基于生物信号的体能、疲劳、恢复能力的评测系统及方法.pdf

《基于生物信号的体能、疲劳、恢复能力的评测系统及方法.pdf》由会员分享，可在线阅读，更多相关《基于生物信号的体能、疲劳、恢复能力的评测系统及方法.pdf（15页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910468691.0 (22)申请日 2019.05.31 (71)申请人 北京道贞健康科技发展有限责任公 司 地址 100029 北京市朝阳区惠新东街12号5 层1403室 (72)发明人 肖钢 (74)专利代理机构 北京力量专利代理事务所 (特殊普通合伙) 11504 代理人 宋林清 (51)Int.Cl. A61B 5/11(2006.01) A61B 5/0402(2006.01) A61B 5/08(2006.01) (54)发明名称 基于生物信号的体能、 疲劳。

2、、 恢复能力的评 测系统及方法 (57)摘要 本发明提供一种基于生物信号的体能、 疲 劳、 恢复能力的评测系统及方法， 解决现有测评 方法分析结果不准确， 且硬件结构硕大的问题； 其中， 评测系统包括： 心电呼吸计步采集模块、 蓝 牙通讯模块、 运算分析显示模块和存储模块， 运 算分析模块分别与存储模块和蓝牙通讯模块电 连接， 用于对受测者的体能、 疲劳、 恢复能力评估 运算； 评测方法包括如下步骤： 采集受测者的心 电信号和呼吸波形信号； 运算分析模块通过蓝牙 通讯模块获取上述信号， 绘制生成心电曲线图及 呼吸波形图， 并将其与存储模块中的曲线样图进 行对比分析， 并输出评测结果； 存储模块。

3、将评测 结果以时间轴的方式存储。 本发明对受测者的体 能、 疲劳程度、 恢复能力及健康管理和体育锻炼， 能形成指导。 权利要求书3页 说明书9页 附图2页 CN 110353692 A 2019.10.22 CN 110353692 A 1.一种基于生物信号的体能、 疲劳、 恢复能力的评测系统， 其特征在于， 包括： 心电呼吸计步采集模块， 用于采集受测者的心电信号、 呼吸波形信号和行走步数； 蓝牙通讯模块， 用于实现所述心电呼吸计步采集模块的数据传输和通讯； 运算分析显示模块， 所述运算分析显示模块分别与存储模块和蓝牙通讯模块电连接， 用于接收、 处理和显示受测者的心电信号、 呼吸波形信号和。

4、行走计步， 以及对受测者的体 能、 疲劳、 恢复能力进行评估运算； 存储模块， 用于存储受测者的心电信号和呼吸波形信号、 心电测试曲线样图、 呼吸测试 曲线样图、 恢复能力曲线样图、 以及当次评估中步行的计步情况， 及受测者的体能、 疲劳、 恢 复能力的评估运算结果。 2.根据权利要求1所述的基于生物信号的体能、 疲劳、 恢复能力的评测系统， 其特征在 于， 还包括体位采集模块， 所述体位采集模块与所述心电呼吸计步采集模块集成于一体； 所 述体位采集模块， 用于采集受测者的体位活动信号； 所述体位采集模块与所述运算分析显 示模块电连接。 3.根据权利要求2所述的基于生物信号的体能、 疲劳、 恢。

5、复能力的评测系统， 其特征在 于， 还包括云服务器； 所述云服务器内存储有数据库， 所述云服务器与所述运算分析显示模 块通信连接； 所述数据库用于存储受测者的心电信号、 呼吸信息、 计步情况及体位活动信 号。 4.根据权利要求3所述的基于生物信号的体能、 疲劳、 恢复能力的评测系统， 其特征在 于， 还包括显示装置； 所述显示装置与所述运算分析显示模块电连接， 用于显示所述运算分 析显示模块的评估运算结果。 5.一种基于生物信号的体能、 疲劳、 恢复能力的评测方法， 其特征在于， 所述评测方法 采用权利要求1-4中任一项所述的评测系统； 所述方法包括如下步骤： (1)通过心电呼吸计步采集模块，。

6、 采集受测者运动前、 运动中以及运动后的心电信号、 呼吸波形信号、 计步和体位信号； (2)运算分析显示模块通过蓝牙通讯模块获取所述心电信号、 呼吸信号、 计步数量及体 位信号； (3)运算分析显示模块分别将所述心电信号和呼吸波形信号绘制生成心电曲线图、 呼 吸波形图， 并将计步情况和体位状况可视化； (4)运算分析显示模块将所述心电信息、 呼吸信息及计步情况和体位状况， 分别与存储 模块中的标准步数及标准体位下的心电测试曲线样图及呼吸测试曲线样图进行对比分析， 并输出包含受测者的体能、 疲劳、 恢复能力评测信息中至少一项信息的评测结果和至少一 种恢复能力曲线样图； (5)存储模块将包含受测者。

7、的体能、 疲劳、 恢复能力评测信息中至少一项信息的评测结 果， 以时间轴的方式存储， 并同步将所存储的数据发送到云端存储。 6.根据权利要求5所述的方法， 其特征在于， 所述心电测试曲线样图及呼吸测试曲线样 图， 分别由不同年龄、 不同性别、 不同体重、 不同身高的受测者的心电信号、 呼吸信号， 在完 成同一个标准测试模型全程中的心电信息、 呼吸信息经加权处理后计算获得。 7.根据权利要求6所述的方法， 其特征在于， 步骤(4)中， 对受测者的体能评测包括如下 步骤： 权利要求书 1/3 页 2 CN 110353692 A 2 将采集的受测者开始标准测试模型前的心电信息、 呼吸信息和体位信息。

8、， 与所述数据 库中存储的标准体位下的心电测试曲线样图及呼吸测试曲线样图进行计算和比较； 输出体能评测结果。 8.根据权利要求7所述的方法， 其特征在于， 所述计算和比较， 包括如下步骤： 从受测者当次心电信息和呼吸信息中， 获得开始标准测试前的心电信息值和呼吸信息 值， 将这两个值求和， 并乘以系数X， 作为第一和值； 从存储模块中的心电测试曲线样图及呼吸测试曲线样图中， 获得该受测者历次开始标 准测试前心电信息值的平均值和呼吸信息值的平均值， 将这两个值求和， 并乘以系数X； 或 以受测者上一次开始标准测试前心电信息值和呼吸信息值， 将这两个值求和， 并乘以系数 X， 作为第二和值； 将所。

9、述第一和值与所述第二和值作比后获得百分比P体 能； 或， 第一和值与所述第二和值作差后获得的差值D体 能； 作为受测者本次体能评测结果输出， 并存入存储模块； 其中， 将P体 能1和D体 能0， 定义 为常态， 将P体 能1和D体 能1和D体 能0定义为其值越大， 体 能越差。 9.根据权利要求5所述的方法， 其特征在于， 步骤(4)中， 对受测者的疲劳评测包括如下 步骤： 从受测者执行一个标准测试模型的当次心电信息和呼吸信息中， 获得开始标准测试前 和完成一个标准测试模型的运动量后即刻， 其心电信息值的差值和呼吸信息值的差值， 将 这两个差值求和， 并乘以系数Y， 作为第三和值； 计算第四和。

10、值， 所述第四和值的计算方式包括： 从存储模块中的心电测试曲线样图及呼吸测试曲线样图中， 获得该受测者历次开始标 准测试前和完成同一标准测试模型的运动后即刻， 其心电信息值差值的平均值和呼吸信息 值差值的平均值， 将这两个平均值求和， 并乘以系数Y； 或， 以受测者上一次开始标准测试前 和完成同一标准测试模型的运动后即刻， 其心电信息差值和呼吸信息差值， 将这两个差值 求和， 并乘以系数Y； 将所述第三和值与所述第四和值作比后获得百分比P疲 劳作为受测者本次疲劳评测结果 输出， 并存入存储模块； 将所述第三和值与所述第四和值作差后获得差值D疲 劳； 将P疲 劳1和D疲 劳0， 定义为常态， 将。

11、P疲 劳1和D疲 劳1 和D疲 劳0定义为其值越大， 体能越差。 10.根据权利要求6所述的方法， 其特征在于， 步骤(4)中， 对受测者的恢复能力评测包 括如下步骤： 受测者执行一个标准测试模型； 获取开始该标准测试模型之前受测者的心电信息值h0和呼吸信息值b0； 将心电信息值h0和呼吸信息值b0求和， 并乘以系数Z， 作为起始值S0； 受测者完成一个标准测试模型的运动量后， 获取受测者完成测试时刻的心电信息值h1 和呼吸信息值b1； 将心电信息值h1和呼吸信息值b1求和， 并乘以系数Z， 作为第五和值S1， 权利要求书 2/3 页 3 CN 110353692 A 3 每隔10秒， 将对应。

12、时间的心电信息值hi和呼吸信息值bi求和， 并乘以系数Z， 作为每隔10 秒的一个和值Si； 运算分析显示模块将S0、 S1到Si沿时间轴t0、 t1到ti依序描点， 生成Si值逐渐下降的恢复 曲线； 将所有数据及恢复曲线存于存储模块中， 并发送到云数据库中。 权利要求书 3/3 页 4 CN 110353692 A 4 基于生物信号的体能、 疲劳、 恢复能力的评测系统及方法 技术领域 0001 本发明属于健康管理和体育训练技术领域， 具体而言， 本发明涉及基于微型穿戴 式实时多种生物信号捡拾发射技术的体能、 疲劳、 恢复能力的评测系统及方法。 背景技术 0002 保持健康的心身需要合理的管理。

