基于AI的运动处方推荐系统,Applied Sciences
欧洲预防心脏病协会日常实践和康复训练中的运动处方（EXPERT）工具已经开发出来，可在临床实践中为心血管疾病患者提供数字培训和决策支持。亚健康人群的运动处方推荐系统对于增强该优势人群的身体能力也至关重要。本研究旨在使用运动社区数据来训练AI模型，为亚健康人群构建指导性运动处方系统。该系统由六个模块组成，包括三个月的建议运动模式（3m-SEM），三个月的建议运动模式（3m-PV），两个月的建议运动后的静息心率预测值（rest HR）差异模式（2m-SEM），建议两个月建议运动模式（2m-PV），一个月建议运动模式（1m-SEM）后的剩余HR差异的预测值和一个月建议运动模式（1m-PV）之后的一个月建议运动模式的剩余HR差异的预测值）。新用户输入性别，身高，体重，年龄和当前的剩余HR值，以上六个模块将为用户提供处方。应用四层神经网络模型构建上述六个模块。启用AI的模型在1m-SEM，2m-SEM和3m-SEM中分别产生了95.80％，100.00％和95.00％的测试精度。在1m-PV，2m-PV和3m-PV中，它达到了3.15、2.89和2.75 BPM测试的平均绝对误差。开发的系统提供定量运动处方，以指导亚健康人群从事有效的运动计划。1个月建议运动模式（1m-SEM）和随后1个月建议运动模式（1m-PV）后的剩余HR差异的预测值。新用户输入性别，身高，体重，年龄和当前的剩余HR值，以上六个模块将为用户提供处方。应用四层神经网络模型构建上述六个模块。启用AI的模型在1m-SEM，2m-SEM和3m-SEM中分别产生了95.80％，100.00％和95.00％的测试精度。在1m-PV，2m-PV和3m-PV中，它达到了3.15、2.89和2.75 BPM测试的平均绝对误差。开发的系统提供定量运动处方，以指导亚健康人群从事有效的运动计划。1个月建议运动模式（1m-SEM）和随后1个月建议运动模式（1m-PV）后的剩余HR差异的预测值。新用户输入性别，身高，体重，年龄和当前的剩余HR值，以上六个模块将为用户提供处方。应用四层神经网络模型构建上述六个模块。启用AI的模型在1m-SEM，2m-SEM和3m-SEM中分别产生了95.80％，100.00％和95.00％的测试精度。在1m-PV，2m-PV和3m-PV中，它达到了3.15、2.89和2.75 BPM测试的平均绝对误差。开发的系统提供定量运动处方，以指导亚健康人群从事有效的运动计划。新用户输入性别，身高，体重，年龄和当前的剩余HR值，以上六个模块将为用户提供处方。应用四层神经网络模型构造上述六个模块。启用AI的模型在1m-SEM，2m-SEM和3m-SEM中分别产生了95.80％，100.00％和95.00％的测试精度。在1m-PV，2m-PV和3m-PV中，它达到了3.15、2.89和2.75 BPM测试的平均绝对误差。开发的系统提供定量运动处方，以指导亚健康人群从事有效的运动计划。新用户输入性别，身高，体重，年龄和当前的剩余HR值，以上六个模块将为用户提供处方。应用四层神经网络模型构建上述六个模块。启用AI的模型在1m-SEM，2m-SEM和3m-SEM中分别产生了95.80％，100.00％和95.00％的测试精度。在1m-PV，2m-PV和3m-PV中，它达到了3.15、2.89和2.75 BPM测试的平均绝对误差。开发的系统提供定量运动处方，以指导亚健康人群从事有效的运动计划。在1m-SEM，2m-SEM和3m-SEM中分别具有00％的测试精度。在1m-PV，2m-PV和3m-PV中，它达到了3.15、2.89和2.75 BPM测试的平均绝对误差。开发的系统提供定量运动处方，以指导亚健康人群从事有效的运动计划。在1m-SEM，2m-SEM和3m-SEM中分别具有00％的测试精度。在1m-PV，2m-PV和3m-PV中，它达到了3.15、2.89和2.75 BPM测试的平均绝对误差。开发的系统提供定量运动处方，以指导亚健康人群从事有效的运动计划。
"点击查看英文标题和摘要"
相关知识
基于STM32的奶牛生理参数监测系统
智能心脏健监测：基于人工智能的心率检测系统
Ai健身运动中心！虚拟教练打造“运动处方”
运动处方:健康水平评估与运动方案设计方法(第8版)【全本
AI技术突破，打造智慧健康管理系统
2023年埃克塞特大学运动与健康科学专业硕士申请条件
成年人的运动处方～不同人群运动处方的基本内容
全球首个AI健康烹饪系统Healthy CookingGPT能干啥？
汤雨阳/基于HarmonyOS的健康体重管理系统
人工智能AI临床信息化系统：医疗健康的未来守护神
网址: 基于AI的运动处方推荐系统,Applied Sciences https://m.trfsz.com/newsview327057.html
