方曉峰

摘 要：以準(zhǔn)確、實(shí)時(shí)監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度為目標(biāo)，研究基于心率變異性的體育鍛煉負(fù)荷強(qiáng)度實(shí)時(shí)監(jiān)測(cè)方法。首先使用基于改進(jìn)小波閾值函數(shù)的心率變異性信號(hào)去噪算法，去除心率變異性信號(hào)中噪聲信號(hào);然后使用基于多尺度基本尺度熵和希爾伯特邊際譜熵的特征提取方法，提取去噪后心率變異性信號(hào)的波動(dòng)特征;最后將所提取的特征信息作為基于支持向量機(jī)的體育鍛煉負(fù)荷強(qiáng)度實(shí)時(shí)監(jiān)測(cè)方法的監(jiān)測(cè)數(shù)據(jù)樣本，衡量體育鍛煉負(fù)荷強(qiáng)度是否超標(biāo)，實(shí)現(xiàn)體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)。研究結(jié)果顯示：所提方法對(duì)多個(gè)運(yùn)動(dòng)員體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)結(jié)果的準(zhǔn)確率高達(dá)95%，監(jiān)測(cè)結(jié)果的Kappa系數(shù)顯示具有完全一致性;在監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度是否超標(biāo)時(shí)，監(jiān)測(cè)延遲時(shí)間最大值是0.15s，時(shí)間極短。

關(guān)鍵詞：心率變異性;體育鍛煉;負(fù)荷強(qiáng)度監(jiān)測(cè);改進(jìn)小波閾值;特征提取;支持向量機(jī)

中圖分類號(hào)：R-331;G806 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1673-260X（2021）04-0059-05

1 引言

體育鍛煉中，運(yùn)動(dòng)訓(xùn)練主要是為了提升運(yùn)動(dòng)員競(jìng)技能力與運(yùn)動(dòng)成績(jī)，運(yùn)動(dòng)訓(xùn)練最為關(guān)鍵的調(diào)控內(nèi)容就是體育鍛煉負(fù)荷[1，2]。伴隨運(yùn)動(dòng)員競(jìng)技水平逐漸增強(qiáng)，體育鍛煉的精細(xì)化控制十分關(guān)鍵，而因?yàn)檫\(yùn)動(dòng)員個(gè)體存在差異性，就算是同一訓(xùn)練負(fù)荷，不同運(yùn)動(dòng)員的身體內(nèi)部負(fù)荷也存在一定差異[3]。研究一些能夠高精度體現(xiàn)運(yùn)動(dòng)員內(nèi)部負(fù)荷的生理指標(biāo)，為教練員設(shè)置個(gè)性化訓(xùn)練方案，優(yōu)化訓(xùn)練水平十分重要[4，5]。當(dāng)下國(guó)內(nèi)外評(píng)估訓(xùn)練負(fù)荷的指標(biāo)大多是心率、血乳酸。心率、血乳酸即使能夠十分客觀地評(píng)估運(yùn)動(dòng)負(fù)荷強(qiáng)度，但是未能量化負(fù)荷狀態(tài)。

近年來，心率變異性分析成為自主神經(jīng)興奮性的常用監(jiān)測(cè)方法，心理變異指標(biāo)對(duì)疲勞、心理以及生理等反應(yīng)十分敏感，能夠在差異運(yùn)動(dòng)員體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)中使用[6]。

綜上所述，提出了心率變異性的體育鍛煉負(fù)荷強(qiáng)度實(shí)時(shí)監(jiān)測(cè)方法，以期為運(yùn)動(dòng)生理學(xué)提供應(yīng)用方法。

2 基于心率變異性的體育鍛煉負(fù)荷強(qiáng)度實(shí)時(shí)監(jiān)測(cè)方法

2.1 基于改進(jìn)小波閾值函數(shù)的心率變異性信號(hào)去噪算法

心率變異性信號(hào)采集過程中難免存在一定程度的噪聲信號(hào)，這對(duì)心率變異性信號(hào)純凈度存在一定影響[7]。設(shè)置一個(gè)存在有限長(zhǎng)度的含噪心率變異性信號(hào)是f（k），將f（k）實(shí)施小波變換，獲取i層h點(diǎn)位置的分解小波系數(shù)i，h。按照小波變換的稀疏性與去相關(guān)性，通過小波變換后，有用信號(hào)能量將聚集在小波域有限小波系數(shù)里，噪聲能量聚集在整個(gè)小波域里[8-10]。選擇合適閾值并設(shè)置合理閾值對(duì)分解后小波系數(shù)？覣i，h實(shí)施閾值量化處理后，將處理完畢的小波系數(shù)i，h實(shí)施小波逆變換重構(gòu)，便可實(shí)現(xiàn)心率變異性信號(hào)去噪。

