【技术实现步骤摘要】
一种基于LSTM神经网络的体温快速预测方法
本专利技术涉及一种电子体温计利用人工智能技术快速预测体温的方法，特别涉及基于长短时记忆LSTM神经网络的腋下体温快速测量方法。
技术介绍
与传统水银温度计相比，电子测温仪器由于更方便卫生，变得越来越人们的青睐。电子测温仪器可以分为接触式和非接触式的测量。非接触式温度测量仪包括额温枪、耳温枪、电子体温计等。额温枪和耳温枪利用红外线所发出的光谱来决定体温，能快速方便测量体温；但是受多种条件影响，不能准确地反映人体真实温度。非接触式的电子测温仪还有一种耳温枪，即测量耳道中鼓膜的温度，由于人的耳道并不是笔直的，尤其是婴幼儿耳道直径较小，不适宜用耳温枪。接触式电子测温仪如电子体温计、柔性温度贴等，操作和使用方法与传统水银温度计类似，后者由于外形柔软，使用时贴在腋下，更为舒适且更适合婴幼儿群体使用，给连续温度监测带来可能。但是接触式温度测量受温度传感器的限制，测量体温需要的时间较长，根据传感器精度不同，有的需要10分钟左右才能检测到人体实际温度，而使用普通水银温度计在腋下测量需要达到较为精确的...
【技术保护点】
1.一种基于LSTM神经网络的体温快速预测方法，其特征在于包括以下步骤：/n步骤1：从电子温度计中获取开始测量到达到稳定的温度数据集，并对数据集进行筛选：/n步骤1.1：将收集的温度数据集按列排列，每一列为一次测量数据样本，将取得的各列数据组成数据集A；/n步骤1.2：设温度的下限阈值TH1，人体测量的最高温度值为上限阈值TH2，在数据集中选择范围从下限阈值TH1到上限阈值TH2的温度作为快速预测的温度范围；/n步骤2：对测量数据集A每列再分组，并为每个温度数组确定一个真实值数据集y
【技术特征摘要】
1.一种基于LSTM神经网络的体温快速预测方法，其特征在于包括以下步骤：
步骤1：从电子温度计中获取开始测量到达到稳定的温度数据集，并对数据集进行筛选：
步骤1.1：将收集的温度数据集按列排列，每一列为一次测量数据样本，将取得的各列数据组成数据集A；
步骤1.2：设温度的下限阈值TH1，人体测量的最高温度值为上限阈值TH2，在数据集中选择范围从下限阈值TH1到上限阈值TH2的温度作为快速预测的温度范围；
步骤2：对测量数据集A每列再分组，并为每个温度数组确定一个真实值数据集yi；
步骤2.1：取数据集A的一列，从第一行开始以长度W截取温度数据，并以步长S移动，重复截取长度为W的数据，直到包含所有数据点；将数据集A所有列数据采用相同的方法分组，所有分组数据打乱并按列排列，每列为W长度的温度数组t组成温度数据集T；
步骤2.2：在同一数据样本中，取当前温度数组v秒后的温度数据作为该组温度数组的真实值，组成训练真实值数据集Y，与温度数据集T使用相同的索引进行打乱；
步骤3：提取每组温度数组t的梯度、均值及标准差特征，组成梯度数据集ΔT与均值标准差数据集F；
步骤3.1：将每组长度为W的温度数组t取前向差分求梯度，得到特征数组Δt，对所有数组采取同样的计算，组成梯度数据集ΔT：
Δt[i]＝t[i+1]-t[i](1)
其中，i为温度数组t的索引...
【专利技术属性】
技术研发人员：吴化平，苏彬彬，彭宏伟，
申请(专利权)人：杭州市余杭区工大智能制造技术与装备研究院，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。