本發(fā)明涉及溫度傳感器，特別涉及一種醫(yī)療級高精度溫度傳感器的數(shù)據(jù)校準方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、在醫(yī)療環(huán)境中，精確的溫度測量對于確?；颊甙踩椭委熜Ч陵P(guān)重要。隨著現(xiàn)代醫(yī)療技術(shù)的進步，對溫度敏感的治療方法，如熱療、冷凍療法以及各種體外診斷程序等，都依賴于高精度的溫度傳感器來提供可靠的數(shù)據(jù)支持。然而，由于制造工藝差異、使用環(huán)境變化以及長時間使用導(dǎo)致的老化等問題，溫度傳感器可能會出現(xiàn)不同程度的誤差，這對醫(yī)療操作的有效性和安全性構(gòu)成了潛在威脅。因此，開發(fā)一種可靠的校準方法以確保溫度傳感器在整個使用壽命期間保持其準確度，成為了醫(yī)學(xué)工程領(lǐng)域的一項重要任務(wù)。

2、現(xiàn)有的溫度傳感器校準方法通常依賴于靜態(tài)或半靜態(tài)條件下的標準參照對比，這種方法雖然能夠在一定程度上保證校準的準確性，但難以適應(yīng)實際應(yīng)用中復(fù)雜的動態(tài)環(huán)境變化。例如，在手術(shù)室或重癥監(jiān)護病房（icu）這樣的醫(yī)療場景中，溫度傳感器需要應(yīng)對快速變化的溫度條件，并且要能準確反映微小的溫度波動。傳統(tǒng)的校準技術(shù)往往忽略了這些動態(tài)因素的影響，導(dǎo)致校準后的傳感器在實際使用中可能仍然存在較大的偏差。此外，傳統(tǒng)方法多為手動操作，不僅耗時費力，而且容易引入人為誤差，降低了校準結(jié)果的一致性和可靠性。

3、對上述問題，本研究提出了一種基于動態(tài)時間規(guī)整算法和溫度偏移檢測算法的醫(yī)療級高精度溫度傳感器數(shù)據(jù)校準方法。該方法通過同步采集待校準傳感器與已知精度的目標傳感器的數(shù)據(jù)，并利用先進的算法進行數(shù)據(jù)分析和處理，可以有效識別并校正傳感器響應(yīng)中的非線性及時間延遲等問題，提高傳感器在動態(tài)環(huán)境下的測量精度。同時，借助自動化校準模型實現(xiàn)傳感器響應(yīng)特性的精確分析，進一步優(yōu)化了校準流程，減少了人工干預(yù)，增強了校準結(jié)果的穩(wěn)定性和可重復(fù)性，從而為醫(yī)療領(lǐng)域的溫度監(jiān)測提供了更加可靠的技術(shù)保障。

技術(shù)實現(xiàn)思路

1、本發(fā)明的主要目的為提供一種醫(yī)療級高精度溫度傳感器的數(shù)據(jù)校準方法、裝置、設(shè)備及介質(zhì)，解決了由于制造工藝差異、使用環(huán)境變化以及長時間使用導(dǎo)致的老化等問題，溫度傳感器會出現(xiàn)不同程度的誤差的技術(shù)問題。

2、為實現(xiàn)上述目的，本發(fā)明提供了一種醫(yī)療級高精度溫度傳感器的數(shù)據(jù)校準方法，包括以下步驟：

3、通過預(yù)設(shè)的待校準溫度傳感器與目標傳感器分別對指定醫(yī)療區(qū)域進行溫度采集，得到對應(yīng)第一采集溫度集及第二采集溫度集；

4、對所述第一采集溫度集進行預(yù)處理，得到預(yù)處理溫度數(shù)據(jù)集；

5、基于所述預(yù)處理溫度數(shù)據(jù)集及所述第二采集溫度集進行曲線繪制，得到第一溫度曲線及第二溫度曲線；

6、利用預(yù)設(shè)的動態(tài)時間規(guī)整算法，將所述第一溫度曲線及所述第二溫度曲線進行時間對齊，并通過預(yù)設(shè)的溫度偏移檢測算法識別出第一溫度曲線與第二溫度曲線之間的偏移點，并在所述第一溫度曲線上進行偏移點標注，得到標注后的溫度曲線；

7、通過預(yù)設(shè)的溫度傳感器校準模型，基于所述標注后的溫度曲線對所述待校準溫度傳感器進行響應(yīng)分析，得到傳感器響應(yīng)特性參數(shù)；

8、基于所述傳感器響應(yīng)特性參數(shù)校準所述待校準溫度傳感器。

9、進一步的，所述通過預(yù)設(shè)的待校準溫度傳感器與目標傳感器分別對指定醫(yī)療區(qū)域進行溫度采集，得到對應(yīng)第一采集溫度集及第二采集溫度集，包括：

10、通過預(yù)設(shè)的voronoi圖算法對所述指定醫(yī)療區(qū)域進行空間劃分，得到多個劃分子區(qū)域；

11、將所述待校準溫度傳感器和所述目標傳感器分別部署在各個所述劃分子區(qū)域的中心坐標處，得到部署后的傳感器；其中，所述部署后的傳感器包括部署后的待校準溫度傳感器和部署后的目標傳感器；

12、利用預(yù)設(shè)網(wǎng)絡(luò)時間協(xié)議對所述部署后的傳感器進行時間同步，得到統(tǒng)一設(shè)定的時間基準；

13、基于所述時間基準，同步啟動所有所述部署后的傳感器進行溫度數(shù)據(jù)采集，得到時間同步的溫度數(shù)據(jù)流；

14、通過多通道數(shù)據(jù)采集系統(tǒng)，按照時間戳順序?qū)⒏鱾€所述部署后的傳感器采集的溫度數(shù)據(jù)流構(gòu)建成溫度矩陣，得到第一溫度矩陣和第二溫度矩陣，其中，所述第一溫度矩陣對應(yīng)待校準溫度傳感器，所述第二溫度矩陣對應(yīng)目標傳感器，所述第一溫度矩陣包括第一溫度矩陣行、第一溫度矩陣列及第一溫度矩陣元素，所述第一溫度矩陣行代表時間序列，所述第一溫度矩陣列代表各個所述劃分子區(qū)域的中心坐標，所述第一溫度矩陣元素代表待校準溫度傳感器的溫度值，所述第二溫度矩陣包括第二溫度矩陣行、第二溫度矩陣列及第二溫度矩陣元素，所述第二溫度矩陣行代表時間序列，所述第二溫度矩陣列代表各個所述劃分子區(qū)域的中心坐標，所述第二溫度矩陣元素代表目標傳感器的溫度值；

15、分別從第一溫度矩陣和第二溫度矩陣中提取指定時間段及統(tǒng)一所述劃分子區(qū)域內(nèi)的溫度數(shù)據(jù)，得到對應(yīng)第一采集溫度集和第二采集溫度集。

16、進一步的，所述對所述第一采集溫度集進行預(yù)處理，得到預(yù)處理溫度數(shù)據(jù)集，包括：

17、通過預(yù)設(shè)的butterworth帶通濾波器對所述第一采集溫度集進行信號降噪處理，得到濾波后溫度數(shù)據(jù)集；

18、基于小波包分解算法對所述濾波后溫度數(shù)據(jù)集進行多尺度分解，得到多尺度分解溫度數(shù)據(jù)；

19、通過預(yù)設(shè)的局部離群因子算法，識別和檢測所述多尺度分解溫度數(shù)據(jù)內(nèi)是否存在異常值，若存在，則剔除所述多尺度分解溫度數(shù)據(jù)內(nèi)的異常值，得到剔除后溫度數(shù)據(jù)集；其中，所述異常值是偏離正常范圍的溫度值；

20、采用三次樣條插值算法，插值補充剔除后溫度數(shù)據(jù)集中缺失溫度數(shù)據(jù)，得到插值補充溫度數(shù)據(jù)集；

21、對所述插值補充溫度數(shù)據(jù)集進行數(shù)據(jù)平滑處理，得到預(yù)處理溫度數(shù)據(jù)集。

22、進一步的，所述利用預(yù)設(shè)的動態(tài)時間規(guī)整算法，將所述第一溫度曲線及所述第二溫度曲線進行時間對齊，并通過預(yù)設(shè)的溫度偏移檢測算法識別出第一溫度曲線與第二溫度曲線之間的偏移點，并在所述第一溫度曲線上進行偏移點標注，得到標注后的溫度曲線，包括：

23、通過預(yù)設(shè)的高斯過程回歸技術(shù)分別對所述第一溫度曲線及所述第二溫度曲線進行曲線擬合，得到對應(yīng)第一溫度曲線函數(shù)及第二溫度曲線函數(shù)；

24、基于動態(tài)時間規(guī)整算法，分別對所述第一溫度曲線函數(shù)及所述第二溫度曲線函數(shù)進行時間序列匹配，得到時間規(guī)整路徑矩陣；其中，所述時間規(guī)整路徑矩陣包括時間規(guī)整路徑行、時間規(guī)整路徑列及時間規(guī)整路徑元素，所述時間規(guī)整路徑的行代表第一溫度曲線函數(shù)的時間點、時間規(guī)整路徑的列代表第二溫度曲線函數(shù)的時間點，及時間規(guī)整路徑的元素代表統(tǒng)一時間下，待校準溫度傳感器與目標傳感器的測量溫度；

25、從時間規(guī)整路徑矩陣提取對角線上的矩陣溫度值，得到第一溫度序列和第二溫度序列；

26、計算所述第一溫度序列和所述第二溫度序列的差值，得到溫度差值序列；

27、根據(jù)預(yù)設(shè)的溫度偏移檢測算法對所述溫度差值序列進行滑動窗口處理，得到滑動窗口內(nèi)的溫度差值均值序列；

28、對所述溫度差值均值序列進行偏移點檢測，得到偏移點索引集合；

29、根據(jù)所述偏移點索引集合，在所述第一溫度曲線上進行偏移點標注，得到標注后的溫度曲線。

30、進一步的，所述從時間規(guī)整路徑矩陣提取對角線上的矩陣溫度值，得到第一溫度序列和第二溫度序列，包括：

31、基于動態(tài)時間規(guī)整算法，識別時間規(guī)整路徑矩陣的主對角線元素，以得到主對角線元素集合；

32、從所述主對角線元素集合中提取第一溫度曲線的對應(yīng)溫度值，構(gòu)成第一溫度序列；其中，第一溫度序列反映了第一溫度曲線在時間對齊后的溫度變化趨勢；

33、從所述主對角線元素集合中提取第二溫度曲線的對應(yīng)溫度值，構(gòu)成第二溫度序列；其中，第二溫度序列反映了第二溫度曲線在時間對齊后的溫度變化趨勢。

34、進一步的，所述傳感器響應(yīng)特性參數(shù)包括溫度測量靈敏度系數(shù)及溫度漂移補償因子，所述通過預(yù)設(shè)的溫度傳感器校準模型，基于所述標注后的溫度曲線對所述待校準溫度傳感器進行響應(yīng)分析，得到傳感器響應(yīng)特性參數(shù)包括：

35、獲取待校準溫度傳感器的元器件拓撲圖；其中，所述元器件拓撲圖描述用于待校準溫度傳感器內(nèi)部各元器件的連接關(guān)系和物理位置；

36、對標注后的溫度曲線進行多尺度特征提取，得到多尺度溫度特征；其中，所述多尺度溫度特征包括溫度最大值、溫度最小值、溫度均值、溫度方差、溫度峰值時間、溫度上升時間及溫度下降時間；

37、通過復(fù)雜網(wǎng)絡(luò)分析算法對所述多尺度溫度特征進行拓撲結(jié)構(gòu)重構(gòu)，得到溫度傳感器特征網(wǎng)絡(luò)；

38、對所述溫度傳感器特征網(wǎng)絡(luò)進行主成分分析，得到主成分特征網(wǎng)絡(luò)；

39、將所述主成分特征網(wǎng)絡(luò)映射到所述元器件拓撲圖上，得到映射特征網(wǎng)絡(luò)；其中，所述映射過程是基于待校準溫度傳感器內(nèi)元器件的功能和對溫度特征的影響進行映射；

40、基于映射后的特征網(wǎng)絡(luò)，分析各元器件對主成分特征的貢獻度，得到元器件健康狀態(tài)指標；其中，所述元器件健康狀態(tài)指標包括穩(wěn)定性、敏感性和臨界點；

41、對所述多尺度溫度特征進行熵值計算，得到熵值特征參數(shù)，其中，包括信息熵和條件熵；

42、通過預(yù)設(shè)的最小二乘法對熵值特征參數(shù)進行相關(guān)性分析，得到相關(guān)性特征向量；其中，所述相關(guān)性特征向量包括相關(guān)系數(shù)和偏相關(guān)系數(shù)；

43、通過預(yù)設(shè)的溫度傳感器校準模型，基于所述相關(guān)性特征向量及元器件健康狀態(tài)指標，對待校準溫度傳感器進行響應(yīng)分析，得到傳感器響應(yīng)特性參數(shù)；其中，所述傳感器響應(yīng)特性參數(shù)包括溫度測量靈敏度系數(shù)和溫度漂移補償因子。

44、進一步的，所述通過復(fù)雜網(wǎng)絡(luò)分析算法對所述多尺度溫度特征進行拓撲結(jié)構(gòu)重構(gòu)，得到溫度傳感器特征網(wǎng)絡(luò)，包括：

45、對所述多尺度溫度特征進行spearman秩相關(guān)分析，得到特征關(guān)聯(lián)度矩陣；

46、通過最小生成樹算法對所述特征關(guān)聯(lián)度矩陣進行網(wǎng)絡(luò)構(gòu)建，得到初始溫度傳感器特征網(wǎng)絡(luò)；

47、通過預(yù)設(shè)pagerank算法，對所述初始溫度傳感器特征網(wǎng)絡(luò)進行節(jié)點重要性評估，得到節(jié)點重要性排序；

48、根據(jù)節(jié)點重要性排序，對所述初始溫度傳感器特征網(wǎng)絡(luò)進行邊權(quán)重調(diào)整，得到調(diào)整后的溫度傳感器特征網(wǎng)絡(luò)；

49、通過預(yù)設(shè)的louvain社區(qū)發(fā)現(xiàn)算法，對所述調(diào)整后的溫度傳感器特征網(wǎng)絡(luò)進行社區(qū)發(fā)現(xiàn)，得到劃分溫度特征社區(qū)；

50、基于所述劃分溫度特征社區(qū)，對調(diào)整后的溫度傳感器特征網(wǎng)絡(luò)進行拓撲結(jié)構(gòu)優(yōu)化，得到溫度傳感器特征網(wǎng)絡(luò)；其中，所述溫度傳感器特征網(wǎng)絡(luò)包括網(wǎng)絡(luò)節(jié)點及邊，所述網(wǎng)絡(luò)節(jié)點代表溫度特征點，所述邊表示溫度特征點間的關(guān)聯(lián)強度，所述溫度特征點代表表示在不同所述物理位置上的溫度測量結(jié)果。

51、本發(fā)明還提供了一種醫(yī)療級高精度溫度傳感器的數(shù)據(jù)校準裝置，包括：

52、采集模塊，用于通過預(yù)設(shè)的待校準溫度傳感器與目標傳感器分別對指定醫(yī)療區(qū)域進行溫度采集，得到對應(yīng)第一采集溫度集及第二采集溫度集；

53、預(yù)處理模塊，用于對所述第一采集溫度集進行預(yù)處理，得到預(yù)處理溫度數(shù)據(jù)集；

54、繪制模塊，用于基于所述預(yù)處理溫度數(shù)據(jù)集及第二采集溫度集進行曲線繪制，得到第一溫度曲線及第二溫度曲線；

55、標注模塊，用于利用預(yù)設(shè)的動態(tài)時間規(guī)整算法，將所述第一溫度曲線及第二溫度曲線進行時間對齊，并通過預(yù)設(shè)的溫度偏移檢測算法識別出第一溫度曲線與第二溫度曲線之間的偏移點，并在所述第一溫度曲線上進行偏移點標注，得到標注后的溫度曲線；

56、分析模塊，用于通過預(yù)設(shè)的溫度傳感器校準模型對所述標注后的溫度曲線進行分析，得到校準參數(shù)；其中，所述校準參數(shù)包括偏移量、比例因子、以及非線性校正系數(shù)；

57、校準模塊，用于基于所述校準參數(shù)校準所述待校準溫度傳感器。

58、本發(fā)明還提供一種計算機設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述任一項所述方法的步驟。

59、本發(fā)明還提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述任一項所述的方法的步驟。

60、本發(fā)明提供的醫(yī)療級高精度溫度傳感器的數(shù)據(jù)校準方法，包括以下步驟：通過預(yù)設(shè)的待校準溫度傳感器與目標傳感器分別對指定醫(yī)療區(qū)域進行溫度采集，得到對應(yīng)第一采集溫度集及第二采集溫度集；對所述第一采集溫度集進行預(yù)處理，得到預(yù)處理溫度數(shù)據(jù)集；基于所述預(yù)處理溫度數(shù)據(jù)集及所述第二采集溫度集進行曲線繪制，得到第一溫度曲線及第二溫度曲線；利用預(yù)設(shè)的動態(tài)時間規(guī)整算法，將所述第一溫度曲線及所述第二溫度曲線進行時間對齊，并通過預(yù)設(shè)的溫度偏移檢測算法識別出第一溫度曲線與第二溫度曲線之間的偏移點，并在所述第一溫度曲線上進行偏移點標注，得到標注后的溫度曲線；通過預(yù)設(shè)的溫度傳感器校準模型，基于所述標注后的溫度曲線對所述待校準溫度傳感器進行響應(yīng)分析，得到傳感器響應(yīng)特性參數(shù)，基于所述傳感器響應(yīng)特性參數(shù)校準所述待校準溫度傳感器，通過上述的技術(shù)手段，解決了由于制造工藝差異、使用環(huán)境變化以及長時間使用導(dǎo)致的老化等問題，溫度傳感器會出現(xiàn)不同程度的誤差的技術(shù)問題，實現(xiàn)了不僅適用于靜態(tài)條件下的校準，還特別針對實際應(yīng)用中可能遇到的快速變化的溫度條件進行了優(yōu)化設(shè)計。通過對第一采集溫度集的預(yù)處理以及基于預(yù)處理后的數(shù)據(jù)繪制溫度曲線，使得校準過程能夠更好地反映真實使用場景下的溫度變化，增強了校準方法對于不同應(yīng)用場景的適應(yīng)性和靈活性的有益效果。