BRPI0609586B1 - Thermometer and method for determining the temperature of an individual - Google Patents

Thermometer and method for determining the temperature of an individual Download PDF

Info

Publication number
BRPI0609586B1
BRPI0609586B1 BRPI0609586-0A BRPI0609586A BRPI0609586B1 BR PI0609586 B1 BRPI0609586 B1 BR PI0609586B1 BR PI0609586 A BRPI0609586 A BR PI0609586A BR PI0609586 B1 BRPI0609586 B1 BR PI0609586B1
Authority
BR
Brazil
Prior art keywords
temperature
fact
curve
thermometer
monitored
Prior art date
Application number
BRPI0609586-0A
Other languages
English (en)
Inventor
D. Butterfield Robert
Original Assignee
Carefusion 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 Carefusion 303, Inc. filed Critical Carefusion 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 termômetro 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

(54) Título: TERMÔMETRO E MÉTODO PARA DETERMINAR A TEMPERATURA DE UM INDIVÍDUO (51) Int.CI.: G01K 7/42 (30) Prioridade Unionista: 01/04/2005 US 11/097,725 (73) Titular(es): CAREFUSION 303, INC.
(72) Inventor(es): ROBERT D. BUTTERFIELD
1/34
Relatório Descritivo de Patente de Invenção para
TERMÔMETRO E MÉTODO PARA DETERMINAR A TEMPERATURA DE UM INDIVÍDUO.
ANTECEDENTES DA INVENÇÃO [001] 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.
[002] 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.
[003] 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
Petição 870170083102, de 30/10/2017, pág. 4/49
2/34 ler e, portanto, as medições são propensas ao erro humano, particularmente, quando feitas sob condições de iluminação fraca ou quando lidas por pessoal perturbado.
[004] 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 instrumentação 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.
[005] 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. [006] Uma tentativa de superar as deficiências descritas acima
Petição 870170083102, de 30/10/2017, pág. 5/49
3/34 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 temperatura medida através de um período de tempo, que computa os derivados, e processa estas variáveis para prever a temperatura do paciente.
[007] Com um termômetro eletrônico que opera ao prever a temperatura estável, final, uma vantagem é que a medição de temperatura é concluída 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.
[008] 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 aproPetição 870170083102, de 30/10/2017, pág. 6/49
4/34 xima 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, t0, a temperatura aumenta rapidamente de TR para T1 entre os tempos t0 a t1. 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 o tempo 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 t1 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 termistor realmente estabilize até a temperatura do tecido.
[009] 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
Petição 870170083102, de 30/10/2017, pág. 7/49
5/34 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. À medida 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:
Figure BRPI0609586B1_D0001
[0010] Onde: T(t) é a temperatura do corpo menor como uma função de tempo, [0011] TF é a temperatura de estabilização do sistema, [0012] TR é a temperatura inicial do corpo menor, [0013] t é o tempo, e t é a constante de tempo do sistema.
[0014] A partir deste relacionamento, quando a temperatura T é conhecida em dois pontos no tempo t, por exemplo, T1 em tempo t1 e T2 em tempo t2, a temperatura de estabilização TF pode ser prevista através da aplicação da Equação 2 abaixo.
‘2~l, tj.
T T2er lp~ ~ £
1-e T eT
Figure BRPI0609586B1_D0002
[0015] 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/t, conforme segue:
Petição 870170083102, de 30/10/2017, pág. 8/49
6/34
Figure BRPI0609586B1_D0003
(Eq.3) e também:
TF = T(t)+T-r(t)
Onde:
r., r(t) r(í) (Eq.4) (Eq. 5) [0016] Onde K = uma constante dependente de TR, TF e t, [0017] T' = primeiro derivado de temperatura [0018] T = segundo derivado de temperatura [0019] 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, e pela 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 paciPetição 870170083102, de 30/10/2017, pág. 9/49
7/34 entes, 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.
[0020] 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 deve ser preciso sob condições onde uma fonte bemagitada 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:
Figure BRPI0609586B1_D0004
Onde Q = fluxo_de_calor [0021] Solucionar a Equação diferencial para a temperatura da sonda em qualquer tempo produz uma Equação da seguinte forma para a temperatura de sonda em qualquer tempo t seguindo a imersão na água:
t r/0 = M0HV0)-TP(0)b^ (Eq.7) [0022] A constante de tempo do aumento térmico é amplamente determinada por M, o produto da massa térmica da sonda, e R, [002] a resistência térmica da cobertura de sonda.
Petição 870170083102, de 30/10/2017, pág. 10/49
8/34 [0023] 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.
[0024] 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.
[0025] Em qualquer tempo t, irá existir uma diferença de temperatura entre o valor atual e o valor final dado por:
[0026] 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.
[0027] 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 inPetição 870170083102, de 30/10/2017, pág. 11/49
9/34 dicam 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 de elevação 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.
[0028] 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 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 predição da temperatura do paciente.
[0029] Também se reconheceu uma necessidade de um único termômetro que possa medir a temperatura em locais orais, retais, e axilares de um paciente. Diversos fatores podem entrar em ação com
Petição 870170083102, de 30/10/2017, pág. 12/49
10/34 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 de uma 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).
[0030] 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 [0031] De forma breve e em termos gerais, a presente invenção
Petição 870170083102, de 30/10/2017, pág. 13/49
11/34 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 de equilíbrio do sensor.
[0032] Em um aspecto detalhado, um dos parâmetros, o índice de curvatura C, é calculado, de forma típica, através de uma faixa de valores apropriados 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.
[0033] 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 procesPetição 870170083102, de 30/10/2017, pág. 14/49
12/34 sador 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.
[0034] 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.
[0035] 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.
Petição 870170083102, de 30/10/2017, pág. 15/49
13/34
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.
[0036] 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.
