[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

说明书

本发明公开了一种基于体征数据监测的运动养生闭环训练方法，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并获取反馈值；网格模型中的体征数据值为基准值；利用所述反馈值调整训练强度；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，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；利用训练效果以及对应的训练强度，寻找基准训练强度；在新一轮的训练中，把寻找到的基准训练强度推荐给相应的训练人员。本发明能针对不同体征体质的人群以及训练人员的体征状态制定合适的训练计划，解决了盲目训练问题。

技术领域

本发明涉及运动养生训练领域，特别是一种基于体征数据监测的运动养生闭环训练方法。

背景技术

现有技术中，训练人员在训练过程中，不能根据自身状况调整到一个合适的运动强度，无法达到最佳的训练效果，且无法保证训练人员的训练安全。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种运动养生闭环训练方法。

为解决上述技术问题，本发明基于数据云平台和大数据分析的技术条件，所采用的技术方案是：一种基于体征数据监测的运动养生闭环训练方法，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。

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。

判断训练人员体征体质的方法包括：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。

所述体征数据包括心率、脉压差、代谢率；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，状态常数取值为0.9—1.5。

所述反馈值即偏差比，所述偏差比的获取过程包括：

1)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。

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；