УСТРОЙСТВО КОНТРОЛЯ ПАТТЕРНОВ ДЫХАНИЯ (ВАРИАНТЫ), СПОСОБ РАБОТЫ УСТРОЙСТВА КОНТРОЛЯ ПАТТЕРНОВ ДЫХАНИЯ (ВАРИАНТЫ), НОСИМОЕ УСТРОЙСТВО, ВКЛЮЧАЮЩЕЕ В СЕБЯ УСТРОЙСТВО КОНТРОЛЯ ПАТТЕРНОВ ДЫХАНИЯ Российский патент 2024 года по МПК A61B5/08 A61B5/113 A61B5/295 

Область техники

Настоящее изобретение относится к контролю за дыханием человека, а именно к контролю паттернов дыхания с помощью носимого устройства.

Описание предшествующего уровня техники

В настоящее время для контроля за здоровьем человека широко используются смарт-устройства, носимые на теле пользователя, такие как смарт-часы, фитнес-трекеры, наушники и т.п., а также персональные медицинские устройства. На основе информации, получаемой с помощью датчиков, расположенных в таких устройствах, пользователь или лечащий врач получает информацию о здоровье и рекомендации по улучшению самочувствия.

Среди всех биофизических процессов человека дыхание является уникальным, поскольку наряду с чисто биохимической и инстинктивной природой дыхания человек может сознательно управлять процессом дыхания. Большое количество научных исследований указывает на то, что качество повседневной деятельности (например, спорт, медитация, отдых, ходьба и т.д.) может быть значительно улучшено за счет сознательного контроля дыхания и управления им. Кроме того, сознательные дыхательные практики могут улучшать мыслительную деятельность, производить успокаивающее действие на человека, находящегося в стрессе, улучшать качество сна, а также повышать выносливость организма. То есть, непрерывное отслеживание дыхания как в бодрствующем состоянии, так и во сне может помочь пользователю выявить и сознательно исправить влияние критических факторов на состояние пользователя.

Паттерны дыхания отражают формирование механизмов адаптации организма в процессе физической активности. Для высокой результативности занятий спортом важен оптимум работы системы внешнего дыхания [1, 2, 3]. Один цикл чередования вдоха и выдоха составляет дыхательный акт. Обычно вдох несколько короче выдоха, у человека их соотношение примерно 1:3. Организм избирает такой паттерн дыхания, при котором требуемый уровень альвеолярной вентиляции достигается с наименьшей затратой энергии на работу дыхательных мышц. Соблюдение данного условия в совокупности с соблюдение баланса вдыхаемого и выдыхаемого воздуха обеспечивает оптимальный паттерн дыхания - оптимальное соотношение компонентов дыхательного акта (длительность фаз, глубина дыхания, динамика давления и потоков в воздухоносных путях). Нормальный объем воздуха, вдыхаемый за один вдох, составляет 500 мл, а в состоянии покоя - около 5-8 литров воздуха в минуту [4, 5].

На фиг. 1 показаны спирограммы патологических типов дыхания и нормального дыхания. Нарушение оптимального паттерна и ритма дыхания может отражать патологический процесс в организме, накладывая свой отпечаток на процессы регуляции дыхания. Когда оптимальный паттерн дыхания нарушен, дыхание становится поверхностным и в основном осуществляется за счет мышц шеи. Существует несколько типов патологического дыхания, как показано на фиг. 1. К самым распространенным патологиям дыхания относят те, что связаны с нарушением равновесия между возбуждением и торможением в центральной нервной системе. Патологическое (периодическое) дыхание - внешнее дыхание, которое характеризуется групповым ритмом, нередко чередующимся с остановками (периоды дыхания чередуются с периодами апноэ) или со вставочными периодическими вдохами.

Примерами патологий дыхания являются следующие.

Брадипноэ - редкое дыхание, которое возникает при поражении и угнетении дыхательного центра на фоне гипоксии, отека, ишемии и воздействия наркотических веществ. При сужении крупных воздухоносных путей отмечается редкое и глубокое дыхание - стенотическое. Повышение артериального давления вызывает рефлекторное снижение частоты дыхательных движений.

Тахипноэ - частое поверхностное дыхание. Возникает вследствие выраженной стимуляции дыхательного центра при гиперкапнии, гипоксемии. Этот вид дыхания наблюдается при лихорадке, пневмониях, застое в легких, ателектазе и т.п.

Гиперпноэ - глубокое и частое дыхание, отмечается при мышечной работе, гиперкапнии, эмоциональном напряжении, тиреотоксикозе, анемии, ацидозе, снижении содержания кислорода во вдыхаемом воздухе.

Апноэ - отсутствие дыхательных движений наблюдается при гипокапнии, снижении возбудимости дыхательного центра вследствие поражения головного мозга, экзо- и эндоинтоксикаций, действия наркотических веществ.

Дыхание Чейна-Стокса характеризуется чередованием групп дыхательных движений с нарастающей амплитудой и периодов апноэ (остановка дыхания). Следует отметить, что дыхание Чейна-Стокса может встречаться не только в условиях патологии, но и в норме: у здоровых людей во сне, у недоношенных детей с незрелой системой регуляции дыхания, в старческом возрасте (когда имеется повышение порога возбудимости дыхательного центра).

Дыхание Куссмауля - большое, шумное, глубокое дыхание (“дыхание загнанного зверя”) характеризуется отдельными судорожными сокращениями основной и вспомогательной дыхательной мускулатуры. Этот тип дыхания свидетельствует о глубокой гипоксии головного мозга. Оно характерно для уремической и диабетической комы и терминальных состояний другого генеза.

Дыхание Биота характеризуется чередованием периодов апноэ с группами дыхательных движений равной амплитуды.

Атактическое дыхание - неравномерное хаотическое, нерегулярное дыхание. Наблюдается при сохранении дыхательных нейронов продолговатого мозга, но при нарушении связи с дыхательными нейронами варолиева моста.

Общеизвестно, что паттерны дыхания можно измерять, классифицировать и количественно оценивать. При условии, что контроль над паттернами дыхания осуществляется круглосуточно, возможно контролировать состояние пользователя и улучшать его физическое состояние, посредством индивидуальных рекомендаций, связанных с дыханием. Из уровня техники известны устройства, используемыми для определения оптимальных паттернов дыхания, такие как термисторы, импедансная пневмография, спирометр [6, 7]. Однако данные методы приносят дискомфорт пациенту во время измерения, поэтому предлагаемый способ определения оптимального паттерна дыхания с помощью фотоплетизмографии является предпочтительным [5, 8].

В плане физиологии контроль за паттернами дыхания помог бы снизить риски ухудшения физического состояния человека, например, работы сердечно-сосудистой системы, головного мозга, ощущения хронических болей и т.п. При долгосрочном мониторинге паттернов дыхания пользователю помогли бы улучшить здоровье рекомендации, исключающие определенные упражнения, а также помогли бы рекомендуемые индивидуальные упражнения, помогающие улучшить качество дыхания, также помогли бы предупреждения пользователя об опасности для организма, связанной с неправильным дыханием, например, во время сна.

В ментальном плане длительный контроль за паттернами дыхания помог бы бороться со стрессами посредством рекомендаций специальных техник дыхания или упражнений во время стресса, обнаруженного при мониторинге.

При ухудшении качества дыхания под действием окружающей среды, в которой находится пользователь, возможно давать индивидуальные рекомендации, например, как минимизировать риски для здоровья в той или иной неблагоприятной обстановке окружающей среды.

Непрерывный контроль за качеством дыхания во время занятий спортом позволил бы давать рекомендации по дыхательным практикам, подходящим для выполнения того или иного физического упражнения.

В настоящее время известны способы и устройства для контроля за паттернами дыхания на любом этапе дыхательного процесса, однако известные устройства не являются портативными носимыми устройствами и не способны контролировать дыхание активного и практически здорового человека в течение длительного времени. В известных устройствах из сигнала извлекается только частота дыхания.

Физиологическое состояние и эмоциональное состояние человека, а также интенсивность деятельности определяют пределы, в которых человек может сознательно или бессознательно выбирать актуальную модель дыхания. Без контроля со стороны сознания человек выбирает паттерн «по умолчанию», который определяется принципом «минимального усилия» при текущих потребностях метаболизма. Однако, паттерн «по умолчанию» может быть не оптимальным для определенного вида деятельности человека, например, в случае занятий спортом производительность и польза от занятий может быть значительно улучшена с помощью сознательного контроля за дыханием.

В статье «Breath Tools: A Synthesis of Evidence-Based Breathing Strategies to Enhance Human Running», Front. Physiol., 17 March 2022, Sec. Exercise Physiology, Volume 13-2022, https://doi.org/10.3389/fphys.2022.813243, рассматриваются параметры паттерна дыхания как «дыхательного инструмента», который можно сознательно использовать для достижения спортивных целей. Описано, что диафрагмальное дыхание коррелирует с различными положительными преимуществами для здоровья, такими как снижение частоты сердечных сокращений в состоянии покоя, окислительный стресс после тренировки, усиление постурального контроля и чувствительность барорефлекса. Назальное дыхание во время упражнений может привести к снижению частоты дыхания (ЧД), уменьшению гипокапнии и увеличению выработки оксида азота. Оксид азота сам по себе полезен как сосудорасширяющее и бронхорасширяющее средство. Показано, что при назальном дыхании осуществляется снижение коэффициента дыхательного обмена, максимального объема кислорода (VO₂), который может быть получен организмом, передан мышцам и использован для выработки энергии в аэробном режиме. Также при назальном дыхании происходит увеличение экономичности бега и времени до утомления. Дыхание с длительными выдохами (33% против 50% постоянного тока воздуха) вызывают улучшение вариабельности сердечного ритма, повышение эффективности вентиляции легких и VO₂. Активные выдохи вызывают более полную экскурсию диафрагмы вверх, что снижает работу диафрагмы и способствует постуральной стабилизации.

Из уровня техники известны система и способ извлечения паттернов дыхания из фотоплетизмограммы ((сигналов PPG) документ US 11389118 B2, дата публикации 19.07.2022). В документе раскрывается фильтр, с помощью которого из сигналов, полученных от носимого устройства пользователя, отфильтровывается сигнал PPG. Отфильтрованный сигнал PPG указывает на характер дыхания пользователя. В известном решении не осуществляется оценка паттернов дыхания, а также не раскрыта информация каким образом использовать паттерны дыхания, кроме того, отсутствует параметрическая оценка паттернов дыхания.

Также из уровня техники известен носимый пульсоксиметр и монитор дыхания (документ US 20220175249 A1, дата публикации 09.06.2022). Известное устройство для мониторинга состояния пациента достаточно маленькое и легкое, чтобы его можно было удобно носить на пациенте, например, на запястье пациента или на шее. Устройство для наблюдения за пациентом может иметь инструмент для мониторинга, съемно зацепляемый с одноразовым основанием. База может иметь выходы для подключения к датчику акустического дыхания и датчику пульсоксиметра. Устройство для наблюдения за состоянием пациента может иметь разъемы с подвижными штырьками, соединяющие прибор монитора и одноразовую подставку, чтобы прибор монитора мог получать данные от датчиков, подключенных к одноразовой подставке. В известном решении не осуществляется оценка паттернов дыхания, а также пользователь не получает никаких рекомендация о том, как использовать паттерны дыхания.

