运动后肌肉疲劳度的检测方法及装置、电子设备制造方法及图纸

本申请提供一种运动后肌肉疲劳度的检测方法及装置、电子设备，其中，运动后肌肉疲劳度的检测方法包括：获取用户运动前的身体状态参数以及运动后的身体状态参数，其中，身体状态参数包括身体平稳度、心率、呼吸频率及呼吸强度；根据用户运动前的身体状态参数以及用户在运动后的身体状态参数计算用户运动后的肌肉疲劳度。上述检测方法能够方便用户自行测量且用户接收度高。用户接收度高。用户接收度高。

【技术实现步骤摘要】
运动后肌肉疲劳度的检测方法及装置、电子设备


[0001]本申请涉及智能检测设备
，具体涉及运动后肌肉疲劳度的检测方法及装置、电子设备。

技术介绍

[0002]运动后肌肉疲劳是评估运动强度和人体运动后身体恢复机能的重要指标，当前主要的测量方法有血液乳酸法和表面肌电法。其中，血液乳酸法利用血液乳酸检测肌肉疲劳度，准确性高，但是需要采集血液，不能被大部分群体接受；表面肌电法利用表面肌电信号(Emg，Electroyogram)评定，可以分肌肉块测量肌肉疲劳，但是需要在不同的肌肉块贴放电极，操作繁琐，不适合普通用户自行测量。为了检测运动后的肌肉疲劳程度，从而为用户评估运动强度，亟需提供一种检测方便且与用户接受度的肌肉疲劳度检测方案。

