一种基于摄氧量计算的心肺耐力测量方法及系统与流程

2021-01-11 12:01:31|

316|

起点商标网

本发明涉及心肺耐力测量领域，具体是一种基于摄氧量计算的心肺耐力测量方法及系统。

背景技术：

心肺耐力综合反映人体摄取、转运和利用氧的能力，涉及心脏泵血功能、肺部摄氧及交换气体的能力、血液循环系统携带氧气至全身各部位的效率、肌肉等组织利用氧气的功能。测量心肺耐力对受试者了解自身体能情况、指导健身训练具有重要意义。

专业的心肺耐力测试方法为，受试者在运动设备上进行极量运动，呼吸面罩连续监测呼吸气体的含量和流速，通过运算得出受试者的最大摄氧量(vo2max)，评定心肺耐力。简易的心肺耐力测量方法有台阶测试、6分钟步行、库珀十二分钟跑、定距跑步等。专业测试方法准确度高，但需要专业仪器、操作复杂、受试者进行极量运动存在受伤风险。简易测试方法需人工引导，操作简单，虽然结果精度没有专业测试结果精度高，但仍可反应受试者心肺耐力水平，适用于体能测试中心肺耐力的测试。

技术实现要素：

为了解决上述技术问题，本发明提供一种基于摄氧量计算的心肺耐力测量方法及系统，用以方便快捷地实现台阶试验和6分钟步行试验项目中的心肺耐力测量功能。本发明引导用户进行心肺耐力水平试验，并将监测到的运动心率和步行速度根据vo2max推算公式计算用户的最大耗氧量用以评估用户心肺耐力水平，较其他穿戴设备增添了一种全新的评估心肺耐力水平的方法。本发明的vo2max推算方法较直接测量vo2max避免了呼吸测试仪器对用户的运动负担。借助智能穿戴设备测量心肺耐力方便了受试者自行测量，为受试者了解自身体能情况提供参考。

本发明的技术方案为一种基于摄氧量计算的心肺耐力测量方法及系统，包括如下步骤：

步骤1、用户在app中选择试验项目类型，准备开始测试；所述项目类型包括台阶试验和6分钟步行试验；

步骤2、正式开始试验前，用户保持静息状态，智能穿戴设备自动开始采集用户静息心率；

步骤3、开始试验后，智能穿戴设备对用户动作提出指示，同时监测用户是否按照要求及时完成动作；

步骤4、试验过程中采集用户的运动心率和步行速度数据；

步骤5、根据上述步行速度，推算用户运动的代谢当量；

步骤6、根据代谢当量和用户运动心率，结合vo2max推算公式计算得到最大摄氧量，并与参考标准进行比对实现对心肺耐力进行测量和评估。

进一步的，所述步骤1中，当用户选择台阶试验项目时，具体包括：

在app的提示下用户将智能穿戴设备正常佩戴在手腕上，同时在app中选择确认左手或者右手佩戴设备；在正式开始试验之前保持静息状态，智能穿戴设备检测用户进入稳定静息状态后，自动开始测量用户的静息心率；在准备完毕后点击开始运动选项正式开始台阶测试环节；运动过程中智能穿戴设备以每0.5秒一次的频率进行短振动提示，每次振动用户执行一步动作，每一步动作设备会检测用户是否按照要求及时完成上下台阶动作，每4步为一次完整的上下台阶动作；运动开始后，智能穿戴设备随即计时并采集运动心率和行走速度；完成3分钟重复动作之后，设备发出长振动提示运动结束；数据采集完毕后，将数据通过蓝牙传送给app，app计算得到最大摄氧量，最后与参考标准进行比对，对用户心肺耐力水平作出评估。

进一步的，所述步骤1中，当用户选择6分钟步行试验项目时，具体包括：

在app的提示下用户将智能穿戴设备正常佩戴在手腕上；在正式开始试验之前保持静息状态，智能穿戴设备检测用户进入稳定静息状态后，会自动开始测量用户的静息心率；在准备完毕后点击开始运动选项正式开始6分钟步行测试环节；步行开始后，用户在跑台或者走廊中径直行走；智能穿戴设备随即计时并采集运动心率和行走速度；完成6分钟步行之后，设备发出长振动提示运动结束；数据采集完毕后，将数据通过蓝牙传送给app，app计算得到最大摄氧量，最后与参考标准进行比对，对用户心肺耐力水平作出评估。