Также из уровня техники известно плетизмографическое определение частоты дыхания (документ US 20190076028 A1, дата публикации 14.03.2019). Известное устройство представляет собой плетизмографический дыхательный процессор, который реагирует на респираторные эффекты, появляющиеся на кривой объем крови, и соответствующую обнаруженную форму волны интенсивности, измеренную оптическим датчиком на участке перфузируемой кровью периферической ткани, чтобы обеспечить измерение частоты дыхания. Процессор идентифицирует часть плетизмограммы, соответствующую физиологически приемлемой серии импульсов сигнала плетизмографа. Несколько процессоров выводят различные параметры в зависимости от конкретных респираторных эффектов на плетизмограмме. Логика принятия решения определяет частоту дыхания на основе по меньшей мере части этих параметров. Недостатки известного решения заключаются в том, что определяется только частота дыхания, отсутствует оценка паттерна дыхания, не даются индивидуальные рекомендации пользователю, касающиеся дыхания, известное устройство не является портативным.

Из уровня техники известно устройство анализа биологической информации (документ EP 3427653 B1, дата публикации 16.01.2019). В известном решении оценивают один паттерн дыхания из множества паттернов дыхания, оценивают его влияние на артериальное давление, обеспечивают обратную связь при изменении паттерна дыхания для изменения артериального давления. Недостатки известного решения заключаются в том, что обратная связь ограничивается только рекомендациями, касающимися характера дыхания для изменений артериального давления, решение применяется только в амбулаторных устройствах и не применяется в носимых портативных устройствах.

На данный момент в уровне техники нет простых в использовании портативных устройств, которые могли бы помочь пользователям самостоятельно контролировать технику дыхания и/или вырабатывать правильные дыхательные привычки на основании мониторинга своего дыхания. Поэтому необходимо решение, которое опиралось бы на существующие датчики (ППГ, акселерометры и т.п.), использовалось бы в портативных носимых устройствах и позволяло количественно определять характер дыхания пользователя и давать четкие рекомендации по улучшению техники дыхания для той или иной деятельности.

Сущность изобретения

Предлагается система контроля паттернов дыхания с помощью носимого устройства.

Предлагается устройство контроля паттернов дыхания, содержащее:

блок памяти, выполненный с возможностью хранения персональных данных пользователя, а также базы данных, хранящей оптимальные паттерны дыхания, рекомендуемые для каждого из видов физической активности на основании персональных данных пользователя,

фотоплетизмографический (PPG) сенсор, расположенный на теле пользователя, выполненный с возможностью получения сигнала PPG пользователя;

датчик инерционного измерительного блока (IMU), расположенный на теле пользователя;

блок разделения, выполненный с возможностью выделения из сигнала PPG:

- респираторного сигнала и

- сигнала частоты сердечных сокращений;

блок распознавания вида физической активности, выполненный с возможностью распознавания вида физической активности пользователя по данным датчика IMU и данным сигнала частоты сердечных сокращений;

блок классификации, выполненный с возможностью выделения фактического паттерна дыхания из респираторного сигнала и распознавания параметров дыхания фактического паттерна дыхания;

блок сравнения, выполненный с возможностью сравнения параметров фактического паттерна дыхания из базы данных с параметрами оптимального паттерна дыхания, рекомендуемого для распознанной физической активности, извлеченного из базы данных, а также выполненный с возможностью выявления отклонения параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности;

блок выдачи рекомендаций, выполненный с возможностью выдачи рекомендаций пользователю по технике дыхания на основании выявленных отклонений параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности.

Причем блок разделения может содержать спектральные фильтры. Персональные данные могут содержать рост, вес, возраст, пол. Параметрами дыхания являются: объем вдыхаемого воздуха, скорость вдоха, время выдоха, объем выдыхаемого воздуха, частота дыхания, время между выдохом и последующим вдохом, длительность цикла дыхания, глубина дыхания, длительность задержки дыхания. Рекомендации могут отображаться на экране носимого устройства пользователя.

Предлагается способ контроля паттернов дыхания посредством предлагаемого устройства контроля паттернов дыхания, содержащий этапы, на которых:

вносят персональные данные пользователя в блок памяти;

получают сигнал PPG (фотоплетизмограмму) пользователя от фотоплетизмографического (PPG) сенсора;

получают данные от датчика инерционного измерительного блока (IMU);

выделяют из сигнала PPG респираторный сигнал и сигнал частоты сердечных сокращений в блоке разделения;

распознают вид физической активности пользователя по данным от датчика IMU и данным сигнала частоты сердечных сокращений в блоке распознавания вида физической активности;

выделяют фактический паттерн дыхания из респираторного сигнала и параметры фактического паттерна дыхания в блоке классификации;

сравнивают в блоке сравнения параметры фактического паттерна дыхания с параметрами оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности;

выявляют в блоке сравнения отклонения параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности;

выдают, посредством блока выдачи, рекомендации пользователю по технике дыхания на основании выявленных отклонений параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности.

Причем выделение фактического паттерна дыхания осуществляется посредством выполнения следующих этапов:

для каждого параметра дыхания, выделенного из респираторного сигнала:

а) произвольно задают длительность временного окна,

б) рассчитывают среднее значение каждого параметра дыхания на протяжении заданного временного окна;

в) рассчитывают стандартное отклонение от среднего значения ;

г) сравнивают стандартное отклонение со средним значением;

если для по меньшей мере 70% параметров дыхания, то анализируют паттерн дыхания с заданной длительностью временного окна,

если для по меньшей мере 70% параметров дыхания, то уменьшают длительность временного окна и осуществляют этапы б-г,

если для по меньшей мере 70% параметров дыхания, то увеличивают длительность временного окна и осуществляют этапы б-г.

После внесения персональных данных дополнительно возможно осуществлять калибровочное измерение для выявления патологии дыхания, при этом в случае выявления патологии дыхания пользователь получает рекомендацию обратиться к врачу для составления индивидуальной базы данных.

Также предлагается устройство контроля паттернов дыхания, содержащее:

блок памяти, выполненный с возможностью хранения персональных данных пользователя, и обученной нейронной сети;

фотоплетизмографический (PPG) сенсор, расположенный на теле пользователя, выполненный с возможностью получения сигнала PPG пользователя;

датчик инерционного измерительного блока (IMU), расположенный на теле пользователя;

блок разделения, выполненный с возможностью выделения из сигнала PPG респираторного сигнала;

обученная нейронная сеть, выполненная с возможностью на основании поданных на вход персональных данных пользователя, респираторного сигнала и сигнала от датчика IMU выдавать оптимальный респираторный сигнал;

блок выдачи рекомендаций, выполненный с возможностью выдачи рекомендаций пользователю по технике дыхания на основании оптимального респираторного сигнала, выданного нейронной сетью.

Причем персональные данные включают в себя рост, вес, возраст, пол. Нейронная сеть может быть дополнительно выполнена с возможностью определять является ли пользователь практически здоровым человеком или имеет паттерн дыхания, относящийся к патологическому паттерну дыхания, если определено, что паттерн дыхания относится к патологическому паттерну дыхания, блок выдачи выдает рекомендацию обратится к врачу для составления индивидуальной базы оптимальных паттернов дыхания, соответствующих различным видам физической активности.

Также предлагается способ контроля паттернов дыхания посредством устройства контроля паттернов дыхания, содержащий этапы, на которых:

вносят персональные данные пользователя в блок памяти;

получают сигнал PPG (фотоплетизмограмму) пользователя от фотоплетизмографического (PPG) сенсора;

получают данные от датчика инерционного измерительного блока (IMU);

выделяют респираторный сигнал из сигнала PPG посредством блока разделения,

подают на вход обученной нейронной сети персональные данные пользователя, упомянутый респираторный сигнал и сигнал от датчика IMU;

на основании входных данных получают на выходе нейронной сети оптимальный респираторный сигнал;

выдают, посредством блока выдачи рекомендацию пользователю по технике дыхания на основании оптимального респираторного сигнала, выданного нейронной сетью.

Предлагаются варианты носимых устройств, включающие в себя варианты устройств контроля паттернов дыхания, выполненных с возможностью осуществления соответствующих способ контроля паттернов дыхания.

Краткое описание чертежей

Вышеописанные и другие признаки и преимущества настоящего изобретения поясняются в последующем описании, иллюстрируемом чертежами, на которых представлено следующее:

Фиг. 1 иллюстрирует примеры спирограмм патологических типов дыхания и спирограммы нормы.

Фиг. 2 иллюстрирует примеры фазовых портретов возможных паттернов дыхания и их допустимых значений в системе двух параметров дыхания: глубины и частоты дыхания, A) для здорового человека, B) для человека в слабом физическом состоянии, C) для человека в стрессе.

Фиг. 3 иллюстрирует респираторный сигнал, описывающий процесс дыхания, являющийся примером паттерна дыхания.

Фиг. 4 иллюстрирует схему предлагаемого способа контроля паттернов дыхания.

Фиг. 5 иллюстрирует два паттерна дыхания: (A), (C) - оптимальный паттерн дыхания, (B) - актуальный измеренный паттерн дыхания пользователя.

Фиг. 6 иллюстрирует этапы определения отклонения паттерна дыхания пользователя от оптимального паттерна дыхания из базы данных.

Фиг. 7 иллюстрирует экспериментальную часть.

Подробное описание изобретения

Предлагаемое изобретение позволяет осуществлять контроль за качеством паттернов дыхания пользователя с помощью портативного носимого устройства, на основании чего делаются выводы о физическом состоянии пользователя в режиме реального времени и о технике дыхания, необходимой в текущий момент времени для улучшения физического состояния. Благодаря предлагаемому изобретению пользователь может с помощью носимого устройства контролировать технику дыхания для улучшения своего физического состояния в текущий момент времени.

Сигнал PPG (фотоплетизмограмма) содержит осцилляции, соответствующие частоте сердечных сокращений, которые модулированы флуктуациями дыхательной активности, то есть содержит индуцированную дыханием модуляцию (респираторный сигнал). Респираторный сигнал возможно извлечь, измеряя сигналы PPG известными из уровня техники способами с помощью носимого устройства. Обычно респираторный сигнал рассматривается как паразитный сигнал и удаляется при обработке сигнала PPG.

