具有用于吸气流动的检测的两个麦克风的吸入器

摘要

一种具有壳体(H)的吸入器，所述壳体包括进气口(A_I)和出气口(A_O)。在所述壳体(O)内，在进气口(A_I)与出气口(A_O)之间定义流动路径(FP)，其中，分配器(DP)被布置为在所述流动路径(FP)中分配气雾剂或干粉。两个传感器(S1、S2)(例如，麦克风)被为定位在所述壳体(H)的外表面处间隔开以在两个不同的位置处感测由所述流动路径(FP)中的流动造成的声音或振动。这允许基于由所述两个传感器(S1、S2)感测的所述声音或振动的吸气期间的流速的精确检测，因此允许检查所述吸入器的正确使用。而且，两个间隔传感器(S1、S2)的所述使用方便识别所感测的声音或振动中的装填事件和引发事件，这也可以被用于评价所述吸入器的使用。优选地，使用噪声降低算法，所述噪声降低算法利用来自所述两个传感器(S1、S2)的所捕获的声音或振动中的差异以便允许甚至在噪声环境中的精确流动测量结果。

权利要求

1.一种吸入器系统，包括：

-吸入器，其用于分配气雾剂或干粉，所述吸入器包括：

-壳体(H)，其包括进气口(A_I)和出气口(A_O)，其中，所述壳体(H)定义所述进气口(A_I)与所述出气口(A_O)之间的流动路径(FP)，以及-第一传感器(S1)，其被布置于所述壳体(H)的外表面的第一位置处，以及第二传感器(S2)，其被布置于所述壳体(H)的所述外表面的第二位置处，并且其中，所述第一传感器(S1)和第二传感器(S2)被配置为感测由所述流动路径(FP)中的流动造成的声音或振动，以及-处理器(P)，其被布置为根据算法(A1、A2)处理来自所述第一传感器(S1)和所述第二传感器(S2)的输出信号以便生成所述流动路径中的流动(FR)的度量，其特征在于：

所述第一位置和所述第二位置被间隔开，其中，所述第一位置被选择为具有比所述第二位置到所述进气口(A_I)更短的距离，并且其中，所述算法(A1、A2)包括事件分类部分，所述事件分类部分被布置为分析由所述第一传感器(S1)和所述第二传感器(S2)感测到的所述声音或振动，以便允许对至少一个事件的识别，并且其中，所述事件分类部分被配置为分析由所述第一传感器(S1)和所述第二传感器(S2)感测到的所述声音或振动，以便允许对以下所有项进行识别：装填事件、引发事件、以及吸气事件，并且其中，所述事件分类部分被布置为基于从事件的开始时间和结束时间导出的持续时间特征来在一方面装填事件和引发事件与另一方面吸气事件之间进行区分，并且其中，所述事件分类部分被布置为基于由所述第一传感器(S1)和所述第二传感器(S2)感测到的声音或振动之间的功率差异来在一方面启动事件与另一方面引发事件之间进行区分。

2.根据权利要求1所述的吸入器系统，其中，所述算法(A1、A2)被布置为响应于来自所述第一传感器(S1)和所述第二传感器(S2)的所述输出信号的有限频率范围而生成所述流动的所述度量。

3.根据权利要求1所述的吸入器系统，其中，所述算法(A1、A2)包括噪声抑制算法部分(A1)，所述噪声抑制算法部分用于通过利用由所述第一传感器(S1)和所述第二传感器(S2)感测到的所述声音或振动中的差异来抑制不期望的背景噪声。

4.根据权利要求3所述的吸入器系统，其中，所述噪声抑制算法部分(A1)包括应用自适应波束形成部分(ABF)，其中，所述自适应波束形成部分(ABF)被布置为生成指示第一噪声抑制信号的第一输出(FS1)。

5.根据权利要求3所述的吸入器系统，其中，所述算法(A1、A2)包括响应于来自所述噪声抑制算法(A1)的输出而计算声音或振动的水平(S_L)，并且将声音或振动的所述水平(S_L)转换为流动的所述度量(FR)。

6.根据权利要求1所述的吸入器系统，其中，所述壳体(H)包括管段，所述管段在顶端具有所述进气口(A_I)，并且其中，直的管段的底端被连接到形成所述出气口(A_O)的嘴件(MP)。

7.根据权利要求6所述的吸入器系统，其中，所述第一位置被选择为在所述管段的部分上距所述管段的顶端小于所述管段的长度的30％的距离处。

8.根据权利要求6所述的吸入器系统，其中，所述第二位置被选择为在所述管段的部分上距所述管段的底端小于所述管段的长度的30％的距离处。

9.根据权利要求1所述的吸入器系统，其中，所述第一传感器(S1)和所述第二传感器(S2)被安装在一结构上，所述结构被设计为允许用户将所述结构附接到所述壳体(H)和从所述壳体拆除。

10.根据权利要求1所述的吸入器系统，其中，所述第一传感器(S1)和所述第二传感器(S2)被安装在各自的分离的结构中，所述各自的分离的结构被设计为允许用户将所述结构附接到所述壳体(H)和从所述壳体拆除。

11.根据权利要求1所述的吸入器系统，其中，所述处理器(P)被布置于与所述吸入器分离的单元中。

12.根据权利要求1所述的吸入器系统，其中，所述处理器(P)被并入在附加结构上，所述附加结构被布置用于由用户在不使用工具的情况下附接到所述吸入器的所述壳体和从所述壳体拆除。

13.根据权利要求1所述的吸入器系统，其中，所述第二位置被选择为具有比所述第一位置到所述出气口(A_O)更短的距离。

14.一种用于估计吸入器中的流动的方法，其中，所述吸入器包括壳体(H)，所述壳体定义进气口(A_I)与出气口(A_O)之间的流动路径(FP)，所述方法包括：-接收(R_S1_S2)指示由在所述壳体(H)的外表面的第一位置处的第一传感器(S1)感测到的声音或振动的第一数据，-接收(R_S1_S2)指示利用在所述壳体(H)的所述外表面的第二位置处的第二传感器(S2)感测到的声音或振动的第二数据，其中，所述第一位置和第二位置被间隔开，并且其中，所述第一位置被选择为具有比所述第二位置到所述进气口(A_I)更短的距离，并且-通过根据处理器(P)上的算法(A1、A2)处理所述第一数据和所述第二数据来计算(C_F_M)所述流动路径(FP)中的流动的度量，-通过分析所述第一数据和所述第二数据来识别至少一个事件以便允许对以下所有项进行识别：装填事件、引发事件、以及吸气事件，并且其中，在一方面装填事件和引发事件与另一方面吸气事件之间进行区分是基于从事件的开始时间和结束时间导出的持续时间特征的，并且其中，在一方面装填事件与另一方面引发事件之间进行区分是基于所述第一数据与所述第二数据之间的功率差异的。