进一步的，所述步骤3中，静息状态下智能穿戴设备将在2分钟内每10秒钟采集一次心率，取12次心率的平均值作为静息心率，而在运动过程中设备分别在运动开始后的20-30秒内和运动最后的20-30秒内两个时间段采集心率均值，与此同时设备同步记录用户的行走速度。

进一步的，所述步骤5中，当运动为上下台阶时，推算代谢当量的方法为：

grossvo2＝3.5+0.2×v+1.33×1.8×v×h

其中，v表示上下台阶速度，单位为次每分钟，每次上下台阶共四步；h表示台阶高度，单位为米；

当运动为步行时，代谢当量推断公式具体为：

grossvo2＝3.5+0.1×v+1.8×v×ratio

其中，v表示步行速度，单位为米每分钟(m/min)；ratio表示坡度百分比，在常规的步行试验中，该百分比通常为0。

进一步的，所述步骤6中，最大摄氧量推算公式为：

grossvo2为步行、台阶的总氧气消耗量的代谢当量，最大摄氧量是指在人体进行最大强度的运动时，所能摄入的氧气含量；hr1、hr2为运动过程中的两个心率值，hrrest为静息心率、hrmax为最大心率。

进一步的，所述步骤2中，智能穿戴设备自动开始采集用户静息心率包括：

用户处于静息状态时应满足三个条件：用户不活动、心率低于阈值、心率变化波动小于阈值；这三个条件分别由三轴加速度计和心率传感器测量并作出判断；

首先三轴加速度计测得的加速度值为a＝{ax,ay,az}，当用户处于不活动状态时，三轴上的加速度应该都接近于0，那么它们的合加速度考虑到传感器会产生漂移的现象，因此设定一个阈值为ε，如果合加速度则该时刻判定为不活动状态；当心率传感器采集的心率数据hr≤ε，同时δhr≤δ时，判定该时间段用户处于静息状态，其中，ε为设定的心率阈值；δ为心率波动阈值，设定一个时间区间t1，在该区间内，如果测得的连续合加速度恒成立，同时连续测得心率hr<＝≤ε且心率波动δhr<＝≤δ恒成立，则判断用户进入稳定的静息状态，表示能够开始进行连续采集静息心率的工作；反之，当上述条件不能在t1内完全满足，则表示该用户暂未进入稳定静息状态，此时采集静息心率数据将会不准确，app提示用户保持静息状态同时进行深呼吸缓解情绪，智能穿戴设备丢弃原来的数据和计时，重新开始新一轮t1时间的检测。

进一步的，所述步骤3中，监测用户是否按照要求及时完成动作，具体包括：

上台阶第一阶段智能穿戴设备测得的x轴加速度数据记作手臂向后摆动在x轴产生的加速度记作a′x；设备测得的y轴加速度数据记作手臂摆动在y轴产生的加速度记作ay；则根据分析列出等式：

上台阶第二阶段智能穿戴设备测得的x轴加速度数据记作手臂向前摆动在x轴产生的加速度记作ax，身体重心前移产生的加速度记作设备测得的y轴加速度数据记作身体重心上升产生的加速度记作则根据分析列出等式：

下台阶第一阶段智能穿戴设备测得的x轴加速度数据记作身体重心后移产生的加速度记作设备测得的y轴加速度数据分别记作身体重心下降产生的加速度记作则根据分析列出等式：

下台阶第二阶段智能穿戴设备测得的x轴加速度数据记作设备测得的y轴加速度数据记作则根据分析列出等式：

联立上述等式计算得到：上台阶身体重心前移的加速度身体重心上升的加速度下台阶身体重心后移的加速度身体重心下降的加速度对于上台阶第一阶段和下台阶第二阶段，三轴加速度传感器采集的数据能直接用于姿态解算，而上台阶第二阶段和下台阶第一阶段则需要将数据中身体重心变化产生的加速度减去后用于姿态解算。

