基于热量流动模型的体温检测方法与流程

本公开涉及人工智能和生物医学，更具体地涉及一种基于热量流动模型的体温检测方法。

背景技术：

1、核心体温是指人体躯干深部脏器及核心组织的稳定生理温度，是反映人体真实热生理状态的特征参数。核心体温难以通过体表直接测量。常用的核心体温检测设备多为红外式、水银体温计等非连续性检测方法，且准确性偏低。

技术实现思路

1、鉴于上述问题，本公开提供了一种基于热量流动模型的体温检测方法。

2、根据本公开的第一个方面，提供了一种基于热量流动模型的体温检测方法，包括：通过第一温度传感器采集得到表征对象的皮肤温度的第一温度和通过第二温度传感器采集经由对象的皮肤贴附的导热材料衰减后得到的第二温度；基于热量流动模型，根据第一温度和第二温度，确定对象的体内理论温度，其中，热量流动模型是根据对象的对象热阻、导热材料的导热热阻、皮肤接触热阻、第一温度传感器的第一传感热阻和第二温度传感器的第二传感热阻构建得到；将第一温度和第二温度输入体温预测模型，得到对象的体内预测体温；根据体内理论体温对体内预测体温进行校正，得到对象的体内实际体温。

3、根据本公开的实施例，根据体内理论体温对体内预测体温进行校正，得到对象的体内实际体温，包括：在体内理论体温与体内预测体温之间的误差小于预设误差，将体内预测体温确定为体内实际体温；在误差大于预设误差，利用误差对体内预测体温进行校正，得到体内实际体温。

4、根据本公开的实施例，根据体内理论体温对体内预测体温进行校正，得到对象的体内实际体温，包括：根据第一温度、第二温度、环境温度和皮肤的湿度，确定体内理论体温的参考置信度；利用参考置信度对体内预测体温进行校正，得到体内实际体温。

5、根据本公开的实施例，根据体内理论体温对体内预测体温进行校正，得到对象的体内实际体温，包括：根据预设权重对体内理论体温和体内预测体温进行加权求和，得到体内实际体温。

6、根据本公开的实施例，热量流动模型是基于以下方式构建:基于第一温度和对象热阻，构建对象的皮肤与皮下组织之间的热流子模型，其中，对象热阻是根据对象的实时皮肤温度、实时血流量、实时接触压力确定的；根据导热热阻、皮肤接触热阻、第一传感热阻和第二传感热阻，确定从对象的皮肤经由导热材料至第二温度传感器的总热阻；基于第一温度、第二温度、对象热阻和总热阻，构建从对象的皮肤经由导热材料进行热转换的热转换子模型；基于热流子模型和热转换子模型，确定热量流动模型。

7、根据本公开的实施例，将第一温度和第二温度输入体温预测模型，得到对象的体内预测体温，包括：利用卡尔曼滤波算法对第一温度和第二温度进行去噪，得到第一中间温度和第二中间温度；利用高斯核函数将第一中间温度和第二中间温度进行空间映射，得到第一目标温度和第二目标温度；将第一目标温度和第二目标温度输入预测模型的超平面方程，得到体内预测体温。

8、根据本公开的实施例，利用卡尔曼滤波算法对第一温度和第二温度进行去噪，得到第一中间温度和第二中间温度，包括：针对第k时刻的第一温度和第k时刻的第二温度，基于第k-1时刻的第一温度、第k-1时刻的第二温度和转移状态矩阵，构建第k时刻的状态方程，其中，转移状态矩阵表征第一温度在相邻时刻之间的第一传递关系以及第二温度在相邻时刻之间的第二传递关系，第k时刻的状态方程表征第k时刻的真实第一温度和第k时刻的真实第二温度，k为大于1的整数；基于采集装置的噪声信息和观测矩阵，构建第k时刻的观测方程，第k时刻的观测方程表征第k时刻的真实第一温度和第k时刻的真实第二温度受采集装置的噪声影响得到第k时刻的第一温度和第k时刻的第二温度的过程；基于k-1时刻的目标状态估计，利用转移状态矩阵对第k时刻的状态进行预测，得到第k时刻的预测状态，其中，k-1时刻的目标状态估计为经过去噪后得到的第k-1时刻的第一中间温度与第k-1时刻的第二中间温度；根据k-1时刻的协方差矩阵、转移状态矩阵以及观测矩阵，确定卡尔曼增益矩阵，其中，卡尔曼增益矩阵用于在预测值与测量值之间进行加权融合；将第k时刻的第一温度和第k时刻的第二温度作为测量值，利用卡尔曼增益矩阵对第k时刻的预测状态进行更新，得到第k时刻的目标状态估计，第k时刻的目标状态估计包含去噪后的第一中间温度和去噪后的第二中间温度。

