摘要

        如今，可穿戴设备已广泛应用于医疗保健、数字健康和运动监测等不同领域。在体育应用中，目前的趋势是在训练或比赛期间持续监测运动员的生理参数，以最大限度地提高运动表现并为教练提供支持。本文旨在评估游泳活动中使用的腕戴式和胸带式商用设备在准确度和精密度方面的性能，测试人群为 10 名专业游泳运动员。使用了三种设备：Polar H10 心率带、Polar Vantage V2 和 Garmin Venu Sq 智能手表。前者被用作参考设备，以验证两款智能手表测得的数据。测试在干燥和潮湿条件下进行，分别考虑在跑步机上行走/跑步和在水中的不同游泳姿势。通过标准方法评估测量的准确度和精密度，即布兰德-奥特曼图、偏差分析和皮尔逊相关系数。结果表明，在游泳活动中，精密度和准确度都会下降（测量偏差的绝对值增加，平均值为 13-56 bpm，标准差为 49-52 bpm），这证明了水和手臂运动如何充当相关的干扰输入。此外，研究发现，可穿戴设备的性能会随着活动强度的增加而下降，这凸显了对水中可穿戴设备应用进行专门研究的必要性，尤其需要关注与游泳相关的体育活动。

关键词：可穿戴设备;测量精度;测量精密度;游泳;生理参数

研究方法

        在本研究中，测试人群由 10 名健康受试者组成，年龄 17 ± 3 岁，BMI 为 19.80 ± 1.21 kg/m 2。通过三种可穿戴设备获取生理数据，即心脏带（用作参考仪器）和两块智能手表（图1）：

        每位受试者同时佩戴选定的可穿戴设备以获取生理数据。实验测试在干燥和潮湿（游泳池）条件下进行，以比较测试设备在两种条件下的计量性能，从而评估水对可穿戴传感器的（降解）影响。在干燥情况下（图 2），使用跑步机，并选择两种不同的速度来获得两种活动强度。每个受试者以 4 km/h 的速度进行三次重复的 2 分钟测试，并以 6 km/h（斜率为零）的速度进行三次重复的测试。此外，还记录了静息条件下的初始 5 分钟采集。

图2 实验室测试方案（静息初始记录后）：在跑步机上锻炼，以两种不同的速度，即 4 公里/小时（a–c）和 6 公里/小时（d–f）

        关于水中设置（图3），首先，在入水前在干燥条件下进行5分钟的采集。然后，在游泳池中再进行5分钟的采集，分别在潮湿、干燥和静止状态下采集轨迹（以区分水和活动的影响）。在对受试者进行两次静止状态的记录后，监测了四种不同强度的游泳活动（不同风格，涉及不同动作，可能以不同的方式影响结果），具体如下：4圈自由泳； 4圈蝶泳；4圈仰泳；4圈蛙泳。

        对于每种泳姿，研究人员以不同的强度游4圈：前两圈以正常速度游，后两圈以快速游。显然，感知强度是主观的，但这项研究是为了实验两种不同的条件（挑战性较高和挑战性较低），以验证可穿戴设备在不同运动强度下的性能。

        统计分析：数据在 MATLAB 环境中处理。首先，对数据进行预处理；特别是，对数据进行目视检查，以识别数据采集过程中是否存在任何重大问题。然后，借助设备提供的时间戳，同步来自不同可穿戴设备的数据。因此，通过以下标准方法评估测量的准确度和精度：

        偏差分析：首先，将偏差计算为通过每个智能手表和心脏传送带（参考仪器）测得的 HR 序列之间的差异。然后，评估它们的分布，并计算所获增量的平均值和标准偏差值，这与测量的准确度和精密度有关。更详细地说，选择覆盖因子 2（k = 2）来表示测量的统计置信度。此外，还导出了布兰德-奥特曼图。该图形表示包括绘制测量偏差与预期值，预期值是作为被测设备（智能手表）和参考仪器（心脏传送带）执行的测量之间的平均值获得的。布兰德-奥特曼图有助于评估两种测量技术之间的一致性；特别是，平均偏差对应于y轴上的平均值，并且与测量精度一致。此外，还可以得到 95% 的相关置信区间，其计算方法是平均偏差加上/减去相应的标准偏差，再乘以等于 1.96 的因子，并且该置信区间与测量精度相关（与扩展不确定度相关，覆盖因子为 2）；

        相关性分析：计算皮尔逊系数 (ρ) 来评估测试设备（智能手表）与参考设备（心率带）之间的线性相关性。当 ρ > 0.7 时，相关性强度较高；0.3 < ρ < 0.7 时，相关性强度中等；ρ < 0.3 时，相关性强度较低。此外，还考虑了插值曲线来验证相关性的线性。

        最后，评估 (1) 中定义的平均绝对百分比误差 ( MAPE )，其中HR test是被测设备（智能手表类型）测得的HR ，而HR ref是参考仪器记录的 HR。比较了湿润和干燥条件下的测量结果，以评估水对测量准确度和精密度的影响。此外，还评估了活动的影响，比较了静息和中等强度活动条件下的结果。

研究结果

        在本研究中，作者报告了所测试智能手表（Polar Vantage V2 和 Garmin Venu Sq）的计量性能结果，并与作为参考的胸带设备（Polar H10）进行了比较。 图4 （干燥条件）报告了三个不同传感器采集的信号时间序列示例。可以看出，测试设备和参考设备之间的一致性受到活动的影响（根据测试协议，活动会随着时间的推移而增加，参见图2）。

图4 干燥条件下通过两款测试智能手表（Garmin Venu Sq 和 Polar Vantage V2）和参考设备（Polar H10）获取的信号示例

        水的影响评估：测量准确度和精密度 图 5和图 6分别报告了 Garmin Venu Sq 和 Polar Vantage V2 的水中和干地采集相关的 Bland-Altman 图。所有记录均在休息和身体活动时综合考虑，以便评估计量性能随活动强度可能出现的变化，例如通过 Bland-Altman 图。可以看出，与干地条件相比，在水中进行测试时精度会显著下降：Garmin Venu Sq 的 CI 95% 从 [-14, 12] bpm 增加到 [-117, 30] bpm，Polar Vantage V2 的 CI 95% 从 [-27, 18] bpm 增加到 [-74, 46] bpm。在准确度方面也可以观察到同样的下降：Garmin Venu Sq 的平均偏差从 -1 bpm 增加到 -44 bpm，Polar Vantage V2 的平均偏差从 -5 bpm 增加到 -14 bpm。此外，在水下测试中，心率较高（>110 bpm）时，偏差似乎为负值，似乎两款智能手表都低估了测量范围较高部分的心率。Polar Vantage V2 似乎对水和身体活动（以及由此产生的运动伪影）的影响更为稳健，平均偏差降低了约 5 倍；这可能是由于硬件和软件因素造成的，分别影响了传感器与皮肤的接触和数据处理。

图5  Bland-Altman 图（a）水中和（b）干地采集相关，包括使用 Garmin Venu Sq（参考仪器：Polar H10）进行的静息和中度体力活动期间的记录

图6 （a）水中和（b）干地采集相关的 Bland-Altman 图，包括使用 Polar Vantage V2（参考仪器：Polar H10）进行的静息和中度体力活动期间的记录

        图 7和图 8分别报告了 Garmin Venu Sq 和 Polar Vantage V2 相对于参考仪器的偏差。值得注意的是，在干燥条件下进行测试时，分布要窄得多，因为分布的标准偏差非常低（Garmin Venu Sq 为 7 bpm vs. 37 bpm，Polar Vantage V2 为 12 bpm vs. 30 bpm）。此外，对于 Garmin Venu Sq，水下记录的偏差分布几乎呈双峰分布。水会降低被测设备的计量性能，包括精度和准确度。

图7 （a）水中和（b）干燥采集相关的偏差分布，包括使用 Garmin Venu Sq（参考仪器：Polar H10）进行的静息和中度体力活动期间的记录

图8 （a）水中和（b）干燥采集相关的偏差分布，包括使用 Polar Vantage V2（参考仪器：Polar H10）进行的静息和中度体力活动期间的记录

        图 9和图 10分别显示了 Garmin Venu Sq 和 Polar Vantage V2 与通过参考传感器测量的相关性。可以观察到，在干燥条件下进行测试时，相关性要强得多；事实上，当从干燥测试转为水中测试时，Garmin Venu Sq 的皮尔逊相关系数从 0.95 降至 0.26，Polar Vantage V2 的皮尔逊相关系数从 0.85 降至 0.59。因此，在干燥测试条件下，与参考仪器的相关性可以被认为是强的，而在水中记录中，Garmin Venu Sq 和 Polar Vantage V2 的相关性分别为低和中等。

图9 通过 Garmin Venu Sq 相对于参考传感器 (Polar H10) 执行的测量的相关性，涉及 ( a ) 水中和 ( b ) 干燥采集，包括静息和中度体力活动期间的记录

图10  通过 Polar Vantage V2 相对于参考传感器 (Polar H10) 执行的测量的相关性，涉及 ( a ) 水中和 ( b ) 干地采集，包括静息和中度体力活动期间的记录

        结果汇总于表 3中；需要注意的是，准确度和精密度（覆盖因子 k = 2）是通过偏差分析得出的，而 CI95% 是通过 Bland-Altman 图获得的。因此，当在水中进行记录时，精密度（可量化为 2?σ 或 CI95%）和准确度（对应于平均偏差）都会变差。这些方面在 MAPE 值中得到了很好的体现，从干测试条件到水中测试条件，MAPE 值显著升高（Garmin Venu Sq 从 4.05% 升至 29.95%，Polar Vantage V2 从 8.00% 升至 17.17%）。

表3  经测试的智能手表在测量准确度 (?) 和精确度 (±2σ)、95% 置信区间 (CI95%)、平均绝对百分比误差 (MAPE) 和皮尔逊相关系数 (ρ) 方面的计量性能——干燥条件与水中条件

        如果分别评估静息和活动状态下的测量准确度和精密度（表 4），可以观察到，水的存在会显著降低准确度，也会降低精密度（准确度和置信区间都表明范围更宽）。此外，水中测试的 MAPE 也会增加。但是，就活动而言，如果分别考虑水中和干燥测试，其影响并不那么明显。事实上，对于干燥测试，在活动期间进行记录时，皮尔逊相关系数似乎更好。相反，对于水中测试，活动会降低所有性能指标。因此，应该彻底考虑到，当使用智能手表在水中活动期间监测 HR 时，性能会更差。

表4  所测试智能手表的计量性能，包括测量准确度 (?) 和精确度 (±2σ)、95% 置信区间 (CI95%)、平均绝对百分比误差 (MAPE) 和皮尔逊相关系数 (ρ)——干燥与水中条件，静止和活动时测试分开

        活动效果的评估：静息状态下的习得与活动状态下的习得评估了活动的影响，推测其主要由于运动伪影而降低了基于PPG的设备的计量性能。然而，如上所述，其负面影响似乎仅在水中测试条件下才显著。下一节将在两种测试条件下，同时考虑干态和水中测试，报告与测量准确度和精密度相关的结果。测量准确度和精密度图 11和图 12分别报告了Garmin Venu Sq 和 Polar Vantage V2 的静息和活动时采集数据的 Bland-Altman 图；干燥和水下条件一起评估。可以看出，准确度会随着活动的增加而下降，即使在 Polar Vantage 2 的情况下运动效应得到了很好的缓解，其平均偏差从静息时的 -5 bpm 变为活动时的 -10 bpm（与 Garmin Venu Sq 相反，其静息时的偏差为 -6 bpm，活动时为 -23 bpm）。此外，CI 95% 扩大，表明活动期间的精度较差。此外，如前所述，对于高 HR 值，偏差为负数，这意味着智能手表在活动水平适中时会低估 HR，从而暗示 HR 较高。

图11  与所执行的记录相关的 Bland-Altman 图（a）静息和（b）活动期间，包括使用 Garmin Venu Sq（参考仪器：Polar H10）在水中和干燥条件下进行的记录

图12  与所执行的记录相关的 Bland-Altman 图（a）静息和（b）活动期间，包括使用 Polar Vantage V2（参考仪器：Polar H10）在水中和干燥条件下执行的记录

        图 13和图 14分别报告了 Garmin Venu Sq 和 Polar Vantage V2 相对于参考仪器的偏差。可以注意到，偏差的分布始终呈高斯分布，但与 Garmin Venu Sq 相关的活动期间的记录除外；此前在水下采集中已经观察到了这种情况，这意味着水和活动都会显著降低数据质量，与预期相反，其偏差呈现出几乎双峰分布。

图13 （a）静息和（b）活动期间相关的偏差分布，包括使用 Garmin Venu Sq（参考仪器：Polar H10）在水中和干燥条件下进行的记录

图14 （a）静息和（b）活动期间相关的偏差分布，包括使用 Polar Vantage V2（参考仪器：Polar H10）在水中和干燥条件下进行的记录

        图 15和图 16分别报告了 Garmin Venu Sq 和 Polar Vantage V2 与通过参考传感器测量的相关性。可以观察到，静息状态下的相关性较好，而活动会严重影响记录数据的质量。结果显示相关性中等，但在活动期间通过 Garmin Venu Sq 记录数据的相关性较低。值得强调的是，在本节报告的评估中，获得的皮尔逊相关系数值受到了水中测试的影响（否则，会取得更好的结果，参见表3）。

图15  通过 Garmin Venu Sq 相对于参考传感器 (Polar H10) 执行的测量的相关性，与 ( a ) 静息时和 ( b ) 活动期间所做的记录有关，包括在水中和干燥条件下的记录（参考仪器：Polar H10）

图16  通过 Polar Vantage V2 相对于参考传感器 (Polar H10) 执行的测量的相关性，与 ( a ) 休息时和 ( b ) 活动期间所做的记录有关，包括在水中和干燥条件下的记录（参考仪器：Polar H10

        结果汇总于表5。结果表明，活动会同时影响准确度和精密度（同时考虑干燥和水中测试条件），Garmin Venu Sq 的损害程度远大于 Polar Vantage V2。更高的 MAPE 值证实了这一点。然而，同时考虑水中和干燥测试条件，水无疑会对数据质量产生负面影响，从而影响受测可穿戴设备的计量性能。

表5 经测试的智能手表的计量性能，包括测量准确度 (?) 和精确度 (±2σ)、95% 置信区间 (CI95%)、平均绝对百分比误差 (MAPE) 和皮尔逊相关系数 (ρ)——静息状态与活动状态时获得的结果

研究结论

        该研究评估了两种腕戴式可穿戴设备（Polar Vantage V2和Garmin Venu Sq）在游泳活动中心率监测的准确性和精确性，并以胸带式设备Polar H10作为参考标准。研究发现，水环境和手臂运动显著降低了腕戴设备的性能，导致测量偏差增加（均值偏差增加13-56 bpm，标准差增加49-52 bpm）。其中，Polar Vantage V2的表现优于Garmin Venu Sq，尤其是在高强度和水中活动时。研究还表明，设备性能随活动强度增加而下降，突显了水中应用的特殊挑战。

实际应用和前景

        该研究为游泳运动员和教练提供了重要参考，帮助他们在训练和比赛中更合理地选择和使用可穿戴设备。研究结果提示，胸带式设备在水中监测心率更为可靠，而腕戴设备可能因水和运动干扰产生较大误差。此外，研究为设备制造商提供了优化方向，例如改进传感器与皮肤的接触设计或开发针对水中活动的专用算法。这些发现还可推广到其他水上运动或水下作业的心率监测场景。未来研究可以扩大测试人群，涵盖更多生理差异（如年龄、肤色等），以验证设备的普适性。此外，开发专为水中环境设计的可穿戴设备，例如改进光学传感器或结合多模态信号（如ECG和PPG），可能进一步提升监测精度。