使用步频自适应呼吸声在野外引导 locomotor-respiratory coupling 的定制智能手机应用程序

摘要

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。

摘要

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。

引言

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。

方案

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），且参与者均已签署知情同意书。

1. 开始使用 RunRhythm

1. 让参与者填写一份预先问卷，内容包括人口统计学信息以及跑步、运动和呼吸训练经历。
2. 将应用程序下载到运行 Android 8.0 或更高版本的正常智能手机上。
   ​注意：封闭式用户测试和应用程序下载仅对已列入批准用户名单的 Google Play 账户用户开放，测试仅限受邀人员。访问权限申请请发送至通讯作者。
3. 在用户首次使用应用程序前，确认其已观看教程（图1）。

图 1：应用教程。RunRhythm 在首次打开时会提供一个入门教程，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。请点击此处查看此图的放大版本。

2. 基本功能

1. 使用水平切换按钮选择所需的声音景观（图2B）。
   注意：此设置仅可在运行开始前更改。
2. 使用向上或向下切换按钮调整所需的吸气步数与呼气步数之比（LRC 比例）（图2A），并通过锁定图标锁定该比例。当屏幕锁定后，可使用兼容耳机上的快进/快退按钮（）上下调节比例。
   注意：比例锁定功能可在调节过程中保持恒定的步数差值。例如，若锁定比例为 2:3，则按下“向上”按钮后，比例将变为 3:4（仍保持每次呼气比吸气多 1 步）。
3. 使用界面上的三档切换按钮调整时间引导设置（图2C）。当屏幕锁定后，可使用兼容耳机上的播放与暂停按钮（）进行切换。
   注意：时间引导模式可在全程引导（始终开启）、中等引导（开启 1 分钟/关闭 5 分钟）和无引导之间切换。
4. 通过界面右下角的切换按钮开启或关闭旁白功能（图2D 和 图5A）。
5. 点击开始运行以启动。首次使用时，请点击允许，以授权设备记录运动与位置信息。
6. 每次运行前后，通过点击数字完成屏幕上的问卷，以反映跑者当前的感受状态（图3）。

图 2：主应用程序界面。（A）用户可通过界面上的数值选择器更改动-呼吸耦合比例，范围为 2 至 9。每个数值代表每个呼吸阶段的步数；例如，2:3 表示吸气时走 2 步，呼气时走 3 步。锁形图标可用于固定比例差值；例如，当锁定在 2:3 时，向上调整会将比例变为 3:4（保持呼气比吸气多 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、舒缓、电子和极简。（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：全时、中等和关闭。（D）语音提示切换功能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：跑前与跑后问卷。 每次跑步开始和结束时均需填写相同的问卷。必须完成问卷才能开始或结束跑步任务。 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圆点，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) 声音节拍阈值设置允许精确选择步频阈值，以限定生成的声音引导节拍范围。例如，选择下限阈值为 155、上限阈值为 180，可确保声音引导节拍不会超出区间 [155, 180]，无论实际检测到的步频（SR）如何。默认设置为 [0, 200]。请点击此处查看该图的放大版本。

