CN116543524B - 一种挂钩梯消防员训练损伤/猝死风险预警方法及系统 - Google Patents
一种挂钩梯消防员训练损伤/猝死风险预警方法及系统 Download PDFInfo
- Publication number
- CN116543524B CN116543524B CN202310309824.6A CN202310309824A CN116543524B CN 116543524 B CN116543524 B CN 116543524B CN 202310309824 A CN202310309824 A CN 202310309824A CN 116543524 B CN116543524 B CN 116543524B
- Authority
- CN
- China
- Prior art keywords
- data
- firefighter
- ladder
- training
- hook ladder
- 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
- 238000012549 training Methods 0.000 title claims abstract description 82
- 230000006378 damage Effects 0.000 title claims abstract description 54
- 206010042434 Sudden death Diseases 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000009471 action Effects 0.000 claims abstract description 52
- 239000008280 blood Substances 0.000 claims abstract description 14
- 210000004369 blood Anatomy 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 14
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 13
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 13
- 239000001301 oxygen Substances 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 37
- 230000033001 locomotion Effects 0.000 claims description 20
- 208000027418 Wounds and injury Diseases 0.000 claims description 15
- 208000014674 injury Diseases 0.000 claims description 15
- 230000009194 climbing Effects 0.000 claims description 13
- 230000008447 perception Effects 0.000 claims description 9
- 210000000689 upper leg Anatomy 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000005452 bending Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000002493 climbing effect Effects 0.000 claims description 6
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 210000003127 knee Anatomy 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000004899 motility Effects 0.000 abstract 1
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000002265 prevention Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010064719 Oxyhemoglobins Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- General Health & Medical Sciences (AREA)
- Pulmonology (AREA)
- Heart & Thoracic Surgery (AREA)
- Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physical Education & Sports Medicine (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Emergency Alarm Devices (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开一种挂钩梯消防员训练损伤/猝死风险预警方法，包括：获取挂钩梯消防员的核心体征数据，核心体征数据为挂钩梯消防员的实时心率数据和实时血氧数据；获取挂钩梯消防员的核心动作数据，核心动作数据包括每名挂钩梯消防员的实时登梯的动作数据和抛举挂梯的动作数据；基于核心体征数据和核心动作数据进行挂钩梯消防员训练损伤/猝死风险预警。还公开对应的系统、电子设备以及计算机可读存储介质。该方法和系统不仅能够实时监测并采集消防员训练过程中的体征参数，还能够对其训练动作实现动作捕捉和标准化判别，二者协同配合进行安全预警，谨防运动性猝死，降低训练伤亡风险，减少安全事故，能够提升预警提醒的及时性及可靠性。
Description
技术领域
本发明涉及消防救援业务训练技术领域，尤其涉及一种挂钩梯消防员训练损伤/猝死风险预警方法及系统。
背景技术
在“全灾种、大应急”消防救援变革背景下，消防员职业体能训练任务日趋多样化、复杂化，训练损伤甚至极端条件下训练猝死是目前基层消防训练面临的重要问题，亟需配备有效监控或预警手段以期降低或避免该类情况的发生。
挂钩梯训练是消防员训练的重要内容，作为达标率低、训练难度较大的项目之一，也是消防员训练损伤发生率较高的训练科目。该科目整个攀登阶段训练分为挂梯搭脚、攀登挂钩梯、骑坐窗台、抛梯、跟梯、进窗台等多个环节，其中登梯和抛梯中的举梯是该科目训练中容易发生训练伤的主要环节。目前该科目训练过程中，均由多名指挥员或消防队员现场凭经验紧盯消防员的训练动作，以预防训练错误及防止意外发生，损伤及猝死等意外情况的预防及提醒功能主要由现场人员保障程度及主观判断来决定，缺乏对消防员训练过程中的全流程智能监控手段及一定的风险预警措施和能力。
综上所述，现有的挂钩梯训练伤/猝死的预防及提醒主要是由现场保障人员进行，其预防和提醒的及时性、准确性、预判性等均与保障人员的经验和水平密切相关。消防员在训练中的不适主要由其动作执行完成程度反应出来，但其本身的一些生理体征参数一般较难实时表现出来或表现出来有一定的滞后性，使得保障人员很难及时发现并提醒。因此，需要设计新的技术方案挂钩梯消防员训练损伤/猝死风险进行预警。
发明内容
本发明的目的是提供一种挂钩梯消防员训练损伤/猝死风险预警方法及系统，基于目前的大数据、人工智能、物联网等新一代信息技术，设计一种融消防员训练过程中的实时体征参数和动作参数于一体的挂钩梯消防员训练损伤/猝死风险预警方法及系统，该方法和系统不仅能够实时监测并采集消防员训练过程中的体征参数，还能够对其训练动作实现动作捕捉和标准化判别，二者协同配合进行安全预警，谨防运动性猝死，降低训练伤亡风险，减少安全事故，能够提升预警提醒的及时性及可靠性。
本发明一方面提供了一种挂钩梯消防员训练损伤/猝死风险预警方法，包括：
S1，获取挂钩梯消防员的核心体征数据，所述核心体征数据为挂钩梯消防员的实时心率数据和实时血氧数据；
S2，获取挂钩梯消防员的核心动作数据，所述核心动作数据包括每名挂钩梯消防员的实时登梯的动作数据和抛举挂梯的动作数据；
S3，基于所述核心体征数据和所述核心动作数据进行挂钩梯消防员训练损伤/猝死风险预警。
优选的，所述S1通过给每名消防员佩戴专用体征传感设备实时获取挂钩梯消防员的核心体征数据；所述专用体征传感设备包括实时采集消防员心率数据功能、实时采集血氧数据功能、异常判定及报警功能、数据传输功能和报警阈值设置功能。
优选的，所述S2通过为挂钩梯训练场地布设专用无感知摄像视觉设备获取；所述的专用无感知摄像视觉设备至少包含实时采集消防员蹬梯动作数据功能、实时采集举梯动作数据功能、异常判定及报警功能、数据传输功能和报警阈值设置功能。
优选的，所述实时登梯的动作数据包括蹬梯角的数值，所述蹬梯角指的是大腿与梯面夹角；标准的所述实时登梯的动作数据包括：登梯过程中，抬腿时大腿要保持与梯面成至少90°且膝踝关节不外旋，以确保逐级蹬梯为动作达标；所述抛举挂梯的动作数据包括最小肩曲角的数值，所述最小肩曲角表示骑坐窗台抛举梯过程中，举梯上臂与上体躯干之间的夹角；标准的所述抛举挂梯的动作数据包括：最小肩曲角大于160°；标准的登梯的动作数据和标准的抛举挂梯的动作数据均达到时，挂钩梯消防员的动作达标。
优选的，所述S3包括：
S31，构建挂钩梯训练损伤/猝死风险判定模型；
S32，将所述核心体征数据和所述核心动作数据代入所述挂钩梯训练损伤/猝死风险判定模型，进行消防员挂钩梯训练损伤/猝死风险判定获得风险判定结果；所述风险判定结果表示为风险级别判定；风险级别判定包括高风险级别、中风险级别和低风险级别；
S33，基于S32的风险判定结果进行挂钩梯消防员训练损伤/猝死风险预警。
优选的，所述挂钩梯训练损伤/猝死风险判定模型为：
