BRPI0609586A2 - sistema e método de previsão de temperatura - Google Patents

sistema e método de previsão de temperatura Download PDF

Info

Publication number
BRPI0609586A2
BRPI0609586A2 BRPI0609586-0A BRPI0609586A BRPI0609586A2 BR PI0609586 A2 BRPI0609586 A2 BR PI0609586A2 BR PI0609586 A BRPI0609586 A BR PI0609586A BR PI0609586 A2 BRPI0609586 A2 BR PI0609586A2
Authority
BR
Brazil
Prior art keywords
temperature
curve
monitored
model
processor
Prior art date
Application number
BRPI0609586-0A
Other languages
English (en)
Inventor
Robert D Butterfield
Original Assignee
Cardinal Health 303 Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cardinal Health 303 Inc filed Critical Cardinal Health 303 Inc
Publication of BRPI0609586A2 publication Critical patent/BRPI0609586A2/pt
Publication of BRPI0609586B1 publication Critical patent/BRPI0609586B1/pt

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/02Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using thermoelectric elements, e.g. thermocouples
    • G01K7/04Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using thermoelectric elements, e.g. thermocouples the object to be measured not forming one of the thermoelectric materials
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/42Circuits effecting compensation of thermal inertia; Circuits for predicting the stationary value of a temperature
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K1/00Details of thermometers not specially adapted for particular types of thermometer
    • G01K1/02Means for indicating or recording specially adapted for thermometers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00Thermometers specially adapted for specific purposes
    • G01K13/20Clinical contact thermometers for use with humans or animals
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/16Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements
    • G01K7/22Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements the element being a non-linear resistance, e.g. thermistor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K2219/00Thermometers with dedicated analog to digital converters

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Nonlinear Science (AREA)
  • Measuring Temperature Or Quantity Of Heat (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

SISTEMA E MéTODO DE PREVISãO DE TEMPERATURA. A presente invenção refere-se a um sistema e método de termómetro que prevê rapidamente a temperatura corporal com base nos sinais de temperatura recebidos a partir de uma sonda de captação de temperatura quando esta entra em contato com o corpo. Um processo de ajuste de curva com múltiplos parâmetros, não linear é realizado e depende dos erros em um ajuste de curva, os parâmetros são alterados ou é feita uma previsão da temperatura. Os critérios existem para as diferenças entre um ajuste de curva e os dados de temperatura. O processador comuta um Estado de Monitoração Contínua se um ajuste de curva sobre um número limitado de intervalos de tempo for inaceitável. A determinação do momento de partida sobre o qual o intervalo de tempo de medição para a previsão é baseado, é realizada através do limite de contato de tecido acoplado ao atraso de tempo de previsão.

