TW202127362A - 基於不同體能表現水平的運動指導方法 - Google Patents

基於不同體能表現水平的運動指導方法 Download PDF

Info

Publication number
TW202127362A
TW202127362A TW109125286A TW109125286A TW202127362A TW 202127362 A TW202127362 A TW 202127362A TW 109125286 A TW109125286 A TW 109125286A TW 109125286 A TW109125286 A TW 109125286A TW 202127362 A TW202127362 A TW 202127362A
Authority
TW
Taiwan
Prior art keywords
exercise
data subset
threshold
data
2max
Prior art date
Application number
TW109125286A
Other languages
English (en)
Other versions
TWI769495B (zh
Inventor
李柏均
蔡至偉
郭信甫
Original Assignee
博晶醫電股份有限公司
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 博晶醫電股份有限公司 filed Critical 博晶醫電股份有限公司
Publication of TW202127362A publication Critical patent/TW202127362A/zh
Application granted granted Critical
Publication of TWI769495B publication Critical patent/TWI769495B/zh

Links

Images

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
    • A63B24/0062—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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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
    • A61B5/22—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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
    • 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

Landscapes

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

Abstract

本發明揭露一種用於提供運動指導的方法。決定至少一數學對應性(mathematical correspondence)以將一坐標平面分割成複數個區域，用以定義複數個二維運動訓練區間段。該坐標平面具有基於一體能表現水平(fitness performance level)的一第一參數的一第一軸和基於一運動強度的一第二參數的一第二軸。針對具有該體能表現水平的一現值的一使用者，將該些二維運動訓練區間段轉換成該體能表現水平的該現值的複數個一維運動訓練區間段。依據該些一維運動訓練區間段對該使用者提供該運動指導。