[0037] 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 ocorrem dentro de um período predeterminado antes que o sensor atinja a temperatura do indivíduo.
[0038] Em um aspecto diferente, o processador determina um momento de 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.
Petição 870170083102, de 30/10/2017, pág. 16/49
14/34 [0039] Outros recursos e vantagens da presente invenção tornarse-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 [0040] 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;
[0041] 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;
[0042] 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 manípulo, e através dos dispositivos e equipamentos que conduzem o calor longe do termistor, e mesmo para o operador;
[0043] 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;
[0044] A figura 5 é um diagrama em bloco de um sistema de acordo com os princípios da invenção para determinar a temperatura de um paciente 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
Petição 870170083102, de 30/10/2017, pág. 17/49
15/34 equilíbrio;
[0045] 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;
[0046] 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;
[0047] 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;
[0048] 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;
[0049] 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;
[0050] 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 [0051] A figura 12 é um fluxograma de dados de acordo com os
Petição 870170083102, de 30/10/2017, pág. 18/49
16/34 aspectos de um método de acordo com os aspectos da presente invenção.
DESCRIÇÃO DETALHADA DAS MODALIDADES PREFERIDAS [0052] Na 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 comutador 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.
Petição 870170083102, de 30/10/2017, pág. 19/49
17/34 [0053] 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 representativas 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 da cavidade do corpo ao ligar a fonte de energia do aquecedor. Tal ponto de ajuste é tipicamente de 33,9°C (93°F), porém, outras tempe raturas 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
Petição 870170083102, de 30/10/2017, pág. 20/49
18/34 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.
[0054] 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 comutadores ou telas. Tornar-se-á óbvio àqueles versados na técnica que diversas modificações podem ser feitas com relação à figura 5.
[0055] Reportando-se agora à figura 6, as funções gerais (tarefas) de uma 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.
[0056] 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 exibido 96. [0057] Uma modalidade generalizada de um meio para realizar a
Petição 870170083102, de 30/10/2017, pág. 21/49
19/34 previsão de temperatura para cada um dos três locais, oral, retal e axilar será agora 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 [0058] 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).
Figure BRPI0609586B1_D0005
onde:
[0059] Tfit (n ·τ) é a estimativa da temperatura em um tempo particular t = n ·τ( F);
[0060] n é um índice de amostra inteiro inicializado para 0 na primeira amostra que satisfaz condições para o Início da Previsão; [0061] t é o número de segundos por amostra (seg);
[0062] A é o parâmetro de desvio (°3 ou °C);
[0063] B é o parâmetro de âmbito ou razão (°F o u °C);
[0064] C é o parâmetro de curvatura ou razão de equilíbrio (seg-1); e [0065] 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.
[0066] Se o ajuste alcançado na primeira janela não satisfazer critérios para a previsão, a janela é deslizada à frente por uma amostra
Petição 870170083102, de 30/10/2017, pág. 22/49
20/34 de medição (uma segunda média de dez amostras, veja detalhes de computação TAD abaixo) e os parâmetros modelos são recomputados.
[0067] 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.
Tpre,íaG^tf+y---J!tf^ + D(.Cm-) + D(W-) + D0 (Eq. 10) + n · r · Cm onde:
[0068] D(Cm) é o fator de ajuste de curvatura;
[0069] D(T) é o fator de ajuste de tempo;
[0070] D0 é a constante de desvio;
[0071] w é o número de segundos decorridos visto que o Início da Previsão ocorreu; e [0072] n ·τ é o número de segundos no futuro, com relação ao Início da Previsão, quando a temperatura está para ser estimada. [0073] 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
Petição 870170083102, de 30/10/2017, pág. 23/49
21/34 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.
[0074] 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 oral/retal. Estas diferenças são descritas abaixo.
[0075] 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 ·τ 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, enquanto pode-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.
Petição 870170083102, de 30/10/2017, pág. 24/49
22/34 [0076] 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) = C siOpe · C (Eq.ll) onde:
[0077] Cslope é uma constante;
[0078] C é o valor estimado associado à menor soma dos erros quadráticos.
[0079] De maneira análoga D(w) se encontra na forma:
Figure BRPI0609586B1_D0006
onde:
[0080] w é o tempo decorrido uma vez que o Início da Previsão (segundos) no momento da janela atual for avaliado; e [0081] 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.
[0082] 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 Equação 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
Petição 870170083102, de 30/10/2017, pág. 25/49
23/34 usados 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.
[0083] 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.
[0084] 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.
[0085] 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 dependenPetição 870170083102, de 30/10/2017, pág. 26/49
24/34 te 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.
[0086] Começando com critérios de reunião de amostras para o Início da Previsão 114, calcula-se a média das amostras de temperatura desconfortável em blocos de 10 e esta é armazenada produzindo um conjunto (janela) 116 de dez amostras filtradas. Tal média de dez é referida como um TAD (Temperatura Medida e Decimalizada). Se qualquer valor de TAD for menor que o valor máximo de TAD gravado por mais de ~ 0,5°C (1°F), o estado do instrumento é modificado para Estado de Monitoramento Contínuo uma vez que se presume que ocorreu perda de contato de tecido.
[0087] As amostras de TAD em cada janela são usadas para computar um índice de qualidade de curvatura (CQI) e um valor de Inclinação de Janela. Estes valores, juntamente com a Soma dos Erros Quadráticos (SSE) devem satisfazer critérios específicos a fim que de uma previsão seja apresentada. Se eles não forem satisfeitos, forma-se uma janela subseqüente como se segue. O valor de TAD para cada segundo seguinte é adicionado à janela de estimação, e o valor de TAD mais antigo é removido até que tanto uma previsão de janela individual bem-sucedida quanto o número máximo de janelas (MaxNumWindows) são alcançados.
