一种基于可穿戴设备的运动风险评估方法与系统
成果类型:: 实用新型专利
发布时间: 2022-11-22 20:04:14
通过授权获取初始数据集进行模型的训练,利用可穿戴设备采集生理指标信息,进行相关特征优选,然后通过服务端进行运动风险评估,生成运动建议,用户的反馈用于迭代更新训练模型。本发明实现可穿戴设备数据收集、集成、异构数据融合与运动风险评估;通过采集的长期生理特征的变化曲线,结合海量用户数据进行相关性分析、分箱离散编码等数据处理,完成多源数据的过滤、变换、优选和融合,提取出更有效的数据特征;最后,通过对数据融合后多种综合特征进行运动风险的评估。
用户基于可穿戴设备完成各项生理指标信息采集,采集到的每个时间戳下的生理指标发送到客户端;所述客户端根据当前时间联网查询对应的所述初始数据集中的环境指标,将其与所述生理指标信息根据所述时间戳进行拼接,得到总的用户数据并传送至所述服务端;所述服务端对所述总的用户数据进行特征提取与优选,得到多源融合特征;所述服务端使用所述训练好的XGBoost模型对所述多源融合特征进行运动风险的预估,得到风险预估结果,基于模型中的子树分裂使用的特征次数,计算不同特征的重要性。
本发明涉及智能家居、智慧健康领域,具体涉及一种基于可穿戴设备的运动风险评估方法与系统。本发明的目的是克服现有方法的不足,提出了一种基于可穿戴设备的运动风险评估方法。本发明解决的主要问题:一是现有技术方案的运动管理专业性不高,数据采集量低,不利于便携记录存储,不能实现精确的风险预估的问题;二是现有技术方案没有充分利用大数据数据分析与融合,导致可拓展性不高,无法实现较好解释性的运动建议的问题。
陈小燕,担任中山中天电讯科技有限公司、深圳市中大股权投资有限责任公司等公司法定代表人,担任广州中大电讯科技有限公司、深圳市中大数字信息技术研究院有限公司等公司股东,担任深圳市中大产学研孵化基地有限公司、深圳市中大数字信息技术研究院有限公司、中山中天电讯科技有限公司等公司高管。
本发明提出一种基于可穿戴设备的运动风险评估方法。通过使用智能可穿戴设备采集人体运动相关的生理信息,将其上传至服务器并进行大数据分析和运动风险的评估,并回传给智能设备提供风险评估结果和运动建议;通过不同的可穿戴设备的传感器监测血氧浓度、温度、血压、心率、脂肪含量等生理信号的变化情况,在云端进行异构数据融合后,使用基于XGBoost和分析技术对数据进行建模,并为用户进行运动风险的评估。
1. 向他人转让该科技成果。
2. 许可他人使用该科技成果。
3. 以该以该科技成果作价投资,折算股份或者出资比例。
4. 科技成果作为合作条件,与他人共同实施转化。
5.其他协商确定的方式。