CN106202954A - 一种运动后持续燃脂数据分析方法和装置 - Google Patents

一种运动后持续燃脂数据分析方法和装置 Download PDF

Info

Publication number
CN106202954A
CN106202954A CN201610570749.9A CN201610570749A CN106202954A CN 106202954 A CN106202954 A CN 106202954A CN 201610570749 A CN201610570749 A CN 201610570749A CN 106202954 A CN106202954 A CN 106202954A
Authority
CN
China
Prior art keywords
motion
heart rate
user
data
fat
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
CN201610570749.9A
Other languages
English (en)
Inventor
陈远翔
马斌
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.)
Beijing Xinliang Technology Co Ltd
Original Assignee
Beijing Xinliang Technology 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 Beijing Xinliang Technology Co Ltd filed Critical Beijing Xinliang Technology Co Ltd
Priority to CN201610570749.9A priority Critical patent/CN106202954A/zh
Publication of CN106202954A publication Critical patent/CN106202954A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施例提供的运动后持续燃脂数据分析方法和装置，应用于服务器，针对于现有技术的运动数据分析方法和装置不能分析出运动后产生的具体运动后持续燃脂数据，对于用户没有实际意义，减少用户运动兴趣的技术问题，提供的运动后持续燃脂数据分析方法和装置，应用于服务器。通过数据采集终端获取用户的心跳间隔和身体指标参数，根据所获取的数据数据获取该用户在目标训练强度下的标准心率和运动后过量氧耗，根据运动后过量氧耗可获取所述用户的运动后持续燃脂数据，可以包括运动后持续燃脂的时间和燃脂消耗的热量，能够具体分析出用户在运动后的持续燃脂时间和燃脂消耗的热量，让用户能具体了解运动后的持续燃脂数据，提高用户的运动兴趣。