其中，所述阈值1的范围为[0.6×HRmax±λ,0.8×HRmax±λ]；所述阈值2的范围为[90％±κ,100％]；其中，λ、κ分别为个人根据实际体质情况的增减值，HRmax＝220-年龄。
优选的，所述S33包括：所述专用体征传感设备、所述专用无感知摄像视觉设备或者后端云平台分别发出对于挂钩梯消防员训练损伤/猝死不同的风险报警提醒；其中所述后端云平台实时接收专用体征传感设备和专用无感知摄像视觉设备采集的体征和动作训练数据，对核心体征数据和核心动作数据进行实时处理及分析功能，基于所述挂钩梯训练损伤/猝死风险判定模型进行风险级别判定的判定功能，对风险预警信息进行传输及报警提醒功能。
本发明的第二方面提供一种挂钩梯消防员训练损伤/猝死风险预警系统，包括：
第一数据获取模块(101)，用于获取挂钩梯消防员的核心体征数据，所述核心体征数据为挂钩梯消防员的实时心率和实时血氧数据；
第二数据获取模块(102)，用于获取挂钩梯消防员的核心动作数据，所述核心动作数据包括每名挂钩梯消防员的实时登梯和抛举挂梯的动作数据；
预警模块(103)，用于基于所述核心体征数据和所述核心动作数据进行挂钩梯消防员训练损伤/猝死风险预警。
本发明的第三方面提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如第一方面所述的方法。
本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如第一方面所述的方法。
本发明提供的方法、系统、电子设备以及计算机可读存储介质，具有如下有益的技术效果：
1)综合考虑消防员训练过程中的实时体征数据和实时动作数据的训练预警，可以同时兼顾消防员训练过程中的实时体征数据和实时动作数据，报警可靠性更高；
2)云平台和专用体征及摄像系统分别为消防指挥员和消防员训练过程提供训练损伤/猝死预警实时报警提醒功能；
3)合理构建挂钩梯训练损伤/猝死风险判定模型；从而获得更为合理的预警结果。
附图说明
图1为根据本发明优选实施例示出的挂钩梯消防员训练损伤/猝死风险预警方法流程图；
图2为根据本发明优选实施例示出的挂钩梯消防员训练损伤/猝死风险预警系统结构示意图；
图3为本发明提供的电子设备一种实施例的结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
实施例一
如图1所示，本实施例提供了一种挂钩梯消防员训练损伤/猝死风险预警方法，包括：
S1，获取挂钩梯消防员的核心体征数据，所述核心体征数据为挂钩梯消防员的实时心率和实时血氧数据；本实施例中，通过给每名消防员佩戴专用体征传感设备实时获取挂钩梯消防员的核心体征数据；
作为优选的实施方式，所述的消防员核心体征数据至少包括实时心率(HR)数据和实时血氧(SpO2)数据。其中心率(HR)表示1分钟心脏跳动的次数，最大心率HRmax指人体进行极限运动情况下能够承受最大负荷时出现的心率。血氧(SpO2)表示血液中氧合血红蛋白占全血血红蛋白的百分比，是评估人体氧气供应状况的一个重要指标。
所述专用体征传感设备至少需包含实时采集消防员心率数据功能、实时采集血氧数据功能、异常判定及报警功能、数据传输功能和报警阈值设置功能。
S2，获取挂钩梯消防员的核心动作数据，所述核心动作数据包括每名挂钩梯消防员的实时登梯和抛举挂梯的动作数据；本实施例中，获取挂钩梯消防员的核心动作数据通过为挂钩梯训练场地布设专用无感知摄像视觉设备获取；
本实施例中，所述的消防员的核心动作数据至少包括消防员训练过程中的实时登梯和抛举挂梯的动作数据。其中实时登梯的动作数据包括蹬梯角(大腿与梯面夹角)的数值。标准的登梯的动作数据包括：登梯过程中，抬腿时大腿要保持与梯面成至少90°且膝踝关节不外旋，以确保逐级蹬梯为动作达标；抛举挂梯的动作数据包括最小肩曲角的数值，所述最小肩曲角表示骑坐窗台抛举梯过程中，举梯上臂与上体躯干之间的夹角。标准的抛举挂梯的动作数据包括：最小肩曲角大于160°。标准的登梯的动作数据和标准的抛举挂梯的动作数据均达到时，挂钩梯消防员的动作达标。
所述的专用无感知摄像视觉设备至少包含实时采集消防员蹬梯动作数据功能、实时采集举梯动作数据功能、异常判定及报警功能、数据传输功能和报警阈值设置功能。
S3，基于所述核心体征数据和所述核心动作数据进行挂钩梯消防员训练损伤/猝死风险预警。
作为优选的实施方式，所述S3包括：
S31，构建挂钩梯训练损伤/猝死风险判定模型；
本实施例中，挂钩梯训练损伤/猝死风险判定模型为：
其中，所述阈值1的范围为[0.6×HRmax±λ,0.8×HRmax±λ]；所述阈值2的范围为[90％±κ,100％]；其中，λ、κ分别为个人根据实际体质情况的增减值，HRmax＝220-年龄。
S32，将所述核心体征数据和所述核心动作数据代入所述挂钩梯训练损伤/猝死风险判定模型，进行消防员挂钩梯训练损伤/猝死风险判定获得风险判定结果；
本实施例中，对每个消防员在S1和S2中实时采集的核心体征数据和核心动作数据代入挂钩梯训练损伤/猝死风险判定模型进行消防员挂钩梯训练损伤/猝死风险判定获得风险判定结果。本实施例中，风险判定结果表示为风险级别判定；风险级别判定包括高风险级别、中风险级别和低风险级别。
S33，基于S32的风险判定结果进行挂钩梯消防员训练损伤/猝死风险预警。
作为优选的实施方式，所述S33包括：所述专用体征传感设备、所述专用无感知摄像视觉设备或者后端云平台分别发出对于挂钩梯消防员训练损伤/猝死不同的风险报警提醒。
作为优选的实施方式，所述后端云平台具备实时接收专用体征传感设备和专用无感知摄像视觉设备采集的体征和动作训练数据功能，具备核心体征数据和核心动作数据的实时处理及分析功能，具备基于S31的挂钩梯训练损伤/猝死风险判定模型进行风险级别判定的判定功能，具备风险预警信息传输及报警提醒功能。
如图2所示，本实施例提供一种挂钩梯消防员训练损伤/猝死风险预警系统，包括：
第一数据获取模块101，用于获取挂钩梯消防员的核心体征数据，所述核心体征数据为挂钩梯消防员的实时心率和实时血氧数据；
第二数据获取模块102，用于获取挂钩梯消防员的核心动作数据，所述核心动作数据包括每名挂钩梯消防员的实时登梯和抛举挂梯的动作数据；
预警模块103，用于基于所述核心体征数据和所述核心动作数据进行挂钩梯消防员训练损伤/猝死风险预警。
本发明还提供了一种存储器，存储有多条指令，所述指令用于实现如实施例一所述的方法。
如图3所示，本发明还提供了一种电子设备，包括处理器301和与所述处理器301连接的存储器302，所述存储器302存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行如实施例一所述的方法。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种挂钩梯消防员训练损伤/猝死风险预警方法，其特征在于，包括：
S1，获取挂钩梯消防员的核心体征数据，所述核心体征数据为挂钩梯消防员的实时心率数据和实时血氧数据；
S2，获取挂钩梯消防员的核心动作数据，所述核心动作数据包括每名挂钩梯消防员的实时登梯的动作数据和抛举挂梯的动作数据；
S3，基于所述核心体征数据和所述核心动作数据进行挂钩梯消防员训练损伤/猝死风险预警；
所述S1通过给每名消防员佩戴专用体征传感设备实时获取挂钩梯消防员的核心体征数据；所述专用体征传感设备包括实时采集消防员心率数据功能、实时采集血氧数据功能、异常判定及报警功能、数据传输功能和报警阈值设置功能；
所述S2通过为挂钩梯训练场地布设专用无感知摄像视觉设备获取；所述的专用无感知摄像视觉设备至少包含实时采集消防员蹬梯动作数据功能、实时采集举梯动作数据功能、异常判定及报警功能、数据传输功能和报警阈值设置功能；
所述实时登梯的动作数据包括蹬梯角的数值，所述蹬梯角指的是大腿与梯面夹角；标准的所述实时登梯的动作数据包括：登梯过程中，抬腿时大腿要保持与梯面成至少90°且膝踝关节不外旋，以确保逐级蹬梯为动作达标；所述抛举挂梯的动作数据包括最小肩曲角的数值，所述最小肩曲角表示骑坐窗台抛举梯过程中，举梯上臂与上体躯干之间的夹角；标准的所述抛举挂梯的动作数据包括：最小肩曲角大于160°；标准的登梯的动作数据和标准的抛举挂梯的动作数据均达到时，挂钩梯消防员的动作达标。
2.根据权利要求1所述的一种挂钩梯消防员训练损伤/猝死风险预警方法，其特征在于，所述S3包括：
S31，构建挂钩梯训练损伤/猝死风险判定模型；
S32，将所述核心体征数据和所述核心动作数据代入所述挂钩梯训练损伤/猝死风险判定模型，进行消防员挂钩梯训练损伤/猝死风险判定获得风险判定结果；所述风险判定结果表示为风险级别判定；风险级别判定包括高风险级别、中风险级别和低风险级别；
S33，基于S32的风险判定结果进行挂钩梯消防员训练损伤/猝死风险预警。
3.根据权利要求2所述的一种挂钩梯消防员训练损伤/猝死风险预警方法，其特征在于，所述挂钩梯训练损伤/猝死风险判定模型为：
其中，所述阈值1的范围为[0.6×HRmax±λ,0.8×HRmax±λ]；所述阈值2的范围为[90％±κ,100％]；其中，λ、κ分别为个人根据实际体质情况的增减值，HRmax＝220-年龄。
4.根据权利要求3所述的一种挂钩梯消防员训练损伤/猝死风险预警方法，其特征在于，所述S33包括：所述专用体征传感设备、所述专用无感知摄像视觉设备或者后端云平台分别发出对于挂钩梯消防员训练损伤/猝死不同的风险报警提醒；其中所述后端云平台实时接收专用体征传感设备和专用无感知摄像视觉设备采集的体征和动作训练数据，对核心体征数据和核心动作数据进行实时处理及分析功能，基于所述挂钩梯训练损伤/猝死风险判定模型进行风险级别判定的判定功能，对风险预警信息进行传输及报警提醒功能。
5.一种挂钩梯消防员训练损伤/猝死风险预警系统，用于实施权利要求1-4任一所述的方法，其特征在于，包括：
第一数据获取模块(101)，用于获取挂钩梯消防员的核心体征数据，所述核心体征数据为挂钩梯消防员的实时心率和实时血氧数据；
第二数据获取模块(102)，用于获取挂钩梯消防员的核心动作数据，所述核心动作数据包括每名挂钩梯消防员的实时登梯和抛举挂梯的动作数据；
预警模块(103)，用于基于所述核心体征数据和所述核心动作数据进行挂钩梯消防员训练损伤/猝死风险预警。
6.一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如权利要求1-4任一所述的方法。
7.一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如权利要求1-4任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310309824.6A CN116543524B (zh) | 2023-03-27 | 2023-03-27 | 一种挂钩梯消防员训练损伤/猝死风险预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310309824.6A CN116543524B (zh) | 2023-03-27 | 2023-03-27 | 一种挂钩梯消防员训练损伤/猝死风险预警方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116543524A CN116543524A (zh) | 2023-08-04 |
| CN116543524B true CN116543524B (zh) | 2023-10-27 |
Family
ID=87456776
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310309824.6A Active CN116543524B (zh) | 2023-03-27 | 2023-03-27 | 一种挂钩梯消防员训练损伤/猝死风险预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116543524B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201220061Y (zh) * | 2008-06-24 | 2009-04-15 | 沈阳市消防局 | 消防救援心理训练机 |
| CN102104991A (zh) * | 2010-12-28 | 2011-06-22 | 公安部上海消防研究所 | 一种基于无线Mesh网状网架构的消防员单兵系统 |
| CN104857644A (zh) * | 2015-05-29 | 2015-08-26 | 沈阳建筑大学 | 一种可移动式楼外高层消防救援系统 |
| CN106601060A (zh) * | 2015-10-16 | 2017-04-26 | 公安部上海消防研究所 | 消防火场体验虚拟实境系统 |
| CN206867579U (zh) * | 2017-01-21 | 2018-01-12 | 汪毅 | 可调坡度人体四肢协同攀爬训练装置 |
| CN109630007A (zh) * | 2019-01-23 | 2019-04-16 | 广东电网有限责任公司 | 基于bp神经网络的变电站构架爬梯的防坠落装置及其预警方法 |
| CN114515143A (zh) * | 2021-12-31 | 2022-05-20 | 杭州拓深科技有限公司 | 一种消防员身体机能评估方法、介质、设备及系统 |
| CN114949649A (zh) * | 2022-07-11 | 2022-08-30 | 南通倍佳机械科技有限公司 | 基于人工智能的一种消防服高温危险监测系统 |
| CN115040753A (zh) * | 2022-07-26 | 2022-09-13 | 中国人民警察大学 | 基于vr的消防员高空心理适应性训练系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070100666A1 (en) * | 2002-08-22 | 2007-05-03 | Stivoric John M | Devices and systems for contextual and physiological-based detection, monitoring, reporting, entertainment, and control of other devices |
| WO2015069124A1 (en) * | 2013-11-08 | 2015-05-14 | Performance Lab Technologies Limited | Automated prescription of activity based on physical activity data |
-
2023
- 2023-03-27 CN CN202310309824.6A patent/CN116543524B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201220061Y (zh) * | 2008-06-24 | 2009-04-15 | 沈阳市消防局 | 消防救援心理训练机 |
| CN102104991A (zh) * | 2010-12-28 | 2011-06-22 | 公安部上海消防研究所 | 一种基于无线Mesh网状网架构的消防员单兵系统 |
| CN104857644A (zh) * | 2015-05-29 | 2015-08-26 | 沈阳建筑大学 | 一种可移动式楼外高层消防救援系统 |
| CN106601060A (zh) * | 2015-10-16 | 2017-04-26 | 公安部上海消防研究所 | 消防火场体验虚拟实境系统 |
| CN206867579U (zh) * | 2017-01-21 | 2018-01-12 | 汪毅 | 可调坡度人体四肢协同攀爬训练装置 |
| CN109630007A (zh) * | 2019-01-23 | 2019-04-16 | 广东电网有限责任公司 | 基于bp神经网络的变电站构架爬梯的防坠落装置及其预警方法 |
| CN114515143A (zh) * | 2021-12-31 | 2022-05-20 | 杭州拓深科技有限公司 | 一种消防员身体机能评估方法、介质、设备及系统 |
| CN114949649A (zh) * | 2022-07-11 | 2022-08-30 | 南通倍佳机械科技有限公司 | 基于人工智能的一种消防服高温危险监测系统 |
| CN115040753A (zh) * | 2022-07-26 | 2022-09-13 | 中国人民警察大学 | 基于vr的消防员高空心理适应性训练系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116543524A (zh) | 2023-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110477925B (zh) | 一种针对敬老院老人的跌倒检测与预警方法及系统 | |
| EP3175781B1 (en) | Use of a body area network for monitoring a fall protection harness and the person wearing the same | |
| US20110257542A1 (en) | System Method and Device for Performing Heat Stress Tests | |
| CN106205001A (zh) | 一种医院安保报警系统 | |
| CN107019500A (zh) | 一种养老监护方法及智能辅助养老系统 | |
| CN111242004A (zh) | 一种基于电梯监控数据处理的自动告警方法及系统 | |
| CN108010273A (zh) | 一种基于云服务器和机器学习算法的溺水检测报警仪 | |
| Kalinga et al. | A fall detection and emergency notification system for elderly | |
| CN113842129A (zh) | 一种用于监测人体状态异常的方法 | |
| CN114949649A (zh) | 基于人工智能的一种消防服高温危险监测系统 | |
| CN113706824B (zh) | 一种基于物联网监控的老人居家看护系统 | |
| CN206075475U (zh) | 一种社区养老安全监测系统 | |
| CN116485236A (zh) | 一种消防员职业训练智能监测及预警方法和系统 | |
| CN116543524B (zh) | 一种挂钩梯消防员训练损伤/猝死风险预警方法及系统 | |
| CN106781245B (zh) | 基于可穿戴设备的服刑人员斗殴预警的方法与系统 | |
| CN110675595B (zh) | 一种基于视觉和人工智能的跌倒检测系统 | |
| CN109741574A (zh) | 一种基于智能安全帽的综合监测系统 | |
| WO2021148301A1 (en) | Determining the likelihood of patient self-extubation | |
| CN109620263B (zh) | 一种企事业单位上岗人员体征安全分析方法 | |
| CN116158759A (zh) | 一种离床检测报警系统及装置 | |
| Patnaik et al. | iCAP: An IoT based Wearable For Real-Time Accidental Fall Detection and Health Monitoring of Remote Maintenance Workers | |
| CN109147906A (zh) | 评价手术麻醉质量的方法、终端及具有存储功能的装置 | |
| CN111009105B (zh) | 基于智能穿戴设备的通信方法及系统 | |
| CN113096782A (zh) | 一种用于预立医疗照护计划的数据采集与反馈控制系统 | |
| CN109615221A (zh) | 一种体征参数和图像的施工人员安全管理方法 |
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 |