CN110840413A - 基于综合生理特征的测温方法、系统及存储介质 - Google Patents
基于综合生理特征的测温方法、系统及存储介质 Download PDFInfo
- Publication number
- CN110840413A CN110840413A CN201910970953.3A CN201910970953A CN110840413A CN 110840413 A CN110840413 A CN 110840413A CN 201910970953 A CN201910970953 A CN 201910970953A CN 110840413 A CN110840413 A CN 110840413A
- Authority
- CN
- China
- Prior art keywords
- body temperature
- temperature measurement
- infrared radiation
- temperature
- pulse frequency
- 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.)
- Pending
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了基于综合生理特征的测温方法、系统及存储介质，方法包括：获取测温对象在头部颞浅动脉分支的红外辐射信号；获取测温对象的脉搏次数；建立脉搏次数与体温之间的关联模型；基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。本发明通过获取测温对象在头部颞浅动脉分支的红外辐射信号和脉搏次数，根据建立的关联模型计算出测温对象的最终体温，相较于现有仅通过红外测温技术来实现的人体测温，本发明综合了红外测温结果和脉搏统计次数，基于综合生理特征的方法提高了人体测温的准确性，可广泛应用于体温监测技术领域。
Description
技术领域
本发明涉及体温监测技术领域，尤其是基于综合生理特征的测温方法、系统及存储介质。
背景技术
体温是一种人体重要参数，人体深部的平均温度是反映人体健康状况的重要指标之一，相对恒定是人体正常生命活动的重要条件之一，很多疾病都可使体温调节机能发生障碍而使体温发生变化。临床中对患者检查体温，观察其变化对诊断疾病或判断某些疾病的预后有重要意义。接触式测温器材主要包括玻璃水银体温计及电子体温计。水银体温计测温时间长、易破碎及存在示中毒等不安全因素，欧盟决定从2005年起将其从欧洲市场上消失。同时，由于体温计的重复使用，接触式测温方法易产生交叉感染。非接触式测温器材主要是非接触式红外鼓膜温度计，其是利用黑体辐射定律通过测量鼓和周围组织发生的红外热能来间接获取大脑组织的温度。
现有技术中，非接触式测温技术主要是通过红外测温技术来实现的，但是，红外测温技术仅能通过测量人体头部颞浅动脉处的表温得出人体体温，测温误差较大。
发明内容
有鉴于此，本发明实施例提供一种精度较高的，基于综合生理特征的测温方法、系统及存储介质。
第一方面，本发明实施例提供了基于综合生理特征的测温方法，包括以下步骤：
获取测温对象在头部颞浅动脉分支的红外辐射信号；
获取测温对象的脉搏次数；
建立脉搏次数与体温之间的关联模型；
基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
进一步，所述获取测温对象在头部颞浅动脉分支的红外辐射信号这一步骤，包括以下步骤：
通过红外传感器获取头部颞浅动脉分支的红外辐射信号；
基于多点标定算法，采用高速处理器对红外辐射信号进行处理，得到红外测温结果。
进一步，所述获取测温对象的脉搏次数这一步骤，具体为：
通过光电脉搏传感器获取头部颞浅动脉的脉搏次数。
进一步，所述建立脉搏次数与体温之间的关联模型这一步骤，包括以下步骤：
获取先验数据，所述先验数据包括各类病症对应的体温值以及各类病症对应的脉搏次数；
根据先验数据，建立体温值与脉搏次数之间的关联模型。
进一步，所述基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温这一步骤，包括以下步骤：
根据红外辐射信号确定第一体温值；
将脉搏次数与关联模型进行匹配，得到第二体温值；
判断第一体温值与第二体温值之间的数值差是否大于阈值，若是，则执行下一步骤；反之，则将第一体温值与第二低温值的平均值作为测温对象的体温；
计算红外辐射信号对应的第一权值和脉搏次数对应的第二权值；
根据第一权值和第二权值，分别计算红外辐射信号和脉搏次数的加权体温值；
计算两个加权体温值的平均值，得到测温对象的体温。
第二方面，本发明实施例还提供了基于综合生理特征的测温系统，包括：
第一获取模块，用于获取测温对象在头部颞浅动脉分支的红外辐射信号；
第二获取模块，用于获取测温对象的脉搏次数；
建模模块，用于建立脉搏次数与体温之间的关联模型；
测温模块，用于基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
进一步，所述测温模块包括：
第一确定单元，用于根据红外辐射信号确定第一体温值；
第二确定单元，用于将脉搏次数与关联模型进行匹配，得到第二体温值；
判断单元，用于判断第一体温值与第二体温值之间的数值差是否大于阈值，若是，则执行下一步骤；反之，则将第一体温值与第二低温值的平均值作为测温对象的体温；
第一计算单元，用于计算红外辐射信号对应的第一权值和脉搏次数对应的第二权值；
第二计算单元，用于根据第一权值和第二权值，分别计算红外辐射信号和脉搏次数的加权体温值；
第三计算单元，用于计算两个加权体温值的平均值，得到测温对象的体温。
第三方面，本发明实施例还提供了一种基于综合生理特征的测温系统，包括红外测温模块、光电测脉搏模块和处理器；
所述红外测温模块，用于获取测温对象在头部颞浅动脉分支的红外辐射信号；
所述光电测脉搏模块，用于获取测温对象的脉搏次数；
所述处理器，用于建立脉搏次数与体温之间的关联模型以及基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
第四方面，本发明实施例还提供了一种基于综合生理特征的测温系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的基于综合生理特征的测温方法。
第五方面，本发明实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行所述的基于综合生理特征的测温方法。
上述本发明实施例中的一个或多个技术方案具有如下优点：本发明的实施例通过获取测温对象在头部颞浅动脉分支的红外辐射信号和脉搏次数，根据建立的关联模型计算出测温对象的最终体温，相较于现有仅通过红外测温技术来实现的人体测温，本发明综合了红外测温结果和脉搏统计次数，基于综合生理特征的方法提高了人体测温的准确性。
附图说明
图1为本发明的整体步骤流程图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参照图1，本发明实施例提供了基于综合生理特征的测温方法，包括以下步骤：
获取测温对象在头部颞浅动脉分支的红外辐射信号；
获取测温对象的脉搏次数；
建立脉搏次数与体温之间的关联模型；
基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
具体的，本实施例通过结合红外辐射信号和脉搏次数来进行体温确定，相较于现有基于单一生理特征的测温方法，本发明的精度更高。
进一步作为优选的实施方式，所述获取测温对象在头部颞浅动脉分支的红外辐射信号这一步骤，包括以下步骤：
通过红外传感器获取头部颞浅动脉分支的红外辐射信号；
基于多点标定算法，采用高速处理器对红外辐射信号进行处理，得到红外测温结果。
进一步作为优选的实施方式，所述获取测温对象的脉搏次数这一步骤，具体为：
通过光电脉搏传感器获取头部颞浅动脉的脉搏次数。
进一步作为优选的实施方式，所述建立脉搏次数与体温之间的关联模型这一步骤，包括以下步骤：
获取先验数据，所述先验数据包括各类病症对应的体温值以及各类病症对应的脉搏次数；
根据先验数据，建立体温值与脉搏次数之间的关联模型。
进一步作为优选的实施方式，所述基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温这一步骤，包括以下步骤：
根据红外辐射信号确定第一体温值；
将脉搏次数与关联模型进行匹配，得到第二体温值；
判断第一体温值与第二体温值之间的数值差是否大于阈值，若是，则执行下一步骤；反之，则将第一体温值与第二低温值的平均值作为测温对象的体温；
计算红外辐射信号对应的第一权值和脉搏次数对应的第二权值；
根据第一权值和第二权值，分别计算红外辐射信号和脉搏次数的加权体温值；
计算两个加权体温值的平均值，得到测温对象的体温。
与图1的方法相对应，本发明实施例还提供了基于综合生理特征的测温系统，包括：
第一获取模块，用于获取测温对象在头部颞浅动脉分支的红外辐射信号；
第二获取模块，用于获取测温对象的脉搏次数；
建模模块，用于建立脉搏次数与体温之间的关联模型；
测温模块，用于基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
进一步作为优选的实施方式，所述测温模块包括：
第一确定单元，用于根据红外辐射信号确定第一体温值；
第二确定单元，用于将脉搏次数与关联模型进行匹配，得到第二体温值；
判断单元，用于判断第一体温值与第二体温值之间的数值差是否大于阈值，若是，则执行下一步骤；反之，则将第一体温值与第二低温值的平均值作为测温对象的体温；
第一计算单元，用于计算红外辐射信号对应的第一权值和脉搏次数对应的第二权值；
第二计算单元，用于根据第一权值和第二权值，分别计算红外辐射信号和脉搏次数的加权体温值；
第三计算单元，用于计算两个加权体温值的平均值，得到测温对象的体温。
另外，本发明实施例还提供了一种基于综合生理特征的测温系统，包括红外测温模块、光电测脉搏模块和处理器；
所述红外测温模块，用于获取测温对象在头部颞浅动脉分支的红外辐射信号；
所述光电测脉搏模块，用于获取测温对象的脉搏次数；
所述处理器，用于建立脉搏次数与体温之间的关联模型以及基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
与图1的方法相对应，本发明实施例还提供了一种基于综合生理特征的测温系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的基于综合生理特征的测温方法。
与图1的方法相对应，本发明实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行所述的基于综合生理特征的测温方法。
上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
此外，本发明实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行所述的数据处理方法。
下面详细描述本发明基于综合生理特征的测温方法的具体实施步骤：
S1、获取测温对象在头部颞浅动脉分支的红外辐射信号；
所述步骤S1包括以下步骤：
S11、通过红外传感器获取头部颞浅动脉分支的红外辐射信号；
S12、基于多点标定算法，采用高速处理器对红外辐射信号进行处理，得到红外测温结果。
