Устройство и способ прогнозирования температуры человека

Устройство и способ измерения температуры, позволяющие быстро предсказывать температуру тела на основании температурных сигналов, полученных от измерительного зонда во время его контакта с телом человека. Выполняется операция подбора нелинейной многопараметровой характеристики, и в зависимости от ошибок при подборе характеристики или изменяются параметры, или выполняется прогнозирование температуры. Существуют условия соответствия подобранной характеристики температурным данным при наличии разницы между ними. Процессор переключается в режим непрерывного контроля, если подбор характеристики в пределах ограниченного числа временных диапазонов невозможен. Определение времени начала, от которого зависит диапазон времени измерений для получения прогноза, осуществляется с помощью порогового значения при контакте с тканью, связанного с задержкой времени прогнозирования. Технический результат - повышение точности измерения температуры, а также возможность прогнозирования температуры пациента. 4 н. и 30 з.п. ф-лы, 12 ил.

 

Область техники, к которой относится изобретение

Изобретение относится к термометрам, а в частности к электронным прогностическим термометрам для более быстрого получения точных измерений температуры, полученных от различных участков тела пациента.

Уровень техники

В общей медицинской практике как в больницах, так и в кабинетах врачей используется определение температуры тела пациента с помощью температурного чувствительного устройства, которое измеряет температуру и визуально ее отображает. Одним из таких устройств является термометр, представляющий собой стеклянный баллон, в котором размещается чувствительный к нагреванию столбик ртути, который расширяется и перемещается вдоль связанной с ним калиброванной температурной шкалы. Обычно стеклянный термометр ставится пациенту на значительный промежуток времени с целью получения устойчивой температуры тела пациента, а затем извлекается для считывания показаний медицинским персоналом. Этот промежуток времени обычно составляет порядка от двух до восьми минут.

Традиционная процедура измерения температуры с использованием стеклянного термометра обладает рядом существенных недостатков. Измерение температуры происходит довольно медленно, для пациентов, которые не в состоянии должным образом держать термометр в течение необходимого периода времени (немощность по возрасту, слабость), нужно физическое присутствие медицинского персонала во время достаточно длительного процесса измерения, что отвлекает их внимание от других обязанностей. Кроме того, стеклянные термометры не очень удобны для считывания результатов измерения, что ведет к ошибкам, связанным с человеческим фактором, в частности в условиях слабого освещения или в случае, когда показания снимаются раздраженным работником.

Предпринимались разнообразные попытки свести к минимуму или устранить данные недостатки стеклянного термометра с помощью теплочувствительных зондов, работающих в сочетании с применением электрических измерительных средств для прямого снятия показаний температуры. В одном из таких случаев в наконечник зонда, вставляемого пациенту, монтируется теплочувствительное устройство, например термистор. Изменение напряжения или тока в зависимости от конкретного исполнения контролируется, и когда выходной сигнал установится, визуально отображается температура в цифровом виде. Это обычно относится к случаю, когда осуществляется принцип прямого считывания, и хотя при этом сокращается возможность ошибки при снятии показаний измеренной температуры, все же может потребоваться относительно большой период времени, в течение которого достигается установившееся значение температуры для считывания.

Специфической особенностью электронных термометров является то, что они не измеряют мгновенно температуру тела, к которому приложены. Может пройти существенный промежуток времени до того, как температура, показанная термометром, представляет действительную температуру измеряемого тела. Такое запаздывание вызвано различными компонентами системы измерения, которые препятствуют протеканию тепла от поверхности тела к датчику температуры. К этим компонентам относятся наконечник датчика, кожа и ткани тела, некоторые гигиенические средства защиты наконечника, служащие для предотвращения инфицирования людей при измерении температуры. Соответственно такой способ обеспечивает лишь частичное решение проблемы.

Одной из попыток устранить вышеописанные недостатки является использование электронного чувствительного температурного зонда, связанного со схемой прогнозирования или оценки для получения прямой индикации в цифровой форме температуры пациента до того, как будет достигнуто равновесие температур зонда и пациента. Благодаря такому принципу и предполагая, что температура пациента значительно не изменяется при измерении, прогнозируется температура, которая будет превосходить термическое равновесие электронного термометра с пациентом, исходя из измеренных температур, и индицируется до того, как достигается устойчивое состояние равновесия. Во многих уже существующих приборах прогнозирование температуры выполняется путем контроля измеренной температуры в пределах определенного периода времени, вычисления производных и обработки этих переменных величин для прогнозирования температуры пациента.

Преимуществом электронного термометра, который работает по принципу прогнозирования конечной установившейся температуры, состоит в том, что измерение температуры завершается до того, как достигнуто термическое равновесие, что сокращает время измерения. Это уменьшает вероятность того, что пациент не держит зонд в нужном положении в течение полного времени измерения, а также экономит время обслуживающего медперсонала. Кроме того, к преимуществам относится быстрое определение температуры, поскольку температура тела находится в динамике и может существенно меняться в течение двух-восьми минут, требуемых для измерения традиционным ртутным термометром. Быстрое определение температуры предлагает более своевременную диагностическую информацию. Однако недостатком такого термометра является то, что точность, с которой прогнозируется температура, заметно снижается, пока точно не выполнены обработка и анализ данных.

Электронные термометры, использующие обработку типа прогнозирования и определение температуры, могут содержать термистор в качестве чувствительного к температуре датчика. Температура термистора асимптотически приближается к своему окончательно установившемуся значению с конечными приращениями изменения температуры, происходящими очень медленно, между тем как большая часть изменения температуры происходит относительно быстро. Такая температурная характеристика представлена на Фиг.1. Показан график измеренной температуры 20, изображенный как функция времени измерения 22 и температуры 24 для типового термистора. Как рассматривалось выше, температура 20, показанная термистором, отстает от действительной температуры T_F 26 измеряемого субъекта. Это отставание можно увидеть при сравнении линии измеренной температуры 20 и линии действительной температуры человека 26. Можно увидеть, что по мере проведения измерения от начального момента времени температура быстро возрастает от T_R до T₁ в промежуток времени от t₀ до t₁. Скорость возрастания указанной температуры уменьшается в промежутке времени от t₁ до t₂, и линия температуры постепенно асимптотически стремится к установившемуся значению температуры T_F 26, хотя время продолжает возрастать. Как указывалось выше, настоящее изобретение направлено на создание системы, способной анализировать температурные данные, набранные в начальный период измерения, например между t₁ и t₂, и прогнозировать конечную температуру T_P. Ранее были сделаны попытки контролировать это начальное наиболее быстрое изменение температуры, выбирать данные из этого изменения и оценивать действительную температуру тканей, находящихся в контакте с термистором, задолго до того, как термистор фактически достигнет равновесия по отношению к температуре тканей.

Предшествующий принцип для более быстрой оценки температуры ткани до того, как термистор достигнет устойчивого равновесия с пациентом, заключается в выборке точек данных термистора на ранней стадии его характеристики, и на основании этих точек данных прогнозируется форма характеристики термистора. Форма характеристики дает возможность определить асимптоту этой кривой и соответственно температуру равновесия. Для иллюстрации данного принципа на примере несложной системы рассматривается физическая сущность передачи тепла между двумя телами разной температуры, как показано на Фиг.2, причем одно, имеющее большую тепловую массу, и другое, имеющее малую тепловую массу, помещаются в контакт друг с другом в момент времени = 0. По мере увеличения времени температура тела с малой тепловой массой и температура тела с большой тепловой массой уравновешиваются, достигая температуры, называемой температурой равновесия. Уравнение, описывающее этот процесс, выглядит следующим образом:

где T(t) - температура меньшего тела как функция времени,

T_F - температура равновесия системы,

T_R - начальная температура меньшего тела,

t - время,

τ - постоянная времени системы.