技术实现思路

[0003]本申请实施例提供一种运动后肌肉疲劳度的检测方法、装置、电子设备、体重测量设备、计算机存储介质及计算机程序产品，能够对用户运动后肌肉疲劳度进行检测，能够方便用户对运动后肌肉疲劳度自行测量且用户接收度高。
[0004]第一方面，本申请实施例提供了一种运动后肌肉疲劳度的检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运动后肌肉疲劳度的检测方法，其特征在于，所述方法包括：获取用户运动前的身体状态参数以及运动后的身体状态参数，其中，所述身体状态参数包括身体平稳度、心率、呼吸频率及呼吸强度；根据所述用户运动前的身体状态参数以及所述用户在运动后的身体状态参数计算所述用户运动后的肌肉疲劳度。2.根据权利要求1所述的方法，其特征在于，所述获取所述用户运动前的身体状态参数，包括：接收体重测量设备生成的第一压力信号，根据所述第一压力信号确定所述用户在运动前的身体状态参数，其中，所述第一压力信号由体重测量设备在所述用户运动前使用所述体重测量设备进行体重测量时产生；所述获取所述用户运动后的身体状态参数，包括：接收所述体重测量设备生成的第二压力信号，根据所述第二压力信号确定所述用户运动后的身体状态参数，其中，所述第二压力信号由体重测量设备在所述用户运动后使用所述体重测量设备进行体重测量时产生。3.根据权利要求1所述的方法，其特征在于，所述获取所述用户运动前的身体状态参数，包括：在所述用户运动前，对所述用户进行体重测量，根据所述用户所施加的压力生成第一压力信号，根据所述第一压力信号确定所述用户在运动前的身体状态参数；所述获取所述用户运动后的身体状态参数，包括：在所述用户运动后，对所述用户进行体重测量，根据所述用户所施加的压力生成第二压力信号，根据所述第二压力信号确定所述用户在运动后的身体状态参数。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述用户运动对应的运动参数；根据所述用户运动前的身体状态参数、所述用户运动后的身体状态参数以及所述用户的运动参数计算所述用户的心脏恢复指数及肺恢复指数。5.根据权利要求4所述的方法，其特征在于，所述根据所述用户运动前的身体状态参数以及所述用户在运动后的身体状态参数计算所述用户运动后的肌肉疲劳度，包括：根据所述用户运动前的身体状态参数、所述用户在运动后的身体状态参数以及所述用户的运动参数计算所述用户运动后的肌肉疲劳度。6.根据权利要求4或5所述的方法，其特征在于，所述运动参数包括运动类型、运动强度、运动时长、运动后时长及运动参数可信度中的一种或者任意多种。7.根据权利要求2或3所述的方法，其特征在于，所述根据所述第一压力信号确定所述用户在运动前的身体状态参数，包括：对所述第一压力信号依次进行高通放大处理和低通滤波处理后得到第一信号，将所述第一信号进行高通滤波处理后得到运动前的心冲击信号，根据所述运动前的心冲击信号确定运动前的心率，根据所述运动前的心冲击信号的波形变化确定所述运动前的心冲击信号的波形轮廓，根据所述运动前的心冲击信号的波形轮廓的峰值特征点计算运动前的呼吸频率以及根据所述运动前的心冲击信号的波形轮廓的峰峰值计算运动前的呼吸强度；对所述第一信号进行低通滤波处理，得到第二信号，计算出所述第二信号的主频、峰峰
值及标准差，根据所述第二信号的主频、峰峰值及标准差计算运动前的身体平稳度。8.根据权利要求2或3所述的方法，其特征在于，所述根据所述第二压力信号确定所述用户运动后的身体状态参数，包括：对所述第二压力信号依次进行高通放大处理和低通滤波处理后得到第三信号，将所述第三信号进行高通滤波处理后得到运动后的心冲击信号，根据所述运动后的心冲击信号确定运动后的心率，根据所述运动后的心冲击信号的波形变化确定所述运动后的心冲击信号的波形轮廓，根据所述运动后的心冲击信号的波形轮廓的峰值特征点计算运动后的呼吸频率以及根据所述运动后的心冲击信号的波形轮廓的峰峰值计算运动后的呼吸强度；对所述第三信号进行低通滤波处理，得到第四信号，计算出所述第四信号的主频、峰峰值及标准差，根据所述第四信号的主频、峰峰值及标准差计算运动后的身体平稳度。9.根据权利要求4所述的方法，其特征在于，所述根据所述用户运动前的身体状态参数以及所述用户在运动后的身体状态参数计算所述用户运动后的肌肉疲劳度，包括：计算所述用户运动前的身体平稳度与所述用户运动后的身体平稳度之间的身体平稳度差值，以及计算所述用户运动前的心率与所述用户运动后的心率之间的心率差值，以及计算所述用户运动前的呼吸频率与所述用户运动后的呼吸频率之间的呼吸频率差值，以及计算所述用户运动前的呼吸强度与所述用户运动后的呼吸强度之间的呼吸强度差值；根据所述身体平稳度差值、所述心率差值、所述呼吸频率差值及呼吸强度差值，采用加权平均算法计算所述用户运动后的肌肉疲劳度。10.根据权利要求9所述的方法，其特征在于，根据所述用户运动前的身体状态参数、所述用户在运动后的身体状态参数以及所述用户的运动参数计算所述用户运动后的心脏恢复指数及肺恢复指数，包括：根据所述身体平稳度差值、所述心率差值、所述呼吸频率差值及所述呼吸强度差值，并结合所述用户的运动参数，采用加权平均算法计算所述用户运动后的心脏恢复指数及肺恢复指数。11.根据权利要求5所述的方法，其特征在于，所述根据所述用户运动前的身体状态参数、所述用户在运动后的身体状态参数计算以及所述用户的运动参数计算所述用户的肌肉疲劳度、心脏恢复指数及肺恢复指数，包括：计算所述用户运动前的身体平稳度与所述用户运动后的身体平稳度之间的身体平稳度差值，以及计算所述用户运动前的心率与所述用户运动后的心率之间的心率差值，以及计算所述用户运动前的呼吸频率与所述用户运动后的呼吸频率之间的呼吸频率差值，以及计算所述用户运动前的呼吸强度与所述用户运动后的呼吸强度之间的呼吸强度差值；根据所述身体平稳度差值、所述心率差值、所述呼吸频率差值及所述呼吸强度差值，结合所述用户的运动参数，使用神经网络计算所述用户的肌肉疲劳度、心脏恢复指数及肺恢复指数。12.根据权利要求4或5所述的方法，其特征在于，所述方法还包括：显示计算得到的所述用户的肌肉疲劳度、心脏恢复指数及肺恢复指数中的任意一个或者任意多个，以及根据所述用户的肌肉疲劳度、心脏恢复指数及肺恢复指数中的一个或者任意多个生成并显示运动量评估、身体机能评估、运动建议、身体恢复建议中的一个或者任意多个。
13.一种运动后肌肉疲劳度的检测装置，其特征在于，所述装置包括：第一获取模块，用于获取用户运动前的身体状态参数以及运动后的身体状态参数，其中，所述身体状态参数包括身体平稳度、心率、呼吸频率及呼吸强度；以及第一计算模块，用于根据所述用户运动前的身体状态参数以及所述用户在运动后的身体状态参数计算所述用户运动后的肌肉疲劳度。14.根据权利要求13所述的运动后肌肉疲劳度的检测装置，其特征在于，所述第一获取模块包括：第一获取单元，用于...

【专利技术属性】
技术研发人员：赵帅，杨斌，任慧超，李玥，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：