[发明专利]基于代谢当量及生理参数的最大心率预测方法和装置

说明书

本申请公开了一种基于代谢当量及生理参数的最大心率预测方法和装置。其中方法包括：基于用户的身体特征参数，利用回归模型得到所述用户的最大心率值，其中，所述回归模型是通过对多个受试者的最大心率值和身体特征参数进行统计得到的线性多项回归公式模型；根据所述用户的代谢当量，对所述最大心率值进行校正。该方法能够根据用户的身体特征参数快速得到最大心率值。回归模型采用统计学的方法得到，因此模型更加符合人体的生理规律。通过采集代谢当量对最大心率值进行校正，比直接测量心率更加简单，设备要求也降低，而且能够根据用户的运动状态的变化，实时估计和更新最大心率值，能够满足用户的需求。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种最大心率预测方法和装置，更具体地，涉及一种基于代谢当量及生理参数的最大心率预测方法和装置。

背景技术

对于大多数人来说，心率是衡量一个人身体健康的重要指标。其中最大心率反映了一个人所能承受的最大运动强度。传统的最大心率计算方法包括直接测试法和间接预测法。直接测试法通过对受试者进行极量负荷测试获得，该方法虽然能获得准确值，但是由于运动强度大，且对于运动风险高危人群，存在安全隐患。间接预测法主要采用经验公式进行预测，目前国际公认的预测公式包括220-年龄以及208-0.7*年龄等等，这些公式以年龄作为变量，对受试者的最大心率进行预测，但是有研究表示，这些公式预测误差比较大。

发明内容

本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。

根据本申请的一个方面，提供了一种最大心率预测方法，包括：

最大心率值计算步骤：基于用户的身体特征参数，利用回归模型得到所述用户的最大心率值，其中，所述回归模型是通过对多个受试者的最大心率值和身体特征参数进行统计得到的线性多项回归公式模型；和

校正步骤：根据所述用户的代谢当量，对所述最大心率值进行校正。

该方法能够根据用户的身体特征参数快速得到最大心率值。回归模型采用统计学的方法得到，因此模型更加符合人体的生理规律。通过采集代谢当量对最大心率值进行校正，比直接测量心率更加简单，设备要求也降低，而且能够根据用户的运动状态的变化，实时估计和更新最大心率值，能够满足用户的需求。

可选地，在所述最大心率值计算步骤之前，该方法还包括：参数接收步骤：接收所述用户输入的身体特征参数。

可选地，所述身体特征参数包括：年龄、性别、体重、体力活动水平。

可选地，在所述最大心率值计算步骤中，所述回归模型为：

HRmax＝a₀*age+a₁*sex+a₂*activitylevel+a₃*weight+a₄

其中，HRmax为最大心率值，age表示所述用户的年龄，sex表示所述用户的性别，activitylevel表示所述用户的体力活动水平，weight表示所述用户的体重，a₀、a₁、a₂、a₃、a₄为待定参数。

该方法能够根据用户的身体特征参数通过回归模型快速计算出用户的最大心率值，仅需输入基本信息而无需做复杂的测试，操作简单，结果准确，并且能够为后续的最大心率值校正和更新提供初始值。

可选地，所述受试者的数量大于或者等于100。

可选地，所述校正步骤包括：

代谢当量获得步骤：获得所述用户当前的代谢当量；

最大心率值校正步骤：基于代谢当量差值与最大心率值差值之间的线性模型，得到最大心率值的校正值，从而对所述最大心率值进行校正。