DE60115301T2 - Nicht invasive Abschätzung des Laktatgehaltes im Körper im Zusammenhang mit körperlicher Anstrengung - Google Patents

Nicht invasive Abschätzung des Laktatgehaltes im Körper im Zusammenhang mit körperlicher Anstrengung Download PDF

Info

Publication number
DE60115301T2
DE60115301T2 DE60115301T DE60115301T DE60115301T2 DE 60115301 T2 DE60115301 T2 DE 60115301T2 DE 60115301 T DE60115301 T DE 60115301T DE 60115301 T DE60115301 T DE 60115301T DE 60115301 T2 DE60115301 T2 DE 60115301T2
Authority
DE
Germany
Prior art keywords
heart rate
lactate
training
model
person
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
DE60115301T
Other languages
English (en)
Other versions
DE60115301D1 (de
Inventor
Ilkka HEIKKILÄ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Polar Electro Oy
Original Assignee
Polar Electro Oy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Polar Electro Oy filed Critical Polar Electro Oy
Application granted granted Critical
Publication of DE60115301D1 publication Critical patent/DE60115301D1/de
Publication of DE60115301T2 publication Critical patent/DE60115301T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/22Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/221Ergometry, e.g. by using bicycle type apparatus
    • A61B5/222Ergometry, e.g. by using bicycle type apparatus combined with detection or measurement of physiological parameters, e.g. heart rate

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Cardiology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Eye Examination Apparatus (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

