羅 恒 王 寧 諸躍進 傅啟明 倪啟東 葉曉燕 孫云飛
?
大學生體質(zhì)分析及其應(yīng)用研究
羅 恒 王 寧 諸躍進 傅啟明 倪啟東 葉曉燕 孫云飛
運動猝死引發(fā)的大學生體質(zhì)討論是當前社會研究的熱點之一。依據(jù)大學生生理變化情況,本文提出了一種基于無線傳感網(wǎng)、大數(shù)據(jù)理論及機器學習方法等現(xiàn)代信息技術(shù)的大學生體質(zhì)分析方法。實驗結(jié)果表明,基于多參數(shù)的大學生最佳運動強度模型能有效預(yù)估運動量,能夠在保證健康運動的同時降低運動傷害。
社會、經(jīng)濟的發(fā)展使得人們對于身體健康的關(guān)注度日益提高。對于即將進入社會的當代大學生,其體質(zhì)更是萬千家庭關(guān)注的焦點。黨的十八屆三中全會通過的《中共中央關(guān)于全面深入改革若干重大問題的決定》中明確提出“強化體育課和課外鍛煉,促進青少年身心健康、體魄強健”。
統(tǒng)計結(jié)果顯示,雖然當代大學生對于體育鍛煉持“積極態(tài)度”,但是大學生參加體育活動時發(fā)生人身傷害案例的數(shù)量卻呈逐年遞增趨勢,達到調(diào)查總?cè)藬?shù)的30%。因此,研究大學生體質(zhì)狀況并依據(jù)此構(gòu)建最佳運動強度模型的研究具有很強的理論和現(xiàn)實意義。
在國外,日本、美國等都對本科生體質(zhì)及運動強度進行了深入而廣泛的研究,相對而言,我國的相關(guān)研究起步較晚。我國學界目前的探索存在一些可優(yōu)化之處,如對于大學生運動狀態(tài)中的生理參數(shù)實時性觀測與分析不多、缺乏環(huán)境等因素對大學生運動時生理參數(shù)變化情況的研究以及對于測量數(shù)據(jù)分析的不充分。
針對目前我國對大學生體質(zhì)研究的不足,本文使用機器學習方法,構(gòu)建了一種大學生體質(zhì)分析模型,研究方法如圖1所示。通過穿戴式設(shè)備獲取大學生運動狀態(tài)下的實時生理參數(shù)變化,同時,使用無線傳感器網(wǎng)絡(luò)采集學生運動范圍內(nèi)的環(huán)境信息(如氣壓、溫度等),通過GPRS網(wǎng)絡(luò)上傳至服務(wù)器端,使用大數(shù)據(jù)服務(wù)器對眾多學生的海量數(shù)據(jù)進行深度挖掘,得出一個基于多參數(shù)的大學生最佳運動強度模型。在最佳運動模型基礎(chǔ)上,建立反饋系統(tǒng),根據(jù)環(huán)境參量,給出特定情況下的最佳運動量,在大學生運動量超過模型閾值后,及時發(fā)出警報,以減少大學生運動傷害。同時,每次運動結(jié)束后,系統(tǒng)將自動對比數(shù)據(jù)庫中大部分學生的平均水平,完成對個人體質(zhì)能力的評估,也可以幫助個人及早發(fā)現(xiàn)自己身體的異常情況。
數(shù)據(jù)獲取
系統(tǒng)硬件主要包括服務(wù)器端設(shè)備以及學生穿戴式智能監(jiān)測設(shè)備。在服務(wù)器端,采用大數(shù)據(jù)服務(wù)器,即由眾多服務(wù)器構(gòu)成的大型集群,擔當起海量數(shù)據(jù)的存儲、實時處理以及深度挖掘等任務(wù)。具體為:由100臺服務(wù)器共同構(gòu)成一個擁有400TB的存儲容量,1200核CPU,1500GB內(nèi)存的大型服務(wù)器集群,可供約6億~8 億次的大型建筑交換數(shù)據(jù)儲存和計算。
學生可穿戴智能設(shè)備由ARM芯片作為核心微處理器,外配獨立電源,溫濕度傳感器,光強度傳感器,二氧化碳傳感器,氣壓傳感器,計步器,脈搏傳感器以及GPRS通信模塊,其主要功能是在學生運動的過程中,不斷采集周圍環(huán)境數(shù)據(jù)以及學生的運動情況,如步數(shù)和脈搏等,獲取的數(shù)據(jù)通過GPRS通信單元實時傳回服務(wù)器。服務(wù)器對接收數(shù)據(jù)進行記錄和分析,并根據(jù)學生最佳運動強度模型實時評估學生的運動情況,返回相應(yīng)的運動建議。其原型機如圖2所示。
系統(tǒng)性能通過實驗分析及優(yōu)化,實驗時間為2015年9月至2016年4月,地點為蘇州某高校,受測群體為大二的學生。為了不影響學生正常生活,測量時間選擇在體育課,實驗步驟如下:在上課前要求受測學生穿戴好智能監(jiān)測設(shè)備,并利用老師簽到點名的這段時間測出學生運動前的心跳速率,通過計算平均值獲取每一位學生的一個基準數(shù)據(jù)。之后,由老師帶領(lǐng)學生進行熱身運動,包括1200m慢跑熱身,整個過程時間控制在10min以內(nèi);在此期間,設(shè)備將實時收集數(shù)據(jù),并通過計算獲得每位學生簡單運動后的一個基準數(shù)據(jù)。在剩下的時間內(nèi),受測學生將繼續(xù)佩戴該設(shè)備進行上課,直至下課。為了方便研究,主要選擇了擁有籃球比賽、足球比賽以及排球比賽等擁有劇烈運動的體育課作為實驗對象。
圖1 研究方法
圖2 學生可穿戴設(shè)備原型機
數(shù)據(jù)分析
圖3所示為心率測量結(jié)果的平均值,藍色柱狀線表示運動前的脈搏基準數(shù)據(jù),橘色柱狀圖為簡單運動后(10min慢跑)的脈搏基準數(shù)據(jù)。由圖可見,運動前男生的心跳頻率比女生的要低,在簡單運動后,男、女生心跳頻率基本一致,在簡單運動后,平均心跳頻率的增幅約為82.5%。
圖4所示為學生最佳運動強度模型計算結(jié)果與實測結(jié)果的對比。其中,1-4代表4個不同的受測者,藍色柱狀圖代表運動前的心跳速率,橘色柱狀圖代表簡單運動后的心跳速率,灰色柱狀圖代表通過最佳運動強度計算出的最佳運動時長,黃色的代表受測者實際較舒適的運動時長。由圖可見,通過模型計算出的最佳運動量與實測的結(jié)果基本保持一致,平均誤差約為10%。
本系統(tǒng)以大學生體質(zhì)健康為目標,擺脫傳統(tǒng)研究方法在數(shù)據(jù)采集、傳輸以及分析等方面的限制,提出了一套基于現(xiàn)代信息技術(shù)以及大數(shù)據(jù)技術(shù)的大學生體質(zhì)數(shù)據(jù)采集和分析方法。實驗表明,本方法得到的基于多參數(shù)的大學生最佳運動強度模型能有效預(yù)估運動量,降低使用者的運動傷害風險。研究成果也可廣泛應(yīng)用于體育課、專業(yè)運動員訓練以及個人鍛煉中,教師/教練可通過手持終端,實時查看學生或運動員的各項體能指標以及運動情況,為教師/教練及時了解相關(guān)人員的運動量以及身體的狀況奠定基礎(chǔ),通過合理規(guī)劃鍛煉內(nèi)容,避免過量運動。在學生生理異常發(fā)生時,能及時發(fā)出預(yù)警信號,提早發(fā)現(xiàn)或避免運動傷害的發(fā)生。
圖4 最佳運動強度實驗
羅 恒1,2王 寧1,2諸躍進3傅啟明1,2倪啟東1,2葉曉燕3孫云飛3
1. 江蘇省建筑智慧節(jié)能重點實驗室;2. 蘇州市移動網(wǎng)絡(luò)技術(shù)與應(yīng)用重點實驗室; 3. 蘇州科技大學電子與信息工程學院羅恒,男,英國愛丁堡大學博士,蘇州科技大學江蘇省建筑智慧節(jié)能重點實驗室、蘇州市移動網(wǎng)絡(luò)技術(shù)與應(yīng)用重點實驗室學術(shù)骨干,主要研究方向為無線網(wǎng)絡(luò)技術(shù)及應(yīng)用。
10.3969/j.issn.1001-8972.2016.11.033
蘇州市體育局體育科研局管課題(TY2015-301);國家自然科學基金項目(61401297,61502329);江蘇省自然科學基金項目(BK20140283),蘇州市科技計劃項目(SZS201304,SYG201255)