CN109674452A

CN109674452A - 一种体温监测方法、电子设备及计算机可读存储介质

Info

Publication number: CN109674452A
Application number: CN201811647106.5A
Authority: CN
Inventors: 单上伟
Original assignee: Suzhou Question Health Management Consulting Co Ltd
Current assignee: Suzhou Question Health Management Consulting Co Ltd
Priority date: 2018-12-29
Filing date: 2018-12-29
Publication date: 2019-04-26

Abstract

本发明公开了一种体温监测方法、电子设备及计算机可读存储介质，建立与体温计的无线连接关系，接收所述体温计发送的实时体温数据，根据所述实时体温数据生成体温值展示界面，本发明通过生成体温值展示界面，用户可以通过体温值展示界面，实时监测患者的体温变化，从而在第一时间内就可以做出治疗措施。

Description

一种体温监测方法、电子设备及计算机可读存储介质

技术领域

本发明涉及医疗、健康服务领域，特别涉及一种体温监测方法、电子设备及计算机可读存储介质。

背景技术

在育儿过程中，父母若遇到小孩生病发烧，通常的做法是看医生、打退烧针、吃退烧药、多喝水或密切观察等等。在这些行为中，受限于发烧时间的不确定性、体温起伏的不可预测性以及发烧周期的持续性，父母在遇到小孩生病发烧时，需要定时测量患者体温，以便及时做出治疗。但是人工测量耗时耗力，且患者体温升高后，无法第一时间知道，也容易延误病情。另外，临床上，大多数的父母通过口述向医生介绍孩子的体温情况，存在介绍不准确的可能，大多数医生仅能通过就诊时的体温判断病情，导致医生误诊时有发生；实际生活中，病人存在不能去医院现场就诊情况时，无有效方法以及时准确的向医生反应病人体温情况。

发明内容

本发明所要解决的技术问题是：提供一种体温监测方法、电子设备及计算机可读存储介质，能够实时监测患者体温，从而及时做出治疗。

为了解决上述技术问题，本发明采用的技术方案为：

一种体温监测方法，包括步骤：

S1、建立与体温计的无线连接关系；

S2、接收所述体温计发送的实时体温数据，根据所述实时体温数据生成体温值展示界面。

进一步地，所述步骤S2中包括：

S21、接收所述体温计发送的实时体温数据，根据所述实时体温数据绘制体温曲线图，并将所述体温曲线图发给医生端，所述体温曲线图以时间轴为x轴，以体温轴为y轴。

进一步地，所述S2还包括：

S22、当所述实时体温数据第一次大于高温阈值时，发出高温报警；

S23、当上次报警为高温报警后且在第一预设时间后所述实时体温数据未下降至正常体温时，再次发出高温报警；

S24、当上次报警为高温报警后且当所述实时体温数据下降至正常体温时，发出恢复正常体温报警。

进一步地，所述步骤S2之后还包括：

S3、保存所接收到的实时体温数据，得到本地体温数据；

S4、获取当前用户登录信息，判断是否为首次登录，若是，则将登录前第三预设时间内的最高体温数据上传至服务器，否则实时上传所述最高体温数据；

生成所述最高体温数据的步骤为：

获取在第二预设时间内接收到的所有体温数据，选取第二预设时间内接收到的所有体温数据中体温值最高的实时体温数据，得到最高体温数据。

进一步地，所述步骤S21具体为：

每隔第四预设时间获取一次所述体温计发送的实时体温数据，将所述实时体温数据放入体温坐标轴中，将当前的实时体温数据与上一个第四预设时间所接收到的实时体温数据相连，以得到体温曲线图，并将所述体温曲线图发给医生端。

进一步地，所述步骤S21之后还包括：

S5、获取服务器上的所有体温数据，从服务器上的所有体温数据提取若干份的体温数据组，所述体温数据组包括第五预设时间和第六预设时间内的所有体温数据，所述第五预设时间的最后时间点即为所述第六预设时间的起始时间点；

S6、生成并初始化卷积神经网络，将体温数据组分为训练数据集和测试数据集；

S7、将训练数据集内的体温数据组作为卷积神经网络的训练样本，以训练样本中第五预设时间内的体温数据作为条件数据，以第六预设时间内的体温数据作为结果数据，对条件数据和结果数据的关联性进行训练，以得到待测试体温预测模型；

S8、将测试数据集内的体温数据组作为待测试体温预测模型的测试样本，以测试样本中第五预设时间内的体温数据作为条件数据，代入至所述待测试体温预测模型以得到预测体温数据，将预测体温数据与对应的测试样本中第六预设时间内的体温数据进行比对，若对比准确度高于预设百分比，则输出体温预测模型。

进一步地，所述步骤S8之后还包括步骤：

S9、获取当前用户登录信息上第五预设时间内的所有体温数据，得到当前用户实时体温数据，调用体温预测模型对所述当前用户实时体温数据进行体温预测，以生成当前用户登录信息上第六预设时间内的当前用户实时预测体温数据，根据所述当前用户实时预测体温数据，在所述当前用户登录信息上的体温值展示界面上用虚线绘制出体温曲线图。

进一步地，所述步骤S5可替换为：

获取服务器上的所有体温数据，从服务器上的所有体温数据提取若干份处于同一地区、处于相同年龄且为相同性别的体温数据组，若符合条件的所述体温数据组的数量不足预设数量，则提取同一地区、同一性别且年龄相差一岁的体温数据组，直到所述体温数据组的数量达到预设数量；

所述体温数据组包括第五预设时间和第六预设时间内的所有体温数据，所述第五预设时间的最后时间点即为所述第六预设时间的起始时间点；

所述步骤S9中调用体温预测模型对所述当前用户实时体温数据进行体温预测具体为：

获取当前用户登录信息上需要监测的患者的地区、年龄和性别，调用地区相同、性别相同且年龄相差不足一岁的体温预测模型对所述当前用户实时体温数据进行体温预测。

为了解决上述技术问题，本发明采用的另一种技术方案为：

一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述一种体温监测方法的步骤。

为了解决上述技术问题，本发明采用的又一种技术方案为：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述一种体温监测方法的步骤。

本发明的有益效果在于：一种体温监测方法、电子设备及存储介质，通过建立与体温计的无线连接关系，接收体温计发送的实时体温数据，根据实时体温数据生成体温值展示界面，用户可以通过体温值展示界面，实时监测患者的体温变化，从而在第一时间内就可以做出治疗措施。

附图说明

图1为本发明实施例的一种体温监测方法的流程示意图；

图2为本发明实施例的一种体温曲线图的界面示意图；

图3为本发明实施例的另外一种体温曲线图的界面示意图；

图4为本发明实施例的一种电子设备的结构示意图。

标号说明：

1、一种电子设备；2、处理器；3、存储器。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。

实施例一

请参照图1至图3所示，一种体温监测方法，包括步骤：

S1、建立与体温计的无线连接关系；

S2、接收体温计发送的实时体温数据，根据实时体温数据生成体温值展示界面。

即，通过建立与体温计的无线连接关系，接收体温计发送的实时体温数据，根据实时体温数据生成体温值展示界面，用户可以通过体温值展示界面，实时监测患者的体温变化，从而在第一时间内就可以做出治疗措施。

其中，步骤S2中包括：

S21、每隔第四预设时间获取一次体温计发送的实时体温数据，将实时体温数据放入体温坐标轴中，将当前的实时体温数据与上一个第四预设时间所接收到的实时体温数据相连，以得到体温曲线图，并将所述体温曲线图发给医生端，体温曲线图以时间轴为x轴，以体温轴为y轴，在本实施例中，体温曲线图可参考图2及图3，接收体温计发送的实时体温数据的频率在0.1秒至5分钟内的任一数值均可，本实施例中的第四预设时间优选为1秒。

S22、当实时体温数据第一次大于高温阈值时，发出高温报警，如图2所示，在本实施例中，假设用户设置的高温阈值为37.4°，则当在图2中画圈加标箭头处所对应的时间第一次超过37.4°，发出高温报警，高温报警按照用户设置进行响铃或振动，图2中画圈加标箭头处所对应的时间假设为12点33分；

S23、当上次报警为高温报警后且在第一预设时间后实时体温数据未下降至正常体温时，再次发出高温报警，如图2所示，在本实施例中，第一预设时间为1分钟至10分钟内的任一数值，本实施例中第一预设时间为5分钟，则在12点33分到12点38分内，虽然实时体温数据大于37.4°，但不进行报警，只有在12点38分时再进行报警，以此类推；

S24、当上次报警为高温报警后且当实时体温数据下降至正常体温时，发出恢复正常体温报警，如图3所示，假设用户设置的高温阈值为37.5°，正常体温设置为37.0°，则图3中所示约12点49分处发出恢复正常体温报警，恢复正常体温报警按照用户设置进行响铃或振动，而在12点55分和13点04处虽然下降至正常体温，但是上次报警为恢复正常体温报警，故而不发出恢复正常体温报警。

