肌肉含氧量

通过传感器实时跟踪你的肌肉氧气饱和度（SmO2%）。

我们的智能应用程序将这些肌肉数据转化为关键功能，以指导运动员提高成绩。

我们该怎么做？​

我们测量你的肌肉。

来自训练、比赛或恢复的实时数据，帮助您提高成绩。
它是如何工作的？

我们的传感器用红外光观察你的身体内部。我们的人工智能和应用程序将这些数据转换为功能，帮助您变得更健康、更快、更强。
输入与输出

如果你可以直接测量肌肉的工作强度，为什么只测量你身体的功率输出（以重量或瓦特为单位）。与平均功率表或杠铃价格相近。

肌肉状态


对于运动生理学家来说，这些生物数据不是火箭科学，但由于不是每个运动员都有一个科学家团队支持，我们的目标是让每个人都能获得这些见解。


这是一个持续的过程。


我们的生态系统是适应性的，并不断进一步改善。


为了让这些数据对每个人都有用，我们采取的第一步是将肌肉中的数据分为5种状态。我们的智能自适应算法使用相对浓度变化和氧气的绝对百分比来确定你的肌肉是否正在恢复，是否在低强度下工作，是否在适度但可持续的努力下工作，何时主要在无氧工作，何时肌肉负荷上升。

基础知识


如何在不打开身体的情况下测量身体内部？通过光学血氧计，特别是近红外光谱（NIRS），我们可以评估各种器官的氧合状态和血流动力学，例如肌肉组织。

近红外光谱基于人体组织的两个特征。

-组织对NIR范围内的光的相对透明度，
-血红蛋白的氧合依赖性光吸收特性。

红外光穿过人体组织时，你不会感觉到或损坏任何东西，就像用手电筒穿过指尖一样。

通过使用不同的波长，可以连续测量和可视化血红蛋白浓度的相对变化。
如何使用肌肉氧进行训练

  了解如何利用我们的肌肉氧传感器优化热身、确定可持续配速、调整姿势、解决限制性肌肉问题，或量化所需的恢复时间。​​​​
肌肉含氧量

为了收缩，你的肌肉需要能量。这种能量来自于ATP的分解。

创造ATP最有效的途径需要氧气。


我们测量肌肉的氧气。


你身体的每一个细胞都对氧气有持续的需求。为了应对这种对氧气的持续需求，需要通过循环提供充足的氧气。


当你吸气时，氧气会与红细胞中血红蛋白的血红素成分结合。这种鲜红色物质被转移到你的组织中，以满足它们的需求。


在运动过程中，对氧气的需求变得更大。

预热
​
为了让你的身体为训练做好准备，热身是必不可少的。

你可以通过适当的热身来增加流向组织的血液量，增加氧气量。上面的图片显示了你达到最大可用氧气的时刻，并准备好在你的巅峰状态下表演。​
速度

​在耐力和间歇运动中，起搏至关重要，但如何确定最佳起搏策略？

带Train.Red你终于可以看到你的肌肉对你的配速的反应了。如果这条线是“红色”的，并且你的饱和度下降，你将无法长时间保持这种配速。而一条扁平的黄线表示该肌肉的可持续阈值配速。
智能休息

你在两组之间休息多久？

知道何时开始下一盘比赛是改变游戏规则的因素。如果你想训练耐力，你可以在第1节之后开始下一组训练。如果你想锻炼肌肉，请在第2节之后开始。如果你想要增加力量，请等到第3节休息结束。
确定最佳位置

你的位置会影响肌肉的氧气供应。

自行车上的空气动力学位置会降低空气阻力，但会影响血液流动。你可以用花园软管比较下肢的血液流量，特别是对于肌肉明显弯曲的运动员，你的身体会减少血液流量。
我们可以展示你的身体位置如何影响你在任何运动中的肌肉表现。
对称性

一次组合最多4个传感器来测量肌肉失衡或限制因素。
确定是左腿、右腿、大腿还是小腿。知道你身体的哪个部位阻止你跑得更快、更高或更重。
你怎么知道要训练什么肌肉？

评估限制因素的最快方法是同时使用多个传感器。或者，你可以重复同样的练习来检测哪些肌肉需要额外的锻炼。

​量化你的右腿在受伤后是否再次像左腿一样快地去饱和。或者检查你是否在高难度运动中使用正确的技术瞄准了正确的肌肉。

核心技术


近红外光谱（NIRS）是如何开始的


NIRS始于Frans Jöbsis在《科学》杂志（1977）上发表的一篇论文，Jöbsis报道称，生物组织在近红外（700-1300 nm）区域对光相对透明。


因此，有可能通过器官传输足够的光子进行原位监测。在这个近红外区域，血红蛋白——包括其两个主要变体氧合血红蛋白（O2Hb）和脱氧血红蛋白（HHb）——表现出氧依赖性吸收。血红蛋白被认为是生物组织中吸收近红外区域光的主要发色团。


科学


如果吸收是已知的，比尔-朗伯定律可以用来计算发色团的吸收。朗伯-比尔定律由下式给出：


ODλ=对数（I0/I）=ελ*c*L


ODλ是一个无量纲因子，称为介质的光密度，I0是入射光，I是透射光，ελ是发色团的消光系数（单位为µM-1•cm-1），c是发色剂的浓度（单位为μM），L是光入射点和出射点之间的距离（单位为cm），λ是使用的波长（单位为nm）。


比尔-朗伯定律旨在用于透明、无散射的介质中。当它被应用于散射介质，例如生物组织时，必须加入无量纲路径长度校正因子。这个因子，有时被称为差分路径长度因子（DPF），解释了由于组织中的散射而导致的光学路径长度的增加。散射介质的修正比尔-朗伯定律由下式给出：


Δc=ΔODλ/（ελ*L*DPF）


其中ODλ表示由于组织中的散射和吸收引起的与氧无关的光学损失。假设在近红外光谱测量过程中ODλ是恒定的，我们可以将光密度的变化转换为浓度的变化。


这个方程对于一个有发色团的介质是有效的。如果涉及更多的发色团，我们需要测量至少与存在发色团一样多的波长。这就产生了一组线性方程。这一集合的解决方案导致了大多数近红外系统中使用的算法。散射介质使得可以利用彼此平行的近红外源和探测器来测量吸收。这为使用近红外设备测量较大组织（如肌肉和大脑）的氧合提供了机会。


NIRS算法


定义NIRS使用的算法需要各种发色团的光谱消光系数。两个主要发色团O2Hb和HHb的光谱。


O2Hb和HHb之和是组织中总血容量（tHb）的量度。肌肉组织含有另外两个发色团：氧和脱氧肌红蛋白（O2Mb和HMb）。为了区分肌肉组织中的血红蛋白和肌红蛋白，光谱需要有足够的差异。不幸的是，在光谱的近红外区域并非如此。这意味着，NIRS无法区分测量的氧浓度是由血红蛋白携带还是由肌红蛋白携带。能够区分Hb和Mb的波长不能足够深地穿透组织。


近红外光谱法和脉搏血氧计有什么区别？


近红外光谱所依赖的技术与脉搏血氧测定技术非常相似。


主要区别在于被采样的组织。脉搏血氧仪计算动脉血液中含氧血红蛋白的百分比。NIRS计算所研究的组织（毛细血管）中氧合血红蛋白和脱氧血红蛋白的变化（以及可选的氧合血红蛋白的百分比），该组织包含动脉和静脉血液。