CN116616729A - 一种数字化健康体适能测试方法 - Google Patents

Abstract

本发明公开了一种数字化健康体适能测试方法，涉及健康测试技术领域，包括以下步骤：S1、建立用户档案；S2、进行五项健康体适能测试项目测试；S3、进行三项运动功能评估测试；S4、将步骤S2和S3中的测试结果传输至可移动智能终端中；S5、基于数据分析处理系统对测试结果进行分析和评价；S6、将测试评价结果显示。该数字化健康体适能测试方法，通过使用“5+3”测试方式，即五项健康体适能测试项目(心肺能力、柔韧性能、肌肉耐力、肌肉力量、身体成分)和三项运动功能评估(体态、核心稳定、动作模式)，构建了综合评价成年人运动能力的测评体系，所包含的测试项目既有代表性，又简单快捷，具有很好的分析价值。

Description

一种数字化健康体适能测试方法

技术领域

本发明涉及健康测试技术领域，具体为一种数字化健康体适能测试方法。

背景技术

随着全民健身发展的不断扩大，人们的健身意识逐步提升，越来越多的人参与到运动当中，科学运动被越来越多的人所重视。科学的运动方式，需要运动前进行运动能力测试评估，以避免运动风险和匹配合理的运动方案。

然而传统的测试方法是监测心率或通过观察运动时间的长短直接给出评估结果，这样的评估结果只能简单的评价心肺功能的情况，往往得不到运动者真实的运动能力水平，也不能有效地降低运动损伤的发生。健康体适能与整体健康状态存在密切关系，以能够精力充沛地完成日常生活活动为特征，且与慢性病、健康状况及其危险因素的低流行率相关。

为此，我们提出了一种数字化健康体适能测试方法。

发明内容

针对现有技术的不足，本发明提供了一种数字化健康体适能测试方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种数字化健康体适能测试方法，包括以下步骤：

S1、基于可移动智能终端建立用户档案，并将用户档案上传至云存储服务器中；

S2、获取预进行体适能测试的用户的档案数据，基于智能测试传感器对用户的五项健康体适能测试项目进行测试；

S3、获取预进行体适能测试的用户的档案数据，基于AI智能测试摄像头对用户的多组测试动作图像进行获取，并进行三项运动功能评估测试；

S4、将步骤S2和S3中的测试结果传输至可移动智能终端中；

S5、可移动智能终端基于数据分析处理系统对测试结果进行分析和评价，并得出测试评价结果；

S6、将测试评价结果显示在可移动智能终端的显示模块中，完成数字化健康体适能测试。

进一步优化本技术方案，所述步骤S1中，所述用户档案中用户的基本信息包括但不限于姓名、性别、年龄、身高、体重、生活方式、疾病史、运动史、运动目标在内的信息；所述可移动智能终端包括但不限于运动镜、平板电脑、手提电脑以及手机在内的智能设备。

进一步优化本技术方案，所述步骤S2中：

所述用户的五项健康体适能测试项目包括但不限于心肺能力、柔韧性能、肌肉耐力、肌肉力量以及身体成分的测试项目；

所述智能测试传感器包括但不限于为AI智能动作捕捉摄像头、八极体脂秤、心率监测臂带。

进一步优化本技术方案，所述步骤S3中：

所述用户的三项运动功能评估测试包括体态、核心稳定以及动作模式的测试；

所述AI智能测试摄像头根据所述用户档案中的性别依次输出并展示对应的多个测试动作图像，基于用户的性别不同，三项运动功能评估测试的项目也有对应的调整。

进一步优化本技术方案，所述步骤S4中：

通过智能测试传感器采集到的五项健康体适能测试项目的测试数据基于蓝牙和无线技术进行测试结果的传输，并对测试结果中的测试数据进行清洗去噪处理；

通过AI智能测试摄像头采集的测试动作图像基于无线通讯技术传输至云存储服务器中，并由云存储服务器传输至可移动智能终端中。

进一步优化本技术方案，所述步骤S5中，所述数据分析处理系统包括分类模块、预测模块、评估模块以及输出模块；

所述分类模块的输出端信号连接在预测模块的输入端，所述预测模块的输出端信号连接在评估模块的输入端，所述评估模块的输出端信号连接在输出模块的输入端；

所述分类模块的输出端连接在评估模块的输入端上，所述评估模块的输出端信号连接在输出模块的输入端。

进一步优化本技术方案，所述分类模块将S1、步骤S2和S3中的测试结果进行分类处理，将步骤S1、S2的测试结果直接传输至评估模块中，将S3中的测试结果先传输至预测模块中进行数据处理，再传输至评估模块中进行数据评估。

