Physiologically, the transverse axi

Physiologically, the transverse axis of the ellipse (SD1) is a measure
of the short-term changes in the RR intervals and is considered
as an indicator of parasympathetic activity [27]. The
physiological significance of the longitudinal axis (SD2) is not so
clear, but it is thought that it reflects the long-term changes in
the RR intervals, and is considered as an inverse indicator of
sympathetic activity [23]. Naranjo et al. [29], defined 2 new indices
to help in the interpretation of the Poincaré plot. These indices
were: Stress Score (SS), expressed as the inverse of the SD2
diameter multiplied by 1000 (with the aim of obtaining a value
directly proportional to the sympathetic activity over the sinus
node), and the sympathetic- parasympathetic ratio (S/PS ratio),
expressed as the ratio between SS and SD1. Its aim is to obtain a
real relationship between sympathetic and parasympathetic
that reflects the autonomic balance via the HRV.
In practice, however, the HRV indices most used to monitor the
physical training loads of athletes are those of the time domain,
specifically rMSSD [34,35], or SD1 (from Poincaré plot) [24]. Both
parameters reflect parasympathetic activity [41].
There are also non-linear methods that analyse the complex
behaviour of the cardiac signal. Among these is the entropy [31]
that quantifies the degree of order of the signal, such that a system
with little entropy is characterised by being regular, predictable,
of limited complexity and adaptivity. The mathematical
models for calculating it have been improving, there being 3
algorithms: Approximate Entropy (ApEn) [32], Sample Entropy
(SampEn) [37], and Multiscale Entropy (MSE) [15].
In sports such as soccer, it is important to be able to precisely
monitor the intensity of the physical load during exercises performed
for physical development during training in order to
optimise the training parameters. Studies suggest that HRV can
provide useful information on physiological adaptions to training.
Buchheit et al. used HRV as a parameter to monitor the
physical condition of young soccer players (under 15 and 17
years) for 3 weeks during the competition period [11]. Buchheit
et al. [13] also analysed HRV during and after a submaximal running
test to predict changes in physical performance for the
whole season in non-professional soccer players. Aguilar et al.
[1] analysed HRV in professional football players during exercises
in confined spaces. The study of Sotiriou et al. [39] analysed
HRV in a group of master soccer players over 40 years old. However,
the analysis of HRV as a tool for assessing the physical status
in professional players and throughout the competition is
unknown. In particular, there is no information as regards the
non-linear parameters in this situation. Thus, the aim of this
study was to construct an HRV behaviour profile in professional
soccer players throughout a full season

ผลลัพธ์ (ไทย) 1:

Physiologically, transverse แกนของวงรี (SD1) เป็นการวัดของระยะสั้นการเปลี่ยนแปลงในช่วง RR และถือเป็นเป็นตัวบ่งชี้ของกิจกรรมประสาท [27] ที่ไม่สำคัญสรีรวิทยาของแกนระยะยาว (SD2) ดังนั้นชัดเจน แต่มันเป็นความคิดที่ สะท้อนถึงการเปลี่ยนแปลงในระยะยาวช่วง RR และถือเป็นตัวบ่งชี้ที่ผกผันของเห็นอกเห็นใจกิจกรรม [23] ดัชนีใหม่ 2 กำหนด Naranjo et al. [29],เพื่อช่วยในการตีความของพล็อต Poincaré ดัชนีเหล่านี้มี: ความเครียดคะแนน (SS), แสดงเป็นค่าผกผันของการ SD2เส้นผ่าศูนย์กลางคูณ ด้วย 1000 (มีจุดมุ่งหมายของการได้รับค่าสัดส่วนโดยตรงกับกิจกรรมที่เห็นอกเห็นใจมากกว่าไซนัสโหนด), และอัตราส่วน parasympathetic เห็นอกเห็นใจ (อัตราส่วน S/PS),แสดงเป็นอัตราส่วนระหว่าง SS และ SD1 เป้าหมายจะได้รับการความเห็นอกเห็นใจ และประสาทจริงที่สะท้อนให้เห็นถึงดุล autonomic ผ่าน HRVในทางปฏิบัติ ไร ดัชนี HRV สุดใช้ในการตรวจสอบการโหลดฝึกกายภาพของนักกีฬาคือโดเมนของเวลาโดยเฉพาะ rMSSD [34,35], หรือ SD1 (จากที่พล็อต Poincaré) [24] ทั้งสองอย่างพารามิเตอร์แสดงกิจกรรมประสาท [41]นอกจากนี้ยังมีวิธีการไม่เชิงเส้นวิเคราะห์ซับซ้อนพฤติกรรมของสัญญาณหัวใจ ในบรรดาเหล่านี้คือเอนโทรปี [31]ที่ quantifies ระดับของลำดับของสัญญาณ ให้ระบบมี entropy น้อยมีประสบการ์การปกติ ได้จำกัดความซับซ้อนและ adaptivity ทางคณิตศาสตร์แบบจำลองสำหรับการคำนวณจะมีการปรับปรุง มีกำลัง 3อัลกอริทึม: ประมาณ Entropy (ApEn) [32] เอนโทรปีอย่าง(SampEn) [37], และ Multiscale Entropy (MSE) [15]ในกีฬาเช่นฟุตบอล จำเป็นต้องถูกต้องแม่นยำตรวจสอบความเข้มของการใช้งานจริงในระหว่างดำเนินการการออกกำลังกายการพัฒนาทางกายภาพในระหว่างการฝึกอบรมเพื่ออินพุทพารามิเตอร์การฝึกอบรม ที่ HRV สามารถแนะนำการศึกษาให้ข้อมูลที่เป็นประโยชน์เกี่ยวกับ adaptions สรีรวิทยาการฝึกอบรมBuchheit et al. ใช้ HRV เป็นพารามิเตอร์ในการตรวจสอบการสภาพร่างกายของผู้เล่นฟุตบอลเยาวชน (อายุต่ำกว่า 15 และ 17ปี 3 สัปดาห์ช่วงแข่งขัน [11] Buchheitร้อยเอ็ด al. [13] analysed HRV ให้ยังระหว่าง และ หลังทำ submaximalทดสอบการทำนายการเปลี่ยนแปลงในประสิทธิภาพการทำงานจริงสำหรับการฤดูกาลที่ทั้งหมดในการเล่นฟุตบอลไม่ใช่มืออาชีพ Aguilar et al[1] HRV analysed ในการเล่นฟุตบอลอาชีพในระหว่างการออกกำลังกายในพื้นที่จำกัด Analysed การศึกษาของ Sotiriou et al. [39]HRV ในกลุ่มของผู้เล่นฟุตบอลหลักอายุกว่า 40 ปี อย่างไรก็ตามการวิเคราะห์ของ HRV เป็นเครื่องมือสำหรับการประเมินสถานะทางกายภาพในผู้เล่นมืออาชีพและ ตลอดการแข่งขันไม่ทราบ โดยเฉพาะ ไม่มีข้อมูลเป็น regards การพารามิเตอร์ที่ไม่ใช่เชิงเส้นในสถานการณ์นี้ ดังนั้น จุดมุ่งหมายนี้การศึกษาคือการ สร้างโพรไฟล์พฤติกรรม HRV ในระดับมืออาชีพฟุตบอลตลอดฤดูกาลเต็ม

ผลลัพธ์ (ไทย) 3:

ส่องสถานที่ของฉันแล้วให้ฉันทะยานส่องสถานที่ของฉันแล้วให้ฉันทะยานส่องสถานที่ของฉันแล้วให้ฉันทะยานส่องสถานที่ของฉันแล้วให้ฉันทะยานส่องสถานที่ของฉันแล้วให้ฉันทะยานส่องสถานที่ของฉันแล้วให้ฉันทะยานส่องสถานที่ของฉันแล้วให้ฉันทะยานส่องสถานที่ของฉันแล้วให้ฉันทะยาน