JPH06190079A - 体力指標の測定方法及び測定装置とトレーニング装置 - Google Patents

Abstract

(57)【要約】 【目的】 被験者にかかる負担が小さくて安全性が高い
にもかかわらず、精度の高い体力指標を得ることができ
る。 【構成】 被験者に運動負荷をかけて体力指標を測定す
るにあたり、少なくとも被験者の脈拍数と負荷値とを入
力変数とするニューロ手法による多変量モデル式を用い
て行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は体力指標を測定するため
の体力指標測定方法及び測定装置とこれを利用したトレ
ーニング装置に関するものである。

【０００２】

【従来の技術】体力は、運動を長時間続けることができ
るねばり強さを表す有酸素作業能力と、酸素を利用する
ことなく運動に必要なエネルギーを短時間で供給する力
強さを表す無酸素作業能力とに区分されており、前者を
示す体力指標としては、最大酸素摂取量、最大運動能力
（各個人の最大酸素摂取量に対する負荷値をさし、体力
測定においては最大脈拍数における負荷（Ｗ）から求め
る）、ＰＷＣ170、ＰＷＣ150、ＰＷＣ75%HRmax（ＰＷＣ
は身体作業能力を示すもので、運動に対して体にある一
定の生理反応がみられた時の仕事率（Ｗ）で表され、Ｐ
ＷＣ170、ＰＷＣ150は各々脈拍数が１７０拍／分と１５
０拍／分の時の仕事率、ＰＷＣ75%HRmaxは個人の年齢や
性別から推定した最大脈拍数の７５％の時の仕事率）が
一般に使用されている。

【０００３】このような体力指標の測定には、負荷値を
可変としている運動負荷装置を用いて、軽い運動から始
めて漸次強くしていき、あらかじめ定めた目標脈拍数に
達したら、その分の最後まで運動を続けた後、運動を終
了する体力測定法である最大下負荷法と、軽い運動から
始めて漸次強くしていき、体力の最大限度まで高める体
力測定法である最大負荷法とがあり、一般には被験者に
３段階の負荷をそれぞれ３分ないし４分ずつかけて、各
段階の最後の脈拍数と負荷を３組のデータとして回帰直
線より体力指標を求める最大下負荷法が用いられてい
る。

【０００４】なお、運動負荷装置としては、トレッドミ
ルや自転車エルゴメータがある。前者はベルト状の床面
上で歩行あるいは走行運動を行うことができるようにし
たもので、ベルト状床面を動かす速度と傾斜角度とを調
節することで、運動負荷量を可変としている。後者は図
３に示すように、ハンドル４とサドル３とペダル２と本
体１とからなる自転車状であるとともに、ペダル２を踏
む動作に対する負荷を可変としているもので、この負荷
は制御部６において調節することができるようになって
いる。図中５は運動者の脈拍数を計測するために運動者
の耳に装着される脈拍数センサーである。

【０００５】また従来は、性別に求められる最大脈拍数
より適切な運動脈拍を推定してトレーニングに使用した
り、まず体力測定を行って体力指標を求め、それをもと
に適切な負荷強度を設定してトレーニングを行うことが
一般的である。なお、最大脈拍数は、各個人における最
大の脈拍数であり、正確には最大酸素摂取量（ＶＯ2 ｍ
ａｘ：運動中に１分間当たりに体内に摂取される酸素の
最大量で、単位時間に単位体重当たりに摂取する最大酸
素量で表すことが多く、普通は体重１ｋｇ当たりに摂取
できる最大酸素量をｍｌで表す）に対する脈拍数である
が、統計的に求めた性別と年齢とに応じた回帰式で決定
することが多く、この回帰式には種々のものが提案され
ているが、たとえば 男性： ２０９−０．６９×年齢（拍／分） 女性： ２０５−０．７５×年齢（拍／分） が用いられ、この最大脈拍数をもとに、 （最大脈拍数−安静時脈拍数）×運動強度＋安静時脈拍
数 で運動時の脈拍数を設定することが多い。なお、運動強
度には、通常３０％〜７０％（０．３〜０．７）の値が
用いられる。

【０００６】

【発明が解決しようとする課題】身体作業能力を最大負
荷法で測定する場合は、その人の運動耐容能力（オール
アウト）まで運動強度を強めていくために被験者の負担
が大きく、危険を伴うこともある。最大下負荷法でも回
帰直線で体力指標を推定するために、測定結果の精度を
ある程度まで期待するならば、被験者の負担はかなり大
きくならざるを得ない。

