本發(fā)明涉及人體溫度測(cè)量技術(shù)領(lǐng)域，尤其涉及一種體溫預(yù)測(cè)算法的評(píng)估方法及裝置。

背景技術(shù)：

帶有體溫預(yù)測(cè)算法的電子體溫計(jì)對(duì)人體進(jìn)行測(cè)量體溫時(shí)，可以根據(jù)該體溫計(jì)測(cè)得實(shí)際體溫?cái)?shù)據(jù)通過(guò)體溫預(yù)測(cè)算法計(jì)算縮短測(cè)量體溫的時(shí)間，因此對(duì)體溫預(yù)測(cè)算法的評(píng)估將直接影響到電子體溫計(jì)預(yù)測(cè)體溫溫度的準(zhǔn)確性。

對(duì)于體溫預(yù)測(cè)算法的驗(yàn)證評(píng)估，傳統(tǒng)的做法是采用單次測(cè)量的方法，每更新一個(gè)體溫預(yù)測(cè)算法，就必須重新對(duì)不同發(fā)燒程度的人群進(jìn)行體溫測(cè)量驗(yàn)證，傳統(tǒng)的體溫預(yù)測(cè)算法的驗(yàn)證缺陷是人工統(tǒng)計(jì)驗(yàn)證體溫預(yù)測(cè)算法的準(zhǔn)確性，每次驗(yàn)證新版體溫預(yù)測(cè)算法必須將要驗(yàn)證的新版體溫預(yù)測(cè)算法燒錄入電子體溫計(jì)，而且發(fā)燒人群的資源難以尋找，成本消耗高，效率低。

另一方面，市面上帶有體溫預(yù)測(cè)電子體溫計(jì)，但由于人們對(duì)體溫測(cè)量的溫升曲線認(rèn)識(shí)不深，導(dǎo)致體溫計(jì)的測(cè)量效果不佳，尤其是發(fā)高燒的情況下，很容易出現(xiàn)大幅度超調(diào)的情況，因此可信度不高，影響病情的診斷，不被大眾接受。因此需要對(duì)電子體溫計(jì)的體溫預(yù)測(cè)算法進(jìn)行合理的評(píng)估，以引導(dǎo)大眾科學(xué)使用電子體溫計(jì)進(jìn)行體溫預(yù)測(cè)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種用于體溫預(yù)測(cè)算法的評(píng)估方法，可評(píng)估體溫預(yù)測(cè)算法預(yù)測(cè)體溫溫度的準(zhǔn)確性，還能評(píng)估體溫預(yù)測(cè)算法對(duì)于特定群體的適用性。

為實(shí)現(xiàn)上述技術(shù)問(wèn)題，本發(fā)明的一種用于體溫預(yù)測(cè)算法的評(píng)估方法，包括如下步驟：

根據(jù)數(shù)據(jù)庫(kù)內(nèi)保存的多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)，運(yùn)行待評(píng)估的體溫預(yù)測(cè)算法得到所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)；每一所述個(gè)體根據(jù)其實(shí)際體溫?cái)?shù)據(jù)對(duì)應(yīng)符合一種體溫狀態(tài)；

對(duì)于符合任一體溫狀態(tài)的個(gè)體，當(dāng)滿足第一預(yù)設(shè)條件的個(gè)體占符合所述體溫狀態(tài)的總個(gè)體的比例大于預(yù)設(shè)的第一閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于符合所述體溫狀態(tài)的個(gè)體在預(yù)設(shè)的時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫；其中，所述第一預(yù)設(shè)條件為在所述預(yù)設(shè)的時(shí)刻點(diǎn)下所述預(yù)測(cè)體溫?cái)?shù)據(jù)與實(shí)際體溫?cái)?shù)據(jù)最大值的差值的絕對(duì)值小于預(yù)設(shè)的第二閾值，且所述預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值小于預(yù)設(shè)的所述第二閾值。

