运动-呼吸耦合(LRC)可能对跑步者具有优势,但实际执行可能较为困难。我们提出了一种在智能手机上实现的定制化解决方案,可为跑步者提供个性化的指导,帮助其达到运动-呼吸耦合状态。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
运动-呼吸耦合(LRC)可能对跑步者具有优势,但实际执行可能较为困难。我们提出了一种在智能手机上实现的定制化解决方案,可为跑步者提供个性化的指导,帮助其达到运动-呼吸耦合状态。
尽管跑步是最受欢迎的竞技和休闲活动之一,但估计有20%至40%的跑步者可能遭受呼吸功能受限的困扰。其中部分跑步者可能通过呼吸技巧来提升运动表现或缓解呼吸不适。一种这样的技巧是运动-呼吸耦合(locomotor-respiratory coupling, LRC),即呼吸与步伐在频率和相位上的同步。研究表明,LRC可能通过“步伐驱动的气流”提高通气效率,一些专家认为该方法还可用于调节运动节奏或增强积极情绪状态。然而,若无指导或辅助,该技巧可能难以掌握。本文提出了一款名为RunRhythm的定制智能手机应用程序,用于提供与步伐同步的声音引导,以实现LRC。该设计基于既往证据,表明声音引导具有有效性,并整合了多项功能以提高用户依从性和个性化程度。初步结果显示,该应用程序是一种有前景且高效的方法,适用于在实地运动中开展LRC相关研究。本文还讨论了该工具的使用建议及进一步开发方向,以推动这一概念的发展,惠及更广泛人群。
跑步或许是最广受欢迎的锻炼方式之一,部分原因在于其易于开展以及对身心健康具有广泛的益处1,2。然而,许多希望开始跑步的人在启动或维持跑步习惯方面存在困难。这可能与呼吸困难有关,据估计,20%至40%的跑步者会受到此类问题影响3,4,5。理论上,使用特定的呼吸技术可能减轻运动诱发的呼吸急促,但具体方法、风险和益处尚不明确。尽管提高体能和/或在静息状态下进行缓慢呼吸可能缓解运动期间的呼吸不适6,7,但这些方法需要数周甚至数月才能显现效果。一些研究推测,在运动过程中直接应用呼吸技术可能在产生即时效果方面更为有效8,尽管相关研究仍十分有限。要以有效的干预形式开展此类研究,可能需要借助能够提供个性化指导的数字工具。
运动-呼吸耦合(LRC)是一种同步现象,表现为呼吸与运动在频率和/或相位上同步。在跑步等特定运动中,LRC表现为呼吸频率(BR)与步频(SR)之间存在整数比关系,同时足部触地与呼吸起始之间存在相位锁定(即恰好在吸气时迈步)。LRC可由自主控制产生,也可自动出现,并可能随着运动训练而成为一种习得行为9。人类会自然地将步态与干扰性听觉噪音(包括呼吸声)同步,可能是为了减少听觉刺激,这表明LRC具有进化上的现象学基础10。一些研究报告指出,LRC有助于提高运动经济性和运动表现,并减轻呼吸困难11,12,13,14,15;但也有研究报道其生理益处甚微16,17,18。任何潜在的生理益处可能与"步幅驱动气流"有关:每次足部触地时,腹腔内容物会产生向下的动量(即"内脏活塞"),当这一过程与吸气或呼气起始同步时,可对通气产生叠加效应。
Daley 等人19在跑步机跑步期间测量了通气流量和冲击力,并推测由步态驱动的气流可贡献高达总通气量的10-12%。他们还报告称,这种机制可能加快通气转换速度。其他神经机械机制可能与此现象相互作用9。尽管内脏活塞效应源于精确的相位耦合,但频率耦合可能具有独立价值,尤其对于初学者跑者而言。呼吸频率(BR)在不同运动强度下与运动负荷密切相关20。由于步频(SR)通常较为稳定且与跑步速度相关21,步频-呼吸耦合(LRC)可能有助于提升自我感知能力,并便于在整个跑步过程中轻松调节呼吸频率(BR),从而控制运动强度。最后,非对称比例的步频-呼吸耦合(例如每呼吸一次对应5:1的步数)可能有助于预防运动相关的短暂性腹痛("侧腹痛")。每年有大多数跑者会经历这种短暂但令人分心且疼痛的症状22,常导致其不得不中止跑步。关于侧腹痛病因的一种理论认为,同侧脚着地时重复呼吸可能刺激膈神经。因此,采用非对称比例的步频-呼吸耦合使呼吸交替发生在不同腿上,可能有助于避免该问题。
目前很少有研究报告如何支持跑步者进行步频-呼吸协调(LRC)。至少有两项研究采用了类似生物反馈的方法14,23,而更多研究则使用了简单的口头指导24,25。尽管这些方法在短期内促进LRC方面显示出一定潜力,但它们高度标准化,且需要专业设备,因此可能不适用于实地应用,大多数跑步者也难以获得。然而,声音引导是一个自然的选择,因为人类会本能地将动作与可预测的听觉事件(如节拍器或音乐)同步26。因此,相关应用在设计时应充分考虑声音节奏和结构在运动学习背景下的作用。虽然简单、恒定节奏的音频易于预测,且在促进节律同步方面有效,但它与健康跑步者步频和呼吸节律天然存在的非线性特征相矛盾27,28。改变跑步者偏好的呼吸节律(SR)可能会降低跑步经济性29,或改变损伤风险因素30。因此,声音指令应能够实时持续调整,以跟随跑步者的实际呼吸节律31。
我们最近提出了一种概念,将上述建议整合到一个简单、用户友好的定制智能手机应用程序中32。第一版应用程序允许在整个跑步过程中设定单一的步频-呼吸比(LRC)。该程序利用手机自带的步频(SR)算法,向应用程序实时提供步频信息。随后,系统会发出与步伐同步的声音提示,指示跑者何时呼气和吸气:吸气时发出高音调提示音,呼气时发出低音调提示音。所设定的LRC比值来源于一次无呼吸指导的对照测试。我们发现,在户外亚极量跑步过程中,使用该应用程序进行指导后,LRC从原来的26.3 ± 10.7%显著提高至69.9 ± 20.0%。该方案及应用程序的局限性包括需要较长的适应期、样本量有限以及声音提示持续不断。因此,我们开发了该应用程序的新版本,以改善用户体验,并支持在实地运动中进行更广泛的测试与实验。该应用程序命名为 RunRhythm,因其设计目的是帮助跑者在跑步过程中找到并保持节奏。下文中将简称为 该应用程序。
本报告旨在介绍一种新型数字化工具及方法学途径,该工具可为涉及专业或业余跑步者的研究提供直观且适用于野外环境的步频(LRC)指导。该应用程序是一款正处于 Android 设备测试阶段的研究级应用。应用程序的核心功能包括步频(SR)检测与步频(LRC)指导。当检测到跑步状态时,应用程序将根据用户界面中选定的设置生成呼吸声。应用程序通过手机加速度计计算步频(SR),采用两种算法之一:设备制造商内置的出厂步频算法,或应用程序开发商自定义的步频算法。两种算法均可持续实时输出步频数据,并通过自适应窗口的移动平均法进行平滑处理。窗口大小动态调整,以平衡响应速度与异常值平滑效果。最终实现步频(SR)的实时动态更新。
由于该应用程序通过设备的运动来计算步频(SR),因此手机在身体上的放置位置至关重要。大多数默认的步频算法对位置不敏感,因此在跑步时可放置于身体任何部位以获得准确的步频值。此处实现的自定义算法也具有相同的特性。然而,将手机牢固地放置在更接近身体质心的位置,可能会提高步频检测的稳定性,从而改善应用程序输出的声音质量。初步测试表明,具有单维度振荡的放置方式(例如在胸部口袋或腰包中垂直上下运动)可能优于具有二维运动的放置方式(例如在大腿口袋或臂带中摆动)。
SR 数据被输入至一个集成的声音引擎(见 材料表)。仅当系统检测到SR时,才会播放步声音频 > 0. 当步频超过预设阈值(由后端设置确定,参见方案第3.6节;例如120)时,应用程序判定用户正在跑步,并触发呼吸引导声音的启动。随后,该实时步频值将持续用于设定步频和呼吸引导声音的节奏,直至 "跑动" SR 值保持不变。当 SR > 阈值,生成的声音默认与SR的节奏相匹配。例外情况是当后端设置 "声音节奏" 会根据后端设置(方案第3.5节)进行调整。例如,当设定上限为180时,即使跑者初始步频为185,声音节拍也不会超过180;当其步频降至175时,声音节拍将随之降至175,并在预设范围内持续动态调整。如方案第3.5步所述,这些滑块允许用户或研究人员设定声音节拍(bpm)的最小值和最大值。该应用程序允许在跑步前或跑步过程中选择或更改不同的步频-呼吸比(LRC,步数:呼吸),每个呼吸周期内的步数可设置为2至9步;例如,2:3的比例表示每次吸气2步,每次呼气3步。
根据用户反馈和早期实验室实验,设计了不同的"声音环境",旨在为具有多样化音乐偏好的更多跑者提供愉悦的听觉体验33。这些声音环境将不同的声音与实时步频、指导性呼吸阶段以及背景环境噪声相对应。脚步声为简单的节拍,以每次触地(即右步和左步)的节奏播放。呼吸声则融合了多种声音元素,根据所选的LRC比率以更慢的节奏播放。可选的声音环境包括:部落风——自然且富有器乐感,呼吸转换和脚步声清晰有力;舒缓风——轻柔且受海洋启发,转换平滑,脚步声柔和;活力风——电子感强且富有驱动力,转换清晰,脚步声响亮;极简风——简单平滑,仅包含呼吸声(无脚步声)。
旁白功能根据关于LRC熟悉度的最佳实践研究结果,添加了简单的语音提示。该功能在运行开始时提供一系列指导,并在此后每5分钟重复一次。首先,提示所选的LRC比例;接着,在前三个呼吸周期中,语音提示会与声音信号同步,说明预期的呼吸阶段;随后提醒使用者 "找到你的步频,并跟随节拍迈步。" 每次运行均整合了运行前和运行后的问卷,以将主观感受数据添加到每次运行中。主观活力简表34 要求跑步者从0到10对自身感受进行单一项评分。疲劳量表采用0-10评分,要求用户评估其当前的疲劳程度。最后,采用0-10量表对当前经历的呼吸困难程度进行评分。所有这些量表均在每次跑步前后进行评估。仅在跑步结束后,用户需对其跑步强度体验进行评分(即:轻度、中度、高强度、间歇性)。用户可在跑步过程中通过屏幕界面或耳机控制按钮调整LRC比例和节奏时序。这有助于增强用户在跑步过程中的自主感,并支持个体适宜性的探索。此外,可能需要根据跑步过程中的实际情况(如爬坡、疲劳等)快速调整该比例。本方案包含使用该应用程序进行跑步的操作说明,以及后续针对不同类型研究方案(即:室内、室外、干预性、横断面研究)中应用该应用程序的建议。
访问受限。请登录或开始试用以查看此内容。
本研究已获得萨尔茨堡大学伦理委员会的伦理批准(参考编号:GZ 13/2021),所有参与者均签署了知情同意书。
1. 开始使用 RunRhythm

图 1:应用教程。RunRhythm 在首次打开时提供入门教程,内容包括关于运动-呼吸耦合的详细说明、展示应用程序工作方式的动画,以及使用提示。请点击此处查看该图的放大版本。
2. 基本功能
)上下调节比率。
)进行控制。
图2:主应用程序界面。(A)用户可通过界面上的旋转控件更改运动-呼吸耦合比率,范围为2至9。每个数值代表每次呼吸阶段的步数;例如,2:3表示每次吸气2步:每次呼气3步。锁定图标可用于固定比率差值;例如,当锁定在2:3时,向上调整会将比率变为3:4(保持每次呼气比吸气多1步的差值)。(B)音景选择功能允许用户从四种预设的声音层次中进行选择:部落风、舒缓风、电子风和极简风。(C)节律性切换功能允许用户从三种预设的引导频率中选择:完整、中等和关闭。(D)语音旁白开关允许用户开启或关闭语音提示。请点击此处查看此图的放大版本。

图3:运动前与运动后问卷。 每次运动开始和结束时均会显示相同的问卷,必须完成问卷才能开始或结束运动。请点击此处查看该图的放大版本。
3. 后端设置
注意:通过点击主界面右上角的三个点,可以更改影响应用程序功能的关键参数。默认值反映了推荐设置,但可根据需要进行修改。此屏幕(图4)包含以下设置:

图 4:后端设置。 后端设置包括自动暂停、步态检测开关以及标识码。(A) 声音节奏阈值设置允许精确选择限定生成声音引导节奏的步频阈值范围。例如,选择下限阈值为 155、上限阈值为 180,可确保声音引导节奏不会超出区间 [155, 180],无论实际检测到的步频(SR)如何。默认值为 [0, 200]。请点击此处查看该图的放大版本。
