訓練強度測定方法

2023-05-31 03:47:46 2

專利名稱：訓練強度測定方法
訓練強度測定方法 本發明涉及一種對個體的負荷強度或訓練強度進行測定的方法，即按照權
利要求1、 2和19所述的特徵，測定個體的心率信息。
尤其對於運動醫學應用而言，核心問題就是訓練者的訓練強度或者負荷強 度達到最佳水平。但是純粹的心率-成績測試完全不適用，因為心率與負荷強 度近似成正比，無法據此測定最佳訓練水平。個體的情況千差萬別，僅可通過 血液中的乳酸濃度進行測定。乳酸是厭氧乳酸代謝的最終產物，是用來客觀評 價耐力的最佳指標。在大運動量耐力訓練過程中，如果通過呼吸道吸收的氧 不足以滿足收縮肌肉所需的能量，就會形成乳酸。在負荷情況下會不斷地形 成乳酸，但也會重新將其消除，使得強度增加時達到產生量恰好等於消除量的 乳酸濃度。在運動醫學領域將這一範圍稱作最大乳酸穩態(maxlass)、有氧/ 無氧闊，或者稱作代謝極限。因此只要了解不同身體負荷下的血乳酸濃度，也 就是了解個體的代謝情況，就能可靠評價、控制耐力。僅將心率與成績關聯的 測試方法不適合用來測定最佳訓練水平。
當然需要耗費時間進行檢查，同時抽取血樣進行分析，以便能夠測定不同 負荷情況下個體血乳酸濃度的變化。但這些檢測方法完全不適合在訓練過程中 進行檢測。因此曾有人嘗試研究能夠結合體力活動無創鑑定體內乳酸含量的方 法，例如EP 1 127 543 Bl就描述了這樣一種方法。按照該專利所述，將個 體的心率信息與該個體的生理學參數共同輸入到數學模型之中，該數學模型對 體內乳酸濃度進行建模，從而得出訓練者體內乳酸濃度的評估值。但是所使 用的生理學參數(如年齡，體重，升高及性別)以及所輸入的負荷參數(如健 身車的速度或者阻力)不僅不足以獲得可靠的結果，而且難以應用於大眾體育。
因此本發明的目的在於，提供一種個體訓練強度測定方法，能夠根據心率 測量結果確定個體的最佳訓練強度。
採用符合權利要求1所述步驟的方法，即可實現本發明的這一目的。所 述的個體訓練強度測定方法採用檢測心率信息，即首先記錄連續心跳間期RRi。以確定連續間期RR;的數量N或者確定^L測區間的方式，選4奪間期序 列RRj ,然後根據該間期序列RRi ，採用數學才莫擬方法生成標準間期序列 iTi。然後針對兩個連續的標準間期rri和rri+1，在標準間期IT;的龐加萊散點
圖中生成雲點，採用正交回歸分析法確定標準間期序列ITi的雲點在龐加萊散
點圖中的長軸X0和短軸Y0。然後根據這些雲點相對於長軸X0的正交距離 算出標準偏差SOl。將間期序列RRi的平均值RRMW與標準偏差SOl組成 的值對作為部分分析結果保存起來。針對其它間期序列RRi繼續執行上述分 析步驟。然後根據算出的相當於平均值RRMW的心率HF (HF=1/RRMW) 和標準偏差SOL生成個人訓練強度曲線。將最後一次測定的心率HF與算 出的訓練強度曲線進行比較，最終算出個體的當前具體訓練強度。這些方法的 有益之處在於不必事先耗費時間進行檢查，例如抽血、測定血乳酸濃度，就 可以在訓練過程中進行監測，並且確定訓練者的最佳負荷範圍。
也可獨立採用符合權利要求2所述步驟的方法來實現本發明的目的，即 作為對上述方法的補充，除了標準偏差SOL之外，也可根據標準間期序列rri 的雲點相對於長軸Y。的正交距離計算另一個標準偏差SOw。 將間期序列 RRi的平均值RRMW與標準偏差SOL和標準偏差SOw的商s = SOL/SOw 組成的值對作為部分分析結果保存起來。然後根據算出的值對生成個體的訓練 強度曲線，將最後一次測定的心率HF與算出的訓練強度曲線進行比較，算 出個體的當前具體的訓練強度或者身體負荷狀態。
按照本發明所述方法的一種改進實施方式，從時間相互重疊的觀測區間中
選擇用於進行分析的間期序列RRi。這樣有助於較快地獲得足夠數量的值對來
確定訓練強度曲線，從而可以更快、更加可靠地推斷出有關當前訓練強度的信 白
權利要求6~9所述方法的改進實施方式也有益處，因為能夠以此改善分 析結果的可靠性。
權利要求10~15所述實施方式的優點在於不僅可以在負荷下限、而且 也可在負荷上限範圍內獲得具有較強或者更為突出的曲線段的訓練強度曲線。 這樣可以更加可靠地確定最佳訓練範圍。
權利要求16所述改進實施方式的優點在於可通過所使用的訓練強度逼近算法提供足夠好的逼近值。
權利要求17所述的改進實施方式也有益處，因為可以形成隨時間變得更 加穩定的訓練強度曲線，並且能可靠監測訓練或負荷強度。
按照本發明所述方法的一種改進實施方式，在訓練結束之後將訓練強度曲 線與諸如個人姓名之類的數據和訓練數據共同保存起來。這樣有助於將來進 行比較，並且可以推斷出個人成績的長期發展情況。
採用權利要求19所述的個人負荷強度監測裝置也可實現本發明的目的。 所述裝置包括可以固定在身體上的具有用來記錄心率的傳感器的單元；用來 執行上述某一方法的分析單元；以及將算出的負荷強度告知個人的輸出單元。
以下將根據附圖所示的實施例，對本發明進行詳細解釋。
相關附圖如下


圖1固定在訓練者身上用於監測負荷強度的裝置；
圖2胸帶以及圖1所示裝置的監測單元的原理示意圖3連續心跳間期RRj的數值圖4標準間期序列iTj筒圖5標準間期iTj的龐加萊散點圖6不同負荷強度或者不同心率HF下標準偏差SOL曲線圖； 圖7訓練強度的另一種實施例； 圖8含有偽跡的間期RRi的簡圖。
在描述不同的實施例中，相同的部件均具有相同的附圖標記或者相同的部 件名稱，且所有描述中所包含的公布內容均可轉用於具有相同附圖標記或者具 有相同部件名稱的部件。描述內容中所選用的位置說明(例如上、下、側面等 等)均對應於直接描述的或者繪製的附圖，且在位置改變後將其轉用於新的位 置。所介紹以及所描述的不同實施例中的單一特徵或者組合特徵也可用來表達 自身獨立的解決方案、有創造性的解決方案或者本發明所述的解決方案。
圖1所示的負荷強度監測裝置1固定在訓練者2身上。
按照該實施例所述，裝置1包括胸帶3，其配有用來記錄心率的傳感器4 以及個人2可以像手錶一樣佩戴的監測單元5。
傳感器4具有電極，從而能夠按照已知方式記錄個人2心電活動的心電圖(EKG)。
圖2所示為裝置1的胸帶'3和監測單元5的簡化原理示意圖。
除了傳感器4之外，胸帶3也具有發射器6,用來將檢測信號傳輸給監 測單元5。監測單元具有接收器7作為繼續處理心率信息的信號輸入端。監 測單元還包括中央控制器8、分析單元9以及存儲器10，用來保存或臨時保 存所記錄的心率信息或者分析計算數據。配有用來操作監測單元5的操作單 元11以及用來顯示數據分析結果的輸出或顯示裝置12。在分析單元9或者 中央控制器8中加載有用來執行本發明所述方法的電腦程式。
在分析單元9中根據個人2的心電信號檢測連續心跳間期，並且將其保 存在存儲器10之中。
現在依據圖3~6對本發明所述方法的第一種實施例進行描述。
圖3所示為包含連續心跳間期RRil3的簡圖。
以編號i為4黃坐標、並且以間期RRil3為縱坐標表示單獨心跳之間的時 間間隔。間期RRil3的單位通常為ms(毫秒)，也就是前後兩次心跳之間的 時長。此外也可以使用某一次心跳的當前時刻替代編號i作為橫坐標參量。 在下一個步驟中，從連續記錄的間期RRi 13中選擇間期序列RRi作為分析 心率HF變化的依據。以分散單位進行分析，例如150個固定數的間期RRj 13，或者在觀測區間內所記錄的所有心跳次數，例如1.5分鐘內。例如可通 過N=150個連續間期RRj 13 (i=l...N)形成這種間期序列RR; 13。
在下一個步驟中根據間期序列RRi 13生成標準間期序列rri 14，如圖4 所示。按照本發明所述方法的第一種實施例，將每一個間期RRi 13除以間 期序列RRj 13的平均值RRMW,從而得出標準間期序列rri 14。
rri-RR/RR,; i = 1…N
間期RRj 13具有時間量綱(通常以ms為單位)，而標準間期rri 14則 是無量綱的量。
圖5所示為標準間期rril4的龐加萊散點圖。
為此可將連續的標準間期rri 14和rri+1作為雲點記在圖5所示的圖 中。在這個二維圖中形成點雲15,以能夠進行量化分析的方式表達心率HF 的變化。標準間期1Tjl4的龐加萊散點圖也可用來顯示連續心率的時長差別，也就是間期RRil3的長度差別。在下一個步驟中通過監測單元5中的計算 機程序針對點雲15在龐加萊散點圖中的雲點計算置信橢圓尤其是95%置 信橢圓的長軸Xo 16和短軸YQ 17。 可以利用回歸分析法或者正交回歸分析 法進行計算。點雲15的每一個雲點均具有相對於長軸X。16的正交距離18 以及相對於短軸Yo17的正交距離19。在進一步的步驟中，根據這些正交距 離18計算標準偏差SOL。將相對於長軸X016的正交距離18的標準偏差 SOl與間期序列RRi 13的平均值RRMW作為間期序列RRi 13的分析結果 保存起來。
針對其它的間期序列RRi 13繼續執行上述步驟，並且記錄或保存標準偏 差S(\和間期序列RRi 13平均值RRMW的相應值。可以在二維圖中表示這 些值對，使用相當於間期序列RRi 13平均值RRMW的心率HF(即倒數HF =1/RRMW)作為橫坐標，使用相應的標準偏差SOl作為縱坐標(圖6)。
圖6所示為不同負荷強度下標準偏差S(\的簡圖。
按照上述方法確定的平均值RRMW與相應標準偏差S(\組成的值對可 確定相應個體2的特徵負荷強度曲線或者訓練強度曲線20。由於已知心率 HF與成績或者負荷強度成正比，因此可以將頻率HF值表示的橫坐標作為相 應的負荷強度。通過上述方法產生的平均值RRMW和標準偏差SOL的值對 來確定訓練強度曲線20，該曲線特別有助於用來評價個體2的當前負荷或訓 練強度。從訓練強度曲線20中的最小值開始，標準偏差S(\朝向低負荷或 低心率HF方向上升，但是也朝向較高負荷或較高心率HF方向上升。研究 結果表明標準偏差的最小值相當於大約70%乳酸穩態值，所達到的乳酸值 低於健身鍛鍊的推薦值2mmol/l。
訓練強度曲線20最終可以確定個體2的當前具體的訓練強度，方法是 將最後一次測定的值也就是伺期序列RRi 13平均值RRMW和相應的標準偏 差SOl與訓練強度曲線20的變化進行比較。這時應注意當初次使用本裝 置時，尚不存在個體2的訓練強度曲線20，只有在漸進的訓練過程中，通過 監測單元5對個體2的心率信息進行分析，將間期序列RRi的平均值 RRMW與相應標準偏差SOL組成的值對保存起來，才會逐漸產生訓練強度曲 線。例如個體2實際使用裝置1的過程如下個體2首先通過操作單元11啟動監測單元5,然後開始提高訓練負荷。隨著訓練時間的延續，將逐漸計
算、記錄訓練強度曲線20下降段或者負荷下限區域中的點。個體2在訓練 過程中逐漸提高負荷，從而可以根據負荷上限區域算出訓練強度曲線20的 點。這樣就可以根據訓練者2在訓練過程中的交變負荷完善訓練強度曲線 20。