13、健康， 通过心身训练和精准的体能、 疲劳、 恢复能 力测评， 具有了解自身状况、 合理安排生活和进行强度适宜的体育锻炼的管理精准性， 对于 生活的现代化和适应现代化速度越来越快的生活， 具有重要的现实意义。 0003 中国专利文献CN108970085A中公开了运动体能分析方法、 设备及存储介质， 并公 开了通过计算评估体能信息、 实时体能信息， 监测实时运动数据中生理参数是否异常， 并分 析所述实时体能信息与历次实时体能信息以得到体能变化数据， 从而根据体能变化数据调 整用于分析实时体能信息的计算参数， 并且预测下次运动体能情况以给出相应运动或训练 建议。 其中， 运动数据包括生命体征参数，。

14、 而生命体征参数具体包括运动心率、 呼吸频率、 及 血氧饱和度。 0004 中国专利文献CN108888282A中公开了一种智能的呼吸肌功能评估反馈训练系统， 首先利用呼吸肌测量单元、 肺功能测量单元、 胸腹起伏测量单元和血氧饱和度检测单元对 受检者进行检测， 然后利用嵌入式系统单元采集检测信息并将采集信息传送给呼吸肌评估 单元进行评估， 生成评估报告， 评估报告上开有训练处方， 最后根据训练处方要求， 利用反 馈训练单元对受检者进行训练。 0005 上述专利文献中的方法虽然通过运动心率、 呼吸频率等信息对测试者的体能进行 了测评， 但是存在以下问题： 0006 1、 信号采集部位易受身体运动。

15、幅度影响而产生信号噪音， 致使分析结果不正确， 误差较大。 0007 2、 仪器设备外形结构过于庞大， 便携性较差。 0008 3、 没有充分利用心电信号以及呼吸波信号中所携带的受测者体况信息， 进而分析 出的数据结论不够全面， 分析结果不是十分准确。 0009 4、 没有确时的计步功能和对年龄、 性别、 体重、 身高的规划要求， 因而缺乏耗能水 平与体能、 疲劳、 恢复能力之间， 精准测评的基础， 也因之难以形成有意义的差别对比和建 立科学的健康管理档案和管理方案。 0010 5、 不能进行通过云数据库的远程实时监控和事后分析。 0011 因此， 提供一种基于微型穿戴式实时多种生物信号捡拾发。

16、射技术的体能、 疲劳、 恢 复能力的评测系统及方法， 以克服上述缺陷中的至少一种， 成为一种必需。 发明内容 0012 本发明解决的技术问题在于现有技术中的体能测评方法， 方法不规范， 数据不可 靠， 分析结果不准确， 且硬件结构硕大的问题， 进而提供一种基于生物信号的体能、 疲劳、 恢 说明书 1/9 页 5 CN 110353692 A 5 复能力的评测系统及方法标准。 0013 为了解决上述问题， 本发明提供了一种基于微型穿戴式实时多种生物信号捡拾发 射技术的体能、 疲劳、 恢复能力的评测系统， 包括： 0014 心电呼吸计步采集模块， 用于采集受测者的心电信号、 呼吸波形信号和规定时间。

17、 内的步行步数； 0015 蓝牙通讯模块， 用于实现所述心电呼吸计步采集模块的数据传输和通讯； 0016 运算分析显示模块， 所述运算分析显示模块， 分别与所述存储模块和蓝牙通讯模 块电连接， 用于接收和处理受测者的心电信号、 呼吸波形信号和计步及体位状况， 以及对受 测者的体能、 疲劳、 恢复能力进行评估运算； 0017 存储发送模块， 用于存储受测者的心电信号、 呼吸波形信号、 心电曲线样图、 呼吸 波曲线样图、 计步和体位信息， 及受测者的体能、 疲劳、 恢复能力进行评估运算结果。 0018 优选地， 还包括体位采集模块， 所述体位采集模块与所述心电呼吸计步采集模块 集成于一体； 所述体。

18、位采集模块， 用于采集受测者的体位活动信号； 所述体位采集模块与所 述运算分析显示模块电连接。 0019 优选地， 所述计步和体位采集模块内集成设置有至少一个多轴传感器或一个陀螺 仪， 用于获取人体的步行步数和体位信息。 0020 优选地， 所述体位信息包括： 平卧、 左侧卧、 右侧卧。 0021 优选地， 所述体位信息还包括： 站、 坐、 行走。 0022 优选地， 还包括云服务器； 所述云服务器内存储有数据库， 所述云服务器与所述中 央处理器通信连接； 所述数据库用于存储受测者的心电信号、 呼吸波形信号信息、 计步和体 位活动信号。 0023 优选地， 还包括显示装置； 所述显示装置与所述。

19、运算分析模块电连接， 用于显示所 述运算分析显示模块的评估运算结果。 0024 本发明还提供一种基于生物信号的体能、 疲劳、 恢复能力的评测方法， 采用如前所 述的评测系统； 所述方法包括如下步骤： 0025 (1)通过心电呼吸计步采集模块， 采集受测者执行一个标准测评模型的运动前、 运 动中以及运动后的心电信号、 呼吸波形信号、 计步和体位信号； 0026 (2)运算分析显示模块通过蓝牙通讯模块获取所述心电信号、 呼吸信号、 计步数量 及体位信号； 0027 (3)运算分析显示模块分别将所述心电信号和呼吸波形信号绘制生成实时的心电 波形图或心电曲线图、 实时的呼吸波形图或呼吸曲线图， 并将计。

20、步情况和体位状况可视化； 0028 (4)运算分析显示模块将所述心电信息、 呼吸信息及计步情况和体位状况， 分别与 存储模块中的标准步数及标准体位下的心电测试曲线样图及呼吸测试曲线样图进行对比 分析， 并输出包含受测者的体能、 疲劳、 恢复能力评测信息中至少一项信息的评测结果和至 少一种恢复能力曲线样图； 0029 (5)存储模块将包含受测者的体能、 疲劳、 恢复能力评测信息中至少一项信息的评 测结果， 以时间轴的方式存储， 并可同步将所存储的数据发送到云端存储。 0030 优选地， 所述心电测试曲线样图及呼吸测试曲线样图， 分别由不同年龄、 不同性 别、 不同体重、 不同身高的受测者的心电信。

21、号、 呼吸信号、 计步和体位信号， 在完成同一个标 说明书 2/9 页 6 CN 110353692 A 6 准测试模型全程中的心电信息、 呼吸信息经加权处理后计算获得。 0031 优选地， 所述心电测试曲线样图、 呼吸测试曲线样图、 以及恢复能力曲线样图， 分 别由不同年龄、 不同性别、 不同体重、 不同身高的受测者的心电信号和呼吸信号， 经过加权 运算产生； 不同年龄、 不同性别、 不同体重、 不同身高的受测者， 从完成一个自选的标准测试 模型的全程中， 获得由其心电信息和呼吸信息经加权处理后产生的心电测试曲线图、 呼吸 测试曲线图及恢复能力曲线图。 0032 优选地， 步骤(4)中， 对。

22、受测者的体能评测包括如下步骤： 0033 将采集的受测者开始标准测试模型前的心电信息、 呼吸信息和体位信息， 与所述 数据库中存储的标准体位下的心电测试曲线样图及呼吸测试曲线样图进行计算和比较； 输 出体能评测结果。 0034 优选地， 所述计算和比较， 包括如下步骤： 0035 从受测者当次心电信息和呼吸信息中， 获得开始标准测试前的心电信息值和呼吸 信息值， 将这两个值求和， 并乘以系数X， 作为第一和值； 0036 从存储模块中的心电测试曲线样图及呼吸测试曲线样图中， 获得该受测者历次开 始标准测试前心电信息值的平均值和呼吸信息值的平均值， 将这两个值求和， 并乘以系数 X； 或以受测者。

23、上一次开始标准测试前心电信息值和呼吸信息值， 将这两个值求和， 并乘以 系数X， 作为第二和值； 0037 将所述第一和值与所述第二和值作比后获得百分比P体 能； 0038 或， 第一和值与所述第二和值作差后获得的差值D体 能； 0039 作为受测者本次体能评测结果输出， 并存入存储模块； 其中， 将P体 能1 和D体 能0， 定义为常态， 将P体 能1和D体 能1和D体 能0定义为其值越 大， 体能越差。 0040 优选地， 步骤(4)中， 对受测者的疲劳评测包括如下步骤： 0041 从受测者执行一个标准测试模型的当次心电信息和呼吸信息中， 获得开始标准测 试前和完成一个标准测试模型的运动量。

24、后即刻， 其心电信息值的差值和呼吸信息值的差 值， 将这两个差值求和， 并乘以系数Y， 作为第三和值； 0042 计算第四和值， 所述第四和值的计算方式包括： 0043 从存储模块中的心电测试曲线样图及呼吸测试曲线样图中， 获得该受测者历次开 始标准测试前和完成同一标准测试模型的运动后即刻， 其心电信息值差值的平均值和呼吸 信息值差值的平均值， 将这两个平均值求和， 并乘以系数Y； 或， 以受测者上一次开始标准测 试前和完成同一标准测试模型的运动后即刻， 其心电信息差值和呼吸信息差值， 将这两个 差值求和， 并乘以系数Y； 0044 将所述第三和值与所述第四和值作比后获得百分比P疲 劳， 作为。

25、受测者本次疲劳评 测结果输出， 并存入存储模块； 0045 将所述第三和值与所述第四和值作差后获得差值D疲 劳； 0046 将P疲 劳1和D疲 劳0， 定义为常态， 将P疲 劳1和D疲 劳1和D疲 劳0定义为其值越大， 体能越差。 0047 优选地， 步骤(4)中， 对受测者的恢复能力评测包括如下步骤： 0048 受测者执行一个标准测试模型； 说明书 3/9 页 7 CN 110353692 A 7 0049 获取开始该标准测试模型之前受测者的心电信息值h0和呼吸信息值b0； 0050 将心电信息值h0和呼吸信息值b0求和， 并乘以系数Z， 作为起始值S0； 0051 受测者完成一个标准测试模。

