异常体温筛查方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种异常体温筛查方法、装置、计算机设备和存储介质。所述方法包括：体温检测设备获取被测试者的体温数据和目标测温时间；然后，体温检测设备在预先存储的测温时间和正常体温范围的对应关系中，查询目标测温时间对应的目标正常体温范围，目标正常体温范围是根据实际测温环境中目标测温时间对应的体温拟合参数确定出的，目标测温时间对应的体温拟合参数是根据实际测温环境中目标测温时间下样本对象的体温数据和预设的拟合算法得到的；如果体温数据位于目标正常体温范围外，则判定被测试者的体温数据为异常体温。采用本方法能够不受实测环境对体温检测设备的影响，实现人体异常体温筛查。

【技术实现步骤摘要】
异常体温筛查方法、装置、计算机设备和存储介质
本申请涉及温度检测
，特别是涉及一种异常体温筛查方法、装置、计算机设备和存储介质。
技术介绍
随着医疗卫生事业的发展，在体温检测方面有了更高的要求，尤其是在疾病疫情防控时期，需要在公共场所，特别是在多变得测温条件下对人群进行快速、非接触式体温检测，以筛查出异常体温人员，达到控制疫情传播的目的。传统的非接触式体温检测设备有体温枪、热成像测温仪等。然而，目前的非接触式体温检测设备会因为测量环境中温度、湿度、风力风向、光照、时段、测温部位选择等的变化，导致测量人体体温值发生变化。如，利用非接触式测温设备在傍晚对被测试者进行测温会比在凌晨2-5时最低温度时测温上升0.8℃左右，此时以唯一的体温标准判断被测量者体温是否正常是非常不准确的，因此，亟需一种适合不同测温条件下异常体温筛查方法。
技术实现思路
基于此，有必要针对上述技术问题，提供一种异常体温筛查方法、装置、计算机设备和存储介质。第一方法，本申请提供了一种异常体温筛查方法，所述方法包括：获取被测试者的体温数据和目标测温时间；在预先存储的测温时间和正常体温范围的对应关系中，查询所述目标测温时间对应的目标正常体温范围，所述目标正常体温范围是根据实际测温环境中所述目标测温时间对应的体温拟合参数确定出的，所述目标测温时间对应的体温拟合参数是根据所述实际测温环境中所述目标测温时间下样本对象的体温数据和预设的拟合算法得到的；如果所述体温数据位于所述目标正常体温范围外，则判定所述被测试者的体温数据为异常体温。作为一种可选的实施方式，所述方法还包括：如果所述体温数据位于所述目标正常体温范围内，则判定所述被测试者的体温数据为正常体温。作为一种可选的实施方式，所述方法还包括：获取所述实际测温环境中各时刻下多个样本对象的体温数据，所述样本对象为正常体温特征的被检测对象；针对所述实际测温环境中每一时刻下各样本对象对应的体温数据，根据预设的拟合算法对所述体温数据进行拟合，得到该时刻对应的体温拟合曲线，并根据该时刻对应的体温拟合曲线，确定该时刻对应的体温拟合参数；根据所述实际测温环境中该时刻对应的体温拟合参数及预设的偏移量，确定该时刻对应的正常体温范围。作为一种可选的实施方式，所述体温拟合参数包括第一拟合参数和第二拟合参数，所述针对所述实际测温环境中每一时刻下各样本对象对应的体温数据，根据预设的拟合算法对所述体温数据进行拟合，得到该时刻对应的体温拟合曲线，并根据该时刻对应的体温拟合曲线，确定该时刻对应的体温拟合参数，包括：针对所述实际测温环境中每一时刻下各样本对象对应的体温数据，将该时刻下各样本对象对应的体温数据按照预设的温度区间进行概率统计，并将统计出的各温度区间对应的概率值拟合成体温拟合曲线；根据该时刻下各样本对象对应的体温数据、所述该时刻下各样本对象的数目及预设的拟合算法，得到该时刻对应的第一拟合参数；根据所述该时刻对应的第一拟合参数、所述该时刻下各样本对象的数目及预设的区间样本对象数目占比，得到该时刻对应的第二拟合参数。作为一种可选的实施方式，所述体温拟合参数包括第一拟合参数和第二拟合参数，所述根据所述实际测温环境中该时刻对应的体温拟合参数及预设的偏移量，确定该时刻对应的正常体温范围，包括：将所述实际测温环境中该时刻对应的第二拟合参数与所述预设的偏移量的乘积，作为温度偏移量；将该时刻对应的第一拟合参数与所述温度偏移量的和值，作为该时刻对应的正常体温范围的上限体温阈值，并将该时刻对应的第一拟合参数与所述温度偏移量的差值，作为该时刻对应的正常体温范围的下限体温阈值。作为一种可选的实施方式，所述预设的拟合算法为正态分布拟合算法。第二方面，本申请提供了一种异常体温筛查装置，所述装置包括：第一获取模块，用于获取被测试者的体温数据和目标测温时间；查询模块，用于在预先存储的测温时间和正常体温范围的对应关系中，查询所述目标测温时间对应的目标正常体温范围，所述目标正常体温范围是根据实际测温环境中所述目标测温时间对应的体温拟合参数确定出的，所述目标测温时间对应的体温拟合参数是根据所述实际测温环境中所述目标测温时间下样本对象的体温数据和预设的拟合算法得到的；判定模块，用于如果所述体温数据位于所述目标正常体温范围外，则判定所述被测试者的体温数据为异常体温。作为一种可选的实施方式，判定模块，还用于如果所述体温数据位于所述目标正常体温范围内，则判定所述被测试者的体温数据为正常体温。作为一种可选的实施方式，所述装置还包括：第一获取模块，用于获取所述实际测温环境中各时刻下多个样本对象的体温数据，所述样本对象为正常体温特征的被检测对象；第一确定模块，用于针对所述实际测温环境中每一时刻下各样本对象对应的体温数据，根据预设的拟合算法对所述体温数据进行拟合，得到该时刻对应的体温拟合曲线，并根据该时刻对应的体温拟合曲线，确定该时刻对应的体温拟合参数；第二确定模块，用于根据所述实际测温环境中该时刻对应的体温拟合参数及预设的偏移量，确定该时刻对应的正常体温范围。作为一种可选的实施方式，所述第一确定模块具体用于针对所述实际测温环境中每一时刻下各样本对象对应的体温数据，将该时刻下各样本对象对应的体温数据按照预设的温度区间进行概率统计，并将统计出的各温度区间对应的概率值拟合成体温拟合曲线；根据该时刻下各样本对象对应的体温数据、所述该时刻下各样本对象的数目及预设的拟合算法，得到该时刻对应的第一拟合参数；根据所述该时刻对应的第一拟合参数、所述该时刻下各样本对象的数目及预设的区间样本对象数目占比，得到该时刻对应的第二拟合参数。作为一种可选的实施方式，所述体温拟合参数包括第一拟合参数和第二拟合参数，所述第二确定模块具体用于将所述实际测温环境中该时刻对应的第二拟合参数与所述预设的偏移量的乘积，作为温度偏移量；将该时刻对应的第一拟合参数与所述温度偏移量的和值，作为该时刻对应的正常体温范围的上限体温阈值，并将该时刻对应的第一拟合参数与所述温度偏移量的差值，作为该时刻对应的正常体温范围的下限体温阈值。作为一种可选的实施方式，所述预设的拟合算法为正态分布拟合算法。第三方面，本申请提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取被测试者的体温数据和目标测温时间；在预先存储的测温时间和正常体温范围的对应关系中，查询所述目标测温时间对应的目标正常体温范围，所述目标正常体温范围是根据实际测温环境中所述目标测温时间对应的体温拟合参数确定出的，所述目标测温时间对应的体温拟合参数是根据所述实际测温环境中所述目标测温时间下样本对象的体温数据和预设的拟合算法得到的；如果所述体温数据位于所述目标正常体温范围外，则判定所述被测试者的体温数据为异常体温。第四方面，本申本文档来自技高网...

【技术保护点】
1.一种异常体温筛查方法，其特征在于，所述方法包括：/n获取被测试者的体温数据和目标测温时间；/n在预先存储的测温时间和正常体温范围的对应关系中，查询所述目标测温时间对应的目标正常体温范围，所述目标正常体温范围是根据实际测温环境中所述目标测温时间对应的体温拟合参数确定出的，所述目标测温时间对应的体温拟合参数是根据所述实际测温环境中所述目标测温时间下样本对象的体温数据和预设的拟合算法得到的；/n如果所述体温数据位于所述目标正常体温范围外，则判定所述被测试者的体温数据为异常体温。/n

【技术特征摘要】
1.一种异常体温筛查方法，其特征在于，所述方法包括：
获取被测试者的体温数据和目标测温时间；
在预先存储的测温时间和正常体温范围的对应关系中，查询所述目标测温时间对应的目标正常体温范围，所述目标正常体温范围是根据实际测温环境中所述目标测温时间对应的体温拟合参数确定出的，所述目标测温时间对应的体温拟合参数是根据所述实际测温环境中所述目标测温时间下样本对象的体温数据和预设的拟合算法得到的；
如果所述体温数据位于所述目标正常体温范围外，则判定所述被测试者的体温数据为异常体温。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
如果所述体温数据位于所述目标正常体温范围内，则判定所述被测试者的体温数据为正常体温。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述实际测温环境中各时刻下多个样本对象的体温数据，所述样本对象为正常体温特征的被检测对象；
针对所述实际测温环境中每一时刻下各样本对象对应的体温数据，根据预设的拟合算法对所述体温数据进行拟合，得到该时刻对应的体温拟合曲线，并根据该时刻对应的体温拟合曲线，确定该时刻对应的体温拟合参数；
根据所述实际测温环境中该时刻对应的体温拟合参数及预设的偏移量，确定该时刻对应的正常体温范围。


4.根据权利要求3所述的方法，其特征在于，所述体温拟合参数包括第一拟合参数和第二拟合参数，所述针对所述实际测温环境中每一时刻下各样本对象对应的体温数据，根据预设的拟合算法对所述体温数据进行拟合，得到该时刻对应的体温拟合曲线，并根据该时刻对应的体温拟合曲线，确定该时刻对应的体温拟合参数，包括：
针对所述实际测温环境中每一时刻下各样本对象对应的体温数据，将该时刻下各样本对象对应的体温数据按照预设的温度区间进行概率统计，并将统计出的各温度区间对应的概率值拟合成体温拟合曲线；
根据该时刻下各样本对象对应的体温数据、所述该时刻下各样本对象的数目及预设的拟合算法，得到该时刻对应的第一拟合参数；
根据所述该时刻对应的第一拟合参数、所述该时刻下各样本对象的数目及预设的区间样本对象数目占比，得到该时刻对应的第二拟合参数。


5.根据权利要求3所述的方法，其特征在于，所述体温拟合参数包括第一拟合参数和第二拟合参数，所述根据所述实际测温环境中该时刻对应的体温拟合参数及预设的偏移量，确定该时刻对应的正常体温范围，包括：
将所述实际测温环境中该时刻对应的第二拟合参数与所述预设的偏移量的乘积，作为温度偏移量；
将该时刻对应的第一拟合参数与所述温度偏移量的和值，作为该时刻对应的正常体温范围的上限体温阈值，并将该时刻对应的第一拟合参数与所述温度偏移量的差值，作为该时刻对应的正常体温范围的下限体温阈值。


6.根据权利要求1至5任意一项所述的方法，其特征在于，所述预设的拟合算法为正态分布拟合算法。


7.一种异常体温筛查装置，其特征在于，所述装置包...

【专利技术属性】
技术研发人员：黄维学，赵奇，刘鹏，田晶，
申请(专利权)人：黄维学，
类型：发明
国别省市：北京;11