TW201703725A - 利用心率回復率量測體能狀態的方法與裝置 - Google Patents

利用心率回復率量測體能狀態的方法與裝置 Download PDF

Info

Publication number
TW201703725A
TW201703725A TW104124748A TW104124748A TW201703725A TW 201703725 A TW201703725 A TW 201703725A TW 104124748 A TW104124748 A TW 104124748A TW 104124748 A TW104124748 A TW 104124748A TW 201703725 A TW201703725 A TW 201703725A
Authority
TW
Taiwan
Prior art keywords
heart rate
individual
recovery
rate
regression equation
Prior art date
Application number
TW104124748A
Other languages
English (en)
Other versions
TWI555505B (zh
Inventor
葉健全
蔡珮琳
趙明
柯恩
陳風河
Original Assignee
虹映科技股份有限公司
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
Application filed by 虹映科技股份有限公司 filed Critical 虹映科技股份有限公司
Priority to TW104124748A priority Critical patent/TWI555505B/zh
Priority to US14/843,428 priority patent/US20170027507A1/en
Application granted granted Critical
Publication of TWI555505B publication Critical patent/TWI555505B/zh
Publication of TW201703725A publication Critical patent/TW201703725A/zh

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Neurosurgery (AREA)
  • Neurology (AREA)
  • Power Engineering (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

一種利用心率回復率量測體能狀態的方法，包括以下步驟：在一個體運動後量測該個體在一回復期的心率；根據該個體的心率記錄，以非線性回歸方程式計算該個體的心率回復率，該非線性回歸方程式中包括一代表該個體的心率回復率的參數及根據該參數決定該個體體能狀態，藉此，量測心率回復率的準確度比其他習知方法較佳。

