[发明专利]一种肌肉疲劳等级的检测方法及设备有效
申请号: | 201811021478.7 | 申请日: | 2018-09-03 |
公开(公告)号: | CN110870769B | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 谭启涛;张明;王岩;李增勇 | 申请(专利权)人: | 香港理工大学深圳研究院 |
主分类号: | A61B5/369 | 分类号: | A61B5/369;A61B5/145 |
代理公司: | 深圳中一专利商标事务所 44237 | 代理人: | 官建红 |
地址: | 518057 广东省深圳市南山区高新*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 肌肉 疲劳 等级 检测 方法 设备 | ||
1.一种肌肉疲劳等级的检测方法,其特征在于,包括:
获取用户的生物特征信号;所述生物特征信号包括:血红蛋白浓度信号、血氧饱和度信号以及表面肌电信号;
通过预设的小波平均算法,获取所述血红蛋白浓度信号的小波振幅均值;
对所述表面肌电信号进行傅里叶变换,得到所述表面肌电信号的表面肌电频域曲线,并根据所述表面肌电频域曲线确定中位频率值;
将所述小波振幅均值、所述中位频率值以及所述血氧饱和度信号的均值,导入预设的疲劳度计算模型,确定所述用户当前的疲劳特征值;
基于预设的疲劳等级索引表,确定所述疲劳特征值对应的疲劳等级;
所述通过预设的小波平均算法,获取所述血红蛋白浓度信号的小波振幅均值,包括:
将所述血红蛋白浓度信号进行小波变换,得到关于所述血红蛋白浓度信号的时频曲线;
从所述时频曲线中截取预设频段的时频区域曲线;
基于所述时频区域曲线的小波振幅,计算所述时频曲线的积分均值,将所述积分均值识别为所述小波振幅均值;
在所述基于预设的疲劳等级索引表,确定所述疲劳特征值对应的疲劳等级之前,还包括:
获取所述用户处于肌肉放松状态下的基准生物参数;所述基准生物参数包括:基准小波振幅、基准中频参数以及基准血氧均值;
根据所述基准小波振幅、所述基准中频参数以及所述基准血氧均值生成所述疲劳度计算模型,并将所述基准生物参数对应的疲劳特征值识别为初始疲劳值;
获取所述用户在额定运动强度后的疲劳生物参数;所述疲劳生物参数包括:疲劳小波振幅、疲劳中频参数以及疲劳血氧均值;
将所述疲劳小波振幅、所述疲劳中频参数以及所述疲劳血氧均值导入所述疲劳度计算模型,计算所述用户的疲劳上限值;
基于所述疲劳上限值以及所述初始疲劳值,生成所述疲劳等级索引表。
2.根据权利要求1所述的检测方法,其特征在于,所述疲劳度计算模型具体为:
其中,FLI为所述疲劳特征值;WA为所述小波振幅均值;WA_0为所述基准小波振幅;mTOLI为所述血氧饱和度信号的均值;mTOI_0为所述基准血氧均值;MDF为所述中位频率值;MDF_0为所述基准中频参数;α以及β为预设系数。
3.根据权利要求1-2任一项所述的检测方法,其特征在于,所述获取用户的生物特征信号,包括:
接收复合测量探头发送的探测信号;所述复合测量探头放置于所述用户的待测肌肉的皮肤表面;
对所述探测信号进行放大处理,将放大后的所述探测信号识别为所述生物特征信号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于香港理工大学深圳研究院,未经香港理工大学深圳研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811021478.7/1.html,转载请声明来源钻瓜专利网。