本发明专利技术涉及健康数据采集技术领域，具体公开了基于健身设备的用户健康数据智能采集方法及系统，方法包括：根据智能穿戴设备实时监测用户状态数据信息，用户状态数据信息包括用户姿势状态数据、用户生理状态数据；获取预设时间段内的用户生理状态数据随时间变化曲线；根据变化曲线判断用户运动生理状态是否合格，若合格，则进入下一步骤；识别生理状态合格状态下的用户姿势状态数据，并判断用户健身姿态动作是否符合标准并生成提醒信号，进行用户姿势状态调整提醒；通过设置数据采集端监测用户状态、分析预设时间段内的用户状态数据，实现用户不同训练状态下的健康数据信息的智能化监测，进而提高用户健康数据的采集过程的精确率。
【技术实现步骤摘要】
本专利技术涉及健康数据采集，具体涉及基于健身设备的用户健康数据智能采集方法及系统。
技术介绍
1、健康是每个人生活中至关重要的一部分，随着社会经济的快速发展，人们的生活水平得到大幅度提升，越来越多的人开始智能化设备穿戴进行强身健体和舒缓压力。近年来随着高新技术的发展，尤其是物联网技术、传感技术和嵌入式技术的大结合使得便携穿戴式设备的健身方式也更加方便智能。
2、现有的便携穿戴式设备进行用户健身数据的采集和记录，保证根据用户的健身习惯实现个性化健身训练匹配模式，也使得便携式、穿戴式的可以移动和静止的健身设备越来越收受到广大群众的支持。然而现有的穿戴式健身设备对用户健康数据的采集仅通过监控获取用户的各项生理指标数据进行分析，然后根据大数据库的用户生理信息中的体温、血压、血糖和心率大小进行直接分析，对于用户实际训练过程的生理数据的变化状态监测缺乏充足的数据支撑，并且，仅采集用户生理数据，却容易忽视在训练过程中用户在不同健身运动状态下的姿势动作对生理指标的差异性影响，导致用户训练状态监测分析不够精确，影响智能化健康数据的精确采集。
技术实现思路
1、本专利技术的目的在于提供基于健身设备的用户健康数据智能采集方法及系统，解决以下技术问题：
2、怎样实现用户不同训练状态下的健康数据信息的智能化监测，进而提高用户健康数据的采集过程的精确率。
3、本专利技术的目的可以通过以下技术方案实现：
4、基于健身设备的用户健康数据智能采集方法，所述方法包括：</p>5、s1、根据智能穿戴设备实时监测用户状态数据信息，所述用户状态数据信息包括用户姿势状态数据、用户生理状态数据；
6、s2、获取预设时间段内的用户生理状态数据随时间变化曲线；
7、s3、根据变化曲线判断用户运动生理状态是否合格：
8、若不合格，则生成预警信号；
9、若合格，则进入下一步骤；
10、s4、识别生理状态合格状态下的用户姿势状态数据，并判断用户健身姿态动作是否标准并生成提醒信号，进行用户姿势状态调整提醒。
11、优选地，所述步骤s2中：
12、获取每个时刻用户的生理参数数据，并对生理参数数据进行分析，获取用户生理状态值ws；
13、获取用户记录的训练时间段[t1，t2]内的用户生理状态值大小变化曲线et；
14、获取历史数据库中相同时长的训练时间段内的历史用户生理状态值大小变化标准曲线eo。
15、优选地，所述步骤s3中判断用户运动生理状态是否合格的具体步骤为：
16、将变化曲线et和标准曲线ei在同一坐标系中建立，计算et高于eo区域的面积值si；
17、将面积值si与该训练状态下对应的预设阈值sith进行比对：
18、若si≥sith，则判断用户运动训练状态不合格，生成预警信号；
19、若si＜sith，则判断用户运动训练状态合格，进一步进行用户姿势状态分析。
20、优选地，所述用户生理状态值vs的获取方式为：
21、通过智能穿戴设备配置的生理传感器获取用户的体温、血压、血糖和心率指标值；
22、对用户的体温、血压、血糖和心率指标值进行指标参数化处理，获取体温参数值、血压参数值、血糖参数值和心率参数值；
23、根据用户运动状态计算获取用户生理状态值vs：
24、通过公式获取用户生理状态值ws；
25、其中，μ1、μ2、μ3、μ4为预设权重系数，且μ1、μ2、μ3、μ4均大于0；ts为体温参数值，bp为血压参数值，su为血糖参数值，bp为心率参数值；v为训练运动平均速度；d为训练运动平均位移；为体温运动状态因素影响函数；ε(v，d)为血压运动状态因素影响函数；θ(v，d)为血糖运动状态因素影响函数；∈(v，d)为心率运动状态因素影响函数。
26、优选地，还包括：
27、通过公式获取标准生理状态系数wthr；
28、其中，[ti，tj]为用户处于有氧运动状态的时段，[tx，ty]为人员处于无氧状态的时段，γ1、γ2为预设权重系数，且γ1＞γ2＞0；
