FI115290B - Menetelmä ja järjestely kuntosuorituksen tekijän varmentamiseksi - Google Patents

Menetelmä ja järjestely kuntosuorituksen tekijän varmentamiseksi Download PDF

Info

Publication number
FI115290B
FI115290B FI992206A FI19992206A FI115290B FI 115290 B FI115290 B FI 115290B FI 992206 A FI992206 A FI 992206A FI 19992206 A FI19992206 A FI 19992206A FI 115290 B FI115290 B FI 115290B
Authority
FI
Finland
Prior art keywords
heart rate
fitness
classes
exercise
rate information
Prior art date
Application number
FI992206A
Other languages
English (en)
Swedish (sv)
Other versions
FI19992206A (fi
Inventor
Ilkka Heikkilae
Seppo Nissilae
Raimo Siurua
Original Assignee
Polar Electro Oy
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to FI992206A priority Critical patent/FI115290B/fi
Application filed by Polar Electro Oy filed Critical Polar Electro Oy
Priority to DE60017228T priority patent/DE60017228T2/de
Priority to ES00660180T priority patent/ES2232406T3/es
Priority to DE60039643T priority patent/DE60039643D1/de
Priority to EP00660180A priority patent/EP1092453B1/en
Priority to EP04105831A priority patent/EP1506737B1/en
Priority to US09/686,510 priority patent/US6428476B1/en
Publication of FI19992206A publication Critical patent/FI19992206A/fi
Priority to HK01106256A priority patent/HK1035505A1/xx
Priority to US10/086,019 priority patent/US6648827B2/en
Application granted granted Critical
Publication of FI115290B publication Critical patent/FI115290B/fi

Links

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0255—Recording instruments specially adapted therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683—Means for maintaining contact with the body
    • A61B5/6831—Straps, bands or harnesses
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/221—Ergometry, e.g. by using bicycle type apparatus
    • A61B5/222—Ergometry, e.g. by using bicycle type apparatus combined with detection or measurement of physiological parameters, e.g. heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A63B2024/0009—Computerised real time comparison with previous movements or motion sequences of the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A63B2024/0068—Comparison to target or threshold, previous performance or not real time comparison to other individuals
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B22/00—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements
    • A63B22/02—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with movable endless bands, e.g. treadmills
    • 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
    • A63B2230/06—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations heartbeat rate only
    • 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
    • A63B2230/06—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations heartbeat rate only
    • A63B2230/065—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations heartbeat rate only within a certain range
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

115290
Menetelmä ja järjestely kuntosuorituksen tekijän varmentamiseksi
Keksinnön ala
Keksinnön kohteena on menetelmä, järjestely, sykemittari, tietokone-5 ohjelmistotuote ja tietokone kuntosuorituksen tekijän tunnistamiseksi.
Keksinnön tausta
Terveydenhuollossa on usein esimerkiksi potilaan ja lääkärin välisessä suhteessa tarvetta sille, että lääkäri voi varmistua siitä, että potilas on noudattanut lääkärin määräämiä kuntoutusohjeita. Ohjeiden noudattaminen on 10 tärkeää, jotta kuntoutuksen rasittavuus voidaan ohjata vastaamaan potilaan tilan kehittymistä. Samantyyppinen tilanne on urheilussa valmentajan ja urheilijan välinen tilanne, jolloin valmentaja, joka ei itse pysty olemaan läsnä kaikissa harjoituksissa, ei voi olla varma, että urheilija tekee kaikki valmentajan määräämät harjoitteet. Tällöin valmentaja saattaa tehdä vääriä johtopäätöksiä har-15 joittelun vaikutuksista urheilijan kehittymiseen, mikä saattaa johtaa vääriin päätelmiin seuraavien harjoitusohjelmien laadinnassa.
Esimerkkinä kuntoutus- tai valmennusohjeesta voidaan ottaa tilanne, jossa ohjattava henkilö, kuten potilas, saa harjoitusohjelman ohjaajalta, kuten kunto-ohjaajalta, työterveyshoitajalta tai lääkäriltä. Harjoitusohjelma sisältää lii- t.( 20 kuntaa kolme kertaa viikossa seuraavan kuukauden ajan. Harjoitusjakson ai- • « 1 kana potilas merkitsee tiedot harjoitusohjelman toteutuksesta harjoituspäivä- • 1 V’ , kirjaan tai informoi ohjaajaa suullisesti. Vaihtoehtoisesti edelleen potilas voi • · « harjoitellessaan käyttää sykemittaria ja tallentaa sykemittarin muistiin kultakin :/'i harjoituskerralta sykenauhoituksen tai harjoituksen aikaisen keskisykkeen tai 1 25 muita harjoitusta kuvaavia sykeparametreja. Olennaista on, että tavalla tai toi- : sella tallennettujen tietojen perusteella voidaan todeta, että harjoitusohjelmaa on noudatettu ohjeiden mukaisesti.
.·· Nykyisten menetelmien ongelmana on, että harjoituspäiväkirjan, eikä .···. tallennettujen sykenauhoitusten perusteella voi olla varma niiden aitoudesta.
’·’ 30 Ohjaaja ei voi olla varma, että juuri ohjattava henkilö on tehnyt kyseiset, harjoi- ·'·’ tusohjelmaan merkityt harjoitukset. Sykemittarin käyttöön voidaan toki liittää esimerkiksi ohjattavan henkilön identifioivaa koodia, mutta epävarmuus siitä, : ettei joku toinen henkilö ole tehnyt harjoitusta, ei poistu. Toisena ongelmana • 1 > .···. käyttäjän varmennusongelman lisäksi on se, että esimerkiksi samaa sykemit- 115290 2 tariin tallennettua sykeinformaatiota voidaan käyttää useana päivänä kopioimalla informaatio ikään kuin uudeksi harjoitukseksi.
Keksinnön lyhyt selostus
Keksinnön tavoitteena on toteuttaa menetelmä siten, että yllä maini-5 tut ongelmat saadaan ratkaistua. Tämä saavutetaan seuraavaksi esitettävällä menetelmällä. Kyseessä on menetelmä kuntosuorituksen tekijän varmentamiseksi, jossa menetelmässä mitataan kuntosuorituksen tekijään liittyvää sykeinformaatiota kuntosuoritukseen liittyen; muodostetaan mitatun sykeinformaation yhden tai useamman parametrin perusteella yhdessä tai useammassa luokas-10 sa tunnistearvo matemaattisen mallin avulla, joka matemaattinen malli sisältää sykeinformaation mainitun parametrin ja mainitun luokan välisen riippuvuusin-formaation; varmistetaan kuntosuorituksen tekijä vertaamalla mainitussa yhdessä tai useammassa luokassa tunnistearvoa kuntosuorituksen tekijälle luokassa muodostettuun vertailuarvoon.
15 Keksinnön kohteena on myös järjestely kuntosuorituksen tekijän varmentamiseksi, joka järjestely käsittää sykemittarin mitata kuntosuorituksen tekijään liittyvä yksi tai useampi sykeinformaation parametri kuntosuoritukseen liittyen; tunnistinlaitteiston, joka käsittää yhden tai useamman luokan kunto-suorituksen tekijän luokittelemiseksi; matemaattisen mallin, joka sisältää mai-20 nitun yhden tai useamman sykeinformaation parametrin ja mainitun yhden tai useamman luokan välisen riippuvuusinformaation; tunnistinlaitteiston edelleen # * s käsittäessä laskentavälineet muodostaa yhden tai useamman sykeinformaati-on parametrin perusteella yhdessä tai useammassa luokassa tunnistearvo matemaattisen mallin avulla; välineet verrata kuntosuorituksen tekijän tunnis-25 tearvoa mainitussa yhdessä tai useammassa luokassa kuntosuorituksen teki- • · ♦ : jälle luokassa muodostettuun vertailuarvoon; välineet päätellä kuntosuorituk- ·/: : sen tekijä tunnistearvojen ja vertailuarvojen vertailun perusteella.
Keksinnön kohteena on myös tietokoneohjelmistotuote kuntosuori- • j · tuksen tekijän varmentamiseksi, joka tuote käsittää ohjelmien tallennusvälineel- »« » * ,··. 30 le tallennetun ja tietokoneelle luettavissa olevan ohjelman. Tietokoneohjelmisto- • tuotteessa suoritetaan seuraavat meneteimäaskeleet: vastaanotetaan kunto- I t * · * · ‘ suorituksen tekijään liittyvää sykeinformaatiota kuntosuoritukseen liittyen; muodostetaan mitatun sykeinformaation parametrien perusteella yhdessä tai : useammassa luokassa tunnistearvo matemaattisen mallin avulla, joka mate- * * * * , · · . 35 maattinen malli sisältää sykeinformaation parametrien ja luokkien välisen riip puvuusinformaation; varmistetaan kuntosuorituksen tekijä vertaamalla maini- 115290 3 tussa yhdessä tai useammassa luokassa tunnistearvoa kuntosuorituksen tekijälle luokassa muodostettuun vertailuarvoon.
Keksinnön kohteena on myös tietokone kuntosuorituksen tekijän varmentamiseksi, joka tietokone käsittää välineet vastaanottaa kuntosuorituk-5 sen tekijään liittyvä yksi tai useampi sykeinformaation parametri kuntosuorituk-seen liittyen; yhden tai useamman luokan kuntosuorituksen tekijän luokittelemiseksi; matemaattisen mallin, joka sisältää mainitun yhden tai useamman sykeinformaation parametrin ja mainitun yhden tai useamman luokan välisen riippuvuusinformaation; laskentavälineet muodostaa yhden tai useamman sy-10 keinformaation parametrin perusteella yhdessä tai useammassa luokassa tun-nistearvo matemaattisen mallin avulla; välineet verrata kuntosuorituksen tekijän tunnistearvoa mainitussa yhdessä tai useammassa luokassa kuntosuorituksen tekijälle luokassa muodostettuun vertailuarvoon; välineet päätellä kuntosuorituksen tekijä tunnistearvojen ja vertailuarvojen vertailun perusteella.
15 Keksinnön edulliset suoritusmuodot ovat epäitsenäisten patenttivaati musten kohteena.
Keksinnön mukaisessa ratkaisussa kuntosuorituksen tekijän varmentamiseksi henkilö, jonka harjoituksen suorittamista halutaan valvoa, käyttää edullisesti sykemittaria. Sykemittari on urheilussa ja lääketieteessä käytettävä 20 laite, joka mittaa ihmisen sykettä joko sydämen lähettämästä sähköisestä impulssista tai suonistoon sydämen sykkeen aiheuttamasta paineesta. Sykemit-; ; tarit ovat tunnetusti esimerkiksi rakenteeltaan sellaisia, että käyttäjän rintake- .···. hälle asetetaan elektrodivyö, joka mittaa sykettä kahden elektrodin avulla.
Elektrodivyö induktiivisesti lähettää mittaamansa sykeinformaation ranteessa ! j 25 sijaitsevaan vastaanotinyksikköön. Vastaanotinyksikkö sisältää usein myös näytön sydämen sykkeen näyttämiseksi sekä käyttöliittymän sykemittarin mui- • · » *;]/ den toiminteiden käyttöön. Edellä kuvatussa tilanteessa, sykemittarilla tarkoi- ’ tetaan elektrodivyön ja vastaanotinyksikön muodostamaa kokonaisuutta. Sy kemittari voi olla rakenteeltaan myös yksiosainen, eli sellainen, että myös 30 näyttövälineet sijaitsevat rintakehällä, jolloin informaatiota ei tarvitse lähettää /": erilliseen vastaanotinyksikköön. Edelleen, sykemittari voi olla rakenteeltaan .·*·. sellainen, että se käsittää pelkästään ranteeseen asetettavan laitteen, joka toimii ilman rintakehälle asetettavaa elektrodivyötä ja mittaa sykkeen suonen paineesta. Keksintö ei kuitenkaan ole rajoittunut siihen, millainen käytettävä jj : 35 sykemittarivälineistö on. Keksinnön kannalta on kuitenkin olennaista, että sy-
• I
115290 4 kemittari käsittää välineet lähettää sykeinformaatio ulkoiselle tietokoneelle tai vastaavalle.
Keksinnön edullisessa suoritusmuodossa määritellään joukko luokkia, joihin pohjautuen käyttäjän tunnistus on tehtävissä. Tällaisia fysiologisia para-5 metrejä ovat esimerkiksi käyttäjän paino, käyttäjän ikä, käyttäjän maksimaalinen hapenottokyky tai jokin muu vastaava suure. Käyttäjälle suoritetaan mittaukset kussakin fysiologisessa luokassa, jolloin käyttäjä pystytään luokittelemaan käyttäen määriteltyjä fysiologisia luokkia. Esimerkiksi tietylle henkilölle voidaan mitata seuraava suurekombinaatio: 83kg - 47 - 35ml//kg/min. Fysiolo-10 gisessa luokassa paino, luokitteluvälinä voi olla esimerkiksi 5kg, jolloin käyttäjä kuuluisi esimerkiksi painovälille 80-85kg. Keksinnössä kuntosuorituksen tekijältä mitattavasta sykeinformaatiosta lasketaan useita tuloksia, kuten esimerkiksi keskimääräinen syke, sykkeen keskihajonta, sykkeestä tunnistettavissa oleva hengitysrytmi tai muita vastaavia sykettä kuvaavia suureita. Edellä 15 kuvattujen sykeinformaatiotulosten ja fysiologisten suureiden välillä vallitsee riippuvuus, jota keksinnössä hyödynnetään. Esimerkkinä voidaan ottaa mainittu painoluokka 80-85kg, johon painoluokkaan kuuluville henkilöille voidaan määritellä keskimääräinen syke, sykkeen keskihajonta ja sykkeen perusteella tunnistettavissa oleva hengitysrytmi.
