CN109259761B - 一种检测肌肉内源性疲劳度的方法、装置及存储介质 - Google Patents

一种检测肌肉内源性疲劳度的方法、装置及存储介质 Download PDF

Info

Publication number
CN109259761B
CN109259761B CN201810900252.8A CN201810900252A CN109259761B CN 109259761 B CN109259761 B CN 109259761B CN 201810900252 A CN201810900252 A CN 201810900252A CN 109259761 B CN109259761 B CN 109259761B
Authority
CN
China
Prior art keywords
fatigue
muscle
target muscle
target
frequency
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
CN201810900252.8A
Other languages
English (en)
Other versions
CN109259761A (zh
Inventor
吴钰祥
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.)
Jianghan University
Original Assignee
Jianghan 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 Jianghan University filed Critical Jianghan University
Priority to CN201810900252.8A priority Critical patent/CN109259761B/zh
Publication of CN109259761A publication Critical patent/CN109259761A/zh
Application granted granted Critical
Publication of CN109259761B publication Critical patent/CN109259761B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/389Electromyography [EMG]

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明提供一种检测肌肉内源性疲劳度的方法、装置及存储介质。该方法包括:获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率;根据最大电活动幅度、当前电活动幅度、最大电发放频率、当前电发放频率、疲劳度衰减参数和疲劳度增强参数,计算目标肌肉的内源性疲劳度;根据内源性疲劳度生成对应的运动调整策略;显示内源性疲劳度和运动调整策略。通过采用本方案,能够量化肌肉的内源性疲劳度,能够直观的向用户呈现目标肌肉的疲劳程度,为根据疲劳程度对当前运动状态和当前运动调整方案进行调整提供准确的依据。此外,也能提高用户对目标肌肉的锻炼效率、防止过量运动和保障用户的运动安全。

Description

一种检测肌肉内源性疲劳度的方法、装置及存储介质
技术领域
本发明涉及人体疲劳度检测领域,尤其涉及一种检测肌肉内源性疲劳度的方法、装置及存储介质。
背景技术
随着我国社会经济高速发展,人们的健康意识逐渐增强,运动健身及健康检查的频率也逐渐增加。然而在运动健身时,由于目前缺乏实时监测并量化肌肉疲劳度的手段,很多健身爱好者不知自身肌肉疲劳度状况或者现有的检测设备显示的检测数值往往比较专业,普通健身爱好者难以对检测数据进行解读,因此会造成运动性肌肉损伤。
发明内容
为解决上述技术问题,本发明提供了一种检测肌肉内源性疲劳度的方法、装置及存储介质。
第一方面,本发明实施例提供了一种检测肌肉内源性疲劳度的方法,所述方法包括:
获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率;
根据所述最大电活动幅度、所述当前电活动幅度、所述最大电发放频率、所述当前电发放频率、疲劳度衰减参数和疲劳度增强参数,计算所述目标肌肉的内源性疲劳度;其中,所述疲劳度衰减参数用于表示用户感受到的疲劳度跟随目标肌肉的电活动幅度递减的程度,所述疲劳度增强参数用于表示用户感受到的疲劳度跟随目标肌肉的电发放频率递增的程度;
根据所述内源性疲劳度生成对应的运动调整策略;
显示所述内源性疲劳度和所述运动调整策略。
一些可能的设计中,所述根据所述最大电活动幅度、所述当前电活动幅度、所述最大电发放频率、所述当前电发放频率、疲劳度参数和疲劳度衰减参数,计算所述目标肌肉的内源性疲劳度,包括:
获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数;
根据第一映射关系获取所述目标肌肉名称对应的疲劳度增强参数取值;
根据第二映射关系或者预设计算模型,得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值;
采用第一预设公式计算目标肌肉的内源性疲劳度,所述第一预设公式为:
肌肉内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*疲劳度衰减参数+(当前电发放频率/最大电发放频率)*疲劳度增强参数。
一些可能的设计中,所述根据第二映射关系或者预设计算模型得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值之后,所述采用第一预设公式计算目标肌肉的内源性疲劳度之前,还包括:
获取所述用户的当前运动类型;
根据第三映射关系得到所述目标肌肉名称和所述当前运动类型对应的修正值;
采用所述修正值对根据第二映射关系或者预设计算模型得到的疲劳度衰减参数进行修正。
一些可能的设计中,所述获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数,包括以下实现方式之一:
