[发明专利]一种多参数筛选预测最大摄氧量的方法

权利要求书

1.一种多参数筛选预测最大摄氧量的方法，其特征是，具体步骤为：

步骤1：对若干名受试者健康筛查后，测量身高和体重并通过BMI获取身体质量指数，然后录入Quark b2型运动心肺功能系统；受试者连接心肺功能仪面罩及与之配套的红外心率采集装置和气体采集装置，进行1min静息代谢气体数据观测；之后以起始负荷为零，以50W/3min负荷递增的方式在功率自行车运动到力竭，再零负荷蹬车2min后结束测试，全程由心肺功能仪每2秒钟自动记录一次数据，最终实现运动全过程中的22项呼吸气体代谢数据的采集；

步骤2：提取每一位受试者3项非运动参数以及运动全过程中最大摄氧量时间点对应的21个运动参数，并汇总所有受试者数据构建用于后续分析的第一数据集；

步骤3：将步骤2中的第一数据集以最大摄氧量和其他各参数进行偏相关分析，剔除所有与最大摄氧量不具有显著偏相关关系变量的影响后，度量与最大摄氧量显著偏相关的任意两变量间的相关性，精准的反应两个变量之间的内在联系，提取与最大摄氧量具有显著偏相关性的11个运动参数以及每一位受试者身高、体重及身体质量指数一起合成第二数据集；偏相关关系的显著性统计量控制为p0.05；

步骤4：基于步骤3中合成的第二数据集，使用R语言BayesFactor包构建贝叶斯因子回归模型，获得若干种模型组合；

步骤5：基于步骤4中所得的模型组合，筛选出性能最优的前四种模型，并对所选的4种最优模型进行模型性能评估；

步骤6：基于4种最优模型结构，对原始数据进行线性拟合，对拟合结果排序，确定用于最大摄氧量模型的模型结构及性能。

2.根据权利要求1所述的一种多参数筛选预测最大摄氧量的方法，其特征是：所述模型组合共为65535种。

3.根据权利要求1或2所述的一种多参数筛选预测最大摄氧量的方法，其特征是：所述模型性能评估的性能指标为拟合程度(R2)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)、赤池信息量准则(AIC)和贝叶斯信息准则(BIC)。