进一步的，所述步骤3中，监测用户是否按照要求及时完成动作，还包括：

当处于对应阶段时，系统将会首先对摆臂角度的变化过程进行解析判断，具体来讲是针对角度的变化方向、是否经过上下限阈值以及通过先后顺序对该阶段动作进行检测判断，如果不能满足该阶段对应摆臂角度的变化过程要求，则判断用户该阶段未能及时按要求完成动作；当满足手臂摆动角度条件后，针对身体重心的加速度变化也设置有相应的阈值，在对应阶段中系统也会结合身体重心加速度的变化对用户的动作作出判断，具体来说，在上台阶第二阶段，身体重心前移和上升产生的加速度应分别大于各自设定的阈值，只有满足该条件后系统才可判定为上台阶动作；在下台阶第一阶段，身体重心后移和下降产生的加速度的绝对值应分别大于各自设定的阈值，只有满足该条件后系统才可判定为下台阶动作；以四个阶段为一个动作周期，一个动作周期内有超过两个阶段被系统判定为动作不符合要求时，该动作周期将被视为不符合要求，系统发出提示，提醒用户按要求进行测试；当在连续的k个周期都被判定为不符合要求，则停止该次测试，重新开始执行步骤4，该次测试的运动数据也一并丢弃。

根据本发明的另一方面，还提出一种基于摄氧量计算的心肺耐力测量系统，包括：

传感器数据采集模块，用于传感器采集心率和步行速度的数据；

智能穿戴设备系统控制模块，用于对传感器采集的数据处理、计时、定时提醒、运动状态监测以及进行通信数据解析；

无线通信模块，用于实现智能穿戴设备和手机终端之间的蓝牙无线通信功能；

用户终端处理模块，用于根据采集的步行速度和的代谢当量推算，并结合运动心率和代谢当量计算最大摄氧量。

当运动为上下台阶时，推算代谢当量的方法为：

grossvo2＝3.5+0.2×v+1.33×1.8×v×h

其中，v表示上下台阶速度，单位为次每分钟，每次上下台阶共四步；h表示台阶高度，单位为米；

当运动为步行时，代谢当量推断公式具体为：

grossvo2＝3.5+0.1×v+1.8×v×ratio

其中，v表示步行速度，单位为米每分钟(m/min)；ratio表示坡度百分比，在常规的步行试验中，该百分比通常为0；

最大摄氧量推算公式为：

有益效果：

本发明提供的一种基于摄氧量计算的心肺耐力测量方法及系统，能够弥补现有技术的不足，通过智能穿戴设备上的传感器采集心率和步行速度数据，运动检测功能确保采集数据的真实和准确性，利用本发明提出的方法计算最大摄氧量，方便快捷地实现心肺耐力的测量功能。本发明的vo2max推算方法较直接测量vo2max避免了呼吸测试仪器对用户的运动负担。借助智能穿戴设备测量心肺耐力方便了受试者自行测量，为受试者了解自身体能情况提供参考。不需要昂贵的测试设备和严格的测试要求，理论上适用于多种不同类型的心肺耐力测量项目，用户只需佩戴智能穿戴设备，便可在运动过程中自动完成测量工作，减少在上述心肺耐力试验项目中人工引导和测量的成本。

附图说明

图1是本发明提供的一种基于摄氧量计算的心肺耐力测量方法流程图；

图2是本发明涉及的加速度传感器坐标系在手环中标定的示意图；

图3是本发明提供的台阶试验流程图；

图4是本发明提供的基于摄氧量计算的心肺耐力测量系统检测用户静息状态的流程图；

图5是本发明提供的基于摄氧量计算的心肺耐力测量系统检测台阶测试动作的示意图；

图6是本发明提供的基于摄氧量计算的心肺耐力测量系统检测台阶测试方法的流程图；

图7是本发明提供的6分钟步行试验流程图；

图8是本发明提供的一种基于摄氧量计算的心肺耐力测量系统结构图。

具体实施方式

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、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明提供一种基于摄氧量计算的心肺耐力测量方法及系统，用以方便快捷地实现心肺耐力的测量功能。其中，方法和系统是基于同一技术构思的，由于方法及系统解决问题的原理相似，因此系统与方法的实施可以相互参见，重复之处不再赘述。

本发明实施例提供的方案中，智能穿戴设备为一种便携式的智能设备。该设备至少内置有心率传感器、三轴加速度传感器，或者所述设备也可以与部署在外部的传感器模块建立连接。智能穿戴设备的一些举例为：智能手机、智能手表、智能手环、智能眼镜，以及其他运动配件或可穿戴配套设备等，本发明实施例这里不作限定。

