CN116824815A - 一种用于久坐检测与提醒的方法、系统、装置及存储介质 - Google Patents
一种用于久坐检测与提醒的方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN116824815A CN116824815A CN202310603041.9A CN202310603041A CN116824815A CN 116824815 A CN116824815 A CN 116824815A CN 202310603041 A CN202310603041 A CN 202310603041A CN 116824815 A CN116824815 A CN 116824815A
- Authority
- CN
- China
- Prior art keywords
- sedentary
- user
- starting point
- value
- detection
- 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
Links
- 230000000276 sedentary effect Effects 0.000 title claims abstract description 558
- 238000001514 detection method Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000000694 effects Effects 0.000 claims abstract description 94
- 230000000875 corresponding effect Effects 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 description 7
- 101100120435 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FOB1 gene Proteins 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种用于久坐检测与提醒的方法,通过构建用户久坐模型,并根据采集到的用户活动状态数据生成久坐指标参数,然后将其与用户久坐模型进行匹配,以判断用户的久坐开始点、久坐结束点,进而对用户处于久坐状态进行统计,以便在久坐时间超过预设时间后及时提醒用户进行活动,避免用户久坐。本发明还公开了一种用于久坐检测与提醒的系统、装置及存储介质。
Description
技术领域
本发明涉及可穿戴设备领域,尤其涉及一种用于久坐检测与提醒设备、方法、装置及存储介质。
背景技术
目前对于久坐检测一般采用穿戴设备和非穿戴设备来实现的。其中,非穿戴设备的检测载体一般为椅子、沙发、鞋垫等,主要依靠压力传感器采集的压力信号,来实现用户的久坐检测,该类方法对于用户使用产品时具有较高的准确性,但用户并非时刻使用对应检测载体,导致检测时长可能会往往小于真实使用时间。
对于穿戴类设备,其检测载体一般为手表、手环、戒指等,主要依靠加速度传感器采集的加速度信号来实现检测,该类型方法具有用户有效时间时长等优点,但是传感器数据的可靠性较低,其主要原因是使用场景复杂、用户人群差异较大。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种用于久坐检测与提醒的方法,其能够解决现有技术中的久坐检测可靠性低等问题。
本发明的目的之二在于提供一种用于久坐检测与提醒的系统,其能够解决现有技术中的久坐检测可靠性低等问题。
本发明的目的之三在于提供一种用于久坐检测与提醒的装置,其能够解决现有技术中的久坐检测可靠性低等问题。
本发明的目的之二在于提供一种计算机可读存储介质,其能够解决现有技术中的久坐检测可靠性低等问题。
本发明的目的之一采用如下关键结构技术方案实现:
一种用于久坐检测与提醒的方法,所述用于久坐检测与提醒的方法包括:
模型下载步骤:获取用户个人信息并根据所述用户个人信息在服务器上查询是否存在用户久坐模型,若是,从所述服务器上下载用户久坐模型,并执行久坐检测步骤;若否,则从所述服务器上下载初始久坐模型并将其作为用户久坐模型,并执行久坐检测步骤;
久坐开始检测步骤:通过可穿戴设备获取用户活动状态数据并根据用户活动状态数据计算得出用户久坐指标参数的检测值,并根据该用户久坐指标参数的检测值与所述用户久坐模型判断所述用户当前是否处于久坐开始,以及若所述用户当前处于久坐开始时,将当前时间点记为用户的久坐开始点,然后执行久坐结束检测步骤;
久坐结束检测步骤:通过可穿戴设备获取用户活动状态数据并根据用户活动状态数据计算得出用户久坐指标参数的检测值,并根据该用户久坐指标参数的检测值和所述用户久坐模型判断所述用户当前是否处于久坐结束,若否,则继续执行久坐结束检测步骤,同时根据前一次计算得出的久坐开始点和当前时间点计算得出用户处于久坐的持续时间,并且当用户处于久坐的持续时间大于预设持续时间时,记录用户的久坐提醒点并执行久坐提醒步骤;
久坐提醒步骤:向用户发送久坐提醒。
进一步地,所述久坐结束检测步骤还包括:判断得出用户当前处于久坐结束时,将当前时间点记为用户的久坐结束点;
还包括:久坐显示步骤:生成时间轴并将系统中计算得出的用户的久坐开始点、久坐提醒点以及久坐结束点按照时间的先后顺序依次标记在所述时间轴上并显示给用户;其中,所述时间轴上的久坐开始点的数量=久坐结束点的数量,或者久坐开始点的数量=久坐结束点的数量+1。
