CN107802274A - 基于生理指标的疲劳度检测方法及系统 - Google Patents

基于生理指标的疲劳度检测方法及系统 Download PDF

Info

Publication number
CN107802274A
CN107802274A CN201711181045.3A CN201711181045A CN107802274A CN 107802274 A CN107802274 A CN 107802274A CN 201711181045 A CN201711181045 A CN 201711181045A CN 107802274 A CN107802274 A CN 107802274A
Authority
CN
China
Prior art keywords
index
physical signs
value
desired value
targeted customer
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
CN201711181045.3A
Other languages
English (en)
Inventor
杨文宇
马辉
张成法
温永瓒
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.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
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 Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN201711181045.3A priority Critical patent/CN107802274A/zh
Publication of CN107802274A publication Critical patent/CN107802274A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/168—Evaluating attention deficit, hyperactivity
    • 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
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • 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
    • A61B5/1103—Detecting eye twinkling
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/224—Measuring muscular strength
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/20—Workers

Abstract

本发明实施例公开了一种基于生理指标的疲劳度检测方法及系统，该方法包括：获取目标用户运动前的生理指标数据和运动后的生理指标数据，其中，上述生理指标数据包括目标用户的多种生理指标的指标值；根据运动前的生理指标数据和运动后的生理指标数据，计算目标用户的疲劳系数；根据疲劳系数，确定目标用户的疲劳度。本发明中，实现了自动化检测，测量简单方便，并且，使用被测者自身的生理指标数据进行检测，排除了被测者个体之间的差异性，检测结果准确性较高。