Из этой зависимости, когда температура Т известна в двух точках времени t, например T₁ в момент времени t₁ и T₂ в момент времени t₂, можно прогнозировать температуру равновесия T_F с помощью представленного ниже уравнения 2.

Далее для простой системы передачи тепла первого порядка, описанной уравнением 1, можно показать, что натуральный логарифм первой производной температуры по времени является прямой линией с наклоном, равным -1/τ

а также

где

где

K - константа, зависящая от T_R, T_F и τ,

Т^' - первая производная температуры,

Т^” - вторая производная температуры.

В предшествующих технических решениях для анализа характеристики температурного равновесия применялись простые закономерности первого порядка. В некоторых случаях использовалась постоянная времени термистора, установленная его производителем. Однако все эти решения не учитывали тот факт, что график (кривая) температурной характеристики не может быть точно смоделирован на основе соотношений первого порядка, поскольку он определяется целым комплексом термодинамических взаимодействий ткани и сосудистой системы пациента с гигиеническим покрытием зонда, датчиком и с основанием зонда. Когда термометр контактирует с тканью тела, например помещается в рот человека, на график характеристики оказывает влияние физическое расположение зонда относительно этой ткани, особенности процесса тепловой передачи отдельной части ткани, гигиенический колпачок зонда 34 (Фиг.2), который разделяет зонд и ткань, а также передача тепла через чувствительный наконечник зонда и стержень (ручку) 36, как показано на Фиг.3. Каждый из указанных на Фиг.3 факторов 36 воздействует на поток тепла от термистора и обладает различными термодинамическими свойствами, включая термосопротивление и теплоемкость. Биологические факторы 38 влияют на поток тепла к термистору и существенно различаются у пациентов, особенно в зависимости от их возраста и телосложения. Эти факторы, объединенные с пространственной конфигурацией устройств, обусловливают более сложную характеристику температуры, воспринимаемой термистором, по сравнению с прогнозируемой с помощью характеристики простой модели, полученной при использовании отдельного термистора с априорно назначенной производителем постоянной времени.

Предыдущие технические решения оценки строились на предположении, что повышение температуры при контакте с кожей происходит по экспоненте (так называемое «нагревание» Ньютона). Подобная модель была бы точной при условии, что имелся бы очень большой и тщательно перемешанный источник тепла для нагревания датчика, как показано на Фиг.2. Колпачок зонда 34 надевается поверх температурного датчика или зонда 32, который погружается в большой водоисточник 30, определенным образом нагретый и имеющий начальную температуру T_w(0). Зонд имеет термальную массу «М» и начальную температуру T_P(0). Колпачок зонда имеет термосопротивление «R». При таких идеальных условиях поток тепла от резервуара с водой к зонду описывается простым уравнением:

где - поток тепла.

Решение дифференциального уравнения для температуры зонда в любой момент времени дает уравнение для температуры в любой момент времени «t» после погружения в воду

«Постоянная времени» повышения тепла определяется в значительной степени произведением «М» термальной массы зонда и «R» термосопротивления покрытия зонда.

Применение этой простой модели к нагреванию зонда, контактирующего с какой-либо частью тела, как например рот или подмышечная впадина, неспособно учесть конечную теплоемкость тканей непосредственно в области зонда и термосопротивление следующих один за другим уровней ткани, начиная с эпидермального уровня с переходом к внутренним структурам.

В частности, поскольку температура зонда увеличивается, тепло от ближайшей области, находящейся в контакте с зондом, смещается, поэтому требуется дополнительная тепловая энергия, чтобы проникнуть через большой слой ткани и дойти до зонда. Такая «отдаленная» тепловая энергия имеет большую постоянную времени, чем тепловая энергия, которая поступала к зонду от более близких областей. В любой момент времени «t» существует температурная разница между текущим значением и конечным значением, представленная уравнением

Таким образом, ограничения уравнения 2 для модели комплексного теплообмена в тканях тела можно увидеть, предполагая, что прогнозируемая «степень изменения» температуры остается в постоянной пропорциональной зависимости от изменения температуры в любой момент времени.

В связи с этим возникла необходимость создания измерительной аппаратуры, которая может прогнозировать температуру равновесия и приспосабливаться к изменяющимся характеристикам теплового потока как измеряемого тела, так и самой измерительной аппаратуры в отличие от модели первого порядка. Были предложены методики прогнозирования, которые используют систему уравнений, решенных в реальном времени, чтобы выбрать вероятную характеристику повышения температуры, которая отражает процесс стабилизации температуры. Для успешного применения такая методика требует использования уравнений с большим количеством коэффициентов, чтобы форма характеристики повышения температуры могла быть с достаточной точностью аппроксимирована. Практические ограничения лимитируют количество показателей, которые могут быть использованы, и этим ограничивается точность таких способов. Кроме того, числовое решение этих уравнений не столь тривиальное дело, когда термометр использует относительно простую, маломощную схему микропроцессора.

Следует отметить, что поскольку производители разрабатывают очень сложные медицинские приборы, должен постоянно учитываться вопрос стоимости. Производители стремятся поддерживать стоимость медицинского оборудования на возможно низком уровне, чтобы сделать их доступными для широкого круга пациентов. Хотя возникает проблема повышения стоимости, когда речь идет о термометре с более мощным процессором, с намного более высокой скоростью вычислений, с большим объемом памяти, способном выполнять большое количество операций с высокой скоростью. Такое повышение вычислительных возможностей существенно увеличило бы стоимость термометра и сделало его недоступным для большинства пациентов. Вместо этого специалисты предлагают экономичный термометр, способный с помощью устойчивых, точных и быстро выполняемых алгоритмов и сложной обработки температурных данных обеспечить точный и быстрый прогноз температуры пациента.

Также существует необходимость измерения температуры одним термометром на оральном, ректальном участке тела и в подмышечной впадине. Различные сложности могут возникать с отдельным пациентом, у которого одна или более этих областей недоступны для проведения измерений температуры. Поэтому преимущество термометра, который может измерять температуру на всех трех участках, заключается в том, что отпадает необходимость искать различные термометры для соответствующих участков. Следует учесть, что измерение температуры на участке подмышечной впадины пациента значительно отличается от орального и ректального измерения. В большинстве случаев температурная характеристика зонда на участке подмышечной впадины во многом отлична от характеристики на оральном и ректальном участке. Вследствие того, что этот участок состоит из неслизистых эпидермальных тканей с нижним слоем жировых тканей, то изгиб температурной характеристики зонда, находящегося в подмышечной впадине, более пологий по сравнению со случаями орального и ректального участка (см. Фиг.7, где кривая 100 типична для орального участка, и кривая 102 типична для участка подмышечной впадины).

Хотя предшествующие способы прогнозирования в термометрии значительно продвинули уровень электронной термометрии, специалисты в этой области признали, что все же существует необходимость создания электронного термометра, который может прогнозировать температуру на ранней стадии процесса измерения, когда условия измерения и особенности человека, которому производят измерения, изменяются от измерения к измерению. Кроме того, следует признать, что существует необходимость такого термометра, который может измерять и прогнозировать температуру пациента в нескольких участках его тела, таких как оральный, ректальный и участок подмышечной впадины. Далее существует необходимость точного медицинского термометра, содержащего относительно простую и недорогую электронную схему. С помощью изобретения выполняются и эти, и другие задачи.

