CN113160931A - 健身动作能量消耗评估方法、装置、设备及存储介质 - Google Patents
健身动作能量消耗评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113160931A CN113160931A CN202110391140.6A CN202110391140A CN113160931A CN 113160931 A CN113160931 A CN 113160931A CN 202110391140 A CN202110391140 A CN 202110391140A CN 113160931 A CN113160931 A CN 113160931A
- Authority
- CN
- China
- Prior art keywords
- user
- skeletal muscle
- energy consumption
- fitness
- parameters
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 123
- 230000009471 action Effects 0.000 title claims abstract description 94
- 238000011156 evaluation Methods 0.000 title abstract description 10
- 210000002027 skeletal muscle Anatomy 0.000 claims abstract description 146
- 230000033001 locomotion Effects 0.000 claims abstract description 80
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000000694 effects Effects 0.000 claims description 42
- 210000003205 muscle Anatomy 0.000 claims description 26
- 238000013016 damping Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 239000004973 liquid crystal related substance Substances 0.000 claims description 9
- 239000011521 glass Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 3
- 208000027418 Wounds and injury Diseases 0.000 abstract 1
- 208000014674 injury Diseases 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 9
- 210000002414 leg Anatomy 0.000 description 9
- 230000003993 interaction Effects 0.000 description 7
- 230000008602 contraction Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 201000004989 Enterocele Diseases 0.000 description 5
- 206010019909 Hernia Diseases 0.000 description 5
- 210000000245 forearm Anatomy 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 210000002808 connective tissue Anatomy 0.000 description 4
- 210000001503 joint Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000000577 adipose tissue Anatomy 0.000 description 3
- 244000309466 calf Species 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005021 gait Effects 0.000 description 3
- 210000000689 upper leg Anatomy 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 102000007469 Actins Human genes 0.000 description 2
- 108010085238 Actins Proteins 0.000 description 2
- 206010049565 Muscle fatigue Diseases 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000005489 elastic deformation Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 210000001699 lower leg Anatomy 0.000 description 2
- 210000003632 microfilament Anatomy 0.000 description 2
- 210000001087 myotubule Anatomy 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000002303 tibia Anatomy 0.000 description 2
- 102000006395 Globulins Human genes 0.000 description 1
- 108010044091 Globulins Proteins 0.000 description 1
- 206010050031 Muscle strain Diseases 0.000 description 1
- 102000003505 Myosin Human genes 0.000 description 1
- 108060008487 Myosin Proteins 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 210000003489 abdominal muscle Anatomy 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000002346 musculoskeletal system Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 210000002235 sarcomere Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physical Education & Sports Medicine (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例公开了一种健身动作能量消耗评估方法、装置、设备及存储介质。所述方法包括：获取用户的身体参数；根据所述身体参数查询预设的人体骨骼肌参数表以得到所述用户对应的骨肌参数；测量所述用户作出标定动作时对应的骨骼肌长度；根据所述骨肌参数以及所述骨骼肌长度对预先建立的标准化能量消耗模型进行参数调整以得到对应所述用户的客制化能量消耗模型；捕捉所述用户作出健身动作时对应的骨骼肌的运动参数；利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗。通过实施本发明实施例的方法可提高健身动作的能量消耗评估的准确率，误差小，能够降低用户运动受伤的风险。
Description
技术领域
本发明涉及智能健康技术领域，尤其涉及一种健身动作能量消耗评估方法、装置、设备及存储介质。
背景技术
随着人们对健康的重视程度不断加深，越来越多的人逐渐开始进行健身、瑜伽、形体等运动的训练。当前健身方式及健身手段丰富，而不当的训练会加速肌肉的疲劳，关节的损伤，对于大多数健身爱好者而言，他们不知道健身对于自身能量的消耗，只能通过软件的参考能量消耗、健身教练的评估来进行对自身能量消耗的判断。
目前，现有的健身课程通常采用通用性的方式进行能量消耗的计算，例如，测算健身教练的能量消耗作为该健身课程的标准消耗量。这种能量消耗的计算方式没有区分身高、体重、性别等体质差异，不能针对每位健身用户的体质进行计算。例如，身高170cm，体重70kg的男性与身高160，体重50kg的女性做同一套动作，能量消耗差距在20％以上；再例如，身高170cm，体重70kg的男性与身高180cm体重100kg的男性做同一套动作，其能量消耗的差距在30％以上。即相同的一套健身动作针对不同性别、不同身材、不同体质特征的健身用户而言所带来的能量消耗不同。过少的能量消耗则导致运动不充分、未达到目标效果；过多的能量消耗则会导致肌肉疲劳、拉伤，甚至软骨、关节的不可逆损伤。所以，让健身用户清楚的掌握自身能量消耗信息具有深刻的实用意义及广阔的市场意义。
发明内容
本发明实施例提供了一种健身动作能量消耗评估方法、装置、设备及存储介质，旨在解决相关技术中健身动作的能量消耗评估缺少特异性，不能独立适用每个健身用户的问题。
第一方面，本发明实施例提供了一种健身动作能量消耗评估方法，其包括：获取用户的身体参数；根据所述身体参数查询预设的人体骨骼肌参数表以得到所述用户对应的骨肌参数；测量所述用户作出标定动作时对应的骨骼肌长度；根据所述骨肌参数以及所述骨骼肌长度对预先建立的标准化能量消耗模型进行参数调整以得到对应所述用户的客制化能量消耗模型；捕捉所述用户作出健身动作时对应的骨骼肌的运动参数；利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗。
第二方面，本发明实施例还提供了一种健身动作能量消耗评估装置，其包括用于执行上述所述方法的单元。
第三方面，本发明实施例还提供了一种镜面显示设备，其包括摄像头模组，用于拍摄用户作出的标定动作以及健身动作；显示模组，包括一具有透射、反射功能的镜面玻璃，以及设置在镜面玻璃背面的可控液晶显示模块，所述可控液晶显示模块用于接收用户输入的身体参数和/或健身课程；控制器，与所述摄像头模组以及所述显示模组连接，用于控制所述可控液晶显示模块显示用户的健身数据；其中，所述控制器还用于执行上述方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现上述方法。
本发明实施例提供了一种健身动作能量消耗评估方法、装置、设备及存储介质。其中，所述方法包括：获取用户的身体参数；根据所述身体参数查询预设的人体骨骼肌参数表以得到所述用户对应的骨肌参数；测量所述用户作出标定动作时对应的骨骼肌长度；根据所述骨肌参数以及所述骨骼肌长度对预先建立的标准化能量消耗模型进行参数调整以得到对应所述用户的客制化能量消耗模型；捕捉所述用户作出健身动作时对应的骨骼肌的运动参数；利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗。本发明实施例通过基于骨肌动力学建立标准化能量消耗模型，获取用户的骨肌参数和骨骼肌长度，利用用户的骨肌参数和骨骼肌长度对标准化能量消耗模型进行参数调整以得到对应该用户的客制化能量消耗模型，由此，用户在作出健身动作时，即可利用对应该用户的客制化能量消耗模型对健身动作进行解算，从而得到独属于该用户的能量消耗，能量消耗的评估误差小，准确率高，能够降低用户运动受伤的风险，保证用户的健身健康。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例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他的附图。
图1为本发明实施例提供的健身动作能量消耗评估方法方法的应用场景示意图；
图2为本发明实施例提供的健身动作能量消耗评估方法方法的流程示意图；
图3为本发明实施例提供的标准化能量消耗模型建立的流程示意图；
图4为肌肉的三元素模型示意图；
图5为本发明实施例提供的健身动作能量消耗评估方法方法的子流程示意图；
图6为用户作出标定动作时标定各关节点的示意图；
图7为本发明实施例提供的健身动作能量消耗评估方法方法的子流程示意图；
图8为本发明实施例提供的健身动作能量消耗评估方法方法的子流程示意图；
图9为本发明另一实施例提供的健身动作能量消耗评估方法方法的流程示意图；
图10为本发明实施例提供的健身动作能量消耗评估方法装置的示意性框图；
图11为本发明实施例提供的健身动作能量消耗评估方法装置的测量单元的示意性框图；
图12为本发明实施例提供的健身动作能量消耗评估方法装置的捕捉单元的示意性框图；
图13为本发明实施例提供的健身动作能量消耗评估方法装置的解算单元的示意性框图；
图14为本发明另一实施例提供的健身动作能量消耗评估方法装置的示意性框图；
图15为本发明再一实施例提供的健身动作能量消耗评估方法装置的示意性框图。
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。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1和图2，图1为本发明实施例提供的健身动作能量消耗评估方法的应用场景示意图。图2为本发明实施例提供的健身动作能量消耗评估方法的示意性流程图。该健身动作能量消耗评估方法应用于终端中，该终端可以是镜面显示设备、电脑、手机、智能穿戴设备等。
参照图3，本实施例首先对标准化能量消耗模型的建立进行说明，所述标准化能量消耗模型的建立包括步骤S101-S103。
首先需要说明的是，本实施例中的标准化能量消耗模型是基于骨肌动力学构建的。骨肌动力学仿真技术系基于肌肉骨骼系统的生物力学进行的人体骨骼肌建模及仿真。人体的骨骼肌由肌肉-肌腱组成，肌腹内以及周围的肌腱和结缔组织为粘弹性结构，决定了肌肉在收缩和被动牵拉过程中的不同性能，骨骼肌的运动系为刚体弹性效应与阻尼效应的结合。如图4所示，系生物力学骨肌动力学普遍认可的骨骼肌肌肉-肌腱弹性系统模型，其中，肌肉的收缩成分CC与弹性成分PEC并联，而与另一弹性成分SEC串联。该模型由三个部分组成，称为肌肉的三元素模型：1.收缩元：它代表肌节中的肌动蛋白微丝和肌球蛋白微丝。兴奋时可产生张力，称主动张力。其张力与它们的横桥数目有关。2.并联弹性元：代表肌束膜及肌纤维等结缔组织，即包绕肌肉的结缔组织。表现松弛状态下肌肉的力学性质。3.串联弹性元：代表肌纤维的固有弹性。肌浆球蛋白和肌动蛋白纤维、横桥、Z盘以及结缔组织的固有弹性。以上为与本实施例相关的对骨肌动力学的简单概述，具体的相关内容还可从现有理论中获取，在此不再赘述。
S101、获取标准人体的身体参数以及标准人体的骨骼肌长度。
在一实施例中，标准人体指的是预先设定的一个普遍适用标准身材的人体。身体参数指的是描述人体身材特征的参数，例如，性别、年龄、身高、体重、BMI以及体脂率等参数。其中，标准人体的身材参数例如可以从身高175cm,体重75kg的男性作为标准人体进行参数测量。骨骼肌长度指的是身体各骨骼的长度，例如，颈部、前臂、后臂、脊柱、大腿部、小腿部等。以上的标准人体的身体参数和骨骼肌长度可以选定一个标准人体进行参数测量获得，所测量的参数预先存储在终端的中，又或者是存储在云端中，由此，在使用时直接获取即可。
S102、根据所述标准人体的身体参数查询人体骨骼肌参数表以得到所述标准人体对应的骨肌参数。
在一实施例中，不同性别、不同年龄层、不同BMI、不同体脂率的人群具有不同的骨肌参数。因此人体骨骼肌参数表可以表示为身体参数与骨肌参数一一对应的关联关系。本实施例中的骨肌参数包括弹性系数K和阻尼系数C，所述骨肌参数表可表示为下表1所示。
| 肱二头肌 | 肱三头肌 | |
| 20-25岁，女 | K＝30，C＝50 | K＝35，C＝60 |
| 25-30岁，女 | K＝20，C＝40 | K＝25，C＝45 |
需要说明的是，以上的表1为骨肌参数表的简要示意，详细的骨肌参数表可以在相关的生物力学教科书、期刊、论文上获取，将所获取的骨肌参数表转换为计算机可读的表格存储到终端或云端中，在使用时直接获取即可。因此，在得到标准人体的身体参数后，直接查询人体骨肌参数表即可获取到对应标准人体的骨肌参数。
S103、基于骨肌动力学的三元素模型根据所述标准人体的所述骨骼肌长度和所述骨肌参数建立标准化能量消耗模型。
在一实施例中，骨肌动力学的三元素模型是由HILL提出的一个由三个元素组成的肌肉结构力学模型，即收缩元CC、串联弹性元SEC以及并联弹性元PEC。人体运动的所消耗的能量主要来自骨骼的运动以及肌肉的收缩，人体的任意骨骼肌可以简化成为该模型。因此，在骨肌动力学中，计算能量消耗时，人体的骨骼肌肌肉可以简化为图4的模型，肌肉的收缩成分(阻尼)CC与弹性成分PEC并联，而与另一弹性成分SEC串联。
在牛顿经典力学中，能量消耗成为功，是力在作用方向移动距离的乘积，有公式E＝F(力)·S(距离)。因此，在弹性成分中，弹力的大小计算为F＝kΔx(k:弹性系数，Δx：移动距离)，由于弹力是线性变化的，在弹力移动过程中，弹力大小取中位数即：F＝kΔx/2。弹力所做的功为：
同理，在阻尼成分中，阻尼力大小为：F＝Cvα(C为阻尼系数，v为运动速度，α为速度指数)，阻尼力所做功为：
E＝CvαΔx
所以，在一个动作中，任意的肢体运动所消耗的能量可以计算为：
W＝UPEC+ECC+USEC
其中，k为弹性系数；Δx为移动距离；C为阻尼系数；v为运动速度；α为速度指数；W为骨肌消耗的总能量；UPEC为骨肌并联弹性元消耗的能量；USEC为骨肌串联弹性元消耗的能量；ECC为骨肌收缩元消耗的能量。
由此，在得到标准人体对应的骨肌参数和骨骼肌长度后，即可建立对应该标准人体的标准化能量消耗模型。需要说明的是，阻尼系数C和弹性系数K均为骨肌参数直接获取即可；运动速度V和移动距离Δx需要经过测算后得到，由于已知骨骼肌长度，分别测量一个运动周期内骨骼肌的位置变化即可计算得到运动速度和移动距离。其中，速度指数α是常数，例如为1，其与运动速度V具有对应关系，不同的速度对应不同的速度指数，可通过查表得到。此外Δx表现为形变量，例如，在UPEC中表现为并联弹性元的弹性形变量，在USEC中表现为串联弹性元的弹性形变量，在ECC中表现为骨肌收缩元的收缩形变量。最终，基于上述的参数和三元素模型即可构建出人体各个部位的标准化能量消耗模型，包括颈部骨肌的模型、前臂骨肌的模型、后臂骨肌的模型、脊柱骨肌的模型、大腿骨肌的模型、小腿骨肌的模型。
图2是本发明实施例提供的健身动作能量消耗评估方法的流程示意图。如图所示，该方法包括以下步骤S110-S160。
S110、获取用户的身体参数。
在一实施例中，由于每个人的身体状况皆不相同，不同的用户对应有不同的身体状况，为了适应定制化的需求，首先需要获取用户的身体参数。身体参数指的是描述人体身材特征的参数，例如，性别、年龄、身高、体重、BMI以及体脂率等参数。身体参数的获取可由用户在终端上手动输入而得到，也可以从服务器中授权获取，即用户授权给终端从服务器中调取用户存储在服务器中的身体参数。当然可以理解的是还可以是其他获取的方式，在此不作限定。
S120、根据所述身体参数查询预设的人体骨骼肌参数表以得到所述用户对应的骨肌参数。
在一实施例中，人体骨骼肌参数表在上述实施例中已予说明，在此不再赘述。在获得对应该用户的身体参数后，根据该身体参数在人体骨骼肌参数表中查询，利用该身体参数在人体骨骼肌参数表中进行匹配即可得到对应的骨肌参数。例如，该用户的身体参数为身高180cm，体重90kg，查询得到对应的骨肌参数为弹性系数20，阻尼系数35。
S130、测量所述用户作出标定动作时对应的骨骼肌长度。
在一实施例中，如图5所示，所述步骤S130可包括步骤S131-S133。
S131、获取所述用户作出标定动作时的图像。
S132、根据所述用户作出标定动作时的图像标定所述用户身体的各关节点。
S133、测量所述用户身体的各关节点之间的距离以确定骨骼肌长度。
在具体实施例中，标定动作指的是便于寻找各个关节点的动作，例如，双臂张开、两脚与肩平行，扭动颈部，摆臂，扭腰，跨退等。用户在终端前作出标定动作，终端通过摄像头获取用户作出的标定动作的图像，并基于图像分析技术对标定动作进行分析，找出用户身体的各个关节点，最后根据各个关节点的距离测量骨骼肌的长度。其中，标定动作的关节点例如包括颈部、前臂、后臂、腰椎、大腿、小腿等各关节。通过对标定动作的图像建立坐标，获取各个关节点的坐标信息，并根据各关节点之间的距离进行测算，从而得到骨骼肌的长度，例如，如图6所示，胫部骨骼肌长度AF，左前臂骨骼肌长度BC，左后臂骨骼肌长度CF,右前臂骨骼肌长度ED，右后臂骨骼肌长度DF,脊柱骨骼肌长度FG，左股骨骨骼肌长度GH，左胫骨骨骼肌长度HJ，右股骨骨骼肌长度GI，右胫骨骨骼肌长度IK。
S140、根据所述骨肌参数以及所述骨骼肌长度对预先建立的标准化能量消耗模型进行参数调整以得到对应所述用户的客制化能量消耗模型。
在一实施例中，由于标准化能量消耗模型已预先建立好，标准化能量消耗模型直接调用获取即可，在得到用户对应的骨肌参数和骨骼肌长度后，只需要对标准化能量消耗模型进行参数替换即可得到对应该用户的客制化能量消耗模型。例如，标准化能量消耗模型为右腿骨肌的能量消耗模型，获取到用户A的骨肌参数为K＝35，C＝25，右腿骨骼肌长度为8cm，那么替换掉标准化右腿骨肌的能量消耗模型中的对应参数，最终得到属于该用户A的客制化右腿骨肌的能量消耗模型。同理，用户A身体其他部位的客制化能量消耗模型也是以同样的方式得到。
S150、捕捉所述用户作出健身动作时对应的骨骼肌的运动参数。
在一实施例中，如图7所示，所述步骤S150可包括步骤S151-S153。
S151、获取所述用户作出健身动作时的运动视频。
S152、基于所述运动视频捕捉所述用户身体的各关节点。
S153、根据所述用户身体的各关节点的时空关系确定所述健身动作对应的运动参数。
在具体实施中，用户在终端前作出健身动作，终端通过摄像头获取用户作出健身动作时的视频，并基于该视频进行捕捉。健身动作例如是抬腿、拉伸、哑铃弯举等。运动参数是客制化能量消耗模型所需的运算因子，包括运动速度V和移动距离Δx。具体地，根据运动视频建立坐标，标定出用户身体的各关节点，然后基于标定的各关节点建立用户身体骨骼肌的向量。其中，时空关系指的是身体同一部位在不同时间下的位置关系，因为用户作出的健身动作是实时变化的，各部位的位置随着时间的改变而变化。因此，在建立用户身体骨骼肌的向量后，基于时空关系能够获取骨骼肌在各个时刻下的对应向量，进而能够求出骨骼肌的运动的距离和速度，从而确定运动参数。
S160、利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗。
在一实施例中，如图8所示，所述步骤S160可包括步骤S161-S162。
S161、根据所述用户作出的健身动作调用对应的所述客制化能量消耗模型。
S162、将所述运动参数作为所述客制化能量消耗模型的运算因子进行处理以得到所述健身动作的能量消耗。
在具体实施中，不同的健身动作对应不同的能量消耗模型，例如，抬腿这一健身动，对应排肠肌和比目鱼肌的能量消耗模型。因此，捕捉用户作出的健身动作识别出用户作出的是何种健身动作，然后调用对应该健身动作的客制化能量消耗模型，从而评估该健身动作的能量消耗。在确定运动参数后，将运动参数作为客制化能量消耗模型的运算因子，代入到客制化能量消耗模型中进行运算，即可得到该健身动作的能量消耗。
示意性地，本实施例以抬腿这个健身动作作为举例予以说明。
在一个步态周期中，抬腿时，排肠肌、比目鱼肌收缩，通过摄像头捕捉到膝关节角度，可以推算出人体排肠肌、比目鱼肌的收缩量，即得到Δx；通过摄像头捕捉运动速度，得到该位置运动速度v，查表得到速度指数α。所以，步态周期的抬腿周期中，小腿部分的能量消耗即为排肠肌做功+比目鱼肌做功。
E小腿抬腿＝W排肠肌收缩+W比目鱼肌收缩
落地时，排肠肌、比目鱼肌拉伸，通过摄像头捕捉到膝关节角度，可以推算出人体排肠肌、比目鱼肌的收缩量，即得到Δx；通过摄像头捕捉运动速度，得到该位置运动速度v，查表得到速度指数α。同理
E小腿落地＝W排肠肌拉伸+W比目鱼肌拉伸
在一个完整的步态中，人体若只有小腿部分在运动，则在这一个运动过程中，所消耗的能量为E步态＝E小腿抬腿+E小腿落地。最终得到抬腿动作的能量消耗。
在一实施例中，如图9所示，若所述用户作出的健身动作为健身课程中的多个健身动作，所述健身动作能量消耗评估方法还包括步骤S170。
S170、将多个所述健身动作的能量消耗进行累加处理以得到所述健身课程的能量消耗。
在一实施例中，若用户在终端前作出的是一套健身课程，例如，跑前拉伸运动、腹肌激活运动、肩颈放松运动等，一套健身课程中包括了多个健身动作，例如，抬腿、举臂以及点头等。那么该健身课程的能量消耗即等于多个健身动作能量消耗之和。因此，若用户选择一套健身课程并对应作出该健身课程中的多个健身动作，那么即可利用客制化能量模型评估出每一个健身动作的能量消耗，然后将所有健身动作的能量消耗加起来即为该健身课程的能量消耗。
图10是本发明实施例提供的一种健身动作能量消耗评估装置200的示意性框图。如图10所示，对应于以上健身动作能量消耗评估方法，本发明还提供一种健身动作能量消耗评估装置200。该健身动作能量消耗评估装置200包括用于执行上述健身动作能量消耗评估方法的单元，该装置可以被配置于台式电脑、平板电脑、手提电脑、等终端中。具体地，请参阅图10，该健身动作能量消耗评估装置200包括获取单元210、查询单元220、测量单元230、调整单元240、捕捉单元250以及解算单元260。
获取单元210，用于获取用户的身体参数。
查询单元220，用于根据所述身体参数查询预设的人体骨骼肌参数表以得到所述用户对应的骨肌参数。
测量单元230，用于测量所述用户作出标定动作时对应的骨骼肌长度。
在一实施例中，如图11所示，所述测量单元230包括第一获取子单元231、标定单元232以及测量子单元233。
第一获取子单元231，用于获取所述用户作出标定动作时的图像。
标定单元232，用于根据所述用户作出标定动作时的图像标定所述用户身体的各关节点。
测量子单元233，用于测量所述用户身体的各关节点之间的距离以确定骨骼肌长度。
调整单元240，用于根据所述骨肌参数以及所述骨骼肌长度对预先建立的标准化能量消耗模型进行参数调整以得到对应所述用户的客制化能量消耗模型。
捕捉单元250，用于捕捉所述用户作出健身动作时对应的骨骼肌的运动参数。
在一实施例中，如图12所示，所述捕捉单元250包括第二获取子单元251、捕捉子单元252以及确定单元253。
第二获取子单元251，用于获取所述用户作出健身动作时的运动视频。
捕捉子单元252，用于基于所述运动视频捕捉所述用户身体的各关节点。
确定单元253，用于根据所述用户身体的各关节点的时空关系确定所述健身动作对应的运动参数。
解算单元260，用于利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗。
在一实施例中，如图13所示，所述解算单元260包括调用单元261以及处理单元262。
调用单元261，用于根据所述用户作出的健身动作调用对应的所述客制化能量消耗模型。
处理单元262，用于将所述运动参数作为所述客制化能量消耗模型的运算因子进行处理以得到所述健身动作的能量消耗。
在一实施例中，如图14所示，所述健身动作能量消耗评估装置200还包括：标准获取单元201、标准查询单元202以及模型建立单元203。
标准获取单元201，用于获取标准人体的身体参数以及标准人体的骨骼肌长度。
标准查询单元202，用于根据所述标准人体的身体参数查询人体骨骼肌参数表以得到所述标准人体对应的骨肌参数。
模型建立单元203，用于基于骨肌动力学的三元素模型根据所述标准人体的所述骨骼肌长度和所述骨肌参数建立标准化能量消耗模型。
在一实施例中，如图15所示，所述健身动作能量消耗评估装置200还包括：累加单元270。
累加单元270，用于将多个所述健身动作的能量消耗进行累加处理以得到所述健身课程的能量消耗。
需要说明的是，所属领域的技术人员可以清楚地了解到，上述健身动作能量消耗评估装置200和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
上述健身动作能量消耗评估装置可以实现为一种计算机程序的形式，该计算机程序可以在如图1所示的镜面显示设备上运行。
请参阅图1，图1是本申请实施例提供的一种镜面显示设备的示意性框图。该镜面显示设备包括摄像头模组M41、显示模组以及控制器。摄像头模组用于拍摄用户作出的标定动作以及健身动作；显示模组包括一具有透射、反射功能的镜面玻璃，以及设置在镜面玻璃背面的可控液晶显示模块，所述可控液晶显示模块用于接收用户输入的身体参数和/或健身课程；控制器与所述摄像头模组以及所述显示模组连接，用于控制所述可控液晶显示模块显示用户的健身数据；其中，所述控制器还用于执行上述所述的健身动作能量消耗评估方法。所述显示模组分为显示交互区M42和镜面区M43，显示交互区M42在未显示时呈镜面效果，与镜面区M43无差别，显示时显示输出内容。显示交互区M42与用户实现交互，以供用户输入信息。
本实施例以镜面显示设备作为健身动作能量消耗评估方法的载体，并结合具体的健身场景对用户的健身过程进行描述说明。
S1：用户A在镜面显示设备的显示交互区输入自己的身体参数。
S2：用户A在镜面显示设备的提示下作出标定动作，镜面显示设备的摄像头模组拍摄用户A作出标定动作的图像。
S3：镜面显示设备根据用户A输入的身体参数查询人体骨骼及参数表以获取对应的骨肌参数。根据用户A作出标定动作的图像对用户A的身体进行测量，从而测量出用户A身体的骨骼肌长度。根据用户A的骨肌参数以及骨骼肌长度对标准化能量消耗模型进行参数调整，得到用户A的客制化能量消耗模型。由此，完成用户A的客制化能量消耗模型的构建。
S4：当用户A想要健身时，用户A在镜面显示设备的显示交互区输入选择的健身课程。用户A在镜面显示设备的摄像头模组前作出健身课程中的健身动作，摄像头模组拍摄用户A运动的视频。
S5：镜面显示设备根据用户A作出的健身动作的视频进行动态捕捉，得到用户A身体的骨骼肌的运动参数。并根据捕捉到的运动参数代入到用户A的客制化能量消耗模型中进行运算从而得到该健身动作的能量消耗。最后，将每个健身动作的能量消耗累加后即可得到整体健身课程的能量消耗。镜面显示设备将用户A的能量消耗情况显示到显示交互区，反馈用户A的健身数据。由此，用户A即可详细、准确的了解自己的健身情况。
需要说明的是，镜面显示设备中运行的健身动作能量消耗评估方法的详细内容已在上述实施例中描述清楚，在此不再赘述。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中计算机程序包括程序指令。该程序指令被处理器执行时使处理器执行如下步骤：获取用户的身体参数；根据所述身体参数查询预设的人体骨骼肌参数表以得到所述用户对应的骨肌参数；测量所述用户作出标定动作时对应的骨骼肌长度；根据所述骨肌参数以及所述骨骼肌长度对预先建立的标准化能量消耗模型进行参数调整以得到对应所述用户的客制化能量消耗模型；捕捉所述用户作出健身动作时对应的骨骼肌的运动参数；利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗。
在一实施例中，所述处理器在执行所述程序指令而实现所述标准化能量消耗模型的建立步骤时，具体实现如下步骤：获取标准人体的身体参数以及标准人体的骨骼肌长度；根据所述标准人体的身体参数查询人体骨骼肌参数表以得到所述标准人体对应的骨肌参数；基于骨肌动力学的三元素模型根据所述标准人体的所述骨骼肌长度和所述骨肌参数建立标准化能量消耗模型。
在一实施例中，所述处理器在执行所述程序指令而实现所述测量所述用户作出标定动作时对应的骨骼肌长度步骤时，具体实现如下步骤：获取所述用户作出标定动作时的图像；根据所述用户作出标定动作时的图像标定所述用户身体的各关节点；测量所述用户身体的各关节点之间的距离以确定骨骼肌长度。
在一实施例中，所述处理器在执行所述程序指令而实现所述捕捉所述用户作出健身动作时对应的骨骼肌的运动参数步骤时，具体实现如下步骤：获取所述用户作出健身动作时的运动视频；基于所述运动视频捕捉所述用户身体的各关节点；根据所述用户身体的各关节点的时空关系确定所述健身动作对应的运动参数。
在一实施例中，所述处理器在执行所述程序指令而实现所述利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗步骤时，具体实现如下步骤：根据所述用户作出的健身动作调用对应的所述客制化能量消耗模型；将所述运动参数作为所述客制化能量消耗模型的运算因子进行处理以得到所述健身动作的能量消耗。
在一实施例中，所述处理器在执行所述程序指令而实现所述利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗步骤之后，还实现如下步骤：将多个所述健身动作的能量消耗进行累加处理以得到所述健身课程的能量消耗。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果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，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种健身动作能量消耗评估方法，其特征在于，包括：
获取用户的身体参数；
根据所述身体参数查询预设的人体骨骼肌参数表以得到所述用户对应的骨肌参数；
测量所述用户作出标定动作时对应的骨骼肌长度；
根据所述骨肌参数以及所述骨骼肌长度对预先建立的标准化能量消耗模型进行参数调整以得到对应所述用户的客制化能量消耗模型；
捕捉所述用户作出健身动作时对应的骨骼肌的运动参数；
利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗。
2.根据权利要求1所述的健身动作能量消耗评估方法，其特征在于，所述标准化能量消耗模型的建立，包括：
获取标准人体的身体参数以及标准人体的骨骼肌长度；
根据所述标准人体的身体参数查询人体骨骼肌参数表以得到所述标准人体对应的骨肌参数；
基于骨肌动力学的三元素模型根据所述标准人体的所述骨骼肌长度和所述骨肌参数建立标准化能量消耗模型。
3.根据权利要求2所述的健身动作能量消耗评估方法，其特征在于，所述标准化能量消耗模型，包括：
E＝CvαΔx；
W＝UPEC+ECC+USEC；
其中，k为弹性系数；Δx为移动距离；C为阻尼系数；v为运动速度；α为速度指数；W为骨肌消耗的总能量；UPEC为骨肌并联弹性元消耗的能量；USEC为骨肌串联弹性元消耗的能量；ECC为骨肌收缩元消耗的能量。
4.根据权利要求1-3任一项所述的健身动作能量消耗评估方法，其特征在于，所述测量所述用户作出标定动作时对应的骨骼肌长度，包括：
获取所述用户作出标定动作时的图像；
根据所述用户作出标定动作时的图像标定所述用户身体的各关节点；
测量所述用户身体的各关节点之间的距离以确定骨骼肌长度。
5.根据权利要求4所述的健身动作能量消耗评估方法，其特征在于，所述捕捉所述用户作出健身动作时对应的骨骼肌的运动参数，包括：
获取所述用户作出健身动作时的运动视频；
基于所述运动视频捕捉所述用户身体的各关节点；
根据所述用户身体的各关节点的时空关系确定所述健身动作对应的运动参数。
6.根据权利要求5所述的健身动作能量消耗评估方法，其特征在于，所述利用所述客制化能量消耗模型并根据所述运动参数对所述健身动作进行解算以得到所述健身动作的能量消耗，包括：
根据所述用户作出的健身动作调用对应的所述客制化能量消耗模型；
将所述运动参数作为所述客制化能量消耗模型的运算因子进行处理以得到所述健身动作的能量消耗。
7.根据权利要求6所述的健身动作能量消耗评估方法，其特征在于，若所述用户作出的健身动作为健身课程中的多个健身动作，所述方法还包括：
将多个所述健身动作的能量消耗进行累加处理以得到所述健身课程的能量消耗。
8.一种健身动作能量消耗评估装置，其特征在于，包括用于执行如权利要求1-7任一项所述方法的单元。
9.一种镜面显示设备，其特征在于，包括
摄像头模组，用于拍摄用户作出的标定动作以及健身动作；
显示模组，包括一具有透射、反射功能的镜面玻璃，以及设置在镜面玻璃背面的可控液晶显示模块，所述可控液晶显示模块用于接收用户输入的身体参数和/或健身课程；
控制器，与所述摄像头模组以及所述显示模组连接，用于控制所述可控液晶显示模块显示用户的健身数据；
其中，所述控制器还用于执行所述权利要求1-7任一项所述的健身动作能量消耗评估方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110391140.6A CN113160931B (zh) | 2021-04-12 | 2021-04-12 | 健身动作能量消耗评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110391140.6A CN113160931B (zh) | 2021-04-12 | 2021-04-12 | 健身动作能量消耗评估方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113160931A true CN113160931A (zh) | 2021-07-23 |
| CN113160931B CN113160931B (zh) | 2024-04-09 |
Family
ID=76890046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110391140.6A Active CN113160931B (zh) | 2021-04-12 | 2021-04-12 | 健身动作能量消耗评估方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113160931B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114431832A (zh) * | 2021-12-27 | 2022-05-06 | 同济大学 | 一种肌肉能量消耗的量化分析方法 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101072608A (zh) * | 2004-12-08 | 2007-11-14 | 奥克·费克滕马克 | 训练装置 |
| CN101504677A (zh) * | 2009-01-19 | 2009-08-12 | 沈阳化工学院 | 肌肉力驱动系统动力学模型、网络遥操作中的应用 |
| US20130116601A1 (en) * | 2010-07-07 | 2013-05-09 | Tmg-Bmc D.O.O. | Method and device for non-invasive and selective determination of biomechanical, contractile and viscoelastic properties of surface skeletal muscles |
| CN105241594A (zh) * | 2015-10-12 | 2016-01-13 | 小米科技有限责任公司 | 一种确定消耗的能量值的方法和装置 |
| CN105561567A (zh) * | 2015-12-29 | 2016-05-11 | 中国科学技术大学 | 一种计步及运动状态评估装置 |
| CN105748039A (zh) * | 2016-02-03 | 2016-07-13 | 天脉聚源(北京)传媒科技有限公司 | 一种计算运动耗能的方法及装置 |
| CN105769209A (zh) * | 2016-03-31 | 2016-07-20 | 联想(北京)有限公司 | 一种计算热量消耗的方法及电子设备 |
| CN107050828A (zh) * | 2015-08-05 | 2017-08-18 | 中国科学院合肥物质科学研究院 | 一种基于肌肉质量测定的智能化力量训练方法 |
| CN107224277A (zh) * | 2017-04-06 | 2017-10-03 | 沈磊 | 检测生命体征及运动状态的佩戴手环式腕带及检测方法 |
| CN108187332A (zh) * | 2018-01-08 | 2018-06-22 | 杭州赛鲁班网络科技有限公司 | 一种基于人脸识别技术的智能健身互动系统 |
| CN108629074A (zh) * | 2018-03-15 | 2018-10-09 | 哈尔滨理工大学 | 一种骨骼肌肌束的有限元模型 |
| CN108994833A (zh) * | 2018-07-26 | 2018-12-14 | 北京机械设备研究所 | 一种基于肌电活跃度反馈的关节助力控制方法 |
| CN110167581A (zh) * | 2016-11-03 | 2019-08-23 | 萨米莱布斯有限公司 | 用于肌肉酸痛的治疗性管理的酶组合物 |
| CN111091889A (zh) * | 2019-12-12 | 2020-05-01 | 深圳英鸿骏智能科技有限公司 | 一种基于镜面显示的人体形态检测方法、存储介质及装置 |
| CN111489806A (zh) * | 2020-04-09 | 2020-08-04 | 南通大学 | 一种智能化糖尿病热量管理方法及系统 |
-
2021
- 2021-04-12 CN CN202110391140.6A patent/CN113160931B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101072608A (zh) * | 2004-12-08 | 2007-11-14 | 奥克·费克滕马克 | 训练装置 |
| CN101504677A (zh) * | 2009-01-19 | 2009-08-12 | 沈阳化工学院 | 肌肉力驱动系统动力学模型、网络遥操作中的应用 |
| US20130116601A1 (en) * | 2010-07-07 | 2013-05-09 | Tmg-Bmc D.O.O. | Method and device for non-invasive and selective determination of biomechanical, contractile and viscoelastic properties of surface skeletal muscles |
| CN107050828A (zh) * | 2015-08-05 | 2017-08-18 | 中国科学院合肥物质科学研究院 | 一种基于肌肉质量测定的智能化力量训练方法 |
| CN105241594A (zh) * | 2015-10-12 | 2016-01-13 | 小米科技有限责任公司 | 一种确定消耗的能量值的方法和装置 |
| CN105561567A (zh) * | 2015-12-29 | 2016-05-11 | 中国科学技术大学 | 一种计步及运动状态评估装置 |
| CN105748039A (zh) * | 2016-02-03 | 2016-07-13 | 天脉聚源(北京)传媒科技有限公司 | 一种计算运动耗能的方法及装置 |
| CN105769209A (zh) * | 2016-03-31 | 2016-07-20 | 联想(北京)有限公司 | 一种计算热量消耗的方法及电子设备 |
| CN110167581A (zh) * | 2016-11-03 | 2019-08-23 | 萨米莱布斯有限公司 | 用于肌肉酸痛的治疗性管理的酶组合物 |
| CN107224277A (zh) * | 2017-04-06 | 2017-10-03 | 沈磊 | 检测生命体征及运动状态的佩戴手环式腕带及检测方法 |
| CN108187332A (zh) * | 2018-01-08 | 2018-06-22 | 杭州赛鲁班网络科技有限公司 | 一种基于人脸识别技术的智能健身互动系统 |
| CN108629074A (zh) * | 2018-03-15 | 2018-10-09 | 哈尔滨理工大学 | 一种骨骼肌肌束的有限元模型 |
| CN108994833A (zh) * | 2018-07-26 | 2018-12-14 | 北京机械设备研究所 | 一种基于肌电活跃度反馈的关节助力控制方法 |
| CN111091889A (zh) * | 2019-12-12 | 2020-05-01 | 深圳英鸿骏智能科技有限公司 | 一种基于镜面显示的人体形态检测方法、存储介质及装置 |
| CN111489806A (zh) * | 2020-04-09 | 2020-08-04 | 南通大学 | 一种智能化糖尿病热量管理方法及系统 |
Non-Patent Citations (8)
| Title |
|---|
| 吴霜: "人体髋关节肌肉-肌腱-外肌腱一体化建模与实验验证", 中国优秀硕士学位论文全文数据库 医药卫生科技辑 * |
| 孙金龙, 闫英霞, 张国祥: "希尔肌肉方程在速滑肌肉动态分析中的应用", 高师理科学刊, no. 03 * |
| 涂细凯: "基于气动肌肉外骨骼和功能性电刺激的肢体康复技术研究", 中国博士学位论文全文数据库信息科技辑 * |
| 董臣令: "骨骼肌收缩的多尺度研究", 中国博士学位论文全文数据库 基础科学辑 * |
| 邵明旭: "人体下肢生物力学建模研究进展", 智能系统学报 * |
| 邹亮畴: "肌肉拉长-缩短周期研究的若干问题", 体育与科学, no. 03 * |
| 韩亚丽;周一鸣;周伟杰;盛士强;: "基于仿生肌肉驱动器的腕关节康复外骨骼的设计与仿真", 现代制造工程, no. 12 * |
| 项忠霞;赵明;高飞;金腾;胡志刚;张健;: "一种外骨骼式康复机器人训练效果仿真", 天津大学学报(自然科学与工程技术版), no. 07 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114431832A (zh) * | 2021-12-27 | 2022-05-06 | 同济大学 | 一种肌肉能量消耗的量化分析方法 |
| CN114431832B (zh) * | 2021-12-27 | 2023-10-20 | 同济大学 | 一种肌肉能量消耗的量化分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113160931B (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11389085B2 (en) | Human physical functional ability and muscle ability comprehensive assessment system and method thereof | |
| Dona et al. | Application of functional principal component analysis in race walking: an emerging methodology | |
| Sadler et al. | The personal lift-assist device and lifting technique: a principal component analysis | |
| Erdemir et al. | Model-based estimation of muscle forces exerted during movements | |
| Carmichael et al. | Estimating physical assistance need using a musculoskeletal model | |
| Bjerkefors et al. | Three-dimensional kinematic analysis and power output of elite flat-water kayakers | |
| Harley et al. | Quadriceps strength and jumping efficiency in dancers | |
| Ning et al. | Describing the active region boundary of EMG-assisted biomechanical models of the low back | |
| JP2020017153A (ja) | 健康状態診断システム | |
| CN105205765A (zh) | 老年人运动能力评估模型 | |
| CN113160931B (zh) | 健身动作能量消耗评估方法、装置、设备及存储介质 | |
| CN108538362B (zh) | 一种运动数据实时采集的肌腱异向受力损伤预警分析方法 | |
| Gatti et al. | Evaluation of three methods for determining EMG-muscle force parameter estimates for the shoulder muscles | |
| Sim et al. | How to quantify the transition phase during golf swing performance: Torsional load affects low back complaints during the transition phase | |
| CN112353386A (zh) | 一种身体机能状态监测系统 | |
| KR101069598B1 (ko) | 네트워크를 이용한 운동처방 방법 및 운동처방 시스템 | |
| Keith et al. | Anthropometric predictors of conventional deadlift kinematics and kinetics: a preliminary study | |
| CN108852585A (zh) | 一种异常姿态矫正评估训练系统 | |
| KR102564945B1 (ko) | 태그를 사용한 운동관리 헬스케어 서비스 시스템 | |
| Jochymczyk-Woźniak et al. | Gait kinematics index, global symmetry index and gait deviations profile: concept of a new comprehensive method of gait pathology evaluation | |
| Guo et al. | Upper limb muscle force estimation during table tennis strokes | |
| CN113397530B (zh) | 一种可进行膝关节功能评估的智能矫正系统和方法 | |
| CN118280517A (zh) | 一种最大肌肉力量的评估方法及电子设备 | |
| Akhavanfar et al. | Evaluation of spinal force normalization techniques | |
| Zehr | Using Relative Phase Analyses and Vector Coding to Quantify Pelvis-Thorax Coordination During Lifting—A Methodological Investigation |
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 |