Description

利用心率回復率量測體能狀態的方法與裝置
本發明關於一種量測體能狀態(例如：心肺功能/自律神經調節狀態)的方法及裝置，特別是關於一種利用心率回復率量測體能狀態(例如：心肺功能/自律神經調節狀態)的方法或裝置。
哈佛登階測驗是1943年由美國哈佛大學疲勞研究所Brouha教授所提出的，是以登階運動後的心率恢復率來判定心肺機能的一種簡便而有效的方法。當初的設計是受測者在規定時間內，以一定的上下登階頻率反覆運動。該台階階高20吋(50.8公分)，登階頻率為每分鐘上下踏台30次，運動時間通常為3分鐘，最長為5分鐘。在運動結束後，記錄登階測驗運動後休息時1分到1分30秒、2分至2分30秒與3分至3分30秒的三個心跳數，以恢復期心跳數計算體能指數。心肺耐力指數的計算方式，是以運動的時間(秒數)乘以100為分子，三次心跳的和乘以2為分母，以判定人體心肺耐力優劣、於身體負荷下的調整與恢復能力，指數越高的人，肌耐力越好，心肺能力越強。
經許多研究驗證運動後心率回復(heart rate recovery)是自律神經調控心率及心肺功能的重要表現，而運動後心率回復率(heart rate recovery rate)評估體能狀態的重要指標之一，例如心肺功能與自律神經調控，且與心血管疾病的死亡率下降有正相關。在回復期中，心率是依循非線性關係下降，在習知技術中卻均採用線性迴歸方式計算運動後心率回復率，如第1圖所示，而且是在運動後1~5分鐘，以非連續續性方式量測心率來計算運動後心率回復率，因此量測精確度不佳。因此，有必要發展出一種在運動後持續一段時間(如10~15分鐘)以連續性方式量測心率且以非線性回歸方式計算運動後心率回復率的方法或裝置，而更準確地評估體能狀態(例如：心肺功能/自律神經調節狀態)。
本發明目的在於提供一種量測體能狀態(例如：心肺功能/自律神經調節狀態)的方法與裝置，其利用非線性回歸方程式計算運動後心率回復率，改善習知技術中以線性回歸方程式計算運動後心率回復率所產生的不精確的問題。
為達上述目的並解決習知技術之缺點，本發明提供一種利用運動後心率回復率量測體能狀態(例如：心肺功能/自律神經調節狀態)的方法，其包括以下步驟：在一個體運動後量測該個體在一回復期的心率；根據該個體的心率，計算該個體心率的一非線性回歸方程式，該非線性回歸方程式中包括一代表該個體的運動後心率回復率的參數；及根據該參數決定該個體體能狀態(例如：心肺功能/自律神經調節狀態)。
在本發明之一實施例中，該非線性回歸方程式包含指數回歸方程式或對數回歸方程式。
在本發明之一實施例中，該指數回歸方程式由以下公式定 義：HR(t)=HRd×C(-K×t)+HRr或是HR(t)=(HR0-HRr)×C(-K×t)+HRr，其中t為時間，HR(t)為在時間t時的心率，HRr為靜止心率，HR0為回復期開始時的心率，HRd為回復期開始時的心率與靜止心率之差異，K為所述代表該個體的運動後心率回復率的參數，C為一常數。
在本發明之一實施例中，一運動後心率回復半衰期與代表該個體的運動後心率回復率的參數K的關係由以下公式定義：，其中t1/2為該運動後心率回復半衰期。
在本發明之一實施例中，該對數回歸方程式由以下公式定義：HR(t)=a×logc t+R，其中t為時間，HR(t)為在時間t時的心率，R為与靜止心率相關的參數，a為所述代表該個體的運動後心率回復率的參數，C為一常數。
在本發明之一實施例中，該常數C為自然常數e。
在本發明之一實施例中，該個體運動為登階運動。
在本發明之一實施例中，在該個體運動後量測該個體在一回復期的心率的步驟包括在該個體運動後連續性地量測該個體在一回復期的心率。
為達上述目的並解決習知技術之缺點，本發明提供一種利用運動後心率回復率量測體能狀態(例如：心肺功能/自律神經調節狀態)的裝置，其包括一心率量測單元，用於在一個體運動後量測該個體在一回復期的心率，並輸出一數位化心率訊號；一心率處理單元，連接所述心率量測單元，用於接收所述數位化心率訊號，並根據該個體的心率，計算該個體 心率的一非線性回歸方程式，該非線性回歸方程式中包括一代表該個體的運動後心率回復率的參數，及根據該參數決定該個體體能狀態(例如：心肺功能/自律神經調節狀態)。
在本發明之一實施例中，該非線性回歸方程式包含指數回歸方程式或對數回歸方程式。