Сущность изобретения

В общих чертах настоящее изобретение предлагает термометр и способ определения температуры человека путем прогнозирования его температуры на ранней стадии процесса измерения. Настоящее изобретение предлагает применять нелинейную модель, содержащую многочисленные параметры, так, чтобы характеристика модели соответствовала отслеживаемым температурным данным. Параметры выбираются на начальном участке подъема температурной характеристики, и из конечной характеристики модели предсказывается температура равновесия датчика, а следовательно, и человека. Таким образом, процесс прогнозирования приспосабливается к тепловым характеристикам зонда термометра и к анатомии и физиологии человека, а также требует относительно небольшого времени сбора и обработки данных, выдавая точные прогнозы температуры равновесия зонда.

При детальном рассмотрении один из параметров «показатель кривизны» С обычно оценивается по диапазону значений, соответствующих выбранному анатомическому участку измерений. Благодаря адаптивной характеристике термометра и способу измерения в соответствии с изобретением одним термометром могут быть измерены многие участки тела пациента.

Кроме того, датчик формирует температурные сигналы в соответствии с температурой человека, причем сигналы температуры изменяются по времени. Процессор контролирует сигналы температуры в пределах первого выбранного интервала времени, определяет ряд параметров из выборок температуры первого интервала времени, дает или «приспосабливает» температурную характеристику модели, основанную на расчетах ряда параметров подбора нелинейных характеристик контролируемых температурных сигналов, и на основе характеристики модели предсказывает температуру человека. Если более подробно, то процессор выбирает первый интервал времени перед тем, как датчик достигнет температуры человека, и использует соответствующие параметры подбора нелинейных характеристик для создания характеристики модели с целью вычисления прогноза температуры человека. Далее процессор сравнивает характеристику модели с проконтролированными температурными данными, и если разница не превышает порогового значения, процессор предсказывает температуру человека, исходя из характеристики модели, и выводит ее на дисплей. Далее, процессор использует параметры модели, определенные для выбранного участка, с целью вычисления смещения времени, являющегося линейной функцией выбранного параметра модели. Параметр модели, служащий для вычисления времени смещения, связан с параметром кривизны. Далее, процессор использует задержку времени до начала выбора окна прогнозирования для вычисления времени смещения, которое является линейной функцией выбранного параметра модели.

Далее процессор сравнивает нелинейную характеристику из выбранного первого интервала времени с заданным критерием достоверности, и если предсказанная температура из первого интервала не соответствует критерию достоверности, процессор исключает первый интервал времени из вычислений температуры человека.

Далее процессор сравнивает контролируемые температурные данные с критерием достоверности, и если они не соответствуют критерию достоверности, то процессор не использует эти данные для прогнозирования температуры человека. Одним из критериев достоверности является степень кривизны контролируемых температурных данных, другим критерием достоверности является предел крутизны контролируемых температурных данных. Далее, если контролируемые температурные данные не соответствуют критерию достоверности, процессор выбирает другой интервал контролируемых температурных данных для сравнения с критерием достоверности.

Далее процессор контролирует сигналы температуры второго выбранного интервала времени, если первый выбранный интервал времени исключен при определении температуры человека. Кроме того, процессор выбирает второй интервал времени после первого интервала времени, с одной стороны, а с другой стороны, процессор выбирает второй интервал времени с целью наложения на первый.

Одним словом, процессор контролирует температурные сигналы из множества выбранных интервалов времени, если предшествующий интервал времени исключен из определения температуры человека, а также процессор ограничивает количество интервалов времени до такого числа, которое происходит в течение заданного периода до того, как датчик достигнет температуры человека.

Далее процессор определяет начальное время, когда датчик начинает измерять температуру человека, и процессор выбирает первый интервал времени, чтобы учесть температурные сигналы, происходящие после начального времени. Процессор определяет, что датчик находится в процессе измерения температуры человека путем вычисления текущего значения температурных сигналов, получаемых от датчика. Когда текущее значение превышает пороговый уровень температуры при контакте с тканью, устанавливается основанное на этом вычислении время начала.

Другие особенности и преимущества настоящего изобретения будут очевидны из рассмотрения последующего подробного описания, сопровождающегося чертежами, которые иллюстрируют на примере характерные особенности изобретения.

Краткое описание чертежей

Фиг.1 - график обычной асимптотической характеристики термистора, используемого в качестве чувствительного датчика, представляющей температурное равновесие этого датчика, вмонтированного в температурный зонд, находящийся в контакте с пациентом;

Фиг.2 - изображение малого предмета, имеющего одну температуру и помещенного в большой резервуар с жидкостью, имеющую вторую, более высокую температуру, для иллюстрации теплового потока между ними до достижения равновесия;

Фиг.3 - блок-схема процесса измерения температуры пациента, представляющая выделяемое внутренними органами тепло, распространяющееся по основным кровеносным сосудам и другим тканям, по колпачку зонда и другим приборам, и в итоге достигает термистора, но затем перетекает с термистора к ручке зонда, по воздуху, держателю, теплопроводным предметам и даже к оператору;

Фиг.4 - фронтальный вид портативного термометра, имеющего два зонда, колпачок зонда, дисплей и входные устройства, необходимые для измерения температуры;

Фиг.5 - блок-схема устройства в соответствии с вариантами изобретения, служащего для определения температуры пациента до момента установления окончательного равновесия между температурами датчика устройства и пациента путем прогнозирования температуры на основании температурных данных, полученных до наступления состояния равновесия;

Фиг.6 - блок-схема, представляющая процесс сбора и обработки температурных данных для прогнозирования, а также вывод температуры на дисплей в соответствии с настоящим изобретением;

Фиг.7 - графики типовых характеристик термистора, использующегося в качестве чувствительного датчика, показывающие кривизну характеристики температуры, измеренной оральным и ректальным способом, и кривизну второй характеристики температуры, измеренной на участке подмышечной впадины, причем кривизна характеристики при измерении температуры на участке подмышечной впадины намного меньше, чем в случае измерений на оральном/ректальном участках;

Фиг.8 - график температуры, показывающий пороговую величину при контакте с тканью, время задержки начала прогнозирования, начало прогнозирования и точку завершения прогноза с целью предсказания температуры человека в соответствии с настоящим изобретением;

Фиг.9 - ряд температурных характеристик модели, сформированных различными группами отобранных A_i, B_i, C_i параметров, которые следует использовать с характеристиками температурных данных человека, чтобы привести в соответствие характеристику модели и характеристику данных, и когда это соответствие будет находиться в определенных пределах, прогнозировать температуру человека;

Фиг.10 - представляет соответствие температурной характеристики модели фактически измеренным температурным данным в отдельных точках и определение различий между этой характеристикой модели и фактическими точками данных для определения того, насколько характеристика модели имеет допустимое «совпадение» с характеристикой данных;

Фиг.11 - увеличенная часть температурного графика на Фиг.8, показывающая последнюю точку контакта с тканью, используемую при прогнозировании, а также показывающая время задержки начала прогнозирования и выборки при прогнозировании;

Фиг.12 - блок-схема, представляющая способ измерения температуры в соответствии с настоящим изобретением.

Подробное описание предпочтительных вариантов реализации настоящего изобретения

В последующем описании одинаковыми цифрами обозначаются аналогичные элементы, присутствующие в разных чертежах. Теперь следует обратиться к чертежам, в частности к Фиг.4, где представлен один вариант реализации электронного термометра 40, отражающий сущность настоящего изобретения. Электронный термометр включает в себя зонд 42 для измерения температуры выбранного участка тела пациента, соединенный проводником 44 с основным корпусом 46 термометра. Зонд вынимается из ячейки хранения, находящейся на корпусе. В корпусе находятся электрические компоненты и источник питания термометра, а также дисплей 50 для вывода на него значений температуры и сообщения об ошибке или неисправности и первое устройство ввода данных 52, которое в этом случае является переключателем вкл./выкл. и расположено под дисплеем. Переключатель режимов 54 (MODE) также находится на лицевой панели 56 корпуса и служит для выбора участка тела и способа обработки температурных данных соответствующим образом так, чтобы характеристики участков были рассмотрены во время проведения температурных измерений. В одном варианте реализации переключатель режимов (MODE) обеспечивает выбор измерений оральным способом, способом установки в подмышечную впадину или ректальным способом. Второй зонд 58 заключен в термометр и показан в положении хранения в ячейке 60 основного корпуса. В соответствии с настоящим вариантом реализации один зонд служит для измерения температуры пациента орально или в подмышечной впадине, а другой зонд - для измерения температуры ректальным способом. Также показан гигиенический колпачок, который надевается на зонд перед контактом с пациентом.

Изображенная на Фиг.5 блок-схема в общих чертах представляет основные электронные компоненты этого варианта реализации термометра 40 в соответствии с настоящим изобретением. Температурный датчик 42 выдает температурные сигналы в соответствии с температурами в процессе измерения. Также показан колпачок 62, расположенный между пациентом и датчиком зонда. В том случае, когда в качестве температурного датчика используется термистор, эти сигналы являются аналоговым напряжением, представляющим сопротивление термистора, а следовательно, измеренную температуру. Сигналы, представляющие температуру, усиливаются усилителем 70 и затем преобразовываются в цифровую форму с помощью аналого-цифрового преобразователя 72 для дальнейшей обработки. Аналого-цифровой преобразователь связан с процессором 74, который получает сигналы напряжения в цифровом виде и обрабатывает их с целью определения измеряемой температуры человека. Устройство памяти 76 запоминает сигналы температурных и временных данных наряду с алгоритмами с тем, чтобы эти данные могли быть проанализированы в дальнейшем (в последующее время). Сразу после обработки сигналов процессор обеспечивает вывод на дисплей 78 прогнозируемую температуру стабилизации. Зонд содержит нагревательный элемент, который управляется источником тепловой энергии 80. Процессор управляет нагревательным элементом зонда с тем, чтобы поднять температуру зонда к заданному значению путем включения источника тепловой энергии, как только зонд будет извлечен из ячейки корпуса. Это заданное значение обычно составляет 93°F (33,9°С), хотя могут быть выбраны и другие температуры. Приведение в действие переключателя дает возможность термометру выполнять функции измерения температуры. Предпочтительно размещать этот переключатель в ячейке хранения зонда таким образом, чтобы снятие зонда автоматически разрешало проведение измерений. Источник питания 82 обеспечивает питанием различные компоненты. Конкретные связи между источником питания и компонентами не показаны, чтобы сохранить ясность рисунка; однако специалистам в данной области хорошо понятны эти связи.

Электронный прогнозирующий термометр представлен в отдельном варианте реализации на Фиг.5, то это только в иллюстративных целях. На самом деле, блок памяти 76 может содержать многочисленные запоминающие устройства. Процессор 74 может содержать многочисленные процессоры. Интерфейс пользователя 78 может содержать множество переключателей или дисплеев. Специалисту понятно, что изображенная на Фиг.5 блок-схема может подвергаться разнообразным модификациям.

На Фиг.6 представлены основные функции (задачи), выполняемые при реализации способа в соответствии с настоящим изобретением, наряду с передачей данных между ними. Задачи могут выполняться одновременно или последовательно, некоторые из показанных задач могут не выполняться во время отдельного измерения, проводимого устройством. Передача данных не подразумевает последовательность активизации; управление и активизация не показаны на этой блок-схеме.

Термометр устанавливается в исходное состояние 90, и температурный датчик начинает выдавать данные. Когда набирается достаточное количество выборок данных, они фильтруются 92. Фильтрация зависит от типа фильтра, порядка и выполнения модели. В одном случае используется схема усреднения с узкополосным фильтром. Могут использоваться и другие более сложные фильтры. Фильтрованные температурные данные используются для расчета прогнозируемой температуры 94 с помощью процессора. Как только будет произведено приемлемое вычисление прогнозируемой температуры, она выводится на дисплей 96.

Теперь будет рассмотрен универсальный вариант реализации прибора для прогнозирования температуры на каждом из трех участков, то есть оральный, ректальный и участок подмышечной впадины. Выбор оператором нужного участка определяет параметры управления и пороговые значения применительно к данному участку.

Анализ нелинейной многопараметровой характеристики соответствия при прогнозировании АВСЕ

Оценка или прогноз температуры в определенное будущее время (например, время ожидаемого установления равновесия датчика с температурой пациента) выполняется путем получения соответствия нелинейной многопараметровой модели (уравнение 9) с последовательностью фильтрованных выборок температуры («окно»), имевших место после контакта с тканью (см. Фиг.8).

где

Т_{соответствия} (n·τ) - оценка температуры в определенный момент времени t=n·τ (°F);

n - целочисленный индекс выборки, равный 0 в первой выборке, удовлетворяющей условиям для «начала прогнозирования»:

τ - количество секунд в выборке (с);

А - параметр «смещения» (°F или °С);

В - параметр «промежуток» или «диапазон» (°F или °С);

С - параметр «кривизны» или «степень равновесия» (с^-1);

Е - коэффициент «деформации времени» (безразмерный), который может использоваться для создания нелинейной модификации кривизны характеристики модели для получения более полного соответствия характеристике температурных данных.

Если соответствие, достигнутое в первом окне, не удовлетворяет условиям для прогнозирования, окно «перемещают» вперед на одну выборку измерения (усреднение и децимация, см. подробное вычисление TAD ниже), и параметры модели вычисляют повторно.

Для каждой из числа дискретных величин С и Е параметры модели (А, В) вычисляются путем линейной оптимизации метода наименьших квадратов. Множество решений А, В, С и Е, которые достигают минимума «суммарной квадратичной ошибки», измеренной как разница между значениями характеристики модели и значениями элемента данных окна, обозначается A_m, B_m, C_m и E_m для этого окна. Если эта величина меньше определенного порога и другая характеристика кривизны («CQI» описано ниже) и крутизны окна («WindowSlope» также описано ниже) получены в этом окне, параметры ABC используются для прогнозирования температуры согласно уравнению 10.

где: D(C_m) - «поправочный коэффициент кривизны»;

D(T) - «поправочный коэффициент времени»;

D₀ - константа смещения;

w - количество секунд, пройденных от начала прогнозирования;

n·τ - количество секунд в будущем относительно начала прогнозирования, когда должна происходить оценка температуры.

Показатель степени «Е» для C_m (см. уравнение 9) установлен равным «1» в варианте реализации на Фиг.10. Однако в другом варианте реализации он может быть установлен другой величины, отличной от «1», для более точного соответствия характеристики модели характеристике температурных данных. Температурные данные зависят от времени, то есть каждая точка данных выбирается в отдельный момент времени. Когда точки данных соединяются для получения «графика» температурных данных, то в этом графике в качестве одной из осей является время, и поэтому можно представлять ее как график времени. Этот показатель степени «Е» нелинейно изменяет кривизну характеристики модели с целью более точного совпадения с характеристикой данных температуры/времени и поэтому называется коэффициентом «деформации времени», так как изменяет характеристику модели относительно времени. Изменение показателя степени «Е» для более точного соответствия с характеристикой данных потребовало более длительной обработки и увеличения мощности.

Характеристика модели согласно уравнению 10 предсказывает значение температуры зонда при его нагревании во время контакта с тканью. Для орального/ректального способа измерений требуются более высокие значения С по сравнению с измерениями в подмышечной впадине вследствие различной теплопередачи в этих местах. Грубое сравнение показано на Фиг.7. Линия 100 на графике представляет характерную форму температурной характеристики на участках измерений оральным и ректальным способом. Линия 102 представляет характерную форму температурной характеристики измерений в подмышечной впадине. Очевидно, что кривизна температурной характеристики для орального и ректального способа намного больше, чем в случае измерения в подмышечной впадине. Некоторые параметры контроля и пороговые величины при измерениях в подмышечной впадине также отличаются от измерений в орально/ректальном режиме. Эти различия будут рассмотрены ниже.

Далее, поскольку различные значения коэффициентов (А, В, С и D) уже определены, время n·τ может быть использовано для определения прогноза температуры равновесия. Например, величина 180 секунд может быть использована для орального и ректального измерения, в то время как величина 300 секунд может использоваться при измерении в подмышечной впадине. Результат решения уравнения 10 (Т_{прогноза}) будет являться температурой равновесия.

Коэффициенты D(C), D(w) и D_O компенсируют незначительные систематические ошибки в прогнозе, которые могут частично возникнуть, если значение Е установлено. D(C) представляет собой линейную форму

где С_{крутизны} - константа;

С - расчетная величина, связанная с минимальной суммарной квадратичной ошибкой.

D(w) представляется в виде:

где w - время, пройденное от начала прогнозирования (секунды) во время оценки текущего окна;

D_O - константа, которая используется для удаления влияния смещения D(w), D(C) так же, как и незначительных систематических отклонений, полученных при наборе статистических данных при обследовании населения.

Диапазон величин «С» и значения «D» выбраны на основании измерений температуры широкой, случайно выбранной группы населения. Основанные на проведенных испытаниях все эти величины оптимизировались для выработки прогноза температуры для большого количества людей. Однако специалистам понятно, что эти значения могут изменяться в зависимости от результатов от другой группы людей. Также следует отметить, что некоторые или все значения «D» могут равняться нулю в зависимости от фактически измеренных данных. Кроме того, если показатель степени «Е» для значения «С» в уравнении 9 применяется для управления кривизной характеристики модели, то значения «D» могут не понадобиться и устанавливаться равными нулю. Параметры «D» используются для обеспечения некоторой корректировки формы характеристики модели, когда показатель степени «Е» устанавливается равным единице, как в уравнении 10. Такой вариант установки показателя степени «Е», равным единице, и использование линейных параметров «D» позволяет уменьшить требования к процессору для выработки точных результатов прогнозирования. Если оцениваемая температура находится вне нижнего или верхнего пределов прогноза, измерительный прибор автоматически осуществляет переход в «Режим непрерывного контроля». «Режим непрерывного контроля» - это режим, при котором термометр не предсказывает температуру человека, а просто остается в рабочем состоянии до тех пор, пока не наступит равновесия с температурой человека. В зависимости от выбранного анатомического участка, то есть при непосредственном контакте, взаимосвязи через жидкость или при приложенном давлении, это может занять от трех до восьми минут.

На Фиг.8 представлены характерная конфигурация температуры и основные характеристики процесса прогнозирования. Когда зонд 42 вынимается из «ячейки» 48 (см. Фиг.4), то это обычно происходит при комнатной температуре. Источник тепловой энергии 80 (см. Фиг.5) активизируется 110, обеспечивая заданную величину температуры зонда с помощью нагревателя зонда, но она может быть превышена на несколько градусов и колебаться, в частности, если колпачок зонда 62 не надет на зонд. Тогда колпачок надевается на зонд. При соединении зонда совместно с колпачком с тканью температура возрастает от заданной величины, превышая Порог контакта с тканью 112 и вызывая отключение нагревателя.

Определение Начала прогнозирования выполняется с помощью грубого (100 мс) определения температуры, превышающей Порог контакта с тканью, за которым следует установленная в зависимости от режима задержка по времени. Время задержки увеличивается, если грубое значение температуры падает ниже Порога контакта с тканью до достижения режима Начала прогнозирования.

Начиная с необработанной выборки, отвечающей условиям для Начала прогнозирования 114, температурные выборки в группах из 10 усредняются и запоминаются, создавая матрицу (окно) 116 из десяти фильтрованных выборок. Каждая такая усредненная группа из десяти обозначается TAD (усредненная и подвергнутая децимации температура). Если какое-либо значение TAD меньше максимального значения TAD, зарегистрированного намного больше, чем 1°F (~0,5°С), измерительный прибор переходит в Режим Непрерывного Контроля с момента предположительной потери контакта с тканью.

Выборки TAD в каждом окне используются для вычисления показателя степени кривизны (CQI) и величины крутизны окна. Все эти величины вместе с Суммарной квадратичной ошибкой (SSE) должны удовлетворять заданным условиям для обеспечения прогноза. Если эти условия не удовлетворяются, последующее окно формируется следующим образом. Значение TAD в течение каждой последующей секунды прибавляется к оцениваемому окну и наиболее раннее значение TAD удаляется или до того, как будет произведен последующий индивидуальный прогноз окна, или до того, как будет достигнуто максимальное количество окон (MaxNumWindows).

Если конечное окно достигнуто, и величины его SSE, CQI и крутизны окна не доходят до установленных пороговых значений, то SSE конечного окна сравнивается с пороговым значением FSSE. Если оно успешно, то тогда прогноз делается в соответствии с конечным окном, в противном случае прибор переходит в Режим непрерывного контроля. Переход от Режима прогнозирования к Режиму непрерывного контроля может быть вызван некоторыми другими условиями. Эти условия устанавливаются системной программой, управляющей нагревателем и зондом при неисправности в работе термистора. Полностью этот процесс представлен на Фиг.12 и рассмотрен в другом месте данного описания.

Усреднение и децимация (выбор каждой десятой величины) температуры (TAD обработка)

Измерительный прибор проводит выборку напряжения от усилителя 70 температурного зонда (Фиг.5) и преобразовывает эту величину в 100-миллисекундные интервалы в цифровой форме. С целью эффективности и устранения шумов 100-миллисекундные («грубые») выборки предварительно фильтруются с помощью схемы усреднения/децимации с узкополосным фильтром (уравнение 13) для выработки выборок усредненной и подвергнутой децимации температуры (temperature averaged decimated) или «TAD» в односекундные интервалы.

где N - количество TAD выборок/окон и где первой выборкой первого TAD является выборка после Времени задержки 118 начала прогнозирования. В свою очередь, Время задержки начала прогнозирования начинается с первой выборки, превышающей температуру при контакте с тканью, равной 94°F (34,4°C). Если в течение Времени задержки начала грубая величина температуры падает ниже порогового значения контакта с тканью, то реле задержки Начала прогнозирования возвращается в исходное состояние.

Выбор выборки окна прогноза

Характеристики термального равновесия зачастую содержат искажения, вызванные различными источниками. С помощью устройства и способа в соответствии с настоящим изобретением сделана попытка избежать влияния помех путем выбора входных данных. В первые несколько секунд контакта с тканью остаточное действие от нагревания зонда может влиять на форму характеристики равновесия. Чем быстрее происходит контакт зонда и ткани после извлечения из прибора, тем больше вероятность присутствия этих влияний. Изменение положения и/или сжатие колпачка зонда кожей изменяет теплоустойчивость между тканью и колпачком. Это влияет как на форму характеристики термального равновесия, так и на величину температуры равновесия.

Чтобы ослабить влияние источников помех, составляется алгоритм для вычисления многочисленных возможных значений из «окон времени», при этом каждое состоит из фиксированного количества TAD выборок (см. блок-схему на Фиг.12). Чтобы определить, подходит ли значение из определенного окна для прогнозирования и нужно ли сдвинуть окно измерения к следующему поступающему значению TAD, вычисляются три показателя.

