运动监控中心率变异性分析方法的研究进展

蔡腾旭，袁际学，李翼飞，王晓婉

1 引言

运动监控已经成为运动训练和竞赛中不可或缺的一部分，在运动训练中为了让运动员更好的适应训练计划，教练员必须要通过一些数据来反应运动员的训练应激水平，了解和掌握在训练过程中出现的身心变化，并用以指导训练计划，以便防止运动员在训练过程中发生严重运动损伤和疲劳。在监控的过程中，教练员要同时考虑外部负荷和内部负荷的测量，外部负荷可用一些相关的设备进行测量，但是外部负荷测量无法准确的反映出运动员在训练和比赛中产生的生理应激。而针对于运动员的内部负荷传统的生理生化指标，如激素、血液等，会不可避免的对运动员造成一定的创伤引起运动员的不适和厌烦，且无法第一时间给出运动员教练员需要的反馈信息，更有甚者会出现操作不当使运动员出现感染造成不可逆转的损伤。所以，迫切需要一个无创但是又能够对选手自身技能状况做出客观判断的全新的监控手段[1]。

心率变异性(Heart Rate Variability，HRV)是相邻心跳间歇的细小差别，是衡量心脏自主神经系统一个重要指标[2]。通常情况，心率在交感神经和副交感神经神经的控制下呈现出周期且有节律的波动，当通过一定训练对机体造成刺激后，会将心脏自主神经系统平衡打破，心率变异性指标也会出现相应的变化[3][4]。心率变异性被广泛应用在运动负荷的相关评定之中，用来考察运动训练准备的合理性和运动员对训练负荷的应激反应。

心率变异性监控方便有效，可以更好的了解运动员的疲劳程度和对训练负荷的适应程度，但是，教练员也应该认识到影响心率变异性的因素有很多，认识到它的局限性。本文通过对心率变异性在运动监控中的应用进行综述，旨在使教练员和相关从业人员了解该指标在监控中的应用方法，方便其制定合理的训练监控计划。

2 心率变异性的分析方法

2.1 心率变异性的常用分析指标

在医学领域，心率变异性的常规分析方法分包括了线性分析法和非线性分析法。其中，线性分析法包含了时域分析法、频域分析法和时频分析法；非线性分析法又包含散点图法、非线性预测与建模法等[5]。在体育运动监控中，常用的心率变异性分析方法有三种：时域分析、频域分析和非线性分析，常用分析指标详见表1[6][7]。但是由于非线性分析的运算过程比较繁琐，中国国内目前使用比较普遍的是时频和频域两种分析方法。在医学领域，针对于时域分析指标和频域分析指标有着一定的参数范围，但是这些指标是否适用于运动监控中有待考证，因此本文之中不再详细罗列陈述相关数据。

表1 心率变异性常用指标及含义

2.2 线性分析

2.2.1 时域分析

时域分析法是心率变异性最简单的方法，1996年Marek[8]等阐述了两种方法：几何图形分析法和统计学分析法。但是时域分析法却失去了信号的时间信息,而心率等变异性的频域指标则可以较好地反应自主神经活性的改变状况,因此频域分析法也是研究史上的里程碑[9]。

统计分析是通过一系列与RR间期相关的数理统计指标来评价心率变异性；几何分析是分析RR区间的分布，给出RR区间的变异程度[10]。常用的几何分析方法有RR区间直方图、RR区间差异直方图和心率变异性时间序列图。

基于时域的计算方法简单直观，但在应用过程中会丢失所需信号的时序信息。信号的相关特征太少，敏感性和特异性太低，无法检测交感神经和副交感神经的平衡变化，在应用时最好与频域分析相结合，这样才能更全面的分析心率变异性的相关信息。

2.2.2 频域分析法

频域分析法是利用计算机对心率变异的速度和幅度进行分析，进而得到心率功率图谱。图谱的横坐标代表频率，纵坐标代表密度[11]。针对于频域分析主要有古典谱估计法和现代谱估计法。其中古典谱估计法有周期图法和快速傅里叶转换法等；现代谱估计法也称模型法或参数法，包含自回归(AR)模型和积分脉冲频率调制(IPFM)模型。但是由于古典谱发在实际应用会存在着诸多问题，或多或少会对研究结果产生一定的影响，因此，目前研究应用较多的是现代谱估计法。

在使用频域分析法的过程中，对于数据的计算，不同的模型有着不同的算法，因此在使用频域分析法时，教练员或者运动监控人员要注意的是从始至终要使用同一软件和算法对相应数据进行获取和计算，否则将会出现数据在最终分析时得出毫无意义的结果，更甚者甚至会由于错误的结果引导训练进程导致出现运动员不必要的损伤或疲劳。

2.2.3 时频分析法

时频分析法是在医学领域为了克服时域和频域分析法在单独使用过程中存在的局限性而发展起来的，在目前体育运动监控领域的应用相对较少。在医学领域之中，时频分析法主要包含时频分布法、短时傅里叶变换法、基于AR模型的时频分析法和小波变换法等[6]。在应用时灵敏度和特异性比单纯使用时域分析法和频域分析法相对较高，笔者认为这种方法应该在运动监控之中加以推广，它可以更有效地监测运动员在运动过程中的运动损伤和疲劳。

2.2.4 非线性分析

心率变异性分析方法的研究取得了很大进展。时域分析和频域分析的理论体系已经比较成熟，每个指标的含义都非常明确，无论医学还是运动监控中应用都比较广泛，但是却具有一定的局限性。时频分析法虽在一定程度上将这种局限性降低了，但是时频分析法在使用时并不是那么的灵敏，而且会产生一定的附加噪声。而且无论是时域分析、频域分析或时频分析都有一个巨大的缺陷就是它们无法反应瞬时心跳搏动的变化，但非线性分析却能很好的将这种瞬时变化反应出来[12]。心率变异性的非线性分析方法有很多，包括分形维数分析法、近似熵分析法、复杂度分析法、散点图分析法、非线性混沌参数特征分析、非线性预测与建模、分布朗运动分析等[13][14]。

非线性分析法在目前主要应用于医学领域，在运动监控之中应用较少，笔者认为出现这种现象的原因有以下几点。第一，在运动监控中主要是监测运动员的疲劳和损伤的出现，是一个趋势的预测，并非即时的病情诊断。第二，在监控中对运动员的急性应激反应，使用线性分析便可以很好的反应其应激状态。第三，心率变异性的非线性分析需要一次性长时间的监测数据才能更好的反应运动员的状态，但是在训练中无法达到这一要求。第四，实验成本高，实验的条件难以进行掌控。然而，非线性分析在运动监测领域仍有很大的发展空间，随着现代科技的飞速发展，新的信号处理技术不断的应运而生，数据的收集和处理也在变得更加的简易，当然，这些数据的可信度也应进行相应实验验证。教练员和监控人员也可以借鉴医学的实验处理方法，对运动员的心率变异性进行定期的非线性分析，和线性分析所展现的趋势进行互相验证。而在运动康复方面，心率变异性的非线性分析就显得十分重要，无论是监控运动员自身的心脏疾病、伤病恢复期的自主神经紊乱亦或是过度训练综合征，心率变异性的非线性分析无论其监控效果还是敏感度都远远高于心率变异性的线性分析。

3 心率变异性在运动监控中的结合指标

心率变异性是监控运动员训练过度和过度训练的有效工具[15]。其最大的优点就是在运动环境中非常容易获取，且不会对运动员造成损伤。但是若仅仅依靠心率性对运动员进行监控，那它会存在着一定的局限性。心率变异性可用于反应急性疲劳，但在用于反应慢性疲劳时，那么它的敏感度将会变得非常低。因此，只有将心率变异性与其他相关指标结合起来才能更好的发挥作用。

3.1 心率变异性与生理生化指标的结合

生理生化指标和心率变异性都是非常有效的可以反映出运动员训练和比赛时期内部负荷和监控疲劳的指标。但是如若只是用其中一种方法，那么便会在监控过程中出现问题或引起运动员的反感。因此采用生理生化指标和心率变异性指标结合是非常有必要的。安楠[16]等通过对女子足球运动员进行技能状态检测和分析比较也表示心率变异性与血液指标相结合，可以监控身体的机能状态，尤其是在监控早期疲劳时具有一定的价值。

马涛[1]在监测优秀赛艇运动员身体技能状况时，以14名优秀男子赛艇运动员为研究对象。在训练前1周和14周的赛前训练中，每2周检测一次心率变异性、儿茶酚胺(CA)和常规生化指标，最终表明心率变异性的部分指标与生化指标(如：血尿素、血清肌酸激酶、血清睾酮、血清皮质醇等)和血浆儿茶酚胺存在显著关系。李明月[17]等对8名世居高原的国家竞走队男队员分成两队进行测试后得出，A队在训练后HRV指标中SDNN与血尿素(BU)非常显著性相关，LF与血尿素显著性相关；B队员训练后 HRV 指标中 LF/HF，HFn，LFn与BU指标显著性相关。也就意味着心率变异性各指标与血尿素之间的结合是可行的并且具有很大的实践意义。而贺业恒等更是进一步证实了这种结合的可行性，他通过对竞走运动员进行测试，证实了心率变异性结合血清尿氮素(BUN)、血清肌酸激酶(CK)等生化指标，可对运动员得训练强度适应性做出有效评价，也可通过对心率变异性在训练过后的不同时间进行分析，观察运动员对训练负荷的适应情况。

在生理生化指标方面，有很多的指标是可以结合心率变异性使用的。这已经被很多学者证实是可行的，而且可操作性非常大。但是，在测量的过程中教练员需要特别注意的是，因为其他因素引起的相关生理生化指标的异动。当然，还需要注意的是，有些生理生化指标可以通过一些体液来获得(如唾液、汗液等)，这样就可以尽可能的避免对运动员造成的损伤，但这些指标必须要被实验验证过与血液中的指标变化相同或具有一定的相关性，才可以做运动员的监控指标。

3.2 心率变异性与运动员自感疲劳等级(RPE)的结合

监控运动员的内部负荷单纯使用一种方法的局限性是非常大的，教练员或相关人员应该意识到这种局限性。单纯使用心率变异性无法提供运动员训练过程之中各个方面的信息，为了获得更全面的内部负荷信息，教练员或相关人员应该将心率变异性与其他监控工具，例如RPE结合使用[19][20][21]。有研究发现，实施RPE和心率监控指导的间歇性循环训练方法，疲劳发生的概率最小，运动成绩表现最好。

RPE量表是由Gunnar Borg设计，用来测量训练中个体主观努力的差异性。目前阶段在运动监控之中常用的RPE量表主要由Borge6-20量表[22]、分类比值RPE等级量表(CR-RPE)[23]、CR-RPE(CR-100)量表[24]等。最常用的Borge6-20量表主要与心率有关，研究者通常将量表得分乘以10，用来表示运动强度所对应的心率。分类比值RPE等级量表也被广泛应用于运动监控之中，有研究表明，分类比值RPE 等级量表与心率之间存在着一定的相关性[25]。但是一篇Meta[26]分析表明RPE与心率之间的相关系数为r=0.62，这表明这种相关性好像并不如想象的那么明显。但是，对于疲劳呈现出非线性反应的团队高强度运动项目，分类比值RPE量表或许会有更好的表现和监控的灵敏度。同时分值从0-100的CR-RPE(CR-100)量表也被教练员和监控着越来越多的使用[27]。CR-RPE(CR-100)量表分值范围是0～100，因为其分值范围更广，对于其中的努力程度所使用的的语言描述也就相应的更多，因此，在某种程度上，它针对于运动员的监控会相对更灵敏。当然，在目前阶段所使用的的量表并非只有以上几种，有学者尝试开发速度感知量表[28]、有学者用RPE量表测定呼吸用力程度[29]，有用RPE来测量特定运动时期的肌肉募集情况[30]、还有Session RPE量表[31]、OMNI RPE量表[32]等。

这些量表都可以很好的应用于运动监控之中与心率变异性结合使用，而且每种量表的有效性都有被证实过。但是每种量表在应用时都并不是适合所有情况，每种量表都有其适合的应用时期、项目或运动员。这就要求教练员或者监控人员根据已经发表和实验过的量表进行参考、验证和修改，以达到适合自己在运动监控之中的需求。

综上所述，目前在运动训练和比赛中的内部负荷监控，无论是心率变异性指标、生理生化指标还是RPE相关量表都可以很好的作为监控运动员训练负荷和疲劳的有效手段，但是若仅使用其中一种监控手段，那么对于运动员监控将会有非常大的局限性。因此，只有结合使用起来互相印证、互相补充才能全方位全过程的对运动员进行有效的监控。心率变异性在与其他指标结合使用时，需要每周至少三天、测定每周平均值，这种长期测量可以评估运动员对训练负荷的适应性和功能状态的变化。当然，心率变异性指标在与其他指标在结合使用过程中，教练员也要考虑其它影响因素，例如：昼夜变化、测定时间的一致性、压力、药物等，否则数据测量的不准确将会直接影响监控的有效性。

4 结论

1.心率变异性各指标反应的情况不同，需要根据项目、环境等因素的变化，去筛选最适宜的监控指标。

2.心率变异性的分析方法分为时域分析、频域分析、时频分析与非线性分析，需要根据不同的情况以及需要选择最合适或最经济的处理方法。

3.心率变异性应与不同的监控指标结合使用，互相验证，避免出现因特殊情况发生的数据偏差。