[发明专利]一种人体腋下体温快速预测的方法

说明书

技术领域

本发明涉及电子体温计测量腋下温度的方法，特别是涉及一种人体腋下温度快速预测的方法。

背景技术

体温是人体生命活动的一个基本特征，是一个观测人体机能是否正常的重要参数。传统的腋下测温一般采用水银体温计，但水银体温计每次使用时都需要将体温计的温度降到一个较低的值然后再进行测量，同时每次测量腋下需要夹紧5到10分钟左右，测量时间较长，而且水银是有毒物质，一旦损坏需要花费很大的精力进行后期清理，现已面临淘汰。现多数的接触式电子体温计进行腋下测温，测量同样需要长时间的夹紧电子体温计，而且从测量开始到体温稳定的过程较为缓慢。

发明内容

为了克服现有的接触式电子温度计腋下温度测量时存在的测量时间长、达到稳定温度慢的不足，本发明提供了一种测量时间较短、达到稳定温度较快的人体腋下体温快速预测的方法。

本发明解决其技术问题所采用的技术方案是：

一种人体腋下体温快速预测的方法，包括以下步骤：

1)利用电子体温计采集设定数量的升温样本；

2)对采集的升温样本进行筛选，提取出含有升温数据的样本；

3)记录筛选出的升温样本中的稳定温度值y；

4)提取出样本中对稳定温度有影响的特征参数X＝{x_i(i＝1，2，3…q)}；

5)以特征参数X作为输入层，升温后的稳定温度y作为输出层，构建BP神经网络预测模型；

6)利用得到的预测模型，预测出人体腋下温度。

进一步，所述步骤2)中，对样本进行筛选时，合格的升温样本需要有以下四个阶段：

初始阶段：温度保持平稳或小幅度波动，此时的温度应该为环境温度；

快速升温阶段：温度快速上升到一定值，这个阶段时间较短；

缓慢升温阶段：温度慢慢上升到稳定温度，这个阶段时间较长；

稳定阶段：温度达到稳定，后期保持平稳或小幅度波动，这时的温度为人体腋下温度。

再进一步，在所述步骤5)中，对于构建的BP神经网络模型，输入层节点个数t由特征参数X决定，隐含层节点个数s由模型训练结果进行择优选取，输出层节点个数为1；模型中输入层到隐含层，隐含层到输出层之间的连接权值系数矩阵及偏置分别为s×t矩阵W₁，1×s矩阵W₂，s×1矩阵B₁，1×1矩阵B₂；对于特征参数为X_i＝{x₁,x₂,x₃,…,x_q}，稳定温度为y_i的升温样本，将其输入神经网络进行训练，以预测温度和实际稳定温度构建一个误差模型，计算第i个样本的误差E_i，则所有实验样本的总误差为

式中N是训练样本的总个数，通过逆向传播调整连接权数训练神经网络，直到总误差达到最小为止，从而完成训练。

本发明的有益效果主要表现在：利用电子体温计短时间测量的温度数据，预测出人体的腋下温度。

附图说明

图1是一种人体腋下体温快速预测的方法的流程图。

具体实施方式

下面结合附图及实施例来详细说明本发明的实施方式。

参照图1，一种人体腋下体温快速预测的方法，首先利用电子体温计采集大量的人体腋下温度的升温样本，然后对这些样本进行筛选，提取出有用的样本数据，记录这些样本数据中达到稳定时的温度，提取影响稳定温度的一些特征参数，利用稳定温度和特征参数归一化的值构建一个BP神经网络模型，最后通过获得的模型预测人体腋下温度值。

本实施方案中，主要针对接触式电子温度计升温慢的问题，提供了一种人体腋下体温快速预测的方法，包括以下步骤：

1)在夹紧电子体温计的情况下，采集设定数量温度计的升温样本；

2)对采集到的样本进行筛选，选出有以下四个阶段的数据作为合格的升温样本：

初始阶段：温度保持平稳或小幅度波动，此时的温度应该为环境温度；

快速升温阶段：温度快速上升到一定值，这个阶段时间较短；

缓慢升温阶段：温度慢慢上升到稳定温度，这个阶段时间较长；

稳定阶段：温度达到稳定，在后期将保持平稳或小幅度波动，这时的温度为人体腋下温度。

2)记录合格的升温样本中达到稳定时的温度y；