26、型的运动量后， 获取受测者完成测试时刻的心电信息 值h1和呼吸信息值b1； 0052 将心电信息值h1和呼吸信息值b1求和， 并乘以系数Z， 作为第五和值 S1， 0053 每隔10秒， 将对应时间的心电信息值hi和呼吸信息值bi求和， 并乘以系数Z， 作为每 隔10秒的一个和值Si； 0054 运算分析显示模块将S0、 S1到Si沿时间轴t0、 t1到ti依序描点， 生成Si值逐渐下降的 恢复曲线； 0055 将所有数据及恢复曲线存于存储模块中， 并发送到云数据库中。 0056 与现有技术相比， 本发明的优点和有益效果在于： 0057 本发明所述的基于微型穿戴式实时多种生物信号捡拾发射技术的。

27、体能、 疲劳、 恢 复能力的评测系统， 在让受测者完成一个确时N档的标准测试模型的全过程中， 采集并分析 受测者的心电信号、 呼吸信号、 计步和体位信号等生物信号， 进而得到受测者的体能、 疲劳、 恢复能力情况， 通过其评测结果， 对受测者的健康管理和体育锻炼等进行指导。 其中， 蓝牙 通讯模块的设置能够便捷地将受测者的心电、 呼吸、 体位、 行走信息传送到运算分析显示模 块， 运算分析显示模块可及时地将评估运算的结果， 反馈至显示终端， 便于使用者能够快速 准确地获知自己的体能信息、 当前的疲劳程度、 以及当前所拥有的恢复能力， 致使使用者能 够根据自己的身体状况， 调整当前的工作和生活内容。

28、， 更为高效合理地安排自己的生活和 工作日程。 0058 进一步的， 计步和体位采集模块的设置， 能够标记运动状况和体位信息与其体能、 疲劳、 恢复能力测评结果之间的关系。 这不仅可加深使用者对设置标准测试模型重要性的 理解， 从而有良好的依从性， 也可让使用者通过使用不同的测试模型， 更加精确地了解自身 在不同耗能模式中体能消耗及恢复能力的差异， 从而增加应用本测评系统和方法的乐趣。 0059 特别是对运动员， 选择针对个人的专用测试模型， 可对其临赛状况、 继续比赛的体 能状况、 训练方案/饮食/情绪以及睡眠质量对体能影响， 做出更为科学的测评。 0060 进一步的， 云服务器的设置用于远。

29、程掌握测试者的体能、 疲劳、 恢复能力的评测信 息， 便于相关专家针对上述信息为测试者提出科学的指导建议。 0061 此外， 本发明进一步提供的基于生物信号的体能、 疲劳、 恢复能力的评测方法， 为 如何以使用者运动的方式实施评测提供了相关算法依据。 其中， 包含受测者的体能、 疲劳、 恢复能力评测信息中， 至少一项信息的评测结果能够为受测者提供科学的行为指导， 存储 模块内以时间轴的方式存储的评测结果， 能够方便测试者了解自己在标准测试模型的运动 过程中体能消耗状态， 为日后合理安排自身的体能训练方式提供指导性依据。 0062 进一步的， 采用不同年龄、 不同性别、 不同身高和不同体重的受测。

30、者的心电、 呼吸、 计步和体位信息， 以及确时N档的标准测试模型， 随着用户量的增加， 云数据库数据的不断 丰富， 不断修正的均值心电曲线样图、 呼吸曲线样图、 以及恢复能力曲线样图， 在年龄、 性 别、 身高、 体重方面， 会越来越具有精准分档的平均共享性， 为分析受测者的体能、 疲劳、 恢 复能力提供既个性化又均值化的分析依据， 致使分析结果具有更强的个人可参考性和健康 管理价值。 以此为基础获得的大数据， 将能够反映公众体能、 疲劳、 恢复能力的基本水平， 可 说明书 4/9 页 8 CN 110353692 A 8 作为公众健康水平和健康管理的一个客观数据， 对发展健康中国的国家战略，。

31、 具有现实和 深远发展的重大意义。 附图说明 0063 图1为实施例中所述的基于生物信号的体能、 疲劳、 恢复能力的评测系统的结构示 意图。 0064 图2为实施例中其中一位受测者的心率曲线、 呼吸复曲线及恢复能力曲线示意图。 具体实施方式 0065 下面将结合本发明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完 整地描述， 显然， 所描述的实施例仅仅是本发明一部分实施例， 而不是全部的实施例。 基于 本发明中的实施例， 本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例， 都属于本发明保护的范围。 0066 实施例1： 0067 如图1所示， 本实施例的基于微型。

