CN111599471A - 动态获取最大摄氧量的方法及电子设备 - Google Patents
动态获取最大摄氧量的方法及电子设备 Download PDFInfo
- Publication number
- CN111599471A CN111599471A CN202010405218.0A CN202010405218A CN111599471A CN 111599471 A CN111599471 A CN 111599471A CN 202010405218 A CN202010405218 A CN 202010405218A CN 111599471 A CN111599471 A CN 111599471A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- user
- oxygen uptake
- maximum oxygen
- data
- 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
Links
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 title claims abstract description 111
- 239000001301 oxygen Substances 0.000 title claims abstract description 111
- 229910052760 oxygen Inorganic materials 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000033001 locomotion Effects 0.000 claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 230000000284 resting effect Effects 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000003068 static effect Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 7
- 101001068052 Homo sapiens Lysine-specific demethylase hairless Proteins 0.000 claims description 3
- 102000053615 human HR Human genes 0.000 claims description 3
- 230000002618 waking effect Effects 0.000 claims description 3
- 238000010998 test method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005714 functional activity Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000008558 metabolic pathway by substance Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/083—Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
- A61B5/0833—Measuring rate of oxygen consumption
-
- 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
-
- 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
- A61B5/103—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
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4866—Evaluating metabolism
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
-
- 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
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
- A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/30—Speed
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)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pulmonology (AREA)
