温度予測システムおよび方法
【課題】高速での温度測定を可能にする。
【解決手段】体に接触したときの温度検出プローブから受信した温度信号に基づき、体温を短時間で予測するサーミスタシステムおよび方法であり、非線形のマルチパラメータ曲線適合プロセスを実行し、曲線の適合における誤差に応じ、パラメータを変えるか、または温度の予測を行う。曲線の適合と温度データとの間の差に対する基準が存在する。所定の数の時間フレームにわたる曲線の適合が許容できない場合、プロセスは、連続モニタステートに切り換わる。予測のための測定時間フレームに基づくスタート時間の判断は、予測遅延時間に結合した組織接触スレッショルドによって実行される。
【解決手段】体に接触したときの温度検出プローブから受信した温度信号に基づき、体温を短時間で予測するサーミスタシステムおよび方法であり、非線形のマルチパラメータ曲線適合プロセスを実行し、曲線の適合における誤差に応じ、パラメータを変えるか、または温度の予測を行う。曲線の適合と温度データとの間の差に対する基準が存在する。所定の数の時間フレームにわたる曲線の適合が許容できない場合、プロセスは、連続モニタステートに切り換わる。予測のための測定時間フレームに基づくスタート時間の判断は、予測遅延時間に結合した組織接触スレッショルドによって実行される。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、広義で温度計の改良に関し、より詳細には、複数の患者測定サイトから、正確な温度測定値を短時間で得るための電子予測式温度計に関する。
【０００２】
病院および医者のオフィスのような医療分野では、温度を測定し、測定した温度をディスプレイする感温デバイスにより、患者の体温を測定することが、一般的なやり方である。このようなデバイスは、温度に応答する水銀柱を内蔵するガラス球温度計であり、水銀柱は、較正された温度目盛りの近くで膨張したり、収縮したりする。一般に、ガラス式温度計を患者に挿入し、温度計の温度が患者の体温で安定できるようになるまで、十分な時間インターバルだけ放置し、その後、医療要員によって、温度を読み取るために取り外される。この時間インターバルは、通常２分〜９分である。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
ガラス球温度計などを使用する従来の温度測定方法は、多くの大きな問題を生じやすい。温度測定にはかなりの時間を要し、年齢や病弱のために、必要な時間だけ体温計を体に挿入したまま、適正に保持しておくことができない患者にとっては、体温測定をするのに、比較的長時間の測定サイクルの間、医療要員が物理的にそばに付き添っていなければならないので、注意を他の仕事に向けることができなくなる。更に、ガラス球温度計は、読み取りが容易ではないので、特に不十分な照明の下では、または急を要するような読み取り時には、人為的な誤差が生じやすい。
【０００４】
従来、直接読み取り電気式温度計測器と組み合わせて作動するようになっている温度検出プローブを使用することにより、ガラス球温度計のこれら欠陥を最小にするか、または解消するよう、種々の努力がなされてきた。ある解決方法では、プローブの端部に、サーミスタのような電子式感温デバイスを取り付け、このデバイスを患者に挿入する。特定の状態に応じ、デバイスの電圧または電流の変化がモニタされ、出力信号が安定したときに、温度がデジタルフォームでディスプレイされる。このことは、一般に、直接読み取り方法と称される。この方法によると、測定された温度の読み取りミスによる誤差が発生する可能性は小さくなるが、安定した温度表示に達するには、依然として、比較的長い時間がかかる。代表的な触接読み取り方法またはモードでは、温度表示を得るには、どこでも３分〜５分が必要である。
【０００５】
電子温度計の固有の特徴は、温度計が触れた体の温度を瞬時に測定できないことである。そのため、温度計が表示する温度が、測定される実際の体温を表示するまで、かなりの時間がかかる。この時間の遅れは、体の表面から温度センサまでの熱の流れを阻害する測定システムの種々の要因によって生じるものである。この要因の一部として、センサの先端、体の皮膚および組織、および測定対象の間の汚染を防止するためのセンサの先端に取り付けられた衛生カバーを挙げることができる。
【０００６】
上記欠陥を克服する１つの試みとして、プローブが患者との平衡状態に達する前に、患者の温度の直接デジタル表示を得るために、予測または推定回路に結合された感温電子プローブを使用する方法がある。測定時間中、患者の体温が大幅に変化しないことを想定するこの解決方法では、電子温度計の熱安定時に患者に広がる温度を、測定温度から予測し、熱安定に達する前に、この温度をディスプレイする。従来の多くのデバイスでは、ある時間にわたり、測定温度をモニタし、その微分値を計算し、患者の温度を予測するように、この微分値を処理することによって、温度の予測が行われている。
【０００７】
最終的な安定した温度を予測することによって作動する電子温度計を用いた場合、利点として、熱安定状態に達する前に、温度測定を完了し、測定にかかる時間を短縮できることを挙げることができる。そのため、全測定時間にわたって、患者がプローブを正しい位置に保持しない危険性は低減され、医療要員の付き添い時間が短くてすむ。別の利点として、体温はダイナミックであり、従来の水銀ガラス式温度計による測定のための２分〜８分の間で、大幅に変化するので、短時間の測定は、よりタイムリーな診断情報を提供できることが挙げられる。しかし、かかる温度計の欠点は、データの処理および解析を正確に実行しなければ、温度を予測する精度が顕著に低下することである。
【０００８】
予測タイプの処理および温度測定を使用する電子温度計は、感温トランスジューサとして、サーミスタを備えていることがある。このサーミスタは、極めてゆっくりと生じる温度変化の最終増分量と共に、漸近的に最終安定温度に接近するが、温度変化の主要部分は、比較的急速に生じる。図１は、かかる温度応答を示している。代表的なサーミスタにおける測定時間２２と温度２４の関数としてプロットされた測定温度２０のグラフが示されている。
【０００９】
上で説明したように、サーミスタが示す温度２０は、測定中の被験者の実際の体温ＴＦ２６に対して、時間が遅らせられる。この時間遅れは、測定された温度ライン２０と被験者の実際の温度ライン２６とを比較することによって理解できる。スタート時間ｔ０から測定が進むにつれ、温度は、時間ｔ０からｔ１の間で、ＴＲからＴ１まで急速に高くなる。表示された温度の増加レートは、時間ｔ１とｔ２との間で小さくなり、温度ラインは、時間がより長くなるにつれ、漸近的に安定化温度ＴＦ２６に徐々に接近する傾向がある。
【００１０】
上で説明したように、本発明は、測定の初期の時間、例えば時間ｔ１とｔ２との間で収集された温度データを解析し、最終温度ＴＦを予測できるシステムに関するものである。従来、初期の、より急速な温度変化をモニタし、この温度変化からデータを抽出し、サーミスタが実際に組織の温度で安定化するまでの長時間、その時間でサーミスタに接触する組織の実際の温度を推定する試みがなされてきた。
【００１１】
サーミスタが患者との平衡状態に到達する前に、組織の温度をより急速に推定するために実施されている従来の方法は、応答の初期において、データポイントからサーミスタのデータポインにトをサンプリングし、サーミスタの応答のカーブ形状を予測することである。このカーブの形状から、カーブの漸近線、従って安定化温度を推定できる。より簡単なシステムを例として、この原理を説明するために、図２に示すような等しくない温度の２つの体に関係する熱伝達について検討する。一方の体は、熱質量が大きく、他方は熱質量が小さく、時間＝０において、互いに接触した状態に置かれている。時間が進むにつれ、小さい熱質量、および大きい熱質量の温度は、安定化温度と称される温度と平衡状態となる。このプロセスを示す式は、次のとおりである。
【数１】
ここで、Ｔ（ｔ）は、時間を関数とするより小さい方の体の温度、
ＴＦは、システムの安定化温度、
ＴＲは、小さい方の体の初期温度、
ｔは、時間、
τは、システムの時定数である。
【００１２】
この関係から、温度Ｔが、時間ｔにおける２つのポイントで既知であるとき、例えば時間ｔ１においてＴ１であり、時間ｔ２においてＴ２であるとき、次の式２を適用することによって、安定化温度ＴＦを予測できる。
【数２】
【００１３】
更に、式１が示すタイプの簡単な一次熱伝達システムに対して、温度の第１時間微分の自然対数は、次のように、−１／τに等しい傾きを有する直線となる。
【数３】
および
【数４】
ここで、
【数５】
であり、ここで、Ｋ＝ＴＲ、ＴＦおよびτに依存する定数、
Ｔ’＝温度の第１微分、
Ｔ”＝温度の第２微分である。
【００１４】
従来の技術は、温度平衡曲線の解析に対し、この簡単な一次の関係を適用したものであった。ある場合には、サーミスタのメーカーが設定したサーミスタの時定数を活用していた。しかしながら、これらの技術のいずれも、温度応答曲線を正確にモデル化できないということを認識していなかった。その理由は、患者の組織および血管系と衛生プローブカバー、センサおよびプローブのステムとの複雑な熱力学的な相互作用によって、応答曲線が決定されるからである。
【００１５】
温度計を、体の組織、例えば患者の口に接触させると、応答曲線はその組織に対するプローブの物理的な配置、特定組織の熱伝達特性、プローブと組織とを分離する衛生プローブカバー３４（図２）、および図３に示すようなプローブの検出先端とシャフト３６を通過する熱伝達により、応答曲線は影響を受ける。図３におけるこれらファクター３６の各々は、サーミスタからの熱の流れに影響し、各々は熱抵抗および熱容量を含む異なる熱力学的質を有する。生物学的ファクター３８も、サーミスタに対する熱の流れに影響し、患者の間で、特に年齢および体の組成と共に大幅に変化する。
【００１６】
構造体の空間的な幾何学的形状と組み合わされたこれらファクターは、サーミスタで検出される温度が、サーミスタ単独のアプリオリに工場で供給されるサーミスタの時定数を使って得られるような簡単なモデルから予測できるよりも、より複雑な特性曲線により、表わされる。
【００１７】
従来の推定技術は、皮膚接触に従う温度上昇は指数曲線（いわゆるニュートン加熱）に従うとの仮定に依存していた。図２に示すように、センサを加熱するのに、熱の無限で、かつ良好に撹拌されたソースを利用できるという条件下で、このモデルは正確となる。比熱を有し、初期温度「ＴＷ（０）」を有する水の大きいソース３０内に浸漬された温度センサまたはプローブ３２に、プローブカバー３４が取り付けられており、このプローブは、熱質量Ｍおよび初期温度ＴＰ（０）を有する。このプローブカバーは、熱抵抗Ｒを有し、これら理想的な条件下では、水の浴からプローブまでの熱の流れは、次の簡単な式によって制御される。
【数６】
【００１８】
任意の時間におけるプローブ温度の微分方程式を解くと、水に浸漬した後の任意の時間ｔにおけるプローブ温度に関し、次の方程式が得られる。
【数７】
【００１９】
熱上昇の時定数は、主として、プローブの熱質量と、プローブカバーの熱抵抗であるＲの積Ｍによって決定される。
【００２０】
体の一部、例えば口または腋下に接触するように配置された温度プローブの加熱に対し、このような単純なモデルを適用することは、プローブの中間領域における組織の有限熱容量および皮下層でスタートし、内部の構造まで進む組織の連続する層の熱抵抗を考慮していない。
【００２１】
特にプローブの温度が上昇するにつれ、プローブに接触している中間領域からの熱が除去されているので、プローブに熱が達するには、別の熱エネルギーが、より多くの組織を通過しなければならない。従って、このようなリモート熱エネルギーは、より近くの領域から、プローブ内に流れ込んだ熱エネルギーよりも時定数が長い。
【００２２】
任意の時間ｔにおいて、現在の値と最終値との間には、次の式で示すような温度差が生じる。
【数８】
従って、式２が予測する温度の変化レートが、時間内の任意のポイントにおいて、温度変化の一定比率のままに留まることを考慮することにより、体の沿い機内の複雑な熱伝導をモデル化するための、式２の限界について理解できると思う。
【００２３】
従って、安定温度を予測でき、一次のモデルとは異なり、測定下の体、および測定システム自身の双方の、変化する熱の流れ特性に適合できる測定システムに対するニーズが生じている。安定温度を示す、可能性のある温度上昇曲線を生じるのに、実時間で解かれる同時方程式の組を使用する予測技術が、従来提案されている。成功するには、かかる技術は、上昇曲線の形状に適当に近似できるよう、かなりの数の係数を有する方程式を使用しなければならない。実際には、使用できる項の数が限定されているので、かかる解決方法の精度には限界がある。更に、極めて簡単な小電力のマイクロプロセッサ回路を、サーミスタで使用するとき、かかる方程式を計算によって解くことは、簡単なことではない。
【００２４】
更に、メーカーは、極めて複雑で高度な医療装置を開発できるが、このコストの問題も、常に念頭に入れなければならないことにも注目すべきである。メーカーは、広範な種々の患者に利用できるように、医療機器のコストを、できるだけ低く維持しようと努力している。計算をより高速で実行し、より多くの回数、計算を実行できるようにするためには、より大型のプロセッサを設け、計算速度がより高速であり、メモリサイズがより大きい温度計を利用することとなるが、これには、コストの問題が生じる。このような処理パワーの増加は、実質的に温度計のコストを上げ、従って、多くの患者が入手できないことになる。
【００２５】
その代わりに、当業者であれば、コスト的に効率的であるが、健全かつ、正確で、高速で実行できるアルゴリズムを使用することにより、複雑な温度データ処理によって、患者の体温を、正確かつ高速で予測できる温度計を要望すると思う。
【００２６】
１つの温度計で、患者の口内、直腸内および腋下部分で体温を測定できる温度計が求められていることも、よく知られている。体温測定に利用するために、これらサイトのうちの１つ以上を使用できない特定の患者との間で、種々の要因が作用することがある。従って、これら３つのすべてのサイトで測定できる温度計は、別々のサイトに対して、異なる温度計を探さなければならない場合に比して、利点を有することになる。患者の腋下部で体温を測定することは、口および直腸部で測定することと大幅に異なることを認識しなければならない。
【００２７】
多くの場合、腋下部に対するプローブの温度応答は、口および直腸部とは大きく異なる。この部分は、脂肪組織の下方の層を有する粘液のない皮下組織から構成されているという事実のために、腋下に位置するプローブの温度応答の曲率は、口および直腸サイトの曲率よりもかなり平坦的である（曲線１００は、口部における代表的な曲線であり、曲線１０２は腋下部における代表的な曲線である図６を参照されたい）。
【００２８】
従来の予測可能な温度計測技術は、電子温度計測技術を大きく前進させたが、当業者は、測定条件および測定下の被験者特性が測定と測定との間で変化する測定プロセスの早期ステージにおいて、安定温度を予測できる電子温度計に対するニーズがまだあると認識している。更に、多数の測定サイト、例えば口、直腸、および腋下部のすべてにおける患者の体温を測定し、予測できる単一温度計に対するニーズが存在することも認識されている。更に、比較的簡単で、安価な回路を有する、正確な医療用温度計に対するニーズもある。
【課題を解決するための手段】
【００２９】
本発明は、簡単に言えば、測定プロセスの初期段階において、被験者の体温を予測することにより、被験者の体温を測定するための温度計および方法を提供するものである。本発明の温度計および方法は、モデル曲線をモニタされた温度データと合致させるように、多数のパラメータを含む非線形モデルを適合させるものである。これらのパラメータは、温度上昇曲線の初期部分において、予測プロセスの結果得られるモデル曲線からパラメータが選択され、センサ、すなわち被験者の平衡温度が予測される。このように、予測プロセスは、温度計のプローブの熱特性だけでなく、被験者の解剖学的部分、および生理学的特性に対して適合可能であり、比較的少ないデータ収集、およびデータ処理で済み、センサの平衡温度の正確な予測を行うことができる。
【００３０】
詳細な特徴として、パラメータのうちの１つ、すなわち、曲率インデックスＣが、選択された解剖学的サイトに対して、適当な値のレンジにわたって評価される。本発明に係わる温度計システムおよび方法の適応可能な特性により、１つの温度計で、患者の多数の部分の測定をすることができる。
【００３１】
他の特徴によれば、センサは、被験者の体温の検出に応答して、温度信号を発生し、この温度信号は、時間と共に変化する。選択された第１の時間フレームにわたって、プロセッサは温度信号をモニタし、第１時間フレームの温度サンプルの選択された特徴的サブセットを決定し、モニタされた温度信号の特性のパラメータに適合する非線形曲線の一組の計算に基づいて、かつモデル曲線に基づいて、モデル温度曲線を、提供または適合させ、被験者の体温を予測する。より詳細な特徴として、プロセッサは、センサが被験者の体温に達するまでの時間から、第１の時間フレームを選択し、パラメータに適合する非線形曲線を使用し、被験者の体温の予測を計算するために、モデル曲線を提供する。
【００３２】
別の、より詳細な特徴によれば、プロセッサはモデル曲線とモニタされた温度データとを比較し、その差がスレッショルドを越えなければ、プロセッサは、モデル曲線から被験者の体温を予測し、これをディスプレイする。
【００３３】
別のより詳細な特徴によれば、プロセッサは、選択された領域に対して決定されたモデルパラメータを使用し、選択されたモデルパラメータの線形関数であるオフセット項を計算する。
【００３４】
更に別の詳細な特徴によれば、オフセット項を計算するのに使用されるモデルパラメータは曲率パラメータに関係している。
【００３５】
別のより詳細な特徴によれば、プロセッサは選択された予測ウィンドーのスタート前に時間遅延を使用し、選択されたモデルパラメータの線形関数であるオフセット項を計算する。
【００３６】
さらに別の特徴によれば、プロセッサは、選択された第１時間フレームの非線形曲線適合と所定の完全性基準とを比較し、第１フレームからの予測温度が完全性基準を満たしていない場合、プロセスは、被験者の体温の計算から、第１時間フレームを排除する。
【００３７】
別の特徴によれば、プロセッサは、モニタされた温度データの特性と完全性基準とを比較し、モニタされた温度データの特性が完全性基準を満たしていない場合、プロセッサは被験者の体温を予測するためにこれらデータを使用しない。
【００３８】
更に別の詳細な特徴によれば、完全性基準のうちの１つは、モニタされた温度データの曲率の質を含む。
【００３９】
更に別の詳細な特徴によれば、完全性基準の別の基準は、モニタされた温度データの傾き限度を含む。
【００４０】
更に別の特徴によれば、モニタされた温度データが完全性基準を満たさない場合、プロセッサは完全性基準と比較するために、モニタされた温度データの別のウィンドーを選択する。
【００４１】
更に別の特徴によれば、プロセッサは、被験者の体温を測定する際に、選択された第１時間フレームが排除された場合に、第２の選択された時間フレームにわたって温度信号をモニタする。
【００４２】
更にプロセッサは、１つの特徴によれば、第１時間フレームの後に生じる第２時間フレームを選択し、別の特徴によれば、プロセッサは、第１時間フレームにオーバーラップする第２時間フレームを選択する。
【００４３】
別の特徴によれば、プロセッサは、被験者の体温の決定から前の時間フレームが排除された場合に、複数の選択された異なる時間フレームにわたって、温度信号をモニタし、モニタされる複数の時間フレームの数を、センサが被験者の体温に達する前の所定時間内の時間フレームの数に制限する。
【００４４】
別の特徴によれば、プロセッサは、センサが被験者の体温の検出を開始するスタート時間を決定し、プロセッサは、スタート時間後生じる温度信号を含むように、第１時間フレームを選択する。
【００４５】
より詳細な特徴によれば、プロセッサは、センサからの温度信号の現在の値を計算することにより、被験者の体温をセンサが検出していると判断し、現在の値が、組織接触スレッショルド温度を越えていると、計算に基づきスタート時間を設定する。
【００４６】
本発明の特徴を例示する添付図面を参照して、次の詳細な説明を読めば、本発明の上記以外の特徴および利点が明らかとなると思う。
【図面の簡単な説明】
【００４７】
【図１】患者に接触している温度プローブ内に取り付けられたサーミスタセンサの温度平衡を示すサーミスタセンサデバイスの代表的な漸近応答曲線のグラフである。
【図２】平衡状態に達するための第１温度と第２温度との間の熱の流れを示す、流体が第１温度よりも高い第２温度となっている大きな流体浴内に浸漬されている、第１温度を有する小さい物体の図である。
【図３】内部器官によって生じ、主要血管およびその他の組織を通り、プローブカバーおよびその他のデバイスを通って広がり、最後にサーミスタに到達するが、サーミスタから空気、ハンドルを通り、更にサーミスタから熱を伝えるデバイスおよびその他のものを通ってプローブシャフト、更にはオペレータにも流れる熱を示す、患者の体温を測定するプロセスの熱流図である。
【図４】２つのプローブ、プローブカバー、ディスプレイおよび被験者の体温を測定するのに有効な入力手段を有するポータブル体温計の正面図である。
【図５】平衡状態に達する前に得られた温度データを分析することに基づき、患者の体温を予測することにより、システムの温度センサと患者との最終平衡状態前に、患者の体温を決定するための、本発明の原理に従ったシステムのブロック図である。
【図６】本発明の様相に係わる、体温を予測し、ディスプレイするための温度データ収集および処理を示すフローチャートである。
【図７】口内および直腸内測定サイトにおける温度測定のための曲率を示すサーミスタセンサデバイスの応答曲線例、および腋下サイトにおける応答ラインの曲率が口内、直腸内サイトにおける応答ラインの曲率よりも小さいことを示す、腋下サイトにおける温度測定のための第２ラインを示すグラフである。
【図８】被験者の体温を予測するための、本発明の様相に係わる、組織接触スレッショルド、予測スタート遅延、予測スタートおよび予測完了ポイントを示す温度のグラフである。
【図９】モデル曲線をデータ曲線に適合させ、限度内で適合したときに被験者の体温を予測するために、被験者のためのデータ曲線と共に使用すべき所定のＡｉ、ＢｉおよびＣｉパラメータの異なる組によって形成されたモデル温度曲線の一組である。
【図１０】モデル温度曲線を実際に測定されたデータポイントに適合させ、モデル曲線がデータに許容できる程度に適合したかどうかを判断する際に使用すべき、実際のデータポイントの各々とモデル曲線との間の差を決定する曲線を示す図である。
【図１１】予測において使用される最終組織接触ポイントを示すと共に、予測スタート遅延および予測サンプルのスタートを示す、図８の温度グラフの各大部分である。
【図１２】本発明の様相に係わる方法の特徴に係わるデータフローチャートである。
【発明を実施するための形態】
【００４８】
次の説明では、異なる図面中における同様の、または対応する要素を示すのに、同様な符号を使用している。
【００４９】
図４には、本発明の新規な特徴を含む電子温度計４０の一実施例が示されている。この電子温度計は、温度計の本体４６に、導線４４で接続された患者の体の所定の部分の温度を検出するためのプローブ４２を備えている。このプローブは、本体の保管用ウェル４８から取り出すようになっており、温度計の本体は、電気部品および温度計の電源を含み、更に温度の値、およびエラーメッセージ、またはアラームメッセージをディスプレイするためのディスプレイ５０と、第１入力デバイス５２をも有する。この入力デバイス５２は、この場合、ディスプレイの下に位置するオンオフスイッチとなっている。
【００５０】
温度測定中にサイトの特性を検討するのに、サイトおよび温度データを処理するための方法を、より適切に選択できるよう、本体の正面パネル５６には、ＭＯＤＥスイッチ５４も設けられている。一実施例では、このＭＯＤＥスイッチは、ＦＡＳＴ ＯＲＡＬ（高速口内測定）、ＦＡＳＴ ＡＸＩＬＬＡＲＹ（高速腋下測定）、ＦＡＳＴ ＲＥＣＴＡＬ（高速直腸内測定）を選択するようになっている。温度計には、第２プローブ５８も含まれており、この第２プローブは、本体のウェル６０内に挿入された保管位置に示されている。
【００５１】
本発明によれば、患者の口内温度、および腋下温度を測定するために、１つのプローブを使用し、直腸内温度測定をするのに、別のプローブを使用するようになっている。患者に接触する前に、プローブを覆うように取付けられる衛生カバー６２も示されている。
【００５２】
図５に示すブロック図は、本発明の態様における温度計４０の一実施例の主要な電子部品を示している。温度センサ４２は、測定中に検出される温度に応答して、温度信号を発生する。患者とプローブのセンサとの間には、プローブカバー６２も存在する。温度センサとしてサーミスタを使用する場合、信号は、サーミスタの抵抗を示す。従って、検出された温度を示すアナログ電圧となっている。
【００５３】
温度を表示するこれらの信号は、増幅器７０によって増幅され、アナログ−デジタルコンバータ７２により、更に処理ができるよう、デジタル状に変換される。アナログ−デジタルコンバータは、デジタル化された電圧信号を受信し、この信号を処理して、被験者の温度を決定するプロセッサ７４に接続されている。その後、信号データを分析できるよう、アルゴリズムと共に、温度および時間信号データを、メモリ７６が記憶するようになっている。
【００５４】
信号が一旦処理されると、プロセッサは、予測された安定温度をディスプレイするために、ディスプレイ７８へ信号を送る。プローブは、ヒーター電源８０によって制御されるヒーターデバイスを含んでいる。プローブが本体のウェルから引き抜かれた場合、プロセッサは、ヒーター電源をオンにすることにより、プローブの温度を設定ポイントまで上昇させるよう、プローブのヒーターを制御する。この設定ポイントは、一般に９３°Ｆ（３３.９℃）であるが、別の温度を選択することもできる。
【００５５】
スイッチを付勢すると、温度計の温度測定機能が無能化される。このスイッチは、プローブを取り外すと、自動的に測定が可能となるように、プローブの保管ウェブ内に位置していることが好ましい。種々の部品の電力要求を満たすために、電源８２が設けられている。図を明瞭にするために、電源と部品との間の特定の接続は示されていないが、当業者であれば、かかる接続については理解できると思う。
【００５６】
図５の特定の実施例には、電子予測温度計が示されているが、この温度計は、単に本発明を説明するためのものにすぎない。メモリ７６は、実際には多数のメモリデバイスを含むことができる。プロセッサ７４は、多数のプロセッサを含むことができ、ユーザーインターフェース７８は、多数のスイッチまたはディスプレイを含むことができる。当業者であれば、図５について種々の変形が可能であることは明らかであると思う。
【００５７】
次に図６を参照する。図６には、本発明の様相に係わる方法の一実施例の一般的な機能（タスク）が、これらの間で流れるデータと共に示されている。このタスクは、同時に実行してもよいし、またはシーケンスで実行してもよい。図示されている一部のタスクは、システムが実行する特定の測定中に実行されなくてもよい。データフローは、付勢シーケンスを意味するものではなく、この図では、制御および付勢については示されていない。
【００５８】
温度計のシステムを初期化し（９０）、温度センサからのデータの発生が開始される。十分な温度サンプル（データ）が取得されると、このサンプルは、フィルタにかけられる（９２）。このフィルタリングは、実現されるフィルタのタイプ、順序、およびモデルに応じて決まる。あるケースでは、簡単なボックスカー平均／分割器が使用される。他の、より複雑なフィルタを使用することもできる。次に、予測温度９４を計算する際に、プロセッサによりフィルタにかけられた温度データが使用される。予測された温度の受け入れ可能な計算を行うと、この温度がディスプレイされる。
【００５９】
次に、３つの口内サイト、直腸内サイト、および腋下サイトの各々に対し、温度予測をするための手段の一般化された実施例について説明する。選択されたサイトのオペレータによる選択により、そのサイトで使用するための制御パラメータをスレッショルドの選択された組が決定される。
【００６０】
ＡＢＣＥ非線形のマルチパラメータ曲線の適合予測の概観
組織接触に続いて生じる、フィルタにかけられた温度サンプル（ウィンドー）のシーケンス（図８参照）に、非線形のマルチパラメータモデル（式９）を適合することにより、（センサが患者の温度と平衡状態に対すると予想される時間のような）将来の所定の時間における温度の推定または予測を実行する。
【数９】
ここで、
Ｔｆｉｔ（ｎ・τ）は、特定の時間ｔ＝ｎ・τ°Ｆにおける温度の推定値、
ｎは、「予測スタート」のための条件を満たす第１サンプルにおいて、０に初期化された整数のサンプルインデックス、
τは、サンプル当たりの秒数（ｓｅｃ）、
Ａは、「オフセット」パラメータ（°Ｆまたは℃）、
Ｂは、「スパン」または「レンジ」パラメータ（°Ｆまたは℃）、
Ｃは、「曲率」または「平衡レート」パラメータ（ｓｅｃ−１）、
Ｅは、温度データの曲線に良好に適合させるためにモデル曲線の曲率を非線形に変えるために使用できる「タイムワープ」ファクター（無単位）である。
【００６１】
第１ウィンドー内で行われる適合が、予測のための基準を満たさない場合、１つの測定サンプル（１０個のサンプルの平均値の２分の１、下記のＴＡＤ計算の詳細を参照）だけ前方に、ウィンドーをスライドし、モデルパラメータを再計算する。
【００６２】
ＣおよびＥの多数の離散値の各々に対し、線形最小二乗最適化方法を使ってモデルパラメータ（Ａ、Ｂ）を計算する。モデル曲線の値およびウィンドーデータ要素の値の間の差として測定された最小の（合計二乗誤差）を得るＡ、Ｂ、ＣおよびＥの解を、そのウィンドーに対してそれぞれＡｍ、Ｂｍ、ＣｍおよびＥｍとする。この値は、所定のスレッショルド未満であり、他の曲率の質（下記に説明するＣＱＩ）および傾き条件（下記に説明するウィンドースロープ）が、このウィンドー内で満たされた場合、下記の式１０を使って温度を予測するのにパラメータＡＢＣを使用する。
