溫煦，袁冰，李華，周厚棟

論智能可穿戴設(shè)備在我國(guó)體力活動(dòng)大數(shù)據(jù)分析中的應(yīng)用

溫煦，袁冰，李華，周厚棟

回顧我國(guó)體力活動(dòng)研究方法和研究工具的現(xiàn)狀，探討智能可穿戴設(shè)備在體力活動(dòng)大數(shù)據(jù)研究中應(yīng)用的可行性，并對(duì)未來(lái)的發(fā)展趨勢(shì)進(jìn)行展望。1）雖然體力活動(dòng)問(wèn)卷的效度較低，但問(wèn)卷依然是我國(guó)近10年體力活動(dòng)研究最常用的測(cè)量工具，在大數(shù)據(jù)時(shí)代，我國(guó)體力活動(dòng)領(lǐng)域的研究需要更有效、經(jīng)濟(jì)、方便，且適用于長(zhǎng)周期、大樣本的研究工具。2）加速度探測(cè)技術(shù)、心率探測(cè)技術(shù)和全球衛(wèi)星定位系統(tǒng)（GPS）技術(shù)是目前可穿戴設(shè)備測(cè)量體力活動(dòng)能量消耗的主流技術(shù)，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等方法的應(yīng)用進(jìn)一步提升了測(cè)試的效度。國(guó)產(chǎn)智能可穿戴設(shè)備估算能量消耗的效度不高，仍具有較大的技術(shù)提升空間。智能可穿戴設(shè)備在體力活動(dòng)的大數(shù)據(jù)研究領(lǐng)域具有非常廣闊的應(yīng)用前景。3）智能可穿戴設(shè)備技術(shù)和大數(shù)據(jù)分析方法將給體力活動(dòng)研究帶來(lái)深遠(yuǎn)的影響，可能引起研究理念、研究工具、數(shù)據(jù)分析方法的重大變革。

智能可穿戴設(shè)備；體力活動(dòng)；大數(shù)據(jù)

1965年，英特爾（Intel）創(chuàng)始人之一戈登·摩爾通過(guò)長(zhǎng)期觀察和總結(jié)計(jì)算機(jī)硬件的發(fā)展規(guī)律，提出了摩爾定律，該定律認(rèn)為，同一個(gè)面積集成電路上可容納的晶體管數(shù)目，約每隔1～2年將增加一倍。也就是說(shuō)，計(jì)算機(jī)硬件的處理速度和存儲(chǔ)能力，每1～2年將提升一倍。實(shí)際上，從20世紀(jì)90年代開(kāi)始，全世界的物理存儲(chǔ)器，每9個(gè)月就增加一倍［16］。在信息技術(shù)、計(jì)算機(jī)和互聯(lián)網(wǎng)高速發(fā)展的帶動(dòng)下，人類社會(huì)迅速邁進(jìn)了一個(gè)嶄新的數(shù)字時(shí)代。一個(gè)大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的時(shí)代已經(jīng)開(kāi)啟。

美國(guó)疾病預(yù)防和控制中心通過(guò)設(shè)立在美國(guó)各地的監(jiān)測(cè)網(wǎng)絡(luò)可以監(jiān)控新型流感疫情，不過(guò)該數(shù)據(jù)有1～2周的延遲。2009年，谷歌公司工程師們發(fā)表于《自然》雜志的一項(xiàng)研究顯示，谷歌公司通過(guò)人們網(wǎng)上的搜索記錄獲得的“谷歌流感趨勢(shì)”（Google Flu Trends）與1～2周以后發(fā)布的公共衛(wèi)生數(shù)據(jù)高度一致，且更快捷、更經(jīng)濟(jì)［19］。大數(shù)據(jù)使我們對(duì)科學(xué)研究、商業(yè)、政府管理等許多領(lǐng)域的傳統(tǒng)思維發(fā)生了改變，一場(chǎng)基于大數(shù)據(jù)的生活、工作和思維的大變革已經(jīng)悄然發(fā)生。

大數(shù)據(jù)對(duì)各行各業(yè)帶來(lái)強(qiáng)大沖擊，在眾多學(xué)科開(kāi)始擁抱大數(shù)據(jù)的背景下，中國(guó)的體育科研將如何發(fā)展？特別是近年來(lái)隨著以智能手環(huán)和智能手表為代表的可穿戴設(shè)備的廣泛應(yīng)用，我們的體力活動(dòng)、位置以及身體生理數(shù)據(jù)等每一點(diǎn)變化都成為了可被記錄和分析的數(shù)據(jù)，為體力活動(dòng)的測(cè)量提供了新的思路與方法。智能可穿戴設(shè)備的高速發(fā)展為體力活動(dòng)的大數(shù)據(jù)研究創(chuàng)造了可能。

本研究將從大數(shù)據(jù)研究的角度重新審視我國(guó)體力活動(dòng)研究方法和研究工具的現(xiàn)狀，分析智能可穿戴設(shè)備在體力活動(dòng)大數(shù)據(jù)研究中應(yīng)用的可行性，并對(duì)未來(lái)的發(fā)展趨勢(shì)進(jìn)行展望。

1 我國(guó)體力活動(dòng)研究工具的回顧

已有研究表明，體力活動(dòng)不足和久坐少動(dòng)的靜態(tài)生活方式是影響人類健康的主要因素之一［17，31，36］，體力活動(dòng)的相關(guān)研究也成為了近年來(lái)的研究熱點(diǎn)。不過(guò)，制約體力活動(dòng)相關(guān)研究的一個(gè)重要障礙是缺乏一個(gè)準(zhǔn)確、客觀、經(jīng)濟(jì)的測(cè)量體力活動(dòng)和靜態(tài)生活方式的工具。目前，應(yīng)用于青少年和成年人日常體力活動(dòng)測(cè)量的研究方法主要包括雙標(biāo)水法、間接測(cè)熱法、問(wèn)卷法、心率法和運(yùn)動(dòng)傳感器法（加速度計(jì)、計(jì)步器等；表1）。雙標(biāo)水法和間接測(cè)熱法的測(cè)量精度高、穩(wěn)定性好，往往作為體力活動(dòng)測(cè)試的金標(biāo)準(zhǔn)。但是，由于兩種測(cè)試儀器設(shè)備比較昂貴、測(cè)試成本高、測(cè)試程序較復(fù)雜，一般用于小樣本實(shí)驗(yàn)研究，極少用于大樣本的體力活動(dòng)研究。

使用最為廣泛的體力活動(dòng)測(cè)量工具是各類體力活動(dòng)調(diào)查問(wèn)卷。有研究系統(tǒng)總結(jié)了130種體力活動(dòng)調(diào)查問(wèn)卷發(fā)現(xiàn)，各類體力活動(dòng)問(wèn)卷的信度水平在0.62～0.76，而效度則僅為0.25～0.41，不夠理想［21］。以在學(xué)術(shù)界認(rèn)可較高、應(yīng)用也較為廣泛的國(guó)際體力活動(dòng)問(wèn)卷（International Physical Activity Questionnaire，IPAQ）為例，其效度也僅有0.3左右［14］。

由于心率與體力活動(dòng)的能量代謝存在線性關(guān)系，一些研究也通過(guò)監(jiān)測(cè)心率來(lái)實(shí)現(xiàn)對(duì)體力活動(dòng)的測(cè)量。不過(guò)，心率與能量代謝的相關(guān)關(guān)系具有較大的個(gè)體差異，因此，需要在體力活動(dòng)測(cè)試前建立個(gè)人化的心率-能耗關(guān)系。近年來(lái)，一些研究者開(kāi)發(fā)了新算法，不經(jīng)過(guò)實(shí)驗(yàn)室的校正，也能夠較為準(zhǔn)確的估算能量消耗和評(píng)估有氧耐力水平［3，34］。

以計(jì)步器和加速度計(jì)為代表的運(yùn)動(dòng)傳感器，是近年來(lái)新興的測(cè)量體力活動(dòng)的工具。計(jì)步器通過(guò)記錄受試對(duì)象行走的步數(shù)來(lái)估算體力活動(dòng)能量消耗，測(cè)試成本比較經(jīng)濟(jì)，但測(cè)試精度偏低。以加速度計(jì)（Accelerometer）為代表的體力活動(dòng)監(jiān)測(cè)設(shè)備是近十幾年發(fā)展最快的測(cè)量體力活動(dòng)的重要工具。加速度計(jì)通過(guò)微型傳感器測(cè)量人體活動(dòng)時(shí)的加速度，從而估算體力活動(dòng)水平。進(jìn)入21世紀(jì)以來(lái)，加速度計(jì)憑借其出色的效度，逐漸被應(yīng)用于體力活動(dòng)研究中，技術(shù)水平也不斷提高，由最初單軸加速度計(jì)發(fā)展為三軸加速度計(jì)［10，14］。雖然，加速度傳感器由于大規(guī)模生產(chǎn)和應(yīng)用，價(jià)格已經(jīng)不高，但是，用于科研的各類加速度計(jì)（如Actigraph加速度計(jì)等）動(dòng)輒數(shù)千元的價(jià)格，限制了采用加速度計(jì)的體力活動(dòng)研究的樣本量。因此，我國(guó)基于加速度計(jì)的體力活動(dòng)大樣本研究非常少。

表1 常用的體力活動(dòng)測(cè)量工具Table 1 Common Instruments in the Measurement of Physical Activity

為了厘清我國(guó)體力活動(dòng)研究工具的應(yīng)用情況，本研究在中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)搜索了2006年1月～2015年12月發(fā)表的論文題目含有“體力活動(dòng)”或“身體活動(dòng)”的體育類期刊論文，共計(jì)223篇論文。

圖1 2006-2015年中國(guó)知網(wǎng)體力活動(dòng)相關(guān)論文數(shù)量統(tǒng)計(jì)Figure 1.The Number of Physical Activity Related Academic Articles in CNKI

如圖1所示，近10年來(lái)，體力活動(dòng)相關(guān)研究數(shù)量呈逐漸上升趨勢(shì)，體力活動(dòng)相關(guān)研究獲得了體育界學(xué)者的廣泛關(guān)注。對(duì)搜索獲得的223篇論文的研究工具進(jìn)行分類，發(fā)現(xiàn)其中有130篇論文為研究綜述、理論研究、質(zhì)性研究或方法學(xué)研究，未使用體力活動(dòng)測(cè)量工具。在使用體力活動(dòng)測(cè)量工具的82篇實(shí)證研究中，65篇使用調(diào)查問(wèn)卷，占全部實(shí)證研究的79.3%，其中，使用最為廣泛的為國(guó)際體力活動(dòng)問(wèn)卷；約20%的文獻(xiàn)（17篇）使用了運(yùn)動(dòng)傳感器法對(duì)體力活動(dòng)進(jìn)行測(cè)試，其中，15篇文獻(xiàn)使用加速度計(jì)，2篇為計(jì)步器。使用加速計(jì)的研究全部為2013—2015期間發(fā)表的論文，樣本量大都在500人以下。

從統(tǒng)計(jì)結(jié)果看，體力活動(dòng)問(wèn)卷的效度雖然不夠理想，但仍是我國(guó)體力活動(dòng)研究的主流研究方法。運(yùn)動(dòng)傳感器近幾年來(lái)在體力活動(dòng)研究中的應(yīng)用方興未艾，但相對(duì)高昂的價(jià)格限制了其在大樣本體力活動(dòng)研究中的應(yīng)用。無(wú)論是體力活動(dòng)問(wèn)卷還是加速度計(jì)都不可能滿足體力活動(dòng)大數(shù)據(jù)研究的需求。我國(guó)體力活動(dòng)領(lǐng)域的研究需要更科學(xué)、有效、經(jīng)濟(jì)、易用的研究工具，特別是能夠大規(guī)模、簡(jiǎn)單、有效采集數(shù)據(jù)的研究工具。

2 智能可穿戴設(shè)備測(cè)量體力活動(dòng)能量消耗的主要方法及基本原理

在“互聯(lián)網(wǎng)+”、萬(wàn)物互聯(lián)的大背景下，具有測(cè)量體力活動(dòng)能量消耗功能的智能可穿戴設(shè)備迅猛發(fā)展。不同品牌設(shè)備的工作原理和算法都有所不同，具有測(cè)量體力活動(dòng)能量消耗功能的主流智能可穿戴設(shè)備是基于加速度探測(cè)、心率探測(cè)、全球衛(wèi)星定位系統(tǒng)（GPS）中的一種或多種方法開(kāi)發(fā)而來(lái)。

2.1 基于加速度探測(cè)技術(shù)估算體力活動(dòng)能量消耗的主要方法及基本原理

基于加速度探測(cè)技術(shù)的智能可穿戴設(shè)備，通過(guò)加速度傳感器探測(cè)人體身體活動(dòng)的加速度，再依靠一系列算法估算人體體力活動(dòng)的能量消耗。2009年以前，基于加速度計(jì)的體力活動(dòng)能量消耗算法主要是基于一個(gè)被稱為“counts”或類似于counts的參數(shù)（不同公司對(duì)此類參數(shù)的稱謂有所不同，算法也不盡相同）。加速度傳感器獲取的原始信號(hào)是一個(gè)反映加速度大小的電壓值，經(jīng)過(guò)過(guò)濾、放大和模數(shù)轉(zhuǎn)換后，可將模擬電壓信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)，也稱為“原始counts”（raw counts）。將這個(gè)數(shù)字信號(hào)轉(zhuǎn)化為counts不同品牌產(chǎn)品采用的算法不一，通常有3種方式［12，29］：1）累計(jì)數(shù)字信號(hào)超過(guò)某閾值的次數(shù)，該閾值可以設(shè)為0，也可以設(shè)置為代表某種運(yùn)動(dòng)類型或強(qiáng)度的某個(gè)數(shù)值；2）探測(cè)在某個(gè)時(shí)間范圍內(nèi)的最大值來(lái)代表該時(shí)間段的counts；3）計(jì)算某時(shí)間段內(nèi)加速度數(shù)據(jù)曲線下的面積，這也是最常用的方法。其實(shí)，counts本身并不具有意義，也無(wú)法被人們所理解。通常是以更為精準(zhǔn)的能量代謝測(cè)定方法為效標(biāo)，建立counts與能量消耗之間回歸方程，從而通過(guò)counts估算能量消耗。這種傳統(tǒng)的估算體力活動(dòng)能量消耗的方法具有良好的研究效度，廣泛應(yīng)用于各類加速度計(jì)，也得到了許多體力活動(dòng)研究者的青睞［38］。

傳統(tǒng)的基于加速度計(jì)估算體力活動(dòng)能量消耗的算法主要是由一批運(yùn)動(dòng)科學(xué)和公共衛(wèi)生領(lǐng)域的研究者為主導(dǎo)。以counts估算體力活動(dòng)能量消耗的一大弊端，是忽視了不同類型運(yùn)動(dòng)的加速度特征差異，而采用相同的算法計(jì)算不同運(yùn)動(dòng)類型的能量消耗。此外，無(wú)法確定運(yùn)動(dòng)的類型也是傳統(tǒng)加速度計(jì)算法在體力活動(dòng)研究中的一大“短板”。從2009年開(kāi)始，特別是在大數(shù)據(jù)時(shí)代背景下，一批以Bonomi和Staudenmayer為代表的計(jì)算機(jī)、數(shù)學(xué)相關(guān)專業(yè)的科學(xué)家進(jìn)入了這個(gè)研究領(lǐng)域。他們采用大數(shù)據(jù)的數(shù)據(jù)分析方法，對(duì)加速度計(jì)估算體力活動(dòng)能量消耗的算法進(jìn)行新的研究，通過(guò)數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等數(shù)據(jù)分析手段，解析不同運(yùn)動(dòng)類型的加速度數(shù)據(jù)特征，并以此對(duì)運(yùn)動(dòng)類型進(jìn)行分類，確定運(yùn)動(dòng)的種類、時(shí)間和強(qiáng)度，再分別建立基于不同運(yùn)動(dòng)類型的能量消耗算法［6-8，35］。有研究對(duì)新的算法進(jìn)行了評(píng)估，進(jìn)一步確認(rèn)了采用新的算法可以識(shí)別運(yùn)動(dòng)類型［24］，且估算體力活動(dòng)能量消耗的效度優(yōu)于傳統(tǒng)的方法［13，18］。

綜上所述，數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等大數(shù)據(jù)分析技術(shù)成為了推動(dòng)加速度計(jì)估算體力活動(dòng)的算法革命的動(dòng)力之源，全新算法的建立無(wú)疑是加速度傳感器應(yīng)用于體力活動(dòng)研究的一次巨大進(jìn)步，而且，隨著數(shù)據(jù)采集和數(shù)據(jù)分析手段的不斷進(jìn)步，加速度計(jì)估算能量消耗的準(zhǔn)確率可能還將進(jìn)一步提升［6］。

2.2 基于心率探測(cè)技術(shù)估算體力活動(dòng)能量消耗的主要方法及基本原理

2.2.1 智能可穿戴設(shè)備用于探測(cè)心率的主流方法

近年來(lái)，心率測(cè)試技術(shù)不斷進(jìn)步，應(yīng)用于智能可穿戴設(shè)備的心率測(cè)試技術(shù)主要有兩種：1）心電測(cè)量技術(shù)，受試對(duì)象需要佩戴無(wú)線心率胸帶，該胸帶通過(guò)記錄心臟跳動(dòng)中的生物電信號(hào)測(cè)定心率，其原理類似于心電圖測(cè)試。該方法的優(yōu)點(diǎn)是測(cè)試準(zhǔn)確性較高，且在運(yùn)動(dòng)狀態(tài)下測(cè)試穩(wěn)定性較好；缺點(diǎn)是需要在胸部佩戴心率胸帶，使用者的舒適度可能受到影響，不利于用戶的長(zhǎng)時(shí)間連續(xù)使用。2）光電測(cè)試技術(shù)，該技術(shù)的基本原理是手臂血管中的血液在脈動(dòng)的時(shí)候會(huì)發(fā)生血紅蛋白吸光度的改變，通過(guò)檢測(cè)這種透光率的改變，可以測(cè)試脈搏。該測(cè)試技術(shù)的優(yōu)點(diǎn)是不需要佩戴胸帶，用戶只需在手臂或手腕佩戴相關(guān)設(shè)備即可，有助于提高用戶的“用戶粘性”；缺點(diǎn)是測(cè)試準(zhǔn)確性較心電測(cè)試法低，在運(yùn)動(dòng)狀態(tài)下的穩(wěn)定性也略差。即便如此，光電測(cè)試技術(shù)以其更優(yōu)秀的舒適度和用戶粘性，受到了更多生產(chǎn)商的青睞。

2.2.2 心率估算能量消耗的算法研究

應(yīng)用心率來(lái)估算能量消耗早在幾十年前就被研究者們所關(guān)注。在20世紀(jì)50年代，Berggren等［5］就建立了基于心率與攝氧量和能量消耗在亞極量運(yùn)動(dòng)中近乎線性關(guān)系的估算方法。正是基于這種線性關(guān)系，在有氧耐力測(cè)量與評(píng)價(jià)中非常重要的亞極量最大攝氧量測(cè)試法才被建立起來(lái)。但是，心率估算能量消耗也存在一些局限性：1）心率易受到情緒的影響；2）在能量消耗水平較低時(shí)，心率估算能量消耗的誤差較大；3）每個(gè)人面對(duì)不同運(yùn)動(dòng)負(fù)荷的心率反應(yīng)存在較大差異，即心率與能量消耗的關(guān)系存在較大的個(gè)體差異。標(biāo)準(zhǔn)的心率法估算能量消耗，需要先在實(shí)驗(yàn)室進(jìn)行一次“定標(biāo)”校正，以確定該名受試對(duì)象心率與能量消耗的線性關(guān)系。但是，讓可穿戴設(shè)備的用戶都先到實(shí)驗(yàn)室進(jìn)行測(cè)試顯然是不現(xiàn)實(shí)、不方便的。因此，目前各類采用心率法估算能量消耗的智能可穿戴設(shè)備的估算誤差相當(dāng)一部分來(lái)自個(gè)體化的差異。近年來(lái)，許多研究者正在通過(guò)一些不同的技術(shù)（大數(shù)據(jù)分析、間接個(gè)人標(biāo)定等）探索減少個(gè)體誤差，提升心率估算能量消耗精度的新方法［4，9，10，33］。這些技術(shù)應(yīng)用的實(shí)際效果仍有待進(jìn)一步研究，目前也只是小范圍地應(yīng)用于某些品牌，尚未被大多數(shù)智能可穿戴設(shè)備所采用。

2.3 基于全球衛(wèi)星定位系統(tǒng)估算體力活動(dòng)能量消耗的主要方法及基本原理

全球衛(wèi)星定位系統(tǒng)（GPS）是一種基于衛(wèi)星和通信技術(shù)的定位系統(tǒng)，可以通過(guò)測(cè)量受試對(duì)象戶外運(yùn)動(dòng)時(shí)的位置、速度（走路或跑步）、坡度（通過(guò)海拔或地圖）和時(shí)間來(lái)估算受試對(duì)象的能量消耗。在美國(guó)運(yùn)動(dòng)醫(yī)學(xué)會(huì)（American College of Sports Medicine，ACSM）推薦的攝氧量和能量消耗估算公式中，速度和坡度是2個(gè)主要的因素［20］。有研究者以加速度計(jì)為效標(biāo)，比較了3種品牌的GPS手表測(cè)定能量消耗的有效性，結(jié)果發(fā)現(xiàn)，GPS估算的能量消耗與加速度計(jì)測(cè)量結(jié)果有40%～50%的差異［23］。目前的研究認(rèn)為，GPS在測(cè)量受試對(duì)象高速運(yùn)動(dòng)時(shí)存在更大的誤差，而提高GPS采樣頻率可能有助于提高測(cè)量的有效性［25］。GPS測(cè)量體力活動(dòng)能量消耗的一個(gè)問(wèn)題是，無(wú)法測(cè)量室內(nèi)的體力活動(dòng)，即使應(yīng)用于戶外運(yùn)動(dòng)也受到一些環(huán)境因素（建筑物、樹木、云層等）的影響［23］。盡管存在一些問(wèn)題，GPS仍然可以與其他方法結(jié)合使用，從而提升體力活動(dòng)能量消耗估算的有效性和可靠性。

3 智能可穿戴設(shè)備應(yīng)用于體力活動(dòng)大數(shù)據(jù)研究的可行性

在“互聯(lián)網(wǎng)+”、萬(wàn)物互聯(lián)的新時(shí)代，以智能運(yùn)動(dòng)手環(huán)和智能運(yùn)動(dòng)手表為代表的智能可穿戴設(shè)備迅速發(fā)展。主流的可用于體力活動(dòng)監(jiān)測(cè)的智能可穿戴設(shè)備是基于三軸加速度傳感器、心率傳感器、陀螺儀、GPS定位等一種或多種技術(shù)開(kāi)發(fā)而來(lái)。鑒于基于加速度傳感器的加速度計(jì)，如Actigraph加速度計(jì)、RT3加速度計(jì)等設(shè)備已經(jīng)被國(guó)內(nèi)、外研究證明能夠較為準(zhǔn)確地測(cè)量體力活動(dòng)的能量消耗，且已經(jīng)廣泛應(yīng)用于各類體力活動(dòng)的研究中［1，11，22，30，39］，而許多智能可穿戴設(shè)備與Actigraph加速度計(jì)、RT3加速度計(jì)在測(cè)試基本原理上是相似的，采用的加速度傳感器也是大同小異的，許多智能可穿戴設(shè)備還配備心率、GPS、陀螺儀等其他技術(shù)。因此，在理論上，智能可穿戴設(shè)備測(cè)試體力活動(dòng)的精度應(yīng)高于或至少與加速度計(jì)相當(dāng)。

根據(jù)奈奎斯特準(zhǔn)則（Nyquist Criterion），體力活動(dòng)測(cè)量的采樣頻率應(yīng)至少為運(yùn)動(dòng)動(dòng)作最高頻率的2倍，大部分商用的體力活動(dòng)監(jiān)測(cè)記錄設(shè)備的采樣頻率在1～64 Hz［28］。因此，智能可穿戴設(shè)備記錄體力活動(dòng)獲取的數(shù)據(jù)量相當(dāng)龐大，且具有非常快的數(shù)據(jù)增長(zhǎng)速度。此外，如前所述，通過(guò)一些數(shù)據(jù)挖掘技術(shù)，可以提供包括運(yùn)動(dòng)類型、運(yùn)動(dòng)強(qiáng)度、運(yùn)動(dòng)時(shí)間等信息。如果使用了GPS功能，還可以利用運(yùn)動(dòng)位置和時(shí)間，結(jié)合地理信息、天氣預(yù)報(bào)信息、交通信息、空氣質(zhì)量信息等獲取大量相關(guān)數(shù)據(jù)。豐富的數(shù)據(jù)類型，為未來(lái)的體力活動(dòng)大數(shù)據(jù)研究拓展了思路，許多過(guò)去很難開(kāi)展的研究未來(lái)可能都可以實(shí)現(xiàn)。

隨著智能可穿戴技術(shù)的快速發(fā)展和日趨成熟，以采用三軸加速度傳感器的許多智能運(yùn)動(dòng)手環(huán)為例，某些品牌產(chǎn)品的價(jià)格已經(jīng)比較低廉，進(jìn)一步擴(kuò)大了使用人群的規(guī)模。此外，智能可穿戴設(shè)備能夠通過(guò)移動(dòng)終端實(shí)現(xiàn)數(shù)據(jù)遠(yuǎn)程傳輸，通過(guò)互聯(lián)網(wǎng)向研究者的服務(wù)器傳回不間斷的海量個(gè)人活動(dòng)數(shù)據(jù)，數(shù)據(jù)搜集工作更加方便、快捷。因此，智能可穿戴產(chǎn)品如果應(yīng)用于體力活動(dòng)的大樣本研究，將具有非常好的經(jīng)濟(jì)性和使用便捷性。

綜上所述，智能可穿戴系統(tǒng)可以提供的數(shù)據(jù)已經(jīng)具備了容量大（volume），數(shù)據(jù)增長(zhǎng)速度快（velocity），數(shù)據(jù)具有多樣性（variety），即大數(shù)據(jù)的3V特征，且部分智能可穿戴設(shè)備還具有非常出色的經(jīng)濟(jì)性和使用便捷性，為今后利用智能可穿戴設(shè)備開(kāi)展大樣本的體力活動(dòng)大數(shù)據(jù)研究奠定了基礎(chǔ)。

4 現(xiàn)有國(guó)產(chǎn)智能可穿戴設(shè)備測(cè)量體力活動(dòng)的有效性研究

智能運(yùn)動(dòng)手環(huán)作為最基礎(chǔ)的智能可穿戴設(shè)備，與體力活動(dòng)問(wèn)卷相比，具有客觀、細(xì)致（數(shù)據(jù)采集可精確到s或ms）、數(shù)據(jù)量大而豐富、方便、經(jīng)濟(jì)等特點(diǎn)（表2）。傳統(tǒng)的智能運(yùn)動(dòng)手環(huán)無(wú)法自動(dòng)分辨運(yùn)動(dòng)類型，但是近年來(lái)，相關(guān)算法也已經(jīng)逐漸成熟，可以自動(dòng)識(shí)別運(yùn)動(dòng)類型，并具有較好的有效性［35］。不過(guò)，國(guó)產(chǎn)智能可穿戴設(shè)備測(cè)試體力活動(dòng)能量消耗的效度還鮮有報(bào)道。因此，本研究通過(guò)一項(xiàng)基于實(shí)驗(yàn)室環(huán)境和一項(xiàng)基于日常生活環(huán)境的智能手環(huán)測(cè)量體力活動(dòng)能量消耗的有效性研究，探討應(yīng)用場(chǎng)景下國(guó)產(chǎn)智能手環(huán)測(cè)量人體體力活動(dòng)能量消耗的效度。

表2 體力活動(dòng)問(wèn)卷與智能可穿戴設(shè)備的比較Table 2 Comparison of Physical Activity Questionnaire and Smart Wearable Devices

4.1 實(shí)驗(yàn)一：基于實(shí)驗(yàn)室環(huán)境的智能手環(huán)測(cè)量體力活動(dòng)能量消耗有效性研究

研究實(shí)驗(yàn)對(duì)象為36名成年人，男性18名，女性18名；最小年齡22歲，最大年齡27歲。全部受試者身體健康，無(wú)呼吸道、心腦血管、內(nèi)分泌系統(tǒng)等運(yùn)動(dòng)不適疾病。要求受試對(duì)象佩戴目前國(guó)內(nèi)用戶量比較大的4種品牌智能手環(huán)：H手環(huán)、X手環(huán)、B手環(huán)、G手環(huán)。受試對(duì)象在實(shí)驗(yàn)室跑步機(jī)上分別以4.0 km/h、5.6 km/h、6.4 km/h、7.2 km/h和8.0 km/h的速度，走或跑3 min。分別采用4種運(yùn)動(dòng)手環(huán)和COSMED Quark氣體分析代謝儀測(cè)量每一級(jí)速度下人體的能量消耗。以間接測(cè)熱法測(cè)定的能量消耗為效標(biāo)，比較不同智能手環(huán)的測(cè)量值。

如表3所示，不同品牌智能手環(huán)測(cè)定體力活動(dòng)的能量消耗與間接測(cè)熱法測(cè)定的能量消耗存在不同程度的誤差，普遍存在低估能耗的情況，平均誤差的范圍從2%～40%不等。

表3 4種智能手環(huán)測(cè)量的平均能量消耗與間接測(cè)熱法統(tǒng)計(jì)表Table 3 Comparison of the Energy Expenditure Measured by Four Types of Smart Bracelets and Indirect Calorimetry

不同品牌智能手環(huán)與氣體分析法測(cè)定的能量消耗的相關(guān)系數(shù)范圍為0.02～0.67。有的品牌測(cè)量某些速度下的能量消耗的效度尚處于可接受范圍，但是，個(gè)別品牌的智能手環(huán)能耗數(shù)據(jù)與間接測(cè)熱法數(shù)據(jù)幾乎不相關(guān)，測(cè)量能量消耗的有效性較差。采用基于速度和坡度的美國(guó)運(yùn)動(dòng)醫(yī)學(xué)會(huì)（ACSM）的走和跑的能量估算公式進(jìn)行計(jì)算［20］，發(fā)現(xiàn)采用ACSM公式估算能量消耗與實(shí)測(cè)值的相關(guān)系數(shù)達(dá)到0.62～0.75，統(tǒng)計(jì)檢驗(yàn)均具有顯著性（表4）。

表4 4種智能手環(huán)和ACSM公式估算能量消耗與間接測(cè)熱法能量消耗的相關(guān)系數(shù)Table 4 Correlation Coefficients among the Energy Expenditure Measured by Four Types of Smart Bracelets，ACSM Equations and Indirect Calorimetry

4.2 實(shí)驗(yàn)二：基于日常生活環(huán)境的智能手環(huán)測(cè)量體力活動(dòng)能量消耗有效性研究

研究對(duì)象為18名10～12歲小學(xué)生，男生7人，女生11人。研究對(duì)象身體健康，無(wú)任何不適合參加運(yùn)動(dòng)的疾病。要求研究對(duì)象連續(xù)佩戴Actigraph加速度計(jì)和某品牌智能運(yùn)動(dòng)手環(huán)7天，除洗澡或游泳等特殊情況，不摘下佩戴設(shè)備。以被廣泛應(yīng)用于體力活動(dòng)研究的Actigraph加速度計(jì)測(cè)量的能量消耗值為校標(biāo)，計(jì)算智能運(yùn)動(dòng)手環(huán)測(cè)試的有效性和測(cè)量誤差。

在現(xiàn)實(shí)生活環(huán)境中，智能運(yùn)動(dòng)手環(huán)與Actigraph加速度計(jì)測(cè)量平均每天體力活動(dòng)引起的能量消耗分別為259.2± 171.9 Kcal和274.4±139.0 Kcal，相關(guān)系數(shù)為0.66，測(cè)量誤差為15.7%。

4.3 關(guān)于國(guó)產(chǎn)智能可穿戴設(shè)備測(cè)量效度的討論

本研究的數(shù)據(jù)顯示，在實(shí)驗(yàn)室環(huán)境下以間接測(cè)熱法的測(cè)試結(jié)果為校標(biāo)，不同品牌國(guó)產(chǎn)智能運(yùn)動(dòng)手環(huán)在不同步行或跑步速度下估算的效度差別非常大?？傮w而言，雖然國(guó)產(chǎn)智能手環(huán)的測(cè)試效度和精度不高，但其測(cè)試效度仍高于各類體力活動(dòng)問(wèn)卷的效度（0.24～0.41）［21］。需要指出的是，與國(guó)外的研究報(bào)道中某些品牌9.3%～23.5%的平均誤差［26］，以及0.71～0.93的相關(guān)系數(shù)相比［30］，國(guó)產(chǎn)智能運(yùn)動(dòng)手環(huán)測(cè)量的總體水平仍較差。造成國(guó)產(chǎn)智能手環(huán)能量消耗測(cè)試效果不夠準(zhǔn)確的主要原因可能有以下幾個(gè)方面。

1.部分智能運(yùn)動(dòng)手環(huán)算法的局限性。研究中的實(shí)驗(yàn)一是在實(shí)驗(yàn)室的跑步機(jī)上完成的，受試對(duì)象在矢狀軸方向上的加速度與戶外的走和跑存在一定差異，導(dǎo)致部分運(yùn)動(dòng)智能手環(huán)的估算值存在較大誤差。而在日常生活環(huán)境下，國(guó)產(chǎn)智能運(yùn)動(dòng)手環(huán)的測(cè)試效度和精度相比實(shí)驗(yàn)室有大幅提高。提示，國(guó)產(chǎn)智能運(yùn)動(dòng)手環(huán)的算法可能有局限性，不適用于跑步機(jī)環(huán)境，算法需要進(jìn)一步改進(jìn)和提高。

2.智能可穿戴設(shè)備佩戴位置對(duì)能量消耗估算的影響。研究選取的可穿戴設(shè)備為智能手環(huán)，佩戴位置在腕部，遠(yuǎn)離軀干。由于基于加速度傳感器的智能可穿戴設(shè)備越靠近軀干，所測(cè)量到的身體活動(dòng)越能代表全身運(yùn)動(dòng)，測(cè)試的精度也越高［15，32］。因此，智能運(yùn)動(dòng)手環(huán)佩戴于腕部，位于上肢的遠(yuǎn)端，在測(cè)試過(guò)程中一些上肢的局部運(yùn)動(dòng)容易被智能手環(huán)識(shí)別為全身運(yùn)動(dòng)，從而影響測(cè)試結(jié)果。

3.智能運(yùn)動(dòng)手環(huán)的能量消耗的算法過(guò)于依賴加速度傳感器數(shù)據(jù)。雖然一些生產(chǎn)商已經(jīng)推出了光電版的智能運(yùn)動(dòng)手環(huán)，但是，出于種種原因在能量消耗的算法上并未使用心率指標(biāo)。必須指出的是，單純依靠加速度傳感器的能量消耗算法還存在一些缺陷。比如，坡度是影響能量消耗的一個(gè)重要因素，上坡走和平地走的能量消耗相差巨大，根據(jù)ACSM的能量消耗計(jì)算公式，與相同速度的平地跑相比，坡度為10%的上坡跑可以令能量消耗增加近45%［20］。但絕大部分智能手環(huán)并不具備坡度識(shí)別功能，能量消耗的估算受到較大影響。有研究證實(shí)，綜合不同測(cè)試技術(shù)可能有助于提升能量消耗的估算效度［37］。

4.算法技術(shù)的選擇。如前所述，有研究證明，基于數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的新算法估算效果優(yōu)于傳統(tǒng)算法［13，18］。為了進(jìn)一步了解目前主流智能手環(huán)的算法，本研究根據(jù)主流網(wǎng)絡(luò)電商銷售平臺(tái)的銷售數(shù)據(jù)選取了市場(chǎng)在售的主流智能運(yùn)動(dòng)手環(huán)，通過(guò)查閱產(chǎn)品使用說(shuō)明書和產(chǎn)品現(xiàn)場(chǎng)試用的方式調(diào)查了38種手環(huán)（Amiigo、Amazfit、Bithealth、Bong、Capshi、Dido、Fitbit、Gamin、Gisso、Isport、JDHDL、Jawbone、Mate、Misfit、Moto、Nike、Polar、Sony、Ticwatch、360、37度、飛克、咕咚、華為、樂(lè)跑、樂(lè)心、雷蛇、埃微、全程通、三星、刷刷、紐曼、唯樂(lè)、為頌、小米、亦青藤、羽捷、域勝）的功能。調(diào)查發(fā)現(xiàn)，僅有5種手環(huán)具備運(yùn)動(dòng)類型自動(dòng)識(shí)別功能，其余33種手環(huán)沒(méi)有此功能，不具備采用新算法技術(shù)的基礎(chǔ)。算法技術(shù)更新速度偏慢可能是目前體力活動(dòng)測(cè)量效度不高的重要原因之一。

5 大數(shù)據(jù)時(shí)代背景下我國(guó)體力活動(dòng)研究方法學(xué)的再思考

5.1 精確還是模糊？關(guān)于研究理念的再思考

在傳統(tǒng)的體育測(cè)量與評(píng)價(jià)、體育統(tǒng)計(jì)的理論中，測(cè)量工具的可靠性和有效性是選擇研究工具時(shí)研究者們重點(diǎn)關(guān)注的指標(biāo)。為了使研究結(jié)果更準(zhǔn)確，許多研究者一直致力于測(cè)量工具的優(yōu)化。在大數(shù)據(jù)時(shí)代，大容量、高速增長(zhǎng)和多樣化的數(shù)據(jù)讓研究者看到了全時(shí)段、全覆蓋的整體，減少了由于小數(shù)據(jù)研究可能出現(xiàn)的“管中窺豹”“盲人摸象”的尷尬。當(dāng)然，追求數(shù)據(jù)的廣度和頻度，有時(shí)不得不在數(shù)據(jù)的精確性上做出一些犧牲和妥協(xié)。24 h心電圖測(cè)量精度不如普通12導(dǎo)聯(lián)心電圖，但卻提供了時(shí)域更廣、容量更大的心電數(shù)據(jù)，仍然非常有意義。因此，在體力活動(dòng)的大數(shù)據(jù)研究中，如果能通過(guò)智能可穿戴設(shè)備獲取時(shí)域更廣（持續(xù)幾天甚至幾個(gè)月）、頻率更高（數(shù)據(jù)頻率達(dá)到s甚至ms級(jí)別）、種類更多（運(yùn)動(dòng)類型、運(yùn)動(dòng)強(qiáng)度、運(yùn)動(dòng)時(shí)間、運(yùn)動(dòng)地點(diǎn)、周圍環(huán)境、生理反應(yīng)等）的體力活動(dòng)數(shù)據(jù)，適當(dāng)?shù)貭奚恍?shù)據(jù)的測(cè)量精度就可能是一種智慧的妥協(xié)。從這個(gè)角度而言，即使目前智能可穿戴設(shè)備的測(cè)試效度還不夠理想，卻可能不會(huì)阻礙其在體力活動(dòng)研究中的應(yīng)用。

5.2 問(wèn)卷還是智能可穿戴設(shè)備？關(guān)于研究工具的再思考

長(zhǎng)期以來(lái)，體力活動(dòng)問(wèn)卷是國(guó)內(nèi)、外研究體力活動(dòng)最常用的工具之一。本研究結(jié)果也顯示，有79.3%的體力活動(dòng)領(lǐng)域的實(shí)證研究工具為體力活動(dòng)問(wèn)卷。問(wèn)卷調(diào)查是比較經(jīng)濟(jì)、簡(jiǎn)便的測(cè)量工具，近年來(lái)被廣泛應(yīng)用于大樣本的體力活動(dòng)研究。不過(guò)問(wèn)卷也存在主觀性強(qiáng)、測(cè)量效度不高等問(wèn)題。隨著以智能運(yùn)動(dòng)手環(huán)為代表的可穿戴設(shè)備的迅速崛起，效度更高、數(shù)據(jù)更豐富、使用更簡(jiǎn)單且花費(fèi)更經(jīng)濟(jì)的智能可穿戴設(shè)備可能將給體力活動(dòng)研究工具帶來(lái)一次升級(jí)，基于智能可穿戴設(shè)備的大數(shù)據(jù)研究可能成為未來(lái)體力活動(dòng)研究的主流。

智能可穿戴設(shè)備應(yīng)用于體力活動(dòng)研究的技術(shù)仍處于探索階段，不高的測(cè)量效度也限制了其在專業(yè)研究領(lǐng)域的推廣。因此，智能可穿戴設(shè)備更多的時(shí)候被定位于體育愛(ài)好者的“玩具”，而不是專業(yè)研究者的研究工具。不過(guò)，19世紀(jì)初期，當(dāng)火車剛剛被發(fā)明時(shí)，也曾因?yàn)樗俣缺锐R車慢而受到嘲笑。同樣，人們不應(yīng)該因?yàn)椴糠謬?guó)產(chǎn)品牌智能手環(huán)暫時(shí)不夠理想的效度而放棄它，相反，智能可穿戴設(shè)備具有非常大的提升空間，在我國(guó)未來(lái)體力活動(dòng)大數(shù)據(jù)研究中具有非常廣闊的發(fā)展空間和應(yīng)用前景。

5.3 方差分析還是神經(jīng)網(wǎng)絡(luò)？關(guān)于數(shù)據(jù)分析方法的再思考

傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)方法是基于“小數(shù)據(jù)”的，而“大數(shù)據(jù)”本身具有數(shù)據(jù)結(jié)構(gòu)復(fù)雜、體量巨大、價(jià)值潛伏等特點(diǎn)，在海量數(shù)據(jù)中尋找變量間的關(guān)系，傳統(tǒng)的統(tǒng)計(jì)方法已無(wú)法滿足數(shù)據(jù)分析的需求，因而，需要更新、更好的統(tǒng)計(jì)方法。在這一背景下，數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等新的數(shù)據(jù)分析方法迅速發(fā)展［40］，以神經(jīng)網(wǎng)絡(luò)、決策樹為代表的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)分析方法在體力活動(dòng)類型自動(dòng)識(shí)別和能量消耗估算中的應(yīng)用已取得了豐碩的成果［2，27，35］，而這些是t檢驗(yàn)、方差分析等傳統(tǒng)統(tǒng)計(jì)分析方法難以解決的問(wèn)題。如果大數(shù)據(jù)研究是體力活動(dòng)的未來(lái)發(fā)展方向，那么，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)可能在不久的將來(lái)會(huì)取代傳統(tǒng)的數(shù)據(jù)分析方法，成為體力活動(dòng)研究中數(shù)據(jù)分析的主流方法。

6 結(jié)論

雖然，體力活動(dòng)問(wèn)卷的效度較低，但問(wèn)卷依然是我國(guó)近10年體力活動(dòng)研究最常用的測(cè)量工具。在大數(shù)據(jù)時(shí)代，我國(guó)體力活動(dòng)領(lǐng)域的研究需要更有效、經(jīng)濟(jì)、方便，且適用于長(zhǎng)周期、大樣本的研究工具。

加速度探測(cè)技術(shù)、心率探測(cè)技術(shù)和GPS技術(shù)是目前可穿戴設(shè)備測(cè)量體力活動(dòng)能量消耗的主流技術(shù)，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等方法的應(yīng)用進(jìn)一步提升了測(cè)試的效度。國(guó)產(chǎn)智能可穿戴設(shè)備估算能量消耗的效度不高，但仍具有較大的技術(shù)提升空間。智能可穿戴設(shè)備在體力活動(dòng)的大數(shù)據(jù)研究領(lǐng)域具有非常廣闊的應(yīng)用前景。

智能可穿戴設(shè)備技術(shù)和大數(shù)據(jù)分析方法給體力活動(dòng)研究帶來(lái)的影響將是深遠(yuǎn)的，可能引起研究理念、研究工具、數(shù)據(jù)分析方法的重大改變。

［1］王軍利，張冰，賈麗雅，等.Actigraph（GT3X）加速度計(jì)測(cè)量我國(guó)19～29歲人群身體活動(dòng)能耗的效度研究［J］.體育科學(xué)，2012，32（12）:71-77.

［2］AHMED M U，LOUTFI A.Physical activity identification using supervised machine learning and based on pulse rate［J］.IJCSA. 2013，4（7）:210-217.

［3］ALTINI M，CASALE P，PENDERS J，et al.Cardiorespiratory fitness estimation using wearable sensors:Laboratory and freeliving analysis of context-specific submaximal heart rates［J］.J Appl Physiol，2016，120（9）:1082-1096.

［4］ALTINI M，PENDERS J，VULLERS R，et al.Personalizing energy expenditure estimation using physiological signals normalization during activities of daily living［J］.Physiol Meas，2014，35（35）:1797-1811.

［5］BERGGREN G，CHRISTENSEN E H.Heart rate and body temperature as indices of metabolic rate during work［J］.Arbeitsphysiologie，1950，14（3）:255-260.

［6］BONOMI A G.Towards valid estimates of activity energy expenditure using an accelerometer:Searching for a proper analytical strategy and big data［J］.J Appl Physiol，2013，115（9）:1227-1228.

［7］BONOMI A G，GORIS A H C，YIN B，et al.Detection of type，duration，and intensity of physical activity using an accelerometer［J］.Med Sci Sports Exerc，2009，41（9）:1770-1777.

［8］BONOMI A G，PLASQUI G，GORIS A H C，et al.Improving assessment of daily energy expenditure by identifying types of physical activity with a single accelerometer［J］.J Appl Physiol，2009，107（3）:655-661.

［9］BRAGE S，BRAGE N，F(xiàn)RANKS PW，et al.Reliability and validity of the combined heart rate and movement sensor Actiheart［J］.Eur J Clin Nutr，2005，59（4）:561-570.

［10］BRAGE S，EKELUND U，BRAGE N，et al.Hierarchy of individual calibration levels for heart rate and accelerometry to measure physical activity［J］.JAppl Physiol，2007，103（2）:682-692.

［11］BUTTE N F，EKELUND U，WESTERTERP K R.Assessing physical activity using wearable monitors:measures of physical activity［J］.Med Sci Sports Exerc，2012，44（S1）:S5-S12.

［12］CHEN K Y，BASSETT D R Jr.The technology of accelerometrybased activity monitors:current and future［J］.Med Sci Sports Exerc，2005，37（S11）:S490-S500.

［13］CHOI L，CHEN KY，ACRA S A，et al.Distributed lag and spline modeling for predicting energy expenditure from accelerometry in youth［J］.JAppl Physiol，2010，108（2）:314-327.

［14］CRAIG C L，MARSHALL A L，SJOSTROM M，et al.International physical activity questionnaire:12-country reliability and validity［J］.Med Sci Sports Exerc，2003，35（8）:1381-1395.

［15］FAIRCLOUGH S J，NOONAN R，ROWLANDS A V，et al. Wear compliance and activity in children wearing wrist-and hipmounted accelerometers［J］.Med Sci Sports Exerc，2016，48（2）:245-253.

［16］FAYYAD U，UTHURUSAMY R.Evolving data mining into solutions for insights［J］.CommunACM，2002，45（8）:28-31.

［17］FORD E S，KOHL III H W，MOKDAD A H，et al.Sedentary behavior，physical activity，and the metabolic syndrome among U.S.adults［J］.Obes Res，2005，13（3）:608-614.

［18］FREEDSON P S，LYDEN K，KOZEY-KEADLE S，et al.Evaluation of artificial neural network algorithms for predicting METs and activity type from accelerometer data:validation on an independent sample［J］.JAppl Physiol，2011，111（6）:1804-1812.

［19］GINSBERG J，MOHEBBI M H，PATEL R S，et al.Detecting influenza epidemics using search engine query data［J］.Nature，2009，457（7232）:1012-1014.

［20］GLASS S C，DWYER G.ACSM's Metabolic Calculations Handbook［M］.Baltimore:Lippincott Williams and Wilkins，2006.

［21］HELMERHORST H J，BRAGE S，WARREN J，et al.Asystematic review of reliability and objective criterion-related validity of physical activity questionnaires［J］.IntJ Behav Nutr Phy，2012，9（9）:103.

［22］HENDRICK P，BOYD T，LOW O，et al.Construct validity of RT3 accelerometer:A comparison of level-ground and treadmill walking at self-selected speeds［J］.J Rehabil Res Dev，2010，47（2）:157-168.

［23］HONGU N，ORR B J，ROE D J，et al.Global positioning system watches for estimating energy expenditure［J］.J Strength Cond Res，2013，27:3216-3220.

［24］ILLAPHA CUBA G，BONOMI A G.Identifying types of physical activity with a single accelerometer:evaluating laboratory-trained algorithms in daily life［J］.IEEETrans Biomed Eng，2011，58（9）:2656-2663.

［25］JENNINGS D，CORMACK S，COUTTS A J，et al.The validity and reliability of GPS units for measuring distance in team sport specific running patterns［J］.Int J Sport Physiol，2010，5（3）: 328-341.

［26］LEE J M，KIM Y，WELK G J.Validity of consumer-based physical activity monitors［J］.Med Sci Sports Exerc，2014，46（9）: 1840-1848.

［27］MANNINI A，SABATINI A M.Machine learning methods for classifying human physical activity from on-body accelerometers［J］.Sensors，10（2）:1154-1175，2010.

［28］MATHIE M J，COSTER A C F，LOVELL N H，et al.Accelerometry:providing an integrated，practical method for long-term，ambulatory monitoring of human movement［J］.Physiol Meas，2004，25（2）:R1-R20.

［29］MENG Y，KIM H C.A Review of Accelerometer-Based Physical Activity Measurement［C］//KIM J K，AHN J S.Proceedings of the International Conference on IT Convergence and Security 2011.Dordrecht:Springer Netherlands，2011.

［30］MURAKAMI H，KAWAKAMI R，NAKAE S，et al.Accuracy of wearable devices for estimating total energy expenditure:Comparison with metabolic chamber and doubly labeled water method［J］.JAMAInter Med，2016，176（5）:702-703.

［31］OWEN N，HEALY G N，MATTHEWS C E，et al.Too much sitting:The population health science of sedentary behavior［J］.ExercSportSci Rev，2010，38（3）:105-113.

［32］PLASQUI G，BONOMI A G，WESTERTERP K R.Daily physical activity assessment with accelerometers:New insights and validation studies［J］.Obes Rev，2013，14（6）:451-462.

［33］RENNIE K L，HENNINGS S J，MITCHELL J，et al.Estimating energy expenditure by heart-rate monitoring without individual calibration［J］.Med Sci Sports Exerc，2001，33（6）:939-945.

［34］SMOLANDER J，AJOVIITA M，JUUTI T，et al.Estimating oxygen consumption from heart rate and heart rate variability without individual calibration［J］.Clin Physiol FunctImaging，2011，31（4）:266-271.

［35］STAUDENMAYER J，POBER D，CROUTER S，et al.An artificial neural network to estimate physical activity energy expenditure and identify physical activity type from an accelerometer［J］.JAppl Physiol，2009，107（4）:1300-1307.

［36］VANHEES L，RAUCH B，PIEPOLI M，et al.Importance of characteristics and modalities of physical activity and exercise in the management of cardiovascular health in individuals with cardiovascular disease（Part III）［J］.Eur J Prev Cardiol，2012，19（6）:1333-1356.

［37］VILLARS C，BERGOUIGNAN A，DUGAS J，et al.Validity of combining heart rate and uniaxial acceleration to measure freeliving physical activity energy expenditure in young men［J］.J Appl Physiol，2012，113（11）:1763-1771.

［38］WARD D S，EVENSON K R，AMBER V，et al.Accelerometer use in physical activity:Best practices and research recommendations［J］.Med Sci Sports Exerc，2005，37（S11）:582-588.

［39］WETTEN A，BATTERHAM M，TAN S Y，et al.Relative validity of 3 accelerometer models for estimating energy expenditure during light activity［J］.J Phys Act Health，2014，11（3）: 638-647.

［40］WU X，ZHU X，Wu G Q，et al.Data mining with big data［J］. IEEE T Knowl Data En，2014，26（1）:97-107.

Application of Smart Wearable Devices in the Big Data Analysis of Physical Activity in China

WEN Xu，YUAN Bing，LI Hua，ZHOU Hou-dong

Research methods and instruments in physical activity（PA）studies in China was reviewed，the feasibility of applying smart wearable devices in big data analysis was discussed，and developing treads in the future was prospected.Several conclusions were made in the current study: 1）Although validities of physical activity questionnaire were low，questionnaires were still the most frequently applied research instruments in the measurement of physical activity in the past ten years in China.In the era of big data，valid，economical，convenient instruments which could be applied in long-term and large sample size study are in great request；2）The techniques of accelerometer，heart rate and Global Positioning System（GPS）are the main techniques applied in smart wearable devices in the measurement of energy expenditure in PA，and the validity could be improved if data mining and machine learning are used in the algorithm.Although the validities of domestic smart wearable devices are not high，there is great room for the improvement.The smart wearable devices have has prosperous application prospects in PA studies.3）Smart wearable devices and the statistical methods of big data will bring a profound impact on the research idea，instruments and statistical methods in PAstudies.

smart wearable devices；physical activity；big data

1002-9826（2017）02-0080-08

10.16470/j.csst.201702010

G804.49

：A

2016-04-13；

：2016-12-26

國(guó)家科技支撐計(jì)劃資助項(xiàng)目（2015BAK26B03）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資助項(xiàng)目。

溫煦，男，副教授，博士，主要研究方向?yàn)轶w力活動(dòng)與健康，Email:wenxu@zju.edu.cn。

浙江大學(xué)教育學(xué)院，浙江 杭州 310007

Zhejiang University，Hangzhou 310007，China.