自行车运动的疲劳状态特征基于深度学习和信号处理技术
Yingchun He1,2, Yih-Haw Jan3,4, Fan Yang2,5
1Department of Rehabilitation Medicine, Heyuan People's Hospital, Heyuan, 517001, China.
Scientific reports
|November 10, 2025
概括
这项研究引入了一种深度学习方法,用于检测45岁以上的人在骑自行车时的疲劳. 关键点RCNN算法准确地识别疲劳发作,有助于个性化康复和伤害预防.
科学领域:
- 生物医学工程 生物医学工程
- 运动科学 运动科学 运动科学
- 康复医学 康复医学 康复医学
背景情况:
- 骑自行车是一项重要的家庭康复运动.
- 精确的疲劳检测对于优化炼效益和预防伤害至关重要.
- 了解与年龄相关的疲劳模式对于有效的运动处方至关重要.
研究的目的:
- 开发和验证一种基于深度学习的方法,用于检测45岁以上成年人骑自行车时的疲劳发作.
- 分析和比较与疲劳相关的运动和年轻人和老年人群之间的生理参数.
- 评估Keypoint RCNN算法的实时疲劳监测的有效性.
主要方法:
- 招募了20名45岁以上的健康成年人和20名18-30岁的健康成年人进行静止自行车测试.
- 利用Keypoint RCNN (KR) 算法和信号处理技术 (福里埃变换,STFT,多尺度) 来分析循环运动和生理数据.
- 识别了运动状态变化点,表明疲劳开始,并计算了像峰值频率和复杂度指数平均值 (CIA) 这样的参数.
主要成果:
- 在关键点检测中,KR算法实现了86.5%的准确性,超过了OpenPose,其推断速度为30 FPS.
- 在峰值频率,CIA,最大心率,最大氧气消耗和能源效率方面观察到显著的群体间差异.
- 美国中央情报局在中年和老年人群中,在疲劳开始前后显示出显著的差异,作为可靠的疲劳指标.
结论:
- KR算法提供了一个准确而高效的工具,用于在骑自行车时实时监测疲劳.
- 复杂性指数平均 (CIA) 是检测疲劳发作的有希望的指标,特别是在45岁以上的个体中.
- 这项技术可以增强个性化康复计划,并为老年人的伤害预防策略做出贡献.
相关概念视频
01:24Muscle Recovery and Fatigue
4.0K
Muscle fatigue refers to the decline in a muscle's ability to maintain the force of contraction after prolonged activity. It primarily stems from changes within muscle fibers. Even before experiencing muscle fatigue, one may feel tired and have the urge to stop the activity. This response, known as central fatigue, occurs due to changes in the central nervous system, namely the brain and spinal cord. While there is no single mechanism that induces fatigue, it may serve as a protective...
4.0K
01:21Fatigue
787
Fatigue occurs when materials rupture under repeated or fluctuating loads, even at stress levels far below their static breaking strength. It typically results in brittle failure, even for ductile materials. It is a critical consideration in designing machines and structural components subjected to repetitive or varying loads. The nature of these loadings can range from fluctuating loads like unbalanced pump impellers causing vibrations to repeatedly bending a thin steel rod wire back and forth...
787