【技术实现步骤摘要】
本申请涉及智能防护，特别涉及一种基于深度学习的无创人体核心温度预测方法及系统。
技术介绍
1、连续监测人体核心温度对于评估剧烈工作期间，人体的热应激反应至关重要。尽管个人生理监测技术已经进步到可以借助多参数传感器系统在多种环境中进行长时间数据采集，但精确测量核心体温依然面临挑战。
2、目前，利用肺动脉温度进行的医疗级核心温度测量仅限于临床使用。而传统上在实验室采用的直肠和食管探针方法，对于需要动态监测的环境显得不够使用。相比之下，使用核心温度胶囊在实际作业环境中具有更高的有效性和实用性，但这种方法仍存在一定局限：首先，因为医疗禁忌，核心温度胶囊不是所有人都适合使用；其次，在饮用过冷或过热的液体后，其测量结果可能不准确。
3、因而，亟需提供一种针对上述现有技术不足的技术方案。
技术实现思路
1、本申请的目的在于提供一种基于深度学习的无创人体核心温度预测方法及系统，以解决或缓解上述现有技术中存在的问题。
2、为了实现上述目的，本申请提供如下技术方案：
...【技术保护点】
1.一种基于深度学习的无创人体核心温度预测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的无创人体核心温度预测方法，其特征在于，步骤S101中，
3.根据权利要求2所述的基于深度学习的无创人体核心温度预测方法，其特征在于，步骤S102中，所述基于所述回归模型，通过深度学习算法自动调整卡尔曼滤波器中的参数，包括：
4.根据权利要求1所述的基于深度学习的无创人体核心温度预测方法，其特征在于，步骤S103中，按照公式：
5.根据权利要求1所述的基于深度学习的无创人体核心温度预测方法，其特征在于，步骤S104中，
6.根...
【技术特征摘要】
1.一种基于深度学习的无创人体核心温度预测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的无创人体核心温度预测方法，其特征在于，步骤s101中，
3.根据权利要求2所述的基于深度学习的无创人体核心温度预测方法，其特征在于，步骤s102中，所述基于所述回归模型，通过深度学习算法自动调整卡尔曼滤波器中的参数，包括：
4.根据权利要求1所述的基于深度学习的无创人体核心温度预测方法，其特征在于，步骤s103中，按照公式：
5.根据权利要求1所述的基于深度学习的无创人体核心温度预测方法，其特征在于，步骤s104中，
6.根据权利要求5所述的基于深度学习的无创人...
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。