技术领域
本发明涉及智能监控领域，尤其涉及一种女性自然避孕时间监控方法及 其装置。
背景技术
女性一生中有30多年的时间需要避孕，避孕是应用科学手段使女性暂时 不受孕，女性要和各类避孕方法纠缠，以寻找最合适自己的避孕方式。
专家指出，常见的避孕法有：使用避孕药，避孕针，避孕套，自然避孕 法等。1、口服避孕药，是通过抑制排卵达到避孕效果，长期使用也不会影响 女性生育能力，停药后即可考虑怀孕。2、避孕针，使用简便，避孕有效率较 高，注射一针可以避孕3个月。3、避孕套，这是男人采取的避孕方法，这种 做法由于其安全、方便，也是最为常用的。4、自然避孕法，采用安全期避孕 的关键是测定妇女的排卵日期，月经和排卵呈周期性变化，两者之间有着密 切的关系，掌握两者的变化规律，就可以通过间接的方法来测定排卵日期和 月经日期，进行周期性禁欲，从而进行避孕。
上述避孕方法方式虽多，却大多有其缺点，尤其是前三种方法，由于需 要借助外部药物或在身体部位使用避孕套，具有一定缺点：口服避孕药，需 要要天天服用，比较麻烦，此外，有些女性在服用后出现副作用，如月经期 量削减、发胖等；避孕针，女性在使用过程中，应定期做乳房检查，如出现 肿块须立即停药，另外，部分使用者可能出现月经紊乱，表现为月经量增多， 经期延长或阴道出血；避孕套，用法不当可致做爱过程中避孕套破裂，导致 避孕失败，且避孕套主要成分橡胶和上面的润滑油长期使用对身体不好，同 时，这种避孕方法需要男方配合，但很多男人在心理上不习惯。
自然避孕法，由于其属于完全自然的避孕方法，不需要辅助药物或工 具，也不施行医疗手段，不会存在副作用对身体造成伤害，成为目前的研 究热点，其主要借助排卵测试仪以及生理周期来对安全期进行确定。作为 一种新兴的研究对象，其目前也存在着很懂不足：1，有效率不如其它方式 高；2，使用者需要经过适当培训和自己经验积累的阶段，来确定女性安全 期和危险期；3，对于月经不规则的女性，会增加使用该避孕法的困难。
发明内容
鉴于此，本发明提出了一种具有极高有效率的自然避孕时间监控方法。
其主要基于女性排卵前后的体温变化规律进行自然避孕，在排卵前，孕 激素主要由肾上腺分泌，量很小，所以体温曲线呈低温状态，排卵后，卵 子排除的地方变成黄体，黄体分泌大量的孕激素和雌激素，为受精卵着床 作准备，于是体温急剧上升0.3-0.6度左右，呈相对高温态势。本发明即 是利用这种温度变化来确定排卵周期，并结合月经周期，来实现自然避孕 时间监控。
本发明技术方案如下：
一种女性自然避孕时间监控方法，包括如下步骤：
S100：采集体温温度，基于采集的温度确定体温温度第一变化特征， 以及体温温度第二变化特征；
S200：根据体温温度第一变化特征，确定排卵期；
S300：根据体温温度第二变化特征，确定月经期；
S400：在所述月经期和排卵期之外，确定为自然避孕时间，提醒用户 适合性生活。
其中，较佳的，该步骤S100包括如下具体步骤：
S110：在至少一个连续采样时段内对用户的基础体温的连续采样，获 得至少一个基础体温采样序列；
S120：至少对于其中一个基础体温采样序列，确定该序列与至少一个 基准温度序列之间的相关性；
S130：至少基于所述相关性，确定第一变化特征和第二变化特征。
本发明基于女性生理周期状态与体温的关系，通过连续的用户温度采 集，并进一步与基准温度序列进行相关性确定，从而获得用户体温温度第 一变化特征和第二变化特征，最终对自然避孕时间进行监测。也就是说，通 过体温温度采集，采用统计分析方法中的相关性技术，通过相应的装置和方 法，最终实现了高效的自然避孕时间监控。
附图说明
通过阅读以下参照附图对非限制性实施例所作的详细描述，本发明的其 它特征、目的和优点将会变得更明显。
图1至6为根据本发明的多个实施例中不同情形下的基础体温示意图；
图7为根据本发明的一个实施例中自然避孕时间监控方法流程图；
图8为根据本发明的一个实施例的自然避孕时间监控系统的结构示意 图；
