数据驱动的抗肌肉萎缩训练

- 编辑:大众自然网 -

数据驱动的抗肌肉萎缩训练

数据驱动的抗肌肉萎缩训练

肌肉在生活中扮演着重要的角色。单是骨骼肌就占了我们身体质量的40%。肌肉把化学能转化为机械能,产生我们呼吸和运动的动力。肌肉也是碳水化合物、蛋白质和脂肪酸的蓄水池,对我们的新陈代谢和能量平衡有重要作用。

然而,不幸的是,肌肉质量从40岁开始持续下降。这种与年龄相关的肌肉萎缩——肌肉减少症——在十年间占6%。因此,到80岁的时候,一个人就会失去最大肌肉量的三分之一。身体机能显著下降,生活质量下降。

阻力训练是医学

一般认为体育活动可以刺激肌肉生长。因此,阻力训练是对抗肌少症负面影响的关键措施。然而,究竟什么是有针对性的肌肉训练,以及它如何能最佳地达到它的目的,在很大程度上还是未知的。

“这是因为阻力训练在实践中没有被足够精确地描绘出来,所以很难对肌肉生长得出结论,”在恩斯特·哈芬教授领导下的ETH分子系统生物学研究所的博士生克劳迪奥·维切利说。

维切利的目标是缩小这一差距。在他的博士论文中,这位分子和肌肉生物学家与来自苏黎世应用科学大学(ZHAW)和基泽训练公司(Kieser Training AG)的同事一起开发了一种非常简单的方法:利用传统智能手机上的加速度传感器在设备上以高时间分辨率记录阻力训练变量。研究人员在专业期刊《公共科学图书馆·综合》上讨论了他们的方法。

需要:紧张下的时间

到目前为止,在耐力锻炼过程中进行的负重活动通常都是以成套动作和重复次数来记录的。然而,在检查训练对肌肉生长的影响时,这样的训练数据没有足够的可比性,因此不是最佳的。阻力训练的时间模式与肌肉可塑性有关。

所需要的描述图形在理论上早已为人所知。其中包括“单次重复”,包括举起和放下重物;为“收缩阶段的具体时间”,表示在升降过程中肌肉处于紧张状态的时间;最后是“处于紧张状态下的总时间”——这量化了在运动中肌肉处于紧张状态的时间。

从加速到收缩

到目前为止,还没有合适的方法可以可靠地记录这些数值。这将需要几个秒表,甚至几个助手——但这几乎不现实。这就是为什么这些信息通常在训练日志和科学出版物中缺失,”Viecelli解释说,他自己就是一个抵抗训练的狂热者。在寻找解决方案的过程中,他想到了用智能手机作为数字分析工具的想法。

为了验证这一想法,维切利在ASVZ运动中心Irchel检查了22个测试对象在9个阻力设备上的训练练习。他把智能手机绑在重物堆上,以便在运动过程中记录加速度。然后,一个专门编写的应用程序会记录传感器数据。维切利能够从这些加速剖面中确定收缩时间。然后,他用视频记录进行比较,证明该方法足够精确,工作可靠。

数字化的抵抗训练设施

新的分析方法可以更准确地绘制出阻力练习图,并以标准化的方式记录相关的比较数据。这使得量化阻力运动作为肌肉建设的刺激成为可能,并通过比较研究确定训练引起的肌肉生理学变化。这有助于对抗与年龄相关的骨骼肌减少症及其后遗症。

该方法主要用于研究目的。然而,Viecelli相信,未来每个人都可以使用这个工具在他们的智能手机上独立记录数据。例如,这将使他们能够更好地根据个人需要调整培训项目。

这些用户数据对于科学目的来说也很有趣。Viecelli的愿景是一个数字化的抵抗运动实验室,拥有广泛的训练数据,这些数据可以与用户的身体构成相关联。“我们的目标是开发个性化的训练策略,有效地增加肌肉质量和力量,”分子和肌肉生物学家说。


数据驱动的抗肌肉萎缩训练