基于心率数据的非接触式体温监测装置、方法及移动终端与流程

1.本发明涉及体温监测技术领域，特别是一种基于心率数据的非接触式体温监测装置及对应的方法。


背景技术：

2.体温是重要的生命体征指标之一。准确快捷地测量人体温度对现代人的生理健康具有重要的参考价值。根据体温的变化，可以获知当前人类身体一定程度的健康变化。
3.然而，在现有的测温技术中，测量体温的方法主要通过直接、持续的接触人体获取人体的体温。常见的如水银式体温测量方法。这种测量方案测量人体体温时需要设备与人体保持直接、持续的接触才能获得体温数据，所以一般不能进行即时的体温测量，并且无法在设备欠缺的情况下检测体温。而且这种方法存在容易受到环境的干扰、存在测量时间长、易破碎不易携带、读数难等。
4.此外还有利用温度传感器进行远程体温测量的方案，如利用红外测温设备、测温枪等可以实现非接触的测量，但也存在个人不常携带、价格昂贵等局限性。


技术实现要素：

5.本发明为解决上述问题，提供了一种基于心率数据的非接触式体温监测装置及其实现方法，利用心率与体温的相关关系将远程心率检测技术进一步实现为远程体温监测技术，克服了传统体温测量方案中设备不易携带、要求直接持续接触等缺点。
6.为实现上述目的，本发明采用的技术方案为：
7.一种基于心率数据的非接触式体温监测装置，其包括以下步骤：
8.数据获取模块，用于获取用户的标定心率、实时心率和用户基本数据，所述用户基本数据至少包括用户作息时间、所述用户作息时间对应的基础体温；
9.体温计算模块，其根据所述用户基本数据计算用户的作息时间及当前时间对应的基础体温；并计算用户当前时间的实时心率与用户的标定心率的心率变化量；根据所述心率变化量计算体温变化量；最后根据所述体温变化量和所述当前时间对应的基础体温，计算得到当前时间的实时体温；
10.数据输出模块，用于输出所述实时体温。
11.优选的，所述数据获取模块进一步包括：
12.数据录入单元，用于提供信息采集界面，通过该信息采集界面录入所述用户基本数据；
13.视频获取单元，用于采集用户面部视频；
14.心率测量单元，用于根据用户面部视频测量用户的标定心率、实时心率。
15.进一步的，所述信息采集界面设置于app端；所述视频获取单元通过摄像头获取用户面部视频；所述摄像头通过面部光线调节、人脸距离调节获取所述用户面部视频；所述数据输出模块将所述实时体温采用短信通知给用户或者输出至所述app端的数据展示界面。
16.进一步的，所述心率测量单元中，根据用户面部视频测量用户的标定心率、实时心率，是采用远程光电容积描记法和利用心跳时血液流入而引起的头部细微周期性运动来提取所述用户面部视频中包含的心率信号。
17.优选的，所述心率测量单元中，根据用户面部视频测量用户的标定心率、实时心率，是通过从所述面部视频中获取需要处理的感兴趣区域，并获得该感兴趣区域的时间信号序列，从所述时间信号序列中提取出所述标定心率或实时心率；其中，所述时间信号序列包括感兴趣区域中红、绿、蓝三通道的像素强度时间序列，所述感兴趣区域包括脸颊区域。
18.优选的，所述用户基本数据还包括用户年龄和用户性别，所述数据获取模块进一步根据所述用户年龄和所述用户性别建立用户基础体温模型；所述基础体温模型的计算方法为：
19.bt
st
＝36.47 (0.2197*sin(0.03134*age 2.507) 0.02648*sin(0.1318*age-1.46))-0.1*cos(0.2661x)-0.39*sin(0.2661x) 0.04*cos(0.5322x)-0.05*sin(0.5322x) (0.05*gen)；
20.其中，所述用户作息时间包括用户基本数据的获取时间和对应的用户入睡时间；bt
st
是指所述用户基本数据的获取时间对应的基础体温；age指用户年龄；gen指用户性别；其中，用户为男性时，gen取0；用户为女性时，gen取1；x指所述用户基本数据的获取时间与所述用户入睡时间之间的时间差，所述时间差的单位为小时。
21.优选的，所述体温计算模块中，所述标定心率是在用户正式使用所述监测装置前测量得到的心率数据，记录标定时间和对应的标定心率m；并根据所述用户基本数据和所述标定时间，从所述基础体温模型中得到标定时间对应的基础体温bt
user
。
22.进一步的，所述体温计算模块中，所述实时体温的计算方法包括：