[0088] Se a janela final for alcançada, e sua SSE, CQI, e os valores de WindowSlope não alcançarem os limites específicos, então, a SSE da janela final é comparada contra um FSSE limítrofe. Se isto for bem-sucedido, então a previsão a partir da janela final é realizada, de outra forma, a transição do instrumento para o Estado de Monitoramento Contínuo. Para qualquer previsão que é qualificada de outra forma, se a temperatura prevista estiver fora dos limites de previsão Baixo ou Alto, o instrumento automaticamente transita para o Estado
Petição 870170083102, de 30/10/2017, pág. 27/49
25/34 de Monitoramento Contínuo.
[0089] Diversas outras condições podem iniciar a transição a partir da Previsão até o Estado de Monitoramento Contínuo. Estas condições são ajustadas pelas rotinas de software que controlam o aquecedor e monitoram a sonda por falha do termistor. Elas são completamente apresentadas na figura 12 e descritas em outro lugar neste relatório descritivo.
Média e Decimalização da Temperatura (processamento TAD) [0090] O instrumento examina uma voltagem a partir do amplificador de temperatura da sonda 70 (Figura 5), e converte de forma digital este valor em intervalos de 100 milissegundos. Para rendimento e eliminação de ruídos, as amostras (brutas) de 100 milissegundos são pré-filtradas com um simples mediador/decimador para vagão (Equação 13) para produzir amostras de temperatura medida e decimalizada ou TAD em intervalos de um segundo.
N
TAD^XTjW (Eq.13) >1 [0091] onde N é o número de amostras/janela de TAD, e onde a primeira amostra do primeiro TAD é aquela amostra após o Retardo no Início da Previsão 118. O Retardo no Início da Previsão se inicia sucessivamente com a primeira amostra excedendo a temperatura de contato de tecido de 94°F (34,4°C). Se durante o período de Retardo no Início, a temperatura desconfortável se encontrar abaixo do Limite de Contato de Tecido, o Temporizador de Retardo no Início da Previsão é zerado.
Seleção de Amostral de Janela de Previsão [0092] As curvas de equilíbrio Térmico frequentemente contêm artefatos que surgem a partir de diversas fontes. O sistema e método de acordo com aspectos da invenção tentam evitar os efeitos ou artefatos através da seleção otimizada de dados de entrada. Nos primeiros
Petição 870170083102, de 30/10/2017, pág. 28/49
26/34 segundos que seguem o contato com o tecido, os efeitos residuais do aquecimento da sonda podem afetar no formato da curva de equilíbrio. Quanto mais cedo a sonda entrar em contato com o tecido após a remoção do instrumento, maiores a probabilidades desses efeitos estarem presentes. A variação na posição e/ou compressão da cobertura da sonda com a pele varia a resistência térmica entre o tecido e a cobertura. Isto afeta tanto o formato da curva de equilíbrio térmico quanto a magnitude da temperatura de equilíbrio.
[0093] A fim de suavizar os efeitos de fontes de ruídos, o algoritmo computa múltiplas estimativas a partir das janelas de tempo, sendo que cada uma consiste em um número fixo de amostras de TAD (vide o diagrama em blocos, figura 12). A fim de determinar se a estimativa de uma janela particular é adequada para a previsão, ou se a janela de medição deve avançar (deslizar) para o próximo valor de TAD, três medidas são computadas.
1. A primeira medida de qualificação é a janela da soma dos erros quadráticos (SSE) (Equação 14). No caso onde a janela final concedida for alcançada, o valor da SSE da janela final é utilizado para determinar se uma previsão deve ser exibida, ou se o instrumento deve fazer uma transição para o Estado de Monitoramento Contínuo quando não for possível fazer uma previsão confiável.
SSE = 2 (TADt -Τ,)2 (Eq, 14) para N TAD's.
2. A segunda medida de qualificação é o Índice de Qualidade de Curvatura (CQI). O seu propósito é detectar os artefatos nos dados de TAD da janela que fariam com que a curva de temperatura desvie a partir de um formato normalmente côncavo virado para baixo (vide a figura 1). Começando com a terceira TAD de uma janela, cada um dos três valores de TAD é avaliado para determinar a sua curvatura. Em uma modalidade, o segundo ponto de uma série de três deve
Petição 870170083102, de 30/10/2017, pág. 29/49
27/34 ter um valor que seja igual ou maior que a média dos primeiro e terceiros pontos ou o CQI será considerado inaceitável. Se qualquer dos TAD's do tripleto em uma falha de janela satisfazer o critério de curvatura então a janela não será útil para a previsão e o algoritmo deverá avançar uma etapa na janela (um TAD).
W-2 (ψΛ Γ) _l TA D 3
COT = Σ ifPOSITIVE] - TADk^ (Eq. 15) jè=i v 2 J onde:
[0094] w é o índice da janela de estimação executado de 1 até NumWindows [0095] N é o número de TAD's por janela e o índice de TAD é executado de 1 até NumWindows + N-1 [0096] Nota-se que o operador ifPOSITIVE indica que se o valor dentro de parênteses à direita for positivo, este será adicionado à soma. Se o valor for negativo, não deve ser adicionado à soma. Os valores de CQI para cada janela deve ser igual ou menor que o CQIThreshold a fim de que a estimativa a partir de uma janela dada seja usada para produzir uma previsão exibida imediata.
3. A terceira medida de qualificação é a inclinação da janela (WindowSlope) que é simplesmente computada como a diferença entre o primeiro e o último TAD em cada janela. Se o valor exceder o limite SlopeThreshold, então, a próxima janela deve ser selecionada ou a janela final avaliada.