多点标定算法是指：在环境温度10～40度范围内，每隔5度对标准红外辐射源的选定多点温度值进行标定，用红外测温公式、插值法和映射关系模型为主建立算法，测量得出准确的表面温度，实际应用时，通过表体温转换函数，得出人体体温值。
S2、获取测温对象的脉搏次数；
具体的，所述步骤S2具体为：通过光电脉搏传感器获取头部颞浅动脉的脉搏次数。
S3、建立脉搏次数与体温之间的关联模型；
具体的，所述步骤S3包括以下步骤：
S31、获取先验数据，所述先验数据包括各类病症对应的体温值以及各类病症对应的脉搏次数；
S32、根据先验数据，建立体温值与脉搏次数之间的关联模型。
本实施例通过获取先验数据来构建关联模型，例如流感症状引起的发热，体温值为38°时对应的脉搏次数为N次，则关联模型中存储的映射式即为N～38°，同理，本实施例通过获取不同症状下，不同体温值对应的脉搏次数，进而构建得到数据量较大的关联模型。
S4、基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
具体的，所述步骤S4包括以下步骤：
S41、根据红外辐射信号确定第一体温值；
S42、将脉搏次数与关联模型进行匹配，得到第二体温值；
S43、判断第一体温值与第二体温值之间的数值差是否大于阈值，若是，则执行下一步骤；反之，则将第一体温值与第二低温值的平均值作为测温对象的体温；
S44、计算红外辐射信号对应的第一权值和脉搏次数对应的第二权值；
S45、根据第一权值和第二权值，分别计算红外辐射信号和脉搏次数的加权体温值；
S46、计算两个加权体温值的平均值，得到测温对象的体温。
具体的，本实施例首先对红外辐射得到的第一体温值与关联模型匹配得到的第二体温值比较，如果两个值之间的差值较大，则代表两者测量得到的体温值存在一定误差，需要进行矫正。
于是，本实施例分别计算红外辐射信号对应的第一权值和脉搏次数对应的第二权值，然后计算两个加权体温值的平均值，得到测温对象的体温。
本实施例中所述第一权值和第二权值可采用以下方法计算得到：
获取历史数据，所述历史数据包括红外辐射得到的第一体温值、根据脉搏次数匹配到的第二体温值，以及通过体温计量取的准确体温值。
将第一体温值与准确体温值比较，得到第一比较结果；
将第二体温值与准确体温值比较，得到第二比较结果；
如果第一比较结果小于第二比较结果，则说明第一体温值与准确体温值之间的差距较小，即代表第一体温值的准确率较高，此时设置第一权值大于第二权值；反之，则设置第二权值大于第一权值。
通过统计历史数据的比较结果，对第一比较结果小于第二比较结果的次数进行统计，确定第一权值大于第二权值，并根据统计的次数占比，最终确定第一权值和第二权值的具体数值。
例如，第一比较结果小于第二比较结果的次数为70次，而第二比较结果大于第一比较结果的次数为30次，则确定第一权值为0.7，第二权值为0.3。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学辐射，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.基于综合生理特征的测温方法，其特征在于：包括以下步骤：
获取测温对象在头部颞浅动脉分支的红外辐射信号；
获取测温对象的脉搏次数；
建立脉搏次数与体温之间的关联模型；
基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
2.根据权利要求1所述的基于综合生理特征的测温方法，其特征在于：所述获取测温对象在头部颞浅动脉分支的红外辐射信号这一步骤，包括以下步骤：
通过红外传感器获取头部颞浅动脉分支的红外辐射信号；
基于多点标定算法，采用高速处理器对红外辐射信号进行处理，得到红外测温结果。
3.根据权利要求1所述的基于综合生理特征的测温方法，其特征在于：所述获取测温对象的脉搏次数这一步骤，具体为：
通过光电脉搏传感器获取头部颞浅动脉的脉搏次数。
4.根据权利要求1所述的基于综合生理特征的测温方法，其特征在于：所述建立脉搏次数与体温之间的关联模型这一步骤，包括以下步骤：
获取先验数据，所述先验数据包括各类病症对应的体温值以及各类病症对应的脉搏次数；
根据先验数据，建立体温值与脉搏次数之间的关联模型。
5.根据权利要求1所述的基于综合生理特征的测温方法，其特征在于：所述基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温这一步骤，包括以下步骤：
根据红外辐射信号确定第一体温值；
将脉搏次数与关联模型进行匹配，得到第二体温值；
判断第一体温值与第二体温值之间的数值差是否大于阈值，若是，则执行下一步骤；
反之，则将第一体温值与第二低温值的平均值作为测温对象的体温；
计算红外辐射信号对应的第一权值和脉搏次数对应的第二权值；
根据第一权值和第二权值，分别计算红外辐射信号和脉搏次数的加权体温值；
计算两个加权体温值的平均值，得到测温对象的体温。
6.基于综合生理特征的测温系统，其特征在于：包括：
第一获取模块，用于获取测温对象在头部颞浅动脉分支的红外辐射信号；
第二获取模块，用于获取测温对象的脉搏次数；
建模模块，用于建立脉搏次数与体温之间的关联模型；
测温模块，用于基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
7.根据权利要求6所述的基于综合生理特征的测温系统，其特征在于：所述测温模块包括：
第一确定单元，用于根据红外辐射信号确定第一体温值；
第二确定单元，用于将脉搏次数与关联模型进行匹配，得到第二体温值；
判断单元，用于判断第一体温值与第二体温值之间的数值差是否大于阈值，若是，则执行下一步骤；反之，则将第一体温值与第二低温值的平均值作为测温对象的体温；
第一计算单元，用于计算红外辐射信号对应的第一权值和脉搏次数对应的第二权值；
第二计算单元，用于根据第一权值和第二权值，分别计算红外辐射信号和脉搏次数的加权体温值；
