Weekend Chronicle

Nano Foot Roller Massager 　先週は、いろいろ忙しく更新ができませんでした。現在、フルマラソン復帰に向けてトレーニングを実施中なのですが、先日も少し触れたと思いますが、右足に軽い足底筋膜炎を起こしています。 　いろいろトレーニング後の足裏のマッサージなどで悪化はしていないものの、まだ痛みが残っています。先日、足裏マッサージに良さそうな別な道具を手に入れたので早速試しています。 　「 Trigger Point Performance NANO Foot Roller Massager 」という物で、足の裏で踏みつけるようにして、ゴロゴロやります。意外に効果があります。最近は、以前に紹介したスティックと併用してマッサージをしています。とにかく、マッサージが一番効果があるようなので痛みに悩まされている方はお試しください。

10月1日ロングランの心拍数 先日まとめたのですが。。。 　先日、まとめを書いてさらに新しい投稿になってしまいました。実は昨日も心拍数の比較データを取ろうと思い、従来通り、胸バンド式のセンサーとForerunner 910XTの組み合わせと、Vivosmart HRでトレーニングを開始しようとしたところ、胸バンド式センサが上手く動作しておらず、結果的にVivosmart HRを心拍数送信モードにして使う事になりました。実際は、胸バンド式センサーの電池切れが原因でした。既に3年以上使っていたので考えてみれば電池も良く持ったもんだと思いました。 データは？  　データそのものはこの3週間余り、比較を続けてきたのでデータのパターンから赤の丸で囲んだ部分のデータは恐らく、正しいデータでなさそうなのは予測できます。このデータからは特に新しい物はありません。 送信モードの使い心地 　 送信モードに関して幾つか報告があります。まずは、送信モードにすると、心拍数データ以外の表示が出来なくなります。つまり、他の表示に変える事は出来ないようです。タッチスクリーンに触れると、送信モードをやめるか聞いてくるだけで表示の変更はできません。つまり、時刻の確認さえも出来ないわけです。送信モードを抜ければもちろんできますが、送信中は他の動作が出来ないようで、基本的に腕にはめる心拍計としてしか機能しません。もちろん、アクティビティの記録もできません。これはちょっと不便だと思いました。ただし、心拍数は記録されていてガーミンコネクトと同期すれば、トレーニング中の心拍数のデータも常時モニターの心拍数のグラフには含まれていました。 　この辺は何とか改善してほしい所です。例えば、ハイキング中に送信モードで携帯型のGPS機器と同期して記録している場合、行動中なので時刻を見たい場合もあるかと思いますが、その場合は一旦送信モードを抜けないと見る事が出来ません。 アクティビティの記録が出来ないのは妥協できるとしても、表示の切り替えぐらいはできるようにしてほしい物です。 　もう一点は、時折心拍数がForerunner 910XT側で受信できない事があるようで、記録を見ていると、時折連続で2～3サンプル心拍数のデータが抜ける事がありました。これは、胸バンド式のセンサーでは殆ど...

Vivosmart HR Vivosmart HR のまとめ 　この半月の間、ガーミン社の Vivosmart HR を使ってきました。基本的に、とてもよい、心拍数を含む日常のアクティビティトラッカーとしてはよい製品だと思います。内蔵の手首で測る心拍センサーは、私が普段使用してる胸バンド式のセンサーとほぼ同じの心拍数の計測が可能です。詳細の比較のテストは、まだデータの収集中ですが、これまでのデータを見る限り、私の使う、ランニング、ウオーキング、ハイキング及びジムでの心肺系のトレーニングにおいては、十分実用範囲内になっています。おそらく、ランニングには従来の胸バンド式のセンサーを引き続き使用すると思いますが、ハイキングには過去 2 週間データからみれば、十分だと思います。以下がもう少し詳細のまとめです。 バッテリーの持ち 　一日中身に着けて心拍数のモニターをしながら、毎日 1 時間から 1 時間半のトレーニングのモニターをするような使い方で、バッテリーをフルに充電した状態では、だいたい 3 ～ 4 日はバッテリーが持ちます。従って、週に 2 回程度の充電が必要という事になります。 1 日中アクティビティをモニターするような使い方はまだしていませんのが、ただ心拍数をチェックする目的ならば、アクティビティーモードにする必要もないので 1 回の充電で最低でも 3 ～ 4 日は使用可能です。ただし、心拍数のサンプリングはそれほど頻繁ではなくなりますが、このブログで紹介しているようなペースの管理に使う分には十分だと考えられます。 睡眠時間の記録 　この機能は前のモデル「 Vivosmart 」からありますが、自動で睡眠時間を検出する機能はかなり改善されています。ほとんどの、この自動で検出された酸い味時間を後で修正する必要はありません。これは前のモデルからの大きな改善の一つになっています。 表示 　これも前のモデルから改善された一つです。外の明るい環境下でも読みやすくなっています。さらに、操作も改善されています。前のモデルでは、表示させるのにディスプレー部分を軽くたたく必要がありました。あた、メニューを表示させるにはディスぶれー部分を押し続ける必要がありました。新しいモデルでは、表示は常にされており、メニューの表...

胸バンドセンサーと内蔵センサーのデータのズレの統計 データのズレの統計 　今日は、胸バンド式の心拍センサーと内蔵の手首の心拍センサーのデータのズレの 統計を見て行きます。これは、この半月間のデータを基にしています。各データのサンプル数が異なるので、全体のサンプルの何パーセントのサンプルが各ズレの量のグループに入るかを比較しています。データを見て頂けばお分かりかと思いますが、９０％以上のサンプルはズレが4以内になっています。  　さらに、ズレの大きい幾つかのデータを見て行きます。最悪のデータは9月14日のデータになります。  9月14日のズレが大きいデータ 　オレンジのデータが、Forerunner 910XTで胸バンド式のセンサーの物です。真ん中付近に、胸バンドセンサーの読みが大きく高い方にずれている部分があります。ただ、この読みは正確な値ではないようです。この部分の心拍数の読みが毎分180回前後と言うのは考えられない値です。従って、この部分に関しては、Vivosmart HRのデータの方が実際の値に近いと考えられます。これは、この部分のズレが大きいのはForerunner 910XTの間違った読みによる物だと考えられます。   次に悪いデータは、9月23日のデータです。 The second worst data on September 23 　青のデータが、Vivosmart HRの内蔵の手首で検出するセンサーの物です。最初の部分で、幾つかの非常に高い読みがVivosmart HRで記録されています。このデータに関しては、Vivosmart HRの読みよりは正しくないと考えられます。この時のメニューは同じペースでの階段登り（Stair Master）でグラフにあるような急激な心拍数の変化があるとは考えられないためです。そしてこのズレは、この間違った読みにあると考えられます。 両方のセンサーの読みは正しくない事がある！ 　このデータからわかるように、両方のセンサーの読みが正しくない事があるという事です。ただ、どうして、このような事が起きて、どこで起きるのかはよく判りません。両方の例ともに、一部の読みがおかしいだけで、他の部分は概ね一致しています。このズレは、内蔵の心拍計による物だけ...

2016年9月20日のデータ 比較的一致しているデータの例 　前回の投稿では、データの一部に大きな差が出る例でした。今回は、データが比較的一致しているデータの例を見てみる事にします。冒頭のグラフは胸バンドベースの心拍計と、内蔵の手首で検出する心拍計のデータがほぼ一致している物です。同じデータを前回紹介した方法で、データの差を求めてプロットすると以下の様になります。  データの差の分布 　このグラフを見ると、大部分のデータは差が２以内に収まっているのがわかります。普通のプロットでは、データがほぼ一致しているように見えますが、実際は最初の心拍数の変化が大きい部分では、その差が大きくなっているのが分かります。この差が出る理由はまだはっきりと説明する事が出来ませんが、これまでの経緯から考えると以下の2つの理由だと考える事ができます。 胸バンドの心拍計の読みはトレーニングの最初の部分は余り正確でない事が多い 変化の激しい部分は心拍計の読みの差が大きくなる この辺は、もう少しデータを蓄積していかないと、はっきりしたことは分からないと思うので、今後もしばらくは、データを検証していこうと思っています。  　このデータを見て言える事は、実際の重ねたグラフでは一致している様に見えても、実際に変化の大きな部分では余りその差ははっきりと判断する事は出来ないと言えることです。そうした意味で、こうした差のデータも含めて検証する事は意味がある事だと考えられます。  実際のズレは？ 　さて、実際はどの程度のズレが想定されるかを見るために、前回同様、ズレの大きさとそのサンプル数をグラフにしてみます。  ズレの大きさの分布 　このデータを見ると、このデータの場合、９２％以上は2以内に収まっています。さらに、ズレが非常に大きな部分は、ほぼ最初の部分のみで、その後は非常に良く一致しているという事が言えます。したがって、データの評価として、このズレの大きさの分布を見ると良さそうです。 　先週のデータから、どうしても外のランニング方がジムでのトレーニングよりこのズレが大きいように見えます。まだ、データが少ないのではっきりした事は言えませんが、できれば、このズレが大きくなる理由と、ズレの量の評価を今後のデ...

内蔵の心拍計と胸バンドの心拍計の読みの差の分布 心拍計の違いの定量化 　最初に書いておきますが、このレビューは心拍計の読みの正確さを検証するものではありません。目的は、2つのセンサの心拍数の読みにどの程度の差があるかを調べています。要は、胸バンドの心拍計を内蔵型の手首で検出する心拍計に置き換える事が可能かという検証です。先週は、同じスケールで両者の読みをプロットして、どの程度差があるかを見てみました。概ね、両者の読みの傾向はランニング、ウオーキング、ジムでの心肺系のトレーニングでは近いというデータが出ています。ただ、どの程度近いか、違うかは余り明確ではありません。そこでこの数日は、差の定量化を考えてきました。 1つの方法は 1つの考えは、両者の違いの分布を見てみるという方法があると思います。この分布を見る事でどの程度読みに違いがあるかが分かるかと思います。問題は、両者のサンプルが同期していない事です。そこで、プログラムを書いて一方のデータが抜けている場合、プログラムで補間する事を考えました。プログラムで、データが抜けている前後の実際の読みのデータを検出して、その間は直線であると仮定して、平均変化率を基に、値を計算して抜けているデータを補うという方法で両者の違いを計算して分布を調べる事にしました。 まずは、例として今日のトレーニングのデータを使って見てみました。 今日は、「Threshold Run」を行いました。 10分間のウオームアップ ゾーン４でのランニングを4分、ゾーン２でのリカバリーを20秒、これを3セット 10分間のクーリングダウン これは、ガーミン社のフルマラソンのトレーニングプランの一部で、今日は第3週の4日目で所謂インバーバルトレーニングです。 上記のグラフがあるオフセットの値のサンプル数をグラフにしてみました。元のデータは以下の表になります。 Offset Number of samples [%] 0 ~ 2 668 58.3 2 ~ 4 100 8.7 4 ~ 6 35 3....