TWI577333B - An Operational System and Method with Immediate Heart Rate Prediction - Google Patents

Description

具有即時心率預測功能的運算系統及方法

本發明係關於一種運算系統，尤指一種具有即時心率預測功能的運算系統及方法。

現在人們的生活非常忙碌，因此能安排運動的時間較少，為了管理運動時間並達到明顯的運動效果，人們會在安排好的運動時間進行大量的運動，但由於平時較少運動當進行大量運動時，呼吸與心跳無法有效的配合，容易導致心率不穩定。

現有技術中為了掌握運動過程的心率狀況，使用者會使用一心率感測器（如心率錶、心率手環等），藉此掌握運動時的最高、最低及平均心率數值，但這種方式僅能得知心率數值，對於有計畫性的擬定運動節奏或達到特定運動效果並無太大幫助。

如我國發明專利公開第TW201502475A號「一種預測引擎」（以下稱前案），該預測引擎包括一機器學習引擎，係根據儲存的使用者特定資料對目的地的未來狀況，或欲到達目的地的未來路線進行預測，該預測引擎僅依賴外部器件／伺服器儲存在該器件外部之使用者特定資料，包括使用者曾經到過目的地的資訊、使用者以前去過目的地的行走路線等資訊進行剖析以預測、制定目的地的未來狀況，或欲到達目的地的未來路線。

現有技術中的心率感測器可取得心率數值以得知即時的心率數值，但對於規劃一有效的運動方案並沒有幫助，雖然前案能輔助使用者規劃出未來的運動路線，但使用者於每一次的運動狀況、條件皆不相同，因此仍無法有效的即時預測使用者當前的運動心率，對於即時規劃合適又有效的運動方案並無太大幫助。因此，現有技術仍需要做進一步之改良。

有鑑於上述現有技術之不足，本發明的主要目的係提供一種具有即時心率預測功能的運算系統及方法，其藉由將使用者的即時心率進行運算，以即時決定後續的分析模式，藉此提供準確的即時心率預測結果，幫助使用者獲得更佳運動效果。

為達成上述目的所採取的主要技術手段係令前述具有即時心率預測功能的運算方法，係由一心率處理模組連結一訓練模組、一第一預測模組及一第二預測模組，該訓練模組與該第二預測模組連結，該方法包括以下步驟： 由該訓練模組接收一第一心率序列，根據該第一心率序列產生一筆樹狀結構資料、一筆偏差資料，並將該筆樹狀結構資料、該筆偏差資料分別傳送至該第二預測模組、該心率處理模組； 由該心率處理模組接收一第二心率序列，根據該第二心率序列產生一筆心率狀態資料，並根據該筆心率狀態資料與該筆偏差資料判斷由該第一預測模組執行一最佳預測模式、或由該第二預測模組執行一輔助預測模式，藉此取得一即時心率預測結果。

藉由上述方法取得該即時心率預測結果，並藉由該第一預測模組或該第二預測模組進行心率預測，以提供最佳的即時心率預測結果，達到幫助使用者獲得更佳運動效果的目的。

為達成上述目的所採取的又一主要技術手段，係令前述具有即時心率預測功能的運算系統包括： 一訓練模組，用以先接收使用者的一第一心率序列，並根據該第一心率序列進行一狀態化資料轉換，以產生一筆樹狀結構資料及一筆偏差資料； 一心率處理模組，係與該訓練模組連結且接收該筆偏差資料，該心率處理模組接收使用者於開始運動時的一第二心率序列，並根據該第二心率序列進行該狀態化資料轉換以產生一筆心率狀態資料； 一第一預測模組，係與該心率處理模組連結； 一第二預測模組，係與該心率處理模組、該訓練模組連結，且接收該筆樹狀結構資料； 其中，當該心率處理模組根據該筆心率狀態資料與該筆偏差資料判斷執行一最佳預測模式時，則由該第一預測模組產生一第一即時心率預測結果；當該心率處理模組根據該筆心率狀態資料與該筆偏差資料判斷執行一輔助預測模式時，則由該第二預測模組產生一第二即時心率預測結果。

