CN115245677B - 热源消耗量的计算方法、装置、可穿戴设备和存储介质 - Google Patents
热源消耗量的计算方法、装置、可穿戴设备和存储介质 Download PDFInfo
- Publication number
- CN115245677B CN115245677B CN202110450971.6A CN202110450971A CN115245677B CN 115245677 B CN115245677 B CN 115245677B CN 202110450971 A CN202110450971 A CN 202110450971A CN 115245677 B CN115245677 B CN 115245677B
- Authority
- CN
- China
- Prior art keywords
- consumption
- heat source
- user
- intensity
- movement
- 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
- 238000000034 method Methods 0.000 title claims abstract description 139
- 230000008569 process Effects 0.000 claims abstract description 82
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 41
- 229910052760 oxygen Inorganic materials 0.000 claims description 41
- 239000001301 oxygen Substances 0.000 claims description 41
- 150000001720 carbohydrates Chemical class 0.000 claims description 31
- 238000012360 testing method Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 13
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 10
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 5
- 239000001569 carbon dioxide Substances 0.000 claims description 5
- 230000000241 respiratory effect Effects 0.000 claims 1
- 235000014633 carbohydrates Nutrition 0.000 description 25
- 238000010586 diagram Methods 0.000 description 15
- 230000001133 acceleration Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000000386 athletic effect Effects 0.000 description 3
- 235000021074 carbohydrate intake Nutrition 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000037147 athletic performance Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/083—Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4866—Evaluating metabolism
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/09—Rehabilitation or training
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B2071/065—Visualisation of specific exercise parameters
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2230/00—Measuring physiological parameters of the user
- A63B2230/40—Measuring physiological parameters of the user respiratory characteristics
- A63B2230/43—Composition of exhaled air
- A63B2230/433—Composition of exhaled air partial CO2 value
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2230/00—Measuring physiological parameters of the user
- A63B2230/40—Measuring physiological parameters of the user respiratory characteristics
- A63B2230/43—Composition of exhaled air
- A63B2230/436—Composition of exhaled air partial O2 value
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2230/00—Measuring physiological parameters of the user
- A63B2230/75—Measuring physiological parameters of the user calorie expenditure
