提供关于个体的心脏和/或呼吸性能的实时信息的方法及其设备与流程

提供关于个体的心脏和/或呼吸性能的实时信息的方法及其设备
1.说明书
2.本发明涉及一种用于提供关于个体的心脏和/或呼吸性能的实时信息的方法，以及相关联的设备。
3.已知个体的有氧能力(aerobic power)通常根据最大耗氧量来定义：该参数也被称为vo2max。
4.例如，vo2max参数用于监视心肺对有氧训练计划的适应性、规定有氧训练的运动强度，以及预测基于阻力的体育项目期间的性能水平。
5.还已知直接测量个体的呼出气体样本提供高度可靠和准确的数据，因此被认为是“黄金标准”，即用于确定个体vo2max参数的最准确诊断测试。
6.特别地，用于检测vo2max参数的黄金标准等无疑是心肺压力测试。
7.但是，这种测试通常只可用于所选择的个体，特别是职业运动员或受特定疾病影响的患者，因为它需要昂贵的装备和合格的人员。
8.因此，已经开发出许多方程式来估算vo2max参数，这些方程式利用不同的变量，诸如例如性别、年龄、身高、体重、在跑步机上执行行走或跑步的时间，以及由此产生的能力，等等。
9.已经为各种参考人群定义了此类方程式，包括例如男性、女性、青少年运动员、大学生、老年人等。此类方程式的一个示例可以在malek等人的以下文章中找到：“a new non-exercise-based vo2max prediction equation for aerobically trained men”，journal of strength and conditioning research，2005年，19(3)，第559-565页。
10.此类方程式必然是不准确的，当然因为它们不能精确测量每个单个个体的vo2max参数。而是，它们基于将个体分配给给定参考人群的粗略假设来估计该参数。
11.可穿戴服装也可在市场上买到，特别是胸带，其特别是供从事业余或专业级别体育运动的人们使用，并测量人的心率。
12.这种服装从心率中得出换气和代谢参数(vo2max)。但是，与心肺压力测试的“黄金标准”相比，它们并没有提供可靠的数据。
13.更详细地说，在体育界，专业人士，特别是运动医师和科学家，投入了许多资源来评估身体对运动反应的各个方面，特别是肌肉力量、能力、最大可达速度以及有氧和无氧努力阶段；对运动的换气反应没有太多关注。
14.在许多研究中，心肺对运动的反应主要用于找到vo2max和无氧阈值。
15.随着gps的出现，训练系统也随着时间的推移而发展，但它们基本上仍然仅基于心脏对运动的反应。
16.例如，(通过将足球运动员的短跑与上坡跑进行比较而假设的)新陈代谢能力从gps数据推断出运动员的能量消耗(gpexe)；或胸带通过合适的软件从心率估计vo2max参数：在这方面，参见prampero等人的文章：标题为“sprint running:a new energetic approach”，the journal of experimental biology，2005年8月，第2809-2816页。
17.互联网网页https://www.firstbeat.com/wp-content/uploads/2015/10/white_paper_vo2_estimation.pdf上可获得的文章表明从胸带获得的呼吸数据不准确，因为它不能进行直接测量。
18.本专利申请的发明人之一对国内和国际专业运动员进行了大约2,500次心肺压力测试，发表了两篇科学论文，强调换气反应和运动效率是评估此类运动员运动表现的不可避免因素(参见以下文章：di paco等人的“changes in ventilatory response to exercise in trained athletes:respiratory physiological benefits beyond cardiovascular performance”,archivos de broncon
é
umolog
ì
a，2017年2月，第237-244页；di paco等人的“ventilatory response to exercise of elite soccer players”，multidisciplinary respiratory medicine，2014年4月，9:20)。
19.因此，本发明的一个目的是提供一种用于提供关于个体的心脏和/或呼吸性能的实时信息的方法，以及相关联的设备。
20.本发明的另一个目的是提供一种用于提供关于个体的心脏和/或呼吸性能的实时信息的方法，其适用于专业和业余运动员以及简单的运动爱好者。
21.简而言之，本发明设想了包括被划分为两个阶段的方法的第一实施例。
22.在第一阶段期间，受试者根据给定的方案进行心肺压力测试，例如，在跑步机上，并使用标准方案(从8公里/小时开始，并且以每分钟1公里/小时的速度增加，直到体力耗尽)，用于直接测量呼出的气体和体积。
23.随后，获得多条特性曲线，这些特性曲线是将个体的换气和代谢参数仅与呼吸速率相关的数学函数。
24.在该方法的第二阶段期间，这些与已经历心肺压力测试的受试者明确相关联的函数被用于例如在电子设备(比如，例如，可穿戴设备，诸如智能手表或智能电话，或平板电脑，ipad，或者甚至云)中实现的算法中，用于实时监视个体的呼吸参数，并将它们与在心肺压力测试期间获得的他/她的个人数据进行比较，然后提供生理指标、推荐身体锻炼、预测性能水平等。
25.本发明的这个实施例是专门为专业运动员(足球运动员、自行车运动员、步行者、长跑运动员等)设计的，他们定期接受心肺压力测试以获得针对竞技体育活动的授权。
26.本发明的第二实施例是专门为非专业和业余运动员以及简单的运动爱好者设计的。
27.更详细地说，不能或不想经历如前所述昂贵且需要经过适当训练的人员才能执行的心肺压力测试的个体仍然可以有利地受益于从已进行心肺压力测试的多个其它个体获得的结果。
28.事实上，从已经历心肺压力测试的人那里获得的数据被收集到特殊的数据库中。
29.不能或不想经历心肺压力测试的个体将不得不穿戴可穿戴的服装，特别是胸带，并且将重复相同的方案，例如，在跑步机上，就像进行心肺压力测试(例如，从8公里/小时开始，以每分钟1公里/小时的速度增加，直到体力耗尽)的人使用的那样；通过仅测量呼吸速率，将在经历心肺压力测试的人的所有特性曲线中识别最接近个体的特性曲线的受试者的特性曲线。该搜索将通过使用各个受试者的人体测量数据来辅助，特别是性别、身高、体重和年龄，以便将相同受试者的某种初步划分创建成不同的组。一旦识别了参考特性曲线，它
们就将在非专业、业余或爱好者运动员穿戴的胸带的存储器部件中实现，用于实时监视他/她的性能、推荐锻炼等。
30.根据本发明的方法的实质性优势在于以下事实，通过黄金标准开发的函数提供了关于换气和代谢心脏反应的准确概况，而只有心率和呼吸速率，将不可能推断与换气和代谢成分相关的方面。
31.本发明的进一步有利特征将在所附权利要求中阐述。
32.本发明的进一步的特征和优点将从以下对附图中所示的实施例的描述中变得更加明显，附图仅以非限制性示例的方式提供，其中：
[0033]-图1示出了方法的流程图，该方法用于提供与个人数据比较的关于个体的心脏和/或呼吸性能的实时信息；
[0034]-图2图示了示出心肺压力测试期间测量的值的摘录的表；
[0035]-图3和图4示出了包括测量值和通过根据本发明的公式获得的值的图表，分别涉及换气和vo2参数；
[0036]-图5示出了根据本发明的实现心脏和/或呼吸参数的特性曲线的可穿戴服装的框图；
[0037]-图6示出了方法的流程图，该方法用于提供与已经经历心肺压力测试的受试者的个人数据进行比较的关于个体的心脏和/或呼吸性能的实时信息。
[0038]
参考图1，示出了用于提供与先前获得的同一个体的个人数据进行比较的关于个体的心脏和/或呼吸性能的实时信息的方法的流程图100。
[0039]
在步骤102处，受试者根据给定方案开始心肺压力测试，例如，在跑步机上使用标准方案(从8公里/小时开始，并且以每分钟1公里/小时的速度增加，直到体力耗尽)。当然，可以使用不同的部件，例如自行车测力计，并按照与所述标准方案不同的方案进行测试。
[0040]
受试者连接到心电图仪，并通过喉舌或面罩连接到测量每次呼吸动作时吸入的空气量的呼吸检测器，以及分析在肺泡水平交换的气体(二氧化碳和氧气)的分析仪。运动期间收集到的所有数据均由专用软件处理，该软件提供一组特性曲线，表示个体在换气和新陈代谢方面对运动的适应。
[0041]
在步骤104处，本领域已知的合适装置直接测量多个心脏或呼吸参数，其摘录在图2中以示例的方式示出。
[0042]
在心肺压力测试期间通常测量的参数是：
[0043]“hh:mm”：从心肺压力测试开始经过的时间，以小时、分钟和秒为单位测量；
[0044]“kph”：跑步机速度，以km/h为单位表达；
[0045]“ve”：换气量，以l/min为单位测量；
[0046]“freq.resp”：呼吸速率，以apm为单位测量(每分钟动作)；
[0047]“vt”：当前体积，以ml为单位表达；
[0048]“vo
2”：最大耗氧量，以ml/kg/min为单位表达；
[0049]“vco
2”：最大二氧化碳消耗量，以ml/kg/min为单位表达；
[0050]“hr”：心率，以bpm(每分钟心跳次数)为单位表达；
[0051]“peto
2”：呼气末氧分压，以mmhg为单位表达；
[0052]“petco
2”：呼气末二氧化碳分压，以mmhg为单位表达。
[0053]
在步骤106处，个体结束心肺压力测试。
[0054]
在步骤108处，这些参数被记录到数据库中。
[0055]
在步骤110处，通过使用输入到数据库中的值，计算一条或多条特性曲线或数学函数，其仅包括作为因变量的呼吸速率以及作为自变量的换气量、当前体积、最大耗氧量、最大二氧化碳消耗量、呼气末氧分压和呼气末二氧化碳分压。
[0056]
这些函数优选地是通过测量值的二次多项式拟合获得的二次多项式函数。
[0057]
这些函数使得可以仅从受试者的呼吸速率开始就可以获得受试者的换气和代谢参数。
[0058]
作为示例，换气量ve可以通过将从心肺压力测试获得的数据应用到以下公式通过仅从呼吸速率freq.resp获得的参数a、b、c获得：
[0059]
ve ＝ a
·
(freq.resp)
2 + b
·
(freq.resp)+ c
ꢀꢀ
(1)
[0060]
其中a、b、c为表征换气量ve的特性曲线的未知参数。
[0061]
通过这样做，将针对给定的呼吸速率获得单个换气值，该值表示在心肺压力测试期间在受试者中检测到的所有值的一种平均换气值。
[0062]
在另一个实施例中，这样的函数优选地是通过测量值的三阶多项式拟合获得的三阶多项式函数。
[0063]
作为示例，如图3中所示，换气量ve可以通过将从心肺压力测试获得的数据应用到以下公式通过从呼吸速率freq.resp获得的参数a、b、c、d获得：
[0064]
ve＝a
·
(freq.resp)3+b
·
(freq.resp)2+c
·
(freq.resp)+d
[0065]
(2)
[0066]
在本文所示的示例中，显示具有中等峰的增加趋势的曲线300是在心肺压力测试期间测量的曲线，而显示更明显峰的曲线302是通过使用公式(2)通过图中表示的三阶函数近似的曲线。
[0067]
仍作为示例，如图4中所示，最大耗氧量vo2可以通过将从心肺压力测试获得的数据应用到以下公式通过从呼吸速率freq.resp获得的参数a、b、c、d获得：
[0068]
vo2＝a
·
(freq.resp)3+b
·
(freq.resp)2+c
·
(freq.resp)+d
[0069]
(3)
[0070]
在本文所示的示例中，显示具有中等峰的增加趋势的曲线304是在心肺压力测试期间测量的曲线，而显示更明显峰的曲线306是通过使用公式(3)通过图中表示的三阶函数近似的曲线。
[0071]
返回参考图1，在步骤112处，在步骤110处获得的特性曲线或数学函数被用于例如在电子设备(比如，例如，可穿戴设备，诸如智能手表或智能电话，或平板电脑，ipad，或包含存储器部件的可穿戴服装，或者甚至云)中实现的算法中，用于实时监视个体的呼吸参数，并将它们与在心肺压力测试期间获得的他/她的个人数据进行比较，然后提供生理指标、推荐身体锻炼、预测性能水平等。
[0072]
电子设备通常包括显示器，并且可能包括图形界面，用于向用户提供视觉指示。它还可以包括用于向用户提供其它类型的消息和/或警报和/或指示的可听信令部件。
[0073]
参考图5，示出了根据本发明的可穿戴服装150的框图。
[0074]
为了实时监视受试者，特别是运动员的运动表现，他/她将必须穿戴包括用于至少
测量他/她的呼吸速率的部件152的可穿戴服装150。
[0075]
优选地，可穿戴设备为胸带。
[0076]
甚至更优选地，可穿戴设备150是经由适于检测其制成的材料(例如织物)的延伸的部件来测量受试者的呼吸速率的胸带。这种胸带例如从专利文件no.cn204133468u、wo2018037855和ep2578141中是已知的。
[0077]
可穿戴服装150还至少包括：
[0078]-电源部件154，特别是li-po电池；
[0079]-集成电路156，特别是专用asic；
[0080]-微控制器158；
[0081]-数据收发模块160，特别是无线或蓝牙类型；
[0082]-存储器部件162，用于实现在步骤110处获得的特性曲线或数学公式。
[0083]
通常，这些特性曲线经由数据收发模块160从数据库传输到可穿戴服装150。
[0084]
可穿戴设备还可以包括以下模块中的一个或多个：
[0085]-用于检测gps信号的模块164；
[0086]-适于检测心率的模块166；
[0087]-适于过滤检测到的心脏或呼吸信号的模块168。
[0088]
通过经由可穿戴服装150仅测量呼吸速率，受试者，特别是运动员，将能够经由他/她的心率监视例如换气量和最大耗氧量，以及他/她的训练路径的变化，从而根据这种当前值的趋势实时观察他/她的改进(或退步)。
[0089]
例如，在努力相同的情况下，受试者将能够比较这些值并定义改善(换气/代谢或心脏)质量的策略，并基于与换气和代谢数据(即最大耗氧量)相关的准确性校准他/她的工作。
[0090]
参考图6，示出了方法的流程图200，该方法用于提供与已经遵循本文参考图1的方法图示的相同步骤102、104、106、108和110经历心肺压力测试的受试者的个人数据进行比较的关于个体的心脏和/或呼吸性能的实时信息。
[0091]
在该第二实施例中，数据库包含从由多个受试者执行的心肺压力测试导出的值。对于本发明的方法的目的，数据库中存储的测试数量越多，该方法的有效性就越高。
[0092]
根据本发明的方法的该第二实施例是专门为非专业和业余运动员以及简单的运动爱好者设计的。
[0093]
在步骤202处，不能或不想经历心肺压力测试的个体穿戴包括适于检测他/她的呼吸速率的部件的可穿戴设备。事实上，如前所述，众所周知，为了进行心肺压力测试，需要采用昂贵的装备和合格的人员。
[0094]
在步骤204处，个体通过使用在步骤102处所示的相同方案，通过在跑步机上跑步或在自行车测力计或其它类似部件上踩踏板来执行动态测试。重要的是，为了正确应用该方法的这个实施例，个体遵循的方案与由经历根据本文参考图1的方法图示的步骤102、104、106、108和110的心肺压力测试的受试者使用的方案相同。因此，如果方案要求，例如，从8公里/小时开始并以每分钟1公里/小时的速度增加，直到体力耗尽，那么个体将必须在压力测试期间复制相同的方案。
[0095]
在步骤206处，个体穿戴的可穿戴设备检测到的呼吸速率被存储到同一设备的合
适的存储器部件中和/或传送到外部记录器。
[0096]
步骤204-206的压力测试所需的装备有利地是最少的并且不是很昂贵：事实上，跑步机(或自行车测力计)和检测个体呼吸速率的可穿戴设备就足够。因此，可以在没有心电图仪、带口罩的面罩或合格人员的情况下进行测试。测试甚至可以在家庭环境中进行，只要个体知道要遵循的方案即可。
[0097]
在步骤208处，个体结束方案设想的运动活动。
[0098]
在步骤210处，可穿戴设备检测到的呼吸速率被传输到云，然后与存储在数据库中的值进行比较，数据库中包含已进行心肺压力测试的个体的呼吸值。
[0099]
在步骤212处，在数据库中包含的那些函数中识别受试者的函数，其最接近在步骤202执行测试的个体的呼吸值，可能还考虑该受试者的人体测量数据，特别是性别、身高、体重和年龄。
[0100]
可以通过使用统计技术(例如，最小残差或最高逼真度技术)或机器学习技术(例如，k-均值算法或神经网络)来选择函数。
[0101]
在步骤214处，在步骤212获得的曲线被传输到可穿戴服装150并且用于例如在电子设备(比如，例如，可穿戴设备，诸如智能手表或智能电话，或平板电脑，ipad，或者甚至云)中实现的算法中，用于实时监视个体的当前呼吸和/或心脏参数，并提供生理指标、推荐身体锻炼、预测性能等。
[0102]
因此，有利的是，没有经历昂贵的心肺压力测试的个体将能够受益于进行了心肺压力测试的受试者的准确数据，心肺压力测试被认为是黄金标准。
[0103]
在不脱离本发明思想的新颖性精神的情况下，本文以示例的方式描述的用于提供关于个体的心脏和/或呼吸性能的实时信息的方法和相关联的设备可以进行许多可能的变化；还清楚的是，在本发明的实际实施方式中，图示的细节可以具有不同的形状或被其它技术上等同的元件代替。
[0104]
例如，本发明还涉及一种系统，包括其中存储个体特性曲线的可穿戴服装150，以及电子设备，特别是智能手表、智能电话、平板电脑、ipad或云，其适当地与这样的可穿戴服装150通信以提供关于穿戴服装150的个体的心脏和/或呼吸性能的实时信息。
[0105]
作为替代方案，该系统包括可穿戴服装，其简单地测量个体的呼吸速率并与用户穿戴的电子设备，特别是其中存储了特性曲线的智能手表或智能电话通信。
[0106]
因此可以容易地理解，本发明不限于本文作为示例描述的用于提供关于个体的心脏和/或呼吸性能的实时信息的方法和相关联设备，而是可以在不脱离本发明思想的新颖性精神的情况下，对等效部分和元件进行许多修改、改进或替换，如以下权利要求中明确指定的那样。