女性生理周期的变化规律与卵巢周期活动息息相关,在排卵前后常伴随着人体体温的变化。通过测定基础体温得到基础体温曲线,进而观察其中的变化可以判断女性有无排卵、推测排卵日期、分析黄体功能等。因而测定女性的基础体温曲线可以辅助医生诊断与治疗某些妇科疾病。然而,由于人体动静态的特性,体温数据的获取以及进一步的分析会受到一定的影响。因此,如何绘制出一条能准确反映女性生理周期变化的曲线显得尤为重要。本文通过采集得到的测量频率为分钟级别的体温数据,运用大数据的处理分析方法,结合统计建模与医学机理拟合出女性一个周期内的基础体温曲线,进而进行相应的分析,可以帮助医生在临床上对女性的生理周期和卵巢功能作出更加准确的判断与预测。本文研究的具体内容如下:首先对采集的体温数据进行分析,结合人体体温的特点构造出日内基础体温提取算法来提取每天的代表体温点。由于测量过程中存在测量仪器误差、人为因素和环境等因素也会使得部分数据缺失导致绘制的体温曲线效果不佳,影响我们的判断。因此,我们在得到每天的代表体温点之后,采用多重插补法对缺失数据进行补充。由于插补后的体温数据仍属于非平稳非线性的体温信号,通过图形对周期做出判断还不够明显,因此我们利用EMD算法进行深层次滤波,逐步分解出由高频到低频的一系列具有较强自适应性的基函数,然后选取合适频率的带通滤波器进行重构信号,找出高低温的拐点,进而找出女性的月经周期。接下来我们将多个周期合并为一个周期绘制出一个周期内平均后的体温数据。经过观察,绘制出的体温曲线仍存在噪声现象,基于非参数回归的优越性,我们利用核回归对MQ三角函数的带宽进行调节构造出具有光滑性、平稳性和相合性的MQ三角样条拟插值的回归模型,最后利用MQ三角拟插值回归出基础体温双相曲线。最终综合利用临床医学知识和所绘制的基础体温曲线来对女性的生理周期与卵巢功能进行预测和诊断。具体过程为:通过观察基础体温曲线图中高低温相变化时间的快慢、幅度和持续时间等特征,对前来就诊的女性的生理周期与卵巢功能进行预测,根据预测结果可以将她们分为正常排卵和非正常排卵两大类。其中,非正常排卵又可分为早孕、黄体功能异常等。通过本文的研究可以帮助患有妇科疾病的女性及时就医治疗,包括给出在合理的时间段进行受孕的意见,可以提高受孕的成功率,为临床医学诊断技术提供一种新的方法。