CN113506627B - 一种夜间人体生理机能评估方法及系统 - Google Patents
一种夜间人体生理机能评估方法及系统 Download PDFInfo
- Publication number
- CN113506627B CN113506627B CN202011396631.1A CN202011396631A CN113506627B CN 113506627 B CN113506627 B CN 113506627B CN 202011396631 A CN202011396631 A CN 202011396631A CN 113506627 B CN113506627 B CN 113506627B
- Authority
- CN
- China
- Prior art keywords
- data
- human body
- rhythm
- physiological function
- evaluation
- 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
Links
- 230000035790 physiological processes and functions Effects 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims description 66
- 230000033764 rhythmic process Effects 0.000 claims abstract description 69
- 238000011156 evaluation Methods 0.000 claims abstract description 58
- 230000036760 body temperature Effects 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000006870 function Effects 0.000 claims description 39
- 238000013178 mathematical model Methods 0.000 claims description 26
- 230000004044 response Effects 0.000 claims description 15
- 230000002612 cardiopulmonary effect Effects 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 11
- 230000028993 immune response Effects 0.000 claims description 8
- 230000036046 immunoreaction Effects 0.000 claims description 8
- 230000036314 physical performance Effects 0.000 claims description 7
- 238000000926 separation method Methods 0.000 claims description 7
- 239000003550 marker Substances 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 19
- 238000010586 diagram Methods 0.000 abstract description 10
- 230000002860 competitive effect Effects 0.000 abstract description 4
- 230000003247 decreasing effect Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000013507 mapping Methods 0.000 abstract description 3
- 238000010587 phase diagram Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract 1
- 230000008901 benefit Effects 0.000 description 3
- 230000004217 heart function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000004199 lung function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000008827 biological function Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000027288 circadian rhythm Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (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
一种夜间人体生理机能评估方法及系统，根据采集的人体体温等生理机能数据对不同时刻点的人体各系统机能状态做出综合预测与评定，能满足时间生物学数据分析、统计、分析计算，实现人体各种机能状态相位图及相互关系图等作图；通过人体生理生化节律参数关系模型，建立人体生物钟数据库，能根据采及生理特征数据，对特种人员夜间作战能力状态进行评估与预测；可为教员实施择时运动训练方案，调整队员的生物节律，提供了实验数据和理论依据；进而科学地增减运动量和变换训练手段，提高训练效率，最大限度地挖掘每个队员的生物运动潜能；能准确人为地微调队员的机能状态水平和时间，使他们的最佳竞技状态处于比赛关键时刻，同时有效地克服时差反应。
Description
技术领域
本发明涉及生物数据处理技术领域，具体涉及一种夜间人体生理机能评估方法及系统。
背景技术
生物钟学又称时间生物学，是研究生物体内与时间有关的周期性现象或这些现象的时间机制。人体许多生理机能表现出明显的近似昼夜节律特性，用特定时间的训练，在特定时刻引起机能振荡高峰，可以促使机能峰相位的迁移：不同时刻的训练，可以产生不同训练效应，井使生物节律向不同方向迁移。
现代时间生物学研究数据处理的主要方法是余弦法，余弦法相对比较简单且能用数学模型客观定量地描述生物数据的特性，余弦法是目前运动时间生物学最常用的方法，可使人们正确认识在训练和值班等作业中，尤其是在重大的演训、作战中，出现的生理机能节律现象。如何从科学的角度研究和应用生理机能节律，调节特战人员体内的“生物钟”，以期获得最佳的训练效果和最好的生理机能状态是一个亟待解决的技术问题，具有重大的现实意义。
发明内容
为此，本发明提供一种夜间人体生理机能评估方法及系统，最大限度地挖掘每个夜间作业人员的生物潜能，从科学的角度研究和应用生理机能节律，调节特战人员体内的“生物钟”，以期获得最佳的训练效果和最好的生理机能状态。
为了实现上述目的，本发明提供如下技术方案：一种夜间人体生理机能评估方法，包括以下步骤：
构建表示评估对象生物节律的评估数学模型，所述评估数学模型采用余弦函数利用时间序列表示生物节律特性；
根据所述时间序列以预设时间间隔对所述评估对象进行动态观察，获得一组按时间顺序排列的生理机能数据观察值，所述生理机能数据包括人体体温数据、人体体能数据、人体心肺功能数据、人体免疫反应数据和人体应急反应数据；
根据采集的所述评估对象的生理机能数据，以所述人体体温为标志节律，建立人体体温节律与人体体能、人体心肺功能、人体免疫反应和人体应急反应节律的数学模型；
以采集的人体体温节律为标志节律建立人体机能状态预测模型，通过人体机能状态预测模型根据采集的生理特征数据，对评估对象从事预设活动的能力状态进行评估与预测。
作为夜间人体生理机能评估方法的优选方案，所述评估数学模型为：
式中，f(ti)表示生理机能变量的数值，ti表示采样时刻，M为调整中值，A为振幅，
为峰值相位，ω为角频率。
作为夜间人体生理机能评估方法的优选方案，所述时间序列表示为：
式中，Yj为ti时刻的实测值，ej为残余误差。
作为夜间人体生理机能评估方法的优选方案，对于所述评估数学模型，线性化后用最小二乘法原理对所测的生理机能数据进行振幅、峰值相位和调整中值参数估计，确定估计的参数的可信区间并采用余弦图对可信区间进行表示。
作为夜间人体生理机能评估方法的优选方案，对所述生理机能数据采用单个余弦法、群体平均余弦法或组平均余弦法进行生物节律分析。
作为夜间人体生理机能评估方法的优选方案，将所述生理机能数据生成余弦法数据文件，对生成的所述余弦法数据文件进行数据分离。
作为夜间人体生理机能评估方法的优选方案，对生成的所述余弦法数据文件进行数据分离时，调整时间间隔并生成调整后的时间间隔数据文件。
作为夜间人体生理机能评估方法的优选方案，以曲线显示分析结果或以椭圆方法显示分析结果的方式展示生理机能数据节律分析结果。
作为夜间人体生理机能评估方法的优选方案，用于夜间作战特战人员生理机能评估。
本发明还提供一种夜间人体生理机能评估系统，采用上述的夜间人体生理机能评估方法，包括：
评估模型构建模块，用于构建表示评估对象生物节律的评估数学模型，所述评估数学模型采用余弦函数利用时间序列表示生物节律特性；
生理机能数据获取模块，用于根据所述时间序列以预设时间间隔对所述评估对象进行动态观察，获得一组按时间顺序排列的生理机能数据观察值，所述生理机能数据包括人体体温数据、人体体能数据、人体心肺功能数据、人体免疫反应数据和人体应急反应数据；
节律分析模块，用于根据采集的所述评估对象的生理机能数据，以所述人体体温为标志节律，建立人体体温节律与人体体能、人体心肺功能、人体免疫反应和人体应急反应节律的数学模型；
评估预测模块，用于以采集的人体体温节律为标志节律建立人体机能状态预测模型，通过人体机能状态预测模型根据采集的生理特征数据，对评估对象从事预设活动的能力状态进行评估与预测。
本发明具有如下优点：本发明可以根据采集的人体体温等生理机能数据对不同时刻点的人体各系统机能状态做出综合预测与评定，能满足时间生物学数据分析、统计、分析计算，实现人体各种机能状态相位图及相互关系图等作图；通过人体生理生化节律参数关系模型，建立人体生物钟数据库，能根据采及生理特征数据，对特种人员夜间作战能力状态进行评估与预测；可为教员实施择时运动训练方案，调整队员的生物节律，提供了实验数据和理论依据；进而科学地增减运动量和变换训练手段，提高训练效率，最大限度地挖掘每个队员的生物运动潜能；尤其在比赛季节，能准确人为地微调队员的机能状态水平和时间，使他们的最佳竞技状态处于比赛的关键时刻，同时有效地克服时差反应。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施例中提供的夜间人体生理机能评估方法流程示意图；
图2为本发明实施例中提供的采用组平均余弦法进行节律分析的过程示意图；
图3为本发明实施例中提供的人体体温与人体体能的时间相位关系图示意图；
图4为本发明实施例中提供的人体体温与人体心肺功能的时间相位关系图示意图；
图5为本发明实施例中提供的人体体温与人体免疫反应的时间相位关系图示意图；
图6为本发明实施例中提供的人体体温与人体应急反应的时间相位关系图示意图；
图7为本发明实施例中提供的人体心肺功能、人体免疫反应、人体应急反应的时间相位关系图示意图；
图8为本发明实施例中提供的夜间人体生理机能评估系统示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，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。
参见图1，提供一种夜间人体生理机能评估方法，可以用于夜间作战特战人员生理机能评估，包括以下步骤：
S1：构建表示评估对象生物节律的评估数学模型，所述评估数学模型采用余弦函数利用时间序列表示生物节律特性；
S2：根据所述时间序列以预设时间间隔对所述评估对象进行动态观察，获得一组按时间顺序排列的生理机能数据观察值，所述生理机能数据包括人体体温数据、人体体能数据、人体心肺功能数据、人体免疫反应数据和人体应急反应数据；
S3：根据采集的所述评估对象的生理机能数据，以所述人体体温为标志节律，建立人体体温节律与人体体能、人体心肺功能、人体免疫反应和人体应急反应节律的数学模型；
S4：以采集的人体体温节律为标志节律建立人体机能状态预测模型，通过人体机能状态预测模型根据采集的生理特征数据，对评估对象从事预设活动的能力状态进行评估与预测。
具体的，步骤S1中所述评估数学模型为：
式中，f(ti)表示生理机能变量的数值，ti表示采样时刻，M为调整中值，A为振幅，
为峰值相位，ω为角频率。M参数反映了生物机能变量总的变化幅度，A越大，生物节律性越强，
反映了峰值出现的时间，
ω大小取决于周期T，360°代表一个完整的周期，ω为一定值，当周期为24小时，角频率为15°每小时。
使用上述模型，所述时间序列表示为：
式中，Yj为ti时刻的实测值，ej为残余误差。
Yj展开为：
令：
Xj＝cosωti；Zj＝sinωti
替换后得到：
Yj＝M+βXj+γZj+ej
进而可以将曲线模型简化为线性模型，使用多元线性最小二乘法进行回归拟合。
具体的，对于所述评估数学模型，线性化后用最小二乘法原理对所测的生理机能数据进行振幅、峰值相位和调整中值参数估计，确定估计的参数的可信区间并采用余弦图对可信区间进行表示。对所述生理机能数据采用单个余弦法、群体平均余弦法或组平均余弦法进行生物节律分析。由于余弦法在已知周期的情况下，具有节律检验，估计时相，估计振幅，估计可信区间，采样序列短等优点，可以用来处理单一时间序列的统计分析，不仅可以用来分析一个个体的单一时间序列，还可以分析一个群体中每个个体在不同时间采样所组成的单一时间序列。
夜间人体生理机能评估方法的一个实施例中，将所述生理机能数据生成余弦法数据文件，对生成的所述余弦法数据文件进行数据分离。对生成的所述余弦法数据文件进行数据分离时，调整时间间隔并生成调整后的时间间隔数据文件。以曲线显示分析结果或以椭圆方法显示分析结果的方式展示生理机能数据节律分析结果。
具体的，对于生理机能数据可以进行余弦法数据文件、分离数据文件、加大数据文件的时间间隔和多文件名称输入等数据维护操作，通过输入文件名、实验开始时间、数据文件列表中的数据，完成余弦法数据文件的生成。在相应位置输入分离数据文件名、分离数据文件所含组号序列、分离数据文件每组所含数据个数、分离数据文件每组数据开始序号、分离后的数据文件名等相应数据，完成分离数据文件。如果要将分离数据文件的时间间隔加大从而产生时间间隔加大的数据文件，通过输入相应的加大时间间隔前数据文件名、间隔时间的加大倍数、加大后的数据存储文件名，产生加大时间间隔文数据文件。通过输入数据文件名、实验开始时间、数据文件名列表、多个数据文件名的存储文件名等数据完成多文件名称输入。
具体的，参见图2，通过选择已完成的测试数据文件，及相应的余弦方法，选择操作的种类，比如：以曲线显示分析结果、以椭圆方法显示分析结果等，则得出相应的分析结果图。例如：采用组平均余玄法、实验数据文件为chid.txt、选显示曲线的方法表示分析数据的结果如图2所示。数据分为4个组别，每一组样本个数是6个，观测次数24次，以及PR值、P值、F值、中值、振幅、峰相位等结果数据。
参见图3、图4、图5、图6和图7，为基于本申请的技术方案对生理机能数据的节律分析结果，基于对应的节律分析结果可以进行人体生理机能评估。从而实现利用余弦法从科学角度研究和掌握队员的生物节律体系，从科学的选材，到实施择时运动训练，可根据队员每日、每月、每年的时间结构特点，科学地增减运动量和变换训练手段，提高训练效率，最大限度地挖掘每个队员的生物运动潜能；尤其在比赛季节，能准确人为地“微调”队员的机能状态水平和时间，使他们的最佳竞技状态处于比赛的关键时刻，同时有效地克服时差反应。
参见图8，本发明还提供一种夜间人体生理机能评估系统，采用上述的夜间人体生理机能评估方法，包括：
评估模型构建模块1，用于构建表示评估对象生物节律的评估数学模型，所述评估数学模型采用余弦函数利用时间序列表示生物节律特性；
生理机能数据获取模块2，用于根据所述时间序列以预设时间间隔对所述评估对象进行动态观察，获得一组按时间顺序排列的生理机能数据观察值，所述生理机能数据包括人体体温数据、人体体能数据、人体心肺功能数据、人体免疫反应数据和人体应急反应数据；
节律分析模块3，用于根据采集的所述评估对象的生理机能数据，以所述人体体温为标志节律，建立人体体温节律与人体体能、人体心肺功能、人体免疫反应和人体应急反应节律的数学模型；
评估预测模块4，用于以采集的人体体温节律为标志节律建立人体机能状态预测模型，通过人体机能状态预测模型根据采集的生理特征数据，对评估对象从事预设活动的能力状态进行评估与预测。
需要说明的是，上述系统各模块之间的信息交互、执行过程等内容，由于与本申请实施例中的方法实施例基于同一构思，其带来的技术效果与本申请方法实施例相同，具体内容可参见本申请前述所示的方法实施例中的叙述。
本发明通过构建表示评估对象生物节律的评估数学模型，所述评估数学模型采用余弦函数利用时间序列表示生物节律特性；根据所述时间序列以预设时间间隔对所述评估对象进行动态观察，获得一组按时间顺序排列的生理机能数据观察值，所述生理机能数据包括人体体温数据、人体体能数据、人体心肺功能数据、人体免疫反应数据和人体应急反应数据；根据采集的所述评估对象的生理机能数据，以所述人体体温为标志节律，建立人体体温节律与人体体能、人体心肺功能、人体免疫反应和人体应急反应节律的数学模型；以采集的人体体温节律为标志节律建立人体机能状态预测模型，通过人体机能状态预测模型根据采集的生理特征数据，对评估对象从事预设活动的能力状态进行评估与预测。本发明实现根据采集的人体体温等生理机能数据对不同时刻点的人体各系统机能状态做出综合预测与评定，能满足时间生物学数据分析、统计、分析计算，实现人体各种机能状态相位图及相互关系图等作图；通过人体生理生化节律参数关系模型，建立人体生物钟数据库，能根据采及生理特征数据，对特种人员夜间作战能力状态进行评估与预测；可为教员实施择时运动训练方案，调整队员的生物节律，提供了实验数据和理论依据；进而科学地增减运动量和变换训练手段，提高训练效率，最大限度地挖掘每个队员的生物运动潜能；尤其在比赛季节，能准确人为地微调队员的机能状态水平和时间，使他们的最佳竞技状态处于比赛的关键时刻，同时有效地克服时差反应。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (4)
1.一种夜间人体生理机能评估方法，其特征在于，包括以下步骤：
构建表示评估对象生物节律的评估数学模型，所述评估数学模型采用余弦函数利用时间序列表示生物节律特性；
根据所述时间序列以预设时间间隔对所述评估对象进行动态观察，获得一组按时间顺序排列的生理机能数据观察值，所述生理机能数据包括人体体温数据、人体体能数据、人体心肺功能数据、人体免疫反应数据和人体应急反应数据；
根据采集的所述评估对象的生理机能数据，以所述人体体温为标志节律，建立人体体温节律与人体体能、人体心肺功能、人体免疫反应和人体应急反应节律的数学模型；
以采集的人体体温节律为标志节律建立人体机能状态预测模型，通过人体机能状态预测模型根据采集的生理机能数据，对评估对象从事预设活动的能力状态进行评估与预测；
所述评估数学模型为：
式中，f(ti)表示生理机能变量的数值，ti表示采样时刻，M为调整中值，A为振幅，
为峰值相位，ω为角频率；
所述时间序列表示为：
式中，Yj为ti时刻的实测值，ej为残余误差；
Yj展开为：
令：
Xj＝cosωti；Zj＝sinωti
替换后得到：
Yj＝M+βXj+γZj+ej
将曲线模型简化为线性模型，使用多元线性最小二乘法进行回归拟合；
对于所述评估数学模型，线性化后用最小二乘法原理对所测的生理机能数据进行振幅、峰值相位和调整中值参数估计，确定估计的参数的可信区间并采用余弦图对可信区间进行表示；
将所述生理机能数据生成余弦法数据文件，对生成的所述余弦法数据文件进行数据分离；对生成的所述余弦法数据文件进行数据分离时，调整时间间隔并生成调整后的时间间隔数据文件；
对于生理机能数据进行余弦法数据文件、分离数据文件、加大数据文件的时间间隔和多文件名称输入数据维护操作，通过输入文件名、实验开始时间、数据文件列表中的数据，完成余弦法数据文件的生成；
在相应位置输入分离数据文件名、分离数据文件所含组号序列、分离数据文件每组所含数据个数、分离数据文件每组数据开始序号、分离后的数据文件名相应数据，完成分离数据文件；
通过输入相应的加大时间间隔前数据文件名、间隔时间的加大倍数、加大后的数据存储文件名，产生加大时间间隔数据文件；
通过输入数据文件名、实验开始时间、数据文件名列表、多个数据文件名的存储文件名数据完成多文件名称输入；
以曲线显示分析结果或以椭圆方法显示分析结果的方式展示生理机能数据节律分析结果。
2.根据权利要求1所述的一种夜间人体生理机能评估方法，其特征在于，对所述生理机能数据采用单个余弦法、群体平均余弦法或组平均余弦法进行生物节律分析。
3.根据权利要求1所述的一种夜间人体生理机能评估方法，其特征在于，用于夜间作战特战人员生理机能评估。
4.一种夜间人体生理机能评估系统，采用如权利要求1至3任一项的夜间人体生理机能评估方法，其特征在于，包括：
评估模型构建模块，用于构建表示评估对象生物节律的评估数学模型，所述评估数学模型采用余弦函数利用时间序列表示生物节律特性；
生理机能数据获取模块，用于根据所述时间序列以预设时间间隔对所述评估对象进行动态观察，获得一组按时间顺序排列的生理机能数据观察值，所述生理机能数据包括人体体温数据、人体体能数据、人体心肺功能数据、人体免疫反应数据和人体应急反应数据；
节律分析模块，用于根据采集的所述评估对象的生理机能数据，以所述人体体温为标志节律，建立人体体温节律与人体体能、人体心肺功能、人体免疫反应和人体应急反应节律的数学模型；
评估预测模块，用于以采集的人体体温节律为标志节律建立人体机能状态预测模型，通过人体机能状态预测模型根据采集的生理机能数据，对评估对象从事预设活动的能力状态进行评估与预测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011396631.1A CN113506627B (zh) | 2020-11-25 | 2020-11-25 | 一种夜间人体生理机能评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011396631.1A CN113506627B (zh) | 2020-11-25 | 2020-11-25 | 一种夜间人体生理机能评估方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113506627A CN113506627A (zh) | 2021-10-15 |
| CN113506627B true CN113506627B (zh) | 2023-03-24 |
Family
ID=78008300
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011396631.1A Active CN113506627B (zh) | 2020-11-25 | 2020-11-25 | 一种夜间人体生理机能评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113506627B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110243560A (zh) * | 2019-05-28 | 2019-09-17 | 武汉光谷北斗控股集团有限公司 | 一种桥梁挠度监测中的温度效应分离方法 |
| CN111714090A (zh) * | 2020-06-19 | 2020-09-29 | 深圳市恬境科技有限公司 | 一种人体生物节律健康管理方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1039915A (zh) * | 1988-07-24 | 1990-02-21 | 周传祯 | 通用人体生物节律运行图表 |
| JP5560550B2 (ja) * | 2008-10-16 | 2014-07-30 | ソニー株式会社 | 生体リズム予測方法 |
| WO2013184627A1 (en) * | 2012-06-05 | 2013-12-12 | Rensselaer Polytechnic Institute | Circadian phase estimation, modeling and control |
| US10742475B2 (en) * | 2012-12-05 | 2020-08-11 | Origin Wireless, Inc. | Method, apparatus, and system for object tracking sensing using broadcasting |
| CN107169269A (zh) * | 2017-04-24 | 2017-09-15 | 广东健凯医疗有限公司 | 健康运动能力评估系统和方法 |
-
2020
- 2020-11-25 CN CN202011396631.1A patent/CN113506627B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110243560A (zh) * | 2019-05-28 | 2019-09-17 | 武汉光谷北斗控股集团有限公司 | 一种桥梁挠度监测中的温度效应分离方法 |
| CN111714090A (zh) * | 2020-06-19 | 2020-09-29 | 深圳市恬境科技有限公司 | 一种人体生物节律健康管理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113506627A (zh) | 2021-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Verikas et al. | Electromyographic patterns during golf swing: Activation sequence profiling and prediction of shot effectiveness | |
| Mooney et al. | Inertial sensor technology for elite swimming performance analysis: A systematic review | |
| US20150088006A1 (en) | Method for determining aerobic capacity | |
| EP2992820A2 (en) | Measuring blood pressure | |
| US20150182149A1 (en) | Methods for optimally matching musical rhythms to physical and physiologic rhythms | |
| KR20170023770A (ko) | 진단모델 생성 시스템 및 방법 | |
| Elshafei et al. | Towards detecting biceps muscle fatigue in gym activity using wearables | |
| WO2015109046A1 (en) | System and method for testing motor and cognitive performance of a human subject with a mobile device | |
| CN111598134B (zh) | 一种体操运动数据监控的测试分析方法 | |
| Sung et al. | Shiver motion and core body temperature classification for wearable soldier health monitoring systems | |
| CN113506627B (zh) | 一种夜间人体生理机能评估方法及系统 | |
| CN114141379A (zh) | 基于知识图谱的睡眠障碍归因分析方法、装置和系统 | |
| Russell et al. | Predicting fatigue in long duration mountain events with a single sensor and deep learning model | |
| CN105286842A (zh) | 一种基于加速度传感器预测运动过程心率的方法及装置 | |
| Kramberger et al. | Real-life application of a wearable device towards injury prevention in tennis: A single-case study | |
| Silva et al. | Fusion of clinical, self-reported, and multisensor data for predicting falls | |
| JP2016137138A (ja) | 情報処理能力推定装置、方法及びプログラム | |
| Pramodhani et al. | Stress Prediction and Detection in Internet of Things using Learning Methods | |
| CN115458153A (zh) | 人员情境意识测评与训练方法、系统及存储介质 | |
| Stival et al. | Doubly-online changepoint detection for monitoring health status during sports activities | |
| RU129681U1 (ru) | Система определения функционального состояния группы людей с обратной связью | |
| Cruciani et al. | Rich context information for just-in-time adaptive intervention promoting physical activity | |
| Chernykh et al. | The development of an intelligent simulator system for psychophysiological diagnostics of trainees on the basis of virtual reality | |
| Millàn et al. | Validation of brain–machine interfaces during parabolic flight | |
| KR20200117761A (ko) | 흉부 압박 훈련 피드백 정보 생성 방법 및 장치 |
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 |