在本發明之一實施例中，該指數回歸方程式由以下公式定義：HR(t)=HRd×C(-K×t)+HRr或是HR=(HR0-HRr)×C(-K×t)+HRr，其中t為時間，HR(t)為在時間t時的心率，HRr為靜止心率，HR0為回復期開始時的心率，HRd為回復期開始時的心率與靜止心率之差異，K為所述代表該個體的運動後心率回復率的參數，C為一常數。
在本發明之一實施例中，一運動後心率回復半衰期與代表該個體的運動後心率回復率的參數K的關係由以下公式定義：，其中t1/2為該運動後心率回復半衰期。
在本發明之一實施例中，該對數回歸方程式由以下公式定義：HR(t)=a×logc t+R，其中t為時間，HR(t)為在時間t時的心率，R為与靜止心率相關的參數，a為所述代表該個體的運動後心率回復率的參數，C為一常數。
在本發明之一實施例中，該常數C為自然常數e。
在本發明之一實施例中，該個體運動為登階運動。
在本發明之一實施例中，該心率量測單元用於在該個體運動後連續性地量測該個體在一回復期的心率。
在本發明之一實施例中，所述裝置為一穿戴裝置。
10‧‧‧量測體能狀態的裝置
20‧‧‧心率量測單元
30‧‧‧心率分析單元
S100-S300‧‧‧步驟
第1圖係根據習知技術中以線性回歸方程式量測運動後心率回復率的示意圖。
第2圖係根據本發明一實施例中利用運動後心率回復率量測一個體體能狀態(例如：心肺功能/自律神經調節狀態)的方法的步驟示意圖。
第3圖係根據本發明一實施例中以指數回歸方程式量測運動後心率回復率的示意圖。
第4圖係根據本發明一實施例中以對數回歸方程式量測運動後心率回復率的示意圖。
第5A圖至第5C圖係三個不同個體在進行相同運動強度的運動持續相同期間後量測其心率資料，再根據本發明的方法所計算出的指數回歸方程式圖形。
第6圖係根據本發明一實施例中以指數回歸方程式量測運動後心率回復率的另一示意圖。
第7圖係根據本發明的量測體能狀態(例如：心肺功能/自律神經調節狀態)的裝置的結構示意圖。
請參考第2圖，其為根據本發明一實施例中利用運動後心率回復率量測一個體體能狀態(例如：心肺功能/自律神經調節狀態)的方法的步驟示意圖。該利用運動後心率回復率量測一個體體能狀態的方法，包括 以下步驟：步驟S100：在該個體運動後量測該個體在一回復期的心率，步驟S200：根據該個體的連續性心率，計算該個體心率的非線性回歸方程式，該非線性回歸方程式中包括一代表該個體的運動後心率回復率的參數，及步驟S300：根據該參數決定該個體體能狀態(例如：心肺功能/自律神經調節狀態)。
在本發明一實施例中，該個體所進行的運動包括任何能提高心率之運動，例如登階、爬山、跑步、走路、球類運動、舞蹈、游泳、瑜珈或划船等，以上所述之運動僅為實施範例，不應以此限制本發明。
在本發明一實施例中，本發明量測該個體在一回復期的心率的方法包括偵測心電訊號、心音及脈搏等。偵測心電訊號通常是利用至少一對電極進行偵測，而偵測心電訊號的可以分為侵入式或非侵入式的方法。當本發明之方法實施在植入式醫療裝置時，可以利用侵入式心電訊號量測方法，當本發明之方法實施在穿戴式裝置時，可以利用非侵入式心電訊號量測方法。基於穿戴式裝置的便利性，在以下的實施列中，本發明皆是利用穿戴式裝置以非侵入式的方法量測心電訊號，然這不表示其他的心率量測方法不可行。以上所舉例之心率量測方法僅為實施範例，不應以此限制本發明。
本發明中所述恢復期(recovery period)為一個體在運動結束後心率開始下降至靜止心率(resting heart rate)的一段期間。所述恢復期從運動結束後即開始，當心率下降至靜止心率後結束。靜止心率是指一個體在無運動狀態下的心率，此時心臟在每單位時間內泵送最少量的血液，對人類而言，靜止心率一般為每分鐘40-100下，而視個體與運動習慣而有差異， 通常有運動習慣之個體的靜止心率較沒有運動習慣的心率低，代表其心臟每次搏動可以泵送較多血液。而本發明的運動後心率回復率(heart rate recovery rate)是指在恢復期中個體的心率下降速率。
量測該個體的心率可以在恢復期前期、中期、後期或是整段恢復期中進行一段期間，該期間可以為1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29或30分鐘等，或是1-30分鐘內所包含的所有數值範圍，而在本發明中較佳選擇10-15分鐘或3-5分鐘，以上所述之量測期間僅為實施範例，不應以此限制本發明。
本發明中以連續性方式量測心率是指在所述期間內量測心率多次，且每次量測的時間間隔不超過10秒，在本實施範例中，是每隔1秒量測一次心率。這與習知技術中每隔數十秒或是一分鐘才量測一次的非連續性的量測方式有所不同，在習知技術中由於量測次數少，所以精確度不佳，也因此只能使用線性迴歸方法計算運動後心率回復率，造成更大的誤差。
在回復期中，心率是依循非線性關係下降，在習知技術中卻均採用線性迴歸方式計算運動後心率回復率，因此量測準確度不佳。而本發明中式以非線性回歸方式計算運動後心率回復率的方法或裝置，而更準確地評估體能狀態(例如：心肺功能/自律神經調節狀態)。本發明的非線性回歸方式是指根據從該個體量測的心率資料，計算出該心率資料的非線性回歸方程式。該非線性回歸方程式包括指數方程式、對數方程式、三角函數方程式、橢圓形方程式、圓形方程式、二次方程式、三次方程式及多次 方程式等。因此，所有非線性方程式都可應用在本發明內。特別是，指數方程式、對數方程式更能符合回復期中心率下降的曲線，其中以指數方程式為最佳模式，因此在本說明書中以指數方程式、對數方程式作為實施範例，但不應以此限制本發明。
請見第3圖，其為本發明一實施例中以指數回歸方程式量測運動後心率回復率的示意圖，其橫軸為時間，縱軸為心率，曲折的曲線代表個體的心率資料，平滑的曲線代表根據該心率資料所計算的指數回歸方程式。指數回歸方程式公式定義如下：[通式一]HR(t)=HRd×C(-K×t)+HRr，或是[通式二]HR(t)=(HR0-HRr)×C(-K×t)+HRr，或是其中t為時間，HR(t)為在時間t時的心率，HRr為靜止心率，HR0為回復期開始時的心率，HRd為回復期開始時的心率與靜止心率之差異，K為所述代表該個體的運動後心率回復率的參數，C為一常數，在本實施例中常數C為一自然常數e。
請見第4圖，其為本發明一實施例中以對數回歸方程式量測運動後心率回復率的示意圖，其橫軸為時間，縱軸為心率。對數回歸方程式公式定義如下：[通式三]HR(t)=a×logc t+R
其中t為時間，HR(t)為在時間t時的心率，R為与靜止心率 相關的參數，a為所述代表該個體的運動後心率回復率的參數，C為一常數，在本實施例中常數C為一自然常數e。
運動後心率回復半衰期(half-life)t1/2，即HR0降低一半HRd所需的時間，其與代表該個體的運動後心率回復率的參數K的關係由以下公式定義：
在本實施例中常數因為C為一自然常數e，因此運動後心率回復半衰期t1/2與代表該個體的運動後心率回復率的參數K的關係可由以下公式定義：
因為K為所述代表該個體的運動後心率回復率的參數，K越大則代表回復期心率降低速度越快，所以可以利用K的大小決定個體的體能狀態(例如：心肺功能/自律神經調節狀態)。請參考第5A圖至第5C圖，其為三個不同個體在進行相同運動強度的運動，持續相同期間後量測其心率資料，再根據本發明的方法所計算出的指數回歸方程式圖形。其橫軸為時間，縱軸為心率，曲折的曲線代表個體的心率資料，平滑的曲線代表根據該心率資料所計算的指數回歸方程式。請參考表1，其顯示三個不同個體在進行相同運動強度的運動，持續相同期間後的心肺功能量測結果，其分別記錄了回復期開始時的心率HR0、所述代表該個體的運動後心率回復率的參數 K、運動後心率回復半衰期t1/2以及代表準確度的判定係數R值(Coefficient of Determination or R-square)。在表1中，個體二的參數K最大，代表其運動後心率回復率最快，體能狀態(例如：心肺功能/自律神經調節狀態)最佳，因此在第5A圖中其心率的指數回歸方程式圖形下降得最陡峭，而其運動後心率回復半衰期t1/2也最短。在表1中，個體一的參數K最小，代表其運動後心率回復率最慢，體能狀態(例如：心肺功能/自律神經調節狀態)最差，因此在第5C圖中其心率的指數回歸方程式圖形下降得最平緩，而其運動後心率回復半衰期t1/2也最長。
心率非線性回歸方程式的實現方法：可以使用各種程式語言或是統計軟體來計算心率非線性回歸方程式，例如C++、Java、Python甚至是Excel、SAS，在本發明知中是利用Python來實現心率非線性回歸方程式，然而必須注意的是所述的程式語言或統計軟體僅為實施範例，不應以此限制本發明。
首先利用Python尋找「最佳自然對數衰退方程式」，一般是採用最小平方法。「最小平方法」是一種數學優化技術，其通過最小化誤差的平方和尋找數據的最佳函數匹配。目前市面上有許多最小平方法功能的 程式庫(library)可提供選用，所以在本實施範例中並不自行另外實現該程式庫，而是選用其中的一種適當的程式庫。
在本發明的實施範例中，是使用Python的SciPy程式庫(SciPy library)中的curve_fit函數(curve_fit function)，curve_fit函數具有趨近(fit)的功能。此外並利用回調函数(callback function)，其中的公式即為「最佳自然對數衰退方程式」。可透過將回调函数(callback function)給予此curve_fit函數，curve_fit函數會根據時間與心率資料對回調函数(callback function)中的「最佳自然對數衰退方程式」重複趨近(fit)以求得最符合心率資料的曲線方程式。其具體實現的程式碼如下：[通式六]def fitFunc(t,a,b,c)：return a*np.exp(-b*t)+c fitParams,fitCovariances=scipy.curve_fit(fitFunc,t,data)
fitFunc即為回调函数(callback function)，需要輸入四個參數(arguments)：分別為時間t、回復期開始時的心率與靜止心率之差異a、所述代表該個體的運動後心率回復率的參數b、靜止心率c。而curve_fit函數(curve_fit function)輸入三個參數(arguments)：分別為fitFunc、時間t、心率資料HR。其他運算細節應以及其他衰退方程式得實現方法是本領域通長技術人員可根據以上說明書內容推得而知，在本說明書中不再贅述。此外，必須注意的是以上所述的心率非線性回歸方程式的實現方法，僅為一實施範例，不應以此限制本發明。
線性回歸方程式與非線性回歸方程式的精確度比較： 在此比較運用線性回歸線與非線性回歸線量測運動後心率回復率heart rate recovery rate)的精確度。在本實施例比較中，所述的非線性回歸線包括指數回歸線與對數回歸線。在本實施例比較中，是以判定係數(Coefficient of Determination)或稱R值(R-square)作為精確度的判定標準。
判定係數是在迴歸分析中，用來了解在自變數X與依變數Y所建立的迴歸模式中，Y所呈現出來的訊息有多少是由X所影響而決定的。
在本實驗中，自變數X即為時間t，而依變數Y即為心率HR，所以R值在此所表示的為t對HR有多少的決定性。R值最高為1最低為0，越高越好，越高就代表本發明所限定的自變數對依變數有更大的決定性，也代表其他未知的自變數對依變數的影響更小。也同時可以解釋，推導出來的自然對數衰退方程式與實測的曲線有多少的密合度(conformity)。因此，R值越高就代表本發明中此參數K對心率曲線有更大的意義。
R值是根據以下公式計算出來的：
也可以利用Python計算出R值，其具體實現的程式碼如下：[通式八]for elem in data：SSTo+=np.square(elem-AVG) SSResid+=np.square(elem-fitFunc(t[index],fitParams[0],fitParams[1],fitParams[2]))print "R-square",1-SSResid/SSTo
以上所述的R值計算方法，僅為一實施範例，不應以此限制本發明。
請見第1圖與第3圖，其分別為根據習知技術中以線性回歸方程式計算運動後心率回復率的示意圖，以及本發明一實施例中以指數回歸方程式計算運動後心率回復率的示意圖。其橫軸為時間，縱軸為心率，曲折的曲線代表個體的心率資料，直線代表根據該心率資料所計算的線性回歸方程式，平滑的曲線代表根據該心率資料所計算的指數回歸方程式。圖中該實施例的線性回歸方程式的R值為0.4458，指數回歸方程式的R值為0.9612。請見表2，其顯示各種回歸方程式的R值平均值，非線性回歸方程式的R值顯著較高，其中指數回歸方程式精確度(0.8852)遠高於線性回歸方程式(0.5743)。其理由如下：第3圖中，回復期前期的心率迅速降低，回復期後期的心率逐漸水平地趨近於靜止心率(resting heart rate)，而指數回歸線密切地密合心率資料的曲線。相反地，在第1圖中，習用線性回歸線僅能在回復期後期鬆散地符合心率資料的曲線，而在回復期前期嚴重地偏離心率資料的曲線，因此指數回歸方程式的精確度遠高於線性回歸方程式。
請見第6圖與第4圖，其分別為本發明一實施例中以指數回歸方程式量測運動後心率回復率的另一示意圖，以及本發明一實施例中以對數回歸方程式量測運動後心率回復率的一示意圖。其橫軸為時間，縱軸為心率，曲折的曲線代表心率資料，平滑的曲線代表根據該心率資料所計算 的非線性回歸方程式。圖中該實施例的指數回歸方程式的R值為0.9005，該對數回歸方程式的R值為0.8600。請見表2，其顯示各種回歸方程式的R值平均值，其中指數回歸方程式精確度(0.8852)略高於對數回歸方程式(0.8242)，其理由如下：第6圖中，回復期前期的心率迅速降低，回復期後期的心率逐漸水平地趨近於靜止心率(resting heart rate)，而指數回歸線密切地密合心率資料的曲線。相反地，第4圖中，對數回歸線能在回復期前期密合心率資料的曲線，而在回復期後期時，無法逐漸水平地趨近於靜止心率，而是緩慢降低。儘管對數回歸方程式的的精確度略低於指數方程式，但對數回歸方程式仍然具有良好的精確度。
本發明的量測體能狀態的裝置
請參考第7圖，其為根據本發明的量測體能狀態(例如：心肺功能/自律神經調節狀態)的裝置的結構示意圖。
在本發明一實施例中，本發明提供一種量測體能狀態(例如：心肺功能/自律神經調節狀態)的裝置10，包括：一心率量測單元20以及一心率處理單元30。所述心率量測單元20用於在一個體運動後量測該個體在一回復期的心率，並輸出一數位化心率訊號。舉例而言，所述心率量測 單元20可以為一心電訊號量測器、一心音量測器或是一脈搏量測器。
當所述心率量測單元20為心電訊號量測器，該心率量測單元20可以包括一到數對電一到數對電極，以放置於個體的皮膚之上，以量測個體的心電訊號。增加電極數量可以增加量測的精確度，但這不表示使用單一對電極的心率量測單元不可行，也不應以此限制本發明之範圍。當該心率量測單元20為心音量測器，該心率量測單元20可以包括聲音感測器，以感測通過個體身體所傳輸的心音。當該心率量測單元20為脈搏量測器，該心率量測單元20可以包括震動感測器，以感測通過個體的脈搏。該心率處理單元30可以為處理器(processor)，連接該心率量測單元20，用於接收該數位化心率訊號，並且其具有至少一算術邏輯單元，以計算該個體的心率非線性回歸方程式，該非線性回歸方程式中包括一代表該個體的運動後心率回復率的參數，再根據該參數決定該個體體能狀態(例如：心肺功能/自律神經調節狀態)。除此之外，該量測體能狀態(例如：心肺功能/自律神經調節狀態)的裝置10還可包括一記憶單元以及顯示器用於紀錄以及顯示所測得的心率資料、回歸方程式資料、代表個體的運動後心率回復率的參數K、運動後心率回復半衰期t1/2、體能狀態(例如：心肺功能/自律神經調節狀態)等資料。由於本領域的通常技術人員可以根據本發明說明書內容，很容易地將本發明的技術特徵運用在各種不同的裝置之上，因此在此不再進一步贅述詳細的實施方式。而以上所述本發明的各元件的實施方式僅為實施範例，也不應以此限制本發明。
綜上所述，本發明之技術特徵在於利用非線性回歸方程式計算運動後心率回復率，改善習知技術中以線性回歸方程式計算運動後心率 回復率所產生的不精確的問題。
術語“包括(comprises)”、“包括(comprising)”、“包括(includes)”、“包含(including)”、“具有(having)”及其詞形變化是指“包括但不限于”。
本文所使用的單數形式“一”、“一個”及“至少一”也包括其複數引用，除非上下文另有明確規定。例如，術語“一化合物”或“至少一種化合物”可以包括多個化合物，包括其混合物。
在整個本申請中，本發明的各種實施例可以以一個範圍的形式存在。應當理解，以一範圍形式的描述僅僅是因為方便及簡潔，不應理解為對本發明範圍的硬性限制。因此，應當認為所述的範圍描述已經具體公開所有可能的子範圍以及該範圍內的單一數值。例如，應當認為從1到6的範圍描述已經具體公開子範圍，例如從1到3，從1到4，從1到5，從2到4，從2到6，從3到6等，以及所數範圍內的單一數字，例如1、2、3、4、5及6，此不管範圍寬度為何皆適用。每當在本文中指出數值範圍，是指包括所指範圍內的任何引用的數字(分數或整數)。
上文所述的及欲請求保護的本發明各種實施例和方面，可在以下的實施例中找到實驗支持。
所屬領域之技術人員當可了解，在不違背本發明精神下，依據本發明實施樣態所能進行的各種變化。因此，顯見所列之實施態樣並非用以限制本發明，而是企圖在所附申請專利範圍的定義下，涵蓋於本發明的精神與範疇中所做的修改。
本領域技術人員將了解本發明不局限於在上文中已經被特 別顯示和描述的事物。而本發明的範圍包括上文描述的各種特徵的組合和子組合以及修改形式，其可被本領域技術人員了解，當閱讀前面的非習知描述。
S100-S300‧‧‧步驟