1. Первым показателем является Суммарная квадратичная ошибка (SSE) (уравнение 14). В случае, когда достигнуто конечное допустимое окно, величина SSE конечного окна используется, чтобы определить, должен ли быть представлен прогноз, или должен ли прибор перейти в Режим непрерывного контроля в случае неспособности выдать надежный прогноз.

2. Вторым оценочным показателем является «Показатель степени кривизны» (CQI). Он служит для определения искажений в окне данных TAD, которые вызвали бы отклонение температурной характеристики от вогнутой нисходящей формы (см. Фиг.1). Начиная с третьего TADa окна, каждые три величины TAD вычисляются для определения их «кривизны». В одном варианте реализации вторая точка в последовательности, состоящей из трех, должна иметь значение, равное или выше, чем среднее значение первой и третьей точек, или будет считаться, что CQI неприемлем. Если любая тройка TADов в окне не соответствует условию кривизны, тогда окно неприменимо для прогнозирования, и алгоритм должен продвинуть окно на один шаг (один TAD).

где w - показатель оценки окна, изменяющийся от 1 до значения Количества окон,

N - количество TADов в окне и индекс TAD изменяется от 1 до значения Количества окон + N-1.

Следует отметить, что знак операции «ifPOSITIVE» указывает, что если величина, заключенная в круглых скобках справа, положительная, то она прибавляется к сумме, если отрицательная, то не прибавляется. Величина CQI для каждого окна должна быть равной или меньше Порога CQI, чтобы при оценке данного используемого окна выдать немедленный прогноз с выводом на экран.

3. Третий оценочный показатель - это крутизна (наклон) окна, который рассчитывается просто как разница между первым и последним TADом в каждом окне. Если эта величина превышает Порог крутизны, то должно быть выбрано следующее окно или определено конечное окно.

где Число TADов - количество выборок TAD в окне.

Установлено, что показатель Крутизна окна имеет большое значение в случае, когда у человека зафиксирована высокая температура, например, 104°F (40°C). Во многих случаях характеристика температурных данных такого пациента в начальной стадии имеет очень высокую степень крутизны и может привести к тому, что процессор будет давать прогноз температуры, значительно превосходящий действительную температуру пациента. В соответствии со свойствами показателя Крутизна окна, когда крутизна достаточно велика, что указывает на возможный «жар» пациента, процессор будет ждать последующего окна данных. Эти данные могут быть ближе к точке, к которой асимптотически приближаются температурные данные пациента, что обеспечивает точный прогноз. В случае, когда ни одно окно не удовлетворяет условиям для немедленного прогноза, предоставляется дополнительная возможность в момент достижения Последнего окна. Показатель SSE (суммарная квадратичная ошибка) конечного окна сравнивается с пороговым значением показателя Суммарный квадратичный порог конечного окна. Если это условие выполняется, то вычисляется прогноз для конечного окна.

Методика оценки

Чтобы выработать оценку, должно быть подготовлено окно оценки путем сбора данных и создания необходимых выборок TAD. Затем выборки TAD обрабатываются для определения соответствующих параметров А, В и С, а также оценочных показателей SSE, CQI и Крутизна окна.

А и В определяются с помощью оценки по методу наименьших квадратов (LSE), но в связи с нелинейным характером уравнения 9 С и Е должны определяться путем вычисления суммарной квадратичной ошибки для каждого значения С, Е и нахождения значений С и Е среди соответствующих значений А и В, выводя минимальную Суммарную квадратичную ошибку («SSE»). Установлено, что достаточно выбрать С и Е из конечного диапазона возможных значений для определенного участка тела. Рот и прямая кишка имеют примерно одинаковую и относительно высокую удельную теплопроводность, чтобы использовать один диапазон величин С и Е. В то время как подмышечная впадина, обладая более низкой средней удельной теплопроводностью, использует другой, более низкий диапазон значений С и Е. Чтобы определить А и В, создаются три фиксированные матрицы постоянных величин для каждого значения С, а значение Е устанавливается равным единице и не изменяется. На Фиг.9 представлено определение А, В и С параметров данного варианта реализации. Процессор выбирает каждое из пятнадцати значений С вместе со связанными с ним параметрами А и В и вычисляет суммарную квадратичную ошибку для каждого. Значение С наряду с соответствующими А и В параметрами с самой низкой ошибкой используются в уравнении 10 для вычисления прогнозируемой температуры.

Фиг.9 и Фиг.10 представляют техническое решение в соответствии с вариантом реализации настоящего изобретения, в котором температурная характеристика модели точно совпадает с точками фактических данных измерения температуры. На Фиг.9 показаны различные характеристики, все из которых прикладываются к точкам 126 данных фактически измеренных температур, показанным на Фиг.10. Из Фиг.10 видно, что характеристика 128 модели, имеющая определенные параметры A_i, B_i, C_i совпадают с точками данных. Ошибки от e₁ до е₆, то есть определяется разница между точками данных и характеристикой модели, а также вычисляется суммарная квадратичная ошибка. Если показатель SSE этой характеристики модели минимальный, то она используется в качестве характеристики модели для температурных данных этого измерения. Любой давно известный специалистам в данной области метод наименьших квадратов может быть использован. Дополнительно предусмотрен вариант, когда могут определяться два значения параметра С для создания минимального SSE. Из этих двух значений выбирается промежуточное значение С, для которого вычисляется SSE. Если это значение SSE меньше, чем первоначальные два значения SSE, тогда оно и используется, или процесс повторяется до тех пор, пока SSE не снизится до приемлемого порогового значения, или прекратит уменьшаться.

Обнаружение контакта с тканью, начало и возобновление прогноза

Предельное время обнаружения Контакта с тканью с целью определения общего времени прогнозирования определяется как время последней грубой температурной выборки (100 мс), чтобы превысить Порог температуры при Контакте с тканью, предшествующей прогнозированию. Эта выборка будет обозначаться ТС выборка.

Выборка Начала прогноза (SOP) появляется после выборки Задержка начала прогноза (грубые выборки). Следует отметить, что если какая-либо выборка после ТС равна или ниже Порогового значения при Контакте с тканью, то значение ТС переустанавливается, прогнозирование прекращается и также переустанавливается, и задержка начала прогнозирования возобновляется. Таким образом, значение SOP определяется следующим образом:

В примере на Фиг.8 и 11 первый ТС 120 is reset из-за грубой температуры, упавшей ниже Порогового значения при Контакте с тканью 112. Затем находится конечный ТС 124 с соответствующим показателем = 1. После выборок Задержка Начала Прогнозирования 118 появляется выборка Начало Прогнозирования 114, эта выборка является первой выборкой первого TAD.

Обнаружение Потери контакта с тканью

Контакт с тканью может быть потерян в некоторой момент, предшествующий завершению прогнозирования. Это состояние обнаруживается, когда выборка TAD меньше максимального значения TAD, установленного заданным пределом.

Фиг.12 представляет блок-схему данных, связанную 130 с температурной характеристикой датчика температуры, использованного в способе прогнозирования. Температурные выборки 132, показанные как штрихи на линии графика, в данном варианте реализации берутся по 100 мс каждая. В течение промежутка времени 134 нагреватель доводит температуру датчика до предварительно намеченной температуры обычно около 1°F (~0,5°С) ниже порогового значения при контакте с тканью 136, что составляет в рассматриваемом случае 94°F (34, 4°С). Линия графика, показанная на Фиг.11, пересекает пороговое значение при контакте с тканью семь раз. Из-за времени задержки начала 138 операция вычисления 140 TADa не происходит до тех пор, пока седьмой раз 142 не будет пересечено пороговое значение при контакте с тканью.

