一种心率估算方法和装置制造方法及图纸

本发明专利技术公开了一种心率估算方法和装置。该心率估算方法包括：在历史运动数据中筛选出传感器信号质量可靠时的心率和对应的速度；根据所述速度、所述心率和个人参数、跑力值模型，计算实际摄氧量；建立所述速度、所述心率与所述实际摄氧量的关系模型；根据实时速度和所述关系模型，计算所述实时速度下稳定的终点心率。本发明专利技术通过历史运动数据之间的关系建立数学模型，将速度、心率、个人参数和实际摄氧量关联起来，可将实时速度代入数学模型中估算出用户的心率，适用于心率传感器信号质量不可靠的情况，或者通过心率传感器无法得到准确心率的其它情形。

A method and device for estimating heart rate

The present invention discloses a method and device for estimating heart rate. The heart rate estimation methods include: screening out a heart rate sensor signal quality reliable and the corresponding speed in the history of the movement of data; according to the speed, the heart rate and individual parameters, running force value model, calculate the actual oxygen uptake; establish the speed, the heart rate and the actual relation model of oxygen uptake according to the real-time speed; and the relationship between the model and the calculation of end point rate stabilization under real-time speed. The relationship between the historical movement data to establish the mathematical model, the speed, heart rate, individual parameters and actual oxygen uptake associated to estimate the user's heart rate real-time speed into mathematics model, applicable to a heart rate sensor signal quality is not reliable, or through a heart rate sensor could not get accurate heart rate in other situations.