【数１０】
ここで、
Ｄ（Ｃｍ）は、曲率調節ファクター、
Ｄ（Ｔ）は、時間調節ファクター、
Ｄｏは、オフセット定数、
ｗは、予測スタートが生じてから経過した秒数、
ｎ・τは、温度を推定すべきときの予測スタート点に対する将来の秒数である。
【００６３】
図１０の実施例では、Ｃｍに対する指数Ｅ（式９参照）は、１に設定されていることが理解できると思う。しかし、別の実施例では、温度データの曲率に、モデル曲線をより正確に適合させるために、１以外の値にこの指数を設定できる。温度データは時間に依存している。すなわち、各データポイントは時間内の離散的ポイントで取り込んだものである。
【００６４】
温度データ「曲線」を示すために、データポイントを相互に接続すると、かかる曲線は一方の軸線として時間を有し、従って、時間曲線と見なすことができる。この指数Ｅは、温度／時間データの曲率により正確に一致するよう、モデル曲線の曲率を非線形に変えるので、タイムワープファクターと称されている。その理由は、この指数は、時間的な意味でモデル曲線を変えるからである。データ曲線により正確に一致するように、指数Ｕを変えるには、より長い処理時間とパワーを必要とすることになる。
【００６５】
式１０で得られるモデル曲線は、組織との接触により暖められたときのプローブの温度のレートを予測するものである。この設計をするには、口内、直腸内、および腋下における熱伝達の差に起因し、腋下の測定と比較した口内、直腸内測定に対しては、Ｃの値を大きくしなければならない。図７には、おおまかな比較が示されている。グラフライン１００は、口内部および直腸部に対する温度応答の代表的な形状を示す。グラフライン１０２は、腋下部に対する温度応答の代表的な形状を示す。口内部および直腸内部に対する曲率は、腋下部の曲率よりもより大きくなることが明らかである。腋下モード対口内／直腸内モードでも、一部の制御パラメータおよびスレッショルドは異なる。これらの差については後述する。
【００６６】
更に、一旦ファクターの種々の値を決定する（Ａ、Ｂ、ＣおよびＤ）と、平衡温度の予測値を決定するために、ｎ・τの時間を入力できる。一例として、口内および直腸測定に対しては、１０８秒の値を入力することができ、一方、腋下の測定に対しては、３００秒の値を入力できる。式１０（Ｔｐｒｅｄｉｃｔ）を解くと、平衡温度が得られる。
【００６７】
ファクターＤ（Ｃ）、Ｄ（ｗ）およびＤ０は、Ｅ項を固定したときに、部分的に生じ得る予測値におけるわずかなシステム上の誤差を補償するものである。Ｄ（Ｃ）は、次の形態の線形調節である。
【数１１】
ここで、
Ｃｓｌｏｐｅは、定数、
Ｃは、最小合計二乗誤差に関連する推定値、
Ｄ（ｗ）も、同じく次のような形態となっている。
【数１２】
ここで、
ｗは、現在のウィンドーを評価したときの、予測スタートから経過した時間（秒）であり、
Ｄ０は、Ｄ（ｗ）およびＤ（Ｃ）のバイアス効果だけでなく、集団研究で統計的に観察されるわずかなシステム上のオフセットを除くのに使用される定数である。
【００６８】
使用されるＣの値およびＤ項の値のレンジは、ランダムに選択された広範な被験者の集団の実際の温度テストに基づいて選択されたものである。実際の温度テストに基づき、これら値のすべては、このような広範な被験者の集団に対する温度の予想性能を最適にするために設定されたものである。しかし、当業者に明らかなように、他の被験者の集団によるテスト結果に応じて、これらの値は変わり得る。測定された実際のデータに応じ、Ｄ項の一部またはすべては、値０に進み得ることにも留意すべきである。
【００６９】
更に、モデルの曲率を制御するために、式９におけるＣ項に対する指数Ｅを使用した場合、Ｄ項は必要でないことがあり、０に設定できる。式１０の場合のように、指数Ｅを１にセットしたときのモデル曲線の形状をある程度補償するためにＤ項が使用される。指数Ｅを１にセットし、線形のＤ項を使用するこの実施例は、プロセッサに対する要求を下げ、正確な予測結果を生じさせることが分かっている。
【００７０】
推定された温度が、高低の予測限度外にある場合、計測機器は、自動的に連続モニタリングステートに移行する。この連続モニタステートは、温度計が患者の応じを予測せず、その代わりに、患者の温度と平衡状態となるまで、単にアクティブなままであるステートのことである。選択される解剖学的サイト、接触、流体結合および加えられる圧力に応じ、この測定には３分〜８分かかる。
【００７１】
図８は、予測プロセスの代表的な温度プロフィル、およびキーとなる特徴を示す。プローブ４２を、計測器のウェル４８（図４参照）から外すと、プローブは、室温周辺温度となる。プローブのヒーター電源８０（図５参照）を付勢（１１０）すると、プローブの温度は、プローブヒーターによりターゲット設定点まで変化するが、特にプローブにプローブカバー６２が取り付けられていない場合、数度オーバーシュートし、振動する。次に、プローブカバーをプローブに取り付け、カバーと共にプローブを組織に接触させると、温度は設定ポイントから上昇し、組織接触スレッショルド１１２を越え、ヒーターをシャットオフする。
【００７２】
組織接触スレッショルドを越える未処理（１００ｍｓ）の温度を検出し、その後、モードに応じた固定された時間の遅延を行うことにより、予測スタートの決定を行う。未処理温度が予測スタート状態に達する前に、組織接触スレッショルドより低下した場合、この遅延時間を延長する。
【００７３】
予測スタート６４に対する基準を満たす未処理サンプルでスタートし、ブロック内の１０の未処理温度サンプルを平均し、フィルタにかけられたサンプルのアレイ（ウィンドー）１１６を生じさせるように記憶する。１０のかかる各平均値を、ＴＡＤ（温度平均および分割）と称す。ＴＡＤの値が記録された最大ＴＡＤ値よりも、１°Ｆ（≒０.５℃）だけ小さい場合、組織接触の損失が生じていると仮定するので、計測ステートを連続モニタステートに変える。
【００７４】
曲率質インデックス（ＣＱＩ）およびウィンドーの傾きの値を計算するのに、各ウィンドー内のＥＡＤサンプルを使用する。これらの値が、合計二乗誤差（ＳＳＥ）と共に予測を示すために指定された基準のすべてを満たさなければならない。この基準が満たされなかった場合、次のウィンドーを次のように形成する。推定ウィンドーに各連続する秒に対するＴＡＤ値を加算し、個々の成功したウィンドー予測を発生するか、または最大数のウィンドー（MaxNum Windows）に達するまで、最も旧いＴＡＤ値を除く。
【００７５】
最終ウィンドーに達し、それらのＳＳＥ、ＣＱＩ、およびウィンドーの傾きの値が、特性されたスレッショルドに達しなかった場合、最終ウィンドーのＳＳＥを、スレッショルドＦＳＳＥとを比較する。この比較に成功した場合、最終ウィンドーからの予測を行い、成功しなかった場合、計測を連続モニタステートに変える。他の方法で合格した予測に対して、予測された温度が高低予測限度外にある場合、計測は、自動的に連続モニタステートに変わる。
【００７６】
他のいくつかの条件は、予測から連続モニタステートへの移行を廃止できる。これら条件はヒーターを制御し、サーミスタの故障に関して、プローブをモニタするソフトウェアールーチンによって設定される。図２は、これら条件の完全性に関して示しており、これについては、本明細書の他の場所において説明する。
【００７７】
温度平均および分割（ＴＡＤ処理）
計測器は、温度プローブ増幅器７０（図５）からの電圧をサンプリングし、この値を１００ミリ秒のインターバルでデジタル変換する。効率およびノイズ抑制をするために、１００ミリ秒（未処理）のサンプルを、簡単なボックス化平均分割器（式１３）であらかじめフィルタリングし、１秒のインターバルで、「温度平均され、分割された」または「ＴＡＤ」サンプルを発生する。
【数１３】
ここで、
Ｎは、ＴＡＤサンプルの数／ウィンドーであり、第１ＴＡＤの第１サンプルは予測スタート遅延１１８以後のサンプルである。次に、予測スタート遅延は、９０４°Ｆ（３４.４℃）を第１サンプルが越えることによってスタートする。スタート遅延期間中、未処理温度が組織接触スレッショルドよりも低下した場合、予測スタート遅延タイマーがリセットされる。
【００７８】
予測ウィンドーサンプル選択
熱平衡曲線は、いくつかのソースから生じたアーティファクトを頻繁に含んでいる。本発明に係わるシステムおよび方法は、入力データを最適に選択することにより、アーティファクトの効果を回避するように試みている。組織に接触した最初の数秒内で、プローブ加熱の残留効果が平衡曲線の形状に影響し得る。計測器具からプローブを除いた後に、プローブが組織にすぐに接触すればするほど、これらの作用がより生じやすい。プローブカバーの位置／または皮膚によるカバーの圧縮の変化は、組織をカバーとの間の熱抵抗を変える。この変化は、熱平衡曲線の形状および平衡温度の大きさの双方に影響する。
【００７９】
ノイズソースの効果を緩和するために、アルゴリズムは、各々が固定された数のＴＡＤサンプルから成る時間ウィンドーからの多数の推定値を計算する（図２のブロック図を参照）。特定ウィンドーからの推定値が、予測に適しているかどうか、または測定ウィンドーを次に入力されるＴＡＤ値に対して進めなければならないか（スライドしなければならないか）どうかを判断するために、３つの計量値を計算する。
【００８０】
１．第１の合否の目安はウィンドーの合計二乗誤差（ＳＳＥ）（式１４）である。許可された最終ウィンドーに達する場合、最終ウィンドーのＳＳＥ値を使用して予測をディスプレイすべきかどうか、または信頼性のある予測をできないときに計測が連続モニタステートに移行しなければならないかどうかを判断する。
【数１４】
【００８１】
２．第２の合否の目安は、曲率の質インデックス（ＣＱＩ）である。この目的は、温度曲線を正常な下向きの凹状形状（図１参照）から変位させるようなウィンドーＴＡＤデータ内のアーティファクトを検出することにある。ウィンドーの第３ＴＡＤからスタートし、これら曲率を決定するために、３つの各ＴＡＤ値を評価する。
【００８２】
一実施例では、一連の３つのポイントのうちの第２ポイントは、第１ポイントおよび第３ポイントの平均値以上の値を有していなければならない。そうでない場合、ＣＱＩは、受け入れできないものと見なされる。ウィンドー内のＴＡＤの３つのうちのいずれもが、曲率の基準を満たすことができない場合、ウィンドーは予測に使用できず、アルゴリズムは、ウィンドーを１ステップ（１つのＴＡＤ）だけ前進させなければならない。
【数１５】
ここで、
ｗは、１からNum Windowsまでの推定ウィンドーのインデックス、
Ｎは、ウィンドー当たりのＴＡＤの数であり、
ＴＡＤインデックスは、１からNum Windowsまで変化する。
【００８３】
「ifPOSITIVE」演算子は、右側の括弧内の値が正である場合、これを合計に加えることを示していることに留意されたい。この値が負である場合、この値は合計に加えない。即座にディスプレイされた予測を発生するために、所定のウィンドーからの推定値を使用するためには、各ウィンドーに対するＣＱＩ値は、CQIスレッシュホールド（Threshold）以下でなければならない。
【００８４】
３．第３の合否の目安は、ウィンドーの傾き（WindowSlope）であり、この傾きは、各ウィンドー内の最初のＴＡＤと最後のＴＡＤの差として単に計算される。この値が、限度のスロープスレッシュホールド（SlopeThreshould）を越えた場合、次のウィンドーを選択しなければならないか、最終ウィンドーを評価しなければならない。
【数１６】
ここで、NumTADは、ウィンドー内のＴＡＤサンプルの数である。
【００８５】
極めて高体温、例えば１０４°Ｆ（４０℃）の患者の場合、ウィンドースロープ（WindowSlope）は、極めて有効であることが分かっている。多くのケースでは、かかる患者の温度データ曲線は、当初曲線高い傾きを有し、プロセッサに患者の実際の温度よりもかなり高い温度を予測させる。WindowSlopeの特徴によれば、傾きが過度に大きく、生じ得る高体温の患者を示している場合、プロセッサは、データの次のウィンドーを待つことになる。次のデータは、患者の体温データがより兆候的であるポイントに近似し、予測が正確となる。
【００８６】
一実施例において、ウィンドーが迅速な予測のための基準を満たさない場合、LastWindowに達すると、別の機会が提供される。最終ウィンドーのＳＳＥと、ファイナルウィンドースクエアースレッシュホールド（FinalWindowSquareThreshold）とが比較される。この基準が満たされた場合、最終ウィンドーに対する予測を計算する。
【００８７】
推定処理
推定値を発生するために、必要とされるＴＡＤサンプルを取得し、発生させることにより、推定ウィンドーを完成しなければならない。次に、適合パラメータＡ、ＢおよびＣだけでなく、合否の目安、ＳＳＥ、ＣＱＩ、およびWindowSlopeを決定するために、ＴＡＤサンプルを処理する。
【００８８】
最小二乗推定方法（ＬＳＥ）を使って、ＡおよびＢを決定する。式９の非線形性に起因し、Ｃ、Ｅの各値に対する合計二乗誤差を計算し、最小合計二乗誤差（ＳＳＥ）を生じる対応するＡおよびＢと共に、Ｃ、Ｅの値を探すことにより、ＣおよびＥを決定しなければならない。特定の体のサイトに対する可能な値の有限レンジから、Ｃ、Ｅを選択すれば十分であることが分かっている。口と直腸は、Ｃ、Ｅの値の１つのレンジを使用するのに十分類似し、かつ比較的高い熱伝導率を有するが、より低い熱伝導率を有する腋下は、別個のより低いレンジのＣ、Ｅの値を使用する。
【００８９】
一実施例では、ＡおよびＢを決定するために、Ｃの値の各々に対し、定数の３つの固定された例を構成し、Ｅを１の値に設定し、これを変えない。図９は、本実施例におけるＡ、ＢおよびＣパラメータの決定を示している。プロセッサは、関連するＡおよびＢパラメータと共に１５個のＣの値の各々を選択し、各々に対する合計二乗誤差を得る。予想される温度を計算するために、式１０では最低の誤差を有する関連するＡおよびＢパラメータと共にＣの値を使用する。
【００９０】
図９および図１０は、モデル温度曲線を実際の温度測定データポイントに正確に適合させる本発明の一実施例を示す。図９には、種々の曲線が示されている。これら曲線のいずれも、図１０に示された実際の温度測定データポイント１２６に適用されている。図１０には、所定のパラメータＡｉ、Ｂｉ、Ｃｉを有するモデル曲線１２８が、データポイントに適合している状態が示されている。誤差ｅ１〜ｅ６、すなわちデータポイントとモデル曲線との差が決定され、合計二乗誤差が取り込まれる。
【００９１】
一実施例では、このモデル曲線のＳＳＥが最小である場合、これをこの測定の温度データに対するモデル曲線として使用する。当業者に周知のように、最小二乗推定ルーチンを使用することもできる。
【００９２】
別の実施例では、最小ＳＳＥを発生するＣの２つの値を決定できる。これら２つの値から、Ｃの中間値を決定し、この中間値に対し、ＳＳＥを計算する。このＳＳＥが、最初の２つの双方のＳＳＥの値未満である場合に、これを使用するか、またはＳＳＥが許容可能なスレッショルドより低下するか、またはその減少を停止するまで、このプロセスを繰り返す。
