基于步態(tài)觸覺參數(shù)的青少年運動能耗估算公式的建立

杜唐慧子劉宇田石榴楊先軍王亮

1上海體育學(xué)院（上海200438） 2中國科學(xué)院合肥智能機械研究所

肥胖癥及相關(guān)代謝綜合征的發(fā)病率呈上升趨勢，這可能與體力活動減少有關(guān)［1］，因此保持能量平衡是預(yù)防多種代謝綜合征的基本前提。關(guān)于能耗的組成和應(yīng)用的研究是當下的熱點。公認的較精準測評能耗的方法有雙標水法和間接熱量測定法。雙標水法通過追蹤非放射性同位素2H、18O雙重標記的水在體內(nèi)的代謝情況，計算總能量消耗。其精準度高，但耗時長，只能計算總能耗［2］。間接熱量分析法又名氣體成分分析法，是讓受試者佩帶呼吸面罩，通過氣體代謝裝置分析受試者吸入氧氣（O2）和排出二氧化碳（CO2）的量，計算能量消耗。該方法廣泛應(yīng)用于安靜和運動過程中的能量代謝測定，也被視為精確的短時熱量測定方法［3-5］。但其設(shè)備費用高，不適用于大眾健身。

目前，大眾健身中簡便普及的能量測定方法主要有問卷調(diào)查、加速度傳感器、心率計、計步器等。問卷調(diào)查屬主觀測評，易受到受試者回憶精度和認知差別的影響，誤差較大。心率計的輸出心率雖然與最大攝氧量相關(guān)度很高，但容易受情緒和周邊環(huán)境的影響［6］。加速度傳感器的基本原理是感應(yīng)運動中的加速度，其數(shù)值隨著佩戴部位的不同和運動模式的變化而變化，誤差較大［7，8］。將加速度信息與其他參數(shù)如心率、體溫等進行關(guān)聯(lián)，從而提高評估體力活動精確度是當下研究的關(guān)注點，例如Actiheart加速度心率聯(lián)合傳感器和SenseWear Armband復(fù)合型運動傳感器。運動鞋是青少年常用運動裝備之一，本課題組自主研制的數(shù)字化跑鞋，采用了基于鞋墊式的力敏傳感器測試人體的足底壓力分布［9］以及置于鞋墊中部足弓下方加速度計測定加速度等步態(tài)參數(shù)，評估運動能量消耗。步態(tài)觸覺特征信息從完備性、重復(fù)性和唯一性等角度分析，其包含的時間信息、空間信息和動力信息在表征運動能量消耗特性方面也有很大前景［10，11］。數(shù)字化運動鞋外觀和普通運動鞋無差別，相對于其他復(fù)合傳感器使用更加簡單方便。

本研究利用自主研發(fā)的數(shù)字化跑鞋測量青少年走、跑運動中的壓力和加速度參數(shù)，將其與能量消耗相關(guān)聯(lián)，綜合其它個體參數(shù)，為自主研發(fā)的數(shù)字化跑鞋建立一種適用于一般青少年體力活動能量消耗估算公式。為建立青少年步態(tài)觸覺生物力學(xué)參數(shù)指標體系，研究低成本、便攜式、多參量指標的能量測量方法提供參考，同時為自主研發(fā)的數(shù)字化跑鞋提供軟件模型支持。

1 對象與方法

1.1 研究對象

65名上海某初級中學(xué)預(yù)備班到二年級的中學(xué)生，其中男生32名，女生33名。取得全部受試者監(jiān)護人的知情同意書。實驗開始前，受試者填寫基本信息表、健康問卷，監(jiān)護人和受試者共同閱讀知情同意書，并簽字。排除生病、心肺功能不佳、患有心肺系統(tǒng)相關(guān)疾病和服用影響代謝藥物的學(xué)生。本實驗得到上海體育學(xué)院運動科學(xué)學(xué)院道德倫理委員會同意。受試者的基本信息如表1。

表1 受試者基本信息

1.2 實驗儀器和設(shè)備

K4b2型心肺功能測試儀 （意大利Cosmed公司）：這是一款便攜式、利用先進遙感技術(shù)對受試者呼出的氣體進行實時監(jiān)測的設(shè)備。V-BODY HBF-358體重身體脂肪測量器（歐姆龍公司）：可測量體重，體脂百分比等參數(shù)。自主研制的數(shù)字運動跑鞋：目前處于開發(fā)階段，跑鞋前掌配備的柔性壓力傳感器可以記錄足底壓力變化信號，足底中部加速度傳感器可以記錄加速度變化信號，數(shù)據(jù)信號將保存在足底數(shù)據(jù)采集盒的數(shù)字存儲卡中，當停止運動時，再將數(shù)據(jù)信號通過USB接口上傳至計算機，使用自制軟件分析和處理數(shù)據(jù)，回放人體足底詳細的運動狀態(tài)，畫出足底運動的三維加速度隨時間連續(xù)變化的曲線和前腳掌的受力曲線，通過分析計算，給出運動時間以及運動時間段內(nèi)的步頻、距離等數(shù)據(jù)，并提供可供分析使用的原始數(shù)據(jù)文件和數(shù)據(jù)庫。

1.3 實驗流程

校驗實驗儀器，預(yù)熱，布置場地，同時為受試者講解實驗流程，測量受試者基本身體參數(shù)：身高、體重、體脂率（fat%）、腿長（leg length，LL）。受試者佩戴K4b2心肺功能測試儀，穿著帶有數(shù)字化鞋墊的跑鞋，以2 km/h的速度在跑臺上適應(yīng)并熱身，接下來，以3、4、5、6、7、8 km/h的速度進行走、跑步運動，每個速度運動5分鐘，之間無休息。

1.4 數(shù)據(jù)處理和統(tǒng)計學(xué)分析

數(shù)字化鞋墊采集到的數(shù)據(jù)導(dǎo)入電腦中，采用自主編寫的軟件分析和處理，根據(jù)足底壓力或加速度信號分析相鄰信號峰值之間的距離與時間積分，得到步頻（step frequency，SF）值。

運動能耗值的計算：先采用K4b2心肺功能儀輸出的每分鐘能耗得到總能耗 （energy expenditure，EE），再根據(jù)Harris-Benedict公式［12］［REE（kcal/d，女性）=655.1+9.6W+1.8H-4.7A，REE（kcal/d，男性）= 66.5+13.7W+5.0H-6.8A；其中，W為體重（kg），H為身高（cm），A為年齡（歲）］計算個體靜息時的能耗值（resting energy expenditure，REE），用EE減去REE得到運動能耗值（active energy expenditure，AEE），最后除以體重，標準化得到單位體重單位時間的運動能量消耗數(shù)值。

去除因儀器故障產(chǎn)生的無效數(shù)據(jù)，男生獲得174組數(shù)據(jù)，女生有179組，共計353組數(shù)據(jù)。在所有353組數(shù)據(jù)中，隨機抽取34組數(shù)據(jù)用于最后校驗公式。使用SPSS17.0軟件分析其余319組數(shù)據(jù)的各項參數(shù)：步頻、腿長、BMI、體脂率、年齡、性別與單位體重運動能耗代謝率（AEE/kg/min）。（1）采用皮爾森相關(guān)系數(shù)分析所有參數(shù)之間的關(guān)系；（2）針對主要自變量（步頻）和因變量（運動能耗）之間的關(guān)系進行曲線估計，選取的有線性模型（Linear），方程為Y=b0+（b1*x）；二次曲線模型（Quadratic），方程為Y=b0+（b1*x）+b2*x2；復(fù)合模型（Compound），方程為Y=b0*（b1x）；（3）對所有參數(shù)進行多元逐步線性回歸計算，取得有效變量，并得到有效參數(shù)與能耗之間的回歸方程，建立青少年走跑運動時的能量代謝的估測公式；（4）將34組事先抽出的數(shù)據(jù)代入所得公式進行檢驗，以公式計算的能耗值與K4b2實測能耗值之差的絕對值除以實測能耗值，得到的百分比作為誤差百分比。

2 結(jié)果

2.1 皮爾森相關(guān)分析

從表2可以看出，各項參數(shù)中，只有步頻與運動能耗呈顯著正相關(guān)。其余參數(shù)如腿長、BMI、體脂率和年齡均與單位體重運動能耗代謝率呈負相關(guān)趨勢，且無顯著相關(guān)。

表2 受試者各項測試參數(shù)與單位體重運動能耗代謝率的皮爾森相關(guān)系數(shù)

2.2 曲線估計

從表3可以看出，受試者步頻與能耗關(guān)系用線性關(guān)系描述的結(jié)果擬合度非常好。曲線和線性的擬合程度的R2幾乎一致，采用復(fù)合函數(shù)模型R2上升了0.007。

2.3 多元逐步線性回歸分析

表3 受試者步頻與運動能耗的曲線估計

受試者步頻與運動能耗的曲線估計圖見圖1。所有參數(shù)中，具有效度的變量依次為步頻、BMI、性別和年齡。將這4個變量逐一帶入，得到4個相關(guān)參數(shù)，如表4所示，加入4個變量的方程4的R2值比單一加入步頻變量的方程1的R2值高0.02，方程4的常量無顯著性差異，其年齡變量P值有顯著差異但未達非常顯著水平。

圖1 受試者步頻與運動能耗的曲線估計圖形結(jié)果，包含線性模型、二次曲線模型和復(fù)合模型

故由表3得到基于自主研發(fā)的數(shù)字化鞋墊的步頻及多項身體參數(shù)的青少年單位體重運動能耗估算公式為：AEE=1.913×SF-2.079×BMI+10.755×Sex-4.211×Age-42.312。其中AEE為每公斤體重每分鐘運動消耗的能量，單位為cal/min/kg；SF為步頻，單位為steps/min；BMI單位為kg/m2；Sex為性別，男生定義為1，女生為0；Age為年齡，單位為周歲。考慮到實際應(yīng)用的簡便度以及未來自主研發(fā)制作的數(shù)字化鞋墊軟件開發(fā)中的具體情況，也可以采用僅以步頻為自變量的單位體重運動能耗估算公式：AEE =1.904×SF-134.386。

表4 逐一加入步頻、BMI、性別、年齡得到的4個線性回歸方程的相關(guān)參數(shù)

2.4 效度檢驗

經(jīng)檢驗，公式1、2、3和4的估算誤差百分比分別為16.1%、18.0%、17.9%和17.3%。

3 討論

本實驗的步頻參數(shù)來源于數(shù)字化鞋墊采集的壓力和加速度信息，通過計算峰值之間的時間積分得到。這種方法決定了只有當腳底接觸地面的時候才記錄步頻信息，避免了使用加速度計計步時出現(xiàn)的空計數(shù)。我們自主研制的數(shù)字化鞋墊材料采用低成本壓阻漿料工藝，本實驗得到的基于步頻值的青少年運動能耗的回歸方程將用于未來自主研制數(shù)字化跑鞋的軟件建設(shè)，同時穿著數(shù)字化跑鞋和普通運動鞋一樣，測量運動能耗代謝也更加便利。

本實驗結(jié)果顯示，步頻與單位體重運動能耗的皮爾森相關(guān)系數(shù)非常高，且存在顯著性差異。而體脂率、腿長、年齡和性別與單位體重單位時間的運動能耗無差異。過去有文獻指出，身體測量學(xué)指標如身高、體重和身體肥胖等對能量消耗有影響［13］，而本實驗結(jié)果不同。因為結(jié)果除以體重被標準化后，肥胖對運動能耗的影響被削弱。性別、年齡對能量代謝影響的研究主要集中于靜息代謝。如Fukagawa等［14］指出，老年人靜息能耗相對年輕人較低，女性相對男性較低。由于受試者樣本量限制以及年齡差異較小，不能明確看出性別、年齡對單位體重運動能耗的影響趨勢。

本實驗結(jié)果采用SPSS17.0的逐步回歸得到四個方程，如表3顯示，方程4（包含步頻、BMI、年齡和性別4種變量）的R2值比方程1（僅包含步頻變量）高0.02；而對方程的效度檢驗結(jié)果顯示，四個方程的估算誤差無太大差異。根據(jù)逐步回歸的原理，可以判斷步頻、BMI、年齡和性別都使方程的效應(yīng)顯著，理論上應(yīng)當保留。

考慮到本研究的目的是為數(shù)字化跑鞋建立一種適用于普通青少年的體力活動能量消耗估測公式，并為建立青少年步態(tài)觸覺生物力學(xué)參數(shù)指標體系，研發(fā)多參量指標的低成本、便攜式能量測量方法提供參考，因此選用線性模型。因為驗證樣本量的限制，驗證模型時，方程4的誤差百分比略大于方程1，但建立回歸方程時，方程4的R值又略大于方程1，標準誤也較小，如果后續(xù)試驗增加樣本量進行驗證，方程4的誤差百分比可能小于方程1，因此，目前方程4（自變量為步頻、BMI、性別和年齡）與方程1（自變量為步頻）的選用尚不明確。

本次實驗也存在不足之處。首先，自主研制的數(shù)字化跑鞋目前尚在研發(fā)階段，性能不穩(wěn)定，因樣本量較大，實驗過程中產(chǎn)生一些無效的空數(shù)據(jù)，這在數(shù)據(jù)處理過程中已剔除。其次，本次實驗受試者年齡為11～14歲，跨度較小，使年齡等參數(shù)對運動能耗的貢獻不能很好體現(xiàn)。此外，測試選在學(xué)生課間以及活動課時間，因時間有限，實驗設(shè)計因此也有所顧及，以學(xué)生時間為重。再次，運動跑臺與真實地面不同，受試者需要有個適應(yīng)過程。且跑臺并不能代替真實的地面情況，對能耗及步頻都有一定的影響。最后，本次實驗由于實驗條件所限未采用實測靜息能耗，這對實驗結(jié)果有一定的影響；而且，在計算靜息代謝率時選用的是Harris-Benedict公式。此公式年代較早且針對歐美成年人設(shè)計，對中國兒童的適用性有待調(diào)查。本實驗關(guān)于數(shù)字化跑鞋的建模研究還處于研究室走跑運動階段，將來會針對自然環(huán)境下青少年自由活動的模式，加入更多壓力和時間序列的判別因素加以完善。

根據(jù)本次實驗的結(jié)果可以看出，步頻和單位體重運動能耗的代謝率顯著相關(guān)。當下一些著名運動品牌都漸漸將研究熱點投放在運動鞋與能耗測評相結(jié)合的研發(fā)中，引進步態(tài)觸覺參數(shù)是新穎而值得嘗試的一步，對將來自主研發(fā)基于步態(tài)運動的健身游戲軟件，促進青少年健康運動也有良好的影響。

4 總結(jié)

青少年單位體重單位時間的運動能耗與步頻顯著相關(guān)，初中階段青少年的運動能量代謝量估算公式為：AEE=1.913×SF-2.079×BMI+10.755×Sex-4.211×Age-42.312，其中AEE為每公斤體重每分鐘運動消耗的能量，單位為cal/min/kg；SF為步頻，單位為step/min；BMI單位為kg/m2；Sex為性別，男生定義為1，女生為0；Age為年齡，單位為周歲。此模型R2值為0.754，驗證準確度達到83%。步態(tài)觸覺參數(shù)作為新的能耗評量指標有很大發(fā)展前景。

［1］Andersen LB，Harro M，Sardinha LB，et al.Physical activity and clustered cardiovascular risk in children：a cross sectional study （The European Youth Heart Study）.Lancet，2006，368：299-304.

［2］戴劍松，孫飆.體力活動測量方法綜述.體育科學(xué)，2005，25（9）：69-75.

［3］Manley AF.Physical Activity and Health：a Report of the Surgeon General.U.S：Diane Publish，1996.3-8.

［4］McLaughlin JE，King GA，Howley ET，et al.Validation of the COSMED K4b2 portable metabolic system.Int J Sports Med，2001，22（4）：280-284.

［5］Duffield R，Dawson B，Pinnington HC，et al.Accuracy and reliability of a Cosmed K4b2 portable gas analysis system.J Sci Med Sport，2004，7（1）：11-22.

［6］Valanou EM，Bamia C，Trichopoulou A.Methodology of physical-activity and energy-expenditure assessment：a review.J Public Health，2006，14：58-65.

［7］Welk GJ，Blair SN，Wood K，et al.A comparative evaluation of three accelerometry-based physical activity monitors. Med Sci Sport Exerc，2000，32（9）：S489-497.

［8］Welk GJ.Principles of design and analyses for the calibration of accelerometry-based activity monitors.Med Sci Sport Exerc，2005，37（11）：S501-511.

［9］韋啟航，陸文蓮，傅祖蕓，等.人體步態(tài)分析系統(tǒng)——足底壓力測量系統(tǒng)的研制.中國生物醫(yī)學(xué)工程學(xué)報，2000，19（1）：32-40.

［10］陸明剛，宋啟敏.步態(tài)參數(shù)的測試.上海大學(xué)學(xué)報（自然科學(xué)版），1988，4（1）：87-91.

［11］H gberg P.How do stride length and stride frequency influence the energy-output during running.Eur J Appl Physiol，1952，14（2）：437-441.

［12］Harris JA，Benedict FG.A biometric study of human basal metabolism.Proc Natl Acad Sci USA，1918，4（12）：370-373.

［13］Thomas SS，Buckon CE，Schwartz MH，et al.Walking energy expenditure in able-bodied individuals：A comparison of common measures of energy efficiency.Gait Posture，2009，29（4）：592-596.

［14］Fukagawa NK，Bandini LG，Young JB.Effect of age on body composition and resting metabolic rate.Am J Physiol，1990，259（2）：E233-E238.