CN113679360B - 核心体温测量方法、装置、设备及可读介质 - Google Patents
核心体温测量方法、装置、设备及可读介质 Download PDFInfo
- Publication number
- CN113679360B CN113679360B CN202010412739.9A CN202010412739A CN113679360B CN 113679360 B CN113679360 B CN 113679360B CN 202010412739 A CN202010412739 A CN 202010412739A CN 113679360 B CN113679360 B CN 113679360B
- Authority
- CN
- China
- Prior art keywords
- body temperature
- target
- information
- target object
- determining
- 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.)
- Active
Links
- 230000036757 core body temperature Effects 0.000 title claims abstract description 210
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 32
- 230000036760 body temperature Effects 0.000 claims abstract description 265
- 238000012937 correction Methods 0.000 claims abstract description 114
- 230000033764 rhythmic process Effects 0.000 claims description 75
- 230000008859 change Effects 0.000 claims description 63
- 238000004364 calculation method Methods 0.000 claims description 49
- 235000005911 diet Nutrition 0.000 claims description 37
- 230000037213 diet Effects 0.000 claims description 33
- 230000000694 effects Effects 0.000 claims description 31
- 230000007613 environmental effect Effects 0.000 claims description 30
- 210000004243 sweat Anatomy 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 10
- 230000000875 corresponding effect Effects 0.000 description 30
- 238000002565 electrocardiography Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 17
- 235000012054 meals Nutrition 0.000 description 11
- 208000031636 Body Temperature Changes Diseases 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000000378 dietary effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000013186 photoplethysmography Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 206010062519 Poor quality sleep Diseases 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002618 waking effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000027288 circadian rhythm Effects 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000006461 physiological response Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- 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
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明实施例公开了一种核心体温测量方法、装置、设备以及可读介质，所述方法包括：获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值；获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。本发明提高了核心体温测量的准确率。
Description
技术领域
本发明涉及计算机数据处理技术领域，尤其涉及一种核心体温测量方法、装置、设备及可读介质。
背景技术
在针对身体状态进行判断和监测时，核心体温是一个基础且重要的指标。随着可穿戴设备的兴起，便携实时获取体温成为可能。在基于便携式装置采集核心体温时可以采用光电容积脉搏波描记法(Photo Plethysmo Graphic，PPG)，即采用LED光源和光电探测器检测血液容积变化的无创方法。
然而，现有技术中根据PPG信号计算核心体温存在如下问题：由于人的核心体温值受其基础体温的影响较大，而人的基础体温又会因为人的身体节律、运动进食等状态变化而随之变化。
这些由于人的状态因素变化而对核心体温造成的影响无法在通过对单次PGG信号的测量和计算中被反映和消除，由此造成了核心体温测量准确率不高。
发明内容
基于此，有必要针对上述问题，提出一种核心体温测量方法、装置、计算机设备及可读介质。
一种核心体温测量方法，其特征在于，所述方法包括：
获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值；
获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
更进一步地，所述个性化参数包括所述目标对象的节律信息和/或活动信息，其中，所述活动信息包括所述目标对象的上一次饮食间隔时长、运动强度信息和/或运动模式信息；