透過上述構造可知，藉由該訓練模組先接收使用者於運動訓練時所產生的該第一心率序列後，將該第一心率序列進行該狀態化資料轉換，以產生該筆樹狀結構資料及該筆偏差資料，該訓練模組將該筆樹狀結構資料傳送至該第二預測模組、該偏差資料傳送至該心率處理模組，該心率處理模組接收使用者於運動時所產生的該第二心率序列後，該心率處理模組根據該第二心率序列進行該狀態化資料轉換以產生該筆心率狀態資料，該心率處理模組根據該筆心率狀態資料、該筆偏差資料判斷執行該最佳預測模式時，由該第一預測模組產生該第一即時心率預測結果，若判斷執行該輔助預測模式時，由該第二預測模組產生該第二即時心率預測結果，藉由該第一預測模組進行最佳預測、或該第二預測模組進行輔助預測，以提供最佳的即時心率預測結果，達到幫助使用者獲得更佳運動效果的目的

關於本發明具有即時心率預測功能的運算系統之較佳實施例，請參閱圖1所示，其包括一心率即時預測系統10，該心率即時預測系統10包括一訓練模組11、一心率處理模組12、一第一預測模組13及一第二預測模組14，該心率處理模組12與該訓練模組11、該第一預測模組13、該第二預測模組14連結，該訓練模組11與該第二預測模組14連結；本實施例中，進一步提供一語音導航模組20、一運動心率模型模組30，該語音導航模組20與該心率即時預測系統10的該心率處理模組12、該運動心率模型模組30連結。本實施例中，該心率即時預測系統10可為一電子裝置、一穿戴式裝置、一行動裝置或一伺服器等其他電腦設備；該運動心率模型模組30可為一心率感測器。

該訓練模組11接收使用者於運動訓練時產生的一第一心率序列進行分析，以產生一筆樹狀結構資料、一筆偏差資料；本實施例中，該第一心率序列係為每秒接收一心率值，並依接收順序將接收到的多數心率值排序；此外，為使訓練有效，該訓練模組11預設一訓練基準值，根據該訓練基準值以一心率範圍設定多數心率區間；本實施例中較佳的訓練基準值為超過100bpm(beat per minute,以下簡稱bpm)，較佳的心率範圍為20bpm做為多數心率區間的設定範圍，該訓練基準值及該心率範圍於第一次設定後便不需重新設定，直到使用者重新設定為止。

該訓練模組11將該第一心率序列依一分割範圍分割出多數區段資料，該區段資料包括一第一資料、一第二資料；本實施例中，較佳的該分割範圍為20秒的心率值，該第一、第二資料各包括10秒鐘的心率值；該訓練模組11將該第一資料進行一狀態化資料轉換，以產生一筆訓練狀態資料，計算該第二資料的平均值，對照該第二資料的平均值出現在多數心率區間中的那一心率區間，由該心率區間的中間值對應產生一心率中間資訊，該訓練模組11根據該筆訓練狀態資料、該心率中間資訊，產生一筆訓練事件資料，該訓練模組11以一決策樹分類歸納架構對多數區段資料的訓練事件資料進行分析，以產生該筆樹狀結構資料、該筆偏差資料，並分別傳送給該第二預測模組14、該心率處理模組12。

本實施例中，該決策樹分類歸納架構由一C4.5決策樹結構分析對多數筆訓練事件資料進行分類、歸納、分析，並以決策樹結構建構該筆樹狀結構資料，該訓練模組11又根據該C4.5決策樹結構分析中的一獲利資訊分析，對多數筆訓練事件資料進行錯誤率的修剪、分析以建構該筆偏差資料，該筆偏差資料由一排除列表(Excluede List)結構所組成，該筆偏差資料由分析假陽性率(false positive rate)中較差的狀態以建構而成。

本實施例中，該狀態化資料轉換是由該訓練模組11是以一四捨五入運算方式計算該第一資料的平均值、該第一資料的中間值、該第一資料的差異值的絕對值，以對應產生一第一平均資訊、一第一中間資訊、一第一差異資訊；較佳的該四捨五入運算方式是以20為除數做四捨五入運算，該訓練模組11根據該第一資料的排序變化之趨勢、該第一平均資訊、第一中間資訊、該第一差異資訊，以產生該筆訓練狀態資料；當該第一資料的排序變化之趨勢為上升趨勢時，該筆訓練狀態資料內包括一第一上升資訊，當該第一資料的排序變化之趨勢為下降趨勢時，該筆訓練狀態資料內包括一第一下降資訊。

該心率處理模組12接收該筆偏差資料及一第二心率序列，根據該第二心率序列產生一筆心率狀態資料，該心率處理模組12根據該筆偏差資料、該筆心率狀態資料判斷由該第一預測模組13執行一最佳預測模式，以取得一第一即時心率預測結果，或者由該第二預測模組14執行一輔助預測模式，以取得一第二即時心率預測結果，於本實施例，該心率處理模組12預設一第一序列數量，以確認該第二心率序列的數量是否足夠，該心率處理模組12將該第二心率序列進行該狀態化資料轉換以產生該筆心率狀態資料；本實施例中，該第二心率序列係為每秒接收一心率值，並依接收順序將接收到的多數心率值排序；較佳的該第一序列數量為10秒的心率值，使該心率處理模組12持續接收足夠的該第二心率序列數量；該第一序列數量於設定後便不必再設定，直到使用者重新設定為止。

本實施例中，該心率處理模組12進行該狀態化資料轉換，是由該心率處理模組12以該四捨五入運算方式計算該第二心率序列的平均值、中間值及變異值之絕對值，以分別對應產生一第二平均資訊、一第二中間資訊、一第二差異資訊，該心率處理模組12根據該第二心率序列的排序變化之趨勢、該第二平均資訊、該第二中間資訊、該第二差異資訊，以產生該筆心率狀態資料；當第二心率序列的排序變化之趨勢為上升趨勢時，該筆心率狀態資料內包括一第二上升資訊，當該第一資料的排序變化之趨勢為下降趨勢時，該筆心率狀態資料內包括一第二下降資訊。

該第一預測模組13根據該第二心率序列執行該最佳預測模式，並對應產生該第一即時心率預測結果，該第一預測模組13預設一第二序列數量，以確認該第二心率序列的數量足夠進行預測；於本實施例中，若該第二心率序列的數量不夠，則回傳一回報資訊給該心率處理模組12，直到接收到足夠數量的該第二心率序列；該第一預測模組13根據該第二心率序列進行一即時心率訓練分析，以產生一筆線性趨近結構資料，根據該筆線性趨近結構資料對該第二心率序列進行最佳預測分析，以產生一預測分析結果，並由該心率處理模組12確認該預測分析結果為有效結果，則該第一預測模組13產生該第一即時心率預測結果，否則由該第二預測模組14執行該輔助預測模式；本實施例中，較佳的該第二序列數量為連續10秒的心率值；該第二序列數量於設定後便不必再設定，直到重新設定為止；該預測分析結果為無效結果，即以回傳一空值（Null）表示無法預測。

本實施例中，該第一預測模組13進行該即時訓練分析是以一最小平方線性迴歸架構將該第二心率序列歸納一線性迴歸方程式，並由小平方法對線性迴歸方程式以最小化誤差進行優化，以產生該筆線性趨近結構資料，藉由誤差優化使該第一預測模組13進行較精準、較佳的預測分析，但由於需要建構該線性趨近結構資料使預測速度較慢，再加上建構該線性趨近結構資料需要較多數量的該第二心率序列，因此，當該第二心率序列的數量不夠時，該第一預測模組13便無法建構該線性趨近結構資料，亦無法進行預測。

該第二預測模組14接收該筆樹狀結構資料，該第二預測模組14執行該輔助預測模式時，是根據該筆樹狀結構資料對該筆心率狀態資料進行一決策樹歸類分析，以預測使用者的即時心率，且對應產生該第二即時心率預測結果；本實施例中，該第二預測模組14進行該決策樹歸納分析，是藉由該筆樹狀結構資料將該筆心率狀態資料做樹狀歸納分析，由於藉由該筆樹狀結構資料已由該訓練模組11建構，在預測上可進行較簡單、快速的預測分析，且不需要龐大的該第二心率序列才能預測，藉此輔助該第一預測模組13進行較簡單、快速，且不需較多數量的該第二心率序列的輔助預測。

本實施例中，該心率處理模組12將該第二心率序列、以及該第一即時心率預測結果、或該第二即時心率預測結果傳送至該語音導航模組20，該語音導航模組20接收該運動心率模型模組30傳送的一筆心率模型資料，該語音導航模組20將該第一即時心率預測結果／該第二即時心率預測結果與該心率模型資料進行比較，當判斷偏差過大則輸出一語音資訊提醒使用者即時修正運動姿勢、速度等，藉由提供快速且準確的即時心率預測結果，達到幫助使用者獲得更佳運動效果。

基於本發明上述的較佳實施例之說明可進一步歸納出一具有即時心率預測功能的運算方法，請參閱圖2所示，其主要包含該心率即時預測系統10，該心率即時預測系統10包括該訓練模組11、該心率處理模組12、該第一預測模組13及該第二預測模組14，該心率處理模組12與該訓練模組11、該第一預測模組13、該第二預測模組14連結，該訓練模組11與該第二預測模組14連結，該方法包括以下步驟： 由該訓練模組11接收一第一心率序列，根據該第一心率序列產生一筆樹狀結構資料、一筆偏差資料，並將該筆樹狀結構資料、該筆偏差資料分別傳送至該第二預測模組14、該心率處理模組12(S10)； 由該心率處理模組12接收一第二心率序列，根據該第二心率序列產生一筆心率狀態資料，並根據該筆心率狀態資料與該筆偏差資料判斷由該第一預測模組13執行一最佳預測模式、或由該第二預測模組14執行一輔助預測模式，藉此取得一即時心率預測結果(S20)。

於本實施例中，當上述步驟執行至前述「由該訓練模組11接收一第一心率序列，根據該第一心率序列產生一筆樹狀結構資料、一筆偏差資料，並將該筆樹狀結構資料、該筆偏差資料分別傳送至該第二預測模組14、該心率處理模組12(S10)」之步驟，如圖3所示，更包含以下次步驟： 該訓練模組11設定多數心率區間(S11)； 該訓練模組11將該第一心率序列分割成多數區段資料，每一區段資料包括有一第一資料、一第二資料(S12)； 該訓練模組11根據該第一資料產生一筆訓練狀態資料，根據該第二資料產生一心率中間資訊，並由該筆訓練狀態資料、該心率中間資訊產生一筆訓練事件資料(S13)； 該訓練模組11判斷是否分析完成全部的區段資料(S14)； 若是，則將所有區段資料的訓練事件資料進行分析，以產生該筆樹狀結構資料及該筆偏差資料(S15)； 若否，則選取下一區段資料(S16)；本實施例中選取完下一區段資料後，重新回到前述「該訓練模組11根據該第一資料產生一筆訓練狀態資料，根據該第二資料產生一心率中間資訊，並由該筆訓練狀態資料、該心率中間資訊產生一筆訓練事件資料(S13)」之次步驟繼續執行，以產生新的一筆訓練事件資料。

於本實施例中，當上述步驟執行至前述「該訓練模組11根據該第一資料產生一筆訓練狀態資料，根據該第二資料產生一心率中間資訊，並由該筆訓練狀態資料、該心率中間資訊產生一筆訓練事件資料(S13)」之次步驟時，如圖4所示，該方法更包含以下再次步驟： 該訓練模組11根據該第一心率序列，產生一第一平均資訊、一第一中間資訊及一第一差異資訊(S131)； 該訓練模組11由該第一心率序列的排序變化之趨勢結合該第一平均資訊、該第一中間資訊及該第一差異資訊，以產生一筆訓練狀態資料(S132)； 該訓練模組11根據該筆訓練狀態資料、該心率中間資訊產生一筆訓練事件資料(S133)。

於本實施例中，當上述步驟執行至「由該心率處理模組12接收一第二心率序列，根據該第二心率序列產生一筆心率狀態資料，並根據該筆心率狀態資料與該筆偏差資料判斷由該第一預測模組13執行一最佳預測模式、或由該第二預測模組14執行一輔助預測模式，藉此取得一即時心率預測結果(S20)」之步驟時，如圖5所示，更包含以下次步驟： 該心率處理模組12設定一第一序列數量，並判斷該第二心率序列的數量大於該第一序列數量，以產生該筆心率狀態資料(S21)；本實施例中，該第一序列數量為10秒的心率值，並且判斷接收到的該第二心率序列的數量是否大於該第一序列數量設定的範圍； 該心率處理模組12根據該筆偏差資料、該筆心率狀態資料判斷是否由該第一預測模組13執行該最佳預測模式(S22)； 若是，則由該第一預測模組13執行該最佳預測模式，以產生一第一即時心率預測結果(S23)，若否，則由該第二預測模組14執行該輔助測模式，以產生一第二即時心率預測結果(S24)； 由該心率處理模組12取得該第一即時心率預測結果，或該第二即時心率預測結果(S25)。

於本實施例中，當上述次步驟執行至「該心率處理模組12設定一第一序列數量，並判斷該第二心率序列的數量大於該第一序列數量，以產生該筆心率狀態資料(S21)」之步驟時，如圖6所示，更包含以下再次步驟： 該心率處理模組12根據該第二心率序列，產生一第二平均資訊、一第二中間資訊及一第二差異資訊(S211)； 該心率處理模組12由該第二心率序列的排序變化之趨勢結合該第二平均資訊、該第二中間資訊及該第二差異資訊，以產生該筆心率狀態資料(S212)。

於本實施例中，當上述次步驟執行到「若是，則由該第一預測模組13執行該最佳預測模式，以產生一第一即時心率預測結果(S23)」之步驟時，如圖7所示，更包含以下再次步驟： 該第一預測模組13設定一第二序列數量(S231)； 該第一預測模組13判斷該第二心率序列的數量是否大於該第二序列數量(S232)； 若是，該第一預測模組13根據該第二心率序列進行分析，以產生一筆線性趨近結構資料，以對該第二心率序列進行精準預測分析，以產生一預測分析結果(S233)，若否，該第一預測模組13回傳一回報資訊給該心率處理模組12(S234)； 該第一預測模組13將該預測分析結果傳送至該心率處理模組12判斷該預測分析結果是否為有效結果(S235)； 若是，由該心率處理模組12取得該第一即時心率預測結果(S25)，若否，由該第二預測模組14執行該輔助預測模式(S236)。

於本實施例中，當上述次步驟執行到「若否，則由該第二預測模組14執行該輔助測模式，以產生一第二即時心率預測結果(S24)」之步驟時，更包含以下再次步驟： 該第二預測模組14根據該筆樹狀結構資料對該筆心率狀態資料進行一決策樹歸類分析，以預測使用者的即時心率，並對應產生該第二即時心率預測結果。

由上述可知，透過該第一預測模組13執行該最佳預測模式，或該第二預測模組14執行該輔助預測模式，以預測使用者的即時心率，藉此提供最佳的即時心率預測結果，並透過該語音導航系統20將即時心率預測結果與該運動心率模型模組30傳送的該心率模型資料做比對，以即時提供語音資訊供使用者修正運動姿勢、速度藉此達到幫助使用者獲得更佳運動效果的目的。

10‧‧‧心率即時預測系統

11‧‧‧訓練模組

12‧‧‧心率處理模組

13‧‧‧第一預測模組

14‧‧‧第二預測模組

20‧‧‧語音導航模組

30‧‧‧運動心率模型模組

圖1 係本發明較佳實施例之系統架構方塊圖。 圖2 係本發明較佳實施例之運算方法的主流程圖。 圖3 係本發明較佳實施例之運算方法的第一次流程圖。 圖4 係本發明較佳實施例之運算方法的第二次流程圖。 圖5 係本發明較佳實施例之運算方法的第三次流程圖。 圖6 係本發明較佳實施例之運算方法的第四次流程圖。 圖7 係本發明較佳實施例之運算方法的第五次流程圖。

10‧‧‧心率即時預測系統

11‧‧‧訓練模組

12‧‧‧心率處理模組

13‧‧‧第一預測模組

14‧‧‧第二預測模組

20‧‧‧語音導航模組

30‧‧‧運動心率模型模組

Claims (12)

1. 一種具有即時心率預測功能的運算方法，係由一心率處理模組連結一訓練模組、一第一預測模組及一第二預測模組，該訓練模組與該第二預測模組連結，該方法包括以下步驟：由該訓練模組接收一第一心率序列，根據該第一心率序列產生一筆樹狀結構資料、一筆偏差資料，並將該筆樹狀結構資料、該筆偏差資料分別傳送至該第二預測模組、該心率處理模組；由該心率處理模組接收一第二心率序列，根據該第二心率序列產生一筆心率狀態資料，並根據該筆心率狀態資料與該筆偏差資料判斷是否由該第一預測模組執行一最佳預測模式，若是，則由該第一預測模組執行該最佳預測模式，若否，則由該第二預測模組執行一輔助預測模式，藉此取得一即時心率預測結果。
2. 如請求項1所述之具有即時心率預測功能的運算方法，其中當上述步驟執行至「由該訓練模組接收一第一心率序列，根據該第一心率序列產生一筆樹狀結構資料、一筆偏差資料，並將該筆樹狀結構資料、該筆偏差資料分別傳送至該第二預測模組、該心率處理模組」之步驟，該方法更包含以下次步驟：設定多數心率區間；將該第一心率序列分割成多數區段資料，每一區段資料包括有一第一資料、一第二資料；根據該第一資料產生一筆訓練狀態資料，根據該第二資料產生一心率中間資訊，並由該筆訓練狀態資料、該心率中間資訊產生一筆訓練事件資料；判斷是否分析完成全部的區段資料； 若是，則將所有區段資料的訓練事件資料進行分析，以產生該筆樹狀結構資料及該筆偏差資料。
3. 如請求項2所述之具有即時心率預測功能的運算方法，其中當上述次步驟執行至「根據該第一資料產生一筆訓練狀態資料，根據該第二資料產生一心率中間資訊，並由該筆訓練狀態資料、該心率中間資訊產生一筆訓練事件資料」之步驟，該方法更包含以下再次步驟：根據該第一心率序列，產生一第一平均資訊、一第一中間資訊及一第一差異資訊；由該第一心率序列的排序變化之趨勢結合該第一平均資訊、該第一中間資訊及該第一差異資訊，以產生該筆訓練狀態資料；根據該筆訓練狀態資料、該心率中間資訊產生該筆訓練事件資料。
4. 如請求項1所述之具有即時心率預測功能的運算方法，其中當上述步驟執行至「由該心率處理模組接收一第二心率序列，根據該第二心率序列產生一筆心率狀態資料，並根據該筆心率狀態資料與該筆偏差資料判斷是否由該第一預測模組執行一最佳預測模式若是，則由該第一預測模組執行該最佳預測模式，若否，則由該第二預測模組執行一輔助預測模式，藉此取得一即時心率預測結果」之步驟，該方法更包含以下次步驟：設定一第一序列數量，並判斷該第二心率序列的數量大於該第一序列數量，以產生該筆心率狀態資料；根據該筆偏差資料、該筆心率狀態資料判斷是否由該第一預測模組執行該最佳預測模式；若是，則由該第一預測模組執行該最佳預測模式，以產生一第一即時心率預測結果； 若否，則由該第二預測模組執行該輔助預測模式，以產生一第二即時心率預測結果；由該心率處理模組取得該第一即時心率預測結果，或該第二即時心率預測結果。
5. 如請求項4所述之具有即時心率預測功能的運算方法，其中當上述次步驟執行至「設定一第一序列數量，並判斷該第二心率序列的數量大於該第一序列數量，以產生該筆心率狀態資料」之步驟，該方法更包含以下再次步驟：根據該第二心率序列，產生一第二平均資訊、一第二中間資訊及一第二差異資訊；由該第二心率序列的排序變化之趨勢結合該第二平均資訊、該第二中間資訊及該第二差異資訊，以產生該筆心率狀態資料。
6. 如請求項4或5所述之具有即時心率預測功能的運算方法，其中當上述次步驟執行至「若是，則由一第一預測模組執行該最佳預測模式，以產生一第一即時心率預測結果」之步驟，該方法更包含以下再次步驟：設定一第二序列數量；判斷該第二心率序列的數量是否大於該第二序列數量；若是，根據該第二心率序列進行分析，以產生一筆線性趨近結構資料，以對該第二心率序列進行最佳預測分析，以產生一預測分析結果；判斷該預測分析結果是否為有效結果；若是，取得該第一即時心率預測結果，若否，由該第二預測模組執行該輔助預測模式。
7. 如請求項4或5所述之具有即時心率預測功能的運算方法，其中當上述次步驟執行至「若否，則由該第二預測模組執行該輔助預測模式，以產生該第二即時心率預測結果」之步驟，該方法更包含以下再次步驟：根據該筆樹狀結構資料對該筆心率狀態資料進行一決策樹歸類分析，以產生該第二即時心率預測結果。
8. 一種具有即時心率預測功能的運算系統，其包括：一訓練模組，用以先接收使用者的一第一心率序列，並根據該第一心率序列進行一狀態化資料轉換，以產生一筆樹狀結構資料及一筆偏差資料；一心率處理模組，係與該訓練模組連結且接收該筆偏差資料，該心率處理模組接收使用者於開始運動時的一第二心率序列，並根據該第二心率序列進行該狀態化資料轉換以產生一筆心率狀態資料；一第一預測模組，係與該心率處理模組連結；一第二預測模組，係與該心率處理模組、該訓練模組連結，且接收該筆樹狀結構資料；其中，由該心率處理模組根據該筆心率狀態資料與該筆偏差資料判斷是否執行一最佳預測模式，若是，則由該第一預測模組產生一第一即時心率預測結果，若否，則由該心率處理模組根據該筆心率狀態資料與該筆偏差資料執行一輔助預測模式，並由該第二預測模組產生一第二即時心率預測結果。
9. 如請求項8所述之具有即時心率預測功能的運算系統，其中該訓練模組將該第一心率序列進行該狀態化資料轉換，以產生多數筆訓練事件資料，該訓練模組以一決策樹分類歸納架構對多數筆訓練事件資料進行分類、歸納及建構，以產生該筆樹狀結構資料及該筆偏差資料。
10. 如請求項8所述之具有即時心率預測功能的運算系統，其中該第一預測模組執行該最佳預測模式時，該第一預測模組以一最小平方線性迴歸 架構對第二心率序列進行分析，以產生一筆線性趨近結構資料，並透過該筆線性趨近結構資料對該第二心率序列進行預測分析，以產生該第一即時心率預測結果。
11. 如請求項8所述之具有即時心率預測功能的運算系統，其中該第二預測模組執行該輔助預測模式時，是根據該筆樹狀結構資料對該筆心率狀態資料進行一決策樹歸類分析，以產生該第二即時心率預測結果。
12. 如請求項8至11中任一項所述之具有即時心率預測功能的運算系統，其中更進一步包括一語音導航模組、一運動心率模型模組，該語音導航模組連結該心率處理模組、該運動心率模型模組，該語音導航模組接收該第一即時心率預測結果或該第二即時心率預測結果，以及接收該運動心率模型模組傳送的一筆心率模型資料，該語音導航模組將該第一即時心率預測結果或該第二即時心率預測結果與該筆心率模型資料進行比對，以輸出一語音資訊。