Predicting muscle anaerobic threshold by using a wearable optical sensor during exercise
Notice bibliographique
Résumé
The anaerobic threshold (AT) is a point during intense exercise that can be used to predict muscular fatigue. Determining the AT non-invasively helps to adjust exercise intensity and prevent overuse injuries. Near-infrared spectroscopy (NIRS) is an optical technology that can provide real-time information about muscle oxidative metabolism. The objective of this pilot study was to investigate the relationship between NIRS parameters of muscle oxygenation and traditional measures of exercise monitoring, such as heart rate and relative body oxygen consumption (VO2). Healthy adults with moderate to high fitness levels participated in an incremental exercise protocol on a stationary bicycle. NIRS parameters were compared to ventilatory VO2 using a metabolic cart. Respiratory Exchange Ratio (RER) < 1.0 was used as a proxy for determining the AT. NIRS data were collected from the primary locomotor muscle (vastus lateralis - VL) and a control muscle (deltoid) using two wearable NIRS sensors. Heart rate data were collected by a wearable ECG sensor. The NIRS data showed a significant decline in VL muscle oxygenated hemoglobin (O2Hb) concentration (p<0.05) at one exercise stage after the AT was identified. Muscle O2Hb did not show a significant decrease in the deltoid at the AT. Furthermore, there were no noticeable changes in heart rate at the AT. Our results indicate that a wearable NIRS sensor can predict the AT in exercising muscles and may provide a localized measure of muscular fatigue during exercise.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».