根据本发明的一个实施例，提供的一种基于摄氧量计算的心肺耐力测量方法；如图1所示，为本发明提供的一种基于智能穿戴设备的心肺耐力测量方法流程图，在该方法中，用户先在手机app中选择试验类型，app主要提供两种试验类型：台阶试验和6分钟步行试验。在app的提示下将智能穿戴设备正常佩戴在手腕上，保持静息状态，设备检测判断为静息状态后会自动开始采集静息心率。在开始试验后，用户遵照app的指示完成规定动作，在这个过程中智能穿戴设备不断采集用户的实时心率，获取运动速度，同时监测用户运动状态，监督用户按照要求完成动作，在整个试验结束后，手机app将接收到的数据进行计算处理，得到最大摄氧量，随后与参考标准进行比对，实现对该用户的心肺耐力水平的评估测量。

进一步地，本方法主要适用的应用场景有：台阶试验和6分钟步行试验。这两种试验在实施方式上有所区别。

首先，对台阶试验、6分钟步行试验以及最大摄氧量进行解释说明，以便于本领域技术人员理解。

台阶试验简单来说是左右腿轮换在台阶上踏跳以测试心肺功能适应水平。测试时，受试者直立站在台阶前方，按照一定的节拍做上下台阶运动。用户需要每2秒钟上、下各踏一次，每分钟30次上下，共进行3分钟。一个完整的上下台阶过程为：首先一只脚踏上台阶，接着另一只脚踏上台阶，双腿伸直，然后先踏上台阶的脚下台阶，最后另一只脚下台阶。在测试时用户应左右腿轮换做，每次上下台阶后上体和双腿必须伸直，不能屈膝。重复动作结束后，用户立刻静坐在椅子上，记录运动停止后1分到1分半钟、2分到2分半钟、3分到3分半钟的三次心率。评定指数的计算公式为：评定指数＝登台阶运动持续时间(s)×100/(2×恢复期3次脉搏之和)。

6分钟步行试验是一种相对简单的心肺耐力运动试验。试验前用户在起点旁休息足够长时间并。计时器设定到6分钟，用户在平直走廊里或者跑台上尽可能快地行走，测定六分钟的步行距离，以步行距离的长短来估计心肺耐力的水平。

在上述两种试验中，对心肺耐力水平都有各自的评价标准，但是，台阶评定指数和行走距离的变化，并不能非常真实准确地反映与心肺耐力水平的关系。本发明在上述两个试验中采用最大摄氧量作为评估指标，该指标为心肺耐力测量评估的金标准，通过本发明所提到的估算方法，使用该指标可以适用于不同类型的心肺耐力测试项目。

最大摄氧量是指在人体进行最大强度的运动时，所能摄入的氧气含量。物质代谢和能量代谢是机体内各组织器官技能活动的基础，而运动能力是身体各种机能活动的集中表现。根据能量方式的不同，运动能力可以划分为有氧运动和无氧运动。而有氧供能的能力是基础，对于它已经有大量学者做过研究，其中最大摄氧量是评价有氧能力最常用和最有效的方法。作为耐力运动员的重要选材依据之一，高水平最大摄氧量是高水平有氧运动能力的基础。

最大负荷试验是心肺耐力测试的金标准，但存在着设备昂贵、操作耗时长、存在安全风险等不足。因此，人们进一步发展了二次负荷试验，其基本原理是，在一定强度范围内，人体运动的速度平方、功率、心率三者为线性关系。因此，只要测量运动过程中的两个心率值(hr1、hr2)，以及相对应的两个摄氧量(vo2_1、vo2_2)，结合静息心率hrrest、推测最大心率hrmax，运用下面的公式推算出最大摄氧量：

穿戴式心肺耐力测试的原理与二次负荷试验原理一致，但不实时测量vo2，而采用代谢当量(mets)替代，两者的单位均为ml/(kg*min)，换算关系为vo2max＝3.5*mets。acsm设计了用于计算走路、跑步、固定自行车、台阶的总氧气消耗量(grossvo2)的代谢当量公式。则最大摄氧量推算公式变为：

在典型的测试场景中，代谢当量公式的变量只与速度有关。因此，只要获得用户运动过程中的两个速度值、心率值，即可获得vo2max。如能获得更多的点，则可通过二次曲线拟合，得到更加精准的测量结果。

图2为本发明涉及的加速度传感器坐标系在智能穿戴设备中标定的示意图，以手环为例，常见手环外形成长条状，以右手坐标系为准，加速度传感器的x轴与手环侧面较长方向平行，而y轴则与侧面较短方向平行，z轴垂直手环正面向上。

