何曉龍,史文越,盛張群
?
智能手環(huán)/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
何曉龍,史文越,盛張群
目的:對智能手環(huán)和智能手機運動應用程序(APP)在不同步行速度和不同步行地面中計步的有效進行研究,檢驗其是否能夠應用于登山、野外徒步、田徑場跑步健身以及日常水泥硬化路面的健身計步。方法:2名受試者分別使用3款智能手環(huán)(佩戴在右手手腕)和4款基于iPhone5s iOS9系統(tǒng)的運動APP(安裝在同一款手機,測試時手機放在褲子口袋中),在實驗室條件下采用跑臺測量3.2 km/h、4.8 km/h、6.4 km/h、8.0 km/h、9.6 km/h等5種速度走跑各5 min的步數(shù)(實際步數(shù)通過錄像回放精確確定),之后在室外塑膠田徑場跑道、泥土地、水泥地、山地4種不同路面條件下分別進行低速走、正常步速走和快速走各300步。最終比較實驗室內(nèi)和室外智能手環(huán)/手機運動APP記錄的步數(shù)與實際步數(shù)間的差異。結果:5種速度等級步行狀態(tài)下智能手環(huán)/手機運動APP記步誤差逐漸減小,3.2 km/h速度下與實際步數(shù)均存在顯著性差異(P均<0.05),且低速狀態(tài)下不同手環(huán)間記錄步數(shù)差異也較大。室外塑膠跑道、泥地、水泥地、山地4種不同路面在低速步行狀態(tài)下智能手環(huán)/手機運動APP存在顯著性差異(P<0.05)。在正常步速和快速走中差異不顯著。結論:智能手環(huán)/手機運動APP計步功能的有效性主要影響因素為步行速度,步行路面因素影響不大,故可作為大眾在日常健身如登山、塑膠田徑場跑步、水泥硬化路面步行、野外徒步等步行量的自我監(jiān)測工具,尤其適用于跑步運動,在雙腳位移速度較慢的體力活動中計步可能存在一定的誤差。
智能手環(huán);手機應用程序;計步;速度;路面
隨著社會和科技的發(fā)展,交通機動化、通訊實時化和社交網(wǎng)絡化導致的以久坐為主要特征的體力活動不足生活方式正危害著大眾健康[11,13]。步行是人類最基本的身體活動形式之一,其人體的健康效益也越來越受重視,如何便利、準確地測量步行量既是該領域研究的關鍵所在,也是大眾日常了解自身體力活動量最為方便和直觀的方式[3,6]。從計步器到三軸加速度計,人們一直不斷追求更為簡便和有效的計步工具[10]。智能手機的出現(xiàn),不僅改變了以往手機單一通訊的功能,而且改變了人們生活和行為方式,將智能手機運動APP應用于健身已經(jīng)成為了一種新潮流。與此同時,智能手環(huán)也得到了迅猛發(fā)展,它通過記錄日常鍛煉數(shù)據(jù),并與智能手機同步和分享,起到指導健康生活的作用。迄今為止,國內(nèi)已有關于智能手環(huán)和智能手機運動應用程序(APP)研制及步態(tài)識別的報道[4,5],很少計步功能準確性的研究文獻,而評估計步功能的準確性包含了兩個方面,即不同步行速度和不同步行路面[10]。目前,國內(nèi)已有文獻報道基于iPhone4s iOS7 系統(tǒng)健身應用APP不同步速計步功能的有效性[2],但鮮見對智能手環(huán)不同步速以及智能手環(huán)和智能手機運動APP在不同步行路面(如在塑膠田徑場跑步、野外徒步、登山和城市街道步行等)計步的有效性報道。本研究基于國內(nèi)現(xiàn)有研究現(xiàn)狀,對智能手環(huán)和智能手機運動APP在不同步行速度和不同步行地面中計步的準確性進行研究。
2.1 研究與測試對象
本研究的對象為國內(nèi)常見的,以計步功能為主的智能手環(huán)和智能手機運動APP。選取小米、樂心和SmartHealth 3款智能手環(huán),咕咚、悅跑圈、益動GPS、動動4款運動APP作為測試對象。
2.2 研究方法
2.2.1 不同速度計步有效性測試
測試在實驗室進行,測試前先將4款運動APP下載于同一部iPhone5s智能手機中,支持 iOS9系統(tǒng),并檢查各APP都可正常同時使用。測試在浙江師范大學體育學院健身房內(nèi)進行,采用LePower型專業(yè)跑步機進行走跑測試。測試速度等級參考國內(nèi)外同類研究普遍設置為3.2 km/h、4.8 km/h、6.4 km/h、8.0 km/h、9.6 km/h等5種步行速度[2,8],坡度均為0。
3.2 km/h代表慢走、4.8 km/h代表正常步行、6.4 km/h代表快走、8.0 km/h代表慢跑、9.6 km/h代表中速跑。測試時受試者首先佩戴裝有iPhone5s手機的臂包(佩戴位置為右上臂外側)和右手腕部同時佩戴3款智能手環(huán)[8],以相應測試速度適應3 min后啟動咕咚、悅跑圈、益動GPS、動動這4款運動APP進行5 min走跑運動。
