Actigraph及其信效度研究＊

赵壮壮，徐京朝

（南京城市职业学院 体育部，江苏 南京 210038）

现代研究认为体力活动（physical activity）不足是影响人类健康的重要因素，心血管疾病、糖尿病、骨质疏松、肥胖症等疾病发生率与体力活动水平呈现出反向的剂量效应关系（dose-response）［1-4］。体力活动需要科学、有效、精确的体力活动测量方法，目前主要的体力活动测量方法有主观测量方法和客观测量方法两类。客观测量方法又有双标水法（doubly labeled water）、间接热量测定法（indirect calorimetry）、心率表法（heart rate monitor）、计步器测定法（pedometer）和加速度传感器法（accelerometer）等［5-6］。在人体体力活动测量中，加速度传感器表现出了客观（objective）、精确（accurate）、实用（practical）、可靠（reliable）［7］等诸多优势，在流行病学、运动干预、体力活动研究和人们日常健康管理中占据了举足轻重的地位。

在众多加速度传感器产品（Sense Wear，Tritrac-R3D／RT3，Kenz，Brotrainer，CSA／Actigragph）中，Actigraph（之前被称为CSA）加速度传感器是目前体力活动研究中应用最为广泛［8］的产品之一，它由美国MTI公司研发。MTI在近30年的研发中，积累了众多的产品类型，拥有一条齐全的产品线（Productionline）。随着1993年第一代传感器7164（CSA）问世［4］，引起了学者兴趣，众多针对7164的研究（例如能量消耗预测方程推算、体力活动水平分类、信效度研究等）［9-15］见诸学术刊物和报端，虽然目前7164不再是MTI的主产品，但关于7164的学术研究依然在继续。71256是继7164后的过渡型传感器，它依然采用单轴加速度传感器技术，除若干参数有所调整外，其他同7164一致。71256在2005年就不再生产，MTI随之推出了第三代加速度传感器GT1M。与7164等相比，GT1M不但尺寸和质量都有所减少，而且采样频率、内存也有所增加；除此之外GT1M采用微电子机械系统电容式加速度传感器，这种压电式固态加速度计（piezoelectric，solid state）免去使用之前的校准（calibration）步骤［8］，为实验和日常使用带来了方便。GT1M有多个版本，在2008年MTI推出双轴GT1M之前，GT1M一直采用的是单轴加速度技术。2009年，MTI推出了自己的第四代加速度计GT3X，同时GT3X＋、Actisleep、Actitrainer也成为加速度计市场新宠。第四代加速度传感器均采用固态三轴加速度计，内存和电池容量有所增加；GT3X＋、Actisleep、Actitrainer还具有环境光感应系统，用以监测使用者使用环境和时间；Actisleep是专门针对睡眠问题研发的产品，可以监测有关睡眠质量的若干指标：入睡时间、睡眠时长等，也可以用来测量体力活动时的能量消耗；Actitrainer（ActiGo产品同属此序列）最大的突破在于它可以提供使用者的心率等信息，使用Actitrainer时同时佩戴Polar T31心率带，就可以收集使用者运动中的心率信息，并直接显示在二极管屏幕上。

Actigraph产品在全球56个国家的数以千计的大学和研究机构中被使用，相关Actigraph的研究文献特别是涉及到7164、GT1M、GT3X的论文多达数百篇，本文就Actigraph在体力活动测量中的应用进行了综述，回顾了相关学者的研究成果，以期为国内研究提供参考。

1 Actigraph基本参数

本文首先对Actigraph的基本信息进行了回顾，基本参数见表1。

表1 Actigraph基本参数表

1.1 尺寸和重量

Actigraph尺寸和重量相对来说较小，较小的尺寸和较轻的重量为日常应用和野外实验（field research）带来了便利。Actitrainer的尺寸和质量在所有Actigraph产品中为最大，这同它的产品定位，以及集成了有机发光二极管的显示窗口和心率感应器有关，加速度计未来的发展趋势依然是轻便化。

1.2 加速度计类型

除7164采用的是悬臂梁加速度计技术外，以后的产品均采用了压电传感器，当有加速度产生时，首先会引起压电原件的形变，形变产生的信号经过电荷处理和过滤之后被微控系统处理并被储存在传感器的内存中［4］。根据传感器所能感应的加速度方向，可以分为单轴、双轴和三轴。单轴加速度计通常只对垂直轴（vertical）的加速度敏感，双轴（采用较少，Actigraph GT1M的第四版本采用）可以对垂直和水平轴（wertical and horizontal）上产生的加速度进行记录，三轴加速度计则可以感应和记录垂直轴、矢状轴和冠状轴6个方向的加速度。

1.3 响应频率、取样频率、灵敏度范围

人体运动频率有一定范围，在应用过程中一些其他震动也有可能引起加速度计的响应，为尽量减小非人体体力活动产生的加速度被记录，就必须设定一个滤波器，将较低和较高的频率过滤掉。7164响应频率范围大于其他型号产品的响应频率范围，使7164能够感应人体更多的运动频率，也可能使其受到更多干扰因素的影响，以提高测试结果。

传感器的取样实际上是模拟数字转换器（A／D converter）转化信号的过程，在使用过程中，经过电荷放大和滤波器过滤的加速度信号会被模拟数字转换器以一定的频率转化成数字信号储存在加速度计的微控系统中［4］。7164的取样频率是10Hz，说明7164中的模拟数字转换器每秒转化将采集10次加速度信号并将之转化为电子信号。GT3X＋的取样频率可以由用户在30Hz—100Hz范围内自由设定，取样频率越高，加速度计越能全面反映人体运动过程，从而取得更加准确的数据。

在响应频率范围内，加速度计能够感应的加速度处于一定范围之内，这个感应范围和模拟数字转换器类型共同决定了模拟数字转换器的灵敏度（sensitivity）。7164的模拟数字转换器是8bit A／D转换器，它能够辨别28-256种不同水平加速度水平，由于同一轴向的加速度有两个方向，所以模拟数字转换器的辨别距中值为128；7164在0.1—3.6Hz的响应频率范围最大可以感应 2.13g 的加速度，2.13g／128＝0.01664g就得到了8bit的模拟数字转换器灵敏度为0.01664g／bit［4］。7164之后的 Actigraph产品模拟数字转换器灵敏度均有了很大幅度的提高，GT3X等的灵敏度已经达到0.01221g／bit。

1.4 数据存储能力

加速度计收集到加速度信息，经过微控系统的处理转换之后，会以综合数值—计数（counts）的形式储存在内存中，加速度计的数据存储能力则反应了它记录数据的时间长短，这对于日常应用和科研具有重要的影响。衡量加速度计的数据存储能力，主要有两个因素：数据记录时间（epoch time）和内存容量（memory）。

数据记录时间由用户自行设定，较短的数据记录时间可以全面地反映体力活动情况，但是会减少加速度计的存储时间；较长的数据记录时间会延长加速度计的存储时间，但是可能会造成信息的丢失［17］（如对精确到几秒的活动类型和强度研究来说，无法提供准确的信息）。

早期Actigraph产品内存容量较小，如7164只有64K。作为7164升级产品，71256增加到256K，随着人们对数据存储需要的增加，Actigraph内存容量不断增加，GT3X达到16M。数据记录时间和内存容量决定了数据存储能力，汤强等研究表明GT1M的epoch time设置为1min时，加速度计可以连续记录178天的数据；epoch time设为10s时，只能记录30天的数据。7164的epoch time设为1min时，可以连续记录22天的数据；epoch time设为10s时，只能连续记录3.5天的数据。加速度计实际的数据记录能力还受到电池续航能力的限制，所以在实际研究和应用中，应当综合考虑以上几个因素。

1.5 主要输出参数

Actigraph运动传感器的数据信息可以通过PC展示给用户，通过USB将数据下载到Actigraph PC软件（Actilife）中，就可以对数据进行分析。7164／71256／GT1M／GT3X主要的输出参数为：counts、步数、能量消耗（kcals）、体力活动水平等，而GT3X＋／Actitrainer以及Actisleep则可以输出更多的参数值。例如，GT3X＋和Actitrainer可以输出人体位置（position）信息，GT3＋／Actitrainer和Actisleep可以通过本身携带的环境光传感器（Ambient Light Sensor）记录环境信息。作为专门为睡眠研究量身打造的测量仪器，Actisleep能够全面记录睡眠信息，如入睡时间、觉醒次数和持续时间、睡眠总时间、睡眠质量水平等。如果将GT3X＋佩戴于手腕，它也可以记录一些人体睡眠的信息，如入睡时、睡眠总时间等。

2 Actigraph信度和效度研究

批量生产的Actigraph仪器在正式投入市场之前，一般都要做信度检验，虽然大部分产品符合其公司的相应标准，但对于不同研究者来说他们对仪器的可靠性有不同的要求，因此有学者对Actigraph加速度传感器信度进行了研究。信度水平常常用变异度（CV，coefficient variation）衡量，同一设备多次测量结果的变异度表示为CVintra，不同仪器同一次测量结果的变异度表示为CVinter。Metcalf等人在对7164的信度研究中，发现7164的CVintra为1.83%，明显小于7164（5%）［18］。Clain在其研究中发现7164在测量中等强度运动时的CVinter高于其他运动强度下的CVinter（13.5%vs 0.9-14.7%），与此同时，Clain发现不同GT1M在一次测量中结果的变异度较之前的版本明显降低［19］。在可以提供标准加速度的震动台上进行信度检验，是许多学者经常采用的方式。Rothney等在震动台试验中，计算了GT1M在各种震动频率下的CV值，并进行了横向比较，结果发现GT1M的CVinter在震动频率大于40rpm时低于7164和71256。他还报道到，在震动台试验中各型号仪器的CVinter在低频率时计算值总体上要高于频率大于40rpm时计算的CVinter［16］。Barge等人采用机械装置产生垂直方向加速度，用来衡量Actigraph的可靠性，试验表明多个Actigraph加速度传感器的变异程度大于一个Actigraph加速度传感器前后多次测试的变异程度［5，9］。YAM等在其研究中，以宠物狗作为实验对象，他们设计的信度研究实验结果表明GT3X具有较高的信度水平［7］。在与其他加速度传感器信度对比研究中，Actigraph常常表现出良好的信度水平，其CVintra和CVinter相比其他品牌要小许多［20-21］。在YAM的研究中，他计算了GT3X垂直轴和综合counts输入，结果表明在四个活动强度（sedentary，light intensity physical activity indoors，linght to moderate intensity physical activity outdoor，vigorous intensity physical activity）下，无论是垂直轴的counts值还是综合值皆有显著差异，这也反映了GT3X的信度［7］。

在加速度传感器效度研究中，双标水法（DLW）和间接测热法（indirect calorimetry）所获取的数据常常作为“金标准”［22］。通过比较加速度传感器的counts值或者能量消耗量和双标水法或气体代谢分析仪的数据的相关性来确定加速度传感器的测量效度。Masse等人比较了Actigraph的counts值域双标水测试的结果之间的相关性，发现双标水测量的总能量消耗（TEE）与Actigraph的counts之间的相关系数r＝0.66［23］。Leenders等人以双标水法为参照，采用RT3加速度传感器、Actigraph加速度传感器测量13名妇女连续一周的活动状况，结果表明这两种加速度传感器明显低估了实际能耗，其中Actigraph加速度传感器低估程度达到35%［24］。用上述“金标准”来单纯验证Actigraph效度的文献尚不多见，多数研究者更多的是利用Actigraph的Counts值与“金标准”能量消耗建立能量消耗的推算方程。

3 能量消耗推算方程

加速度传感器直接记录的数据是counts，要想得到人体运动时的能量消耗信息，必须建立counts和能量消耗量之间的回归方程。以Actigraph 7164和71256的测试结果为基础的能量消耗推算方程较多，GT1M和以后的型号此方面的研究较少，有待进一步深入。目前学界根据Actigraph建立的能量推算方程主要有两种，一种是线性方程，另一种是分段方程。

建立在Actigraph加速度传感器测量结果上的常用线性方程共有8个（见表2）。这些方程在体力活动研究中起到了巨大的作用，特别是Freedson等推导回归方程已经被Actigraph推出的软件客户端Actilife采纳。Crouter等在验证Actigraph的能量推算方程时发现，没有一个方程可以准确预测所有体力活动的能耗［25］。Hendelman 等的研究显示，Actigraph 的counts值与他自己推算的方程具有较高的相关系数，达到了0.7732。针对Actigraph仪器建立的回归方程，通常以7164和71256为基础，Sasaki等人则采用GT3X，利用多重回归（因素为：速度和counts）建立了预测模型，并与对照组实际能量消耗进行了配对样本T检验，结果没有发现显著差异［26］。尽管如此，由于方程的建立通常是在特定的运动类型和强度之下，所以一个方程只有在针对相应类型和强度的体力活动进行能量推算时，才能表现出良好的效度。因此，有的学者想到通过建立分段方程的方法来改善这一状况。

表2 以Actigraph为基础的线性回归方程

Crouter在分段方程的建立上取得了很大的进展。他以counts值为切点建立了以Actigraph测量结果为基础的分段方程，并进行了相关验证，结果显示预测值和测试值之间差异很小。虽然分段方程可能会提高Actigraph估算能量消耗的精确度，但是汤强等认为这种分段方程可能存在以下不足：（1）方程对于估算骑行运动能量消耗的精确度较低；（2）方程的计算方法可能过于复杂；（3）方程还没有在更多的人群和其他类型的体力活动研究中进行验证；（4）在推算counts值接近切点的体力活动时，误差会比较大。

