一种运动训练损伤智能检测识别系统及方法与流程

本发明涉及运动员损伤检测，具体为一种运动训练损伤智能检测识别系统及方法。

背景技术：

1、运动员损伤检查是指对运动员进行全面的身体检查和评估，以发现潜在的健康问题、评估身体状况、预防运动损伤和促进运动员的健康和表现。

2、公开号为cn106990835b的中国专利公开了一种运动训练评估方法及装置，主要通过检测和分析受试者进行运动训练时的脑电信号变化从而对交互系统中的触觉反馈进行定量化评估。解决了现有评估手段无法提供直观、定量的运动训练效果评价指标的问题，能方便地应用于融合视/触觉反馈的三维虚拟训练系统中，弥补了诸如问卷调查或行为测量等现有评估手段的不足，上述专利虽然解决了损伤检测的问题，但是在实际操作中还存在以下问题：

3、1.当损伤检测完成后没有根据检测结果进行进一步的康复计划制定和训练计划制定，从而导致运动员后期训练和康复效果不佳。

4、2.没有对运动员损伤检测的结果进行进一步的结果分析，从而导致无法根据检测结果进行详细判断。

5、3.进行损伤检测时，由于没有进行更详细的检测，从而导致检测结果不精准。

技术实现思路

1、本发明的目的在于提供一种运动训练损伤智能检测识别系统及方法，根据将运动员基本信息对应的标准检测数据作为对比数据，可以有效的提高运动员损伤检测鉴定的准确性，从而有效的提高了数据判断的准确性，进一步避免了检测结果判断不清晰的问题，根据损伤检测的运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与标准的运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据分别进行计划制定，从而进一步提高了康复训练的效率，可以解决现有技术中的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种运动训练损伤智能检测识别系统，包括：

4、运动员基本信息获取单元，用于：

5、将进行损伤检测的运动员的基本信息进行确认，并将每个损伤检测的运动员以及该运动员的基本信息进行唯一编码标号；

6、运动员检测数据整理单元，用于：

7、根据检测仪器对运动员进行损伤检测，并将检测结果根据检测数据进行检测数据分类，并将分类结果与该检测的运动员进行编码对应；

8、检测数据识别判断单元，用于：

9、基于运动员检测数据整理单元中获取的运动员的检测数据，将获取的检测数据与该运动员基本信息匹配的标准检测数据进行对比比较，根据对比比较结果判断该运动员的损伤检测是否合格，并将判断结果标注为目标检测数据；

10、训练计划调整单元，用于：

11、基于检测数据识别判断单元中获得的目标检测数据，将目标检测数据进行标准评估，根据评估结果制定最终的训练计划和康复计划。

12、优选的，所述运动员基本信息获取单元，还用于：

13、运动员的基本信息为运动员的姓名、年龄、性别、运动年限数据，其中，运动员的基本信息由运动员自行进行录入；

14、当运动员进行损伤检测时先将基本信息进行确认；

15、运动员的基本信息确认无误后进行损伤检测确认；

16、损伤检测确认完成后该损伤检测指令与该运动员基本信息指令形成一个独立的唯一编码标号。

17、优选的，所述运动员检测数据整理单元，包括：

18、损伤检测数据确认模块，用于：

19、运动员通过损伤检测仪器进行运动姿势识别、肌肉疲劳监测、关节负荷监测和身体状态监测；

20、其中，运动姿势识别为将运动员进行损伤检测时运动过程的姿势进行实时监控；

21、肌肉疲劳监测为将运动员的电生理信号、力量和收缩数据进行监测，其中，电生理信号、力量和收缩数据通过肌肉检测仪器进行监测；

22、关节负荷监测为将运动员进行损伤检测时的关节角度、速度、受力程度数据进行记录；

23、身体状态监测为将运动员进行损伤检测时的心率、血氧饱和度、体温数据进行记录。

24、优选的，所述运动员检测数据整理单元，还包括：

25、检测类型分类与对应模块，用于：

26、将运动员运动姿势识别、肌肉疲劳监测、关节负荷监测和身体状态监测的检测数据进行获取；

27、检测数据获取后将每个检测数据进行数据分类，其中，数据分类分为运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据；

28、分类完成后将运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据分别与唯一编码标号进行编码对应。

29、优选的，所述检测数据识别判断单元，包括：

30、检测数据对比模块，用于：

31、将运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据进行接收；

32、将运动员的标准检测数据进行确认，其中，先将运动员的基本信息进行确认，根据确认的基本信息从数据中调取该运动员的标准检测数据；

33、将接收的运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与标准检测数据中属性相同的标准数据进行数据对比；

34、并将对比结果进行确认。

35、优选的，所述检测数据对比模块包括：

36、第一数据信息调取模块，用于提取所述运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据；

37、第二数据信息调取模块，用于提取所述运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据对应的标准数据；

38、第三数据信息调取模块，用于提取所述运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与其对应的标准数据的差值；

39、补偿系数获取模块，用于利用所述运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与其对应的标准数据的差值获取运动员检测补偿系数；其中，所述运动员检测补偿系数通过如下公式获取：

40、

41、

42、

43、其中，e表示运动员检测补偿系数；x1、x2、x3和x4分别表示所述运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与其对应的标准数据的差值；x01、x02、x03和x04分别表示所述运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据对应的预设的差值阈值；w1、w2、w3和w4分别表示所述运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据对应的权重值；wmax表示所述运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与其对应的标准数据的差值中的最大差值项对应的权重值；e表示当前检测的权重差值矩阵；e0表示差值阈值的权重基准矩阵；

44、比较结果补偿调整模块，用于利用所述运动员检测补偿系数对所述运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与标准检测数据中属性相同的标准数据进行数据对比的对比结果进行补偿调整。

45、优选的，比较结果补偿调整模块，包括：

46、第一补偿执行模块，用于提取所述运动姿势检测数据对应的对比结果和运动员检测补偿系数，并利用所述运动姿势检测数据对应的对比结果和运动员检测补偿系数获取补偿后的比对结果；其中，所述运动姿势检测数据对应的补偿后的比对结果通过如下公式获取：

47、

48、

49、

50、其中，q1表示运动姿势检测数据对应的补偿后的比对结果；q01表示运动姿势检测数据对应的补偿前的比对结果；ex表示当前检测的差值矩阵；ey表示差异阈值的基准矩阵；

51、第二补偿执行模块，用于提取所述肌肉疲劳检测数据对应的对比结果和运动员检测补偿系数，并利用所述肌肉疲劳检测数据对应的对比结果和运动员检测补偿系数获取补偿后的比对结果；其中，所述肌肉疲劳检测数据对应的补偿后的比对结果通过如下公式获取：

52、

53、

54、

55、其中，q2表示肌肉疲劳检测数据对应的补偿后的比对结果；q02表示肌肉疲劳检测数据对应的补偿前的比对结果；ex表示当前检测的差值矩阵；ey表示差异阈值的基准矩阵；

56、第三补偿执行模块，用于提取所述关节负荷检测数据对应的对比结果和运动员检测补偿系数，并利用所述关节负荷检测数据对应的对比结果和运动员检测补偿系数获取补偿后的比对结果；其中，所述关节负荷检测数据对应的补偿后的比对结果通过如下公式获取：

57、

58、

59、

60、其中，q3表示关节负荷检测数据对应的补偿后的比对结果；q03表示关节负荷检测数据对应的补偿前的比对结果；ex表示当前检测的差值矩阵；ey表示差异阈值的基准矩阵；

61、第四补偿执行模块，用于提取所述身体状态检测数据对应的对比结果和运动员检测补偿系数，并利用所述身体状态检测数据对应的对比结果和运动员检测补偿系数获取补偿后的比对结果；其中，所述身体状态检测数据对应的补偿后的比对结果通过如下公式获取：

62、

63、

64、

65、其中，q4表示身体状态检测数据对应的补偿后的比对结果；q04表示身体状态检测数据对应的补偿前的比对结果；ex表示当前检测的差值矩阵；ey表示差异阈值的基准矩阵。

66、优选的，所述检测数据识别判断单元，还包括：

67、检测结果判断模块，用于：

68、将对比结果导入结果判断规则中进行结果判断，其中，结果判断规则从数据库中进行获取；

69、结果判断分为一类结果、二类结果和三类结果；

70、根据对比结果的数值属于一类结果、二类结果和三类结果的数值范围确认该对比结果的判断结果；

71、并将对比结果判断完成的数据标注为目标检测数据。

72、优选的，所述训练计划调整单元，还用于：

73、根据目标监测数据位于结果判断的范围进行康复计划制定；

74、其中，不同的结果判断中的康复计划也不同；

75、康复计划根据不同的结果判断中的不同属性数据分别进行计划制定；

76、根据运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与标准的运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据，分别进行独立的计划制定；

77、根据制定完成的康复计划制定该运动员的训练计划；

78、其中，训练计划根据制定完成的运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据进行该运动员的训练计划制定。

79、本发明提供另一种技术方案，一种运动训练损伤智能检测识别系统的方法，包括以下步骤：

80、第一步：运动员先将自己的基本信息进行录入，将基本信息录入完成的运动员进行损伤检测，并将损伤检测的运动员与该运动员的基本信息进行唯一编码标号；

81、第二步：当运动员进行损伤检测时通过运动员检测数据整理单元将运动姿势识别、肌肉疲劳监测、关节负荷监测和身体状态监测的结果进行确认；

82、第三步：运动员的运动姿势识别、肌肉疲劳监测、关节负荷监测和身体状态监测结果确认完成后通过检测数据识别判断单元将损伤检测结果进行判断，并将判断结果进行判断结果区分；

83、第四步：通过训练计划调整单元将区分完成的判断结果先进行康复计划制定，再根据制定的康复计划制定训练计划。

84、与现有技术相比，本发明的有益效果如下：

85、1.将运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与该运动员的唯一编码标号进行对应，进一步提高了损伤检测结果与检测运动员对应的稳定性，不会出现检测结果与运动员对应不上，导致该运动员检测结果有误的问题。

86、2.根据将运动员基本信息对应的标准检测数据作为对比数据，可以有效的提高运动员损伤检测鉴定的准确性，将对比结果数据标注为目标检测数据，从而有效的提高了数据判断的准确性，进一步避免了检测结果判断不清晰的问题。

87、3.根据对运动员进行训练计划的制定可以进一步的避免该运动员今后训练时的损伤，也进一步提高了运动员对自身身体情况了解的准确性，根据损伤检测的运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据与标准的运动姿势检测数据、肌肉疲劳检测数据、关节负荷检测数据和身体状态检测数据分别进行计划制定，从而进一步提高了康复训练的效率，加快了运动员的康复周期。