本研究針對國內(nèi)翁錫全等的研究中采用多個受試者自行計數(shù)可能存在誤差,利用佳能ED1200相機拍攝一個受試者測試全過程視頻,測試結束后3位工作人員經(jīng)過5次慢速回放精確確定實際步數(shù)。每種速度測試5次。為避免疲勞影響測試結果,前3種速度運動間歇5 min,后2種速度運動間歇10 min。
2.2.2 不同路面計步有效性測試
測試在室外進行,選取塑膠地、泥土路、水泥硬化路面與山路4種不同的步行路面地況。測試時,受試者佩戴裝有iPhone5s手機的臂包(佩戴位置為上臂外側),開始先各適應低速步行、正常速度步行和快速步行3 min(低速、正常速度和快速由受試者依據(jù)自身的主觀速度感覺為準)。之后啟動益動APP(由第一部分研究確定該款APP效果較佳),將手機裝入臂包,左手手腕同時佩戴樂心手環(huán)。然后受試者分別以低速、正常速度和快速速度步行300步(步數(shù)受試者自行計算),結束后停止身體運動,記錄此時益動APP記錄的步數(shù),每種場地測試5次。為避免疲勞影響測試結果,每2次運動間歇5 min。測試時,一名工作人員手持攝像機進行跟蹤拍攝,受試者步行開始后自行計數(shù)300步后結束測試,最終實際步數(shù)由工作人員根據(jù)錄像回放精確記錄。
圖 1 用于測試的路面未硬化的土路示意圖Figure 1. The Dirt Road Used for Test
圖 2 用于測試的山路示意圖Figure 2. The Mountain Road Used for Test
圖 3 用于測試的塑膠田徑跑道示意圖Figure 3. The Plastic Pavement Used for Test
圖 4 用于測試的水泥硬化路面示意圖Figure 4. The Cement Road Used for Test
2.2.3 數(shù)理統(tǒng)計
表1為三款智能手環(huán)分別在3.2 km/h、4.8 km/h、6.4 km/h、8.0 km/h、9.6 km/h五種速度等級下記錄步數(shù)與實際步數(shù)的平均值以及離散程度(標準差)。從表中可以看出,當步數(shù)從3.2 km/h提高至4.8 km/h時,5min里累計步數(shù)增幅最為顯著,此后每提高1.6 min,5 min里累計步數(shù)增幅有所放緩。且隨著速度的提高,不同手環(huán)間5 min累計步數(shù)逐漸減少,與實際步數(shù)的差異也逐漸減少。在最低速度等級3.2 km/h時,以實際步數(shù)為對照,小米手環(huán)具有極顯著性差異(P<0.01),而以小米手環(huán)為對照,另外2款手環(huán)均具有極顯著性差異(P<0.01)。
由表2可見,與3款智能手環(huán)類似,4款運動APP從3.2 km/h提高至4.8 km/h時,5 min里累計步數(shù)增幅最為顯著,此后每提高1.6 min,5 min里累計步數(shù)增幅有所放緩。同樣隨著速度的提高,不同手環(huán)間5 min累計步數(shù)逐漸減少,與實際步數(shù)的差異也逐漸減少。在最低速度等級3.2km/h時,以實際步數(shù)為對照,4款運動APP均具有極顯著性差異(P<0.01)。
表 1 3款智能手環(huán)不同速度測試結果分析Table 1 Analysis on Three Different Smart Bracelets Speed Test Results
注:以實際步數(shù)為對照,小米3.2 km/h,**P<0.01;以小米為對照,樂心和Samrthealth 3.2 km/h,&&P均<0.01。
表 2 4款運動APP實驗室跑臺測試結果分析Table 2 Analysis on Four Different APP Speed Test Results
注:以實際步數(shù)為對照, * 0.01
由線性回歸分析散點圖(圖5~圖7)可以看出,3款手環(huán)隨著步行速度的提高,實際步數(shù)與3款手環(huán)所記錄的步數(shù)均呈現(xiàn)出良好的線性相關性,R2分別為0.982,0.998和0.998。隨著步行速度的提高,小米手環(huán)與實際步數(shù)間的變化一致性要稍弱于其他兩款手環(huán)。從圖8~圖11可以看出,4款運動APP隨著步行速度的提高,實際步數(shù)與3款手環(huán)所記錄的步數(shù)也均呈現(xiàn)出良好的線性相關性,R2分別為0.997,0.997,0.994和0.997。
圖 5 不同速度等級下小米手環(huán)記錄 步數(shù)與實際步數(shù)線性回歸散點圖Figure 5. The Linear Regression Scatter Plot between Steps Xiaomi Bracelet Records and Actual Count under Different Speed Level
圖 6 不同速度等級下樂心手環(huán)記錄 步數(shù)與實際步數(shù)線性回歸散點圖Figure 6. The Linear Regression Scatter Plot between Steps Lexin Bracelet Records and Actual Count under Different Speed Level
圖 7 不同速度等級下Smarthealth手環(huán) 記錄步數(shù)與實際步數(shù)線性回歸散點圖Figure 7. The Linear Regression Scatter Plot between Steps Smarthealth Bracelet Records and Actual Count under Different Speed Level
由表3可見,隨著步行速度的提高,3款智能手環(huán)記錄步數(shù)的變化呈現(xiàn)出良好一致性,Pearson相關系數(shù)為0.989,0.992和0.998,P值均為0.000。由表4可見,隨著步行速度的提高,4款運動APP記錄步數(shù)的變化也呈現(xiàn)出良好一致性,Pearson相關系數(shù)為0.999和1.000,P值均為0.000。
圖 8 不同速度等級下動動APP記錄 步數(shù)與實際步數(shù)線性回歸散點圖Figure 8. The Linear Regression Scatter Plot between Steps Dongdong APP Records and Actual Count under Different Speed Level
圖 9 不同速度等級下益動APP記錄 步數(shù)與實際步數(shù)線性回歸散點圖Figure 9. The Linear Regression Scatter Plot between Steps Yidong APP Records and Actual Count under Different Speed Level
圖 10 不同速度等級下悅跑APP記錄 步數(shù)與實際步數(shù)線性回歸散點圖Figure 10. The Linear Regression Scatter Plot between Steps Yuepao APP Records and Actual Count under Different Speed Level
Smathealth樂心小米SmathealthPearson相關系數(shù)0.9980.989P0.0000.000N2525樂心Pearson相關系數(shù)0.9980.992P0.0000.000N2525小米Pearson相關系數(shù)0.9890.992P0.0000.000N2525
通過圖1~圖3以及表3來分析,隨著速度的提高,3款智能手環(huán)記步功能穩(wěn)定性相對較好的是樂心手環(huán)。通過圖4~圖6以及表4來分析,隨著速度的提高,4款運動APP中記步功能穩(wěn)定性相對較好的是益動和咕咚。因此,選擇樂心手環(huán)和益動APP分別進行不同步行路面計步有效性的測試。由表5可以看出,隨著步行速度的提高, 樂心智能手環(huán)在低速走的狀況下,在水泥地路面和山地路面與實際步數(shù)存在顯著性差異,P值分別<0.01和<0.05。由表6可以看出,益動APP在水泥地路面和山地路面也與實際步數(shù)存在顯著性差異,P值均<0.05。
表 4 不同速度等級下4款APP記錄步數(shù)相關性分析Table 4 The Correlation Analysis between Four APP Record Count under Different Speed Level
表 5 樂心智能手環(huán)不同場地測試結果Table 5 The Test Results for Lexin Bracelet in Different Fields
注:采用單因素方差分析,以實際步數(shù)為對照,**P≤0.01,* 0.01
表 6 益動APP不同場地測試結果分析Table 6 The Test Results for Yidong APP in Different Fields
本研究基于3款智能手環(huán)和4款智能手機運動APP, 探討智能手環(huán)/手機運動APP在不同步行速度和步行路面中的計步有效性。首先,單因素方差分析表明,3款智能手環(huán)在5種速度運動狀態(tài)下步數(shù)測量值均僅在3.2 km/h速度等級下與實際步數(shù)存在極顯著差異(P<0.01),其余4種速度等級均未表現(xiàn)出顯著差異。這一結果與以往對計步器的研究文獻一致[7,12]。同樣的結果也在4款智能手機運動APP上呈現(xiàn),4款運動APP在5種步行速度狀態(tài)下步數(shù)測量值僅在3.2 km/h速度等級下與實際步數(shù)存在非常顯著差異(P≤0.01),其余4種速度等級未表現(xiàn)出顯著差異,結果也與已有研究一致[9,14]。分析其原因可能和智能手環(huán)與智能手機運動APP的計步原理有關。智能手環(huán)和智能手機運動APP一般是基于三軸加速度器原理,包含機械性傳感器和接口芯片,步行時所產(chǎn)生的加速度導致傳感器內(nèi)的電子移動而形成電極位置變化,最終由于電容差值的變化經(jīng)過芯片的整合輸出電壓值,從而形成計數(shù),慢速步行時的速度或手臂擺動的幅度不足以達到計步裝置的“閾值”而影響記錄[4,5]。
雖然表1和表2和結果可以反映出不同速度等級中智能手環(huán)和運動APP計步數(shù)與實際步數(shù)之間的差異,但不能有效反應計步功能隨步數(shù)變化而變化的一致性。通過線性回歸分析,從圖5~圖11可以看出,3款智能手環(huán)和4款智能手機運動APP的計步功能隨著步速的變化與實際步數(shù)的變化一致性都較強,穩(wěn)定性都較好,國外有研究也得到了類似的結論[1,2,15]。
雖然對智能手環(huán)和智能手機運動APP在不同速度中計步功能的有效性進行了檢驗,但日常大眾健身還面臨著不同步行路面狀況的差異,如在塑膠田徑場跑步、野外徒步、登山和城市街道步行等,鮮見有報道進行科學地檢驗。本研究發(fā)現(xiàn),當處于低速步行狀態(tài)時,水泥地和山地路面的智能手環(huán)和智能手機計步與實際步數(shù)均存在顯著性差異。這可能和在水泥地面步行時給人步數(shù)感覺較快,當受試者有意識地降低步速以符合低速步行要求時,實際步速可能要比其它路面更慢。在山地步行時,復雜的高低路面容易讓人步行時有意識地停頓“留神”停頓,從而降低了計步的準確性。以正常速度走或者快速走時,不同的步行路面沒有顯著性差異。這一研究結果表明國內(nèi)現(xiàn)在常見的智能手環(huán)基本能夠滿足大眾在多數(shù)路面狀況的環(huán)境計步,前提是應用于低速步行比例較少的身體活動中。
3款智能手環(huán)和4款運動手機APP在3.2 km/h、4.8 km/h、6.4 km/h、8.0 km/h和9.6 km/h 5個速度等級的測試表明,在較低速度3.2 km/h步行時, 5 min計步數(shù)與實際步數(shù)均有極顯著性差異。隨著步行速度的提高,智能手環(huán)/手機運動APP所記錄的步數(shù)與實際步數(shù)變化具有很好的線性相關性且不同款智能手環(huán)之間和不同款運動APP之間相關性較好。在低速步行時,水泥地和山地連續(xù)走300步智能手環(huán)/手機APP所記錄的步數(shù)與實際步數(shù)存在顯著性差異,以正常步速或快速步行時則差異不顯著。
本研究結果表明,智能手環(huán)/手機運動APP計步功能的有效性主要影響因素為步行速度,步行路面因素影響不大,故可作為大眾在日常健身如登山、塑膠田徑場跑步、水泥硬化路面步行、野外徒步等步行量的自我監(jiān)測工具,尤其適用于跑步運動,應用于雙腳位移速度較慢的體力活動中計步可能存在一定的誤差。
[1]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.中國運動醫(yī)學雜志,2010,29(4):457-459.
[2]翁錫全,劉新,徐洪想,等.基于iPhone4s iOS7系統(tǒng)健身應用軟件計步功能的效度研究[J].中國運動醫(yī)學雜志,2015,(3):284-290.
[3]向劍鋒,李之俊,劉欣.步行與健康研究進展[J].中國運動醫(yī)學雜志,2009,28(5):575-580.
[4]謝雨駝,邊耐政.Android手機端運動量檢測的研究與應用[J].計算機應用與軟件,2012,(10):227-229.
[5]楊文君,楊波,王保強.智能手機的運動量干預軟件的研制[J].中國醫(yī)療器械雜志,2012,36(4):244-247.
[6]ALFONZO M A.To walk or not to walk? The hierarchy of walking needs[J].Environment and Behavior,2005,37(6):808-836.