WindowSlope = TAD (NumTADs -1) - TAD (0) (Eq. 16) [0097] onde NumTADs é o número de amostras de TAD em uma janela [0098] Descobriu-se que o WindowSlope é bastante útil no caso de um indivíduo que apresenta uma temperatura muito alta, tal como, 40°C (104°F). Em muitos casos, os dados da curva de temperatura de tal paciente apresentam inicialmente uma inclinação muito alta e podePetição 870170083102, de 30/10/2017, pág. 30/49
28/34 ria levar o processador a prever uma temperatura que seja muito maior que a temperatura real do indivíduo. De acordo com a característica do WindowSlope, quando a inclinação for muito alta, indicando um possível indivíduo quente, o processador aguardará uma janela subseqüente de dados. Os dados subseqüentes podem ficar mais próximos a um ponto onde os dados de temperatura do indivíduo começam a ser mais assintóticos e uma previsão poderia ser precisa. Em uma modalidade, no caso onde nenhuma janela satisfaz os critérios para previsão imediata, proporciona-se uma oportunidade alternada uma vez que a LastWindow é alcançada. A SSE da janela final é comparada com um FinalWindowSumSquareThreshold limítrofe. Se o critério for satisfeito, então uma previsão é computada para a janela final.
Estimação de Processamento [0099] Para produzir uma estimativa, uma janela de estimação deve ser completa ao adquirir e produzir as amostras de TAD necessárias. Depois, as amostras de TAD são processadas para determinar os parâmetros de ajuste A, B e C bem como as medidas de qualificação, SSE, CQI e WindowSlope.
[00100] Determina-se A e B utilizando métodos de estimação dos mínimos quadrados (LSE), porém, devido à natureza não-linear da Equação 9, C e E devem ser determinados ao computar a soma dos erros quadráticos para cada valor de C, E e encontrando os valores de C, E junto com os valores de A e B correspondentes que produzem a Soma dos Erros Quadráticos (SSE). Descobriu-se suficiente escolher C, E a partir de uma faixa finita de valores possíveis para uma cavidade particular do corpo. A boca e o reto possuem condutividade térmica suficientemente similar e relativamente alta para utilizar uma faixa de valores de C, E. [Ao passo que a axila, possuindocondutividade térmica com média de processamento inferior, utilize uma faixa distinta e menor de valores de C, E]. Em uma modalidade a fim de determinar A
Petição 870170083102, de 30/10/2017, pág. 31/49
29/34 e B, três conjuntos fixos de constantes são construídos para cada um dos valores de C e, E é ajustado para um valor de um e não variou. A figura 9 apresenta a determinação dos parâmetros de A, B e C na presente modalidade. O processador seleciona cada um dos quinze valores de C com seus parâmetros de A e B associados e emprega a soma dos erros quadráticos para cada um deles. O valor de C junto com seus parâmetros de A e B associados com o menor erro é usado na Equação 10 para computar a temperatura prevista.
[00101] A figura 9 e a figura 10 apresentam uma técnica de acordo com uma modalidade da invenção onde a curva modelo de temperatura é precisamente ajustada para os pontos de dados de medição da temperatura atual. Na figura 9, diversas curvas são mostradas, todas elas são aplicadas aos pontos de dados de medição da temperatura atual 126 mostrados na figura 10. Na figura 10, mostra que uma curva modelo 128 dotada de certos parâmetros Ai, Bi e Ci foi ajustada aos pontos de dados. Os erros e1 até e6, ou seja, as diferenças entre os pontos de dados e a curva modelo, são determinadas, e a soma dos erros quadráticos é adotada. Em uma modalidade, se a SSE desta curva modelo for a menor, esta é utilizada como a curva modelo para os dados de temperatura desta medição. Pode-se utilizar qualquer procedimento de estimação dos mínimos quadrados bem conhecido, conforme é bem conhecido àqueles versados na técnica. Em uma modalidade alternada, os dois valores de C que produzem a mínima SSE podem ser determinados. A partir destes dois valores, determina-se um valor intermediário de C para qual a SSE é computada. Se esta SSE for menor que os dois valores de SSE iniciais, então, esta é utilizada ou o processo é repetido até que a SSE fique reduzida a um nível inferior ao limite aceitável ou pare de decrescer.
Detecção de Contato com Tecido, Início e Reinício de Previsão [00102] O limite de tempo de detecção do Contato com Tecido para
Petição 870170083102, de 30/10/2017, pág. 32/49
30/34 propósitos de determinação do tempo total de previsão é definido como o tempo da última amostra de temperatura desconfortável (100 ms) para exceder a temperatura de TissueContact Threshold antes de uma previsão. A amostra será referida como a amostra de TC.
[00103] A amostra de Início de Previsão (SOP) ocorre seguindo a amostra de PredictStartDelay (amostras brutas). Nota-se que se qualquer amostra seguir TC igualar ou se situar abaixo do TissueContactThreshold, então o valor de TC é zerado, a previsão é interrompida e zerada, e se reinicia o retardo do início da previsão. Deste modo, o valor de índice de SOP é definido abaixo:
SOP = TC + PredictStartDelay (Eq. 17) [00104] No exemplo das figuras 8 e 11, o primeiro TC 120 é zerado pelo fato da temperatura desconfortável 122 se encontrar abaixo do TissueContactThreshold 112. De maneira subseqüente, um TC final 124 é encontrado com índice relativo associado = 1. Seguindo o PredictStartDelay 118 de amostras, a amostra de StartPrediction 114 ocorre, esta amostra é a primeira amostra do primeiro TAD.
Perda da Detecção de Contato com Tecido [00105] Pode-se perder o contato com tecido em algum ponto antes que o início da previsão esteja completo. Esta condição é detectada quando uma amostra de TAD ocorre onde é menor que o valor de TAD máximo por uma margem pré-ajustada.