В настоящем изобретении респираторный сигнал отфильтровывается из сигнала PPG и используется наравне с сигналом частоты сердечных сокращений. Для этого первоначальный сигнал PPG фильтруется с помощью двух фильтров. Один фильтр (фильтр высоких частот) выделяет из первоначального сигнала PPG часть сигнала, соответствующую частоте сердечных сокращений. Основное отличие фильтра для выделения частоты сердечных сокращений заключается в полосе частот, которую требуется сохранить, для сердечных сокращений это примерно от 0.5 Гц до 1.5 Гц. Можно использовать полосно-пропускающий фильтр, настроенный на пропускание сигнала в указанной полосе, а также можно использовать фильтр более высоких частот. Второй фильтр выделяет из первоначального сигнала PPG часть сигнала, соответствующую, дыхательной модуляции (респираторный сигнал).

Часть сигнала PPG, соответствующая частоте сердечных сокращений, отвечает за вид физической активности пользователя, а часть сигнала PPG, соответствующая дыхательной модуляции (респираторный сигнал), отвечает за форму сигнала дыхания, то есть зависимость амплитуды сигнала от времени. В отличие от решений, известных из уровня техники, предлагаемое изобретение предполагает выделение и сохранение всей полосы частот занимаемой респираторным сигналом и сохранением всех гармоник, присутствующих в респираторном сигнале. Необходимо заметить, что в респираторном сигнале, по аналогии со звуковым сигналом, можно выделить основную частоту и гармоники на частотах, кратных основной частоте. Именно в частоте гармоник, амплитуде и фазе, содержится информация о форме респираторного сигнала. Спектр респираторного сигнала может быть сложным и может содержать большое количество гармоник. Как было упомянуто выше для выделения спектра респираторного сигнала используется спектральный фильтр, причем амплитудная, частотная и фазовая характеристики фильтра выбираются таким образом, чтобы с минимальными потерями передать информацию (амплитуда, частота, фаза) о гармониках респираторного сигнала. Полоса пропускания такого фильтра шире полосы частот респираторного сигнала, а форма полосы пропускания фильтра не содержит значительных осцилляций в области нижней и верхней частот среза (осцилляций на краях полосы пропускания фильтра). Наличие таких осцилляций на краях полосы пропускания фильтра в АЧХ (амплитудная частотная характеристика) или ФЧХ (фазовая частотная характеристика) фильтра означает, что частоты сигнала, лежащие в области нижней и верхней частот среза фильтра, передаются с амплитудными, или фазовыми искажениями, что, в свою очередь, приводит к искажению респираторного сигнала после прохождения фильтра. Отсутствие осцилляций на краях полосы пропускания фильтра должно приводить к сохранению формы респираторного сигнала и позволяет извлечь гораздо больше информации о дыхании пользователя.

Под носимым устройством понимается любое компактное пользовательское устройство, например, смарт часы, кольцо, наушник, клипса и т.д., которое позволяет в течение продолжительного времени неинвазивно и без вмешательства пользователя вести запись фотоплетизмографического сигнала и передавать записанный сигнал или результат промежуточной обработки записанного сигнала на устройство-хост (например, смартфон) для последующей обработки, либо выполнять обработку самостоятельно с последующей выдачей результата анализа паттерна дыхания и рекомендаций по его коррекции пользователю.

Под паттерном дыхания понимается набор параметров дыхания, выделяемых из респираторного сигнала за определенный промежуток времени (временное окно), сочетание которых единственно возможным образом характеризует особенности дыхательного процесса определенного пользователя в определенных условиях. В качестве параметров дыхания могут выступать (но не ограничиваться только этими параметрами): частота дыхания, глубина дыхания, скорость (время) вдоха, скорость (время) выдоха, объем вдыхаемого воздуха, объем выдыхаемого воздуха, время задержки дыхания, количество и периодичность задержек дыхания, среднее значение перечисленных параметров за определенный промежуток времени, отклонения перечисленных параметров от средних величин за определенный промежуток времени, и т.д. Паттерн дыхания определяется тем, как выглядят вдохи и выдохи, как они изменяются за определенный промежуток времени (временное окно). Временное окно представляет собой промежуток времени, за который длится один паттерн, и, соответственно, количество вдохов и выдохов в нем выбираются в зависимости от вариабельности параметров дыхания, как будет описано ниже. Также, в некоторых вариантах осуществления длительность временного окна может подстраиваться в процессе работы, если, например, паттерн дыхания изменяется слишком быстро, или слишком медленно.

Респираторный сигнал может оставаться стабильным в течение долгого времени (например, во время сна человека), то есть вариабельность параметров дыхания будет низкая, и каждый параметр дыхания будет достаточно стабильным на всем протяжении выбранного временного окна, то есть на всем протяжении фактического паттерна дыхания. В таких случаях можно выбрать фактический паттерн дыхания с большой длительностью временного окна. В ситуациях повышенной физической активности пользователя респираторный сигнал может быть настольно нестабильным, что параметры дыхания будут сильно изменяться даже за короткий промежуток времени, в этом случае из респираторного сигнала выделяется фактический паттерн дыхания с короткой длительностью временного окна. Поэтому длительность временного окна фактического паттерна дыхания подстраивается динамически по мере наблюдения за пользователем, то есть по мере наблюдения за параметрами дыхания с течением времени.

Динамическая подстройка временного окна фактического паттерна дыхания осуществляется следующим образом. Сначала произвольным образом выбирается исходная длительность временного окна, например, 5 актов дыхания, то есть 5 вдохов-выдохов, соответствующих примерно 20 секундам. Для выделенного из респираторного сигнала участка с выбранной длительностью временного окна рассчитываются параметры дыхания, например, такие как указаны выше. Поскольку параметры дыхания можно посчитать отдельно для каждого акта дыхания (каждого вдоха-выдоха), на участке респираторного сигнала с выбранной длительностью временного окна можно посчитать среднее значение каждого параметра дыхания и стандартное отклонение (среднеквадратическое отклонение) каждого параметра дыхания от его среднего значения . Если для по меньшей мере 70% параметров дыхания оказывается меньше , то делается вывод о том, что вариабельность параметров дыхания в течение выбранной длительности временного окна низкая. Поэтому далее, исходя из выполненных расчетов и сравнений, длительность временного окна увеличивается, например, в два раза. Снова рассчитываются средние и отклонения для новой увеличенной длительности временного окна и осуществляется их сравнение. Описанная операция выполняется до тех пор, пока для более 70% параметров дыхания отклонение не станет равно . При этом длительность временного окна, когда выполнилось условие , и есть тот период времени, который соответствует одному паттерну дыхания, который описывается рассчитанными параметрами дыхания и их отклонениями (или дисперсией).

Если уже на первом этапе, для временного окна исходной длительности, для по меньшей мере 70% параметров окажется больше , делается вывод о том, что вариабельность параметров дыхания при такой длительности временного окна высокая и необходимо уменьшить длительность временного окна. Длительность временного окна уменьшается, например, в два раза, снова рассчитываются и сравниваются средние и стандартные отклонения параметров дыхания для новой длительности временного окна. Повторяется описанная операция до тех пор, пока для более 70% параметров дыхания стандартное отклонение не станет равно среднему значению .

Может возникнуть ситуация, когда длительность окна уменьшать уже нецелесообразно, но условие еще не выполнено, например, когда число вдохов-выдохов в окне равно пяти. В этом случае прекращается уменьшение длительности временного окна и фиксируются текущие значения и . Таким образом, получают набор параметров дыхания с высокой вариабельностью и соответствующий им паттерн дыхания.

Когда установилось равновесие в соответствии с условиями, описанными выше, текущий фактический паттерн дыхания рассматривается в выбранном временном окне. При этом возможна ситуация, когда определение текущего паттерна занимает слишком много времени, потому что условие не выполнено.

Рассмотрим, для примера, ситуацию, при которой вариабельность параметров дыхания остается низкой, , на протяжении долгого времени, при увеличении временного окна. И наоборот, ситуацию, при которой вариабельность параметров дыхания может быть высокой даже при самом коротком временном окне и сохраняться таковой на протяжении долгого времени. В обоих случаях пользователь может так и не дождаться оценки текущего паттерна дыхания и соответствующих рекомендаций. В этом случае устанавливается максимальный интервал времени, по истечении которого пользователь гарантированно получит оценку текущего паттерна дыхания, даже если не достигнуто условие . Такой интервал времени задается либо автоматически, либо пользователь может самостоятельно установить такой интервал, по своим предпочтениям, насколько часто он хочет получать уведомления об оптимальном дыхании, например, раз в сутки при повседневной деятельности, или раз в тридцать минут при активной физической нагрузке.

Рекомендации могут выдаваться как для одного фактического паттерна, так и для группы фактических паттернов. При этом, если человек испытывает активные физические нагрузки, то имеет смысл отслеживать каждый фактический паттерн, чтобы вовремя предоставить рекомендацию по корректировке в процессе нагрузки. Если человек занимается размеренным видом деятельности, не требующим активного вмешательства в реальном времени, можно собрать статистику, состоящую из большого количества фактических паттернов за сутки, за неделю и т.п. и предоставить сводную информацию. Самые точные рекомендации выдаются именно за длительный период времени и при наблюдении за группой фактических паттернов.

Для определения оптимального паттерна дыхания любого пользователя в результате машинного обучения нейронной сети заранее создается прогнозирующая модель, позволяющая определять оптимальный паттерн дыхания любого пользователя для определенного вида физической активности. Оптимальные паттерны дыхания для различных видов физической активности известны и рекомендуются медиками на основании исследований различных групп людей, исходя из физиологических потребностей организма при разных видах физической активности человека.

Для обучения нейронной сети компилируется обучающая база данных.

Сбор обучающего набора данных осуществляют по разнообразной популяции испытуемых участников с широким диапазоном вариаций физиологических параметров испытуемых участников (рост, вес, возраст, пол и пр.) и при различных видах физической активности. База данных содержит все подгруппы, важные для исследования, а именно статистически почти здоровые испытуемые участники и испытуемые участники с наличием паталогических паттернов дыхания. Разделение участников на подгруппы производится в медицинском учреждении при помощи медицинских методов анализа паттерна дыхания, известных из уровня техники. В начале обследования снимают спирограмму с каждого из участников. Если на спирограмме сигнал паттерна дыхания участника имеет вид, соответствующий нормальному типу дыхания, как показано на фиг. 1, то данный участник включается в подгруппу статистически практически здоровых участников. Если на спирограмме сигнал паттерна дыхания участника имеет вид соответствующий варианту отличия от нормы (один из видов паттерна паталогического дыхания, как показано на фиг. 1), то данный участник включается в подгруппу участников с наличием паталогического дыхания.

После разделения участников на подгруппы, осуществляются сбор данных с каждого участника следующим образом:

- Когда участник находится в состоянии покоя, с датчиков инерционного измерительного блока (IMU), и с фотолетизмографа, встроенных в носимое устройство, надетое на участника, снимают сигналы PPG и сигналы IMU. Из сигнала PPG при помощи методов обработки сигналов, извлекают респираторный сигнал. Сигнал IMU показывает отсутствие физической активности. Полученный респираторный сигнал будет соответствовать отсутствию физической активности. В набор обучающих данных включают персональные данные участника (например, пол, возраст, вес, рост) и соответствующие персональным данным данные полученного респираторного сигнала и данные сигнала IMU, как соответствующие отсутствию физической активности.

