Понимание нервно-мышечных требований гонки или квадрант анализ

Многие из нас пользуются онлайн сервисом хранения тренировочных данных TrainingPeaks, также многие используют инструменты этого сервиса для анализа своих тренировок, в том числе и данных PowerMeter устройств. Совсем недавно стал доступен инструмент Quadrant Analisys. До недавнего времени он был доступен только пользователям WKO+, или софтверных решений от производителей PowerMeter устройств. Что это такое и для чего нужно? Чтобы попытаться преодолеть некоторый стопор возникающий при первом использовании этого инструмента, я написал небольшой его обзор, созданный на основе статьи написанной Andrew R. and Coggan, Ph.D.. Статья была несколько оптимизирована для лучшего восприятия, поэтому не являтся точной копией. Желающие ознакомиться с оригиналом могут по адресу http://home.trainingpeaks.com/articles/cycling/quadrant-analysis.aspx. Надеюсь кому то это покажется интересным и поможет в анализе и прогнозировании своих тренировок. Квадрант анализ: средство анализа данных PowerMeter устройств, для получения дополнительного понимания нервно-мышечных требований гонки или тренировки. Общая потребляемая мощность в велогонках существенно отличается в зависимости от характера и продолжительности соревнования или тренировки (например спринт или Айронмен). Кроме того значительные колебания мощности велосипедиста сильно зависят от таких вещей как скорость ветра, рельеф, характера покрытия дороги и т.п. Широкий диапазон и сильные колебания мощности имеют значительное физиологическое влияние на организм, не только с точки зрения оценки одной тренировки, но и с точки зрения оценки хронической адаптации к повторяющимся нагрузкам. Соответственно такие инструменты как нормализованная мощность(normalized power), коэффициент интенсивности(IF), а также нагрузочный коэффициент(TSS), которые открыто показывают стахотический характер выходной мощности, были разработаны, чтобы помочь тренерам и спортсменам оценить физиологические потребности конкретной гонки или тренировки. Поскольку метаболический уровень подготовки - обычно оценивается как уровень ПАНО- и является наиболее важным физиологическим показателем оценки производительности в видах спорта на выносливость - эти инструменты предназначены в первую очередь для оценки метаболических последствий выходной мощности. Эта теория и подход основаны на наблюдении, что нормализованная мощность во время тяжелых гонок продолжительностью около одного часа очень близка к функциональному порогу мощности. Тем не менее, чтобы полностью понять физиологические последствия воздействия различных уровней мощности на организм, требуется также понимание того как они влияют на нервно мышечную функцию, то есть реальных сил и скорости которые должны создавать мышцы ног чтобы выдавать эту выходную мощность. Такие эффекты , как алгоритм расчета нормализованной мощности, общепризнанны, но только в той степени, в которой они оказывают влияние на обмен веществ, например с помощью изменения типа рекрутируемых мышечных волокон. И хотя максимальная сила сама по себе редко является ограничивающим фактором при езде на велосипеде, нервно-мышечные факторы иногда играют важную роль в производительности в велоспорте. Таким образом необходимы инструменты для анализа данных PowerMeter устройств, которые будут показывать важную информацию в форме которая будет понятна даже неспециалистам. Некоторые сведения о нервно-мышечных требованиях конкретной тренировки или гонки могут быть получены путем анализа частотной гистограммы распределения каденса. Такие гистограммы автоматически создает большинство, если не все программное обеспечение, работающее с различными датчиками мощности и обеспечивает таким образом удобное средство анализа данных. К сожалению в настоящее время не существуют датчиков мощности которые бы измеряли силу напрямую по отношению к педали. Однако возможно получить среднюю ( т.е. на 360 гр) эффективную (т.е. тангенциальную к шатуну) силу применительно к педали ( обе ноги рассчитанные вместе) зависящую от мощности и частоты вращения педалей следующим образом.AEPF=(P*60)/(C*2*Pi*CL) где AEPF -средняя эффективная сила (в N), С- каденс ( в об/мин), СL- длина шатуна ( в м), а константы 60, 2 и Pi служат для преобразования каденса в угловую скорость ( в рад/с). Дополнительное представление о нервно-мышечных требованиях тренировки или гонки можно получить путем путем подготовки гистограммы распределения частот как для AEPF, так же как для каденса рис. 1.


Простое изучение частоты распределения AEPF и каденса не позволяет раскрыть связи между этими двумя переменными- это может быть сделано только путем выстраивания точечной диаграммы данных силы от скорости. Такие диаграммы силы от скорости были впервые применены физиологами, чтобы описать сократительные свойства мышц в начале 20 века, когда Хилл вывел уравнение описывающее эту связь полученную от миометрических измерений выполненных на изолированных мышцах лягушки. На рис 2. показывается пример распределения силы (AEPF) и скорости (круговой скорости педали) полученных в ходе той же тренировочной сессии, что и использовался для диаграммы на рис 1. Круговая скорость педали, то есть как быстро педаль перемещается по кругу во время педалирования, зависит от каденса следующим образом: CPV=C*CL*2*Pi/60 Где CPV -окружная скорость педали (в м/с), C-каденс (в об/мин), CL-длина шатуна( в м), 2, Pi, 60 константы служащие для преобразования единиц. Несмотря на то, что технически вместо CPV должна быть использована скорость сокращения мышц или по крайней мере угловая скорость, CPV показала себя как отличный предсказатель угловой скорости и как следствие скорости мышечного сокращения. Действительно, так как длина шатуна чаще всего величина постоянная особенного у каждого конкретного гонщика, точно так же можно было использовать каденс а не CPV. Однако последняя была использована, чтобы подчеркнуть связь конкретных участков точечных диаграмм с более общими данными выражающимися в кривой силы-скорость мышц. Точечная диаграмма силы и скорости показана на рис.2.