1. 打开 GPS 和 GPX 记录跑步距离、跑步速度和路线追踪。
   注意：开启时，会记录设备出厂输出的运行期间全球定位系统（GPS）坐标；关闭时，不进行任何记录。
2. 自动暂停 开启以获得最佳性能.
   注意：开启时，当检测到的速度接近 0 时，将停止 GPS 记录；关闭时，无论速度如何，均持续记录。
3. 使用耳机时，将耳机控制功能打开 带有音乐控制功能。
   注意：开启时，此功能允许兼容的耳机（有线或无线，带控制按钮）在运行过程中调节关键参数（参见步骤 2.4）；关闭时，此步骤将禁用耳机控制按钮对应用程序参数的调节功能。
4. 系统步进检测： 更改此设置 当应用程序行为异常时，即声音节奏与步调节奏不匹配时。
   注意：开启时，此功能将使用设备制造商的出厂超分辨率（SR）算法来支持所有应用程序功能；关闭时，则使用应用程序开发者自定义的算法。由于不同设备的出厂SR检测性能因制造商参数（如芯片组）而异，因此可切换此设置以优化应用程序性能。
5. 声音速度：设置声音速度 滑块 至所需的SR阈值（图4A).
   注意：设置特定窗口（例如 160-180），以对生成声音的节奏设定下限和/或上限。最小下限值 = 0，最大上限值 = 200。
6. 最小运行步进速率： 调整此阈值 将任意整数 0-200 赋值以改变 SR
   用于激活LRC引导声音的阈值。
   注意：该应用程序默认将120作为检测到“跑步”并开始播放声音的采样率（SR）。
7. 启用呼吸反馈： 开启“开启”状态 用于核心应用功能。
   注意：开启时，在跑步过程中可正常听到脚步声和呼吸声；关闭时，此设置将阻止生成任何呼吸声，用于测试目的，或仅需脚步声时使用。
8. 重新开始介绍：点击 text 重新播放入门教程。
9. 数据保护：点击 text 以显示应用程序制造商的数据保护声明。
10. 标识符
    1. 安装ID：记录此值，该值代表此设备和应用程序构建的唯一标识符。每次运行后生成的日志文件中均会体现该标识符。
    2. 版本：记录此值，该值表示应用程序的构建版本。
    3. 制造商/型号：记录该数值，其代表设备的制造商品牌与型号标识。

4. 使用应用程序运行

1. 开始跑步！
   1. 首先，当听到节拍提示音时，仔细聆听并按照节拍踏步。随后，呼吸引导将被激活；请精确地将吸气和呼气与声音同步。
2. 跑步中界面：跑步过程中，使用屏幕界面上的切换按钮调整左右节奏（LRC）比例和时序（图5A）。
3. 跑步后报告：按下结束跑步以停止应用程序。系统将显示一个摘要界面，展示关键指标，包括总距离、平均配速和平均步频（图5B）。

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配速和步频。（B）跑步结束后，摘要界面会显示总距离、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：上述功能的开发旨在最大程度提升用户体验，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，从最初的熟悉阶段到运行后的应用日志收集。这些研究方法已通过萨尔茨堡巴黎罗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。

1. 在使用应用程序讨论或指导LRC之前，先进行个体化校准，以确定跑者的自然LRC比率。选择一个能够代表实际活动和研究背景的跑步任务，在试验过程中记录步频（SR）和呼吸频率（BR）。根据两者的商值计算最接近的整数LRC比率（SR/BR = LRC比率；例如，160/30 = 5.3，推荐比率为每呼吸一次跑5步）。
2. 将手机放入紧贴身体的衣物口袋、腰包或臂带中。
3. 户外跑步时使用耳机，以改善声音指令的传递效果，并启用耳机控制功能。或者，在与研究人员共同熟悉应用程序时，可使用蓝牙扬声器，以便共同跟随LRC指令。
4. 让跑者熟悉LRC及其应用程序。
   注意：尽管该应用程序本身无需研究人员协助即可使用，但出于研究目的，由研究人员向跑者解释LRC、应用程序的功能、目的并演示其操作可能更有帮助。介绍LRC时应采用Coates和Kowalchik³⁵提出的口语提示方式。
   1. 从坐位或仰卧位开始进行有节奏的脚部轻敲，并指导受试者按照特定比率（通常为2:2）与脚步同步呼吸。
   2. 行走时重复上述练习。
   3. 原地跑步时再次重复。
   4. 介绍应用程序，并简要描述用户界面。
   5. 按照上述建议（第7.2节）将设备固定在跑者身体上。
   6. 点击开始跑步，然后原地跑步。
   7. 鼓励跑者以自己的节奏持续踏步，同时声音会自动调整以匹配其步频（SR）。
   8. 口头确认呼吸声音是否清晰可闻。
   9. 指导跑者根据声音提示进行呼吸。
   10. 持续跟随声音踏步和呼吸至少30-60秒。
   11. 使用不同的应用程序设置（如LRC比率、提示时序、语音播报）重复该过程，以确认理解正确。
   12. 让研究人员与跑者一起跑步，通过蓝牙扬声器播放引导声音，以强化LRC的基本概念（图6）。
       注意：当应用程序检测到跑步步频（SR）时，声音提示将自动触发。脚步声音会自动匹配用户的步频，但存在一定延迟。
5. 采用最小侵入式的传感器设置，实现对脚步和呼吸起始的检测，以确认跑者对LRC指令的依从性。
   注意：例如，Hexoskin智能体恤可在跑步过程中准确测量步数和呼吸起始，且对跑者的干扰极小³⁶。
6. 提示时序设置：建议将中等强度的语音提示与其他音乐应用程序结合使用，使用户在应用程序静音的5分钟期间仍可播放个人音乐。
   注意：无提示模式仍会记录问卷、GPS和步频（SR）数据，这对某些研究目的可能具有价值。
7. 日志记录：下载日志文件以获取带有时间戳的跑步数据和应用程序参数。
   注意：.csv格式的日志文件记录了关键的跑步元数据以及用户与应用程序的每一次交互，包括：带时间戳的足部着地信号、选择的LRC比率及其变化、问卷回答等。这些文件存储在符合GDPR规范的服务器上，文件名包含应用程序的唯一ID、日期和时间。

图6：研究人员熟悉化过程。 在研究环境中，建议主要研究者进行熟悉化，以确保对运动-呼吸耦合形成概念性理解，并正确使用该应用程序。请点击此处查看该图的放大版本。

结果

该应用程序是为此目的设计的第二版应用，旨在支持步频-呼吸协调（LRC）并提供音频呼吸引导体验。已开展多项初步研究并发表了一篇期刊论文，支持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依从性的量化指标）从7.9%提高到了84.1%（图示）（图7）。整个组别的协调率从对照条件下的26.3 ± 10.7%提升至使用LRC引导时的69.9 ± 20.0%。

图 7：耦合数据示例。 一名受试者在30分钟轻松跑过程中LRC发生情况的示例，（A）无应用指导，（B）有应用指导。左侧y轴（蓝色）显示LRC比值（每呼吸周期步数），黑色高亮部分对应LRC“附着”持续时间 > 30秒的时段。右侧y轴显示步态在呼吸周期内的离散相对相位，其中0°对应吸气开始。在附着期间，离散相对相位中出现的平行线表明呼吸与步态之间存在稳定的相位耦合。（A）在无指导的对照跑动中，仅出现短暂的LRC 2:2比值（每呼吸4步）附着期（约8%时间处于附着状态）。（B）在有应用指导的跑动中，指令采用2:3比值（每呼吸5步）；可见受试者长时间稳定维持在目标比值的LRC状态（约84%时间处于附着状态）。缩写：LRC = 运动-呼吸耦合。请点击此处查看该图的放大版本。

在一项初步干预研究中，四名新手跑者使用该应用程序进行了为期4周的跑步训练（共10次跑步），并按照指示测试了不同的左右步频比（LRC）。他们在干预前后分别完成了室内（渐增式跑步机运动至力竭）和室外（自主配速的30分钟跑步）测试，以评估其LRC及其他跑步特征在干预及使用应用程序后的变化情况。具体而言，前后测试均在无LRC指导或提示的情况下完成，以便观察干预前后受试者自然、习惯性的LRC行为。我们发现干预后LRC行为存在显著差异，不仅整体LRC有所提高，还表现出更多样化的步频比使用模式，以及运动呼吸频率（BR）的普遍下降。例如，其中一名受试者在干预后LRC从39.7%提升至53.4%（图8）。值得注意的是，该受试者在干预前测试中仅在接近最大强度时采用2:2和2:1的LRC比例，而在干预后测试中则在测试早期及中期持续使用3:4和3:3的LRC比例。他们不仅实现了更高程度的左右步频耦合，还在不同阶段灵活运用了不同的比例，从而导致平均呼吸频率降低，通气效率提高（V_E/VCO₂斜率改善）。其他受试者也表现出类似的LRC提升（室外+40%，室内+20%），而对照组中一名未接受LRC指导的受试者则未见明显变化（<25%总体变化，视为无显著意义）。此外，在干预前后对运动主观活力感受的个体趋势分析中，部分受试者显示出采用LRC后活力感的积极提升（图9）。

