杨子田，陈艺娟，郭芸鑫

(1. 东华大学 服装与艺术设计学院，上海 长宁区 200050； 2. 盛时装有限公司，缅甸 克钦邦)

心率是研究心脏功能和病理的重要参数，心率监测不仅广泛应用于心脏病治疗和家庭日常保健，也逐渐受到体育运动领域的日益重视. 全民健身的今天，心率监测已广泛运用于健身运动[1]. 运动心率监测可为运动者心率监测需求提供便捷可行的途径. 通过对心率动态变化的实时监控和个性化的心率负荷指标，对运动过程进行心率检测，以达到辅助调整运动强度、制定并完成健身运动计划,从而达到理想锻炼效果的目的[2].

心率的变化与运动负荷变化之间极其明确的因果关系使得其在运动领域得到了广泛的运用. 本文基于心率监测的相关医学知识，通过实验研究步行与跑步状态下的最佳心率监测位置.

1 心率监测设备与方法

目前市场上除了常见的监测心率的运动手环等智能可穿戴产品外，还有针对不同群体对象的心率检测设备，如家用便携式心率监测器，为患者提供安全、便捷的实时监测心率[3]. 随着医疗服装的商业化发展，普通家庭的健康监护必定会成为主流趋势[4]. 针对游戏玩家和电脑使用者的蓝牙监测心率贴片采用反射式光电传感器照射拇指来采集心率[5]； 纽扣式无线心率监测系统采用光电容积法来获取心率信号，设备可像配饰一样佩戴[6]. 多样的产品一定程度上满足了人们对自身健康管理的需求，却存在运动时佩戴不便、易丢失等问题. 故将监测设备与服装相结合将是未来运动心率监测发展的方向. 涂亚庆等人提出一种光电式可穿戴设备的心率检测方法，相比于其他智能穿戴设备的心率检测方法，其鲁棒性更强、测量精度较好[7]； 刘状等人设计的可穿戴式心率检测设备能够减弱运动对心率数据及波形的影响，从而使得到的数据更加准确、波形更加稳定[8].

本文基于光电体积法监测心率来探索心率检测模块的最佳监测位置. 光电体积法原理在于产品背面与皮肤接触处的绿色 LED灯，搭配感光光电二极管照射血管，根据伴随着血流量变化而变化的绿光吸收量再根据心脏跳动时和跳动间隙所反射的波动值不同，以此来测量心率[9].

通过对可监测心率的产品进行市场调研，选用基于 CPU芯片的心率监测系统作为实验用监测模块，该系统较为稳定，且小型可拆卸.

2 心率监测位置筛选预实验

2.1 心率监测基础位置

参考临床医疗中应用较广的非创伤性监测心率变异动态心电图 Holter[10]的电极位置，采用如图 1 所示的主要集中在上半身前躯干的电极位置作为预实验心率监测的位置. 在3个组合 24 个电极粘贴位置中，存在7个相同的粘贴位置，去除后将其余 17 个电极位置设为初步监测心率的位置，具体位置如图 1 所示.

图 1 预实验心率监测位置Fig.1 Monitoring positions of preliminary experiment

2.2 实验准备

以本文所选取的 17 个贴电极位置作为监测心率的基本位置，在步行和跑步动作下监测心率，筛选出心率监测的有效位置.

1) 实验环境：室温 24～26 ℃ ，相对湿度 65%±2%的恒温恒压室内.

2) 实验对象：一名年龄 22 岁且身体健康的青年女性.

3) 实验样衣：普通高领贴体衣(棉/莱卡含量为 95/5%)

4) 实验仪器：健身用跑步机、用于监测心率值的两种仪器以及心率监测数据的显示终端.

① S 标准心率监测仪：小型手腕式 OMRON 智能电子血压计[7-9]，能同时监测血压和脉搏，并读取显示屏显示数据；

② R实验心率监测仪：基于 TICC2541F256RHAR 型号 CPU 芯片的心率监测模块.

5) 实验动作和运动条件

步行时，跑步机设置为：坡度设为 0%，固定速度为 4 km/h； 跑步时，跑步机设置为：坡度设为 4%，固定速度为8 km/h.

2.3 实验方案

用医用胶带将R监测仪固定在人体对应位置上，并据此在服装上作好标记，在相应的标记上缝制小口袋来最终放置R检测仪. 每个R监测仪都与相应的移动设备终端连接.

实验时读取 S 监测仪显示的心率，记为标准值，同时用 R 监测仪按顺序在 17 个检测位置进行心率检测. 每组检测结束后，待受试者心率恢复至静息心率再进行下一组实验.

2.4 预实验结果与数据分析

对采用预处理后的有效数据进行SPSS简单相关性分析，获得所有监测位置实验监测值与标准监测值的Pearson相关性，筛选有效监测位置.

3 心率监测模块最佳位置研究

选取身高155～168 cm、体重为49～64 kg且无心脏相关疾病的身体健康的女大学生作为受试者，对10名受试者进行实验. 根据预实验两个动作筛选出的有效位置，分别对比两种监测仪测得的心率值，进而筛选监测心率的最佳位置.

在相同的实验条件下，展开正式实验. 采用预实验所得步行与跑步的两种动作基本监测位置作为正式实验监测点，具体位置如图 2、表 1 所示.

a. S1，S16，S17为步行状态时监测位置

b. S1，S6为跑步状态时监测位置

监测位置编号人体相应位置S1左腋中线平第五肋间处S6胸骨柄S16胸骨左缘第4肋和左锁骨中线第5肋连线的中点S17左腋前线第5肋

3.1 单样本K-S检验分析和相关性分析

对实验数据进行单样本K-S检验，置信度95%，P=0.05. 步行和跑步实验数据检验的双侧显著性水平P均大于0.05的临界值，说明都属于正态分布.

在步行动作下，S1和S17位置上所监测到的心率值和标准心率值的相关系数为0.494，0.309. 呈显著性相关； 在跑步动作下，S6位置所监测的心率值和标准心率值之间具有显著相关性，相关系数为0.314.

3.2 步行和跑步状态下监测值与标准值的回归方程

由实验数据可知，两种运动状态下，相应的监测位置心率检测值和标准值之间均存在相关关系，因此立相关公式.

步行状态标准值和监测值之间的关系回归方程为

yW=45.077+0.346xa+0.161xb.(1)

跑步状态标准值和监测值之间的关系回归方程为

yR=104.493+0.206xc.(2)

4 心率监测数学模型的验证

按照相同实验条件与要求，随机抽取原实验中的两名受试者进行验证实验，确定建立的数学模型可靠性. 每个实验对象各个动作进行两次实验.

4.1 回归模型验证

将在各个动作下最佳位置监测的新监测值代入数学模型.

1) 步行动作下，最佳监测位置S1和S17上所监测到的心率值记为xa和xb，代入式(1)得出计算值yw，如表 2 所示.

表 2 步行状态下回归方程计算表

2) 跑步动作下，最佳监测位置S6所监测到的心率值记为xc，代入式(2)得出计算值yR，如表 3 所示.

表 3 跑步状态下回归方程计算表

4.2 计算标准心率值与实验监测标准心率值对比分析

在步行和跑步状态下，经过数学模型得到的计算心率值记为yw1和yR1，实验监测的心率值分别记为为yW′和yR′. 两种运动状态下对应数值汇总表如表 4，表 5 所示.

表 4 步行状态下模型计算心率值与实验监测心率值汇总表

表 5 跑步状态下模型计算心率值与监测标准心率值汇总表

通过Wilcoxon符号秩检验法与符号检验法两种分析方法，验证建立的回归模型可靠性和有效性. 计算得出的心率值与实验监测的心率值之间没有显著性差异.

在跑步动作下，原假设模型计算的心率值与实验心率值之间差异的中位数等于0，符号检验p值为0.625，大于0.05； 原假设实验心率值与模型计算心率值之间差异的中位数等于0，用Wilcoxon符号秩检验得出p值为0.465，大于0.05，可以看出模型心率值与实验心率值之间无显著性差异.

通过符号检验法与Wilcoxon符号秩检验分析，得出回归方程计算的标准心率值和实验监测的标准心率值之间无显著性差异，即两种运动状态下回归模型都是可靠的.

5 结 论

经过实验数据分析，得出如下结论：

1) 通过预实验，在选用的17个基础监测位置上监测得到的心率值中，分析得出具有相关性的有效监测位置；

2) 在筛选出的有效监测位置基础上，扩大样本量进一步实验获取心率监测最佳位置. 在步行状态下心率监测的最佳位置为S1和S17； 在跑步状态下心率监测的最佳位置为S6.

3) 采用回归分析方法处理步行和跑步运动状态下对应监测位置的心率值与实际心率值，进行回归分析，得出两者之间的回归方程式(1)和式(2).

最终通过Wilcoxon符号等级检验法与符号检验法验证S1, S6和S17 3个监测位置的监测模型是有效的.