29、将训练时间累计的用户生理状态值ws与标准生理状态系数wthr进行比对：
30、若ws≥wthr，则判断用户健身训练状态不合理，进行训练方案调整；
31、若ws＜wthr，则判断用户健身训练状态合理，继续保持当前状态。
32、优选地，所述步骤s4中进行用户姿势状态数据的分析方式为：
33、获取用户历史训练样本过程中的安全动作样本和危险动作样本；
34、分别提取安全动作样本和危险动作样本的用户动作关键点的三维数据集合；
35、将安全动作样本作为第一样本并将危险动作样本作为第二样本输入预设神经网络模型进行训练，更新模型参数获取动作捕捉模型；
36、将当前训练用户姿势状态数据对应的三位数据集输入动作捕捉模型中进行判断，获取用户健身姿态动作评估结果。
37、优选地，所述步骤s4中用户健身姿态动作判断包括：
38、识别检测区域关键点位，对符合安全动作标准的关键点位进行rgb颜色绿色标注，对不符合安全动作标准的关键点位进行rgb颜色红色标注；
39、计算所有关键点位的n个像素点的绿色区块颜色分量均值和红色区块颜色分量均值
40、根据获取的均值和均值与标准安全动作检测阈值范围进行比对：
41、若均属于对应的安全动作检测阈值内，则判断用户健身姿态动作符合安全动作标准；否则，则判断用户健身姿态动作为危险动作，不符合安全动作标准，生成相应姿势的提醒信号，进行用户姿势状态调整。
42、优选地，所述智能穿戴设备包括健康数据采集设备，所述健康数据采集设备包括血压计、血糖仪、健康监测手表。
43、基于健身设备的用户健康数据智能采集系统，所述系统包括：
44、数据采集端，所述数据采集端包括：
45、数据监测模块，用于监测用户状态数据信息；
46、数据分析模块，用于分析预设时间段内的用户生理状态数据是否符合要求：
47、当不符合要求时，生成预警信号；
48、当符合要求时，进行用户姿势状态数据分析；
49、分析用户姿势状态数据否符合标准，若是，则采集当前数据；否则生成提醒信号，进行用户姿势状态调整提醒。
50、本专利技术的有益效果：本专利技术通过采集用户生理数据和用户姿势状态数据，通过分析用户在训练过程中不同健身运动状态下的姿势动作及生理指标的影响分析，精确化用户训练状态监测分析，实现智能化健康数据的精确采集。具体的根据不同的用户生理状态数据和用户姿势状态数据的获取方式，判断在特定训练状态下的用户生理状态与用户姿态动作的充分配合分析，最终实现用户不同训练状态下的健康数据信息的智能化监测本文档来自技高网
...
【技术保护点】
1.基于健身设备的用户健康数据智能采集方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于健身设备的用户健康数据智能采集方法，其特征在于，所述步骤S2中：
3.根据权利要求2所述的基于健身设备的用户健康数据智能采集方法，其特征在于，所述步骤S3中判断用户运动生理状态是否合格的具体步骤为：
4.根据权利要求2所述的基于健身设备的用户健康数据智能采集方法，其特征在于，所述用户生理状态值Vs的获取方式为：
5.根据权利要求1所述的基于健身设备的用户健康数据智能采集方法，其特征在于，还包括：
6.根据权利要求1所述的基于健身设备的用户健康数据智能采集方法，其特征在于，所述步骤S4中进行用户姿势状态数据的分析方式为：
7.根据权利要求1所述的基于健身设备的用户健康数据智能采集方法，其特征在于，所述步骤S4中用户健身姿态动作判断包括：
8.根据权利要求1所述的基于健身设备的用户健康数据智能采集方法，其特征在于，所述智能穿戴设备包括健康数据采集设备，所述健康数据采集设备包括血压计、血糖仪、健康监测手表。
9.基于健身设备的用户健康数据智能采集系统，其特征在于，所述系统包括：
...
【技术特征摘要】
1.基于健身设备的用户健康数据智能采集方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于健身设备的用户健康数据智能采集方法，其特征在于，所述步骤s2中：
3.根据权利要求2所述的基于健身设备的用户健康数据智能采集方法，其特征在于，所述步骤s3中判断用户运动生理状态是否合格的具体步骤为：
4.根据权利要求2所述的基于健身设备的用户健康数据智能采集方法，其特征在于，所述用户生理状态值vs的获取方式为：
5.根据权利要求1所述的基于健身设备的用户健康数据智能采集方法，其特征在于，还...
【专利技术属性】
技术研发人员：汪诗项，
申请(专利权)人：昆山歆轩电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。