CN105956399A - 一种温度预测方法及电子体温计 - Google Patents
一种温度预测方法及电子体温计 Download PDFInfo
- Publication number
- CN105956399A CN105956399A CN201610286218.7A CN201610286218A CN105956399A CN 105956399 A CN105956399 A CN 105956399A CN 201610286218 A CN201610286218 A CN 201610286218A CN 105956399 A CN105956399 A CN 105956399A
- Authority
- CN
- China
- Prior art keywords
- temperature
- value
- current sample
- sample time
- measured temperature
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Abstract
本发明公开了一种温度预测方法,包括:获取当前采样时刻的温度测量值;在检测到已经启动温度预测,且未满足停止启动条件后,判断是否具有稳定标记;若有,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值;若没有,则获取当前采样时刻及前n‑1个采样时刻的温度测量值,并提取n个温度测量值中的最大值和最小值;判断n个温度测量值中的最大值与最小值的差是否大于阈值;若是,则根据温度测量值及预存的第一偏移量生成温度预测值;若否,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值,并生成稳定标记;输出当前采样时刻的温度预测值。本发明还公开了一种电子体温计,可实现快速、准确的温度预测。
Description
技术领域
本发明涉及电子体温计领域,具体是一种温度预测方法及电子体温计。
背景技术
相比传统的水银玻璃体温计,电子体温计由于具有读数方便,对人体及周围环境无害(不含水银)等优点,适合于家庭使用。但是由于电子体温计的感温探头的尺寸限制,人体运动和用户佩戴的方式的不同,往往需要较长的时间才能达到稳定状态(热平衡),即需要较长的时间才能测量出物体的真实温度。考虑到较长的测量时间会对用户体验造成一定的影响,因此一般电子体温计还利用了预测算法来提前预测出被测物体的真实温度,以提高电子体温计的测量速度。
现有的预测算法多采用基于函数模型拟合的方法进行温度预测,预测时首先利用一定长度的历史数据和预先给定的曲线类型(如对数曲线,双曲线等)计算函数模型的参数,然后将该函数模型在某一特定时间点时的值作为被测物体的真实温度进行输出。
一般来说,函数模型包括一级函数模型和高阶函数模型,其中,一阶的函数模型的表达能力有限,而高阶函数模型极易导致过拟合,因此在训练出函数模型后,还必须对函数模型的参数进行优化。然而目前的函数模型的优化多是基于经验参数进行,适用范围有限,无法满足使用要求。
发明内容
针对上述问题,本发明提供了一种温度预测方法及电子体温计,通过设置一个合适的第一偏移量对测量得到的温度进行预测,保证了预测的快速准确,适用范围广。
本发明提供了一种温度预测方法,包括如下步骤:
获取当前采样时刻测量得到的温度测量值;
在检测到已经启动温度预测,且未满足预设的停止启动条件后,判断是否具有稳定标记;
若有,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值;
若没有,则获取当前采样时刻及当前采样时刻的前n-1个采样时刻的温度测量值,并提取这n个温度测量值中的最大值和最小值;其中,n为大于2的整数;
判断所述n个温度测量值中的最大值与最小值的差是否大于预设的阈值;
若是,则根据当前采样时刻的温度测量值及预存的第一偏移量生成当前采样时刻的温度预测值;
若否,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值,并生成所述稳定标记;
输出当前采样时刻的温度预测值。
优选地,还包括:
在检测到未启动温度预测时,根据当前采样时刻的温度测量值及至少前一个采样时刻的温度测量值,判断是否达到预设的启动条件;
若是,则启动温度预测;
若否,则输出当前采样时刻测量得到的温度测量值。
优选地,还包括:
在满足预设的停止启动条件后,停止启动温度预测,并输出当前采样时刻测量得到的温度测量值;
其中,所述停止启动条件为检测到所述温度预测的持续启动时间达到预设的第一时间阈值或者检测到所述温度预测的持续启动时间达到预设的第二时间阈值,且当前采样时刻及当前采样时刻的前t-1个采样时刻的温度测量值的最大值与最小值的差小于预设的阈值。
优选地,在所述若有,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值之后,还包括:
获取当前采样时刻及当前采样时刻的前m-1个采样时刻的温度测量值,提取这m个温度测量值中的最大值和最小值,其中,m为大于2的整数;
当所述m个温度测量值中的最大值与最小值的差大于所述阈值时,将所述当前采样时刻的温度预测值修正为所述当前采样时刻的温度测量值加上预设的第二偏移量;其中,所述第二偏移量小于或等于所述第一偏移量。
优选地,还包括:
计算第一偏移量;
其中,所述计算第一偏移量,具体包括:
根据初始条件求解出预设的温度曲线的曲线参数,其中,所述温度曲线为y=a*ln(x)+b,y表示温度值,x表示时间,a,b为曲线参数,所述初始条件包括被测对象的目标温度;
根据所述n及所述阈值计算所述温度曲线在预定时间窗口内的斜率y’;
对所述温度曲线进行求导获得y’=a/x,根据所述斜率y’和所述参数a获得一个x值,再根据所述x值与所述温度曲线获得与所述x值对应的y值;
根据所述目标温度及所述y值计算得到第一偏移量。
本发明还提供了一种电子体温计,包括:
