申请/专利权人：北京师范大学-香港浸会大学联合国际学院

申请日：2023-07-17

公开（公告）日：2024-03-22

公开（公告）号：CN116978561B

主分类号：G16H50/30

分类号：G16H50/30;G16H20/30

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.11.17#实质审查的生效;2023.10.31#公开

摘要：本发明提供了一种基于模糊熵的运动风险评估方法、系统、设备及介质，所述方法包括：获取待评估运动者在待评估时刻的运动强度以及之前不同运动强度下的历史心电信号；将根据历史心电信号得到的不同时段的心跳间期序列分别输入模糊熵模型进行模糊熵计算，得到运动模糊熵序列；根据待评估时刻、将运动模糊熵序列和运动强度输入序列变点识别模型进行变点识别得到的变点识别结果和风险状态转移模型进行风险评估，得到待评估时刻的风险评估结果。本发明不仅能对心率变异性的无序度和复杂度进行可靠量化，而且能实时分析运动负荷的非线性增长规律，有效量化运动风险与运动强度之间的关系，进而提高运动风险评估的可靠性和精准性。

主权项：1.一种基于模糊熵的运动风险评估方法，其特征在于，所述方法包括以下步骤：获取待评估运动者在待评估时刻的运动强度，以及所述待评估时刻之前的历史运动数据；所述历史运动数据包括不同运动强度下的历史心电信号；根据所述历史心电信号，得到不同时段的心跳间期序列；将不同时段的心跳间期序列分别输入预先构建的模糊熵模型进行模糊熵计算，得到对应的运动模糊熵序列；将所述运动模糊熵序列和所述运动强度输入预先构建的序列变点识别模型进行变点识别，得到变点识别结果；所述变点识别结果包括突变点位置和对应的变点运动强度；根据所述待评估时刻、所述变点识别结果和预先构建的风险状态转移模型进行风险评估，得到所述待评估时刻的风险评估结果；所述风险状态转移模型包括状态等级分位数和状态转移风险函数；其中，所述根据所述待评估时刻、所述变点识别结果和预先构建的风险状态转移模型进行风险评估，得到所述待评估时刻的风险评估结果的步骤包括：根据所述待评估时刻、所述运动强度和所述模糊熵模型，得到待评估时刻模糊熵，并根据所述待评估时刻模糊熵和所述状态等级分位数，得到待评估时刻运动状态；根据所述变点运动强度、所述突变点位置和所述模糊熵模型，得到突变时刻模糊熵，并根据所述突变时刻模糊熵和所述状态等级分位数，得到下一运动状态；获取所述待评估运动者的生理特征，将所述生理特征、所述待评估时刻运动状态、所述下一运动状态和所述待评估时刻输入所述状态转移风险函数，得到对应的状态转移风险概率；根据所述状态转移风险概率、所述下一运动状态以及对应的突变点位置，得到所述风险评估结果。

全文数据：

权利要求：

百度查询： 北京师范大学-香港浸会大学联合国际学院 一种基于模糊熵的运动风险评估方法、系统、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD