System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及可穿戴设备,尤其涉及一种全天卡路里消耗的计算方法、装置及可穿戴设备。
技术介绍
1、随着社会的快速发展,人们生活质量越来越好,如果摄入的卡路里长期远超过消耗的卡路里,就会引起肥胖。生活中肥胖的人数也不断增加,许多人通过运动燃烧卡路里去达到减肥的目的或者锻炼身体。利用智能可穿戴设备,通过运动检测算法能够识别运动、静坐或睡眠等状态,不同状态下的卡路里消耗是不同的,从而能够更方便地检测运动、静坐、睡眠等状态下的卡路里消耗。然而,目前的卡路里消耗计算方法存在检测准确性不高的问题。
技术实现思路
1、本专利技术提供的全天卡路里消耗的计算方法、装置及可穿戴设备,能够更加准确地计算出全天卡路里消耗。
2、第一方面,本专利技术提供一种全天卡路里消耗的计算方法,包括:
3、检测人体所处的状态;
4、当人体所处的状态为运动状态时,计算运动状态下的卡路里消耗,其中,运动状态下的卡路里消耗为根据通过binary cornet网络计算出的心率而计算得到;
5、当人体所处的状态为静坐状态时,计算静坐状态下的卡路里消耗;
6、当人体所处的状态为睡眠状态时,计算睡眠状态下的卡路里消耗;
7、当人体处于运动状态、静坐状态和睡眠状态下的时间总和达到24小时时,将运动状态下的卡路里消耗、静坐状态下的卡路里消耗和睡眠状态下的卡路里消耗相加,得到全天卡路里消耗。
8、可选地,计算运动状态下的卡路里消耗包括:
9、计
10、根据运动状态下的心率计算运动状态下的卡路里消耗。
11、可选地,计算运动状态下的心率包括:
12、获取运动状态下的ppg信号;
13、采用高通滤波器去除ppg信号中的基线漂移;
14、采用低通滤波器去除ppg信号中的高频噪声;
15、采用自适应滤波器去除ppg信号中的运动伪影;
16、采用binary cornet网络处理去除运动伪影之后的ppg信号,得到运动状态下的心率。
17、可选地,采用binary cornet网络处理去除运动伪影之后的ppg信号,得到运动状态下的心率包括:
18、通过卷积核提取去除运动伪影之后的ppg信号的特征,得到特征数据;
19、通过最大池化层对特征数据进行降采样,减少特征数据,提取贡献最大的特征数据,得到特征图;
20、采用relu函数对特征图进行2次非线性化处理,得到另一特征图;
21、通过2层长-短期网络lstm处理另一特征图,捕捉周期的ppg信号特征;
22、通过密集回归层处理周期的ppg信号特征,得到运动状态下的心率。
23、第二方面,本专利技术提供一种全天卡路里消耗的计算装置,包括:
24、检测单元,用于检测人体所处的状态;
25、第一计算单元,用于当人体所处的状态为运动状态时,计算运动状态下的卡路里消耗,其中,运动状态下的卡路里消耗为根据通过binary cornet网络计算出的心率而计算得到;
26、第二计算单元,用于当人体所处的状态为静坐状态时,计算静坐状态下的卡路里消耗;
27、第三计算单元,用于当人体所处的状态为睡眠状态时,计算睡眠状态下的卡路里消耗;
28、第四计算单元,用于当人体处于运动状态、静坐状态和睡眠状态下的时间总和达到24小时时,将运动状态下的卡路里消耗、静坐状态下的卡路里消耗和睡眠状态下的卡路里消耗相加,得到全天卡路里消耗。
29、可选地,第一计算单元包括:
30、第一计算模块,用于计算运动状态下的心率;
31、第二计算模块,用于根据运动状态下的心率计算运动状态下的卡路里消耗。
32、可选地,第一计算模块包括:
33、获取子模块,用于获取运动状态下的ppg信号;
34、第一处理子模块,用于采用高通滤波器去除ppg信号中的基线漂移;
35、第二处理子模块,用于采用低通滤波器去除ppg信号中的高频噪声;
36、第三处理子模块,用于采用自适应滤波器去除ppg信号中的运动伪影;
37、计算子模块,用于采用binary cornet网络处理去除运动伪影之后的ppg信号,得到运动状态下的心率。
38、可选地,计算子模块,用于通过卷积核提取去除运动伪影之后的ppg信号的特征,得到特征数据;通过最大池化层对特征数据进行降采样,减少特征数据,提取贡献最大的特征数据,得到特征图;采用relu函数对特征图进行2次非线性化处理,得到另一特征图;通过2层长-短期网络lstm处理另一特征图,捕捉周期的ppg信号特征;通过密集回归层处理周期的ppg信号特征,得到运动状态下的心率。
39、第三方面,本专利技术提供一种可穿戴设备,包括:
40、至少一个处理器;以及
41、与至少一个处理器通信连接的存储器;其中,
42、存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述全天卡路里消耗的计算方法。
43、第四方面,本专利技术提供一种计算机可读存储介质,其中,计算机可读存储介质存储有计算机指令,计算机指令被处理器执行时实现上述全天卡路里消耗的计算方法。
44、本专利技术实施例提供的全天卡路里消耗的计算方法、装置及可穿戴设备,根据人体所处的状态,分别计算不同状态下的卡路里消耗,对于运动状态下的卡路里消耗,根据通过binary cornet网络计算出的心率而计算得到,这种方式计算出的心率准确度较高,因此计算出的运动状态下的卡路里消耗的准确度较高,从而能够更加准确地计算出全天卡路里消耗。
本文档来自技高网...【技术保护点】
1.一种全天卡路里消耗的计算方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述计算所述运动状态下的卡路里消耗包括:
3.根据权利要求2所述的方法,其特征在于,所述计算所述运动状态下的心率包括:
4.根据权利要求3所述的方法,其特征在于,所述采用所述Binary CorNET网络处理去除运动伪影之后的所述PPG信号,得到所述运动状态下的心率包括:
5.一种全天卡路里消耗的计算装置,其特征在于,所述装置包括:
6.根据权利要求5所述的装置,其特征在于,所述第一计算单元包括:
7.根据权利要求6所述的装置,其特征在于,所述第一计算模块包括:
8.根据权利要求7所述的装置,其特征在于,所述计算子模块,用于通过卷积核提取所述去除运动伪影之后的所述PPG信号的特征,得到特征数据;通过最大池化层对所述特征数据进行降采样,减少特征数据,提取贡献最大的特征数据,得到特征图;采用Relu函数对所述特征图进行2次非线性化处理,得到另一特征图;通过2层长-短期网络LSTM处理所述另一特征图,
9.一种可穿戴设备,其特征在于,所述可穿戴设备包括:
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储有计算机指令,所述计算机指令被处理器执行时实现如权利要求1至4中任一项所述的方法。
...【技术特征摘要】
1.一种全天卡路里消耗的计算方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述计算所述运动状态下的卡路里消耗包括:
3.根据权利要求2所述的方法,其特征在于,所述计算所述运动状态下的心率包括:
4.根据权利要求3所述的方法,其特征在于,所述采用所述binary cornet网络处理去除运动伪影之后的所述ppg信号,得到所述运动状态下的心率包括:
5.一种全天卡路里消耗的计算装置,其特征在于,所述装置包括:
6.根据权利要求5所述的装置,其特征在于,所述第一计算单元包括:
7.根据权利要求6所述的装置,其特征在于,所述第一计算模块包括:
8...
【专利技术属性】
技术研发人员:游伟强,陈志列,
申请(专利权)人:深圳市研祥潜动软件有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。