CN109645970A - 一种戒毒人员的心肺适能测评方法及设备 - Google Patents
一种戒毒人员的心肺适能测评方法及设备 Download PDFInfo
- Publication number
- CN109645970A CN109645970A CN201811591206.0A CN201811591206A CN109645970A CN 109645970 A CN109645970 A CN 109645970A CN 201811591206 A CN201811591206 A CN 201811591206A CN 109645970 A CN109645970 A CN 109645970A
- Authority
- CN
- China
- Prior art keywords
- addict received
- cardiopulmonary
- received treatment
- minutes
- several
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pulmonology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种戒毒人员的心肺适能测评方法及设备,其中,该方法包括:建立戒毒人员的心肺适能测评***;获取待测戒毒人员6分钟内行走的步数;将所述6分钟内行走的步数数据输入所述心肺适能测评***;将所述6分钟内行走的步数数据与所述心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据;将所述待测戒毒人员的心肺适能数据存储至戒毒人员的体质健康管理档案中。通过本发明,可以专门针对戒毒人员的心肺功能进行准确的测评并且为其制定合理的运动处方,使得戒毒人员可以更科学、高效的恢复身体素质,同时也降低了戒毒人员测评心肺功能的时间成本和设备成本。
Description
技术领域
本发明涉及公安戒毒部门对戒毒人员的心肺适能测评领域,特别涉及一种戒毒人员的心肺适能测评方法及设备。
背景技术
戒毒人员由于毒品的危害,在心肺适能方面必然与普通人群存在显著差异,因此,戒毒人员的心肺适能测评标准也必然不同于普通人群。
目前针对戒毒人员心肺功能体质测评常用的方法有血压、脉搏、台阶试验等。但是上述测试方法对于戒毒人员来说存在两个缺陷:1、上述测试方法是针对正常公民的体质状况制定的,戒毒人员由于长期吸食毒品,体质受到了一定程度的损害,采用正常公民的体质监测标准去测试会出现较大的误差。2、戒毒人员由于身处强戒所这一特殊环境,一方面需要承担部分的劳动工作导致空闲时间较少,难以承担上述测试方法的时间成本,另一方面由于强戒所本身并不是专业的体质监测机构,因此缺少专业的体质测评方法以及测评设备。
因此,有必要针对戒毒人员的体质健康特征,制定一种针对戒毒人员心肺功能体质健康的测试方法,从而准确测评戒毒人员的心肺功能体质状况,真实反映不同种类、时间等吸毒史等对戒毒人员的心肺功能,为戒毒人员心肺功能的康复、运动干预措施的优化提供技术保障。
发明内容
本发明提供一种戒毒人员的心肺适能测评方法及设备,可以专门针对戒毒人员的心肺功能进行准确的测评并且为其制定合理的运动处方,使得戒毒人员可以更科学、高效的恢复身体素质,同时也降低了戒毒人员测评心肺功能的时间成本和设备成本。
根据本发明的一个方面,提供了一种戒毒人员的心肺适能测评方法,包括以下步骤:建立戒毒人员的心肺适能测评***;获取待测戒毒人员6分钟内行走的步数;将所述6分钟内行走的步数数据输入所述心肺适能测评***;将所述6分钟内行走的步数数据与所述心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据;将所述待测戒毒人员的心肺适能数据存储至戒毒人员的体质健康管理档案中。
优选地,所述将所述6分钟内行走的步数数据与所述心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据之后,该方法还包括以下步骤:根据待测戒毒人员的所述心肺适能数据,从所述心肺适能测评***中存储的运动处方库中选择目标运动处方。
优选地,所述建立戒毒人员的心肺适能测评***,包括以下步骤:获取若干个戒毒人员的个人信息;其中,所述个人信息包括身高、体重、年龄、吸毒类型以及吸毒时长;获取若干个戒毒人员6分钟内行走的步数数据样本;根据所述若干个步数数据样本,计算若干个戒毒人员中每一个戒毒人员6分钟内行走的距离;根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数;根据所述戒毒人员的步幅常数,建立戒毒人员的心肺适能测评***。
优选地,所述根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数,包括以下步骤:将步幅作为因变量,身高、体重、年龄、吸毒类型以及吸毒时长作为自变量,构建多元线性回归模型;将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述多元线性回归模型,得到回归结果;根据所述回归结果,得到步幅计算模型;根据所述步幅计算模型得到所述若干个戒毒人员的步幅数据;根据所述若干个戒毒人员的步幅数据,计算出戒毒人员的步幅常数。
优选地,所述将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述多元线性回归模型,得到回归结果之后,该方法还包括以下步骤:根据所述回归结果,将显著性检验结果最差的自变量从所述多元线性回归模型中剔除,得到新的多元线性回归模型;将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述新的多元线性回归模型,得到新的回归结果;
根据所述回归结果,得到步幅计算模型,具体为:根据所述新的回归结果,得到步幅计算模型。