Description

基于生理指标的疲劳度检测方法及系统
技术领域
本发明涉及疲劳度检测技术领域，尤其涉及一种基于生理指标的疲劳度检测方法及系统。
背景技术
职业安全与健康的相关研究表明，人在疲劳状态下往往回出现积极性受损、注意力不集中、思维判断能力及身体活动能力下降等问题，从而增加了操作失误或者不安全行为发生的概率，最终会导致事故和伤害。因此，测量人们的疲劳度就显得尤为重要。
现有技术中在进行疲劳度检测时，一般采用主观的方法进行评价，主要依据被测试着的主观感受来进行疲劳度的评价。而主观评价方法中最常用的就工具就是疲劳评价量表，使用疲劳评价量表进行疲劳度检测，一方面疲劳评价量表的制作、收集、数据处理比较麻烦，另外，无法排除被测试者个体之间的差异性，导致，检测结果不准确。
综上，现有技术中的疲劳度检测方法，测量比较麻烦，且无法排除被测者者个体之间的差异性，导致检测结果不准确。
发明内容
本发明实施例的目的是提供一种基于生理指标的疲劳度检测方法及系统，以解决现有技术中疲劳度检测方法，测量比较麻烦，且无法排除被测者者个体之间的差异性，导致检测结果不准确的问题。
为解决上述技术问题，本发明实施例是这样实现的：
第一方面，本发明实施例提供了一种基于生理指标的疲劳度检测方法，该方法包括：
获取目标用户运动前的生理指标数据和运动后的生理指标数据，其中，所述生理指标数据包括所述目标用户的多种生理指标的指标值；
根据所述运动前的生理指标数据和所述运动后的生理指标数据，计算所述目标用户的疲劳系数；
根据所述疲劳系数，确定所述目标用户的疲劳度。
结合第一方面，本发明实施例提供了上述第一方面的第一种可能的实现方式，其中，所述获取目标用户的运动前的生理指标数据，包括：
获取所述目标用户的各个生理指标在运动前的指标值；
判断当前次获取的各个生理指标的指标值是否符合预设条件；
若是，则将当前次获取的所述各个生理指标的指标值确定所述目标用户在运动前的生理指标数据。
结合第一方面的第一种可能的实现方式，本发明实施例提供了上述第一方面的第二种可能的实现方式，其中，所述生理指标包括肌电指标、心率指标、眨眼指标、肌肉力量指标、肌肉围度指标和呼吸率指标；
所述获取所述目标用户的各个生理指标在运动前的指标值，包括：
每间隔预设时间采集一次所述目标用户运动前的肌电参数值、心率参数值、眨眼参数值、肌肉力量参数值、肌肉围度参数值和呼吸心率参数值；
对所述肌电参数值进行积分，得到所述肌电指标的指标值，以及对所述心率参数值进行积分，得到所述心率指标的指标值；
分别将采集的所述眨眼参数值、所述肌肉力量参数值、所述肌肉围度参数值和呼吸心率参数值确定为所述目标用户的眨眼指标的指标值、肌肉力量指标的指标值、肌肉围度指标的指标值和呼吸心率指标的指标值。
结合第一方面的第一种可能的实现方式，本发明实施例提供了上述第一方面的第三种可能的实现方式，其中，所述判断当前次获取的各个生理指标的指标值是否符合预设条件，包括：
计算前一次获取的各个生理指标的指标值的平均值；
根据所述前一次获取的各个生理指标的指标值的平均值和当前次获取的各个生理指标的指标值，通过如下公式计算所述生理指标的测量标准值；
判断所述测量标准值是否小于或等于所述预设值；
若是，则确定当前获取的生理指标的指标值符合预设条件；
其中，在上述公式中，表示的是前一次的各个生理指标的指标值的平均值，σ表示的是所述测量标准值，Ni表示的是当前获取的第i个生理指标的指标值。
结合第一方面，本发明实施例提供了上述第一方面的第四种可能的实现方式，其中，所述根据所述运动前的生理指标数据和所述运动后的生理指标数据，计算所述目标用户的疲劳系数，包括：
根据所述运动前的生理指标数据和所述运动后的生理指标数据，通过如下公式计算所述目标用户的疲劳系数；
其中，在上述公式中，ε表示所述目标用户的疲劳系数，S表示所述生理指标数据中的生理指标的个数，i表示第i个生理指标，Mi表示劳动后的第i个生理指标的指标值，Ni表示的是劳动前的第i个生理指标的指标值。
第二方面，本发明实施例还提供了一种基于生理指标的疲劳度检测系统，该系统包括：
获取模块，用于获取目标用户运动前的生理指标数据和运动后的生理指标数据，其中，所述生理指标数据包括所述目标用户的多种生理指标的指标值；
计算模块，用于根据所述运动前的生理指标数据和所述运动后的生理指标数据，计算所述目标用户的疲劳系数；
确定模块，用于根据所述疲劳系数，确定所述目标用户的疲劳度。