  • Die Erfindung bezieht sich auf Training und Sport, und insbesondere auf Anwendungen, bei denen die Lactatkonzentration in einem menschlichen Körper in Verbindung mit dem Training geschätzt wird.
  • HINTERGRUND DER ERFINDUNG
  • Die Effektivität eines Trainings kann als Trainingsintensität bezogen auf die Zeit beschrieben werden, wobei die Intensität beispielsweise als Herzfrequenz bezogen auf die Zeit beobachtet werden kann. Wenn auf diese Weise eine momentane Trainingsintensität beobachtet wird, erhält man eine momentane Stressabschätzung. Die Wirkung von langfristigem Trainingsstress hängt von dem Individuum so ab, dass eine Person mit guter Kondition Trainingsstress besser als eine Person mit schlechter Kondition verkraftet. Beispielsweise ist es möglich, dass jeder in der Lage ist, das gleiche Training mit der gleichen Intensität auszuführen, der individuelle Trainingseffekt jedoch unterschiedlich ist: Die Person mit guter Kondition unterliegt keiner merklichen Ermüdung, während die Person mit schlechter Kondition das gleiche Training an den extremen Leistungsgrenzen ausführt. Die Wirkung des momentanen Stresses auf das Individuum und auf das individuelle Stressniveau, das man während eines Training erfährt, hängt von dem vorausgehenden Stress ab.
  • Beim Training ist es wichtig, die Größe des kumulativen Stresses zu kennen, die bei hartem Stress zunimmt und im Ruhezustand abnimmt. Die Konzentration von Lactat, d.h. Milchsäure, im Blut repräsentiert den kumulativen Stress gut. Die Lactatmenge ist der einzige Indikator, über den der kumulative Stress in der Praxis gemessen werden kann. Die Erholung nach dem Training ist wesentlich, sowohl für den Stoffwechsel als auch für die Muskelpflege. Aus dem Training resultierender Stressschmerz kann durch eine gut ausgeführte Erholungsübung beträchtlich verringert werden, wobei die Erholung in kürzerer Zeit erreicht wird und die Leistungsfähigkeit der Muskeln und des Systems zur Durchführung des nächsten Trainings wesentlich verbessert wird. Die wichtigste Funktion der Erholungsübung besteht darin, die angesammelte Milchsäure, d.h. Lactat, falls sie vorhanden ist, aus dem Körper schnell und effizient zu entfernen, so dass das Lactat keinen Schmerz oder Nach-Stresszustände in den Muskeln verursachen kann. Dies verlangt ein Verfahren, mit dem die Lactatmenge auf kontinuierlicher Basis abgeschätzt werden kann.
  • Nach dem Stand der Technik kann die Lactatmenge dadurch gemessen werden, dass eine Blutprobe genommen wird, die analysiert wird. Ein Beispiel für einen solchen Stand der Technik ist die EP 0 947 160 (D1), die sich auf eine Vorrichtung und ein Verfahren zum Messen, Erfassen und Diagnostizieren in Bezug auf Pulswelle, Herzfunktion und Bewegungsintensität bezieht. D1 offenbart, dass es zum Messen der Milchsäurekonzentration erforderlich ist, durch Blutabnahme ihre Konzentration zu prüfen. Deshalb ist es nach D1 weiterhin nicht möglich, Messungen während des Trainings durchzuführen. Der Stand der Technik hat Nacheile. Die Lactatmessung aus dem Blut erfolgt einzeln, ist schmerzhaft und langsam und erfordert häufig eine komplizierte Messanordnung.
  • KURZBESCHREIBUNG DER ERFINDUNG
  • Gegenstand der Erfindung ist die Bereitstellung eines verbesserten Verfahrens zum Abschätzen der Lactatkonzentration im Körper. Dies wird durch das im Folgenden beschriebene Verfahren erreicht. Das Verfahren betrifft die Abschätzung der Lactatkonzentration im menschlichen Körper in Verbindung mit einem Training. Das Verfahren misst die Herzfrequenzinformation einer Person in Form eines oder mehrerer Herzfrequenzparameter für den Einschluss in ein mathematisches Modell als Eingabeparameter und bildet mittels eines mathematischen Modells, welches die Lactatkonzentration in dem Körper modelliert, ein Lactatkonzentrationsniveau des Körpers der Person als Ausgabeparameter des Modells für die Präsentierung in der Schätzung der Lactatkonzentration des Körpers.
  • Die Erfindung bezieht sich auch auf eine Herzfrequenzmessanordnung. Die Herzfrequenzmessanordnung hat eine Messeinrichtung zum Messen der Herzfrequenzinformation, eine Erstellungseinrichtung zum Erstellen einer Schätzung der Lactatkonzentration des Körpers auf der Basis der gemessenen Herzfrequenzinformation, sowie eine Präsentiereinrichtung zum Präsentieren der erstellten Abschätzung der Lactatmenge in dem Körper.
  • Die bevorzugten Ausgestaltungen der Erfindung sind in den abhängigen Ansprüchen offenbart.
  • Die Erfindung bezieht sich somit auf ein Verfahren und eine Ausrüstung zum Schätzen des Lactats, d.h. der Milchsäure, in dem Körper. Das Verfahren der Erfindung wird vorteilhafterweise mit Hilfe eines mathematischen Modells ausgeführt. In der Beschreibung der Erfindung bezieht sich das mathematische Modell auf eine Vielzahl von mathematischen Operationen und Regeln, durch die die Ausgabeparameterwerte aus den Eingabeparameterwerten erhalten werden. Zu den mathematischen Operationen gehören beispielsweise arithmetische Operationen, wie Addition, Subtraktion und Multiplikation. Es ist auch möglich, das mathematische Modell als Tabelle oder als Datenbank auszuführen, wodurch ein Ausgabeparameterwert entsprechend einem vorgegebenen Eingabeparameterwert direkt aus der Datenbank gelesen wird. Das Modell kann eine Vielzahl von Untermodellen haben, es ist jedoch offensichtlich, dass die Erfindung nicht darauf beschränkt ist, wie viele Untermodelle das Modell aufweist. Bei einer Ausgestaltung der Erfindung ist das mathematische Modell ein neurales Netzwerk, die Erfindung ist jedoch nicht darauf beschränkt.
  • Zu den Eingabeparametern des Modells gehören ein oder mehrere Herzfrequenzparameter, die die Herzfrequenz der Person darstellen, beispielsweise die Herzfrequenz berechnet aus der Herzschlagfrequenz, eine Standardabweichung der Herzfrequenz, eine Änderungsrate der Herzfrequenz oder ein ähnlicher Parameter, der aus der Herzfrequenz berechnet werden kann. Gemäß einer Ausgestaltung gehören zu den Eingabeparametern des Modells auch ein oder mehrere physiologische Parameter, die sich auf das Alter, das Gewicht, die Größe, das Geschlecht oder eine andere physiologische Eigenschaft der Person beziehen. Gemäß einer bevorzugten Ausführungsform umfassen die Eingabedaten des Modells einen oder mehrere Stressparameter, beispielsweise die Geschwindigkeit des Läufers, den Widerstand eines Übungsfahrrads, eine Aktivität, die mit einem Beschleunigungswandler oder dergleichen gemessen wird. Mit Hilfe der Herzfrequenz- und physiologischen Parametern ist es möglich, eine Schätzung der körperlichen Kondition der Person bereitzustellen, beispielsweise auf der Basis der maximalen Sauerstoffaufnahme. Gemäß einer bevorzugten Ausgestaltung des Modells wird während des Trainings ein Stressniveau des Benutzers auf der Basis der Herzfrequenzinformation und fakultativ der Stress- und Benutzerinformation erstellt, wobei auf der Basis dieses Stresspegels die Lactatmenge in dem Körper geschätzt wird. Es gibt dann keine direkte Korrelation zwischen der Herzfrequenzinformation und dem Lactat, vielmehr wird die Verbindung über eine Stressniveaudefinition erstellt, wobei das Stressniveau durch eine Größe der erbrachten Intensität während der letzten Stunde wiedergegeben werden kann.
  • In Verbindung mit der vorliegenden Beschreibung der Erfindung bezieht sich ein Training, d.h. eine sportlich Leistung, auf eine körperliche Leistung, von der wenigstens ein Teil bei einem Arbeitspensumsniveau ausgeführt wird, das den anaeroben Pegel überschreitet, wodurch Lactat in den Muskeln des Körpers der Person angesammelt wird. Die Lactatkonzentration kann auch für einen gegebenen Zeitraum, beispielsweise für wenige Stunden vor und nach dem Training, geschätzt werden, so dass die Anwendung der Erfindung nicht nur auf den Augenblick des Trainings beschränkt ist. Es kann angenommen werden, dass das Training sich in die folgenden Phasen aufteilt: Aufwärmen, aktive Phase, Erholungsphase, wenn das Training vorherging, und darauf folgend die Ruhephase. Beispielsweise können auf der Basis der Herzfrequenzpegel und/oder der Arbeitspensumspegel unterschiedliche Phasen definiert und unterschieden werden. Dann kann beispielsweise die Erholungsphase als ein Leistungsniveau definiert werden, wenn die Herzfrequenz von 130 Schlägen pro Minute auf einen Ruhepegel von 70 Schlägen pro Minute abgefallen ist.