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Obesity (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Physical Education & Sports Medicine (AREA)
- Emergency Medicine (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供一种热源消耗量的计算方法、装置、可穿戴设备和存储介质,可穿戴设备根据用户在运动过程中的呼吸参数,确定用户在运动过程中的运动强度;然后,根据运动强度以及预设的消耗分布模型,确定在运动过程中目标热源的消耗量;其中,上述消耗分布模型包括不同运动强度与目标热源的消耗效率之间的关联关系。采用上述方法可以确定在运动过程中目标热源的消耗量,使得用户在获得目标热源的消耗量的基础上,可以根据目标热源的消耗量针对性地调整运动策略,提升健身效率。
Description
技术领域
本申请涉及可穿戴设备技术领域,特别是涉及一种热源消耗量的计算方法、装置、可穿戴设备和存储介质。
背景技术
随着可穿戴设备对发展,用户可以通过佩戴可穿戴设备,对运动中消耗的热量进行监测。
传统方法中,可穿戴设备可以通过用户的年龄、身高、体重以及运动类型等,计算用户在当前运动中消耗的热量值。对于以减脂为目的的健身用户,上述可穿戴设备所计算获得的热量值无法对健身过程提供有力的数据支持,导致健身效率低。
发明内容
本申请实施例提供了一种热源消耗量的计算方法、装置、可穿戴设备和存储介质,可以提高用户的健身效率。
一种热源消耗量的计算方法,上述包括:
根据用户在运动过程中的呼吸参数,确定用户在运动过程中的运动强度;
根据运动强度以及预设的消耗分布模型,确定在运动过程中目标热源的消耗量;消耗分布模型包括不同运动强度与目标热源的消耗效率之间的关联关系。
在其中一个实施例中,上述目标热源为脂肪;在消耗分布模型中,当运动强度位于预设的第一参数区间时,脂肪的消耗效率随运动强度的增大而增大;当运动强度位于预设的第二参数区间时,脂肪的消耗效率随运动强度的增大而减小;第二参数区间的起始值大于或等于第一参数区间的终止值。
在其中一个实施例中,在消耗分布模型中,脂肪的消耗效率由包含运动强度的第一多项式表示,第一多项式由样本数据拟合获得;样本数据包括多个用户在测试运动中消耗脂肪所产生的热量,以及多个用户在测试运动中的运动强度。
在其中一个实施例中,上述第一多项式包括-A1X3-A2X2+A3X-A4;其中,X为用户的运动强度;A1、A2、A3、A4均为第一多项式的系数,且均为正值。
在其中一个实施例中,上述目标热源为碳水化合物;在消耗分布模型中,当运动强度位于预设的第三参数区间时,碳水化合物的消耗效率随运动强度的增大而减小;当运动强度位于预设的第四参数区间时,碳水化合物的消耗效率随运动强度的增大而增大;第三参数区间的起始值大于或等于第四参数区间的终止值。
在其中一个实施例中,在消耗分布模型中,碳水化合物的消耗效率由包含运动强度的第二多项式表示,第二多项式由样本数据拟合获得;样本数据包括多个用户在测试运动中消耗脂肪所产生的热量,以及多个用户在测试运动中的运动强度。
在其中一个实施例中,上述第二多项式包括B1X3+B2X2-B3X+B4;其中,X为用户的运动强度;B1、B2、B3、B4均为第二多项式的系数,且均为正值。
在其中一个实施例中,上述根据用户在运动过程中的呼吸参数,确定用户在运动过程中的运动强度,包括:
获取用户的最大摄氧量以及用户在运动过程中的各个时刻的实时摄氧量;
将实时摄氧量与最大摄氧量的比值确定为运动强度。
在其中一个实施例中,上述根据运动强度以及预设的消耗分布模型,确定在运动过程中目标热源的消耗量,包括:
根据目标热源的类型,将运动过程中各个时刻的运动强度输入至与目标热源的类型对应的消耗分布模型,得到目标热源在各个时刻的消耗热量;
将目标热源在各个时刻的消耗量进行累加计算,获得用户在运动过程中目标热源的总消耗热量。
在其中一个实施例中,上述获得用户在运动过程中目标热源的总消耗热量之后,还包括:
将总消耗热量除以消耗单位重量的目标热源所产生的参考热量,获得用户在运动过程中目标热源的消耗重量。
在其中一个实施例中,上述方法还包括:
按照目标热源的类型,显示在运动过程中目标热源的消耗量。
在其中一个实施例中,上述方法还包括:
在运动过程中实时显示用户的运动强度;
在运动强度超出预设目标参数范围时,向用户发送调整提示信息;调整提示信息用于指示用户调整运动强度,以使实时运动强度位于目标参数范围内;目标参数范围对应的脂肪的消耗效率大于预设消耗阈值。
在其中一个实施例中,上述呼吸参数包括用户的摄氧量和二氧化碳呼出量中的至少一种。
一种热源消耗量的计算装置,包括:
第一确定模块,用于根据用户在运动过程中的呼吸参数,确定用户在运动过程中的运动强度;
第二确定模块,用于根据运动强度以及预设的消耗分布模型,确定在运动过程中目标热源的消耗量;消耗分布模型包括不同运动强度与目标热源的消耗效率之间的关联关系。
一种可穿戴设备,包括存储器及处理器,存储器中储存有计算机程序,上述计算机程序被处理器执行时,使得处理器执行上述热源消耗量的计算方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被处理器执行时实现上述热源消耗量的计算方法的步骤。
上述热源消耗量的计算方法、装置、可穿戴设备和存储介质,可穿戴设备根据用户在运动过程中的呼吸参数,确定用户在运动过程中的运动强度;然后,根据运动强度以及预设的消耗分布模型,确定在运动过程中目标热源的消耗量;其中,上述消耗分布模型包括不同运动强度与目标热源的消耗效率之间的关联关系。由于可穿戴设备中预设了消耗分布模型,从而可以基于消耗分布模型中不同运动强度与目标热源的消耗效率之间的关联关系以及用户的运动强度,确定在运动过程中目标热源的消耗量,使得用户可以明确获知运动过程中消耗了多少目标热源,例如用户可以明确获知运动过程消耗了多少脂肪;用户在获得目标热源的消耗量的基础上,可以根据目标热源的消耗量针对性地调整运动策略,从而提升健身效率。
附图说明
为了更清楚地说明本申请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地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为一个实施例中热源消耗量的计算方法的应用环境图;
图2为一个实施例中热源消耗量的计算方法的流程示意图;
图3为一个实施例中热源消耗量的计算方法的示意图;
图4为一个实施例中热源消耗量的计算方法的示意图;
图5为一个实施例中热源消耗量的计算方法的示意图;
图6为一个实施例中热源消耗量的计算方法的示意图;
图7为一个实施例中热源消耗量的计算方法的流程示意图;
图8为一个实施例中热源消耗量的计算方法的流程示意图;
图9为一个实施例中热源消耗量的计算方法的示意图;
图10为一个实施例中热源消耗量的计算方法的流程示意图;
图11为一个实施例中热源消耗量的计算方法的示意图;
图12为一个实施例中热源消耗量的计算装置的结构框图;
图13为一个实施例中热源消耗量的计算装置的结构框图;
图14为一个实施例中热源消耗量的计算装置的结构框图;
图15为一个实施例中热源消耗量的计算装置的结构框图;
图16为一个实施例中热源消耗量的计算装置的结构框图;
图17为一个实施例中可穿戴设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一多项式称为第二多项式,且类似地,可将第二多项式称为第一多项式。第一多项式和第二多项式两者都是多项式,但其不是同一多项式。
图1为一个实施例中热源消耗量的计算方法的应用环境示意图。如图1所示,该应用环境包括可穿戴设备100。上述可穿戴设备100可以执行上述热源消耗量的计算方法的步骤,获得运动过程中目标热源的消耗量。其中,上述可穿戴设备100可以但不限于是智能手表、智能手环、智能眼镜等。另外,上述应用环境还可以包括与可穿戴设备连接的终端设备,上述终端设备200可以在所述可穿戴设备的配合下,执行上述热源消耗量的计算方法。上述终端设备可以但不限于智能手机、平板电脑、个人笔记本等设备。
图2为一个实施例中热源消耗量的计算方法的流程图。本实施例中的热源消耗量的计算方法,以运行于图1中的可穿戴设备上为例进行描述。如图2所示,上述方法包括:
S101、根据用户在运动过程中的呼吸参数,确定用户在运动过程中的运动强度。
其中,上述运动过程可以包括有氧运动,也可以包括无氧运动;上述运动过程可以是用户在一段时间内的身体活动,也可以是用户根据预设的运动流程进行的健身训练;例如,上述运动流程可以包括热身环节、低强度运动环节、高强度运动环节等;对于上述运动过程的类型在此不做限定。用户在佩戴可穿戴设备的情况下,可以通过操作可穿戴设备开始上述运动过程;或者,可穿戴设备可以通过监测用户的运动行为,确定运动过程的起始阶段。
用户佩戴可穿戴设备的情况下,可穿戴设备可以在用户运动过程中获取用户的呼吸参数,并根据呼吸参数确定用户在运动过程中的运动强度。上述呼吸参数可以包括用户的摄氧量和二氧化碳呼出量中的至少一种。可穿戴设备可以直接测量用户的呼吸参数,也可以通过采集用户的其他生理特征,拟合获得用户的呼吸参数,对于呼吸参数的确定方式在此不做限定。
随着用户的运动强度的增加,摄氧量和二氧化碳的呼出量均会上升,因此可以根据用户的呼吸参数确定用户在运动过程中的运动强度。上述运动强度可以由用户的呼吸参数来确定,也可以根据用户的呼吸参数以及用户的运动速度、心率变化等参数共同确定;由于不同用户的运动能力不同,可穿戴设备还可以根据用户的呼吸参数,以及表征用户运动能力的参数来共同确定用户在运动过程中的运动强度;对于上述运动强度的确定方式在此不做限定。例如,普通用户和运动员用户的运动能力是不同的,当普通用户和运动员用户具有相同的呼吸参数的情况下,不同用户的运动强度可以是不同的。
上述运动强度可以是可穿戴设备获得的用户运动过程中的平均运动强度,也可以是可穿戴设备在用户运动过程中每个时刻的实时运动强度,在此不做限定。可穿戴设备可以按照预设时间间隔采集用户的实时呼吸参数,然后根据上述实时呼吸参数获得用户在每个时刻的实时运动强度。上述时间间隔可以是1分钟,也可以是0.5分钟,还可以是其他时间间隔值,对于上述时间间隔的具体大小在此不做限定。例如,上述时间间隔为1秒,可穿戴设备可以根据用户在每秒钟内的呼吸参数,确定用户的实时运动强度。
S102、根据运动强度以及预设的消耗分布模型,确定在运动过程中目标热源的消耗量;消耗分布模型包括不同运动强度与目标热源的消耗效率之间的关联关系。
在上述步骤的基础上,可穿戴设备可以将用户的运动强度输入预设的消耗分布模型;然后,根据消耗分布模型确定在运动过程中目标热源的消耗量。上述消耗量可以是消耗目标热源产生的热量,也可以是消耗目标热源的重量,还可以是消耗目标热源产生的热量对应的热量消耗等级,对于上述消耗量的形式在此不做限定。
其中,上述目标热源可以是用户运动过程中消耗的脂肪,也可以是用户运动过程中消耗的碳水化合物,对于目标热源的类型在此不做限定。另外,可穿戴设备中可以预设多个消耗分布模型,不同类型的目标热源对应不同的消耗分布模型。
上述消耗分布模型中可以包括不同运动强度与目标热源的消耗效率之间的关联关系。其中,上述消耗效率用于表征运动消耗目标热源的快慢程度,可以是单位时间内消耗目标热源所产生的热量值,也可以是单位时间内消耗目标热源的重量,在此不做限定。上述消耗分布模型中,不同运动强度可以对应不同的消耗效率。上述消耗分布模型中不同运动强度与目标热源的消耗效率之间的关联关系,可以是根据运动强度计算消耗效率的计算公式,也可以是运动强度与消耗效率的关系拟合曲线,还可以是不同运动强度分别对应的消耗效率的参数对应表格,对于上述消耗分布模型的类型在此不做限定。可穿戴设备获取用户的运动强度之后,可以根据上述消耗分布模型获得用户在运动过程中的目标热源的消耗量。
上述热源消耗量的计算方法,可穿戴设备根据用户在运动过程中的呼吸参数,确定用户在运动过程中的运动强度;然后,根据运动强度以及预设的消耗分布模型,确定在运动过程中目标热源的消耗量;其中,上述消耗分布模型包括不同运动强度与目标热源的消耗效率之间的关联关系。由于可穿戴设备中预设了消耗分布模型,从而可以基于消耗分布模型中不同运动强度与目标热源的消耗效率之间的关联关系以及用户的运动强度,确定在运动过程中目标热源的消耗量,使得用户可以明确获知运动过程中消耗了多少目标热源,例如用户可以明确获知运动过程消耗了多少脂肪;用户在获得目标热源的消耗量的基础上,可以根据目标热源的消耗量针对性地调整运动策略,从而提升健身效率。
在一个实施例中,在上述实施例的基础上,上述目标热源可以是脂肪,可穿戴设备可以根据消耗分布模型计算运动过程中脂肪的消耗量。在消耗分布模型中,当运动强度位于预设的第一参数区间时,脂肪的消耗效率随运动强度的增大而增大;当运动强度位于预设的第二参数区间时,脂肪的消耗效率随运动强度的增大而减小;其中,第二参数区间的起始值大于或等于第一参数区间的终止值。
也就是说,脂肪的消耗效率并不是随着运动强度的增大而增大的,而是具有消耗效率峰值,当用户的运动强度超过该消耗效率峰值对应的运动强度时,脂肪的消耗效率随运动强度的增加而降低。图3所示的消耗分布模型中不同运动强度与脂肪的消耗效率的关联关系,仅仅是一个示例。脂肪的消耗效率可以在最佳运动强度时达到消耗效率峰值,也就是说上述第二参数区间的起始值可以等于第一参数区间的终止值;或者,脂肪的消耗效率也可以是在一个运动强度区间内达到消耗效率峰值,也就是说上述第二参数区间的起始值大于第一参数区间的终止值。
上述消耗分布模型中,脂肪的消耗效率可以通过运动强度的分段线性曲线表示,也可以通过运动强度的幂函数等多种类型的函数关系表示,对于上述脂肪的消耗效率的表示方式在此不做限定。
可选地,在消耗分布模型中,上述脂肪的消耗效率可以由包含运动强度的第一多项式表示。上述第一多项式由样本数据拟合获得;样本数据包括多个用户在测试运动中消耗脂肪所产生的热量,以及多个用户在测试运动中的运动强度。
工作人员可以选择多个用户进行测试运动,上述测试运动可以是一种运动类型,也可以是不同运动类型的组合。上述多个用户的运动能力可以具有多样性,例如用户的年龄分布可以不同,用户可以包括运动员也可以包括普通用户等。在用户进行测试运动的过程中,工作人员可以获得用户的呼吸参数,并根据用户的呼吸参数确定用户在测试运动中的运动强度。进一步地,工作人员可以测量用户进行测试运动中消耗脂肪产生的热量,并计算用户在测试运动中脂肪的消耗效率。
在获得各个用户的样本数据之后,工作人员可以对上述样本数据进行多项式拟合,确定上述第一多项式中各个单项式的系数。其中,上述拟合方式可以是差值拟合也可以是最小二乘法拟合,对于上述拟合方式在此不做限定。如图4所示,横轴表示运动强度,纵轴表示脂肪的消耗效率,每个点为一个样本数据,对应用户在测试运动中不同运动强度下对应的脂肪的消耗效率;通过对样本数据进行多项式拟合,可以获得图中所示的拟合曲线,上述拟合曲线可以用第一多项式表示。
上述第一多项式可以是运动强度的3阶多项式,也可以是运动强度的4阶多项式,上述第一多项式的阶数还可以是其他数值,在此不做限定。另外,上述第一多项式还可以是分段表达的多项式,例如在第一参数区间内对应的多项式系数,与第二参数区间内对应的多项式系数不同。
可选地,上述第一多项式包括-A1X3-A2X2+A3X-A4;其中,X为用户的运动强度;A1、A2、A3、A4均为第一多项式的系数,且均为正值。例如,上述运动强度为用户的摄氧量与用户的最大摄氧量的比值,脂肪的消耗效率Y1的计算公式可以是:Y1=-16.249X3-28.507X2+52.05X-2.1732。需要说明的是,上述计算公式中的各个系数可以在当前参数的基础进行微调,增大或减小上述系数的值,并不超出本申请的保护范围;例如将16.249调整为16.25或者16.24。
上述热源消耗量的计算方法,当运动强度位于预设的第一参数区间时,脂肪的消耗效率随运动强度的增大而增大;当运动强度位于预设的第二参数区间时,脂肪的消耗效率随运动强度的增大而减小;可穿戴设备可以在确定运动强度的基础上,基于上述关联关系计算运动过程中脂肪的消耗量;若运动过程中脂肪的消耗量满足用户期望的消耗量,用户可以保持当前运动强度达到减脂的目的;若运动过程中脂肪的消耗量不满足满足用户期望的消耗量,用户可以及时调整运动策略,提升健身效率。
在一个实施例中,在上述实施例的基础上,目标热源为碳水化合物,可穿戴设备可以根据消耗分布模型计算运动过程中碳水化合物的消耗量。在消耗分布模型中,当运动强度位于预设的第三参数区间时,碳水化合物的消耗效率随运动强度的增大而减小;当运动强度位于预设的第四参数区间时,碳水化合物的消耗效率随运动强度的增大而增大;其中,上述第三参数区间的起始值大于或等于第四参数区间的终止值。图5所示为一种消耗分布模型中不同运动强度与碳水化合物的消耗效率的关联关系,仅仅是一个示例。
上述碳水化合物的消耗效率可以由包含运动强度的第二多项式表示,第二多项式由样本数据拟合获得;样本数据包括多个用户在测试运动中消耗脂肪所产生的热量,以及多个用户在测试运动中的运动强度。上述样本数据以及拟合方式,与上述实施例中脂肪的消耗效率与运动强度的关联关系的获取方式类似,在此不做赘述。如图6所示,横轴表示运动强度,纵轴表示碳水化合物的消耗效率,每个点为一个样本数据,对应用户在测试运动中不同运动强度下对应的碳水化合物的消耗效率;通过对样本数据进行多项式拟合,可以获得图中所示的拟合曲线,上述拟合曲线可以用第二多项式表示。
上述第二多项式可以是运动强度的3阶多项式,也可以是运动强度的4阶多项式,上述第二多项式的阶数还可以是其他数值,在此不做限定。另外,上述第二多项式还可以是分段表达的多项式,例如在第三参数区间内对应的多项式系数,与第四参数区间内对应的多项式系数不同。
可选地,上述第二多项式包括B1X3+B2X2-B3X+B4;其中,X为用户的运动强度;B1、B2、B3、B4均为第二多项式的系数,且均为正值。。例如,上述运动强度为用户的摄氧量与用户的最大摄氧量的比值,碳水化合物的消耗效率Y2的计算公式可以是:Y2=17.831X3+29.775X2-21.66X+2.2711。需要说明的是,上述计算公式中的各个系数可以在当前参数的基础进行微调,增大或减小上述系数的值,并不超出本申请的保护范围;例如将17.831调整为17.8或者17.9。
上述热源消耗量的计算方法,当运动强度位于预设的第三参数区间时,碳水化合物的消耗效率随运动强度的增大而减小;当运动强度位于预设的第四参数区间时,碳水化合物的消耗效率随运动强度的增大而减小;可穿戴设备可以在确定运动强度的基础上,基于上述关联关系计算运动过程中碳水化合物的消耗量;若运动过程中碳水化合物的消耗量较大,用户可以认为当前运动过程主要消耗的为碳水化合物,减脂效率较低,可以及时调整运动策略,提升健身效率。
图7为另一个实施例中热源消耗量的计算方法的流程示意图,本实施例涉及可穿戴设备确定运动强度的一种方式,在上述实施例的基础上,如图7所示,上述S101包括:
S201、获取用户的最大摄氧量以及用户在运动过程中的各个时刻的实时摄氧量。
可穿戴设备中可以包括加速度传感器和光学心率传感器,可以通过加速度传感器获得用户的加速度特征,并通过光学心率传感器获得用户的心率变化特征。可穿戴设备可以基于预设模型,对监测到的加速的特征和心率变化特征进行拟合,获得用户在运动过程中的实时摄氧量以及用户的最大摄氧量。其中,上述实时摄氧量可以是每分钟获取依次,也可以是每半分中获取一次。由于用户的最大摄氧量在短时期内变化幅度较小,可穿戴设备可以每个月获取一次用户的最大摄氧量,或者每星期获取一次用户的最大摄氧量,当然也可以在获取实时摄氧量的同时实时获取用户的最大摄氧量。
S202、将实时摄氧量与最大摄氧量的比值确定为运动强度。
进一步地,可穿戴设备可以将实时摄氧量与最大摄氧量的比值确定为用户的运动强度。
上述热源消耗量的计算方法,上述最大摄氧量与用户的运动能力相关,可穿戴设备将实时摄氧量与最大摄氧量的比值确定为用户的运动强度,可以更准确地衡量用户在运动过程中的运动强度,从而获得准确的目标热源的消耗量,为提升健身效率提供准确的数据基础。
图8为另一个实施例中热源消耗量的计算方法的流程示意图,本实施例涉及可穿戴设备确定中目标热源的消耗量的一种方式,在上述实施例的基础上,如图8所示,上述S102包括:
S301、根据目标热源的类型,将运动过程中各个时刻的运动强度输入至与目标热源的类型对应的消耗分布模型,得到目标热源在各个时刻的消耗热量。
由于消耗分布模型表征的是不同运动强度与目标热源的消耗效率之间的关联关系,上述消耗效率可以是单位时长内消耗目标热源产生的热量值;因此,可穿戴设备在获得用户运动过程中各个时刻的运动强度的基础上,可以将运动过程中各个时刻的运动强度输入至与目标热源的类型对应的消耗分布模型,得到目标热源在各个时刻的消耗热量。
例如,可穿戴设备可以将运动强度分别输入至脂肪和碳水化合物对应的消耗分布模型中,获得各个时刻的运动强度下,消耗脂肪产生的热量以及消耗碳水化合物产生的热量。
S302、将目标热源在各个时刻的消耗量进行累加计算,获得用户在运动过程中目标热源的总消耗热量。
在上述步骤的基础上,可穿戴设备可以目标热源在各个时刻的消耗量进行累加计算,获得用户在运动过程中目标热源的总消耗热量。例如,用户运动时长为30分钟,可穿戴设备可以将30分钟内各个时刻对应的脂肪的消耗热量进行累加,获得运动过程消耗脂肪产生的总消耗热量;可穿戴设备还可以将30分钟内各个时刻对应的碳水化合物的消耗热量进行累加,获得运动过程消耗碳水化合物产生的总消耗热量。
进一步地,可穿戴设备可以将总消耗热量除以消耗单位重量的目标热源所产生的参考热量,获得用户在运动过程中目标热源的消耗重量。
其中,上述参考热量可以为预设值;例如燃烧1克的脂肪大致能提供7.7千卡的热量,也就是说脂肪对应的参考热量为7.7千卡。可穿戴设备可以将脂肪的总消耗热量除以7.7,获得用户在运动过程中脂肪的消耗重量。
上述热源消耗量的计算方法,可穿戴设备通过累加计算,获得用户在运动过程中目标热源的总消耗热量,从而可以进一步获得用户在运动过程中目标热源的消耗重量,使得用户获得的数据可以更准确地反应当前运动过程中消耗目标热源的快慢程度,为用户提升健身效率提供了有力的数据支持。
在一个实施例中,在上述实施例的基础上,可穿戴设备可以按照目标热源的类型,显示在运动过程中目标热源的消耗量。
上述可穿戴设备的显示屏上可以显示一种目标热源对应的消耗量,也可以显示多种目标热源对应的消耗量,在此不做限定。如图9所示为显示方式的一种示例,可穿戴设备的显示屏上可以显示脂肪(图中用F所示)的消耗量为A克,碳水化合物(图中用C表示)的消耗量为B克。
上述热源消耗量的计算方法,可穿戴设备将目标热源的消耗量进行可视化展示,便于用户直接获取目标热源的消耗量,而不需要通过应用程序查找,提升用户体验。
图10为另一个实施例中热源消耗量的计算方法的流程示意图,本实施例涉及可穿戴设备显示运动强度的一种方式,在上述实施例的基础上,如图10所示,上述方法还包括:
S401、在运动过程中实时显示用户的运动强度。
具体地,可穿戴设备可以显示运动强度的数据,也可以通过标识显示运动强度在预设范围中的位置,对于上述显示方式在此不做限定。例如,上述运动强度为用户的实时摄氧量与最大摄氧量之间的比值,可穿戴设备可以通过文字显示上述比值,也可以通过标记符号显示上述比值在横轴中的位置;另外,可穿戴设备还可以通过圆形区域的面积显示上述比值,如图11所示,对于上述显示方式在此不做限定。
S402、在运动强度超出预设目标参数范围时,向用户发送调整提示信息;调整提示信息用于指示用户调整运动强度,以使实时运动强度位于目标参数范围内;目标参数范围对应的脂肪的消耗效率大于预设消耗阈值。
可穿戴设备中可以预设运动强度的目标参数范围,目标参数范围对应的脂肪的消耗效率大于预设消耗阈值。也就是说,当用户的运动强度位于目标参数范围内时,消耗脂肪较快。在运动强度超出预设目标参数范围时,向用户发送调整提示信息;调整提示信息用于指示用户调整运动强度,以使实时运动强度位于目标参数范围内。可穿戴设备可以通过语音方式发送调整指示信息,还可以通过屏幕高亮或者振动等方式发送上述调整指示信息,对于上述发送方式在此不做限定。
在一种实现方式中,如图11所示,可穿戴设备在显示通过圆形区域的面积显示运动强度,上述运动强度为用户的实时摄氧量与最大摄氧量之间的比值。上述圆形区域中设定目标参数范围,例如可以是55%至65%之间;当实时显示的运动强度超出目标参数范围,可以通过振动方式提醒用户,使得用户可以调整运动强度以提升脂肪消耗量。
上述热源消耗量的计算方法,可穿戴设备在运动强度超出预设目标参数范围时,向用户发送调整提示信息,可以在脂肪消耗效率较低时及时向用户提醒,从而使得用户可以在运动过程中实时调整运动策略,提升健身效率。
应该理解的是,虽然图2-10的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-10中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图12为一个实施例的热源消耗量的计算装置的结构框图。如图12所示,上述装置包括:
第一确定模块10,用于根据用户在运动过程中的呼吸参数,确定用户在运动过程中的运动强度;
第二确定模块20,用于根据运动强度以及预设的消耗分布模型,确定在运动过程中目标热源的消耗量;消耗分布模型包括不同运动强度与目标热源的消耗效率之间的关联关系。
在一个实施例中,在上述实施例的基础上,目标热源为脂肪;
在消耗分布模型中,当运动强度位于预设的第一参数区间时,脂肪的消耗效率随运动强度的增大而增大;当运动强度位于预设的第二参数区间时,脂肪的消耗效率随运动强度的增大而减小;第二参数区间的起始值大于或等于第一参数区间的终止值。
在一个实施例中,在上述实施例的基础上,在消耗分布模型中,脂肪的消耗效率由包含运动强度的第一多项式表示,第一多项式由样本数据拟合获得;样本数据包括多个用户在测试运动中消耗脂肪所产生的热量,以及多个用户在测试运动中的运动强度。
在一个实施例中,在上述实施例的基础上,第一多项式包括-A1X3-A2X2+A3X-A4;其中,X为用户的运动强度;A1、A2、A3、A4均为第一多项式的系数,且均为正值。
在一个实施例中,在上述实施例的基础上,目标热源为碳水化合物;
在消耗分布模型中,当运动强度位于预设的第三参数区间时,碳水化合物的消耗效率随运动强度的增大而减小;当运动强度位于预设的第四参数区间时,碳水化合物的消耗效率随运动强度的增大而增大;第三参数区间的起始值大于或等于第四参数区间的终止值。
在一个实施例中,在上述实施例的基础上,在消耗分布模型中,碳水化合物的消耗效率由包含运动强度的第二多项式表示,第二多项式由样本数据拟合获得;样本数据包括多个用户在测试运动中消耗脂肪所产生的热量,以及多个用户在测试运动中的运动强度。
在一个实施例中,在上述实施例的基础上,第二多项式包括B1X3+B2X2-B3X+B4;其中,X为用户的运动强度;B1、B2、B3、B4均为第二多项式的系数,且均为正值。
在一个实施例中,在上述实施例的基础上,如图13所示,上述第一确定模块10包括:
获取单元101,用于获取用户的最大摄氧量以及用户在运动过程中的各个时刻的实时摄氧量;
确定单元102,用于将实时摄氧量与最大摄氧量的比值确定为运动强度。
在一个实施例中,在上述实施例的基础上,如图14所示,上述第二确定模块20包括:
输入单元201,用于根据目标热源的类型,将运动过程中各个时刻的运动强度输入至与目标热源的类型对应的消耗分布模型,得到目标热源在各个时刻的消耗热量;
累加单元202,用于将目标热源在各个时刻的消耗量进行累加计算,获得用户在运动过程中目标热源的总消耗热量。
在一个实施例中,在上述实施例的基础上,上述第二确定模块20还用于:将总消耗热量除以消耗单位重量的目标热源所产生的参考热量,获得用户在运动过程中目标热源的消耗重量。
在一个实施例中,在上述实施例的基础上,如图15所示,上述装置还包括显示模块30,用于:按照目标热源的类型,显示在运动过程中目标热源的消耗量。
在一个实施例中,在上述实施例的基础上,如图16所示,上述装置还包括提示模块40,用于:在运动过程中实时显示用户的运动强度;在运动强度超出预设目标参数范围时,向用户发送调整提示信息;调整提示信息用于指示用户调整运动强度,以使实时运动强度位于目标参数范围内;目标参数范围对应的脂肪的消耗效率大于预设消耗阈值。
在一个实施例中,在上述实施例的基础上,呼吸参数包括用户的摄氧量和二氧化碳呼出量中的至少一种。
上述热源消耗量的计算装置中各个模块的划分仅用于举例说明,在其他实施例中,可将热源消耗量的计算装置按照需要划分为不同的模块,以完成上述热源消耗量的计算装置的全部或部分功能。
关于热源消耗量的计算装置的具体限定可以参见上文中对于热源消耗量的计算方法的限定,在此不再赘述。上述热源消耗量的计算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
图17为一个实施例中可穿戴设备的内部结构示意图。如图7所示,该可穿戴设备包括通过系统总线连接的处理器和存储器。其中,该处理器用于提供计算和控制能力,支撑整个可穿戴设备的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统、数据库和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种热源消耗量的计算方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。该电子设备可以是手机、平板电脑、PDA(PersonalDigital Assistant,个人数字助理)、POS(Point of Sales,销售终端)、车载电脑、穿戴式设备等任意终端设备。
本申请实施例中提供的热源消耗量的计算装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在电子设备的存储器上。该计算机程序被处理器执行时,实现本申请实施例中所描述方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行热源消耗量的计算方法的步骤。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行热源消耗量的计算方法。
本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
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本申请专利范围的限制。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。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (13)
1.一种热源消耗量的计算方法,其特征在于,包括:
根据用户在运动过程中的呼吸参数,确定用户在所述运动过程中的运动强度;
根据所述运动强度以及预设的消耗分布模型,确定在所述运动过程中目标热源的消耗量;所述消耗分布模型包括不同运动强度与所述目标热源的消耗效率之间的关联关系;
其中,所述目标热源为脂肪,在所述消耗分布模型中,所述脂肪的消耗效率Y1=-A1X3-A2X2+A3X-A4;其中,X为用户的运动强度;A1、A2、A3、A4均为所述脂肪的消耗效率的计算公式的系数,且均为正值;
在所述消耗分布模型中,当所述运动强度位于预设的第一参数区间时,所述脂肪的消耗效率随所述运动强度的增大而增大;当所述运动强度位于预设的第二参数区间时,所述脂肪的消耗效率随所述运动强度的增大而减小;所述第二参数区间的起始值大于或等于所述第一参数区间的终止值。
2.根据权利要求1所述的方法,其特征在于,所述脂肪的消耗效率Y1由样本数据拟合获得;所述样本数据包括多个用户在测试运动中消耗脂肪所产生的热量,以及所述多个用户在所述测试运动中的运动强度。
3.根据权利要求1所述的方法,其特征在于,所述目标热源为碳水化合物;
在所述消耗分布模型中,当所述运动强度位于预设的第三参数区间时,所述碳水化合物的消耗效率随所述运动强度的增大而减小;当所述运动强度位于预设的第四参数区间时,所述碳水化合物的消耗效率随所述运动强度的增大而增大;所述第三参数区间的起始值大于或等于所述第四参数区间的终止值。
4.根据权利要求3所述的方法,其特征在于,在所述消耗分布模型中,所述碳水化合物的消耗效率Y2=B1X3+B2X2-B3X+B4;其中,X为用户的运动强度;B1、B2、B3、B4均为所述碳水化合物的消耗效率的计算公式的系数,且均为正值,所述碳水化合物的消耗效率的计算公式由样本数据拟合获得;所述样本数据包括多个用户在测试运动中消耗脂肪所产生的热量,以及所述多个用户在所述测试运动中的运动强度。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据用户在运动过程中的呼吸参数,确定用户在所述运动过程中的运动强度,包括:
获取用户的最大摄氧量以及用户在所述运动过程中的各个时刻的实时摄氧量;
将所述实时摄氧量与所述最大摄氧量的比值确定为所述运动强度。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述运动强度以及预设的消耗分布模型,确定在所述运动过程中目标热源的消耗量,包括:
根据所述目标热源的类型,将所述运动过程中各个时刻的运动强度输入至与所述目标热源的类型对应的消耗分布模型,得到所述目标热源在各个时刻的消耗热量;
将所述目标热源在各个时刻的消耗量进行累加计算,获得用户在所述运动过程中目标热源的总消耗热量。
7.根据权利要求6所述的方法,其特征在于,所述获得用户在所述运动过程中目标热源的总消耗热量之后,还包括:
将所述总消耗热量除以消耗单位重量的目标热源所产生的参考热量,获得所述用户在所述运动过程中所述目标热源的消耗重量。
8.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
按照所述目标热源的类型,显示在所述运动过程中目标热源的消耗量。
9.根据权利要求1-2任一项所述的方法,其特征在于,所述方法还包括:
在所述运动过程中实时显示所述用户的运动强度;
在所述运动强度超出预设目标参数范围时,向所述用户发送调整提示信息;所述调整提示信息用于指示所述用户调整运动强度,以使所述实时运动强度位于所述目标参数范围内;所述目标参数范围对应的脂肪的消耗效率大于预设消耗阈值。
10.根据权利要求1-4任一项所述的方法,其特征在于,所述呼吸参数包括用户的摄氧量和二氧化碳呼出量中的至少一种。
11.一种热源消耗量的计算装置,其特征在于,包括:
第一确定模块,用于根据用户在运动过程中的呼吸参数,确定用户在所述运动过程中的运动强度;
第二确定模块,用于根据所述运动强度以及预设的消耗分布模型,确定在所述运动过程中目标热源的消耗量;所述消耗分布模型包括不同运动强度与所述目标热源的消耗效率之间的关联关系;
其中,所述目标热源为脂肪,在所述消耗分布模型中,所述脂肪的消耗效率Y1=-A1X3-A2X2+A3X-A4;其中,X为用户的运动强度;A1、A2、A3、A4均为所述脂肪的消耗效率的计算公式的系数,且均为正值;
在所述消耗分布模型中,当所述运动强度位于预设的第一参数区间时,所述脂肪的消耗效率随所述运动强度的增大而增大;当所述运动强度位于预设的第二参数区间时,所述脂肪的消耗效率随所述运动强度的增大而减小;所述第二参数区间的起始值大于或等于所述第一参数区间的终止值。
12.一种可穿戴设备,包括存储器及处理器,所述存储器中储存有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至10中任一项所述的热源消耗量的计算方法的步骤。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110450971.6A CN115245677B (zh) | 2021-04-26 | 2021-04-26 | 热源消耗量的计算方法、装置、可穿戴设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110450971.6A CN115245677B (zh) | 2021-04-26 | 2021-04-26 | 热源消耗量的计算方法、装置、可穿戴设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115245677A CN115245677A (zh) | 2022-10-28 |
CN115245677B true CN115245677B (zh) | 2024-05-10 |
Family
ID=83697618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110450971.6A Active CN115245677B (zh) | 2021-04-26 | 2021-04-26 | 热源消耗量的计算方法、装置、可穿戴设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115245677B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116649951B (zh) * | 2022-11-11 | 2024-04-02 | 荣耀终端有限公司 | 运动数据处理方法、穿戴设备、终端、健身器设备及介质 |
CN117727421B (zh) * | 2024-02-18 | 2024-04-26 | 金牌厨柜家居科技股份有限公司 | 一种适用于健身柜的锻炼策略自调节方法、介质和健身柜 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004089317A (ja) * | 2002-08-30 | 2004-03-25 | Tanita Corp | 歩行活動時生体データ推定装置 |
DE102007037408A1 (de) * | 2007-08-08 | 2009-02-12 | Heidrun Fehrl | Tragbarer Atemtakter |
CN101557765A (zh) * | 2006-01-24 | 2009-10-14 | 诺密尔医药技术公司 | 调节脂肪组织中生化过程的光学设备和方法 |
CN106264451A (zh) * | 2016-07-19 | 2017-01-04 | 北京心量科技有限公司 | 运动热量来源分析方法及装置 |
CN112384984A (zh) * | 2018-07-12 | 2021-02-19 | 苹果公司 | 具有健身机连接性以使用卡路里消耗模型来改善活动监视的可穿戴式计算机 |
-
2021
- 2021-04-26 CN CN202110450971.6A patent/CN115245677B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004089317A (ja) * | 2002-08-30 | 2004-03-25 | Tanita Corp | 歩行活動時生体データ推定装置 |
CN101557765A (zh) * | 2006-01-24 | 2009-10-14 | 诺密尔医药技术公司 | 调节脂肪组织中生化过程的光学设备和方法 |
DE102007037408A1 (de) * | 2007-08-08 | 2009-02-12 | Heidrun Fehrl | Tragbarer Atemtakter |
CN106264451A (zh) * | 2016-07-19 | 2017-01-04 | 北京心量科技有限公司 | 运动热量来源分析方法及装置 |
CN112384984A (zh) * | 2018-07-12 | 2021-02-19 | 苹果公司 | 具有健身机连接性以使用卡路里消耗模型来改善活动监视的可穿戴式计算机 |
Also Published As
Publication number | Publication date |
---|---|
CN115245677A (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115245677B (zh) | 热源消耗量的计算方法、装置、可穿戴设备和存储介质 | |
EP2747638B1 (en) | Mental balance or imbalance estimation system and method | |
US7805186B2 (en) | System for monitoring and predicting physiological state under physical exercise | |
US9731184B2 (en) | Exercise assistive device | |
JP5531369B2 (ja) | 生体データ処理システム、及び、生体データ処理方法 | |
US20200215299A1 (en) | Method and apparatus for determining sleep need and sleep pressure based on physiological data | |
US20150250417A1 (en) | Stamina monitoring method and device | |
US20160120461A1 (en) | Information processing system, program, and information processing method | |
US10568571B2 (en) | Methods, media, and apparatus for optimizing physical training based on lactate concentrations | |
JP2015109891A (ja) | 情報処理装置及び情報処理方法 | |
JP2017185192A (ja) | 電子機器、報知方法及びプログラム | |
US11712199B2 (en) | System and method for optimizing sleep-related parameters for computing a sleep score | |
JP6304050B2 (ja) | 生体状態推定装置 | |
CN106264451B (zh) | 运动热量来源分析方法及装置 | |
Cabrita et al. | Automated personalized goal-setting in an activity coaching application | |
US8808146B2 (en) | Activity meter | |
US20180249948A1 (en) | Providing activity information in relation to interactive user behavior | |
JP5291261B1 (ja) | 歩数計 | |
US20210166579A1 (en) | Health management device, health management method, and non-transitory recording medium storing program | |
US20180039734A1 (en) | Method and system for providing medical advice about treatment of a condition of a user | |
CN107376246B (zh) | 训练统计方法、装置、存储介质以及处理器 | |
JPWO2016067499A1 (ja) | 減量支援方法、減量支援プログラム、及び減量支援装置 | |
CN117275662A (zh) | 运动信息推送方法及相关装置 | |
US11633160B2 (en) | Weight management system | |
JP2023160344A (ja) | 情報処理装置、情報処理方法及びプログラム |
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 |