基于脑电分析的女大学生耐力素质锻炼效果分析及策略优化

韩 丽

(宁波大红鹰学院 公共体育部，浙江 宁波 315175)

1 问题的提出

1.1 选题目的

国民体质健康状况反映了一个国家或民族的身体素质和健康水平,对一个国家的经济发展和社会进步起着决定性的作用。近几年来，国民的体质健康情况不容乐观,尤其在校学生的体质健康状况堪忧[1]。

国家体育总局在2015年公布了第四次全国国民体质监察结果，在校学生大部分属于成人组(20-59岁)。结果显示，根据性别的划分，在校女大学生在身体形态、身体机能、身体素质方面存在比同龄男性更为突出的问题。因此，培养良好的锻炼习惯，找到一种良好的锻炼方法，提高在校女大学生的体质健康状况，成为了急需解决的问题。

脑电作为一种生物电技术，可以直观的反应出一个人的健康状况[2]。脑电信号(EEG)是通过大脑皮层记录到的神经细胞的电活动信号，脑电波节律的种类很多，而且变化多样[3]。各种不同的运动负荷下，脑电波必然随之变化。这种特征使脑电的研究者相信在EEG信号里必然蕴含着大量的对我们有用的信息[4]。因此，深入开展EEG在学校体育领域指导锻炼方面的研究有重大意义。

1.2 国内外研究现状述评

根据万方检索，关键字“脑电”在体育类学科中的论文共137篇。

检索结果显示：在体育领域里，脑电的研究主要为两个方向。一个是竞技体育里，针对专业运动员这一特殊人群进行的一系列研究，用来指导其今后的训练。如王丽岩等的《乒乓球运动员发球动作识别时的神经效率——来自EEG的证据》、王琳的《优秀蹦床运动员脑电超慢涨落参数特征的研究》、王霆《脑电非线性动力学分析在优秀射箭运动员中枢疲劳研究中的应用》；另外一类是针对普通人群的某个特定项目的研究，仅论证了某一项目的有效性。如孙红敏等的《普拉提运动想象的脑电功率谱分析》、魏凯明等的《瑜伽冥想练习对男性脑电α波影响的研究》。

目前存在的问题：对脑电的研究只停留在针对某个项目(太极拳、瑜伽等)和某个特殊人群(专业运动员)。对于社会体育范畴和学校体育范畴，脑电的研究和应用非常少。

2 研究的总体设计

2.1 研究思路

图1 研究思路

2.2 研究方法

2.2.1 文献资料法。根据研究任务的需要，一方面，广泛地学习与借鉴运动训练学、运动生理学等方面的有关理论与方法。另一方面，利用万方检索，对2002年1月至2017年8月有关以下几个方面的内容进行了检索，其中关键字“脑电”在体育学科中的论文137篇。通过分析近年来国内外有关脑电和训练学研究的最新文献，吸收国内外在脑电方面的研究成果，为研究做好必要的理论准备。

2.2.2 实验研究法。

2.2.2.1 选取样本。根据大学生体质健康测试结果，实验组选取30名800m成绩不及格者(>4min34s)在校女大学生进行数据采集，对照组选择30名800m成绩为优秀的(<3min30s)在校女大学生进行数据采集。年龄均为18～20岁。

2.2.2.2 研究设备。本研究采用系统ThinkGear AM芯片由美国Neurosky公司研发的世界第一款的脑电图传感器，采用了干电极传感器[5]。单导脑电采集系统采集6次60人的脑电信号，此设备采用无线技术，操控简单，便于携带。通过专用软件对原始脑电波进行分析，计算出受试者的专注度 (attention) 和放松度(meditation)[6]等指标。放松度可以理解为α波活跃时的体现，而专注度是α波被抑制的体现。

图2 脑电中的专注度和放松度

2.2.2.3 数据采集。首先，采集实验组和对照组学生安静时的脑电信号。然后，进行3min台阶测试。测试结束，测试者全部测试进入休息状态。分别采集测试结束即刻1min和3min的脑电信号。

2.2.2.4 分析结果 建立模型。本研究将在统一实验条件下提取以上两类人的EEG信号，系统地分析各参数与体质健康状况的相关性。分析60人6次采集的实验数据，建立对照组(耐力素质优秀)的脑电模型。

2.2.2.5 利用脑电模型论证锻炼方法的有效性。针对实验组30人随机分成2组，(每组15人)进行为期3个月的耐力素质练习。两组分别采用不同的方法训练。实验组1采用较为传统的训练方法，实验组2比对脑电模型实时调整练习计划，期间进行脑电的实时监控。最后来论证哪一组的锻炼方法更为有效。

3 研究结果与分析

3.1 安静时、台阶测试结束即刻1min、3min对照组与实验组的专注度、放松度比较分析

首先，两组测试者坐在椅子上，闭目充分休息，不眨眼，不转眼，不入睡。采集安静状态下脑电1min，记录下安静时的专注度值和放松度值。然后进行3min台阶测试。台阶测试结束，采集测试结束即刻脑电1min和3min。由表1可知，安静状态下,对照组与实验组的专注度值的结果无明显差异。台阶测试结束后即刻1min的专注度值结果比较，两组存在较明显差异。台阶测试结束即刻3min的专注度值差异不大。安静状态下,对照组与实验组的放松度值差异不明显。台阶测试结束即刻1min的放松度值存在一定差异，台阶测试结束即刻3分钟的放松度值存在极大差异。

表1 安静及测试后1min、3min专注度、放松度比较

由图3可见，对照组和实验组的专注度值随着负荷的增加均有升高，台阶测试结束即刻1min时，对照组的专注度值有大幅上升，实验组的专注度值略有上升。台阶测试结束即刻3min时，对照组的专注度值迅速下降，而实验组的专注度值继续上升超过对照组专注度值，两组专注度值出现交叉。说明短时间中等强度运动后，大脑皮层兴奋性加强。表现为β波的波幅增高，抑制减弱[1]。安静状态下，对照组的放松度值明显优于实验组。台阶测试结束即刻1min时，两组放松度数值均有上升；台阶测试结束即刻3min时，实验组的放松度数值明显下降，而对照组放松度值继续上升。

图3 安静及测试结束即刻1min、3min专注度、放松度数值

影响脑代谢的因素很多。中等强度负荷后，脑的代谢加速主要与脑的温度有关，α波随着负荷的增加而增加[7]。所以在台阶测试结束即刻1min，两组的放松度值均为显著上升。而在台阶测试结束后即刻3min时体现的差异，主要说明对照组的代谢水平要优于实验组，表现出放松度值随着时间的推移不断上升，这同时也是神经中枢对抗疲劳的一种表现[8]。因此放松度值可以直观的从另一个角度说明不同运动水平人群的对抗疲劳能力[9]。

因此，体能主导项目的训练中，放松度和专注度能够较为准确地反映出人群的疲劳程度和抗疲劳能力，可以作为训练和教学的理论依据[10]。

3.2 利用数据分析工具IBM® SPSS® Modeler建立对照组专注度、放松度模型

IBM®SPSS®Modeler 是一个预测性分析平台，能够为个人、团队、系统和企业做决策提供预测性智能。它可提供各种高级算法和技术(包括文本分析、实体分析、决策管理与优化)，帮助选择可实现更佳成果的操作。

利用SPSS MODELER中的线性回归模型对对照组(成绩优秀者)专注度安静时的数据和测试结束即刻1min、3min的数据进行了模型拟合，分别得到如下模型1和模型2。

专注度模型：

台阶测试结束即刻1min=24.24+安静时专注度*0.6829

(1)

台阶测试结束即刻3min=14.92+安静时专注度*0.7415

(2)

从以上两个模型也能看出，测试结束后的专注度和安静状态下专注度成正相关，且相关性较强。在原来数据上对模型进行测试分析，分析结果如图4、图5所示，证明专注度模型准确有效。

图4 模型1的结果分析

图5 模型2的结果分析

同样利用SPSS MODELER中的线性回归模型对对照组(成绩优秀者)放松度安静时的数据和测试结束即刻1min、3min的数据进行了模型拟合，分别得到如下模型3和模型4。

放松度模型：

台阶测试结束即刻1min=19.16+安静时放松度*0.7657

(3)

台阶测试结束即刻3min=25.88+安静时放松度*0.7304

(4)

从以上两个模型也能看出，测试结束后的放松度和安静状态下放松度成正相关，相关性较强，并且休息时间越长，放松度值越高。同样直接在原来数据上对模型进行测试分析，得到的分析结果如图6和图7所示，证明放松度模型准确有效。

图6 模型3的结果分析

图7 模型4的结果分析

3.3 实验组1、2锻炼效果的比较分析

对实验组的30名同学随机分成2组，实验组1与实验组2。分别进行为期3个月的耐力练习。实验组1采用较为传统的练习方法(表2)，每个月更改一次训练计划，每周两次练习。实验组2根据SPSS MODELER建立的对照组脑电模型，随时调整走跑交替训练计划(表3)，每周两次练习。

表2 实验组1的运动方案

表3 实验组2的运动方案

经过3个月的耐力练习，对实验组1、2进行800m测试。成绩如表4所示。经分析，认为实验组1与实验组2的800m成绩分布具有明显差异。差异是根据SPSS MODELER建立的脑电模型随时调整的走跑交替训练计划引起的。结果表明，脑电信号的反馈具有导向性，走跑交替的运动方案对提高耐力素质有显著作用，值得在高校体育课中推广。

表4 实验组1、2的800m成绩分布

4 研究结论与讨论

4.1 结论

耐力素质具有较大差异的对照组与实验组，脑电信号的反馈也具有明显区别。这同时也验证了之前的研究假设。本研究在针对不同实验组练习方法的选择上，还存在练习手段单一、设备简陋、场地选择有限等方面的制约，对实验数据会产生一定的影响，但不影响最终实验结果。

脑电可以作为一个重要参考指标，指导有氧运动的开展，提高耐力素质。以无限接近脑电模型(提取对照组学生的脑电建立的数学模型)为前提，随时调整走跑交替的训练方案。三个月后，实验组2的耐力素质水平要优于实验组1。

4.2 讨论

本研究把脑电技术运用到了“学校体育”范畴之中，与以往的“竞技体育”圈中的研究具有很大区别。“学校体育”具有很大的人群基数，未来可以把脑电技术与学校体育中可开展的体育项目结合，找到更好的教学方法让学生高效地掌握某项运动技术。让脑电技术更多地服务于“学校体育”中。

我们近年来一直从事大学生体质健康状况的研究，从脑电信号分析与数据挖掘技术相结合的角度，为此研究带来全新的视角和强大的技术支持。本研究的顺利实施将对提高本省在校学生体质健康的水平带来积极意义，具有良好的社会效益和应用市场，对促进和谐浙江建设也必将发挥积极作用。

[1] 王瑞元，等.运动生理学[M].北京:人民体育出版社,2002:290.

[2] 秦素荣.运动员不同状态下的脑电图特点(综述)[J].体育学刊,2002(1):42-44.

[3] 韦军.训练中专注度与放松度对优秀射箭运动员成绩的影响[J].中国学校体育,2013(4):315-318.

[4] 冯玉娟.体育运动和体育锻炼领域内ERP的研究[J].科技信息,2012(35):231-233.

[5] MAK J N,McFarland D J,Vaugham T M,et al.EEG correlates of P300-based brain-computer interface(BCI)performance in people with amyotrophic lateral sclerosis[J].Neural Eng,2012,9(2):026014.

[6] Reibel D K,Greeson J M,Brainard G C,et al.Mindfulness-based stress reduction and health-related quality of life in a heterogeneous patient population[J].Gen Hosp Psychiatry,2001,23(4):183-192.

[7] 魏凯明,马国东.瑜伽冥想练习对男性脑电α波影响的研究[J].长春师范学院学报,2012(3):90-92.

[8] 张君梅,等.低强度身体训练结合运动表象训练对老年人肌肉和大脑的积极效应[J].体育科学,2013(5):59-66.

[9] 韩丽.3min台阶测试中不同水平人群的脑电活动参数的研究[J].浙江体育科学,2015，37(4):126-128.

[10] 章建成,施之皓.刺激呈现方式对普通大学生和运动员EEG的影响[J].武汉体育学院学报,2012(11):72-75.