專利名稱：用于診斷和治療患者呼吸模式的系統和方法
技術領域：
本發明涉及用于診斷和治療患者呼吸模式的系統和方法。
背景技術：
陽塞性睡眠呼吸暫停綜合癥(OSAS)是一種可能影響大約1-5%成年人群的公認睡眠障礙。OSAS是造成過度白天嗜睡的最普遍的原因之一。OSAS最頻繁地發生在肥胖男性身上，并且是到睡眠障礙診所安排治療的一個最常見原因。OSAS與許多情況相關，其中有患者上氣道存在的解剖學上或機能上的狹窄化，并且其特點是在睡眠期間發生上氣道間歇性陽塞。不管如何連續地努力呼吸，這種陽塞都會導致從全部氣流缺乏(呼吸暫停)到有或沒有氣流減少的明顯阻塞(呼吸淺慢和打鼾)的呼吸紊亂程度。這種綜合癥的病狀是由血氧不足、血碳酸過多、心脈徐緩以及與呼吸暫停和隨后的從睡眠中喚醒相關的睡眠中斷引發的。目前尚未能完全地研究出OSAS的病理。然而，已經公認的是:在睡眠期間上氣道的阻塞部分上是由于呼吸嘗試而產生的負內腔壓導致氣道的聲門上部分的萎陷(coI lapsibIe)行為而引起。由此，在罹患OSAS的患者中，睡眠期間上氣道的表現基本上如同吃驚堵塞(startlingresistor)(即不管啟動(吸氣)壓如何，氣流被局限于固定值)。部分或完全氣道皺縮則會引起氣道狀況(airway tone)的損失,這是睡覺時發作的癥狀并有可能擴大為OSAS。從1981年起，通過在睡眠期間佩戴緊配合鼻罩實施的氣道正壓(PAP)療法已演變為對OSAS的最有效的治療方式，并且現在是護理標準。這種非侵入形式療法的可用性已導致對OSAS的廣泛公開并出現了大量以前由于害怕氣管切開手術而避開醫療機構的患者。PAP系統的舒適度的增加已成為針對提高患者依從PAP療法的主要研究目的。PAP療法已成為陽塞性睡眠障礙呼吸(OSDB)中的主要治療方法，陽塞性睡眠障礙呼吸包括阻塞性睡眠呼 吸暫停、上氣道堵塞綜合癥、打鼾、睡眠過份所誘發的上氣道萎陷的增加以及上氣道部分的非正常萎陷引起明顯的非生理氣流阻塞的所有病狀。當氣道中的可萎陷部分中的壓力降低到作為周圍內壁的“臨界組織壓”所定義的水平之下時，這種萎陷通常會發生。該PAP療法旨在將氣道中可萎陷部分的壓力在任何時間維持在臨界組織壓或在臨界組織壓之上。過去，當患者戴上該裝置時，通過總是增加傳遞給患者氣道的壓力到高于該臨界組織壓而實現這種目標。一般來說，對PAP療法的需要僅發生在睡眠期間。然而，傳統PAP療法不考慮睡/醒狀態，并且傳統PAP系統在患者醒時施加不必要的壓力。所施加的壓力或者是常壓或者是基于治療需要的呼吸一呼吸判定的壓力。基于表示由于氣道萎陷需要PAP療法的多個信號的反饋的判定來發現病理事項(例如呼吸暫停、呼吸淺慢和其它氣道高堵塞的跡象)用于確定最小壓力的多種策略已有了演變。盡管它取得了成功，傳統PAP系統的使用局限性仍然存在，例如來自面罩的不適和消除呼吸暫停所需的壓力。特別地，患者經常報告醒時由于高壓而感到不適。為了避免這種不適，應僅在患者入睡時提供所施加的壓力。例如，“斜坡(ramp)”系統利用患者在啟動施加壓力中的激活延遲，然而這種斜坡系統不自動響應患者在夜間醒來，除非由患者按下按鈕而蓄意激活。患者在失眠期間的不適經常與從正常的呼吸模式例如，接近恒定呼吸深淺和頻率)到包含不正常的呼吸模式的改變有關。這些不正常的模式例如包括分隔的深呼吸、短暫停頓以及不在任何正常模式中變化的呼吸流形狀的改變)單單通過氣流跟蹤的檢查而被發現，并且經常發生在患者因為PAP系統而感到痛苦時。某些傳統PAP系統利用連續和自動地滴定所施加壓力的算法。這些算法取決于來自呼吸信號的氣道萎陷的檢測跡象。然而，這些傳統PAP系統的算法具有一些局限性。例如，盡管受試者蘇醒也會表現出呼吸的不正常模式并且在焦慮時更為多見，這會干擾對計算所施加壓力的呼吸信號的處理。