Description

一种运动后持续燃脂数据分析方法和装置
技术领域
本发明涉及数据分析领域，具体而言，涉及一种运动后持续燃脂数据分析方法和装置。
背景技术
运动结束后会产生一定量的运动后过量氧耗，可以保证在运动结束后的一段时间内，提高基础代谢率，在用户安静的状态下持续而高效的燃烧脂肪，对于减肥效果明显。不同的运动方案产生不同的运动后过量氧耗，现有技术的运动法或者装置不能分析出运动后产生的具体运动后持续燃脂数据，对于用户没有实际意义，相应地减少了用户的运动兴趣。
发明内容
本发明提供一种运动后持续燃脂数据分析方法和装置，旨在改善上述问题。
本发明提供的一种运动后持续燃脂数据分析方法，所述方法包括：获取用户的心跳间隔和身体指标参数；根据所述身体指标参数、所述心跳间隔和预先获得的目标训练强度获取所述用户在所述目标训练强度下的标准心率。获取所述用户的运动时长和所述运动时长内的平均心率，根据所述运动时长、所述平均心率和所述目标训练强度下的标准心率获取所述用户运动后过量氧耗。根据所述运动后过量氧耗获取所述用户的运动后持续燃脂数据。
优选地，所述根据所述身体指标参数、所述心跳间隔和目标训练强度获取所述目标训练强度下的标准心率，包括：根据所述身体指标参数获取所述用户的最大摄氧量。根据所述最大摄氧量、所述身体指标参数和所述目标训练强度获取多个所述目标训练强度下的标准心率。
优选地，所述身体指标参数包括体重数据、年龄数据、性别和静息心率，所述根据所述身体指标参数获取所述用户的最大摄氧量，包括：根据所述体重数据、年龄数据和性别获取所述用户的最大心率，根据所述最大心率、所述静息心率和所述体重数据获取该用户的最大摄氧量。
优选地，所述根据所述体重数据、年龄数据和性别获取所述用户的最大心率，包括：根据公式：Hrmax＝210－(0.5＊age)－(0.1＊weightkg)+4＊S，获取所述用户的最大心率。其中，Hrmax表示最大心率，age表示年龄，weight表示体重数据，S表示所述用户的性别，当性别为男性时，S取1，当性别为女性时，S取0。
优选地，所述根据所述最大心率、所述静息心率和所述体重数据获取该用户的最大摄氧量，包括：根据公式：VO2max＝15＊Hrmax/RHR＊weight/1000获取最大摄氧量VO2max，其中，Hrmax表示最大心率，RHR表示静息心率，weight表示体重。
优选地，所述根据最大摄氧量、所述身体指标参数和所述目标训练强度获取多个所述目标训练强度下的标准心率，包括：根据公式：TTIHR＝TTI＊VO2max＊(Hrmax－RHR)+RHR获得所述目标训练强度下的标准心率，其中，所述TTIHR表示所述目标训练强度下的标准心率，所述TTI表示目标训练强度。
优选地，所述根据所述运动时长、所述平均心率和多个所述目标训练强度下的标准心率获取该用户的所述运动后过量氧耗，包括：根据多个所述目标训练强度下的标准心率和预设规则建立运动后过量氧耗计算模型。根据所述运动后过量氧耗计算模型找出所述运动时长和所述平均心率对应的过量氧耗测算角度；根据所述运动时长的各个测算时段和所述过量氧耗测算角度获取多个所述测算时段的运动后过量氧耗，将所获取的多个所述测算时段的运动后过量氧耗的峰值作为所述运动后过量氧耗。
优选地，所述运动后持续燃脂数据包括运动后持续燃脂时间，所述根据所述运动后过量氧耗获取该用户的运动后持续燃脂数据，包括：根据所述运动后过量氧耗计算模型获取运动恢复时间测算角度，根据所述运动后过量氧耗和所述运动恢复时间测算角度获得运动恢复时间。根据公式：FBT＝SRT/60，获取所述运动后持续燃脂时间，其中，所述FBT表示运动后持续燃脂时间，所述SRT表示运动恢复时间。
优选地，所述身体指标参数还包括最大有氧心率，所述运动后持续燃脂数据还包括运动后持续燃脂热消耗热量。所述根据所述运动后过量氧耗获取该用户的运动后持续燃脂数据包括：获取以用户的所述最大有氧心率的运动强度匀速运动的运动时长，根据所述运动时长、所述平均心率、最大摄氧量、体重数据、年龄数据和性别获取总热量，根据所述总热量和静息代谢率获取所述运动后持续燃脂热量。
本发明提供的一种运动后持续燃脂数据分析装置，所述装置包括：数据获取模块，用于获取用户的心跳间隔和身体指标参数。标准心率获取模块，用于根据所述身体指标参数、所述心跳间隔和目标训练强度获取所述用户在所述目标训练强度下的标准心率。平均心率获取模块，用于获取该用户的运动时长和该运动时长内的平均心率。运动后过量氧耗获取模块，用于根据所述运动时长、所述平均心率和多个所述目标训练强度下的标准心率获取该用户在所述待测运动的运动后过量氧耗。运动后持续燃脂数据获取模块，用于根据所述运动后过量氧耗获取该用户的运动后持续燃脂数据。
上述本发明提供的一种运动后持续燃脂数据分析方法和装置，针对现有技术的运动数据分析方法和装置中，不能分析出运动后产生的具体运动后持续燃脂数据，对于用户没有实际意义，减少用户运动兴趣的技术问题，提供的运动后持续燃脂数据分析方法和装置，应用于服务器。所述装置获取用户的心跳间隔和身体指标参数，根据所获取的数据数据获取该用户在目标训练强度下的标准心率和运动后过量氧耗，根据所述运动后过量氧耗可获取所述用户的运动后持续燃脂数据，可以包括运动后持续燃脂的时间和燃脂消耗的热量，能够具体分析出用户在运动后的持续燃脂时间和燃脂消耗的热量，让用户能具体了解运动后的持续燃脂数据，提高用户的运动兴趣。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是本发明较佳实施例提供的运动后持续燃脂数据分析装置所应用的服务器与数据采集终端的交互图；