15.一种计算机可读存储介质，其存储计算机可执行程序代码，其被布置为当在处理器(P)上运行时执行根据权利要求14所述的方法。

说明书

具有用于吸气流动的检测的两个麦克风的吸入器

技术领域

[0001] 本发明涉及医学设备的领域，更具体而言，本发明提供一种用于吸气流动的检测的具有两个麦克风的吸入器。

背景技术

[0002] 针对用于阻塞性气道疾病的药物的摄取，吸入器是众所周知的。存在不同类型的吸入器，并且每个类型具有其自身的优点和缺点。喷雾器/压缩器系统要求最小患者配合和协调但是使用起来麻烦并且耗费时间。定量吸入器(MDI)是使用迅速并且高度便携的，但是要求患者训练来确保针对适当的使用的协调。另一类型的吸入器是干粉吸入器(DPI)。

[0003] MDI通常具有壳体，其通常是具有压缩气体(propellant)的金属筒可以插入其中的全塑料结构。MDI的正确操作是困难的，因为必须随后执行若干动作：1)在使用之前摇动吸入器；2)在吸入器若干天未被使用时或在一些其他情况(新筒，在MDI已经丢掉时等)下装填(引入空气)；3)充分地呼出来尽可能地使用肺的功能残气量(FRC)；4)引发(在嘴中引发)；5)针对吸入药物而进行足够的持续时间(若干秒)吸气；和6)屏气足够的持续时间来保持肺中的药物。

[0004] 因此，使用MDI可以造成许多错误。例如，引发与吸气之间的定时可能是错误的或吸气的持续时间可能由于太强的吸气而太短，因此阻止药物到达肺的最深处。使用MDI的患者的26-70％未能缓慢并且深度地吸气(即，在25-60升每分钟的最佳流速内吸气)。

[0005] US2009/314292 A1描述了用于感测和测量对象对粉末吸入系统的使用的实时特征图样的设备和方法。US2009/314292 A1未公开如何可以准确地确定不同的吸入器事件。

[0006] US2009/308387 A1描述了一种可以附接到吸入器的设备。借助于麦克风或类似声学/振动传感器在吸入器的外部声学地测量吸入流动。US2009/308387 A1未公开如何可以准确地确定不同的吸入器事件。

[0007] EP 1993642 B1(Bang&Olufsen Medicom A/S)公开了一种MDI，其具有定位在用于附接到MDI的附件设备中的麦克风。麦克风采集被用于确定例如吸气流速的频率范围100-3000Hz中的声音。然而，对于背景噪声的正常环境而言，这样的设备可能不能够提供流速的可靠的测量。

[0008] WO 2014/033229 A1描述了一种用于吸入器设备的监测用户技术的系统，所述吸入器设备具有用于感测在吸入器设备的操作期间制造的声音的麦克风。使用时间和谱学分量来分析吸气和呼气呼吸特性。可以对所标识的呼吸声音分析频率分量，并且可以包括用于将所检测的声音分类为吸气或呼气的装置。第二麦克风可以与第一麦克风一致使用以便在呼气与吸气之间进行区分。

发明内容

[0009] 跟随上文，提供一种可以教导或辅助用户获得可以在正常环境中使用的期望的吸气流率或流速的吸入器将是有利的。更进一步地，能够利用低成本装备来感测用户吸气期间的流率将是有利的。更进一步地，提供一种可以自动地标识吸入器的使用期间的不同的事件(诸如：装填、引发和吸气)的吸入器将是有利的。

[0010] 在第一方面中，本发明提供一种系统，所述系统包括：吸入器，其用于分配气雾剂或干粉，所述吸入器包括壳体，所述壳体包括进气口和出气口，其中，所述壳体定义所述进气口与所述出气口之间的流动路径；第一传感器，其被布置在所述壳体的外表面的第一位置处，以及第二传感器，其被布置在所述壳体的所述外表面的第二位置处，其中，所述第一位置和第二位置被间隔开，其中，所述第一位置被选择为具有比所述第二位置到所述进气口更短的距离，并且其中，所述第一传感器和所述第二传感器被布置为感测由所述流动路径中的流动造成的声音或振动，例如所述流动是气体的流动(特别地，具有以下中的任一项与周围空气的混合物：气雾剂和干粉)；以及处理器，其被布置为根据算法来处理来自第一传感器和第二传感器的输出信号以便生成流动路径中的流动的度量，其中，所述算法包括事件分类部分，所述事件分类部分被布置为分析由所述第一传感器和所述第二传感器感测到的所述声音或振动，以便允许识别事件中的至少一个。特别地，所述流动可以由用户从所述出气口吸气来生成。

[0011] 另外，所述算法包括响应于来自所述第一传感器和所述第二传感器的所述输出而识别与吸气流程有关的事件，并且所述算法包括信号检测和/或信号分类算法部分，其用于识别吸气流程以便在没有以按钮上的按压等的形式的任何用户输入的情况下允许自动化使用。另外，所述算法包括事件分类部分，所述被布置为分析由所述第一传感器和所述第二传感器感测到的所述声音或振动，并且识别以下各项中的至少一个或全部：装填事件、引发事件、以及吸气事件。特别地，所述算法包括事件分类部分，所述事件分类部分被布置为分析由所述第一传感器和所述第二传感器感测到的所述声音或振动以便允许对以下所有项的识别：装填事件、引发事件、以及吸气事件。这允许能够在使用MDI时识别所述关键事件的全自动产品，并且这通过两个间隔传感器(例如，麦克风)的使用来方便。所述事件分类部分被布置为基于从事件的开始时间和结束时间导出的持续时间特征来在一方面装填事件和引发事件与另一方面吸气事件之间进行区分，并且其中，所述事件分类部分被布置为基于由所述第一传感器和所述第二传感器感测到的声音或振动之间的功率差异来在一方面启动事件与另一方面引发事件之间进行区分。

[0012] 所述吸入器是有利的，因为已经验证基于两个间隔开的声音或振动传感器(例如，两个麦克风)感测15-120升每分钟之内(特别地，准确地在25-60升每分钟内)的流速(流速)来采集所述吸入器的所述壳体的外表面上的声音或振动是可能的。因此，在用户从所述吸入器的所述出气口吸入气雾剂或干粉的剂量时，基于来自所述第一传感器和第二传感器的输出结果来确定所述吸气的流动(例如，流速或时间延伸)的度量是可能的。因此，确定所述吸气流动是否在针对正确使用的预定义限制内从而使得能够向用户反馈关于所述吸气流程(例如，吸气是否太强、太弱或正确)是可能的。而且，两个间隔麦克风的使用还允许所述吸入器的使用期间的事件(即，装填、引发和吸气)的经改进的检测和分类，因此允许这样的事件的开始和停止的确定，并且从而允许这些事件的相对定时是否在规定限制内的评价。

[0013] 本发明基于这样的洞悉：利用两个这样的传感器，基于假定所述两个传感器基本上采集相同数量的背景噪声来通过使用差异信号处理技术来有效地抑制背景噪声是可能的。而且，已经发现，将频率范围限制到范围3-6kHz以便将所感测的声音或振动信号(例如，以所测量的声压水平的形式)转换为流动路径中的流动(例如，流速)的度量可以是有利的。应理解到，从声音或振动转换为流动的所述度量的特定映射可以取决于实际的吸入器设计。因此，可以要求提供声音/振动和流动的对应的测量结果来获得对于特定吸入器设备所需要的精度。

[0014] 利用根据第一方面的吸入器，即使由所述吸入器壳体内的流动路径中的流动造成的所采集的信号相当弱也可能甚至在具有背景噪声的正常环境中以高精度量化所述吸气流动。这允许用户学习如何以最高效的流速吸气(例如，通过在吸气流程之后向用户提供关于所述吸气力的反馈的系统)。

[0015] 所述吸入器壳体的外表面上的两个传感器的定位允许本发明以吸入器训练套件的形式的应用，其中，所述两个传感器安装在允许用户将所述传感器与现有的吸入器类型的壳体附接和拆开的结构上。计算吸气流的测量所要求的信号处理可以提供在分离的处理器单元中，其允许响应于所计算的向用户的流动的度量而向所述用户提供输出。例如，这样的分离的处理器单元可以采取被布置用于与所述第一传感器和第二传感器和处理器单元有线或无线连接的计算机、智能电话或专用设备的形式。这可以以胶带的形式或以抓臂的形式的机械固定装置等应用。然而，应理解到，在其他实施例中，所述吸入器可以是固定安装到所述吸入器壳体的两个麦克风的特定训练吸入器。

[0016] 所述两个传感器还可以被用于检测关于所述吸入器的使用的其他事件(即，通过将分类算法应用到所感测的声音或振动)以便确定在使用所述吸入器时的不同的事件的定时。这还可以被用于给所述用户提供反馈以便教导所述用户所述吸入器的更适当的使用。已经发现，提供响应于由所述第一传感器和所述第二传感器拾取的所述声音或振动仅自动检测吸气事件并且因此允许所述吸入器的简单使用是可能的。例如，所述吸入器可以是完全自动的，例如一旦已经感测到所述吸入器移动(例如，通过使用加速度计(例如是所述第一传感器和第二传感器之一)感测)，则切换到活动状态。

[0017] 所述第一位置可以被选择为在所述进气口附近，并且其中，所述第二位置被选择为在所述出气口附近。此处，所述两个传感器可以定位在所述流动路径的两个位置处或附近并且被间隔开。在一个实施例中，所述壳体包括具有顶端中的所述进气口的管段(例如，直管段)，并且其中，所述管段的底端被连接到形成所述出气口的嘴件。特别地，所述嘴件的纵轴相对于所述管段的纵轴弯曲。结合这样的实施例，所述第一位置可以被选择为在离其顶端的管段的长度的小于30％(诸如小于20％)的距离处的所述管段的部分处，和/或所述第二位置可以被选择为在离其底端的管段的长度的小于30％(诸如小于20％)的距离处的所述管段的部分处。

[0018] 所述第一位置和第二位置可以被选择为使得所述第一传感器和所述第二传感器的中心位置以至少1cm(优选地至少2cm)的距离间隔开(例如，从所述两个传感器的中心到中心测量的距离或基于所述声中心的中心，在所述两个传感器是麦克风的情况下)。所述第一位置和第二位置优选地被选择为允许由所述第一传感器和所述第二传感器感测到的声音或振动中的实质差异。在存在所述两个传感器之间的相当大的距离的情况下，可以更有效地抑制背景噪声。然而，在所述两个传感器是麦克风的情况下，可以优选的是，它们被定位在所述壳体的所述相同侧以便有效地采集相同的背景噪声(即，在不由来自所述壳体的不同的阴影效应影响的情况下)。

[0019] 第一传感器和第二传感器可以安装在一结构上，所述结构被设计为允许用户将所述结构附接到所述壳体和从所述壳体拆除。例如，结构包括用于附接到所述吸入器壳体的一个或多个粘附元件或抓臂或夹钳。优选地，所述结构用于将所述两个传感器固定在相对于彼此和所述吸入器的固定位置中。在麦克风的情况下，所述结构可以包括具有用于确保基本上所述相同背景噪声到达所述两个麦克风的一个或多个开口的隔音屏障。备选地，所述结构包括用于降低到达所述两个传感器的背景噪声的屏蔽。所述第一传感器和第二传感器可以备选地安装在相应的分离的结构上，其被设计为允许用户将所述结构附接到所述壳体和从所述壳体拆除。这样的分离的结构允许例如用户单独地定位所述第一传感器和所述第二传感器(例如，允许一个套件被用于不同的吸入器壳体)。附接到所述吸入器壳体的仅所描述的所述相同方式适于这样的分离的结构。

[0020] 所述第一传感器和第二传感器可以选自以下各项之一：麦克风、应变仪、压电元件、加速度计、弯曲传感器、电容性传感器、磁性传感器、位移传感器和光学传感器。特别地，所述两个传感器具有所述相同类型(优选地，相同传感器)。

[0021] 所述壳体优选地被布置为在开口中(诸如在进气口开口中)接收具有压缩气体的罐。

[0022] 应理解到，额外传感器可以被用于补充所述第一传感器和第二传感器。例如，总共三个、四个或甚至更多间隔开的传感器(例如，麦克风)可以被用于提供可以导致背景噪声的更进一步的降低的其他信息，因此提供具有更进一步的精度的流速数据。