根据本发明的另一个方面,还提供了一种戒毒人员的心肺适能测评设备,包括:测评***建立单元,用于建立戒毒人员的心肺适能测评***;步数获取单元,用于获取待测戒毒人员6分钟内行走的步数;数据输入单元,用于将所述6分钟内行走的步数数据输入所述心肺适能测评***;心肺数据获取单元,用于将所述6分钟内行走的步数数据与所述心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据;心肺数据存储单元,用于将所述待测戒毒人员的心肺适能数据存储至戒毒人员的体质健康管理档案中。
优选地,一种戒毒人员的心肺适能测评设备还包括:运动处方获取单元,用于在所述心肺数据获取单元将所述6分钟内行走的步数数据与所述心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据之后,根据待测戒毒人员的所述心肺适能数据,从所述心肺适能测评***中存储的运动处方库中选择目标运动处方。
优选地,所述测评***建立单元包括:个人信息获取模块,用于获取若干个戒毒人员的个人信息;其中,所述个人信息包括身高、体重、年龄、吸毒类型以及吸毒时长;步数样本获取模块,用于获取若干个戒毒人员6分钟内行走的步数数据样本;行走距离计算模块,用于根据所述若干个步数数据样本,计算若干个戒毒人员中每一个戒毒人员6分钟内行走的距离;步幅常数获取模块,用于根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数;测评***建立模块,用于根据所述戒毒人员的步幅常数,建立戒毒人员的心肺适能测评***。
优选地,所述步幅常数获取模块包括:模型构建子模块,用于将步幅作为因变量,身高、体重、年龄、吸毒类型以及吸毒时长作为自变量,构建多元线性回归模型;结果获取子模块,用于将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述多元线性回归模型,得到回归结果;步幅模型获取子模块,用于根据所述回归结果,得到步幅计算模型;步幅计算子模块,用于根据所述步幅计算模型得到所述若干个戒毒人员的步幅数据;步幅常数计算子模块,用于根据所述若干个戒毒人员的步幅数据,计算出戒毒人员的步幅常数。
优选地,所述步幅常数获取模块还包括:新模型构建子模块,用于在所述结果获取子模块将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述多元线性回归模型,得到回归结果之后,根据所述回归结果,将显著性检验结果最差的自变量从所述多元线性回归模型中剔除,得到新的多元线性回归模型;新结果获取子模块,用于将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述新的多元线性回归模型,得到新的回归结果;所述步幅模型获取子模块,具体用于根据所述新的回归结果,得到步幅计算模型。
与现有技术相比较,本发明的有益效果如下:
通过本发明,专门针对戒毒人员制定了一套心肺功能测评规则,可以对戒毒人员的心肺功能进行准确的测评,使戒毒所的管理人员更加准确合理的掌握戒毒人员的心肺功能状况,以便于为戒毒人员制定有针对性的运动处方,使得戒毒人员可以更加科学、高效的恢复身体素质。通过上述心肺功能测评规则可以提高戒毒人员的心肺功能测评效率,降低戒毒所测评戒毒人员心肺功能的时间成本和设备成本。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。附图中:
图1是根据本发明实施例的一种戒毒人员的心肺适能测评方法的流程图;
图2是根据本发明实施例的一种戒毒人员的心肺适能测评设备的结构框图;
图3是根据本发明实施例一的另一种戒毒人员的心肺适能测评方法的流程图;
图4是根据本发明实施例二的又一种戒毒人员的心肺适能测评方法的流程图。
具体实施方式
下面将结合本发明附图,对本发明技术方案进行描述,但所描述的实施例仅仅是本发明一部分实施例,基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种戒毒人员的心肺适能测评方法,图1是根据本发明实施例的一种戒毒人员的心肺适能测评方法的流程图,如图1所示,包括以下步骤:
步骤S101:建立戒毒人员的心肺适能测评***;
步骤S102:获取待测戒毒人员6分钟内行走的步数;
步骤S103:将6分钟内行走的步数数据输入心肺适能测评***;
步骤S104:将6分钟内行走的步数数据与心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据;
步骤S105:将待测戒毒人员的心肺适能数据存储至戒毒人员的体质健康管理档案中。
在实施过程中,在步骤S104之后,再根据待测戒毒人员的心肺适能数据,从心肺适能测评***中存储的运动处方库中选择目标运动处方。
在步骤S101中,首先需要获取若干个戒毒人员的个人信息;其中,个人信息包括身高、体重、年龄、吸毒类型以及吸毒时长;再获取若干个戒毒人员6分钟内行走的步数数据样本;根据若干个步数数据样本,计算若干个戒毒人员中每一个戒毒人员6分钟内行走的距离;根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数;根据戒毒人员的步幅常数,建立戒毒人员的心肺适能测评***。
进一步的,根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数,具体实施方式为:将步幅作为因变量,身高、体重、年龄、吸毒类型以及吸毒时长作为自变量,构建多元线性回归模型;将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入多元线性回归模型,得到回归结果;根据回归结果,得到步幅计算模型;根据步幅计算模型得到若干个戒毒人员的步幅数据;根据若干个戒毒人员的步幅数据,计算出戒毒人员的步幅常数。
更进一步的,将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入多元线性回归模型,得到回归结果之后,可以根据回归结果,将显著性检验结果最差的自变量从多元线性回归模型中剔除,得到新的多元线性回归模型;再将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入新的多元线性回归模型,得到新的回归结果;
根据回归结果,得到步幅计算模型的具体实施方式为:根据新的回归结果,得到步幅计算模型。
通过上述步骤,可以对戒毒人员的心肺功能进行准确的测评,并为戒毒人员制定有针对性的运动处方,使得戒毒人员可以更加科学、高效的恢复身体素质。还可以提高戒毒人员的心肺功能测评效率,降低戒毒所测评戒毒人员心肺功能的时间成本和设备成本。在戒毒人员测评完心肺功能之后将戒毒人员的心肺功能数据存储在戒毒人员的体质健康档案中,可以在戒毒人员戒毒完毕之后将其心肺功能数据与戒毒之前的心肺功能数据做对比,供戒毒所管理人员判断戒毒人员的戒毒效果,以便为戒毒人员制定进一步的体质恢复方案。
本发明实施例还提供了一种戒毒人员的心肺适能测评设备20,用于实现上述一种戒毒人员的心肺适能测评方法。
图2是根据本发明实施例的一种戒毒人员的心肺适能测评设备20的结构框图,如图2所示,该设备20包括:测评***建立单元201,用于建立戒毒人员的心肺适能测评***;步数获取单元202,用于获取待测戒毒人员6分钟内行走的步数;数据输入单元203,用于将所述6分钟内行走的步数数据输入心肺适能测评***;心肺数据获取单元204,用于将6分钟内行走的步数数据与心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据;心肺数据存储单元205,用于将待测戒毒人员的心肺适能数据存储至戒毒人员的体质健康管理档案中。
对于戒毒人员的心肺适能测评设备20,还包括:运动处方获取单元206,用于在心肺数据获取单元204将6分钟内行走的步数数据与心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据之后,根据待测戒毒人员的心肺适能数据,从心肺适能测评***中存储的运动处方库中选择目标运动处方。
对于戒毒人员的心肺适能测评设备20,测评***建立单元201包括:个人信息获取模块2011,用于获取若干个戒毒人员的个人信息;其中,个人信息包括身高、体重、年龄、吸毒类型以及吸毒时长;步数样本获取模块2012,用于获取若干个戒毒人员6分钟内行走的步数数据样本;行走距离计算模块2013,用于根据若干个步数数据样本,计算若干个戒毒人员中每一个戒毒人员6分钟内行走的距离;步幅常数获取模块2014,用于根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数;测评***建立模块2015,用于根据戒毒人员的步幅常数,建立戒毒人员的心肺适能测评***。
对于戒毒人员的心肺适能测评设备20,步幅常数获取模块2014包括:模型构建子模块20141,用于将步幅作为因变量,身高、体重、年龄、吸毒类型以及吸毒时长作为自变量,构建多元线性回归模型;结果获取子模块20142,用于将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入多元线性回归模型,得到回归结果;步幅模型获取子模块20143,用于根据回归结果,得到步幅计算模型;步幅计算子模块20144,用于根据步幅计算模型得到若干个戒毒人员的步幅数据;步幅常数计算子模块20145,用于根据若干个戒毒人员的步幅数据,计算出戒毒人员的步幅常数。
对于戒毒人员的心肺适能测评设备20,步幅常数获取模块2014还包括:新模型构建子模块20146,用于在结果获取子模块20142将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入多元线性回归模型,得到回归结果之后,根据回归结果,将显著性检验结果最差的自变量从多元线性回归模型中剔除,得到新的多元线性回归模型;新结果获取子模块20147,用于将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入新的多元线性回归模型,得到新的回归结果;
步幅模型获取子模块20143,具体用于根据新的回归结果,得到步幅计算模型。
需要说明的是,装置实施例中描述的戒毒人员的心肺适能测评设备对应于上述的方法实施例,其具体的实现过程在方法实施例中已经进行过详细说明,在此不再赘述。
为了使本发明的技术方案和实现方法更加清楚,下面将结合优选的实施例对其实现过程进行详细描述。
实施例一
本实施例提供一种戒毒人员的心肺适能测评方法,如图3所示,图3是本发明实施例一的另一种戒毒人员的心肺适能测评方法的流程图,包括以下步骤:
步骤S301:测评设备获取若干个戒毒人员的个人信息;
本发明实施例中,上述个人信息包括身高、体重、年龄、吸毒类型以及吸毒时长;
步骤S302:测评设备获取若干个戒毒人员6分钟内行走的步数数据样本;
本发明实施例中,采用六分钟步行试验可以评价中、重度心肺疾病患者对治疗干预的疗效,测量患者的功能状态,可作为临床试验的重点观察指标之一,也可以作为患者生存率的预测指标之一;
作为一种可选的实施方式,测评设备获取若干个戒毒人员6分钟内行走的步数数据的具体实施方式为:在六分钟步行试验前需要让患者在行走起点旁边坐椅子休息至少10min,核查有无禁忌证,测量脉搏和血压,(有条件时测血氧饱和饱和度),填写记录表,测试人员向患者介绍六分钟步行试验过程;在患者休息之后让患者站起,用Borg分级评价患者运动前的呼吸困难和全身疲劳情况;测试人员将计时器设定到6min,在患者手腕上佩戴手环,请患者站在起步线上,患者开始行走的同时起动计时器,患者在区间内尽自己体能往返行走,需要说明的是,患者在行走过程中不要说话,不要跑跳,折返处不能犹豫,医务人员不能伴随患者行走,允许患者在必要时放慢行走速度,停下休息,但测试人员要鼓励患者尽量继续行走;测试人员每分钟报时一次,并用规范的语言告知和鼓励患者,比如在患者行走过程中,需每分钟重复说:“您做得很好,坚持走下去,您还有几分钟”,如果患者在行走中途需要休息,测试人员可以说:“如果需要,您可以靠在墙上休息一会儿,但是一旦感觉可以走了就请继续行走”;六分钟步行试验快结束时,测试人员需要提前15s告知患者:“试验即将结束,听到停止后请原地站住”,六分钟步行试验结束时测试人员需要标记好患者停止的地点;如果六分钟试验提前终止,则患者需要立即休息并且测试人员要提前记录终止的地点、时间和原因,试验结束后再次用Borg分级评价患者的呼吸困难和全身疲劳情况,并询问患者感觉不能走完六分钟步行全程的最主要原因进行记录;通过患者佩戴的手环统计患者的总步行步数;
进一步的,对每一个患者的每次六分钟步行试验都应在一天中的相同时间进行,这样才能保证试验的准确性;本实施例是通过让患者佩戴手环来测试患者的步行步数的,手环通过电容式加速度计能够感测不同方向的加速度或振动等运动状况,纪录人在步行时手臂运动的数据,再根据三轴加速度实时捕捉到的三个维度的各项数据,经过滤波、峰谷检测等过程,将测得的数据转变为数据采集端(平板)的可读数字,将步数呈现出来;本发明实施例中患者在六分钟步行试验中佩戴的手环可以使用深圳市汇诚和电子科技有限公司生产的R5S型号运动手环;
步骤S303:测评设备根据若干个步数数据样本,计算若干个戒毒人员中每一个戒毒人员6分钟内行走的距离;
步骤S304:测评设备根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数;
作为一种可选的实施方式,上述步骤S304的具体实施步骤包括:将步幅作为因变量,身高、体重、年龄、吸毒类型以及吸毒时长作为自变量,构建多元线性回归模型;将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入上述多元线性回归模型,得到回归结果;根据回归结果,得到步幅计算模型;根据步幅计算模型得到若干个戒毒人员的步幅数据;根据若干个戒毒人员的步幅数据,计算出戒毒人员的步幅常数;
作为另一种可选的实施方式,上述步骤S304的具体实施步骤包括:
首先使用整体数据进行模型拟合,将数据缺少的条目从样本中删除,同时删除一些有明显错误的数据(例如身高为90cm),我们用变量“6分钟步行”除以“步数”得到一个新的变量“步幅”,该步幅变量就是平时常见的平均一步所走的距离,对新得到的步幅变量做频率直方图;
然后再将频率直方图中存在错误数据的条目进行删除,即删除“步幅”大于等于1的条目,这样可以减少数据错误对结果的影响,具体的错误数据为如“步幅”变量数值超过1,或者有些数据超过3,这相当于一个人一步平均能够走超过1米或3米,这显然是不太可能的,这就说明这些数据是存在问题的;
将“6分钟步行距离”作为因变量,将“步数”、“身高”、“体重”、“年龄”、“吸毒类型”、“吸毒时长”作为自变量,构建多元回归线性模型,对患者的六分钟步行试验的数据进行回归计算,得到回归结果;
从回归结果中剔除显著性检验结果不显著的自变量,再重新计算回归结果,通过新的回归结果建立步幅计算模型;
步骤S305:测评设备根据戒毒人员的步幅常数,建立戒毒人员的心肺适能测评***;
步骤S306:测评设备获取待测戒毒人员6分钟内行走的步数;
步骤S307:测评设备将6分钟内行走的步数数据输入心肺适能测评***;
步骤S308:测评设备将6分钟内行走的步数数据与心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据;
步骤S309:测评设备根据待测戒毒人员的心肺适能数据,从心肺适能测评***中存储的运动处方库中选择目标运动处方;
作为一种可选的实施方式,在对待测戒毒人员检测完心肺适能功能之后,可以进一步的针对该待测戒毒人员的心肺适能功能提供相对应的运动处方,以供待测戒毒人员根据该运动处方调节心肺适能功能,帮助其快速有效的恢复身体健康,在心肺适能测评***建立好之后就会根据心肺测评***中存储的测评的心肺适能数据建立对应的运动处方库,其中运动处方库中存储的运动处方可以请专业的针对戒毒人员身体恢复方面的专家制定运动处方;
步骤S310:测评设备将待测戒毒人员的心肺适能数据存储至戒毒人员的体质健康管理档案中。
作为一种可选的实施方式,在对待检测戒毒人员测评完心肺适能之后,可以将该戒毒人员的心肺适能数据进行存储,这样在该戒毒人员完成戒毒,并且按照测评设备从心肺适能测评***存储的运动处方库中选出的运动处方进行治疗之后,就可以对治疗之后的戒毒人员再次进行心肺适能测试,将治疗之前存储的该戒毒人员的心肺适能数据调出与治疗之后戒毒人员的心肺适能数据进行比对,可以使戒毒所的管理人员直观清楚的看出该戒毒人员的心肺适能恢复效果,得到该戒毒人员的戒毒效果,以方便为该戒毒人员制定进一步的戒毒计划,帮助戒毒人员科学有效的戒毒。
实施例二
本实施例提供又一种戒毒人员的心肺适能测评方法,如图4所示,图4是本发明实施例二的又一种戒毒人员的心肺适能测评方法的流程图,包括以下步骤:
步骤S401:测评设备获取若干个戒毒人员的个人信息;
本发明实施例中,上述个人信息包括身高、体重、年龄、吸毒类型以及吸毒时长;
步骤S402:测评设备获取若干个戒毒人员6分钟内行走的步数数据样本;
本发明实施例中,采用六分钟步行试验可以评价中、重度心肺疾病患者对治疗干预的疗效,测量患者的功能状态,可作为临床试验的重点观察指标之一,也可以作为患者生存率的预测指标之一;
作为一种可选的实施方式,测评设备获取若干个戒毒人员6分钟内行走的步数数据的具体实施方式为:在六分钟步行试验前需要让患者在行走起点旁边坐椅子休息至少10min,核查有无禁忌证,测量脉搏和血压,(有条件时测血氧饱和饱和度),填写记录表,测试人员向患者介绍六分钟步行试验过程;在患者休息之后让患者站起,用Borg分级评价患者运动前的呼吸困难和全身疲劳情况;测试人员将计时器设定到6min,在患者手腕上佩戴手环,请患者站在起步线上,患者开始行走的同时起动计时器,患者在区间内尽自己体能往返行走,需要说明的是,患者在行走过程中不要说话,不要跑跳,折返处不能犹豫,医务人员不能伴随患者行走,允许患者在必要时放慢行走速度,停下休息,但测试人员要鼓励患者尽量继续行走;测试人员每分钟报时一次,并用规范的语言告知和鼓励患者,比如在患者行走过程中,需每分钟重复说:“您做得很好,坚持走下去,您还有几分钟”,如果患者在行走中途需要休息,测试人员可以说:“如果需要,您可以靠在墙上休息一会儿,但是一旦感觉可以走了就请继续行走”;六分钟步行试验快结束时,测试人员需要提前15s告知患者:“试验即将结束,听到停止后请原地站住”,六分钟步行试验结束时测试人员需要标记好患者停止的地点;如果六分钟试验提前终止,则患者需要立即休息并且测试人员要提前记录终止的地点、时间和原因,试验结束后再次用Borg分级评价患者的呼吸困难和全身疲劳情况,并询问患者感觉不能走完六分钟步行全程的最主要原因进行记录;通过患者佩戴的手环统计患者的总步行步数;
