Genom åren har det funnits en marknad för att förhindra samt öka chanserna att bli gravid. Individer har vänt sig till appar för hjälp, där syftet har varit att öka individenskunskap om när fertilitetfönstret sker under cyklens gång. Fertilitetfönstret kan upptäckas genom olika metoder. Under studiens gång las fokus på att bygga uppförståelse för basal kroppstemperatur. Därefter vidareutvecklades en smart tandborste integrerat med en temperature sensor, med syftet att kunna identifiera korrelation mellan basal kroppstemperatur och ägglossning. Syftet var att undersöka om en smart tandborste integrerat med en temperatur sensor, kunde identifiera potential ägglossning. Identifiering kunde skapas genom finna den potentiella sambandet mellan basal kroppstemperatur och ägglossning. Produktenskapades genom användning av maskininlärningsteknik. Det uppsatta syftet svaradepå forskningsfrågorna; kan maskininlärningstekniker stödja förutsägelse av ägglossning från basal kroppstemperatur (förkortning Eng: BBT) med en smart tandborste och hur ska en temperatursensor integreras i en elektrisk tandborste? Fördjupningsarbetet delades in i tre delar, undersökning av basal kroppstemperatur, data analys och produktdesign. En litteraturstudie utfördes av alla delar där undersökning om vilka likheter kroppstemperatur har mot basal kroppstemperatur, hur data analys kan användas till att upptäcka ägglossning med basal kroppstemperatur, och hur en produkt kan bäst designas för målen i arbetet. Före påbörjandet av examensarbete, samlades 11 individers basal kroppstemperatur in. Den valda metoden för att vidare analysera den givna data kallas för k-means clustering. Underdataanalysen ändrades antalet grupperingar för att finna grupper där potentiell ägglossning kunde ha uppstått. Validering av dessa potentiella grupper gjordes med data hämtat från hemsidan my monthly cycle. För produktutveckling användes flera olika tekniker, för att vägleda samt analysera produkten från olika perspektiv. Genom noggrann mätning av kroppstemperatur kunde den basala kroppstemperaturen uppskattas, med en okänd noggrannhet. Kluster av den för-insamlade dataformades och visade att vissa grupper kunde tolkas ha potential till ägglossning. Dessa potentiella grupper kunde valideras till att ha majoriteten av ägglossningsdata tilldelat till dem när färre grupperingar gjordes. En optimal prototyp skapades med hänsyn på hållbarhet, och bekvämlighet, både för bruk och minskning av sysslor. Sammanfattningsvis visade användning av klusteranalys ha en potentiell möjlighetför att kunna detektera ägglossning hos kroppstemperatur data som samlas in med en smart tandborste. För framtida forskning bör en tandborstdesign först skapas för att samla in basal kroppstemperatur data, där följaktligen blir att använda den insamlade datan till data analysen