【００９３】
組織との接触の検出、予測のスタートおよび再スタート
総予測時間を予測するための組織との接触を検出する時間限度は、予測に先立ち、ティシューコンタクトスレッシュホールド（TissueContactThreshold）温度を越えるための最終未処理温度サンプルの時間（１００ｍｓ）として定義される。このサンプルを、ＴＣサンプルと称すことにする。
【００９４】
プレディクトスタートディレイ（PredictStartDelay）サンプル（未処理サンプル）の後、予測サンプル（ＳＯＰ）のスタートが生じる。ＴＣに従うサンプルがティシューコンタクトスレッシュホールド（TissueContactThreshold）以下となった場合、ＴＣ値をリセットし、予測を中止し、リセットし、予測スタート遅延を再スタートする。従って、ＳＯＰのインデックス値を次のように定義する。
【数１７】
図８および図１１の例では、未処理温度１２２がティシューコンタクトスレッシュホールド（TissueContactThreshold）１１２より下に低下したことに起因し、第１ＴＣ１２０をリセットする。その後、関連する相対的インデックス＝１を有する最終ＴＣ１２４を見ける。サンプルのプレディクトスタートディレイ（PredictStartDelay）１１８の後で、スタートプレディクション（StartPrediction）１１４のサンプルが発生し、このサンプルは第１ＴＡＤの第１サンプルとなる。
【００９５】
組織との接触の検出がなされない場合
予測が完了する前にある点で組織との接触がなくなることがある。最大ＴＡＤの値よりもプリセットしたマージンだけ小さいＴＡＤサンプルが生じたときに、このような条件が検出される。
【００９６】
図１２は、予測技術で使用される温度センサに対する温度応答のグラフライン１３０の図に結合されたデータフロー図を示す。グラフライン内でドットとして示されている温度サンプル１３２は、この実施例においては、１００ミリ秒ごとに取り込んだものである。インターバル１３４の間で、ヒーターはセンサの温度を組織接触スレッショルド１３０よりも一般に約１°Ｆ（≒０.５℃）低い目標余熱温度、この場合９４°Ｆ（３４.４℃）までにする。
【００９７】
図１１には、組織接触スレッショルドを７回横断するグラフラインが示されている。スタート遅延１３８により、組織接触スレッショルドが交差する７番目の時間１４２までには、ＴＡＤ計算処理１４０は行われない。
【００９８】
スタート遅延動作は予測処理が開始する前の少なくともあるインターバル（一般に０.５秒）の間、サンプリングされた温度は、組織接触スレッショルドよりも高く留まらなければならないようにすることによって、予測プロセスの早期の介しを防止している。この条件が満たされても、サンプリングされた温度が組織接触スレッショルドよりも低下した場合、予測プロセスはアボートされ、サンプリングされた温度が再び上記のような組織接触スレッショルドを越えるかどうかの判断を、サンプリングが再開する。サンプリングされた温度が１分の間、組織接触スレッショルドを越えない場合、モードは、関連する音響の通知と共に連続モニタステートへ移行され、ディスプレイインジケータに変わる。
【００９９】
サンプリングされたデータが、必要とされる時間の間、組織接触スレッショルドを一旦越えると、第１ウィンドー１４４内、更に第１ウィンドー１４４から温度予測を行うことができない場合、次のウィンドー内で、点線で示されているＴＡＤ値を計算する。「現在のウィンドーからの予測温度」１４６、ＳＳＥ１４８、ＣＱＩ１５０、ＦＳＳＥ１５２、最終ウィンドー１５４および組織との接触がなくなること１５６の機能は、上記のようなＴＡＤ値からすべて実行される。図１２には、これら機能に対する論理が示されている。
【０１００】
現在のウィンドーからの予測を使用し、これを提示するか、またはウィンドーを１つのＴＡＤ値だけ進ませなければならないかどうかの制御を行うのに、論理ＡＮＤゲート１６２が使用される。詳細に説明すれば、１６２の出力が真であり、現在の予測をディスプレイするには３つの比較の結果のすべてが、真でなければならない。３つの入力は、次のように形成されている。ＳＳＥは、ＳＳＥスレッショルド１６０と比較（１５８）され、ＣＱＩは、ＣＱＩスレッショルド１６６と比較（１６４）され、ウィンドーの傾き１６８は、ウィンドースロープ（Windowslope）スレッショルド１７２と比較（１７０）される。これら３つの比較演算子１５８、１６４および１７０の出力は、ＡＮＤゲート１６２の入力として示される。
【０１０１】
最終ウィンドーに到達した場合、そのウィンドーの予測をディスプレイするか、または連続モニタステートへの移行が生じたかどうかを判断するために、異なる組のルールが適用される。送信ゲート１８４を介して、最終ウィンドーにより発生された予測のユーザーディスプレイへの伝達を制御するために、論理ＡＮＤゲート１７８が使用される。詳細に説明すれば、ゲート１７８の出力が真であり、このことによって、送信ゲート１８４が予測をディスプレイ１９６に送ることができるようにするためには、２つの比較の結果の双方が真でなければならない。ＦＳＳＥ１５２は、ＦＳＳＥスレッショルド１７６に対するコンパレータ１７４によりテストされ、最終ウィンドーのステート１５４は真であるか、偽であるかが評価され、この論理信号はＡＮＤゲート１７８にも送られる。
【０１０２】
測定機器の作動ステートを連続モニタステート１８８に移行させるような、いくつかの論理状態が生じ得る。真になったときの論理ＯＲゲート１８６は、連続モニタステート１８８への移行を生じさせる。このゲートの入力は、ＡＮＤゲート１８２の出力を含み、この入力は、２つの論理信号（一方は最終ウィンドー論理１５４からのものであり、他方は、コンパレータ１７４の反転出力１８０からのものである）を受信する。論理は、次のテストを実行する。すなわち、ＦＳＳＥがＦＳＳＥスレッショルドよりも大であり、かつ最終ウィンドーが予測のために現在使用中であれば、連続モニタステートへ移行するとのテストを実行する。
【０１０３】
論理ＯＲゲート１８６への別の入力は、安全性および信頼性テストを含み、これらのテストは、ウェルからプローブが引き出された直後に、異常な初期プローブ温度であるかどうかのチェック（１９０）、ヒーターの制御ロジックが適当な温度上昇を行うことができないこと（１９２）、および最終ウィンドーからの予測が、許可されたレンジ外にあるかとの判断（１９４）を含む。
【０１０４】
現在のウィンドー１４６から予測された温度をディスプレイ１９６に示すためのゲート１９５も示されている。しかしながら、このことを行う前に、ＳＳＥ、ＣＱＩおよびウィンドースロープ（WindowSlope）のすべてが許容可能であることを示すＡＮＤゲート１６２からの入力信号が存在していなければならない。別の特徴では、インバータ１９８にＡＮＤゲート１６２の出力が提供され、インバータ１９８は、予測ウィンドー２００を前進させるための信号を提供する。
【０１０５】
上記のように、被験者の体温を正確に予測するためのシステムおよび方法が提供される。温度データ曲線の近似は使用しない。その代わりに、温度データ曲線に実際の曲線を適合させ、その結果、高い精度を得ている。非線形のマルチパラメータモデル曲線を温度測定データに適合させる。とりあえず、特定の温度測定データ自身に応じて多数のパラメータを選択し、モデル曲線を特定の温度状況に適合させ、モデル曲線を極めて正確にする。ヒーター効果、極めて高い温度を受けた被験者および組織と接触しなくなったことから生じる、誤って導かれたデータを使用することを回避するためのセーフガードが提供されている。この解決方法は、処理パワーが限られているプロセッサによって実行でき、更に平衡状態が生じる前に被験者の体温を正確に予測できる。
【０１０６】
以上で本発明のいくつかの形態を図示し、説明したが、本発明の要旨から逸脱することなく、種々の変形を行うことが可能であることも明らかである。従って、本発明は、特許請求の範囲のみによって限定されるものである。
【符号の説明】
【０１０７】
４２ センサおよびヒーター
７０ 増幅器
７２ アナログ−デジタル変換
７４ デジタル論理回路
８２ 電源
８０ ヒーターの電源
７６ メモリのソフトウェアアルゴリズム
７８ ユーザーインターフェース
【技術分野】
【０００１】
本発明は、広義で温度計の改良に関し、より詳細には、複数の患者測定サイトから、正確な温度測定値を短時間で得るための電子予測式温度計に関する。
【０００２】
病院および医者のオフィスのような医療分野では、温度を測定し、測定した温度をディスプレイする感温デバイスにより、患者の体温を測定することが、一般的なやり方である。このようなデバイスは、温度に応答する水銀柱を内蔵するガラス球温度計であり、水銀柱は、較正された温度目盛りの近くで膨張したり、収縮したりする。一般に、ガラス式温度計を患者に挿入し、温度計の温度が患者の体温で安定できるようになるまで、十分な時間インターバルだけ放置し、その後、医療要員によって、温度を読み取るために取り外される。この時間インターバルは、通常２分〜９分である。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
ガラス球温度計などを使用する従来の温度測定方法は、多くの大きな問題を生じやすい。温度測定にはかなりの時間を要し、年齢や病弱のために、必要な時間だけ体温計を体に挿入したまま、適正に保持しておくことができない患者にとっては、体温測定をするのに、比較的長時間の測定サイクルの間、医療要員が物理的にそばに付き添っていなければならないので、注意を他の仕事に向けることができなくなる。更に、ガラス球温度計は、読み取りが容易ではないので、特に不十分な照明の下では、または急を要するような読み取り時には、人為的な誤差が生じやすい。
【０００４】
従来、直接読み取り電気式温度計測器と組み合わせて作動するようになっている温度検出プローブを使用することにより、ガラス球温度計のこれら欠陥を最小にするか、または解消するよう、種々の努力がなされてきた。ある解決方法では、プローブの端部に、サーミスタのような電子式感温デバイスを取り付け、このデバイスを患者に挿入する。特定の状態に応じ、デバイスの電圧または電流の変化がモニタされ、出力信号が安定したときに、温度がデジタルフォームでディスプレイされる。このことは、一般に、直接読み取り方法と称される。この方法によると、測定された温度の読み取りミスによる誤差が発生する可能性は小さくなるが、安定した温度表示に達するには、依然として、比較的長い時間がかかる。代表的な触接読み取り方法またはモードでは、温度表示を得るには、どこでも３分〜５分が必要である。
【０００５】
電子温度計の固有の特徴は、温度計が触れた体の温度を瞬時に測定できないことである。そのため、温度計が表示する温度が、測定される実際の体温を表示するまで、かなりの時間がかかる。この時間の遅れは、体の表面から温度センサまでの熱の流れを阻害する測定システムの種々の要因によって生じるものである。この要因の一部として、センサの先端、体の皮膚および組織、および測定対象の間の汚染を防止するためのセンサの先端に取り付けられた衛生カバーを挙げることができる。
【０００６】
上記欠陥を克服する１つの試みとして、プローブが患者との平衡状態に達する前に、患者の温度の直接デジタル表示を得るために、予測または推定回路に結合された感温電子プローブを使用する方法がある。測定時間中、患者の体温が大幅に変化しないことを想定するこの解決方法では、電子温度計の熱安定時に患者に広がる温度を、測定温度から予測し、熱安定に達する前に、この温度をディスプレイする。従来の多くのデバイスでは、ある時間にわたり、測定温度をモニタし、その微分値を計算し、患者の温度を予測するように、この微分値を処理することによって、温度の予測が行われている。
【０００７】
最終的な安定した温度を予測することによって作動する電子温度計を用いた場合、利点として、熱安定状態に達する前に、温度測定を完了し、測定にかかる時間を短縮できることを挙げることができる。そのため、全測定時間にわたって、患者がプローブを正しい位置に保持しない危険性は低減され、医療要員の付き添い時間が短くてすむ。別の利点として、体温はダイナミックであり、従来の水銀ガラス式温度計による測定のための２分〜８分の間で、大幅に変化するので、短時間の測定は、よりタイムリーな診断情報を提供できることが挙げられる。しかし、かかる温度計の欠点は、データの処理および解析を正確に実行しなければ、温度を予測する精度が顕著に低下することである。
【０００８】
予測タイプの処理および温度測定を使用する電子温度計は、感温トランスジューサとして、サーミスタを備えていることがある。このサーミスタは、極めてゆっくりと生じる温度変化の最終増分量と共に、漸近的に最終安定温度に接近するが、温度変化の主要部分は、比較的急速に生じる。図１は、かかる温度応答を示している。代表的なサーミスタにおける測定時間２２と温度２４の関数としてプロットされた測定温度２０のグラフが示されている。
【０００９】
上で説明したように、サーミスタが示す温度２０は、測定中の被験者の実際の体温ＴＦ２６に対して、時間が遅らせられる。この時間遅れは、測定された温度ライン２０と被験者の実際の温度ライン２６とを比較することによって理解できる。スタート時間ｔ０から測定が進むにつれ、温度は、時間ｔ０からｔ１の間で、ＴＲからＴ１まで急速に高くなる。表示された温度の増加レートは、時間ｔ１とｔ２との間で小さくなり、温度ラインは、時間がより長くなるにつれ、漸近的に安定化温度ＴＦ２６に徐々に接近する傾向がある。
【００１０】
上で説明したように、本発明は、測定の初期の時間、例えば時間ｔ１とｔ２との間で収集された温度データを解析し、最終温度ＴＦを予測できるシステムに関するものである。従来、初期の、より急速な温度変化をモニタし、この温度変化からデータを抽出し、サーミスタが実際に組織の温度で安定化するまでの長時間、その時間でサーミスタに接触する組織の実際の温度を推定する試みがなされてきた。
【００１１】
サーミスタが患者との平衡状態に到達する前に、組織の温度をより急速に推定するために実施されている従来の方法は、応答の初期において、データポイントからサーミスタのデータポインにトをサンプリングし、サーミスタの応答のカーブ形状を予測することである。このカーブの形状から、カーブの漸近線、従って安定化温度を推定できる。より簡単なシステムを例として、この原理を説明するために、図２に示すような等しくない温度の２つの体に関係する熱伝達について検討する。一方の体は、熱質量が大きく、他方は熱質量が小さく、時間＝０において、互いに接触した状態に置かれている。時間が進むにつれ、小さい熱質量、および大きい熱質量の温度は、安定化温度と称される温度と平衡状態となる。このプロセスを示す式は、次のとおりである。
【数１】
ここで、Ｔ（ｔ）は、時間を関数とするより小さい方の体の温度、
ＴＦは、システムの安定化温度、
ＴＲは、小さい方の体の初期温度、
ｔは、時間、
τは、システムの時定数である。
【００１２】
この関係から、温度Ｔが、時間ｔにおける２つのポイントで既知であるとき、例えば時間ｔ１においてＴ１であり、時間ｔ２においてＴ２であるとき、次の式２を適用することによって、安定化温度ＴＦを予測できる。
