賈 楠，賈曉敏，郝晶晶，谷 敬，黃 袁

(1.河北地質(zhì)大學 管理科學與工程學院，石家莊 050031；2.河北醫(yī)科大學 第二直屬醫(yī)院，石家莊 050017；3.中山大學 數(shù)據(jù)科學與計算機學院，廣州 510006)

當今時代，人們健康意識的提高、智能健康產(chǎn)品的出現(xiàn)以及運動社交的興起，極大地促進了人們運動的熱情。而如何科學、安全、有效地進行運動，已成為全民健身中關注的核心問題，同時也是當前研究人員關注的重點和熱點[1]。

眾所周知，盲目的、不合理的運動不僅起不到健身強體的效果，反而增加了人體的負荷，對人體安全造成嚴重傷害。例如，在2015年福州馬拉松比賽中，腹痛嘔吐16人次，脫水30人，休克2人，心跳驟停1人，其他不適47人次。因此，有效量化運動過程中的健康狀態(tài)，從而避免出現(xiàn)更多的運動事故變得極為重要。尤其是在開始運動之前，提前量化健康狀態(tài)并預測可能出現(xiàn)的眾多運動風險，如脫水、中暑、暈厥甚至猝死等，能夠極大地提高人體的運動安全性[1-2]。

在當前運動健康研究工作中，基于可穿戴式設備的健康量化和基于數(shù)據(jù)挖掘的健康量化是最為主要的兩種方式?；诳纱┐魇皆O備的健康量化是利用無線網(wǎng)絡和大量傳感器構(gòu)建一個實時的人體數(shù)據(jù)收集、量化、預警系統(tǒng)[2-3]。例如，芬蘭POLAR公司的運動心率表產(chǎn)品系列，能夠監(jiān)測人體運動過程中的心臟狀態(tài)，有效判斷心臟及身體的負荷[3]；美國風和公司開發(fā)的Lifeshirt，能同時監(jiān)測呼吸、心電和運動參數(shù)[4]。這類系統(tǒng)有助于健身者監(jiān)測生理變化、量化身體狀態(tài)以及調(diào)整運動方案，在一定程度上可以避免由于過度運動而引起的健康事故的發(fā)生?？纱┐魇浇】迪到y(tǒng)側(cè)重實時性，包括實時監(jiān)測、實時量化和實時預警，即當出現(xiàn)預警提示時人體多處于危險的臨界態(tài)，人體存在健康風險。此外，可穿戴式設備的成本、佩戴舒適度和便利性問題也會對一般用戶造成困擾?；跀?shù)據(jù)挖掘的健康量化方法，則是利用大量用戶歷史運動數(shù)據(jù)對某種疾病或者身體狀態(tài)進行分析和量化[5]。例如，CALDERON et al[6]利用決策樹、KNN、SVM等多種方法對心電圖進行識別和事故概率判斷；LI et al[7]利用多層感知機網(wǎng)絡對脈沖質(zhì)量進行評估，從而判斷心臟疾病?；跀?shù)據(jù)挖掘方法，如果沒有足夠的用戶數(shù)據(jù)來進行分析，則該方法的準確性會受到嚴重影響。

為克服上述問題，筆者提出一種基于人體熱生理仿真模型的運動健康量化方法。近年來，研究人員對運動過程中人體-服裝-環(huán)境所構(gòu)成的多耦合系統(tǒng)中的生理調(diào)節(jié)機制進行了深入的研究[1,8]，使得利用計算機仿真技術進行著裝人體熱生理仿真成為可能。該方法能夠利用熱生理仿真模型代替人體生理實驗和織物性能測量實驗，通過仿真計算獲得人體運動健康密切相關的多元生理體征數(shù)據(jù)，并利用這些生理體征數(shù)據(jù)預測多場景實驗條件下的人體運動生理反應，幫助人們理解在不同環(huán)境和活動級別下人體生理健康水平，從而達到人體生理狀態(tài)預測和分析的目的。該方法不僅避免了使用各類可穿戴式健康設備所帶來的便利性問題，同時也避免了在無用戶數(shù)據(jù)積累情景下的健康量化問題。

然而，由于人體-服裝-環(huán)境熱濕動態(tài)交互構(gòu)成的多耦合系統(tǒng)涉及人體生理調(diào)節(jié)、服裝熱濕傳輸?shù)葯C制，使得著裝人體的運動生理仿真建模極為復雜。同時，當前已知生理仿真模型如Gagge模型(又稱2節(jié)點模型)[9]、Stolwijk模型(又稱25節(jié)點人體模型)[10]，著重模擬人體在運動過程中的熱濕變化。由于這些模型尚未考慮人體心血管生理調(diào)節(jié)機制，因此不能有效預測與人體心血管相關的運動健康風險，極大地限制了人體健康生理仿真模型的應用場景。對此，本文將人體熱濕調(diào)節(jié)機制和心血管機制相結(jié)合，建立了一個更加完善的人體熱生理仿真模型。

