基于智能手机内置加速度传感器的日常体力活动监测研究
目的:探究智能手机内置加速度传感器测量人体活动原始信号的处理方法,并把其输出结果与ActiGraph进行比对,评估其准确性。方法:研究分为实验室测试(研究1)和日常生活测试(研究2)。在研究1中,50名受测者佩戴2部红米 NOTE2、1部三星 NOTE3和1个 ActiGraph‐GT 3X完成4类10项活动,每项活动5 min ,加上间歇时间全程约65 min ,以其原始数据进行滤波、修正和合成,并在此基础上分析其与 ActiGraph VM 的一致性及划分体力活动强度的准确性。在研究2中,26名受试者连续携带 ActiGraph和红米 NOTE2手机共4天(2个工作日+2个休息日),分析两类设备测量每日各类强度活动时间的一致性。结果:研究1中,智能手机与 ActiGraph VM 高度相关(ρ=0.87~0.92);红米 NOTE2(荷包)、三星 NOTE3(腰部)和红米 NOTE2(腰部)之间的相关系数分别为0.942和0.989;以 Acti‐Graph为校标,三星NOTE3(腰部)、红米NOTE2(荷包)和红米NOTE2(腰部)的 RMSA分别为:470.2、700.4和506.9,红米(腰部)的测量误差最大;手机和 ActiGraph在界定各活动强度类型的准确率上差异小。研究2显示,在每日 VPA、MPA和 LPA 时间上,ActiGraph和手机的相关系数分别为0.819,0.762和0.669。Bland‐Altman图显示,VPA的平均差为-2.8 min/天,MPA为-5.2 min/天、LPA 为22.5 min/天。结论:在 VM 以及每日 LPA、MPA与VPA时间的测量上,手机与ActiGraph的结果一致性好,两类设备原始数据提供高度相似的信息,研究所采用的手机可以作为ActiGraph的补充应用于体力活动干预和运动健身实践中。
体力活动、加速度传感器、智能手机、测量
52
G804.6(体育理论)
“十二五”国家科技支撑计划资助项目2012BAK-21B00;四川师范大学实验技术与管理重点项目SYJS2015-09。
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共9页
128-136