一种基于神经网络的心肺耐力检测方法、装置及程序产品

本发明公开了一种基于神经网络的心肺耐力检测方法、装置及程序产品，本发明通过获取个体的年龄、身高、体重、连续递增负荷的蹲起运动的次数以及所产生的峰值心率等生理参数，并结合神经网络深度学习算法，来实现对个体的最大摄氧量的精准预测，从而基于此来准确得出个体的心肺耐力水平；如此，相比于传统技术，仅需通过简单的递增负荷蹲起运动即可完成评估，不仅避免了对昂贵测量设备的依赖，降低了成本，还提高了使用的便捷性和灵活性；同时，采用神经网络进行最大摄氧量的评估，其结果更加准确；因此，本发明通过将神经网络技术与运动生理学相结合，不仅提高了最大摄氧量评估的准确性和实用性，也为运动健康领域带来了一种创新的解决方案。