图2是本发明较佳实施例提供的服务器的方框图；
图3是本发明较佳实施例提供的运动后持续燃脂数据分析方法的步骤流程图；
图4是本发明较佳实施例提供的运动后持续燃脂数据分析方法的步骤流程图；
图5是本发明较佳实施例提供的运动后持续燃脂数据分析装置的模块框图。
具体实施方式
本领域技术人员长期以来一直在寻求一种改善该问题的工具或方法。
鉴于此，本发明的设计者通过长期的探索和尝试，以及多次的实验和努力，不断的改革创新，得出本方案所示的较佳运动后持续燃脂数据分析方法和装置。
为使本本发明中的实施例，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。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
如图1所示，是本发明较佳实施例提供的运动后持续燃脂数据分析方法和装置所应用的服务器101与数据采集终端103进行交互的示意图。所述服务器101通过网络102与一个或多个数据采集终端103进行通信连接，以进行数据通信或交互。所述服务器101可以是网络服务器、数据库服务器等。所述数据采集终端103可以是个人电脑(personalcomputer，PC)、平板电脑、智能手机、个人数字助理(personal digital assistant，PDA)等。
所述数据采集终端103可以优选为设置于运动文胸等穿戴式设备上的心跳数据采集装置，用于获取运动的心跳数据。所述心跳数据采集装置可以包括心率带和通信模块，所述心率带用于采集用户的实时心跳数据，所述通信模块可以为GSM模块，用于将数据通过无线网络直接发送给服务器。当然，所述通信模块也可以与用户手持的智能设备无线通信，例如蓝牙通信模块等，所述心率带采集的心跳数据通过蓝牙通信模块发送至用户的智能设备，由与服务器远程通信的智能设备按照预设频率将数据发送至服务器。使用蓝牙通信协议能耗发送数据时能耗较低，而设置在运动文胸上的供电电池的电量一般都比较小，使用蓝牙通信可以使得运动文胸的供电电池使用较长的时间而不用经常更换电池或者充电。
如图2所示，是所述服务器200的方框示意图。所述服务器200包括运动后持续燃脂数据分析装置201、存储器202、存储控制器203、处理器204、外设接口205、输入输出单元206、显示单元207。
所述存储器202、存储控制器203、处理器204、外设接口205、输入输出单元206、显示单元207，各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述运动后持续燃脂数据分析装置201包括至少一个可以软件或固件(firmware)的形式存储于所述存储器中或固化在所述服务器200的操作系统(operating system，OS)中的软件功能模块。所述处理器204用于执行存储器202中存储的可执行模块，例如所述运动后持续燃脂数据分析装置201包括的软件功能模块或计算机程序。
其中，存储器202可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器202用于存储程序，所述处理器204在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的过程定义的服务器201所执行的方法可以应用于处理器204中，或者由处理器204实现。
处理器204可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器204可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述外设接口205将各种输入/输入装置耦合至处理器204以及存储器202。在一些实施例中，外设接口，处理器以及存储控制器可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
输入输出单元206用于提供给用户输入数据实现用户与数据采集终端的交互。所述输入输出单元可以是，但不限于，鼠标和键盘等。
显示单元207在所述服务器与用户之间提供一个交互界面，例如用户操作界面，或用于显示图像数据给用户参考。在本实施例中，所述显示单元可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器进行计算和处理。
发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于
请参阅图3，是本发明较佳实施例提供的应用于图2所示的服务器的运动后持续燃脂数据分析方法的流程图。下面将对图4所示的具体流程进行详细阐述。
步骤S301，获取用户的心跳间隔和身体指标参数。
服务器通过数据采集终端获取用户的心跳间隔和身体指标参数，获取心跳间隔通过设置于运动文胸上的心率带获取，获取身体指标参数可以通过与所述服务器通信的智能设备或者是预先录入服务器。
运动文胸上设置有心率带，心率带相当于两导联的心电图，通过放在胸前左右两个位置的电极采集心脏生理信号。心率带采集心电信号的频率范围可以为50HZ-2000HZ，考虑到人正常的心率范围是在40HZ-200HZ，因此将采样频率设置为100HZ可以保证准确的捕获每次QRS波的波峰。