4. 使用应用程序运行

图 5:跑步过程中及跑步结束后的界面。(A)跑步过程中,用户可使用简化的界面调整关键参数,包括运动-呼吸耦合比和时间性,同时显示当前的跑步速度和步频。(B)跑步结束后,摘要界面显示总距离、平均配速和平均步频等关键指标。请点击此处查看此图的放大版本。
5. 使用应用程序进行研究
注意:上述功能旨在最大限度地提升用户体验,并支持在不同情境下对LRC进行研究。以下步骤描述了如何将该应用程序整合到研究中,从最初的熟悉过程到运行后的应用日志记录。这些研究方法已通过萨尔茨堡巴黎-洛德龙大学伦理委员会(EK-GZ 29/2023)的审查,并获准用于人体实验。

图6:研究者熟悉化过程。 在研究环境中,建议主要研究者进行熟悉化,以确保对运动-呼吸耦合概念的理解以及正确使用该应用程序。请点击此处查看此图的放大版本。
访问受限。请登录或开始试用以查看此内容。
该应用程序是为此目的设计的第二代应用,旨在支持节律性呼吸协调(LRC)并提供音频呼吸引导体验。已有大量初步研究和一篇期刊论文验证了其有效性,并证实了良好的用户体验。在一项横断面研究中(引言中提及),研究人员考察了LRC指导的急性效应,结果发现,在17名新手跑者中,使用引导进行跑步显著提高了LRC32。例如,其中一名参与者在吸气:呼气步数比为2:3(每呼吸周期5:1步)的情况下,LRC“依附性”(对整数比LRC比率依从性的量化指标)从7.9%提升至84.1%(图示)(图7)。整个组别的协调率从26.3 ± 10.7%(对照条件)提升至69.9 ± 20.0%(有LRC引导条件)。
访问受限。请登录或开始试用以查看此内容。
该方法提出了首个基于证据、适用于实地教学的数字化工具,用于指导跑者学习呼吸-步频协调(LRC)。早期结果表明,该工具不仅能够有效帮助跑者快速学习并坚持LRC,还能实现长期教学与记忆保持。尽管随着跑步经验的增加,LRC可能自然形成,但初学者较难自发实现37。巧合的是,这类人群尤其容易遇到参与障碍,包括体能较差和呼吸功能受限38,39。其他人群,例如肥胖个体,可能从中获得更大益处,因为他们存在呼吸做功增加和软组织震动等问题40,41,42;而LRC可能有助于解决这一双重问题。LRC可帮助这些个体以更少的不适感进行跑步,而此类应用程序等数字工具则为向更多此类跑者推广该技术提供了便捷途径。可以合理推测,在存在额外呼吸挑战的情境下,例如低氧环境、胸部负重以及超级马拉松中,LRC以及本应用程序可能具有...
访问受限。请登录或开始试用以查看此内容。
Ulf Jensen 就职于 Adidas AG。其余作者声明,本研究在实施过程中不存在任何可能被视作潜在利益冲突的商业或财务关系。
本工作由奥地利气候行动、环境、能源、交通、创新与技术联邦部资助,合同号为2021$$-$$0.641.557,以及由萨尔茨堡州联邦州在“卓越技术能力中心”(COMET-Competence Centers for Excellent Technologies)研究计划下的“体育、健身与健康领域的数字运动”(DiMo;合同号872574)项目资助。
访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 安卓智能手机 | Samsung 或 Google | 应用程序功能要求最低 Android 8.0 系统 | |
| FMOD engine | Firelight Technologies Pty Ltd | 声音引擎 | |
| Hexoskin 智能体恤衫 | Carré Technologies | 可穿戴传感器上衣 | |
| 适用于安卓系统的 RunRhythm 应用程序 | adidas GmbH 和 abios GmbH |
访问受限。请登录或开始试用以查看此内容。