4 不同型号的Actigraph加速度传感器对比研究

自从第一代Actigraph加速度传感器7164诞生之后，Actigraph一共推出了4代仪器，每代一般会有多个版本。学者常常进行不同型号仪器之间的对比研究，以确定这些仪器在测量中是否具有一致性。

在先前的研究中，同一代加速度计测量的可靠性得到了验证，因此，Dinesh John在不同的走跑速度下，检验7164和三个GT1M不同版本的counts记录是否有差异；他让实验者佩戴不同的仪器在10个不同的速度下活动，结果发现在给定的速度之下，所有仪器记录的counts值没有显著差异。在7个给定的跑步速度水平上，7164记录了最低值，而GT1M-V2记录了最大值。这和之前Rothney等的研究取得了相似的结果。虽然Actigraph自己宣布由于GT1M相比7164采用了更高的采样频率（30Hz vs 10Hz），所以它在在较高震动频率下会记录更高的counts值，但是Rothney等的研究却得到了相反的结果，这个结果同Dinesh John的研究结果是一致的。另外，Rothney等的研究结果还表明GT1M与7164相比，在测量低频率运动时，具有较低的灵敏度，这可能导致GT1M无法记录一定频率之下运动产生的加速度，从而低估这些运动的能量消耗。对这个问题，Brychta做了详细的研究，其目的就是为了检测在不同的数字信号处理滤波器过滤下，Actigraph监测快速和慢速运动的能力。为此，他让实验者佩戴GT1Mv6.0和GT3Xv1.3，同时佩戴经过低频处理的GT1Mv6.0和较高版本的GT3Xv1.4作为对照。结果显示在0.8kmp速度下，73%的GT1Mv6.0和50%的GT3Xv1.3没有记录运动数据；在1.6kmp速度下没有记录运动数据的比例都为14%。然而经过调整的GT1Mv6.0和GT3Xv1.4在所有的速度下都能检测到人体运动，并记录下counts数据。Actigraph在检测低频率人体运动时确实存在灵敏性不高的问题，所以Brychta建议Actigraph继续适度增大其检测范围。

在相关研究中，经常出现一个十分重要的现象，那就是所谓的“高原现象”或者说“平台效应”。Brychta、Rothney、Dinesh John等的研究中均发现了这种现象。在出现counts曲线“平台效应”时，counts值达到了顶点，并出现一个短暂平台，然后随着运动强度的增加，出现快速下滑。Dinesh John等的研究中，平台出现在速度为14km.hr-1时，此时7164和GT1M-V2的counts值为8974±677、9412±982cpm，二者的尖峰值差值是439±565cpm。然而Brychta35研究中这个平台出现在速度为9.66KPH时。平台效应的出现会给体力活动类型和强度研究带来困难，因此在估测速度大于10KPH的运动的能量消耗时，研究者应该谨慎选择测量仪器。因此早在1997年，bouten就建议将加速度测量幅度和测量频率上限分别增加到6g和20Hz。

5 结束语

加速度传感器因其自身独特的优点，在体力活动测量中将继续发挥重要的作用。Actigraph是目前应用最为广泛的加速度传感器，通过对其信效度研究的回顾，我们发现Actigraph应用于人的体力活动监测在国外学者研究报道中呈现了良好的信度和效度水平（特别是与其他类型加速度计相比）。在Actigraph产品中，不同代际仪器之间，以及相同代际不同版本的仪器之间在数据记录精度方面具有较好的一致性，但同时我们必须看到，由于Actigraph能量计算模型的建立往往是以实验室研究为基础的，所以应用Actigraph进行个体体力活动测量与评价的精确性还需要进一步证实。

运用Actigraph等加速度传感器进行中国人群的体力活动监测研究报道在学界尚不多见，鉴于加速度传感器在测量人体运动能量消耗中所具有的种种优点，以及人们对日常健康管理方法和仪器的需求，我们应该加强以Actigraph为代表的加速度传感器测量人体体力活动的研究，结合中国人体质状况和运动形式特点建立适合中国人特征的体力活动评价方法，开发适于中国人使用的体力活动监测仪器。

［1］United States.Department of Health.Physical activity and health：a report of the Surgeon General［M］.DIANE Publishing，1996：3-8.

［2］Pate R R，Pratt M，Blair S N，et al.Physical activity and public health：a recommendation from the Centers for Disease Control and Prevention and the American College of Sports Medicine［J］.Jama，1995（5）：402-407.

［3］Haskell W L，Lee I M，Pate R R，et al.Physical activity and public health：updated recommendation for adults from the American College of Sports Medicine and the American Heart Association［J］.Circulation，2007（9）：1081.

［4］Tryon W W，Williams R.Fully proportional actigraphy：a new instrument［J］.Behavior Research Methods，Instruments，＆ Computers，1996（3）：392-403.

［5］戴剑松，孙飙，沈洪兵.加速度传感器测量体力活动的应用综述［J］.中国运动医学杂志，2009（6）：720-727.

［6］戴剑松，孙飙.体力活动测量方法综述［J］.体育科学，2005（9）：69-75.

［7］Yam P S，Penpraze V，Young D，et al.Validity，practical utility and reliability of Actigraph accelerometry for the measurement of habitual physical activity in dogs［J］.Journal of Small Animal Practice，2011（2）：86-92.

［8］John D，Tyo B，Bassett D R.Comparison of four ActiGraph accelerometers during walking and running［J］.Medicine and science in sports and exercise，2010（2）：368-374.

［9］Brage S，Wedderkopp N，Franks P W，et al.Reexamination of validity and reliability of the CSA monitor in walking and running［J］.Medicine and Science in Sports and Exercise，2003（8）：1447-1454.

［10］Crouter S E，Clowers K G，Bassett Jr D R.A novel method for using accelerometer data to predict energy expenditure［J］.Journal of applied physiology，2006（4）：1324-1331.

［11］Freedson P S，Melanson E，Sirard J.Calibration of the Computer Science and Applications，Inc.accelerometer［J］.Medicine and science in sports and exercise，1998（5）：777-781.

［12］Hendelman D，Miller K，Baggett C，et al.Validity of accelerometry for the assessment of moderate intensity physical activity in the field［J］.Medicine and science in sports and exercise，2000（9）：S442-S449.

［13］Sherman W M.Ability of different physical activity monitors to detect movement during treadmill walking［J］.Int J Sports Med，2003（24）：43-50.

［14］Swartz A M，Strath S J，Bassett Jr D R，et al.Estimation of energy expenditure using CSA accelerometers at hip and wrist sites［J］.Medicine and science in sports and exercise，2000（9）：450-456.

［15］Yngve A，Nilsson A，Sjostrom M，et al.Effect of monitor placement and of activity setting on the MTI accelerometer output［J］.Medicine and science in sports and exercise，2003（2）：320-326.

［16］Rothney M P，Apker G A，Song Y，et al.Comparing the performance of three generations of ActiGraph accelerometers［J］.Journal of Applied Physiology，2008（4）：1091-1097.

［17］汤强，盛蕾，朱卫红.体力活动研究中加速度计的应用［J］.体育科学，2009（1）：77-84.

［18］Metcalf B S，Curnow J S，Evans C，et al.Technical reliability of the CSA activity monitor：The EarlyBird Study［J］.Medicine and science in sports and exercise，2002（9）：1533-1537.

［19］McClain J J，Sisson S B，Tudor-Locke C.Actigraph accelerometer interinstrument reliability during free-living in adults［J］.Medicine and science in sports and exercise，2007（9）：1071-1078.

［20］Esliger D W，Tremblay M S.Technical reliability assessment of three accelerometer models in a mechanical setup［J］.Medicine and science in sports and exercise，2006（12）：2173-2181.

［21］Rowlands A V，Stone M R，Eston R G.Influence of speed and step frequency during walking and running on motion sensor output［J］.Medicine and science in sports and exercise，2007（4）：716-727.

［22］Vanhees L，Lefevre J，Philippaerts R，et al.How to assess physical activity？How to assess physical fitness？［J］.European Journal of Cardiovascular Prevention ＆Rehabilitation，2005（2）：102-114.

［23］MâsseLC，Fulton J E，Watson K L，et al.Influence of body composition on physical activity validation studies using doubly labeled water［J］.Journal of Applied Physiology，2004（4）：1357-1364.

［24］Leenders N Y，Sherman W M，Nagaraja H N，et al.Evaluation of methods to assess physical activity in free-living conditions［J］.Medicine and science in sports and exercise，2001（7）：1233-1240.

［25］Crouter S E，Churilla J R，Bassett Jr D R.Estimating energy expenditure using accelerometers［J］.European journal of applied physiology，2006（6）：601-612.

［26］Sasaki J E，John D，Freedson P S.Calibration of the Actigraph GT3Xactivity monitor［C］.3rd International Congress on Physical Activity and Public Health（ICPAPH）.Toronto，Canada，2010.