9、根据本公开的实施例，根据k-1时刻的协方差矩阵、转移状态矩阵以及观测矩阵，确定卡尔曼增益矩阵，包括：根据k-1时刻的协方差矩阵、转移状态矩阵以及过程噪声的协方差，确定第k时刻预测状态的协方差矩阵，以表征预测的不确定性，其中，过程噪声协方差表征表征状态方程中系统内部不确定性的统计特性；根据第k时刻预测状态的协方差矩阵、观测矩阵以及观测噪声的协方差，确定卡尔曼增益矩阵。

10、根据本公开的实施例，利用高斯核函数将第一中间温度和第二中间温度进行空间映射，得到第一目标温度和第二目标温度，包括：获取多个历史时刻的第一中间温度和第二中间温度，构成历史样本集合，其中，历史样本集合包括多个历史样本，历史样本包括同一历史时刻的第一中间历史温度与第二中间历史温度；从历史样本集合中选取至少一个历史样本作为支持向量；将第一中间温度和第二中间温度作为当前样本；采用高斯核函数计算当前样本与至少一个支持向量之间的相似度，得到至少一个相似度，其中，高斯核函数用于定义基于当前样本与支持向量在原始特征空间中欧氏距离的平方的指数衰减形式，高斯核函数包含核函数参数，核函数参数用于控制相似度随欧氏距离衰减的速率；根据至少一个相似度，确定当前样本在目标映射空间中的特征向量，其中，特征向量用于表征第一中间温度与第二中间温度在非线性变换后的融合关系；基于特征向量，通过线性组合或回归函数生成第一目标温度和第二目标温度。

11、根据本公开的实施例，超平面方程是基于以下方式获得：获取训练样本集中多个历史特征向量以及历史特征向量对应的目标历史体温，其中，历史特征向量是根据第一历史目标温度和第二历史目标温度确定的，目标历史体温用于作为回归训练的目标输出；将训练样本集输入至预测模型进行训练，其中，预测模型用于寻找使所有训练样本的体内预测体温与目标历史体温之间的误差小于预设误差值、且保持回归函数平滑的超平面，并确定超平面的超平面方程。

12、本公开的第二方面提供了一种基于热量流动模型的体温检测装置，包括：采集模块，用于通过第一温度传感器采集得到表征对象的皮肤温度的第一温度和通过第二温度传感器采集经由对象的皮肤贴附的导热材料衰减后得到的第二温度；确定模块，用于基于热量流动模型，根据第一温度和第二温度，确定对象的体内理论温度，其中，热量流动模型是根据对象的对象热阻、导热材料的导热热阻、皮肤接触热阻、第一温度传感器的第一传感热阻和第二温度传感器的第二传感热阻构建得到；输入模块，用于将第一温度和第二温度输入体温预测模型，得到对象的体内预测体温；校正模块，用于根据体内理论体温对体内预测体温进行校正，得到对象的体内实际体温。

13、本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个计算机程序，其中，上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。

14、本公开的第四方面还提供了一种计算机可读存储介质，其上存储有计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

15、本公开的第五方面还提供了一种计算机程序产品，包括计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

16、根据本公开的实施例，对象的皮肤贴有导热材料，通过采集装置获取对象的皮肤温度(即第一温度)和皮肤温度经过导热材料衰减后的第二温度。基于热量流动模型，根据第一温度和第二温度，确定对象的体内理论温度，同时热流量流动模型是根据对象的对象热阻、导热材料的导热热阻、皮肤接触热阻和采集装置的传感热阻进行热传导理论构建得到，因此体内理论温度是理论值。

17、为了避免预测的输出结果偏离热传导理论，因此利用参考体温对体温预测模型输出的预测体温进行校正。使得输出的对象的体内实际体温既符合数据分布，又满足人体热传导物理规律，克服了纯数据驱动预测模型偏离物理机理的问题。预测结果更准确，体温检测更连续。