- На основании персональных данных каждого участника определяют параметры оптимального паттерна дыхания для каждого вида физической активности, такие параметры известны из уровня техники. Известно, что оптимальный паттерн дыхания - тот, при котором требуемый уровень альвеолярной вентиляции достигается с наименьшей затратой энергии на работу дыхательных мышц при физической нагрузке в сочетании с объемом воздуха, вдыхаемого за один вдох 500 мл, а в состоянии покоя 5-8 литров воздуха в минуту. Отсюда можно рассчитать оптимальные параметры дыхания практически здорового человека.

Перед выполнением физической активности определяют резервы дыхательной системы и, в конечном итоге, определяют коэффициент полезного действия дыхательной функции в целом, такие методики известны из уровня техники (например, Кучкин, С.Н. Резервы дыхательной системы (обзор и состояние проблемы) / C.Н. Кучкин // Резервы дыхательной системы. - Волгоград, 1999. - С. 7-51).

Затем определяют состояние функции внешнего дыхания каждого участника методами спирографии и пневмотахографии. Анализируются такие показатели, как: жизненная емкость легких, резервный бьем вдоха, дыхательный объем и т.д. Анализ показателей, полученных при помощи спирографии и пневмотахографии, проводится в соответствии с установленными границами нормы и границами отклонения показателей внешнего дыхания, а также в соответствии с границами нормальных значений и отклонений от нормы основных показателей кривой поток-объем (в % от должной величины), такие показатели известны из уровня техники (см., например, Турина О.Н. Организация работы по исследованию функционального состояния легких методами спирографии и пневмотографии и применение этих методов в клинической практике: Метод. Указания / О.И. Турина и др. - Минск, 2002, 78 с.). Например, в норме кривая поток-объем имеет практически треугольную форму. Время достижения пиковой скорости достигается в первые 0,1 с, далее происходит плавное снижение потока. Продолжительность форсированного выдоха должна быть не менее 6 с у взрослых и не менее 3 с у детей.

Когда участник осуществляет физическую активность, с датчиков инерционного измерительного блока (IMU), и с фотолетизмографа, встроенных в носимое устройство участника, снимают сигналы PPG и сигналы IMU. Одновременно осуществляют контроль за параметрами дыхания участника способами, известными из уровня техники (например, с помощью снятия спирограммы). До исследования медицинский работник инструктирует пользователя о том, как пользователь должен дышать оптимальным образом, и во время исследования медицинский работник контролирует показания приборов, осуществляющих контроль за параметрами дыхания участника, и инструктирует участника о том, как нужно изменить дыхание, чтобы показания соответствовали показаниям при оптимальном дыхании.

Из сигнала PPG при помощи методов обработки сигналов, извлекают респираторный сигнал. Сигнал IMU показывает присутствие физической активности, вид физической активности известен. Полученный респираторный сигнал и сигнал IMU будут соответствовать физической активности, которую выполнял участник, дыша оптимальным образом. В набор обучающих данных включают персональные данные участника (например, пол, возраст, вес, рост), соответствующие данные респираторного сигнала, данные сигнала IMU, вид физической активности. То есть в этом случае респираторный сигнал будет соответствовать оптимальному паттерну дыхания участника, поскольку он дышал оптимально, что подтверждалось контролем за параметрами дыхания при выполнении физической активности.

Необходимо заметить, что определение вида физической активности по данных от датчика IMU и данным сигнала частоты сердечных сокращений известно из уровня техники, например из документов: Hnoohom N., Mekruksavanich S., Jitpattanakul A. « Physical Activity Recognition Based on Deep Learning Using Photoplethysmography and Wearable Inertial Sensors», Electronics 2023, 12(3), 693; https://doi.org/10.3390/electronics12030693; Biagetti, G.; Crippa, P.; Falaschetti, L.; Orcioni, S.; Turchetti, C. Human Activity Recognition Using Accelerometer and Photoplethysmographic Signals. In Proceedings of the Intelligent Decision Technologies 2017, Algarve, Portugal, 21-23 June 2017; Czarnowski, I., Howlett, R.J., Jain, L.C., Eds.; Springer International Publishing: Cham, Switzerland, 2018; pp. 53-62.3.Casson, A.J.; Vazquez Galvez, A.; Jarchi, D. Gyroscope vs. accelerometer measurements of motion from wrist PPG during physical exercise. ICT Express 2016, 2, 175-179. [Google Scholar] [CrossRef].

При подаче на вход обученной нейронной сети персональных данных конкретного пользователя и фактического паттерна дыхания, обученная нейронная сеть может:

определять вид физической активности пользователя,

определять является ли пользователь практически здоровым человеком или имеет паттерн дыхания, относящийся к патологическому паттерну дыхания;

в случае, если определено, что пользователь является практически здоровым человеком, обученная нейронная сеть определяет оптимальный паттерн дыхания для пользователя, а также сравнивает параметры фактического дыхания пользователя, полученные из фактического паттерна дыхания пользователя с параметрами дыхания, полученными из оптимального паттерна дыхания при данном виде физической активности,

на основании работы нейронной сети пользователю выдается:

если определено, что текущий паттерн дыхания относится к патологическим, рекомендация обратится к врачу для составления индивидуальной базы оптимальных паттернов дыхания, соответствующих определенному виду физической активности,

если определено, что текущий паттерн дыхания относится к паттерну дыхания практически здорового человека, рекомендация о характере оптимального дыхания, которого должен придерживаться пользователь в данный момент времени.

Для простоты измеренный паттерн дыхания конкретного пользователя и допустимые границы типичных среднестатистических паттернов могут быть визуализированы на примере двух параметров - глубины дыхания и частоты дыхания. Фиг. 2 иллюстрирует примеры фазовых портретов возможных паттернов дыхания и их допустимых значений в системе глубины дыхания и частоты дыхания. На фиг.2 окружности, имеющие самые большие диаметры, представляют собой физиологические пределы нормы и очерчивают области, соответствующие типичному паттерну дыхания, типичным физиологическим пределам, то есть норме. Каждая окружность на фиг. 2 представляет собой не функцию зависимости частоты дыхания от глубины дыхания, а ограничивает геометрическое место точек соответствующее:

- физиологическим пределам дыхания среднестатистического человека (большая окружность на фигуре 2 (A), (B), (C)),

- пределам дыхания среднестатистического человека в стрессе (средняя окружность на фигуре 2 (A), (B), (C)),

- пределам дыхания среднестатистического человека при физической активности (наименьшая окружность на фигуре 2 (A), (B), (C)).

Любая точка внутри этих областей представляет собой некоторое сочетание глубины и частоты дыхания, которые укладываются в пределы одного паттерна. То есть на фиг. 2 изображены фазовые портреты (совокупность возможных состояний системы, описанных в пространстве ее параметров), возможных паттернов дыхания и их допустимых значений в системе двух параметров дыхания: глубины и частоты дыхания A) для практически здорового человека, B) для человека в слабом физическом состоянии, C) для человека в стрессе. Во всех трех вариантах:

- обозначенная точка - это произвольно выбранный пользователем паттерн дыхания при определенном виде физической деятельности/активности, то есть пользователь сам произвольно и неосознанно выбрал, как ему дышать;

- обозначенная звездочка - это оптимальный паттерн дыхания при данном виде физической деятельности/активности.

Зависимость глубины дыхания от частоты дыхания для здорового человека показывает, что человек может использовать почти все типы дыхания в пределах своих физических возможностей (большая окружность). Для текущей физической активности небольшая корректировка дыхания может улучшить производительность физической активности. Например, при беге глубокое диафрагмальное дыхание поможет усилить активацию мышц пресса и улучшить процесс формирования мышц.

На фиг. 2 (B) зависимость глубины дыхания от частоты дыхания человека, здоровье которого ослаблено, показывает, что физические пределы дыхания для такого человека достаточно снижены. Большая окружность, обозначенная сплошной линией, показывает ограничение дыхания для практически здорового человека, а окружности меньшего диаметра показывают ограниченное дыхания для физически ослабленного человека. Видно, что при физической активности оптимальный паттерн дыхания (обозначен звездочкой) недоступен для человека, здоровье которого ослаблено. В этом случае необходимо снижение уровня физической активности или полный отказ от физической активности. Т.е. выбранная пользователем физическая нагрузка будет либо бесполезна, либо вредна, значит пользователь должен отказаться от такого вида физической активности и подобрать другой вид физической активности, которая подходит для его физиологических возможностей.

На фиг. 2 (C) показан пример человека в сильной стрессовой ситуации, в которой оптимальные параметры дыхания для какой-либо активности в принципе не могут быть достигнуты (звездочка за пределами круга). Видно, что оптимальная схема дыхания (паттерн, показанный звездочкой) не может быть достигнута из-за сильного стресса пользователя. В этом случае можно дать рекомендации отложить физическую активность до тех пор, пока человек достаточно не успокоится, также можно порекомендовать медитацию или специальные дыхательные упражнения.

При определении оптимального паттерна дыхания могут учитываться данные об уровне стресса пользователя. Из уровня техники известно, что современные смарт часы и фитнес браслеты обладают функцией измерения уровня стресса пользователя. Устройство анализирует разницу во времени между последовательными сокращениями сердца (вариабельность пульса). Для получения более точной информации мониторинг вариабельности пульса происходит непрерывно, для того чтобы лучше определять, какая вариативность между ударами происходит во время тренировок и во время отдыха. При этом следует учитывать тот факт, что показания во время тренировок не могут быть использованы для непосредственного определения уровня стресса, так как стресс является неотъемлемым компонентом любой физической активности. Смарт устройство определяет уровень стресса, когда человек находится в состоянии покоя (в отсутствии физической активности). Устройство анализирует дыхание пользователя (вдох и выдох). При вдохе происходит незначительное ускорение сердцебиения и разница по времени между ударами - сокращается, т.е. включается в работу симпатическая нервная система. При выдохе происходит обратный процесс - включается парасимпатическая система, пульс замедляется, а длительность между сердечными сокращениями увеличивается. Одним из главных показателей наличия стресса в организме является нарушение данного процесса, т.е. наблюдается очень низкая вариабельность пульса (даже если пульс при этом будет очень низкий). Для более точного расчета стресса учитываются следующие физиологические характеристики пользователя, получаемые при помощи фотоплетизмографического (PPG) датчика, встроенного в устройство: пульс, вариабельность пульса, частота дыхания, максимальное потребление кислорода (VO₂max), а также избыточное потребление кислорода после тренировки (EPOC).

