一种医疗用多点融合测温系统及测温方法

技术领域

本发明涉及医疗测温领域，是一种医疗用多点融合测温系统及测温方法。

背景技术

人体的体温是人健康与否的重要标志之一。在不同的环境温度下，机体通过产热和散热，向外界散发红外信号，可以保持对环境温度的适应能力，这也恰恰为非接触式的红外测温方法提供了发展的可能。同时，人体在健康时，体温保持在

在现有已公开的发明技术中，如申请公开号为CN111473869A的专利公开了一种红外人体测温方法，操作者可以通过该方法，获取人体温度，设定第一温度补偿系数，并获得环境温度，设定第二温度补偿系数，对所测温度进行自动校准。

又如申请公开号为CN111307293A公开了一种红外人体测温系统及测温方法，引入了黑体作为标准模型，黑体通过内部设置的辐射面温度传感器实时测得黑体辐射面温度，红外测温仪通过通讯模块实时获取辐射面温度传感器测得的黑体辐射面温度，并将测得的黑体辐射面温度作为基准计算人体温度。

上述专利均只是考虑到了环境温度对温度测量过程的影响，并没有考虑到被测患者本身也是有差异的，且被测患者不同身体区域也是有差异的，且所用模型运用到实际环境时，会出现较大的误差，均出现了测温不准确、考虑因素不全面以及适用性差的问题。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

本发明所要解决的技术问题是针对现有技术中，测温过程中不仅有环境因素会对测温结果产生影响，被测患者本身也是存在差异的问题，提出了一种医疗用多点融合测温系统及测温方法。

为了达到上述目的，本发明一种医疗用多点融合测温系统的技术方案如下：

包括体表反射率分区模块、标准因素参考模块、多点测温模块、数据校正模块、数据特征融合模块、康复情况预测模块和温度智联模块；

体表反射率分区模块用于：向被测患者发射红外辐射并接收被测患者反射出的红外信号，根据不同测温区域的体表反射比率的大小数值的不同，将被测患者进行身体测温区域的划分；

标准因素参考模块用于：根据环境信息和人体状态信息构建符合标准因素的参考模型；

多点测温模块用于：在健康测温区域和康复监测区域同时设置多个测温点，测得被测患者整个身体区域的多组温度数据，其中健康测温区域为患者身体上不包含伤口的区域，康复监测区域为患者身体的伤口处；

数据校正模块用于：将从不同的健康测温区域以及康复监测区域测得的多组温度数据与标准因素参考模型进行非线性拟合；

数据特征融合模块用于：对健康测温区域和康复监测区域经标准因素校正模型校正后的温度数据分别进行滤波融合处理；

康复情况预测模块用于：通过将数据融合处理后的康复区域温度与患者其他健康区域温度数据进行对比，计算获得被测患者康复监测区域的康复度，实时监测患者的康复情况；

温度智联模块用于：将融合测温所得的温度对比数据以及对患者的康复情况监测结果，接入患者智能手机和医护人员信息站，进行异常温度语音播报。

另外，本发明一种医疗用多点融合测温方法的具体技术方案如下：

向被测患者发射红外辐射并接收被测患者反射出的红外信号，根据不同测温区域的体表反射比率的大小数值的不同，将被测患者进行身体测温区域的划分；

具体的，所述身体测温区域反射比率

；

其中，

为经被测患者体表反射后检测到的红外辐射量。

具体的，所述身体测温区域的划分方法包括：根据反射比率

；

其中

根据环境信息和人体状态信息构建符合标准因素的参考模型；

具体的，所述标准因素的参考模型的标准因素信息包括：在完成一次测温的五分钟内，每

具体的，所述监测环境的标准温度值

，/>

，/>

其中，

为第/>

为第/>

为第/>

为第/>

在健康测温区域和康复监测区域同时设置多个测温点，测得被测患者整个身体区域的多组温度数据；

具体的，所述康复监测区域包括：患者身体表面的伤口的边缘线向外延伸

具体的，所述多组温度数据包括：健康测温区域

其中，温度数据集为

为健康测温区域A中，第i

将从不同的健康测温区域以及康复监测区域测得的多组温度数据与标准因素参考模型进行非线性拟合；

具体的，所述多组温度数据与标准因素的参考模型的非线性多项式拟合包括：

健康测温区域

；

康复监测区域

；

其中，

为一次测温时间段内，监测环境的最低温度；

为一次测温时间段内，监测环境的最高温度；

为第/>

为第/>

为第/>

对健康测温区域和康复监测区域经标准因素校正模型校正后的温度数据分别进行滤波融合处理；

具体的，所述健康测温区域和康复监测区域经标准因素校正模型校正后的温度数据分别进行的滤波融合包括如下具体步骤：

S91：对融合后的温度数据进行预测，获得健康测温区域第

，其中/>

，其中/>

S92：对S91所得的预测温度数据，获得健康测温区域每次融合的预测不确定度

；

其中，

为在/>

为第/>

为第/>

；

其中，

为第/>

为第/>

S93：根据整个测量过程的测量噪声，进行噪声滤波，获得健康测温区域第

；

；

S94：通过实际测量的温度值和预测温度数据，计算经过数据融合处理后的健康测温区域的温度数据

；

；

其中，

完成一次测温的时间段t内，康复测温区域第/>

为测温的时间点为t

为测温的时间点为t

通过将数据融合处理后的康复区域温度与患者其他健康区域温度数据进行对比，计算获得被测患者康复监测区域的康复度，实时监测患者的康复情况；

具体的，所述被测患者康复监测区域的康复度

；

为/>

将融合测温所得的温度对比数据以及对患者的康复情况监测结果，接入患者智能手机和医护人员信息站，进行异常温度语音播报。

具体的，所述康复监测的结果包括：

若

若

若

与现有技术相比，本发明的技术效果如下：

1、本发明考虑到非接触式红外测温的过程中，除了受到环境因素的影响，还会因为被测患者体表反射率不同造成温度测量误差，先记录被测患者反射的红外辐射量，计算被测患者体表反射比率，并进行测温区域划分，同时不同测温区域采用不同的测温模式，减小了因为被测患者体表反射率不同造成的测温误差，也使测温数据更全面准确。

2、本发明根据体表反射率分区模块的分区结果，设置多点测温的模块，并通过标准环境下的标准因素参考模块进行温度拟合校正，减少了测量过程中因为环境和测量患者状态因素导致的测量误差，大大提高了所得温度数据的准确性。

3、本发明通过数据特征融合模块，采用滤波融合算法，相比于简单的求均值算法，滤波融合数据增强了数据的鲁棒性，融合了数据更全面的特征，综合多个视角和数据来源，使输出的温度数据更全面更准确。

4、本发明通过对比被测患者健康测温区域和康复监测区域的实时温度数据，用计算所得的患者伤口康复度来衡量患者伤口的康复情况，使得患者伤口恢复进程更加科学直观，同时也实现了患者伤口康复情况实时更新播报的目的，增强了本发明的普适性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明实施例1的一种医疗用多点融合测温系统的结构示意图；

图2为本发明实施例2的一种医疗用多点融合测温方法的流程示意图；

图3为本发明实施例1的一种被测患者的身体测温区域划分等级图；

图4为本发明实施例2的一种健康测温区域

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

再其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

实施例一：

参照如图1和图3，本实施例提供一种医疗用多点融合测温系统。

以被测患者是一个年龄为55周岁的右腿烧伤患者，测温环境是秋天为例，经过皮肤植入手术后，在住院期间对其新植入的皮肤伤口区域进行实时温度监测，其具体步骤如下：

体表反射率分区模块向被测患者发射红外辐射并接收被测患者反射出的红外信号，根据不同测温区域的体表反射比率的大小数值的不同，将被测患者进行身体测温区域的划分；

其中身体测温区域反射比率

；

为向被测患者发射红外辐射量；

为经被测患者体表反射后检测到的红外辐射量；

计算可得该烧伤患者的整个身体测温区域的反射比率如下：

；

根据反射比率

；

其中，

如图3所示，该烧伤患者的身体测温区域可划分为如下等级：

。

标准因素参考模块根据环境信息和人构建符合标准因素的参考模型；

标准因素参考模型的标准因素信息包括：在完成一次测温的五分钟内，每

上述监测环境的标准温度值

，/>

，/>

其中，

为第/>

为第/>

为第/>

为第/>

计算可得该烧伤患者在整个测温过程中：

监测环境的标准温度值

标准湿度值

标准气流速度

被测患者的标准血液流速

多点测温模块在健康测温区域和康复监测区域同时设置多个测温点，测得被测患者整个身体区域的多组温度数据，其中健康测温区域为患者身体上不包含伤口的区域，康复监测区域为患者身体的伤口处；

患者身体表面的伤口的边缘线向外延伸

多组温度数据包括：健康测温区域

其中，温度数据集为

为健康测温区域A中，第i

该烧伤患者健康测温区的温度数据集如下：

健康测温区域的反射比率等级区域的温度数据集为：

；

数据校正模块将从不同的健康测温区域以及康复监测区域测得的多组温度数据与标准因素参考模型进行非线性拟合；

多组温度数据与标准因素参考模型的非线性多项式拟合包括：

健康测温区域

康复监测区域

其中，

为一次测温时间段内，监测环境的最低温度；

为一次测温时间段内，监测环境的最高温度；

为第/>

为第/>

为第/>

该烧伤患者的健康测温区域和康复测温区域的多项式拟合如下：

健康测温区域

康复监测区域

数据特征融合模块对健康测温区域和康复监测区域经标准因素校正模型校正后的温度数据分别进行滤波融合处理；

健康测温区域和康复监测区域经标准因素校正模型校正后的温度数据分别进行的滤波融合包括如下具体步骤：

S91：对融合后的温度数据进行预测，获得健康测温区域第

，其中/>

，其中/>

该烧伤患者的健康测温区域的总融合次数

该烧伤患者的康复监测区域的总融合次数

S92：对S91所得的预测温度数据，获得健康测温区域每次融合的预测不确定度

；

其中，

为在/>

为第/>

为第/>

其中，

为第/>

以第10次数据融合为例：完成一次测温的时间段

该烧伤患者的健康测温区域和康复监测区域的不确定度如下：

健康测温区域每次融合的预测不确定度

；

康复监测区域每次融合的预测不确定度

。

S93：根据整个测量过程的测量噪声，进行噪声滤波，获得健康测温区域第

；

；

以第10次数据融合为例，获得该烧伤患者：

健康测温区域第

；

康复监测区域第

。

S94：将实际测量的温度值和预测温度数据，计算经过数据融合处理后的健康测温区域的温度数据

；

；

其中，

完成一次测温的时间段t内，康复测温区域第/>

为测温的时间点为t

为测温的时间点为t

获得该烧伤患者：

经过数据融合处理后的健康测温区域的温度数据

；

经过数据融合处理后的康复监测区域的温度数据

。

康复情况预测模块将数据融合处理后的康复区域温度与患者其他健康区域温度数据进行对比，计算获得被测患者康复监测区域的康复度，实时监测患者的康复情况；

被测患者康复监测区域的康复度

；

为/>

获得该烧伤患者康复监测区域的康复度：

；

康复监测结果包括：

，康复监测区域康复情况较差，建议医生进行诊疗，判断监测区域康复较慢的病理原因；

，康复监测区域康复情况一般，建议继续住院监测；

，康复监测区域康复情况较好，被测患者可自愿出院疗养。

根据该烧伤患者康复监测区域的康复度

温度智联模块将融合测温所得的温度对比数据以及对患者的康复情况监测结果，接入患者智能手机和医护人员信息站，进行异常温度语音播报。

实施例二：

如图2所示，本发明提供一种医疗用多点融合测温方法，包括如下具体步骤：

以被测患者是一个年龄为25周岁的面部整形患者，测温环境是夏天为例，经过面部整形手术后，在住院期间对其面部医美整形区域的手术缝合伤口区域进行实时温度监测，其具体步骤如下：

A1：向被测患者发射红外辐射并接收被测患者反射出的红外信号，根据不同测温区域的体表反射比率的大小数值的不同，将被测患者进行身体测温区域的划分；

其中身体测温区域反射比率

为向被测患者发射红外辐射量；

为经被测患者体表反射后检测到的红外辐射量；

计算可得该面部整形患者的整个身体测温区域的反射比率如下：

；

根据反射比率

；

其中，

该面部整形患者的身体测温区域可划分为如下等级：

。

A2：根据环境信息和人体状态信息构建符合标准因素的参考模型；

标准因素参考模型的标准因素信息包括：在完成一次测温的五分钟内，每

监测环境的标准温度值

，/>

，/>

其中，

为第/>

为第/>

为第/>

为第/>

计算可得该面部整形患者在整个测温过程中：

监测环境的标准温度值

标准湿度值

标准气流速度

被测患者的标准血液流速

A3：在健康测温区域和康复监测区域同时设置多个测温点，测得被测患者整个身体区域的多组温度数据；

患者身体表面的伤口的边缘线向外延伸

多组温度数据包括：健康测温区域

其中，温度数据集为

为健康测温区域A中，第i

健康测温区域的反射比率等级区域的温度数据集为：

；

康复监测区域

A4：将从不同的健康测温区域以及康复监测区域测得的多组温度数据与标准因素参考模型进行非线性拟合；

多组温度数据与标准因素参考模型的非线性多项式拟合包括：

健康测温区域

；

康复监测区域

；

其中，

为一次测温时间段内，监测环境的最低温度；

为一次测温时间段内，监测环境的最高温度；

为第/>

为第/>

为第/>

该面部整形患者的健康测温区域和康复测温区域的多项式拟合如下：

健康测温区域

；

康复监测区域

；

A5：对健康测温区域和康复监测区域经标准因素校正模型校正后的温度数据分别进行滤波融合处理；

健康测温区域和康复监测区域经标准因素校正模型校正后的温度数据分别进行的滤波融合包括如下具体步骤：

S91：对融合后的温度数据进行预测，获得健康测温区域第

，其中/>

，其中/>

该面部整形患者的健康测温区域的总融合次数

该面部整形患者的康复监测区域的总融合次数

S92：对S91所得的预测温度数据，获得健康测温区域每次融合的预测不确定度

；

其中，

为在/>

为第/>

为第/>

其中，

为第/>

以第15次数据融合为例：完成一次测温的时间段

获得该面部整形患者：

健康测温区域每次融合的预测不确定度

；

康复监测区域每次融合的预测不确定度

。

S93：根据整个测量过程的测量噪声，进行噪声滤波，获得健康测温区域第

；

；

以第15次数据融合为例，获得该面部整形患者：

健康测温区域第

；

康复监测区域第

。

S94：通过实际测量的温度值和预测温度数据，计算经过数据融合处理后的健康测温区域的温度数据

；

；

其中，

完成一次测温的时间段t内，康复测温区域第/>

为测温的时间点为t

为测温的时间点为t

获得该面部整形患者：

经过数据融合处理后的健康测温区域的温度数据

；

经过数据融合处理后的康复监测区域的温度数据

。

A6：通过将数据融合处理后的康复区域温度与患者其他健康区域温度数据进行对比，计算获得被测患者康复监测区域的康复度，实时监测患者的康复情况；

被测患者康复监测区域的康复度

；

为/>

获得该面部整形患者康复监测区域的康复度：

；

康复监测结果包括：

a.

b.

c.

根据该面部整形患者康复监测区域的康复度

A7：将融合测温所得的温度对比数据以及对患者的康复情况监测结果，接入患者智能手机和医护人员信息站，进行异常温度语音播报。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。