CN116741376B - 心肺耐力测试方法及*** - Google Patents

心肺耐力测试方法及*** Download PDF

Info

Publication number
CN116741376B
CN116741376B CN202310679142.4A CN202310679142A CN116741376B CN 116741376 B CN116741376 B CN 116741376B CN 202310679142 A CN202310679142 A CN 202310679142A CN 116741376 B CN116741376 B CN 116741376B
Authority
CN
China
Prior art keywords
tester
closing
opening
data
hops
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.)
Active
Application number
CN202310679142.4A
Other languages
English (en)
Other versions
CN116741376A (zh
Inventor
王君洪
徐向民
鲍庆升
花浩镪
郑慧敏
徐素平
陆挚译
张丙岳
陈玺
李泽蓝
李苏婷
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.)
Institute of Artificial Intelligence of Hefei Comprehensive National Science Center
Original Assignee
Institute of Artificial Intelligence of Hefei Comprehensive National Science Center
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 Institute of Artificial Intelligence of Hefei Comprehensive National Science Center filed Critical Institute of Artificial Intelligence of Hefei Comprehensive National Science Center
Priority to CN202310679142.4A priority Critical patent/CN116741376B/zh
Publication of CN116741376A publication Critical patent/CN116741376A/zh
Application granted granted Critical
Publication of CN116741376B publication Critical patent/CN116741376B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/024—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
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0669—Score-keepers or score display devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • A63B2230/06—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations heartbeat rate only

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pure & Applied Mathematics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Biophysics (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Cardiology (AREA)
  • Operations Research (AREA)
  • Physiology (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Obesity (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种心肺耐力测试方法及***，该方法包括：获取测试者的体重和年龄数据以及测试者在测试时间内做开合跳的视频图像数据和在测试时间内的多个设定时间节点的心率数据；根据视频图像数据获取测试者所做开合跳的个数；判定开合跳的个数是否达到预设目标完成个数；若开合跳的个数达到预设目标完成个数，则通过测试者的体重和年龄数据以及测试者的心率数据计算测试者的最大摄氧量；将计算得到的测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果。相比于现有技术，本发明直接采集和计算得到测试者的最大摄氧量，并通过最大摄氧量判定测试者的心肺耐力等级，测试过程快速、测试结果准确。

Description

心肺耐力测试方法及***
技术领域
本发明涉及心肺耐力检测技术领域，尤其涉及一种心肺耐力测试方法及***。
背景技术
心肺耐力（Cardiorespiratory fitness，CRF）表征人体持续身体活动的能力，整个过程牵涉人体心脏泵血及肺部吸入氧气的能力，体现了人体在一定运动强度下的心肺储备功能水平。CRF与呼吸、体温、脉搏、血压共同构成五大人体生命体征参数，被认为是降低心血管疾病和死亡风险的重要预测指标。通过精确的CRF测试，并依据评估结果制定科学有效的训练指导方案，被认为是提升大众人群心肺功能水平、降低疾病风险最为有效的途径。
然而，目前CRF测试方法在大众健康领域的普及程度仍然不高，其主要原因在于：（1）、CRF测评设备依赖于进口，价格十分昂贵，只有专业体育院校、医疗康复机构才有经济能力配备；（2）、测试和训练过程中由于人的主观因素导致运动参数难以精确控制，测试和训练的有效性难以保证；（3）、常用心肺耐力测量方法有台阶测试、6分钟步行、库珀十二分钟跑、定距跑步等，以上方法均受限于测试设备和场地要求，不利于在校园、家庭等场景下进行测试。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种心肺耐力测试方法及***，旨在解决现有技术中心肺耐力测试方法受限于设备和场地，不利于在校园、家庭等场景下进行测试的技术问题。
为实现上述目的，本发明提供一种心肺耐力测试方法，所述方法包括：
获取测试者的体重和年龄数据以及所述测试者在测试时间内做开合跳的视频图像数据和在所述测试时间内的多个设定时间节点的心率数据；
根据所述视频图像数据获取所述测试者所做所述开合跳的个数；
判定所述开合跳的个数是否达到预设目标完成个数；
若所述开合跳的个数达到预设目标完成个数，则通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量；
将计算得到的所述测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果。
可选地，所述通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量的步骤，包括：
将所述多个设定时间节点和对应的所述测试者的心率数据进行线性拟合得到线性方程；
通过所述测试者的年龄数据计算得到所述测试者的最大运动安全心率；
通过所述最大运动安全心率和所述线性方程计算得到最大时间节点；
通过所述最大时间节点和所述测试者的体重数据计算得到所述测试者的最大摄氧量。
可选地，所述根据所述视频图像数据获取所述测试者所做所述开合跳的个数的步骤，包括：
通过人体动作识别算法分析所述视频图像数据并获取人体关键点坐标；
根据所述人体关键点坐标计算获得人体开合跳动作信息；
若所述人体开合跳信息满足预设开合跳条件时，则判定所述测试者完成一次开合跳动作；
记录所述测试时间内所述测试者完成所述开合跳的个数。
可选地，所述根据所述人体关键点坐标计算获得人体开合跳动作信息的步骤之后，还包括：
若所述人体开合跳信息不满足预设开合跳条件时，则判定所述测试者这一次开合跳动作失效。
可选地，所述判定所述开合跳的个数是否达到预设目标完成个数的步骤之后，还包括：
若所述开合跳的个数未达到预设目标完成个数，则判定此次测试无效。
此外，为实现上述目的，本发明还提供一种心肺耐力测试***，所述***包括：
数据获取模块，用于获取测试者的体重和年龄数据以及所述测试者在测试时间内做开合跳的视频图像数据和在所述测试时间内的多个设定时间节点的心率数据；
个数获取模块，用于根据所述视频图像数据获取所述测试者所做所述开合跳的个数；
个数判定模块，判定所述开合跳的个数是否达到预设目标完成个数；
摄氧计算模块，用于若所述开合跳的个数达到预设目标完成个数，则通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量；
等级评判模块，用于将计算得到的所述测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果。
可选地，所述摄氧计算模块，包括：
线性拟合模块，用于将所述多个设定时间节点和对应的所述测试者的心率数据进行线性拟合得到线性方程；
心率计算模块，用于通过所述测试者的年龄数据计算得到所述测试者的最大运动安全心率；
时间计算模块，用于通过所述最大运动安全心率和所述线性方程计算得到最大时间节点；
摄氧获取模块，用于通过所述最大时间节点和所述测试者的体重数据计算得到所述测试者的最大摄氧量。
可选地，所述个数获取模块，包括：
坐标获取模块，用于通过人体动作识别算法分析所述视频图像数据并获取人体关键点坐标；
信息获取模块，根据所述人体关键点坐标计算获得人体开合跳动作信息；
动作判定模块，用于若所述人体开合跳信息满足预设开合跳条件时，则判定所述测试者完成一次开合跳动作；
个数记录模块，用于记录所述测试时间内所述测试者完成所述开合跳的个数。
可选地，所述***还包括：
动作失效模块，用于若所述人体开合跳信息不满足预设开合跳条件时，则判定所述测试者这一次开合跳动作失效。
可选地，所述***还包括：
测试无效模块，用于若所述开合跳的个数未达到预设目标完成个数，则判定此次测试无效。
本发明提供了一种心肺耐力测试方法及***，所述方法包括：获取测试者的体重和年龄数据以及所述测试者在测试时间内做开合跳的视频图像数据和在所述测试时间内的多个设定时间节点的心率数据；根据所述视频图像数据获取所述测试者所做所述开合跳的个数；判定所述开合跳的个数是否达到预设目标完成个数；若所述开合跳的个数达到预设目标完成个数，则通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量；将计算得到的所述测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果。相比于现有技术，本发明不受测试设备和场地的限制，且直接采集和计算得到测试者的最大摄氧量，通过最大摄氧量判定测试者的心肺耐力等级，测试过程快速、测试结果准确。
附图说明
图1为本发明心肺耐力测试方法第一实施例的流程示意图；
图2为本发明心肺耐力测试方法第一实施例中预设目标完成个数表；
图3为本发明心肺耐力测试方法第一实施例中男性心肺耐力水平评估表；
图4为本发明心肺耐力测试方法第一实施例中女性心肺耐力水平评估表；
图5为本发明心肺耐力测试方法第二实施例的流程示意图；
图6为本发明心肺耐力测试方法第二实施例中人体关键点坐标示意图；
图7为本发明心肺耐力测试方法第三实施例的流程示意图；
图8为本发明心肺耐力测试***第一实施例的功能模块示意图；
图9为本发明心肺耐力测试***第二实施例的功能模块示意图；
图10为本发明心肺耐力测试***第三实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，本发明心肺耐力测试方法第一实施例提供一种心肺耐力测试方法，所述方法包括：
S10：获取测试者的体重和年龄数据以及所述测试者在测试时间内做开合跳的视频图像数据和在所述测试时间内的多个设定时间节点的心率数据；
需要说明的是，本实施例的执行主体是心肺耐力测试设备，其中，所述心肺耐力测试设备可为个人电脑、智能手机或者平板电脑等电子设备。
可理解的是，上述测试者的体重和年龄数据包括测试者的体重、年龄和性别，例如测试者的性别男、体重90kg和年龄31岁。
应理解的是，上述测试时间可以为三分钟，也可以根据实际需求自行设定，本实施例对此不加以限制。
可理解的是，上述多个设定时间节点可以是在测试时间内等间隔分布的时间节点，上述心率数据可以是在测试时间内等间隔分布的时间节点对应的测试者的心率数据，测试开始的时间节点为0秒，每个时间节点的记录值均以秒计算，例如上述开合跳的测试时间为3分钟，设定的时间节点分别为60秒、90秒、120秒、150秒和180秒，对应的五个心率数据分别为129bpm、144bpm、157bpm、164bpm和173bpm。
在具体实现中，首先记录测试者的性别、年龄和体重，然后让测试者在测试时间内做开合跳动作，测试过程中，摄像头记录整个开合跳过程采集测试者在测试时间内做开合跳的视频图像数据，同时测试者在测试过程中，佩戴心率监测穿戴设备，从而采集得到测试者在设定时间节点的心率数据。
S20：根据所述视频图像数据获取所述测试者所做所述开合跳的个数；
需要说明的是，可以通过人体动作识别算法分析上述视频图像数据，判定测试者是否完成一次开合跳动作，当完成一次开合跳动作，计数加一，直至达到规定的测试时间，计数结束。
S30：判定所述开合跳的个数是否达到预设目标完成个数；
需要说明的是，如图2所示，预设目标完成个数可以是根据测试者的年龄和是否有训练基础而设定的每分钟目标完成个数。
需要说明的是，若所述开合跳的个数未达到预设目标完成个数，则判定此次测试无效，需要重新进行测试。
S40：若所述开合跳的个数达到预设目标完成个数，则通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量；
需要说明的是，测试者的最大摄氧量指的是测试者在心肺功能和肌肉利用氧的能力达到本人最高水平时，单位时间内所能摄取的氧气量。上述最大摄氧量可以通过心肺耐力测试设备根据测试者的体重和年龄数据以及所述测试者的心率数据自动计算得出。
S50：将计算得到的所述测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果。
需要说明的是，不同年龄段和不同性别对应的心肺耐力测试等级不同，如图3和图4所示，图3为男性心肺耐力水平评估表，图4为女性心肺耐力水平评估表。
本实施例提供了一种心肺耐力测试方法，所述方法包括：获取测试者的体重和年龄数据以及所述测试者在测试时间内做开合跳的视频图像数据和在所述测试时间内的多个设定时间节点的心率数据；根据所述视频图像数据获取所述测试者所做所述开合跳的个数；判定所述开合跳的个数是否达到预设目标完成个数；若所述开合跳的个数达到预设目标完成个数，则通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量；将计算得到的所述测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果。相比于现有技术，本实施例不受测试设备和场地的限制，且直接采集和计算得到测试者的最大摄氧量，通过最大摄氧量判定测试者的心肺耐力等级，测试过程快速、测试结果准确。
参照图5，图5为本发明心肺耐力测试方法第二实施例的流程示意图，基于上述图1所示的实施例，提出本发明心肺耐力测试方法的第二实施例。
本实施例中，步骤S20具体包括：
S201：通过人体动作识别算法分析所述视频图像数据并获取人体关键点坐标；
需要说明的是，上述步骤可以是利用人体关键点检测算法记录人体鼻子、肩关节、肘关节、腕关节、髋关节、膝关节、踝关节的实时平面坐标数据（如图6所示），鼻子的平面坐标数据为（x0、y0），肩关节包括有人体两个肩关节的平面坐标数据，分别为（x1、y1）和（x2、y2），肘关节包括有人体两个肘关节的平面坐标数据，分别为（x3、y3）和（x4、y4），腕关节包括有人体两个腕关节的平面坐标数据，分别为（x5、y5）和（x6、y6），髋关节包括有人体两个髋关节的平面坐标数据，分别为（x7、y7）和（x8、y8），膝关节包括有人体两个膝关节的平面坐标数据，分别为（x9、y9）和（x10、y10），踝关节包括有人体两个踝关节的平面坐标数据，分别为（x11、y11）和（x12、y12），总共十三个关键点位置的平面坐标数据；
S202：根据所述人体关键点坐标计算获得人体开合跳动作信息；
需要说明的是，上述人体开合跳动作信息包括髋关节之间的距离l，两个膝关节之间的距离l 9-10，两个踝关节之间的距离l 11-12，左小臂向量与肩关节向量之间的夹角θ1，左大臂向量与肩关节向量之间的夹角θ2，右小臂向量与肩关节向量之间的夹角θ3，右大臂向量与肩关节向量之间的夹角θ4。
其中，上述髋关节之间的距离l的计算公式为：
上述两个膝关节之间的距离l 9-10的计算公式为：
上述两个踝关节之间的距离l 11-12的计算公式为：
上述左小臂向量与肩关节向量之间的夹角θ1的计算公式为：
上述左大臂向量与肩关节向量之间的夹角θ2的计算公式为：
上述右小臂向量与肩关节向量之间的夹角θ3的计算公式为：
上述右大臂向量与肩关节向量之间的夹角θ4的计算公式为：
S203：若所述人体开合跳信息满足预设开合跳条件时，则判定所述测试者完成一次开合跳动作；
S204：记录所述测试时间内所述测试者完成所述开合跳的个数。
需要说明的是，上述预设开合跳条件包括：
条件1：l 9-10和l 11-12均≤l，且θ1、θ2、θ3和θ4均处于[90°,100°]范围内；
条件2：l 9-10和l 11-12均>l，且θ1、θ2、θ3和θ4均处于[170°,190°]范围内；
条件3：l 9-10和l 11-12均>l，且θ1和θ3均处于[70°,90°]范围内，θ2和θ4均处于[90°,100°]范围内，y5>y3>y1，y6>y4>y2，y5>y0，y6>y0；
条件4：l 9-10和l 11-12均>l，且θ1、θ2、θ3和θ4均处于[170°,190°]范围内；
条件5：l 9-10和l 11-12均≤l，且θ1、θ2、θ3和θ4均处于[90°,100°]范围内；
当同时满足上述条件时，则判定测试者完成一次开合跳动作，当完成一次开合跳动作时，计数加一，直至达到规定的测试时间。
参照图7，图7为本发明心肺耐力测试方法第三实施例的流程示意图，基于上述图1所示的实施例，提出本发明心肺耐力测试方法的第三实施例。
本实施例中，步骤S40具体包括：
S401：将所述多个设定时间节点和对应的所述测试者的心率数据进行线性拟合得到线性方程；
需要说明的是，将所述多个设定时间节点和对应的所述测试者的心率数据采用最小二乘法进行线性拟合得到线性方程；
其中，上述线性方程为：
hr(t)=P1t+P2
式中，hr(t)为心率数据，t为时间节点，P1为第一系数，P2为第二系数。
S402：通过所述测试者的年龄数据计算得到所述测试者的最大运动安全心率；
需要说明的是，通过所述测试者的年龄数据计算得到所述测试者的最大运动安全心率的公式为：
hrmax=220-age
式中，hrmax为测试者的最大运动安全心率，age为测试者的年龄。
S403：通过所述最大运动安全心率和所述线性方程计算得到最大时间节点；
需要说明的是，将最大运动安全心率hrmax代入到线性方程hr(t)=P1t+P2可以求出最大时间节点tmax。
S404：通过所述最大时间节点和所述测试者的体重数据计算得到所述测试者的最大摄氧量。
需要说明的是，将最大时间节点tmax和测试者的体重数据代入到最大摄氧量的推算公式中可以计算得到所述测试者的最大摄氧量；
其中，上述最大摄氧量的推算公式为：
式中，VO2max为最大摄氧量，tmax为最大时间节点，m为测试者的体重。
参照图8，本发明心肺耐力测试***第一实施例提供一种心肺耐力测试***，所述***包括：
数据获取模块10：用于获取测试者的体重和年龄数据以及所述测试者在测试时间内做开合跳的视频图像数据和在所述测试时间内的多个设定时间节点的心率数据；
需要说明的是，本实施例的执行主体是心肺耐力测试设备，其中，所述心肺耐力测试设备可为个人电脑、智能手机或者平板电脑等电子设备。
可理解的是，上述测试者的体重和年龄数据包括测试者的体重、年龄和性别，例如测试者的性别男、体重90kg和年龄31岁。
应理解的是，上述测试时间可以为三分钟，也可以根据实际需求自行设定，本实施例对此不加以限制。
可理解的是，上述多个设定时间节点可以是在测试时间内等间隔分布的时间节点，上述心率数据可以是在测试时间内等间隔分布的时间节点对应的测试者的心率数据，测试开始的时间节点为0秒，每个时间节点的记录值均以秒计算，例如上述开合跳的测试时间为3分钟，设定的时间节点分别为60秒、90秒、120秒、150秒和180秒，对应的五个心率数据分别为129bpm、144bpm、157bpm、164bpm和173bpm。
在具体实现中，首先记录测试者的性别、年龄和体重，然后让测试者在测试时间内做开合跳动作，测试过程中，摄像头记录整个开合跳过程采集测试者在测试时间内做开合跳的视频图像数据，同时测试者在测试过程中，佩戴心率监测穿戴设备，从而采集得到测试者在设定时间节点的心率数据。
个数获取模块20：用于根据所述视频图像数据获取所述测试者所做所述开合跳的个数；
需要说明的是，可以通过人体动作识别算法分析上述视频图像数据，判定测试者是否完成一次开合跳动作，当完成一次开合跳动作，计数加一，直至达到规定的测试时间，计数结束。
个数判定模块30：用于判定所述开合跳的个数是否达到预设目标完成个数；
需要说明的是，如图2所示，预设目标完成个数可以是根据测试者的年龄和是否有训练基础而设定的每分钟目标完成个数。
需要说明的是，若所述开合跳的个数未达到预设目标完成个数，则判定此次测试无效，需要重新进行测试。
摄氧计算模块40：用于若所述开合跳的个数达到预设目标完成个数，则通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量；
需要说明的是，测试者的最大摄氧量指的是测试者在心肺功能和肌肉利用氧的能力达到本人最高水平时，单位时间内所能摄取的氧气量。上述最大摄氧量可以通过心肺耐力测试设备根据测试者的体重和年龄数据以及所述测试者的心率数据自动计算得出。
等级评判模块50：用于将计算得到的所述测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果。
需要说明的是，不同年龄段和不同性别对应的心肺耐力测试等级不同，如图3和图4所示，图3为男性心肺耐力水平评估表，图4为女性心肺耐力水平评估表。
本实施例提供了一种心肺耐力测试***，所述***包括：获取测试者的体重和年龄数据以及所述测试者在测试时间内做开合跳的视频图像数据和在所述测试时间内的多个设定时间节点的心率数据；根据所述视频图像数据获取所述测试者所做所述开合跳的个数；判定所述开合跳的个数是否达到预设目标完成个数；若所述开合跳的个数达到预设目标完成个数，则通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量；将计算得到的所述测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果。相比于现有技术，本实施例不受测试设备和场地的限制，且直接采集和计算得到测试者的最大摄氧量，通过最大摄氧量判定测试者的心肺耐力等级，测试过程快速、测试结果准确。
参照图9，图9为本发明心肺耐力测试***第二实施例的流程示意图，基于上述图8所示的实施例，提出本发明心肺耐力测试***的第二实施例。
本实施例中，个数获取模块20具体包括：
坐标获取模块201：用于通过人体动作识别算法分析所述视频图像数据并获取人体关键点坐标；
需要说明的是，上述步骤可以是利用人体关键点检测算法记录人体鼻子、肩关节、肘关节、腕关节、髋关节、膝关节、踝关节的实时平面坐标数据（如图6所示），鼻子的平面坐标数据为（x0、y0），肩关节包括有人体两个肩关节的平面坐标数据，分别为（x1、y1）和（x2、y2），肘关节包括有人体两个肘关节的平面坐标数据，分别为（x3、y3）和（x4、y4），腕关节包括有人体两个腕关节的平面坐标数据，分别为（x5、y5）和（x6、y6），髋关节包括有人体两个髋关节的平面坐标数据，分别为（x7、y7）和（x8、y8），膝关节包括有人体两个膝关节的平面坐标数据，分别为（x9、y9）和（x10、y10），踝关节包括有人体两个踝关节的平面坐标数据，分别为（x11、y11）和（x12、y12），总共十三个关键点位置的平面坐标数据；
信息获取模块202：用于根据所述人体关键点坐标计算获得人体开合跳动作信息；
需要说明的是，上述人体开合跳动作信息包括髋关节之间的距离l，两个膝关节之间的距离l 9-10，两个踝关节之间的距离l 11-12，左小臂向量与肩关节向量之间的夹角θ1，左大臂向量与肩关节向量之间的夹角θ2，右小臂向量与肩关节向量之间的夹角θ3，右大臂向量与肩关节向量之间的夹角θ4。
其中，上述髋关节之间的距离l的计算公式为：
上述两个膝关节之间的距离l 9-10的计算公式为：
上述两个踝关节之间的距离l 11-12的计算公式为：
上述左小臂向量与肩关节向量之间的夹角θ1的计算公式为：
上述左大臂向量与肩关节向量之间的夹角θ2的计算公式为：
上述右小臂向量与肩关节向量之间的夹角θ3的计算公式为：
上述右大臂向量与肩关节向量之间的夹角θ4的计算公式为：
动作判定模块203：用于若所述人体开合跳信息满足预设开合跳条件时，则判定所述测试者完成一次开合跳动作；
个数记录模块204：用于记录所述测试时间内所述测试者完成所述开合跳的个数。
需要说明的是，上述预设开合跳条件包括：
条件1：l 9-10和l 11-12均≤l，且θ1、θ2、θ3和θ4均处于[90°,100°]范围内；
条件2：l 9-10和l 11-12均>l，且θ1、θ2、θ3和θ4均处于[170°,190°]范围内；
条件3：l 9-10和l 11-12均>l，且θ1和θ3均处于[70°,90°]范围内，θ2和θ4均处于[90°,100°]范围内，y5>y3>y1，y6>y4>y2，y5>y0，y6>y0；
条件4：l 9-10和l 11-12均>l，且θ1、θ2、θ3和θ4均处于[170°,190°]范围内；
条件5：l 9-10和l 11-12均≤l，且θ1、θ2、θ3和θ4均处于[90°,100°]范围内；
当同时满足上述条件时，则判定测试者完成一次开合跳动作，当完成一次开合跳动作时，计数加一，直至达到规定的测试时间。
参照图10，图10为本发明心肺耐力测试***第三实施例的流程示意图，基于上述图5所示的实施例，提出本发明心肺耐力测试***的第三实施例。
本实施例中，摄氧计算模块40具体包括：
线性拟合模块401：用于将所述多个设定时间节点和对应的所述测试者的心率数据进行线性拟合得到线性方程；
需要说明的是，将所述多个设定时间节点和对应的所述测试者的心率数据采用最小二乘法进行线性拟合得到线性方程；
其中，上述线性方程为：
hr(t)=P1t+P2
式中，hr(t)为心率数据，t为时间节点，P1为第一系数，P2为第二系数。
心率计算模块402：用于通过所述测试者的年龄数据计算得到所述测试者的最大运动安全心率；
需要说明的是，通过所述测试者的年龄数据计算得到所述测试者的最大运动安全心率的公式为：
hrmax=220-age
式中，hrmax为测试者的最大运动安全心率，age为测试者的年龄。
时间计算模块403：用于通过所述最大运动安全心率和所述线性方程计算得到最大时间节点；
需要说明的是，将最大运动安全心率hrmax代入到线性方程hr(t)=P1t+P2可以求出最大时间节点tmax。
摄氧获取模块404：用于通过所述最大时间节点和所述测试者的体重数据计算得到所述测试者的最大摄氧量。
需要说明的是，将最大时间节点tmax和测试者的体重数据代入到最大摄氧量的推算公式中可以计算得到所述测试者的最大摄氧量；
其中，上述最大摄氧量的推算公式为：
式中，VO2max为最大摄氧量，tmax为最大时间节点，m为测试者的体重。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种心肺耐力测试方法，其特征在于，所述方法包括：
获取测试者的体重和年龄数据以及所述测试者在测试时间内做开合跳的视频图像数据和在所述测试时间内的多个设定时间节点的心率数据；
根据所述视频图像数据获取所述测试者所做所述开合跳的个数；
判定所述开合跳的个数是否达到预设目标完成个数；
若所述开合跳的个数达到预设目标完成个数，则通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量；
将计算得到的所述测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果；
其中，所述通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量的步骤，包括：
将所述多个设定时间节点和对应的所述测试者的心率数据进行线性拟合得到线性方程；
通过所述测试者的年龄数据计算得到所述测试者的最大运动安全心率；
通过所述最大运动安全心率和所述线性方程计算得到最大时间节点；
通过所述最大时间节点和所述测试者的体重数据计算得到所述测试者的最大摄氧量；
其中，所述根据所述视频图像数据获取所述测试者所做所述开合跳的个数的步骤，包括：
通过人体动作识别算法分析所述视频图像数据并获取人体关键点坐标；
根据所述人体关键点坐标计算获得人体开合跳动作信息；
若所述人体开合跳信息满足预设开合跳条件时，则判定所述测试者完成一次开合跳动作；
记录所述测试时间内所述测试者完成所述开合跳的个数。
2.如权利要求1所述的方法，其特征在于，所述根据所述人体关键点坐标计算获得人体开合跳动作信息的步骤之后，还包括：
若所述人体开合跳信息不满足预设开合跳条件时，则判定所述测试者这一次开合跳动作失效。
3.如权利要求1～2中任一项所述的方法，其特征在于，所述判定所述开合跳的个数是否达到预设目标完成个数的步骤之后，还包括：
若所述开合跳的个数未达到预设目标完成个数，则判定此次测试无效。
4.一种心肺耐力测试***，其特征在于，所述***包括：
数据获取模块，用于获取测试者的体重和年龄数据以及所述测试者在测试时间内做开合跳的视频图像数据和在所述测试时间内的多个设定时间节点的心率数据；
个数获取模块，用于根据所述视频图像数据获取所述测试者所做所述开合跳的个数；
个数判定模块，判定所述开合跳的个数是否达到预设目标完成个数；
摄氧计算模块，用于若所述开合跳的个数达到预设目标完成个数，则通过所述测试者的体重和年龄数据以及所述测试者的心率数据计算所述测试者的最大摄氧量；
等级评判模块，用于将计算得到的所述测试者的最大摄氧量与心肺耐力水平评估表中的摄氧量数据进行对比，得到心肺耐力测试等级结果；
其中，所述摄氧计算模块，包括：
线性拟合模块，用于将所述多个设定时间节点和对应的所述测试者的心率数据进行线性拟合得到线性方程；
心率计算模块，用于通过所述测试者的年龄数据计算得到所述测试者的最大运动安全心率；
时间计算模块，用于通过所述最大运动安全心率和所述线性方程计算得到最大时间节点；
摄氧获取模块，用于通过所述最大时间节点和所述测试者的体重数据计算得到所述测试者的最大摄氧量；
其中，所述个数获取模块，包括：
坐标获取模块，用于通过人体动作识别算法分析所述视频图像数据并获取人体关键点坐标；
信息获取模块，根据所述人体关键点坐标计算获得人体开合跳动作信息；
动作判定模块，用于若所述人体开合跳信息满足预设开合跳条件时，则判定所述测试者完成一次开合跳动作；
个数记录模块，用于记录所述测试时间内所述测试者完成所述开合跳的个数。
5.如权利要求4所述的***，其特征在于，所述***还包括：
动作失效模块，用于若所述人体开合跳信息不满足预设开合跳条件时，则判定所述测试者这一次开合跳动作失效。
6.如权利要求4～5中任一项所述的***，其特征在于，所述***还包括：
测试无效模块，用于若所述开合跳的个数未达到预设目标完成个数，则判定此次测试无效。
CN202310679142.4A 2023-06-07 2023-06-07 心肺耐力测试方法及*** Active CN116741376B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310679142.4A CN116741376B (zh) 2023-06-07 2023-06-07 心肺耐力测试方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310679142.4A CN116741376B (zh) 2023-06-07 2023-06-07 心肺耐力测试方法及***

Publications (2)

Publication Number Publication Date
CN116741376A CN116741376A (zh) 2023-09-12
CN116741376B true CN116741376B (zh) 2024-04-05

Family

ID=87900610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310679142.4A Active CN116741376B (zh) 2023-06-07 2023-06-07 心肺耐力测试方法及***

Country Status (1)

Country Link
CN (1) CN116741376B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206198645U (zh) * 2016-09-30 2017-05-31 上海简体体育科技有限公司 一种vbros训练及评测***
CN106999104A (zh) * 2014-11-14 2017-08-01 皇家飞利浦有限公司 心肺健康评估
CN109102859A (zh) * 2018-07-24 2018-12-28 北京大学第医院 一种运动控制方法及***
CN109350065A (zh) * 2018-09-13 2019-02-19 山东师范大学 一种基于递增蹲起运动的大学生心肺耐力间接评测方法
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
CN113749625A (zh) * 2020-06-04 2021-12-07 北京鑫东华腾体育器械有限公司 一种心肺耐力测试方法
CN114581358A (zh) * 2020-11-30 2022-06-03 华为技术有限公司 心率检测方法及电子设备
CN115068920A (zh) * 2022-07-12 2022-09-20 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 运动训练方法、装置、设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106999104A (zh) * 2014-11-14 2017-08-01 皇家飞利浦有限公司 心肺健康评估
CN206198645U (zh) * 2016-09-30 2017-05-31 上海简体体育科技有限公司 一种vbros训练及评测***
CN109102859A (zh) * 2018-07-24 2018-12-28 北京大学第医院 一种运动控制方法及***
CN109350065A (zh) * 2018-09-13 2019-02-19 山东师范大学 一种基于递增蹲起运动的大学生心肺耐力间接评测方法
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
CN113749625A (zh) * 2020-06-04 2021-12-07 北京鑫东华腾体育器械有限公司 一种心肺耐力测试方法
CN114581358A (zh) * 2020-11-30 2022-06-03 华为技术有限公司 心率检测方法及电子设备
CN115068920A (zh) * 2022-07-12 2022-09-20 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 运动训练方法、装置、设备及存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Comparison of Methods for the Estimation of the Maximum Oxygen Uptake of Men Drug Addicts;Chen xi等;《FRONTIERS IN PHYSIOLOGY》;第12卷;第1-10页，全文 *
Real-Time Delayed Onset Muscle Soreness (DOMS) Detection in High Intensity Interval Training Using Artificial Neural Network;Rachmad Setiawan等;《2022 International Seminar on Intelligent Technology and Its Applications (ISITIA)》;第24-29页，全文 *
不同运动负荷下发展13-14岁初中生心肺耐力的实验研究;卢鑫;《中国优秀硕士学位论文全文数据库社会科学Ⅱ辑》(第04期);第 H130-1439页，全文 *
民族传统体育与医疗卫生融合健康养老新模式研究;李苏婷;《2021年全国武术教育与健康大会暨民族传统体育进校园研讨会论文摘要汇编（一）》;第15-16页，全文 *
高强度间歇训练与中等强度持续训练对超重青年女性心肺功能及体成分影响机制研究;刘军等;《第十二届全国体育科学大会论文摘要汇编——墙报交流（体质与健康分会）》;第250-251页，全文 *

Also Published As

Publication number Publication date
CN116741376A (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
Capecci et al. Accuracy evaluation of the Kinect v2 sensor during dynamic movements in a rehabilitation scenario
CN109637625B (zh) 自学习式健身计划生成***
CN112568898A (zh) 一种基于视觉图像对人体运动动作自动进行伤病风险评估及动作矫正的方法、装置及设备
CN112370045B (zh) 基于人工智能的功能性动作检测方法及***
CN116261749A (zh) 识别用户动作的方法和***
CN111883229A (zh) 一种基于视觉ai的智能运动指导方法及***
US20230355135A1 (en) Intelligent gait analyzing apparatus
CN114973401A (zh) 基于动作检测与多模态学习的标准化引体向上评估方法
RU2441580C1 (ru) Способ оценки резервов физического здоровья и работоспособности населения
CN118172833A (zh) 一种对羽毛球运动中运动损伤进行筛查的方法、装置及设备
CN114795191A (zh) 一种基于步行试验的心肺评估及康复运动监测***
CN114973048A (zh) 康复动作的纠正方法、装置、电子设备及可读介质
CN116741376B (zh) 心肺耐力测试方法及***
CN117653084A (zh) 利用步态评估脊柱侧弯康复状态的方法
Lu et al. Test method for health-related physical fitness of college students in mobile internet environment
CN113842622B (zh) 一种运动教学方法、装置、***、电子设备及存储介质
CN110755084B (zh) 基于主被动、分阶段动作的运动功能评估方法及设备
TWI722803B (zh) 以六分鐘走路運動發展步距與肺功能估算之方法
CN111261258B (zh) 一种体育运动训练评估***
RU2819503C1 (ru) Способ оценки выполнения движений человека посредством машинного зрения
CN112071426A (zh) 功能性体适能测试方法、装置及设备
US20240075343A1 (en) System to determine the physical fitness level of a subject and provide a corresponding exercise routine for said subject and method of use.
Yuthong et al. Monitoring of volume of air in inhalation from Triflo using video processing
Santini et al. Atividade física durante a gestação: recomendações e ferramentas de avaliação
Dajime et al. Stability zone limit: a balance exercise intensity indicator for Kinect-based balance exergames

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