Doktoritöö uuris, kuidas luua veelgi nutikamaid pulsikellasid ja aktiivsusmonitore

Treeningkellad aitavad jälgida oma füüsilist aktiivsust.Foto: Shutterstock

Füüsiline aktiivsus aitab hoida nii kehalist kui ka vaimset vormi ning ennetada mitmeid haigusi. Seejuures on oma tervise monitoorimiseks heaks abimeheks nutikell. Kuidas üha populaarsemaks muutunud pulsikellasid ja teisi seadmeid veelgi paremaks muuta, uuris Ardo Allik oma Tallinna Tehnikaülikoolis kaitstud doktoritöös. 

Kui vaadata teemat laiemalt, siis tuleks värske doktori sõnul teadvustada, et tänapäeva inimeste eluviis erineb olulisel määral elust minevikus. Füüsiline pingutus ei ole enam igapäevaelu eeldus ja kaasaegsed mugavad elutingimused võimaldavad inimesel hakkama saada enneolematult vähese füüsilise liikumisega. See aga ei tähenda, et selline elu meile hea on.

Seadmed olgu väikesed ja märkamatud

Tegelikult avaldab erinevus meie kaasaegse elu ja geneetilise ülesehituse vahel olulist mõju tervisele, näiteks luustiku tihedusele, südame-veresoonkonna haigustele, rasvumisele, keha koostisele ja insuliiniresistentsusele.

Nii on Alliku sõnul igal juhul väga oluline propageerida aktiivset elustiili, sest uuringud kinnitavad, et rutiinsel füüsilisel tegevusel on positiivset mõju, vähendades diabeedi-, südame-veresoonkonna haiguste ja rasvumise riski ning suurendades vaimset heaolu.

Füüsilist aktiivsust ja oma treeningut saab jälgida kantavate seadmete abil, mis mõõdavad, koguvad ja analüüsivad kasutaja füsioloogilisi andmeid. Kuna selline monitooring muudab treenimise interaktiivsemaks ning võimaldab kasutajatel saada paremat ülevaadet oma edusammudest, motiveerib see sageli kasutajaid harrastama aktiivsemat elustiili.

„Minu doktoritöö eesmärk oligi edendada uudseid füüsilise väsimuse hindamise ja inimese aktiivsuse monitoorimise meetodeid, mida saaks reaalajas rakendada erinevates kantavates süsteemides,” selgitab Allik.

“Tehnoloogia arenedes on populaarsust kogunud erinevad seadmed ja rakendused, mis aitavad nende kasutajatel jälgida oma füüsilist aktiivsust, treeninggraafikut, -harjutusi ja põletatud kaloreid. Mugavaks kasutamiseks peavad antud lahendused olema väikesed ja märkamatud, mis omakorda seab märkimisväärse nõude nende süsteemide erinevate aspektide optimeerimisele.”

Kuidas aktiivsust efektiivsemalt jälgida?

Allik rõhutab, et tema doktoritööl oli kolm suuremat eesmärki. Üks põhilistest eesmärkidest oli täiustada füüsilise tegevuse tuvastamist, mis annab reaalajas informatsiooni kasutaja sooritatud liikumisest. Teadustöö käigus optimeeriti klassifitseerimise akna pikkust, kiirendusanduri näiduvõtusagedust ja tunnusjoonte valikut. Reaalajas töötav liikumisviiside tuvastus annab väärtuslikku teavet aktiivsusmonitoride tagasiside kvaliteedi tõstmiseks või lisaohutuse tagamiseks, jälgides kõrge riskiga keskkondades töötavate kasutajate olekut.

Teine tähtis eesmärk oli hinnata erinevaid baasainekulu hindamise valemeid, et edendada omakorda energiakulu hinnangut. Nimelt on energiakulu kehalise aktiivsuse uuringute seisukohast oluline parameeter, mida kasutatakse sageli ka sellega korreleeruva parameetrina. Samuti on see väga vajalik inimeste toitumisharjumuste kohandamiseks või suurema elanikkonna tervise hindamiseks.

Kolmas oluline eesmärk oli luua kantavatele seadmetele sobiv füüsilise väsimuse reaalajas hindamise meetod, kasutades selleks reaalajas ja kergesti mõõdetavaid kardiovaskulaarseid parameetreid. Siinkohal tähendab väsimus muutunud füsioloogilist seisundit, mille tagajärjeks on vaimsete ja füüsiliste võimete langus. “Antud muutus kajastub ka erinevate füsioloogiliste parameetrite väärtustes,” märgib doktorant..

Võtmetähtsusega on füüsilise väsimuse hindamine

Miks on aga väsimuse kvaliteetne hindamine oluline? Üks põhjus, miks väsimust on vaja osata õigesti ja kvaliteetselt määrata, seisneb Alliku sõnul selles, et inimestel tekib väsimus mitte ainult sportides, vaid ka tööl või kindlaid tööülesandeid täites, mis omakorda suurendab tööõnnetuste riski, mõjutades otseselt inimeste vaimset ja füüsilist võimet sooritada isegi lihtsamaid tegevusi.

Doktoritöö tulemusena optimeeriti nii klassifitseerimise akna pikkust kui ka kiirendusanduri diskreetimis- ehk näiduvõtusagedust ning erinevate tunnusjoonte valimismeetodite abil vähendati tunnusjoonte arvu 110-lt 13-le ilma klassifitseerimise tulemust langetamata.

„Doktoritöös analüüsitud parameetrite kogum suudab selektiivselt eraldada puhkeolekut ja füüsiliselt väsinud olekut ning loodud masinõppe põhine mudel näitas võimet eristada erinevaid väsimusseisundeid. Ehk eristada vähem-väsinud inimesi, kelle jaoks sooritatud füüsiline trenn avaldas vähem mõju, kõrgelt-väsinud inimestest,” selgitab Allik.

Selgus, et kõige paremini toimis energiakulu hindamisel Mifflin-St Jeori mudel, mille ruutkeskmine hälve, 175 kcal, oli väiksem võrreldes mõõdetud väärtusega.

Lisaks pakkus Allik oma doktoritöös välja mitmeid võimalusi kaasaegse füüsilise väsimuse hindamise ja liikumisviiside tuvastamise meetodite edasiseks arendamiseks, parandades nende jõudlust või optimeerides neid kantavates süsteemides kasutamise eesmärgil.

Populaarsed lood mujal Geeniuses

Igal argipäeval

Ära jää ilma päeva põnevamatest lugudest

Saadame sulle igal argipäeval ülevaate tehnoloogia-, auto-, raha- ja meelelahutusportaali olulisematest lugudest.