23.a.计算心率变化量：
24.δhr＝q-m；
25.其中，δhr指用户的心率变化量；q指用户当前时间的实时心率，m指用户的标定心率；
26.b.根据所述心率变化量计算体温变化量:
27.δbt＝(1-f*0.4409*age^0.1507)*(δhr)/(8.694e^(-0.03897*age) 5.432e^(-0.0017*age) 0.25*gen)；
28.其中，δbt指用户的体温变化量；age指用户年龄；gen指用户性别；f为标志位，在判断用户未发热时或者用户的心率变化量小于等于11时取1，在判断用户发热时或者用户的心率变化量大于11时取0；δhr指用户的心率变化量；
29.c.计算得到当前时间的实时体温:
30.bt
hr
＝bt
user
δbt；
31.其中，bt
hr
指用户当前时间的实时体温；bt
user
指用户当前时间对应的基础体温。
32.与所述监测装置相对应的，本发明还提供一种基于心率数据的非接触式体温监测方法，其包括以下步骤：
33.获取用户的标定心率、实时心率和用户基本数据，所述用户基本数据至少包括用户作息时间、所述用户作息时间对应的基础体温；
34.根据所述用户基本数据计算用户的作息时间及当前时间对应的基础体温；并计算
用户当前时间的实时心率与用户的标定心率的心率变化量；根据所述心率变化量计算体温变化量；最后根据所述体温变化量和所述当前时间对应的基础体温，计算得到当前时间的实时体温；
35.输出所述实时体温。
36.另外，本发明还提供一种移动终端，其包括上述任一项所述的基于心率数据的非接触式体温监测装置。
37.本发明的有益效果是：
38.(1)本发明方法利用心率与体温的相关关系将远程心率检测技术进一步实现为远程体温监测技术，克服了传统体温测量方案中设备不易携带、要求直接持续接触等缺点；
39.(2)本发明的体温算法关注到了用户体温的特异性，根据用户个人的年龄、性别、作息时间计算每个人独特的基础体温变化，而不是所有用户均用一个固定公式进行计算，准确度更高；
40.(3)本发明计算体温使用的是心率的相对变化量而不是绝对值，故准确度不受用户基础心率绝对值高低影响，稳定性更好；
41.(4)用户仅需使用手机app即可方便快速地测量自己的体温，完全摆脱专业的心率检测设备和体温检测设备，用户只需使用手机便可完成体温测量需求，因此本发明的方法能够大大降低了体温测量的成本。
附图说明
42.此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
43.图1为本发明基于心率数据的非接触式体温监测装置的框架结构示意图；
44.图2为本发明基于心率数据的非接触式体温监测方法的流程简图；
45.图3是本发明基于心率数据的非接触式体温监测方法的误差分析图。
具体实施方式
46.为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
47.如图1所示，本发明的一种基于心率数据的非接触式体温监测装置，其包括：
48.数据获取模块，用于获取用户的标定心率、实时心率和用户基本数据，所述用户基本数据至少包括用户作息时间、所述用户作息时间对应的基础体温；
49.体温计算模块，其根据所述用户基本数据计算用户的作息时间及当前时间对应的基础体温；并计算用户当前时间的实时心率与用户的标定心率的心率变化量；根据所述心率变化量计算体温变化量；最后根据所述体温变化量和所述当前时间对应的基础体温，计算得到当前时间的实时体温；
50.数据输出模块，用于输出所述实时体温。
51.所述数据获取模块进一步包括：
52.数据录入单元，用于提供信息采集界面，通过该信息采集界面录入所述用户基本
数据；
53.视频获取单元，用于采集用户面部视频；
54.心率测量单元，用于根据用户面部视频测量用户的标定心率、实时心率。
55.本实施例中，所述信息采集界面设置于app端；所述视频获取单元通过摄像头获取用户面部视频；所述摄像头通过面部光线调节、人脸距离调节获取所述用户面部视频。优选的，所述视频获取单元需要摄像头获取、人脸距离调节、面部光线调节同时进行；为更好获取用户面部视频，还进一步通过根据系统提示用户调整手机与人脸的距离、人脸面部的光照。在调整的过程中，app端会不断的识别距离和判断面部光照，反馈给用户，直到最合适的情况下开始后续的测量。
56.当然，所述数据获取模块也可以无需通过摄像头进行实时采集用户面部视频，例如，也可以通过数据录入单元直接录入用户基本数据和上传已有的用户面部视频。
57.所述心率测量单元中，根据用户面部视频测量用户的标定心率、实时心率，是采用远程光电容积描记法和利用心跳时血液流入而引起的头部细微周期性运动来提取所述用户面部视频中包含的心率信号。具体是通过从所述面部视频中获取需要处理的感兴趣区域，并获得该感兴趣区域的时间信号序列，从所述时间信号序列中提取出所述标定心率或实时心率；其中，所述时间信号序列包括感兴趣区域中红、绿、蓝三通道的像素强度时间序列，所述感兴趣区域包括脸颊区域。
58.本实施例中，所述心率测量单元首先对视频获取单元中获取的用户面部视频定位并选取感兴趣区域，利用人脸检测手段识别出人脸区域后，进行人脸特征点的查找，例如眼睛、鼻子周围等有特殊角度易于识别的地方；根据查找出来的特征点就可以确定人脸器官的大致位置；从而可以获得额头、鼻尖、面颊等感兴趣区域的大致位置；然后再求得感兴趣区域红、绿、蓝三通道空间均值的时间序列信号，经过频率滤波滤除期望频率之外的信息、主成分分析找出周期性最强的信号分量、信号去噪、信号去趋势、检测窗口中时域信号的零点个数来计算心率，从时域信号零点数计算心率的方法如下：
59.bpm＝(m/n)*fps*sec_per_min；
60.其中，bpm指心率；m指检测窗口中时域信号零点的个数；n指检测窗口长度，即检测窗口包含的帧数；fps指面部视频每秒的帧数；sec_per_min指每分钟的秒数，取值为常数60。
61.本实施例中，所述用户基本数据还包括用户年龄和用户性别，所述用户年龄和用户性别的信息可通过app端的信息采集界面进行录入，也可通过视频
62.所述数据获取模块进一步根据所述用户年龄和所述用户性别建立用户基础体温模型；本实施例中，所述基础体温模型是根据用户基本数据以及人体体温变化的昼夜节律来构建，具体计算方法为：
63.bt
st
＝36.47 (0.2197*sin(0.03134*age 2.507) 0.02648*sin(0.1318*age-1.46))-0.1*cos(0.2661x)-0.39*sin(0.2661x) 0.04*cos(0.5322x)-0.05*sin(0.5322x) (0.05*gen)；
64.其中，所述用户作息时间包括用户基本数据的获取时间和对应的用户入睡时间；bt
st
是指所述用户基本数据的获取时间对应的基础体温；age指用户年龄；gen指用户性别；其中，用户为男性时，gen取0；用户为女性时，gen取1；x指所述用户基本数据的获取时间与
所述用户入睡时间之间的时间差，所述时间差的单位为小时。
65.所述体温计算模块中，所述标定心率是在用户正式使用所述监测装置前测量得到的心率数据，例如在第一次使用所述监测装置时进行记录标定时间和对应的标定心率m；并根据所述用户基本数据和所述标定时间，从所述基础体温模型中得到标定时间对应的基础体温bt
user
。即，在初次使用app时，用户的心率信息作为标定心率，在后续使用时，根据测量时间、用户基本信息、实时心率来计算用户使用时刻的实时体温。
66.所述实时体温的计算方法具体包括以下步骤：
67.a.计算心率变化量：
68.δhr＝q-m；
69.其中，δhr指用户的心率变化量；q指用户当前时间的实时心率，m指用户的标定心率；
70.b.根据所述心率变化量计算体温变化量:
71.δbt＝(1-f*0.4409*age^0.1507)*(δhr)/(8.694e^(-0.03897*age) 5.432e^(-0.0017*age) 0.25*gen)；
72.其中，δbt指用户的体温变化量；age指用户年龄；gen指用户性别；f为标志位，在判断用户未发热时或者用户的心率变化量小于等于11时取1，在判断用户发热时或者用户的心率变化量大于11时取0；δhr指用户的心率变化量；
73.c.计算得到当前时间的实时体温:
74.bt
hr
＝bt
user
δbt；
75.其中，bt
hr
指用户当前时间的实时体温；bt
user
指用户当前时间对应的基础体温。
76.所述的数据输出模块中，将获得的实时体温数据反馈至用户，可采用多种途径：例如，可将所述实时体温采用短信通知给用户，或者输出至所述app端的数据展示界面，并在所述数据展示界面中展示体温数值、体温数值颜色提醒、体温变化曲线等。
77.如图2所示，与所述监测装置相对应的，本发明还提供一种基于心率数据的非接触式体温监测方法，其包括以下步骤：
78.获取用户的标定心率、实时心率和用户基本数据，所述用户基本数据至少包括用户作息时间、所述用户作息时间对应的基础体温；
79.根据所述用户基本数据计算用户的作息时间及当前时间对应的基础体温；并计算用户当前时间的实时心率与用户的标定心率的心率变化量；根据所述心率变化量计算体温变化量；最后根据所述体温变化量和所述当前时间对应的基础体温，计算得到当前时间的实时体温；
80.输出所述实时体温。
81.本发明的监测方法的具体实施过程可参考装置实施例，在此不进行赘述。
82.另外，本发明还提供一种移动终端，其包括上述任一项所述的基于心率数据的非接触式体温监测装置；体温信息通过app端显示在移动终端上，达到实时监测用户体温信息的目的。所述移动终端包括手机、平板电脑、摄像机中的任一种带有摄像头的终端。
83.所述信息采集界面设置于移动终端的app端；所述视频获取单元通过移动终端的摄像头获取用户面部视频；所述移动终端的摄像头通过面部光线调节、人脸距离调节获取所述用户面部视频；所述数据输出模块将所述实时体温采用短信通知给用户或者输出至移
动终端的app端的数据展示界面。
84.所述移动终端具体操作过程简述如下：
85.(1)通过用户填写获得用户的年龄、性别、作息时间；
86.(2)通过摄像头进行面部光线调节、人脸距离调节获取用户的面部视频；
87.(3)通过利用用户面部视频中感兴趣区域像素强度的时间序列信号完成心率信息计算标定心率和实时心率；
88.(4)通过获取用户基本信息建立用户的基础体温模型；并根据测量时间、实时心率建立用户的实时体温变化模型；
89.(5)输出体温信息并展示在app端的数据展示界面。
90.由上述技术方案可知，本发明通过手机等移动终端的摄像头采集目标用户面部视频以及通过手机app获取目标用户基本信息后，实现用户的心率测量，并通过测量时间、用户基本信息以及用户的心率信息建立体温模型，实现用户体温的实时检测，可通过手机进行体温的实时检测输出，方案简便易实现，而且实时迅速，无需温度传感器，价格成本低廉，仅用手机就可以完成无接触的体温测量，方便简单。
91.需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于方法实施例和终端实施例而言，由于其与装置实施例基本相似，所以描述的比较简单，相关之处参见装置实施例的部分说明即可。
92.基于本发明的监测方法进行可靠性和有效性实验如下：
93.(1)实验条件
94.实验对象：身体健康的22岁男性测试对象；
95.实验持续时间：两自然天，每隔40-60分钟对测试对象进行体温检测并与体温计结果进行对比，其中睡眠时间不进行实验；
96.实验环境：居家自然环境，在自然活动状态下，无环境温度过高或过低现象；
97.实验所选用体温计：欧姆龙(omron)mc-341电子体温计。
98.(2)实验步骤
99.测试对象每隔40-60分钟连续或同时使用本发明方法和欧姆龙(omron)mc-341电子体温计进行体温检测。在进行体温检测之前1小时内避免进食、剧烈运动等，在进行体温检测之前5-10分钟保持平静放松状态，检测完成后读取结果并记录误差。
100.误差计算方式如下：
101.e＝result
app-result
omron
；
102.其中，e指误差(单位：℃)；result
app
指本发明方法检测结果；result
omron
指欧姆龙(omron)mc-341电子体温计检测结果。
103.(3)实验结果
104.如图3所示，平均误差为0.037℃，最大误差为
±
0.25℃，最小误差为0℃。
105.以上结果显示，本发明方法的体温检测结果与欧姆龙(omron)mc-341电子体温计的体温检测结果的误差在30次有效测量内均在0.3℃以内，验证了本发明方法的可靠性与有效性。
106.并且，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包
含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
107.上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。