基于文本锚点的残差跨模态融合方法用于多模态情感分析:在MVSA-Single上进行的一致性和协议感知评估 作者:Kosala Natarajan 和 Nirmalrani Vairaperumal

《Applied Sciences》:Text-Anchored Residual Cross-Modal Fusion for Multimodal Sentiment Analysis: A Unified and Protocol-Aware Evaluation on MVSA-Single Kosala Natarajan and Nirmalrani Vairaperumal

【字体: 大 中 小 】 时间:2026年05月05日 来源:Applied Sciences 2.5

编辑推荐:

  **特色应用:基于速度的监测在中等负荷深蹲训练中的应用** 基于速度的监测方法能够帮助我们了解经过训练的田径运动员在单组训练中的疲劳情况以及组与组之间的表现变化,从而为日常训练提供有用的参考。 **摘要:** 基于速度的训练(VBT)通过监测运动速度来评估抗阻训练的

  **特色应用:基于速度的监测在中等负荷深蹲训练中的应用**
基于速度的监测方法能够帮助我们了解经过训练的田径运动员在单组训练中的疲劳情况以及组与组之间的表现变化,从而为日常训练提供有用的参考。

**摘要:**
基于速度的训练(VBT)通过监测运动速度来评估抗阻训练的强度和疲劳程度。然而,在以监测为主要目标的情况下,对于经过训练的运动员而言,标准化中等负荷条件下的每次重复的速度变化及组与组之间的疲劳反应仍缺乏足够的了解。本研究考察了在60%最大重复次数(1RM)的标准深蹲训练中,运动员的单组内速度下降情况以及组与组之间的变化。12名运动员进行了两组各5次的深蹲练习,使用线性速度监测设备记录了杠铃的速度数据。研究人员分析了每次重复的平均向心速度(MCV),并计算了关键的速度相关指标(V1、Vmean、V5、速度损失和组内速度下降率)。结果显示,两组内的每次重复速度均持续下降(p < 0.001):第一组的速度从0.787 ± 0.096 m·s?1降至0.664 ± 0.087 m·s?1,第二组从0.760 ± 0.088 m·s?1降至0.622 ± 0.084 m·s?1。V1、Vmean和V5这些指标在组与组之间也显著下降(所有p < 0.001),同时伴随着更大的速度损失和更陡峭的组内速度下降趋势。这些发现为解读中等负荷抗阻训练中的神经肌肉疲劳提供了具体的参考依据。

**1. 引言:**
抗阻训练被广泛认为能够提升运动表现和健康状况,促进最大力量、爆发力和跳跃能力的提高。虽然长期的抗阻训练对 Body 的结构和神经肌肉系统有显著影响,但要优化日常训练计划,还需要精确了解特定训练刺激引发的急性神经肌肉反应。目前,抗阻训练强度通常仍通过相对负荷(如1RM的百分比)来设定。然而,这种方法存在一些局限性,包括表现能力的生物波动、个体的神经肌肉准备状态差异,以及在给定1RM百分比下可完成的重复次数存在较大差别。这些因素可能降低了传统基于负荷的训练方法捕捉运动员神经肌肉表现变化的敏感性。

在这种情况下,基于速度的训练(VBT)作为一种实用且越来越受欢迎的方法应运而生,它通过监测运动速度来调整训练强度并客观评估疲劳相关表现的变化[1,2,3,4]。近期元分析表明,基于速度的训练方式(尤其是结合速度或速度损失目标的训练方法)相比传统的百分比训练方法,可能更有利于增强力量和爆发力,同时减少过度疲劳和不必要的训练量[2,5]。

**VBT 的核心理念是:** 在一组训练中,运动速度的逐渐下降反映了神经肌肉和代谢疲劳的累积。经典实验表明,组内较大的速度损失与更高的机械和代谢负荷相关,表现为乳酸和氨浓度的升高以及更严重的表现下降,这支持将速度损失作为急性神经肌肉疲劳的客观指标[6]。在实际应用中,通常通过绝对速度阈值或从最快/第一次重复中得出的相对速度损失阈值来控制训练强度。对深蹲训练中速度损失阈值的调整能够系统性地改变重复特征、机械输出和疲劳积累,从而调节训练强度和重复质量[7]。此外,纵向抗阻训练研究表明,不同的速度损失阈值会导致不同的神经肌肉适应,说明运动中的速度下降不仅仅是描述性的现象,对训练设计和表现发展具有重要影响[8]。因此,当目标是保护神经肌肉表现、维持运动速度并减少训练期间的过度疲劳时,通常推荐使用较低至中等的速度损失阈值[2,5,8]。

尽管取得了这些进展,但在类似于日常运动训练条件的标准化中等负荷抗阻训练环境下,关于速度相关指标的行为仍存在研究空白。现有的VBT文献主要集中在多周训练、基于速度的组终止规则或接近肌肉疲劳极限的训练方案上。尽管这些方法提供了有价值的机制见解,但它们可能无法 fully 反映教练在日常训练中面对的监测需求——在这些环境中,通常使用固定的负荷方案和预设的重复次数。在这种情况下,教练需要判断重复速度的变化是正常训练过程中的疲劳表现,还是运动员神经肌肉状态的实质性改变。

**2. 方法:**
- **参与者:**
本研究共有12名经验丰富的田径运动员(8名男性和4名女性)参与,他们来自市级的高水平运动队,正在进行结构性力量和体能训练。
- **实验设计:** 采用被试内重复测量设计,通过标准化的中等负荷深蹲训练来量化每次重复的速度变化及组与组之间的速度变化。所有运动员的年龄、身高、体重和抗阻训练经验均已记录。相对负荷(60% 1RM)根据他们最近一次的标准化最大重复次数(1RM)评估结果确定。
- **数据分析:** 使用G*Power 3.1软件进行先验功效分析(α = 0.05,功效 = 0.80),确定至少需要10名参与者才能检测到中等效应大小(d = 0.70)。最终样本量为12名运动员。
- **实验流程:** 每名运动员在习惯的训练环境中进行一次测试,包括两组各5次深蹲,每组之间休息3–5分钟。所有重复次数的速度均被记录下来。为尽量减少干扰因素,统一了运动技术要求,教练指导运动员以最大预期速度完成每个向心阶段,并提供了口头鼓励,同时严格控制休息时间。由于所有运动员接受的负荷、组结构和指令完全相同,因此组间的差异被归因于急性神经肌肉疲劳。

**3. 结果与讨论:**
结果表明,两组内的每次重复速度均持续下降,第二组的初始速度和/或相对速度损失比第一组更大;尽管负荷相同,不同运动员之间的表现仍存在显著差异,这证明速度指标作为个性化监测指标的有效性。

**结论:**
基于速度的监测方法在中等负荷深蹲训练中具有实用价值,有助于了解运动员的神经肌肉疲劳情况和表现变化。未来的研究应进一步关注标准化条件下的速度行为,以及在不同训练环境中的适用性,以提高其实际应用效果。所有重复动作都在经验丰富的力量与体能教练的监督下进行,以确保技术的一致性和深度。离心阶段以受控方式执行(约2秒),而向心阶段则以最大预期速度完成。在整个重复过程中提供了强烈的口头鼓励,以确保运动员全力以赴。所有运动员都严格按照规定的组数和重复次数方案完成了整个训练流程。

2.4 速度测量
使用线性位置传感器(Vitruve,马德里,西班牙)测量杠铃的速度,该传感器以1000 Hz的频率采样,并垂直安装在杠铃上。该设备可以测量随时间变化的垂直位移,并通过专有软件算法计算瞬时速度。先前的研究已经证明了使用该系统测量杠铃速度的高有效性和可靠性(组内相关系数>0.90;变异系数<5%)[11,12]。
缆绳直接连接到杠铃袖套下方,以确保垂直对齐并最小化测量误差,设备放置在杠铃正下方的地面上。所有运动员都使用相同的设备和设置配置进行测试。
每次重复的速度数据都被记录下来,并通过制造商的软件导出。本研究分析的主要速度变量是平均向心速度(MCV),定义为向心阶段的平均速度,操作上定义为从最低杠铃位置到膝盖和髋部完全伸展的动作。

2.5 结果变量和计算
主要结果是从每组中的每次重复的平均向心速度(MCV)得出的。结果在重复层面和组层面进行计算,以表征组内变化和组间变化。所有计算都是针对每位运动员的第一组和第二组分别进行的。
在重复层面,记录了每组中第1次到第5次的MCV(m·s?1)。
在组层面,首次重复速度(V1)和最后一次重复速度(V5)分别定义为第1次和第5次的MCV。平均组速度(Vmean)是 five 次重复速度的算术平均值。
绝对组内速度损失(ΔV)定义为:ΔV = V1 ? V5
相对速度损失(VL%)定义为相对于首次重复的速度百分比下降:VL% = [(V1 ? V5)/V1] × 100
为了量化每组内重复次数之间的速度下降率,使用线性回归模型,以重复次数(1–5)作为自变量,MCV作为因变量进行拟合:MCV = a × rep + b,其中“a”代表组内速度斜率,“rep”对应于重复次数。更负的值表示更快的速度下降。

2.6 统计分析
所有统计分析均使用SPSS(版本27.0,IBM公司,阿蒙克,纽约,美国)进行。描述性统计以平均值±标准差(SD)表示,统计显著性设定为p < 0.05。
使用Shapiro–Wilk检验评估分布的正态性。对于重复测量分析,使用Mauchly的检验评估球形性,在必要时 apply Greenhouse–Geisser校正。
使用单因素重复测量方差分析来分析组内重复次数之间的速度下降,重复次数作为组内因素。当观察到显著的主效应时,进行Bonferroni调整的成对比较。
使用配对样本t检验进行第一组和第二组之间的组间比较。效应大小使用Cohen’s d计算,并根据常规阈值解释(微不足道<0.20;小0.20–0.49;中等0.50–0.79;大≥0.80)。此外,计算95%置信区间以估计观察到的效应的大小和精度。
由于所有重复都在相同的相对负荷条件和标准化约束下进行,因此结果被解释为急性速度反应,而不是最大力量能力的指标。

3 结果
所有运动员都完成了标准化协议(每组五次重复,60% 1RM),从而获得了两组的全套重复速度数据(n = 12;分析的总重复次数 = 120)。

3.1 每次重复的速度变化(组内下降)
在标准化负荷条件(60% 1RM)下,两组内的平均向心速度(MCV)随着重复次数的增加而逐渐下降,显示出明显的组内速度下降模式(图3)。
图3. 在60% 1RM下进行的深蹲中,每次重复的平均向心速度(MCV)(两组各五次重复;n = 12)。数值以平均值±标准差表示。第一组和第二组的曲线显示了MCV随着重复次数的增加而逐渐减少,第二组的速度相对于第一组有所下降。在第一组中,重复测量ANOVA显示重复次数的主效应显著(F(4,44) = 115.79, p < 0.001, 部分η2 = 0.91)。Mauchly的检验表明球形性假设没有被违反(p > 0.05)。MCV从第一次重复的0.787 ± 0.096 m·s?1下降到第五次的0.664 ± 0.087 m·s?1,平均绝对下降量为0.123 ± 0.031 m·s?1。事后Bonferroni调整的比较确认了所有相邻重复之间的显著差异(p < 0.01)。相应的相对速度损失为15.6 ± 3.5%。
在第二组中,观察到了类似但更明显的重复效应(F(4,44) = 242.66, p < 0.001, 部分η2 = 0.96),MCV从第一次重复的0.760 ± 0.088 m·s?1下降到第五次的0.622 ± 0.084 m·s?1(平均绝对下降量:0.138 ± 0.023 m·s?1)。相邻重复之间存在显著差异(Bonferroni调整后p < 0.001)。相对速度损失达到18.2 ± 3.2%。
观察到的每次重复的速度下降大大超过了线性位置传感器报告的典型测量误差(约3–5%),这表明下降反映了重复次数之间的系统性性能变化,而非设备的随机变异。总体而言,这些结果表明在固定中等负荷条件下,组内速度衰减模式是稳健且高度一致的。

3.2 组间速度变化指标
从第一组到第二组,速度相关指标出现了系统性下降(表2)。首次重复速度(V1)从第一组的0.787 ± 0.096 m·s?1显著下降到第二组的0.760 ± 0.088 m·s?1(平均差异:?0.027 m·s?1;t(11) = 5.21, p < 0.001, Cohen’s d = 0.62, 95% CI [?0.037 to ?0.016])。平均组速度(Vmean)从0.728 ± 0.092 m·s?1下降到0.691 ± 0.086 m·s?1(平均差异:?0.037 m·s?1;t(11) = 6.74, p < 0.001, Cohen’s d = 0.81, 95% CI [?0.048 to ?0.025])。最后一次重复速度(V5)下降了0.042 m·s?1(t(11) = 7.12, p < 0.001, Cohen’s d = 0.94, 95% CI [?0.055 to ?0.030])。
组内速度损失百分比(VL%)从15.6 ± 3.5%增加到18.2 ± 3.2%(平均差异:+2.6%;t(11) = 6.02, p < 0.001, Cohen’s d = 0.77, 95% CI [1.5 to 3.6])。第二组内的速度-重复斜率显著变得更加陡峭(?0.029 ± 0.007 vs. ?0.034 ± 0.006 m·s?1每次重复;平均差异:?0.005 m·s?1·重复;t(11) = 4.89, p < 0.001, Cohen’s d = 0.59, 95% CI [?0.007 to ?0.002])。所有变量的一致方向和变化幅度支持在标准化条件下组间存在系统性的急性疲劳反应。
这些结果在图4中进行了说明。
图4. 在标准化深蹲协议(60% 1RM)期间,组间速度相关性能变量的变化。(a)首次重复速度(V1)、平均组速度(Vmean)和最后一次重复速度(V5),均以m·s?1表示。(b)相对速度损失(VL%),计算为[(V1 ? V5)/V1] × 100。(c)组内速度斜率(m·s?1·重复),通过对每次重复的平均向心速度进行线性回归得出。数值以平均值±标准差表示。*** p < 0.001(配对t检验)。所有变量都是在标准化条件下获得的(两组各五次重复,60% 1RM;n = 12)。

4 讨论
本研究考察了在60% 1RM下进行的标准化深蹲协议中,运动员每次重复的速度行为和组间速度相关指标的变化。主要发现有三点。首先,每组内的平均向心速度随着重复次数的增加而逐渐下降,显示出明显的组内速度衰减模式。其次,几个速度相关指标——包括首次重复速度、平均组速度和最后一次重复速度——在第二组中显著降低。第三,第二组中的速度损失幅度和组内速度斜率的陡峭程度增加,表明在标准化负荷条件下组间存在系统性的急性疲劳反应。
重要的是,虽然这些模式与先前的研究结果大体一致,但本研究进一步提供了关于在严格标准化负荷和重复结构下,运动员每次重复的速度反应和组间变化的额外见解。
每组内运动速度的逐渐下降与抗阻训练期间速度损失和神经肌肉疲劳之间的既定关系一致。先前的研究已经表明,每次重复的速度下降反映了重复肌肉收缩过程中外周和中枢疲劳的累积[14,15]。特别是,Sánchez-Medina和González-Badillo [14] 报告称,抗阻训练中每次重复的速度已被认为是疲劳发展的敏感指标,速度下降与力量生成能力的丧失密切相关。本研究的结果与这些观察结果一致,因为所有运动员在两组中的每次重复都表现出一致的速度下降。
第二组中观察到的速度损失增加进一步支持了疲劳累积反应的存在。最近,速度损失被提出作为表征组内疲劳发展的潜在指标,因为它反映了重复次数之间运动速度下降的速率[15,16,17,18,19,20,21]。当前的研究结果表明,速度下降斜率可能在监测抗阻训练期间的疲劳时提供超出传统速度损失指标的额外信息。
与主要关注一般速度损失阈值的先前研究不同,本研究提供了在标准化负荷条件下,训练有素运动员的组内和组间速度动态的更详细描述。这些发现进一步说明了速度相关指标如何在受控实验背景下反映重复级别的疲劳和组间疲劳。
重要的是,本研究观察到的速度损失幅度(约15–18%)处于中等负荷抗阻训练协议通常报告的范围内。先前的研究表明,10%到20%的速度损失阈值通常与中等程度的神经肌肉疲劳相关,并经常用于基于速度的训练(VBT)处方[16,17]。因此,当前的结果进一步支持了在应用抗阻训练环境中基于速度的监测的实际相关性。
从实际角度来看,本研究的结果强化了基于速度的监测在应用力量与体能训练环境中的实用性。由于可以使用线性位置传感器或惯性测量系统实时测量运动速度,教练可以立即获得关于运动员在训练过程中的疲劳状态的反馈[18,19]。先前的研究强调,基于速度的监测使从业者能够根据运动员当前的神经肌肉状态动态调整训练量和强度[15,17,20,21]。目前的研究发现扩展了这一概念,表明速度指标对组内疲劳和跨组累积疲劳都具有一定的敏感性。从应用角度来看,这些结果有助于从业者解读组内及组间的细微速度波动,尤其是在固定负荷抗阻训练条件下监测疲劳时。然而,这些发现应在本研究的特定实验框架内进行解读,因为使用标准化的中等负荷深蹲方案可能会限制其直接推广到其他负荷条件、运动方式或运动员群体。尽管有这些贡献,但仍需承认一些局限性。样本量相对较小,尽管所有参与者都是具有丰富抗阻训练经验的运动员。该研究还集中于在标准化负荷条件下进行的单一运动。此外,纳入男性和女性运动员以及来自不同领域的参与者可能会引入神经肌肉反应的变异性。因此,在将研究结果推广到特定性别和特定领域的群体时应当谨慎解读。即使在标准化负荷条件下,也观察到了个体间的变异性,这表明基于速度的指标应在个体层面进行解读,而不应作为统一的监测标准。重要的是,本研究的发现应在特定的实验条件和样本特征背景下进行解读,它们并非旨在建立普遍的参考标准,而是为应用训练环境中的神经肌肉疲劳监测提供特定情境下的见解。因此,这些发现可能无法直接推广到其他运动、负荷方案或运动员群体。

5. 结论
本研究调查了在60% 1RM负荷下,经过训练的田径运动员进行标准化深蹲训练时每次重复的速度变化以及组间速度指标的变化情况。结果表明,在每组的每次重复中,平均向心速度持续下降,证实了明显的组内疲劳模式。此外,在第二组中,首次重复速度、平均组速度和最后一次重复速度显著降低,伴随着速度损失增加和更陡的速度下降趋势。这些发现表明,基于速度的指标是中等负荷抗阻运动期间组内疲劳和累积疲劳的敏感指标。因此,监测每次重复的速度变化以及组间速度变化有助于教练和从业者及时发现抗阻训练期间的神经肌肉疲劳。从应用角度来看,基于速度的监测方法可以帮助从业者调节训练量、管理疲劳积累,并保持运动员的运动质量。未来的研究应进一步探讨基于速度的疲劳指标与不同运动、负荷强度和运动员群体之间的长期表现适应之间的关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号