四川布拖质检计量检测机构 CNAS检测机构
15 校准模式测量准确，体温模式就一定准确吗？不同设备的校准模式准确的话体温模式报警温度也准确吗？
对于耳温计，基本上可以认为准模式测量准确，体温模式就准确。因为从校准模式值到体温模式引入的转换值通常很小。存在的疑问是不同耳温计所测量的耳温的定义有所不同，或在一定程度上是模糊的。就像说到体温，不同人体部位的体温也有一定差异，如口腔温度，耳温和（模拟体内温度的）腋下温度。
对于测量体表部位的额温计或筛检仪，由于各自采用的校准模式值到体温模式引入的转换值不同而且数值较大，其溯源性和所依据的统计样本的适用性也不明确，体温模式的测量准确程度在一定程度上存在疑问，不同厂家产品的差异明显。建议应用时与一组已知体温的人员进行比较。
不同厂家的额温计或筛检仪，如果校准模式准确，体温模式报警温度因转换值不同也会有差异。其应用效果同样需要验证。
16 能否提供或研究得出通用的校准模式到体温模式的转换关系？
这个问题默认的假设应该是指额温计或热像筛检仪这类测量人的面部某部位的测量仪器。
答案基本上是否定的。其原因是这种转换关系应该反映人的温度特性。但人的体温与暴露在环境中的体表的温之间的关系至少受到以下因素的影响：
1）不同人（年龄、性别、胖瘦、…）之间的差异，即使“同类”人之间也存在显著差异
2）不同测量环境对人的体表温度影响大，对不同人影响不同
3）人的运动经历和心理状态的影响
这种“体温测量”将上述差异无差别看待，假设典型人群的统计特性可以代表个体特性。该假设（或者说是默认测量模型条件），会使测量结果对不同个体和不同测量条件呈现明显得分散性，有时表现为同时存在明显的系统性偏差。
由此可见，应用条件越广泛（通用），对特定个体和测量条件的应用效果在统计上就会越差（不通用）。
医学上更关注基础体温(早晨刚睡醒时的体温)，是因为限定较明确的条件可使同一人不同天和不同人之间的体温有更好的可比性。尽管这种限定也使基础体温不能代表其他状态的体温。
目前的体温红外快速筛检就处于试图用于尽可能广泛和恶劣的通用条件的尴尬处境。但是，应该说，在明确了这种筛检应用需求的前提下，试图研究在特定条件下的统一的转换关系是有意义的。weoqur12345ewqrlfdjo
四川布拖质检计量检测机构 CNAS检测机构
因此，业界普遍认为TSN与OPC UA的融合将会为整个工业互联带来全新局面。我们不能再像三十年前，一个产品三进的，能卖十块。日前，中山大学附二、三曾拟3812万元采购9套仪器设备。历经几十年的艰苦奋斗，我国仪器行业走过了艰难却又充满意义的路程。*组现场查看了研制仪器设备的运行情况，了相关文件档案和项目经费使用情况。
17 能否研制能模仿设定体温和不同环境条件下人的体表温度的辐射源，作为红外筛检仪校准的标准器，而不必考虑校准模式问题。
问题16说明了越通用应用效果越差的矛盾。
退一步讲，对于一个已知的转换关系，从原理上讲，是可以用一种标准辐射源反映该已知转换关系的。而其作用将会是
1） 核查体温示值的准确性，但对采用其他转换关系的测量仪器不具有说服力
2） 测量仪器的*允许误差是对校准模式示值的限定，并不适用于体温示值
3） 不能通过核查反映人的个体差异的影响，即不能确定测量仪器的临床准确定和临床重复性
4） 这种标准器的实物，或多或少中会在已知转换关系的基础上附加不确定度。在本质上，所起的作用与在校准模式下用黑体辐射源相比并无明显差别和优势。
18 关于热像筛检仪的均匀性
1）均匀性为符合要求？
GBT 19665《 电子红外成像人体表面测温仪通用规范》没有此项要求，但从技术上讲，各区域都应符合准确度等级要求，即±0.4℃。参照GBT 19870《工业检测型红外热像仪》的准确度与均匀性要求的关系，热像筛检仪均匀性要求也应为0.4℃。
2）均匀性现在只做了左中右三个位置，而且测试时我们的标准黑体都放在被测热像仪参考黑体下方。是否还需做该参考黑体到热像仪之间的均匀性？
不需要。现场检测的测试区域做了简化，只测水平，因为被测人员要通过中部水平带。另外，现场参考黑体所处热像仪测量区域应不测人，该区域与其他区域之间的差异只要是基本稳定的，并不会影响筛检结果。
3）如果均匀性不好，有没有可能是他们热像仪装的位置不合适，而不是热像仪本身的问题？
不会。但较短期间的稳定性不好（例如参考源缓慢漂移）有可能导致均匀性不好的假象。
21 为什么有些额温计（或筛检仪）改变校准模式修正值后，体温测量结果没有明显变化？
该现象源于厂家才用了特殊的校准模式值（近似为额温）到体温的转换策略。由于正常体温者的额温存在显著差异，而体温转换采用统计规律会导致体温相同额温不同的人通过额温测量得到的体温有很大差异，让人觉得测量结果很不靠谱。一些厂家根据正常人体温约36度，而且不可能大幅偏低的常识，采用了一种数据处理策略。也就是，在额温较低时，无论多低都显示36多度，并且额温显著下降时体温示值也略有下降，这样看仪器对被测对象还是有反应的；而发烧时，额温越高转换关系越接近统计转换规律。虽然如果采用多个38度的发烧者也会测出明显不同体温，但是人们很少能找几个可比的发烧者去测试，所以用常温人测试会得出36度多的结果，与人们的体温常识很接近。如果我们同时也测额温，与该体温测量结果比较，就会发现其额温到体温的转换，在正常人额温范围，没有完全采用额温到体温的统计温差，而更大比重地采用了根据体温的（统计）常识指示体温的策略。
一些筛检热像仪也采用这种策略。
这种策略多高烧人员体温示值的作用不大，但对低烧人员体温示值的作用可能不能忽略，对正常人体温示值的作用很强。但影响水平，因不同型号额温计采用的具体算法不同而有差异。
对于这类额温计或筛检仪，不能根据对正常体温人员的体温示值与腋下温度的差异，大致判断发烧时体温示值与腋下温度的差异。
下图下面的虚线是额温，NIM是*对约1000例正常和发烧人员的额温与腋下温度统计关系研究结果，另外两个是额温计厂家的数据，红虚线表示这种特殊策略的特性的示意。红线在额温变低时体温示值缓降或基本恒定，反映了本问题的原因。
22 如何校准不知道进入校准模式方法的额温计（或筛检仪）？
不知道校准模式进入信息的额温计（或筛检仪），首先应从厂家获取进入方法。
对于没有专门校准模式的仪器，应索要校准模式值和体温模式值之间的转换关系（体温修正值）；实验时用体温示值-体温修正值=校准模式值 的方法获得等效的校准模式值。
不能认为 体温示值-黑体温度=校准模式示值误差。
也不能因 体温示值≈黑体温度，就认为体温示值就是校准模式值。
这类测量仪器在“测量”体温时，显示结果对应的量（体温）不是仪器实际测量的量（对应于黑体温度的皮肤有效亮度温度）。校准和准确度指标都是针对实际测量的量而言的。不知道校准模式信息的额温计或筛检仪，则无法进行校准。参见JJF1107-2003。
23 为什么对红外额温计或筛检仪一定在校准模式下校准？为什么校准模式下的准确度会不同于体温示值准确度？
这类仪器测量每个人都能给出体温示值，使得人们惯性的将其视为体温测量仪器。不少仪器名称使用了“体温计”更加误导了使用者。而其技术指标与体温示值范围一起给出准确度或*允许误差的方式也使使用者惯性地认为它是体温示值准确度。
从测量原理上讲，这类仪器用辐射法测量人的皮肤温度，在此基础上利用额头温度到体温的温差的统计规律，将额温修正到体温。注意该修正是统计修正，而不是用被测者个人的额温到体温的差值进行修正，所以，体温示值只是用统计关系得到的体温统计估计值，而非对被测者体温的实际测量结果。其
体温（统计估计）示值 = 额温测量值 + 额温到体温的统计修正值
= 亮度温度 + 皮肤发射率修正 + 体温统计修正
亮度温度就是测量黑体时的黑体温度。对这个真正意义上的测量结果的校准，就要采用标准黑体确定其测量黑体温度的误差，就是校准模式下的误差。因为这个误差是在实验室测黑提示的误差，而非测人体温的误差，国际上称之为实验室误差。该术语同时暗示其不是测人时的误差。
因此，校准必须要在校准模式下进行。
常见额温的校准模式准确而体温示值不准，或校准模式不准而体温示值准确的现象。原因一是采用的体温统计修正值不适用，原因二是源于个体特性与统计特性的显著分散性。校准模式不准而体温示值准确的现象的原因还可能为问题21所述的在较低额温时采用的体温示值特殊策略所致。
24 对问题23，可以理解为校准模式是设备传感器的直接测量的，它的量值是可以溯源的，
而转换为体温估计利用了一个统计规律，不同厂家各不相同，它并不具有溯源性，可以这样理解吗？
是的。可以按体温统计修正未溯源（不能确认准确度）来理解，尽管文字表达不够严谨。
溯源是对测量而言的，对额温计就是皮肤的亮度温度（对应于校准模式下的黑体温度）是应该溯源的。而体温统计修正（或统计估计）是对已知统计信息的使用，不是测量，也就不涉及测量溯源性。
各厂家使用的统计修正不同，适用条件也可能不同，使得其体温估计值存在显著的系统性差异。而不同人即使体温相同，额温个体差异也很大，是造成测量结果分散性大的主要原因。
25 结合问题24，就会出现这样一个问题，就是如果一台设备校准模式下符合要求，但实际体温模式测量并不准确（目前现在市场上种类繁多质量良莠不齐的体温计，这种情况并不少见）。可是对于使客户来说，他们并不懂这些*问题，只是想通过送检来确定设备是否可用（单纯的校准模式是否符合要求可能并不是他们所关心的），他们拿着的这台设备符合计量要求，可是实际体温测量并不准确。红外体温计的校准方法是否可以改进，或者红外体温计并不适合传统意义上的校准，有没有其他方式来解决这个问题呢？
结合问题24的解答，这类额温计不是真正的体温计，其体温“测量”原理不变的话，靠校准解决不了统计修正不准确或不适用的问题。原因是现在不能得到足够准确的通用统计修正关系（参见问题16），第二个原因是这种基于人的暴露皮肤温度测量的体温统计估计结果与实际体温存在远大于预期准确度的个体偏差。
因此，对额温计传统校准只是对“黑体温度”的，考虑到人的皮肤发射率足够高且分散性不大，皮肤温度的测量准确度也基本上能保证。
额温计被很不恰当地称为体温计，其应用称为测量体温，误导了绝大多数人。要改变这种困境，需要让使用者充分认识到额温计不是体温计，其体温获得方式不是体温测量。
所以，解决这种体温“测量”的准确度问题，要靠体温（口腔温度、模拟体内温度的腋下温度和耳温等）的真实测量，或者应用被测者的额温到体温转换关系（参见问题27）。
26 与问题16类似，我们或厂家如果对更大的人群样本和更宽的环境条件下获得统计修正关系，能够解决这类基于额温测量的体温统计估计不准的问题吗？
基本上是不可能的。
尽管改善人的样本组的选取、环境条件的测量或控制、额温和体温测量水平等，可以改善各样本在不同条件下的统计估计值的可靠水平。但是，这只能让两组或多组规模和分布相似人群在相似条件范围下的测量的统计结果更接近。
对个体测量而言，所得统计关系在被测人员差异和测量条件差异上的适用性越广（越通用），将意味着，各种特定测量条件下的个体统计偏差将会越大。因此，通用的统计修正值解决不了个体体温估计的准确度问题。
27 利用飞速发展的人工智能和大数据，这类基于统计规律的技术，能改善目前的体温筛查准确水平吗？
利用大数据和人工智能，例如，如能获知以前每个被测者个体在足够相似条件下的近乎本人修正值用于体温估计，不仅能显著改善体温估计结果，也能根据每个人明显不同的正常体温来判断发烧程度。但这在原理上就不同于目前所用的无视个体和条件差异的体温统计估计方法了。
