CN115910341A - 一种运动健康监测方法、装置和介质 - Google Patents
一种运动健康监测方法、装置和介质 Download PDFInfo
- Publication number
- CN115910341A CN115910341A CN202211534573.3A CN202211534573A CN115910341A CN 115910341 A CN115910341 A CN 115910341A CN 202211534573 A CN202211534573 A CN 202211534573A CN 115910341 A CN115910341 A CN 115910341A
- Authority
- CN
- China
- Prior art keywords
- motion
- user
- health monitoring
- data
- actual
- 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
- 230000036541 health Effects 0.000 title claims abstract description 149
- 238000012544 monitoring process Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000033001 locomotion Effects 0.000 claims abstract description 223
- 238000012806 monitoring device Methods 0.000 claims description 56
- 239000013598 vector Substances 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 16
- 230000000386 athletic effect Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 12
- 210000000988 bone and bone Anatomy 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 210000000784 arm bone Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 210000001694 thigh bone Anatomy 0.000 description 1
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种运动健康监测方法、装置和介质，包括：接收用户的实际生理数据和实际运动数据；获取用户ID，查找得到与用户ID匹配的预设运动方案；基于运动类型对实际运动数据进行分割，将每一运动类型下的部分运动数据与对应类型的预设运动数据进行比对，得到用户的实际运动状态；调用与实际运动状态匹配的预设生理数据，将预设生理数据与实际生理数据进行比对，得到用户的健康状态监测结果。本发明能够针对每一用户的身体状况的不同，为其定制预设的运动方案，当用户的实际运动状态与预设的运动方案不符时，则认为该用户的运动状态可能存在健康风险，因此实现了对不同用户的运动状态的个性化监测，使得监测结果更加准确。
Description
技术领域
本发明属于运动健康监测技术领域，具体涉及一种运动健康监测方法、装置和介质。
背景技术
随着经济发展和社会进步以及人们健康意识的提升，日常的健康监护成为许多人生活中必不可少的部分，因此，便携式健康监测设备在人们的生活中得到了广泛的应用。
然而，现有技术中基于便携式健康设备对人们的运动状态进行健康监测时，通常只是简单地采集用户的各项生理数据，并将实际生理数据与标准的生理数据范围做比对，以根据比对结果对用户的健康状态进行判断。然而，不同用户的正常生理数据可能存在不同，且不同客体所适应的运动状态也可能不同，而现有的运动健康监测方法无法针对每一用户进行个性化的运动健康监测，导致监测结果不够准确。
发明内容
本发明的目的是提供一种运动健康监测方法、装置和介质，用以解决现有技术中存在的现有的运动健康监测方法无法针对每一用户进行个性化的运动健康监测，导致监测结果不够准确的技术问题。
为了实现上述目的，本发明采用以下技术方案：
第一方面提供一种运动健康监测方法，包括：
接收健康监测设备发送的用户在运动过程中的实际生理数据和实际运动数据；
获取所述健康监测设备在数据发送时携带的用户ID，查找得到与所述用户ID匹配的预设运动方案，其中，所述预设运动方案包括预设生理数据以及与所述预设生理数据匹配的运动状态；
基于运动类型对所述实际运动数据进行分割，将每一运动类型下的部分运动数据与对应类型的预设运动数据进行比对，得到用户的实际运动状态；
调用与所述实际运动状态匹配的预设生理数据，将所述预设生理数据与所述实际生理数据进行比对，得到用户的健康状态监测结果。
在一种可能的设计中，在接收健康监测设备发送的用户在运动过程中的实际生理数据和实际运动数据之前，所述方法还包括：
