち全就床時間（ＴＩＢ）と定義されている。いくつかの実装形態においては、睡眠セッションが、初回就眠時刻（ｔ_{ｓｌｅｅｐ}）に始まり、覚醒時刻（ｔ_ｗａｋｅ）に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、全睡眠時間（ＴＳＴ）と定義されている。いくつかの実装形態においては、睡眠セッションが、入眠時刻（ｔ_ＧＴＳ）に始まり、覚醒時刻（ｔ_ｗａｋｅ）に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、入眠時刻（ｔ_ＧＴＳ）に始まり、起床時刻（ｔ_ｒｉｓｅ）に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、就床時刻（ｔ_ｂｅｄ）に始まり、覚醒時刻（ｔ_ｗａｋｅ）に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、初回就眠時刻（ｔ_{ｓｌｅｅｐ}）に始まり、起床時刻（ｔ_ｒｉｓｅ）に終わるものと定義されている。

図７を参照すると、いくつかの実装形態に係る、時系列６００（図６）に対応する例示的な睡眠経過図７００が表されている。図示のとおり、睡眠経過図７００は、睡眠／覚醒信号７０１と、覚醒段階軸７１０と、レム段階軸７２０と、軽睡眠段階軸７３０と、深睡眠段階軸７４０と、を含む。睡眠／覚醒信号７０１と軸７１０～７４０のうちの１つとの交点は、睡眠セッション中の任意の所与の時刻における睡眠段階を示している。

睡眠／覚醒信号７０１は、ユーザと関連付けられた（例えば、本明細書に記載されているセンサ１３０のうちの１つ以上によって生成された）生理学的データに基づいて生成することができる。睡眠／覚醒信号は、覚醒、リラックスした覚醒、微小覚醒、レム段階、第１のノンレム段階、第２のノンレム段階、第３のノンレム段階、また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し得る。いくつかの実装形態においては、第１のノンレム段階、第２のノンレム段階、および第３のノンレム段階のうちの１つ以上をひとまとめにし、軽睡眠段階または深睡眠段階として分類することができる。例えば、軽睡眠段階は、第１のノンレム睡眠段階を含み得、深睡眠段階は、第２のノンレム睡眠段階と第３のノンレム睡眠段階とを含み得る。睡眠経過図７００は、図７において、軽睡眠段階軸７３０と深睡眠段階軸７４０とを含むものとして示されているが、睡眠経過図７００は、第１のノンレム段階、第２のノンレム段階、および第３のノンレム段階のそれぞれを表す軸を含み得る。他の実装形態においては、睡眠／覚醒信号が、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、またはそれらの任意の組み合わせも示し得る。睡眠／覚醒信号について記述している情報は、メモリデバイス１１４に記憶することができる。

睡眠経過図７００は、例えば、入眠潜時（ＳＯＬ）、中途覚醒（ＷＡＳＯ）、睡眠効率（ＳＥ）、睡眠断片化指数、睡眠ブロック、またはそれらの任意の組み合わせなど、１つ以上の睡眠関連パラメータを判断するのに使用することができる。

入眠潜時（ＳＯＬ）は、入眠時刻（ｔ_ＧＴＳ）と初回就眠時刻（ｔ_{ｓｌｅｅｐ}）との間の時間と定義される。言い換えれば、入眠潜時は、ユーザが最初に入眠を試行してから実際に入眠するまでに要した時間を示す。いくつかの実装形態においては、入眠潜時が持続的入眠潜時（ｐｅｒｓｉｓｔｅｎｔ ｓｌｅｅｐ ｏｎｓｅｔ ｌａｔｅｎｃｙ：ＰＳＯＬ）と定義される。持続的入眠潜時は、入眠時刻から所定量の持続的睡眠までの持続時間と定義されるという点で、入眠潜時とは異なる。いくつかの実装形態においては、所定量の持続的睡眠が、例えば、第２のノンレム段階内、第３のノンレム段階内、ならびに／または２分間以下の覚醒、第１のノンレム段階、および／もしくはその間の移動を伴うレム段階内の少なくとも１０分間の睡眠、を含み得る。言い換えれば、持続的入眠潜時は、例えば、第２のノンレム段階内、第３のノンレム段階内、および／またはレム段階内での最大８分間の持続的睡眠を要する。他の実装形態においては、所定量の持続的睡眠が、初回就眠時刻後の第１のノンレム段階内、第２のノンレム段階内、第３のノンレム段階内、および／またはレム段階内の少なくとも１０分間の睡眠を含み得る。かかる実装形態においては、所定量の持続的睡眠が、一切の微小覚醒を除外し得る（例えば、１０秒間の微小覚醒後に、その１０分間が再開されることはない）。

中途覚醒（ＷＡＳＯ）は、初回就眠時刻から覚醒時刻までの間でユーザが覚醒している全持続時間と関連付けられている。そのため、中途覚醒は、意識的か無意識的かを問わず、睡眠セッション中の短時間覚醒と微小覚醒と（例えば、図４に示す微小覚醒ＭＡ_１とＭＡ_２と）を含む。いくつかの実装形態においては、中途覚醒（ＷＡＳＯ）が、所定の長さ（例えば、１０秒間超、３０秒間超、６０秒間超、約５分間超、約１０分間超など）を有する全覚醒持続時間だけを含む持続的中途覚醒（ＰＷＡＳＯ）と定義される。

睡眠効率（ＳＥ）は、全就床時間（ＴＩＢ）と全睡眠時間（ＴＳＴ）との比率と判断される。例えば、全就床時間が８時間で、全睡眠時間が７．５時間であれば、その睡眠セッションの睡眠効率は９３．７５％である。睡眠効率は、ユーザの睡眠衛生を表す。例えば、ユーザが就床し、睡眠前に他の活動（例えば、テレビの視聴）に時間を費やすと、睡眠効率が低下する（例えば、そのユーザが罰則を受ける）。いくつかの実装形態においては、全就床時間（ＴＩＢ）と、ユーザが入眠を試行する全時間と、に基づいて睡眠効率（ＳＥ）を計算することができる。かかる実装形態においては、ユーザが入眠を試行する全持続時間が、本明細書に記載されている入眠時刻（ＧＴＳ）から起床時刻までの時間と定義される。例えば、全睡眠時間が８時間（例えば、午後１１時から午前７時まで）、入眠時刻が午後１０：４５、起床時刻が午前７：１５であれば、かかる実施形態においては、睡眠効率パラメータが約９４％と計算される。

断片化指標は、睡眠セッション中の覚醒回数に少なくとも部分的に基づいて判断される。例えば、ユーザが２回の微小覚醒（例えば、図７に示す微小覚醒ＭＡ_１および微小覚醒ＭＡ_２）を有していた場合には、断片化指標を２と表すことができる。いくつかの実装形態においては、この断片化指標が、所定範囲の整数間（例えば、０から１０の間）でスケーリングされる。

睡眠ブロックは、任意の睡眠段階（例えば、第１のノンレム段階、第２のノンレム段階、第３のノンレム段階、および／またはレム）と覚醒段階との間での移行と関連付けられる。睡眠ブロックは、例えば、３０秒の分解能で計算することができる。

いくつかの実装形態においては、本明細書に記載されているシステムおよび方法が、就床時刻（ｔ_ｂｅｄ）、入眠時刻（ｔ_ＧＴＳ）、初回就眠時刻（ｔ_{ｓｌｅｅｐ}）、１回以上の第１の微小覚醒（例えば、ＭＡ_１およびＭＡ_２）、覚醒時刻（ｔ_ｗａｋｅ）、起床時刻（ｔ_ｒｉｓｅ）、またはそれらの任意の組み合わせを睡眠経過図の睡眠／起床信号に少なくとも部分的に基づいて判断または特定するために、睡眠／起床信号を含む睡眠経過図を生成または分析することを含み得る。