[00106] A figura 12 proporciona um diagrama de fluxo de dados acoplado a um diagrama de uma linha gráfica 130 da resposta de temperatura para um sensor de temperatura usado em uma técnica de previsão. As amostras de temperatura 132 mostradas como pontos na linha gráfica são tomadas a cada 100 milissegundos nesta modalidade. Durante o intervalo 134, o aquecedor leva a temperatura do sensor até uma temperatura tipicamente preaquecida de cerca de 0,5°C (1°F) abaixo do limítrofe de contato com tecido 136, neste caso 34,4°C
Petição 870170083102, de 30/10/2017, pág. 33/49
31/34 (94°F). A linha gráfica é mostrada na figura 11 cruzando o limítrofe de contato com tecido sete vezes. Devido a um retardo de início 138, o processamento de computação de TAD 140 não ocorre até que o sétimo tempo 142 do limítrofe de contato com tecido seja atravessado. A operação de retardo de início evita o começo prematuro do processo de previsão ao requerer que a temperatura amostrada deva permanecer acima do limítrofe de contato com tecido por pelo menos um intervalo (tipicamente 0,5 segundos) antes que o processamento de previsão se inicie. Mesmo quando esta condição for satisfeita, a temperatura amostrada deveria se encontrar abaixo do limítrofe de contato com tecido, o processo de previsão é abortado e a amostragem se reinicia para se determinar quando, ou se a temperatura amostrada, excede novamente o limítrofe de contato com tecido conforme discutido anteriormente. A temperatura amostrada não deveria exceder o limítrofe de contato com tecido por um minuto, o modo é automaticamente transferido para o Estado de Monitoramento Contínuo junto com a notificação audível associada e se modifica para os indicadores de tela.
[00107] Uma vez que os dados amostrados excederem o limítrofe de contato com tecido pelo tempo requerido, os valores de TAD, mostrados como traços, são computados em uma primeira janela 144 e em janelas subseqüentes se uma previsão de temperatura não puder ser feita a partir da primeira janela. As funções de prever temperatura a partir da janela atual 146, SSE 148, CQI 150, FSSE 152, janela final 154, e perda de contato com tecido 156 são bem realizadas a partir dos valores de TAD conforme foi descrito anteriormente. A teoria da lógica é mostrada na figura 12 para estas funções.
[00108] A porta lógica AND 162 é utilizada para controlar se a previsão a partir da janela atual é usada e apresentada, ou se a janela deve ser avançada por um valor TAD. De forma específica, os resultados de três comparações devem todos ser verdadeiros a fim de que a
Petição 870170083102, de 30/10/2017, pág. 34/49
32/34 saída de 162 seja verdadeira fazendo com que a previsão apresentada seja exibida. As três entradas são formadas como se segue. A SSE é comparada 158 a um Limite da SSE 160, o CQI é comparado 164 a um limite CQI 166, e a inclinação da janela 168 é comparada 170 a um limite de inclinação de janela 172. As saídas dos três operadores de comparação 158, 164 e 170 são apresentadas na entrada da porta AND 162.
[00109] Se a janela final tiver sido alcançada, um conjunto distinto de regras é aplicado para determinar se a precisão daquela janela é exibida ou se ocorre a transição para o Estado de Monitoramento Contínuo. A porta lógica AND 178 é usada para controlar a transmissão da previsão produzida pela janela final à tela do usuário através da porta de transmissão 184. De forma especifica, os resultados de duas comparações devem ambos ser verdadeiros a fim de que a saída da porta 178 seja verdadeira que, sucessivamente, permitirá que a porta de transmissão 184 passe a previsão para a tela 196. As duas entradas lógicas são formadas como se segue. O FSSE 152 é testado pelo comparador 174 até um limite FSSE 176 e, avalia-se se o estado de janela final 154 é verdadeiro ou falso, este sinal lógico também é enviado à porta E 178.
[00110] Podem surgir Diversas condições lógicas que induzem a transição do estado de operação do instrumento para o Estado de Monitoramento Contínuo 188. A porta lógica OR 186, quando verdadeira, induz a transição para o Estado de Monitoramento Contínuo. Suas entradas incluem a saída da porta E 182, que, sucessivamente, recebem dois sinais lógicos, um da lógica 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 limite FSSE AND, a janela final está atualmente sendo usada para a previsão, então transite para o estado de monitoramento contínuo.
Petição 870170083102, de 30/10/2017, pág. 35/49
33/34 [00111] As entradas adicionais para a porta lógica OR 186 incluem testes seguros e confiáveis que incluem a verificação para temperatura inicial de sonda anormal 190 imediatamente seguida pela retirada da sonda de sua cavidade, a incapacidade do controle lógico do aquecedor para alcançar o aumento de temperatura adequado 192 e a determinação que a previsão da janela final se encontra fora de uma faixa permitida 194.
[00112] Uma porta 195 também é mostrada para apresentar a temperatura prevista a partir da janela atual 146 na tela 196. Entretanto antes que isto possa ser feito, deve haver uma entrada a partir da porta E 162 indicando que SSE, CQI e WindowSlope são todos aceitáveis. Em outra característica, a saída da porta E 162 é proporcionada a um inversor 198 que fornece um sinal para Avançar para a Janela de Previsão 200.
[00113] De acordo com o que foi dito anteriormente, proporcionouse um sistema e um método para prever de forma precisa a temperatura de um indivíduo. As aproximações da curva de dados de temperatura não são usadas. No lugar destas, uma curva real é ajustada à curva de dados de temperatura para resultar um uma precisão aumentada. Uma curva multiparamétrica não-linear é ajustada aos dados de medição de temperatura. Os múltiplos parâmetros são selecionados na dependência dos próprios dados particulares de medição de temperatura, deste modo, adaptando a curva modelo próxima à situação particular de temperatura e, deste modo, tornando-a muito precisa. Proporcionam-se meios de segurança para evitar o uso de dados equivocados, tais como, dos efeitos do aquecedor, dos indivíduos que apresentam temperaturas muito altas, e da perda de contato com tecido. A abordagem fornecida é capaz de ser conduzida pelos processadores que possuem energia de processamento limitada e ainda é capaz de proporcionar previsões precisas da temperatura do indivíduo antes que
Petição 870170083102, de 30/10/2017, pág. 36/49
34/34 o equilíbrio ocorra.
