CN108447562B - 一种用户运动能力评估方法及系统 - Google Patents

一种用户运动能力评估方法及系统 Download PDF

Info

Publication number
CN108447562B
CN108447562B CN201810169415.XA CN201810169415A CN108447562B CN 108447562 B CN108447562 B CN 108447562B CN 201810169415 A CN201810169415 A CN 201810169415A CN 108447562 B CN108447562 B CN 108447562B
Authority
CN
China
Prior art keywords
user
evaluated
data
sequence
sitting
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
CN201810169415.XA
Other languages
English (en)
Other versions
CN108447562A (zh
Inventor
李赛一
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201810169415.XA priority Critical patent/CN108447562B/zh
Publication of CN108447562A publication Critical patent/CN108447562A/zh
Application granted granted Critical
Publication of CN108447562B publication Critical patent/CN108447562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Medical Informatics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Game Theory and Decision Science (AREA)
  • Pathology (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种用户运动能力评估方法及系统，该用户运动能力评估方法包括获取待评估用户的运动数据；分析所获取待评估用户的运动数据，得到表征所述待评估用户运动能力的运动能力数据以及将所得待评估用户的运动能力数据提供给需要所述运动能力数据的对象，由此可以有效提高针对待评估用户运动能力的评估结果。用户运动能力评估系统包括运动数据获取装置、运动数据分析装置以及运动能力数据提供装置。

