买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：宁波浙鼎教育科技有限公司

摘要：本发明提供了一种基于数字体育考评的学生健康管理方法，涉及健康管理技术领域，包括：建立与数字体育考评系统的系统通信，获取待测学生的学生数据；进行数据可信解析，建立学生的监测关注；设置学生的N个运动捕捉点，配置联合传感器；配置智能穿戴设备，进行学生监测，并建立时序监测数据集；执行健康状态指标评测，生成健康状态指标评测结果；调用局部健康识别网络，执行关注识别，生成关注识别结果；进行学生健康管理。本发明解决了传统健康管理方法缺乏多维度、高频率的运动监测能力，并且无法有效整合多源数据进行综合分析，使得无法准确评估学生的健康状态和精准识别运动中的问题，导致健康管理效果差的技术问题。

主权项：1.一种基于数字体育考评的学生健康管理方法，其特征在于，所述方法包括：建立与数字体育考评系统的系统通信，并基于所述系统通信获取待测学生的学生数据；基于所述学生数据进行数据可信解析，建立学生的监测关注；通过所述学生数据设置学生的N个运动捕捉点，并在N个运动捕捉点配置联合传感器，所述联合传感器包括位置传感器、速度传感器、加速度传感器和角度传感器；配置智能穿戴设备，基于智能穿戴设备和联合传感器进行学生监测，并建立时序监测数据集；将所述时序监测数据集进行特征转换后，输入至混合网络，执行健康状态指标评测，生成健康状态指标评测结果；通过所述监测关注调用局部健康识别网络，执行时序监测数据集的关注识别，生成关注识别结果；根据健康状态指标评测结果和关注识别结果进行学生健康管理；所述将所述时序监测数据集进行特征转换后，输入至混合网络，执行健康状态指标评测，生成健康状态指标评测结果，还包括：建立特征转换公式，如下：Tpi＝∥pi∥；Tvi＝∥vi∥2；Tai＝log1+∥ai∥；Tθi＝sinθi；THR＝logHR； 其中，i表征第i个运动捕捉点，pi为第i个运动捕捉点的位置向量，Tpi为第i个运动捕捉点的位置向量转换结果，vi为第i个运动捕捉点的速度向量，Tvi为第i个运动捕捉点的速度向量转换结果，ai为第i个运动捕捉点的加速度向量，Tai为第i个运动捕捉点的加速度向量转换结果，θi为第i个运动捕捉点的关节角度，Tθi为第i个运动捕捉点的关节角度转换结果，HR为心率，THR为心率转换结果，EMGi为第i个运动捕捉点的肌电图信号，TEMGi为第i个运动捕捉点的肌电图信号转换结果；根据特征转换公式进行时序监测数据集的特征转换后，输入至混合网络；配置混合网络，如下：H＝σ∑i,jw1,ijFij+∑i,jw2,ijGij+w3THR+b；其中，H表征混合网络，σ为激活函数，j表征不同于第i个运动捕捉点的运动捕捉点，Fij表征第一特征组合，Fij＝Tpi·Tvj·Taj，Tvj为第j个运动捕捉点的速度向量转换结果，Taj为第j个运动捕捉点的加速度向量转换结果，Gij表征第二特征组合，Gij＝TEMGi·Tθj，Tθj为第j个运动捕捉点的关节角度转换结果，b为偏置项，w1,ij、w2,ij、w3分别为第一特征组合权重、第二特征组合权重和心率特征权重；根据所述混合网络执行健康状态指标评测；所述通过所述监测关注调用局部健康识别网络，执行时序监测数据集的关注识别，生成关注识别结果，还包括：建立步态关节健康分析子网络、躯干稳定性分析子网络、协调性和运动效率分析子网络、选择子网络；由步态关节健康分析子网络、躯干稳定性分析子网络、协调性和运动效率分析子网络、选择子网络搭建局部健康识别网络；根据所述选择子网络对所述监测关注进行分析子网络的适配匹配，根据适配匹配结果调用对应的分析子网络执行时序监测数据集的关注识别；步态关节健康分析子网络如下： 其中，Hknee表征步态关节健康分析子网络，θknee为跑步中的角度变化量，pstride为步长，Fground为地面反作用力，μ1、μ2、μ3分别为角度变化量权重、步长权重和地面反作用力权重；躯干稳定性分析子网络如下： 其中，Htrunk表征躯干稳定性分析子网络，θtrunk为躯干倾斜角度，aankle为脚踝稳定性，treact表征反应时间，μ4、μ5、μ6分别为躯干倾斜角度权重、脚踝稳定性权重和反应时间权重；协调性和运动效率分析子网络如下：Hcoordination＝μ7·cosφsync+μ8·HR+μ9·e-β·E；其中，Hcoordination表征协调性和运动效率分析子网络，φsync表征手臂和腿部的同步运动相位差，HR为心率，E为能量消耗，μ7、μ8、μ9分别为同步运动相位差权重、心率权重、能量消耗权重，β为调节系数。

全文数据：

权利要求：

百度查询： 宁波浙鼎教育科技有限公司 一种基于数字体育考评的学生健康管理方法