買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中山大學;廣東融谷創新產業園有限公司申請的專利一種基于可穿戴設備的運動風險評估方法與系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114446439B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111539772.9，技術領域涉及：G16H20/30；該發明授權一種基于可穿戴設備的運動風險評估方法與系統是由林格;蘇志宏;陳小燕;許祥賀設計研發完成，并于2021-12-16向國家知識產權局提交的專利申請。

本一種基于可穿戴設備的運動風險評估方法與系統在說明書摘要公布了：本發明公開了一種基于可穿戴設備的運動風險評估方法與系統。包括：通過授權獲取初始數據集進行模型的訓練，利用可穿戴設備采集生理指標信息，進行相關特征優選，然后通過服務端進行運動風險評估，生成運動建議，用戶的反饋用于迭代更新訓練模型。本發明實現可穿戴設備數據收集、集成、異構數據融合與運動風險評估；通過采集的長期生理特征的變化曲線，結合海量用戶數據進行相關性分析、分箱離散編碼等數據處理，完成多源數據的過濾、變換、優選和融合，提取出更有效的數據特征；最后，通過對數據融合后多種綜合特征進行運動風險的評估。實現具有較高可解釋性的運動風險評估方法，為用戶提供一定的應對運動風險的建議。

本發明授權一種基于可穿戴設備的運動風險評估方法與系統在權利要求書中公布了：1.一種基于可穿戴設備的運動風險評估方法，其特征在于，所述方法包括： 授權獲取用戶的初始數據集，包括用戶的生理指標、環境指標，并存儲至服務端，進行模型訓練，得到訓練好的XGBoost模型； 用戶基于可穿戴設備完成各項生理指標信息采集，采集到的每個時間戳下的生理指標發送到客戶端； 所述客戶端根據當前時間聯網查詢對應的所述初始數據集中的環境指標，將其與所述生理指標信息根據所述時間戳進行拼接，得到總的用戶數據并傳送至所述服務端； 所述服務端對所述總的用戶數據進行特征提取與優選，得到多源融合特征； 所述服務端使用所述訓練好的XGBoost模型對所述多源融合特征進行運動風險的預估，得到風險預估結果，基于模型中的子樹分裂使用的特征次數，計算不同特征的重要性； 所述客戶端從所述服務端獲取所述風險預估結果，結合所述總的用戶數據進行可視化展示，基于所述不同特征的重要性生成規避運動風險的建議； 在用戶收到所述風險預估結果和所述規避運動風險的建議后記錄其反饋并上傳至所述服務端，作為所述模型訓練的補充數據，進行迭代更新； 具體地，所述授權獲取用戶的初始數據集，包括用戶的生理指標、環境指標并存儲至服務端，進行模型訓練，得到訓練好的XGBoost模型，具體為： 通過醫院授權獲取患有不同程度運動損傷的用戶的生理指標、環境指標與其對應的運動損傷信息，作為初始數據集； 初始數據集的生理指標為在給定的時間周期內，收集給定用戶的生理指標隨著時間戳的變化趨勢，以及用戶的運動損傷情況作為模型訓練標簽； 初始數據集的環境指標為在給定的時間周期內，收集給定用戶的運動環境的指標信息，包含用戶的地點位置、空氣質量、空氣濕度； 基于給定的數據集，作為用戶初始數據集并儲存至云端服務器，更新訓練服務端的XGBoost模型，得到訓練好的XGBoost模型； 具體地，所述用戶基于可穿戴設備完成各項生理指標信息采集，采集到的每個時間戳下的生理指標發送到客戶端，具體為： 用戶生理指標采集包括：心率、脈搏、體溫、運動量、脂肪量、血氧飽和度、皮膚電導、血紅細胞量； 建立藍牙連接，將收集到的每個時間戳下的生理指標發送到客戶端； 具體地，所述服務端對所述總的用戶數據進行特征提取與優選，得到多源融合特征，具體為： 所述服務端根據得到的每一個所述可穿戴設備下的生理指標信息隨著時間戳的變化，使用時間窗口加權的方式提取k個時間段的平滑特征，得到的層次特征為： 其中fk為提取的層次特征，gk為原始特征，wk+i為設定好的時間權重，T為總的時間窗口大小； 基于每個可穿戴設備下的生理指標，提取的k個平滑特征分別結合所述初始數據集得到的歷史數據進行標準化處理，得到標準特征為： 其中，為歷史數據中第k項特征的均值，σk為歷史數據中第k項特征的標準差； 對由此獲得的各項生理指標進行分箱處理，將其按照特定的分布進行分段處理，在每一個所述可穿戴設備的源下的數據內使用皮爾森相關系數來進行優選，得到優選特征； 將得到每個源下優選特征進行拼接，得到多源融合特征，作為所述訓練好的XGBoost模型的輸入特征； 具體地，所述在用戶收到所述風險預估結果和所述規避運動風險的建議后記錄其反饋并上傳至所述服務端，作為所述模型訓練的補充數據，進行迭代更新，具體為： 所述用戶客戶端記錄用戶對所述運動風險預估結果的反饋，將反饋上傳至服務器，服務器反饋生成標簽yi，并結合之前用戶的輸入數據xi，生成一條新的樣本xi,yi，補充添加到模型訓練數據中，迭代更新原有的XGBoost模型，迭代公式為： 其中整個XGBoost模型共生成t棵樹，ft為第t棵樹的預測結果，l為損失函數，其中gi和hi是損失函數l關于xi二階泰勒展開的系數，Ω為對樹的葉子節點的正則項約束。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中山大學;廣東融谷創新產業園有限公司，其通訊地址為：510006 廣東省廣州市海珠區新港西路135號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。