温度获取单元,用于获取当前采样时刻测量得到的温度测量值;
第一判断单元,用于在检测到已经启动温度预测,且未满足预设的停止启动条件后,判断是否具有稳定标记;若有,则通知第一设置单元;若没有,则通知第一提取单元;
所述第一设置单元,用于将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值;
所述第一提取单元,用于获取当前采样时刻及当前采样时刻的前n-1个采样时刻的温度测量值,并提取这n个温度测量值中的最大值和最小值;其中,n为大于2的整数;
第二判断单元,用于判断所述n个温度测量值中的最大值与最小值的差是否大于预设的阈值;若是,则通知第二设置单元,若否,则通知第三设置单元;
第二设置单元,用于根据当前采样时刻的温度测量值及预存的第一偏移量生成当前采样时刻的温度预测值;
第三设置单元,用于将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值,并生成所述稳定标记;
输出单元,用于输出当前采样时刻的温度预测值。
优选地,所述电子体温计还包括第三判断单元及启动单元,其中:
所述第三判断单元,用于在检测到未启动温度预测时,根据当前采样时刻的温度测量值及至少前一个采样时刻的温度测量值,并判断是否满足预设的启动条件;若是,则通知所述启动单元,若否,则通知所述输出单元;
所述启动单元,用于启动温度预测;
所述输出单元,还用于输出当前采样时刻测量得到的温度测量值。
优选地,所述电子体温计还包括:
停止启动单元,用于在满足预设的停止启动条件后,停止启动温度预测,并通知所述输出单元;
所述输出单元,还用于输出当前采样时刻测量得到的温度测量值;
其中,所述停止启动条件为检测到所述温度预测的持续启动时间达到预设的第一时间阈值或者检测到所述温度预测的持续启动时间达到预设的第二时间阈值,且当前采样时刻及当前采样时刻的前t-1个采样时刻的温度测量值的最大值与最小值的差小于预设的阈值。
优选地,所述电子体温计还包括:
第二提取单元,用于获取当前采样时刻及当前采样时刻的前m-1个采样时刻的温度测量值,提取这m个温度测量值中的最大值和最小值,其中,m为大于2的整数;
修正单元,用于当所述m个温度测量值中的最大值与最小值的差大于所述阈值时,将所述当前采样时刻的温度预测值修正为所述当前采样时刻的温度测量值加上预设的第二偏移量;其中,所述第二偏移量小于或等于所述第一偏移量。
优选地,还包括:
计算单元,用于计算第一偏移量;
其中,所述计算单元具体包括:
参数求解模块,用于根据初始条件计算得到预设的温度曲线的参数,其中,所述温度曲线为y=a*ln(x)+b,y为温度值,x为时间,a,b为参数,所述初始条件包括被测对象的目标温度;
斜率计算模块,用于根据所述n及所述阈值计算所述温度曲线在预定时间窗口内的斜率;
温度值计算模块,用于对所述温度曲线进行求导并根据所述斜率获得预定的x值,再根据所述x值获得与该x值对应的y值;
第一偏移量计算模块,用于根据所述目标温度及所述y值计算得到第一偏移量。
本发明实施例提供的温度预测方法及电子体温计,在进行温度预测时,只需将温度测量值加上合适的第一偏移量,因此所需的计算量很少,计算速度快,节省了大量的计算资源,此外,而且由于预测的原理仅是将温度测量值加上合适的第一偏移量,这就从原理上限制了误差的上限为所述第一偏移量,预测误差有限,不会出现因为过拟合而导致出现很大的误差的情况。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的温度预测方法的流程示意图。
图2是本发明实施例提供的温度测量值曲线与温度预测值曲线的对比示意图。
图3是本发明另一实施例提供的温度预测方法的流程示意图。
图4是本发明实施例提供的电子体温计的结构示意图。
图5是本发明另一实施例提供的电子体温计的结构示意图。
图6是本发明另一实施例提供的电子体温计的结构示意图。
图7是本发明另一实施例提供的电子体温计的结构示意图。
图8是本发明另一实施例提供的电子体温计的结构示意图。
图9是图8所示的计算单元的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例提供一种温度预测方法,其可由电子体温计来执行,用于在使用电子体温计进行温度测量时,对被测对象(如人体)的温度进行预测,其包括如下步骤:
S101,获取当前采样时刻测量得到的温度测量值。
在本发明实施例中,所述电子体温计可通过感温探头来采集当前采样时刻的温度测量值,其中,所述感温探头可为热电阻探头,热电偶探头等,本发明不做具体限定。
在本发明实施例中,所述感温探头每隔预定时间采集一个温度测量值,例如,每秒采集一个温度测量值,当然,具体的采集频率可根据实际的需要进行设置,本发明不做具体限定。
S102,在检测到已经启动温度预测,且未满足预设的停止启动条件后,判断是否具有稳定标记。
在本发明实施例中,为了比较快速的获得被测对象的真实温度,所述电子体温计在检测的预定阶段需要启动温度预测(如在一个快速升温阶段至达到热平衡之间的时间段),以根据历史的温度测量值来生成更接近被测对象的真实温度的温度预测值,而一旦感温探头达到热平衡后,就无需再进行预测,即在达到热平衡后,可以停止启动温度预测,直接输出感温探头测量得到的温度测量值。下面将具体描述所述电子体温计在温度预测阶段的工作过程(即在启动温度预测而尚未达到热平衡这个阶段的工作过程)。
在本发明实施例中,当所述电子体温计在检测到已经启动温度预测,且未满足预设的停止启动条件后,先判断内存中是否具有一个稳定标记。
S103,若有,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值。
S104,若没有,则获取当前采样时刻及当前采样时刻的前n-1个采样时刻的温度测量值,并提取这n个温度测量值中的最大值和最小值;其中,n为大于2的整数。
例如,假设所述感温探头每秒采集一个温度测量值,n为20,则所述电子体温计可获取当前采样时刻及当前采样时刻的前19个采样时刻的温度测量值,并提取这20个温度测量值中的最大值和最小值。