Claims (19)

  1. 一種利用心率回復率量測體能狀態的方法，包括以下步驟：在一個體運動後量測該個體在一回復期的心率；根據該個體的心率，計算該個體心率的一非線性回歸方程式，該非線性回歸方程式中包括一代表該個體的心率回復率的參數；及根據該參數決定該個體體能狀態。
  2. 如申請專利範圍第1項所述的方法，其中該非線性回歸方程式包含指數回歸方程式或對數回歸方程式。
  3. 如申請專利範圍第2項所述的方法，其中該指數回歸方程式由以下公式定義：HR(t)=HRd×C(-K×t)+HRr或是HR(t)=(HR0-HRr)×C(-K×t)+HRr其中t為時間，HR(t)為在時間t時的心率，HRr為靜止心率，HR0為回復期開始時的心率，HRd為回復期開始時的心率與靜止心率之差異，K為所述代表該個體的心率回復率的參數，C為一常數。
  4. 如申請專利範圍第3項所述的方法，其中一心率回復半衰期與代表該個體的心率回復率的參數K的關係由以下公式定義：，其中t1/2為該心率回復半衰期。
  5. 如申請專利範圍第2項所述的方法，其中該對數回歸方程式由以下公式定義：HR(t)=a×logc t+R其中t為時間，HR(t)為在時間t時的心率，R為与靜止心率相關的參數， a為所述代表該個體的心率回復率的參數，C為一常數。
  6. 如申請專利範圍第3、4或5項所述的方法，其中該常數C為自然常數e。
  7. 如申請專利範圍第1項所述的方法，其中該個體運動為登階運動。
  8. 如申請專利範圍第1項所述的方法，其中在該個體運動後量測該個體在一回復期的心率的步驟包括：在該個體運動後連續性地量測該個體在一回復期的心率。
  9. 如申請專利範圍第1項所述的方法，其中該體能狀態為心肺功能或自律神經調節狀態。
  10. 一種利用心率回復率量測體能狀態的裝置，包括：一心率量測單元，用於在一個體運動後量測該個體在一回復期的心率，並輸出一數位化心率訊號；一心率處理單元，連接所述心率量測單元，用於接收所述數位化心率訊號，並根據該個體的心率，計算該個體心率的一非線性回歸方程式，該非線性回歸方程式中包括一代表該個體的心率回復率的參數，及根據該參數決定該個體體能狀態。
  11. 如申請專利範圍第10項所述的裝置，其中該非線性回歸方程式包含指數回歸方程式或對數回歸方程式。
  12. 如申請專利範圍第11項所述的裝置，其中該指數回歸方程式由以下公式定義：HR(t)=HRd×C(-K×t)+HRr或是HR=(HR0-HRr)×C(-K×t)+HRr其中t為時間，HR(t)為在時間t時的心率，HRr為靜止心率，HR0為回復期開始時的心率，HRd為回復期開始時的心率與靜止心率之差異，K為 所述代表該個體的心率回復率的參數，C為一常數。
  13. 如申請專利範圍第12項所述的方法，其中一心率回復半衰期與代表該個體的心率回復率的參數K的關係由以下公式定義：，其中t1/2為該心率回復半衰期。
  14. 如申請專利範圍第11項所述的裝置，其中該對數回歸方程式由以下公式定義：HR(t)=a×logc t+R其中t為時間，HR(t)為在時間t時的心率，R為与靜止心率相關的參數，a為所述代表該個體的心率回復率的參數，C為一常數。
  15. 如申請專利範圍第12、13或14項所述的裝置，其中常數C為自然常數e。
  16. 如申請專利範圍第10項所述的裝置，其中該個體運動為登階運動。
  17. 如申請專利範圍第10項所述的方法，其中該心率量測單元用於在該個體運動後連續性地量測該個體在一回復期的心率。
  18. 如申請專利範圍第10項所述的裝置，所述裝置為一穿戴裝置。
  19. 如申請專利範圍第10項所述的方法，其中該體能狀態為心肺功能或自律神經調節狀態。
TW104124748A 2015-07-30 2015-07-30 利用心率回復率量測體能狀態的方法與裝置 TWI555505B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW104124748A TWI555505B (zh) 2015-07-30 2015-07-30 利用心率回復率量測體能狀態的方法與裝置
US14/843,428 US20170027507A1 (en) 2015-07-30 2015-09-02 Method and apparatus for measuring physical condition by using heart rate recovery rate

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104124748A TWI555505B (zh) 2015-07-30 2015-07-30 利用心率回復率量測體能狀態的方法與裝置

Publications (2)

Publication Number Publication Date
TWI555505B TWI555505B (zh) 2016-11-01
TW201703725A true TW201703725A (zh) 2017-02-01

Family

ID=57851379

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104124748A TWI555505B (zh) 2015-07-30 2015-07-30 利用心率回復率量測體能狀態的方法與裝置

Country Status (2)

Country Link
US (1) US20170027507A1 (zh)
TW (1) TWI555505B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106923811A (zh) * 2017-03-15 2017-07-07 何宗路 基于nlari心率模型的心脏及自主神经功能评估方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021166000A1 (en) * 2020-02-17 2021-08-26 Driftline Ehf. A method and system for determining exercise parameters including aerobic endurance based on heart rate curve analysis
CN113576487B (zh) * 2021-06-18 2023-06-13 深圳技术大学 特征的确定、心电预测方法及装置、电子设备和存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4463764A (en) * 1981-09-29 1984-08-07 Medical Graphics Corporation Cardiopulmonary exercise system
CN100435718C (zh) * 2005-12-07 2008-11-26 王国樑 配合运动器材以检测使用者心肺耐力的方法
TW201519859A (zh) * 2013-11-21 2015-06-01 Univ Far East 智慧型體適能檢測系統及其檢測方法
TWI511068B (zh) * 2014-07-18 2015-12-01 Joiiup Technology Inc 運動目標之規劃方法及其系統
CN104323759B (zh) * 2014-11-05 2017-11-07 中国科学院合肥物质科学研究院 基于运动心率和跑步机的心肺耐力测试方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106923811A (zh) * 2017-03-15 2017-07-07 何宗路 基于nlari心率模型的心脏及自主神经功能评估方法
CN106923811B (zh) * 2017-03-15 2020-09-11 何宗路 基于nlari心率模型的心脏及自主神经功能评估系统

Also Published As

Publication number Publication date
TWI555505B (zh) 2016-11-01
US20170027507A1 (en) 2017-02-02

Similar Documents

Publication Publication Date Title
US10679757B2 (en) Method and apparatus for establishing a blood pressure model and method and apparatus for determining a blood pressure
JP6502361B2 (ja) 人の心血管フィットネスを推定するためのシステムと方法
Ludwig et al. Measurement, prediction, and control of individual heart rate responses to exercise—Basics and options for wearable devices
JP5676630B2 (ja) フィットネステストシステム
RU2535615C2 (ru) Определение затрат энергии пользователя
US20170056725A1 (en) Walking-load-degree calculation apparatus, maximum-oxygen-consumption calculation apparatus, recording medium, and control method
JP2017508589A (ja) 健康リスク指標決定
US20160345841A1 (en) Method and apparatus for estimating physiological index of user at maximal exercise level based on rating of perceived exertion
US20160000373A1 (en) Computing user's physiological state related to physical exercises
JP2015529488A5 (zh)
CN104244814A (zh) 心输出量的监测
US10376212B2 (en) Muscle fatigue output device, muscle fatigue output method, and recording medium
EP3391809A1 (en) Fitness level prediction device, system and method
JP2018500982A5 (zh)
TWI555505B (zh) 利用心率回復率量測體能狀態的方法與裝置
US11617545B2 (en) Methods and systems for adaptable presentation of sensor data
CN117122311A (zh) 心肺健康评估
Caya et al. Human activity recognition based on accelerometer vibrations using artificial neural network
Heimark et al. Blood pressure response and pulse arrival time during exercise testing in well-trained individuals
JP6243761B2 (ja) 心肺機能評価装置及び心肺機能評価方法
US20160278717A1 (en) Arterial pressure-based determination of cardiovascular parameters
JP2017042218A (ja) 活動量計
RU2722265C2 (ru) Способ определения физической работоспособности
EP3773184A1 (en) Method and apparatus for determining the impact of behavior-influenced activities on the health level of a user
Titheradge et al. Evaluating Airflow Sensor Methods: Precision in Indirect Calorimetry