5款智能運動手環健康管理的實效性研究

蘇水軍 楊管 莊維友 余金虹 吳東明

摘 要：通過統計學意義對實驗數據進行對比分析，探討智能運動手環在大數據分析中的可靠性。研究發現：智能運動手環記錄步數的準確性排序為下樓梯>上樓梯>快走>正常走>慢走，智能運動手環記錄步數與實際情況比較存在顯著差異且誤差較大；智能運動手環無法辨別穿戴者的運動狀態，其工作原理存在一定不足導致出現誤差較大；智能運動手環記錄心率數據與實際數據比較存在非常顯著差異，與實際記錄情況不符并且出現誤差大，其佩戴位置遠離軀干以及心率算法研究不夠成熟可能是導致心率監測誤差較大的主要原因；睡眠監測與能量消耗監測算法過于簡單，記錄結果僅可作為一種參考值；通過相關性分析表明，5款智能運動手環算法基本呈現出較好的一致性。建議：在日常生活中不要過于盲目相信智能運動手環數據，而應充分利用好智能運動手環以了解自身的運動規律，進而合理安排運動。

關 鍵 詞：體育經濟；智能運動手環；健康管理

中圖分類號：G80-05 文獻標志碼：A 文章編號：1006-7116（2018）03-0067-07

Abstract： By carrying out a comparative analysis on experiment data statistically， the authors probed into the reliability of smart sports bands in big data analysis， and revealed the following findings： the order of accuracy of the steps recorded by smart sports bands is as follows： going downstairs > going upstairs > fast walking > normal walking > slow working， the steps recorded by a smart sports band is significantly different from the actual steps， and the error is big； a smart sports band cannot identify the wearers exercise condition， its working principle has certain deficiency， which causes the big error； the heart rate datum recorded by a sports band is very significantly different from the actual datum， inconsistent with the actual recording， and the error is big， its wearing position being far away from the torso and the heart rate algorithm study being not mature enough may be the main causes for the big heart rate monitoring error； the sleep monitoring and energy consumption monitoring algorithms are too simple， sleep recording and energy consumption recording can only be used as a sort of reference values； via correlation analysis it is indicated that the 5 smart sports bands algorithms are basically consistent and show good consistency. Suggestion： in daily life， people should not overly and blindly believe the accuracy of smart sports band data， but should fully utilize a smart sports band to know ones own exercise patterns， and then arrange exercise rationally.

Key words： sports economics；intelligent sports bracelet；health management

近年智能運動手環曾經一度受到人們的追捧，然而智能運動手環作為一款時效性科技產品，現已由快速發展慢慢回歸沉寂[1]。2016年第1季度全球智能可穿戴市場的數據顯示，從整體上看Fibit、小米、華為、咕咚和蘋果5大公司的發展趨于緩慢，對于電子智能創新產品而言，無疑5大公司的出貨量增長速度偏慢也從側面反映智能穿戴產品的黏性不高[2]。更多消費者希望智能穿戴產品能給出科學數據來指導健康生活，然而智能穿戴產品給出的數據并不夠“智能”，從健康管理角度上看，反而給人們造成了一種錯誤的心理暗示，最終造成過度依賴智能穿戴設備卻沒有使身體機能得到改善，很大程度削弱了消費者的購買欲望[3]。通過研究，希望人們對智能穿戴電子產品的了解更深，能充分利用好智能運動手環的優點以及有意識地避開其不足，充分利用好智能運動手環了解自身的運動規律，合理安排運動。

1 研究對象和方法

1.1 實驗對象

共招募了80位不同類型的男、女性實驗對象，男女性各40名，分別是電子產品愛好者、普通消費者和運動愛好者，主要是華南師范大學在校本科生和研究生；年齡（24±2.4）歲，最大27歲，最小22歲，身高（170±9.8） cm，最高185 cm，最低160 cm。每位測試者需要同時在左手佩戴Fibit、小米、華為、咕咚、蘋果等5款手環，依次進行實驗，測試用時1周，以排除產生偶然誤差，然后剖析其步數、能量消耗、睡眠、心率記錄數據的準確性。

1.2 研究方法

1）實驗法。

（1）步數監測：為了保證實驗的準確性，80名實驗對象左手同時佩戴Fibit、小米、華為、咕咚、蘋果5款手環（選擇早上或者下午溫度較為合適時間段測試，盡量保持手臂干燥以及身體的舒適度）。在標準田徑場以正常行走、快走、慢走3種運動狀態徒步100步（約75 m），同時記錄5款手環在3種運動狀態下的步數；在22級階梯以上下樓梯2種運動狀態徒步22步（1個階梯為1步），同時記錄5款手環在上下樓梯2種運動狀態下的步數；實驗為時1周，最后得出5款手環的準確率排序以及總體在5種運動狀態下的準確率。

（2）能量消耗監測：80名實驗對象左手同時佩戴5款智能運動手環分別配速7.2、3.7 km/h，各自在Mercury型專業跑步機進行1 km跑，測試者如不表示中斷實驗，將連續跑完2個速度水平測試（在室內測試，調節空調溫度，盡量保持手臂干燥以及身體的舒適）。實驗過程中采用 MAX II 氣體分析代謝儀測量每一級速度下人體的能量消耗。該儀器通過連接面罩的采氣管收集受試者運動時吸入和呼出的氣體，通過系統進行氣體分析，最后得出人體能量消耗值以及記錄下5款手環消耗能量的值。實驗過程中將氣體采集時間設置為30 s 1次，受試者在整個實驗過程中始終佩戴MAX II呼吸面罩以及5款手環，并告知受試者在進行實驗前24 h不要做激烈運動，實驗為時1周。

（3）心率監測：80名實驗對象左手佩戴5款智能運動手環以及Polar心率帶，同時在受試者胸口接近心臟處貼上SenseON運動心肺貼，在貼SenseON運動心肺貼時用剃須刀處理受試者的毛發以及用酒精清潔皮膚。測試靜息心率時，被試者平躺且將佩戴手環的手臂平置胸前，與心臟位置平齊，記下1 min的心跳并以SenseON運動心肺貼1 min測出的心跳為實驗對照。測試運動心率時80名實驗對象圍繞操場中等速度（9.36 km/h）跑1圈（400 m 標準田徑場，選擇上午或者下午溫度較為舒適的時間段測試），主要以有氧運動為主，過終點時分別記錄下5款手環記錄心率的值以及SenseON運動心肺貼記錄下來的值，以SenseON運動心肺貼記錄下來的值為實驗對照組，實驗為時1周。

（4）睡眠檢測：80名實驗對象通過篩選，選取3名睡眠質量較好者為實驗對象，受試者在實驗前將頭發洗干凈，不要搽任何油脂以免對實驗造成影響，同時還要飽餐以防低血糖影響實驗結果，實驗前3 d停用各種藥物，不能停藥者要說明藥名、劑量和用法供醫生參考。在實驗前，為受試者處理毛發以及清潔皮膚，安放好電極，實驗過程中腦電圖室要安靜舒適，受試者前一天晚上要睡好覺，操作者態度要和藹可親，將注意事項給受試者解釋清楚，讓受試者能充分理解并合作，嚴格按操指令去做，操作中安放電極板要輕柔、準確，使之密切置于皮膚上，這是做好腦電圖的關鍵。醫生將儀器調試好并與受試對象溝通做好實驗前準備，測試時長為當天晚上22：30到第2天07：00。在測試過程中，受試者同時在其左手佩戴5款智能運動手環做好入睡準備，次日將5種智能運動手環測出睡眠數據和醫院腦電圖得出睡眠數據進行對比分析。

3）數理統計。

利用Spss21.0對數據進行整理與分析，以平均數和方差（ ±s）對運動手環基本功能測試的數據進行描述；采用單樣本t檢驗對5款手環在不同的運動狀態下記錄的步數和實際步數作比較；采用配對樣本t檢驗對5款手環記錄睡眠時間和實際睡眠時間作比較；采用單因素方差分析對5款手環在不同的運動狀態下記錄心率進行檢驗；采用連續變量pearson相關分析對5款手環在不同的運動狀態下記錄步數的相關性以及不同運動狀態下記錄的心率相關性進行分析；采用線性回歸分析5款手環以及Polar心率帶記錄的數據與SenseON運動心肺貼記錄的數據變化趨勢的一致性，其中最大偏差=（記錄值-實際值）/實際值×100%。