Description

一种用户运动能力评估方法及系统
技术领域
本发明涉及运动能力评估领域，尤其涉及一种用户运动能力评估方法及系统。
背景技术
根据世界卫生组织2012年的报告，到2012年，全球60岁以上的人数是1980年的2倍，而从2012年到2050年，80岁以上老人的人数将达到3.95亿，全球老龄化现象正在加剧。随着年龄的增长，老年人的运动能力逐渐下降，之前可以很轻松做到的动作变得越来越难做到。与此同时，各种运动性疾病，比如帕金森氏症，中风等，也在困扰老年人，并且影响老年人的生活质量。
对于年轻人来说，虽然运动性疾病并不多见，但是由于各类活动造成的运动性损伤、车祸伤和碰撞伤等等也是比较常见的。在美国，每年要治疗1000万以上的运动性损伤患者。运动员与非运动员之间损伤相似，例如，搬运箱、拧镙钉以及开钉住的门所致的内外髁炎以及步行时膝关节过度内旋所致的髌股关节痛。这些运动性疾病和运动性损伤，都需要到医院进行诊疗，并进行一定的康复锻炼。而在诊疗过程中，非常重要的一个环节就是对个人的运动能力进行一定的评估，这些个人可以称之为待评估人员。然而，很多运动性疾病和运动性损伤的恢复和治疗都是一个很长的过程，中间通常需要定期针对这些待评估人员的运动能力进行评估，从而掌握恢复的程度以及指定合理的康复治疗方案。
目前，医院以及康复中心采取多种运动能力评估方法对待评估人员的运动能力进行评估，这些常见的运动能力评估方法包括有30秒坐立测试、单腿半蹲试验以及足尖后蹬地试验等。
然而，现有的这些针对待评估人员运动能力的运动能力评估方法都是基于医生的知识和经验，评估耗时较长而且不同的医生由于经验不同也会给出不同的评估结果，不利于对待评估人员的真实运动能力做出高效评估。
发明内容
本发明所要解决的首要技术问题是针对上述现有技术提供一种用户运动能力评估方法。
本发明所要解决的另一个技术问题是针对上述现有技术提供一种用户运动能力评估系统。
本发明解决上述首要技术问题所采用的技术方案为：一种用户运动能力评估方法，其特征在于，包括如下步骤1至步骤3：
步骤1，获取待评估用户的运动数据；
步骤2，分析所获取待评估用户的运动数据，得到表征所述待评估用户运动能力的运动能力数据；
步骤3，将所得待评估用户的运动能力数据提供给需要所述运动能力数据的对象。
改进地，所述用户运动能力评估方法包括：验证所述待评估用户的身份，并在所述待评估用户的身份验证通过之后，获取该待评估用户的运动数据；否则，不予获取该待评估用户的运动数据；或者/和，
所述用户运动能力评估方法包括：在分析所获取待评估用户的运动数据之前包括：对所述待评估用户的运动数据做降噪处理，以利用降噪处理后的运动数据进行运动能力分析的步骤；或者/和，
所述用户运动能力评估方法还包括：存储所得待评估用户的运动能力数据，以供后续调用所述运动能力数据的步骤。
再改进，所述用户运动能力评估方法还包括：医生获取所得待评估用户的运动能力数据，并对待评估用户的身体恢复情况做出分析的步骤。
进一步改进，所述用户运动能力评估方法还包括：建立医生与待评估用户之间的管理对应关系，由所述医生获取其所管理的待评估用户的运动能力数据，并对所述待评估用户的身体恢复情况做出分析的步骤；或者/和，所述用户运动能力评估方法还包括：建立所述医生与待评估用户之间语音通信的步骤；和/或，所述用户运动能力评估方法还包括：建立所述医生与待评估用户之间视频通信的步骤。
再改进，所述用户运动能力评估方法包括：提供多个运动评估项目供用户选择测试；根据用户所选择的运动评估项目，将对应该用户所选择运动项目的评估项目界面提供给用户，然后再去执行步骤1至步骤3；或者/和，
所述用户运动能力评估方法包括：所述待评估用户的运动数据通过移动终端获取或者可穿戴设备获取或者三维摄像头获取得到。
进一步改进，在所述用户运动能力评估方法中，所述多个运动评估项目包括有30秒坐站测试项目；所述30秒坐站测试项目执行过程包括如下步骤a1至步骤a13：
步骤a1，由待评估用户在摄像头前持续站立第一预设时间段，将该第一预设时间段平均分成多个时间段，并以该步骤a1中所述多个时间段内的中间时间段所对应的该待评估用户肩膀中心关节的Y轴数据序列的数据平均值作为该待评估用户的站立高度；
步骤a2，由待评估用户在具有第一预设高度的椅子上坐立持续第二预设时间段，将该第二预设时间段平均分成多个时间段，并以该步骤a2中所述多个时间段内的中间时间段所对应的该待评估用户肩膀中心关节的Y轴数据序列的数据平均值作为该待评估用户的坐姿高度；
步骤a3，设置第三预设时间段，并在所述第三预设时间段内连续采取该待评估用户的肩膀中心关节的Y轴数据，以得到针对该待评估用户肩膀中心关节的Y轴数据序列；
步骤a4，按照快速傅里叶变换方法，得到主要频率；
步骤a5，将所得主要频率与第三预设时间段相乘，得到针对该待评估用户的坐站循环次数，并根据所得主要频率与第三预设时间段的Y轴数据序列长度，得到最小极值间距；
步骤a6，剔除所述肩膀中心关节的Y轴数据序列中的第一数据点和最后数据点，得到剔除处理后的肩膀中心关节的Y轴数据序列；将经剔除处理后的所述肩膀中心关节的Y轴数据序列的每一个数据点均与其相邻的两个数据点做大小比较，将数据点值高于其相邻两个数据点值的数据点作为待选最高点，并记录所述待选最高点所对应肩膀中心关节的出现索引编号，形成针对所述肩膀中心关节的Y轴数据序列的待选最高点序列；
步骤a7，对所述待选最高点序列中的数据点按照数值大小做降序排列，以得到降序处理后的待选最高点降序序列；
步骤a8，以所述待选最高点降序序列中的第一个数据点作为基准，计算该第一个数据点的索引编号与该待选最高点降序序列中其他数据点所对应索引编号之间差值的绝对值，得到基于该第一个数据点索引编号的索引编号差值序绝对值序列；
步骤a9，设置索引阈值，获取所述索引编号差值序绝对值序列中的索引编号差值序绝对值小于所述索引阈值，得到对应该索引编号差值序绝对值的数据点，并在步骤a7的所述待选最高点降序序列中去掉该数据点；
步骤a10，将步骤a7所述待选最高点降序序列中的第一个数据点从该待选最高点降序序列中去掉，并记录该第一个数据点到另一个数据点序列中，以得到新数据点序列；
步骤a11，重复执行步骤a7至步骤a10，至到所述待选最高点降序序列中不再存在任何数据点；
步骤a12，根据获取的待评估用户的站立和坐姿高度，计算所述待评估用户的最低站立高度阈值，并将步骤a10中新数据点序列中小于最低站立高度阈值的数据点去掉，并以新数据点序列中剩下的最高点的数量作为当前针对该待评估用户的坐站循环次数；
步骤a13，根据步骤a12中所得坐站循环次数以及该待评估用户年龄正常所属的坐站循环次数范围，针对该待评估用户的项目测试做出判断：
当步骤a12中所得坐站循环次数高于该待评估用户所属坐站循环次数范围中最大坐站循环次数的20％时，判断针对该待评估用户的项目测试无效；
当步骤a12中所得坐站循环次数小于或者低于该待评估用户所属坐站循环次数范围中最大坐站循环次数的20％时，判断针对该待评估用户的项目测试有效。
本发明解决上述另一个技术问题所采用的技术方案为：一种用户运动能力评估系统，其特征在于，包括：
运动数据获取装置，用于获取待评估用户的运动数据；
运动数据分析装置，连接运动数据获取装置，用于分析所获取待评估用户的运动数据，得到表征所述待评估用户运动能力的运动能力数据；
运动能力数据提供装置，连接运动数据分析装置，将所得待评估用户的运动能力数据提供给需要所述运动能力数据的对象。
改进地，所述用户运动能力评估系统包括：连接所述运动数据获取装置的用户身份验证装置；其中，所述用户身份验证装置，至少用于验证所述待评估用户的身份，并在待评估用户的身份验证通过之后，令所述运动数据获取装置获取该待评估用户的运动数据；否则，令所述运动数据获取装置不予获取待评估用户的运动数据；或者/和，
所述用户运动能力评估系统还包括存储针对待评估用户运动能力数据的数据库，所述数据库与运动数据分析装置连接。
进一步改进，所述用户运动能力评估系统还包括连接所述用户身份验证装置的管理中心客户端以及连接管理中心客户端的管理中心服务器端；其中，所述管理中心客户端，用于供医护人员获取得到待评估用户的运动能力数据；所述用户身份验证装置，用于验证医护人员的身份，并在医护人员的身份验证通过之后，允许管理中心客户端从数据库中获取待评估用户的运动能力数据；否则，不允许管理中心客户端从数据库中获取待评估用户的运动能力数据；所述管理中心服务器端，用于存储医护人员登录管理中心客户端的身份信息以及实现与所述数据库的数据交互；或者/和，
所述用户运动能力评估系统还包括：连接所述用户身份验证装置的评估中心客户端以及连接评估中心客户端的评估中心服务器端；其中，所述评估中心客户端，用于获取待评估用户的身份信息，并将获取的所述身份信息发送给用户身份验证装置做验证处理；所述评估中心服务器端，用于存储待评估用户的运动数据以及对应所述待评估用户的运动能力数据；或者/和，
所述用户运动能力评估系统还包括：分别连接所述运动数据获取装置和运动数据分析装置的运动数据降噪处理装置；其中，所述运动数据降噪处理装置，用于将运动数据获取装置获取的运动数据做降噪处理，并将降噪处理后的运动数据发送给运动数据分析装置处理。
进一步改进，在所述用户运动能力评估系统中，所述评估中心客户端至少具有获取用户信息的用户信息区、展示运动评估项目以供用户选择的评估项目展示区。
与现有技术相比，本发明的优点在于：
第一，本发明中的用户运动能力评估方法和系统通过获取待评估用户的运动数据，并经过分析所获取待评估用户的运动数据，得到表征该待评估用户运动能力的运动能力数据，然后再将所得待评估用户的运动能力数据提供给需要运动能力数据的对象，由此可以避免传统用户运动能力评估方法需要完全借助医护人员经验的弊端，有效提高针对用户真实运动能力的评估效果和准确性；
第二，本发明中的运动运动能力评估方法通过获得用户站立和坐下高度来减少用户因动作不符合要求而造成的结果误差，并将用户在评估过程中站立高度不足的坐站循环过滤掉；
第三，本发明中通过三维传感器设备可以获得比医生更多的数据，从而有可能揭露更多的隐含信息，比如是否通过身体和手臂的晃动来保持平衡等，这将为未来的大数据分析打下坚实的基础；而且，长期保存的运动数据可以为运动性疾病的预测和防治提供可靠有效的依据；
第四，本发明的评估过程无需医生全程参与，大大节约医生的时间，提高医生的工作效率，优化医疗资源的配置和利用；
第五，用户通过使用本发明中所涉及的系统平台可以获取多种评估方式，从而可以从各个角度对运动能力进行评估，因此评估结果将更全面，而医生也将获取到更多与此用户相关的信息，从而做出更准确的诊断；
第六，本发明设计的系统以平台方式展现给用户，此系统具有使用便捷、无需专业知识、易于添加评估项目以及客户端硬件要求低等优点，用户只需购买少量价格低廉的设备就可以享受到专业的运动能力评估；同时基于互联网的系统设计使用户在家也可以进行评估，减少用户到医院进行评估的次数，从而减少金钱和时间的花费。
附图说明
图1为本发明实施例中用户运动能力评估方法的流程示意图；
图2为本发明实施例中用户运动能力评估系统的示意图；
图3为本发明实施例中评估中心客户端界面区域的示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1所示，本实施例中的用户运动能力评估方法，包括如下步骤1至步骤3：
步骤1，获取待评估用户的运动数据；
例如，本实施例中所获取用户的运动数据可以是心肺素质数据、力量素质数据、柔软素质数据、灵敏素质数据、平衡素质数据以及身体形态数据等常见的运动数据；当然，这里的用户运动能力评估方法还可以获取待评估用户的年龄、性别以及病史等信息，以便于对当前待用户的运动能力做出进一步准确地评估；
步骤2，分析所获取待评估用户的运动数据，得到表征该待评估用户运动能力的运动能力数据；
步骤3，将所得待评估用户的运动能力数据提供给需要运动能力数据的对象。其中，这里所说的需要运动能力数据的对象既可以是该待评估用户自己，也可以是医护人员，当然也可以是其他具有合法权限的人员；待评估用户的运动数据通过移动终端获取或者穿戴设备获取或者三维摄像头获取得到。
当然，出于对参与运动能力评估的待评估人员的身份安全需要，针对本实施例中的用户运动能力评估方法，还包括针对待评估人员身份的验证过程，即在验证待评估用户的身份，并在待评估用户的身份验证通过之后，获取该待评估用户的运动数据；否则，不予获取该待评估用户的运动数据。
由于所采集的用户的运动数据作为原始数据，通常会与真实的运动数据存在一定的误差，这将会影响针对用户最终运动能力的准确评估。基于此，在本实施例所提供的用户运动能力评估方法中采取如下改进措施，即在分析所获取待评估用户的运动数据之前包括：对待评估用户的运动数据做降噪处理，以利用降噪处理后的运动数据进行运动能力分析。例如，针对步骤1所获取的用户的运动能力数据可以通过卡尔曼滤波器、鲁棒线性滤波器或者其他滤波器进行信号过滤处理，由此降低或者避免数据误差或者噪音对用户运动能力结果的评估。
由于通过所得针对用户的运动能力结果数据可以获取得到更多的关于用户的身体健康信息或者身份恢复情况，由此，本实施例中的用户运动能力评估方法还进一步存储所得待评估用户的运动能力数据，以供后续调用运动能力数据。
考虑到在针对用户运动能力的实际评估中，医护人员具有更为专业知识的情况，本实施例中用户运动能力评估方法还包括医生获取所得待评估用户的运动能力数据，并对待评估用户的身体恢复情况做出分析的步骤。由此，可以通过医护人员对用户运动能力数据的分析，以更为权威地给出关于用户身份恢复情况的建议说明。
例如，可以通过建立医生与待评估用户之间的管理对应关系，由医生获取其所管理的待评估用户的运动能力数据，并对待评估用户的身体恢复情况做出分析。这样，可以实现医生针对自己所管理的待评估用户进行更为精准的身体恢复情况分析。
当然，医生与待评估用户之间可以通过语音通信方式实现相互之间的沟通，也可以通过视频通信的方式实现两者之间的可视化交互，由此达到医生能够实时观察待评估用户的运动情况，真实的观察用户的身体恢复状态。医护人员可以将特定用户划入自己的管理范围，从而有针对性地进行管理；医护人员根据可视化结果来对待评估用户的恢复情况进行总结和预测。
本实施例中的用户运动能力评估方法还可以包括将分析所得针对待评估用户的运动能力数据通过以报告的形式提供给待评估用户或者医生的步骤。
另外，为了方便用户可以根据自身实际情况选择适合自己的运动评估项目，本实施例的用户运动能力评估方法还包括：提供多个运动评估项目供用户选择测试；根据用户所选择的运动评估项目，将对应该用户所选择运动项目的评估项目界面提供给用户，然后再去执行步骤1至步骤3，由此可以根据用户所选择的运动评估项目来评估用户的运动能力。上述多个运动评估项目可以包括常见的30秒坐立测试、单腿半蹲试验以及足尖后蹬地试验等运动评估项目。
例如，在本实施例的上述多个运动评估项目中包括有30秒坐站测试项目。该30秒坐站测试项目执行过程包括如下步骤a1至步骤a13：
步骤a1，由待评估用户在摄像头前持续站立第一预设时间段，将该第一预设时间段平均分成多个时间段，并以该步骤a1中这多个时间段内的中间时间段所对应的该待评估用户肩膀中心关节的Y轴数据序列的数据平均值作为该待评估用户的站立高度；标记用户肩膀中心关节的总数目为N，待评估用户的第i个用户肩膀中心关节标记为Xi，1≤i≤N；
其中，待评估用户的站立高度标记为H1；第一预设时间段标记为T1，将第一预设时间段T1被平均分成三个时间段，分别是时间段t1、时间段t2和时间段t3，即T1＝(t1,t2,t3)；也就是说，在这三个时间段内，在时间段t1所获取待评估用户肩膀中心关节的Y轴数据序列为
Figure BDA0001585382200000071
在时间段t2所获取待评估用户肩膀中心关节的Y轴数据序列为
Figure BDA0001585382200000072
在时间段t3所获取待评估用户肩膀中心关节的Y轴数据序列为
Figure BDA0001585382200000073
由此，将在这三个时间段内的中间时间段t2所对应的待评估用户肩膀中心关节的Y轴数据序列
Figure BDA0001585382200000074
的数据平均值作为该待评估用户的站立高度H1，例如，在作为中间时间段的时间段t2内，所对应Y轴数据序列
Figure BDA0001585382200000075
内的数据是
Figure BDA0001585382200000076
那么在本实施例中，该待评估用户的站立高度
Figure BDA0001585382200000077
步骤a2，由该待评估用户在具有第一预设高度的椅子上坐立持续第二预设时间段，将该第二预设时间段平均分成多个时间段，并以该步骤a2中这多个时间段内的中间时间段所对应的该待评估用户肩膀中心关节的Y轴数据序列的数据平均值作为该待评估用户的坐姿高度；
其中，第二预设时间段标记为T2，第二预设时间段T2此处也被平均分成三个时间段，分别是时间段t4、时间段t5和时间段t6，即T2＝(t4,t5,t6)；该待评估用户的坐姿高度标记为H2；
也就是说，在这三个时间段内，在时间段t4所获取待评估用户肩膀中心关节的Y轴数据序列为
Figure BDA0001585382200000081
在时间段t5所获取待评估用户肩膀中心关节的Y轴数据序列为
Figure BDA0001585382200000082
在时间段t6所获取待评估用户肩膀中心关节的Y轴数据序列为
Figure BDA0001585382200000083
由此，将在这三个时间段内的中间时间段t5所对应的待评估用户肩膀中心关节的Y轴数据序列
Figure BDA0001585382200000084
的数据平均值作为该待评估用户的坐姿高度H2；
例如，在作为中间时间段的时间段t5内，所对应Y轴数据序列
Figure BDA0001585382200000085
内的数据是
Figure BDA0001585382200000086
那么在本实施例中，该待评估用户的坐姿高度
Figure BDA0001585382200000087
步骤a3，设置第三预设时间段，并在该第三预设时间段内连续采取该待评估用户的肩膀中心关节的Y轴数据，以得到针对该待评估用户肩膀中心关节的Y轴数据序列；
其中，本实施例中，标记该第三预设时间段为T3，在第三预设时间段T3内，步骤a3所得到该待评估用户肩膀中心关节的Y轴数据序列标记为
Figure BDA0001585382200000088
m≥2；
步骤a4，按照快速傅里叶变换方法，得到主要频率；例如，按照快速傅里叶变换方法，得到主要频率标记为f；其中：
Figure BDA0001585382200000089
步骤a5，将所得主要频率f与第三预设时间段T3相乘，得到针对该待评估用户的坐站循环次数，并根据所得主要频率f与第三预设时间段的Y轴数据序列长度m，得到最小极值间距；其中，该待评估用户的坐站循环次数标记为C，C＝f·T3；所述最小极值间距标记为D，
Figure BDA00015853822000000810
步骤a6，剔除肩膀中心关节的Y轴数据序列
Figure BDA00015853822000000811
中的第一数据点
Figure BDA00015853822000000812
和最后数据点
Figure BDA00015853822000000813
得到剔除处理后的肩膀中心关节的Y轴数据序列
Figure BDA0001585382200000091
将经剔除处理后的肩膀中心关节的Y轴数据序列
Figure BDA0001585382200000092
的每一个数据点均与其相邻的两个数据点做大小比较，将数据点值高于其相邻两个数据点值的数据点作为待选最高点，并记录待选最高点所对应肩膀中心关节的出现索引编号，形成针对肩膀中心关节的Y轴数据序列
Figure BDA0001585382200000093
的待选最高点序列；
也就是说，针对剔除处理后的肩膀中心关节的Y轴数据序列
Figure BDA0001585382200000094
将数据点
Figure BDA0001585382200000095
分别与数据点
Figure BDA0001585382200000096
数据点
Figure BDA0001585382200000097
做大小比较，如果数据点
Figure BDA0001585382200000098
高于其相邻两个数据点
Figure BDA0001585382200000099
和
Figure BDA00015853822000000910
那么就将该数据点
Figure BDA00015853822000000911
作为待选最高点，然后记录该待选最高点
Figure BDA00015853822000000912
所对应肩膀中心关节的出现索引编号X3；
假如数据点
Figure BDA00015853822000000913
高于其相邻两个数据点
Figure BDA00015853822000000914
和
Figure BDA00015853822000000915
那么就将该数据点
Figure BDA00015853822000000916
也作为待选最高点，然后记录该待选最高点
Figure BDA00015853822000000917
所对应肩膀中心关节的出现索引编号X8；
假如数据点
Figure BDA00015853822000000918
高于其相邻两个数据点
Figure BDA00015853822000000919
和
Figure BDA00015853822000000920
那么就将该数据点
Figure BDA00015853822000000921
也作为待选最高点，然后记录该待选最高点
Figure BDA00015853822000000922
所对应肩膀中心关节的出现索引编号X11；
假如数据点
Figure BDA00015853822000000923
高于其相邻两个数据点
Figure BDA00015853822000000924
和
Figure BDA00015853822000000925
那么就将该数据点
Figure BDA00015853822000000926
也作为待选最高点，然后记录该待选最高点
Figure BDA00015853822000000927
所对应肩膀中心关节的出现索引编号Xm-3；
由此可形成针对肩膀中心关节的Y轴数据序列
Figure BDA00015853822000000928
的待选最高点序列
Figure BDA00015853822000000929
步骤a7，对待选最高点序列中的数据点按照数值大小做降序排列，以得到降序处理后的待选最高点降序序列；例如，经数值大小比较，降序处理后的待选最高点降序序列为
Figure BDA00015853822000000930
步骤a8，以待选最高点降序序列
Figure BDA00015853822000000931
中的第一个数据点
Figure BDA00015853822000000932
作为基准，计算该第一个数据点
Figure BDA00015853822000000933
的索引编号Xm-3与该待选最高点降序序列中其他数据点
Figure BDA0001585382200000101
以及
Figure BDA0001585382200000102
所对应索引编号之间差值的绝对值，得到基于该第一个数据点索引编号Xm-3的索引编号差值序绝对值序列；由此可知，此时步骤a8中所得基于该第一个数据点索引编号Xm-3的索引编号差值序绝对值序列为{|Xm-3-X3|,|Xm-3-X8|,|Xm-3-X11|}；
步骤a9，设置索引阈值Xth，获取索引编号差值序绝对值序列中的索引编号差值序绝对值|Xm-3-X11|小于索引阈值Xth，得到对应该索引编号差值序绝对值|Xm-3-X11|的数据点
Figure BDA0001585382200000103
并在步骤a7的待选最高点降序序列
Figure BDA0001585382200000104
中去掉该数据点
Figure BDA0001585382200000105
其中，在本实施例中，优选以步骤a5中所得最小极值间距D作为索引阈值；当然，该索引阈值Xth也可以根据需要采用其他人为指定的数值；
步骤a10，将步骤a7所述待选最高点降序序列
Figure BDA0001585382200000106
中的第一个数据点
Figure BDA0001585382200000107
从该待选最高点降序序列中去掉，并记录该第一个数据点
Figure BDA0001585382200000108
到另一个数据点序列中，以得到新数据点序列；假设经过重复执行，在步骤a10所得新数据点序列最终为
Figure BDA0001585382200000109
步骤a11，重复执行步骤a7至步骤a10，至到待选最高点降序序列
Figure BDA00015853822000001010
中不再存在任何数据点；
步骤a12，根据获取的待评估用户的站立和坐姿高度，计算待评估用户的最低站立高度阈值Hth，并将步骤a10中新数据点序列
Figure BDA00015853822000001011
中小于最低站立高度阈值Hth的数据点去掉，并以新数据点序列中剩下的最高点的数量作为当前针对该待评估用户的坐站循环次数；
例如，经步骤a12的处理后，所得新数据点序列中剩下的最高点的数量为C'；比如说，在所得新数据点序列
Figure BDA00015853822000001012
中小于站立高度标准值Hth的数据点为
Figure BDA00015853822000001013
则新数据点序列
Figure BDA00015853822000001014
中剩下的最高点的数量为两个，即
Figure BDA00015853822000001015
和
Figure BDA00015853822000001016
则C'＝2；
步骤a13，根据步骤a12中所得坐站循环次数C'以及该待评估用户年龄正常所属的坐站循环次数范围，针对该待评估用户的项目测试做出判断：
当步骤a12中所得坐站循环次数C'高于该待评估用户所属坐站循环次数范围中最大坐站循环次数cmax的20％时，即C'>cmax·120％，判断针对该待评估用户的项目测试无效；例如，根据该待评估用户的年龄，预先设定该待评估用户年龄正常所属的坐站循环次数范围为(cmin,cmax)，cmin表示所述该坐站循环次数范围中的最小坐站循环次数，cmax表示所述该坐站循环次数范围中的最大坐站循环次数；
当步骤a12中所得坐站循环次数C'小于或者低于该待评估用户所属坐站循环次数范围中最大坐站循环次数cmax的20％时，即C'≤cmax·120％，判断针对该待评估用户的项目测试有效。
如图2所示，本实施例中的用户运动能力评估系统，包括：
运动数据获取装置，用于获取待评估用户的运动数据；
运动数据分析装置，连接运动数据获取装置，用于分析所获取待评估用户的运动数据，得到表征待评估用户运动能力的运动能力数据；
运动能力数据提供装置，连接运动数据分析装置，将所得待评估用户的运动能力数据提供给需要运动能力数据的对象。这里所说的需要运动能力数据的对象既可以是该待评估用户自己，也可以是医护人员，当然也可以是其他具有合法权限的人员；待评估用户的运动数据通过移动终端获取或者可穿戴设备获取或者三维摄像头获取得到。
出于对参与运动能力评估的待评估人员的身份安全需要，本实施例中的用户运动能力评估系统包括：连接运动数据获取装置的用户身份验证装置；其中，用户身份验证装置，至少用于验证所述待评估用户的身份，并在待评估用户的身份验证通过之后，令运动数据获取装置获取该待评估用户的运动数据；否则，令运动数据获取装置不予获取待评估用户的运动数据。
由于通过所得针对用户的运动能力结果数据可以获取得到更多的关于用户的身体健康信息或者身份恢复情况，本实施例中的用户运动能力评估系统还包括存储针对待评估用户运动能力数据的数据库，数据库与运动数据分析装置连接。
为了便于医护人员可以掌握了解待评估用户的运动能力，本实施例中的用户运动能力评估系统还包括连接用户身份验证装置的管理中心客户端以及连接管理中心客户端的管理中心服务器端；其中，
管理中心客户端，用于供医护人员获取得到待评估用户的运动能力数据；
用户身份验证装置，用于验证医护人员的身份，并在医护人员的身份验证通过之后，允许管理中心客户端从数据库中获取待评估用户的运动能力数据；否则，不允许管理中心客户端从数据库中获取待评估用户的运动能力数据；
管理中心服务器端，用于存储医护人员登录管理中心客户端的身份信息以及实现与数据库的数据交互。
当然，本实施例中的用户运动能力评估系统也可以进一步包括有连接上述用户身份验证装置的评估中心客户端以及连接评估中心客户端的评估中心服务器端；其中，
评估中心客户端，用于获取待评估用户的身份信息，并将获取的身份信息发送给用户身份验证装置做验证处理；
评估中心服务器端，用于存储待评估用户的运动数据以及对应该待评估用户的运动能力数据。
通常情况下，由于所采集的用户的运动数据作为原始数据，通常会与真实的运动数据存在一定的误差，这将会影响针对用户最终运动能力的准确评估。基于此，本实施例所提供的用户运动能力评估系统包括：分别连接运动数据获取装置和运动数据分析装置的运动数据降噪处理装置；其中，运动数据降噪处理装置，用于将运动数据获取装置获取的运动数据做降噪处理，并将降噪处理后的运动数据发送给运动数据分析装置处理。
参见图3所示，为了方便待评估用户了解该系统中的运动评估项目，以及获取用户信息，本实施例中的评估中心客户端至少具有获取用户信息的用户信息区、展示运动评估项目以供用户选择的评估项目展示区。当然，该评估中心客户端也可以具有其他信息区，以提供必要的信息给待评估用户。当然，为了方便用户了解运动能力评估方法以及实现医护人员与待评估用户的可视化，本实施例中的用户运动能力评估系统还进一步包括评估方法介绍以及参数设置区和评估运动可视化区。
尽管以上详细地描述了本发明的优选实施例，但是应该清楚地理解，对于本领域的技术用户来说，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 (9)

1.一种用户运动能力评估方法，其特征在于，包括如下步骤：
步骤1，获取待评估用户的运动数据；
步骤2，分析所获取待评估用户的运动数据，得到表征所述待评估用户运动能力的运动能力数据；
步骤3，将所得待评估用户的运动能力数据提供给需要所述运动能力数据的对象；
以及，执行完毕步骤3之后还包括：提供多个运动评估项目供用户选择测试；根据用户所选择的运动评估项目，将对应该用户所选择运动项目的评估项目界面提供给用户，然后再去执行步骤1至步骤3；其中，该多个运动评估项目包括有30秒坐站测试项目；该30秒坐站测试项目执行过程包括如下步骤a1至步骤a13：
步骤a1，由待评估用户在摄像头前持续站立第一预设时间段，将该第一预设时间段平均分成多个时间段，并以该步骤a1中所述多个时间段内的中间时间段所对应的该待评估用户肩膀中心关节的Y轴数据序列的数据平均值作为该待评估用户的站立高度；
步骤a2，由待评估用户在具有第一预设高度的椅子上坐立持续第二预设时间段，将该第二预设时间段平均分成多个时间段，并以该步骤a2中所述多个时间段内的中间时间段所对应的该待评估用户肩膀中心关节的Y轴数据序列的数据平均值作为该待评估用户的坐姿高度；
步骤a3，设置第三预设时间段，并在所述第三预设时间段内连续采取该待评估用户的肩膀中心关节的Y轴数据，以得到针对该待评估用户肩膀中心关节的Y轴数据序列；
步骤a4，按照快速傅里叶变换方法，得到主要频率；
步骤a5，将所得主要频率与第三预设时间段相乘，得到针对该待评估用户的坐站循环次数，并根据所得主要频率与第三预设时间段的Y轴数据序列长度，得到最小极值间距；
步骤a6，剔除所述肩膀中心关节的Y轴数据序列中的第一数据点和最后数据点，得到剔除处理后的肩膀中心关节的Y轴数据序列；将经剔除处理后的所述肩膀中心关节的Y轴数据序列的每一个数据点均与其相邻的两个数据点做大小比较，将数据点值高于其相邻两个数据点值的数据点作为待选最高点，并记录所述待选最高点所对应肩膀中心关节的出现索引编号，形成针对所述肩膀中心关节的Y轴数据序列的待选最高点序列；
步骤a7，对所述待选最高点序列中的数据点按照数值大小做降序排列，以得到降序处理后的待选最高点降序序列；
步骤a8，以所述待选最高点降序序列中的第一个数据点作为基准，计算该第一个数据点的索引编号与该待选最高点降序序列中其他数据点所对应索引编号之间差值的绝对值，得到基于该第一个数据点索引编号的索引编号差值序绝对值序列；
步骤a9，设置索引阈值，获取所述索引编号差值序绝对值序列中的索引编号差值序绝对值小于所述索引阈值，得到对应该索引编号差值序绝对值的数据点，并在步骤a7的所述待选最高点降序序列中去掉该数据点；
步骤a10，将步骤a7所述待选最高点降序序列中的第一个数据点从该待选最高点降序序列中去掉，并记录该第一个数据点到另一个数据点序列中，以得到新数据点序列；
步骤a11，重复执行步骤a7至步骤a10，至到所述待选最高点降序序列中不再存在任何数据点；
步骤a12，根据获取的待评估用户的站立和坐姿高度，计算所述待评估用户的最低站立高度阈值，并将步骤a10中新数据点序列中小于最低站立高度阈值的数据点去掉，并以新数据点序列中剩下的最高点的数量作为当前针对该待评估用户的坐站循环次数；
步骤a13，根据步骤a12中所得坐站循环次数以及该待评估用户年龄正常所属的坐站循环次数范围，针对该待评估用户的项目测试做出判断：
当步骤a12中所得坐站循环次数高于该待评估用户所属坐站循环次数范围中最大坐站循环次数的20％时，判断针对该待评估用户的项目测试无效；
当步骤a12中所得坐站循环次数小于或者等于该待评估用户所属坐站循环次数范围中最大坐站循环次数的20％时，判断针对该待评估用户的项目测试有效。
2.根据权利要求1所述的用户运动能力评估方法，其特征在于，包括：验证所述待评估用户的身份，并在所述待评估用户的身份验证通过之后，获取该待评估用户的运动数据；否则，不予获取该待评估用户的运动数据；或者/和，
所述用户运动能力评估方法包括：在分析所获取待评估用户的运动数据之前包括：对所述待评估用户的运动数据做降噪处理，以利用降噪处理后的运动数据进行运动能力分析的步骤；或者/和，
所述用户运动能力评估方法还包括：存储所得待评估用户的运动能力数据，以供后续调用所述运动能力数据的步骤。
3.根据权利要求1所述的用户运动能力评估方法，其特征在于，还包括医生获取所得待评估用户的运动能力数据，并对待评估用户的身体恢复情况做出分析的步骤。
4.根据权利要求3所述的用户运动能力评估方法，其特征在于，包括：建立医生与待评估用户之间的管理对应关系，由所述医生获取其所管理的待评估用户的运动能力数据，并对所述待评估用户的身体恢复情况做出分析的步骤；或者/和，所述用户运动能力评估方法还包括：建立所述医生与待评估用户之间语音通信的步骤；和/或，所述用户运动能力评估方法还包括：建立所述医生与待评估用户之间视频通信的步骤。
5.根据权利要求1所述的用户运动能力评估方法，其特征在于，包括：所述待评估用户的运动数据通过移动终端获取或者可穿戴设备获取或者三维摄像头获取得到。
6.一种用户运动能力评估系统，其特征在于，包括：
运动数据获取装置，用于获取待评估用户的运动数据；
运动数据分析装置，连接运动数据获取装置，用于分析所获取待评估用户的运动数据，得到表征所述待评估用户运动能力的运动能力数据；
运动能力数据提供装置，连接运动数据分析装置，将所得待评估用户的运动能力数据提供给需要所述运动能力数据的对象以及提供多个运动评估项目供用户选择测试；根据用户所选择的运动评估项目，将对应该用户所选择运动项目的评估项目界面提供给用户，然后再去执行步骤1至步骤3；其中，该多个运动评估项目包括有30秒坐站测试项目；该30秒坐站测试项目执行过程包括如下步骤a1至步骤a13：
步骤a1，由待评估用户在摄像头前持续站立第一预设时间段，将该第一预设时间段平均分成多个时间段，并以该步骤a1中所述多个时间段内的中间时间段所对应的该待评估用户肩膀中心关节的Y轴数据序列的数据平均值作为该待评估用户的站立高度；
步骤a2，由待评估用户在具有第一预设高度的椅子上坐立持续第二预设时间段，将该第二预设时间段平均分成多个时间段，并以该步骤a2中所述多个时间段内的中间时间段所对应的该待评估用户肩膀中心关节的Y轴数据序列的数据平均值作为该待评估用户的坐姿高度；
步骤a3，设置第三预设时间段，并在所述第三预设时间段内连续采取该待评估用户的肩膀中心关节的Y轴数据，以得到针对该待评估用户肩膀中心关节的Y轴数据序列；
步骤a4，按照快速傅里叶变换方法，得到主要频率；
步骤a5，将所得主要频率与第三预设时间段相乘，得到针对该待评估用户的坐站循环次数，并根据所得主要频率与第三预设时间段的Y轴数据序列长度，得到最小极值间距；
步骤a6，剔除所述肩膀中心关节的Y轴数据序列中的第一数据点和最后数据点，得到剔除处理后的肩膀中心关节的Y轴数据序列；将经剔除处理后的所述肩膀中心关节的Y轴数据序列的每一个数据点均与其相邻的两个数据点做大小比较，将数据点值高于其相邻两个数据点值的数据点作为待选最高点，并记录所述待选最高点所对应肩膀中心关节的出现索引编号，形成针对所述肩膀中心关节的Y轴数据序列的待选最高点序列；
步骤a7，对所述待选最高点序列中的数据点按照数值大小做降序排列，以得到降序处理后的待选最高点降序序列；
步骤a8，以所述待选最高点降序序列中的第一个数据点作为基准，计算该第一个数据点的索引编号与该待选最高点降序序列中其他数据点所对应索引编号之间差值的绝对值，得到基于该第一个数据点索引编号的索引编号差值序绝对值序列；
步骤a9，设置索引阈值，获取所述索引编号差值序绝对值序列中的索引编号差值序绝对值小于所述索引阈值，得到对应该索引编号差值序绝对值的数据点，并在步骤a7的所述待选最高点降序序列中去掉该数据点；
步骤a10，将步骤a7所述待选最高点降序序列中的第一个数据点从该待选最高点降序序列中去掉，并记录该第一个数据点到另一个数据点序列中，以得到新数据点序列；
步骤a11，重复执行步骤a7至步骤a10，至到所述待选最高点降序序列中不再存在任何数据点；
步骤a12，根据获取的待评估用户的站立和坐姿高度，计算所述待评估用户的最低站立高度阈值，并将步骤a10中新数据点序列中小于最低站立高度阈值的数据点去掉，并以新数据点序列中剩下的最高点的数量作为当前针对该待评估用户的坐站循环次数；
步骤a13，根据步骤a12中所得坐站循环次数以及该待评估用户年龄正常所属的坐站循环次数范围，针对该待评估用户的项目测试做出判断：
当步骤a12中所得坐站循环次数高于该待评估用户所属坐站循环次数范围中最大坐站循环次数的20％时，判断针对该待评估用户的项目测试无效；
当步骤a12中所得坐站循环次数小于或者等于该待评估用户所属坐站循环次数范围中最大坐站循环次数的20％时，判断针对该待评估用户的项目测试有效。
7.根据权利要求6所述的用户运动能力评估系统，其特征在于，包括：连接所述运动数据获取装置的用户身份验证装置；其中，所述用户身份验证装置，至少用于验证所述待评估用户的身份，并在待评估用户的身份验证通过之后，令所述运动数据获取装置获取该待评估用户的运动数据；否则，令所述运动数据获取装置不予获取待评估用户的运动数据；或者/和，所述用户运动能力评估系统还包括存储针对待评估用户运动能力数据的数据库，所述数据库与运动数据分析装置连接。
8.根据权利要求7所述的用户运动能力评估系统，其特征在于，还包括连接所述用户身份验证装置的管理中心客户端以及连接管理中心客户端的管理中心服务器端；其中，所述管理中心客户端，用于供医护人员获取得到待评估用户的运动能力数据；所述用户身份验证装置，用于验证医护人员的身份，并在医护人员的身份验证通过之后，允许管理中心客户端从数据库中获取待评估用户的运动能力数据；否则，不允许管理中心客户端从数据库中获取待评估用户的运动能力数据；所述管理中心服务器端，用于存储医护人员登录管理中心客户端的身份信息以及实现与所述数据库的数据交互；或者/和，
所述用户运动能力评估系统还包括：连接所述用户身份验证装置的评估中心客户端以及连接评估中心客户端的评估中心服务器端；其中，所述评估中心客户端，用于获取待评估用户的身份信息，并将获取的所述身份信息发送给用户身份验证装置做验证处理；所述评估中心服务器端，用于存储待评估用户的运动数据以及对应所述待评估用户的运动能力数据；或者/和，
所述用户运动能力评估系统还包括：分别连接所述运动数据获取装置和运动数据分析装置的运动数据降噪处理装置；其中，所述运动数据降噪处理装置，用于将运动数据获取装置获取的运动数据做降噪处理，并将降噪处理后的运动数据发送给运动数据分析装置处理。
9.根据权利要求8所述的用户运动能力评估系统，其特征在于，所述评估中心客户端至少具有获取用户信息的用户信息区、展示运动评估项目以供用户选择的评估项目展示区。
CN201810169415.XA 2018-02-28 2018-02-28 一种用户运动能力评估方法及系统 Active CN108447562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810169415.XA CN108447562B (zh) 2018-02-28 2018-02-28 一种用户运动能力评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810169415.XA CN108447562B (zh) 2018-02-28 2018-02-28 一种用户运动能力评估方法及系统

Publications (2)

Publication Number Publication Date
CN108447562A CN108447562A (zh) 2018-08-24
CN108447562B true CN108447562B (zh) 2021-09-10

Family

ID=63193215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810169415.XA Active CN108447562B (zh) 2018-02-28 2018-02-28 一种用户运动能力评估方法及系统

Country Status (1)

Country Link
CN (1) CN108447562B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109798907A (zh) * 2019-01-07 2019-05-24 中南大学 基于大数据分析的旅游用户运动行为实时信息监测方法
CN110502303B (zh) * 2019-08-20 2023-07-11 银康(中山)科技有限公司 评估老年人能力的方法、装置、电子设备和存储介质
CN112133437A (zh) * 2020-10-14 2020-12-25 四川省骨科医院 一种预测髌股关节疼痛综合征发病风险的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106491088A (zh) * 2016-11-01 2017-03-15 吉林大学 一种基于智能手机的人体平衡能力评估方法
US20170300837A1 (en) * 2016-04-19 2017-10-19 Denso Corporation Business operation evaluation system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170300837A1 (en) * 2016-04-19 2017-10-19 Denso Corporation Business operation evaluation system
CN106491088A (zh) * 2016-11-01 2017-03-15 吉林大学 一种基于智能手机的人体平衡能力评估方法

Also Published As

Publication number Publication date
CN108447562A (zh) 2018-08-24

Similar Documents

Publication Publication Date Title
US8139822B2 (en) Designation of a characteristic of a physical capability by motion analysis, systems and methods
US11246531B2 (en) Fatigue measurement in a sensor equipped garment
US20150038803A1 (en) System and Method for Evaluating Concussion Injuries
CN108447562B (zh) 一种用户运动能力评估方法及系统
JP6433805B2 (ja) 運動機能診断装置及び方法、並びにプログラム
Millor et al. Gait velocity and chair sit-stand-sit performance improves current frailty-status identification
US20190046839A1 (en) Muscle stress measurement in a sensor equipped garment
CN108209902B (zh) 运动员竞技状态评估方法及系统
US20190046107A1 (en) Exercise application based on muscle stress measurement
WO2015103359A1 (en) Dynamic movement assessment system and method
EP1305767A4 (en) TECHNIQUE AND DEVICE FOR REMOTE MEDICAL SURVEILLANCE WITH VIDEO PROCESSING AND MOTOR TASK SYSTEMS
CN110047591B (zh) 一种针对外科手术过程中医生姿态评估方法
US10709374B2 (en) Systems and methods for assessment of a musculoskeletal profile of a target individual
WO2022022551A1 (zh) 具有隐私保护功能的运动障碍评估录像分析方法及设备
Similä et al. Accelerometry-based berg balance scale score estimation
JP6603055B2 (ja) 体力推定方法
CN113573627A (zh) 用于测量心率的系统
González et al. Estimation of temporal gait events from a single accelerometer through the scale-space filtering idea
Albert et al. Using machine learning to predict perceived exertion during resistance training with wearable heart rate and movement sensors
JP2020151470A (ja) 歩行評価装置、歩行評価方法およびプログラム
JP2019063091A (ja) 維持システム、維持方法、及び維持プログラム
Farra et al. A mobile sensing and imaging system for real-time monitoring of spine health
CN116543455A (zh) 建立帕金森症步态受损评估模型、使用方法、设备及介质
Sprint et al. Designing wearable sensor-based analytics for quantitative mobility assessment
Silva et al. Classification algorithms for body posture

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