JP7446463B2 - 呼吸療法装置の意図的なリーク特性曲線を検出する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、２０２０年３月６日に出願された米国仮特許出願第６２／９８６，４３１号、２０２０年８月３１日に出願された米国仮特許出願第６３／０７２，７６８号、および２０２０年１１月２日に出願された米国仮特許出願第６３／１０８，８３７号の利点と優先権を主張するものであり、引用によりその全体を本明細書に包含する。

本開示は、全体的には呼吸療法装置に関連し、より具体的には、呼吸療法装置の意図的な特性曲線を検出するシステムおよび方法に関連する。

現在、マスク内のリーク量は、マスクの種類ごとの一般的な曲線に基づいて推定されている。マスクの種類は、フルフェイス、鼻用、枕の３つの一般的なカテゴリに分類できる。マスクの製作公差のため、一般的な曲線は常に希望どおりに正確であるとは限らない。これは、意図的なリークの推定が不正確になる可能性がある。したがって、ユーザーごと、マスクごとにカスタマイズされた、より正確な曲線が望まれる。本開示は、これらおよびその他の問題を解決することに向けられる。

本開示の一部の実装によると、呼吸療法装置の意図的なリーク特性曲線を決定する方法は以下のように開示される。流量データを受信する。流量データを、呼吸療法装置のユーザーの気道に向けられる加圧空気の複数の流量値に関連付ける。圧力データを受信する。圧力データを、加圧空気の複数の圧力値に関連付ける。最初のデカルト座標が生成される。第１のデカルト座標は、複数の流量値の少なくとも最初の部分に基づく最初のＸ値を有し、複数の圧力値の少なくとも最初の部分に基づく最初のＹ値を有する。２番目のデカルト座標が生成される。２番目のデカルト座標は、複数の流量値の少なくとも２番目の部分に基づく２番目のＸ値を有し、複数の圧力値の少なくとも２番目の部分に基づく２番目のＹ値を有する。呼吸療法装置の意図的リーク特性曲線は、生成された第１のデカルト座標および生成された第２のデカルト座標に少なくともある程度基づいて決定される。

本開示の一部の実装によると、方法は以下のように開示される。呼吸療法装置の圧力発生器を使用して、加圧空気流が最初の期間、ユーザーの気道に供給される。加圧空気の流れは、第１の公称圧力値を有する。呼吸療法装置内にある流量センサーを使用して、最初の期間における第１の複数の流量値が生成される。呼吸療法装置内にある圧力センサーを使用して、最初の期間における第１の複数の圧力値が生成される。第１デカルト座標が決定する。第１のデカルト座標は、第１の複数の流量値のうちの少なくとも第１の流量値に基づく第１のＸ値を有する。第１のデカルト座標は、第１の複数圧力値のうちの少なくとも第１の圧力値に基づく第１のＹ値を有する。第２の期間では、加圧空気の供給流は、第２の公称圧力値に調整される。第２公称圧力値は、第１公称圧力値とは異なる。呼吸療法装置内にある流量センサーを使用して、第２の期間の第２の複数の流量値が生成される。呼吸療法装置内にある圧力センサーを使用して、第２の期間における第２の複数の圧力値が生成される。２番目のデカルト座標が生成される。第２のデカルト座標は、第２の複数の流量値のうちの少なくとも第２の流量値に基づく第２のＸ値を有する。第２のデカルト座標は、第２の複数の圧力値のうちの少なくとも第２の圧力値に基づく第２のＹ値を有する。生成された第１のデカルト座標および生成された第２のデカルト座標に少なくともある程度は基づいて、呼吸療法装置に関連する意図的リーク特性曲線が決定される。

本開示の一部の実装によると、方法は以下のように開示される。呼吸療法装置の圧力発生器を使用して、加圧空気流が最初の期間、ユーザーの気道に供給される。加圧空気の流れは、第１の公称圧力値を有する。呼吸療法装置内にある流量センサーを使用して、第１の期間の第１の複数の流量値が生成される。第１のデカルト座標は、第１の複数の流量値のうちの少なくとも第１の流量値に基づく第１のＸ値を有する。第１のデカルト座標は、少なくとも第１の公称圧力値に基づく第１のＹ値を有する。加圧空気の供給流は、第２の期間、第２の公称圧力値に調整される。第２公称圧力値は、第１公称圧力値とは異なる。呼吸療法装置内にある流量センサーを使用して、第２の期間における第２の複数の流量値が生成される。２番目のデカルト座標が生成される。第２のデカルト座標は、第２の複数の流量値のうちの少なくとも第２の流量値に基づく第２のＸ値を有する。第２のデカルト座標は、少なくとも第２の公称圧力値に基づく第２のＹ値を有する。呼吸療法装置に関連する意図的リーク特性曲線は、生成された第１のデカルト座標および生成された第２のデカルト座標に少なくともある程度は基づいて決定される。

本開示の一部の実装によると、呼吸療法装置の意図的なリーク特性曲線を決定する方法は以下のように開示される。呼吸療法装置のユーザーの気道に向けられた加圧空気に関連する複数の流量値が受信される。ユーザーの気道に向けられた加圧空気に関連する複数の圧力値が受信される。複数の圧力値のそれぞれは、複数の流量値のうちそれぞれに対応する。ユーザーの最初の呼吸への第１の関連と、ユーザーの第２の呼吸への第２の関連が識別される。複数の流量値は、第１の識別および第２の識別に少なくともある程度基づいてフィルタリングされる。フィルタリングは、複数の流量値のサブセットを生成する。呼吸療法装置の意図的リーク特性曲線は、複数の流量値のサブセットのうち少なくとも２セットと、複数の流量値のサブセットのうち少なくとも前記２セットに対応する圧力値とを使用して決定される。

本開示の一部の実装によると、装置には、制御システムおよびメモリが含まれる。制御システムは、１つまたは複数のプロセッサを含む。メモリには機械可読命令が保存されている。制御システムはメモリに結合されている。上に開示した方法のいずれも、メモリ内の機械実行可能命令が制御システムの単数または複数のプロセッサの少なくとも１つによって実行されるときに実施される。

本開示の一部の実装によると、呼吸療法装置の意図的なリーク特性曲線を決定するシステムは以下のように開示される。システムは、上で開示された方法のいずれか１つを実施するように構成された制御システムを含む。

本開示の一部の実装によると、コンピュータによって実行されると、コンピュータに上記で開示された方法のいずれか１つを実行させる命令を含むコンピュータプログラム製品。いくつかの実装形態では、コンピュータプログラム製品は、非一時的なコンピュータ可読媒体である。

本開示における、前述および追加の態様および実装は、様々な実施形態および／または実施の詳述を図面や簡単な説明を参照しながら考慮すれば、当業者にとっては明らかである。これについては以下に記述する。

本開示の上記および他の利点は、以下の詳細な説明を読み、図面を参照すると明らかになるであろう。

図１は、本開示の一部の実装による、睡眠セッションの睡眠に関連する１つまたは複数のパラメータを決定するシステムの機能ブロック図である。 図２は、本開示の一部の実装による、図１のシステムの少なくとも一部の斜視図、ユーザー、およびベッドパートナーである。 図３Ａは、本開示の一部の実装による、睡眠中の個人の呼吸波形を示す。 図３Ｂは、本開示の一部の実装による、約９０秒間にわたって正常に呼吸している非レム睡眠中の個人の選定睡眠ポリグラフチャネル（パルスオキシメトリ、流量、胸郭運動、および腹部運動）を示す。 図３Ｃは，本開示の一部の実装による、呼吸治療前の個人の睡眠ポリグラフを示す。 図３Ｄは、本開示の一部の実装による、個人が一連の完全閉塞性無呼吸を経験している時の流量データを示す。 図４Ａは、本開示の一部の実装による、呼吸療法装置のユーザーに関連する流量データを示す。 図４Ｂは、本開示の一部の実装による、呼吸療法装置のユーザーに関連する圧力データを示す。 図４Ｃは、本開示の一部の実装による、呼気圧力軽減モジュールを有する呼吸療法装置のユーザーに関連する圧力データを示す。 図５Ａは、本開示の一部の実装による、平均デバイス圧力およびリットル／分で表される平均総流量をプロットしたデカルト座標を示す。 図５Ｂは、本開示の一部の実装による、図５Ａのプロットされたデカルト座標上に当てはめられた特性曲線を示す。 図６は、本開示の一部の実装による、ユーザーに関連する呼吸療法装置の意図的リーク特性曲線を示す。 図７は、本開示の一部の実装による、呼吸療法装置の意図的リーク特性曲線を検出する方法の流れ図である。 図８は、本開示の一部の実装による、呼吸療法装置の意図的リーク特性曲線を決定する方法の流れ図を示している。 図９は、本開示の一部の実装による、呼吸療法下の呼吸中の流量（「Ｑ」）データおよび流容量（「Ｖ」）データを示す。 図１０は、本開示の一部の実装による、呼吸療法下での２回の呼吸中の流量（レート）データおよび流容量データを示す。 図１１は、開示の一部の実装による、圧力値（「Ｐ」；ｃｍＨ_２Ｏ）対流量値（「Ｑ」；１０秒当たりのリットル）の散布図に当てはめられた意図的リーク特性曲線を示す。 図１２は、本開示の一部の実装による、意図的リーク特性アルゴリズムに影響を与える４つのタイプのインピーダンス（Ｚ１、Ｚ２、Ｚ３、およびＺ４）を示す。

本開示は、様々な修正および形態の変更の可能性はあるが、具体的な実施および実施形態は、図面に例として示され、本明細書で詳細に説明される。しかしながら、本開示は開示された特定の形態に限定することを意図するものではなく、逆に、本開示は、添付の特許請求の範囲に定義する本開示の精神および範囲内にあるすべての修正、均等物、および代替物を網羅するものであることを理解されたい。

本開示は、添付の図面を参照して説明され、類似の参照番号を図面全体で使用し、類似または同等の要素を示している。図は縮尺通りに描かれておらず、単に本開示を説明するために提供されている。本開示のいくつかの態様は、説明のため適用例に言及しながら以下に説明する。

呼吸療法装置の意図的リーク推定の従来の方法は、マスク圧力に対するマスク通気流の特徴付けに基づいている。各マスクタイプ（フルフェイス、鼻、または枕）には、特定の圧力に対するマスクベントを通る流量など、一般化されたベント－フロー曲線が割り当てられる。これは、意図的なリークまたは予想されるリークと呼ばれる。たとえば、マスク圧力が３０ｃｍＨ_２Ｏの場合、フルフェイスマスクの通気流量は約７０Ｌ／分である。鼻マスクの通気流量は約６０Ｌ／分である。ピローマスクの通気流量は約５６Ｌ／分である。

これらの一般化された通気流量曲線は、多くの場合、事前に計算されてルックアップテーブルにプログラムされ、マスクタイプについてのユーザー入力に基づいてシステムによって選択される。したがって、正しいマスク設定を選択する必要があるが、常にそうであるとは限らない。さらに、製作公差によって、リーク推定値が不正確になる可能性がある。したがって、呼吸療法装置に関連する意図しないリークのレポートを改善する必要があるが、これには測定されたマスク圧力と測定された流量に基づいて計算されたマスクベントフロー曲線のカスタムモデルを使用する必要がある。

図１を参照すると、本開示の一部の実装によるシステム１００が示されている。システム１００は、制御システム１１０、メモリデバイス１１４、電子インターフェース１１９、１つまたは複数のセンサー１３０、および１つまたは複数のユーザーデバイス１７０を含む。一部の実装では、システム１００は、さらに任意で、呼吸療法装置１２０およびアクティビティトラッカー１８０を含む。

制御システム１１０は、１つまたはそれ以上のプロセッサ１１２（以下、「プロセッサ１１２」）を含む。制御システム１１０は、一般に、システム１００の様々な構成要素を制御（例えば、作動）し、および／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ために使用される。プロセッサ１１２は、汎用または専用のプロセッサまたはマイクロプロセッサとすることができる。図１には１つのプロセッサ１１２が示されているが、制御システム１１０（またはその他の制御システム）またはプロセッサ１１２（またはその他のプロセッサまたはその他の制御システムの部分）などの制御システム１１０の一部を使用して、本明細書で記載および／または特許請求する方法のいずれか１つまたは複数のステップを実行することもできる。制御システム１１０は、単一のハウジング内に配置できる、または互いに離れて配置できる適切な数のプロセッサ（たとえば、１つのプロセッサ、２つのプロセッサ、５つのプロセッサ、１０のプロセッサなど）を含むことができる。制御システム１１０は、例えば、ユーザーのデバイス１７０のハウジング、呼吸療法装置１２０の一部（例えば、ハウジング）、および／または１つのセンサー１３０のハウジング内等に結合および／または配置することができる。制御システム１１０は、集中化（１つのそのようなハウジング内）または分散化（物理的に別個の２つ以上のそのようなハウジング内）することができる。制御システム１１０を含む２つ以上のハウジングを含むそのような実装では、そのようなハウジングは、互いに近接および／または離して配置することができる。

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格納する。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、適切なコンピュータ可読記憶デバイスまたは媒体であり得る。メモリデバイス１１４の１つが図１に示されているが、システム１００は、適切な数のメモリデバイス１１４（例えば、１つのメモリデバイス、２つのメモリデバイス、５つのメモリデバイス、１０のメモリデバイスなど）を含むことができる。メモリデバイス１１４は、呼吸療法装置１２０の呼吸療法デバイス１２２のハウジング内、ユーザーデバイス１７０のハウジング内、センサー１３０のうちの１つ以上のハウジング内、またはそれらの任意の組み合わせに結合および／または配置することができる。制御システム１１０と同様に、メモリデバイス１１４は、（そのようなハウジングの１つ内で）集中化または分散化（物理的に異なる２つ以上のそのようなハウジング内で）することができる。

いくつかの実装形態では、メモリデバイス１１４は、ユーザーに関連付けられたユーザープロファイルを格納する。ユーザプロファイルは、例えば、ユーザーに関連付けられた人口統計情報、ユーザーに関連付けられたバイオメトリック情報、ユーザーに関連付けられた医療情報、自己報告されたユーザーフィードバック、ユーザーに関連付けられた睡眠パラメータ（例えば、これまでの１回またはそれ以上の睡眠セッションで記録された睡眠関連パラメータ）またはその組み合わせを含むことができる。人口統計学的情報は、例えば、ユーザーの年齢、ユーザーの性別、ユーザーの人種、ユーザーの地理的位置、関係性、不眠症または睡眠時無呼吸の家族歴、ユーザーの雇用状況、ユーザーの学歴、ユーザーの社会経済的状況、またはそれらの組み合わせを示唆する情報を含めることができる。医療情報は、例えば、ユーザーに関連する１つまたは複数の病状、ユーザーによる薬剤の使用、またはその両方を示す情報を含むことができる。医療情報データはさらに、多睡眠潜伏検査（ＭＳＬＴ）の結果またはスコアおよび／またはピッツバーグ睡眠品質指数（ＰＳＱＩ）のスコアまたは値を含むことができる。自己報告ユーザーフィードバックは、自己報告された主観的睡眠スコア（例えば、悪い、平均、優れている）、自己報告されたユーザーの主観的ストレスレベル、自己報告されたユーザーの主観的疲労レベル、ユーザーの自己申告による主観的な健康状態、ユーザーが最近経験したライフイベント、またはそれらの組み合わせを含めることができる。

電子インターフェース１１９は、１つまたは複数のセンサー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）を受信するように構成されており、データをメモリデバイス１１４に格納し、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使用して（例えば、ＲＦ通信プロトコル、Ｗｉ－Ｆｉ通信プロトコル、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信プロトコルを使用して、セルラーネットワークなどを介して）１つまたは複数のセンサー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、またはそれらの組み合わせを含むことができる。電子インターフェース１１９はまた、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と同一または類似の１つ以上のプロセッサおよび／または１つ以上のメモリデバイスを含むことができる。一部の実装では、電子インターフェース１１９は、ユーザーデバイス１７０に結合されるか、または統合される。その他の実装形態では、電子インターフェース１１９は、制御システム１１０および／またはメモリデバイス１１４に結合されるか、または統合される（例えば、ハウジング内に）。

上述のように、一部の実装では、システム１００は、オプションとして呼吸療法装置１２０（呼吸療法装置とも呼ばれる）を含む。呼吸療法装置１２０は、呼吸圧療法（ＲＰＴ）装置１２２（本明細書では呼吸療法デバイス１２２と呼ぶ）、ユーザーインターフェース１２４、導管１２６（チューブまたは空気回路とも呼ぶ）、ディスプレイデバイス１２８、加湿タンク１２９、またはそれらの組み合わせを含めることができる。一部の実装では、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、センサー１３０のうちの１つまたは複数、および加湿タンク１２９は、呼吸療法デバイス１２２の一部である。呼吸圧療法とは、ユーザーの呼吸サイクル全体の空気に関する名目上正数である制御された目標圧力で、ユーザーの気道入口に空気を供給することを指す（たとえば、タンクまたは胸甲呼吸器などの陰圧療法とは対照的）。呼吸療法装置１２０は、一般に、１つまたは複数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症、または混合型睡眠時無呼吸）を患う個人を治療するために使用される。

呼吸治療デバイス１２２は、一般に、（例えば、１つまたは複数の圧縮機を駆動する１つまたは複数のモータを使用して）ユーザーに送達される加圧空気を生成するために使用される。一部の実装では、呼吸治療デバイス１２２は、ユーザーに送達される連続的な一定の空気圧を生成する。その他の実装形態では、呼吸治療デバイス１２２は、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。さらに他の実装では、呼吸治療デバイス１２２は、所定の範囲内で様々に異なる空気圧を生成するように構成される。例えば、呼吸療法デバイス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と約１０ｃｍＨ_２Ｏの間、約７ｃｍＨ_２Ｏと約１２ｃｍＨ_２Ｏの間を送達することができる。呼吸療法デバイス１２２はまた、（周囲圧力に対して）陽圧を維持しながら、例えば約－２０Ｌ／分～約１５０Ｌ／分の所定の流量で加圧空気を送達することができる。

ユーザーインターフェース１２４は、ユーザーの顔の一部にかみ合わせ、呼吸療法デバイス１２２からユーザーの気道に加圧空気を送って、睡眠中の気道の狭窄および／または虚脱を防止するのを助ける。これにより、睡眠中のユーザーの酸素摂取量も増加する可能性がある。一般に、ユーザーインターフェース１２４はユーザーの顔にかみ合わせ、加圧空気がユーザーの口、ユーザーの鼻、またはユーザーの口と鼻の両方を介してユーザーの気道に送達されるようにする。呼吸療法デバイス１２２、ユーザーインターフェース１２４、および導管１２６は、共に、ユーザーの気道と流体的に結合された空気経路を形成する。加圧空気は、睡眠中のユーザーの酸素摂取量も増加させる。

適用される治療によっては、ユーザーインターフェース１２４は、例えば、ユーザーの顔の領域または部分とシールを形成して、効果を発するため、例えば、周囲圧力に対して約１０ｃｍＨ_２Ｏの陽圧でなど、周囲圧力と十分に異なる圧力でガスの送達ができるようにする。酸素供給などの他の形態の治療の場合、ユーザーインターフェースは、約１０ｃｍＨ_２Ｏの陽圧で気道へガスを十分供給できるようにするシールを含まない場合がある。

図２に示すように、一部の実装では、ユーザーインターフェース１２４は、ユーザーの鼻と口を覆う顔面マスク（例えば、フルフェイスマスク）である。あるいは、ユーザーインターフェース１２４は、ユーザーの鼻に空気を供給する鼻マスク、またはユーザーの鼻孔に空気を直接供給する鼻ピローマスクである。ユーザーインターフェース１２４は、例えば、ユーザーの一部（例えば、顔）上でインターフェースを位置決めおよび／または安定化しやすくするヘッドギアを形成する複数のストラップ（例えば、面ファスナーを含む）、およびユーザーインターフェース１２４とユーザーとの間の気密シールを提供するのを助けるコンフォーマルクッション（例えば、シリコーン、プラスチック、発泡体など）を含む場合がある。ユーザーインターフェース１２４はまた、ユーザー２１０によって吐き出された二酸化炭素および他のガスの逃避を可能にするための１つまたは複数のベントを含む場合がある。その他の実装形態では、ユーザーインターフェース１２４は、マウスピース（例えば、ユーザー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、下顎骨再配置装置など）を含む。

導管１２６（空気回路またはチューブとも呼ばれる）は、呼吸療法デバイス１２２およびユーザーインターフェース１２４などの呼吸療法装置１２０の２つの構成要素の間の空気の流れを可能にする。一部の実装では、吸気および呼気用の導管の別個のリムが存在する場合もある。その他の実装形態では、吸気と呼気の両方に単一の肢導管が使用される。

呼吸療法デバイス１２２、ユーザーインターフェース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つまたは複数は、１つまたは複数のセンサー（例えば、圧力センサー、流量センサー、またはより一般的には本明細書に記載の他のセンサー１３０のいずれか）を含む場合がある。これらの１つまたは複数のセンサーは、例えば、呼吸療法デバイス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ために使用することができる。

ディスプレイデバイス１２８は、一般に、静止画像、ビデオ画像、または両方を含む画像、および／または呼吸療法デバイス１２２に関する情報を表示するために使用される。例えば、ディスプレイデバイス１２８は、呼吸治療デバイス１２２の状態に関する情報（例えば、呼吸治療デバイス１２２がオン／オフしているかどうか、呼吸治療デバイス１２２によって送達されている空気の圧力、呼吸治療デバイス１２２が送る空気の温度）、呼吸治療デバイス１２２によって送達される空気など）および／または他の情報（例えば、ＷＯ２０１６／０６１６２９に記載されているような、ｍｙＡｉｒ（登録商標）スコアとも呼ばれる睡眠スコアおよび／または治療スコアで、その全体が参照により本明細書に組み込まれるもの、および現在の日付／時刻、およびユーザー２１０の個人情報など）を提供することができる。一部の実装では、ディスプレイデバイス１２８は、画像を入力インターフェースとして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）として機能する。ディスプレイデバイス１２８は、ＬＥＤディスプレイ、ＯＬＥＤディスプレイ、ＬＣＤディスプレイなどとすることができる。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タッチセンシティブ基板、マウス、キーボード、または呼吸療法デバイス１２２と対話する人間のユーザーによって行われた入力を感知するように構成されたセンサーシステムであり得る。

加湿タンク１２９は、呼吸治療デバイス１２２に結合、または統合され、呼吸治療デバイス１２２から送達される加圧空気を加湿するために使用することができる水のリザーバを含む。呼吸療法デバイス１２２は、ユーザーに提供される加圧空気を加湿するための、加湿タンク１２９内の水を加熱するヒーターを含む場合がある。さらに、一部の実装では、導管１２６は、ユーザーに送達される加圧空気を加熱する（例えば、導管１２６に結合および／または埋め込まれた）加熱要素も含む場合がある。加湿タンク１２９は、気道の水蒸気入口に流体結合され、水蒸気入口を介して気道に水蒸気を送達することができるか、または気道自体の一部として気道と一列に形成することができる。

一部の実装では、システム１００を使用して、生理学的データ、睡眠関連パラメータ、他のデータまたは情報、またはそれらの任意の組み合わせに少なくとも部分的に基づいて、物質の少なくとも一部をレセプタクル１８０から気道に送達することができます。一般に、気道への物質の一部の送達を変更することには、（ｉ）気道への物質の送達を開始すること、（ｉｉ）気道への物質の一部の送達を終了すること、（ｉｉｉ）気道に送達される物質の量を変更すること、（ｉｖ）物質の一部の気道への送達の時間的特性を変更すること、（ｖ）物質の一部の気道への送達の定量的特性を変更すること（ｖｉ）気道への物質の送達に関連する任意のパラメータを変更すること、または（ｖｉｉ）（ｉ）～（ｖｉ）の組み合わせが含まれる。

一部の物質の気道への送達の時間的特性の変更には、物質の送達速度の変更、異なる時間での開始および／または終了、異なる期間における継続、時間配分または特性の変更、時間配分とは別に配分量の変更などがある。個別の時間と量の変動により、物質の放出頻度を変えることとは別に、毎回放出される物質の量を変えることができる。このようにして、放出頻度および放出量の多数の異なる組み合わせ（例えば、より高い頻度であるがより低い放出量、より高い頻度およびより高い量、より低い頻度およびより高い量、より低い頻度およびより低い量など）を達成することができる。気道への物質の一部の送達に対するその他の変更も利用することができる。

呼吸療法装置１２０は、例えば、人工呼吸器として、または持続陽圧気道圧（ＣＰＡＰ）システム、自動陽圧気道圧システム（ＡＰＡＰ）、二相性陽圧呼吸システム、または可変起動陽圧システム（ＢＰＡＰまたはＶＰＡＰ）などの気道陽圧（ＰＡＰ）システムとして、またはそれらの組み合わせで使用することができる。ＣＰＡＰシステムは、所定の空気圧（例えば、睡眠医によって決定される）をユーザーに送達する。ＡＰＡＰシステムは、例えば、ユーザーに関連する呼吸データに基づいて、ユーザー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の所定の圧力（例えば、吸気陽圧気道圧、ＩＰＡＰ）および第１の所定の圧力よりも低い第２の所定の圧力（例えば、呼気の陽圧気道圧、ＥＰＡＰ）を送達するように構成される。

図２を参照すると、一部の実装によるシステム１００（図１）の一部が示されている。呼吸療法装置１２０のユーザー２１０およびベッドパートナー２２０は、ベッド２３０に位置し、マットレス２３２に横たわっている。ユーザーインターフェース１２４（本明細書ではマスク、例えばフルフェイスマスク、鼻マスク、鼻ピローマスクなどとも呼ばれる）は、睡眠セッション中にユーザ２１０が着用することができる。ユーザーインターフェース１２４は、導管１２６を介して呼吸療法デバイス１２２に流体結合および／または接続される。次に、呼吸療法デバイス１２２は、導管１２６およびユーザーインターフェース１２４を介して加圧空気をユーザー２１０に送達し、ユーザー２１０の喉の空気圧を上昇させて、睡眠中に気道が閉鎖および／または狭窄するのを防止するのを助ける。呼吸療法デバイス１２２は、図２に示すように、ベッド２３０に直接隣接するナイトスタンド２４０上に配置することができる。またはより一般的には、ベッド２３０および／またはユーザー２１０に通常隣接する表面または構造上に配置することができる。

先ほどの図１に示すように、システム１００の１つまたはそれ以上のセンサー１３０は、圧力センサー１３２、流量センサー１３４、温度センサー１３６、運動センサー１３８、マイクロフォン１４０、スピーカ１４２、無線周波数（ＲＦ）受信機１４６、ＲＦトランスミッタ１４８、カメラ１５０、赤外線センサー１５２、フォトプレチスモグラム（ＰＰＧ）センサー１５４、心電図（ＥＣＧ）センサー１５６、脳波記録（ＥＥＧ）センサー１５８、静電容量センサー１６０、力センサー１６２、ひずみゲージセンサー１６４、筋電図（ＥＭＧ）センサー１６６、酸素センサー１６８、検体センサー１７４、水分センサー１７６、ＬｉＤＡＲセンサー１７８、またはそれらの任意の組み合わせを含む。一般に、１つまたは複数のセンサー１３０のそれぞれは、メモリデバイス１１４または１つまたは複数の他のメモリデバイスに受信および格納されるセンサーデータを出力するように構成される。

１つまたは複数のセンサー１３０が、圧力センサー１３２、流量センサー１３４、温度センサー１３６、運動センサー１３８、マイクロフォン１４０、スピーカ１４２、ＲＦレシーバ１４６、ＲＦトランスミッタ１４８、カメラ１５０、赤外線センサー１５２、フォトプレチスモグラム（ＰＰＧ）センサー１５４、心電図（ＥＣＧ）センサー１５６、脳波計（ＥＥＧ）センサー１５８、静電容量センサー１６０、力センサー１６２、歪みゲージセンサー１６４、筋電図（ＥＭＧ）センサー１６６、酸素センサー１６８、検体センサー１７４、水分センサー１７６、およびＬｉＤＡＲセンサー１７８のそれぞれを含むことが示され、そのように説明されている一方で、より一般的に説明すると、１つまたは複数のセンサー１３０は、本明細書に記載および／または示されるセンサーそれぞれの任意の組み合わせおよび任意の数を含むことができる。

本明細書で説明するように、システム１００は一般に、睡眠セッション中にユーザー（例えば、図２に示す呼吸療法装置１２０のユーザー）に関連する生理学的データを生成するために使用できる。生理学的データを分析して、１つかそれ以上の睡眠に関連するパラメータを生成することができるが、それには睡眠セッション中のユーザーに関連する任意のパラメータ、測定値などを含むことができる。睡眠セッション中にユーザー２１０について決定することができる１つまたは複数の睡眠関連パラメータには、たとえば、無呼吸低呼吸指数（ＡＨＩ）スコア、睡眠スコア、フロー信号、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気－呼気比、１時間当たりのイベント数、イベントのパターン、段階、呼吸療法デバイス１２２の圧力設定、心拍数、心拍変動、ユーザー２１０の運動、体温、ＥＥＧ活動、ＥＭＧ活動、覚醒、いびき、窒息、咳、口笛、喘鳴、またはそれらの任意の組み合わせが含まれる。

１つまたは複数のセンサー１３０を使用して、たとえば、生理学的データ、音声データ、またはその両方を生成することができる。センサー１つまたは複数のセンサー１３０によって生成された生理学的データは、制御システム１１０によって使用されて、睡眠セッション中のユーザー２１０（図２）に関連付けられた睡眠覚醒信号、および１つまたは複数の睡眠関連パラメータを決定することができる。睡眠覚醒信号は、覚醒状態、リラックスした覚醒状態、微小覚醒、または例えば急速眼球運動（ＲＥＭ）段階、最初の非ＲＥＭ段階（しばしば「Ｎ１」と呼ばれる）、第２の非ＲＥＭ段階（しばしば「Ｎ２」と呼ばれる）、第３の非ＲＥＭ段階（しばしば「Ｎ３」と呼ばれる）、またはそれらの任意の組み合わせなど、１つまたは複数の睡眠状態を示唆することができる。１つまたは複数のセンサー１３０などの１つまたは複数のセンサーによって生成された生理学的データから睡眠状態および／または睡眠段階を決定する方法は、例えば、ＷＯ２０１４／０４７３１０、ＵＳ２０１４／００８８３７３、ＷＯ２０１７／１３２７２６、ＷＯ２０１９／１２２４１３、およびＷＯ２０１９／１２２４１４に記載されており、これらのそれぞれは、参照によりその全体が本明細書に組み込まれる。

一部の実装では、本明細書で説明される睡眠覚醒信号は、ユーザーがベッドに入る時間、ユーザーがベッドを出る時間、ユーザーが入眠しようとする時間などを示すためにタイムスタンプを付けることができる。睡眠覚醒信号は、睡眠セッション中に、例えば、毎秒１サンプル、３０秒毎に１サンプル、毎分１サンプルなどの所定のサンプリングレートで、１つまたは複数のセンサー１３０によって測定することができる。一部の実装では、睡眠覚醒信号は、睡眠セッション中の呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気呼気比、１時間あたりのイベント数、イベントのパターン、呼吸療法デバイス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もできる。イベントには、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、呼吸低下、（例えば、ユーザーインターフェース１２４からの）マスク漏れ、むずむずする脚、睡眠障害、窒息、心拍数の増加、呼吸困難、喘息発作、てんかんエピソード、発作、またはそれらの任意の組み合わせが含まれる。睡眠－覚醒信号に基づいて睡眠セッション中のユーザーに対して決められることのできる１つまたは複数の睡眠関連パラメータには、たとえば、ベッドにいる合計時間、合計睡眠時間、入眠待ち時間、中途覚醒パラメータ、睡眠効率、崩壊指数、またはそれらの任意の組み合わせがある。本明細書でさらに詳細に説明するように、生理学的データおよび／または睡眠関連パラメータを分析して、１つまたは複数の睡眠関連スコアを決定することができる。

１つまたは複数のセンサー１３０によって生成された生理学的データおよび／または音声データを使用して、睡眠セッション中のユーザーに関連する呼吸信号を決定することもできる。呼吸信号は一般に、睡眠セッション中のユーザーの呼吸を示す。呼吸信号は、（例えば、制御システム１１０を使用して）例えば、呼吸数、呼吸数の変動性、吸気振幅、呼気振幅、吸気呼気比、１つまたは複数のイベントの発生、１時間あたりのイベント数、イベントのパターン、睡眠状態、みぞれ段階、無呼吸低呼吸指数（ＡＨＩ）、呼吸療法デバイス１２２の圧力設定、またはそれらの任意の組み合わせなどの１つまたは複数の睡眠関連パラメータを示唆するもの、および／または分析してそれを決定できる。１つまたは複数のイベントには、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、呼吸低下、（例えば、ユーザーインターフェース１２４からの）マスク漏れ、咳、むずむず脚、睡眠障害、窒息、心拍数の増加、呼吸困難、喘息発作、てんかんエピソード、発作、血圧上昇、またはそれらの任意の組み合わせがある。ここで説明する睡眠関連パラメータの多くは生理学的パラメータだが、一部の睡眠関連パラメータは非生理学的パラメータと見なすことができる。１つまたは複数のセンサー１３０からのデータ、または他のタイプのデータから、他のタイプの生理学的および／または非生理学的パラメータを決定することもできる。

本明細書で使用されるように、睡眠セッションは、複数の方法で定義することができる。たとえば、スリープセッションは、最初の開始時刻と終了時刻によって定義できる。一部の実装では、睡眠セッションは、ユーザーが眠っている期間としている。つまり、睡眠セッションには開始時刻と終了時刻があり、睡眠セッション中、ユーザーは終了時刻まで目覚めない。すなわち、ユーザーが覚醒している期間は睡眠セッションに含まれない。睡眠セッションのこの最初の定義では、ユーザーが同じ夜に何度も起きて眠りにつく場合、覚醒間隔で区切られた睡眠間隔のそれぞれを睡眠セッションとする。

代替として、一部の実装では、睡眠セッションは開始時間と終了時間を有し、睡眠セッション中に、ユーザーが覚醒している継続時間が覚醒持続時間の閾値を下回る限り、ユーザーが目覚めても睡眠セッションが終了することはない。覚醒持続時間の閾値は、睡眠セッションのパーセンテージとして定義できる。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、どのような閾値パーセンテージでもよい。一部の実装では、覚醒持続時間閾値を、例えば、約１時間、約３０分、約１５分、約１０分、約５分、約２分など一定量の時間として定義している。

一部の実装では、睡眠セッションは、ユーザーが最初にベッドに入った夜の時刻と、ユーザーが最後にベッドを離れた翌朝の時刻との間の全時間として定義している。別の言い方をすれば、睡眠セッションは、ユーザーが最初に寝るつもりでベッドに入った（たとえば、ユーザーが寝る前にまずテレビを見たり、スマートフォンで遊んだりするつもりがない場合など）直近の夜とも言及できる、最初の日付（例：２０２０年１月６日月曜日）の最初の時間（例：午後１０：００）から始まり、二度寝しないつもりで最初にベッドから出る翌朝としても言及できる、２番目の日付（例：２０２０年１月７日火曜日）の２番目の時刻（例：午前７：００）に終わる期間として定義できる。

一部の実装では、ユーザーは、睡眠セッションの開始を手動で定義し、および／または睡眠セッションを手動で終了することができる。例えば、ユーザーは、ユーザーデバイス１７０（図１）のディスプレイ１７２上に表示される１つかそれ以上のユーザー選択可能要素を（例えば、クリック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することができる。

一般に、睡眠セッションは、ユーザー２１０がベッド２３０（または、ユーザーが眠ろうとする別の領域または物体）に横たわるまたは座り、呼吸療法デバイス１２２の電源を入れ、インターフェース１２４を装着した後のいずれかの時点を含む。したがって、睡眠セッションは、（ｉ）ユーザー２１０がＣＰＡＰシステムを使用しているが、ユーザー２１０が入眠しようとする前（例えば、ユーザー２１０が本を読みながらベッド２３０に横たわっている場合）、（ｉｉ）ユーザー２１０が眠りに落ちようとし始めたが、まだ起きているとき、（ｉｉｉ）ユーザー２１０が浅い睡眠（非急速眼球運動（ＮＲＥＭ）睡眠のステージ１およびステージ２とも呼ばれる）にあるとき、（ｉｖ）ユーザー２１０が深い睡眠（徐波睡眠、ＳＷＳ、またはノンレム睡眠のステージ３とも呼ばれる）にあるとき、（ｖ）ユーザー２１０が急速眼球運動（ＲＥＭ）睡眠にあるとき、（ｖｉ）ユーザー２１０が、浅い睡眠、深い睡眠、またはＲＥＭ睡眠の間で定期的に起きているとき、または（ｖｉｉ）ユーザー２１０が目を覚まし、再び眠りに落ちないときの期間を含めることができる。

睡眠セッションは、一般に、ユーザー２１０がユーザーインターフェース１２４を取り外し、呼吸療法デバイス１２２をオフにし、ベッド２３０から出ると終了するものとして定義される。一部の実装では、睡眠セッションは、追加の期間を含むことができたり、または上で開示した期間の一部のみに限定することができる。例えば、睡眠セッションは、呼吸治療デバイス１２２が加圧空気を気道またはユーザー２１０に供給し始めるときに始まり、呼吸治療デバイス１２２が加圧空気を気道に供給するのを停止するときに終わる期間を網羅し、ユーザー２１０が眠っているか起きているときの一部のまたは全てのその間の時点を含めるように定義することができる。

圧力センサー１３２は、メモリデバイス１１４に保存することができる、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圧力データを出力する。一部の実装では、圧力センサー１３２は、呼吸療法装置１２０のユーザーの呼吸（息を吸うおよび／または息を吐く）および／または環境気圧を示すセンサーデータを生成する空気圧センサー（例：気圧センサー）である。そのような実装では、圧力センサー１３２は、呼吸療法デバイス１２２に結合または統合することができる。圧力センサー１３２は、例えば、静電容量センサー、電磁気センサー、圧電センサー、歪みゲージセンサー、光センサー、電位差センサー、またはそれらの任意の組み合わせとすることができる。

流量センサー１３４は、メモリ装置１１４に保存することができ、かつ／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流量データを出力する。流量センサー（例えば、流量センサー１３４など）の例は、国際公開ＷＯ２０１２／０１２８３５に記載されており、その全体が参照により本明細書に組み込まれる。一部の実装形態では、流量センサー１３４は、呼吸治療デバイス１２２からの空気流量、導管１２６を通る空気流量、ユーザーインターフェース１２４を通る空気流量、またはそれらの任意の組み合わせを決定するために使用される。そのような実装では、流量センサー１３４は、呼吸療法デバイス１２２、ユーザーインターフェース１２４、または導管１２６に結合または統合することができる。流量センサー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、熱線センサー、渦センサー、膜センサーなどの質量流量センサー、またはそれらの任意の組み合わせであり得る。一部の実装形態では、流量センサー１３４は、通気流量（例えば、意図的な「リーク」）、意図しないリーク（例えば、口漏れおよび／またはマスク漏れ）、患者の流れ（例えば、肺へのおよび／または肺からの空気の流出入）、またはこれらの組合せを測定するように構成される。一部の実装形態では、流量データを分析して、ユーザーの心原性振動を判断することができる。一例では、圧力センサー１３２を使用して、ユーザーの血圧を判断することができる。

温度センサー１３６は、メモリデバイス１１４に保存することができる、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温度データを出力する。一部の実装では、温度センサー１３６は、ユーザー２１０（図２）の深部体温、ユーザー２１０の皮膚温度、呼吸療法デバイス１２２および／または導管１２６から流れる空気の温度、ユーザーインターフェース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。温度センサー１３６は、例えば、熱電対センサー、サーミスタセンサー、シリコンバンドギャップ温度センサーまたは半導体ベースのセンサー、抵抗温度検出器、またはそれらの任意の組み合わせとすることができる。

モーションセンサー１３８は、メモリデバイス１１４に保存することができる、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モーションデータを出力する。運動センサー１３８は、睡眠セッション中のユーザー２１０の動きを検出したり、および／または呼吸療法デバイス１２２、ユーザーインターフェース１２４、または導管１２６など呼吸療法装置１２０のいずれかのコンポーネントの動作を検出したりするのに利用する。運動センサー１３８は、加速度計、ジャイロスコープ、および磁力計など１つまたは複数の慣性センサーを含むことができる。一部の実装形態では、運動センサー１３８は、その代替または追加として、ユーザーの身体の動きを表す１つまたは複数の信号を生成し、そこから例えば、ユーザーの呼吸運動を介してユーザーの睡眠状態を表す信号を取得することができる。一部の実装形態では、運動センサー１３８からの運動データを、別のセンサー１３０からの追加データと併せて使用して、ユーザーの睡眠状態を決定することができる。

マイクロフォン１４０は、メモリデバイス１１４に保存することができる、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音声データを出力する。マイクロフォン１４０によって生成された音声データは、睡眠セッション中に１つまたは複数の音（例えば、ユーザー２１０からの音）として再生可能である。本明細書でさらに詳細に説明するように、マイクロフォン１４０からの音声データを使用して、睡眠セッション中にユーザーが体験したイベントを（例えば、制御システム１１０を使用して）識別することもできる。マイクロフォン１４０は、呼吸療法デバイス１２２、ユーザーインターフェース１２４、導管１２６、またはユーザーデバイス１７０に結合または統合することができる。一部の実装形態では、システム１００は、複数のマイクロフォン（たとえば、２つまたはそれ以上のマイクロフォンおよび／またはビーム形成を備えた多くのマイクロフォン）を含むため、複数のマイクロフォンそれぞれが生成した音声データを使用して、複数のマイクロフォンのうち他のマイクロフォンが生成した音声データと区別することができる。

スピーカ１４２は、システム１００のユーザー（例えば、図２のユーザー２１０）に聞こえる音波を出力する。スピーカ１４２は、例えば、目覚まし時計として、またはユーザー２１０への警告またはメッセージを再生するなどに（例えば、イベントに応答して）使用することができる。一部の実装形態では、スピーカ１４２を使用して、マイクロフォン１４０によって生成された音声データをユーザーに伝えることができる。スピーカ１４２は、呼吸療法デバイス１２２、ユーザーインターフェース１２４、導管１２６、またはユーザー装置１７０に結合または統合することができる。

マイクロフォン１４０とスピーカ１４２は、別個のデバイスとして使用することができる。一部の実装形態では、マイクロフォン１４０およびスピーカ１４２は、音響センサー１４１（例えば、ＳＯＮＡＲセンサー）に組み合わせることができ、これは例えばＷＯ２０１８／０５０９１３およびＷＯ２０２０／１０４４６５に記載されているとおりで、これらはそれぞれ参照することによりその全体が本明細書に組み込まれる。そのような実装では、スピーカ１４２は、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は、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によって生成または放出される音波は、ユーザー２１０またはベッドパートナー２２０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（図２）。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ある程度基づき、制御システム１１０は、ユーザー２１０（図２）の位置および／または本書で説明する睡眠関連パラメータの１つまたは複数を決定することができる。その例として、呼吸信号、呼吸速度、吸気振幅、呼気振幅、吸気呼気比、１時間あたりのイベント数、イベントのパターン、睡眠状態、睡眠段階、呼吸療法デバイス１２２の圧力設定、またはそれらの任意の組み合わせがある。そのような文脈では、ソナーセンサーは、超音波および／または低周波超音波感知信号（例えば、約１７～２３ｋＨｚ、１８～２２ｋＨｚ、または１７－１８ｋＨｚの周波数範囲）を生成および／または空気を伝って送信することによるなど、能動的音響センシングに関係すると理解することができる。そのようなシステムは、上述の国際公開第２０１８／０５０９１３号および国際公開第２０２０／１０４４６５号に関連して考えることができ、これらのそれぞれは、参照することによりその全体が本明細書に組み込まれる。

一部の実装形態では、センサー１３０は、（ｉ）マイクロフォン１４０と同一または同様であり、音響センサー１４１に統合された第１のマイクロフォン、および（ｉｉ）マイクロフォン１４０と同一または類似であるが、音響センサー１４１に統合された第１のマイクロフォンとは別個の第２のマイクロフォンを含む。

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、高周波数帯域内、低周波数帯域内、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から放出された電波の反射を検出し、このデータを制御システム１１０によって分析して、ユーザー２１０（図２）の位置および／または本明細書で説明する１つまたは複数の睡眠関連パラメータを決定することができる。ＲＦ受信機（ＲＦ受信機１４６とＲＦ送信機１４８、または他のＲＦペアのいずれか）も制御システム１１０、呼吸療法デバイス１２２、１つまたは複数のセンサー１３０、ユーザーデバイス１７０、またはそれらの任意の組み合わせ同士のワイヤレス通信に利用できる。図１にＲＦ受信機１４６およびＲＦ送信機１４８は、別個の区別された要素として示されているが、一部の実装ではＲＦ受信機１４６およびＲＦ送信機１４８は、ＲＦセンサー１４７（例えば、ＲＡＤＡＲセンサー）の一部として組み合わされる。そのような一部の実装では、ＲＦセンサー１４７は制御回路を含む。ＲＦ通信の特定のフォーマットは、Ｗｉ－Ｆｉ、Ｂｌｕｅｔｏｏｔｈ（登録商標）などが利用できる。

一部の実装では、ＲＦセンサー１４７はメッシュシステムの一部である。メッシュシステムの１例としてＷｉ－Ｆｉメッシュシステムがあるが、それにはメッシュノード、メッシュルーター、およびメッシュゲートウェイが含まれ、それぞれモバイル／可動または固定式である。そのような実装では、Ｗｉ－Ｆｉメッシュシステムは、Ｗｉ－Ｆｉルーターおよび／またはＷｉ－Ｆｉコントローラと、１つまたは複数のサテライト（例えば、アクセスポイント）を含み、そのそれぞれには、ＲＦセンサー１４７と同じまたは類似のＲＦセンサーが含まれる。Ｗｉ－Ｆｉルーターとサテライトは、Ｗｉ－Ｆｉ信号を使用して継続的に相互に通信する。Ｗｉ－Ｆｉメッシュシステムを使用して、ルーターとサテライト間のＷｉ－Ｆｉ信号の変化（受信信号強度の違いなど）に基づいて運動データを生成できる。これは、物体または人が動いて信号を部分的に妨害することによる。運動データは、運動、呼吸、心拍数、歩行、転倒、行動など、またはそれらの任意の組み合わせを示すことができる。

カメラ１５０は、メモリデバイス１１４に保存することができる１つまたは複数の画像（例えば、静止画像、ビデオ画像、熱画像、またはそれらの任意の組み合わせ）として再生可能な画像データを出力する。カメラ１５０からの画像データは、制御システム１１０によって使用し、本明細書で説明される睡眠関連パラメータの１つまたは複数を決定することができる。パラメータの例として、例えば、１つまたは複数のイベント（例えば、周期的な肢の動きまたはむずむず脚症候群）、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気呼気比、１時間あたりのイベント数、イベントのパターン、睡眠状態、睡眠段階、またはそれらの任意の組み合わせがある。さらに、カメラ１５０からの画像データを使用して、例えば、ユーザーの位置を識別、ユーザー２１０（図２）の胸の動きを決定、ユーザー（図２）の口および／または鼻の気流を決定ユーザー２１０がベッド２３０（図２）に入る時間を決定、ユーザー２１０がベッド２３０を出る時間を決定などもすることができる。一部の実装形態では、カメラ１５０は、広角レンズまたは魚眼レンズを含む。

赤外線（ＩＲ）センサー１５２は、メモリ装置１１４に保存することができる１つまたは複数の赤外線画像（例えば、静止画像、ビデオ画像、または両方）として再生可能な赤外線画像データを出力する。ＩＲセンサー１５２からの赤外線データを使用して、ユーザー２１０の体温および／またはユーザー２１０の動きなど、睡眠セッション中の１つまたは複数の睡眠関連パラメータを決定することができる。ＩＲセンサー１５２はまた、ユーザー２１０の存在、位置、および／または動きを測定するときに、カメラ１５０と共に使用することができる。ＩＲセンサー１５２は、例えば、約７００ｎｍから約１ｍｍの間の波長を有する赤外光を検出することができる一方で、カメラ１５０は、約３８０ｎｍから約７４０ｎｍの間の波長を有する可視光を検出することができる。

ＰＰＧセンサー１５４は、ユーザー２１０（図２）に関連する生理学的データを出力する。このデータを使用して、例えば、心拍数、心拍変動、心周期、呼吸数、吸気振幅、呼気振幅、吸気呼気比、推定血圧パラメータ、またはそれらの任意の組み合わせなどの１つまたは複数の睡眠関連パラメータを決定することができる。ＰＰＧセンサー１５４は、ユーザー２１０が着用したり、ユーザー２１０が着用する衣服および／または織物に埋め込んだり、ユーザーインターフェース１２４および／またはそれに関連するヘッドギア（例えば、ストラップなど）に埋め込むおよび／または結合することができる。

ＥＣＧセンサー１５６は、ユーザー２１０の心臓の電気的活動に関連する生理学的データを出力する。一部の実装形態では、ＥＣＧセンサー１５６は、睡眠セッション中のユーザー２１０の部分の上またはその周りに配置される１つまたは複数の電極を含む。ＥＣＧセンサー１５６からの生理学的データは、例えば、本明細書に記載の睡眠関連パラメータの１つまたは複数を決定するために使用することができる。

ＥＥＧセンサー１５８は、ユーザー２１０の脳の電気的活動に関連する生理学的データを出力する。一部の実装形態では、ＥＥＧセンサー１５８は、睡眠セッション中のユーザー２１０の頭皮上または頭皮の周りに配置される１つまたは複数の電極を含む。ＥＥＧセンサー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時点におけるユーザー２１０の睡眠状態および／または睡眠段階を決定するために使用することができる。一部の実装形態では、ＥＥＧセンサー１５８は、ユーザーインターフェース１２４および／または関連するヘッドギア（例えば、ストラップなど）に組み込むことができる。

静電容量センサー１６０、力センサー１６２、および歪みゲージセンサー１６４は、メモリデバイス１１４に保存、および制御システム１１０による使用が可能なデータを出力し、本明細書で説明される睡眠関連パラメータの１つまたは複数を決定する。ＥＭＧセンサー１６６は、１つまたは複数の筋肉によって生み出される電気活動に関連する生理学的データを出力する。酸素センサー１６８は、ガスの酸素濃度（例えば、導管１２６内またはユーザーインターフェース１２４の）を示す酸素データを出力する。酸素センサー１６８は、例えば、超音波酸素センサー、電気酸素センサー、化学酸素センサー、光学酸素センサー、パルス酸素濃度計（例えば、ＳｐＯ_２センサー）、またはそれらの任意の組み合わせとすることができる。一部の実装形態では、１つまたは複数のセンサー１３０は、電気皮膚反応（ＧＳＲ）センサー、血流センサー、呼吸センサー、脈拍センサー、血圧計センサー、オキシメトリセンサー、またはそれらの任意の組み合わせも含む。

検体センサー１７４は、ユーザー２１０の呼気中の検体の存在を検出するために使用することができる。検体センサー１７４によって出力されたデータは、メモリデバイス１１４に保存され、制御システム１１０によって使用されて、ユーザー２１０の呼気中の任意の検体の正体および濃度を決定することができる。一部の実装形態では、検体センサー１７４は、ユーザー２１０の口の近くに配置してユーザー２１０の口から吐き出された呼気中の検体を検出する。例えば、ユーザーインターフェース１２４がユーザー２１０の鼻と口を覆う顔面マスクである場合、検体センサー１７４を顔面マスク内に配置して、ユーザー２１０の口呼吸を監視することができる。ユーザーインターフェース１２４が鼻マスクまたは鼻ピローマスクであるなど、他の実装形態では、検体センサー１７４をユーザー２１０の鼻の近くに配置して、ユーザーの鼻から吐き出された呼気中の検体を検出することができる。さらに他の実装形態として、ユーザーインターフェース１２４が鼻マスクまたは鼻ピローマスクである場合、検体センサー１７４はユーザー２１０の口の近くに配置することができる。この実装では、検体センサー１７４を使用して、ユーザー２１０の口から空気がうっかり漏れているかどうかを検出することができる。一部の実装形態では、検体センサー１７４は、炭素系化学物質または化合物を検出するために使用できる揮発性有機化合物（ＶＯＣ）センサーである。さらに一部の実装形態では、検体センサー１７４を使用して、ユーザー２１０が鼻で呼吸しているか口で呼吸しているかを検出することもできる。例えば、ユーザー２１０の口の近くまたは顔面マスク内（ユーザーインターフェース１２４が顔面マスクである実装形態の場合）に配置された検体センサー１７４が出力したデータが検体の存在を検出する場合、制御システム１１０は、ユーザー２１０が口で呼吸していることを示すものとしてこのデータを使用する。

水分センサー１７６は、メモリデバイス１１４に保存され、制御システム１１０によって使用されることができるデータを出力する。水分センサー１７６を使用して、ユーザーを取り囲む様々な領域（例えば、導管１２６内部またはユーザーインターフェース１２４、ユーザー２１０の顔の近く、導管１２６とユーザーインターフェース１２４の間の接続の近く、導管１２６と呼吸治療デバイス１２２との間の接続の近くなど）の水分を検出する。したがって、一部の実装形態では、水分センサー１７６は、ユーザーインターフェース１２４または導管１２６内に結合または統合して、呼吸療法デバイス１２２からの加圧空気の湿度を監視することができる。他の実施形態では、水分センサー１７６は、水分レベルを監視する必要がある領域の近くに配置される。水分センサー１７６は、例えば寝室内の空気など、ユーザー２１０を取り囲む周囲環境の湿度を監視するためにも使用することができる。

光検出および測距（ＬｉＤＡＲ）センサー１７８は、深さ感知のために使用することができる。このタイプの光学センサー（レーザーセンサーなど）は、生活空間などのオブジェクトを検出し、周囲の３次元（３Ｄ）マップを構築するために使用できる。ＬｉＤＡＲは通常、パルスレーザーを利用して飛行計測の速度を上げることができる。ＬｉＤＡＲは、３Ｄレーザースキャンとも呼ばれる。このようなセンサーの使用例では、ＬｉＤＡＲセンサー１６６を有する固定またはモバイルデバイス（スマートフォンなど）は、センサーから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、たとえば、電磁ＲＡＤＡＲセンサーによって推定された点群データ等と融合できる。ＬｉＤＡＲセンサー１７８はまた、人工知能（ＡＩ）を使用して、ガラス窓（レーダーに対して高度に反射する可能性がある）などのレーダーシステムに問題を引き起こす可能性のある空間内の知物を検出および分類することにより、レーダーシステムを自動的にジオフェンスすることができる。また、ＬｉＤＡＲを使用して、人の身長を推定したり、座ったり倒れたりしたときの身長の変化を推定したりすることもできる。ＬｉＤＡＲは、環境の３Ｄメッシュ表示を形成するために使用できる。さらなる活用として、電波が通過する固体表面（例えば、電波透過性材料）では、ＬｉＤＡＲはそのような表面で反射することができるため、さまざまなタイプの障害物の分類が可能になる。

一部の実装形態では、１つまたは複数のセンサー１３０には、電気皮膚反応（ＧＳＲ）センサー、血流センサー、呼吸センサー、脈拍センサー、血圧計センサー、酸素測定センサー、ソナーセンサー、ＲＡＤＡＲセンサー、血糖センサー、色センサー、ｐＨセンサー、空気質センサー、傾斜センサー、雨センサー、土壌水分センサー、水流センサー、アルコールセンサー、またはそれらの任意の組み合わせも含まれる。

図１では別個に示されているが、１つまたは複数のセンサー１３０の任意の組み合わせは、呼吸治療デバイス１２２、ユーザーインターフェース１２４、導管１２６、加湿器タンク１２９、制御システム１１０、ユーザーデバイス１７０、アクティビティトラッカー１８０、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１つまたは複数に統合および／または結合することができる。例えば、マイクロフォン１４０およびスピーカ１４２は、ユーザーデバイス１７０に統合および／または結合することができ、圧力センサー１３０および／または流量センサー１３２は、呼吸療法デバイス１２２に組み込まれ、および／または結合することができる。一部の実装形態では、１つまたは複数のセンサー１３０のうちの少なくとも１つは、呼吸療法デバイス１２２、制御システム１１０、またはユーザーデバイス１７０、制御システム１１０、またはユーザーデバイス１７０に結合されておらず、睡眠セッション中は通常ユーザー２１０に隣接して配置される（たとえば、ユーザー２１０の一部に配置または接触させる、ユーザー２１０が着用する、ナイトスタンドに結合または配置される、マットレスに結合される、天井に結合されるなど）。

１つまたは複数のセンサー１３０からのデータを分析して、呼吸信号、呼吸速度、呼吸パターン、吸気振幅、呼気振幅、吸気呼気比、１つまたは複数のイベントの発生、１時間あたりのイベント数、イベントのパターン、睡眠状態、無呼吸低呼吸指数（ＡＨＩ）、またはそれらの任意の組み合わせを含む１つまたは複数の睡眠関連パラメータを決定することができる。１つまたは複数のイベントには、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、呼吸低下、マスク漏れ、咳、むずむず脚、睡眠障害、窒息、心拍数の増加、呼吸困難、喘息発作、てんかんエピソード、発作、血圧上昇、またはそれらの任意の組み合わせが含まれる。これらの睡眠関連パラメータの多くは生理学的パラメータだが、一部の睡眠関連パラメータは非生理学的パラメータと見なすことができる。１つまたは複数のセンサー１３０からのデータ、または他のタイプのデータのいずれかから、他のタイプの生理学的パラメータおよび非生理学的パラメータを決定することもできる。

ユーザーデバイス１７０（図１）は、ディスプレイデバイス１７２を含む。ユーザーデバイス１７０は、例えば、スマートフォン、タブレット、ゲーム機、スマートウォッチ、ラップトップなどのモバイルデバイスとすることができる。代替として、ユーザーデバイス１７０は、外部感知システム、テレビ（例えば、スマートテレビ）または別のスマートホームデバイス（例えば、Ｇｏｏｇｌｅ Ｈｏｍｅ、Ａｍａｚｏｎｅ Ｅｃｈｏ、Ａｌｅｘａなどのスマートスピーカ）とすることもできる。いくつか一部の実装形態では、ユーザーデバイスはウェアラブルデバイス（たとえば、スマートウォッチ）である。ディスプレイデバイス１７２は、一般に、静止画像、ビデオ画像、またはその両方を含む画像を表示するために使用される。一部の実装形態では、ディスプレイデバイス１７２は、画像を表示するように構成されたグラフィックユーザーインターフェース（ＧＵＩ）および入力インターフェースなどのヒューマンマシンインターフェース（ＨＭＩ）として機能する。ディスプレイデバイス１７２は、ＬＥＤディスプレイ、ＯＬＥＤディスプレイ、ＬＣＤディスプレイなどとすることができる。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タッチセンシティブ基板、マウス、キーボード、またはユーザーデバイス１７０と対話する人間のユーザーによる入力を感知するように構成されたセンサーシステムであり得る。一部の実装では、１つまたは複数のユーザーデバイスは、システム１００によって使用される、および／またはシステム１００に含まれることができる。

一部の実装形態では、システム１００はアクティビティトラッカー１８０も含む。アクティビティトラッカー１８０は、一般に、ユーザーに関連する生理学的データの生成を支援するために使用される。アクティビティトラッカー１８０は、例えば、モーションセンサー１３８（例えば、１つまたはそれ以上の加速度計および／またはジャイロスコープ）、ＰＰＧセンサー１５４、および／またはＥＣＧセンサー１５６など、本明細書で説明されるセンサー１３０のうちの１つまたはそれ以上を含むことができる。アクティビティトラッカー１８０からの生理学的データを使用して、例えば、歩数、移動距離、登った段数、身体活動の持続時間、身体活動のタイプ、身体活動の強度、立っている時間、呼吸数、平均呼吸数、安静時の呼吸数、最大呼吸速度、呼吸数の変動性、心拍数、平均心拍数、安静時の心拍数、最大心拍数、心拍変動、消費カロリー数、血中酸素飽和度、皮膚電気活動（皮膚コンダクタンスまたは電気皮膚反応としても知られる）、またはそれらの任意の組み合わせを決めることができる。一部の実装形態では、アクティビティトラッカー１８０は、ユーザーデバイス１７０に（たとえば、電子的にまたは物理的に）結合される。

一部の実装形態では、アクティビティトラッカー１８０は、スマートウォッチ、リストバンド、リング、またはパッチなど、ユーザーが着用できるウェアラブルデバイスである。例えば、図２に示されるように、アクティビティトラッカー１８０は、ユーザー２１０の手首に装着される。また、アクティビティトラッカー１８０は、ユーザーが着用する衣類または衣服に結合または統合することができる。代替として、アクティビティトラッカー１８０は、（例えば、同じハウジング内の）ユーザーデバイス１７０に結合または統合することもできる。より一般的には、アクティビティトラッカー１８０は、制御システム１１０、メモリ１１４、呼吸器システム１２０、および／またはユーザーデバイス１７０と通信により結合されるか、物理的に（例えばハウジング内に）統合することができる。

図１では、制御システム１１０およびメモリデバイス１１４はシステム１００の別個の区別された構成要素として示されているが、一部の実装形態では、制御システム１１０および／またはメモリデバイス１１４は、ユーザーデバイス１７０および／または呼吸療法デバイス１２２に統合されている。代替として、一部の実装では、制御システム１１０またはその一部（例えば、プロセッサ１１２）は、クラウドに配置したり（例えば、サーバーに統合される、モノのインターネット（ＩｏＴ）デバイスに統合される、クラウドに接続される、エッジクラウド処理などの対象となる）、１つまたは複数のサーバー（たとえば、リモートサーバー、ローカルサーバーなど）に配置したり、またはそれらを組み合わせたりすることができる。

システム１００は、上述の構成要素のすべてを含むかのように示されているが、本開示の実装によっては、含められる構成要素はこれより多かったり少なかったりする。例えば、第１の代替システムは、制御システム１１０、メモリデバイス１１４、および１つまたは複数のセンサー１３０のうちの少なくとも１つを含み、呼吸療法装置１２０を含まない。別の例として、第２の代替システムは、制御システム１１０、メモリデバイス１１４、１つまたは複数のセンサー１３０のうちの少なくとも１つ、およびユーザーデバイス１７０を含む。さらに別の例として、第３の代替システムは、制御システム１１０、メモリデバイス１１４、呼吸療法装置１２０、１つまたは複数のセンサー１３０のうちの少なくとも１つ、およびユーザーデバイス１７０を含む。このように、本明細書に示され、説明されるコンポーネントの任意の部分を使用したり、および／または１つまたは複数の他のコンポーネントと組み合わせたりして、さまざまなシステムを形成することができる。

図３Ａは、本開示の一部の実装による、睡眠中の人の呼吸波形を示す。横軸は時間、縦軸は呼吸流量である。パラメータ値は変化するが、この例の呼吸サイクルは次の近似値を持つ。一回の呼吸量Ｖ_ｔ０．５Ｌ、吸気時間Ｔ_ｉ１．６秒、最大吸気流量Ｑ_ピーク０．４Ｌ／秒、呼気時間Ｔ_ｅ２．４秒、ピーク呼気流量Ｑ_ピーク－０．５Ｌ／秒。呼吸サイクルの合計持続時間Ｔ_ｔｏｔは、約４秒である。人は通常、毎分約１５回の呼吸（ＢＰＭ）の速度で呼吸し、分時換気量は約７．５Ｌ／分である。呼吸サイクルの例では、Ｔ_ｉのＴ_ｔｏｔに対する比は約４０％である。

図３Ｂは、非レム睡眠中の個人の、選定睡眠ポリグラフチャネル（パルスオキシメトリ、流量、胸郭運動、および腹部運動）を示す。この個人は、約９０秒間にわたって正常に呼吸しており、呼吸数は３４回、自動ＰＡＰ療法で治療され、いる。界面圧は約１１ｃｍＨ_２Ｏである。一番上のチャネルは、パルスオキシメトリ（酸素飽和度、ＳｐＯ_２）を示し、飽和の目盛りの範囲は垂直方向に９０～９９％である。この個体は、示された期間を通じて約９５％の飽和状態を維持した。２番目のチャネルは定量的な呼吸気流を示し、目盛りは垂直方向に－１～＋１ＬＰＳの範囲で、吸気はポジティブである。胸部と腹部の動きは、３番目と４番目のチャネルに表示される。

図３Ｃは、本開示の一部の実装による、治療前の個体の睡眠ポリグラフを示す。上から下まで１１の信号チャネルがあり、時間の水平スパンは６分間である。上の２つのチャネルは、頭皮の異なる位置からの脳波図（ＥＥＧ）である。２番目のＥＥＧの周期的なスパイクは、皮質の覚醒と関連する活動を表している。下の３番目のチャネルは、オトガイ下筋電図（ＥＭＧ）である。覚醒前後の活動の増加は、オトガイ舌筋の漸増を表している。４番目と５番目のチャネルは、眼電図（ＥＯＧ）である。６番目のチャネルは心電図（ＥＣＧ）である。７番目のチャネルは、約９０％から７０％未満までの反復脱飽和を伴うパルスオキシメトリ（ＳｐＯ_２）を示している。８番目のチャネルは、差圧変換器に接続された鼻カニューレを使用した呼吸気流である。２５秒から３５秒の反復無呼吸が、ＥＥＧ覚醒およびＥＭＧ活動の増加と同時に起こる１０秒から１５秒の回復呼吸バーストと交互に起こる。９番目のチャンネルは胸部の動きを示し、１０番目のチャンネルは腹部の動きを示す。腹部は、無呼吸の長さにわたる動きの漸増を示し、これが覚醒につながる。両方とも、回復過呼吸中の全体的な体の動きにより、覚醒中乱される。したがって、無呼吸は閉塞性であり、状態は深刻である。一番下のチャンネルは姿勢で、この例では変化を示していない。

図３Ｄは、本開示の一部の実装による、個人が一連の完全閉塞性無呼吸を経験している時の流量データを示す。収録時間は約１６０秒。流量は、約＋１Ｌ／ｓから約－１．５Ｌ／ｓの範囲である。各無呼吸は約１０～１５秒間続く。

一部の実装形態では、本開示の装置は、流量センサー（例えば、図１の流量センサー１３４）および圧力センサー（例えば、図１の圧力センサー１３２）を含む。流量センサーは、治療期間にわたって流量データを生成するように構成されている。例えば、図４Ａは、本発明の一部の実装による、呼吸療法装置（例えば、図１の呼吸療法装置１２０）のユーザー（例えば、図２のユーザー２１０）に関連する当該流量データの一部を示す。図４Ａに示すように、約７回の全呼吸サイクル（４０１～４０７）にわたって測定された複数の流量値が、連続曲線４１０としてプロットされている。

一部の実装形態では、圧力センサーは、治療期間にわたって圧力データを生成するように構成される。例えば、図４Ｂは、本開示の一部の実装による、ＣＰＡＰシステムのユーザーに関連する圧力データを示す。図４Ｂに示す圧力データは、図４Ａと同じ治療期間にわたって生成された。図４Ｂに示すように、約７回の全呼吸サイクル（４０１～４０７）にわたって測定された複数の圧力値が、連続曲線４２０としてプロットされている。ＣＰＡＰシステムが使用されるため、図４Ｂの連続圧力曲線は、比較的小さい振幅を有するほぼ正弦波パターンを示す。というのも、７回の全呼吸サイクル中、ＣＰＡＰシステムはあらかじめ定められた一定の空気圧を維持しようとするからである。

図４Ｃを参照すると、本開示の一部の実装による、呼気圧力除去（ＥＰＲ）モジュールを備えた呼吸療法装置のユーザーに関連する圧力データが示されている。図４Ｃに示される圧力データは、図４Ａと同じ治療期間にわたって生成された。図４Ｃに示す通り、約７回の全呼吸サイクル（４０１～４０７）にわたって測定された複数の圧力値が、連続曲線４３０としてプロットされている。図４Ｃの連続曲線は、図４Ｂのものとは異なっている。なぜなら、ＥＰＲモジュール（図４Ｃの圧力データに使用される）は、ＥＰＲレベルに対して異なる設定を有することができるからであり、この設定は、息を吸う間の圧力レベルと息を吐く間の減圧レベルとの間の差に関係している。

ある期間にわたる複数の流量値（例えば、図４Ａ）およびその期間にわたる、それに対応する複数の圧力値（例えば、図４Ｂまたは図４Ｃ）を入力として受け取るため、本開示の、意図的リーク特性曲線はユーザーに関連する呼吸療法装置の意図的リーク特性曲線を出力することができる。本明細書で説明するように、一部の実装では、経路は、呼吸治療デバイス（例えば、呼吸治療デバイス１２２）、マスク（例えば、ユーザーインターフェース１２４）、および導管（例えば、導管１２６）によって形成される。導管は、第１のインピーダンスＺ１（図１２に示される、加湿器タブ、チューブ、およびマスクのインピーダンス）を生成し、これが次に総流量の関数Ｑｔである圧力降下ΔＰを引き起こす。ユーザーインターフェース（マスクなど）の圧力Ｐｍはデバイスの圧力Ｐｄから導管の圧力降下ΔＰを差し引いたものである。
Ｐｍ＝Ｐｄ－ΔＰ （１）
ΔＰが圧力降下のときの導管の特性。圧力降下ΔＰは総流量Ｑｔの関数：
ΔＰ＝Ｚ１・Ｑｔ （２）
一部の実装形態では、マスクのベントは、第２のインピーダンスＺ２（図１２に示すベントインピーダンス）を生成する。マスク界面圧力Ｐｍは、ベントインピーダンス特性Ｚ２によりベント流量Ｑｖに直接関連している：
Ｐｍ＝Ｚ２・Ｑｖ （３）
同様に、ベント流量Ｑｖは、ベントアドミタンス特性Ｙ２によりマスク界面圧力Ｐｍに直接関連している：
Ｙ２＝１／Ｚ２ （４）
Ｑｖ＝Ｙ２・Ｐｍ （５）
式（１）と式（５）を組み合わせると、ベント流量Ｑｖは次のように決定できる。
Ｑｖ＝Ｙ２・（Ｐｄ－ΔＰ） （６）
未知であり、予測不能に変化する意図しないリークは、第３のインピーダンスＺ３（図１２に示されるようなリークインピーダンス）を生成する。さらに、一部の実装形態では、第４のインピーダンス（図１２に示される気道抵抗および肺コンプライアンス）に、（ｉ）患者の気道抵抗Ｚ４、（ｉｉ）患者の肺コンプライアンスＣｌｕｎｇ、および／または（ｉｉｉ）変数圧力源Ｐｌｕｎｇが含まれ、それぞれユーザーの呼吸回路の特性を表す。したがって、総流量Ｑｔは、ベント流量Ｑｖ、漏れ流量Ｑleak、および呼吸流量Ｑｒの合計に等しい：
Ｑｔ＝Ｑｖ＋Ｑleak＋Ｑｒ （７）
一部の実装では、肺に出入りする平均呼吸流量はゼロでなければならないので、複数の呼吸サイクル（例えば、呼吸サイクル）にわたって呼吸流量Ｑｒは平均してゼロになる。波型ダッシュ（～）を使用して、複数の呼吸サイクルの平均値を示す。
Ｑ^～ｒ＝０ （８）
このように、複数の呼吸サイクル（例えば、呼吸）にわたって各流量の平均を取ると、平均漏れ流量は次のように概算することができる。
Ｑ^～leak＝Ｑ^～－Ｑ^～ｖ （９）
平均化のプロセスは、複数の呼吸サイクルを十分含められる長さの時定数を持つローパスフィルタリングによって実装することができる。時定数は、５秒、１０秒、３０秒、１分など、任意の適切な期間にすることができる。しかし、それ以外の時間間隔も熟慮する。

式（１）、（２）、および（３）を組み合わせると、デバイスの平均圧力Ｐ^～ｄを次のように記述できる。
Ｐ^～ｄ＝Ｚ１・Ｑ^～ｔ＋Ｚ２・Ｑ^～ｖ （１０）
リークフローがない場合（例：Ｑ^～leak＝０）、平均総流量Ｑ^～ｔは平均ベント流量Ｑ^～ｖに等しい。
そこで、式（１０）は、呼吸療法用空気回路を特徴づける、平均総流量Ｑ^～ｔと平均デバイス圧力Ｐ^～ｄの関係を反映させるように記述することができる。
Ｐ^～ｄ＝Ｚ１・Ｑ^～ｔ＋Ｚ２・Ｑ^～ｔ （１１）
Ｐ^～ｄ＝（Ｚ１＋Ｚ２）・Ｑ^～ｔ （１２）
Ｐ^～ｄ＝（Ｚ１＋Ｚ２）・Ｑ^～ｖ （１３）
システムの意図的リーク特性曲線を定義する関係は、ベントインピーダンス特性Ｚ２および導管の圧力降下インピーダンス特性Ｚ１によって決定される。リークの存在下では、Ｑ^～ｔ＞Ｑ^～ｖとなる。リークがなければ、Ｑ^～ｔ＝Ｑ^～ｖとなる。

ここで図５Ａを参照すると、平均総流量Ｑ^～ｔ（リットル／分）対平均デバイス圧力Ｐ^～ｄ（ｃｍＨ_２Ｏ）が描かれている。図５Ａは、平均デバイス圧力および平均総流量を表すプロットされたデカルト座標を示す。毎分リットル（「ＬＰＭ」、Ｌ／ｓの６０倍に等しい）として表示されている。各デカルト座標には、Ｘ値とＹ値が含まれる。ここに示す通り、５つのデカルト座標５１０、５１２、５１４、５１６、および５１８が、治療期間にわたって散布図５００ａにプロットされる。各デカルト座標は、（Ｑ^～ｔ，Ｐ^～ｄ）として表すこともできる。

例えば、第１のデカルト座標５１２は、毎分約２０リットルである第１のＸ値と、約６ｃｍＨ_２Ｏである第１のＹ値とを有する。したがって、第１のデカルト座標５１２は（２０，６）として表すことができる。第１のＸ値は、少なくとも第１の期間にわたって生成された第１の複数の流量値に基づいて見積および／または計算することができる。一部の実装形態では、第１のＸ値は、第１の期間にわたって生成された第１の複数の流量値の平均流量値である。

一部の実装形態では、第１の期間は、５秒、１０秒、３０秒、１分、２分などのあらかじめ決められた時間間隔である。一部の実装形態では、第１の期間は、１回の呼吸サイクル、２回の呼吸サイクル、５回の呼吸サイクル、１０回の呼吸サイクルなど、１つまたは複数の完全な呼吸サイクルを含む。したがって、一部の実装形態では、第１のＸ値は、７回の呼吸サイクルなどの１回または複数の呼吸サイクルにわたって生成された第１の複数の流量値の平均流量値である（図４Ａ）。

同様に、第１のＹ値は、少なくとも第１の期間にわたって生成された第１の複数の圧力値に少なくとも基づいて、を見積および／または計算することができる。第１の複数の圧力値のそれぞれは、第１の複数の流量値のそれぞれに対応する。例えば、一部の実装では、第１の複数の流量値のそれぞれは、各自対応するタイムスタンプを有する（例えば、図４Ａ）。対応するタイムスタンプを使用して、第１の複数の圧力値のそれぞれを識別することができる（例えば、図４Ｂまたは図４Ｃ）。したがって、一部の実装形態では、第１のＹ値は、７回の呼吸サイクルなどの１つまたは複数の呼吸サイクルにわたって生成された第１の複数の圧力値の平均圧力値である（たとえば、図４Ｂまたは図４Ｃ）。

第２のデカルト座標５１６は、約２８リットル／分である第２のＸ値と、約１０ｃｍＨ_２Ｏである第２のＹ値とを有する。したがって、第２デカルト座標５１６は、（２８，１０）として表すことができる。第２のデカルト座標５１６の第２のＸ値および第２のＹ値は、第１のデカルト座標５１２の第１のＸ値および第１のＹ値と同じ方法または類似の方法で見積および／または計算することができる。

図５Ｂを参照すると、第１のデカルト座標５１２および第２のデカルト座標５１６に少なくともある程度基づいて、意図的リーク特性曲線５５０をプロット５００ｂに適合させることができる。たとえば、一部の実装では、意図的リーク特性曲線５５０は、二次方程式などの多項式を利用して概算することができる。
Ｐ^～ _ｄ＝Ｋ_１・Ｑ^～ _ｖ ^２＋ｋ_２・Ｑ^～ _ｖ （１４）
この二次方程式、２つの非ゼロ定数（または係数）ｋ_１とｋ_２の意図的リーク特性曲線のパラメータは、ベントインピーダンス特性Ｚ１および空気回路の圧力降下インピーダンス特性Ｚ２の直列連結を特徴付ける。一部の実装形態では、多項式は、所与の圧力に対する意図的なリークの対応する流量を提供することによって、システムの意図的なリーク（例えば、システムの通気流量）を定義する。

少なくとも２つのデカルト座標がわかっている場合、非ゼロ定数ｋ_１とｋ_２を解くことができます。たとえば、最初のデカルト座標５１２（２０，６）と２番目のデカルト座標５１６（２８，１０）を使用して、方程式（８）を解き、ざっと次のように書き直すことができます。
Ｐ^～ _ｄ＝１／１４０・Ｑ^～ _ｖ ^２＋１１／７０・Ｑ^～ _ｖ （１５）
つまり、第１のデカルト座標５１２と第２のデカルト座標５１６を通過する２次曲線では、非ゼロ定数ｋ_１は１／１４０（約０．００７１４）、非ゼロ定数ｋ_２は１１／７０（約０．１５７）である。したがって、一部の実装形態では、意図的リーク特性曲線５５０は、式（１５）のように見積および／または定義することができる。

一部の実装形態では、非ゼロ定数は、（ｉ）圧力値の単位、（ｉｉ）流量値の単位、（ｉｉｉ）呼吸療法装置のベント、（ｉｖ）呼吸療法装置のマスク、（ｖ）呼吸療法装置用の加湿器タブ、（ｖｉ）呼吸療法装置用の導管、（ｖｉｉ）計算倍率、または（ｖｉｉｉ）それらの任意の組み合わせに依存する。非ゼロ定数は、マスクの種類、マスクの製造元、および／またはマスクのバッチによっても異なる場合がある。たとえば、ｃｍＨ_２Ｏで測定された圧力値とＬ／ｍｉｎで測定された流量値では、呼吸療法装置の特定のベントに関して、非ゼロ定数ｋ_１およびｋ_２はそれぞれ約１／１５４、約１／７となる。

一部の実装形態では、多項式は、３つの非ゼロ定数、４つの非ゼロ定数、５つの非ゼロ定数など、３つ以上の非ゼロ定数を有する場合がある。たとえば、多項式は次のように表すことがある。
Ｐ^～ _ｄ＝Ｋ_１・Ｑ^～ _ｖ ^２＋ｋ_２・Ｑ^～ _ｖ＋ｋ_３ （１６）
一部の実装では、多項式は、３、４、５などの累乗を含む場合がある。たとえば、多項式は次のように表すことがある。
Ｐ^～ _ｄ＝Ｋ_１・Ｑ^～ _ｖ ^３＋ｋ_２・Ｑ^～ _ｖ ^２＋ｋ_３・Ｑ^～ _ｖ＋ｋ_４ （１７）
一部の実装では、圧力値が高いシステムで意図しないリークが発生する可能性が高い傾向がある。より適合した意図的リーク特性曲線を得るために、比較的低い値のデカルト座標のみを使用して多項方程式を解く。例えば、一部の実装では、Ｙ値が所定の圧力閾値を超えないデカルト座標が使用される。所定の圧力閾値は、約１０ｃｍＨ_２Ｏ未満、約９ｃｍＨ_２Ｏ未満、約８ｃｍＨ_２Ｏ未満、約７ｃｍＨ_２Ｏ未満、約６ｃｍＨ_２Ｏ未満、約５ｃｍＨ_２Ｏ未満、約４ｃｍＨ_２Ｏ未満、約３ｃｍＨ_２Ｏ未満、または約２ｃｍＨ_２Ｏ未満など、意図しないリークの可能性が低いことに関連する場合がある。

一例として、本開示の一部の実装によれば、呼吸療法装置の意図的リーク特性曲線を検出する方法（７００）の流れ図が図７に示されている。方法７００は、本明細書で開示されるシステムのいずれかを使用して実施することができる。方法７００のステップ７０２で、呼吸治療デバイスの圧力発生器が加圧空気の流れを発生させ、次いで、第１の期間（例えば、最初の１つまたは複数の睡眠サイクル）の間、ユーザーの気道に供給される。加圧空気の流れは、第１の公称圧力値を有する。一部の実装形態では、第１の公称圧力値は、少なくともユーザーの呼吸を考慮するために１つまたは複数の動作パラメータを変更することによって、圧力発生器の動作中に圧力発生器が維持しようとする圧力である。そのような実装形態の一部では、１つまたは複数の動作パラメータは、圧力発生器のモータの毎分回転数、モータに供給される電力、またはそれらの組み合わせを含む。

本明細書で説明するように、より適合した意図的リーク特性曲線を得るために、第１の公称圧力値は、所定の圧力閾値を超えない値とすることができる。例えば、第１公称圧力値は、１．５ｃｍＨ_２Ｏ、２ｃｍＨ_２Ｏ、２．５ｃｍＨ_２Ｏ、３ｃｍＨ_２Ｏ、３．５ｃｍＨ_２Ｏ、４ｃｍＨ_２Ｏ、４．５ｃｍＨ_２Ｏ、５ｃｍＨ_２Ｏ、５．５ｃｍＨ_２Ｏ、６ｃｍＨ_２Ｏ、６．５ｃｍＨ_２Ｏ、７ｃｍＨ_２Ｏ、７．５ｃｍＨ_２Ｏなど、約１ｃｍＨ_２Ｏから約８ｃｍＨ_２Ｏの間であることができる。

圧力発生器が第１の公称圧力値を維持しようとする一方で、方法７００のステップ７０４では、第１の期間の第１の複数の流量値が、例えば流量センサー１３４を使用して生成される。さらに、方法７００のステップ７０６では、例えば圧力センサー１３２を使用して、第１の期間の第１の複数の圧力値が生成される。方法７００のステップ７０８で、本明細書で説明するように、第１の複数の流量値の少なくとも１つと第１の複数の圧力値の少なくとも１つとに基づいて、第１のデカルト座標が決定される。例えば、一部の実装形態では、第１のデカルト座標は、第１の流量値および第１の圧力値に少なくとある程度基づいて決定される。一部の実装形態では、第１のデカルト座標は、第１の複数の流量値の平均および第１の複数の圧力値の平均に少なくともある程度基づいて決定される。代替として、一部の実装形態では、第１の複数の圧力値を使用して第１のＹ値を見積および／または計算する代わりに、第１の公称圧力値が第１のＹ値として使用される。

第１のデカルト座標が決定されると、方法７００のステップ７１０で、圧力発生器は加圧空気の流れを第２の期間（例えば、第２の１回またはそれ以上の呼吸サイクル）の間、第２の公称圧力値に調整する。一部の実装形態では、加圧空気の供給流量は、第１の公称圧力値よりも大きい第２の公称圧力値まで増加される。例えば、第２の公称圧力値は、０．１ｃｍＨ_２Ｏ、０．２ｃｍＨ_２Ｏ、０．２５ｃｍＨ_２Ｏ、０．５ｃｍＨ_２、Ｏ、０．７５ｃｍＨ_２Ｏ、または１ｃｍＨ_２Ｏなど、第１の公称圧力値よりも大きい約０．１ｃｍＨ_２Ｏから約１ｃｍＨ_２Ｏの間の値とすることができる。さらに、または代替として、第２の公称圧力値は、第１の公称圧力値よりも大きい約０．１％から約５％で、例として、０．１％、０．１５％、０．２％、０．２５％、０．３％、０．３５％、０．４％、０．４５％または０．５％などで、最初の公称圧力値より大きい。

一部の実装形態では、第１の公称圧力値と第２の公称圧力値との間の変化は、第１の公称圧力値と第２の公称圧力値の両方が、ユーザーの意図しないリークをほとんど引き起こさないほど十分低い限り、任意の適切な値とすることができる。一部の実装では、第１公称圧力値と第２公称圧力値との間の変化は小さい（例えば、約０．０５ｃｍＨ_２Ｏから約０．１ｃｍＨ_２Ｏの間）。しかしながら、そのような実装の一部では、変化が小さすぎる（例えば、＜０．０５ｃｍＨ_２Ｏ）と、結果として得られるパラメータ計算（例えば、意図的リーク特性曲線に対する非ゼロ定数の見積）が不正確になる可能性がある。

圧力発生器が第２の公称圧力値を維持しようとする一方で、方法７００のステップ７１２で、第２の期間の第２の複数の流量値が生成される。さらに、方法７００のステップ７１４では、第２の期間の第２の複数の圧力値が生成される。方法７００のステップ７１６では、本明細書で説明するように、第２の複数の流量値の少なくとも１つと第２の複数の圧力値の少なくとも１つとに基づいて、第２のデカルト座標が決定される。代替として、一部の実装では、第２の複数の圧力値を使用して第２のＹ値を見積および／または計算する代わりに、第２の公称圧力値が第２のＹ値として使用される。

同様に、一部の実装形態では、圧力発生器が加圧空気の流れを調整している間に、第３、第４、第５、またはそれ以上のデカルト座標を決定することができる。２つ以上のデカルト座標がわかるため、方法７００のステップ７１８で、本明細書に開示する方法を使用して、呼吸療法装置に関連する意図的リーク特性曲線を決定することができる。

ここで図６を参照すると、ユーザーに関連する呼吸療法装置の意図的リーク特性曲線６５０がプロット６００上に示されている。意図的リーク特性曲線６５０は、平均デバイス圧力Ｐ^～ｄの各値を平均総流量Ｑ^～ｖにデバイス圧力のその値で関連付ける。例えばデカルト座標６２２など、意図的リーク特性曲線６５０の右側への偏位は、意図しないリークを示唆しており、所与のデバイス圧力における流量の増加として示している。

呼吸療法の期間中、デバイスの平均圧力Ｐ^～ｄが変化し、意図しない漏れがない場合、ポイント（Ｑ^～ｔ，Ｐ^～ｄ）は意図的リーク特性曲線６５０に従って上下に移動する。ただし、意図しない漏れがあると、ポイント（Ｑ^～ｔ，Ｐ^～ｄ）が一定期間、意図的リーク特性曲線６５０の右側に移動する原因となる。意図しないリークが解決すると、ポイント（Ｑ^～ｔ，Ｐ^～ｄ）は意図的リーク特性曲線６５０に戻る。したがって、意図しない漏れは、意図的リーク特性曲線６５０の右側への偏位としてプロット６００に現れることがある。

たとえば、ユーザーが意図しないリークを経験するポイント（デカルト座標６２２として表示）では、Ｑ^～ｔは平均デバイス圧力Ｐ^～ｄのその値において、平均ベントフローＱ^～ｖより大きい。所与の平均デバイス圧力Ｐ^～ｄにおける実際Ｑ^～ｔと平均ベント流量Ｑ^～ｖの違いは流量オフセットｄであり、図６に示すように毎分約９リットルである。一方、Ｑ^～ｔが平均ベント流量Ｑ^～ｖより少ないポイント（Ｑ^～ｔ，Ｐ^～ｄ）など、意図的リーク特性曲線６５０の左への偏位は、通気口の閉塞を示している可能性がある（たとえば、ユーザーが寝ている枕への相対的な頭の動きの結果として、枕による通気口の閉塞を引き起こす）。

本明細書で説明するように、呼吸療法装置は通常、呼吸療法デバイス、導管、およびユーザーインターフェースなどの構成要素を含む。様々な異なる形態のユーザーインターフェースは、鼻ピロー、鼻プロング、鼻マスク、鼻および口（口鼻）マスク、またはフルフェイスマスクなど、所与の呼吸療法デバイスと共に使用することができる。さらに、異なる長さおよび直径の導管を使用することができる。ユーザーインターフェースに提供する治療をより制御されたものにするために、ユーザーインターフェース内の圧力、ベント流量、および意図しない流量などの治療パラメータを見積もることが有利である。治療パラメータの見積りを使用する装置では、ユーザーが使用するコンポーネントのタイプを知ることで、治療パラメータの見積の精度を高め、したがって治療の有効性を高めることができる。

コンポーネントの種類を知るために、一部の呼吸療法デバイスにはメニューシステムが含まれており、ユーザーは、使用するユーザーインターフェース（ブランド、メーカー、フォーム、モデル、シリアル番号、マスク種類、サイズなど）などシステムコンポーネントの種類を入力および／または選択することができる。コンポーネントの種類がユーザーによって入力および／または選択されると、呼吸治療デバイスは、選択したコンポーネントと最もよく調和する流れ発生器の適切な動作パラメータを選択することができ、治療中に治療パラメータをより正確に監視することができる。しかし、場合によっては、ユーザーがコンポーネントの種類を正しく選択しないか、またはまったく選択せず、呼吸療法デバイスをエラーのまま、または使用中のコンポーネントの種類について知らないままにすることがある。

したがって、一部の実装では、本明細書で説明する意図的なリーク特性アルゴリズムを使用して、ユーザーインターフェースを識別することができる。例えば、導管の圧力降下特性ΔＰがわかっていると（例えば、導管を構成する導管のタイプがわかるため、または事前の較正操作により）、意図的リーク特性曲線のパラメータは、ベントを効果的に特徴付けることができ、それによりユーザーインターフェースのタイプを示唆することができる。

一部の実装形態では、既知の導管と一緒に使用する場合、ユーザーインターフェースの識別は、計算されたパラメータｋ_１およびｋ_２をわかっているユーザーインターフェースのタイプに関連する、ペア（ｋ_１、ｋ_２）を持つ配列またはデータベースなどのデータ構造と比較することによって行うことがある。計算されたパラメータｋ_１およびｋ_２に最もよく一致する、保存されたペア（ｋ_１、ｋ_２）に関連するユーザーインターフェースのタイプが、ユーザーインターフェースのタイプとして採用されることがある。

代替として、結果として得られるマスクの意図的リーク特性曲線に二次方程式を当てはめる前に、圧力損失ΔＰ＝Ｚ１・Ｑ^～ｔを平均デバイス圧力Ｐ^～ｄの各値から差し引くことができます。次いで、得られたパラメータｋ_１およびｋ_２を、既知のユーザーインターフェースタイプに関連するペア（ｋ_１、ｋ_２）のデータ構造と比較して、ユーザーインターフェースを識別したり、または特定のユーザーインターフェースの使用に関連する呼吸療法デバイスの運転のためのデータにアクセスする。

したがって、検出されたパラメータは、一定期間にわたって予想されるパラメータと比較し、縦方向のデータと断面データを収集することができます。一部の実装では、システムは、マスクのバッチを理解することによって生産変動を決定し、これを生産品質の改善に活用できる場合があります。

一部の実装では、システムは経時変化をチェックし、マスクシール自体が経時的に劣化しているかどうかを把握し（システムは、ＲＦＩＤタグおよび／またはユーザー入力に基づいて特定のマスクが使用されている期間を判断できるため）、また意図しない漏れを引き起こしている条件は何かを把握することができる（例：位置に依存しているか、ヘッドギアを締めたり緩めたりする推奨に基づいて変更されたか、シールは予測劣化サイクルに従っているか（定期的な洗浄が前提）、摩耗の加速を表しているかなど）。

一部の実装形態では、使用するユーザーインターフェースは、ユーザー入力、ユーザーインターフェースの光学的検出、ＲＦＩＤによるユーザーインターフェースの検出、電子機器（例えば、ユーザーインターフェース検出コンポーネント）を使用したユーザーインターフェースの検出、電子機器（例えば、呼吸療法デバイスの制御システムに接続する電子接続、電子チップ、その他）を有する加熱チューブのコネクタを介した導管の検出、またはそれらの任意の組み合わせにより決定することができる。したがって、このタイプの正しく機能する新しいマスクを説明する初期曲線を選択することができる。初期曲線は、呼吸療法デバイス、動作モード、動作パラメータ、ＥＰＲやバイレベルなどのその他の設定、ユーザーインターフェース（ブランド、メーカー、フォーム、モデル、シリアル番号、マスク種類、サイズなど）、またはそれらの任意の組み合わせに固有である。

一部の実装では、時間の経過とともに、システムは、ルックアップテーブルやクラウドシステムなどから、このタイプの部分的に摩耗した、または完全に摩耗したマスクの予想される動作のモデルを初期曲線として選択することもできる。これらの予想されるモデルは、さまざまなレベルの通気口の閉塞、導管の閉塞（頭の周りの柔らかいチューブを通って空気が流れるマスクなど）、およびさまざまなレベルのシールの摩耗、ヘッドギアの伸びなどを表す。したがって、適切な初期モデルを選択することにより、システムは、睡眠セッションを通じて、および／または複数の睡眠セッションにわたって、意図的な漏れおよび意図しない漏れを検出できる。

一部の実装形態では、システムは、少ない意図的な漏れ（たとえば、予想される意図的な漏れよりも低い）、ベント閉塞の早期兆候（たとえば、過剰な湿気、老化など）、および／またはユーザーの不適切な睡眠位置（ベントの閉塞など）を検出できる場合がある。一部のそのような実装では、プロンプトをユーザーに送信して、（ｉ）これらの問題をユーザーに警告する、（ｉｉ）マスクおよび／またはベントの交換を推奨する、または（ｉｉｉ）その両方を行うことができる。

一部の実装では、システムはベッドの枕が呼気ポートをふさいでいるのを検出できる場合がある。そのような実装の一部では、寝具の変更、マスク構成の変更、マスクタイプの変更、またはそれらの任意の組み合わせを提案するプロンプトをユーザーに送信することができる。

さらに、一部の実装では、意図しない漏れが加湿器のタブ／シールの周りにも発生する可能性がある。これは、甲高い音（聞こえるもので、ユーザーのベッドパートナーなど、比較的高い周波数の聴力を持つ一部の人々にとっては不快になる可能性がある）として現れる場合があり、ベントフローに関連しない「意図的な漏れ」の別の原因となる可能性もある。シールの意図しない漏れとの混同を避けるために、システムは音響音を処理して、そのような加湿器タブの漏れの兆候が存在するかどうかを確認することもある。システムは、ユーザーにタブの再設置を推奨する場合がある。この漏れの原因を分離することにより、漏れのタイプ（および推奨される解決策）のより正確な区別をユーザーおよび／または医療専門家に提供できる。

リーク報告のモデルがより堅固で正確であることにより、より多くのユーザーがユーザーとして残ることになる。つまり、リーク報告が矛盾している、および／または不正確であると、ユーザーは使用を停止するかもしれない。一部の実装形態では、本開示は、口漏れが発生しているかどうかを判断するためのシステムおよび方法を提供することができ、これにより、ユーザーが鼻マスクおよびその結果生じる口漏れの問題から治療をやめる前に、フルフェイスマスクをユーザーに推奨することが可能になる。

一般に、呼吸装置の使用を処方されたユーザーは、睡眠中に呼吸装置１２０を使用しない場合と比較して、呼吸装置１２０を使用した後、より質の高い睡眠を経験し、日中の疲労が少ない傾向がある（特に、ユーザーが睡眠時無呼吸またはその他の睡眠関連障害に苦しんでいる場合）。しかしながら、多くのユーザーは、ユーザーインターフェース１２４が不快または扱いにくいため、または他の副作用（例えば、口渇、唇乾燥、喉乾燥、不快感など）のために、処方された使用法に従わない。ユーザーは、利点（例えば、日中の疲労が少ない）を感じていない場合、処方どおりに呼吸器系１２０を使用しない（または使用を完全に中止する）傾向が高くなる。

ただし、副作用および／または睡眠の質の改善の欠如は、治療に対する有効性の欠如よりむしろ、口の漏れによるものである可能性がある。したがって、ユーザーの口漏れ状態を判定し、口漏れ状態についてユーザーと話し合い、ユーザーがより質の高い睡眠を得るのを支援し、ユーザーが呼吸装置１２０の使用をメリットがないとして中止または削減しないようにすることが有益である。

一部の実装形態では、呼吸療法デバイスのマスクタイプ設定を選択する必要はない。本開示は、意図的リーク特性曲線を推定し、推定された意図的リーク特性曲線を特定のマスクタイプの既存のデータと比較することによって（例えば、ルックアップテーブルから、同じタイプのマスクを使う他のユーザーから、同じユーザーに関連する以前のデータから、またはこれらの組合せ）、マスクタイプを検出する自動システムを提供する。

本開示の一部の実装によれば、代替または追加の方法（たとえば、図８の方法８００）を使用して、呼吸療法装置（たとえば、図１の呼吸療法装置１２０）の意図的リーク特性曲線を決定することができる。これらの方法は、マスク（例えば、ユーザーインターフェース１２４）のインピーダンス決定および／またはチューブ（例えば、導管１２６）のインピーダンス決定を改善し、これは、一部の実装において、意図的リーク特性曲線によって特徴付けることができる。改善されたインピーダンス決定の利点には、（ｉ）リーク見積精度の改善、（ｉｉ）マスクリークの過小報告の解決、（ｉｉｉ）マスクの識別を支援するためのインピーダンス地物についての入力の提供、（ｉｖ）口漏れの推定および／または決定を支援する拡散損失機能入力の提供、（ｖ）空気回路信号および／またはインピーダンスの活用がある。

一部の実装形態では、本明細書で開示される方法は、ＣＰＡＰ気流回路モデルを利用する。一部の実装形態では、本明細書で開示される方法は、呼吸同期に少なくともある程度基づいている。これは、意図的リーク特性曲線を決定するときに、ユーザーの呼吸の交絡因子を低減および／または除去する。そのような実装の一部では、本明細書で開示されるインピーダンス決定方法は交絡呼吸信号を除去し、より精密および／または正確なインピーダンス決定をもたらす。

図８を参照すると、本開示の一部の実装による、呼吸療法装置の意図的リーク特性曲線を決定するための方法８００が開示されている。一部の実装形態では、方法８００の１つまたは複数のステップは、方法７００の１つまたは複数のステップの一部に類似している、または代替であると言える。他の一部の実装では、方法８００の１つまたは複数のステップは、方法７００の１つまたは複数のステップを含無ことがある。

本明細書で開示されるとおり、一部の実装では、連続時間フィルタ（またはサンプリング）は、「息を吸う、および／または息を吐く、の開始」の息ごとのサンプリングに置き換えられている。インピーダンスの決定および／または測定に対するこのアプローチのいくつかの利点として、（ｉ）周波数成分とは別の、呼吸信号がデフォルトで正確に除去される、（ｉｉ）意図的な漏れ成分が正確に保持される、（ｉｉｉ）インピーダンスフローおよび圧力信号がダウンサンプリングされ、計算の複雑さが軽減される、（ｉｖ）呼吸信号シグネチャが、（ａ）漏れのしきい値、ブレスバイブレスの計算のサポート、（ｂ）交絡する漏れの問題への対処（たとえば、口漏れ等意図しない漏れ）の目的で使用できる、（ｖ）既存の呼吸（例えば、ＣＰＡＰ）システムパラメータを利用することができる、（ｖｉ）ブレスバイブレス法は、バイレベルフローフィルタリングにさらに有利である。

ステップ８１０において、呼吸療法装置（例えば、呼吸療法装置１２０）のユーザー（例えば、図２のユーザー２１０）の気道に向けられた加圧空気に関連する複数の流量値が受信される。ステップ８１２で、ユーザーの気道に向けられた加圧空気に関連する複数の圧力値が受信される。一部の実装形態では、複数の圧力値の１つが、複数の流量値の１つに対応する。

ステップ８２０で、ユーザーの最初の呼吸に関連する第１の時間と、ユーザーの第２の呼吸に関連する第２の時間が識別される。一部の実装形態では、第１の時間および第２の時間は、複数の流量値の少なくとも一部の複数の流量値に対応する複数の流容量値を分析することによって識別することができる。一部の実装形態では、複数の対応する流容量値は、複数の流量値の少なくとも一部の時間積分をとることによって決定される。ユーザーの最初の呼吸に関連する最初の時間を識別する例示的な方法が、図９に示されている。２回目も同じまたは類似の方法で識別できる。

ステップ８３０において、複数の流量値は、識別された第１の時間および識別された第２の時間に少なくともある程度基づいてフィルタリングされる。次いで、フィルタリングは、複数の流量値のサブセットを生成する。一部の実装形態では、複数の流量値のサブセットは、受信した複数の流量値の１％以下を含む場合がある。加えて、または代替として、一部の実装形態では、複数の流量値のサブセットは、（ｉ）最初の呼吸の１、２、３、４、または５つの流量値、および（ｉｉ）２回目の呼吸の１、２、３、４、または５つの流量値を含む。例えば、複数の流量値のサブセットは、（ｉ）最初の呼吸の吸入の開始付近での１つ、２つ、３つ、４つ、または５つの流量値、および（ｉｉ）２番目の呼吸の吸入の開始付近での１つ、２つ、３つ、４つまたは５つの流量値を含む。

一部の実装形態では、複数の流量値がローパスフィルタでフィルタリングされ、純粋にＤＣである（たとえば、ユーザーの呼吸を含まない、および／またはその影響を受けない）複数の流量値のサブセットが生成される。ＤＣ値は平均値であり得る。ローパスフィルタは高い周波数を除去し、低い周波数を残すため、平均値となる。例えば、一部の実装形態では、ローパスフィルタでは、最初に流容量値を分析して、ユーザーの最初の呼吸に関連する最初の時間を特定し、次にユーザーの２番目の呼吸に関連する２番目の時間を特定する（ステップ８２０）。しかしながら、開示された方法では、ユーザーの最初の呼吸に関連する第１の時間と、ユーザーの第２の呼吸に関連する第２の時間を特定するための任意の適切なフィルタリングを使用することがある。

一部の実装形態では、複数の流量値のフィルタリング（ステップ８３０）は、（ｉ）ユーザーの呼吸によって影響を受ける流量値、（ｉｉ）ユーザーの口漏れを示唆する流量値、（ｉｉｉ）不規則な呼吸に関連する流量値（たとえば、息を吸う、息を吐く、または呼吸全体の時間が長すぎる、または短すぎる）、または（ｉｖ）これらの任意の組み合わせを除去することを含むか、追加的または代替的に含む。

ステップ８４０では、呼吸療法装置の意図的リーク特性曲線が、複数の流量値およびそれらに対応する圧力値の少なくとも２つのサブセットを使用して決定される。一部の実装形態では、ステップ８４０は、８４２、８４４、および８４６の１つまたは複数のステップを含む。ステップ８４２で、第１のＸ値および第１のＹ値を有する第１のデカルト座標が生成される。第１のＸ値は、第１の時間（ステップ８２０で識別される）に対応する第１の流量値である。第１のＹ値は、１回目第１の時間に対応する第１の圧力値である。ステップ８４４で、第２のＸ値および第２のＹ値を有する第２のデカルト座標が生成される。第２のＸ値は、第２の時間（ステップ８２０で識別される）に対応する第２の流量値である。第２のＹ値は、第２の時間に対応する第２の圧力値である。ステップ８４６で、生成された第１デカルト座標および生成された第２デカルト座標に少なくとも部分的に基づいて、意図的リーク特性曲線が決定される。例えば、一部の実装形態では、図５Ａ～５Ｂおよび／または図６に参照して提示および説明するシステムおよび方法は、ステップ８４０で利用することができる。

一部の実装では、意図的なリーク特性曲線は次の式を使用して計算される。

Ｚ＝Ｐ／Ｑ＝ｋ_１Ｑ＋ｋ_２ （１２）

この時、Ｚは意図的なリーク特性曲線（例えば、インピーダンスを示す）Ｐは複数の圧力値のうちの圧力値、Ｑは複数の流量値のうちの流量値、ｋ_１は最初の定数、ｋ_２は２番目の定数とする。そのような実装の一部では、最初の定数ｋ_１は乱流に、２番目の定数ｋ_２は層流が関係している可能性がある。式（１２）は、線形方程式を使用してインピーダンスを計算できるので好都合である。

一部の実施形態では、方法８００はさらに、ディフューザ損失（ステップ８５０）および意図しない漏れ（ステップ８６０）の出力を含む。ディフューザ損失出力（ステップ８５０）は、マスク特定（例えば、呼吸療法装置に関連するユーザーインターフェースを特定する）、マスク自動設定（例えば、ユーザーインターフェースに関連する１つまたは複数の設定を調整する）、および／または口漏れ検出（例えば、呼吸療法装置のユーザーに関連する口漏れを決定する）等の特徴を含むことがある。意図しない漏れ出力（ステップ８６０）は、口漏れ検出および／またはユーザー漏れ補正などの特徴を含むことがある。

図９を参照すると、本開示の一部の実装による、呼吸療法下の最初の呼吸中の流量データ（「Ｑ」）および流容量データ（「Ｖ」）が示されている。プロット９００は、呼吸療法装置のユーザーの最初の呼吸９８０を示している。一部の実装形態では、ユーザーの各呼吸は、息を吸う部分と息を吐く部分を含む。示されるように、第１の呼吸９８０は、息を吸う部分９８２および息を吐く部分９８４を含む。プロット９００の上部セクション９０２は、最初の呼吸９８０におけるユーザーに関連する流量データ９１０（破線）を示す。プロット９００の下部セクション９０４は、対応する流容量データ９５０（破線）を示す。一部の実施形態では、対応する流容量データ９５０は、流量データ９１０の時間積分をとることによって決定することができる。

流容量データを使用して、ユーザーの最初の呼吸に関連する最初の時間と、ユーザーの２番目の呼吸に関連する２番目の時間を特定することができる（たとえば、方法８００のステップ８２０）。そしてこれを意図的リーク特性曲線の決定のために利用できる（例えば、方法８００のステップ８４０）。一部の実施形態では、第１の時間は第１の呼吸の息を吸う部分内にあり、第２の時間は第２の呼吸の息を吸う部分内にある。

一部の実装形態では、第１の時間はユーザーの最初の呼吸が始まったときであり、第２の時間はユーザーの２回目の呼吸が始まったときとする。追加または代替として、一部の実装形態では、第１の時間は、最初の呼吸の息を吸い始める辺り、第２の時間は、２番目の呼吸の息を吸い始める辺りである。図９に示すこの例では、第１の時間は、流量データ９１０の流量９１２および流容量データ９５０の流容量９５２に対応している。流容量９５２は、最初の呼吸９８０中の最小流容量値である。

そのような実装形態の一部では、第１の呼吸９８０の最小流容量値（例えば、流容量９５２）は、第１の呼吸９８０の開始時および／または第１の呼吸９８０の息を吸う部分９８２の開始時に対応する。したがって、第１の時間は、流容量データ９５０を分析して最小流容量値を見つけることによって特定することができる。第１の呼吸９８０の最小流容量値（例えば、流容量９５２）は流量９１２にも対応するが、これは吸気の開始時の流量である（Ｑ＝「ゼロ」流量が図９に水平線９０６として示されている）。

一部の実装形態では、第１の時間は第１の呼吸の息を吐く部分内にあり、第２の時間は第２の呼吸の息を吐く部分内にある。追加または代替として、一部の実装形態では、第１の時間は最初の呼吸の息を吐く部分の開始時辺りであり、第２の時間は２回目の呼吸の息を吐く部分の開始時辺りである。図９に示すこの例では、第１の時間は、流量データ９１０の流量９１４および流容量データ９５０の流容量９５４に対応している。流容量９５４は、最初の呼吸９８０中の最大流容量値である。

そのような実装形態の一部では、第１の呼吸９８０の最大流容量値（例えば、流容量９５４）は、第１の呼吸９８０の息を吐く部分９８４の開始時に対応する。したがって、第１の
時間は、流容量データ９５０を分析して最大流容量値を見つけることによって特定することができる。第１の呼吸９８０の最大流容量値（例えば、流容量９５４）は、流量９１４にも対応し、これは「ゼロ」流量（すなわち、ユーザーの呼吸サイクルにおける息を吸って息を吐く間のある時点での流量）である。

流量がゼロの時間を特定することは、交絡呼吸信号が除外されるため（つまり、流量がゼロではない場合）、好都合な場合がある。しかしながら、ユーザーが意図しない漏れ（例えば、口からの漏れ）を経験している例では、呼吸の終わりに流量がゼロに戻らないことがある。この図９の例では、最初の呼吸９８０の終わりに、流量９１６は「ゼロ」流量に戻っていない。対照的に、ユーザーが意図しない漏れを経験していない場合、流量データ９３０は、最終流容量が「ゼロ」に戻ることを示す。

第１の呼吸９８０の意図しない漏れの存在および／または量を決定するために、第１の呼吸９８０の終了時に関連する最終流容量９５６を、第１の呼吸９８０の開始時に関連する流容量９５２と比較することによって、流容量データを分析することができる。この比較に少なくともある程度基づいて、ユーザーが最初の呼吸９８０中に意図しない漏れ（例えば、ユーザーの口からの空気漏れを示す口漏れ）を経験しているかどうかを決定することができる。終了流容量９５６が開始流容量９５２よりも大きければ、ユーザーが最初の呼吸９８０中に意図しない漏れを経験していることを示している。ユーザーが最初の呼吸９８０中に意図しない漏れを経験しているという決定に対し、呼吸療法装置の意図的リーク特性曲線を決定する際に最初の呼吸９８０を除外することができる（図８のステップ８４０）。

追加または代替として、一部の実装形態では、流容量データを分析することによって、最初の呼吸９８０中の意図しない漏れの量を決定することができる。この図の例では、図９の例では、流容量データ９５０と参照データ９７０との間の面積差９７２は、最初の呼吸９８０中の意図しない漏れの量を示している。息を吸う部分９８２に関しては、参照データ９７０は流容量データ９５０と一致するため、ユーザーは息を吸う部分９８２中に意図しない漏れを経験しない可能性が高い。息を吐く部分９８４については、参照データ９７０は、最大流容量９５４から最終流容量９５６までの直線としてプロットする。面積差９７２は、参照データ９７０における流容量値の第２の時間積分から流容量データ９５０における流容量値の第１の時間積分を差し引くことによって計算することができる。

方法８００（図８）の１つまたは複数のステップを実施する別の例として、図１０に、本開示の一部の実装による、呼吸療法下での２回の呼吸中の流量データおよび流容量データを示す。プロット１０００の上部は、流量対時間を示す。プロット１０００の下部は、対応する流容量対時間を示している。流容量データ１０５０は、流量データ１０１０の時間積分をとることによって計算することができる。流量データ１０１０および流容量データ１０５０は、２回の呼吸にわたってプロットされる。第１の呼吸は、第１の息を吸う部分１０８２および第１の息を吐く部分１０８４を含む。第２の呼吸は、第２の息を吸う部分１０８６および第２の息を吐く部分１０８８を含む。

図１０のこの例では、流量１０１２と流容量１０５２は第１の時間に相当する。流量１０１６と流容量１０５６は第２の時間に相当する。したがって、第１の時間は、ユーザーの最初の呼吸が始まったときであり、第２の時間は、ユーザーの第２の呼吸が始まったときである。加えて、または代替として、第１の時間は第１の呼吸の息を吸う部分１０８２の開始時辺りであり、第２の時間は第２の呼吸の息を吸う部分１０８６の開始時辺りである。さらに追加的または代替的に、第１の時間は第１呼吸の最小流容量値に対応し、第２の時間は第２呼吸の最小流容量値に対応する。

図１１を参照すると、散布図１１００（圧力対流量）に当てはめられた意図的リーク特
性曲線が示されており、本書で開示する方法の１つまたは複数のステップ、方法８００のステップ８４０などを実装することがある。Ｘ軸は流量値（「Ｑ」、１０秒あたりのリットル）を表し、Ｙ軸は圧力値（「Ｐ」、ｃｍＨ_２Ｏ）を表す。呼吸ごとに、第１のＸ値と第１のＹ値を持つデカルト座標が、散布点１１００内の点としてプロットされる。第１デカルト座標の第１のＸ値は、第１時間（方法８００のステップ８２０で識別される）に対応する第１流量値である。第１のデカルト座標の第１のＹ値は、第１の時間（方法８００のステップ８２０で識別される）に対応する第１の圧力値である。後続のデカルト座標は、最初のデカルト座標と同じまたは同様の方法でプロットされる。次に、意図的なリーク特性曲線１０２０を散布点１１００に当てはめる。

一部の実装形態では、散乱点１１００のいくつかのデカルト座標は、意図的リーク特性曲線１０２０のフィッティング中に除外される。例えば、上で詳しく開示したように、ユーザーが意図しない漏れを経験する呼吸に対応するデカルト座標を除外することができる。

一部の実装形態では、ＰＡＰ空気回路インピーダンスがわかると、患者インピーダンスを決定することができる。回路モデリングは、患者のインピーダンス決定方法を実装できることを示唆している。一部の実装形態では、患者のインピーダンス決定方法により、フルフェイスマスクをつけたとき口呼吸と鼻呼吸と区別できるかどうかを決定することができる。そのような実装の一部では、漏れ段階に関連する追加情報により、口呼吸と鼻呼吸との差別化を改善することができます。

以下の請求の範囲の項１～１２７のいずれか１つまたは複数からの、１つまたは複数の要素または態様またはステップ、またはそれらの任意の一部は、それ以外の請求の範囲の項１～１２７のいずれかの１つまたは複数からの、１つまたは複数の要素または態様またはステップまたはそれらの任意の部分と組み合わせ、本開示の１つまたは複数の追加の実装および／または請求の範囲の項を形成することができる。

本開示について、１つまたは複数の特定の実施形態または実装を参照しながら説明してきたが、当業者は、本開示の精神および範囲から逸脱することなく多くの変更を行うことができることを認識するであろう。これらの実装およびその明らかな変形はそれぞれ、本開示の精神および範囲内に収まると考えられる。また、本開示の態様による追加の実装は、本明細書に記載された実装のいずれかからの任意の数の特徴を組み合わせてよいとも考えられる。

Claims (58)

1. 呼吸療法装置の意図的リーク特性曲線を決定する方法であって、
   コンピュータが、
   前記呼吸療法装置のユーザーの気道に向けられる加圧空気に関連する複数の流量値を受信することと、
   ユーザーの気道に向けられる加圧空気に関連する、前記複数の流量値のそれぞれに対応する複数の圧力値を受け取ることと、
   ユーザーの第１の呼吸に関連する第１の時間を識別し、ユーザーの第２の呼吸に関連し前記第１の時間と呼吸サイクル内の位置が対応する第２の時間を識別することと、
   識別された前記第１の時間および識別された前記第２の時間に少なくともある程度基づいて前記複数の流量値をフィルタリングし、フィルタリングにより、前記複数の流量値のサブセットを生成することと、
   前記複数の流量値のサブセットの少なくとも２つと、前記流量値のサブセットの少なくとも２つに対応する圧力値とを使用して、前記呼吸療法装置の意図的リーク特性曲線を決定することであって、ユーザーが前記第１の呼吸中に口漏れを経験しているという決定に応答して前記第１の呼吸を除外する、前記呼吸療法装置の意図的リーク特性曲線を決定することと、
   を含む、方法
2. 前記呼吸療法装置の前記意図的リーク特性曲線を決定することが、
   前記第１の時間に対応する第１の流量値である第１のＸ値、および前記第１の時間に対応する第１の圧力値である第１のＹ値を有する第１のデカルト座標を生成することと、
   前記第２の時間に対応する第２の流量値である第２のＸ値、および前記第２の時間に対応する第２の圧力値である第２のＹ値を有する第２のデカルト座標を生成することと、
   生成された前記第１のデカルト座標および生成された前記第２のデカルト座標に少なくともある程度基づいて、意図的リーク特性曲線を決定することと、
   を含む、請求項１に記載の方法。
3. 以下の式を使って前記意図的リーク特性曲線を計算する、請求項１または請求項２に記載の方法：
   Ｚ＝Ｐ／Ｑ＝ｋ_１Ｑ＋ｋ_２
   ここでＺは意図的なリーク特性曲線、Ｐは複数ある圧力値のうちの圧力値、Ｑは複数ある流量値のうちの流量値、ｋ_１は第１の定数、ｋ_２は第２の定数である。
4. 前記複数の流量値、およびそれに対応する複数の流容量値の少なくとも一部について決定することをさらに含む、
   請求項１～３のいずれか一項に記載の方法。
5. ユーザーの前記第１の呼吸に関連する前記第１の時間、およびユーザーの前記第２の呼吸に関連する前記第２の時間が、決定した複数の対応する流容量値の分析に少なくとも部分的に基づいて識別される請求項４に記載の方法。
6. 複数の前記流量値の少なくとも一部の時間積分をとることによって、それに対応する複数の流容量値が決定する請求項４または請求項５に記載の方法。
7. ユーザーの各呼吸が、息を吸う部分と息を吐く部分とを含む、請求項１～６のいずれか一項に記載の方法。
8. 前記第１の時間が前記第１の呼吸の息を吸う部分内にあり、前記第２の時間が前記第２の呼吸の息を吸う部分内にある、請求項７に記載の方法。
9. 前記第１の時間が前記第１の呼吸の息を吸う部分の開始辺りであり、前記第２の時間が前記第２の呼吸の息を吸う部分の開始辺りである、請求項７または請求項８に記載の方法。
10. 前記第１の時間が前記第１の呼吸の最小流容量値に対応し、前記第２の時間が前記第２の呼吸の最小流容量値に対応する、請求項３～９のいずれか一項に記載の方法。
11. 前記第１の時間が前記第１の呼吸の息を吐く部分内にあり、前記第２の時間が前記第２の呼吸の息を吐く部分内にある、請求項７に記載の方法。
12. 前記第１の時間は前記第１の呼吸の息を吐く部分の開始辺りであり、前記第２の時間は前記第２の呼吸の息を吐く部分の開始辺りである、請求項１１に記載の方法。
13. 前記第１の時間に対応する第１の流量値が、第１の呼吸の開始時の初期流量値に等しく、前記第２の時間に対応する第２の流量値は、第２の呼吸の開始時の初期流量値に等しい、請求項１～１２のいずれか一項に記載の方法。
14. 前記第１の呼吸の開始時の初期流量値と前記第２の呼吸の開始時の初期流量値とが同じである、請求項１３に記載の方法。
15. 前記第１の時間は第１の呼吸の最大流容量値に対応し、前記第２の時間は第２の呼吸の最大流容量値に対応する、請求項４～７、または１２～１４のいずれか一項に記載の方法。
16. 前記第１の呼吸の最後に関連する最後流容量値を、前記第１の呼吸の開始に関連する開始流容量値と比較すること、および、
    前記比較に少なくともある程度基づいて、第１の呼吸中に、ユーザーの口からの空気漏れを示唆する口漏れを、ユーザーが経験しているかを判断すること、
    をさらに含む、請求項４～１５にいずれか一項に記載の方法。
17. 前記開始流容量値が、前記第１の呼吸の最小流容量値である、請求項１６に記載の方法。
18. 前記最後流容量値が前記開始流容量値よりも大きいことが、ユーザーが第１の呼吸中に口漏れを経験していることを示す、請求項１６または請求項１７に記載の方法。
19. 第１の呼吸中の口漏れの量を決定するステップをさらに含む、請求項４～１８のいずれか一項に記載の方法。
20. 前記第１の呼吸中の口漏れの量を決する方法が、
    前記第１の呼吸の流容量値のサブセットの第１の時間積分を見つけること、及び、
    前記第１の呼吸の最大流容量値と最後流容量値との間の直線の第２の時間積分から第１の時間積分を差し引くこと、
    を含む、請求項１９の方法。
21. 前記第１の呼吸の流容量値のサブセットが、前記第１の呼吸の息を吸う部分に関連付けられる、請求項２０に記載の方法。
22. 前記第１の呼吸の息を吐く部分の開始が、前記第１の呼吸の最大流容量値に関連付けられる、請求項２１に記載の方法。
23. 前記複数の流量値のフィルタリングに、（ｉ）前記ユーザーの呼吸によって影響を受ける流量値、（ｉｉ）前記ユーザーの口漏れを示す流量値、（ｉｉｉ）不規則な呼吸に関連する流量値、または（ｉｖ）これらの任意の組み合わせを除去することが含まれる、請求項１～２２のいずれか一項に記載の方法。
24. 前記決定された意図的リーク特性曲線に少なくともある程度基づいて、ディフューザ損失を決定するステップをさらに含む、請求項１～２３のいずれか一項に記載の方法。
25. 前記決定されたディフューザ損失に少なくとも部分的に基づいて、（ｉ）前記呼吸療法装置に関連するユーザーインターフェースの特定、（ｉｉ）前記ユーザーインターフェースに関連する１つまたは複数の設定の調整、（ｉｉｉ）呼吸療法装置のユーザーに関連する口漏れの決定、または（ｉｖ）それらの任意の組み合わせを決定することをさらに含む請求項２４に記載の方法。
26. 前記複数の流量値のサブセットが、複数の前記流量値の１％またはそれ以下を含む、請求項１～２５のいずれか一項に記載の方法。
27. 複数の前記流量値のサブセットが、（ｉ）第１の呼吸についての１つ、２つ、３つ、４つ、または５つの流量値、および（ｉｉ）２番目の呼吸の１つ、２つ、３つ、４つ、または５つの流量値を含む、請求項１～２６のいずれか一項に記載の方法。
28. 呼吸療法装置の意図的リーク特性曲線を決定する方法であって、
    コンピュータが、
    前記呼吸療法装置のユーザーの気道に向けられた加圧空気に関連付けられた複数の流量値を受信することであって、前記複数の流量値のそれぞれは、ユーザーの複数の呼吸のそれぞれにおける第１の時間に関連付けられる、複数の流量値を受信することと、
    ユーザーの気道に向けられた加圧空気に関連する複数の圧力値を受け取ることであって、前記複数の圧力値のそれぞれは、複数の流量値のそれぞれ１つに対応する、複数の圧力値を受け取ることと、
    前記複数の流量値のサブセットの少なくとも２つと、前記複数の流量値のサブセットの少なくとも２つに対応する圧力値とを使用して、前記呼吸療法装置の意図的リーク特性曲線を決定することであって、ユーザーが前記複数の呼吸のうちの第１の呼吸中に口漏れを経験しているという決定に応答して前記第１の呼吸を除外する、前記呼吸療法装置の意図的リーク特性曲線を決定することと、
    を含む、方法。
29. 前記呼吸療法装置の意図的リーク特性曲線を決定する方法が、
    第１の呼吸に関連する第１の時間に対応する第１の流量値である第１のＸ値、および前記第１の呼吸に関連する前記第１の時間に対応する第１の圧力値である第１のＹ値を持つ、第１のデカルト座標を生成することと、
    第２の呼吸に関連する第１の時間に対応する第２の流量値である第２のＸ値、および前記第２の呼吸に関連する前記第１の時間に対応する第２の圧力値である第２のＹ値を持つ第２のデカルト座標を生成することと、
    少なくともある程度、生成された前記第１のデカルト座標および生成された前記第２のデカルト座標に基づいて、意図的リーク特性曲線を決定することと、
    を含む、請求項２８に記載の方法。
30. 以下の式を用いて、前記意図的リーク特性曲線を計算する、請求項２８または請求項２９に記載の方法：
    Ｚ＝Ｐ／Ｑ＝ｋ_１Ｑ＋ｋ_２
    ここで、Ｚは意図的なリーク特性曲線、Ｐは複数の圧力値のうちの圧力値、Ｑは複数の流量値のうちの流量値、ｋ_１は第１の定数、ｋ_２は第２の定数とする。
31. 前記複数の流量値の少なくとも一部について、複数の対応する流容量値を決定すること、
    をさらに含む、請求項２８～３０のいずれか一項に記載に方法。
32. 前記ユーザーの第１の呼吸に関連する前記第１の時間、および前記ユーザーの第２の呼吸に関連する前記第１の時間が、前記決定された複数の対応する流容量値を分析することに少なくとも部分的に基づいて識別される、請求項３１に記載の方法。
33. 前記複数の対応する流容量値が、前記複数の流量値の少なくとも一部の時間積分を見つけることによって決定される、請求項３１または請求項３２に記載の方法。
34. 前記ユーザーの各呼吸に、息を吸う部分および息を吐く部分を含む、請求項２８～３３のいずれか一項に記載の方法。
35. 前記第１の時間が、各呼吸の息を吸う部分内にある、請求項３４に記載の方法。
36. 前記第１の時間が、各呼吸の息を吸う部分の始まり頃である、請求項３４または請求項３５に記載の方法。
37. 前記第１の時間が、各呼吸における最小流容量値に対応する、請求項３０～３６のいずれか一項に記載の方法。
38. 前記第１の時間が、各呼吸の息を吐く部分内にある、請求項３４に記載の方法。
39. 前記第１の時間が、各呼吸の息を吐く部分の始まり頃である、請求項３８に記載の方法。
40. 前記第１の時間に対応する第１の流量値が、各呼吸の開始時の初期流量値に等しい、請求項２８～３９のいずれか一項に記載の方法。
41. 第１の呼吸の開始時の初期流量値と第２の呼吸の開始時の初期流量値とが同じである、請求項４０に記載の方法。
42. 前記第１の時間が、各呼吸における最大流容量値に対応する、請求項３１～３４、または、請求項３９～４１のいずれか一項に記載の方法。
43. 第１の呼吸の終わりに関連する最後流容量値を、前記第１の呼吸の開始に関連する開始流容量値と比較し、また、
    当該比較に少なくともある程度基づいて、ユーザーがユーザーの口から空気が漏れていることを示唆する第１の呼吸中の口漏れを経験しているかを決定すること、
    をさらに含む、請求項３１～４２のいずれか一項に記載の方法。
44. 前記開始流容量値が、前記第１の呼吸の最小流容量値である、請求項４３に記載の方法。
45. 前記開始流容量値よりも終了流容量値の大きいことが、ユーザーが第１の呼吸中に口漏れを経験していることを示す、請求項４３または請求項４４に記載の方法。
46. 第１の呼吸中の口漏れの量を決定すること、を含む、請求項３１～４５のいずれか一項に記載の方法。
47. 前記第１の呼吸中の口漏れの量を決定する方法は、
    前記第１の呼吸の流容量値のサブセットの第１の時間積分を見つけ、
    前記第１の呼吸の最大流容量値と終了流容量値との間の直線の第２の時間積分から前記第１の時間積分を差し引くこと、
    を含む、請求項４６の記載の方法。
48. 前記第１の呼吸の流容量値のサブセットが、前記第１の呼吸の息を吐く部分に関連付けられる、請求項４７に記載の方法。
49. 前記第１の呼吸の息を吐く部分の開始が、前記第１の呼吸の最大流容量値に関連付けられる、請求項４８に記載の方法。
50. 前記複数の流量値をフィルタリングすることに、（ｉ）前記ユーザーの呼吸によって影響を受ける流量値、（ｉｉ）前記ユーザーの口漏れを示す流量値、（ｉｉｉ）不規則な呼吸に関連する流量値、または（ｉｖ）これらの任意の組み合わせの除去を含む、請求項２８～４９のいずれか一項に記載の方法。
51. 前記決定された意図的リーク特性曲線に少なくとも部分的に基づいて、ディフューザ損失を決定するステップをさらに含む、請求項２８～５０のいずれか一項に記載の方法。
52. 少なくともある程度、前記決定されたディフューザ損失に基づいて、（ｉ）前記呼吸療法装置に関連するユーザーインターフェースを識別すること、（ｉｉ）前記ユーザーインターフェースに関連する１つまたは複数の設定を調整すること、（ｉｉｉ）呼吸療法装置のユーザーに関連する口漏れを決定すること、または（ｉｖ）それらの任意の組み合わせ、をさらに含む、請求項５１に記載の方法。
53. 前記複数の流量値のサブセットが、前記複数の流量値の１％またはそれ以下を含む、請求項２８～５２のいずれか一項に記載の方法。
54. 前記複数の流量値のサブセットに、（ｉ）第１の呼吸についての１つ、２つ、３つ、４つ、または５つの流量値、および（ｉｉ）第２の呼吸についての１つ、２つ、３つ、４つ、または５つの流量値が含まれる、請求項２８～５３のいずれか一項に記載の方法。
55. １つまたは複数のプロセッサを含む制御システム、および
    機械可読命令を保存したメモリ、
    を含むシステムであって、
    前記制御システムは前記メモリに結合され、請求項１～５４のいずれか一項に記載の方法は、前記メモリ内の前記機械可読命令が制御システムの１つまたは複数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きに、実施される、
    システム。
56. 呼吸療法装置の意図的リーク特性曲線を決定するためのシステムであって、請求項１～５４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含む、システム。
57. コンピュータによって実行されると、コンピュータに請求項１～５４のいずれか一項に記載の方法を実行させる命令を含むコンピュータプログラム製品。
58. 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５７に記載のコンピュータプログラム製品。