CN113488169A - 一种基于能量代谢的人体健康评估方法及装置 - Google Patents

一种基于能量代谢的人体健康评估方法及装置 Download PDF

Info

Publication number
CN113488169A
CN113488169A CN202110743489.1A CN202110743489A CN113488169A CN 113488169 A CN113488169 A CN 113488169A CN 202110743489 A CN202110743489 A CN 202110743489A CN 113488169 A CN113488169 A CN 113488169A
Authority
CN
China
Prior art keywords
human body
entropy
energy
human
state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110743489.1A
Other languages
English (en)
Inventor
宋泽华
高明杰
罗建涛
欧阳高富
汪云菊
汤青
李同据
宋臣
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.)
Ennova Health Technology Co ltd
Original Assignee
Ennova Health Technology Co ltd
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 Ennova Health Technology Co ltd filed Critical Ennova Health Technology Co ltd
Priority to CN202110743489.1A priority Critical patent/CN113488169A/zh
Publication of CN113488169A publication Critical patent/CN113488169A/zh
Pending legal-status Critical Current

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
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种基于能量代谢的人体健康评估方法，包括：采集人体在静息和运动状态下的呼吸数据；获取所述呼吸数据中的耗氧量与二氧化碳呼出量；根据预先构建的人体能量熵确定模型，分别计算人体在静息和运动状态下的能量熵，根据所述能量熵评估人体的健康状态。解决现有技术不能精确地反映出人体的能量消耗的问题，并能够根据能量熵值所处的范围，判断分析人体健康状态。

Description

一种基于能量代谢的人体健康评估方法及装置
技术领域
本申请涉及健康评估技术领域，具体涉及一种基于能量代谢的人体健康评估方法，同时涉及一种基于能量代谢的人体健康评估装置。
背景技术
人体健康状态的评估目前多采用多指标权重分析方法来评估，因此需要进行大量的检测手段和复杂的评估方法来最终分析健康状态。科技的发展需要一种健康评估机制可以用关键的指标来评估健康状态。
生命体是具有耗散结构特征的、开放的非平衡系统，生命现象也与熵有着密切关系。同样，人体作为耗散系统，实际上就是熵的吸收与排出的动态过程，因此熵的变化可以用来描述生命的有序程度，而有序程度，实际上就是健康状态的体现，有序程度越高越健康，反之，当无序程度升高，生命体的健康状态就会降低，因此，可以通过熵来评估人体的健康状况。能量熵是综合评判能量平衡程度的一个重要指标。
在能量熵计算过程中，人体能量消耗计算是一个关键环节，目前能量消耗的评估方法有直接测热法、双标记水法、公式法和间接测热法等。直接测热法是在隔热的环境中，直接测量身体产生的热量，它精确度最准确，但对设备环境条件要求较高。双标记水法使用同位素2H和18O标记的水，被测量者摄入一定量2H2O、H218O，一段时间后检测2H和18O的代谢率，通过两种同位素的代谢率之间的差异，可得到机体CO2的产生量。此方法多用于体育活动中的能量评估。公式法常以体质量、身高、年龄和性别，以及人体组成(如体表面积、瘦体组织、体脂等)作为计算的参数；适用于正常人、超重、肥胖及各种病理条件下患者能量需要的预测公式，使用公式法必须了解该方程的出处，参考相似患者人群使用。多个研究分析表明，公式法的准确性存在问题，尚没有一个预测方程能较精确地反映出人体的能量消耗。
发明内容
为解决上述问题，本申请提供一种基于能量代谢的人体健康评估方法，包括：
采集人体在静息和运动状态下的呼吸数据；
获取所述呼吸数据中的耗氧量与二氧化碳呼出量；
根据预先构建的人体能量熵确定模型，分别计算人体在静息和运动状态下的能量熵，根据所述能量熵评估人体的健康状态。
优选的，根据预先构建的人体能量熵确定模型，分别计算人体在静息和运动状态下的能量熵，包括：
预先构建的人体能量熵确定模型为，
f(S)＝[p静息熵f(S1)+k运动熵f(S2)]×t，其中f(S)为人体能量熵值，f(S1)为人体静息熵值，f(S2)人体运动熵值，p，k为修正系数，t为数据采集时长。
优选的，所述人体静息熵值，通过以下公式获得，
Figure BDA0003143529110000021
其中，
Figure BDA0003143529110000022
表示人体理论总能耗，E表示人体实际静息能耗；
当测试者是男性时，
Figure BDA0003143529110000023
其中，当测试者生活在北方时，地区＝1，生活在南方时，地区＝0；
当测试者是女性时，
Figure BDA0003143529110000024
其中，当测试者生活在城市时，地区＝1，生活在乡村时，地区＝0；
人体实际静息能耗E＝4.18×(1.066×V CO2/VO2+3.984)×VO2/60(kJ/min)。
优选的，所述人体运动熵值，通过以下公式获得，
Figure BDA0003143529110000025
其中，E1为健康状态下的运动能耗，E2为非健康状态或实施干预手段后的运动能耗。
优选的，根据所述能量熵评估人体的健康状态，包括：
设a和b分别人健康和亚健康状态下能量熵的阈值上限；
当所述人体能量熵小于或等于a时，评估人体处理健康状态；
当所述人体能量熵大于a，且小于等于b时，评估人体处于亚健康状态；
当所述人体能量熵大于b时，评估人体处理不健康状态。
本申请同时提供一种基于能量代谢的人体健康评估装置，包括：
采集单元，用于采集人体在静息和运动状态下的呼吸数据；
耗氧量与二氧化碳呼出量获取单元，用于获取所述呼吸数据中的耗氧量与二氧化碳呼出量；
健康状态评估单元，用于根据预先构建的人体能量熵确定模型，分别计算人体在静息和运动状态下的能量熵，根据所述能量熵评估人体的健康状态。
优选的，健康状态评估单元，包括：
模型预先构建子单元，预先构建的人体能量熵确定模型为，
f(S)＝[p静息熵f(S1)+k运动熵f(S2)]×t，其中f(S)为人体能量熵值，f(S1)为人体静息熵值，f(S2)人体运动熵值，p，k为修正系数，t为数据采集时长。
优选的，健康状态评估单元，包括
阈值设置子单元，用于设a和b分别人健康和亚健康状态下能量熵的阈值上限；
健康状态评估子单元，用于当所述人体能量熵小于或等于a时，评估人体处理健康状态；
健康状态评估子单元，用于当所述人体能量熵大于a，且小于等于b时，评估人体处于亚健康状态；
健康状态评估子单元，用于当所述人体能量熵大于b时，评估人体处理不健康状态。
附图说明
图1是本申请实施例提供的一种基于能量代谢的人体健康评估方法的流程示意图；
图2是本申请实施例涉及的人体能量熵与健康的关系图；
图3是本申请提供的一种基于能量代谢的人体健康评估装置结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
本申请提供一种基于能量代谢的人体健康评估方法，其流程如图1所示，下面结合图1对本申请提供的方法进行详细说明。
步骤S101，采集人体在静息和运动状态下的呼吸数据。
步骤S102，获取所述的呼吸数据中的耗氧量与二氧化碳呼出量。
呼吸数据包括人体在呼吸过程中呼入和呼出的气体。对采集的呼吸数据，进行处理与分析，得到呼吸气体中的耗氧量VO2与二氧化碳呼出量VCO2。
对呼吸数据的采集、分处与分析，可以通过心肺功能测试仪完成。
步骤S103，根据预先构建的人体能量熵确定模型，分别计算人体在静息和运动状态下的能量熵，根据所述能量熵评估人体的健康状态。
首先，能量熵通过步骤S103-1，计算获得，能量熵又称生命熵。在能量熵评估体系中，预先构建的人体能量熵确定模型为，
f(S)＝[p静息熵f(S1)+k运动熵f(S2)]×t，其中f(S)为人体能量熵值，f(S1)为人体静息熵值，f(S2)人体运动熵值，p，k为修正系数，t为数据采集时长。
这里的静息熵是指人体在静息状态下，实际能量消耗与理论能耗的变化幅度；运动熵是指人体做同样的功时，在不同状态或者不同干预时的能耗变化幅度。
在静息状态下，人体静息熵值，通过以下公式获得，
Figure BDA0003143529110000041
其中，
Figure BDA0003143529110000042
表示人体理论总能耗，E表示人体实际静息能耗；
当测试者是男性时，
Figure BDA0003143529110000043
其中，当测试者生活在北方时，地区＝1，生活在南方时，地区＝0；
当测试者是女性时，
Figure BDA0003143529110000044
其中，当测试者生活在城市时，地区＝1，生活在乡村时，地区＝0；
本申请对Weir’s公式做出了部分调整，得出，人体实际静息能耗E＝4.18×(1.066×V CO2/VO2+3.984)×VO2/60(kJ/min)。
在运动状态下，人体运动熵值，通过以下公式获得，
Figure BDA0003143529110000045
其中，E1为健康状态下的运动能耗，E2为非健康状态或实施干预手段后的运动能耗。
接下来，根据获得的能量熵，通过步骤S103-2对人体健康状态进行评估。
人体能量消耗水平宜处于平衡状态，过高或者过低都不是健康的状态。当能耗过低时，人处于畏寒，心情低落，反应迟钝，活跃度差，免疫力低的状态，整体的能量效率较低；当能耗过高时，人处于怕热，易怒易燥的，反应过激，身体各器官代谢负担较重，能量以热量流失，整体的能量效率也较低，因此，能耗的过低和过高都引起身体能量效率的降低，这个能效的降低，不仅是亚健康和疾病状态的体现，而且是人体能量熵增加的本质性原因。人体熵值越高，与健康偏离越大。人体能量熵与健康的关系如图2所示。
附图2中，a和b分别为健康和亚健康状态下能量熵的阈值上限。在本申请的健康评估方法中，健康状态下能量熵值接近于0。
当所述人体能量熵小于或等于a时，评估人体处理健康状态；当所述人体能量熵大于a，且小于等于b时，评估人体处于亚健康状态；当所述人体能量熵大于b时，评估人体处理不健康状态。
基于同一发明构思，本申请同时提供一种基于能量代谢的人体健康评估装置300，如图3所示，包括：
采集单元310，用于采集人体在静息和运动状态下的呼吸数据；
耗氧量与二氧化碳呼出量获取单元320，用于获取所述呼吸数据中的耗氧量与二氧化碳呼出量；
健康状态评估单元330，用于根据预先构建的人体能量熵确定模型，分别计算人体在静息和运动状态下的能量熵，根据所述能量熵评估人体的健康状态。
优选的，健康状态评估单元，包括：
模型预先构建子单元，预先构建的人体能量熵确定模型为，
f(S)＝[p静息熵f(S1)+k运动熵f(S2)]×t，其中f(S)为人体能量熵值，f(S1)为人体静息熵值，f(S2)人体运动熵值，p，k为修正系数，t为数据采集时长。
优选的，健康状态评估单元，包括
阈值设置子单元，用于设a和b分别人健康和亚健康状态下能量熵的阈值上限；
健康状态评估子单元，用于当所述人体能量熵小于或等于a时，评估人体处理健康状态；
健康状态评估子单元，用于当所述人体能量熵大于a，且小于等于b时，评估人体处于亚健康状态；
健康状态评估子单元，用于当所述人体能量熵大于b时，评估人体处理不健康状态。
本申请提供的基于能量代谢的人体健康评估方法及装置，是一种无创的健康评估方法，解决现有技术不能精确地反映出人体的能量消耗的问题。将耗散理论引入到人体健康的评估中，使用间接测热法作为技术手段，根据大量实际数据得出反应人体实时健康状态的公式，对人体健康水平做出量化的分析。首先测得受试者在健康状态下的静息和运动能量消耗，并将后续测量结果结合本人健康状态能耗进行能量熵计算。根据能量熵值所处的范围，判断分析其健康状态，若处于亚健康状态，需采取适当调节措施，严重者需咨询医生。

Claims (8)

1.一种基于能量代谢的人体健康评估方法，其特征在于，包括：
采集人体在静息和运动状态下的呼吸数据；
获取所述呼吸数据中的耗氧量与二氧化碳呼出量；
根据预先构建的人体能量熵确定模型，分别计算人体在静息和运动状态下的能量熵，根据所述能量熵评估人体的健康状态。
2.根据权利要求1所述的方法，其特征在于，根据预先构建的人体能量熵确定模型，分别计算人体在静息和运动状态下的能量熵，包括：
预先构建的人体能量熵确定模型为，
f(S)＝[p静息熵f(S1)+k运动熵f(S2)]×t，其中f(S)为人体能量熵值，f(S1)为人体静息熵值，f(S2)人体运动熵值，p，k为修正系数，t为数据采集时长。
3.根据权利要求2所述的方法，其特征在于，所述人体静息熵值，通过以下公式获得，
Figure FDA0003143529100000011
其中，
Figure FDA0003143529100000012
表示人体理论总能耗，E表示人体实际静息能耗；
当测试者是男性时，
Figure FDA0003143529100000013
其中，当测试者生活在北方时，地区＝1，生活在南方时，地区＝0；
当测试者是女性时，
Figure FDA0003143529100000014
其中，当测试者生活在城市时，地区＝1，生活在乡村时，地区＝0；
人体实际静息能耗E＝4.18×(1.066×V CO2/VO2+3.984)×VO2/60(kJ/min)。
4.根据权利要求2所述的方法，其特征在于，所述人体运动熵值，通过以下公式获得，
Figure FDA0003143529100000015
其中，E1为健康状态下的运动能耗，E2为非健康状态或实施干预手段后的运动能耗。
5.根据权利要求1所述的方法，其特征在于，根据所述能量熵评估人体的健康状态，包括：
设a和b分别人健康和亚健康状态下能量熵的阈值上限；
当所述人体能量熵小于或等于a时，评估人体处理健康状态；
当所述人体能量熵大于a，且小于等于b时，评估人体处于亚健康状态；
当所述人体能量熵大于b时，评估人体处理不健康状态。
6.一种基于能量代谢的人体健康评估装置，其特征在于，包括：
采集单元，用于采集人体在静息和运动状态下的呼吸数据；
耗氧量与二氧化碳呼出量获取单元，用于获取所述呼吸数据中的耗氧量与二氧化碳呼出量；
健康状态评估单元，用于根据预先构建的人体能量熵确定模型，分别计算人体在静息和运动状态下的能量熵，根据所述能量熵评估人体的健康状态。
7.根据权利要求6所述的装置，其特征在于，健康状态评估单元，包括：
模型预先构建子单元，预先构建的人体能量熵确定模型为，
f(S)＝[p静息熵f(S1)+k运动熵f(S2)]×t，其中f(S)为人体能量熵值，f(S1)为人体静息熵值，f(S2)人体运动熵值，p，k为修正系数，t为数据采集时长。
8.根据权利要求6所述的装置，其特征在于，健康状态评估单元，包括
阈值设置子单元，用于设a和b分别人健康和亚健康状态下能量熵的阈值上限；
健康状态评估子单元，用于当所述人体能量熵小于或等于a时，评估人体处理健康状态；
健康状态评估子单元，用于当所述人体能量熵大于a，且小于等于b时，评估人体处于亚健康状态；
健康状态评估子单元，用于当所述人体能量熵大于b时，评估人体处理不健康状态。
CN202110743489.1A 2021-07-01 2021-07-01 一种基于能量代谢的人体健康评估方法及装置 Pending CN113488169A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110743489.1A CN113488169A (zh) 2021-07-01 2021-07-01 一种基于能量代谢的人体健康评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110743489.1A CN113488169A (zh) 2021-07-01 2021-07-01 一种基于能量代谢的人体健康评估方法及装置

Publications (1)

Publication Number Publication Date
CN113488169A true CN113488169A (zh) 2021-10-08

Family

ID=77937594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110743489.1A Pending CN113488169A (zh) 2021-07-01 2021-07-01 一种基于能量代谢的人体健康评估方法及装置

Country Status (1)

Country Link
CN (1) CN113488169A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345555A (zh) * 2021-06-29 2021-09-03 中国疾病预防控制中心营养与健康所 一种通过体熵评价认知水平的方法
CN114141334A (zh) * 2021-10-20 2022-03-04 新绎健康科技有限公司 个性化的体重管理方法及系统
CN114446473A (zh) * 2021-12-23 2022-05-06 新绎健康科技有限公司 基于间接测热法的动静态结合的健康评估系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009118399A2 (fr) * 2008-03-26 2009-10-01 Universite De Rennes 1 Procede d'evaluation de la sante et/ou de la forme, dispositif et produit programme d'ordinateur correspondants
US10451416B1 (en) * 2016-06-20 2019-10-22 Bentley Systems, Incorporated Optimizing sensor placement for structural health monitoring based on information entropy or total modal energy
CN111009328A (zh) * 2019-12-25 2020-04-14 新绎健康科技有限公司 一种区域人口健康状况评估方法及装置
CN111048206A (zh) * 2019-12-24 2020-04-21 新绎健康科技有限公司 一种多维度健康状态的评估方法及装置
CN111276249A (zh) * 2020-01-20 2020-06-12 李祥臣 基于人体行为信息熵的人体行为活力度测量方法及系统
CN112768068A (zh) * 2020-12-18 2021-05-07 新绎健康科技有限公司 一种用于评估目标静息状态能量熵的方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009118399A2 (fr) * 2008-03-26 2009-10-01 Universite De Rennes 1 Procede d'evaluation de la sante et/ou de la forme, dispositif et produit programme d'ordinateur correspondants
US10451416B1 (en) * 2016-06-20 2019-10-22 Bentley Systems, Incorporated Optimizing sensor placement for structural health monitoring based on information entropy or total modal energy
CN111048206A (zh) * 2019-12-24 2020-04-21 新绎健康科技有限公司 一种多维度健康状态的评估方法及装置
CN111009328A (zh) * 2019-12-25 2020-04-14 新绎健康科技有限公司 一种区域人口健康状况评估方法及装置
CN111276249A (zh) * 2020-01-20 2020-06-12 李祥臣 基于人体行为信息熵的人体行为活力度测量方法及系统
CN112768068A (zh) * 2020-12-18 2021-05-07 新绎健康科技有限公司 一种用于评估目标静息状态能量熵的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐中华;李冠英;: "静息能量代谢在体力活动评价中的应用", 科技信息(科学教研), no. 09, pages 181 - 182 *
李远;金城;肖小河;: "从热力学角度审视和研究亚健康", 医学与哲学(人文社会医学版), no. 04, pages 63 - 64 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345555A (zh) * 2021-06-29 2021-09-03 中国疾病预防控制中心营养与健康所 一种通过体熵评价认知水平的方法
CN113345555B (zh) * 2021-06-29 2024-02-06 中国疾病预防控制中心营养与健康所 一种通过体熵评价认知水平的方法
CN114141334A (zh) * 2021-10-20 2022-03-04 新绎健康科技有限公司 个性化的体重管理方法及系统
CN114446473A (zh) * 2021-12-23 2022-05-06 新绎健康科技有限公司 基于间接测热法的动静态结合的健康评估系统

Similar Documents

Publication Publication Date Title
CN113488169A (zh) 一种基于能量代谢的人体健康评估方法及装置
Peterson et al. Accuracy of VO2max prediction equations in older adults
Peyrebrune et al. Estimating the energy contribution during single and repeated sprint swimming
Katch et al. Maximal oxygen intake, endurance running performance, and body composition in college women
CN104217095A (zh) 人体健康功能状态评估模型
Davis et al. Prediction of normal values for lactate threshold estimated by gas exchange in men and women
CN103027696A (zh) 人体运动能量消耗仪
Figueiredo et al. Energy cost and body centre of mass’ 3D intracycle velocity variation in swimming
Falk et al. Measurement and interpretation of maximal aerobic power in children.
TWI597617B (zh) 運動指引系統、運動指引方法及無氧閾値的量測方法
Slaman et al. The six-minute walk test cannot predict peak cardiopulmonary fitness in ambulatory adolescents and young adults with cerebral palsy
Zakrzewski et al. Exercise protocols to estimate Fatmax and maximal fat oxidation in children
CN1275179C (zh) 人体亚健康状态的计算机评测方法
CN110353692B (zh) 基于生物信号的体能、疲劳、恢复能力的评测系统及方法
Lay-Ekuakille et al. Spirometric measurement postprocessing: expiration data recovery
CN109350069A (zh) 一种通过负荷心率推算青少年日常活动摄氧量和运动强度的方法
Swisher et al. Use of the six-minute walk/run test to predict peak oxygen consumption in older adults
JP2001104254A (ja) 体内栄養代謝動態測定方法及びその装置
Scott et al. Development and validation of a PACER prediction equation for VO2peak in 10-to 15-year-old youth
CN113851224B (zh) 一种用于ams风险评估的数字仿真器
US20230165537A1 (en) Method and system for predicting a vo2max measurement
Flotyńska et al. Methods of Assessment of Physical Capacity in People with Diabetes Mellitus Type 1
Dalleck et al. The accuracy of the American College of Sports Medicine metabolic equation for walking at altitude and higher-grade conditions
Su et al. Construction of regression equation for maximum oxygen uptake recognition of respiration and heart rate in exercise training
CN104027104A (zh) 基于反射区对应器官能量的睡眠质量评估模型

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