此外，在人體運動健康狀態(tài)量化過程中，生理指標的閾值以及對應癥狀之間存在一定的模糊界限，且個人的主觀認知也會產(chǎn)生不同的結(jié)論，從而影響運動健康量化的可行性和有效性。對此，本文通過定義運動健康模糊有限狀態(tài)機來實現(xiàn)人體運動過程中的健康量化。

綜上所述，本文的具體工作包括以下幾點：首先從人體生理學角度出發(fā)，采用計算機仿真技術對人體運動生理機制進行仿真建模，通過對人體熱調(diào)節(jié)機制和心率調(diào)節(jié)機制的仿真建模，獲得多個與健康相關的生理仿真數(shù)據(jù)(如，內(nèi)核溫度，出汗率，心率等)在運動過程中的變化趨勢；其次，基于已獲得的多元人體生理仿真數(shù)據(jù)，本文引入模糊有限狀態(tài)機進行運動健康量化和分析，通過定義模糊有限狀態(tài)機中的健康狀態(tài)及計算狀態(tài)之間的轉(zhuǎn)移概率，有效量化運動過程中健康轉(zhuǎn)移序列，并預測任意時刻的健康狀態(tài)；最后，建立了一個面向人體運動健康的仿真平臺，并給出相關的仿真案例。通過實驗分析可知，基于人體熱生理仿真模型的運動健康量化結(jié)果與實際測量結(jié)果相吻合，其在規(guī)避運動風險上具有很好的指導意義。

1 人體熱生理仿真模型

人體熱生理仿真的研究是一個十分復雜的問題。其不僅涉及到人體的生理組成和人體內(nèi)部復雜的熱調(diào)節(jié)機制、心率調(diào)節(jié)機制，還涉及到服裝與外界環(huán)境對人體的熱傳輸影響[8,11]。人體熱生理模型主要分為三個模塊：人體模型，用于描述人體生理組織結(jié)構(gòu)；熱生理模型，用于描述運動熱調(diào)節(jié)機制和心率調(diào)節(jié)機制；服裝/環(huán)境熱濕耦合傳輸模型，用于描述熱量、汗水等在人體-服裝-環(huán)境之間的傳輸機制。通過對人體熱生理仿真模型的分析，可以仿真輸出皮膚溫度、內(nèi)核溫度、心率等多個與運動健康相關的生理體征數(shù)據(jù),并在這些仿真數(shù)據(jù)的基礎上進行運動健康風險判斷和預測。

1.1 人體模型

人體是一個非幾何對稱的實體，各組織、器官和系統(tǒng)等非均勻分布在身體各部位，直接影響人體運動生理機制的運行以及相關生理現(xiàn)象的發(fā)生。其中，25節(jié)點人體模型是最典型且應用最廣的一類非均勻多節(jié)點模型，它能夠根據(jù)人體生理特征及分布情況將人體劃分為6個節(jié)段，分別是頭、軀干、臂、手、腿、足；每個節(jié)段又分為四層：內(nèi)核、肌肉、脂肪和皮膚。此外，該模型還給出一個中心血池，用于連接身體各部分模擬大動脈、靜脈，并構(gòu)成人體循環(huán)系統(tǒng)。[10,12]本文正是在此模型基礎上對人體運動過程中的熱生理機制進行研究和分析。

1.2 熱生理模型

1.2.1熱調(diào)節(jié)機制建模

體溫是人體內(nèi)部熱調(diào)節(jié)系統(tǒng)的重要信號，也是衡量人體健康狀態(tài)的重要指標。研究體溫分布以及人體熱調(diào)節(jié)行為，構(gòu)建人體熱調(diào)節(jié)模型是運動生理仿真中必不可少的工作。