- Obesity (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physical Education & Sports Medicine (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Emergency Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Optics & Photonics (AREA)
Abstract
本发明公开了一种动态获取最大摄氧量的方法及电子设备,其中该方法包括:获取用户的年龄、性别、体重、静息心率和最大心率;通过检测用户运动过程中的实时心率和实时运动速度,以得到用户运动过程中的基础心率数据和基础速度数据;从用户的运动时长中选取一预设时间长度的特征时间段,以基础心率数据和基础速度数据为基础数据,计算出特征时间段内的特征平均心率和特征平均速度;将上述数据代入公式计算当前用户的最大摄氧量;通过上述方法,可动态地计算出每一次运动过程中的最大摄氧量,以为用户对当前自己的有氧能力水平的评估提供准确参考数据;另外,通过上述方法中的公式进行计算最大摄氧量,检测结果准确性高。
Description
技术领域
本发明涉及运动参数监测技术领域,尤其涉及一种动态获取最大摄氧量的方法及电子设备。
背景技术
物质代谢和能量代谢是机体内各组织器官机能活动的基础,而运动能力是身体各种机能活动的集中表现。根据能量方式的不同,运动能力可以划分为有氧运动和无氧运动。而有氧供能的能力是基础,其中最大摄氧量是评价有氧能力最常用和最有效的方法。最大摄氧量(maximal oxygen consumption,VO2max)是指在人体进行最大强度的运动,当机体出现无力继续支撑接下来的运动时,所能摄入的氧气含量,是反映人体有氧运动能力的重要指标。
目前,测定最大摄氧量一般有两种方法,即直接测试法和间接测试法。直接测试法需通过实验室测试,让受试者带上专门的仪器在跑台上跑步或者骑功率自行车,通过调动速度级别使得受试者运动至力竭,同时配备专门仪器收集受试者呼吸的气体进行分析,从而确定最大摄氧量。间接测试法依据人体的耗氧量与本身完成的功率和运动时的心率密切相关,因而通过运动时的心率和运动完成的功率推测受试者的最大摄氧量。另外,还可以通过Bruce方法或者12分钟跑等测试获取最大摄氧量。
通过直接测试法检测最大摄氧量是最准确的,然后由于检测设备的制约,不能被用户随身携带,不能实时测出用户在每一次运动过程中的最大摄氧量,使用不便;另外,由于最大摄氧量受年龄因素、性别因素、遗传因素、训练因素、环境因素和体脂率因素的影响,现在通过简单的计算公式间接的计算最大摄氧量的方法得到的结果普遍误差比较大,不能准确地体现出用户在当前运动过程中所具有的最大摄氧量,因此可参考性有限。
鉴于此,需要对现有的通过间接的方式获得最大摄氧量的方式进行改进,以提高计算的准确性。
发明内容
本发明的目的是为解决上述技术问题的不足而提供一种动态获取最大摄氧量的方法,以对运动过程中的最大摄氧量提供检测,使得用户准确评估当下自己的有氧能力水平。
本发明的另一目的是,提供一种动态获取最大摄氧量的电子设备,以对运动过程中的最大摄氧量提供检测,使得用户准确评估当下自己的有氧能力水平。
为了实现上述目的,本发明公开了一种动态获取最大摄氧量的方法,其包括:
获取用户的年龄、性别、体重、静息心率和最大心率,所述最大心率可预先设置或根据用户的年龄特征实时生成;
通过检测用户运动过程中的实时心率和反映身体移动的实时运动速度,以得到用户运动过程中的基础心率数据和基础速度数据;
从用户的运动时长中选取一预设时间长度的特征时间段,以所述基础心率数据和所述基础速度数据为基础数据,计算出所述特征时间段内的特征平均心率和特征平均速度;
其中,A为40~50的常数,P1为7至~8的常数,S为性别常数,男性为1,女性为0;P2为0.1~0.2的常数,G为用户体重;P3为4~5的常数,V为特征平均速度,P4为3~4的常数,B为1~2的常数;C为15~20的常数,HR特征为特征平均心率,HR静息为用户在清醒、安静状态下的静息心率,HRmax为最大心率;a为用户年龄。
与现有技术相比,本发明动态获取最大摄氧量的方法,不但需要采集用户的年龄、性别、体重、静息心率、最大心率等静态数据,还需要采集用户当前运动过程中的基础心率数据和身体移动的基础速度数据等动态数据,并通过平均算法对从用户当前运动时长中选取的特征时间段内的基础心率数据和基础速度数据进行处理,以得到特征平均心率和特征平均速度,然后将年龄、性别、体重、静息心率、最大心率、特征平均心率和特征平均速度代入公式,得出用户在当前运动过程中的最大摄氧量值;由此可知,首先,通过上述方法,可动态地计算出每一次运动过程中的最大摄氧量,以为用户对当前自己的有氧能力水平的评估提供准确参考数据;其次,通过上述方法中的公式进行计算最大摄氧量,充分考虑到用户自身的静态数据和动态数据对当前检测的影响,检测结果准确性高。
较佳地,所述基础心率数据和所述基础速度数据的筛选方法包括:
S1:判断用户单次连续运动时长T2是否大于设定时长T1,如果是,则进入S2;如果否,则返回;
S2:以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段内的所有实时心率是否在设定的最大心率的一段数值区间D1内,如果是,将当前单位时间段内的所述实时心率归入所述基础心率数据,同时将当前单位时间段内的所述实时运动速度归入所述基础速度数据。
较佳地,所述特征平均心率和特征平均速度的计算方法包括:
分别对所述特征时间段内筛选出的每个所述单位时间段中的所述基础心率数据进行平均运算,得到单位平均心率;
分别对所述特征时间段内筛选出的每个所述单位时间段中的所述基础速度数据进行平均运算,得到单位平均速度;
对计算出的多个所述单位平均心率进行平均运算,得到所述特征平均心率;
对计算出的多个所述单位平均速度进行平均运算,得到所述特征平均速度。
较佳地,当根据年龄特征实时生成所述最大心率时,所述最大心率的计算公式为:HRmax=208-0.7*a。
较佳地,所述数值区间D1为:70%*HRmax<D1<95%*HRmax。
较佳地,所述设定时长T1大于或等于10分钟,当用户的连续运动时长T2大于30分钟时,所述特征时间段为运动时间在10~30分钟的一段时间,当用户的连续运动时长T2小于或等于30分钟时,所述特征时间段为运动时间在10~T2的一段时间。
较佳地,还包括对计算出的最大摄氧量的显示方法:
较佳地,所述显示方法还包括:判断当前连续计算最大摄氧量的次数N是否超过预设值M,如果否,则以所述第二公式计算显示值;如果是,采用移动平均算法,以固定的计算长度M,连续计算后续产生的最大摄氧量的移动平均值Xy,并判断Xy是否大于当前显示值,如果是,使用Xy对当前显示值进行更新。
较佳地,所述显示方法还包括:判断连续M次最大摄氧量是否小于当前显示值,如果是,采用当前M次的最大摄氧量的平均值对当前显示值进行更新。
本发明还公开一种动态获取最大摄氧量的电子设备,其包括一便携式基体,所述基体上设置有心率检测模块、速度检测模块、静态数据获取模块、动态数据获取模块和计算模块;
所述心率检测模块,用于检测用户的实时心率;
所述速度检测模块,用于检测用户身体移动的实时运动速度;
所述静态数据获取模块,用于获取用户的年龄、性别、体重、静息心率和最大心率;所述静息心率为用户在清醒、安静状态下的心率值,所述最大心率可预先设置或根据用户的年龄特征实时生成;
所述动态数据获取模块,用于根据所述心率检测模块和所述速度检测模块获取用户运动过程中的基础心率数据和基础速度数据;
所述计算模块,用于从用户的运动时长中选取一预设时间长度的特征时间段,以所述基础心率数据和所述基础速度数据为基础数据,计算出所述特征时间段内的特征平均心率和特征平均速度,并根据下述第一公式计算出当前用户的最大摄氧量第一公式:
其中,A为40~50的常数,P1为7至~8的常数,S为性别常数,男性为1,女性为0;P2为0.1~0.2的常数,G为用户体重;P3为4~5的常数,V为特征平均速度,P4为3~4的常数,B为1~2的常数;C为15~20的常数,HR特征为特征平均心率,HR静息为用户在清醒、安静状态下的静息心率,HRmax为最大心率;a为用户年龄。
较佳地,所述动态数据获取模块通过以下方式获取基础心率数据和基础速度数据:
S1:判断用户单次连续运动时长T2是否大于设定时长T1,如果是,则进入S2;如果否,则返回;
S2:以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段内的所有实时心率是否在设定的最大心率的一段数值区间D1内,如果是,将当前单位时间段内的所述实时心率归入所述基础心率数据,同时将当前单位时间段内的所述实时运动速度归入所述基础速度数据。
较佳地,所述计算模块计算所述特征平均心率和所述特征平均速度的方式为:
分别对所述特征时间段内筛选出的每个所述单位时间段中的所述基础心率数据进行平均运算,得到单位平均心率;
分别对所述特征时间段内筛选出的每个所述单位时间段中的所述基础速度数据进行平均运算,得到单位平均速度;
对计算出的多个所述单位平均心率进行平均运算,得到所述特征平均心率;
对计算出的多个所述单位平均速度进行平均运算,得到所述特征平均速度。
较佳地,当根据年龄特征实时生成所述最大心率时,所述最大心率的计算公式为:HRmax=208-0.7*a。
较佳地,所述数值区间D1为:70%*HRmax<D1<95%*HRmax。
较佳地,所述设定时长T1大于或等于10分钟,当用户的连续运动时长T2大于30分钟时,所述特征时间段为运动时间在10~30分钟的一段时间,当用户的连续运动时长T2小于或等于30分钟时,所述特征时间段为运动时间在10~T2的一段时间。
较佳地,还包括显示模块和显示控制模块,所述显示模块用于显示最大摄氧量,所述显示控制模块包括第一控制模块,当连续N次计算最大摄氧量时,所述第一控制模块以下述第二公式计算所述显示模块的显示值XN,第二公式:N≥1,为第N次计算出的最大摄氧量。
较佳地,所述显示控制模块还包括第二控制模块,当所述第二控制模块检测到当前连续计算最大摄氧量的次数N超过预设值M时,采用移动平均算法,以固定的计算长度M,连续计算后续产生的最大摄氧量的移动平均值Xy,并判断Xy是否大于当前显示值,如果是,使用Xy对当前显示值进行更新;当所述第二控制模块检测到当前连续计算最大摄氧量的次数N未超过预设值M时,以所述第二公式计算所述显示模块的显示值。
较佳地,所述显示控制模块还包括第三控制模块,当所述第三控制模块检测到连续M次最大摄氧量小于当前显示值时,采用当前M次的最大摄氧量的平均值对当前显示值进行更新。
本发明还公开一种动态获取最大摄氧量的电子***,其包括:
一个或多个处理器;
存储器:
及一个或多个程序,其中一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如上所述的动态获取最大摄氧量的方法的指令。
本发明还公开一计算机可读存储介质,其包括计算机程序,所述计算机程序可被处理器执行以完成如上所述的动态获取最大摄氧量的动态获取最大摄氧量的方法。
附图说明
图1为本发明实施例中动态获取最大摄氧量的电子设备的原理结构示意图。
图2为本发明实施例中电子设备的工作流程示意图。
图3为本发明实施例中获得基础心率数据和基础速度数据的筛选流程示意图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果,以下结合实施方式并配合附图详予说明。
如图1所示,本发明公开了一种动态获取最大摄氧量的电子设备,其包括一便携式基体(如运动电子手表),基体上设置有心率检测模块、速度检测模块、静态数据获取模块、动态数据获取模块和计算模块。
心率检测模块用于检测用户的实时心率,速度检测模块用于检测用户身体移动的实时运动速度。本实施例中,心率检测模块包括安装在基体上的心率传感器,速度检测模块包括安装在基体上的GPS***。
静态数据获取模块,用于获取用户的年龄、性别、体重、静息心率和最大心率等静态数据。静息心率为用户在清醒、安静状态下的心率值,最大心率可预先设置或根据用户的年龄特征实时生成,本实施例中优选为通过计算的方式获得最大心率,即通过公式HRmax=208-0.7*a计算出最大心率,其中,HRmax为最大心率,a为用户输入的年龄值。用户的年龄和性别数据可通过屏幕输入、按键输入或语音输入等常用的输入***完成。另外,静息心率和最大心率也可通过输入***输入,也可通过基体上设置的心率传感器检测得到。
动态数据获取模块,用于获取用户运动过程中的基础心率数据和反映身体移动速度的基础速度数据等动态数据。
计算模块,通过选取时间窗口数据,计算最大摄氧量。
具体地,上述电子设备动态获取最大摄氧量的方法为:
如图2,首先,通过输入***获得用户的年龄、性别、体重等数据,然后通过计算或输入***获取最大心率,通过检测或输入***获得静息心率。然后通过基体上设置的心率传感器和GPS***获得用户的实时心率和实时运动速度,以得到用户运动过程中的基础心率速度和基础速度数据。当用户运动到一定时长后,计算模块选取时间窗口数据,即从用户的运动时长中选取一预设时间长度的特征时间段,采用算术平均算法,以基础心率数据和基础速度数据为基础数据,计算出特征时间段内的特征平均心率和特征平均速度,并根据下述第一公式计算出当前用户的最大摄氧量第一公式:
其中,A为40~50的常数,P1为7至~8的常数,S为性别常数,男性为1,女性为0;P2为0.1~0.2的常数,G为用户体重;P3为4~5的常数,V为特征平均速度,P4为3~4的常数,B为1~2的常数;C为15~20的常数,HR特征为特征平均心率,HR静息为用户在清醒、安静状态下的静息心率,HRmax为最大心率;a为用户年龄。
在上述实施例中,为使得电子设备计算出的最大摄氧量最大程度接近实际水平,请参阅图3,可通过条件筛选的方法获得基础心率数据和基础速度数据,具体包括如下步骤:
S1:判断用户单次连续运动时长T2是否大于设定时长T1,如果是,则进入S2;如果否,则返回;
S2:以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段内的所有实时心率是否在设定的最大心率的一段数值区间D1内,如果是,则将当前单位时间段内的实时心率归入基础心率数据,同时将当前单位时间段内的实时运动速度归入基础速度数据;如果否,则放弃对当前单位时间段内的数据的采集。本实施例中,数值区间D1优选为:70%*HRmax<D1<95%*HRmax。
具体地,当检测到用户运动时T2大于T1时,以1分钟的单位时间段为例,如果移动周期为1秒,按照时间顺序,分别检测第1秒~第60秒、第2秒~第61秒、第3秒~第62秒……等这些1分钟时间段内的所有实时心率数据是否位于数值区间D1内,如果是,将这1分钟时间段内的实时心率归为基础心率数据,同时将这一分钟时间段内的实时运动速度归为基础速度数据。
进一步地,特征平均心率和特征平均速度的计算方法为:
分别对特征时间段内筛选出的每个单位时间段中的基础心率数据进行平均运算,得到单位平均心率;
分别对特征时间段内筛选出的每个单位时间段中的基础速度数据进行平均运算,得到单位平均速度;
对计算出的多个单位平均心率进行平均运算,得到特征平均心率;
对计算出的多个单位平均速度进行平均运算,得到特征平均速度。
对于时间窗口(特征时间段)的选取,较佳地,在设定时长T1大于或等于10分钟的情况下,当用户的连续运动时长T2大于30分钟时,特征时间段为运动时间在10~30分钟的一段时间,当用户的连续运动时长T2小于或等于30分钟时,特征时间段为运动时间在10~T2的一段时间。
下面以一具体实例详细说明上述实施例中电子设备动态获取最大摄氧量的方法:
用户单次连续运动时长的阈值T1设置为20分钟。用户开始运动前,打开电子设备,输入相应的数据,如年龄、性别、体重、静息心率等。运动过程中,电子设备实时检测并记录用户的实时心率和实时运动速度,并通过上述条件筛选的方法获得基础心率数据和基础速度数据。当用户运动至30分钟时,如果向电子设备发出输出最大摄氧量的命令(可通过按键实现),分别找出时间窗口(第10至第30分钟)内所筛选出的每个1分钟时间段内的基础心率数据和基础速度数据,采用算术平均算法,算出每个1分钟内的单位平均心率HR1和单位平均速度V1。然后,同样地,采用算术平均算法,以HR1和V1为基础数据,算出时间窗口内的特征平均心率HR特征和特征平均速度V。接着,将HR特征和V代入第一公式,得出当前最大摄氧量。
进一步地,电子设备上还设置有显示模块和显示控制模块,显示模块用于显示最大摄氧量,为使得所显示出的最大摄氧量具有逐渐变化的趋势,显示控制模块包括第一控制模块,当连续N次计算最大摄氧量时,第一控制模块以下述第二公式计算显示模块的显示值XN,第二公式: N≥1,为第N次计算出的最大摄氧量。如,当计算出第一次最大摄氧量时,显示值当计算出第二次最大摄氧量时,显示值当计算出第三次最大摄氧量时,显示值……以此类推。
较佳地,显示控制模块还包括第二控制模块,当第二控制模块检测到当前连续计算最大摄氧量的次数N超过预设值M时,采用移动平均算法,以固定的计算长度M,连续计算后续产生的最大摄氧量的移动平均值Xy,并判断Xy是否大于当前显示值,如果是,使用当前Xy对当前显示值进行更新;当第二控制模块检测到当前连续计算最大摄氧量的次数N未超过预设值M时,以第二公式计算显示模块的显示值。具体地,如果M设置为5,那么前5次的最大摄氧量的显示值均以上述第二公式进行计算获得。到第六次时,计算最近5次的最大摄氧量(也即)的平均值Xy,然后判断Xy是否大于当前显示值,也即判断Xy是否大于前5个最大摄氧量的平均值,如果是,采用计算出的Xy对当前的显示值进行更新,如果否,仍然继续显示前5个最大摄氧量的平均值。
较佳地,显示控制模块还包括第三控制模块,当第三控制模块检测到连续M次最大摄氧量小于当前显示值时,采用当前M次的最大摄氧量的平均值对当前显示值进行更新。仍然以M等于5为例,当连续5次计算出的最大摄氧量都小于当前显示值时,采用当前这5次的最大摄氧量的平均值对当前显示值进行更新,即避免由于偶然因素影响用户准确判断自身有氧能力水平,当自身有氧能力水平确实下降时,还能及时被捕捉到。
另外,当长时间没有通过电子设备计算最大摄氧量时,如间隔60天以上,当再次使用电子设备检查最大摄氧量时,将重新记录数据,之前记录的最大摄氧量值将不作参考,同时,静态数据也将重新采集。
本发明还公开一种动态获取最大摄氧量的电子***,其包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如上所述的动态获取最大摄氧量的电子设备的工作方法的指令。
本发明还公开一种计算机可读存储介质,其包括计算机程序,所述计算机程序可被处理器执行以完成如上所述的动态获取最大摄氧量的电子设备的工作方法。
综上,通过本发明公开的电子设备计算最大摄氧量时,不但需要采集用户的年龄、性别、体重、静息心率、最大心率等静态数据,还需要采集用户当前运动过程中的实时心率和实时运动速度,并通过筛选流程筛选出符合要求的基础心率数据和基础速度数据等动态数据,并通过平均算法对从用户当前运动时长中选取的特征时间段内的基础心率数据和基础速度数据进行处理,以得到特征平均心率和特征平均速度,然后将年龄、性别、体重、静息心率、最大心率、特征平均心率和特征平均速度代入公式,得出用户在当前运动过程中的最大摄氧量值,并通过显示控制模块控制显示相应的最大摄氧量。由此可知,首先,通过上述电子设备,可动态地计算出每一次运动过程中的最大摄氧量,以为用户对当前自己的有氧能力水平的评估提供准确参考数据;其次,通过上述第一公式进行计算最大摄氧量,充分考虑到用户自身的静态数据和动态数据对当前检测的影响,检测结果准确性高;再者,通过显示控制模块和显示模块的结合,可展示出一段时间最大摄氧量的趋势变化,用户可通过最大摄氧量的变化来调整训练负荷权重系数。
以上所揭露的仅为本发明的优选实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明申请专利范围所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种动态获取最大摄氧量的方法,其特征在于,包括:
获取用户的年龄、性别、体重、静息心率和最大心率,所述最大心率可预先设置或根据用户的年龄特征实时生成;
通过检测用户运动过程中的实时心率和反映身体移动的实时运动速度,以得到用户运动过程中的基础心率数据和基础速度数据;
从用户的运动时长中选取一预设时间长度的特征时间段,以所述基础心率数据和所述基础速度数据为基础数据,计算出所述特征时间段内的特征平均心率和特征平均速度;
其中,A为40~50的常数,P1为7~8的常数,S为性别常数,男性为1,女性为0;P2为0.1~0.2的常数,G为用户体重;P3为4~5的常数,V为特征平均速度,P4为3~4的常数,B为1~2的常数;C为15~20的常数,HR特征为特征平均心率,HR静息为用户在清醒、安静状态下的静息心率,HRmax为最大心率;a为用户年龄。
2.根据权利要求1所述的动态获取最大摄氧量的方法,其特征在于,所述基础心率数据和所述基础速度数据的筛选方法包括:
S1:判断用户单次连续运动时长T2是否大于设定时长T1,如果是,则进入S2;如果否,则返回;
S2:以一定的移动周期,按照时间顺序,移动提取并判断每个连续的单位时间段内的所有实时心率是否在设定的最大心率的一段数值区间D1内,如果是,将当前单位时间段内的所述实时心率归入所述基础心率数据,同时将当前单位时间段内的所述实时运动速度归入所述基础速度数据。
3.根据权利要求2述的动态获取最大摄氧量的方法,其特征在于,所述特征平均心率和特征平均速度的计算方法包括:
分别对所述特征时间段内筛选出的每个所述单位时间段中的所述基础心率数据进行平均运算,得到单位平均心率;
分别对所述特征时间段内筛选出的每个所述单位时间段中的所述基础速度数据进行平均运算,得到单位平均速度;
对计算出的多个所述单位平均心率进行平均运算,得到所述特征平均心率;
对计算出的多个所述单位平均速度进行平均运算,得到所述特征平均速度。
4.根据权利要求1所述的动态获取最大摄氧量的方法,其特征在于,当根据年龄特征实时生成所述最大心率时,所述最大心率的计算公式为:HRmax=208-0.7*a。
5.根据权利要求2述的动态获取最大摄氧量的方法,其特征在于,所述数值区间D1为:70%*HRmax<D1<95%*HRmax。
6.根据权利要求2述的动态获取最大摄氧量的方法,其特征在于,所述设定时长T1大于或等于10分钟,当用户的连续运动时长T2大于30分钟时,所述特征时间段为运动时间在10~30分钟的一段时间,当用户的连续运动时长T2小于或等于30分钟时,所述特征时间段为运动时间在10~T2的一段时间。
8.根据权利要求7述的动态获取最大摄氧量的方法,其特征在于,所述显示方法还包括:判断当前连续计算最大摄氧量的次数N是否超过预设值M,如果否,则以所述第二公式计算显示值;如果是,采用移动平均算法,以固定的计算长度M,连续计算后续产生的最大摄氧量的移动平均值Xy,并判断Xy是否大于当前显示值,如果是,使用Xy对当前显示值进行更新。
9.根据权利要求8述的动态获取最大摄氧量的方法,其特征在于,所述显示方法还包括:判断连续M次最大摄氧量是否小于当前显示值,如果是,采用当前M次的最大摄氧量的平均值对当前显示值进行更新。
10.一种动态获取最大摄氧量的电子设备,其特征在于,包括一便携式基体,所述基体上设置有心率检测模块、速度检测模块、静态数据获取模块、动态数据获取模块和计算模块;
所述心率检测模块,用于检测用户的实时心率;
所述速度检测模块,用于检测用户身体移动的实时运动速度;
所述静态数据获取模块,用于获取用户的年龄、性别、体重、静息心率和最大心率;所述静息心率为用户在清醒、安静状态下的心率值,所述最大心率可预先设置或根据用户的年龄特征实时生成;
所述动态数据获取模块,用于根据所述心率检测模块和所述速度检测模块获取用户运动过程中的基础心率数据和基础速度数据;
所述计算模块,用于从用户的运动时长中选取一预设时间长度的特征时间段,以所述基础心率数据和所述基础速度数据为基础数据,计算出所述特征时间段内的特征平均心率和特征平均速度,并根据下述第一公式计算出当前用户的最大摄氧量第一公式:
其中,A为40~50的常数,P1为7至~8的常数,S为性别常数,男性为1,女性为0;P2为0.1~0.2的常数,G为用户体重;P3为4~5的常数,V为特征平均速度,P4为3~4的常数,B为1~2的常数;C为15~20的常数,HR特征为特征平均心率,HR静息为用户在清醒、安静状态下的静息心率,HRmax为最大心率;a为用户年龄。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405218.0A CN111599471A (zh) | 2020-05-13 | 2020-05-13 | 动态获取最大摄氧量的方法及电子设备 |
US17/204,322 US20210353188A1 (en) | 2020-05-13 | 2021-03-17 | Method and Electronic Device for Dynamically Acquiring Maximal Oxygen Consumption |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405218.0A CN111599471A (zh) | 2020-05-13 | 2020-05-13 | 动态获取最大摄氧量的方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111599471A true CN111599471A (zh) | 2020-08-28 |
Family
ID=72182426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010405218.0A Pending CN111599471A (zh) | 2020-05-13 | 2020-05-13 | 动态获取最大摄氧量的方法及电子设备 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210353188A1 (zh) |
CN (1) | CN111599471A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114496245A (zh) * | 2021-12-31 | 2022-05-13 | 新绎健康科技有限公司 | 一种基于运动能耗监测的个性化体脂调控管理方法及*** |
JP2022162779A (ja) * | 2021-04-13 | 2022-10-25 | 国立大学法人信州大学 | 体力測定方法および装置 |
CN116705308A (zh) * | 2022-11-22 | 2023-09-05 | 荣耀终端有限公司 | 生命体征的测量方法和可穿戴设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202953A (zh) * | 2016-07-19 | 2016-12-07 | 北京心量科技有限公司 | 一种数据分析方法及*** |
CN106295805A (zh) * | 2016-08-16 | 2017-01-04 | 王伟 | 基于bp神经网络的人体最大摄氧量评价方法及其应用 |
CN106503445A (zh) * | 2016-10-26 | 2017-03-15 | 石国威 | 获取最大摄氧量的方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4367752A (en) * | 1980-04-30 | 1983-01-11 | Biotechnology, Inc. | Apparatus for testing physical condition of a subject |
AU2002255568B8 (en) * | 2001-02-20 | 2014-01-09 | Adidas Ag | Modular personal network systems and methods |
US9454913B2 (en) * | 2013-06-17 | 2016-09-27 | Polar Electro Oy | Simulator tool for physical exercise device |
US10470704B2 (en) * | 2013-09-16 | 2019-11-12 | Koninklijke Philips N.V. | System and method for estimating cardiovascular fitness of a person |
US9883827B2 (en) * | 2015-03-09 | 2018-02-06 | CoreSyte, Inc. | System and method for measuring biological fluid biomarkers |
JP2017086195A (ja) * | 2015-11-04 | 2017-05-25 | セイコーエプソン株式会社 | 体力指標表示システム、体力指標出力装置および体力指標表示方法 |
CN108463162A (zh) * | 2016-01-08 | 2018-08-28 | 皇家飞利浦有限公司 | 个性化适能追踪 |
JP6796772B2 (ja) * | 2016-08-23 | 2020-12-09 | パナソニックIpマネジメント株式会社 | 運動テスト評価システム、運動テスト評価装置、運動テスト評価方法及びコンピュータプログラム |
-
2020
- 2020-05-13 CN CN202010405218.0A patent/CN111599471A/zh active Pending
-
2021
- 2021-03-17 US US17/204,322 patent/US20210353188A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202953A (zh) * | 2016-07-19 | 2016-12-07 | 北京心量科技有限公司 | 一种数据分析方法及*** |
CN106295805A (zh) * | 2016-08-16 | 2017-01-04 | 王伟 | 基于bp神经网络的人体最大摄氧量评价方法及其应用 |
CN106503445A (zh) * | 2016-10-26 | 2017-03-15 | 石国威 | 获取最大摄氧量的方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022162779A (ja) * | 2021-04-13 | 2022-10-25 | 国立大学法人信州大学 | 体力測定方法および装置 |
JP7352242B2 (ja) | 2021-04-13 | 2023-09-28 | 国立大学法人信州大学 | 体力測定方法および装置 |
CN114496245A (zh) * | 2021-12-31 | 2022-05-13 | 新绎健康科技有限公司 | 一种基于运动能耗监测的个性化体脂调控管理方法及*** |
CN116705308A (zh) * | 2022-11-22 | 2023-09-05 | 荣耀终端有限公司 | 生命体征的测量方法和可穿戴设备 |
Also Published As
Publication number | Publication date |
---|---|
US20210353188A1 (en) | 2021-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4636206B2 (ja) | 活動量計測システム | |
RU2535615C2 (ru) | Определение затрат энергии пользователя | |
CN111599471A (zh) | 动态获取最大摄氧量的方法及电子设备 | |
US8182424B2 (en) | Diary-free calorimeter | |
JP6531161B2 (ja) | 健康リスク指標決定 | |
US7846068B2 (en) | Activity meter | |
Leong et al. | Accuracy of three Android-based pedometer applications in laboratory and free-living settings | |
JP5427350B2 (ja) | 傾向予測装置及び傾向予測システム | |
US8622921B2 (en) | Sleep evaluation device and sleep evaluation method therefor | |
US20210100500A1 (en) | Vital signs monitoring system | |
US20180242907A1 (en) | Determining metabolic parameters using wearables | |
CN108601566B (zh) | 一种精神压力评测方法和装置 | |
US20140180033A1 (en) | Device and method for calculating cardiorespiratory fitness level and energy expenditure of a living being | |
EP3136269A1 (en) | Walking-load-degree calculation apparatus, maximum-oxygen-consumption calculation apparatus, and control method | |
EP3509071B1 (en) | A method for determining injury risk of a person based on physiological data | |
FI3677171T3 (fi) | Menetelmä ja laitteisto unentarpeen ja unipaineen määrittämiseksi perustuen fysiologisiin tietoihin | |
US11857838B2 (en) | Method and device for assessing exercise fatigue | |
JP3027346B2 (ja) | 運動レベル経時記憶装置 | |
CN1275179C (zh) | 人体亚健康状态的计算机评测方法 | |
CN112582067A (zh) | 基于大数据的年龄估计模型训练、年龄估计方法和装置 | |
CN114098658A (zh) | 一种健康状态的监测方法及装置 | |
CN101636107A (zh) | 训练强度测定方法 | |
CN107067152A (zh) | 一种基于hrv分析的疲劳恢复指数监测装置及方法 | |
CN110491508A (zh) | 基于运动风险与年龄的运动心肺耐力测试***和跑步机 | |
CN114533048A (zh) | 一种基于可穿戴加速度传感器的身体活动强度分级算法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 523000 Room 601 and 701, building 2, No.2, Keji 9 Road, Songshanhu Park, Dongguan City, Guangdong Province Applicant after: Guangdong gaochi Sports Technology Co.,Ltd. Address before: Room 130, room 234, room 318, room 5002, building 1, No. 18, Industrial Road East, Songshanhu Park, Dongguan City, Guangdong Province, 523000 Applicant before: Guangdong gaochi Sports Technology Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200828 |