The invention discloses a temperature prediction method, device and electronic thermometer, the temperature according to the sampling frequency to obtain temperature data, a change order difference calculation of the actual temperature data is less than N times the difference of the average to obtain approximate initial temperature data, linear increase starting time period and then corresponding the mean temperature difference, the data in the initial time of approximately linear rise of the preset temperature data mean field half time and the preset field in the top half of the time as the temperature rise of the linear slope, with the rise of the starting time of approximately linearly as the initial value to predict the approximate linear temperature temperature data at any time during the rise. The embodiment of the invention solves the problem that the temperature prediction error is large in the prior art, improves the accuracy of the temperature prediction data and is more favorable for the diagnosis of the disease.
【技术实现步骤摘要】
体温预测方法、装置及电子体温计
本专利技术涉及人体温度测量
,尤其涉及一种体温预测方法、装置及电子体温计。
技术介绍
人体体温在相同的部位是相对恒定的,当体温超过正常范围的最高限度时称为发热,通过测量人体体温的变化,可以判断病人的病情。电子体温测量设备的传感器是一个NTC器件,阻值随温度升高而降低,通过把传感器与人体接触,测量传感器阻值的变化计算出体温值。但由于人体皮肤干燥和NTC探头与外层金属的接触不充分等原因,温度传导不良,导致体温上升速度慢,测量时间久,影响病情的诊断和治疗时间。因而,电子体温测量设备采用预测体温算法程序来计算人体体温温度,从而缩短人体体温测量的时间。现有技术的两种体温预测方法,一种是固定偏移量法,一种是曲线拟合。其中:固定偏移量法是计算体温曲线非线性上升期内的斜率,当前时刻体温温度采样均值减前一分钟体温温度采样均值,即当前时刻的斜率大于0.5度小于0.7度时,进入体温曲线线性上升期的起点,当前温度直接加固定偏移量0.7度作为预测温度。固定偏移量法的问题:根据实验经验选择偏移量,存在误差的不确定性。曲线拟合方法是,选择与体温上升曲线近似的对数函数log(ax+b)作为预测函数,然后利用实测体温数据通过最小二乘法求出对数函数的参数,利用求出的对数函数进行预测。曲线拟合的问题有:首先,体温上升曲线不是绝对的对数曲线,所以对数函数这个模型本身存在误差;其次,曲线拟合采用的数据精度不够,特别在快速非线性上升阶段,采样的数据点有限,而且还要预测很长时间以后的体温,因此存在很大误差。
技术实现思路
本专利技术提供一种体温预测方法、装置及电子体温 ...
【技术保护点】
一种体温预测方法,其特征在于,包括步骤:根据预设的采样频率获取体温数据;从采集到的第二个所述体温数据起,实时计算采集到的当前体温数据的一阶差分和一阶差分的变化值;其中,所述当前体温数据的一阶差分为当前体温数据与上一采样体温数据之间的差;所述当前体温数据的一阶差分的变化值为已计算得到的所有一阶差分中的最大值和最小值之间的差;当所述当前体温数据的一阶差分的变化值小于已计算得到的所有一阶差分的均值的N倍时,将当前时刻作为体温近似线性上升期的起始时刻,并将所述当前体温数据作为体温近似线性上升期的初始体温数据;其中,1<N<3;将当前时刻前已获取的所有体温数据中的后半部分体温数据的均值与前半部分体温数据的均值之间的差,作为所述体温近似线性上升期的平均斜率;根据所述体温近似线性上升期的起始时刻、初始体温数据以及所述近似线性上升期的平均斜率,预测所述体温近似线性上升期的任一时刻的体温数据。
【技术特征摘要】
1.一种体温预测方法,其特征在于,包括步骤:根据预设的采样频率获取体温数据;从采集到的第二个所述体温数据起,实时计算采集到的当前体温数据的一阶差分和一阶差分的变化值;其中,所述当前体温数据的一阶差分为当前体温数据与上一采样体温数据之间的差;所述当前体温数据的一阶差分的变化值为已计算得到的所有一阶差分中的最大值和最小值之间的差;当所述当前体温数据的一阶差分的变化值小于已计算得到的所有一阶差分的均值的N倍时,将当前时刻作为体温近似线性上升期的起始时刻,并将所述当前体温数据作为体温近似线性上升期的初始体温数据;其中,1<N<3;将当前时刻前已获取的所有体温数据中的后半部分体温数据的均值与前半部分体温数据的均值之间的差,作为所述体温近似线性上升期的平均斜率;根据所述体温近似线性上升期的起始时刻、初始体温数据以及所述近似线性上升期的平均斜率,预测所述体温近似线性上升期的任一时刻的体温数据。2.根据权利要求1所述的体温预测方法,其特征在于,利用泰勒级数展开式预测所述体温近似线性上升期的任一时刻的体温数据;所述泰勒级数展开式为f(t)=f(t0)+f′(t0)(t-t0),其中:f(t)为所述体温近似线性上升期的任一时刻的体温数据,f(t0)为所述初始体温数据,t0为所述体温近似线性上升期的起始时刻,t为所述体温近似线性上升期的任一时刻,f′(t0)为所述体温近似线性上升期的平均斜率。3.根据权利要求1所述的体温预测方法,其特征在于,所述N=2。4.根据权利要求1所述的体温预测方法,其特征在于,所述预设的采样频率为1Hz。5.根据权利要求3所述的体温预测方法,其特征在于,t≤10Min。6.一种体温预测装置,其特征在于,包括:采样...
【专利技术属性】
技术研发人员:郑晓波,
申请(专利权)人:广州视源电子科技股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。