[00114] Muito embora diversas formas da invenção tenham sido ilustradas e descritas, também será aparente que diversas modificações podem ser feitas sem divergir do espírito e escopo da invenção. Desta maneira, não se pretende que a invenção seja limitada exceto pelas reivindicações em anexo.
Petição 870170083102, de 30/10/2017, pág. 37/49
1/8

Claims (36)

  1. REIVINDICAÇÕES
    1. Termômetro (40) para determinar a temperatura de um indivíduo, caracterizado pelo fato de que compreende:
    um sensor (42) que proporciona sinais de temperatura em resposta à captação da temperatura do indivíduo, os sinais de temperatura variam em tempo; e um processador (74) configurado para:
    monitorar os sinais de temperatura;
    adaptar uma curva de temperatura modelo com múltiplos parâmetros, não linear, de formato variável para os sinais de temperatura monitorados, sendo que a configuração do processador (74) na adaptação da curva de temperatura modelo compreende:
    onde:
    Tfjt (n · t) é um cálculo da temperatura em um tempo particular t = n · t (F°);
    n é um índice de amostra integral inicializado em 0 na primeira amostra que satisfaz as condições para o Início de Previsão;
    t 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); e
    E é um fator de deformação de tempo (menor unidade) que pode ser usado para fazer uma modificação não linear da curvatura da curva modelo para tornar a mesma mais bem ajustada à curva dos dados de temperatura;
    comparar a curva de temperatura modelo com os sinais de temperatura monitorados; e
    Petição 870170083102, de 30/10/2017, pág. 38/49
  2. 2/8 quando as diferenças entre a curva de temperatura modelo e os sinais de temperatura monitorados não excederem um limítrofe, prevêem a temperatura do indivíduo com base na curva modelo.
    2. Termômetro, de acordo com a reivindicação 1, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para determinar as diferenças entre a curva de temperatura modelo e os sinais de temperatura monitorados através de uma soma dos erros quadráticos.
  3. 3. Termômetro, de acordo com a reivindicação 1, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para determinar as diferenças entre a curva de temperatura modelo e os sinais de temperatura monitorados por meio da soma dos erros quadráticos e utiliza a soma dos erros quadráticos na seleção de um ou mais dos parâmetros.
  4. 4. Termômetro, de acordo com a reivindicação 2 ou 3, caracterizado pelo fato de que o processador (74) utiliza a soma dos erros quadráticos na seleção de parâmetros A e B dados os parâmetros C e E.
  5. 5. Termômetro, de acordo com a reivindicação 1, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para determinar as diferenças entre a curva de temperatura modelo e os sinais de temperatura monitorados por meio da soma dos erros quadráticos e utiliza a soma dos erros quadráticos na seleção dos valores de todos os parâmetros selecionáveis.
  6. 6. Termômetro, de acordo com a reivindicação 1, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para:
    monitorar os sinais de temperatura através de um primeiro intervalo de tempo; e selecionar um segundo intervalo de tempo dentro do qual
    Petição 870170083102, de 30/10/2017, pág. 39/49
    3/8 monitora os sinais de temperatura no caso onde a comparação de uma curva de temperatura modelo com os sinais de temperatura monitorados mostra as diferenças para exceder o limítrofe.
  7. 7. Termômetro, de acordo com a reivindicação 6, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para selecionar o segundo intervalo de tempo para sobrepor o primeiro intervalo de tempo.
  8. 8. Termômetro, de acordo com a reivindicação 6, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para selecionar o segundo intervalo de tempo para não sobrepor o primeiro intervalo de tempo.
  9. 9. Termômetro, de acordo com a reivindicação 1, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para comparar o ajuste de curva não linear em um critério predeterminado de integridade e se a temperatura prevista a partir de um ajuste de curva não satisfazer o critério de integridade, o processador (74) exclui os dados de temperatura monitorados a partir de uma previsão da temperatura do indivíduo.
  10. 10. Termômetro, de acordo com a reivindicação 1, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para comparar as características dos dados de temperatura monitorados com os critérios de integridade e se qualquer característica dos dados de temperatura monitorados não satisfazer os critérios de integridade, o processador (74) não utiliza os dados de temperatura monitorados para prever a temperatura do indivíduo.
  11. 11. Termômetro, de acordo com a reivindicação 10, caracterizado pelo fato de que um dos critérios de integridade compreende uma qualidade de curvatura dos dados de temperatura monitorados.
  12. 12. Termômetro, de acordo com a reivindicação 11, caracterizado pelo fato de que a qualidade de curvatura é determinada atraPetição 870170083102, de 30/10/2017, pág. 40/49
    4/8 vés da existência de uma seção de uma curva com base nos dados de medição de temperatura reais que é considerada para uso na estimação de temperatura que não é côncava para baixo.
  13. 13. Termômetro, de acordo com a reivindicação 10, caracterizado pelo fato de que um dos critérios de integridade compreende um limite de inclinação dos dados de temperatura monitorados.
  14. 14. Termômetro, de acordo com a reivindicação 13, caracterizado pelo fato de que o limite de inclinação compreende um limite de inclinação máximo.
  15. 15. Termômetro, de acordo com a reivindicação 1, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para comparar a qualidade de curvatura dos sinais de temperatura monitorados com uma qualidade limítrofe e se a qualidade de curvatura exceder a qualidade limítrofe, o processador (74) não irá prever a temperatura do indivíduo com base nos dados que formam a base para a comparação de qualidade de curvatura.
  16. 16. Termômetro, de acordo com a reivindicação 1, caracterizado pelo fato de que o processador (74) é adicionalmente configurado para comparar uma inclinação dos sinais de temperatura monitorados com uma inclinação limítrofe e se a inclinação exceder a inclinação limítrofe, o processador (74) não irá prever a temperatura do indivíduo com base nos dados que formam a base para a comparação de inclinação.
