CN117796798A - 一种计算乳酸阈值的方法及相关装置 - Google Patents
一种计算乳酸阈值的方法及相关装置 Download PDFInfo
- Publication number
- CN117796798A CN117796798A CN202211214399.4A CN202211214399A CN117796798A CN 117796798 A CN117796798 A CN 117796798A CN 202211214399 A CN202211214399 A CN 202211214399A CN 117796798 A CN117796798 A CN 117796798A
- Authority
- CN
- China
- Prior art keywords
- parameters
- lactic acid
- motion
- intensity
- acid threshold
- 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
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 title claims abstract description 314
- 235000014655 lactic acid Nutrition 0.000 title claims abstract description 157
- 239000004310 lactic acid Substances 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000033001 locomotion Effects 0.000 claims abstract description 135
- 230000036544 posture Effects 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 5
- 239000008280 blood Substances 0.000 abstract description 16
- 210000004369 blood Anatomy 0.000 abstract description 16
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000009182 swimming Effects 0.000 abstract description 4
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010241 blood sampling Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本申请提供了一种计算乳酸阈值的方法及相关装置，涉及终端技术领域。该方法包括：从采集设备获取多个参数，该多个参数包括用户在运动过程中多个运动姿势相关的参数和多个运动强度相关的参数；基于多个参数，确定乳酸阈值所对应的运动强度相关的参数。人体在做运动时，如跑步或者游泳时，血液中乳酸的浓度会随着运动强度的增加而逐渐增加。当运动强度增加到一定程度时，血液中乳酸的浓度会急剧上升，这个血液乳酸浓度急剧上升的运动强度，称为乳酸阈值。乳酸阈值是表征人体运动的一个重要的指标。本方案提供的计算乳酸阈值的方法。由于用户的运动姿势会随着血液中的乳酸浓度而改变，因此可以通过监测运动姿势来计算乳酸阈值。
Description
技术领域
本申请涉及终端技术领域，并且更具体地，涉及一种计算乳酸阈值的方法及相关装置。
背景技术
人体在做运动时，血液中乳酸的浓度会随着运动强度的增加而逐渐增加。当运动强度增加到一定程度时，血液中乳酸的浓度会急剧上升，这个血液乳酸浓度急剧上升的运动强度，称为乳酸阈值。
乳酸阈值是表征人体运动的一个重要的指标，用户可以根据乳酸阈值对自己的运动进行指导，例如：如果用户想要进行有氧运动，就可以将运动强度控制在乳酸阈值以下；如果用户想要进行无氧运动，就可以将运动强度控制在乳酸阈值以上。实验中可以采用指尖釆血的方式测量乳酸进而得到乳酸阈值。在日常生活中一般会使用更加无感的方式来计算乳酸阈值。例如在用户的运动强度逐渐增加的过程中测量用户的心率，并将用户心率上升的曲率变化的点作为其乳酸阈值，或者根据其心率变异性的数据来计算乳酸阈值。但由于有的用户的心率上升的曲率变化不够明显，或者通过穿戴设备获得的心率变异性数据的质量较差，导致得到的乳酸阈值的结果不够准确。
因此，需要一种更加准确的计算乳酸阈值的方法。
发明内容