Таким образом представлена информация которая не может быть получена только путем представления частотного распределения AEPF и CPV ( как на рис.1). Однако это позволяет обнаружить трудноуловимые, а иногда и не очень, различия между приблизительно схожими заездами, именно на участках точечных диаграмм, особенно когда существует возможность масштабирования осей X иY. Повторимся еще раз, пороговая мощность (и связанный с ним каденс) обеспечивает полезную основу для сравнения, и в частности разделения относительной низкой силы от относительной высокой силы педалирования. Эти значения не могут быть переоценены так как абсолютные усилия возникающие во время езды на велосипеде имеют как правило очень низкий уровень и эти силы редко являются фактором лимитирующим производительность. Примером того как квадрант анализ может быть использован чтобы продемонстрировать эту позицию приведен в конце статьи. В частности одним из факторов способствующих криволинейной зависимости между интенсивностью выполняемого упражнения и различными метаболическими ответами на него (например скорость утилизации гликогена, концентрация лактата в крови) является рекрутирование быстросокращающихся волокон второго типа. Например, при педалировании с типичным каденсом и мощностью ниже лактатного порога очень маленький процент рекрутирования быстро сокращающихся волокон, но при прогрессировании мощности общая доля быстросокращающихся волокон будет увеличиваться. На основе научных исследований (например спектральный анализ, биопсия мышц) похоже, что пороговая мощность представляет собой не только порог с точки зрения мощности, но и с точки зрения изменения процента вербовки быстросокращающихся волокон. Другими словами: при педалировании с типичным каденсом, функциональный порог проявляется тогда, когда начинается активное рекрутирование быстро сокращающихся волокон. Таким образом, AEPF и CPV при пороховой мощности могут быть использованы для разделение точечной диаграммы сила-скорость на четыре квадранта как показано на рис.3.


Конечно это деление условно в силу градиентного, а не ступенчатого характера распределения силы. Конечно длительность упражнения так же играет важную роль в выборе типа рекрутируемых волокон, но это не видно на двухмерной диаграмме. Для этого потребуется трехмерный участок пространства AEPF и CPV и времени, что является слишком сложным для обычного использования. Тем не менее точки данных которые попадают в эти четыре квадранта можно интерпретировать следующим образом: Квадрант 1. (справа вверху). Высокая сила и высокая скорость. В крайнем случае это будет представлена на спринте, но чаще всего это все усилия выполненные выше пороговой мощности на ровной поверхности ( например атака или взятие моста во время гонки). Именно это повлечет увеличение точек в первом квадранте. Наверное не удивительно что масс старт гонки на треке ведут за собой значительное увеличения таких показателей как высокая скорость и высокая сила, из-за типично агрессивного характера такой гонки и использования фиксированных передач. Квадрант 2. (вверху слева): высокая сила, низкая скорость. Как правило, квадрант 2, проявляется при подъеме или ускорении, особенно с низкой скоростью. На самом деле когда инициирующая CPV равна нулю это единственная ситуация в велоспорте когда сила является действительно настоящим ограничителе, то есть только тогда когда CPV равна нулю, то AEPF будет максимальным. Гонки на внедорожье (циклокросс или гонки на маунтинбайках также в себя включают множество моментов требующих высокой силы. Однако и при гонках на асфальте можно увидеть большой процент такого педалирования, например при езде в крутой подъем или при езде на очень высокой передаче. В свзи с тем что AEPF достаточно высока, педалирование в обоих квадрантах повлечет за собой значительное рекрутирование быстро сокращающихся волокон. Квадрант 3: низкая сила и низкая скорость. Заезды которые ведет к увеличению процентажа педалирования в квадранте 3, как правило будут те которые используются для восстановления или на социальные цели ( поездка в магазин), а не при реальной тренировке. Тем не менее при гонке с массовым стартом в которой мощность сильно варьируется, может включать в себя много таких моментов с низкой скоростью и низкой силой, например при восстановлении после усилия, когда существует мало шансов на атаку. Квадрант 4: (внизу справа) низкая сила, высокая скорость. Пожалуй самый очевидный пример появления квадранта 4, это использование низких фиксированных передач на тренировках, в попытках улучшить гладкость педалирования. Гонки, однако, тоже могут включать значительное количество таких моментов, особенно во время таких стартов, когда необходимо резко ускориться ( например criterium bike race). Для иллюстрации понимания этого метода и тех возможностей которые он дает, ниже приведены примеры из различных видов тренировок и гонок. Эти примеры были выбраны специально потому что, за исключением 40 км таймтриала, приведенного вначале в качестве референса, средняя (ненормализованная) мощность в каждом случае была близка к 250 ваттам. Однако, как можно видеть, сочетание и распределение силы и скорости педалирования и расчет выходной мощности для каждого из этих случаев был разный. Рис.4 Квадрант анализа таймтриала на плоском рельефе (средняя мощность 294 Вт, средний каденс 80 об/мин)


Рис. 5. Квадрант анализа тренировки на велоэргометре с постоянной мощностью (средняя мощность 250 Вт, средний каденс 88 об/мин)


Рис. 6. Квадрант анализа тренировки на велоэргометре с микроинтервалами (15 сек on, 15 сек off) (средняя мощность 250 Вт, средний каденс 91 об/мин)


Рис. 7. Квадрант анализа гонки по плоскому и умеренно холмистому рельефу (средняя мощность 250 Вт, средний каденс 78 об/ мин)


Рис. 8. Квадрант анализа criterium bike race на плоском рельефе (средняя мощность 244 Вт, средний каденс 72 об/ мин)


Рис. 9. Квадрант анализа всех выше приведенных примеров, сведенный вместе.


Рис. 10. Редкий случай иллюстрации точечной диаграммой силы как таковой ( то есть максимальной силы возникающей при педалировании), когда последняя является ограничителем мощности. Для этого все пять примеров были сведены вместе и перестроены вдоль расширенной оси Y и добавлена горизонтальная линия, чтобы показать максимальное значение AEPF этого человека - 918N. Как видно на этом рисунке, даже если этот спортсмен слабее среднего, он редко использует более 50% от его максимального AEPF при тренировках или вовремя гонок. На самом деле, даже тогда когда во время испытаний при относительно низком каденсе (только 80 об/мин), для генерации 300 Вт требуется не более одной четверти иго максимальной силы педалирования. Однако, как указывалось ранее, существуют ситуации (например при старте с места), в котором сила может быть действительно ограничителем.


Предостережения и ограничения. Нужно помнить об некоторых ограничениях при интерпретации точечной диаграммы сила- скорость на основе квадрантного анализа. Как говорилось выше, различие между относительно низкой силой и относительно высокой силой педалирования на самом деле несколько условно, так как рекрутирование быстро сокращающихся мышечных волокон происходит градиентно, а не в пороговом стиле. Кроме того мышечная сила и скорость, которые играют важную роль в определении типа рекрутируемого мышечного волокна, являются не единственными факторами которые определяют набор волокон. например как указывалось выше, продолжительность упражнения тоже имеет значение. Есть и другие факторы. Исходя из таких соображений "квадрант анализ" следует рассматривать в качестве общего показателя типа рекрутируемых волокон, а не как абсолютное значение. Другой вопрос который должен быть рассмотрен, это вопрос об источнике исходных файлов и пользуемых для анализа. То есть какой PowerMeter был использован. Если не указано иное во всех выше использованных примерах использовался SRM PowerMeter c установленным интервалом записи 1 сек. Возможно это идеальная ситуация, и интервал времени был достаточно коротким, чтобы адекватно захватывать максимально широкий разброс значений AEPF и CPV, и быть устойчивым к воздействию ошибки выборки. Однако если использовался PowerMeter другой марки ( или даже одновременно) то точная картина несколько отличалась, в результате например усреднения эффектов и/ или ошибки в определении точного каденса. Длительность временного интервала в течении которого получались усредненные значения так же имеет значение. Это лучше всего иллюстрируется в случае если мощность и каденс берется средними значениями за все время тренировки, а затем используется для расчета AEPF и CPV. В этом случае на точечной диаграмме будет представлена только одня точка. Однако анализ одного и того же файла с использованием плавающего среднего значения ( так называемый Smart recording -прим. пер.) например 2-5 сек, демонстрирует, что пока данные не усредняются чрезмерно, то общая картина будет достаточно точно отражать требования тренировки. Следовательно Квадрант анализ может быть выполнен на основании данных полученных например с Ergomo или Polar S710/720, которые выдают данные мощности и каденса с интервалом 5 сек. такие участки выглядят менее плотными, чем те что получены от SRM или PowerTap, что нужно учитывать при интрепретации данных полученных из различных PowerMeter устройств. Наконец надо еще раз подчеркнуть, что все существующие рынке в настоящее время PowerMeter устройства не могут непосредственно измерять силу приложенную к педали, а делают это опосредованно через значения мощности и каденса. Поэтому сила ( и следовательно мощность) изменяется синусоидально ( в течении одного полного оборота педали) и становиться близкой к нулю в момент когда шатуны располагаются вертикально, а когда шатуны будут расположены горизонтально AEPF будет меньше максимальной силы примерно в два раза. Однако существует относительно мало различий между или внутри отдельных индивидуумов каким образом сила применяется при педалировании- таким образом квадрант анализ может быть использован для обеспечения понимания нервно мышечных требований, даже если значения нанесены в среднем через одну или более полных оборотов педали.