一种基于个体化心肺功能数字孪生模型实现运动健康管理方法

一种基于个体化心肺功能数字孪生模型实现运动健康管理方法。该方法通过获取用户的心肺功能运动测试(CPET)数据作为参考，输入到心肺功能数字孪生模型，生成针对用户个人的心肺功能极限和突发急病风险预测，达到个体化运动健康管理的目的。本发明采用的技术方案首先是采用偏微分方程组描述呼吸‑循环‑功能器官的氧代谢链条，再用数字孪生神经网络拟合这个代谢链条，输入个体特征和运动负荷参数，输出氧代谢结果和人体内部功能特征参数；进一步地，将数字孪生网络的输出再输入给预测网络，实现对心血管发病风险预测。本发明生成的个性化心肺功能数字孪生模型为开展更科学高效的体能训练、疾病的早期干预与精准预防提供了有力工具。