Termografia w podczerwieni oparta na uczeniu głębokim ujawnia powtarzalne, zarówno ujednolicone, jak i indywidualne reakcje termoregulacyjne podczas biegu

Obserwowanie nagrzewania się ciała

Gdy wychodzimy pobiegać, nasze ciało cicho żongluje wieloma zadaniami jednocześnie: porusza mięśnie, dostarcza tlen i pozbywa się nadmiaru ciepła. Badanie to pokazuje nowy sposób obserwacji tego procesu w czasie rzeczywistym — wykorzystując kamery termiczne i sztuczną inteligencję do śledzenia zmian temperatury skóry biegaczy podczas wysiłku. Wyniki sugerują, że proste, bezkontaktowe obrazy cieplne nóg mogą ujawniać zarówno wspólne wzorce obserwowane u większości biegaczy, jak i subtelne, osobiste różnice powiązane z wydolnością.

Robienie zdjęć ciepła podczas biegu

Naukowcy zaprosili jedenaście zdrowych, wytrenowanych wytrzymałościowo młodych osób do kontroliowanych warunków laboratoryjnych. Każdy uczestnik wykonał trzy biegi na bieżni w dwóch różnych dniach. Całkowity nakład pracy w każdym biegu był taki sam, ale wzorce intensywności się różniły: jeden był stały, drugi zmieniał się ze stałego na interwały, a trzeci odbywał się w odwrotnej kolejności. Podczas biegu zespół mierzył tętno, oddychanie, temperaturę rdzeniową (przy użyciu czujników wewnętrznych i zewnętrznych), odczuwane zmęczenie, utratę potu oraz — co kluczowe — wzorce cieplne na łydkach za pomocą kamery na podczerwień o wysokiej rozdzielczości umieszczonej za bieżnią.

Pozwalanie sztucznej inteligencji interpretować mapy cieplne

Zamiast ręcznie wyznaczać obszary na obrazach termicznych, zespół użył uczenia głębokiego — formy sztucznej inteligencji — do automatycznego rozpoznawania łydek i rozdzielania różnych typów obszarów naczyniowych. Z każdej klatki system obliczał kilka miar temperatury skóry: średnią temperaturę łydki, temperaturę obszarów bez widocznych naczyń oraz temperatury nad małymi tętnicami i powierzchownymi żyłami. Mierzono także „entropię”, statystykę opisującą, jak zróżnicowane są wzory temperatury na powierzchni skóry. Te miary zostały zsynchronizowane z danymi o sercu, oddechu i temperaturze rdzeniowej, tworząc szczegółowe szeregi czasowe obejmujące rozgrzewkę, główne fazy biegu i regenerację.

Wspólne wzorce cieplne i indywidualne sygnatury

We wszystkich trzech biegach różne miary temperatury skóry rosły i spadały zgodnie ze zmianami intensywności biegu, choć ich wartości bezwzględne się różniły. Obszary nad małymi naczyniami tętniczymi wykazywały szczególnie silne powiązania z tętnem i wykorzystaniem tlenu, zwłaszcza podczas intensywnych interwałów i fazy regeneracji, co sugeruje, że są one wrażliwymi markerami wysiłku organizmu i szybkości, z jaką oddaje on ciepło po zakończeniu wysiłku. Entropia tych obszarów naczyniowych śledziła temperaturę rdzeniową podczas rozgrzewki, odzwierciedlając rozprzestrzenianie się ciepła po skórze w miarę, jak ciało się nagrzewa. Równocześnie zaobserwowano wyraźne różnice indywidualne. U niektórych biegaczy — zwłaszcza tych o większej zdolności do biegu poniżej maksymalnego wysiłku — temperatura skóry bez widocznych naczyń zmieniała się w przeciwnym kierunku niż temperatura rdzeniowa, tworząc większe rozbieżności między ciepłem głębokim a chłodniejszą skórą. Te różnice prawdopodobnie odzwierciedlają skuteczniejsze dostosowania przepływu krwi, które pomagają odprowadzać ciepło przy jednoczesnym utrzymaniu kontroli temperatury rdzeniowej.

Powtarzalne pomiary w różnych dniach

Kluczowym pytaniem było, czy te miary termiczne są wystarczająco stabilne, by być użyteczne poza jednym testem. Badanie wykazało, że zmiany temperatury skóry bez naczyń, szczególnie podczas rozgrzewki, interwałów i regeneracji, były wysoce powtarzalne w tej samej osobie w trzech biegach, nawet gdy kolejność i wzorce obciążeń się zmieniały. Wzorce na poziomie grupy również były spójne. Mniejsza powtarzalność pojawiała się przy porównywaniu niektórych ciągłych odcinków biegu poprzedzonych różnymi typami wysiłku, co podkreśla, że bezpośrednia historia ćwiczeń może krótko zmienić przepływ krwi i temperaturę skóry. Ogólnie jednak zautomatyzowana analiza dostarczyła solidnych, powtarzalnych sygnałów w dobrze kontrolowanych warunkach pomieszczenia.

Co to oznacza dla sportowców i monitorowania zdrowia

Wyniki pokazują, że inteligentna analiza obrazów cieplnych potrafi uchwycić zarówno wspólne sposoby, w jakie ludzie regulują temperaturę podczas biegu, jak i osobiste wariacje związane z tym, jak dobrze ktoś utrzymuje prędkości submaksymalne. Uczenie głębokie przekształca strumień zdjęć termicznych w spójne liczby, które korelują z danymi o tętnie, oddechu i temperaturze rdzeniowej. W przyszłości takie bezkontaktowe monitorowanie mogłoby pomóc trenerom i klinicystom śledzić obciążenie wewnętrzne, wykrywać wczesne oznaki przegrzania lub dostosowywać trening w oparciu o to, jak efektywnie ciało biegacza odprowadza ciepło — nie tylko na podstawie maksymalnej sprawności widocznej na papierze.

Cytowanie: Weber, V., López, D.A., Ochmann, D.T. et al. Deep learning-based infrared thermography reveals reproducible uniform and individual thermoregulatory responses during running. Sci Rep 16, 10525 (2026). https://doi.org/10.1038/s41598-026-44102-6

Słowa kluczowe: termografia w podczerwieni, fizjologia wysiłku, uczenie głębokie, termoregulacja, wydolność biegowa