Description

基於不同體能表現水平的運動指導方法
本發明係有關於一種運動指導方法，特別是基於不同體能表現水平的運動指導方法。
一般來說，決定個人化心率區間係以年齡為基礎。首先，依據公式計算最大心率(maximum heart rate)，例如220減去使用者的年齡(單位：下/分鐘(BPM ：beats per minute)) ；第二，個人化的心率區間中各個心率區間段係依據最大心率的比例範圍來決定，且比例範圍係基於運動領域中的通常知識來決定。
如果兩個使用者具有相同的年齡，一位使用者的個人化心率區間和另一位使用者的個人化心率區間會相同。換句話說，如果兩位使用者想要有相同的訓練效果(training effect)(例如燃脂)，所提供的運動指導和運動強度也會相同。然而，即使兩位使用者具有相同的年齡，一位使用者的體能表現水平(fitness performance level)(例如最大攝氧量(VO2max ))和另一位使用者的體能表現水平可能不同；如果兩位使用者想要有相同的訓練效果，體能表現水平較高的一使用者比體能表現水平較低的另一使用者需要更激烈的運動指導和運動強度。此外，使用者的體能表現水平可能隨時間變化，即使用者在早些時間的個人化心率區間和使用者在晚些時間的個人化心率區間可能不同。因此，以年齡為基礎的個人化心率區間既不能對相同年齡的兩位使用者提供差異化的運動指導和運動強度，也不能對單一使用者提供可變化的個人化心率區間。
因此，本發明提出了一種基於不同體能表現水平的運動指導方法以克服上述的缺點。
在本發明中，使用者的個人化心率區間係基於其體能表現水平(fitness performance level)(例如最大攝氧量(VO2max ))來決定。即使兩位使用者具有相同的年齡但具有不同的體能表現水平，當他們想要有相同的訓練效果時，本發明可以對他們提供差異化的運動指導和運動強度。此外，當單一使用者的體能表現水平改變時，本發明的個人化心率區間仍然可以對其提供可變化的個人化心率區間。因為本發明的個人化心率區間係隨使用者的體能表現水平而改變，本發明的個人化心率區間可以對使用者在運動指導和運動強度中準確地提供最佳化方案。
當依據使用者的體能表現水平來決定個人化心率區間時，在運動指導和運動強度中的最佳化方案係仰賴於各個心率區間段的大小/位置的準確性，各個心率區間段的大小/位置的準確性係進一步仰賴其邊界的準確性。透過在本發明的電腦/計算機中所架構的演算法，當本發明的電腦/計算機執行在申請專利範圍中所描述的動作步驟來決定基於使用者的體能表現水平的個人化心率區間時，大大地增加各個心率區間段的邊界準確性，進而最佳化在運動指導和運動強度中的方案。
在一個實施例中，本發明揭露一種用於提供一運動指導的方法。該方法包含：透過一處理單元決定至少一數學對應性(mathematical correspondence)以將一坐標平面分割成複數個區域，用以定義複數個二維運動訓練區間段，其中該坐標平面具有基於一體能表現水平(fitness performance level)的一第一參數的一第一軸和基於一運動強度的一第二參數的一第二軸，其中決定該至少一數學對應性包含：從一記憶單元獲得包含至少一資料子集合(data subset)的一資料集合(data set)，其中該至少一資料子集合中各個該資料子集合包含該體能表現水平的複數個值和在一運動臨界值的狀態下與該體能表現水平的該些值分別相對應的該運動強度的複數個值；以及對於該至少一數學對應性中各個該數學對應性，透過該處理單元基於其相關資料執行一運算，其中該其相關資料包含該資料集合的一內容的至少一部分；針對具有該體能表現水平的一現值的一使用者，透過該處理單元將該些二維運動訓練區間段轉換成該體能表現水平的該現值的複數個一維運動訓練區間段；以及依據該些一維運動訓練區間段透過一輸出單元對該使用者提供該運動指導。
在另一個實施例中，本發明揭露一種用於提供一運動指導的方法。該方法包含：透過一處理單元決定複數個數學對應性(mathematical correspondence)以將一坐標平面分割成複數個區域，用以定義複數個二維心率區間段，其中該坐標平面具有基於一最大攝氧量(VO2max )的一第一軸和基於一心率的一第二軸，其中決定該些數學對應性包含：從一記憶單元獲得一資料集合(data set)，其中該資料集合包含一第一資料子集合(data subset)、一第二資料子集合和一第三資料子集合，其中該第一資料子集合包含該最大攝氧量(VO2max )的複數個第一值和在一最大攝氧量臨界值(VO2max threshold)的狀態下與該最大攝氧量(VO2max )的該些第一值分別相對應的該心率的複數個值，該第二資料子集合包含該最大攝氧量(VO2max )的複數個第二值和在一第二乳酸閾值 (second lactate threshold (LT2))的狀態下與該最大攝氧量(VO2max )的該些第二值分別相對應的該心率的複數個值，且該第三資料子集合包含該最大攝氧量(VO2max )的複數個第三值和在一第一乳酸閾值 (first lactate threshold (LT1))的狀態下與該最大攝氧量(VO2max )的該些第三值分別相對應的該心率的複數個值；以及對於該些數學對應性中各個該數學對應性，透過該處理單元基於其相關資料執行一運算，其中該其相關資料包含該資料集合的一內容的至少一部分；針對具有該最大攝氧量(VO2max )的一現值的一使用者，透過該處理單元將該些二維心率區間段轉換成該最大攝氧量(VO2max )的該現值的複數個一維心率區間段；以及依據該些一維心率區間段透過一輸出單元對該使用者提供該運動指導。
在另一個實施例中，本發明揭露一種用於提供一運動指導的方法。該方法包含：透過一處理單元決定至少一數學對應性(mathematical correspondence)以將一N維空間分割成複數個區域，用以定義複數個N維運動訓練區間段，其中N為一整數且至少為3，其中該N維空間具有分別基於N-1個第一參數的N-1個第一軸和基於一運動強度的一第二參數的一第二軸，其中該些N-1個第一參數中每兩個該第一參數不同且該些N-1個第一參數中一個第一參數為一體能表現水平(fitness performance level)的該第一參數，其中決定該至少一數學對應性包含：從一記憶單元獲得包含至少一資料子集合(data subset)的一資料集合(data set)，其中該至少一資料子集合中各個該資料子集合包含該體能表現水平的複數個值和與該體能表現水平的該些值分別相對應的複數個數列(sequence)，其中該些數列中各個該數列對應該些N-1個第一參數；以及對於該至少一數學對應性中各個該數學對應性，透過該處理單元基於其相關資料執行一運算，其中該其相關資料包含該資料集合的一內容的至少一部分；針對具有該些N-1個第一參數的一現行數列的一使用者，透過該處理單元將該些N維運動訓練區間段轉換成該些N-1個第一參數的該現行數列的複數個一維運動訓練區間段；以及依據該些一維運動訓練區間段透過一輸出單元對該使用者提供該運動指導。
在參閱接下來的段落及所附圖式所描述之本發明的實施例及詳細技術之後，該技術領域具有通常知識者便可瞭解本發明之技術特徵及實施態樣。
本發明的詳細說明於隨後描述，這裡所描述的較佳實施例是作為說明和描述的用途，並非用來限定本發明之範圍。
為求簡化，在下面的描述中，第一乳酸閾值 (first lactate threshold (LT1))縮寫為第一乳酸閾值 (LT1)。為求簡化，在下面的描述中，第二乳酸閾值 (second lactate threshold (LT2))縮寫為第二乳酸閾值 (LT2)。最大攝氧量(VO2max )為在強度漸增運動期間所量到的最大氧氣消耗速率；換句話說，當使用者在最大攝氧量臨界值(VO2max threshold)的狀態下，使用者的氧氣消耗速率具有最大值。
數學對應性(mathematical correspondence)可描述兩個參數之間的關聯性且在兩個參數之間提供足夠的匹配。數學對應性可為描述一參數對另一參數的依靠性的函數。數學對應性可由線性回歸模型、非線性回歸模型或任何其它適合的數學模型來估算。進一步地，數學對應性可描述三個參數或多個參數之間的關聯性且在三個參數或多個參數之間提供足夠的匹配。
一維心率區間101係使用參數「心率」來定義。第1B圖說明基於VO2max-1 的一維心率區間101具有兩個心率區間段101A、101B。第1B圖也說明基於VO2max-2 的一維心率區間102具有兩個心率區間段102A、102B。為求簡化，在下面的描述中以一維心率區間101為例子來作說明。一個一維心率區間段101A的心率範圍和另一個一維心率區間段101B的心率範圍可能不同。一維心率區間101可依據由一維心率區間101的圖示法所定義的運動框架(exercise profile)來提供運動指導。舉別來說，由一維心率區間101之一個區間段101A所提供的運動指導和由一維心率區間101之另一個區間段101B所提供的運動指導不同。此外，一維心率區間101與監控運動的訓練效果有關。二維心率區間100定義在具有顯示最大攝氧量(VO2max )的X軸和顯示心率的Y軸的坐標平面上(見第1A圖)。請進一步參見第1A圖和第1B圖之間的關係。假設二維心率區間100標示為M且一維心率區間101標示為Ni ，Ni 可視為集合M的一元素。對於兩元素Np 和 Nq 而言(下標 i = p、q，p 不等於 q，元素Np 基於X軸上的VO2max-p 而從集合M衍生出來且元素Nq 基於X軸上的VO2max-q 而從集合M衍生出來)，VO2max-p 不等於VO2max-q 。假如使用者具有最大攝氧量(VO2max )的現值，基於X軸上的最大攝氧量(VO2max )的現值而從二維心率區間100衍生出來的一維心率區間101可被提供給使用者作為使用者的個人化一維心率區間101。名稱 「運動訓練區間(exercise training zones)」或「努力水平區間(exertion level zones)」可置換名稱「心率區間」，其中各區間的範圍由運動強度的參數所定義。運動強度的參數可為心率、腳踏車步調(cycling cadence)、速度、力、踩踏功率(pedaling power)或移動強度。因此，舉例來說，二維運動訓練區間和一維運動訓練區間之間的關係類似前面的描述。
本發明的方法可適用於各式各樣的裝置上，例如腕上型裝置。第2圖說明在本發明中例示裝置200的概要區塊圖。裝置200可包含處理單元201、記憶單元202和輸出單元203。裝置200可進一步包含輸入裝置(例如用於測量心率的感測器)，但在此不顯示。處理單元201可為任何適合執行軟體指令的處理裝置，例如中央處理器(CPU)。記憶單元202可包含隨機存取記憶體(RAM)和唯讀記憶體(ROM)，但是記憶單元202並不侷限於此例子。記憶單元202可包含任何適合的非暫態電腦可讀取媒體(non-transitory computer readable medium)，例如唯讀記憶體(ROM)、光碟唯讀記憶體(CD-ROM)、數位影音光碟唯讀記憶體(DVD-ROM)等等。再者，非暫態電腦可讀取媒體為有形媒體(tangible medium)。非暫態電腦可讀取媒體包含電腦程式碼。記憶單元202和電腦程式碼與處理單元201配置以使裝置200執行想要的操作(例如如申請專利範圍中所示的操作)。輸出單元203可為用於顯示運動指導或運動指數的顯示器。
第3圖說明在本發明中用以提供運動指導的流程。第3圖的流程從步驟301開始：決定至少一數學對應性(mathematical correspondence)以將一坐標平面分割成複數個區域，用以定義複數個二維運動訓練區間段(透過一處理單元)。該坐標平面具有基於一體能表現水平(fitness performance level)的一第一參數的一第一軸和基於一運動強度的一第二參數的一第二軸。體能表現水平可包含透過參與身體活動或訓練所增進的健康相關體適能或運動/技能相關體適能。舉例來說，體能表現水平的第一參數可為最大攝氧量(VO2max )或最大代謝當量(METmax )(最大攝氧量能力相較於休息氧氣消耗：等於最大攝氧量(VO2max )/3.5)，較偏好最大攝氧量(VO2max )。一般來說，最大攝氧量(VO2max )的單位可以絕對的方式呈現，例如氧氣攝取(毫升/分鐘)，或以相對的方式呈現，例如以重量為基礎的氧氣攝取(毫升/公斤/分鐘)。運動強度的第二參數可為心率、腳踏車步調(cycling cadence)、速度、力、踩踏功率(pedaling power)或移動強度。為求簡化，在此例中，運動強度的第二參數為心率。一般來說，心率的單位為下/分鐘(BPM：beats per minute)。心率可以儲備心率比例 (the percentage of the heart rate reserve (%HRR)) 的形式呈現。儲備心率比例為心率和安靜心率之差與最大心率和安靜心率之差的比例。由數學對應性所決定的圖形(shape)可為兩相鄰區域之間的邊界。由數學對應性所決定的圖形(shape)可為兩相鄰二維運動訓練區間段之間的邊界。當第一軸向其正方向延伸時，由至少一數學對應性中各個數學對應性所決定的圖形(shape)相對於第一軸上升。選擇性地，當第一軸在體能表現水平的某範圍內向其正方向延伸時，由至少一數學對應性中各個數學對應性所決定的圖形(shape)相對於第一軸上升。圖形(shape)可為直線、曲線或任何適合的圖形。二維運動訓練區間的區間段數目可等於被分割的區域數目。二維運動訓練區間的區間段數目可依據使用者的體能表現水平和運動需求而小於被分割的區域數目。
第4圖說明在第3圖中的步驟301中用以決定至少一數學對應性的流程。流程於步驟401開始：獲得包含至少一資料子集合(data subset)的一資料集合(data set) (從一記憶單元)。該至少一資料子集合中各個該資料子集合包含該體能表現水平(例如最大攝氧量(VO2max ))的複數個值和在一運動臨界值的狀態下與該體能表現水平的該些值分別相對應的該運動強度(例如心率)的複數個值。資料集合可取自一群人或一個人，或是體能表現水平(例如最大攝氧量(VO2max ))的複數個值可取自一群人或一個人。在資料子集合的第一個例子中，運動臨界值為最大攝氧量臨界值(VO2max threshold)且資料子集合在最大攝氧量臨界值(VO2max threshold)的狀態下獲得。資料子集合包含最大攝氧量(VO2max )的複數個值和在最大攝氧量臨界值(VO2max threshold)的狀態下與最大攝氧量(VO2max )的複數個值分別相對應的心率的複數個值。舉例來說，見第1A圖，資料子集合包含五個三角形坐標(Xi , Yi ), i = 1 ~ 5； Xi 為從一群人或一個人中獲得的最大攝氧量(VO2max )(體能表現水平)的值且Yi 為在最大攝氧量臨界值(VO2max threshold)的狀態下的心率的值。在資料子集合的第二個例子中，運動臨界值為第二乳酸閾值(LT2)且資料子集合在第二乳酸閾值(LT2)的狀態下獲得。舉例來說，見第1A圖，資料子集合包含五個圓形坐標(Xj , Yj ), j = 1 ~ 5； Xj 為從一群人或一個人中獲得的最大攝氧量(VO2max )的值且Yj 為在第二乳酸閾值(LT2)的狀態下的心率的值。在資料子集合的第三個例子中，運動臨界值為第一乳酸閾值(LT1)且資料子集合在第一乳酸閾值(LT1)的狀態下獲得。舉例來說，見第1A圖，資料子集合包含五個正方形坐標(Xk , Yk ), k = 1 ~ 5； Xk 為從一群人或一個人中獲得的最大攝氧量(VO2max )的值且Yk 為在第一乳酸閾值(LT1)的狀態下的心率的值。然而，資料子集合並不侷限於前述的例子，且運動臨界值可由使用者定義以獲得想要的資料子集合。