进一步地,还包括:久坐模型更新步骤:当所述时间轴上的任意一个久坐开始点/久坐结束点更改后,根据更改后的久坐开始点/更改后的久坐结束点对所述用户久坐模型进行更新;
其中,根据更改后的久坐开始点对所述用户久坐模型进行更新具体包括:
数据获取步骤:获取更改的久坐开始点并根据更改的久坐开始点查询得出更改的久坐开始点对应的用户久坐参数指标的检测值;
判断步骤:判断对应的用户久坐参数指标的检测值是否合法,若是,则根据预设参数更新方法、更改的久坐开始点对所述用户久坐模型中久坐开始的每个久坐参数指标的阈值进行修正;若否,则用户标定错误,不更新久坐模型;
其中,用户久坐参数指标包括第一久坐参数指标和第二久坐参数指标;
第一久坐参数指标包括久坐开始点前预设时间段内的ACC动量均值,
久坐开始点后的预设时间段内的ACC动量均值,
久坐开始点前预设时间段内的ACC动量均值与久坐开始点后的预设时间段内的ACC动量均值的差值,
久坐开始点前预设时间段内的心率均值,
久坐开始点后预设时间段内的心率均值,
久坐开始点前预设时间段内的心率均值与久坐开始点后预设时间段内的心率均值的差值,
久坐开始点前预设时间段内的平均步数,
久坐开始点后预设时间段内的平均步数;
第二久坐参数指标包括:久坐开始点后的预设固定时间段内每分钟ACC动量信息、每分钟步数信息和每分钟心率信息。
进一步地,所述判断步骤中判断对应的用户久坐参数指标的检测值是否合法具体包括:
判断久坐开始点前预设时间段内的ACC动量均值的检测值是否合法、
判断久坐开始点前预设时间段内的ACC动量均值与久坐开始点后的预设时间段内的ACC动量均值的差值是否合法、
判断久坐开始点前预设时间段内的心率均值与久坐开始点后预设时间段内的心率均值的差值是否合法、
判断久坐开始点后预设时间段内的平均步数的检测值是否合法;
若上述存在任意一个数值不合法时,用户标定错误,不更新久坐模型。
进一步地,所述判断步骤中根据预设参数更新方法、更改的久坐开始点对所述用户久坐模型中久坐开始的每个久坐参数指标的阈值进行修正具体包括:采用卡尔曼滤波或隐马尔可夫对所述用户久坐模型中久坐开始的第一久坐指标参数的阈值和第二久坐指标参数的阈值进行修正。
进一步地,所述久坐开始检测步骤还包括:根据可穿戴设备获取用户活动状态数据并计算得出用户的第一久坐指标参数的检测值,并记录当前时间点;
当久坐开始点前预设时间段内的ACC动量均值的检测值与久坐开始点后的预设时间段内的ACC动量均值的检测值的差值大于第一ACC动量均值与第二ACC动量均值的阈值,
久坐开始点后的预设时间段内的ACC动量均值的检测值大于每分钟ACC动力均值阈值,
久坐开始点前预设时间段内的心率均值的检测值与久坐开始点后预设时间段内的心率均值的检测值的差值大于久坐开始点前预设时间段内的心率均值与久坐开始点后预设时间段内的心率均值的差值的阈值,
久坐开始点后预设时间段内的心率均值的检测值小于每分钟平均心率阈值,
久坐开始点后预设时间段内的平均步数的检测值小于每分钟平均步数阈值时,当前时间点记为待确定久坐开始点;
然后获取待确定久坐开始点后预设固定时间段内的每分钟ACC动量信息、每分钟心率信息、每分钟步数信息,并且:
当每分钟ACC动量信息大于每分钟ACC动量均值阈值并且持续时间不大于对应持续时间阈值、
每分钟心率信息大于每分钟平均心率阈值并且持续时间不大于对应持续时间阈值、
每分钟步数信息大于每分钟平均步数阈值并且持续时间不大于对应持续时间阈值时,待确定久坐开始点为久坐开始点。
进一步地,所述久坐提醒步骤包括:获取用户前一个周期的活动记录并根据所述用户个人信息和用户前一周期的活动记录向用户推荐对应活动;具体地,根据所述用户个人信息确定用户所属的人群类型,并根据用户所属的人群类型向用户推荐对应的活动类型及活动时长;
根据用户前一周期的活动记录得出用户前一周期的平均活动量、活动类型和活动目标,并根据用户前一周期的平均活动量、当前的活动量以及用户的活动目标向用户推荐活动时长和/或活动强度;
根据用户前一周期的活动类型向用户推荐对应的活动类型;其中,人群类型根据用户的年龄、性别和BMI划分。
本发明的目的之二采用如下关键结构技术方案实现:
一种用于久坐检测与提醒的系统,包括:
可穿戴设备;
服务器,用于存储用户个人信息以及用户久坐模型;
移动终端,与所述可穿戴设备、服务器通信连接,用于执行如本发明的目的之一采用的一种用于久坐检测与提醒的方法的步骤。
本发明的目的之三采用如下关键结构技术方案实现:
一种用于久坐检测与提醒的装置,包括存储器和处理器,所述存储器上存储有在处理器上运行的用于久坐检测与提醒的程序,所述用于久坐检测与提醒的程序为计算机程序,所述处理器执行所述用于久坐检测与提醒的程序时实现如本发明的目的之一采用的一种用于久坐检测与提醒的方法的步骤。
本发明的目的之四采用如下关键结构技术方案实现:
一种计算机可读存储介质,其上存储有用于久坐检测与提醒的程序,所述用于久坐检测与提醒的程序为计算机程序,所述用于久坐检测与提醒的程序被处理器执行时实现如本发明的目的之一采用的一种用于久坐检测与提醒的方法的步骤。
相比现有技术,本发明的有益效果在于:
本发明通过设置多个与用户的久坐开始、久坐结束的相关指标参数并构建得出用户久坐模型,以将实时检测到用户的运动数据并计算得出每个相关指标参数的检测值,并将其与用户久坐模型中用户久坐开始/久坐结束的对应指标参数的阈值进行匹配以判断用户是否开始久坐或用户是否结束久坐,进而统计用户处于久坐的时间,以便在用户久坐达到预设时间时及时提醒用户进行活动,避免久坐。
附图说明
图1为本发明提供的一种用于久坐检测与提醒的方法流程图;
图2为本发明提供的久坐显示界面的时间轴的标识示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
本发明提供一种用于久坐检测与提醒的方法,如图1所示,包括以下步骤:
步骤S1、获取用户个人信息并通过用户个人信息从服务器上查询是否存在用户久坐模型,若是,则执行步骤S2;若否,则执行步骤S3。
步骤S2、从服务器上下载用户久坐模型,执行步骤S4;
步骤S3、从服务器上下载初始久坐模型并将其作为用户久坐模型,执行步骤S4。
优选地,本发明应用于移动终端,通过移动终端与服务器通信连接,以实现用户个人信息和用户久坐模型的同步下载。
另外,在系统最初时,由于系统中没有数据,因此,系统会预先根据经验值构建一个初始的用户久坐模型,然后随着用户的活动状态数据的增加可对系统初始构建的用户久坐模型进行更新,以使其阈值更接近于用户自身,实现用户的个性化需求。
优选地,本发明中的用户久坐模型包括用户久坐开始的每个久坐指标参数的阈值和用户久坐结束的每个久坐指标参数的阈值。具体地,通过可穿戴设备定时获取用户的活动状态数据,以计算得出每个久坐指标参数的检测值,并将其久坐开始的久坐指标参数的阈值进行匹配以识别得出用户的久坐开始点;同理,将计算得出的每个久坐指标参数的检测值与久坐结束的久坐指标参数的阈值进行匹配以识别得出用户的久坐结束点。这样,可根据统计得出的久坐开始点、久坐结束点实现对用户的久坐时间的统计,并及时提醒用户进行活动,避免久坐。
步骤S4、通过可穿戴设备获取用户活动状态数据并根据用户活动状态数据计算得出用户久坐指标参数的检测值,并根据该用户久坐指标参数的检测值与所述用户久坐模型判断所述用户当前是否处于久坐开始,以及若所述用户当前处于久坐开始时,将当前时间点记为用户的久坐开始点,然后执行步骤S5。
步骤S5、通过可穿戴设备获取用户活动状态数据并根据用户活动状态数据计算得出用户久坐指标参数的检测值,并根据该用户久坐指标参数的检测值和所述用户久坐模型判断所述用户当前是否处于久坐结束,若否,则继续执行久步骤S5,同时执行步骤S6;若是,执行步骤S7。
步骤S6、根据前一次计算得出的久坐开始点和当前时间点计算得出用户处于久坐的持续时间,并且当用户处于久坐的持续时间大于预设持续时间时,记录用户的久坐提醒点并执行步骤S8。
步骤S7、将当前时间点记为用户的久坐结束点。
步骤S8、向用户发送久坐提醒。
其中,可穿戴设备,一般由用户佩戴,用于监测用户的活动状态数据,比如活动量、心率以及步数等与活动相关的数据信息。通过监测用户的活动状态数据来判断用户是否处于久坐开始以及用户是否处于久坐结束,进而计算得出用户处于久坐状态时的久坐开始点和久坐结束点。
更为优选地,本发明中的久坐指标参数包括第一久坐参数指标和第二久坐参数指标。本发明中用于判断久坐开始点和久坐结束点的久坐指标参数均相同,比如与久坐开始点相关的第一久坐指标参数具体包括:
久坐开始点前预设时间内的ACC动量均值,记为第一ACC动量均值,
久坐开始点后预设时间内的ACC动量均值,记为第二ACC动量均值,
第一ACC动量均值与第二ACC动量均值的差值,
久坐开始点前的预设时间内的心率均值,记为第一心率均值,
久坐开始点后的预设时间内的心率均值,记为第二心率均值,
第一心率均值与第二心率均值的差值,
久坐开始点前预设时间内的平均步数,记为第一平均步数,
久坐开始点后的预设时间内的第二平均步数,记为第二平均步数。
其中,ACC动量均值、心率均值、平均步数均可通过可穿戴设备获取并计算得到,是本领域技术人员能够得知的。
具体地,如本实施例中的给出的久坐指标参数具体为:
久坐开始点前5分钟内的ACC动量均值,也即第一ACC动量均值ACCE1,
久坐开始点后5min内的ACC动量均值,也即第一ACC动量均值ACCE2,
第一ACC动量均值与第二ACC动量均值的差值ACCDelta1,
久坐开始点前5min内的心率均值,也即第一心率均值HRmean1,
久坐开始点后5min内的心率均值,也即第二心率均值HRmean2,
第一心率均值与第二心率均值的差值HRDelta1,
久坐开始点前5min内的平均步数,也即第一平均步数Stepmean1,
久坐开始点后5min内的平均步数,也即第二平均步数Stepmean2。
同理,与久坐结束点相关的第一久坐指标参数可以为:
久坐结束点前5分钟内的ACC动量均值,也即第三ACC动量均值ACCE3,
久坐结束点后5min内的ACC动量均值,也即第四ACC动量均值ACCE4,
第三ACC动量均值与第四ACC动量均值的差值ACCDelta2,
久坐结束点前5min内的心率均值,也即第三心率均值HRmean3,
久坐结束点后5min内的心率均值,也即第四心率均值HRmean4,
第三心率均值与第四心率均值的差值HRDelta2,
久坐结束点前5min内的平均步数,也即第三平均步数Stepmean3,
久坐结束点后5min内的平均步数,也即第四平均步数Stepmean4。
优选地,为了更为清晰直观地让用户观看自身的久坐情况,本发明还包括:
步骤S9、生成时间轴并将系统中计算得出的用户的久坐开始点、久坐提醒点以及久坐结束点按照时间的先后顺序依次标记在所述时间轴上并显示给用户。其中,时间轴上的久坐开始点的数量=久坐结束点的数量,或者久坐开始点的数量=久坐结束点的数量+1。
如图2所示,S21为时间轴,从0时到24时,在时间轴S21上标识出检测到的久坐开始点S22、久坐结束点S25、久坐提醒点S24,同时标识出每个点对应的时间,更为清晰明了地让客户观察到其处于久坐的时间点,以便了解自身的久坐状态。
同样地,时间轴上不仅表示久坐开始点,同时还将系统中计算得出久坐结束点进行标识出来,这样,即可根据相邻的久坐开始点与久坐结束点来得出用户处于久坐的持续时间。同时,还将久坐提醒点也标识在时间轴,以显示给用户。具体地,通过在移动终端上安装对应的APP,通过在APP的久坐显示界面上显示出时间轴,并在时间轴上标识出一天之内检测到的久坐开始点、久坐结束点以及计算得出的久坐提醒点。
再者,时间轴上的久坐开始点的数量,等于久坐结束点的数量或久坐结束点的数量+1。由于本发明中久坐开始点、久坐结束点的检测是实时的,因此,在时间轴上的久坐开始点的数量要么等于久坐结束点的数量,要么等于久坐结束点的数量+1。通过这种规定,也可以避免后续用户的错误标定。
优选地,在计算久坐开始点时,还包括以下步骤:
步骤一、通过可穿戴设备获取用户活动状态数据并根据用户活动状态数据计算得出用户的第一久坐指标参数的检测值,并记录当前时间点。
也即,第一久坐指标参数的检测值包括第一ACC动量均值的检测值、第二ACC动量均值的检测值、第一ACC动量均值的检测值与第二ACC动量均值的检测值的差值、第一心率均值的检测值、第二心率均值的检测值、第一心率均值的检测值与第二心率均值的检测值的差值、第一平均步数的检测值和第二平均步数的检测值。
步骤二、当计算得出的第一ACC动量均值的检测值与第二ACC动量均值的检测值的差值大于第一ACC动量均值与第二ACC动量均值的阈值,第二ACC动量均值的检测值大于第二ACC动量均值的阈值,第一心率均值的检测值与第二心率均值的检测值的差值大于第一心率均值与第二心率均值的差值的阈值,第二心率均值的检测值小于第二心率均值的阈值,第二平均步数的检测值小于第二平均步数的阈值时,当前时间点记为待确定久坐开始点。
具体地,对于久坐开始点,系统会根据定时采集的用户的运动数据状态计算得出当前时间点的各个第一久坐指标参数的检测值,去寻找可能的久坐开始点。也即,当一个时间点的各个第一久坐指标参数的检测值需要满足以下条件时,当前点为可能的久坐开始点:
第一ACC动量均值的检测值与第二ACC动量均值的检测值的差值ACCDelta1大于THACCDelta1;
第二ACC动量均值ACCE2的检测值小于THACCM;
第一心率均值的检测值与第二心率均值的检测值的差值HRDelta1大于THHRDelta1;
第二心率均值HRmean2的检测值小于THHRM;
第二平均步数Stepmean2的检测值小于THStepM。
其中,THACCDelta1为第一ACC动量与第二ACC动量的差值的阈值;
THACCM为每分钟ACC动量均值的阈值;
THHRDelta1为第一心率均值与第二心率均值的差值的阈值;
THHRM为每分钟平均心率阈值;
THStepM为每种平均步数阈值。
步骤三、根据待确定久坐开始点获取待确定久坐结束点后的第一预设固定时间内每分钟ACC动量信息、每分钟心率信息以及每分钟步数信息。
设定每分钟ACC动量信息为ACCM1,每分钟心率信息为HRM1,每分钟步数信息为StepM1。
步骤四、在第一预设固定时间段内,每分钟ACC动量信息大于每分钟ACC动量均值的阈值并且持续时间不超过对应第一预设固定时间阈值、每分钟心率信息大于每分钟平均心率阈值并且持续时长不超过对应心率持续时间阈值、每分钟步数信息大于每分钟平均步数阈值并且持续时长不超过对应步数持续时间阈值时,待确定久坐开始点为久坐开始点。也即,当一个时间点的第一久坐指标参数满足前述条件后,则该久坐开始点为待确定久坐开始点,再根据第二久坐指标参数的检测值对待确定久坐开始点做进一步判断。也即,该待确定久坐开始点后的预设固定时间段内的信号特征需要满足以下要求:
每分钟ACC动量信息ACCM1的检测值大于THACCM,并且持续时长不超过第一预设固定时间阈值THt1;
每分钟心率信息HRM1的检测值大于THHRM,并且持续时长不超过心率持续时长阈值THt2;
每分钟步数信息StepM1的检测值大于THStepM,并且持续时长不得超过不是持续时长阈值THt3。
当待确定久坐开始点后的预设固定时间段内的各个第二久坐指标参数满足上述所有条件时,则认为该待确定久坐开始点为久坐开始点。
本发明通过上述两个步骤来判断久坐开始点,是为了避免用户在坐下后立即站立并进行其他活动导致识别错误,也即,通过在久坐开始点后的预设时间段内的每分钟ACC动量、每分钟平均心率以及每种平均步数来判断用户是否处于久坐。当系统中计算得出一个久坐开始点时,记录该久坐开始点,并继续获取用户活动状态数据并计算得出用户久坐指标参数的检测值,然后将其与用户久坐模型中的久坐结束的久坐指标参数的阈值进行匹配对比,以判断用户当前是否处于久坐结束,若否,则说明用户处于久坐状态,则继续获取数据;若是,则说明用户结束久坐。
基于久坐开始点的判断,本发明对于久坐结束点的判断采用同样的原理,首先查找可能的久坐结束点,然后对可能的久坐结束点做进一步判断。
当一个时间点的第一久坐指标参数满足以下条件时,该时间点为待确定久坐结束点,具体为:
第三ACC动量均值的检测值与第四ACC动量均值的检测值的差值ACCDelta2大于THACCDelta2;
第三心率均值的检测值与第三心率均值的检测值的差值HRDelta2大于THHRDelta2。
其中,THACCDelta2,THHRDelta2分别为第三ACC动量均值与第四ACC动量均值的差值的阈值,第三心率均值与第四心率均值的差值的阈值。
当寻找到可能的久坐结束点后,还需要对该点进行确认,也即将该检测该点后第二预设固定时间内(该第二预设固定时间的阈值为THt4)每分钟的信号特征需要满足以下要求:
每分钟ACC动量信息ACCM2大于THACCM,并且持续时长不超过第二预设固定时间阈值THt4;
每分钟心率信息HRM2大于THHRM,并且持续时长不得超过心率持续时长阈值THt5;
每分钟步数信息StepM2大于THStepM,并且持续时长不得超过步数持续时长阈值THt6。
若待确定久坐结束点的每个第二久坐指标参数的检测值均满足以上条件时,则该待确定久坐结束点为久坐结束点,认为用户结束久坐状态。
同时,在用户处于久坐状态的情况下,根据用户的久坐开始点统计用户处于久坐的持续时间,并在该持续时间大于持续时间阈值时,则认为用户的久坐时间较长,则提醒用户进行活动,避免久坐。
优选地,由于在系统初始时,用户的个体不同,其活动状态数据不同,则用户久坐模型中各个久坐指标参数的阈值会有所不同,为了使得系统构建的久坐模型更接近于用户自身,也即不同的人群,其对应的久坐指标参数的阈值会有所不同,因此,通过标定的方式来使得用户的久坐模型更接近于个体。也即,用户可根据自身的情况对系统中已经计算得出的久坐开始点、久坐结束点进行标定,以实现对系统中的用户久坐模型的更新。具体地,当用户需要标定时,可通过操作APP以使其进入久坐管理界面,并输入需要标定的久坐开始点/久坐结束点。比如,系统中检测到用户在5点进入到久坐状态,但是用户自身认为其在5点10分才进入到久坐状态时,可通过标定的方式将久坐开始点从5点更改为5点10分,然后系统再根据更改后的久坐开始点/久坐结束点对应的用户久坐指标参数的数值对用户久坐模型进行更新,以使得用户久坐模型更接近于用户的个性化需求。
也即,当时间轴S21上的某个久坐开始点或久坐结束点进行更改后,可根据更改后的久坐开始点/或久坐结束点对用户久坐模型进行更新,具体地,当更改的为久坐开始点,则根据更改后的久坐开始点对用户久坐模型中的久坐开始的各个久坐指标参数的阈值进行修正;当更改的为久坐结束点,则根据更改后的久坐结束点对各个久坐指标参数的阈值进行修正。
具体地,本实施例以更改的久坐开始点为例来说明,用户久坐模型中久坐开始点的各个久坐指标参数的阈值的修正:
首先、获取更改的久坐开始点并根据更改的久坐开始点查询得出更改的久坐开始点对应的用户久坐指标参数的检测值。
然后、判断对应的用户久坐参数指标的检测值是否合法,若是,根据预设参数更新方法、更改的久坐开始点对所述用户久坐模型中久坐开始的每个久坐参数指标的阈值进行修正;若否,则用户标定错误,不更新久坐模型。
为了避免用户的错误标定,比如手误操作或者胡乱操作导致用户的久坐开始点更改,但是实际情况下,更改后的久坐开始点不可能为实际的久坐开始点,因此,本发明还需要对久坐参数指标的实际值进行判断,以判断是否合法。也即,用户的久坐开始点的各个久坐指标参数的阈值均有上下限值,一旦久坐参数指标的实际值超过对应阈值的上下限值时,则认为用户不可能处于久坐开始状态或久坐状态,因此,提醒用户的错误标定。
当用户的标定不存在错误时,则根据更改的久坐开始点来对系统中的用户久坐开始模型中的各个久坐指标参数的阈值进行修正,以使得用户久坐开始模型更符合用户的个性化需求。比如对于年轻人以及老人来说,由于随着年龄的增长,心率以及活动的需求等均会有所不同,若采用同样地的判断标准,会导致判断结果与实际的结果有较大偏差,因此,本发明通过用户标定的方式来实现对用户久坐开始模型进行修正,以使得用户久坐开始模型中各个久坐指标参数的阈值更符合用户自身的个性化需求。
更为优选地,判断对应的用户久坐参数指标的检测值是否合法具体包括:判断第一ACC动量均值的检测值是否在系统设定的预设范围内、判断第一ACC动量均值的检测值与第二ACC动量均值的检测值的差值是否在系统设定的预设范围内、判断第一心率均值的检测值与第二心率均值的检测值的差值是否在系统设定的预设范围内、判断第二平均步数的检测值是否在系统设定的预设范围内;若上述存在任意一个数值不在对应系统设定的预设范围内时,用户标定错误,不更新久坐模型。
当上述所有数据均合法时,对用户久坐开始模型中久坐开始的各个久坐指标参数的阈值进行修正。其中,本发明在用户久坐开始模型中各个久坐指标参数的阈值进行修正时,不仅需要对第一久坐指标参数的阈值进行修正,还需要对第二久坐指标参数进行修正。
更为优选地,本发明采用卡尔曼滤波或隐马尔可夫对用户久坐开始模型中各个久坐指标参数的阈值进行修正。其中,本发明以卡尔曼滤波对用户久坐开始模型中各个久坐指标参数的阈值进行修改的具体方法如下:
比如以第一动量均值与第二动量均值的差值的阈值的修正为例:
THACCDeltau1=A*THACCDelta1 (1),
p=A*A*p+q (2),
gain=p*H/(p*H*H+r) (3),
THACCDeltau1=THACCDeltau1+gain*(ACCDelta1-H*THACCDeltau1) (4);
其中,THACCDelta1为修正前的第一动量均值与第二动量均值的差值的阈值。
THACCDeltau1为修正后的第一动量均值与第二动量均值的差值的阈值。
p、q、r、A、H、gain均为常量参数,均由系统预先设定。其中,p为初始估计错误方差;q为预测噪声方差;r为测量错误方差;A为状态系数、H为测量系数、gain为增益系数。
同理,第一ACC动量均值、第二ACC动量均值、第一心率均值、第二心率均值、第一心率均值与第二心率均值的差值、第一平均步数、第二平均步数的阈值的修正方法均相同,本发明不在具体描述。
优选地,本发明中的用户久坐模型中久坐开始的各个久坐指标参数的阈值的设定,还根据用户久坐前的活动强度等级、心率水平等级分设不同的阈值。这种是为了应对,用户不同的运动后再坐下的问题。比如用户通过跑步后坐下和用户通过慢走坐下时,其活动强度、心率等均有所不同,为了避免误判的,因此,本发明还对各个久坐指标参数的阈值还根据用户久坐前的活动强度等级进行分别设定。
同样地,在对阈值进行更新时,还第一ACC动量均值判断得出用户久坐前的活动强度等级,然后根据第一心率均值、静息心率和用户久坐前的活动强度等级得出用户的心率水平等级,这样,在对久坐指标参数的阈值更新时只是更新当前活动强度等级、当前心率水平等级下的阈值。对于其他活动强度等级的久坐指标参数的阈值可按照比例进行依次更新。
比如,用户久坐前的活动强度等级分为四级,分别为A、B、C、D,对应地,用户久坐开始模型也设有四个用户久坐开始模型,分别对应用户久坐前的活动强度等级。也即,在久坐指标参数修正时,首先根据第一ACC动量均值判断得出用户久坐前的活动强度等级,这样,在更新时,是更新该用户久坐前的活动强度等级对应的用户久坐开始模型中各个久坐指标参数的阈值。而对于其他的活动强度等级的用户久坐开始模型中各个久坐指标参数的阈值,则可按照比例进行修正即可,具体如公式:
其中,THNEW为更新后的阈值,THOLD为更新前的阈值。
另外,本发明中的各个久坐指标参数的阈值均具有上下限,一旦修正后的数据超出上下限,则直接将修正后的数据更换为对应的上下限即可。同时,上述各个参数的设定也可根据活动强度等级的不同,设定对应的数据,具体可根据实际的需求按照经验设定即可。
当第一久坐指标参数更新完成后,还需要对第二久坐指标参数进行更新。
具体地,本发明以每分钟ACC动量信息ACCM1为例来说明:
以每分钟ACC动量信息ACCM1为例,统计每分钟ACC动量信息ACCM1的检测值大于每分种ACC动量均值阈值THACCM的持续时间t1、以及该过程中ACC动量均值ACCMMEAN。
当持续时间t1大于第一预设固定时间阈值THt1,则对每分种ACC动量均值阈值THACCM进行修正,具体如公式:
THACCM_NEW=αACCMMEAN+(1-α)THACCM。
其中,THACCM_NEW为更新后的每分钟ACC动量均值阈值,THACCM为更新前的每分钟ACC动量均值阈值,α为更新系数。
同理,每分钟平均步数阈值THStepM以及每分钟平均心率阈值THHRM的修正方法与每分钟ACC动量均值阈值的修正方法相同。同样地,对于上述各个阈值均具有上下限。
同理,本发明同样地可以对久坐结束点进行标定更改,并基于同样的原理,对久坐结束点的各个久坐指标参数的阈值进行修正,其原理同久坐开始点的修正相同。
优选地,步骤S5还包括:获取用户前一个周期的活动记录,并根据用户个人信息和用户前一周期的活动记录向用户对应活动。
具体地,根据用户个人信息确定用户所属的人群类型,并根据用户所属的人群类型向用户推荐对应类型的活动及活动时长。
根据用户前一周期的活动记录得出用户前一周期的平均活动量、活动类型和活动目标,并根据用户前一周期的平均活动量、当前的活动量以及用户的活动目标向用户推荐活动时长和/或活动强度。
根据用户前一周期的活动类型向用户推荐对应的活动类型;其中,人群类型根据用户的年龄、性别和BMI划分。
由于不同人群所适合的活动类型也不同,因此,通过获取用户的个人信息、前一个周期的活动类型、活动量等,可为用户推荐更为符合用户的活动时长、活动强度、活动类型,更能满足用户的个性化需求。
实施例二
基于实施例一,本发明还提供一种用于久坐检测与提醒的系统,如图2所示,包括:可穿戴设备、服务器和移动终端。
其中,可穿戴设备,由用户佩戴,用于对用户的活动数据进行实时检测。
服务器,用于存储用户个人信息、用户久坐模型以及用户的活动相关数据,比如活动类型、活动量、活动时长等。同时,本发明通过服务器来存储用户久坐模型、以及用户的个人信息等,以减轻本地的移动终端的数据存储空间,为用户的移动终端设备节省更多的存储空间,提高移动终端的使用性能。
移动终端,与可穿戴设备、服务器通信连接,用于与服务器进行数据同步,同时接收可穿戴设备的检测数据并进行计算,以实现久坐提醒。具体地,移动终端,用于执行本发明提供的实施例一所采用的一种用于久坐检测与提醒的方法的步骤。
实施例三
基于实施例一,本发明还提供另外一实施例,一种用于久坐检测与提醒的装置,包括存储器和处理器,所述存储器上存储有在处理器上运行的用于久坐检测与提醒的程序,所述用于久坐检测与提醒的程序为计算机程序,其特征在于,所述处理器执行所述用于久坐检测与提醒的程序时实现如本发明提供的实施例一采用的一种用于久坐检测与提醒的方法的步骤。
实施例四
基于实施例一,本发明还提供一种计算机可读存储介质,其上存储有用于久坐检测与提醒的程序,所述用于久坐检测与提醒的程序为计算机程序,所述用于久坐检测与提醒的程序被处理器执行时实现如本实施例一采用的一种用于久坐检测与提醒的方法的步骤。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种用于久坐检测与提醒的方法,其特征在于,所述用于久坐检测与提醒的方法包括:
模型下载步骤:获取用户个人信息并根据所述用户个人信息在服务器上查询是否存在用户久坐模型,若是,从所述服务器上下载用户久坐模型,并执行久坐检测步骤;若否,则从所述服务器上下载初始久坐模型并将其作为用户久坐模型,并执行久坐检测步骤;
久坐开始检测步骤:通过可穿戴设备获取用户活动状态数据并根据用户活动状态数据计算得出用户久坐指标参数的检测值,并根据该用户久坐指标参数的检测值与所述用户久坐模型判断所述用户当前是否处于久坐开始,以及若所述用户当前处于久坐开始时,将当前时间点记为用户的久坐开始点,然后执行久坐结束检测步骤;
久坐结束检测步骤:通过可穿戴设备获取用户活动状态数据并根据用户活动状态数据计算得出用户久坐指标参数的检测值,并根据该用户久坐指标参数的检测值和所述用户久坐模型判断所述用户当前是否处于久坐结束,若否,则继续执行久坐结束检测步骤,同时根据前一次计算得出的久坐开始点和当前时间点计算得出用户处于久坐的持续时间,并且当用户处于久坐的持续时间大于预设持续时间时,记录用户的久坐提醒点并执行久坐提醒步骤;
久坐提醒步骤:向用户发送久坐提醒。
2.根据权利要求1所述的用于久坐检测与提醒的方法,其特征在于,所述久坐结束检测步骤还包括:判断得出用户当前处于久坐结束时,将当前时间点记为用户的久坐结束点;
还包括:久坐显示步骤:生成时间轴并将系统中计算得出的用户的久坐开始点、久坐提醒点以及久坐结束点按照时间的先后顺序依次标记在所述时间轴上并显示给用户;其中,所述时间轴上的久坐开始点的数量=久坐结束点的数量,或者久坐开始点的数量=久坐结束点的数量+1。
3.根据权利要求2所述的用于久坐检测与提醒的方法,其特征在于,还包括:久坐模型更新步骤:当所述时间轴上的任意一个久坐开始点/久坐结束点更改后,根据更改后的久坐开始点/更改后的久坐结束点对所述用户久坐模型进行更新;
其中,根据更改后的久坐开始点对所述用户久坐模型进行更新具体包括:
数据获取步骤:获取更改的久坐开始点并根据更改的久坐开始点查询得出更改的久坐开始点对应的用户久坐参数指标的检测值;
判断步骤:判断对应的用户久坐参数指标的检测值是否合法,若是,则根据预设参数更新方法、更改的久坐开始点对所述用户久坐模型中久坐开始的每个久坐参数指标的阈值进行修正;若否,则用户标定错误,不更新久坐模型;
其中,用户久坐参数指标包括第一久坐参数指标和第二久坐参数指标;
第一久坐参数指标包括久坐开始点前预设时间段内的ACC动量均值,
久坐开始点后的预设时间段内的ACC动量均值,
久坐开始点前预设时间段内的ACC动量均值与久坐开始点后的预设时间段内的ACC动量均值的差值,
久坐开始点前预设时间段内的心率均值,
久坐开始点后预设时间段内的心率均值,
久坐开始点前预设时间段内的心率均值与久坐开始点后预设时间段内的心率均值的差值,
久坐开始点前预设时间段内的平均步数,
久坐开始点后预设时间段内的平均步数;
第二久坐参数指标包括:久坐开始点后的预设固定时间段内每分钟ACC动量信息、每分钟步数信息和每分钟心率信息。
4.根据权利要求3所述的用于久坐检测与提醒的方法,其特征在于,所述判断步骤中判断对应的用户久坐参数指标的检测值是否合法具体包括:
判断久坐开始点前预设时间段内的ACC动量均值的检测值是否合法、
判断久坐开始点前预设时间段内的ACC动量均值与久坐开始点后的预设时间段内的ACC动量均值的差值是否合法、
判断久坐开始点前预设时间段内的心率均值与久坐开始点后预设时间段内的心率均值的差值是否合法、
判断久坐开始点后预设时间段内的平均步数的检测值是否合法;
若上述存在任意一个数值不合法时,用户标定错误,不更新久坐模型。
5.根据权利要求4所述的用于久坐检测与提醒的方法,其特征在于,所述判断步骤中根据预设参数更新方法、更改的久坐开始点对所述用户久坐模型中久坐开始的每个久坐参数指标的阈值进行修正具体包括:采用卡尔曼滤波或隐马尔可夫对所述用户久坐模型中久坐开始的第一久坐指标参数的阈值和第二久坐指标参数的阈值进行修正。
6.根据权利要求3所述的用于久坐检测与提醒的方法,其特征在于,所述久坐开始检测步骤还包括:根据可穿戴设备获取用户活动状态数据并计算得出用户的第一久坐指标参数的检测值,并记录当前时间点;
当久坐开始点前预设时间段内的ACC动量均值的检测值与久坐开始点后的预设时间段内的ACC动量均值的检测值的差值大于第一ACC动量均值与第二ACC动量均值的阈值,
久坐开始点后的预设时间段内的ACC动量均值的检测值大于每分钟ACC动力均值阈值,
久坐开始点前预设时间段内的心率均值的检测值与久坐开始点后预设时间段内的心率均值的检测值的差值大于久坐开始点前预设时间段内的心率均值与久坐开始点后预设时间段内的心率均值的差值的阈值,
久坐开始点后预设时间段内的心率均值的检测值小于每分钟平均心率阈值,
久坐开始点后预设时间段内的平均步数的检测值小于每分钟平均步数阈值时,当前时间点记为待确定久坐开始点;
然后获取待确定久坐开始点后预设固定时间段内的每分钟ACC动量信息、每分钟心率信息、每分钟步数信息,并且:
当每分钟ACC动量信息大于每分钟ACC动量均值阈值并且持续时间不大于对应持续时间阈值、
每分钟心率信息大于每分钟平均心率阈值并且持续时间不大于对应持续时间阈值、
每分钟步数信息大于每分钟平均步数阈值并且持续时间不大于对应持续时间阈值时,待确定久坐开始点为久坐开始点。
7.根据权利要求1所述的用于久坐检测与提醒的方法,其特征在于,所述久坐提醒步骤包括:获取用户前一个周期的活动记录并根据所述用户个人信息和用户前一周期的活动记录向用户推荐对应活动;具体地,根据所述用户个人信息确定用户所属的人群类型,并根据用户所属的人群类型向用户推荐对应的活动类型及活动时长;
根据用户前一周期的活动记录得出用户前一周期的平均活动量、活动类型和活动目标,并根据用户前一周期的平均活动量、当前的活动量以及用户的活动目标向用户推荐活动时长和/或活动强度;
根据用户前一周期的活动类型向用户推荐对应的活动类型;其中,人群类型根据用户的年龄、性别和BMI划分。
8.一种用于久坐检测与提醒的系统,其特征在于,包括:
可穿戴设备;
服务器,用于存储用户个人信息以及用户久坐模型;
移动终端,与所述可穿戴设备、服务器通信连接,用于执行如权利要求1-7中任意一项所述的一种用于久坐检测与提醒的方法的步骤。
9.一种用于久坐检测与提醒的装置,其特征在于,包括存储器和处理器,所述存储器上存储有在处理器上运行的用于久坐检测与提醒的程序,所述用于久坐检测与提醒的程序为计算机程序,其特征在于,所述处理器执行所述用于久坐检测与提醒的程序时实现如权利要求1-7中任意一项所述的一种用于久坐检测与提醒的方法的步骤。
10.一种计算机可读存储介质,其上存储有用于久坐检测与提醒的程序,其特征在于,所述用于久坐检测与提醒的程序为计算机程序,所述用于久坐检测与提醒的程序被处理器执行时实现如权利要求1-7中任一项所述的一种用于久坐检测与提醒的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310603041.9A CN116824815A (zh) | 2023-05-24 | 2023-05-24 | 一种用于久坐检测与提醒的方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310603041.9A CN116824815A (zh) | 2023-05-24 | 2023-05-24 | 一种用于久坐检测与提醒的方法、系统、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116824815A true CN116824815A (zh) | 2023-09-29 |
Family
ID=88113624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310603041.9A Pending CN116824815A (zh) | 2023-05-24 | 2023-05-24 | 一种用于久坐检测与提醒的方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116824815A (zh) |
-
2023
- 2023-05-24 CN CN202310603041.9A patent/CN116824815A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2329470B1 (en) | Fall detection and/or prevention systems | |
US7814324B2 (en) | Method of making a patient monitor | |
US20110105857A1 (en) | Impression degree extraction apparatus and impression degree extraction method | |
RU2011131072A (ru) | Система определения количества шагов, способ определения количества шагов и измеритель активности | |
US9684770B2 (en) | Performing measurement of a subject | |
CN111418021B (zh) | 生物体信息处理装置、处理方法以及处理程序 | |
JPWO2013128972A1 (ja) | 動作判定装置、動作判定システムおよび動作判定方法 | |
JP5003189B2 (ja) | 生体信号測定時刻修正システム | |
CN110595502A (zh) | 一种跑步距离的估算方法及装置 | |
US10248168B2 (en) | Religious application for mobile and wearable technology devices | |
JP6086665B2 (ja) | 警報装置及び警報システム | |
CN108254541A (zh) | 血糖检测数据修正方法、装置和血糖仪 | |
US10925522B2 (en) | Method, system, and computer program product for dynamic analysis of a physiological parameter | |
CN116824815A (zh) | 一种用于久坐检测与提醒的方法、系统、装置及存储介质 | |
KR20200072172A (ko) | 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스 | |
CN113598721A (zh) | 可穿戴终端及其核心体温监测方法和计算机可读存储介质 | |
JP2015146893A (ja) | 関係性推定装置、関係性推定方法およびプログラム | |
JP5315947B2 (ja) | 脈拍数算出プログラム、脈拍数算出装置、脈拍数算出方法および携帯端末装置 | |
CN112244797A (zh) | 身体状态监控方法、装置及存储介质 | |
CN111854791A (zh) | 一种运动轨迹确定方法、装置、终端设备和存储介质 | |
KR101886221B1 (ko) | 라이프로그 데이터의 유사도 산출 방법 및 장치 | |
CN110547769A (zh) | 使用人工智能提高无创检测设备检测精度的纠偏方法 | |
JP2020014696A (ja) | 生体情報管理装置、生体情報管理方法およびプログラム | |
JP6798383B2 (ja) | データ処理装置、データ処理方法およびプログラム | |
US20230169531A1 (en) | Method and apparatus for motion data analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |