CN111272988A - 一种酒精浓度预测方法、系统及酒精降解评估仪 - Google Patents
一种酒精浓度预测方法、系统及酒精降解评估仪 Download PDFInfo
- Publication number
- CN111272988A CN111272988A CN202010124123.1A CN202010124123A CN111272988A CN 111272988 A CN111272988 A CN 111272988A CN 202010124123 A CN202010124123 A CN 202010124123A CN 111272988 A CN111272988 A CN 111272988A
- Authority
- CN
- China
- Prior art keywords
- alcohol concentration
- alcohol
- user
- degradation
- time
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Biomedical Technology (AREA)
- Hematology (AREA)
- Databases & Information Systems (AREA)
- Urology & Nephrology (AREA)
- Algebra (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
Abstract
本发明涉及涉及酒精浓度预测分析领域,尤其涉及一种酒精浓度预测方法、系统及酒精降解评估仪,其中方法包括:采集用户的酒精浓度降解情况样本,酒精浓度降解情况样本包括用户体重以及用户的饮酒数据,饮酒数据包括:开始饮酒时间、停止饮酒时间、等量纯酒精量以及在用户饮酒后的多个预设时间点的酒精浓度;根据酒精浓度降解情况样本,拟合预先设置的酒精浓度降解曲线,得到酒精浓度降解曲线的参数值;采集用户的当前浓度降解情况数据,根据酒精浓度降解曲线得到用户饮酒后的酒精浓度变化情况。本发明提供的酒精浓度预测方法、系统及酒精降解评估仪能够提供差异化的酒精浓度预测服务,能够准确预测到用户的酒精浓度降解情况。
Description
技术领域
本发明涉及酒精浓度预测分析领域,尤其涉及一种酒精浓度预测方法、系统及酒精降解评估仪。
背景技术
目前,在我国酒驾事件时有发生,国家也一直持续对司机酒驾情况进行查处,但是酒驾依然屡禁不止。其中造成司机酒驾的原因之一在于司机在饮酒后无法准确的判断多长时间之后体内的酒精含量降低到酒驾标准之下,有些司机根据自己的感觉判断自己是否达到酒驾标准,极易出错,从而在驾驶过程中被交警查出酒驾。
现有技术中的酒精检测方法是实时对人体内酒精含量进行检测,不能对人体内酒精含量进行预测,无法让司机准确的得知自己在饮酒之后何时可以驾驶车辆。
发明内容
为了能够使驾驶员在饮酒之后能够预测到自己需要多长时间将体内的酒精降解到安全范围内,或者使驾驶员能够预测到自己在某一时刻体内的酒精含量,本发明提供一种酒精浓度预测方法。
一种酒精浓度预测方法,方法包括采集用户的酒精浓度降解情况样本,酒精浓度降解情况样本包括用户体重以及用户的饮酒数据,饮酒数据包括:开始饮酒时间、停止饮酒时间、等量纯酒精量以及在用户饮酒后的多个预设时间点的酒精浓度;根据酒精浓度降解情况样本,拟合预先设置的酒精浓度降解曲线,得到酒精浓度降解曲线的参数值;采集所述用户的当前浓度降解情况数据,根据酒精浓度降解曲线得到用户饮酒后的酒精浓度变化情况。
进一步的,预先设置的酒精浓度降解曲线为: 其中A、B、a、b为酒精浓度降解曲线中的参数值,t0为开始饮酒时间至停止饮酒时间这一时间段内的中心时间点,t为指定的预测酒精浓度的时间,F为等量纯酒精量,M为体重。
进一步的,根据酒精浓度降解曲线得到用户饮酒后的酒精浓度变化情况包括::得到指定时间用户的酒精浓度和/或,用户的酒精浓度降低到安全范围内的时间,其中安全范围为低于酒驾标准的浓度范围。
进一步的,根据用户的体重、饮酒数据,拟合预先设置的酒精浓度降解曲线,获取酒精浓度降解曲线中的参数值还包括:设置参数值的经验基准值,其中参数值的经验基准值为A=B=288,a=0.2,b=2;采用试根法对参数值进行调整。
进一步的,方法还包括:分别获取多个不同温度下的酒精浓度降解曲线参数值,生成多条酒精浓度降解曲线;对多条酒精浓度降解曲线进行线性插值拟合后预测当前温度下用户饮酒后的酒精浓度变化情况。
进一步的,方法还包括:根据酒精浓度降解曲线判断用户的酒精浓度达到峰值时所对应的峰值时间;获取预定时间,与峰值时间进行比较,根据比较结果向用户提供对应的预设解酒策略。
本发明还提供一种酒精浓度预测系统,酒精浓度预测系统使用上述的酒精浓度预测方法,系统包括:样本采集模块、酒精浓度降解曲线构建模块、酒精浓度预测模块,其中:样本采集模块与酒精浓度降解曲线构建模块相连接,酒精浓度降解曲线构建模块与酒精浓度预测模块相连接;样本采集模块用于采集用户的酒精浓度降解情况样本,并将采集到的酒精浓度降解样本传输给酒精浓度降解曲线构建模块;酒精浓度降解曲线构建模块用于根据酒精浓度降解样本对预先设置的酒精浓度降解曲线进行拟合,得到酒精浓度降解曲线的参数值,构建酒精浓度降解曲线;酒精浓度预测模块用于根据酒精浓度降解曲线预测出用户饮酒后的酒精浓度变化情况。
进一步的,酒精浓度预测模块包括信息录入单元、酒精浓度预测单元、预测结果输出单元,其中:用户通过信息录入单元将用户体重、本次饮酒的饮酒开始时间、饮酒结束时间、等量纯酒精量以及预测时间录入;酒精浓度预测单元根据酒精浓度降解曲线得出在预测时间下的酒精浓度;预测结果输出单元将酒精浓度输出。
进一步的,系统还包括:解酒策略输出模块,解酒策略输出模块与酒精浓度降解曲线构建模块相连接,用于根据酒精浓度降解曲线构建模块构建的酒精浓度降解曲线判断出用户的酒精浓度达到峰值时对应的峰值时间,并将峰值时间与预定时间进行比较,根据比较结果输出对应的预设解酒策略。
本发明还提供一种酒精降解评估仪,酒精降解评估仪包括:处理器、酒精传感器、温度传感器、输出模块、电源,其中:处理器分别与酒精传感器、温度传感器、输出模块、电源电连接,处理器使用上述的人体酒精浓度预测方法预测用户饮酒后体内的酒精浓度变化情况。
本发明至少具有以下有益效果:
本发明提供的酒精浓度预测方法能够准确预测出用户在饮酒后的酒精浓度变化情况,并且由于在拟合酒精浓度降解曲线时采用的样本数据为用户在某一次饮酒后的酒精浓度降解情况,因此拟合之后得出的参数值与该用户的体质有关,不同用户即使体重、等量纯酒精量相同,最终得到的参数值也不同,因此本发明提供的酒精浓度预测方法可以提供差异化的预测服务,对于不同的用户生成不同的酒精浓度降解曲线进行相应的预测,使预测结果更准确。
另外,本发明提供的酒精浓度预测方法,还将环境温度因素考虑在内,不同的温度下的酒精浓度降解曲线是不同的,通过对多条酒精浓度降解曲线进行线性插值拟合可以更加准确的对用户饮酒后的酒精浓度变化情况进行预测。
附图说明
为了更清楚的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的介绍,显而易见的,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附图。
图1为本发明一种实施例的人体酒精浓度预测方法流程图;
图2为本发明一实施例中的酒精浓度预测曲线示意图;
图3为本发明一种实施例的人体酒精浓度降解预测系统的模块示意图;
图4为本发明又一种实施例的人体酒精浓度降解预测系统的模块示意图;图5为本发明一种实施例的酒精降解评估仪的组成示意图;
100-样本采集模块、200-酒精浓度降解曲线构建模块、300酒精浓度预测模块、400-解酒策略输出模块、500-处理器、600-酒精传感器、700-温度传感器、800-输出模块、900-电源。
具体实施方式
下面将结合本发明中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,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,本领域普通的技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本发明的保护范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
请参阅图1中一个实施例的预测温度的方法的流程示意图,如图1所示,本发明实施例的一种人体酒精浓度降解预测方法,包括:
步骤S101:采集用户的酒精浓度降解情况样本;
采集用户在某一次饮酒时的酒精浓度降解情况作为样本,用户的酒精浓度降解情况样本包括用户体重以及用户的饮酒数据。具体的,用户的饮酒数据包括用户开始饮酒时间、停止饮酒时间、等量纯酒精量以及用户在本次饮酒后的多个预设时间点的酒精浓度,其中:等量纯酒精量为用户在本次饮酒中摄入的酒精量,酒精摄入量的计算公式:摄入的酒精量(ml)=饮酒量(ml)×含酒精浓度(%),这里的含酒精浓度可以根据酒的度数确定。用户在饮酒后的多个预设时间点的酒精浓度可以通过常用的酒精检测仪检测,优选的,在用户饮酒后每间隔半小时测量一次用户的人体酒精浓度,通过多次检测,将得到多组<时间,酒精浓度>数据。
步骤S102:根据酒精浓度降解情况样本,拟合预先设置的酒精浓度降解曲线,得到酒精浓度降解曲线的参数值。
进一步的,酒精浓度降解曲线为其中A、B、a、b为酒精浓度降解曲线中的参数值;V为用户在t时刻下的酒精浓度,单位为mg/L;F为等量纯酒精量,单位为ml;M为用户体重,单位为kg;t为用户指定的预测时间,t0为开始饮酒时间至停止饮酒时间这一时间段内的中心时间点,例如,若开始饮酒时间为12:00,停止饮酒时间为下午的13:00,那么t0为12:00-13:00的中心时间点,即t0为12:30,若用户想要预测他在15:00时体内的酒精浓度,则t为15:00,t-t0表示t与t0之间的时间差,单位为分钟。
在拟合预先设置的酒精浓度降解曲线时,将采集到的的用户的酒精浓度降解情况样本代入到上述的酒精浓度降解曲线中,可以理解的,当<时间t,酒精浓度V>的数据越多,拟合度越高,得到的参数值的准确性越高。
在本方法中,根据用户在某一次的酒精浓度降解情况样本将预先设置的酒精浓度降解曲线中的参数值求出,由于人体酒精降解速率具有差异性,与人的体质有关,在求解参数值时采用的是待预测用户在某一次喝酒后的多个预设时间点的酒精浓度,即实际测量某一次喝酒后的多组<时间t,酒精浓度V>数据,从而使计算得到的参数值因人而异,使用本发明提供的方法,可以为用户提供差异化的酒精浓度降解预测,预测结果更加准确。
步骤S103:采集用户的当前酒精浓度降解情况数据,根据酒精浓度降解曲线得到用户饮酒后的酒精浓度变化情况。
具体的,已知酒精浓度降解曲线中的参数A、B、a、b的值,采集本次饮酒时用户的体重M以及用户在本次饮酒时摄入的酒精总量即等量纯酒精量F作为用户的当前酒精浓度降解情况数据,代入到酒精浓度降解曲线中,根据本次饮酒的开始饮酒时间以及停止饮酒时间求出t0代入到酒精浓度降解曲线中,即能够得到用户本次饮酒后的酒精浓度变化情况。能够理解的,在每一次对用户进行酒精浓度降解预测之前均需要重新采集用户当前体重以及用户本次饮酒的等量纯酒精量,以及本次饮酒的开始饮酒时间和停止饮酒时间。
进一步的,根据酒精浓度降解曲线得到用户饮酒后的酒精浓度变化情况包括:
得到指定时间用户的酒精浓度,即在已知指定的预测时间t、用户当前体重M、用户本次饮酒的开始饮酒时间、停止饮酒时间、等量纯酒精量F的前提下,求出在指定预测时间t时刻下人体的酒精浓度V;
得到用户的酒精浓度降低到安全范围内的时间,其中安全范围为低于酒驾标准的浓度范围,其中将人体酒精浓度作为已知值,人体酒精浓度等于酒驾的最低标准线,根据国家质量监督检验检疫局发布的《车辆驾驶人员血液、呼气酒精含量阈值与检验》(GB19522—醉酒驾车的测试2004)中规定,该规定指出,饮酒驾车是指车辆驾驶人员血液中的酒精含量大于或者等于20mg/100ml,小于80mg/100ml的驾驶行为。此时酒驾的最低标准线为0.2mg/ml,因此V=0.2mg/ml,在已知酒精浓度V、用户当前体重M、用户本次饮酒的开始饮酒时间、停止饮酒时间、等量纯酒精量F的前提下,求出时间t;即可确定本次饮酒之后需要经过多长时间体内酒精浓度才能够降低到安全范围内,从而确保用户在饮酒后能够得知自己可以驾车的时间。
在本发明的又一实施例中,根据用户的酒精浓度降解情况样本,拟合预先设置的酒精浓度降解曲线,获取酒精浓度降解曲线中的参数值还包括:设置参数值的经验基准值,其中参数值的经验基准值为A=B=288,a=0.2,b=2;采用试根法对参数值进行调整。由于直接代入相关数据对酒精浓度降解曲线中的参数值进行求解有一定难度,计算较为复杂,在本实施例中采用试根法对参数值进行求解,首先依据经验将参数值设为A=B=288,a=0.2,b=2,利用试根法,例如:A、B值每次调整时的改变量不会超过10%,A,B取值范围为[100,500],a取值范围为[0.1,0.3],b取值范围为[1,3],根据采集到的用户的酒精浓度降解情况样本逐渐调整参数值。当然为了提高计算速度,可以合理安排上述的取值间距,取值间距指在进行试根时的步进值,例如若取值范围为[0,10],取值间距或步进值为2,则试根时需要试0,2,4,6,8,10。或者可以综合其它算法,例如:遗传算法、退火算法等。将最小均方误差拟合后的参数值作为最优解。
在本发明的又一实施例中,由于环境温度会对人体酒精降解速率造成影响,当环境温度上升时由于人体的排汗量上升,会造成人体迅速吸收酒精及解酒效率下降,为了提高酒精浓度预测结果的准确度,在本实施例中,将环境温度对酒精浓度降解曲线的影响考虑在内,具体的,通过不同温度下采集到的用户的酒精浓度降解情况样本得到对应不同温度下的酒精浓度降解曲线的参数值,生成相应的多条酒精浓度降解曲线,使用多条酒精浓度降解曲线进行线性插值拟合,使得对酒精浓度的预测结果更加准确。例如:平均温度20℃时,酒精气体浓度V20,平均温度30℃时,酒精气体浓度V30。那么在x℃的酒精气体浓度 其中 通过上述方法,将环境温度因素对人体酒精浓度降解情况的影响考虑在内,使得对人体酒精浓度降解的预测更加准确。
进一步的,在本发明的又一实施例中方法还包括:根据酒精浓度降解曲线判断用户的酒精浓度达到峰值时所对应的峰值时间;获取预定时间,与峰值时间进行比较,根据比较结果向用户提供对应的预设解酒策略。具体的,用户的酒精浓度峰值指的是在酒精浓度降解曲线上的酒精浓度的最大值,峰值时间指的是酒精浓度的最大值所对应的时间,如图2所示,为一条酒精浓度降解曲线,其中,该曲线的顶点处的纵坐标即为峰值,顶点处的横坐标即为峰值时间。预定时间是用户在本次饮酒之后的某一时间,预定时间可由用户自行设定,例如用户本次饮酒结束时间为12:30,用户可以将预定时间设为12:30以后的时间,如12:45、12:50等等。当用户在饮酒后的某一时间如12:45想要进行解酒,12:45即为预定时间,可以将12:45这一时间与峰值时间进行比较,根据比较结果输出对应的预设解酒策略。具体的,如果12:45在峰值时间之前,则输出的预设解酒策略为:建议使用浓茶、咖啡、酸奶等进行解酒。如果12:45在峰值时间之后,则输出的解酒策略为:不建议使用浓茶、咖啡、酸奶等解酒、建议服用解酒药进行解酒。
一般情况下,人在饮酒结束之后的一段时间内酒精浓度会上升,直到达到峰值之后再下降,主要原因在于人在饮酒后的一段时间内胃仍然在吸收酒精,因此这段时间人的酒精浓度呈上升趋势,在这段时间内用户通过饮用浓茶、咖啡、酸奶等可以稀释胃内的酒精,从而达到解酒的效果。但是当超过这一段时间,用户已经将胃内的酒精吸收,这时再饮用浓茶、咖啡、酸奶等就不会达到解酒的效果,只能让用户因为饮用大量液体而造成胃部不适,这时就可以使用解酒药进行解酒。
因此,本实施例通过比较预定时间与峰值时间,为用户提供预设的解酒策略,能够让用户在不同时间采用不同的解酒方法,保证解酒效果。本实施例的另外一个有益效果在于,服用解酒药会对人体造成一定的损伤,因此在用户能够通过饮用浓茶、咖啡、酸奶等进行解酒时建议用户使用该方法解酒,一定程度上降低解酒药对人体的伤害。
本发明还提供一种酒精浓度预测系统,如图3所示,其中,系统包括样本采集模块100、酒精浓度降解曲线构建模块200、酒精浓度预测模块300,其中:样本采集模块100与酒精浓度降解曲线构建模块200相连接,酒精浓度降解曲线构建模块200与酒精浓度预测模块300相连接。样本采集模块100用于采集用户的酒精浓度降解情况样本,并将采集到的酒精浓度降解情况样本传输给所述酒精浓度降解曲线构建模块200;酒精浓度降解曲线构建模块200用于根据酒精浓度降解样本对预先设置的酒精浓度降解曲线进行拟合,得到酒精浓度降解曲线的参数值,构建酒精浓度降解曲线;酒精浓度预测模块300用于根据酒精浓度降解曲线预测出用户饮酒后的酒精浓度变化情况。
进一步的,酒精浓度预测模块300包括信息录入单元、酒精浓度预测单元、预测结果输出单元,其中:用户通过信息录入单元将用户体重、本次饮酒的饮酒开始时间、饮酒结束时间、等量纯酒精量以及预测时间录入;酒精浓度预测单元根据酒精浓度降解曲线得出在预测时间下的酒精浓度;预测结果输出单元将所述酒精浓度输出。
进一步的,如图4所示,酒精浓度预测系统还包括:解酒策略输出模块400,解酒策略输出模块400与酒精浓度降解曲线构建模块200相连接,用于根据酒精浓度降解曲线构建模块构建的酒精浓度降解曲线判断出用户的酒精浓度达到峰值时对应的峰值时间,并将峰值时间与预定时间进行比较,根据比较结果输出对应的预设解酒策略。具体的实现方法上文中已经有详细描述,在此不再进行过多赘述。本发明提供的酒精浓度降解预测系统,可以为不同的用户提供差异化的酒精浓度预测服务,让用户在饮酒后可以准确的知道自己可以进行安全驾驶的时间,减少酒驾情况的发生。
本发明还提供一种酒精降解评估仪,包括:处理器500、酒精传感器600、温度传感器700、输出模块800、电源900,其中:处理器500分别与酒精传感器600、温度传感器700、输出模块800、电源900电连接,酒精传感器600用于检测人体酒精浓度,温度传感器700用于测量环境温度,输出模块800用于将预测结果或者解酒策略输出,输出模块800可以是显示屏,或者语音播报器等装置,以用户能够获取的方式将预测结果输出,电源900用于提供电源。处理器500使用上述的人体酒精浓度预测方法预测用户饮酒后体内的酒精浓度变化情况。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。
Claims (10)
1.一种酒精浓度预测方法,其特征在于,所述方法包括:
采集用户的酒精浓度降解情况样本,所述酒精浓度降解情况样本包括所述用户的体重以及所述用户的饮酒数据,所述饮酒数据包括:开始饮酒时间、停止饮酒时间、等量纯酒精量以及在所述用户饮酒后的多个预设时间点的酒精浓度;
根据所述酒精浓度降解情况样本,拟合预先设置的酒精浓度降解曲线,得到所述酒精浓度降解曲线的参数值;
采集所述用户的当前酒精浓度降解情况数据,根据所述酒精浓度降解曲线得到所述用户饮酒后的酒精浓度变化情况。
3.如权利要求2所述的一种酒精浓度预测方法,其特征在于,所述根据所述酒精浓度降解曲线得到所述用户饮酒后的酒精浓度变化情况包括:
得到指定时间用户的酒精浓度和/或,用户的酒精浓度降低到安全范围内的时间,其中所述安全范围为低于酒驾标准的浓度范围。
4.如权利要求3所述的一种酒精浓度预测方法,其特征在于,所述根据所述酒精浓度降解情况样本,拟合预先设置的酒精浓度降解曲线,得到所述酒精浓度降解曲线的参数值还包括:
设置所述参数值的经验基准值,其中所述参数值的经验基准值为A=B=288,a=0.2,b=2;
采用试根法对所述参数值进行调整。
5.如权利要求1所述的一种酒精浓度预测方法,其特征在于,所述方法还包括:
分别获取多个不同温度下的所述酒精浓度降解曲线的参数值,生成多条酒精浓度降解曲线;
对所述多条酒精浓度降解曲线进行线性插值拟合后预测当前温度下用户饮酒后的酒精浓度变化情况。
6.如权利要求1所述的一种酒精浓度预测方法,其特征在于,所述方法还包括:
根据所述酒精浓度降解曲线判断所述用户的酒精浓度达到峰值时所对应的峰值时间;
获取预定时间,与所述峰值时间进行比较,根据比较结果向所述用户提供对应的预设解酒策略。
7.一种酒精浓度预测系统,其特征在于,所述系统包括:样本采集模块、酒精浓度降解曲线构建模块、酒精浓度预测模块,其中:
所述样本采集模块与所述酒精浓度降解曲线构建模块相连接,所述酒精浓度降解曲线构建模块与所述酒精浓度预测模块相连接;
所述样本采集模块用于采集用户的酒精浓度降解情况样本,并将采集到的所述酒精浓度降解情况样本传输给所述酒精浓度降解曲线构建模块;
所述酒精浓度降解曲线构建模块用于根据所述酒精浓度降解情况样本对预先设置的酒精浓度降解曲线进行拟合,得到所述酒精浓度降解曲线的参数值,构建酒精浓度降解曲线;
所述酒精浓度预测模块用于根据所述酒精浓度降解曲线预测出用户饮酒后的酒精浓度变化情况。
8.如权利要求7所述的一种酒精浓度降解预测系统,其特征在于,所述酒精浓度预测模块包括信息录入单元、酒精浓度预测单元、预测结果输出单元,其中:
用户通过所述信息录入单元将用户体重、本次饮酒的饮酒开始时间、饮酒结束时间、等量纯酒精量以及预测时间录入;
所述酒精浓度预测单元根据所述酒精浓度降解曲线得出在所述预测时间下的酒精浓度;
所述预测结果输出单元将所述酒精浓度输出。
9.如权利要求7所述的一种酒精浓度降解预测系统,其特征在于,所述系统还包括:
解酒策略输出模块,所述解酒策略输出模块与所述酒精浓度降解曲线构建模块相连接,用于根据所述酒精浓度降解曲线构建模块构建的酒精浓度降解曲线判断出所述用户的酒精浓度达到峰值时对应的峰值时间,并将所述峰值时间与预定时间进行比较,根据比较结果输出对应的预设解酒策略。
10.一种酒精降解评估仪,其特征在于,所述酒精降解评估仪包括:处理器、酒精传感器、温度传感器、输出模块、电源,其中:
所述处理器分别与所述酒精传感器、所述温度传感器、所述酒精浓度输出模块、所述电源电连接,所述处理器使用如权利要求1-5任一项所述的人体酒精浓度预测方法预测用户饮酒后体内的酒精浓度变化情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010124123.1A CN111272988B (zh) | 2020-02-27 | 2020-02-27 | 一种酒精浓度预测方法、系统及酒精降解评估仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010124123.1A CN111272988B (zh) | 2020-02-27 | 2020-02-27 | 一种酒精浓度预测方法、系统及酒精降解评估仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111272988A true CN111272988A (zh) | 2020-06-12 |
CN111272988B CN111272988B (zh) | 2021-04-02 |
Family
ID=70997397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010124123.1A Active CN111272988B (zh) | 2020-02-27 | 2020-02-27 | 一种酒精浓度预测方法、系统及酒精降解评估仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111272988B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102920A (zh) * | 2020-07-30 | 2020-12-18 | 苏州因顿医学检验实验室有限公司 | 一种基于基因筛选的饮酒量预测系统 |
WO2023207678A1 (zh) * | 2022-04-24 | 2023-11-02 | 深圳市华盛昌科技实业股份有限公司 | 酒精代谢检测方法、计算机设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508457A (zh) * | 2011-11-25 | 2012-06-20 | 浙江工贸职业技术学院 | 酒后驾车时间预测仪 |
US20130231582A1 (en) * | 2012-03-02 | 2013-09-05 | XpertEase Consultants, LLC | Continuous healthcare monitoring concierge |
CN103890581A (zh) * | 2011-10-24 | 2014-06-25 | Ak全球技术公司 | 校准呼气测醉器 |
US20150355162A1 (en) * | 2014-06-05 | 2015-12-10 | Steven H. Leach | Breath alcohol ignition interlock device and system |
CN106446536A (zh) * | 2016-09-18 | 2017-02-22 | 数动力健康科技(北京)有限公司 | 人体健康状态评估方法 |
CN110379488A (zh) * | 2019-07-12 | 2019-10-25 | 深圳市预防宝科技有限公司 | 一种对餐后高血糖进行预警的装置及方法 |
-
2020
- 2020-02-27 CN CN202010124123.1A patent/CN111272988B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103890581A (zh) * | 2011-10-24 | 2014-06-25 | Ak全球技术公司 | 校准呼气测醉器 |
CN102508457A (zh) * | 2011-11-25 | 2012-06-20 | 浙江工贸职业技术学院 | 酒后驾车时间预测仪 |
US20130231582A1 (en) * | 2012-03-02 | 2013-09-05 | XpertEase Consultants, LLC | Continuous healthcare monitoring concierge |
US20150355162A1 (en) * | 2014-06-05 | 2015-12-10 | Steven H. Leach | Breath alcohol ignition interlock device and system |
CN106446536A (zh) * | 2016-09-18 | 2017-02-22 | 数动力健康科技(北京)有限公司 | 人体健康状态评估方法 |
CN110379488A (zh) * | 2019-07-12 | 2019-10-25 | 深圳市预防宝科技有限公司 | 一种对餐后高血糖进行预警的装置及方法 |
Non-Patent Citations (1)
Title |
---|
雷田礼,杨圣宏: "酒后驾车的数学模型", 《高等数学研究》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102920A (zh) * | 2020-07-30 | 2020-12-18 | 苏州因顿医学检验实验室有限公司 | 一种基于基因筛选的饮酒量预测系统 |
CN112102920B (zh) * | 2020-07-30 | 2023-11-10 | 苏州因顿医学检验实验室有限公司 | 一种基于基因筛选的饮酒量预测系统 |
WO2023207678A1 (zh) * | 2022-04-24 | 2023-11-02 | 深圳市华盛昌科技实业股份有限公司 | 酒精代谢检测方法、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111272988B (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111272988B (zh) | 一种酒精浓度预测方法、系统及酒精降解评估仪 | |
Curran et al. | Which biological and self-report measures of cannabis use predict cannabis dependency and acute psychotic-like effects? | |
Kharbouche et al. | Diagnostic performance of ethyl glucuronide in hair for the investigation of alcohol drinking behavior: a comparison with traditional biomarkers | |
WO2019183581A2 (en) | Method and system for transdermal alcohol monitoring | |
