基于多种加速度数据模糊C均值聚类下的VR身体活动模式评估研究

【作者】 代瀚文； 肖小悦； 张特犀； 茅洁；

【机构】 武汉体育学院体育工程与信息技术学院；

【摘要】 研究目的:《柳叶刀》在2021年发表"身体活动专辑"中指出每年因缺乏体育锻炼而造成的死亡人数总数超过500,0000,缺乏身体活动、锻炼不足是导致慢性疾病产生的重大危险因素之一。与不运动进行相比,有规律的身体活动可以降低感染各式疾病的风险,减轻压力,有助于改善健康。VR运动具备主动活动的优点,因此本研究通过模糊C均值算法对身体活动加速度数据进行聚类分析,探究VR身体活动模式下的运动强度与传统运动强度的关系,评估VR身体活动模式。解决以下问题:(1)VR身体活动能否提升受试者的运动享受程度?(2)探讨模糊C均值评估划分运动强度的方法是否科学可行?(3)通过模糊C均值算法对VR身体活动数据进行运动强度聚类分析,探究VR身体活动模式下的运动强度与传统运动强度的关系。(4)VR身体活动模式运动效果是否等同于传统运动模式运动效果?(5)不同加速度传感器收集的结果差异是否显著?研究方法:(1)文献研究法:根据相关文献提出问题、确定论文方向,以"加速度计"为关键词,在CNKI、Web of Science、EBSCO、Google Scholar等数据库中搜索文献资料,利用书籍、互联网等不同文献来源补充知识,了解身体活动、加速度计、虚拟现实和模糊C均值等相关知识的国内外研究现状,为研究提供理论依据;(2)专家访谈法:通过访谈运动训练学方面的专家,了解了身体活动和运动强度方面的内容,听取专家对本研究内容的意见;(3)问卷调查法:根据研究目的和研究内容,参与者需要填写利手问卷、体力活动准备程度问卷(PAR-Q)、体力活动问卷短版(IPAQ)、主观负荷强度等级量表(RPE)、感受量表和感受唤醒量表(FS&FAS)以及身体活动享受量表(PACES),了解参与者的生活方式、身体与心理健康情况以及身体活动状况;(4)实验研究法:本研究根据研究目的与研究内容,设计并实施实验方案,选取武汉体育学院32名非体育专业大学生为实验对象。参与者按照预先分组的运动强度,进行三次时长为15分钟的VR运动,并在实验前后填写主观负荷强度等级量表(RPE)、感受量表(FS)和感受唤醒量表(FAS)。了解基本情况和实验流程实验中选取6种VR身体活动游戏,并根据实际测试反馈划分为高、中、低三种强度模式。实验采用随机交叉设计,参与者随机选取六种强度组合(低中高、低高中、中低高、中高低、高中低、高低中)中的一种,佩戴好头戴式显示器,手握操控手柄,分三次进行时长为15分钟的VR运动,实验时间至少相隔7天。实验过程中测试人员通过Actigraph GT3X加速度计和MPU9250加速度传感器监测参与者VR身体活动强度,实验采集的数据采用模糊C均值算法进行聚类分析。(5)建模方法:本研究采用了机器学习中的无监督学习算法——模糊C均值(FCM),建立自动划分VR运动强度算法模型,并调整相关参数,提升聚类精度,作为评估划分VR身体活动运动强度的算法,对数据进行聚类分析;(6)数理统计法:本研究首先通过ActiLife 6.0软件将Actigraph GT3X三轴加速度计收集到的相关数据导出整理,得到右大腿和右手腕的CX、CY、CZ三轴数据,与MPU9250加速度传感器收集的数据进行对比,分析两种加速度计的数据差异;其次使用Stata MP 14.1对收集到的问卷数据以及体质测试数据进行描述性统计分析,得到平均值和标准差(M±SD),统计显著性均定为P<0.05。同时采用配对样本T检验描述参与者的基本特征,检验其存在的潜在差异,并评估不同干预措施在VR身体活动强度方面的差异。本研究的实验条件与性别无显著交互作用,因此不分性别统计并分析实验结果。研究结果:结果显示,在VR身体活动模式下,参与者上肢运动多于下肢运动,上肢运动强度明显大于下肢运动强度,且参与者下肢在左右方向上的活动计数少于前后方向和上下方向上的活动计数。这可能是由于实验受限于VR设备的特点和运动游戏内容,参与者需手持操控手柄、佩戴VR头戴式显示器,导致参与者下肢在左右方向的横向移动不便,上肢在左右方向的活动计数多,且其运动强度略微高于参考标准运动强度。模糊C均值聚类分析的Purity评估分别为:右手臂活动计数聚类为79.02%,右大腿活动计数聚类为88.75%,综合上下肢的整体活动计数聚类为78.45%,数据聚类结果较为理想。研究结论:通过对实验结果分析发现:(1)VR身体活动能提升受试者的运动享受程度与情绪激动程度;(2)本文结合运动传感器、数据挖掘、虚拟现实等新兴技术提出一种身体活动模式评估方法。其采用Actigraph运动传感器和MPU9250加速度传感器捕获大学生VR运动数据,运用模糊C均值聚类无监督学习方法,科学合理地评估VR身体活动模式;(3)通过Actigraph GT3X加速度计和MPU9250加速度传感器两种加速计收集的结果相似度较高;(4)运用模糊C均值算法对VR运动数据进行运动强度聚类分析,分析可得VR身体活动模式下的运动强度与传统运动强度参考标准相匹配,沉浸式身体活动方式丰富了运动形式,增加了运动的娱乐性和趣味性,开拓了有效运动、快乐运动的新视角。更多还原