基于自適應閾值的最大攝氧量計算方法

， ， ， ，

(1.國網山東省電力公司 體育文化分公司，山東 濟南 250001,2.山東魯能軟件技術有限公司，山東 濟南 250001；3.國網山東省電力公司 科信部，山東 濟南 250001)

基于自適應閾值的最大攝氧量計算方法

林慶陽1，孟瑜2，于凌霞1，焦洋3，孫海濤2

(1.國網山東省電力公司 體育文化分公司，山東 濟南 250001,2.山東魯能軟件技術有限公司，山東 濟南 250001；3.國網山東省電力公司 科信部，山東 濟南 250001)

最大攝氧量是評定運動員心肺機能、監控訓練方法效果的一項科學的量化指標。利用實驗法進行最大攝氧量測量時從氣體分析儀中所獲取的攝氧量粒度數據帶有很多的噪聲，如何科學有效地去噪進而計算出相對準確的最大攝氧量是一個重要的課題。目前，在計算最大攝氧量時常用實踐方法主要包括專家經驗法、統計學方法等；基于機體呼吸特點，采用自適應閾值法進行攝氧量粒度數據的去噪，該方法處理后的攝氧量曲線符合機體運動特性，由此計算得出最大相對攝氧量。

最大攝氧量；去噪；自適應閾值

1 最大攝氧量求取方法簡介

最大攝氧量[1]是人體在進行有大量肌群參加的長時間激烈運動中，心肺功能和肌肉利用氧的能力達到本人極限水平時單位時間所攝取的氧氣量，是人體在極量運動負荷時心肺功能水平以及評定人體有氧工作能力的重要指標。最大攝氧量的表示方法有兩種，即絕對值和相對值[2]。本文選用最大攝氧量的相對值作為研究對象。

綜合國內外對最大攝氧量測量方法的研究[3-7]，發現常用于測量最大攝氧量的方法有直接測量法和間接測量法兩種。直接測量法是指運動員在實驗室或者在訓練場地利用功率計等進行極限運動，使用氣體代謝分析儀直接測量最大攝氧量；間接測量法是受試者進行亞極限運動，根據攝氧量、心率等數值推測最大攝氧量的方法。

使用直接測量法可以在氣體分析儀中得出攝氧量粒度數據，但由于測量過程中會經常出現呼吸不均勻或者偶爾突發的咳嗽、說話等情況，攝氧量粒度數據存在一定的噪聲，因此在求最大攝氧量之前需要對粒度數據進行去噪。目前，常用的去噪方法主要包括專家經驗法[8]和統計學方法[9]兩大類。其中，專家經驗法是指通過專業人員觀察數據去掉根據經驗判斷為不合理的數據，通常選用一組數據的統計量(均值、標準差)設定閾值，去掉數據中的尖點；基于統計量的統計學方法則是指根據統計量(均值、標準差、中位數、四分位數等)計算出數據集中區間進而設立閾值。雖然這兩類方法都有很強的可操作性，但是也存在明顯的不足：依賴于專家的先驗知識，并且完全取決于個人的處理和操作；依賴于本組數據的離散程度，如果所選統計量并不能較好地反映數據集中規律則會出現較大的誤差。

2 自適應閾值方法

為符合機體呼吸的攝氧量數據特性并避免專家經驗法和統計學習法所帶來的弊端，利用自適應閾值算法進行數據處理[10]，得出去噪后的攝氧量數據，進而求取最大攝氧量。

2.1自適應閾值算法實現步驟

已知輸入量：數據序列xi、采樣時間間隔t0、區段窗口τ；輸出量：數據xi是否異常。算法的實現步驟如下：

Step1:數據采集

按照時間間隔t0采集數據序列xi，其中xi=(xi(1),…,xi(n))，n代表數據維度i=1,…,N。

Step2:正規化

時間序列xi利用式(1)被正規化為Zi。

Step3:自適應濾波器預測

自適應濾波器通過獲取給定時刻的數據，預測下一個時刻處的數據。自適應濾波器可以選用卡爾曼濾波器、衰減多項式存儲濾波器(FMP)、自回歸濾波器(AR)、向前一步預測器等方法。其中，濾波器是遞歸的并且不在批量模式下操作，而是每個濾波器使用先前預測的數據結果以及新的數據預測下一個數據。

Step4:計算比較分值

計算i處預測數據與實際數據的余差如下式

計算i處的比較分值可以根據公式

Step5:判斷輸入數據的積累是否符合要求

若(i-1)·t0≥τ，則執行Step6；否則i=i+1，返回執行Step1。

Step6:區段窗口內正常范圍的設置

要判斷i處的值xi是否異常，首先需要確定時刻i處在區段窗口τ內的正常范圍。正常范圍的設置規則有多個，可以結合數據的特點或者判定結果的效果進行設置。

下四分位Q1、上分位數Q3，計算四分位數間距IQR3-Q1，則正常值范圍為[Q1-1.5IQR,Q3+1.5IQR]。

Step7:正異常的判定

2.2自適應閾值算法流程框圖

圖1 自適應閾值算法流程圖

3 結果與分析

3.1 數據源

采用試驗法， 讓一名足球運動員作為受試者在功率計(運動跑臺)上進行遞增負荷實驗，本次所采用的具體的負荷遞增方式為遞增負荷實驗，每級負荷的持續時間為5分鐘。得到的受試者攝氧量粒度數據集(本文所取攝氧量為其相對值)如圖2所示。

圖2 攝氧量粒度數據

3.2 數據處理

利用本文所述的專家經驗法、統計學方法和自適應閾值法分別對3.1中的數據進行處理，進行數據去噪，結果如下：

1)基于專家經驗法的閾值算法具體的閾值邊界線如圖3中所示的兩條直線，測試數據的正異常數據分別為圖4中的灰色點和黑色點。

圖3 示例測試數據及上下邊界線

圖4 示例測試數據點集及上下邊界線

2)若取窗口τ為100，設i處的置信區間為[μi-σi,μi+σi]，則測試數據集及正常范圍上下限如圖5所示。

為可視化正異常數據分類的效果，圖6中黑色點是正常數據，灰色點是異常數據，上方和下方兩條折線代表數據的上下閾值線。

圖5 示例測試數據及上下邊界線

圖6 示例測試數據點集及上下邊界線

3)若取窗口τ為100，比較分值和正常值范圍[Q1-1.5IQR,Q3+1.5IQR]如圖7所示，其中上方折線代表比較分值，下方折線代表正常范圍邊界線。

圖7 示例比較分值及正常范圍

測試數據集及正常范圍如圖8所示，其中黑色折線代表測試數據集，上方代表正常范圍的上限，下方折線代表正常范圍的下限。

為可視化正異常數據的分類的效果，圖9中黑色點是正常數據，灰色點是異常數據，上下方折線代表數據的上下閾值線。

圖8 示例測試數據及上下邊界線

圖9 示例測試數據點集及上下邊界線

3.3 數據結果

根據3.2中三種不同的算法對攝氧量粒度數據進行處理，得出去噪后的數據，進而求出運動員最大攝氧量分別為56.7、58.9、57.7，作為評價其身體機能狀態的一個重要指標。從最大攝氧量結果來看，三種方法得出的結果均不同；從三種算法處理后的攝氧量曲線(如圖10～12所示)可以得出以下結論：圖10和圖11中中存在更多的尖點，結合其去噪過程(圖4、5)可知專家經驗法和滑動窗口統計量方法具有較大的局限性，無法較好地擬合數據趨勢；而圖12中的數據較為平滑，再結合其去噪過程(圖6)和算法設計，可知基于自適應閾值算法具有較強的魯棒性，能夠根據數據自適應調整閾值區間，從而使得去噪后的數據更好地擬合數據趨勢。

圖10 專家經驗法處理后的攝氧量曲線

圖11 滑動窗口統計量法處理后的攝氧量曲線

圖12 自適應閾值處理后的攝氧量曲線

4 結論

通過對比不同類型的方法對攝氧量粒度數據進行處理求取最大攝氧量的過程可以得出以下結論：自適應閾值算法可以對機體呼吸的攝氧量數據進行較好的去噪，其效果明顯優于目前常用的專家經驗法和統計量法。

本文中所討論的自適應閾值算法主要是針對攝氧量等相鄰時刻數據具有延續性的數據集提出的，該算法應用于其他場合的有效性以及改進方法正在進一步研究中。

[1]李桂沂,陳錫泉,肖俊偉,等. 最大攝氧量、乳酸閾、通氣閾和心率在監測運動員訓練效果中的應用[J]. 體育學刊,2010, 17(12):107-111.

[2]曹澤亮. 最大攝氧量判定指標和標準的研究[D].重慶：西南大學,2012.

[3]N P Buller,P A Poole-Wilson. Extrapolated maximal oxygen consumption: a new method for the objective analysis of respiratory gas exchange during exercise[J] . British heart journal, 1988, 59(2): 212 - 217.

[4]B L Ho. A study of maximal oxygen consumption in Chinese males[J] . Aviation, space, and environmental medicine,1984, 55(3): 222 - 225.

[5]劉宏強. 最大攝氧量測定方法的研究與應用[D].太原：山西大學,2005.

[6]張迪. 對國家優秀男子馬拉松運動員最大攝氧量和無氧閾測試的研究[J]. 吉林體育學院學報, 2008, 24(6):69-70.

[7]韓云峰. 運動員最大攝氧量間接測定法的比較研究[D].北京:北京體育大學,2010.

[8]李永瑞. 運動員注意能力綜合評價初探[C]. 第六屆全國體育科學大會論文摘要匯編(二),中國體育科學學會,2000.

[9]柯朝甫,張濤,武曉巖,等. 代謝組學數據分析的統計學方法[J]. 中國衛生統計,2014, 31(2):357-359,365.

[10]何文浩,原魁,鄒偉. 自適應閾值的邊緣檢測算法及其硬件實現[J]. 系統工程與電子技術,2009, 31(1):233-237.

Calculationofmaximumoxygenuptakebasedonadaptivethresholdvalue

LIN Qing-yang1, MENG Yu2, YU Ling-xia1, JIAO Yang3, SUN Hai-tao2

(1.SportsCultureBranch,StateGridShandongElectricPowerCompany,Jinan250001,Shandong,China; 2.ShandongLunengSoftwareTechnologyCo.Ltd.,Jinan250001,Shandong,China; 3.Dept.ofScienceInformation,StateGridShandongElectricPowerCompany,Jinan250001,Shandong,China)

The maximum oxygen uptake is a scientific quantitative parameter to evaluate the performance of athletes' cardiopulmonary function and training performance monitoring. The measurement of the maximum oxygen uptake via experimental method brings a large amount of noise when the oxygen uptake data obtained from the gas analyzer, and then how to develop a scientific and effective de-noise way to calculate the relatively accurate maximum oxygen uptake is an important topic. Up to now, the methods of calculating the maximal oxygen uptake mainly include expert experience method, statistical method etc. Based on the characteristics of body respiration, an adaptive threshold method is adopted in this paper to de-noise the oxygen uptake data. After processed with adaptive threshold method, the oxygen uptake curve conforms to the physical characteristics of the body, and thus the maximum oxygen uptake is derived.

maximum oxygen uptake; de-noising; adaptive threshold

2017-02-10

國家電網公司“基于大數據的身體機能分析管理技術研究及試點應用”(編號：520600116001F)。

林慶陽(1974- )，男，碩士，高級職稱，研究方向體育大數據。

G804.7

：A

：1009-9840(2017)04-0059-05