Description

Relatório Descritivo da Patente de Invenção para "SISTEMA E MÉTODO DE PREVISÃO DE TEMPERATURA".
ANTECEDENTES DA INVENÇÃO
A presente invenção refere-se, em geral, a aperfeiçoamentos em termômetros e, mais particularmente, a termômetros preditivos eletrônicos para obter mais rapidamente medições de temperatura precisas provenientes de uma pluralidade de locais de medição de pacientes.
É prática comum nas técnicas médicas, como em hospitais e consultórios, determinar a temperatura corporal de um paciente por meio de um dispositivo sensível à temperatura que mede a temperatura e exibe esta temperatura medida. Tal dispositivo é um termômetro de bulbo de vidro que incorpora uma coluna de mercúrio sensível ao calor que se expande e se contrai adjacente a uma escala de temperatura calibrada. De forma típica, o termômetro de vidro é inserido no paciente, permitido a permanecer por um intervalo de tempo suficiente para permitir que a temperatura do termômetro estabilize na temperatura corporal do paciente, e subseqüentemente retirado para leitura através da equipe médica. Este intervalo de tempo geralmente se encontra na ordem de dois a oito minutos.
O procedimento de medição de temperatura convencional que utiliza um termômetro de bulbo de vidro ou similar está propenso a inúmeras deficiências significativas. A medição de temperatura é particularmente lenta e, os pacientes que não se pode contar com a retenção apropriada do termômetro (em virtude de idade ou enfermidade) pelo período necessário de inserção no corpo, podem precisar da presença física da equipe médica durante o ciclo de medição relativamente longo, desviando, deste modo, sua atenção de outras obrigações. Além disso, os termômetros de bulbo de vidro não são tão fáceis de se ler e, portanto, as medições são propensas ao erro humano, particularmente, quando feitas sob condições de iluminação fraca ou quando lidas por pessoal perturbado.
Diversos esforços foram feitos para minimizar ou eliminar estas deficiências do termômetro de bulbo de vidro ao utilizar sondas de captação de temperatura que são projetadas para operar em conjunto com a instru-mentação de termômetro elétrico de leitura. Em tal abordagem, um dispositivo eletrônico sensível à temperatura, tal como, um termistor, é montado na extremidade de uma sonda e inserido no paciente. A alteração na voltagem ou corrente do dispositivo, dependendo da execução particular, é monitorada e quando o sinal de saída estabiliza, uma temperatura é exibida em formato digital. Isto é comumente referido como a abordagem de leitura direta e enquanto esta reduz a possibilidade de erro através da leitura errada da temperatura medida, esta ainda pode requerer um período de tempo relativamente longo para alcançar uma leitura de temperatura estabilizada. Na abordagem ou modo de leitura direta típica, são requeridos de três a cinco minutos para obter uma leitura de temperatura.
Uma característica inerente dos termômetros eletrônicos é que eles não medem instantaneamente a temperatura do corpo a qual os mesmo foram aplicados. Pode levar um período de tempo substancial antes que a temperatura indicada pelo termômetro seja representativa da temperatura real do corpo medido. Esta defasagem é causada pelos diversos componentes do sistema de medição que impede o fluxo de calor proveniente da superfície do corpo até o sensor de temperatura. Alguns dos componentes são, a ponta do sensor, a pele e o tecido do corpo, e qualquer cobertura higiênica aplicada à ponta do sensor para impedir a contaminação entre os indivíduos de medição. Esta abordagem, portanto, proporciona somente uma solução parcial.
Uma tentativa de superar as deficiências descritas acima envolve o uso de uma sonda eletrônica sensível à temperatura acoplada ao sistema de circuitos de previsão ou estimação para obter um vídeo digital direto da temperatura do paciente antes que a sonda tenha atingido o equilíbrio com o paciente. Com esta abordagem, supondo que a temperatura do paciente não altere, de forma significativa, durante o tempo de medição, a temperatura que irá prevalecer mediante a estabilização térmica do termômetro eletrônico com o paciente é prevista a partir das temperaturas medidas e exibida antes que a estabilização térmica seja alcançada. Em muitos dispositivos anteriores, a previsão de temperatura é realizada ao monitorar a tem-peratura medida através de um período de tempo, que computa os derivados, e processa estas variáveis para prever a temperatura do paciente.
Com um termômetro eletrônico que opera ao prever a temperatura estável, final, uma vantagem é que a medição de temperatura é concluida antes que a estabilização térmica seja alcançada, reduzindo, deste modo, o tempo requerido para a medição. Isto pode reduzir o risco de que o paciente não mantenha a sonda na posição correta por todo o tempo de medição e requer menos tempo da equipe médica de atendimento. Outra vantagem é que, devido ao fato da temperatura corporal ser dinâmica e poder alterar, de forma significativa, durante o intervalo de dois a oito minutos associado com as medições de termômetro de vidro com mercúrio, uma determinação rápida oferece informação de diagnóstico mais atual. Entretanto, uma desvantagem de tal termômetro é que a precisão em que a temperatura é prevista declina acentuadamente a menos que o processamento e a análise dos dados sejam precisamente realizados.
Os termômetros eletrônicos que utilizam determinação de processamento e temperatura do tipo preditivo podem incluir um termistor como um transdutor sensível à temperatura. O termistor aproxima sua temperatura estável final, de forma assintomática, com os últimos aumentos de alteração de temperatura que ocorrem muito lentamente, considerando que a maior parte das alterações de temperatura ocorrem de forma relativamente rápida. Tal resposta de temperatura é mostrada na figura 1. Mostra-se um gráfico de temperatura medida 20 organizado como uma função de tempo de medição 22 e temperatura 24 para termistor típico. Conforme discutido acima, a temperatura 20 indicada pelo termistor atrasa a temperatura real TF 26 do indivíduo que é medido. Este atraso pode ser visto ao comparar a linha de temperatura medida 20 com a linha de temperatura real do indivíduo 26. Pode ser visto que, à medida que a medição progride a partir do momento de partida, to, a temperatura aumenta rapidamente de Tr para T-[ entre os tempos t0 a t-i.
A taxa de aumento na temperatura indicada é reduzida entre os tempos times tj e t2, e a linha de temperatura tende gradualmente em direção à temperatura de estabilização Tp 26, de forma assintomática, à medida que otempo aumenta ainda mais. Conforme discutido acima, a presente invenção é direcionada a um sistema capaz de analisar os dados de temperatura reunidos durante um período inicial da medição, por exemplo, entre os tempos ti e t2, e que prevê a temperatura final TF. As tentativas anteriores foram feitas para monitorar aquela alteração de temperatura mais rápida, inicial, extrair os dados daquela alteração, e calcular a temperatura real do tecido que entra em contato com o termistor naquele período, muito antes que o termis-tor realmente estabilize até a temperatura do tecido.
Uma abordagem anterior usada para calcular mais rapidamente a temperatura de tecido antes que o termistor alcance o equilíbrio com o paciente é a amostragem de pontos de dados do termistor inicial em sua resposta e a partir daqueles pontos de dados, que prevê um formato de curva da resposta do termistor. A partir deste formato de curva, uma assíntota desta curva e, deste modo, a temperatura de estabilização pode ser calculada.
Para ilustrar estes conceitos através de um exemplo de um sistema mais simples, considerando as físicas de transferência de calor associadas com dois corpos com temperaturas desiguais conforme mostrado na figura 2, sendo que um possui massa térmica grande e o outro possui uma massa térmica pequena, colocados em contato um com o outro em tempo = 0. Àmedida que o tempo progride, a temperatura da massa térmica pequena e a temperatura da massa térmica grande se equilibram em uma temperatura referida como a temperatura de estabilização. Segue a Equação que descreve este processo:
<formula>formula see original document page 5</formula>
Onde: T(t) é a temperatura do corpo menor como uma função de tempo,
TF é a temperatura de estabilização do sistema, TR é a temperatura inicial do corpo menor, t é o tempo, e
x é a constante de tempo do sistema.
A partir deste relacionamento, quando a temperatura T é conhe-cida em dois pontos no tempo t, por exemplo, Ti em tempo ti e T2 em tempo t2, a temperatura de estabilização TF pode ser prevista através da aplicação da Equação 2 abaixo.
<formula>formula see original document page 6</formula>
Ademais, para um sistema de transferência de calor de primeira ordem simples do tipo descrito pela Equação 1, pode ser mostrado que o logaritmo natural do primeiro tempo derivado da temperatura é uma linha reta com inclinação igual a -1/x, conforme segue:
e também:
<formula>formula see original document page 6</formula>
Onde:
Onde K = uma constante dependente de TR, TF e x,
T = primeiro derivado de temperatura T" = segundo derivado de temperatura
As técnicas anteriores aplicavam estes relacionamentos de primeira ordem simples às análises de curva de equilíbrio de temperatura. Em alguns casos o uso foi feito de constantes de tempo de termistor estabelecidas pelo fabricante do termistor. Entretanto, todas estas técnicas falharam em reconhecer que a curva de resposta de temperatura não podem ser modeladas, de forma precisa, como primeira ordem, uma vez que esta é determinada pelas interações termodinâmicas complexas do tecido do paciente e do sistema vascular com cobertura de sonda higiênica, do sensor, e da haste da sonda. Quando o termômetro é colocado em contato como o tecido do corpo, tal como, com a boca de uma pessoa, por exemplo, a curva de resposta é afetada pela disposição física da sonda com relação a este tecido, pelas características de transferência de calor do tecido particular, pela cobertura de sonda higiênica 34 (Figura 2) que separa a sonda do tecido, epela transferência de calor através da ponta e do eixo de captação de sonda 36, como é mostrado na figura 3. Cada um destes fatores 36 na figura 3 afeta o fluxo de calor proveniente do termistor e cada um possui qualidades termodinâmicas distintas que incluem a resistência térmica e a capacidade de calor. Os fatores biológicos 38 afetam o fluxo de calor do termistor e variam, de forma significativa, entre os pacientes, em particular com a idade e a composição do corpo. Os fatores, combinados com a geometria espacial das estruturas, levam a temperatura captada no termistor a seguir uma curva de característica mais complexa do que seria previsível a partir de um modelo simples, tal como, aquele obtido utilizando-se uma constante de tempo fornecida a priori pela fábrica do termistor.
As técnicas de estimação anteriores dependiam da suposição de que a elevação de temperatura que segue o contato de pele seguiu uma curva exponencial (autodenominado "aquecimento" Newton). Tal modelo deveser preciso sob condições onde uma fonte bem-agitada e infinita de calor estava disponível para aquecer o sensor novamente como ilustrado pela figura 2. Uma cobertura de sonda 34 é montada sobre o sensor ou sonda de temperatura 32 que fica imerso em uma grande fonte de água 30 com calor específico e uma temperatura inicial "Tw(0)". A sonda possui uma massa térmica "M" e uma temperatura inicial "TP(0)". A cobertura de sonda possui uma resistência térmica "R". Sob estas condições ideais o fluxo de calor proveniente do banho de água para a sonda é controlado pela Equação simples:
<formula>formula see original document page 7</formula>
Onde Q = fluxo_de_calor
Solucionar a Equação diferencial para a temperatura da sondaem qualquer tempo produz uma Equação da seguinte forma para a temperatura de sonda em qualquer tempo "t" seguindo a imersão na água:
<formula>formula see original document page 7</formula>
A "constante de tempo" do aumento térmico é amplamente determinada por "M", o produto da massa térmica da sonda, e "R",a resistência térmica da cobertura de sonda.
A aplicação deste modelo simples para o aquecimento de uma sonda de temperatura colocada em contato com uma parte do corpo, tal como, a boca ou a axila, deixa de ser responsável pela capacidade de calor finita dos tecidos na região imediata da sonda e pela resistência térmica das camadas sucessivas de tecido que começa com a camada epidérmica e passa para as estruturas internas.
Em particular, à medida que a temperatura de sonda aumenta, o calor proveniente da região imediata em contato com a sonda foi removido requerendo energia térmica adicional para se deslocar através de mais tecido, a fim de alcançar a sonda. Esta energia térmica "à distância", deste modo, possui uma "constante de tempo" maior do que a energia térmica que flui para dentro da sonda proveniente das regiões próximas.
Em qualquer tempo "t", irá existir uma diferença de temperatura entre o valor atual e o valor final dado por:
<formula>formula see original document page 8</formula>
Deste modo, os limites da Equação 2 para modelar a condução complexa em tecidos do corpo podem ser vistos ao considerar que a "taxa de alteração" de temperatura que estes prevêem que irá prevalecer uma proporção constante da mudança de temperatura perdurando até um determinado ponto no tempo.
Portanto, surgiu a necessidade de um sistema de medição que possa prever as temperaturas de estabilização e possa se adaptar às características de fluxo de calor de alteração, tanto do corpo sob medição, como do próprio sistema de medição, ao contrário de um modelo de primeira ordem. As técnicas de predição propuseram o uso de conjuntos de Equações simultâneas solucionadas em tempo real para produzir uma curva de elevação de temperatura provável que indicam a temperatura de estabilização. Para serem bem-sucedidas, tais técnicas requerem o uso de Equações com números substanciais de coeficientes, de modo que o formato da curva deelevação possa ser adequadamente apropriado. As restrições práticas limitam o número de termos que podem ser empregados e, deste modo, impõem os limites da precisão de tais abordagens. Além disso, a solução computacional destas Equações não é um assunto trivial quando o sistema de circuitos de microprocessador relativamente simples, de baixa energia, é usado no termômetro.