本方案中，通過(guò)對(duì)體溫預(yù)測(cè)算法的評(píng)估準(zhǔn)確后，再燒錄進(jìn)電子體溫計(jì)內(nèi)，從而減少傳統(tǒng)體溫預(yù)測(cè)算法驗(yàn)證準(zhǔn)確性的麻煩，避免人工驗(yàn)證體溫預(yù)測(cè)算法的帶來(lái)的問(wèn)題。尤其的，本方案通過(guò)對(duì)符合某個(gè)特定體溫狀態(tài)的個(gè)體進(jìn)行體溫預(yù)測(cè)算法的評(píng)估，即分別計(jì)算符合某個(gè)特定體溫狀態(tài)的每一個(gè)體的實(shí)際體溫?cái)?shù)據(jù)的最大值與預(yù)設(shè)時(shí)刻點(diǎn)下預(yù)測(cè)體溫?cái)?shù)據(jù)和其預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值，當(dāng)滿足兩者均小于第二閾值的個(gè)體占該體溫狀態(tài)的個(gè)體的比例大于所述第一閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于符合所述特定的體溫狀態(tài)的個(gè)體在預(yù)設(shè)的時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫。通過(guò)這種方法，能夠有效評(píng)估體溫預(yù)測(cè)算法對(duì)于特定群體的適用性，可以引導(dǎo)人們科學(xué)使用帶有體溫預(yù)測(cè)的電子體溫計(jì)，使結(jié)果更可靠和合理。

作為上述方案的改進(jìn)，通過(guò)以下步驟將所述實(shí)際體溫?cái)?shù)據(jù)保存至所述數(shù)據(jù)庫(kù)內(nèi)：

讀取體溫計(jì)的測(cè)量數(shù)據(jù)，根據(jù)所述體溫計(jì)的測(cè)量數(shù)據(jù)顯示實(shí)際體溫?cái)?shù)據(jù)的曲線；

對(duì)所述曲線進(jìn)行數(shù)據(jù)解析和數(shù)據(jù)審核，將所述體溫計(jì)的測(cè)量數(shù)據(jù)保存至所述數(shù)據(jù)庫(kù)；所述數(shù)據(jù)解析包括標(biāo)記起始點(diǎn)、數(shù)據(jù)分類和數(shù)據(jù)編輯。

通過(guò)采樣多個(gè)個(gè)體的體溫?cái)?shù)據(jù)，可以保證算法評(píng)估的合理性和準(zhǔn)確性，更科學(xué)合理。因?yàn)檎嬲郎y(cè)量人體的起止時(shí)間時(shí)不確定的，因此需要對(duì)原始數(shù)據(jù)進(jìn)行人為標(biāo)記。且在保存體溫?cái)?shù)據(jù)至數(shù)據(jù)庫(kù)前對(duì)數(shù)據(jù)進(jìn)行審核，可以剔除異常數(shù)據(jù)，修正不合理數(shù)據(jù)。

作為上述方案的改進(jìn)，所述讀取體溫計(jì)的測(cè)量數(shù)據(jù)具體為：

進(jìn)行USB設(shè)備檢測(cè)，當(dāng)檢測(cè)到所述USB設(shè)備，讀取所述USB設(shè)備進(jìn)行串口數(shù)據(jù)的讀取并寫入上位機(jī)；其中所述串口數(shù)據(jù)包括體溫計(jì)的測(cè)量數(shù)據(jù)。通過(guò)使用帶有數(shù)據(jù)保存功能的電子體溫計(jì)，體溫測(cè)量結(jié)束后，可通過(guò)USB轉(zhuǎn)串口存入算法評(píng)估系統(tǒng)中。

作為上述方案的改進(jìn)，每一所述個(gè)體根據(jù)其實(shí)際體溫?cái)?shù)據(jù)的最大值對(duì)應(yīng)符合一種體溫狀態(tài)，所述體溫狀態(tài)包括正常、低熱、中熱、高熱或超高熱。使用合理的體溫狀態(tài)分類，使算法評(píng)估的結(jié)果更可靠，具有更好的引導(dǎo)作用。

作為上述方案的改進(jìn)，分別基于所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)和實(shí)際體溫?cái)?shù)據(jù)，當(dāng)滿足第一預(yù)設(shè)條件的個(gè)體占全部個(gè)體的比例大于預(yù)設(shè)的第三閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于多個(gè)個(gè)體在所述預(yù)設(shè)的時(shí)刻點(diǎn)下能夠預(yù)測(cè)體溫。通過(guò)計(jì)算能夠預(yù)測(cè)體溫的比例，可以得到所述體溫預(yù)測(cè)算法對(duì)所有人群的準(zhǔn)確度，可作為所述體溫預(yù)測(cè)算法供人們參考的一項(xiàng)指標(biāo)，具有重要的意義，有利于人們對(duì)于所述體溫預(yù)測(cè)算法的認(rèn)識(shí)。

