Sistema integrado para análise da atividade física: acelerometria, frequência cardíaca e gasto energético
Resumo
Este estudo aborda o desafio de integrar conhecimentos multidisciplinares (como a Cultura Física, a Atividade Física e as Ciências do Desporto) através do desenvolvimento de uma ferramenta tecnológica. Foi implementada uma aplicação computacional na linguagem de programação Rust, especificamente concebida como uma iniciativa didática para facilitar a compreensão e a aplicação prática destes conceitos. O método baseou-se na procura, utilização e desenvolvimento de algoritmos capazes de processar e analisar dados biométricos, especificamente informação de aceleração e frequência cardíaca. A ferramenta funcionaliza os dados de aceleração e frequência cardíaca para exibir as estimativas do gasto energético, classificar a atividade física, estimar o consumo de oxigénio e a frequência cardíaca máxima, bem como as suas respetivas classificações percentuais; também classifica a intensidade utilizando as magnitudes da aceleração, detecta impactos para prevenir lesões e fornece estimativas personalizadas do VO2máx e da frequência cardíaca máxima. Os resultados demonstram que a aplicação permite o cálculo assíncrono eficaz de variáveis fisiológicas e cinemáticas, traduzindo com sucesso os dados brutos em indicadores úteis para a análise de desempenho e saúde. Conclui-se que a utilização desta aplicação computacional apoia com sucesso a integração do conhecimento multidisciplinar, estabelecendo-se como um valioso recurso educativo que conecta a teoria científica com as suas potenciais aplicações na prática do exercício físico.
Referências
Ainsworth, BE, Haskell, WL, Herrmann, SD, Meckes, N., Bassett, DR, Tudor-Locke, C., Greer, J., Vezina, J., Whitt-Glover, M., y Leon, AS (2011). 2011 Compendium of Physical Activities: A second update of codes and MET values. Medicine & Science in Sports & Exercise, 43(8), 1557-1581. https://doi.org/10.1249/MSS.0b013e31821ece12
Berral de la Rosa, F.J., y Del Águila Quirós (2002). Nutritional/anthropometric assessment of patients staying in bead or at hospital. Archivos de Medicina del Deporte, 19(88), 129-135. https://www.researchgate.net/publication/288467069
Caswell, S.V., Kelshaw, P., Lincoln, A.E., Hepburn, L., Dunn, R., y Cortes, N. (2019). Game-related impacts in high school boys’ lacrosse. The Orthopaedic Journal of Sports Medicine, 7(4). https://doi.org/10.1177/2325967119835587
Colén Riau, M.T., y Castro González, L. (2017). El desarrollo de la relación teoría y práctica en el grado de maestro en educación primaria. Profesorado. Revista de Currículum y Formación de Profesorado, (59), 59-79. https://doi.org/10.30827/profesorado.v21i1.10352
Comisión Nacional de Cultura Física y Deporte (2014, 21 de julio). ¿Qué es la Comisión Nacional de Cultura Física y Deporte (CONADE)? https://www.gob.mx/conade/prensa/que-es-la-conade
Departamento de Fisiología, Facultad de Medicina, UNAM (2022). Gasto energético y requerimientos nutricionales diarios. https://fisiologia.facmed.unam.mx/wp-content/uploads/2022/03/UTIII-5-Gasto-energetico.pdf
Devi, M.L. (2024, 8 de enero). Accelerometer Data Analysis.ipynb. GitHub. https://github.com/leelsankar/Accelerometer-Data-Analysis/blob/main/Accelerometer%20Data%20Analysis.ipynb
DocDroid (1999). Formulas for calculating calories burned based on heart rate during exercise. https://www.docdroid.net/zv1GVB9/otf-formulas-docx
Fitness, N. C. (1999). Relationship between percent HR max and percent VO2 max. National Council on Strength & Fitness. https://ceu-quizzes-cdn.ncsf.org/training-programming/Relationship_between_Percent_HR_Max_and_Percent_VO2_Max.pdf
Hospitals, M. (2025). Calculadora de calorías quemadas durante el ejercicio: Controle su progreso físico. Medicover Hospitals. https://www.medicoverhospitals.in/es/fitness-health-calculators/exercise-calorie-calculator
Kang, J., Ratamess, NA, Faigenbaum, AD, Bush-Wallace, JA, Roser, C., Montemarano, D., Mercado, H., Choma, M., Mendez, C., y Pollock, M. (2020). Use of heart rate index to predict oxygen uptake – A validation study. International Journal of Exercise Science, 13(7), 1705-1717. https://doi.org/10.70252/THPW3818
Kindschi, K., Higgins, M., Hillman, A., Penczek, G., y Lincoln, A. (2017). Video analysis of high-magnitude head impacts in men’s collegiate lacrosse. BMJ Open Sport & Exercise Medicine, 3, e000165. https://doi.org/10.1136/bmjsem-2016-000165
Lynch, M. (2023, 16 de septiembre). How to calculate magnitude of a vector. The Tech Edvocate. https://www.thetechedvocate.org/how-to-calculate-magnitude-of-a-vector/
Meeuwisse, W.H. (2009). What is the Mechanism of No Injury (MONI)? Clin J Sport Med., 19(1), 1-2. https://doi.org/10.1097/jsm.0b013e3181979c1d
Mendes, M., da Silva, I., Ramires, V., Reichert, F., Martins, R., Ferreira, R., y Tomasi, E. (2018). Metabolic equivalent of task (METs) thresholds as an indicator of physical activity intensity. Plos One, 13(7). https://doi.org/10.1371/journal.pone.0200701
Mifflin, M., St Jeor, S., Hill, L., Scott, B., Daugherty, S., y Koh, Y. (1990). A new predictive equation for resting energy expenditure in healthy individuals. American Journal of Clinical Nutrition, 51(2), 241-247. https://doi.org/10.1093/ajcn/51.2.241
Mojtaba, E., Dooaly, H., Seyedhoseini, M., y Davood, K. (2010, 31 de diciembre). What does the equation %VO2max ≈ 1.5 * %HRmax - 27 signify in exercise physiology? SCISPACE. https://scispace.com/search?q=What+does+the+equation+%25VO2max+%E2%89%88+1.5+*+%25HRmax+-+27+signify+in+exercise+physiology%3F
Ocaña Rebollo, G., Romero Albaladejo, I., y Gil Cuadra, F. (2017). Educación stem para integrar conocimientos científicos en la asignatura "tecnología industrial" de bachillerato. Enseñanza de las Ciencias, (Extra), 5327-5336. https://ddd.uab.cat/record/183050
Pedraja Rejas, L. (2012). Desafíos para el profesorado en la sociedad del conocimiento. Ingeniare. Revista Chilena de Ingeniería, 20(1), 136–144. https://doi.org/10.4067/S0718-33052012000100014
Raut, P. (2024, 27 de agosto). Accelerometer-Data-Analysis-using-Python. GitHub. https://github.com/prashantofficial05/Accelerometer-Data-Analysis-using-Python/tree/main
Robergs, R.A., y Landwehr, R. (2002). Prediction of maximal heart rate. Journal of Exercise Physiology Online, 5(2), 1-10. https://www.asep.org/asep/asep/Robergs2.pdf
Roza, A., y Shizgal, H. (1984). The Harris Benedict equation reevaluated: Resting energy requirements and the body cell mass. The American Journal of Clinical Nutrition, 40(1), 168-182. https://zakboekdietetiek.nl/wp-content/uploads/2015/06/roza-1984.pdf
Shei, R., Holder, I., y Oumsang, A.E. (2022). Wearable activity trackers–advanced technology or advanced marketing? European Journal of Applied Physiology, 122(9), 1975-1990. https://doi.org/10.1007/s00421-022-04951-1
Solheim, T.J., Keller, B.G., y Fountaine, C.J. (2014). VO2 reserve vs. heart rate reserve during moderate intensity. International Journal of Exercise Science, 7(4), 311-317. https://doi.org/10.70252/LMXO6754
Uth, N., Sorensen, H., y Overgaard, K. (2004). Estimation of V̇O2max from the ratio between HRmax and HRrest–the heart rate ratio method. European Journal of Applied Physiology, 91(1), 111-115. https://doi.org/10.1007/s00421-003-0988-y
Direitos de Autor (c) 2026 Lecturas: Educación Física y Deportes

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.