通常，人體被視為一個含有內(nèi)熱源的傳熱系統(tǒng)。人體組織的生化反應會產(chǎn)生能量，且這些能量中的大部分會逐步轉(zhuǎn)變成熱量，并通過傳導、對流、輻射及蒸發(fā)等途徑，不斷地與外界環(huán)境進行熱交換，將人體溫度維持在37 ℃左右。尤其在運動過程中，人體內(nèi)部能量產(chǎn)生和轉(zhuǎn)換的過程持續(xù)且強烈發(fā)生，必將導致人體溫度的快速升高，激活人體熱調(diào)節(jié)系統(tǒng)。在熱調(diào)節(jié)過程中，人體溫度感受器將收集當前身體各節(jié)點的溫度，并將其傳送給體溫調(diào)節(jié)中樞；之后由體溫調(diào)節(jié)中樞對人體各組織發(fā)出產(chǎn)、散熱的控制信號，并利用人體皮膚血流量、汗腺、骨骼肌活動等實現(xiàn)熱調(diào)節(jié)行為，從而維持人體在運動過程中的熱穩(wěn)定狀態(tài)[13]。

本節(jié)通過對25節(jié)點人體模型的組成成分及其熱傳輸特性的分析和處理，分別從皮膚層、脂肪層、肌肉層、內(nèi)核層以及中心血池5個方面對熱調(diào)節(jié)機制進行建模分析。人體模型中身體各節(jié)段的熱平衡方程如下。

內(nèi)核層熱平衡方程：

(1)

肌肉層熱平衡方程：

(2)

脂肪層熱平衡方程：

(3)

皮膚層熱平衡方程：

(4)

中心血池熱平衡方程：

(5)

式中：i為人體節(jié)段編號，j為某節(jié)段的層數(shù)編號；C(i,j)表示節(jié)點(i,j)的熱容；T表示人體節(jié)點體溫；Qqb(i,j)表示基礎代謝生成熱；Qb(i,j)表示身體節(jié)點間的血液循環(huán)熱傳導；Qd(i,j)表示同一節(jié)段相鄰層之間的熱傳導；Qres(i,j)為呼吸熱損耗；Qw(i,j)為運動做功生成熱；Qcchill(i,j)為肌肉打顫生成熱；Qe(i,j)表示皮膚表面與環(huán)境之間的干熱損失；Qs(i,j)表示皮膚表面濕熱交換，主要為蒸發(fā)熱損耗。

在人體熱交互過程中，影響熱分布變化的生理調(diào)節(jié)現(xiàn)象主要有血管舒縮、汗腺活動和肌肉運動[13]。

1) 血管舒縮。人體組織之間的傳熱主要依靠血液循環(huán)過程中的對流熱交換來完成，血管舒縮直接決定組織中血流量變化，從而影響人體內(nèi)核到皮膚的溫度分布。

(6)

式中：Vbf(i,j)為血流率；Vbfb(i,j)為基本血流率；Sdil為血管舒張信號；Scon為血管收縮信號；Serr(1,1)，Swrm(1,1)，Scld(1,1)，Swrms，Sclds為溫度誤差信號、暖信號、冷信號、人體綜合暖信號、綜合冷信號；Dcdil，Dsdil，Dpdil為血管舒張的控制系數(shù)；Dccon，Dscon，Dpcon為血管收縮的控制系數(shù)；Wdil(i)和Wcon(i)為各節(jié)段的血管舒張和收縮的權重系數(shù)；q為局部影響因子；a為反向熱交換比率，這里取值為1；ρ為身體節(jié)點密度。

2) 汗腺活動。運動過程中，人體汗腺會分泌大量汗液，這些汗液蒸發(fā)會帶走體內(nèi)多余的熱量，加速身體向外界環(huán)境散熱，維持人體熱平衡。

(7)

式中：Sswe為出汗控制信號；Vrsw(i)為節(jié)段i的出汗率；Dcswe，Dsswe，Dpswe為出汗控制系數(shù)；Wswe(i)為各節(jié)段的出汗權重系數(shù)；hfg為汗水汽化熱；A(i)為節(jié)點i的體表面積；d為人體出汗量(近似等于脫水量)；m為人體體重；Rdap為脫水比。

3) 肌肉運動。肌肉運動是指人體打顫現(xiàn)象，即當人體體溫低于某種臨界值時，通過骨骼肌的自主收縮形成的一種產(chǎn)熱現(xiàn)象，用于調(diào)節(jié)人體熱狀態(tài)。

(8)

式中：Schill為打顫控制信號；Dcchil，Dschil，Dpchil為打顫控制系數(shù)；Wchill(i)為各節(jié)段的打顫權重系數(shù)。

1.2.2心率調(diào)節(jié)機制建模

隨著人體代謝水平和體內(nèi)熱環(huán)境的變化，人體的心血管活動會做出適應性的調(diào)整，使得心輸出量和各組織器官的血流量得以滿足當前新陳代謝的需求，并保持動脈壓力的相對穩(wěn)定，其中，最顯著的適應性變化為運動心率調(diào)節(jié)[13]。研究表明，當人體完成較小強度的運動時，心率會在運動初期迅速上升，達到一定水平后在較長時間內(nèi)維持一個穩(wěn)定范圍，這段時間內(nèi)的各系統(tǒng)機能也處于相對穩(wěn)定狀態(tài)。隨著運動的持續(xù)，系統(tǒng)機能平衡被破壞，心率將再次升高直至達到最大心率。當人體完成較大強度運動時，由于此時代謝水平很高，各系統(tǒng)機能不能保持在相對穩(wěn)定狀態(tài)，因此心率將持續(xù)增高，直至最大心率。

在心率調(diào)節(jié)過程中，神經(jīng)調(diào)節(jié)和體溫調(diào)節(jié)是影響心率變化的兩個重要機制。其中，神經(jīng)調(diào)節(jié)機制負責控制心率的陡然上升與下降；體溫調(diào)節(jié)機制負責維持短時間內(nèi)的心率穩(wěn)定現(xiàn)象?；谠撛?，本節(jié)對心率調(diào)節(jié)機制進行建模分析。人體運動心率的非線性調(diào)節(jié)方程為：

Vhr=N(M)+B(T)+g.

(9)

式中：Vhr為心率；N(M)為神經(jīng)調(diào)節(jié)函數(shù)；B(T)為內(nèi)核溫度調(diào)節(jié)函數(shù)；g為噪聲。

神經(jīng)調(diào)節(jié)函數(shù)：

(10)

內(nèi)核溫度調(diào)節(jié)函數(shù)：

B(T)=p2T2+p1T+p0.

(11)

式中：M表示當前運動代謝量；T表示內(nèi)核溫度。由于人體胸部的內(nèi)核溫度與心率關系最為相關，因此選擇胸部內(nèi)核溫度作為變量，并采用二次函數(shù)來表示內(nèi)核溫度與心率之間的依賴方程。模型參數(shù)g，b，c，d，k，p2，p1，p0可根據(jù)大量實驗數(shù)據(jù)進行估計[14]。

心率變化與人體運動健康相關。心率過高或者過低都會增加心臟負擔，導致惡心、頭暈、胸悶等癥狀[15-16]。維持合理心率范圍是保證運動效果和運動安全的必要條件。其中，目標心率和最大心率是兩個常見的心率健康判斷閾值。目標心率(Vthr)[17]是指在運動時理想的心跳頻率，在目標心率范圍內(nèi)的運動一般是健康合理的。最大心率(Vmhr)[18]是指運動時的最大承受心率，超過最大心率值，則會出現(xiàn)健康風險，此時應該減緩或停止運動。最大心率與目標心率的計算公式分別為：

(12)

式中：a為年齡；e為運動強度；Vrhr為人體靜息心率。

1.3 服裝/環(huán)境熱濕耦合傳輸模型

人體除了依靠內(nèi)部自身的熱調(diào)節(jié)維持體溫穩(wěn)定外，人體與服裝、環(huán)境之間的熱交換也是保持熱調(diào)節(jié)機制正常運行的重要途徑。其中，服裝作為人體和環(huán)境的中間層，對人體運動生理健康有著十分重要的影響，主要表現(xiàn)為：服裝阻隔了人體與環(huán)境的直接傳熱，人體熱能、皮膚表面的水蒸氣以及吸附在皮膚表面的汗液必須通過服裝擴散到環(huán)境中，從而實現(xiàn)熱調(diào)節(jié)的過程。因此，建立合理高效的服裝熱濕傳遞模型，充分考慮服裝對運動中人體生理狀態(tài)的影響，對建立合理全面的運動生理模型是十分關鍵的。

本文采用的服裝熱濕傳輸以及人體與服裝熱濕耦合交互模型已在我們以前的文獻中給出了詳細介紹，此處不再贅述[19]。

2 基于模糊有限狀態(tài)機的運動健康量化

基于上述提出的人體熱生理模型，我們可以通過仿真計算得到與人體運動健康密切相關的多元生理體征數(shù)據(jù)。其中，人體運動過程中出現(xiàn)的不適癥狀多與內(nèi)核溫度、脫水量以及心率有關[10]。因此，我們選擇這三個體征作為基本健康量化指標。具體來說，生理指標的閾值以及對應癥狀之間存在一定的模糊界限，且個人的主觀認知也會產(chǎn)生不同的結(jié)論，例如37.5 ℃既可被認為是正常溫度，也可被認為是輕度發(fā)熱。為保證運動健康量化的可行性和有效性，本節(jié)首先對人體內(nèi)核溫度、脫水量和心率的仿真數(shù)值進行模糊預處理；其次，基于預處理后的仿真數(shù)值定義人體運動過程中可能存在的身體癥狀，構(gòu)建運動健康生理有限狀態(tài)機；最后，利用健康狀態(tài)概率計算模型來獲取人體健康狀態(tài)的概率值，客觀量化人體運動健康狀態(tài)。

2.1 人體熱生理指標模糊預處理

熱生理指標模糊預處理的含義，是指依據(jù)人體在日常健身活動中生理指標的變化趨勢，及個人熱生理狀態(tài)來定義隸屬函數(shù)并劃分身體癥狀區(qū)間。在此，本文采用了梯形隸屬函數(shù)來定義生理指標范圍和癥狀區(qū)間，其表達式如公式(13)所示：

(13)

式中：隸屬函數(shù)μ(x)的值可理解為出現(xiàn)某癥狀的概率值；{a,b,c,d}為參數(shù)集，用于決定梯形隸屬函數(shù)的圖形形狀，通過調(diào)整參數(shù)變化可以很好地定義和劃分身體癥狀區(qū)間[20]。

根據(jù)現(xiàn)有文獻和運動生理學的實驗研究表明[14]，人體內(nèi)核溫度可劃分為五個癥狀，分別是低溫(H)、正常(N)、低熱(F1)、中度熱(F2)和高熱(F3)；人體脫水比可劃分為四個癥狀，分別是正常(N)、輕度脫水(D1)、中度脫水(D2)、重度脫水(D3)；人體心率可劃分為三個癥狀，分別是心率過緩(B)、正常(N)和心率過快(T)。三個運動健康量化指標的隸屬函數(shù)如圖1所示。

圖1 生理指標的隸屬函數(shù)Fig.1 Membership functions of physiological indicators

2.2 運動健康有限狀態(tài)機定義

研究并模擬人體運動過程中的生理漸進變化有利于人體健康狀態(tài)的判定。有限狀態(tài)機(finite state machine,FSM)是表示有限個狀態(tài)以及在這些狀態(tài)之間的轉(zhuǎn)移和動作等行為的數(shù)學模型[21-22]。本節(jié)中，我們通過內(nèi)核溫度、脫水比和心率表示人體運動身體狀態(tài)，利用三個指標的數(shù)值變化作為身體狀態(tài)之間的觸發(fā)事件定義一個運動健康有限狀態(tài)機。該狀態(tài)機能夠直觀并全面地模擬整個過程中的運動身體狀態(tài)及其變化過程，其定義如下所示。

定義1：一個運動健康有限狀態(tài)機表示為

M=(∑,Q,φ,δ) .

1) ∑為所有可能的身體癥狀。根據(jù)三個輸入指標及其模糊處理后的癥狀劃分，共有12個身體癥狀，所有癥狀含義及其說明如表1所示。每個癥狀都有一個隸屬度值μ(i,j,x)，且0<μ(i,j,x)<1.其中，i表示第i個輸入指標；j表示第i個指標對應的癥狀編號；x是當前時刻的第i個指標的仿真值；μ(i,j,x)表示第i個指標的仿真值為x且對應第j個癥狀時的概率值。

表1 身體癥狀Table 1 Human body states

2)Q為所有可能的身體狀態(tài)。當前狀態(tài)集包含了所有由∑中癥狀引起的健康狀態(tài)，共有60個健康狀態(tài)。如，NNN代表健康；FD3N代表高熱且脫水等。其中，健康狀態(tài)的第一個字符表示內(nèi)核溫度，第二個字符表示脫水比，第三個字符表示心率。狀態(tài)NNN為初始狀態(tài)，任何一個狀態(tài)都可作為運動結(jié)束狀態(tài)。

3)φ為權重函數(shù)，該函數(shù)表示身體癥狀之間的轉(zhuǎn)移權重。醫(yī)學領域人體身體癥狀轉(zhuǎn)移關系可定義為“從不”“偶爾 ”“時常”“經(jīng)常”“一直”，對應的權重值分別為0.1,0.5,0.7,0.9,1.0[23]。

4)δ為轉(zhuǎn)移函數(shù)。轉(zhuǎn)移函數(shù)的形式定義為：A→βB.其中，A為身體的當前狀態(tài)；B為新的目的狀態(tài)；β為新提取的癥狀。例如，NNN→hhr NNT，表示狀態(tài)NNN接收到新癥狀hhr后，狀態(tài)轉(zhuǎn)移為NNT。此外，狀態(tài)是可以自轉(zhuǎn)移的。例如，NNN→nt NNN，表示狀態(tài)NNN接收到新癥狀nt后，狀態(tài)仍保持在NNN上。需要注意的是，正常情況下人體生理性能是連續(xù)平滑變化的，非鄰接狀態(tài)之間轉(zhuǎn)移的情況較少出現(xiàn)，如指標狀態(tài)低溫(H)與發(fā)燒(F1,F2,F3)、心率過緩(B)和心率過快(T)之間無直接轉(zhuǎn)移行為。

2.3 健康狀態(tài)概率計算模型

基于已定義的運動健康模糊有限狀態(tài)機，我們引入一個健康狀態(tài)概率計算模型。該模型通過當前時刻的癥狀轉(zhuǎn)移概率、指標狀態(tài)概率等來共同計算運動過程中身體生理狀態(tài)轉(zhuǎn)移序列及其相關概率，且概率越大，出現(xiàn)該狀態(tài)的可能性越大。

單個指標引起的癥狀轉(zhuǎn)移概率：

(14)

式中：si表示指標的癥狀集，例如i=1，對應的輸入變量為tc，si={低溫，正常，低熱，中度熱，高熱}；s為輸入變量對應的癥狀；dSi(s)為癥狀s的隸屬函數(shù)值；ω表示當前癥狀和下一時刻即將出現(xiàn)的新癥狀之間的轉(zhuǎn)移權重；最大值求解max的含義是當接收一個新癥狀時，我們選擇概率最大的癥狀所對應的指標狀態(tài)作為下一時刻的目的狀態(tài)。例如：假設前一時刻內(nèi)核溫度為37 ℃，對應的癥狀為nt，當輸入的內(nèi)核溫度仿真值為37.4 ℃時，其對應的癥狀和當前概率有兩個，分別為nt(0.7)和sht(0.3)，癥狀轉(zhuǎn)移權重φ(nt,nt)=0.9,φ(nt,sht)=0.7.當前由內(nèi)核溫度引起的癥狀轉(zhuǎn)移概率為

μ=max{min{0.7,0.9},min{0.3,0.7}}=0.7.

第i個指標在n時刻的狀態(tài)概率：

(15)

其中，μi(n-1)為第i個指標在n-1時刻的狀態(tài)概率。若當前癥狀與上一時刻癥狀相同，當前指標狀態(tài)μi(n)取上一時刻狀態(tài)概率值μi(n-1)與當前狀態(tài)轉(zhuǎn)移概率值μ的平均值；若當前癥狀與上一時刻癥狀不同，則μi(n)取上一時刻狀態(tài)概率的補集1-μi(n-1)與當前狀態(tài)轉(zhuǎn)移概率值μ的平均值。需注意的是，初始時刻的指標狀態(tài)概率為1.

n時刻身體運動生理狀態(tài)概率為：

(16)

式中：μovernall(n-1)為n-1時刻的身體運動生理狀態(tài)概率；N為運動過程中，狀態(tài)沒有改變過的指標個數(shù)；M為狀態(tài)改變過的指標個數(shù)，0≤N，M≤3.

3 實驗驗證與分析

3.1 人體熱生理仿真模型驗證

為驗證本文提出的人體熱生理仿真模型，選擇20個實驗對象進行實際運動生理監(jiān)測。在監(jiān)測過程中，我們采用吞咽式內(nèi)核溫度測量計、高精度體重計以及心率帶進行生理指標測量[24]。為保證監(jiān)測準確性，每個對象進行3次重復實驗，取其平均值。實驗對象生理屬性的平均值和實驗場景設置如表2和表3所示。

圖2分別給出了實驗對象在場景1和場景2中的平均內(nèi)核溫度的分布曲線對比圖。其中，紅線為

表2 實驗對象Table 2 Experimental subjects

表3 實驗場景Table 3 Experimental scenes

采用吞咽式內(nèi)核溫度計的測量結(jié)果，藍色為基于人體熱生理模型的仿真結(jié)果。誤差棒范圍是±0.5 ℃.通過該圖可知，仿真的內(nèi)核溫度與測量的內(nèi)核溫度有相同的變化趨勢，且誤差均在0.5 ℃以內(nèi)。因此，該仿真結(jié)果是可接受的。同時，場景1以走路為主，由于運動強度較低，其內(nèi)核溫度隨著運動時間的增

圖2 內(nèi)核溫度變化曲線Fig.2 Curves of core temperature

加而緩慢上升；而場景2以跑步為主，其運動強度較大，人體熱生成機制的作用要大于熱擴散機制，其內(nèi)核溫度會快速上升，并明顯高于走路狀態(tài)的內(nèi)核溫度值。

表4給出了實驗對象在場景1和場景2中平均出汗量以及脫水比的結(jié)果。通過表中數(shù)值比較可知，盡管出汗量的測量結(jié)果和仿真結(jié)果存在一定誤差，但脫水比的誤差不足0.1%，因此，該仿真結(jié)果是可接受的。

表4 出汗量與脫水量的對比Table 4 Comparison of sweating rate and dehydration rate

圖3給出了實驗對象在場景1和場景2中平均心率的變化曲線對比圖。其中，心率的誤差棒范圍在±10 min-1.通過兩個圖可知，仿真的心率與測量的心率有相同的變化趨勢，且誤差均在10 min-1以內(nèi)。此外，與場景1相比，隨著運動強度的增大，場景2中的心率變化要更加明顯。

圖3 心率變化曲線Fig.3 Curves of heart rate

3.2 運動健康量化案例

本節(jié)在前一個實驗的20個對象中，隨機挑選2個實驗對象進行健康量化案例分析。案例1(A)為年輕男性穿T恤短褲在室溫環(huán)境下慢跑120 min，案例2(B)為中年男性穿背心短褲在略高于室溫的環(huán)境下快跑30 min，詳細設置見表5所示。

表5 場景設置Table 5 Scene setting

案例1：對象A(男，25歲，177 cm，68 kg)身穿棉質(zhì)T恤和短褲，在25℃和65% RH的環(huán)境下，以7 km/h的速度慢跑120 min.在該場景中，對象A的內(nèi)核溫度、脫水量、心率的變化趨勢如圖4所示，身體健康狀態(tài)變化趨勢及狀態(tài)轉(zhuǎn)移序列分別如圖5和表6所示。

圖4 實驗對象A的仿真指標變化曲線Fig.4 Change curves of the simulated physiological indicators of subject A

圖5 實驗對象A的運動健康狀態(tài)狀態(tài)機Fig.5 State machine for exercise health status of subject A

表6 實驗對象A的健康狀態(tài)轉(zhuǎn)移序列Table 6 Health state transition sequence of subject A

在圖5中，淺綠色為健康狀態(tài)，淺橙色為健康預警狀態(tài)，橙色為危險狀態(tài)。在整個運動仿真過程中，對象A共經(jīng)歷了NNN，F(xiàn)1NN，F(xiàn)2NN，F(xiàn)2NT，F(xiàn)2D1T以及F3D1T六個身體狀態(tài)。其中，NNN狀態(tài)為初始態(tài)，概率為1；F3D1T為運動結(jié)束狀態(tài)，概率為0.77.如表6所示，在仿真的第5 min，人體內(nèi)核溫度上升且其對應的癥狀由nt變?yōu)閟ht，身體狀態(tài)由NNN變?yōu)镕1NN，此時，人體處于輕微發(fā)熱狀態(tài)，即人體溫度略高于正常值；之后，內(nèi)核溫度緩慢增加，其對應癥狀變?yōu)閙ht和ht，對應的身體狀態(tài)標識變?yōu)镕2和F3；在第49 min時，人體心率對應癥狀從nhr變?yōu)閔hr，身體狀態(tài)由F2NN變?yōu)镕2NT；在第114 min，對象A開始脫水，對應癥狀從nd變?yōu)閙id，身體狀態(tài)由F3NT變?yōu)镕3D1T.此外，根據(jù)概率計算模型可知，身體狀態(tài)的概率值越大，人體處于該狀態(tài)的可能性越大。例如，在慢跑的第6 min，人體內(nèi)核溫度剛剛增長至低熱狀態(tài)，此時，對象A處于F1NN狀態(tài)的概率為0.71；第10 min時，人體內(nèi)核溫度緩慢增加，此時，對象A處于身體狀態(tài)F1NN的可能性要比第7 min大得多，此時F1NN對應的概率值為0.99.根據(jù)醫(yī)學實驗和研究表明，人體長期處于發(fā)熱狀態(tài)對人體組織和生理功能是有害的，且長期發(fā)熱結(jié)合脫水會造成中暑等問題。因此，當內(nèi)核溫度的癥狀為mht或ht時，需要為用戶進行健康預警。當脫水比的癥狀為mih時，人體進入脫水狀態(tài)，此時用戶需要補充水分來維持人體正常機能。當心率癥狀進入hhr時，人體處于心率過快狀態(tài)，容易引起心臟疾病的發(fā)生，造成身體損害，此時需要及時調(diào)整運動計劃，保證心率在正常安全范圍內(nèi)。

案例2：對象B(男，35歲，173 cm，74 kg)身穿棉質(zhì)背心和短褲，在28 ℃和50% RH的環(huán)境下，以12 km/h的速度、80%的運動強度快跑30 min.

圖6給出了對象B在該場景下的內(nèi)核溫度、脫水量、心率的變化趨勢，圖7給出了身體健康狀態(tài)變化趨勢及狀態(tài)轉(zhuǎn)移序列。由圖7可知，與案例1中對象A相比，對象B的生理變化要迅速得多，尤其是內(nèi)核溫度很快增長至40 ℃，心率增長到170 min-1.對象B在運動過程的身體狀態(tài)也從NNN快速更新到NNT以及F1NT，F(xiàn)2NT和F3NT.需要注意的是，由于心率快速達到最大值，對象B在該場景下的運動是具有很大風險的，即對象B需要調(diào)整運動計劃，比如，降低運動速度，減少快跑時間等。

4 運動健康仿真平臺的實現(xiàn)

基于上述的人體熱生理建模和運動健康量化分析，實現(xiàn)了一個面向運動健康的計算機仿真平臺。該平臺主要包括數(shù)據(jù)預處理、模型仿真數(shù)值計算、運動健康量化和可視化四個模塊。

數(shù)據(jù)前處理模塊主要負責場景信息的定義和設置。在仿真開始之前，用戶需要通過電腦、手機等交互式設備對仿真場景中的人體屬性、服裝屬性、活動信息以及環(huán)境信息進行設置。其中，人體組織的生理參數(shù)和織物物理參數(shù)繁雜，且不同對象之間參數(shù)差異較小，因此通常將其預設為默認值。在需要時，用戶可根據(jù)自身情況進行選擇和修改。

圖6 實驗對象B的仿真指標變化曲線Fig.6 Change curves of the simulated physiological indicators of subject B

圖7 實驗對象B的運動健康狀態(tài)狀態(tài)機Fig.7 State machine for exercise health status of subject B

模型數(shù)值仿真計算模塊主要負責人體熱生理模型的計算。在場景信息確定后，用戶需結(jié)合邊界信息和仿真控制信息，對人-服裝-環(huán)境系統(tǒng)中耦合的熱生理模型進行仿真計算。仿真計算結(jié)果如內(nèi)核溫度的變化、心率的變化等作為運動健康量化模塊的輸入，并存入仿真結(jié)果數(shù)據(jù)庫中以便后續(xù)使用。

運動健康量化模塊主要負責量化和預測人體在仿真過程中的健康狀態(tài)?；谀Ｐ头抡娴玫降膬?nèi)核溫度、脫水比和心率，該模塊依次實現(xiàn)指標模糊處理功能、狀態(tài)機定義功能和健康狀態(tài)概率計算功能。

在可視化模塊中，人體熱生理仿真數(shù)據(jù)以及人體運動健康仿真結(jié)果將以2D圖表以及3D動畫的形式展示給用戶。其中，2D圖表用于展示運動過程中的各生理指標和健康狀態(tài)的變化趨勢， 3D動畫用于動態(tài)展示人體體溫和濕度的分布情況。結(jié)合可視化結(jié)果以及運動生理學知識，能夠為用戶健康運動提供合理的有價值的建議。

圖8為平臺部分界面，包括場景定義界面、仿真控制界面以及仿真結(jié)果分析界面。

圖8 仿真結(jié)果可視化界面Fig.8 Visual interface of simulation results

5 總結(jié)

隨著人們對運動風險的深入認識以及對健康運動的迫切需求，面向運動健康的研究與應用已成為當前的工作熱點。為此，本文深入分析了人體在運動過程中的多個生理機制，尤其是熱調(diào)節(jié)機制和心率調(diào)節(jié)機制，建立了有效合理的人體熱生理仿真模型。其次，基于該生理模型得到的多元仿真數(shù)據(jù)，提出一個基于模糊有限狀態(tài)機的健康量化方法。該方法通過分析和計算人體在運動過程中的身體狀態(tài)轉(zhuǎn)移序列，能夠加深對人體健康狀態(tài)的理解。最后，根據(jù)應用需求，實現(xiàn)了一個面向運動健康的仿真平臺。通過平臺，用戶能夠在運動之前對即將開始的運動進行仿真模擬，人體熱生理仿真結(jié)果以及健康量化結(jié)果都可以直觀地給出，最終實現(xiàn)提前規(guī)避運動健康風險的目標。在后續(xù)的研究中，筆者將會加強個性化的人體運動健康量化。