【０００７】一方、健康指向の高まりによって、体力レ
ベルの低い人でも安全に且つ精度よく体力測定をしたい
というニーズは大きくなっているが、体力測定に際して
の安全性の確保とその測定結果の精度の両立はむずかし
く、フィットネスクラブや家庭のように救急体制が完全
とはいえない場所での体力測定は、安全性を優先して負
荷強度を強くしない体力測定機器が多く、従ってその測
定結果の信頼性は低い。

【０００８】さらに、従来のトレーニングでは、脈拍を
一定にして行う場合、そのもととなる設定脈拍数は統計
的に算出された最大脈拍数をもとにしているために、必
ずしも個人の体力を反映したものではなく、個人に応じ
た適切なトレーニングになっていないことが多々ある。
体力測定結果に基づいた負荷を設定して運動を行う場合
においても、その負荷設定は過去の体力をもとに行うも
のであるから、体調等、絶えず変化していく個人の体力
を正しく反映したトレーニングになっているとは限らな
い。

【０００９】本発明はこのような点に鑑み為されたもの
であり、その目的とするところは被験者にかかる負担が
小さくて安全性が高いにもかかわらず、精度の高い体力
指標を得ることができる体力指標の測定方法及び装置
と、効果的なトレーニングを行うことができるトレーニ
ング装置を提供するにある。

【００１０】

【課題を解決するための手段】しかして本発明に係る体
力指標の測定方法は、被験者に運動負荷をかけて体力指
標を測定するにあたり、少なくとも被験者の脈拍数と負
荷値とを入力変数とするニューロ手法による多変量モデ
ル式を用いて行うことに主たる特徴を有しており、また
本発明に係る体力指標の測定装置は、被験者に運動負荷
をかけて体力指標を測定するものにおいて、少なくとも
被験者の脈拍数と負荷値とを入力変数とするニューロ手
法による多変量モデル式を用いる測定手段を備えている
ことに特徴を有し、さらにトレーニング装置は、少なく
とも運動者の脈拍数と負荷値とを入力変数とするニュー
ロ手法による多変量モデル式を用いる測定手段と、この
測定手段にて推定した体力指標に応じた運動負荷を設定
する設定手段とを備えていることに特徴を有している。

【００１１】

【作用】本発明によれば、被験者の体力指標を早期に得
ることができるために、被験者に長時間にわたる運動負
荷をかけなくとも済むものである。この時、多変量モデ
ル式の入力変数として、脈拍数と負荷値のほかに、運動
者の性別、年齢、体重、、経過時間、脈拍数の変化量、
負荷値の変化量、前回予測した最大酸素摂取量や最大運
動能力等の体力指標のうちの少なくとも一つを用いれ
ば、負荷を高めて体力指標の測定精度をさらに高くする
にあたっての安全性をより確実に確保することができ
る。運動負荷をかける運動負荷装置として、自転車エル
ゴメータを用いる場合、ペダル回転数も入力変数と用い
ると、体力指標の測定に有効である。

【００１２】なお、ここで言う多変量モデル式（数式）
は、目的変量が非線形であるために、目的変量に対して
多数の説明変量を自動的に数式として関連づける多変量
解析では関係づけることができないような場合において
も、多数の説明変量と目的変量との間に有効な数式を提
供するニューロ手法を用いて求めた式を意味し、このよ
うな多変量モデル式は、通常、多数の実験データをもと
に作成する。そして、作成した多変量モデル式を用いて
測定を行う場合、演算速度の関係から、多変量モデル式
を直接利用することが困難であることが多々あるため
に、予めファジィ手法でシミュレーションした結果を制
御テーブル化して利用したり、シミュレーション結果か
ら求めた簡略化モデル式を用いるものも本発明に含むも
のとする。簡略化モデル式は、たとえば、最大酸素摂取
量を出力変数とする場合、ある値に、各入力変数に所定
値を乗算した値を加減算するものとして得ることができ
る。制御テーブルは、制御変数が少ない場合に用いられ
るもので、各変数の制御の関係をテーブルに表して、必
要な時に必要な値をテーブルから求める方法であり、フ
ァジィ手法は制御変数が増えた場合も各制御変数のメン
バーシップ関数を用いて出力を推論・演算することによ
り求める方法である。

【００１３】次に述べる実施例に用いた多変量モデル式
の作成には、自転車エルゴメータを利用した最大下負荷
法により体力指標を測定した際の実験データを使用し
た。この時の被験者は２０〜６０歳代の健康な男女計７
０名であり、運動負荷のかけ方（プロトコル）には、４
０％〜７０％運動強度における各４分間計１６分間の運
動を行わせて、各段階で得られる４組のデータより回帰
直線を求めて体力指標を算出した。

【００１４】そして、この体力測定の際に求めた各種デ
ータの中から出た少なくとも脈拍数と負荷値を入力変数
とし（好ましくはこの両者に加えて、被験者の性別、年
齢、身長、体重、体脂肪量、体脂肪率、肥満度、血圧、
呼吸数、経過時間、脈拍数の変化量、負荷値の変化量、
前回予測した最大酸素摂取量あるいは最大運動能力、被
験者が属する階層の平均的な最大酸素摂取量あるいは最
大運動能力の少なくとも一つを入力変数として加え
て）、最大酸素摂取量あるいは最大運動能力を出力変数
とする多変量モデル式を得た。

【００１５】この多変量モデル式ＭＣを用いた測定に際
しての負荷のかけ方は図２(a)に示す固定負荷方式でも
図２(b)に示す多段階負荷方式でもよく、さらには運動
強度を連続的に一定の率で強くしていくいわゆるランプ
負荷方式であってもよい。多段階負荷方式の場合には、
図１に示すように、各段階毎に出力変数Ｏとして得られ
る被験者の体力指標の推定値に基づいて次の段階の運動
負荷を決定して次の入力変数Ｉを求め、これを多変量モ
デル式ＭＣにいれて再度体力指標を得ることを繰り返し
て体力指標の測定を行うと、測定精度をより高くするこ
とができる。たとえば、各段階の最後に体力指標として
最大運動能力を推定する場合、推定した最大運動能力に
係数を乗じて次の負荷設定を行うとともに、乗ずる係数
は０．３（３０％運動強度）から０．８（８０％運動強
度）程度で無理のないレベルまで段階的に係数を大きく
していく。

【００１６】トレーニング中の負荷設定も、多変量モデ
ル式で最大運動能力を推定した場合、推定した最大運動
能力に係数を乗ずることによって行う。乗ずる係数は目
的とするトレーニングにあった値（運動強度）を選べば
よく、体力維持や減量のためには４０％〜６０％運動強
度が有効である。多変量モデル式で最大酸素摂取量を推
定する場合には、 最大酸素摂取量（ml/kg/分)×体重(kg)＝２３３＋１
３．０８×負荷（Ｗ） という実験式から最大運動能力に換算して運動強度を乗
ずることにより適切な負荷を算出することができる。

【００１７】実験データの解析にはここでは最大下負荷
法を用いたが、最大負荷法を用いてもよいのはもちろん
であり、さらに呼気分析も併用すれば、より精度の高い
多変量モデル式の作成が可能となる。

【００１８】

【実施例】以下本発明を図３に示した自転車エルゴメー
タを用いた体力測定について説明する。 実施例１ 体力指標として最大運動能力を測定するにあたり、５段
階で計１２分の多段階負荷方式を用いて行った。各段階
での次の負荷の決定は、上記多変量モデル式で最大運動
能力を推定し、これに係数を乗ずることにより行った。
開始時から１分経過までの負荷は年齢及び性別に応じて
２０〜４０Ｗとし、１〜４分での負荷は１分目で脈数数
と負荷値を入力変数とする多変量モデル式で推定した最
大運動能力の４０％運動強度の負荷を、５〜８分での負
荷は４分目で推定した最大運動能力の５０％運動強度の
負荷を、９〜１２分での負荷は８分目で推定した最大運
動能力の６０％運動強度の負荷を設定した。使用したニ
ューロ手法によるモデル式には、出力変数Ｏを最大運動
能力として４万回の学習をさせた結果を使用した。その
結果、推定した最大運動能力の実測値に対する平均誤差
（Ｗ）は次の通りであった。最大運動能力の測定結果は
１２分における推定値を用いた。

【００１９】 なお、最大運動能力の測定結果は、４分、８分、１２分
において測定した３組の負荷と脈拍のデータから回帰直
線を求めて、性別及び年齢別の最大脈拍数を求める式よ
り被験者の最大脈拍数を求め、その最大脈数における負
荷を最大運動能力として求めてもよい。

【００２０】実施例２ 多段階負荷方式で最大運動能力を測定するにあたり、初
期入力変数Ｉを年齢、性別、体重とし、その後の予測時
点での入力変数Ｉを年齢、性別、体重、脈拍数、負荷
値、脈拍数の積分値、負荷の積分値、前回予測時点での
最大運動能力とし、乗ずる係数は初期が年齢、性別、体
重から推定した最大運動能力の３０％強度の負荷を、１
〜４分での負荷は１分目で推定した最大運動能力の４０
％運動強度の負荷を、５〜８分での負荷は４分目で推定
した最大運動能力の５０％運動強度の負荷を、９〜１２
分での負荷は８分目で推定した最大運動能力の６０％運
動強度の負荷を設定した。使用したニューロ手法による
モデル式は、上記実施例と同様に出力変数Ｏを最大運動
能力として４万回の学習をさせた結果を使用している。
この時の推定した最大運動能力の実測値に対する平均誤
差は、次の通りであった。最大運動能力の測定結果は１
２分における推定値を用いた。

【００２１】 実施例３ 初期入力変数Ｉは年齢、性別、体重とし、その後の予測
時点での入力変数Ｉを年齢と性別と体重に加えて、脈拍
数、負荷値、脈拍数の積分値、負荷の積分値、前回予測
時点での最大酸素摂取量としたこと以外については、実
施例１と同じ条件で出力変数Ｏとして最大酸素摂取量を
推定した。負荷は、最大酸素摂取量から換算した最大運
動能力に３０％から６０％まで段階毎に係数を高くして
設定した。なお、ここではニューロ手法によるモデル式
を直接利用せず、４万回の学習をさせた結果から簡略化
モデル式を作成してこれを利用した。なお、簡略化モデ
ル式は、各入力変数Ｉに各々定数を乗じたものを加算す
る形態となっている。この時の推定した最大酸素摂取量
の実測値に対する平均２乗誤差は、次の通りであった。
最大酸素摂取量の測定結果は１２分における推定値を用
いた。

【００２２】 実施例４ 固定負荷方式で１分間の負荷をかけて最大酸素摂取量を
測定した。負荷の毛邸は、測定開始時に年齢、性別、体
重を入力変数Ｉとしてニューロ手法による多変量モデル
式で推定した最大酸素摂取量に換算し、それに０．３を
乗ずることで行った。用いた運動負荷装置は自転車エル
ゴメータである。ニューロ手法による推定は、各予測時
点での入力変数Ｉを表４に示すものとし、出力変数を最
大酸素摂取量として４万回の学習をさせた結果を使用し
て行っている。この時の推定した最大酸素摂取量の実測
値に対する平均２乗誤差は、次の通りであった。最大酸
素摂取量の測定結果は１分における推定値を用いた。

【００２３】 実施例５ 本実施例は、入力変数Ｉが異なることを除けば実施例３
と同じ条件で最大酸素摂取量を推定し、また各段階での
負荷を設定した。この時の推定した最大酸素摂取量の実
測値に対する平均２乗誤差は、次の通りであった。最大
酸素摂取量の測定結果は１２分における推定値を用い
た。

【００２４】 実施例６ 本実施例も、入力変数Ｉが異なることを除けば実施例３
と同じ条件で最大酸素摂取量を推定し、また各段階での
負荷を設定した。この時の推定した最大酸素摂取量の実
測値に対する平均２乗誤差は、次の通りであった。最大
酸素摂取量の測定結果は１２分における推定値を用い
た。

【００２５】 実施例７ 初期入力変数Ｉを年齢、性別、体重とし、その後の予測
時点での入力変数Ｉをクラス化した年齢（４５才未満と
４５才以上とに分類）、性別、クラス化した体重（男
性：６０ｋｇ未満と６０ｋｇ以上で分類、女性：５０ｋ
ｇ未満と５０ｋｇ以上とで分類）、脈拍数、負荷値、脈
拍数の積分値、負荷の積分値、前回予測時点での最大酸
素摂取量としたこと以外については、実施例３と同じ条
件で最大酸素摂取量を推定し、また負荷を設定した。こ
の時の推定した最大酸素摂取量の実測値に対する平均２
乗誤差は、次の通りであった。最大酸素摂取量の測定結
果は１２分における推定値を用いた。

【００２６】 以上の説明では、体力測定の場合についてのみ説明した
が、測定した体力指標に基づく負荷の決定次第でトレー
ニング装置として用いることができる。たとえば４分間
のウォーミングアップを兼ねた運動の最終段階で最大運
動能力（最大酸素摂取量）をニューロ手法による多変量
モデル式で推定し、推定した最大運動能力に対して所定
の運動強度となる負荷を設定して引き続き運動を行うの
である。減量や持久力向上に適したトレーニングでは４
５％運動強度の運動を行うことが好ましいとされている
が、この場合、運動開始時の負荷設定は、たとえば実施
例２と同様に、体重や性別、年齢より推定した最大運動
能力に０．３を乗じた値とし、運動開始後１分目に実施
例２と同様な入力変数を用いて最大運動能力を推定し
て、これに０．４を乗じた値の負荷設定を行い、この状
態で３分間のウォーミングアップを行い、４分目に推定
した最大運動能力に０．４５を乗じた値の負荷設定を行
うのである。この後も最大運動能力の推定を行っていけ
ば、より正確な最大運動能力の測定を行えるために、負
荷設定もより正確になっていく。また、その日の体調が
悪ければ、これが反映された負荷設定となるために、無
理な負担がかかることのない安全なトレーニングを常に
行うことができる。実施例２の測定方法を利用した場合
について説明したが、これに限るものでないのはもちろ
んである。

【００２７】

【発明の効果】以上のように本発明においては、少なく
とも被験者の脈拍数と負荷値とを入力変数とする多変量
モデル式を用いて体力指標を測定するために、従来の最
大下負荷法のように必ずしも数点のデータをとる必要が
なく、このために体力測定に要する時間を短くできて、
被験者の負担を小さくすることができる上に、負荷強度
を高く設定しなくとも、良好な精度の測定結果を得られ
るために、体力レベルの低い人に高負荷を強いてしまう
ことがなくて、体力レベルに応じた測定が可能なもので
あり、安全性及び信頼性の高い体力指標の測定を行える
ものである。

【００２８】またこのような体力指標の測定に基づいた
負荷設定を行うトレーニング装置は、トレーニング効果
や被験者の体調を加味したものとなるために、効果的で
安全なトレーニングを行うことができる。

【図面の簡単な説明】

【図１】一実施例におけるブロック図である。

【図２】(a)は固定負荷方式の説明図、(b)は多段階負荷
方式の説明図である。

【図３】自転車エルゴメータの一例を示す斜視図であ
る。

【符号の説明】

ＭＣ 多変量モデル式 Ｉ 入力変数 Ｏ 出力変数

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成５年９月２０日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】００１３

【補正方法】変更

【補正内容】

【００１３】次に述べる実施例に用いた多変量モデル式
の作成には、自転車エルゴメータを利用した最大下負荷
法により体力指標を測定した際の実験データを使用し
た。この時の被験者は２０〜６０歳代の健康な男女計７
０名であり、運動負荷のかけ方（プロトコル）には、４
０％〜７０％運動強度における４段階各４分間計１６分
間の運動を行わせて、各段階で得られる４組のデータよ
り回帰直線を求めて体力指標を算出した。

【手続補正２】

【補正対象書類名】明細書

【補正対象項目名】００１８

【補正方法】変更

【補正内容】

【００１８】

【実施例】以下本発明を図３に示した自転車エルゴメー
タを用いた体力測定について説明する。 実施例１ 体力指標として最大運動能力を測定するにあたり、４段
階で計１２分の多段階負荷方式を用いて行った。各段階
での次の負荷の決定は、上記多変量モデル式で最大運動
能力を推定し、これに係数を乗ずることにより行った。
開始時から１分経過までの負荷は年齢及び性別に応じて
２０〜４０Ｗとし、１〜４分での負荷は１分目で脈数数
と負荷値を入力変数とする多変量モデル式で推定した最
大運動能力の４０％運動強度の負荷を、４〜８分での負
荷は４分目で推定した最大運動能力の５０％運動強度の
負荷を、８〜１２分での負荷は８分目で推定した最大運
動能力の６０％運動強度の負荷を設定した。使用したニ
ューロ手法によるモデル式には、出力変数Ｏを最大運動
能力として４万回の学習をさせた結果を使用した。その
結果、推定した最大運動能力の実測値に対する平均誤差
（Ｗ）は次の通りであった。最大運動能力の測定結果は
１２分における推定値を用いた。

【手続補正３】

【補正対象書類名】明細書

【補正対象項目名】００２０

【補正方法】変更

【補正内容】

【００２０】実施例２ 多段階負荷方式で最大運動能力を測定するにあたり、初
期入力変数Ｉを年齢、性別、体重とし、その後の予測時
点での入力変数Ｉを年齢、性別、体重、脈拍数、負荷
値、脈拍数の積分値、負荷の積分値、前回予測時点での
最大運動能力とし、乗ずる係数は初期が年齢、性別、体
重から推定した最大運動能力の３０％強度の負荷を、１
〜４分での負荷は１分目で推定した最大運動能力の４０
％運動強度の負荷を、４〜８分での負荷は４分目で推定
した最大運動能力の５０％運動強度の負荷を、８〜１２
分での負荷は８分目で推定した最大運動能力の６０％運
動強度の負荷を設定した。使用したニューロ手法による
モデル式は、上記実施例と同様に出力変数Ｏを最大運動
能力として４万回の学習をさせた結果を使用している。
この時の推定した最大運動能力の実測値に対する平均誤
差は、次の通りであった。最大運動能力の測定結果は１
２分における推定値を用いた。

【手続補正４】

【補正対象書類名】明細書

【補正対象項目名】００２２

【補正方法】変更

【補正内容】

【００２２】 実施例４ 固定負荷方式で１分間の負荷をかけて最大酸素摂取量を
測定した。負荷の決定は、測定開始時に年齢、性別、体
重を入力変数Ｉとしてニューロ手法による多変量モデル
式で推定した最大酸素摂取量に換算し、それに０．３を
乗ずることで行った。用いた運動負荷装置は自転車エル
ゴメータである。ニューロ手法による推定は、各予測時
点での入力変数Ｉを表４に示すものとし、出力変数を最
大酸素摂取量として４万回の学習をさせた結果を使用し
て行っている。この時の推定した最大酸素摂取量の実測
値に対する平均２乗誤差は、次の通りであった。最大酸
素摂取量の測定結果は１分における推定値を用いた。

フロントページの続き (72)発明者 佐伯 さつき 大阪府門真市大字門真1048番地松下電工株 式会社内

Claims (8)

【特許請求の範囲】
1. 【請求項１】 被験者に運動負荷をかけて体力指標を測
   定するにあたり、少なくとも被験者の脈拍数と負荷値と
   を入力変数とするニューロ手法による多変量モデル式を
   用いて行うことを特徴とする体力指標の測定方法。
2. 【請求項２】 ニューロ手法による多変量モデル式の入
   力変数として、脈拍数と負荷値のほかに、性別、年齢、
   体重、経過時間、脈拍数の変化量、負荷値の変化量、前
   回予測した体力指標の少なくとも一つを用いることを特
   徴とする請求項１記載の体力指標の測定方法。
3. 【請求項３】 運動負荷を固定負荷方式でかけることを
   特徴とする請求項１記載の体力指標の測定方法。
4. 【請求項４】 運動負荷を負荷を漸増させる多段階負荷
   方式でかけることを特徴とする請求項１記載の体力指標
   の測定方法。
5. 【請求項５】 各段階毎の体力指標を多変量モデル式で
   推定して、推定した体力指標に基づいて次の段階の運動
   負荷を決定することを特徴とする請求項４記載の体力指
   標の測定方法。
6. 【請求項６】 各段階毎の体力指標を各段階における脈
   拍と負荷の特徴量より回帰直線を求めることで算出する
   ことを特徴とする請求項５記載の体力指標の測定方法。
7. 【請求項７】 被験者に運動負荷をかけて体力指標を測
   定する体力測定装置であって、少なくとも被験者の脈拍
   数と負荷値とを入力変数とするニューロ手法による多変
   量モデル式を用いる測定手段を備えていることを特徴と
   する体力指標の測定装置。
8. 【請求項８】 被験者に運動負荷をかけるトレーニング
   装置であって、少なくとも運動者の脈拍数と負荷値とを
   入力変数とするニューロ手法による多変量モデル式を用
   いる測定手段と、この測定手段にて推定した体力指標に
   応じた運動負荷を設定する設定手段とを備えていること
   を特徴とするトレーニング装置。