運動監控中心率變異性分析方法的研究進展

蔡騰旭，袁際學，李翼飛，王曉婉

1 引言

運動監控已經成為運動訓練和競賽中不可或缺的一部分，在運動訓練中為了讓運動員更好的適應訓練計劃，教練員必須要通過一些數據來反應運動員的訓練應激水平，了解和掌握在訓練過程中出現的身心變化，并用以指導訓練計劃，以便防止運動員在訓練過程中發生嚴重運動損傷和疲勞。在監控的過程中，教練員要同時考慮外部負荷和內部負荷的測量，外部負荷可用一些相關的設備進行測量，但是外部負荷測量無法準確的反映出運動員在訓練和比賽中產生的生理應激。而針對于運動員的內部負荷傳統的生理生化指標，如激素、血液等，會不可避免的對運動員造成一定的創傷引起運動員的不適和厭煩，且無法第一時間給出運動員教練員需要的反饋信息，更有甚者會出現操作不當使運動員出現感染造成不可逆轉的損傷。所以，迫切需要一個無創但是又能夠對選手自身技能狀況做出客觀判斷的全新的監控手段[1]。

心率變異性(Heart Rate Variability，HRV)是相鄰心跳間歇的細小差別，是衡量心臟自主神經系統一個重要指標[2]。通常情況，心率在交感神經和副交感神經神經的控制下呈現出周期且有節律的波動，當通過一定訓練對機體造成刺激后，會將心臟自主神經系統平衡打破，心率變異性指標也會出現相應的變化[3][4]。心率變異性被廣泛應用在運動負荷的相關評定之中，用來考察運動訓練準備的合理性和運動員對訓練負荷的應激反應。

心率變異性監控方便有效，可以更好的了解運動員的疲勞程度和對訓練負荷的適應程度，但是，教練員也應該認識到影響心率變異性的因素有很多，認識到它的局限性。本文通過對心率變異性在運動監控中的應用進行綜述，旨在使教練員和相關從業人員了解該指標在監控中的應用方法，方便其制定合理的訓練監控計劃。

2 心率變異性的分析方法

2.1 心率變異性的常用分析指標

在醫學領域，心率變異性的常規分析方法分包括了線性分析法和非線性分析法。其中，線性分析法包含了時域分析法、頻域分析法和時頻分析法；非線性分析法又包含散點圖法、非線性預測與建模法等[5]。在體育運動監控中，常用的心率變異性分析方法有三種：時域分析、頻域分析和非線性分析，常用分析指標詳見表1[6][7]。但是由于非線性分析的運算過程比較繁瑣，中國國內目前使用比較普遍的是時頻和頻域兩種分析方法。在醫學領域，針對于時域分析指標和頻域分析指標有著一定的參數范圍，但是這些指標是否適用于運動監控中有待考證，因此本文之中不再詳細羅列陳述相關數據。

表1 心率變異性常用指標及含義

2.2 線性分析

2.2.1 時域分析

時域分析法是心率變異性最簡單的方法，1996年Marek[8]等闡述了兩種方法：幾何圖形分析法和統計學分析法。但是時域分析法卻失去了信號的時間信息,而心率等變異性的頻域指標則可以較好地反應自主神經活性的改變狀況,因此頻域分析法也是研究史上的里程碑[9]。

統計分析是通過一系列與RR間期相關的數理統計指標來評價心率變異性；幾何分析是分析RR區間的分布，給出RR區間的變異程度[10]。常用的幾何分析方法有RR區間直方圖、RR區間差異直方圖和心率變異性時間序列圖。

基于時域的計算方法簡單直觀，但在應用過程中會丟失所需信號的時序信息。信號的相關特征太少，敏感性和特異性太低，無法檢測交感神經和副交感神經的平衡變化，在應用時最好與頻域分析相結合，這樣才能更全面的分析心率變異性的相關信息。

2.2.2 頻域分析法

頻域分析法是利用計算機對心率變異的速度和幅度進行分析，進而得到心率功率圖譜。圖譜的橫坐標代表頻率，縱坐標代表密度[11]。針對于頻域分析主要有古典譜估計法和現代譜估計法。其中古典譜估計法有周期圖法和快速傅里葉轉換法等；現代譜估計法也稱模型法或參數法，包含自回歸(AR)模型和積分脈沖頻率調制(IPFM)模型。但是由于古典譜發在實際應用會存在著諸多問題，或多或少會對研究結果產生一定的影響，因此，目前研究應用較多的是現代譜估計法。

在使用頻域分析法的過程中，對于數據的計算，不同的模型有著不同的算法，因此在使用頻域分析法時，教練員或者運動監控人員要注意的是從始至終要使用同一軟件和算法對相應數據進行獲取和計算，否則將會出現數據在最終分析時得出毫無意義的結果，更甚者甚至會由于錯誤的結果引導訓練進程導致出現運動員不必要的損傷或疲勞。

