一种使用可穿戴生物传感器估计体温的方法和系统技术方案

本申请涉及基于应用于身体表面的多模式可穿戴生物传感器来确定患者体温的装置、系统和方法，该多模式可穿戴生物传感器测量多个生理、物理和皮肤表面/微气候热参数，得到额外的瞬时参数，获悉基于时间动态的背景参数，并采用整体模型融合方法来估计核心体温。用整体模型融合方法来估计核心体温。用整体模型融合方法来估计核心体温。

【技术实现步骤摘要】
【国外来华专利技术】一种使用可穿戴生物传感器估计体温的方法和系统

技术介绍

[0001]核心温度是在诸如腹腔、胸腔和颅腔等人体的深层组织测得的温度，并且指示人的健康和生理状态。下丘脑是体温调节的控制中心，并且由皮肤(皮肤受体)、角膜、膀胱、肝脏和下丘脑中的冷热感应温度感受器提供。下丘脑通过诸如传导、对流和辐射机制的机制来调节温度以将温度保持在一个较小的范围内，关于该较小范围，由于温度在白天升高并且在夜间和睡眠时间下降的昼夜节律，具有通常的峰对峰幅值为～1C的轻微昼夜变化。
[0002]体温与生理和环境参数相关并受其影响，并且通过身体产热、存储和散热的相互作用来维持。热量是通过化学氧化代谢的稳定过程和肌肉活动的间歇过程而在体内产生的。所产生热量的损失率由生理过程发生，该生理过程包括血管收缩和血流远离皮肤表面的转移(皮肤血管收缩、毛发竖立、减少出汗、增加肌肉收缩、非颤抖产热、寻求保暖的衣物或环境)。热量的散发可能通过对流、辐射和蒸发的物理机制发生，并且在不同的环境下它们之间存在权衡。例如，对流在高环境风的环境下更有效，蒸发是高温环境下的主要散热机制，但在高湿度下效率较低。呼吸和摄入食物或饮料也会引起体温的轻微变化，但这是热量变化的次要机制。
[0003]由于身体无法达到设定点温度或设定点本身的变化，可能会发生超出正常范围的体温变化。身体的环境和生理参数可以指示体温从正常范围的偏离。前者可能由于暴露于诸如高温或低温或高湿度且通风不良的极端环境或压力而导致。例如，下丘脑设定点或目标温度不会因可能使核心温度升高到正常范围之外的运动和剧烈体力劳动而在发热(suffering from hyperthermia)的人中发生变化。另一个示例可能是暴露在低温下的开放水域游泳者可能遭受失温，这会导致使整体身体活动减少的基础代谢减退。下丘脑设定点变化的后一种影响导致发烧或发热。
[0004]用于测量核心温度的规范标准是肺动脉或食管导管，但这些需要非常不切实际的侵入式探头放置，并且很少在重症监护病房之外使用。评估体温的其他更普遍的临床实践包括使用导尿管、直肠探针、口腔温度计和腋窝温度计。在侵入性、准确度、精确度、人为干预/输入的要求、频率和体温曲线的持续可用性之间存在权衡，而肺动脉或食道导管甚至膀胱或直肠导管在持续环境中可以提供更准确的核心体温指示，其是侵入性的并且通常将患者限制于临床内。本申请解决了在这种权衡中提供最佳解决方案的需求，以通过使用非侵入式传感器提供准确且连续的体温来最优地改善临床结果。
[0005]在本申请中，应用通过封装在一个以上的装置中的一个以上的传感器对各种生理、物理和皮肤表面/微气候热实体的测量，以使用基于不同的生理和环境参数的所获悉的基线模型和元模型的新型集成方法来估计核心体温。

技术实现思路

[0006]在一个示例实施例中，一种使用可穿戴传感器确定患者体温的方法包括：
[0007]测量环境、瞬时(instantaneous)或患者状况的传感器数据中的至少一个；
[0008]从环境、瞬时或患者状况的传感器数据中的至少一个中提取两类参数，所述两类
参数包括：背景参数，其可以基于以下至少一个获悉：先前数据、生理、物理和皮肤表面/微气候热参数的时间动态；以及瞬时参数，其可以是可以基于传感器数据取得的实体；
[0009]由多个估计器利用多个训练模型处理背景参数和瞬时参数，以分别确定多个体温估计值；
[0010]实施偏差和趋势校正程序以通过提高多个体温估计值的趋势匹配和准确性来校正多个体温估计值；
[0011]基于多个估计器中的每一个使用的特征集的元特征来确定多个体温估计值中的每一个的置信度大小；以及
[0012]基于多个体温估计值的组合确定最终体温，基于所述多个体温估计值中的每一个的置信度大小对多个体温估计值加权。
[0013]在另一个示例性实施例中，一种非暂时性计算机可读介质，其与可穿戴传感器关联以确定患者体温，非暂时性计算机可读介质存储指令，并且当所述指令被执行时使一个或多个处理器执行操作，所述操作包括：
[0014]测量环境、瞬时或患者状况的传感器数据中的至少一个；
[0015]从环境、瞬时或患者状况的传感器数据中的至少一个中提取两类参数，所述两类参数包括：瞬时参数，所述瞬时参数可以是可以基于传感器数据取得的实体；以及背景参数，所述背景参数可以是瞬时参数的时间序列；
[0016]由多个估计器利用多个训练模型处理背景参数和瞬时参数，以分别确定多个体温估计值；
[0017]实施偏差和趋势校正程序以通过提高多个体温估计值的趋势匹配和准确性来校正多个体温估计值；
[0018]基于多个估计器中的每一个使用的特征集的元特征来确定多个体温估计值中的每一个的置信度大小；以及
[0019]基于多个体温估计值的组合确定最终体温，基于每个体温估计的置信度大小对所述多个体温估计值加权。
[0020]在又一示例实施例中，一种可穿戴传感器，其包括存储用于确定患者体温的指令的存储器，并且当所述指令被执行时使一个或多个处理器执行操作，所述操作包括：
[0021]测量环境、瞬时或患者状况的传感器数据中的至少一个；
[0022]从环境、瞬时或患者状况的传感器数据中的至少一个中提取两类参数，所述两类参数包括：瞬时参数，所述瞬时参数可以是可以基于传感器数据取得的实体；以及背景参数，所述背景参数可以是通过用不同的内核平滑或滤波来确定瞬时参数的短期动态从而确定的瞬时参数的时间序列，平滑或滤波包括低通滤波、带通滤波、高通滤波或小波中的至少一个，其中随着越来越多的传感器数据被累积，可以在比用于短期动态的平滑更长的时间帧的期间执行平滑以确定瞬时参数的长期动态；
[0023]由多个估计器利用多个训练模型处理背景参数和瞬时参数，以分别确定多个体温估计值；
[0024]实施偏差和趋势校正程序以通过提高多个体温估计值的趋势匹配和准确性来校正多个体温估计值；
[0025]基于多个估计器中的每一个使用的特征集的元特征来确定多个体温估计值中的
每一个的置信度大小；以及
[0026]基于多个体温估计值的组合确定最终体温，基于每个体温估计的置信度大小对多个体温估计值加权。
[0027]前述概述仅是说明性的，并不旨在以任何方式进行限制。除了上述说明性方面、实施例和特征之外，通过参考附图和以下具体实施方式，进一步的方面、实施例和特征将变得显而易见。
附图说明
[0028]在下面的简要描述中，示例和实施例仅作为例示来描述，因为通过下面的详细描述，各种变化和修改对于本领域技术人员来说将变得明显。在不同附图中使用相同的附图标记表示相似或相同的部件。
[0029]图1示出了使用可穿戴生物传感器实现用于体温估计的一个或多个实施例的示例框图；
[0030]图2示出了用于实现核心体温估计算法的示例框图；
[0031]图3示出了用于使用可穿戴生物传感器实现体温估计的一个或多个实施例的示例算法；
[0032本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种使用可穿戴传感器确定患者体温的方法，包括：测量环境、瞬时或患者状况的传感器数据中的至少一个；从所述环境、所述瞬时或所述患者状况的传感器数据中的至少一个中提取两类参数，所述两类参数包括：背景参数，基于先前数据以及生理、物理和皮肤表面/微气候热参数的时间动态中的至少一个获悉所述背景参数，以及瞬时参数，所述瞬时参数是基于所述传感器数据取得的实体；由多个估计器利用多个训练模型处理所述背景参数和所述瞬时参数，以分别确定多个体温估计值；实施偏差和趋势校正程序以通过提高所述多个体温估计值的趋势匹配和准确性来校正所述多个体温估计值；基于所述多个估计器中的每一个使用的特征集的元特征来确定所述多个体温估计值中的每一个的置信度大小；以及基于所述多个体温估计值的组合确定最终体温，基于所述多个体温估计值中的每一个的所述置信度大小对所述多个体温估计值加权。2.根据权利要求1所述的方法，其中，所述环境、所述瞬时或所述患者状况的传感器数据包括生理、物理、皮肤表面/微气候热参数、温度、湿度、生命体征和活动指标。3.根据权利要求1所述的方法，其中，背景特征包括获悉的基线、短期动态和长期动态中的至少一个。4.根据权利要求3所述的方法，还包括用不同的内核平滑所述背景特征。5.根据权利要求1所述的方法，还包括利用背景特征的领域知识来获得取得特征。6.根据权利要求5所述的方法，其中，用于获得取得特征的所述领域知识包括根据基础心率或呼吸率的心率变化的估计值、通过基于加速度计的活动指标归一化的生理指标或关于患者的基线生理状态获悉的个性化参数中的至少一个。7.根据权利要求1所述的方法，其中，由所述多个估计器利用的所述多个训练模型包括机器学习模型、递归滤波器和数学正向模型。8.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质与可穿戴传感器关联以确定患者体温，所述非暂时性计算机可读介质存储指令，当所述指令被执行时使一个或多个处理器执行操作，所述操作包括：测量环境、瞬时或患者状况的传感器数据中的至少一个；从所述环境、所述瞬时或所述患者状况的传感器数据中的至少一个中提取两类参数，所述两类参数包括：瞬时参数，所述瞬时参数是基于所述传感器数据取得的实体；以及背景参数，所述背景参数是所述瞬时参数的时间序列；由多个估计器利用多个训练模型处理所述背景参数和所述瞬时参数，以分别确定多个体温估计值；实施偏差和趋势校正程序以通过提高所述多个体温估计值的趋势匹配和准确性来校正所述多个体温估计值；基于所述多个估计器中的每一个使用的特征集的元特征来确定所述多个体温估计值
中的每一个的置信度大小；以及基于所述多个体温估计值的组合确定最终体温，基于所述多个体温估计值中的每一个的所述置信度大小对所述多个体温估计值加权。9.根据权利要求8所述的非暂时性计算机可读介质，其中，通过用不同内核平滑或滤波来确定所述瞬时参数的所述时间序列从而确定所述瞬时参数的短期动态，所述平滑或滤波包括低通滤波、带通滤波、高通滤波或小波中的至少一个。10.根据权利要求9所述的非暂时性计算机可读介质，其中，随着越来越多的传感器数据被累积，在比用于所述短期动态的平滑更长的时间帧的期...

【专利技术属性】
技术研发人员：PL拉杰班达里，G纳拉坦比，
申请(专利权)人：维塔尔康奈克特公司，
类型：发明
国别省市：