他の実装形態においては、センサ１３０のうちの１つ以上を使用して、就床時刻（ｔ_ｂｅｄ）、入眠時刻（ｔ_ＧＴＳ）、初回就眠時刻（ｔ_{ｓｌｅｅｐ}）、１回以上の第１の微小覚醒（例えば、ＭＡ_１およびＭＡ_２）、覚醒時刻（ｔ_ｗａｋｅ）、起床時刻（ｔ_ｒｉｓｅ）、またはそれらの任意の組み合わせを判断または特定することができ、ひいては睡眠セッションを定義することができる。例えば、就床時刻ｔ_ｂｅｄは、モーションセンサ１３８、マイクロフォン１４０、カメラ１５０、またはそれらの任意の組み合わせなどによって生成されたデータに基づいて判断することができる。入眠時刻は、例えば、モーションセンサ１３８からのデータ（例えば、ユーザによる動きがないことを示すデータ）、カメラ１５０からのデータ（例えば、ユーザによる動きがないこと、および／またはユーザが照明を消したことを示すデータ）、マイクロフォン１４０からのデータ（例えば、使用がテレビを消したことを示すデータ）、外部デバイス１７０からのデータ（例えば、ユーザが外部デバイス１７０をもう使用していないことを示すデータ）、圧力センサ１３２および／または流量センサ１３４からのデータ（例えば、ユーザが呼吸デバイス１２２の電源を投入したことを示すデータ、ユーザがユーザインターフェース１２４を着用したことを示すデータなど）、またはそれらの任意の組み合わせなどに基づいて判断することができる。

以下の請求項１～８４のうちいずれかの１つ以上からの１つ以上の要素または態様またはステップあるいはその一部（単数または複数）をその他の請求項１～８４のいずれかの１つ以上あるいはその組み合わせからの１つ以上の要素または態様またはステップあるいはその一部（単数または複数）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行および／または請求項を形成することができ得る。

本開示について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てきたが、当業者であれば、本開示の意図および範囲から逸脱すること無く多数の変更が可能であり得ることを認識する。これらの実装形態およびその明確な変更例はそれぞれ、本開示の意図および範囲に収まるものとして企図される。そして、本開示の各種態様によるさらなる実装形態が、本明細書に記載された実装形態のいずれかから任意の数の特徴を組み合わせ得ることも企図されている。

Claims (32)

1. １つ以上のコンピュータにより実行される方法であって、
   ユーザの睡眠セッションと関連付けられた第１の生理学的データを第１のセンサから受け取ることと、
   ユーザの睡眠セッションと関連付けられた第２の生理学的データを第２のセンサから受け取ることと、
   前記第１の生理学的データに少なくとも部分的に基づいて、前記ユーザの前記睡眠セッションと関連付けられた第１の組の睡眠関連パラメータを判断することと、
   前記第２の生理学的データに少なくとも部分的に基づいて、前記ユーザの前記睡眠セッションと関連付けられた第２の組の睡眠関連パラメータを判断することと、
   前記第１の組の睡眠関連パラメータと前記第２の組の睡眠関連パラメータとの間での比較に少なくとも部分的に基づいて前記第２のセンサを較正することであって、前記第２のセンサの較正の前に、前記第２の組の睡眠関連パラメータが前記第１の組の睡眠関連パラメータと一致せず、前記第２のセンサの前記較正の後に、前記第２の組の睡眠関連パラメータが前記第１の組の睡眠関連パラメータと一致する、較正することと、
   前記第１のセンサおよび較正された前記第２のセンサを動作させ、前記第１のセンサが動作しているときに前記第１のセンサから受け取った前記第１の生理学的データから睡眠関連パラメータを判断し、その後の睡眠セッション中に前記第１のセンサが動作していないときに前記第２のセンサから受け取った前記第２の生理学的データから睡眠関連パラメータを判断することと、を含む方法。
2. 前記第１のセンサが呼吸療法システムに物理的に連結または統合されている、請求項１に記載の方法。
3. 前記呼吸療法システムが、加圧空気を供給するように構成された呼吸デバイスと、導管を介して前記呼吸デバイスに連結されたユーザインターフェースと、を含む、請求項２に記載の方法。
4. 前記第１のセンサが、圧力センサまたは流量センサである、請求項２または請求項３に記載の方法。
5. 前記第１のセンサが、前記ユーザインターフェースが前記ユーザと係合しているときに前記第１の生理学的データを生成するように構成され、前記第２のセンサが、前記ユーザインターフェースが前記ユーザと係合しているとき、および前記ユーザインターフェースが前記ユーザと係合していないときに前記第２の生理学的データを生成するように構成されている、請求項３に記載の方法。
6. 前記第２のセンサが、モーションセンサ、音響センサ、ＲＦセンサ、ＰＰＧセンサ、またはそれらの任意の組み合わせである、請求項１から５のいずれか一項に記載の方法。
7. 前記第２のセンサを較正することが、前記第２のセンサの１つ以上のパラメータを変更することを含む、請求項１から６のいずれか一項に記載の方法。
8. 前記センサの前記１つ以上のパラメータが、前記センサの信号の周波数、位相、力、振幅、強度、変調、前記センサの１つ以上のアンテナのビームパターン、オンとオフ、前記センサの１つ以上のアンテナのビーム形成、物理位置、前記センサの物理位置、またはそれらの任意の組み合わせを含む、請求項７に記載の方法。
9. 前記第２の組の睡眠関連パラメータを判断することが、メモリに記憶された機械可読命令を実行する制御システムによって実行され、
   前記第２のセンサを較正することが、前記機械可読命令の１つ以上のパラメータを変更することを含む、請求項１から８のいずれか一項に記載の方法。
10. 第１の組の睡眠関連パラメータが、前記睡眠セッション中の前記ユーザと関連付けられた第１の呼吸信号を含み、前記第２の組の睡眠関連パラメータが、前記睡眠セッション中の前記ユーザと関連付けられた第２の呼吸信号を含む、請求項１から９のいずれか一項に記載の方法。
11. 前記第２のセンサの前記較正の前に、前記第２の呼吸信号が前記第１の呼吸信号と一致せず、前記第２のセンサの前記較正の後に、前記第２の呼吸信号が前記第１の呼吸信号と一致する、請求項１０に記載の方法。
12. 前記第２のセンサが、呼吸療法システムとは別々かつ別個であるユーザデバイスに物理的に連結または統合されている、請求項２から１１のいずれか一項に記載の方法。
13. 前記第１の組の睡眠関連パラメータ、前記第２の組の睡眠関連パラメータ、またはその両方の明示を前記ユーザに伝えることをさらに含む、請求項３に記載の方法。
14. 前記明示が、前記第１の組の睡眠関連パラメータの少なくとも一部分と前記第２の組の睡眠関連パラメータの少なくとも一部分との比較を含む、請求項１３に記載の方法。
15. 前記明示が、前記ユーザインターフェースが前記ユーザと係合している前記睡眠セッションの第１の部分における前記ユーザの睡眠の質と、前記ユーザインターフェースが前記ユーザと係合していない前記睡眠セッションの第２の部分における前記ユーザの睡眠の質と、を示す、請求項１４に記載の方法。
16. １つ以上の睡眠習慣を調整する推奨を前記ユーザに伝えることをさらに含む、請求項１３または請求項１４に記載の方法。
17. 前記ユーザの１つ以上の睡眠習慣を調整する前記推奨が、前記ユーザが就床する時刻、前記ユーザが覚醒する時刻、前記睡眠セッションの持続時間、前記睡眠セッション中に前記ユーザが前記ユーザインターフェースを着用している時間、またはそれらの任意の組み合わせを変更する推奨を含む、請求項１６に記載の方法。
18. 前記明示が、前記睡眠セッション中の前記ユーザの睡眠の質を示す睡眠品質基準と、前記睡眠品質基準の改善を支援するために前記ユーザの１つ以上の睡眠習慣を調整する推奨と、を含む、請求項１４から１７のいずれか一項に記載の方法。
19. 前記明示が、前記ユーザが前記１つ以上の睡眠習慣を調整する前記推奨を実施したことに対応する前記睡眠品質基準の予想数量改善をさらに含む、請求項１８に記載の方法。
20. 前記１つ以上の睡眠習慣を調整する前記推奨が、呼吸療法システムの平均使用時間を増やす推奨を含む、請求項１９に記載の方法。
21. 前記睡眠セッション中の前記ユーザの同床者と関連付けられた第３の生理学的データを受け取ることと、
    前記睡眠セッション中の前記同床者と関連付けられた第３の組の睡眠関連パラメータを判断することと、
    前記第３の組の睡眠関連パラメータうちの少なくとも１つの明示を、前記ユーザ、同床者、またはその両者に伝えることと、をさらに含む、請求項１から２０のいずれか一項に記載の方法。
22. 前記明示が、前記同床者の前記第３の組の睡眠関連パラメータのうちの少なくとも１つを改善するのを支援するために、前記ユーザの１つ以上の睡眠習慣を調整する推奨をさらに含む、請求項２１に記載の方法。
23. 前記明示が、前記ユーザの前記１つ以上の睡眠習慣を調整する前記推奨を前記ユーザが実施したことに対応する前記同床者の前記第３の組の睡眠関連パラメータのうちの少なくとも１つにおける予想数量改善をさらに含む、請求項２２に記載の方法。
24. 前記第１の組の睡眠関連パラメータ、前記第２の組の睡眠関連パラメータ、またはその両方に少なくとも部分的に基づいて、呼吸療法システムの１つ以上のパラメータを変更することをさらに含む、請求項２から２３のいずれか一項に記載の方法。
25. 前記１つ以上のパラメータを変更することが、前記呼吸療法システムの呼吸デバイスのランプ時間の変更、前記呼吸デバイスの圧力設定の変更、前記ユーザが前記睡眠セッションから目覚めたという判断を受けての圧力設定の変更、またはそれらの任意の組み合わせを含む、請求項２４に記載の方法。
26. 前記第１の組の睡眠関連パラメータが、睡眠スコア、流れ信号、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、睡眠状態、呼吸療法システムの呼吸器デバイスの圧力設定、心拍数、心拍数変動、前記ユーザの動き、またはそれらの任意の組み合わせを含む、請求項１から２５のいずれか一項に記載の方法。
27. 前記第２の組の睡眠関連パラメータが、睡眠スコア、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、睡眠状態、心拍数、心拍
    数変動、前記ユーザの動き、またはそれらの任意の組み合わせを含む、請求項１から２６のいずれか一項に記載の方法。
28. 前記事象パターンが、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、いびき、周期性四肢運動、下肢静止不能症候群、またはそれらの任意の組み合わせを含む、請求項２６または請求項２７に記載の方法。
29. １つ以上のプロセッサを備える制御システムと、
    機械可読命令を記憶したメモリと、を備え、
    前記制御システムが前記メモリに連結され、前記メモリに記憶された前記機械可読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うちの少なくとも１つによって実行される
    と、請求項１から２８のいずれか一項に記載の方法が実施される、システム。
30. １つ以上の明示を前記ユーザに伝えるためのシステムであって、請求項１から２８のいずれか一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備える、システム。
31. １つ以上のコンピュータによって実行されると、請求項１から２８のいずれか一項に記載の方法を前記１つ以上のコンピュータに実行させる命令を含むコンピュータプログラム製品。
32. 前記コンピュータプログラム製品が、非一時的なコンピュータ可読媒体である、請求項３１に記載のコンピュータプログラム製品。