数据驱动的阻力训练对肌肉萎缩

肌肉在生活中发挥重要作用。骨骼肌质量仅占了40%的体重。肌肉把化学能转化为机械能,产生我们呼吸的力量和移动。肌肉也作为储层的碳水化合物,蛋白质和脂肪酸,对我们的新陈代谢和能量平衡作出了重大贡献。

然而,不幸的是肌肉不断从40岁下降。这与年龄相关的肌肉在十年内atrophy-sarcopenia-comprises约6%。到80岁,一个人将因此失去了大约三分之一的最大的肌肉。物理性能显著降低,生活质量下降。

阻力训练是良药

它通常是明白的体育活动可以刺激肌肉的生长。因此阻力训练的关键措施来抵消sarcopenia的负面影响。然而,究竟什么目标肌肉训练,它是如何最优地实现其目的在很大程度上是未知的。

“这是因为阻力训练不够准确地映射在实践中,因此很难得出结论对肌肉增长,“克劳迪奥·Viecelli说,博士生在ETH分子系统生物学研究所的教授恩斯特港口。

Viecelli旨在弥补这一缺口。他的论文,分子和肌肉生物学家曾与同事从苏黎世大学应用科学(ZHAW)和黄铁矿训练AG开发一个令人印象深刻的简单方法:它使用加速度传感器在传统智能手机记录阻力训练变量在高时间分辨率的设备。研究人员discussd他们的方法在专业杂志上《公共科学图书馆•综合》。

想要的:时间紧张

直到现在,活动开展的阻力练习会话期间体重通常是记录集和重复。然而,这样的训练数据不够可比,因此最优时检查训练对肌肉增长的影响。阻力训练的时间模式相关肌肉的可塑性。

描述数据需要在理论上已经知道了很长一段时间。这些包括单一重复”,包括提升和降低负载;那么“紧缩阶段特定的时间”,这表明时间下的肌肉张力在提升和降低;最后“总time-under-tension”——量化多长时间在锻炼肌肉受到张力。

从加速收缩

到目前为止,还没有合适的方法,记录这些值可靠地在健身房。“它需要几个停止手表甚至几个assistants-but并不实用。这就是为什么这些信息通常在培训日志和失踪科学出版物Viecelli解释说:“他是一个阻力训练狂热者。搜索解决方案时,他想出的想法使用智能手机作为数字分析工具。

为了测试这个想法,Viecelli检查22的训练测试对象9块电阻设备Irchel ASVZ体育中心。他连接智能手机重量堆栈,以记录加速度运动。具体编程应用程序然后记录传感器数据。Viecelli能够从这些加速度确定收缩时间配置文件。然后他录像作为比较充分证明该方法准确,可靠地工作。

对数字化阻力训练设施

新分析方法使抵抗运动映射更准确,并允许相关的比较数据被记录在一个标准化的方式。这个可以量化抵抗运动刺激对肌肉的塑造和识别training-induced肌肉生理学变化使用比较研究。这可能有助于对抗老年性sarcopenia及其后遗症。

该方法主要用于研究目的。然而,Viecelli认为所有人都可以使用这个工具在未来独立记录数据在他们的智能手机。例如,这将使他们更好地调整自己的个人需求培训计划。

这样的用户数据也将有趣的科学目的。Viecelli的愿景是一个数字化抵抗运动实验室有一个广泛的训练数据,可以与用户的身体成分。“我们的目标是开发个性化培训策略来有效地和有效地提高肌肉和力量,”分子和说肌肉生物学家。