CN113509154A - 人体体温确定方法、装置、计算机设备和存储介质 - Google Patents
人体体温确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113509154A CN113509154A CN202010279221.2A CN202010279221A CN113509154A CN 113509154 A CN113509154 A CN 113509154A CN 202010279221 A CN202010279221 A CN 202010279221A CN 113509154 A CN113509154 A CN 113509154A
- Authority
- CN
- China
- Prior art keywords
- emotion
- user
- data
- body temperature
- 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.)
- Pending
Links
Images
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
Abstract
本发明实施例公开了一种人体体温确定方法、装置、计算机设备和存储介质,包括:获取情绪检测单元检测得到的目标用户的用户情绪;获取心电检测单元检测得到的所述目标用户的心电检测数据;根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。本发明能提高体温计算的准确度。
Description
技术领域
本发明涉及人体体温技术领域,尤其涉及一种人体体温确定方法、装置、计算机设备和存储介质。
背景技术
传统的体温测量需要用户将水银温度计夹在腋下,经过五分钟之后,水银温度计测量得到用户体温。测量过程中,需要用户夹紧水银体温计,并且需要用户将水银温度计夹在腋下比较合适的位置,才能得到比较准确的体温测量结果,不然用户需要重新测量,体温测量效率低下。
随着科技的发展,体温的测量不再局限于水银温度计,穿戴设备也能测量体温,例如,在穿戴设备中集成红外测温单元,通过该红外测温单元测量用户体温,或者,在穿戴设备中集成心电测量单元,根据心电测量单元的测量结果确定用户体温,给用户带来了极大的方便。
但是,现有的基于心电测量单元确定用户体温的穿戴设备,在确定用户体温的时候并没有考虑到用户情绪,导致最终得到的体温准确率低下。
发明内容
基于此,有必要针对上述问题,提出一种准确率高的人体体温确定方法、装置、计算机设备和存储介质。
第一方面,提供了一种人体体温确定方法,所述方法包括:
获取情绪检测单元检测得到的目标用户的用户情绪;
获取心电检测单元检测得到的所述目标用户的心电检测数据;
根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
在一个实施例中,所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:获取预设的情绪心电表,所述情绪心电表记录了情绪与情绪心电数据的关联关系,所述情绪心电数据为用户在处于所述情绪时的心电数据的增量;根据所述目标用户的用户情绪,从所述预设的情绪心电表中获取到所述用户情绪对应的情绪心电数据;根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述目标心电数据中包括心率值;所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,还包括:获取心率值系数和体温常数;将所述心率值与所述心率值系数相乘,得到所述目标用户的初步体温;根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温。
在一个实施例中,所述目标心电数据中还包括第一频段数据、第二频段数据和第三频段数据,所述第一频段数据对应的频率小于所述第二频段数据对应的频率,所述第二频段数据对应的频率小于所述第三频段数据对应的频率,所述第一频段数据、所述第二频段数据和所述第三频段数据为从脉搏率变异性或者心率变异性中提取出来的数据;所述根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温,包括:根据所述目标心电数据中的第一频段数据、第二频段数据和第三频段数据,得到频段体温;根据所述初步体温和所述频段体温,得到所述目标用户的目标体温。
在一个实施例中,所述根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据,包括:根据所述目标用户的用户情绪确定所述用户情绪对应的情绪类别;根据所述用户情绪对应的情绪心电数据、所述用户情绪对应的情绪类别和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述用户情绪中包括多种用户子情绪和每种所述用户子情绪在所述多种用户子情绪中所占的比例;所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:根据所述用户情绪中的用户子情绪和所述用户子情绪在所述多种用户子情绪中所占的比例,得到所述用户子情绪对应的子情绪心电数据,所述子情绪心电数据为所述目标用户在处于所述用户子情绪时的心电数据的增量;根据所述目标用户的心电检测数据和所述用户情绪中的每种用户子情绪对应的子情绪心电数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述获取情绪检测单元检测得到的目标用户的用户情绪,包括:当检测到所述目标用户的体温不在预设的体温范围时,获取情绪检测单元检测得到的目标用户的用户情绪。
第二方面,提供了一种人体体温确定装置,包括:
第一获取模块,用于获取情绪检测单元检测得到的目标用户的用户情绪;
第二获取模块,用于获取心电检测单元检测得到的所述目标用户的心电检测数据;
体温确定模块,用于根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
在一个实施例中,所述体温确定模块,具体用于:获取预设的情绪心电表,所述情绪心电表记录了情绪与情绪心电数据的关联关系,所述情绪心电数据为用户在处于所述情绪时的心电数据的增量;根据所述目标用户的用户情绪,从所述预设的情绪心电表中获取到所述用户情绪对应的情绪心电数据;根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述目标心电数据中包括心率值;所述体温确定模块,具体用于:获取心率值系数和体温常数;将所述心率值与所述心率值系数相乘,得到所述目标用户的初步体温;根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温。
