[发明专利]基于多生理参数的人体运动性疲劳监测系统

权利要求书

1.一种基于多生理参数的人体运动性疲劳监测系统，其特征在于，包括：监测衣本体、设置于所述监测衣本体上的数据采集装置、后台主机及内嵌于所述后台主机中的运动疲劳程度评估模块；

所述数据采集装置包括第一主机、第二主机、心电监测模块、心率监测模块、呼吸监测模块、加速度监测传感器、温度传感器、皮电传感器和血氧传感器。

2.根据权利要求1所述的基于多生理参数的人体运动性疲劳监测系统，其特征在于，所述第一主机包括第一主控模块、第一蓝牙模块、第一电源模块和GPRS网络模块；所述第二主机包括第二主控模块、第二蓝牙模块和第二电源模块；

所述心电监测模块、心率监测模块、呼吸监测模块、温度传感器和加速度监测传感器均与所述第一主机连接；所述皮电传感器和血氧传感器均与所述第二主机连接；所述第一主机与第二主机通讯连接，所述第一主机通过所述GPRS网络模块与所述后台主机通讯连接。

3.根据权利要求2所述的基于多生理参数的人体运动性疲劳监测系统，其特征在于，所述心电监测模块用于采集并获得心电信号；心率监测模块用于根据心电图信号获取心率数据；所述呼吸监测模块用于采集呼吸信号，并计算获取呼吸率数据；所述加速度监测传感器用于采集加速度信号；所述皮电传感器采集腕部的皮电信号；所述温度传感器用于采集人体腋下体温数据；所述血氧传感器用于采集双通道脉搏波描记信号，并计算获取血氧饱和度数据。

4.根据权利要求3所述的基于多生理参数的人体运动性疲劳监测系统，其特征在于，所述运动疲劳程度评估模块用于根据所述数据采集装置获取的数据利用BP神经网络建立模型，评估人体运动后的疲劳程度，其具体步骤包括建立实验模型、模型应用和评估结果输出。

5.根据权利要求4所述的基于多生理参数的人体运动性疲劳监测系统，其特征在于，所述建立实验模型的具体步骤包括：

1)实验数据采集；

2)特征提取；

3)特征选择；

4)BP神经网络模型训练；

5)模型测试与优化。

6.根据权利要求5所述的基于多生理参数的人体运动性疲劳监测系统，其特征在于，所述实验数据采集具体包括：令受试者穿上所述监测衣本体在跑台上匀速跑步，利用所述监测衣本体上的数据采集装置对受试者进行生理参数信号进行采集，同时每隔一段时间后对受试者进行运动自觉量表评分，将运动自觉量表评分值作为疲劳程度的分类标签，根据其评分值范围将疲劳程度分为3类：轻度疲劳、中度疲劳和重度疲劳。

7.根据权利要求6所述的基于多生理参数的人体运动性疲劳监测系统，其特征在于，所述特征提取具体包括：提取所述数据采集装置获得的心率数据、呼吸率数据、体温数据、血氧饱和度数据作为特征值；同时对所述数据采集装置采集的心电信号、呼吸信号、加速度信号、皮电信号和双通道脉搏波描记信号分别计算其信号均值、标准差、最大值与最小值的差值、一阶差分信号均值、一阶差分信号标准差，并也将其作为特征值。

8.根据权利要求7所述的基于多生理参数的人体运动性疲劳监测系统，其特征在于，所述特征选择具体包括：以顺序前进法或顺序后退法或顺序浮动前进法对所述步骤2)提取的特征进行特征选择，去除冗余特征，得到优化特征。