图9为根据本发明的一个实施例的辅助用于温度信号采集的装置，其 中图示900为温度传感器，901为测量臂，902为中心孔；
其中，相同或相似的附图标记表示相同或相似的步骤特征或系统(模块)。
具体实施方式
在一个实施例中，本发明公开了一种女性自然避孕时间监控方法，包 括如下步骤：
S100：采集体温温度，基于采集的温度确定体温温度第一变化特征， 以及体温温度第二变化特征；
S200：根据体温温度第一变化特征，确定排卵期；
S300：根据体温温度第二变化特征，确定月经期；
S400：在所述月经期和排卵期之外，确定为自然避孕时间，提醒用户 适合性生活。
其中，较佳的，该步骤S100包括如下具体步骤：
S110：在至少一个连续采样时间段内对用户的基础体温的连续采样， 获得至少一个基础体温采样序列；
S120：至少对于其中一个基础体温采样序列，确定该序列与至少一个 基准温度序列之间的相关性；
S130：至少基于所述相关性，确定第一变化特征和第二变化特征。
对于上述实施例，其对用户的温度进行连续采样测量，并进一步与基准 温度序列进行相关性确定，从而进行自然避孕时间监控。其可通过APP实现， 其可以安装于手机、平板电脑、智能手表能智能终端设备，也可以安装于其 他智能可穿戴设备，智能衣服。以手机、平板电脑、智能手表为例，其可以 通过自身的接口，例如耳机接口、各种规格的USB接口、蓝牙等连接相应的 温度测量装置(或温度测量探头)以便对用户的温度进行连续采样测量。
显然，该实施例采用了监控和相关性统计学的手段。通过该实施例，从 而与现有技术中通过排卵检测仪和生理规律经验的技术方案相区别，有利于 更高效的进行女性自然避孕时间监控。
在一个具体的实施例中，所述步骤S110中的至少一个连续采样时段通 过如下方式确定：
基于用户的作息时间，选择其深度睡眠时段作为连续采样时段。
对于该实施例，其限定了一种较佳的采样时段，以尽量准确的测量基 础体温。
用户，即本发明所针对的女性，在一个连续时段的体温信息相比于单点 体温更加能全面反映体温变化节律(rhythm)，以及其背后的状态。而且， 研究用户夜间的深度睡眠过程中，是一个采集基础体温信息的较为理想的时 段。
因此，本实施例针对研究用户在夜间深度睡眠过程中的温度采集，以 及根据所采集的基础体温序列，来进行监控。
通过用户在每日特定深度睡眠的一段时间内对用户的基础体温进行连 续采样，获得采样温度序列。
此处，根据日常作息规律决定，选取用户进入深度睡眠的时间段，例 如凌晨1点-凌晨4点，保证测得准确的基础温度。由于采用了连续温度 采样获得温度序列，通过与基准温度序列比较获得相关性，更能准确反应 生理状态。
在另一个更具体的实施例中，所述步骤S110之前，还包括如下步骤：
S101：在一段历史时期内每一天的上述连续采样时段内，对用户的基 础体温进行连续采样，获得一历史基础体温采样序列；
S102：基于所述历史基础体温采样序列，对用户的基础体温建模以获 得基础体温的基准模型，并预测月经周期、预测排卵期、预测月经期，其 中：所述一段历史时期大于等于40天。
对于该实施例，其中：两个基准温度序列可通过较长时间(例如40天 或更长，此时间可根据特定用户的要求灵活调整)统计分析得到，具体的， 获得基准模型，温度升高点对应的即为基准排卵日，一个温度变化周期等 于用户的基准月经周期，此周期用作本发明的预测月经周期，温度降低点 后的几天低谷期(通常7-8天)确定为基准月经日期。另外，进一步的， 根据该基准模型就能够对排卵期、月经期进行预测。
在另一个实施例中，所述步骤S110中的所述基础体温还包括：所述备 孕女性的一侧乳房的基础体温。
对于该实施例，其具体限定了基础体温的覆盖范围，相当于给出了另 一种基础体温获取源。假设基础体温的第一获取源是腋下，那么本实施例 给出的另一种基础体温获取源则是一侧乳房。更佳的，本发明可以通过对 腋下、乳房基础体温的组合式、连续采样，来得到多个基础体温采样序列， 以有利于通过前述相关性来确定第一变化特征和第二变化特征，从而实现 女性自然避孕时间监控。