閾值函數(shù)屬于小波系數(shù)閾值量化處理的核心因素，直接影響重構(gòu)信號(hào)的精度與連續(xù)性，以往常用的閾值函數(shù)分別是硬閾值、軟閾值，詳情如下式：

綜上所述，基于改進(jìn)小波閾值函數(shù)的心率變異性信號(hào)去噪算法的步驟是：

（1）將心率變異性信號(hào)實(shí)施小波分解，獲取每層小波系數(shù)？覣i，h。

（2）估計(jì)噪聲，設(shè)置每層閾值，使用改進(jìn)閾值函數(shù)將小波數(shù)？覣i，h實(shí)施閾值量化處理，獲取處理后小波系數(shù)i，h。

（3）將處理后小波系數(shù)i，h實(shí)施重構(gòu)獲取去噪后心率變異性信號(hào)r（k）。

2.2 基于多尺度基本尺度熵和希爾伯特邊際譜熵的特征提取方法

2.2.1 多尺度基本尺度熵提取

綜上所述，本文使用基于多尺度基本尺度熵和希爾伯特邊際譜熵的特征提取方法，可以獲取去噪后心率變異性信號(hào)的波動(dòng)特征，將此特征整理為一個(gè)數(shù)據(jù)樣本，作為2.3小節(jié)的測(cè)試樣本。

2.3 基于支持向量機(jī)的體育鍛煉負(fù)荷強(qiáng)度實(shí)時(shí)監(jiān)測(cè)方法

在通過2.2小節(jié)所提取的心率變異性信號(hào)波動(dòng)特征監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度時(shí)，若存在k個(gè)特征樣本G（g，t），那么，使用支持向量機(jī)分類體育鍛煉負(fù)荷強(qiáng)度時(shí)的最優(yōu)超平面是：

通過此決策函數(shù)，便可實(shí)現(xiàn)體育鍛煉負(fù)荷強(qiáng)度分類，完成體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)。

3 實(shí)驗(yàn)結(jié)果

MIT-BIH數(shù)據(jù)庫里存儲(chǔ)大量心律失常的數(shù)據(jù)，為測(cè)試本文方法應(yīng)用效果，使用本文方法在MATLAB仿真平臺(tái)中進(jìn)行測(cè)試，主要應(yīng)用MIT-BIH數(shù)據(jù)庫里8個(gè)運(yùn)動(dòng)員的心率數(shù)據(jù)作為本文方法測(cè)試數(shù)據(jù)。

3.1 心率變異性信號(hào)去噪效果

為測(cè)試本文方法在監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度時(shí)，對(duì)運(yùn)動(dòng)員心率變異性信號(hào)去噪效果，使用信噪比SNR、均方根誤差RMSE、兩個(gè)指標(biāo)進(jìn)行衡量。計(jì)算方法分別是：

其中，M是信號(hào)長(zhǎng)度;j是去噪次數(shù)。

本文方法的去噪效果如圖1、圖2所示。

圖1、圖2顯示，本文方法在監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度時(shí)，對(duì)運(yùn)動(dòng)員心率變異性信號(hào)去噪后，心率變異性信號(hào)的信噪比高于0.9;去噪后心率變異性信號(hào)與原信號(hào)的均方根誤差低于0.2，和心率變異性原信號(hào)信息不存在較大偏差。則本文方法在監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度時(shí)，對(duì)運(yùn)動(dòng)員心率變異性信號(hào)去噪效果較好，本文為方法可提升心率變異性信號(hào)純度。

3.2 心率變異性信號(hào)特征提取效果

使用查全率測(cè)試本文方法對(duì)運(yùn)動(dòng)員心率變異性信號(hào)特征提取效果。查全率（pecision）計(jì)算方法是：

其中，本文方法準(zhǔn)確提取的心率變異性信號(hào)特征量是Uij;Ui是心率變異性信號(hào)特征量總數(shù)。

本文方法對(duì)運(yùn)動(dòng)員心率變異性信號(hào)特征的查全率測(cè)試結(jié)果如圖3所示。

圖3顯示，本文方法對(duì)運(yùn)動(dòng)員心率變異性信號(hào)特征提取后，心率變異性信號(hào)特征查全率大于95%，由此可知，本文方法在監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度時(shí)，對(duì)運(yùn)動(dòng)員心率變異性信號(hào)特征的提取效果極好。

3.3 體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)效果

在經(jīng)過心率變異性信號(hào)去噪、心率變異性信號(hào)特征提取之后，本文方法對(duì)8個(gè)運(yùn)動(dòng)員的體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)結(jié)果如表1所示。

表1顯示，本文方法對(duì)8個(gè)運(yùn)動(dòng)員體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)結(jié)果與MIT-BIH數(shù)據(jù)庫中所記載的實(shí)際情況一致，表示本文方法能夠準(zhǔn)確監(jiān)測(cè)運(yùn)動(dòng)員體育鍛煉負(fù)荷強(qiáng)度。

為進(jìn)一步驗(yàn)證本文方法監(jiān)測(cè)結(jié)果的可信度，測(cè)試本文方法對(duì)運(yùn)動(dòng)員體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)結(jié)果的準(zhǔn)確率（accuracy）、Kappa系數(shù)。準(zhǔn)確率（accuracy）、Kappa系數(shù)運(yùn)算方法如下：

其中，TP是被正確監(jiān)測(cè)負(fù)荷強(qiáng)度的運(yùn)動(dòng)員數(shù)量;TN是被錯(cuò)誤監(jiān)測(cè)負(fù)荷強(qiáng)度的運(yùn)動(dòng)員數(shù)量;M是運(yùn)動(dòng)員數(shù)量總值;p0、pe分別是監(jiān)測(cè)準(zhǔn)確率與監(jiān)測(cè)錯(cuò)誤率。

Kappa系數(shù)的分析標(biāo)準(zhǔn)如表2所示。

本文方法監(jiān)測(cè)結(jié)果的準(zhǔn)確率與Kappa系數(shù)測(cè)試結(jié)果如圖4、表3所示。

圖4、表3顯示，本文方法對(duì)多個(gè)運(yùn)動(dòng)員體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)結(jié)果的準(zhǔn)確率高達(dá)95%，監(jiān)測(cè)結(jié)果的Kappa系數(shù)顯示具有完全一致性，表示本文方法監(jiān)測(cè)結(jié)果可信。

在MATLAB仿真平臺(tái)中，隨機(jī)提取1位運(yùn)動(dòng)員的心率變異性數(shù)據(jù)作為測(cè)試數(shù)據(jù)，測(cè)試本文方法在監(jiān)測(cè)此運(yùn)動(dòng)員體育鍛煉負(fù)荷強(qiáng)度的實(shí)時(shí)性，結(jié)果如表4所示。

表4顯示，本文方法在監(jiān)測(cè)此運(yùn)動(dòng)員體育鍛煉負(fù)荷強(qiáng)度是否超標(biāo)時(shí)，監(jiān)測(cè)延遲時(shí)間最大值是0.15s，時(shí)間極短，驗(yàn)證本文方法可實(shí)時(shí)監(jiān)測(cè)運(yùn)動(dòng)員體育鍛煉負(fù)荷強(qiáng)度情況。

4 結(jié)論

以往在監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度問題時(shí)，通過整理鍛煉數(shù)據(jù)、分析鍛煉數(shù)據(jù)的過程實(shí)現(xiàn)體育鍛煉負(fù)荷強(qiáng)度監(jiān)測(cè)。因數(shù)據(jù)量較大，人工分析難度較大。本文提出基于心率變異性的體育鍛煉負(fù)荷強(qiáng)度實(shí)時(shí)監(jiān)測(cè)方法，并通過實(shí)驗(yàn)驗(yàn)證其應(yīng)用效果。經(jīng)驗(yàn)證，本文方法在監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度時(shí)，對(duì)運(yùn)動(dòng)員心率變異性信號(hào)去噪效果、運(yùn)動(dòng)員心率變異性信號(hào)特征提取效果都極為顯著，并且可以實(shí)時(shí)，準(zhǔn)確地監(jiān)測(cè)體育鍛煉負(fù)荷強(qiáng)度。

參考文獻(xiàn)：

〔1〕趙海燕，王林霞，趙德峰，等.心率變異性指標(biāo)RMSSD和TL_（HRV）在持續(xù)性運(yùn)動(dòng)訓(xùn)練負(fù)荷監(jiān)控中的有效性研究[J].中國(guó)運(yùn)動(dòng)醫(yī)學(xué)雜志，2018，37（06）：461-467.

〔2〕王梁，申占全，黃俊朋，等.基于Player LoadTM及IMA的籃球訓(xùn)練與比賽負(fù)荷監(jiān)控[J].廣州體育學(xué)院學(xué)報(bào)，2018，38（01）：73-76，128.

〔3〕馮銳，陳小平，蔡旭旦.基于Accelerometer及GPS的中國(guó)優(yōu)秀男子曲棍球運(yùn)動(dòng)員比賽負(fù)荷的研究[J].中國(guó)體育科技，2018，54（06）：59-67.

〔4〕李聰穎，邵壯壯，封少帥，等.自行車騎行者生理，心理與綜合負(fù)荷感知模型[J].交通運(yùn)輸工程學(xué)報(bào)，2020，20（01）：181-191.

〔5〕甘永進(jìn)，鄭金存，李瓊，等.基于反射式檢測(cè)方法的多生理參數(shù)測(cè)量研究[J].電子器件，2018，41（02）：512-515.

〔6〕趙榮建，湯敏芳，陳賢祥，等.基于光纖傳感的生理參數(shù)監(jiān)測(cè)系統(tǒng)研究[J].電子與信息學(xué)報(bào)，2018，40（09）：2182-2189.

〔7〕王倩，陶晉宜.一種基于歐拉的非接觸式檢測(cè)生理參數(shù)的加速方法[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2020， 50（07）：154-160.

〔8〕李浩，吳綜，陳真誠(chéng)，等.基于Android平臺(tái)的心率變異性檢測(cè)系統(tǒng)[J].航天醫(yī)學(xué)與醫(yī)學(xué)工程，2017， 30（02）：98-102.

〔9〕王貝，趙德峰，趙海燕，等.便攜式能量消耗測(cè)試儀SenseWear Armband估測(cè)職業(yè)女子足球運(yùn)動(dòng)員運(yùn)動(dòng)能量消耗的有效性[J].中國(guó)運(yùn)動(dòng)醫(yī)學(xué)雜志，2017，36（03）：243-247.

〔10〕陳欣鍵，姜飛，申瑞民，等.基于區(qū)域與分類回歸融合的AU強(qiáng)度估計(jì)算法[J].計(jì)算機(jī)工程，2019， 45（01）：186-191.

〔11〕郭繼昌，邱琳耀，張雪.一種利用預(yù)測(cè)運(yùn)動(dòng)矢量改進(jìn)的H.264快速運(yùn)動(dòng)估計(jì)算法[J].數(shù)據(jù)采集與處理，2017，32（02）：278-285.

〔12〕彭良廣，龐宇，王元發(fā)，等.多導(dǎo)聯(lián)心電信號(hào)特征檢測(cè)系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2020，41（03）：896-901.

〔13〕李松斌，楊潔，劉鵬，等.基于關(guān)聯(lián)網(wǎng)絡(luò)模型的H.264/AVC運(yùn)動(dòng)矢量調(diào)制信息隱藏檢測(cè)方法[J].應(yīng)用科學(xué)學(xué)報(bào)，2019，37（05）：663-672.

〔14〕王丹丹，張磊，吳雪萍.應(yīng)用運(yùn)動(dòng)傳感器量化監(jiān)測(cè)智力障礙者的身體活動(dòng)水平[J].中國(guó)組織工程研究，2018，22（36）：5889-5896.

〔15〕李紅利，于軍，肖磊，等.一種可穿戴多生理信號(hào)采集系統(tǒng)[J].天津工業(yè)大學(xué)學(xué)報(bào)，2019，038（002）：57-61.