疲劳作为现代文明病充斥着我们的生活,许多学者和研究人员对其有着较深的认识,研究发现心率变异性(Heart Rate Variability,HRV)信号在监测驾驶疲劳过程中具有较高的实用性和适用性,然而在运动性疲劳监测过程中缺乏类似的研究与探索,因此本文在实验室条件下探讨了反应时和心率变异性在运动性疲劳监测过程中的可行性和适用性,为运动性疲劳监测的研究提供了一些新的手段和方法。本文首先选取了 5名受试者,采集了 5组运动过程中的反应时数据和心电数据,对心电信号进行带通(Bandpass)和巴特沃思(Butterworth)滤波后,利用差分阈值法检测R波,得到精度较高的RR间期序列,即HRV信号。论文中首先探讨了反应时与卡路里消耗量之间的关系,发现随着受试者体能的输出和疲劳的不断积累,反应时先减小后增加。其次通过分析研究运动过程中HRV时域指标中的MEAN(RR间期均值),SDNN(RR间期标准差),rMSSD(相邻RR间期差值的均方根)和频域指标中的LF(低频功率),HF(高频功率),发现随着受试者体能的不断消耗:MEAN、SDNN明显减小,且随着受试者身体状态达到“筋疲力尽”时MEAN、SDNN趋于平缓,说明MEAN、SDNN可以有效反映运动性疲劳程度;rMSSD指标随着疲劳程度的加深不断减小,且前半期斜率大,后半期斜率小,最终趋于平缓,说明受试者的副交感神经在运动开始阶段兴奋性比较高,当达到极度疲劳状态时副交感神经的兴奋性趋于稳定;LF的显著增大(P<0.05)和HF的显著减小(P<0.05),反映了交感神经活动增强,迷走神经活动减弱,且在受试者极度疲劳状态时趋于稳定。根据实验数据的分析及受试者对自身身体状态的主观评价,可以得出反应时和HRV可以作为评价和监测运动性疲劳的指标,不仅可以正确反映运动者是否疲劳,还可以大致判断运动过程中的疲劳程度。反应时和HRV在运动性疲劳监测中的应用有广阔的实际与研究前景。