【数２】
【００１３】
更に、式１が示すタイプの簡単な一次熱伝達システムに対して、温度の第１時間微分の自然対数は、次のように、−１／τに等しい傾きを有する直線となる。
【数３】
および
【数４】
ここで、
【数５】
であり、ここで、Ｋ＝ＴＲ、ＴＦおよびτに依存する定数、
Ｔ’＝温度の第１微分、
Ｔ”＝温度の第２微分である。
【００１４】
従来の技術は、温度平衡曲線の解析に対し、この簡単な一次の関係を適用したものであった。ある場合には、サーミスタのメーカーが設定したサーミスタの時定数を活用していた。しかしながら、これらの技術のいずれも、温度応答曲線を正確にモデル化できないということを認識していなかった。その理由は、患者の組織および血管系と衛生プローブカバー、センサおよびプローブのステムとの複雑な熱力学的な相互作用によって、応答曲線が決定されるからである。
【００１５】
温度計を、体の組織、例えば患者の口に接触させると、応答曲線はその組織に対するプローブの物理的な配置、特定組織の熱伝達特性、プローブと組織とを分離する衛生プローブカバー３４（図２）、および図３に示すようなプローブの検出先端とシャフト３６を通過する熱伝達により、応答曲線は影響を受ける。図３におけるこれらファクター３６の各々は、サーミスタからの熱の流れに影響し、各々は熱抵抗および熱容量を含む異なる熱力学的質を有する。生物学的ファクター３８も、サーミスタに対する熱の流れに影響し、患者の間で、特に年齢および体の組成と共に大幅に変化する。
【００１６】
構造体の空間的な幾何学的形状と組み合わされたこれらファクターは、サーミスタで検出される温度が、サーミスタ単独のアプリオリに工場で供給されるサーミスタの時定数を使って得られるような簡単なモデルから予測できるよりも、より複雑な特性曲線により、表わされる。
【００１７】
従来の推定技術は、皮膚接触に従う温度上昇は指数曲線（いわゆるニュートン加熱）に従うとの仮定に依存していた。図２に示すように、センサを加熱するのに、熱の無限で、かつ良好に撹拌されたソースを利用できるという条件下で、このモデルは正確となる。比熱を有し、初期温度「ＴＷ（０）」を有する水の大きいソース３０内に浸漬された温度センサまたはプローブ３２に、プローブカバー３４が取り付けられており、このプローブは、熱質量Ｍおよび初期温度ＴＰ（０）を有する。このプローブカバーは、熱抵抗Ｒを有し、これら理想的な条件下では、水の浴からプローブまでの熱の流れは、次の簡単な式によって制御される。
【数６】
【００１８】
任意の時間におけるプローブ温度の微分方程式を解くと、水に浸漬した後の任意の時間ｔにおけるプローブ温度に関し、次の方程式が得られる。
【数７】
【００１９】
熱上昇の時定数は、主として、プローブの熱質量と、プローブカバーの熱抵抗であるＲの積Ｍによって決定される。
【００２０】
体の一部、例えば口または腋下に接触するように配置された温度プローブの加熱に対し、このような単純なモデルを適用することは、プローブの中間領域における組織の有限熱容量および皮下層でスタートし、内部の構造まで進む組織の連続する層の熱抵抗を考慮していない。
【００２１】
特にプローブの温度が上昇するにつれ、プローブに接触している中間領域からの熱が除去されているので、プローブに熱が達するには、別の熱エネルギーが、より多くの組織を通過しなければならない。従って、このようなリモート熱エネルギーは、より近くの領域から、プローブ内に流れ込んだ熱エネルギーよりも時定数が長い。
【００２２】
任意の時間ｔにおいて、現在の値と最終値との間には、次の式で示すような温度差が生じる。
【数８】
従って、式２が予測する温度の変化レートが、時間内の任意のポイントにおいて、温度変化の一定比率のままに留まることを考慮することにより、体の沿い機内の複雑な熱伝導をモデル化するための、式２の限界について理解できると思う。
【００２３】
従って、安定温度を予測でき、一次のモデルとは異なり、測定下の体、および測定システム自身の双方の、変化する熱の流れ特性に適合できる測定システムに対するニーズが生じている。安定温度を示す、可能性のある温度上昇曲線を生じるのに、実時間で解かれる同時方程式の組を使用する予測技術が、従来提案されている。成功するには、かかる技術は、上昇曲線の形状に適当に近似できるよう、かなりの数の係数を有する方程式を使用しなければならない。実際には、使用できる項の数が限定されているので、かかる解決方法の精度には限界がある。更に、極めて簡単な小電力のマイクロプロセッサ回路を、サーミスタで使用するとき、かかる方程式を計算によって解くことは、簡単なことではない。
【００２４】
更に、メーカーは、極めて複雑で高度な医療装置を開発できるが、このコストの問題も、常に念頭に入れなければならないことにも注目すべきである。メーカーは、広範な種々の患者に利用できるように、医療機器のコストを、できるだけ低く維持しようと努力している。計算をより高速で実行し、より多くの回数、計算を実行できるようにするためには、より大型のプロセッサを設け、計算速度がより高速であり、メモリサイズがより大きい温度計を利用することとなるが、これには、コストの問題が生じる。このような処理パワーの増加は、実質的に温度計のコストを上げ、従って、多くの患者が入手できないことになる。
【００２５】
その代わりに、当業者であれば、コスト的に効率的であるが、健全かつ、正確で、高速で実行できるアルゴリズムを使用することにより、複雑な温度データ処理によって、患者の体温を、正確かつ高速で予測できる温度計を要望すると思う。
【００２６】
１つの温度計で、患者の口内、直腸内および腋下部分で体温を測定できる温度計が求められていることも、よく知られている。体温測定に利用するために、これらサイトのうちの１つ以上を使用できない特定の患者との間で、種々の要因が作用することがある。従って、これら３つのすべてのサイトで測定できる温度計は、別々のサイトに対して、異なる温度計を探さなければならない場合に比して、利点を有することになる。患者の腋下部で体温を測定することは、口および直腸部で測定することと大幅に異なることを認識しなければならない。
【００２７】
多くの場合、腋下部に対するプローブの温度応答は、口および直腸部とは大きく異なる。この部分は、脂肪組織の下方の層を有する粘液のない皮下組織から構成されているという事実のために、腋下に位置するプローブの温度応答の曲率は、口および直腸サイトの曲率よりもかなり平坦的である（曲線１００は、口部における代表的な曲線であり、曲線１０２は腋下部における代表的な曲線である図６を参照されたい）。
【００２８】
従来の予測可能な温度計測技術は、電子温度計測技術を大きく前進させたが、当業者は、測定条件および測定下の被験者特性が測定と測定との間で変化する測定プロセスの早期ステージにおいて、安定温度を予測できる電子温度計に対するニーズがまだあると認識している。更に、多数の測定サイト、例えば口、直腸、および腋下部のすべてにおける患者の体温を測定し、予測できる単一温度計に対するニーズが存在することも認識されている。更に、比較的簡単で、安価な回路を有する、正確な医療用温度計に対するニーズもある。
【課題を解決するための手段】
【００２９】
本発明は、簡単に言えば、測定プロセスの初期段階において、被験者の体温を予測することにより、被験者の体温を測定するための温度計および方法を提供するものである。本発明の温度計および方法は、モデル曲線をモニタされた温度データと合致させるように、多数のパラメータを含む非線形モデルを適合させるものである。これらのパラメータは、温度上昇曲線の初期部分において、予測プロセスの結果得られるモデル曲線からパラメータが選択され、センサ、すなわち被験者の平衡温度が予測される。このように、予測プロセスは、温度計のプローブの熱特性だけでなく、被験者の解剖学的部分、および生理学的特性に対して適合可能であり、比較的少ないデータ収集、およびデータ処理で済み、センサの平衡温度の正確な予測を行うことができる。
【００３０】
詳細な特徴として、パラメータのうちの１つ、すなわち、曲率インデックスＣが、選択された解剖学的サイトに対して、適当な値のレンジにわたって評価される。本発明に係わる温度計システムおよび方法の適応可能な特性により、１つの温度計で、患者の多数の部分の測定をすることができる。
【００３１】
他の特徴によれば、センサは、被験者の体温の検出に応答して、温度信号を発生し、この温度信号は、時間と共に変化する。選択された第１の時間フレームにわたって、プロセッサは温度信号をモニタし、第１時間フレームの温度サンプルの選択された特徴的サブセットを決定し、モニタされた温度信号の特性のパラメータに適合する非線形曲線の一組の計算に基づいて、かつモデル曲線に基づいて、モデル温度曲線を、提供または適合させ、被験者の体温を予測する。より詳細な特徴として、プロセッサは、センサが被験者の体温に達するまでの時間から、第１の時間フレームを選択し、パラメータに適合する非線形曲線を使用し、被験者の体温の予測を計算するために、モデル曲線を提供する。
【００３２】
別の、より詳細な特徴によれば、プロセッサはモデル曲線とモニタされた温度データとを比較し、その差がスレッショルドを越えなければ、プロセッサは、モデル曲線から被験者の体温を予測し、これをディスプレイする。
【００３３】
別のより詳細な特徴によれば、プロセッサは、選択された領域に対して決定されたモデルパラメータを使用し、選択されたモデルパラメータの線形関数であるオフセット項を計算する。
【００３４】
更に別の詳細な特徴によれば、オフセット項を計算するのに使用されるモデルパラメータは曲率パラメータに関係している。
【００３５】
別のより詳細な特徴によれば、プロセッサは選択された予測ウィンドーのスタート前に時間遅延を使用し、選択されたモデルパラメータの線形関数であるオフセット項を計算する。
【００３６】
さらに別の特徴によれば、プロセッサは、選択された第１時間フレームの非線形曲線適合と所定の完全性基準とを比較し、第１フレームからの予測温度が完全性基準を満たしていない場合、プロセスは、被験者の体温の計算から、第１時間フレームを排除する。
【００３７】
別の特徴によれば、プロセッサは、モニタされた温度データの特性と完全性基準とを比較し、モニタされた温度データの特性が完全性基準を満たしていない場合、プロセッサは被験者の体温を予測するためにこれらデータを使用しない。
【００３８】
更に別の詳細な特徴によれば、完全性基準のうちの１つは、モニタされた温度データの曲率の質を含む。
【００３９】
更に別の詳細な特徴によれば、完全性基準の別の基準は、モニタされた温度データの傾き限度を含む。
【００４０】
更に別の特徴によれば、モニタされた温度データが完全性基準を満たさない場合、プロセッサは完全性基準と比較するために、モニタされた温度データの別のウィンドーを選択する。
【００４１】
更に別の特徴によれば、プロセッサは、被験者の体温を測定する際に、選択された第１時間フレームが排除された場合に、第２の選択された時間フレームにわたって温度信号をモニタする。
【００４２】
更にプロセッサは、１つの特徴によれば、第１時間フレームの後に生じる第２時間フレームを選択し、別の特徴によれば、プロセッサは、第１時間フレームにオーバーラップする第２時間フレームを選択する。
【００４３】
別の特徴によれば、プロセッサは、被験者の体温の決定から前の時間フレームが排除された場合に、複数の選択された異なる時間フレームにわたって、温度信号をモニタし、モニタされる複数の時間フレームの数を、センサが被験者の体温に達する前の所定時間内の時間フレームの数に制限する。
【００４４】
別の特徴によれば、プロセッサは、センサが被験者の体温の検出を開始するスタート時間を決定し、プロセッサは、スタート時間後生じる温度信号を含むように、第１時間フレームを選択する。
【００４５】
より詳細な特徴によれば、プロセッサは、センサからの温度信号の現在の値を計算することにより、被験者の体温をセンサが検出していると判断し、現在の値が、組織接触スレッショルド温度を越えていると、計算に基づきスタート時間を設定する。
【００４６】
本発明の特徴を例示する添付図面を参照して、次の詳細な説明を読めば、本発明の上記以外の特徴および利点が明らかとなると思う。
【図面の簡単な説明】
【００４７】
【図１】患者に接触している温度プローブ内に取り付けられたサーミスタセンサの温度平衡を示すサーミスタセンサデバイスの代表的な漸近応答曲線のグラフである。
【図２】平衡状態に達するための第１温度と第２温度との間の熱の流れを示す、流体が第１温度よりも高い第２温度となっている大きな流体浴内に浸漬されている、第１温度を有する小さい物体の図である。
【図３】内部器官によって生じ、主要血管およびその他の組織を通り、プローブカバーおよびその他のデバイスを通って広がり、最後にサーミスタに到達するが、サーミスタから空気、ハンドルを通り、更にサーミスタから熱を伝えるデバイスおよびその他のものを通ってプローブシャフト、更にはオペレータにも流れる熱を示す、患者の体温を測定するプロセスの熱流図である。
【図４】２つのプローブ、プローブカバー、ディスプレイおよび被験者の体温を測定するのに有効な入力手段を有するポータブル体温計の正面図である。
【図５】平衡状態に達する前に得られた温度データを分析することに基づき、患者の体温を予測することにより、システムの温度センサと患者との最終平衡状態前に、患者の体温を決定するための、本発明の原理に従ったシステムのブロック図である。
【図６】本発明の様相に係わる、体温を予測し、ディスプレイするための温度データ収集および処理を示すフローチャートである。
【図７】口内および直腸内測定サイトにおける温度測定のための曲率を示すサーミスタセンサデバイスの応答曲線例、および腋下サイトにおける応答ラインの曲率が口内、直腸内サイトにおける応答ラインの曲率よりも小さいことを示す、腋下サイトにおける温度測定のための第２ラインを示すグラフである。
【図８】被験者の体温を予測するための、本発明の様相に係わる、組織接触スレッショルド、予測スタート遅延、予測スタートおよび予測完了ポイントを示す温度のグラフである。
【図９】モデル曲線をデータ曲線に適合させ、限度内で適合したときに被験者の体温を予測するために、被験者のためのデータ曲線と共に使用すべき所定のＡｉ、ＢｉおよびＣｉパラメータの異なる組によって形成されたモデル温度曲線の一組である。
【図１０】モデル温度曲線を実際に測定されたデータポイントに適合させ、モデル曲線がデータに許容できる程度に適合したかどうかを判断する際に使用すべき、実際のデータポイントの各々とモデル曲線との間の差を決定する曲線を示す図である。
【図１１】予測において使用される最終組織接触ポイントを示すと共に、予測スタート遅延および予測サンプルのスタートを示す、図８の温度グラフの各大部分である。
【図１２】本発明の様相に係わる方法の特徴に係わるデータフローチャートである。
【発明を実施するための形態】
【００４８】
次の説明では、異なる図面中における同様の、または対応する要素を示すのに、同様な符号を使用している。
【００４９】
