運動與休閒學院
Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/6
為配合我國社會變遷與體育發展及本校的轉型與發展，本學院於90年8月正式成立，並將原屬本校教育學院之體育學系（所）、運動競技學系、運動與休閒管理研究所調整成立運動與休閒學院，並於95學年度增設運動科學研究所：為提升本院競爭力於101學年度運動競技學系與運動科學研究所整併為「運動競技學系」，運動與休閒管理研究所與管理學院餐旅管理研究所整併為「運動休閒與餐旅管理研究所」。
News
Browse
14 results
Search Results
Item 探討不同慣性感測器位置與運動模式對負荷量與攝氧量之關係(2025) 陳煒昇; Chen, Wei-Sheng前言：過高的運動負荷量可能導致疲勞累積並增加受傷風險。過去有多種運動負荷量測方法，但受到儀器昂貴、場地限制等影響。若可以使用便捷的穿戴式裝置進行監測，則可以幫助教練或選手即時量測運動負荷。目的： 運用感測器量化不同運動模式及不同部位之運動員負荷量。探討運動負荷量與生理參數之間的關係，並建立推估攝氧量的回歸方程式，亦探究不同感測器位置間運動員負荷量的轉換關係。方法： 實驗招募24名健康成年人，進行三種不同運動模式 (跑步、折返跑、籃球) 的測驗。將慣性感測器黏貼至手腕、上臂、肩膀、質心與腳踝，並配戴氣體分析儀與心率帶收集數據。研究採用二因子混合設計變異數分析不同部位感測器與不同運動模式的差異；皮爾森積差相關分析各參數與攝氧量的關係；逐步回歸分析法找出推估攝氧量的最佳方程式。結果：研究結果顯示不同位置感測器與不同運動模式所量測之運動員負荷量彼此間有顯著差異，並存在交互作用。各項運動模式下腳踝的運動員負荷量顯著高於其他部位，而折返跑與籃球在各部位量測的運動員負荷量顯著高於跑步。腳踝的運動員負荷量與攝氧量在各項運動模式下達到中至高度相關。逐步回歸分析表明，腳踝運動員負荷量是推估攝氧量的最佳單一變項，建立的模型具中等解釋力 (R2 =.40∼.55)。不同部位運動員負荷量之間存在中度至高度相關性，並建立了可達中等解釋力 (R2=.40∼.69) 的轉換關係模型。結論： 本研究量化在不同情境下的運動負荷特性，建立以腳踝負荷量推估攝氧量的模型，並提供了不同部位負荷量的轉換關係。此發現有助於教練與運動員更精確地評估訓練負荷，優化訓練效益並降低傷害風險。Item 開發智慧棒球打擊手套分析揮棒運動學(2025) 陳鋒; Chen, Feng緒論：慣性感測器 (Inertial Measurement Unit, IMU) 已被廣泛安裝於球棒尾部，用以測量棒球打擊者揮棒的運動學參數。然而，將 IMU 固定於棒尾可能使打者在握持長棒時感到不適。目的： 將IMU 固定於右打者前導手手背處，並開發揮棒運動學參數之演算法，旨在獲取打者在揮擊期的三軸合加速度、最大揮棒速度、揮擊期時間、最大揮棒速度時間差與擊中球瞬間之球棒進攻、垂直、水平角度；分析IMU與動作捕捉系統的信效度，並評估IMU所計算揮棒參數應用在不同層級打擊者的鑑別度。方法：大專公開一級組與一般組選手各 20 位參與本次研究，所有受試者之打擊習慣皆為右打者，每位受試者進行20次靜置於打擊座的球擊打實驗。同時使用 IMU 與動作捕捉系統收取數據並分析儀器之間的信效度；並檢驗IMU測得的揮棒速度和球棒角度的誤差值是否分別不超過 ±1.5 m/s 和 ±3°。結果: 兩組選手在兩種儀器下的揮擊期揮棒參數顯示出顯著的正相關 (mean r = .908)，且組內相關係數 (ICC) 顯示較高的一致性 (mean ICC = .861)；然而，在擊球瞬間，球棒的進攻角度、垂直角度和水平角度僅為中度相關 (mean r = .639)。此外，兩組層級打者的所有揮棒運動學參數均顯示系統性偏差 (p< .001)。在整體打擊者的揮棒參數結果中，只有揮棒速度 (+1.4 m/s) 和球棒進攻角度 (-3.0 deg) 位於預設目標範圍內，其餘參數均超出了預期範圍。結論：整體揮棒速度和進攻角度的測量結果位於設定之誤差值範圍內，但其他球棒角度皆超出了誤差值範圍，顯示慣性感測器在測量揮棒速度與進攻角度方面具有可靠性，但仍需進一步分析其他球棒角度測量中的誤差來源。Item 大專七人制橄欖球運動員之競賽模式(2024) 章富麟; Chang, Fu-Lin目的：探討大專七人制橄欖球運動員於正式比賽的運動模式，所獲數據將作為制定訓練計畫與替換策略的資訊。