CN106446530B - 一种基于人体运动热生理的仿真风险评估方法及其系统 - Google Patents

一种基于人体运动热生理的仿真风险评估方法及其系统 Download PDF

Info

Publication number
CN106446530B
CN106446530B CN201610806593.XA CN201610806593A CN106446530B CN 106446530 B CN106446530 B CN 106446530B CN 201610806593 A CN201610806593 A CN 201610806593A CN 106446530 B CN106446530 B CN 106446530B
Authority
CN
China
Prior art keywords
heart rate
human body
human
dynamic change
rate
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
CN201610806593.XA
Other languages
English (en)
Other versions
CN106446530A (zh
Inventor
余亮
贾楠
王若梅
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.)
National Sun Yat Sen University
Original Assignee
National Sun Yat Sen University
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 National Sun Yat Sen University filed Critical National Sun Yat Sen University
Priority to CN201610806593.XA priority Critical patent/CN106446530B/zh
Publication of CN106446530A publication Critical patent/CN106446530A/zh
Application granted granted Critical
Publication of CN106446530B publication Critical patent/CN106446530B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明实施例公开了一种基于人体运动热生理的仿真风险评估方法及其系统,其中,该方法包括:获取仿真计算模型所需的相关输入参数;进行人体热生理状态仿真计算,得到运动条件下人体内核温度和出汗率的动态变化;进行人体心血管功能状态仿真计算,得到运动条件下心率的动态变化;根据所述人体内核温度和出汗率的动态变化和心率的动态变化进行人体健康状态的诊断和环境条件风险的评估。实施本发明实施例,不仅能仿真出运动条件下人体热生理指标的变化,同时也能仿真出运动条件下反映人体心血管功能重要指标的心率的变化,可以对运动过程中人体的重要生理指标进行仿真,能够帮助提供更加准确和完善的运动健康状态诊断和环境条件风险评估。

