[发明专利]一种基于体征数据监测的运动养生闭环训练方法

权利要求书

1.一种基于体征数据监测的运动养生闭环训练方法，其特征在于，包括以下步骤：

1)采集训练准备阶段T时间内训练人员的体征数据，根据训练人员状态标识调整体征数据，然后通过网格模型判断训练人员体征体质类型并获取反馈值；网格模型内各个网格中的体征数据值为基准值；

2)利用所述反馈值确定训练强度；

3)训练人员按所述训练强度进行训练，并采集整个训练过程的体征数据，监测训练过程，若训练人员的体征指标出现异常，则告警并终止训练；训练过程体征指标正常则对比分析训练准备阶段和训练结束阶段的数据，判断训练效果；

4)利用上述步骤3)中的训练效果以及对应的训练强度，寻找基准训练强度。

2.根据权利要求1所述的基于体征数据监测的运动养生闭环训练方法，其特征在于，所述网格模型定义方法包括：将训练人员按照年龄、性别、体型分组，形成网格，所述网格模型的各个网格内包括不同训练人员的各种体征数据的基准值。

3.根据权利要求1所述的基于体征数据监测的运动养生闭环训练方法，其特征在于，判断训练人员体征体质类型的方法包括：根据训练人员状态标识调整训练人员的当前体征数据，得到调整后的体征数据；判断训练人员调整后的体征数据与体征数据基准值的差值。

4.根据权利要求3所述的基于体征数据监测的运动养生闭环训练方法，其特征在于，所述体征数据包括心率、脉压差、代谢率；根据训练人员状态标识调整体征数据的过程包括：状态调整心率＝采样平均心率/状态常数；状态调整脉压差＝采样平均脉压差/状态常数；状态调整代谢率＝状态调整心率+状态调整脉压差-111；所述状态包括基础、休息、运动、饭后2小时内、饭后3小时内、饭后4小时内、酒后恢复、疲劳、病后康复；所述状态为基础时，状态常数为1；所述状态为休息、运动、饭后2小时内、饭后3小时内、饭后4小时内、酒后恢复、疲劳、病后康复时，状态常数取值范围为0.9—1.5。

5.根据权利要求4所述的基于体征数据监测的运动养生闭环训练方法，其特征在于，所述反馈值即偏差比，所述偏差比的获取过程包括：

利用下列公式计算偏差比总和：

心率偏差比＝|状态调整心率-心率基准值|/心率基准值；

代谢率偏差比＝|状态调整代谢率-代谢率基准值|/代谢率基准值；

脉压差偏差比＝|状态调整脉压差-脉压差基准值|/脉压差基准值；

偏差比总和＝代谢率偏差比。

6.根据权利要求5所述的基于体征数据监测的运动养生闭环训练方法，其特征在于，步骤2)中，利用下式确定当前次训练强度：当前次训练强度＝上一次训练强度+(当前次偏差比总和-上一次偏差比总和)/P％；P为常数。

7.根据权利要求1所述的基于体征数据监测的运动养生闭环训练方法，其特征在于，步骤3)的具体实现过程包括：

1)判断训练准备阶段和训练结束阶段训练人员任一项体征指标的均值是否相等；

2)如果某一项体征指标的均值相等，则表示趋势平稳，训练准备阶段均值大于训练结束阶段均值表示下降趋势，训练准备阶段均值小于训练结束阶段均值表示上升趋势；

3)根据变化趋势判断训练效果，只要有某一体征指标向该体征指标的基准值靠近，则判断为有训练效果。

8.根据权利要求1所述的基于体征数据监测的运动养生闭环训练方法，其特征在于，步骤4)的具体实现过程包括：

1)收集所有训练人员的体征数据中有训练效果的训练强度数据，以训练人员训练准备阶段的体征数据、训练结束阶段的体征数据、对应的训练强度构建数据记录；

2)统计使得每一类型体征体质得到改善的训练强度的次数，记录出现次数最多的训练强度，并把该训练强度作为基准训练强度；

3)针对当前训练人员当前体征体质类型推荐基准训练强度；

4)将步骤3)当前训练人员训练准备阶段的体征数据、训练结束阶段的体征数据、当前的训练强度、本次训练效果添加到所述数据记录内，返回步骤1)，更新基准训练强度。