介绍
量化运动速度是控制健身房强度和努力程度的唯一方法。每个速度都与最大重复次数 (%RM) 的百分比 (1) 密切相关。此外，通过监测系列中的速度损失，您可以控制系列中的努力程度和疲劳程度 (2)。因此，监测运动速度将帮助您根据日常状态调整训练，每天估算 1RM 以了解在杠铃上施加的准确负荷，并设置速度截止值以执行实现目标所需的准确次数。
Spleeft 是一款应用程序 适用于 iOS 和 Android 它能帮助你实时测量杠铃速度，无需任何外部设备，只需使用手机摄像头即可，这要归功于…… 计算机视觉 技术。
本文旨在向您介绍一项小型验证研究的结果，该研究将使用 Spleeft 测量的运动速度与使用经过科学验证的线性传感器 (LT) (3) 测量的相同数据进行了比较。
作为一个进步，它的有效性和可靠性得到了证实，因为在这两种设备上都发现了非常高的相关性系数（r2>0.95），并且 Spleeft 和 LT 之间没有发现显著差异（p>0.05）。
方法
一名受试者进行了 106 次深蹲重复（利用拉伸-缩短循环），负重为 20 公斤，并改变了深蹲的速度，速度在 0.39-0.81 米/秒之间变化。.
Spleeft 应用安装在两台手机上：一台是运行 Android 9 系统的小米 Redmi Note 6 Pro（版本 1.4.1），在精确模式下，相机预览尺寸为 240×160 时，平均延迟为 18fps；另一台是运行 iOS 15.0 系统的苹果 iPhone 7（版本 1.0），在 720p 标准高清分辨率下，平均延迟为 24fps。采用经科学验证的 LT (3) 作为测量平均向心速度的金标准。.
结果
应用程序的并发有效性
在 iOS（r2=0.98，SEE=0.01 m/s，平均误差 = 0.025 m/s）和 Android（r2=0.96，SEE=0.01 m/s，平均误差 = 0.029 m/s）上，使用 Spleeft 和 LT 测量的平均速度值具有非常高的相关性。
应用程序与 LT 相比的测量可靠性和准确性
配对样本t检验表明，应用程序和LT之间没有显著差异（p>0.05）。
Bland-Altman 图显示，两种设备都存在少量系统误差（iOS 中的 r2=0.35，Android 中的 r2=0.25）。但是，如果我们执行相同的计算，只考虑时间分量，即 Spleeft 测量的值，因为 ROM 必须由用户引入，系统误差最小（iOS 中的 r2=0.096，Android 中的 r2=0.046）。
对此现象的解释很简单，因为系统误差是由于速度增加导致运动范围（ROM）变化造成的，尤其是在速度最快的深蹲中，他的脚后跟会离开地面。使用LT测量的平均ROM为48.28厘米±1厘米，而运动速度则使用Spleeft测量，此时ROM恒定为47厘米。在0.6-0.69米/秒的深蹲速度下，LT测量的平均ROM为48.25厘米；在0.7-0.81米/秒的速度下，平均ROM为49.14厘米。.
Bland-Altman 图是用两个待比较值之间的差值及其平均值绘制的。r2 相关性高 (<0.9) 表示存在系统误差。
观察者内部可靠性
组内相关系数 (ICC) 显示，所有观察者之间具有高度一致性：iOS 和 Android 版 Spleeft 与 LT 在平均向心速度测量方面（ICC=0.989，CI [95%]=0.974–0.995）。iOS 版 Spleeft 和 Android 版之间未发现显著差异 (p>0.05)。Bland-Altman 图证实了上述结果 (r2=0.09)。.
结论
在两个平台上，Spleeft 的可靠性甚至高于上次 Android 发布时进行的初步验证研究，因为在所有测试的速度范围内，平均误差最小，从 0.39–0.49 米/秒之间的 0.01 米/秒到 0.7–0.81 米/秒之间的 0.037 米/秒。.
该应用程序还可以通过负载速度曲线 (4) 来估算 1RM，因为只要 ROM 保持恒定，其测量运动速度的可靠性就已经得到了探究。
尽管在 LT 测量 ROM 时发现了 ± 2cm 的变化，但 ROM 的变化在平均速度测量中并未产生显著误差，相关性非常高，并且在使用 Spleeft 和 LT 测量的平均向心速度上没有发现显著差异。.
需要注意的是，这些数据是由 Spleeft 在中低端智能手机上运行测量的，因此不一定需要在高端智能手机上才能获得准确的数据。.
最后，研究发现，与经过科学验证的线性传感器相比，只要 ROM 保持恒定，Spleeft 就是一种有效且可靠的应用程序，可以测量平均向心速度。
参考
1. González-Badillo JJ, Sánchez-Medina L. 运动速度作为阻力训练负荷强度的测量指标。国际运动医学杂志。2010;31(5):347–52。.
2. Sánchez-Medina L, González-Badillo JJ. 速度损失作为阻力训练中神经肌肉疲劳的指标。运动医学与科学。2011; 43(9):1725–34。
3. Pérez-Castilla A, Piepoli A, Delgado-García G, Garrido-Blanca G, García-Ramos A. 七种市售设备在卧推不同强度下评估运动速度的信度和效度。力量与体能研究杂志。2019;33(5):1258–65。.
4. Jidovtseff B, Harris N, Crielaard J, Cronin J. 利用负荷-速度关系预测 1RM。力量与体能研究杂志。2011;25(1):267–70。.
