CN110236488A - 一种实时运动监测的方法及其*** - Google Patents

一种实时运动监测的方法及其*** Download PDF

Info

Publication number
CN110236488A
CN110236488A CN201910355705.8A CN201910355705A CN110236488A CN 110236488 A CN110236488 A CN 110236488A CN 201910355705 A CN201910355705 A CN 201910355705A CN 110236488 A CN110236488 A CN 110236488A
Authority
CN
China
Prior art keywords
point
numerical value
heart
data
flow velocity
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.)
Pending
Application number
CN201910355705.8A
Other languages
English (en)
Inventor
王作第
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Liuhe Six Medical Instruments Co Ltd
Original Assignee
Shenzhen Liuhe Six Medical Instruments Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Liuhe Six Medical Instruments Co Ltd filed Critical Shenzhen Liuhe Six Medical Instruments Co Ltd
Priority to CN201910355705.8A priority Critical patent/CN110236488A/zh
Priority to PCT/CN2019/090645 priority patent/WO2020220434A1/zh
Publication of CN110236488A publication Critical patent/CN110236488A/zh
Pending legal-status Critical Current

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
    • 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
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • 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
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • 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
    • A61B5/026—Measuring blood flow
    • 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
    • A61B5/026—Measuring blood flow
    • A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Cardiology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Hematology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明涉及一种实时运动监测的方法及其***；其中，方法，包括：S1，采集数据，并根据数据创建数据模型，标出多个有效数值；S2，根据标出的有效数值，提取特定位置的数值；S3，将计算得到的数值全部相加，通过观察数据模型变化，得到稳定疲劳参数r，然后给r分等级；S4，建立反馈机制；S5，查看心率的变化，检测是否适合剧烈运动；S6，计算流向脑部的血流速度和四肢的血流速度，验证运动是否在进行。本发明抓住了运动和数据变化的真实关系，动态的去检测运动状态，帮助人们更好的去管理自己的健康，提醒用户什么时间段适合运动，什么样的运动量适合用户，为用户提供便捷、实时、安全、精准的服务。