根据健康监测设备发送的用户基本信息，为所述健康监测设备生成对应的用户ID，并将所述用户ID进行签名后返回至所述健康监测设备。
在一种可能的设计中，在根据健康监测设备发送的用户基本信息，为所述健康监测设备生成对应的用户ID之前，所述方法还包括：
通过预设的引导节点向健康监测设备发起ICP连接，并对所述健康监测设备的IP地址进行回叫连接，从而判断所述健康监测设备的IP地址的可达性；
若回叫连接成功，则通过预设的引导节点随机发送哈希难题至所述健康监测设备；
接收所述健康监测设备对哈希难题的解答，并验证答案的正确性，若正确，则建立与所述健康监测设备的有效连接。
在一种可能的设计中，基于运动类型对所述实际运动数据进行分割，包括：
将所述实际运动数据处理为包括一系列姿态帧的运动序列；
定义所述运动序列的滑动窗口，计算每一滑动窗口中各运动序列片段之间的余弦相似度，以构建所述运动序列的相似度曲线；
对所述相似度曲线中的分割点进行检测，并基于检测到的分割点对相似度曲线进行分割，得到每一运动类型下的部分运动数据；其中，所述分割点为所述相似度曲线的极小值。
在一种可能的设计中，定义所述运动序列的滑动窗口，包括：
为运动序列设置滑动窗口，所述滑动窗口的表达式如下：
；（1）
；（2）
其中，表示当前窗口的序号，表示当前窗口包含的运动序列中的第帧姿态，表示运动序列所包含的帧数，表示每一滑动窗口的大小，且滑动窗口的每次滑动步长设置为1帧。
在一种可能的设计中，计算每一滑动窗口中各运动序列片段之间的余弦相似度，以构建所述运动序列的相似度曲线，包括：
计算每一滑动窗口中的第一运动序列片段和第二运动序列片段之间的余弦相似度，计算公式如下：
；（3）
其中，表示第一运动片段的特征向量，表示第二运动片段的特征向量；
根据多个余弦相似度的计算结果，构建得到所述运动序列的相似度曲线。
在一种可能的设计中，第一运动序列片段的特征向量的提取过程如下：
计算所述第一运动序列片段中每一特征参数的直方图向量，其中，所述特征参数为各关节点两两之间的夹角，计算公式如下：
；（4）
；（5）
其中，表示第一运动序列片段所包含的帧数，表示第一运动序列片段中第个夹角的直方图向量，表示第个夹角落在区间内的频数，表示将夹角的取值区间划分的子区间的数量，，其中，每一夹角的取值区间为；
将多个特征参数的直方图向量进行首尾相连，得到第一运动序列片段的特征向量。
在一种可能的设计中，对所述相似度曲线中的分割点进行检测，包括：
采用曲线简化算法来对相似度曲线中的分割点进行检测。
第二方面提供一种运动健康监测装置，包括：
数据接收模块，用于接收健康监测设备发送的用户在运动过程中的实际生理数据和实际运动数据；
ID匹配模块，用于获取所述健康监测设备在数据发送时携带的用户ID，查找得到与所述用户ID匹配的预设运动方案，其中，所述预设运动方案包括预设生理数据以及与所述预设生理数据匹配的运动状态；
状态获取模块，用于基于运动类型对所述实际运动数据进行分割，将每一运动类型下的部分运动数据与对应类型的预设运动数据进行比对，得到用户的实际运动状态；
结果获取模块，用于调用与所述实际运动状态匹配的预设生理数据，将所述预设生理数据与所述实际生理数据进行比对，得到用户的健康状态监测结果。
第三方面提供一种一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面任意一种可能的设计中所述的运动健康监测方法。
第四方面提供一种计算机设备，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面任意一种可能的设计中所述的运动健康监测方法。
第五方面提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面任意一种可能的设计中所述的运动健康监测方法。
本发明相较于现有技术的有益效果是：
本发明通过在接收健康监测设备发送的实际生理数据和实际运动数据的同时，获取数据发送过程中携带的用户ID，根据用户ID查找到与用户ID匹配的预设运动方案；然后对实际运动数据基于运动类型进行数据分割，从而将每一运动类型下的运动数据与预设运动数据进行比对，进而根据每个比对结果对用户的实际运动状态进行判断；最后获取与实际运动状态匹配的预设生理数据，将所述预设生理数据与实际生理数据进行比对，从而判断用户在实际运动状态下的生理数据是否与预设生理数据相匹配，若否，则可认为用户的运动状态存在健康风险，进而可向用户发出预警，以提醒用户采取相应措施。即本发明能够针对每一用户的身体状况的不同，为其定制预设的运动方案，当用户的实际运动状态与预设的运动方案不符时，则认为该用户的运动状态可能存在健康风险，因此实现了对不同用户的运动状态的个性化监测，使得监测结果更加准确。
附图说明
图1为本申请实施例中的运动健康监测方法的流程图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
实施例
为了解决现有的运动健康监测方法无法针对每一用户进行个性化的运动健康监测的技术问题，本申请实施例提供了一种运动健康监测方法，该方法能够针对每一用户的身体状况的不同，为其定制预设的运动方案，当用户的实际运动状态与预设的运动方案不符时，则认为该用户的运动状态可能存在健康风险，因此实现了对不同用户的运动状态的个性化监测，使得监测结果更加准确。
下面将对本申请实施例提供的运动健康监测方法进行详细说明。
其中，需要说明的是，本申请实施例提供的运动健康监测方法可应用于任意使用操作***的终端设备来对用户健康状态进行远程监测，其中，操作***包括但不限于Windows***、Mac***、Linux***、Chrome OS***、UNIX操作***、IOS***和安卓***等，此处不做限定；其中，终端设备包括但不限于智能手机、IPAD平板电脑、个人移动电脑、工业计算机、个人计算等，此处不做限定。为便于描述，除特别说明外，本申请实施例均以个人计算机为执行主体进行说明。可以理解，所述执行主体并不构成对本申请实施例的限定，在其他的一些实施例中可以采用智能手机或其他类型的终端设备作为执行主体。
如图1所示，是本申请实施例提供的运动健康监测方法的流程图，所述方法包括但不限于由步骤S1~S4实现：
步骤S1.接收健康监测设备发送的用户在运动过程中的实际生理数据和实际运动数据；
其中，需要说明的是，本实施例中的健康监测设备主要为运动过程中可便携的可穿戴监测设备，包括但不限于智能手表、智能手环、智能眼镜、智能球鞋、智能头盔、智能服装等，当然，可以理解的是，其他现有已知的可穿戴式健康监测设备也在本申请实施例中的保护范围之类，此处不做限定。
其中，需要说明的是，本申请实施例中的健康监测设备可基于内置的若干检测组件来实现对用户运动过程中的实际生理数据和实际运动数据的采集，具体是通过生理数据检测组件来采集实际生理数据，通过运动数据采集组件来采集实际运动数据。例如：通过心率传感器（例如PPG传感器）采集心率数据、通过脉搏传感器采集脉搏数据、通过ECG传感器采集心电数据、通过呼吸频率传感器采集呼吸频率数据、通过血压传感器采集血压数据以及通过温度传感器采集温度数据等；另外通过运动姿态传感器（优选为惯性传感器）采集用户的运动姿态数据、通过加速度传感器采集用户的运动步数数据等，具体还可以根据实际需求对健康监测设备的硬件进行配置，此处不再赘述。
在步骤S1之前，优选的，在接收健康监测设备发送的用户在运动过程中的实际生理数据和实际运动数据之前，所述方法还包括：
根据健康监测设备发送的用户基本信息，为所述健康监测设备生成对应的用户ID，并将所述用户ID进行签名后返回至所述健康监测设备。
其中，优选的，本申请实施例通过建立健康监测***或平台，来对***内或平台内的用户健康状态进行监测。具体的，将每一新加入***或平台的健康监测设备作为新加入的节点，为了保证用户信息的唯一性，在新的健康监测设备加入到***或平台时，需要为所述健康管理设备生成对应的用户ID；当然，可以理解的是，由于每一用户可能持有多个监测设备，当该用户已经在先绑定了其他健康监测设备时，若有新的健康监测设备加入，则通过对健康监测设备发送的用户基本信息进行验证，若为新的用户信息，则为该健康监测设备匹配新的用户ID，若为已有的用户信息，则为该健康设备匹配已有的用户ID；当然，可以理解的是，当同一用户持有多台健康监测设备时，还可以对每一健康监测设备进行编号以进行区分，或者为每一健康监测设备赋予不同的标识以进行区分，本实施例可选用多种方式来实现同一用户的多个健康监测设备之间的区分，此处不做限定。
更优选的，在根据健康监测设备发送的用户基本信息，为所述健康监测设备生成对应的用户ID之前，所述方法还包括：
通过预设的引导节点向健康监测设备发起ICP连接，并对所述健康监测设备的IP地址进行回叫连接，从而判断所述健康监测设备的IP地址的可达性；
其中，用户的基本信息（尤其是生理数据或健康数据）涉及到用户隐私，因此健康监测设备在与远端监测终端进行通信的过程中，保证其通信安全，防止信息泄露是一个非常重要的问题。如果任意源IP地址都可以被伪造，任何数据包都能够被窃听，且不可信客户端的数量也不受限制，就会使得***在进行通信时信息的安全性不能得到保证。虽然网络中不存在完全可靠的节点，节点之间的相互信任度不高，但网络中存在相对可靠的节点。因此，在新的健康监测设备加入到网络中时，通过设置引导节点来建立服务器与健康监测设备的连接，这些引导节点是相对可靠的，能够使得信息安全性得到保证，其中，健康监测设备在加入到网络中时需要信任预设的引导节点。
（2）若回叫连接成功，则通过预设的引导节点随机发送哈希难题至所述健康监测设备；若回叫失败，则拒绝所述健康监测设备加入到网络中；
其中，通过设置哈希难题的难易程度，能够防止同一用户在短时间内获得大量的ID。
（3）接收所述健康监测设备对哈希难题的解答，并验证答案的正确性，若正确，则建立与所述健康监测设备的有效连接。
基于上述公开的内容，本申请实施例在将新的健康监测设备加入到网络中时，通过对该健康监测设备进行弱认证，即首先将健康监测设备与引导节点建立联系，并提供健康监测设备的IP地址，引导节点通过对该IP地址进行回叫，若回叫失败，则拒绝该健康监测设备加入到网络中，若回叫成功，则由引导节点随机选择一个哈希难题给到健康监测设备进行解答，由健康监测设备将答案发送至引导节点，由引导节点对答案的正确性进行验证，若不正确，同样也拒绝该健康监测设备的加入，若正确，则根据健康监测设备的IP地址和端口号，建立与健康监测设备的实际连接，并为其匹配对应的用户ID，同时引导节点利用私钥对健康监测设备匹配的用户ID进行签名以生成Token，将签名后的用户ID和Token信息返回至健康监测设备，从而在新的健康设备加入到网络时，可以向其他节点出示该Token，其他节点可以通过引导节点的公钥对Token进行验证，进而判断是否允许新的健康监测设备加入到网络中，因此实现了对健康监测设备的用户ID合法性的鉴别，能够防止伪造和泄露。
步骤S2.获取所述健康监测设备在数据发送时携带的用户ID，查找得到与所述用户ID匹配的预设运动方案，其中，所述预设运动方案包括预设生理数据以及与所述预设生理数据匹配的运动状态；
其中，需要说明的是，本申请实施例针对不同用户，预先配置了与该用户身体素质以及历史运动习惯匹配的预设运动方案，例如：用户A的基本信息为：性别男、年龄25、身高175cm、体重70kg；历史生理数据为收缩血压在95-130mmHg，舒张血压在65-80mmHg，体温范围为36.1°C-37.2℃，心率范围80-100次/分等等，历史运动习惯为跑步、快走以及拉伸等。基于用户A的基本信息、历史生理数据以及历史运动习惯，可以为该用户定制与其匹配的运动预设方案，以供用户A在运动时进行参考，例如，由用户A的历史心率范围80-100次/分可知，用户A的心率日常保持在一个较高的状态，因此不建议其做过长时间的有氧运动，以避免对心脏造成不适。
那么，基于上述公开的内容，当用户A佩戴便携式健康监测设备进行运动时，该健康监测设备会实时将运动过程中产生的实际生理数据和实际运动数据发送至远程监控终端，同时在数据发送过程中会携带用户A的ID信息，则远程监控终端在接收到用户A的ID信息后，在预设的***数据库中查找与该用户A的ID信息匹配的预设运动方案，并基于预设的运动方案，对其实际的运动状态的健康风险进行判断，具体如下文所述，此处不再展开。
其中，优选的，本申请实施例中的远程监控终端不限于***后台，例如服务器，也可以是用户的亲友所持终端，以便亲友及时了解到用户的运动状态，并在危险发生时及时采取救治措施。例如：用户B早起晨跑，此时***将用户B在晨跑中产生的生理数据和运动数据实时发送至用户B的亲人用户C所持终端，以便用户C实时了解到用户B的运动状态，实现远程监测。
步骤S3.基于运动类型对所述实际运动数据进行分割，将每一运动类型下的部分运动数据与对应类型的预设运动数据进行比对，得到用户的实际运动状态；
其中，本申请实施例中的运动类型包括但不限于包括走、跑、坐、前跳、爬、伸手臂、打拳等等，当然，可以理解的是，现有的其他各种运动类型也在本申请的保护范围之内，此处不再赘述。
在步骤S3一种具体的实施方式中，基于运动类型对所述实际运动数据进行分割，包括：
步骤S31.将所述实际运动数据处理为包括一系列姿态帧的运动序列；
其中，需要说明的是，原始的运动姿态数据是由一系列姿态帧组成的运动序列，每一帧定义了一个层次的人体骨架模型，其中，根关节具有多个自由度，用于表示人体骨架在坐标系中的位置和朝向。
步骤S32.定义所述运动序列的滑动窗口，计算每一滑动窗口中各运动序列片段之间的余弦相似度，以构建所述运动序列的相似度曲线；
在步骤S32中一种具体的实施方式中，定义所述运动序列的滑动窗口，包括：
在一种可能的设计中，定义所述运动序列的滑动窗口，包括：
为运动序列设置滑动窗口，所述滑动窗口的表达式如下：
；（1）
；（2）
其中，表示当前窗口的序号，表示当前窗口包含的运动序列中的第帧姿态，表示运动序列所包含的帧数，表示每一滑动窗口的大小，且滑动窗口的每次滑动步长设置为1帧。
在步骤S32中一种具体的实施方式中，计算每一滑动窗口中各运动序列片段之间的余弦相似度，以构建所述运动序列的相似度曲线，包括：
计算每一滑动窗口中的第一运动序列片段和第二运动序列片段之间的余弦相似度，计算公式如下：
；（3）
其中，表示第一运动片段的特征向量，表示第二运动片段的特征向量；
对于滑动过程中的每一个窗口，提取前半个窗口对应的运动序列片段的特征向量和后半个窗口对应的运动序列片段的特征向量，然后根据余弦距离计算该窗口前后两个部分运动序列片段的相似度，从而可以对运动类型进行区分。
根据多个余弦相似度的计算结果，构建得到所述运动序列的相似度曲线。
例如：若运动序列只包括一个运动类型，则每个窗口中前后两段运动应该属于同一运动类型，则得到的相似度曲线应该是一条接近于1的水平线；若运动序列包括2个运动类型，则当滑动窗口在第一类运动上滑动时，首先进入的是滑动窗口的后半部分，此时，窗口的前后两端运动的相似度将逐渐减小，当第二类运动完全占据滑动窗口的后半部分时，窗口的前后两段运动为不同的运动类型，因此，计算的相似度将降到最小，随着滑动窗口进行向后移动，第二类运动开始进入窗口的前半部分，此时，窗口的前后两段运动之间的相似度逐渐开始增大，当滑动窗口完全进入第二类运动时，相似度达到最大。
其中，第一运动序列片段的特征向量的提取过程如下：
计算所述第一运动序列片段中每一特征参数的直方图向量，其中，所述特征参数为各关节点两两之间的夹角，计算公式如下：
；（4）
；（5）
其中，表示第一运动序列片段所包含的帧数，表示第一运动序列片段中第个夹角的直方图向量，表示第个夹角落在区间内的频数，表示将夹角的取值区间划分的子区间的数量，，其中，每一夹角的取值区间为；
其中，需要说明的是，本实施例中选取的关节点包括但不限于根骨骼节点、四肢部分的8段骨骼节点、上臂骨骼节点和大腿骨骼节点，通过计算根骨骼节点与任意其他骨骼节点之间的夹角，来对运动序列的特征进行表征。
将多个特征参数的直方图向量进行首尾相连，得到第一运动序列片段的特征向量。
例如：本申请选取8个骨骼夹角，则第一运动序列片段中的每个骨骼夹角的直方图是一个1×L的向量，将第一运动序列片段的8个骨骼夹角的直方图首尾相连，得到一个新的1×8的向量，作为描述第一运动序列片段的特征向量。本实施例中的夹角直方图特征是一个高维稀疏向量，通过余弦距离来度量任意两个高维特征向量之间的相似度，能够降低原始高维运动数据的维度。
当然，可以理解的是，所述第二运动序列的特征向量的提取过程与所述第一运动序列的特征向量的提取过程相同，此处不再进行赘述。
步骤S33.对所述相似度曲线中的分割点进行检测，并基于检测到的分割点对相似度曲线进行分割，得到每一运动类型下的部分运动数据；其中，所述分割点为所述相似度曲线的极小值。
优选的，对所述相似度曲线中的分割点进行检测，包括：
采用曲线简化算法来对相似度曲线中的分割点进行检测，从而可以忽略相似度曲线中较小的波动变化而保留较大的波动变化，达到分割点检测的目的。其中，曲线简化算法的阈值为经验值，可通过多次的先验实验进行设置，优选将阈值设置为0.1，则通过计算相邻连接点的斜率，可以得到曲线的分割点。
步骤S4.调用与所述实际运动状态匹配的预设生理数据，将所述预设生理数据与所述实际生理数据进行比对，得到用户的健康状态监测结果。
基于上述公开的内容，本实施例通过在接收健康监测设备发送的实际生理数据和实际运动数据的同时，获取数据发送过程中携带的用户ID，根据用户ID查找到与用户ID匹配的预设运动方案；然后对实际运动数据基于运动类型进行数据分割，从而将每一运动类型下的运动数据与预设运动数据进行比对，进而根据每个比对结果对用户的实际运动状态进行判断；最后获取与实际运动状态匹配的预设生理数据，将所述预设生理数据与实际生理数据进行比对，从而判断用户在实际运动状态下的生理数据是否与预设生理数据相匹配，若否，则可认为用户的运动状态存在健康风险，进而可向用户发出预警，以提醒用户采取相应措施。即本发明能够针对每一用户的身体状况的不同，为其定制预设的运动方案，当用户的实际运动状态与预设的运动方案不符时，则认为该用户的运动状态可能存在健康风险，因此实现了对不同用户的运动状态的个性化监测，使得监测结果更加准确。
第二方面提供一种运动健康监测装置，包括：
数据接收模块，用于接收健康监测设备发送的用户在运动过程中的实际生理数据和实际运动数据；
ID匹配模块，用于获取所述健康监测设备在数据发送时携带的用户ID，查找得到与所述用户ID匹配的预设运动方案，其中，所述预设运动方案包括预设生理数据以及与所述预设生理数据匹配的运动状态；
状态获取模块，用于基于运动类型对所述实际运动数据进行分割，将每一运动类型下的部分运动数据与对应类型的预设运动数据进行比对，得到用户的实际运动状态；
结果获取模块，用于调用与所述实际运动状态匹配的预设生理数据，将所述预设生理数据与所述实际生理数据进行比对，得到用户的健康状态监测结果。
本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果，可以参见如上第一方面或第一方面中任意一种可能设计所述的方法，于此不再赘述。
第三方面提供一种一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面任意一种可能的设计中所述的运动健康监测方法。
其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等，所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本实施例第三方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果，可以参见如上第一方面或第一方面中任意一种可能设计所述的方法，于此不再赘述。
第四方面提供一种计算机设备，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面任意一种可能的设计中所述的运动健康监测方法。
具体举例的，所述存储器可以但不限于包括随机存取存储器（Random-AccessMemory，RAM）、只读存储器（Read-Only Memory，ROM）、闪存（Flash Memory）、先进先出存储器（First Input First Output，FIFO）和/或先进后出存储器（First Input Last Output，FILO）等等；所述处理器可以不限于采用型号为STM32F105系列的微处理器；所述收发器可以但不限于为WiFi（无线保真）无线收发器、蓝牙无线收发器、GPRS（General Packet RadioService，通用分组无线服务技术）无线收发器和/或ZigBee（紫蜂协议，基于IEEE802 .15.4标准的低功耗局域网协议）无线收发器等。此外，所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第四方面提供的前述计算机设备的工作过程、工作细节和技术效果，可以参见如上第一方面或第一方面中任意一种可能设计所述的方法，于此不再赘述。
第五方面提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面任意一种可能的设计中所述的运动健康监测方法。
本实施例第五方面提供的前述包含指令的计算机程序产品的工作过程、工作细节和技术效果，可以参见如上第一方面或第一方面中任意一种可能设计所述的方法，于此不再赘述。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种运动健康监测方法，其特征在于，包括：
接收健康监测设备发送的用户在运动过程中的实际生理数据和实际运动数据；
获取所述健康监测设备在数据发送时携带的用户ID，查找得到与所述用户ID匹配的预设运动方案，其中，所述预设运动方案包括预设生理数据以及与所述预设生理数据匹配的运动状态；
基于运动类型对所述实际运动数据进行分割，将每一运动类型下的部分运动数据与对应类型的预设运动数据进行比对，得到用户的实际运动状态；
调用与所述实际运动状态匹配的预设生理数据，将所述预设生理数据与所述实际生理数据进行比对，得到用户的健康状态监测结果。
2.根据权利要求1所述的运动健康监测方法，其特征在于，在接收健康监测设备发送的用户在运动过程中的实际生理数据和实际运动数据之前，所述方法还包括：
根据健康监测设备发送的用户基本信息，为所述健康监测设备生成对应的用户ID，并将所述用户ID进行签名后返回至所述健康监测设备。
3.根据权利要求2所述的运动健康监测方法，其特征在于，在根据健康监测设备发送的用户基本信息，为所述健康监测设备生成对应的用户ID之前，所述方法还包括：
通过预设的引导节点向健康监测设备发起ICP连接，并对所述健康监测设备的IP地址进行回叫连接，从而判断所述健康监测设备的IP地址的可达性；
若回叫连接成功，则通过预设的引导节点随机发送哈希难题至所述健康监测设备；
接收所述健康监测设备对哈希难题的解答，并验证答案的正确性，若正确，则建立与所述健康监测设备的有效连接。
4.根据权利要求1所述的运动健康监测方法，其特征在于，基于运动类型对所述实际运动数据进行分割，包括：
将所述实际运动数据处理为包括一系列姿态帧的运动序列；
定义所述运动序列的滑动窗口，计算每一滑动窗口中各运动序列片段之间的余弦相似度，以构建所述运动序列的相似度曲线；
对所述相似度曲线中的分割点进行检测，并基于检测到的分割点对相似度曲线进行分割，得到每一运动类型下的部分运动数据；其中，所述分割点为所述相似度曲线的极小值。
5.根据权利要求4所述的运动健康监测方法，其特征在于，定义所述运动序列的滑动窗口，包括：
为运动序列设置滑动窗口，所述滑动窗口的表达式如下：
；（1）
；（2）
其中，表示当前窗口的序号，表示当前窗口包含的运动序列中的第帧姿态，表示运动序列所包含的帧数，表示每一滑动窗口的大小，且滑动窗口的每次滑动步长设置为1帧。
6.根据权利要求5所述的运动健康监测方法，其特征在于，计算每一滑动窗口中各运动序列片段之间的余弦相似度，以构建所述运动序列的相似度曲线，包括：
计算每一滑动窗口中的第一运动序列片段和第二运动序列片段之间的余弦相似度，计算公式如下：
；（3）
其中，表示第一运动片段的特征向量，表示第二运动片段的特征向量；
根据多个余弦相似度的计算结果，构建得到所述运动序列的相似度曲线。
7.根据权利要求6所述的运动健康监测方法，其特征在于，第一运动序列片段的特征向量的提取过程如下：
计算所述第一运动序列片段中每一特征参数的直方图向量，其中，所述特征参数为各关节点两两之间的夹角，计算公式如下：
；（4）
；（5）
其中，表示第一运动序列片段所包含的帧数，表示第一运动序列片段中第个夹角的直方图向量，表示第个夹角落在区间内的频数，表示将夹角的取值区间划分的子区间的数量，，其中，每一夹角的取值区间为；
将多个特征参数的直方图向量进行首尾相连，得到第一运动序列片段的特征向量。
8.根据权利要求7所述的运动健康监测方法，其特征在于，对所述相似度曲线中的分割点进行检测，包括：
采用曲线简化算法来对相似度曲线中的分割点进行检测。
9.一种运动健康监测装置，其特征在于，包括：
数据接收模块，用于接收健康监测设备发送的用户在运动过程中的实际生理数据和实际运动数据；
ID匹配模块，用于获取所述健康监测设备在数据发送时携带的用户ID，查找得到与所述用户ID匹配的预设运动方案，其中，所述预设运动方案包括预设生理数据以及与所述预设生理数据匹配的运动状态；
状态获取模块，用于基于运动类型对所述实际运动数据进行分割，将每一运动类型下的部分运动数据与对应类型的预设运动数据进行比对，得到用户的实际运动状态；
结果获取模块，用于调用与所述实际运动状态匹配的预设生理数据，将所述预设生理数据与所述实际生理数据进行比对，得到用户的健康状态监测结果。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如权利要求1-8任意一项所述的运动健康监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211534573.3A CN115910341B (zh) | 2022-12-02 | 2022-12-02 | 一种运动健康监测方法、装置和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211534573.3A CN115910341B (zh) | 2022-12-02 | 2022-12-02 | 一种运动健康监测方法、装置和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115910341A true CN115910341A (zh) | 2023-04-04 |
| CN115910341B CN115910341B (zh) | 2024-02-13 |
Family
ID=86486578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211534573.3A Active CN115910341B (zh) | 2022-12-02 | 2022-12-02 | 一种运动健康监测方法、装置和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115910341B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101465888A (zh) * | 2007-12-19 | 2009-06-24 | 索尼株式会社 | 网络***、直接访问方法、网络家用电器和程序 |
| CN101594367A (zh) * | 2008-05-29 | 2009-12-02 | 索尼株式会社 | 内容分发服务器和内容分发方法 |
| CN102625011A (zh) * | 2002-01-07 | 2012-08-01 | 西门子工业公司 | 合并入可编程序逻辑控制器的调制解调器的功能 |
| TW201424803A (zh) * | 2012-12-28 | 2014-07-01 | Univ Far East | 智慧型體適能訓練系統 |
| CN205031267U (zh) * | 2015-10-11 | 2016-02-17 | 深圳前海慧练天下网络科技有限公司 | 基于智能穿戴设备的运动处方实时监控*** |
| CN106797371A (zh) * | 2014-04-17 | 2017-05-31 | 康普特尔公开有限公司 | 用于用户认证的方法和*** |
| CN108245145A (zh) * | 2018-01-18 | 2018-07-06 | 日照职业技术学院 | 一种健康监测*** |
| CN109584989A (zh) * | 2018-11-27 | 2019-04-05 | 北京羽扇智信息科技有限公司 | 一种运动提示信息的推送方法、装置、设备及存储介质 |
| CN109814934A (zh) * | 2019-01-31 | 2019-05-28 | 安谋科技（中国）有限公司 | 数据处理方法、装置、可读介质和*** |
| CN110752934A (zh) * | 2019-10-28 | 2020-02-04 | 江苏大周基业智能科技有限公司 | 拓扑结构下网络身份交互认证的方法 |
| CN111107075A (zh) * | 2019-12-13 | 2020-05-05 | 中国工商银行股份有限公司 | 请求响应方法、装置、电子设备和计算机可读存储介质 |
| CN113076825A (zh) * | 2021-03-19 | 2021-07-06 | 云南电网有限责任公司西双版纳供电局 | 一种变电站工作人员爬高安全监测方法 |
| CN113626781A (zh) * | 2021-07-19 | 2021-11-09 | 中国科学院信息工程研究所 | 一种基于可信组的区块链高效认证方法 |
-
2022
- 2022-12-02 CN CN202211534573.3A patent/CN115910341B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102625011A (zh) * | 2002-01-07 | 2012-08-01 | 西门子工业公司 | 合并入可编程序逻辑控制器的调制解调器的功能 |
| CN101465888A (zh) * | 2007-12-19 | 2009-06-24 | 索尼株式会社 | 网络***、直接访问方法、网络家用电器和程序 |
| CN101594367A (zh) * | 2008-05-29 | 2009-12-02 | 索尼株式会社 | 内容分发服务器和内容分发方法 |
| TW201424803A (zh) * | 2012-12-28 | 2014-07-01 | Univ Far East | 智慧型體適能訓練系統 |
| CN106797371A (zh) * | 2014-04-17 | 2017-05-31 | 康普特尔公开有限公司 | 用于用户认证的方法和*** |
| CN205031267U (zh) * | 2015-10-11 | 2016-02-17 | 深圳前海慧练天下网络科技有限公司 | 基于智能穿戴设备的运动处方实时监控*** |
| CN108245145A (zh) * | 2018-01-18 | 2018-07-06 | 日照职业技术学院 | 一种健康监测*** |
| CN109584989A (zh) * | 2018-11-27 | 2019-04-05 | 北京羽扇智信息科技有限公司 | 一种运动提示信息的推送方法、装置、设备及存储介质 |
| CN109814934A (zh) * | 2019-01-31 | 2019-05-28 | 安谋科技（中国）有限公司 | 数据处理方法、装置、可读介质和*** |
| CN110752934A (zh) * | 2019-10-28 | 2020-02-04 | 江苏大周基业智能科技有限公司 | 拓扑结构下网络身份交互认证的方法 |
| CN111107075A (zh) * | 2019-12-13 | 2020-05-05 | 中国工商银行股份有限公司 | 请求响应方法、装置、电子设备和计算机可读存储介质 |
| CN113076825A (zh) * | 2021-03-19 | 2021-07-06 | 云南电网有限责任公司西双版纳供电局 | 一种变电站工作人员爬高安全监测方法 |
| CN113626781A (zh) * | 2021-07-19 | 2021-11-09 | 中国科学院信息工程研究所 | 一种基于可信组的区块链高效认证方法 |
Non-Patent Citations (1)
| Title |
|---|
| 邢薇薇，等: ""基于余弦距离的人体运动数据行为分割算法"", 《中南大学学报(自然科学版)》, vol. 45, no. 4, pages 1128 - 1136 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115910341B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105167761B (zh) | 智能穿戴设备佩戴状态检测方法及装置 | |
| CN107223247A (zh) | 用于获得多个健康参数的方法、***和可穿戴装置 | |
| Lopes et al. | Towards an autonomous fall detection and alerting system on a mobile and pervasive environment | |
| CN110600125B (zh) | 一种基于人工智能的体态分析助手***及传输方法 | |
| CN105814518B (zh) | 一种信息处理方法以及智能手环 | |
| US20170337342A1 (en) | Method and apparatus for using gait analysis to determine a health quality measure | |
| CN107362522A (zh) | 健身***及方法 | |
| CN113272913A (zh) | 在用户之间收集、分析和共享生物节律数据的***和方法 | |
| US20170348583A1 (en) | Wearable technology for enhancing kinesthetic performance | |
| CN110378244A (zh) | 异常姿态的检测方法和装置 | |
| EP4062824A1 (en) | Electrocardiosignal prediction method and device, terminals, and storage medium | |
| Pourbemany et al. | A survey of wearable devices pairing based on biometric signals | |
| CN109044375A (zh) | 一种实时跟踪检测眼球疲劳度的控制***及其方法 | |
| US10911950B2 (en) | Electronic device, system and method for data communication | |
| JP6390783B2 (ja) | 食事時間推定方法及び食事時間推定装置 | |
| US8990054B1 (en) | System and method for determining and training a peak performance state | |
| CN115910341B (zh) | 一种运动健康监测方法、装置和介质 | |
| CN110739077A (zh) | 癫痫发作预警方法及*** | |
| CN110180158B (zh) | 一种跑步状态识别方法、***及终端设备 | |
| CN111063413A (zh) | 基于用药情况调整用药方案的方法及装置 | |
| CN110037500A (zh) | 一种智能镜子及其控制方法 | |
| CN105581789A (zh) | 生理参数的提示方法及装置 | |
| CN110188678B (zh) | 静脉识别方法及相关产品 | |
| CN105832334A (zh) | 呼吸分析装置、呼吸采集装置、数据处理方法和通信方法 | |
| CN112329812A (zh) | 慢阻肺急性加重自动预警方法和平台、及可读存储介质 |
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 |