在一个实施例中,所述目标心电数据中还包括第一频段数据、第二频段数据和第三频段数据,所述第一频段数据对应的频率小于所述第二频段数据对应的频率,所述第二频段数据对应的频率小于所述第三频段数据对应的频率,所述第一频段数据、所述第二频段数据和所述第三频段数据为从脉搏率变异性或者心率变异性中提取出来的数据;所述体温确定模块,具体用于:根据所述目标心电数据中的第一频段数据、第二频段数据和第三频段数据,得到频段体温;根据所述初步体温和所述频段体温,得到所述目标用户的目标体温。
在一个实施例中,所述体温确定模块,具体用于:根据所述目标用户的用户情绪确定所述用户情绪对应的情绪类别;根据所述用户情绪对应的情绪心电数据、所述用户情绪对应的情绪类别和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述用户情绪中包括多种用户子情绪和每种所述用户子情绪在所述多种用户子情绪中所占的比例;所述体温确定模块,具体用于:根据所述用户情绪中的用户子情绪和所述用户子情绪在所述多种用户子情绪中所占的比例,得到所述用户子情绪对应的子情绪心电数据,所述子情绪心电数据为所述目标用户在处于所述用户子情绪时的心电数据的增量;根据所述目标用户的心电检测数据和所述用户情绪中的每种用户子情绪对应的子情绪心电数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述第一获取模块,具体用于:当检测到所述目标用户的体温不在预设的体温范围时,获取情绪检测单元检测得到的目标用户的用户情绪。
第三方面,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,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
获取情绪检测单元检测得到的目标用户的用户情绪;
获取心电检测单元检测得到的所述目标用户的心电检测数据;
根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
第四方面,提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取情绪检测单元检测得到的目标用户的用户情绪;
获取心电检测单元检测得到的所述目标用户的心电检测数据;
根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
实施本发明实施例,将具有如下有益效果:
本发明提出了一种人体体温确定方法、装置、计算机设备和存储介质,首先获取情绪检测单元检测得到的目标用户的用户情绪;然后获取心电检测单元检测得到的所述目标用户的心电检测数据;最后根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。由于用户的情绪会对心电数据产生影响,比如,用户在情绪激动的时候相较于用户心境平和的时候,心率也会有所增加,心率的增加会导致最终测量得到的体温是受到情绪影响的体温,不是用户真实的体温,因此,在根据心电数据计算体温的时候,需要考虑到用户的情绪,根据用户的情绪和检测得到的心电检测数据确定用户体温,从而提高最终确定的体温的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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例,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。
其中:
图1为一个实施例中人体体温确定方法的实现流程示意图;
图2为一个实施例中步骤106的实现流程示意图;
图3为一个实施例中步骤106C的实现流程示意图;
图4为一个实施例中步骤106的实现流程示意图;
图5为一个实施例中VLF、LF和HF的示意图;
图6为一个实施例中步骤106F的实现流程示意图;
图7为一个实施例中步骤106的实现流程示意图;
图8为一个实施例中人体体温确定装置的结构框图;
图9为一个实施例中计算机设备的结构框图。
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作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。
在一个实施例中,提供了一种人体体温确定方法,本发明实施例所述的人体体温确定方法的执行主体为能够实现本发明实施例所述的人体体温确定方法的设备,该设备可以包括但不限于穿戴设备,例如,智能手表。具体实施中,在穿戴设备上设置有多个传感器,通过传感器检测穿戴者的相关数据(例如,用户情绪,心电数据),然后根据检测到的相关数据确定穿戴者体温。
如图1所示,本发明实施例所述的人体体温确定方法,具体包括:
步骤102,获取情绪检测单元检测得到的目标用户的用户情绪。
其中,目标用户,为待确定体温的用户。其中,体温,包括核心体温,指人体内核温度,例如肝脏等内脏的温度。
其中,用户情绪,可以包括但不限于高兴、愤怒、伤心、平静和恐惧。
其中,情绪检测单元,用于检测用户情绪。人的情绪会对心率产生影响,比如,人在情绪激动的时候相较于心境平和的时候,心率也会有所增加,并且体温也会有所上升,此时测量得到的体温将是受到情绪影响的体温,不是真实有效的体温,因此,在确定人体温的时候需要排除掉情绪的影响,从而提高体温测量的准确率。
情绪检测单元,可以包括但不限于语音情绪模块、表情情绪模块、光电容积描记(photoplethysmograph,PPG)检测模块和肌张力模块。
其中,语音情绪模块,通过对一段时间内用户的语音进行分析确定用户的情绪。由于人的情绪不同,说话速度、语气、声调等也将不同,比如,人在情绪比较激动的时候,说话可能比较快、声音会比较大,但是,人在心情低落伤心的时候,说话可能比较慢,声音比较小,因此,可以通过对人的语音进行分析从而确定人的情绪。
其中,表情情绪模块,包括摄像头,用于通过分析用户的表情从而确定用户情绪。由于人的情绪不同,其表情将有很大的差异,比如,人在高兴的时候,嘴角可能上扬,但是,人在伤心的时候,嘴角可能下撇,因此,可以通过对人的表情进行分析从而确定人的情绪。
其中,PPG检测模块,通过对检测到的PPG信号进行分析,从而确定用户情绪。PPG检测模块中内置有发光组件和反射光检测组件,发光组件发出绿光照射到人的血管内部,部分光被反射回来,反射回来的光被反射光检测组件接收到,由于人在不同情绪的时候,血液流速、血液浓度等将表现的不同,因此,PPG检测模块接收到的反射光将不同,从而可以确定用户情绪。更具体的来说,还可以通过对PPG信号的P-P间隔进行分析,从而确定用户情绪,例如,结合相邻P-P间隔之间的标准差、相邻P-P间隔的差值的标准差以及P-P间隔的差值的均方根来确定情绪。
其中,肌张力模块,用于通过分析肌肉紧张或松弛的程度来确定用户情绪。人的情绪不同,其肌肉的肌张力表现不同,例如,人在恐惧、愤怒的时候,肌肉可能表现的比较紧张,而人在心境平和的时候,肌肉可能表现的相对松弛,因此,可以通过分析肌肉紧张或松弛的程度来确定用户情绪。
步骤104,获取心电检测单元检测得到的所述目标用户的心电检测数据。
其中,心电检测单元,为检测用户心电数据的单元。其中,心电数据,包括心率值,所述心电数据还可以包括心率变异性或者脉搏率变异性。由于心率和体温存在一定的关联关系,例如,心率增加的时候,体温也会相应的上升,心率降低的时候,体温也会有所下降,因此,通过检测用户心率可以实现对体温的测量。