S105,判断所述n个温度测量值中的最大值与最小值的差是否大于预设的阈值。
在本发明实施例中,所述阈值可设置为0.05,应当理解的是,在本发明的其他实施例中,还可根据实际的需要设置所述阈值,本发明不做具体限定。
S106,若是,则根据当前采样时刻的温度测量值及预存的第一偏移量生成当前采样时刻的温度预测值。
在本发明实施例中,若所述n个温度测量值中的最大值与最小值的差大于所述阈值,则说明感温探头测量的温度测量值尚有较大的波动,即还未进入较稳定的阶段,因而需要根据当前采样时刻的温度测量值及预存的第一偏移量生成当前采样时刻的温度预测值,其中,所述温度预测值=温度测量值+第一偏移量。
S107,若否,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值,并生成所述稳定标记。
在本发明实施例中,若所述n个温度测量值中的最大值与最小值的差小于阈值时,可以认为感温探头测量的温度测量值即将达到稳定(即即将达到热平衡),因此所述电子体温计可保持所述温度预测值不变,并生成一个稳定标记,用于标记所述感温探头即将达到稳定。此后,每个采样时刻的温度预测值均设置为上一个采样时刻的温度预测值。
在本发明实施例中,上述步骤S101-S107可用公式(1)进行表示:
其中,xi为当前采样时刻的温度测量值,max(x)为n个采样时刻的温度测量值中的最大值,min(x)为n个采样时刻的温度测量值中的最小值,yi为当前时刻的温度预测值,o1为第一偏移量,θ为预设的阈值,flag为稳定标记。
S108,输出当前采样时刻的温度预测值。
综上所述,本发明实施例提供的温度预测方法,在进行温度预测时,只需将温度测量值加上合适的第一偏移量即可得到温度预测值,因此所需的计算量很少,计算速度快,节省了大量的计算资源,此外,由于温度预测的原理仅是将温度测量值加上合适的第一偏移量,这就从原理上限制了误差的上限为所述第一偏移量,预测误差有限,不会出现因为过拟合而导致出现很大的误差的情况。
需要说明的是,在一个优选实施例中,在步骤S103之后,步骤S108之前,还包括:
S109,获取当前采样时刻及当前采样时刻的前m-1个采样时刻的温度测量值,提取这m个温度测量值中的最大值和最小值,其中,m为大于2的整数。
S110,当所述m个温度测量值中的最大值与最小值的差大于所述阈值时,将所述当前采样时刻的温度预测值修正为所述当前采样时刻的温度测量值加上预设的第二偏移量;其中,所述第二偏移量小于或等于所述第一偏移量。
其作用在于,考虑到在实际测量过程中存在人体运动等外界干扰的因素,电子体温计可能会提前认为感温探头已经即将到达稳定,因此在未真正达到稳定时就提前生成所述稳定标记。为了避免这种情况,所述电子体温计还设置了一个恢复进入预测的条件,即预测温度仍然保持不变,但是如果一定时间范围内的温度测量值的变化幅度大于所述阈值时(即m个温度测量值中的最大值与最小值的差大于所述阈值,如10s内采集得到的温度测量值的变化幅度超过0.05度),重新预测当前采样时刻的温度预测值。其中,所述第二偏移量可以等于所述第一偏移量,也可以为另一个经验值(如所述第二偏移量可为0.3)。
其中,本优选实施例可利用下述公式(2)进行表示:
其中,o2为第二偏移量。
需要说明的是,为了避免突然加上第一偏移量而带来的温度突变,在启动温度预测和停止启动温度预测时还对预测温度曲线进行了平滑,具体地,可通过逐渐增加第一偏移量的值,实现平滑的效果,其中,所述第一偏移量可通过线性的方式进行逐渐增加,本发明不做具体限定。
如图2所示,在刚启动温度预测时,所述第一偏移量逐渐增加至0.7度,而非突变。在第10分钟左右时尽管先给出了一个错误的稳定温度,但是在运行一小段时间后恢复了计算偏移量(此时第二偏移量的值为0.3度),并且最终给出了正确的稳定温度。本发明实施例中,通过设置了恢复预测条件对温度预测值进行修正,使得本发明的温度预测具有较强的抗干扰能力,在有干扰的情况下,温度预测值随着温度测量值的变化而变化,当干扰减少或消失,温度测量值的波动较小时,温度预测值将重新达到稳定。
需要说明的是,在一个优选实施例中,由于电子体温计是通过温度测量值加上所述第一偏移量来获得温度预测值,因而所述第一偏移量的选取对预测的准确度及预测的速度有重要影响。下面将详细描述本发明实施例选取所述第一偏移量的过程。具体地:
在一个优选实施例中,所述的温度预测方法还包括:
S111,计算第一偏移量;
其中,具体包括:
S1111,根据初始条件求解出预设的温度曲线的参数,其中,所述温度曲线为y=a*ln(x)+b,y表示温度值,x表示时间,a,b为参数,所述初始条件包括被测对象的目标温度。
S1112,根据所述n及所述阈值计算所述温度曲线在预定时间窗口内的斜率y’。
S1113,对所述温度曲线进行求导获得y’=a/x,根据所述斜率y’和所述参数a获得一个x值,再根据所述x值与所述温度曲线获得与所述x值对应的y值。
S1114,根据所述目标温度及所述y值计算得到第一偏移量。
例如:对于体温曲线
y=a*ln(x)+b (3)
x为时间(s),y为温度,a,b为曲线参数。因为通常情况下电子体温计在15min(900s)左右到达稳定,即5min内升温不超过0.15度(1200s时体温不超过37.15度)。设目标温度为人体的正常体温37度,因此可以建立方程组
y1=a*ln(x1)+b
y2=a*ln(x2)+b (4)
将初始条件:y1=37,x1=900;y2=37.15,x2=1200代入方程组(3),求得a=0.5214,b=33.4532。
在本发明实施例中,虽然电子体温计的升温曲线为对数曲线,但是在一个很短的时间窗口内,其升温曲线可以由直线近似表达。如果选择20s(Δt,即n个采样时刻所需的时间)内升温幅度0.05度(Δy,即所述阈值)为预测温度是否启动的判断条件,其该时间窗口内的斜率为:
y'=Δy/Δt=0.05/20=0.0025 (5)
由于对数曲线的一阶导数公式为
y'=a/x (6)
将y'=0.0025,a=0.5214代入公式(6),可求得x=208.56。根据公式(3),此时的测量温度为y=a*ln(x)+b=0.5214*ln(208.56)+33.4532=36.24,与目标温度37度相差0.76度,即第一偏移量为0.76度。
考虑到理论曲线与实际测量时的误差,可以将所述第一偏移量稍稍缩小到0.7度。
当然,为了提高预测的速度,可以选择一个较大的第一偏移量,此时判断条件中的时间窗口(Δt)和阈值(Δy)也应当做出相应的改变。
请一并参阅图3,图3是本发明另一实施例提供的温度预测方法的流程示意图。其至少包括如下步骤:
S201,获取当前采样时刻测量得到的温度测量值。
S202,检测是否已经启动温度预测。若是,执行S203,若否,执行S204。
S203,判断是否满足预设的停止启动条件,若满足,执行S205,若不满足,执行S206。
其中,所述停止启动条件为检测到所述温度预测的持续启动时间达到预设的第一时间阈值(如温度预测的启动时间超过1小时)或者检测到所述温度预测的持续启动时间达到预设的第二时间阈值,且当前采样时刻及当前采样时刻的前t-1个采样时刻的温度测量值的最大值与最小值的差小于预设的阈值,如温度预测启动超过20分钟,且一定时间的温度测量值的变化幅度小于阈值(例如10秒内温度测量值的变化幅度小于0.05度)。
S204,根据当前采样时刻的温度测量值及至少前一个采样时刻的温度测量值,判断是否达到预设的启动条件;若是,则跳转至步骤S208;若否,则执行S205。
例如,若当前采样时刻的温度测量值同时满足如下启动条件时启动温度预测。(1)温度测量值高于30度;(2)温度测量值的一阶导数低于0.07;(3)温度测量值二阶导数小于0。其中,设当前采样时刻的温度测量值为xi,当前采样时刻的前一个采样时刻的温度测量值为xi-1,前两个采样时刻的温度测量值为xi-2,则当前采样时刻的一阶导数xi’=xi-xi-1,二阶导数xi”=(xi-xi-1)-(xi-1-xi-2)=(xi+xi-2)-2*xi-1。
又或者,当检测到一个较快的升温过程(如连续5个采样时刻的温度测量值的一阶导数均高于0.3,或者当前采样时刻的温度测量值的一阶导数高于0.7)时,判定达到预设的启动条件,并启动温度预测。
S205,输出当前采样时刻测量得到的温度测量值。
S206,判断是否具有稳定标记;若有,执行S207,若没有,执行S208。
S207,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值;
S208,则获取当前采样时刻及当前采样时刻的前n-1个采样时刻的温度测量值,并提取这n个温度测量值中的最大值和最小值;其中,n为大于2的整数;
S209,判断所述n个温度测量值中的最大值与最小值的差是否大于预设的阈值;若否,则执行S210,若是,则执行S211。
S210,则根据当前采样时刻的温度测量值及预存的第一偏移量生成当前采样时刻的温度预测值。
S211,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值,并生成所述稳定标记。
S212,输出当前采样时刻的温度预测值。
本发明实施例提供的温度预测方法,提供了进入温度预测的启动条件和温度预测的停止启动条件,且在温度预测时,只需将温度测量值加上合适的第一偏移量即可生成温度预测值,因此所需的计算量很少,计算速度快,节省了大量的计算资源。此外,由于预测的原理仅是将温度测量值加上合适的第一偏移量,这就从原理上限制了误差的上限为所述第一偏移量,预测误差有限,不会出现因为过拟合而导致出现很大的误差的情况。
请参阅图4,图4是本发明实施例提供的电子体温计的结构示意图。所述电子体温计100可用于执行上述的温度预测方法,其包括:
温度获取单元10,用于获取当前采样时刻测量得到的温度测量值。
其中,所述温度获取单元10可获取感温探头采集到的温度测量值。
第一判断单元20,用于在检测到已经启动温度预测,且未满足预设的停止启动条件后,判断是否具有稳定标记;若有,则通知第一设置单元30;若没有,则通知第一提取单元40。
所述第一设置单元30,用于将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值。
所述第一提取单元40,用于获取当前采样时刻及当前采样时刻的前n-1个采样时刻的温度测量值,并提取这n个温度测量值中的最大值和最小值;其中,n为大于2的整数。
第二判断单元50,用于判断所述n个温度测量值中的最大值与最小值的差是否大于预设的阈值;若是,则通知第二设置单元60,若否,则通知第三设置单元70。
第二设置单元60,用于根据当前采样时刻的温度测量值及预存的第一偏移量生成当前采样时刻的温度预测值。
第三设置单元70,用于将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值,并生成所述稳定标记。
输出单元80,用于输出当前采样时刻的温度预测值。
综上所述,本发明实施例提供的电子体温计100,在进行温度预测时,只需将温度测量值加上合适的第一偏移量即可获得温度预测值,因此所需的计算量很少,计算速度快,节省了大量的计算资源。此外,由于预测的原理仅是将温度测量值加上合适的第一偏移量,这就从原理上限制了误差的上限为所述第一偏移量,预测误差有限,不会出现因为过拟合而导致出现很大的误差的情况。
请一并参阅图5,在一个优选实施例中,所述电子体温计100除了包括上述实施例的所有单元外,还包括第三判断单元90及启动单元91,其中:
所述第三判断单元90,用于在检测到未启动温度预测时,根据当前采样时刻的温度测量值及至少前一个采样时刻的温度测量值,并判断是否满足预设的启动条件;若是,则通知所述启动单元91,若否,则通知所述输出单元80。
所述启动单元91,用于启动温度预测。
所述输出单元80,还用于输出当前采样时刻测量得到的温度测量值。