發明內容
在一個示范性的實施例中，本發明涉及包括傳感器和處理裝置的系統。傳感器測量與患者呼吸模式對應的數據。處理裝置分析呼吸模式以確定呼吸模式是否指示REM睡眠狀態。在另一實施例中，本發明涉及包括傳感器和處理裝置的系統。傳感器測量與患者呼吸模式對應的數據。處理裝置分析呼吸模式以確定呼吸模式是否指示(i)蘇醒狀態和(jj)睡眠狀態之一。 在另一實施例中，本發明涉及包括傳感器和神經網絡的系統。傳感器測量與患者呼吸模式對應的數據。神經網絡分析該數據以確定呼吸模式是否指示下述狀態之一:(i)REM睡眠狀態；(ii)蘇醒狀態jP(iii)睡眠狀態。還在另一實施例中，本發明涉及包括傳感器和處理裝置的系統。傳感器測量與患者呼吸模式對應的數據。處理裝置分析該數據以確定呼吸模式是否指示覺醒。
圖1示出根據本發明的一個系統的范例性實施例；圖2示出根據本發明、利用圖1所示系統的方法的范例性實施例；圖3示出利用根據本發明的系統的患者在例如非焦慮)正常失眠期間的氣流波形；圖4示出患者正常睡眠期間的氣流波形；圖5示出表示上氣道壓力高度堵塞和呼吸淺慢的睡眠中患者的氣流波形；圖6示出表示反復性阻塞呼吸暫停的睡眠中患者的氣流波形；圖7示出表示燥亂失眠期間的患者的波形；圖8示出表示由于患者階段性REM而引起不規則呼吸的REM睡眠期的患者的氣流波形；圖9示出用于確定REM睡眠狀態的方法；圖10示出用于確定患者睡眠狀態和蘇醒狀態的方法；圖11示出用于訓練和使用神經網絡從而確定患者狀態的方法；以及圖12示出用于控制施加到患者的壓力的方法。
具體實施例方式圖1示出根據本發明的系統I的范例性實施例。系統I可以包括經由導管21連接以從氣流發生器22接收具有特定壓力氣流的面罩20。提供給特定患者的壓力量根據患者的特定條件而變化。可使用任何傳統的PAP療法而確定這種壓力量。面罩20覆蓋患者 的鼻子和/或嘴巴。傳統的氣流傳感器23耦合至導管21。傳感器23檢測去往/來自患者的氣流速率和/或由發生器22提供給患者的壓力。傳感器23可在發生器22的內部和外部。與氣流和/或壓力對應的信號被提供給處理裝置24以便處理。該處理裝置24將信號輸出到傳統的流量控制裝置25以控制由氣流發生器22施加到流體導管21的壓力。本領域內技術人員可以理解，對于可用作氣流發生器22的某些類型的氣流發生器，處理裝置24可直接控制氣流發生器22，而不是通過操縱獨立的流量控制裝置25而控制來自氣流發生器的氣流。系統I還可包括連續泄漏口或其它通氣裝置28。通氣裝置28可使包含在患者呼出氣流中的氣體從輸入氣流中分流以防止呼出氣體被重新吸入。圖2示出根據本發明的方法的一個范例性實施例。在步驟202中，患者通過將面罩20置于自己臉上并給發生器22、氣流控制裝置25和處理裝置24通電而啟動系統I。在步驟204中，系統I啟動患者呼吸模式的實時監測進程。監測進程由處理裝置24執行，處理裝置24利用預存儲的患者數據以及由傳感器23提供的有關去往/來自患者和/或所施加的壓力的當前數據。在監測進程中，處理裝置24對患者的當前狀態作出判定(例如，患者是否處于睡目民、蘇醒且正常地呼吸或蘇醒但由于痛苦或焦慮而不正常地呼吸)。這種判定可基于多種不同的測量而作出。例如，處理裝置24在確定患者狀態時可分析患者的心率、血壓、EEG數據、呼吸模式等。可將患者呼吸模式的多種特性考慮在內以作出這類判定。圖3和圖4示出表示患者在PAP療法期間安靜、正常的放松呼吸的呼吸模式。圖3表示放松狀態下的失眠(患者不焦慮或痛苦)。圖4表示在患者正確地通過PAP療法被治療的睡眠期間的放松呼吸期。在任何一種情況下，都能不損害舒適度地傳遞所施加的壓力。此外，存在其間必需采用PAP療法的睡眠障礙呼吸期。睡眠障礙呼吸指數包括呼吸暫停(如與深呼吸交替出現的大于8-10秒的零氣流期)、呼吸淺慢(如明顯減少的、持續10秒或更長時間的并且由更深呼吸結束的氣流循環周期)或信號形狀的間歇或循環改變的周期(如其特征為波形變平，由正常形狀的呼吸結束)。相反，后面的范例性特征表示患者蘇醒并處于焦慮和痛苦狀態:純粹用嘴呼吸(例如配置成檢測來自患者鼻子氣流的傳感器23沒有信號)；吸氣次數變化的不穩定深呼吸；呼吸間的不規則間隔(但不是表示睡眠和需要更高壓力的循環性呼吸暫停等)。圖7示出該種燥亂的失眠期，在此期間呼吸模式的特征為呼吸的深淺和/或頻率的不規則變化和/或表示患者處于蘇醒并且處于焦慮或不適狀態的患者氣流跟蹤形狀的不規則變化。然而，在呼吸深淺中沒有循環性改變(例如周期性不規則)，這種循環性變化例如會在呼吸暫停和呼吸淺慢睡眠情況下被發現。用以增加患者舒適度的方法中的一種是在不需要時減少所施加的壓力。阻塞性睡眠呼吸暫停的患者在蘇醒時根本不需要任何壓力。因此在這種不規則呼吸期中降低施加到面罩的壓力將提高用戶的舒適度，直到患者入睡例如，這能通過規則性恢復或者簡單地識別為呼吸暫停和呼吸淺慢的循環但規則的陽塞期或者增大的上氣道堵塞來表征)。可以從呼吸深淺和吸氣時序的緩慢變換區分上述呼吸模式，例如潮式呼吸(cheynestoke)和其它形式的阻塞性呼吸暫停。圖5表示PAP療法中的患者呼吸模式，它包括睡眠期間增大的上氣道堵塞和呼吸淺慢情況，而圖6表示與反復阻塞呼吸暫停對應的呼吸模式。在兩種情況下，呼吸深淺和頻率的改變被緩慢地調節并且是反復的和循環的(例如規則地不規律)。在這些期間，所施加的壓力是需要的或必需被升高，但不表示這樣有助于減少患者的痛苦。因此，所施加的壓力不應被降低。圖8示出REM睡眠期。這種睡眠階段,例如每90分鐘正常睡眠發生10_30分鐘，呼吸模式經常被特征化為不規則呼吸。該模式表示對使用不規則性表示焦慮的失眠的潛在例外。然而，在這種類型呼吸期間，患者處于睡眠狀態并且必需維持所施加的壓力(即在失眠期間不減少)。在REM期間可見的這種類型的不規則與失眠所表現出來的不規則在多個關鍵參數中存在區別。該種與 REM相關的呼吸模式可包括例如深呼吸的缺乏，特別是在停頓后的深呼吸的缺乏、總體高的呼吸速率、低流動速率以及淺呼吸聚集的趨勢。呼吸氣流信號的模式與燥亂的失眠期間可見的模式的區別使得可以將這些狀態分開，并且可以被用于改變所施加的壓力。處理裝置24還收集和記錄每位患者的數據。這些數據可由技術人員手動地收集和輸入或由處理裝置24本身自動地收集和輸入。例如，技術人員可監測患者呼吸并同時確定患者是否蘇醒。接著，當患者入睡時，技術人員可標記入睡患者的呼吸模式以便處理裝置24在以后對患者是否蘇醒的判定中使用該數據。當已建立患者呼吸特性的數據庫時，對患者失眠判定的作出將明顯地更為準確。在步驟206，處理裝置24判定患者狀態是否已有改變。例如，處理裝置24可判定患者處于睡眠狀態還是已被喚醒；或患者是蘇醒的還是已入睡。如果沒有改變，處理配置24繼續監控進程。如果患者狀態有改變，處理裝置24將調整壓力以適應患者當前狀態(步驟208)。例如，如果患者已蘇醒并且患者的呼吸模式表示處于如圖7所示的燥亂失眠期，處理裝置24可減少在這個時期內提供給患者的所施加的壓力。這種減少可以是所施壓壓力的完全去除即氣流發生器22將流速減少到不向患者的面罩提供任何凈壓的水平，同時儀通過環路維持到通氣裝置28的最小必要流量以防止C02積聚)，或者是局部減少(也就是氣流發生器22僅產生足以維持在患者睡眠時產生的氣壓的減少部分的氣流)。另一方面，如果患者已入睡，處理裝置24可指令流量控制裝置25升高壓力到患者睡著時所施加的壓力。例如，這可能表示當患者的呼吸模式從圖7所示模式變為圖4所示模式的情況。在這種情況下，處理裝置24應該增加壓力。從那時起，該增加的壓力不應減少，除非檢測到多個預置呼吸模式中的一個。例如，如果患者的呼吸模式表明發生了如圖5所示的增加的上氣道堵塞和呼吸淺慢，處理裝置24應至少維持相同壓力或者，優選的是，增加壓力。另外，如果患者的呼吸模式表現出圖6所示反復性阻塞呼吸暫停，則壓力至少應該維持相同的值，或者優選地增加；或者如果患者表現出表示他處于REM睡眠狀態的不規則的呼吸，由于在該呼吸類型期間患者是睡著的，所施加的壓力應至少維持和其它睡眠時期內相同的水平(即，不減少為如在失眠期間)。在步驟210中，處理裝置24判定斷開系統I的指令是否己被給出，如果已給出這種指令如，如果患者按下指定按鈕或經過預置時間期限)，系統I關閉并結束所有監測和氣流發生活動。否則，系統I繼續步驟204的監測進程。根據本發明的系統I的一個優點是:當患者具有表示他處于蘇醒并焦慮狀態的不規則的呼吸模式時，調整施加到患者的壓力(例如減少到零或預置的低水平)。當呼吸是規則的(例如表示睡眠)或表現出睡眠障礙呼吸狀況，則可保持或增加該壓力。在本發明的另一實施例中，系統I可用于一個或多個診斷應用中。也就是，處理裝置24可從傳感器23獲得有關患者呼吸模式的數據并記錄患者的狀態而不施加壓力到患者。例如，本發明可包括如圖9所示的用于確定患者何時處于REM睡眠狀態的方法100。在步驟102中，系統I被啟動并將面罩20覆蓋耦合至患者。在步驟104中，傳感器23獲得指示患者呼吸模式的數據。在步驟106中，處理裝置24確定呼吸模式是否被識別為REM睡眠狀態。例如，當呼吸模式包括深呼吸的缺乏(例如，在呼吸停頓后)、高的呼吸速率、低流動速率以及淺呼吸聚集的趨勢時，處理裝置24可識別呼吸模式為REM睡眠狀態。當呼吸模式沒有被識別為REM睡眠狀態時，處理裝置24會繼續收集有關患者呼吸模式的數據。
在步驟108中，處理裝置24已經識別呼吸模式為REM睡眠狀態并且將其報告給系統I的使用者(例如，醫師)。另外或可替換的，處理裝置24可標記一部分內部記錄以提醒患者處于REM睡眠狀態預定時間。也就是，在REM睡眠狀態被識別后，處理裝置24可繼續識別患者的呼吸模式以確定REM睡眠狀態的終止。在本發明的另一實施例中，系統I可用于檢測患者入睡/蘇醒的時候并且基于其調節壓力。在圖10中示出根據該實施例的方法250。在步驟252中，系統I初始化并將面罩20覆蓋于患者。在步驟254中，處理裝置24基于從傳感器23獲得的有關患者呼吸模式的數據確定患者的第一狀態。在該實施例中，處理裝置24可基于呼吸模式確定患者是否處于睡眠狀態或蘇醒狀態。也就是，上述數據可指示規則的呼吸狀態，其通常被識別為睡眠狀態或蘇醒狀態。在另一實施例中，處理裝置24可檢測例如患者是否處于睡眠狀態。也就是，當患者處于蘇醒狀態時，可施用該系統I。在系統I初始化后，處理裝置24可默認患者處于蘇醒狀態。這樣，處理裝置24可僅僅檢測患者是否處于睡眠狀態，并且當未檢測睡眠狀態時，默認患者處于蘇醒狀態。在步驟256中，處理裝置根據狀態來施加氣壓。在一個實施例中，CPAP可在睡眠狀態以第一水平施加以及在蘇醒狀態以第二水平施加。在另一實施例中，可施加自動調節的CPAP(“自動一 CPAP”)。在該實施例中，當確定睡眠狀態時，處理裝置24可朝向第一水平調節壓力，并且當確定蘇醒狀態時，可朝向第二水平調節壓力。本領域的技術人員將會理解，利用該實施例，患者的全部睡眠時間可由處理裝置24基于識別睡眠和蘇醒狀態而確定。在本發明的另一實施例中，系統I可包括耦合于處理裝置24的神經網絡和用于識別患者狀態的傳感器23。神經網絡(neural network)可從傳感器23獲得數據并基于上述數據確定患者狀態。在神經網絡運行之前和/或其運行過程中，其可訓練成識別相應于上述一個或多個狀態的呼吸模式的特征。圖11示出用于執行根據本發明神經網絡的方法300。在步驟302中，神經網絡構建成用于時識別患者的呼吸狀態。在一個實施例中，神經網絡包括多個節點，其包括輸入、隱藏和輸出節點。輸出節點的預定數目可等于被識別狀態的數目。例如，當識別下述狀態時:(i)規則的呼吸狀態，(ii)睡眠障礙呼吸狀態，(iii)REM睡眠狀態以及(iv)燥亂的失眠狀態，神經網絡可包括四個輸出節點。在步驟304中，用由輸入節點獲得的呼吸數據樣本訓練神經網絡。呼吸數據樣本可由系統I的操作者獲知為對應狀態之一。例如，呼吸數據樣本可人工評價為相應狀態。在步驟306中，用測試的呼吸數據對神經網絡進行測試。測試的呼吸數據可與采樣的呼吸數據不同，但是可由系統I的操作者獲知為對應狀態之一。在步驟308中，確定神經網絡是否滿意地執行。如果沒有滿意地執行，繼續訓練。在步驟310中，訓練神經網絡已經被訓練并滿意地執行，因此用其檢測患者狀態。處理裝置24從傳感器23獲取呼吸數據并測量呼吸數據的預定數目的參數。呼吸數據可通過預定數目的呼吸(例如，五個呼吸)獲得。上述參數可包括但不限于峰值流量、吸入時間、呼出時間、頻率和總呼吸時間。雖然將相對于獨立呼吸參數的測量對本發明進行描述，但是本領域的那些技術人員將會理解可對任意數目的連續呼吸或在其間具有預定時間/呼吸間隔的呼吸測量參數。可產生測量匯總，其可包括每一參數的中值、平均值、范圍和標準偏差。此外，可識別處于連續呼吸之間的每一參數中的差異。上述差異可包含在匯總中。在匯總中，基于一個或多個參數可將呼吸分類為預定的順序(例如，升序，降序)。然后可將匯總輸入神經網絡的輸入節點中。接著神經網絡可用對應患者狀態的輸出節點識別匯總和/或每一呼吸。例如，在一種情況下，匯總可指示患者處于規則的呼吸狀態。在另一情況下，一個呼吸可指示規則的呼吸狀態，而預定數目呼吸內的另一呼吸指示燥亂的失眠狀態。在識別狀態之后或識別狀態過程中，處理裝置24可獲取預定數目呼吸最后一個呼吸之后的更多預定數目呼吸的更多呼吸數據。一旦狀態被識別，處理裝置24可基于上述狀態調節供應到患者的壓力。
在本發明的另外示范性實施例中，在患者狀態被識別后，處理裝置24可利用預定的算法來調節壓力。圖12中示出根據該實施例的方法400。在步驟402中，系統I初始化，并且處理裝置24以默認水平將壓力供應到患者。在步驟404中，處理裝置24確定患者的呼吸模式是否指示睡眠障礙呼吸狀態。在步驟406中，當檢測到睡眠障礙呼吸狀態時，處理裝置24朝向第一預定壓力(例如治療壓力)以預定的增量增加壓力。根據該實施例，睡眠障礙呼吸狀態的任意更多的檢測可以增加壓力增加的速率(例如，減少增量間的時間)。在步驟408中，處理裝置24確定患者的呼吸模式是否指示燥亂的失眠狀態。在步驟410中，當檢測到燥亂的失眠狀態時，處理裝置24朝向第二預定壓力(例如在蘇醒狀態下更舒適的壓力)以預定的增量減小壓力。根據該實施例，燥亂的失眠狀態的任意更多的檢測可以增加壓力增加的速率。在方法400的執行過程中，當處理裝置24確定患者的呼吸模式指示規則的呼吸狀態和/或REM睡眠狀態時，可如前述供應壓力。例如，當由于檢測到睡眠障礙呼吸狀態而增加壓力時，以及處理裝置24檢測到規則的呼吸狀態時，可朝向第一預定水平繼續增加壓力。也就是，在方法400中的任意之處，處理裝置24可檢測患者的呼吸模式是否指示規則的呼吸狀態和/或REM睡眠狀態。此外根據上述實施例，處理裝置24可用于自動一 CPAP模式中。在此方式中，處理裝置24自動保持和/或調節壓力。但是，當檢測到燥亂的失眠狀態時，處理裝置24可朝向第二預定壓力以預定的減小量減小壓力。當檢測到任意其它狀態時，處理裝置24自動回復自動一 CPAP模式。在本發明的再一實施例中，系統I可用于檢測預定的流量情況，諸如象指示短暫或持續蘇醒的破壞性呼吸模式，例如，處于規則呼吸階段中的深呼吸表示出短暫的3 — 5秒的蘇醒或持續的蘇醒，如由EEG測量的那樣。應該明了的是對本領域內技術人員而言，在不脫離本發明精神或范圍的情況下，可對本發明的結構和方法作出多種修正和改變。因此，本發明旨涵蓋落入所附權利要求及其等價物范圍內的本發明的所有修 正和改變。
權利要求
1.一種用于提供治療的系統，包括: 存儲與患者的呼吸模式相對應的數據的存儲裝置；以及 確定所述呼吸模式是否指示躁亂的失眠狀態的處理裝置，所述處理裝置被配置成在所述呼吸模式指示所述躁亂的失眠狀態的情況下，將提供給所述患者的氣壓降低到預定壓力水平。
2.按權利要求1所述的系統，其特征在于，還包括: 耦合到傳感器的患者接口，所述接口接收所述患者的氣流；以及 防止所述患者重新吸入呼出氣流的通氣裝置。
3.按權利要求1所述的系統，其特征在于，還包括: 置于所述患者的面部并至少部分地覆蓋所述患者的嘴和鼻子中的至少一個的面罩；以及 將所述面罩連接至所述處理裝置的導管。
4.按權利要求3所述的系統，其特征在于，還包括: 測量與所述患者的呼吸模式相對應的、要被存儲在所述存儲裝置中的數據的傳感器。
5.按權利要求4所述的系統，其特征在于，所述傳感器被置于以下之一上:所述面罩、所述導管、以及所述處理裝置內的位置。
6.按權利要求1所述的系統，其特征在于，所述存儲器裝置包括存儲所述數據的第一數據庫和存儲與所述患者的先前呼吸模式相對應的先前記錄的數據的第二數據庫，其中所述處理裝置被配置成通過將所述第一數據庫與所述第二數據庫進行比較來確定所述呼吸模式是否指示所述躁亂的失眠狀態。
7.按權利要求1所述的系統，其特征在于，所述處理裝置被配置成確定所述呼吸模式是否指示規則的呼吸狀態。
8.按權利要求7所述的系統，其特征在于，所述處理裝置被配置成確定所述呼吸模式何時背離所述規則的呼吸狀態。
9.按權利要求8所述的系統，其特征在于，所述處理裝置被配置成基于所述背離來控制對所述患者施加的治療壓力。
10.按權利要求9所述的系統，其特征在于，所述處理裝置被配置成將對所述患者施加的治療壓力降低到預定水平。
11.按權利要求10所述的系統，其特征在于，所述處理裝置被配置成將對所述患者施加的治療壓力降低到零。
12.按權利要求10所述的系統，其特征在于，所述處理裝置被配置成降低所施加的治療壓力以便不對所述患者施加凈壓力。
13.按權利要求1所述的系統，其特征在于，所述處理裝置標識所述患者的呼吸模式中的以下至少一個:呼吸暫停、呼吸淺慢、以及反復阻塞呼吸暫停。
14.一種系統,包括: 測量與患者的呼吸模式相對應的數據的傳感器；以及 分析所述呼吸模式以確定所述呼吸模式是否指示REM睡眠狀態的處理裝置。
15.按權利要求14所述的系統，其特征在于，還包括: 提供具有對所述患者的氣道的第一壓力的氣流的發生器。
16.按權利要求15所述的系統，其特征在于，所述第一壓力是零。
17.按權利要求15所述的系統，其特征在于，在所述呼吸模式指示所述REM睡眠狀態時，所述處理裝置將所述氣流調整到第二壓力。
18.按權利要求17所述的方法，其特征在于，所述第二壓力大于所述第一壓力。
19.按權利要求15所述的系統，其特征在于，還包括: 耦合到所述發生器的、覆蓋所述患者的鼻子和嘴中的至少一個的面罩。
20.按權利要求19所述的系統，其特征在于，還包括: 耦合到所述面罩的、防止重新吸入呼出氣體的通氣裝置。
21.按權利要求14所述的系統，其特征在于，所述呼吸模式指示所述REM睡眠狀態包括以下至少一個:(i)沒有深呼吸，(ii)高呼吸速率，(iii)低流動速率以及(iv)淺呼吸聚集。
22.一種系統,包括: 測量與患者的呼吸模式相對應的數據的傳感器；以及 分析所述呼吸模式以確定所述呼吸模式是否指示以下狀態之一的處理裝置:(i)蘇醒狀態以及Qi)睡眠狀態。
23.按權利要求22所述的系統，其特征在于，還包括: 提供具有對所述患者的氣道的壓力的氣流的發生器。
24.按權利要求23所述的系統，其特征在于，所述壓力是零。
25.按權利要求23所述的系統，其特征在于，在所述呼吸模式指示所述蘇醒狀態時，所述處理裝置降低所述壓力。
26.按權利要求23所述的系統，其特征在于，在所述呼吸模式指示所述睡眠狀態時，所述處理裝置增加所述壓力。
27.按權利要求23所述的系統，其特征在于，所述處理裝置確定所述呼吸模式指示所述睡眠狀態的時間段。
28.一種系統,包括: 測量與患者的呼吸模式相對應的數據的傳感器；以及 分析所述數據以確定所述呼吸模式是否指示覺醒的處理裝置。
29.按權利要求28所述的系統，其特征在于，所述呼吸模式指示所述覺醒包括在規則的呼吸時間段期間的深呼吸。
30.按權利要求29所述的系統，其特征在于，所述深呼吸大約3-5秒。
全文摘要
本發明涉及用于診斷和治療患者呼吸模式的系統和方法。描述了一種包括傳感器和處理裝置的系統。傳感器測量與患者呼吸模式對應的數據。處理裝置分析呼吸模式以確定呼吸模式是否指示REM睡眠狀態。在另一實施例中，處理裝置分析呼吸模式以確定呼吸模式是否指示(i)蘇醒狀態和(ii)睡眠狀態之一。在另一實施例中，神經網絡分析上述數據以確定呼吸模式是否指示下述狀態之一(i)REM睡眠狀態；(ii)蘇醒狀態；和(iii)睡眠狀態。在另一實施例中，處理裝置分析上述數據以確定呼吸模式是否指示覺醒。
文檔編號A61M16/00GK103083770SQ20131003892
公開日2013年5月8日 申請日期2006年9月20日 優先權日2005年9月30日
發明者D·M·拉波波特, R·G·諾曼 申請人:紐約大學