Процессы утомления и восстановления в системе подготовки спортивного резерва с точки зрения математического анализа

Ю.Б. Кораблева1, , Л.В. Смирнова1, , И.В. Сафина1, ,

Yu.B. Korableva1, ,

I.O. Cherepanova2, ,

A.A. Bakushin1, ,

Введение. Проблема проектирования системы подготовки спортивного резерва интегративно связана с процессами, развивающими адаптоспособность кислородтранспортной функции, энергетического обеспечения, управлением и регуляцией биоэлектрическими эффектами мышц, мозга, защитных функций в условиях агрессивных факторов, психической устойчивости и биологической надежности [1, 5, 9–13].

Цель – выявить процессы утомления и восстановления в системе подготовки спортивного резерва с использованием диагностирующей аппаратуры и математического анализа.

Организация и методы исследования. В исследовании приняли участие лыжники-гонщики группы обследования (n = 17) и сравнения (n = 19), борцы условной легкой катего- рии (n = 16), средней (n = 13), тяжелой (n = 9), бегуны на средние дистанции (n = 15+15). Квалификация спортсменов 18–19 лет находилась на уровне КМС (n = 50), МС (n = 24). Диагностирующая аппаратура включала систему Schiller Cardiovit AT-104 PC Ergo-Spiro (Швейцария), системный анализатор АМП (Украина), спирограф «Этон» (РФ), 3D-сканер МБН (РФ), весы-анализаторы Tanita BC-418 MA (Япония), доплерографию Digi-Lite (Израиль), Oxycon Mobile (Германия). Показатели психомоторики оценивались с помощью нейрохронометра Казанского производства медицинской техники, регистрация показателей гемодинамики проводилась биоимпе-дансной тетраполярной реополиграфией установкой «Кентавр» с целью спектрального анализа методики Фурье и закона распределения Дирихле.

Результаты исследования и их обсуждение. Морфометрические показатели лыжников были следующие: 66,45 ± 2,24 кг, длина тела – 179,05 ± 9,25 см, индекс массы тела – 20,64 ± 0,82 кг/м², общий жир – 7,00 ± 0,30 %, ОГК (окружность грудной клетки) на вдохе – 98,75 ± 1,35 см и на выдохе – 89,50 ± 1,60 см. У дзюдоистов легкой категории: 63,90 ± 0,76 кг, 167,40 ± 3,65 см, 22,19 ± 1,23 кг/м², 9,20 ± ± 1,45 %, 100,20 ± 1,46 см и 93,50 ± 1,74 см. У борцов средней категории: 70,05 ± 0,12 кг, 171,60 ± 2,66 см, 23,83 ± 1,39 кг/м², 102,12 ± ± 1,64 см и 94,32 ± 1,82 см. У борцов тяжелой весовой категории: 95,50 ± 4,32 кг, 183,85 ± ± 4,40 см, 28,25 ± 3,12 кг/м², 105,61 ± 2,02 см и 96,02 ± 1,26 см. Анализ темпа прироста морфометрических показателей юных дзюдоистов – длина тела, жизненный индекс, окружность бедра, ширина плеч, длина голени, бедра, предплечья, плеча – имели незначительные изменения (1–4 %) показателей в возрасте 14–17 лет. Наибольшие изменения наблюдались в показателях ЖЕЛ, ОГК, экскурсии грудной клетки, которые в изучаемых возрастах последовательно снижались. Индекс силы по весовым категориям последовательно снижался: 9,84 ± 0,12; 9,36 ± 0,19; 7,50 ± 0,23 (р ˂ 0,05). Время сенсомоторных реакций дзюдоистов 18–19 лет по весовым категориям представлено в табл. 1.

Сравнение компонентов реакций выбора достоверно различалось в легкой и остальных категориях (р ˂ 0,05). Латентный период – аналогично (р ˂ 0,01–0,05), моторный (р ˂ 0,05; легкая – средняя), латентный период простой реакции в легких и средних существенно различался (р ˂ 0,05). Можно полагать, что компоненты сенсомоторных реакций не зависели от весовых категорий и от свойств нервной системы. На факторы сенсомоторики влияют биохимические процессы, концентрация внимания, точность реагирования. С.А. Кабановым, А.П. Исаевым (1999) разработаны шкалы оценок психомоторики до и после схваток (уменьшение – увеличение, без изменений) в трех условных весовых категориях. Например, в РДО большинство реакций уменьшалось (40,00; 39,13; 35,71 %), соответственно увеличилось 35,00; 21,74; 28,57 %. Без изменений – 25,00; 39,13; 35,72 %. Следовательно, по 3 весовым категориям реакции изменялись в зависимости от индивидуальных особенностей и были вариабельны. Полученные показатели свидетельствуют о том, что механизмы регуляции сенсомоторных реакций идут по пути включения рецепторов, рефлексов, мотонейронов и нейронных интеграций, переработки информации и принятия решения. Кроме этого, фактор переносимости нагрузок, степени утомления, фазы адаптации, персональные особенности решают вектор изменений звеньев реакций, в которых вклад каждого фактора в интегративном блоке функциональной системы важен с точки зрения спортивной дифференцированной успешности. В период экстремальных ДД увеличивался средний градиент отклонения показателей динамометрии, снижение количества импульсов и кривой наклона ВР-20/100 Дб, точности движений и скорости реагирования.

Таблица 1

Table 1

Сенсомоторные реакции дзюдоистов трех условных весовых категорий в специально-подготовительном блоке

Sensorimotor reactions by weight group in judo athletes during special preparation

Категории, количество обследуемых Weight group, n	Статистики Statistics	Время реакции выбора из 3 альтернатив, млс 3-choice reaction time, ms	Скрытый период реакций, млс Latency period, ms	Моторный период реагирования, млс Motor response time, ms	Латентный период простой реакции, млс Simple reaction latency, ms	Реакция на движущейся объект, млс Moving object reaction time, ms
Легкая / Light n = 21	M ± m	331,50 ± 9,52	168,50 ± 7,40	173,50 ± 7,53	175,00 ± 4,70	3,67 ± 0,49
Средняя / Middle n = 16	M ± m	368,50 ± 5,10	253,50 ± 2,18	153,50 ± 4,45	186,50 ± 4,43	3,60 ± 0,37
Р-вероятность / p-value		˂ 0,05	˂ 0,01–0,05	˂ 0,05	˂ 0,05	˃ 0,05
Тяжелая / Heavy n = 11	M ± m	363,50 ± 12,63	201,50 ± 5,42	162,60 ± 7,17	183,50 ± 6,37	3,22 ± 0,24
Р-вероятность / p-value		˃ 0,05	˂ 0,001	˃ 0,05	˃ 0,05	˃ 0,05

Для того чтобы установить, как связаны спектральные характеристики имеющихся в нашем распоряжении параметров и уровень квалификации спортсменов, была разработана методика построения интегрального рейтингового показателя (ИРП), базирующаяся на информации о достижениях спортсменов в соревнованиях высокого ранга. Эта информация содержится в следующих показателях: места спортсмена в общероссийской базе (2 списка) и RUS-пункты (2 списка).

Пример этих данных и рассчитанный на их основании ИРП приведен в табл. 2.

Методы классификации связаны с получением одной или нескольких функций, обеспечивающих возможность отнести данный объект к одной из групп. Эти функции, называемые дискриминантными, зависят от значений показателей таким образом, что появляется возможность отнести каждый объект к одной из групп.

В рассматриваемой нами ситуации межгрупповые различия – это различия в уровне спортивной успешности подвергавшихся обследованию спортсменов (табл. 3).

В табл. 4 приведены коэффициенты классифицирующих функций. Эти функции используются для классификации имеющихся наблюдений и для прогноза принадлежности новых измерений для каждой из групп.

Так, например, функция

F1 = –6,84· 103 – 3,25·BP + 53,9·HR +

+ 42,8·SV – 664,0·CO + 36,9·EF –

– 3,61 · ATHRX + 11,3 · ATOE +

+ 15,5·RespX + 20,8·RespT + 158·FW используется для идентификации принадлежности к первой группе, аналогично второй, третий и четвертый столбцы дают возможность построить такие функции для второй, третьей и четвертой групп. Индивид относится к той группе, для которой классифицирующая функция принимает наибольшее значение.

Основой для количественного анализа уровня адаптации спортсменов к физическим нагрузкам может служить имитационная модель спектральной структуры исследуемых физиологических показателей спортсменов. Она же дает возможность прогнозировать уровень физической подготовленности и успешности спортсменов.

Таблица 2

Table 2

Интегральный рейтинговый показатель

Integral performance score

ID спортсмена Athlete ID	RUS пункт, дистанция RUS points (distance)	Место Place	RUS пункт, спринт RUS points (sprint)	Место Place	ИРП IPS
1	13,86	9,00	27,73	8,00	0,9327
2	14,18	10,00	80,18	31,00	0,8606
3	15,40	13,00	97,24	63,00	0,7885
4	32,35	34,00	85,10	27,00	0,8029
5	46,28	69,00	109,46	86,00	0,6875
6	67,89	77,00	25,43	5,00	0,8029

Таблица 3

Table 3

Группы дискриминации

Group classification

ИРП IPS	Группа Group	Характеристика группы Description
0,50–1,0	I	Спортсмены экстраквалификации Elite athletes
0,33–0,5	II	Спортсмены высокой квалификации Highly qualified athletes
0,20–0,33	III	Спортсмены средней квалификации Moderately qualified athletes
0,00–0,20	IV	Спортсмены ниже средней квалификации Less qualified athletes

Таблица 4

Table 4

Коэффициенты классифицирующих функций

Coefficients of classification functions

	I	II	III	IV
BP	–3,25	–2,79	–3,3	–2,63
HR	53,9	53,4	54,9	51,0
SV	42,8	42,5	43,6	40,4
CO	–664,0	–659,0	–681,0	–631,0
EF	36,9	36,5	36,5	36,4
ATHRX	–3,61	–3,61	–3,59	–3,37
ATOE	11,3	11,1	11,6	10,8
RespX	15,5	15,4	15,9	14,9
RespT	20,8	20,5	21,4	20,2
FW	158,0	158,0	164,0	151,0
CONSTANT	–6,84E3	–6,73E3	–7,09E3	–6,38E3

Распределение Дирихле. Пусть ^ = = {P1, P2, P3, P4} - случайный вектор, компоненты которого – приведенная мощность медленноволновых колебаний, P1 + P 2 + P 3 + +P 4 = 1, PJ > 0. Говорят, что вектор £ имеет распределение Дирихле с параметрами X = = {X1, X2, X3, X4}, если плотность распределения этого вектора задается соотношением f (x• X) = Г(^1 + X2 + X3 + X4) х

^J• ^j Г ( X 1 ) Г ( X 2 ) Г ( X з ) Г ( X 4 )

Xi —1 Xo -1 X"! -1 X4—1 А — л X '       1

х x 1 1 x ₂ ² x ₃ ³ x ₄ ⁴ , X i >  0, д x i = 1.

i = 1

Здесь Г(X) - гамма-функция Эйлера. Оказалось, спектральная структура физиологических показателей спортсменов-лыжников достаточно адекватно может быть описана этим распределением. При этом каждый отдельный показатель характеризуется собственными параметрами распределения Дирихле, которые подлежат определению по имеющимся экспериментальным измерениям.

Оценивание параметров распределения Дирихле. Пусть исследователь располагает экспериментальными данными: x = = ^{{ x}i 1 , ^x i 2 , ^x i 3, x i 4^} , i = 1’²’-> N , x i 1 ⁺ x i 2 ⁺ x i 3 ⁺ + x i 4 = 1, которые можно трактовать как выбранные из распределения Дирихле значения случайной величины ξ , тогда естественным вопросом является вопрос о параметрах X = { X 1 , X ₂, X ₃, X ₄} этого распределения.

Если наперед известно, что экспериментальные данные однородны (в том смысле, что выбраны из распределения Дирихле с од- ними и теми же параметрами), то параметры можно оценить, используя один из стандартных методов статистического оценивания, например, метод моментов. В рассматриваемой ситуации система метода моментов всегда однозначно разрешима и ее решением являются статистики, даваемые соотношением

4 = x4 \x)—1'- k    Sk       J

В формуле индекс k фиксирован (один из возможных 1, 2, 3, 4), а индекс i пробегает все значения 1, 2, 3, 4:

1N xs   ХДxsi, s = 1,2,3,4,

N i = 1

S k =

N

N ■ Д ⁽

Проблема повышения саморегулирую- щейся функциональной системы обусловлена соотношением детерминированных и вероятностных нейрофизиологических механизмов, обеспечивающих адекватные ДД, утомления, восстановления, спонтанной смены концентрированного возбуждения охранительным торможением. Недостатком генерализованного возбуждения оказывается изменение реак- тивности, повышенная трата энергии и нарушение упорядоченности звеньев функциональной системы. Рецепторно-рефлексивное снижение взаимодействия со средой может привести функциональную систему в тормозное состояние. В этих случаях возможно снижение афферентации к минимуму, дегенерации клеток как структурно-функциональных. Избыточность, как и дефицит информации, обуславливают потери, снижение результативности, моделирующего влияния на агрессивную среду.

Самоорганизация в деятельности функциональной системы обуславливает целенаправленные реакции, поведение, устойчивость биологической системы организма. Адаптивные условия воздействия агрессивной среды определяют процессы управленческие, регуляторные, контролирующие специфическую афферентную импульсацию в звеньях функциональной системы, гибкости неспецифических механизмов, жестких и гибких связей, обеспечивающих текущую деятельность, механизмы самоуправления и самооптимизации единой специализированной функциональной системы, корковых процессов триггерной стимуляции, селективного управления внешней обратной связи амплитудно-частотной характеристики БЭА мозга, неспецифическими регуляторными системами, регулирующими уровень активации высших отделов головного мозга. Появление в ЭЭГ а- и в-ритмов -результат восстановления реактивности нейрональной интеграции управляющих звеньев коры головного мозга [1, 4, 6].

Можно полагать, что управление активацией звеньев функциональной системы обусловлено возбудимостью субсистемами, диффузной активацией корково-подкорковых образований, спинальных, интеро- и экстеро-рецепторными, биохимическими процессами скелетных и респираторных мышц, зависимых в совокупности от фаз адаптоспособности. Механизм включения анализаторов в переработку информации, принятия решения, обратной связи обусловлен доминантной активацией регуляторных звеньев функциональной системы. Адаптивно-нейрофизиологический подход управляющих воздействий в условиях тестирования регуляторных характеристик объекта и процесса управления, функционирующего в системе прогрессивной тренировки, заключается в сочетании тренирующего утомления и ускоренного восстановления [2, 7, 8].

Применение раздражителей разной модальности анализаторных систем позволяет установить механизмы их воздействия. Например, звуковой раздражитель действует на слуховой анализатор, вызывая активность нейронов. Неспецифическое управление включает функции возбуждения и торможения. Целевая деятельность функциональной системы обуславливает проявление лабильности высших отделов головного мозга в условиях энергетических потребностей.

Рациональное соотношение тренирующего утомления и эффективного восстановления позволяют добиваться успешной дифференцированной физической подготовленности, сенсомоторного состояния, спортивной результативности. Обобщенная модель подготовленности и состояния свидетельствует о том, что функциональная система динамична и зависима от ряда факторов: критериев тренированности (адаптоспособности), самоор-ганизованности, обуславливающей реакции целеполагания, устойчивости субсистем организма спортсмена, жестких и гибких связей, обеспечивающих текущую деятельность. Сопряженность процессов утомления - восстановления обусловлена регулированием активационного уровня по энергетическому критерию эффективности. Пороги управляющих взаимодействий утомления и восстановления определяют поддержание уровня работоспособности, поиска направлений содержания активационного уровня функциональной системы. Фазы работоспособности определяются в процессе тестирующей тренировки. Процесс управления балансом уровней утомления -восстановления обусловлен системой саморегуляции в зависимости от фазы адаптации, сбивающих факторов и биологической надежности звеньев функциональной системы, СКУ.

Параметры распределения Дирихле позволяли осуществлять количественный анализ уровня адаптации спортсменов и позволяют прогнозировать физическую подготовленность и дифференцировать успешность спортивной результативности [3]. Процесс распределения включил модель, оценивание параметров, метод моментов, ИРП, кластеризацию, пирсоновские корреляции ИРП и включаемых параметров. Функция использования позволяет идентифицировать принадлежность к группам успешности, связывая параметры распределения Дирихле с показателями спортивной успешности.

Моделируя в спортивной тренировке показатели мониторирования автор [2] обусловил составляющие спортивной результативности и контрольное ДД (приседание со штангой, бросковые ДД, прыжки) и сделал попытку создать обобщенную модель по расположению значимости физических качеств, функциональной подготовленности, морфологических характеристик.

Спортсмены-стайеры (n = 74), развивающие силовую выносливость, на заключительных этапах подготовки находились в 85 % в зонах повышенной активации – индекс превышал 0,71 ед., спокойной активации (15 %) с вариабельностью 0,52–0,71 ед. Спортсмены-спринтеры (лыжники-гонщики, бегуны, борцы легких и средних весовых категорий) (n = 74) распределились согласно уровню адаптационного напряжения следующим образом: реакция тренировки – 30 % (индекс 0,32–0,51 ед.), стресса – 15 % (индекс менее 0,32 ед.), зона спокойной активации – 55 % (индекс 0,52– 0,71 ед.).

Вопросы саморегуляции функциональной системы в условиях взаимодействия организма с агрессивной средой рассматриваются исходя из методологических предпосылок использования моделирования. С этой целью нами использовались средства интеллектуально-логической и математической обработки данных. Применялись теории информации и управления, являющихся теоретическими концепциями предмета исследований: времени, пространства, ускорений с точки зрения усиления, инерционности, колебательности, успокоения, подвижности. Рецепторы, рефлексы, нейроны обеспечивают управление упорядоченной деятельности биохимических структур саморегуляции организма, обобщенной деятельности. Управление и регуляция деятельности и функциональных состояний в изменяющихся алгоритмах системы подготовки доступны для моделирования, а деятельность функциональной системы обуслов- лена динамичностью изменений, сбивающих факторов, ограничений, установленных теорий информации. Сенсорная информация экзогенного характера (интерорецепторы) и воздействие экзогенной среды (эстерорецеп-торы) обуславливает процессы управления функциональной системой саморегулирования согласно механизмам ее интегративной деятельности, биологической надежности и ее последующего развития. Адаптивно-компенсаторный характер управления и регулирования корково-подкорковыми процессами обеспечивается нейропластичностью на всех уровнях функциональной системы вплоть до соединительных тканей и клеток.

Заключение. Разработана методика статистического анализа морфометрических, биохимических, гематологических и др. показателей функционального состояния спортсменов. Предложен рейтинговый анализ успешности спортсменов в соревнованиях различных рангов и построен интегральный рейтинговый показатель успешности, установлены связи между спектральными характеристиками отдельных показателей и уровнем квалификации спортсменов. Построена стохастическая модель спектральных параметров морфофункциональных показателей спортсменов, которая позволяет установить связь между параметрами распределения Дирихле, морфофункциональными показателями и квалификационным уровнем спортсменов-лыжников, а также проведено сравнение спортсменов различных квалификационных уровней.