论文部分内容阅读
目的:目前我国通过加速度计或心率数据建构的能耗预测模型大多以走跑类活动为主,对2种或2种以上的体力活动预测准确性不足,加速度计数据和心率信号各有其优劣势,鲜少有研究将二者结合起来针对不同运动强度体力活动进行预测,本研究通过监测手腕、胸部与髋部加速度计VM值和心率增量数据,建构不同部位分段模型,并与其他模型进行评估,探究最佳佩戴部位以及最理想的分段模型,进而提高加速度计与心率数据结合的模型预测准确性,使其可更好地指导运动实践。方法:(1)研究对象为四川师范大学50名非体育专业大学生,分成建模组(n=30人)和验证组(n=20人)。在右手腕、胸部和髋部3个部位佩戴Actigraph GT3X加速度计,胸前佩戴Cosmed K4b2气体代谢分析仪和Polar H10心率胸带连接K4b2监测心率数据;建模组与验证组分别完成:躺下、站立、静坐后背直立、电脑打字等15项日常生活不同类型体力活动。(2)使用IC法测得数据为校标值,采用不同部位VM值和HRnet数据,确定阈值,使用逐步回归构建不同部位VM和HRnet模型,使用验证组数据对模型的R2、RMSE、r2指标进行可靠性验证;结果:(1)本研究将VM值和HRnet结合为LC值用以预测轻度和中度体力活动,HRnet预测重度体力活动;HRnet和LC值的阈值切点为:HRnet=9,手腕LC=0.14,胸部LC=0.11,髋部LC=0.12;构建的3个部位分段模型为:分段模型手腕EE=(?)分段模型胸部EE=(?)分段模型髋部 EE=(?)建构的VM和HRnet的单一线性模型R2分别为:LinearVM手腕模型(R2=0.575);LinearVM胸部模型(R2=0.706);LinearVM髋部模型(R2=0.676);LinearHRnet模型(R2=0.501);GT3X Sasaki手腕模型(R2=0.693);GT3X Sasaki胸部模型(R2=0.720);GT3X Sasaki髋部模型(R2=0.693);(2)验证后结果显示:在3个VM-HRnet分段模型可以较准确的预测轻、中重体力活动,不会出现较大误差偏移。整体来看,胸部是所有模型的最佳佩戴位置;LinearHRnet模型虽然在预测中表现稳定,不会出现较大的误差偏移,但普遍会低估EE;LinearVM模型和GT3X Sasaki模型普遍会在轻度到中度体力活动时高估EE,在重度体力活动时低估EE。结论:(1)本研究以加速度计VM值结合心率指标HRnet合成LC值,划分不同部位LC值和HRnet的阈值切点,建立了能耗预测分段模型,经验证,适宜预测我国青年大学生日常轻、中、重强度体力活动,分段模型预测能力良好;(2) Linear VM模型与GT3X Sasaki模型在预测轻度到中度体力活动时会出现高估现象,预测骑功率自行车活动时误差最大,而Linear HRnet模型预测时普遍存在低估EE情况,表明单一线性模型在预测时会出现一定缺陷,在日常使用时应根据项目类型选择相适宜的模型。