结合第二方面，本发明实施例提供了上述第二方面的第一种可能的实现方式，其中，所述获取模块，包括:
获取单元，用于获取所述目标用户的各个生理指标在运动前的指标值；
判断单元，用于判断当前次获取的各个生理指标的指标值是否符合预设条件；
确定单元，用于在当前次获取的各个生理指标的指标值符合预设条件时，将当前次获取的所述各个生理指标的指标值确定所述目标用户在运动前的生理指标数据。
结合第二方面的第一种可能的实现方式，本发明实施例提供了上述第二方面的第二种可能的实现方式，其中，所述生理指标包括肌电指标、心率指标、眨眼指标、肌肉力量指标、肌肉围度指标和呼吸率指标；
采集子单元，用于每间隔预设时间采集一次所述目标用户运动前的肌电参数值、心率参数值、眨眼参数值、肌肉力量参数值、肌肉围度参数值和呼吸心率参数值；
积分子单元，用于对所述肌电参数值进行积分，得到所述肌电指标的指标值，以及对所述心率参数值进行积分，得到所述心率指标的指标值；
第一确定子单元，用于分别将所述眨眼参数值、所述肌肉力量参数值、所述肌肉围度参数值和呼吸心率参数值确定为所述目标用户的眨眼指标的指标值、肌肉力量指标的指标值、肌肉围度指标的指标值和呼吸心率指标的指标值。
结合第二方面的第一种可能的实现方式，本发明实施例提供了上述第二方面的第三种可能的实现方式，其中，所述判断单元，包括：
第一计算子单元，用于计算前一次获取的各个生理指标的指标值的平均值；
第二计算子单元，用于根据所述前一次获取的各个生理指标的指标值的平均值和当前次获取的各个生理指标的指标值，通过如下公式计算所述生理指标的测量标准值；
判断子单元，用于判断所述测量标准值是否小于或等于所述预设值；
第二确定子单元，用于在所述测量标准值小于或等于所述预设值时，确定当前获取的生理指标的指标值符合预设条件；
其中，在上述公式中，表示的是前一次的各个生理指标的指标值的平均值，σ表示的是所述测量标准值，Ni表示的是当前获取的第i个生理指标的指标值。
结合第二方面，本发明实施例提供了上述第二方面的第四种可能的实现方式，其中，所述计算模块，包括：
计算单元，用于根据所述运动前的生理指标数据和所述运动后的生理指标数据，通过如下公式计算所述目标用户的疲劳系数；
其中，在上述公式中，ε表示所述目标用户的疲劳系数，S表示所述生理指标数据中的生理指标的个数，i表示第i个生理指标，Mi表示劳动后的第i个生理指标的指标值，Ni表示的是劳动前的第i个生理指标的指标值。
本发明实施例提供的基于生理指标的疲劳度检测方法，根据用户在运动前的生理指标数据和运动后的生理指标数据，计算用户的疲劳系数，根据疲劳系数确定目标用户的疲劳度，实现了自动化检测，测量简单方便，并且，使用被测者自身的生理指标数据进行检测，排除了被测者个体之间的差异性，检测结果准确性较高。
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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的一个实施例中一种基于生理指标的疲劳度检测方法的方法流程图。
图2是本发明的一个实施例中一种基于生理指标的疲劳度检测方法中，获取所述目标用户运动前的生理指标数据的流程图。
图3是本发明的一个实施例中一种基于生理指标的疲劳度检测系统的结构示意图。
图4是本发明的一个实施例中一种基于生理指标的疲劳度检测系统中，采集单元的结构示意图。
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做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示出了本发明实施例提供的基于生理指标的疲劳度检测方法的方法流程图，图1所示的方法至少包括如下步骤：
S110，获取目标用户运动前的生理指标数据和运动后的生理指标数据，其中，生理指标数据包括目标用户的多种生理指标的指标值。
在本发明实施例中，上述生理指标包括肌电指标、心率指标、眨眼指标、肌肉力量指标、肌肉围度指标和呼吸率指标。
具体的，在本发明实施例中，目标用户在运动前的生理指标数据的获取方式和运动后的生理指标数据的获取方式相同，因此，下述只介绍获取目标用户运动前的生理指标数据的具体过程，而获取目标用户运动后的生理指标数据的过程则不再赘述。
图2示出了本发明实施例提供的基于生理指标的疲劳度检测方法中，获取目标用户运动前的生理指标数据的具体过程，具体包括如下步骤：