图8：耦合数据示例2。 一名受试者在进行渐进式最大强度跑步机运动至力竭测试中LRC发生情况的示例，(A)为4周使用应用程序跑步干预前，(B)为干预后。左侧y轴（蓝色）显示LRC比率（每呼吸步数），黑色高亮部分对应LRC“附着”>30秒的时段。右侧y轴显示步态在呼吸周期内的离散相对相位，其中0°对应吸气相。在附着期间，离散相对相位中出现的平行线表明呼吸与步态之间存在稳定的相位耦合。(A) 干预前测试中，在测试接近结束时可见两个LRC附着时段（约40%附着），分别对应2:2（每呼吸4步）和2:1（每呼吸3步）的比率。(B) 干预后测试中，不仅LRC持续时间更长（约53%附着），且采用了更高的比率（4:4、3:4和3:3），并且在测试早期、较低相对运动强度时即开始出现更多LRC。缩写：LRC = 运动-呼吸耦合。 请点击此处查看该图的放大版本。

图9：干预前后室内跑步测试期间记录的个体主观活力评分。 P01 和 P03 接受了LRC指导，而P04属于对照组。另一位参与者（P02）的问卷数据有缺陷（图中未显示）。请注意P01和P03评分的差异，其中测试后趋势显示跑步后活力增强。缩写：LRC = 运动-呼吸耦合。请点击此处查看此图的放大版本。

讨论

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进一步的应用价值。

该应用程序利用声音引导来指导节律性跑步控制（LRC），因为大多数跑步者在跑步时会收听音频⁴³，节奏性音频可在运动过程中起到激励作用并减轻疲劳³¹，同时对其他关键感官（即视觉）的干扰极小。关于LRC的实验室研究曾采用节拍器发出的声音提示¹⁴，但这种方法未考虑跑步过程中步态动力学的自然变异性与复杂性。另一项研究在实地跑步中使用了触觉引导，结果显示LRC指导的依从性较低，约为26%⁴⁴。鉴于本研究中报告的相对更高的依从性（图8 和 图9），推测听觉引导可能是更优的选择。

尽管该应用程序能够检测并提供关于SR的实时反馈，但针对特定LRC比率的BR指导是由应用程序设置预先确定的。它既不会感知用户的实际BR，也不会据此进行调整。虽然可以通过个体化校准来近似确定合适的LRC比率选择（方案第7.1节），但在缺乏BR感知的情况下，无法确认用户是否依从指令，也无法相应调整指导内容。增加BR传感器将有助于在这些方面改进应用程序。例如，最近的一项综述指出，持续反馈可能对学习和习惯化产生负面影响⁴⁵。其他策略，如带宽反馈（仅当个体超出预设的成功阈值时提供指导）或自主决定的反馈，可能更有效地支持学习和自我效能⁴⁵。最后，增加BR传感器还可以提供关于相位耦合的反馈。由于LRC的这一要素是内脏活塞机制及其生理益处的核心，因此应在未来的反馈应用中予以考虑。

LRC个体化对于有效的科研应用至关重要。进行这种个体化可确保LRC指导不会显著改变跑者的自然步频（BR）。相反，如果需要改变步频，该方法还能使用户根据其典型的生理状态更敏感地进行调整。由于步频具有特质依赖性和状态依赖性，这种个体化校准应根据具体情境进行。例如，在较高相对运动强度下，步频通常会升高²⁰；因此，在长时间低强度跑步与高强度临界跑步期间，自然的LRC比率可能有所不同。此外，该比率还可能受到环境（室内与室外、寒冷与炎热）、一天中的时间以及生物学性别等因素的影响⁴⁶。实施此类校准需要能够同步估算步频和步速（SR）的测量系统。这可以通过标准的运动科学设备（如气体代谢分析仪和加速度计）实现。在实地环境中，可穿戴传感器已显示出准确测量这些参数的潜力³⁶。可通过在特定时间段内对步频和步速取平均值来估算近似的LRC比率。在适当情况下，可将数据截取为跑步过程中的特定阶段，因为生理需求（即步频）和速度（即步速）可能随阶段变化。因此，"自然"的LRC比率在一次跑步过程中也可能发生变化。

应更新该应用程序的特定功能以改善用户交互体验。虽然部分参数可通过耳机控制进行调节，但其他参数（如声音景观）则无法实现。可考虑整合手势操作或智能手表联动功能，以提升操作便捷性。此外，后续版本可考虑增加某种形式的使用指导。 "重置" 当跑者失去节奏时使用。咳嗽、吞咽等自然的呼吸中断，或简单的分心，都可能导致跑者与指导节律不同步。此时无需屏住呼吸等待下一个LRC周期到来，而可通过按钮、语音指令或传感器检测到的事件来重新同步声音与跑者的节奏。最后，由于大多数跑者会听音乐⁴³，该应用可能会降低跑步者的体验，因为他们无法在听取喜爱的音乐的同时接收LRC指导 "完整。" 将LRC指导融入音乐本身，或可实现一种直观而自然的体验，既能提供呼吸引导，又能享受个人喜爱的音乐。目前该功能尚未集成到应用程序中。

目前的测试中已发现该方法存在一些局限性。首先，节拍声音可能会使跑者的步频偏离其典型步频（SR）。尽管步频声学反馈仅反映跑者实时的步频，但由于采用了移动平均算法，声学反馈的步频初始值会低于跑者即时的实际步频。因此，建议使用者在建立自身偏好的步频数秒后再开始关注节拍声音。其次，与此相关的是，节拍声音会自动以使用者当前的步频播放，但并不一定与足部触地时刻保持相位同步。因此，可能出现使用者的实际步频与声学反馈步频一致，但处于反相协调状态的情况。这可能导致不良的步频-呼吸协调（LRC）动态，因为使用者可能失去步态与呼吸之间的相位同步。此问题可通过研究人员或专家在听觉引导声音的辅助下观察使用者并给予指导加以纠正。接下来，为满足不同跑者的需求，系统允许使用者自主选择步频-呼吸协调比率，但这也可能导致意外选择不适宜的比率。例如，2:2比率可能适用于中高强度跑步，但在较低相对强度下可能导致过度通气。高度不均等的比率（如3:6）可能有助于提示较长的呼气过程，而相反的比率（6:3）则因其呼气相过短而不适宜⁴⁷。最后，需指出的是，该应用程序仅支持Android平台，这本身具有局限性，因为许多移动设备用户偏好其他平台。初步测试表明，该应用程序仅在更新后的现代移动设备上能按预期正常运行。

我们希望看到该应用被用于跑步者的干预研究中，特别是那些最有可能从呼吸指导中获益的人群。初学者、女性、青少年以及在运动中出现呼吸困难的人，可能从LRC指导中获得最大的益处^8,48。实验方法可通过使用"声音节拍"功能来支持期望的节奏策略，从而得到改进。尽管目前尚未经过测试，但其他周期性耐力活动（例如骑行、越野滑雪）也可能从该应用程序提供的LRC指导中受益。未来仍需更多研究来评估此解决方案在这些应用中的适用性。

材料

本文使用的材料清单

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