按照本發明所述，通過監測單元5將標準偏差SOl或者相當於平均值 RRmw的心率HF與訓練強度曲線20的比較結果告知個體2。例如可通過 下述方式實現這一點按照圖6所示在監測單元5的顯示裝置12上進行圖 形顯示，重點突出最後一次測定的值。個體2可以查看其當前負荷與訓練強 度曲線20之間的關係，並且可在需要時採取適當的反應，提高、減小負荷或 者保持不變。除此之外，監測單元5也可具有聲音輸出功能，個體2可以通 過該功能獲得當前具體訓練強度的相關信息。
在監測單元5或者分析單元9的電腦程式中配置有相應的算法，可按 照本發明所述方式分析心率信息或者分析數據。以回歸分析法確定標準偏差 SOl的最小值，即按照偏差平方的最小化的方法，將訓練強度曲線20的點 代入多項式S(\ (HF)尤其是三階多項式。也就是通過多項式逼近訓練強度 曲線20的點。
SOl(HF) = so + s！ HF + s2 HF2 + s3 HF3
然後根據回歸分析法確定的多項式S(\(HF)，用微分分析法確定標準偏 差SOL的最小值。在執行本發明所述方法時，還可以對如此算出的訓練強度 曲線20或多項式S(\ (HF)定期進行重新計算。最好在每次確定一個新的 值對之後，針對最後一次所分析的間期序列RR; 13,也就是針對最後一次測 定的間期序列RRi 13的平均值RRMW與最後一次測定的相應標準偏差 SOu重新計算表達訓練強度曲線20的多項式。這樣就可通過逐漸增大圖6 所示圖中的雲點數量的方式，使得訓練強度曲線20的變化逐漸趨於更加穩 定，從而更為可靠地監測訓練或負荷強度。
現在依據圖7對訓練強度曲線20的另一個示例進行說明。按照圖5所 示龐加萊散點圖中所示點雲的點，除了計算標準偏差SOL之外，還根據相對 於長軸Yol7的正交距離計算標準偏差SOw。現在根據這兩個標準偏差SOl和SOw，以求算商的方式得出一個新的特徵量，也就是商s = SOL/SOw。現 在將商s和平均值RRMW組成的值對作為間期序列RRi 13的分析結果保 存起來。針對其它間期序列RRi 13繼續執行這些步驟，同時記錄所得到的商 s = S(/SOw以及相應間期序列RRi 13的平均值RRMw。與以上針對標準偏 差SOl^所做的描述一樣，現在同樣可在二維圖中表示這些值對。在圖7所 示的圖中，使用相當於相應間期序列RRi 13平均值RRMW的心率HF作為 橫坐標，使用相應的特徵量s = SOL/SOw作為縱坐標，從而獲得另一種訓練 強度曲線20。可以通過多項式逼近該訓練強度曲線20的點。 s(HF) = u0 + uHF + u2 HF2 + u3 HF3
圖7所示的訓練強度曲線20同樣可用來監測身體負荷交替變化的個體 2的當前訓練或負荷強度。
應強調的是所述方法同樣足以用來檢測間期RRi 13。 可以不必像以前 那樣對個體2進行試驗來確定其成績特徵，因為可根據個體2的當前成績或 者曰常狀態，按照上述方式確定訓練強度曲線20，從而自動產生這些個體特 徵。不僅不需要預先記錄訓練強度曲線20以供之後評價當前訓練強度，而且 甚至沒有好處，因為個體2的日常狀態變化或者成績水平變化甚至可能會引 起錯誤判斷。而按照本所述的方法，甚至可以在個體2結束訓練之後，在監 測單元5的操作單元11上輸入相應的數據對所獲得的訓練強度曲線20進 行補償，例如可將個體2的姓名以及訓練數據保存到監測單元5的存儲器 10之中。事後可以對相隔較長時段的訓練強度曲線20進行比較，根據比較 結果推斷個體的長期體能發展情況。
按照本發明所述方法的一種實施方式所述，預先按照所述方法分析心率信 息進行數據準備。在間期RRi 13的數據準備第一階_歐，識別、消除偽跡。為 此可根據間期RRi 13算出滑動基準值21,當間期RRj 13與之前算出的基準 值21偏差大於30%時，就將其作為偽跡。可將前五個及後五個間期RRi 13 的中值分配給該間期RRi作為其基準值21。應使用至少一定數量的至少前三 個及至少後三個間期RRi 13來計算基準值21。現在如果符合間期RRj 13的 條件，即該間期與相應基準值21之間的偏差大於30%,就將相關間期RRj 13 的值替換成相應的基準間期21 (圖8)。圖8以示例方式表示消除了偽跡的圖3所示的間期序列RRi 13。
在數據準備的第二階段選擇觀測區間或者間期序列RRi 13以供繼續進 行分析。為此可確定一個上限，例如可預先設定的偽跡頻率百分比(例如5% ), 並且規定偽跡頻率超過此範圍的觀測區間或者檢測段不在進一步分析的範圍 之列。上述教據準備措施能改善訓練強度曲線20分析或計算結果的可靠性。
也可以不選用連續的觀測區間或者連續的間期序列RRi 13,取而代之採 用時間上重疊的觀測區間來進一步分析、計算訓練強度曲線20。這樣有助於 在較短時間內獲得圖6所示訓練曲線20的足夠數量的點，從而可以按照本 方法更為迅速地得出關於當前訓練強度的可靠結論。
最好在選擇間期序列RRi 13時考慮訓練過程中的特殊事件。這種特殊 事件例如會突然改變心率HF,如圖3中以虛線表示的間期RRi(i = 5、 6等 等)。最好適當選擇用於選擇間期序列RRi 13的觀測區間，使得其中不包含 突然的心率HF變化。例如心率HF驟變點之前的第一個觀測區間22 (圖 3)即可。在心率HF驟變點之後才開始另一個觀測區間23。 也可以將一 定數量處在心率HF驟變點附近的間期RRi 13完全排除在下一步分析之外。 也就是說，既不將其納入第一觀測區間22的間期序列RRj之中，也不將其納 入下一個觀測區間23的相應序列之中。此外最好不僅能夠根據訓練過程中出 現的特殊事件自動調整觀測區間22、 23的始點或終點，而且優選能夠自動調 整觀測區間22、 23中所考慮的間期RRj 13的長度或者數量。這些邊界分析 條件的動態調整措施有助於改善分析質量或者提高分析結果的可靠性。'
按照本發明所述方法的另 一種實施方式所述，執行線性趨勢消除法來分析 相應的間期序列RRj 13。為此可釆用最小偏差平方法，算出相應間期序列RRj 13的回歸直線。
Yj = a + bi;i= l...N
然後用以下方式形成標準間期序列IT,. 14:首先將間期RRi 13減去相應 的值Yj，然後將獲得的值除以間期RRi 13的平均值RRMW。 m = (RRj - (a + b i)) / RR,; i = l...N
此外也可用下述方式生成標準間期序列rril4:並非除以平均值RRMW， 而是除以相應回歸直線的值Yi。iTi = (RRi - (a + b i)) / (a + b i); i = 1…N
採用所述的線性趨勢消除法，可以改善標準間期序列rril4的平穩性，此 外還可補償)(見測區間或者間期序列RRi之外的心率HF或者間期RRi 13的 變化。
按照本發明所述方法的另一種實施方式所述，使用三階多項式對間期RRi 13進行標準化處理，使其成為標準間期iTil4。 此外還可使用減小間期序列 RRi 13偏差平方的方法，計算三階多項式函數。也就是說，通過三階多項式 逼近間期序列RRi 13。
Yi = a + bi + ci2 + bi3; i = l...N
rri-(RRi-Yi)ZYi;i- l...N
然後按照圖5所示，以相同方式將按照最後所述方式算出的標準間期序 列rril4記錄在龐加萊散點圖之中。算出長軸X016與短軸Y0 17之後，最 終計算相對於長軸X0I6的正交距離18的標準偏差。最終將針對所選間期 系列RRi 13算出的標準偏差SOL和間期RRi 13的平均值RRMW或者相 應的心率HF用來計算訓練強度曲線20。 按照本實施例所述的方式對間期 RRi 13進行標準化處理J吏其成為標準間期rril4,從而使得訓練強度曲線20 中較高心率HF或者較高負荷範圍內的標準偏差SOL顯著增大(圖6)。
按照本發明所述方法的另 一種實施方式所述，使用傅立葉級數展開式使得 間期RRi 13成為標準間期rri。通過傅立葉展開式對間期RRi 13進行插值， 方法是確定傅立葉展開係數。最終使用三角多項式Fi對間期RRi 13進行標 準化處理，採用根據少數幾個項中止傅立葉展開式的方式獲得所述的三角多項 式。最好使用傅立葉展開式前三項構成的三角多項式來計算標準間期rr"4。 然後通過傅立葉展開式的前三項逼近間期序列RRi 13。
rri—RRi-FD/F^ 1…N
如前所述，間期序列RRj 13或者標準間期rrjl4的另一種分析方法為 將標準間期rril4記錄在圖5所示的龐加萊散點圖之中，然後根據龐加萊散 點圖中的點相對於長軸X0 16的正交距離18算出標準偏差SOL。在下一個 序列中計算圖6所示訓練強度曲線20的點，然後將其用來評價個體2的當 前訓練強度。按照本發明所述方法的另一種實施方式所述，也可以使用小波或者小波變
換對間期RRjl3進行級數展開式標準化處理。僅用所獲得的級數展開式的少 數幾個項來形成多項式Wi。最好使用間期RRil3的小波級數展開式前三項 進行標準化處理。
rr^RRi-Wj/Wi; i= l...N
內容描述中關於數值範圍的所有數據指的是同時包括任意範圍以及所有 局部範圍的數據，例如數據1~10同時包括下限1和上限10之間的所有局 部範圍，也就是從大於等於1的下限開始至小於等於10的上限終止的所有 局部範圍，例如1~1.7或3.2 ~ 8.1或5.5 ~ 10。
所述實施例均為本方法的可能實施方式，需補充說明的是本發明並不限 於所述的實施方式，而是可以將各個實施例進行各種不同的組合，且該技術領 域的專業人士能夠根據本發明的原理實現這種變化可能性。所有能夠通過組 合所述實施例的各種細節來實現的可想而知的實施方式，均屬於保護範圍。
最終需說明的是為了有助於理解裝置1的構造，這些發光器件及其構 件一部分並未按照比例繪製，或者有所放大或縮小。
關於本發明所解決的任務可查閱描述內容。
構成本發明所迷解決方法的尤其是圖1, 2; 3, 4, 5， 6， 7和8中所示的各 個實施例。有關本發明所述的任務和解決方法可查閱這些圖。 附圖標記清單 1裝置 2人 3胸帶 4傳感器 5監測單元 6發射器 7接收器 8控制器 9分析單元 10 存儲器
1511 操作單元
12 顯示裝置
13 間期RRi
14 間期ITj
15 點雲
16 長軸XQ
17 短軸Y0
18 距離
19 距離
20 訓練強度曲線
21 基準值
22 觀測區間
23 觀測區間
權利要求
1.對個人(2)的訓練強度進行測定的方法，即檢測個人(2)的心率信息，其特徵在於，a)記錄連續心跳間期RRi(13)，並且b)通過定義連續間期RRi(13)的數量N、或者確定觀測區間的方式，選擇間期序列RRi(13)，並且c)採用數學模擬方法，根據間期序列RRi(13)產生標準間期序列rri(14)，並且d)根據兩個連續的標準間期rri(14)和rri+1，在標準間期rri(14)的龐加萊散點圖中產生雲點，並且e)針對龐加萊散點圖中標準間期序列rri(14)的雲點，算出置信橢圓尤其是95％置信橢圓，確定所述橢圓的長軸X0(16)和短軸Y0(17)，並且f)根據標準間期序列rri(14)的雲點相對於長軸X0(16)的正交距離，算出標準偏差SOL，並且g)保存間期序列RRi的平均值RRMW(13)與標準偏差SOL組成的值對，並且h)選擇其它的間期序列RRi(13)，然後針對這些其它的間期序列RRi(13)執行步驟c)～g)，並且i)根據在步驟c)～h)中所確定的相當於平均值RRMW的心率HF(HF＝1/RRMW)與標準偏差SOL組成的值對，生成個人(2)的訓練強度曲線(20)，並且j)將最後一次測定的心率HF與訓練強度曲線(20)進行比較，確定個人(2)的當前具體的訓練強度。
2.對個人(2)的訓練強度進行測定的方法，其中，檢測個人(2)的心率 信息，其特徵在於，a) 記錄連續心跳間期RRj (13),並且b) 以定義連續間期RRi (13)的數量N或者確定觀測區間的方式，選擇 間期序列RRi (13),並且c) 採用數學模擬方法，根據間期序列RRj( 13 )產生標準間期序列rri( 14 ),並且d) 根據兩個連續的標準間期IT; ( 14)和rri+I,在標準間期iTi ( 14)的龐 加萊散點圖中產生雲點，並且e) 針對龐加萊散點圖中標準間期序列iTj (14)的雲點，算出置信橢圓尤 其是95%置信橢圓，確定所述橢圓的長軸X。 ( 16)和短軸Yo ( 17),並且f) 根據標準間期序列rri(14)的雲點相對於長軸Xo(16)的正交距離(18) 算出標準偏差S0L,並且根據標準間期序列iTj (14)的雲點相對於短軸Yo (17)的正交距離算出標準偏差SOw,並且g) 將間期序列RRi (13)的平均值RRMW與標準偏差S(\和標準偏差 SOw的商s = SOL/SOw組成的值對保存起來，並且h) 選擇其它的間期序列RRj(13),然後針對這些其它的間期序列RRj(13) 執行步驟c) ~ g),並且i) 根據在步驟c) ~ h)中確定的相當於平均值RRMW的心率HF(HF = 1/RRMW)與標準偏差SOL和標準偏差S0W的商s組成的值對，生成個人 (2)的訓練強度曲線(20),並且j)將最後一次測定的心率HF與訓練強度曲線(20)進行比較，確定個 人(2)的當前具體的訓練強度。
3. 根據權利要求1或2所述的方法，其特徵在於，根據訓練過程中的事 件選擇用來進行分析的間期序列RRi (13)。
4. 根據權利要求3所述的方法，其特徵在於，適當選擇間期序列RRj (13)，從而排除或者不包含心率HF驟變點。
5. 根據上述權利要求中任一項所述的方法，其特徵在於，從時間上相互重 疊的觀測區間中選擇用來進行分析的間期序列RRj (13)。
6. 根據上述權利要求中任一項所述的方法，其特徵在於，給每一個間期 RRi ( 13 )分配一個基準值(21 )，用於識別、消除相應間期序列RRj ( 13 )中 的偽跡；通過至少前三個及至少後三個間期RRi(13)的中值構成所述的基準 值(21);當相應的間期RRi (13)以大於某個預先"i殳定的百分比偏離與其對 應的基準值(21)時，就將該間期RRi (13)替換成其基準值(21)。
7. 根據權利要求6所述的方法，其特徵在於，選用30%作為所述百分比。
8. 根據權利要求6或7所述的方法，其特徵在於，偽跡頻率超過預先設定的百分比的觀測區間被排除在下 一步分析之外。
9. 根據權利要求8所述的方法，其特徵在於，選用5%作為所述百分比。
10. 根據上述權利要求中任一項所述的方法，其特徵在於，用來生成標 準間期序列iTj ( 14 )的方式是將每一個間期RRi (13 )除以間期序列RRj ( 13 ) 的平均值RRMW,所用公式為rr「RRj/RRMw;i-l…N。
11. 根據權利要求10所述的方法，其特徵在於，用於生成標準間期序 列iTi ( 14 )的方式也利用回歸直線(Yj = a + b i)對間期序列RRj ( 13 )執行 線性趨勢消除法，所用公式為rn-(RRi-(a + bi))/RRMw;i-l…N。
12. 根據權利要求1~9中任一項所述的方法，其特徵在於，用來生成 標準間期序列rri(14)的方式是通過回歸直線(Yi-a + bi)逼近間期序列RR,-(13),所用公式為rri = (RRi-(a + bi))/(a + bi);i=a..N。
13. 根據權利要求1~9中任一項所述的方法，其特徵在於，用於生成 標準間期序列rn (14)的方式是通過三階多項式(Y「a + bi + ciS + bi"逼 近間期序列RRi (13 ),所用公式為rri = (RRi - (a + b i + c i2 + b i3)) / (a + b i + c i2 + bi3);i= l...N。
14. 根據權利要求1~9中任一項所述的方法，其特徵在於，用於生成 標準間期序列rrj(14)的方式是通過傅立葉展開式前三項組成的三角多項式Fi 逼近間期序列RRi(13)，所用公式為rr「(RRi-Fi)/Fi;i-l…N。
15. 根據權利要求1~9中任一項所述的方法，其特徵在於，用來生成 標準間期序列rri ( 14)的方式是通過小波級數展開式的前三項Wi逼近間期序 列RRj(13),所用公式為iTi-(RRi-Wi)/Wi;i-l…N。
16. 根據上述權利要求中任一項所述的方法，其特徵在於，逼近心率HF 和標準偏差SOL組成的值對，或者逼近心率HF和商s = SOL/SOw組成的 值對，使用逼近結果作為訓練強度曲線(20),所用公式為多項式，最好使用 三階多項式SOL(HF) = s0 + s！ HF + s2 HF2 + s3 HF3或者s(HF) = u。 + ^ HF + u2HF2 + u3HF3。
17. 根據權利要求16所述的方法，其特徵在於，定期重新計算訓練強 度曲線(20)。
18. 根據上述權利要求中任一項所述的方法，其特徵在於，訓練結束之 後將訓練強度曲線(20)與諸如個體(2)姓名以及訓練數據之類的數據共同 保存起來。
19. 個體(2)負荷強度監測裝置(1 )，包括具有用來記錄心率的傳感器 (4)的可以固定在身體上的單元，其特徵在於，所述裝置(1)包括分析單 元(9)，其具有用來執行權利要求1~13中任一項所述方法的構件；輸出單 元，其用來將所確定的負荷強度告知個體(2)。
全文摘要
本發明公開了一種對個體(2)的訓練強度進行測定的方法。在該方法中，記錄連續心跳間期RRi(13)，然後採用數學模擬方法，根據所述間期序列RRi(13)生成標準間期序列rri(14)。分別根據兩個連續的標準間期rri(14)和rri+1生成龐加萊散點圖(Poincaré-Plot)中的點，並且計算這些點相對於置信橢圓長軸X0(16)的標準偏差SOL。然後根據間期序列RRi(13)的平均值RRMW與標準偏差SOL組成的用於其它標準間期序列rri(14)的值對，生成個體(2)的訓練強度曲線(20)；根據相當於平均值RRMW的心率HF(HF＝1/RRMW)和標準偏差SOL的值對生成所述訓練強度曲線(20)。
文檔編號A61B5/04GK101636107SQ200880007655
公開日2010年1月27日 申請日期2008年2月5日 優先權日2007年2月6日
發明者尼古勞斯·克萊普 申請人:格萊恩比奧-奧內國際股份有限公司