20 Keksinnön mukaisesti sykeinformaatiotulosten eli sisääntuloparametri- en ja luokkien eli ulostuloparametrien välinen riippuvuus mallinnetaan mate-; maattista mallia hyväksikäyttäen. Matemaattisena mallina voidaan käyttää .···. esimerkiksi neuroverkkoa, jolloin neuroverkko opetetaan tarpeeksi suurella käyttäjädatalla tekemään päätelmiä kunkin sisääntuloparametrin vaikutukses- * * * s, | 25 ta kuhunkin ulostuloparametriin. Keksinnön mukaisesti, kun malliin on syötetty • · · sykeinformaatiodataa ja saatu ulostulona tietyt ulostuloparametrien arvot, voi- • · » V,.' daan identifioida käyttäjä suurella todennäköisyydellä.
• > · ’·’ Keksinnön eräässä edullisessa suoritusmuodossa harjoituksen yhtey dessä tallennetaan myös harjoituksen tekemisen päivämäärä ja kellonaika, 30 jotka salataan siten, ettei käyttäjä pysty niihin itse vaikuttamaan, eikä niitä muuttamaan. Tällöin saadaan eliminoitua se mahdollisuus, että käyttäjän har-,*·, joituksesta tallennettua sykeinformaatiota kopioitaisiin ja käytettäisiin esimer- kiksi useana eri päivinä.
*; Keksinnön etuna on harjoituksen suorittajan varmempi tunnistaminen ·,· · 35 tunnettuihin menetelmiin verrattuna.
1*1 t · 115290 5
Kuvioiden lyhyt selostus
Keksintöä selitetään seuraavassa lähemmin viitaten oheisiin piirustuksiin, joissa kuvio 1A esittää juoksumatolla juoksuharjoitusta tekevää henkilöä, 5 jonka sydämen sykettä mitataan sykemittarin avulla, kuvio 1B esittää kuviossa 1 esitettyä elektrodivyötä mitattavan henkilön kehoa vasten asetettavalta puolelta, kuvio 1C esittää kaksiosaisen sykemittarin erästä sovellusmuotoa lohkokaaviona, 10 kuvio 2A esittää keksinnön mukaisen menetelmän erään sovellus- muodon mukaisen matemaattisen mallin karkean tason rakennetta, kuvio 2B esittää kuviossa 2A esitettyä mallia tarkemmalla tasolla, kuvio 3 esittää keksinnön mukaisen menetelmän erästä sovellus-muotoa menetelmäkaaviona.
15 kuvio 4 esittää keksinnön mukaista menetelmää esimerkin avulla, kuvio 5A esittää keksinnön mukaista järjestelyä henkilön identifioimiseksi, kuvio 5B esittää keksinnön erään sovellusmuodon mukaisen tietokoneen lohkorakennetta.
20 Keksinnön yksityiskohtainen selostus , , *, Keksintöä selostetaan seuraavassa eräiden edullisten suoritusmuo- • f l .·’··. tojen avulla viitaten oheisiin kuvioihin 1A-5C. Kuviossa 1 on esitetty henkilö 100, joka suorittaa harjoitusta juoksumatolla 106. Henkilön 100 sydämen sykettä mi-; : tataan rintakehälle asetettavan lähetinelektrodivyön 102 avulla. Sykkeen mittaus 25 tapahtuu lähetinelektrodivyössä 102 olevan kahden tai useamman elektrodin * * » 110A-110B avulla, joiden välille muodostuu potentiaaliero sydämen lyödessä, v : Lähetinelektrodivyö 102 kiinnitetään henkilön vartalon ympärille esimerkiksi joustavasta materiaalista valmistetun joustinnauhan avulla. Mitattu sydämen sy-t ;:· ke lähetetään edullisesti induktiivisesti ranteessa sijaitsevaan vastaanottimeen 30 104, joka käsittää edullisesti myös näytön sydämen mitatun sykkeen näyttämi- seksi. Keksintö soveltuu myös sykemittareihin, joissa rintakehällä oleva elektro-divyö 102 huolehtii sykkeen mittauksen ohella sykeinformaation tallennuksesta, prosessoinnista ja näytöstä, jolloin erillistä ranteeseen asennettavaa vastaan-I : *: otinta 104 ei tarvita. Sykemittari voi olla myös pelkkä rannelaite, jossa lähetinosa ; ; 35 ja vastaanotinosa on integroitu yhdeksi laitteeksi, jolloin lähetin- ja vastaanotin- 115290 6 elektroniikkaa ei tarvita. Sydämen lyönnin mittaus voi tapahtua ranteesta joko EKG-signaalista valtimon painepulssista tai optisesti havainnoimalla veren virtauksen absorption tai heijastuksen muutoksia.
Kuviossa 1B on kuvattu tarkemmin kuviossa 1A esitetty elektrodi-5 vyö 102. Kuviossa 1B elektrodivyö 102 on kuvattu elektrodien 110A-110B puolelta eli kehoa vasten tulevalta puolelta. Kuviossa on nähtävissä edelleen kiinnittimet 116A-116B, joilla elektrodivyö 102 on kiinnitettävissä vartalon ympärille kiinnitettävään joustinnauhaan. Kiinnittimet 116A-116B ovat edullisesti pesämäi-siä uria elektrodivyössä 102, joihin joustinnauhassa olevat nappiosat ovat ase-10 tettavissa. Kuviossa 1B on edelleen kuvattu katkoviivalla elektroniikkayksikkö 112 elektrodeilta 110A-110B saatavan sykeinformaation käsittelemiseksi. Elektrodit 110A ja 110B on kytketty johtimilla 114A ja 114B vastaavasti elektroniik-kayksikköön 112.
Kuviossa 1C on kuvattu lähetinelektrodivyön 102 ja vastaanottimen 15 104 rakenteita erään sovellusmuodon avulla. Kuviossa ylimpänä on kuvattu lä- hetinelektrodivyö 102, keskellä otos lähetettävästä sykeinformaatiosta ja alimpana vastaanotinyksikkö 104 olennaisilta osiltaan. Lähetinelektrodivyön 102 elektroniikkayksikkö 112 vastaanottaa sykeinformaation välineiltä mitata sykeinformaation yksi tai useampi parametri 110A-110B. Välineet mitata ovat edullisesti 20 elektrodeja, joita on sykemittarissa vähintään kaksi mutta voi olla useampiakin. Elektrodeilta signaali menee EKG-esivahvistimeen 120, josta signaali siirretään . .·. AGC-vahvistimen 122 ja tehovahvistimen 124 kautta lähettimelle 126. Lähetin ,···, 126 on edullisesti toteutettu kelana, joka lähettää induktiivisesti sykeinformaati- on 130 vastaanottimelle, kuten ranteeseen asetettavalle vastaanotinyksikölle : ; 25 104 tai esimerkiksi ulkoiselle tietokoneelle.
• · *
*;/ Yhtä sydämen lyöntiä vastaa esimerkiksi yksi 5kHz:n purske 132A
i > · '·' * tai lyöntiä voi vastata useamman purskeen rykelmä 132A-132C. Purskeiden • * · v : 130A-130C välit 132A-132B voivat olla yhtä pitkiä tai keskenään eri pituisia, mi kä tilanne on esitetty kuviossa 1C. Informaation lähetys voi tapahtua induktiivi-it;i· 30 sesti tai vaihtoehtoisesti esimerkiksi optisesti tai johtimen välityksellä. Vastaan- :* * *; otin 104, kuten esimerkiksi ranteeseen asetettava vastaanotin käsittää eräässä Λ sovellusmuodossa vastaanotinkelan 140, josta vastaanotettu signaali johdetaan signaalivastaanottimen 142 kautta keskusprosessorille 144, joka koordinoi vas- » · taanottimen 104 eri osien toimintaa. Vastaanotin 104 käsittää edullisesti myös i 35 muistin 146 sykeinformaation tallentamiseksi, sekä näytön 148 sykkeen tai siitä :' ’ *; johdettujen sykemuuttujien, kuten keskihajonta, näyttämiseksi. Eräässä edulli- 115290 7 sessa suoritusmuodossa vastaanotin 104 käsittää myös välineet lähettää 150 sykeinformaatio esimerkiksi ulkopuoliselle tietokoneelle tai tietoverkkoon, kuten Internetiin. Välineet lähettää 150 voidaan toteuttaa esimerkiksi induktiivisena kelana, optisena lähettimenä tai liittimellä yhdysjohtoa pitkin tapahtuvaa lähetystä 5 varten. Vastaanottimeen 104 voidaan toteuttaa myös matemaattinen malli 158, jota selostetaan tarkemmin kuvioiden 2 ja 4 yhteydessä. Tällöin lähettimellä 150 lähetetään matemaattisella mallilla 158 muodostetut käyttäjän tunnistearvot yhdessä tai useammassa luokassa.
Eräässä edullisessa suoritusmuodossa ennen lähettämistä lähetti-10 melle 150 sykeinformaatioon koodataan mukaan harjoituksen tekopäivämäärä välineillä muodostaa kuntosuorituksen yhteydessä kuntosuorituksen päivämäärä 152. Sykemittari käsittää myös välineet lisätä muodostettu päivämäärä kunto-suorituksesta kerättävään sykeinformaatioon kuntosuorituksen tekopäivämää-rän varmentamiseksi. Päivämäärän esitysmuoto on eräässä sovellusmuodossa 15 esimerkiksi 151099 tarkoittaen lokakuun 15 päivää vuonna 1999. Sykeinformaatioon voidaan koodata mukaan myös harjoituksen tekoaika välineillä muodostaa kuntosuorituksen yhteydessä kuntosuorituksen tekoaika 154. Sykemittari käsittää myös välineet lisätä muodostettu tekoaika kuntosuorituksesta kerättävään sykeinformaatioon kuntosuorituksen tekoajan varmentamiseksi. Harjoituksen te-20 koaika voidaan esittää eräässä sovellusmuodossa esimerkiksi 183515 tarkoittaen kellonaikaa 18 tuntia, 35 minuuttia ja 15 sekuntia. Harjoituksen tekemisen . kellonaika voidaan korvata myös harjoituksen kestolla. Harjoituksen tekoaika .···, voidaan myös lähettää kahtena aikainformaationa, eli harjoituksen aloitusaikana » ja harjoituksen lopetusaikana. Mikäli harjoitus tehdään vuorokauden vaihtuessa, • · · ! ; 25 myös päivämäärä lähetetään kahdesti, harjoituksen alussa ja lopussa. Päivä- määrä voidaan toki lähettää kahdesti tai useammin myös muulloin kuin vuoro- » · * * kauden vaihteessa. On selvää, ettei keksintö ole rajoittunut siihen, että mikä on v : päivämäärän ja/tai kellonajan esitysmuoto. Keksintö ei ole myöskään rajoittunut siihen, lähetetäänkö kellonaika ja/tai päivämäärä kerran, kahdesti tai mahdolli-;; ‘ 30 sesti vielä useammin. Mikäli päivämäärä tai aika lisätään sykeinformaatioon, ne ' ’ ’: edullisesti salataan välineiden salata 156 avulla. Päivämäärä ja/tai aikainfor- maatio lisätään sykeinformaatioon edullisesti siten ettei käyttäjä sitä edes huomaa tai mikäli informaatio on käyttäjälle näkyvissä, ei käyttäjä pääse sitä muut-*;’ tamaan. Salausmoduli 156 toimii eräässä edullisessa sovellusmuodossa esi- : ’; 35 merkiksi siten, että päivämäärä salataan ensimmäisellä salausalgoritmilla ja kel- lonaika salataan toisella salausalgoritmilla. Eräässä yksinkertaisessa sovellus- 115290 8 muodossa ensimmäinen salausalgoritmi voi tarkoittaa esimerkiksi sitä, että päivämäärä kerrotaan luvulla 5 ja toinen salausalgoritmi sitä, että kellonaika jaetaan luvulla 3. Keksintö ei rajaudu siihen millaisia mainitut ensimmäinen ja toinen salausalgoritmi ovat eli miten päivämäärä ja/tai kellonaika salataan. Harjoi-5 tuksen kellonajalla eli tekoajalla tarkoitetaan keksinnön yhteydessä sellaista ai-kainformaatiota, että sen perusteella pystytään varmistumaan harjoituksen teko-ajasta. Eräässä edullisessa suoritusmuodossa harjoituksen aloitushetki (päivämäärä ja kellonaika) lisätään kuntosuoritusinformaation alkuun ja lopetushetki kuntosuoritusinformaation loppuun. Toisen edullisen suoritusmuodon mukaan 10 tekoaika tarkoittaa harjoituksen aloitushetken ja keston kombinaatiota. Sykemittari ja erityisesti sen vastaanotinlaitteisto 104 käsittää eräässä sovellusmuodos-sa myös muistin 146 harjoituksen aikaisen sykeinformaation tallentamiseksi esimerkiksi sitä tarkoitusta varten, että sykeinformaatio lähetetään tietokoneelle vasta harjoituksen jälkeen, eikä reaaliaikaisesti harjoituksen aikana. Välineet 15 muodostaa päivämäärä 152, välineet lisätä päivämäärä 152, välineet muodostaa tekoaika 154, välineet lisätä tekoaika 154 ja välineet salata 156 toteutetaan eräässä edullisessa suoritusmuodossa ohjelmallisesti yleisprosessorilla 144. Mainitut välineet voidaan myös toteuttaa ASIC:na tai erillisillä logiikkakomponen-teilla.
20 Sykemittarilla tarkoitetaan kuvan 1C mukaisessa sovellusmuodos- sa lähetinelektrodivyön 102 ja vastaanottimen 104 muodostamaa kokonaisuut-... ta. Sykemittari voidaan eräässä sovellusmuodossa toteuttaa myös siten, että F I » " edellä kuvatut lähetinelektrodivyön 102 ja vastaanottimen 104 sisältämät toimin- ’;·**. teet ovat yhdessä laitteessa. Kyseinen yksiosainen laite voi olla joko sellainen, « · · 25 että se asetetaan sykkeen mittausta varten rintakehälle tai vaihtoehtoisesti lai-:‘: tetta käytetään ranteessa. Alan asiantuntijalle on selvää, että elektrodivyö 102 ja v : vastaanotin 104 voivat käsittää myös muita osia kuin kuviossa 1B ja 1C on esi- I < t v ί tetty mutta niiden selostaminen ei tässä yhteydessä ole keskeistä.
Kuvioissa 2A ja 2B selostetaan keksinnön erään sovellusmuodon ·*· 30 mukaisen matemaattisen mallin toimintaa karkealla tasolla. Viitaten kuvioihin 2A
. ·11; ja 2B, sisääntulokerrokselle A (input layer) syötetään sykeinformaatiota, joka pil kotaan sykeinformaatiosta saataviin elementteihin A1-A3, kuten esimerkiksi har-’; ]; * joituksen aikainen keskimääräinen syke, harjoituksen aikainen sykkeen keskiha- jonta tai sykkeestä laskettu hengitystiheys. Sisääntulokerroksen elementtejä • ; ‘: 35 painotetaan painokertoimilla W, joista kuviossa on selvyyden vuoksi esitetty vain ,*·*, muutama W11...W21. W11 kuvaa sisääntulokerroksen ensimmäisen tekijän 115290 9 painoa piilokerroksen X ensimmäiseen tekijään X1, W12 kuvaa sisääntulokerroksen ensimmäisen tekijän A1 painoa piilokerroksen toiseen tekijään X2 ja niin edelleen. Piilokerroksen X1 arvo riippuu siis tekijöiden A, jotka on painotettu painokertoimilla W, summista. Lisäksi tekijänä on vakiosummaustermi B. Riip-5 puvuus voi olla lineaarista tai epälineaarista, jota kuvaa funktio F kaavassa 1. Piilokerroksen elementtejä painotetaan vastaavasti painokertoimilla T ja ulostulona saadaan ulostulokerroksen C fysiologisia luokkia vastaavat tekijät C1-C3. Ulostulokerroksen fysiologisia elementtejä, jotka mallin ulostulona saadaan, voivat olla muun muassa mitattavan henkilön paino, pituus, ikä tai fyysinen kunto 10 mitattuna esimerkiksi maksimaalisen hapenottokyvyn avulla. Tällöin mallin mukaisesti kullakin sisääntuloparametrilla on riippuvuussuhde kuhunkin ulostulokerroksen parametriin. Edellä esitettyä matemaattista mallia kutsutaan neuroverkoksi ja sovitettuna kuvioon 2B, esimerkiksi C1 voidaan esittää kaavan (1) mukaisesti: 15 (1):
Ci -TnFi(Wn Ai+ W21A2 + W31A3 + Bl) + T2iF2(Wi2 Ai + W22 A2 + W32 A3+ B2) + B3 jossa B1-B3 kuvaavat kuhunkin kerrokseen liittyvää biasointivektoria eli summa-20 termiä, joka on jätetty selvyyden vuoksi piirtämättä kuvaan.
Neuroverkoista on huomattava, että edullisesti malli opetetaan suu-. .·; rella joukolla, kuten esimerkiksi sadoilta ihmisiltä kerätyllä informaatiolla. Tällöin * I · .··*. löydetään optimaaliset arvot kaavassa (1) esitetyille painokertoimille W ja sum- : matekijöille B sekä funktiolle F, joka voi olla lineaarinen tai epälineaarinen, kuten • I · J 25 sigmoid-funktio.
:, / Keksinnön mukaisen menetelmän erästä sovellusmuotoa kuvataan % t * kuviossa 3 menetelmäaskeleiden muodossa. Menetelmän alkuaskeleessa 300 ‘ käyttäjä on saanut ohjaajaltaan kunto-ohjelman, jota käyttäjän tulisi noudattaa.
Käyttäjän vertailuarvot eri luokissa on määritetty ohjaajan kanssa, eli esimerkiksi ,,; j‘ 30 on määritetty, että käyttäjä on 45-vuotias ja painaa 95 kg. Vertailuarvot voidaan : ’' ‘: toki muodostaa myös kunto-ohjelman suorituksen jälkeen siinä tilanteessa, kun ohjaaja varmistaa, että juuri haluttu käyttäjä on suorittanut kunto-ohjelman har- II» joitteet. Edelleen, askeleessa 300 käyttäjä on asettanut sykemittarin mittaa-maan sykettään. Sykeinformaation mittaus tehdään askeleessa 302A, joka mit-j,· 35 taus voidaan tehdä yhtenä tai useampana seuraavista aikajaksoista: ennen har- joitusta, harjoituksen aikana tai harjoituksen jälkeen. Matemaattisen mallin avul- 115290 10 la muodostetaan 304 yhdessä tai useammassa etukäteen valitussa luokassa mittausarvo. Etukäteen valitut luokat voivat olla fysiologisia luokkia kuten sukupuoli, paino, pituus tai ikä. Luokat voivat myös olla sykeinformaatioon perustuvia, kuten minimisyke, maksimisyke, keskisyke, sykkeen keskihajonta tai 5 spektrin teho. Fysiologiset luokat ja sykeinformaatioon perustuvat luokat eivät ole toisiaan poissulkevia, vaan valituissa luokissa voi olla luokkia molemmista ryhmistä. Edullisesti siis käyttäjän identifiointiin valittavat luokat sisältävät sekä fysiologisia luokkia, että sykeinformaatioon perustuvia luokkia mutta se ei ole välttämätöntä. Yleisesti ottaen voidaan kuitenkin todeta, että käyttäjän identifi-10 ointi on sitä varmempaa mitä useampia luokkia identifioinnissa käytetään. Me-netelmäaskeleessa 306 kuntosuorituksen tehnyt henkilö identifioidaan vertaamalla mitattuja sykeinformaation parametreja eri luokissa mitattuihin vertailuarvoihin. Sykeinformaation parametreinä voidaan käyttää esimerkiksi yhtä tai useampaa seuraavista: minimisyke, maksimisyke, keskisyke, sykkeen keski-15 hajonta tai spektrin teho. Käyttäjän identifiointi saadun datan perusteella voidaan suorittaa useilla tavoilla. Yksi tapa on se, että ohjaaja silmämääräisesti arvioi sitä kuinka hyvin mitatut arvot ovat yhteneviä kunto-suorituksen tekijän eri luokissa muodostettujen viitearvojen kanssa. Tämä menettely ei kuitenkaan sovellu tilanteisiin, joissa ohjattavia henkilöitä on runsaasti. Edellä kuvattua arvioin-20 tia voidaan tarkentaa esimerkiksi siten, että mittausarvon ympärille muodostetaan 10%:n virhemarginaali ja katsotaan sopivatko mittausarvot vertailuarvoille . .·. määrättyihin vaihteluväleihin. Edelleen, saattaa olla, että käyttäjältä mitattu sy- ,**·. keinformaatio ei jonkin sykeparametrin osalta korreloi muiden esimerkiksi sa- t * man painoisten ja saman ikäisten henkilöiden kanssa. Arvioinnissa, onko kysei- ; ; 25 nen henkilö tehnyt halutut harjoitteet, voidaan tällöin esimerkiksi jättää edellä • * · *;,/ mainittu harhaanjohtava sykeparametrin arvo huomioimatta. Eräässä edullises- I I f '] ’ sa sovellusmuodossa käyttäjän identifiointi suoritetaan ohjelmistona erillisen v : identifiointivälineen avulla, joka identifiointiväline ottaa syöttötietoinaan käyttäjäl le muodostetut tunnistearvot ja vertailuarvot eri luokissa ja palauttaa ulostulona "'l· 30 käyttäjän tunnisteen. Menetelmäaskeleet 300-302B-304-306-308 kuvaavattilan- netta tietokonetuotteen kannalta. Sykkeen mittaus on tällöin tehty sykemittarilla ja tietokonetuotteen kannalta katsoen tilanne on sellainen, että tuotteen mene-telmäaskeleiden suoritus alkaa askeleella, jossa sykkeen mittaus on suoritettu I i ‘ ‘ aiemmin ja ainoastaan tarvitsee vastaanottaa sykeinformaatio.
: 35 Kuviossa 3 kuvattua keksinnön mukaista menetelmää kuvataan * I » » seuraavaksi kuviossa 4 esitetyn esimerkin avulla. Kuviossa 4 kuvattu henkilö
t t I
115290 11 100 on mitattava kohde eli henkilö, jonka kuntosuoritusten tekemisiä valvotaan. Kuviossa on esitetty vaihe A, jolla tarkoitetaan sitä, että henkilöstä 100 mitataan vertailuarvot kussakin luokassa 402A-402N, jotka voivat olla fysiologisia luokkia tai sykeparametreja sisältäviä luokkia. Luokat 402A-402N on kuvattu 5 laatikon sisälle eli kuvion 4 esimerkissä luokkia 402A-402N viisi: ikä, paino, sukupuoli, keskisyke tietyn harjoituksen aikana ja sykkeen keskihajonta saman tietyn harjoituksen aikana. Keksintö ei ole rajoittunut siihen, kuinka monta luokkaa 402A-402N on käytössä. Vaiheessa B henkilö 100 tekee ohjaajansa määräämän kuntosuorituksen ja harjoituksen aikana sykemittari tallentaa joko itseensä 10 tai siihen liitetylle tietokoneelle suluissa esitetyt arvot (103, 11), joista 103 kuvaa sykettä harjoituksen aikana ja 11 sykkeen keskihajontaa harjoituksen aikana. Sykeinformaation parametrejä 404A-404N on kuviossa kaksi, keskisyke 404A ja sykkeen keskihajonta 404N, mutta parametrejä voi toki olla enemmän tai vähemmän kuin kaksi. Matemaattisesta mallista 406 on osa kuvattu yksinkertais-15 tettuna niiltä osin, että mallista 406 on nähtävissä kutakin sykeinformaation parametria 404A-404N vastaava mallin 406 antama arvo luokassa 402A ikä. Täten esimerkiksi harjoituksen aikaista keskisykettä (90) vastaa arvo (20) vuotta luokassa 402A ikä. Esimerkkiin palataksemme, henkilön 100 keskisyke harjoituksen aikana oli 103, mikä antaa ikäarvion 38. Henkilön 100 sykkeen keskiha-20 jonta oli 11, mikä antaa ikäarvion 35. Kuviossa 4 on kuvattu matemaattinen malli 406 vain yhden luokan 402A osalta, eli luokan ikä, mutta vastaava malli 406 ; ;; muodostetaan muillekin luokille.
.···. Keksinnön erään edullisen suoritusmuodon mukaista laitteistoa se- : lostetaan seuraavaksi viitaten kuvioihin 5A-5B. Kuviossa 5A on nähtävissä ran- .’I 25 teeseen asetettava sykemittarin vastaanotin 104, jonka toimintaa on selostettu ;..' kuvion 1C yhteydessä keksinnön kannalta oleellisilta osiltaan. Keksintö ei ole ra- ’;[/ joittunut siihen, että sykemittarissa on ranteeseen asetettava vastaanotinyksik- ’·* · kö, vaan sykemittari voi kokonaisuudessaan myös olla rintakehälle asetettavas sa elektrodivyössä, jolloin kuviossa 1C esitetyt toiminteet ovat elektrodivyössä.
30 Eräässä edullisessa suoritusmuodossa sykemittarin mittaama sykeinformaatio siirretään erilliselle tunnistinlaitteistolle 500, joka eräässä edullisessa sovellus-,v, muodossa on erillinen tietokone henkilön tunnistamiseksi. Toisen edullisen suo- ritusmuodon mukaan kaikki kuntosuorituksen tekijän tunnistamiseen tarvittava * f ·;·* välineistö ja informaatio on itsessään elektrodivyössä 102 tai vastaanotinyksi- ·,; · 35 kössä 104. Tietokone 500 käsittää edullisesti näytön 502 tietokoneen 500 avulla suoritettavien toimenpiteiden näyttämiseksi. Tietokone 500 käsittää edelleen 115290 12 keskusyksikön 504, jonka rakennetta selostetaan tarkemmin kuviossa 5B. Viitaten edelleen kuvioon 5A, tietokone käsittää välineet syöttää informaatiota 506 tietokoneelle, jotka välineet ovat esimerkiksi näppäimistö mutta voi olla myös esimerkiksi hiiri. Edelleen, tietokone 500 käsittää välineet vastaanottaa 5 508 sykeinformaatio sykemittarilta 104. Välineet vastaanottaa 508 on eräässä edullisessa suoritusmuodossa esimerkiksi tietokoneen 500 tietoliikenneportti, johon sykemittari on kaapelin välityksellä liitettävissä. Välineet vastaanottaa 508 voidaan toteuttaa edelleen myös induktiivisena kelana tai optisena lukijana. Vastaanotinvälineitä 508 voidaan tällöin verrata kuviossa 1C esitettyyn sykemit-10 tarin vastaanottimeen, eli oleellisesti koostuvaksi osista 140 ja 142.
Kuviossa 5A esitetty eräs edullinen järjestely sykeinformaation mittaamiseksi käsittää sykemittarin ja siihen liitetyn tietokoneen. On kuitenkin mahdollista, että esitetty laitteisto on paikassa, jossa kuntosuorituksen tekijä tekee kuntoharjoitusta ja kuntosuorituksen ohjaaja sijaitsee fyysisesti eri paikassa, jos-15 sa hänellä on oma tietokoneensa. Kuntosuorituksen tekijän tietokone 500 ja ohjaajan tietokone voivat olla yhteydessä tunnetun tekniikan mukaisia menetelmiä hyväksikäyttäen, kuten esimerkiksi Internetin, sähköpostin tai muun vastaavan välityksellä.
Tietokoneen keskusyksikön 504 rakennetta kuvataan kuviossa 5B
20 keksinnön kannalta oleellisilta osiltaan. Kuviossa 5B esitetty keskusyksikkö 504 käsittää vastaanotinvälineet 504A vastaanottaa sarjaportilta 508 tai vastaavalta : : : sykemittarilta vastaanotettu sykeinformaatio. Edullisesti keskusyksikkö käsittää myös muistivälineet 504B kuten kovalevyn sykeinformaation tallentamiseksi.
.·. : Keksinnön mukainen matemaattinen malli ja mallin tarvitsema data on eräässä .·. · 25 edullisessa sovellusmuodossa tallennettu tietokoneen kovalevylle, mutta voi olla I..’ tallennettuna myös esimerkiksi disketille, CD-levylle tai muulle vastaavalle muis- tivälineelle 504B. Tietokone käsittää myös laskentavälineet 504C muodostaa ‘ mitatun sykeinformaation parametrien perusteella yhdessä tai useammassa luokassa tunnistearvo matemaattisen mallin avulla, joka matemaattinen malli 30 sisältää sykeinformaation parametrien ja luokkien välisen riippuvuusinformaa- tion. Tietokone 500 käsittää myös välineet verrata 504D kuntosuorituksen teki- .v. jälle muodostettuja tunnistearvoja vertailuarvoihin. Tietokone 500 käsittää • · » ,·*’·, myös välineet päätellä 504D kuntosuorituksen tekijä tunnistearvojen ja vertai- luarvojen keskinäisten vertailujen perusteella. Vertailu ja päättely voidaan teh- • « :.: : 35 dä usealla eri tavalla jolloin myös välineet vertailla ja päätellä 504D voidaan '•'[S toteuttaa eri tavoin. Edullisesti laskentavälineet 504C, välineet verrata 504D ja 115290 13 välineet päätellä 504D on tallennettu kovalevylle 504B ja on toteutettu ohjelmallisesti mutta molemmat tai vain toinen voidaan toteuttaa myös ASIC.na tai erillisillä logiikkakomponenteilla. Loogisesti varmennusvälineiden 504D toimintaa voidaan ajatella esimerkiksi siten, että luokat asetetaan paremmuus-5 järjestykseen, jolloin identifioidaan henkilö kuvaavimman luokan suhteen. Tällöin esimerkiksi voidaan ajatella, että sykeinformaation parametrien ja mitattavan henkilön sukupuolen välinen riippuvuus saadaan matemaattisesta mallista 95%:n todennäköisyydellä. Toiseksi paras kriteeri voisi olla esimerkiksi paino, jolloin seuraavaksi sykeinformaation parametrien ja painon välisen riippuvuus-10 suhteen perusteella määriteltäisiin henkilön paino. Näin jatketaan, kunnes henkilö on saatu tunnistettua. Esillä oleva keksintö ei ole rajoittunut siihen, mikä käytettävä menetelmä henkilön varmentamiseksi luokissa muodostettujen tunnistearvojen perusteella on. Tietokoneen toimintaa ohjaa prosessori 504E, joka huolehtii tunnetun tekniikan mukaisesti syöttövälineiltä 506 syötettävien 15 komentojen prosessoimisesta ja tietokoneelle tallennettujen ohjelmien ulostulon näyttämisestä näyttövälineellä 502. Kuviossa esitetyt viivat eri osien välillä kuvaavat esimerkinomaisesti osien välisiä liittymiä: tällöin esimerkiksi osien 504B ja 504E välissä on liittymä eli prosessori ja siellä sijaitseva ohjelmistolo-giikka ohjaa muistivälineen 504B toimintaa. On selvää, että keskusyksikkö käsit-20 tää muitakin osia ja osien välisiä liittymiä, joiden selostaminen ei tässä yhteydessä kuitenkaan ole oleellista.
: :': Vaikka keksintöä on edellä selostettu viitaten oheisten piirustusten mukaisiin esimerkkeihin, on selvää ettei keksintö ole rajoittunut niihin, vaan sitä . ·. : voidaan monin tavoin muunnella oheisten patenttivaatimusten esittämän keksin- .·. · 25 nöllisen ajatuksen puitteissa.
• · • · » • * · *

Claims (29)

115290
1. Menetelmä kuntosuorituksen tekijän varmentamiseksi, tunnettu siitä, että (302A) mitataan kuntosuorituksen tekijään liittyvää sykeinformaatio-5 ta kuntosuoritukseen liittyen; (304) muodostetaan mitatun sykeinformaation yhden tai useamman parametrin perusteella yhdessä tai useammassa luokassa tunnistearvo matemaattisen mallin avulla, joka matemaattinen malli sisältää sykeinformaation mainitun parametrin ja mainitun luokan välisen riippuvuusinformaation; 10 (306) varmistetaan kuntosuorituksen tekijä vertaamalla mainitussa yhdessä tai useammassa luokassa tunnistearvoa kuntosuorituksen tekijälle luokassa muodostettuun vertailuarvoon.
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että muodostetaan kuntosuorituksen yhteydessä kuntosuorituksen tekopäivä- 15 määrä ja lisätään mainittu päivämäärä kuntosuorituksesta kerättävään sykein-formaatioon kuntosuorituksen tekopäivämäärän varmentamiseksi.
3. Patenttivaatimuksen 2 mukainen menetelmä, tunnettu siitä, että salataan kuntosuorituksen tekopäivämäärä ensimmäisellä salausalgoritmilla.
4. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnettu : siitä, että muodostetaan kuntosuorituksen yhteydessä kuntosuorituksen teko- •»» ; · · \ aika ja lisätään mainittu tekoaika kuntosuorituksesta kerättävään sykeinfor- : maatioon kuntosuorituksen tekoajan varmentamiseksi.
· 5. Patenttivaatimuksen 4 mukainen menetelmä, tunnettu siitä, • · · !.. * 25 että salataan kuntosuorituksen tekoaika toisella salausalgoritmilla.
6. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, «tl v ’ että mainittu matemaattinen malli on neuroverkko tai vastaava ja jota mate maattista mallia on opetettu riittävän suurella määrällä todellisia mittaustulok-..!: ‘ siä käyttäjien sykeinformaation vaikutuksista eri luokissa.
7. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, . v. että mainittuna luokkana käytetään yhtä tai useampaa seuraavista fysiologisis- t · * _'. i _ ta luokista: ikä, sukupuoli, pituus tai paino. • ·
8. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, - että mainittuna luokkana käytetään yhtä tai useampaa seuraavista sykettä ku- 35 vaavista luokista: minimisyke, maksimisyke, keskisyke, sykkeen keskihajonta tai spektrin teho. 115290
9. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että sykeinformaation parametrina käytetään yhtä tai useampaa seuraavista parametreistä: minimisyke, maksimisyke, keskisyke, sykkeen keskihajonta tai spektrin teho. 5
10. Järjestely kuntosuorituksen tekijän varmentamiseksi, tunnet- t u siitä, että järjestely käsittää sykemittarin (104) mitata kuntosuorituksen tekijään liittyvä yksi tai useampi sykeinformaation parametri (404A-404N) kuntosuoritukseen liittyen; tunnistinlaitteiston, joka käsittää 10 yhden tai useamman luokan (402A-402N) kuntosuorituksen tekijän (100) luokittelemiseksi; matemaattisen mallin (406), joka sisältää mainitun yhden tai useamman sykeinformaation parametrin (404A-404N) ja mainitun yhden tai useamman luokan (402A-402N) välisen riippuvuusinformaation; 15 tunnistinlaitteiston edelleen käsittäessä laskentavälineet (504C) muodostaa yhden tai useamman sykeinformaation parametrin (404) perusteella yhdessä tai useammassa luokassa (402A-402N) tunnistearvo (408A-408N) matemaattisen mallin (406) avulla; välineet verrata (504D) kuntosuorituksen tekijän (100) tunnistearvoa 20 (408A-408N) mainitussa yhdessä tai useammassa luokassa (402A-402N) kun tosuorituksen tekijälle (100) luokassa (402A-402N) muodostettuun vertailuar-:y: voon (403A-403N); välineet päätellä (504D) kuntosuorituksen tekijä tunnistearvojen . *. : (408A-408N) ja vertailuarvojen (403A-403N) vertailun perusteella. : 25
11. Patenttivaatimuksen 10 mukainen järjestely, tunnettu siitä, että sykemittari käsittää välineet lähettää sykeinformaatio langattomasti tai yh-dysjohdon avulla sykemittarilta laskentavälineille.
• * * ’ 12. Patenttivaatimuksen 10 mukainen järjestely, tunnettu siitä, että tu nnisti n laitteisto käsittää välineet vastaanottaa sykemittarilta langatto-..!30 masti tai yhdysjohdon avulla lähetetty sykeinformaatio.
: 13. Patenttivaatimuksen 10 mukainen järjestely, tunnettu siitä, . y. että sykemittari käsittää välineet muodostaa kuntosuorituksen yhteydessä kun- , · ·, tosuorituksen tekopäivämäärä ja välineet lisätä mainittu päivämäärä kuntosuo- rituksesta kerättävään sykeinformaatioon kuntosuorituksen tekopäivämäärän : 35 varmentamiseksi. I t 115290
14. Patenttivaatimuksen 13 mukainen järjestely, tunnettu siitä, että sykemittari käsittää välineet salata kuntosuorituksen tekopäivämäärä ensimmäisellä salausalgoritmilla.
15. Patenttivaatimuksen 10 tai 13 mukainen järjestely, tunnettu 5 siitä, että sykemittari käsittää välineet muodostaa kuntosuorituksen yhteydessä kuntosuorituksen tekoaika ja välineet lisätä mainittu tekoaika kuntosuorituk-sesta kerättävään sykeinformaatioon kuntosuorituksen tekoajan varmentamiseksi.
16. Patenttivaatimuksen 15 mukainen järjestely, tunnettu siitä, 10 että sykemittari käsittää välineet salata kuntosuorituksen tekoaika toisella salausalgoritmilla.
17. Patenttivaatimuksen 10 mukainen järjestely, tunnettu siitä, että mainittu matemaattinen malli on neuroverkko tai vastaava ja jota matemaattista mallia on opetettu riittävän suurella määrällä todellisia mittaustulok- 15 siä käyttäjien sykeinformaation vaikutuksista eri luokissa.
18. Patenttivaatimuksen 10 mukainen järjestely, tunnettu siitä, että mainittuna luokkana käytetään yhtä tai useampaa seuraavista fysiologisista luokista: ikä, sukupuoli, pituus tai paino.
19. Patenttivaatimuksen 10 mukainen järjestely, tunnettu siitä, 20 että mainittuna luokkana käytetään yhtä tai useampaa seuraavista sykettä kuvaavista luokista: minimisyke, maksimisyke, keskisyke, sykkeen keskihajonta v‘.: tai spektrin teho. y‘:
20. Patenttivaatimuksen 10 mukainen järjestely, tunnettu siitä, :\j että sykeinformaation parametrina käytetään yhtä tai useampaa seuraavista • · : 25 parametreistä: minimisyke, maksimisyke, keskisyke, sykkeen keskihajonta tai spektrin teho. t’;.#
21. Tietokoneohjelmistotuote kuntosuorituksen tekijän (100) var- ‘ mentamiseksi, joka tuote käsittää ohjelmien tallennusvälineelle (504B) tallenne tun ja tietokoneelle (500) luettavissa olevan ohjelman, tunnettu siitä, että oh- t M ; 30 jelma suorittaa seuraavat menetelmäaskeleet: ...: (302B) vastaanotetaan kuntosuorituksen tekijään liittyvää sykeinfor- : Y; maatiota kuntosuoritukseen liittyen; (304) muodostetaan mitatun sykeinformaation parametrien perus- /*’ teella yhdessä tai useammassa luokassa tunnistearvo matemaattisen mallin I i · ·*: : 35 avulla, joka matemaattinen malli sisältää sykeinformaation parametrien ja :luokkien välisen riippuvuusinformaation; 115290 (306) varmistetaan kuntosuorituksen tekijä vertaamalla mainitussa yhdessä tai useammassa luokassa tunnistearvoa kuntosuorituksen tekijälle luokassa muodostettuun vertailuarvoon.
22. Patenttivaatimuksen 21 mukainen tietokoneohjelmistotuote, 5 tunnettu siitä, että mainittu matemaattinen malli on neuroverkko tai vastaava ja jota matemaattista mallia on opetettu riittävän suurella määrällä todellisia mittaustuloksia käyttäjien sykeinformaation vaikutuksista eri luokissa.
23. Patenttivaatimuksen 21 mukainen tietokoneohjelmistotuote, tunnettu siitä, että mainittuna luokkana käytetään yhtä tai useampaa seulo raavista fysiologisista luokista: ikä, sukupuoli, pituus tai paino.
24. Patenttivaatimuksen 21 mukainen tietokoneohjelmistotuote, tunnettu siitä, että mainittuna luokkana käytetään yhtä tai useampaa seu-raavista sykettä kuvaavista luokista: minimisyke, maksimisyke, keskisyke, sykkeen keskihajonta tai spektrin teho.
25. Tietokone kuntosuorituksen tekijän varmentamiseksi, tunnet- t u siitä, että tietokone käsittää välineet vastaanottaa (508) kuntosuorituksen (100) tekijään liittyvä yksi tai useampi sykeinformaation parametri kuntosuoritukseen liittyen; yhden tai useamman luokan (402A-402N) kuntosuorituksen tekijän 20 (100) luokittelemiseksi; matemaattisen mallin (406), joka sisältää mainitun yhden tai use-ämmän sykeinformaation parametrin (404A-404N) ja mainitun yhden tai use-•/'Ί ämmän luokan (402A-402N) välisen riippuvuusinformaation; laskentavälineet (504C) muodostaa yhden tai useamman sykeinfor-25 maation parametrin (404A-404N) perusteella yhdessä tai useammassa luo-kassa (402A-402N) tunnistearvo (408A-408N) matemaattisen mallin (406) • · · avulla; I I · ‘ välineet verrata (504D) kuntosuorituksen tekijän (100) tunnistearvoa (408A-408N) mainitussa yhdessä tai useammassa luokassa (402A-402N) kun-; · 30 tosuorituksen tekijälle (100) luokassa (402A-402N) muodostettuun vertailuar- voon (403A-403N); : Y: välineet päätellä (504D) kuntosuorituksen tekijä (100) tunnistearvo- . . jen (408A-408N) ja vertailuarvojen (403A-403N) vertailun perusteella.
: ‘ 26. Patenttivaatimuksen 25 mukainen tietokone, tunnettu siitä, : 35 että mainittu matemaattinen malli on neuroverkko tai vastaava ja jota mate- 115290 maattista mallia on opetettu riittävän suurella määrällä todellisia mittaustuloksia käyttäjien sykeinformaation vaikutuksista eri luokissa.
27. Patenttivaatimuksen 25 mukainen tietokone, tunnettu siitä, että mainittuna luokkana käytetään yhtä tai useampaa seuraavista fysiologisis- 5 ta luokista: ikä, sukupuoli, pituus tai paino.
28. Patenttivaatimuksen 25 mukainen tietokone, tunnettu siitä, että mainittuna luokkana käytetään yhtä tai useampaa seuraavista sykettä kuvaavista luokista: minimisyke, maksimisyke, keskisyke, sykkeen keskihajonta tai spektrin teho.
29. Patenttivaatimuksen 25 mukainen tietokone, tunnettu siitä, että sykeinformaation parametrina käytetään yhtä tai useampaa seuraavista parametreistä: minimisyke, maksimisyke, keskisyke, sykkeen keskihajonta tai spektrin teho. * · I I » · * 1 • » 1 • · • · · • · · · 115290
FI992206A 1999-10-13 1999-10-13 Menetelmä ja järjestely kuntosuorituksen tekijän varmentamiseksi FI115290B (fi)

Priority Applications (9)

Application Number Priority Date Filing Date Title
FI992206A FI115290B (fi) 1999-10-13 1999-10-13 Menetelmä ja järjestely kuntosuorituksen tekijän varmentamiseksi
ES00660180T ES2232406T3 (es) 1999-10-13 2000-10-06 Metodo de confirmacion del ejecutor de un ejercicio.
DE60039643T DE60039643D1 (de) 1999-10-13 2000-10-06 Herzfrequenz-Überwachungsgerät
EP00660180A EP1092453B1 (en) 1999-10-13 2000-10-06 Method of confirming performer of exercise
DE60017228T DE60017228T2 (de) 1999-10-13 2000-10-06 Verfahren zum Identifizieren eines Trainierenden
EP04105831A EP1506737B1 (en) 1999-10-13 2000-10-06 Heart rate monitor
US09/686,510 US6428476B1 (en) 1999-10-13 2000-10-11 Method of confirming performer of exercise
HK01106256A HK1035505A1 (en) 1999-10-13 2001-09-05 Method of confirming performer of exercise.
US10/086,019 US6648827B2 (en) 1999-10-13 2002-02-27 Method of confirming performer of exercise

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI992206A FI115290B (fi) 1999-10-13 1999-10-13 Menetelmä ja järjestely kuntosuorituksen tekijän varmentamiseksi
FI992206 1999-10-13

Publications (2)

Publication Number Publication Date
FI19992206A FI19992206A (fi) 2001-04-14
FI115290B true FI115290B (fi) 2005-04-15

Family

ID=8555443

Family Applications (1)

Application Number Title Priority Date Filing Date
FI992206A FI115290B (fi) 1999-10-13 1999-10-13 Menetelmä ja järjestely kuntosuorituksen tekijän varmentamiseksi

Country Status (6)

Country Link
US (2) US6428476B1 (fi)
EP (2) EP1506737B1 (fi)
DE (2) DE60039643D1 (fi)
ES (1) ES2232406T3 (fi)
FI (1) FI115290B (fi)
HK (1) HK1035505A1 (fi)

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020083122A1 (en) * 2000-12-21 2002-06-27 Lemchen Marc S. Method and apparatus for the use of a network system for biofeedback stress reduction
US20020013717A1 (en) * 2000-12-28 2002-01-31 Masahiro Ando Exercise body monitor with functions to verify individual policy holder and wear of the same, and a business model for a discounted insurance premium for policy holder wearing the same
US20030055321A1 (en) * 2001-07-16 2003-03-20 Watrous Raymond L. System and method for accessing and processing patient data
US6967904B2 (en) * 2002-04-23 2005-11-22 Peter Wu Electronic watch for sports apparatus
US20030207735A1 (en) * 2002-05-06 2003-11-06 Peter Wu Control console automatically planning a personal exercise program in accordance with the measured value of the cardiopulmonary condition
EP1369148A1 (en) * 2002-06-05 2003-12-10 Leao Wang Eletronic watch for sports apparatus
EP1402817B1 (en) * 2002-09-27 2005-11-23 Polar Electro Oy Evaluation of exercise stress level dependent parameter
JP4363157B2 (ja) * 2002-11-29 2009-11-11 オムロンヘルスケア株式会社 脈波測定装置
AU2003902187A0 (en) 2003-05-08 2003-05-22 Aimedics Pty Ltd Patient monitor
AU2004236368B2 (en) * 2003-05-08 2011-08-04 University Of Technology, Sydney Patient moniter
US9387386B2 (en) * 2003-07-31 2016-07-12 First Principles, Inc. Method and apparatus for improving performance
US7212850B2 (en) 2003-11-26 2007-05-01 Cardionet, Inc. System and method for processing and presenting arrhythmia information to facilitate heart arrhythmia identification and treatment
EP1765168B1 (en) 2004-07-07 2010-01-27 Koninklijke Philips Electronics N.V. Wearable device
US20070106132A1 (en) * 2004-09-28 2007-05-10 Elhag Sammy I Monitoring device, method and system
US20060079794A1 (en) * 2004-09-28 2006-04-13 Impact Sports Technologies, Inc. Monitoring device, method and system
US7887492B1 (en) 2004-09-28 2011-02-15 Impact Sports Technologies, Inc. Monitoring device, method and system
US20060253010A1 (en) * 2004-09-28 2006-11-09 Donald Brady Monitoring device, method and system
US8066514B2 (en) * 2005-04-06 2011-11-29 Mark Anthony Clarke Automated processing of training data
US20080254420A1 (en) * 2007-04-10 2008-10-16 Arnold Nerenberg Integration of pursuit of goals with physical activity
US8882668B2 (en) * 2007-11-19 2014-11-11 Elizabeth S. Thompson Method and process for body composition management
FI20085402A0 (fi) * 2008-05-02 2008-05-02 Firstbeat Technologies Oy Kuntotesti
US9158906B2 (en) 2008-09-26 2015-10-13 Koninklijke Philips N.V. Authenticating a device and a user
US20100185398A1 (en) * 2009-01-22 2010-07-22 Under Armour, Inc. System and Method for Monitoring Athletic Performance
US10216893B2 (en) 2010-09-30 2019-02-26 Fitbit, Inc. Multimode sensor devices
CN102327115B (zh) * 2011-10-31 2014-01-29 北京超思电子技术股份有限公司 心率检测设备
US9681836B2 (en) 2012-04-23 2017-06-20 Cyberonics, Inc. Methods, systems and apparatuses for detecting seizure and non-seizure states
US8948832B2 (en) 2012-06-22 2015-02-03 Fitbit, Inc. Wearable heart rate monitor
US9049998B2 (en) * 2012-06-22 2015-06-09 Fitbit, Inc. Biometric monitoring device with heart rate measurement activated by a single user-gesture
US9039614B2 (en) 2013-01-15 2015-05-26 Fitbit, Inc. Methods, systems and devices for measuring fingertip heart rate
US10512407B2 (en) 2013-06-24 2019-12-24 Fitbit, Inc. Heart rate data collection
DE102014009368B4 (de) * 2014-06-21 2017-03-23 Carsten Kanitz Trainingsgerät zur Verbesserung Koordination, Kondition und Reaktionsvermögen
JP6557952B2 (ja) 2014-09-03 2019-08-14 富士通株式会社 対象者特定装置、対象者特定プログラム及び対象者特定方法
US11206989B2 (en) 2015-12-10 2021-12-28 Fitbit, Inc. Light field management in an optical biological parameter sensor
US10568525B1 (en) 2015-12-14 2020-02-25 Fitbit, Inc. Multi-wavelength pulse oximetry
EP3448249A4 (en) 2016-04-29 2019-10-09 Fitbit, Inc. MULTI-CHANNEL PHOTOPLETHYSMOGRAPHY SENSOR
US10952645B2 (en) * 2016-08-31 2021-03-23 Under Armour, Inc. Method and apparatus for determining a type of data and an integrity of data
US11051706B1 (en) 2017-04-07 2021-07-06 Fitbit, Inc. Multiple source-detector pair photoplethysmography (PPG) sensor
CN113813554A (zh) * 2021-11-01 2021-12-21 张俊 一种心衰竭辅助康复装置及方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61238260A (ja) * 1985-04-12 1986-10-23 株式会社　津山金属製作所 エクササイザ
US5022080A (en) * 1990-04-16 1991-06-04 Durst Robert T Electronic notary
US5301154A (en) * 1992-07-16 1994-04-05 Casio Computer Co., Ltd. Time calculating device
EP0657050B1 (en) * 1992-07-21 2000-11-15 Hayle Brainpower Pty Ltd. Interactive exercise monitoring system and method
US5680867A (en) * 1993-04-02 1997-10-28 Shimazu; Hideaki Electronic blood pressure measurment device
US5438983A (en) * 1993-09-13 1995-08-08 Hewlett-Packard Company Patient alarm detection using trend vector analysis
JP3498360B2 (ja) * 1994-05-30 2004-02-16 カシオ計算機株式会社 測定装置
FI110303B (fi) * 1994-12-29 2002-12-31 Polar Electro Oy Menetelmä ja laite kunto- tai urheiluharjoittelun rasitustasojen ja harjoittelun rasittavuuden määrittämiseksi
JPH08317912A (ja) 1995-03-23 1996-12-03 Seiko Instr Inc 脈拍計
EP0809965B1 (en) * 1995-12-18 2005-01-26 Seiko Epson Corporation Health care device and exercise supporting device
US6277080B1 (en) * 1996-03-12 2001-08-21 Polar Electro Oy Method and apparatus for measuring exertion endurance
DE19610401A1 (de) * 1996-03-16 1997-09-18 Deutsche Telekom Ag Verfahren und Anordnung zum Nachweis des Zeitpunktes der Durchführung eines kryptographischen Prozesses
US5706822A (en) * 1996-03-29 1998-01-13 Kozz Incorporated Method and computer program for creating individualized exercise protocols
US5906581A (en) * 1996-12-19 1999-05-25 Colin Corporation Apparatus for evaluating exercise function of person
JPH10192260A (ja) * 1997-01-08 1998-07-28 Nippon Colin Co Ltd 生体識別コード入力装置
IL122597A0 (en) * 1997-12-14 1998-06-15 Pylon Inc System and method for monitoring activity

Also Published As

Publication number Publication date
DE60017228T2 (de) 2005-12-08
EP1092453B1 (en) 2005-01-05
EP1506737A1 (en) 2005-02-16
US6428476B1 (en) 2002-08-06
HK1035505A1 (en) 2001-11-30
DE60039643D1 (de) 2008-09-04
US20020091329A1 (en) 2002-07-11
ES2232406T3 (es) 2005-06-01
DE60017228D1 (de) 2005-02-10
EP1092453A3 (en) 2001-10-10
EP1092453A2 (en) 2001-04-18
US6648827B2 (en) 2003-11-18
EP1506737B1 (en) 2008-07-23
FI19992206A (fi) 2001-04-14

Similar Documents

Publication Publication Date Title
FI115290B (fi) Menetelmä ja järjestely kuntosuorituksen tekijän varmentamiseksi
EP3046462B1 (en) System and method for estimating cardiovascular fitness of a person
US6537227B2 (en) Method and equipment for human-related measuring
Möller et al. Gymskill: A personal trainer for physical exercises
KR101252951B1 (ko) 측두동맥을 활용한 심박측정 기능이 구비된 헤드셋과 스마트폰 및 이를 이용한 심폐 건전성 진단 방법.
EP2934707B1 (en) Automated systems, methods, and apparatus for breath training
US6411841B2 (en) Human-related measuring assessment
US20070219059A1 (en) Method and system for continuous monitoring and training of exercise
EP3340248B1 (en) A method and an apparatus for determining training status
US20060063980A1 (en) Mobile phone apparatus for performing sports physiological measurements and generating workout information
US20140018686A1 (en) Data collection unit power and noise management
De Pessemier et al. Heart rate monitoring, activity recognition, and recommendation for e-coaching
US20150073814A1 (en) Physical therapy patient accountability and compliance system
US7062313B2 (en) Evaluation of exercise stress level dependent parameter
CA2387124A1 (en) Integrated calorie management system
US11317862B2 (en) Method and an apparatus for determining training status
US11482333B2 (en) Method and an apparatus for determining injury risk of a person based on physiological data
WO2016157217A2 (en) Technological device to assist user in workouts and healthy living
Radhakrishnan et al. ERICA: enabling real-time mistake detection & corrective feedback for free-weights exercises
EP3391809A1 (en) Fitness level prediction device, system and method
US20210345896A1 (en) Heart Rate Variability Monitoring and Analysis
Mattila et al. Mobile tools for home-based cardiac rehabilitation based on heart rate and movement activity analysis
US20210000406A1 (en) Individualized Heat Acclimation Tool and Method
Knowlden Measure of Physical Activity for Health Promotion and Education Research
Mohammadzadeh et al. Prediction of physiological response over varying forecast lengths with a wearable health monitoring platform

Legal Events

Date Code Title Description
FG Patent granted

Ref document number: 115290

Country of ref document: FI