进一步的,对每一个患者的每次六分钟步行试验都应在一天中的相同时间进行,这样才能保证试验的准确性;本实施例是通过让患者佩戴手环来测试患者的步行步数的,手环通过电容式加速度计能够感测不同方向的加速度或振动等运动状况,纪录人在步行时手臂运动的数据,再根据三轴加速度实时捕捉到的三个维度的各项数据,经过滤波、峰谷检测等过程,将测得的数据转变为数据采集端(平板)的可读数字,将步数呈现出来;本发明实施例中患者在六分钟步行试验中佩戴的手环可以使用深圳市汇诚和电子科技有限公司生产的R5S型号运动手环;
步骤S403:测评设备根据若干个步数数据样本,计算若干个戒毒人员中每一个戒毒人员6分钟内行走的距离;
步骤S404:测评设备将步幅作为因变量,身高、体重、年龄、吸毒类型以及吸毒时长作为自变量,构建多元线性回归模型;
本发明实施例中,为了使上述多元线性回归模型的系数不要过小,可以将步幅的单位从“m”调整为“cm”;
步骤S405:测评设备将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入多元线性回归模型,得到回归结果;
步骤S406:测评设备根据回归结果,将显著性检验结果最差的自变量从多元线性回归模型中剔除,得到新的多元线性回归模型;
步骤S407:测评设备将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入新的多元线性回归模型,得到新的回归结果;
步骤S408:测评设备根据新的回归结果,得到步幅计算模型;
本发明实施例中,上述步幅计算模型为y=49.660+0.116x1+0.089x2-0.078x3-0.070x4;
其中,y为步幅,x1为身高,x2为体重,x3为年龄,x4为吸毒时长;
根据上述步幅计算模型可以得到六分钟步行的距离计算模型为z=w*y,其中,z为六分钟步行距离,w为步数,z的单位为厘米;
将上述步幅计算模型中各个变量的单位由厘米变成米,则上述步幅计算模型变成y=0.49660+0.00116x1+0.00089x2-0.00078x3-0.00070x4;六分钟步行的距离计算模型变为6分钟步行距离=(0.49660+0.00116*身高+0.00089*体重-0.00078*年龄-0.00070*吸毒时长)*步数;其中,6分钟步行距离的单位为米,身高的单位为厘米,体重的单位为千克,年龄的单位为岁,吸毒时长的单位为年,步数的单位为步;
步骤S409:测评设备根据步幅计算模型得到若干个戒毒人员的步幅数据;
步骤S410:测评设备根据若干个戒毒人员的步幅数据,计算出戒毒人员的步幅常数;
步骤S411:测评设备根据戒毒人员的步幅常数,建立戒毒人员的心肺适能测评***;
步骤S412:测评设备获取待测戒毒人员6分钟内行走的步数;
步骤S413:测评设备将6分钟内行走的步数数据输入心肺适能测评***;
步骤S414:测评设备将6分钟内行走的步数数据与心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据;
步骤S415:测评设备根据待测戒毒人员的心肺适能数据,从心肺适能测评***中存储的运动处方库中选择目标运动处方;
作为一种可选的实施方式,在对待测戒毒人员检测完心肺适能功能之后,可以进一步的针对该待测戒毒人员的心肺适能功能提供相对应的运动处方,以供待测戒毒人员根据该运动处方调节心肺适能功能,帮助其快速有效的恢复身体健康,在心肺适能测评***建立好之后就会根据心肺测评***中存储的测评的心肺适能数据建立对应的运动处方库,其中运动处方库中存储的运动处方可以请专业的针对戒毒人员身体恢复方面的专家制定运动处方;
步骤S416:测评设备将待测戒毒人员的心肺适能数据存储至戒毒人员的体质健康管理档案中。
作为一种可选的实施方式,在对待检测戒毒人员测评完心肺适能之后,可以将该戒毒人员的心肺适能数据进行存储,这样在该戒毒人员完成戒毒,并且按照测评设备从心肺适能测评***存储的运动处方库中选出的运动处方进行治疗之后,就可以对治疗之后的戒毒人员再次进行心肺适能测试,将治疗之前存储的该戒毒人员的心肺适能数据调出与治疗之后戒毒人员的心肺适能数据进行比对,可以使戒毒所的管理人员直观清楚的看出该戒毒人员的心肺适能恢复效果,得到该戒毒人员的戒毒效果,以方便为该戒毒人员制定进一步的戒毒计划,帮助戒毒人员科学有效的戒毒。
综合上述,通过上述实施例,专门针对戒毒人员制定了一套心肺功能测评规则,可以对戒毒人员的心肺功能进行准确的测评,使戒毒所的管理人员更加准确合理的掌握戒毒人员的心肺功能状况,以便于为戒毒人员制定有针对性的运动处方,使得戒毒人员可以更加科学、高效的恢复身体素质。通过上述心肺功能测评规则可以提高戒毒人员的心肺功能测评效率,降低戒毒所测评戒毒人员心肺功能的时间成本和设备成本。在戒毒人员测评完心肺功能之后将戒毒人员的心肺功能数据存储在戒毒人员的体质健康档案中,可以在戒毒人员戒毒完毕之后将其心肺功能数据与戒毒之前的心肺功能数据做对比,供戒毒所管理人员判断戒毒人员的戒毒效果,以便为戒毒人员制定进一步的体质恢复方案。
Claims (10)
1.一种戒毒人员的心肺适能测评方法,其特征在于,包括以下步骤:
建立戒毒人员的心肺适能测评***;
获取待测戒毒人员6分钟内行走的步数;
将所述6分钟内行走的步数数据输入所述心肺适能测评***;
将所述6分钟内行走的步数数据与所述心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据;
将所述待测戒毒人员的心肺适能数据存储至戒毒人员的体质健康管理档案中。