【技术实现步骤摘要】
一种心率估算方法和装置
本专利技术涉及运动数据分析领域，尤其涉及一种心率估算方法和装置。
技术介绍
随着人们工作方式和生活方式的发展变化，久坐不动、运动不足以及高热量膳食引起的高血压、冠心病、糖尿病、肥胖等一系列流行性慢病的日益增加，进而市场上出现众多监测心率的可穿戴设备，主要是通过光电传感器测量心率以衡量运动强度。但是光电传感器的信号转换为心率数据的过程中，数据可靠性主要取决于信号的质量，一旦信号质量较差，心率可能出错，可靠性有待验证。心率测量的唯一认证标准是通过心率胸带产生的心电信号，但是胸带带来的不适感不足以满足用户的需求。因此，现有技术提供了在光电传感器信号质量较差时估算心率的方法，目前运用较多的预估心率方式是采用加速计的信号。加速度矢量、能耗、基础心率、最大心率建立关系模型，进而根据运动中实时加速度数据预估运动心率。实际的运动训练过程中，随着运动时间的增加，心肺耐力会逐渐升高，会出现心脏能力的节省化现象，即在同一速度下，心率会逐渐降低；而跑步过程同一速度下形成的加速度矢量基本不会发生变化，预估的运动心率也随之不变，与实际情况产生偏差，难以在运动者心肺耐力提升后进行准确预测。
技术实现思路
本专利技术的目的在于提出一种心率估算方法和装置，能够通过历史运动数据之间的关系建立数学模型，在需要的情况下可根据数学模型估算出用户的心率。为达此目的，本专利技术采用以下技术方案：一方面，本专利技术提供一种心率估算方法，包括：在历史运动数据中筛选出传感器信号质量可靠时的心率和对应的速度；根据所述速度、所述心率和个人参数、跑力值模型，计算实际摄氧量；建立所述速度、所述心率与所述实际摄氧量的关系模型；根据实时速度和所述关系模型，计算所述实时速度下稳定的终点心率。其中，根据所述速度、所述心率和个人参数、跑力值模型，计算实际摄氧量，包括：根据所述心率选取相应的跑力值模型，将所述速度代入所述跑力值模型中求得跑力值；根据所述速度、所述心率和个人参数，计算摄氧量和最大摄氧量；根据所述摄氧量、所述最大摄氧量和所述跑力值，计算实际摄氧量。其中，根据所述速度、所述心率和个人参数，计算摄氧量和最大摄氧量，包括：所述个人参数包括身高、性别、体重、年龄；根据跑力值模型计算摄氧量，摄氧量＝0.23*速度(m/min)-9.7985；根据身高、性别、体重、速度、心率计算最大摄氧量。其中，根据所述心率选取相应的跑力值模型，将所述速度代入所述跑力值模型中求得跑力值，包括：根据静息心率、最大心率和所述心率计算储备心率百分比；所述跑力值模型包括E、M、T、I、R五个模型，分别对应不同的储备心率百分比的阈值范围；根据所述储备心率百分比所属的阈值范围选取对应的跑力值模型；将所述速度代入所述跑力值模型中求得跑力值。其中，根据静息心率、最大心率和所述心率计算储备心率百分比，包括：根据静息心率、最大心率和所述心率计算储备心率和最大储备心率；储备心率＝心率-静息心率，最大储备心率＝最大心率-静息心率；计算获得储备心率百分比，储备心率百分比＝(储备心率-静息心率)/最大储备心率。其中，根据所述摄氧量、所述最大摄氧量和所述跑力值，计算实际摄氧量，包括：根据摄氧量和跑力值，计算运动强度百分比，运动强度百分比＝摄氧量/跑力值；根据最大摄氧量和运动强度百分比计算实际摄氧量，实际摄氧量＝最大摄氧量*运动强度百分比；相应的，建立所述速度、所述心率与所述实际摄氧量的关系模型，具体为：建立速度、心率与运动强度百分比、跑力值、实际摄氧量的关系模型。进一步的，建立所述速度、所述心率与所述实际摄氧量的关系模型之后，还包括：根据运动时间判断是否出现疲劳，若是，将所述实时速度代入所述关系模型获得实时运动强度百分比和跑力值；若所述实时运动强度百分比大于或等于预设强度，且持续时间超过预设时长，则将传感器信号质量可靠时获取到的速度代入所述关系模型获得起点运动强度百分比，将相应获取到的心率作为起点心率；计算所述起点运动强度百分比与所述实时运动强度百分比的差值，作为强度差值；根据起点运动强度百分比、跑力值和强度差值计算心率下降率；根据起点心率和心率下降率，计算所述实时速度下稳定的终点心率。相应的，计算所述实时速度下稳定的终点心率之后，还包括：将传感器信号质量可靠时获取到的心率作为起点心率；根据起点心率和终点心率，在预设的多个时间与心率的线性关系模型中选择适用的线性关系模型；根据所述线性关系模型获得起点心率与终点心率之间的实时心率。进一步的，根据实时速度和所述关系模型，计算所述实时速度下稳定的终点心率之前，还包括：判断传感器的信号质量是否可靠，若是，根据传感器获取的运动数据计算实时心率；否则，根据实时速度和所述关系模型，计算所述实时速度下稳定的终点心率。另一方面，本专利技术提供一种心率估算装置，包括：心率传感器和九轴传感器和处理单元；所述处理单元包括：数据筛选模块，用于在历史运动数据中筛选出心率传感器信号质量可靠时的心率和九轴传感器获得的对应的速度；运动强度计算模块，用于根据所述速度、所述心率和个人参数、跑力值模型，计算实际摄氧量；建模模块，用于建立所述速度、所述心率与所述实际摄氧量的关系模型；心率估算模块，用于根据实时速度和所述关系模型，计算所述实时速度下稳定的终点心率。其中，所述运动强度计算模块具体用于：根据所述心率选取相应的跑力值模型，将所述速度代入所述跑力值模型中求得跑力值；根据所述速度、所述心率和个人参数，计算摄氧量和最大摄氧量；根据摄氧量和跑力值，计算运动强度百分比，运动强度百分比＝摄氧量/跑力值；根据最大摄氧量和运动强度百分比计算实际摄氧量，实际摄氧量＝最大摄氧量*运动强度百分比；相应的，所述建模模块具体用于：建立速度、心率与运动强度百分比、跑力值、实际摄氧量的关系模型。进一步的，所述心率估算模块还用于：在建立所述速度、所述心率与所述实际摄氧量的关系模型之后，根据运动时间判断是否出现疲劳，若是，将所述实时速度代入所述关系模型获得实时运动强度百分比和跑力值；若所述实时运动强度百分比大于或等于预设强度，且持续时间超过预设时长，则将传感器信号质量可靠时获取到的速度代入所述关系模型获得起点运动强度百分比；计算所述起点运动强度百分比与所述实时运动强度百分比的差值，作为强度差值；根据起点运动强度百分比、跑力值和强度差值计算心率下降率；根据终点心率、持续时间和心率下降率建立时间与心率的线性关系；根据所述线性关系，计算所述实时速度下稳定的终点心率。进一步的，所述心率估算模块还用于：在计算所述实时速度下稳定的终点心率之后，将心率传感器信号质量可靠时获取到的心率作为起点心率；根据起点心率和终点心率，在预设的多个时间与心率的线性关系模型中选择适用的线性关系模型；根据所述线性关系模型获得起点心率与终点心率之间的实时心率。其中，所述心率传感器和所述九轴传感器设置在智能穿戴设备上；所述处理单元设置在所述智能穿戴设备上，或设置在与所述智能穿戴设备绑定的智能终端上。本专利技术的有益效果为：通过历史运动数据之间的关系建立数学模型，将速度、心率、个人参数和实际摄氧量关联起来，可将实时速度代入数学模型中估算出用户的心率，适用于心率传感器信号质量不可靠的情况，或者通过心率传感器无法得到准确心率的其它情形。附图说明图1是本专利技术实施例一提供本文档来自技高网...

【技术保护点】
一种心率估算方法，其特征在于：在历史运动数据中筛选出传感器信号质量可靠时的心率和对应的速度；根据所述速度、所述心率和个人参数、跑力值模型，计算实际摄氧量；建立所述速度、所述心率与所述实际摄氧量的关系模型；根据实时速度和所述关系模型，计算所述实时速度下稳定的终点心率。

【技术特征摘要】
1.一种心率估算方法，其特征在于：在历史运动数据中筛选出传感器信号质量可靠时的心率和对应的速度；根据所述速度、所述心率和个人参数、跑力值模型，计算实际摄氧量；建立所述速度、所述心率与所述实际摄氧量的关系模型；根据实时速度和所述关系模型，计算所述实时速度下稳定的终点心率。2.根据权利要求1所述的心率估算方法，其特征在于，根据所述速度、所述心率和个人参数、跑力值模型，计算实际摄氧量，包括：根据所述心率选取相应的跑力值模型，将所述速度代入所述跑力值模型中求得跑力值；根据所述速度、所述心率和个人参数，计算摄氧量和最大摄氧量；根据所述摄氧量、所述最大摄氧量和所述跑力值，计算实际摄氧量。3.根据权利要求2所述的心率估算方法，其特征在于，根据所述速度、所述心率和个人参数，计算摄氧量和最大摄氧量，包括：所述个人参数包括身高、性别、体重、年龄；根据跑力值模型计算摄氧量，摄氧量＝0.23*速度(m/min)-9.7985；根据身高、性别、体重、速度、心率计算最大摄氧量。4.根据权利要求2或3所述的心率估算方法，其特征在于，根据所述心率选取相应的跑力值模型，将所述速度代入所述跑力值模型中求得跑力值，包括：根据静息心率、最大心率和所述心率计算储备心率百分比；所述跑力值模型包括E、M、T、I、R五个模型，分别对应不同的储备心率百分比的阈值范围；根据所述储备心率百分比所属的阈值范围选取对应的跑力值模型；将所述速度代入所述跑力值模型中求得跑力值。5.根据权利要求4所述的心率估算方法，其特征在于，根据静息心率、最大心率和所述心率计算储备心率百分比，包括：根据静息心率、最大心率和所述心率计算储备心率和最大储备心率；储备心率＝心率-静息心率，最大储备心率＝最大心率-静息心率；计算获得储备心率百分比，储备心率百分比＝(储备心率-静息心率)/最大储备心率。6.根据权利要求4所述的心率估算方法，其特征在于，根据所述摄氧量、所述最大摄氧量和所述跑力值，计算实际摄氧量，包括：根据摄氧量和跑力值，计算运动强度百分比，运动强度百分比＝摄氧量/跑力值；根据最大摄氧量和运动强度百分比计算实际摄氧量，实际摄氧量＝最大摄氧量*运动强度百分比；相应的，建立所述速度、所述心率与所述实际摄氧量的关系模型，具体为：建立速度、心率与运动强度百分比、跑力值、实际摄氧量的关系模型。7.根据权利要求6所述的心率估算方法，其特征在于，建立所述速度、所述心率与所述实际摄氧量的关系模型之后，还包括：根据运动时间判断是否出现疲劳，若是，将所述实时速度代入所述关系模型获得实时运动强度百分比和跑力值；若所述实时运动强度百分比大于或等于预设强度，且持续时间超过预设时长，则将传感器信号质量可靠时获取到的速度代入所述关系模型获得起点运动强度百分比，将相应获取到的心率作为起点心率；计算所述起点运动强度百分比与所述实时运动强度百分比的差值，作为强度差值；根据起点运动强度百分比、跑力值和强度差值计算心率下降率；根据起点心率和心率下降率，计算所述实时速度下稳定的终点心率。8.根据权利要求...

【专利技术属性】
技术研发人员：戎海峰，韩娟，王晓虎，李能才，
申请(专利权)人：广东远峰电子科技股份有限公司，东莞市远峰科技有限公司，
类型：发明
国别省市：广东,44