Description

一种实时运动监测的方法及其***
技术领域
本发明涉及运动监测技术领域，更具体地说是指一种实时运动监测的方法及其***。
背景技术
当今社会健康是人们最关注的的热门话题，但是在繁忙的工作当中根本没时间去管理自己的健康；随着时间的推移，整个人都慢慢变得比较消极起来，同时负面的影响也渐渐的都表现出来了，严重影响到工作和生活；如果能早点发现这种情况，早点预防和科学管理自己的健康，是完全可以避免这种事态的发展。
针对以上存在的问题，一般现在市场上都是根据心率和传感器的变化去检测运动状态，但是，存在准确度不精确的问题，且功能单一，无法满足需求。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种实时运动监测的方法及其***。
为实现上述目的，本发明采用于下技术方案：
一种实时运动监测的方法，包括以下步骤：
S1，采集数据，并根据数据创建数据模型，标出多个有效数值，分析有效数据点的误差系数，设定阈值，及设定误差区间；
S2，根据标出的有效数值，提取特定位置的数值，分别计算出血管半径、血流速度、速率、血管的外周阻力、心脏每次搏动的幅度、数据点的极值点、心搏出量、心跳间隙、心跳间隔、分段切点、及分层切点；
S3，将计算得到的数值全部相加，通过观察数据模型变化，得到稳定疲劳参数r，然后给r分等级，0-0.2即为运动正常，0.2-0.25即为提高运动强度， 0.25-0.3即为运动剧烈；
S4，建立反馈机制，根据观察临床运动时，血流速度加快，心脏每次搏动的搏幅的博幅度增高，特征A1数据点，及速率加快；
S5，查看心率的变化，检测是否适合剧烈运动，若心率在3分钟内恢复，则说明身体素质良好，反之，恢复时间越长，则说明身体素质越差；
S6，计算流向脑部的血流速度和四肢的血流速度，验证运动是否在进行，在运动状态下，根据不同的激烈程度，心搏出量会发生很大变化，并进行数据点优化，筛选出符合分析的数据。
其进一步技术方案为：所述S2中，包括：根据积分特定段上的数值，采用采样频率500HZ，每个点0.02s，计算出数值点速度，数值点的速度的反比即为血流速度；假定血管半径在一定范围内是不变的，计算一段时间内连续数据的极大值和极小值的比列系数，即为血管半径；速率是根据观察一段时间内数值点速度变化的快慢导出。
其进一步技术方案为：所述S2中，还包括：血管的外周阻力是特定点F点的数值与极值点的比值；心脏每次搏动的幅度的搏幅为选取一段时间内数值的极大值；计算心搏出量为sv＝(0.283/(k*k))(Ps-Pd)*T。
其进一步技术方案为：所述S2中，还包括：心跳间隙为每俩次搏动的极值点的连线；心跳间隔为每俩次搏动的极小值间隔；分段切点为特定标注的8个部分；分层切点，特定标注的每个部分的7个段。
其进一步技术方案为：所述S6中，筛选规则为：心脏每搏的输出点数限制为285，采样频率的最大值限制为485，合格率的筛选大于等于12。
一种实时运动监测的***，包括采集创建单元，计算单元，观察分级单元，建立单元，检测单元，及验证优化单元；
所述采集创建单元，用于采集数据，并根据数据创建数据模型，标出多个有效数值，分析有效数据点的误差系数，设定阈值，及设定误差区间；
所述计算单元，用于根据标出的有效数值，提取特定位置的数值，分别计算出血管半径、血流速度、速率、血管的外周阻力、心脏每次搏动的幅度、数据点的极值点、心搏出量、心跳间隙、心跳间隔、分段切点、及分层切点；
所述观察分级单元，用于将计算得到的数值全部相加，通过观察数据模型变化，得到稳定疲劳参数r，然后给r分等级，0-0.2即为运动正常，0.2-0.25即为提高运动强度，0.25-0.3即为运动剧烈；
所述建立单元，用于建立反馈机制，根据观察临床运动时，血流速度加快，心脏每次搏动的搏幅的博幅度增高，特征A1数据点，及速率加快；
