CN111486993A - 体温检测的矫正方法、装置、计算机设备和存储介质 - Google Patents
体温检测的矫正方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111486993A CN111486993A CN202010207515.4A CN202010207515A CN111486993A CN 111486993 A CN111486993 A CN 111486993A CN 202010207515 A CN202010207515 A CN 202010207515A CN 111486993 A CN111486993 A CN 111486993A
- Authority
- CN
- China
- Prior art keywords
- body temperature
- parameter
- temperature data
- fitting
- target
- 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
- 230000036760 body temperature Effects 0.000 title claims abstract description 287
- 238000001514 detection method Methods 0.000 title claims abstract description 129
- 238000012937 correction Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005259 measurement Methods 0.000 claims abstract description 104
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 64
- 238000004422 calculation algorithm Methods 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K15/00—Testing or calibrating of thermometers
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
- G01K13/20—Clinical contact thermometers for use with humans or animals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请涉及一种体温检测的矫正方法、装置、计算机设备和存储介质。所述方法包括:获取被测试者的体温数据和目标测温时间;在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询目标测温时间对应的目标基准拟合参数和目标实测拟合参数;根据目标基准拟合参数和目标实测拟合参数,对体温数据进行矫正,得到矫正后的体温数据,作为被测试者的真实基准体温数据。采用本方法能够矫正不同检测环境下体温检测设备测量体温的误差。
Description
技术领域
本申请涉及温度检测技术领域,特别是涉及一种体温检测的矫正方法、装置、计算机设备和存储介质。
背景技术
随着医疗卫生事业的发展,在体温检测方面有了更高的要求,尤其是在疾病疫情防控时期,需要在公共场所对人群进行快速、非接触式体温检测,以筛查出异常体温人员,达到控制疫情传播的目的。传统的非接触式体温检测设备有测温枪、热成像测温仪等。
然而,目前的非接触测温方式易受到外界环境的影响,外界环境的温度、湿度、风力风向、光照、测温时段、测温的体表部位等因素的变化,都能造成测量结果与人体实际温度的误差,因此,亟需一种体温检测误差矫正方法。
发明内容
基于此,有必要针对上述技术问题,提供一种体温检测的矫正方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种体温检测的矫正方法,所述方法包括:
获取被测试者的体温数据和目标测温时间;
在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询所述目标测温时间对应的目标基准拟合参数和目标实测拟合参数;
根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,作为所述被测试者的真实基准体温数据。
作为一种可选的实施方式,所述目标基准拟合参数中包含第一基准参数,所述目标实测拟合参数中包括第一实测参数,所述根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,包括:
将所述第一基准参数与所述第一实测参数的差值,作为矫正补偿;
将所述体温数据与所述矫正补偿的和值,作为所述矫正后的体温数据。
作为一种可选的实施方式,所述目标基准拟合参数中包含第一基准参数和第二基准参数,所述目标实测拟合参数中包括第一实测参数和第二实测参数,所述根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,包括:
将所述第二基准参数与所述第二实测参数的比值,作为矫正权重;
计算所述体温数据与所述第一实测参数的差值;
计算所述差值与所述矫正权重的乘积,将所述第一基准参数与所述乘积的和值,作为所述矫正后的体温数据。
作为一种可选的实施方式,所述方法还包括:
获取多个样本对象在第一检测环境中各时刻下的第一体温数据和所述多个样本对象在第二检测环境中各时刻下的第二体温数据,所述第一检测环境为无体温检测影响因素的环境,所述第二检测环境为存在体温检测影响因素的环境,所述样本对象为正常体温特征的被检测对象;