在步驟402中，對於該至少一數學對應性(mathematical correspondence)中各個該數學對應性，基於其相關資料執行一運算(透過該處理單元)，其中該其相關資料包含該資料集合的一內容的至少一部分。對於該至少一數學對應性中各個該數學對應性，基於其相關資料執行一運算，其中該其相關資料包含該資料集合的至少一資料子集合。針對數學對應性所執行的運算可由線性回歸模型、非線性回歸模型或任何其它適合的數學模型來估算。可適用最小方差法，在此省略詳細細節。用於執行運算所使用的數學對應性的相關資料可具有多種方式。
在一個方式中，一數學對應性僅和一資料子集合相關。最佳來說，資料子集合在最大攝氧量臨界值(VO2max threshold)的狀態下獲得(即運動臨界值為最大攝氧量臨界值(VO2max threshold))；舉例來說，見1A圖，在最大攝氧量臨界值(VO2max threshold)的狀態下的資料子集合包含五個三角形坐標(Xi , Yi ), i = 1 ~ 5。數學對應性111和在最大攝氧量臨界值(VO2max threshold)的狀態下的資料子集合相關。再者，具有體能表現水平(例如最大攝氧量(VO2max ))的現值的使用者在最大攝氧量臨界值(VO2max threshold)的狀態下的運動強度的值可由與在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的資料子集合相關的數學對應性111估算，或由在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的資料子集合內插/外插估算。
選擇性地，資料子集合在第二乳酸閾值(LT2)的狀態下獲得(即運動臨界值為第二乳酸閾值(LT2))；舉例來說，見1A圖，資料子集合包含五個圓形坐標(Xj , Yj ), j = 1 ~ 5。數學對應性112和在第二乳酸閾值(LT2)的狀態下的資料子集合相關。再者，具有體能表現水平(例如最大攝氧量(VO2max ))的現值的使用者在第二乳酸閾值(LT2)的狀態下的運動強度的值可由與在第二乳酸閾值(LT2)的狀態下所獲得的資料子集合相關的數學對應性112估算，或由在第二乳酸閾值(LT2)的狀態下所獲得的資料子集合內插/外插估算。
選擇性地，資料子集合在第一乳酸閾值(LT1)的狀態下獲得(即運動臨界值為第一乳酸閾值(LT1)) ；舉例來說，見1A圖，資料子集合包含五個正方形坐標(Xk , Yk ), k = 1 ~ 5。數學對應性113和在第一乳酸閾值(LT1)的狀態下的資料子集合相關。再者，具有體能表現水平(例如最大攝氧量(VO2max ))的現值的使用者在第一乳酸閾值(LT1)的狀態下的運動強度的值可由與在第一乳酸閾值(LT1)的狀態下所獲得的資料子集合相關的數學對應性113估算，或由在第一乳酸閾值(LT1)的狀態下所獲得的資料子集合內插/外插估算。
上述的方法也可適用於估算具有體能表現水平(例如最大攝氧量(VO2max ))的現值的使用者在任何其它的運動臨界值(例如無氧閾值(anaerobic threshold)、有氧閾值(aerobic threshold)或任何其它容易測量、觀察或判斷的運動臨界值)的狀態下的運動強度的值。
在一個實施例中，在完成與在特定運動臨界值的狀態下所獲得的資料子集合相關的一數學對應性以決定二維運動訓練區間的複數個邊界之一後，剩下的邊界可依據已完成的數學對應性來決定。舉例來說，剩下的邊界可依據已完成的數學對應性加減在運動領域或任何其它技術中的通常知識的比例範圍來決定。比例範圍可基於最大心率，但是本發明並不侷限於案例。較佳來說，特定運動臨界值的狀態為最大攝氧量臨界值(VO2max threshold) 的狀態。舉例來說，見在第5A圖中的二維運動訓練區間500，在完成與在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的資料子集合相關的數學對應性501以決定邊界501後，剩下的邊界502、503、504、505、506可依據已完成的數學對應性501的心率TOP-HR減去心率TOP-HR的10%、心率TOP-HR的20%、心率TOP-HR的30%、心率TOP-HR的40%和心率TOP-HR的50%來決定。換句話說，區間段1(Zone 1)、區間段2(Zone 2)、區間段3(Zone 3)、區間段4(Zone 4)和區間段5(Zone 5)的比例範圍分別為心率TOP-HR的50%~60%、心率TOP-HR的60%~70%、心率TOP-HR的70%~80%、心率TOP-HR的80%~90%和心率TOP-HR的90%~100%。各個二維運動訓練區間段的比例範圍也可不同，舉例來說，區間段1(Zone 1)、區間段2(Zone 2)、區間段3(Zone 3)、區間段4(Zone 4)和區間段5(Zone 5)的比例範圍分別為心率TOP-HR的40%~54%、心率TOP-HR的54%~67%、心率TOP-HR的67%~79%、心率TOP-HR的79%~90%和心率TOP-HR的90%~100%。選擇性地，特定運動臨界值的狀態為第二乳酸閾值 (LT2) 的狀態。見在第5B圖中的二維運動訓練區間510，在完成與在第二乳酸閾值 (LT2)的狀態下所獲得的資料子集合相關的數學對應性511以決定邊界511後，剩下的邊界512、513、514、515、516可依據已完成的數學對應性511來決定。各個二維運動訓練區間段的比例範圍可相同或不同。選擇性地，特定運動臨界值的狀態為第一乳酸閾值 (LT1) 的狀態。見在第5C圖中的二維運動訓練區間520，在完成與在第一乳酸閾值 (LT1)的狀態下所獲得的資料子集合相關的數學對應性521以決定邊界521後，剩下的邊界522、523、524、525、526可依據已完成的數學對應性521來決定。各個二維運動訓練區間段的比例範圍可相同或不同。
在一個實施例中，在完成與在第一運動臨界值的狀態下所獲得的第一資料子集合相關的第一數學對應性和與在第二運動臨界值的狀態下所獲得的第二資料子集合相關的第二數學對應性以決定二維運動訓練區間的複數個邊界之二後，剩下的邊界可依據已完成的第一數學對應性和已完成的第二數學對應性來決定。舉例來說，剩下的邊界可依據已完成的第一數學對應性和已完成的第二數學對應性加減在運動領域或任何其它技術中的通常知識的比例範圍來決定。假如對應第一資料子集合的運動臨界值和對應第二資料子集合的運動臨界值係基於體能表現水平的相同值的話，對應第一資料子集合在運動臨界值的狀態下的運動強度的值大於對應第二資料子集合在運動臨界值的狀態下的運動強度的值。較佳來說，對應第一資料子集合的運動臨界值為最大攝氧量臨界值(VO2max threshold)。選擇性地，對應第一資料子集合的運動臨界值為最大攝氧量臨界值(VO2max threshold)且對應第二資料子集合的運動臨界值為第二乳酸閾值(LT2)。舉例來說，見第6圖，在完成與在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的第一資料子集合相關的第一數學對應性601和與在第二乳酸閾值(LT2)的狀態下所獲得的第二資料子集合相關的第二數學對應性602以決定二維運動訓練區間的複數個邊界之二後，剩下的邊界603、604、605、606可依據已完成的第一數學對應性601和已完成的第二數學對應性602來決定。各個二維運動訓練區間段的比例範圍可相同或不同。
在另一個方式中，一數學對應性和多個資料子集合相關。多個資料子集合包含在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的第一資料子集合、在第二乳酸閾值(LT2)的狀態下所獲得的第二資料子集合和在第一乳酸閾值(LT1)的狀態下所獲得的第三資料子集合中至少兩個資料子集合。第7A圖和第7B圖說明基於在第二乳酸閾值(LT2)的狀態下所獲得的第二資料子集合和在第一乳酸閾值(LT1)的狀態下所獲得的第三資料子集合的結合所決定的數學對應性(實線)。在一個實施例中，在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的第一資料子集合和在第二乳酸閾值(LT2)的狀態下所獲得的第二資料子集合可用於第7A圖和第7B圖中。在另一個實施例中，在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的第一資料子集合和在第一乳酸閾值(LT1)的狀態下所獲得的第三資料子集合可用於第7A圖和第7B圖中。
在第7A圖中，針對數學對應性(實線)703的運算(例如線性回歸模型、非線性回歸模型或任何其它適合的數學模型)可直接基於在第二乳酸閾值(LT2)的狀態下所獲得的第二資料子集合和在第一乳酸閾值(LT1)的狀態下所獲得的第三資料子集合的結合來執行。
在第7B圖中，針對數學對應性(實線)713的運算(例如線性回歸模型、非線性回歸模型或任何其它適合的數學模型)可間接基於在第二乳酸閾值(LT2)的狀態下所獲得的第二資料子集合和在第一乳酸閾值(LT1)的狀態下所獲得的第三資料子集合的結合來執行。舉例來說，在完成與在第二乳酸閾值(LT2)的狀態下所獲得的第二資料子集合相關的一初始數學對應性(長虛線)711和與在第一乳酸閾值(LT1)的狀態下所獲得的第三資料子集合相關的另一初始數學對應性(長虛線)712後，數學對應性(實線)713可基於初始數學對應性(長虛線)711和初始數學對應性(長虛線)712來決定。數學對應性713可位於初始數學對應性711和初始數學對應性712的中間位置。基於對使用者的運動指導，數學對應性713可位於初始數學對應性711和初始數學對應性712的之間且較靠近初始數學對應性711和初始數學對應性712其中一個。
第8圖說明依據已完成的數學對應性803(類似在第7A圖中的數學對應性703或在第7B圖中的數學對應性713)來決定剩下的邊界804、805、806、807、808，其中已完成的數學對應性803與在第二乳酸閾值(LT2)的狀態下所獲得的第二資料子集合和在第一乳酸閾值(LT1)的狀態下所獲得的第三資料子集合的結合相關。各個二維運動訓練區間段的比例範圍可相同或不同。
第9圖說明依據已完成的數學對應性901(類似在第5A圖中的數學對應性501)和已完成的數學對應性903(類似在第7A圖中的數學對應性703或在第7B圖中的數學對應性713)來決定剩下的邊界904、905、906、907。數學對應性901與在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的第一資料子集合相關，且數學對應性903與在第二乳酸閾值(LT2)的狀態下所獲得的第二資料子集合和在第一乳酸閾值(LT1)的狀態下所獲得的第三資料子集合的結合相關。各個二維運動訓練區間段的比例範圍可相同或不同。
剩下的邊界可依據在運動領域或任何其它技術(像第5A圖到第5C圖和第6圖)中的通常知識的比例範圍來決定，因此在此不詳細描述。
在步驟301中的決定至少一數學對應性可進一步包含修正各個數學對應性其大於體能表現水平的第一臨界值的第一部分。舉例來說，數學對應性其大於體能表現水平的第一臨界值的第一部分可修正成較未修正時具有較小的平均斜率。在步驟301中的決定至少一數學對應性可進一步包含修正各個數學對應性其小於體能表現水平的第二臨界值的第二部分。舉例來說，數學對應性其小於體能表現水平的第二臨界值的第二部分可修正成較未修正時具有較小的平均斜率。在步驟301中的決定至少一數學對應性可進一步包含修正各個數學對應性其大於體能表現水平的第一臨界值的第一部分和其小於體能表現水平的第二臨界值的第二部分。舉例來說，數學對應性其大於體能表現水平的第一臨界值的第一部分可修正成較未修正時具有較小的平均斜率，且數學對應性其小於體能表現水平的第二臨界值的第二部分可修正成較未修正時具有較小的平均斜率。
在另一個實施例中，數學對應性和一資料子集合的一部分相關。舉例來說，一資料子集合的一部分包含四個三角形坐標(Xi , Yi ), i = 1 ~ 4；Xi 為最大攝氧量(VO2max )的值且Yi 為在最大攝氧量臨界值(VO2max threshold)的狀態下的心率的值。在另一個實施例中，數學對應性和一資料子集合的一部分以及另一資料子集合的一部分相關。舉例來說，一資料子集合的一部分包含四個三角形坐標(Xi , Yi ), i = 1 ~ 4，Xi 為最大攝氧量(VO2max )的值且Yi 為在最大攝氧量臨界值(VO2max threshold)的狀態下的心率的值；另一資料子集合的一部分包含三個圓形坐標(Xj , Yj ), j = 1 ~ 3，Xj 為最大攝氧量(VO2max )的值且Yj 為在第二乳酸閾值(LT2)的狀態下的心率的值。在另一個實施例中，數學對應性和一資料子集合以及另一資料子集合的一部分相關。舉例來說，一資料子集合的一部分包含五個三角形坐標(Xi , Yi ), i = 1 ~ 5，Xi 為最大攝氧量(VO2max )的值且Yi 為在最大攝氧量臨界值(VO2max threshold)的狀態下的心率的值；另一資料子集合的一部分包含三個圓形坐標(Xj , Yj ), j = 1 ~ 3，Xj 為最大攝氧量(VO2max )的值且Yj 為在第二乳酸閾值(LT2)的狀態下的心率的值。
從先前的敘述得知，各個運動訓練區間段或心率區間段的邊界準確性取決於至少一數學對應性(mathematical correspondence)和其相關資料之間的關係。資料子集合的數目越多，各個運動訓練區間段或心率區間段的邊界就定義得越準確。數學對應性的數目越多， 依據與數學對應性相關的至少一預先決定的邊界便能將至少一剩下的邊界中的各邊界定義得越準確。透過在本發明的電腦/計算機中所架構的演算法，當本發明的電腦/計算機執行在申請專利範圍中所描述的動作步驟來決定基於使用者的體能表現水平的個人化心率區間時，大大地增加各個運動訓練區間段或心率區間段的邊界準確性，進而最佳化在運動指導和運動強度中的方案。
請回頭參閱第3圖。在步驟302中，接著，針對具有該體能表現水平的一現值的一使用者，將該些二維運動訓練區間段轉換成該體能表現水平的該現值的複數個一維運動訓練區間段(透過該處理單元)。二維運動訓練區間900和一維運動訓練區間1000之間的轉換關係可見於第9圖和第10圖。二維運動訓練區間100和一維運動訓練區間101之間的轉換關係也可見於第1A圖和第1B圖。最後，在步驟303中，依據該些一維運動訓練區間段對該使用者提供運動指導(透過一輸出單元)。
請回頭參閱第1A圖和第1B圖。本發明決定與在第二乳酸閾值(LT2)的狀態下所獲得的資料子集合相關的數學對應性112和與在第一乳酸閾值(LT1)的狀態下所獲得的資料子集合相關的第二數學對應性113以準確地決定區間段1(Zone 1)的位置。針對在區間段1(Zone 1)中所提供的運動指導，具有VO2max-2 的人可獲得在HR2a 和HR2b 之間的最佳化運動指導，而不會因為被誤認為具有VO2max-1 而獲得在HR1a 和HR1b 之間的錯誤運動指導(被誤認的VO2max-1 可能起因於以年齡為基礎的個人化心率區間或是隨時間變化的最大攝氧量(VO2max ))。
前述提供運動指導的概念可延伸至：針對具有N-1個第一參數的現行數列的使用者，將N維運動訓練區間段轉換成N-1個第一參數的現行數列的複數個一維運動訓練區間段。
方法具體列於下方：
該方法包含：透過一處理單元決定至少一數學對應性(mathematical correspondence)以將一N維空間分割成複數個區域，用以定義複數個N維運動訓練區間段，其中N為一整數且至少為3，其中該N維空間具有分別基於N-1個第一參數的N-1個第一軸和基於一運動強度的一第二參數的一第二軸，其中該些N-1個第一參數中每兩個該第一參數不同，其中決定該至少一數學對應性包含：從一記憶單元獲得包含至少一資料子集合(data subset)的一資料集合(data set)，其中該至少一資料子集合中各個該資料子集合包含該體能表現水平的複數個值和與該體能表現水平的該些值分別相對應的複數個數列(sequence)，其中該些數列中各個該數列對應該些N-1個第一參數；以及對於該至少一數學對應性中各個該數學對應性，透過該處理單元基於其相關資料執行一運算，其中該其相關資料包含該資料集合的一內容的至少一部分；針對具有該些N-1個第一參數的一現行數列的一使用者，透過該處理單元將該些N維運動訓練區間段轉換成該些N-1個第一參數的該現行數列的複數個一維運動訓練區間段；以及依據該些一維運動訓練區間段透過一輸出單元對該使用者提供該運動指導。
較佳來說，N-1個第一參數中一個參數為體能表現水平。體能表現水平的第一參數可為最大攝氧量(VO2max )或最大代謝當量(METmax )，較偏好最大攝氧量(VO2max )。
雖然本發明以前述之較佳實施例揭露如上，然其並非用以限定本發明，任何熟習相像技藝者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾。雖然在上述描述說明中並無完全揭露這些可能的更動與替代，而接著本說明書所附之專利保護範圍實質上已經涵蓋所有這些態樣。
100:二維心率區間 101:一維心率區間 101A:一維心率區間段 101B:一維心率區間段 102:一維心率區間 102A:一維心率區間段 102B:一維心率區間段 111:數學對應性(mathematical correspondence) 112:數學對應性 113:數學對應性 200:裝置 201:處理單元 202:記憶單元 203:輸出單元 301:步驟 302:步驟 303:步驟 401:步驟 402:步驟 500:二維運動訓練區間 501:數學對應性 502:邊界 503:邊界 504:邊界 505:邊界 506:邊界 510:二維運動訓練區間 511:數學對應性 512:邊界 513:邊界 514:邊界 515:邊界 516:邊界 520:二維運動訓練區間 521:數學對應性 522:邊界 523:邊界 524:邊界 525:邊界 526:邊界 600:二維運動訓練區間 601:第一數學對應性 602:第二數學對應性 603:邊界 604:邊界 605:邊界 606:邊界 700:二維運動訓練區間 703:數學對應性 710:二維運動訓練區間 711:初始數學對應性 712:初始數學對應性 713:數學對應性 800:二維運動訓練區間 803:數學對應性 804:邊界 805:邊界 806:邊界 807:邊界 808:邊界 900:二維運動訓練區間 901:數學對應性 903:數學對應性 904:邊界 905:邊界 906:邊界 907:邊界 1000:二維運動訓練區間
本發明之前面所述的態樣及所伴隨的優點將藉著參閱以下的詳細說明及結合圖式更加被充分瞭解，其中： 第1A圖說明二維心率區間定義在具有顯示最大攝氧量(VO2max )的X軸和顯示心率的Y軸之坐標平面上； 第1B圖說明基於一最大攝氧量(VO2max )的一維心率區間具有兩個心率區 間段； 第2圖說明在本發明中例示裝置的概要區塊圖； 第3圖說明在本發明中用以提供運動指導的流程； 第4圖說明在第3圖中的步驟301中用以決定至少一數學對應性的流程； 第5A圖說明在完成與在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的資料子集合相關的數學對應性以決定一邊界後，剩下的邊界依據已完成的數學對應性來決定； 第5B圖說明在完成與在第二乳酸閾值(second lactate threshold (LT2))的狀態下所獲得的資料子集合相關的數學對應性以決定一邊界後，剩下的邊界依據已完成的數學對應性來決定； 第5C圖說明在完成與在第一乳酸閾值(first lactate threshold (LT1))的狀態下所獲得的資料子集合相關的數學對應性以決定一邊界後，剩下的邊界依據已完成的數學對應性來決定； 第6圖說明在完成與在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的第一資料子集合相關的第一數學對應性和與在第二乳酸閾值(second lactate threshold (LT2))的狀態下所獲得的第二資料子集合相關的第二數學對應性以決定二邊界後，剩下的邊界依據已完成的第一數學對應性和已完成的第二數學對應性來決定； 第7A圖說明直接基於在第二乳酸閾值(second lactate threshold (LT2))的狀態下所獲得的第二資料子集合和第一乳酸閾值(first lactate threshold (LT1))的狀態下所獲得的第三資料子集合的結合，執行對數學對應性的運算； 第7B圖說明間接基於在第二乳酸閾值(second lactate threshold (LT2))的狀態下所獲得的第二資料子集合和第一乳酸閾值(first lactate threshold (LT1))的狀態下所獲得的第三資料子集合的結合，執行對數學對應性的運算； 第8圖說明依據已完成的數學對應性來決定剩下的邊界，其中已完成的數學對應性與在第二乳酸閾值(second lactate threshold (LT2))的狀態下所獲得的第二資料子集合和在第一乳酸閾值(first lactate threshold (LT1))的狀態下所獲得的第三資料子集合的結合相關； 第9圖說明依據已完成的二數學對應性來決定剩下的邊界，其中一數學對應性與在最大攝氧量臨界值(VO2max threshold)的狀態下所獲得的第一資料子集合相關，且另一數學對應性與在第二乳酸閾值(second lactate threshold (LT2))的狀態下所獲得的第二資料子集合和在第一乳酸閾值(first lactate threshold (LT1))的狀態下所獲得的第三資料子集合的結合相關；以及 第10圖說明源自於二維運動訓練區間(第9圖)的一維運動訓練區間。
100:二維心率區間
111:數學對應性(mathematical correspondence)
112:數學對應性
113:數學對應性

Claims (20)

  1. 一種用於提供一運動指導的方法，包含：透過一處理單元決定至少一數學對應性(mathematical correspondence)以將一坐標平面分割成複數個區域，用以定義複數個二維運動訓練區間段，其中該坐標平面具有基於一體能表現水平(fitness performance level)的一第一參數的一第一軸和基於一運動強度的一第二參數的一第二軸，其中決定該至少一數學對應性包含：從一記憶單元獲得包含至少一資料子集合(data subset)的一資料集合(data set)，其中該至少一資料子集合中各個該資料子集合包含該體能表現水平的複數個值和在一運動臨界值的狀態下與該體能表現水平的該些值分別相對應的該運動強度的複數個值；以及對於該至少一數學對應性中各個該數學對應性，透過該處理單元基於其相關資料執行一運算，其中該其相關資料包含該資料集合的一內容的至少一部分；針對具有該體能表現水平的一現值的一使用者，透過該處理單元將該些二維運動訓練區間段轉換成該體能表現水平的該現值的複數個一維運動訓練區間段；以及依據該些一維運動訓練區間段透過一輸出單元對該使用者提供該運動指導。
  2. 如申請專利範圍第1項之方法，其中決定該至少一數學對應性包含修正各個該數學對應性其大於該體能表現水平的一第一臨界值的一第一部分和其小於該體能表現水平的一第二臨界值的第二部分其中至少一個。
  3. 如申請專利範圍第1項之方法，其中當該第一軸向其一正方向延伸時，由該至少一數學對應性中各個該數學對應性所決定的圖形(shape)相對於該第一軸上升。
  4. 如申請專利範圍第1項之方法，其中當該第一軸從該體能表現水平的該第一臨界值到該體能表現水平的該第二臨界值向其一正方向延伸時，由該至少一數學對應性中各個該數學對應性所決定的圖形(shape)相對於該第一軸上升。
  5. 如申請專利範圍第1項之方法，其中該運算係基於其包含該資料集合的該至少一資料子集合的相關資料而執行。
  6. 如申請專利範圍第1項之方法，其中該資料集合係取自一群人。
  7. 如申請專利範圍第1項之方法，其中該資料集合係取自一個人。
  8. 如申請專利範圍第1項之方法，其中該體能表現水平的該第一參數為一最大攝氧量(VO2max )或一最大代謝當量(METmax )。
  9. 如申請專利範圍第1項之方法，其中該運動強度的該第二參數為一心率。
  10. 如申請專利範圍第1項之方法，其中該至少一資料子集合包含一第一資料子集合、一第二資料子集合和一第三資料子集合，其中對應該第一資料子集合的該運動臨界值為一最大攝氧量臨界值(VO2max threshold)，對應該第二資料子集合的該運動臨界值為一第二乳酸閾值(second lactate threshold (LT2))且對應該第三資料子集合的該運動臨界值為一第一乳酸閾值(first lactate threshold (LT1))。
  11. 如申請專利範圍第1項之方法，其中該至少一資料子集合包含一第一資料子集合和一第二資料子集合，其中對應該第一資料子集合的該運動臨界值為一最大攝氧量臨界值(VO2max threshold)，且對應該第二資料子集合的該運動臨界值為一第二乳酸閾值(second lactate threshold (LT2))。
  12. 如申請專利範圍第1項之方法，其中該至少一資料子集合包含一第一資料子集合，其中對應該第一資料子集合的該運動臨界值為一最大攝氧量臨界值(VO2max threshold)。
  13. 如申請專利範圍第1項之方法，其中該資料集合包含一第一資料子集合和一第二資料子集合，其中該第一資料子集合和該第二資料子集合中各個資料子集合包含該體能表現水平(fitness performance level)的複數個值和在該運動臨界值的狀態下與該體能表現水平的該些值分別相對應的該運動強度的複數個值，其中假如對應該第一資料子集合的該運動臨界值和對應該第二資料子集合的該運動臨界值係基於該體能表現水平的相同值的話，對應該第一資料子集合在該運動臨界值的狀態下的該運動強度的該值大於對應該第二資料子集合在該運動臨界值的狀態下的該運動強度的該值。
  14. 如申請專利範圍第13項之方法，其中對應該第一資料子集合的該運動臨界值為一最大攝氧量臨界值(VO2max threshold)。
  15. 如申請專利範圍第13項之方法，其中對應該第一資料子集合的該運動臨界值為一最大攝氧量臨界值(VO2max threshold)，且對應該第二資料子集合的該運動臨界值為一第二乳酸閾值(second lactate threshold (LT2))。
  16. 如申請專利範圍第13項之方法，其中該至少一數學對應性包含一第一數學對應性，其中該第一數學對應性係基於該第一資料子集合和該第二資料子集合而決定。
  17. 如申請專利範圍第16項之方法，其中一第一初始數學對應性係基於該第一資料子集合而決定且一第二初始數學對應性係基於該第二資料子集合而決定，其中該第一數學對應性係基於該第一初始數學對應性和該第二初始數學對應性而決定。
  18. 一種用於提供一運動指導的方法，包含：透過一處理單元決定複數個數學對應性(mathematical correspondence)以將一坐標平面分割成複數個區域，用以定義複數個二維心率區間段，其中該坐標平面具有基於一最大攝氧量(VO2max )的一第一軸和基於一心率的一第二軸，其中決定該些數學對應性包含：從一記憶單元獲得一資料集合(data set)，其中該資料集合包含一第一資料子集合(data subset)、一第二資料子集合和一第三資料子集合，其中該第一資料子集合包含該最大攝氧量(VO2max )的複數個第一值和在一最大攝氧量臨界值(VO2max threshold)的狀態下與該最大攝氧量(VO2max )的該些第一值分別相對應的該心率的複數個值，該第二資料子集合包含該最大攝氧量(VO2max )的複數個第二值和在一第二乳酸閾值(second lactate threshold(LT2))的狀態下與該最大攝氧量(VO2max )的該些第二值分別相對應的該心率的複數個值，且該第三資料子集合包含該最大攝氧量(VO2max )的複數個第三值和在一第一乳酸閾值(first lactate threshold (LT1))的狀態下與該最大攝氧量(VO2max )的該些第三值分別相對應的該心率的複數個值；以及對於該些數學對應性中各個該數學對應性，透過該處理單元基於其相關資料執行一運算，其中該其相關資料包含該資料集合的一內容的至少一部分；針對具有該最大攝氧量(VO2max )的一現值的一使用者，透過該處理單元將該些二維心率區間段轉換成該最大攝氧量(VO2max )的該現值的複數個一維心率區間段；以及依據該些一維心率區間段透過一輸出單元對該使用者提供該運動指導。
  19. 一種用於提供一運動指導的方法，包含：透過一處理單元決定至少一數學對應性(mathematical correspondence)以將一N維空間分割成複數個區域，用以定義複數個N維運動訓練區間段，其中N為一整數且至少為3，其中該N維空間具有分別基於N-1個第一參數的N-1個第一軸和基於一運動強度的一第二參數的一第二軸，其中該些N-1個第一參數中每兩個該第一參數不同且該些N-1個第一參數中一個第一參數為一體能表現水平(fitness performance level)的該第一參數，其中決定該至少一數學對應性包含：從一記憶單元獲得包含至少一資料子集合(data subset)的一資料集合(data set)，其中該至少一資料子集合中各個該資料子集合包含該體能表現水平的複數個值和與該體能表現水平的該些值分別相對應的複數個數列(sequence)，其中該些數列中各個該數列對應該些N-1個第一參數；以及對於該至少一數學對應性中各個該數學對應性，透過該處理單元基於其相關資料執行一運算，其中該其相關資料包含該資料集合的一內容的至少一部分；針對具有該些N-1個第一參數的一現行數列的一使用者，透過該處理單元將該些N維運動訓練區間段轉換成該些N-1個第一參數的該現行數列的複數個一維運動訓練區間段；以及依據該些一維運動訓練區間段透過一輸出單元對該使用者提供該運動指導。
  20. 如申請專利範圍第19項之方法，其中該體能表現水平的該第一參數為一最大攝氧量(VO2max )或一最大代謝當量(METmax )。
TW109125286A 2020-01-02 2020-07-27 基於不同體能表現水平的運動指導方法 TWI769495B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/733,180 2020-01-02
US16/733,180 US11452913B2 (en) 2020-01-02 2020-01-02 Exercise guiding method based on the different fitness performance levels

Publications (2)

Publication Number Publication Date
TW202127362A true TW202127362A (zh) 2021-07-16
TWI769495B TWI769495B (zh) 2022-07-01

Family

ID=76558528

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109125286A TWI769495B (zh) 2020-01-02 2020-07-27 基於不同體能表現水平的運動指導方法

Country Status (3)

Country Link
US (1) US11452913B2 (zh)
CN (1) CN113066556B (zh)
TW (1) TWI769495B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI797916B (zh) * 2021-12-27 2023-04-01 博晶醫電股份有限公司 人體偵測方法、人體偵測裝置及電腦可讀儲存媒體

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11358028B2 (en) * 2020-02-19 2022-06-14 Nautilus, Inc. Workout generation based on user-agnostic training profiles and user boundaries
CN116407088B (zh) * 2023-03-01 2024-01-09 山西美好蕴育生物科技有限责任公司 基于功率车的运动心率预测模型训练方法、心率预测方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1364666A1 (en) * 2000-12-27 2003-11-26 Philips Japan, Ltd Biological information and blood treating device information control system, biological information and blood treating device information control device, and biological information and blood treating device information control method
US6672991B2 (en) * 2001-03-28 2004-01-06 O'malley Sean M. Guided instructional cardiovascular exercise with accompaniment
FI119618B (fi) * 2006-05-03 2009-01-30 Polar Electro Oy Menetelmä, käyttäjäkohtainen suoritemittari, järjestelmä ja tietokoneohjelmistotuote
US8052580B2 (en) * 2006-07-04 2011-11-08 Firstbeat Technologies Oy Method and system for guiding a person in physical exercise
US8613689B2 (en) * 2010-09-23 2013-12-24 Precor Incorporated Universal exercise guidance system
WO2013002568A2 (ko) * 2011-06-30 2013-01-03 한국과학기술원 최대 산소 섭취량 추정을 통한 적정 운동 강도 제시 방법
EP3066592A4 (en) * 2013-11-08 2017-07-19 Performance Lab Technologies Limited Automated prescription of activity based on physical activity data
TWI597617B (zh) * 2014-03-27 2017-09-01 財團法人工業技術研究院 運動指引系統、運動指引方法及無氧閾値的量測方法
KR102315880B1 (ko) * 2014-10-22 2021-10-21 삼성전자주식회사 운동 관리 방법 및 장치
CN204203969U (zh) * 2014-10-30 2015-03-11 武汉体育学院 一种基于传感器技术的健康运动指导装置
US9691023B2 (en) * 2014-11-30 2017-06-27 WiseWear Corporation Exercise behavior prediction
TWM525504U (zh) * 2015-11-12 2016-07-11 先進醫照股份有限公司 一種運動管理系統
TWM526141U (zh) * 2015-11-12 2016-07-21 先進醫照股份有限公司 鍛練方案的管理系統及設備
CN107280634B (zh) * 2016-04-05 2020-03-03 虹映科技股份有限公司 具有个人化运动心率模型的信息处理系统及方法
CN108970085B (zh) * 2018-07-03 2020-05-19 上海翰临电子科技有限公司 运动体能分析方法、设备及存储介质
CN109308940A (zh) * 2018-11-08 2019-02-05 南京宁康中科医疗技术有限公司 心肺运动评估和运动训练一体化系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI797916B (zh) * 2021-12-27 2023-04-01 博晶醫電股份有限公司 人體偵測方法、人體偵測裝置及電腦可讀儲存媒體

Also Published As

Publication number Publication date
US11452913B2 (en) 2022-09-27
TWI769495B (zh) 2022-07-01
US20210205661A1 (en) 2021-07-08
CN113066556B (zh) 2022-10-28
CN113066556A (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
TW202127362A (zh) 基於不同體能表現水平的運動指導方法
FI119618B (fi) Menetelmä, käyttäjäkohtainen suoritemittari, järjestelmä ja tietokoneohjelmistotuote
JP6913928B2 (ja) 血圧測定装置、血圧測定方法及び血圧測定プログラム
US20160292270A1 (en) Tracking heart rate for music selection
JP6637693B2 (ja) 運動管理方法及び運動管理装置
US10765328B2 (en) Method and system to determine anaerobic threshold of a person non-invasively from freely performed exercise and to provide feedback on training intensity
JP6980249B2 (ja) 運動器具、制御装置、およびプログラム
Azevedo et al. Exercise intensity optimization for men with high cardiorespiratory fitness
US11617545B2 (en) Methods and systems for adaptable presentation of sensor data
US20170354377A1 (en) Muscle fatigue output device, muscle fatigue output method, and recording medium
FI3643227T3 (fi) Sydämen minimisykkeen likiarvon laskenta
CN112023343A (zh) 调整功率车扭矩的方法、运动训练方法和功率车
CN112023342B (zh) 调整跑步机速度和坡度的方法、运动训练方法和跑步机
Portella et al. Using machine learning to identify organ system specific limitations to exercise via cardiopulmonary exercise testing
TWI801960B (zh) 用於決定使用者傷害風險的方法、裝置以及電腦可讀取媒體
CN113491871B (zh) 一种用于监控一使用者的一运动期间的方法
US20210052942A1 (en) Motion performance estimate apparatus, motion performance estimate method, and program
WO2021241676A1 (ja) 運動解析装置、システム及び記憶媒体、並びにリハビリテーションシステム
CN114694779A (zh) 一种提高icu患者护理满意度的方法及系统
Papini et al. Proof of concept of a 45-second cardiorespiratory fitness self-test for coronary artery disease patients based on accelerometry
CN112967802A (zh) 估计生理年龄的线性融合模型训练、年龄估计方法和装置
Wu et al. Predicting length of stay in intensive care unit using ensemble learning methods
KR20160136685A (ko) 심박수를 이용하여 운동 능력을 평가하는 방법 및 장치
Coronato et al. Functional data methods for predicting pediatric failure to complete ten brief exercise bouts
TW202219981A (zh) 生物資訊演算系統