心电检测单元可以包括但不限于PPG检测模块和ECG检测模块。其中,PPG检测模块,用于通过分析PPG信号得到心电检测数据,例如,通过分析PPG信号中的P-P间隔确定心率值;ECG检测模块,用于通过分析ECG信号得到心电检测数据,例如,通过分析ECG信号中的R-R间隔确定心率值。
ECG检测模块在检测用户心电数据的时候,需要与用户有至少两个接触点,使用相对不便,而PPG检测模块则只用与用户有一个接触点即可实现检测,因此,在实际应用中,心电检测单元可优选PPG检测模块。
其中,心电检测数据,为通过心电检测单元检测得到的心电数据。
在一个实施例中,为了节约硬件成本,步骤102中的情绪检测单元和步骤104中的心电检测单元为同一检测单元,例如,情绪检测单元和心电检测单元为包括PPG检测模块的同一检测单元。
步骤106,根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
其中,目标体温,为排除了情绪影响得到的目标用户的真实的体温。
示例性的,步骤106所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:
根据所述心电检测单元检测得到的所述目标用户的心电检测数据确定所述心电检测数据对应的体温;
根据所述情绪检测单元检测得到的目标用户的用户情绪确定所述用户情绪对应的体温;
根据所述心电检测数据对应的体温和所述用户情绪对应的体温得到所述目标用户的目标体温。
例如,心电检测数据对应的体温为T1,用户情绪对应的体温为T2,则目标体温为a1×T1+a2×T2,其中,a1,a2为常数。
上述确定目标体温的方法,建立了情绪与体温的对应关系,从而可以根据情绪确定体温,再结合心电检测数据确定的体温来确定目标体温。
示例性的,步骤106所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:
根据所述情绪检测单元检测得到的目标用户的用户情绪确定所述用户情绪对应的心电数据;
根据所述用户情绪对应的心电数据和所述心电检测单元检测得到的所述目标用户的心电检测数据得到目标心电数据;
根据所述目标心电数据得到所述目标用户的目标体温。
例如,用户情绪对应的心电数据为P1,心电检测数据为P2,根据P1和P2得到目标心电数据,然后再将目标心电数据代入预设的模型,从而得到目标体温。
上述确定目标体温的方法,建立了情绪与心电数据的对应关系,从而可以根据情绪确定情绪对应的心电数据,然后结合心电检测数据得到用于计算目标体温的目标心电数据,最后根据该目标心电数据确定体温。
上述人体体温确定方法,首先获取情绪检测单元检测得到的目标用户的用户情绪;然后获取心电检测单元检测得到的所述目标用户的心电检测数据;最后根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。由于用户的情绪会对心电数据产生影响,比如,用户在情绪激动的时候相较于用户心境平和的时候,心率也会有所增加,心率的增加会导致最终测量得到的体温是受到情绪影响的体温,不是用户真实的体温,因此,在根据心电数据计算体温的时候,需要考虑到用户的情绪,根据用户的情绪和检测得到的心电检测数据确定用户体温,从而提高最终确定的体温的准确率。
在一个实施例中,预先建立情绪与情绪心电数据的关联关系,从而在后续需要确定情绪对应的心电数据的时候,可以直接根据该关联关系确定。如图2所示,步骤106所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:
步骤106A,获取预设的情绪心电表,所述情绪心电表记录了情绪与情绪心电数据的关联关系,所述情绪心电数据为用户在处于所述情绪时的心电数据的增量。
其中,预设的情绪心电表,为预先设置的情绪心电表;心电数据的增量,反映受情绪影响时心电数据的增加情况或者减少情况。
示例性的,假设情绪心电数据包括心率值,于是,情绪心电表可如表1所示。
表1
从表1可以看出,当用户情绪为高兴时,心率值会增加10(次/分),当用户情绪为愤怒时,心率值会增加20(次/分)。
由于不同用户在相同的情绪下,其心电数据的增加情况或者减少情况不同,例如,对于用户A,其在激动的时候,心率值可能增加10,对于用户B,其在激动的时候,心率值可能增加20,因此,为了计算得到更加准确的体温,在使用心电数据计算体温的时候,需要考虑到个体差异。故,步骤106所述获取预设的情绪心电表,包括:获取所述目标用户对应的情绪心电表,所述目标用户对应的情绪心电表中记载的情绪心电数据为所述目标用户在处于所述情绪时的心电数据的增量。例如,对用户A,建立与其关联的情绪心电表1;对用户B,建立与其关联的情绪心电表2。
步骤106B,根据所述目标用户的用户情绪,从所述预设的情绪心电表中获取到所述用户情绪对应的情绪心电数据。
将目标用户的用户情绪与情绪心电表中记载的各个情绪进行比对,找到情绪心电表中与用户情绪相同的情绪,将情绪心电表中与用户情绪相同的情绪对应的情绪心电数据作为用户情绪对应的情绪心电数据。例如,用户情绪为愤怒,在情绪心电表中找到愤怒对应的情绪心电数据20,将20作为用户情绪对应的情绪心电数据。
步骤106C,根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
例如,用户情绪对应的情绪心电数据为20,心电检测数据为95,则目标心电数据为75;再如,用户情绪对应的情绪心电数据为5,心电检测数据为75,则目标心电数据为80。
由于不同的情绪对心率的影响不同,有的情绪会导致心率升高,例如,愤怒;有的情绪会导致心率有所下降,例如,伤心低落。因此,为了得到更高准确率的体温计算结果,需要对情绪的类别进行区分。在一个实施例中,如图3所示,步骤106C所述根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据,包括:
步骤106C1,根据所述目标用户的用户情绪确定所述用户情绪对应的情绪类别。
其中,情绪类别,包括正类别和负类别,心电数据的增量包括正增量和负增量。当情绪类别是正类别的时候,心电数据的增量为正增量;当情绪类别是负类别的时候,心电数据的增量为负增量。例如,愤怒、高兴、兴奋、恐惧,这些情绪会导致心率加快,体温升高,因此,这些情绪的情绪类别为正类别;再如,伤心、沮丧、难过,这些情绪会导致心率有所下降,体温下降,因此,这些情绪的情绪类别为负类别。
步骤106C2,根据所述用户情绪对应的情绪心电数据、所述用户情绪对应的情绪类别和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
当心电数据的增量是正增量时,意味着情绪会导致心电数据(例如,心率值)增加、上升,如果不在心电检测单元检测得到的心电检测数据中去除掉这部分数据,而只是根据心电检测单元检测得到的心电检测数据计算用户体温,那么最终计算得到的体温将高于用户真实的体温;当心电数据的增量是负增量时,意味着情绪会导致心电数据减少、下降,如果不在心电检测单元检测得到的心电检测数据中加上这部分数据,而只是根据心电检测单元检测得到的心电检测数据计算用户体温,那么最终计算得到的体温将低于用户真实的体温。
例如,用户情绪对应的情绪心电数据为10,心电检测数据为80,若用户情绪对应的情绪类别为正类别,则目标心电数据为70;若用户情绪对应的情绪类别为负类别,则目标心电数据为90。
在一个实施例中,提供了一种相对简单的计算目标体温的方法。所述目标心电数据中包括心率值。如图4所示,步骤106所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,还包括:
步骤106D,获取心率值系数和体温常数。
其中,心率值系数,为预先设置的能够将心率值转换为体温的数,即心率值系数建立了心率值与体温之间的对应关系。
其中,体温常数,为预先设置的常数。
步骤106E,将所述心率值与所述心率值系数相乘,得到所述目标用户的初步体温。
例如,心率值为90,心率值系数为0.05,则初步体温为4.5。
步骤106F,根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温。
将初步体温与体温常数相加,得到目标体温。例如,体温常数为32,初步体温为4.5,则目标体温为32+4.5=36.5。
为了提高计算得到的体温的精度,不仅对心率值进行了分析,还对脉搏率变异性或者心率变异性进行了分析,从而根据心率值、脉搏率变异性或者心率变异性确定体温。
在一个实施例中,所述目标心电数据中还包括第一频段数据、第二频段数据和第三频段数据,所述第一频段数据对应的频率小于所述第二频段数据对应的频率,所述第二频段数据对应的频率小于所述第三频段数据对应的频率,所述第一频段数据、所述第二频段数据和所述第三频段数据为从脉搏率变异性或者心率变异性中提取出来的数据。
其中,心率变异性(Heart rate variability,HRV),指逐次心跳周期差异的变化情况或者说是指心跳快慢的变化情况;脉搏率变异性,即PRV。
当目标心电数据为从脉搏率变异性或者心率变异性中提取出来的第一频段数据、第二频段数据和第三频段数据时,将根据用户情绪确定用户情绪对应的第一频段数据、第二频段数据和第三频段数据(第二频段数据LF在一定程度上反映了交感神经的调制强度,第三频段数据HF在一定程度上反映了副交感神经的调制强度,情绪反应一般会引起交感神经活动增强,有时也会引起副交感神经活动增强,所以情绪不同时,第一频段数据、第二频段数据和第三频段数据会有所不同),并且,此时的心电检测数据也将包括第一频段数据、第二频段数据和第三频段数据。
对脉搏率变异性或者心率变异性进行频域分析,即可从中提取到第一频段数据、第二频段数据和第三频段数据。当第一频段数据、第二频段数据和第三频段数据是从脉搏率变异性或者心率变异性中提取出来的数据时,如图5所示,第一频段数据为极低频数据VLF(例如,频率范围为0Hz到0.04Hz),第二频段数据为低频数据LF(例如,频率范围为0.04Hz到0.15Hz),第三频段数据为高频数据HF(例如,频率范围为0.15Hz到0.4Hz)。
如图6所示,步骤106F所述根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温,包括:
步骤106F1,根据所述目标心电数据中的第一频段数据、第二频段数据和第三频段数据,得到频段体温。
其中,频段体温,为根据频段数据确定的体温。示例性的,预先建立频段数据与频段体温的关联关系,在得到第一频段数据、第二频段数据和第三频段数据时,即可根据第一频段数据、第二频段数据和第三频段数据得到关联的频段体温;示例性的,根据第一频段数据、第二频段数据和第三频段数据生成频域分析图,如图5所示,将所述频域分析图输入预置的频段体温模型,得到频段体温模型输出的频段体温,需要预先对该预置的频段体温模型进行训练:获取训练样本,训练样本包括输入样本和与该输入样本对应的输出样本,其中,输入样本为频域分析图,输出样本为与频域分析图对应的频段体温。
步骤106F2,根据所述初步体温和所述频段体温,得到所述目标用户的目标体温。
示例性的,获取初步体温对应的第一体温系数;获取频段体温对应的第二体温系数;获取目标温度常数;根据所述初步体温、所述频段体温、第一体温系数、第二体温系数和目标温度常数,得到目标体温。
例如,第一体温系数为0.4,第二体温系数为0.6,初步体温为36.2,频段体温为36.8,目标体温常数为0.1,则目标体温为0.4×36.2+0.6×36.8+0.1=36.66。
有句话是这么说的“百感交集”,也就是说,有的时候人的情绪可能很复杂,人的情绪会有多种情绪组成,并不只是单纯的开心,可能开心中还夹杂着愤怒,因此,为了使得计算得到的体温具有更高的准确度,需要分析情绪中夹杂的各种情绪所占的比例,以确定各种情绪对目标体温的影响。
在一个实施例中,所述用户情绪中包括多种用户子情绪和每种所述用户子情绪在所述多种用户子情绪中所占的比例。
用户情绪由多种用户子情绪组成,即用户子情绪为复杂的用户情绪中的一种。
例如,用户情绪包括3种用户子情绪:开心、愤怒和难过,其中,开心在3种用户子情绪中所占的比例为70%,愤怒在3种用户子情绪中所占的比例为10%,难过在3种用户子情绪中所占的比例为20%,意味着,在当前,用户主要还是比较开心的,但是开心中仍然夹杂着难过和一点愤怒。
如图7所示,步骤106所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:
步骤106a,根据所述用户情绪中的用户子情绪和所述用户子情绪在所述多种用户子情绪中所占的比例,得到所述用户子情绪对应的子情绪心电数据,所述子情绪心电数据为所述目标用户在处于所述用户子情绪时的心电数据的增量。
根据用户情绪中的用户子情绪,获取到所述用户子情绪对应的心电数据;获取所述用户子情绪对应的情绪影响系数和情绪影响常数;根据所述用户子情绪对应的心电数据、所述用户子情绪在所述多种用户子情绪中所占的比例、所述用户子情绪对应的情绪影响系数和情绪影响常数,得到所述用户子情绪对应的子情绪心电数据。
其中,情绪影响系数和情绪影响常数,为预先设置的系数和常数,预先设置情绪影响系数和情绪影响常数的目的在于,情绪对应的心电数据(例如,心率值)和人真实的心电数据可能不是单纯的叠加关系,如果只是单纯的将子情绪心电数据与心电检测单元检测得到的心电检测数据相加或相减得到的目标心电数据可能并不准确,情绪心电数据与心电检测单元检测得到的心电检测数据之间可能还具有一定的相互影响关系,因此,为了使得最终计算得到的目标心电数据更加的准确,引入情绪影响系数和情绪影响常数来确定情绪对心电数据的具体影响。
例如,某一个用户子情绪为愤怒,愤怒对应的心率值为20,愤怒在所有用户子情绪中所占的比例为80%,愤怒对应的情绪影响系数为0.8,愤怒对应的情绪影响常数为1,则子情绪心电数据(子情绪心率值)为20×80%×0.8+1=13.8。
步骤106b,根据所述目标用户的心电检测数据和所述用户情绪中的每种用户子情绪对应的子情绪心电数据,得到用于计算所述目标体温的目标心电数据。
例如,心电检测数据为95(次/分),用户情绪中有3种用户子情绪,分别为高兴、愤怒和伤心,高兴对应的子情绪心电数据为10.8,愤怒对应的子情绪心电数据为2.6,伤心对应的子情绪心电数据为0.7,于是,目标心电数据为95-10.8-2.6+0.7=82.3。
如果实时检测用户情绪可能会导致设备掉电过快,因此,只有在检测到用户体温不正常的时候,即用户体温不在正常的体温范围的时候才启动情绪检测单元检测情绪,再去确定用户体温到底是否正常。在一个实施例中,步骤102所述获取情绪检测单元检测得到的目标用户的用户情绪,包括:
当检测到所述目标用户的体温不在预设的体温范围时,获取情绪检测单元检测得到的目标用户的用户情绪。
其中,预设的体温范围,为预先设置的正常体温的范围,预先设置体温范围的目的在于,根据预设的体温范围判断用户的体温是否出现异常,如果出现异常,就需要启动情绪检测单元检测用户情绪,从而排除掉用户情绪对体温的影响,得到排除情绪影响后的目标体温,然后看排除情绪影响后的目标体温是否异常,如果排除情绪影响后的目标体温还是没有在该预设的体温范围内时,就需要生成提示信息,提醒用户。
如图8所示,提供了一种人体体温确定装置800,具体包括:
第一获取模块802,用于获取情绪检测单元检测得到的目标用户的用户情绪;
第二获取模块804,用于获取心电检测单元检测得到的所述目标用户的心电检测数据;
体温确定模块806,用于根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
上述人体体温确定装置,首先获取情绪检测单元检测得到的目标用户的用户情绪;然后获取心电检测单元检测得到的所述目标用户的心电检测数据;最后根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。由于用户的情绪会对心电数据产生影响,比如,用户在情绪激动的时候相较于用户心境平和的时候,心率也会有所增加,心率的增加会导致最终测量得到的体温是受到情绪影响的体温,不是用户真实的体温,因此,在根据心电数据计算体温的时候,需要考虑到用户的情绪,根据用户的情绪和检测得到的心电检测数据确定用户体温,从而提高最终确定的体温的准确率。
在一个实施例中,所述体温确定模块806,具体用于:获取预设的情绪心电表,所述情绪心电表记录了情绪与情绪心电数据的关联关系,所述情绪心电数据为用户在处于所述情绪时的心电数据的增量;根据所述目标用户的用户情绪,从所述预设的情绪心电表中获取到所述用户情绪对应的情绪心电数据;根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述目标心电数据中包括心率值;所述体温确定模块806,具体用于:获取心率值系数和体温常数;将所述心率值与所述心率值系数相乘,得到所述目标用户的初步体温;根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温。
在一个实施例中,所述目标心电数据中还包括第一频段数据、第二频段数据和第三频段数据,所述第一频段数据对应的频率小于所述第二频段数据对应的频率,所述第二频段数据对应的频率小于所述第三频段数据对应的频率,所述第一频段数据、所述第二频段数据和所述第三频段数据为从脉搏率变异性或者心率变异性中提取出来的数据;所述体温确定模块806,具体用于:根据所述目标心电数据中的第一频段数据、第二频段数据和第三频段数据,得到频段体温;根据所述初步体温和所述频段体温,得到所述目标用户的目标体温。
在一个实施例中,所述体温确定模块806,具体用于:根据所述目标用户的用户情绪确定所述用户情绪对应的情绪类别;根据所述用户情绪对应的情绪心电数据、所述用户情绪对应的情绪类别和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述用户情绪中包括多种用户子情绪和每种所述用户子情绪在所述多种用户子情绪中所占的比例;所述体温确定模块806,具体用于:根据所述用户情绪中的用户子情绪和所述用户子情绪在所述多种用户子情绪中所占的比例,得到所述用户子情绪对应的子情绪心电数据,所述子情绪心电数据为所述目标用户在处于所述用户子情绪时的心电数据的增量;根据所述目标用户的心电检测数据和所述用户情绪中的每种用户子情绪对应的子情绪心电数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述第一获取模块802,具体用于:当检测到所述目标用户的体温不在预设的体温范围时,获取情绪检测单元检测得到的目标用户的用户情绪。
图9示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是穿戴设备。如图9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,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现人体体温确定方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行人体体温确定方法。本领域技术人员可以理解,图9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,本申请提供的人体体温确定方法可以实现为一种计算机程序的形式,计算机程序可在如图9所示的计算机设备上运行。计算机设备的存储器中可存储组成人体体温确定装置的各个程序模板。比如,第一获取模块802、第二获取模块804和心率确定模块806。
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,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
获取情绪检测单元检测得到的目标用户的用户情绪;
获取心电检测单元检测得到的所述目标用户的心电检测数据;
根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
上述计算机设备,首先获取情绪检测单元检测得到的目标用户的用户情绪;然后获取心电检测单元检测得到的所述目标用户的心电检测数据;最后根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。由于用户的情绪会对心电数据产生影响,比如,用户在情绪激动的时候相较于用户心境平和的时候,心率也会有所增加,心率的增加会导致最终测量得到的体温是受到情绪影响的体温,不是用户真实的体温,因此,在根据心电数据计算体温的时候,需要考虑到用户的情绪,根据用户的情绪和检测得到的心电检测数据确定用户体温,从而提高最终确定的体温的准确率。
在一个实施例中,所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:获取预设的情绪心电表,所述情绪心电表记录了情绪与情绪心电数据的关联关系,所述情绪心电数据为用户在处于所述情绪时的心电数据的增量;根据所述目标用户的用户情绪,从所述预设的情绪心电表中获取到所述用户情绪对应的情绪心电数据;根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述目标心电数据中包括心率值;所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,还包括:获取心率值系数和体温常数;将所述心率值与所述心率值系数相乘,得到所述目标用户的初步体温;根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温。
在一个实施例中,所述目标心电数据中还包括第一频段数据、第二频段数据和第三频段数据,所述第一频段数据对应的频率小于所述第二频段数据对应的频率,所述第二频段数据对应的频率小于所述第三频段数据对应的频率,所述第一频段数据、所述第二频段数据和所述第三频段数据为从脉搏率变异性或者心率变异性中提取出来的数据;所述根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温,包括:根据所述目标心电数据中的第一频段数据、第二频段数据和第三频段数据,得到频段体温;根据所述初步体温和所述频段体温,得到所述目标用户的目标体温。
在一个实施例中,所述根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据,包括:根据所述目标用户的用户情绪确定所述用户情绪对应的情绪类别;根据所述用户情绪对应的情绪心电数据、所述用户情绪对应的情绪类别和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述用户情绪中包括多种用户子情绪和每种所述用户子情绪在所述多种用户子情绪中所占的比例;所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:根据所述用户情绪中的用户子情绪和所述用户子情绪在所述多种用户子情绪中所占的比例,得到所述用户子情绪对应的子情绪心电数据,所述子情绪心电数据为所述目标用户在处于所述用户子情绪时的心电数据的增量;根据所述目标用户的心电检测数据和所述用户情绪中的每种用户子情绪对应的子情绪心电数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述获取情绪检测单元检测得到的目标用户的用户情绪,包括:当检测到所述目标用户的体温不在预设的体温范围时,获取情绪检测单元检测得到的目标用户的用户情绪。
在一个实施例中,提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取情绪检测单元检测得到的目标用户的用户情绪;
获取心电检测单元检测得到的所述目标用户的心电检测数据;
根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
上述计算机可读存储介质,首先获取情绪检测单元检测得到的目标用户的用户情绪;然后获取心电检测单元检测得到的所述目标用户的心电检测数据;最后根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。由于用户的情绪会对心电数据产生影响,比如,用户在情绪激动的时候相较于用户心境平和的时候,心率也会有所增加,心率的增加会导致最终测量得到的体温是受到情绪影响的体温,不是用户真实的体温,因此,在根据心电数据计算体温的时候,需要考虑到用户的情绪,根据用户的情绪和检测得到的心电检测数据确定用户体温,从而提高最终确定的体温的准确率。
在一个实施例中,所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:获取预设的情绪心电表,所述情绪心电表记录了情绪与情绪心电数据的关联关系,所述情绪心电数据为用户在处于所述情绪时的心电数据的增量;根据所述目标用户的用户情绪,从所述预设的情绪心电表中获取到所述用户情绪对应的情绪心电数据;根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述目标心电数据中包括心率值;所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,还包括:获取心率值系数和体温常数;将所述心率值与所述心率值系数相乘,得到所述目标用户的初步体温;根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温。
在一个实施例中,所述目标心电数据中还包括第一频段数据、第二频段数据和第三频段数据,所述第一频段数据对应的频率小于所述第二频段数据对应的频率,所述第二频段数据对应的频率小于所述第三频段数据对应的频率,所述第一频段数据、所述第二频段数据和所述第三频段数据为从脉搏率变异性或者心率变异性中提取出来的数据;所述根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温,包括:根据所述目标心电数据中的第一频段数据、第二频段数据和第三频段数据,得到频段体温;根据所述初步体温和所述频段体温,得到所述目标用户的目标体温。
在一个实施例中,所述根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据,包括:根据所述目标用户的用户情绪确定所述用户情绪对应的情绪类别;根据所述用户情绪对应的情绪心电数据、所述用户情绪对应的情绪类别和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述用户情绪中包括多种用户子情绪和每种所述用户子情绪在所述多种用户子情绪中所占的比例;所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:根据所述用户情绪中的用户子情绪和所述用户子情绪在所述多种用户子情绪中所占的比例,得到所述用户子情绪对应的子情绪心电数据,所述子情绪心电数据为所述目标用户在处于所述用户子情绪时的心电数据的增量;根据所述目标用户的心电检测数据和所述用户情绪中的每种用户子情绪对应的子情绪心电数据,得到用于计算所述目标体温的目标心电数据。
在一个实施例中,所述获取情绪检测单元检测得到的目标用户的用户情绪,包括:当检测到所述目标用户的体温不在预设的体温范围时,获取情绪检测单元检测得到的目标用户的用户情绪。
需要说明的是,上述人体体温确定方法、人体体温确定装置、计算机设备及计算机可读存储介质属于一个总的发明构思,人体体温确定方法、人体体温确定装置、计算机设备及计算机可读存储介质实施例中的内容可相互适用。
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非易失性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,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)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本申请专利范围的限制。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 (10)
1.一种人体体温确定方法,其特征在于,包括:
获取情绪检测单元检测得到的目标用户的用户情绪;
获取心电检测单元检测得到的所述目标用户的心电检测数据;
根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
2.如权利要求1所述的方法,其特征在于,所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:
获取预设的情绪心电表,所述情绪心电表记录了情绪与情绪心电数据的关联关系,所述情绪心电数据为用户在处于所述情绪时的心电数据的增量;
根据所述目标用户的用户情绪,从所述预设的情绪心电表中获取到所述用户情绪对应的情绪心电数据;
根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
3.如权利要求2所述的方法,其特征在于,所述目标心电数据中包括心率值;
所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,还包括:
获取心率值系数和体温常数;
将所述心率值与所述心率值系数相乘,得到所述目标用户的初步体温;
根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温。
4.如权利要求3所述的方法,其特征在于,所述目标心电数据中还包括第一频段数据、第二频段数据和第三频段数据,所述第一频段数据对应的频率小于所述第二频段数据对应的频率,所述第二频段数据对应的频率小于所述第三频段数据对应的频率,所述第一频段数据、所述第二频段数据和所述第三频段数据为从脉搏率变异性或者心率变异性中提取出来的数据;
所述根据所述目标用户的初步体温和所述体温常数,得到所述目标用户的目标体温,包括:
根据所述目标心电数据中的第一频段数据、第二频段数据和第三频段数据,得到频段体温;
根据所述初步体温和所述频段体温,得到所述目标用户的目标体温。
5.如权利要求2所述的方法,其特征在于,所述根据所述用户情绪对应的情绪心电数据和所述心电检测数据,得到用于计算所述目标体温的目标心电数据,包括:
根据所述目标用户的用户情绪确定所述用户情绪对应的情绪类别;
根据所述用户情绪对应的情绪心电数据、所述用户情绪对应的情绪类别和所述心电检测数据,得到用于计算所述目标体温的目标心电数据。
6.如权利要求1所述的方法,其特征在于,所述用户情绪中包括多种用户子情绪和每种所述用户子情绪在所述多种用户子情绪中所占的比例;
所述根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温,包括:
根据所述用户情绪中的用户子情绪和所述用户子情绪在所述多种用户子情绪中所占的比例,得到所述用户子情绪对应的子情绪心电数据,所述子情绪心电数据为所述目标用户在处于所述用户子情绪时的心电数据的增量;
根据所述目标用户的心电检测数据和所述用户情绪中的每种用户子情绪对应的子情绪心电数据,得到用于计算所述目标体温的目标心电数据。
7.如权利要求1所述的方法,其特征在于,所述获取情绪检测单元检测得到的目标用户的用户情绪,包括:
当检测到所述目标用户的体温不在预设的体温范围时,获取情绪检测单元检测得到的目标用户的用户情绪。
8.一种人体体温确定装置,其特征在于,包括:
第一获取模块,用于获取情绪检测单元检测得到的目标用户的用户情绪;
第二获取模块,用于获取心电检测单元检测得到的所述目标用户的心电检测数据;
体温确定模块,用于根据所述情绪检测单元检测得到的目标用户的用户情绪和所述心电检测单元检测得到的所述目标用户的心电检测数据,得到所述目标用户的目标体温。
9.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述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至7任一项所述人体体温确定方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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至7任一项所述人体体温确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010279221.2A CN113509154A (zh) | 2020-04-10 | 2020-04-10 | 人体体温确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010279221.2A CN113509154A (zh) | 2020-04-10 | 2020-04-10 | 人体体温确定方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113509154A true CN113509154A (zh) | 2021-10-19 |
Family
ID=78060420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010279221.2A Pending CN113509154A (zh) | 2020-04-10 | 2020-04-10 | 人体体温确定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113509154A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1198086A (zh) * | 1996-06-12 | 1998-11-04 | 精工爱普生株式会社 | 用于测量热量消耗的装置和用于测量体温的装置 |
US20030139654A1 (en) * | 2002-01-23 | 2003-07-24 | Samsung Electronics Co., Ltd. | System and method for recognizing user's emotional state using short-time monitoring of physiological signals |
KR20120040429A (ko) * | 2010-10-19 | 2012-04-27 | 주식회사 라이프사이언스테크놀로지 | 사용자의 생체정보 분석을 통한 감정상태 분석장치 및 방법 |
CN104305561A (zh) * | 2014-09-30 | 2015-01-28 | 肖南 | 情感可穿戴系统及情感的判断方法 |
CN104434142A (zh) * | 2014-11-14 | 2015-03-25 | 惠州Tcl移动通信有限公司 | 可穿戴设备以及情绪提醒的方法 |
US20170238811A1 (en) * | 2012-12-20 | 2017-08-24 | U.S. Government As Represented By The Secretary Of The Army | Estimation of Human Core Temperature Based on Heart Rate System and Method |
CN108121448A (zh) * | 2017-12-29 | 2018-06-05 | 阿里巴巴集团控股有限公司 | 信息提醒方法、装置及设备 |
CN109803572A (zh) * | 2016-07-27 | 2019-05-24 | 生物说股份有限公司 | 用于测量和管理生理情绪状态的系统和方法 |
CN110534135A (zh) * | 2019-10-18 | 2019-12-03 | 四川大学华西医院 | 一种基于语言引导与心率反应来评估情绪特征的方法 |
-
2020
- 2020-04-10 CN CN202010279221.2A patent/CN113509154A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1198086A (zh) * | 1996-06-12 | 1998-11-04 | 精工爱普生株式会社 | 用于测量热量消耗的装置和用于测量体温的装置 |
US20030139654A1 (en) * | 2002-01-23 | 2003-07-24 | Samsung Electronics Co., Ltd. | System and method for recognizing user's emotional state using short-time monitoring of physiological signals |
KR20120040429A (ko) * | 2010-10-19 | 2012-04-27 | 주식회사 라이프사이언스테크놀로지 | 사용자의 생체정보 분석을 통한 감정상태 분석장치 및 방법 |
US20170238811A1 (en) * | 2012-12-20 | 2017-08-24 | U.S. Government As Represented By The Secretary Of The Army | Estimation of Human Core Temperature Based on Heart Rate System and Method |
CN104305561A (zh) * | 2014-09-30 | 2015-01-28 | 肖南 | 情感可穿戴系统及情感的判断方法 |
CN104434142A (zh) * | 2014-11-14 | 2015-03-25 | 惠州Tcl移动通信有限公司 | 可穿戴设备以及情绪提醒的方法 |
CN109803572A (zh) * | 2016-07-27 | 2019-05-24 | 生物说股份有限公司 | 用于测量和管理生理情绪状态的系统和方法 |
CN108121448A (zh) * | 2017-12-29 | 2018-06-05 | 阿里巴巴集团控股有限公司 | 信息提醒方法、装置及设备 |
CN110534135A (zh) * | 2019-10-18 | 2019-12-03 | 四川大学华西医院 | 一种基于语言引导与心率反应来评估情绪特征的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2317914B1 (en) | Cerebral vascular reactivity monitoring | |
CN107874750B (zh) | 脉率变异性和睡眠质量融合的心理压力监测方法及装置 | |
US20130218030A1 (en) | Method for determining a feature of the circadian rhythm of a subject | |
CN111797817B (zh) | 情绪识别方法、装置、计算机设备及计算机可读存储介质 | |
JP6122884B2 (ja) | 作業覚醒度推定装置、方法およびプログラム | |
CN113520333A (zh) | 核心体温的确定方法、装置、设备及可读介质 | |
CN112244800A (zh) | 智能手表的控制方法、装置、智能手表及存储介质 | |
CN115444374B (zh) | 一种模拟高原环境下反应抑制能力的评价方法 | |
CN111035395A (zh) | 血氧饱和度信号分析方法、装置、计算机设备和存储介质 | |
Melillo et al. | Classification tree for real-life stress detection using linear Heart Rate Variability analysis. Case study: students under stress due to university examination | |
CN112370057A (zh) | 压力评估方法、装置、计算机设备和存储介质 | |
CN109846462B (zh) | 一种测量血糖的方法及系统 | |
CN110881972A (zh) | St检测方法、装置、计算机设备及存储介质 | |
CN113509154A (zh) | 人体体温确定方法、装置、计算机设备和存储介质 | |
KR20180043517A (ko) | 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치 | |
CN112672684A (zh) | 基于血氧饱和度的评估方法、装置、智能可穿戴设备及存储介质 | |
US10772513B2 (en) | Blood pressure ratio calculation device, blood pressure ratio calculation method, blood pressure ratio calculation program, and recording medium recording said program | |
KR20120021098A (ko) | 맥파의 주파수 영역 분석을 이용한 혈관노화 평가방법 | |
Aguirregomezcorta et al. | Learning about reflective PPG for SpO2 determination using Machine Learning | |
CN112914531B (zh) | 确定血压包络波的方法、电子设备及存储介质 | |
Boos et al. | The effect of high-altitude acclimatisation on ultra-short heart rate variability | |
Markovics et al. | Testing and Analysis of the HRV Signals from Wearable Smart HRV Sensors | |
CN110811646B (zh) | 一种情绪压力综合检测与分析方法和装置 | |
CN113545756A (zh) | 核心体温的测量方法、装置、可穿戴设备及存储介质 | |
JP2018015172A (ja) | 血流動態の評価方法 |
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 |