Если паттерн дыхания пользователя отличается от оптимального, который рекомендован для данного вида активности с учетом физиологических особенностей конкретного пользователя, то это может привести, например, к ранней усталости, неэффективности тренировки, когда мышцы недополучают кислород, или не работают нужные группы мышц, а также к серьезным осложнениям с сердцем или другими органами и т.д. Оптимальное дыхание влияет на снижение усталости, на эффективность снабжения мышц и мозга кислородом, на возможную продолжительность активности, на время и эффективность восстановления после нагрузок и т.п.

Среднестатистический оптимальный паттерн дыхания можно определять не только с использованием нейронной сети, как было описано выше, но и извлекать из базы данных. В общем случае стандартная база данных включает в себя данные о поле, возрасте, росте и весе, то есть персональные данные среднестатистического практически здорового человека, и соответствующие персональным данным рекомендуемые оптимальные паттерны дыхания (то есть наборы параметров дыхательного акта), для разных видов физической активности среднестатистического практически здорового человека с соответствующими данными профиля.

Оптимальные паттерны дыхания, рассчитываемые обученной нейронной сетью, могут отличатся для одной и той же физической активности для разных людей, и представляют собой диапазон допустимых значений параметров оптимального дыхания для определенного вида физической активности при известных персональных данных пользователя. То есть, каждому набору данных профиля соответствует по меньшей мере одна пара данных, включающая в себя вид физической активности с соответствующим этому виду физической активности оптимальным паттерном дыхания. Стандартная база данных формируется на базе обследования группы людей в контролируемых условиях в рамках клинических исследований аналогично сбору обучающей базы данных для обучения нейронной сети. То есть оптимальный паттерн дыхания при определенном виде физической активности, находящейся в базе данных - это усредненный оптимальный паттерн дыхания для обследуемых участников с приблизительно одинаковыми персональными данными. Точность выдачи рекомендаций при использовании базы данных ниже, чем точность выдачи рекомендаций при использовании обученной нейронной сети.

Тем не менее ни обученная нейронная сеть, ни стандартная база данных не учитывают индивидуальных особенностей пользователя, и рекомендованы пользователям, которые являются практически здоровыми, поскольку предлагают оптимальные паттерны дыхания для среднестатистического человека. Таким образом, у пользователя имеется выбор - либо воспользоваться стандартными опциями - обученная нейронная сеть или стандартная база данных, хранящиеся в память запоминающего устройства контроля паттернов дыхания, либо пройти обследование и составить свою индивидуальную базу данных для получения точных индивидуальных рекомендаций.

В одном из вариантов осуществления определение оптимальных паттернов дыхания для разных видов физической активности для конкретного пользователя может быть осуществлено при непосредственном посещении пользователем врача, например, врача пульмонолога, то есть специалиста, который занимается исследованием и лечением заболеваний всех отделов дыхательной системы, рассматривая их в тесной взаимосвязи со всем организмом. При определении оптимальных паттернов дыхания для конкретного пользователя врач учитывает все персональные данные пользователя, такие как вес, рост, возраст, давление, частоту пульса в покое и при нагрузках, наличие хронических заболеваний, вредных привычек, а также все физиологические особенности, способные повлиять на процесс дыхания. Кроме того, для более точных прогнозов оптимальных паттернов дыхания при различных видах активности пользователю предлагается пройти некоторые дополнительные обследования, такие как, например, ЭКГ или холтеровское мониторирование. Так же врачом измеряются паттерны дыхания, произвольно выбранные пользователем, при различных видах активности, при нагрузках и без нагрузок, а также изменения в паттернах дыхания в ответ на рекомендованные действия по их корректировке. При измерении паттернов дыхания пользователя врач осуществляет контроль за давлением, пульсом, изменением в ЭКГ. По результатам обследования врачом составляется индивидуальная база данных, включающая в себя рекомендуемые оптимальные паттерны дыхания при различных состояниях пользователя, то есть в зависимости от амплитуды, частоты и фазы дыхательной волны в паттерне дыхания для различных видов физической активности. В этом случае пользователь заносит данные из полученной от врача базы данных в устройство контроля паттернов дыхания, или в носимое устройство, в котором используется устройство контроля паттернов дыхания. В базе данных содержатся сведения о различных типах физической активности и оптимальных для данного пользователя, соответствующих каждому типу физической активности, паттернах дыхания. Другими словами - оптимальных для данного пользователя наборов характеристик дыхательного акта для каждого из видов физической активности.

Носимое устройство, в котором используется предлагаемое устройство контроля паттернов дыхания, может содержать обученную нейронную сеть и/или запоминающее устройство для хранения базы данных. Носимое устройство может содержать устройство ввода, выполненное с возможностью вводить персональные данные пользователя (например, возраст, пол, вес, рост), а также данные индивидуальной базы данных, рекомендованной врачом.

В одном из вариантов воплощения на экране носимого устройства отображается фактический и оптимальный паттерны дыхания, например, в виде зависимости глубины дыхания от времени, для данного вида физической активности и соответствующие рекомендации для достижения оптимальных значений паттернов дыхания для данного вида физической активности. Также устройство может дополнительно содержать модуль связи, выполненный с возможностью обмениваться информацией с удаленным сервером (например, врача) и/или облачным хранилищем (врача или пользователя).

Различные виды деятельности и различное состояние здоровья человека имеют разные ограничения и требования к оптимальному дыханию. Любой анализ дыхания и рекомендации следует рассматривать в контексте определенной деятельности и конкретного человека. В рамках одной и той же деятельности разные цели могут предполагать разные оптимальные паттерны дыхания. Например, во время бега человек может реализовать разные цели, посредством сознательного регулирования своего дыхания. То есть пользователь подстраивает дыхание под то, которое определено для него оптимальным в данной ситуации, и паттерн дыхания меняется. С помощью предлагаемого изобретения паттерны дыхания отслеживаются в режиме реального времени, и пользователь получает обратную связь, касающуюся того, насколько паттерн дыхания, который он сознательно воспроизводит, является оптимальным.

Например:

- Кардиобег предполагает скорость, при которой человек не перегружает свое сердце и легкие, а также не переутомляет мышцы, и расстояние, цель - кардиотренировка, в этом случае дыхание должно осуществляться в экономичном режиме, то есть иметь умеренную частоту и глубину. Скорость кардиобега обычно составляет около 6-8 км/ч. Этот вид бега является наиболее безопасным и подходит для людей разных возрастов и уровня физической подготовки.

- Спринт предполагает короткую дистанцию и высокую скорость (более 8 км/ч), цель - достичь максимальной скорости, в этом случае дыхание должно быть поверхностным (то есть дыхание короткими вдохами), быстрым и высоко синхронизированным с движением;

- Марафон предполагает бег на выносливость, цель: дойти до финиша, в этом случае дыхание должно быть экономным, медленным, с носовым вдохом, при котором осуществляется экономное расходование воздуха, набранного при вдохе, то есть постепенное выдыхание воздуха).

Непрерывное отслеживание паттернов дыхания может выявить опасные состояния для чувствительных групп людей, таких как астматики, диабетики, люди, страдающие апноэ, сердечно-сосудистыми заболеваниями, люди, находящиеся в коме и т.п.

Фиг. 3 иллюстрирует пример респираторного сигнала как паттерна дыхания среднестатистического практически здорового человека. По паттерну дыхания определяется набор параметров дыхательного акта. По оси Х отложено время, по оси Y - амплитуда оптического сигнала, соответствующая различным фазам дыхательного процесса. Как описано выше, респираторный сигнал, то есть сигнал, описывающий процесс дыхания, выделяется из сигнала PPG, снимаемого фотоплетизмографом носимого устройства. График получают из сигнала PPG путем обработки, позволяющей сохранить амплитуду, частоту и фазу компонентов сигнала PPG, соответствующих дыхательной активности. Обработка может осуществляться посредством аналогового фильтра, цифрового фильтра, методов машинного обучения, нейронных сетей и т.п.

Такой график (фиг. 3) является очень информативным, т.к. каждая часть графика соответствует какой-либо характеристике дыхательного акта, например, но без ограничений:

1 - объем вдыхаемого воздуха;

2 - скорость вдоха;

3 - время выдоха;

4 - объем выдыхаемого воздуха;

5 - частота дыхания;

6 - время между выдохом и последующим вдохом (пауза);

7 - длительность цикла дыхания;

8 - глубина дыхания;

9 - длительность задержки дыхания;

10 - задержка дыхания.

Пунктирная линия показывает касательную к переднему фронту импульса, соответствующего фазе вдоха. Наклон касательной определяет скорость вдоха 2.

Также возможно определить количество и периодичность задержек дыхания, среднее значение перечисленных параметров за определенный промежуток времени, отклонения перечисленных параметров от средних величин за определенный промежуток времени и т.п.

Из уровня техники известно определение параметров дыхания по респираторному сигналу, как показано на фиг. 3 (P. H Charlton1, T. Bonnici, L. Tarassenko, J. Alastruey, D. A Clifton, R. Beale1, P. J Watkinson, “Extraction of respiratory signals from the electrocardiogram and photoplethysmogram: technical and physiological determinants”, Physiological Measurement, v. 38 (5), 2017) Необходимо отметить, что список параметров дыхания приведен только для примера, и это только один из возможных вариантов анализа респираторного сигнала.

На фиг. 3 в рамке справа показано отличие между двумя событиями - один вдох/выдох и другой вдох/выдох. График 11 соответствует случаю, когда человек вдохнул одним образом, график 12 соответствует случаю, когда человек вдохнул другим образом. Отличия в форме импульсов разных вдохов показывают разницу между паттернами дыхания, а также разную стабильность дыхания. Если паттерн дыхания пользователя меняется за время накопления сигнала, сигнал может быть разбит на участки и каждый участок может соответствовать своему паттерну. Таким образом, можно отслеживать динамику изменения паттернов дыхания в течение неопределенного времени.

Паттерны дыхания одного и того же типа могут иметь индивидуальную изменчивость для пользователя из-за физиологических различий между пользователями. Производительность алгоритмов извлечения рекомендуемых паттернов дыхания и классификации/оценки параметров фактических паттернов дыхания, полученных от пользователя, может быть улучшена, если они откалиброваны для конкретного пользователя. В калибровку могут быть включены определенные шаблоны движения пользователя (спортивная ходьба, бег, занятия йогой, медитация и т.п.) Перед использованием предлагаемого устройства контроля паттернов дыхания, пользователю рекомендуется внести персональные данные, указав пол, возраст, рост, вес, а также провести калибровочное измерение в спокойном состоянии (в отсутствии стресса и без наличия физической активности) для выявления явных патологий дыхания, например, таких, как показаны на фиг. 1. Выявления явных патологий дыхания осуществляется нейронной сетью путем сопоставления набора параметров дыхания, полученных из респираторного сигнала фактического текущего PPG сигнала, с параметрами дыхания, относящимися к патологическим типам дыхания. Если при калибровочном измерении выявлено, что дыхание пользователя соответствует патологическому дыханию, то пользователю дается рекомендация обратиться к врачу для составления индивидуальной базы данных, как описано выше.

Когда используется индивидуальная база данных, составленная врачом, то устройство работает как описано ниже, но вместо обученной нейронной сети или среднестатистической базы данных используется индивидуальная база данных, данные которой заносятся в носимое устройство.

Фиг. 4 иллюстрирует схему предлагаемого способа контроля паттернов дыхания:

Этап 1 выполняется в носимом устройстве 13, содержащем Фотоплетизмографический (PPG) сенсор и датчик IMU. Пользователь фиксирует свои персональные данные (например, пол, рост, вес, возраст) в блоке памяти. Также на начальном этапе пользователем может быть осуществлено калибровочное измерение в спокойном состоянии для выявления явных патологий дыхания. Если при калибровочном измерении явных патологий дыхания не выявлено, фотоплетизмографический (PPG) сенсор, установленный в носимом устройстве, выдает сигнал PPG (фотоплетизмограмму). Полученная фотоплетизмограмма может обрабатываться как на самом носимом устройстве, так и на смартфоне, на компьютере и т.п. Также получают данные от датчика IMU.

Этап 2 выполняется в блоке разделения 14. В блоке разделения выделяют из сигнала PPG респираторный сигнал и сигнал частоты сердечных сокращений.

В блоке распознавания вида физической активности 15 по сигналу частоты сердечных сокращений и данным от датчика IMU распознают вид физической активности пользователя (например, спорт, сон, отдых, медитация и т.п.). В одном из вариантов воплощения изобретения пользователь сам может указать вид своей физической активности, занося данные о виде физической активности в носимое устройство.

Этап 3 выполняется в блоке классификации 16. В блоке классификации 16 распознают фактический паттерн дыхания из респираторного сигнала, то есть задают длительность временного окна и оценивают параметры (показанные на фиг. 3) респираторного сигнала в выбранном временном окне. Если в процессе выполнения этапа для по меньшей мере 70% параметров дыхания, то анализируют паттерн дыхания с заданной длительностью временного окна, если для по меньшей мере 70% параметров дыхания, то уменьшают длительность временного окна, если для по меньшей мере 70% параметров дыхания, то увеличивают длительность временного окна.

Этап 4 выполняется в обученной нейронной сети. Подают на вход обученной нейронной сети персональные данные пользователя, данные фактического паттерна дыхания и данные датчика IMU. На выходе нейронной сети получают рекомендацию об оптимальном респираторном сигнале в виде текста или графика, иллюстрирующего оптимальный респираторный сигнал, наложенный на фактический текущий респираторный сигнал.

Если вместо нейронной сети используется база данных, то этап 4 осуществляется в блоке сравнения 17. В блоке сравнения 17 осуществляют сравнение параметров фактического паттерна дыхания с параметрами паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности. Выявляют отклонения характеристик (показанных на фиг. 3) фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности. Далее осуществляется этап 5 в блоке выдачи 18 рекомендаций. На основании сравнения выдают рекомендацию пользователю в режиме реального времени по технике дыхания, которую может применить пользователь при данном виде физической активности для получения наилучших результатов без вреда для своего здоровья. То есть, если обнаружены отклонения параметров фактического паттерна дыхания пользователя от параметров паттерна дыхания из базы данных, то пользователю выдают, как рекомендацию, упомянутый паттерн дыхания из базы данных. Рекомендация может выдаваться различными способами, например, в виде конкретных словесных рекомендаций, корректирующих характеристики дыхательного акта, показанные на фиг. 3. Например, рекомендация также может выводится на дисплей в виде графика, показанного на фиг. 5, как будет описано ниже.

Носимое устройство может работать в режиме отслеживания дыхания круглосуточно. При выборе пользователем стандартной базы данных пользователь должен ввести в носимое устройство или смартфон, содержащие предлагаемое устройство контроля паттернов дыхания, данные своего профиля, например, пол, рост, вес, возраст, которые будут учитываться при выдаче оптимальных рекомендация пользователю по сознательному регулированию дыхания.

Фиг. 5 иллюстрирует два паттерна дыхания на примере одной характеристики дыхательного акта - глубины дыхания (то есть на фиг. 5 показан не весь паттерн дыхания, который выделяется из PPG - сигнала, как на фиг. 3, а только один параметр дыхания - глубина дыхания). Такие графики можно построить для всех параметров дыхания. Пользователь может переключать устройство так, чтобы рекомендуемый результат выводился в разных параметрах. (A) оптимальная глубина дыхания в зависимости от времени, (B) фактически измеренная глубина дыхания пользователя в зависимости от времени. В данном примере фактическая глубина дыхания (B) измеряется в течение длительного времени (то есть имеет длительное временное окно), при этом синхронно определяется оптимальная глубина дыхания (A) (пунктирная линия) и допустимые отклонения (C) глубины дыхания от оптимальной глубины дыхания. Такие графики могут отображаться на дисплее носимого устройства в режиме реального времени. На фиг. 5 на графике показан для примера только один из параметров, определяющих паттерн дыхания - глубина дыхания. Задача пользователя в буквальном смысле дышать таким образом, чтобы кривая (B) совместилась с кривой (A), (или была в пределах допустимых отклонений (С)), например, увеличив, соответственно, амплитуду своей кривой (B), то есть глубину дыхания, и подстроив периодичность дыхания, т.е. совместив период своей кривой (B) и период кривой (A). Задача пользователя либо самостоятельно совместить кривые, если рекомендации даны в виде графиков. Причем при правильном применении рекомендаций график (A) должен совпасть с графиком (B), или по крайней мере пользователь может добиться такого режима дыхания, при котором график (B) будет находиться в пределах допустимых отклонений (C) дыхания от оптимального паттерна дыхания.

В другом варианте пользователь может следовать словесным рекомендациям, появляющимся на носимом устройстве, и сознательно дышать рекомендованным образом.

Пользователь также может получить рекомендацию одновременно в виде графиков и словесных рекомендаций по совмещению своего графика с графиком оптимального дыхания.

Таким образом, пользователь может контролировать, например, одышку. То есть при распознавании одышки на экран выводится предел допустимых отклонений дыхания от оптимального паттерна дыхания и рекомендация пользователю о способе дыхания. При применении рекомендации пользователь может отслеживать правильность выполнения рекомендации по тому, что его дыхание не выходит за предел допустимых отклонений дыхания от оптимального паттерна дыхания. Если же продолжительность или интенсивность одышки выходит за пределы диапазона оптимальных значений, пользователю выводится предупреждающее сообщение по корректировке дыхания.

Таким образом, возможно осуществлять контроль за различными паттернами дыхания, например, соответствующими одышке, поверхностному дыханию, нормальному дыханию, глубокому дыханию и т.п., и за распределением этих паттернов по времени наблюдения, то есть в какой момент времени какой паттерн дыхания наблюдался. В настоящее время часы Galaxy Watch выводят информацию только по качеству сна, стрессу, частоте сердечных сокращений и пр.

Для анализа паттерна дыхания необходимо задетектировать как минимум 3 акта дыхания, то есть 3 вдоха, минимальная длительность сигнала PPG от 5 секунд.

Фиг. 6 иллюстрирует этапы определения отклонения фактического паттерна дыхания пользователя от оптимального паттерна дыхания, в случае использования базы данных:

(A) Имеется фактический паттерн дыхания пользователя, обозначен точкой на фазовом портрете в системе двух параметров дыхания - глубины дыхания В и частоты дыхания A, также определен тип физической активности пользователя. Два параметра дыхания А и В показаны только в качестве примера, в общем случае по фактическому паттерну дыхания возможно определить все параметры дыхания, как показано на Фиг. 3;

(B) Эллипсом обозначена область паттернов дыхания из базы данных, оптимальных для указанной пользователем физической активности;

(С) Определяют наименьшее расстояние (отклонение) от фактического паттерна дыхания пользователя до области с паттернами дыхания из базы данных, оптимальными для указанной пользователем физической активности. Отклонение ΔA по оси x соответствует отклонению от оптимальной (рекомендуемой) частоты А дыхания, отклонение ΔB по оси y соответствующее отклонению от оптимальной (рекомендуемой) глубины дыхания В.

(D) На основании полученных отклонений выдаются рекомендации пользователю по оптимизации дыхания. Рекомендации могут выдаваться в любом удобном виде, например, словами «частота дыхания должна быть такая-то, глубина такая-то» или «дышать чаще/реже, глубже/мельче, носом/ртом, грудью/животом». Необходимо заметить, что человек не может дышать животом как таковым, так как легких в нем нет, можно лишь надуть его или втягивать. По сути, под дыханием животом подразумевается глубокое дыхание диафрагмой, которое обеспечивает организм достаточным уровнем кислорода, в отличие от поверхностного дыхания грудной клеткой (грудью). Дополнительные исследования показали наглядную разницу в форме респираторного сигнала для дыхания животом и поверхностного дыхания грудью.

В другом варианте рекомендации могут сопровождаться визуализацией, как на фиг. 5, когда нужно вписать кривую (B) пользователя в кривую (A) рекомендуемого дыхания, тогда пользователь в реальном времени видит, как меняется форма его кривой (B) и приближается к рекомендуемой кривой (A).

Помимо PPG сигнала возможно использование дополнительных сигналов, получаемых с помощью носимого устройства такими датчиками, как датчик биоимпеданса, гироскоп, микрофон, датчик температуры. В частности, с помощью микрофона определяют звук вдыхаемого/выдыхаемого воздуха, или звуки шагов и движений для определения вида физической активности.

Если пользователь считает себя практически здоровым, но при этом не может достичь рекомендуемого паттерна дыхания в течение 10-15 минут, то считается, что это связано с физиологическими особенностями конкретного пользователя. В этом случае рекомендации меняются, пользователю предоставляются более легкие условия и менее оптимальный паттерн дыхания, подходящий для текущей физической активности пользователя и для текущего физического состояния пользователя, чтобы пользователь имел возможность выполнить выдаваемые рекомендации. Более легкие условия рассчитываются, исходя из реакции физиологических параметров пользователя на рекомендации. Если, например, при увеличении, согласно рекомендации, частоты или глубины дыхания у человека значительно вырастает или сбивается частота сердечных сокращений, значит он не выдерживает такой предлагаемый темп и ему рекомендуются другие более «легкие» параметры дыхания. Параллельно обновляется профиль пользователя и для него из базы данных подбираются новые оптимальные профили, соответствующие его состоянию.

Связь паттернов дыхания и физической деятельности пользователя важна, например, для профессиональных спортсменов. Например, при упражнениях по тренировке пресса из положения лежа, спортсмену важно выдыхать в верхней точке, то есть когда поднимается корпус тела во время упражнения, и вдыхать, когда опускается корпус тела. При выполнении упражнений на пресс выдох делается при поднятии ног или корпуса, а вдох - при опускании. Дыхание должно быть глубоким (диафрагмальным), но комфортным. При вдохе живот должен надуваться. Это активизирует диафрагму и позволяет достичь гораздо большего эффекта от упражнения. В этом случае пользователю рекомендуется паттерн дыхания с учетом конкретного движения пользователя, то есть параметры дыхания пользователь осознанно может подстроить под свои определенные движения, благодаря рекомендациям, получаемым из носимого устройства. В случае упражнений пользователю могут быть даны замечания, что он вдыхает слишком рано или слишком поздно.

Респираторный сигнал можно выделять из PPG сигнала, например, следующими известными из уровня техники способами:

1. Амлитудная демодуляция.

2. Частотная демодуляция.

3. Комбинация амплитудной и частотной демодуляции.

4. С помощью алгоритмов машинного обучения.

5. Адаптивные методы.

Для информирования пользователя об отношении его фактического паттерна дыхания к оптимальному паттерну дыхания могут использоваться различные виды обратной связи. Например, визуальная, звуковая и виброотклик. В самом сложном случае устройство демонстрирует целевой паттерн дыхания пользователя в виде временного графика некоторого параметра дыхания (например, глубины дыхания). Для упражнений удобнее использовать звуковые или вибросигналы, синхронизированные с целевым паттерном дыхания. В этом случае пользователю не нужно мгновенно смотреть на носимое устройство.

Благодаря предлагаемому изобретению положительное воздействие на здоровье чувствительных групп пользователей, таких как, например, астматики и аллергики, может быть достигнуто, если рекомендовать оптимальные паттерны дыхания в зависимости от реальных условий окружающей среды. Например, избегание глубоких вдохов для людей с респираторными заболеваниями в периоды падения индекса качества воздуха (AQI). Дополнительно носимое устройство можно интегрировать с устройством, которое определяет химический состав вдыхаемого и выдыхаемого воздуха, такие устройства широко известны, например, https://metabolicratetest.com/, или интегрировать с устройством, способным вычислять соотношение между объемами выдыхаемого углекислого газа и объемом вдыхаемого кислорода.

По параметрам фактических паттернов дыхания пользователя возможна точная оценка общего расхода энергии (TEE) при физической активности пользователя. Значение TEE можно точно оценить, используя определенные параметры паттерна дыхания пользователя, а именно, используя значения дыхательного объема и частоты дыхания и возраст пользователя (Gilgen-Ammann, R., Koller, M., Huber, C. et al. Energy expenditure estimation from respiration variables. Sci Rep 7, 15995 (2017). https://doi.org/10.1038/s41598-017-16135-5).

С помощью предлагаемого способа можно по фактическим паттернам дыхания пользователя обнаружить одышку, и дать рекомендации по снижению скорости передвижения или рекомендовать специальные дыхательные упражнения по компенсации одышки. Также по паттернам дыхания пользователя возможно давать рекомендации об отдыхе для восстановления дыхания пользователя, рекомендуя при этом дыхательные упражнения, восстанавливающие дыхание.

Существует диапазон безопасных параметров, за который пользователю не следует выходить во время выполнения физических тренировок. Например, известно, что не следует дышать слишком глубоко и резко, когда осуществляется большая нагрузка на мышцы груди. То есть, если определены паттерны дыхания, из которых следует, что пользователь дышит глубоко и/или резко, то может выдаваться предупреждение о том, что при таком паттерне дыхания не следует выполнять упражнения с чрезмерной нагрузкой на грудные мышцы.

При проведении медитации устройство может следить за глубиной дыхания и подавать рекомендации пользователю по усилению или уменьшению глубины дыхания.

Если по паттернам дыхания обнаруживается нерегулярность сердечного ритма, что в большинстве случаев соответствует повышению уровня стресса пользователя, рекомендуются дыхательные упражнения, направленные на понижение уровня стресса.

Если пользователь курит, пользователю может даваться информация по соотношению вдоха и выдоха и о том, какое это влияние может оказывать на состояние пользователя.

Авторами были проведены исследования дыхания, в которых приняли участие 81 человек. Исследования проводились, как в состоянии покоя, так и в процессе физической активности. Результаты исследований показаны на фиг. 7.

На фиг. 7 (A) показан исходный сигнал PPG со слабо различимыми быстрыми осцилляциями сердечных сокращений. Вставка на фиг. 7 (A) показывает эти осцилляции в увеличенном масштабе. На фиг. 7 (B) показан респираторный сигнал, восстановленный из сигнала PPG, показанного на верхнем графике. На восстановленном респираторном сигнале можно видеть осцилляции на значительно более низкой частоте по сравнению с частотой сердцебиения, при этом на восстановленном респираторном сигнале сохранена форма отдельных осцилляций. На этом графике выделены две области, где один и тот же пользователь дышит по-разному: глубокое дыхание и поверхностное дыхание. График на Фиг. 7 (C) повторяет график на Фиг. 7 (B), но на нем отмечены точки экстремумов, отвечающие за максимумы и минимумы амплитуды респираторного сигнала. По точкам экстремумов можно вычислить частоту и глубину дыхания. На Фиг. 7 (C) показано, как расположены паттерны дыхания в пространстве частоты дыхания и глубины дыхания (фазовые портреты). Соответственно, звездочка отвечает за поверхностное дыхание, точка - за глубокое дыхание, крестик - за частое глубокое дыхание. В проведенном исследовании рекомендации пользователям не давались.

Хотя изобретение описано в связи с некоторыми иллюстративными вариантами осуществления, следует понимать, что сущность изобретения не ограничивается этими конкретными вариантами осуществления. Напротив, предполагается, что сущность изобретения включает в себя все альтернативы, коррекции и эквиваленты, которые могут быть включены в сущность и объем формулы изобретения.

Кроме того, изобретение сохраняет все эквиваленты заявляемого изобретения, даже если пункты формулы изобретения изменяются в процессе рассмотрения.

Список литературы

1. E. Harbour, T. Stöggl, H. Schwameder and T. Finkenzeller, “Breath Tools: A Synthesis of Evidence-Based Breathing Strategies to Enhance Human Running”, Front. Physiol, v. 13, 2022|https://doi.org/10.3389/fphys.2022.813243 (https://www.frontiersin.org/articles/10.3389/fphys.2022.813243/full)

2. Бреслав И.С. Паттерны дыхания: Физиология, экстремальные состояния, патология - Л.: «Наука», 1984. - 206 с.

3. Борщ, М.К. Паттерны внешнего дыхания в системе подготовки высококвалифицированных прыгунов в воду / М.К. Борщ, Н.А. Парамонова, Г.В. Попова // Состояние и перспективы технического обеспечения спортивной деятельности: сб. статей (материалы IV Междунар. науч.-техн. конф.), Минск, 15-16 февр. 2018 г. - Минск: БНТУ, 2018. - С. 82-88.

4. D.J. Meredith, D.Clifton, P.Charlton, J.Brooks, C.W. Pugh and L.Tarassenko, “Photoplethysmographic derivation of respiratory rate: a review of relevant physiology”, Journal of Medical Engineering & Technology, 2012; 1-7, Early Online.

5. Mitali R., Sapna Prabhu, «A Novel Algorithm to Obtain Respiratory Rate from the PPG Signal», International Journal of Computer Applications 126(15):9-12, DOI:10.5120/ijca2015906263

6. R.S. Khandpur, Handbook of Biomedical Instrumentation, 2nd ed. New Delhi: Tata McGraw- Hill, 2010.

7. J.G. Webster, Medical Instrumentation: Application and Design, 3rd ed. New York: Wiley, 2007.

8. J. Prinable, P.Jones, D. Boland, A.McEwan, Cindy Thamrin, «Derivation of Respiratory Metrics in Health and Asthma», Sensors 2020, 20(24), 7134; https://doi.org/10.3390/s20247134

Группа изобретений относится к медицине, а именно к способам контроля паттернов дыхания и носимым устройствам для их осуществления. При этом вносят персональные данные пользователя в блок памяти. Получают сигнал PPG пользователя от фотоплетизмографического сенсора. Получают данные от датчика инерционного измерительного блока IMU. Выделяют из сигнала PPG респираторный сигнал и сигнал частоты сердечных сокращений (ЧСС) в блоке разделения. Распознают вид физической активности пользователя по данным от датчика IMU и данным сигнала ЧСС в блоке распознавания вида физической активности. Выделяют фактический паттерн дыхания из респираторного сигнала и параметры фактического паттерна дыхания в блоке классификации. Сравнивают в блоке сравнения параметры фактического паттерна дыхания с параметрами оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности. Выявляют в блоке сравнения отклонения параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных. Выдают посредством блока выдачи рекомендации пользователю по технике дыхания на основании выявленных отклонений параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных. Обеспечивается самостоятельный контроль техники дыхания пользователями и/или выработка правильных дыхательных привычек на основании мониторинга своего дыхания посредством портативных устройств. 6 н. и 7 з.п. ф-лы, 7 ил.

1. Устройство контроля паттернов дыхания, содержащее: блок памяти, выполненный с возможностью хранения персональных данных пользователя, а также базы данных, хранящей оптимальные паттерны дыхания, рекомендуемые для каждого из видов физической активности на основании персональных данных пользователя,

фотоплетизмографический (PPG) сенсор, расположенный на теле пользователя, выполненный с возможностью получения сигнала PPG пользователя;

датчик инерционного измерительного блока (IMU), расположенный на теле пользователя;

блок разделения, выполненный с возможностью выделения из сигнала PPG:

- респираторного сигнала и

- сигнала частоты сердечных сокращений;

блок распознавания вида физической активности, выполненный с возможностью распознавания вида физической активности пользователя по данным датчика IMU и данным сигнала частоты сердечных сокращений;

блок классификации, выполненный с возможностью выделения фактического паттерна дыхания из респираторного сигнала, для этого блок классификации выполнен с возможностью:

а) произвольно задавать длительность временного окна,

б) рассчитывать среднее значение каждого параметра дыхания из респираторного сигнала на протяжении заданного временного окна;

в) рассчитывать стандартное отклонение от среднего значения ;

г) сравнивать стандартное отклонение со средним значением ;

если для по меньшей мере 70% параметров дыхания, то анализировать паттерн дыхания с заданной длительностью временного окна как фактический паттерн дыхания;

если для по меньшей мере 70% параметров дыхания, то уменьшать длительность временного окна и осуществлять этапы б-г,

если для по меньшей мере 70% параметров дыхания, то увеличивать длительность временного окна и осуществлять этапы б-г;

причем блок классификации выполнен с возможностью распознавания параметров фактического паттерна дыхания из фактического паттерна дыхания;

блок сравнения, выполненный с возможностью сравнения параметров фактического паттерна дыхания с параметрами оптимального паттерна дыхания, рекомендуемого для распознанной физической активности, извлеченного из базы данных, а также выполненный с возможностью выявления отклонения параметров фактического паттерна дыхания от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности;

блок выдачи рекомендаций, выполненный с возможностью выдачи рекомендаций пользователю по технике дыхания на основании выявленных отклонений параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности.