図４には、本発明の新規な特徴を含む電子温度計４０の一実施例が示されている。この電子温度計は、温度計の本体４６に、導線４４で接続された患者の体の所定の部分の温度を検出するためのプローブ４２を備えている。このプローブは、本体の保管用ウェル４８から取り出すようになっており、温度計の本体は、電気部品および温度計の電源を含み、更に温度の値、およびエラーメッセージ、またはアラームメッセージをディスプレイするためのディスプレイ５０と、第１入力デバイス５２をも有する。この入力デバイス５２は、この場合、ディスプレイの下に位置するオンオフスイッチとなっている。
【００５０】
温度測定中にサイトの特性を検討するのに、サイトおよび温度データを処理するための方法を、より適切に選択できるよう、本体の正面パネル５６には、ＭＯＤＥスイッチ５４も設けられている。一実施例では、このＭＯＤＥスイッチは、ＦＡＳＴ ＯＲＡＬ（高速口内測定）、ＦＡＳＴ ＡＸＩＬＬＡＲＹ（高速腋下測定）、ＦＡＳＴ ＲＥＣＴＡＬ（高速直腸内測定）を選択するようになっている。温度計には、第２プローブ５８も含まれており、この第２プローブは、本体のウェル６０内に挿入された保管位置に示されている。
【００５１】
本発明によれば、患者の口内温度、および腋下温度を測定するために、１つのプローブを使用し、直腸内温度測定をするのに、別のプローブを使用するようになっている。患者に接触する前に、プローブを覆うように取付けられる衛生カバー６２も示されている。
【００５２】
図５に示すブロック図は、本発明の態様における温度計４０の一実施例の主要な電子部品を示している。温度センサ４２は、測定中に検出される温度に応答して、温度信号を発生する。患者とプローブのセンサとの間には、プローブカバー６２も存在する。温度センサとしてサーミスタを使用する場合、信号は、サーミスタの抵抗を示す。従って、検出された温度を示すアナログ電圧となっている。
【００５３】
温度を表示するこれらの信号は、増幅器７０によって増幅され、アナログ−デジタルコンバータ７２により、更に処理ができるよう、デジタル状に変換される。アナログ−デジタルコンバータは、デジタル化された電圧信号を受信し、この信号を処理して、被験者の温度を決定するプロセッサ７４に接続されている。その後、信号データを分析できるよう、アルゴリズムと共に、温度および時間信号データを、メモリ７６が記憶するようになっている。
【００５４】
信号が一旦処理されると、プロセッサは、予測された安定温度をディスプレイするために、ディスプレイ７８へ信号を送る。プローブは、ヒーター電源８０によって制御されるヒーターデバイスを含んでいる。プローブが本体のウェルから引き抜かれた場合、プロセッサは、ヒーター電源をオンにすることにより、プローブの温度を設定ポイントまで上昇させるよう、プローブのヒーターを制御する。この設定ポイントは、一般に９３°Ｆ（３３.９℃）であるが、別の温度を選択することもできる。
【００５５】
スイッチを付勢すると、温度計の温度測定機能が無能化される。このスイッチは、プローブを取り外すと、自動的に測定が可能となるように、プローブの保管ウェブ内に位置していることが好ましい。種々の部品の電力要求を満たすために、電源８２が設けられている。図を明瞭にするために、電源と部品との間の特定の接続は示されていないが、当業者であれば、かかる接続については理解できると思う。
【００５６】
図５の特定の実施例には、電子予測温度計が示されているが、この温度計は、単に本発明を説明するためのものにすぎない。メモリ７６は、実際には多数のメモリデバイスを含むことができる。プロセッサ７４は、多数のプロセッサを含むことができ、ユーザーインターフェース７８は、多数のスイッチまたはディスプレイを含むことができる。当業者であれば、図５について種々の変形が可能であることは明らかであると思う。
【００５７】
次に図６を参照する。図６には、本発明の様相に係わる方法の一実施例の一般的な機能（タスク）が、これらの間で流れるデータと共に示されている。このタスクは、同時に実行してもよいし、またはシーケンスで実行してもよい。図示されている一部のタスクは、システムが実行する特定の測定中に実行されなくてもよい。データフローは、付勢シーケンスを意味するものではなく、この図では、制御および付勢については示されていない。
【００５８】
温度計のシステムを初期化し（９０）、温度センサからのデータの発生が開始される。十分な温度サンプル（データ）が取得されると、このサンプルは、フィルタにかけられる（９２）。このフィルタリングは、実現されるフィルタのタイプ、順序、およびモデルに応じて決まる。あるケースでは、簡単なボックスカー平均／分割器が使用される。他の、より複雑なフィルタを使用することもできる。次に、予測温度９４を計算する際に、プロセッサによりフィルタにかけられた温度データが使用される。予測された温度の受け入れ可能な計算を行うと、この温度がディスプレイされる。
【００５９】
次に、３つの口内サイト、直腸内サイト、および腋下サイトの各々に対し、温度予測をするための手段の一般化された実施例について説明する。選択されたサイトのオペレータによる選択により、そのサイトで使用するための制御パラメータをスレッショルドの選択された組が決定される。
【００６０】
ＡＢＣＥ非線形のマルチパラメータ曲線の適合予測の概観
組織接触に続いて生じる、フィルタにかけられた温度サンプル（ウィンドー）のシーケンス（図８参照）に、非線形のマルチパラメータモデル（式９）を適合することにより、（センサが患者の温度と平衡状態に対すると予想される時間のような）将来の所定の時間における温度の推定または予測を実行する。
【数９】
ここで、
Ｔｆｉｔ（ｎ・τ）は、特定の時間ｔ＝ｎ・τ°Ｆにおける温度の推定値、
ｎは、「予測スタート」のための条件を満たす第１サンプルにおいて、０に初期化された整数のサンプルインデックス、
τは、サンプル当たりの秒数（ｓｅｃ）、
Ａは、「オフセット」パラメータ（°Ｆまたは℃）、
Ｂは、「スパン」または「レンジ」パラメータ（°Ｆまたは℃）、
Ｃは、「曲率」または「平衡レート」パラメータ（ｓｅｃ−１）、
Ｅは、温度データの曲線に良好に適合させるためにモデル曲線の曲率を非線形に変えるために使用できる「タイムワープ」ファクター（無単位）である。
【００６１】
第１ウィンドー内で行われる適合が、予測のための基準を満たさない場合、１つの測定サンプル（１０個のサンプルの平均値の２分の１、下記のＴＡＤ計算の詳細を参照）だけ前方に、ウィンドーをスライドし、モデルパラメータを再計算する。
【００６２】
ＣおよびＥの多数の離散値の各々に対し、線形最小二乗最適化方法を使ってモデルパラメータ（Ａ、Ｂ）を計算する。モデル曲線の値およびウィンドーデータ要素の値の間の差として測定された最小の（合計二乗誤差）を得るＡ、Ｂ、ＣおよびＥの解を、そのウィンドーに対してそれぞれＡｍ、Ｂｍ、ＣｍおよびＥｍとする。この値は、所定のスレッショルド未満であり、他の曲率の質（下記に説明するＣＱＩ）および傾き条件（下記に説明するウィンドースロープ）が、このウィンドー内で満たされた場合、下記の式１０を使って温度を予測するのにパラメータＡＢＣを使用する。
【数１０】
ここで、
Ｄ（Ｃｍ）は、曲率調節ファクター、
Ｄ（Ｔ）は、時間調節ファクター、
Ｄｏは、オフセット定数、
ｗは、予測スタートが生じてから経過した秒数、
ｎ・τは、温度を推定すべきときの予測スタート点に対する将来の秒数である。
【００６３】
図１０の実施例では、Ｃｍに対する指数Ｅ（式９参照）は、１に設定されていることが理解できると思う。しかし、別の実施例では、温度データの曲率に、モデル曲線をより正確に適合させるために、１以外の値にこの指数を設定できる。温度データは時間に依存している。すなわち、各データポイントは時間内の離散的ポイントで取り込んだものである。
【００６４】
温度データ「曲線」を示すために、データポイントを相互に接続すると、かかる曲線は一方の軸線として時間を有し、従って、時間曲線と見なすことができる。この指数Ｅは、温度／時間データの曲率により正確に一致するよう、モデル曲線の曲率を非線形に変えるので、タイムワープファクターと称されている。その理由は、この指数は、時間的な意味でモデル曲線を変えるからである。データ曲線により正確に一致するように、指数Ｕを変えるには、より長い処理時間とパワーを必要とすることになる。
【００６５】
式１０で得られるモデル曲線は、組織との接触により暖められたときのプローブの温度のレートを予測するものである。この設計をするには、口内、直腸内、および腋下における熱伝達の差に起因し、腋下の測定と比較した口内、直腸内測定に対しては、Ｃの値を大きくしなければならない。図７には、おおまかな比較が示されている。グラフライン１００は、口内部および直腸部に対する温度応答の代表的な形状を示す。グラフライン１０２は、腋下部に対する温度応答の代表的な形状を示す。口内部および直腸内部に対する曲率は、腋下部の曲率よりもより大きくなることが明らかである。腋下モード対口内／直腸内モードでも、一部の制御パラメータおよびスレッショルドは異なる。これらの差については後述する。
【００６６】
更に、一旦ファクターの種々の値を決定する（Ａ、Ｂ、ＣおよびＤ）と、平衡温度の予測値を決定するために、ｎ・τの時間を入力できる。一例として、口内および直腸測定に対しては、１０８秒の値を入力することができ、一方、腋下の測定に対しては、３００秒の値を入力できる。式１０（Ｔｐｒｅｄｉｃｔ）を解くと、平衡温度が得られる。
【００６７】
ファクターＤ（Ｃ）、Ｄ（ｗ）およびＤ０は、Ｅ項を固定したときに、部分的に生じ得る予測値におけるわずかなシステム上の誤差を補償するものである。Ｄ（Ｃ）は、次の形態の線形調節である。
【数１１】
ここで、
Ｃｓｌｏｐｅは、定数、
Ｃは、最小合計二乗誤差に関連する推定値、
Ｄ（ｗ）も、同じく次のような形態となっている。
【数１２】
ここで、
ｗは、現在のウィンドーを評価したときの、予測スタートから経過した時間（秒）であり、
Ｄ０は、Ｄ（ｗ）およびＤ（Ｃ）のバイアス効果だけでなく、集団研究で統計的に観察されるわずかなシステム上のオフセットを除くのに使用される定数である。
【００６８】
使用されるＣの値およびＤ項の値のレンジは、ランダムに選択された広範な被験者の集団の実際の温度テストに基づいて選択されたものである。実際の温度テストに基づき、これら値のすべては、このような広範な被験者の集団に対する温度の予想性能を最適にするために設定されたものである。しかし、当業者に明らかなように、他の被験者の集団によるテスト結果に応じて、これらの値は変わり得る。測定された実際のデータに応じ、Ｄ項の一部またはすべては、値０に進み得ることにも留意すべきである。
【００６９】
更に、モデルの曲率を制御するために、式９におけるＣ項に対する指数Ｅを使用した場合、Ｄ項は必要でないことがあり、０に設定できる。式１０の場合のように、指数Ｅを１にセットしたときのモデル曲線の形状をある程度補償するためにＤ項が使用される。指数Ｅを１にセットし、線形のＤ項を使用するこの実施例は、プロセッサに対する要求を下げ、正確な予測結果を生じさせることが分かっている。
【００７０】
推定された温度が、高低の予測限度外にある場合、計測機器は、自動的に連続モニタリングステートに移行する。この連続モニタステートは、温度計が患者の応じを予測せず、その代わりに、患者の温度と平衡状態となるまで、単にアクティブなままであるステートのことである。選択される解剖学的サイト、接触、流体結合および加えられる圧力に応じ、この測定には３分〜８分かかる。
【００７１】
図８は、予測プロセスの代表的な温度プロフィル、およびキーとなる特徴を示す。プローブ４２を、計測器のウェル４８（図４参照）から外すと、プローブは、室温周辺温度となる。プローブのヒーター電源８０（図５参照）を付勢（１１０）すると、プローブの温度は、プローブヒーターによりターゲット設定点まで変化するが、特にプローブにプローブカバー６２が取り付けられていない場合、数度オーバーシュートし、振動する。次に、プローブカバーをプローブに取り付け、カバーと共にプローブを組織に接触させると、温度は設定ポイントから上昇し、組織接触スレッショルド１１２を越え、ヒーターをシャットオフする。
【００７２】
組織接触スレッショルドを越える未処理（１００ｍｓ）の温度を検出し、その後、モードに応じた固定された時間の遅延を行うことにより、予測スタートの決定を行う。未処理温度が予測スタート状態に達する前に、組織接触スレッショルドより低下した場合、この遅延時間を延長する。
【００７３】
予測スタート６４に対する基準を満たす未処理サンプルでスタートし、ブロック内の１０の未処理温度サンプルを平均し、フィルタにかけられたサンプルのアレイ（ウィンドー）１１６を生じさせるように記憶する。１０のかかる各平均値を、ＴＡＤ（温度平均および分割）と称す。ＴＡＤの値が記録された最大ＴＡＤ値よりも、１°Ｆ（≒０.５℃）だけ小さい場合、組織接触の損失が生じていると仮定するので、計測ステートを連続モニタステートに変える。
【００７４】
曲率質インデックス（ＣＱＩ）およびウィンドーの傾きの値を計算するのに、各ウィンドー内のＥＡＤサンプルを使用する。これらの値が、合計二乗誤差（ＳＳＥ）と共に予測を示すために指定された基準のすべてを満たさなければならない。この基準が満たされなかった場合、次のウィンドーを次のように形成する。推定ウィンドーに各連続する秒に対するＴＡＤ値を加算し、個々の成功したウィンドー予測を発生するか、または最大数のウィンドー（MaxNum Windows）に達するまで、最も旧いＴＡＤ値を除く。
【００７５】
最終ウィンドーに達し、それらのＳＳＥ、ＣＱＩ、およびウィンドーの傾きの値が、特性されたスレッショルドに達しなかった場合、最終ウィンドーのＳＳＥを、スレッショルドＦＳＳＥとを比較する。この比較に成功した場合、最終ウィンドーからの予測を行い、成功しなかった場合、計測を連続モニタステートに変える。他の方法で合格した予測に対して、予測された温度が高低予測限度外にある場合、計測は、自動的に連続モニタステートに変わる。
【００７６】
他のいくつかの条件は、予測から連続モニタステートへの移行を廃止できる。これら条件はヒーターを制御し、サーミスタの故障に関して、プローブをモニタするソフトウェアールーチンによって設定される。図２は、これら条件の完全性に関して示しており、これについては、本明細書の他の場所において説明する。
【００７７】
温度平均および分割（ＴＡＤ処理）
計測器は、温度プローブ増幅器７０（図５）からの電圧をサンプリングし、この値を１００ミリ秒のインターバルでデジタル変換する。効率およびノイズ抑制をするために、１００ミリ秒（未処理）のサンプルを、簡単なボックス化平均分割器（式１３）であらかじめフィルタリングし、１秒のインターバルで、「温度平均され、分割された」または「ＴＡＤ」サンプルを発生する。
【数１３】
ここで、
Ｎは、ＴＡＤサンプルの数／ウィンドーであり、第１ＴＡＤの第１サンプルは予測スタート遅延１１８以後のサンプルである。次に、予測スタート遅延は、９０４°Ｆ（３４.４℃）を第１サンプルが越えることによってスタートする。スタート遅延期間中、未処理温度が組織接触スレッショルドよりも低下した場合、予測スタート遅延タイマーがリセットされる。
【００７８】
予測ウィンドーサンプル選択
熱平衡曲線は、いくつかのソースから生じたアーティファクトを頻繁に含んでいる。本発明に係わるシステムおよび方法は、入力データを最適に選択することにより、アーティファクトの効果を回避するように試みている。組織に接触した最初の数秒内で、プローブ加熱の残留効果が平衡曲線の形状に影響し得る。計測器具からプローブを除いた後に、プローブが組織にすぐに接触すればするほど、これらの作用がより生じやすい。プローブカバーの位置／または皮膚によるカバーの圧縮の変化は、組織をカバーとの間の熱抵抗を変える。この変化は、熱平衡曲線の形状および平衡温度の大きさの双方に影響する。
【００７９】
ノイズソースの効果を緩和するために、アルゴリズムは、各々が固定された数のＴＡＤサンプルから成る時間ウィンドーからの多数の推定値を計算する（図２のブロック図を参照）。特定ウィンドーからの推定値が、予測に適しているかどうか、または測定ウィンドーを次に入力されるＴＡＤ値に対して進めなければならないか（スライドしなければならないか）どうかを判断するために、３つの計量値を計算する。
【００８０】
１．第１の合否の目安はウィンドーの合計二乗誤差（ＳＳＥ）（式１４）である。許可された最終ウィンドーに達する場合、最終ウィンドーのＳＳＥ値を使用して予測をディスプレイすべきかどうか、または信頼性のある予測をできないときに計測が連続モニタステートに移行しなければならないかどうかを判断する。
【数１４】
【００８１】
２．第２の合否の目安は、曲率の質インデックス（ＣＱＩ）である。この目的は、温度曲線を正常な下向きの凹状形状（図１参照）から変位させるようなウィンドーＴＡＤデータ内のアーティファクトを検出することにある。ウィンドーの第３ＴＡＤからスタートし、これら曲率を決定するために、３つの各ＴＡＤ値を評価する。
【００８２】
一実施例では、一連の３つのポイントのうちの第２ポイントは、第１ポイントおよび第３ポイントの平均値以上の値を有していなければならない。そうでない場合、ＣＱＩは、受け入れできないものと見なされる。ウィンドー内のＴＡＤの３つのうちのいずれもが、曲率の基準を満たすことができない場合、ウィンドーは予測に使用できず、アルゴリズムは、ウィンドーを１ステップ（１つのＴＡＤ）だけ前進させなければならない。
【数１５】
ここで、
ｗは、１からNum Windowsまでの推定ウィンドーのインデックス、
Ｎは、ウィンドー当たりのＴＡＤの数であり、
ＴＡＤインデックスは、１からNum Windowsまで変化する。
【００８３】
「ifPOSITIVE」演算子は、右側の括弧内の値が正である場合、これを合計に加えることを示していることに留意されたい。この値が負である場合、この値は合計に加えない。即座にディスプレイされた予測を発生するために、所定のウィンドーからの推定値を使用するためには、各ウィンドーに対するＣＱＩ値は、CQIスレッシュホールド（Threshold）以下でなければならない。
【００８４】
３．第３の合否の目安は、ウィンドーの傾き（WindowSlope）であり、この傾きは、各ウィンドー内の最初のＴＡＤと最後のＴＡＤの差として単に計算される。この値が、限度のスロープスレッシュホールド（SlopeThreshould）を越えた場合、次のウィンドーを選択しなければならないか、最終ウィンドーを評価しなければならない。
【数１６】
ここで、NumTADは、ウィンドー内のＴＡＤサンプルの数である。
【００８５】
極めて高体温、例えば１０４°Ｆ（４０℃）の患者の場合、ウィンドースロープ（WindowSlope）は、極めて有効であることが分かっている。多くのケースでは、かかる患者の温度データ曲線は、当初曲線高い傾きを有し、プロセッサに患者の実際の温度よりもかなり高い温度を予測させる。WindowSlopeの特徴によれば、傾きが過度に大きく、生じ得る高体温の患者を示している場合、プロセッサは、データの次のウィンドーを待つことになる。次のデータは、患者の体温データがより兆候的であるポイントに近似し、予測が正確となる。
【００８６】
一実施例において、ウィンドーが迅速な予測のための基準を満たさない場合、LastWindowに達すると、別の機会が提供される。最終ウィンドーのＳＳＥと、ファイナルウィンドースクエアースレッシュホールド（FinalWindowSquareThreshold）とが比較される。この基準が満たされた場合、最終ウィンドーに対する予測を計算する。
【００８７】
推定処理
推定値を発生するために、必要とされるＴＡＤサンプルを取得し、発生させることにより、推定ウィンドーを完成しなければならない。次に、適合パラメータＡ、ＢおよびＣだけでなく、合否の目安、ＳＳＥ、ＣＱＩ、およびWindowSlopeを決定するために、ＴＡＤサンプルを処理する。
【００８８】
最小二乗推定方法（ＬＳＥ）を使って、ＡおよびＢを決定する。式９の非線形性に起因し、Ｃ、Ｅの各値に対する合計二乗誤差を計算し、最小合計二乗誤差（ＳＳＥ）を生じる対応するＡおよびＢと共に、Ｃ、Ｅの値を探すことにより、ＣおよびＥを決定しなければならない。特定の体のサイトに対する可能な値の有限レンジから、Ｃ、Ｅを選択すれば十分であることが分かっている。口と直腸は、Ｃ、Ｅの値の１つのレンジを使用するのに十分類似し、かつ比較的高い熱伝導率を有するが、より低い熱伝導率を有する腋下は、別個のより低いレンジのＣ、Ｅの値を使用する。
【００８９】
一実施例では、ＡおよびＢを決定するために、Ｃの値の各々に対し、定数の３つの固定された例を構成し、Ｅを１の値に設定し、これを変えない。図９は、本実施例におけるＡ、ＢおよびＣパラメータの決定を示している。プロセッサは、関連するＡおよびＢパラメータと共に１５個のＣの値の各々を選択し、各々に対する合計二乗誤差を得る。予想される温度を計算するために、式１０では最低の誤差を有する関連するＡおよびＢパラメータと共にＣの値を使用する。
【００９０】
図９および図１０は、モデル温度曲線を実際の温度測定データポイントに正確に適合させる本発明の一実施例を示す。図９には、種々の曲線が示されている。これら曲線のいずれも、図１０に示された実際の温度測定データポイント１２６に適用されている。図１０には、所定のパラメータＡｉ、Ｂｉ、Ｃｉを有するモデル曲線１２８が、データポイントに適合している状態が示されている。誤差ｅ１〜ｅ６、すなわちデータポイントとモデル曲線との差が決定され、合計二乗誤差が取り込まれる。
【００９１】
一実施例では、このモデル曲線のＳＳＥが最小である場合、これをこの測定の温度データに対するモデル曲線として使用する。当業者に周知のように、最小二乗推定ルーチンを使用することもできる。
【００９２】
別の実施例では、最小ＳＳＥを発生するＣの２つの値を決定できる。これら２つの値から、Ｃの中間値を決定し、この中間値に対し、ＳＳＥを計算する。このＳＳＥが、最初の２つの双方のＳＳＥの値未満である場合に、これを使用するか、またはＳＳＥが許容可能なスレッショルドより低下するか、またはその減少を停止するまで、このプロセスを繰り返す。
【００９３】
組織との接触の検出、予測のスタートおよび再スタート
総予測時間を予測するための組織との接触を検出する時間限度は、予測に先立ち、ティシューコンタクトスレッシュホールド（TissueContactThreshold）温度を越えるための最終未処理温度サンプルの時間（１００ｍｓ）として定義される。このサンプルを、ＴＣサンプルと称すことにする。
【００９４】
プレディクトスタートディレイ（PredictStartDelay）サンプル（未処理サンプル）の後、予測サンプル（ＳＯＰ）のスタートが生じる。ＴＣに従うサンプルがティシューコンタクトスレッシュホールド（TissueContactThreshold）以下となった場合、ＴＣ値をリセットし、予測を中止し、リセットし、予測スタート遅延を再スタートする。従って、ＳＯＰのインデックス値を次のように定義する。
【数１７】
図８および図１１の例では、未処理温度１２２がティシューコンタクトスレッシュホールド（TissueContactThreshold）１１２より下に低下したことに起因し、第１ＴＣ１２０をリセットする。その後、関連する相対的インデックス＝１を有する最終ＴＣ１２４を見ける。サンプルのプレディクトスタートディレイ（PredictStartDelay）１１８の後で、スタートプレディクション（StartPrediction）１１４のサンプルが発生し、このサンプルは第１ＴＡＤの第１サンプルとなる。
【００９５】
組織との接触の検出がなされない場合
予測が完了する前にある点で組織との接触がなくなることがある。最大ＴＡＤの値よりもプリセットしたマージンだけ小さいＴＡＤサンプルが生じたときに、このような条件が検出される。
【００９６】
図１２は、予測技術で使用される温度センサに対する温度応答のグラフライン１３０の図に結合されたデータフロー図を示す。グラフライン内でドットとして示されている温度サンプル１３２は、この実施例においては、１００ミリ秒ごとに取り込んだものである。インターバル１３４の間で、ヒーターはセンサの温度を組織接触スレッショルド１３０よりも一般に約１°Ｆ（≒０.５℃）低い目標余熱温度、この場合９４°Ｆ（３４.４℃）までにする。
【００９７】
図１１には、組織接触スレッショルドを７回横断するグラフラインが示されている。スタート遅延１３８により、組織接触スレッショルドが交差する７番目の時間１４２までには、ＴＡＤ計算処理１４０は行われない。
【００９８】
スタート遅延動作は予測処理が開始する前の少なくともあるインターバル（一般に０.５秒）の間、サンプリングされた温度は、組織接触スレッショルドよりも高く留まらなければならないようにすることによって、予測プロセスの早期の介しを防止している。この条件が満たされても、サンプリングされた温度が組織接触スレッショルドよりも低下した場合、予測プロセスはアボートされ、サンプリングされた温度が再び上記のような組織接触スレッショルドを越えるかどうかの判断を、サンプリングが再開する。サンプリングされた温度が１分の間、組織接触スレッショルドを越えない場合、モードは、関連する音響の通知と共に連続モニタステートへ移行され、ディスプレイインジケータに変わる。
【００９９】
サンプリングされたデータが、必要とされる時間の間、組織接触スレッショルドを一旦越えると、第１ウィンドー１４４内、更に第１ウィンドー１４４から温度予測を行うことができない場合、次のウィンドー内で、点線で示されているＴＡＤ値を計算する。「現在のウィンドーからの予測温度」１４６、ＳＳＥ１４８、ＣＱＩ１５０、ＦＳＳＥ１５２、最終ウィンドー１５４および組織との接触がなくなること１５６の機能は、上記のようなＴＡＤ値からすべて実行される。図１２には、これら機能に対する論理が示されている。
【０１００】
現在のウィンドーからの予測を使用し、これを提示するか、またはウィンドーを１つのＴＡＤ値だけ進ませなければならないかどうかの制御を行うのに、論理ＡＮＤゲート１６２が使用される。詳細に説明すれば、１６２の出力が真であり、現在の予測をディスプレイするには３つの比較の結果のすべてが、真でなければならない。３つの入力は、次のように形成されている。ＳＳＥは、ＳＳＥスレッショルド１６０と比較（１５８）され、ＣＱＩは、ＣＱＩスレッショルド１６６と比較（１６４）され、ウィンドーの傾き１６８は、ウィンドースロープ（Windowslope）スレッショルド１７２と比較（１７０）される。これら３つの比較演算子１５８、１６４および１７０の出力は、ＡＮＤゲート１６２の入力として示される。
【０１０１】
最終ウィンドーに到達した場合、そのウィンドーの予測をディスプレイするか、または連続モニタステートへの移行が生じたかどうかを判断するために、異なる組のルールが適用される。送信ゲート１８４を介して、最終ウィンドーにより発生された予測のユーザーディスプレイへの伝達を制御するために、論理ＡＮＤゲート１７８が使用される。詳細に説明すれば、ゲート１７８の出力が真であり、このことによって、送信ゲート１８４が予測をディスプレイ１９６に送ることができるようにするためには、２つの比較の結果の双方が真でなければならない。ＦＳＳＥ１５２は、ＦＳＳＥスレッショルド１７６に対するコンパレータ１７４によりテストされ、最終ウィンドーのステート１５４は真であるか、偽であるかが評価され、この論理信号はＡＮＤゲート１７８にも送られる。
【０１０２】
測定機器の作動ステートを連続モニタステート１８８に移行させるような、いくつかの論理状態が生じ得る。真になったときの論理ＯＲゲート１８６は、連続モニタステート１８８への移行を生じさせる。このゲートの入力は、ＡＮＤゲート１８２の出力を含み、この入力は、２つの論理信号（一方は最終ウィンドー論理１５４からのものであり、他方は、コンパレータ１７４の反転出力１８０からのものである）を受信する。論理は、次のテストを実行する。すなわち、ＦＳＳＥがＦＳＳＥスレッショルドよりも大であり、かつ最終ウィンドーが予測のために現在使用中であれば、連続モニタステートへ移行するとのテストを実行する。
【０１０３】
論理ＯＲゲート１８６への別の入力は、安全性および信頼性テストを含み、これらのテストは、ウェルからプローブが引き出された直後に、異常な初期プローブ温度であるかどうかのチェック（１９０）、ヒーターの制御ロジックが適当な温度上昇を行うことができないこと（１９２）、および最終ウィンドーからの予測が、許可されたレンジ外にあるかとの判断（１９４）を含む。
【０１０４】
現在のウィンドー１４６から予測された温度をディスプレイ１９６に示すためのゲート１９５も示されている。しかしながら、このことを行う前に、ＳＳＥ、ＣＱＩおよびウィンドースロープ（WindowSlope）のすべてが許容可能であることを示すＡＮＤゲート１６２からの入力信号が存在していなければならない。別の特徴では、インバータ１９８にＡＮＤゲート１６２の出力が提供され、インバータ１９８は、予測ウィンドー２００を前進させるための信号を提供する。
【０１０５】
上記のように、被験者の体温を正確に予測するためのシステムおよび方法が提供される。温度データ曲線の近似は使用しない。その代わりに、温度データ曲線に実際の曲線を適合させ、その結果、高い精度を得ている。非線形のマルチパラメータモデル曲線を温度測定データに適合させる。とりあえず、特定の温度測定データ自身に応じて多数のパラメータを選択し、モデル曲線を特定の温度状況に適合させ、モデル曲線を極めて正確にする。ヒーター効果、極めて高い温度を受けた被験者および組織と接触しなくなったことから生じる、誤って導かれたデータを使用することを回避するためのセーフガードが提供されている。この解決方法は、処理パワーが限られているプロセッサによって実行でき、更に平衡状態が生じる前に被験者の体温を正確に予測できる。
【０１０６】
以上で本発明のいくつかの形態を図示し、説明したが、本発明の要旨から逸脱することなく、種々の変形を行うことが可能であることも明らかである。従って、本発明は、特許請求の範囲のみによって限定されるものである。
【符号の説明】
【０１０７】
４２ センサおよびヒーター
７０ 増幅器
７２ アナログ−デジタル変換
７４ デジタル論理回路
８２ 電源
８０ ヒーターの電源
７６ メモリのソフトウェアアルゴリズム
７８ ユーザーインターフェース
【特許請求の範囲】
【請求項１】
被験者の体温の検出に応答し、時間と共に変化する温度信号を発生するセンサと、
ディスプレイと、
プロセッサとを備え、
このプロセッサは、
前記温度信号をモニタし、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させ、
前記モデル温度曲線と前記モニタした温度信号とを比較し、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記モニタされた温度データの特性と完全性基準とを比較し、前記モニタされた温度データの特性が前記完全性基準を満たさない場合に、前記プロセッサは前記被験者の体温を予測するのに、前記モニタされた温度データを使用しないようになっており、
前記予測された温度を前記ディスプレイに提供し、前記ディスプレイは前記予測された温度を表示することを特徴とする被験者の体温を測定するための温度計。
【請求項２】
前記完全性基準のうちの１つが、前記モニタされた温度データの曲率の質を含む、請求項１記載の温度計。
【請求項３】
前記曲率の質は、下向きに凹状となっていない温度の推定に際して使用できると見なされた実際の温度データに基づく曲線の一部の存在により決定される、請求項２記載の温度計。
【請求項４】
前記完全性基準のうちの１つは、前記モニタされた温度データの傾きの限度を含む、請求項１記載の温度計。
【請求項５】
前記曲線の限度は、最大の傾きの限度を含む、請求項４記載の温度計。
【請求項６】
被験者の体温の検出に応答し、時間と共に変化する温度信号を発生するセンサと、
ディスプレイと、
プロセッサとを備え、
このプロセッサは、
前記温度信号をモニタし、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させ、
前記モデル温度曲線と前記モニタした温度信号とを比較し、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記モニタされた温度信号の曲率の質と曲率のスレッショルドとを比較し、前記曲率の質が前記曲率のスレッショルドを越えた場合に、前記プロセッサは、前記曲率の質の比較のための根拠を形成するデータに基づき、被験者の体温の予測をしないようになっており、
前記予測された温度を前記ディスプレイに提供し、前記ディスプレイは前記予測された温度を表示することを特徴とする被験者の体温を測定するための温度計。
【請求項７】
被験者の体温の検出に応答し、時間と共に変化する温度信号を発生するセンサと、
ディスプレイと、
プロセッサとを備え、
このプロセッサは、
前記温度信号をモニタし、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させ、
前記モデル温度曲線と前記モニタした温度信号とを比較し、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
更に前記モニタされた温度信号の傾きと傾きスレッショルドとを比較し、前記傾きが前記傾きスレッショルドを越えた場合に、前記プロセッサは、前記傾きの比較の根拠を形成するデータに基づき、被験者の体温の予測をしないようになっており、
前記予測された温度を前記ディスプレイに提供し、前記ディスプレイは前記予測された温度を表示することを特徴とする被験者の体温を測定するための温度計。
【請求項８】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを備え、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記非線形曲線の適合と所定の完全性基準とを比較するステップを更に含み、前記前記曲線の適合から予測された温度が前記完全性基準を満たしていない場合に、前記被験者の体温の予測から前記モニタされた温度データを除き、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項９】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを備え、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記非線形曲線の適合と所定の完全性基準とを比較するステップを更に含み、前記前記曲線の適合から予測された温度が前記完全性基準を満たしていない場合に、前記被験者の体温の予測から前記モニタされた温度データを除き、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項１０】
前記完全性基準のうちの１つが、前記モニタされた温度データの曲率の質を含むことを特徴とする請求項９記載の方法。
【請求項１１】
前記曲率の質は、下向きに凹状となっていない温度の推定に際して使用できると見なされた実際の温度データに基づく曲線の一部の存在により決定されることを特徴とする請求項１０記載の方法。
【請求項１２】
前記完全性基準のうちの１つは、前記モニタされた温度データの傾きの限度を含むことを特徴とする請求項９記載の方法。
【請求項１３】
前記曲線の限度は、最大の傾きの限度を含むことを特徴とする請求項１２記載の方法。
【請求項１４】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを含み、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記モニタされた温度信号の曲率の質と曲率のスレッショルドとを比較するステップを含み、前記曲率の質が前記曲率のスレッショルドを越えた場合に、前記曲率の質の比較のための根拠を形成するデータに基づき、被験者の体温の予測をしないようになっており、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項１５】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを含み、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記モニタされた温度信号の傾きと、傾きスレッショルドとを比較するステップを含み、前記傾きが、前記傾きスレッショルドを越えた場合に、前記傾きの比較の根拠を形成するデータに基づき、被験者の体温の予測をしないようになっており、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項１６】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを含み、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項１７】
前記曲率インデックスは、測定サイトに適した値の族に限定されることを特徴とする請求項１６記載の方法。
【請求項１】
被験者の体温の検出に応答し、時間と共に変化する温度信号を発生するセンサと、
ディスプレイと、
プロセッサとを備え、
このプロセッサは、
前記温度信号をモニタし、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させ、
前記モデル温度曲線と前記モニタした温度信号とを比較し、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記モニタされた温度データの特性と完全性基準とを比較し、前記モニタされた温度データの特性が前記完全性基準を満たさない場合に、前記プロセッサは前記被験者の体温を予測するのに、前記モニタされた温度データを使用しないようになっており、
前記予測された温度を前記ディスプレイに提供し、前記ディスプレイは前記予測された温度を表示することを特徴とする被験者の体温を測定するための温度計。
【請求項２】
前記完全性基準のうちの１つが、前記モニタされた温度データの曲率の質を含む、請求項１記載の温度計。
【請求項３】
前記曲率の質は、下向きに凹状となっていない温度の推定に際して使用できると見なされた実際の温度データに基づく曲線の一部の存在により決定される、請求項２記載の温度計。
【請求項４】
前記完全性基準のうちの１つは、前記モニタされた温度データの傾きの限度を含む、請求項１記載の温度計。
【請求項５】
前記曲線の限度は、最大の傾きの限度を含む、請求項４記載の温度計。
【請求項６】
被験者の体温の検出に応答し、時間と共に変化する温度信号を発生するセンサと、
ディスプレイと、
プロセッサとを備え、
このプロセッサは、
前記温度信号をモニタし、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させ、
前記モデル温度曲線と前記モニタした温度信号とを比較し、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記モニタされた温度信号の曲率の質と曲率のスレッショルドとを比較し、前記曲率の質が前記曲率のスレッショルドを越えた場合に、前記プロセッサは、前記曲率の質の比較のための根拠を形成するデータに基づき、被験者の体温の予測をしないようになっており、
前記予測された温度を前記ディスプレイに提供し、前記ディスプレイは前記予測された温度を表示することを特徴とする被験者の体温を測定するための温度計。
【請求項７】
被験者の体温の検出に応答し、時間と共に変化する温度信号を発生するセンサと、
ディスプレイと、
プロセッサとを備え、
このプロセッサは、
前記温度信号をモニタし、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させ、
前記モデル温度曲線と前記モニタした温度信号とを比較し、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
更に前記モニタされた温度信号の傾きと傾きスレッショルドとを比較し、前記傾きが前記傾きスレッショルドを越えた場合に、前記プロセッサは、前記傾きの比較の根拠を形成するデータに基づき、被験者の体温の予測をしないようになっており、
前記予測された温度を前記ディスプレイに提供し、前記ディスプレイは前記予測された温度を表示することを特徴とする被験者の体温を測定するための温度計。
【請求項８】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを備え、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記非線形曲線の適合と所定の完全性基準とを比較するステップを更に含み、前記前記曲線の適合から予測された温度が前記完全性基準を満たしていない場合に、前記被験者の体温の予測から前記モニタされた温度データを除き、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項９】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを備え、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記非線形曲線の適合と所定の完全性基準とを比較するステップを更に含み、前記前記曲線の適合から予測された温度が前記完全性基準を満たしていない場合に、前記被験者の体温の予測から前記モニタされた温度データを除き、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項１０】
前記完全性基準のうちの１つが、前記モニタされた温度データの曲率の質を含むことを特徴とする請求項９記載の方法。
【請求項１１】
前記曲率の質は、下向きに凹状となっていない温度の推定に際して使用できると見なされた実際の温度データに基づく曲線の一部の存在により決定されることを特徴とする請求項１０記載の方法。
【請求項１２】
前記完全性基準のうちの１つは、前記モニタされた温度データの傾きの限度を含むことを特徴とする請求項９記載の方法。
【請求項１３】
前記曲線の限度は、最大の傾きの限度を含むことを特徴とする請求項１２記載の方法。
【請求項１４】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを含み、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記モニタされた温度信号の曲率の質と曲率のスレッショルドとを比較するステップを含み、前記曲率の質が前記曲率のスレッショルドを越えた場合に、前記曲率の質の比較のための根拠を形成するデータに基づき、被験者の体温の予測をしないようになっており、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項１５】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを含み、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記モニタされた温度信号の傾きと、傾きスレッショルドとを比較するステップを含み、前記傾きが、前記傾きスレッショルドを越えた場合に、前記傾きの比較の根拠を形成するデータに基づき、被験者の体温の予測をしないようになっており、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項１６】
被験者の体温を検出するステップと、
被験者の体温の検出に基づき、時間と共に変化する温度信号を発生するステップと、
前記温度信号をモニタするステップと、
形状が変化する非線形のマルチパラメータモデル温度曲線を前記モニタした温度信号に適合させるステップと、
前記モデル温度曲線と前記モニタした温度信号とを比較するステップとを含み、
前記モデル温度曲線と前記モニタした温度信号との差がスレッショルドを越えない場合に、前記モデル曲線に基づき、被験者の体温を予測し、
前記予測された温度を表示するステップを含むことを特徴とする被験者の体温を測定するための方法。
【請求項１７】
前記曲率インデックスは、測定サイトに適した値の族に限定されることを特徴とする請求項１６記載の方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公開番号】特開２０１２−２２０１０（Ｐ２０１２−２２０１０Ａ）
【公開日】平成２４年２月２日（２０１２．２．２）
【国際特許分類】
【出願番号】特願２０１１−２４０００２（Ｐ２０１１−２４０００２）
【出願日】平成２３年１１月１日（２０１１．１１．１）
【分割の表示】特願２００８−５０４２１０（Ｐ２００８−５０４２１０）の分割
【原出願日】平成１８年３月２４日（２００６．３．２４）
【出願人】（５０７２７１５１４）ケアフュージョン ３０３ インコーポレイテッド (9)
【Ｆターム（参考）】
【公開日】平成２４年２月２日（２０１２．２．２）
【国際特許分類】
【出願日】平成２３年１１月１日（２０１１．１１．１）
【分割の表示】特願２００８−５０４２１０（Ｐ２００８−５０４２１０）の分割
【原出願日】平成１８年３月２４日（２００６．３．２４）
【出願人】（５０７２７１５１４）ケアフュージョン ３０３ インコーポレイテッド (9)
【Ｆターム（参考）】
[ Back to top ]