[7]BASSETT J R D R,AINSWORTH B E,LEGGETT S R,etal.Accuracy offive electronic pedometers for measuring distance walked[J].Med Sci Sports Exe,1996,28(8):1071-1077.
[8]CROUTER S E,Schneider P L,KARABULUT M,etal.Validity of 10 electronic pedometers for measuring steps,distance,and energy cost[J].Med Sci Sports Exe,2003,35(8):1455-1460.
[9]CYARTO E V,MYERS A,TUDOR-LOCKE C.Pedometer accuracy in nursing home and community-dwelling older adults[J].Med Sci Sports Exe,2004,36(2):205-209.
[10]DOHERTY S T.Emerging methods and technologies for tracking physical activity in the built environment[J].Transport Survey Methods:Keeping up with a Changing World,2009,29(8):153-190.
[11]GUTHOLD R,LOUAZANI S A,RILEY L M,etal.Physical activity in 22 African countries results from the World Health Organization stepwise APProach to chronic disease risk factor surveillance[J].Am J Preventive Med,2011,41(1):52-60.
[12]LEE J,KOH D,ONG C N.Statistical evaluation of agreementbetween two methods for measuring a quantitative variable[J].Comput Biol Med,1989,19(1):61-70.
[13]SALLIS J F.CARLSON J A,MIGNANO A M,etal.Trends in presentations of environmental and policy studies related to physical activity,nutrition,and obesity at society of behavioral medicine,1995—2010:a commentary to accompany the active living research supplement to annals of behavioral medicine[J].Annual Behavior Med,2013,45(suppl1):S14-S17.
[14]SCHNEIDER P L,CROUTER S E,LUKAJIC O,etal.Accuracy and reliability of 10 pedometers for measuring steps over a 400-m walk[J].Med Sci Sports Exe,2003,35(10):1779-1784.
[15]WU W,DASGUPTA S,RAMIREZ E E,etal.Classificationaccuracies of physical activities using smartphone motionsensors[J].JMIR,2012,14(5):e130.
A Research on the Availability of Smart Bracelet/Phone APP in Different Walking Speed or Road Surface for Step Calculation
HE Xiao-long,SHI Wen-yue,SHENG Zhang-qun
Objective:Smart bracelets and smartphone APP gets on the ground in different walking speed and walking step to study the effective and test if it can be applied to mountain climbing,outdoor hiking,track and field running fitness and daily hardened cement pavement fitness plan step,to provide the reference for the general fitness enthusiasts.Methods:The two subjects,respectively,using three smart bracelet (worn on the right hand wrist),and based on four iPhone5s iOS9 system the movement of the APP (to test the installation on the same phone,cell phone in his trousers pockets),for the first time under laboratory conditions using the treadmill measuring 3.2 km/h,4.8 km/h,6.4 km/h,8.1 km/h,9.7 km/h and so on 5 kinds of speed walking steps run every 5 min steps (real) through video replay accurate records,after the outdoor space,mud,plastic cement,mountain four different road conditions for low-speed,normal pace,and quick walk 300 steps.Final comparison experiments indoor and outdoor intelligent bracelet/mobile phone APP recorded the number of steps and the actual differences.Results:5 kinds of speed walking condition intelligent bracelet and phone APP step error decreases,3.2 km/h speed and the actual steps there are significant differences (P<0.05),and low speed condition between different bracelet record number difference is bigger also.Outdoor space,mud,plastic cement,mountain four different road surface in the condition of low speed walking intelligent bracelet and phone APP there were significant differences (P<0.05).In no significant difference in normal pace and walked quickly.Conclusions:Smart bracelet/APP phone movement plan step function of the effectiveness of the main influence factors for walking speed,walk the road factors impact is not big,it can be used as the masses of fitness,such as mountain climbing,plastic track and field running,walking,hiking and other wild city streets walking amount of self-monitoring tool,it is especially suitable for running,and applied to the displacement of the feet step speed slower physical activity gets there may be some error.
words:smartbracelet;phoneAPP;stepcalculation;speed;roadsurface
1002-9826(2016)06-0122-06
10.16470/j.csst.201606019
2016-05-23;
2016-07-22
國家體育總局科學健身示范區(qū)課題資助(2015B012)。
何曉龍(1987-),男,浙江金華人,講師,在讀博士研究生,Tel:(0579)82283901,E-mail:hexiaolong198707@163.com。
浙江師范大學 體育與健康科學學院,浙江 金華 321004 Zhejiang Normal University,Jinhua 321004,China.
G818.3
A