[0023] 所述算法可以被布置为响应于来自所述第一传感器和第二传感器的所述信号的有限频率范围而生成所述流动的所述度量。特别地，诸如所述有限频率范围2-7kHz，诸如2-5kHz，诸如3-7kHz，4-7kHz或3-6kHz，因为已经发现，这样的有限频率范围中的声音或振动的水平用于为所述流动路径中的流速提供好的相关性。特别地，已经发现，所述频率范围
3kHz至6kHz足以允许至少范围25-60升每分钟但是通常在15-120升每分钟的流速内的所述流速的度量的可靠的确定。因此，该算法可以包括在确定的流动的测量之前对来自第一传感器和第二传感器的信号进行带通滤波来到达频带有限信号(例如，利用限制频率3kHz和
6kHz)。

[0024] 而且，所述算法包括噪声抑制算法部分，其用于通过利用由所述第一传感器和第二传感器感测的所述声音或振动中的差异来抑制不期望的背景噪声。特别地，这样的噪声抑制算法部分可以包括将自适应波束成形部分应用到所述第一传感器输出和所述第二传感器输出，其中，所述自适应波束成形部分被布置为生成指示第一噪声抑制信号的第一输出。针对进一步的信息，参见例如EP 1290912(Philips Electronics N.V.)，或者B.Widrow和M.E.Hoff Jr.的在IRE WESCON Conv.Rec.1960年，卷4部分，第96-104页，ISBN 0-13-605718-7中的“Adaptive switching circuits”。可以应用另一噪声抑制步骤，其包括响应于来自所述自适应波束成形部分的所述输出的谱减法，参见例如S.F.Boll“, Suppression of Acoustic Noise in Speech using Spectral Subtraction,”IEEE Trans.Acoustics,Speech and Signal Processing，第27卷，第113-120页，1979年4月。

[0025] 所述算法可以包括响应于来自所述噪声抑制算法而计算声音或振动的水平(即，基于其中降低来自背景噪声的影响的信号)，并且将声音或振动的所述水平转译为流动(例如，流速)的所述测量。例如，响应于所感测的和背景抑制信号，可以计算吸气周期期间的平均流速。例如，可以将一系列声音和振动水平转换为一系列流速水平(例如，使用针对特定吸入器设备确定的查找表)，并且响应于其，可以计算平均流速水平。

[0026] 所述传感器可以提供在分离的单元中，其被布置为以数字信号或模拟信号的形式接收所述第一数据和第二数据，所述第一数据和第二数据借助于到所述第一传感器和第二传感器的有线或无线连接而被提供。备选地，所述处理器可以附接到或并入到附加结构上，其被布置用于由用户在不使用工具的情况下附接到所述吸入器的所述壳体/从所述吸入器的所述壳体拆除。所述第一传感器和所述第二传感器可以提供在具有抓取单元或粘附单元的一个单个单元中，其被布置用于由所述用户附接到所述吸入器壳体和从所述吸入器壳体拆除，因此使得所述用户能够例如利用仅一组传感器和处理器来使用不同的吸入器壳体。特别地，所述处理器单元可以是借助于无线连接(例如：蓝牙)或有线连接等连接到所述第一传感器和第二传感器的智能电话或计算机，其中，所述智能电话或计算机中的所述处理器已经提供有用于执行所述算法的软件应用。在其他实施例中，连同被布置用于附接到所述吸入器壳体的一个电池供电单元内的所述传感器提供所述处理器。

[0027] 所述第二位置可以被选择为具有比所述第一位置到所述出气口更短的距离，因此允许一个传感器接近所述进气口并且一个传感器接近所述出气口，其帮助在装填事件与引发事件之间进行识别。

[0028] 所述算法可以包括事件分类部分，其被布置为分析由所述第一传感器和第二传感器感测的所述声音或振动以便允许对以下中的至少一个进行识别：装填事件和引发事件。

[0029] 所述事件分类部分可以被布置为分析来自所述第一传感器和第二传感器的所感测的声音或振动中的差异以便在两个事件(例如，装填事件和引发事件)之间进行区分。

[0030] 在一个实施例中，所述系统包括：吸入器，其用于分配气雾剂或干粉，所述吸入器包括壳体，所述壳体包括进气口和出气口，其中，所述壳体定义所述进气口与出气口之间的流动路径；第一传感器，其被布置在所述壳体的外表面的第一位置处；以及第二传感器，其被布置在所述壳体的所述外表面的第二位置处，其中，所述第一位置和第二位置被间隔开，其中，所述第一位置被选择为具有比所述第二位置到所述进气口更短的距离，并且其中，所述第二位置被选择为具有比所述第一位置到所述出气口更短的距离，并且其中，所述第一传感器和第二传感器被布置为感测由所述流动路径中的流动造成的声音或振动，例如所述流动是(特别地，周围空气与以下中的任一个的混合物：气雾剂和干粉)；以及处理器，其被布置为根据算法处理来自所述第一传感器和所述第二传感器的输出信号以便生成所述流动路径中的流动的度量，其中，所述算法包括事件分类部分，其被布置为分析由所述第一传感器和第二传感器感测的所述声音或振动以便允许对以下中的至少一个进行识别：装填事件、引发事件，并且其中，所述事件分类部分被布置为分析来自所述第一传感器和所述第二传感器的所感测的声音或振动中的差异以便在所述装填事件与所述引发事件进行区分。

[0031] 在第二方面中，本发明提供了一种用于估计吸入器中的流动的方法，其中，所述吸入器包括壳体，所述壳体定义进气口与出气口之间的流动路径，所述方法包括：接收指示由所述壳体的外表面的第一位置处的第一传感器感测的声音或振动的第一数据，并且其中，所述第一位置被选择为具有比所述第二位置到所述进气口更短的距离；并且接收利用所述壳体的所述外表面的第二位置处的第二传感器感测的声音或振动的第二数据，其中，所述第一位置和所述第二位置被间隔开；并且通过根据处理器上的算法处理所述第一数据和所述第二数据来计算所述流动路径中的流动的度量，识别至少一个事件。

[0032] 所述算法可以被布置为通过处理所述第一数据和第二数据的有限频率范围来计算所述流动的所述度量(例如所述有限频率范围包括频率范围2kHz至5kHz，例如包括频率范围3kHz至6kHz)。特别地，已经发现，频率范围3kHz至6kHz足以允许至少范围25-60升每分钟但是通常在15-120升每分钟的流速内的流速的测量的可靠的确定。因此，所述方法可以包括在应用另外的处理之前将所述第一数据和第二数据过滤到所述有限频率范围，例如，3kHz至6kHz。