2.根据权利要求1所述的方法,其特征在于,所述将所述6分钟内行走的步数数据与所述心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据之后,还包括以下步骤:
根据待测戒毒人员的所述心肺适能数据,从所述心肺适能测评***中存储的运动处方库中选择目标运动处方。
3.根据权利要求2所述的方法,其特征在于,所述建立戒毒人员的心肺适能测评***,包括以下步骤:
获取若干个戒毒人员的个人信息;其中,所述个人信息包括身高、体重、年龄、吸毒类型以及吸毒时长;
获取若干个戒毒人员6分钟内行走的步数数据样本;
根据所述若干个步数数据样本,计算若干个戒毒人员中每一个戒毒人员6分钟内行走的距离;
根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数;
根据所述戒毒人员的步幅常数,建立戒毒人员的心肺适能测评***。
4.根据权利要求3所述的方法,其特征在于,所述根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数,包括以下步骤:
将步幅作为因变量,身高、体重、年龄、吸毒类型以及吸毒时长作为自变量,构建多元线性回归模型;
将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述多元线性回归模型,得到回归结果;
根据所述回归结果,得到步幅计算模型;
根据所述步幅计算模型得到所述若干个戒毒人员的步幅数据;
根据所述若干个戒毒人员的步幅数据,计算出戒毒人员的步幅常数。
5.根据权利要求4所述的方法,其特征在于,所述将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述多元线性回归模型,得到回归结果之后,还包括以下步骤:
根据所述回归结果,将显著性检验结果最差的自变量从所述多元线性回归模型中剔除,得到新的多元线性回归模型;
将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述新的多元线性回归模型,得到新的回归结果;
根据所述回归结果,得到步幅计算模型,具体为:
根据所述新的回归结果,得到步幅计算模型。
6.一种戒毒人员的心肺适能测评设备,其特征在于,包括:
测评***建立单元,用于建立戒毒人员的心肺适能测评***;
步数获取单元,用于获取待测戒毒人员6分钟内行走的步数;
数据输入单元,用于将所述6分钟内行走的步数数据输入所述心肺适能测评***;
心肺数据获取单元,用于将所述6分钟内行走的步数数据与所述心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据;
心肺数据存储单元,用于将所述待测戒毒人员的心肺适能数据存储至戒毒人员的体质健康管理档案中。
7.根据权利要求6所述的设备,其特征在于,还包括:
运动处方获取单元,用于在所述心肺数据获取单元将所述6分钟内行走的步数数据与所述心肺适能测评***中存储的数据库中的6分钟内行走的步数数据进行比对,得到待测戒毒人员的心肺适能数据之后,根据待测戒毒人员的所述心肺适能数据,从所述心肺适能测评***中存储的运动处方库中选择目标运动处方。
8.根据权利要求7所述的设备,其特征在于,所述测评***建立单元包括:
个人信息获取模块,用于获取若干个戒毒人员的个人信息;其中,所述个人信息包括身高、体重、年龄、吸毒类型以及吸毒时长;
步数样本获取模块,用于获取若干个戒毒人员6分钟内行走的步数数据样本;
行走距离计算模块,用于根据所述若干个步数数据样本,计算若干个戒毒人员中每一个戒毒人员6分钟内行走的距离;
步幅常数获取模块,用于根据若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据,获取戒毒人员的步幅常数;
测评***建立模块,用于根据所述戒毒人员的步幅常数,建立戒毒人员的心肺适能测评***。
9.根据权利要求8所述的设备,其特征在于,所述步幅常数获取模块包括:
模型构建子模块,用于将步幅作为因变量,身高、体重、年龄、吸毒类型以及吸毒时长作为自变量,构建多元线性回归模型;
结果获取子模块,用于将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述多元线性回归模型,得到回归结果;
步幅模型获取子模块,用于根据所述回归结果,得到步幅计算模型;
步幅计算子模块,用于根据所述步幅计算模型得到所述若干个戒毒人员的步幅数据;
步幅常数计算子模块,用于根据所述若干个戒毒人员的步幅数据,计算出戒毒人员的步幅常数。
10.根据权利要求9所述的设备,其特征在于,所述步幅常数获取模块还包括:
新模型构建子模块,用于在所述结果获取子模块将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述多元线性回归模型,得到回归结果之后,根据所述回归结果,将显著性检验结果最差的自变量从所述多元线性回归模型中剔除,得到新的多元线性回归模型;
新结果获取子模块,用于将若干个戒毒人员的个人信息、若干个戒毒人员6分钟内行走的步数数据和距离数据输入所述新的多元线性回归模型,得到新的回归结果;
所述步幅模型获取子模块,具体用于根据所述新的回归结果,得到步幅计算模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811591206.0A CN109645970B (zh) | 2018-12-25 | 2018-12-25 | 一种戒毒人员的心肺适能测评方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811591206.0A CN109645970B (zh) | 2018-12-25 | 2018-12-25 | 一种戒毒人员的心肺适能测评方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109645970A true CN109645970A (zh) | 2019-04-19 |
CN109645970B CN109645970B (zh) | 2021-08-03 |
Family
ID=66116193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811591206.0A Active CN109645970B (zh) | 2018-12-25 | 2018-12-25 | 一种戒毒人员的心肺适能测评方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109645970B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113729656A (zh) * | 2021-09-29 | 2021-12-03 | 山东大学齐鲁医院 | 一种可穿戴六分钟步行试验装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6183425B1 (en) * | 1995-10-13 | 2001-02-06 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Method and apparatus for monitoring of daily activity in terms of ground reaction forces |
CN201189175Y (zh) * | 2008-05-21 | 2009-02-04 | 北京身心康生物科技有限公司 | 一种体质体能测评仪 |
CN101692977A (zh) * | 2009-10-16 | 2010-04-14 | 中国科学院合肥物质科学研究院 | 一种多参数生物信息测试平台及测试方法 |
CN103454235A (zh) * | 2013-09-13 | 2013-12-18 | 广州康盛生物科技有限公司 | 一种超声辅助测定血浆中细菌内毒素含量的方法 |
CN104757976A (zh) * | 2015-04-16 | 2015-07-08 | 大连理工大学 | 一种基于多传感器融合的人体步态分析方法和*** |
CN105117597A (zh) * | 2015-08-20 | 2015-12-02 | 邵哲 | 一种制定运动计划的方法及装置 |
CN106166063A (zh) * | 2015-05-21 | 2016-11-30 | 博晶医电股份有限公司 | 体力监测方法和装置 |
US20170020461A1 (en) * | 2015-07-14 | 2017-01-26 | Welch Allyn, Inc. | Method and apparatus for monitoring a functional capacity of an individual |
CN106999104A (zh) * | 2014-11-14 | 2017-08-01 | 皇家飞利浦有限公司 | 心肺健康评估 |
KR20170114335A (ko) * | 2016-04-04 | 2017-10-16 | 삼성전자주식회사 | 심폐 체력을 평가하는 방법 및 장치 |
CN107506583A (zh) * | 2017-08-16 | 2017-12-22 | 合肥博谐电子科技有限公司 | 一种适于戒毒人员的运动康复指导***及其方法 |
CN107945094A (zh) * | 2017-12-20 | 2018-04-20 | 中国科学院合肥物质科学研究院 | 一种针对戒毒人员数字康复*** |
CN107997755A (zh) * | 2017-12-12 | 2018-05-08 | 北京动亮健康科技有限公司 | 心肺测试方法及*** |
CN108257672A (zh) * | 2017-12-19 | 2018-07-06 | 边宇 | 一种戒毒人员的体质监测方法及设备 |
CN108888247A (zh) * | 2018-05-22 | 2018-11-27 | 广东乐心医疗电子股份有限公司 | 有氧能力测试方法、装置、***和数据采集设备 |
-
2018
- 2018-12-25 CN CN201811591206.0A patent/CN109645970B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6183425B1 (en) * | 1995-10-13 | 2001-02-06 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Method and apparatus for monitoring of daily activity in terms of ground reaction forces |
CN201189175Y (zh) * | 2008-05-21 | 2009-02-04 | 北京身心康生物科技有限公司 | 一种体质体能测评仪 |
CN101692977A (zh) * | 2009-10-16 | 2010-04-14 | 中国科学院合肥物质科学研究院 | 一种多参数生物信息测试平台及测试方法 |
CN103454235A (zh) * | 2013-09-13 | 2013-12-18 | 广州康盛生物科技有限公司 | 一种超声辅助测定血浆中细菌内毒素含量的方法 |
CN106999104A (zh) * | 2014-11-14 | 2017-08-01 | 皇家飞利浦有限公司 | 心肺健康评估 |
CN104757976A (zh) * | 2015-04-16 | 2015-07-08 | 大连理工大学 | 一种基于多传感器融合的人体步态分析方法和*** |
CN106166063A (zh) * | 2015-05-21 | 2016-11-30 | 博晶医电股份有限公司 | 体力监测方法和装置 |
US20170020461A1 (en) * | 2015-07-14 | 2017-01-26 | Welch Allyn, Inc. | Method and apparatus for monitoring a functional capacity of an individual |
CN105117597A (zh) * | 2015-08-20 | 2015-12-02 | 邵哲 | 一种制定运动计划的方法及装置 |
KR20170114335A (ko) * | 2016-04-04 | 2017-10-16 | 삼성전자주식회사 | 심폐 체력을 평가하는 방법 및 장치 |
CN107506583A (zh) * | 2017-08-16 | 2017-12-22 | 合肥博谐电子科技有限公司 | 一种适于戒毒人员的运动康复指导***及其方法 |
CN107997755A (zh) * | 2017-12-12 | 2018-05-08 | 北京动亮健康科技有限公司 | 心肺测试方法及*** |
CN108257672A (zh) * | 2017-12-19 | 2018-07-06 | 边宇 | 一种戒毒人员的体质监测方法及设备 |
CN107945094A (zh) * | 2017-12-20 | 2018-04-20 | 中国科学院合肥物质科学研究院 | 一种针对戒毒人员数字康复*** |
CN108888247A (zh) * | 2018-05-22 | 2018-11-27 | 广东乐心医疗电子股份有限公司 | 有氧能力测试方法、装置、***和数据采集设备 |
Non-Patent Citations (1)
Title |
---|
边宇: "基于风险源辨识的我国戒毒人员体质测评标准构建", 《北京体育大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113729656A (zh) * | 2021-09-29 | 2021-12-03 | 山东大学齐鲁医院 | 一种可穿戴六分钟步行试验装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109645970B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230420141A1 (en) | Sensor fusion of physiological and machine-interface factors as a biometric | |
CN102567638B (zh) | 一种基于微型传感器的交互式上肢康复*** | |
CN104434129B (zh) | 一种帕金森及相关锥体外系疾病运动障碍症状量化评测装置及方法 | |
CN203149575U (zh) | 一种基于微型传感器的交互式上肢康复设备 | |
US20150201867A1 (en) | Electronic free-space motion monitoring and assessments | |
Olivares et al. | Wagyromag: Wireless sensor network for monitoring and processing human body movement in healthcare applications | |
CN107111670A (zh) | 用于量化并监测对象的虚弱的方法和装置 | |
CN104636890A (zh) | 一种空中交通管制员工作负荷测量方法 | |
CN117012362B (zh) | 一种适配数据识别方法、***、设备及存储介质 | |
CN108109673A (zh) | 一种人体感官数据测量***及方法 | |
CN110755085A (zh) | 基于关节活动度与运动协调性的运动功能评估方法及设备 | |
CN110047591A (zh) | 一种针对外科手术过程中医生姿态评估方法 | |
JP2020151267A (ja) | 人等の身体動作推定システム | |
CN107785076A (zh) | 一种连续动态运动和生理数据处理分析***及方法 | |
Dorofeev et al. | The assessment of gait features according to the data of a portable acceleration sensor in an intelligent monitoring system | |
CN109645970A (zh) | 一种戒毒人员的心肺适能测评方法及设备 | |
CN110353695A (zh) | 一种可穿戴式运动康复指导和监护***及其方法 | |
CN108261175A (zh) | 一种基于人手“柱状抓握”动作的手功能康复定量评估方法 | |
Agyeman et al. | A home rehabilitation system motivating stroke patients with upper and/or lower limb disability | |
CN108447562A (zh) | 一种用户运动能力评估方法及*** | |
Koryahin et al. | Introduction of electronic devices in the test of flexibility. | |
CN112699725A (zh) | 一种楼梯行走动态身体稳定性评价方法 | |
CN107221128B (zh) | 一种便携式人体跌倒风险的评价和预警***及其方法 | |
Sprint et al. | Designing wearable sensor-based analytics for quantitative mobility assessment | |
Yang et al. | Research on gait cycle recognition with plantar pressure sensors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |