基于近红外光谱技术的肌肉氧饱和度监测在自行车运动员最大脂肪氧化点识别中的有效性与应用研究

这篇研究通过对比近红外光谱技术（NIRS）与气体分析法的检测结果，探讨了肌肉氧饱和度（SmO2）可视化方法在识别自行车运动员最大脂肪氧化（MFO）点中的有效性。研究发现，虽然NIRS无法精确定位MFO点，但可有效识别其发生的大致强度区间（如心率偏差仅4.7±11.9 bpm），为教练提供了一种低成本、便捷的代谢评估工具，尤其适用于日常训练监控。

　　

引言

训练强度的精准划分是提升运动表现和健康干预的核心。传统方法如乳酸阈值和最大摄氧量（VO_2max）检测依赖昂贵的气体分析设备，而近红外光谱技术（NIRS）因其无创、实时监测肌肉氧饱和度（SmO₂）的特性成为研究热点。本研究旨在验证NIRS在识别自行车运动员最大脂肪氧化（MFO）点中的有效性，为训练个性化提供新思路。

材料与方法

22名耐力训练自行车运动员（19男3女，VO_2max 60.3±7.0 mL/kg/min）完成亚极量和力竭测试。通过气体分析仪同步记录代谢数据，NIRS设备（Moxy）监测股外侧肌SmO₂。MFO点通过视觉观察SmO₂动态变化与气体分析结果对比，采用分段回归分析验证。

结果

NIRS与气体分析法在MFO点时间检测上存在显著偏差（90±218秒），但强度指标如心率（偏差4.7±11.9 bpm）和功率（偏差19.5±31.2 W）显示较高一致性。尽管无法精确定位MFO点，NIRS可识别其发生区间（HR一致性系数0.783），为训练强度划分提供参考。

讨论

NIRS的局限性包括肌肉部位选择差异和局部与全局代谢响应的不匹配。然而，其低成本和高便捷性使其成为替代传统方法的潜在工具，尤其适用于周期性代谢监测。未来需优化协议以提高检测精度，并探索其在其他运动群体中的应用。

结论

NIRS技术虽不能精确识别MFO点，但可有效划定其发生强度区间，为运动科学研究和实践提供了新的技术路径。这一发现对优化训练方案和代谢健康管理具有重要意义。