本申请提供了一种计算乳酸阈值的方法及相关装置，通过监测运动姿势来计算乳酸阈值，以期提高计算乳酸阈值的准确度。
第一方面，本申请提供了一种计算乳酸阈值的方法，该方法包括：获取多个参数，该多个参数包括用户在运动过程中多个运动姿势相关的参数和多个运动强度相关的参数；基于多个参数，确定乳酸阈值所对应的运动强度相关的参数。
基于此方法，通过对用户的运动姿势的监测，得到在某运动强度下的乳酸阈值的置信度，进而通过置信度判断乳酸阈值所在的运动强度。通过运动姿势相关的数据计算乳酸阈值，结果更加准确。
结合第一方面，在第一方面的某些可能的实现方式中，基于多个参数，确定乳酸阈值所对应的运动强度相关的参数，包括：基于多个运动姿势相关的参数，确定多个运动强度相关的参数中每个运动强度相关的参数对应乳酸阈值的置信度；基于置信度大于或等于预设门限的运动强度相关的参数，确定乳酸阈值所对应的运动强度相关的参数。
技术人员事先将收集到的与用户运动相关的大数据代入机器学习中反复训练，得到大数据算法。要确定乳酸阈值所对应的运动强度，可以基于获取到的多个参数，通过该大数据算法分析得到在每个参数下对应的运动强度为乳酸阈值的置信度。
结合第一方面，在第一方面的某些可能的实现方式中，多个参数还包括所述用户在运动过程中的心跳相关的参数，所述心跳相关的参数包括心率和/或心率变异性；基于多个运动姿势相关的参数，确定多个运动强度相关的参数中每个运动强度相关的参数为乳酸阈值的置信度，包括：基于用户在运动过程中的心率和/或心率变异性，以及多个运动姿势相关的参数，确定多个运动强度相关的参数中每个运动强度相关的参数为乳酸阈值的置信度。
在计算乳酸阈值时，除了采集运动姿势相关的参数以外，还可以采集心跳相关的参数，并将心跳相关的参数引入上述置信度的计算，以使乳酸阈值的计算更加准确。
结合第一方面，在第一方面的某些可能的实现方式中，多个运动强度相关的参数中第一运动强度相关的参数为乳酸阈值的置信度为：与第一运动强度相关的参数对应的多个运动姿势相关的参数的置信度和心跳相关的参数的置信度的加权。
结合第一方面，在第一方面的某些可能的实现方式中，获取多个运动姿势相关的参数，包括：从采集设备获取用户在运动过程中多个运动姿势相关的参数，该采集设备佩戴在用户的双脚或腰部。
对于跑步运动来说，采集设备可以佩戴在用户的双脚或腰部。双脚和腰部比较适合佩戴采集设备，而且采集设备佩戴在双脚或者腰部，几乎不会对用户的运动造成影响。
结合第一方面，在第一方面的某些可能的实现方式中，采集设备包括：惯性测量单元(inertial measurement unit，IMU)，或包含IMU的传感器。
采集设备需要有测量惯性的能力，并根据惯性来感知用户的运动，获取运动姿势相关的参数。
结合第一方面，在第一方面的某些可能的实现方式中，心跳相关的参数从运动手环或智能手表获得。
结合第一方面，在第一方面的某些可能的实现方式中，运动为跑步，多个运动姿势相关的参数包括：步幅、步频、垂直步幅比、垂直振幅和左右平衡。
第二方面，本申请提供了一种计算乳酸阈值的装置，该装置包括：获取模块和确定模块；获取模块用于获取多个参数，多个参数包括用户在运动过程中多个运动姿势相关的参数和多个运动强度相关的参数；确定模块用于基于多个参数，确定乳酸阈值所对应的运动强度相关的参数。
结合第二方面，在第二方面的某些可能的实现方式中，确定模块用于，基于多个运动姿势相关的参数，确定多个运动强度相关的参数中每个运动强度相关的参数对应乳酸阈值的置信度；基于置信度大于或等于预设门限的运动强度相关的参数，计算乳酸阈值所对应的运动强度相关的参数。
结合第二方面，在第二方面的某些可能的实现方式中，多个参数还包括用户在运动过程中的心跳相关的参数，所述心跳相关的参数包括心率和/或心率变异性；确定模块用于，基于用户在运动过程中的心率和/或心率变异性，以及多个运动姿势相关的参数，确定多个运动强度相关的参数中每个运动强度相关的参数为乳酸阈值的置信度。
结合第二方面，在第二方面的某些可能的实现方式中，多个运动强度相关的参数中第一运动强度相关的参数为乳酸阈值的置信度为：与第一运动强度相关的参数对应的多个运动姿势相关的参数的置信度和心跳相关的参数的置信度的加权。
结合第二方面，在第二方面的某些可能的实现方式中，获取模块用于，从采集设备获取用户在运动过程中多个运动姿势相关的参数，采集设备佩戴在用户的双脚或腰部。
结合第二方面，在第二方面的某些可能的实现方式中，采集设备包括：惯性测量单元IMU，或包含IMU的传感器。
结合第二方面，在第二方面的某些可能的实现方式中，心跳相关的参数从运动手环或智能手表获得。
结合第二方面，在第二方面的某些可能的实现方式中，运动为跑步，多个运动姿势相关的参数包括：步幅、步频、垂直步幅比、垂直振幅和左右平衡。
第三方面，本申请提供了一种计算乳酸阈值的装置，包括存储器和处理器，其中，存储器用于存储计算机程序；处理器用于调用并执行计算机程序，以实现上述第一方面以及第一方面任一种可能实现方式中所述的计算乳酸阈值的方法。
第四方面，本申请提供了一种计算机可读存储介质，包括计算机程序，当其在计算机上运行时，使得计算机实现第一方面以及第一方面任一种可能实现方式中的方法。
第五方面，本申请提供了一种计算机程序产品，计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当计算机程序被运行时，使得计算机执行第一方面以及第一方面任一种可能实现方式中的方法。
应理解，第二方面至第五方面的技术方案与第一方面相对应，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
附图说明
图1是适用于本申请实施例提供的计算乳酸阈值的方法的使用场景示意图；
图2是本申请实施例提供的计算乳酸阈值的方法的流程示意图；
图3是本申请实施例提供的采集设备佩戴部位的示意图；
图4是本申请实施例提供的采集设备佩戴部位的另一示意图；
图5是本申请实施例提供的计算乳酸阈值的装置的示意性框图；
图6是本申请实施例提供的计算乳酸阈值的装置的另一示意性框图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
图1是适用于本申请实施例提供的计算乳酸阈值的方法的使用场景示意图。
人体在做运动时，如跑步或者游泳时，血液中乳酸的浓度会随着运动强度的增加而逐渐增加。当运动强度增加到一定程度时，血液中乳酸的浓度会急剧上升，这个血液乳酸浓度急剧上升的运动强度，称为乳酸阈值。乳酸阈值是表征人体运动的一个重要的指标，用户可以根据乳酸阈值对自己的运动进行指导。当前一般可以通过测量心率或者心率变异性来计算乳酸阈值，但通过这两种方法得到的乳酸阈值的结果不够准确。
鉴于此，本申请提供了一种计算乳酸阈值的方法。由于用户的运动姿势会随着血液中的乳酸浓度而改变，因此可以通过监测运动姿势来计算乳酸阈值。
图2是本申请实施例提供的计算乳酸阈值的方法的流程示意图。该方法200可以由计算乳酸阈值的装置来执行，计算乳酸阈值的装置可以是采集运动姿势相关参数的采集设备，也可以是与之相连接的终端设备，如运动手环、智能手表或者智能手机等，终端设备与采集设备之间可以通过蓝牙等连接方式相连接。本申请对此不作限定。
示例性地，若用户佩戴有一个采集设备，则该采集设备可以用作本申请中的计算乳酸阈值的装置，用于执行本申请实施例提供的方法。若用户佩戴有多个采集设备，则可预先设定该多个采集设备中的某一个设备作为本申请中的计算乳酸阈值的装置，或按照预设规则来确定该多个采集设备中的某一个设备为计算乳酸阈值的装置，用于执行本申请实施例提供的方法。例如，将该多个采集设备中电量最多的一个采集设备确定为计算乳酸阈值的装置。
图2示出的方法200可以包括步骤210和220，下面对方法200中的各个步骤做详细说明。
在步骤210中，获取多个参数，该多个参数包括用户在运动过程中多个运动姿势相关的参数和多个运动强度相关的参数。
不同的运动项目，运动姿势也有所不同，因此运动姿势相关的参数也不同，用户可以在运动开始前在终端设备上自行选择将要进行的运动项目，采集设备可以根据用户选择的运动项目采集对应的运动姿势相关的参数。
例如，在用户跑步时，所采集的运动姿势相关的参数可以包括：步幅、步频、垂直振幅、垂直步幅比和左右平衡。其中，步幅是一步的距离；步频是单位时间内的步数；垂直振幅是跑一步过程中身体重心垂直运动的高度；垂直步幅比是垂直振幅与步幅的比值；左右平衡是左脚跑一步所需的时间与右脚跑一步所需的时间的比值。
又例如，在用户游泳时，所采集的运动姿势相关的参数可以包括：划距、划频、左右平衡。其中，划距是每次手臂划水，身体在水中前进的距离；划频是单位时间内的划水次数；左右平衡是左臂划水一次所需的时间与右臂划水一次所需的时间的比值。
应理解，跑步和游泳仅为运动项目的两种可能的示例，本申请并不限定运动的项目。
要计算用户的乳酸阈值，首先需要采集用户在运动过程中的运动姿势相关的参数。这些参数可以通过采集设备来采集得到，该采集设备包括IMU或者其他包含IMU的传感器，采集设备可以通过其中包含的加速度计和陀螺仪来监测用户的运动姿势，并进一步得到运动姿势相关的参数。
应理解，获取运动姿势相关的参数的另一种可能的方式是：采集设备通过其中包含的加速度计来监测用户运动过程中采集设备的加速度数据，以及采集设备通过其中包含的陀螺仪来监测用户运动过程中采集设备的姿态数据。并在加速度数据和姿态数据采集完成后，再根据用户选择的运动项目，通过加速度数据和姿态数据来计算运动姿势相关的参数。本申请对获取运动姿势相关的参数的具体方式不作限定。
用户在开始运动之前，可以将采集设备佩戴在身上，佩戴的部位可以根据不同的运动种类进行调整。例如对于跑步运动来说，如图3中的(a)所示，用户可以将采集设备佩戴在腰部，或者，如图3中的(b)所示，用户可以将采集设备佩戴在双脚；对于游泳运动来说，用户可以将采集设备佩戴在双手或者头部。
用户在运动时可以在佩戴一个或多个采集设备来采集运动姿势相关的各项参数。用户佩戴多个采集设备时，该多个采集设备可以佩戴在身体的不同部位。若用户佩戴多个采集设备来采集参数，则步骤210具体可包括：从多个采集设备获取上述多个参数。比如，主采集设备从从采集设备获取多个参数。
本申请对采集设备的数量，以及所佩戴的位置不作限定，但可以理解，佩戴多个采集设备可以采集到更多运动姿势相关的参数，更有助于提高运动姿势监测的准确度。
用户在佩戴着采集设备运动的过程中，采集设备除了采集运动姿势相关的参数以外，也可以采集运动强度相关的参数，例如速度和心率等。采集设备可以以预设时长为采集时间间隔，采集用户在运动过程中运动姿势相关的参数和运动强度相关的参数。
在步骤220中，基于多个参数，确定乳酸阈值所对应的运动强度相关的参数。
在运动结束后，采集设备可以对每一次采集到的运动姿势相关的参数和运动强度相关的参数进行分析，得到在不同的运动强度下用户血液中的乳酸浓度达到乳酸阈值的置信度。用户在某一运动强度下乳酸浓度达到乳酸阈值的置信度可以由该运动强度下运动姿势相关的各项参数综合来确定，例如可以计算同一运动强度下各项运动姿势相关的参数分别对应的置信度的加权。其中，每项参数对应的置信度可以理解为这项参数下用户血液中的乳酸浓度达到乳酸阈值的置信度。
如果计算确定该用户在某一运动强度下血液中的乳酸浓度达到乳酸阈值的置信度达到预设门限，则可认为该用户的乳酸浓度达到乳酸阈值。进而可以从达到预设门限的置信度中确定置信度最高的运动强度下，用户的乳酸浓度达到乳酸阈值。换言之，可以将乳酸阈值所对应的运动强度相关的参数作为用于表征该用户的乳酸浓度达到乳酸阈值的一个参数。因此，计算乳酸阈值的一种可能的实现方式是，确定用户的乳酸浓度达到乳酸阈值时的运动强度相关的参数。
以下以跑步为例对本申请实施例提供的计算乳酸阈值的方法进行具体说明。
一示例，预设时长为1秒，采集到的运动强度相关的参数为速度，速度可以由采集设备通过其中包含的加速度计和陀螺仪测量得到，也可以通过GPS数据得到。采集到的速度数据以及运动姿势相关的参数如表1所示。
表1
在跑步结束之后，采集设备可以根据如表1中所示采集到的参数，通过大数据算法分析得到以每个运动姿势相关的参数来判断，每个运动强度相关的参数为乳酸阈值的置信度，如表2所示。其中，以步幅来判断得到的置信度为g1，以步频来判断得到的置信度为g2，以垂直振幅来判断得到的置信度为g3，以垂直步幅比来判断得到的置信度为g4，以左右平衡来判断得到的置信度为g5。
表2
| 速度(千米/时) | g1 | g2 | g3 | g4 | g5 |
| 6.9 | 0.05 | 0.03 | 0.01 | 0.04 | 0.04 |
| 7.0 | 0.01 | 0.00 | 0.00 | 0.01 | 0.00 |
| 7.1 | 0.00 | 0.01 | 0.05 | 0.00 | 0.00 |
| …… | …… | …… | …… | …… | …… |
| 10.4 | 0.95 | 0.90 | 0.81 | 0.85 | 0.88 |
| 10.5 | 0.91 | 0.89 | 0.99 | 0.93 | 0.90 |
| 10.6 | 0.82 | 0.68 | 0.73 | 0.85 | 0.79 |
| …… | …… | …… | …… | …… | …… |
| 12.0 | 0.00 | 0.09 | 0.01 | 0.02 | 0.10 |
然后对表2中得到的置信度进行加权求和，得到每个运动强度相关的参数为乳酸阈值的置信度，如表3所示。其中，可以预先定义每个运动姿势相关的参数所对应置信度的权重。例如，预先定义g1、g2、g3、g4和g5的权重都为0.2。
表3
| 速度(千米/时) | 置信度 |
| 6.9 | (0.05+0.03+0.01+0.04+0.04)×0.2＝0.034 |
| 7.0 | (0.01+0.00+0.00+0.01+0.00)×0.2＝0.004 |
| 7.1 | (0.00+0.01+0.05+0.00+0.00)×0.2＝0.012 |
| …… | …… |
| 10.4 | (0.95+0.90+0.81+0.85+0.88)×0.2＝0.878 |
| 10.5 | (0.91+0.89+0.99+0.93+0.90)×0.2＝0.924 |
| 10.6 | (0.82+0.68+0.73+0.85+0.79)×0.2＝0.774 |
| …… | …… |
| 12.0 | (0.00+0.09+0.01+0.02+0.10)×0.2＝0.044 |
一种判断乳酸阈值的方式为：将表3中置信度与预设门限作比较，并在大于预设门限的置信度中取最高的置信度对应的运动强度相关的参数为乳酸阈值。
例如门限为0.8，则速度为10.4千米/时的置信度0.878和速度为10.5千米/时的置信度0.924都大于0.8，而速度为10.5千米/时的置信度0.924最高，则乳酸阈值为：10.5千米/时。
另一种判断乳酸阈值的方式为：将表3中置信度与预先定义好的门限作比较，基于大于门限的置信度所对应的运动强度相关的参数来判断乳酸阈值。
例如门限为0.8，则速度为10.4千米/时的置信度0.878和速度为10.5千米/时的置信度0.924都大于0.8，则乳酸阈值为：10.4千米/时和10.5千米/时的平均数10.45千米/时。
上述两种通过置信度判断乳酸阈值的方式仅作示例，本申请对此不作限定。
若表3中的置信度全都小于门限，则可以认为本次运动的运动强度未达到乳酸阈值，可以不用输出乳酸阈值。
在本申请实施例提供的计算乳酸阈值的方法中，除了采集上述运动姿势相关的参数以外，还可以采集心跳相关的参数，并将心跳相关的参数引入上述置信度的计算，以使乳酸阈值的计算更加准确。
其中，心跳相关的参数可以包括心率和/或心率变异性(heart ratevariability，HRV)。应理解，同时引入两种心跳相关的参数更有助于提高置信度计算的准确度。
心跳相关的参数可以从运动手环或智能手表获得。运动手环或智能手表也可以视为一种采集设备，但其可以用于采集心跳相关的参数。
在运动结束后，采集设备可以对每一次采集到的运动姿势相关的参数、运动强度相关的参数和心跳相关的参数进行分析，得到在不同的运动强度下用户血液中的乳酸浓度达到乳酸阈值的置信度。用户在某一运动强度下乳酸浓度达到乳酸阈值的置信度可以由该运动强度下运动姿势相关的各项参数以及心跳相关的参数综合来确定，例如可以计算同一运动强度下运动姿势相关的各项参数和心跳相关的参数分别对应的置信度的加权。其中，每项参数对应的置信度可以理解为这项参数下用户血液中的乳酸浓度达到乳酸阈值的置信度。
以下以跑步为例对本申请实施例提供另一种的计算乳酸阈值的方法进行具体说明。
用户在跑步时，除了采集运动姿势相关的参数的采集设备以外，还佩戴有运动手环或智能手表，并通过运动手环或智能手表获得心跳相关的参数。如图4中的(a)所示，用户除了可以在腰部佩戴采集设备之外，还可以佩戴有运动手环，或者，如图4中的(b)所示，用户除了可以在双脚佩戴采集设备之外，还可以佩戴有运动手环。
例如预设时长为1秒，采集到的运动强度相关的参数为速度，采集到的速度数据以及心跳相关的参数如表4所示。
表4
在跑步结束之后，采集设备可以根据如表4所示采集到的参数，得到以每个心跳相关的参数来判断，每个运动强度相关的参数为乳酸阈值的置信度，如表5所示。其中，以心率来判断得到的置信度为f1，以HRV来判断得到的置信度为f2。
表5
| 速度(千米/时) | f1 | f2 |
| 6.9 | 0.03 | 0.06 |
| 7.0 | 0.02 | 0.01 |
| 7.1 | 0.00 | 0.01 |
| …… | …… | …… |
| 10.4 | 0.99 | 0.93 |
| 10.5 | 0.97 | 0.94 |
| 10.6 | 0.95 | 0.95 |
| …… | …… | …… |
| 12.0 | 0.06 | 0.04 |
然后对表5中得到的置信度进行加权求和，得到每个运动强度相关的参数为乳酸阈值的置信度，如表6所示。其中，可以预先定义心跳相关的参数所对应的置信度的权重以及运动姿势相关的参数所对应的置信度的权重。例如，可以预先定义心跳相关的参数所对应的置信度总共的权重为0.4，运动姿势相关的参数所对应的置信度总共的权重为0.6。在心跳相关的参数所对应的置信度中，f1和f2的权重都为0.5；在运动姿势相关的参数所对应的置信度中，g1、g2、g3、g4和g5的权重都为0.2。
表6
一种判断乳酸阈值的方式为：将表6中置信度与预先定义好的门限作比较，并在大于门限的置信度中取最高的置信度对应的运动强度相关的参数为乳酸阈值。
例如门限为0.8，则速度为10.4千米/时的置信度0.9108和速度为10.5千米/时的置信度0.9364和速度为10.6千米/时的置信度0.8444都大于0.8，而速度为10.5千米/时的置信度0.9364最高，则乳酸阈值为：10.5千米/时。
另一种判断乳酸阈值的方式为：将表6中置信度与预先定义好的门限作比较，基于大于门限的置信度所对应的运动强度相关的参数来判断乳酸阈值。
例如门限为0.8，则速度为10.4千米/时的置信度0.9108和速度为10.5千米/时的置信度0.9364和速度为10.6千米/时的置信度0.8444都大于0.8，则乳酸阈值为：10.4千米/时和10.5千米/时和10.6千米/时的平均数10.5千米/时。
上述两种通过置信度判断乳酸阈值的方式仅作示例，本申请对此不作限定。
在本申请实施例中，心率既可以作为心跳相关的参数，也可以作为运动强度相关的参数，因此乳酸阈值除了可以用速度来表示之外，也可以用心率来表示。
例如某速度所对应的心率可以是在该速度下心率的平均值，则上述乳酸阈值为：速度10.5千米/时以及心率172次/分。
若表6中的置信度全都小于门限，则可以认为本次运动的运动强度未达到乳酸阈值，可以不用输出乳酸阈值。
基于此方法，通过对用户的运动姿势的监测，得到在某运动强度下的乳酸阈值的置信度，进而通过置信度判断乳酸阈值所在的运动强度相关的参数。通过运动姿势相关的数据计算乳酸阈值，结果更加准确。
图5是本申请实施例提供的计算乳酸阈值的装置的示意性框图，这里的计算乳酸阈值的装置可以对应于上文方法实施例中的计算乳酸阈值的装置，用于实现其相应的功能。如图5所示，该计算乳酸阈值的装置500可以包括获取模块510和确定模块520。
其中，获取模块510可用于，从采集设备获取多个参数，该多个参数包括用户在运动过程中多个运动姿势相关的参数和多个运动强度相关的参数；确定模块520可用于，基于多个参数，确定乳酸阈值所对应的运动强度相关的参数。
可选地，确定模块520可用于，基于多个运动姿势相关的参数，确定多个运动强度相关的参数中每个运动强度相关的参数对应乳酸阈值的置信度；基于置信度大于或等于预设门限的运动强度相关的参数，计算乳酸阈值所对应的运动强度相关的参数。
可选地，确定模块520可用于，基于用户在运动过程中的心率和/或心率变异性，以及多个运动姿势相关的参数，确定多个运动强度相关的参数中每个运动强度相关的参数为乳酸阈值的置信度。
可选地，获取模块510可用于，从采集设备获取用户在运动过程中多个运动姿势相关的参数，该采集设备佩戴在所述用户的双脚或腰部。
图6是本申请实施例提供的计算乳酸阈值的装置的另一示意性框图。如图6所示，该设备600可以包括至少一个处理器610，可用于实现上述方法实施例中计算乳酸阈值的装置的功能。具体参见方法示例中的详细描述，此处不做赘述。
该设备600还可以包括一个存储器620，用于存储程序指令和/或数据。存储器620和处理器610耦合。本申请中的耦合是装置、单元或模块之间的间接耦合或通信连接，可以是电性，机械或其它的形式，用于装置、单元或模块之间的信息交互。处理器610可能和存储器620协同操作。处理器610可能执行存储器620中存储的程序指令。所述至少一个存储器中的至少一个可以包括于处理器中。
该设备600还可以包括一个通信接口630，用于通过传输介质和其它设备进行通信，从而用于装置600中的装置可以和其它设备进行通信。所述通信接口630例如可以是收发器、接口、总线、电路或者能够实现收发功能的装置。处理器610可利用通信接口630收发数据和/或信息，并用于实现图2对应的实施例中所述的计算乳酸阈值的方法。
本申请中不限定上述处理器610、存储器620以及通信接口630之间的具体连接介质。本申请在图6中以处理器610、存储器620以及通信接口630之间通过总线640连接。总线640在图6中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
在本申请实施例中，处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
根据本申请提供的方法，本申请还提供一种计算机可读存储介质，该计算机可读存储介质存储有程序代码，当该程序代码在计算机上运行时，使得该计算机执行上述实施例中所述的计算乳酸阈值的方法。
根据本申请提供的方法，本申请还提供一种计算机程序产品，该计算机程序产品包括：计算机程序代码。当该计算机程序代码在计算机上运行时，使得该计算机执行上述实施例中所述的计算乳酸阈值的方法。
本申请提供的技术方案可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、网络设备、终端设备或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线，例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机可以存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质例如，数字视频光盘(digital video disc，DVD)、或者半导体介质等。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (19)
1.一种计算乳酸阈值的方法，其特征在于，包括：
从采集设备获取多个参数，所述多个参数包括用户在运动过程中多个运动姿势相关的参数和多个运动强度相关的参数；
基于所述多个参数，确定乳酸阈值所对应的运动强度相关的参数。
2.如权利要求1所述的方法，其特征在于，所述基于所述多个参数，确定乳酸阈值所对应的运动强度相关的参数，包括：
基于多个所述运动姿势相关的参数，确定多个所述运动强度相关的参数中每个运动强度相关的参数对应所述乳酸阈值的置信度；
基于所述置信度大于或等于预设门限的运动强度相关的参数，确定所述乳酸阈值所对应的运动强度相关的参数。
3.如权利要求2所述的方法，其特征在于，所述多个参数还包括所述用户在运动过程中的心跳相关的参数，所述心跳相关的参数包括心率和/或心率变异性；
所述基于多个所述运动姿势相关的参数，确定多个所述运动强度相关的参数中每个运动强度相关的参数对应所述乳酸阈值的置信度，包括：
基于用户在运动过程中的心率和/或心率变异性，以及多个所述运动姿势相关的参数，确定多个所述运动强度相关的参数中每个运动强度相关的参数为所述乳酸阈值的置信度。
4.如权利要求3所述的方法，其特征在于，所述多个所述运动强度相关的参数中第一运动强度相关的参数为所述乳酸阈值的置信度为：与所述第一运动强度相关的参数对应的多个运动姿势相关的参数的置信度和所述心跳相关的参数的置信度的加权。
5.如权利要求1至4中任一项所述的方法，其特征在于，所述采集设备佩戴在所述用户的双脚或腰部。
6.如权利要求5所述的方法，其特征在于，所述采集设备包括：惯性测量单元IMU，或包含IMU的传感器。
7.如权利要求3所述的方法，其特征在于，所述心跳相关的参数从运动手环或智能手表获得。
8.如权利要求1至7中任一项所述的方法，其特征在于，所述运动为跑步，多个所述运动姿势相关的参数包括：步幅、步频、垂直步幅比、垂直振幅和左右平衡。
9.一种计算乳酸阈值的装置，其特征在于，包括：
获取模块，用于从采集设备获取多个参数，所述多个参数包括用户在运动过程中多个运动姿势相关的参数和多个运动强度相关的参数；
确定模块，用于基于所述多个参数，确定乳酸阈值所对应的运动强度相关的参数。
10.如权利要求9所述的装置，其特征在于，所述确定模块用于，
基于多个所述运动姿势相关的参数，确定多个所述运动强度相关的参数中每个运动强度相关的参数对应所述乳酸阈值的置信度；
基于所述置信度大于或等于预设门限的运动强度相关的参数，计算所述乳酸阈值所对应的运动强度相关的参数。
11.如权利要求10所述的装置，其特征在于，所述多个参数还包括所述用户在运动过程中的心跳相关的参数，所述心跳相关的参数包括心率和/或心率变异性；
所述确定模块用于，基于用户在运动过程中的心率和/或心率变异性，以及多个所述运动姿势相关的参数，确定多个所述运动强度相关的参数中每个运动强度相关的参数为所述乳酸阈值的置信度。
12.如权利要求11所述的装置，其特征在于，所述多个所述运动强度相关的参数中第一运动强度相关的参数为所述乳酸阈值的置信度为：与所述第一运动强度相关的参数对应的多个运动姿势相关的参数的置信度和所述心跳相关的参数的置信度的加权。
13.如权利要求9至12中任一项所述的装置，其特征在于，所述采集设备佩戴在所述用户的双脚或腰部。
14.如权利要求13所述的装置，其特征在于，所述采集设备包括：惯性测量单元IMU，或包含IMU的传感器。
15.如权利要求11所述的装置，其特征在于，所述心跳相关的参数从运动手环或智能手表获得。
16.如权利要求9至15中任一项所述的装置，其特征在于，所述运动为跑步，多个所述运动姿势相关的参数包括：步幅、步频、垂直步幅比、垂直振幅和左右平衡。
17.一种计算乳酸阈值的装置，其特征在于，包括存储器和处理器，其中，
所述存储器用于存储计算机程序；
所述处理器用于调用并执行所述计算机程序，以使得所述计算乳酸阈值的装置执行如权利要求1至8中任一项所述的方法。
18.一种计算机可读存储介质，所述计算机可读存储介质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8中任一项所述的方法。
19.一种计算机程序产品，其特征在于，包括计算机程序，当所述计算机程序被运行时，实现如权利要求1至8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211214399.4A CN117796798A (zh) | 2022-09-30 | 2022-09-30 | 一种计算乳酸阈值的方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211214399.4A CN117796798A (zh) | 2022-09-30 | 2022-09-30 | 一种计算乳酸阈值的方法及相关装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117796798A true CN117796798A (zh) | 2024-04-02 |
Family
ID=90432325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211214399.4A Pending CN117796798A (zh) | 2022-09-30 | 2022-09-30 | 一种计算乳酸阈值的方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117796798A (zh) |
-
2022
- 2022-09-30 CN CN202211214399.4A patent/CN117796798A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2988099B1 (en) | Estimating local motion of physical exercise | |
| CN103781414B (zh) | 用于估计运动期间的心率的设备和方法 | |
| US9848823B2 (en) | Context-aware heart rate estimation | |
| CN105530858B (zh) | 用于估计人员的心血管健康的系统和方法 | |
| US10285625B2 (en) | Activity monitoring computing device and system | |
| EP3283990B1 (en) | Activity monitoring device with assessment of exercise intensity | |
| US10900992B2 (en) | Calculating pace and energy expenditure from athletic movement attributes | |
| US10001386B2 (en) | Automatic track selection for calibration of pedometer devices | |
| US10507358B2 (en) | Analyzing physiological state for fitness exercise | |
| US20150141873A1 (en) | Systems and Methods for Stride Length Calibration | |
| US7953477B2 (en) | Determination of sympathetic activity | |
| JP2016198512A (ja) | エネルギー消費 | |
| CN111477297A (zh) | 个人计算设备 | |
| KR20190138969A (ko) | 생체 정보를 이용하여 운동 정보를 제공하기 위한 전자 장치 및 그의 동작 방법 | |
| US9616291B2 (en) | Wearable sports monitoring equipment with context determination capabilities and relating method | |
| JP2017158999A (ja) | 最大酸素消費をリアルタイムに監視する監視方法 | |
| CN107019491A (zh) | 体力指标显示系统及其显示方法、体力指标输出装置 | |
| CN117594181A (zh) | 基于数据检测的健康报告生成方法和系统 | |
| CN114983372B (zh) | 一种可穿戴运动设备及其数据检测方法、装置及介质 | |
| CN105852826B (zh) | 终端和终端确定生理信息的方法 | |
| US11571144B2 (en) | System and method for estimating cardiorespiratory fitness | |
| CN117796798A (zh) | 一种计算乳酸阈值的方法及相关装置 | |
| EP4247250A1 (en) | Estimation of individual's maximum oxygen uptake, vo2max | |
| CN113948183A (zh) | 一种推荐方法、装置和终端设备 | |
| CN116804893B (zh) | 基于智能穿戴检测运动数据进行健康分析和建议的系统 |
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 |