获取所述用户输入的操作指令获取所述目标肌肉名称或者对所述目标肌肉所处位置进行拍照和识别以获取所述目标肌肉名称;测量所述目标肌肉处的脂肪层厚度;采集在所述目标肌肉处的皮肤电导率,将所述皮肤电导率与预设电导率基准值进行比较,比较得到所述目标肌肉的皮肤导电系数;
或者,采用预设波长范围的光源以第一预设频率对所述目标肌肉进行扫描,生成第一扫描结果,将第一扫描结果与第一预设参考值进行比较,得到第一比较结果,根据所述第一比较结果得到所述目标肌肉处的脂肪层厚度;以第二预设频率采集所述目标肌肉的肌电信号,对所述肌电信号进行时域分析和频域分析,得到第二扫描结果,将所述第二扫描结果与第二预设参考值进行比较,得到第二比较结果,根据所述第二比较结果生成所述目标肌肉处的皮肤导电系数。
一些可能的设计中,所述获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率,包括:
获取目标用户信息和目标肌肉信息;
根据所述目标用户信息、所述目标肌肉信息和第三映射关系得到与所述目标用户信息和所述目标肌肉信息对应的最大电活动幅度和最大电发放频率;所述第三映射关系包括肌肉信息、用户信息和最大电活动幅度之间的映射关系;
以第三预设频率连续n1次采集目标肌肉的电活动幅度,计算所有电活动幅度的均值,并将所述均值作为目标肌肉的当前电活动幅度;
以第四预设频率连续n2次采集目标肌肉的电发放频率,计算所有电发放频率的均值,并将所述均值作为目标肌肉的当前电发放频率,n1和n2均为正整数。
一些可能的设计中,所述疲劳度衰减参数的取值范围为0.1-0.5,疲劳度增强参数的取值范围为0.1-0.6。
第二方面,本发明实施例还提供一种检测肌肉疲劳度装置,具有实现对应于上述第一方面提供的检测肌肉内源性疲劳度的方法的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。
一种可能的设计中,所述检测肌肉疲劳度装置包括:
获取模块,用于获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率;
处理模块,用于根据所述最大电活动幅度、所述当前电活动幅度、所述最大电发放频率、所述当前电发放频率、疲劳度衰减参数和疲劳度增强参数,计算所述目标肌肉的内源性疲劳度;根据所述内源性疲劳度生成对应的运动调整策略;其中,所述疲劳度衰减参数用于表示用户感受到的疲劳度跟随目标肌肉的电活动幅度递减的程度,所述疲劳度增强参数用于表示用户感受到的疲劳度跟随目标肌肉的电发放频率递增的程度;
显示模块,用于显示所述内源性疲劳度和所述运动调整策略。
一些可能的设计中,所述处理模块具体用于:
通过所述获取模块获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数;
根据第一映射关系确定所述目标肌肉名称对应的疲劳度增强参数取值;
根据第二映射关系或者预设计算模型,得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值;
采用第一预设公式计算目标肌肉的内源性疲劳度,所述第一预设公式为:
肌肉内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*疲劳度衰减参数+(当前电发放频率/最大电发放频率)*疲劳度增强参数。
一些可能的设计中,所述处理模块在根据第二映射关系或者预设计算模型得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值之后,采用第一预设公式计算目标肌肉的内源性疲劳度之前,还用于:
通过所述获取模块获取所述用户的当前运动类型;
根据第三映射关系得到所述目标肌肉名称和所述当前运动类型对应的修正值;
采用所述修正值对根据第二映射关系或者预设计算模型得到的疲劳度衰减参数进行修正。
一些可能的设计中,所述检测肌肉疲劳度装置还包括测量模块、扫描模块和采集模块,所述获取模块用于执行以下项操作之一:
获取所述用户输入的操作指令获取所述目标肌肉名称或者对所述目标肌肉所处位置进行拍照和识别以获取所述目标肌肉名称;通过所述测量模块测量所述目标肌肉处的脂肪层厚度;通过所述采集模块采集在所述目标肌肉处的皮肤电导率,将所述皮肤电导率与预设电导率基准值进行比较,比较得到所述目标肌肉的皮肤导电系数;
或者,通过所述扫描模块采用预设波长范围的光源以第一预设频率对所述目标肌肉进行扫描,生成第一扫描结果,将第一扫描结果与第一预设参考值进行比较,得到第一比较结果,根据所述第一比较结果得到所述目标肌肉处的脂肪层厚度;通过所述采集模块以第二预设频率采集所述目标肌肉的肌电信号,对所述肌电信号进行时域分析和频域分析,得到第二扫描结果,将所述第二扫描结果与第二预设参考值进行比较,得到第二比较结果,根据所述第二比较结果生成所述目标肌肉处的皮肤导电系数。
一些可能的设计中,所述获取模块具体用于:
获取目标用户信息和目标肌肉信息;
根据所述目标用户信息、所述目标肌肉信息和第三映射关系得到与所述目标用户信息和所述目标肌肉信息对应的最大电活动幅度和最大电发放频率;所述第三映射关系包括肌肉信息、用户信息和最大电活动幅度之间的映射关系;
通过所述采集模块以第三预设频率连续n1次采集目标肌肉的电活动幅度,计算所有电活动幅度的均值,并将所述均值作为目标肌肉的当前电活动幅度;
以第四预设频率连续n2次采集目标肌肉的电发放频率,计算所有电发放频率的均值,并将所述均值作为目标肌肉的当前电发放频率,n1和n2均为正整数。
一些可能的设计中,所述疲劳度衰减参数的取值范围为0.1-0.5,疲劳度增强参数的取值范围为0.1-0.6。
第三方面,本发明实施例还提供一种检测设备,具有实现对应于上述第一方面提供的检测肌肉内源性疲劳度的方法的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。该检测设备可包括第二方面、以及第二方面中的任一种可能的设计中的检测肌肉疲劳度装置,该检测可集成于该检测设备中。
第四方面,本发明实施例还提供一种检测肌肉疲劳度装置,其包括至少一个连接的处理器、存储器和收发器,其中,所述存储器用于存储程序代码,所述处理器用于调用所述存储器中的程序代码来执行上述各方面所述的方法。该收发器也可为接收器和发射器的统称,该收发器也可用输入输出单元代替,具体本发明实施例不作限定。
第五方面,本发明实施例提供了一种计算机存储介质,其包括指令,当其在计算机上运行时,使得计算机执行上述第一方面、以及第一方面中的任一种可能的设计中所述的方法。
与现有机制相比,在本发明实施例的技术方案中,采用上述检测肌肉内源性疲劳度的方法,通过肌肉的电信号传递速度等生物电活动对肌肉的内源性疲劳度进行准确量化,方便用户直观了解目标肌肉的疲劳程度从而根据疲劳程度对当前运动状态和当前运动策略进行调整,能提高用户对目标肌肉的锻炼效率、防止过量运动和保障用户的运动安全。同时,还能够实现通过生物电活动量化肌肉的内源性疲劳度,能够直观向用户呈现目标肌肉的疲劳程度,为对当前运动状态和当前运动策略进行调整提供准确的依据。
附图说明
图1为本发明实施例中的检测肌肉疲劳度的一种示意图;
图2为本发明实施例中检测肌肉内源性疲劳度的方法的一种流程示意图;
图3为本发明实施例的检测肌肉疲劳度装置的一种结构示意图;
图4为本发明实施例中的检测肌肉疲劳度装置的一种结构示意图;
图5为本发明实施例中的检测设备的一种结构示意图;
图6为本发明实施例中执行检测肌肉内源性疲劳度的方法的实体装置的结构图。具体实施方式
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透切理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种检测肌肉内源性疲劳度的方法、装置及存储介质,本发明实施例中的检测肌肉内源性疲劳度的方法可应用于检测人体肌肉内源性劳度,能够直观向用户呈现目标肌肉的疲劳程度,以及提高检测效率和准确度。本发明实施例中,肌肉内源性疲劳是指神经和肌肉组织自身的疲劳,通过检测运动肌肉的电信号传递速度和周期性等生物电活动来衡量肌肉的疲劳度。肌纤维(细胞)具有很高的兴奋性,它们在兴奋时最先出现的反应就是动作电位,即发生兴奋处的细胞膜两侧出现可传导性电位从而产生微弱电流,因此在皮肤的适当位置附着电极可以测定身体表面肌肉的电流,该电流强度随时间变化的曲线叫肌电图。具体来说,可以通过将皮肤表面电极贴在皮肤上记录整块肌肉的电活动信号,或者将同轴单心或双心针电极插入肌腹中检测运动单位电位,然后经过适当的滤波和放大,就可形成肌电信号并显示在记录仪或者示波器上。
为解决上述技术问题,本发明实施例中提供以下技术方案:
本技术方案能够用于肌肉的疲劳度检测,如图1所示,检测设备对用户的手臂肌肉进行外力作用,将皮肤表面电极贴在手臂肌肉上,检测该处手臂肌肉在施加外力作用过程中的肌肉纤维变化,记录整块肌肉的电活动信号,并转换为肌电信号传至检测设备上。检测设备收到肌电信号后,通过肌肉的电信号传递速度等生物电活动量化肌肉的内源性疲劳度,再基于得到的内源性疲劳度生成对应的运动调整策略。
实施例
参考图2,下面介绍本发明实施例中的一种检测肌肉内源性疲劳度的方法,所述方法包括:
S201、获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率。
S202、根据所述最大电活动幅度、所述当前电活动幅度、所述最大电发放频率、所述当前电发放频率、疲劳度衰减参数和疲劳度增强参数,计算所述目标肌肉的内源性疲劳度。
其中,所述疲劳度衰减参数用于表示用户感受到的疲劳度跟随目标肌肉的电活动幅度递减的程度,所述疲劳度增强参数用于表示用户感受到的疲劳度跟随目标肌肉的电发放频率递增的程度。。
S203、根据所述内源性疲劳度生成对应的运动调整策略。
S204、显示所述内源性疲劳度和所述运动调整策略。
与现有机制相比,本发明实施例中,采用上述检测肌肉内源性疲劳度的方法,通过肌肉的电信号传递速度等生物电活动对肌肉的内源性疲劳度进行准确量化,方便用户直观了解目标肌肉的疲劳程度从而根据疲劳程度对当前运动状态和当前运动方案进行调整,能提高用户对目标肌肉的锻炼效率、防止过量运动和保障用户的运动安全。同时,还能够实现通过生物电活动量化肌肉的内源性疲劳度,能够直观向用户呈现目标肌肉的疲劳程度,为对当前运动状态和当前运动策略进行调整提供准确的依据。
可选的,在本发明的一些实施例中,下面分别介绍获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率的流程:
一、获取目标肌肉的最大电活动幅度和最大电发放频率
一些实施方式中,基于预设的第四映射关系获取电活动幅度和最大电发放频率,获取上述电活动幅度和最大电发放频率的方案可包括以下步骤:
获取目标用户信息和目标肌肉信息;
根据所述目标用户信息、所述目标肌肉信息和第四映射关系得到与所述目标用户信息和所述目标肌肉信息对应的最大电活动幅度和最大电发放频率;所述第四映射关系包括肌肉信息、用户信息和最大电活动幅度之间的映射关系。其中,所述第四映射关系中的用户信息包括用户年龄、用户性别和用户健康指数。所述第四映射关系可以是以数据表形式呈现,也可以是其他方式呈现,具体本发明实施例不作限定。
需要说明的是,该第四映射关系需要在检测肌肉疲劳度之前创建,可以采集大量检测数据创建。该第四映射关系可用于呈现不同肌肉信息、不同用户信息、最大电信号传递速度和最大电发放频率的映射关系。在实际检测肌肉疲劳度时,可以直接根据肌肉信息和用户信息去查询到对应的最大电活动幅度和最大电发放频率。这样能够加快检测效率、减少运算时间以及降低检测肌肉疲劳度装置或检测设备的功耗,也无需佩戴肌电仪。此外,即使基于同一用户,该用户不同肌肉的最大电信号传递速度不同,以及不同性别、不同年龄以及不同身体健康状态用户相同肌肉的最大电活动幅度和最大电发放频率也不相同,本发明实施例中的第四映射关系从多个维度考虑用户信息,所创建的第四映射关系能够全面的体现同一用户的不同肌肉的最大电活动幅度和最大电发放频率,基于该第四映射关系查询得到的最大电活动幅度和最大电发放频率数据也更加有针对性,从而提高了本发明疲劳度检测方法的准确性。
一些实施方式中,还可以基于肌电图获取最大电活动幅度和最大电发放频率。具体来说,可以采用肌电仪对目标肌肉的肌电信号进行实时监测,生成目标肌肉的肌电图,并对所述肌电图进行时域分析和频域分析生成定量分析结果,根据所述定量分析结果获取目标肌肉的当前电活动幅度、当前电发放频率以及目标肌肉在预设时间范围,比如一天或者连续几天的最大电活动幅度和最大电发放频率。当用户一直佩戴所述肌电仪,就可获取目标肌肉在预设时间范围的最大电信号传递速度和最大电发放频率,比如一天或者连续几天的最大电信号传递速度和最大电发放频率。
二、获取目标肌肉的当前电活动幅度
一些实施方式中,获取上述当前电活动幅度的方案可包括以下步骤:
以第三预设频率连续n1次采集目标肌肉的电活动幅度,计算所有电活动幅度的均值,并将所述均值作为目标肌肉的当前电活动幅度。其中,n1为正整数。
三、获取目标肌肉的当前电发放频率
一些实施方式中,获取上述当前电发放频率的方案可包括以下步骤:
以第四预设频率连续n2次采集目标肌肉的电发放频率,计算所有电发放频率的均值,并将所述均值作为目标肌肉的当前电发放频率。其中,n2为正整数。
可见,本实施方式中,通过多次采集取均值的方法,得到的当前电活动幅度和当前电发放频率更加能够反映目标用户当前的肌肉状态,进而进一步提高本发明检测肌肉内源性疲劳度的方法的准确性。
在本发明实施例中,疲劳度衰减参数b的取值范围可为0.1-0.5,可以根据目标肌肉处的脂肪层厚度和皮肤导电系数衡量疲劳度衰减参数b的取值大小,而疲劳度增强参数c的取值范围为0.1-0.6,可以根据目标肌肉的耐疲劳性衡量疲劳度增强参数c的取值大小。上述疲劳度衰减参数b的取值和疲劳度增强参数c的取值范围是将采集到的大量肌电信号分析数据与人体主观感觉疲劳程度导入所述预设公式中,模拟得到的参数值范围,因此可以比较准确的衡量目标用户的内源性疲劳度。
其中,皮肤导电系数表示目标肌肉处的皮肤导电性能相比人体基准电导率的程度,皮肤导电系数越高,皮肤导电性能越好。所述疲劳度衰减参数b的取值与目标肌肉处的皮肤导电系数负相关,与目标肌肉处的脂肪层厚度正相关,即皮肤导电系数越大,疲劳度衰减参数b的取值越小;脂肪层越厚,疲劳度衰减参数b的取值越大。而不同类型、不同部位的肌肉耐疲劳性也不同,耐疲劳性越高,疲劳度增强参数c的取值越小。
可选的,在本发明的一些实施例中,所述根据所述最大电活动幅度、所述当前电活动幅度、所述最大电发放频率、所述当前电发放频率、疲劳度参数和疲劳度衰减参数,计算所述目标肌肉的内源性疲劳度,包括:
(1)获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数。
在一些实施方式中,所述获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数,包括以下实现方式之一:
获取所述用户输入的操作指令获取所述目标肌肉名称或者对所述目标肌肉所处位置进行拍照和识别以获取所述目标肌肉名称;测量所述目标肌肉处的脂肪层厚度;采集在所述目标肌肉处的皮肤电导率,将所述皮肤电导率与预设电导率基准值进行比较,比较得到所述目标肌肉的皮肤导电系数。
或者,采用预设波长范围的光源(例如采用300nm-1100nm的光源)以第一预设频率(例如每次间隔50nm)对所述目标肌肉进行扫描,生成第一扫描结果,将第一扫描结果与第一预设参考值进行比较,得到第一比较结果,根据所述第一比较结果得到所述目标肌肉处的脂肪层厚度;以第二预设频率采集所述目标肌肉的肌电信号,对所述肌电信号进行时域分析和频域分析,得到第二扫描结果,将所述第二扫描结果与第二预设参考值进行比较,得到第二比较结果,根据所述第二比较结果生成所述目标肌肉处的皮肤导电系数。
其中,所述第一扫描结果为当前肌氧饱和度,所述第一预设参考值为不同脂肪层厚度下,采用同样扫描方式得到的肌氧参考饱和度,将所述当前肌氧饱和度和所述肌氧参考饱和度进行比较,即可得到对应的脂肪层厚度。当然,在其他实施例中所述第一扫描结果也可以是其他的数据,比如氧合血红蛋白含量、去氧血红蛋白含量以及总血红蛋白含量等。
第二比较结果可为当前皮肤电导率与预设电导率基准值的比值,本发明实施例不对第二比较结果做限定。目标肌肉处的脂肪层厚度可采用皮脂厚度计测量,在目标肌肉处的皮肤电导率可采用皮肤电导率采集传感器采集,该皮肤电导率采集传感器可包括参考电极和测量电极,参考电极和测量电极连线与肌肉纵向平行设置。在不同皮肤导电系数下,采用同样扫描方式得到的参考电活动幅度和参考电发放频率,将所述当前电活动幅度、当前电发放频率和参考电活动幅度、参考电发放频率进行比较,即可得到对应的皮肤导电系数。当然,在其他实施例中所述第二扫描结果也可以是其他的数据,比如积分肌电、平均振幅、均方根振幅、时程和平均功率频率和中值频率等。
在本实施例中,随着用户运动的进行,用户的皮肤表面会不断分泌汗液,而分泌汗液程度的不同会影响所述皮肤电导率采集传感器所采集的皮肤电导率数值,进而会影响皮肤导电系数的值,进行影响疲劳度衰减参数b值的大小。
(2)根据第一映射关系确定所述目标肌肉名称对应的疲劳度增强参数c的取值。
一些实施方式中,第一映射关系可以数据表的形式呈现,也可以其他方式呈现,具体本申请不作限定。疲劳度增强参数c的取值和肌肉类型和部位有关,通常情况下,人体的快肌比较容易疲劳,c的取值会较大,人体的慢肌耐疲劳性较好,c的取值较小,而人体的下肢肌比上肢肌粗壮强大,耐疲劳性比上肢肌好,相对c的取值会较小。因此,可以获取人体不同肌肉对应的耐疲劳性评价结果,以此来创建每块肌肉和疲劳度增强参数c的取值之间的映射关系,即创建第一映射关系。
这样,根据该第一映射关系即可获取所述目标肌肉名称对应的疲劳度增强参数c的取值。在具体实施例中,可以采用肌肉耐力表征肌肉的耐疲劳性,肌肉耐力反映的是以一定负荷或速度,能重复的次数或所能坚持时间的工作能力,检测与评价标准可包括等长肌肉耐力、等张肌肉耐力和等速肌肉耐力,本发明实施例不对检测肌肉耐力的方法做限定。
(3)根据第二映射关系或者预设计算模型,得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数b的取值。
一些实施方式中,第二映射关系可以数据表的形式呈现,也可以其他方式呈现,具体本申请不作限定。例如下表1所示的第二映射关系的一种呈现方式:
Figure BDA0001759174530000131
表1
表1中,将脂肪层厚度划分为三级,每级脂肪层厚度下包括五个级别的皮肤导电等级,根据上述表1可知,脂肪层厚度等级越大,皮肤导电等级也越大。当获取脂肪层厚度和皮肤导电系数后,首先判断属于哪个脂肪层厚度等级和皮肤导电等级,然后在表1所示的第二映射关系进行查询,即可得到对应的疲劳度衰减参数b的取值,在具体实施过程中还可以根据实际情况对脂肪层厚度等级和皮肤导电等级进行不同划分,本发明实施例不对此作限定。
另一些实施方式中,可以采用预设计算模型生成所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数b的取值。首先采集大量的用户数据,然后通过所述用户数据模拟疲劳度衰减参数b所述脂肪层厚度L、所述皮肤导电系数V的关系,从而得到脂肪层厚度L对疲劳度衰减参数b的权重系数B1,以及皮肤导电系数V对疲劳度衰减参数b的权重系数B2。然后根据所述大量用户数据得到疲劳度衰减参数b的最大值bmax、b的最小值bmin、脂肪层厚度L的最大值Lmax、脂肪层厚度L的Lmin以及皮肤导电系数V的最大值Vmax和最小值Vmin,从而建立以下所示的一种预设计算模型:
Figure BDA0001759174530000141
其中,Lw表示获取的当前脂肪层厚度,Vw表示获取的当前皮肤导电系数且B1和B2之和为1。通过以上预设计算模型就可以计算出当前脂肪层厚度和当前皮肤导电系数对应的疲劳度衰减参数b。
(4)采用第一预设公式计算目标肌肉的内源性疲劳度,所述第一预设公式为:
肌肉内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*疲劳度衰减参数+(当前电发放频率/最大电发放频率)*疲劳度增强参数。
可选的,在一些实施方式中,所述疲劳度衰减参数b的取值与目标肌肉的类型以及所采用的运动类型有关,即在脂肪层厚度、皮肤导电系数以及所采用的运动类型相同的情况下,所锻炼的目标肌肉不同,疲劳度衰减参数b的取值不同;在脂肪层厚度、皮肤导电系数以及锻炼的目标肌肉相同的情况下,所采用的运动类型不同,疲劳度衰减参数b的取值不同。比如快肌更加容易疲劳,疲劳度衰减参数b的取值会更大。还可以需要根据运动类型和目标肌肉再次对步骤(2)获取的疲劳度衰减参数取值进行修正。具体来说,在根据第二映射关系或者预设计算模型得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值之后,所述采用第一预设公式计算目标肌肉的内源性疲劳度之前,还包括:
(a)获取所述用户的当前运动类型。
(b)根据第三映射关系得到所述目标肌肉名称和所述当前运动类型对应的修正值。
一些实施方式中,第三映射关系包括运动类型、肌肉名称和疲劳度衰减参数修正值Δb之间的映射关系。该第三映射关系为根据大量数据创建得到,其可以是数据表的形式,也可以是其他的形式呈现,具体本发明实施例不作限定。以如下表2所示的数据表为例,表2所示的第三映射关系包括不同肌肉名称、不同运动类型所对应的疲劳度参数修正值Δb。
肌肉名称1 肌肉名称2 肌肉名称3 肌肉名称4 肌肉名称5 肌肉名称5
运动类型1 Δb<sub>1</sub> Δb<sub>2</sub> Δb<sub>3</sub> Δb<sub>4</sub> Δb<sub>5</sub> Δb<sub>6</sub>
运动类型2 Δb<sub>7</sub> Δb<sub>8</sub> Δb<sub>9</sub> Δb<sub>10</sub> Δb<sub>11</sub> Δb<sub>12</sub>
运动类型3 Δb<sub>13</sub> Δb<sub>14</sub> Δb<sub>15</sub> Δb<sub>16</sub> Δb<sub>17</sub> Δb<sub>18</sub>
运动类型4 Δb<sub>19</sub> Δb<sub>20</sub> Δb<sub>21</sub> Δb<sub>22</sub> Δb<sub>23</sub> Δb<sub>24</sub>
表2
(c)采用所述修正值对根据第二映射关系或者预设计算模型得到的疲劳度衰减参数进行修正。
举例来说,如表2所示,获取目标肌肉名称和当前运动类型,然后查询上表2所示的第三映射关系,确定出该目标肌肉名称和该当前运动类型对应的疲劳度衰减参数修正值Δb,采用所述Δb对上述步骤(3)得到的疲劳度衰减参数b的取值进行修正,即最终的疲劳度衰减参数b’=b+Δb,然后采用该疲劳度衰减参数b’即可计算出目标肌肉的内源性疲劳度。
相应的,在计算出所述内源性疲劳度后,根据所述内源性疲劳度所处的疲劳度等级生成并显示对应的运动调整策略。具体实施例中,可以先预设多个疲劳度等级,每个疲劳度等级对应不同的运动调整策略,比如预设下述四个疲劳度等级,每个对应的运动调整策略可参考如下:
第一级疲劳度:表示疲劳度较低,此时可以提高运动强度和/或更换运动类型。
第二级疲劳度:表示疲劳度中等,此时可以保持当前的运动强度和运动类型。
第三级疲劳度:表示疲劳度较高,此时可以降低运动强度和/或更换运动类型。
第四级疲劳度:表示已经达到或者超过预设的疲劳度阈值,此时已经发出警报提醒用户暂停运动。
以上结合图1、图2、表1和表2,详细介绍了本发明实施例的检测肌肉内源性疲劳度的方法,上述检测肌肉内源性疲劳度的方法的各个实施例中所出现的任意技术特征均适用于后续实施例,类似之处不作赘述。下面结合图3-图6,介绍本发明实施例的检测肌肉疲劳度装置和检测设备。
如图3所示的一种检测肌肉疲劳度装置30的一种结构示意图。本申请实施例中的检测肌肉疲劳度装置30能够实现对应于上述图2所对应的实施例中由检测肌肉疲劳度装置或检测设备所执行的检测肌肉内源性疲劳度的方法的步骤。该检测肌肉疲劳度装置30实现的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。所述检测肌肉疲劳度装置30可包括获取模块301、处理模块302和显示模块303,所述处理模块302的功能实现可参考图1所对应的实施例中由检测肌肉疲劳度装置或检测设备计算目标肌肉的内源性疲劳度、生成对应的运动调整策略、计算运动量对应的疲劳度参数的取值、对所述运动量对应的疲劳度参数的取值进行修正、计算疲劳度增强参数取值、计算疲劳度衰减参数取值以及计算内源性疲劳度等操作,此处不作赘述。所述获取模块301的功能实现可参考图2所对应的实施例中由检测肌肉疲劳度装置或检测设备获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率、当前电发放频率、目标肌肉的名称、目标肌肉处的脂肪层厚度和皮肤导电系数、目标用户信息、目标肌肉信息以及用户的当前运动类型等操作,处理模块302可用于控制所述获取模块的获取、收发、输入输出等操作,以及控制显示模块303的显示操作。
一些实施方式中,所述获取模块301用于获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率.
所述302处理模块可用于根据所述最大电活动幅度、所述当前电活动幅度、所述最大电发放频率、所述当前电发放频率、疲劳度衰减参数和疲劳度增强参数,计算所述目标肌肉的内源性疲劳度;根据所述内源性疲劳度生成对应的运动调整策略;其中,所述疲劳度衰减参数用于表示用户感受到的疲劳度跟随目标肌肉的电活动幅度递减的程度,所述疲劳度增强参数用于表示用户感受到的疲劳度跟随目标肌肉的电发放频率递增的程度。
所述显示模块303可用于显示所述内源性疲劳度和所述运动调整策略。
本发明实施例中,所述处理模块302可以通过肌肉的电信号传递速度等生物电活动对肌肉的内源性疲劳度进行准确量化,方便用户直观了解目标肌肉的疲劳程度从而根据疲劳程度对当前运动状态和当前运动方案进行调整,不仅提高了用户对目标肌肉的锻炼效率,而且可以防止过量运动,保障了用户的运动安全。
一些实施方式中,所述处理模块302具体用于:
通过所述获取模块301获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数;
根据第一映射关系确定所述目标肌肉名称对应的疲劳度增强参数取值;
根据第二映射关系或者预设计算模型,得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值;
采用第一预设公式计算目标肌肉的内源性疲劳度,所述第一预设公式为:
肌肉内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*疲劳度衰减参数+(当前电发放频率/最大电发放频率)*疲劳度增强参数。
一些实施方式中,所述处理模块302在根据第二映射关系或者预设计算模型得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值之后,采用第一预设公式计算目标肌肉的内源性疲劳度之前,还用于:
通过所述获取模块301获取所述用户的当前运动类型;
根据第三映射关系得到所述目标肌肉名称和所述当前运动类型对应的修正值;
采用所述修正值对根据第二映射关系或者预设计算模型得到的疲劳度衰减参数进行修正。
一些实施方式中,如图4所示,所述检测肌肉疲劳度装置30还包括测量模块304、采集模块305和扫描模块306(图3和图4中均未标识出),所述获取模块301用于执行以下项操作之一:
获取所述用户输入的操作指令获取所述目标肌肉名称或者对所述目标肌肉所处位置进行拍照和识别以获取所述目标肌肉名称;通过所述测量模块304测量所述目标肌肉处的脂肪层厚度;通过所述采集模块305采集在所述目标肌肉处的皮肤电导率,将所述皮肤电导率与预设电导率基准值进行比较,比较得到所述目标肌肉的皮肤导电系数;
或者,通过所述扫描模块306采用预设波长范围的光源以第一预设频率对所述目标肌肉进行扫描,生成第一扫描结果,将第一扫描结果与第一预设参考值进行比较,得到第一比较结果,根据所述第一比较结果得到所述目标肌肉处的脂肪层厚度;通过所述采集模块305以第二预设频率采集所述目标肌肉的肌电信号,对所述肌电信号进行时域分析和频域分析,得到第二扫描结果,将所述第二扫描结果与第二预设参考值进行比较,得到第二比较结果,根据所述第二比较结果生成所述目标肌肉处的皮肤导电系数。
一些实施方式中,所述获取模块301具体用于:
获取目标用户信息和目标肌肉信息;
根据所述目标用户信息、所述目标肌肉信息和第三映射关系得到与所述目标用户信息和所述目标肌肉信息对应的最大电活动幅度和最大电发放频率;所述第三映射关系包括肌肉信息、用户信息和最大电活动幅度之间的映射关系;
通过所述采集模块以第三预设频率连续n1次采集目标肌肉的电活动幅度,计算所有电活动幅度的均值,并将所述均值作为目标肌肉的当前电活动幅度;
以第四预设频率连续n2次采集目标肌肉的电发放频率,计算所有电发放频率的均值,并将所述均值作为目标肌肉的当前电发放频率,n1和n2均为正整数。
如图5为本发明实施例提供的一种检测设备的结构示意图,其可实现图3或图4中所示的检测肌肉疲劳度装置的所有功能,所述实施例的检测设备50包括以上图3或图5中所述的检测肌肉疲劳度装置,该检测设备50可以是可穿戴设备或者其他检测仪器等。
上面从模块化功能实体的角度分别介绍了本申请实施例中的检测肌肉疲劳度装置或检测设备,以下从硬件角度介绍一种检测肌肉疲劳度装置或检测设备,如图6所示,其包括:处理器、存储器、收发器(也可以是输入输出单元,图6中未标识出)以及存储在所述存储器中并可在所述处理器上运行的计算机程序。例如,该计算机程序可以为图1所对应的实施例中检测肌肉内源性疲劳度的方法对应的程序。例如,当检测肌肉疲劳度装置实现如图3所示的检测肌肉疲劳度装置30的功能时,所述处理器执行所述计算机程序时实现上述图3所对应的实施例中由检测肌肉疲劳度装置或检测设备执行的检测肌肉内源性疲劳度的方法中的各步骤;或者,所述处理器执行所述计算机程序时实现上述图3或图4所对应的实施例的检测肌肉疲劳度装置或检测设备中各模块的功能。又例如,该计算机程序可以为图2所对应的实施例中检测肌肉内源性疲劳度的方法对应的程序。当检测肌肉疲劳度装置或检测设备实现如图3或图4所示的检测肌肉疲劳度装置30的功能时,所述处理器执行所述计算机程序时实现上述图1或图2中所对应的实施例中由检测肌肉疲劳度装置执行的检测肌肉内源性疲劳度的方法中的各步骤;或者,所述处理器执行所述计算机程序时实现上述图5所对应的实施例的检测设备中各模块的功能。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述计算机装置中的执行过程。
所述检测肌肉疲劳度装置或检测设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述示意仅仅是计算机装置的示例,并不构成对检测肌肉疲劳度装置或检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述服务器还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器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,所述处理器是所述计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。该处理器可为本发明实施例中处理模块对应的实体设备。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、视频数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述收发器也可以用接收器和发送器代替,可以为相同或者不同的物理实体。为相同的物理实体时,可以统称为收发器。所述存储器可以集成在所述处理器中,也可以与所述处理器分开设置。该收发器可以为输入输出单元,该收发器可为本发明实施例中获取模块对应的实体设备。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,当图3或图4所对应的实施例中的检测肌肉疲劳度装置或图5所对应的实施例中的检测设备以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述图1所对应的实施例中由检测肌肉疲劳度装置或检测设备执行的检测肌肉内源性疲劳度的方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
尽管已描述了本发明的各个实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括各个实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种检测肌肉内源性疲劳度的方法,其特征在于,所述方法包括:
获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率;
根据所述最大电活动幅度、所述当前电活动幅度、所述最大电发放频率、所述当前电发放频率、疲劳度衰减参数和疲劳度增强参数,计算所述目标肌肉的内源性疲劳度;其中,所述疲劳度衰减参数用于表示用户感受到的疲劳度跟随目标肌肉的电活动幅度递减的程度,所述疲劳度增强参数用于表示用户感受到的疲劳度跟随目标肌肉的电发放频率递增的程度;
根据所述内源性疲劳度生成对应的运动调整策略;
显示所述内源性疲劳度和所述运动调整策略;
所述根据所述最大电活动幅度、所述当前电活动幅度、所述最大电发放频率、所述当前电发放频率、疲劳度参数和疲劳度衰减参数,计算所述目标肌肉的内源性疲劳度,包括:
获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数;
根据第一映射关系确定所述目标肌肉名称对应的疲劳度增强参数取值;
根据第二映射关系或者预设计算模型,得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值;
采用第一预设公式计算目标肌肉的内源性疲劳度,所述第一预设公式为:
肌肉内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*疲劳度衰减参数+(当前电发放频率/最大电发放频率)*疲劳度增强参数。
2.根据权利要求1所述的方法,其特征在于,所述根据第二映射关系或者预设计算模型得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值之后,所述采用第一预设公式计算目标肌肉的内源性疲劳度之前,还包括:
获取所述用户的当前运动类型;
根据第三映射关系得到所述目标肌肉名称和所述当前运动类型对应的修正值;
采用所述修正值对根据第二映射关系或者预设计算模型得到的疲劳度衰减参数进行修正。
3.根据权利要求2所述的方法,其特征在于,所述获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数,包括以下实现方式之一:
获取所述用户输入的操作指令获取所述目标肌肉名称或者对所述目标肌肉所处位置进行拍照和识别以获取所述目标肌肉名称;测量所述目标肌肉处的脂肪层厚度;采集在所述目标肌肉处的皮肤电导率,将所述皮肤电导率与预设电导率基准值进行比较,比较得到所述目标肌肉的皮肤导电系数;
或者,采用预设波长范围的光源以第一预设频率对所述目标肌肉进行扫描,生成第一扫描结果,将所述第一扫描结果与第一预设参考值进行比较,得到第一比较结果,根据所述第一比较结果得到所述目标肌肉处的脂肪层厚度;以第二预设频率采集所述目标肌肉的肌电信号,对所述肌电信号进行时域分析和频域分析,得到第二扫描结果,将所述第二扫描结果与第二预设参考值进行比较,得到第二比较结果,根据所述第二比较结果生成所述目标肌肉处的皮肤导电系数。
4.根据权利要求1-3任一所述的方法,其特征在于,所述获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率,包括:
获取目标用户信息和目标肌肉信息;
根据所述目标用户信息、所述目标肌肉信息和第四映射关系得到与所述目标用户信息和所述目标肌肉信息对应的最大电活动幅度和最大电发放频率;所述第四映射关系包括肌肉信息、用户信息和最大电活动幅度之间的映射关系;
以第三预设频率连续n1次采集目标肌肉的电活动幅度,计算所有电活动幅度的均值,并将所述均值作为目标肌肉的当前电活动幅度;
以第四预设频率连续n2次采集目标肌肉的电发放频率,计算所有电发放频率的均值,并将所述均值作为目标肌肉的当前电发放频率,n1和n2均为正整数。
5.一种检测肌肉疲劳度装置,其特征在于,所述装置包括:
获取模块,用于获取目标肌肉的最大电活动幅度、当前电活动幅度、最大电发放频率和当前电发放频率;
处理模块,用于根据所述最大电活动幅度、所述当前电活动幅度、所述最大电发放频率、所述当前电发放频率、疲劳度衰减参数和疲劳度增强参数,计算所述目标肌肉的内源性疲劳度;根据所述内源性疲劳度生成对应的运动调整策略;其中,所述疲劳度衰减参数用于表示用户感受到的疲劳度跟随目标肌肉的电活动幅度递减的程度,所述疲劳度增强参数用于表示用户感受到的疲劳度跟随目标肌肉的电发放频率递增的程度;
显示模块,用于显示所述内源性疲劳度和所述运动调整策略;
所述处理模块具体用于:
通过所述获取模块获取目标肌肉的名称、所述目标肌肉处的脂肪层厚度和皮肤导电系数;
根据第一映射关系确定所述目标肌肉名称对应的疲劳度增强参数取值;
根据第二映射关系或者预设计算模型,得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值;
采用第一预设公式计算目标肌肉的内源性疲劳度,所述第一预设公式为:
肌肉内源性疲劳度=(最大电活动幅度-当前电活动幅度)/最大电活动幅度*疲劳度衰减参数+(当前电发放频率/最大电发放频率)*疲劳度增强参数。
6.根据权利要求5所述的装置,其特征在于,所述处理模块在根据第二映射关系或者预设计算模型得到与所述脂肪层厚度和所述皮肤导电系数对应的疲劳度衰减参数取值之后,采用第一预设公式计算目标肌肉的内源性疲劳度之前,还用于:
通过所述获取模块获取所述用户的当前运动类型;
根据第三映射关系得到所述目标肌肉名称和所述当前运动类型对应的修正值;
采用所述修正值对根据第二映射关系或者预设计算模型得到的疲劳度衰减参数进行修正。
7.一种检测设备,其特征在于,所述检测设备包括如权利要求5-6中任一所述的检测肌肉疲劳度装置。
8.一种计算机存储介质,其特征在于,其包含指令,当其在计算机上运行时,使得所述计算机执行如权利要求1-4中任一项所述的方法。
CN201810900252.8A 2018-08-09 2018-08-09 一种检测肌肉内源性疲劳度的方法、装置及存储介质 Active CN109259761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810900252.8A CN109259761B (zh) 2018-08-09 2018-08-09 一种检测肌肉内源性疲劳度的方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810900252.8A CN109259761B (zh) 2018-08-09 2018-08-09 一种检测肌肉内源性疲劳度的方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN109259761A CN109259761A (zh) 2019-01-25
CN109259761B true CN109259761B (zh) 2021-01-08

Family

ID=65153550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810900252.8A Active CN109259761B (zh) 2018-08-09 2018-08-09 一种检测肌肉内源性疲劳度的方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN109259761B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002272694A (ja) * 2001-03-16 2002-09-24 Ueda Seni Kagaku Shinkokai 四肢用サポータにおける最適圧力の決定に関する評価方法
JP4110771B2 (ja) * 2001-12-07 2008-07-02 松下電工株式会社 筋電位計測装置
CN104107134A (zh) * 2013-12-10 2014-10-22 中山大学 基于肌电反馈的上肢训练方法及系统
CN105597298A (zh) * 2016-04-05 2016-05-25 哈尔滨工业大学 基于肌电信号及肢体动作检测的健身效果评价系统
CN106691447A (zh) * 2017-02-23 2017-05-24 北京纳通科技集团有限公司 肌肉训练辅助装置、肌肉训练评估装置及方法
CN108209910A (zh) * 2017-05-25 2018-06-29 深圳市未来健身衣科技有限公司 健身运动数据的反馈方法及装置
CN108211307A (zh) * 2017-05-25 2018-06-29 深圳市未来健身衣科技有限公司 一种运动训练预警方法及装置
CN108209912A (zh) * 2017-05-25 2018-06-29 深圳市前海未来无限投资管理有限公司 一种肌电信号采集方法及装置
CN108211309A (zh) * 2017-05-25 2018-06-29 深圳市未来健身衣科技有限公司 健身运动的指导方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10206598B2 (en) * 2014-12-03 2019-02-19 Panasonic Intellectual Property Management Co., Ltd. Muscular fatigue determination apparatus, method for determining muscular fatigue, and recording medium
US10010753B2 (en) * 2015-12-30 2018-07-03 IAM Sports & Entertainment Creating personalized athletic-performance models

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002272694A (ja) * 2001-03-16 2002-09-24 Ueda Seni Kagaku Shinkokai 四肢用サポータにおける最適圧力の決定に関する評価方法
JP4110771B2 (ja) * 2001-12-07 2008-07-02 松下電工株式会社 筋電位計測装置
CN104107134A (zh) * 2013-12-10 2014-10-22 中山大学 基于肌电反馈的上肢训练方法及系统
CN105597298A (zh) * 2016-04-05 2016-05-25 哈尔滨工业大学 基于肌电信号及肢体动作检测的健身效果评价系统
CN106691447A (zh) * 2017-02-23 2017-05-24 北京纳通科技集团有限公司 肌肉训练辅助装置、肌肉训练评估装置及方法
CN108209910A (zh) * 2017-05-25 2018-06-29 深圳市未来健身衣科技有限公司 健身运动数据的反馈方法及装置
CN108211307A (zh) * 2017-05-25 2018-06-29 深圳市未来健身衣科技有限公司 一种运动训练预警方法及装置
CN108209912A (zh) * 2017-05-25 2018-06-29 深圳市前海未来无限投资管理有限公司 一种肌电信号采集方法及装置
CN108211309A (zh) * 2017-05-25 2018-06-29 深圳市未来健身衣科技有限公司 健身运动的指导方法及装置

Also Published As

Publication number Publication date
CN109259761A (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
CN109091142B (zh) 一种检测肌肉内源性疲劳度的方法、装置及存储介质
AU658228B2 (en) Process and device for determining the health condition of a living being
CN109077725B (zh) 一种肌肉疲劳度检测装置
CN109276241B (zh) 一种压力识别方法及设备
CN110870769B (zh) 一种肌肉疲劳等级的检测方法及设备
US20140207017A1 (en) Signal quality monitor for electromyographic sensors
CN103258120A (zh) 一种基于脑电信号的中风康复程度指标计算方法
US10966662B2 (en) Motion-dependent averaging for physiological metric estimating systems and methods
US11406304B2 (en) Systems and methods for physiological sign analysis
Law et al. Modeling nonlinear errors in surface electromyography due to baseline noise: a new methodology
US20120184870A1 (en) Neurofeedback training device and method thereof
CN109157825B (zh) 一种检测肌肉外源性疲劳度的方法、装置及存储介质
CN114176521A (zh) 基于雷达信息的睡眠分期方法、装置及终端
Zhang et al. Non-invasive detection of low-level muscle fatigue using surface EMG with wavelet decomposition
CN112582067A (zh) 基于大数据的年龄估计模型训练、年龄估计方法和装置
CN106901732B (zh) 突变状态下肌力与肌张力的测量方法和测量装置
Richardson et al. Quantifying rheumatoid arthritis disease activity using a multimodal sensing knee brace
Örücü et al. Design and validation of multichannel wireless wearable SEMG system for real-time training performance monitoring
CN109044276A (zh) 一种检测肌肉内源性疲劳度的方法、装置及存储介质
Kinugasa et al. Development of Consumer-Friendly surface electromyography system for muscle fatigue detection
CN109259761B (zh) 一种检测肌肉内源性疲劳度的方法、装置及存储介质
Fraser et al. Biosignal quality analysis of surface EMG using a correlation coefficient test for normality
CN109846480B (zh) 一种检测肌肉综合性疲劳度的方法、装置及存储介质
CN110522459B (zh) 基于红外光谱检测肌氧含量评估外骨骼助力效果测试方法
Naranjo-Hernández et al. Smart device for the determination of heart rate variability in real time

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