  • Bei der Lösung der Erfindung zur Schätzung der Lactatkonzentration in dem Körper trägt die Person, deren Lactatkonzentration zu überwachen ist, vorteilhafterweise einen Herzfrequenzmonitor. Der Herzfrequenzmonitor ist eine Vorrichtung, die im Sport und der Medizin verwendet wird und die menschliche Herzfrequenzinformation entweder aus einem elektrischen Impuls, der vom Herzen übertragen wird, oder aus dem Druck, der von dem Herzschlag auf eine Arterie erzeugt wird, misst. Insgesamt haben die Herzfrequenzmonitore einen Aufbau mit einem Elektrodengurt zum Anlegen um die Brust des Benutzers herum und zum Messen der Herzfrequenz mittels zweier oder mehr Elektroden. Der Elektrodengurt überträgt die gemessene Herzfrequenzinformation induktiv als eine oder mehrere magnetische Impulse pro Herzschlag auf eine am Handgelenk getragene Empfängereinheit. Auf der Basis der empfangenen magnetischen Impulse berechnet die Empfängereinheit die Herzfrequenz und erforderlichenfalls andere Herzfrequenzvariable, beispielsweise die laufende Standardabweichung der Herzfrequenz. Häufig hat die Empfängereinheit, d.h. der Handgelenksmonitor, auch eine Anzeige zum Anzeigen der Herzfrequenzinformation für den das Training Ausführenden und eine Benutzerschnittstelle für die Verwendung anderer Einrichtungen des Herzfrequenzmonitors. In der oben beschriebenen Situation bezieht sich der Herzfrequenzmonitor auf die Gesamtheit, die von dem Elektrodengurt und der Empfängereinheit gebildet wird. Der Herzfre quenzmonitor kann auch eine einstückige Vorrichtung sein, d.h. die Präsentiereinrichtung kann ebenfalls an der Brust angeordnet sein, wodurch keine Notwendigkeit besteht, die Information auf eine gesonderte Empfängereinheit zu übertragen. Ferner kann der Aufbau des Herzfrequenzmonitors so gestaltet sein, dass er nur einen am Handgelenk getragenen Monitor aufweist, der ohne um die Brust herum anzulegenden Elektrodengurt arbeitet und die Herzfrequenzinformation aus dem Blutgefäßdruck misst. Bei der Beschreibung der Erfindung bezieht sich die Herzfrequenzmessanordnung auf die oben beschriebenen Herzfrequenzmonitorlösungen. Die Herzfrequenzmessanordnung hat auch Lösungen, bei denen die Herzfrequenzinformation auf einen externen Rechner oder ein Datennetzwerk übertragen wird, das die Präsentiereinrichtung, beispielsweise einen Rechnerbildschirm, aufweist, um die gemessene oder vom Herzfrequenzmonitor erzeugte Information zu präsentieren.
  • Nach der Erfindung werden ein oder mehrere mathematische Modelle oder anderen Funktionen, die von dem Modell gefordert werden, vorteilhafterweise mit Hilfe einer Software für einen Mehrzweck-Prozessor des Herzfrequenzmonitors ausgeführt. Die Modelle und Funktionen können auch mit getrennten Logikbauelementen oder auf andere entsprechende Weise ausgeführt werden. Bei einer bevorzugten Ausführung der Erfindung hat der Herzfrequenzmonitor Eingabeeinrichtungen zum Eingeben von Eingabeparametern. Die einzugebenden Eingabeparameter sind beispielsweise die physiologischen Parameter des Benutzers und Stressparameter, die das Trainingsarbeitspensum darstellen. Die Eingabeeinrichtung kann beispielsweise ein Tastenwahlblock des Herzfrequenzmonitors, eine Anzeigeeinrichtung, die die Steuerung trägt, eine Sprachsteuerung, ein Telekommunikationsanschluss für eine Außensteuerung oder dergleichen sein. Der Herzfrequenzmonitor kann vorteilhafterweise eine Anzeige sein, die dem Benutzer, dem Übungsleiter, dem Trainer, dem Arzt oder dergleichen die Lactatkonzentration anzeigen. Anstelle der Anzeige kann die Lactatkonzentration auch durch Sprachsteuerung über einen Telekommunikationsanschluss für die Informationsübertragung zu einer Außenstelle, wie einem Rechner, oder auf eine andere entsprechende Weise mitgeteilt werden. Bei einer Ausgestaltung kann die Lactatkonzentration während der Übung in einem Speicher des Herzfrequenzmonitors gespeichert werden, von wo aus die Information später ausgegeben werden kann.
  • Ein Vorteil der Erfindung besteht darin, dass sie nicht-invasiv ist, d.h. für den Zugang zur Lactatkonzentration ist die Entnahme von Blutproben, die schmerzhaft und langsam sind und den Übungsablauf behindern, nicht erforderlich. Mit Hilfe der Erfindung kann die Lactatmen ge in dem Körper auf einer kontinuierlichen Basis verglichen mit den herkömmlichen Verfahren überwacht werden, wodurch man gesonderte Abschätzungen der Lactatkonzentration erhält. Mit Hilfe der Erfindung ist es weiterhin möglich, das Übungsarbeitspensum auf ein Niveau einzustellen, das für die Ansammlung des Lactats in dem Körper und für seine Entfernung aus dem Körper optimal ist.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Im Folgenden wird die Erfindung im Einzelnen unter Bezug auf die beiliegenden Zeichnungen beschrieben, in denen
  • 1 eine bevorzugte Ausführungsform des Verfahrens der Erfindung zeigt,
  • 2A einen Modellaufbau einer Ausführungsform der Erfindung zeigt,
  • 2B einen Modellaufbau einer Ausführungsform der Erfindung zeigt,
  • 2C die Lactatmengen im Körper als Funktion des Trainingsverlaufs zeigt,
  • 3A den Aufbau eines neuralen Netzwerks veranschaulicht,
  • 3B die Funktion des neuralen Netzwerks veranschaulicht,
  • 4A eine eine Übung ausführende Person zeigt,
  • 4B einen Elektrodengurt gemäß einer Ausführungsform der Erfindung zeigt, und
  • 4C eine Herzfrequenzmonitoranordnung gemäß einer Ausführungsform der Erfindung zeigt.
  • INS EINZELNE GEHENDE BESCHREIBUNG DER ERFINDUNG
  • Im Folgenden wird die Erfindung anhand von bevorzugten Ausführungsformen unter Bezug auf die beiliegenden Zeichnungen 1 bis 4C beschrieben. 1 beschreibt eine bevorzugte Ausführungsform der Erfindung. Beim Schritt 102 wird ein mathematisches Modell gebildet, dessen Zweck die Definition und Überwachung der Lactatmenge im Körper mit Hilfe einer oder mehrerer Herzfrequenzparameter ist. Der Herzfrequenzparameter bezieht sich beispielsweise auf die Herzfrequenz, die aus der Herzschlagfrequenz berechnet wird, die Standardabweichung der Herzfrequenz oder einen ähnlichen aus der Herzfrequenz berechenbaren Parameter. Gemäß einer Ausführungsform hat das Modell als einen Eingabeparameter einen oder mehrere physiologische Parameter, die sich auf das Alter, das Gewicht, die Größe, das Geschlecht oder andere Parameter beziehen, die physiologische Eigenschaften der Person darstellen. Bei einer bevorzugten Ausführungsform hat das Modell als einzugebende Daten einen oder mehrere Stressparameter, beispielsweise die Geschwindigkeit des Läufers, den Widerstand des Übungsfahrrads oder eine Aktivität, die mit einem Beschleunigungswandler oder dergleichen gemessen wird. Mit Hilfe der Herzfrequenz und physiologischer Parameter ist es möglich, die körperliche Kondition des Benutzers beispielsweise auf der Basis der maximalen Sauerstoffaufnahme zu bewerten. Gemäß einer bevorzugten Ausführungsform des Modells wird das Übungsstressniveau des Benutzers auf der Basis der Herzfrequenzinformation und fakultativ des Arbeitspensums und der Benutzerinformation aufgestellt und auf der Basis des Übungsstressniveaus die Lactatmenge im Körper geschätzt. Es gibt keine direkte Korrelation zwischen der Herzfrequenzinformation und dem Lactatwert, die Verbindung wird jedoch über eine Stressniveau-Definition erstellt, wobei das Stressniveau durch eine Größe der erbrachten Intensität während der letzten Stunde beschrieben werden kann. Bei dieser beispielsweisen Ausgestaltung ist das Modell vorzugsweise ein zweiteiliges mathematisches Modell, bei welchem die Ausgabe des ersten Teils, d.h. das Übungsstressniveau, als Eingabe für den zweiten Teil verwendet wird. Abgesehen von der Lactatkonzentration hat eine Ausführungsform das Übungsstressniveau als Modellausgangsparameter, das durch Werte zwischen 1 und 100 angegeben wird. Auf der Basis des Übungsstressniveaus ist es somit möglich abzuschätzen, welchen Erfolg die Übung hatte, und das Übungsstressniveau zum Planen des Übungsprogramms zu verwenden, beispielsweise derart, dass auf der Basis des Übungsstressniveaus die Herzfrequenz während der Übung, die Laufgeschwindigkeit oder der Widerstands des Übungsfahrrads invers gesteuert werden. Ein Vorteil wird durch die Hinzufügung der oben beschriebenen Eingabeparameter dahingehend erreicht, dass die Lactatschätzungen durch das Modell genauer werden, wenn das Modell vielseitiger wird. Bei einer bevorzugten Ausführungsform ist das mathematische Modell nach den oben beschriebenen Ausgestaltungen ein neurales Netzwerk, das besonders gut auf komplexe biologische Modellierungssituationen anwendbar ist. Ein physiologischer Hintergrund für das Modell ist durch bekannte physiologi sche Zwischenbeziehungen bei der Lactaterzeugung bereitgestellt, was nachstehend im Hinblick auf die Basis des Modells erörtert wird.
  • Kohlehydrate, Fette und Protein bilden hauptsächlich die menschlichen Energieträger. Ihr Verbrauch und Anteil hängen von dem Zustand des Körpers, den verfügbaren Nahrungsmittelmengen und der Trainingsintensität ab. Kohlehydrate aus Nahrungsmitteln stellen Glucose bereit, die in den Muskeln als Glucogen gespeichert wird. Bei der Glycolyse zersetzt sich die Glucose und gibt Energie frei. Die Reaktion kann entweder aerob oder anaerob erfolgen.
  • Aerober Fall:
    • Glucose + O2 → CO2 + H2O + Energie .
  • Anaerober Fall:
    • Glucose → CO2 + H2O + Lactat + Energie
  • Zusätzlich zu der vorstehenden Kohlehydratzersetzung gibt es entsprechende Zersetzungsgleichungen für die Zersetzung von Fettsäuren und Protein, es ist jedoch nicht relevant, diese in diesem Zusammenhang anzugeben. Die Zersetzung von Fettsäuren in Energie kann nur aerob erfolgen. In einem Muskel erfordert die Oxidation von Fettsäuren zu Energie gleichzeitig das Verbrennen von Glucose. Die Muskeln erhalten die Energie, die für die Übung erforderlich ist, aus Adenosintriphosphat (ATP). Ein aus Training resultierender ATP-Mangel sollte durch Erzeugen von neuem ATP aus den Energiereserven wieder aufgefüllt werden. Für die ersten 10 bis 15 Sekunden, wenn der Trainingsstress beginnt, bilden Kreatirtreserven eine ausreichende Energiequelle zur Erzeugung von ATP, das von den Muskeln gefordert wird. Danach ist es möglich, Energie zu verbrauchen, die aus der Glucose in dem Körper erhalten wird. Die Nutzung von Fettsäuren ist bis 15 Minuten nach dem Anfang des Trainingsstresses nicht möglich. Die Energieerzeugung ist bei einem maximalen Trainingsstress, der kurz ist und wenigstens einige zehn Sekunden dauert, hauptsächlich immer aerob. Bei einem Trainingsstress von wenigen Sekunden wird Energie hauptsächlich durch alaktische Prozesse mittels Kreatinphosphat erzeugt. Die Kreatinphosphatreserven sind jedoch gering, und nach zehn Trainingssekunden wird Stressenergie bereits hauptsächlich durch Lactat-bildende Prozesse erzeugt. Bei einem maximalen Trainingsstress von längerer Dauer, der Minuten dauert, nimmt der Anteil der aeroben Energieerzeugung zu. Der Langzeitstress verwendet jedoch nahezu die gleichen Energieerzeugungsmechanismen wie der Kurzzeitstress.
  • Die Lactatmenge, d.h. Milchsäure, ist eine Gleichgewichtsreaktion im Körper, d.h. Lactat wird erzeugt, und im Ruhezustand wird eine kleine, jedoch gleiche Menge entfernt. Wenn das Arbeitspensum zunimmt, wird mehr Lactat erzeugt, jedoch beginnen die Lactat-Entfernungsmechanismen ebenfalls, mit einer größeren Geschwindigkeit zu arbeiten. Wenn der Stress nicht auf einen sehr hohen Wert ansteigt, sind die Lactat-Entfernungsmechanismen in der Lage, das Lactat mit der gleichen Geschwindigkeit, wie es produziert wird, zu entfernen. Die Entfernungsmechanismen haben jedoch eine begrenzte Reaktionsgeschwindigkeit, und demzufolge wird die Lactatmenge stark von der Art des Arbeitspensums beeinflusst. Bei einem Intervalltraining wird proportional mehr Lactat erzeugt als bei einem stetigen Übungsstress. Die Entfernungsmechanismen haben auch eine spezifische Maximalgeschwindigkeit, deshalb wird bei einem harten Übungsstress unvermeidbar mehr Lactat erzeugt als entfernt. Dies führt zu einem schnellen Anstieg des Lactatwerts im Körper und zur Erschöpfung. Die Entfernungsmechanismen bei einer fitten Person sind wirksam und reagieren schnell. Eine Lactatkurve, bei der die Lactatmenge als Funktion der Herzfrequenz angegeben wird, stellt auf eine bestimmte Art die Kondition der Person dar. Die Kurve einer nicht fitten Person wächst gleichförmiger als die einer fitten Person. Der Lactatwert einer fitten Person ist relativ niedrig bis zu einem Niveau von ziemlich hartem Stress. Bei einem gegebenen Stressniveau, also einer Lactatschwelle, steigt die Kurve steil. Die Kurvenform kann dadurch erklärt werden, dass die Lactat-Entfernungsmechanismen einer fitten Person effektiv sind und schnell auf eine erhöhte Lactat-Produktionsgeschwindigkeit reagieren. Die Lactatmenge beginnt nur nach Erreichen der maximalen Lactat-Entfernungsgeschwindigkeit beträchtlich anzuwachsen. Dementsprechend sind die Lactat-Entfernungsmechanismen einer nicht fitten Person schwächer und folgen einer geringeren Verzögerung der erhöhten Lactat-Erzeugungsgeschwindigkeit. Wenn die Lactatkurve bekannt ist, ist es leicht, das Training und die Erholung zu planen. Das Training sollte innerhalb des Lactatkurvenbereichs erfolgen, bei dem eine Entwicklung erwünscht ist, da das Training neben anderem die Blutzirkulation und demzufolge den Wirkungsgrad der Entfernungsmechanismen verbessert.
  • Beim Schritt 104 von 1 wird ein neurales Netzwerk mit einer großen Menge von Nutzerdaten geschult. Die Nutzerdaten werden vorteilhafterweise beispielsweise von etwa 1000 Nutzern gesammelt, wodurch das neurale Netzwerk lernt und in der Lage ist, die Bewertungskoeffizienten von Synapsen so einzustellen, dass das Modell Ergebnisse liefert, die so gut wie möglich sind. Im Schritt 106 wird das Netzwerk mit nutzerspezifischen Informationen, bei spielsweise physiologischen Parametern und Trainingsstressparametern beschickt. Das Modell wird vorteilhafterweise vor dem tatsächlichen Einsatz mittels aktueller Nutzerdaten geeicht. Dies bedeutet für Lactat, dass die tatsächliche Lactatmenge im Blut aus dem Blut mehrere Male während des Trainings gemessen wird und das erhaltene tatsächliche Messergebnis in das Modell eingegeben wird, das die Parameter des Modells mit Hilfe einer Rückkoppelung so kalibriert, dass der gemessene Ist-Wert durch das Modell erhaltbar ist. Als Ergebnis der Eichung stellt das Modell im tatsächlichen Einsatz bessere und genauere Schätzungen der Lactatmenge im Blut bereit. Bei einer bevorzugten Ausführungsform ist das mathematische Modell in dem Herzfrequenzmonitor eingeschlossen, dessen Nutzungsphase durch den Verfahrensschritt 106 veranschaulicht ist. Der Herzfrequenzmonitor misst einen oder mehrere Herzfrequenzparameter aus der Herzfrequenz der Person und bildet auf der Basis dieser Parameter eine Schätzung der Lactatkonzentration in dem Körper. Im Schritt 110 zeigt der Herzfrequenzmonitor vorteilhafterweise die Lactatkonzentration des Bluts auf seiner Anzeige, beispielsweise für den Nutzer des Herzfrequenzmonitors, für einen Arzt oder einen Trainer. Anstelle der Anzeige oder zusätzlich zu ihr kann die Lactatkonzentration oder eine sie wiedergebende Größe, wie das Übungsstressniveau einer Person, in dem Speicher des Herzfrequenzmonitors für eine weitere Verarbeitung gespeichert werden. Mit Hilfe der Lactatkonzentration im Körper ist es möglich abzuschätzen, wie erfolgreich eine Trainingssitzung war. Eine übermäßige Lactatkonzentration kann dann beispielsweise anzeigen, dass das Arbeitspensum/Training auf einem übermäßig hohen Arbeitspensumsniveau ausgeführt worden ist. Die Lactatkonzentration kann deshalb dazu verwendet werden, das Arbeitspensumsniveau beispielsweise so zu steuern, dass es hinsichtlich der Laufgeschwindigkeit einer die Übung ausführenden Person oder des Widerstands eines Trainingsfahrrads gesteuert wird. Die Lactatkonzentration wird zum Planen eines Übungsprogramms beispielsweise so eingesetzt, dass die Aufteilung der Geschwindigkeit während des Trainings auf der Basis von Werten eingestellt wird, die durch die Lactatkonzentration bereitgestellt werden.
