COACHING
神经肌肉疲劳监控：用CMJ读懂运动员的恢复与准备状态
Point Go Team · 2026/7/3
同样的训练，为什么有些天格外沉重？
周一轻松完成的训练组，到了周四同样的重量却让双腿像灌了水泥一样，你有过这样的经历吗？感觉状态很好，真到比赛却跑不出平时的水平；或者觉得"今天有点重"，结果反而练得意外顺利。出现这些不一致的原因很简单：疲劳是看不见的。
肌肉酸痛、困倦这类信号只是疲劳的一部分。真正决定运动表现的神经肌肉系统的疲劳，几乎不会表现在外。运动员本人的主观状态感受是重要信息，但仅凭这一点会遗漏很多。即使运动员在被问到状态时回答"还好"，这句话也不一定与他实际的神经肌肉恢复状态相符。越是积极性高的运动员，越容易低估自己的疲劳；越接近赛季末尾，越容易把累积的疲劳当成"本来就这么累"而习以为常。
因此我们需要客观的疲劳监控。如果每天或定期测量同一个动作，并追踪其变化，就能把运动员身体发出的信号读成数字。其中最被广泛验证、在现场最实用的方法就是CMJ（Countermovement Jump，反向纵跳）测量。本文将逐步讲解什么是神经肌肉疲劳、为什么CMJ成为疲劳监控的标准工具、应该追踪并解读哪些指标，以及可以立即在现场应用的方案。
一览
- 神经肌肉疲劳仅凭主观感受容易遗漏，因此需要客观测量
- CMJ非侵入且快速，策略变量（收缩时间、阶段比例）对疲劳的敏感度远高于单纯的纵跳高度
- 应将数据作为相对于个人基线的趋势来解读，而非单次测量
- 用Point Go传感器自动计算CMJ指标并追踪趋势，能让减载和负荷管理的决策更加明确
什么是神经肌肉疲劳
"疲劳"这个词我们日常随口就说，但运动科学对它的定义更为精确。神经肌肉疲劳指的是肌肉无法发挥所需力量的暂时性能力下降，并根据其成因发生的部位大致分为两类。
中枢疲劳与外周疲劳
中枢疲劳（central fatigue）源于大脑和脊髓，即中枢神经系统。指挥运动的神经信号（neural drive）减弱，传向肌肉的激活指令本身随之减少的状态。在高强度训练或比赛之后，以及睡眠不足、精神压力累积时尤为明显。有中枢疲劳的运动员常会说"肌肉好像没问题，但就是使不上劲"。
外周疲劳（peripheral fatigue）发生在肌肉本身和神经肌肉接头处。肌肉收缩所需能量代谢产物的堆积、钙处理能力下降、肌纤维损伤等都是成因。在高强度抗阻训练或离心负荷较大的运动之后尤为明显，恢复有时需要数天。
在实际现场中，这两者并不会清晰分离，而是混合出现。重要的是，这两种疲劳最终都会降低快速而高效地发力的能力。而正是这种能力的下降，会在CMJ这类爆发性动作中表现为可测量的变化。
累积疲劳与准备状态
从监控的角度，区分两个概念会很有帮助。
一个是累积疲劳（accumulated fatigue）。当训练负荷在数天或数周内不断堆积、恢复跟不上时就会产生。累积疲劳若得不到管理，可能导致表现停滞、损伤风险上升，严重时甚至演变为非功能性过度训练或过度训练综合征。
另一个是准备状态（readiness）。它表示此时此刻运动员是否处于能够承受高强度训练或比赛的状态。准备状态可以看作恢复的产物：恢复充分则准备状态高，疲劳残留则准备状态低。
疲劳监控的终极目标就是同时读懂这两者——用数据来支撑对"这名运动员累积了多少疲劳"以及"那么今天应该让他以什么强度训练"的回答。
为什么选择CMJ
测量疲劳的方法有很多。肌电图（EMG）、血液肌酸激酶（CK）、等长最大随意收缩力（MVC）、心率变异性（HRV）等多种工具都被研究过。其中CMJ之所以成为现场监控事实上的标准，有着明确的理由。
非侵入且快速
CMJ不需要抽血、不需要特殊设备，运动员只要跳一次即可。包括热身在内几分钟就能完成，几乎不会给运动员增加额外疲劳。简单到即使每天早上测量全队也不会给训练日程带来负担。这种实用性正是CMJ在精英体育现场被广泛采用的核心原因。
直接反映神经肌肉系统
CMJ是在短时间内爆发性发挥最大力量的动作。快速下蹲（离心阶段）后立即反向跳起（向心阶段），这一动作会全面调动牵张-缩短周期（SSC）和高速发力能力。而正是这种能力最先受到神经肌肉疲劳的影响。换句话说，CMJ是直接窥视我们想了解的那个系统的一扇窗。
但只看"纵跳高度"会很迟钝
这里出现了最重要的一点。很多人一提到CMJ就先想到纵跳高度。然而仅凭纵跳高度（或飞行时间）往往无法充分捕捉疲劳。
原因在于人体的代偿策略。运动员即使在疲劳状态下，也常会无意识地改变动作模式，让纵跳高度这一结果值保持不变。例如下蹲更深、在离心阶段花更多时间，或更多依赖髋关节而非踝关节，通过调整策略来守住最终高度。包括Gathercole等人（2015）在内的多项研究明确指出了这一点：纵跳高度这一结果变量（outcome variable）在疲劳状态下相对能保持，而反映动作如何完成的策略变量（strategy variable）对疲劳的反应则敏感得多。
打个简单的比方：两名学生都考了100分的卷子，但一人30分钟就做完，另一人挣扎到最后一分钟才勉强解出。结果（分数）相同，过程（努力与效率）却完全不同。疲劳的身体会"更低效、用更长的时间"造出同样的纵跳高度。因此我们必须同时追踪反映过程的指标，而不只是结果。
核心监控指标
从一次CMJ中能提取的指标出乎意料地多。下表整理了疲劳监控中常用的核心指标。请同时关注每个指标测量什么，以及它对疲劳有多敏感。
| 指标 | 测量什么 | 疲劳敏感度 | 备注 |
|---|---|---|---|
| 飞行时间 / 纵跳高度 | 最终纵跳成绩（结果变量） | 低～中 | 易通过代偿维持 |
| RSI-modified | 纵跳高度 ÷ 至起跳的时间（效率） | 高 | 同时反映结果+过程 |
| 收缩时间 | 从动作开始到起跳所用的时间 | 高 | 变长即疲劳信号 |
| 平均/最大推进力 | 向心阶段的force/power | 中～高 | 绝对输出能力 |
| 离心·向心阶段时间·比例 | 下蹲与跳起阶段的时间构成 | 高 | 捕捉策略变化 |
| 落地稳定性 | 落地时的冲击吸收·平衡控制 | 中 | 反映神经肌肉控制力 |
下面我们再展开说明各指标。
飞行时间 / 纵跳高度
最直观的指标。测量滞空时间并反推纵跳高度。它在追踪长期爆发力发展方面很出色，但如前所述，由于代偿策略，在短期疲劳监控中可能比较迟钝。即便如此，趋势一旦明显下折就是强烈信号，所以始终作为基础指标一起观察。
RSI-modified（RSImod）
由Ebben & Petushek（2010）提出的指标，即纵跳高度除以至起跳所用的时间。也就是说，它看的不是"跳多高"，而是"多快、多高效地造出这个高度"。疲劳的运动员造出同样的高度需要更长时间，因此RSImod会下降。由于同时捕捉结果与过程，它被视为疲劳监控中最可靠的单一指标之一。
收缩时间（Contraction Time）
从动作开始的瞬间到脚离开地面的瞬间所用的全部时间。疲劳累积后，神经驱动变慢、发力速率（RFD）下降，造出同样的跳跃就需要更长时间。收缩时间的增加被报告为疲劳最一致的信号之一。
平均·最大推进力（Force / Power）
运动员在向心阶段所产生的力量和功率的大小。它反映绝对输出能力，在外周疲劳较大时尤其受影响。有测力台可精确测量，用IMU传感器也能给出估算值。
离心·向心阶段时间与比例
CMJ大致分为下蹲的离心阶段和跳起的向心阶段。疲劳的运动员常会在离心阶段花更长时间，或两个阶段的时间比例发生变化。即使结果值（高度）相同，若这一比例改变，就意味着动作策略变了，这正是疲劳的痕迹。它是策略变量的代表。
落地稳定性
观察跳跃后落地时对冲击的吸收和平衡控制能力。神经肌肉控制力下降时，落地会变粗糙、晃动加大。它反映的是协调与控制的质量而非绝对输出，也与损伤风险相关。
如何解读数据
比测量更重要的是解读。若仅凭一个数字就断定"疲劳/不疲劳"，几乎都会判断错误。正确的解读有几条原则。
以相对于个人基线的%变化来看
每名运动员天生的纵跳高度和动作模式各不相同。用绝对值在运动员之间比较，或套进通用的"正常范围"，意义不大。关键是将每名运动员与他自己平时的基线（baseline）比较。在非赛季或充分恢复的时期多次测量，建立个人基线，之后追踪测量值相对于基线变化了百分之几。
了解变异系数（CV）
同一名运动员在同一天测量，纵跳结果也会略有不同。这种自然变动的大小用变异系数（CV，Coefficient of Variation）表示。CMJ的一般CV因测量环境和指标而异，但基于飞行时间的纵跳高度通常在百分之几的水平。若差异在这一自然变动范围之内，那可能只是"噪声"而非疲劳。
以Smallest Worthwhile Change为基准
那么变化到什么程度才算"有意义的变化"呢？运动科学使用最小有意义变化（smallest worthwhile change, SWC）这一概念。只有超过测量自然变动（CV）的变化，才被接受为真正的信号。常以基线标准差的一部分为基准，或将超过测量一般误差范围的变化视为有意义。核心信息很简单：只对大于测量噪声的变化做出反应。
看趋势而非单次测量
最常见的错误就是凭单次测量值下判断。仅因昨天的跳跃略低就立刻决定减载，那是过度反应。真正要看的是数天到数周的趋势。若多个指标同时、朝同一方向、连续数天移动，那就是明确的信号。反之，若只有一个指标某一天跳了一下，则更可能是测量误差或暂时性波动。要读懂趋势，一致的测量和充分的数据积累必不可少。
监控方案：建立可信赖的数据
好的监控来自好的数据，而好的数据来自标准化的方案。如果测量条件参差不齐，就无法分辨那变动是因为疲劳还是因为测量方式。
测量频率
根据目的来定频率。
- 每天早上测量：能最敏感地追踪恢复状态。在训练或比赛前、醒来后固定的时间测量。适合资源和时间充裕的精英环境。
- 每周2～3次测量：对大多数团队和现场而言是现实的频率。安排在高强度课次的前后，能有效捕捉负荷的影响。
比频率更重要的是一致性。与其不规律地频繁测量，不如在固定的星期和时间持续测量，这样解读起来要容易得多。
标准化：在相同条件下测量
每次测量都统一以下各项。
- 时间段：纵跳能力在一天之内也会波动。尽量每次都在同一时间段测量。
- 热身：设定统一的热身流程，每次完全一样地执行。热身不足成绩会偏低，过度则会不同。
- 尝试次数与休息：例如"3次尝试、尝试间休息15秒、取最高值或平均值"，把规则固定下来。
- 动作指令：每次以相同方式提示反向下蹲深度、手的位置（固定在腰上还是允许摆臂）等。仅手的位置不同，成绩就会有明显变化。
数据一致性
保持测量地点、传感器佩戴位置、所用设备和算法的一致。中途更改测量方式，前后的数据就无法直接比较。一整个赛季都用同样的方式测量是最理想的。
与负荷管理相连接
疲劳监控本身并不是目的。只有用测得的数据来更聪明地调整训练负荷时，价值才真正产生。
急性:慢性负荷比（ACWR）
管理训练负荷的代表性概念是急性:慢性负荷比（Acute:Chronic Workload Ratio, ACWR），即最近约一周的负荷（急性）除以最近约四周的平均负荷（慢性）。这一比值过高，意味着突然施加了超出身体承受水平的大量负荷，已知会增加损伤风险。如果说ACWR是管理负荷"输入"的工具，那么CMJ监控就是显示身体对该输入如何"反应"的工具。两者结合起来看，画面才完整。若加大了负荷而CMJ指标持续跌破基线，那么这一负荷对这名运动员而言就是过量的。
ACWR是有用的概念，但并非万能公式。与其机械地依赖绝对的临界数值，不如与CMJ这类反应指标结合起来综合判断更为稳妥。
过度训练的早期预警
当累积疲劳走向危险水平时，CMJ指标往往最先发出信号。尤其是收缩时间逐渐变长、RSImod连续数天停留在基线之下时，这可能是恢复跟不上负荷的早期预警。及早捕捉到这些信号，就能在陷入真正的过度训练状态之前进行干预。
减载（deload）决策
对教练而言最现实的问题是"何时该减少负荷"。CMJ监控为这一决策提供客观依据。不是凭模糊的感觉，而是依据"这名运动员的核心指标相对于基线显著、连续数天下降"的数据来决定减载，运动员和教练都更容易接受。反之，若指标保持良好或正在恢复，推迟既定的减载、继续训练的判断也能用数据来支撑。
辅助指标：与CMJ搭配观察更佳
CMJ虽然强大，但与其他信号交叉验证能提升解读的可信度。以下指标适合作为CMJ的补充，简要使用。
- 心率变异性（HRV）：反映自主神经系统的恢复状态。早上简短测量，为中枢疲劳和全身压力提供线索。如果说CMJ看的是神经肌肉输出，那么HRV看的就是其背后的自主神经状态。
- 主观健康问卷：用简单的量表每天记录睡眠质量、肌肉酸痛、压力、情绪、疲劳感等。几乎不花成本却出乎意料地敏感，并具有把运动员本人的认知留存为数据的价值。
- sRPE（课次RPE）：用课次的主观强度（RPE）乘以运动时间，估算当天的内部训练负荷。它是简便记录负荷"输入"的方法，也用作计算ACWR的基础数据。
这些辅助指标与CMJ搭配观察时才更出彩，而非单独使用。例如CMJ指标下降，健康问卷又同时显示睡眠不足和高疲劳感，那么这一信号就会带来强得多的确信。
现场应用示例：赛季中的每周监控流程
把理论落到实际流程上。以下是一支球队在赛季中可以应用的现实每周监控示例。（请根据球队的日程和资源进行调整。）
测量设置（通用）- 每次在同一时间段（如上午训练开始前）、相同热身流程后测量
- CMJ 3次，尝试间休息15秒，手统一固定在腰上
- 核心追踪指标：纵跳高度、RSImod、收缩时间（三者一起作为趋势观察）
- 周一（一周开始）：测量。确认周末比赛·休息后的恢复状态。把握本周的基线感觉。
- 周三（高强度课次前）：测量。对核心指标相对基线显著下降的运动员，单独调整该课次的强度。
- 周五（比赛前一天或一周收尾）：测量。检查每周累积疲劳，评估比赛准备状态。
- 三项指标都接近基线 → 按计划进行
- 仅一项指标略降 → 可能是测量噪声，观察至下次测量
- 两项以上指标连续数天低于基线 → 单独面谈，调整该运动员的负荷或考虑减载
- 收缩时间增加 + RSImod下降同时出现 → 优先恢复，考虑推迟高强度课次
这套流程的核心不是花哨的分析，而是持续性。每周用同样的方式测量，积累个人趋势，只对有意义的变化做出反应。仅凭这一点，就能在运动员的恢复与准备状态上做出好得多的决策。
用Point Go传感器开始CMJ疲劳监控
要想用手计算上面讲到的所有指标——纵跳高度、RSImod、收缩时间、阶段比例、落地稳定性——会让人无从下手。Point Go传感器以IMU（惯性测量单元）为基础，一次跳跃即自动计算这些指标，并在每次测量后累积到运动员档案中，展示趋势。
测量流程
- 佩戴传感器：将Point Go传感器牢固佩戴在后腰中央（骶骨/L5部位）。
- 选择测量模式：在教练App中选择跳跃测量并指定CMJ。
- 校准：让运动员笔直站立，静止2～3秒以确定基准点。
- 执行测量：倒计时后，按照标准化的动作指令（统一反向下蹲深度·手的位置）跳跃。建议尝试3次。
- 实时查看：每次跳跃的纵跳高度、RSImod、收缩时间等会即时显示在屏幕上。
- 追踪趋势：结果自动保存到运动员档案，可一目了然地看到与以往测量相比的趋势。
在疲劳监控中运用Point Go数据的小贴士
- 先建立基线：在赛季初或恢复时期多次测量，为每名运动员建立个人基线。之后所有解读都以相对该基线的%变化来看。
- 多个指标一起看：不要只看纵跳高度，要把RSImod和收缩时间一起追踪。即使结果变量维持不变，策略变量崩塌就是疲劳信号。
- 善用趋势画面：不要为单次数值患得患失，要在数天～数周的趋势线显著下折的那一刻做出反应。
- 固定测量条件：保持相同时间段、相同热身、相同传感器位置，数据才能可比。
结语
疲劳看不见，但可以测量。CMJ是现场最被验证的疲劳监控工具——非侵入、快速，并且是直接窥视神经肌肉系统的一扇窗。但绝不能只看纵跳高度这一个结果。收缩时间、RSImod、阶段比例这些策略变量能更诚实地揭示疲劳。
而一切解读的出发点是个人基线与趋势。不是单次测量，而是在相同条件下持续积累的数据流，才会讲出真正的故事。把这些数据与ACWR这类负荷管理概念，以及HRV、健康问卷这类辅助指标结合起来读，减载决策和过度训练预防就不再靠直觉，而是基于证据。
从今天起，用Point Go传感器把运动员的恢复与准备状态读成数字吧。当看不见的疲劳清晰地显现在趋势线上的那一刻，更聪明的训练决策就开始了。
常见问题（FAQ）
Q. 纵跳高度没变，也能算疲劳吗？
是的，完全可能——这也是本文的核心信息之一。人体在疲劳状态下会无意识地改变动作策略，以守住纵跳高度这一结果值，通过下蹲更深或拉长离心阶段来代偿。所以即使纵跳高度保持不变，若收缩时间变长、RSImod下降，就是神经肌肉疲劳正在累积的明确信号。不要只看结果变量，务必同时追踪策略变量。
Q. 基线需要测量几次才能建立？
最好在运动员充分恢复的时期多次测量，同时掌握均值和变动范围。一两次会受当天状态左右，无法形成稳定的基线。在非赛季或恢复周内连续数天反复测量，把握该运动员的"平时范围"之后，再开始赛季监控。基线不是定一次就完事，运动员能力提升后需要定期更新。
Q. 没有每天测量的资源，每周几次才够？
对大多数现场而言，每周2～3次也足以进行有意义的监控。重要的是一致性，而非频率。在固定的星期和时间以相同条件测量，并安排在高强度课次的前后，就能有效捕捉负荷的影响。能每天测量的环境会提高恢复追踪的敏感度，但不能因为做不到就完全放弃监控。
Q. 测量值下降了，要立刻减少训练吗？
不要凭单次测量下判断。纵跳结果即便在同一天也会自然变动（CV），所以一次偏低很可能是测量噪声。只有当看到多个指标一起、朝同一方向、连续数天跌破基线的趋势时，才将其作为有意义的信号接受，并考虑调整负荷。过度反应和反应不足一样，都会削弱监控的价值。
相关文章
- 用RSI（反应力量指数）测量爆发力 - 反应力量与RSI的监控
- 运动员跳跃训练指南 - CMJ等跳跃测试的测量与解读
- VBT训练基础 - 用速度损失管理组内疲劳
参考文献
-
Gathercole, R., et al. (2015). Alternative countermovement-jump analysis to quantify acute neuromuscular fatigue. International Journal of Sports Physiology and Performance, 10(1), 84-92. DOI
-
Claudino, J.G., et al. (2017). The countermovement jump to monitor neuromuscular status: A meta-analysis. Journal of Science and Medicine in Sport, 20(4), 397-402. DOI
-
Ebben, W.P., & Petushek, E.J. (2010). Using the reactive strength index modified to evaluate plyometric performance. Journal of Strength and Conditioning Research, 24(8), 1983-1987. DOI
-
Cormack, S.J., et al. (2008). Neuromuscular and endocrine responses of elite players to an Australian rules football match. International Journal of Sports Physiology and Performance, 3(3), 359-374. DOI
-
Gabbett, T.J. (2016). The training-injury prevention paradox: should athletes be training smarter and harder? British Journal of Sports Medicine, 50(5), 273-280. DOI
-
Halson, S.L. (2014). Monitoring training load to understand fatigue in athletes. Sports Medicine, 44(Suppl 2), S139-S147. DOI
疲劳看不见，但只要测量就能管理。会读趋势的教练，能让运动员更长久地保持健康。