CN108871615A - 一种基于长时间监测的人体腋下体温抗干扰处理方法 - Google Patents

Abstract

一种基于长时间监测的人体腋下体温抗干扰处理方法，包括以下步骤：1)佩戴体温计；2)记录准确温度；3)预测体温初始化；4)取下状态判断；5)建立全局数据库；6)建立波动数据库；7)抗干扰模型构建：以测得温度T₀时刻为起始点，以历史数据库数据TH、Th为输入,构建与实测体温形态相似、降温滞后的抗干扰体温预测模型,利用预测模型,实时预测出稳定的人体腋下温度曲线；8)长时间体温数据采集：采集到新的实测体温数据，并返回步骤4)。本发明基于人体腋下体温长时间监测的、不受手臂活动姿态影响、灵敏检测发烧和退烧情况。

Description

一种基于长时间监测的人体腋下体温抗干扰处理方法

技术领域

本发明涉及电子体温计测量腋下温度的方法，尤其涉及一种基于长时间监测的人体腋下体温抗干扰处理的方法。

背景技术

体温是一种重要的人体生命体征，主要可通过测量腋下、口腔、***三种方式获得体温数据。针对抵抗力弱的儿童、老年人、发烧病人、孕期女性等对象，通过温度传感器测温的柔性体温贴等可穿戴式接触性电子温度计可实现长时间的腋下体温监测。但可穿戴式接触性电子温度计与传统水银温度计一样，需要夹紧手臂才能测得准确腋下体温。在长时间监测中，测得的数据也会因手臂张开、活动等情况受到干扰，导致测得的腋下温度过低、波动幅度过大，同时也会影响发烧、退烧体温监测的准确性。

发明内容

为了克服现有的可穿戴式接触性电子温度计长时间监测体温时易受手臂张开、活动等姿态影响，无法准确地监测到发烧、退烧情况的不足，本发明提供了一种基于人体腋下体温长时间监测的、不受手臂活动姿态影响、灵敏检测发烧和退烧情况的腋下体温抗干扰处理方法。

本发明解决其技术问题所采用的技术方案是：

一种基于长时间监测的人体腋下体温抗干扰处理方法，所述方法包括以下步骤：

1)佩戴体温计：将可穿戴式接触式电子体温计贴于腋下并保持手臂夹紧；

2)记录准确温度：记录体温计测得的准确腋下温度，记为T₀；

3)预测体温初始化：初始化并得到首个预测体温值；

4)取下状态判断：判断体温计是否处于取下状态，若是则结束体温抗干扰流程；若否则继续步骤5)；

5)建立全局数据库：从测得温度T₀时刻开始，建立历史体温全局数据库,记为TH；

6)建立波动数据库：当实测体温低于前一预测体温时，建立历史体温波动数据库Th；

7)抗干扰模型构建：以测得温度T₀时刻为起始点，以历史数据库数据TH、Th为输入,构建与实测体温形态相似、降温滞后的抗干扰体温预测模型,利用预测模型,实时预测出稳定的人体腋下温度曲线；

8)长时间体温数据采集：采集到新的实测体温数据，并返回步骤4)。

进一步，所述步骤2)中，开始测量体温时，腋下夹紧体温计t₁分钟，得到准确的人体腋下稳定温度T₀。

再进一步，所述步骤3)中，初始化首个预测体温点的方法为:若实测体温T_t大于步骤2)中测得腋下准确温度T₀,则预测温度T_p等于实测体温T_t；若实测体温T_t小于T₀,预测温度T_p等于T₀；

所述步骤4)中，体温计是否处于取下状态的判断条件为：实测体温小于T_a℃，或者连续t₂秒内实测体温下降幅度大于T_b℃；

所述步骤5)中，从得到准确腋下稳定温度T₀开始，建立包括T₀在内的最大长度为时长t₃小时的体温历史数据库TH；当数据库容量大于最大长度时，每增加一个最新测得的体温数据，即删除最早记录的体温数据。

所述步骤6)中，当实测体温低于前一预测体温时，开始建立最大长度为时长t₃小时的体温历史数据库Th，当数据库容量大于最大长度时，每增加一个最新测得的体温数据，即删除最早记录的体温数据；当实测体温大于或等于前一预测体温时时，清空数据库Th。

所述步骤7)中，构建与实测体温形态相似、降温滞后的抗干扰体温预测模型，操作步骤包括：

7-1)对历史数据库TH记录的体温数据求平均，记为记实时测得的腋下体温为T_t，

7-2)对历史数据库Th记录的体温数据求平均，记为如果Th为空，则使T₂等于此时体温计测得的体温；

7-3)记T₃为T₁和T₂的中间温度，计算方法为T₃＝g(T₁，T₂)；

7-4)比较T₁与T₂，如果T₁≤T₂，预测稳定体温T_p＝T₂；如果T₁＞T₂,当数据库TH中的最高体温不超过T_C℃时，T_p＝T₁，否则，T_p＝T₃。

本发明的有益效果主要表现在：基于可穿戴式接触式电子体温计长时间监测的腋下体温数据，准确实时预测在受到手臂姿势等因素干扰时的腋下体温，同时灵敏反应发烧、退烧时的体温变化。

附图说明

图1是一种基于长时间监测的人体腋下体温抗干扰处理方法的流程图。

图2是长时间采集腋下体温数据样本(步骤7)的算法流程图

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1和图2，一种基于长时间监测的人体腋下体温抗干扰处理方法，首先利用可穿戴式接触式电子体温计采集人体腋下体温长时间监测数据，记录测温开始夹紧t₁分钟后得到的实测体温，根据实测体温曲线判断体温计是否处于取下状态，如果没有，则初始化首个预测体温点，并建立从夹紧t₁分钟后得到稳定温度开始的历史体温数据库以及从实测体温低于前一预测体温开始建立的历史体温数据库，将夹紧t₁分钟的体温和两个历史体温数据库作为输入，构建一个与实测体温形态相似、降温滞后的抗干扰体温预测模型，最后通过模型预测人体腋下温度值。

本实施方案中，主要针对现有可穿戴式接触式电子温度计易受手臂姿势影响无法长时间准确监测腋下体温的问题，提供了一种基于长时间监测的人体腋下体温抗干扰处理方法，包括以下步骤：

1)将可穿戴式接触式电子体温计贴于腋下，用于长时间采集人体腋下体温数据；

2)在开始测温时，夹紧t₁分钟(例如，夹紧2分钟)，准确测得人体腋下体温T₀。其中，夹紧时间根据不同体温计的测温特性可延长或缩短，只需确保得到准确人体腋下体温即可。不同时长的夹紧时间均涵盖在本发明的权利要求范围内；

3)初始化首个预测体温点。若实测体温T_t大于步骤2)中测得腋下准确温度T₀,则预测温度T_p等于实测体温T_t；若实测体温T_t小于T₀,预测温度T_p等于T₀；

4)判断体温计是否处于取下状态。若实测体温小于T_a℃，或者连续t₂秒内实测体温下降幅度大于T_b℃，则判断体温贴为取下状态，测温结束；否则，进入腋下体温抗干扰处理方法。其中，实测体温阈值条件、固定时间内实测体温下降幅度根据实际结果可作调整。例如，实测体温小于31℃，或者连续10秒内实测体温下降幅度大于1℃。不同取值的阈值条件和下降幅度均涵盖在本发明的权利要求范围内；

5)若体温计判断为未取下，则将自测得T₀时包括T₀在内的实测体温记录入历史体温数据库TH。数据库最大长度为时长t₃小时。当数据库容量大于最大长度时，每增加一个最新测得的体温数据，删除最早记录的体温数据。其中，数据库最大长度可根据实际需求进行调整，例如最大时长1小时。不同时长长度的历史数据库建立都包含在本发明的权利要求范围内；

6)当实测体温低于前一预测体温时，开始建立最大长度为时长t₃小时的体温历史数据库Th。当数据库容量大于最大长度时，每增加一个最新测得的体温数据，删除最早记录的体温数据；当实测体温大于或等于前一预测体温时，清空数据库Th。其中，数据库最大长度可根据实际需求进行调整，例如，最大时长1小时。不同时长长度的历史数据库建立都包含在本发明的权利要求范围内；

7)在本实施例中，抗干扰模型在t时的预测温度计算如下：对历史数据库TH记录的体温数据求平均，记为记实时测得的腋下体温为T_t，对历史数据库Th记录的体温数据求平均，记为如果Th为空，则使T₂等于此时体温计测得的体温；记T₃为T₁和T₂的中间温度，计算方法为T₃＝g(T₁，T₂)；比较T₁与T₂，如果T₁≤T₂，预测t时稳定体温T_p＝T₂；如果T₁＞T₂,当数据库TH中的最高体温不超过T_C℃时，T_p＝T₁，否则，T_p＝T₃。其中，T₁取值可由不同函数得到，例如T₃取值可由不同函数g(T₁，T₂)得到，例如g(T₁，T₂)＝(T₁+T₂)/2；T_C可设置为不同的阈值，例如37.2。不同温度计算函数和温度阈值设置都包含在本发明的权利要求范围内；

8)长时间采集实测体温数据，并返回步骤4)进行体温贴是否取下的状态判断。对体温贴取下状态的判断可在每次采集到新实测体温数据后，也可每隔一定时间循环判断。经过不同时间间隔的体温贴取下状态判断均涵盖在本发明的权利要求范围内；

以上所述的实施例，对本发明的技术方案进行了详细的说明，本发明可以在可穿戴式接触式电子体温贴长时间监测人体腋下体温时，抗手臂姿势干扰，灵敏监测发烧、退烧的温度变化，从而提高了长时间监测体温的准确性，增强了测得体温变化的稳定性。以上实施方案仅用于说明本发明，而非对本发明的限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行各种组合、修改或者等同替换，都不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围。

Claims (7)

1.一种基于长时间监测的人体腋下体温抗干扰处理方法，其特征在于，所述方法包括以下步骤：

1)佩戴体温计：将可穿戴式接触式电子体温计贴于腋下并保持手臂夹紧；

2)记录准确温度：记录体温计测得的准确腋下温度，记为T₀；

3)预测体温初始化：初始化并得到首个预测体温值；

4)取下状态判断：判断体温计是否处于取下状态，若是则结束体温抗干扰流程；若否则继续步骤5)；

5)建立全局数据库：从测得温度T₀时刻开始，建立历史体温全局数据库,记为TH；

6)建立波动数据库：当实测体温低于前一预测体温时，建立历史体温波动数据库Th；

7)抗干扰模型构建：以测得温度T₀时刻为起始点，以历史数据库数据TH、Th为输入,构建与实测体温形态相似、降温滞后的抗干扰体温预测模型,利用预测模型,实时预测出稳定的人体腋下温度曲线；

8)长时间体温数据采集：采集到新的实测体温数据，并返回步骤4)。

2.如权利要求1所述的一种基于长时间监测的人体腋下体温抗干扰处理方法，其特征在于，所述步骤2)中，开始测量体温时，腋下夹紧体温计t₁分钟，得到准确的人体腋下稳定温度T₀。

3.如权利要求1或2所述的一种基于长时间监测的人体腋下体温抗干扰处理方法，其特征在于，所述步骤3)中，初始化首个预测体温点的方法为:若实测体温T_t大于步骤2)中测得腋下准确温度T₀,则预测温度T_p等于实测体温T_t；若实测体温T_t小于T₀,预测温度T_p等于T₀。

4.如权利要求1或2所述的一种基于长时间监测的人体腋下体温抗干扰处理方法，其特征在于，所述步骤4)中，体温计是否处于取下状态的判断条件为：实测体温小于T_a℃，或者连续t₂秒内实测体温下降幅度大于T_b℃。

5.如权利要求1或2所述的一种基于长时间监测的人体腋下体温抗干扰处理方法，其特征在于，所述步骤5)中，从得到准确腋下稳定温度T₀开始，建立包括T₀在内的最大长度为时长t₃小时的体温历史数据库TH；当数据库容量大于最大长度时，每增加一个最新测得的体温数据，即删除最早记录的体温数据。

6.如权利要求1或2所述的一种基于长时间监测的人体腋下体温抗干扰处理方法，其特征在于，所述步骤6)中，当实测体温低于前一预测体温时，开始建立最大长度为时长t₃小时的体温历史数据库Th，当数据库容量大于最大长度时，每增加一个最新测得的体温数据，即删除最早记录的体温数据；当实测体温大于或等于前一预测体温时时，清空数据库Th。

7.如权利要求1或2所述的一种基于长时间监测的人体腋下体温抗干扰处理方法，其特征在于，所述步骤7)中，构建与实测体温形态相似、降温滞后的抗干扰体温预测模型，操作步骤包括：

7-1)对历史数据库TH记录的体温数据求平均，记为记实时测得的腋下体温为T_t，

7-2)对历史数据库Th记录的体温数据求平均，记为 如果Th为空，则使T₂等于此时体温计测得的体温；

7-3)记T₃为T₁和T₂的中间温度，计算方法为T₃＝g(T₁，T₂)；

7-4)比较T₁与T₂，如果T₁≤T₂，预测稳定体温T_p＝T₂；如果T₁＞T₂,当数据库TH中的最高体温不超过T_C℃时，T_p＝T₁，否则，T_p＝T₃。