所述方法，还包括：
获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长；
和/或，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据所述实时状态信息确定所述运动强度信息和所述运动模式信息。
更进一步地，所述根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，包括：
根据所述个性化参数和基础体温数据确定体温变化超过预设体温阈值的体温变化时间区间；
根据所述基础体温数据确定所述变化时间区间对应的体温值变化区间；
根据所述体温值变化区间确定所述目标体温校正值。
更进一步地，所述个性化参数还包括：所述目标对象对应的环境温度数据；
所述方法还包括：
根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率；
根据所述体温受环境影响率确定所述目标体温校正值。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述心电信号数据计算初始核心体温值；
根据所述初始核心体温值和所述目标体温校正值确定所述目标核心体温。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述目标体温校正值对预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型；
根据所述目标核心体温计算模型和所述心电信号数据，计算所述目标核心体温。
更进一步地，在根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温之后，还包括：
获取所述目标对象在预设时间段内的历史体温数据，根据所述历史体温数据确定所述目标对象的历史节律信息；
判断所述目标对象的节律信息与所述历史节律信息是否匹配，在不匹配的情况下，通过预设装置向所述目标对象发送提醒信息。
一种核心体温测量装置，其特征在于，所述装置包括：
获取单元：用于获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值；
确定单元：用于获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
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：
获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值；
获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
更进一步地，所述个性化参数包括所述目标对象的节律信息和/或活动信息，其中，所述活动信息包括所述目标对象的上一次饮食间隔时长、运动强度信息和/或运动模式信息；
所述方法，还包括：
获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长；
和/或，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据所述实时状态信息确定所述运动强度信息和所述运动模式信息。
更进一步地，所述根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，包括：
根据所述个性化参数和基础体温数据确定体温变化超过预设体温阈值的体温变化时间区间；
根据所述基础体温数据确定所述变化时间区间对应的体温值变化区间；
根据所述体温值变化区间确定所述目标体温校正值。
更进一步地，所述个性化参数还包括：所述目标对象对应的环境温度数据；
所述方法还包括：
根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率；
根据所述体温受环境影响率确定所述目标体温校正值。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述心电信号数据计算初始核心体温值；
根据所述初始核心体温值和所述目标体温校正值确定所述目标核心体温。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述目标体温校正值对预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型；
根据所述目标核心体温计算模型和所述心电信号数据，计算所述目标核心体温。
更进一步地，在根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温之后，还包括：
获取所述目标对象在预设时间段内的历史体温数据，根据所述历史体温数据确定所述目标对象的历史节律信息；
判断所述目标对象的节律信息与所述历史节律信息是否匹配，在不匹配的情况下，通过预设装置向所述目标对象发送提醒信息。
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：
获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值；
获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
更进一步地，所述个性化参数包括所述目标对象的节律信息和/或活动信息，其中，所述活动信息包括所述目标对象的上一次饮食间隔时长、运动强度信息和/或运动模式信息；
所述方法，还包括：
获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长；
和/或，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据所述实时状态信息确定所述运动强度信息和所述运动模式信息。
更进一步地，所述根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，包括：
根据所述个性化参数和基础体温数据确定体温变化超过预设体温阈值的体温变化时间区间；
根据所述基础体温数据确定所述变化时间区间对应的体温值变化区间；
根据所述体温值变化区间确定所述目标体温校正值。
更进一步地，所述个性化参数还包括：所述目标对象对应的环境温度数据；
所述方法还包括：
根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率；
根据所述体温受环境影响率确定所述目标体温校正值。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述心电信号数据计算初始核心体温值；
根据所述初始核心体温值和所述目标体温校正值确定所述目标核心体温。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述目标体温校正值对预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型；
根据所述目标核心体温计算模型和所述心电信号数据，计算所述目标核心体温。
更进一步地，在根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温之后，还包括：
获取所述目标对象在预设时间段内的历史体温数据，根据所述历史体温数据确定所述目标对象的历史节律信息；
判断所述目标对象的节律信息与所述历史节律信息是否匹配，在不匹配的情况下，通过预设装置向所述目标对象发送提醒信息。
在本发明实施例中，首先获取用户的基础体温数据和个性化参数，根据上述基础体温数据和个性化参数确定出用户的目标体温校正值。再获取用户的心电信号数据，根据前面确定出的目标体温校正值和该心电信号数据确定用户的目标核心体温。相较于现有技术中直接根据心电信号数据确定核心体温，忽略了个体差异、采集环境等对核心体温的影响所导致的核心体温测量准确率不高的问题，本发明通过根据目标对象的基础体温以及个性化参数数据确定目标体温校正值，从而提高了核心体温测量的准确率。
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示出了一个实施例中核心体温测量方法的流程图；
图2示出了一个实施例中目标对象的活动信息的确定过程；
图3示出了一个实施例中目标体温校正值的确定过程的流程图；
图4示出了另一个实施例中的目标体温校正值的确定过程；
图5示出了另一个实施例中确定目标核心体温的流程图；
图6示出了另一个实施例中确定目标核心体温的流程图；
图7示出了一个实施例中根据目标核心体温进行提醒的流程图；
图8示出了一个实施例中核心体温测量装置的结构框图；
图9示出了一个实施例中计算机设备的内部结构图。
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。
本发明提出了一种核心体温测量方法，在一个实施例中，本发明可以基于一可穿戴设备，如智能手表、智能手机等。
参考图1，本发明实施例提供了一种核心体温测量方法。
图1示出了一个实施例中核心体温测量方法的流程图。本发明中所述的核心体温测量方法至少包括如图1所示的步骤S1022-S1024，详细介绍如下：
在对本发明进行详细说明之前，首先对核心体温的测量原理进行说明。
现有技术中核心体温的计算一般是基于可穿戴设备上预设的传感器采集到的PPG信号数据作为心电信号数据。在可选的实施例中，上述心电信号数据还可以包括被测者的ECG信号。也就是说采集到的心电信号数据可以是PPG信号数据，也可以是ECG信号数据或者上述两者都有。
其中，光体积变化描记图法(Photo PlethysmoGraphy，简称PPG)是借光电手段在活体组织中检测血液容积变化的一种检测方法。其原理在于：当一定波长的光束照射到指端皮肤表面，在每次心跳时，血管的收缩和扩张都会影响光的透射(如在透射PPG中，通过指尖的光线)或是光的反射(如在反射PPG中，来自手腕表面附近的光线)，而当光线透过皮肤组织然后再反射到预设的光敏传感器时，光照会有一定的衰减。但由于动脉里由于存在血液的脉动和流转，因此其对光的吸收自然也会有所变化。因此把光转换成的电信号可以分为直流DC信号和交流AC信号，而提取其中的交流AC信号就可以能反应出血液流动的特征。
心电描记术(Electro Cardio Graphy，简称ECG或EKG)是一种经胸腔以时间为单位记录心脏的电生理活动，利用在人体皮肤表面贴上的电极，可以侦测到心脏的电位传动。
核心体温与心率具有相关性，如一般情况下，人的核心温度每升高1℃，心率每分钟增加12至18次，因此可以通过可穿戴设备的传感器获取心电信号数据，通过心电信号数据进行处理和转换，以实现核心体温的测量。
而在本实施例中，PPG信号数据的获取可以是通过设置在可穿戴设备上的PPG传感器获取的，ECG信号数据的获取可以是通过设置在可穿戴设备上的ECG传感器获取的。
但是在实际应用中，考虑到人的核心体温会受个体的体质差异、当前活动状态以及采集环境等多方面的影响，因此直接根据采集的心电信号数据所计算出的核心体温值可能并不能很好地反映出被测者的体温真实水平。
如一般情况下，在某智能手表的佩戴者用户在进食之后，其核心体温一般会升高，但是这种体温的变动是由于采集时用户的活动状态所造成的正常生理反应(进食后体温升高)，往往并不代表用户的核心体温出现了异常。
因此，除了采集心电信号数据以外，还需要获取与心电信号数据对应的采集相关信息，如目标对象的活动信息、节律信息、饮食信息等个性化参数。
再在所采集到的用户基础体温的基础上，结合这些个性化参数下获取的基础体温数据确定出个性化参数所表征的用户的活动状态对于其核心体温测量的影响，即对应确定出目标核心体温校正值。
综上所述，在一个实施例中，可以是先根据目标对象的心电信号数据计算出一个初始核心体温值，再根据初始核心体温值和前述步骤中确定的目标体温校正值确定所述目标核心体温。
在另一个可选的实施例中，也可以是先根据前述目标体温校正值对一个预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型。
然后，根据上述目标核心体温计算模型和心电信号数据，计算出所述目标核心体温。
下面首先对于目标体温校正值的确定过程进行说明。
参考图1，在步骤S1022中，获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值。
首先，具体的，此处的目标对象可以是本发明所基于的可穿戴设备的佩戴者，而个性化参数可以包括该目标对象的节律信息和/或活动信息。而此处的基础体温数据是指目标对象在上述个性化参数之下对应的体温测量数据。如在一个具体的实施例中，可以是目标对象在一天中的核心体温采集数据。
其中，此处的节律信息可以包括目标对象的睡眠信息、作息信息等。而活动信息可以包括目标对象的上一次饮食间隔时长、运动强度信息和/或运动模式信息。
并且需要特别说明的是，在可选的实施例中，此处的个性化参数还可以包括目标对象的性别、年龄和/或体重等。
下面针对获取上述个性化参数在核心体温测量中的作用进行说明。结合人体的新陈代谢知识，在早上4点到7点一般人的体温处于最低状态，如可以低到36℃，而一般在下午的5点到7点这一时间区间内，人的体温基本上会达到了一天中最高水平，这是因为下午一般是人兴奋水平较高，活动强度较大，皮质层激素分泌更多的时间段，即下午相对会更加容易出现导致体温的偏高和生理的一些因素。
一般来说，人在早上刚清醒过后，即在较长时间睡眠中醒来并且尚未进行任何活动之前所测量到的体温是最为接近其真实的核心体温水平的，然后，在一天中不同的时间，人体的核心体温则基于这个核心体温水平的基准呈现周期性规律地变化。
因此，首先，活动信息的确定过程还可以包括图2示出的步骤S1032-S1034。图2示出了一个实施例中目标对象的活动信息的确定过程。
在步骤S1032中，获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长。
确定上一次饮食间隔时长是为了判断目标对象是否仍处于核心体温受进食影响而身高的阶段内，即人在饭后因为身体摄入了食物中含有的热量，所以体温会稍微的升高一点，而在进食后大约半个小时，核心体温会恢复到正常水平。
因此想要更精准地测量得到核心温度，就要排除进食后体温升高这一因素的干扰。
另外，更进一步地，每个人在早、中、晚饮食后，由于饮食致使体温上升的幅度也是存在差异的。而且不同人的早、中、晚具体饮食时间有较大差异，但对于同一个人或同一家庭成员来说，吃饭时间相对固定，尤其是对于个人在工作日的时候。因此，在一个具体的实施例中，可以通过预设的装置获取用户手动输入的进食时间信息。
和/或，在步骤S1034中，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据所述实时状态信息确定所述运动强度信息和所述运动模式信息。
对应地，容易理解的，在被测者处于强度较大的剧烈运动时，其心率会在短时间内急剧加快，并在运动结束后恢复到通常水平，但是在运动过程中基本上核心体温会保持不变，这样根据心率计算出的核心体温就会不准确，因此需要进行校准。
首先就需要根据当前的与运动状态相关的可测量参数判断是否需要进入了心率不能很好地表征核心体温，由此需要进行校正的过程。
而考虑到人在运动过程中一般会出汗，而且皮肤表面产生的汗液是很便于检测的指标，因此可以获取通过可穿戴设备上内置的预设的传感装置获取包括出汗量、出汗率等因素，用于判断目标对象的运动强度和运动模式(如慢跑、游泳等)。
然后，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值的过程可以包括图3中示出的步骤S1042-S1046。图3示出了一个实施例中目标体温校正值的确定过程的流程图。
在步骤S1042中，根据所述个性化参数和基础体温数据确定体温变化超过预设体温阈值的体温变化时间区间。
也就是说，首先根据基础体温数据确定出体温变化超过预设体温阈值(如人体正常体温范围)的体温变化时间区间，然后再确定与该体温变化时间区间所对应的个性化参数。
如根据人体正常体温阈值从基础体温数据中筛选出偏高或者偏低的体温对应的时间区间，然后再结合每个时间区间对应的个性化参数信息确定最终作为目标体温校正值的参考的体温变化时间区间。
在另一个可选的实施例中，也可以是根据个性化参数信息是否满足预设的条件来判断目标对象所仍处于体温受非心率因素影响期所对应的时间区间信息。
举例进行说明，某目标对象A在17:40:00所对应的基础体温数据为37.5℃，而确定了目标对象A的上一次进食间隔为5分钟，即可判定当前目标对象A仍处于饮食后体温上升的被影响期。
在步骤S1044中，根据所述基础体温数据确定所述体温变化时间区间对应的体温值变化区间。
结合前一步骤，也就是说筛选出体温变化时间区间所对应的体温值，举例说明，在时间区间17:40:00-18:10:00这一体温变化时间区间所对应的体温变化值为+0.2℃。
在步骤S1046中，根据所述体温值变化区间确定所述目标体温校正值。
也就是说，在将各种个性化参数映照到基础体温数据中的变化之后，即可以对应得出目标对象的体温所受个性化参数的影响程度(即偏离真实水平的程度)，如+0.2℃或者-0.1℃等，以作为此处的目标体温校正值。
更进一步的，在可选的实施例中，除了包括饮食、作息、生理节律等对于核心体温的影响外，还可以考虑外部环境温度对体温测量的影响，即在可选的实施例中，针对体温值的校正值的确定还可以是根据环境温度的影响情况来确定。
因此，在可选的实施例中，前述个性化参数还可以包括目标对象对应的环境温度数据，目标核心校正值的确定方法还可以包括图4中示出的步骤S1052-S1054。图4示出了另一个实施例中的目标体温校正值的确定过程。
在步骤S1052中，根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率。
具体的可以分别确定出基础体温的温度变化信息，以及环境温度变化信息，在一定的时间区间内将体温的变化和环境温度的变化进行匹配，从而确定出目标体温受环境影响率。并且，在可选的实施例中，环境温度变化时，只采用在同一频段的环境温度大于预设停留时间后的数据。
此处在根据环境温度对目标核心体温进行校正时需要确定出体温受环境影响率的原因在于，由于个人的体质不同，其对外界环境变化的敏感程度和内环境稳态受其影响程度也不同，如在环境温度变化较大，比如突然降温10℃时，体质较弱的易感人群或者在室外活动的人的核心体温可能会随着降低0.1℃，但是较为强壮的体质的人群的核心体温则不会存在随环境的较大波动。
在步骤S1054中，根据所述体温受环境影响率确定所述目标体温校正值。
在一个具体的实施例中，目标对象B的体温受环境影响率可以是环境每上升/下降5℃体温随之上升/下降0.1℃。从而其对应的目标体温校正值可以是在环境温度每变化5℃。
另外，结合前述对于不同体质的人的核心体温受环境影响程度的说明，在一个可选的实施例中，在一定程度上可以通过核心温度受环境变化影响效率确定出被测人员的体质，从而将体质作为一种计算影响参数加入到预设的核心体温计算模型中。
在步骤S1024中，获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
需要说明的是，在本步骤中，心电信号数据可以包含PPG信号和ECG信号中的一个，也可以既包含了PPG信号，也包含了ECG信号，还可以包含了其它形式的心电信号数据。
在一个具体的实施例中，可以首先根据心电信号数据计算出一个只考虑到心电数据未考虑到个人体质和环境等参数等影响的初测核心体温值，然后再基于目标体温核心对其进行校正，以得到校正后的目标核心体温。
因此，根据心电信号数据与目标体温校正值确定目标核心体温的过程还可以至少包括5中示出的步骤S1062-S1064。图5示出了另一个实施例中确定目标核心体温的流程图。
在步骤S1062中，根据所述心电信号数据计算初始核心体温值。
具体可以按照心电信号与核心体温之间预设的对应关系计算出心电信号数据所对应的核心体温值作为此处的初始核心体温值。
另外，需要说明的是，此处核心体温的确定过程除了根据心电信号数据中包含的PPG和/或ECG信号与心率的预设对应关系，以及心率与核心体温的对应关联来确定。
还可以首先根据PPG/ECG信号获取和确定包括脉搏波变异性(PRV)/心率变异性(HRV)等与其他测量核心体温存在关联的中间生理参数，然后根据这些中间生理参数确定出初始核心体温值。
在步骤S1064中，根据所述初始核心体温值和所述目标体温校正值确定所述目标核心体温。
举例进行说明，初始核心体温值可以是37.5℃，而通过前述步骤计算出的目标体温校正值可以是-0.3℃，因此，此处的目标核心体温时37.2℃。
另外，在另一个可选的实施例中，区别于先得到一个初测核心体温值，还可以是直接根据前述由个性化参数对一个预设的体温计算模型进行校正，从而在模型校正结束之后，可以直接通过将心电信号数据输入该核心体温计算模型，获取该模型的输出结果作为目标核心体温，这一过程具体可以包括图6中示出的步骤S1072-S1074。图6示出了另一个实施例中确定目标核心体温的流程图。
在步骤S1072中，根据所述目标体温校正值对预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型。
需要说明的是，此处的预设的核心体温计算模型可以是神经网络模型。
在步骤S1074中，根据所述目标核心体温计算模型和所述心电信号数据，计算所述目标核心体温。
具体的，可以是将心电信号数据输入到校正后的目标核心体温计算模型中，获取校正后的目标核心体温计算模型输出的体温值作为此处的目标核心体温。
最后，在可选的实施例中，考虑到用户节律与体温变化存在一定的同步关联关系，因此还可以根据测量出的目标对象的核心体温的变化来反向推演出其节律变化，并且在节律变化与该用户的历史节律信息不匹配时进行提醒。
这个基于目标核心体温的健康信息提醒过程可以包括图7示出的步骤S1082-S1084。图7示出了一个实施例中根据目标核心体温进行提醒的流程图。
在步骤S1082中，获取所述目标对象在预设时间段内的历史体温数据，根据所述历史体温数据确定所述目标对象的历史节律信息。
举例说明，此处的历史体温数据可以是目标对象在过去一天的目标核心体温数据，而根据历史体温数据确定历史节律信息的过程可以如下：
首先根据历史体温数据确定出目标对象的历史体温变化信息，再根据历史体温变化与人体生活节律的对应关系，如人在凌晨的体温较低，在下午体温到达最高水平等。
即将体温变化视作节律调节和节律变化的一个体现，由此根据历史体温变化信息对应确定出历史节律信息。
在可选的实施例中，为了使得历史节律信息的确定更加准确，还可以将预设时间段进行调整，如获取目标对象在过去一周等更长时间的历史核心体温数据，根据历史核心体温数据确定出体温变化信息，从而对应确定出历史节律信息。
在步骤S1084中，判断所述目标对象的节律信息与所述历史节律信息是否匹配，在不匹配的情况下，通过预设装置向所述目标对象发送提醒信息。
举例说明，确定出的某目标对象C的(过去一周的)历史节律信息可以是早上8点清醒，中午12点进食，下午3点体温到达最高值，晚上11点进入睡眠状态。
而当前所获取目标对象的节律信息可以是早上11点清醒，由此判断节律不匹配，因此对应地通过智能手表的显示装置，显示如“您的作息时间有较大变化，请注意健康。”等提醒信息。
更进一步地，在可选的实施例中，还可以根据历史节律信息生成健康节律提醒信息，在对应的时间段通过预设装置向用户发送信息进行提醒。如根据历史节律信息生成健康节律信息中睡眠时间段应该为10点至11点，从而在对应时刻通过预设的展示装置推送信提示信息，如“到了您睡觉的时间，请注意休息。”等。
图8示出了一个实施例中核心体温测量装置的结构框图。
参考图8所示，根据本发明的一个实施例的核心体温测量装置1090，包括：获取单元1092、确定单元1094。
其中，获取单元1092：用于获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值。
确定单元1094：用于获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
其中，所述装置1090还用于：
获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长；
和/或，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据所述实时状态信息确定所述运动强度信息和所述运动模式信息。
更进一步地，所述根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，包括：
根据所述个性化参数和基础体温数据确定体温变化超过预设体温阈值的体温变化时间区间；
根据所述基础体温数据确定所述变化时间区间对应的体温值变化区间；
根据所述体温值变化区间确定所述目标体温校正值。
更进一步地，所述个性化参数还包括：所述目标对象对应的环境温度数据；
所述方法还包括：
根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率；
根据所述体温受环境影响率确定所述目标体温校正值。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述心电信号数据计算初始核心体温值；
根据所述初始核心体温值和所述目标体温校正值确定所述目标核心体温。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述目标体温校正值对预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型；
根据所述目标核心体温计算模型和所述心电信号数据，计算所述目标核心体温。
更进一步地，在根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温之后，还包括：
获取所述目标对象在预设时间段内的历史体温数据，根据所述历史体温数据确定所述目标对象的历史节律信息；
判断所述目标对象的节律信息与所述历史节律信息是否匹配，在不匹配的情况下，通过预设装置向所述目标对象发送提醒信息。
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：
获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值；
获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
更进一步地，所述个性化参数包括所述目标对象的节律信息和/或活动信息，其中，所述活动信息包括所述目标对象的上一次饮食间隔时长、运动强度信息和/或运动模式信息；
所述方法，还包括：
获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长；
和/或，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据所述实时状态信息确定所述运动强度信息和所述运动模式信息。
更进一步地，所述根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，包括：
根据所述个性化参数和基础体温数据确定体温变化超过预设体温阈值的体温变化时间区间；
根据所述基础体温数据确定所述变化时间区间对应的体温值变化区间；
根据所述体温值变化区间确定所述目标体温校正值。
更进一步地，所述个性化参数还包括：所述目标对象对应的环境温度数据；
所述方法还包括：
根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率；
根据所述体温受环境影响率确定所述目标体温校正值。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述心电信号数据计算初始核心体温值；
根据所述初始核心体温值和所述目标体温校正值确定所述目标核心体温。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述目标体温校正值对预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型；
根据所述目标核心体温计算模型和所述心电信号数据，计算所述目标核心体温。
更进一步地，在根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温之后，还包括：
获取所述目标对象在预设时间段内的历史体温数据，根据所述历史体温数据确定所述目标对象的历史节律信息；
判断所述目标对象的节律信息与所述历史节律信息是否匹配，在不匹配的情况下，通过预设装置向所述目标对象发送提醒信息。
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终端，也可以是服务器。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、存储器和传感模块、处理模块、展示模块。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，可使得处理器实现本核心体温测量方法。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，可使得处理器执行本核心体温测量方法。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，提出了一种计算机设备，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：
获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值；
获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
更进一步地，所述个性化参数包括所述目标对象的节律信息和/或活动信息，其中，所述活动信息包括所述目标对象的上一次饮食间隔时长、运动强度信息和/或运动模式信息；
所述方法，还包括：
获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长；
和/或，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据所述实时状态信息确定所述运动强度信息和所述运动模式信息。
更进一步地，所述根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，包括：
根据所述个性化参数和基础体温数据确定体温变化超过预设体温阈值的体温变化时间区间；
根据所述基础体温数据确定所述变化时间区间对应的体温值变化区间；
根据所述体温值变化区间确定所述目标体温校正值。
更进一步地，所述个性化参数还包括：所述目标对象对应的环境温度数据；
所述方法还包括：
根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率；
根据所述体温受环境影响率确定所述目标体温校正值。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述心电信号数据计算初始核心体温值；
根据所述初始核心体温值和所述目标体温校正值确定所述目标核心体温。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述目标体温校正值对预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型；
根据所述目标核心体温计算模型和所述心电信号数据，计算所述目标核心体温。
更进一步地，在根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温之后，还包括：
获取所述目标对象在预设时间段内的历史体温数据，根据所述历史体温数据确定所述目标对象的历史节律信息；
判断所述目标对象的节律信息与所述历史节律信息是否匹配，在不匹配的情况下，通过预设装置向所述目标对象发送提醒信息。
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：
获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值；
获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
更进一步地，所述个性化参数包括所述目标对象的节律信息和/或活动信息，其中，所述活动信息包括所述目标对象的上一次饮食间隔时长、运动强度信息和/或运动模式信息；
所述方法，还包括：
获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长；
和/或，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据所述实时状态信息确定所述运动强度信息和所述运动模式信息。
更进一步地，所述根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，包括：
根据所述个性化参数和基础体温数据确定体温变化超过预设体温阈值的体温变化时间区间；
根据所述基础体温数据确定所述变化时间区间对应的体温值变化区间；
根据所述体温值变化区间确定所述目标体温校正值。
更进一步地，所述个性化参数还包括：所述目标对象对应的环境温度数据；
所述方法还包括：
根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率；
根据所述体温受环境影响率确定所述目标体温校正值。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述心电信号数据计算初始核心体温值；
根据所述初始核心体温值和所述目标体温校正值确定所述目标核心体温。
更进一步地，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述目标体温校正值对预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型；
根据所述目标核心体温计算模型和所述心电信号数据，计算所述目标核心体温。
更进一步地，在根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温之后，还包括：
获取所述目标对象在预设时间段内的历史体温数据，根据所述历史体温数据确定所述目标对象的历史节律信息；
判断所述目标对象的节律信息与所述历史节律信息是否匹配，在不匹配的情况下，通过预设装置向所述目标对象发送提醒信息。
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 (8)
1.一种核心体温测量方法，其特征在于，所述方法包括：
获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，所述个性化参数包括所述目标对象的节律信息、活动信息、环境温度数据、个体信息中的至少一项，其中，所述节律信息包括所述目标对象的睡眠信息和/或作息信息，所述活动信息包括所述目标对象的上一次饮食间隔时长、运动强度信息和/或运动模式信息，所述个体信息包括所述目标对象的性别、年龄和/或体重；
所述获取所述个性化参数包括：获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长；和/或，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据实时状态信息确定所述运动强度信息和所述运动模式信息；
所述根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值包括：根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率；根据所述体温受环境影响率确定所述目标体温校正值；
获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
2.根据权利要求1所述的核心体温测量方法，其特征在于，所述根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，包括：
根据所述个性化参数和基础体温数据确定体温变化超过预设体温阈值的体温变化时间区间；
根据所述基础体温数据确定所述变化时间区间对应的体温值变化区间；
根据所述体温值变化区间确定所述目标体温校正值。
3.根据权利要求1所述的核心体温测量方法，其特征在于，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述心电信号数据计算初始核心体温值；
根据所述初始核心体温值和所述目标体温校正值确定所述目标核心体温。
4.根据权利要求1所述的核心体温测量方法，其特征在于，所述根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温的步骤，还包括：
根据所述目标体温校正值对预设的核心体温计算模型进行校正，将校正之后的核心体温计算模型作为目标核心体温计算模型；
根据所述目标核心体温计算模型和所述心电信号数据，计算所述目标核心体温。
5.根据权利要求1所述的核心体温测量方法，其特征在于，在根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温之后，还包括：
获取所述目标对象在预设时间段内的历史体温数据，根据所述历史体温数据确定所述目标对象的历史节律信息；
判断所述目标对象的节律信息与所述历史节律信息是否匹配，在不匹配的情况下，通过预设装置向所述目标对象发送提醒信息。
6.一种核心体温测量装置，其特征在于，所述装置包括：
获取单元：用于获取目标对象的基础体温数据和个性化参数，根据所述基础体温数据和个性化参数确定所述目标对象的目标体温校正值，所述个性化参数包括所述目标对象的节律信息、活动信息、环境温度数据、个体信息中的至少一项，其中，所述节律信息包括所述目标对象的睡眠信息和/或作息信息，所述活动信息包括所述目标对象的上一次饮食间隔时长、运动强度信息和/或运动模式信息，所述个体信息包括所述目标对象的性别、年龄和/或体重；
所述获取单元，还用于获取所述目标对象输入的饮食时间信息，根据所述饮食时间信息确定所述上一次饮食间隔时长；和/或，获取所述目标对象的实时体征信息，所述实时体征信息包括出汗量、出汗率和/或实时心率中的至少一项，根据实时状态信息确定所述运动强度信息和所述运动模式信息；
所述获取单元，还用于根据所述基础体温数据和所述环境温度数据确定所述目标对象的体温受环境影响率；根据所述体温受环境影响率确定所述目标体温校正值；
确定单元：用于获取所述目标对象的心电信号数据，所述心电信号数据包括PPG信号和/或ECG信号，根据所述目标体温校正值和所述心电信号数据确定所述目标对象的目标核心体温。
7.一种可读存储介质，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如权利要求1至5中任一项所述的核心体温测量方法的步骤。
8.一种计算机设备，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权利要求1至5中任一项所述的核心体温测量方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010412739.9A CN113679360B (zh) | 2020-05-15 | 2020-05-15 | 核心体温测量方法、装置、设备及可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010412739.9A CN113679360B (zh) | 2020-05-15 | 2020-05-15 | 核心体温测量方法、装置、设备及可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113679360A CN113679360A (zh) | 2021-11-23 |
| CN113679360B true CN113679360B (zh) | 2024-05-24 |
Family
ID=78575270
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010412739.9A Active CN113679360B (zh) | 2020-05-15 | 2020-05-15 | 核心体温测量方法、装置、设备及可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113679360B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105310667A (zh) * | 2015-11-09 | 2016-02-10 | 北京体育大学 | 人体核心温度监测方法、运动预警方法及运动预警系统 |
| CN106308758A (zh) * | 2015-06-30 | 2017-01-11 | 上海温尔信息科技有限公司 | 一种基于体温数据曲线的筛查方法及系统 |
| CN107049253A (zh) * | 2017-04-10 | 2017-08-18 | 深圳市共进电子股份有限公司 | 一种基于人工智能的红外热成像体温检测方法和装置 |
| CN108451509A (zh) * | 2018-03-26 | 2018-08-28 | 杨松 | 连续测量核心体温方法及装置 |
| CN109727667A (zh) * | 2019-02-27 | 2019-05-07 | 中国人民解放军第四军医大学 | 基于餐后深部体温时间变异性分析的代谢状态评价系统 |
| CN110840416A (zh) * | 2019-11-01 | 2020-02-28 | 江苏大学 | 一种无创人体核心温度检测探头及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3534781B1 (en) * | 2016-11-01 | 2023-04-19 | Koninklijke Philips N.V. | Device, method and computer program for determining the core body temperature of a subject |
-
2020
- 2020-05-15 CN CN202010412739.9A patent/CN113679360B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106308758A (zh) * | 2015-06-30 | 2017-01-11 | 上海温尔信息科技有限公司 | 一种基于体温数据曲线的筛查方法及系统 |
| CN105310667A (zh) * | 2015-11-09 | 2016-02-10 | 北京体育大学 | 人体核心温度监测方法、运动预警方法及运动预警系统 |
| CN107049253A (zh) * | 2017-04-10 | 2017-08-18 | 深圳市共进电子股份有限公司 | 一种基于人工智能的红外热成像体温检测方法和装置 |
| CN108451509A (zh) * | 2018-03-26 | 2018-08-28 | 杨松 | 连续测量核心体温方法及装置 |
| CN109727667A (zh) * | 2019-02-27 | 2019-05-07 | 中国人民解放军第四军医大学 | 基于餐后深部体温时间变异性分析的代谢状态评价系统 |
| CN110840416A (zh) * | 2019-11-01 | 2020-02-28 | 江苏大学 | 一种无创人体核心温度检测探头及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘博 ; 唐晓英 ; 刘伟峰 ; 王璐璐 ; .人体核心温度的测量方法研究进展.中国生物医学工程学报.2017,(05),608-613. * |
| 汪宏莉 ; 陈涛 ; 韩延柏 ; 任雪 ; 程杨 ; .常温环境递增负荷运动中人体核心体温预测.体育科研.2015,(01),34-36. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113679360A (zh) | 2021-11-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6571664B2 (ja) | センサの最適な位置付けのための方法、システム、及びデバイス | |
| JP7057284B2 (ja) | 被検者の１又は複数の生理的特徴の基準を決定する機器の作動方法及び機器及びコンピュータプログラム | |
| US20160367157A1 (en) | Wearable physiological monitoring and notification system based on real-time heart rate variability analysis | |
| CN109662687A (zh) | 校正生物信息传感器误差的装置和方法，以及估计生物信息的装置和方法 | |
| US20130310658A1 (en) | Activity Measurement Systems | |
| EP3366206B1 (en) | Measurement and estimation of sleep quality | |
| Atomi et al. | Cuffless Blood Pressure Estimation Based on Data‐Oriented Continuous Health Monitoring System | |
| CN105125134A (zh) | 一种基于物联网的体征监测马桶圈 | |
| US20170035365A1 (en) | Biological information processing system, electronic apparatus, server system and biological information processing method | |
| CN111588384B (zh) | 获得血糖检测结果的方法、装置及设备 | |
| EP2032020A2 (en) | Lifestyle and eating advisor based on physiological and biological rhythm monitoring | |
| CN113520333B (zh) | 核心体温的确定方法、装置、设备及可读介质 | |
| US11191483B2 (en) | Wearable blood pressure measurement systems | |
| CN112272534B (zh) | 用于估计血压替代物趋势的方法和装置 | |
| KR20170109554A (ko) | 대상자의 정신 상태를 도출하기 위한 방법 및 장치 | |
| US9759558B2 (en) | Device and method for automatically normalizing the physiological signals of a living being | |
| CN111820879A (zh) | 一种适用于慢性疾病患者的健康评价管理方法 | |
| JPH08275934A (ja) | 相関調査システム | |
| CN108430310A (zh) | 评估血压测量结果的可靠性的方法和用于实施该方法的装置 | |
| JP2008253727A (ja) | モニタ装置、モニタシステム及びモニタ方法 | |
| CN113679360B (zh) | 核心体温测量方法、装置、设备及可读介质 | |
| Lakudzode et al. | Review on human stress monitoring system using wearable sensors | |
| WO2009138927A1 (en) | A method and apparatus for monitoring blood pressure | |
| Kethipalli et al. | Wireless patient monitoring and alerting system (wpmas) | |
| WO2023243395A1 (ja) | 推定方法、推定プログラム、推定システム、判定方法、および推定用マーカー |
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 |