2.2.3 時頻分析法

時頻分析法是在醫學領域為了克服時域和頻域分析法在單獨使用過程中存在的局限性而發展起來的，在目前體育運動監控領域的應用相對較少。在醫學領域之中，時頻分析法主要包含時頻分布法、短時傅里葉變換法、基于AR模型的時頻分析法和小波變換法等[6]。在應用時靈敏度和特異性比單純使用時域分析法和頻域分析法相對較高，筆者認為這種方法應該在運動監控之中加以推廣，它可以更有效地監測運動員在運動過程中的運動損傷和疲勞。

2.2.4 非線性分析

心率變異性分析方法的研究取得了很大進展。時域分析和頻域分析的理論體系已經比較成熟，每個指標的含義都非常明確，無論醫學還是運動監控中應用都比較廣泛，但是卻具有一定的局限性。時頻分析法雖在一定程度上將這種局限性降低了，但是時頻分析法在使用時并不是那么的靈敏，而且會產生一定的附加噪聲。而且無論是時域分析、頻域分析或時頻分析都有一個巨大的缺陷就是它們無法反應瞬時心跳搏動的變化，但非線性分析卻能很好的將這種瞬時變化反應出來[12]。心率變異性的非線性分析方法有很多，包括分形維數分析法、近似熵分析法、復雜度分析法、散點圖分析法、非線性混沌參數特征分析、非線性預測與建模、分布朗運動分析等[13][14]。

非線性分析法在目前主要應用于醫學領域，在運動監控之中應用較少，筆者認為出現這種現象的原因有以下幾點。第一，在運動監控中主要是監測運動員的疲勞和損傷的出現，是一個趨勢的預測，并非即時的病情診斷。第二，在監控中對運動員的急性應激反應，使用線性分析便可以很好的反應其應激狀態。第三，心率變異性的非線性分析需要一次性長時間的監測數據才能更好的反應運動員的狀態，但是在訓練中無法達到這一要求。第四，實驗成本高，實驗的條件難以進行掌控。然而，非線性分析在運動監測領域仍有很大的發展空間，隨著現代科技的飛速發展，新的信號處理技術不斷的應運而生，數據的收集和處理也在變得更加的簡易，當然，這些數據的可信度也應進行相應實驗驗證。教練員和監控人員也可以借鑒醫學的實驗處理方法，對運動員的心率變異性進行定期的非線性分析，和線性分析所展現的趨勢進行互相驗證。而在運動康復方面，心率變異性的非線性分析就顯得十分重要，無論是監控運動員自身的心臟疾病、傷病恢復期的自主神經紊亂亦或是過度訓練綜合征，心率變異性的非線性分析無論其監控效果還是敏感度都遠遠高于心率變異性的線性分析。

3 心率變異性在運動監控中的結合指標

心率變異性是監控運動員訓練過度和過度訓練的有效工具[15]。其最大的優點就是在運動環境中非常容易獲取，且不會對運動員造成損傷。但是若僅僅依靠心率性對運動員進行監控，那它會存在著一定的局限性。心率變異性可用于反應急性疲勞，但在用于反應慢性疲勞時，那么它的敏感度將會變得非常低。因此，只有將心率變異性與其他相關指標結合起來才能更好的發揮作用。

3.1 心率變異性與生理生化指標的結合

生理生化指標和心率變異性都是非常有效的可以反映出運動員訓練和比賽時期內部負荷和監控疲勞的指標。但是如若只是用其中一種方法，那么便會在監控過程中出現問題或引起運動員的反感。因此采用生理生化指標和心率變異性指標結合是非常有必要的。安楠[16]等通過對女子足球運動員進行技能狀態檢測和分析比較也表示心率變異性與血液指標相結合，可以監控身體的機能狀態，尤其是在監控早期疲勞時具有一定的價值。

馬濤[1]在監測優秀賽艇運動員身體技能狀況時，以14名優秀男子賽艇運動員為研究對象。在訓練前1周和14周的賽前訓練中，每2周檢測一次心率變異性、兒茶酚胺(CA)和常規生化指標，最終表明心率變異性的部分指標與生化指標(如：血尿素、血清肌酸激酶、血清睪酮、血清皮質醇等)和血漿兒茶酚胺存在顯著關系。李明月[17]等對8名世居高原的國家競走隊男隊員分成兩隊進行測試后得出，A隊在訓練后HRV指標中SDNN與血尿素(BU)非常顯著性相關，LF與血尿素顯著性相關；B隊員訓練后 HRV 指標中 LF/HF，HFn，LFn與BU指標顯著性相關。也就意味著心率變異性各指標與血尿素之間的結合是可行的并且具有很大的實踐意義。而賀業恒等更是進一步證實了這種結合的可行性，他通過對競走運動員進行測試，證實了心率變異性結合血清尿氮素(BUN)、血清肌酸激酶(CK)等生化指標，可對運動員得訓練強度適應性做出有效評價，也可通過對心率變異性在訓練過后的不同時間進行分析，觀察運動員對訓練負荷的適應情況。

在生理生化指標方面，有很多的指標是可以結合心率變異性使用的。這已經被很多學者證實是可行的，而且可操作性非常大。但是，在測量的過程中教練員需要特別注意的是，因為其他因素引起的相關生理生化指標的異動。當然，還需要注意的是，有些生理生化指標可以通過一些體液來獲得(如唾液、汗液等)，這樣就可以盡可能的避免對運動員造成的損傷，但這些指標必須要被實驗驗證過與血液中的指標變化相同或具有一定的相關性，才可以做運動員的監控指標。

3.2 心率變異性與運動員自感疲勞等級(RPE)的結合

監控運動員的內部負荷單純使用一種方法的局限性是非常大的，教練員或相關人員應該意識到這種局限性。單純使用心率變異性無法提供運動員訓練過程之中各個方面的信息，為了獲得更全面的內部負荷信息，教練員或相關人員應該將心率變異性與其他監控工具，例如RPE結合使用[19][20][21]。有研究發現，實施RPE和心率監控指導的間歇性循環訓練方法，疲勞發生的概率最小，運動成績表現最好。

RPE量表是由Gunnar Borg設計，用來測量訓練中個體主觀努力的差異性。目前階段在運動監控之中常用的RPE量表主要由Borge6-20量表[22]、分類比值RPE等級量表(CR-RPE)[23]、CR-RPE(CR-100)量表[24]等。最常用的Borge6-20量表主要與心率有關，研究者通常將量表得分乘以10，用來表示運動強度所對應的心率。分類比值RPE等級量表也被廣泛應用于運動監控之中，有研究表明，分類比值RPE 等級量表與心率之間存在著一定的相關性[25]。但是一篇Meta[26]分析表明RPE與心率之間的相關系數為r=0.62，這表明這種相關性好像并不如想象的那么明顯。但是，對于疲勞呈現出非線性反應的團隊高強度運動項目，分類比值RPE量表或許會有更好的表現和監控的靈敏度。同時分值從0-100的CR-RPE(CR-100)量表也被教練員和監控著越來越多的使用[27]。CR-RPE(CR-100)量表分值范圍是0～100，因為其分值范圍更廣，對于其中的努力程度所使用的的語言描述也就相應的更多，因此，在某種程度上，它針對于運動員的監控會相對更靈敏。當然，在目前階段所使用的的量表并非只有以上幾種，有學者嘗試開發速度感知量表[28]、有學者用RPE量表測定呼吸用力程度[29]，有用RPE來測量特定運動時期的肌肉募集情況[30]、還有Session RPE量表[31]、OMNI RPE量表[32]等。

這些量表都可以很好的應用于運動監控之中與心率變異性結合使用，而且每種量表的有效性都有被證實過。但是每種量表在應用時都并不是適合所有情況，每種量表都有其適合的應用時期、項目或運動員。這就要求教練員或者監控人員根據已經發表和實驗過的量表進行參考、驗證和修改，以達到適合自己在運動監控之中的需求。

綜上所述，目前在運動訓練和比賽中的內部負荷監控，無論是心率變異性指標、生理生化指標還是RPE相關量表都可以很好的作為監控運動員訓練負荷和疲勞的有效手段，但是若僅使用其中一種監控手段，那么對于運動員監控將會有非常大的局限性。因此，只有結合使用起來互相印證、互相補充才能全方位全過程的對運動員進行有效的監控。心率變異性在與其他指標結合使用時，需要每周至少三天、測定每周平均值，這種長期測量可以評估運動員對訓練負荷的適應性和功能狀態的變化。當然，心率變異性指標在與其他指標在結合使用過程中，教練員也要考慮其它影響因素，例如：晝夜變化、測定時間的一致性、壓力、藥物等，否則數據測量的不準確將會直接影響監控的有效性。

4 結論

1.心率變異性各指標反應的情況不同，需要根據項目、環境等因素的變化，去篩選最適宜的監控指標。

2.心率變異性的分析方法分為時域分析、頻域分析、時頻分析與非線性分析，需要根據不同的情況以及需要選擇最合適或最經濟的處理方法。

3.心率變異性應與不同的監控指標結合使用，互相驗證，避免出現因特殊情況發生的數據偏差。