采用神经网络方法建立单摇并步跳绳的能量消耗预测模型研究

目的:采用不同建模方法建立基于心率联合不同部位加速度计计数的单摇并步跳绳能量消耗(EE)预测模型并验证各模型信度,为单摇并步跳绳能耗测试提供参考依据.方法:选取36名普通大学生(男女比为1︰1)作为研究对象,其中28名为建模组,8名为验证组.受试者佩戴ActiGraph-GT3X+加速度计(佩戴位置:腰部、两侧腕部、两侧踝部)、Polar心率表和CORTEX MetaMax 3B-R2便携式气体代谢分析仪进行不同频率(60次/min、100次/min、130次/min)3分钟单摇并步跳绳测试.收集受试者运动前后及运动期间的各部位加速度计计数、心率(HR)、能量代谢数据.以气体代谢分析仪数据为基准,采用建模组数据建立基于不同部位加速度计计数的线性回归模型和神经网络模型,并回代验证组数据,采用等效性检验和Bland-Altman散点图验证模型信度.结果:(1)在基于不同部位加速度计计数所建线性回归模型和神经网络模型中,均以基于腰部加速度计计数所建模型的预测效果最好.线性回归模型:EEmin(kcal/min)=-0.262-3.897×性别+0.103×心率差(ΔHR=运动中平均HR-安静HR)+0.440×体重指数(BMI)+0.000045×腰部加速度计三轴向量幅值(VM值);神经网络模型:输入性别、ΔHR、BMI及腰部加速度计VM值建立三层(4-6-1)BP神经网络模型.(2)各神经网络模型的平均绝对误差(MAE)、均方根误差(RMSE)和偏差(Bias)均低于线性回归模型,与实测值的相关性(0.780～0.698)均高于线性回归模型(0.695～0.657).(3)各模型Bland-Altman散点图中所有误差点均落入95%置信区间内,而等效性检验中仅有神经网络模型的90%置信区间落入等效区间内.结论:在单摇并步跳绳运动能耗监测时,加速度计最佳佩戴位置为腰部,基于心率和腰部加速度计计数所建立的神经网络模型预测效果最好,可为单摇并步跳绳能耗监测提供参考依据.