其中,若所述第三判断单元90在判断当前采样时刻的温度测量值同时满足如下启动条件时启动温度预测:(1)温度测量值高于30度;(2)温度测量值的一阶导数低于0.07;(3)温度测量值二阶导数小于0。其中,设当前采样时刻的温度测量值为xi,当前采样时刻的前一个采样时刻的温度测量值为xi-1,前两个采样时刻的温度测量值为xi-2,则当前采样时刻的一阶导数xi’=xi-xi-1,二阶导数xi”=(xi-xi-1)-(xi-1-xi-2)=(xi+xi-2)-2*xi-1。
又或者,当所述第三判断单元90在检测到电子体温计100处于一个较快的升温过程(如连续5个采样时刻的温度测量值的一阶导数均高于0.3,或者当前采样时刻的温度测量值的一阶导数高于0.7)时,判定达到预设的启动条件,并启动温度预测。
本优选实施例提供了启动温度预测的条件。
请一并参阅图6,在一个优选实施例中,所述电子体温计100除了包括上述实施例的所有单元外,还包括:
停止启动单元92,用于在满足预设的停止启动条件后,停止启动温度预测,并通知所述输出单元80;
所述输出单元80,还用于输出当前采样时刻测量得到的温度测量值;
其中,所述停止启动条件为检测到所述温度预测的持续启动时间达到预设的第一时间阈值或者检测到所述温度预测的持续启动时间达到预设的第二时间阈值,且当前采样时刻及当前采样时刻的前t-1个采样时刻的温度测量值的最大值与最小值的差小于预设的阈值。
本优选实施例提供了停止启动温度预测的条件。
请一并参阅图7,在一个优选实施例中,所述电子体温计100除了包括上述实施例的所有单元外,还包括:
第二提取单元93,用于获取当前采样时刻及当前采样时刻的前m-1个采样时刻的温度测量值,提取这m个温度测量值中的最大值和最小值,其中,m为大于2的整数;
修正单元94,用于当所述m个温度测量值中的最大值与最小值的差大于所述阈值时,将所述当前采样时刻的温度预测值修正为所述当前采样时刻的温度测量值加上预设的第二偏移量;其中,所述第二偏移量小于或等于所述第一偏移量。
其作用在于,考虑到在实际测量过程中存在人体运动等外界干扰,电子体温计100可能会提前认为感温探头已经达到热平衡或即将到达稳定,因此在未真正达到热平衡时就生成所述稳定标记,为了防止这种情况,所述第二提取单元93设置了一个恢复进入预测的条件,即预测温度保持不变,且一定时间范围内的温度测量值的变化幅度大于所述阈值时(即所述m个温度测量值中的最大值与最小值的差大于所述阈值,如10s内温度测量值的变化幅度超过0.05度),由所述修正单元94对所述温度预测值进行修正,重新预测当前采样时刻的温度预测值。此时的第二偏移量可以等于所述第一偏移量,也可以为另一个经验值(如所述第二偏移量可为0.3)。
需要说明的是,在一个优选实施例中,由于电子体温计100是通过温度测量值加上所述第一偏移量来获得温度预测值,因而所述第一偏移量的选取对预测的准确度及预测的速度有重要影响。下面将详细描述本发明实施例选取所述第一偏移量的过程。
请一并参阅图8及图9,在一个优选实施例中,所述电子体温计100除了包括上述实施例的所有单元外,还包括:
计算单元95,用于计算第一偏移量;
其中,所述计算单元95具体包括:
参数求解模块951,用于根据初始条件计算得到预设的温度曲线的参数,其中,所述温度曲线为y=a*ln(x)+b,y为温度值,x为时间,a,b为参数,所述初始条件包括被测对象的目标温度;
斜率计算模块952,用于根据所述n及所述阈值计算所述温度曲线在预定时间窗口内的斜率;
温度值计算模块953,用于对所述温度曲线进行求导并根据所述斜率获得预定的x值,再根据所述x值获得与该x值对应的y值;
第一偏移量计算模块954,用于根据所述目标温度及所述y值计算得到第一偏移量。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
Claims (10)
1.一种温度预测方法,其特征在于,包括如下步骤:
获取当前采样时刻测量得到的温度测量值;
在检测到已经启动温度预测,且未满足预设的停止启动条件后,判断是否具有稳定标记;
若有,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值;
若没有,则获取当前采样时刻及当前采样时刻的前n-1个采样时刻的温度测量值,并提取这n个温度测量值中的最大值和最小值;其中,n为大于2的整数;
判断所述n个温度测量值中的最大值与最小值的差是否大于预设的阈值;
若是,则根据当前采样时刻的温度测量值及预存的第一偏移量生成当前采样时刻的温度预测值;
若否,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值,并生成所述稳定标记;
输出当前采样时刻的温度预测值。
2.根据权利要求1所述的温度预测方法,其特征在于,还包括:
在检测到未启动温度预测时,根据当前采样时刻的温度测量值及至少前一个采样时刻的温度测量值,判断是否达到预设的启动条件;
若是,则启动温度预测;
若否,则输出当前采样时刻测量得到的温度测量值。
3.根据权利要求1所述的温度预测方法,其特征在于,还包括:
在满足预设的停止启动条件后,停止启动温度预测,并输出当前采样时刻测量得到的温度测量值;
其中,所述停止启动条件为检测到所述温度预测的持续启动时间达到预设的第一时间阈值或者检测到所述温度预测的持续启动时间达到预设的第二时间阈值,且当前采样时刻及当前采样时刻的前t-1个采样时刻的温度测量值的最大值与最小值的差小于预设的阈值。
4.根据权利要求1所述的温度预测方法,其特征在于,在所述若有,则将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值之后,还包括:
获取当前采样时刻及当前采样时刻的前m-1个采样时刻的温度测量值,提取这m个温度测量值中的最大值和最小值,其中,m为大于2的整数;
当所述m个温度测量值中的最大值与最小值的差大于所述阈值时,将所述当前采样时刻的温度预测值修正为所述当前采样时刻的温度测量值加上预设的第二偏移量;其中,所述第二偏移量小于或等于所述第一偏移量。