心率带采集的心电信号通过蓝牙通信模块发送至用户终端，用户终端将采集的数据打包发送至服务器。用户终端可以将5次RR间期数据作为一个数据包，通过无线网络将数据包依次发送至到服务器。当然也可以由运动文胸上的心率带通过通信模块直接分批次发送至服务器，或者由服务器定期获取所述心率带的数据。
服务器在获取多个心电信号之后，根据多个心电信号绘制心电曲线，根据所述心电曲线获取心跳间隔，即为RR间期。
服务器获取用户的身体指标参数，可以通过用户终端或者服务器预先录入。所述用户的身体指标参数可以包括用户的身体体质为健康体质或者心脏病体质、用户身高、体重、年龄、性别等个人信息。当然，所述身体指标参数还可以包括用户的静息心率，所述静息心率，是指在清醒、不活动的安静状态下，每分钟心跳的次数。所述静息心率可以由用户在医院的特定设备上获取。
服务器获取上述的用户的特定身体指标参数，在需要进行运动后持续燃脂数据计算的时候获取所需测量的运动的运动时刻的实时心跳间隔、运动时长等，以进行后续的运动后持续燃脂数据的计算。
步骤S302，根据所述身体指标参数、所述心跳间隔和预先获得的目标训练强度获取所述用户在所述目标训练强度下的标准心率。
运动的过程，需要对运动强度进行一个预先设定，定义多个目标训练强度，设一个人能达到的最大运动强度为1，则在最大运动强度的基础上，可以设置多个目标训练强度，所述目标训练强度为最大运动强度的百分比，可以科学测算运动者达到最大运动强度的百分比，而运动强度的百分比可以以目标训练强度下的标准心率来表示。标准心率的获取有多种方法，本实施例目标训练强度下的标准心率的获取过程可以优选可以分为下述三个步骤：
第一，根据所述身体指标参数中的体重数据、年龄数据和性别获取所述用户的最大心率。
服务器在获取用户的身体指标参数之后，根据公式：Hrmax＝210-(0.5*age)-(0.1*weight kg)+4*S，获取所述用户的最大心率。其中，Hrmax表示最大心率，age表示年龄，weight表示体重数据，S表示所述用户的性别，当性别为男性时，S取1，当性别为女性时，S取0。例如，用户A为男性，三十五岁，体重70Kg，则该用户A的最大心率＝210-(0.5*35)-(0.1*70kg)+4*1＝189.5HZ。
第二，根据所述最大心率、所述静息心率和所述体重数据获取该用户的最大摄氧量。
服务器在依据上述步骤获取用户的最大心率之后，计算用户的最大摄氧量。根据公式：Vo2max＝15*(Hrmax/RHR)*weight/1000获取最大摄氧量VO2max。其中，Hrmax表示最大心率，RHR表示静息心率，weight表示体重。
第三，根据所述最大摄氧量、所述身体指标参数和所述目标训练强度获取多个所述目标训练强度下的标准心率。
服务器在依据上述步骤获取所述用户的最大摄氧量之后，根据公式：TTIHR＝TTI*VO2max*(Hrmax-RHR)+RHR获得所述目标训练强度下的标准心率，其中，所述TTIHR表示所述目标训练强度下的标准心率，所述TTI表示目标训练强度。
步骤S303，获取所述用户的运动时长和所述运动时长内的平均心率。
服务器获取所述待测运动的运动时长，即是记录从开始运动到运动结束时候的总时长。以运动开始时间为起始点，按照一定步长划分多个时间段，获取每个时间段的实时心率，根据多个时间段的所述实时心率获取该运动时长内的平均心率。一般将预设步长选定为1秒，计算0秒-1秒、1秒-2秒、2秒-3秒、、、第(N-1)秒-N秒的(N-1)个时间段内的平均心率。
步骤S304，根据所述运动时长、所述平均心率和所述目标训练强度下的标准心率获取所述用户运动后过量氧耗。
所述运动后过量氧耗，即为excess post-exercise oxygen consumption，简称EPOC。指的是运动后恢复期内为了偿还运动中的氧亏，以及在运动后使处于高水平代谢的机体恢复到安静水平时消耗的氧量。服务器在上述步骤的基础上，根据运动时长、平均心率和所述目标训练强度下的标准心率获取所述运动后过量氧耗。运动后过量氧耗的具体计算过程可以包括如下步骤：
S401，根据多个所述目标训练强度下的标准心率和预设规则建立运动后过量氧耗计算模型。
服务器根据预先获取的多个目标训练强度下的标准心率和预设规则建立运动后过量氧耗计算模型，具体计算规则可以为根据目标训练强度下的标准心率的一般数据、运动时间等的对应规则，建立曲线形计算模型，不同目标训练强度下的标准心率对应不同的曲线斜率。
S402,根据所述运动后过量氧耗计算模型找出所述运动时长和所述平均心率对应的过量氧耗测算角度。
服务器根据运动后过量氧耗计算模型，根据所述平均心率和所述目标训练强度下的标准心率找出对应的曲线，根据所述运动时长找出所对应的运动后过量氧耗测算角度。
S403，根据所述运动时长的各个测算时段和所述过量氧耗测算角度获取多个所述测算时段的运动后过量氧耗。
依据上述步骤找出测算时段和测算角度后，根据不同运动时长对应的计算公式计算出相应时段的运动后过量氧耗。
上述三个获取测算时段的运动后过量氧耗的步骤，可以具体优选为下述计算过程：
如果某测算时段的平均心率在目标训练强度为90％运动强度下的标准心率以上，则测算角度angle的计算为，y轴等于165.625，x轴等于15*60，到原点连线与x轴的夹角，此段的EPOC等于此段时长乘以tan(angle)。
如果某测算时段的平均心率在目标训练强度为80％-90％运动强度下的标准心率范围内，则测算角度angle的计算为，y轴等于209.375，x轴等于30*60，到原点连线与x轴的夹角，此段的EPOC等于此段时长乘以tan(angle)。
如果某测算时段的平均心率在目标训练强度为70％-80％运动强度下的标注心率范围内，则判断测算时段的时长。若所述测算时段的时长大于等于30分钟，测算角度angle的计算为，y轴等于89.625，x轴等于30*60，到原点连线与x轴的夹角，此段的EPOC＝(t-1800)*tan(angle)+119.875。若所述测算时段的时长小于30分钟，测算角度angle的计算为，y轴等于119.875，x轴等于30*60，到原点连线与X轴的夹角，此段的EPOC等于此段时长乘以tan(angle)。
如果某测算时段的平均心率在目标训练强度为60％-70％运动强度下的标注心率范围内，则判断测算时段的时长。若所述测算时段的时长大于等于30分钟，测算角度angle的计算为，y轴等于34.375，x轴等于30*60，到原点连线与x轴的夹角，此段的EPOC＝(t-1800)*tan(angle)+63.625。若所述测算时段的时长小于30分钟，测算角度angle的计算为，y轴等于63.625，x轴等于30*60，到原点连线与X轴的夹角，此段的EPOC等于此段时长乘以tan(angle)。
如果某测算时段的平均心率在目标训练强度为60％运动强度下的标注心率以下，则此测算时段的EPOC等于0。
S404,将所获取的多个所述测算时段的运动后过量氧耗的峰值作为所述运动后过量氧耗。
服务器在获取待测运动的多个测算时段的EPOC数值之后，获取多个测算时段的EPOC曲线，取所述EPOC曲线的峰值作为所述待测运动总时长的EPOC。
步骤S305，根据所述运动后过量氧耗获取所述用户的运动后持续燃脂数据。
服务器在获取运动后过量氧耗之后，为了方便用户具体了解运动后过量氧耗所产生的有益效果，根据所述运动后过量氧耗，获取运动后持续燃脂数据显示给用户，所述运动后持续燃脂数据可以包括运动后持续燃脂时间的和运动后持续燃脂消耗的热量。
运动持续燃脂时间的获取过程可以包括：
根据所述运动后过量氧耗计算模型获取运动恢复时间测算角度，根据所述运动后过量氧耗和所述运动恢复时间测算角度获得运动恢复时间。根据持续燃脂时间与运动恢复时间的转换公式获取运动后持续燃脂数据。
运动恢复时间测速角度angle等于，y轴等于48*60-15，x轴等于400-1，到原点连线与X轴的夹角，此次运动的运动恢复时间SRT等于EPOC峰值乘以tan(angle)。根据公式：FBT＝SRT/60，获取所述运动后持续燃脂时间，其中，所述FBT表示运动后持续燃脂时间，所述SRT表示运动恢复时间。
运动后持续燃脂消耗热量的计算过程可以包括：
获取用户的最大有氧心率，所述最大有氧心率即为Max Arobic Function HeartRate，简称MAF。最大有氧心率的计算过程可以包括：
1. 180-年龄。
2.在步骤1得出的数字基础上，从下列描述中选出最适合你现状的，进行调整。
2.1.如果你刚得过一场重大的疾病(如心脏病、需要接受手术或住院治疗的病症)，或是目前需要持续服用某种药物，减10。
2.2.如果你受伤了，最近比赛或训练的状态不好，每年感冒超过两次，身患过敏或哮喘，或是中断过一段时间训练，准备重新开始，那么再减去5。
2.3.如果你坚持训练(每周至少四次)达到两年，并且没有遇到上述任何问题，则不用调整。
2.4.如果你坚持训练超过两年，没有遇到任何上述问题，并且在比赛中成绩有提高，那么加5。
获取以用户的最大有氧心率的运动强度匀速运动的运动时长。服务器具体可以根据公式:ST＝(EPOC*weight)/(Vo2max*MAF/Hrmax*1000),获取运动时长。其中，所述ST表示远动时长，EPOC表示待测运动总时长的EPOC峰值。
服务器根据所述运动后过量氧耗获取运动后持续燃脂消耗热量的过程，可以包括用户以最大有氧心率对应的运动强度匀速运动时长获取消耗的总热量，再根据所述总热量和用户的惊喜代谢率计算用户的运动后持续燃脂消耗热量。具体过程可以包括：
根据所述运动时长、所述平均心率、最大摄氧量、体重数据、年龄数据和性别获取总热量。若所述用户性别为男性，则总热量：Q1＝((-95.7735+(0.634*HRmean)+(0.404*Vo2max+(0.394*weight)+(0.271*A))/4.184)*60*FBT若所述用户性别为女性，则总热量：Q2＝((-59.3954+(0.45*HRmean)+(0.380*Vo2max+(0.103*weight)+(0.274*A))/4.184)*60*FBT，其中，HRmean表示平均心率，Vo2max表示最大摄氧量，weight表示体重数据，A表示年龄数据，FBT表示运动时长。
根据所述总热量和静息代谢率获取所述运动后持续燃脂热量。
依据上述具体公式计算出总热量之后，获取用户的静息代谢率。所述静息代谢率，Rest Metabolic Rate，简称RMR，是指人体正常功能和体内稳态，再加上交感神经系统活动所消耗的能量。用户在所述运动时长内的静息代谢率可以根据公式：RMR＝((B MR*1.1)/2.4)*FBT获得。其中，RMR表示静息代谢率，BMR表示基础代谢率，FBT表示以最大有氧心率对应的对应强度运动时长。所述基础代谢率，是指人体在清醒而又极端安静的状态下，不受肌肉活动、环境温度、食物及精神紧张等影响时的能量代谢率。用户的基础代谢率可以通过医疗专用设备获得。