针对每一时刻下各样本对象对应的第一体温数据和第二体温数据,根据该时刻下所述各样本对象对应的第一体温数据及预设的拟合算法,得到该时刻对应的基准拟合参数,根据该时刻下所述各样本对象对应的第二体温数据及预设的拟合算法,得到该时刻对应的实测拟合参数。
作为一种可选的实施方式,所述基准拟合参数中包含第一基准参数和第二基准参数,所述实测拟合参数中包括第一实测参数和第二实测参数,所述根据该时刻下所述各样本对象对应的第一体温数据及预设的拟合算法,得到该时刻对应的基准拟合参数,根据该时刻下所述各样本对象对应的第二体温数据及预设的拟合算法,得到该时刻对应的实测拟合参数,包括:
根据该时刻下所述各样本对象对应的第一体温数据、第一样本对象的数目及预设的拟合算法,得到该时刻对应的第一基准参数;
根据所述第一基准参数、所述第一样本对象的数目及预设的区间样本对象数目占比,得到该时刻对应的第二基准参数;
根据该时刻下所述各样本对象对应的第二体温数据、第二样本对象的数目及所述预设的拟合算法,得到该时刻对应的第一实测参数;
根据所述第一实测参数、所述第二样本对象的数目及所述预设的区间样本对象数目占比,得到该时刻对应的第二实测参数。
作为一种可选的实施方式,所述预设的拟合算法为正态分布拟合算法。
第二方面,本申请提供了一种体温检测的矫正装置,所述装置包括:
第一获取模块,用于获取被测试者的体温数据和目标测温时间;
查询模块,用于在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询所述目标测温时间对应的目标基准拟合参数和目标实测拟合参数;
矫正模块,用于根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,作为所述被测试者的真实基准体温数据。
作为一种可选的实施方式,所述目标基准拟合参数中包含第一基准参数,所述目标实测拟合参数中包括第一实测参数,所述矫正模块具体用于将所述第一基准参数与所述第一实测参数的差值,作为矫正补偿;
将所述体温数据与所述矫正补偿的和值,作为所述矫正后的体温数据。
作为一种可选的实施方式,所述目标基准拟合参数中包含第一基准参数和第二基准参数,所述目标实测拟合参数中包括第一实测参数和第二实测参数,所述矫正模块具体用于将所述第二基准参数与所述第二实测参数的比值,作为矫正权重;
计算所述体温数据与所述第一实测参数的差值;
计算所述差值与所述矫正权重的乘积,将所述第一基准参数与所述乘积的和值,作为所述矫正后的体温数据。
作为一种可选的实施方式,所述装置还包括:
第二获取模块,用于获取多个样本对象在第一检测环境中各时刻下的第一体温数据和所述多个样本对象在第二检测环境中各时刻下的第二体温数据,所述第一检测环境为无体温检测影响因素的环境,所述第二检测环境为存在体温检测影响因素的环境,所述样本对象为正常体温特征的被检测对象;
处理模块,用于针对每一时刻下各样本对象对应的第一体温数据和第二体温数据,根据该时刻下所述各样本对象对应的第一体温数据及预设的拟合算法,得到该时刻对应的基准拟合参数,根据该时刻下所述各样本对象对应的第二体温数据及预设的拟合算法,得到该时刻对应的实测拟合参数。
作为一种可选的实施方式,所述基准拟合参数中包含第一基准参数和第二基准参数,所述实测拟合参数中包括第一实测参数和第二实测参数,所述处理模块具体用于根据该时刻下所述各样本对象对应的第一体温数据、第一样本对象的数目及预设的拟合算法,得到该时刻对应的第一基准参数;
根据所述第一基准参数、所述第一样本对象的数目及预设的区间样本对象数目占比,得到该时刻对应的第二基准参数;
根据该时刻下所述各样本对象对应的第二体温数据、第二样本对象的数目及所述预设的拟合算法,得到该时刻对应的第一实测参数;
根据所述第一实测参数、所述第二样本对象的数目及所述预设的区间样本对象数目占比,得到该时刻对应的第二实测参数。
作为一种可选的实施方式,所述预设的拟合算法为正态分布拟合算法。
第三方面,本申请提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取被测试者的体温数据和目标测温时间;
在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询所述目标测温时间对应的目标基准拟合参数和目标实测拟合参数;
根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,作为所述被测试者的真实基准体温数据。
第四方面,本申请提供了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以下步骤:
获取被测试者的体温数据和目标测温时间;
在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询所述目标测温时间对应的目标基准拟合参数和目标实测拟合参数;
根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,作为所述被测试者的真实基准体温数据。
本申请提供了一种体温检测的矫正方法、装置、计算机设备和存储介质,体温检测设备获取被测试者的体温数据和目标测温时间;然后,体温检测设备在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询所述目标测温时间对应的目标基准拟合参数和目标实测拟合参数;最后,体温检测设备根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,作为所述被测试者的真实基准体温数据。采用本方法可以矫正不同检测环境下体温检测设备测量体温的误差。
附图说明
图1为本申请实施例中提供的一种体温检测的矫正方法的流程示意图;
图2为本申请实施例中提供的一种体温检测的矫正装置的结构示意图;
图3为本申请实施例中提供的一种拟合参数确定方法的流程示意图;
图4为本申请实施例中提供的一种计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,本申请提供了一种体温检测的矫正方法,该方法可以直接应用于体温检测设备,另外,该方法也可以应用于包含体温检测设备与服务器的体温检测矫正系统,并通过体温检测设备和服务器的交互实现。本实施例以该方法应用在体温检测设备中为例进行说明,体温检测设备获取被测试者的体温数据和目标测温时间;然后,在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询目标测温时间对应的目标基准拟合参数和目标实测拟合参数;最后,体温检测设备根据目标基准拟合参数和目标实测拟合参数,对体温数据进行矫正,得到矫正后的体温数据,作为被测试者的真实基准体温数据。
具体的,在一个实施例中,如图1所示,提供了一种体温检测的矫正方法,该方法包括以下步骤:
步骤101,获取被测试者的体温数据和目标测温时间。
在实施中,体温检测设备可以为红外测温枪也可以为热成像测温仪或者别的测温设备,本申请实施例不做限定,体温检测设备可以但不限于通过温度传感器获取被测试者的体温数据和该体温数据对应的目标测温时间。
步骤102,在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询目标测温时间对应的目标基准拟合参数和目标实测拟合参数。
在实施中,体温检测设备根据获取到的目标测温时间在预先存储的各测温时间和基准拟合参数及实测拟合参数的对应关系中,查询该目标测温时间对应的目标基准拟合参数和目标实测拟合参数。其中,体温检测设备中预先存储的各测温时间对应的目标基准拟合参数和目标实测拟合参数的确定方法见下述步骤301-302。
步骤103,根据目标基准拟合参数和目标实测拟合参数,对体温数据进行矫正,得到矫正后的体温数据,作为被测试者的真实基准体温数据。
在实施中,体温检测设备根据查询到的目标基准拟合参数和目标实测拟合参数,对被测试者的体温数据进行矫正,得到矫正后的体温数据,作为被测试者在该时刻下该测试环境中的真实基准体温数据。由于目标基准拟合参数和目标实测拟合参数种类可以是多种多样的,因此,基于不同的目标基准拟合参数和目标实测拟合参数,体温检测设备根据目标基准拟合参数和目标实测拟合参数,对体温数据进行矫正的处理过程也不同。本申请实施例提供了两种可行的实施方式,具体如下。
实施方式一,目标基准拟合参数中包含第一基准参数,目标实测拟合参数中包括第一实测参数,将第一基准参数与第一实测参数的差值,作为矫正补偿。将体温数据与矫正补偿的和值,作为矫正后的体温数据即该被测试者的真实基准体温数据。
在实施中,体温检测设备根据目标基准拟合参数中的第一基准参数(均值μ0)和目标拟合参数中的第一实测参数(均值μt)的差值,得到矫正补偿(μ0-μt),并利用该矫正补偿矫正被测试者的体温数据,具体的,在t时刻下被测试者的体温数据为ti,矫正后的体温数据为Ti,则Ti=ti+(μ0-μt)。体温检测设备采用实施方式一的矫正算法可以减少体温检测设备计算量消耗,更加快速的得到矫正后的真实基准体温数据。
实施方式二,目标基准拟合参数中包含第一基准参数和第二基准参数,目标实测拟合参数中包括第一实测参数和第二实测参数,则将第二基准参数与第二实测参数的比值,作为矫正权重;计算体温数据与第一实测参数的差值;计算差值与矫正权重的乘积,将第一基准参数与乘积的和值,作为矫正后的体温数据。
在实施中,体温检测设备将目标基准拟合参数中的第二基准参数(标准差σ0)和目标实测拟合参数中的第二实测参数(标准差σt)的比值作为矫正权重然后计算被测试者的体温数据ti与第一实测参数(均值μt)的差值,并计算该差值与矫正权重的乘积,最后将乘积与第一基准参数的和值,作为矫正后的体温数据Ti即体温检测设备采用实施方式二的矫正算法考虑了基准环境与实测环境下体温的标准差占比和均值偏移情况,可以更加精确的矫正体温数据。
本申请实施例还提供了一种拟合参数的确定方法,其中,拟合参数包括基准拟合参数和实测拟合参数,如图3所示,该方法的具体处理过程包括如下步骤。
步骤301,获取多个样本对象在第一检测环境中各时刻下的第一体温数据和多个样本对象在第二检测环境中各时刻下的第二体温数据,第一检测环境为无体温检测影响因素的环境,第二检测环境为存在体温检测影响因素的环境,样本对象为正常体温特征的被检测对象。
在实施中,体温检测设备预先获取多个样本对象在第一检测环境中各时刻下的第一体温数据和多个样本对象在第二检测环境中各时刻下的第二体温数据,其中,第一检测环境为无体温检测影响因素的环境,即基准环境,第二检测环境为存在影响体温检测因素的环境,即一般公共场所代表的实测体温环境,样本对象为正常体温特征的被检测对象。
具体的,选取多个经过临床检测确认体温正常的对象(如500个),作为被检测的样本对象,然后,针对人体一天内体温数据的自变化,将一天(24小时)划分为不同的时段,例如1-4时、4-6时、6-8时、8-10时、10-13时、13-17时、17-21时、21-24时。体温检测设备针对划分出的每个时段,在该时段内按照预设的时间窗口d(如5分钟,d越小越能保证样本对象所处的环境条件越近似相同,但需要保证足够的样本数目)获取样本对象的体温数据。首先,第一检测环境中体温检测设备获取各样本对象的体温数据,第一检测环境为基准环境,因为外界环境的风力(风力的流速和流向夹角)、温度、湿度、光照等都会造成非接触式体温检测结果的变化,因此,第一检测环境选定为临床适用的基准环境,比如温度在25-28℃、湿度在50-60%、无风、无明显辐射等的环境作为基准环境。然后,体温检测设备在该基准环境中对各样本对象进行测温,得到各样本对象的多次测温的平均体温数据。其次,在第二检测环境中,体温检测设备对同一批样本对象的同一测温部位(如额头)获取各样本对象的多次测温的平均体温数据,第二检测环境为实测环境如,公司大厅、地铁安检处、工厂学校大门口等实际测温环境,本申请实施例不做限定。然后,体温检测设备在该实测环境中对各样本对象进行测温,得到各样本对象的体温数据。