所述检测单元，用于查看心率的变化，检测是否适合剧烈运动，若心率在3 分钟内恢复，则说明身体素质良好，反之，恢复时间越长，则说明身体素质越差；
所述验证优化单元，用于计算流向脑部的血流速度和四肢的血流速度，验证运动是否在进行，在运动状态下，根据不同的激烈程度，心搏出量会发生很大变化，并进行数据点优化，筛选出符合分析的数据。
其进一步技术方案为：所述计算单元中，根据积分特定段上的数值，采用采样频率500HZ，每个点0.02s，计算出数值点速度，数值点的速度的反比即为血流速度；假定血管半径在一定范围内是不变的，计算一段时间内连续数据的极大值和极小值的比列系数，即为血管半径；速率是根据观察一段时间内数值点速度变化的快慢导出。
其进一步技术方案为：所述计算单元中，还包括：血管的外周阻力是特定点F点的数值与极值点的比值；心脏每次搏动的幅度的搏幅为选取一段时间内数值的极大值；计算心搏出量为sv＝(0.283/(k*k))(Ps-Pd)*T。
其进一步技术方案为：所述计算单元中，还包括：心跳间隙为每俩次搏动的极值点的连线；心跳间隔为每俩次搏动的极小值间隔；分段切点为特定标注的8个部分；分层切点，特定标注的每个部分的7个段。
其进一步技术方案为：所述验证优化单元中，筛选规则为：心脏每搏的输出点数限制为285，采样频率的最大值限制为485，合格率的筛选大于等于12。
本发明与现有技术相比的有益效果是：抓住了运动和数据变化的真实关系，动态的去检测运动状态，帮助人们更好的去管理自己的健康，提醒用户什么时间段适合运动，什么样的运动量适合用户，为用户提供便捷、实时、安全、精准的服务，弥补了市场上对运动监测只依靠传感器和心率的单一性，能够更好地满足需求。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
图1为本发明一种实时运动监测的方法流程图；
图2为脉搏跳动周期的示意图；
图3为本发明一种实时运动监测的***方框图。
具体实施方式
为了更充分理解本发明的技术内容，下面结合具体实施例对本发明的技术方案进一步介绍和说明，但不局限于此。
如图1到图3所示的具体实施例，其中，如图1至图2所示，本发明公开了一种实时运动监测的方法，包括以下步骤：
S1，采集数据，并根据数据创建数据模型，标出多个有效数值，分析有效数据点的误差系数，设定阈值，及设定误差区间，大于误差范围的不予分析；
S2，根据标出的有效数值，提取特定位置的数值，分别计算出血管半径、血流速度、速率、血管的外周阻力、心脏每次搏动的幅度、数据点的极值点、心搏出量、心跳间隙、心跳间隔、分段切点、及分层切点；
S3，将计算得到的数值全部相加，通过观察数据模型变化，得到稳定疲劳参数r，然后给r分等级，0-0.2即为运动正常，0.2-0.25即为提高运动强度， 0.25-0.3即为运动剧烈；
S4，建立反馈机制，根据观察临床运动时，血流速度加快，心脏每次搏动的搏幅的博幅度增高，特征A1数据点，及速率加快，用于判断以上的分级是否满足条件；
S5，查看心率的变化，检测是否适合剧烈运动，若心率在3分钟内恢复，则说明身体素质良好，反之，恢复时间越长，则说明身体素质越差；
S6，计算流向脑部的血流速度和四肢的血流速度，验证运动是否在进行，如果快说明和运动一致，慢则说明存在问题，需要反馈；在运动状态下，根据不同的激烈程度，心搏出量会发生很大变化，比如说在运动较快的情况下，心搏出量会减少；并进行数据点优化，筛选出符合分析的数据；其中，因为收集到的数据有些是存在问题的，通过样本量选取，筛选出符合分析的数据。
其中，所述S2中，包括：根据积分特定段上的数值，采用采样频率500HZ，每个点0.02s，计算出数值点速度，数值点的速度的反比即为血流速度；假定血管半径在一定范围内是不变的，计算一段时间内连续数据的极大值和极小值的比列系数，即为血管半径；速率是根据观察一段时间内数值点速度变化的快慢导出。