Description

一种基于人体运动热生理的仿真风险评估方法及其系统
技术领域
本发明涉及计算机仿真技术领域,尤其涉及一种基于人体运动热生理的仿真风险评估方法及其系统。
背景技术
随着信息技术和社会的不断发展,人们越来越重视自身的健康,人们开始要求能够在日常生活中得到其健康风险的评估,尤其是在运动条件下的健康风险评估,从而保证自己的健康状态。为了达到这个目的,目前的研究方法包括智能健康监测和人体热生理数值仿真。
所谓智能健康监测,即是通过各种可穿戴生物传感器来实时监测人体的各项重要生理指标,并通过无线网络将这些实时生理指标传输到一个数据处理中心进行分析,一旦出现生理指标异常的情况该系统便会自动提供预警以防止发生危险。该方法目前存在许多技术问题,并且其只能提供实时监测,无法胜任评估极端条件健康风险的工作。而人体热生理仿真则是基于复杂的人体热生理模型在计算机中仿真出人体在各种条件下的内核温度及脱水量的动态变化,从而判断人体的热生理健康状态和评估环境条件对于人体健康的影响。该种方法具有成本低、效率高和不需要实地试验的特点,且能在运动前预测环境条件的健康风险,有助于人们做出更佳的健康决策。
然而,现有的人体热生理仿真模型虽然能够仿真预测出在运动条件下的人体热生理指标,但是不能提供运动条件下人体心血管功能状态的相关信息。正常的心血管功能是人体健康的重要保证,而心率则是反映人体心血管功能状态的重要指标,因而如果能仿真出在运动条件下人体心率的动态变化则有利于提供更加准确和完善的健康状态诊断和环境条件的健康风险评估。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种基于人体运动热生理的仿真风险评估方法及其系统,不仅能仿真出运动条件下人体热生理指标的变化,同时也能仿真出运动条件下反映人体心血管功能重要指标的心率的变化,能够帮助提供更加准确和完善的运动健康状态诊断和环境条件风险评估。
为了解决上述问题,本发明提出了一种基于人体运动热生理的仿真风险评估方法,所述方法包括:
获取仿真计算模型所需的相关输入参数;
进行人体热生理状态仿真计算,得到运动条件下人体内核温度和出汗率的动态变化;
进行人体心血管功能状态仿真计算,得到运动条件下心率的动态变化;
根据所述人体内核温度和出汗率的动态变化和心率的动态变化进行人体健康状态的诊断和环境条件风险的评估。
优选地,所述获取仿真计算模型所需的相关输入参数的步骤,包括:
获取运动时的环境条件参数和服装物理参数;
获取人体的形体参数信息,根据所述人体的形体参数信息计算出人体的表面积;
获取运动行为参数,根据所述运动行为参数计算出人体在该种运动类型和对应强度下的人体新陈代谢速率。
优选地,所述进行人体热生理状态仿真计算,得到运动条件下人体内核温度和出汗率的动态变化的步骤,包括:
由经典的25节点热生理模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量;
根据所述每一节点的温度改变量计算出任意时刻各节点的温度;
根据所述各节点的温度计算出人体的热控制信号,根据该控制信号对人体的颤抖产热量、出汗率及皮肤血流速率进行调节;
将所获得的人体热调节机制的更新值代入到各节点的热平衡方程中,执行计算出每一节点的温度在一个仿真计算步长内的温度改变量的步骤。
优选地,所述进行人体心血管功能状态仿真计算,得到运动条件下心率的动态变化的步骤,包括:
根据所获得的任意时刻各节点的温度以及内核温度与心率对应关系的二次方程计算出运动过程中由内核温度所决定的心率变化;
根据人体新陈代谢速率计算出运动过程中由神经调节所决定的心率变化;
根据由内核温度所决定的心率变化和由神经调节所决定的心率变化计算出整个运动过程中受到内核温度调节和神经调节影响而得到的心率的动态变化。
优选地,所述根据所述人体内核温度和出汗率的动态变化和心率的动态变化进行人体健康状态的诊断和环境条件风险的评估的步骤,包括:
根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其变化趋势是否存在异常;
根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其是否存在某项指标超出正常范围的情形,如若存在,记录其超出正常范围的时间段和超出幅度值;
综合分析结果获取当前条件下人体的健康状态,并对环境条件风险进行评估。
相应地,本发明还提供一种基于人体运动热生理的仿真风险评估系统,所述系统包括:
参数获取模块,用于获取仿真计算模型所需的相关输入参数;
仿真计算模块,用于进行人体热生理状态仿真计算,得到运动条件下人体内核温度和出汗率的动态变化;并进行人体心血管功能状态仿真计算,得到运动条件下心率的动态变化;
评估模块,用于根据所述人体内核温度和出汗率的动态变化和心率的动态变化进行人体健康状态的诊断和环境条件风险的评估。
优选地,所述参数获取模块包括:
获取单元,用于获取运动时的环境条件参数和服装物理参数;
第一计算单元,用于获取人体的形体参数信息,根据所述人体的形体参数信息计算出人体的表面积;
第二计算单元,用于获取运动行为参数,根据所述运动行为参数计算出人体在该种运动类型和对应强度下的人体新陈代谢速率。
优选地,所述仿真计算模块包括:
第三计算单元,用于由经典的25节点热生理模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量;根据所述每一节点的温度改变量计算出任意时刻各节点的温度;
调节单元,用于根据所述各节点的温度计算出人体的热控制信号,根据该控制信号对人体的颤抖产热量、出汗率及皮肤血流速率进行调节;
代入单元,用于将所获得的人体热调节机制的更新值代入到各节点的热平衡方程中,并由所述第三计算单元执行计算出每一节点的温度在一个仿真计算步长内的温度改变量的步骤。
优选地,所述第三计算单元还用于根据所获得的任意时刻各节点的温度以及内核温度与心率对应关系的二次方程计算出运动过程中由内核温度所决定的心率变化;根据人体新陈代谢速率计算出运动过程中由神经调节所决定的心率变化;根据由内核温度所决定的心率变化和由神经调节所决定的心率变化计算出整个运动过程中受到内核温度调节和神经调节影响而得到的心率的动态变化。
优选地,所述评估模块包括:
分析单元,用于根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其变化趋势是否存在异常;根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其是否存在某项指标超出正常范围的情形,如若存在,记录其超出正常范围的时间段和超出幅度值;
评估单元,用于综合分析结果获取当前条件下人体的健康状态,并对环境条件风险进行评估。
实施本发明实施例,不仅能仿真出运动条件下人体热生理指标的变化,同时也能仿真出运动条件下反映人体心血管功能重要指标的心率的变化,可以对运动过程中人体的重要生理指标进行仿真,能够帮助提供更加准确和完善的运动健康状态诊断和环境条件风险评估。
附图说明
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图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它的附图。
图1是本发明实施例的基于人体运动热生理的仿真风险评估方法的流程示意图;
图2是本发明实施例中获取仿真计算模型所需的相关输入参数的流程示意图;
图3是本发明实施例中进行人体热生理状态仿真计算的流程示意图;
图4是本发明实施例中25节点热生理模型的概念示意图;
图5是本发明实施例中进行人体心血管功能状态仿真计算的流程示意图;
图6是本发明实施例中进行人体健康状态的诊断和环境条件风险的评估的流程示意图;
图7是本发明实施例的基于人体运动热生理的仿真风险评估系统的结构组成示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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。
图1是本发明实施例的基于人体运动热生理的仿真风险评估方法及其系统的流程示意图,如图1所示,该方法包括:
S1,获取仿真计算模型所需的相关输入参数;
S2,进行人体热生理状态仿真计算,得到运动条件下人体内核温度和出汗率的动态变化;
S3,进行人体心血管功能状态仿真计算,得到运动条件下心率的动态变化;
S4,根据人体内核温度和出汗率的动态变化和心率的动态变化进行人体健康状态的诊断和环境条件风险的评估。
其中,如图2所示,S1进一步包括:
S11,获取运动时的环境条件参数和服装物理参数;环境条件参数包括环境温度、辐射温度、空气的相对湿度、风速;服装物理参数主要包括服装的材质及其物理特性参数;
S12,获取人体的形体参数信息,根据人体的形体参数信息计算出人体的表面积;该人体的形体参数信息包括性别、年龄、种族、身高和体重;
S13,获取运动行为参数,根据运动行为参数计算出人体在该种运动类型和对应强度下的人体新陈代谢速率;该运动行为参数包括运动类型和强度,以及运动时长,若运动类型为跑步,则须给出跑步的速度。