由于实测环境(第二检测环境)的多种多样,体温检测设备除了需要预先获取一组基准环境(第一检测环境)下的各样本对象对应的体温数据,以得到基准拟合参数之外,还要获取同一批样本对象在多种不同实测环境下的多组实测体温数据,以得到对应的多组实测拟合参数。但是,获取同一批样本对象在多种实测环境下的体温数据会增加该方法的实现成本,出于对经济性能的考虑,优选的,多种不同实测环境(第二检测环境)中的实测体温数据,也可以根据实际测量过程中被测试者所处的实测环境进行实时获取,并进行拟合运算,比如,在被测试者所处的实测环境中,将被测试者对应的测温时间的前一个时间窗口(如,5分钟)所获得的该实测环境下的部分样本对象对应的体温数据,作为该实测环境下的样本数据,以进行实测体温数据拟合,采用本方法节约了获取同一批样本对象在多个实测环境下的体温数据的采样成本。
可选的,由于人体体温数据还受自身的年龄、性别、种族等的影响,因此,在选取样本对象时还可以进行进一步限定,如将样本对象划分为女性样本对象和男性样本对象;或者将样本对象划分为成年样本对象、老年样本对象和儿童样本对象;还可以将性别、年龄和种族等影响因素结合起来,对样本对象进行划分。然后,体温检测设备对划分后的样本对象分别在第一检测环境和在第二检测环境下测温,得到考虑更多体温影响因素的体温数据。另外,样本对象也不局限于人群,还可以选取任何恒温动物作为样本对象,将同一物种的恒温动物按照不同的体温影响因素进行划分,得到不同类型的样本对象,并获取该类样本对象的体温数据。
步骤302,针对每一时刻下各样本对象对应的第一体温数据和第二体温数据,根据该时刻下各样本对象对应的第一体温数据及预设的拟合算法,得到该时刻对应的基准拟合参数,根据该时刻下各样本对象对应的第二体温数据及预设的拟合算法,得到该时刻对应的实测拟合参数。
在实施中,体温检测设备首先针对每一时刻下各样本对象对应的第一体温数及预设的拟合算法,得到该时刻对应到的基准拟合参数。然后,体温检测设备根据该时刻下各样本对象对应的第二体温数据及预设的拟合算法,得到该时刻对应的实测拟合参数。可选的,预设的拟合算法为正态分布拟合算法。针对同一体温正常群体对同一测温部位进行测温,根据大数据统计原则进行概率分布拟合,可以得到该体温分布规律符合正态分布原则,因此,选取正态分布拟合算法对上述第一体温数据和第二体温数据进行拟合运算。
因此,具体的体温检测设备根据第一体温数据及正态分布拟合算法得到该时刻对应的基准拟合参数;体温检测设备根据第二体温数据及正态分布拟合算法得到该时刻对应的实测拟合参数。
作为一种可选的实施方式,基准拟合参数中包含第一基准参数和第二基准参数,实测拟合参数中包括第一实测参数和第二实测参数,则上述步骤302的具体处理过程如下:
根据该时刻下各样本对象对应的第一体温数据、第一样本对象的数目及预设的拟合算法,得到该时刻对应的第一基准参数;根据第一基准参数、第一样本对象的数目及预设的区间样本对象数目占比,得到该时刻对应的第二基准参数;根据该时刻下各样本对象对应的第二体温数据、第二样本对象的数目及预设的拟合算法,得到该时刻对应的第一实测参数;根据第一实测参数、第二样本对象的数目及预设的区间样本对象数目占比,得到该时刻对应的第二实测参数。
在实施中,基准拟合参数包含第一基准参数(均值μ0)和第二基准参数(标准差σ0),则体温检测设备根据该时刻下各样本对象对应的第一体温数据、第一样本对象的数目及预设的拟合算法,得到该时刻对应的第一基准参数(均值μ0)。再根据得到的第一基准参数、第一样本对象的数目及预设的区间样本对象数目占比,得到该时刻对象的第二基准参数(标准差σ0)。具体的,若第一样本对象的数目n为500个,根据每个样本对象i对应的第一体温数据xi,由得到该时刻对应的第一基准参数(即均值μ0)。其中,x1.....xn表示每个样本对象对应的第一体温数据。另外,预设的区间样本对象数目占比为正态分布的区间内,以均值μ0为中心,向左右分别偏移一个标准差σ0的样本区间[μ0-σ0,μ0+σ0]中的样本数目占总样本数目的比值68.268949%,则体温检测设备根据得到的第一基准参数μ0、第一样本对象的数目(总样本数n=500)和预设的区间样本对象数目占比(68.268949%),得到对应的第二基准参数(标准差σ0)。同样的,体温检测设备根据该时刻下各样本对象对应的第二体温数据、第二样本对象的数目,得到该时刻对应的第一实测参数(均值μt);然后,体温检测设备根据得到的第一实测参数(均值μt)、第二样本对象的数目(同一批样本对象即n=500)及预设的区间样本对象数目占比(68.268949%),得到该时刻对应的第二实测参数(标准差σt)。具体实测拟合参数求解过程与基准拟合参数类似,本申请实施例不再赘述。
可选的,某些情况下,比如所测体温部位不同(测手腕温度)会有可能造成的对该样本对象对应的体温数据进行拟合运算,得到的拟合曲线为偏态分布(即拟合出的曲线左右分布不对称)拟合曲线时,则体温检测设备可以获取该批样本中的众数、中数、均值和标准差对该偏态分布建立基准条件下和实测条件下的温度对应关系进行实测温度到基准温度的矫正。