其中，所述S2中，还包括：血管的外周阻力是特定点F点的数值与极值点的比值；心脏每次搏动的幅度的搏幅为选取一段时间内数值的极大值；计算心搏出量为sv＝(0.283/(k*k))(Ps-Pd)*T。
其中，如图2所示，Ps是这一次脉搏的极大值点，Pd是这一次脉搏的极小值点，T是心动周期，Pm是分割这次脉搏产生图形面积，1/2面积点；K＝(Ps-Pm) /(Ps-Pd)。
进一步地，所述S2中，还包括：心跳间隙为每俩次搏动的极值点的连线；心跳间隔为每俩次搏动的极小值间隔；分段切点为特定标注的8个部分(参考微估法)；分层切点，特定标注的每个部分的7个段(参考微估法)。
其中，所述S6中，筛选规则为：心脏每搏的输出点数限制为285，采样频率的最大值限制为485，合格率的筛选大于等于12，在这个基础之上，再次进行数据模型参数的选取。
本发明采用了多变量归一化算法，进行区间分段，根据血流速度和血压的变化趋势性分析运动状态，能够得出更精确的数据，以便提供更好的服务。
如图3所示，本发明还公开了一种实时运动监测的***，包括采集创建单元 10，计算单元20，观察分级单元30，建立单元40，检测单元50，及验证优化单元60；
所述采集创建单元10，用于采集数据，并根据数据创建数据模型，标出多个有效数值，分析有效数据点的误差系数，设定阈值，及设定误差区间；
所述计算单元20，用于根据标出的有效数值，提取特定位置的数值，分别计算出血管半径、血流速度、速率、血管的外周阻力、心脏每次搏动的幅度、数据点的极值点、心搏出量、心跳间隙、心跳间隔、分段切点、及分层切点；
所述观察分级单元30，用于将计算得到的数值全部相加，通过观察数据模型变化，得到稳定疲劳参数r，然后给r分等级，0-0.2即为运动正常，0.2-0.25 即为提高运动强度，0.25-0.3即为运动剧烈；
所述建立单元40，用于建立反馈机制，根据观察临床运动时，血流速度加快，心脏每次搏动的搏幅的博幅度增高，特征A1数据点，及速率加快；
所述检测单元50，用于查看心率的变化，检测是否适合剧烈运动，若心率在3分钟内恢复，则说明身体素质良好，反之，恢复时间越长，则说明身体素质越差；
所述验证优化单元60，用于计算流向脑部的血流速度和四肢的血流速度，验证运动是否在进行，在运动状态下，根据不同的激烈程度，心搏出量会发生很大变化，并进行数据点优化，筛选出符合分析的数据。
其中，所述计算单元20中，根据积分特定段上的数值，采用采样频率500HZ，每个点0.02s，计算出数值点速度，数值点的速度的反比即为血流速度；假定血管半径在一定范围内是不变的，计算一段时间内连续数据的极大值和极小值的比列系数，即为血管半径；速率是根据观察一段时间内数值点速度变化的快慢导出。
进一步地，所述计算单元20中，还包括：血管的外周阻力是特定点F点的数值与极值点的比值；心脏每次搏动的幅度的搏幅为选取一段时间内数值的极大值；计算心搏出量为sv＝(0.283/(k*k))(Ps-Pd)*T。
更进一步地，所述计算单元20中，还包括：心跳间隙为每俩次搏动的极值点的连线；心跳间隔为每俩次搏动的极小值间隔；分段切点为特定标注的8个部分；分层切点，特定标注的每个部分的7个段。
其中，所述验证优化单元60中，筛选规则为：心脏每搏的输出点数限制为 285，采样频率的最大值限制为485，合格率的筛选大于等于12。
本发明抓住了运动和数据变化的真实关系，动态的去检测运动状态，帮助人们更好的去管理自己的健康，提醒用户什么时间段适合运动，什么样的运动量适合用户，为用户提供便捷、实时、安全、精准的服务，弥补了市场上对运动监测只依靠传感器和心率的单一性，能够更好地满足需求。
上述仅以实施例来进一步说明本发明的技术内容，以便于读者更容易理解，但不代表本发明的实施方式仅限于此，任何依本发明所做的技术延伸或再创造，均受本发明的保护。本发明的保护范围以权利要求书为准。

