绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 3 条结果
摘要:研究目的:基于加速度传感器,建立自行车运动强度预测方程,确定4.8 MET和7.2 MET对应的VM轴加速度计数最佳临界值点.研究方法:101名普通大学生(实验组81人,验证组20人)实验过程中同时佩戴K4b2和GT3X(腰部、大腿、脚踝),在功率自行车上依次进行不同强度(①较低强度:37%~45%VO2 max;②中等强度:46%~63%VO2 max;③较大强度:64%~91%VO2 max)的骑行.选取逐步回归方法建立运动强度预测模型,采用ROC曲线建立VM轴加速度计数最佳临界点.结果:1)脚踝处GT3X三分轴对MET的解释力最高(R2=0.80),且VM轴加速度计数与MET存在较高的相关关系(r=0.89,P<0.01).2)方程MET=0.00019007×VM+3.121,R2为0.80,SEE为0.61,SEE/Y(%)为10.33%.3)经验证组数据回代检验,各强度水平下方程预测值与K4b2实测值相关系数在0.80~0.85之间(P<0.01);相对误差为8.69%~9.61%;95%的残差基本均落在Bland-Altman散点图Mean±1.96 SD的区间内.4)4.8 MET和7.2MET对应的VM轴加速度计数最佳临界值点分别为9764 counts/min和21138 counts/min.结论:脚踝处是自行车运动GT3X的最佳适配位置,新建方程能够有效地预测运动强度MET,预测准确度较高,所建切点能有效地区分运动强度,可为自行车运动科学监测提供参考....
[期刊论文] 赵月民 陈培友
-
CSSCI 北大核心
-
摘要:目的:基于三轴加速度传感器,建立大学生自行车运动能量消耗预测方程.方法:选取101名在校大学生,按性别、年龄分成实验组(81人)和验证组(20人).实验过程中受试者同时佩戴K4b2气体代谢分析仪和GT3X加速度传感器(脚踝处),在功率自行车上依次进行不同强度(较低强度:37%~45%VO2 max;中等强度:46%~63% VO2 max;较大强度:64%~91%VO2max)的骑行.采用逐步回归方法建立运动能量消耗预测模型.结果:1)ACz轴和VM轴的counts值与能量消耗存在较高的相关关系(P<0.01).2)运动能量消耗(kcal/min)=0.000219×VM+0.065 ×BW+0.145 ×SE-2.032[VM为加速度传感器合轴counts值,BW为体重(kg),SE为性别(女=0,男=1)];R2等于0.88,SEE和SEE/Y(%)分别为0.61和11.55%.3)经验证组数据回代检验,各强度水平下模型预测值与K4b2实测值相关系数在0.82~0.86之间(P<0.01);绝对误差为0.38~0.61 kcal/min,相对误差为8.37%~10.54%;95%的残差均落在Bland-Altman散点图Mean± 1.96SD的区间内.结论:自行车运动中,通过脚踝佩戴处加速度传感器合轴counts值、性别、体重三个变量建立的能量消耗预测方程,能够有效地预测不同强度水平下的运动能量消耗,预测精度较高,可为大学生自行车运动科学监测提供依据....
[硕士论文] 赵月民
体育学;运动人体科学 南京师范大学 2018(学位年度)
摘要:目的:
  基于ActiGragh GT3X加速度传感器,以K4b2气体代谢分析仪能量消耗测量值为依据,确定自行车运动加速度传感器最佳适配位置,建立大学生自行车运动能量消耗和能量代谢当量MET预测方程,找出区分4.8MET和7.2MET对应的VM轴加速度计数最佳临界点。
  方法:
  选取101名在校大学生,按性别、年龄分成实验组(81人)和验证组(20人)。实验过程中受试者同时佩戴K4b2气体代谢分析仪和ActiGragh GT3X加速度传感器(腰部、大腿、脚踝),在功率自行车上依次进行不同强度(较低强度:37%~45%VO2max;②中等强度:46%~63%VO2max;③较大强度:64%~91%VO2max)的骑行。采用描述统计、相关分析和强迫进入变量回归法对不同佩戴位置ActiGragh GT3X加速度传感器监测自行车运动能量消耗的有效性进行对比分析;选取逐步回归方法建立运动能量消耗预测方程;采用相关分析、绝对误差、相对误差以及Bland-Altman点图方法检验运动能量消耗预测方程的有效性;采用ROC曲线建立VM轴加速度计数最佳临界点。
  结果:
  1)在各单轴中,脚踝部位加速度传感器ACx轴counts均值最大。脚踝部位加速度传感器VM轴counts均值在5个轴中最大,感应加速度变化最为丰富。2)三个部位加速度传感器各轴counts均值均与运动能量消耗存在显著的相关关系(P<0.01),其中大腿处ACy轴(r=0.83),脚踝处ACz轴(r=0.83)、VM轴(r=0.84)的相关系数相对较高。3)除腰部加速度传感器ACx、ACh轴和大腿ACx轴外,其他各轴均与能量代谢当量MET线性相关关系显著(P<0.01),其中脚踝处ACz轴(r=0.87)、VM轴(r=0.89)与能量代谢当量MET的相关系数相对较高。4)脚踝处加速度传感器三分轴对运动能耗(R2=0.70)和MET(R2=0.80)的解释力最高。5)运动能量消耗(kcal/min)=0.000219×VM+0.065×BW+0.145×SE-2.032(VM为合轴counts值,BW为体重(kg),SE为性别(女=0,男=1));R2等于0.88,S和S/Y(%)分别为0.61和11.55%。经验证组数据回代检验,各强度水平下方程预测值与K4b2实测值相关系数在0.82~0.86之间(P<0.01);绝对误差为0.38~0.61kcal/min,相对误差为8.37%~10.54%;95%的残差均落在Bland-Altman散点图Mean±1.96SD的区间内。6)能量代谢当量MET=0.00019007×VM+3.121,R2为0.80,S为0.61,S/Y(%)为10.33%。经验证组数据回代检验,各强度水平下方程预测值与K4b2实测值相关系数在0.80~0.85之间(P<0.01);绝对误差为0.42~0.73MET相对误差为8.69%~9.61%;95%的残差基本均落在Bland-Altman散点图Mean±1.96SD的区间内。7)4.8MET和7.2MET ROC曲线下的面积分别为0.926、0.901,敏感性分别为0.803、0.841,VM轴加速度计数对于确定运动强度具有较高的诊断价值。4.8MET对应的VM轴加速度计数最佳临界值点为9764counts/min,7.2MET对应的VM轴加速度计数最佳临界值点为21138counts/min。
  结论:
  1)脚踝处是自行车运动ActiGragh GT3X加速度传感器的最佳适配位置。2)可用脚踝处加速度传感器VM轴counts值、性别、体重三个变量建立的方程有效的预测不同强度水平下的运动能量消耗,预测精度较高。3)可用脚躁处加速度传感器VM轴counts值建立的方程有效的预测不同强度下能量代谢当量MET,预测准确度较高。4)4.8MET和7.2MET对应的VM轴加速度计数最佳临界值点分别为9764counts/min和21138counts/min。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部