阅读说明：本技术 用于确定睡眠启动潜伏期的系统和方法 (System and method for determining sleep initiation latency ) 是由 T·K·措内瓦 G·N·加西亚莫利纳 于 2018-12-10 设计创作，主要内容包括：本公开涉及一种用于确定对象中的睡眠启动潜伏期的系统和方法。所述系统被配置为：生成传达与所述对象中的脑部活动有关的信息的输出信号；基于所述输出信号来确定所述对象的睡眠阶段；基于所确定的睡眠阶段来确定所述对象中的睡眠启动时刻；通过以下操作来确定针对所述对象的睡眠意向时刻：(i)基于所述输出信号来检测所述对象中的眨眼,并且响应于检测到的眨眼在预定时间段内停止而确定所述睡眠意向时刻；和/或(ii)基于所述输出信号来确定目标频带中的脑部活动功率是否已经突破了阈值功率水平,并且响应于突破而确定所述睡眠意向时刻；并且基于所述睡眠启动时刻和所述睡眠意向时刻来确定所述睡眠启动潜伏期。(The present disclosure relates to a system and method for determining sleep initiation latency in a subject. The system is configured to: generating output signals conveying information related to brain activity in the subject; determining a sleep stage of the subject based on the output signal; determining a sleep onset time in the subject based on the determined sleep stage; determining an intent-to-sleep moment for the subject by: (i) detecting an eye blink in the subject based on the output signal and determining the intended moment of sleep in response to the detected eye blink ceasing within a predetermined time period; and/or (ii) determine, based on the output signals, whether the brain activity power in a target frequency band has breached a threshold power level, and determine, in response to the breaching, the intent-to-sleep moment; and determining the sleep initiation latency based on the sleep initiation time and the sleep intention time.)

用于确定睡眠启动潜伏期的系统和方法

技术领域

本公开涉及一种用于确定睡眠时段内对象中的睡眠启动潜伏期的系统和方法。

背景技术

睡眠监测和睡眠启动潜伏期确定系统频繁地用于识别睡眠障碍或者与睡眠治疗有关。典型的系统可以连续地测量对象的物理移动并且检测环境光水平(例如，确定何时对象已经关断灯)以评估何时对象实际上倾向于睡眠并且何时睡眠启动开始。然而，这样的系统常常未能准确地评估睡眠启动潜伏期，例如，由于可能未能由对象移动测量结果、曝光量测量结果、或其他常见技术检测到的对象的意向(例如，决定起床、操作移动电话等)的改变。

发明内容

因此，本公开的一个或多个方面涉及一种被配置为确定针对对象在睡眠时段(session)内的睡眠启动潜伏期的系统。所述系统包括一个或多个传感器、一个或多个硬件处理器、和/或其他部件。所述传感器被配置为生成传达与所述对象在所述睡眠时段期间的脑部活动有关的信息的输出信号。所述硬件处理器操作地与所述传感器和/或其他部件耦合。所述硬件处理器由机器可读指令配置。所述硬件处理器被配置为基于所述输出信号来确定所述对象的一个或多个睡眠阶段。所述睡眠阶段指示所述睡眠时段期间的对象中的睡眠的存在。所述硬件处理器被配置为基于所确定的睡眠阶段来确定所述对象中的睡眠启动时刻。所述睡眠启动时刻包括指示所述睡眠时段期间的对象中的睡眠的开始的时刻。所述硬件处理器被配置为确定针对所述对象的睡眠意向时刻。所述睡眠意向时刻包括指示对象起始睡眠的意向的时刻。所述睡眠意向时刻是基于所述输出信号来确定的。作为范例，所述睡眠意向时刻通过以下各项确定：(i)基于所述输出信号来检测所述对象中的眨眼，并且响应于检测到的眨眼在预定时间段内停止而确定所述睡眠意向时刻；或者(ii)基于所述输出信号来确定目标频带中的脑部活动功率是否已经突破了阈值功率水平，并且响应于突破而确定所述睡眠意向时刻；或者(iii)(i)和(ii)的组合。所述硬件处理器被配置为基于所述睡眠启动时刻和所述睡眠意向时刻来确定所述睡眠启动潜伏期。

本公开的又一方面涉及一种用于利用确定系统确定针对对象在睡眠时段内的睡眠启动潜伏期的方法。所述系统包括一个或多个传感器、一个或多个硬件处理器、和/或其他部件。所述方法包括利用所述传感器生成传达与所述睡眠时段期间的对象中的脑部活动有关的信息的输出信号。所述方法包括利用所述硬件处理器基于所述输出信号来确定所述对象的一个或多个睡眠阶段。所述睡眠阶段指示所述睡眠时段期间的对象中的睡眠的存在。所述方法包括利用所述硬件处理器基于所确定的睡眠阶段来确定所述对象中的睡眠启动时刻。所述睡眠启动时刻包括指示所述睡眠时段期间的对象中的睡眠的开始的时刻。所述方法包括利用所述硬件处理器确定针对所述对象的睡眠意向时刻。所述睡眠意向时刻包括指示对象起始睡眠的意向的时刻。所述睡眠意向时刻是基于所述输出信号来确定的。作为范例，所述睡眠意向时刻通过以下各项确定：(i)基于所述输出信号来检测所述对象中的眨眼，并且响应于检测到的眨眼在预定时间段内停止而确定所述睡眠意向时刻；或者(ii)基于所述输出信号来确定目标频带中的脑部活动功率是否已经突破了阈值功率水平，并且响应于突破而确定所述睡眠意向时刻；或者(iii)(i)和(ii)的组合。所述方法包括利用所述一个或多个硬件处理器基于所述睡眠启动时刻和所述睡眠意向时刻来确定所述睡眠启动潜伏期。

本公开的又一方面涉及一种用于确定针对对象在睡眠时段内的睡眠启动潜伏期的系统。所述系统包括用于生成传达与所述对象在所述睡眠时段期间的脑部活动有关的信息的输出信号的模块。所述系统包括用于基于所述输出信号来确定所述对象的睡眠阶段的模块。所述一个或多个睡眠阶段指示所述对象在所述睡眠时段期间的睡眠的存在。所述系统包括用于基于所述确定的睡眠阶段来确定所述对象中的睡眠启动时刻的模块。所述睡眠启动时刻包括指示所述对象在所述睡眠时段期间的睡眠的开始的时刻。所述系统包括用于确定针对所述对象的睡眠意向时刻的模块。所述睡眠意向时刻包括指示对象起始睡眠的意向的时刻。所述睡眠意向时刻是基于所述输出信号来确定的。作为范例，所述睡眠意向时刻通过以下各项来确定：i)基于所述输出信号来检测所述对象中的眨眼，并且响应于检测到的眨眼在预定时间段内停止而确定所述睡眠意向时刻；或者(ii)基于所述输出信号来确定目标频带中的脑部活动功率是否已经突破了阈值功率水平，并且响应于突破而确定所述睡眠意向时刻；或者(iii)(i)和(ii)的组合。所述系统包括用于基于所述睡眠启动时刻和所述睡眠意向时刻来确定所述睡眠启动潜伏期的模块。

本公开的这些和其他目的、特征和特性以及结构的相关元件的操作方法和功能和部分的组合和制造的经济性将在考虑以下描述和参考附图的权利要求书时变得更显而易见，其全部形成本说明书的部分，其中，相似附图标记指代各附图中的对应的部分。然而，应明确地理解，附图仅出于图示和描述的目的而不旨在作为本公开的范围的定义。

附图说明

图1是根据一个或多个实施例的被配置为确定针对对象在睡眠时段内的睡眠启动潜伏期的系统的示意性图示。

图2图示了根据一个或多个实施例的针对对象的头皮上的不同位置的EEG信号。

图3图示了根据一个或多个实施例的发生并且在由对象的睡眠的启动周围由系统检测到的各种生理事件。

图4是根据一个或多个实施例的由系统对睡眠启动潜伏期的确定的示意性图示。

图5图示了根据一个或多个实施例的由对象穿戴的头戴式耳机。

图6图示了根据一个或多个实施例的用于确定在睡眠时段内对象的睡眠启动潜伏期的方法。

具体实施方式

如本文所使用的，单数形式的“一”、“一个”和“所述”包括复数参考，除非上下文另行清楚指出。如本文所使用的，术语“或者”意指“和/或”，除非上下文以其他方式清楚地规定。如本文所使用的，两个或多个部分或部件被“耦合”的陈述应意指部分直接或间接地(即通过一个或多个中间部分或部件)结合在一起或一起操作，只要链接发生。如本文所使用的，“直接耦合”意指两个元件彼此直接接触。如本文所使用的，“固定地耦合”或“固定”意指两个部件被耦合从而在维持相对于彼此的恒定取向的同时作为一体移动。

如本文所使用的，词语“单式”意指部件被创建为单个件或单元。即，包括单独创建并且然后耦合在一起作为单元的件的部件不是“单式”部件或主体。如本文所采用的，两个或多个部分或部件彼此“接合”的陈述应意指部分直接或通过一个或多个中间部分或部件彼此施力。如本文所采用的，术语“数量”应该意指一或大于一的整数(即，多个)。

本文所使用的方向性短语，例如但不限于，顶部、底部、左侧、右侧、上部、下部、正面、背面及其派生词，与附图中所示元件的取向有关，并且不限制权利要求，除非在其中明确记载。

图1是被配置为确定针对睡眠时段的对象12的睡眠启动潜伏期的系统10的示意性图示。在一些实施例中，睡眠启动潜伏期是一旦个人已经决定起始睡眠(睡眠意向)实际上入睡花费的时间。睡眠启动潜伏期是对于从完全觉醒到睡眠的过渡发生花费的时间长度。睡眠启动潜伏期常常被用作针对睡意并且在失眠的诊断中的生物标记。确定的部分还是睡眠效率(例如，在床上总时间的睡着时间的百分比)和总睡眠时间(例如，睡眠持续时间)。正常睡眠启动潜伏期对于20岁与50岁之间的成人常常在13分钟与19分钟之间。这些数字的显著变化常常是睡眠障碍的指示。例如，较长的潜伏期与睡眠启动失眠相关联，其是描述入睡的慢性困难的状况。较短的潜伏期与极度嗜睡相关联(例如，在白天期间)，其可以是不足睡眠、睡眠剥夺、和/或嗜眠启动的结果。

临床睡眠研究和消费者睡眠评估设备提供睡眠启动潜伏期估计。现有睡眠启动潜伏期估计方法和/或系统由其定义睡眠意向和睡眠启动中的不一致性限制。例如，在临床设置中，睡眠意向通过关灯加强，但是该事件不一定反映对象的睡眠意向(例如，对象可以在关灯的情况下醒着简单地躺在床上)。

在家庭设置中，睡眠启动可以被检测为静止的长时间段(例如，使用基于活动记录的检测方法)，而睡眠意向常常明确地经由通过现有技术系统中的用户接口做出的条目和/或选择从用户获得。这些现有技术系统中的不准确的睡眠启动潜伏期估计限制检测睡眠障碍的这样的系统的诊断准确度并且能够误导消费者睡眠监测设备的用户。例如，被配置为监测在家睡眠的消费者设备为用户和临床医师两者提供机会以获得随时间的睡眠参数的客观估计。然而，现有设备常常产生睡眠问题的错误想法，其中，不存在，并且继而触发诸如焦虑和失眠的睡眠问题。在家，睡眠意向难以估计，因为用户常常涉及要求很少至没有移动的各种睡前活动，诸如阅读书、看电视、或使用其电话，其能够全部导致睡眠启动潜伏期的不正确的估计(例如，太长)。

典型的睡眠通过以循环的方式(睡眠周期)发生并且具有对睡眠的恢复值的不同的贡献的睡眠阶段表征。系统10被配置为使用多导睡眠图(PSG)和/或其他方法(如下文所描述的)识别睡眠阶段。阶段1和2分别地是由θ(4-8Hz)振荡脑部活动和睡眠纺锤波和K复合波表征的轻度睡眠的阶段。阶段3和4是由慢波和θ活动(0.5-4Hz)(下文所描述的)表征的深度睡眠的阶段。快速眼动(REM)睡眠通常地在睡眠启动的大约90分钟之后发生并且通过增加的眼睛移动、呼吸速率和呼吸率表征。系统10被配置为使得睡眠启动(SO)被确定为在睡眠意向已检测到之后检测到的第一睡眠状态的开始。在正常成人睡眠中，在觉醒之后的第一睡眠状态符合非REM(NREM)睡眠阶段的最轻的(例如，阶段1)。在一些实施例中，睡眠启动被确定为针对预定时间段(例如，1min和/或其他时间)检测的任何睡眠阶段的开始。通过REM起始睡眠能够发生并且常常指示睡眠障碍(例如，嗜睡症)。系统10被配置使得睡眠启动潜伏期(SOL)被确定为睡眠启动的时间与对象12想要起始睡眠(SI)的时间之间的差异。这通过以下所示的等式1(等式1)描述。

SOL＝SO–SI (等式1)

系统10使用脑电图(EEG)和/或基于传感器输出信号确定的其他信息来确定睡眠启动潜伏期。在一些实施例中，睡眠启动潜伏期基于经由EEG模式的睡眠意向和睡眠启动的检测来确定。这些模式指示眨眼消失、α消失、δ功率、纺锤体、和/或与睡眠意向和/或睡眠启动有关的其他信息。一致地提供准确的睡眠启动潜伏期确定改进临床准确度并且增强消费者产品可信度。

在一些实施例中，系统10包括以下各项中的一项或多项：刺激器16、传感器18、处理器、电子存储设备22、用户接口24、外部资源26和/或其他部件。

传感器18被配置为生成传达与对象12中的脑部活动和/或其他活动有关的信息的输出信号。在一些实施例中，脑部活动包括任何活动或者缺乏与睡眠有关的活动和/或系统10中的其他活动。例如，传感器18可以是非EEG传感器，其中，系统10被配置为基于来自活动记录传感器、相机、和/或其他传感器18的信息、和/或来自相机信息的眨眼消失来检测睡眠启动。这在下面进一步描述。在一些实施例中，传感器18被配置为生成传达与对象12中的慢波活动(SWA)有关的信息的输出信号。在一些实施例中，与脑部活动和/或对象12中的其他活动有关的信息是与SWA有关的信息。在一些实施例中，传感器18可以是任何EEG、活动记录、心率传感器、和/或可以提供关于与睡眠相关联的任何标记的信息的任何其他传感器。例如，SWA对于本文所描述的系统而言是不关键的。在一些实施例中，传感器18被配置为生成传达与在睡眠时段期间被提供给对象12的刺激有关的信息的输出信号。

在一些实施例中，对象12的睡眠、SWA、和/或其他脑部活动可以被用于检测对象12的睡眠阶段。如上文所描述的，对象12的睡眠阶段可以与快速眼动(REM)睡眠或非快速眼动(NREM)睡眠相关联。对象12的睡眠阶段可以是以下各项中的一项或多项：NREM阶段N1、阶段N2、阶段或者阶段N3、REM睡眠和/或其他睡眠阶段。在一些实施例中，对象12的睡眠阶段可以是阶段S1、S2、S3、或S4中的一个或多个(例如，S1-S4对应于以前的睡眠阶段名称，而N1、N2、和N3对应于最新名称)。在一些实施例中，NREM阶段2和/或3(和/或S3和/或S4)可以是慢波(例如，深度)睡眠。传感器18可以包括直接地测量这样的参数的一个或多个传感器。例如，传感器18可以包括脑电图(EEG)电极，其被配置为检测起因于对象12的脑部内的电流的沿着对象12的头皮的电活动。传感器18可以包括生成间接地传达与对象12的SWA有关的信息的输出信号的一个或多个传感器。例如，一个或多个传感器18可以包括基于以下各项生成输出的心率传感器：对象12的心率(例如，传感器18可以是可以定位在对象12的胸部上的心率传感器和/或包括被配置为距对象12一距离检测心率的相机的心率传感器，和/或被配置为对象12的手腕上的手镯，和/或被定位在对象12的另一肢体上)、对象12的移动(例如，传感器18可以包括加速度计，其可以携带在可穿戴物上，诸如在手腕周围的手镯和/或对象12的脚踝，使得睡眠可以使用活动记录信号来分析)；压力传感器，其被配置为检测床和/或床垫上的压力的改变(例如，压力传感器可以放置在床/床垫/床单/等上)，例如，其指示对象12的移动；和/或其他移动传感器)、对象12的呼吸、和/或对象12的其他特性。

在一些实施例中，传感器18包括以下各项中的一项或多项：EEG电极、眼电图(EOG)电极、活动记录传感器、心电图(EKG)电极、呼吸传感器、压力传感器、生命体征相机、光体积描计图(PPG)传感器、功能近红外传感器(fNIR)、温度传感器、麦克风和/或被配置为生成与被提供给对象12的刺激有关的输出信号(例如，数量、频率、强度和/或其他特性)的其他传感器和/或其他传感器。尽管在对象12附近的单个位置处图示了传感器18，但是这不旨在是限制性的。传感器18可以包括被设置在多个位置中的传感器，诸如例如在感觉刺激器16内(或者与其通信)、与对象12的衣服耦合(以可移除的方式)、由对象12穿戴(例如，作为头带、腕带等)、被定位以在对象12睡眠时指向对象12(例如，传达与对象12的移动有关的输出信号的相机)、与其中对象12正睡眠的床和/或其他家具耦合和/或在其他位置中。在一些实施例中，传感器18被配置为在预定时间(例如，间隔)处、基本上连续地和/或在其他时间处生成输出信号。

处理器20被配置为提供系统10中的信息处理能力。这样一来，处理器20可以包括以下各项中的一项或多项：数字处理器、模拟处理器、被设计为处理信息的数字电路、被设计为处理信息的模拟电路、状态机和/或用于电子地处理信息的其他机构。尽管处理器20在图1中被示出为单个实体，但是这仅出于说明性目的。在一些实施例中，处理器20可以包括多个处理单元。这些处理单元可以物理地定位在相同设备(例如，感觉刺激器16、用户接口24、作为外部资源26的部分的服务器等)内，或者处理器20可以表示协调操作的多个设备的处理功能。在一些实施例中，处理器20可以是和/或被包括在计算设备(诸如台式计算机、膝上型计算机、智能电话、平板计算机、服务器和/或其他计算设备)中。这样的计算设备可以运行具有被配置为促进与系统10的用户交互的图形用户接口的一个或多个电子应用。

如在图1中所示，处理器20被配置为运行一个或多个计算机程序部件。例如，计算机程序部件可以包括被编码和/或以其他方式被嵌入在处理器20中的软件程序和/或算法。计算机程序部件可以包括以下各项中的一项或多项：睡眠阶段部件30、睡眠启动部件32、睡眠意向部件34、睡眠启动潜伏期部件36、控制部件38、和/或其他部件。处理器20可以被配置为通过软件；硬件；固件；软件、硬件和/或固件的一些组合；和/或用于在处理器20上配置处理能力的其他机构来执行部件30、32、34、36、和/或38。

应当意识到，尽管部件30、32、34、36、和38在图1中被图示为共同定位在单个处理单元内，但是在其中处理器20包括多个处理单元的实施例中，部件30、32、34、36和/或38中的一个或多个可以远离于其他部件来定位。由下文所描述的不同的部件30、32、34、36、和/或38提供的功能的描述出于说明性目的，而不旨在是限制性的，因为部件30、32、34、36、和/或38中的任一个可以比描述提供更多或更少的功能。例如，可以消除部件30、32、34、36、和/或38中的一个或多个，并且其功能中的一些或全部可以由其他部件30、32、34、36、和/或38提供。作为另一范例，处理器20可以被配置为执行一个或多个额外部件，其可以执行下面归因于部件30、32、34、36和/或38之一的功能中的一些或全部。

在一些实施例中，睡眠阶段部件30被配置为确定对象12的睡眠阶段。睡眠阶段指示睡眠时段期间的对象12的睡眠的存在、睡眠的深度、和/或其他特性。在一些实施例中，睡眠阶段部件30被配置为使得确定对象12的睡眠阶段包括确定针对对象12的一个或多个脑部活动参数。脑部活动参数是基于输出信号和/或其他信息来确定的。在一些实施例中，确定一个或多个脑部活动参数可以包括在对象12的睡眠时段期间生成和/或监测EEG。EEG可以例如由用户接口24显示。在一些实施例中，睡眠阶段部件30被配置，使得脑部活动参数是和/或涉及频率、幅度、相位、特定睡眠模式的存在，诸如纺锤波、K复合波或者睡眠慢波、α波和/或EEG信号的其他特性。在一些实施例中，脑部活动参数是基于EEG信号的频率、幅度和/或特性来确定的。在一些实施例中，所确定的脑部活动参数和/或EEG的特性可以是和/或指示对应于上文所描述的REM和/或NREM睡眠阶段的睡眠阶段。

例如，NREM睡眠期间的典型EEG特性包括针对睡眠阶段N1的从α波(例如，大约8-12Hz)到θ波(例如，大约4-7Hz)的过渡；针对睡眠阶段N2的睡眠纺锤波(例如，大约11至16Hz)和/或K复合波(例如，类似于睡眠慢波)的存在；针对睡眠阶段N3的具有大于大约75uV的峰峰幅度的δ波(例如，大约0.5至2Hz)(还被称为睡眠慢波)的存在；和/或其他特性。在一些实施例中，轻度睡眠可以通过以下事实表征：α活动(例如，8-13Hz频带中的EEG功率)不再存在，并且慢波不存在。在一些实施例中，SWA是连续值(例如，0.4至4Hz频带中的EEG功率)，其是正的。系统10可以被配置为通过将对象12中的SWA与阈值进行比较来检测其缺失。在一些实施例中，慢波的缺失指示轻度睡眠。另外，纺锤波活动(11至16Hz频带中的EEG功率)可以是高的。深度睡眠可以通过以下事实表征：δ活动(例如，0.5至4Hz频带中的EEG功率)是主导的。在一些实施例中，δ频带和SWA中的EEG功率相对于睡眠EEG相同。在一些实施例中，睡眠阶段部件30被配置为确定由刺激引起的EEGδ功率水平的改变、对象12中的微唤醒的数量、其他EEG功率水平、和/或其他参数。在一些实施例中，睡眠阶段部件30被配置为确定对象12中的慢波活动的水平，检测慢波事件，检测N1、N2和/或N3睡眠，和/或确定其他信息。在一些实施例中，睡眠阶段部件30被配置为通过例如确定指示SWA的0.5至4Hz频带中的EEG功率并且量化EEG信号中的慢波的密度来确定(例如，NREM)睡眠的类型。在一些实施例中，慢波可以不贯穿整个N3时间段存在，例如，但是可以显著地更可能的是，这样的慢波在N3期间存在。例如，慢波也可以在N2期间存在(尽管在较小的程度上)。

在一些实施例中，睡眠阶段部件30被配置为确定对象12的第一睡眠阶段。第一睡眠阶段常常符合NREM睡眠，其可以通过测试α、β(或两者)功率是否低于预定义阈值来检测。在异常睡眠情况下，第一睡眠阶段可以符合REM睡眠，其可以通过测试θ/α比超过预定义阈值来检测。基于阈值的检测是检测睡眠的许多可能策略之一。还应当注意，更复杂的(例如，神经网络、非线性支持向量机)机器学习算法可以被用于睡眠分阶和/或其他目的。

在一些实施例中，睡眠阶段部件30被配置为在预定时间(例如，间隔)处、基本上连续地、和/或在其他时间处确定上文所描述的睡眠阶段、睡眠和/或脑部活动参数。在一些实施例中，脑部活动参数可以基于EEG信号、心电图(ECG)信号、活动记录信号、体温信号、皮肤流电响应(GSR)信号、和/或与对象12的脑部、中央和/或周围神经系统、和/或对象12的其他生物系统有关的信息来确定。

在一些实施例中，睡眠阶段部件30被配置为在对象12正睡眠时和/或在睡眠时段之前或者之后确定睡眠阶段(例如，N1、N2、N3)。睡眠阶段部件30被配置为基于来自传感器18的输出信号、如上文所描述的所确定的参数、和/或其他信息来识别睡眠阶段。例如，睡眠阶段部件30可以基于对象12中的SWA、基于由睡眠阶段部件30生成的睡眠图和/或其他信息来识别睡眠阶段。

睡眠启动部件32被配置为确定对象12的睡眠启动时刻。睡眠启动时刻包括指示睡眠时段期间的对象12中的睡眠的开始的时刻。在一些实施例中，睡眠启动时刻是比预定义时间(例如，30秒，但是这不旨在是限制性的)持续更长的第一睡眠片段(例如，阶段1、阶段2等)的开始。睡眠启动部件32被配置为基于来自传感器18的输出信号中的信息、由睡眠阶段部件30确定的信息、和/或其他信息来确定睡眠启动时刻。例如，在一些实施例中，睡眠启动部件32被配置为基于由睡眠阶段部件30生成的睡眠图和/或其他信息来确定睡眠启动时刻。在一些实施例中，确定对象12中的睡眠启动时刻包括确定对象12在预定睡眠阶段中是否已经花费了预定时间量，并且响应于对象12在预定睡眠阶段中花费了预定时间量，将睡眠启动时刻确定为预定睡眠阶段中的预定时间量的开始时间。例如，睡眠启动部件32可以将睡眠图中的基本上水平线识别为对象12在特定睡眠阶段中的指示。该水平线的长度可以指示对象12在该睡眠阶段中已经花费了的时间量。