Claims (10)

1.一种实时运动监测的方法，其特征在于，包括以下步骤：
S1，采集数据，并根据数据创建数据模型，标出多个有效数值，分析有效数据点的误差系数，设定阈值，及设定误差区间；
S2，根据标出的有效数值，提取特定位置的数值，分别计算出血管半径、血流速度、速率、血管的外周阻力、心脏每次搏动的幅度、数据点的极值点、心搏出量、心跳间隙、心跳间隔、分段切点、及分层切点；
S3，将计算得到的数值全部相加，通过观察数据模型变化，得到稳定疲劳参数r，然后给r分等级，0-0.2即为运动正常，0.2-0.25即为提高运动强度，0.25-0.3即为运动剧烈；
S4，建立反馈机制，根据观察临床运动时，血流速度加快，心脏每次搏动的搏幅的博幅度增高，特征A1数据点，及速率加快；
S5，查看心率的变化，检测是否适合剧烈运动，若心率在3分钟内恢复，则说明身体素质良好，反之，恢复时间越长，则说明身体素质越差；
S6，计算流向脑部的血流速度和四肢的血流速度，验证运动是否在进行，在运动状态下，根据不同的激烈程度，心搏出量会发生很大变化，并进行数据点优化，筛选出符合分析的数据。
2.根据权利要求1所述的一种实时运动监测的方法，其特征在于，所述S2中，包括：根据积分特定段上的数值，采用采样频率500HZ，每个点0.02s，计算出数值点速度，数值点的速度的反比即为血流速度；假定血管半径在一定范围内是不变的，计算一段时间内连续数据的极大值和极小值的比列系数，即为血管半径；速率是根据观察一段时间内数值点速度变化的快慢导出。
3.根据权利要求2所述的一种实时运动监测的方法，其特征在于，所述S2中，还包括：血管的外周阻力是特定点F点的数值与极值点的比值；心脏每次搏动的幅度的搏幅为选取一段时间内数值的极大值；计算心搏出量为sv＝(0.283/(k*k))(Ps-Pd)*T。
4.根据权利要求3所述的一种实时运动监测的方法，其特征在于，所述S2中，还包括：心跳间隙为每俩次搏动的极值点的连线；心跳间隔为每俩次搏动的极小值间隔；分段切点为特定标注的8个部分；分层切点，特定标注的每个部分的7个段。
5.根据权利要求1所述的一种实时运动监测的方法，其特征在于，所述S6中，筛选规则为：心脏每搏的输出点数限制为285，采样频率的最大值限制为485，合格率的筛选大于等于12。
6.一种实时运动监测的***，其特征在于，包括采集创建单元，计算单元，观察分级单元，建立单元，检测单元，及验证优化单元；
所述采集创建单元，用于采集数据，并根据数据创建数据模型，标出多个有效数值，分析有效数据点的误差系数，设定阈值，及设定误差区间；
所述计算单元，用于根据标出的有效数值，提取特定位置的数值，分别计算出血管半径、血流速度、速率、血管的外周阻力、心脏每次搏动的幅度、数据点的极值点、心搏出量、心跳间隙、心跳间隔、分段切点、及分层切点；
所述观察分级单元，用于将计算得到的数值全部相加，通过观察数据模型变化，得到稳定疲劳参数r，然后给r分等级，0-0.2即为运动正常，0.2-0.25即为提高运动强度，0.25-0.3即为运动剧烈；
所述建立单元，用于建立反馈机制，根据观察临床运动时，血流速度加快，心脏每次搏动的搏幅的博幅度增高，特征A1数据点，及速率加快；
所述检测单元，用于查看心率的变化，检测是否适合剧烈运动，若心率在3分钟内恢复，则说明身体素质良好，反之，恢复时间越长，则说明身体素质越差；
所述验证优化单元，用于计算流向脑部的血流速度和四肢的血流速度，验证运动是否在进行，在运动状态下，根据不同的激烈程度，心搏出量会发生很大变化，并进行数据点优化，筛选出符合分析的数据。
7.根据权利要求6所述的一种实时运动监测的***，其特征在于，所述计算单元中，根据积分特定段上的数值，采用采样频率500HZ，每个点0.02s，计算出数值点速度，数值点的速度的反比即为血流速度；假定血管半径在一定范围内是不变的，计算一段时间内连续数据的极大值和极小值的比列系数，即为血管半径；速率是根据观察一段时间内数值点速度变化的快慢导出。
8.根据权利要求7所述的一种实时运动监测的***，其特征在于，所述计算单元中，还包括：血管的外周阻力是特定点F点的数值与极值点的比值；心脏每次搏动的幅度的搏幅为选取一段时间内数值的极大值；计算心搏出量为sv＝(0.283/(k*k))(Ps-Pd)*T。
9.根据权利要求8所述的一种实时运动监测的***，其特征在于，所述计算单元中，还包括：心跳间隙为每俩次搏动的极值点的连线；心跳间隔为每俩次搏动的极小值间隔；分段切点为特定标注的8个部分；分层切点，特定标注的每个部分的7个段。
10.根据权利要求6所述的一种实时运动监测的***，其特征在于，所述验证优化单元中，筛选规则为：心脏每搏的输出点数限制为285，采样频率的最大值限制为485，合格率的筛选大于等于12。
CN201910355705.8A 2019-04-29 2019-04-29 一种实时运动监测的方法及其*** Pending CN110236488A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910355705.8A CN110236488A (zh) 2019-04-29 2019-04-29 一种实时运动监测的方法及其***
PCT/CN2019/090645 WO2020220434A1 (zh) 2019-04-29 2019-06-11 一种实时运动监测的方法及其***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910355705.8A CN110236488A (zh) 2019-04-29 2019-04-29 一种实时运动监测的方法及其***

Publications (1)

Publication Number Publication Date
CN110236488A true CN110236488A (zh) 2019-09-17

Family

ID=67883502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910355705.8A Pending CN110236488A (zh) 2019-04-29 2019-04-29 一种实时运动监测的方法及其***

Country Status (2)

Country Link
CN (1) CN110236488A (zh)
WO (1) WO2020220434A1 (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140240124A1 (en) * 2013-02-25 2014-08-28 Exmovere Wireless LLC Method and apparatus for monitoring, determining and communicating biometric statuses, emotional states and movement
CN106913310A (zh) * 2015-12-24 2017-07-04 天创聚合科技（上海）有限公司 人体生理指标评估设备
CN106202953B (zh) * 2016-07-19 2019-07-02 北京心量科技有限公司 一种数据分析方法及***
CN107802251A (zh) * 2017-11-17 2018-03-16 广东小天才科技有限公司 一种基于穿戴设备的健康监控方法及穿戴设备

Also Published As

Publication number Publication date
WO2020220434A1 (zh) 2020-11-05

Similar Documents

Publication Publication Date Title
JP5210773B2 (ja) 眠気判定装置及びプログラム
KR100954817B1 (ko) 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법
CN110432898A (zh) 一种基于非线性动力学特征的癫痫发作脑电信号分类***
KR101851690B1 (ko) 착용형 센서를 이용한 일주기 생체리듬의 비정상성 탐지 장치 및 방법
CN102973266B (zh) 用于自动痉挛监测的方法、设备和计算机程序产品
CN106526112B (zh) 一种基于鱼类活性分析的水质毒性检测方法
CN105550653B (zh) 心电导联智能选择方法和***
CN108309262A (zh) 多参数监护数据分析方法和多参数监护仪
CN108309263A (zh) 多参数监护数据分析方法和多参数监护***
CN106388786A (zh) 一种基于智能指环采集数据的处理方法
CN114358194A (zh) 基于姿态跟踪的孤独症谱系障碍异常肢体行为检测方法
CN109567832A (zh) 一种基于智能手环的检测愤怒驾驶状态的方法及***
CN111904376A (zh) 影像式酒驾评判***及相关方法
CN112057087B (zh) 精神***症高风险人群自主神经功能数据处理方法及装置
CN109620209A (zh) 一种动态心电、呼吸和运动监测***和方法
CN110097012A (zh) 基于N-range图像处理算法的眼动参数监测的疲劳检测方法
CN110236488A (zh) 一种实时运动监测的方法及其***
CN110070013A (zh) 一种ecg信号噪声污染程度与类别智能评估方法
KR101744691B1 (ko) 심탄도 신호를 이용한 심박 검출 방법 및 그 장치
WO2020220403A1 (zh) 疲劳状态检测方法、装置、设备及存储介质
CN105050493B (zh) 用于确定ecg数据中的qrs复合波的出现的装置和方法
JP4882052B2 (ja) 自己組織化マップを用いた脈波診断システム並びに自己組織化マップの生成プログラム及び生成方法
CN110084217B (zh) 基于MOD-Net网络的眼动参数监测的疲劳检测方法
CN107280650A (zh) 生命体特征参数获取方法及装置
CN114742090A (zh) 一种基于精神疲劳监测的驾驶舱人机交互***

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
CB03 Change of inventor or designer information

Inventor after: Wang Zuodi

Inventor before: Wang Zuodi

CB03 Change of inventor or designer information
RJ01 Rejection of invention patent application after publication

Application publication date: 20190917

RJ01 Rejection of invention patent application after publication