一种运动负荷监测方法技术

本发明专利技术公开了一种运动负荷监测方法

【技术实现步骤摘要】
一种运动负荷监测方法、系统、存储介质和电子设备


[0001]本专利技术涉及运动监测
，尤其涉及一种运动负荷监测方法
、
系统
、
存储介质和电子设备
。

技术介绍

[0002]目前，对运动皮肤温度的研究中，就逐级递增负荷运动中温度的变化没有统一的结论，现有技术中缺少对于运动负荷的有效监测
。
[0003]因此，亟需提供一种技术方案解决上述问题
。

技术实现思路

[0004]为解决上述技术问题，本专利技术提供了一种运动负荷监测方法
、
系统
、
存储介质和电子设备
。
[0005]本专利技术的一种运动负荷监测方法的技术方案如下：
[0006]获取待测者的人体目标区域的当前红外温度矩阵图；
[0007]根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值；
[0008]基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值；其中，所述目标相关性方程为：所述人体目标区域对应的温度熵值与运动负荷量之间的相关性方程
。
[0009]本专利技术的一种运动负荷监测方法的有益效果如下：
[0010]本专利技术的方法通过结合红外温度矩阵与熵分析的方式，实现了对运动负荷的无接触实时监测，提高了运动负荷监测的精度
。
[0011]在上述方案的基础上，本专利技术的一种运动负荷监测方法还可以做如下改进
。<br/>[0012]进一步，获取待测者的人体目标区域的当前红外温度矩阵图的步骤，包括：
[0013]利用红外热成像仪，获取所述待测者的所述人体目标区域的所述当前红外温度矩阵图
。
[0014]进一步，根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值的步骤，包括：
[0015]利用熵分析算法，并根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值
。
[0016]进一步，构建所述目标相关性方程的过程，包括：
[0017]获取多个训练者的在多个阶段的运动负荷量和所述人体目标区域对应的温度熵值，并进行斯皮尔曼相关性分析，得到所述目标相关性方程
。
[0018]进一步，所述人体目标区域为：人体胸部区域
。
[0019]进一步，还包括：
[0020]获取所述待测者的最大摄氧量和最大心率值，并根据所述最大摄氧量和所述最大心率值，确定所述待测者的运动负荷量；
[0021]当所述当前运动负荷量预测值大于所述运动负荷量时，输出预警信息
。
[0022]进一步，还包括：
[0023]将所述当前运动负荷量预测值输出至目标终端
。
[0024]本专利技术的一种运动负荷监测系统的技术方案如下：
[0025]包括：采集模块
、
处理模块和运行模块；
[0026]所述采集模块用于：获取待测者的人体目标区域的当前红外温度矩阵图；
[0027]所述处理模块用于：根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值；
[0028]所述运行模块用于：基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值；其中，所述目标相关性方程为：所述人体目标区域对应的温度熵值与运动负荷量之间的相关性方程
。
[0029]本专利技术的一种运动负荷监测系统的有益效果如下：
[0030]本专利技术的系统通过结合红外温度矩阵与熵分析的方式，实现了对运动负荷的无接触实时监测，提高了运动负荷监测的精度
。
[0031]本专利技术的存储介质的技术方案如下：
[0032]存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如本专利技术的一种运动负荷监测方法的步骤
。
[0033]本专利技术的电子设备的技术方案如下：
[0034]包括存储器
、
处理器及存储在所述存储器上并在所述处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如本专利技术的一种运动负荷监测方法的步骤
。
附图说明
[0035]图1示出了本专利技术提供的一种运动负荷监测方法的实施例的流程示意图；
[0036]图2示出了本专利技术提供的一种运动负荷监测方法的实施例中的相关性分析的结果展示图；
[0037]图3示出了本专利技术提供的一种运动负荷监测方法的实施例中的热成像变化示意图；
[0038]图4示出了本专利技术提供的一种运动负荷监测系统的实施例的结构示意图
。
具体实施方式
[0039]图1示出了本专利技术提供的一种运动负荷监测方法的实施例的流程示意图
。
如图1所示，包括如下步骤：
[0040]步骤
110
：获取待测者的人体目标区域的当前红外温度矩阵图
。
[0041]其中，
①
人体目标区域默认为人体胸部区域，也可根据实际需求进行调整，在此不设限制
。
②
当前红外温度矩阵图为：利用红外热成像仪所采集的当前时刻的红外温度矩阵图
。
[0042]具体地，利用红外热成像仪，获取当前时刻下待测者的人体胸部区域的红外温度矩阵图
。
[0043]需要说明的是，利用红外热成像仪采集红外温度矩阵图的过程为现有技术，在此
不过多赘述
。
[0044]步骤
120
：根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值
。
[0045]其中，当前温度熵值为：当前时刻下目标区域的温度熵值
(
温度分布的紊乱程度
)。
[0046]具体地，利用熵分析算法，并根据当前红外温度矩阵图，得到人体目标区域对应的当前温度熵值
。
[0047]需要说明的是，利用熵分析算法，将红外温度矩阵图转换为温度熵值的过程为现有技术，在此不过多赘述
。
[0048]步骤
130
：基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值
。
[0049]其中，
①
目标相关性方程为：人体目标区域对应的温度熵值与运动负荷量之间的相关性方程
。
②
当前运动负荷量预测值为：将当前温度熵值代入目标相关性方程所得到的当前时刻下的运动负荷量的预测值
。
[0050]具体地，将当前温度熵值代入目标相关性方程，计算得到待测者在当前时刻下的运动负荷量的预测值
。
[0051]较优地，构建所述目标相关性方程的过程，包括：
[0052]获取多个训练者的在多个阶段的运动负荷量和所述人体目标区域对应的温度熵值，并进行斯皮尔曼相关性分析，得到所述目标相关性方程<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种运动负荷监测方法，其特征在于，包括：获取待测者的人体目标区域的当前红外温度矩阵图；根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值；基于所述当前温度熵值和目标相关性方程，得到所述待测者的当前运动负荷量预测值；其中，所述目标相关性方程为：所述人体目标区域对应的温度熵值与运动负荷量之间的相关性方程
。2.
根据权利要求1所述的运动负荷监测方法，其特征在于，获取待测者的人体目标区域的当前红外温度矩阵图的步骤，包括：利用红外热成像仪，获取所述待测者的所述人体目标区域的所述当前红外温度矩阵图
。3.
根据权利要求1所述的运动负荷监测方法，其特征在于，根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值的步骤，包括：利用熵分析算法，并根据所述当前红外温度矩阵图，得到所述人体目标区域对应的当前温度熵值
。4.
根据权利要求1所述的运动负荷监测方法，其特征在于，构建所述目标相关性方程的过程，包括：获取多个训练者的在多个阶段的运动负荷量和所述人体目标区域对应的温度熵值，并进行斯皮尔曼相关性分析，得到所述目标相关性方程
。5.
根据权利要求1‑4任一项所述的运动负荷监测方法，其特征在于，所述人体目标区域为：人体胸部区域
。6.
根据权利要求5所述的运动负荷...

【专利技术属性】
技术研发人员：胡晨希，杜佳伟，张文博，于琛，李强，王斌，宋亚顶，颜井赞，宋亚锋，
申请(专利权)人：青海师范大学，
类型：发明
国别省市：