睡眠意向部件34被配置为确定针对对象12的睡眠意向时刻。睡眠意向时刻包括指示对象12起始睡眠的意向的时刻。在一些实施例中，睡眠意向时刻是当对象12闭合他或她的眼睛从而意图睡觉时的时刻。在一些实施例中，睡眠意向时刻是在对象12的眼睛在睡眠启动之前闭合的情况下预定义持续时间(例如，30秒，但是这不旨在是限制性的)的第一连续片段的结束。睡眠意向部件34被配置为基于来自传感器18的输出信号中的信息、由睡眠阶段部件30确定的信息和/或其他信息来确定睡眠意向时刻。系统10被配置为使得与对象12的眼睛有关的脑部活动基于(例如，通过睡眠阶段部件30和/或睡眠意向部件34)输出信号中的信息(例如，在EEG和/或其他信息中和/或基于来自传感器18的输出信号中的信息来确定)来显现和/或确定。例如，升高的α功率与刺激的缺失和与视觉处理有关的脑部区的空闲相关联。该活动(诸如与眨眼有关的脑部活动)中的一些活动被认为是不需要的伪影并且从现有技术系统中的传感器输出信号过滤。

眨眼的存在指示对象12中的觉醒(例如，入睡的意向的缺失)。睡眠意向部件34被配置为使得睡眠意向时刻通过以下各项来确定：(i)基于输出信号来检测对象中的眨眼，并且响应于检测到的眨眼在预定时间段内停止而确定睡眠意向时刻；(iii)基于输出信号来确定目标频带中的脑部活动功率是否已经突破了阈值功率水平，并且响应于突破而确定所述睡眠意向时刻；(iii)(i)和(ii)的组合；和/或通过其他方法。

眨眼是在EEG、EOG、和/或其他信号(例如，来自传感器18的输出信号和/或基于来自传感器18的输出信号中的信息确定的信号)中显现的物理事件。在一些实施例中，检测对象12中的眨眼包括检测针对输出信号的电压跟随有正过零交叉和正峰的的去往负峰的负过零交叉，其中，峰峰距离在距离阈值范围内并且峰峰幅度在幅度阈值范围内(下文相对于图2进一步描述的)。在一些实施例中，峰峰距离阈值范围是大约100至500毫秒和/或其他方法。在一些实施例中，峰峰幅度阈值范围是大约100或更多微伏和/或其他范围。在一些实施例中，考虑到在斜率和极值点的位置上通知的信号的一阶导数，也可以检测到眨眼。眨眼还可以使用还提取特征以优化检测的机器学习算法(例如，深度神经网络)检测。在一些实施例中，系统10被配置为使得眨眼利用附接到对象12的面部的相机和/或EOG/EMG传感器检测。在一些实施例中，给定超过一个传感器被分布在对象12的头部上，系统10被配置为使得眨眼使用线性分解检测，诸如独立成分分析。在该流程中，独立成分滤波器被选择为产生在EEG数据中可用的最大时间独立信号。眨眼相关信号然后被识别为示出主要在头部前面的活动的成分。通过逆变换，可以回到时间序列数据并且识别眨眼停止的时刻。

在一些实施例中，相对于确定目标频带中的脑部活动功率是否已经突破了阈值功率水平，功率是α功率，目标频带是8-13Hz频带，阈值功率水平是平均α功率水平；并且突破响应于针对第二时间片段的平均α功率相对于针对第一紧接先前时间片段的平均α功率升高预定量而被检测。在一些实施例中，α节律是针对睡眠意向部件34的脑部最主导的可检测的节律。α节律在其眼睛闭合的唤醒但是放松的个体中显现。在一些实施例中，睡眠意向部件34被配置为响应于检测到例如具有大约20微伏与100微伏之间的幅度的大约8Hz与13Hz之间的EEG信号(和/或由传感器18输出和/或基于来自传感器18的信息确定的其他信号)的振荡而检测α节律。

通过非限制性范例，图2图示了针对对象(例如，对象12)的头皮上的16个不同位置201(在图2中标记1-16)的EEG信号200(例如，使用和/或基于来自图1中所示的传感器18的输出信号中的信息由睡眠阶段部件30所确定的)。信号200示出了来自每个位置的信号中的眨眼202和α节律204。例如，在针对位置15的EEG信号200的部分的放大图中，信号200包括跟随有正过零交叉216和正峰218的去往负峰214的负过零交叉212，其中，峰峰距离220在距离阈值范围内并且峰峰幅度222在幅度阈值范围内(例如，由图1中所示的睡眠意向部件34所确定的)。该模式指示如上文所描述的眨眼。图2还示出了具有大约20微伏与100微伏之间的幅度的大约8Hz与13Hz之间的EEG信号的振荡224，例如其指示α节律204。最后，图2图示了由伪影230影响的信号段。

图3图示了发生并且在睡眠启动周围由系统10(图1，如上文所描述的)检测到的各种生理事件。如图3中所示，当对象停止眨眼时，对象的睡眠的意向312是明显的。例如，图3图示了在睡眠启动306之前几分钟304的眨眼302的消失300。眨眼302在图3中被示出为电压303中的检测到的变化。如图3中所示，对应于眨眼的电压改变的幅度通常超过100微伏。(应当注意，图3中的线指示眨眼已经检测到的时刻。这不是物理眨眼。其是指示物理眨眼的标记和/或表示(例如，垂直线))。α带308中的功率还在睡眠启动306周围增加。由δ带310中的增加功率表征的睡眠的较深阶段也存在。最后，图3图示了与由典型的现有技术系统确定(例如，基于移动的缺失和/或由评分特定记录的睡眠技术人员手动报告的睡眠启动，例如，如上文所描述的)的睡眠启动314相比较的由如上文所描述的系统10确定(例如，基于所确定的睡眠阶段)的睡眠启动306。

返回到图1，如上文所描述的，睡眠意向部件34被配置为使用与上文所描述的模式有关的阈值检测眨眼和/或α增加。例如，对于眨眼检测，睡眠意向部件34被配置为检测具有大约100毫秒与500毫秒之间的峰峰距离和突破预定义阈值(诸如大约100微伏)的幅度的余弦波(负过零交叉、负峰、正过零交叉、正峰)。对于α节律检测，睡眠意向部件34被配置为检测具有大约20微伏与100微伏之间的幅度的大约8Hz与13Hz之间的EEG信号的振荡。本文所描述的范例阈值和/或范围不旨在是限制性的。在一些实施例中，睡眠意向部件34被配置为使得阈值和/或与阈值有关的信息由对象12和/或其他用户经由用户接口24和/或其他设备输入和/或选择，基于传感器18输出信号和/或来自对象12的当前和/或先前睡眠时段的其他信息来确定，基于用作传感器18的传感器18的类型来确定，基于外部资源26和/或电子存储设备22中的信息来确定，和/或由其他方法确定。

例如，个体阈值可以由睡眠意向部件34基于使用的EEG采集系统和/或电极(传感器18)的类型来调节。与湿电极相比较，干电极能够引起信号幅度中的差异。在一些实施例中，可以调节特定阈值的类型。例如，睡眠意向部件34可以被配置为使得响应于眨眼的次数在给定时间片段内的最大眨眼允许阈值范围内而不是响应于眨眼的完全停止，而检测睡眠意向并且确定睡眠意向时刻。作为另一范例，睡眠意向部件34可以被配置为使得响应于在对象12的眼睛闭合时的α频带中的平均功率相对于在对象12的眼睛打开时期间的平均α功率的比率(α衰减系数)的改变，而检测睡眠意向并且确定睡眠意向时刻。在一些实施例中，α衰减系数由睡眠意向部件34确定并且被用于使用在两个或更多个连续时间片段上由传感器18输出信号传达的信息来检测对象12的眼睛的闭合。在一些实施例中，睡眠意向部件34被配置为使得响应于α衰减系数超过预定义值，对象12的眼睛被确定为在用于确定α衰减系数的最近片段中闭合。α衰减系数通常在0.8与3之间的范围内。睡眠意向部件34被配置为确定对象12的眼睛响应于针对对象12的α衰减系数突破大约1.5-1.8的值(这仅是范例)和/或其他值而闭合。该范例值不旨在是限制性的并且可以取决于传感器的类型、EEG(系统)的类型、和/或系统10的其他特性。

在一些实施例中，睡眠意向部件34被配置为使用机器学习算法来创建被配置为在当对象12的眼睛打开时的时间段与当对象12的眼睛闭合时的时间段之间进行区分的一个或多个分类器。在一些实施例中，分类器是被优化为基于包含上文所描述的事件的范例的训练集来识别新片段属于哪个类(例如，眼睛打开或眼睛闭合)的数学函数(通过回归模型或神经网络实施的)。在一些实施例中，睡眠意向部件34被配置为使得分类器在原始信号上训练和/或相关特征被提取以分离两个类(例如，眼睛打开或者眼睛闭合)。

睡眠启动潜伏期部件36被配置为确定针对对象12的睡眠启动潜伏期。睡眠启动潜伏期是基于睡眠启动时刻、睡眠意向时刻、和/或其他信息来确定的。在一些实施例中，睡眠启动潜伏期部件36被配置为使用上文所描述的等式1确定针对对象12的睡眠启动潜伏期。根据等式1，睡眠启动潜伏期是针对对象12的睡眠意向时刻(例如，对象12决定起始睡眠的时间)和针对对象12的睡眠启动时刻(例如，对象12实际上入睡的时间)之间的时间差异。

图4是由睡眠启动潜伏期部件36对睡眠启动潜伏期的确定的示意性图示(图1)。如图4中所示，(一个或多个)EEG传感器18生成传达与睡眠时段期间的对象(例如，图1中所示的对象12)中的脑部活动有关的信息的输出信号400。一个或多个硬件处理器20操作地与传感器18耦合。一个或多个硬件处理器20包括睡眠阶段部件30、睡眠启动部件32、睡眠意向部件34、和睡眠启动潜伏期部件36。图4图示了一起形成为信号分析器402的部件30-34。信号分析器402(例如，睡眠阶段部件30)被配置为基于输出信号400来确定对象的睡眠阶段404。信号分析器402被配置为基于所确定的睡眠阶段404来确定对象中的睡眠启动时刻406。信号分析器402被配置为确定针对对象的睡眠意向时刻408。睡眠意向时刻通过以下各项来确定：基于输出信号来检测对象中的眨眼410，并且响应于检测到的眨眼在预定时间段内停止而确定睡眠意向时刻；或者基于输出信号来确定412目标频带中的脑部活动功率(例如，α功率)是否已经突破了阈值功率水平，并且响应于突破而确定睡眠意向时刻；或者410和412的组合。睡眠启动潜伏期部件36被配置为基于睡眠启动时刻406和睡眠意向时刻408来确定睡眠启动潜伏期(例如，根据上文所描述的等式1)。

返回图1，在一些实施例中，控制部件38被配置为控制一个或多个刺激器16以在睡眠时段期间和/或在其他时间处向对象12提供刺激。在一些实施例中，刺激器16被控制为基于输出信号、睡眠启动潜伏期确定和/或其他信息根据预定治疗制度来提供刺激。睡眠慢波可以通过在NREM睡眠中递送的(例如周围听觉、磁性、电学和/或其他)刺激来增强。控制部件38(和/或其他处理器部件)基于传感器18的输出信号(例如，基于EEG)、睡眠启动潜伏期确定和/或睡眠时段期间的其他信息监测对象12的脑部活动并且通过刺激器16控制刺激(例如，听觉和/或其他刺激)的递送以控制对象12中的SWA。在一些实施例中，基于输出信号、睡眠启动潜伏期确定和/或其他信息，控制部件30(和/或下文所描述的其他处理器部件中的一个或多个)执行与在以下各项中所描述的操作相似和/或相同的一个或多个操作：美国专利申请US 14/784782(题为“System and Method for Sleep Session ManagementBased on Slow Wave Sleep Activity in a Subject”)、US 14/783114(题为“System andMethod for Enhancing Sleep Slow Wave Activity Based on Cardiac Activity”)、US14/784746(题为“Adjustment of Sensory Stimulation Intensity to Enhance SleepSlow Wave Activity”)、US 15/101008(题为“System and Method for DeterminingSleep Stage Based on Sleep Cycle”)、和/或US15/100435(题为“System and Methodfor Facilitating Sleep Stage Transitions”)，通过引用将其整体全部个体地并入本文。

感觉刺激器16被配置为通过无创性脑部刺激和/或其他方法促进睡眠阶段之间的转换、维持特定阶段中的睡眠、和/或执行其他操作。感觉刺激器16可以被配置为使用听觉、电学、磁性、视觉、体觉和/或其他感觉刺激通过无创性脑部刺激促进睡眠阶段之间的转换、维持特定阶段中的睡眠、和/或执行其他操作。听觉、电学、磁性、视觉、体觉和/或其他感觉刺激可以包括听觉刺激、视觉刺激、体觉刺激、电刺激、磁刺激、不同类型的刺激的组合和/或其他刺激。听觉、电学、磁性、视觉、体觉和/或其他感觉刺激包括气味、声音、视觉刺激、接触、味道、体觉刺激、触觉、电学、磁性和/或其他刺激。例如，声调可以被提供给对象12以增强对象12中的慢波睡眠。感觉刺激器16的范例可以包括以下各项中的一项或多项：声音生成器、扬声器、音乐播放器、音调生成器、对象12的头皮上的一个或多个电极、递送振动刺激的振动器(诸如例如压电构件)、生成直接地刺激脑部的皮层的磁场的线圈、一个或多个光生成器或灯、香味分配器和/或其他设备。在一些实施例中，感觉刺激器16被配置为调节被提供给对象12的刺激的强度、定时和/或其他参数(例如，如本文所描述的)。

电子存储设备22包括电子地存储信息的电子存储介质。电子存储设备22的电子存储介质可以包括系统存储设备和/或可移除存储设备之一或两者，所述系统存储设备与系统10整体地(即，基本上不可移除的)提供，所述可移除存储设备经由例如端口(例如，USB端口、火线端口等)或者驱动器(例如，磁盘驱动器等)可移除地可连接到系统10。电子存储设备22可以包括以下各项中的一项或多项：光学可读存储介质(例如，光盘等)、磁性可读存储介质(例如，磁带、磁性硬盘驱动器、软盘驱动器等)、基于电荷的存储介质(例如，EPROM、RAM等)、固态存储介质(例如，闪盘驱动器等)、云存储和/或其他电子可读存储介质。电子存储设备22可以存储软件算法、由处理器20确定的信息、经由用户接口24和/或外部计算系统(例如，外部资源26)接收到的信息、和/或使得系统10能够运行的其他信息，如本文所描述的。电子存储设备22可以(全部或部分)是系统10内的分离的部件，或者电子存储设备22可以(全部或部分)与系统10的一个或多个其他部件(例如，处理器20)整体地提供。

用户接口24被配置为提供系统10与对象12和/或其他用户之间的接口，通过其对象12和/或其他用户可以向系统10提供信息并且从系统10接收信息。这使得数据、线索、结果和/或指令和任何其他可通信项(共同地被称为“信息”)能够在用户(例如，对象12)与感觉刺激器16、传感器18、处理器20和/或系统10的其他部件中的一个或多个之间传递。例如，EEG、睡眠启动潜伏期值、和/或其他信息可以经由用户接口24显示给护理提供者。作为另一范例，用户接口24可以是和/或被包括在计算设备(诸如台式计算机、膝上型计算机、智能电话、平板计算机、和/或其他计算设备)中。这样的计算设备可以运行具有被配置为向用户提供信息和/或从用户接收信息的图形用户接口的一个或多个电子应用。

适于包括在用户接口24中的接口设备的范例包括小键盘、按钮、开关、键盘、旋钮、操纵杆、显示屏、触摸屏、扬声器、麦克风、指示器灯、听觉警报、打印机、触觉反馈设备和/或其他接口设备。在一些实施例中，用户接口24包括多个分离的接口。在一些实施例中，用户接口24包括与处理器20和/或系统10的其他部件整体地提供的至少一个接口。在一些实施例中，用户接口24被配置为与处理器20和/或系统10的其他部件无线地通信。

应理解，要么硬连线要么无线的其他通信技术也由本公开预期为用户接口24。例如，本公开预期到用户接口24可以与由电子存储设备22所提供的可移除存储接口集成。在该范例中，信息可以从使得(一个或多个)用户能够定制系统10的实施方式的可移除存储设备(例如，智能卡、闪速驱动器、可移除磁盘等)加载到系统10中。适于供系统10用作用户接口24的其他示范性输入设备和技术包括但不限于RS-232端口、RF链路、IR链路、调制解调器(电话、线缆或其他)。总之，用于与系统10传递信息的任何技术由本公开预期为用户接口24。

外部资源26包括信息源(例如，数据库、网站等)、参与系统10(例如，医疗保健提供商的医学记录系统)的外部实体、被配置为与系统10通信和/或由其控制的医学和/或其他装备(例如，灯和/或其他照明设备、声音系统、音频和/或视觉记录设备等)、系统10外部的一个或多个传感器、网络(例如，因特网)、电子存储设备、与Wi-Fi技术有关的装备、与技术有关的装备、数据输入设备、传感器、扫描器、与个体用户相关联的计算设备和/或其他资源。在一些实施方式中，在本文中归因于外部资源26的功能中的一些或全部可以由被包括在系统10中的资源提供。外部资源26可以被配置为经由有线和/或无线连接、经由网络(例如，局域网和/或因特网)、经由蜂窝技术、经由Wi-Fi技术和/或经由其他资源与处理器20、用户接口24、传感器18、电子存储设备22、感觉刺激器16和/或系统10的其他部件通信。

在图1中，感觉刺激器16、传感器18、处理器20、电子存储设备22和用户接口24被示出为分离的实体。这不旨在是限制性的。系统10的部件中的一些和/或全部和/或其他部件可以被分组为一个或多个单一设备。例如，图5图示了由对象502(例如，图1中所示的对象12)穿戴的头戴式耳机500。头戴式耳机500包括感测电极504、参考电极505、与EEG 506相关联的一个或多个设备、递送听觉刺激的模块(例如，有线和/或无线音频设备和/或其他设备)508、和一个或多个音频扬声器510。音频扬声器510可以定位在对象502的耳朵中和/或附近和/或其他位置。参考电极505可以定位在对象502的耳朵后面和/或其他位置。在图5中所示的范例中，感测电极504可以被配置为生成传达与对象502的脑部活动有关的信息和/或其他信息的输出信号。输出信号可以无线地和/或经由线发送到处理器(例如，图1中所示的处理器20)、可以或可以不包括处理器的计算设备(例如，床边膝上型电脑)、和/或其他设备。声学刺激可以经由无线音频设备508和/或扬声器510递送到对象502。感测电极504、参考电极505和设备506可以例如由图1中的传感器18表示。无线音频设备508和扬声器510可以例如由图1中所示的感觉刺激器16表示。在该范例中，计算设备(未示出在图5中)可以包括处理器20、电子存储设备22、用户接口24、和/或图1中所示的系统10的其他部件。

图6图示了用于利用确定系统确定针对睡眠时段的对象中的睡眠启动潜伏期的方法600。系统包括一个或多个传感器、由机器可读指令配置的一个或多个硬件处理器、和/或其他部件。硬件处理器被配置为运行计算机程序部件。计算机程序部件包括睡眠阶段部件、睡眠启动部件、睡眠意向部件、睡眠启动潜伏期部件、控制部件、和/或其他部件。下文呈现的方法600的操作旨在是说明性的。在一些实施例中，方法600可以在有未描述的一个或多个额外操作的情况下和/或没有讨论的操作中的一个或多个的情况下完成。此外，在图6中图示并且下文描述方法600的操作的顺序不旨在是限制性的。例如，在实时操作的系统中，睡眠意向(例如，下文所描述的操作608)可以在睡眠启动(例如，下文所描述的操作606)之前检测。SOL然后可以被确定为如上文等式1中所描述的SO与SI之间的差异，和/或通过累积来自时刻SI的样本的计数器/缓冲器被检测到，直到SO被检测到。

在一些实施例中，方法600可以被实施在一个或多个处理设备中(例如，数字处理器、模拟处理器、被设计为处理信息的数字电路、被设计为处理信息的模拟电路、状态机、和/或用于电子地处理信息的其他机构)。处理设备可以包括响应于电子地存储在电子存储介质上的指令而运行方法600的操作中的一些或全部的一个或多个设备。处理设备可以包括通过硬件、固件和/或软件被配置为特别地被设计用于方法600的操作中的一个或多个的运行的一个或多个设备。

在操作602处，生成传达与对象中的脑部活动有关的信息的输出信号。在一些实施例中，传感器包括脑电图(EEG)传感器和/或被配置为生成传达与对象中的慢波活动有关的信息的输出信号的其他传感器。在一些实施例中，传感器包括以下各项中的一项或多项：EEG电极、眼电图(EOG)电极、活动记录传感器、心电图(EKG)电极、呼吸传感器、压力传感器、生命体征相机、光体积描计图(PPG)传感器、或功能近红外传感器(fNIR)。在一些实施例中，操作602由与传感器18(在图1中示出并且在本文中所描述的)相同或者相似的一个或多个传感器执行。

在操作604处，确定对象的睡眠阶段。睡眠阶段指示睡眠时段期间的对象中的睡眠的存在。在一些实施例中，操作604由与睡眠阶段部件30(在图1中示出和在本文中所描述的)相同或者相似的处理器部件执行。

在操作606处，确定对象的睡眠启动时刻。睡眠启动时刻包括指示睡眠时段期间的对象中的睡眠的开始的时刻。在一些实施例中，确定对象中的睡眠启动时刻包括确定对象在预定睡眠阶段中是否已经花费了预定时间量，并且响应于对象在预定睡眠阶段中花费了预定时间量而将睡眠启动时刻确定为预定睡眠阶段中的预定时间量的开始时间。在一些实施例中，操作606由与睡眠启动潜伏期部件32(在图1中示出和在本文中所描述的)相同或者相似的处理器部件执行。

在操作608处，针对对象确定睡眠意向潜伏期。睡眠意向时刻包括指示对象起始睡眠的意向的时刻。睡眠意向时刻通过以下各项确定：(i)基于输出信号来检测对象中的眨眼，并且响应于检测到的眨眼在预定时间段内停止而确定睡眠意向时刻；或者(iii)基于输出信号来确定目标频带中的脑部活动功率是否已经突破了阈值功率水平，并且响应于突破而确定睡眠意向时刻；或者(iii)(i)和(ii)的组合。在一些实施例中，检测对象中的眨眼包括检测针对输出信号的电压的跟随有正过零交叉和正峰的去往负峰的负过零交叉，其中，峰峰距离在距离阈值范围内并且峰峰幅度在幅度阈值范围内。在一些实施例中，相对于确定目标频带中的脑部活动功率是否已经突破了阈值功率水平，功率是α功率，目标频带是8-13Hz频带，阈值功率水平是平均α功率水平；并且突破响应于针对第二时间片段的平均α功率相对于针对第一紧接先前时间片段的平均α功率升高预定量而被检测。在一些实施例中，操作608由与睡眠意向部件34(在图1中示出和在本文中所描述的)相同或者相似的处理器部件执行。

在操作610处，针对对象确定睡眠启动潜伏期。睡眠启动潜伏期是基于睡眠启动时刻和睡眠意向时刻来确定的。在一些实施例中，操作610由与睡眠启动潜伏期部件36(在图1中示出和在本文中所描述的)相同或者相似的处理器部件执行。

在一些实施例中，系统还包括被配置为向对象提供感觉刺激的一个或多个感觉刺激器。在这些实施例中，方法还包括基于输出信号利用硬件处理器来控制感觉刺激器以引起和/或增强睡眠时段期间的对象中的睡眠。在一些实施例中，该操作由与控制部件38(在图1中示出和在本文中所描述的)相同或者类似的处理器部件执行。

尽管基于什么当前被认为是最实际和优选的实施例，上文所提供的描述出于图示的目的提供细节，但是应理解，这样的细节仅仅出于该目的并且本公开不限于明确公开的实施例，而是相反，旨在覆盖在权利要求书的精神和范围内的修改和等效布置。例如，应理解，本公开预期在可能的程度上，任何实施例的一个或多个特征可以与任何其他实施例的一个或多个特征组合。

在权利要求中，被放置在圆括号内的任何附图标记不应当被解释为对权利要求的限制。词语“包括”或者“包含”不排除除权利要求中的列出的那些外的元件或者步骤的存在。在列举了若干模块的设备权利要求中，可以通过同一项硬件实现这些模块中的若干。在元件前面的词语“一”或“一个”不排除多个这样的元件的存在。在列举了若干模块的任何设备权利要求中，可以通过同一项硬件实现这些模块中的若干。尽管在互不相同的从属权利要求中记载了特定元件，但这并不指示不能组合使用这些元件。