一种运动处方的生成方法及装置、存储介质及电子设备制造方法及图纸

本发明专利技术公开了一种运动处方的生成方法及装置、存储介质及电子设备，具体包括：建立包含不同健康状态人群对应的推荐运动处方的知识图谱；构建并训练个人体质分类模型；获取待测对象的体质参数，输入训练好的个人体质分类模型中进行分类，得到待测对象的体质类别；获取待测对象的基础健康数据；根据待测对象的基础健康数据和体质类别，调用知识图谱进行推理，确定待测对象的健康状态，输出与待测对象的健康状态对应的推荐运动处方。本发明专利技术实施例提供的方案中，将知识图谱引入运动处方推理中，结合计算模型，提出一种通过数据计算和知识推理共同得到推荐运动处方的方法，增加了推理输入数据的维度，提高了推理结果的准确性和适应性。性。性。

【技术实现步骤摘要】
一种运动处方的生成方法及装置、存储介质及电子设备


[0001]本专利技术涉及运动管理
，特别涉及一种运动处方的生成方法及装置、存储介质及电子设备。

技术介绍

[0002]运动处方指的是康复医师或体疗师，对从事体育锻炼者或病人，根据医学检查资料，包括运动试验和体力测验，按其健康、体力以及心血管功能状况，用处方的形式规定运动种类、运动强度、运动时间及运动频率，提出运动中的注意事项。但由于每个人所处的年龄、职业、生活习惯、个人体质不同且运动的目的也不尽相同，因而运动的过程应当因人而异，因此只有科学合理地配制运动项目与运动强度，才能改善健康状况，并且避免不合理运动产生运动损伤的风险。
[0003]目前的健康计算模型输入数据类型单一，导致计算结果准确度不高，推荐运动类型或强度不合适；另外现有处方推荐方法，或仅根据知识推理，或仅根据数据计算，缺乏一种知识和数据相结合的实时动态运动健康处方推理模型与方法。

技术实现思路

[0004]鉴于上述问题，本专利技术提供一种克服上述问题或者至少部分地解决上述问题的一种运动处方的生成方法及装置、存储介质及电子设备，技术方案如下所述：
[0005]一种运动处方的生成方法，包括：
[0006]建立包含不同健康状态人群对应的推荐运动处方的知识图谱；
[0007]构建并训练个人体质分类模型；
[0008]获取待测对象的体质参数，输入训练好的所述个人体质分类模型中进行分类，得到所述待测对象的体质类别；
[0009]获取所述待测对象的基础健康数据；
[0010]根据所述待测对象的基础健康数据和体质类别，调用所述知识图谱进行推理，确定待测对象的健康状态，输出与待测对象的健康状态对应的推荐运动处方。
[0011]上述的方法，可选的，所述建立包含不同健康状态人群对应的推荐运动处方的知识图谱，包括：
[0012]获取目标领域的基础知识并转换为结构化数据；
[0013]确定所述知识图谱的数据模型，并根据所述数据模型从转换后的结构化数据中抽取知识三元组，所述知识三元组能够表征各健康状态对应人群的体质类别的特征、基础健康数据的特征和推荐运动处方的特征以及各特征之间的关系；
[0014]将抽取得到的所述知识三元组导入图形数据库中，形成所述知识图谱。
[0015]上述的方法，可选的，所述知识三元组的形式包括实体
‑
关系
‑
实体和/或实体
‑
属性
‑
属性值。
[0016]上述的方法，可选的，所述方法还包括，所述输出与待测对象的健康状态对应的推
荐运动处方后，检测所述待测对象根据所述推荐运动处方进行运动时产生的运动数据，并根据所述检测的运动数据调整所述推荐运动处方；
[0017]所述检测的运动数据包括待测对象的实时运动心率，所述根据所述检测的运动数据调整所述推荐运动处方包括：
[0018]将检测到的待测对象的实时运动心率作为待调整样本，估计所述待调整样本的总体心率特征，并计算所述待调整样本的期望值和四分位数；
[0019]判断所述待调整样本的期望值是否在预设区间内，若超过所述预设区间则调整所述推荐运动处方；
[0020]判断所述待调整样本的下四分位数和上四分位数是否都在所述预设区间内，若所述待调整样本的下四分位数和上四分位数中的至少一个超过所述预设区间，则调整所述推荐运动处方。
[0021]上述的方法，可选的，所述方法还包括，所述输出与待测对象的健康状态对应的推荐运动处方后，获取所述待测对象的主观疲劳感受，并根据所述待测对象的主观疲劳感受调整所述推荐运动处方。
[0022]上述的方法，可选的，所述构建并训练个人体质分类模型，包括：
[0023]获取初始体质分类样本集；
[0024]对所述初始体质分类样本集的数据进行处理，包括删去所述初始体质分类样本集中缺失率超过设定缺失率阈值的特征，对所述初始体质分类样本集剩余特征中缺失的数据进行填补，获得第一调整体质分类样本集；将所述第一调整体质分类样本集中的数据进行标准化处理，统一各数据的量度，获得第二调整体质分类样本集；对所述第二调整体质分类样本集中数据量不足的样本进行过采样，获得数据分布均衡的最终体质分类样本集，所述获取的待测对象的体质参数包括所述最终体质分类样本集的至少一个特征；
[0025]确定至少一种模型训练算法，并根据确定的所述至少一种模型训练算法对所述最终体质分类样本集进行分类训练，获得至少一种训练好的个人体质分类模型；
[0026]对每个所述训练好的个人体质分类模型的分类效果进行评估，根据效果评估结果确定最终用于对待测对象的体质类别进行分类的个人体质分类模型。
[0027]上述的方法，可选的，所述推荐运动处方包括运动频率、运动强度、运动时间、运动类型和运动动作，所述运动类型包括乒乓球运动，所述运动动作包括乒乓球技术动作。
[0028]一种运动处方的生成装置，包括：
[0029]个人体质分类模块，用于训练个人体质分类模型，并获取待测对象的体质参数后输入到训练好的所述个人体质分类模型中进行分类，输出所述待测对象的体质类别；
[0030]知识图谱模块，用于建立包含不同健康状态人群对应的推荐运动处方的知识图谱,并获取所述待测对象的基础健康数据和体质类别后调用所建立的知识图谱进行推理，确定待测对象的健康状态并输出与待测对象的健康状态对应的推荐运动处方。
[0031]一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述的运动处方的生成方法。
[0032]一种电子设备，包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述的运动处方的生成方法。
[0033]与现有技术相比，本专利技术具有以下优点：本专利技术实施例提供的方案中，将知识图谱引入运动处方推理中，结合计算模型，提出一种通过数据计算和知识推理共同得到推荐运动处方的方法，增加了推理输入数据的维度，提高了推理结果的准确性和适应性。
[0034]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0035]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0036]图1为本专利技术实施例提供的一种运动处方的生成方法的方法流程图；
[0037]图2为本专利技术实施例提供的一种运动处方的生成方法的又一方法流程图；
[0038]图3为本专利技术实施例提供的一种运动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运动处方的生成方法，其特征在于，包括：建立包含不同健康状态人群对应的推荐运动处方的知识图谱；构建并训练个人体质分类模型；获取待测对象的体质参数，输入训练好的所述个人体质分类模型中进行分类，得到所述待测对象的体质类别；获取所述待测对象的基础健康数据；根据所述待测对象的基础健康数据和体质类别，调用所述知识图谱进行推理，确定待测对象的健康状态，输出与待测对象的健康状态对应的推荐运动处方。2.根据权利要求1所述的方法，其特征在于，所述建立包含不同健康状态人群对应的推荐运动处方的知识图谱，包括：获取目标领域的基础知识并转换为结构化数据；确定所述知识图谱的数据模型，并根据所述数据模型从转换后的结构化数据中抽取知识三元组，所述知识三元组能够表征各健康状态对应人群的体质类别的特征、基础健康数据的特征和推荐运动处方的特征以及各特征之间的关系；将抽取得到的所述知识三元组导入图形数据库中，形成所述知识图谱。3.根据权利要求2所述的方法，其特征在于，所述知识三元组的形式包括实体
‑
关系
‑
实体和/或实体
‑
属性
‑
属性值。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，所述输出与待测对象的健康状态对应的推荐运动处方后，检测所述待测对象根据所述推荐运动处方进行运动时产生的运动数据，并根据所述检测的运动数据调整所述推荐运动处方；所述检测的运动数据包括待测对象的实时运动心率，所述根据所述检测的运动数据调整所述推荐运动处方包括：将检测到的待测对象的实时运动心率作为待调整样本，估计所述待调整样本的总体心率特征，并计算所述待调整样本的期望值和四分位数；判断所述待调整样本的期望值是否在预设区间内，若超过所述预设区间则调整所述推荐运动处方；判断所述待调整样本的下四分位数和上四分位数是否都在所述预设区间内，若所述待调整样本的下四分位数和上四分位数中的至少一个超过所述预设区间，则调整所述推荐运动处方。5.根据权利要求1或4所述的方法，其特征在于，所述方法还包括，所述输出与待测对象的健康状态对应的推荐运动处方后，获取所述待测对象的主观疲劳感受，并根据所述待测对象的主观疲劳感受调整...

【专利技术属性】
技术研发人员：张衡，王莹，黄奔浩，许仁园，
申请(专利权)人：西南大学，
类型：发明
国别省市：