首先，对运动检测使用到的数学基础进行解释说明，以便于本领域技术人员理解。以大地坐标系作为参考坐标系e，智能穿戴设备的坐标系称为载体坐标系b，初始方向与e系相同。则使用旋转矩阵来表示从大地坐标系e到载体坐标系b的变换。该旋转矩阵的第三列实际上就是e系z轴方向单位向量在b系中的描述。而该旋转矩阵的转置的第三行向量[c13c23c33]也就是原旋转矩阵的第三列向量。因此，的第三行向量也就是e系z轴方向单位向量即重力向量g在b系中的描述。同时重力向量(或其反方向向量)在b系中的描述也就是三轴加速度传感器测量到的三个方向的数值。因此第三行向量实际上就是加速度传感器的输出向量，这是姿态解算的关键。图3为本发明提供的一种基于智能穿戴设备的台阶试验流程图，整个试验流程包括如下步骤：

步骤s1：用户点击手机app中的台阶试验项目，在app的提示下用户将智能穿戴设备正常佩戴在手腕上，同时在app中点击确认左手或右手佩戴设备，在准备完毕后点击开始选项开始测试环节；

步骤s2：在app的提示下，用户应在正式开始试验之前保持静息状态，智能穿戴设备会自动开始测量用户的静息心率，同时app向用户说明正式试验需要执行的动作；

步骤s3：在静息状态过程中，待用户心率稳定之后，智能穿戴设备将在2分钟内每10秒钟采集一次心率，取12次心率的平均值作为静息心率，测量完毕后app将会提示该阶段测量工作完成，在用户准备完毕后点击开始运动选项正式开始台阶测试环节，app发出语音、设备发出长振动表明运动阶段开始；

步骤s4：运动过程中智能穿戴设备以每0.5秒一次的频率进行短振动提示，每次振动用户应该执行一步动作，每4步为一次完整的上下台阶动作，设备实时监测用户是否按照要求完成动作；

步骤s5：运动开始后，智能穿戴设备随即开始计时，分别在运动开始后的20-30秒内和运动最后的20-30秒内两个时间段采集心率均值，与此同时智能穿戴设备会同步记录用户的上下台阶速度；

步骤s6：在该阶段结束前15秒app提醒用户做好结束准备，完成3分钟重复动作之后，智能穿戴设备发出长振动提示运动结束；

步骤s7：数据采集完毕，将数据通过蓝牙传送给app，app再通过代谢当量和vo2max推算公式得到最大摄氧量，最后与参考标准进行比对，得到并在手机上显示用户的心肺耐力水平等级。

进一步地，图4是本发明提供的智能穿戴设备检测用户静息状态的流程图，所述步骤s2中智能穿戴设备自动检测用户的静息状态，其具体方法为：用户处于静息状态时应满足三个条件：用户不活动、心率较低、心率变化波动较小。这三个条件分别可以由三轴加速度计和心率传感器测量并作出判断。首先三轴加速度计测得的加速度值为a＝{ax,ay,az}，当用户处于不活动状态时，三轴上的加速度应该都接近于0，那么它们的合加速度不过考虑到传感器可能会产生漂移的现象，因此设定一个阈值为ε，如果合加速度则该时刻判定为不活动状态。用户在不活动状态下未必就能采集到真实的静息心率，究其原因，与用户测试时的心理活动有关，当用户在测试时出现紧张激动的情绪时，心率变化波动较大，即使用户保持静坐，此时采集的心率也不是用户的静息心率。因此，当心率传感器采集的心率数据hr≤ε，同时δhr≤δ时，判定该时间段用户处于静息状态，其中，ε为设定的心率阈值，该阈值取值由年龄、性别、生活习性等特征确定，在安静状态下成人心率大约平均75次/分钟,正常成年人心率的波动范围为60-100/分钟。当处于兴奋状态时，心率明显升高，将超出此范围，该数据可作为阈值参考值使用；δ为心率波动阈值，该阈值与最大心率阈值有关，取值建议为最大心率的百分比。综上所述，设定一个适当的时间区间t1，在该区间内，如果测得的连续合加速度恒成立，同时连续测得心率hr≤ε且心率波动δhr≤δ恒成立，则判断用户进入稳定的静息状态，表示可以开始进行连续采集静息心率的工作。反之，当上述条件不能在t1内完全满足，则表示该用户暂未进入稳定静息状态，此时采集静息心率数据将会不准确，app提示用户保持静息状态同时进行深呼吸缓解情绪，智能穿戴设备丢弃原来的数据和计时，重新开始新一轮t1时间的检测。

进一步地，所述步骤s3中智能穿戴设备在采集静息心率的同时监测用户静息状态，其具体方法为：在为期两分钟的采集过程中，三轴加速度计持续测量三轴的加速度数据，当时，表明此时用户不在静息状态，随之带来的心率波动将影响测量结果的准确性。在每10秒采集到的心率中，如果该次采集到的心率hr>ε或者δhr>δ时，表明用户现在处于兴奋状态，该次采集到的心率并不是真实的静息心率，数据应该丢弃。综上所述，设定一个适当的时间区间t2，t2建议可以取值为与采集心率同步的10秒，如果在该段时间内检测到合加速度或者该段时间采集到的心率hr>ε或者心率波动δhr>δ，则判断该用户当前时间段并未处于稳定静息状态，app提示用户保持静息状态同时进行深呼吸缓解情绪，智能穿戴设备会丢弃该段时间内的数据；如果在n个t2时间段内都判定用户未能进入稳定的静息状态时，智能穿戴设备将会丢弃掉所有已采集数据，并返回步骤s2重新开始检测静息状态，n的取值视试验情况而定，建议参考值为3。

进一步地，所述步骤s4中智能穿戴设备实时监测用户是否按照要求完成动作，其具体方法为：

当用户将智能穿戴设备正常佩戴在手腕上，手臂自然垂下时，载体坐标系b相对于参考坐标系e绕x轴逆时针旋转90°，当用户上下台阶时，智能穿戴设备跟随手臂上下摆动，该运动过程实质上可以看作是绕z轴的旋转运动。

已知绕x轴旋转φ的旋转矩阵表示为绕z轴旋转ψ的旋转矩阵表示为则x-z旋转序下的旋转矩阵表示为

第三行向量就是重力向量g在载体坐标系中的投影。则加速度传感器的输出为a＝{ax,ay,az}＝{sin(ψ)*sin(φ),sin(φ)*cos(ψ),cos(φ)}，其中φ＝-90°，因此采集加速度传感器的x轴和y轴输出量即可计算ψ的值。在实际上下台阶过程中，由于身体前后和上下方向的运动会产生额外的加速度，因此加速度计直接输出的数据并不能准确地算出绕z轴旋转的角度，为此需要计算得到身体运动产生的加速度，以便在计算角度时将其从传感器数据中去除。

图5是本发明提供的智能穿戴设备检测台阶测试动作的示意图，台阶测试的四步动作可分为两个过程：上台阶和下台阶；每个过程又可以分为两个阶段。对于上台阶过程：第一阶段迈出左腿登上台阶，左手臂向后摆动，右手臂向前摆动，此时身体重心还未上升；第二阶段身体重心开始上升，同时右腿也登上台阶，左手臂向前摆动，右手臂向后摆动。对于下台阶过程：第一阶段左腿先下台阶，身体重心也随之下降，左手臂向后摆动，右手臂向前摆动；第二阶段右腿也下台阶，此时身体重心不再下降，左手臂向前摆动，右手臂向后摆动。

以左手臂佩戴智能穿戴设备为例，上台阶第一阶段和下台阶第一阶段手臂都是向后摆动，在下台阶第一阶段中除手臂摆动产生的加速度，x轴方向还有身体重心后移所产生的加速度，y轴方向还有身体重心下降所产生的加速度；上台阶第二阶段和下台阶第二阶段手臂都是向前摆动，在上台阶第二阶段中除手臂摆动产生的加速度，x轴方向还有身体重心前移所产生的加速度，y轴方向还有身体重心下降所产生的加速度。

根据上述的分析，上台阶第一阶段智能穿戴设备测得的x轴加速度数据记作手臂向后摆动在x轴产生的加速度记作a′x；设备测得的y轴加速度数据记作手臂摆动在y轴产生的加速度记作ay。则根据分析列出等式：

下台阶第二阶段智能穿戴设备测得的x轴加速度数据记作设备测得的y轴加速度数据记作则根据分析列出等式：

联立上述等式计算得到：上台阶身体重心前移的加速度身体重心上升的加速度下台阶身体重心后移的加速度身体重心下降的加速度对于上台阶第一阶段和下台阶第二阶段，三轴加速度传感器采集的数据可直接用于姿态解算，而上台阶第二阶段和下台阶第一阶段则需要将数据中身体重心变化产生的加速度减去后才可用于姿态解算。

