基于心率变异性特征的运动监测系统及疲劳状态评估方法技术方案

本发明专利技术涉及生理信号处理及状态识别技术，为一种基于心率变异性特征的运动监测系统及疲劳状态评估方法。其系统包括：心电数据获取模块；用于对心电信号进行滑动窗口切片的心电数据处理模块，获得的ECG数据切片包括完整切片与最小切片，完整切片用于提取频域特征与非线性域特征，最小切片用于提取时域特征；心率变异性特征提取模块，用于提取心率变异性特征，制作预测数据集；身体状态识别模块，用于对随机森林分类器进行预训练，以及根据预训练的随机森林分类器对预测数据集进行分类。本发明专利技术通过深度提取运动者的ECG心电信号中的HRV时域、频域与非线性域特征信息，获得基于心率变异性特征的身体状态数据，监测与评估更为科学和准确。

【技术实现步骤摘要】

本专利技术涉及生理信号处理及状态识别技术，特别涉及一种基于心率变异性特征的运动监测系统及疲劳状态评估方法。

技术介绍

1、运动者在运动中需要对自己的身体运动状态进行评估，决定是否继续运动。错误的评估可能造成运动者做出错误的运动决定，对运动者的身体健康造成较大威胁，严重情况下有生命健康的威胁。

2、想要正确的对身体状态进行评估，需要客观的数据参与。现有技术的运动状态评估主要基于心率数据，根据心率属于不同的心率区间判断运动者身体状态。此种评估方法指标单一，标准较为固定，不能很好的适配不同人的身体状况。特别的，我们注意到，现有基于心率的运动状态评估方法中，有方法为获取用户预设运动状态情况下的心率，根据新采集的心率与预设心率的波动幅度来评估运动者运动状态。此种评估方法虽然较心率区间的评估方法有更大的灵活性，但指标依然单一，无法从多个维度深度分析运动者的身体状态。

技术实现思路

1、为了解决现有技术所存在的问题，本专利技术提供一种基于心率变异性特征的运动监测系统及疲劳状态评估方法，通过深度提取运动者的ecg本文档来自技高网...

【技术保护点】

1.一种基于心率变异性特征的运动监测系统，其特征在于，包括：

2.根据权利要求1所述的运动监测系统，其特征在于，所述身体状态识别模块对随机森林分类器进行预训练，包括：

3.根据权利要求1所述的运动监测系统，其特征在于，完整切片的窗口长度大于最小切片的窗口长度，最小切片的窗口长度大于或等于滑动窗口切片的切片滑动步长。

4.根据权利要求3所述的运动监测系统，其特征在于，最小切片的窗口长度使每个ECG数据切片内至少有4个完整的心拍，从而使时域特征的计算时至少有三个RR间期。

5.根据权利要求3所述的运动监测系统，其特征在于，完整切片的窗口长度为2...

【技术特征摘要】

1.一种基于心率变异性特征的运动监测系统，其特征在于，包括：

2.根据权利要求1所述的运动监测系统，其特征在于，所述身体状态识别模块对随机森林分类器进行预训练，包括：

3.根据权利要求1所述的运动监测系统，其特征在于，完整切片的窗口长度大于最小切片的窗口长度，最小切片的窗口长度大于或等于滑动窗口切片的切片滑动步长。

4.根据权利要求3所述的运动监测系统，其特征在于，最小切片的窗口长度使每个ecg数据切片内至少有4个完整的心拍，从而使时域特征的计算时至少有三个rr间期。

5.根据权利要求3所述的运动监测系统，其特征在于，完整切片的窗口长度为20秒至30秒，最小切片的窗口长度为5秒，滑动窗口切片的切片滑动步长为5秒或4秒。

6.一种基于心率变异性特征的疲劳状态评估方法，其特征在于，包括以下...

【专利技术属性】
技术研发人员：洪永旗，钟林杰，吴少仪，晋建秀，曾国铭，王海明，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：