2. Устройство по п. 1, в котором блок разделения содержит спектральные фильтры.

3. Устройство по п. 1, причем персональные данные содержат рост, вес, возраст, пол.

4. Устройство по любому из пп. 1-3, причем параметрами дыхания являются: объем вдыхаемого воздуха, скорость вдоха, время выдоха, объем выдыхаемого воздуха, частота дыхания, время между выдохом и последующим вдохом, длительность цикла дыхания, глубина дыхания, длительность задержки дыхания.

5. Устройство по любому из пп. 1-4, причем рекомендации отображаются на экране носимого устройства пользователя.

6. Способ контроля паттернов дыхания посредством устройства по п. 1, содержащий этапы, на которых:

вносят персональные данные пользователя в блок памяти;

получают сигнал PPG (фотоплетизмограмму) пользователя от фотоплетизмографического (PPG) сенсора;

получают данные от датчика инерционного измерительного блока (IMU);

выделяют из сигнала PPG респираторный сигнал и сигнал частоты сердечных сокращений в блоке разделения;

распознают вид физической активности пользователя по данным от датчика IMU и данным сигнала частоты сердечных сокращений в блоке распознавания вида физической активности;

выделяют фактический паттерн дыхания из респираторного сигнала и параметры фактического паттерна дыхания в блоке классификации, для этого:

а) произвольно задают длительность временного окна,

б) рассчитывают среднее значение каждого параметра дыхания из респираторного сигнала на протяжении заданного временного окна;

в) рассчитывают стандартное отклонение от среднего значения ;

г) сравнивают стандартное отклонение со средним значением ;

если для по меньшей мере 70% параметров дыхания, то анализируют паттерн дыхания с заданной длительностью временного окна как фактический паттерн дыхания;

если для по меньшей мере 70% параметров дыхания, то уменьшают длительность временного окна и осуществлять этапы б-г,

если для по меньшей мере 70% параметров дыхания, то увеличивают длительность временного окна и осуществляют этапы б-г;

д) распознают параметры дыхания из фактического паттерна дыхания;

сравнивают в блоке сравнения параметры фактического паттерна дыхания с параметрами оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности;

выявляют в блоке сравнения отклонения параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности;

выдают, посредством блока выдачи, рекомендации пользователю по технике дыхания на основании выявленных отклонений параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности.

7. Способ по п. 6, в котором после внесения персональных данных дополнительно осуществляют калибровочное измерение для выявления патологии дыхания, при этом в случае выявления патологии дыхания пользователь получает рекомендацию обратиться к врачу для составления индивидуальной базы данных.

8. Устройство контроля паттернов дыхания, содержащее:

блок памяти, выполненный с возможностью хранения персональных данных пользователя, и обученной нейронной сети;

фотоплетизмографический (PPG) сенсор, выполненный с возможностью расположения на теле пользователя, и получения сигнала PPG пользователя;

датчик инерционного измерительного блока (IMU), выполненный с возможностью расположения на теле пользователя;

блок разделения, выполненный с возможностью выделения из сигнала PPG:

- респираторного сигнала и

- сигнала частоты сердечных сокращений;

блок распознавания вида физической активности, выполненный с возможностью распознавания вида физической активности пользователя по данным датчика IMU и данным сигнала частоты сердечных сокращений;

блок классификации, выполненный с возможностью выделения фактического паттерна дыхания из респираторного сигнала, для этого блок классификации выполнен с возможностью:

а) произвольно задавать длительность временного окна,

б) рассчитывать среднее значение каждого параметра дыхания из респираторного сигнала на протяжении заданного временного окна;

в) рассчитывать стандартное отклонение от среднего значения ;

г) сравнивать стандартное отклонение со средним значением ;

если для по меньшей мере 70% параметров дыхания, то анализировать паттерн дыхания с заданной длительностью временного окна как фактический паттерн дыхания;

если для по меньшей мере 70% параметров дыхания, то уменьшать длительность временного окна и осуществлять этапы б-г,

если для по меньшей мере 70% параметров дыхания, то увеличивать длительность временного окна и осуществлять этапы б-г;

обученную нейронную сеть, выполненную с возможностью:

- определения оптимального паттерна дыхания на основе персональных данных пользователя и вида физической активности пользователя,

- сравнения параметров фактического паттерна дыхания пользователя с параметрами упомянутого оптимального паттерна дыхания;

- получения оптимального респираторного сигнала на основании сравнения;

блок выдачи рекомендаций, выполненный с возможностью выдачи рекомендаций пользователю по технике дыхания на основании оптимального респираторного сигнала, выданного нейронной сетью.

9. Устройство по п. 8, причем персональные данные включают в себя рост, вес, возраст, пол.

10. Устройство по любому из пп. 8, 9, в котором нейронная сеть дополнительно выполнена с возможностью

определять является ли пользователь практически здоровым человеком или имеет паттерн дыхания, относящийся к патологическому паттерну дыхания,

если определено, что паттерн дыхания относится к патологическому паттерну дыхания, блок выдачи выдает рекомендацию обратится к врачу для составления индивидуальной базы оптимальных паттернов дыхания, соответствующих различным видам физической активности.

11. Способ контроля паттернов дыхания посредством устройства по п. 8, содержащий этапы, на которых:

вносят персональные данные пользователя в блок памяти;

получают сигнал PPG (фотоплетизмограмму) пользователя от фотоплетизмографического (PPG) сенсора;

получают данные от датчика инерционного измерительного блока (IMU);

посредством блока разделения:

выделяют респираторный сигнал из сигнала PPG,

выделяют сигнал частоты сердечных сокращений; распознают вид физической активности пользователя по данным

датчика IMU и данным сигнала частоты сердечных сокращений посредством блока распознавания вида физической активности;

выделяют фактический паттерн дыхания из респираторного сигнала посредством блока классификации, для этого:

а) произвольно задают длительность временного окна,

б) рассчитывают среднее значение каждого параметра дыхания из респираторного сигнала на протяжении заданного временного окна;

в) рассчитывают стандартное отклонение от среднего значения ;

г) сравнивают стандартное отклонение со средним значением ;

если для по меньшей мере 70% параметров дыхания, то анализируют паттерн дыхания с заданной длительностью временного окна как фактический паттерн дыхания;

если для по меньшей мере 70% параметров дыхания, то уменьшают длительность временного окна и осуществлять этапы б-г,

если для по меньшей мере 70% параметров дыхания, то увеличивают длительность временного окна и осуществляют этапы б-г;

подают на вход обученной нейронной сети персональные данные пользователя, упомянутый респираторный сигнал, фактический паттерн дыхания, вид физической активности пользователя,

посредством обученной нейронной сети:

определяют оптимальный паттерн дыхания на основе персональных данных пользователя и вида физической активности пользователя,

сравнивают параметры фактического паттерна дыхания пользователя с параметрами упомянутого оптимального паттерна дыхания,

получают оптимальный респираторный сигнал на основании сравнения;

выдают рекомендации пользователю по технике дыхания, посредством блока выдачи рекомендаций, на основании оптимального респираторного сигнала, выданного нейронной сетью.

12. Носимое устройство, включающее в себя устройство по п. 1, выполненное с возможностью осуществлять способ контроля паттернов дыхания, содержащий этапы, на которых:

вносят персональные данные пользователя в блок памяти;

получают сигнал PPG (фотоплетизмограмму) пользователя от фотоплетизмографического (PPG) сенсора;

получают данные от датчика инерционного измерительного блока (IMU);

выделяют из сигнала PPG респираторный сигнал и сигнал частоты сердечных сокращений в блоке разделения;

распознают вид физической активности пользователя по данным от датчика IMU и данным сигнала частоты сердечных сокращений в блоке распознавания вида физической активности;

выделяют фактический паттерн дыхания из респираторного сигнала и параметры фактического паттерна дыхания в блоке классификации, для этого:

а) произвольно задают длительность временного окна,

б) рассчитывают среднее значение каждого параметра дыхания из респираторного сигнала на протяжении заданного временного окна;

в) рассчитывают стандартное отклонение от среднего значения ;

г) сравнивают стандартное отклонение со средним значением ;

если для по меньшей мере 70% параметров дыхания, то анализируют паттерн дыхания с заданной длительностью временного окна как фактический паттерн дыхания;

если для по меньшей мере 70% параметров дыхания,

то уменьшают длительность временного окна и осуществлять этапы б-г,

если для по меньшей мере 70% параметров дыхания, то увеличивают длительность временного окна и осуществляют этапы б-г;

д) распознают параметры дыхания из фактического паттерна дыхания;

сравнивают в блоке сравнения параметры фактического паттерна дыхания с параметрами оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности;

выявляют в блоке сравнения отклонения параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности;

выдают, посредством блока выдачи, рекомендации пользователю по технике дыхания на основании выявленных отклонений параметров фактического паттерна дыхания пользователя от параметров оптимального паттерна дыхания из базы данных, рекомендуемого для распознанной физической активности.

13. Носимое устройство, включающее в себя устройство по п. 8, выполненное с возможностью осуществлять способ контроля паттернов дыхания, содержащий этапы, на которых:

вносят персональные данные пользователя в блок памяти;

получают сигнал PPG (фотоплетизмограмму) пользователя от фотоплетизмографического (PPG) сенсора;

получают данные от датчика инерционного измерительного блока (IMU);

посредством блока разделения:

выделяют респираторный сигнал из сигнала PPG,

выделяют сигнал частоты сердечных сокращений; распознают вид физической активности пользователя по данным датчика IMU и данным сигнала частоты сердечных сокращений посредством блока распознавания вида физической активности;

выделяют фактический паттерн дыхания из респираторного сигнала посредством блока классификации, для этого:

а) произвольно задают длительность временного окна,

б) рассчитывают среднее значение каждого параметра дыхания из респираторного сигнала на протяжении заданного временного окна;

в) рассчитывают стандартное отклонение от среднего значения ;

г) сравнивают стандартное отклонение со средним значением ;

если для по меньшей мере 70% параметров дыхания,

то анализируют паттерн дыхания с заданной длительностью временного окна как фактический паттерн дыхания;

если для по меньшей мере 70% параметров дыхания,

то уменьшают длительность временного окна и осуществлять этапы б-г,

если для по меньшей мере 70% параметров дыхания,

то увеличивают длительность временного окна и осуществляют этапы б-г;

подают на вход обученной нейронной сети персональные данные пользователя, упомянутый респираторный сигнал, фактический паттерн дыхания, вид физической активности пользователя,

посредством обученной нейронной сети:

определяют оптимальный паттерн дыхания на основе персональных данных пользователя и вида физической активности пользователя,

сравнивают параметры фактического паттерна дыхания пользователя с параметрами упомянутого оптимального паттерна дыхания,

получают оптимальный респираторный сигнал на основании сравнения;

выдают рекомендации пользователю по технике дыхания, посредством блока выдачи рекомендаций, на основании оптимального респираторного сигнала, выданного нейронной сетью.