以手臂自然垂下作为摆臂角度的基准，针对采集到的角度变化设置固定的上下限阈值，上台阶第一阶段和下台阶第一阶段时，手臂向后摆动使角度ψ逐渐变小，低于上限阈值后，到达零基准后继续下降通过下限阈值；上台阶第二阶段和下台阶第二阶段时，手臂向前摆动使角度ψ逐渐变大，高于下限阈值后，到达零基准后继续上升通过上限阈值。

图6是本发明提供的智能穿戴设备检测台阶测试方法的流程图，当处于对应阶段时，系统将会首先对摆臂角度的变化过程进行解析判断，具体来讲是针对角度的变化方向、是否经过上下限阈值以及通过先后顺序对该阶段动作进行检测判断，如果不能满足该阶段对应摆臂角度的变化过程要求，则判断用户该阶段未能及时按要求完成动作。当满足手臂摆动角度条件后，针对身体重心的加速度变化也设置有相应的阈值，在对应阶段中系统也会结合身体重心加速度的变化对用户的动作作出判断，具体来说，在上台阶第二阶段，身体重心前移和上升产生的加速度应分别大于各自设定的阈值，只有满足该条件后系统才可判定为上台阶动作；在下台阶第一阶段，身体重心后移和下降产生的加速度的绝对值应分别大于各自设定的阈值，只有满足该条件后系统才可判定为下台阶动作。以四个阶段为一个动作周期，一个动作周期内有超过两个阶段被系统判定为动作不符合要求时，该动作周期将被视为不符合要求，系统发出提示，提醒用户按要求进行测试；当在连续的k个周期都被判定为不符合要求，则停止该次测试，重新开始执行步骤s4，该次测试的运动数据也一并丢弃，k的取值视试验情况而定，建议参考值为3。当右手臂佩戴智能穿戴设备进行测试时，在各个阶段中摆臂方向与左手臂相反，但在身体重心变化上没有区别，因此身体重心变化产生的加速度计算方法与左手臂相同。上台阶第一阶段和下台阶第一阶段时，手臂向前摆动使角度ψ逐渐变大，高于下限阈值后，到达零基准后继续上升通过上限阈值；上台阶第二阶段和下台阶第二阶段时，手臂向后摆动使角度ψ逐渐变小，低于上限阈值后，到达零基准后继续下降通过下限阈值。因此，在摆臂角度的判断上，右手臂佩戴情况下的判断过程将与左手臂相反，而在身体重心加速度判断上并无差异。

进一步地，所述步骤s7中上下台阶的代谢当量推断公式具体为：

grossvo2＝3.5+0.2×v+1.33×1.8×v×h

其中，v表示上下台阶速度，单位为次每分钟(times/min)，每次上下台阶共四步；h表示台阶高度，单位为米(m)，应事先输入系统作为已知量。

图7为本发明提供的一种基于智能穿戴设备的6分钟步行试验流程图，整个试验流程包括如下步骤：

步骤s1：用户点击手机app中的6分钟步行试验项目，在app的提示下用户将智能穿戴设备正常佩戴在手腕上；

步骤s2：在app的提示下，用户应在正式开始试验之前保持静息状态至少10分钟，app提醒用户将要检测静息心率并向用户说明正式试验需要执行的动作；

步骤s3：在静息状态过程中，待用户心率稳定之后，智能穿戴设备将在2分钟内每10秒钟采集一次心率，取12次心率的平均值作为静息心率，测量完毕后app将会提示该阶段测量工作完成，在用户准备完毕后点击开始运动选项正式开始步行测试环节，智能穿戴设备发出长振动表明步行阶段开始；

步骤s4：步行开始后，用户在跑台或者走廊中径直行走，智能穿戴设备开始计时，分别在运动开始后的20-30秒内和运动最后的20-30秒内两个时间段采集心率均值，与此同时智能穿戴设备将会同步记录用户的行走速度；

步骤s5：app在步行试验开始时计时，提前15秒提醒用户做好结束准备，步行6分钟后app语音播报同时智能穿戴设备发出长振动提醒用户结束步行；

步骤s6：数据采集完毕，将数据通过蓝牙传送给app，app再通过代谢当量和代谢当量和vo2max推算公式得到最大摄氧量，最后与参考标准进行比对，得到并在手机上显示用户的心肺耐力水平等级。

grossvo2＝3.5+0.1×v+1.8×v×ratio

其中，v表示步行速度，单位为米每分钟(m/min)；ratio表示坡度百分比，在常规的步行试验中，该百分比通常为0。

需要说明的是，上述的实施例只列举了部分应用场景，但是本领域技术人员应该知悉，本发明并不受所描述应用场景的限制，因为根据本发明，该测试指标和方法同样可以适用于相同功能的其他应用场景，所涉及的场景并不一定是本发明所必须的。

根据本发明的另一个实施例，如图8所示，为本发明提供的一种基于摄氧量计算的心肺耐力测量系统结构图，包括：

传感器数据采集模块，用于传感器采集心率和步行速度的数据；

智能穿戴设备系统控制模块，用于对传感器采集的数据处理、计时、定时提醒、运动状态监测以及进行通信数据解析；

无线通信模块，用于实现智能穿戴设备和手机终端之间的蓝牙无线通信功能；

用户终端处理模块，用于根据采集的步行速度和的代谢当量推算，并结合运动心率和代谢当量计算最大摄氧量。

当运动为上下台阶时，推算代谢当量的方法为：

grossvo2＝3.5+0.2×v+1.33×1.8×v×h

其中，v表示上下台阶速度，单位为次每分钟，每次上下台阶共四步；h表示台阶高度，单位为米；

当运动为步行时，代谢当量推断公式具体为：

grossvo2＝3.5+0.1×v+1.8×v×ratio

其中，v表示步行速度，单位为米每分钟；ratio表示坡度百分比，在常规的步行试验中，该百分比通常为0；

最大摄氧量推算公式为：

进一步的，所述传感器数据采集模块，对数据进行软件滤波，通过传感器与智能穿戴设备中央处理器芯片的通信接口进行数据交互，实时读取传感器信息，并对采集到的数据进行滤波处理；

所述智能穿戴设备系统控制模块，在测试过程中控制智能穿戴设备在规定时间段内配合数据采集和振动提醒功能以满足试验需求；

所述智能穿戴设备系统控制模块在用户进行测试的过程中，能够控制智能穿戴设备在指定测试环节时发出振动来提示用户开始、结束或者按照一定的节拍来执行动作；

所述智能穿戴设备手环系统控制模块在用户进行测试的过程中，能够持续监测用户运动状态，确保用户按照要求完成动作，使得采集的数据能够更准确地反映用户各个状态下的真实水准，进而使得到的最大摄氧量更加真实有效。

所述无线通信模块，将智能穿戴设备中处理好的数据进行封装，并通过蓝牙无线协议与智能手机进行无线通信，实现与手机端进行数据交互；通过调用蓝牙官方提供的api服务实现与智能穿戴设备进行蓝牙通信功能，与设备进行数据交互；

进一步的，所述用户终端处理模块用于：

设置用户信息，设置运动参数；

播放指导音频，定时计时提醒；

处理运动数据，计算最大摄氧量和心肺耐力评估；

在软件界面中显示测量结果；

数据存储，保存用户信息和测量数据。

所述用户终端处理模块，通过蓝牙通讯控制智能穿戴设备指示灯状态及屏幕显示模块，由于部分旧式穿戴设备并未配备显示屏，仅有指示灯，因此为适配市面上大多数智能穿戴设备，能够控制该类设备指示灯发出光亮表示设备处于检测状态。对于配备有显示屏的智能穿戴设备，设备屏幕显示当前正在进行的运动，以达到提示用户的作用。

用户信息设置，运动参数设置模块，提供添加用户个人相关信息的功能，同时实现app的登录验证功能；能够设置一定的运动参数，如设置运动时间等；

播放指导音频，定时计时提醒模块，在用户测试过程中控制终端app播报当前环节应该执行的指定动作，用户遵循指示完成规定的动作，根据试验所规定的固定时间控制终端app进行计时，并在计时开始和结束时提醒用户该动作阶段已完成；

处理运动数据，计算最大摄氧量和心肺耐力评估模块，根据从智能穿戴设备接收到的心率和行走速度数据计算最大摄氧量，同时与参考标准进行比对，评估心肺耐力；

在软件界面中显示测量结果模块，在终端app上展现本次试验测量结果的界面；

数据存储，保存用户信息和测量数据模块，将用户添加的个人信息以及运动过后得到的测量结果进行分类存储。

需要说明的是，对于前述的各方法实施方式或实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为根据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述实施方式或实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击【在线咨询】或添加微信【19522093243】与客服一对一沟通，为大家解决相关问题。