5.根据权利要求1-4任意一项所述的温度预测方法,其特征在于,还包括:
计算第一偏移量;
其中,所述计算第一偏移量,具体包括:
根据初始条件求解出预设的温度曲线的曲线参数,其中,所述温度曲线为y=a*ln(x)+b,y表示温度值,x表示时间,a,b为曲线参数,所述初始条件包括被测对象的目标温度;
根据所述n及所述阈值计算所述温度曲线在预定时间窗口内的斜率y’;
对所述温度曲线进行求导获得y’=a/x,根据所述斜率y’和所述参数a获得一个x值,再根据所述x值与所述温度曲线获得与所述x值对应的y值;
根据所述目标温度及所述y值计算得到第一偏移量。
6.一种电子体温计,其特征在于,包括:
温度获取单元,用于获取当前采样时刻测量得到的温度测量值;
第一判断单元,用于在检测到已经启动温度预测,且未满足预设的停止启动条件后,判断是否具有稳定标记;若有,则通知第一设置单元;若没有,则通知第一提取单元;
所述第一设置单元,用于将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值;
所述第一提取单元,用于获取当前采样时刻及当前采样时刻的前n-1个采样时刻的温度测量值,并提取这n个温度测量值中的最大值和最小值;其中,n为大于2的整数;
第二判断单元,用于判断所述n个温度测量值中的最大值与最小值的差是否大于预设的阈值;若是,则通知第二设置单元,若否,则通知第三设置单元;
第二设置单元,用于根据当前采样时刻的温度测量值及预存的第一偏移量生成当前采样时刻的温度预测值;
第三设置单元,用于将当前采样时刻的温度预测值设置为上一个采样时刻的温度预测值,并生成所述稳定标记;
输出单元,用于输出当前采样时刻的温度预测值。
7.根据权利要求6所述的电子体温计,其特征在于,所述电子体温计还包括第三判断单元及启动单元,其中:
所述第三判断单元,用于在检测到未启动温度预测时,根据当前采样时刻的温度测量值及至少前一个采样时刻的温度测量值,并判断是否满足预设的启动条件;若是,则通知所述启动单元,若否,则通知所述输出单元;
所述启动单元,用于启动温度预测;
所述输出单元,还用于输出当前采样时刻测量得到的温度测量值。
8.根据权利要求6所述的电子体温计,其特征在于,所述电子体温计还包括:
停止启动单元,用于在满足预设的停止启动条件后,停止启动温度预测,并通知所述输出单元;
所述输出单元,还用于输出当前采样时刻测量得到的温度测量值;
其中,所述停止启动条件为检测到所述温度预测的持续启动时间达到预设的第一时间阈值或者检测到所述温度预测的持续启动时间达到预设的第二时间阈值,且当前采样时刻及当前采样时刻的前t-1个采样时刻的温度测量值的最大值与最小值的差小于预设的阈值。
9.根据权利要求6所述的电子体温计,其特征在于,所述电子体温计还包括:
第二提取单元,用于获取当前采样时刻及当前采样时刻的前m-1个采样时刻的温度测量值,提取这m个温度测量值中的最大值和最小值,其中,m为大于2的整数;
修正单元,用于当所述m个温度测量值中的最大值与最小值的差大于所述阈值时,将所述当前采样时刻的温度预测值修正为所述当前采样时刻的温度测量值加上预设的第二偏移量;其中,所述第二偏移量小于或等于所述第一偏移量。
10.根据权利要求6至9任意一项所述的电子体温计,其特征在于,还包括:
计算单元,用于计算第一偏移量;
其中,所述计算单元具体包括:
参数求解模块,用于根据初始条件计算得到预设的温度曲线的参数,其中,所述温度曲线为y=a*ln(x)+b,y为温度值,x为时间,a,b为参数,所述初始条件包括被测对象的目标温度;
斜率计算模块,用于根据所述n及所述阈值计算所述温度曲线在预定时间窗口内的斜率;
温度值计算模块,用于对所述温度曲线进行求导并根据所述斜率获得预定的x值,再根据所述x值获得与该x值对应的y值;
第一偏移量计算模块,用于根据所述目标温度及所述y值计算得到第一偏移量。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610286218.7A CN105956399B (zh) | 2016-04-29 | 2016-04-29 | 一种温度预测方法及电子体温计 |
PCT/CN2016/113112 WO2017185796A1 (zh) | 2016-04-29 | 2016-12-29 | 一种温度预测方法及电子体温计 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610286218.7A CN105956399B (zh) | 2016-04-29 | 2016-04-29 | 一种温度预测方法及电子体温计 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105956399A true CN105956399A (zh) | 2016-09-21 |
CN105956399B CN105956399B (zh) | 2018-02-09 |
Family
ID=56914586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610286218.7A Active CN105956399B (zh) | 2016-04-29 | 2016-04-29 | 一种温度预测方法及电子体温计 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105956399B (zh) |
WO (1) | WO2017185796A1 (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106473708A (zh) * | 2016-11-29 | 2017-03-08 | 广州视源电子科技股份有限公司 | 体温预测方法、装置及电子体温计 |
CN106510651A (zh) * | 2016-12-09 | 2017-03-22 | 广州视源电子科技股份有限公司 | 一种体温预测算法的评估方法及装置 |
WO2017185796A1 (zh) * | 2016-04-29 | 2017-11-02 | 广州视源电子科技股份有限公司 | 一种温度预测方法及电子体温计 |
CN108345953A (zh) * | 2017-01-24 | 2018-07-31 | 上海温尔信息科技有限公司 | 温度预测方法及装置 |
CN108871615A (zh) * | 2018-07-24 | 2018-11-23 | 杭州质子科技有限公司 | 一种基于长时间监测的人体腋下体温抗干扰处理方法 |
CN109813264A (zh) * | 2019-02-21 | 2019-05-28 | 重庆潍柴发动机有限公司 | 测量结果误差评估的方法及装置 |
CN111982293A (zh) * | 2020-07-20 | 2020-11-24 | 北京声智科技有限公司 | 体温测量方法、装置、电子设备及存储介质 |
CN112264423A (zh) * | 2019-08-15 | 2021-01-26 | 中国科学院武汉岩土力学研究所 | 好氧通风型垃圾填埋场温度预测方法 |
CN113029392A (zh) * | 2021-04-15 | 2021-06-25 | 高创(苏州)电子有限公司 | 一种体温测量方法、装置及电子设备 |
CN113520306A (zh) * | 2020-04-17 | 2021-10-22 | 青岛海尔空调器有限总公司 | 一种人体睡眠状态的监测方法和智能家居装置 |
CN113970382A (zh) * | 2020-07-06 | 2022-01-25 | 浙江宇视科技有限公司 | 一种温度检测方法、装置、介质及电子设备 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115219062A (zh) * | 2022-04-18 | 2022-10-21 | 广州汽车集团股份有限公司 | 一种设备的温度确定方法、装置、设备及存储介质 |
CN116086632B (zh) * | 2023-01-28 | 2023-08-04 | 天翼云科技有限公司 | 数据处理方法、装置、电子设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101115979B (zh) * | 2005-03-29 | 2010-05-19 | 西铁城控股株式会社 | 电子体温计 |
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 |
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 |
CN105371968A (zh) * | 2015-11-20 | 2016-03-02 | 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 |
US9470584B2 (en) * | 2010-05-27 | 2016-10-18 | Exergen Corporation | Method and apparatus for accurate detection of fever |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956399B (zh) * | 2016-04-29 | 2018-02-09 | 广州视源电子科技股份有限公司 | 一种温度预测方法及电子体温计 |
-
2016
- 2016-04-29 CN CN201610286218.7A patent/CN105956399B/zh active Active
- 2016-12-29 WO PCT/CN2016/113112 patent/WO2017185796A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101115979B (zh) * | 2005-03-29 | 2010-05-19 | 西铁城控股株式会社 | 电子体温计 |
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 |
US9470584B2 (en) * | 2010-05-27 | 2016-10-18 | Exergen Corporation | Method and apparatus for accurate detection of fever |
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 |
CN105371968A (zh) * | 2015-11-20 | 2016-03-02 | 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 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017185796A1 (zh) * | 2016-04-29 | 2017-11-02 | 广州视源电子科技股份有限公司 | 一种温度预测方法及电子体温计 |
CN106473708A (zh) * | 2016-11-29 | 2017-03-08 | 广州视源电子科技股份有限公司 | 体温预测方法、装置及电子体温计 |
CN106473708B (zh) * | 2016-11-29 | 2019-03-29 | 广州视源电子科技股份有限公司 | 体温预测方法、装置及电子体温计 |
CN106510651A (zh) * | 2016-12-09 | 2017-03-22 | 广州视源电子科技股份有限公司 | 一种体温预测算法的评估方法及装置 |