Bahia et al. | Dysarthria as a predictor of dysphagia following stroke | |
FR2747346A1 (fr) | Appareil et procede d'estimation du niveau de somnolence du conducteur d'un vehicule | |
CN105726023B (zh) | 一种脑电信号质量实时判定系统 | |
Chen et al. | Ovarian volume and follicle number in the diagnosis of polycystic ovary syndrome in Chinese women | |
JP2008099884A (ja) | 状態推定装置 | |
He et al. | Rapid detection of Escherichia coli using a separated electrode piezoelectric crystal sensor | |
WO2023207678A1 (zh) | 酒精代谢检测方法、计算机设备及存储介质 | |
CN105667312A (zh) | 一种基于车辆的智能酒驾预防和控制系统 | |
Schechtman et al. | An analysis of alcohol breath tests results with portable and desktop breath testers as surrogates of blood alcohol levels | |
Marques | Levels and types of alcohol biomarkers in DUI and clinic samples for estimating workplace alcohol problems | |
CN113062786B (zh) | 一种发动机机油保养的控制方法及系统 | |
GB2488001A (en) | Breath alcohol analyser and method of determining if a driver is in a condition to drive | |
Wan et al. | Pubertal pathways and the relationship to anthropometric changes in childhood: The Fels longitudinal study | |
Mezzaroba et al. | Indirect determination of lactate minimum speed from a single maximal performance in young swimmers | |
CN110946595B (zh) | 一种基于dms系统的驾驶员疲劳程度的检测方法 | |
Verster et al. | Hangover research needs: proceedings of the 5th alcohol hangover research group meeting | |
Sakakibara et al. | Development of a new breath alcohol detector without mouthpiece to prevent alcohol-impaired driving | |
WO2011079889A1 (fr) | Procede de determination d'un parametre representatif de l'etat de vigilance d'un conducteur de vehicule | |
CN109191909A (zh) | 一种高速路上临时停车引起的虚拟资源调整方法 | |
CN205015304U (zh) | 黄酒大罐贮存在线监测装置 | |
Peeters et al. | Corrigendum to “Efficacy of strategies to increase participation in cervical cancer screening: GPs offering self-sampling kits for HPV testing versus recommendations to have a pap smear taken-A randomised controlled trial”[Papillomavirus Res. 9 (2020) 100194] |
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 |