  17. 17. Termômetro, de acordo com a reivindicação 1, caracterizado pelo fato de que um dos múltiplos parâmetros para o modelo não linear usado pelo processador (74) é um índice de curvatura.
  18. 18. Termômetro, de acordo com a reivindicação 17, caracterizado pelo fato de que o índice de curvatura é restrito a uma família de valores apropriados para um local de medição.
  19. 19. Método para determinar a temperatura de um indivíduo,
    Petição 870170083102, de 30/10/2017, pág. 41/49
    5/8 caracterizado pelo fato de que compreende, captar a temperatura do indivíduo;
    proporcionar sinais de temperatura com base na captação, sendo 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 monitorados; sendo que adaptar a curva modelo de temperatura compreende:
    onde:
    T (n · t) f ’ é uma estimativa da temperatura em um tempo particular t = n *t(°F);
    n é um índice de amostra inteiro inicializado para 0 na primeira amostra que satisfaz condições para o Início da Previsão;
    t 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;
    comparar a curva de temperatura modelo com os sinais de temperatura monitorados; e quando as diferenças entre a curva de temperatura modelo e os sinais de temperatura monitorados não excedem um limite, prevendo a temperatura do indivíduo com base na curva modelo.
    Petição 870170083102, de 30/10/2017, pág. 42/49
    6/8
  20. 20. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que adicionalmente compreende determinar as diferenças entre a curva de temperatura modelo e os sinais de temperatura monitorados através de uma soma dos erros quadráticos.
  21. 21. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que a determinação das diferenças entre a curva modelo de temperatura e os sinais de temperatura monitorados compreende adotar uma soma dos erros quadráticos e utiliza a soma dos erros quadráticos na seleção de um ou mais parâmetros.
  22. 22. Método, de acordo com a reivindicação 21, caracterizado pelo fato de que adicionalmente compreende utilizar a soma dos erros quadráticos na seleção dos parâmetros A e B dados os parâmetros C e E.
  23. 23. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que adicionalmente compreende a determinação das diferenças entre a curva modelo de temperatura e os sinais de temperatura monitorados por meio da soma dos erros quadráticos e que utiliza a soma dos erros quadráticos na seleção dos valores de todos os parâmetros selecionáveis.
  24. 24. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que adicionalmente compreende:
    monitorar os sinais de temperatura por uma primeira estrutura de tempo; e selecionar uma segunda estrutura de tempo na qual monitorar os sinais de temperatura no caso onde a comparação da curva modelo de temperatura aos sinais de temperatura monitorados apresenta diferenças para exceder o limite.
  25. 25. Método, de acordo com a reivindicação 24, caracterizado pelo fato de que a seleção de uma segunda estrutura de tempo compreende selecionar a segunda estrutura de tempo para sobrepor a
    Petição 870170083102, de 30/10/2017, pág. 43/49
    7/8 primeira estrutura de tempo.
  26. 26. Método, de acordo com a reivindicação 24, caracterizado pelo fato de que a seleção da segunda estrutura de tempo compreende selecionar a segunda estrutura de tempo para não sobrepor a primeira estrutura de tempo.
  27. 27. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que adicionalmente compreende comparar o ajuste da curva não-linear a um critério de integridade predeterminado, e se a temperatura de previsão do ajuste de curva não satisfazer o critério de integridade, excluir os dados de temperatura monitorados a partir de uma previsão da temperatura do indivíduo.
  28. 30. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que adicionalmente compreende comparar as características dos dados de temperatura monitorados aos critérios de integridade, e se as características dos dados de temperatura monitorados não satisfazerem os critérios de integridade, excluir os dados de temperatura monitorados a partir da previsão da temperatura do indivíduo.
  29. 31. Método, de acordo com a reivindicação 30, caracterizado pelo fato de que um dos critérios de integridade compreende uma qualidade de curvatura dos dados de temperatura monitorados.
  30. 32. Método, de acordo com a reivindicação 31, caracterizado pelo fato de que a qualidade da curvatura é determinada pela existência de uma seção de uma curva, com base nos dados de medição da temperatura real, que é considerado para uso na estimação de temperatura que não é côncava voltada para baixo.
  31. 33. Método, de acordo com a reivindicação 30, caracterizado pelo fato de que um dos critérios de integridade compreende um limite de inclinação dos dados de temperatura monitorados.
  32. 34. Método, de acordo com a reivindicação 33, caracterizado pelo fato de que o limite de inclinação compreende um limite máxiPetição 870170083102, de 30/10/2017, pág. 44/49
    8/8 mo de inclinação.
  33. 35. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que adicionalmente compreende comparar a qualidade de curvatura dos sinais de temperatura monitorados com um limite de qualidade, e se a qualidade de curvatura exceder o limite, não prever a temperatura do indivíduo com base nos dados que formam a base para a comparação de qualidade da curvatura.
  34. 36. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que adicionalmente compreende comparar uma inclinação dos sinais de temperatura monitorados a um limite de inclinação, e se a inclinação exceder o limite de inclinação, não prever a temperatura do indivíduo com base nos dados que formam a base para a comparação da inclinação.
  35. 37. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que a adaptação de uma curva modelo de temperatura multi-paramétrica, não-linear e com formato variável compreende a seleção de um índice de curvatura como um dos múltiplos parâmetros para o modelo não-linear.
  36. 38. Método, de acordo com a reivindicação 37, caracterizado pelo fato de que o índice de curvatura é construído a uma família de valores apropriados para um local de medição.
    Petição 870170083102, de 30/10/2017, pág. 45/49
    1/7
    Temperatura (Técnica Anterior)
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 2005-04-01
US11/097,725 US7318004B2 (en) 2005-04-01 2005-04-01 Temperature prediction system and method
PCT/US2006/010998 WO2006107630A1 (en) 2005-04-01 2006-03-24 Temperature prediction system and method

Publications (2)

Publication Number Publication Date
BRPI0609586A2 BRPI0609586A2 (pt) 2010-04-20
BRPI0609586B1 true 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 (95)

* 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
JP4774409B2 (ja) * 2004-12-16 2011-09-14 アトランティック ビジネス センター オブ エクセレンス アンド コマーシャライゼイション オブ イノベーション リミテッド 材料をモニタする方法及び装置
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
EP1921198B1 (en) * 2006-11-10 2010-06-02 JohnsonDiversey, Inc. Sensing device and method
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
US20090287094A1 (en) * 2008-05-15 2009-11-19 Seacrete Llc, A Limited Liability Corporation Of The State Of Delaware 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
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
US9717896B2 (en) * 2007-12-18 2017-08-01 Gearbox, Llc Treatment indications informed by a priori implant information
US20090292212A1 (en) * 2008-05-20 2009-11-26 Searete Llc, A Limited Corporation Of The State Of Delaware Circulatory monitoring systems and methods
US20090287101A1 (en) * 2008-05-13 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
US8636670B2 (en) 2008-05-13 2014-01-28 The Invention Science Fund I, Llc 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
JP2012524262A (ja) * 2009-04-15 2012-10-11 アリザント ヘルスケア インク. 深部組織用温度プローブ構造体
US9310257B2 (en) * 2009-04-15 2016-04-12 3M Innovative Properties Company 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
US8292502B2 (en) 2010-04-07 2012-10-23 Arizant Healthcare Inc. Constructions for zero-heat-flux, deep tissue temperature measurement devices
US8292495B2 (en) 2010-04-07 2012-10-23 Arizant Healthcare Inc. Zero-heat-flux, deep tissue temperature measurement devices with thermal sensor calibration
US9017255B2 (en) 2010-07-27 2015-04-28 Carefusion 303, Inc. System and method for saving 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
US9420952B2 (en) 2010-07-27 2016-08-23 Carefusion 303, Inc. Temperature probe suitable for axillary reading
US9615792B2 (en) 2010-07-27 2017-04-11 Carefusion 303, Inc. System and method for conserving battery power in a patient monitoring system
US9357929B2 (en) * 2010-07-27 2016-06-07 Carefusion 303, Inc. System and method for monitoring body temperature of a person
US8814792B2 (en) 2010-07-27 2014-08-26 Carefusion 303, Inc. System and method for storing and forwarding data from a vital-signs monitor
US9055925B2 (en) 2010-07-27 2015-06-16 Carefusion 303, Inc. System and method for reducing false alarms associated with vital-signs monitoring
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
WO2013065248A1 (ja) 2011-11-01 2013-05-10 パナソニック株式会社 生体試料測定装置
CA2907979C (en) 2012-04-02 2023-09-26 Podimetrics, Inc. Method and apparatus for indicating the emergence of a pre-ulcer and its progression
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
EP3119273A4 (en) 2014-03-21 2017-10-25 Podimetrics, Inc. Method and apparatus of monitoring foot inflammation
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
CA2953385A1 (en) 2014-06-30 2016-01-07 Evolving Machine Intelligence Pty Ltd A 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.
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
CN107106757B (zh) * 2014-12-19 2020-12-01 科洛普拉斯特公司 用于肛门和/或造口灌洗的系统和方法
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
CN108471946B (zh) 2015-11-06 2023-03-17 珀迪迈垂克斯公司 用于溃疡或前溃疡检测的鞋类系统
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.
CN108431566B (zh) * 2015-12-21 2023-01-17 皇家飞利浦有限公司 预测热流传感器的稳定温度的方法
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
WO2022165025A1 (en) * 2021-01-27 2022-08-04 Fluke Corporation High-throughput temperature screening for persons with temperature anomalies
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
US11857303B2 (en) 2021-12-06 2024-01-02 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
AU2006232933A1 (en) 2006-10-12
CA2602530A1 (en) 2006-10-12
JP5001257B2 (ja) 2012-08-15
WO2006107630A1 (en) 2006-10-12
CN101124464B (zh) 2010-09-15
KR20080002761A (ko) 2008-01-04
AU2006232933B2 (en) 2011-11-10
JP2008534967A (ja) 2008-08-28
CN101124464A (zh) 2008-02-13
RU2413187C2 (ru) 2011-02-27
JP2012022010A (ja) 2012-02-02
CA2602530C (en) 2014-09-30
ZA200706787B (en) 2008-10-29
EP1864098A1 (en) 2007-12-12
NO20073724L (no) 2007-12-20
NZ556524A (en) 2011-01-28
US20060224349A1 (en) 2006-10-05
EP1864098B1 (en) 2017-01-18
BRPI0609586A2 (pt) 2010-04-20
RU2007140372A (ru) 2009-05-10
US7318004B2 (en) 2008-01-08

Similar Documents

Publication Publication Date Title
BRPI0609586B1 (pt) Thermometer and method for determining the temperature of an individual
AU712264B2 (en) Electronic clinical thermometer
US6698921B2 (en) Predictive temperature measurement system
Jefferies et al. A systematic review of the accuracy of peripheral thermometry in estimating core temperatures among febrile critically ill patients
EP3666179A1 (en) Core body temperature sensor system based on flux measurement
JP2009532696A (ja) 改良されたデジタル温度計
AU2011236062B2 (en) Temperature Prediction System and Method
Sheng Method for Evaluating Changing Blood Perfusion
CN114366859A (zh) 一种脑脊液引流及脑温自动监测装置
JPS59114424A (ja) 電子体温計
JPS59114426A (ja) 電子体温計
JPS59114425A (ja) 電子体温計

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.