作為上述方案的改進(jìn)，預(yù)設(shè)的時(shí)刻點(diǎn)為5min、8min或20min。。通過(guò)計(jì)算多個(gè)時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫的比例，可以直觀地查看所述體溫預(yù)測(cè)算法的有效性和快速性。

作為上述方案的改進(jìn)，所述方法還包括步驟：

基于所述每一個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)和實(shí)際體溫?cái)?shù)據(jù)，顯示任一所述個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)和實(shí)際體溫?cái)?shù)據(jù)的曲線。

本發(fā)明一種體溫預(yù)測(cè)算法的評(píng)估裝置，包括：

算法運(yùn)行模塊，用于根據(jù)數(shù)據(jù)庫(kù)內(nèi)保存的多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)，運(yùn)行待評(píng)估的體溫預(yù)測(cè)算法得到所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)；每一所述個(gè)體根據(jù)其實(shí)際體溫?cái)?shù)據(jù)對(duì)應(yīng)符合一種體溫狀態(tài)；

算法評(píng)估模塊，用于對(duì)于符合任一體溫狀態(tài)的個(gè)體，當(dāng)滿足第一預(yù)設(shè)條件的個(gè)體占符合所述體溫狀態(tài)的總個(gè)體的比例大于預(yù)設(shè)的第一閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于符合所述體溫狀態(tài)的個(gè)體在預(yù)設(shè)的時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫；其中，所述第一預(yù)設(shè)條件為在所述預(yù)設(shè)的時(shí)刻點(diǎn)下所述預(yù)測(cè)體溫?cái)?shù)據(jù)與實(shí)際體溫?cái)?shù)據(jù)最大值的差值的絕對(duì)值小于預(yù)設(shè)的第二閾值，且所述預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值小于預(yù)設(shè)的所述第二閾值。

本方案中，體溫預(yù)測(cè)算法的評(píng)估裝置的數(shù)據(jù)庫(kù)內(nèi)保存有多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)，因此可待評(píng)估的體溫預(yù)測(cè)算法進(jìn)行評(píng)估準(zhǔn)確后，再燒錄進(jìn)電子體溫計(jì)內(nèi)，從而減少傳統(tǒng)體溫預(yù)測(cè)算法驗(yàn)證準(zhǔn)確性的麻煩，避免人工驗(yàn)證體溫預(yù)測(cè)算法的帶來(lái)的問(wèn)題。進(jìn)一步地，基于多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)，通過(guò)算法運(yùn)行模塊輸出所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)并傳送至算法評(píng)估模塊；所述算法評(píng)估模塊可對(duì)符合某一體溫狀態(tài)的個(gè)體進(jìn)行算法的評(píng)估，計(jì)算滿足以下兩個(gè)條件的個(gè)體占符合所述體溫狀態(tài)的總個(gè)體的比例，所述兩個(gè)條件分別為：所述預(yù)設(shè)的時(shí)刻點(diǎn)下所述預(yù)測(cè)體溫?cái)?shù)據(jù)與實(shí)際體溫?cái)?shù)據(jù)最大值的差值的絕對(duì)值小于預(yù)設(shè)的第二閾值，所述預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值小于預(yù)設(shè)的所述第二閾值。因此，本方案克服了現(xiàn)有體溫預(yù)測(cè)算法需要人工驗(yàn)證體溫預(yù)測(cè)算法成本高和效率低的問(wèn)題，有效地評(píng)估體溫預(yù)測(cè)算法對(duì)于特定人群的準(zhǔn)確性，使帶有低溫預(yù)測(cè)的電子體溫計(jì)更可靠，有利于病情的診斷。

作為上述方案的改進(jìn)，每一所述個(gè)體根據(jù)其實(shí)際體溫?cái)?shù)據(jù)的最大值對(duì)應(yīng)符合一種體溫狀態(tài)，所述體溫狀態(tài)包括正常、低熱、中熱、高熱或超高熱。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例1提供的一種體溫預(yù)測(cè)算法的評(píng)估方法的流程示意圖；

圖2是本發(fā)明提供的將所述實(shí)際體溫?cái)?shù)據(jù)保存至所述數(shù)據(jù)庫(kù)的一優(yōu)選實(shí)施例的流程示意圖；

圖3是本發(fā)明提供的將所述實(shí)際體溫?cái)?shù)據(jù)保存至所述數(shù)據(jù)庫(kù)的另一優(yōu)選實(shí)施例的流程示意圖；

圖4是實(shí)際體溫?cái)?shù)據(jù)形成的曲線標(biāo)記起止點(diǎn)的位置；

圖5是本發(fā)明實(shí)施例2提供的一種體溫預(yù)測(cè)算法的評(píng)估方法的流程示意圖；

圖6是本發(fā)明實(shí)施例3提供的一種體溫預(yù)測(cè)算法的評(píng)估方法的流程示意圖；

圖7是單個(gè)個(gè)體的所述實(shí)際體溫?cái)?shù)據(jù)和預(yù)測(cè)體溫?cái)?shù)據(jù)的曲線示意圖；

圖8是本發(fā)明實(shí)施例4提供的一種體溫預(yù)測(cè)算法的評(píng)估裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明提供了一種體溫預(yù)測(cè)算法的評(píng)估方法及裝置，可評(píng)估體溫預(yù)測(cè)算法預(yù)測(cè)體溫溫度的準(zhǔn)確性，還能評(píng)估體溫預(yù)測(cè)算法在具體時(shí)刻能否達(dá)到平穩(wěn)后的實(shí)際體溫?cái)?shù)據(jù)。

參見圖1，是本發(fā)明實(shí)施例1提供的一種體溫預(yù)測(cè)算法的評(píng)估方法的流程示意圖。該用于體溫預(yù)測(cè)算法的評(píng)估方法包括如下步驟：

S11、根據(jù)數(shù)據(jù)庫(kù)內(nèi)保存的多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)，運(yùn)行待評(píng)估的體溫預(yù)測(cè)算法得到所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)；每一所述個(gè)體根據(jù)其實(shí)際體溫?cái)?shù)據(jù)對(duì)應(yīng)符合一種體溫狀態(tài)；

S12、對(duì)于符合任一體溫狀態(tài)的個(gè)體，當(dāng)滿足第一預(yù)設(shè)條件的個(gè)體占符合所述體溫狀態(tài)的總個(gè)體的比例大于預(yù)設(shè)的第一閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于符合所述體溫狀態(tài)的個(gè)體在預(yù)設(shè)的時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫；其中，所述第一預(yù)設(shè)條件為在所述預(yù)設(shè)的時(shí)刻點(diǎn)下所述預(yù)測(cè)體溫?cái)?shù)據(jù)與實(shí)際體溫?cái)?shù)據(jù)最大值的差值的絕對(duì)值小于預(yù)設(shè)的第二閾值，且所述預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值小于預(yù)設(shè)的所述第二閾值。

下面，將對(duì)本實(shí)施例的實(shí)施過(guò)程和工作原理進(jìn)行具體的描述。通過(guò)調(diào)用實(shí)際體溫?cái)?shù)據(jù)，進(jìn)行算法的運(yùn)算后可得到多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)，將多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)存入數(shù)據(jù)庫(kù)中；對(duì)符合任一體溫狀態(tài)的個(gè)體進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析，即計(jì)算滿足預(yù)設(shè)條件的個(gè)體占符合所述體溫狀態(tài)的總個(gè)體的比例。所述特定條件為所述預(yù)設(shè)條件為在所述預(yù)設(shè)的時(shí)刻點(diǎn)下所述預(yù)測(cè)體溫?cái)?shù)據(jù)與實(shí)際體溫?cái)?shù)據(jù)最大值的差值的絕對(duì)值小于預(yù)設(shè)的第二閾值，且所述預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值小于預(yù)設(shè)的所述第二閾值。當(dāng)上述比例大于第二閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于符合所述體溫狀態(tài)的個(gè)體在預(yù)設(shè)的時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫。

下面以預(yù)設(shè)的時(shí)刻點(diǎn)為5min，預(yù)設(shè)的第一閾值為70％，預(yù)設(shè)的第二閾值為0.1℃為例對(duì)該實(shí)施例進(jìn)行進(jìn)一步描述，本發(fā)明實(shí)施例并不限于預(yù)設(shè)的時(shí)刻點(diǎn)為5min，預(yù)設(shè)的第一閾值為70％，預(yù)設(shè)的第二閾值為0.1℃。對(duì)于單個(gè)個(gè)體而言，當(dāng)同時(shí)滿足以下條件時(shí)，可認(rèn)為所述體溫預(yù)測(cè)算法對(duì)其有效：

|A-A1|<0.1℃，|D-A1|<0.1℃

其中，A為所述單個(gè)個(gè)體第5分鐘時(shí)刻的預(yù)測(cè)體溫?cái)?shù)據(jù)，A1為所述單個(gè)個(gè)體實(shí)際體溫?cái)?shù)據(jù)的最大值，D為所述單個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值。