由此可知，通过上述步骤S21可以更加直观的观察到当前体温及体温变化，使得用户对当前体温及体温变化能够一目了然，也使得医生端可以清楚的知道患者的体温变化，从而做出更为有效的治疗；通过步骤S22至步骤S24，可以实现体温的智能监测，使得用户无需一直观看体温数据，也能在第一时间内做出治疗措施。

另外，当与体温计的连接断开时，发出断连报警，断连报警按照用户设置进行响铃或振动。

用户在收到断连报警时，可以进行重连并继续监测，可有效避免因蓝牙连接断开而无法正常监测体温。

实施例二

请参照图1至图3所示，一种体温监测方法，在上述实施例一的基础上，步骤S2之后还包括：

S3、保存所接收到的实时体温数据，得到本地体温数据，即在本实施例中，无论用户是否登录，都会将接收的实时体温数据持续保存在本地存储空间内，用户可以通过清理手机应用缓存数据来清理本地体温数据；

S4、获取当前用户登录信息，判断是否为首次登录，若是，则将登录前第三预设时间内的最高体温数据上传至服务器，否则实时上传最高体温数据，在本实施例中，第三预设时间为10分钟至3小时内的任一数值，本实施例中优选第三预设时间为30分钟，将登录前30分钟的最高体温数据上传至服务器，服务器将该数据和当前用户登录信息进行绑定；

生成最高体温数据的步骤为：

获取在第二预设时间内接收到的所有体温数据，选取第二预设时间内接收到的所有体温数据中体温值最高的实时体温数据，得到最高体温数据，在本实施例中，第二预设时间为10秒至5分钟的任一数值，本实施例优选的第二预设时间为1分钟，即1秒上传一次，一分钟内有60个体温数据，将其中最高的一个体温数据作为最高体温数据。

由此可知，通过步骤S3，便于用户查询历史体温数据；通过步骤S4，使得后续更换电子设备进行登录的过程，可以向服务器请求以获得历史体温数据；同时，由于短时间内的体温变化相对较为平稳，故而使用最高体温数据就能反应这一整个短时间的体温，即在不影响历史体温数据准确性的情况下，缓解服务端的存储压力。

实施例三

请参照图1至图3所示，一种体温监测方法，在上述实施例二的基础上，步骤S21之后还包括：

S5、获取服务器上的所有体温数据，从服务器上的所有体温数据提取若干份的体温数据组，体温数据组包括第五预设时间和第六预设时间内的所有体温数据，第五预设时间的最后时间点即为第六预设时间的起始时间点，本实施例中第五预设时间和第六预设时间为10分钟到3小时内的任一数值，两者可以相同也可以相同，本实施例优选第五预设时间和第六预设时间为相同的1小时，即体温数据组包括当前1小时内的体温数据和后1小时的体温数据；

S6、生成并初始化卷积神经网络，将体温数据组分为训练数据集和测试数据集，在本实施例中，卷积神经网络包括设置有与体温数据相对应神经元的输入模块、由多个卷积层、函数层和池化层构成的特征模块以及由连接层组成的感知模块；

S7、将训练数据集内的体温数据组作为卷积神经网络的训练样本，以训练样本中第五预设时间内的体温数据作为条件数据，以第六预设时间内的体温数据作为结果数据，对条件数据和结果数据的关联性进行训练，以得到待测试体温预测模型，即训练前1小时内的体温数据和后1小时的体温数据的关联性；

S8、将测试数据集内的体温数据组作为待测试体温预测模型的测试样本，以测试样本中第五预设时间内的体温数据作为条件数据，代入至待测试体温预测模型以得到预测体温数据，将预测体温数据与对应的测试样本中第六预设时间内的体温数据进行比对，若对比准确度高于预设百分比，则输出体温预测模型。

在步骤S8生成体温预测模型时，还包括步骤：

S9、获取当前用户登录信息上第五预设时间内的所有体温数据，得到当前用户实时体温数据，调用体温预测模型对当前用户实时体温数据进行体温预测，以生成当前用户登录信息上第六预设时间内的当前用户实时预测体温数据，根据当前用户实时预测体温数据，在当前用户登录信息上的体温值展示界面上用虚线绘制出体温曲线图。

由此可知，通过步骤S5至S8生成一个体温预测模型，后续可以通过该模型进行预测体温；其中，由于卷积神经网络是自我学习，无需人为干预，在数据足够大的情况下，由卷积神经网络所生成体温预测模型能够达到很好的体温预测效果，从而更好更准确的给用户呈现出体温数据的未来趋势。

其中，对于在电子设备上生成的体温预测模型，可以上传到服务器进行保存，其他用户在通过验证之后可以直接使用该模型，而无需再进行训练和测试；另外，随着时间的流逝，体温数据组的数据不断变多，新增的体温数据组也不断的作为训练样本或测试样本，对已经输出的体温预测模型进行不断的更新，以保证体温预测效果愈加的准确。

实施例四

请参照图1至图3所示，一种体温监测方法，在上述实施例三的基础上，步骤S5可替换为：

获取服务器上的所有体温数据，从服务器上的所有体温数据提取若干份处于同一地区、处于相同年龄且为相同性别的体温数据组，若符合条件的体温数据组的数量不足预设数量，则提取同一地区、同一性别且年龄相差一岁的体温数据组，直到体温数据组的数量达到预设数量，在本实施例中，地区和性别保持相同，年龄尽量同龄，如果数据不够，从相差一岁的体温数据取出，若还不够，则从相差两岁的体温数据取出，到了相差三岁的时候停止，从附近地区的体温数据中再获取，直到样本数量达到预设值为止；

体温数据组包括第五预设时间和第六预设时间内的所有体温数据，第五预设时间的最后时间点即为第六预设时间的起始时间点；

步骤S9中调用体温预测模型对当前用户实时体温数据进行体温预测具体为：

获取当前用户登录信息上需要监测的患者的地区、年龄和性别，调用地区相同、性别相同且年龄相差不足一岁的体温预测模型对当前用户实时体温数据进行体温预测。

此外，在样本数据足够大的情况下，根据各数据对应的日期获取到当日的实时温度，即获取到每一天每一个时间段的气温，在训练生成体温预测模型时考虑到气温的影响。

由此可知，地区、年龄、气温和性别使得人体温度变化会具有差异性，故而将生成的体温预测模型通过地区、年龄、气温和性别进行区分，以使得用来预测患者的模型更加符合患者的当前情况，从而得到更好更准确的预测体温数据。

实施例五

请参照4所示，一种电子设备1，包括存储器3、处理器2以及存储在存储器3上并可在处理器2上运行的计算机程序，处理器2执行计算机程序时实现如实施例一至四中任意一种体温监测方法的步骤。

即，电子设备1通过建立与体温计的无线连接关系，接收体温计发送的实时体温数据，根据实时体温数据生成体温值展示界面，用户可以通过体温值展示界面，实时监测患者的体温变化，从而在第一时间内就可以做出治疗措施。

实施例六

一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时如实施例一至四中任意一种体温监测方法的步骤。

综上所述，本发明提供的一种体温监测方法、电子设备及存储介质，通过建立与体温计的无线连接关系，接收体温计发送的实时体温数据，根据实时体温数据生成体温值展示界面，用户可以通过体温值展示界面，实时监测患者的体温变化，从而在第一时间内就可以做出治疗措施；通过温度曲线可以更加直观的观察到当前体温及体温变化；通过设置高温报警、恢复正常温度报警以及断连报警等等，可以实现体温的智能监测，使得用户无需一直观看体温数据，也能在第一时间内做出治疗措施；通过体温预测模型，并根据地区、年龄、气温和性别进行区分，可以更好更准确的给用户呈现出体温数据的未来趋势，从而使得用户能够提前做好预防。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种体温监测方法，其特征在于，包括步骤：

S1、建立与体温计的无线连接关系；

2.根据权利要求1所述的一种体温监测方法，其特征在于，所述步骤S2中包括：

3.根据权利要求2所述的一种体温监测方法，其特征在于，所述步骤S2还包括：

4.根据权利要求2所述的一种体温监测方法，其特征在于，所述步骤S2之后还包括：

S3、保存所接收到的实时体温数据，得到本地体温数据；

生成所述最高体温数据的步骤为：

5.根据权利要求2所述的一种体温监测方法，其特征在于，所述步骤S21具体为：

6.根据权利要求4所述的一种体温监测方法，其特征在于，所述步骤S21之后还包括：

7.根据权利要求6所述的一种体温监测方法，其特征在于，所述步骤S8之后还包括步骤：

8.根据权利要求7所述的一种体温监测方法，其特征在于，所述步骤S5可替换为：

9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述一种体温监测方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述一种体温监测方法的步骤。