Também é notável que enquanto os fabricantes podem desenvolver dispositivos médicos muito sofisticados, a questão do custo deve ser constantemente mantida em mente. Os fabricantes se esforçam para manter o custo dos equipamentos médicos tão baixos quanto possíveis, de modo que os mesmos possam se encontrar disponíveis para uma ampla variedade de pacientes. Embora um termômetro com um processador muito maior, com velocidade computacional muito mais rápida, com tamanho de memória muito maior, possam se encontrar disponíveis de modo que as computações . 15 possam ser realizadas mais rápido, e mais computações possam ser realizadas, a questão do custo se eleva. Tal aumento na energia de processamento pode aumentar, de forma substancial, o custo de um termômetro e conseqüentemente pode tornar o mesmo indisponível para muitos pacientes. Em vez disso, aqueles versados na técnica desejam um termômetro que seja custo eficiente, porém através do uso de algoritmos robustos, precisos, e que executam rapidamente, seja capaz de proporcionar através do processamento de dados de temperatura sofisticados, precisos e de rápida pre-dição da temperatura do paciente.
Também se reconheceu uma necessidade de um único termô-metro que possa medir a temperatura em locais orais, retais, e axilares de um paciente. Diversos fatores podem entrar em ação com um paciente particular que torna um ou mais destes locais indisponíveis para o uso na medição de temperatura. Portanto um termômetro que possa medir todos os três locais pode proporcionar uma vantagem desejada sobre a necessidade de encontrar termômetros diferentes para locais diferentes. Deve se reconhecer que medir a temperatura no local da axila de um paciente se diferencia, de forma significativa, dos locais orais e retais. A resposta de temperatura deuma sonda para o local da axila é, na maioria dos casos, muito diferente dos locais orais e retais. Devido ao fato de que este é composto de tecidos epidérmicos não mucosos com um estrato subjacente de tecidos adiposos, a curvatura da resposta de temperatura de uma sonda situada na axila é muito mais pana do que a dos locais orais e retais (vide figura 6, onde a curva 100 é típica de um local oral e uma curva 102 é típica de um local axilar).
Embora as técnicas de termometria preditivas tenham avançado a técnica de termometria eletrônica, de forma significativa, aqueles versados na técnica reconheceram que ainda existe uma necessidade de um termômetro eletrônico que possa prever uma temperatura de estabilização em um estágio inicial do processo de medição, onde as condições de medição e as características do indivíduo sob medição variar de medição para medição. De forma adicional, reconheceu-se que existe uma necessidade de um único termômetro que possa medir e prever a temperatura do paciente proveniente de múltiplos locais, tais como todos os locais orais, retais, e axilares. Ademais, existe uma necessidade de um termômetro médico que seja preciso, que ainda compreenda um sistema de circuitos pouco dispendioso, relativamente simples. A invenção cumpre estas e outras necessidades.
SUMÁRIO DA INVENÇÃO
De forma breve e em termos gerais, a presente invenção proporciona um termômetro e um método para determinar a temperatura de um indivíduo ao prever a temperatura do indivíduo em um estágio inicial do processo de medição. O sistema e método de termômetro da presente invenção adaptam um modelo não-linear que contém múltiplos parâmetros para ajustar uma curva modelo para os dados de temperatura monitorados. Os parâmetros são selecionados em uma parte inicial da curva de elevação de temperatura e a partir da curva modelo resultante, da temperatura de equilíbrio do sensor e, portanto, a temperatura do indivíduo é prevista. Desta maneira, o processo preditivo é adaptável com relação às características térmicas da sonda do termômetro, assim como, a anatomia e fisiologia do indivíduo, e requer aquisição de dados e tempo de processamento de dados relativamente pequenos enquanto produz previsões precisas da temperatura deequilíbrio do sensor.
Em um aspecto detalhado, um dos parâmetros, o "índice de cur-vatura" C, é calculado, de forma típica, através de uma faixa de valores a-propriados para o local anatômico selecionado de medição. Devido à característica adaptável do sistema e método de termômetro, de acordo com a invenção, múltiplos locais sobre um paciente podem ser medidos com um único termômetro.
Em outros aspectos, um sensor proporciona sinais de temperatura em resposta à captação da temperatura do indivíduo, os sinais de temperatura variam em tempo. Um processador monitora os sinais de temperatura através de um primeiro intervalo de tempo selecionado, determina um subconjunto de características selecionadas de amostras de temperatura do primeiro intervalo de tempo, proporciona ou "ajusta" uma curva de temperatura modelo com base nos cálculos de um conjunto de parâmetros de ajuste das características dos sinais de temperatura monitorados e com base na curva modelo, prevê a temperatura do indivíduo. Em um aspecto mais detalhado, o processador seleciona o primeiro intervalo de tempo a partir de um período de tempo que ocorre antes que o sensor alcance a temperatura do indivíduo e utilize os parâmetros de ajuste de curvas não lineares para proporcionar a curva modelo para calcular a previsão da temperatura do indivíduo. Em outro aspecto mais detalhado, o processador compara a curva modelo com os dados de temperatura monitorados e se as diferenças não excedem um limítrofe, o processador prevê a temperatura do indivíduo a partir da curva modelo e exibe a mesma. Em outro aspecto mais detalhado, o processador emprega os parâmetros modelo determinados para a região selecionada computar um termo de desvio que é uma função linear do parâmetro modelo selecionado. Em outro aspecto mais detalhado, o parâmetro modelo usado para computar um termo de desvio é relacionado com o parâmetro de curvatura. Em outro aspecto mais detalhado, o processador emprega um atraso de tempo antes do início da janela de previsão selecionada para computar um termo de desvio que é uma função linear do parâmetro modelo selecionado.Em aspectos adicionais, o processador compara o ajuste de curva não linear do primeiro intervalo de tempo selecionado em um critério de integridade predeterminado e se a temperatura prevista do primeiro intervalo não satisfaz o critério de integridade, o processador exclui primeiro intervalo de tempo de seu cálculo da temperatura do indivíduo.
Em outro aspecto, o processador compara os aspectos dos dados de temperatura monitorados com os critérios de integridade e se quaisquer características dos dados de temperatura monitorados não satisfizerem os critérios de integridade, o processador não utiliza os dados para prever a temperatura do indivíduo. Ainda em um aspecto detalhado adicional, um dos critérios de integridade compreende uma qualidade de curvatura dos dados de temperatura monitorados. Ainda em outro aspecto detalhado adicional, outros critérios de integridade compreendem um limite de inclinação dos dados de temperatura monitorados. Ainda em outro aspecto, se os dados de temperatura monitorados não satisfizerem os critérios de integridade, o processador seleciona uma janela diferente de dados de temperatura monitorados para comparar com os critérios de integridade.
Ainda em outro aspecto, o processador monitora os sinais de temperatura através de um segundo intervalo de tempo selecionado se o primeiro intervalo de tempo selecionado for excluído na determinação da temperatura do indivíduo. Ademais, o processador seleciona o segundo intervalo de tempo que ocorre após o primeiro intervalo de tempo em um aspecto e, em outro aspecto, o processador seleciona o segundo intervalo de tempo para sobrepor o primeiro intervalo de tempo.
Em um aspecto mais amplo, o processador monitora os sinais de temperatura através de uma pluralidade de intervalos de tempos diferentes selecionados se o intervalo de tempo precedente for excluído da determinação da temperatura do indivíduo e o processador limita o número de pluralidades de intervalos de tempos monitorados para aqueles que ocorremdentro de um período predeterminado antes que o sensor atinja a temperatura do indivíduo.
Em um aspecto diferente, o processador determina um momentode partida no qual o sensor começou a captar a temperatura do indivíduo e o processador seleciona o primeiro intervalo de tempo para incluir os sinais de temperatura que ocorrem após o momento de partida. Em um aspecto mais detalhado, o processador determina que o sensor que está captando a temperatura do indivíduo ao calcular o valor atual dos sinais de temperatura provenientes do sensor e quando o valor atual excede uma temperatura limítrofe de contato de tecido, ajusta o momento de partida com base no cálculo.
Outros recursos e vantagens da presente invenção tornar-se-ão aparentes a partir da seguinte descrição detalhada, tomada em conjunto com os desenhos em anexo que ilustram, por meio de exemplo, os recursos da invenção.
BREVE DESCRIÇÃO DOS DESENHOS
A figura 1 é um gráfico de uma curva de resposta assintótica típica de um dispositivo de sensor termistor que mostra o equilíbrio de temperatura de tal sensor montado dentro de uma sonda de temperatura que fica em contato com a paciente;
A figura 2 é uma vista de um pequeno objeto que possui uma primeira temperatura imersa em um grande banho de fluido, onde o fluido se encontra em uma segunda temperatura mais alta do que a primeira temperatura que mostra o fluxo de calor entre as duas para atingir o equilíbrio;
A figura 3 é um diagrama de fluxo de calor do processo de medição da temperatura de um paciente, que mostra o calor gerado pelos órgãos internos, que se espalha através dos principais vãos sangüíneos e de outros tecidos, através da cobertura de sonda e de outros dispositivos, que finalmente chegam ao termistor, mas então fluem longe do termistor até o eixo da sonda, através do ar, do manipulo, e através dos dispositivos e equipamentos que conduzem o calor longe do termistor, e mesmo para o operador;
A figura 4 é uma vista frontal de um termômetro portátil que possui duas sondas, uma cobertura de sonda, um vídeo, e meios de entrada úteis para medir a temperatura de um indivíduo;
A figura 5 é um diagrama em bloco de um sistema de acordo com os princípios da invenção para determinar a temperatura de um pacien-te antes do equilíbrio final do sensor de temperatura do sistema com o paciente através da previsão da temperatura do paciente com base nas análises de dados de temperatura obtidas antes do equilíbrio;
A figura 6 é um fluxograma que mostra os dados de temperatura reunidos e processados para prever e exibir a temperatura de acordo com os aspectos da invenção;
A figura 7 mostra curvas de respostas exemplificativas de um dispositivo de sensor termistor que mostra sua curvatura para a medição de temperatura em locais de medição orais e retais e uma segunda linha para medição de temperatura em um local axilar que mostra que a curvatura da linha de resposta no local axilar é muito menor do que nos locais orais/retais;
A figura 8 é um gráfico de temperatura que mostra um limítrofe de contato de tecido, um atraso de início da previsão, um início de previsão, e um ponto completo de previsão de acordo com os aspectos da invenção para prever a temperatura de um indivíduo;
A figura 9 é um conjunto de curvas de temperatura modelo formadas por conjuntos diferentes de parâmetros Ai, Bi, e Ci selecionados para serem usados com os dados de curvas de temperatura de um indivíduo para ajustar uma curva modelo para a curva de dados e quando se ajustam dentro dos limites para prever a temperatura do indivíduo;
A figura 10 mostra a curva que ajusta uma curva de temperatura modelo em pontos de dados medidos reais, e determina as diferenças entre esta curva modelo e cada um dos pontos de dados reais a serem usados para determinar se a curva modelo possui um "ajuste" aceitável para os dados;
A figura 11 é uma parte ampliada do gráfico de temperatura da figura 8 que mostra o ponto de contato de tecido final usado na previsão, e que mostra o atraso de início de previsão e o início de amostra de previsão; e
A figura 12 é um fluxograma de dados de acordo com os aspectos de um método de acordo com os aspectos da presente invenção.
DESCRIÇÃO DETALHADA DAS MODALIDADES PREFERIDASNa descrição a seguir, as referências numéricas similares serão usadas para se referirem aos elementos similares ou correspondentes nas figuras diferentes dos desenhos. Agora, com referência aos desenhos, e em particular, à figura 4, mostrou-se uma modalidade de um termômetro eletrônico 40 que incorpora os recursos inusitados da presente invenção. O termômetro eletrônico contém uma sonda 42 para captar a temperatura de uma parte selecionada do corpo do paciente, conectada pelos condutores 44 ao corpo principal 46 do termômetro. A sonda foi retirada de uma cavidade de armazenamento 48 no corpo principal. O corpo principal do termômetro contém os componentes elétricos e o fornecimento de energia do termômetro, e também possui um vídeo 50 para exibir os valores e erros de temperatura ou mensagens de alarme, e um primeiro dispositivo de entrada 52, que neste caso, é um comutador de liga/desliga situado abaixo do vídeo. Um comuta-dor de MODO 54 também é proporcionado no painel frontal 56 do corpo principal para selecionar o local e o método de processamento de dados de temperatura, de forma mais apropriada, de modo que as características de locais sejam consideradas durante a medição de temperatura. Em uma modalidade, o comutador de MODO proporciona as seleções de "FAST ORAL", "FAST AXILLARY", e "FAST RECTAL". Uma segunda sonda 58 é incluída no termômetro e é mostrada na posição de armazenamento inserida em uma cavidade 60 do corpo principal. De acordo com a presente modalidade, uma sonda será usada para medir as temperaturas orais e axilares de um paciente e as outras sondas serão usadas para a medição de temperatura retal. Uma cobertura higiênica 62 também é mostrada para colocação sobre uma sonda antes do contato com o paciente.
Referindo-se à figura 5, o diagrama em bloco geralmente mostra os componentes eletrônicos principais de uma modalidade de um termômetro 40 de acordo com os aspectos da presente invenção. O sensor de temperatura 42 proporciona sinais de temperatura em resposta à temperatura captada durante a medição. Também existe a cobertura de sonda 62 situada entre o paciente e o sensor da sonda. No caso onde um termistor é usado como o sensor de temperatura, estes sinais são voltagens análogas repre-sentativas da resistência do termistor e, portanto, representativa da temperatura captada. Os sinais representativos de temperatura são ampliados através do ampliador 70 e então são convertidos na forma digital para o processamento adicional através de um conversor análogo-digital 72. O conversor análogo-digital é conectado a um processador 74 que recebe os sinais de voltagem digitalizados e processa os mesmos para determinar a temperatura do indivíduo que é medida. Uma memória 76 armazena os dados de sinais de temperatura e tempo, junto com os algoritmos, de modo que os sinais de dados possam ser analisados em um tempo subseqüente. Visto que os sinais foram processados, o processador proporciona um sinal à tela 78 para exibir a temperatura de estabilização prevista. A sonda inclui um dispositivo de aquecedor que é controlado por uma fonte de energia do aquecedor 80. O processador controla o aquecedor da sonda para aumentar a temperatura da sonda até um ponto de ajuste uma vez que esta é desviada a partir dacavidade do corpo ao ligar a fonte de energia do aquecedor. Tal ponto de ajuste é tipicamente de 33,9°C (93°F), porém, outras temperaturas podem ser selecionadas. A ativação de um comutador ativa as funções de medição de temperatura do termômetro. Este comutador fica, de preferência, localizado dentro da cavidade de armazenamento da sonda de modo que a remoção da sonda ative automaticamente a medição. Proporciona-se uma fonte de energia 82 para as necessidades de energia dos diversos componentes. As conexões específicas entre a fonte de energia e os componentes não são mostrados para conservarem a clareza da ilustração; entretanto aqueles versados na técnica compreendem bem tais conexões.
Embora o termômetro eletrônico de previsão seja mostrado em uma modalidade particular na figura 5, o mesmo serve somente para propósitos ilustrativos. A memória 76 pode, de fato, compreender múltiplos dispositivos de memória. O processador 74 pode compreender múltiplos processadores. A interface do usuário 78 pode compreender múltiplos comutadoresou telas. Tornar-se-á óbvio àqueles versados na técnica que diversas modificações podem ser feitas com relação à figura 5.
Reportando-se agora à figura 6, as funções gerais (tarefas) deuma modalidade de um método de acordo com os aspectos da invenção são mostradas, juntamente com os dados que fluem entre elas. As tarefas podem ser executadas ao mesmo tempo ou em seqüência, e algumas tarefas mostradas podem não ser executadas durante uma medição particular realizada pelo sistema. Um fluxo de dados não implica uma seqüência de ativação; o controle e a ativação não são mostrados neste diagrama.
Inicializa-se o sistema de termômetro 90 e os dados do sensor de temperatura começam a ser gerados. Quando amostras de temperaturas (dados) suficientes forem adquiridas, então, elas são filtradas 92. A filtragem depende do tipo de filtro, ordem, e modelo implementado. Em um caso, utiliza-se um simples mediador/decimador para vagão. Podem-se utilizar outros filtros mais sofisticados. Os dados filtrados de temperatura são então usados pelo processador no cálculo de uma temperatura prevista 94. Uma vez que um cálculo aceitável de temperatura prevista tiver sido feito, o mesmo é exibido96.
Uma modalidade generalizada de um meio para realizar a previsão de temperatura para cada um dos três locais, oral, retal e axilar será a-gora discutida. A seleção do operador de um local escolhido determina um ajuste selecionado de parâmetros e limites de controle para uso no local em questão.
Visão Geral da Previsão de Ajuste da Curva de Múltiplos Parâmetros Não-Lineares ABCE
A estimação ou a previsão da temperatura em um momento futuro definido (tal como, um momento onde se espera que o sensor tenha se equilibrado com a temperatura do paciente) é realizada ao ajustar um modelo com múltiplos parâmetros não-lineares (Equação 9) a uma seqüência de amostras de temperaturas filtradas (uma "janela") que ocorrem seguindo o contato com o tecido (veja a figura 8).
<formula>formula see original document page 17</formula>
onde:
é a estimativa da temperatura em um tempo particulart = n*r{0F);
n é um índice de amostra inteiro inicializado para 0 na primeira amostra que satisfaz condições para o "Início da Previsão";
r é o número de segundos por amostra (seg);
A é o parâmetro de "desvio" (°F ou °C);
B é o parâmetro de "âmbito" ou "razão" (°F ou °C);
C é o parâmetro de "curvatura" ou "razão de equilíbrio" (seg"1); e
E é o fator de "deformação de tempo" (menor unidade) que pode ser usado para fazer uma modificação não-linear da curvatura da curva modelo para torná-la mais bem-ajustada à curva dos dados de temperatura.
Se o ajuste alcançado na primeira janela não satisfazer critérios para a previsão, a janela é "deslizada" à frente por uma amostra de medição (uma segunda média de dez amostras, veja detalhes de computação TAD abaixo) e os parâmetros modelos são recomputados.
Para cada número de valores discretos de C e E, os parâmetros modelos (A, B) são computados utilizando métodos de otimização dos mínimos quadrados lineares. O conjunto de soluções de A, B, C, e E que alcança a mínima "soma dos erros quadráticos" medida como a diferença entre os valores de curva modelo e os valores de elemento de dados da janela é designado Am, Bm, Cm, e Em para esta janela. Se este valor for menor que um limite definido, outra natureza de curvatura ("CQI" descrita abaixo) e condições de inclinação ("WindowSlope" também descrita abaixo) forem encontrados nesta janela, os parâmetros ABC são usados para prever a temperatura usando a Equação 10 abaixo.
<formula>formula see original document page 18</formula>
(Eq. 10)
onde:
D(Cm) é o "fator de ajuste de curvatura";
D(T) é o "fator de ajuste de tempo";
D0 é a constante de desvio;
w é o número de segundos decorridos visto que o Início da Previsão ocorreu; en*t é o número de segundos no futuro, com relação ao Início da Previsão, quando a temperatura está para ser estimada.
Será observado que o expoente "E" para Cm (veja a Equação 9) foi ajustado para "1" na modalidade da figura 10. Entretanto, em outra modalidade, este valor pode ser ajustado para outro valor que não seja "1" para ajustar de forma mais precisa a curva modelo para a curvatura dos dados de temperatura. Os dados de temperatura dependem do tempo, ou seja, cada ponto de dados foi tomado em um ponto discreto no devido tempo. Quando os pontos de dados estão interconectados para mostrar uma "curva" de dados de temperatura, uma curva dessa natureza possui o tempo de um eixo geométrico e, portanto, pode ser considerada como uma curva de tempo. Este expoente "E" modifica de forma não-linear a curvatura da curva modelo para ser compatível de uma forma mais precisa com a curvatura dos dados de temperatura/tempo e, portanto, é referido como um fator de "deformação de tempo", visto que esta altera a curva modelo em um sentido temporal. Variar o expoente "E" para se tornar compatível de forma mais precisa com a curva de dados necessitaria mais tempo e energia de processamento.
A curva modelo produzida pela Equação 10 prevê a razão da temperatura de sonda quando esta está sendo "aquecida" pelo contato com o tecido. O projeto requer maiores valores C para medições orais/retais comparados a medições axilares devido à diferença na transferência de calor nestas localizações. Uma comparação grosseira é mostrada na figura 7. A linha gráfica 100 apresenta um formato típico da resposta de temperatura aos locais orais e retais. A linha gráfica 102 apresenta um formato típico da resposta de temperatura aos locais axilares. É evidente que a curvatura para os locais orais e retais é muito maior que a do local axilar. Alguns parâmetros e limites de controle também são diferentes para o modo axilar vs o-ral/retal. Estas diferenças são descritas abaixo.
Além disso, uma vez que os valores dos fatores forem determinados (A, B, C e D), então se pode entrar com o tempo de n»z para determinar a previsão do equilíbrio temperatura. Como um exemplo, pode-se entrar com o valor de 180 segundos para uma medição oral ou retal, enquantopode-se entrar com um valor de 300 segundos para uma medição axilar. O resultado de solucionar a equação 10 (Tprevisto) será então a temperatura de equilíbrio.
Os fatores D(C), D(w) e D0 compensam os erros sistemáticos mínimos na previsão que podem se originar, em parte, quando o termo E for fixado. D(C) é um ajuste linear da forma:
D(C) = Cslope-C (Eq.ll)
onde:
Cslope é uma constante;
C é o valor estimado associado à menor soma dos erros quadrátidos.
De maneira análoga D(w) se encontra na forma:
D(w) = Tslope-w (Eq. 12)
onde:
w é o tempo decorrido uma vez que o Início da Previsão (segundos) no momento da janela atual for avaliado; e
D0 é a constante que é usada para remover os efeitos de tendenciosidade de D(w) e D(C) bem como os desvios sistemáticos mínimos estatisticamente observados em estudos populacionais.
A razão de valores "C" usada e os valores para os termos "D" foram selecionados com base em testes de temperatura real de uma ampla população de interesse aleatoriamente selecionada. Com base nestes testes de temperatura real, todos estes valores foram ajustados para otimizar o desempenho da previsão de temperatura para esta ampla população de indivíduos. Entretanto, conforme é aparente para aqueles versados na técnica, os valores podem ser modificados dependendo dos resultados de teste com outras populações de interesse. Também deve ser notado que alguns ou todos os termos "D" podem tender para um valor zero, dependendo dos dados atuais medidos. Além disso, se o expoente "E" para o termo "C" na E-quação 9 for usado para controlar a curvatura do modelo, os termos "D" podem não precisar e podem ser ajustados para zero. Os termos "D" são usa-dos para proporcionar alguma compensação para o formato da curva modelo quando expoente "E" for ajustado para um, como na Equação 10. Esta modalidade de ajuste do expoente "E" para um, e de utilizar os termos lineares "D", descobriu-se que os mesmos reduzem os requisitos no processador e ainda produzem resultados de previsão precisa.
Se a temperatura estimada estiver fora dos limites de Previsão Baixa ou Alta, o instrumento automaticamente transita para o "Estado de Monitoramento Contínuo". O "Estado de Monitoramento Contínuo" é o estado onde o termômetro não prevê a temperatura do indivíduo, mas, ao invés disso, simplesmente permanece ativo até que este tenha se equilibrado com a temperatura do indivíduo. Dependendo do local anatômico selecionado, contato, acoplamento fluídico e pressão aplicada, isto pode levar de três a oito minutos.
A figura 8 ilustra um perfil de temperatura típica e as características principais do processo de previsão. Quando a sonda 42 é removida do "poço" de instrumento 48 (vide a figura 4), esta tipicamente se encontra em temperatura ambiente. A fonte de energia do aquecedor de sonda 80 (vide a figura 5) é acionada 110 trazendo a temperatura da sonda até um ponto de ajuste almejado por meio do aquecedor de sonda, porém, pode ultrapassar diversos graus e vibração, particularmente se a cobertura da sonda 62 não for montada sobre a sonda. A cobertura da sonda é então montada à sonda. Quando a sonda com cobertura estiver posicionada em contato com o tecido, a temperatura aumenta a partir de um ponto de ajuste que ultrapassa o Limite de Contato de Tecido 112 fazendo com que o aquecedor seja desligado.
A Determinação de Início da Previsão é realizada pela detecção da temperatura desconfortável (100 ms) que excede o Limite de Contato de Tecido seguido por um retardo de tempo fixo dependente do modo. O retardo é estendido se a temperatura desconfortável estiver abaixo do Limite de Contato de Tecido antes de alcançar a condição de Início da Previsão.
Começando com critérios de reunião de amostras para o Início da Previsão 114, calcula-se a média das amostras de temperatura descon-fortável em blocos de 10 e esta é armazenada produzindo um conjunto (ja-nela) 116 de dez amostras filtradas. Tal média de dez é referida como um"TAD" (Temperatura Medida e Decimalizada). Se qualquer valor de TAD formenor que o valor máximo de TAD gravado por mais de ~ 0,5°C (1°F), o es-tado do instrumento é modificado para Estado de Monitoramento Contínuouma vez que se presume que ocorreu perda de contato de tecido.
As amostras de TAD em cada janela são usadas para computarum índice de qualidade de curvatura (CQI) e um valor de Inclinação de Jane-la. Estes valores, juntamente com a Soma dos Erros Quadráticos (SSE) de-vem satisfazer critérios específicos a fim que de uma previsão seja apresen-tada. Se eles não forem satisfeitos, forma-se uma janela subseqüente comose segue. O valor de TAD para cada segundo seguinte é adicionado à janelade estimação, e o valor de TAD mais antigo é removido até que tanto umaprevisão de janela individual bem-sucedida quanto o número máximo de ja-nelas (MaxNumWindows) são alcançados.
Se a janela final for alcançada, e sua SSE, CQI, e os valores deWindowSlope não alcançarem os limites específicos, então, a SSE da janelafinal é comparada contra um FSSE limítrofe. Se isto for bem-sucedido, entãoa previsão a partir da janela final é realizada, de outra forma, a transição doinstrumento para o Estado de Monitoramento Contínuo. Para qualquer previ-são que é qualificada de outra forma, se a temperatura prevista estiver forados limites de previsão Baixo ou Alto, o instrumento automaticamente transi-ta para o Estado de Monitoramento Contínuo.
Diversas outras condições podem iniciar a transição a partir daPrevisão até o Estado de Monitoramento Contínuo. Estas condições são a-justadas pelas rotinas de software que controlam o aquecedor e monitoram asonda por falha do termistor. Elas são completamente apresentadas na figu-ra 12 e descritas em outro lugar neste relatório descritivo.Média e Decimalizacão da Temperatura (processamento TAD)
O instrumento examina uma voltagem a partir do amplificador detemperatura da sonda 70 (Figura 5), e converte de forma digital este valorem intervalos de 100 milissegundos. Para rendimento e eliminação de rui-dos, as amostras ("brutas") de 100 milissegundos são pré-filtradas com umsimples mediador/decimador para vagão (Equação 13) para produzir amos-tras de "temperatura medida e decimalizada" ou "TAD" em intervalos de umsegundo.
<formula>formula see original document page 23</formula>
onde N é o número de amostras/janela de TAD, e onde a primei-ra amostra do primeiro TAD é aquela amostra após o Retardo no Início daPrevisão 118. O Retardo no Início da Previsão se inicia sucessivamente coma primeira amostra excedendo a temperatura de contato de tecido de 94gF(34,4QC). Se durante o período de Retardo no Início, a temperatura descon-fortável se encontrar abaixo do Limite de Contato de Tecido, o Temporizadorde Retardo no Início da Previsão é zerado.
Seleção de Amostrai de Janela de Previsão
As curvas de equilíbrio Térmico freqüentemente contêm artefa-tos que surgem a partir de diversas fontes. O sistema e método de acordocom aspectos da invenção tentam evitar os efeitos ou artefatos através daseleção otimizada de dados de entrada. Nos primeiros segundos que se-guem o contato com o tecido, os efeitos residuais do aquecimento da sondapodem afetar no formato da curva de equilíbrio. Quanto mais cedo a sondaentrar em contato com o tecido após a remoção do instrumento, maiores aprobabilidades desses efeitos estarem presentes. A variação na posiçãoe/ou compressão da cobertura da sonda com a pele varia a resistência tér-mica entre o tecido e a cobertura. Isto afeta tanto o formato da curva de e-quilíbrio térmico quanto a magnitude da temperatura de equilíbrio.
A fim de suavizar os efeitos de fontes de ruídos, o algoritmocomputa múltiplas estimativas a partir das "janelas de tempo", sendo quecada uma consiste em um número fixo de amostras de TAD (vide o diagra-ma em blocos, figura 12). A fim de determinar se a estimativa de uma janelaparticular é adequada para a previsão, ou se a janela de medição deve a-vançar (deslizar) para o próximo valor de TAD, três medidas são computadas.1. A primeira medida de qualificação é a janela da soma dos er-ros quadráticos (SSE) (Equação 14). No caso onde a janela final concedidafor alcançada, o valor da SSE da janela final é utilizado para determinar seuma previsão deve ser exibida, ou se o instrumento deve fazer uma transi-ção para o Estado de Monitoramento Contínuo quando não for possível fazeruma previsão confiável.
<formula>formula see original document page 24</formula>
para N TAD's.
2. A segunda medida de qualificação é o "índice de Qualidadede Curvatura" (CQI). O seu propósito é detectar os artefatos nos dados deTAD da janela que fariam com que a curva de temperatura desvie a partir deum formato normalmente côncavo virado para baixo (vide a figura 1). Come-çando com a terceira TAD de uma janela, cada um dos três valores de TADé avaliado para determinar a sua "curvatura". Em uma modalidade, o segun-do ponto de uma série de três deve ter um valor que seja igual ou maior quea média dos primeiro e terceiros pontos ou o CQI será considerado inaceitá-vel. Se qualquer dos TAD's do tripleto em uma falha de janela satisfazer ocritério de curvatura então a janela não será útil para a previsão e o algorit-mo deverá avançar uma etapa na janela (um TAD).
<formula>formula see original document page 24</formula>
onde:
w é o índice da janela de estimação executado de 1 até Num-Windows
N é o número de TAD's por janela e o índice de TAD é executa-do de 1 até NumWindows + N-1
Nota-se que o operador "ifPOSITIVE" indica que se o valor den-tro de parênteses à direita for positivo, este será adicionado à soma. Se ovalor for negativo, não deve ser adicionado à soma. Os valores de CQI paracada janela deve ser igual ou menor que o CQIThreshold a fim de que a es-timativa a partir de uma janela dada seja usada para produzir uma previsãoexibida imediata.3. A terceira medida de qualificação é a inclinação da janela(WindowSlope) que é simplesmente computada como a diferença entre oprimeiro e o último TAD em cada janela. Se o valor exceder o limite SlopeT-hreshold, então, a próxima janela deve ser selecionada ou a janela final ava-liada.
WindowSlope = TAD (NumTADs -1) - TAD (0) (Eq. 16)
onde NumTADs é o número de amostras de TAD em uma janelaDescobriu-se que o WindowSlope é bastante útil no caso de umindivíduo que apresenta uma temperatura muito alta, tal como, 40°C (104°F).Em muitos casos, os dados da curva de temperatura de tal paciente apre-sentam inicialmente uma inclinação muito alta e poderia levar o processadora prever uma temperatura que seja muito maior que a temperatura real doindivíduo. De acordo com a característica do WindowSlope, quando a incli-nação for muito alta, indicando um possível indivíduo "quente", o processa-dor aguardará uma janela subseqüente de dados. Os dados subseqüentespodem ficar mais próximos a um ponto onde os dados de temperatura doindivíduo começam a ser mais assintóticos e uma previsão poderia ser pre-cisa. Em uma modalidade, no caso onde nenhuma janela satisfaz os critériospara previsão imediata, proporciona-se uma oportunidade alternada uma vezque a LastWindow é alcançada. A SSE da janela final é comparada com umFinaIWindowSumSquareThreshold limítrofe. Se o critério for satisfeito, entãouma previsão é computada para a janela final.
Estimação de Processamento
Para produzir uma estimativa, uma janela de estimação deve sercompleta ao adquirir e produzir as amostras de TAD necessárias. Depois, asamostras de TAD são processadas para determinar os parâmetros de ajusteA, B e C bem como as medidas de qualificação, SSE, CQI e WindowSlope.
Determina-se A e B utilizando métodos de estimação dos míni-mos quadrados (LSE), porém, devido à natureza não-linear da Equação 9, Ce E devem ser determinados ao computar a soma dos erros quadráticos pa-ra cada valor de C, E e encontrando os valores de C, E junto com os valoresde A e B correspondentes que produzem a Soma dos Erros Quadráticos("SSE"). Descobriu-se suficiente escolher C, E a partir de uma faixa finita devalores possíveis para uma cavidade particular do corpo. A boca e o retopossuem condutividade térmica suficientemente similar e relativamente altapara utilizar uma faixa de valores de C, E. [Ao passo que a axila, possuindo-condutividade térmica com média de processamento inferior, utilize uma fai-xa distinta e menor de valores de C, E]. Em uma modalidade a fim de deter-minar A e B, três conjuntos fixos de constantes são construídos para cadaum dos valores de C e, E é ajustado para um valor de um e não variou. Afigura 9 apresenta a determinação dos parâmetros de A, B e C na presentemodalidade. O processador seleciona cada um dos quinze valores de C comseus parâmetros de A e B associados e emprega a soma dos erros quadrá-ticos para cada um deles. O valor de C junto com seus parâmetros de A e Bassociados com o menor erro é usado na Equação 10 para computar a tem-peratura prevista.
A figura 9 e a figura 10 apresentam uma técnica de acordo comuma modalidade da invenção onde a curva modelo de temperatura é preci-samente ajustada para os pontos de dados de medição da temperatura atu-al. Na figura 9, diversas curvas são mostradas, todas elas são aplicadas aospontos de dados de medição da temperatura atual 126 mostrados na figura10. Na figura 10, mostra que uma curva modelo 128 dotada de certos parâ-metros Ai, Bj e Ci foi ajustada aos pontos de dados. Os erros ei até e6, ouseja, as diferenças entre os pontos de dados e a curva modelo, são determi-nadas, e a soma dos erros quadráticos é adotada. Em uma modalidade, se aSSE desta curva modelo for a menor, esta é utilizada como a curva modelopara os dados de temperatura desta medição. Pode-se utilizar qualquer pro-cedimento de estimação dos mínimos quadrados bem conhecido, conformeé bem conhecido àqueles versados na técnica. Em uma modalidade alterna-da, os dois valores de C que produzem a mínima SSE podem ser determi-nados. A partir destes dois valores, determina-se um valor intermediário deC para qual a SSE é computada. Se esta SSE for menor que os dois valoresde SSE iniciais, então, esta é utilizada ou o processo é repetido até que aSSE fique reduzida a um nível inferior ao limite aceitável ou pare de decres-cer.
Detecção de Contato com Tecido. Início e Reinicio de Previsão
O limite de tempo de detecção do Contato com Tecido para pro-pósitos de determinação do tempo total de previsão é definido como o tempoda última amostra de temperatura desconfortável (100 ms) para exceder atemperatura de TissueContact Threshold antes de uma previsão. A amostraserá referida como a amostra de TC.
A amostra de Início de Previsão (SOP) ocorre seguindo a amos-tra de PredictStartDelay (amostras brutas). Nota-se que se qualquer amostraseguir TC igualar ou se situar abaixo do TissueContactThreshold, então ovalor de TC é zerado, a previsão é interrompida e zerada, e se reinicia o re-tardo do início da previsão. Deste modo, o valor de índice de SOP é definidoabaixo:
SOP = TC + PredictStartDelay (Eq. 17)
No exemplo das figuras 8 e 11, o primeiro TC 120 é zerado pelofato da temperatura desconfortável 122 se encontrar abaixo do TissueCon-tactThreshold 112. De maneira subseqüente, um TC final 124 é encontradocom índice relativo associado = 1. Seguindo o PredictStartDelay 118 de a-mostras, a amostra de StartPrediction 114 ocorre, esta amostra é a primeiraamostra do primeiro TAD.
Perda da Detecção de Contato com Tecido
Pode-se perder o contato com tecido em algum ponto antes queo início da previsão esteja completo. Esta condição é detectada quando umaamostra de TAD ocorre onde é menor que o valor de TAD máximo por umamargem pré-ajustada.
A figura 12 proporciona um diagrama de fluxo de dados acopla-do a um diagrama de uma linha gráfica 130 da resposta de temperatura paraum sensor de temperatura usado em uma técnica de previsão. As amostrasde temperatura 132 mostradas como pontos na linha gráfica são tomadas acada 100 milissegundos nesta modalidade. Durante o intervalo 134, o aque-cedor leva a temperatura do sensor até uma temperatura tipicamente prea-quecida de cerca de 0,5°C (19F) abaixo do limítrofe de contato com tecido136, neste caso 34,4-C (949F). A linha gráfica é mostrada na figura 11 cru-zando o limítrofe de contato com tecido sete vezes. Devido a um retardo deinício 138, o processamento de computação de TAD 140 não ocorre até queo sétimo tempo 142 do limítrofe de contato com tecido seja atravessado. Aoperação de retardo de início evita o começo prematuro do processo de pre-visão ao requerer que a temperatura amostrada deva permanecer acima dolimítrofe de contato com tecido por pelo menos um intervalo (tipicamente 0,5segundos) antes que o processamento de previsão se inicie. Mesmo quandoesta condição for satisfeita, a temperatura amostrada deveria se encontrarabaixo do limítrofe de contato com tecido, o processo de previsão é abortadoe a amostragem se reinicia para se determinar quando, ou se a temperaturaamostrada, excede novamente o limítrofe de contato com tecido conformediscutido anteriormente. A temperatura amostrada não deveria exceder olimítrofe de contato com tecido por um minuto, o modo é automaticamentetransferido para o Estado de Monitoramento Contínuo junto com a notifica-ção audível associada e se modifica para os indicadores de tela.
Uma vez que os dados amostrados excederem o limítrofe decontato com tecido pelo tempo requerido, os valores de TAD, mostradoscomo traços, são computados em uma primeira janela 144 e em janelassubseqüentes se uma previsão de temperatura não puder ser feita a partirda primeira janela. As funções de "prever temperatura a partir da janela atu-al" 146, SSE 148, CQI 150, FSSE 152, janela final 154, e perda de contatocom tecido 156 são bem realizadas a partir dos valores de TAD conforme foidescrito anteriormente. A teoria da lógica é mostrada na figura 12 para estasfunções.
A porta lógica AND 162 é utilizada para controlar se a previsão apartir da janela atual é usada e apresentada, ou se a janela deve ser avan-çada por um valor TAD. De forma específica, os resultados de três compara-ções devem todos ser verdadeiros a fim de que a saída de 162 seja verda-deira fazendo com que a previsão apresentada seja exibida. As três entra-das são formadas como se segue. A SSE é comparada 158 a um Limite daSSE 160, o CQI é comparado 164 a um limite CQI 166, e a inclinação dajanela 168 é comparada 170 a um limite de inclinação de janela 172. As saí-das dos três operadores de comparação 158, 164 e 170 são apresentadasna entrada da porta AND 162.
Se a janela final tiver sido alcançada, um conjunto distinto deregras é aplicado para determinar se a precisão daquela janela é exibida ouse ocorre a transição para o Estado de Monitoramento Contínuo. A portalógica AND 178 é usada para controlar a transmissão da previsão produzidapela janela final à tela do usuário através da porta de transmissão 184. Deforma especifica, os resultados de duas comparações devem ambos ser ver-dadeiros a fim de que a saída da porta 178 seja verdadeira que, sucessiva-mente, permitirá que a porta de transmissão 184 passe a previsão para atela 196. As duas entradas lógicas são formadas como se segue. O FSSE152 é testado pelo comparador 174 até um limite FSSE 176 e, avalia-se se oestado de janela final 154 é verdadeiro ou falso, este sinal lógico também éenviado à porta E 178.
Podem surgir Diversas condições lógicas que induzem a transi-ção do estado de operação do instrumento para o Estado de MonitoramentoContínuo 188. A porta lógica OR 186, quando verdadeira, induz a transiçãopara o Estado de Monitoramento Contínuo. Suas entradas incluem a saídada porta E 182, que, sucessivamente, recebem dois sinais lógicos, um dalógica da janela final 154, e outro da saída invertida 180 do comparador 174.A lógica implementa o seguinte teste "... se o FSSE for maior que o limiteFSSE AND, a janela final está atualmente sendo usada para a previsão, en-tão transite para o estado de monitoramento contínuo".
As entradas adicionais para a porta lógica OR 186 incluem tes-tes seguros e confiáveis que incluem a verificação para temperatura inicialde sonda anormal 190 imediatamente seguida pela retirada da sonda de suacavidade, a incapacidade do controle lógico do aquecedor para alcançar oaumento de temperatura adequado 192 e a determinação que a previsão dajanela final se encontra fora de uma faixa permitida 194.
Uma porta 195 também é mostrada para apresentar a tempera-tura prevista a partir da janela atual 146 na tela 196. Entretanto antes queisto possa ser feito, deve haver uma entrada a partir da porta E 162 indican-do que SSE, CQI e WindowSlope são todos aceitáveis. Em outra caracterís-tica, a saída da porta E 162 é proporcionada a um inversor 198 que forneceum sinal para Avançar para a Janela de Previsão 200.
De acordo com o que foi dito anteriormente, proporcionou-se umsistema e um método para prever de forma precisa a temperatura de umindivíduo. As aproximações da curva de dados de temperatura não são usa-das. No lugar destas, uma curva real é ajustada à curva de dados de tempe-ratura para resultar um uma precisão aumentada. Uma curva multiparamétri-ca não-linear é ajustada aos dados de medição de temperatura. Os múltiplosparâmetros são selecionados na dependência dos próprios dados particula-res de medição de temperatura, deste modo, adaptando a curva modelopróxima à situação particular de temperatura e, deste modo, tornando-a mui-to precisa. Proporcionam-se meios de segurança para evitar o uso de dadosequivocados, tais como, dos efeitos do aquecedor, dos indivíduos que apre-sentam temperaturas muito altas, e da perda de contato com tecido. A abor-dagem fornecida é capaz de ser conduzida pelos processadores que possu-em energia de processamento limitada e ainda é capaz de proporcionar pre-visões precisas da temperatura do indivíduo antes que o equilíbrio ocorra.
Muito embora diversas formas da invenção tenham sido ilustra-das e descritas, também será aparente que diversas modificações podemser feitas sem divergir do espírito e escopo da invenção. Desta maneira, nãose pretende que a invenção seja limitada exceto pelas reivindicações emanexo.

Claims (38)

1. Termômetro para determinar a temperatura de um indivíduo,que compreende:um sensor que proporciona sinais de temperatura em resposta àcaptação da temperatura do indivíduo, os sinais de temperatura variam emtempo; eum processador configurado para:monitorar os sinais de temperatura;adaptar uma curva de temperatura modelo com múltiplos parâ-metros, não linear, de formato variável para os sinais de temperatura monitorados;comparar a curva de temperatura modelo com os sinais de tem-peratura monitorados; ese as diferenças entre a curva de temperatura modelo e os si-nais de temperatura monitorados não excederem um limítrofe, prevêem atemperatura do indivíduo com base na curva modelo.
2. Termômetro, de acordo com a reivindicação 1, em que o pro-cessador é adicionalmente configurado para determinar as diferenças entrea curva de temperatura modelo e os sinais de temperatura monitorados atra-vés de uma soma dos erros quadráticos.
3. Termômetro, de acordo com a reivindicação 1, em que a con-figuração do processador na adaptação da curva de temperatura modelocompreende:Inserir equação página 26 linha 19 onde:Tm (n • x) é um cálculo da temperatura em um tempo particular t = n • x (F°);n é um índice de amostra integral inicializado em 0 na primeiraamostra que satisfaz as condições para o "Início de Previsão";x é um número de segundos por amostra (seg);A é um parâmetro de "desvio" (F° ou C°);B é um parâmetro de "âmbito" ou "razão" (F° ou C°);C é um parâmetro de "curvatura" ou "taxa de equilíbrio" (seg"1); eE é um fator de "deformação de tempo" (menor unidade) que pode ser usado para fazer uma modificação não linear da curvatura da curvamodelo para tornar a mesma mais bem ajustada à curva dos dados de tem-peratura.
4. Termômetro, de acordo com a reivindicação 3, em que o pro-cessador é adicionalmente configurado para determinar as diferenças entre a curva de temperatura modelo e os sinais de temperatura monitorados pormeio da soma dos erros quadráticos e utiliza a soma dos erros quadráticosna seleção de um ou mais dos parâmetros.
5. Termômetro, de acordo com a reivindicação 4, em que o pro-cessador utiliza a soma dos erros quadráticos na seleção de parâmetros A eB dados os parâmetros C e E.
6. Termômetro, de acordo com a reivindicação 3, em que o pro-cessador é adicionalmente configurado para determinar as diferenças entrea curva de temperatura modelo e os sinais de temperatura monitorados pormeio da soma dos erros quadráticos e utiliza a soma dos erros quadráticosna seleção dos valores de todos os parâmetros selecionáveis.
7. Termômetro, de acordo com a reivindicação 1, em que o pro-cessador é adicionalmente configurado para:monitorar os sinais de temperatura através de um primeiro inter-valo de tempo; eselecionar um segundo intervalo de tempo dentro do qual moni-tora os sinais de temperatura no caso onde a comparação de uma curva detemperatura modelo com os sinais de temperatura monitorados mostra asdiferenças para exceder o limítrofe.
8. Termômetro, de acordo com a reivindicação 7, em que o pro-cessador é adicionalmente configurado para selecionar o segundo intervalode tempo para sobrepor o primeiro intervalo de tempo.
9. Termômetro, de acordo com a reivindicação 7, em que o pro-cessador é adicionalmente configurado para selecionar o segundo intervalode tempo para não sobrepor o primeiro intervalo de tempo.
10. Termômetro, de acordo com a reivindicação 1, em que o pro-cessador é adicionalmente configurado para comparar o ajuste de curva nãolinear em um critério predeterminado de integridade e se a temperatura pre-vista a partir de um ajuste de curva não satisfazer o critério de integridade, oprocessador exclui os dados de temperatura monitorados a partir de umaprevisão da temperatura do indivíduo.
11. Termômetro, de acordo com a reivindicação 1, em que o pro-cessador é adicionalmente configurado para comparar as características dosdados de temperatura monitorados com os critérios de integridade e sequalquer característica dos dados de temperatura monitorados não satisfa-zer os critérios de integridade, o processador não utiliza os dados de tempe-ratura monitorados para prever a temperatura do indivíduo.
12. Termômetro, de acordo com a reivindicação 11, em que umdos critérios de integridade compreende uma qualidade de curvatura dosdados de temperatura monitorados.
13. Termômetro, de acordo com a reivindicação 12, em que aqualidade de curvatura é determinada através da existência de uma seçãode uma curva com base nos dados de medição de temperatura reais que éconsiderada para uso na estimação de temperatura que não é côncava parabaixo.
14. Termômetro, de acordo com a reivindicação 11, em que umdos critérios de integridade compreende um limite de inclinação dos dadosde temperatura monitorados.
15. Termômetro, de acordo com a reivindicação 14, em que olimite de inclinação compreende um limite de inclinação máximo.
16. Termômetro, de acordo com a reivindicação 1, em que o pro-cessador é adicionalmente configurado para comparar a qualidade de curva-tura dos sinais de temperatura monitorados com uma qualidade limítrofe ese a qualidade de curvatura exceder a qualidade limítrofe, o processadornão irá prever a temperatura do indivíduo com base nos dados que formama base para a comparação de qualidade de curvatura.
17. Termômetro, de acordo com a reivindicação 1, em que o pro-cessador é adicionalmente configurado para comparar uma inclinação dossinais de temperatura monitorados com uma inclinação limítrofe e se a incli-nação exceder a inclinação limítrofe, o processador não irá prever a tempe-ratura do indivíduo com base nos dados que formam a base para a compa-ração de inclinação.
18. Termômetro, de acordo com a reivindicação 1, em que umdos múltiplos parâmetros para o modelo não linear usado pelo processador é um índice de curvatura.
19. Termômetro, de acordo com a reivindicação 18, em que oíndice de curvatura é restrito a uma família de valores apropriados para umlocal de medição.
20. Método para determinar a temperatura de um indivíduo, quecompreende:captar a temperatura do indivíduo;proporcionar sinais de temperatura com base na captação, sen-do que os sinais de temperatura variam no devido tempo;monitorar os sinais de temperatura;adaptar uma curva de temperatura modelo multiparamétrica,não-linear e com formato variável para os sinais de temperatura monitora-dos;comparar a curva de temperatura modelo com os sinais de tem-peratura monitorados; ese as diferenças entre a curva de temperatura modelo e os si-nais de temperatura monitorados não excedem um limite, prevendo a tempe-ratura do indivíduo com base na curva modelo.
21. Método, de acordo com a reivindicação 20, que adicional-mente compreende determinar as diferenças entre a curva de temperaturamodelo e os sinais de temperatura monitorados através de uma soma doserros quadráticos.
22. Método, de acordo com a reivindicação 20, em que a curvamodelo de temperatura compreende:<formula>formula see original document page 35</formula>onde:Tfil(n»r) é uma estimativa da temperatura em um tempo particu-lar t = n»t(°F);n é um índice de amostra inteiro inicializado para 0 na primeiraamostra que satisfaz condições para o "Início da Previsão";t éo número de segundos por amostra (seg);A é o parâmetro de "desvio" (eF ou QC);B é o parâmetro de "âmbito" ou "razão" (9F ou 9C);C é o parâmetro de "curvatura" ou "razão de equilíbrio" (seg"1); eE é o fator de "deformação de tempo" (menor unidade) que podeser usado para fazer uma modificação não-linear da curvatura da curva mo-delo para torná-la mais bem ajustada à curva dos dados de temperatura.
23. Método, de acordo com a reivindicação 22, em que a deter-minação das diferenças entre a curva modelo de temperatura e os sinais detemperatura monitorados compreende adotar uma soma dos erros quadrati-cos e utiliza a soma dos erros quadraticos na seleção de um ou mais parâ-metros.
24. Método, de acordo com a reivindicação 23, que adicional-mente compreende utilizar a soma dos erros quadraticos na seleção dosparâmetros A e B dados os parâmetros C e E.
25. Método, de acordo com a reivindicação 22, que adicional-mente compreende a determinação das diferenças entre a curva modelo detemperatura e os sinais de temperatura monitorados por meio da soma doserros quadraticos e que utiliza a soma dos erros quadraticos na seleção dosvalores de todos os parâmetros selecionáveis.
26. Método, de acordo com a reivindicação 20, que adicional-mente compreende:monitorar os sinais de temperatura por uma primeira estrutura detempo; eselecionar uma segunda estrutura de tempo na qual monitoraros sinais de temperatura no caso onde a comparação da curva modelo detemperatura aos sinais de temperatura monitorados apresenta diferençaspara exceder o limite.
27. Método, de acordo com a reivindicação 26, onde a seleçãode uma segunda estrutura de tempo compreende selecionar a segunda es-trutura de tempo para sobrepor a primeira estrutura de tempo.
28. Método, de acordo com a reivindicação 26, onde a seleçãoda segunda estrutura de tempo compreende selecionar a segunda estruturade tempo para não sobrepor a primeira estrutura de tempo.
29. Método, de acordo com a reivindicação 20, que adicional-mente compreende comparar o ajuste da curva não-linear a um critério deintegridade predeterminado, e se a temperatura de previsão do ajuste decurva não satisfazer o critério de integridade, excluir os dados de temperatu- ra monitorados a partir de uma previsão da temperatura do indivíduo.
30. Método, de acordo com a reivindicação 20, que adicional-mente compreende comparar as características dos dados de temperaturamonitorados aos critérios de integridade, e se as características dos dadosde temperatura monitorados não satisfazerem os critérios de integridade,excluir os dados de temperatura monitorados a partir da previsão da tempe-ratura do indivíduo.
31. Método, de acordo com a reivindicação 30, em que um doscritérios de integridade compreende uma qualidade de curvatura dos dadosde temperatura monitorados.
32. Método, de acordo com a reivindicação 31, em que a quali-dade da curvatura é determinada pela existência de uma seção de uma cur-va, com base nos dados de medição da temperatura real, que é consideradopara uso na estimação de temperatura que não é côncava voltada para baixo.
33. Método, de acordo com a reivindicação 30, em que um doscritérios de integridade compreende um limite de inclinação dos dados detemperatura monitorados.
34. Método, de acordo com a reivindicação 33, em que o limitede inclinação compreende um limite máximo de inclinação.
35. Método, de acordo com a reivindicação 20, que adicional-mente compreende comparar a qualidade de curvatura dos sinais de tempe-ratura monitorados com um limite de qualidade, e se a qualidade de curvatu-ra exceder o limite, não prever a temperatura do indivíduo com base nos da-dos que formam a base para a comparação de qualidade da curvatura.
36. Método, de acordo com a reivindicação 20, que adicional-mente compreende comparar uma inclinação dos sinais de temperatura mo-nitorados a um limite de inclinação, e se a inclinação exceder o limite de in-clinação, não prever a temperatura do indivíduo com base nos dados queformam a base para a comparação da inclinação.
37. Método, de acordo com a reivindicação 20, em que a adap-tação de uma curva modelo de temperatura multi-paramétrica, não-linear ecom formato variável compreende a seleção de um índice de curvatura comoum dos múltiplos parâmetros para o modelo não-linear.
38. Método, de acordo com a reivindicação 37, em que o índicede curvatura é construído a uma família de valores apropriados para um lo-cal de medição.
BRPI0609586-0A 2005-04-01 2006-03-24 Thermometer and method for determining the temperature of an individual BRPI0609586B1 (pt)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/097,725 US7318004B2 (en) 2005-04-01 2005-04-01 Temperature prediction system and method
US11/097,725 2005-04-01
PCT/US2006/010998 WO2006107630A1 (en) 2005-04-01 2006-03-24 Temperature prediction system and method

Publications (2)

Publication Number Publication Date
BRPI0609586A2 true BRPI0609586A2 (pt) 2010-04-20
BRPI0609586B1 BRPI0609586B1 (pt) 2018-02-06

Family

ID=36603302

Family Applications (1)

Application Number Title Priority Date Filing Date
BRPI0609586-0A BRPI0609586B1 (pt) 2005-04-01 2006-03-24 Thermometer and method for determining the temperature of an individual

Country Status (13)

Country Link
US (1) US7318004B2 (pt)
EP (1) EP1864098B1 (pt)
JP (2) JP5001257B2 (pt)
KR (1) KR20080002761A (pt)
CN (1) CN101124464B (pt)
AU (1) AU2006232933B2 (pt)
BR (1) BRPI0609586B1 (pt)
CA (1) CA2602530C (pt)
NO (1) NO20073724L (pt)
NZ (1) NZ556524A (pt)
RU (1) RU2413187C2 (pt)
WO (1) WO2006107630A1 (pt)
ZA (1) ZA200706787B (pt)

Families Citing this family (94)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7347621B2 (en) * 2004-07-16 2008-03-25 International Business Machines Corporation Method and system for real-time estimation and prediction of the thermal state of a microprocessor unit
CA2590610C (en) * 2004-12-16 2016-09-06 Atlantic Business Centre Of Excellence And Commercialization Of Innovation Ltd. Method and apparatus for monitoring materials
JP4702781B2 (ja) * 2005-03-29 2011-06-15 シチズンホールディングス株式会社 電子体温計
JP4949649B2 (ja) * 2005-07-12 2012-06-13 テルモ株式会社 電子体温計及びその制御方法
US20070116089A1 (en) * 2005-11-22 2007-05-24 Sherwood Services Ag Electronic thermometer with progress indicator
WO2007104093A1 (en) * 2006-03-10 2007-09-20 Neurotech Research Pty Limited Subject modelling
CN101055300B (zh) * 2006-04-14 2010-08-25 鸿富锦精密工业(深圳)有限公司 电阻测量方法
US7507019B2 (en) * 2006-05-19 2009-03-24 Covidien Ag Thermometer calibration
GB0617451D0 (pt) 2006-09-05 2006-10-18 Medical Prediction Ltd
US7549792B2 (en) 2006-10-06 2009-06-23 Covidien Ag Electronic thermometer with selectable modes
ATE470005T1 (de) * 2006-11-10 2010-06-15 Johnson Diversey Inc Sensorvorrichtung und verfahren
EP1988375A1 (en) * 2007-05-03 2008-11-05 Renishaw plc Method and apparatus for rapid temperature measurement
US8047712B1 (en) * 2007-07-26 2011-11-01 Lockheed Martin Corporation Method and apparatus for predicting steady state temperature of solid state devices
CN101435727B (zh) * 2007-11-12 2011-01-26 深圳迈瑞生物医疗电子股份有限公司 温度预测方法及装置
US20090287101A1 (en) * 2008-05-13 2009-11-19 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US20090292212A1 (en) * 2008-05-20 2009-11-26 Searete Llc, A Limited Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US9717896B2 (en) 2007-12-18 2017-08-01 Gearbox, Llc Treatment indications informed by a priori implant information
US8636670B2 (en) 2008-05-13 2014-01-28 The Invention Science Fund I, Llc Circulatory monitoring systems and methods
US20090287191A1 (en) * 2007-12-18 2009-11-19 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US20090287093A1 (en) * 2008-05-15 2009-11-19 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US20090287094A1 (en) * 2008-05-15 2009-11-19 Seacrete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US20090287109A1 (en) * 2008-05-14 2009-11-19 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US20090287120A1 (en) * 2007-12-18 2009-11-19 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US8315746B2 (en) * 2008-05-30 2012-11-20 Apple Inc. Thermal management techniques in an electronic device
US8306772B2 (en) 2008-10-13 2012-11-06 Apple Inc. Method for estimating temperature at a critical point
FR2939508B1 (fr) * 2008-12-09 2011-01-07 Snecma Procede et systeme de correction d'un signal de mesure d'une temperature.
US8136983B2 (en) * 2009-01-01 2012-03-20 Mahmoud Razzaghi Sensor and control system
CN102802506A (zh) * 2009-04-15 2012-11-28 亚利桑特保健公司 深部组织温度探测器结构
WO2010120360A1 (en) * 2009-04-15 2010-10-21 Arizant Healthcare Inc. Deep tissue temperature probe constructions
US8380451B2 (en) * 2009-07-14 2013-02-19 Ford Global Technologies, Llc System and method for monitoring the state of health of a power electronic system
US20110043368A1 (en) * 2009-08-20 2011-02-24 Hsueh-Yu Lu Thermometer
US8226294B2 (en) * 2009-08-31 2012-07-24 Arizant Healthcare Inc. Flexible deep tissue temperature measurement devices
US8392141B2 (en) * 2009-11-02 2013-03-05 Rosemount Aerospace Inc. Total air temperature probe and method for reducing de-icing/anti-icing heater error
US8794829B2 (en) * 2009-12-31 2014-08-05 Welch Allyn, Inc. Temperature-measurement probe
US8301408B2 (en) * 2010-03-09 2012-10-30 Invensys Systems, Inc. Temperature prediction transmitter
US8292495B2 (en) 2010-04-07 2012-10-23 Arizant Healthcare Inc. Zero-heat-flux, deep tissue temperature measurement devices with thermal sensor calibration
US8292502B2 (en) 2010-04-07 2012-10-23 Arizant Healthcare Inc. Constructions for zero-heat-flux, deep tissue temperature measurement devices
US9357929B2 (en) 2010-07-27 2016-06-07 Carefusion 303, Inc. System and method for monitoring body temperature of a person
US9017255B2 (en) 2010-07-27 2015-04-28 Carefusion 303, Inc. System and method for saving battery power in a patient monitoring system
US9420952B2 (en) 2010-07-27 2016-08-23 Carefusion 303, Inc. Temperature probe suitable for axillary reading
US9055925B2 (en) 2010-07-27 2015-06-16 Carefusion 303, Inc. System and method for reducing false alarms associated with vital-signs monitoring
US8814792B2 (en) 2010-07-27 2014-08-26 Carefusion 303, Inc. System and method for storing and forwarding data from a vital-signs monitor
US9615792B2 (en) 2010-07-27 2017-04-11 Carefusion 303, Inc. System and method for conserving battery power in a patient monitoring system
US9585620B2 (en) 2010-07-27 2017-03-07 Carefusion 303, Inc. Vital-signs patch having a flexible attachment to electrodes
CN102095526B (zh) * 2011-01-30 2012-07-25 中南大学 一种基于烧结热量损失计算的环冷机烟气温度预测方法
US8727607B2 (en) * 2011-04-25 2014-05-20 Ultra Electronics Limited Method of calibrating a heater system
US9354122B2 (en) 2011-05-10 2016-05-31 3M Innovative Properties Company Zero-heat-flux, deep tissue temperature measurement system
CN102288316B (zh) * 2011-08-29 2014-02-12 杭州鸿程科技有限公司 数字式变压器绕组温度测量装置
JP5749806B2 (ja) 2011-11-01 2015-07-15 パナソニックヘルスケアホールディングス株式会社 生体試料測定装置
CN108245138B (zh) 2012-04-02 2020-11-24 珀迪迈垂克斯公司 用于监测患者的脚的装置
US9846086B1 (en) * 2012-11-09 2017-12-19 Startrak Systems Llc System and method for time-temperature monitoring of transportable goods
CN103234647B (zh) * 2013-04-16 2015-04-08 广东欧珀移动通信有限公司 一种嵌入式系统的温度校准方法及系统
DE102014117693A1 (de) 2013-12-06 2015-06-11 Topinox Sarl Verfahren zum Erkennen eines Einflusses von Mikrowellen auf einen Messwert eines Temperatursensors, Gargerät sowie Kerntemperaturfühler
US9468485B2 (en) 2013-12-12 2016-10-18 Medtronic Cryocath Lp Real-time lesion formation assessment
US10018514B2 (en) * 2014-02-17 2018-07-10 Haier Us Appliance Solutions, Inc. Cooktop temperature sensors and methods of operation
CN106132291A (zh) 2014-03-21 2016-11-16 珀迪迈垂克斯公司 监测脚部发炎的方法和设备
CN103884439B (zh) * 2014-04-16 2017-08-04 中磊电子(苏州)有限公司 电子装置及应用该装置的检测环境温度的方法
US20150300888A1 (en) * 2014-04-21 2015-10-22 National Taiwan University Temperature prediction system and method thereof
US10565329B2 (en) 2014-06-30 2020-02-18 Evolving Machine Intelligence Pty Ltd System and method for modelling system behaviour
BR112017012478A2 (pt) * 2014-12-19 2018-02-27 Coloplast A/S sistema para irrigação anal ou estomal, e, método para prever uma temperatura de um líquido de irrigação em um reservatório de um sistema para irrigação anal ou estomal.
WO2016095928A1 (en) * 2014-12-19 2016-06-23 Coloplast A/S A system and a method for anal and/or stomal irrigation
AU2015366023B2 (en) 2014-12-19 2019-12-19 Coloplast A/S A system for anal and/or stomal irrigation and a method for controlling such a system
CN104460469B (zh) * 2014-12-25 2017-07-28 歌尔股份有限公司 一种环境传感器和一种环境参数测量和预测方法
CN104914850B (zh) * 2015-05-20 2017-07-28 浙江大学 基于切换线性动态系统模型的工业过程故障诊断方法
US20170068261A1 (en) * 2015-09-08 2017-03-09 Mediatek Inc. Adaptive Thermal Slope Control
CA3039590A1 (en) 2015-11-06 2017-05-11 Podimetrics, Inc. Footwear system for ulcer or pre-ulcer detection
CN105371968B (zh) * 2015-11-20 2018-03-23 广州视源电子科技股份有限公司 电子温度计控制方法及其装置
CN105286812B (zh) * 2015-12-02 2018-04-20 广东宝莱特医用科技股份有限公司 一种体温测量方法和装置
BR112018012091A2 (pt) * 2015-12-17 2018-11-27 Coloplast A/S sistema para irrigação anal e/ou estomal, e, método para operação de um sistema para irrigação anal e/ou estomal.
EP3394583B1 (en) * 2015-12-21 2019-09-25 Koninklijke Philips N.V. Method of predicting a stabilization temperature of a heat-flow sensor
CN105867471B (zh) * 2016-04-28 2018-02-27 珠海格力电器股份有限公司 温控式水加热设备的控制方法、装置和温控式水加热设备
CN106037676B (zh) * 2016-05-19 2018-11-27 广州视源电子科技股份有限公司 体温测量方法和装置
US11480356B2 (en) * 2017-12-11 2022-10-25 Johnson Controls Tyco IP Holdings LLP Thermostat with startup temperature estimation
CN110276044B (zh) * 2018-03-13 2023-06-20 浙江智柔科技有限公司 体温预测方法及采用该体温预测方法预测体温的体温计
CN108613755B (zh) * 2018-05-09 2020-09-18 威特龙消防安全集团股份公司 一种煤堆高温点预测系统及预测方法
CN108873970B (zh) * 2018-06-29 2024-05-24 深圳市捷汇多科技有限公司 一种炉温监控系统、设备及方法
EP3623782B1 (en) * 2018-09-14 2021-11-10 Landis+Gyr AG Electricity meter thermal performance monitoring
CN109283955B (zh) * 2018-09-20 2021-01-29 广东美的暖通设备有限公司 温度采样的控制方法及家用电器
CN109489859A (zh) * 2018-09-25 2019-03-19 维灵(杭州)信息技术有限公司 一种用于电子体温设备显示温度的预测算法
CA3113079A1 (en) 2018-10-15 2020-04-23 Podimetrics, Inc. Ipsilateral ulcer and pre-ulcer detection method and apparatus
CN109738079B (zh) * 2019-01-28 2022-02-08 四川汉尔医疗科技有限公司 一种多探头表面温度精准预测方法
CN110594955B (zh) * 2019-09-18 2021-06-22 宁波奥克斯电气股份有限公司 一种空调自修复的控制方法及控制装置和空调
CN110823405B (zh) * 2019-10-17 2020-12-01 五邑大学 一种温度传感器的温度标定方法
CN111442855A (zh) * 2020-04-07 2020-07-24 珠海格力电器股份有限公司 一种温度检测装置、功率模块及其温度检测方法
CN111623895B (zh) * 2020-06-30 2021-11-23 上海申矽凌微电子科技有限公司 一种体温测量装置
CN112327133A (zh) * 2020-10-20 2021-02-05 南京尚孚电子电路有限公司 一种用于铝基电路板的高温散热测试系统及其测试方法
CN112475248B (zh) * 2020-12-01 2022-01-25 内蒙古科技大学 连铸多流中间包钢水出口温度预测方法、装置和终端设备
CN114689199B (zh) * 2020-12-29 2023-06-02 华润微集成电路(无锡)有限公司 实现温度补偿的预测型电子体温计电路结构
CN113340937B (zh) * 2021-05-10 2022-05-13 武汉深维鼎测科技有限公司 基于氧弹式量热仪的热值快速测量方法及系统
CN113567004B (zh) * 2021-07-23 2024-02-09 巨翊科技(上海)有限公司 一种双探头预测温度的方法及系统
WO2023107483A1 (en) 2021-12-06 2023-06-15 Podimetrics, Inc. Apparatus and method of measuring blood flow in the foot
CN115359610A (zh) * 2022-07-04 2022-11-18 珠海派诺科技股份有限公司 一种测温式电气火灾监测方法、设备、存储介质
CN116090340B (zh) * 2022-12-30 2023-09-12 朗坤智慧科技股份有限公司 一种基于数据分析的热工控制时间延迟估计方法
CN115952700B (zh) * 2023-03-15 2023-05-26 江西飞尚科技有限公司 一种温度关联数据补偿方法、系统、计算机及存储介质

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4161880A (en) 1978-01-05 1979-07-24 Electromedics, Inc. Linearized digital thermometer
US4232682A (en) 1978-08-21 1980-11-11 United States Surgical Corporation Physiological parameter measuring system
US4464067A (en) 1982-01-22 1984-08-07 Citizen Watch Company Limited Thermistor frequency controlled electronic thermometer
US4592000A (en) * 1982-06-24 1986-05-27 Terumo Corporation Electronic clinical thermometer, and method of measuring body temperature
JPS58225326A (ja) * 1982-06-24 1983-12-27 Terumo Corp 電子体温計
JPS61108936A (ja) * 1984-11-01 1986-05-27 Matsushita Electric Ind Co Ltd 体温計
US4727500A (en) 1985-05-01 1988-02-23 Sherwood Medical Company Electronic thermometer with fixed response time
EP0232899A1 (en) 1986-02-10 1987-08-19 Omron Tateisi Electronics Co. Electronic thermometer
JPH0625700B2 (ja) 1986-03-04 1994-04-06 テルモ株式会社 電子体温計
JPS6340825A (ja) 1986-08-07 1988-02-22 Terumo Corp 電子体温計
GB2197724B (en) 1986-11-05 1990-12-19 Citizen Watch Co Ltd Predictive operation type electronic clinical thermometer
JPH0795004B2 (ja) 1986-12-24 1995-10-11 テルモ株式会社 生体の温度測定装置
JPS63262532A (ja) * 1987-04-21 1988-10-28 Citizen Watch Co Ltd 予測演算型電子体温計
JPH07111383B2 (ja) 1989-10-05 1995-11-29 テルモ株式会社 平衡温度の検出方法及び電子体温計
US5259389A (en) 1990-10-24 1993-11-09 Terumo Kabushiki Kaisha Electronic clincal thermometer
JPH04104629U (ja) * 1991-02-15 1992-09-09 ソニー株式会社 光源装置
US5638418A (en) 1993-02-05 1997-06-10 Dallas Semiconductor Corporation Temperature detector systems and methods
US5392031A (en) 1992-03-17 1995-02-21 Terumo Kabushiki Kaisha Electronic clinical thermometer
US5632555A (en) 1994-09-09 1997-05-27 Diatek, L.P. Medical thermometer
US5727500A (en) * 1996-04-08 1998-03-17 Conboy; Meg Leash-mounted storage device
US6056435A (en) 1997-06-24 2000-05-02 Exergen Corporation Ambient and perfusion normalized temperature detector
CN1233750A (zh) * 1998-04-30 1999-11-03 陈敬弘 一种快速测量的电子体温计
US6270252B1 (en) * 1999-05-18 2001-08-07 Alaris Medical Systems, Inc. Predictive temperature measurement system
JP2002022552A (ja) * 2000-07-11 2002-01-23 Toshiba Corp 測定データの整定推定方法
US6629776B2 (en) 2000-12-12 2003-10-07 Mini-Mitter Company, Inc. Digital sensor for miniature medical thermometer, and body temperature monitor

Also Published As

Publication number Publication date
JP5001257B2 (ja) 2012-08-15
WO2006107630A1 (en) 2006-10-12
NO20073724L (no) 2007-12-20
BRPI0609586B1 (pt) 2018-02-06
KR20080002761A (ko) 2008-01-04
US20060224349A1 (en) 2006-10-05
JP2008534967A (ja) 2008-08-28
JP2012022010A (ja) 2012-02-02
NZ556524A (en) 2011-01-28
RU2413187C2 (ru) 2011-02-27
EP1864098B1 (en) 2017-01-18
CN101124464A (zh) 2008-02-13
RU2007140372A (ru) 2009-05-10
US7318004B2 (en) 2008-01-08
CN101124464B (zh) 2010-09-15
CA2602530A1 (en) 2006-10-12
AU2006232933B2 (en) 2011-11-10
EP1864098A1 (en) 2007-12-12
ZA200706787B (en) 2008-10-29
CA2602530C (en) 2014-09-30
AU2006232933A1 (en) 2006-10-12

Similar Documents

Publication Publication Date Title
BRPI0609586A2 (pt) sistema e método de previsão de temperatura
AU712264B2 (en) Electronic clinical thermometer
US6698921B2 (en) Predictive temperature measurement system
JP6010558B2 (ja) 患者の悪化の検出
JP2022507934A (ja) フラックス測定に基づく中核体温センサシステム
BR112019025316A2 (pt) Sistema e método para determinar um estado emocional de um usuário com base na estimativa de cortisol induzido por emoções, dispositivo para ser usado junto ao corpo por um usuário e programa de computador
AU2011236062B2 (en) Temperature Prediction System and Method
CN107714007A (zh) 用于提供推荐皮肤温度的方法和设备
CN114159222A (zh) 基于脑温监测的脑温数据处理系统
JP2023535379A (ja) ウェアラブルバイオセンサを使用する体温推定の方法及びシステム
Sheng Method for Evaluating Changing Blood Perfusion
KR20080098884A (ko) 한열 측정 방법 및 그 장치
RU2607494C1 (ru) Неинвазивный способ определения концентрации глюкозы в крови
Toyota et al. Core body temperature estimation by eyeglass-type device: thermal analysis of radiation heat measured from caruncle
WO2020111203A1 (ja) 血流障害判定装置、血流障害判定方法、血流障害判定プログラム及び血流障害判定システム
CN114366859A (zh) 一种脑脊液引流及脑温自动监测装置
Moreno et al. Development and validation of experimental models for hyperemic thermal response using IR imaging
Claessens et al. In vitro, in vivo and numerical assessment of the working principle of the truCCOMS™ continuous cardiac output catheter system

Legal Events

Date Code Title Description
B25D Requested change of name of applicant approved

Owner name: CAREFUSION 303, INC. (US)

Free format text: NOME ALTERADO DE: CARDINAL HEALTH 303, INC.

B25G Requested change of headquarter approved

Owner name: CAREFUSION 303, INC. (US)

Free format text: ENDERECO ALTERADO CONFORME SOLICITADO NA PETICAO NO 020100048647/RJ DE 31/05/2010.

B06A Patent application procedure suspended [chapter 6.1 patent gazette]
B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]
B21F Lapse acc. art. 78, item iv - on non-payment of the annual fees in time

Free format text: REFERENTE A 16A ANUIDADE.

B24J Lapse because of non-payment of annual fees (definitively: art 78 iv lpi, resolution 113/2013 art. 12)

Free format text: EM VIRTUDE DA EXTINCAO PUBLICADA NA RPI 2663 DE 18-01-2022 E CONSIDERANDO AUSENCIA DE MANIFESTACAO DENTRO DOS PRAZOS LEGAIS, INFORMO QUE CABE SER MANTIDA A EXTINCAO DA PATENTE E SEUS CERTIFICADOS, CONFORME O DISPOSTO NO ARTIGO 12, DA RESOLUCAO 113/2013.