32、穿戴式实时多种生物信号捡拾发射技术的体能、 疲劳、 恢复能力的评测系统， 包括： 心电呼吸计步采集模块100， 用于采集受测者的心电信 号、 呼吸信号和计步及体位信息； 蓝牙通讯模块 200， 用于实现所述心电呼吸计步采集模块 的数据传输和通讯； 运算分析显示模块300， 所述运算分析显示模块300分别与所述存储模 块400和蓝牙通讯模块200电连接， 用于接收和处理受测者的心电信号、 呼吸信号、 计步和体 位信号， 以及对受测者的体能、 疲劳、 恢复能力进行评估运算； 存储模块400， 用于存储受测 者的心电信号、 呼吸信号、 计步和体位信号、 心电曲线样图、 呼吸曲线样图、 恢复能力曲线样。

33、 图， 以及受测者的体能、 疲劳、 恢复能力进行评估运算结果。 0068 需要说明的是， 上述心电呼吸计步采集模块、 蓝牙通讯模块及运算分析显示模块 的电路结构均为现有技术， 其相关技术细节参见专利文献 CN107374642A及CN107374615A 中公开的技术信息， 在此本申请不再进一步图示与赘述。 0069 使用时， 将心电呼吸计步采集模块贴附在受测者的胸骨柄位置， 可采集到的受测 者清晰的心电信号、 呼吸波形信号、 计步和体位信号， 被获取的信号信噪比较高， 能够携带 大量与受测者身体素质相关的参数信息， 致使本申请能够准确的分析出受测者的体能、 疲 劳、 恢复能力的评测结果。 具。

34、体的， 如图2所示， 其中一位受测者的心率曲线H、 呼吸复曲线B 及恢复能力曲线 S受测者总共运动11分钟， 包含一分钟的静息准备时间、 5分钟标准测试模 型规定的额定量运动时间和5分钟的静息测试时间； 从图中可获知， 该受测者在5分钟的额 定量运动后的恢复能力测试时间为5分钟。 由于不同体质的人或同一人在不同的状态下， 在 同样运动量下， 恢复时长不同， 上述评测系统可以全面的评测不同人员的体能、 疲劳及恢复 能力， 进而为针对性的制定健康管理或运动指导方案， 提供数据分析基础。 0070 进一步的， 在本实施例的其中一个优选技术方案中， 还包括体位采集模块， 所述体 位采集模块与所述心电呼。

35、吸计步采集模块集成于一体； 所述体位采集模块， 用于采集受测 者的体位活动信号； 所述体位采集模块与所述运算分析显示模块电连接。 体位采集模块的 设置能够实时获取使用者的体位信息， 便于运算分析显示模块将使用者不同时刻的体位信 息与受测者的体能、 疲劳、 恢复能力进行评估运算结果以时间轴的方式输出， 便于使用者自 说明书 5/9 页 9 CN 110353692 A 9 行分析自己的体位姿态与体能、 疲劳、 恢复能力之间的关系。 进一步的， 将上述分析结果应 用在健康管理或健身运动中， 还能让耐力训练中的运动员充分了解自己以何种姿态运动能 够保持更为长久的体能输出。 此外， 以时间轴的方式输出。

36、结合体位信息的心电信号和呼吸 波形信号， 还能为使用者获知睡眠中自身处于何种体位， 便能够获得不压迫心脏的休息效 果提供数据分析基础， 为使用者如何实施限位睡眠提供技术指导。 0071 进一步的， 在本实施例的其中一个优选技术方案中， 还包括云服务器； 所述云服务 器内存储有数据库， 所述云服务器与所述中央处理器通信连接； 所述数据库用于存储受测 者的心电信号、 呼吸信号、 计步信息、 体位活动信号， 以及每一次测试后所获得的心电信息 曲线图、 呼吸信息曲线图和恢复能力曲线图。 云服务器的设置用于远程掌握测试者的体能、 疲劳、 恢复能力的评测信息， 便于相关专家针对上述信息为测试者提出科学的健。

37、康管理或 体育锻炼指导建议。 0072 进一步的， 在本实施例的其中一个优选技术方案中， 还包括显示装置； 所述显示装 置与所述运算分析显示模块电连接， 用于显示所述运算分析显示模块的评估运算和显示结 果。 0073 本发明所述的基于微型穿戴式实时多种生物信号捡拾发射技术的体能、 疲劳、 恢 复能力的评测系统， 采集并分析受测者的心电信号、 呼吸信号、 计步和体位等生物信号， 进 而得到受测者的体能、 疲劳、 恢复能力情况， 通过其评测结果， 对受测者的健康管理和体育 锻炼等进行指导。 其中， 蓝牙通讯模块的设置能够无线高速地将所获信息发送给运算分析 显示模块， 运算分析显示模块将评估运算的结。

38、果送至显示终端和存储模块， 便于使用者在 经过标准测试模型的测试后， 当即能够获知自己的体能信息， 当前的疲劳程度， 以及当前所 拥有的恢复能力， 致使使用者能够根据自己的身体状况调整当前的作业内容， 更为高效合 理的安排自己的生活和工作日程。 0074 实施例2： 0075 本实施例在上述实施例的基础上还提供一种基于生物信号的体能、 疲劳、 恢复能 力的评测方法， 所述评测方法采用上述实施例中的评测系统； 所述方法包括如下步骤： 0076 (1)通过心电呼吸计步采集模块， 采集受测者进行一个标准测试模型的运动前、 运 动中以及运动后的心电信号、 呼吸信号、 计步和体位信号； 0077 (2)。

39、运算分析显示模块通过蓝牙通讯模块获取所述心电信号、 呼吸信号、 计步数量 和体位信号； 0078 (3)运算分析显示模块分别将所述心电信号和呼吸信号绘制生成实时的心电波形 图或心电曲线图、 实时的呼吸波形图或呼吸曲线图， 并将计步情况和体位状况可视化； 0079 (4)运算分析显示模块将所述心电信息、 呼吸信息及计步情况和体位状况， 分别与 存储模块中的标准步数及标准体位下的心电测试曲线样图及呼吸测试曲线样图进行对比 分析， 并输出包含受测者的体能、 疲劳、 恢复能力评测信息中至少一项信息的评测结果和至 少一种恢复能力曲线样图； 0080 (5)存储模块将包含受测者的体能、 疲劳、 恢复能力评。

40、测信息中至少一项信息的评 测结果， 以时间轴的方式存储， 并可同步将所存储的数据发送到云端存储。 0081 进一步的， 在本实施例的其中一个优选技术方案中， 所述心电测试曲线样图、 呼吸 测试曲线样图、 以及恢复能力曲线样图， 分别由不同年龄、 不同性别、 不同体重、 不同身高的 说明书 6/9 页 10 CN 110353692 A 10 受测者的心电信号和呼吸信号， 经过加权运算产生。 不同年龄、 不同性别、 不同体重、 不同身 高的受测者， 从完成一个自选的标准测试模型的全程中， 获得由其心电信息和呼吸信息经 加权处理后产生的心电测试曲线图、 呼吸测试曲线图及恢复能力曲线图。 采用不同年。

41、龄、 不 同性别、 不同身高和不同体重的受测者的心电、 呼吸、 计步和体位信息， 以及确时N档的标准 测试模型， 随着用户量的增加， 云数据库数据的不断丰富， 不断修正的均值心电曲线样图、 呼吸曲线样图、 以及恢复能力曲线样图， 在年龄、 性别、 身高、 体重方面， 会越来越具有精准 分档的平均共享性， 为分析受测者的体能、 疲劳、 恢复能力， 提供既个性化又均值化的分析 依据， 致使分析结果具有更强的个人可参考性和健康管理价值。 需要说明的是， 本实施例是 在标准测试模型下测试完成， 所谓的标准测试模型， 即在规定的时间内完成一个标准运动 量的耗能模型。 比如， 设定跑步机运行的速度为40 。

42、步/分钟、 60步/分钟、 80步/分钟， 并同时 设定走步的时间为3分钟、 5分钟、 10分钟等， 因此， 本标准测试模型依不同的耗能量分为N 个档次， 称为确时 N档标准测试模型。 0082 进一步的， 在本实施例的其中一个优选技术方案中， 步骤(4)中， 对受测者的体能 评测包括如下步骤： 将采集的受测者的心电信息曲线图和呼信息曲线图与所述数据库中存 储的心电测试曲线样图及呼吸测试曲线样图进行拟合； 输出体能评测结果。 0083 进一步的， 在本实施例的其中一个优选技术方案中， 步骤(4)中， 对受测者的体能 评测包括如下步骤： 将采集的受测者开始标准测试模型前的心电信息、 呼吸信息和体。

43、位信 息， 与所述数据库中存储的标准体位下的心电测试曲线样图及呼吸测试曲线样图进行计算 和比较； 输出体能评测结果。 0084 进一步的， 在本实施例的其中一个优选技术方案中， 所述计算和比较， 包括如下步 骤： 0085 从受测者当次心电信息和呼吸信息中， 获得开始标准测试前的心电信息值和呼吸 信息值， 将这两个值求和， 并乘以系数X， 作为第一和值； 公式如下： 0086 S0(心电值h0+呼吸值b0)*X； 0087 从存储模块中的心电测试曲线样图及呼吸测试曲线样图中， 获得该受测者历次开 始标准测试前心电信息值的平均值和呼吸信息值的平均值， 将这两个值求和， 并乘以系数 X； 或以受测。

44、者上一次开始标准测试前心电信息值和呼吸信息值， 将这两个值求和， 并乘以 系数X， 作为第二和值； 0088 将所述第一和值与所述第二和值作比后获得百分比P疲 劳， 公式如下： 0089 P体 能第一和值/第二和值； 0090 或所述第一和值与所述第二和值作差后获得的差值D体 能， 公式如下： 0091 D体 能第一和值/第二和值； 0092 作为受测者本次体能评测结果输出， 并存入存储模块； 0093 P体 能值之越大， 体能越差， P疲 劳值越小， 体能越好； D体 能值越大， 体能越差， D体 能值越小， 体能越好。 所说的体能越好或越差， 是指受测者本次测评与之前测评结果比较而言的。 。

