透過智慧穿戴測量平台預測精英女子足球員的運動表現

研究問題

精英運動員的培育與人才選拔長期仰賴教練的主觀判斷。隨著穿戴裝置與大數據技術成熟， 能否建立一套整合認知、生理與身體組成的多維度資料平台，協助教練客觀掌握選手狀態？ 更進一步，女子足球員的生理訊號（如心率）是否能反映並協助估計其認知與運動表現， 成為人才選拔與訓練調整的客觀依據？

研究方法

本研究建構一套運動大數據平台，以 Flask、MySQL 與 Chart.js 開發， 提供選手端與教練端雙重儀表板，並整合三類資料來源：

• Garmin Forerunner 255 穿戴裝置：透過 Garmin Health API 擷取心率、HRV、血氧（SpO₂）、步數、壓力指數、Body Battery、VO₂max、呼吸率與睡眠資料
• 「The Brain Gym」認知測驗 App：由國立中央大學認知神經科學研究所開發，以遊戲化任務測量反應時間、移動時間、工作記憶與執行功能
• Tanita MC 980 MA PLUS 身體組成分析儀：以生物電阻抗法量測 BMI、BMR、肌肉量與四肢脂肪量

研究招募 14 位國立台灣師範大學精英女子足球員（平均年齡 20.6 歲；3 位前鋒、5 位中場、4 位後衛、2 位守門員）為觀察組， 另招募 12 位無規律運動習慣的女大學生（平均年齡 21.6 歲）為對照組（倫理審查編號 202107EM002）。

主要發現

• 身體組成差異：精英女足選手的四肢肌肉量顯著高於對照組，反映長期訓練的累積效果
• 肌肉量與動作速度：肌肉量與認知測驗的移動時間呈顯著負相關（r = −0.4, P = 0.041），肌肉量愈高、動作愈快
• 心率與認知表現：一個月的 Garmin 心率資料顯示，每日心率中位數與移動時間（r = −0.83, P = 0.011）、反應時間（r = −0.73, P = 0.042）均呈顯著負相關；每日心率中位數較高的選手，反應與動作較快
• 教練應用：每日心率資料可作為人才選拔與訓練調整的快速參考指標

對教學的啟示

本研究驗證了「消費級穿戴裝置 ＋ 認知測驗 ＋ 身體組成」多模態資料平台的可行性， 也展示了選手端與教練端雙重視角的儀表板設計。同一套穿戴測量平台架構， 正是 Uedu Fit 生理監測子系統的技術原型：在課堂情境中，教師可比照教練端介面掌握學習者的生理狀態， 學生則可透過個人儀表板進行自我調節。這條從運動科學遷移到教育現場的技術路徑， 是 Uedu 將生理感測導入學習分析的重要起點。