當(dāng)有效的個(gè)體占所述特定數(shù)據(jù)類型的個(gè)體大于70％時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于符合特定體溫狀態(tài)的個(gè)體在5min能夠有效預(yù)測(cè)體溫?cái)?shù)據(jù)。

參見表一，為算法一對(duì)實(shí)際體溫?cái)?shù)據(jù)的最大值在38～39℃下的特定個(gè)體所做的數(shù)據(jù)分析。表一的有效的個(gè)體占符合所述體溫狀態(tài)的個(gè)體的比例為75％，大于70％，因此評(píng)估所述算法一在5min能夠預(yù)測(cè)體溫狀態(tài)為38～39℃下的群體。

表一算法一的數(shù)據(jù)分析

參見表二，為算法二對(duì)實(shí)際體溫?cái)?shù)據(jù)的最大值在38～39℃下的特定個(gè)體所做的數(shù)據(jù)分析。表二的有效的個(gè)體占所述特定數(shù)據(jù)類型的個(gè)體63.5％，小于70％，因此評(píng)估所述算法一在5min預(yù)測(cè)體溫為38～39℃下的群體無(wú)效。

表二算法二的數(shù)據(jù)分析

本實(shí)施例中樣本數(shù)量較少，僅用于說(shuō)明兩個(gè)體溫預(yù)測(cè)算法比較評(píng)估的方法，實(shí)際中樣本量越多越能說(shuō)明評(píng)估的準(zhǔn)確性。

對(duì)于不同的體溫?cái)?shù)據(jù)，可分為正常、低熱、中熱、高熱或超高熱的體溫狀態(tài)，它們的范圍如表三所示：

根據(jù)表三，對(duì)體溫預(yù)測(cè)算法進(jìn)行評(píng)估時(shí)，應(yīng)采用同一部位的體溫?cái)?shù)據(jù)進(jìn)行數(shù)據(jù)分析，更準(zhǔn)確。

表三：體溫狀態(tài)的標(biāo)準(zhǔn)

參見圖2，是本發(fā)明提供的將所述實(shí)際體溫?cái)?shù)據(jù)保存至所述數(shù)據(jù)庫(kù)的一優(yōu)選實(shí)施例的流程示意圖。

101、讀取體溫計(jì)的測(cè)量數(shù)據(jù)，根據(jù)所述體溫計(jì)的測(cè)量數(shù)據(jù)顯示實(shí)際體溫?cái)?shù)據(jù)的曲線；

102、對(duì)所述曲線進(jìn)行數(shù)據(jù)解析和數(shù)據(jù)審核，將所述體溫計(jì)的測(cè)量數(shù)據(jù)保存至所述數(shù)據(jù)庫(kù)；所述數(shù)據(jù)解析包括標(biāo)記起始點(diǎn)、數(shù)據(jù)分類和數(shù)據(jù)編輯。

參見圖3，是本發(fā)明提供的將所述實(shí)際體溫?cái)?shù)據(jù)保存至所述數(shù)據(jù)庫(kù)的另一優(yōu)選實(shí)施例流程示意圖。

111、當(dāng)檢測(cè)到所述USB設(shè)備，讀取所述USB設(shè)備進(jìn)行串口數(shù)據(jù)讀取并寫入上位機(jī)，根據(jù)所述體溫計(jì)的測(cè)量數(shù)據(jù)顯示實(shí)際體溫?cái)?shù)據(jù)的曲線；其中，所述串口數(shù)據(jù)包括體溫計(jì)的測(cè)量數(shù)據(jù)；

102、對(duì)所述曲線進(jìn)行數(shù)據(jù)解析和數(shù)據(jù)審核，將所述體溫計(jì)的測(cè)量數(shù)據(jù)保存至所述數(shù)據(jù)庫(kù)；所述數(shù)據(jù)解析包括標(biāo)記起始點(diǎn)、數(shù)據(jù)分類和數(shù)據(jù)編輯。

帶有數(shù)據(jù)保存功能的電子體溫計(jì)一定的頻率保存實(shí)際體溫?cái)?shù)據(jù)，通過(guò)USB轉(zhuǎn)串口的方式寫入上位機(jī)進(jìn)行曲線的顯示，因?yàn)檎嬲郎y(cè)量人體的起止時(shí)間時(shí)不確定的，因此需要對(duì)原始數(shù)據(jù)進(jìn)行人為標(biāo)記。具體實(shí)施時(shí)，起點(diǎn)標(biāo)記在溫度開始穩(wěn)定上升的位置，終點(diǎn)標(biāo)記在溫度下降的位置，參見圖4的起點(diǎn)a和終點(diǎn)b。選擇點(diǎn)擊所述曲線上起止點(diǎn)的位置，顯示模塊的界面上會(huì)顯示相應(yīng)的起止點(diǎn)時(shí)間，并保存該起止點(diǎn)的時(shí)間，便于體溫預(yù)測(cè)算法的調(diào)用。數(shù)據(jù)分類即將數(shù)據(jù)分為各個(gè)部位的體溫?cái)?shù)據(jù)，再將各個(gè)部位的體溫?cái)?shù)據(jù)進(jìn)一步劃分為體溫過(guò)低、正常、低熱、中熱、高熱和超高熱。為了避免不合理的數(shù)據(jù)影響評(píng)估結(jié)果，可對(duì)不合理的數(shù)據(jù)進(jìn)行編輯，以滿足正常體溫?cái)?shù)據(jù)上升的規(guī)律。且在體溫?cái)?shù)據(jù)存入數(shù)據(jù)庫(kù)之前必須進(jìn)行數(shù)據(jù)審核，以最終確認(rèn)數(shù)據(jù)無(wú)誤，剔除異常數(shù)據(jù)。通過(guò)采樣多個(gè)個(gè)體的體溫?cái)?shù)據(jù)，使數(shù)據(jù)庫(kù)內(nèi)的數(shù)據(jù)類型更加豐富，可以保證算法評(píng)估的合理性和準(zhǔn)確性，更科學(xué)合理。

參見圖5，為本發(fā)明實(shí)施例2提供的一種體溫預(yù)測(cè)算法的評(píng)估方法的流程示意圖。本實(shí)施例中的體溫預(yù)測(cè)算法的評(píng)估方法包括步驟：

S31、根據(jù)數(shù)據(jù)庫(kù)內(nèi)保存的多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)，將所述多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)存入緩沖區(qū)，將所述緩沖區(qū)內(nèi)的實(shí)際體溫?cái)?shù)據(jù)以動(dòng)態(tài)庫(kù)的方式鏈接填充到算法庫(kù)，讀取算法庫(kù)的數(shù)據(jù)可得到所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)；所述多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)包括多種數(shù)據(jù)類型；

S12、分別基于所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)和實(shí)際體溫?cái)?shù)據(jù)，對(duì)于某一特定數(shù)據(jù)類型的個(gè)體，當(dāng)滿足預(yù)設(shè)條件的個(gè)體占所述特定數(shù)據(jù)類型的個(gè)體的比例小于預(yù)設(shè)的第一閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于所述特定的數(shù)據(jù)類型的個(gè)體在預(yù)設(shè)的時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫；其中，所述預(yù)設(shè)條件為在所述預(yù)設(shè)的時(shí)刻點(diǎn)下所述預(yù)測(cè)體溫?cái)?shù)據(jù)與實(shí)際體溫?cái)?shù)據(jù)最大值的差值的絕對(duì)值小于預(yù)設(shè)的第二閾值，且所述預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值小于預(yù)設(shè)的所述第二閾值；

S33、分別基于所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)和實(shí)際體溫?cái)?shù)據(jù)，當(dāng)滿足第一預(yù)設(shè)條件的個(gè)體占全部個(gè)體的比例大于預(yù)設(shè)的第三閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于多個(gè)個(gè)體在預(yù)設(shè)的時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫。

具體實(shí)施時(shí)，選擇待評(píng)估的體溫預(yù)測(cè)算法，調(diào)用實(shí)際體溫?cái)?shù)據(jù)，進(jìn)行算法的運(yùn)算后可得到多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)；首先，對(duì)符合某一特定體溫狀態(tài)的個(gè)體是否能在預(yù)設(shè)的時(shí)刻點(diǎn)預(yù)測(cè)體溫進(jìn)行評(píng)估，具體的實(shí)施過(guò)程可參考實(shí)施例1，在此不再贅述；然后對(duì)包括符合多種體溫狀態(tài)的多個(gè)個(gè)體進(jìn)行算法的評(píng)估，計(jì)算預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值小于預(yù)設(shè)的所述閾值的個(gè)體占全部個(gè)體的比例，若上述比例大于預(yù)設(shè)的第三閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于多個(gè)個(gè)體能夠預(yù)測(cè)體溫。進(jìn)一步地，為了更直觀地查看所述體溫預(yù)測(cè)算法的有效性和快速性，可設(shè)置多個(gè)時(shí)刻點(diǎn)，分別計(jì)算多個(gè)時(shí)刻點(diǎn)下預(yù)測(cè)體溫?cái)?shù)據(jù)與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值的個(gè)體占全部個(gè)體的比例，通過(guò)這種方式，可清楚地看到所述體溫預(yù)測(cè)算法的整體準(zhǔn)確度和預(yù)測(cè)的快速性。

下面以預(yù)設(shè)的時(shí)刻點(diǎn)分別為5min、8min、20min下，預(yù)設(shè)的第二閾值為0.1℃，預(yù)設(shè)的第三閾值為80％為例對(duì)上述兩個(gè)實(shí)施例進(jìn)行進(jìn)一步描述，本發(fā)明實(shí)施例并不限于預(yù)設(shè)的時(shí)刻點(diǎn)5min、8min、20min下，預(yù)設(shè)的第二閾值為0.1℃，預(yù)設(shè)的第三閾值為80％。對(duì)于單個(gè)個(gè)體而言，當(dāng)同時(shí)滿足(1)～(3)中的任一條件和條件(4)時(shí)，可認(rèn)為所述體溫預(yù)測(cè)算法對(duì)該條件下的單個(gè)個(gè)體有效：

|A-A1|<0.1℃ (1)

|B-A1|<0.1℃ (2)

|C-A1|<0.1℃ (3)

|D-A1|<0.1℃ (4)

其中，A為所述單個(gè)個(gè)體第5分鐘時(shí)刻的預(yù)測(cè)體溫?cái)?shù)據(jù)，B為所述單個(gè)個(gè)體第8分鐘時(shí)刻的預(yù)測(cè)體溫?cái)?shù)據(jù)，C為所述單個(gè)個(gè)體第20分鐘時(shí)刻的預(yù)測(cè)體溫?cái)?shù)據(jù)，A1為所述單個(gè)個(gè)體實(shí)際體溫?cái)?shù)據(jù)的最大值，D為所述單個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值。

當(dāng)在某一時(shí)刻點(diǎn)下的預(yù)測(cè)體溫?cái)?shù)據(jù)和預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值均小于預(yù)設(shè)的所述閾值的個(gè)體占全部個(gè)體的比例大于80％時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于多個(gè)個(gè)體在該時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫。

參見表四，為本實(shí)施例算法三對(duì)多個(gè)個(gè)體所做的數(shù)據(jù)分析。由表四可知，在預(yù)測(cè)時(shí)刻點(diǎn)分別為5min、8min、20min下有效率分別30％、85.2％、87.4％，則在8min、20min下的有效率大于80％，因此評(píng)估所述算法三對(duì)于多個(gè)個(gè)體在8min、20min能夠預(yù)測(cè)體溫。

表四算法三對(duì)多個(gè)個(gè)體所做的數(shù)據(jù)分析

參見圖6，是本發(fā)明實(shí)施例3提供的一種體溫預(yù)測(cè)算法的評(píng)估方法的流程示意圖。該用于體溫預(yù)測(cè)算法的評(píng)估方法在實(shí)施例1的基礎(chǔ)上還包括以下步驟：

S41、基于所述每一個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)和實(shí)際體溫?cái)?shù)據(jù)，顯示任一所述個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)和實(shí)際體溫?cái)?shù)據(jù)的曲線。

參見圖7，為單個(gè)個(gè)體的所述實(shí)際體溫?cái)?shù)據(jù)和預(yù)測(cè)體溫?cái)?shù)據(jù)的曲線示意圖，其中，1為實(shí)際體溫曲線，2為預(yù)測(cè)體溫曲線，橫坐標(biāo)的單位為min，縱坐標(biāo)的單位為℃。由圖可知，預(yù)測(cè)體溫曲線在第五分鐘左右最接近實(shí)際體溫?cái)?shù)據(jù)的最大值。進(jìn)一步地，可計(jì)算多個(gè)個(gè)體最接近實(shí)際體溫?cái)?shù)據(jù)的最大值的差值，然后計(jì)算各個(gè)個(gè)體的差值的絕對(duì)值的平均值作為所述體溫預(yù)測(cè)算法的準(zhǔn)確度；另一方面，獲取多個(gè)個(gè)體最接近實(shí)際體溫?cái)?shù)據(jù)的最大值的預(yù)測(cè)體溫?cái)?shù)據(jù)的時(shí)刻點(diǎn)，將所述時(shí)刻點(diǎn)求平均值，作為評(píng)估所述體溫預(yù)測(cè)算法的快速度。

本發(fā)明實(shí)施例還提供了一種體溫預(yù)測(cè)算法的評(píng)估裝置。如圖8所示的體溫預(yù)測(cè)算法的評(píng)估裝置100包括：

算法運(yùn)行模塊103，用于根據(jù)數(shù)據(jù)庫(kù)內(nèi)保存的多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)，運(yùn)行待評(píng)估的體溫預(yù)測(cè)算法得到所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)；每一所述個(gè)體根據(jù)其實(shí)際體溫?cái)?shù)據(jù)對(duì)應(yīng)符合一種體溫狀態(tài)；

算法評(píng)估模塊104，用于對(duì)于符合任一體溫狀態(tài)的個(gè)體，當(dāng)滿足第一預(yù)設(shè)條件的個(gè)體占符合所述體溫狀態(tài)的總個(gè)體的比例大于預(yù)設(shè)的第一閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于符合所述體溫狀態(tài)的個(gè)體在預(yù)設(shè)的時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫；其中，所述第一預(yù)設(shè)條件為在所述預(yù)設(shè)的時(shí)刻點(diǎn)下所述預(yù)測(cè)體溫?cái)?shù)據(jù)與實(shí)際體溫?cái)?shù)據(jù)最大值的差值的絕對(duì)值小于預(yù)設(shè)的第二閾值，且所述預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值小于預(yù)設(shè)的所述第二閾值。

具體實(shí)施時(shí)，基于多個(gè)個(gè)體的實(shí)際體溫?cái)?shù)據(jù)，通過(guò)算法運(yùn)行模塊101輸出所述多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)并傳送至算法評(píng)估模塊102；所述算法評(píng)估模塊102可對(duì)符合某一特定體溫狀態(tài)的個(gè)體進(jìn)行算法的評(píng)估，先計(jì)算滿足以下兩個(gè)條件的個(gè)體占符合所述體溫狀態(tài)的總個(gè)體的比例，所述兩個(gè)條件分別為：所述預(yù)設(shè)的時(shí)刻點(diǎn)下所述預(yù)測(cè)體溫?cái)?shù)據(jù)與實(shí)際體溫?cái)?shù)據(jù)最大值的差值的絕對(duì)值小于預(yù)設(shè)的第二閾值，所述預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值與實(shí)際體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值小于預(yù)設(shè)的所述第二閾值。因此，本方案克服了現(xiàn)有體溫預(yù)測(cè)算法需要人工驗(yàn)證體溫預(yù)測(cè)算法成本高和效率低的問(wèn)題，有效地評(píng)估體溫預(yù)測(cè)算法對(duì)于特定人群的準(zhǔn)確性，使帶有低溫預(yù)測(cè)的電子體溫計(jì)更可靠，有利于病情的診斷。

綜上，本發(fā)明公開的體溫預(yù)測(cè)算法的評(píng)估方法和裝置，先通過(guò)運(yùn)行體溫預(yù)測(cè)算法獲得多個(gè)個(gè)體的預(yù)測(cè)體溫?cái)?shù)據(jù)，再對(duì)符合某一特定體溫狀態(tài)的個(gè)體進(jìn)行算法評(píng)估，具體為分別計(jì)算符合所述體溫狀態(tài)的每一個(gè)體的實(shí)際體溫?cái)?shù)據(jù)的最大值分別與預(yù)設(shè)時(shí)刻點(diǎn)下預(yù)測(cè)體溫?cái)?shù)據(jù)、預(yù)測(cè)體溫?cái)?shù)據(jù)的最大值的差值的絕對(duì)值，當(dāng)滿足兩者均小于第二閾值的個(gè)體占符合所述體溫狀態(tài)的總個(gè)體的比例大于所述第一閾值時(shí)，則評(píng)估所述體溫預(yù)測(cè)算法對(duì)于符合所述體溫狀態(tài)的個(gè)體在預(yù)設(shè)的時(shí)刻點(diǎn)能夠預(yù)測(cè)體溫。通過(guò)這種方法，可以引導(dǎo)人們科學(xué)使用帶有體溫預(yù)測(cè)的電子體溫計(jì)，使結(jié)果更可靠和合理。

以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也視為本發(fā)明的保護(hù)范圍。