方法：本研究共招募12大專七人制橄欖球運動員。受試者將穿戴GPS (global positioning system, GPS) 感測器及內建的三軸加速度計與陀螺儀，於正規的七人制橄欖球比賽中收取總距離 (TD)、相對距離、高強度移動距離 (HIRD)、最大速度 (MS)、平均速度 (AVGS)、衝刺、加速 (ACC)、減速 (DEC)、碰撞、負荷指標與疲勞指標。以重複量數單因子變異數分析考驗各項指標於同半場中分段時間之差異；以相依樣本t檢定考驗各項指標不同半場之差異。結果：本研究收集完整4場正規比賽，並分析14人次打滿全場並未替換下場之人次 (n=14)。主要結果發現在同半場中TD、HIRD、MS、AVGS、衝刺、ACC、DEC皆有發現顯著差異，且在開賽第一分鐘活動水準達到高峰，隨後幾分鐘整體運動表現將呈現下滑跡象，而在第五分鐘活動水準有些為提升之趨勢；然而在不同半場中，上半場與下半場之間並未發現顯著差異。結論：表示隨著比賽時間推移，極短時間內累積的疲勞，將阻礙運動員的運動表現，因此教練應針對比賽所需的體能要求進行訓練或使用替換戰術，以防止高峰活動後體能的衰退。Item 以每日步數作為高齡者商用行動裝置測量之效度初探(2024) 林翰柏; Lin, Han-Bo隨著科技及資訊世代的來臨，在2021-2023年間，臺灣智慧型手機持有率高達89%，臺灣高齡者商用行動裝置使用率達37.2%，國內過往研究較少針對不同商用行動裝置做效度研究。據此，本研究之主要研究目的為以三軸加速規測量之步數為黃金校標，比較其與商用行動裝置測量每日步數之關係。本研究以便利取樣的方式，招募社區高齡者198名進行研究，刪除未使用商用行動裝置的高齡者，最後有175位高齡者納入分析，每名受試者一天以一筆數據計算，總共有1400筆資料，排除不完整的資料410筆，最後共有990筆資料納入後續分析。本研究之研究工具如下1.以ActiGraph GT3X+三軸加速規測量高齡者每日步數，做為黃金校標。2.高齡者主要使用的商用行動裝置 (如智慧型手機及穿戴式裝置) 所測量高齡者之每日步數3.使用自填式問卷獲取社會人口學變項。分析方法包括描述統計、皮爾森相關、獨立樣本t檢定以及Bland-Altman plot圖。本研究之結果發現，所有商用行動裝置與三軸加速規所測之步數之皮爾森相關性皆大於0.8，表示裝置皆具有良好的效度。進一步區分商用行動裝置後，智慧型手機測量之每日步數平均會低估790步/天；而穿戴式裝置測量之每日步數平均則會高估1012步/天。綜上所述，智慧型手機會低估高齡者每日步數，而穿戴式裝置則會高估每日步數。有鑑於商用行動裝置可能對個人、臨床醫生和研究人員進行身體活動監測有實際用途，建議未來可以納入更多的樣本以及針對更多品牌的裝置進行效度研究，給予高齡者自我監測步數的依據準則，促進他們採取更加健康的生活方式和行為習慣。Item 發展慣性感測器監控跑步下肢勁度的量測方法(2024) 謝曜光; Hsieh, Yao-Kuang前言：下肢勁度對於長距離跑步運動而言是一項重要的生物力學參數。過程中跑者可以透過調整跑姿及步態來改變下肢勁度，若能保持較高的下肢勁度，有利於減少能量消耗。然而目前可穿戴式裝置所量測的跑步力學參數多數無法反映跑步效率。目的：本研究欲透過慣性感測器發展評估跑步下肢勁度的量測方法。方法：招募 20 名業餘跑者，於力板上以固定速度慢跑，並在跑者身上黏貼光點及配戴一顆慣性感測器於骶骨進行資料收集。兩儀器計算結果以皮爾森績差相關檢驗，並以配對t檢定比較差異，後續計算不同速度下的誤差及建立線性迴歸方程式修正偏差。結果：兩儀器間所有參數皆達顯著高度相關，觸地時間 (contact time, CT) r= .908；垂直地面反作用力峰值 (vertical ground reaction force peak, vGRF peak) r= .953；垂直位移 (Δy) r= .814；腿部壓縮量 (ΔL) r= .804；垂直勁度 (vertical stiffness, Kvert) r= .738；腿部勁度 (leg stiffness, Kleg) r= .732。均方根誤差顯示出小的誤差CT = .016 sec；vGRF peak = 88.960 N；Δy = .006 m；ΔL = .014 m，Kvert = 2.988 N/m；Kleg = 1.312 N/m。並且透過布萊特奧特曼圖發現CT (bias= -.042 sec)、Δy (bias= -.001 m) 及ΔL (bias= -.028 m) 有低估的情形，而vGRF peak (bias= 36.408 N)、Kvert (bias= 1.262 N/m) 及Kleg (bias= 2.845 N/m) 則呈現高估。透過迴歸方程式修正後，CT (bias= 0 sec)、vGRF prak (bias= .071 N)、Δy (bias= 0 m)、ΔL (bias= .001 m)、Kvert (bias= -.083 N/m) 及Kleg (bias= -.022 N/m)。結論：本次研究發現IMU量測結果與實驗室儀器有相似之趨勢，或許可以做為室外量測的替代工具，提供更符合真實情境及豐富的資訊給跑者及教練，作為調整跑步策略及訓練安排的依據。Item 透過單一肌電慣性感測儀器參數預測長跑運動生理指標(2024) 周黎恩; Chou, Li-En過去判斷適合跑步速度的方法多以生理學參數為標準，然而這種方式時常受到環境限制，若能使用較簡便且能實地取得數據的檢測方法，則可以幫助更多運動人口得到更加豐富的資訊。目的：透過穿戴式裝置測得生物力學參數加速度、角速度和表面肌電與生理學參數氣體交換量進行比較，進而得出隨速度變化下的閾值速度。方法：實驗招募12名男性業餘跑者，於室內跑步機連續漸增負荷測驗，測驗時以攜帶式氣體分析監測儀收集分析生理訊號，以及整合式肌電慣性感測檢測儀紀錄肌肉電位和加速規的訊號，計算出生物力學指標，並比較生理學和生物力學參數閾值。結果：各項生物力學參數皆與VO2/kg呈現顯著相關，其中最大肌肉中位頻率、觸地時間、騰空時間以及著地指數與生理指標呈負相關，相關係數落在 (r = -0.819 至 -0.391) 之間，剩餘生物力學參數與生理指標呈正相關相關係數落在 (r = 0.376 ~ 0.915)。生物力學閾值速度與VT1速度皆無顯著相關，肌電閾值速度與VT2速度皆呈中度顯著相關 (r = 0.735 ~ 0.741)，而運動學則是步頻、騰空時間以及著地指數閾值速度與VT2速度達顯著相關，係數落在中度相關 (r = 0.583~ 0.689)，且與VT2 相關的生物力學閾值速度皆未與VT2速度達顯著差異。結論: 本次實驗的結果發現生物力學閾值可用於代替昂貴繁雜的生理檢測，提供更豐富細節的資訊給跑者與教練進行訓練的監控以及安排。Item 以穿戴式裝置發展網球運動的負荷指標(2023) 吳家豪; Wu, Chia-Hao前言:負荷監控對運動員相當重要，這會影響訓練效果與傷害風險，目前尚未出現結合內外在負荷及網球專項特性的負荷指標。穿戴式裝置常被用於測量網球之擊球負荷，能夠辨別擊球動作及球速，但並沒有研究針對動作強度等擊球負荷指標做探討。目的: 1.探討隨著強度增加或疲勞累積時，外在負荷及運動表現與疲勞特徵的相關性。2.觀察擊球表現隨負荷漸增的變化。方法：十二名受試者配戴心率帶、Zepp2 sensor和IMU進行網球專項耐力測試，每分鐘增加送球頻率並詢問RPE分數，至受試者力竭則停止測試。結果: PlayerLoad與內在負荷指標皆呈現顯著相關，其中HRR%(r = 0.605)、RPE(r = 0.639)、TRIMP值(r = 0.481)、平均HR(r = 0.602)，皆呈現中度相關; 擊球負荷(Hitting Load)與內在負荷皆呈現顯著相關，其中RPE(r = 0.508)呈現中度相關，HRR%(r = 0.365)、TRIMP值(r = 0.276)、平均HR(r = 0.367)則呈現弱相關。結論: PlayerLoad和擊球負荷能實際應用在實際網球訓練中，且對比與單一外在負荷指標，運動表現參數以迴歸公式計算後有更佳的相關性，透過這些方法，能提升未來外在負荷指標應用於網球運動上的可能性。Item 跑步生物力學參數與速度的關聯(2023) 邱婉婷; Chiu, Wan-Ting前言：對於跑者而言，找到長時間維持穩定心率、配速和最佳跑步速度是對提高跑步效率和品質的關鍵因素。目的:本研究旨在探討跑者在戶外速度漸增負荷測試之下，生理指標、跑步生物力學參數與速度之間的關聯。方法：招募15名跑團之市民跑者，進行戶外速度漸增負荷速測試。在跑者身上配戴心率帶及胸椎、薦椎以及雙腳脛骨黏貼慣性感測器，分別測量軀幹旋轉角速度、軀幹垂直加速度、步頻以及雙腳脛骨加速度峰值、觸地時間與騰空時間等生理學指標與運動學參數。進一步分析RPE量表7對應的速度，且使用最大距離法 (Dmax) 得到生理指標 (心率) 與各運動學參數的轉折點速度，最後以皮爾森積差相關進行統計分析，觀察無氧閾值速度與各項跑步生物力學參數的相關性。結果：各項跑步生物力學參數與(心率)無氧閾值未達顯著相關，但VTRAV-DP、VCAD-DP、VCT-DP (standardization) 與VCAD-DP (standardization) 與 (RPE) 無氧閾值速度呈現中-高度相關(r=.55-.79)。結論:在跑者的部分跑步生物力學參數轉折點速度與無氧閾值速度顯著相關之下，未來可以進一步推估預測無氧閾值速度方程式，以建立預測無氧閾值速度測量的新里程碑。Item 跑步生物力學轉折點速度與無氧閾值速度之關聯(2022) 周奕呈; Chou, Yi-Cheng前言：無氧閾值速度 (velocity at anaerobic threshold, VAT) 對長跑運動而言是一項重要的參數，它與耐力型競賽表現有著高度相關。然而，少有研究以生物力學的角度，針對跑者達到無氧閾值時的動作機轉進行探討。目的:探討生物力學參數隨速度的變化轉折點與無氧閾值速度的關聯。方法：招募 15 名男性業餘跑者，進行跑步機速度漸增測試，並以氣體分析儀量測受試者的無氧閾值速度。同時在跑者身體四個位置(雙腿脛骨、薦椎以及胸椎)配戴慣性感測器，分別量測軀幹旋轉角速度、質心垂直加速度、騰空時間、觸地時間、步頻以及脛骨加速度峰值等運動學參數。透過 D-max 數學模型計算各項參數隨速度變化下的轉折點，進而得到該運動學參數的轉折點速度(Velocity at BiomechanicalDeflection Point, VDBP)。接著以皮爾森積差相關觀察各 VDBP 與 VAT)的相關性，最後以逐步迴歸分析法得出迴歸方程式以估計無氧閾值速度。結果：除質心垂直加速度峰值轉折點速度之外，其餘參數皆與 VAT呈中度相關(r = .54~.66)，而逐步迴歸分析所得出的推估方程式為: VAT = -11.282+0.75*軀幹旋轉旋轉角速度峰值轉折點速度+1.113*脛骨加速度峰值轉折點速度 (R2 = 0.67, r = .85, bias ±1.95 SD = ±2.22 km/hr，結論:跑者的 VBDP 可反映 VAT 的優劣，且透過多項參數進行逐步迴歸分析，對比於單一 VBDP ,能更好地解釋與推估 VAT，提升未來應用於提升跑者表現的可能性。Item 不同位置慣性感測元件對捷泳划手技術分析之可行性(2022) 黃阡; Huang, Chien目的：透過不同位置慣性感測元件所收取的捷泳划手參數尋找較適合收取划手資料位置。方法：招募10位年齡18至25歲男性長距離捷式選手實施200公尺捷泳，速度為最佳成績80%。使用慣性感測元件六顆貼於雙側肩峰、雙側手腕、胸骨及薦骨，擷取頻率120Hz；共使用二台攝影機拍攝，收取頻率為120Hz。於泳池側邊跟拍及固定於側邊池壁拍攝，收取划幅、划頻參數及矢狀面活動，判斷划手分期。慣性感測元件所收取資料分析判斷划頻、划幅、身體滾轉角度及划手分期等參數；受試者各項基本資料描述性統計呈現。不同位置慣性感測元件所收取之划頻、划幅、身體滾轉角度及划手分期參數與影片數據以皮爾森積差相關分析，並計算誤差值及誤差百分比。手部慣性感測元件資料與身體各部位資料做皮爾森積差相關分析，顯著水準均為p<.05。結果：趟次辨認上平均誤差值約為0.82~1.14秒，其平均誤差百分比為0.62%~0.85%。划手次數判斷準確率100%。在635個划手週期中各部位切分的資料點上具顯著高度相關(皆為r=0.968~989, p<.05)，週期長度皆未具顯著差異。身體旋轉角度上時間點具高度相關(r=0.999, p<.05)、週期長度未有顯著差異(p=.797, t=-.261)且軀幹上不同位置慣性感測元件收取之數據具顯著高度相關性(r=0.993~0.998, p<.05)。結論：除位於手部之慣性感測元件無法收取身體旋轉角度資料外，位於軀幹上的慣性感測元件在模擬練習的情況下皆能判斷並分析划幅、划頻、身體滾轉角度、IdC等數據，若應用於實際練習監控，可根據選手較舒適的位置選擇配戴位置。