[0033] 所述算法可以包括噪声抑制算法部分，其用于抑制由所述第一传感器和第二传感器所采集的不期望的背景噪声。特别地，所述噪声抑制算法部分可以包括将自适应波束成形部分应用到所述第一数据和第二数据，其中，所述自适应波束成形部分被布置为生成指示第一噪声抑制信号的第一输出和指示噪声参考信号的第二输出。所述方法还可以包括从指示第一噪声抑制信号的所述第一输出减去指示噪声参考信号的所述第二输出的自适应过滤版本，并且将谱减法应用到获得的信号以便获得所述背景噪声的另外的抑制。

[0034] 所述算法可以包括事件分类部分，其被布置为分析由所述第一传感器和第二传感器感测的所述声音或振动以便允许识别所有以下各项：装填事件、引发事件和吸气事件。例如，这使得能够能对这些事件之间的相对定时进行评价，这是吸入器的正确使用中的重要参数。

[0035] 在一个实施例中，所述方法包括：接收指示由所述壳体的外表面的第一位置处的第一传感器感测的声音或振动的第一数据，并且其中，所述第一位置被选择为具有比所述第二位置到所述进气口更短的距离，并且其中，所述第二位置被选择为具有比所述第一位置到所述出气口更短的距离；接收指示利用所述壳体的所述外表面的第二位置处的第二传感器感测的声音或振动的第二数据，其中，所述第一位置和第二位置被间隔开；并且通过根据处理器上的算法处理所述第一数据和第二数据计算所述流动路径中的度量，识别以下中的至少一个：装填事件、引发事件，并且分析来自所述第一传感器和第二传感器的感测到的声音或振动中的差异，以便在所述装填事件与所述引发事件之间进行区分。

[0036] 在第三方面中，本发明提供一种计算机可执行程序代码，其当在处理器上执行时，适于执行根据第二方面的所述方法。因此，这样的计算机可执行程序代码能够执行根据第二方面的所述方法的步骤，所述第二方面可以以软件实现，例如实现为通气设备中的现有软件的附加或修改。所述计算机可执行程序代码可以特别地存在于非暂态计算机可读存储介质或者其可以加载到被布置为执行所述程序代码的处理器系统的存储器。

[0037] 将领会到，第一方面的相同优点和实施例也适于所述第二方面和第三方面。一般而言，可以以本发明的范围内可能的任何方式组合和耦合所述第一方面、第二方面和第三方面。本发明的这些和其他方面、特征和/或优点将根据下文所描述的实施例而显而易见并将参考其得以阐述。

附图说明

[0038] 将参考附图仅以示例的方式描述本发明的实施例，其中：

[0039] 图1图示了吸入器系统实施例的框图；

[0040] 图2图示了针对MDI的正确使用的临床参数；

[0041] 图3图示了具有两个麦克风的吸入器原型的照片；

[0042] 图4图示了对应地测量的声音和流的范例；

[0043] 图5图示了所测量的流与声音之间的关系的范例；

[0044] 图6图示了针对引发和装填事件的测量声音的范例；

[0045] 图7图示了针对来自两个传感器的背景噪声的降低的信号处理方案；

[0046] 图8图示了针对装填事件的声音信号的范例；

[0047] 图9图示了针对引发事件的声音信号的范例；

[0048] 图10图示了吸气事件的声音信号的范例；

[0049] 图11图示了针对由强多路重合噪声污染的装填、引发和吸气的顺序记录的声音信号的范例；

[0050] 图12图示了来自图11的声音信号的降噪版本；

[0051] 图13图示了应用到来自图12的信号的阈值化和开始/结束时间检测；

[0052] 图14图示了针对装填事件采集的声音的范例：两个麦克风信号的谱功率密度和其差异；

[0053] 图15图示了针对引发事件采集的声音的范例；两个麦克风信号的谱功率密度和其差异；

[0054] 图16和图17图示了相应地针对来自图12的声音范例计算的谱中心和谱带宽；并且[0055] 图18图示了方法实施例的步骤。

具体实施方式

[0056] 图1图示了吸入器系统实施例的基本部分的框图，其包括MDI吸入器、两个传感器S1、S2和包括处理器P的单元，所述处理器P被布置用于执行具有第一A1和第二A2算法部分的算法，并且导致输出流率FR(例如，吸气期间的平均吸气流动)。应理解到，处理器P还可以执行算法部分(未示出)，其将所检测的事件分类为：装填、引发和吸气。

[0057] 吸入器具有壳体H，例如，塑料壳体，在所述壳体之内在顶部的进气口A_I与底部的出气口A_O之间定义流动路径FP。壳体H还包含分配器DP，其用于将气雾剂或粉末的剂量分配到流动路径中，并且优选地，形成进气口A_I的开口被布置为接收具有压缩气体的罐。用户通过出气口A_O吸入药物，其可以形成为嘴件。

[0058] 两个传感器S1、S2(优选地，小麦克风)被定位在壳体H的外表面上，以(中心到中心)距离d间隔开，目的是采集由流动路径FP中的空气流动造成的声音，因此允许量化吸气流程期间的流动路径FP中的流速。第一传感器S1定位在壳体H的进气口A_I部分附近，而第二传感器S2定位在壳体H的出气口A_O部分附近。优选的是，距离d是至少1cm(例如，至少2cm)以便确保两个麦克风S1、S2采集来自流动路径FP中的不同的声音信号(即，通过放置在流动路径FP的两个不同的部分外部和附近)，但是仍然使得其基本上采集相同背景噪声。为此，优选的是，两个麦克风S1、S2指向相同方向或定位在壳体H的相同侧以便确保其将暴露于壳体H的相同声音阴影效应。取决于传感器S1、S2，其可以要么逐个附接(例如，可拆除地)到壳体H的外表面要么安装在一个共同结构上以确保其相对距离d是固定的。然而，传感器S1、S2可以备选地永久地附接到壳体H，例如，放置在单片形成在壳体H的外部上的专用结构中或其上。

[0059] 处理器单元(例如，智能电话)提供有软件应用，其允许能够接收指示要么以有线要么以无线形式由相应的第一传感器S1和第二传感器S2采集的声音或振动信号的数据的第一算法部分A1的执行。第一算法部分A1应用噪声抑制算法，其用于抑制由传感器S1、S2拾取的背景噪声，利用来自两个传感器S1、S2的所采集的声音或振动信号。稍后给定关于A1的一些可能实现方案的细节。来自第一算法部分A1的输出是声音水平S_L或在吸气流程期间所测量的一系列声音水平，其中，已经抑制背景噪声。第一算法部分可以包括算法部分，其被配置为响应于来自两个传感器S1、S2的输入，检测与吸气流程有关的事件的开始和结束，以便允许在其上应用第二算法部分A2的数据的集合的自动确定。

[0060] 在第二算法部分A2中，该声音水平数据S_L被转换为对应的流率FR(例如，使用所测量的声音水平S_L与针对讨论中的特定吸入器设计的对应地所测量的流率FR之间的转换因子的预定查找表)。特别地，已经查明，将所采集的声音信号带限到频带3-6kHz以用于提供所测量的声音与流动之间的最佳映射是优选的。

[0061] 为了监测吸入器的正确使用，存在两个重要的使用：1)在所述患者对临床医师的拜访期间由所述临床医师(专业设备)进行的抽样使用，和2)由患者(趋势设备)进行的连续使用以向用户和/或临床医师给出反馈。

[0062] 图2图示了示出作为时间的函数的以针对引发事件F_F所测量的声压[dB]和针对吸气I_F所测量的吸气流动[L/min]的形式的跟随有吸气的引发事件的图形的范例。吸气开始T_FIO或吸气T_I的持续时间是可以被用于表征吸气流程的定时参数。好的吸气的流速的截止速率通常被设定为25和60L/min。可以将信息提供给临床医师的另一参数可以是吸气流程的平均流量QAVG。这样的参数可以被用于关于正确使用而向临床医师提供反馈并且用于客观地比较正确使用。

[0063] 图3示出了具有在壳体的顶部具有进气口的吸入器的特定范例的照片，压缩气体的罐CN接收到所述吸入器中。壳体具有具有顶端处的进气口的直管段，并且直管段的底端连接到形成出气口的嘴件MP，其中，嘴件的纵轴相对于管段的纵轴弯曲。两个小麦克风S1、S2使用胶带附接到测试设置中的壳体的外表面。第一麦克风S1被定位在离其顶端处的直管段的长度的10-20％的距离处的直管段的一部分上，并且第二麦克风S2被定位在离其底端处的直管段的长度的10-20％的距离处的直管段的一部分上(即，接近于其中嘴件MP连接到直管段)。还看到用于连接麦克风S1、S2的接线。

[0064] 利用具有图3中所示的两个麦克风S1、S2的测试设置测量以下中所示和所提到的所测量的数据。

[0065] 图5示出了44.1kHz处采样的两个麦克风S1、S2的所记录的声音响应SP对时间(上图)连同示出对应的流速F[L/min]的流动参考信号(下图)。如所见，这对应于其中在(由垂直虚线指示的)一秒时段期间利用粗略地55-60L/min执行吸气的场景。与来自接近嘴件的底部麦克风S2的声音相比较(不可见的，因为覆盖两个信号)，来自接近进气口的顶部麦克风S1的声音是更大的。而且，应看到，声音的幅度近似遵循流速F。

[0066] 在吸气期间，空气将通过MDI的顶部，这引起可以由声音测量的紊乱。由于MDI的顶部处的麦克风S1与底部麦克风S2相比较更接近乱流并且封口围绕嘴件包裹，底部麦克风S2拾取与顶部麦克风S1相比较显著地更少的声音。可以利用该水平差异来去除环境背景噪声。

[0067] 图5示出了由对流速F[L/min]绘制的两个麦克风S1、S2拾取的所测量的声音水平S_L[dB](在3kHz与6kHz之间过滤的)。如所见，存在15L/min与120L/min之间的流声关系，其是用于分析吸气期间的流动和用于输出临床参数的足够的范围，如先前所描述的。例如，这允许(在3kHz与6kHz之间过滤的)所测量的声音水平与流动之间的一对一转换表或映射的建立。在(由垂直虚线所指示的)15L/min以下，利用本测试设置基于所测量的声音可靠地确定流动是不可能的。

[0068] 图6示出了针对引发事件(上图)和针对装填事件(下图)所测量的时间波形。引发使得麦克风S1、S2二者具有声音(不可见的)中近似相等的能量，然而对于装填而言，存在来自S1的输出与来自S2的输出之间的差异(不可见)。该差异可以由以下事实解释：对于引发而言，嘴围绕嘴件包裹，并且S1和S2二者上的信号是有效地非常类似的。为了装填，嘴将不覆盖嘴件并且S2因此采集更高的信号水平。引发与装填之间的该差异使得能够在装填与引发之间进行区分来计算经改进的临床参数。例如，临床医师可以看到在针对某个较长的时间未使用吸入器时装填是否适当地发生。

[0069] 图7示出了用于抑制来自两个麦克风S1、S2的背景噪声的方案的框图，造成一个噪声抑制的输出信号FS。框图基本上对应于关于图1所解释的第一算法部分A1的内容的范例。背景噪声可以干扰测量结果(特别地，测量由声传感器造成的低流速)。然而，在两个麦克风S1、S2接近源(接近进气口和出气口)被定位时并且假定不期望的噪声源远离麦克风S1、S2得多，噪声和流量分量的分离是可能的。近场中的声源(由流动所生成的声音)与居室环境中的远场中的声源之间存在两个主要差异。

[0070] 如由麦克风S1、S2所测量的幅度水平针对远场中的声源对于麦克风S1、S2是大约相等的，然而针对近场源，水平可以是不同的：最接近源的麦克风将比更远的一个测量更高的水平。针对MDI的水平差针对从100-3000Hz的频率和从10L/min至100L/min的流速高达6dB。在频率范围3-6kHz中，针对大于40L/min的流速发现6dB差异(参见图5)。

[0071] 对于近场中的源而言，如果麦克风中的一个比另一个更接近源，则将存在延迟。对于混响半径之外的居室中的远场源的平均相位差将是零。对于较低的频率(这取决于麦克风之间的距离)而言，两个麦克风信号中的噪声分量将是具有相同的幅值和零相位差的强相关的。

[0072] 两个差异都可以被用于将近场源与远场源分离。对于关于像引发、装填和更强的吸气的背景噪声的相对强的事件而言，已经通过减去两个麦克风信号而移除足够的噪声。由于强相关性，特别地，移除低频率背景噪声。对于吸气而言，特别地，特别地需要更多噪声抑制以能够至少在从25L/min至60L/min的范围内准确地测量流速。

[0073] 一种鲁棒方法是使用自适应波束形成器块ABF(针对进一步的解释参见例如前文中已经提到的文献)。ABF“射束”到近场声音(即，流声)，并且具有第一输出，其包含具有关于背景噪声的经改进的信噪比(SNR)的信号FS1，但是仍然包含噪声分量。这被称为ABF的初级输出。来自ABF的第二输出是几乎不包含流动声音而是仅噪声的信号N。这被称为噪声参考信号N。在噪声参考信号N与初级信号中的剩余噪声相关的情况下，自适应滤波器AF可以被用于估计剩余噪声并且将其从FS1信号减去，因此导致可以在后处理器PP中使用的输出，其还使用ABF的噪声参考信号N来更进一步地抑制噪声。后处理器PP在谱域中工作并且被称为谱减法(参见例如在前文中所提到的文献)。ABF和AF必须被操纵，即ABF必须在流量信号主导时进行适配，而AF必须在噪声主导时进行适配。为此，已经使用麦克风S1、S2上的幅度差建立检测器：如果流量信号是主导的，则存在显著的差异，并且如果背景噪声是主导的，则几乎没有差异。如果检测器检测到显著的流量信号，则允许ABF适配并且停止AF适配。在仅检测到背景噪声的情况下，AF可以适配并且停止ABF适配。

[0074] ABF的适配是最关键的一个。在上文所描述的开/关检测器之上的语音增强应用中，根据后处理器PP中的信息，获得SNR估计每频带并且使用该信息基于频率相关SNR而调节适配速度每频率是可能的。由于声源具有关于麦克风位置的固定位置，因而至少不需要快速的适配，并且已经示出针对给定设备系数的初始训练可以足够的实验。

[0075] 已经示出不需要取得用于导出可以转换为流量的测量的声音水平的全频率带宽，并且来自向前地3kHz的频带提供好的相关结果(例如，频带3-6kHz)。在使用预处理多达60dB(A)的背景噪声水平时，可以准确地测量向下流动到15L/min(针对正确使用的下限)。
利用较低的背景水平，还可以测量较低的流量值，但是这仅需要指示吸气必须是更强的。

[0076] 在以下中，给出了与MDI使用相关联的声音的检测和分类后面的基本原理，例如用于检查是否正确地使用MDI。首先，期望自动地检测三个不同的类型的MDI声音(事件)：装填、引发和吸气。

[0077] 图8、图9和图10分别地示出了具有针对装填、引发和吸气的两个麦克风S1、S2的记录的声音对时间T的范例。来自顶部麦克风S1的声音被示出为上图，而来自底部麦克风S2的声音被示出在下图中。如在图8和图9中可见，在装填信号和引发信号中，首先存在跟随有较小的突发的相对大的信号突发。所述第一突发是通过按压罐而生成的，并且所述第二突发是通过将其释放而生成的。图10示出了在吸气信号中首先存在相对大的信号突发，其跟随有若干短信号突发。第一突发归因于吸气，而较小的突发归因于当将罐中的(混合)球从嘴部拿走时由吸入器的运动引起的它的响声。

[0078] 图11示出了针对顶部麦克风S1(上图)和针对顶部麦克风S2(下图)的多路重合噪声污染的装填、引发和吸气的组合事件的所记录的声音对时间。

[0079] 通过“检测”被理解为确定MDI事件是否存在于附接到吸入器的两个麦克风S1、S2的给定声音记录中以及确定这些事件的开始时间、结束时间和持续时间。其次，期望将所检测的事件自动地分类为以下种类：装填、引发和吸气。与由检测级所提供的MDI事件的开始时间、结束时间和持续时间相组合，可以导出以下额外信息：1)MDI事件的顺序；2)吸气的持续时间；3)引发与吸气之间的定时，例如：a)吸气的引发(的顶部或结束)与开始之间的时间，b)引发之后的吸气的早期结束，c)在吸气的结束之后引发，4)在激励的第二半中引发。该信息可以用作用于诊断检查和/或结论的输入。例如，可以确定不同的事件是否以适当的顺序执行，吸气是否是足够长的等。清楚地，信息还可以被用于检测关于MDI的正确使用的长期趋势。针对MDI事件算法/方法的(一个或多个)输入可以要么是两个麦克风信号自身、降噪预处理级的(一个或多个)输出要么这些的组合。降噪可以要么单独地在每个信道上完成要么其可以使用两个麦克风信号来创建信号增强信号。

[0080] 图12示出了响应于来自图11中所示的两个麦克风S1、S2的声音输入计算的单个噪声降低信号的范例。

[0081] 该算法基于滑动窗口方法。首先，对于小持续时间(比如10-20ms)的每个窗口而言，计算能量、短时傅里叶变换(STFT)和从后者导出的一些特征。然后，借助于中值滤波和平滑对作为窗口索引的函数的能量和特征曲线进行预处理。所得的增强能量和特征曲线用作对实际检测和分类的输入。假定归因于声学噪声或干扰的(原始或增强)麦克风记录中的分量是最够小的，使得感兴趣的MDI事件上升到噪声水平以上。这清楚地是图12中所示的噪声降低记录的范例中的情况，并且其将用作以下中的范例。

[0082] MDI事件的检测可以基于对原始能量曲线的增强版本进行阈值处理。取代能量，还可以使用平均绝对值或某个其他能量类似的信号。其中MDI事件的能量上升到阈值以上的时间确定事件的开始时间、结束时间和持续时间。

[0083] 图13示出了将刚刚描述的步骤应用到图12中所示的信号的结果，其中，所有能量E以dB为单位表达并且对时间T绘制。上图将根据图12中的信号计算的能量示出为窗口索引的函数。中图示出了利用中值滤波器滤除该基于窗口的能量的结果。该信号通过E(k)表示，其中，k表示窗口索引。最后，利用低通滤波器(LPF)对中值滤波器的输出E(k)进行平滑，其输出示出在图13的下图中。

[0084] 可以通过对中图中的中值滤波能量曲线E(k)或作为中图中的曲线的低通滤波版本的下图中的曲线进行阈值处理来执行对MDI事件的检测。该信号上升到某个阈值以上的时间确定MDI事件的开始时间、结束时间和持续时间。阈值示出为中图(在-30dB处)中的厚黑线并且根据数据动态地确定如下。令E_dB(k)是E(k)，如以dB为单位所表达的，即E_dB(k)＝10*log10(E(k))。另外，令E_prct(p)是E_dB(k)的第p百分数，即在该值下找到E_dB(k)的值的p百分数。然后，用于检测E_dB(k)中的MDI事件的阈值被定义如下：

[0085] E_thr＝max((1-c)*E_prct(p_min)+c*E_prct(p_max),q)

[0086] 其中，p_min是低百分比(比如在0％与5％之间)，并且p_max是高百分比(比如在95％与100％之间)。可以在范围0.2-0.7内选择常量c。作为范例，已经使用c＝0.4。常量q将最小值施加在E_thr上。通过图3中的中图中的水平黑线示出阈值E_thr。上升到阈值以上的部分定义找到的MDI事件。这些部分中的每一个的左边和右边相应地定义相关联的MDI事件的开始时间和结束时间。下图中的信号被用于找到已经在先前步骤中标识并且对应于装填或引发的分段中的峰。这些峰位置可以被用于定时计算。

[0087] 为了将所检测的事件分类为：装填、引发和吸气，可以使用两步方法。首先，完成在一方面装填和引发与另一方面吸气之间进行区分。这可以基于从(一个或多个)事件的开始时间和结束时间导出的持续时间特征完成。装填和引发二者的持续时间比吸气的持续时间小得多。一般而言，装填和引发花费小于300ms，而甚至非常短的吸气花费大于500ms。因此，该持续时间性质被用于将一方面装填和引发与另一方面吸气(和呼气)分离。注意，实际上，图7的框图的输出可以被用于吸气的检测和针对装填和引发的检测的(可能地分离的预处理的)麦克风信号。第二步骤是在装填与引发之间进行区分。为了实现这一点，利用以下事实是可能的：两个麦克风记录之间的功率差异对于两个MDI事件而言是不同的，但是取代或者补充，利用相应的事件信号的固有性质是可能的。

[0088] 图14示出了针对麦克风S1、S2二者的装填事件对频率F的声能量E[dB]。底部麦克风S2的能量在相当宽的能量范围上大于顶部麦克风S1的能量。图14中的下图示出了S2由S1减去的结果。

[0089] 图15示出了对于麦克风S1、S2二者的引发事件对频率F的声能量E[dB]。此处，底部麦克风信号S2的能量在相当宽的能量范围上大于顶部麦克风S1的能量。图15中的下图示出了S1由S2减去的结果。

[0090] 以上特征使得能够使用比例来在引发与装填之间进行容易的区分。例如，因为每个所检测的事件将要么引发要么装填，可以仅使用在其期间事件发生的所检测的间隔中的信号的一部分来计算顶部传感器信号的能量与底部传感器信号的能量之间的比例(图13的中图和上图的左边的两个部分)。如果该比例大于某个阈值，则事件对应于引发，并且在其较小时，其对应于装填。

[0091] 通过检查引发的谱图，主共振频率随时间变化。具体而言，其随着时间前进变得更小。相反，通过装填的谱图，可以看到主共振频率是常量。可以以若干方式利用该差异：1)对于每个事件而言，计算正好在其开始之后的(归一化)谱与正好在其结束之前的(归一化)谱之间的差异并且将其归一化(例如，利用这两个谱的平均)是可能的。由于针对引发的谱在时间方面显著地改变，而装填的谱改变小得多，因而针对引发的(归一化)差异比针对装填大得多。2)可以检测MDI事件内的每个窗口的谱峰(例如，利用LPC)并且检查其随时间变化多少。针对引发的变化比针对装填更大。

[0092] 存在可以被用于在装填与引发之间区分的若干其他特征，例如，谱中心、谱带宽或谱中值频率。在图16和图17中相应地示出图2中的信号的谱中心和谱带宽。可以观察以下性质：1)针对引发的谱中心比针对装填更大，2)针对引发的谱带宽比针对装填更小。另外，谱中心以及谱带宽二者还可以(单独或组合能量)用作用于算法的检测级的输入信号，因为其清楚地示出了在何处在时间方面定位MDI事件。

[0093] 可以在分类器(诸如决策树、支持向量机等)中同时地利用上文所讨论的所有特征。

[0094] 图18示出了方法实施例的步骤的范例。第一，接收R_S1_S2表示来自两个传感器的信号的信号或数据。然后，应用A_NS噪声抑制算法，利用来自两个间隔传感器的感测信号之间的差异，这导致单个信道信号。关于标识吸气事件I_IH的开始和结束时间分析单个信道信号。基于其，关于确定在吸气事件期间的声音水平或一系列声音水平D_S_L分析吸气事件，并且最后，该系列的声音水平被转换C_F_M为流量(例如，流速或一系列流速)的度量。另一步骤可以是将流量的度量与参考或阈值相比较以便确定吸气是否在预定界限内或太强或太弱。

[0095] 总之，本发明提供具有包括进气口和出气口的壳体的吸入器。在壳体内，在进气口与出气口之间定义流动路径，其中，分配器被布置为分配流动路径中的气雾剂或干粉。两个传感器(例如麦克风)间隔定位在壳体的外表面处以感测起源于两个不同的位置处的流动路径中的流动的声音或振动。这允许基于由两个传感器感测的声音或振动的吸气期间的流速的精确检测，因此允许吸入器的正确使用的检查。而且，两个间隔传感器的使用方便识别所感测的声音或振动中的装填事件和引发事件，这还可以使用在评价吸入器的使用中。优选地，使用利用来自两个传感器的所采集的声音或振动中的差异以便允许甚至噪声环境中的精确流动测量结果的噪声降低算法。

[0096] 尽管在附图和前述描述中已经详细说明和描述了本发明，但是这样的说明和描述将被认为是说明性或示范性而非限制性的；本发明不限于所公开的实施例。本领域技术人员通过研究附图、说明书和随附权利要求书，在实践所主张的本发明时可以理解和实现所公开的实施例的其他变型。在权利要求中，词语“包括”不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是并不指示不能有利地使用这些措施的组合。计算机程序可以存储/分布在诸如连同其他硬件或作为其一部分提供的光学存储介质或固态介质的适合的介质上，而且可以以诸如经由因特网或其他有线或无线电信系统的其他形式分布。权利要求中的任何附图标记都不应被解释为对范围的限制。