简介:旨在引入神经网络算法以提高加速度计活动强度的预测准确性,以44名大学生(男女各22名)为样本,让其同时佩戴气体代谢分析仪CosmedK482和加速度计(Actigraph—GT3X)进行3类11项体力活动(每项活动5rain),使用Matlab7.0软件运用留一法交叉验证BP神经网络模型,通过其与Hendleman模型和Crouter模型在RMSE、Bias和B—A图上的横向比较评估其效度。结果显示3—18—1的三层神经网络模型(参数误差率O.001、初始学习率0.02、动量常量0.7)的RMSE为1.08,在B—A图上一致性区间之外的点占总数的4.3%、一致性界限差值的绝对值为2.7,每分钟活动强度(除骑行外)的分类准确性分别为84.3%(小强度)、83.2%(中等强度)和89.8%(大强度),神经网络模型在整体强度和各个活动项目强度的预测上的准确性均好于Hendleman和Crouter模型,并且在活动强度分类准确性上更优。未来应进一步探究机器学习中其它算法在该领域的应用,优化整合指标体系和各类模型之间的关系。
简介:目的:研究不同体力活动水平女性教师递增负荷前后血清心肌酶的差异,进而评估不同体力活动水平女性教师运动中可能出现的心脏风险。方法:对受试者进行体力活动问卷调查,从中筛选87名健康女性教师进行递增负荷试验,测试运动测试前后的心肌酶指标进行比较分析。结果:1)运动前安静状态下,体力活动不足组心肌酶各指标值均低于中、高水平体力活动组,其中体力活动不足组CK—MB显著的低于中等组(P〈0.05)并且非常显著的低于高等组(P〈0.01)。2)运动测试后,体力活动高水平组CK值显著的高于体力活动不足组(P〈0.05),除AST以外,其余心肌酶水平随着体力活动水平的升高而升高。其中体力活动不足组AST值超过正常值范围,提示心肌组织出现了一定的损伤。3)除中等和高水平体力活动组的CK—MB运动后比运动前有所下降外,其余各组指标运动后都有所升高,特别是三组的CK、AST都非常显著的升高(P〈0.01),从运动前后差值比较分析来看,不足组的CK、AST增加值显著的高于中等组和高等组(P〈0.05)。结论:1.体力活动不足的高校女性教师安静状态下的心肌酶水平较低。2.递增负荷运动会引起高校女性教师心肌细胞出现一定程度的损伤,运动后血清心肌酶水平有所升高,而且体力活动不足女性的损伤更为严重,主要表现在心肌酶指标中的CK和AsT。