进一步优化本技术方案，所述评估模块对步骤S1的测试结果进行评估时，包括以下具体内容：

将用户基础信息收集数据，进行分析获得该项健康习惯的得分与对应单项项目的最高值进行相除，得出的百分百即为用户在该单项目测试分值。

进一步优化本技术方案，所述评估模块对步骤S2的测试结果进行评估时，包括以下具体内容：

将该用户的五项健康体适能测试项目的测试数据与对应单项项目的最高值进行相除，得出的百分百即为用户在该单项健康体适能测试项目的单项测试分值；

将五项健康体适能测试项目和健康习惯的最高分数形成一个标准六边形，并将所述标准六边形的面积作为标的，记为满分100分，将每个单项健康体适能测试项目和健康习惯的单项测试分值形成该用户综合测试六维图。

进一步优化本技术方案，所述预测模块基于体态预测模型对测试动作图像进行预测，得到体态节点的预测数据，所述评估模块对步骤S3的测试结果进行评估时，包括以下具体内容：

将在体态模式下的体态图像基于体态预测模型进行评估，评估出体态结果；

将在核心稳定和动作模式下的测试动作图像根据测试动作，输出对应的测试结果；

所述体态预测模型的体态27个节点包括但不限于右脚踝、右膝盖、右臀部、左臀部、左膝盖、左脚踝、重心、胸椎骨、脖子顶部、头的顶部、右手腕、右肘部、右肩膀、左肩膀、左肘部、左手腕、左脚大拇指、左脚小拇指、左脚脚后跟、右脚大拇指、右脚小拇指、右脚脚后跟、腰椎骨。

与现有技术相比，本发明提供了一种数字化健康体适能测试方法，具备以下有益效果：

该数字化健康体适能测试方法，通过使用“5+3”测试方式，即五项健康体适能测试项目(心肺能力、柔韧性能、肌肉耐力、肌肉力量、身体成分)和三项运动功能评估(体态、核心稳定、动作模式)，构建了综合评价成年人运动能力的测评体系，所包含的测试项目既有代表性，又简单快捷，具有很好的分析价值。

附图说明

图1为本发明提出的一种数字化健康体适能测试方法的流程示意图；

图2为本发明提出的一种数字化健康体适能测试方法中数据分析处理系统的结构示意图；

图3为本发明提出的一种数字化健康体适能测试方法的用户综合测试六维图。

具体实施方式

为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。

本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。

本公开实施例中，术语“上”、“下”、“内”、“中”、“外”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本公开实施例及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本公开实施例中的具体含义。

另外，术语“设置”、“连接”、“固定”应做广义理解。例如，“连接”可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本公开实施例中的具体含义。

除非另有说明，术语“多个”表示两个或两个以上。

本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。

术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。

需要说明的是，在不冲突的情况下，本公开实施例中的实施例及实施例中的特征可以相互组合。

实施例：

一种数字化健康体适能测试方法，通过使用“5+3”测试方式，即五项健康体适能测试项目(心肺能力、柔韧性能、肌肉耐力、肌肉力量、身体成分)和三项运动功能评估(体态、核心稳定、动作模式)，构建了综合评价成年人运动能力的测评体系，所包含的测试项目既有代表性，又简单快捷，具有很好的分析价值。

请参阅图1，该方法包括以下步骤：

S1、基于可移动智能终端建立用户档案，并将用户档案上传至云存储服务器中。

在本实施例中，所述用户档案中用户的基本信息包括但不限于姓名、性别、年龄、身高、体重、生活方式、疾病史、运动史、运动目标在内的信息；所述可移动智能终端包括但不限于运动镜、平板电脑、手提电脑以及手机在内的智能设备。

S2、获取预进行体适能测试的用户的档案数据，基于智能测试传感器对用户的五项健康体适能测试项目进行测试。

在本实施例中，所述用户的五项健康体适能测试项目包括但不限于心肺能力、柔韧性能、肌肉耐力、肌肉力量以及身体成分的测试项目；

所述智能测试传感器包括但不限于为AI智能动作捕捉摄像头、八极体脂秤、心率监测臂带。

S3、获取预进行体适能测试的用户的档案数据，基于AI智能测试摄像头对用户的多组测试动作图像进行获取，并进行三项运动功能评估测试。

进一步的，所述步骤S3中：

所述用户的三项运动功能评估测试包括体态、核心稳定以及动作模式的测试。

所述AI智能测试摄像头根据所述用户档案中的性别依次输出并展示对应的多个测试动作图像，基于用户的性别不同，三项运动功能评估测试的项目也有对应的调整。

S4、将步骤S2和S3中的测试结果传输至可移动智能终端中。

进一步的，所述步骤S4中：

通过智能测试传感器采集到的五项健康体适能测试项目的测试数据基于蓝牙和无线技术进行测试结果的传输，并对测试结果中的测试数据进行清洗去噪处理。

通过AI智能测试摄像头采集的测试动作图像基于无线通讯技术传输至云存储服务器中，并由云存储服务器传输至可移动智能终端中。

S5、可移动智能终端基于数据分析处理系统对测试结果进行分析和评价，并得出测试评价结果。

请参阅图2，在本实施例中，所述数据分析处理系统包括分类模块、预测模块、评估模块以及输出模块。

所述分类模块的输出端信号连接在预测模块的输入端，所述预测模块的输出端信号连接在评估模块的输入端，所述评估模块的输出端信号连接在输出模块的输入端。

所述分类模块的输出端连接在评估模块的输入端上，所述评估模块的输出端信号连接在输出模块的输入端。

其中，所述分类模块将步骤S1、S2和S3中的测试结果进行分类处理，将步骤S1、S2的测试结果直接传输至评估模块中，将S3中的测试结果先传输至预测模块中进行数据处理，再传输至评估模块中进行数据评估。

所述评估模块对步骤S1的测试结果进行评估时，包括以下具体内容：

将用户基础信息收集数据，进行分析获得该项健康习惯的得分与对应单项项目的最高值进行相除，得出的百分百即为用户在该单项目测试分值。

所述评估模块对步骤S2的测试结果进行评估时，包括以下具体内容：

将该用户的五项健康体适能测试项目的测试数据与对应单项项目的最高值进行相除，得出的百分百即为用户在该单项健康体适能测试项目的单项测试分值。

将五项健康体适能测试项目和健康习惯的最高分数形成一个标准六边形，并将所述标准六边形的面积作为标的，记为满分100分，将每个单项健康体适能测试项目和健康习惯的单项测试分值形成该用户综合测试六维图(如图3所示)。

在本实施例中，所述预测模块基于体态预测模型对测试动作图像进行预测，得到体态节点的预测数据，所述评估模块对步骤S3的测试结果进行评估时，包括以下具体内容：

将在体态模式下的体态图像基于体态预测模型进行评估，评估出体态结果；

将在核心稳定和动作模式下的测试动作图像根据测试动作，输出对应的测试结果。

在本实施例中，

根据测试3分钟有氧操的心率恢复情况对应的测试结果，输出心肺能力结果；

根据测试动作标准俯卧撑或跪姿俯卧撑、卷腹、徒手深蹲分别输出上肢、腹部、下肢对应的测试结果，输出肌肉耐力结果；

根据测试动作俯卧撑的标准对应的测试结果，输出核心稳定结果；

根据测试动作肩外展+前屈、坐位体前屈对应的测试结果，输出柔韧性能结果。

进一步的所述体态预测模型的体态27个节点包括但不限于右脚踝、右膝盖、右臀部、左臀部、左膝盖、左脚踝、重心、胸椎骨、脖子顶部、头的顶部、右手腕、右肘部、右肩膀、左肩膀、左肘部、左手腕、左脚大拇指、左脚小拇指、左脚脚后跟、右脚大拇指、右脚小拇指、右脚脚后跟、腰椎骨。

S6、将测试评价结果显示在可移动智能终端的显示模块中，完成数字化健康体适能测试。

本发明的有益效果是：

该数字化健康体适能测试方法，通过使用“5+3”测试方式，即五项健康体适能测试项目(心肺能力、柔韧性能、肌肉耐力、肌肉力量、身体成分)和三项运动功能评估(体态、核心稳定、动作模式)，构建了综合评价成年人运动能力的测评体系，所包含的测试项目既有代表性，又简单快捷，具有很好的分析价值。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种数字化健康体适能测试方法，其特征在于，包括以下步骤：

S1、基于可移动智能终端建立用户档案，并将用户档案上传至云存储服务器中；

S2、获取预进行体适能测试的用户的档案数据，基于智能测试传感器对用户的五项健康体适能测试项目进行测试；

S3、获取预进行体适能测试的用户的档案数据，基于AI智能测试摄像头对用户的多组测试动作图像进行获取，并进行三项运动功能评估测试；

S4、将步骤S2和S3中的测试结果传输至可移动智能终端中；

S5、可移动智能终端基于数据分析处理系统对测试结果进行分析和评价，并得出测试评价结果；

S6、将测试评价结果显示在可移动智能终端的显示模块中，完成数字化健康体适能测试。

2.根据权利要求1所述的一种数字化健康体适能测试方法，其特征在于，所述步骤S1中，所述用户档案中用户的基本信息包括但不限于姓名、性别、年龄、身高、体重、生活方式、疾病史、运动史、运动目标在内的信息；所述可移动智能终端包括但不限于运动镜、平板电脑、手提电脑以及手机在内的智能设备。

3.根据权利要求1所述的一种数字化健康体适能测试方法，其特征在于，所述步骤S2中：

所述用户的五项健康体适能测试项目包括但不限于心肺能力、柔韧性能、肌肉耐力、肌肉力量以及身体成分的测试项目；

所述智能测试传感器包括但不限于为AI智能动作捕捉摄像头、八极体脂秤、心率监测臂带。

4.根据权利要求1所述的一种数字化健康体适能测试方法，其特征在于，所述步骤S3中：

所述用户的三项运动功能评估测试包括体态、核心稳定以及动作模式的测试；

所述AI智能测试摄像头根据所述用户档案中的性别依次输出并展示对应的多个测试动作图像，基于用户的性别不同，三项运动功能评估测试的项目也有对应的调整。

5.根据权利要求1所述的一种数字化健康体适能测试方法，其特征在于，所述步骤S4中：

通过智能测试传感器采集到的五项健康体适能测试项目的测试数据基于蓝牙和无线技术进行测试结果的传输，并对测试结果中的测试数据进行清洗去噪处理；

通过AI智能测试摄像头采集的测试动作图像基于无线通讯技术传输至云存储服务器中，并由云存储服务器传输至可移动智能终端中。

6.根据权利要求1所述的一种数字化健康体适能测试方法，其特征在于，所述步骤S5中，所述数据分析处理系统包括分类模块、预测模块、评估模块以及输出模块；

所述分类模块的输出端信号连接在预测模块的输入端，所述预测模块的输出端信号连接在评估模块的输入端，所述评估模块的输出端信号连接在输出模块的输入端；

所述分类模块的输出端连接在评估模块的输入端上，所述评估模块的输出端信号连接在输出模块的输入端。

7.根据权利要求6所述的一种数字化健康体适能测试方法，其特征在于，所述分类模块将步骤S1、S2和S3中的测试结果进行分类处理，将步骤S1、S2的测试结果直接传输至评估模块中，将S3中的测试结果先传输至预测模块中进行数据处理，再传输至评估模块中进行数据评估。

8.根据权利要求7所述的一种数字化健康体适能测试方法，其特征在于，所述评估模块对步骤S1的测试结果进行评估时，包括以下具体内容：

将用户基础信息收集数据，进行分析获得该项健康习惯的得分与对应单项项目的最高值进行相除，得出的百分百即为用户在该单项目测试分值。

9.根据权利要求7所述的一种数字化健康体适能测试方法，其特征在于，所述评估模块对步骤S2的测试结果进行评估时，包括以下具体内容：

将该用户的五项健康体适能测试项目的测试数据与对应单项项目的最高值进行相除，得出的百分百即为用户在该单项健康体适能测试项目的单项测试分值；

将五项健康体适能测试项目和健康习惯的最高分数形成一个标准六边形，并将所述标准六边形的面积作为标的，记为满分100分，将每个单项健康体适能测试项目和健康习惯的单项测试分值形成该用户综合测试六维图。

10.根据权利要求7所述的一种数字化健康体适能测试方法，其特征在于，所述预测模块基于体态预测模型对测试动作图像进行预测，得到体态节点的预测数据，所述评估模块对步骤S3的测试结果进行评估时，包括以下具体内容：

将在体态模式下的体态图像基于体态预测模型进行评估，评估出体态结果；

将在核心稳定和动作模式下的测试动作图像根据测试动作，输出对应的测试结果；

所述体态预测模型的体态27个节点包括但不限于右脚踝、右膝盖、右臀部、左臀部、左膝盖、左脚踝、重心、胸椎骨、脖子顶部、头的顶部、右手腕、右肘部、右肩膀、左肩膀、左肘部、左手腕、左脚大拇指、左脚小拇指、左脚脚后跟、右脚大拇指、右脚小拇指、右脚脚后跟、腰椎骨。