CN117101109A - 一种运动负荷监测方法、系统、存储介质和电子设备 - Google Patents
一种运动负荷监测方法、系统、存储介质和电子设备 Download PDFInfo
- Publication number
- CN117101109A CN117101109A CN202310855508.9A CN202310855508A CN117101109A CN 117101109 A CN117101109 A CN 117101109A CN 202310855508 A CN202310855508 A CN 202310855508A CN 117101109 A CN117101109 A CN 117101109A
- Authority
- CN
- China
- Prior art keywords
- current
- human body
- target area
- load
- person
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 239000011159 matrix material Substances 0.000 claims abstract description 36
- 238000010586 diagram Methods 0.000 claims abstract description 29
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 10
- 239000001301 oxygen Substances 0.000 claims description 10
- 229910052760 oxygen Inorganic materials 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000012352 Spearman correlation analysis Methods 0.000 claims description 5
- 230000000386 athletic effect Effects 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 17
- 238000004590 computer program Methods 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
-
- 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
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
-
- 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
- A63B2230/50—Measuring physiological parameters of the user temperature
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Mining & Analysis (AREA)
- Physical Education & Sports Medicine (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种运动负荷监测方法、系统、存储介质和电子设备，所述方法包括：获取待测者的人体目标区域的当前红外温度矩阵图；根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值；基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值；其中，所述目标相关性方程为：所述人体目标区域对应的温度熵值与运动负荷量之间的相关性方程。本发明通过结合红外温度矩阵与熵分析的方式，实现了对运动负荷的无接触实时监测，提高了运动负荷监测的精度。
Description
技术领域
本发明涉及运动监测技术领域，尤其涉及一种运动负荷监测方法、系统、存储介质和电子设备。
背景技术
目前，对运动皮肤温度的研究中，就逐级递增负荷运动中温度的变化没有统一的结论，现有技术中缺少对于运动负荷的有效监测。
因此，亟需提供一种技术方案解决上述问题。
发明内容
为解决上述技术问题，本发明提供了一种运动负荷监测方法、系统、存储介质和电子设备。
本发明的一种运动负荷监测方法的技术方案如下：
获取待测者的人体目标区域的当前红外温度矩阵图；
根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值；
基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值；其中，所述目标相关性方程为：所述人体目标区域对应的温度熵值与运动负荷量之间的相关性方程。
本发明的一种运动负荷监测方法的有益效果如下：
本发明的方法通过结合红外温度矩阵与熵分析的方式，实现了对运动负荷的无接触实时监测，提高了运动负荷监测的精度。
在上述方案的基础上，本发明的一种运动负荷监测方法还可以做如下改进。
进一步，获取待测者的人体目标区域的当前红外温度矩阵图的步骤，包括：
利用红外热成像仪，获取所述待测者的所述人体目标区域的所述当前红外温度矩阵图。
进一步，根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值的步骤，包括：
利用熵分析算法，并根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值。
进一步，构建所述目标相关性方程的过程，包括：
获取多个训练者的在多个阶段的运动负荷量和所述人体目标区域对应的温度熵值，并进行斯皮尔曼相关性分析，得到所述目标相关性方程。
进一步，所述人体目标区域为：人体胸部区域。
进一步，还包括：
获取所述待测者的最大摄氧量和最大心率值，并根据所述最大摄氧量和所述最大心率值，确定所述待测者的运动负荷量；
当所述当前运动负荷量预测值大于所述运动负荷量时，输出预警信息。
进一步，还包括：
将所述当前运动负荷量预测值输出至目标终端。
本发明的一种运动负荷监测系统的技术方案如下：
包括：采集模块、处理模块和运行模块；
所述采集模块用于：获取待测者的人体目标区域的当前红外温度矩阵图；
所述处理模块用于：根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值；
所述运行模块用于：基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值；其中，所述目标相关性方程为：所述人体目标区域对应的温度熵值与运动负荷量之间的相关性方程。
本发明的一种运动负荷监测系统的有益效果如下：
本发明的系统通过结合红外温度矩阵与熵分析的方式，实现了对运动负荷的无接触实时监测，提高了运动负荷监测的精度。
本发明的存储介质的技术方案如下：
存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如本发明的一种运动负荷监测方法的步骤。
本发明的电子设备的技术方案如下：
包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如本发明的一种运动负荷监测方法的步骤。
附图说明
图1示出了本发明提供的一种运动负荷监测方法的实施例的流程示意图；
图2示出了本发明提供的一种运动负荷监测方法的实施例中的相关性分析的结果展示图；
图3示出了本发明提供的一种运动负荷监测方法的实施例中的热成像变化示意图；
图4示出了本发明提供的一种运动负荷监测系统的实施例的结构示意图。
具体实施方式
图1示出了本发明提供的一种运动负荷监测方法的实施例的流程示意图。如图1所示，包括如下步骤：
步骤110：获取待测者的人体目标区域的当前红外温度矩阵图。
其中，①人体目标区域默认为人体胸部区域，也可根据实际需求进行调整，在此不设限制。②当前红外温度矩阵图为：利用红外热成像仪所采集的当前时刻的红外温度矩阵图。
具体地，利用红外热成像仪，获取当前时刻下待测者的人体胸部区域的红外温度矩阵图。
需要说明的是，利用红外热成像仪采集红外温度矩阵图的过程为现有技术，在此不过多赘述。
步骤120：根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值。
其中，当前温度熵值为：当前时刻下目标区域的温度熵值(温度分布的紊乱程度)。
具体地，利用熵分析算法，并根据当前红外温度矩阵图，得到人体目标区域对应的当前温度熵值。
需要说明的是，利用熵分析算法，将红外温度矩阵图转换为温度熵值的过程为现有技术，在此不过多赘述。
步骤130：基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值。
其中，①目标相关性方程为：人体目标区域对应的温度熵值与运动负荷量之间的相关性方程。②当前运动负荷量预测值为：将当前温度熵值代入目标相关性方程所得到的当前时刻下的运动负荷量的预测值。
具体地，将当前温度熵值代入目标相关性方程，计算得到待测者在当前时刻下的运动负荷量的预测值。
较优地，构建所述目标相关性方程的过程，包括：
获取多个训练者的在多个阶段的运动负荷量和所述人体目标区域对应的温度熵值，并进行斯皮尔曼相关性分析，得到所述目标相关性方程。
具体地，获取37个训练者在每个阶段(共计十个阶段)的运动负荷量和人体胸部区域对应的温度熵值。取37个训练者在每个阶段的温度熵值的平均值与每个阶段的运动负荷量进行斯皮尔曼相关性分析，构建线性回归方程，即目标相关性方程。
较优地，还包括：
获取所述待测者的最大摄氧量和最大心率值，并根据所述最大摄氧量和所述最大心率值，确定所述待测者的运动负荷量。
其中，①采用CORTEX3B气体代谢仪获取最大摄氧量。②采用无线心率带获取最大心率值。③根据最大摄氧量的百分比和最大心率值的百分比，确定待测者的运动负荷量(即合理的运动负荷量)。
当所述当前运动负荷量预测值大于所述运动负荷量时，输出预警信息。
其中，预警信息可发送至目标设备，以此实现预警提示。
需要说明的是，目标设备可以是报警器、显示屏等，在此不设限制。
较优地，还包括：
将所述当前运动负荷量预测值输出至目标终端。
其中，目标终端可以是电脑、手机、平板、手环等。
此外，需要说明的是，如图2所示，本实施例的技术方案现有选用人体额头区域、人体胸部区域和人体腹部区域分别与运动负荷量进行相关性分析。结果表明，胸部的温度熵值与运动负荷量的相关性最高(r＝0.95，P＜0.01)，额头的温度熵值与运动负荷量的相关性次之(r＝0.92，P＜0.01)，腹部的温度熵值与运动负荷量的相关性较低(r＝0.79，P＜0.01)。运动中的温度熵值增与运动负荷量的增加存在高度相关。如图3所示，随着运动负荷量的增加，皮肤温度的热成像变化，明显发现运动中皮肤温度的分布呈现斑点状、离散化趋势。
本实施例的技术方案通过结合红外温度矩阵与熵分析的方式，实现了对运动负荷的无接触实时监测，提高了运动负荷监测的精度。
图4示出了本发明提供的一种运动负荷监测系统的实施例的结构示意图。如图4所示，该系统200包括：采集模块210、处理模块220和运行模块230。
所述采集模块210用于：获取待测者的人体目标区域的当前红外温度矩阵图；
所述处理模块220用于：根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值；
所述运行模块230用于：基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值；其中，所述目标相关性方程为：所述人体目标区域对应的温度熵值与运动负荷量之间的相关性方程。
较优地，所述采集模块210具体用于：获取待测者的人体目标区域的当前红外温度矩阵图的步骤，包括：
利用红外热成像仪，获取所述待测者的所述人体目标区域的所述当前红外温度矩阵图。
较优地，所述处理模块220具体用于：
利用熵分析算法，并根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值。
较优地，构建所述目标相关性方程的过程，包括：
获取多个训练者的在多个阶段的运动负荷量和所述人体目标区域对应的温度熵值，并进行斯皮尔曼相关性分析，得到所述目标相关性方程。
较优地，所述人体目标区域为：人体胸部区域。
较优地，还包括：预警模块；所述预警模块用于：
获取所述待测者的最大摄氧量和最大心率值，并根据所述最大摄氧量和所述最大心率值，确定所述待测者的运动负荷量；
当所述当前运动负荷量预测值大于所述运动负荷量时，输出预警信息。
较优地，还包括：输出模块；所述输出模块用于：
将所述当前运动负荷量预测值输出至目标终端。
本实施例的技术方案通过结合红外温度矩阵与熵分析的方式，实现了对运动负荷的无接触实时监测，提高了运动负荷监测的精度。
上述关于本实施例的一种运动负荷监测系统200中的各参数和各个模块实现相应功能的步骤，可参考上文中关于一种运动负荷监测方法的实施例中的各参数和步骤，在此不做赘述。
本发明实施例提供的一种存储介质，包括：存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如一种运动负荷监测方法的步骤，具体可参考上文中的一种运动负荷监测方法的实施例中的各参数和步骤，在此不做赘述。
计算机存储介质例如：优盘、移动硬盘等。
本发明实施例提供的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，使所述计算机程序执行如一种运动负荷监测方法的步骤，具体可参考上文中的一种运动负荷监测方法的实施例中的各参数和步骤，在此不做赘述。
所属技术领域的技术人员知道，本发明可以实现为方法、系统、存储介质和电子设备。
因此，本发明可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)，只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种运动负荷监测方法，其特征在于，包括：
获取待测者的人体目标区域的当前红外温度矩阵图；
根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值；
基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值；其中，所述目标相关性方程为：所述人体目标区域对应的温度熵值与运动负荷量之间的相关性方程。
2.根据权利要求1所述的运动负荷监测方法，其特征在于，获取待测者的人体目标区域的当前红外温度矩阵图的步骤，包括：
利用红外热成像仪，获取所述待测者的所述人体目标区域的所述当前红外温度矩阵图。
3.根据权利要求1所述的运动负荷监测方法，其特征在于，根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值的步骤，包括：
利用熵分析算法，并根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值。
4.根据权利要求1所述的运动负荷监测方法，其特征在于，构建所述目标相关性方程的过程，包括：
获取多个训练者的在多个阶段的运动负荷量和所述人体目标区域对应的温度熵值，并进行斯皮尔曼相关性分析，得到所述目标相关性方程。
5.根据权利要求1-4任一项所述的运动负荷监测方法，其特征在于，所述人体目标区域为：人体胸部区域。
6.根据权利要求5所述的运动负荷监测方法，其特征在于，还包括：
获取所述待测者的最大摄氧量和最大心率值，并根据所述最大摄氧量和所述最大心率值，确定所述待测者的运动负荷量；
当所述当前运动负荷量预测值大于所述运动负荷量时，输出预警信息。
7.根据权利要求1所述的运动负荷监测方法，其特征在于，还包括：
将所述当前运动负荷量预测值输出至目标终端。
8.一种运动负荷监测系统，其特征在于，包括：采集模块、处理模块和运行模块；
所述采集模块用于：获取待测者的人体目标区域的当前红外温度矩阵图；
所述处理模块用于：根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值；
所述运行模块用于：基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值；其中，所述目标相关性方程为：所述人体目标区域对应的温度熵值与运动负荷量之间的相关性方程。
9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如权利要求1至7中任一项所述的运动负荷监测方法。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的运动负荷监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310855508.9A CN117101109A (zh) | 2023-07-12 | 2023-07-12 | 一种运动负荷监测方法、系统、存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310855508.9A CN117101109A (zh) | 2023-07-12 | 2023-07-12 | 一种运动负荷监测方法、系统、存储介质和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117101109A true CN117101109A (zh) | 2023-11-24 |
Family
ID=88810017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310855508.9A Pending CN117101109A (zh) | 2023-07-12 | 2023-07-12 | 一种运动负荷监测方法、系统、存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117101109A (zh) |
-
2023
- 2023-07-12 CN CN202310855508.9A patent/CN117101109A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11076768B2 (en) | Operating method of 3D physiological detection system | |
| CA3069891A1 (en) | Discovering novel features to use in machine learning techniques, such as machine learning techniques for diagnosing medical conditions | |
| US20140206946A1 (en) | Apparatus and method for measuring stress based on behavior of a user | |
| CN103632055A (zh) | 数据采集方法和装置 | |
| CN114732419B (zh) | 运动心电数据分析方法、装置、计算机设备与存储介质 | |
| CN113520333B (zh) | 核心体温的确定方法、装置、设备及可读介质 | |
| CN111820870B (zh) | 生物影像处理方法以及生理信息检测装置 | |
| JP2018505737A (ja) | 心拍数及び心拍変動を検出する装置 | |
| Hu et al. | Contactless blood oxygen estimation from face videos: A multi-model fusion method based on deep learning | |
| CN117158938A (zh) | 一种应用于智能手表的健康监测方法、装置及电子设备 | |
| CN114366060A (zh) | 一种基于心率变异性的健康预警方法、装置及电子设备 | |
| CN113288133A (zh) | 用于预测血糖值的方法、装置、存储介质及处理器 | |
| CN117101109A (zh) | 一种运动负荷监测方法、系统、存储介质和电子设备 | |
| CN110179451B (zh) | 心电信号质量检测方法、装置、计算机设备和存储介质 | |
| CN112957018A (zh) | 基于人工智能的心脏状态检测方法和装置 | |
| JP2011115393A (ja) | 肌特徴判別システム、肌特徴判別方法及び肌特徴判別プログラム | |
| CN115966308A (zh) | 一种睡眠记忆活跃水平检测量化的方法、系统和装置 | |
| US20160048649A1 (en) | Disease predicting apparatus and disease predicting method | |
| Sujan et al. | Performance analysis for the Feature Extraction algorithm of an ECG signal | |
| CN113100722B (zh) | 一种心率确定方法及装置 | |
| CN113520332B (zh) | 一种核心体温的确定方法、装置、设备及存储介质 | |
| CN113208576A (zh) | Pai值计算方法、装置、设备和存储介质 | |
| CN112834047A (zh) | 一种可穿戴式温度监测设备、温度监测方法及存储介质 | |
| JP2016163694A (ja) | 熱中症発症危険度算出装置 | |
| KR20160090714A (ko) | 프로그래머블 멀티모달 생체신호 처리 모듈 및 이를 이용한 헬스케어 플랫폼 |
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 |