S210，获取目标用户的各个生理指标在运动前的指标值；
S220，判断当前次获取的各个生理指标的指标值是否符合预设条件；
S230，若是，则将当前次获取的所述各个生理指标的指标值确定所述目标用户在运动前的生理指标数据。
由于，在本发明的一个具体实施方式中，上述生理指标包括肌电指标、心率指标、眨眼指标、肌肉力量指标、肌肉围度指标和呼吸率指标，因此，在本发明实施例中，上述步骤S210中，获取目标用户的各个生理指标在运动前的指标值，具体包括：
每间隔预设时间采集一次目标用户运动前的肌电参数值、心率参数值、眨眼参数值、肌肉力量参数值、肌肉围度参数值和呼吸心率参数值；对肌电参数值进行积分，得到肌电指标的指标值，以及对心率参数值进行积分，得到心率指标的指标值；分别将眨眼参数值、肌肉力量参数值、肌肉围度参数值和呼吸心率参数值确定为目标用户的眨眼指标的指标值、肌肉力量指标的指标值、肌肉围度指标的指标值和呼吸心率指标的指标值。
在本发明实施例中，通过基于生理指标的疲劳度检测系统中的采集装置进行上述各个参数的采集。具体的，在本发明实施例中，可以通过采集装置中的肌电测量器件测量预设时间长度内目标用户的肌电参数值，并将肌电参数值以肌电图的形式发送给积分单元，由积分单元对预设时间长度内的肌电参数值进行积分，具体的，积分的上下限可以为预设时间长度内的测试开始时刻和测试结束时刻，将得到的积分值作为肌电指标的指标值；
在本发明实施例中，可以通过采集装置中的心率测量器件测量预设时间长度内测量目标用户的心率参数值，并将心率参数值以心电图的形式反馈给积分单元，由积分单元对预设时间长度内的心率参数值进行积分，具体的，积分上下限可以为预设时间长度内的测试开始时刻和测试结束时刻，将得到的积分制作为肌电指标的指标值。
在本发明实施例中，可以通过采集装置中的眨眼频率测量器件测量预设时间长度内目标用户的眨眼频率值，并将目标用户的眨眼频率值作为目标用户眨眼指标的指标值；
在本发明实施例中，可以通过采集装置中的肌肉力量测量器件测量预设时间长度内目标用户的握力和腿部蹬地力量大小，并将其作为肌肉力量的参数值，并将目标用户的肌肉力量的参数值作为目标用户的肌肉力量指标的指标值；
在本发明实施例中，可以通过采集装置中的呼吸率测量器件测量预设时间长度内目标用户的呼吸率的参数值，并肩测量的目标用户的呼吸率的参数值作为目标用户的呼吸率指标的指标值；
在本发明实施例中，可以通过采集装置中的肌肉围度测量模块的量预设时间长度内目标用户的肱二头肌、肱直肌、比目鱼肌和桡侧腕屈肌的肌肉围度大小，并将测量得到的肌肉围度大小作为目标用户的肌肉围度指标的指标值。
在本发明实施例中，上述步骤S220中，判断当前次获取的各个生理指标的指标值是否符合预设条件，具体包括：
计算前一次获取的各个生理指标的指标值的平均值；
根据前一次获取的各个生理指标的指标值的平均值和当前次获取的各个生理指标的指标值，通过如下公式计算生理指标的测量标准值；
判断测量标准值是否小于或等于预设值；
若是，则确定当前获取的生理指标的指标值符合预设条件；
其中，在上述公式中，表示的是前一次的各个生理指标的指标值的平均值，σ表示的是测量标准值，Ni表示的是当前获取的第i个生理指标的指标值。
在本发明实施例中，当前次和前一次为相邻两次，具体的，相邻两次之间的时间间隔为上述预设时间。例如，可以是在下午3:00采集一个目标用户的生理参数的参数值，间隔半小时之后，即在3:30再进行一次目标用户的生理参数的参数值的采集，如果将3:30这次采集记为的当前次，则3:00采集的那次则记为前一次。
具体的，上述预设值一般为0.15，即如果根据当前次的生理指标的指标值和前一次的生理指标的指标值计算出的测量标准值小于或等于0.15，则确定当前次获取的生理指标的指标值符合预设条件，这时，停止原始生理参数的采集。如果不符合预设条件，则间隔预设时间后，继续进行生理参数的采集，并判断根据当前次和后一次获取的生理指标的指标值计算出的测量标准值是否符合预设条件，若是，则将后一次获取的生理指标的指标值确定为目标用户运动前的生理指标数据，并停止生理参数的采集。
S120，根据运动前的生理指标数据和运动后的生理指标数据，计算目标用户的疲劳系数。
在本发明实施例中，计算目标用户的疲劳系数，具体是通过如下过程实现的：
根据运动前的生理指标数据和运动后的生理指标数据，通过如下公式计算目标用户的疲劳系数；
其中，在上述公式中，ε表示目标用户的疲劳系数，S表示生理指标数据中的生理指标的个数，i表示第i个生理指标，Mi表示劳动后的第i个生理指标的指标值，Ni表示的是劳动前的第i个生理指标的指标值。
上述i的取值为1,2,3...S。
在一种具体实施方式中，若上述生理指标包括肌电指标、心率指标、眨眼指标、肌肉力量指标、肌肉围度指标和呼吸率指标，则S的取值为6。
S130，根据疲劳系数，确定目标用户的疲劳度。
在本发明实施例中，可以预先建立有疲劳系数范围和疲劳程度之间的映射关系，当计算出目标用户的疲劳系数后，则直接查阅上述映射关系，即可确定出目标用户的疲劳度，并输出目标用户的疲劳度测量结果。
本发明实施例提供的基于生理指标的疲劳度检测方法，根据用户在运动前的生理指标数据和运动后的生理指标数据，计算用户的疲劳系数，根据疲劳系数确定目标用户的疲劳度，实现了自动化检测，测量简单方便，并且，使用被测者自身的生理指标数据进行检测，排除了被测者个体之间的差异性，检测结果准确性较高。
基于本发明实施例提供的基于生理指标的疲劳度检测方法相同的思路，本发明实施例还提供了一种基于生理指标的疲劳度检测系统，用于执行本发明实施例提供的基于生理指标的疲劳度检测方法，图3示出了本发明实施例提供的一种基于生理指标的疲劳度检测系统的结构示意图，在图3所示的系统中，包括：
获取模块31，用于获取目标用户运动前的生理指标数据和运动后的生理指标数据，其中，生理指标数据包括目标用户的多种生理指标的指标值；
计算模块32，用于根据运动前的生理指标数据和运动后的生理指标数据，计算目标用户的疲劳系数；
确定模块33，用于根据疲劳系数，确定目标用户的疲劳度。
可选地，上述获取模块31，包括：
获取单元，用于获取目标用户的各个生理指标在运动前的指标值；
判断单元，用于判断当前次获取的各个生理指标的指标值是否符合预设条件；
确定单元，用于在当前次获取的各个生理指标的指标值符合预设条件时，将当前次获取的各个生理指标的指标值确定目标用户在运动前的生理指标数据。
可选地，上述生理指标包括肌电指标、心率指标、眨眼指标、肌肉力量指标、肌肉围度指标和呼吸率指标；
相应的，上述获取单元，包括:
采集子单元，用于每间隔预设时间采集一次目标用户运动前的肌电参数值、心率参数值、眨眼参数值、肌肉力量参数值、肌肉围度参数值和呼吸心率参数值；
积分子单元，用于对上述肌电参数值进行积分，得到肌电指标的指标值，以及对上述心率参数值进行积分，得到上述心率指标的指标值；
第一确定子单元，用于分别将眨眼参数值、肌肉力量参数值、肌肉围度参数值和呼吸心率参数值确定为目标用户的眨眼指标的指标值、肌肉力量指标的指标值、肌肉围度指标的指标值和呼吸心率指标的指标值。
在本发明实施例中，上述采集子单元的一种具体结构示意图如图4所示，具体包括肌电测量器件41、心率测量器件42、眨眼频率测量器件43、肌肉力量测量器件44、肌肉围度测量器件45和呼吸率测量器件46。
可选地，上述判断单元，包括：
第一计算子单元，用于计算前一次获取的各个生理指标的指标值的平均值；
第二计算子单元，用于根据前一次获取的各个生理指标的指标值的平均值和当前次获取的各个生理指标的指标值，通过如下公式计算生理指标的测量标准值；
判断子单元，用于判断测量标准值是否小于或等于预设值；
第二确定子单元，用于在上述测量标准值小于或等于预设值时，确定当前获取的生理指标的指标值符合预设条件；
其中，在上述公式中，表示的是前一次的各个生理指标的指标值的平均值，σ表示的是测量标准值，Ni表示的是当前获取的第i个生理指标的指标值。
可选地，上述计算模块，包括：
计算单元，用于根据运动前的生理指标数据和运动后的生理指标数据，通过如下公式计算目标用户的疲劳系数；
其中，在上述公式中，ε表示目标用户的疲劳系数，S表示生理指标数据中的生理指标的个数，i表示第i个生理指标，Mi表示劳动后的第i个生理指标的指标值，Ni表示的是劳动前的第i个生理指标的指标值。
本发明实施例提供的基于生理指标的疲劳度检测系统，根据用户在运动前的生理指标数据和运动后的生理指标数据，计算用户的疲劳系数，根据疲劳系数确定目标用户的疲劳度，实现了自动化检测，测量简单方便，并且，使用被测者自身的生理指标数据进行检测，排除了被测者个体之间的差异性，检测结果准确性较高。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理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权利要求范围之内。

Claims (10)

1.一种基于生理指标的疲劳度检测方法，其特征在于，所述方法包括：
获取目标用户运动前的生理指标数据和运动后的生理指标数据，其中，所述生理指标数据包括所述目标用户的多种生理指标的指标值；
根据所述运动前的生理指标数据和所述运动后的生理指标数据，计算所述目标用户的疲劳系数；
根据所述疲劳系数，确定所述目标用户的疲劳度。
2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的运动前的生理指标数据，包括：
获取所述目标用户的各个生理指标在运动前的指标值；
判断当前次获取的各个生理指标的指标值是否符合预设条件；
若是，则将当前次获取的所述各个生理指标的指标值确定所述目标用户在运动前的生理指标数据。
3.根据权利要求2所述的方法，其特征在于，所述生理指标包括肌电指标、心率指标、眨眼指标、肌肉力量指标、肌肉围度指标和呼吸率指标；
所述获取所述目标用户的各个生理指标在运动前的指标值，包括：
每间隔预设时间采集一次所述目标用户运动前的肌电参数值、心率参数值、眨眼参数值、肌肉力量参数值、肌肉围度参数值和呼吸心率参数值；
对所述肌电参数值进行积分，得到所述肌电指标的指标值，以及对所述心率参数值进行积分，得到所述心率指标的指标值；
分别将采集的所述眨眼参数值、所述肌肉力量参数值、所述肌肉围度参数值和呼吸心率参数值确定为所述目标用户的眨眼指标的指标值、肌肉力量指标的指标值、肌肉围度指标的指标值和呼吸心率指标的指标值。
4.根据权利要求2所述的方法，其特征在于，所述判断当前次获取的各个生理指标的指标值是否符合预设条件，包括：
计算前一次获取的各个生理指标的指标值的平均值；
根据所述前一次获取的各个生理指标的指标值的平均值和当前次获取的各个生理指标的指标值，通过如下公式计算所述生理指标的测量标准值；
判断所述测量标准值是否小于或等于所述预设值；
若是，则确定当前获取的生理指标的指标值符合预设条件；
<mrow> <mi>&amp;sigma;</mi> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mover> <mi>N</mi> <mo>&amp;OverBar;</mo> </mover> <mo>-</mo> <msub> <mi>N</mi> <mi>i</mi> </msub> <mo>|</mo> </mrow> <mover> <mi>N</mi> <mo>&amp;OverBar;</mo> </mover> </mfrac> </mrow>
其中，在上述公式中，表示的是前一次的各个生理指标的指标值的平均值，σ表示的是所述测量标准值，Ni表示的是当前获取的第i个生理指标的指标值。
5.根据权利要求1所述的方法，其特征在于，所述根据所述运动前的生理指标数据和所述运动后的生理指标数据，计算所述目标用户的疲劳系数，包括：
根据所述运动前的生理指标数据和所述运动后的生理指标数据，通过如下公式计算所述目标用户的疲劳系数；
<mrow> <mi>&amp;epsiv;</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mi>S</mi> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>S</mi> </munderover> <mfrac> <mrow> <mo>|</mo> <msub> <mi>M</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>N</mi> <mi>i</mi> </msub> <mo>|</mo> </mrow> <msub> <mi>N</mi> <mi>i</mi> </msub> </mfrac> </mrow>
其中，在上述公式中，ε表示所述目标用户的疲劳系数，S表示所述生理指标数据中的生理指标的个数，i表示第i个生理指标，Mi表示劳动后的第i个生理指标的指标值，Ni表示的是劳动前的第i个生理指标的指标值。
6.一种基于生理指标的疲劳度检测系统，其特征在于，所述系统包括：
获取模块，用于获取目标用户运动前的生理指标数据和运动后的生理指标数据，其中，所述生理指标数据包括所述目标用户的多种生理指标的指标值；
计算模块，用于根据所述运动前的生理指标数据和所述运动后的生理指标数据，计算所述目标用户的疲劳系数；
确定模块，用于根据所述疲劳系数，确定所述目标用户的疲劳度。
7.根据权利要求6所述的系统，其特征在于，所述获取模块，包括:
获取单元，用于获取所述目标用户的各个生理指标在运动前的指标值；
判断单元，用于判断当前次获取的各个生理指标的指标值是否符合预设条件；
确定单元，用于在当前次获取的各个生理指标的指标值符合预设条件时，将当前次获取的所述各个生理指标的指标值确定所述目标用户在运动前的生理指标数据。
8.根据权利要求7所述的系统，其特征在于，所述生理指标包括肌电指标、心率指标、眨眼指标、肌肉力量指标、肌肉围度指标和呼吸率指标；
所述获取单元，包括：
采集子单元，用于每间隔预设时间采集一次所述目标用户运动前的肌电参数值、心率参数值、眨眼参数值、肌肉力量参数值、肌肉围度参数值和呼吸心率参数值；
积分子单元，用于对所述肌电参数值进行积分，得到所述肌电指标的指标值，以及对所述心率参数值进行积分，得到所述心率指标的指标值；
第一确定子单元，用于分别将所述眨眼参数值、所述肌肉力量参数值、所述肌肉围度参数值和呼吸心率参数值确定为所述目标用户的眨眼指标的指标值、肌肉力量指标的指标值、肌肉围度指标的指标值和呼吸心率指标的指标值。
9.根据权利要求7所述的系统，其特征在于，所述判断单元，包括：
第一计算子单元，用于计算前一次获取的各个生理指标的指标值的平均值；
第二计算子单元，用于根据所述前一次获取的各个生理指标的指标值的平均值和当前次获取的各个生理指标的指标值，通过如下公式计算所述生理指标的测量标准值；
判断子单元，用于判断所述测量标准值是否小于或等于所述预设值；
第二确定子单元，用于在所述测量标准值小于或等于所述预设值时，确定当前获取的生理指标的指标值符合预设条件；
<mrow> <mi>&amp;sigma;</mi> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mover> <mi>N</mi> <mo>&amp;OverBar;</mo> </mover> <mo>-</mo> <msub> <mi>N</mi> <mi>i</mi> </msub> <mo>|</mo> </mrow> <mover> <mi>N</mi> <mo>&amp;OverBar;</mo> </mover> </mfrac> </mrow>
其中，在上述公式中，表示的是前一次的各个生理指标的指标值的平均值，σ表示的是所述测量标准值，Ni表示的是当前获取的第i个生理指标的指标值。
10.根据权利要求6所述的系统，其特征在于，所述计算模块，包括：
计算单元，用于根据所述运动前的生理指标数据和所述运动后的生理指标数据，通过如下公式计算所述目标用户的疲劳系数；
<mrow> <mi>&amp;epsiv;</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mi>S</mi> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>S</mi> </munderover> <mfrac> <mrow> <mo>|</mo> <msub> <mi>M</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>N</mi> <mi>i</mi> </msub> <mo>|</mo> </mrow> <msub> <mi>N</mi> <mi>i</mi> </msub> </mfrac> </mrow>
其中，在上述公式中，ε表示所述目标用户的疲劳系数，S表示所述生理指标数据中的生理指标的个数，i表示第i个生理指标，Mi表示劳动后的第i个生理指标的指标值，Ni表示的是劳动前的第i个生理指标的指标值。
CN201711181045.3A 2017-11-23 2017-11-23 基于生理指标的疲劳度检测方法及系统 Pending CN107802274A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711181045.3A CN107802274A (zh) 2017-11-23 2017-11-23 基于生理指标的疲劳度检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711181045.3A CN107802274A (zh) 2017-11-23 2017-11-23 基于生理指标的疲劳度检测方法及系统

Publications (1)

Publication Number Publication Date
CN107802274A true CN107802274A (zh) 2018-03-16

Family

ID=61589425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711181045.3A Pending CN107802274A (zh) 2017-11-23 2017-11-23 基于生理指标的疲劳度检测方法及系统

Country Status (1)

Country Link
CN (1) CN107802274A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110201363A (zh) * 2019-06-26 2019-09-06 天狼联盟材料科技研究（广东）有限公司 一种监测运动状态的运动健跑方法及智能装备
CN111000531A (zh) * 2019-12-26 2020-04-14 新绎健康科技有限公司 一种评价运动前后身体变化的方法及装置
CN113693556A (zh) * 2020-05-20 2021-11-26 华为技术有限公司 运动后肌肉疲劳度的检测方法及装置、电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101267644A (zh) * 2008-04-22 2008-09-17 广东高新兴通信股份有限公司 一种对监控数据的存储方法
CN103473890A (zh) * 2013-09-12 2013-12-25 合肥工业大学 基于多信息的驾驶员疲劳实时监测系统及监测方法
CN104112334A (zh) * 2013-04-16 2014-10-22 百度在线网络技术（北京）有限公司 疲劳驾驶预警方法及系统
CN104757981A (zh) * 2015-03-16 2015-07-08 于莹光 一种高灵敏收发一体红外检测驾驶员疲劳度的方法及装置
CN105282502A (zh) * 2015-09-30 2016-01-27 中国民用航空总局第二研究所 基于置信区间的空中交通管制员疲劳检测方法、装置和系统
CN107187537A (zh) * 2017-05-27 2017-09-22 重庆邮电大学 基于疲劳度的电动自行车助力控制系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101267644A (zh) * 2008-04-22 2008-09-17 广东高新兴通信股份有限公司 一种对监控数据的存储方法
CN104112334A (zh) * 2013-04-16 2014-10-22 百度在线网络技术（北京）有限公司 疲劳驾驶预警方法及系统
CN103473890A (zh) * 2013-09-12 2013-12-25 合肥工业大学 基于多信息的驾驶员疲劳实时监测系统及监测方法
CN104757981A (zh) * 2015-03-16 2015-07-08 于莹光 一种高灵敏收发一体红外检测驾驶员疲劳度的方法及装置
CN105282502A (zh) * 2015-09-30 2016-01-27 中国民用航空总局第二研究所 基于置信区间的空中交通管制员疲劳检测方法、装置和系统
CN107187537A (zh) * 2017-05-27 2017-09-22 重庆邮电大学 基于疲劳度的电动自行车助力控制系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
池爱平: "《富硒茶多糖对慢性疲劳的改善与代谢机制》", 30 September 2016 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110201363A (zh) * 2019-06-26 2019-09-06 天狼联盟材料科技研究（广东）有限公司 一种监测运动状态的运动健跑方法及智能装备
CN111000531A (zh) * 2019-12-26 2020-04-14 新绎健康科技有限公司 一种评价运动前后身体变化的方法及装置
CN113693556A (zh) * 2020-05-20 2021-11-26 华为技术有限公司 运动后肌肉疲劳度的检测方法及装置、电子设备

Similar Documents

Publication Publication Date Title
Goldsmith et al. Validity of the open barbell and tendo weightlifting analyzer systems versus the optotrak certus 3D motion-capture system for barbell velocity
RU2535615C2 (ru) Определение затрат энергии пользователя
EP2925217B1 (en) Method and system for determining a ventilatory threshold
US8535225B2 (en) Integrated colligation evaluating device for human body enginery indexes
CN206026334U (zh) 一种运动量检测装置以及包括该装置的智能可穿戴设备
EP2324762A1 (en) Fitness test system
CN105939658A (zh) 用于传感器的最佳定位的方法、系统和装置
CN107802274A (zh) 基于生理指标的疲劳度检测方法及系统
CN106730766A (zh) 一种基于心率数据的成人运动负荷的评价方法
CN106295805A (zh) 基于bp神经网络的人体最大摄氧量评价方法及其应用
CN206863748U (zh) 一种家庭健康管理系统
TW200946078A (en) Method of evaluating the health and/or physical condition of a person and corresponding device and computer software package
CN110448280A (zh) 基于压电薄膜传感器实现的瑜伽冥想质量检测方法及系统
CN110353692B (zh) 基于生物信号的体能、疲劳、恢复能力的评测系统及方法
CN107411702A (zh) 一种测试腕戴式终端心率检测精准度的方法以及系统
CN110115583A (zh) 呼吸监测的方法和装置
Oliver et al. Counting steps in research: a comparison of accelerometry and pedometry
CN103976719A (zh) 一种动态体检方法和自动化体质评估系统
Stone et al. Comparative validity assessment of five activity monitors: does being a child matter?
CN103549959A (zh) 步态训练矫正仪测量系统的步态数据分析方法
Shechtman Is the coefficient of variation a valid measure for detecting sincerity of effort of grip strength?
CN110477897B (zh) 一种体能测试方法及系统
CN115920335A (zh) 一种人体生理指标监测分析系统及方法
KR101171593B1 (ko) 3차원 가속도 센서를 이용한 실시간 칼로리 계산방법
CN211749566U (zh) 一种员工亚健康监测系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180316