2 結果與討論

2.1 智能運動手環運動監測的有效性

1）平地監測。

計步功能是智能運動手環最重要的功能之一，該功能的準確性很大程度影響消費者對其喜愛程度[4]。由表1-2可知，實驗中設置每人固定走100步（約75 m），每個實驗者佩戴5款手環，在相同情況下5款手環記錄下的步數不相同。經試驗，蘋果運動手環較為準確、誤差較小，但是平均偏差也高達11.6%，其余4款智能運動手環的步數監測都超過10%，“咕咚”運動手環高達23.5%。通過單樣本t檢驗，5款手環記錄步數與實際步數（實驗中設置的100步）比較P<0.05，其中咕咚運動手環的P<0.01，其相關系數r總體偏低，證明5款手環在平地時任何速度情況下運動記錄的準確性得不到肯定。5種手環在正常行走記錄下的數據平均偏差高達17.9%，快走的平均偏差為14.8%，慢走的平均偏差為22.3%。經檢驗，5種手環在平地行走的準確性為：快走>正常行走>慢走，3者的相關系數為0.016，0.007以及0.005，數據表明運動手環記錄步數的準確性不高且差異有統計學意義。

實驗過程中發現大幅度擺臂、小幅度擺臂、不規則擺臂以及不擺臂前進的計步值與實際值有統計學意義，測試出的結果相差較大，證明智能運動手環不能很好地區分不同的運動狀態，因手臂擺動頻率與腿部頻率不一致造成的誤差較大。究其原因，主要是大部分智能運動手環基本是通過3軸加速傳感器來采集佩戴者的運動信號，再通過軟件算法對信號進行處理，最后將數據呈現給佩戴者參考。其a=x+y+z，a為總體加速度，x、y、z為三維方向加速度大小[5]，然而人們走路時手臂揮動的幅度大小不規律，3軸傳感器達不到一定的靈敏性，對于不同的運動狀態手臂擺動就會無法監測，或者工程師在編寫算法時對人們不同運動狀態下的三維運動把握不夠也可能是導致誤差較大的原因[6]。

2）上下樓梯監測。

上下樓梯是人們日常生活中步行的常用方式之一[7]。由表3和4可知，智能運動手環上下樓梯記錄步數的準確性比在平地高，小米的P=1>0.05，其相關性最高，證明在測上下樓梯時較為準確，其余4款手環的P值均大于0.05，充分說明智能運動手環在測上下樓梯步數時較為精確，且下樓梯的準確性高于上樓梯。咕咚手環上下樓梯的平均誤差為7.8%，居于5款手環誤差之最，其余4款平均誤差基本持平。總體來看，5款手環平均偏差率低于10%，上下樓梯的步數記錄功能較好。

由表5可知，對5款手環在不同的運動狀態下記錄步數進行兩兩相關性分析，得到5款手環計步功能表現較為良好，呈現出較好的一致性。5款手環兩兩比較的Pearson相關系數均大于0.950，其中最小的是蘋果和華為運動手環兩者的比較值，最大的是華為和小米運動手環兩者的比較值。5款手環在5種不同運動狀態下的兩兩比較，P值均小于0.01，r值均接近1，差異均存在統計學意義，說明5款手環記錄步數的具體數據不一致性以及基本工作原理一致。

3）能量消耗。

卡路里是熱量單位，然而按照國際單位標準能量應該用焦耳（J）來表示，1 J=0.238 9卡路里（cal），因此為了方便人們常用“千卡”這個單位來計算食物當中的能量[8]。測定氧氣代謝量是目前醫療機構測定人體熱量消耗的主要方式，然而智能手表及智能運動手環的熱量消耗是軟件算法根據步數、步幅、年齡、身高、心率等數據推算出來的[9]。因為算法存在某些不足，所以不僅各產品之間在同一場景下的計算偏差存在差異，而且同一產品在不同場景下計算出來的熱量消耗偏差也可能相差較大[10]。結果顯示（見表6）：運動手環在跑步（7.2 km/h）時的總體偏差為（32.00±16.58） %，在步行（3.7 km/h）時為（23.80±32.01） %，兩者與實際值比較偏差較大，Fibit、蘋果相對國內運動手環出現偏差較大，Fibit在跑步時出現偏差高達59%，步行時出現偏差為81%，蘋果較Fibit出現偏差小，但是與國內手環比較偏差較大，特別是在跑步時偏差為31%。對比之下，國內智能運動手環所測得的熱量消耗準確度比國外手環高。可能工程師在設計算法時考慮到亞洲人與歐美人的體質不一樣，推測國外品牌的算法可能更適用于歐美人士，從而導致國人熱量消耗監測的誤差偏大。

2.2 智能運動手環心率監測的有效性

常見的運動心率監測方法有2種：心電電流測量法和光電透射測量法。心電電流測量法更多用于醫用，該測量方法更精確。然而智能運動手環更多采用光電透射測量法，光電透射測量法很容易受到外界環境干擾，比如汗水、與皮膚接觸的程度等，都會影響智能運動手環監測心率數據。

經試驗得出結果（見表7、8），Fibit、蘋果、Polar心率帶測試的結果較對照組（SenseON運動心肺貼的數據）值接近，該3款智能運動手環記錄運動和靜息心率與SenseON運動心肺貼的數據比較，P值均大于0.05，差異無統計學意義。Fibit、蘋果2款手環以及Polar心率帶的平均誤差均小于10%，證明3款智能穿戴產品的實用價值較高。另外3款運動手環P值均小于0.05，差異有統計學意義，誤差較大，實驗證明該3款運動手環在心率監測功能表現不佳。從總體來看，運動手環在靜息和運動心率監測中不夠準確，經檢驗P值小于0.05，差異有統計學意義，平均誤差高于10%，靜息心率的平均偏差和運動心率平均偏差分別為10.5%、11.7%，靜息心率測試中最大偏差為21.3%，運動心率測試中最大偏差為20.4%。

由表9可知，5款運動手環和polar心率帶以及SenseON心肺貼隨著運動狀態的改變，計算心率功能表現出良好的一致性。7款運動穿戴產品的兩兩比較中發現，Pearson相關系數r均大于0.980，其中蘋果運動手環記錄心率數據與SenseON心肺貼記錄數據比較，相關系數最小（0.984）。同時結合5種手環的線性回歸分析散點圖可知，咕咚手環在記錄心率功能表現較其他手環以及智能穿戴產品較差。5款運動手環以及2款穿戴產品在不同運動狀態下的兩兩比較，P值均小于0.01，差異有統計學意義，說明5款手環以及兩款穿戴產品記錄心率的具體數據存在不一致性。

與此同時，由線性回歸分析散點圖（圖略）分析得出，5款手環和Polar心率帶在不同運動狀態下記錄心率均呈現出良好的線性關系，其中R2排序為Fibit（0.988）>小米（0.984）>polar心率帶（0.983）>咕咚（0.981）>華為（0.979）>蘋果（0.969）。數據得出，在不同的運功狀態下，蘋果記錄心率與SenseON心肺貼記錄的數據的變化一致性要稍弱與其他4款手環與polar心率帶。

2.3 智能運動手環睡眠監測的有效性

生活節奏的加快以及作息方式的改變使睡眠障礙逐漸成了困擾都市人群的主要問題之一，隨著物質文化水平的提高，都市人群對睡眠的觀念發生了改變并且對睡眠的關注度逐漸提高，智能運動手環監測睡眠質量得到了廣大都市人群的青睞[11]。由表10可知，運動手環在睡眠時長、深睡時長、淺睡時長記錄與實際值存在非常顯著差異，其P值均為0.000。實驗證明運動手環在監測睡眠質量準確性不高，在睡眠時長監測中平均誤差為15.6%，出現最大偏差為35.5%；深睡監測中，平均誤差為57.2%，最高偏差高達103.1%；在淺睡監測中，平均偏差高達102.2%，最大偏差甚至高達152.2%.。從數據得出5款運動手環監測入睡和醒來的時間都不一致，智能運動手環監測的各種睡眠時長普遍高于實際時長，咕咚在睡眠時長記錄中高于實際睡眠時長83 min，在深睡時長記錄高于實際睡眠時長75 min，在淺睡時長記錄高于實際睡眠時長173 min。

監測睡眠質量需要檢測血氧飽和度，基于運動手環工作原理需要運動手環緊貼皮膚，然而在實驗過程中發現運動手環在佩戴時緊貼程度不夠，芯片位置移動范圍過大，對于捕捉脈搏造成一定的難度從而影響數據準確性。當受試者做翻身等身體活動時，運動手環默認其處在淺睡期，當受試者靜止不動則默認其處在深睡期，實際來看該“睡眠監測”只能統稱為“睡眠推測”，其科學性還有待商榷。實際上，人體無論在深度睡眠還是在淺度睡眠時都不可能處在一個完全靜止的狀態，只有睡眠處在快速眼動階段（即出現夢境時），機體才會保持短暫的靜止狀態。然而該階段既不屬于深度睡眠階段也不屬于淺度睡眠階段，而是屬于“異相睡眠”階段。目前監測睡眠質量較為準確的是多導睡眠檢測儀，要求受試者需要在監測室過夜，入睡前，需要在受試者的頭皮、面部、腿部等部位貼上電極并且通過鼻部傳感器檢測呼吸，用紅外線攝像頭監測體位的變化等，監測過程中需要檢測腦電、眼動、肌電以及血氧飽和度等數據，需要花費一定的時間來整理和分析數據，最后將睡眠監測報告呈現給受試者。

3 結論

1）不同智能運動手環在相同距離以及相同運動狀態下顯示的步數不同，同一款手環在相同距離以及相同運動狀態下顯示步數不同，而同一款智能運動手環在相同距離但不同運動狀態下記錄步數也不同，其準確性排序為下樓梯>上樓梯>快走>正常走>慢走，說明智能運動手環所記錄的步數與實際情況相比存在較大誤差。

2）同一款運動手環在相同運動狀態以及相同運動距離上顯示的能量消耗不同，而不同手環在同樣運動狀態和相同運動距離時顯示消耗的能量也不同，且國產手環測得熱量消耗的準確度比國外要高。智能運動手環無法辨別穿戴者的運動狀態，同時在工作原理上也存在一定的不足，導致出現的誤差較大。

3）同一受試者在不同智能運動手環靜息狀態下顯示的心率不一致，同一受試者在相同智能運動手環靜息狀態下心率也不一致；同一受試者在不同智能運動手環運動狀態下顯示的心率不一致，同一受試者在相同運動手環運動狀態下顯示的心率也不一致。運動手環記錄心率數據與實際數據比較差異有統計學意義，與實際記錄情況不符并且出現誤差大。

4）不同運動手環在同一受試者以及相同環境下記錄的數據不同。運動手環記錄睡眠數據與實際數據相比差異有統計學意義，誤差較大、可信度較低，因此睡眠記錄僅能作為一種參考值。

毋庸置疑，雖然智能運動手環在某些功能上表現欠佳，但卻從某種程度上揭示了人們的運動規律和運動趨勢，能更好地鼓勵人們積極參加運動，符合當前的時代大潮流。以智能運動手環為代表的智能穿戴設備的崛起，可能為體力活動以及身體活動研究工具帶來一次巨大的變革，逐漸取代問卷成為研究工具的主角。與此同時，智能運動穿戴產業和體育產業的不斷融合發展以及兩者之間的相互交融，在一定程度上為智能運動穿戴產業找到了依賴的載體，而智能運動穿戴電子產業使體育產業逐步走向智能化，兩者間的融合發展今后將會變得更加迅猛。

參考文獻：

[1] 高一樂. 智能運動手環的發展現狀分析[J]. 當代體育科技，2015，5（33）：202-204.

[2] 鄒月輝，譚利. 我國體育用品智能化發展研究——以可穿戴式運動產品為例[J]. 南京體育學院學報（社會科學版），2015，29（4）：87-91.

[3] 李鴻林. 計步器準確率，手環最低[J]. 康復，2015（2）：42-43.

[4] 何曉龍，史文越，盛張群. 智能手環/手機應用程序在不同步行速度或路面中的計步有效性研究[J]. 中國體育科技，2016，52（6）：122-127.

[5] 陳曉榮，李可基. 8種市售運動傳感裝置計步功能的效度研究[J]. 中國運動醫學雜志，2010，29（4）：457-459.

[6] 佚名. 讀了才知道！智能手表和運動手環廠家絕不會告訴你的那些事！[EB/OL]. [2017-09-30]. http：//www.

360doc.com/content/16/1106/15/1427138_604365649.shtml，2016-11-06.

[7] 張培珍，岳書芳，洪平. 超重成年女性相同速度梯度健步走與慢跑能量消耗的比較[J]. 體育科學，2016，36（8）：42-49.

[8] 王建軍，賈連堃. 我國U15男子足球運動員賽前周訓練課不同位置訓練的心率與運動能量消耗研究[J]. 沈陽體育學院學報，2013，32（2）：112-115.

[9] 朱垚，朱耔先，陸明，等. 人體數據監測類智能手環現狀分析[C]//世界中醫藥學會聯合會中醫診療儀器專業委員會成立大會暨學術年會論文集，2015.

[10] 周厚棟，李華. 運動手環測量22～27歲人群體力活動能量消耗的有效性探究[J]. 智富時代，2015（1X）：205-206.

[11] 梁景裕. 運動 睡眠 健康 五款智能手環體驗評測[J]. 消費電子，2014（9）：55-62.