CN114795136A - 温度测量方法、装置、计算机设备 - Google Patents
温度测量方法、装置、计算机设备 Download PDFInfo
- Publication number
- CN114795136A CN114795136A CN202210456341.4A CN202210456341A CN114795136A CN 114795136 A CN114795136 A CN 114795136A CN 202210456341 A CN202210456341 A CN 202210456341A CN 114795136 A CN114795136 A CN 114795136A
- Authority
- CN
- China
- Prior art keywords
- temperature value
- user
- value
- temperature
- current moment
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring Temperature Or Quantity Of Heat (AREA)
Abstract
本申请提供了一种温度测量方法、装置、计算机设备,涉及测温技术领域,用于提高温度测量的准确率。方法主要包括:获取用户在当前时刻的测量温度值;若所述当前时刻的测量温度值大于第一阈值,则根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;所述调整系数为常数系数,所述放大系数为所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值的温度差值的放大系数;将所述当前时刻的预测温度值作为所述用户的体温。
Description
技术领域
本申请涉及测温技术领域,尤其涉及一种温度测量方法、装置、计算机设备及存储介质。
背景技术
预测式电子体温计,一般在几十秒到2分钟出结果。这种预测式的体温计对任何测量人,任何测量情况都使用一种预测算法。但因为被测者个体差异如皮下脂肪厚度不同、使用体温计时对监测位置的把握不同等,会存在某些人测量时预测值和实测值相差较大的问题,因此如何提高温度测量的准确率成为目前亟需解决的问题。
发明内容
本申请实施例提供一种温度测量方法、装置、计算机设备及存储介质,用于提高温度测量的准确率。
本发明实施例提供一种温度测量方法,所述方法包括:
获取用户在当前时刻的测量温度值;
若所述当前时刻的测量温度值大于第一阈值,则根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;所述调整系数为常数系数,所述放大系数为所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值的温度差值的放大系数;
将所述当前时刻的预测温度值作为所述用户的体温。
本发明实施例提供一种温度测量装置,所述装置包括:
获取模块,用于获取用户在当前时刻的测量温度值;
计算模块,用于若所述当前时刻的测量温度值大于第一阈值,则根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;所述调整系数为常数系数,所述放大系数为所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值的温度差值的放大系数;
确定模块,用于将所述当前时刻的预测温度值作为所述用户的体温。
一种计算机设备,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,所述处理器执行所述计算机程序时实现上述温度测量方法。
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,所述计算机程序被处理器执行时实现上述温度测量方法。
本发明提供一种温度测量方法、装置、计算机设备及存储介质,首先获取用户在当前时刻的测量温度值;若当前时刻的测量温度值大于第一阈值,则根据当前时刻的测量温度值和用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;最后将当前时刻的预测温度值作为所述用户的体温。其中,调整系数为常数系数,放大系数为所述当前时刻的测量温度值和用户的上一时刻的测量温度值的温度差值的放大系数。本发明根据用户各自对应的数据计算预测温度值,即根据每个用户的当前时刻的测量温度值和上一时刻的测量温度值以及放大系数和调整系数计算预测温度值,从而使得预测温度值更具有针对性,进而提高了温度测量的准确率。
附图说明
图1为本申请提供的一种温度测量方法流程图;
图2为本申请提供的电子体温计屏幕界面显示图;
图3为本申请提供的用户测量体温时温度变化的趋势曲线图;
图4为本申请提供的另一种温度测量方法流程图;
图5为本申请提供的温度测量装置的结构示意图;
图6为本申请提供的计算机设备的示意图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请实施例的技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请实施例技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
请参阅图1,本发明实施例提供的一种温度测量方法,该方法应用于温度测量装置,如电子体温计等,该方法具体包括步骤S101-步骤S103:
步骤S101,获取用户在当前时刻的测量温度值。
具体的,本实施例可使用电子体温计测量用户在当前时刻的测量温度值,即将电子体温计的测温部分放置到用户(被测对象)的腋下、额前、手腕处或者口中,然后获取当前时刻的测量温度值。
在本实施例中,用户进行测量温度之前,还可以录入用户的标识信息,该标识信息用于唯一标识用户的身份。然后,在获取用户在当前时刻的测量温度值的同时,获取用户的标识信息,以便于根据用户的标识信息确定用户的上一时刻的测量温度值。
如图2所示的电子体温计屏幕界面显示图,屏幕界面上的P是person的缩写表示人,后面可以跟0~n的任意数字,表示不同的人。比如屏幕界面中的P1表示用户1号,用户可以从P0~Pn中选择一个代表自己,n属于自然数。
根据如图3所示的用户测量体温时温度变化的趋势曲线,可以看出在体温测量的初始阶段,温度上升较快(温度快速变化阶段),而体温测量进行一段时间后,由于体温计与人体皮肤接近达到热平衡,体温计的温度变化趋于缓慢(温度缓慢变化阶段),需要等待较长时间(如5-10分钟)后用户的体温才能达到稳定状态。基于体温测量的这一特性,本实施例将在温度快速变化阶段启动快速测温算法,即通过步骤S101获取用户在当前时刻的测量温度值,然后基于这一阶段测量得到的测量温度值,在达到温度平衡前计算出达到温度平衡时人体皮肤的温度,即在温度平衡前预测出用户的体温,以此提高温度测量的效率。
需要说明的是,由于在温度快速变化阶段受各种因素影响,会存在实测温度值不稳定会造成计算结果的错误的情况。例如,用户使用错误的姿势使用体温计,或是体温计放置位置错误等,会影响在温度快速变化阶段的实际温度测量结果。为了减少起始温度对计算值的影响,本实施例通过设置第一阈值来启动温度值的预测,即在当前时刻的测量温度值大于第一阈值时,执行步骤S102计算当前时刻的预测温度值。
进一步的,本实施例可以按照预置时间间隔获取当前时刻的测量温度值,该预置时间间隔具体可以为1秒、2秒或3秒等,本实施例对此不做具体限定。如预置时间间隔为2秒,当前时间为10:00:00,则在时间10:00:02(即电子体温计在用户的某个位置停留2秒)第一次获取用户的体温值,然后确定第一次获取用户的体温值是否大于第一阈值,若大于则跳转到步骤S102继续执行;若小于等于,则在时间10:00:04(即电子体温计在用户的某个位置停留4秒)第二次获取用户的体温值,然后再次确定第二次获取的测量温度值是否大于第一阈值,以此类推直至当前时刻的测量温度值大于第一阈值,执行步骤S102。
步骤S102,若当前时刻的测量温度值大于第一阈值,则根据当前时刻的测量温度值和用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值。
其中,所述调整系数为常数系数,所述放大系数为所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值的温度差值的放大系数。第一阈值可以根据放大系数和调整系数确定。
在本发明提供的一个可选实施例中,所述根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值,包括:
通过公式TP=Tn+(Tn-Tn-△t)*A+C进行计算得到当前时刻的预测温度值;
其中,所述TP为所述预测温度值,所述Tn为所述当前时刻的测量温度值,即通过步骤S101得到的测量温度值,所述Tn-△t为所述用户的上一时刻的测量温度值,所述A为所述放大系数,所述C为所述调整系数,所述△t为时刻间隔。该时刻间隔具体可以为1秒、2秒或3秒等,本实施例对此不做具体限定。例如,当前时刻为10:00:02,△t为2秒,则上一时刻为10:00:00。
需要说明的是,本实施例中的时刻间隔△t可以与步骤S102中的预置时间间隔相同,如均采用2秒或3秒;也可以与步骤S102中的预置时间间隔不同,优选的为了进一步的提高计算当前时刻的预测温度值的效率,本实施中的时刻间隔△t小于预置时间间隔,如预置时间间隔为2秒,时刻间隔△t为1秒。
步骤S103,将当前时刻的预测温度值作为所述用户的体温。
具体的,在得到的用户的体温之后,可以在电子体温计的屏幕上输出该用户的体温,或是通过语音播报的方式输入用户的体温,本实施例对此不做具体限定。需要说明的是,在得到用户的体温之后,还可以确定用户的体温是否不在正常的温度区间,若不在正常的温度区间,则输出告警信息,以提示用户出现的体温异常。
本发明实施例提供的一种温度测量方法,首先获取用户在当前时刻的测量温度值;若当前时刻的测量温度值大于第一阈值,则根据当前时刻的测量温度值和用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;最后将当前时刻的预测温度值作为所述用户的体温。其中,调整系数为常数系数,放大系数为所述当前时刻的测量温度值和用户的上一时刻的测量温度值的温度差值的放大系数。本发明根据用户各自对应的数据计算预测温度值,即根据每个用户的当前时刻的测量温度值和上一时刻的测量温度值以及放大系数和调整系数计算预测温度值,从而使得预测温度值更具有针对性,进而提高了温度测量的准确率。
请参阅图4,本发明实施例提供的一种温度测量方法,该方法应用于温度测量装置,如电子体温计等,该方法具体包括步骤S201-步骤S207:
步骤S201,获取用户在当前时刻的测量温度值。
步骤S202,若当前时刻的测量温度值大于第一阈值,则根据当前时刻的测量温度值和用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值。
其中,步骤S201和步骤S202与图1中相应步骤的说明相同,本实施例在此不再赘述。
步骤S203,确定当前时刻的预测温度值和上一时刻的预测温度值的差值是否小于第二阈值。
在本实施例中,在根据当前时刻的测量温度值和用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值之后,需要当前时刻的预测温度值和上一时刻的预测温度值的差值是否小于第二阈值,若小于第二阈值,用户的预测温度值趋于稳定,此时可将当前时刻的预测温度值作为所述用户的体温;若大于等于第二阈值,则跳转到步骤S201获取用户在当前时刻的测量温度值的步骤继续执行,直至当前时刻的预测温度值和上一时刻的预测温度值的差值小于第二阈值。其中,第二阈值可以根据放大系数和调整系数确定。
具体的,本实施例按照时刻间隔△t(如1秒、2秒等)计算当前时刻的预测温度值,直至当前时刻的预测温度值和上一时刻的预测温度值的差值小于第二阈值。例如,当前时刻为10:00:00,时刻间隔△t为2秒,则根据时刻10:00:00和时刻09:59:58分别对应的实际温度测量值,计算在时刻10:00:00时对应的预测温度值(第一次计算预测温度值),然后根据时刻10:00:02和时刻10:00:00分别对应的实际温度测量值,计算在时刻10:00:02时对应的预测温度值(第二次计算预测温度值),计算第二次计算的预测温度值和第一次计算的预测温度值的差值是否小于第二阈值,若小于第二阈值,则将第二次计算的预测温度值作为用户的体温,并进行输出;若大于等于第二阈值,则需要进行第三次计算预测温度值,直至当前计算(当前时刻)的预测温度值和上一次计算(上一时刻)的预测温度值的差值小于第二阈值。
其中,本实施例通过公式TP=Tn+(Tn-Tn-△t)*A+C进行计算得到当前时刻的预测温度值;所述TP为所述预测温度值,所述Tn为所述当前时刻的测量温度值,即通过步骤S101得到的测量温度值,所述Tn-△t为所述用户的上一时刻的测量温度值,所述A为所述放大系数,所述C为所述调整系数,所述△t为时刻间隔。
需要说明的是,本实施例在通过该上述公式计算当前时刻的预测温度值之前,需要通过以下范式确定放大系数和调整系数:获取样本数据,所述样本数据包括预测温度值和实际温度值;对所述样本数据进行线性拟合得到拟合模型,将所述拟合模型中的常数参数确定为所述放大系数和所述调整系数。
需要说明的是,本实施例中的样本数据可以通过采集大量用户的温度数据而来,即在对进行线性拟合时,无需对样本数据的来源进行分类,根据所有的样本数据进行拟合得到拟合模型,然后将拟合模型中的常数参数确定为放大系数和调整系数。
优选的,本实施例可以根据不同的条件对样本数据进行筛选,然后根据筛选的样本数据进行拟合得到拟合模型。具体的,本实施例可通过年龄、性别、身份属性等条件进行筛选,本实施例对此不做具体限定。
例如,可针对身份属性为孕妇的样本数据进行筛选,然后基于筛选的样本数据进行拟合得到拟合模型,将拟合模型中的常数参数确定为放大系数和调整系数,并将放大系数和调整系数写入到电子温度计中,以便于身份属性为孕妇的用户在测量温度时,录入其身份属性,根据该身份属性对应的该放大系数和调整系数计算预测温度值,从而使得预测温度值更具有针对性,进而提高了预测温度值的准确率。
进一步的,在通过拟合模型得到放大系数和调整系数之后,本实施例根据放大系数和调整系数计算第一阈值和第二阈值。
具体的,通过公式Tstart=bC/A计算所述第一阈值;Tstart为第一阈值。
其中,所述b为常数,所述A为所述放大系数,所述C为所述调整系数。优选的,b=2。
具体的,通过公式Tend=C/dA计算所述第二阈值;Tend为第二阈值。
其中,所述d为常数,所述A为所述放大系数,所述C为所述调整系数。优选的,d=3.5。
步骤S204,若小于第二阈值,则将当前时刻的预测温度值作为所述用户的体温。
本实施例中,若当前时刻的预测温度值和上一时刻的预测温度值的差值小于第二阈值,则将当前时刻的预测温度值作为所述用户的体温。结束快速测温模式,输出用户的体温,如哔哔声提示用户快速测温模式已结束,提示用户可以在体温计的显示屏上查看快速测温的结果。
本发明实施例提供的另一种温度测量方法,首先获取用户在当前时刻的测量温度值;若当前时刻的测量温度值大于第一阈值,则根据当前时刻的测量温度值和用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;最后将当前时刻的预测温度值作为所述用户的体温。其中,调整系数为常数系数,放大系数为所述当前时刻的测量温度值和用户的上一时刻的测量温度值的温度差值的放大系数。本发明根据用户各自对应的数据计算预测温度值,即根据每个用户的当前时刻的测量温度值和上一时刻的测量温度值以及放大系数和调整系数计算预测温度值,从而使得预测温度值更具有针对性,进而提高了温度测量的准确率。
进一步的,在将当前时刻的预测温度值作为所述用户的体温之后,所述方法还包括:
步骤S205,计算所述用户的体温与用户的实际温度的温度差值绝对值。
在本发明实施例中,当通过计算得用户的体温(预测的温度值)之后,用户还可以继续使用体温计测量温度,此时体温计进入正常测温模式,体温计将不显示预测的温度值,转而显示体温计实际测量得到的体温值。在得到用户的实际温度之后,还可以计算用户的温度与用户的实际温度的温度差值绝对值,以便于基于温度差值绝对值确定是否需要继续对拟合模型进行拟合,即是否需要更新放大系数和调整系数。
例如,用户的体温与用户的实际温度的温度差值绝对值大于0.2度时,执行步骤S206;小于等于0.2度,说明根据当前的放大系数和调整系数计算的用户的体温的准确率满足需求,无需对放大系数和调整系数进行更新。
步骤S206,确定所述温度差值绝对值所对应的区间范围。
其中,本实施例将温度划分成多个区间范围,在不同的区间范围需要对数量的用户温度数据对拟合模型进行重新拟合。
例如,将温度划分成四个区间:0.2~0.3度区间、0.3~0.4度区间、0.4~0.5度区间、0.5度以上。
步骤S207,获取与区间范围对应数量的用户的体温和所述用户的实际温度。
在本实施例中,不同的区间范围所需要的对应数量的用户的体温和所述用户的实际温度,对拟合模型进行重新拟合。比如0.3~0.4需要N组以上的数据,而0.2~0.3之间的差距需要3N组以上的数据;0.1~0.2之间的差距需要10N组以上的数据。随差距的减少可能需要使用更多的数据对拟合模型进行重新拟合,以规避放大系数和调整系数误差带来的影响。
需要说明的是,本实施例在确定温度差值绝对值所对应的区间范围之后,可输出温度录入提示信息,以提示用户需要测量特定次数的用户温度和用户的实际温度,该特定次数为区间范围对应数量。
步骤S208,根据获取的用户的体温和所述用户的实际温度,对拟合模型进行重新拟合,根据拟合结果中的常数参数更新所述放大系数和所述调整系数。
在本实施例中,可基于用户的身份标识或是用户的身份属性,获取与区间范围对应数量的用户的体温和所述用户的实际温度,然后基于获取的用户的体温和所述用户的实际温度,对拟合模型进行重新拟合,根据拟合结果中的常数参数更新放大系数和调整系数。
例如,针对用户A,可以基于用户A的体温和实际温度,对拟合模型进行重新拟合,根据拟合结果中的常数参数更新放大系数和调整系数;又例如,针对家庭中身份属性为60岁以上的老人的体温和实际温度,对拟合模型进行重新拟合,根据拟合结果中的常数参数更新放大系数和调整系数。
另外,本实施例还可以按照一定的时间周期获取用户的体温与用户的实际温度,并计算用户的体温与用户的实际温度的温度差值绝对值,然后基于该周期内的温度差值绝对值的平均值,如果该平均值大于一定的数值,则需要根据该周期内的用户的体温与用户的实际温度对拟合模型进行重新拟合,根据拟合结果中的常数参数更新所述放大系数和所述调整系数;如果该平均值小于等于该数值,则无需对放大系数和调整系数调整。
在本实施例中,在电子温度计中将更新的放大系数和调整系数与对应的用户的身份标识或身份属性进行关联存储,当相关用户下次测量体温时将使用调整后的更新后的放大系数和调整系数进行快速测温。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种温度测量装置,该温度测量装置与上述实施例中温度测量方法一一对应。如图5所示,所述温度测量装置各功能模块详细说明如下:
获取模块51,用于获取用户在当前时刻的测量温度值;
计算模块52,用于若所述当前时刻的测量温度值大于第一阈值,则根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;所述调整系数为常数系数,所述放大系数为所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值的温度差值的放大系数;
确定模块53,用于将所述当前时刻的预测温度值作为所述用户的体温。
在一个可选实施例中,确定模块53,具体用于:
确定所述当前时刻的预测温度值和上一时刻的预测温度值的差值是否小于第二阈值;
若小于第二阈值,则将所述当前时刻的预测温度值作为所述用户的体温;
若大于等于第二阈值,则跳转到获取用户在当前时刻的测量温度值的步骤继续执行。
在一个可选实施例中,计算模块52,具体用于:
通过公式TP=Tn+(Tn-Tn-△t)*A+C进行计算得到当前时刻的预测温度值;
其中,所述TP为所述预测温度值,所述Tn为所述当前时刻的测量温度值,所述Tn-△t为所述用户的上一时刻的测量温度值,所述A为所述放大系数,所述C为所述调整系数,所述△t为时刻间隔。
在一个可选实施例中,获取模块51,还用于获取样本数据,所述样本数据包括预测温度值和实际温度值;
确定模块53,还用于对所述样本数据进行线性拟合得到拟合模型,将所述拟合模型中的常数参数确定为所述放大系数和所述调整系数。
在一个可选实施例中,计算模块52,具体用于:
通过公式Tstart=bC/A计算所述第一阈值;
其中,所述b为常数,所述A为所述放大系数,所述C为所述调整系数。
在一个可选实施例中,计算模块52,具体用于:
通过公式Tend=C/dA计算所述第二阈值;
其中,所述d为常数,所述A为所述放大系数,所述C为所述调整系数。
在一个可选实施例中,计算模块52,还用于计算所述用户的体温与用户的实际温度的温度差值绝对值;
计算模块52,用于确定所述温度差值绝对值所对应的区间范围;
获取模块51,用于获取与所述区间范围对应数量的所述用户的体温和所述用户的实际温度;
确定模块53,用于根据获取的所述用户的体温和所述用户的实际温度,对所述拟合模型进行重新拟合,根据拟合结果中的常数参数更新所述放大系数和所述调整系数。
关于温度测量装置的具体限定可以参见上文中对于温度测量方法的限定,在此不再赘述。上述设备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6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、网络接口和数据库。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温度测量方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取用户在当前时刻的测量温度值;
若所述当前时刻的测量温度值大于第一阈值,则根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;所述调整系数为常数系数,所述放大系数为所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值的温度差值的放大系数;
将所述当前时刻的预测温度值作为所述用户的体温。
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:
获取用户在当前时刻的测量温度值;
若所述当前时刻的测量温度值大于第一阈值,则根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;所述调整系数为常数系数,所述放大系数为所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值的温度差值的放大系数;
将所述当前时刻的预测温度值作为所述用户的体温。
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。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。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种温度测量方法,其特征在于,所述方法包括:
获取用户在当前时刻的测量温度值;
若所述当前时刻的测量温度值大于第一阈值,则根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;所述调整系数为常数系数,所述放大系数为所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值的温度差值的放大系数;
将所述当前时刻的预测温度值作为所述用户的体温。
2.根据权利要求1所述的方法,其特征在于,所述将所述当前时刻的预测温度值作为所述用户的体温,包括:
确定所述当前时刻的预测温度值和上一时刻的预测温度值的差值是否小于第二阈值;
若小于第二阈值,则将所述当前时刻的预测温度值作为所述用户的体温;
若大于等于第二阈值,则跳转到获取用户在当前时刻的测量温度值的步骤继续执行。
3.根据权利要求1所述的方法,其特征在于,所述根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值,包括:
通过公式TP=Tn+(Tn-Tn-△t)*A+C进行计算得到当前时刻的预测温度值;
其中,所述TP为所述预测温度值,所述Tn为所述当前时刻的测量温度值,所述Tn-△t为所述用户的上一时刻的测量温度值,所述A为所述放大系数,所述C为所述调整系数,所述△t为时刻间隔。
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:
获取样本数据,所述样本数据包括预测温度值和实际温度值;
对所述样本数据进行线性拟合得到拟合模型,将所述拟合模型中的常数参数确定为所述放大系数和所述调整系数。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
通过公式Tstart=bC/A计算所述第一阈值;
其中,所述b为常数,所述A为所述放大系数,所述C为所述调整系数。
6.根据权利要求2-4任一项所述的方法,其特征在于,所述方法还包括:
通过公式Tend=C/dA计算所述第二阈值;
其中,所述d为常数,所述A为所述放大系数,所述C为所述调整系数。
7.根据权利要求4所述的方法,其特征在于,在将所述当前时刻的预测温度值作为所述用户的体温之后,所述方法还包括:
计算所述用户的体温与用户的实际温度的温度差值绝对值;
确定所述温度差值绝对值所对应的区间范围;
获取与所述区间范围对应数量的所述用户的体温和所述用户的实际温度;
根据获取的所述用户的体温和所述用户的实际温度,对所述拟合模型进行重新拟合,根据拟合结果中的常数参数更新所述放大系数和所述调整系数。
8.一种温度测量装置,其特征在于,所述装置包括:
获取模块,用于获取用户在当前时刻的测量温度值;
计算模块,用于若所述当前时刻的测量温度值大于第一阈值,则根据所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值以及放大系数和调整系数,进行计算得到当前时刻的预测温度值;所述调整系数为常数系数,所述放大系数为所述当前时刻的测量温度值和所述用户的上一时刻的测量温度值的温度差值的放大系数;
确定模块,用于将所述当前时刻的预测温度值作为所述用户的体温。
9.一种计算机设备,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任一项所述的温度测量方法。
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任一项的温度测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210456341.4A CN114795136A (zh) | 2022-04-27 | 2022-04-27 | 温度测量方法、装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210456341.4A CN114795136A (zh) | 2022-04-27 | 2022-04-27 | 温度测量方法、装置、计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114795136A true CN114795136A (zh) | 2022-07-29 |
Family
ID=82510222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210456341.4A Pending CN114795136A (zh) | 2022-04-27 | 2022-04-27 | 温度测量方法、装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114795136A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115659134A (zh) * | 2022-11-02 | 2023-01-31 | 上海米硅科技有限公司 | 一种提高芯片灵敏度的信号处理方法与相关装置 |
-
2022
- 2022-04-27 CN CN202210456341.4A patent/CN114795136A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115659134A (zh) * | 2022-11-02 | 2023-01-31 | 上海米硅科技有限公司 | 一种提高芯片灵敏度的信号处理方法与相关装置 |
CN115659134B (zh) * | 2022-11-02 | 2024-03-22 | 上海米硅科技有限公司 | 一种提高芯片灵敏度的信号处理方法与相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2721878C2 (ru) | Способы и системы для анализа данных о содержании глюкозы, измеренных у больного диабетом | |
US11547334B2 (en) | Psychological stress estimation method and apparatus | |
CN110595017B (zh) | 空调温度设置方法、装置、计算机设备和存储介质 | |
CN114795136A (zh) | 温度测量方法、装置、计算机设备 | |
US11013497B2 (en) | Program for predicting day of ovulation and method of predicting the same | |
CN112444318A (zh) | 非接触式测量体温的方法、装置、体温计及存储介质 | |
CN109377388B (zh) | 医保投保方法、装置、计算机设备和存储介质 | |
CN110245147B (zh) | 区块链数据处理方法、装置、可读存储介质和计算机设备 | |
Krzyzanski et al. | Algorithm for application of Fourier analysis for biorhythmic baselines of pharmacodynamic indirect response models | |
WO2019037045A1 (zh) | 一种心理压力评估方法及设备 | |
JP2013183974A (ja) | 血圧測定装置、血圧測定データ処理方法、及びプログラム | |
JP6705894B2 (ja) | 生体状態予測装置、生体状態予測方法、および生体状態予測プログラム | |
CN116648184A (zh) | 温度预测方法、装置和存储介质 | |
CN114550924A (zh) | 基于人工智能的重疾状态预测方法、装置、设备及介质 | |
CN116429217A (zh) | 一种麻醉机流量传感器标校方法及相关装置 | |
US20210383911A1 (en) | Methods of determining insulin injection amount, computer storage mediums and devices | |
CN113987803B (zh) | 基于模型修正的频率驾驭方法、装置、设备及存储介质 | |
CN113647917B (zh) | 一种核心体温的确定方法、装置、移动终端及存储介质 | |
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 | |
CN108836292B (zh) | 血压测量方法、装置及血压测量设备 | |
CN113662516B (zh) | 基于体温测量进行作息管理的方法、装置、设备及介质 | |
CN108670314B (zh) | 一种体温数据填补方法、系统及终端 | |
CN111523501A (zh) | 体重指数预测方法及装置 | |
JP2010113527A (ja) | バグ摘出予測システム | |
TW201609041A (zh) | 資訊處理裝置、資訊處理方法及資訊處理程式產品 |
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 |