在S12中,根据所输入的身高和体重信息,利用许文生氏公式来计算人体表面积,计算公式为:
体表面积(m2)=0.0061×身高(cm)+0.0128×体重(kg)-0.1529。
在S13中,若对应的运动强度以占最大耗氧量VO2max的百分比形式给出,则根据VO2max和对应百分比求得所对应的耗氧量,再由耗氧量和新陈代谢率MET的转换公式来计算出对应的新陈代谢速率。其中耗氧量和MET的转换关系为1MET=3.5mlO2˙kg-1˙min-1;若最大耗氧量VO2max及对应百分比未知,则应根据相应的运动类型按照对应的运动强度和耗氧量的转换公式来估计人体的新陈代谢速率。
进一步地,如图3所示,S2包括:
S21,由经典的25节点热生理模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量dT(i,j);
S22,根据每一节点的温度改变量计算出任意时刻各节点的温度;
S23,根据各节点的温度计算出人体的热控制信号,根据该控制信号对人体的颤抖产热量、出汗率及皮肤血流速率进行调节;
S24,将所获得的人体热调节机制的更新值代入到各节点的热平衡方程中,执行S21。
在本发明实施例中,热生理仿真采用了经典的25节点热生理模型,图4是25节点热生理模型的概念示意图。
在S22中,把躯干节点的内核层温度作为人体的内核温度,将人体六个部分皮肤层的温度取平均值作为人体的皮肤温度,并将该时刻的内核温度和皮肤温度输出。
在具体实施中,S21实施过程如下:
计算出每一节点的新陈代谢热、与中心血池的热交换、相邻组织层间的热传导,内核层的呼吸散热以及皮肤层的干热损失和湿热损失(出汗),代入到如下每一节点的热平衡方程。
内核:
肌肉层:
脂肪层:
皮肤层:
中心血池:
其中,i是节段编号,从小到大分别为头、躯干、臂、手、腿、脚和中心血池;j是每节点组织层次编号,从小到大依次为内核、肌肉、脂肪和皮肤;C是比热,Q是新陈代谢热,B是每节点与中心血池之间的热交换,D是同一节段相邻层之间的热传导,RES是由呼吸作用带来的热损失,Qt是皮肤与环境之间的干热交换,E是皮肤和环境之间的湿热交换,即出汗带来的热损失。
在S22中,根据S21得出的每一节点的温度改变量dT(i,j)及给定的每一节点的初始温度T(i,j)ini,由公式计算出每一节点在任意时刻的温度T(i,j)。且人体的内核温度和皮肤温度由公式Tcore=T(2,1),计算。
在S23中,由每一节点的温度计算出误差信号,并计算出每一节点的暖信号和冷信号的值,同时计算出皮肤层的综合暖信号和冷信号值,根据25节点热生理模型的热调节机制,分别计算出人体的血流速率、出汗率、颤抖产热。
具体地,根据每一节点的温度T(i,j)以及给定的每一节点的标准温度Tset(i,j)由公式Err(i,j)=T(i,j)-Tset(i,j)计算出每一节点对应的误差信号Err(i,j),并根据该误差信号Err(i,j)由公式
Warm(i,j)=Err(i,j),Cold(i,j)=0(当Err(i,j)>0)
和Cold(i,j)=-Err(i,j),Warm(i,j)=0(当Err(i,j)<0)
计算出每一节点的暖信号Warm(i,j)和冷信号Cold(i,j)。
来自皮肤感受器上的感觉信号被综合,综合的暖信号和冷信号由公式定义,SKINR(i)为综合权系数。
根据所计算出的热控制信号分别计算人体的血流速率、出汗量以及颤抖产热量。
皮肤血流速率BF(i,4)由公式计算,DL和ST分别为血管舒张和收缩信号,由以下公式定义,BFB为基本血流速率。
DL=Cd1Err(1,1)+Sd1(Warms-Colds)+Pd1Warm(1,1)Warms
ST=-CstErr(1,1)-Sst(Warms-Colds)+PstCold(1,1)Colds
出汗率由以下公式计算:
颤抖产热由以下公式计算:
Ch(i,2)=[-CchErr(1,1)-Sch(Warms-Colds)
+PchCold(1,1)Colds]Chilf(i)
其中,Chilf(i)为颤抖肌肉分布系数。
进一步地,如图5所示,S3包括:
S31,根据所获得的任意时刻各节点的温度(内核温度Tcore)以及内核温度与心率对应关系的二次方程计算出运动过程中由内核温度所决定的心率变化;
S32,根据人体新陈代谢速率M计算出运动过程中由神经调节所决定的心率变化;具体地,根据以下公式进行计算:
其中,b、c、d、k和t0是模型参数,当0≤t≤t0时,N(M)指运动初期由神经调节导致的心率快速增加阶段,当t>t0时,N(M)指快速增长阶段过后的神经调节影响快速衰弱而内核温度调节成为主要影响因素的后续阶段。
S33,根据由内核温度所决定的心率变化和由神经调节所决定的心率变化计算出整个运动过程中受到内核温度调节和神经调节影响而得到的心率的动态变化。具体地,根据以下公式进行计算:HR=T(Tcore)+N(M)。
如图6所示,S4进一步包括:
S41,根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其变化趋势是否存在异常;
S42,根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其是否存在某项指标超出正常范围的情形,如若存在,记录其超出正常范围的时间段和超出幅度值;
S43,综合分析结果获取当前条件下人体的健康状态,并对环境条件风险进行评估。
具体地,在S41中,根据S22得出的人体内核温度和S23得出的人体出汗率以及S33得出的人体心率的动态变化绘制各生理指标对应的变化曲线图,分析内核温度、出汗率和心率的变化趋势,与正常值进行比较,判断其是否存在趋势变化异常。
在S42中,根据S41得出的三项生理指标的变化曲线图,分析每一项生理指标是否存在超出正常范围的情形,如若存在,分析其超出正常范围的时间及超出幅度大小,分析该种情形是否对应某一项疾病的症状特征。
在S43中,根据S41和S42的分析结果得出在该种条件下运动的人体健康状态和环境条件的风险评估。
相应地,本发明实施例还提供一种基于人体运动热生理的仿真风险评估系统,如图7所示,该系统包括:
参数获取模块1,用于获取仿真计算模型所需的相关输入参数;
仿真计算模块2,用于进行人体热生理状态仿真计算,得到运动条件下人体内核温度和出汗率的动态变化;并进行人体心血管功能状态仿真计算,得到运动条件下心率的动态变化;
评估模块3,用于根据人体内核温度和出汗率的动态变化和心率的动态变化进行人体健康状态的诊断和环境条件风险的评估。
参数获取模块1包括:
获取单元,用于获取运动时的环境条件参数和服装物理参数;
第一计算单元,用于获取人体的形体参数信息,根据人体的形体参数信息计算出人体的表面积;
第二计算单元,用于获取运动行为参数,根据运动行为参数计算出人体在该种运动类型和对应强度下的人体新陈代谢速率。
仿真计算模块2包括:
第三计算单元,用于由经典的25节点热生理模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量;根据每一节点的温度改变量计算出任意时刻各节点的温度;
调节单元,用于根据各节点的温度计算出人体的热控制信号,根据该控制信号对人体的颤抖产热量、出汗率及皮肤血流速率进行调节;
代入单元,用于将所获得的人体热调节机制的更新值代入到各节点的热平衡方程中,并由第三计算单元执行计算出每一节点的温度在一个仿真计算步长内的温度改变量的步骤。
第三计算单元还用于根据所获得的任意时刻各节点的温度以及内核温度与心率对应关系的二次方程计算出运动过程中由内核温度所决定的心率变化;根据人体新陈代谢速率计算出运动过程中由神经调节所决定的心率变化;根据由内核温度所决定的心率变化和由神经调节所决定的心率变化计算出整个运动过程中受到内核温度调节和神经调节影响而得到的心率的动态变化。
评估模块3包括:
分析单元,用于根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其变化趋势是否存在异常;根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其是否存在某项指标超出正常范围的情形,如若存在,记录其超出正常范围的时间段和超出幅度值;
评估单元,用于综合分析结果获取当前条件下人体的健康状态,并对环境条件风险进行评估。
本发明的系统实施例中各功能模块的功能可参见本发明方法实施例中的流程处理,这里不再赘述。
实施本发明实施例,不仅能仿真出运动条件下人体热生理指标的变化,同时也能仿真出运动条件下反映人体心血管功能重要指标的心率的变化,可以对运动过程中人体的重要生理指标进行仿真,能够帮助提供更加准确和完善的运动健康状态诊断和环境条件风险评估。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的基于人体运动热生理的仿真风险评估方法及其系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种基于人体运动热生理的仿真风险评估方法,其特征在于,所述方法包括:
获取仿真计算模型所需的相关输入参数;
进行人体热生理状态仿真计算,得到运动条件下人体内核温度和出汗率的动态变化;
进行人体心血管功能状态仿真计算,得到运动条件下心率的动态变化;
根据所述人体内核温度和出汗率的动态变化和心率的动态变化进行人体健康状态的诊断和环境条件风险的评估。
2.如权利要求1所述的基于人体运动热生理的仿真风险评估方法,其特征在于,所述获取仿真计算模型所需的相关输入参数的步骤,包括:
获取运动时的环境条件参数和服装物理参数;
获取人体的形体参数信息,根据所述人体的形体参数信息计算出人体的表面积;
获取运动行为参数,根据所述运动行为参数计算出人体在该种运动类型和对应强度下的人体新陈代谢速率。
3.如权利要求1所述的基于人体运动热生理的仿真风险评估方法,其特征在于,所述进行人体心血管功能状态仿真计算,得到运动条件下心率的动态变化的步骤,包括:
根据所获得的任意时刻各节点的温度以及内核温度与心率对应关系的二次方程计算出运动过程中由内核温度所决定的心率变化;
根据人体新陈代谢速率计算出运动过程中由神经调节所决定的心率变化;
根据由内核温度所决定的心率变化和由神经调节所决定的心率变化计算出整个运动过程中受到内核温度调节和神经调节影响而得到的心率的动态变化。
4.如权利要求1所述的基于人体运动热生理的仿真风险评估方法,其特征在于,所述根据所述人体内核温度和出汗率的动态变化和心率的动态变化进行人体健康状态的诊断和环境条件风险的评估的步骤,包括:
根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其变化趋势是否存在异常;
根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其是否存在某项指标超出正常范围的情形,如若存在,记录其超出正常范围的时间段和超出幅度值;
综合分析结果获取当前条件下人体的健康状态,并对环境条件风险进行评估。
5.一种基于人体运动热生理的仿真风险评估系统,其特征在于,所述系统包括:
参数获取模块,用于获取仿真计算模型所需的相关输入参数;
仿真计算模块,用于进行人体热生理状态仿真计算,得到运动条件下人体内核温度和出汗率的动态变化;并进行人体心血管功能状态仿真计算,得到运动条件下心率的动态变化;
评估模块,用于根据所述人体内核温度和出汗率的动态变化和心率的动态变化进行人体健康状态的诊断和环境条件风险的评估。
6.如权利要求5所述的基于人体运动热生理的仿真风险评估系统,其特征在于,所述参数获取模块包括:
获取单元,用于获取运动时的环境条件参数和服装物理参数;
第一计算单元,用于获取人体的形体参数信息,根据所述人体的形体参数信息计算出人体的表面积;
第二计算单元,用于获取运动行为参数,根据所述运动行为参数计算出人体在该种运动类型和对应强度下的人体新陈代谢速率。
7.如权利要求5所述的基于人体运动热生理的仿真风险评估系统,其特征在于,所述仿真计算模块包括:
根据所获得的任意时刻各节点的温度以及内核温度与心率对应关系的二次方程计算出运动过程中由内核温度所决定的心率变化;
根据人体新陈代谢速率计算出运动过程中由神经调节所决定的心率变化;
根据由内核温度所决定的心率变化和由神经调节所决定的心率变化计算出整个运动过程中受到内核温度调节和神经调节影响而得到的心率的动态变化。
8.如权利要求5所述的基于人体运动热生理的仿真风险评估系统,其特征在于,所述评估模块包括:
分析单元,用于根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其变化趋势是否存在异常;根据仿真出的运动过程中的内核温度、出汗率和心率的动态变化图,分析其是否存在某项指标超出正常范围的情形,如若存在,记录其超出正常范围的时间段和超出幅度值;
评估单元,用于综合分析结果获取当前条件下人体的健康状态,并对环境条件风险进行评估。
CN201610806593.XA 2016-09-05 2016-09-05 一种基于人体运动热生理的仿真风险评估方法及其系统 Active CN106446530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610806593.XA CN106446530B (zh) 2016-09-05 2016-09-05 一种基于人体运动热生理的仿真风险评估方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610806593.XA CN106446530B (zh) 2016-09-05 2016-09-05 一种基于人体运动热生理的仿真风险评估方法及其系统

Publications (2)

Publication Number Publication Date
CN106446530A CN106446530A (zh) 2017-02-22
CN106446530B true CN106446530B (zh) 2019-04-26

Family

ID=58165108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610806593.XA Active CN106446530B (zh) 2016-09-05 2016-09-05 一种基于人体运动热生理的仿真风险评估方法及其系统

Country Status (1)

Country Link
CN (1) CN106446530B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107095657A (zh) * 2017-03-01 2017-08-29 林万佳 一种新陈代谢类型检测方法以及新陈代谢修复营养配方
CN107121451A (zh) * 2017-05-09 2017-09-01 清华大学 出汗暖体假人与人体热反应模型的耦合系统及耦合方法
CN107705833A (zh) * 2017-11-22 2018-02-16 中山大学 一种基于人体生理调节模型的运动推荐方法
CN110175732B (zh) * 2018-10-23 2021-07-30 中国矿业大学(北京) 一种低温作业环境下人体冷应激精细分级评估系统
CN116313116B (zh) * 2023-05-12 2023-07-28 氧乐互动(天津)科技有限公司 基于人体热生理模型的仿真处理系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101226565A (zh) * 2008-01-17 2008-07-23 中山大学 一种面向教学的服装热舒适度展示系统
CN104036061A (zh) * 2013-03-08 2014-09-10 香港纺织及成衣研发中心有限公司 服装仿真方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101226565A (zh) * 2008-01-17 2008-07-23 中山大学 一种面向教学的服装热舒适度展示系统
CN104036061A (zh) * 2013-03-08 2014-09-10 香港纺织及成衣研发中心有限公司 服装仿真方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于高温人体热反应模型的生理参数预测;杨杰等;《清华大学学报(自然科学版)》;20141115;第54卷(第11期);摘要、第1423页第1节
结合呼吸运动的改进型多分支心血管系统建模与仿真;王末等;《北京生物医学工程》;20150228;第34卷(第1期);摘要、第48页第2.2节

Also Published As

Publication number Publication date
CN106446530A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106446530B (zh) 一种基于人体运动热生理的仿真风险评估方法及其系统
Xiao et al. Wearable heart rate monitoring intelligent sports bracelet based on Internet of things
Li et al. Experimental research of online monitoring and evaluation method of human thermal sensation in different active states based on wristband device
Radha et al. Estimating blood pressure trends and the nocturnal dip from photoplethysmography
Saleem et al. IoT Healthcare: Design of Smart and Cost‐Effective Sleep Quality Monitoring System
Maud et al. Physiological assessment of human fitness
CN101108125B (zh) 一种身体体征动态监测系统
Ludwig et al. Measurement, prediction, and control of individual heart rate responses to exercise—Basics and options for wearable devices
CN109529303B (zh) 一种用户运动能力的确认方法和系统
CN110025321B (zh) 一种心理压力评估方法及相关设备
Montoye et al. Validation of accelerometer-based energy expenditure prediction models in structured and simulated free-living settings
CN106407668B (zh) 基于人体热生理模型的运动健康仿真与预测方法及系统
EP3391809A1 (en) Fitness level prediction device, system and method
Falcone et al. Real-time human core temperature estimation methods and their application in the occupational field: A systematic review
Rozanski et al. Consumer wearable devices for activity monitoring among individuals after a stroke: a prospective comparison
Reis et al. Determination of anaerobic threshold through heart rate and near infrared spectroscopy in elderly healthy men
Tiwari et al. Stress and anxiety measurement" in-the-wild" using quality-aware multi-scale hrv features
CN106650262B (zh) 基于个性化热调节模型的实时内核温度估计方法及系统
Delgado-Gonzalo et al. Physical activity profiling: activity-specific step counting and energy expenditure models using 3D wrist acceleration
Liu et al. Artificial neural network-based adaptive fluid temperature regulation of extravehicular activity suit
Yu et al. An improved human physiological simulation model for healthcare applications
Li et al. Impacts of respiratory fluctuations on cerebral circulation: a machine-learning-integrated 0–1D multiscale hemodynamic model
Li et al. Dynamic monitoring method of physical training intensity based on wearable sensors
Papini et al. Proof of concept of a 45-second cardiorespiratory fitness self-test for coronary artery disease patients based on accelerometry
Montoye et al. Cross-validation and comparison of energy expenditure prediction models using count-based and raw accelerometer data in youth

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant