將實驗結果分為單獨走路、單獨跑步及走跑過程呈現，並探討身體加速度 (前後軸、
縱向軸、橫向軸、矢狀面、橫狀面、額狀面及合加速度) 之峰值、積分值和 MAD 值分 別與速度、心率 (HRR%)之相關。
由表 3 得知，在單獨走路過程中發現，同時與行進速度及心跳儲備率 (HRR%) 呈 高度相關 (r>0.7) 之加速度運算方式，分別為前後軸、矢狀面、橫狀面、額狀面及合加 速度峰值，另有前後軸、橫狀面、額狀面及合加速度 MAD 值，其中身體加速度與行進 速度、心跳儲備率 (HRR%) 之相關係數值皆大於.80 的參數，分別為前後軸 MAD 值 (r=.833**、837**，p<.001)、橫狀面加速度 MAD 值 (r=850**、881**，p<.001)；而單 獨跑步過程中發現，同時與行進速度及心跳儲備率 (HRR%) 呈中度相關 (0.4<r<0.69) 之加速度運算方式，分別為前後軸及橫狀面積分值，前後軸、橫狀面及合加速度峰值，
前後軸及橫狀面 MAD 值，其中身體加速度與行進速度、心跳儲備率 (HRR%) 之相關 係數值皆大於.60 的參數，分別為前後軸積分值 (r=.669**、.669**，p<.001) 及前後軸 MAD 值 (.637**、.651**，p<.001)；在走跑過程中發現，同時與心跳儲備率 (HRR%) 及 行進速度呈高度相關 (r>0.7) 之加速度運算方式，分別為前後軸積分值，縱向軸、額狀 面及合加速度峰值，前後軸、縱向軸、額狀面及合加速度 MAD 值，其中身體加速度與
22
行進速度、心跳儲備率 (HRR%) 之相關係數值皆大於.80 的參數，分別為合加速度峰值 (r=.836**、.856**，p<.001)、額狀面加速度 MAD 值 (r=.821**、.816**) 及合加速度 MAD 值 (r=.821**、.815**)。
23
前後-MAD S=17.929P+1.491 H=1.3331M+0.1024
合-峰值 S=2.6601*P+6.5812 H=0.0916*P+0.3904
.514**
.517**
.264**
.267**
24
前後-MAD S=47.768*M+2.057 H=0.7738*M+0.5188
.637**
.651**
.401**
.424**
走跑
合-峰值 S=3.2659*P-1.5554 H=0.1777*P+0.0068
.836**
.856**
.699**
.732**
前後-MAD S=27.836*M+2.0594 H=1.4922*M+0.6195
.780**
.787**
.601**
..620**
**顯著水準為 0.01 時，相關顯著；P 表示峰值及 M 表示 MAD 值；S 表示速度；H 表示心跳儲備率
25
第伍章 討論
由本實驗結果得知，合加速度峰值及前後軸加速度 MAD 值在單獨走路、單獨跑步 和走跑過程中皆與行進速度、心跳儲備率 (HRR%) 呈線性關係。以下討論分為兩部分 呈現：一、不同速度走跑，身體加速度與行進速度、心跳儲備率之關係。二、不同動作 型態，比較身體加速度之運算方式。
第一節 身體加速度與速度、心跳儲備率之關係
過去文獻指出若未將走路與跑步的身體加速度分開作討論，會造成加速度範圍差距 較大而影響迴歸結果 (D'silva et al., 2015; Qasem et al., 2012)。因此本實驗結果將行進過 程分為三種型態做討論，分別為單獨走路、單獨跑步與走跑過程。
本實驗結果發現在單獨走路、單獨跑步及整個走跑過程，身體加速度之運算方式含 積分值、峰值及 MAD 值皆與行進速度、心跳儲備率 (HRR%) 呈線性相關。單獨走路 過程，身體加速度運算方式與行進速度、心跳儲備率 (HRR%) 達顯著相關之參數最少。
推估其可能原因有三，一為走路速度僅三種，相較於跑步速度的五至六種資料來源相對 較少，因此無法有效地在相關程度上有所呈現；二為本實驗的走路速度範圍相較過去實 驗的速度範圍較廣 (2.2、4.2、7.2 km/hr)，過去實驗的走路速度大多集中在 3-7 km/hr 或 自選舒適速度，本實驗的最低平均速度為 2.2±0.5 km/hr，並非一般人所能立即適應之緩 慢速度，因此造成單獨走路時的身體加速度各運算方式與行進速度大多無法達成線性關 係；三為本實驗的操作流程為間斷式進行，過去實驗的走路速度大多集中在 3-7 km/hr 或自選舒適速度，且為連續進行，當人體在某特定強度進行運動時，心率會因為身體漸 漸適應該強度而逐漸達穩定，當運動強度漸漸增強時，運動心率也會呈正比逐漸上升至 穩定 (黃苹苹、王顯智，2005)，因此在速度連續漸增的走路過程中，心率勢必會因為適 應該行進速度而逐漸上升。而本實驗設計採取的是兩個試驗之間休息至恢復站立時休息 心跳，並沒有連續運動過程，因此本實驗得知的是該走路速度當下的心率，而此時的身
26
體加速度運算方式與心跳儲備率達顯著相關之參數較少。反之在單獨跑步及走跑過程中，
大部分身體加速度演算方式與心跳儲備率 (HRR%) 呈線性關係，則與過去許多文獻提 出之結論一致，因此更能代表恢復至休息站立心率的實驗操作是必要的，也更突顯代表 生理訊號的心率容易受到外在因素影響。
心率經常作為運動員在監測運動強度之生理指標，並且被證實可以拿來預測能量消 耗 (Andrew et al., 2013; Hiilloskorpi, Pasanen, Fogelholm, Laukkanen, & Mänttäri, 2003)，
但因為心率易受到年齡、性別、體能及情緒的影響，因此在低強度運動時，利用心率推 估攝氧量具有其限制 (Livingstone et al., 1990; Luke, Maki, Barkey, Cooper, & McGEE, 1997)。當運動強度接近身體最大運動負荷時，心率反而會有緩和上升的現象，意謂著 心率不再隨運動強度增加而上升 (黃苹苹、王顯智，2005; Karvonen & Vuorimaa, 1988)。
心率有其極限，而且因人而異，然而動作的強度包含：速度、加速度等參數還是有持續 上升的空間。
而走跑過程之身體加速度與行進速度、心跳儲備率 (HRR%) 的整體相關結果較單 獨跑步時佳，與過去文獻證實之結論相異，過去文獻認為走跑過程的速度範圍相較單獨 跑步的速度範圍差距大，加速度的變異也較大，因此造成走跑過程加速度與速度、心跳 儲備率之關係較差，但本篇實驗與過去結果不同，推估原因在於實驗操作流程的不同，
過去研究採取速度漸進式連續增加，本篇實驗的走跑速度為非漸進式增加且不連續，隨 著速度範圍變化越大，也更能準確擷取該運動強度當下的動作訊號及生理訊號，因此造 成此結果。
由本實驗結果可知，不論在單獨走路、單獨跑步或整個走跑過程中，合加速度峰值 及前後軸 MAD 值皆與行進速度、心跳儲備率 (HRR%) 達顯著，因此利用身體合加速 度峰值、前後軸 MAD 值作為推估運動強度的指標是可行的。
第二節 不同動作型態，比較身體加速度之運算方式
27
單獨走路過程中，前後軸加速度 MAD 值、橫狀面加速度 MAD 值與行進速度、心 跳儲備率 (HRR%) 達顯著相關，與過去文獻提出走路過程之合加速度與行進速度呈線 性相關 (r=.960) 之結果不同 (Fudge et al., 2007)，探討其可能原因與身體質心位置變化 有關，走路過程的質心垂直位置會隨著走路速度增加而減少，取而代之是水平位移增加，
如前後或左右方向 (Ortega & Farley, 2005)，因此在本實驗結果發現，前後軸加速度 MAD 值、橫狀面加速度 MAD 值相較於合加速度峰值與速度、心跳儲備率 (HRR%) 間的關 係有較佳結果。
單獨跑步與走跑過程中大部分加速度運算方式皆與行進速度達顯著相關，與過去學 者 Brager 等人 (2003) 發現之結果相異，該學者發現行進速度低於 9km/hr 時，縱向軸加 速度與行進速度呈線性相關 (R=.92)，但跑步時 (行進速度大於 9 km/hr) 的縱向軸加速 度值都持平，因此認為跑步過程的身體加速度與行進速度之間並無線性關係存在，但在 本篇實驗可發現單獨跑步和走跑過程中，縱向軸加速度積分值、峰值及 MAD 值皆與速 度呈線性關係，皆隨速度增加而增加；過去學者 Cavagna 與 Zamboni (1976) 也提出，
當跑步速度在 7-32 km/hr 時，水平加速度 (橫向軸、前後軸或橫狀面) 在跑步行進速度 大於 10 km/hr 時會開始增加，也應證本篇實驗結果，在本篇實驗發現單獨跑步及走跑過 程中，橫向軸、前後軸及橫狀面加速度不論在峰值、積分值或 MAD 值皆與行進速度存 在線性正相關，水平加速度隨行進速度增加而上升，因此利用身體加速度來推估跑步行 進速度並預測跑步時的運動強度是可行的。Fudge 等人 (2007) 也證實隨跑步機速度增 加，髖關節前後軸與橫向軸加速度也隨之增加，因此跑步過程中髖關節合加速與行進速 度呈線性關係 (r=.892)。
加速度不同運算方式之比較發現，積分值在所有動作型態中的結果最差；在單獨走 路及單獨跑步過程中，加速度峰值與行進速度之間的關係最佳，推論其可能原因在於走 路過程因為接觸地面時間較多，閉鎖性動作時間較長，峰值相較之下更能代表整個動作 過程，而跑步過程隨著速度增加，騰空時間增加而提升接觸地面時的衝擊力，因此增加 垂直方向峰值。而走跑過程中，加速度 MAD 值與行進速度之間的關係最佳，因為 MAD 是算取單位時間內合加速度與平均加速度之間的絕對差異，並在計算過程中濾掉靜止不
28
動時的重力加速度值，相對只考慮到動態動作下的資料，因此利用 MAD 分析原始加速 規訊號可以辨別運動強度範圍較廣的不同動作型態。
第三節 結論與建議
撇除心率帶穿戴的不舒適性，以速度及心跳儲備率 (HRR%) 作為運動強度之校標，
利用身體合加速度峰值及前後軸 MAD 值來推估走路、跑步及整個走跑過程的運動強度 是可行的，此結果可提供同年齡層男性在身體活動量計未來應用之基礎。
而對未來研究之建議，走路過程的速度選取可再增加多種速度資料以利相關之呈現，
並可將本研究之環境延伸至不同年齡層、女性、平地走跑、受過訓練之短跑選手提升測 試速度，以確認本研究結果之應用範圍。
29
Aittasalo, M., Vähä-Ypyä, H., Vasankari, T., Husu, P., Jussila, A. M., & Sievänen, H. (2015).
Mean amplitude deviation calculated from raw acceleration data: a novel method for classifying the intensity of adolescents’ physical activity irrespective of accelerometer brand. BMC Sports Science, Medicine and Rehabilitation, 7(1), 18.
Andrew, M. E., Shengqiao, L. I., Wactawski‐Wende, J., Dorn, J. P., Mnatsakanova, A., Charles, L. E., ... & Sharp, D. S. (2013). Adiposity, muscle, and physical activity:
predictors of perturbations in heart rate variability. American Journal of Human Biology, 25(3), 370-377.
Bailey, M. J., & Ratcliffe, C. M. (1995). Reliability of physiological cost index measurements in walking normal subjects using steady-state, non-steady-state and post-exercise heart rate recording. Physiotherapy, 81(10), 618-623.
Bassett Jr, D. R. (2000). Validity and reliability issues in objective monitoring of physical activity. Research Quarterly for Exercise and Sport, 71(sup2), 30-36.
Biewener, A. A., Farley, C. T., Roberts, T. J. & Temaner, M. ( 2004). Muscle mechanical advantage of human walking and running : implications for energy cost. Journal of Applied Physiology. 97:2266-2274.
Boyd, L. J., Ball, K., & Aughey, R. J. (2011). The reliability of MinimaxX accelerometers for measuring physical activity in Australian football. International Journal of Sports Physiology and Performance, 6(3), 311-321.
Brage, S., Wedderkopp, N., Franks, P. W., Andersen, L. B., & Froberg, K. (2003).
Reexamination of validity and reliability of the CSA monitor in walking and running. Medicine & Science in Sports & Exercise, 35(8), 1447-1454.
Butte, N. F., Ekelund, U., & Westerterp, K. R. (2012). Assessing physical activity using wearable monitors: measures of physical activity. Medicine & Science in Sports &
Exercise, 44(1 Suppl 1), S5-12.
Caspersen, C. J., Powell, K. E., & Christenson, G. M. (1985). Physical activity, exercise, and physical fitness: definitions and distinctions for health-related research. Public Health Reports, 100(2), 126.
Cavagna, G. A., Thys, H., & Zamboni, A. (1976). The sources of external work in level walking and running. The Journal of Physiology, 262(3), 639.
Chan, C. B., Spangler, E., Valcour, J., & Tudor‐Locke, C. (2003). Cross‐sectional
30
relationship of pedometer‐determined ambulatory activity to indicators of health. Obesity Research, 11(12), 1563-1570.
Chen, K. Y., & Bassett, D. R. (2005). The technology of accelerometry-based activity monitors: current and future. Medicine & Science in Sports & Exercise, 37(11), S490.
Chen, K. Y., Janz, K. F., Zhu, W., & Brychta, R. J. (2012). Re-defining the roles of sensors in objective physical activity monitoring. Medicine & Science in Sports & Exercise, 44(1 Suppl 1), S13.
Crouter, S. E., Churilla, J. R., & Bassett Jr, D. R. (2006). Estimating energy expenditure using accelerometers. European Journal of Applied Physiology,98(6), 601-612.
Crouter, S. E., Churilla, J. R., & Bassett Jr, D. R. (2006). Estimating energy expenditure using accelerometers. European Journal of Applied Physiology,98(6), 601-612.