基于人体热生理模型的运动健康仿真与预测方法及系统技术方案

本发明专利技术实施例公开了一种基于人体热生理模型的运动健康仿真与预测方法及系统，其中，该方法包括：输入人体参数、服装参数、环境参数以及运动数据；使用Gagge两节点人体热生理模型和相应的服装模型对运动过程进行仿真，获得仿真结果；从所述仿真结果中提取所需要的人体生理变化数据；利用模糊有限状态机对所述人体生理变化数据进行分析与预测，获得分析预测结果；将所述分析预测结果按指定的格式输出。在本发明专利技术实施例中，可以很好地仿真运动过程中生理数据变化并且对可能出现的病状做出合适的预警，可以使人们在运动前提前仿真整个运动过程，了解运动过程中生理情况的变化；还可以为医学工作提供更多仿真数据，从而为研究运动健康提供巨大的帮助。

【技术实现步骤摘要】

本专利技术涉及计算机仿真、运动生理学和纺织学
，尤其涉及一种基于人体热生理模型的运动健康仿真与预测方法及系统。
技术介绍
近年来，随着运动事故的增多以及可穿戴智能设备的发展，人们越来越关注运动健康领域。在计算机领域，人们更加关注的是对人体运动过程的仿真以及利用数据挖掘地方法对人体运动进行分析与预测。虽然随着可穿戴智能设备的增多，健康预测所需要的数据也越来越丰富，但是针对这些运动做出实时分析仍然是很难的。因此，人们希望能够通过计算机技术仿真整个运动过程，并通过仿真所得到的生理数据进行分析，对运动过程中可能出现的疾病进行正确的预警。随着计算机技术的发展，人们可以准确预测运动过程中生理数据的变化以及对可能出现的疾病做出正确的预警。对人体运动过程的仿真属于计算机仿真、运动生理学和纺织学的交叉领域。其难点在于提出符合现实的人体热生理模型和服装热湿模型。Gagge两节点模型是应用比较广泛的人体热生理模型，它将人体的温度调节描述为非线性的数学传感器，并建立关于人体生理调节的传感器。有限状态机在人工智能和机器人技术中已经得到广泛的应用，而模糊状态机这需要更多前向的思考。智能体的行为问题必须真正地分解为问题允许的独立元素。对许多问题情形来说，以一种限定方式进行思考是很自然的事情。模糊状态机是一类允许多个状态激活为当前状态并能够具有与行为问题有利于每个状态程度相当的激活阈值。与常规有限状态机一样，模糊状态机也可以一种自由形式的方式进行编写。在一个复杂系统中，具有一个运行决策引擎的模糊状态机，将根据需要更新的每个独立决策系统的激活阈值对其具有的用于计算的时间进行划，它需要将这种逻辑分解成不同模块，使系统更具组织性和可读性，并能够对各种状态同时进行处理。
技术实现思路
本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种基于人体热生理模型的运动健康仿真与预测方法，可以通过对运动过程中人体生理的仿真和分析，提供准确的健康预测。为了解决上述问题，本专利技术提出了一种基于人体热生理模型的运动健康仿真与预测方法，所述方法包括：输入人体参数、服装参数、环境参数以及运动数据；使用Gagge两节点人体热生理模型和相应的服装模型对运动过程进行仿真，获得仿真结果；从所述仿真结果中提取所需要的人体生理变化数据；利用模糊有限状态机对所述人体生理变化数据进行分析与预测，获得分析预测结果；将所述分析预测结果按指定的格式输出。优选地，所述人体生理变化数据包括：核心温度、脱水量和心率中的一种或多种。优选地，所述人体参数包括身高、体重、性别、年龄；服装参数包括服装覆盖率、材质以及厚度；环境参数包括风速、温度、相对湿度；运动数据包括运动的速度和新陈代谢率。优选地，所述使用Gagge两节点人体热生理模型和相应的服装模型对运动过程进行仿真，获得仿真结果的步骤，包括：使用生理模型总的热平衡方程和相应的服装模型对运动过程进行仿真；其中，该热生理模型总的热平衡方程为：S＝M-W-E-R-C其中M为新陈代谢率，W为运动做功产生的热损失，E为总的蒸发散热量，R为辐射散热量，C为对流引起的换热量。优选地，所述利用模糊有限状态机对所述人体生理变化数据进行分析与预测，获得分析预测结果的步骤，包括：通过下述公式对所述人体生理变化数据进行分析与预测，获得分析预测结果：其中，μ(n)表示可信度，n表示时刻，N表示状态未改变的信号数目，M表示状态改变的信号数目，si表示信号。相应地，本专利技术还提供一种基于人体热生理模型的运动健康仿真与预测系统，所述系统包括：输入模块，用于输入人体参数、服装参数、环境参数以及运动数据；仿真模块，用于使用Gagge两节点人体热生理模型和相应的服装模型对运动过程进行仿真，获得仿真结果；提取模块，用于从所述仿真结果中提取所需要的人体生理变化数据；预测模块，用于利用模糊有限状态机对所述人体生理变化数据进行分析与预测，获得分析预测结果；输出模块，用于将所述分析预测结果按指定的格式输出。优选地，所述人体生理变化数据包括：核心温度、脱水量和心率中的一种或多种。优选地，所述人体参数包括身高、体重、性别、年龄；服装参数包括服装覆盖率、材质以及厚度；环境参数包括风速、温度、相对湿度；运动数据包括运动的速度和新陈代谢率。优选地，所述仿真模块还用于使用生理模型总的热平衡方程和相应的服装模型对运动过程进行仿真；其中，该热生理模型总的热平衡方程为：S＝M-W-E-R-C其中M为新陈代谢率，W为运动做功产生的热损失，E为总的蒸发散热量，R为辐射散热量，C为对流引起的换热量。优选地，所述预测模块还用于通过下述公式对所述人体生理变化数据进行分析与预测，获得分析预测结果：其中，μ(n)表示可信度，n表示时刻，N表示状态未改变的信号数目，M表示状态改变的信号数目，si表示信号。在本专利技术实施例中，可以很好地仿真运动过程中生理数据变化并且对可能出现的病状做出合适的预警，可以使人们在运动前提前仿真整个运动过程，了解运动过程中生理情况的变化。通过对运动过程的模拟，预测运动过程中出现的脱水、心率过高等运动疾病，从而可以合理安排运动计划，规避运动过程可能出现的身体不适；进一步地还可以为医学工作提供更多仿真数据，从而为研究运动健康提供巨大的帮助。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例的基于人体热生理模型的运动健康仿真与预测方法的流程示意图；图2是本专利技术实施例的基于人体热生理模型的运动健康仿真与预测系统的结构组成示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1是本专利技术实施例的基于人体热生理模型的运动健康仿真与预测方法的流程示意图，如图1所示，该方法包括：S1，输入人体参数、服装参数、环境参数以及运动数据；S2，使用Gagge两节点人体热生理模型和相应的服装模型对运动过程进行仿真，获得仿真结果；S3，从仿真结果中提取所需要的人体生理变化数据；S4，利用模糊有限状态机对人体生理变化数据进行分析与预测，获得分析预测结果；S5，将分析预测结果按指定的格式输出。其中，该人体生理变化数据主要包括：核心温度、脱水量和心率中的一种或多种。人体参数包括身高(m)、体重(kg)、性别、年龄；服装参数包括服装覆盖率、材质以及厚度(cm)；环境参数包括风速(m/s)、温度(℃)、相对湿度；运动数据包括运动的速度(m/s)和新陈代谢率(Met)。S2进一步包括：使用生理模型总的热平衡方程和相应的服装模型对运动过程进行仿真；其中，该热生理模型总的热平衡方程为：S＝M-W-E-R-C其中M为新陈代谢率，W为运动做功产生的热损失，E为总的蒸发散热量，R为辐射散热量，C为对流引起的换热量。Gagge两节点模型将人体划分为内核与皮肤两部分，两部分的热平衡方程分本文档来自技高网...

【技术保护点】
一种基于人体热生理模型的运动健康仿真与预测方法，其特征在于，所述方法包括：输入人体参数、服装参数、环境参数以及运动数据；使用Gagge两节点人体热生理模型和相应的服装模型对运动过程进行仿真，获得仿真结果；从所述仿真结果中提取所需要的人体生理变化数据；利用模糊有限状态机对所述人体生理变化数据进行分析与预测，获得分析预测结果；将所述分析预测结果按指定的格式输出。

【技术特征摘要】
1.一种基于人体热生理模型的运动健康仿真与预测方法，其特征在于，所述方法包括：输入人体参数、服装参数、环境参数以及运动数据；使用Gagge两节点人体热生理模型和相应的服装模型对运动过程进行仿真，获得仿真结果；从所述仿真结果中提取所需要的人体生理变化数据；利用模糊有限状态机对所述人体生理变化数据进行分析与预测，获得分析预测结果；将所述分析预测结果按指定的格式输出。2.如权利要求1所述的基于人体热生理模型的运动健康仿真与预测方法，其特征在于，所述人体生理变化数据包括：核心温度、脱水量和心率中的一种或多种。3.如权利要求1所述的基于人体热生理模型的运动健康仿真与预测方法，其特征在于，所述人体参数包括身高、体重、性别、年龄；服装参数包括服装覆盖率、材质以及厚度；环境参数包括风速、温度、相对湿度；运动数据包括运动的速度和新陈代谢率。4.如权利要求1所述的基于人体热生理模型的运动健康仿真与预测方法，其特征在于，所述使用Gagge两节点人体热生理模型和相应的服装模型对运动过程进行仿真，获得仿真结果的步骤，包括：使用生理模型总的热平衡方程和相应的服装模型对运动过程进行仿真；其中，该热生理模型总的热平衡方程为：S＝M-W-E-R-C其中M为新陈代谢率，W为运动做功产生的热损失，E为总的蒸发散热量，R为辐射散热量，C为对流引起的换热量。5.如权利要求1所述的基于人体热生理模型的运动健康仿真与预测方法，其特征在于，所述利用模糊有限状态机对所述人体生理变化数据进行分析与预测，获得分析预测结果的步骤，包括：通过下述公式所述对人体生理变化数据进行分析与预测，获得分析预测结果：μ(n)=(1/(N+1))*(Σi=1Nμsi(n-1)+μ(n-1))2+(1/M)Σi=1Mμsi(n-1)2;]]>其中，μ(n)表示可信度，n表示时刻，N表示状态未改变的信号数目...

【专利技术属性】
技术研发人员：杨凯星，贾楠，王若梅，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44