一种基于移动终端的健康指数获取方法、系统及移动终端.pdf

上传人:r5 文档编号:8018576 上传时间:2019-12-15 格式:PDF 页数:19 大小:526.55KB
返回 下载 相关 举报
摘要
申请专利号:

CN201510138863.X

申请日:

20150327

公开号:

CN104814791B

公开日:

20170510

当前法律状态:

有效性:

有效

法律详情:

IPC分类号:

A61B90/00

主分类号:

A61B90/00

申请人:

惠州TCL移动通信有限公司

发明人:

林锐,柳明

地址:

516006 广东省惠州市仲恺高新区和畅七路西86号

优先权:

CN201510138863A

专利代理机构:

深圳市君胜知识产权代理事务所(普通合伙)

代理人:

王永文;刘文求

PDF下载: PDF下载
内容摘要

本发明所提供的一种基于移动终端的健康指数获取方法、系统及移动终端,所述方法具体包括:移动终端根据获取的用户的身高值、实际体重值、以及用户当天的徒步步数总值计算用户当天的徒步分数值;移动终端根据实时记录的用户当天的久坐次数计算用户当天的久坐分数值;移动终端根据实时记录的用户当天的睡眠时长计算用户当天的睡眠分数值;最后,根据计算的所述用户当天的徒步分数值、用户当天的久坐分数值、以及用户当天的睡眠分数值计算用户当天的健康综合分数,并根据所述用户当天的健康综合分数输出用户当天的健康指数。本发明既避免了过多地消耗手机电量,又提供了一种全方面的精准的健康指数获取方式,为用户提供了方便。

权利要求书

1.一种基于移动终端的健康指数获取方法,其特征在于,包括步骤:S1、移动终端获取用户的身高值、实际体重值、以及用户当天的徒步步数总值,并根据所述身高值、体重值、以及当天的徒步步数总值计算用户当天的徒步分数值A;S2、移动终端在第一采样时间内检测到用户处于静止状态,则实时记录用户当天的久坐次数,并根据所述当天的久坐次数计算用户当天的久坐分数值B;S3、移动终端在第二采样时间内检测到用户处于睡眠状态,则实时记录用户当天的睡眠时长,并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值C;S4、分别获取用户当天的徒步分数值A、用户当天的久坐分数值B、以及用户当天的睡眠分数值C,并根据计算式:((A+B+C)/300)*100计算用户当天的健康综合分数;将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较,获取用户当天的健康指数并输出。 2.根据权利要求1所述的基于移动终端的健康指数获取方法,其特征在于,所述步骤S1具体包括步骤:S11、在移动终端中预先设定一用于检测用户当天状态的检测周期,所述用户当天状态包括:静止状态、步行状态、运动状态、以及睡眠状态;S12、获取用户的身高值和实际体重值,并根据计算式:(身高值-100)*0.9计算用户的标准体重值;S13、在移动终端中预先设置并存储一预期徒步步数值,并根据计算式:预期徒步步数值*(1+k)计算用户的目标徒步步数值,其中参数k的计算公式为:k=(|实际体重值-标准体重值|)/标准体重值;S14、根据所述检测周期获取用户当天的徒步步数总值;S15、根据计算式:(当天的徒步步数总值/目标徒步步数值)*100计算用户当天的徒步分数值A并进行存储输出。 3.根据权利要求2所述的基于移动终端的健康指数获取方法,其特征在于,所述步骤S14具体包括步骤:S141、在移动终端中预先设定一用于采集用户加速度数据的采样频率;S142、若检测到在预设的采样频率下采集的用户加速度数据为128个,则根据所述采集的用户加速度数据判断用户当前的状态;S143、若所述用户当前的状态为运动状态/步行状态,则将所述采集的用户加速度数据进行正向傅里叶变换,并获取最大频率MaxF;S144、判断所述最大频率MaxF是否处于指定的频率范围之内,若处于指定的频率范围之内,则将频率域中[MaxF-1,MaxF+1]的数据进行反向傅里叶变换;S145、判断所述反向傅里叶变换的数据域中是否存在波谷值,若存在,则将所述数据域中时间间隔为200ms的两个波谷标记为1步,并实时记录步数值;S146、若检测到用户当前的状态仍为运动状态,且所述步数值达到10步,则实时记录用户当前的步数总值,返回执行步骤S143;S147、反之,若检测到用户当前的状态改变为步行状态,则实时记录用户当前的步数总值,返回执行步骤S143。 4.根据权利要求2所述的基于移动终端的健康指数获取方法,其特征在于,所述步骤S2具体包括步骤:S21、预先在移动终端中设定第一采样时间;S22、若检测到用户在所述检测周期内均处于静止状态,则采用符号0进行标记;否则,采用符号1进行标记;S23、若检测到在所述第一采样时间内出现连续M个符号0,则记录为1次久坐,其中M=60/检测周期;S24、实时记录用户当天的久坐次数,并根据计算式:(1-久坐次数/8)*100计算用户当天的久坐分数值B并进行存储输出。 5.根据权利要求2所述的基于移动终端的健康指数获取方法,其特征在于,所述步骤S3具体包括步骤:S31、预先在移动终端中设定第二采样时间和标准睡眠时间段;S32、若检测到用户在所述检测周期内均处于睡眠状态,则采用符号0’进行标记;否则,采用符号1’进行标记;S33、统计符号0’的个数,并根据计算式:(符号0’的个数)*检测周期/60计算用户在所述第二采样时间内的睡眠时长UL;S34、根据睡眠时长UL以及预设的第一映射规则获取用户不在标准睡眠时间段的睡眠时长SL,并根据计算式:(SL/8)*100计算用户的睡眠长度分数S1;S35、根据睡眠时长UL设置第二映射规则,所述第二映射规则用于记录用户睡眠每中断一次,则扣除k分,根据计算式:(UL/8)*100-(8-UL)*k计算用户的睡眠时间分数S2;S36、根据计算式:(S1+S2)/2计算用户当天的睡眠分数值C并进行存储输出。天的健康综合分数与预先存储的健康标准值进行比较,获取用户当天的健康指数并输出。 6.一种基于移动终端的健康指数获取系统,其特征在于,包括:徒步分数值计算模块,用于移动终端获取用户的身高值、实际体重值、以及用户当天的徒步步数总值,并根据所述身高值、体重值、以及当天的徒步步数总值计算用户当天的徒步分数值A;久坐分数值计算模块,用于移动终端在第一采样时间内检测到用户处于静止状态,则实时记录用户当天的久坐次数,并根据所述当天的久坐次数计算用户当天的久坐分数值B;睡眠分数值计算模块,用于移动终端在第二采样时间内检测到用户处于睡眠状态,则实时记录用户当天的睡眠时长,并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值C;健康指数输出模块,用于根据分别获取的用户当天的徒步分数值A、用户当天的久坐分数值B、以及用户当天的睡眠分数值C,并根据计算式:((A+B+C)/300)*100计算用户当天的健康综合分数;将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较,获取用户当天的健康指数并输出。 7.根据权利要求6所述基于移动终端的健康指数获取系统,其特征在于,所述徒步分数值计算模块包括:检测周期预设单元,用于在移动终端中预先设定一用于检测用户当天状态的检测周期,所述用户当天状态包括:静止状态、步行状态、运动状态、以及睡眠状态;标准体重计算单元,用于获取用户的身高值和实际体重值,并根据计算式:(身高值-100)*0.9计算用户的标准体重值;目标徒步步数计算单元,用于在移动终端中预先设置并存储一预期徒步步数值,并根据计算式:预期徒步步数值*(1+k)计算用户的目标徒步步数值,其中参数k的计算公式为:k=(|实际体重值-标准体重值|)/标准体重值;徒步步数总值获取单元,用于根据所述检测周期获取用户当天的徒步步数总值;徒步分数值计算单元,用于根据计算式:(当天的徒步步数总值/目标徒步步数值)*100计算用户当天的徒步分数值A并进行存储输出;所述徒步步数总值获取单元进一步包括:采样频率预设子单元,用于在移动终端中预先设定一用于采集用户加速度数据的采样频率;加速度数据采集子单元,用于若检测到在预设的采样频率下采集的用户加速度数据为128个,则根据所述采集的用户加速度数据判断用户当前的状态;正向傅里叶变换子单元,用于若所述用户当前的状态为运动状态/步行状态,则将所述采集的用户加速度数据进行正向傅里叶变换,并获取最大频率MaxF;反向傅里叶变换子单元,用于判断所述最大频率MaxF是否处于指定的频率范围之内,若处于指定的频率范围之内,则将频率域中[MaxF-1,MaxF+1]的数据进行反向傅里叶变换;步数值实时记录子单元,用于判断所述反向傅里叶变换的数据域中是否存在波谷值,若存在,则将所述数据域中时间间隔为200ms的两个波谷标记为1步,并实时记录步数值;当天步数总值记录子单元,用于若检测到用户当前的状态仍为运动状态,且所述步数值达到10步,则实时记录用户当前的步数总值;反之,若检测到用户当前的状态改变为步行状态,则实时记录用户当前的步数总值。 8.根据权利要求7所述基于移动终端的健康指数获取系统,其特征在于,所述久坐分数值计算模块包括:第一采样时间预设单元,用于预先在移动终端中设定第一采样时间;静止状态标记单元,用于若检测到用户在所述检测周期内均处于静止状态,则采用符号0进行标记;否则,采用符号1进行标记;久坐次数记录单元,用于若检测到在所述第一采样时间内出现连续M个符号0,则记录为1次久坐,其中M=60/检测周期;久坐分数值统计单元,用于实时记录用户当天的久坐次数,并根据计算式:(1-久坐次数/8)*100计算用户当天的久坐分数值B并进行存储输出;所述睡眠分数值计算模块还包括:第二采样时间预设单元,用于预先在移动终端中设定第二采样时间和标准睡眠时间段;睡眠状态标记单元,用于若检测到用户在所述检测周期内均处于睡眠状态,则采用符号0’进行标记;否则,采用符号1’进行标记;睡眠时长计算单元,用于统计符号0’的个数,并根据计算式:(符号0’的个数)*检测周期/60计算用户在所述第二采样时间内的睡眠时长UL;睡眠长度分数计算单元,用于根据睡眠时长UL以及预设的第一映射规则获取用户不在标准睡眠时间段的睡眠时长SL,并根据计算式:(SL/8)*100计算用户的睡眠长度分数S1;睡眠时间分数计算单元,用于根据睡眠时长UL设置第二映射规则,所述第二映射规则用于记录用户睡眠每中断一次,则扣除k分,根据计算式:(UL/8)*100-(8-UL)*k计算用户的睡眠时间分数S2;睡眠分数值统计单元,用于根据计算式:(S1+S2)/2计算用户当天的睡眠分数值C并进行存储输出;所述健康指数输出模块包括:健康综合分数计算单元,用于分别获取用户当天的徒步分数值A、用户当天的久坐分数值B、以及用户当天的睡眠分数值C,并根据计算式:((A+B+C)/300)*100计算用户当天的健康综合分数;比较输出单元,用于将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较,获取用户当天的健康指数并输出。 9.一种移动终端,其特征在于,包括权利要求6至8任一所述的基于移动终端的健康指数获取系统。

说明书

技术领域

本发明涉及移动终端技术领域,尤其涉及一种基于移动终端的健康指数获取方法、系统及移动终端。

背景技术

随着移动通信的发展和人们生活水平的不断提高,各种移动终端如手机的使用越来越普及,手机已经成为人们生活中不可缺少的通信工具。现有技术中通常采用手机中固有的三轴加速度传感器获取用户的运动参数,从而了解用户的运动及健康情况。然而三轴加速度传感器对于不同类型的硬件及驱动的实现,可能会对监测数据产生很大影响,造成结果不准;而且现有技术中对健康情况的计算算法复杂度较高,运算量较大,容易消耗手机较多的电量,不利于用户的使用。

由此可知,现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于移动终端的健康指数获取方法、系统及移动终端,旨在通过本发明克服现有技术中存在的以上缺陷,既避免过多地消耗手机电量,为用户使用移动终端提供方便,又可以提供一种精准的健康指数获取方式,便于用户及时了解自己的健康状况。

本发明解决技术问题所采用的技术方案如下:

一种基于移动终端的健康指数获取方法,其中,包括步骤:

S1、移动终端获取用户的身高值、实际体重值、以及用户当天的徒步步数总值,并根据所述身高值、体重值、以及当天的徒步步数总值计算用户当天的徒步分数值;

S2、移动终端在第一采样时间内检测到用户处于静止状态,则实时记录用户当天的久坐次数,并根据所述当天的久坐次数计算用户当天的久坐分数值;

S3、移动终端在第二采样时间内检测到用户处于睡眠状态,则实时记录用户当天的睡眠时长,并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值;

S4、根据计算的所述用户当天的徒步分数值、用户当天的久坐分数值、以及用户当天的睡眠分数值计算用户当天的健康综合分数,并根据所述用户当天的健康综合分数输出用户当天的健康指数。

所述的基于移动终端的健康指数获取方法,其中,所述步骤S1具体包括步骤:

S11、在移动终端中预先设定一用于检测用户当天状态的检测周期,所述用户当天状态包括:静止状态、步行状态、运动状态、以及睡眠状态;

S12、获取用户的身高值和实际体重值,并根据计算式: (身高值-100)*0.9 计算用户的标准体重值;

S13、在移动终端中预先设置并存储一预期徒步步数值,并根据计算式: 预期徒步步数值*(1+k)计算用户的目标徒步步数值,其中参数k的计算公式为:k=(|实际体重值-标准体重值 |) / 标准体重值;

S14、根据所述检测周期获取用户当天的徒步步数总值;

S15、根据计算式:(当天的徒步步数总值/目标徒步步数值)*100 计算用户当天的徒步分数值A并进行存储输出。

所述的基于移动终端的健康指数获取方法,其中,所述步骤S14具体包括步骤:

S141、在移动终端中预先设定一用于采集用户加速度数据的采样频率;

S142、若检测到在预设的采样频率下采集的用户加速度数据为128个,则根据所述采集的用户加速度数据判断用户当前的状态;

S143、若所述用户当前的状态为运动状态/步行状态,则将所述采集的用户加速度数据进行正向傅里叶变换,并获取最大频率MaxF;

S144、判断所述最大频率MaxF是否处于指定的频率范围之内,若处于指定的频率范围之内,则将频率域中[MaxF-1, MaxF+1]的数据进行反向傅里叶变换;

S145、判断所述反向傅里叶变换的数据域中是否存在波谷值,若存在,则将所述数据域中时间间隔为200ms的两个波谷标记为1步,并实时记录步数值;

S146、若检测到用户当前的状态仍为运动状态,且所述步数值达到10步,则实时记录用户当前的步数总值,返回执行步骤S143;

S147、反之,若检测到用户当前的状态改变为步行状态,则实时记录用户当前的步数总值,返回执行步骤S143。

所述的基于移动终端的健康指数获取方法,其中,所述步骤S2具体包括步骤:

S21、预先在移动终端中设定第一采样时间;

S22、若检测到用户在所述检测周期内均处于静止状态,则采用符号0进行标记;否则,采用符号1进行标记;

S23、若检测到在所述第一采样时间内出现连续M个符号0,则记录为 1次久坐,其中M=60/检测周期;

S24、实时记录用户当天的久坐次数,并根据计算式:(1-久坐次数/8)*100计算用户当天的久坐分数值B并进行存储输出。

所述的基于移动终端的健康指数获取方法,其中,所述步骤S3具体包括步骤:

S31、预先在移动终端中设定第二采样时间和标准睡眠时间段;

S32、若检测到用户在所述检测周期内均处于睡眠状态,则采用符号0’进行标记;否则,采用符号1’进行标记;

S33、统计符号0’的个数,并根据计算式:(符号0’的个数)*检测周期/60计算用户在所述第二采样时间内的睡眠时长UL;

S34、根据睡眠时长UL以及预设的第一映射规则获取用户不在标准睡眠时间段的睡眠时长SL,并根据计算式:(SL/8)*100计算用户的睡眠长度分数S1;

S35、根据睡眠时长UL设置第二映射规则,所述第二映射规则用于记录用户睡眠每中断一次,则扣除k分,根据计算式:(UL/8)*100-(8-UL)*k计算用户的睡眠时间分数S2;

S36、根据计算式:(S1+ S2)/2计算用户当天的睡眠分数值C并进行存储输出。

所述的基于移动终端的健康指数获取方法,其特征在于,所述步骤S4具体包括步骤:

S41、分别获取用户当天的徒步分数值A、用户当天的久坐分数值B、以及用户当天的睡眠分数值C,并根据计算式:((A+B+C)/300)*100计算用户当天的健康综合分数;

S42、将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较,获取用户当天的健康指数并输出。

一种基于移动终端的健康指数获取系统,其中,包括:

徒步分数值计算模块,用于移动终端获取用户的身高值、实际体重值、以及用户当天的徒步步数总值,并根据所述身高值、体重值、以及当天的徒步步数总值计算用户当天的徒步分数值;

久坐分数值计算模块,用于移动终端在第一采样时间内检测到用户处于静止状态,则实时记录用户当天的久坐次数,并根据所述当天的久坐次数计算用户当天的久坐分数值;

睡眠分数值计算模块,用于移动终端在第二采样时间内检测到用户处于睡眠状态,则实时记录用户当天的睡眠时长,并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值;

健康指数输出模块,用于根据计算的所述用户当天的徒步分数值、用户当天的久坐分数值、以及用户当天的睡眠分数值计算用户当天的健康综合分数,并根据所述用户当天的健康综合分数输出用户当天的健康指数。

所述基于移动终端的健康指数获取系统,其中,所述徒步分数值计算模块包括:

检测周期预设单元,用于在移动终端中预先设定一用于检测用户当天状态的检测周期,所述用户当天状态包括:静止状态、步行状态、运动状态、以及睡眠状态;

标准体重计算单元,用于获取用户的身高值和实际体重值,并根据计算式: (身高值-100)*0.9 计算用户的标准体重值;

目标徒步步数计算单元,用于在移动终端中预先设置并存储一预期徒步步数值,并根据计算式: 预期徒步步数值*(1+k)计算用户的目标徒步步数值,其中参数k的计算公式为:k=(|实际体重值-标准体重值 |) / 标准体重值;

徒步步数总值获取单元,用于根据所述检测周期获取用户当天的徒步步数总值;

徒步分数值计算单元,用于根据计算式:(当天的徒步步数总值/目标徒步步数值)*100 计算用户当天的徒步分数值A并进行存储输出;

所述徒步步数总值获取单元进一步包括:

采样频率预设子单元,用于在移动终端中预先设定一用于采集用户加速度数据的采样频率;

加速度数据采集子单元,用于若检测到在预设的采样频率下采集的用户加速度数据为128个,则根据所述采集的用户加速度数据判断用户当前的状态;

正向傅里叶变换子单元,用于若所述用户当前的状态为运动状态/步行状态,则将所述采集的用户加速度数据进行正向傅里叶变换,并获取最大频率MaxF;

反向傅里叶变换子单元,用于判断所述最大频率MaxF是否处于指定的频率范围之内,若处于指定的频率范围之内,则将频率域中[MaxF-1, MaxF+1]的数据进行反向傅里叶变换;

步数值实时记录子单元,用于判断所述反向傅里叶变换的数据域中是否存在波谷值,若存在,则将所述数据域中时间间隔为200ms的两个波谷标记为1步,并实时记录步数值;

当天步数总值记录子单元,用于若检测到用户当前的状态仍为运动状态,且所述步数值达到10步,则实时记录用户当前的步数总值,返回执行步骤S143;反之,若检测到用户当前的状态改变为步行状态,则实时记录用户当前的步数总值,返回执行步骤S143。

所述基于移动终端的健康指数获取系统,其中,所述久坐分数值计算模块包括:

第一采样时间预设单元,用于预先在移动终端中设定第一采样时间;

静止状态标记单元,用于若检测到用户在所述检测周期内均处于静止状态,则采用符号0进行标记;否则,采用符号1进行标记;

久坐次数记录单元,用于若检测到在所述第一采样时间内出现连续M个符号0,则记录为 1次久坐,其中M=60/检测周期;

久坐分数值统计单元,用于实时记录用户当天的久坐次数,并根据计算式:(1-久坐次数/8)*100计算用户当天的久坐分数值B并进行存储输出;

所述睡眠分数值计算模块还包括:

第二采样时间预设单元,用于预先在移动终端中设定第二采样时间和标准睡眠时间段;

睡眠状态标记单元,用于若检测到用户在所述检测周期内均处于睡眠状态,则采用符号0’进行标记;否则,采用符号1’进行标记;

睡眠时长计算单元,用于统计符号0’的个数,并根据计算式:(符号0’的个数)*检测周期/60计算用户在所述第二采样时间内的睡眠时长UL;

睡眠长度分数计算单元,用于根据睡眠时长UL以及预设的第一映射规则获取用户不在标准睡眠时间段的睡眠时长SL,并根据计算式:(SL/8)*100计算用户的睡眠长度分数S1;

睡眠时间分数计算单元,用于根据睡眠时长UL设置第二映射规则,所述第二映射规则用于记录用户睡眠每中断一次,则扣除k分,根据计算式:(UL/8)*100-(8-UL)*k计算用户的睡眠时间分数S2;

睡眠分数值统计单元,用于根据计算式:(S1+ S2)/2计算用户当天的睡眠分数值C并进行存储输出;

所述健康指数输出模块包括:

健康综合分数计算单元,用于分别获取用户当天的徒步分数值A、用户当天的久坐分数值B、以及用户当天的睡眠分数值C,并根据计算式:((A+B+C)/300)*100计算用户当天的健康综合分数;

比较输出单元,用于将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较,获取用户当天的健康指数并输出。

一种移动终端,其中,包括如上所述的基于移动终端的健康指数获取系统。

本发明所提供的一种基于移动终端的健康指数获取方法、系统及移动终端,所述方法具体包括:移动终端获取用户的身高值、实际体重值、以及用户当天的徒步步数总值,并根据所述身高值、体重值、以及当天的徒步步数总值计算用户当天的徒步分数值;移动终端在第一采样时间内检测到用户处于静止状态,则实时记录用户当天的久坐次数,并根据所述当天的久坐次数计算用户当天的久坐分数值;移动终端在第二采样时间内检测到用户处于睡眠状态,则实时记录用户当天的睡眠时长,并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值;根据计算的所述用户当天的徒步分数值、用户当天的久坐分数值、以及用户当天的睡眠分数值计算用户当天的健康综合分数,并根据所述用户当天的健康综合分数输出用户当天的健康指数。本发明根据徒步分数计算算法便于用户了解自己一天的运动量,根据久坐分数计算算法便于用户了解自己一天的久坐情况从而便于用户改掉久坐的不良习惯,同时根据睡眠分数计算算法便于用户了解自己的睡眠状况从而对于睡眠不良的情况;本发明既避免了过多地消耗手机电量,又提供了一种全方面的精准的健康指数获取方式,为用户提供了方便。

附图说明

图1是本发明基于移动终端的健康指数获取方法的较佳实施例的流程图。

图2是本发明基于移动终端的健康指数获取方法的徒步步数计算流程图。

图3是本发明基于移动终端的健康指数获取系统的较佳实施例的功能模块图。

具体实施方式

本发明公开了一种基于移动终端的健康指数获取方法、系统及移动终端,为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

请参见图1,图1是本发明基于移动终端的健康指数获取方法的较佳实施例的流程图。图1所示的基于移动终端的健康指数获取方法,包括:

步骤S101、移动终端获取用户的身高值、实际体重值、以及用户当天的徒步步数总值,并根据所述身高值、体重值、以及当天的徒步步数总值计算用户当天的徒步分数值。

本发明实施例中,所述步骤S101具体包括步骤:

S11、在移动终端中预先设定一用于检测用户当天状态的检测周期,所述用户当天状态包括:静止状态、步行状态、运动状态、以及睡眠状态;

S12、获取用户的身高值和实际体重值,并根据计算式: (身高值-100)*0.9 计算用户的标准体重值;

S13、在移动终端中预先设置并存储一预期徒步步数值,并根据计算式: 预期徒步步数值*(1+k)计算用户的目标徒步步数值,其中参数k的计算公式为:k=(|实际体重值-标准体重值 |) / 标准体重值;

S14、根据所述检测周期获取用户当天的徒步步数总值;

S15、根据计算式:(当天的徒步步数总值/目标徒步步数值)*100 计算用户当天的徒步分数值A并进行存储输出。

进一步地,所述步骤S14具体包括步骤:

S141、在移动终端中预先设定一用于采集用户加速度数据的采样频率;

S142、若检测到在预设的采样频率下采集的用户加速度数据为128个,则根据所述采集的用户加速度数据判断用户当前的状态;

S143、若所述用户当前的状态为运动状态/步行状态,则将所述采集的用户加速度数据进行正向傅里叶变换,并获取最大频率MaxF;

S144、判断所述最大频率MaxF是否处于指定的频率范围之内,若处于指定的频率范围之内,则将频率域中[MaxF-1, MaxF+1]的数据进行反向傅里叶变换;

S145、判断所述反向傅里叶变换的数据域中是否存在波谷值,若存在,则将所述数据域中时间间隔为200ms的两个波谷标记为1步,并实时记录步数值;

S146、若检测到用户当前的状态仍为运动状态,且所述步数值达到10步,则实时记录用户当前的步数总值,返回执行步骤S143;

S147、反之,若检测到用户当前的状态改变为步行状态,则实时记录用户当前的步数总值,返回执行步骤S143。

本发明实施例中用户当天的徒步步数总值计算规则,举例说明如下:预先设置用于检测用户当天状态的检测周期为10min,即每10分钟检测用户的状态,所述用户的状态包括:静止状态、步行状态、运动状态、以及睡眠状态。进一步预设一用于采集用户加速度数据的采样频率为每秒50个数据,即每20ms采集一组加速度数据(其中,变量x,y,z分别表示加速度x轴、y轴、z轴上的数据值)。判断系统是否采集到128组加速度数据,若已经达到128组,则根据所述的加速度数据进一步判断用户当前的状态。初始状态下用户的状态为静止状态,仅当加速度的值的变化超过1m/s2,则切换到运动状态。

若检测到用户处于运动状态,则采用正向傅里叶变换,将128个点(即对应的128组加速度数据)的波形图转化到频率域,同时获取最大频率MaxF(即主频)。由于正常人的走路频率处于为[0.5,5]Hz的范围内,因此若检测到获取的最大频率MaxF处于[0.5, 5]Hz的范围内,则进一步将频率域中[MaxF-1, MaxF+1]的数据进行反向傅里叶变换,此时将数据从频率域转换到时域,且此时的时域波形已经是均匀的波形。进一步判断时域波形中是否存在波谷值,若存在,则获取所述数据域中时间间隔为[0.2, 2]s的两个波谷。优选地,将所述数据域中时间间隔为200ms的两个波谷标记为1步,重复以上过程,直到实时积累的标记达到10步,此时将记录的步数值上报至系统,然后切换到步行状态。如果发现主频MaxF或者振幅越过预定义的限制后,则切换到静止状态。

若检测到用户处于步行状态,则按照运动状态的计算规则,两者唯一的区别是:步行状态每累积达到1步都会上报至系统,不需要累计达到10步。

步骤S102、移动终端在第一采样时间内检测到用户处于静止状态,则实时记录用户当天的久坐次数,并根据所述当天的久坐次数计算用户当天的久坐分数值。

本发明实施例中,所述步骤S102具体包括步骤:

S21、预先在移动终端中设定第一采样时间;

S22、若检测到用户在所述检测周期内均处于静止状态,则采用符号0进行标记;否则,采用符号1进行标记;

S23、若检测到在所述第一采样时间内出现连续M个符号0,则记录为 1次久坐,其中M=60/检测周期;

S24、实时记录用户当天的久坐次数,并根据计算式:(1-久坐次数/8)*100计算用户当天的久坐分数值B并进行存储输出。

即,本发明实施例设定久坐次数的第一采样时间为工作日周一至周五的9:00 a.m-12:00 a.m和14:00 p.m-18:00 p.m这两个时间段。若在此第一采样时间段内,检测到用户在10min内没有运动,或者处于静止状态,则用符号0进行标记;否则,采用符号1进行标记。若检测到出现连续6个符号0(即60min/10min),则标记为1次久坐。统计所有的久坐次数,并根据计算式:(1-久坐次数/8)*100计算用户当天的久坐分数值并进行存储输出。

步骤S103、移动终端在第二采样时间内检测到用户处于睡眠状态,则实时记录用户当天的睡眠时长,并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值。

本发明实施例中,所述步骤S103具体包括步骤:

S31、预先在移动终端中设定第二采样时间和标准睡眠时间段;

S32、若检测到用户在所述检测周期内均处于睡眠状态,则采用符号0’进行标记;否则,采用符号1’进行标记;

S33、统计符号0’的个数,并根据计算式:(符号0’的个数)*检测周期/60计算用户在所述第二采样时间内的睡眠时长UL;

S34、根据睡眠时长UL以及预设的第一映射规则获取用户不在标准睡眠时间段的睡眠时长SL,并根据计算式:(SL/8)*100计算用户的睡眠长度分数S1;

S35、根据睡眠时长UL设置第二映射规则,所述第二映射规则用于记录用户睡眠每中断一次,则扣除k分,根据计算式:(UL/8)*100-(8-UL)*k计算用户的睡眠时间分数S2;

S36、根据计算式:(S1+S2)/2计算用户当天的睡眠分数值C并进行存储输出。

即,本发明实施例设定统计睡眠时间的第二采样时间为20:00 p.m-10:00 a.m,其中人体标准的睡眠时间段为23:00 p.m-7:00 a.m,标准睡眠长度为7-9小时。本发明是实施例通过加速度传感器获取数据,如果在a在睡眠阈值[0, 1] m/s2内,则表示用户处于睡眠状态,此时采用符号0’进行标记;否则,采用符号1’进行标记。统计符号0’的个数,并根据计算式:(符号0’的个数)*10min/60min计算用户在所述第二采样时间内的睡眠时长UL。

进一步设定睡眠时长UL与睡眠长度不在标准睡眠长度7-9小时的部分SL之间的映射关系,如表1所示。通过睡眠时长UL获取用户不在标准睡眠时间段的睡眠时长值SL,并根据计算式:(SL/8)*100计算用户的睡眠长度分数S1。

表1

进一步设定睡眠时长UL与用户睡眠中断扣分情况k值之间的映射关系,如表2所示。通过睡眠时长UL获取用户睡眠中断扣分情况k值,并根据计算式:(UL/8)*100-(8-UL)*k计算用户的睡眠时间分数S2。

表2

根据所计算出的用户的睡眠长度分数S1以及用户的睡眠时间分数S2,并结合计算式:(S1+ S2)/2计算用户当天的睡眠分数值并进行存储输出。

步骤S104、根据计算的所述用户当天的徒步分数值、用户当天的久坐分数值、以及用户当天的睡眠分数值计算用户当天的健康综合分数,并根据所述用户当天的健康综合分数输出用户当天的健康指数。

本发明实施例中,所述健康指数输出模块包括:

健康综合分数计算单元,用于分别获取用户当天的徒步分数值A、用户当天的久坐分数值B、以及用户当天的睡眠分数值C,并根据计算式:((A+B+C)/300)*100计算用户当天的健康综合分数;

比较输出单元,用于将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较,获取用户当天的健康指数并输出。

即,本发明实施例中的分数采用百分制,将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较,若计算出用户当天的健康综合分数位于[60, 70]分内,则设定用户当天的健康指数为及格;若计算出用户当天的健康综合分数位于(70, 80]分内,则设定用户当天的健康指数为中等;若计算出用户当天的健康综合分数位于(80, 90]分内,则设定用户当天的健康指数为良好;若计算出用户当天的健康综合分数位于(90, 1000]分内,则设定用户当天的健康指数为优秀;若计算出用户当天的健康综合分数位于[0, 60)内,则设定用户当天的健康指数为不及格。通过本发明的健康指数获取方法,用户可以实时了解自己当天的运动量、久坐、以及睡眠质量,从而适时对作息进行调整,改掉不良的生活习惯。

以下将通过具体的应用实施例对本发明的徒步步数计算规则做进一步说明。请参照图2,图2为本发明基于移动终端的健康指数获取方法的徒步步数计算流程图。如图2所示,包括步骤:

S40、预先设置一采样率。

S41、收集x, y, z轴加速度数据,计算加速度值。

S42、判断是否收集到128个数据,若是,则进入步骤S43,否则,返回步骤S41继续采集加速度数据。

S43、判断用户当前的状态。

S44、初始状态下用户的状态为静止状态。

S45、加速度的值的变化超过1m/s2,则进入步骤S46,切换到运动状态。

S46、检测到用户处于运动状态。

S47、采用正向傅里叶变换(正向FTT),将128个点(即对应的128组加速度数据)的波形图转化到频率域,同时获取最大频率MaxF(即主频)。

S48、判断获取的最大频率MaxF是否处于正常人的走路频率 [0.5, 5]Hz的范围内,若是,则进入步骤S49;否则,返回步骤S46。

S49、进一步将频率域中[MaxF-1, MaxF+1]的数据进行反向傅里叶变换(反向FTT),此时将数据从频率域转换到时域波形。

S50、进一步判断时域波形中是否存在波谷值,若存在,则进入步骤S51;否则,返回步骤S46。

S51、若存在波谷值,则判断两波谷之间的时间间隔是否处于为[0.2, 2]s内。优选地,所述时间间隔为200ms;若是,则进入步骤S52,否则,返回步骤S46。

S52、将所述数据域中时间间隔为200ms的两个波谷标记为1步。

S53、判断当前状态是否仍旧为运动状态,若是,则进入步骤S54;否则,进入步骤S56。

S54、进一步判断实时积累的标记是否达到10步,若是,则进入步骤S55;否则,返回步骤S46。

S55、检测到用户处于步行状态。

S56、将统计的实时步数值上报至系统进行保存。

由上可见,本发明根据徒步分数计算算法便于用户了解自己一天的运动量,根据久坐分数计算算法便于用户了解自己一天的久坐情况从而便于用户改掉久坐的不良习惯,同时根据睡眠分数计算算法便于用户了解自己的睡眠状况从而对于睡眠不良的情况,可及时发现以及尽早治疗;本发明既避免了过多地消耗手机电量,又提供了一种全方面的精准的健康指数获取方式,为用户提供了方便。

基于上述实施例,本发明还提供一种基于移动终端的健康指数获取系统,如图3所示,包括:

徒步分数值计算模块100,用于移动终端获取用户的身高值、实际体重值、以及用户当天的徒步步数总值,并根据所述身高值、体重值、以及当天的徒步步数总值计算用户当天的徒步分数值;具体如上所述。

久坐分数值计算模块200,用于移动终端在第一采样时间内检测到用户处于静止状态,则实时记录用户当天的久坐次数,并根据所述当天的久坐次数计算用户当天的久坐分数值;具体如上所述。

睡眠分数值计算模块300,用于移动终端在第二采样时间内检测到用户处于睡眠状态,则实时记录用户当天的睡眠时长,并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值;具体如上所述。

健康指数输出模块400,用于根据计算的所述用户当天的徒步分数值、用户当天的久坐分数值、以及用户当天的睡眠分数值计算用户当天的健康综合分数,并根据所述用户当天的健康综合分数输出用户当天的健康指数;具体如上所述。

进一步地,所述徒步分数值计算模块100包括:

检测周期预设单元,用于在移动终端中预先设定一用于检测用户当天状态的检测周期,所述用户当天状态包括:静止状态、步行状态、运动状态、以及睡眠状态;具体如上所述。

标准体重计算单元,用于获取用户的身高值和实际体重值,并根据计算式: (身高值-100)*0.9 计算用户的标准体重值;具体如上所述。

目标徒步步数计算单元,用于在移动终端中预先设置并存储一预期徒步步数值,并根据计算式: 预期徒步步数值*(1+k)计算用户的目标徒步步数值,其中参数k的计算公式为:k=(|实际体重值-标准体重值 |) / 标准体重值;具体如上所述。

徒步步数总值获取单元,用于根据所述检测周期获取用户当天的徒步步数总值;具体如上所述。

徒步分数值计算单元,用于根据计算式:(当天的徒步步数总值/目标徒步步数值)*100 计算用户当天的徒步分数值A并进行存储输出;具体如上所述。

所述徒步步数总值获取单元进一步包括:

采样频率预设子单元,用于在移动终端中预先设定一用于采集用户加速度数据的采样频率;具体如上所述。

加速度数据采集子单元,用于若检测到在预设的采样频率下采集的用户加速度数据为128个,则根据所述采集的用户加速度数据判断用户当前的状态;具体如上所述。

正向傅里叶变换子单元,用于若所述用户当前的状态为运动状态/步行状态,则将所述采集的用户加速度数据进行正向傅里叶变换,并获取最大频率MaxF;具体如上所述。

反向傅里叶变换子单元,用于判断所述最大频率MaxF是否处于指定的频率范围之内,若处于指定的频率范围之内,则将频率域中[MaxF-1, MaxF+1]的数据进行反向傅里叶变换;具体如上所述。

步数值实时记录子单元,用于判断所述反向傅里叶变换的数据域中是否存在波谷值,若存在,则将所述数据域中时间间隔为200ms的两个波谷标记为1步,并实时记录步数值;具体如上所述。

当天步数总值记录子单元,用于若检测到用户当前的状态仍为运动状态,且所述步数值达到10步,则实时记录用户当前的步数总值;反之,若检测到用户当前的状态改变为步行状态,则实时记录用户当前的步数总值。

进一步地,所述久坐分数值计算模块200包括:

第一采样时间预设单元,用于预先在移动终端中设定第一采样时间;具体如上所述。

静止状态标记单元,用于若检测到用户在所述检测周期内均处于静止状态,则采用符号0进行标记;否则,采用符号1进行标记;具体如上所述。

久坐次数记录单元,用于若检测到在所述第一采样时间内出现连续M个符号0,则记录为 1次久坐,其中M=60/检测周期;具体如上所述。

久坐分数值统计单元,用于实时记录用户当天的久坐次数,并根据计算式:(1-久坐次数/8)*100计算用户当天的久坐分数值B并进行存储输出;具体如上所述。

进一步地,所述睡眠分数值计算模块300还包括:

第二采样时间预设单元,用于预先在移动终端中设定第二采样时间和标准睡眠时间段;具体如上所述。

睡眠状态标记单元,用于若检测到用户在所述检测周期内均处于睡眠状态,则采用符号0’进行标记;否则,采用符号1’进行标记;具体如上所述。

睡眠时长计算单元,用于统计符号0’的个数,并根据计算式:(符号0’的个数)*检测周期/60计算用户在所述第二采样时间内的睡眠时长UL;具体如上所述。

睡眠长度分数计算单元,用于根据睡眠时长UL以及预设的第一映射规则获取用户不在标准睡眠时间段的睡眠时长SL,并根据计算式:(SL/8)*100计算用户的睡眠长度分数S1;具体如上所述。

睡眠时间分数计算单元,用于根据睡眠时长UL设置第二映射规则,所述第二映射规则用于记录用户睡眠每中断一次,则扣除k分,根据计算式:(UL/8)*100-(8-UL)*k计算用户的睡眠时间分数S2;具体如上所述。

睡眠分数值统计单元,用于根据计算式:(S1+ S2)/2计算用户当天的睡眠分数值C并进行存储输出;具体如上所述。

进一步地,所述健康指数输出模块400包括:

健康综合分数计算单元,用于分别获取用户当天的徒步分数值A、用户当天的久坐分数值B、以及用户当天的睡眠分数值C,并根据计算式:((A+B+C)/300)*100计算用户当天的健康综合分数;具体如上所述。

比较输出单元,用于将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较,获取用户当天的健康指数并输出;具体如上所述。

基于上述实施例,本发明还提供一种移动终端的实施例,本实施例所述的移动终端包括上述所述的基于移动终端的健康指数获取系统。

综上所述,本发明所提供的一种基于移动终端的健康指数获取方法、系统及移动终端,所述方法具体包括:移动终端获取用户的身高值、实际体重值、以及用户当天的徒步步数总值,并根据所述身高值、体重值、以及当天的徒步步数总值计算用户当天的徒步分数值;移动终端在第一采样时间内检测到用户处于静止状态,则实时记录用户当天的久坐次数,并根据所述当天的久坐次数计算用户当天的久坐分数值;移动终端在第二采样时间内检测到用户处于睡眠状态,则实时记录用户当天的睡眠时长,并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值;根据计算的所述用户当天的徒步分数值、用户当天的久坐分数值、以及用户当天的睡眠分数值计算用户当天的健康综合分数,并根据所述用户当天的健康综合分数输出用户当天的健康指数。本发明根据徒步分数计算算法便于用户了解自己一天的运动量,根据久坐分数计算算法便于用户了解自己一天的久坐情况从而便于用户改掉久坐的不良习惯,同时根据睡眠分数计算算法便于用户了解自己的睡眠状况从而对于睡眠不良的情况,可及时发现以及尽早治疗;本发明既避免了过多地消耗手机电量,又提供了一种全方面的精准的健康指数获取方式,为用户提供了方便。

应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

一种基于移动终端的健康指数获取方法、系统及移动终端.pdf_第1页
第1页 / 共19页
一种基于移动终端的健康指数获取方法、系统及移动终端.pdf_第2页
第2页 / 共19页
一种基于移动终端的健康指数获取方法、系统及移动终端.pdf_第3页
第3页 / 共19页
点击查看更多>>
资源描述

《一种基于移动终端的健康指数获取方法、系统及移动终端.pdf》由会员分享,可在线阅读,更多相关《一种基于移动终端的健康指数获取方法、系统及移动终端.pdf(19页珍藏版)》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 (10)授权公告号 (45)授权公告日 (21)申请号 201510138863.X (22)申请日 2015.03.27 (65)同一申请的已公布的文献号 申请公布号 CN 104814791 A (43)申请公布日 2015.08.05 (73)专利权人 惠州TCL移动通信有限公司 地址 516006 广东省惠州市仲恺高新区和 畅七路西86号 (72)发明人 林锐 柳明 (74)专利代理机构 深圳市君胜知识产权代理事 务所(普通合伙) 44268 代理人 王永文 刘文求 (51)Int.Cl. A61B 90/00(2016.01) 。

2、(56)对比文件 CN 103329135 A,2013.09.25,说明书第30- 36段, 第41-49段, 第65段, 第68段, 第84段, 第121 段、 第132段. CN 104123435 A,2014.10.29, CN 104208865 A,2014.12.17, CN 102835951 A,2012.12.26, US 2013/0188322 A1,2013.07.25, WO 2014/038594 A1,2014.03.13, US 2014/0221790 A1,2014.08.07, 审查员 霍璐 (54)发明名称 一种基于移动终端的健康指数获取方法、 系 。

3、统及移动终端 (57)摘要 本发明所提供的一种基于移动终端的健康 指数获取方法、 系统及移动终端, 所述方法具体 包括: 移动终端根据获取的用户的身高值、 实际 体重值、 以及用户当天的徒步步数总值计算用户 当天的徒步分数值; 移动终端根据实时记录的用 户当天的久坐次数计算用户当天的久坐分数值; 移动终端根据实时记录的用户当天的睡眠时长 计算用户当天的睡眠分数值; 最后, 根据计算的 所述用户当天的徒步分数值、 用户当天的久坐分 数值、 以及用户当天的睡眠分数值计算用户当天 的健康综合分数, 并根据所述用户当天的健康综 合分数输出用户当天的健康指数。 本发明既避免 了过多地消耗手机电量, 又提。

4、供了一种全方面的 精准的健康指数获取方式, 为用户提供了方便。 权利要求书4页 说明书11页 附图3页 CN 104814791 B 2017.05.10 CN 104814791 B 1.一种基于移动终端的健康指数获取方法, 其特征在于, 包括步骤: S1、 移动终端获取用户的身高值、 实际体重值、 以及用户当天的徒步步数总值, 并根据 所述身高值、 体重值、 以及当天的徒步步数总值计算用户当天的徒步分数值A; S2、 移动终端在第一采样时间内检测到用户处于静止状态, 则实时记录用户当天的久 坐次数, 并根据所述当天的久坐次数计算用户当天的久坐分数值B; S3、 移动终端在第二采样时间内检测。

5、到用户处于睡眠状态, 则实时记录用户当天的睡 眠时长, 并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值C; S4、 分别获取用户当天的徒步分数值A、 用户当天的久坐分数值B、 以及用户当天的睡眠 分数值C, 并根据计算式:( (A+B+C) /300) *100计算用户当天的健康综合分数; 将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较, 获取用户 当天的健康指数并输出。 2.根据权利要求1所述的基于移动终端的健康指数获取方法, 其特征在于, 所述步骤S1 具体包括步骤: S11、 在移动终端中预先设定一用于检测用户当天状态的检测周期, 所述用户当天状态 包括: 静止状。

6、态、 步行状态、 运动状态、 以及睡眠状态; S12、 获取用户的身高值和实际体重值, 并根据计算式: (身高值-100)*0.9 计算用户 的标准体重值; S13、 在移动终端中预先设置并存储一预期徒步步数值, 并根据计算式: 预期徒步步数 值* (1+k) 计算用户的目标徒步步数值, 其中参数k的计算公式为: k=(|实际体重值-标准体 重值 |) / 标准体重值; S14、 根据所述检测周期获取用户当天的徒步步数总值; S15、 根据计算式:(当天的徒步步数总值/目标徒步步数值) *100 计算用户当天的徒步 分数值A并进行存储输出。 3.根据权利要求2所述的基于移动终端的健康指数获取方。

7、法, 其特征在于, 所述步骤 S14具体包括步骤: S141、 在移动终端中预先设定一用于采集用户加速度数据的采样频率; S142、 若检测到在预设的采样频率下采集的用户加速度数据为128个, 则根据所述采集 的用户加速度数据判断用户当前的状态; S143、 若所述用户当前的状态为运动状态/步行状态, 则将所述采集的用户加速度数据 进行正向傅里叶变换, 并获取最大频率MaxF; S144、 判断所述最大频率MaxF是否处于指定的频率范围之内, 若处于指定的频率范围 之内, 则将频率域中MaxF-1, MaxF+1的数据进行反向傅里叶变换; S145、 判断所述反向傅里叶变换的数据域中是否存在波。

8、谷值, 若存在, 则将所述数据域 中时间间隔为200ms的两个波谷标记为1步, 并实时记录步数值; S146、 若检测到用户当前的状态仍为运动状态, 且所述步数值达到10步, 则实时记录用 户当前的步数总值, 返回执行步骤S143; S147、 反之, 若检测到用户当前的状态改变为步行状态, 则实时记录用户当前的步数总 值, 返回执行步骤S143。 4.根据权利要求2所述的基于移动终端的健康指数获取方法, 其特征在于, 所述步骤S2 权 利 要 求 书 1/4 页 2 CN 104814791 B 2 具体包括步骤: S21、 预先在移动终端中设定第一采样时间; S22、 若检测到用户在所述检。

9、测周期内均处于静止状态, 则采用符号0进行标记; 否则, 采用符号1进行标记; S23、 若检测到在所述第一采样时间内出现连续M个符号0, 则记录为 1次久坐, 其中M= 60/检测周期; S24、 实时记录用户当天的久坐次数, 并根据计算式:(1-久坐次数/8) *100计算用户当 天的久坐分数值B并进行存储输出。 5.根据权利要求2所述的基于移动终端的健康指数获取方法, 其特征在于, 所述步骤S3 具体包括步骤: S31、 预先在移动终端中设定第二采样时间和标准睡眠时间段; S32、 若检测到用户在所述检测周期内均处于睡眠状态, 则采用符号0 进行标记; 否则, 采用符号1 进行标记; S。

10、33、 统计符号0 的个数, 并根据计算式:(符号0 的个数) *检测周期/60计算用户在所 述第二采样时间内的睡眠时长UL; S34、 根据睡眠时长UL以及预设的第一映射规则获取用户不在标准睡眠时间段的睡眠 时长SL, 并根据计算式:(SL/8) *100计算用户的睡眠长度分数S1; S35、 根据睡眠时长UL设置第二映射规则, 所述第二映射规则用于记录用户睡眠每中断 一次, 则扣除k分, 根据计算式:(UL/8) *100- (8-UL) *k计算用户的睡眠时间分数S2; S36、 根据计算式:(S1+ S2) /2计算用户当天的睡眠分数值C并进行存储输出。 天的健康综合分数与预先存储的健。

11、康标准值进行比较, 获取用户当天的健康指数并输 出。 6.一种基于移动终端的健康指数获取系统, 其特征在于, 包括: 徒步分数值计算模块, 用于移动终端获取用户的身高值、 实际体重值、 以及用户当天的 徒步步数总值, 并根据所述身高值、 体重值、 以及当天的徒步步数总值计算用户当天的徒步 分数值A; 久坐分数值计算模块, 用于移动终端在第一采样时间内检测到用户处于静止状态, 则 实时记录用户当天的久坐次数, 并根据所述当天的久坐次数计算用户当天的久坐分数值B; 睡眠分数值计算模块, 用于移动终端在第二采样时间内检测到用户处于睡眠状态, 则 实时记录用户当天的睡眠时长, 并根据所述用户当天的睡眠。

12、时长计算用户当天的睡眠分数 值C; 健康指数输出模块, 用于根据分别获取的用户当天的徒步分数值A、 用户当天的久坐分 数值B、 以及用户当天的睡眠分数值C, 并根据计算式:( (A+B+C) /300) *100计算用户当天的 健康综合分数; 将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比 较, 获取用户当天的健康指数并输出。 7.根据权利要求6所述基于移动终端的健康指数获取系统, 其特征在于, 所述徒步分数 值计算模块包括: 检测周期预设单元, 用于在移动终端中预先设定一用于检测用户当天状态的检测周 期, 所述用户当天状态包括: 静止状态、 步行状态、 运动状态、 以及睡眠状。

13、态; 权 利 要 求 书 2/4 页 3 CN 104814791 B 3 标准体重计算单元, 用于获取用户的身高值和实际体重值, 并根据计算式: (身高值- 100)*0.9 计算用户的标准体重值; 目标徒步步数计算单元, 用于在移动终端中预先设置并存储一预期徒步步数值, 并根 据计算式: 预期徒步步数值* (1+k) 计算用户的目标徒步步数值, 其中参数k的计算公式为: k =(|实际体重值-标准体重值 |) / 标准体重值; 徒步步数总值获取单元, 用于根据所述检测周期获取用户当天的徒步步数总值; 徒步分数值计算单元, 用于根据计算式:(当天的徒步步数总值/目标徒步步数值) *100 计。

14、算用户当天的徒步分数值A并进行存储输出; 所述徒步步数总值获取单元进一步包括: 采样频率预设子单元, 用于在移动终端中预先设定一用于采集用户加速度数据的采样 频率; 加速度数据采集子单元, 用于若检测到在预设的采样频率下采集的用户加速度数据为 128个, 则根据所述采集的用户加速度数据判断用户当前的状态; 正向傅里叶变换子单元, 用于若所述用户当前的状态为运动状态/步行状态, 则将所述 采集的用户加速度数据进行正向傅里叶变换, 并获取最大频率MaxF; 反向傅里叶变换子单元, 用于判断所述最大频率MaxF是否处于指定的频率范围之内, 若处于指定的频率范围之内, 则将频率域中MaxF-1, Ma。

15、xF+1的数据进行反向傅里叶变 换; 步数值实时记录子单元, 用于判断所述反向傅里叶变换的数据域中是否存在波谷值, 若存在, 则将所述数据域中时间间隔为200ms的两个波谷标记为1步, 并实时记录步数值; 当天步数总值记录子单元, 用于若检测到用户当前的状态仍为运动状态, 且所述步数 值达到10步, 则实时记录用户当前的步数总值; 反之, 若检测到用户当前的状态改变为步行 状态, 则实时记录用户当前的步数总值。 8.根据权利要求7所述基于移动终端的健康指数获取系统, 其特征在于, 所述久坐分数 值计算模块包括: 第一采样时间预设单元, 用于预先在移动终端中设定第一采样时间; 静止状态标记单元,。

16、 用于若检测到用户在所述检测周期内均处于静止状态, 则采用符 号0进行标记; 否则, 采用符号1进行标记; 久坐次数记录单元, 用于若检测到在所述第一采样时间内出现连续M个符号0, 则记录 为 1次久坐, 其中M=60/检测周期; 久坐分数值统计单元, 用于实时记录用户当天的久坐次数, 并根据计算式:(1-久坐次 数/8) *100计算用户当天的久坐分数值B并进行存储输出; 所述睡眠分数值计算模块还包括: 第二采样时间预设单元, 用于预先在移动终端中设定第二采样时间和标准睡眠时间 段; 睡眠状态标记单元, 用于若检测到用户在所述检测周期内均处于睡眠状态, 则采用符 号0 进行标记; 否则, 采。

17、用符号1 进行标记; 睡眠时长计算单元, 用于统计符号0 的个数, 并根据计算式:(符号0 的个数) *检测周 期/60计算用户在所述第二采样时间内的睡眠时长UL; 权 利 要 求 书 3/4 页 4 CN 104814791 B 4 睡眠长度分数计算单元, 用于根据睡眠时长UL以及预设的第一映射规则获取用户不在 标准睡眠时间段的睡眠时长SL, 并根据计算式:(SL/8) *100计算用户的睡眠长度分数S1; 睡眠时间分数计算单元, 用于根据睡眠时长UL设置第二映射规则, 所述第二映射规则 用于记录用户睡眠每中断一次, 则扣除k分, 根据计算式:(UL/8) *100- (8-UL) *k计算。

18、用户的 睡眠时间分数S2; 睡眠分数值统计单元, 用于根据计算式:(S1+ S2) /2计算用户当天的睡眠分数值C并进 行存储输出; 所述健康指数输出模块包括: 健康综合分数计算单元, 用于分别获取用户当天的徒步分数值A、 用户当天的久坐分数 值B、 以及用户当天的睡眠分数值C, 并根据计算式:( (A+B+C) /300) *100计算用户当天的健 康综合分数; 比较输出单元, 用于将计算的所述用户当天的健康综合分数与预先存储的健康标准值 进行比较, 获取用户当天的健康指数并输出。 9.一种移动终端, 其特征在于, 包括权利要求6至8任一所述的基于移动终端的健康指 数获取系统。 权 利 要 。

19、求 书 4/4 页 5 CN 104814791 B 5 一种基于移动终端的健康指数获取方法、 系统及移动终端 技术领域 0001 本发明涉及移动终端技术领域, 尤其涉及一种基于移动终端的健康指数获取方 法、 系统及移动终端。 背景技术 0002 随着移动通信的发展和人们生活水平的不断提高, 各种移动终端如手机的使用越 来越普及, 手机已经成为人们生活中不可缺少的通信工具。 现有技术中通常采用手机中固 有的三轴加速度传感器获取用户的运动参数, 从而了解用户的运动及健康情况。 然而三轴 加速度传感器对于不同类型的硬件及驱动的实现, 可能会对监测数据产生很大影响, 造成 结果不准; 而且现有技术中。

20、对健康情况的计算算法复杂度较高, 运算量较大, 容易消耗手机 较多的电量, 不利于用户的使用。 0003 由此可知, 现有技术还有待于改进和发展。 发明内容 0004 本发明要解决的技术问题在于, 针对现有技术的上述缺陷, 提供一种基于移动终 端的健康指数获取方法、 系统及移动终端, 旨在通过本发明克服现有技术中存在的以上缺 陷, 既避免过多地消耗手机电量, 为用户使用移动终端提供方便, 又可以提供一种精准的健 康指数获取方式, 便于用户及时了解自己的健康状况。 0005 本发明解决技术问题所采用的技术方案如下: 0006 一种基于移动终端的健康指数获取方法, 其中, 包括步骤: 0007 S。

21、1、 移动终端获取用户的身高值、 实际体重值、 以及用户当天的徒步步数总值, 并 根据所述身高值、 体重值、 以及当天的徒步步数总值计算用户当天的徒步分数值; 0008 S2、 移动终端在第一采样时间内检测到用户处于静止状态, 则实时记录用户当天 的久坐次数, 并根据所述当天的久坐次数计算用户当天的久坐分数值; 0009 S3、 移动终端在第二采样时间内检测到用户处于睡眠状态, 则实时记录用户当天 的睡眠时长, 并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值; 0010 S4、 根据计算的所述用户当天的徒步分数值、 用户当天的久坐分数值、 以及用户当 天的睡眠分数值计算用户当天的健康综合。

22、分数, 并根据所述用户当天的健康综合分数输出 用户当天的健康指数。 0011 所述的基于移动终端的健康指数获取方法, 其中, 所述步骤S1具体包括步骤: 0012 S11、 在移动终端中预先设定一用于检测用户当天状态的检测周期, 所述用户当天 状态包括: 静止状态、 步行状态、 运动状态、 以及睡眠状态; 0013 S12、 获取用户的身高值和实际体重值, 并根据计算式: (身高值-100)*0.9 计算 用户的标准体重值; 0014 S13、 在移动终端中预先设置并存储一预期徒步步数值, 并根据计算式: 预期徒步 步数值* (1+k) 计算用户的目标徒步步数值, 其中参数k的计算公式为: k。

23、=(|实际体重值-标 说 明 书 1/11 页 6 CN 104814791 B 6 准体重值 |) / 标准体重值; 0015 S14、 根据所述检测周期获取用户当天的徒步步数总值; 0016 S15、 根据计算式:(当天的徒步步数总值/目标徒步步数值) *100 计算用户当天的 徒步分数值A并进行存储输出。 0017 所述的基于移动终端的健康指数获取方法, 其中, 所述步骤S14具体包括步骤: 0018 S141、 在移动终端中预先设定一用于采集用户加速度数据的采样频率; 0019 S142、 若检测到在预设的采样频率下采集的用户加速度数据为128个, 则根据所述 采集的用户加速度数据判断。

24、用户当前的状态; 0020 S143、 若所述用户当前的状态为运动状态/步行状态, 则将所述采集的用户加速度 数据进行正向傅里叶变换, 并获取最大频率MaxF; 0021 S144、 判断所述最大频率MaxF是否处于指定的频率范围之内, 若处于指定的频率 范围之内, 则将频率域中MaxF-1, MaxF+1的数据进行反向傅里叶变换; 0022 S145、 判断所述反向傅里叶变换的数据域中是否存在波谷值, 若存在, 则将所述数 据域中时间间隔为200ms的两个波谷标记为1步, 并实时记录步数值; 0023 S146、 若检测到用户当前的状态仍为运动状态, 且所述步数值达到10步, 则实时记 录用。

25、户当前的步数总值, 返回执行步骤S143; 0024 S147、 反之, 若检测到用户当前的状态改变为步行状态, 则实时记录用户当前的步 数总值, 返回执行步骤S143。 0025 所述的基于移动终端的健康指数获取方法, 其中, 所述步骤S2具体包括步骤: 0026 S21、 预先在移动终端中设定第一采样时间; 0027 S22、 若检测到用户在所述检测周期内均处于静止状态, 则采用符号0进行标记; 否 则, 采用符号1进行标记; 0028 S23、 若检测到在所述第一采样时间内出现连续M个符号0, 则记录为 1次久坐, 其 中M=60/检测周期; 0029 S24、 实时记录用户当天的久坐次。

26、数, 并根据计算式:(1-久坐次数/8) *100计算用 户当天的久坐分数值B并进行存储输出。 0030 所述的基于移动终端的健康指数获取方法, 其中, 所述步骤S3具体包括步骤: 0031 S31、 预先在移动终端中设定第二采样时间和标准睡眠时间段; 0032 S32、 若检测到用户在所述检测周期内均处于睡眠状态, 则采用符号0 进行标记; 否则, 采用符号1 进行标记; 0033 S33、 统计符号0 的个数, 并根据计算式:(符号0 的个数) *检测周期/60计算用户 在所述第二采样时间内的睡眠时长UL; 0034 S34、 根据睡眠时长UL以及预设的第一映射规则获取用户不在标准睡眠时间。

27、段的 睡眠时长SL, 并根据计算式:(SL/8) *100计算用户的睡眠长度分数S1; 0035 S35、 根据睡眠时长UL设置第二映射规则, 所述第二映射规则用于记录用户睡眠每 中断一次, 则扣除k分, 根据计算式:(UL/8) *100- (8-UL) *k计算用户的睡眠时间分数S2; 0036 S36、 根据计算式:(S1+ S2) /2计算用户当天的睡眠分数值C并进行存储输出。 0037 所述的基于移动终端的健康指数获取方法, 其特征在于, 所述步骤S4具体包括步 骤: 说 明 书 2/11 页 7 CN 104814791 B 7 0038 S41、 分别获取用户当天的徒步分数值A、。

28、 用户当天的久坐分数值B、 以及用户当天 的睡眠分数值C, 并根据计算式:( (A+B+C) /300) *100计算用户当天的健康综合分数; 0039 S42、 将计算的所述用户当天的健康综合分数与预先存储的健康标准值进行比较, 获取用户当天的健康指数并输出。 0040 一种基于移动终端的健康指数获取系统, 其中, 包括: 0041 徒步分数值计算模块, 用于移动终端获取用户的身高值、 实际体重值、 以及用户当 天的徒步步数总值, 并根据所述身高值、 体重值、 以及当天的徒步步数总值计算用户当天的 徒步分数值; 0042 久坐分数值计算模块, 用于移动终端在第一采样时间内检测到用户处于静止状。

29、 态, 则实时记录用户当天的久坐次数, 并根据所述当天的久坐次数计算用户当天的久坐分 数值; 0043 睡眠分数值计算模块, 用于移动终端在第二采样时间内检测到用户处于睡眠状 态, 则实时记录用户当天的睡眠时长, 并根据所述用户当天的睡眠时长计算用户当天的睡 眠分数值; 0044 健康指数输出模块, 用于根据计算的所述用户当天的徒步分数值、 用户当天的久 坐分数值、 以及用户当天的睡眠分数值计算用户当天的健康综合分数, 并根据所述用户当 天的健康综合分数输出用户当天的健康指数。 0045 所述基于移动终端的健康指数获取系统, 其中, 所述徒步分数值计算模块包括: 0046 检测周期预设单元, 。

30、用于在移动终端中预先设定一用于检测用户当天状态的检测 周期, 所述用户当天状态包括: 静止状态、 步行状态、 运动状态、 以及睡眠状态; 0047 标准体重计算单元, 用于获取用户的身高值和实际体重值, 并根据计算式: (身高 值-100)*0.9 计算用户的标准体重值; 0048 目标徒步步数计算单元, 用于在移动终端中预先设置并存储一预期徒步步数值, 并根据计算式: 预期徒步步数值* (1+k) 计算用户的目标徒步步数值, 其中参数k的计算公 式为: k=(|实际体重值-标准体重值 |) / 标准体重值; 0049 徒步步数总值获取单元, 用于根据所述检测周期获取用户当天的徒步步数总值; 。

31、0050 徒步分数值计算单元, 用于根据计算式:(当天的徒步步数总值/目标徒步步数 值) *100 计算用户当天的徒步分数值A并进行存储输出; 0051 所述徒步步数总值获取单元进一步包括: 0052 采样频率预设子单元, 用于在移动终端中预先设定一用于采集用户加速度数据的 采样频率; 0053 加速度数据采集子单元, 用于若检测到在预设的采样频率下采集的用户加速度数 据为128个, 则根据所述采集的用户加速度数据判断用户当前的状态; 0054 正向傅里叶变换子单元, 用于若所述用户当前的状态为运动状态/步行状态, 则将 所述采集的用户加速度数据进行正向傅里叶变换, 并获取最大频率MaxF; 。

32、0055 反向傅里叶变换子单元, 用于判断所述最大频率MaxF是否处于指定的频率范围之 内, 若处于指定的频率范围之内, 则将频率域中MaxF-1, MaxF+1的数据进行反向傅里叶 变换; 0056 步数值实时记录子单元, 用于判断所述反向傅里叶变换的数据域中是否存在波谷 说 明 书 3/11 页 8 CN 104814791 B 8 值, 若存在, 则将所述数据域中时间间隔为200ms的两个波谷标记为1步, 并实时记录步数 值; 0057 当天步数总值记录子单元, 用于若检测到用户当前的状态仍为运动状态, 且所述 步数值达到10步, 则实时记录用户当前的步数总值, 返回执行步骤S143; 。

33、反之, 若检测到用 户当前的状态改变为步行状态, 则实时记录用户当前的步数总值, 返回执行步骤S143。 0058 所述基于移动终端的健康指数获取系统, 其中, 所述久坐分数值计算模块包括: 0059 第一采样时间预设单元, 用于预先在移动终端中设定第一采样时间; 0060 静止状态标记单元, 用于若检测到用户在所述检测周期内均处于静止状态, 则采 用符号0进行标记; 否则, 采用符号1进行标记; 0061 久坐次数记录单元, 用于若检测到在所述第一采样时间内出现连续M个符号0, 则 记录为 1次久坐, 其中M=60/检测周期; 0062 久坐分数值统计单元, 用于实时记录用户当天的久坐次数,。

34、 并根据计算式:(1-久 坐次数/8) *100计算用户当天的久坐分数值B并进行存储输出; 0063 所述睡眠分数值计算模块还包括: 0064 第二采样时间预设单元, 用于预先在移动终端中设定第二采样时间和标准睡眠时 间段; 0065 睡眠状态标记单元, 用于若检测到用户在所述检测周期内均处于睡眠状态, 则采 用符号0 进行标记; 否则, 采用符号1 进行标记; 0066 睡眠时长计算单元, 用于统计符号0 的个数, 并根据计算式:(符号0 的个数) *检 测周期/60计算用户在所述第二采样时间内的睡眠时长UL; 0067 睡眠长度分数计算单元, 用于根据睡眠时长UL以及预设的第一映射规则获取。

35、用户 不在标准睡眠时间段的睡眠时长SL, 并根据计算式:(SL/8) *100计算用户的睡眠长度分数 S1; 0068 睡眠时间分数计算单元, 用于根据睡眠时长UL设置第二映射规则, 所述第二映射 规则用于记录用户睡眠每中断一次, 则扣除k分, 根据计算式:(UL/8) *100- (8-UL) *k计算用 户的睡眠时间分数S2; 0069 睡眠分数值统计单元, 用于根据计算式:(S1+ S2) /2计算用户当天的睡眠分数值C 并进行存储输出; 0070 所述健康指数输出模块包括: 0071 健康综合分数计算单元, 用于分别获取用户当天的徒步分数值A、 用户当天的久坐 分数值B、 以及用户当天。

36、的睡眠分数值C, 并根据计算式:( (A+B+C) /300) *100计算用户当天 的健康综合分数; 0072 比较输出单元, 用于将计算的所述用户当天的健康综合分数与预先存储的健康标 准值进行比较, 获取用户当天的健康指数并输出。 0073 一种移动终端, 其中, 包括如上所述的基于移动终端的健康指数获取系统。 0074 本发明所提供的一种基于移动终端的健康指数获取方法、 系统及移动终端, 所述 方法具体包括: 移动终端获取用户的身高值、 实际体重值、 以及用户当天的徒步步数总值, 并根据所述身高值、 体重值、 以及当天的徒步步数总值计算用户当天的徒步分数值; 移动终 端在第一采样时间内检。

37、测到用户处于静止状态, 则实时记录用户当天的久坐次数, 并根据 说 明 书 4/11 页 9 CN 104814791 B 9 所述当天的久坐次数计算用户当天的久坐分数值; 移动终端在第二采样时间内检测到用户 处于睡眠状态, 则实时记录用户当天的睡眠时长, 并根据所述用户当天的睡眠时长计算用 户当天的睡眠分数值; 根据计算的所述用户当天的徒步分数值、 用户当天的久坐分数值、 以 及用户当天的睡眠分数值计算用户当天的健康综合分数, 并根据所述用户当天的健康综合 分数输出用户当天的健康指数。 本发明根据徒步分数计算算法便于用户了解自己一天的运 动量, 根据久坐分数计算算法便于用户了解自己一天的久坐。

38、情况从而便于用户改掉久坐的 不良习惯, 同时根据睡眠分数计算算法便于用户了解自己的睡眠状况从而对于睡眠不良的 情况; 本发明既避免了过多地消耗手机电量, 又提供了一种全方面的精准的健康指数获取 方式, 为用户提供了方便。 附图说明 0075 图1是本发明基于移动终端的健康指数获取方法的较佳实施例的流程图。 0076 图2是本发明基于移动终端的健康指数获取方法的徒步步数计算流程图。 0077 图3是本发明基于移动终端的健康指数获取系统的较佳实施例的功能模块图。 具体实施方式 0078 本发明公开了一种基于移动终端的健康指数获取方法、 系统及移动终端, 为使本 发明的目的、 技术方案及优点更加清楚。

39、、 明确, 以下参照附图并举实施例对本发明进一步详 细说明。 应当理解, 此处所描述的具体实施例仅仅用以解释本发明, 并不用于限定本发明。 0079 请参见图1, 图1是本发明基于移动终端的健康指数获取方法的较佳实施例的流程 图。 图1所示的基于移动终端的健康指数获取方法, 包括: 0080 步骤S101、 移动终端获取用户的身高值、 实际体重值、 以及用户当天的徒步步数总 值, 并根据所述身高值、 体重值、 以及当天的徒步步数总值计算用户当天的徒步分数值。 0081 本发明实施例中, 所述步骤S101具体包括步骤: 0082 S11、 在移动终端中预先设定一用于检测用户当天状态的检测周期, 。

40、所述用户当天 状态包括: 静止状态、 步行状态、 运动状态、 以及睡眠状态; 0083 S12、 获取用户的身高值和实际体重值, 并根据计算式: (身高值-100)*0.9 计算 用户的标准体重值; 0084 S13、 在移动终端中预先设置并存储一预期徒步步数值, 并根据计算式: 预期徒步 步数值* (1+k) 计算用户的目标徒步步数值, 其中参数k的计算公式为: k=(|实际体重值-标 准体重值 |) / 标准体重值; 0085 S14、 根据所述检测周期获取用户当天的徒步步数总值; 0086 S15、 根据计算式:(当天的徒步步数总值/目标徒步步数值) *100 计算用户当天的 徒步分数值。

41、A并进行存储输出。 0087 进一步地, 所述步骤S14具体包括步骤: 0088 S141、 在移动终端中预先设定一用于采集用户加速度数据的采样频率; 0089 S142、 若检测到在预设的采样频率下采集的用户加速度数据为128个, 则根据所述 采集的用户加速度数据判断用户当前的状态; 0090 S143、 若所述用户当前的状态为运动状态/步行状态, 则将所述采集的用户加速度 说 明 书 5/11 页 10 CN 104814791 B 10 数据进行正向傅里叶变换, 并获取最大频率MaxF; 0091 S144、 判断所述最大频率MaxF是否处于指定的频率范围之内, 若处于指定的频率 范围之。

42、内, 则将频率域中MaxF-1, MaxF+1的数据进行反向傅里叶变换; 0092 S145、 判断所述反向傅里叶变换的数据域中是否存在波谷值, 若存在, 则将所述数 据域中时间间隔为200ms的两个波谷标记为1步, 并实时记录步数值; 0093 S146、 若检测到用户当前的状态仍为运动状态, 且所述步数值达到10步, 则实时记 录用户当前的步数总值, 返回执行步骤S143; 0094 S147、 反之, 若检测到用户当前的状态改变为步行状态, 则实时记录用户当前的步 数总值, 返回执行步骤S143。 0095 本发明实施例中用户当天的徒步步数总值计算规则, 举例说明如下: 预先设置用 于检。

43、测用户当天状态的检测周期为10min, 即每10分钟检测用户的状态, 所述用户的状态包 括: 静止状态、 步行状态、 运动状态、 以及睡眠状态。 进一步预设一用于采集用户加速度数据 的采样频率为每秒50个数据, 即每20ms采集一组加速度数据(其中, 变量x, y, z分别表示加速度x轴、 y轴、 z轴上的数据值) 。 判断系统是否采集到128组加速度数据, 若 已经达到128组, 则根据所述的加速度数据进一步判断用户当前的状态。 初始状态下用户的 状态为静止状态, 仅当加速度的值的变化超过1m/s2, 则切换到运动状态。 0096 若检测到用户处于运动状态, 则采用正向傅里叶变换, 将128。

44、个点 (即对应的128组 加速度数据) 的波形图转化到频率域, 同时获取最大频率MaxF (即主频) 。 由于正常人的走路 频率处于为0.5, 5Hz的范围内, 因此若检测到获取的最大频率MaxF处于0.5, 5Hz的范 围内, 则进一步将频率域中MaxF-1, MaxF+1的数据进行反向傅里叶变换, 此时将数据从 频率域转换到时域, 且此时的时域波形已经是均匀的波形。 进一步判断时域波形中是否存 在波谷值, 若存在, 则获取所述数据域中时间间隔为0.2, 2s的两个波谷。 优选地, 将所述 数据域中时间间隔为200ms的两个波谷标记为1步, 重复以上过程, 直到实时积累的标记达 到10步, 。

45、此时将记录的步数值上报至系统, 然后切换到步行状态。 如果发现主频MaxF或者振 幅越过预定义的限制后, 则切换到静止状态。 0097 若检测到用户处于步行状态, 则按照运动状态的计算规则, 两者唯一的区别是: 步 行状态每累积达到1步都会上报至系统, 不需要累计达到10步。 0098 步骤S102、 移动终端在第一采样时间内检测到用户处于静止状态, 则实时记录用 户当天的久坐次数, 并根据所述当天的久坐次数计算用户当天的久坐分数值。 0099 本发明实施例中, 所述步骤S102具体包括步骤: 0100 S21、 预先在移动终端中设定第一采样时间; 0101 S22、 若检测到用户在所述检测周。

46、期内均处于静止状态, 则采用符号0进行标记; 否 则, 采用符号1进行标记; 0102 S23、 若检测到在所述第一采样时间内出现连续M个符号0, 则记录为 1次久坐, 其 中M=60/检测周期; 0103 S24、 实时记录用户当天的久坐次数, 并根据计算式:(1-久坐次数/8) *100计算用 户当天的久坐分数值B并进行存储输出。 0104 即, 本发明实施例设定久坐次数的第一采样时间为工作日周一至周五的9:00 说 明 书 6/11 页 11 CN 104814791 B 11 a.m-12:00 a.m和14:00 p.m-18:00 p.m这两个时间段。 若在此第一采样时间段内, 检。

47、测到 用户在10min内没有运动, 或者处于静止状态, 则用符号0进行标记; 否则, 采用符号1进行标 记。 若检测到出现连续6个符号0 (即60min/10min) , 则标记为1次久坐。 统计所有的久坐次 数, 并根据计算式:(1-久坐次数/8) *100计算用户当天的久坐分数值并进行存储输出。 0105 步骤S103、 移动终端在第二采样时间内检测到用户处于睡眠状态, 则实时记录用 户当天的睡眠时长, 并根据所述用户当天的睡眠时长计算用户当天的睡眠分数值。 0106 本发明实施例中, 所述步骤S103具体包括步骤: 0107 S31、 预先在移动终端中设定第二采样时间和标准睡眠时间段; 。

48、0108 S32、 若检测到用户在所述检测周期内均处于睡眠状态, 则采用符号0 进行标记; 否则, 采用符号1 进行标记; 0109 S33、 统计符号0 的个数, 并根据计算式:(符号0 的个数) *检测周期/60计算用户 在所述第二采样时间内的睡眠时长UL; 0110 S34、 根据睡眠时长UL以及预设的第一映射规则获取用户不在标准睡眠时间段的 睡眠时长SL, 并根据计算式:(SL/8) *100计算用户的睡眠长度分数S1; 0111 S35、 根据睡眠时长UL设置第二映射规则, 所述第二映射规则用于记录用户睡眠每 中断一次, 则扣除k分, 根据计算式:(UL/8) *100- (8-UL) *k计算用户的睡眠时间分数S2; 0112 S36、 根据计算式:(S1+S2) /2计算用户当天的睡眠分数值C并进行存储输出。 0113 即, 本发明实施例设定统计睡眠时间的第二采样时间为20:00 p.m-10:00 a.m, 其 中人体标准的睡眠时间段为23:00 p.m-7:00 a.m, 标准睡眠长度为7-9小时。 本发明是实施 例通过加速度传感器获取数据, 如果在a在睡眠阈值0, 1 m/s2内, 则表 示用户处于睡眠状态, 此时采用符号0 进行标记; 否则, 采用符号1 进行标记。 统计符号0 的个数, 并根据计算式:(。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 >


copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1