45、0094 本方法将P体 能1和D体 能0， 定义为常态， 将P体 能1和D体 能1和D体 能0定义为其值越大， 体能越差。 0095 进一步的， 在本实施例的其中一个优选技术方案中， 步骤(4)中， 对受测者的疲劳 评测包括如下步骤： 说明书 7/9 页 11 CN 110353692 A 11 0096 从受测者执行一个标准测试模型的当次心电信息和呼吸信息中， 获得开始标准测 试前和完成一个标准测试模型的运动量后即刻， 其心电信息值的差值和呼吸信息值的差 值， 将这两个差值求和， 并乘以系数Y， 作为第三和值， 公式如下： 0097 第三和值(心电信息值差值+呼吸信息值差值)*Y； 0098。

46、 计算第四和值， 所述第四和值的计算方式包括： 从存储模块中的心电测试曲线样 图及呼吸测试曲线样图中， 获得该受测者历次开始标准测试前和完成同一标准测试模型的 运动后即刻， 其心电信息值差值的平均值和呼吸信息值差值的平均值， 将这两个平均值求 和， 并乘以系数Y， 或以受测者上一次开始标准测试前和完成同一标准测试模型的运动后即 刻， 其心电信息差值和呼吸信息差值， 将这两个差值求和， 并乘以系数Y； 公式如下： 0099 第四和值(历次平均心电信息值差值+历次平均呼吸信息值差值)*Y； 0100 所述两种方式任选一种作为第四和值； 0101 将所述第三和值与所述第四和值作比后获得百分比P疲 劳。

47、， 公式如下： 0102 P疲 劳第一和值/第二和值； 0103 其中， 作为受测者本次疲劳评测结果输出， 并存入存储模块； P疲 劳值之越大， 疲劳度 越大， P疲 劳值越小， 疲劳度越小。 0104 将所述第三和值与所述第四和值作差后获得差值D疲 劳公式如下： 0105 D疲 劳第三和值-第四和值； 0106 需要说明的是， D疲 劳表示疲劳和恢复区间， D疲 劳值越大， 疲劳度越大， D疲 劳值越小， 疲 劳度越小。 所说的疲劳度越高或越低， 是指受测者本次测评与之前测评结果比较而言的。 0107 优选地， 本方法将P疲 劳1和D疲 劳0， 定义为常态， 将P疲 劳1和D疲 劳 1和D疲。

48、 劳0定义为其值越大， 体能越差。 0108 进一步的， 在本实施例的其中一个优选技术方案中， 步骤(4)中， 对受测者的恢复 能力评测包括如下步骤： 0109 从受测者执行一个标准测试模型的当次心电信息和呼吸信息中， 获得开始该标准 测试模型之前其心电信息值和呼吸信息值， 将所述的两个值求和， 并乘以系数Z， 作为起始 值S0， 公式如下： 0110 S0(心电值h0+呼吸值b0)*Z； 0111 然后， 再从其完成了一个标准测试模型的运动量后， 获得其完成当即的心电信息 值h1和呼吸信息值b1， 将所述的两个值求和， 并乘以系数Z， 作为第五和值S1， 公式如下： 0112 S1(心电值h。

49、t1+呼吸值b1)*Z； 0113 随后每隔10秒， 将对应时间的心电信息值hi和呼吸信息值bi求和， 并乘以系数Z， 作 为每隔10秒的一个和值Si； 公式如下： 0114 Si(心电值hi+呼吸值bi)*Z； 0115 由运算分析显示模块将S0、 S1到Si沿时间轴从t0、 t1到ti依序描点， 形成一条Si值逐 渐下降的恢复曲线， 将所有数据及恢复曲线存于存储模块中， 并发送到云数据库中。 上述过 程如附图2所示； 0116 将所述Si与S0作比后获得百分比Pi， 公式如下： 0117 PiSi/S0； 0118 本发明将Pi1所对应的时间， 作为该被测者完成一个标准测试模型后， 耗能状。

50、态 说明书 8/9 页 12 CN 110353692 A 12 恢复到运动前水平所需的时间， 定义为总恢复时间T总，公式： 0119 T总tpi1t1； 0120 T总越长， 恢复能力越差； 反之， 能力越强。 0121 将所述Si与S0作差后获得差值Di， 公式如下： 0122 Di(Si+S0)/2； 0123 本发明将Pi(S1+S0)/2所对应的时间， 即公式： 0124 T半t(s1+s0)/2t1； 0125 作为该被测者完成一个标准测试模型后， 耗能状态恢复到运动前一半水平所需的 时间， 定义为半程恢复时间T半。 由于恢复曲线是非线性的， 半程恢复时间T半通常并不等于总 恢复时。