[发明专利]一种基于时间序列平稳性检验的异常体温序列筛选方法

说明书

本发明提出一种基于时间序列平稳性检验的异常体温序列筛选方法，属于体温检测技术领域。包括：步骤一、生成初始体温时间序列；步骤二、对用户体温时间序列进行插值，补充缺失数据，形成完整的体温时间序列数据集；步骤三、对用户的体温时间序列的平稳性利用扩展迪基‑福勒方法进行检验，对检验结果为不平稳的体温时间序列，进一步做阶数为周期长度的差分，周期长度是指每日固定时间段长度，然后对差分所得体温序列再用扩展迪基‑福勒方法进行平稳性检验；步骤四、计算用户体温时间序列的特征评分，进行异常体温判定。本发明使用平稳性检验方法初步筛选体温时间序列，可以增加异常体温筛选工作的效率，避免大规模的计算工作。

技术领域

本发明属于体温检测技术领域，尤其涉及基于时间序列的平稳性检验的异常体温序列筛选技术。

背景技术

随着我国各行各业复产复工，人群流动加大，新型冠状病毒传播的防控压力也随之增大。包括核酸检测在内的患病人员检测存在着不精确、初期难以大范围开展等弊端，因此非常有必要挖掘一种新的体温筛查辅助技术。

体温变化是反映人体健康情况的最直接指标，相比其他检测方法而言，体温监测更易实现且成本更低。当前在人流密集场所设置的体温检测站仅能获取人群中单个个体体温点，不能捕捉到长期的体温变化，而长期的体温变化序列往往蕴涵着丰富的特征信息，可以通过对与人群密切接触的重点行业(如厨师、保安等)人员进行长期的体温监测，来进一步挖掘异常体温信息，从而辅助筛查体温异常人员，从而为新冠感染人员做进一步检测提供参考。目前体温检测领域针对异常体温序列筛选没有有效的技术方案，本发明针对这一问题填补了行业内空白。

发明内容

本发明针对目前数据分析领域并没有使用体温时间序列筛查体温异常人员的技术方法，且在实际体温监测中存在着体温数据缺失、数据精度不高等问题，提出了一种基于时间序列平稳性检验的异常体温序列筛选方法。

本发明提出的一种基于时间序列平稳性检验的异常体温序列筛选方法，包括如下步骤：

步骤一、生成初始体温时间序列；

在不同时间段内的体温数据数量分布确定采样到较多数据的体温监测连续时间段，本发明对每个用户提取每天固定时间段的体温，以每半小时的体温均值为序列值，将包括目标日期在内的前三到五天的体温数据，生成初始体温时间序列。目标用户是指待检测身体状况的用户，目标日期一般是指当前日期。本发明可根据当天测量体温和历史体温实现对当前用户的身体状况检测。

步骤二、对用户体温时间序列进行插值，补充缺失数据，形成完整的体温时间序列数据集；查找到当前体温缺失值时间段之前最近的两个有效体温时间序列值和当前体温缺失值时间段之后最近的两个有效体温时间序列值，即四个体温值；有效体温值时间段和当前缺失值时间段的间隔不超过24小时；然后由步骤201或202的插值方式来补充缺失值。

步骤201、根据距离当前体温缺失值时间段的时间间隔来计算权重值并做加权平均，得到体温缺失值；设C代表所找到的4个有效体温值对应的时间段序号的集合，其中序号为k的时间段，距离当前缺失值时间段的时间间隔数为d_k；以半小时为时间间隔单位；序号为k的时间段的体温值的权重w_k＝exp{-d_k/2}；加权平均计算的缺失值temp_avg如下：

其中，temp_k代表目标用户的序号为k的时间段的体温；

步骤202、计算四个有效体温值和对应时间段的全体用户体温均值的差值，设序号为k的时间段的全体用户体温均值为total_temp_k，序号为k的时间段的目标用户的有效体温值与全体用户体温均值的差值为diff_k，则加权平均计算的体温插值temp_diff为缺失值；