基于耳朵的核心体温监测系统

技术领域

本发明涉及连续地监测用户的核心体温(Tc)的系统和方法。更具体地，本发明涉及用于连续地监测用户的核心体温(Tc)以防止过热的风险的非侵入式方法。

背景技术

在穿上个人防护装备时在热和/或潮湿环境中的体力活动会提高身体上的生理应激。这是许多热暴露行业的工作者(包括但不限于军事人员、消防员和采矿工作者)所关心的问题。这样的职业的日常任务通常涉及大量的体力劳动负荷、炎热环境工作条件，并可能需要穿戴厚的个人防护设备，从而增加了热工作的应激。进而，这可能会提高他们发展出诸如锻炼相关联的肌肉痉挛、热衰竭或劳力型热射病的疾病的风险。按极度体温过高(核心体温超过40℃)和中枢神经系统功能紊乱分类的劳力型热射病可能导致多器官系统功能障碍，并且甚至在严重情况下导致死亡。尽管有关于劳力型热射病的预防和治疗的大量文献，但是其在这些行业中的患病率仍在继续增长。这表明管理热工作应激的当前实践仍然不足以完全解决现有的问题。

现存的热应激管理策略集中在识别高风险环境和基于感知的热应激的行为改变。然而，这些策略未能考虑关键的易感因素，例如身体体质、热适应/习服状态、热损伤史和代谢产热的个体差异。因此，提出了使用可穿戴技术对个性化的生理监测的实现，作为解决个体热工作应激的潜在解决方案。热工作应激的评定涉及对诸如核心体温、皮肤温度、心率和出汗率的若干生理参数的测量。

然而，目前不存在准确且实用的方法来监测职业场合(setting)中的核心体温(Tc)。目前，可用于连续地监测Tc的设备事实是侵入式的，并且带来高昂成本，这样的设备例如直肠探针、食道探针和可摄取的遥测药丸。此外，插入直肠或食道的热敏电阻可能引起明显的用户不适，并且因此对于日常实施是不可行的。然而，尽管在利用可摄取的遥测药丸时提高了用户的舒适度，但该策略带来高昂的成本(例如，每单次使用药丸120美元)，而且由于需要考虑胃肠运动的个体差异而导致实施起来复杂。虽然诸如对口腔和腋窝温度的测量的非侵入式替代方案已被实施用于在临床场合中记录Tc，但是由于对环境因素的高度敏感性以及不能提供连续的Tc测量，这些策略仍然不适合在身体活动期间使用。

已研究耳朵作为人类Tc的替代测量位点的可行性。由于由也灌注下丘脑的颈内动脉引起的鼓膜的血管形成而提出鼓膜温度(T

监测耳道温度(T

发明内容

通过提供连续地监测用户的核心体温(Tc)的系统和方法，解决了以上和其他问题，并在本领域取得了进步。使用用户的经测量的生理数据通过Tc预测模型连续地执行Tc的估计，其中，考虑了心率和外部环境温度对用户的耳道温度的影响。

本发明具有许多益处和优点，例如，非侵入式的、准确的、便携的、用户友好的、可重复使用的、比侵入式方法成本低的、并且适合户外使用。特别地，由于考虑了心率和外部环境温度对用户的耳道温度的影响，因此本发明提高了Tc估计的准确性和可靠性。由于传感器位于耳道的开口附近(即，远离鼓膜)以及外部耳廓附近，因此本发明是安全的且易于使用。因此，与侵入式方法相比，本发明将用户的不适最低化，并且减少了插入侵入式探针期间的风险。此外，可以将生理数据测量结果无线地传送至分析单元(用于Tc估计)，该分析单元可以是每天随身携带的移动电话。该系统的操作简单、快速、易于由任何人使用，并且由于其便携性而适合在户外使用。通过连续地监测Tc，可以在达到临界Tc(约40℃)之前从操作中撤出人员，从而提高安全性。此外，本发明是通用的，因为它可以嵌入或集成到具有音频功能的耳机中，其中可以提供经由音频或视频功能的连续反馈。

提供了一种用于连续监测用户的核心体温(Tc)的系统。该系统包括：(1)检测单元，其要佩戴在用户的耳朵中，用于通过安装在检测单元处的多个传感器测量用户的生理数据，其中，要测量的生理数据包括用户的第一耳道温度(T

多个传感器包括：用于测量T

检测单元包括：耳塞，其适配到用户的耳朵；第一延伸构件，其从所述耳塞延伸以插入所述用户的耳朵的耳道中，其中，所述第一温度传感器、所述第二温度传感器和所述光学传感器安装在所述第一延伸构件上，以用于分别测量T

第二延伸构件具有耳钩状结构以环绕于用户的耳朵的背面，其中，第三温度传感器安装在与用户的耳朵的耳甲的隆起接触的位置处。替选地，第二延伸构件具有延伸到用户的耳朵的耳甲的长形结构，其中，第三温度传感器安装在与耳甲艇接触的位置处。

分析单元包括数据处理模块，该数据处理模块用于接收由检测单元测量的生理数据，并且使用生理数据通过预测模型计算用户的Tc，其中，考虑了心率和外部环境温度对用户的耳道温度的影响。分析单元还包括：用户界面，其用于显示用户的计算的Tc和/或测量的生理数据，并且允许用户改变Tc计算参数；以及存储器，其用于存储用户的计算的T

预测模型是随机森林预测模型，其在具有小于±0.27℃的可接受平均偏差的情况下利用机器学习算法来计算用户的Tc，其中，测量的生理数据用于得出决策树以预测用户的Tc。

替选地，预测模型是线性回归预测模型，其使用公式和测量的生理数据来计算用户的Tc，其中，公式是：15.4299+3.6506T

替选地，预测模型是2次多项式回归预测模型，其使用公式和所测量的生理数据来计算用户的Tc，其中，公式是：

-77.6520+82.9429T

提供了一种连续监测用户的核心体温(Tc)的方法。该方法包括：由多个传感器测量所述用户的生理数据，多个传感器安装在要佩戴在用户的耳朵中的检测单元处，其中，要测量的生理数据包括所述用户的第一耳道温度(T

根据预定义的时间间隔重复测量用户的生理数据的步骤，使得可以连续地监测用户的Tc。

Tc计算步骤的预测模型是随机森林预测模型，其在具有小于±0.27℃的可接受平均偏差的情况下利用机器学习算法来计算用户的Tc，其中，使用测量的生理数据来得出决策树以预测用户的Tc。

附图说明

参照下图在以下对优选实施方式的详细描述中描述本发明的以上及其他特点和优点。

图1示出了根据本发明的实施方式的用于连续地监测用户的Tc的系统。

图2示出了根据本发明的第一实施方式的检测单元。

图3使出了根据本发明的第二实施方式的检测单元。

图4示出了耳朵的耳廓的前视图(A)和后视图(B)。

图5是耳朵的截面图，其示出了耳道。

图6是根据本发明的实施方式的连续地监测用户的Tc的方法的流程图。

图7是将基线期间的(A)T

图8是将PAH期间的(A)T

图9是将RUN期间的(A)T

图10是将WALK期间的(A)T

图11是将恢复期间的(A)T

具体实施方式

图1示出了用于以非侵入式方式连续地监测用户的核心体温(Tc)使得能够检测到用户的过热状态的系统100，在过热状态下所计算的Tc在诸如40℃的阈值水平以上。阈值水平能够基于个体要求改变。系统100包括通过通信链路500彼此连接的检测单元200和分析单元300，该通信链路500可以是无线通信(例如，蓝牙)或有线通信。检测单元200是要佩戴在用户的耳朵400中的用于测量用户的生理数据的基于耳朵的设备。检测单元200由于其小尺寸且重量轻，可以像耳机一样被长时间段佩戴而不感到不适。另一方面，分析单元300可以呈安装有软件应用以高效地和快速地计算用户的Tc的智能设备(例如，移动电话)的形式，并且提供用户友好的界面以显示所计算的Tc和/或所测量的用户的生理数据。

图2和图3示出了检测单元200的两种不同设计。图4示出了人类耳朵400的前视图和后视图。图5是人类耳朵400的截面图，其示出耳道404。检测单元200包括适配于用户的耳朵的耳塞202、从耳塞202延伸的第一延伸构件204和第二延伸构件206以及控制模块(未示出)。多个传感器207、208、209和210安装在检测单元200处，用于测量用户的生理数据，该生理数据包括由第一温度传感器207测量的第一耳道温度(T

检测单元200还可以包括用于密封耳道404使得可以使耳道404与外部环境之间的空气交换最小化的弹性构件212。弹性构件212由诸如硅胶、橡胶或其他合适材料的皮肤友好材料制成，使得检测单元200可以舒适地长时段佩戴。弹性构件212也可替换为最适配于用户的合适尺寸，例如用于成年人和儿童的不同尺寸。由于检测单元200能够由同一用户或不同的用户重复使用，因此它应该由可以承受消毒过程的材料制成，因为使用之后需要清洁。检测单元200也可以被集成到具有音频功能的耳机中。

第一延伸构件204是从耳塞202延伸以用于插入用户的耳道404中的短的长形结构(例如，8毫米长)。第一温度传感器207、第二温度传感器208和光学传感器209以适当位置安装在第一延伸构件204处，以用于在耳道404中分别测量用户的T

第二延伸构件206从耳塞202延伸，并且与用户的耳朵400的耳甲部分408接触。图2示出了第二延伸构件206的第一设计，其具有耳钩状结构，以环绕于用户的耳朵400的背面。第三温度传感器210安装在耳钩状结构处，并且与耳甲部分408的背面，即耳甲的隆起(参见图4(B))接触，以用于测量用户的耳朵400的外部温度(即，外部耳廓温度T

温度传感器207、208、210中的每一个可以是热电偶传感器或红外传感器。光学传感器209可以是光体积描记图传感器。由检测单元200获得的生理数据T

当用户的耳朵被适当地密封和隔离时，或者当耳朵被保持在紧密且受控的热条件下时，Tc估计的准确度显著增大。然而，对于大多数热暴露的职业而言，完全密封或隔离用户的耳朵既不是期望的选择，也不是可行的选择，因为这可能导致身体活动期间热量的累积，并且因此影响方法的准确度，并且还可能使用户感到不舒服。因此，本发明试图通过考虑在估计Tc期间环境温度和用户的心率的变化来提高Tc准确度，而不是完全密封耳朵。在这种情况下，T

耳塞202是被配置成牢固地装配至用户的耳朵400的耳道404的开口的小壳体。优选地，检测单元200的控制模块设置在耳塞202内。

控制模块接收用户的测量的生理数据T

分析单元300包括数据处理模块、用户友好界面和存储器。数据处理模块从检测单元200接收所测量的生理数据T

图6示出了用于使用上述系统100连续地监测用户的Tc的方法的流程图。方法600包括以下步骤。在步骤601中，由安装在要佩戴在用户的耳朵中的检测单元200处的多个传感器207、208、209、210测量用户的生理数据T

利用用户的所测量的生理数据T

最大有氧能力(VO

使用递增式锻炼方案来测量每个参与者的VO

实验性试验：

所有参与者都遵循类似的饮食并在每次实验性试验之前24小时重复进行任何身体活动。测量尿液SG，以确保参与者在每次测验(session)开始之前水分充足(尿液SG<1.025)。分别使用可摄取遥测传感器和基于胸部的监测器监测参与者的T

被动加热试验(PAH)：

参与者穿上跑步短裤并在空调实验室环境中完成10分钟的就座基线(干球温度：T

跑步试验(RUN)和快速行走试验(WALK)：

参与者穿上跑步服及运动鞋，并且在受控环境室(T

模型开发：

在基线阶段(10分钟)、锻炼/加热阶段和恢复阶段(直到参与者的T

如下基于来自T

15.4299+3.6506T

如下基于来自T

-77.6520+82.9429T

例如，当T

a)T

×36.5)+(0.0037×70)＝

b)T

×36.5)-(0.0320×70)-(6.1514×(37.0)

关于T

此外，使用特征缩放来缩放数据集中的所有数值，以确保以同等重要性评估所有特征，不管其绝对数值如何。为此，采用了Sci-kit-Learn的StandardScaler类。使用sklearn.ensemble库的RandomForestRegressor类来求解T

利用总共16位参与者来训练每个预测模型，然后通过滚动平均过滤器对预测模型进行优化。将该经过滤的预测对照来自其余四名参与者的数据进行比较，以评估模型有效性。此外，为了评定T

统计分析：

使用夏皮罗-威尔克(Shapiro-Wilk)测试评定数据的正态性。执行双尾配对t测试以评定试验之间的差异。使用皮尔逊相关系数(r)来评估T

结果：

在下面表1中描绘了每个预测模型(T

表1：比较T

在基线期间，针对T

如下表2所示，在试验的每个独立阶段(基线、PAH、RUN、WALK和恢复)中，针对有效性度量(平均偏差、95％ CI、MAE和MAPE)和相关性，评定T

表2：有效性度量的五折叠平均值分析以评估T

结论：

所有三个T

T

为了评定T