第三计算单元，用于计算两个加权体温值的平均值，得到测温对象的体温。
8.基于综合生理特征的测温系统，其特征在于：包括红外测温模块、光电测脉搏模块和处理器；
所述红外测温模块，用于获取测温对象在头部颞浅动脉分支的红外辐射信号；
所述光电测脉搏模块，用于获取测温对象的脉搏次数；
所述处理器，用于建立脉搏次数与体温之间的关联模型以及基于所述关联模型，根据红外辐射信号和脉搏次数确定测温对象的体温。
9.基于综合生理特征的测温系统，其特征在于：包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-5中任一项所述的基于综合生理特征的测温方法。
10.一种存储介质，其中存储有处理器可执行的指令，其特征在于：所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-5中任一项所述的基于综合生理特征的测温方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910970953.3A CN110840413A (zh) | 2019-10-14 | 2019-10-14 | 基于综合生理特征的测温方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910970953.3A CN110840413A (zh) | 2019-10-14 | 2019-10-14 | 基于综合生理特征的测温方法、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110840413A true CN110840413A (zh) | 2020-02-28 |
Family
ID=69597434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910970953.3A Pending CN110840413A (zh) | 2019-10-14 | 2019-10-14 | 基于综合生理特征的测温方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110840413A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112450889A (zh) * | 2020-11-10 | 2021-03-09 | 广东小天才科技有限公司 | 体温测量电路、方法、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020026119A1 (en) * | 1998-09-11 | 2002-02-28 | Exergen Corporation | Temporal artery temperature detector |
| CN1882277A (zh) * | 2003-08-19 | 2006-12-20 | A.D.整体应用有限公司 | 监测葡萄糖水平的方法 |
| CN102988036A (zh) * | 2012-12-26 | 2013-03-27 | 中国科学院自动化研究所 | 测量脉率的方法 |
| US20140180027A1 (en) * | 2012-12-20 | 2014-06-26 | U.S. Government, As Represented By The Secretary Of The Army | Estimation of Human Core Temperature based on Heart Rate System and Method |
| CN106175713A (zh) * | 2016-08-08 | 2016-12-07 | 杭州棒糖网络科技有限公司 | 一种测量颞浅动脉的体温计 |
| CN108451513A (zh) * | 2017-02-22 | 2018-08-28 | 清华大学深圳研究生院 | 一种贴片式生理多参数监测设备 |
| CN109310369A (zh) * | 2016-06-10 | 2019-02-05 | 博能电子公司 | 用于估计血脉搏波特征的多传感器系统 |
| CN209043461U (zh) * | 2018-06-06 | 2019-06-28 | 深圳市凯利博实业有限公司 | 体温测量装置 |
-
2019
- 2019-10-14 CN CN201910970953.3A patent/CN110840413A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020026119A1 (en) * | 1998-09-11 | 2002-02-28 | Exergen Corporation | Temporal artery temperature detector |
| CN1882277A (zh) * | 2003-08-19 | 2006-12-20 | A.D.整体应用有限公司 | 监测葡萄糖水平的方法 |
| US20140180027A1 (en) * | 2012-12-20 | 2014-06-26 | U.S. Government, As Represented By The Secretary Of The Army | Estimation of Human Core Temperature based on Heart Rate System and Method |
| CN102988036A (zh) * | 2012-12-26 | 2013-03-27 | 中国科学院自动化研究所 | 测量脉率的方法 |
| CN109310369A (zh) * | 2016-06-10 | 2019-02-05 | 博能电子公司 | 用于估计血脉搏波特征的多传感器系统 |
| CN106175713A (zh) * | 2016-08-08 | 2016-12-07 | 杭州棒糖网络科技有限公司 | 一种测量颞浅动脉的体温计 |
| CN108451513A (zh) * | 2017-02-22 | 2018-08-28 | 清华大学深圳研究生院 | 一种贴片式生理多参数监测设备 |
| CN209043461U (zh) * | 2018-06-06 | 2019-06-28 | 深圳市凯利博实业有限公司 | 体温测量装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112450889A (zh) * | 2020-11-10 | 2021-03-09 | 广东小天才科技有限公司 | 体温测量电路、方法、设备及存储介质 |
| CN112450889B (zh) * | 2020-11-10 | 2023-08-15 | 广东小天才科技有限公司 | 体温测量电路、方法、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10679757B2 (en) | Method and apparatus for establishing a blood pressure model and method and apparatus for determining a blood pressure | |
| US11559218B2 (en) | Intravascular pressure and flow data diagnostic systems, devices, and methods | |
| CN102319060B (zh) | 体温异常检测系统 | |
| CN102238905B (zh) | 脑血液动力学参数的测量 | |
| RU2413187C2 (ru) | Устройство и способ прогнозирования температуры человека | |
| US10653365B2 (en) | Biological information processing device and biological information processing method | |
| CN104095635B (zh) | 一种利用自回归模型计算磁共振图像表观弥散系数的方法 | |
| CN109314764B (zh) | 用于校准和修正散斑对比流量计的系统和方法 | |
| CN105636509A (zh) | 用于利用在不使用充血剂的情况下获得的优化的近端压力测量结果和远端压力测量结果来评估脉管的设备、系统和方法 | |
| CN106999051A (zh) | 用于检测异常心脏波形和进行生理测量值计算的装置、系统和方法 | |
| CN111588353A (zh) | 一种体温测量方法 | |
| US9375183B2 (en) | Method for monitoring sensor degradation, patient monitor, patient monitor system, physiological sensor, and computer program product for a patient monitor | |
| CN112515645B (zh) | 血压测量数据处理方法、系统及计算机设备 | |
| CN110840413A (zh) | 基于综合生理特征的测温方法、系统及存储介质 | |
| CN110353699A (zh) | 传感器脱落检测方法、装置及存储介质 | |
| Roy et al. | BePCon: a photoplethysmography-based quality-aware continuous beat-to-beat blood pressure measurement technique using deep learning | |
| US10610166B2 (en) | Determination of a hemodynamic parameter | |
| CN106264478A (zh) | 监护系统、体温监测仪及其人体体温数据处理方法及装置 | |
| CN115399742A (zh) | 血压测量设备的校准方法及血压测量设备 | |
| Mosiychuk et al. | Bioimpedance monitoring of dialysis patients during ultrafiltration | |
| WO2020111203A1 (ja) | 血流障害判定装置、血流障害判定方法、血流障害判定プログラム及び血流障害判定システム | |
| EP4111974A1 (en) | Physiological measurement device, method and program | |
| US20220044816A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
| Owens et al. | The accuracy and reproducibility of rhinospirometry in detecting flow asymmetry in a nasal cavity model | |
| CN117109745A (zh) | 红外测温方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |