基于物联网的运动员无创机能监控方法及系统与流程

1.本发明属于人体机能监控技术领域，尤其涉及基于物联网的运动员无创机能监控方法及系统。


背景技术：

2.运动训练机能监控是训练监控的一个重要组成部分，它利用运动医学、运动生理学和运动生物化学等学科的基本方法和技术，测定运动训练过程中运动员的一些机能指标变化，并通过一定的评价方法来评定运动员的机能状态并做出相应的信息反馈。生理生化监控是运动训练机能监控的一种最常见方法，通过运动训练过程中运动员生理生化指标的变化，评定运动员训练时的负荷强度和负荷量、机体对运动强度和运动量产生的适应情况、以及训练方法和手段的合理性与有效性等，从而帮助教练员了解训练效果，正确评价和调整训练方案；
3.生理、生化测试监控成为运动队训练监控的一种常用方法之一；但是，在应用运动训练生理生化监控时还存在一些问题，主要表现为：一是教练员很重视运动员的生化测试结果，因为不能每次训练都测，测试的数据量不足；二是存在项目上差异，多数生理生化测试监控主要应用在对体能要求高的运动项目上，如马拉松、竞走、游泳、自行车、赛艇、足球、举重、摔跤等运动训练项目，而对传统的非体能项目进行生理生化测试监控不足；三是缺乏连续性，对运动员生理生化测试监控没有系统性，采用突击性的生理生化测试，不能很好地反映运动员机能系统、周期性的变化及运动员对训练负荷的适应情况；四是测试仪器、方法还有待进一步改进，要尽量使测试仪器满足精确、便携、易操作特性，发展借鉴无创痛或微量血测试方法；五是评价方法和评价范围还需进一步探究。其中，评价方法和评价范围问题尤为表现突出，给体育研究人员带来不少的困惑；由此确定有创监测，不能实时反馈运动员的机能状态。
4.在国家赛艇队监控体系研究中，指出传统运动员机能状态监控手段不仅存在针对性不强、分析结果片面化等弊端，且会对运动员身体造成一定的创伤，针对这些问题，国家赛艇队提出提出了将无创微循环指标用于运动员机能状态的监控，并率先将最新一代的激光多普勒血流监测仪(periflux5000系列)引进国内体育科研领域微循环指标的研究；
5.同时，本技术还基于发明名称：基于人体行为信息熵的人体行为活力度测量方法及系统；申请号：cn202010066163.5；申请日：2020年1月20日；公开号：cn111276249a；公开日：2020 年6月12日的专利申请；
6.综上所述，目前，生理生化监控存在由于未利用大数据进行深度分析，从而导致无法实时掌握运动员机能状况，进而影响训练计划的制定和调整的问题。


技术实现要素：

7.本发明提供基于物联网的运动员无创机能监控方法及系统，以解决上述背景技术中提出了目前，生理生化监控存在由于未利用大数据进行深度分析，从而导致无法实时掌
握运动员机能状况，进而影响训练计划的制定和调整的问题。
8.本发明所解决的技术问题采用以下技术方案来实现：基于物联网的运动员无创机能监控方法，包括：
9.通过运动员佩戴可穿戴设备获取人体连续动态实时的生理数据；
10.基于机能生理数据，通过运动员端app将实时采集的生理数据传值云端数据中心，由云端数据中心按时间序列存储存储，形成生理数据集合；
11.基于生理数据集合，通过数据管理平台对存储的数据进行异常值预处理，然后根据不同的运动行为做标注计算，形成对人体机能状态的分析结果；
12.基于人体机能状态的分析结果，形成专家反馈建议；
13.基于专家反馈建议，教练员通过移动端软件为运动员制定运动训练干预参数。
14.进一步，所述获取机能生理数据包括：心率、rr间期、血压、血氧饱和度、睡眠等连续动态指标。
15.进一步，所述人体机能状态的分析结果包括：
16.通过计算人体行为连续动态数据序列的信息熵，测定人体系统宏观行为复杂度测度，进而测度人体微观系统活力程度；
17.人体深度睡眠期间，作为特定参考值的人体行为指定长度连续动态数据序列信息熵；
18.人体行为活动期间，当前时间段所截取的特定长度的连续动态数据的信息熵；
19.人体行为活力度的量，其为人体实时行为信息熵rte相对与生理活力信息熵pve的比值。
20.进一步，所述专家系统分析还包括：
21.当运动员在得到充分休息后还未进行运动训练时人体实时行为信息熵rte相对与生理活力信息熵pve的比值越大时，代表运动员人体机能状态越好，反之，代表运动员人体机能状态越差。
22.进一步，所述专家系统分析还包括：
23.当运动员结束运动训练后进入休息恢复极端，人体实时行为信息熵rte相对与生理活力信息熵 pve的比值越大时，代表运动员人体机能恢复的越好，反之，代表运动员人体机能恢复的越差。
24.同时，本发明还提供基于物联网的运动员无创机能监控系统，包括：
25.基于上述应用的无创机能监控系统，所述无创机能监控系统包括：
26.运动员数据采集终端：获取机能生理数据；
27.数据管理中心：基于机能生理数据，通过存储和计算，并通过标注和分析，形成生理数据集合；
28.数据服务管理平台：基于生理数据集合，通过专家系统分析，形成专家分析报告；
29.教练决策分析终端：基于专家分析报告与运动员实际情况的结合，形成运动训练参数。
30.进一步，所述云端数据中心一数据端经物联网与运动员数据采集终端交互，其另一数据端经物联网输出于教练决策分析终端，所述云端数据中心与数据服务管理平台协同交互。
31.进一步，所述监控系统还包括：
32.运动员数据采集终端包括智能手机和运动员随身穿戴的智能手表，所述智能手机通过蓝牙连接于智能手表；
33.所述智能手机包括运动采集sdk模块；
34.所述智能手机通过sdk模块向智能手表下发如开始读取数据、停止读取数据、查询历史数据的操作指令；
35.所述智能手表将采集的由rri数据、心率数据、血氧数据组成的生理数据返回于智能手机；
36.所述智能手机接收智能手表返回的生理数据，并上传于云端数据中心；
37.所述云端数据中心将智能手机上传的生理数据存储和计算，并通过标注和分析，形成生理数据集合，并将生理数据集合转发于数据服务管理平台；
38.所述数据服务管理平台，通过专家系统分析，形成专家分析报告，并将专家分析报告分别转发至运动员数据采集终端和教练决策分析终端。
39.进一步，所述监控系统还包括：
40.所述智能手机还包括设备连接模块，所述设备连接模块包括设备传输接口，所述设备连接模块用于基于sdk模块：
41.通过内置sdk组件连接于智能手表；
42.进一步，所述监控系统还包括：
43.所述设备传输接口是符合标准传输协议的接口，其基于上传用户数据；
44.脱敏处理：将智能手表采集的同步维度数据类型汇总到云服务中心，对云服务中心的异常数据进行标记，并将用户敏感信息进行脱敏处理；并支持对所采集的rri数据、心率数据、血氧数据、数据形成相应类型的健康数据，根据时间、类别等内容进行查询；对已做过脱敏处理的数据进行查询和下载操作。
45.有益技术效果：
46.本专利采用通过运动员佩戴可穿戴设备获取人体连续动态实时的生理数据；基于机能生理数据，通过运动员端app将实时采集的生理数据传值云端数据中心，由云端数据中心按时间序列存储存储，形成生理数据集合；基于生理数据集合，通过数据管理平台对存储的数据进行异常值预处理，然后根据不同的运动行为做标注计算，形成对人体机能状态的分析结果；基于人体机能状态的分析结果，形成专家反馈建议；基于专家反馈建议，教练员通过移动端软件为运动员制定运动训练干预参数，由于运动员端将采集设备实时采集的心率、rri、血氧、睡眠等生理数据上传到云端数据中心，由数据中心进行存储、计算、标注、分析，由远程专家根据计算结果形成分析报告，教练移动端收到分析报告后，结合分析报告再根据运动员实际情况制定运动训练计划，根据运动队的训练与科研需要，应用物联网传感技术，确定监测与数据传输、存储、整合加工平台具备的功能，实现测试方法实用、数据精确、分析可信；运动员可通过指定的血压监测设备、血氧饱和度测量设备、心率监测设备、睡眠监测设备分时分场景进行测量，数据自动上传云端，便于教练了解运动员机能状况，及时进行训练计划调整。教练组及科研人员可以在任何有互联网接入的地方进行相关数据查询和分析；可建立、升级机器学习系统，训练计算模块掌握运动员的经常指数和异常指数，对大数据进行深度分析，利用人工智能提升教研工作。
附图说明
47.图1是本发明监控方法的流程图；
48.图2是本发明监控系统的结构示意图；
49.图3是本发明监控系统的数据流模型；
具体实施方式
50.以下结合附图对本发明做进一步描述：
51.图中：
52.s101-通过运动员佩戴可穿戴设备获取人体连续动态实时的生理数据；
53.s102-基于机能生理数据，通过运动员端app将实时采集的生理数据传值云端数据中心，由云端数据中心按时间序列存储存储，形成生理数据集合；
54.s103-基于生理数据集合，通过数据管理平台对存储的数据进行异常值预处理，然后根据不同的运动行为做标注计算，形成对人体机能状态的分析结果；
55.s104-基于人体机能状态的分析结果，形成专家反馈建议；
56.s105-基于专家反馈建议，教练员通过移动端软件为运动员制定运动训练干预参数；
57.实施例：
58.本实施例：如图1所示，基于物联网的运动员无创机能监控方法，包括：
59.通过运动员佩戴可穿戴设备获取人体连续动态实时的生理数据s101；
60.基于机能生理数据，通过运动员端app将实时采集的生理数据传值云端数据中心，由云端数据中心按时间序列存储存储，形成生理数据集合s102；
61.基于生理数据集合，通过数据管理平台对存储的数据进行异常值预处理，然后根据不同的运动行为做标注计算，形成对人体机能状态的分析结果s103；
62.基于人体机能状态的分析结果，形成专家反馈建议s104；
63.基于专家反馈建议，教练员通过移动端软件为运动员制定运动训练干预参数s105。
64.由于采用获取机能生理数据；基于机能生理数据，通过存储和计算，并通过标注和分析，形成生理数据集合；基于生理数据集合，通过专家系统分析，形成专家分析报告；基于专家分析报告与运动员实际情况的结合，形成运动训练计划，由于运动员端将采集设备实时采集的心率、rri、血氧、睡眠等生理数据上传到云端数据中心，由数据中心进行存储、计算、标注、分析，由远程专家根据计算结果形成分析报告，教练移动端收到分析报告后，结合分析报告再根据运动员实际情况制定运动训练计划，根据运动队的训练与科研需要，应用物联网传感技术，确定监测与数据传输、存储、整合加工平台具备的功能，实现测试方法实用、数据精确、分析可信；运动员可通过指定的血压监测设备、血氧饱和度测量设备、心率监测设备、睡眠监测设备分时分场景进行测量，数据自动上传云端，便于教练了解运动员机能状况，及时进行训练计划调整。教练组及科研人员可以在任何有互联网接入的地方进行相关数据查询和分析；可建立、升级机器学习系统，训练计算模块掌握运动员的经常指数和异常指数，对大数据进行深度分析，利用人工智能提升教研工作。
65.所述获取机能生理数据包括：无创血压、无创血氧饱和度、无创心率、睡眠状况。
66.由于采用所述获取机能生理数据包括：无创血压、无创血氧饱和度、无创心率、睡眠状况，由于数据采集所使用的设备，应符合相关产品的审核标准、认证，所采集到的数据包括但不限于心率数据、血压数据、血氧数据、睡眠数据，用户数据在云端以api接口的形式输出，以终端app作为承载平台，通过人工智能的机能评估系统，对数据进行分析，对用户的机能状态进行解读和干预展示。
67.所述人体机能状态的分析结果包括：
68.通过计算人体行为连续动态数据序列的信息熵，测定人体系统宏观行为复杂度测度，进而测度人体微观系统活力程度；
69.人体深度睡眠期间，作为特定参考值的人体行为指定长度连续动态数据序列信息熵；
70.人体行为活动期间，当前时间段所截取的特定长度的连续动态数据的信息熵；
71.人体行为活力度的量，其为人体实时行为信息熵rte相对与生理活力信息熵pve的比值。
72.由于采用所述人体机能状态的分析结果包括：通过计算人体行为连续动态数据序列的信息熵，测定人体系统宏观行为复杂度测度，进而测度人体微观系统活力程度；人体深度睡眠期间，作为特定参考值的人体行为指定长度连续动态数据序列信息熵；人体行为活动期间，当前时间段所截取的特定长度的连续动态数据的信息熵；人体行为活力度的量，其为人体实时行为信息熵rte相对与生理活力信息熵pve的比值，由于人体行为活力hbv方法：通过计算人体行为连续动态数据序列的信息熵，测定人体系统宏观行为复杂度测度，进而测度人体微观系统活力程度，所述hbv方法包括：在人体行为过程中，通过人体行为活力度函数测量指定连续动态指标计算人体行为活力度bvd，所述bvd为人体行为活力度的量；所述任一连续动态指标包括运动训练常用的连续监测的如心率、 rr间期、心率变异性、血压、呼吸等连续动态指标，所述任一连续动态指标优选为连续动态心率、 rr间期或者心率的心率变异性hrv指标，由于通过现有技术引用的“一种基于人体行为信息熵的人体行为活力度测量方法”的人体行为活力度函数，可以测量出人体行为活力度，其中，rte为人体实时行为信息熵，其为人体行为活动期间，当前时间段所截取的特定长度的连续动态数据的信息熵；pve为生理活力信息熵，其为人体深度睡眠期间，作为特定参考值的人体行为指定长度连续动态数据序列信息熵；bvd为人体行为活力度的量，其为人体实时行为信息熵rte相对与生理活力信息熵pve的比值；通过建构一种“录像式”采集连续性总体数据序列获取深层次时序、关系、结构等信息的新方法，测度系统整体状态，揭示隐含在其中的整体变化规律，建立稳定、客观、统一的定量测度人体机能状态的方法。
73.所述专家系统分析还包括：
74.当运动员在得到充分休息后还未进行运动训练时人体实时行为信息熵rte相对与生理活力信息熵pve的比值越大时，代表运动员人体机能状态越好，反之，代表运动员人体机能状态越差。
75.由于采用所述专家系统分析还包括：当运动员在得到充分休息后还未进行运动训练时人体实时行为信息熵rte相对与生理活力信息熵pve的比值越大时，代表运动员人体机能状态越好，反之，代表运动员人体机能状态越差，由于rte为人体实时行为信息熵，其为人体行为活动期间，当前时间段所截取的特定长度的连续动态数据的信息熵；pve为生理活力
信息熵，其为人体深度睡眠期间，作为特定参考值的人体行为指定长度连续动态数据序列信息熵，首先，确定一个基准值，即测量零点，由于人体的深度睡眠状态相对比较容易测量，且不受主观意识干扰，是人体生理状态的活力表现，故可选择此状态信息熵作为测量单位，称为生理活力信息熵，定义一：生理活力信息熵(pve： physiological vigor entropy)是个体深度睡眠期间的行为信息熵作为特定参考值，即测量单位。将此熵值定义为1，并约定单位符号为pv，且规定1pve＝1000mpv,定义二：行为实时信息熵(rte： real-time entropy of behavior)是人体行为活动期间当前时间段的信息熵。定义三：人体行为活力度(bvd：behavior vigor degree)是个体实时信息熵相对参考信息熵的比值，即表示人体行为活力度的量，由于通过在运动员在得到充分休息后还未进行运动训练的场景下，计算并分析人体实时行为信息熵rte相对与生理活力信息熵pve的比值，可以在运动员在得到充分休息后还未进行运动训练的场景下，确定运动员人体机能状态。
76.所述专家系统分析还包括：
77.当运动员结束运动训练后进入休息恢复极端，人体实时行为信息熵rte相对与生理活力信息熵 pve的比值越大时，代表运动员人体机能恢复的越好，反之，代表运动员人体机能恢复的越差。
78.由于采用所述专家系统分析还包括：当运动员结束运动训练后进入休息恢复极端，人体实时行为信息熵rte相对与生理活力信息熵pve的比值越大时，代表运动员人体机能恢复的越好，反之，代表运动员人体机能恢复的越差，由于提出高强度运动训练后心率恢复正常心率，由于在运动员结束运动训练后进入休息恢复极端的场景下，计算并分析人体实时行为信息熵rte相对与生理活力信息熵pve的比值，可以在运动员结束运动训练后进入休息恢复极端的场景下，确定运动员人体机能状态。
79.如图2、3所示，基于物联网的运动员无创机能监控系统，包括：
80.基于如上述无创机能监控方法应用的无创机能监控系统，所述无创机能监控系统包括：
81.运动员数据采集终端：获取机能生理数据；
82.云端数据中心：基于机能生理数据，通过存储和计算，并通过标注和分析，形成生理数据集合；
83.数据服务管理平台：基于生理数据集合，通过专家系统分析，形成专家分析报告；
84.教练决策分析终端：基于专家分析报告与运动员实际情况的结合，形成运动训练计划。
85.同时，本发明提出基于上述无创机能监控方法应用的无创机能监控系统，所述无创机能监控系统包括：运动员数据采集终端：获取机能生理数据；云端数据中心：基于机能生理数据，通过存储和计算，并通过标注和分析，形成生理数据集合；数据服务管理平台：基于生理数据集合，通过专家系统分析，形成专家分析报告；教练决策分析终端：基于专家分析报告与运动员实际情况的结合，形成运动训练计划，由于本研究在深入分析传统机能监控、无创机能监控利与弊的基础上，根据运动队的训练与科研需要，应用物联网传感技术，确定监测与数据传输、存储、整合加工平台，实现测试方法实用、数据精确、可信；对运动员血压监测设备、血氧饱和度测量设备、心率监测设备、睡眠监测设备分时分场景的测量，实现数据自动上传云端，便于教练了解运动员机能状况，从而及时进行训练计划调整。教练组
及科研人员可以在任何有互联网接入的地方进行相关数据查询和分析；可建立、升级机器学习系统，训练计算模块掌握运动员的经常指数和异常指数，对大数据进行深度分析，利用人工智能提升教研工作。
86.所述云端数据中心一数据端经物联网与运动员数据采集终端交互，其另一数据端经物联网输出于教练决策分析终端，所述云端数据中心与数据服务管理平台协同交互。
87.由于采用所述云端数据中心一数据端经物联网与运动员数据采集终端交互，其另一数据端经物联网输出于教练决策分析终端，所述云端数据中心与数据服务管理平台协同交互，由于通过运动员端app接收、管理运动员心率、血压、血氧饱和度及睡眠的连续动态的大数据，建立综合分析模型，研发综合分析平台，并将测试结果与报告及时反馈教练组的科技保障服务团队；该平台实现了查询运动员的基本信息、执行进度和训练方案详情，其中包含开始、结束时间，流程跟踪图等信息；通过办结按钮可以将待办事务添加到办结事务模块中，同时显示事务的相关信息。通过待办事务中的处理按钮可以跳转到事务的处理页面，通过图表可以查看设备的rri频数、心率频数、血氧等信息, 并记录5分钟晨测和睡眠状态信息。便专家对团队成员数据整理、分析，出具数据分析报告的工具。通过佩戴指定的智能数据采集设备，进行体征监测，数据通过厂家授权的api或者账号授权的方式同步上传到云服务中心。整合、分析数据，形成分析报告，通过app端进行数据分析、解读展示。
88.所述监控系统还包括：
89.运动员数据采集终端包括智能手机和运动员随身穿戴的智能手表，所述智能手机通过蓝牙连接于智能手表；
90.所述智能手机包括运动采集sdk模块；
91.所述智能手机通过sdk模块向智能手表下发如开始读取数据、停止读取数据、查询历史数据的操作指令；
92.所述智能手表将采集的由rri数据、心率数据、血氧数据、压力数据、加速度数据、陀螺仪数据、气压数据组成的生理数据返回于智能手机；
93.所述智能手机接收智能手表返回的生理数据，并上传于云端数据中心；
94.所述云端数据中心将智能手机上传的生理数据存储和计算，并通过标注和分析，形成生理数据集合，并将生理数据集合转发于数据服务管理平台；
95.所述数据服务管理平台，通过专家系统分析，形成专家分析报告，并将专家分析报告分别转发至运动员数据采集终端和教练决策分析终端。
96.由于采用所述监控系统还包括：运动员数据采集终端包括智能手机和运动员随身穿戴的智能手表，所述智能手机通过蓝牙连接于智能手表；所述智能手机包括运动采集sdk模块；所述智能手机通过sdk模块向智能手表下发如开始读取数据、停止读取数据、查询历史数据的操作指令；所述智能手表将采集的由rri数据、心率数据、血氧数据、压力数据、加速度数据、陀螺仪数据、气压数据组成的生理数据返回于智能手机；所述智能手机接收智能手表返回的生理数据，并上传于云端数据中心；所述云端数据中心将智能手机上传的生理数据存储和计算，并通过标注和分析，形成生理数据集合，并将生理数据集合转发于数据服务管理平台；所述数据服务管理平台，通过专家系统分析，形成专家分析报告，并将专家分析报告分别转发至运动员数据采集终端和教练决策分析终端，由于运动员佩戴使用智能运动手表，通过手机蓝牙使用sdk与手表进行通信，获取手表采集的数据，并通过接口保存到
服务器，数据提取包括rri数据提取、心率数据提取、血氧数据提取、压力数据提取、加速度数据提取、陀螺仪数据提取、气压数据提取，数据提取是通过智能运动手表sdk将手表数据提取到app，下发指令是向设备发送指令，app通过sdk给手表下发指令，指令内容包括：开始读取数据、停止读取数据、查询历史数据等，数据保存包括rri数据保存、心率数据保存、血氧数据保存、压力数据保存、加速度数据保存、陀螺仪数据保存、气压数据保存等，手机app获取手表数据之后，需要将数据经过解析后上传到服务器存储起来。
97.所述监控系统还包括：
98.所述智能手机还包括设备连接模块，所述设备连接模块包括设备传输接口，所述设备连接模块用于基于sdk模块：
99.通过sdk模块的代码段连接于智能手表。
100.由于采用所述监控系统还包括：所述智能手机还包括设备连接模块，所述设备连接模块包括设备传输接口，所述设备连接模块用于基于sdk模块：通过sdk模块的代码段连接于智能手表，由于设备连接包括设备连接接口，设备连接接口根据sdk的描述,手机连接智能运动手表的连接方式是在手机app中自行编写代码连接。
101.所述监控系统还包括：
102.基于用户上传数据，设备传输接口是符合标准传输协议的接口；
103.脱敏处理：将智能手表采集的同步维度数据类型汇总到云服务中心，对云服务中心的异常数据进行标记，并将用户敏感信息进行脱敏处理；并支持对所采集的rri数据、心率数据、血氧数据、压力数据、加速度数据、陀螺仪数据、气压数据形成相应类型的健康数据，根据时间、类别等内容进行查询；对已做过脱敏处理的数据进行查询和下载操作。
104.由于采用所述监控系统还包括：基于用户上传数据，设备传输接口是符合标准传输协议的接口；脱敏处理：将智能手表采集的同步维度数据类型汇总到云服务中心，对云服务中心的异常数据进行标记，并将用户敏感信息进行脱敏处理；并支持对所采集的rri数据、心率数据、血氧数据、压力数据、加速度数据、陀螺仪数据、气压数据形成相应类型的健康数据，根据时间、类别等内容进行查询；对已做过脱敏处理的数据进行查询和下载操作，由于提供符合标准传输协议的接口，用于上传用户数据；将各类测量设备所采集的同步维度数据类型汇总到同一用户上，对异常数据进行标记，用户敏感信息进行脱敏处理；支持对所采集的任意类型的健康数据，根据时间、类别等内容进行查询；对已做过脱敏处理的数据进行查询和下载操作。
105.同时，本系统技术路线：(1)选型设备，采集数据。(2)通过标准传输协议传输至平台。(3) 数据存储、脱敏处理、异常标记等。(4)提供标准传输协议以支撑查询服务。(5)提供查询、下载等数据服务。数据接入实现模型：(1)平台端提供数据上传接口。(2)对上传数据进行归类存储。(3)对同类型数据进行校验。(4)提供对外查询、下载等数据接口。接口协议要求：至少支持一种标准协议(包含但不限)：(1)restful http接口协议(2)mqtt协议(3)socket协议；对接口调用者应有鉴权机制，包括但不限于以下方案：(1)oauth；(2)证书。
106.工作原理：
107.本专利通过获取机能生理数据；基于机能生理数据，通过存储和计算，并通过标注和分析，形成生理数据集合；基于生理数据集合，通过专家系统分析，形成专家分析报告；基于专家分析报告与运动员实际情况的结合，形成运动训练计划，由于运动员端将采集设备
实时采集的心率、rri、血氧、睡眠等生理数据上传到云端数据中心，由数据中心进行存储、计算、标注、分析，由远程专家根据计算结果形成分析报告，教练移动端收到分析报告后，结合分析报告再根据运动员实际情况制定运动训练计划，根据运动队的训练与科研需要，应用物联网传感技术，确定监测与数据传输、存储、整合加工平台具备的功能，实现测试方法实用、数据精确、分析可信；运动员可通过指定的血压监测设备、血氧饱和度测量设备、心率监测设备、睡眠监测设备分时分场景进行测量，数据自动上传云端，便于教练了解运动员机能状况，及时进行训练计划调整。教练组及科研人员可以在任何有互联网接入的地方进行相关数据查询和分析；可建立、升级机器学习系统，训练计算模块掌握运动员的经常指数和异常指数，对大数据进行深度分析，利用人工智能提升教研工作；
108.本发明解决了生理生化监控存在由于未利用大数据进行深度分析，从而导致无法实时掌握运动员机能状况，进而影响训练计划的制定和调整的问题，具有便于教练了解运动员机能状况，及时进行训练计划调整和对大数据进行深度分析，利用人工智能提升教研工作的有益技术效果。
109.利用本发明的技术方案，或本领域的技术人员在本发明技术方案的启发下，设计出类似的技术方案，而达到上述技术效果的，均是落入本发明的保护范围。