Операция задержки начала служит для прекращения начала процесса прогнозирования, требуя, чтобы температура выборки оставалась в обязательной мере выше порогового значения при контакте с тканью в течение, по меньшей мере, промежутка времени (обычно 0,5 секунд) до начала процесса прогнозирования. Даже когда это условие выполнено, как только температура выборки падает ниже порогового значения при контакте с тканью, прогнозирование прерывается и возобновляется осуществление выборки с тем, чтобы определить, когда температура выборки снова будет превышать пороговое значение при контакте с тканью, как рассмотрено выше. Если температура выборки не превышает пороговое значение при контакте с тканью в течение одной минуты, автоматически устанавливается Режим Непрерывного Контроля вместе с соответствующим звуковым сообщением и изменением на дисплее.

Если данные выборки превышают пороговое значение при контакте с тканью в течение требуемого времени, то значения TAD, показанные в виде штрихов, вычисляются в первом окне 144 и в последующем окне, если температурный прогноз не может быть получен из первого окна. Функции «прогноз температуры из текущего окна» 146, SSE 148, CQI 150, FSSE 152, конечное окно 154, потеря контакта с тканью 156 все выполняются, исходя из значений TAD. Логические элементы для выполнения этих функций показаны на Фиг.12.

Логический элемент И 162 служит для контроля того, используется ли прогноз из текущего окна или должно ли окно быть передвинутым на одно значение TAD. В частности, результаты трех сравнений должны быть все правильными (верными) с тем, чтобы выход элемента 162 обеспечивал выведение существующего прогноза на дисплей. Три входа формируются следующим образом. SSE сравнивается 158 с Пороговым значением 160 SSE, CQI сравнивается 164 с Пороговым значением 166 CQI и крутизна окна 168 сравнивается 170 с пороговым значением крутизны окна 172. Выходы трех операторов сравнения 158, 164 и 170 подаются на вход логического элемента И 162.

Если достигнуто конечное окно, то применяется особый ряд правил для определения, отображается ли прогноз этого окна, или происходит переход в Режим непрерывного контроля. Логический элемент И 178 используется для контроля перехода прогноза, осуществленного конечным окном, на дисплей пользователя через логический элемент передачи 184. В частности, результаты двух сравнений должны быть верными для того, чтобы выход логического элемента 178, в свою очередь, дал возможность логическому элементу передачи 184 передавать прогноз на дисплей 196. Два логических входа формируются следующим образом. FSSE 152 сравнивается компаратором 174 с пороговым значением FSSE 176 и оценивается, является ли режим 154 конечного окна истинным или ложным, и этот логический сигнал также посылается на логический элемент И 178.

Для перехода рабочего состояния прибора в Режим 188 непрерывного контроля нужно произвести несколько логических операций. Для этого служит логический элемент ИЛИ 186, когда истинный сигнал вызывает переход в Режим непрерывного контроля. Его вход связан с выходом логического элемента И 182, который, в свою очередь, получает два логических сигнала - один из логической схемы конечного окна 154, а другой с выхода инвертора 180 компаратора 174. Логическая схема выполняет следующую операцию «… если FSSE больше, чем пороговое значение FSSE, и в данный момент времени для получения прогноза используется конечное окно, то происходит переход в режим непрерывного контроля».

Дополнительные входы логического элемента ИЛИ 186 содержат анализ безопасности и надежности, включающий в себя проверку аномальной начальной температуры 190 зонда сразу после изъятия его из его ячейки, неспособность логической схемы управления нагревателем достигать требуемого увеличения 192 температуры и определения того, что прогноз из конечного окна находится вне допустимого диапазона 194. Также показан логический элемент 195, служащий для передачи прогнозируемой температуры от текущего окна 146 на дисплей 196. Однако перед этим следует убедиться, что все величины, представляющие параметры SSE, CQI и Крутизна окна на входе логического элемента И 162, находятся в допустимых пределах. В противном случае выход логического элемента И 162 поступает на инвертор 198, который подает сигнал на Передвижение окна прогноза 200.

В соответствии с вышесказанным предлагается устройство и способ точного прогнозирования температуры человека. Аппроксимация характеристики температурных данных не используется. Вместо этого для получения высокой точности достигается соответствие фактической характеристики с характеристикой температурных данных. Нелинейная многопараметровая характеристика модели приспосабливается для совпадения с температурными данными измерений. Многочисленные параметры выбираются в зависимости от самих конкретных измеренных температурных данных, тем самым приспосабливая характеристику модели к определенным рассматриваемым состояниям температуры, что обеспечивает точный результат. Чтобы избежать влияния дезориентирующей информации, такой как влияние нагревателя, объектов (или субъектов?), имеющих очень высокую температуру, и потеря контакта с тканью, предусмотрены меры предосторожности. Предлагаемый способ дает возможность управления с помощью процессора, имеющего ограниченную вычислительную мощность, но все же способного обеспечить точные прогнозы температуры человека до установления равновесия.

Хотя описаны и проиллюстрированы на чертежах лишь некоторые варианты реализации изобретения, очевидно, что возможны различные другие варианты в пределах сущности и объема изобретения, которые определены формулой изобретения. Соответственно, изобретение не ограничивается этими конкретными вариантами.

1. Термометр для определения температуры человека, содержащий:
датчик, который выдает температурные сигналы в результате измерения температуры человека, при этом температурные сигналы изменяются во времени; и процессор, конфигурированный, чтобы:
контролировать температурные сигналы;
согласовывать нелинейную, многопараметровую, изменяемую по форме температурную характеристику модели с контролируемыми температурными сигналами;
сравнивать температурную характеристику модели с контролируемыми температурными сигналами,
предсказывать температуру человека на основе характеристики модели, если разница между температурной характеристикой модели и контролируемых температурных сигналов не превосходит порогового значения, характеризующийся тем, что процессор также конфигурирован, чтобы определить разницу между температурной характеристикой модели и контролируемыми температурными сигналами посредством метода суммарной квадратичной ошибки, при этом процессор дополнительно конфигурирован, чтобы:
контролировать температурные сигналы в пределах первого диапазона времени и выбирать второй диапазон времени, в течение которого контролировать температурные сигналы в случае, если при сравнении температурной характеристики модели с контролируемыми температурными сигналами обнаруживается разница, превышающая определенный порог.

2. Термометр по п.1, характеризующийся тем, что конфигурация процессора при согласовании температурной характеристики модели определяется:

где Т_{соответствия} (n·τ) - оценка температуры в определенный момент времени t=n·τ, °F;
n - целочисленный индекс выборки, установленный равным 0 в первой выборке, удовлетворяющей условиям для «начала прогнозирования»;
τ - количество секунд в выборке, с;
А - параметр «смещения», °F или °С;
В - параметр «промежутка» или «диапазона», °F или °С;
С - параметр «кривизны» или «степени равновесия», с^-1; и
Е - коэффициент «деформации времени» (безразмерный), который может использоваться с целью видоизменения кривизны нелинейной характеристики модели для получения более полного ее соответствия характеристикам температурных данных.

3. Термометр по п.2, характеризующийся тем, что процессор также конфигурирован, чтобы использовать метод суммарной квадратичной ошибки при отборе одного или нескольких параметров.

4. Термометр по п.3, характеризующийся тем, что процессор использует метод суммарной квадратичной ошибки при отборе параметров А и В, заданных параметрами С и Е.

5. Термометр по п.2, характеризующийся тем, что процессор также конфигурирован, чтобы использовать метод суммарной квадратичной ошибки при отборе всех необходимых параметров.

6. Термометр по п.1, характеризующийся тем, что процессор также конфигурирован, чтобы выбирать второй диапазон времени, совпадающий с первым диапазоном времени.

7. Термометр по п.1, характеризующийся тем, что процессор также конфигурирован, чтобы выбирать второй диапазон времени, не совпадающий с первым диапазоном времени.

8. Термометр по п.1, характеризующийся тем, что процессор конфигурирован также, чтобы определять соответствие нелинейной характеристики установленному заранее условию достоверности, и если прогнозируемая температура из характеристики не удовлетворяет условию достоверности, то процессор исключает контролируемые температурные данные из прогноза температуры человека.

9. Термометр по п.1, характеризующийся тем, что процессор также конфигурирован, чтобы определять соответствие характеристик контролируемых температурных данных условию достоверности, и если какая-либо характеристика не удовлетворяет условию достоверности, то процессор не использует контролируемые температурные данные для предсказания температуры человека.

10. Термометр по п.9, характеризующийся тем, что одним из условий достоверности является степень кривизны характеристики контролируемых температурных данных.

11. Термометр по п.10, характеризующийся тем, что степень кривизны определяется наличием участка характеристики фактически измеренных температурных данных, используемых при оценке температуры, который не вогнут вниз.

12. Термометр по п.9, характеризующийся тем, что одним из условий достоверности является ограничение крутизны характеристики контролируемых температурных данных.

13. Термометр по п.12, характеризующийся тем, что ограничение крутизны содержит максимальный предел крутизны.

14. Термометр для определения температуры человека, содержащий: датчик, который выдает температурные сигналы в результате измерения температуры человека, при этом температурные сигналы изменяются во времени; и процессор, конфигурированный, чтобы:
контролировать температурные сигналы;
согласовывать нелинейную, многопараметровую, изменяемую по форме температурную характеристику модели с контролируемыми температурными сигналами;
сравнивать температурную характеристику модели с контролируемыми температурными сигналами и
предсказывать температуру человека на основе характеристики модели, если разница между температурной характеристикой модели и контролируемых температурных сигналов не превосходит порогового значения, характеризующийся тем, что процессор также конфигурирован, чтобы сравнивать степень кривизны контролируемых температурных сигналов с пороговым значением, и если степень кривизны превышает пороговое значение, то процессор не выдает прогноз температуры человека на основании данных, формирующих базис для сравнения степени кривизны.

15. Термометр по п.14, характеризующийся тем, что степень кривизны содержит крутизну характеристики контролируемых температурных сигналов.

16. Термометр по п.15, характеризующийся тем, что один из многочисленных параметров для нелинейной модели, используемой процессором, является показатель кривизны.

17. Термометр по п.16, характеризующийся тем, что показатель кривизны связан с рядом величин, зависящих от того участка тела, на котором производятся измерения.

18. Способ определения температуры человека, содержащий:
измерение температуры человека;
выдачу температурных сигналов на основании измерения, причем температурные сигналы изменяются во времени;
контролирование температурных сигналов;
согласование нелинейной, многопараметровой, изменяемой по форме температурной характеристики модели с контролируемыми температурными сигналами,
сравнение температурной характеристики модели с контролируемыми температурными сигналами,
определение разницы между температурной характеристикой модели и контролируемыми температурными сигналами посредством метода суммарной квадратичной ошибки,
прогнозирование температуры человека на основании характеристики модели, если разница между температурной характеристикой модели и контролируемыми температурными сигналами не превосходит порогового значения, при этом способ дополнительно содержит:
контролирование температурных сигналов в пределах первого диапазона времени и выбор второго диапазона времени, в течение которого контролируются температурные сигналы в том случае, если при сравнении температурной характеристики модели с контролируемыми температурными сигналами обнаруживается разница, превышающая определенный порог.

19. Способ по п.18, характеризующийся тем, что конфигурация процессора при применении температурной характеристики модели определяется:

где Т_{соответствия} (n·τ) - оценка температуры в определенный момент времени t=n·τ, °F;
n - целочисленный индекс выборки, установленный равным 0 в первой выборке, удовлетворяющей условиям для «начала прогнозирования»;
τ - количество секунд в выборке, с;
А - параметр «смещения», °F или °С;
В - параметр «промежутка» или «диапазона», °F или °С;
С - параметр «кривизны» или «степени равновесия», с^-1; и
Е - коэффициент «деформации времени» (безразмерный), который может использоваться с целью видоизменения кривизны нелинейной характеристики модели для получения более полного ее соответствия характеристикам температурных данных.

20. Способ по п.19, характеризующийся тем, что дополнительно содержит использование суммарной квадратичной ошибки при выборе одного или более параметров.

21. Способ по п.20, также содержащий использование суммарной квадратичной ошибки при выборе параметров А и В, заданных параметрами С и Е.

22. Способ по п.19, содержащий также применение метода суммарной квадратичной ошибки при отборе значений всех выбираемых параметров.

23. Способ по п.18, характеризующийся тем, что выбор второго диапазона времени содержит выбор второго диапазона времени, совпадающего с первым диапазоном времени.

24. Способ по п.18, характеризующийся тем, что выбор второго диапазона времени содержит выбор второго диапазона времени, не совпадающего с первым диапазоном времени.

25. Способ по п.18, содержащий также определение соответствия нелинейной характеристики установленному заранее условию достоверности, и если прогнозируемая температура из характеристики не удовлетворяет условию достоверности, то процессор исключает контролируемые температурные данные из прогноза температуры человека.

26. Способ по п.18, также содержащий определение соответствия характеристик контролируемых температурных данных условию достоверности, и если какая-либо характеристика не удовлетворяет условию достоверности, то процессор не использует контролируемые температурные данные для предсказания температуры человека.

27. Способ по п.26, характеризующийся тем, что одним из условий достоверности является степень кривизны характеристики контролируемых температурных данных.

28. Способ по п.27, характеризующийся тем, что степень кривизны определяется наличием участка характеристики фактически измеренных температурных данных, используемых при оценке температуры, который не вогнут вниз.

29. Способ по п.26, характеризующийся тем, что одним из условий достоверности является ограничение крутизны характеристики контролируемых температурных данных.

30. Способ по п.29, характеризующийся тем, что ограничение крутизны содержит максимальный предел крутизны.

31. Способ определения температуры человека, содержащий:
измерение температуры человека;
выдачу температурных сигналов на основании измерений, причем температурные сигналы изменяются во времени;
контролирование температурных сигналов;
согласование нелинейной, многопараметровой, изменяемой по форме температурной характеристики модели с контролируемыми температурными сигналами;
сравнение температурной характеристики модели с контролируемыми температурными сигналами,
определение разницы между температурной характеристикой модели и контролируемыми температурными сигналами посредством метода суммарной квадратичной ошибки,
прогнозирование температуры человека на основании характеристики модели, если разница между температурной характеристикой модели и контролируемыми температурными сигналами не превосходит порогового значения, и также содержащий
сравнение степени кривизны контролируемых температурных сигналов с пороговым значением, и если степень кривизны превышает пороговое значение, то процессор не выдает прогноз температуры человека на основании данных, формирующих базис для сравнения степени кривизны.

32. Способ по п.31, в котором степень кривизны содержит крутизну характеристики контролируемых температурных сигналов.

33. Способ по п.31, характеризующийся тем, что один из многочисленных параметров нелинейной модели содержит показатель кривизны.

34. Способ по п.33, характеризующийся тем, что показатель кривизны связан с рядом величин, зависящих от того участка тела, на котором производятся измерения.