  • Im Folgenden wird das Modell unter Bezug auf die 2A und 2B beschrieben. 2 zeigt eine bevorzugte Ausgestaltung des mathematischen Modells, das aus einem Modellaufbau mit zwei Untermodellen 200, 212 besteht. Es ist offensichtlich, dass das Modell auch ein oder mehr als zwei Untermodelle 200 aufweisen kann. Das erste Untermodell 200 des Modells hat als Eingabeparameter ein oder mehrere Herzfrequenzparameter 202 der Person, beispielsweise die mittlere Herzfrequenz, eine Standardabweichung der Herzfrequenz oder dergleichen. Ferner hat das Modell als Zuführdaten ein oder mehrere Stressparameter 204, die den Trai ningsstress wiedergeben, beispielsweise die Laufgeschwindigkeit oder die Tretgeschwindigkeit des Trainingsfahrrads. Als dritten Eingabeparametersatz hat das Modell ein oder mehrere physiologische Parameter 206 der Person, beispielsweise Alter, Größe, Gewicht oder Geschlecht. Die oben beschriebenen Eingabeparametersätze 204 bis 206 sind fakultativ, d.h. sie können in das Modell individuell oder gleichzeitig eingeschlossen oder aus dem Modell weggelassen werden. Bei einer Ausführungsform der Erfindung wird der erste Teil 200 des Modells als neurales Netzwerk ausgeführt, das mit Nutzerdaten geschult worden ist, die Hunderte oder sogar Tausende von Nutzern aufweisen. Bei einer Ausgestaltung der Erfindung gibt der erste Teil des Modells das Stressniveau 208 der Person während des Trainings aus. Der Ausgabeparametersatz 210 stellt ein oder mehrere Konditionsparameter dar, die von dem Modell geliefert werden und die körperliche Kondition der Person beschreiben, beispielsweise die maximale Sauerstoffaufnahme oder den Fitnessindex.
  • Der zweite Teil 212 des Modells hat als Eingabeparameter Informationen, die das Stressniveau 208 des vorstehend beschriebenen Trainings wiedergeben und fakultativ einen oder mehrere Konditionsparameter 210, die die Kondition des Nutzers darstellen, wobei dieser Parameter wie der Stressniveauparameter als Funktion eines oder mehrerer Herzfrequenzparameter und vorteilhafterweise auch als Funktion eines oder mehrerer fakultativer Parameter 204 bis 206 gebildet wird. Bei einer bevorzugten Ausgestaltung ist das zweite Untermodell 212 ein mathematisch gebildetes physiologisches Modell, das die Lactatmenge 214 im Körper der Person als Ausgabeparameter auf der Basis der Eingabeparameter 208 bis 210 liefert. Die Lactatmenge 214 wird als Ausgabe des Modells erhalten. Das zweite Untermodell 212 ist vorteilhafterweise als neurales Netzwerk ausgeführt.
  • Das physiologische Basismodell des zweiten Untermodells wird anhand der Ausführung in 2B beschrieben. Das Stressniveau 208 einer Person während des Trainings wird in das Modell als Eingabe eingegeben. Eine Verzögerungseinheit 212A ermöglicht die Präsentierung des Modells in Form eines neuralen Netzwerks entsprechend einer Ausgestaltung. Da das physiologische Modell vorteilhafterweise die Form einer Differentialgleichung hat, kann eine diskrete Form des Modells durch eine Verzögerungseinheit 212 ausgeführt werden, die für eine Rückkoppelung sorgt. Das physiologische Modell mit Einheiten 212B bis 212D kann einfach durch die Gleichung (1) ausgedrückt werden:
    Figure 00110001
    wobei la(t) die Lactatkonzentration, Ra(t) die Lactat-Erzeugungsgeschwindigkeit, Rd(t) die Lactat-Entfernungsgeschwindigkeit und V die Lactat-Abbaugeschwindigkeit ist.
  • Der Parameter k in dem Modell stellt die Abhängigkeit von Ra von dem Stressniveau 208, r die Abhängigkeit von Rd von dem Stressniveau, n die Abhängigkeit von Rd von la und s die Abhängigkeit von Rd von Rdmax dar. Die maximale Lactat-Entfernungsgeschwindigkeit liegt auf der Lactatschwelle. 2C zeigt beispielsweise, wie das Modell gebildet wird. In 2C erscheint auf der x-Achse die Herzfrequenz der Person als Funktion der Zeit und der fortschreitenden Übung, wobei die Einheit Schlag/Minute ist, während auf der y-Achse die Lactatmenge im Blut erscheint und die Einheit mmol/l ist. Die Kurve 222 beschreibt die gemessene Lactatmenge, während die Kurve 230 den von dem Modell gegebenen Lactatwert zeigt. Zur Bildung des Modells werden drei gerade Linien und ihre Neigungen gesucht. Die Kurve 224 beschreibt die Erzeugungsgeschwindigkeit von Lactat vor der Lactatschwelle, die sich am Schnittpunkt der Kurven 224 und 226 befindet. Die Kurve 226 beschreibt die Erzeugungsgeschwindigkeit von Lactat nach Überschreiten der Lactatschwelle, während die Kurve 228 die Entfernungsgeschwindigkeit von Lactat nach dem Training zeigt, wobei der Trainingsstress durch die Kurve 220 beschrieben wird. Die Lactatschwelle, die sich auf die maximale Lactat-Entfernungsgeschwindigkeit bezieht, hat in dem Modell eine Hauptbedeutung. Es soll angenommen werden, dass Personen mit unterschiedlichen Fitnessniveaus zu unterschiedlichen Lactatstandkategorien gehören. Bei den Lactatstandkategorien von fitten Personen tritt die Lactatschwelle bei einem höheren Herzfrequenzwert und umgekehrt auf. Bei dem Modell besteht die einzige Funktion der Lactatschwelle darin, den Herzfrequenzwert zu bestimmen, jenseits dessen die Lactatmenge schneller zunimmt als bei einem niedrigeren Stressniveau/Herzfrequenzniveau.
  • Bei einer Ausführungsform der Erfindung wird das mathematische Modell zur Ausführung des Verfahrens der Erfindung als neurales Netzwerk ausgeführt, dessen Grundprinzip durch die 3A und 3B beschrieben wird. Das neurale Netzwerk ist eine Art, komplexe Anwendungen, beispielsweise als Bild- und Sprachidentifizierung, Anwendungen in der Robotik und Anwendungen in der medizinischen Analyse zu modellieren, deren Präsentation als mathematisches Modell sehr schwierig ist. Gemäß 2A hat das neurale Netzwerk Neuronen, beispielsweise 202A bis 202B, 302A bis 302B, die eine große Anzahl von Zwischenabhängigkeiten, beispielsweise 304A bis 304B haben. Auf die Zwischenabhängigkeiten 304A bis 304B von Neuronen wird als Synapsen Bezug genommen, während ein Bewertungskoeffizient, beispielsweise W11, W12, für jede Synapse bestimmt wird. Die Neuronen, d.h. Knotenpunkte, können einfache Rechnungen ausführen, beispielsweise berechnet das Neuron 302A die Summe bewertet mit den Bewertungskoeffizienten der Synapsen einer höheren Schicht. Das neurale Netzwerk hat wenigstens eine Eingabeschicht, die die Neuronen 202A bis 204A aufweist, und eine Ausgabeschicht, die die Neuronen 216 bis 220 aufweist. Da die Leistung des zweischichtigen neuralen Netzwerks ziemlich begrenzt ist, hat das neurale Netzwerk vorteilhafterweise wenigstens eine versteckte Schicht HL, die die Neuronen 302A bis 302B aufweist. Zwischen den Neuronen der gleichen Schicht gibt es keine Synapse, jedoch hat der Knotenpunkt eine Synapse mit allen Neuronen der benachbarten Schichten. 3B zeigt den Aufbau eines Neurons 302A im Einzelnen. Dem Neuron 302A werden die jeweiligen Eingabeparameter 202A bis 204A eingegeben, die durch die Bewertungskoeffizienten P1 bis P3 bewertet sind, wobei das Neuron für diese Eingabeparameter eine bewertete Summe S bildet. Das Neuron gibt die Summe S in eine Aktivierungsfunktion ein, die gewöhnlich eine nichtlineare Funktion vom S-Typ ist. Das Neuron 302A gibt den Endwert T aus, und wenn der Endwert zu der Synapse 304 geliefert wird, wird er mit dem Bewertungskoeffizienten T11 multipliziert, während, wenn der Endwert zu dem Knoten 218 geliefert wird, er mit dem Bewertungsknoten T12 multipliziert wird.
  • Schulung ist ein wesentliches Merkmal des neuralen Netzwerks. In einer speziellen Schulungsphase werden dem Modell aktuelle Eingabe- und Ausgabewerte präsentiert, und das Modell vergleicht sie mit den berechneten Ausgabewerten. In dem Modell wird eine Differenz zwischen den aktuellen und berechneten Werten, d.h. ein Fehler, bearbeitet, wobei die Verarbeitung zu einer Feinabstimmung der Koeffizienten der Synapsen führt, um den Fehler zu minimieren. Als Folge der Schulungsphase nimmt die Bewertung von signifikanten Synapsen zu, und die Bewertung von weniger signifikanten Synapsen wird extrem niedrig.
  • 4A zeigt eine Person 400, die ein Training auf einem Laufband 406 ausführt. Die Herzfrequenz der Person 200 wird mit Hilfe eines Senderelektrodengürtels 402 gemessen, der um die Brust herum angebracht ist. Die Herzfrequenzmessung wird von einer Herzfrequenzinformations-Messeinrichtung ausgeführt, die beispielsweise zwei oder mehr Elektroden 410A bis 410B des Senderelektrodengürtels 402 hat, wobei zwischen den Elektroden eine Potenzialdifferenz erzeugt wird, wenn das Herz schlägt. Der Senderelektrodengürtel 402 ist um die Brust der Person herum beispielsweise mit Hilfe eines elastischen Bandes aus einem elasti schen Material angebracht. Die gemessene Herzfrequenz wird vorteilhafterweise induktiv zu einem am Handgelenk getragenen Empfänger 404 gesendet, der vorteilhafterweise auch eine Anzeige zum Anzeigen der gemessenen Herzfrequenz hat. Die Erfindung ist auch bei Herzfrequenzmonitoren verwendbar, bei denen der Elektrodengürtel 402 an der Brust zusätzlich zum Messen auch für ein Speichern, Verarbeiten und Anzeigen der Herzfrequenzinformation sorgt, wodurch keine Notwendigkeit für eine gesonderte Empfängereinheit 404 besteht. Der Herzfrequenzmonitor kann auch eine einzige am Handgelenk getragene Vorrichtung sein, in der der Senderteil und der Empfängerteil in eine einzige Vorrichtung integriert sind, wodurch keine Notwendigkeit für eine Sender- und Empfängerelektronik besteht. Die Herzfrequenz kann am Handgelenk entweder aus einem EKG-Signal, dem arteriellen Druckpuls oder durch optische Beobachtung von Änderungen der Absorption oder Reflexion der Blutzirkulation gemessen werden. In den vorstehenden Fällen sind die Herzfrequenzinformations-Messeinrichtung ein Drucksensor oder eine optische Messvorrichtung.
  • 4B zeigt den Elektrodengürtel 402 von 4A im Einzelnen. In 4B ist der Elektrodengürtel 402 von der Seite der Elektroden 410A bis 410B, d.h. von der dem Körper zugewandten Seite gezeigt. Die Figur zeigt auch Befestigungseinrichtungen 416A bis 416B, mit denen der Elektrodengürtel 402 an einem elastischen Band befestigt werden kann, das um die Brust herum angelegt wird. In 4B ist durch eine gestrichelte Linie eine Elektronikeinheit 412 zum Verarbeiten der Herzfrequenzinformation gezeigt, die von den Elektroden 410A bis 410B erhalten wird. Die Elektroden 410A und 410B sind über Leiter 414A und 414B jeweils mit der Elektronikeinheit 412 verbunden.
  • 4C zeigt die Bauelemente des Senderelektrodengürtels 402 und des Empfänger 404 anhand einer Ausführungsform. Der oberste Teil der Figur zeigt den Senderelektrodengürtel 402, der Mittelteil einen Abtastwert der Herzfrequenzinformation, die zu senden ist, und der untere Teil im Wesentlichen die Empfängereinheit 404. Die Elektronikeinheit 112 des Senderelektrodengürtels 402 empfängt die Herzfrequenzinformation von den Einrichtungen 410A bis 410B zum Messen von einem oder mehreren Herzfrequenzinformationsparametern. Die Messeinrichtungen sind vorteilhafterweise Elektroden, von denen der Herzfrequenzmonitor wenigstens zwei aufweist, es können jedoch auch mehr sein. Aus den Elektroden wird das Signal an einen EGK-Vorverstärker 420 abgegeben, von dem aus das Signal über einen AGC-Verstärker 422 und einen Leistungsverstärker 424 zu einem Sender 426 überführt wird. Der Sender 426 ist vorteilhafterweise als Spule ausgeführt, die die Herzfrequenzinformation 430 induktiv zu einem Empfänger sendet, beispielsweise einer am Handgelenk getragenen Empfängereinheit 404 oder zu einem externen Rechner.
  • Ein Signalpaket 432A von 5 kHz entspricht beispielsweise einem Herzschlag, oder eine Anhäufung einer Vielzahl von Signalpaketen 432A bis 432C kann einem Schlag entsprechen. Die Intervalle 432A bis 432b der Signalpakete 430A bis 430C können in der Länge gleich oder voneinander verschieden sein, wie es im Falle von 4C ist. Die Information kann induktiv oder alternativ optisch oder beispielsweise über einen Leiter übertragen werden. Der Empfänger 404, beispielsweise der am Handgelenk getragene Empfänger, hat bei einer Ausführungsform eine Empfängerspule 440, von der aus das empfangene Signal über einen Signalempfänger 442 zu einem zentralen Prozessor 444 geliefert wird, der die Operation von verschiedenen Teilen koordiniert. Alternativ kann der Empfänger 404 auch einen Speicher 448 zum Speichern der Herzfrequenzinformation und eine Präsentiereinrichtung 450 zum Präsentieren der Herzfrequenz oder der daraus abgeleiteten Herzfrequenzvariablen, wie der Standardabweichung, aufweisen. Durch die Präsentiereinrichtung 450 ist es auch möglich, die Nutzerinformation anzuzeigen, die in Übereinstimmung mit dem Verfahren der Erfindung relevant ist, beispielsweise die Lactatkonzentration des Körpers, der Wert einer laufenden Herzfrequenzänderung, das Arbeitspensumsniveau der Person oder eine andere entsprechende Information. Die Präsentiereinrichtung 450 hat beispielsweise eine Anzeige, eine Sprachsteuerung oder Einrichtungen zum Übertragen der Herzfrequenz und/oder einer Rückkoppelungsinformation zu einem externen Rechner oder einem Datennetzwerk, um sie getrennt von dem Herzfrequenzmonitor zu präsentieren. Die Einrichtungen zum Übertragen können beispielsweise eine Induktionsspule, ein optischer Sender oder eine Verbindung zum Übertragen über eine Verbindungsleitung sein. Wenn die gemessene oder vom Herzfrequenzmonitor erzeugte Information zu einer Ausrüstung außerhalb des Herzfrequenzmonitors, beispielsweise einem Rechner, übertragen wird, steht eine Herzfrequenzmessanordnung zur Disposition. Gemäß einer bevorzugten Ausgestaltung kann dann die Präsentiereinrichtung in dem Rechner angeordnet werden, von dem die gemessene Information in Realzeit oder gespeichert im Speicher 448 des Herzfrequenzmonitors angezeigt werden kann.
  • Der Herzfrequenzmonitor hat weiterhin eine Erstellungseinrichtung zum Erstellen einer Bewertung der Lactatkonzentration des Körpers auf der Basis der Herzfrequenz. Die Erstellungseinrichtung ist vorteilhafterweise als Recheneinheit 452 des Herzfrequenzmonitors ausgeführt und schließt ein mathematisches Modell ein, das beispielsweise ein neurales Netzwerk ist. Die Erstellungseinrichtung sorgt vorteilhafterweise für die Ausführung der Verfahrensschritte der Erfindung, bei denen die Lactatmengen und/oder der Stress in dem Körper mit Hilfe von Eingabeparametern geschätzt werden. Natürlich braucht die Berechungseinheit 542 nicht als gesonderte Vorrichtungseinheit ausgeführt zu werden, vielmehr können die Berechnungseinheit 452 und das darin eingeschlossene mathematische Modell Teil des zentralen Prozessors 444 sein. Ferner braucht natürlich der Herzfrequenzmonitor die Recheneinheit nicht notwendigerweise als gesondertes Vorrichtungsteil aufweisen, vielmehr kann das Modell beispielsweise in dem zentralen Prozessor 444 ausgeführt werden. Der Empfänger 404 hat vorteilhafterweise Eingabeeinrichtungen 446, beispielsweise ein Tastenpaket oder Sprachsteuereinrichtungen. Durch die Eingabeeinrichtungen 446 ist es beispielsweise möglich, die physiologischen Parameter und die Trainingsstressparameter, die von dem Modell gefordert werden, einzugeben.
  • Bei einer bevorzugten Ausgestaltung sind die Funktionen, Einrichtungen und Modelle für die Ausführung der Verfahrensschritte der Erfindung mit Hilfe einer Software in einem Mehrzweckprozessor ausgeführt. Diese Einrichtungen können auch als ASIC durch gesonderte Logikkomponenten oder durch jedes entsprechende bekannte Verfahren ausgeführt werden.
  • In der Ausgestaltung von 4C bezieht sich der Herzfrequenzmonitor auf eine Gesamtheit, die von dem Senderelektrodengürtel 402 und dem Empfänger 404 gebildet wird. In einer Ausführung kann der Herzfrequenzmonitor auch so ausgeführt sein, dass sich die oben beschriebenen Funktionen, die in dem Senderelektrodengürtel 402 und dem Empfänger 404 eingeschlossen sind, in einer Vorrichtung befinden. Diese einteilige Vorrichtung kann entweder so beschaffen sein, dass sie an der Brust befestigt wird oder alternativ am Handgelenk getragen wird. Für den Fachmann ist es klar, dass der Elektrodengürtel 402 und der Empfänger 404 auch andere Teile als die in 4B und 4C gezeigten aufweisen können, es ist jedoch nicht relevant, sie in diesem Zusammenhang zu beschreiben.
  • Obwohl die Erfindung vorstehend unter Bezug auf die Beispiele der beiliegenden Zeichnungen beschrieben wurde, ist offensichtlich, dass die Erfindung nicht darauf beschränkt ist, sondern auf vielfältige Weise innerhalb des Rahmens der Erfindungsidee der beiliegenden Ansprüche modifiziert werden kann.

Claims (34)

  1. In Verbindung mit einem Training stehendes Verfahren, bei welchem die Herzfrequenzinformation einer Person in Form eines oder mehrerer Frequenzparameter für den Einschluss in ein mathematisches Modell als Eingabeparameter gemessen wird, das Modell mit Hilfe der Herzfrequenzinformation und wenigstens eines die Physiologie der Person darstellenden Parameters ein Trainingsstressniveau der Person in Verbindung mit dem Training bereitstellt, dadurch gekennzeichnet, dass ein mathematisches Modell, welches die Laktatkonzentration in dem Körper modelliert, nicht invasiv eine Schätzung der Laktatkonzentration in dem Körper der Person mit Hilfe des Trainingsstressniveaus der Person bereitstellt.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein oder mehrere Trainingsstressparameter, die das Trainingsarbeitspensum darstellen, in das Modell als Eingabeparameter eingegeben werden.
  3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass mit Hilfe eines oder mehrerer Herzfrequenzparameter und eines oder mehrerer physiologischer Parameter das Modell ein oder mehrere Fitnessvariablen bereitstellt, die die körperliche Kondition der Person wiedergeben, die das Modell bei der Abschätzung der Laktatkonzentration in dem Körper der Person in Verbindung mit dem Training verwendet.
  4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass bei der Abschätzung der Laktatgröße das Modell eine Laktatproduktionsgeschwindigkeit in einem Muskel, die Laktatentfernungsgeschwindigkeit aus dem Muskel und das Blutvolumen, in dem das Laktat dispergiert ist, verwendet.
  5. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der physiologische Parameter das Alter, das Gewicht, die Größe oder das Geschlecht ist.
  6. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass der Stressparameter die Laufgeschwindigkeit, der Widerstand eines Trainingsfahrrads, die Geschwindigkeit eines Fahrrads, der Widerstand eines Fahrrads, die Schwimmgeschwindigkeit oder eine Aktivität ist.
  7. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das mathematische Modell ein neurales Netzwerk ist.
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass das neurale Netzwerk auf der Basis von Nutzerinformationen geschult wird, die aus einer großen Anzahl von Nutzern gesammelt werden.
  9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass bei der neuralen Netzwerkschulung die Bewertungskoeffizienten zwischen den Neuronen des neuralen Netzwerks mit Hilfe einer Rückkoppelung eingestellt werden, die eine oder mehrere Ausgabeparameterwerte verwendet.
  10. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Herzfrequenzparameter die Frequenz, die die Herzschlagfrequenz darstellt, eine Standardabweichung der Herzfrequenz, eine Änderungsrate der Herzfrequenz oder dergleichen ist.
  11. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Herzfrequenzinformation der Person mit einem Herzfrequenzmonitor gemessen wird.
  12. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein oder mehrere Eingabeparameter in das mathematische Modell, das in den Herzfrequenzmonitor einbezogen ist, mit Eingabeeinrichtungen des Herzfrequenzmonitors eingegeben werden.
  13. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Laktatmenge im Körper auf der Anzeige des Herzfrequenzmonitors angegeben wird.
  14. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Trainingsstressniveau der Person auf der Anzeige des Herzfrequenzmonitors angegeben wird.
  15. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Laktatkonzentration während des Trainings in dem Speicher des Herzfrequenzmonitors für die Verwendung bei einer Trainingsleistungsbewertung nach dem Training gespeichert wird.
  16. Verfahren nach Anspruch 15, dadurch gekennzeichnet, dass das Trainingsstressniveau zum Kontrollieren des Stressniveaus eines Trainings verwendet wird.
  17. Verfahren nach Anspruch 16, dadurch gekennzeichnet, dass das Trainingsstressniveau als Herzfrequenzkontrolle, Geschwindigkeitskontrolle oder Intensitätskontrolle kontrolliert wird.
  18. Herzfrequenzmessanordnung mit einer Messeinrichtung (410A, 410B) zum Messen der Herzfrequenzinformation, wobei die Anordnung ein Modell aufweist, das in eine Recheneinheit einbezogen ist, die so organisiert ist, dass sie das Trainingsstressniveau einer Person mit Hilfe der Herzfrequenzinformation und wenigstens einem physiologischen Parameter erzeugt, der die in das Modell eingegebene Physiologie der Person darstellt, dadurch gekennzeichnet, dass die Herzfrequenzmessanordnung eine Erstellungseinrichtung (452) zum Erstellen einer Abschätzung der Laktatkonzentration in dem Körper auf der Basis der Herzfrequenzinformation und des Trainingsstressniveaus sowie eine Präsentiereinrichtung (450) zum Präsentieren der erstellten Abschätzung der Laktatmenge in dem Körper aufweist.
  19. Herzfrequenzmessanordnung nach Anspruch 18, dadurch gekennzeichnet, dass die Erstellungseinrichtung eine Recheneinheit ist, die ein mathematisches Modell aufweist, das so organisiert ist, dass es als Eingabeparameter ein oder mehrere Herzfrequenzinformationsparameter empfängt, die mit der Messeinrichtung gemessen werden, und dass es als Ausgabeparameter das Laktatkonzentrationsniveau des menschlichen Körpers für die Präsentation durch die Präsentiereinrichtung gibt.
  20. Herzfrequenzmessanordnung nach Anspruch 18, gekennzeichnet durch einen Speicher zum Speichern der Herzfrequenzinformation und/oder der in der Recheneinheit erzeugten Information.
  21. Herzfrequenzmessanordnung nach Anspruch 18, dadurch gekennzeichnet, dass die Messeinrichtung ein Elektrodengurt zum Messen der Herzfrequenz ist und die Herzfrequenzmessanordnung weiterhin eine Empfängereinheit mit einem Empfänger zum Empfangen der Herzfrequenzinformation aufweist, die von dem in dem Elektrodengurt einbezogenen Sender übertragen werden, wobei die Empfängereinheit weiterhin die Präsentiereinrichtung aufweist.
  22. Herzfrequenzmessanordnung nach Anspruch 21, dadurch gekennzeichnet, dass die Präsentiereinrichtung eine Anzeige der Empfängereinheit ist.
  23. Herzfrequenzmessanordnung nach Anspruch 18, dadurch gekennzeichnet, dass sie ein einteiliger, am Handgelenk getragener Herzfrequenzmonitor ist, der ein oder mehrere Sensoren zum Messen der Herzfrequenz und eine Recheneinheit aufweist, wobei die Präsentiereinrichtung die Anzeige des Herzfrequenzmonitors zum Präsentieren der Laktatkonzentration in dem Körper ist.
  24. Herzfrequenzmessanordnung nach Anspruch 19, dadurch gekennzeichnet, dass das Modell so organisiert ist, dass es als Eingabeparameter einen oder mehrere Trainingsstressparameter benutzt, die das Trainingsarbeitspensum darstellen.
  25. Herzfrequenzmessanordnung nach Anspruch 19, dadurch gekennzeichnet, dass mit Hilfe eines oder mehrerer Herzfrequenzparameter und eines oder mehrerer physiologischer Parameter, die in dem Modell als Eingabeparameter einbezogen sind, das Modell so organisiert ist, dass es eine oder mehrere Fitnessvariablen erzeugt, die die körperliche Kondition des Nutzers darstellen, wobei das Modell durch die Variablen so organisiert ist, dass es die Laktatkonzentration in dem Körper der Person in Verbindung mit Training abschätzt.
  26. Herzfrequenzmessanordnung nach Anspruch 19, dadurch gekennzeichnet, dass bei der Abschätzung der Laktatgröße das Modell so organisiert ist, dass es die Produktionsrate von Laktat in einem Muskel, die Entfernungsrate von Laktat aus dem Muskel und das Blutvolumen, in dem das Laktat dispergiert ist, verwendet.
  27. Herzfrequenzmessanordnung nach Anspruch 18, dadurch gekennzeichnet, dass sie so organisiert ist, dass sie die Laktatkonzentration in dem Körper zur Schätzung einer ausreichenden Dauer einer Erholungssitzung nach dem Training verwendet.
  28. Herzfrequenzmessanordnung nach Anspruch 24, dadurch gekennzeichnet, dass der Trainingsstressparameter die Laufgeschwindigkeit, der Widerstand eines Trainingsfahrrads oder eine entsprechende Variable ist.
  29. Herzfrequenzmessanordnung nach Anspruch 24, dadurch gekennzeichnet, dass das mathematische Modell ein neurales Netzwerk ist.
  30. Herzfrequenzmessanordnung nach Anspruch 29, dadurch gekennzeichnet, dass das neurale Netzwerk auf der Basis von Nutzerinformationen geschult wird, die aus einer großen Anzahl von Nutzern gesammelt werden.
  31. Herzfrequenzmessanordnung nach Anspruch 30, dadurch gekennzeichnet, dass bei der Schulung des neuralen Netzwerks Bewertungskoeffizienten zwischen den Neuronen in dem neuralen Netzwerk mit Hilfe einer Rückkoppelung eingestellt werden, die einen oder mehrere Ausgabeparameterwerte benutzt.
  32. Herzfrequenzmessanordnung nach Anspruch 19, dadurch gekennzeichnet, dass der Herzfrequenzparameter ein Parameter ist, der die Herzschlagfrequenz, die Standardabweichung der Herzfrequenz oder dergleichen darstellt.
  33. Herzfrequenzmessanordnung nach Anspruch 25, dadurch gekennzeichnet, dass der physiologische Parameter das Alter, das Geschlecht, die Größe, das Gewicht oder ein ähnlicher Parameter ist, der eine physiologische Eigenschaft der Person darstellt.
  34. Herzfrequenzmessanordnung nach Anspruch 19, dadurch gekennzeichnet, dass sie eine Eingabeeinrichtung zum Eingeben von einem oder mehreren Eingabeparametern in das mathematische Modell aufweist.
DE60115301T 2000-02-23 2001-02-19 Nicht invasive Abschätzung des Laktatgehaltes im Körper im Zusammenhang mit körperlicher Anstrengung Expired - Lifetime DE60115301T2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20000417A FI114201B (fi) 2000-02-23 2000-02-23 Laktaatin määrän arviointi elimistössä
FI20000417 2000-02-23

Publications (2)

Publication Number Publication Date
DE60115301D1 DE60115301D1 (de) 2006-01-05
DE60115301T2 true DE60115301T2 (de) 2006-06-08

Family

ID=8557687

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60115301T Expired - Lifetime DE60115301T2 (de) 2000-02-23 2001-02-19 Nicht invasive Abschätzung des Laktatgehaltes im Körper im Zusammenhang mit körperlicher Anstrengung

Country Status (6)

Country Link
US (1) US6411841B2 (de)
EP (1) EP1127543B1 (de)
AT (1) ATE311146T1 (de)
DE (1) DE60115301T2 (de)
ES (1) ES2250334T3 (de)
FI (1) FI114201B (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8401630B2 (en) 2007-02-06 2013-03-19 Pulse7 Gmbh Method of determining training intensity
DE102015007875A1 (de) 2015-06-23 2016-12-29 Kimal Plc Messanordnung und Verfahren zur in-vivo Bestimmung der Laktatkonzentration in Blut mittels elektrochemischer Impedanzspektroskopie

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI115288B (fi) * 2000-02-23 2005-04-15 Polar Electro Oy Palautumisen ohjaus kuntosuorituksen yhteydessä
US7181285B2 (en) * 2000-12-26 2007-02-20 Cardiac Pacemakers, Inc. Expert system and method
AUPR343401A0 (en) 2001-02-28 2001-03-29 Nguyen, Hung Modelling and design for early warning systems using physiological responses
AU2003902187A0 (en) * 2003-05-08 2003-05-22 Aimedics Pty Ltd Patient monitor
DE10324904B4 (de) * 2003-05-30 2013-03-07 Siemens Aktiengesellschaft Vorrichtung zur Trainingseinstellung im Sport, insbesondere im Laufsport
DE10333075B4 (de) * 2003-07-21 2011-06-16 Siemens Ag Verfahren und Vorrichtung zur Trainingseinstellung im Sport, insbesondere im Laufsport
CN1829477A (zh) * 2003-09-15 2006-09-06 产科保健公司 监测分娩过程的方法
US7764990B2 (en) * 2004-07-01 2010-07-27 Suunto Oy Method and device for measuring exercise level during exercise and for measuring fatigue
US20060253010A1 (en) * 2004-09-28 2006-11-09 Donald Brady Monitoring device, method and system
US20070106132A1 (en) * 2004-09-28 2007-05-10 Elhag Sammy I Monitoring device, method and system
US20060079794A1 (en) * 2004-09-28 2006-04-13 Impact Sports Technologies, Inc. Monitoring device, method and system
US7887492B1 (en) 2004-09-28 2011-02-15 Impact Sports Technologies, Inc. Monitoring device, method and system
US7674226B2 (en) * 2006-01-27 2010-03-09 Gary Nadeau Method for enhanced performance training
FI20085398A0 (fi) * 2008-04-30 2008-04-30 Polar Electro Oy Menetelmä ja laite harjoituksen yhteydessä
WO2010085688A1 (en) * 2009-01-22 2010-07-29 Under Armour, Inc. System and method for monitoring athletic performance
CN103442607B (zh) 2011-02-07 2016-06-22 新平衡运动公司 用于监视运动表现的系统和方法
US10363453B2 (en) 2011-02-07 2019-07-30 New Balance Athletics, Inc. Systems and methods for monitoring athletic and physiological performance
GB201202637D0 (en) * 2012-02-16 2012-04-04 Univ Leuven Kath Exercise system and method
US9681836B2 (en) 2012-04-23 2017-06-20 Cyberonics, Inc. Methods, systems and apparatuses for detecting seizure and non-seizure states
GB2505690B (en) * 2012-09-07 2018-02-07 Toumaz Healthcare Ltd A device and method for estimating energy expenditure during exercise
US20160030809A1 (en) * 2013-10-24 2016-02-04 JayBird LLC System and method for identifying fitness cycles using earphones with biometric sensors
EP3113676B1 (de) * 2014-03-03 2023-12-13 LifeQ Global Limited Echtzeit- und kontinuierliche bestimmung von überschüssigem sauerstoffverbrauch nach einem training und kalkulation des lactatspiegels im blut
AT14374U1 (de) * 2014-03-25 2015-10-15 Johannes Dr Krottmaier Vorrichtung zur nicht-invasiven Bestimmung von Laktatwerten sowie Verfahren hierfür
EP3037993A1 (de) * 2014-12-23 2016-06-29 Nokia Technologies OY Verfahren und Vorrichtung zur Verarbeitung von Benutzerlactatspiegelinformationen
EP3283990B1 (de) 2015-04-15 2023-10-25 NIKE Innovate C.V. Aktivitätsüberwachungsvorrichtung mit beurteilung der bewegungsintensität
EP3302247B1 (de) 2015-05-29 2023-07-19 Nike Innovate C.V. Aktivitätsüberwachungsvorrichtung mit beurteilung der trainingsintensität zur berechnung der anaerobischen kapazität eines benutzers
JP6770749B2 (ja) * 2015-07-17 2020-10-21 Blue Wych合同会社 運動能力及び運動の評価システム
EP3132745B1 (de) 2015-08-18 2021-12-22 Firstbeat Analytics OY Verfahren und vorrichtung zur nichtinvasiven bestimmung eines anaeroben schwellwertes einer person aus frei durchgeführten übungen und zur bereitstellung von feedback auf die trainingsintensität
WO2018027381A1 (zh) * 2016-08-06 2018-02-15 柳柏宏 一种测量心率的方法以及自行车
WO2018027382A1 (zh) * 2016-08-06 2018-02-15 柳柏宏 一种测量心率技术的数据采集方法以及自行车
JP6692909B2 (ja) * 2016-09-01 2020-05-13 日本電信電話株式会社 残存無酸素運動許容量算出方法および残存無酸素運動許容量算出装置
JP7370082B2 (ja) * 2019-05-21 2023-10-27 株式会社ユピテル 電子機器およびプログラム
CN112842307B (zh) * 2019-11-27 2022-11-01 华为终端有限公司 一种热身程度检测方法及装置
CN115429262B (zh) * 2022-09-09 2023-07-14 东莞跑力科技有限公司 运动数据分析的乳酸阈值预测方法、装置、设备及介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5853351A (en) 1992-11-16 1998-12-29 Matsushita Electric Works, Ltd. Method of determining an optimum workload corresponding to user's target heart rate and exercise device therefor
DE4406286A1 (de) * 1994-02-26 1995-08-31 Stegmann Heiner Dr Med Verfahren zur Bestimmung der individuellen anaeroben Schwelle eines Menschens
FI100377B (fi) * 1994-10-13 1997-11-28 Polar Electro Oy Menetelmä ja laite energia-aineenvaihdunnan kynnysarvojen määrittämise ksi
JPH0938051A (ja) 1995-07-25 1997-02-10 Kiyokukou Bussan Kk 至適運動強度測定方法及び装置
US5738612A (en) 1996-12-04 1998-04-14 Colin Corporation Exercise apparatus having exercise-load changing function
US6361501B1 (en) * 1997-08-26 2002-03-26 Seiko Epson Corporation Pulse wave diagnosing device

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8401630B2 (en) 2007-02-06 2013-03-19 Pulse7 Gmbh Method of determining training intensity
DE102015007875A1 (de) 2015-06-23 2016-12-29 Kimal Plc Messanordnung und Verfahren zur in-vivo Bestimmung der Laktatkonzentration in Blut mittels elektrochemischer Impedanzspektroskopie
WO2016206811A1 (en) 2015-06-23 2016-12-29 Kimal Plc Measuring arrangement and method for in-vivo determination of the lactate concentration in blood by means of electrochemical impedance spectroscopy
US11166651B2 (en) 2015-06-23 2021-11-09 Kimal Sensors Ltd. Measuring arrangement and method for in-vivo determination of the lactate concentration in blood by means of electrochemical impedance spectroscopy

Also Published As

Publication number Publication date
EP1127543B1 (de) 2005-11-30
FI20000417A0 (fi) 2000-02-23
US6411841B2 (en) 2002-06-25
US20010020135A1 (en) 2001-09-06
DE60115301D1 (de) 2006-01-05
ATE311146T1 (de) 2005-12-15
FI114201B (fi) 2004-09-15
ES2250334T3 (es) 2006-04-16
EP1127543A1 (de) 2001-08-29
FI20000417A (fi) 2001-08-23

Similar Documents

Publication Publication Date Title
DE60115301T2 (de) Nicht invasive Abschätzung des Laktatgehaltes im Körper im Zusammenhang mit körperlicher Anstrengung
DE60115736T2 (de) Messung bezüglich des menschlichen Energiestoffwechsels
DE60128746T2 (de) Verfahren und Vorrichtung zur Messung physiologischer Parameter
US6687535B2 (en) Controlling of fitness exercise
DE69532803T2 (de) Verfahren und vorrichtung zum bestimmen des grades der anstrengung von fitness - und athletik-geräten und zur anzeige der beanspruchung beim training
DE60123693T2 (de) Ermittlung des Stressniveaus bei Fitnessübung
DE69526823T2 (de) Gerät und Verfahren zum Analysieren von Information in Bezug auf physikalischen und geistigen Zustand
DE69530699T2 (de) Verfahren und vorrichtung zum bestimmen der schwellenwerte für energiemetabolismen
DE60017228T2 (de) Verfahren zum Identifizieren eines Trainierenden
DE102007025664B4 (de) Verfahren zur automatischen Registrierung der physischen Leistungsfähigkeit eines Probanden
EP2413788B1 (de) Verfahren zur bestimmung der allgemeinen fitness eines probanden
DE60304269T2 (de) Vorrichtung zur Messung des Muskelvolumens
DE10333075B4 (de) Verfahren und Vorrichtung zur Trainingseinstellung im Sport, insbesondere im Laufsport
DE602004010939T2 (de) Methode und Vorrichtung zur menschlichen Stressevaluierung durch Photoplethysmographie
DE10324904B4 (de) Vorrichtung zur Trainingseinstellung im Sport, insbesondere im Laufsport
DE102006002851A1 (de) Vorrichtung zum Überwachen der körperlichen Fitness
DE102006039957A1 (de) Verfahren zur Auswertung der Herzratenvariabilität
DE10208149A1 (de) Meßverfahren für anaerobe Schwelle
AT502922B1 (de) Verfahren und vorrichtung zur bestimmung des herzzeitvolumens
EP2120691B1 (de) Verfahren zur bestimmung der trainingsintensität
DE102005003678A1 (de) Vorrichtung und Verfahren zur Messung und Beeinflussung des Blutdrucks und der Herzratenvariabilität
DE19781642B4 (de) Verfahren zum Bestimmen eines die maximale Sauerstoffaufnahme beschreibenden Wertes eines zu beurteilenden Lebenswesens
WO2011060782A1 (de) Nichtinvasives verfahren und vorrichtung zur ermittlung von schwellen-belastungsgrenzen bei insbesondere sportlicher betätigung
RU2823469C1 (ru) Способ контроля и оценки функциональных резервов сердечной и скелетных мышц и компьютерно-реализованная система для его реализации
Schaffarczyk Fraktale korrelationseigenschaften der herzratenvariabilität als alternative methodik zur trainingssteuerung

Legal Events

Date Code Title Description
8364 No opposition during term of opposition