CN106510651B (zh) * | 2016-12-09 | 2019-04-16 | 广州视源电子科技股份有限公司 | 一种体温预测算法的评估方法及装置 |
CN108345953B (zh) * | 2017-01-24 | 2021-12-17 | 上海温尔信息科技有限公司 | 温度预测方法及装置 |
CN108345953A (zh) * | 2017-01-24 | 2018-07-31 | 上海温尔信息科技有限公司 | 温度预测方法及装置 |
CN108871615A (zh) * | 2018-07-24 | 2018-11-23 | 杭州质子科技有限公司 | 一种基于长时间监测的人体腋下体温抗干扰处理方法 |
CN109813264A (zh) * | 2019-02-21 | 2019-05-28 | 重庆潍柴发动机有限公司 | 测量结果误差评估的方法及装置 |
CN112264423A (zh) * | 2019-08-15 | 2021-01-26 | 中国科学院武汉岩土力学研究所 | 好氧通风型垃圾填埋场温度预测方法 |
CN112264423B (zh) * | 2019-08-15 | 2021-12-28 | 中国科学院武汉岩土力学研究所 | 好氧通风型垃圾填埋场温度预测方法 |
CN113520306A (zh) * | 2020-04-17 | 2021-10-22 | 青岛海尔空调器有限总公司 | 一种人体睡眠状态的监测方法和智能家居装置 |
CN113520306B (zh) * | 2020-04-17 | 2024-03-22 | 青岛海尔空调器有限总公司 | 一种人体睡眠状态的监测方法和智能家居装置 |
CN113970382A (zh) * | 2020-07-06 | 2022-01-25 | 浙江宇视科技有限公司 | 一种温度检测方法、装置、介质及电子设备 |
CN111982293A (zh) * | 2020-07-20 | 2020-11-24 | 北京声智科技有限公司 | 体温测量方法、装置、电子设备及存储介质 |
CN113029392A (zh) * | 2021-04-15 | 2021-06-25 | 高创(苏州)电子有限公司 | 一种体温测量方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105956399B (zh) | 2018-02-09 |
WO2017185796A1 (zh) | 2017-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105956399A (zh) | 一种温度预测方法及电子体温计 | |
KR900003117B1 (ko) | 전자 체온계 | |
WO1988005161A1 (en) | Thermometric method for living organism and apparatus therefor | |
TWI399530B (zh) | 電子體溫計及其動作控制方法 | |
EP2545341B1 (en) | Temperature prediction transmitter | |
CN106706165B (zh) | 一种温度测量的方法及装置 | |
CN110234970B (zh) | 用于温度计的现场校准的方法 | |
JP2007024531A (ja) | 電子体温計、電子体温計の制御方法並びに制御プログラム | |
Shu et al. | Method of thermocouples self verification on operation place | |
CN106092371B (zh) | 预测温度的方法及其装置 | |
Plotkowski et al. | The use of inverse heat conduction models for estimation of transient surface heat flux in electroslag remelting | |
JP6206368B2 (ja) | 高炉内状態推定装置および高炉内状態推定方法 | |
Schawe | Temperature correction at high heating rates for conventional and fast differential scanning calorimetry | |
CN105286812B (zh) | 一种体温测量方法和装置 | |
JP2005098982A (ja) | 電子体温計 | |
CN104568187B (zh) | 一种回转窑温度检测方法及装置 | |
JP2010122163A (ja) | 電子体温計 | |
US20040220775A1 (en) | Detecting thermocouple failure using loop resistance | |
JP2009254104A (ja) | 受配電設備用導体監視装置 | |
TWI586853B (zh) | 熔料參數的預測方法 | |
Gordon et al. | Validation of an in-mold multivariate sensor for measurement of melt temperature, pressure, velocity, and viscosity | |
CN105455786B (zh) | 电子体温计 | |
Fellers et al. | Real-time prediction of calorimeter equilibrium | |
CN102706921B (zh) | 一种消除铸铁热分析曲线干扰的滤波方法 | |
JP6278402B2 (ja) | 電子体温計 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |