運動の心拍数は呼吸の速さと混ざる？腕時計の数字と周期の揺れを読み解く

2026.11.05
ヨガとからだの小さな疑問

正解率と心拍数の誤差は同じ数字ではない

首のセンサーの研究では、基準装置に対して脈拍数が毎分±5拍以内に入る精度は93.67±7.64%と報告された。この±5拍は、その研究が成績を評価するために用いた幅である。運動する全員が目標にする心拍数でも、すべての機器に当てはめる安全の境界でもない。数字の単位と役割を読まないと、精度の成績が運動の処方に化けてしまう。[5]

呼吸数でも比較対象によって成績が違った。毎分±3回以内に入る精度は、視覚的な合図を基準にすると94.94±3.56%、基準装置との比較では88.4±7.63%だった。同じ推定法でも、何に対して一致を評価したかが違う。合図に合わせる実験の結果と、別の装置が捉えた呼吸に対する結果を、単に高い方の数字だけで代表させたくない。[5]

さらに、心拍数が合っているかを評価する研究と、信号がきれいかを判定する研究も異なる。Gohらは、光学信号を5秒の区間に区切り、きれいな区間と乱れのある区間を分類する深層学習の方法を検討した。地域のデータで30人を学習と検証に用い、8人で試験した際の分類正解率は94.9%だった。この正解率は、心拍数が基準から何拍ずれたかを表す値ではない。地域の参加者の信号を用いた分類の成績であり、18〜39歳の女性の運動中の心拍測定精度を直接示すものではない。[8]

独立した別のデータでの分類正解率は93.8%と86.7%だった。複数のデータで確かめた点は重要だが、値は同じにはならなかった。日常の機器選びにこの結果を持ち込むなら、「人工知能を使うから正確」という一言よりも、何を分類し、どんなデータで試したかを確認する読み方が役立つ。技術の名前だけで用途の違いは埋まらない。[8]

ここまでの研究で出てきた数字は、信号の採用率、誤差の平均、決められた幅への一致率、分類の正解率である。いずれも測定技術を評価するが、分母も問いも違う。毎分のずれが小さい研究と、分類正解率が高い研究を並べて優劣を決めることはできない。比較表を作るなら、成績の前に「何を当てたか」という欄が必要になる。[4][5][8]

初日の汗は、予約した人だけが持ち帰れる。

体験レッスンを予約体験専用 03-6665-0898 LINE

姿勢が変わった記録をそのまま比べない

Iozziaらは26人を対象に、カメラを使う非接触の光学測定で、横になった状態から立つ動作を調べた。拍動の検出精度は仰向けで95%、立位で92%だった。研究者らは、立位ではバランスを保つための動きが信号により大きな体動の影響を加えると説明している。静かに見える立ち姿にも、測定に関わる動きがあるという結果だ。26人でのカメラ測定の成績を18〜39歳の女性の腕時計に適用するには、装置と測定場面の違いを検討する必要がある。[9]

瞬時の心拍数の誤差は、安静で毎分+0.04±3.29拍、立位で毎分+0.01±4.26拍だった。平均だけならどちらも小さく見えるが、ばらつきは同じではない。正負のずれを含む平均と、ずれの大きさを見る平均絶対誤差も区別したい。平均が基準に近いことは、すべての瞬間で近いことを意味しない。[4][9]

このカメラ研究を腕時計の数値保証に使うことはできない。接触せずに光を捉える方法と、皮膚に装着する方法は測定の条件が異なる。それでも姿勢を変えた時の成績を別々に示す姿勢は、日々の記録にも持ち帰れる。同じ人でも、姿勢が変われば測定条件は変わるからだ。[1][9]

仕事帰りに座って見た値と、駅から歩いて着いた直後の値を比べるなら、まず場面の違いを残したい。歩行中、立って待っている時、座っている時を区別して書くだけでも、後から「今日は高かった」の中身を見直せる。これは特定の姿勢なら正確になるという保証ではなく、測定条件が成績に関係した研究を踏まえた記録の工夫である。[1][9]

また、呼吸に意識を向けた時と、腕の動きを止めた時を一緒にしてしまうと、後から読み返しても変化の候補を分けにくい。記録には動作の名前に加え、表示を見た時点も添えたい。動作中の値なのか、動作を終えて姿勢を変えた後の値なのか。この区別は、心拍の変化と光学測定への影響を別々に考えるための足場になる。[1][6]

記録を見返す時には、数字が滑らかに並んでいるかよりも、比較の条件がそろっているかを先に問いたい。信号の品質を選ぶ研究と、姿勢を替えて評価する研究は、別の方向からこの点を考える材料になる。見た目に整った記録にも、選ばれた区間や測定姿勢という背景がある。グラフの線だけでなく、その日の動作を書いた余白にも読む価値がある。[4][9]

yogaのレッスン前の様子生徒の足もとにあるヨガマット立川駅徒歩1分年中無休の溶岩ホットヨガスタジオ

よくある誤解

「息に合わせて数字が動くなら、呼吸数を心拍数として数えている」は早計である。呼吸周期に沿った心拍の変化は、心電図も同時に記録した知覚課題で観察されている。他方、呼吸が光学信号に関わることもレビューで整理されている。生理的な変化と測定上の影響という候補を、見た目の同時性だけでは選べない。[1][6]

「雑音を消す処理を入れれば、どの値もよくなる」とも限らない。呼吸実験のフィルター比較では、酸素飽和度の推定で雑音が増える条件があり、心拍数の推定とは結果が異なった。処理が働くかどうかは、対象の指標と信号の条件に結び付く。「補正済み」という言葉だけでは、精度の説明を済ませられない。[2]

「正解率が高い研究なら、運動中の値もその割合で正しい」という読み方も避けたい。乱れた区間を分類する正解率と、基準装置に対する脈拍数の一致率は別である。首で安静に測る試験と、日常生活動作から信号を選ぶ試験の条件も違う。結果を役立てるには、好成績の数字を探す前に、自分が知りたい場面に近い研究かを見定める必要がある。[4][5][8]

運動の目安を探していると、測定の話からすぐに目標の数字へ進みたくなる。しかし、装置の推定精度を調べる試験は、適切な運動強度を決める試験とは問いが異なる。ここで紹介した誤差の値や一致を評価する幅は、運動の達成目標に置き換えず、表示をどう扱うかを考える材料として使うのが筋だ。[4][5]

今日からできること

表示と一緒に、座位・立位・動作中のどの場面かを短く記録する。26人のカメラ研究でも姿勢によって検出精度が違ったことを、条件を残す理由にする。[9]
呼吸を整えた時に、腕の動きや姿勢も替えたかを添える。呼吸、体動、皮膚への圧などを別の候補として扱い、すぐに原因を決めない。[1]
測定の説明を読む時は、毎分1.46拍のような誤差なのか、71%のような信号の採用割合なのかを区別する。同じ研究の中でも数字の役割は違う。[4]
精度が高いという紹介には、基準となった装置と測定部位を探す。健康な22人の首の呼吸測定と、腕時計での運動記録を同じ条件とみなさない。[5]
数字の違いを相談する際は、表示だけでなく、どの動作のどの時点だったかを伝える。個別の健康状態の判断は医師に相談し、信号の乱れという自己判断で片付けない。[1]

オンザショア立川店で、数字と別に続ける予定を持つ

腕時計の表示を振り返る時間と、次に体を動かす予定を考える時間を分けてみる。オンザショア立川店を、通う曜日や生活の動線を考える際の候補として紹介したい。営業時間は8:00〜23:30で、全曜日共通、年中無休である。JR立川駅北口から徒歩1分、所在地は東京都立川市曙町2-14-10 エトロワビル3Fだ。

溶岩プレートを敷いたスタジオでのホットヨガに加え、常温のヨガやピラティス、パーソナルトレーニングなどがあり、ヨガだけでも25種類以上のレッスンを用意している。通える時間と参加したい内容を合わせて考えることが、予定を具体的にする入口になる。

参加条件も予定を立てる前に確認したい。妊娠中は溶岩ホットヨガに参加できず、常温のマタニティヨガがある。医師から運動を止められている方は利用できない。ヨガの体験レッスンは税込1,980円で、60分のレッスンにバスタオル2枚、フェイスタオル1枚、ヨガマットのレンタルが含まれる。料金と体験の予約を確認し、通うための条件を予定表に置く。店のトップからも確認できる。

参考文献

[1] Sources of Inaccuracy in Photoplethysmography for Continuous Cardiovascular Monitoring. — Fine J, Branan KL, Rodriguez AJ, Boonya-Ananta T, Ajmal, Ramella-Roman JC, McShane MJ, Coté GL., 2021, Biosensors. DOI: 10.3390/bios11040126

[2] A comparative study of accuracy in major adaptive filters for motion artifact removal in sleep apnea tests. — Chen Y, Zheng Y, Johnson S, Wiffen R, Yang B., 2024, Medical & biological engineering & computing. DOI: 10.1007/s11517-023-02979-9

[4] Motion Artifact Reduction In Photoplethysmography For Reliable Signal Selection. — Mao R, Tweardy M, Wegerich SW, Goergen CJ, Wodicka GR, Zhu F., 2021, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference. DOI: 10.1109/embc46164.2021.9630595

[5] A novel computational signal processing framework towards multimodal vital signs extraction using neck-worn wearable devices. — Abdulsadig RS, Rodriguez-Villegas E., 2024, Scientific reports. DOI: 10.1038/s41598-024-72184-7

[6] Respiration, Heartbeat, and Conscious Tactile Perception. — Grund M, Al E, Pabst M, Dabbagh A, Stephani T, Nierhaus T, Gaebler M, Villringer A., 2022, The Journal of neuroscience : the official journal of the Society for Neuroscience. DOI: 10.1523/jneurosci.0592-21.2021

[8] Robust PPG motion artifact detection using a 1-D convolution neural network. — Goh CH, Tan LK, Lovell NH, Ng SC, Tan MP, Lim E., 2020, Computer methods and programs in biomedicine. DOI: 10.1016/j.cmpb.2020.105596

[9] Assessment of beat-to-beat heart rate detection method using a camera as contactless sensor. — Iozzia L, Cerina L, Mainardi LT., 2016, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference. DOI: 10.1109/embc.2016.7590754

この記事の情報は2026年10月時点のものです。個別の健康状態については医師にご相談ください。