服务器在获取用户的静息代谢率和基础代谢率之后，进一步获取用户的运动后持续燃脂热量。若所述总热量小于或者等于静息代谢率，则运动后持续燃脂消耗热量等于零；若所述总热量大于所述静息代谢率，则所述运动后持续燃脂热量等于总热量与静息代谢率的差值。
上述本发明实施例提供的运动后持续燃脂数据分析方法，应用于服务器，针对于现有技术的运动数据分析方法和装置中，不能分析出运动后产生的具体运动后持续燃脂数据，对于用户没有实际意义，减少用户运动兴趣的技术问题，提供的运动后持续燃脂数据分析方法，应用于服务器。通过数据采集终端获取用户的心跳间隔和身体指标参数，根据所获取的数据数据获取该用户在目标训练强度下的标准心率和运动后过量氧耗，根据所述运动后过量氧耗可获取所述用户的运动后持续燃脂数据，可以包括运动后持续燃脂的时间和燃脂消耗的热量，能够具体分析出用户在运动后的持续燃脂时间和燃脂消耗的热量，让用户能具体了解运动后的持续燃脂数据，提高用户的运动兴趣。
请参阅图5，是本发明较佳实施例提供的图2所示的运动后持续燃脂数据分析装置的功能模块示意图。所述运动后持续燃脂数据分析装置包括：
数据获取模块501，用于获取用户的心跳间隔和身体指标参数；
数据获取模块与数据采集终端通信，获取所需数据。所述数据采集终端可以优选为设置于运动文胸等穿戴式设备上的心跳数据采集装置，用于获取运动的心跳数据。所述心跳数据采集装置可以包括心率带和通信模块，所述心率带用于采集用户的实时心跳数据，所述通信模块可以为GSM模块，用于将数据通过无线网络直接发送给服务器。当然，所述通信模块也可以与用户手持的智能设备无线通信，例如蓝牙通信模块等，所述心率带采集的心跳数据通过蓝牙通信模块发送至用户的智能设备，由与服务器远程通信的智能设备按照预设频率将数据发送至服务器。使用蓝牙通信协议能耗发送数据时能耗较低，而设置在运动文胸上的供电电池的电量一般都比较小，使用蓝牙通信可以使得运动文胸的供电电池使用较长的时间而不用经常更换电池或者充电。
数据获取模块通过数据采集终端获取用户的心跳间隔和身体指标参数，获取心跳间隔通过设置于运动文胸上的心率带获取，获取身体指标参数可以通过与所述服务器通信的智能设备或者是预先录入服务器。
标准心率获取模块502，用于根据所述身体指标参数、所述心跳间隔和目标训练强度获取所述用户在所述目标训练强度下的标准心率。
运动的过程，需要对运动强度进行一个预先设定，定义多个目标训练强度，设一个人能达到的最大运动强度为1，则在最大运动强度的基础上，可以设置多个目标训练强度，所述目标训练强度为最大运动强度的百分比，可以科学测算运动者达到最大运动强度的百分比，而运动强度的百分比可以以目标训练强度下的标准心率来表示。
平均心率获取模块503，用于获取该用户的运动时长和该运动时长内的平均心率。
服务器获取所述待测运动的运动时长，即是记录从开始运动到运动结束时候的总时长。以运动开始时间为起始点，按照一定步长划分多个时间段，获取每个时间段的实时心率，根据多个时间段的所述实时心率获取该运动时长内的平均心率。一般将预设步长选定为1秒，计算0秒-1秒、1秒-2秒、2秒-3秒、、、第(N-1)秒-N秒的(N-1)个时间段内的平均心率。
运动后过量氧耗获取模块504，用于根据所述运动时长、所述平均心率和多个所述目标训练强度下的标准心率获取该用户在所述待测运动的运动后过量氧耗。
所述运动后过量氧耗，即为excess post-exercise oxygen consumption，简称EPOC。指的是运动后恢复期内为了偿还运动中的氧亏，以及在运动后使处于高水平代谢的机体恢复到安静水平时消耗的氧量。服务器在上述步骤的基础上，根据运动时长、平均心率和所述目标训练强度下的标准心率获取所述运动后过量氧耗。
运动后持续燃脂数据获取模块505，用于根据所述运动后过量氧耗获取该用户的运动后持续燃脂数据。
服务器在获取运动后过量氧耗之后，为了方便用户具体了解运动后过量氧耗所产生的有益效果，根据所述运动后过量氧耗，获取运动后持续燃脂数据显示给用户，所述运动后持续燃脂数据可以包括运动后持续燃脂时间的和运动后持续燃脂消耗的热量。
上述本发明实施例提供的运动后持续燃脂数据分析装置，应用于服务器，针对于现有技术的运动数据分析方法和装置中，不能分析出运动后产生的具体运动后持续燃脂数据，对于用户没有实际意义，减少用户运动兴趣的技术问题，提供的运动后持续燃脂数据分析装置，应用于服务器。通过数据采集终端获取用户的心跳间隔和身体指标参数，根据所获取的数据数据获取该用户在目标训练强度下的标准心率和运动后过量氧耗，根据所述运动后过量氧耗可获取所述用户的运动后持续燃脂数据，可以包括运动后持续燃脂的时间和燃脂消耗的热量，能够具体分析出用户在运动后的持续燃脂时间和燃脂消耗的热量，让用户能具体了解运动后的持续燃脂数据，提高用户的运动兴趣。本实施例运动后数据分析装置的具体实施过程可参照上述方法实施例，在此不再一一赘述。
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，对于本领域的技术人员来说，本发明可以有各种更改和变化。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)

1.一种运动后持续燃脂数据分析方法，其特征在于，所述方法包括：
获取用户的心跳间隔和身体指标参数；
根据所述身体指标参数、所述心跳间隔和预先获得的目标训练强度获取所述用户在所述目标训练强度下的标准心率；
获取所述用户的运动时长和所述运动时长内的平均心率；
根据所述运动时长、所述平均心率和所述目标训练强度下的标准心率获取所述用户运动后过量氧耗；
根据所述运动后过量氧耗获取所述用户的运动后持续燃脂数据。
2.根据权利要求1所述的方法，其特征在于，所述根据所述身体指标参数、所述心跳间隔和目标训练强度获取所述目标训练强度下的标准心率，包括：
根据所述身体指标参数获取所述用户的最大摄氧量；
根据所述最大摄氧量、所述身体指标参数和所述目标训练强度获取多个所述目标训练强度下的标准心率。
3.根据权利要求2所述的方法，其特征在于，所述身体指标参数包括体重数据、年龄数据、性别和静息心率，所述根据所述身体指标参数获取所述用户的最大摄氧量，包括：
根据所述体重数据、年龄数据和性别获取所述用户的最大心率；
根据所述最大心率、所述静息心率和所述体重数据获取该用户的最大摄氧量。
4.根据权利要求3所述的方法，其特征在于，所述根据所述体重数据、年龄数据和性别获取所述用户的最大心率，包括：
根据公式：Hrmax＝210-(0.5*age)-(0.1*weight kg)+4*S，获取所述用户的最大心率，其中，Hrmax表示最大心率，age表示年龄，weight表示体重数据，S表示所述用户的性别，当性别为男性时，S取1，当性别为女性时，S取0。
5.根据权利要求4所述的方法，其特征在于，所述根据所述最大心率、所述静息心率和所述体重数据获取该用户的最大摄氧量，包括：
根据公式：Vo2max＝15*(Hrmax/RHR)*weight/1000获取最大摄氧量Vo2max，其中，Hrmax表示最大心率，RHR表示静息心率，weight表示体重。
6.根据权利要求5所述的方法，其特征在于，所述根据最大摄氧量、所述身体指标参数和所述目标训练强度获取多个所述目标训练强度下的标准心率，包括：
根据公式：TTIHR＝TTI*Vo2max*(Hrmax-RHR)+RHR获得所述目标训练强度下的标准心率，其中，所述TTIHR表示所述目标训练强度下的标准心率，所述TTI表示目标训练强度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述运动时长、所述平均心率和多个所述目标训练强度下的标准心率获取该用户的所述运动后过量氧耗，包括：
根据多个所述目标训练强度下的标准心率和预设规则建立运动后过量氧耗计算模型；
根据所述运动后过量氧耗计算模型找出所述运动时长和所述平均心率对应的过量氧耗测算角度；
根据所述运动时长的各个测算时段和所述过量氧耗测算角度获取多个所述测算时段的运动后过量氧耗；
将所获取的多个所述测算时段的运动后过量氧耗的峰值作为所述运动后过量氧耗。
8.根据权利要求7所述的方法，其特征在于，所述运动后持续燃脂数据包括运动后持续燃脂时间，所述根据所述运动后过量氧耗获取该用户的运动后持续燃脂数据，包括：
根据所述运动后过量氧耗计算模型获取运动恢复时间测算角度；
根据所述运动后过量氧耗和所述运动恢复时间测算角度获得运动恢复时间；
根据公式：FBT＝SRT/60，获取所述运动后持续燃脂时间，其中，所述FBT表示运动后持续燃脂时间，所述SRT表示运动恢复时间。
9.根据权利要求8所述的方法，其特征在于，所述身体指标参数还包括最大有氧心率，所述运动后持续燃脂数据还包括运动后持续燃脂热消耗热量，所述根据所述运动后过量氧耗获取该用户的运动后持续燃脂数据包括：
获取以用户的所述最大有氧心率的运动强度匀速运动的运动时长；
根据所述运动时长、所述平均心率、最大摄氧量、体重数据、年龄数据和性别获取总热量；
根据所述总热量和静息代谢率获取所述运动后持续燃脂热量。
10.一种运动后持续燃脂数据分析装置，其特征在于，所述装置包括：
数据获取模块，用于获取用户的心跳间隔和身体指标参数；
标准心率获取模块，用于根据所述身体指标参数、所述心跳间隔和目标训练强度获取所述用户在所述目标训练强度下的标准心率；
平均心率获取模块，用于获取该用户的运动时长和该运动时长内的平均心率；
运动后过量氧耗获取模块，用于根据所述运动时长、所述平均心率和多个所述目标训练强度下的标准心率获取该用户在所述待测运动的运动后过量氧耗；
运动后持续燃脂数据获取模块，用于根据所述运动后过量氧耗获取该用户的运动后持续燃脂数据。
CN201610570749.9A 2016-07-19 2016-07-19 一种运动后持续燃脂数据分析方法和装置 Pending CN106202954A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610570749.9A CN106202954A (zh) 2016-07-19 2016-07-19 一种运动后持续燃脂数据分析方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610570749.9A CN106202954A (zh) 2016-07-19 2016-07-19 一种运动后持续燃脂数据分析方法和装置

Publications (1)

Publication Number Publication Date
CN106202954A true CN106202954A (zh) 2016-12-07

Family

ID=57494464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610570749.9A Pending CN106202954A (zh) 2016-07-19 2016-07-19 一种运动后持续燃脂数据分析方法和装置

Country Status (1)

Country Link
CN (1) CN106202954A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107595273A (zh) * 2017-09-12 2018-01-19 广东远峰电子科技股份有限公司 一种心率估算方法和装置
CN109102859A (zh) * 2018-07-24 2018-12-28 北京大学第医院 一种运动控制方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107595273A (zh) * 2017-09-12 2018-01-19 广东远峰电子科技股份有限公司 一种心率估算方法和装置
CN109102859A (zh) * 2018-07-24 2018-12-28 北京大学第医院 一种运动控制方法及系统

Similar Documents

Publication Publication Date Title
AU2016236838B2 (en) Muscle activity monitoring
CN105193431A (zh) 一种人体精神压力状态分析装置
CN102048580A (zh) 一种远程医疗系统的用户终端
CN110279404B (zh) 一种脉搏波采集装置及方法
KR20120000564A (ko) 적응적 수행 트레이너
US20160007864A1 (en) System and method for lactic threshold and entrainment detection
EP3397151A1 (en) Systems and methods for facilitating mind body emotion state self-adjustment and functional skills development by way of biofeedback and environmental monitoring
CN204671798U (zh) 一种可测量人体生理参数的智能跳绳
CN104771149A (zh) 6分钟步行试验多维实时监测系统
Zagan et al. Healthcare IoT m-GreenCARDIO remote cardiac monitoring system–concept, theory of operation and implementation
CN202950649U (zh) 一种便携式电子健康监护仪器
CN106202954A (zh) 一种运动后持续燃脂数据分析方法和装置
CN109106346A (zh) 抑郁情绪筛查及调节系统
CN106126959A (zh) 一种运动风险分析方法和装置
CN102934998A (zh) 压力评估系统、舒缓压力控制系统和运动减压控制方法
Zhong Experiment of biological pulse sensor and its application in physical education
Ma et al. Muscle fatigue detection and treatment system driven by internet of things
Su et al. Intelligent medical rehabilitation training instrument based on movement coordination
Hu et al. A wearable device for collecting multi-signal parameters of newborn
CN203042268U (zh) 压力评估系统及舒缓压力控制系统
Massot et al. Mixed hardware and software embedded signal processing methods for in-situ analysis of cardiac activity
CN206548498U (zh) 动态心电图和动态血压同步监测装置
CN208659382U (zh) 一种带有血氧监测功能的肌松监测仪
CN112656396A (zh) 一种基于家用体成分仪和智能设备的肌少症数据采集系统
Gharbi et al. System for body and mind monitoring in coaching process

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161207

RJ01 Rejection of invention patent application after publication