本申请实施例提供了一种体温检测的矫正方法,应用该方法体温检测设备获取被测试者的体温数据和目标测温时间;然后,体温检测设备在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询目标测温时间对应的目标基准拟合参数和目标实测拟合参数;最后,体温检测设备根据目标基准拟合参数和目标实测拟合参数,对体温数据进行矫正,得到矫正后的体温数据,作为被测试者的真实基准体温数据。采用本方法可以矫正不同检测环境下体温检测设备测量体温的误差。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图2所示,本申请还提供了一种体温检测的矫正装置,该装置包括:
第一获取模块210,用于获取被测试者的体温数据和目标测温时间。
查询模块220,用于在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询目标测温时间对应的目标基准拟合参数和目标实测拟合参数。
矫正模块230,用于根据目标基准拟合参数和目标实测拟合参数,对体温数据进行矫正,得到矫正后的体温数据,作为被测试者的真实基准体温数据。
作为一种可选的实施方式,目标基准拟合参数中包含第一基准参数,目标实测拟合参数中包括第一实测参数,矫正模块230具体用于将第一基准参数与第一实测参数的差值,作为矫正补偿。
将体温数据与矫正补偿的和值,作为矫正后的体温数据。
作为一种可选的实施方式,目标基准拟合参数中包含第一基准参数和第二基准参数,目标实测拟合参数中包括第一实测参数和第二实测参数,矫正模块230具体用于将第二基准参数与第二实测参数的比值,作为矫正权重。
计算体温数据与第一实测参数的差值。
计算差值与矫正权重的乘积,将第一基准参数与乘积的和值,作为矫正后的体温数据。
作为一种可选的实施方式,该装置还包括:
第二获取模块,用于获取多个样本对象在第一检测环境中各时刻下的第一体温数据和多个样本对象在第二检测环境中各时刻下的第二体温数据,第一检测环境为无体温检测影响因素的环境,第二检测环境为存在体温检测影响因素的环境,样本对象为正常体温特征的被检测对象。
处理模块,用于针对每一时刻下各样本对象对应的第一体温数据和第二体温数据,根据该时刻下各样本对象对应的第一体温数据及预设的拟合算法,得到该时刻对应的基准拟合参数,根据该时刻下各样本对象对应的第二体温数据及预设的拟合算法,得到该时刻对应的实测拟合参数。
作为一种可选的实施方式,基准拟合参数中包含第一基准参数和第二基准参数,实测拟合参数中包括第一实测参数和第二实测参数,处理模块具体用于根据该时刻下各样本对象对应的第一体温数据、第一样本对象的数目及预设的拟合算法,得到该时刻对应的第一基准参数;
根据第一基准参数、第一样本对象的数目及预设的区间样本对象数目占比,得到该时刻对应的第二基准参数。
根据该时刻下各样本对象对应的第二体温数据、第二样本对象的数目及预设的拟合算法,得到该时刻对应的第一实测参数。
根据第一实测参数、第二样本对象的数目及预设的区间样本对象数目占比,得到该时刻对应的第二实测参数。
作为一种可选的实施方式,预设的拟合算法为正态分布拟合算法。
本申请实施例提供了一种体温检测的矫正装置,体温检测设备获取被测试者的体温数据和目标测温时间;然后,体温检测设备在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询目标测温时间对应的目标基准拟合参数和目标实测拟合参数;最后,体温检测设备根据目标基准拟合参数和目标实测拟合参数,对体温数据进行矫正,得到矫正后的体温数据,作为被测试者的真实基准体温数据。采用本方法可以矫正不同检测环境下体温检测设备测量体温的误差。
关于体温检测的矫正装置的具体限定可以参见上文中对于体温检测的矫正方法的限定,在此不再赘述。上述体温检测的矫正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储体温数据和测温时间数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种体温检测的矫正方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取被测试者的体温数据和目标测温时间;
在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询目标测温时间对应的目标基准拟合参数和目标实测拟合参数;
根据目标基准拟合参数和目标实测拟合参数,对体温数据进行矫正,得到矫正后的体温数据,作为被测试者的真实基准体温数据。
在一个实施例中,提供了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实现以下步骤:
获取被测试者的体温数据和目标测温时间;
在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询目标测温时间对应的目标基准拟合参数和目标实测拟合参数;
根据目标基准拟合参数和目标实测拟合参数,对体温数据进行矫正,得到矫正后的体温数据,作为被测试者的真实基准体温数据。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库、文件或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (14)
1.一种体温检测的矫正方法,其特征在于,所述方法包括:
获取被测试者的体温数据和目标测温时间;
在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询所述目标测温时间对应的目标基准拟合参数和目标实测拟合参数;
根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,作为所述被测试者的真实基准体温数据。
2.根据权利要求1所述的方法,其特征在于,所述目标基准拟合参数中包含第一基准参数,所述目标实测拟合参数中包括第一实测参数,所述根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,包括:
将所述第一基准参数与所述第一实测参数的差值,作为矫正补偿;
将所述体温数据与所述矫正补偿的和值,作为所述矫正后的体温数据。
3.根据权利要求1所述的方法,其特征在于,所述目标基准拟合参数中包含第一基准参数和第二基准参数,所述目标实测拟合参数中包括第一实测参数和第二实测参数,所述根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,包括:
将所述第二基准参数与所述第二实测参数的比值,作为矫正权重;
计算所述体温数据与所述第一实测参数的差值;
计算所述差值与所述矫正权重的乘积,将所述第一基准参数与所述乘积的和值,作为所述矫正后的体温数据。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取多个样本对象在第一检测环境中各时刻下的第一体温数据和所述多个样本对象在第二检测环境中各时刻下的第二体温数据,所述第一检测环境为无体温检测影响因素的环境,所述第二检测环境为存在体温检测影响因素的环境,所述样本对象为正常体温特征的被检测对象;
针对每一时刻下各样本对象对应的第一体温数据和第二体温数据,根据该时刻下所述各样本对象对应的第一体温数据及预设的拟合算法,得到该时刻对应的基准拟合参数,根据该时刻下所述各样本对象对应的第二体温数据及预设的拟合算法,得到该时刻对应的实测拟合参数。
5.根据权利要求4所述的方法,其特征在于,所述基准拟合参数中包含第一基准参数和第二基准参数,所述实测拟合参数中包括第一实测参数和第二实测参数,所述根据该时刻下所述各样本对象对应的第一体温数据及预设的拟合算法,得到该时刻对应的基准拟合参数,根据该时刻下所述各样本对象对应的第二体温数据及预设的拟合算法,得到该时刻对应的实测拟合参数,包括:
根据该时刻下所述各样本对象对应的第一体温数据、第一样本对象的数目及预设的拟合算法,得到该时刻对应的第一基准参数;
根据所述第一基准参数、所述第一样本对象的数目及预设的区间样本对象数目占比,得到该时刻对应的第二基准参数;
根据该时刻下所述各样本对象对应的第二体温数据、第二样本对象的数目及所述预设的拟合算法,得到该时刻对应的第一实测参数;
根据所述第一实测参数、所述第二样本对象的数目及所述预设的区间样本对象数目占比,得到该时刻对应的第二实测参数。
6.根据权利要求4或5所述的方法,其特征在于,所述预设的拟合算法为正态分布拟合算法。
7.一种体温检测的矫正装置,其特征在于,所述装置包括:
第一获取模块,用于获取被测试者的体温数据和目标测温时间;
查询模块,用于在预先存储的测温时间和基准拟合参数及实测拟合参数的对应关系中,查询所述目标测温时间对应的目标基准拟合参数和目标实测拟合参数;
矫正模块,用于根据所述目标基准拟合参数和所述目标实测拟合参数,对所述体温数据进行矫正,得到矫正后的体温数据,作为所述被测试者的真实基准体温数据。
8.根据权利要求7所述的装置,其特征在于,所述目标基准拟合参数中包含第一基准参数,所述目标实测拟合参数中包括第一实测参数,所述矫正模块具体用于将所述第一基准参数与所述第一实测参数的差值,作为矫正补偿;
将所述体温数据与所述矫正补偿的和值,作为所述矫正后的体温数据。
9.根据权利要求7所述的装置,其特征在于,所述目标基准拟合参数中包含第一基准参数和第二基准参数,所述目标实测拟合参数中包括第一实测参数和第二实测参数,所述矫正模块具体用于将所述第二基准参数与所述第二实测参数的比值,作为矫正权重;
计算所述体温数据与所述第一实测参数的差值;
计算所述差值与所述矫正权重的乘积,将所述第一基准参数与所述乘积的和值,作为所述矫正后的体温数据。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取多个样本对象在第一检测环境中各时刻下的第一体温数据和所述多个样本对象在第二检测环境中各时刻下的第二体温数据,所述第一检测环境为无体温检测影响因素的环境,所述第二检测环境为存在体温检测影响因素的环境,所述样本对象为正常体温特征的被检测对象;
处理模块,用于针对每一时刻下各样本对象对应的第一体温数据和第二体温数据,根据该时刻下所述各样本对象对应的第一体温数据及预设的拟合算法,得到该时刻对应的基准拟合参数,根据该时刻下所述各样本对象对应的第二体温数据及预设的拟合算法,得到该时刻对应的实测拟合参数。
11.根据权利要求10所述的装置,其特征在于,所述基准拟合参数中包含第一基准参数和第二基准参数,所述实测拟合参数中包括第一实测参数和第二实测参数,所述处理模块具体用于根据该时刻下所述各样本对象对应的第一体温数据、第一样本对象的数目及预设的拟合算法,得到该时刻对应的第一基准参数;
根据所述第一基准参数、所述第一样本对象的数目及预设的区间样本对象数目占比,得到该时刻对应的第二基准参数;
根据该时刻下所述各样本对象对应的第二体温数据、第二样本对象的数目及所述预设的拟合算法,得到该时刻对应的第一实测参数;
根据所述第一实测参数、所述第二样本对象的数目及所述预设的区间样本对象数目占比,得到该时刻对应的第二实测参数。
12.根据权利要求10或11所述的装置,其特征在于,所述预设的拟合算法为正态分布拟合算法。
13.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
14.一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权利要求1至6中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010207515.4A CN111486993B (zh) | 2020-03-23 | 2020-03-23 | 体温检测的矫正方法、装置、计算机设备和存储介质 |
PCT/CN2020/084394 WO2021189560A1 (zh) | 2020-03-23 | 2020-04-13 | 体温检测的矫正方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010207515.4A CN111486993B (zh) | 2020-03-23 | 2020-03-23 | 体温检测的矫正方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111486993A true CN111486993A (zh) | 2020-08-04 |
CN111486993B CN111486993B (zh) | 2021-08-20 |
Family
ID=71791758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010207515.4A Expired - Fee Related CN111486993B (zh) | 2020-03-23 | 2020-03-23 | 体温检测的矫正方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111486993B (zh) |
WO (1) | WO2021189560A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112201352A (zh) * | 2020-09-11 | 2021-01-08 | 深圳市优必选科技股份有限公司 | 一种人体测温方法、装置、终端设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101999887A (zh) * | 2010-11-16 | 2011-04-06 | 西安嵌牛电子科技有限公司 | 一种体温实时监测装置 |
CN105241580A (zh) * | 2015-09-16 | 2016-01-13 | 深圳市金立通信设备有限公司 | 一种温度校准方法及终端 |
CN106264485A (zh) * | 2015-05-29 | 2017-01-04 | 上海温尔信息科技有限公司 | 监护系统、体温监测仪及其人体体温数据处理装置 |
KR20170050936A (ko) * | 2015-11-02 | 2017-05-11 | 홍미선 | 흑체를 이용한 듀얼 카메라 기반 체온 감시 시스템 |
CN107014523A (zh) * | 2017-05-18 | 2017-08-04 | 周孝银 | 一种带有自校正功能的温度测量系统 |
CN107865648A (zh) * | 2017-11-16 | 2018-04-03 | 广州视源电子科技股份有限公司 | 血压计测试方法、装置、移动终端及存储介质 |
CN109684118A (zh) * | 2018-12-10 | 2019-04-26 | 深圳前海微众银行股份有限公司 | 异常数据的检测方法、装置、设备及计算机可读存储介质 |
CN110146195A (zh) * | 2019-05-30 | 2019-08-20 | 广东美的厨房电器制造有限公司 | 温度偏差确定方法、装置、烹饪器具和可读存储介质 |
CN110411605A (zh) * | 2019-08-02 | 2019-11-05 | 武汉高德智感科技有限公司 | 一种红外测量人体温度修正方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3900865B2 (ja) * | 2001-06-04 | 2007-04-04 | オムロンヘルスケア株式会社 | 赤外線体温計,赤外線体温計の温度状態推定方法,情報報知方法及び測定動作管理方法 |
KR20030039924A (ko) * | 2001-11-16 | 2003-05-22 | 배진호 | 임신가능여부를 감지하는 이동통신단말기 |
CN100427028C (zh) * | 2005-12-22 | 2008-10-22 | 玺瑞股份有限公司 | 无线式人体体温监测回报系统 |
CN109405976B (zh) * | 2018-11-08 | 2020-05-19 | 武汉高德智感科技有限公司 | 一种人体检验检疫系统温度自动修正方法 |
-
2020
- 2020-03-23 CN CN202010207515.4A patent/CN111486993B/zh not_active Expired - Fee Related
- 2020-04-13 WO PCT/CN2020/084394 patent/WO2021189560A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101999887A (zh) * | 2010-11-16 | 2011-04-06 | 西安嵌牛电子科技有限公司 | 一种体温实时监测装置 |
CN106264485A (zh) * | 2015-05-29 | 2017-01-04 | 上海温尔信息科技有限公司 | 监护系统、体温监测仪及其人体体温数据处理装置 |
CN105241580A (zh) * | 2015-09-16 | 2016-01-13 | 深圳市金立通信设备有限公司 | 一种温度校准方法及终端 |
KR20170050936A (ko) * | 2015-11-02 | 2017-05-11 | 홍미선 | 흑체를 이용한 듀얼 카메라 기반 체온 감시 시스템 |
CN107014523A (zh) * | 2017-05-18 | 2017-08-04 | 周孝银 | 一种带有自校正功能的温度测量系统 |
CN107865648A (zh) * | 2017-11-16 | 2018-04-03 | 广州视源电子科技股份有限公司 | 血压计测试方法、装置、移动终端及存储介质 |
CN109684118A (zh) * | 2018-12-10 | 2019-04-26 | 深圳前海微众银行股份有限公司 | 异常数据的检测方法、装置、设备及计算机可读存储介质 |
CN110146195A (zh) * | 2019-05-30 | 2019-08-20 | 广东美的厨房电器制造有限公司 | 温度偏差确定方法、装置、烹饪器具和可读存储介质 |
CN110411605A (zh) * | 2019-08-02 | 2019-11-05 | 武汉高德智感科技有限公司 | 一种红外测量人体温度修正方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112201352A (zh) * | 2020-09-11 | 2021-01-08 | 深圳市优必选科技股份有限公司 | 一种人体测温方法、装置、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021189560A1 (zh) | 2021-09-30 |
CN111486993B (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111242946B (zh) | 一种基于红外热成像的人体体温异常检测方法及装置 | |
US5421344A (en) | Method and means of determining the health condition of a living creature | |
US20190150802A1 (en) | Sensitivity Calibration of In Vivo Sensors Used to Measure Analyte Concentration | |
David et al. | Predicting neuronal responses during natural vision | |
TWI825240B (zh) | 用於判定體液樣品中之分析物濃度的方法和系統及用於產生軟體實施模組的方法和系統 | |
US9222951B2 (en) | Calibration method for the prospective calibration of measuring equipment | |
CN111486956A (zh) | 异常体温筛查方法、装置、计算机设备和存储介质 | |
CN110823381B (zh) | 校正温度的确定方法及装置、存储介质、电子装置 | |
CN111486993B (zh) | 体温检测的矫正方法、装置、计算机设备和存储介质 | |
Jackson et al. | Is what you see what you get? Standard inclinometry of set upper arm elevation angles | |
JP2019117599A5 (zh) | ||
US20110311115A1 (en) | Method and system for validating image registration | |
CN113138026A (zh) | 一种基于测温系统的测温方法、装置、计算机设备 | |
CN113483896A (zh) | 一种电力设备测温方法、装置、计算机设备及存储介质 | |
Singh et al. | Effect of threshold value r on multiscale entropy based heart rate variability | |
CN110680327A (zh) | 一种基于体脂秤的足底压力检测方法和装置 | |
KR20220125968A (ko) | 안면 인식 체온 측정 장치 및 방법 | |
WO2017063598A1 (zh) | 采集光信息的云端处理方法 | |
CN112120675B (zh) | 一种群体体温异常识别方法及装置、设备及介质 | |
CN113066581A (zh) | 基于智能穿戴设备的健康检测方法、装置和计算机设备 | |
US20220287569A1 (en) | System for Detecting Body Temperature with Temperature Compensation | |
KR102444082B1 (ko) | 치매 진단 보조 정보 제공 장치 및 방법 | |
JP2019158426A (ja) | 在不在判定方法、プログラム、センサ処理システム、及びセンサシステム | |
CN114323303B (zh) | 体温测量方法、装置、红外测温仪及存储介质 | |
Maatar et al. | Modified PCA stabilogram decomposition and analysis of fluctuations phase diffusion |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210820 |