在另一个实施例中，所述步骤S120中的相关性通过如下方式确定：
分别确定所述基础体温采样序列与所述至少一个基准温度序列之间在 标志指标上的差值，以确定所述相关性，其中：
所述标志指标包括如下之一或其组合：序列元素的平均值，温度低点， 温度低点的发生时刻，温度低点的发生周期，温度高点，温度高点的发生 时刻，温度高点的发生周期。
参考图1，其中，图1未标注具体采样时刻，横坐标仅标示了第几天。 以正常的月经周期28天、正常体温36.6℃为例，图1中横坐标第14天即 本领域中温度低点向温度高点过渡的日期，该日被认为是排卵日，直到第 28天是该次月经周期内温度高点的最后1日，而第29日则再次处于温度低 点，月经开始。图1是一个典型的、月经正常、排卵正常的、高低温双相 变化的基础体温图。这期间，温度低点的日期涉及了第1-14日，第29-34 日，从而得到温度低点、温度低点的发生周期、温度高点、温度高点的发 生周期。
显然，就该实施例而言，其具体从统计分析的角度，阐述了一种相关 性的确定方式，给出了一种实施方式。特别地，其中的标志指标可以是上 述之一或者其组合，组合自然更有利于相关性的具体统计分析。
在另一个实施例中，所述步骤S120中的基准温度序列通过如下方式确 定：
依据月经期内、相对于正常体温处于正常相对低温温度状态和正常相 对高温温度状态的历史基础体温采样温度值，获得如下两个基准温度序列： 基准高温序列和基准低温序列。
在一个实施例中，所述步骤S102之后，步骤S110之前还包括如下步 骤：
S103：基于基础体温的基准模型，判断用户的黄体状况，以判断其排 卵情况是否异常。
对于该实施例，基于基准模型，根据获得的高温日、低温日长短，以 及升温程度，基于上述数据可对黄体的状态进行判断，对用户生理状况进 行检查。如果异常，可以用于后期提醒用户。
参考图2和图3，依然以正常月经周期28天、正常体温36.6℃为例， 其中图2示出了由于黄体功能的不良从而导致基础体温下降缓慢的示意图， 图3示出了由于黄体素的浓度不够从而导致排卵期体温缓慢上升的示意图。 对于这2种异常情况，本发明都可以通过相应基准模型来予以判断。
甚至，更进一步的，本发明还能够进一步基于基础体温的基准模型， 判断已经怀孕、疑似早期流产、以及没有排卵，并对此发出提醒，参见图4、 5、6。其中：对于图4，一般来说，高温持续超过16天就是怀孕的征兆； 对于图5，高温从第15天持续到第34天总计20天后降温，这一般被认为 是早期流产的迹象；对于图6，基础体温始终在36.6℃以下，始终是低温 状态，没有形成高低温双相变化，这一般被认为没有排卵。
也就是说，在本发明的一些实施例中，如果温度序列之间的相关度低， 例如相关度低于0.8，则可判断为在对应的采样时段中，温度采样值属于异 常状态，需进一步观察和采样；如相关度高于0.8则属于有意义采样，进 一步确定最佳受孕时间或其他与基准模型有关的分析、判断，例如是否可 能是：黄体功能不良、黄体素浓度不够、已经怀孕、疑似早期流产、以及 没有排卵。
在另一个更具体的实施例中，所述步骤S130具体包括如下步骤：
基于S102中的基准月经周期、预测排卵期、预测月经期，对以下温度 值进行相关性的统计和比较，以确定第一变化特征和第二变化特征：S110 中采样序列中各采样温度值，以及所述两个基准温度序列中、与S110中采 样序列中各采样温度值的采样时间所对应时间的基准温度值。当获得的高 温相关性首次大于低温相关性时，确定第一变化特征为正，第二变化特征 为负；当获得的低温相关性首次大于高温相关性时，设置第一变化特征为 负，第二变化特征为正。从而，当第一变化特征为正时，确定该日起两天 内为排卵期，当第二变化特征为正时，确定该日期7天内为月经期。从而 排除排卵期和月经期，确定为自然避孕时间，提示用户可进行性生活。
也就是说，对于该实施例而言，其给出了具体相关性统计所针对的数 据源，从而给出了一种更具体的实施例。
在另一个实施例中，所述采样周期为[0.1s，300s]。显而易见的，该 实施例在于限定连续采样的采样周期。
更具体的，在另一个实施例中，图7为该实施例的女性自然避孕时间 监控方法的流程图。
分别将采样温度序列与两个基准温度序列分别进行比较，获取对应的 低温相关性和高温相关性。其中，两个基准温度序列分别为基准低温序列 和基准高温序列，采集自用户月经周期期内正常相对低温温度状态和正常 相对高温温度状态。
基于所获得的高温相关性和低温相关性，辨识用户在不同日期的生理 状态，并确定自然避孕时间。
两个基准温度序列可通过较长时间(例如40天)统计分析得到，具体 的，可对较长时间内每日与上面相同特定的一段时间内对备孕女性的基础 体温进行连续采样，每日获得一个采样温度序列，对每日获得的采样温度 序列中的温度值求和并平均，根据上述40个平均温度值，以日期作为横坐 标，温度作为纵坐标，绘制曲线，获得基准模型，温度升高点对应的即为 基准排卵日，温度降低点对应的即为基准月经开始日，一个温度变化周期 等于备孕女性的基准月经周期，根据该基准模型可对排卵期进行预测(即 判断每个基准月经周期中对应的基准排卵日为预测排卵日，前后三天为预 测排卵期)，同时对月经期进行预测(即判断每个基准月经周期中对应的 基准月经开始日之前两天至之后的七天为预测排卵期)。同时，将一个周 期内排卵日之前多个相对低温状态日对应的多个采样温度序列进行平均， 获得基准低温序列，将一个周期内排卵日之后多个相对高温状态日对应的 多个采样温度序列进行平均，获得基准高温序列。
对于相关性的获得，可分别计算采样温度序列{S1，S2，S3，...，Sn} 与基准温度序列之间在特定标志指标上的差距。例如，采样温度序列{S1，S2， S3，...，Sn}所拟合的线与基准温度序列的滑动平均值的拟合线之间的差 值。
同样，也可分别计算采样温度序列{S1，S2，S3，...，Sn}与基准温度 序列之间在序列元素的平均值、温度低点、温度低点的发生时刻、温度低 点的发生周期等标志指标的差值，从而确定各序列之间的一致性或者相关 性，从而最终确定第一温度变化特征和第二温度变化特征。
在日常监测中，当获得的高温相关性首次大于低温相关性时，确定第 一变化特征为正，第二变化特征为负；当获得的低温相关性首次大于高温 相关性时，设置第一变化特征为负，第二变化特征为正。从而，当第一变 化特征为正时，确定该日起两天内为排卵期，当第二变化特征为正时，确 定该日期7天内为月经期。从而排除排卵期和月经期，确定为自然避孕时 间，提示用户可进行性生活。
与上述各实施例所对应的，如图8所示，本发明还在一个实施例中公 开了一种女性自然避孕时间监控系统，包括：
采样模块，用于在至少一个连续采样时间段内，对用户的基础体温进 行连续采样，获得至少一个基础体温采样序列；
相关性确定模块，用于至少对于其中一个基础体温采样序列，确定该 序列与至少一个基准温度序列之间的相关性；
自然避孕时间确定模块，用于基于所述相关性，确定温度第一变化特 征和温度第二变化特征，从而确定自然避孕时间。
更优的，所述采样模块中的至少一个连续采样时间段通过如下方式确 定：
基于用户的作息时间，选择其深度睡眠时段作为连续采样时段。
更优的，所述系统还包括基准建模模块，用于：
在一段历史时期内每一天的上述连续采样时段内，对用户的基础体温 进行连续采样，获得一历史基础体温采样序列；
并基于所述历史基础体温采样序列，对用户的基础体温建模以获得基 础体温的基准模型，并预测月经期和预测排卵期，其中：所述一段历史时 期大于等于40天。
更优的，所述采样模块中的所述基础体温还包括：所述用户的一侧乳 房的基础体温。
更优的，所述相关性确定模块中的相关性通过如下方式确定：
分别确定所述基础体温采样序列与所述至少一个基准温度序列之间在 标志指标上的差值，以确定所述相关性，其中：
所述标志指标包括如下之一或其组合：序列元素的平均值，温度低点， 温度低点的发生时刻，温度低点的发生周期，温度高点，温度高点的发生 时刻，温度高点的发生周期。
更优的，所述相关性确定模块中的基准温度序列通过如下方式确定：
依据月经周期内、相对于正常体温处于正常相对低温温度状态和正常 相对高温温度状态的历史基础体温采样温度值，获得如下两个基准温度序 列：基准高温序列和基准低温序列。
更优的，所述基准建模模块还可操作的耦接异常排卵判断模块，所述 异常排卵判断模块用于：
基于基础体温的基准模型，判断用户的黄体状况，以判断其排卵情况 是否异常。
更优的，所述采样模块为胸衣样式，包括左右对称两个胸片，每个胸 片包括四个测量臂，每个测量臂上设置有多个温度传感器。对于该实施例， 其揭示了一种具体的采样模块设计形式。
更优的，所述系统还包括存储模块，其可操作的耦合于所述温度传感 器。对于该实施例，其意味着本发明所述系统，可以包括存储模块，以数 据的形式存储相关温度信息。更佳的，鉴于本发明所述装置可以是可穿戴 设备，那么，存储模块可选高度集成的、低功率的存储模块以有利于装置 的整体重量、节能要求。更优的，还可以设置云存储平台，将数据存储在 云平台，以方便获取数据。
更优的，所述系统整体为胸衣样式，前部的两胸片设有采样模块，后 部的胸衣设有相关性确定模块、自然避孕时间确定模块、基准建模模块， 胸衣的肩带上设有用户交互模块，其给出了各模块的设计方式。
更优的，所述系统还包括通讯模块，用于：将温度传感器所测量体温 的电信号传送至外部。鉴于智能手机、智能手表和其他智能终端的普及， 传送至外部时优先采用与其兼容的USB接口或耳机接口或该类智能终端的 其他数据接收接口。
更优的，所述系统在四个测量臂交接的部位设有一个中心孔，供备孕 女性将乳头嵌入，从而将系统基本固定在备孕女性胸部。对于该实施例， 其给出了一种固定该系统的结构设计方式。
更优的，通过超薄、舒适且有弹性的材料作为胸片材料以对测量臂以 及温度传感器进行包覆，并预留测量接触口供温度传感器的测量面贴附胸 部。也就是说，该实施例揭示了包覆材料和贴附设计方案。
在另一个实施例中，图9为用于温度信号采集的装置，是一种可穿戴 装置，包括左右对称两个部件，每个部件包括四个测量臂，每个测量臂(即 图示901)上设置有多个温度传感器(即图示900)；每个传感器还连接 有引出线从而将其所测量温度的电信号传送至信号采集和处理装置(图中 未示出)，另外，如前所述，装置在四个测量臂交接的部位设有一个中心 孔(参见图9中四个测量臂的交汇处，即图示902)，可供用户将乳头嵌 入，从而将装置基本固定在备孕女性胸部。
用户通过日常，尤其是深度睡眠过程中，佩戴该系统，可以采集到基础 体温的数据。针对这些体温数据的采样序列，可以以在线或离线的方式处理 这些数据，从而根据用户的体温、基础体温的判断获得自然避孕时间。可以 对每个温度采样点采样的每个采样温度序列分别进行判断，并统计分析，根 据多数采样温度序列的情况确定自然避孕时间。也可以将各温度采样点采集 的相同时刻温度进行求和平均，最后获得一个代表性的采样温度序列，根据 前述实施例的方法确定自然避孕时间。
本领域技术人员应能理解，本发明中所称的各系统既可以由硬件模块 实现，也可以由软件中的功能模块实现，还可以由集成了软件功能模块的 硬件模块实现。
本领域技术人员应能理解，上述实施例均是示例性而非限制性的。在 不同实施例中出现的不同技术特征可以进行组合，以取得有益效果。本领 域技术人员在研究附图、说明书及权利要求书的基础上，应能理解并实现 所揭示的实施例的其他变化的实施例。在权利要求书中，术语“包括”并 不排除其他装置或步骤；不定冠词“一个”不排除多个。权利要求中的任 何附图标记均不应被理解为对保护范围的限制。权利要求中出现的多个部 分的功能可以由一个单独的硬件或软件模块来实现。某些技术特征出现在 不同的从属权利要求中并不意味着不能将这些技术特征进行组合以取得有 益效果。