通常通过个人心率区来监测运动员在比赛过程中的运动情况。心率区可以根据基本心率区、节奏区和最大耐力区的心率进行分类，这些区按有氧阈值和无氧阈值分开。

对于耐力运动员来说，了解这些心率区和个人阈值对于优化训练至关重要。持续过高强度的训练可能会导致身体超负荷，并显着增加受伤的风险。

运动员的有氧和无氧阈值是通过在实验室分析运动期间的血乳酸水平和呼吸气体成分来确定的。然而，这些测量既麻烦又昂贵。最大心率也被用来确定阈值，但它不能产生可靠的结果。

估计最大心率并不精确，并且心率区域存在显着的个体差异。例如，对于休闲运动员来说，无氧阈值可能是最大心率的 80%，但对于精英运动员来说则高达 95%。运动手表中的当前算法没有考虑到这种变化。

从心跳间隔行为的解决方案

由 Esa Räsänen 教授领导的坦佩雷大学计算物理学研究小组多年来一直在开发新颖的时间序列分析方法。这些方法已用于计算心脏病学，特别是用于识别各种心脏病。

这些技术研究由心率变异性形成的复杂时间序列的特征，例如心跳间隔之间的相互依赖性及其在疾病、药物、体力活动或睡眠等各种情况下的变化。