本解決方案涉及體溫數據處理技術領域，特別涉及一種體溫監測篩查方法及系統。
背景技術：
體溫，通常指人體內部的溫度、機體深部的平均溫度。在生物學上是指細胞外液的溫度，一般為37度，正常人腋下溫度為36.2～37.2度，測量方法有口測法、腋測法及肛測法。口腔溫度比腋下高0.2～0.4度，直腸溫度又比口腔溫度高0.3～0.5度。
人體的溫度是相對恒定的，正常人在24小時內體溫略有波動，一般相差不超過1度。生理狀態下，早晨體溫略低，下午略高。運動、進食后、婦女月經期前或妊娠期體溫稍高，而老年人體溫偏低。體溫高于正常稱為發熱，37.3～38攝氏度為低熱，38.1～39攝氏度為中度發熱，39.1～41攝氏度為高熱，41攝氏度以上為超高熱。人體溫度相對恒定是維持人體正常生命活動的重要條件之一，如體溫高于41攝氏度或低于25攝氏度時將嚴重影響各系統(特別是神經系統)的機能活動，甚至危害生命。機體的產熱和散熱，是受神經中樞調節的，很多疾病都可使體溫正常調節機能發生障礙而使體溫發生變化。
睡眠障礙通常由焦慮、心理因素、缺乏良好的睡眠環境、軀體病痛、各種精神疾病等引起。國外的一項調查顯示，50%-60%的成年人患有不同程度的睡眠障礙。睡眠障礙的主要癥狀是失眠，而現有技術通常靠藥物來解決睡眠障礙的問題，對人體產生副作用及依賴性。
技術實現要素：
本發明的目的在于提供一種體溫監測篩查方法及系統，以解決現有技術只通過藥物來解決睡眠障礙的問題。
為解決上述技術問題，本發明提供一種體溫監測篩查方法，包括：
連續測量體溫，獲得體溫數據曲線，所述測量時間為晚上21:00至早上8:00;
對所述體溫數據曲線進行去噪，獲得去噪后的體溫數據曲線;
監測所述去噪后的體溫數據曲線，判斷所述體溫最低點的對應時間，若所述體溫最低點的對應時間在早上6:00至8:00則被篩查出，若所述體溫最低點的對應時間在早上4:00至6:00則不被篩查出。
進一步的，在所述的體溫監測篩查方法中，通過一穿戴式體溫計連續測量體溫。
進一步的，在所述的體溫監測篩查方法中，對所述體溫數據進行去噪獲得去噪后的體溫數據的步驟包括：
將所述體溫曲線分割成若干段小曲線;
分析每段小曲線中產生噪音的因素，并根據產生噪音的因素使用相對應的方法對該段小曲線進行去噪;
將去噪后的小曲線整合為完整連續的體溫曲線。
進一步的，在所述的體溫監測篩查方法中，還包括步驟：監測所述去噪后的體溫數據曲線，判斷所述測量時間晚上21:00至凌晨2:00入睡是否正常，若正常則不被篩查出，若困難則被篩查出。
相應的，本發明還提供一種體溫監測篩查系統，包括：
測量模塊，用于連續測量體溫，獲得體溫數據曲線，所述測量時間為晚上21:00至早上8:00;
去噪模塊，用于對所述體溫數據曲線進行去噪，獲得去噪后的體溫數據曲線;
第一監測篩查模塊，用于監測所述去噪后的體溫數據曲線，判斷所述體溫最低點的對應時間，若所述體溫最低點的對應時間在早上6:00至8:00則被篩查出，若所述體溫最低點的對應時間在早上4:00至6:00則不被篩查出。
進一步的，在所述的體溫監測篩查系統中，在測量模塊中，通過一穿戴式體溫計連續測量體溫。
進一步的，在所述的體溫監測篩查系統中，所述去噪模塊包括：
分割模塊，用于將所述體溫曲線分割成若干段小曲線;
分析去噪模塊，用于分析每段小曲線中產生噪音的因素，并根據產生噪音的因素使用相對應的方法對該段小曲線進行去噪;
整合模塊，用于將去噪后的小曲線整合為完整連續的體溫曲線。
進一步的，在所述的體溫監測篩查系統中，還包括第二監測篩查模塊，用于監測所述去噪后的體溫數據曲線，判斷所述測量時間晚上21:00至凌晨2:00入睡是否正常，若正常則不被篩查出，若困難則被篩查出。
本發明提供的體溫監測篩查方法及系統，具有以下有益效果：本發明通過連續測量人體體溫，尋找人體體溫最低點及其對應時間的方法來判定是否被篩查出，以此來判定是否具有睡眠障礙。
附圖說明
圖1是本發明實施例的體溫監測篩查方法流程圖;
圖2是本發明實施例的體溫監測篩查系統結構圖。
具體實施方式
以下結合附圖和具體實施例對本發明提出的體溫監測篩查方法及系統作進一步詳細說明。根據下面說明和權利要求書，本發明的優點和特征將更清楚。需說明的是，附圖均采用非常簡化的形式且均使用非精準的比例，僅用以方便、明晰地輔助說明本發明實施例的目的。
晝夜失調性睡眠障礙是由于人體自身晝夜節律紊亂或與外界晝夜節律不符而發生的睡眠障礙。研究發現，人的體溫有晝夜節律性，一般傍晚或夜間達到高峰，清晨達到最低點，睡眠就發生在核心體溫變化曲線的下降支，并在最低點后兩個小時結束。
請參考圖1，其是本發明實施例的體溫監測篩查方法流程圖。
如圖1所示，本發明提供一種體溫監測篩查方法，包括：步驟一：連續測量體溫，獲得體溫數據曲線，所述測量時間為晚上21:00至早上8:00;
在該步驟中，通過一穿戴式體溫計連續測量體溫，如TM Holter體溫計，通過膠帶粘貼在腋下，連續一整晚測量體溫。
步驟二：對所述體溫數據曲線進行去噪，獲得去噪后的體溫數據曲線;
在該步驟中，具體包括步驟：
將所述體溫曲線分割成若干段小曲線;
分析每段小曲線中產生噪音的因素，并根據產生噪音的因素使用相對應的方法對該段小曲線進行去噪;
將去噪后的小曲線整合為完整連續的體溫曲線。
步驟三：監測所述去噪后的體溫數據曲線，判斷所述體溫最低點的對應時間;具體分以下兩種情況：
情況一：若所述體溫最低點的對應時間在早上6:00至8:00則被篩查出，進一步來說，若測量時間晚上21:00至凌晨2:00入睡困難也同樣被篩查出，基此認為該種情況為具有睡眠障礙。
情況二：若所述體溫最低點的對應時間在早上4:00至6:00則不被篩查出，進一步來說，若測量時間晚上21:00至凌晨2:00入睡正常也同樣進一步來說，若測量時間晚上21:00至凌晨2:00入睡困難也同樣被篩查出，基此認為該種情況為不具有睡眠障礙。
相應的，請參考圖2，其是本發明實施例的體溫監測篩查系統結構圖。本發明提供一種體溫監測篩查系統，包括：測量模塊21、去噪模塊22、第一監測篩查模塊23和第二監測篩查模塊24，其中，
所述測量模塊21，用于連續測量體溫，獲得體溫數據曲線，所述測量時間為晚上21:00至早上8:00;
在所述測量模塊21中，通過一穿戴式體溫計連續測量體溫，如TM Holter體溫計，通過膠帶粘貼在腋下，連續一整晚測量體溫。
所述去噪模塊22，用于對所述體溫數據曲線進行去噪，獲得去噪后的體溫數據曲線;
具體的，所述去噪模塊22包括：
分割模塊221，用于將所述體溫曲線分割成若干段小曲線;
分析去噪模塊222，用于分析每段小曲線中產生噪音的因素，并根據產生噪音的因素使用相對應的方法對該段小曲線進行去噪;
整合模塊223，用于將去噪后的小曲線整合為完整連續的體溫曲線。
所述第一監測篩查模塊23，用于監測所述去噪后的體溫數據曲線，判斷所 述體溫最低點的對應時間，若所述體溫最低點的對應時間在早上6:00至8:00則被篩查出，若所述體溫最低點的對應時間在早上4:00至6:00則不被篩查出。
所述第二監測篩查模塊24，用于監測所述去噪后的體溫數據曲線，判斷所述測量時間晚上21:00至凌晨2:00入睡是否正常，若正常則不被篩查出，若困難則被篩查出。
綜上所述，本發明通過連續測量人體體溫，尋找人體體溫最低點及其對應時間的方法來判定是否被篩查出，以此來判定是否具有睡眠障礙。
綜上所述，本發明更準確地找出了每日體溫最低點，有利于后續數據分析。上述描述僅是對本發明較佳實施例的描述，并非對本發明范圍的任何限定，本發明領域的普通技術人員根據上述揭示內容做的任何變更、修飾，均屬于權利要求書的保護范圍。
