朱國忠，韋彩虹，潘 敏

(浙江大學生物傳感器國家專業(yè)實驗室，生物醫(yī)學工程教育部重點實驗室，生物醫(yī)學工程系，杭州 310027)

隨著人民生活水平的提高，飲食結構和飲食質(zhì)量的不斷改變，慢性病如高血壓、冠心病等呈現(xiàn)一個發(fā)展浪頭，令許多人聞之色變。引起慢性病的因子紛繁復雜，有物理性、化學性、生物性因子的作用，也有組織壞死缺血、缺氧的因素，更甚者，當人體免疫反應狀態(tài)異常時也有可能引起慢性?。?］。研究證實，缺乏體力活動是導致慢性病發(fā)生的重要危險因素［2］。而缺乏體力活動的一個重要評價指標就是能量消耗的減少。有大量證據(jù)表明經(jīng)常參加體育運動對保持健康和預防慢性病有重要作用［3］。因此，體力活動、能量消耗與人類健康(慢性病)之間存在密不可分的聯(lián)系。

人體運動能耗的檢測在很多領域都具有重要的意義。在臨床醫(yī)學中，對有些疾病的治療如甲亢就需要輔以科學的運動，這就需要一個針對性的運動方式和強度的指導方案，監(jiān)測病人的運動能耗也變得必不可少;而在體育訓練中，運動員也需要指導適合自己的最佳鍛煉強度和鍛煉時間，這樣才能達到更好的訓練效果。所以說，無論是健康飲食，還是科學運動都需要以能量消耗的檢測為基礎，沒有這個基礎，一切無從談起［4］。

但是，由于人體的運動是一個包括頻率，強度，運動類型、運動時間和個體差異性的多維變量，所以運動能耗是一個隨運動類型和運動時間變化的不穩(wěn)定的數(shù)值，其大小與人的體重和運動能力有關［5］，進而也為能耗的檢測添加了很多困難。

1985 年，F(xiàn)AO/WHO/UNO［6］三大組織的能量代謝專家委員會認為，能量需求應該以能量消耗大小為標準，而不是能量攝入多少。但由于總能量消耗中的人體運動能量消耗量很容易變化，所以能量消耗的評定一直以來都顯得非常的困難［7］。

在單獨使用心率、計步器和三維加速度計測量人體運動能耗時，三維加速度計法是最理想的一種方式。Meijer［8］等在對自由生活條件下的成人進行一周的能耗監(jiān)測后發(fā)現(xiàn)，三維加速度計法測量身體活動能耗的精度高于心率檢測法，且其與能量攝取密切相關。但是，心率監(jiān)測和三維加速度計所檢測的自由活動狀態(tài)下的能耗值要比所攝取的能量高出30%。

三維加速度計測量運動能耗方法的研究由于可以獲得身體活動的頻率和強度，并可以進行持續(xù)的測量，進而受到大家的關注。但是，大部分的研究還是以間接測量能耗的方法為測量標準的，如心率測量［9］，或是嚴格限制在跑步機上進行有規(guī)律的走路、跑步［10］。

本系統(tǒng)通過三維加速度傳感器和微處理器采集分析身體運動加速度，并利用相關算法進行運動能耗的計算，進而形成一套精度較高的人體運動能耗檢測系統(tǒng)。

1 硬件系統(tǒng)的設計與測試

該系統(tǒng)主要是監(jiān)測和分析人體的運動加速度，系統(tǒng)由監(jiān)測身體運動的三維加速度傳感器、存儲數(shù)據(jù)的靜態(tài)存儲器、處理數(shù)據(jù)的微處理器以及濾波、分壓電路等組成，系統(tǒng)框架和信號流向如圖1所示。

圖1 系統(tǒng)框架和信號流向

由圖1可知，系統(tǒng)通過三維加速度傳感器MMA7260檢測出身體運動信號，該信號經(jīng)濾波調(diào)理電路后進入微處理器 MSP430F149，通過MSP430F149自帶的A/D轉換器，將模擬信號轉換成數(shù)字信號，進一步處理后，送入靜態(tài)存儲器AT45DB081儲存。通過RS232將數(shù)據(jù)送入PC機進行數(shù)據(jù)處理和算法分析，進而得到人體運動能量消耗值。為方便數(shù)據(jù)采集，系統(tǒng)采用了紐扣電池和直流電源兩種供電方式，采集數(shù)據(jù)時可采用紐扣電池，以便脫機使用。

傳感器MMA7260的工作性能作為本系統(tǒng)研究的重要基礎，其穩(wěn)定性和可靠性需要進行實驗檢測。實驗時，系統(tǒng)的采樣頻率為50 Hz，每軸的采樣點數(shù)為2 000，加速度傳感器的量程為±6gn(200 mV/gn)，系統(tǒng)采用10位的AD，參考電壓為電源電壓3.3 V。實驗的具體過程是:首先將系統(tǒng)電路板平穩(wěn)放置，以確保加速度傳感器MMA7260的XY平面和重力場方向垂直，并按芯片具有引腳焊盤的一面向下，此時，只有+Z方向受重力影響，記錄下此時的X、Y、Z軸輸出，并轉化為最低有效位(LSB)的輸出;然后保持傳感器的XY平面和重力場方向垂直，且按芯片具有引腳焊盤的一面向上，此時，只有－Z方向受重力影響，記錄下此時的X、Y、Z軸輸出，并轉化為最低有效位(LSB)的輸出。以此類推，可得到當重力場方向與其他兩個方向垂直時，對應的三軸輸出以及其最低有效位的值，檢測的結果如表1所示，第一行指重力加速度沿+X方向時X、Y、Z三軸輸出的LSB平均值，其它列依此類推。根據(jù)式(1)，當某軸加速度為零時，其電壓應為1.65 V，此時最低有效位的值為512。因此實驗的檢測結果和理論值存在微小誤差，可以忽略，進而可以作為運動檢測實驗的標定參數(shù)。

式中Usource為電源電壓3.3 V。

表1 加速度傳感系統(tǒng)三軸檢測結果

隨著使用時間的加長，傳感器由于機械轉向飄移，以上檢測結果也會出現(xiàn)漂移。Mathie［11］的研究得出，在傳感器使用幾周后，其三軸檢測值的偏差接近0.2gn(大約小于10%)，但在隨后的半年內(nèi)可以穩(wěn)定至一常數(shù)，此時的漂移量可以忽略不計。雖然器件本身對測量結果有部分冗余度，但直流漂移的主要來源還是設備安裝環(huán)境的不一致，所以在實驗時一定要確保安裝的正確。

本系統(tǒng)中，根據(jù)采樣器件的電壓輸出和LSB，可以得到加速度和LSB的關系，其公式如下:

式中A表示加速度，單位為gn，k為方程系數(shù)，通過上述傳感器的檢測實驗，可確定k在本系統(tǒng)的中的取值為220。Usource為電源電壓3.3 V，Rsample為模擬信號采樣率50 Hz。

2 實驗方案

能耗的檢測需要數(shù)據(jù)對比，而作為金標準的“雙標水檢測法”由于其費用高、使用復雜等缺點無法實現(xiàn)其作為實驗參照的價值。根據(jù)現(xiàn)有的能耗檢測方法，跑步機由于其使用方便、精確度較高、費用較低等優(yōu)點，已作為目前很多能耗檢測系統(tǒng)開發(fā)的標準。鑒于此，本系統(tǒng)的實驗發(fā)生在市內(nèi)知名的健身館，采用的跑步機型號為:Treadmill Life 95TI，其可以實現(xiàn)跑步速度0.8 km/h～20 km/h、坡度0% ～15%的調(diào)整，能耗檢測精度在95%以上。

該理論在城市建設、生態(tài)環(huán)境修復領域的應用日益廣泛。城市建設涵蓋建筑與小區(qū)、城市道路、城市綠地與廣場、城市水系等方面，采用下沉式綠地、植草溝、植被緩沖帶、雨水濕地、透水鋪裝、多功能調(diào)蓄池等途徑來創(chuàng)建一定規(guī)模的“海綿體”，以期達到生態(tài)平衡。

實驗的具體方法是:實驗對象進入市內(nèi)知名健身館，進行跑步機跑步以測量能耗。有文獻表明儀器佩戴位置對數(shù)據(jù)的分析和能耗檢測具有很大的影響［12］，本系統(tǒng)采用了目前采用較多的三個部位(腰部、膝蓋和臀部)進行實驗，以確定最佳佩戴位置。為確定速度對系統(tǒng)的影響，我們對每個部位進行三組不同速度的能耗測試實驗。根據(jù)佩戴位置和三種不同的速度，將實驗分成九組進行，具體分組方式見表2。為提高數(shù)據(jù)采集的準確度，每組實驗分別進行三次，共27次實驗。

表2 能耗檢測實驗分組

本次實驗中需要注意以下幾點:

(1)實驗對象的選擇

為確定性別對系統(tǒng)是否產(chǎn)生影響，本次實驗選擇了男女兩位志愿者分別進行實驗。其中男性身高170 cm，體重60 kg，年齡25周歲，身體健康;女性身高157 cm，體重45 kg，年齡24周歲，身體健康。

(2)實驗裝置的佩戴

實驗過程中，分別將開發(fā)的系統(tǒng)置于人體的腰部、膝蓋和臀部處，如圖2所示，依次進行實驗，并將所采集到的加速度數(shù)據(jù)傳入計算機等做后續(xù)處理，其中箭頭所指為加速度傳感器的三軸方向，+Z上方的標識表示垂直紙面向里為+Z方向。

圖2 實驗中儀器的佩戴位置

(3)采樣頻率的選擇

鑒于系統(tǒng)需要檢測的人體運動的頻率低于20 Hz［13］，系統(tǒng)的加速度信號采樣頻率無需太高，而目前的能耗檢測系統(tǒng)的采樣頻率主要在50 Hz左右［14－16］，因此本系統(tǒng)同樣采用 50 Hz的頻率采集加速度信號。

3 數(shù)據(jù)分析和精度對比

由于系統(tǒng)采集的加速度信號由多種信號線性疊加而成，因此本系統(tǒng)對其進行了中值濾波以濾除噪聲，并進行低通濾波以分離信號。

其中Ax、Ay、Az分別為經(jīng)處理后的各軸加速度，單位為gn。

通過以上公式我們可以得到兩位志愿者將設備佩戴在不同部位，并以不同速度跑步時所產(chǎn)生的GM波形。圖3為女性志愿者將設備佩戴在腰部，并以10 km/h的速度跑步時產(chǎn)生的XYZ三軸信號和GM波形。

接下來，我們將對通過式(3)所獲得的GM數(shù)據(jù)進行分析，根據(jù)物理學中能量計算方法，能量的消耗和力以及力在這個方向上的位移之間有著密切的關系，基于這個基礎，推導出式(4)，以計算出相應的運動能耗。

圖3 女性志愿者以10 km/h速度跑步時產(chǎn)生的XYZ三軸信號和GM波形(腰部)

式中E的單位為cal，u為參數(shù)，將在實驗中通過一段時間內(nèi)加速度GM的變化算出具體的能耗值，并以跑步機出現(xiàn)的能耗值為標準，算出u值大小，最后通過其他速度跑步時產(chǎn)生的能耗值進行u值大小的測試。a為GM數(shù)據(jù)。

實驗中，通過女性志愿者以10 km/h的速度跑步時所產(chǎn)生的GM為基礎，將得到的GM數(shù)據(jù)中最小值和最大值分別代入式(4)，為提高計算的精確性，我們將實驗的時間單位定為1 s，也就是通過計算1 s內(nèi)的能耗，獲得參數(shù)u的值，并在其他兩個不同速度的能耗檢測中進行驗證。跑步機以10 km/h運行時，其在1 min內(nèi)的能耗為10 kcal，也就是說平均1 s內(nèi)，其能耗為0.167 kcal，我們以此為標準得到式(4)中u的值為0.014。利用該值代入式(4)，得到1 s內(nèi)，該女性志愿者以1 km/h和5 km/h速度跑步時的能量消耗分別為0.016 kcal和0.047 kcal，而跑步機上該女性志愿者以1 km/h和5 km/h速度跑步時的能耗分別為0.017 kcal和0.05 kcal，精度基本上在93%以上。圖4為儀器佩戴在該女性志愿者腰部，分別以10 km/h，5 km/h和1 km/h跑步時所得的GM波形，其中a，b，c三段分別為10 km/h，5 km/h和1 km/h跑步時所得的情況。

圖4 女性志愿者以10 km/h，5 km/h和1 km/h跑步時所得的GM波形(腰部)

而當儀器佩戴在膝蓋和臀部時，以上述同樣方式進行能耗檢測時，得到的檢測精度均在91%以下，其檢測精度略低于儀器佩戴在腰部時的能耗檢測，故我們將采用腰部作為本系統(tǒng)進行運動能耗檢測的最佳佩戴位置。圖5和6分別為儀器佩戴在膝蓋和臀部時，以10 km/h，5 km/h和1 km/h跑步時所得的GM波形，其中a，b，c三段的跑步速度分別為 10 km/h，5 km/h 和1 km/h。

圖5 女性志愿者以10 km/h，5 km/h和1 km/h跑步時所得的GM波形(膝蓋)

圖6 女性志愿者以10 km/h，5 km/h和1 km/h跑步時所得的GM波形(臀部)

為了確定本系統(tǒng)的可靠性，在實驗中，我們將系統(tǒng)與目前市場上精度較高的能耗檢測儀進行對比實驗。通過國家體育總局在對目前市場上的幾種常用能耗檢測儀進行了精度對比實驗后，發(fā)現(xiàn)LivePod能耗檢測儀精度相對最高，表3所示，可以作為本系統(tǒng)的精度對比儀器。

表3 目前常用的幾種運動能耗檢測儀器的相對精度的對比

實驗中，通過兩名志愿者分別將本系統(tǒng)和LivePod佩戴在腰部，并在跑步機Treadmill Life95TI上進行速度分別為1 km/h，5 km/h和10 km/h跑步，每種速度分別進行三次實驗，每次實驗檢測能耗1 min，最終的對比結果如表4所示。

表4 系統(tǒng)與LivePod的相對精度對比

通過該表，我們發(fā)現(xiàn)雖然本系統(tǒng)的相對精度總體來說，要比LivePod低2～4個百分點，但精度總體較高，說明本系統(tǒng)以及文中提出的算法在人體運動能耗檢測上具有很大的可實施性。而且通過該表發(fā)現(xiàn)男女之間的精度差別不是很明顯，這說明本系統(tǒng)對性別沒有十分嚴格的要求，另外，從表中我們發(fā)現(xiàn)，隨著速度的增加，相對精度有所下降，關于這個原因，有待進一步研究。

4 總結與展望

人體的運動能耗檢測對人的健康具有不可估量的重要作用，特別是對某些慢性病如高血壓、糖尿病和甲亢等的治療方案的確定，其意義重大。在體育訓練、營養(yǎng)學、勞動生理學等領域中，運動量及能耗的研究也都受到了很大的重視。而目前很多運動能耗檢測的方法不是精度低，就是其操作和實現(xiàn)比較困難。目前出現(xiàn)了兩種比較實用的便攜式的能耗檢測方法的研究:心率和加速度，相比之下，加速度的精度更高于心率，所以以加速度方法檢測人體能耗成了一種趨勢。

本系統(tǒng)基于這點考慮，設計了一種用于檢測人體運動能耗的系統(tǒng)，文中對系統(tǒng)所用的硬件系統(tǒng)和適合便攜式的能耗檢測算法進行了系統(tǒng)分析和驗證，并在實驗中對比了男女性別對系統(tǒng)的差異。此外，利用本系統(tǒng)對目前常用的幾種儀器佩戴位置(腰部、臀部和膝蓋)分別進行了實驗，并指出了腰部為本系統(tǒng)的最佳佩戴位置。在算法創(chuàng)新方面，本系統(tǒng)基于前人的經(jīng)驗，提出了基于GM適合于便攜式設備的能耗檢測算法，在實踐中具有一定的可行性結果。

最后，雖然本系統(tǒng)具有較高的檢測精度，但精度較高的LivePod相比，本系統(tǒng)還是存在著很多需要改進的地方，最主要是精度的提高，可以考慮算法的進一步改進，或者考慮將心率加入到本系統(tǒng)中，彌補三維加速度傳感器在檢測能耗時產(chǎn)生的不足。

［1］余珍.斷食療法治療慢性病［J］.中國醫(yī)藥衛(wèi)生，2007，8(6):27－28.

［2］Carolien J van Andel，Nienke Wolterbeek，Caroline A M Doorenbosch，et al.Complete 3D Kinematics of Upper Extremity Functional Tasks［J］.Gait＆Posture，2008，27:120－127.

［3］Russell R Pate，Michael Pratt，Steven N Blair，et al.Physical Activity and Public Health［J］.JAMA，1995，273(5):402－407.

［4］http://hi.baidu.com/xgzkgj/blog/item/0cb2a31152bead07213f2eae.html［EB/OL］.

［5］李展.體力活動能量消耗測量方法及其進展［J］.貴州體育科技，2005(3):53－55.

［6］FAO/WHO/UNO(1985).Energy and Protein Requirements Report of a Joint FAO/WHO Ad HOC Expert Committee［R］.FAO/WHO/UNO.Geneva(Tech Report Ser No 724).

［7］Wolfe R R.Radioactive and Stable Isotope Tracers in Biomedicine:Principles and Practice of Kinetic Analysis［M］.NewYork:Wiley-Liss，1992.207.

［8］Meijer G A ，Westerterp K R，Koper H，et al.Assessment of Energy Expenditure by Recording Heart Rate and Body Acceleration［J］.Med.Sci.Sports Exerc，1989，221:343－347.

［9］Matthews C E，F(xiàn)reedson P S.Field Trial of a Three Dimensional Activity Monitor:Comparison with Self-Report［J］.Med.Sci.Sports Exerc，1995，27:1071－1078.

［10］Melanson E L，F(xiàn)reedson P S.Validity of the Computer Science and Applications，Inc.(CSA)Activity Monitor［J］.Med.Sci.Sports Exerc，1995，27:934－940.

［11］Mathie M J，Coster A C，Celler B G，.Classification of Basic Daily Movements Using a Triaxial Accelerometer［J］.Med.Biol.Eng.Comput.，2004，42:670－687.

［12］郭珍汝.三軸向加速規(guī)在森林步道行走能量消耗之研究［D］.臺灣:國立臺灣大學，2008.

［13］Antonsson E K，Mann R W.The frequency content of gait［J］.J.Biomech.，1985，18:39－47.

［14］Bourke A K，O’Brien J V，Lyons G M.Evaluation of a Threshold-Based Tri-Axial Accelerometer Fall Detection Algorithm［J］.Gait＆ Posture，26(2007):194－199.

［15］Díaz A，Prado M，Roa L M，et al.Preliminary Evaluation of a Full-Time Falling Monitor for the Elderly［C］//Proceedings of the 26th AnnualInternationalConference ofthe IEEE EMBS San Francisco，CA，USA.September1－5，2004:2180－2183.

［16］Karantonis D M，Narayanan M R，Mathie M.Implementation of a Real-Time Human Movement Classifier Using a Triaxial Accelerometer forAmbulatory Monitoring［J］.IEEE Transactionson Information Technology in Biomedicine，2006，10(1):156－167.